miércoles, 10 de agosto de 2011

DEFINICIONES DE TGS

Sinergia: Una sinergia  es el resultado de la acción conjunta de dos o más causas, pero caracterizado por tener un efecto superior al que resulta de la simple suma de dichas causas.

Relacionada con la teoría de sistemas, la forma más sencilla para explicar el término sinergia es examinando un objeto o ente tangible o intangible y si al analizar una de las partes aisladamente ésta no da una explicación relacionada con las características o la conducta de aquel, entonces se está hablando de un objeto sinérgico. Ligado a este concepto se encuentra otro, el de recursividad el cual nos señala que un sistema sinérgico está compuesto a su vez de subsistemas que también son sinérgicos. También se dice que existe sinergia cuanto "el todo es más que la suma de las partes" Donde ligado a ello, podemos señalar que puede existir a su vez, una sinergia positiva, o en caso contrario, negativa. En el primero de los casos -y a modo de simplificar su definición- diremos por tanto que 2+2>4, y en la negativa, cuando la suma de sus partes estropea dicha coalición, vale decir 2+2<4

Entropía: La Entropía se concibe como una "medida del desorden" o la "peculiaridad de ciertas combinaciones". La Entropía puede ser considerada como una medida de la incertidumbre y de la información necesarias para, en cualquier proceso, poder acotar, reducir o eliminar la incertidumbre. Resulta que el concepto de información y el de entropía están ampliamente relacionados entre sí, aunque se necesitaron años de desarrollo de la mecánica estadística y de la teoría de la información antes de que esto fuera percibido.

           


la negentropia: se usa como medida de distancia de normalidad. Si se considera una señal con una cierta distribución, y la señal es gausiana, esta tendrá una distribución normal. La negentropia es siempre positiva, invariante a cambios de coordenadas lineales, y se desvanece si y solo si la señal es gausiana.

La negentropia se usa es estadística y procesamiento de señales. Está relacionada a la entropía de redes, que es usada en análisis de componentes independientes. La negentropia puede ser entendida intuitivamente como la información que puede ser guardada cuando se representa pχ de forma eficiente: si pχ fuera una variable aleatoria (con distribución gausiana) con misma media y varianza, se necesitaría una máxima longitud de datos para ser representada, aun en su forma más eficiente. Como pχ no es tan aleatorio, algo se sabe de antemano. pχ contiene menos información desconocida, y necesita menos longitud de datos para ser representado de forma más eficiente.



La neguentropía se puede definir como la tendencia natural de que un sistema se modifique según su estructura y se plasme en los niveles que poseen los subsistemas dentro del mismo. Por ejemplo: las plantas y su fruto, ya que dependen los dos para lograr el método de neguentropía.



Recursividad: La recursividad es una técnica de programación importante. Se utiliza para realizar una llamada a una función desde la misma función.

es la forma en la cual se especifica un proceso basado en su propia definición. Siendo un poco más precisos, y para evitar el aparente círculo sin fin en esta definición.

Un problema que pueda ser definido en función de su tamaño, sea este N, pueda ser dividido en instancias más pequeñas (< N) del mismo problema y se conozca la solución explícita a las instancias más simples, lo que se conoce como casos base, se puede aplicar inducción sobre las llamadas más pequeñas y suponer que estas quedan resueltas.




La teoría general de sistemas (TGS) o teoría de sistemas o enfoque sistémico es un esfuerzo de estudio interdisciplinario que trata de encontrar las propiedades comunes a entidades llamadas sistemas. Éstos se presentan en todos los niveles de la realidad, pero que tradicionalmente son objetivos de disciplinas académicas diferentes. Su puesta en marcha se atribuye al biólogo austriaco Ludwig von Bertalanffy, quien acuñó la denominación a mediados del siglo XX

Las T.G.S. no busca solucionar problemas o intentar soluciones prácticas, pero sí producir teorías y formulaciones conceptuales que puedan crear condiciones de aplicación en la realidad empírica.




El reduccionismo es el enfoque filosófico según el cual la reducción es necesaria y suficiente para resolver diversos problemas de conocimiento.1
Puesto que la reducción, una operación epistémica, se puede practicar sobre diferentes objetos, la estrategia reduccionista constituye, en realidad, un conjunto de tesis ontológicas,gnoseológicas y metodológicas acerca la relación entre diferentes ideas o campos científicos.
Principio del reduccionismo: las cosas se comprenden si se descomponen en partes, los procesos complejos si se parte de otros más sencillos.
El reduccionismo es una herramienta que puede utilizarse de manera incorrecta pero que está detrás de los viajes espaciales y del proyecto Genoma Humano. El primer filósofo reduccionista fue Tales, uno de los siete sabios griegos, nacido alrededor del 636 a.C. en Mileto. Dijo que el elemento fundamental del universo es el agua. Se equivocó, pero descubrió la noción de elemento. Toda la materia se reduce a sus elementos, y estos a moléculas, y las moléculas a átomos, y los átomos a partículas.
SISTEMAS RIGIDOS se habla sobre la existencia de una dicotomía entre la teoría de sistemas "rígidos" (duros) y la teoría de sistemas "flexibles" (blandos), Los sistemas "rígidos" son típicamente los encontrados en las ciencias físicas y a los cuales se puede aplicarsatisfactoriamente las técnicas tradicionales del método científico y delparadigma de ciencia.
SISTEMAS FLEXIBLES
Los sistemas "flexibles" están dotados con características conductuales, son vivientes y sufren un cambio cuando se enfrentan a su medio. Los sistemas "flexibles" típicamente serian del domino de las ciencias de la vida y las ciencias conductual y social.

A los sistemas "flexibles" puede aplicarse la .metodología del paradigma de sistemas. En vez de basarnos exclusivamente en el análisis y la deducción, necesitamos sintetizar y ser inductivos. En vez de basarnos estrictamente en métodos formales de pensamiento, debemos tomar en cuenta lo siguiente:

1. Los procesos de razonamiento informales, como el juicio y la intuición.
2. El peso de los datos comprobados, derivados de unas cuantas observaciones y muy poca oportunidad de replica.
3. Las predicciones basadas en datos comprobados endebles, más que en explicaciones.

4. Mayor discontinuidad de dominio y la importancia del evento único.







No hay comentarios:

Publicar un comentario en la entrada