1
COMPLEJIDAD DE LOS SISTEMAS
Geidy Yuliana Gordo Tumay
Universidad Internacional Del Trópico Americano
Facultad de ingeniería (ingeniería agroindustrial)
Dionicio Ortiz Ballesteros
Yopal, Casanare, Colombia
27 Febrero 2024
2
Contenido
Resumen ....................................................................................................................................................... 3
Introducción ................................................................................................................................................. 3
Sistemas complejos .................................................................................................................................. 3
Elementos de un sistema desde el enfoque de simulación. ................................................................ 5
Técnicas de análisis de los sistemas........................................................................................................ 7
Diagrama de flujo ................................................................................................................................. 7
Diccionario de datos ............................................................................................................................. 8
Especificaciones de procesos ................................................................................................................ 8
Diagrama entidad-relación ................................................................................................................... 8
Conclusión ................................................................................................................................................ 9
Referencias ............................................................................................................................................. 10
3
Resumen
Los sistemas de complejidad son un campo de estudio que aborda fenómenos caracterizados
por la presencia de múltiples elementos interconectados, cuyas interacciones generan
comportamientos emergentes difíciles de predecir mediante el análisis tradicional. Este enfoque
se ha vuelto fundamental en diversas disciplinas, desde la biología y la física hasta la economía y
la sociología.
Introducción
Sistemas complejos
Los sistemas de complejidad creciente se caracterizan, de manera principal, por que presentan
dinámicas irreversibles, súbitas, imprevisibles, aperiódicas; además, desde luego, de varios otros
rasgos característicos. Pues bien, quiero sugerirlo, estos son exactamente los rasgos definitorios de
la filosofía del movimiento de la complejidad. La ciencia clásica sabe de movimiento, desde luego.
De hecho, el mérito de la mecánica clásica y de Newton, en particular, consistió en haber estudiado
el movimiento –al que originariamente denominó como “revoluciones celestes” –, y lograr
explicarlo mediante cinco instrumentos: las tres leyes de Newton, y el cálculo integral y diferencial,
históricamente concedido a Leibniz, a partir del famoso debate Newton-Leibniz. Sin embargo, los
tipos de movimiento que le interesa y en el que se concentra la ciencia moderna son movimientos
cíclicos, periódicos, regulares, predecibles, pendulares, en fin, controlables. Exactamente para eso
fue inventado el cálculo, y toda la ciencia normal solo sabe de ciclos. Todo lo demás es lo de menos;
esto es, se habla de ciclos más largo, o más breves, pero la lógica de la ciencia normal no sale de
estos parámetros. Entre las herramientas –matemáticas, conceptuales y otras– de la ciencia normal
4
para estudiar el movimiento periódico se encuentra la ley de grandes números, la Campana de
Gauss o la Curva de Bell, los estándares, las matrices, los análisis vectoriales, los promedios y la
estadística en general (descriptiva e inferencial).
Los componentes de niveles jerárquicos inferiores suelen mostrar un grado de autonomía
significativo.
• El comportamiento del sistema surge a partir de la autoorganización de sus componentes, sin
que esta organización esté controlada ni dirigida por ningún ente exterior al sistema.
• Los componentes básicos de estos sistemas complejos (células, hormigas, individuos,
poblaciones, empresas…) perciben su entorno y responden a cambios en él de forma
potencialmente diferente. (Sociales, s. f.)
Medida del Rendimiento del sistema
En el artículo de Luhmann (1997), se aborda la idea de superar los rendimientos de una ciencia
ordenada jerárquicamente mediante la interdisciplina, que se presenta como la manifestación de la
interdependencia entre sistemas especializados. Luhmann identifica tres situaciones de
interdisciplina: el contacto casual entre programas paralelos de las ciencias, la cooperación
disciplinaria en torno a un problema específico y en el marco de un proyecto de investigación, y el
esfuerzo por trascender los límites disciplinarios proponiendo nuevas distinciones abstractas.
El interés principal de Luhmann radica en revitalizar la teorización sociológica, y su enfoque
interdisciplinario se orienta hacia el diálogo teórico. Aunque reconoce estar dentro de la primera
situación de interdisciplina, especialmente(Gastón, 2016) por incorporar la autopoiesis a la
5
sociología, sus ideas tienden hacia el tercer enfoque, marcado por el desarrollo de la cibernética y
la teoría de sistemas.
Luhmann aboga por tender puentes conceptuales al centrarse en una teorización particular
(sistemas), estableciendo analogías entre diferentes dominios y traduciéndolas a un lenguaje más
riguroso. Sin embargo, no ofrece métodos específicos, recetas o guías para este desarrollo,
posiblemente debido a su énfasis en la "libertad inventiva" de la teoría.
Para la Teoría de Sistemas Sociales (TSS), una teoría novedosa se considera una propuesta
comunicativa en la evolución de la ciencia, anticipándose a condiciones propicias para su selección
y replicación. Frente a las críticas sobre su supuesta incompatibilidad con la ciencia empírica,
Luhmann sugiere que la falta de métodos y técnicas avanzadas en las ciencias sociales es la
responsable, planteando la posibilidad de que las relaciones con las ciencias de la complejidad
puedan dar ese paso, generando un desafío en la comparación entre la Teoría de Sistemas
Complejos (TSC) y la Teoría de Sistemas (TS).(Rolando, 2013)
Elementos de un sistema desde el enfoque de simulación.
Desde el enfoque de simulación, un sistema se representa mediante una serie de elementos que
interactúan entre sí, y cuyas dinámicas se modelan y simulan para comprender su comportamiento.
A continuación, se presentan los elementos clave de un sistema desde esta perspectiva:
Entidades o Agentes: Representan los elementos individuales que forman parte del sistema.
6
Pueden ser personas, objetos, procesos, o cualquier entidad relevante para el estudio.
Atributos: Características específicas de las entidades que afectan su comportamiento o su
interacción con otros elementos del sistema. Ejemplos incluyen velocidad, estado, nivel de energía,
etc.
Eventos: Representan cambios significativos en el sistema.
Pueden ser acciones, transiciones de estado, o cualquier evento relevante que afecte la evolución
del sistema.
Variables de Estado: Son medidas o características que describen el estado actual del sistema.
Pueden incluir cantidades físicas, estados emocionales, o cualquier variable que sea esencial para
el estudio.
Relaciones o Conexiones: Describen cómo las entidades interactúan entre sí.
Pueden ser relaciones de dependencia, influencia, competencia, cooperación, etc.
Reglas o Algoritmos: Definen(Perla, 2013) cómo se toman decisiones o se realizan acciones en el
sistema.
Pueden ser simples (reglas de comportamiento) o complejas (algoritmos sofisticados).
Condiciones Iniciales: Representan el estado inicial del sistema antes de que comience la
simulación. Incluyen valores iniciales de variables, posiciones iniciales de entidades, etc.
Ambiente o Contexto: Describe el entorno externo en el que se desarrolla el sistema.
Puede incluir factores físicos, sociales, económicos, etc.
7
Tiempo: Representa el factor temporal en la simulación. Puede ser discreto (avanzando en pasos
discretos) o continuo (fluyendo de manera continua).
Métricas de Desempeño: Son medidas que evalúan el rendimiento o éxito del sistema.
Pueden incluir eficiencia, tiempo de ejecución, costos, satisfacción, entre otros. Estos
elementos proporcionan una estructura básica para modelar y simular sistemas complejos,
permitiendo a los investigadores y profesionales explorar diversas condiciones, escenarios y
resultados posibles. La simulación se convierte en una herramienta valiosa para comprender mejor
el comportamiento dinámico y las interacciones en sistemas complejos.(Antonio, 2012)
Técnicas de análisis de los sistemas.
Diagrama de flujo
Para que los analistas de sistemas puedan comprender los requerimientos de información de los
usuarios, deben ser capaces de conceptualizar la forma en que los datos se mueven a través de la
organización, los procesos o la transformación por la que pasan los datos y las salidas de los
mismos.
Aunque las entrevistas y la investigación de datos “duros” proveen una narrativa verbal del
sistema, una descripción visual puede cristalizar esta información para los usuarios y analistas de
una manera útil. Por medio de una técnica de análisis estructurado conocida como diagramas de
flujo de datos, el analista de sistemas puede ensamblar una representación gráfica de los procesos
de datos a través de la organización. Al usar combinaciones de sólo cuatro símbolos, el analista
puede crear una descripción ilustrada de los procesos con el fin de elaborar una documentación
sólida para el sistema.
8
Diccionario de datos
Es una versión especializada de los diccionarios que se utilizan como referencias en la vida
cotidiana. El diccionario de datos es una obra de consulta de información sobre los datos, es decir,
metadatos. Como documento, el diccionario de datos recopila y coordina términos de datos
específicos, además de confirmar lo que significa cada termino para distintas personas en la
organización.
Especificaciones de procesos
Su propósito es definir lo que se debe hacer para transformar las entradas en salidas, se construye
a partir del Diagrama de Flujo de Datos y del Diccionario de Datos. La forma más utilizada para
realizar las especificaciones de procesos es el lenguaje estructurado, pero se puede utilizar
cualquier método que satisfaga dos requerimientos cruciales:
(Molina et al., 2006).Debe expresarse de una manera que pueda ser verificada tanto por el usuario
como por el analista.
El proceso debe especificarse en una forma que pueda ser entendido claramente por los
involucrados, usuarios, administradores, auditores, personal de control de calidad y otros, que
leerán dicha especificación.
Diagrama entidad-relación
Se trata de una notación gráfica para modelar datos, “es un modelo de red que describes con
alto nivel de abstracción la distribución de datos almacenados en un sistema” (Yourdon, 1993), se
modela principalmente porque las estructuras de datos y sus relaciones pueden resultar tan
9
complejas que se deben analizar en forma independiente del proceso que se llevará a
cabo.(Barranco de Areba, 2001).
Conclusión
El estudio de los sistemas de complejidad destaca la interconexión, la adaptabilidad y la
dinámica no lineal de los elementos en un sistema. La teoría de redes y la simulación son
herramientas clave para comprender estos sistemas, que a menudo requieren un enfoque
interdisciplinario. La capacidad de autoorganización y la aplicación práctica en diversos campos
hacen que el entendimiento de los sistemas complejos sea crucial para abordar problemas del
mundo real. Aunque presenta desafíos, como la gestión de la complejidad, ofrece oportunidades
significativas para la mejora y la innovación. En general, los sistemas de complejidad proporcionan
una perspectiva valiosa para entender fenómenos en entornos dinámicos e interconectados.
10
Referencias
Antonio, A. J. (2012). Complejidad y sistemas sociales: un modelo adaptativo para la
investigación interdisciplinaria. Universidad Nacional Autónoma de México, Centro de
Investigaciones Interdisciplinarias en Ciencias y Humanidades.
Barranco de Areba, J. (2001). Metodología del análisis estructurado de sistemas. 540.
https://books.google.com/books/about/Metodolog%C3%ADa_del_an%C3%A1lisis_estructu
rado.html?hl=es&id=PUqxsNVaQC8C
Gastón, B. (2016). Socio cibernética: tensiones entre sistemas complejos, sistemas sociales y
ciencias de la complejidad. Athenea Digital, 3(16).
Molina, J. M., Jesús, L. & Herrero, G. (2006). TÉCNICAS DE ANÁLISIS DE DATOS
APLICACIONES PRÁCTICAS UTILIZANDO MICROSOFT EXCEL Y WEKA.
Perla, A. (2013). La teoría de la complejidad y la complejidad de la teoría. Ciccus.
Rolando, G. (2013). Investigación interdisciplinaria de sistemas complejos: lecciones del cambio
climático. Interdisciplina, 1(1). https://doi.org/10.22201/ceiich.24485705e.2013.1.46545
Sociales, C. (s. f.). EMPIRIA. Revista de Metodología de las. Recuperado 26 de febrero de 2024,
a partir de http://www.redalyc.org/articulo.oa?id=297124024004
