INNOVACION Y COMPLEJIDAD
Resumen y contextualizacion conferencia No. 1 :
Complejidad: Contiene o conduce sorpresa
Impredecible
Sistema abierto
Innovacion: No hay jerarquia ni centralidad
Resolver Problemas
Son temas bilogicos/ sistemas vivos
Innovacion incremental = produce baja sorpresa
Innovacion Radical= eminente/ factor de sorpresa alto
DOS TIPOS DE PROBLEMAS
Indecibles = no se pueden resolver ( la vida, el conocimiento y el medio ambiente)
Decidibles = P Y N/P
+
Faciles: irrelevantes- se resuelven en tiempo polinomia
Dificiles: no se abordan o resuelven en tiempo polinomial
A partir de este resumen empezamos con el tema de la conferencia No. 2:
MODELO -
Modelacion = vida real / sistema real
Simulacion = computador
Se amplia el concepto de
innovar el cual se refiere a optimizar este visto desde tres opticas:
LOCAL - Innovacion incremental -PARCIAL (Heuristica)GLOBAL-MetaheuristicaSe entiende como
Heuristica a la capacidad de un sistema para realizar una forma inmediata.
Metaheuristica se refiere a un metodo heuristico para resolver un problema computacional.
(La teoria matematica de la
complejidad se basa en funciones, formas y estructura)
Metodos modernos de la heuristica:- Programacion genteica
- Redes neuronales
- Sistemas difusos (metodos contemporaneos)
Tecnicas de optimizacion local:
- Sistemas estocasticos ( son conceptos de probabilidad)
Metodos de optimizacion global:
- Computacion Bio-inspirada (sistemas vivos)
- Mineria de datos: inteligencia colectiva - ciencia de la complejidad
Metaheuristicas:
- Distinccion entre problemas decidibles e indecidibles
- Soluciones individuales
- Problemas basados en poblaciones
- Optimizacion multiobjetivo
- Problemas globales
- Polinomial = si / no
- Paralelos
Complejidad de los algoritmos esta basada en tiempo y espacio que se traduce a los pasos para resolver un problema.
Complejidad de los problemas se basan en dos:
- Problemas tratables: existe tiempo polinomial al resolver
- Problemas Intratables: no hay tiempo polinomial
Teoria de la complejidad de problemas es igual a la respuesta si y no (terminos de decision)
Metodos de optimizacion: se divide en metodos exactos - aproximados
Aproximados : algoritmos heuristicos / metaheuristicos / problemas especificos
Que es lo Computable?
- podemos saber -decir- decidir : lo que se puede solucionar
Para concluir se puede decir que:
Innovacion y conocimiento :
- Hacer la vida mas posible
- Ganar grados de libertad
- Retroceder a los controles y las jerarquias rigidas
- Creer en los controles locales y centros dinamicos
- Trabajar en un mundo pequeño y redes complejas
Innovacion y estetica: (en otros terminos armonio)
- No se puede controlar o predecir
- Ciencia no trabaja con argumentos conclusivos pero no se desechan
