¿Qué es la teoría general de sistemas (TGS)?

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, los sistemas, que se presentan en todos los niveles de la realidad, pero que son objetivo tradicionalmente 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.

Como ciencia Urgente, plantea paradigmas diferentes a los de la ciencia clásica. La ciencia de sistemas observa totalidades, fenómenos, isomorfismos, causalidades circulares, y se basa en principios como la subsidiaridad, pervasividad, multicausalidad, determinismo, complementariedad, y de acuerdo a la leyes encontradas en otras disciplinas y mediante el isomorfismo, plantea el entendimiento de la realidad como un complejo, logrando su transdisciplinariedad, y multidisciplinariedad.

Introducción (Lógica Difusa)

La lógica difusa ha cobrado una fama grande por la variedad de sus aplicaciones, las cuales van desde el control de complejos procesos industriales, hasta el diseño de dispositivos artificiales de deducción automática, pasando por la construcción de artefactos electrónicos de uso domestico y de entretenimiento, así como también de sistemas de diagnóstico. De hecho, desde hace ya, al menos, década y media, la expedición de patentes industriales de mecanismos basados en la lógica difusa tiene un crecimiento sumamente rápido en todas las naciones industrializadas del orbe.

Se ha considerado de manera general que el concepto de lógica difusa apareció en 1965, en la Universidad de California en Berkeley, introducido por Lotfi A. Zadeh. Las lógicas difusas, pues de hecho hay que hablar de ellas en plural, son esencialmente lógicas multivaluadas que extienden a las lógicas clásicas. Estas ´ultimas imponen a sus enunciados ´únicamente valores falso o verdadero. Bien que ´estas han modelado satisfactoriamente a una gran parte del razonamiento “natural”, es cierto que el razonamiento humano utiliza valores de verdad que no necesariamente son “tan deterministas”. Por ejemplo, al calificar que “el cielo es azul” uno está tentado a graduar qué tan “azul”, en efecto, es el cielo, e igualmente, si “un vehículo se mueve rápido”, también se está obligado a considerar qué tan rápido es el vehículo, aunque esto ´ultimo no implique necesariamente cuantificar la velocidad del vehículo con toda precisión. Las lógicas difusas procuran crear aproximaciones matemáticas en la resolución de ciertos tipos de problemas. Pretenden producir resultados exactos a partir de datos imprecisos, por lo cual son particularmente ´útiles en aplicaciones electrónicas o computacionales. El adjetivo “difuso” aplicado a ellas se debe a que los valores de verdad no-deterministas utilizados en ellas tienen, por lo general, una connotación de incertidumbre. Un vaso medio lleno, independientemente de que también esté medio vacío, no está lleno completamente ni está vacío completamente. Que tan lleno puede estar es un elemento de incertidumbre, es decir, de difusidad, entendida esta ´ultima como una propiedad de indeterminismo. Ahora bien, los valores de verdad asumidos por enunciados aunque no son deterministas, no necesariamente son desconocidos. Por otra parte, desde un punto de vista optimista, lo difuso puede entenderse como la posibilidad de asignar más valores de verdad a los enunciados que los clásicos “falso” o “verdadero”. Así pues, reiteramos, las lógicas difusas son tipos especiales de lógicas multivaluadas.

Lógica difusa - Definiciones desde diferentes campos de la ciencia

• General

La lógica difusa o lógica borrosa se basa en lo relativo de lo observado. Este tipo de lógica toma dos valores aleatorios, pero contextualizados y referidos entre sí. Así, por ejemplo, una persona que mida 2 metros es claramente una persona alta, si previamente se ha tomado el valor de persona baja y se ha establecido en 1 metro. Ambos valores están contextualizados a personas y referidos a una medida métrica lineal.

• Estadística y Empresa

La lógica difusa es una técnica de la inteligencia computacional que permite trabajarinformación con alto grado deimprecision, en esto se diferencia de la lógica convencional que trabaja con información bien definida y precisa.

El concepto de Lógica Difusa fue concebido por Lofti Zadeh un profesor de la Universidadde California en Berkley, quien inconforme con los conjuntos clásicos (crisp sets) que solo permiten dos opciones, la pertenencia o no de un elemento a dicho conjunto la presentó como una forma de procesar información permitiendo pertenencias parciales a unos conjuntos que en contraposición a los clásicos los denominó Conjuntos Difusos (fuzzy sets), el concepto de conjunto difuso fue expuesto por Lofti Zadeh en un paper hoy clásico en la literatura de la lógica difusa en el año de 1965, el artículo se titula "Fuzzy Sets" y fue publicado en la revista Information and Control. El mismo Zadeh publica en 1971 el artículo, "Quantitative Fuzzy Semantics", en donde Introduce los elementos formales que acabarían componiendo el cuerpo de la doctrina de la lógica difusa y sus aplicaciones tal como se conocen en la actualidad.

• Matemáticas

La lógica difusa es una de las disciplinas matemáticas que cuenta con mayor número de seguidores en la actualidad y un número creciente de aplicaciones entre las cuales podemos mencionar: La construcción de artefactos electrónicos de uso doméstico y de entretenimiento, el diseño de dispositivos artificiales de deducción automática, el diseño de sistemas de diagnóstico y de control de complejos procesos industriales, etc. De esta manera la lógica difusa se constituye en una herramienta con un gran potencial para el desarrollo de nuevos métodos o técnicas de la Inteligencia Artificial.

PARA MAS INFORMACIÓN ACERCA DE LÓGICA DIFUSA VISITE:

http://www.youtube.com/watch?v=lGcbGfIyZV8

Fuzzy logic - Definitions from different fields of science

• General

Fuzzy logic or fuzzy logic is based on the observed relation. This kind of logic takes two random values, but contextualized and referrals to each other. For example, a person who measured 2 meters is clearly a tall person, if you previously took low individual value and is set to 1 meter.Both values are contextualized to people and dealing with a linear metric measure.

• Statistics and Business

Fuzzy logic is a computational intelligence technique that allows high trabajarinformación with deimprecision, in this it differs from the conventional logic that works with well-defined and accurate information.

The concept of Fuzzy Logic was conceived by Lotfi Zadeh Universidadde a professor of California at Berkeley, who unhappy with classical sets (crisp sets) that allow only two options, membership or not of an element to such a set was presented as a way to process information about allowing partial belongings joint as opposed to the classics called fuzzy sets (fuzzy sets), the concept of fuzzy set was presented by Lotfi Zadeh in a now classic paper in the literature of fuzzy logic in the year 1965, the article is entitled "Fuzzy Sets" and was published in the journal Information and Control. Zadeh himself in 1971 published the article "Quantitative Fuzzy Semantics," in which introduces the formal elements that would eventually compose the body of the doctrine of fuzzy logic and its applications as they are known today.

• Mathematics

Fuzzy logic is one of the disciplines of mathematics that has the largest number of supporters today and a growing number of applications among which we mention: The construction of household electronics and entertainment, the design of artificial devices deduction automatic design of diagnostic systems and control of complex industrial processes, etc.. Thus fuzzy logic constitutes a tool with great potential for developing new methods or techniques of Artificial Intelligence.

Teoría de Conjuntos Difusos

Una buena estrategia para presentar la teoría de Conjuntos Difusos, consiste en recordar algunos aspectos de la teoría de conjuntos convencionales (que llamaremos conjuntos concretos), y a partir de allí hacer una extensión a los conjuntos difusos:

Un conjunto concreto se define como una colección de elementos que existen dentro de un Universo. Así, si el universo consta de los números enteros no negativos menores que 10:

U={0,1,2,3,4,5,6,7,8,9}

entonces podemos definir algunos conjuntos como, por ejemplo:

A={0,2,4,6,8}

B={1,3,5,7,9}

C={1,4,7}

etc.

Con estas definiciones hemos establecido que cada uno de los elementos del Universo pertenecen o no a un determinado conjunto. Por lo tanto, cada conjunto puede definirse completamente por una función de pertenencia, que opera sobre los elementos del Universo, y que le asigna un valor de 1 si el elemento pertenece al conjunto, y de 0 si no pertenece.

Tomando como ejemplo el conjunto C enumerado arriba, su función de pertenencia uC(x) sería de la siguiente forma:

uC(0)=0, uC(1)=1, uC(2)=0, uC(3)=0, uC(4)=1, uC(5)=0, uC(6)=0, uC(7)=1,

uC(8)=0, uC(9)=0

Ahora bien, un Conjunto Difuso se define de forma similar, con una diferencia conceptual importante: un elemento puede pertenecer parcialmente a un conjunto. De esta forma, un conjunto difuso D definido sobre el mismo universo U puede ser el siguiente:

D={20%/1,50%/4,100%/7}1

La definición anterior significa que el elemento 1 pertenece en un 20% al conjunto D (y por tanto pertenece en un 80% al complemento de D), en tanto que el elemento 4 pertenece en un 50%, y el elemento 7 en un 100% . En forma alternativa, diriamos que la función de pertenecia uD(x) del

conjunto D es la siguiente:

uD(0)=0.0, uD(1)=0.2, uD(2)=0.0, uD(3)=0.0, uD(4)=0.5, uD(5)=0.0, uD(6)=0.0,

uD(7)=1.0, uD(8)=0.0, uD(9)=0.0

Modelo de un sistema basado en técnicas de lógica difusa

Componentes

El sistema se plantea en tres bloques asociados también a los procesos para usar las técnicas de lógica difusa. Son los bloques de difusión, de inferencia y de desdifusión.

Es importante saber de las entradas y salidas del sistema. Las primeras están conformadas por las variables que son tomadas en cuenta en la representación que pretende el sistema. La salida es un resultado en concreto.

Las variables de entrada provienen de un proceso de selección que implica conocer el contexto del problema que se aborda. Como ilustración, en el módulo de MATLAB que trata sobre lógica difusa, hay un ejemplo de demostración que considera las siguientes entradas y la salida. Da una buena idea sobre los propósitos del sistema.

Como entrada, se establecen los factores que influyen en el transporte en un espacio urbano determinado: población, ingresos, número de vehículos, viviendas, empleo.

Como salida, se busca el tráfico vehicular en términos del número de viajes en el espacio urbano en cuestión.

Bloque Difusor

El ingreso al bloque difusor está constituido por los datos de las variables de interés para el estudio. La salida es un conjunto difuso conformado por los grados de pertenencia de las variables de entrada a cada uno de los conjuntos difusos considerados. El proceso implica conocer o asumir las respectivas funciones de pertenencia.

Mecanismo de inferencia

Inferir es sacar una conclusión o deducir algo de otra cosa. El concepto está relacionado con el de implicación, entendido como repercusión o consecuencia de algo. En términos proposicionales se escribe para indicar que el cumplimiento de una proposición tiene como consecuencia el cumplimiento de la otra. Se expresa en la forma SI… ENTONCES. Esta es la labor del bloque de inferencia.

Bloque de desdifusión

La salida del bloque de inferencia sigue siendo un conjunto difuso, aunque directamente relacionado con la variable o variables que interesan como salida del sistema total. Esta salida, sin embargo, debe expresarse en resultados concretos. El proceso para ello se llama de desdifusión.

El Pensamiento Sistémico

El pensamiento sistémico es la actitud del ser humano, que se basa en la percepción del mundo real en términos de totalidades para su análisis, comprensión y accionar, a diferencia del planteamiento del método científico, que sólo percibe partes de éste y de manera inconexa.

El Pensamiento Sistémico está basado en la dinámica de sistemas y es altamente conceptual. Provee de modos de entender los asuntos empresariales mirando los sistemas en términos de tipos particulares de ciclos o arquetipos e incluyendo modelos sistémicos explícitos (muchas veces simulados por ordenador) de los asuntos complejos. Es un marco conceptual cuya esencia pretende producir una "Metanoia", un "cambio de enfoque" y que nos ayuda de dos formas:

1. A ver interrelaciones entre las partes más que cadenas lineales de causas y efectos.
2. A ver los procesos de cambio más que fotografías estáticas.

Su práctica comienza con el concepto de "retroalimentación" (feedback), un concepto que nos muestra cómo las acciones pueden tanto reforzarse como contrarrestarse (o balancear) entre ellas. Ayuda a aprender a reconocer tipos de "estructuras" que se repiten una y otra vez.

PARA MAS INFORMACIÓN ACERCA DE PENSAMIENTO SISTÉMICO VISITE:

http://www.slideshare.net/oasconval/pensamiento-sistemico