Miércoles 10/04/2019

Nombre: Marcelo Alejandro

Apellido: Cruz

Domicilio: Radio estación B° Ferroviario casa 5519/1

Localidad: Campo Quijano

Provincia: Salta

Nombre del proyecto:

Proyecto electrónico de control

Controlador PID
Ir a la navegación Ir a la búsqueda

Diagrama de bloques de un controlador PID en un lazo realimentado.

Un controlador PID (Controlador Proporcional, Integral y Derivativo) es un
mecanismo de control simultaneo por realimentación ampliamente usado en
sistemas de control industrial. Este calcula la desviación o error entre un valor
medido y un valor deseado.
El algoritmo del control PID consiste de tres parámetros distintos: el
proporcional, el integral, y el derivativo. El valor Proporcional depende del error
actual. El Integral depende de los errores pasados y el Derivativo es una
predicción de los errores futuros. La suma de estas tres acciones es usada
para ajustar al proceso por medio de un elemento de control como la posición
de una válvula de control o la potencia suministrada a un calentador.
Cuando no se tiene conocimiento del proceso, históricamente se ha
considerado que el controlador PID es el controlador más adecuado. Ajustando
estas tres variables en el algoritmo de control del PID, el controlador puede
proveer una acción de control diseñado para los requerimientos del proceso en
específico. La respuesta del controlador puede describirse en términos de la
respuesta del control ante un error, el grado el cual el controlador sobrepasa el
punto de ajuste, y el grado de oscilación del sistema. Nótese que el uso del PID
para control no garantiza control óptimo del sistema o la estabilidad del mismo.
Algunas aplicaciones pueden solo requerir de uno o dos modos de los que
provee este sistema de control. Un controlador PID puede ser llamado también
PI, PD, P o I en la ausencia de las acciones de control respectivas. Los
controladores PI son particularmente comunes, ya que la acción derivativa es
muy sensible al ruido, y la ausencia del proceso integral puede evitar que se
alcance al valor deseado debido a la acción de control.

Historia y aplicaciones
Los primeros controladores PID empezaron con el diseño de los limitadores de
velocidad. Posteriormente los controladores PID fueron usados para la
dirección automática de barcos. Uno de los ejemplos más antiguos de un
controlador PID fue desarrollado por Elmer Sperry en 1911, mientras que el
primer análisis teórico de un controlador PID fue publicado por el ingeniero ruso
americano Nicolas Minorskyen 1922. Minorsky estaba diseñando sistemas de
dirección automática para la Armada de los Estados Unidos, y basó sus
análisis observando al timonel, notando así que el timonel controlaba la nave
no solo por el error actual, sino también en los errores pasados así como en la
tasa actual de cambio, logrando así que Minorsky desarrollara un modelo
matemático para esto. Su objetivo era lograr estabilidad, y no control general, lo
cual simplificó el problema significativamente. Mientras que el control
proporcional brinda estabilidad frente a pequeñas perturbaciones, era
insuficiente para tratar perturbaciones constantes, como un vendaval fuerte el
cual requería un término integral. Finalmente, el término derivativo se agregó
para mejorar el control.
Se realizaron pruebas del controlador en el USS New Mexico (BB-40), donde
este se encargaba de controlar la velocidad angular del timón. El control PI se
mantuvo virando con un error de ±2°. Al agregar el elemento D se logró un
error del ±1/6°, mucho mejor que lo que un timonel podría lograr.
Finalmente, debido a la resistencia del personal, la Armada no adoptó este
sistema. Trabajos similares se llevaron a cabo y se publicaron en la década de
1930.
Por tener una exactitud mayor a los controladores proporcional, proporcional
derivativo y proporcional integral se utiliza en aplicaciones más cruciales tales
como control de presión, flujo, fuerza, velocidad, en muchas
aplicaciones químicas, y otras variables. Además es utilizado en reguladores
de velocidad de automóviles (control de crucero o cruise control), control de
ozono residual en tanques de contacto.
Un ejemplo muy sencillo que ilustra la funcionalidad básica de un PID es
cuando una persona entra a una ducha. Inicialmente abre la llave de agua
caliente para aumentar la temperatura hasta un valor aceptable (también
llamado "Setpoint"). El problema es que puede llegar el momento en que la
temperatura del agua sobrepase este valor así que la persona tiene que abrir
un poco la llave de agua fría para contrarrestar el calor y mantener el balance.
El agua fría es ajustada hasta llegar a la temperatura deseada. En este caso, el
humano es el que está ejerciendo el control sobre el lazo de control, y es el que
toma las decisiones de abrir o cerrar alguna de las llaves; pero ¿no sería ideal
si en lugar de nosotros, fuera una máquina la que tomara las decisiones y
mantuviera la temperatura que deseamos?
Esta es la razón por la cual los lazos PID fueron inventados. Para simplificar las
labores de los operadores y ejercer un mejor control sobre las operaciones.
Algunas de las aplicaciones más comunes son:

 Lazos de temperatura (aire acondicionado, calentadores, refrigeradores,

etc.)
 Lazos de nivel (nivel en tanques de líquidos como agua, lácteos, mezclas,
crudo, etc.)
 Lazos de presión (para mantener una presión predeterminada en tanques,
tubos, recipientes, etc.)
 Lazos de caudal (mantienen el caudal dentro de una línea o cañería) 1

Funcionamiento
Para el correcto funcionamiento de un controlador PID que regule un proceso o
sistema se necesita, al menos:
 1. Un sensor, que determine el estado del sistema
(termómetro, caudalímetro, manómetro, etc).
2. Un controlador, que genere la señal que gobierna al actuador.
3. Un actuador, que modifique al sistema de manera controlada
(resistencia eléctrica, motor, válvula, bomba, etc).
El sensor proporciona una señal analógica o digital al controlador, la cual
representa el punto actual en el que se encuentra el proceso o sistema. La
señal puede representar ese valor en tensión eléctrica, intensidad de corriente
eléctrica o frecuencia. En este último caso la señal es de corriente alterna, a
diferencia de los dos anteriores, que también pueden ser con corriente
continua.
El controlador recibe una señal externa que representa el valor que se desea
alcanzar. Esta señal recibe el nombre de punto de consigna (o punto de
referencia, valor deseado o set point), la cual es de la misma naturaleza y tiene
el mismo rango de valores que la señal que proporciona el sensor. Para hacer
posible esta compatibilidad y que, a su vez, la señal pueda ser entendida por
un humano, habrá que establecer algún tipo de interfaz (HMI-Human Machine
Interface), son pantallas de gran valor visual y fácil manejo que se usan para
hacer más intuitivo el control de un proceso.
El controlador resta la señal de punto actual a la señal de punto de consigna,
obteniendo así la señal de error, que determina en cada instante la diferencia
que hay entre el valor deseado (consigna) y el valor medido. La señal de error
es utilizada por cada uno de los 3 componentes del controlador PID. Las 3
señales sumadas, componen la señal de salida que el controlador va a utilizar
para gobernar al actuador. La señal resultante de la suma de estas tres se
llama variable manipulada y no se aplica directamente sobre el actuador, sino
que debe ser transformada para ser compatible con el actuador utilizado.
Las tres componentes de un controlador PID son: parte Proporcional,
acción Integral y acción Derivativa. El peso de la influencia que cada una de
estas partes tiene en la suma final, viene dado por la constante proporcional, el
tiempo integral y el tiempo derivativo, respectivamente. Se pretenderá lograr
que el bucle de control corrija eficazmente y en el mínimo tiempo posible los
efectos de las perturbaciones.
Proporcional
Artículo principal: Control proporcional
Proporcional.
La parte proporcional consiste en el producto entre la señal de error y la
constante proporcional para lograr que el error en estado estacionario se
aproxime a cero, pero en la mayoría de los casos, estos valores solo serán
óptimos en una determinada porción del rango total de control, siendo distintos
los valores óptimos para cada porción del rango. Sin embargo, existe también
un valor límite en la constante proporcional a partir del cual, en algunos casos,
el sistema alcanza valores superiores a los deseados. Este fenómeno se
llama sobreoscilación y, por razones de seguridad, no debe sobrepasar el 30%,
aunque es conveniente que la parte proporcional ni siquiera produzca
sobreoscilación. Hay una relación lineal continua entre el valor de la variable
controlada y la posición del elemento final de control (la válvula se mueve al
mismo valor por unidad de desviación). La parte proporcional no considera el
tiempo, por lo tanto, la mejor manera de solucionar el error permanente y hacer
que el sistema contenga alguna componente que tenga en cuenta la variación
respecto al tiempo, es incluyendo y configurando las acciones integral y
derivativa.
La fórmula del proporcional está dada por: 
El error, la banda proporcional y la posición inicial del elemento final de control
se expresan en tanto por uno. Nos indicará la posición que pasará a ocupar el
elemento final de control.
Ejemplo: Cambiar la posición de una válvula (elemento final de control)
proporcionalmente a la desviación de la temperatura (variable) respecto al
punto de consigna (valor deseado).
Integral
Artículo principal: Proporcional integral
Integral.
El modo de control Integral tiene como propósito disminuir y eliminar el error en
estado estacionario, provocado por perturbaciones exteriores y los cuales no
pueden ser corregidos por el control proporcional. El control integral actúa
cuando hay una desviación entre la variable y el punto de consigna, integrando
esta desviación en el tiempo y sumándola a la acción proporcional.
El error es integrado, lo cual tiene la función de promediarlo o sumarlo por un
período determinado; Luego es multiplicado por una constante Ki.
Posteriormente, la respuesta integral es adicionada al modo Proporcional para
formar el control P + I con el propósito de obtener una respuesta estable del
sistema sin error estacionario. El modo integral presenta un desfase en la
respuesta de 90º que sumados a los 180º de la retro-alimentación ( negativa )
acercan al proceso a tener un retraso de 270º, luego entonces solo será
necesario que el tiempo muerto contribuya con 90º de retardo para provocar la
oscilación del proceso. <<< la ganancia total del lazo de control debe ser menor
a 1, y así inducir una atenuación en la salida del controlador para conducir el
proceso a estabilidad del mismo. >>> Se caracteriza por el tiempo de acción
integral en minutos por repetición. Es el tiempo en que delante una señal en
escalón, el elemento final de control repite el mismo movimiento
correspondiente a la acción proporcional.
El control integral se utiliza para obviar el inconveniente del offset (desviación
permanente de la variable con respecto al punto de consigna) de la banda
proporcional.
La fórmula del integral está dada por: 
Ejemplo: Mover la válvula (elemento final de control) a una velocidad
proporcional a la desviación respecto al punto de consigna (variable deseada).
Derivativo
Artículo principal: Proporcional derivativo
Derivativo.
La acción derivativa se manifiesta cuando hay un cambio en el valor absoluto
del error; (si el error es constante, solamente actúan los modos proporcional e
integral).
El error es la desviación existente entre el punto de medida y el valor consigna,
o "Set Point".
La función de la acción derivativa es mantener el error al mínimo corrigiéndolo
proporcionalmente con la misma velocidad que se produce; de esta manera
evita que el error se incremente.
Se deriva con respecto al tiempo y se multiplica por una constante Kd y luego
se suma a las señales anteriores (P+I). Es importante adaptar la respuesta de
control a los cambios en el sistema ya que una mayor derivativa corresponde a
un cambio más rápido y el controlador puede responder acordemente.
La fórmula del derivativo está dada por: 
El control derivativo se caracteriza por el tiempo de acción derivada en minutos
de anticipo. La acción derivada es adecuada cuando hay retraso entre el
movimiento de la válvula de control y su repercusión a la variable controlada.
Cuando el tiempo de acción derivada es grande, hay inestabilidad en el
proceso. Cuando el tiempo de acción derivada es pequeño la variable oscila
demasiado con relación al punto de consigna. Suele ser poco utilizada debido a
la sensibilidad al ruido que manifiesta y a las complicaciones que ello conlleva.
El tiempo óptimo de acción derivativa es el que retorna la variable al punto de
consigna con las mínimas oscilaciones
Ejemplo: Corrige la posición de la válvula (elemento final de control)
proporcionalmente a la velocidad de cambio de la variable controlada.
La acción derivada puede ayudar a disminuir el rebasamiento de la variable
durante el arranque del proceso. Puede emplearse en sistemas con tiempo de
retardo considerables, porque permite una repercusión rápida de la variable
después de presentarse una perturbación en el proceso.
Significado de las constantes
Kp constante de proporcionalidad: se puede ajustar como el valor de la
ganancia del controlador o el porcentaje de banda proporcional. Ejemplo:
Cambia la posición de la válvula proporcionalmente a la desviación de la
variable respecto al punto de consigna. La señal P mueve la válvula siguiendo
fielmente los cambios de temperatura multiplicados por la ganancia.
Ki constante de integración: indica la velocidad con la que se repite la acción
proporcional.
Kd constante de derivación: hace presente la respuesta de la acción
proporcional duplicándola, sin esperar a que el error se duplique. El valor
indicado por la constante de derivación es el lapso durante el cual se
manifestará la acción proporcional correspondiente a 2 veces el error y
después desaparecerá. Ejemplo: Mueve la válvula a una velocidad proporcional
a la desviación respecto al punto de consigna. La señal I va sumando las áreas
diferentes entre la variable y el punto de consigna repitiendo la señal
proporcional según el tiempo de acción derivada (minutos/repetición).
Tanto la acción Integral como la acción Derivativa, afectan a la ganancia
dinámica del proceso. La acción integral sirve para reducir el error estacionario,
que existiría siempre si la constante Ki fuera nula. Ejemplo: Corrige la posición
de la válvula proporcionalmente a la velocidad de cambio de la variable
controlada. La señal d es la pendiente (tangente) por la curva descrita por la
variable.
La salida de estos tres términos, el proporcional, el integral, y el derivativo son
sumados para calcular la salida del controlador PID. Definiendo y (t) como la
salida del controlador, la forma final del algoritmo del PID es:

Ajuste de parámetros del PID

El objetivo de los ajustes de los parámetros PID es lograr que el bucle de
control corrija eficazmente y en el mínimo tiempo los efectos de las
perturbaciones; se tiene que lograr la mínima integral de error. Si los
parámetros del controlador PID (la ganancia del proporcional, integral y
derivativo) se eligen incorrectamente, el proceso a controlar puede ser
inestable, por ejemplo, que la salida de este varíe, con o sin oscilación, y
está limitada solo por saturación o rotura mecánica. Ajustar un lazo de
control significa ajustar los parámetros del sistema de control a los valores
óptimos para la respuesta del sistema de control deseada. El
comportamiento óptimo ante un cambio del proceso o cambio del "Setpoint"
varía dependiendo de la aplicación. Generalmente, se requiere estabilidad
ante la respuesta dada por el controlador, y este no debe oscilar ante
ninguna combinación de las condiciones del proceso y cambio de
"Setpoint". Algunos procesos tienen un grado de no linealidad y algunos
parámetros que funcionan bien en condiciones de carga máxima no
funcionan cuando el proceso está en estado de "sin carga". Hay varios
métodos para ajustar un lazo de PID. El método más efectivo generalmente
requiere del desarrollo de alguna forma del modelo del proceso, luego elegir
P, I y D basándose en los parámetros del modelo dinámico. Los métodos
de ajuste manual pueden ser muy ineficientes. La elección de un método
dependerá de si el lazo puede ser "desconectado" para ajustarlo, y del
tiempo de respuesta del sistema. Si el sistema puede desconectarse, el
mejor método de ajuste a menudo es el de ajustar la entrada, midiendo la
salida en función del tiempo, y usando esta respuesta para determinar los
parámetros de control. Ahora describimos como realizar un ajuste manual.
Ajuste manual
Si el sistema debe mantenerse online, un método de ajuste consiste en
establecer primero los valores de I y D a cero. A continuación, incremente P
hasta que la salida del lazo oscile. Luego establezca P a aproximadamente
la mitad del valor configurado previamente. Después incremente I hasta que
el proceso se ajuste en el tiempo requerido (aunque subir mucho I puede
causar inestabilidad). Finalmente, incremente D, si se necesita, hasta que el
lazo sea lo suficientemente rápido para alcanzar su referencia tras una
variación brusca de la carga.
Un lazo de PID muy rápido alcanza su Setpoint de manera veloz, un lazo de
PID no tan rápido alcanza su Setpoint de manera no tan veloz. Algunos
sistemas no son capaces de aceptar este disparo brusco; en estos casos se
requiere de otro lazo con un P menor a la mitad del P del sistema de control
anterior.

Limitaciones de un control PID

Mientras que los controladores PID son aplicables a la mayoría de los
problemas de control, puede ser pobres en otras aplicaciones. Los
controladores PID, cuando se usan solos, pueden dar un desempeño pobre
cuando la ganancia del lazo del PID debe ser reducida para que no se
dispare u oscile sobre el valor del "Setpoint". El desempeño del sistema de
control puede ser mejorado combinando el lazo cerrado de un control PID
con un lazo abierto. Conociendo el sistema (como la aceleración necesaria
o la inercia) puede ser accionado y combinado con la salida del PID para
aumentar el desempeño final del sistema. Solamente el valor
de avanacción (o Control prealimentado) puede proveer la mayor porción
de la salida del controlador. El controlador PID puede ser usado
principalmente para responder a cualquier diferencia o "error" que quede
entre el Setpoint y el valor actual del proceso. Como la salida del lazo
de avanacción no se ve afectada a la realimentación del proceso, nunca
puede causar que el sistema oscile, aumentando el desempeño del
sistema, su respuesta y estabilidad.
Por ejemplo, en la mayoría de los sistemas de control con movimiento, para
acelerar una carga mecánica, se necesita de más fuerza (o torque) para el
motor. Si se usa un lazo PID para controlar la velocidad de la carga y
manejar la fuerza o torque necesaria para el motor, puede ser útil tomar el
valor de aceleración instantánea deseada para la carga, y agregarla a la
salida del controlador PID. Esto significa que sin importar si la carga está
siendo acelerada o desacelerada, una cantidad proporcional de fuerza está
siendo manejada por el motor además del valor de realimentación del PID.
El lazo del PID en esta situación usa la información de la realimentación
para incrementar o decrementar la diferencia entre el setpoint y el valor del
 primero. Trabajando juntos, la combinación avanacción-realimentación
provee un sistema más confiable y estable.
Otro problema que posee el PID es que es lineal. Principalmente el
desempeño de los controladores PID en sistemas no lineales es variable.
También otro problema común que posee el PID es, que en la parte
derivativa, el ruido puede afectar al sistema, haciendo que esas pequeñas
variaciones, hagan que el cambio a la salida sea muy grande.
Generalmente un Filtro pasa bajo ayuda, ya que elimina las componentes
de alta frecuencia del ruido. Sin embargo, un FPB y un control derivativo
pueden hacer que se anulen entre ellos. Alternativamente, el control
derivativo puede ser sacado en algunos sistemas sin mucha pérdida de
control. Esto es equivalente a usar un controlador PID como PI solamente.

Ejemplos prácticos
Se desea controlar el caudal de un flujo de entrada en un reactor químico.
En primer lugar se tiene que poner una válvula de control del caudal de
dicho flujo, y un caudalímetro, con la finalidad de tener una medición
constante del valor del caudal que circule. El controlador irá vigilando que el
caudal que circule sea el establecido por nosotros; en el momento que
detecte un error, mandará una señal a la válvula de control de modo que
esta se abrirá o cerrará corrigiendo el error medido. Y tendremos de ese
modo el flujo deseado y necesario. El PID es un cálculo matemático, lo que
envía la información es el PLC.

Se desea mantener la temperatura interna de un reactor químico en su

valor de referencia. Se debe tener un dispositivo de control de la
temperatura (puede ser un calentador, una resistencia eléctrica), y un
sensor (termómetro). El P, PI o PID irá controlando la variable (en este caso
la temperatura). En el instante que esta no sea la correcta avisará al
dispositivo de control de manera que este actúe, corrigiendo el error. De
todos modos, lo más correcto es poner un PID; si hay mucho ruido, un PI,
pero un P no nos sirve mucho puesto que no llegaría a corregir hasta el
valor exacto.

Dentro de la ingeniería de sistemas, un sistema de control es un conjunto de

dispositivos encargados de administrar, ordenar, dirigir o regular el
comportamiento de otro sistema, con el fin de reducir las probabilidades de fallo
y obtener los resultados deseados. Por lo general, se usan sistemas de control
industriales en procesos de producción industriales1 para controlar equipos
o máquinas.2
Existen dos clases comunes de sistemas de control, sistemas de lazo abierto y
sistemas de lazo cerrado. En los sistemas de control de lazo abierto la salida
se genera dependiendo de la entrada; mientras que en los sistemas de lazo
cerrado la salida depende de las consideraciones y correcciones realizadas por
la retroalimentación. Un sistema de lazo cerrado es llamado también sistema
de control con realimentación. Los sistemas de control más modernos en
ingeniería automatizan procesos sobre la base de muchos parámetros y
reciben el nombre de controladores de automatización programables (PAC).
 Índice

 1Objetivos

 2Clasificación de los sistemas de control según su

comportamiento y medición
o
o 2.1Sistema de control de lazo abierto
o
o 2.2Sistema de control de lazo cerrado

 3Tipos de sistemas de control

 4Características de un sistema de control

 5La ingeniería en los sistemas de control

 6Véase también
Objetivos
Los sistemas de control deben conseguir los siguientes objetivos:

1. Ser estables y robustos frente a perturbaciones y errores en los

modelos.
2. Ser eficiente según un criterio preestablecido evitando comportamientos
bruscos e irreales.
Necesidades de la supervisión de procesos

 Limitaciones de la visualización de los sistemas de adquisición y control.

 Control vs monitoreo del proceso
 Control software. Cierre de lazo de control.
 Recoger, almacenar y visualizar información.
 Minería de datos.

Clasificación de los sistemas de control según su comportamiento y

medición
Control: selección de las entradas de un sistema de manera que los estados o
salidas cambien de acuerdo a una manera deseada. Los elementos son:

 Siempre existe para verificar el logro de los objetivos que se establecen en

la planeación.
 Medición. Para controlar es imprescindible medir y cuantificar los
resultados.
 Detectar desviaciones. Una de las funciones inherentes al control, es
descubrir las diferencias que se presentan entre la ejecución y la
planeación.
 Establecer medidas correctivas. El objeto del control es prever y corregir los
errores.
 Factores de control; Cantidad, Tiempo, costo, Calidad.
Controlador: (Electrónica). Es un dispositivo electrónico que emula la
capacidad de los seres humanos para ejercer control. Por medio de cuatro
acciones de control: compara, calcula, ajusta y limita.
Proceso: operación o desarrollo natural progresivamente continúo, marcado
por una serie de cambios graduales que se suceden uno al otro en una forma
relativamente fija y que conducen a un resultado o propósito determinados.
Operación artificial o voluntaria progresiva que consiste en una serie de
acciones o movimientos controlados, sistemáticamente dirigidos hacia un
resultado o propósito determinados. Ejemplos: procesos químicos, económicos
y biológicos.
Supervisión: acto de observar el trabajo y tareas de otro (individuo o máquina)
que puede no conocer el tema en profundidad.
Sistema de control de lazo abierto
Es aquel sistema en que solo actúa el proceso sobre la señal de entrada y da
como resultado una señal de salida independiente a la señal de entrada, pero
basada en la primera. Esto significa que no hay realimentación hacia el
controlador para que éste pueda ajustar la acción de control. Es decir, la señal
de salida no se convierte en señal de entrada para el controlador.

 Ejemplo 1: Un tanque con una manguera de jardín. Mientras que

la llave siga abierta, el agua fluirá. La altura del agua en el tanque no puede
hacer que la llave se cierre y por tanto no nos sirve para un proceso que
necesite de un control de contenido o concentración.
 Ejemplo 2: Al hacer una tostada, lo que hacemos es controlar el tiempo de
tostado de ella misma entrando una variable (en este caso el grado de
tostado que queremos). En definitiva, el que nosotros introducimos como
parámetro es el tiempo.
Estos sistemas se caracterizan por:

 Ser sencillos y de fácil concepto.

 Nada asegura su estabilidad ante una perturbación.
 La salida no se compara con la entrada.
 Ser afectado por las perturbaciones. Estas pueden ser tangibles o
intangibles.
 La precisión depende de la previa calibración del sistema.
Sistema de control de lazo cerrado
Son los sistemas en los que la acción de control está en función de la señal de
salida. Los sistemas de circuito cerrado usan la realimentación desde un
resultado final para ajustar la acción de control en consecuencia.
El control en lazo cerrado es imprescindible cuando se da alguna de las
siguientes circunstancias:

 Cuando un proceso no es posible de regular por el hombre.

 Una producción a gran escala que exige grandes instalaciones y el hombre
no es capaz de manejar.
 Vigilar un proceso es especialmente difícil en algunos casos y requiere una
atención que el hombre puede perder fácilmente por cansancio o despiste,
con los consiguientes riesgos que ello pueda ocasionar al trabajador y al
proceso.
Sus características son:

 Ser complejos, pero amplios en cantidad de parámetros.

 La salida se compara con la entrada y le afecta para el control del sistema.
 Su propiedad de retroalimentación.
 Ser más estable a perturbaciones y variaciones internas.
Un ejemplo de un sistema de control de lazo cerrado sería el termotanque de
agua que utilizamos para bañarnos.
Otro ejemplo sería un regulador de nivel de gran sensibilidad de un depósito. El
movimiento de la boya produce más o menos obstrucción en un chorro de aire
o gas a baja presión. Esto se traduce en cambios de presión que afectan a la
membrana de la válvula de paso, haciendo que se abra más cuanto más cerca
se encuentre del nivel máximo.

Tipos de sistemas de control

Los sistemas de control son agrupados en tres tipos básicos:
1. Hechos por el hombre. Como los sistemas eléctricos o electrónicos que
están permanentemente capturando señales del estado del sistema bajo su
control y que al detectar una desviación de los parámetros preestablecidos del
funcionamiento normal del sistema, actúan mediante sensores y actuadores,
para llevar al sistema de vuelta a sus condiciones operacionales normales de
funcionamiento. Un claro ejemplo de este será un termostato, el cual capta
consecutivamente señales de temperatura. En el momento en que la
temperatura desciende o aumenta y sale del rango, este actúa encendiendo un
sistema de refrigeración o de calefacción.

1.1. Por su causalidad pueden ser: causales y no causales. Un sistema es

causal si existe una relación de causalidad entre las salidas y las entradas del
sistema, más explícitamente, entre la salida y los valores futuros de la entrada.

1.2. Según el número de entradas y salidas del sistema, se denominan: por su

comportamiento
1.2.1. De una entrada y una salida o SISO (single input, single output).
1.2.2. De una entrada y múltiples salidas o SIMO (single input, múltiple
output).
1.2.3. De múltiples entradas y una salida o MISO (múltiple input, single
output).
1.2.4. De múltiples entradas y múltiples salidas o MIMO (múltiple input,
múltiple output).

1.3. Según la ecuación que define el sistema, se denomina:

1.3.1. Lineal, si la ecuación diferencial que lo define es lineal.
1.3.2. No lineal, si la ecuación diferencial que lo define es no lineal.

1.4.Las señales o variables de los sistema dinámicos son función del tiempo.

Y de acuerdo con ello estos sistemas son:
1.4.1. De tiempo continuo, si el modelo del sistema es una ecuación
diferencial, y por tanto el tiempo se considera infinitamente divisible. Las
variables de tiempo continuo se denominan también analógicas.
1.4.2. De tiempo discreto, si el sistema está definido por una ecuación por
diferencias. El tiempo se considera dividido en períodos de valor constante.
Los valores de las variables son digitales (sistemas binarios, hexadecimal,
etc), y su valor solo se conoce en cada período.
1.4.3. De eventos discretos, si el sistema evoluciona de acuerdo con variables
cuyo valor se conoce al producirse un determinado evento.

1.5. Según la relación entre las variables de los sistemas, diremos que:
1.5.1. Dos sistemas están acoplados, cuando las variables de uno de ellos
están relacionadas con las del otro sistema.
1.5.2. Dos sistemas están desacoplados, si las variables de ambos sistemas
no tienen ninguna relación.

1.6. En función de la evolución de las variables de un sistema en el tiempo y el

espacio, pueden ser:
1.6.1. Estacionarios, cuando sus variables son constantes en el tiempo y en
el espacio.
1.6.2. No estacionarios, cuando sus variables no son constantes en el
tiempo o en el espacio.

1.7. Según sea la respuesta del sistema (valor de la salida) respecto a la

variación de la entrada del sistema:
1.7.1. El sistema se considera estable cuando ante cualquier señal de entrada
acotada, se produce una respuesta acotada de la salida.
1.7.2. El sistema se considera inestable cuando existe por lo menos una
entrada acotada que produzca una respuesta no acotada de la salida.

1.8. Si se comparan o no, la entrada y la salida de un sistema, para controlar

esta última, el sistema se denomina:
1.8.1. Sistema en lazo abierto, cuando la salida para ser controlada, no se
compara con el valor de la señal de entrada o señal de referencia.
1.8.2. Sistema en lazo cerrado, cuando la salida para ser controlada, se
compara con la señal de referencia. La señal de salida que es llevada junto a
la señal de entrada, para ser comparada, se denomina señal de feedback o
de retroalimentación.

1.9. Según la posibilidad de predecir el comportamiento de un sistema, es decir

su respuesta, se clasifican en:
1.9.1. Sistema determinista, cuando su comportamiento futuro es predecible
dentro de unos límites de tolerancia.
1.9.2. Sistema estocástico, si es imposible predecir el comportamiento futuro.
Las variables del sistema se denominan aleatorias.
2. Naturales, incluyendo sistemas biológicos. Por ejemplo, los movimientos
corporales humanos como el acto de indicar un objeto que incluye como
componentes del sistema de control biológico los ojos, el brazo, la mano, el
dedo y el cerebro del hombre. En la entrada se procesa el movimiento y la
salida es la dirección hacia la cual se hace referencia.

3. Cuyos componentes están unos hechos por el hombre y los otros son
naturales. Se encuentra el sistema de control de un hombre que conduce su
vehículo. Este sistema está compuesto por los ojos, las manos, el cerebro y el
vehículo. La entrada se manifiesta en el rumbo que el conductor debe seguir
sobre la vía y la salida es la dirección actual del automóvil. Otro ejemplo puede
ser las decisiones que toma un político antes de unas elecciones. Este sistema
está compuesto por ojos, cerebro, oídos, boca. La entrada se manifiesta en las
promesas que anuncia el político y la salida es el grado de aceptación de la
propuesta por parte de la población.

4. Un sistema de control puede ser neumático, eléctrico, mecánico o de

cualquier tipo, su función es recibir entradas y coordinar una o varias
respuestas según su lazo de control (para lo que está programado).

5. Control predictivo, son los sistemas de control que trabajan con un sistema
predictivo, y no activo como el tradicional ( ejecutan la solución al problema
antes de que empiece a afectar al proceso). De esta manera, mejora la
eficiencia del proceso contrarrestando rápidamente los efectos.

Características de un sistema de control

1. Señal de Corriente de Entrada: Considerada como estímulo aplicado a

un sistema desde una fuente de energía externa con el propósito de que
el sistema produzca una respuesta específica.
2. Señal de Corriente de Salida: Respuesta obtenida por el sistema que
puede o no relacionarse con la respuesta que implicaba la entrada.
3. Variable Manipulada: Es el elemento al cual se le modifica su magnitud,
para lograr la respuesta deseada. Es decir, se manipula la entrada del
proceso.
4. Variable Controlada: Es el elemento que se desea controlar. Se puede
decir que es la salida del proceso.
5. Conversión: Mediante receptores se generan las variaciones o cambios
que se producen en la variable.
6. Variaciones Externas: Son los factores que influyen en la acción de
producir un cambio de orden correctivo.
7. Fuente de Energía: Es la que entrega la energía necesaria para generar
cualquier tipo de actividad dentro del sistema.
8. Retroalimentación: La retroalimentación es una característica importante
de los sistemas de control de lazo cerrado. Es una relación secuencial
de causas y efectos entre las variables de estado. Dependiendo de la
acción correctiva que tome el sistema, este puede apoyar o no una
 decisión, cuando en el sistema se produce un retorno se dice que hay
una retroalimentación negativa; si el sistema apoya la decisión inicial se
dice que hay una retroalimentación positiva.
9. Variables de fase: Son las variables que resultan de la transformación
del sistema original a la forma canónica controlable. De aquí se obtiene
también la matriz de controlabilidad cuyo rango debe ser de orden
completo para controlar el sistema.

La ingeniería en los sistemas de control

Artículo principal: Ingeniería automática
Problemas
Los problemas considerados en la ingeniería de los sistemas de control,
básicamente se tratan mediante dos pasos fundamentales como son:

1. El análisis.
2. El diseño.
Aquel el análisis se investiga las características de un sistema existente.
Mientras que en el diseño se escogen los componentes para crear un sistema
de control que posteriormente ejecute una tarea particular.
Métodos de diseño
Existen dos métodos de diseño:

1. Diseño por análisis.

2. Diseño por síntesis.
El diseño por análisis modifica las características de un sistema existente o de
un modelo estándar del sistema y el diseño por síntesis en el cual se define la
forma del sistema a partir de sus especificaciones.
Representación
La representación de los problemas en los sistemas de control se lleva a cabo
mediante tres representaciones básicas o modelos:

1. Ecuaciones diferenciales, integrales, derivadas y otras relaciones

matemáticas.
2. Diagramas en bloque.
3. Gráficas en flujo de análisis.
Los diagramas en bloque y las gráficas de flujo son representaciones gráficas
que pretenden el acortamiento del proceso correctivo del sistema, sin importar
si está caracterizado de manera esquemática o mediante ecuaciones
matemáticas. Las ecuaciones diferenciales y otras relaciones matemáticas, se
emplean cuando se requieren relaciones detalladas del sistema. Cada sistema
de control se puede representar teóricamente por sus ecuaciones matemáticas.
El uso de operaciones matemáticas es patente en todos los controladores de
tipo P, PI y PID, que debido a la combinación y superposición de cálculos
matemáticos ayuda a controlar circuitos, montajes y sistemas industriales para
así ayudar en el perfeccionamiento de los mismos.
 Sistema
Para el arte marcial ruso, véase Sistema.
Para otros usos de este término, véase Sistema (desambiguación).
Un sistema (del latín sistema, y este del griego σύστημα sistema 'reunión,
conjunto, agregado') es "un objeto complejo cuyas partes o componentes se
relacionan con al menos alguno de los demás componentes"; 1 puede
ser material o conceptual.2 Todos los sistemas tienen composición, estructura y
entorno, pero solo los sistemas materiales tienen mecanismos (o procesos), y
solo algunos sistemas materiales tienen figura (forma).

Sistemas de NCR Tera data Worldmark 5100 Unix Storage.

Según el sistemismo, todos los objetos son sistemas o componentes de otro
sistema. Por ejemplo, un núcleo atómico es un sistema material físico
compuesto de protones y neutrones relacionados por la interacción nuclear
fuerte; una molécula es un sistema material químico compuesto
de átomos relacionados por enlaces químicos; una célula es un sistema
material biológico compuesto de orgánulos relacionados por enlaces químicos
no-covalentes y rutas metabólicas; una corteza cerebral es un sistema material
biológico compuesto de neuronas relacionadas por potenciales de
acción y neurotransmisores; un ejército es un sistema material social y
parcialmente artificial compuesto de personas y artefactos relacionados por el
mando, el abastecimiento, la comunicación y la guerra; el anillo de los números
enteros es un sistema conceptual algebraico compuesto de números
positivos, negativos y el cero relacionados por la suma y la multiplicación; y
una teoría científica es un sistema conceptual lógico compuesto
de hipótesis, definiciones y teoremas relacionados por la correferencia y
la deducción.

Tipos de sistemas:
 1Sistemas conceptuales

 2Sistemas materiales

o 2.1La ciencia como sistema

 o 2.2Análisis CEEM

 3Véase también

 4Referencias

 5Enlaces externos
Sistemas conceptuales[editar]
Un sistema conceptual, sistema formal o sistema ideal es
un constructo compuesto por conceptos de cuatro diferentes tipos:
1. Individuos, por ejemplo: ,
2. Predicados, relatores o atributos, ejemplo: ;
3. conjuntos, por ejemplo: ; y
4. operadores, por ejemplo:  (él ha miltoniano cuántico).
Así, los conceptos no son sistemas conceptuales, sino solo componentes de
sistemas conceptuales. Sí son sistemas conceptuales
1. Los esquemas proposicionales, por ejemplo: ;
2. Las proposiciones, por ejemplo: ;
3. Las estructuras algebraicas, por ejemplo: ; y
4. Los contextos, por ejemplo: una teoría.

Sistemas materiales
Artículo principal: Sistema físico
Un sistema material, sistema concreto o sistema real es una cosa compuesta
por dos o más cosas relacionadas, que posee propiedades que no poseen sus
componentes, llamadas propiedades emergentes; por ejemplo, la tensión
superficial es una propiedad emergente que poseen los líquidos pero que no
poseen sus moléculas componentes. Al ser cosas, los sistemas materiales
poseen las propiedades de las cosas, como tener energía (e intercambiarla),
tener historia, yuxtaponerse con otras cosas y ocupar una posición en el
espacio tiempo.
El esfuerzo por encontrar leyes generales del comportamiento de los sistemas
materiales es el que funda la teoría de sistemas y, más en general, el enfoque
de la investigación científica a la que se alude como sistemismo, sistémica o
pensamiento sistémico, en cuyo marco se encuentran disciplinas y teorías
como la cibernética, la teoría de la información, la teoría del caos, la dinámica
de sistemas y otras.
La ciencia como sistema
Cualquier ciencia o disciplina del saber puede considerarse como sistema si
explica una parte más o menos extensa del saber humano. Tal es la idea del
filósofo español José Ortega y Gasset en su obra La Historia como sistema en
la que se refiere a que la historia es un sistema (explicativo, se entiende) que
permite comprender el presente. La misma idea ha sido expresada por otros
autores.
Análisis CEEM
El análisis más sencillo del concepto de sistema material es el que incluye los
conceptos de composición, entorno, estructura y mecanismo (CEEM, por sus
siglas). La composición de un sistema es el conjunto de sus partes
componentes. El entorno o ambiente de un sistema es el conjunto de las cosas
que actúan sobre los componentes del sistema, o sobre las que los
componentes del sistema actúan. La estructura interna o endoestructura de un
sistema es el conjunto de relaciones entre los componentes del sistema. La
estructura externa o exoestructura de un sistema es el conjunto de relaciones
entre los componentes del sistema y los elementos de su entorno. La
estructura total de un sistema es la unión de su exoestructura y su
endoestructura. Las relaciones más importantes son los vínculos o enlaces,
aquellas que afectan a los componentes relacionados; las relaciones
espaciotemporales no son vínculos. El mecanismo de un sistema es el conjunto
de procesos internos que lo hacen cambiar algunas propiedades, mientras que
conserva otras.
Además, la frontera de un sistema es el conjunto de componentes que están
directamente vinculados (sin nada interpuesto) con los elementos de su
entorno. La frontera de un sistema físico puede ser rígida o móvil, permeable o
impermeable, conductor térmico (adiabática) o no, conductor eléctrico o no, e
incluso puede ser aislante de frecuencias de audio. Además, algunos sistemas
tienen figura (forma); pero no todo sistema con frontera tiene necesariamente
figura. Si hay algún intercambio de materia entre un sistema físico y su entorno
a través de su frontera, entonces el sistema es abierto; de lo contrario, el
sistema es cerrado. Si un sistema cerrado tampoco intercambia energía,
entonces el sistema es aislado. En rigor, el único sistema aislado es el
universo. Si un sistema posee la organización necesaria para controlar su
propio desarrollo, asegurando la continuidad de su composición y estructura
(homeostasis) y la de los flujos y transformaciones con que funciona
(homeorresis) —mientras las perturbaciones producidas desde su entorno no
superen cierto grado—, entonces el sistema es autopoyético.

Dinámica de sistemas
La dinámica de sistemas es una metodología para analizar y modelar1 el
comportamiento temporal en entornos complejos. Se basa en la identificación
de los bucles de realimentación entre los elementos, y también en las demoras
en la información y materiales dentro del sistema. 2 Lo que hace diferente este
enfoque de otros usados para estudiar sistemas complejos es el análisis de los
efectos de los bucles o ciclos de realimentación, en términos de flujos y
depósitos adyacentes. De esta manera se puede estructurar a través
de modelos matemáticos la dinámica del comportamiento de estos sistemas.
La simulación de estos modelos actualmente se puede realizar con ayuda de
programas computacionales específicos.
Originalmente desarrollada en 1950 para ayudar a los administradores de
empresas a mejorar su comprensión de los procesos industriales, actualmente
se usa en el sector público y privado para el análisis y diseño de políticas. Fue
creada a principios en la década de 1960 por Jay Forrester de la MIT Sloan
School of Management del Massachusetts Institute of Technology) con la
creación del MIT System Dynamics Group.

Historia
Se creó a mediados de los años 19503 por el profesor Jay Forrester a raíz de
un trabajo suyo para General Electric (GE). Así, en 1956, Forrester aceptó un
puesto de profesor en la recién formada MIT Sloan School of Management. Su
objetivo inicial era determinar cómo sus antecedentes en la ciencia y la
ingeniería podían ser aprovechados, de alguna manera útil, en las cuestiones
fundamentales que determinan el éxito o el fracaso de las empresas.
En ese momento, los directivos de GE estaban perplejos porque el empleo en
sus plantas de electrodomésticos en Kentucky exhibía un ciclo significativo de
tres años. El ciclo económico se consideró una explicación insuficiente para la
inestabilidad del empleo en GE. A partir de simulaciones a mano (o cálculos)
de la estructura de flujos y de la retroalimentación de las plantas de GE, que
incluyó a la toma de decisiones corporativas con respecto a la estructura de la
contratación y los despidos, Forrester fue capaz de demostrar cómo la
inestabilidad en el empleo de GE se debía a la estructura interna de la empresa
y no a una fuerza externa, como el ciclo económico. Estas simulaciones
manuales fueron el comienzo4 de un nuevo enfoque para abordar problemas
industriales, basado en el análisis de la estructura interna más que en el
impacto de factores externos.
Durante la década de 1950 y comienzos de 1960, Forrester y un equipo de
estudiantes de postgrado se dio el salto de una etapa de la simulación manual
a una la etapa de modelado formal por ordenador debido a que en esa época
Richard Bennett creó el primer lenguaje de modelado dinámico llamado
SIMPLE (Simulation of Industrial Management Problems with Lots of Equations)
en la primavera de 1958. En 1959, Phyllis Fox y Alexander Pugh escribió la
primera versión de DYNAMO (DYNAmic MOdels), una versión mejorada de
SIMPLE, y el nuevo lenguaje basado en variables de hasta 8 caracteres, del
que aún se pueden hallar modelos en libros antiguos, se convirtió en el
estándar de la industria durante más de treinta años. Forrester publicó el
primer, y todavía clásico, libro en el campo con el título de Industrial
Dynamics en 1961. Desde finales de 1950 a finales de 1960, las publicaciones
recogen aplicaciones centradas en el ámbito de organización industrial y a
problemas gerenciales en empresas. En 1968, sin embargo, un acontecimiento
inesperado causó que el campo se ampliara más allá del modelado corporativo.
John Collins, el exalcalde de Boston, fue nombrado profesor visitante de
Asuntos Urbanos del MIT. El resultado de la colaboración Collins-Forrester fue
un libro titulado Urban Dynamics que sirvió para explicar cómo los subsidios
públicos provocan que en el centro de las grandes ciudades habiten las familias
de menor renta, lo cual ya había definido Forrester antes como el
comportamiento contra-intuitivo de los sistemas sociales. Muy poco después,
en 1970, Jay Forrester fue invitado por el Club de Roma para una reunión en
Berna, Suiza. El Club de Roma es una organización dedicada a la solución de
lo que sus miembros describen como el "predicamento de la humanidad", es
decir, la crisis global que puede aparecer en algún momento en el futuro,
debido a las exigencias que se colocan sobre la capacidad de carga de la
Tierra (sus fuentes de los recursos renovables y no renovables y sus sumideros
para la eliminación de los contaminantes) que el mundo está en crecimiento
exponencial de la población. En la reunión de Berna, a Forrester se le preguntó
si podría aportar un nuevo enfoque para ser utilizado para hacer frente a la
difícil situación de la humanidad. Su respuesta, por supuesto, era que podía.
En el avión de regreso de la reunión de Berna, Forrester creó el primer
borrador de un modelo del sistema socio-económico del mundo, donde
aparecían conceptos inéditos hasta entonces como el de ‘reciclaje’ de
productos de consumo. Él llamó a este modelo WORLD1. A su regreso a
Estados Unidos, Forrester refinó WORLD1, en preparación para la visita al MIT
por los miembros del Club de Roma, dando origen a una versión refinada del
modelo que fue el WORLD2. Forrester publicó World2 en un libro
titulado World Dynamics.
Los trabajos realizados por Forrester en el MIT dieron origen a una simulación
realizada por el equipo coordinado por Donella H. Meadows que tenía por
objeto analizar el comportamiento de las principales variables mundiales, es
decir la población mundial, la industrialización, la contaminación, la producción
de alimentos y la explotación de los recursos naturales, y que dio origen a un
informe que se publicó bajo el título "Limits to Growth" (Los Límites del
Crecimiento), que se tradujo a varios idiomas y tuvo una fuerte difusión
mundial.

Aplicaciones

Modelos de simulación de Dinámica de sistemas con Vensim

Tiene aplicaciones en prácticamente todas las áreas del conocimiento como
podemos observar en los numerosos artículos publicados en los congresos
anuales de la System Dynamics Society. Se trata de una potente herramienta
para:

 Enseñar a los reflejos del sistema de pensamiento de las personas que está
siendo entrenado.
 Analizar y comparar los supuestos y modelos mentales acerca de cómo
funcionan las cosas.
 Obtener una visión cualitativa sobre el funcionamiento de un sistema o las
consecuencias de una decisión.
 Reconocer arquetipos de sistemas disfuncionales en la práctica diaria.
Los modelos permiten simular el impacto de diferentes políticas relativas a la
situación a estudiar ejecutando simulaciones what if (¿qué pasaría si?) que
permiten ver las consecuencias a corto y medio plazo, y ser de gran ayuda en
la comprensión de cómo los cambios en un sistema lo afectan en el tiempo. En
este sentido es muy similar al Pensamiento sistémico ya que se basa en los
mismos diagramas de causales con bucles o lazos de retroalimentación
(feedback). Sin embargo, estos modelos de simulación permiten además hacer
simulaciones para estudiar el comportamiento de los sistemas y el impacto de
políticas alternativas.5 Se utiliza en especial para investigar la dependencia de
los recursos naturales y los problemas resultantes del creciente consumo a
nivel global para mejorar el especial en el desarrollo de nuevos productos. 67
Existe una gran variedad de marcas de software en el mercado que ayudan a
aplicar esta herramienta de una forma amigable: Vensim, Stella, ithink,
Powersim, Dynamo, etc.

Sistema complejo

Un sistema complejo está compuesto por varias

partes interconectadas o entrelazadas cuyos vínculos crean información
adicional no visible antes por el observador. Como resultado de las
interacciones entre elementos, surgen propiedades nuevas que no pueden
explicarse a partir de las propiedades de los elementos aislados. Dichas
propiedades se denominan propiedades emergentes.
En contraposición, un sistema «complicado» también está formado por varias
partes pero las relaciones entre éstas no añaden información adicional. Nos
basta con saber cómo funciona cada una de ellas para entender el sistema. En
un sistema complejo, en cambio, existen variables ocultas cuyo
desconocimiento nos impide analizar el sistema con precisión. Así pues, un
sistema complejo, posee más información que la que da cada parte
independiente. Para describir un sistema complejo hace falta no sólo conocer el
funcionamiento de las partes sino conocer el funcionamiento del sistema
completo una vez relacionadas sus partes entre sí.
En los últimos años ha surgido, en prácticamente todos los campos del ámbito
científico, una importante transformación conceptual y metodológica
relacionada estrechamente al estudio de los llamados fenómenos no-lineales,
cuyo análisis se engloba, parcialmente, dentro de los llamados sistemas
complejos. Como parte de esta nueva visión, se ha puesto en evidencia que
diversas propiedades espacio-temporales de los sistemas complejos surgen
espontáneamente a partir de interacciones de los elementos constituyentes, en
escalas de tiempo y longitud considerablemente mayores que las escalas
donde ocurren dichas interacciones.
Estudios recientes se han enfocado en el tratamiento de modelos no lineales
para comprender ecuaciones elípticas completamente no lineales, conteniendo
términos de orden cero que las hacen impropias. Concretamente analizan
aspectos relacionados con la existencia y la unicidad o, al contrario, infinidad
de soluciones positivas.2
En la teoría electromagnética se analizan las ecuaciones de Maxwell para
campos electromagnéticos cuasi estacionarios, el modelo puede ser analizado
como una ecuación parabólica no lineal en una zona acotada del dominio
correspondiente, y la ecuación de Laplace en la región exterior no acotada;
ambas ecuaciones están acopladas mediante condiciones de propagación
sobre la interface de interés.3
Una situación en la que aparece una ecuación completamente no lineal es en
el juego Tug-of-War (tira y afloja). Juego de suma cero para dos jugadores, es
decir, hay dos rivales y las ganancias totales de cada uno de ellos suponen las
pérdidas de su oponente. Por tanto, uno de ellos, por ejemplo, el jugador I,
jugará tratando de obtener el máximo beneficio mientras que el jugador II
intentará minimizar el beneficio del jugador I (o, dado que el juego es de suma
cero, maximizar el suyo propio). Este tipo de juegos de tira y afloja aleatorios
han sido estudiados en conexión con algunos problemas de EDP (Ecuaciones
en Derivadas Parciales). Pueden encontrarse otros juegos en relación con el
estudio de ecuaciones degeneradas. La conexión del juego con infinito
Laplaciano es mediante el Principio de Programación Dinámica del juego.

Propiedades de Sistemas Complejos

Aunque no hay consenso cómo definir sistemas complejos, todos ellos
comparten varias propiedades claramente identificables. Estas características
desafían los supuestos básicos de las teorías tradicionales (tales como agentes
independientes (i.i.d.), o patrones fijos de crecimiento, etc.). Entre ellas se
destaca que los sistemas complejos consisten en entes:

 Conectados
 Interdependientes
 Diversos
 Adaptativos
 Dependientes del camino
 Emergentes (no-linealidad multi-nivel)

Ejemplos
Un ejemplo típico de sistema complejo es la Tierra. La Tierra está formada por
varios sistemas que la describen:

 Campo gravitatorio.
 Campo magnético.
 Flujo térmico.
 Ondas elásticas.
 Geodinámica.
 Humanidad.
Cada uno de estos sistemas está bien estudiado, pero desconocemos la forma
en que interactúan y hacen evolucionar el sistema «Tierra». Hay, pues, mucha
más información oculta en esas interrelaciones de sistemas.
Otros sistemas complejos típicos son:

 El tiempo atmosférico
 La geodinámica: terremotos y volcanes
 Los ecosistemas
 Los seres vivos
 La conciencia
 Las sociedades
 Las ciudades
Sistema dinámico
Un sistema dinámico es un sistema cuyo estado evoluciona con el tiempo.
Los sistemas físicos en situación no estacionaria son ejemplos de sistemas
dinámicos, pero también existen modelos económicos, matemáticos y de otros
tipos que son sistemas abstractos que son, además, sistemas dinámicos. El
comportamiento en dicho estado se puede caracterizar determinando los
límites del sistema, los elementos y sus relaciones; de esta forma se pueden
elaborar modelos que buscan representar la estructura del mismo sistema.
Al definir los límites del sistema se hace, en primer lugar, una selección de
aquellos componentes que contribuyan a generar los modos de
comportamiento, y luego se determina el espacio donde se llevará a cabo el
estudio, omitiendo toda clase de aspectos irrelevantes.

Elementos a tener en cuenta

En cuanto a la elaboración de los modelos, los elementos y sus relaciones, se
debe tener en cuenta:

1. Un sistema está formado por un conjunto de elementos en interacción.

2. El comportamiento del sistema se puede mostrar a través de diagramas
causales.
3. Hay varios tipos de variables: variables exógenas (son aquellas que
afectan al sistema sin que este las provoque) y las variables endógenas
(afectan al sistema pero este sí las provoca).

Ejemplo de sistema dinámico

Un ejemplo de un sistema dinámico se puede ver en una especie de peces que
se reproduce de tal forma que este año la cantidad de peces es , el año
próximo será . De esta manera podemos poner nombres a las cantidades de
peces que habrá cada año, así: año inicial , año primero ,........... ......, año k .
Como se puede observar :, se cumple para cualquier año k; lo cual significa
que la cantidad de peces se puede determinar si se sabe la cantidad del año
anterior. Por consiguiente esta ecuación representa un sistema dinámico.

Tipos de sistemas dinámicos

Los sistemas dinámicos se dividen en sistemas discretos en el tiempo
y continuos en el tiempo. Un sistema dinámico se dice discreto si el tiempo se
mide en pequeños lapsos; estos son modelados como relaciones recursivas, tal
como la ecuación logística:
donde t denota los pasos discretos del tiempo y x es la variable que cambia con
éste. Un sistema dinámico discreto determinista general puede modelarse
mediante una ecuación abstracta del tipo:
Si el tiempo es medido en forma continua, el sistema
dinámico continuo resultante es expresado como una ecuación
diferencial ordinaria; por ejemplo:
donde x es la variable que cambia con el tiempo t. La variable
cambiante x es normalmente un número real, aunque también puede ser
un vector en Rk.

Sistemas lineales y no lineales

Se distingue entre sistemas dinámicos lineales y sistemas dinámicos no
lineales. En los sistemas lineales, el segundo miembro de la ecuación es
una expresión que depende en forma lineal de x, tal como:
Si se conocen dos soluciones para un sistema lineal, la suma de ellas
es también una solución; esto se conoce como principio de
superposición. En general, las soluciones provenientes de un espacio
vectorial permiten el uso del álgebra lineal y simplifican
significativamente el análisis. Para sistemas lineales continuos, el
método de la transformada de Laplace también puede ser usado para
transformar la ecuación diferencial en una ecuación algebraica; así
mismo que para los sistemas lineales discretos, el método de
la transformada Z también puede ser usado para transformar la
ecuación diferencial en una ecuación algebraica.
Los sistemas no lineales son mucho más difíciles de analizar y a
menudo exhiben un fenómeno conocido como caos, con
comportamientos totalmente impredecibles.

Elementos a tener en cuenta

En cuanto a la elaboración de los modelos, los elementos y sus relaciones, se
debe tener en cuenta:

1. Un sistema está formado por un conjunto de elementos en interacción.

2. El comportamiento del sistema se puede mostrar a través de diagramas
causales.
3. Hay varios tipos de variables: variables exógenas (son aquellas que
afectan al sistema sin que este las provoque) y las variables endógenas
(afectan al sistema pero este sí las provoca).
Ejemplo de sistema dinámico
Un ejemplo de un sistema dinámico se puede ver en una especie de peces que
se reproduce de tal forma que este año la cantidad de peces es , el año
próximo será . De esta manera podemos poner nombres a las cantidades de
peces que habrá cada año, así: año inicial , año primero ,........... ......, año k .
Como se puede observar :, se cumple para cualquier año k; lo cual significa
que la cantidad de peces se puede determinar si se sabe la cantidad del año
anterior. Por consiguiente, esta ecuación representa un sistema dinámico.

Tipos de sistemas dinámicos

Los sistemas dinámicos se dividen en sistemas discretos en el tiempo
y continuos en el tiempo. Un sistema dinámico se dice discreto si el tiempo se
mide en pequeños lapsos; estos son modelados como relaciones recursivas, tal
como la ecuación logística:
donde t denota los pasos discretos del tiempo y x es la variable que cambia con
éste. Un sistema dinámico discreto determinista general puede modelarse
mediante una ecuación abstracta del tipo:
Si el tiempo es medido en forma continua, el sistema
dinámico continuo resultante es expresado como una ecuación
diferencial ordinaria; por ejemplo:
donde x es la variable que cambia con el tiempo t. La variable
cambiante x es normalmente un número real, aunque también puede ser
un vector en Rk.

Sistemas lineales y no lineales

Se distingue entre sistemas dinámicos lineales y sistemas dinámicos no
lineales. En los sistemas lineales, el segundo miembro de la ecuación es
una expresión que depende en forma lineal de x, tal como:
Si se conocen dos soluciones para un sistema lineal, la suma de ellas
es también una solución; esto se conoce como principio de
superposición. En general, las soluciones provenientes de un espacio
vectorial permiten el uso del álgebra lineal y simplifican
significativamente el análisis. Para sistemas lineales continuos, el
método de la transformada de Laplace también puede ser usado para
transformar la ecuación diferencial en una ecuación algebraica; así
mismo que para los sistemas lineales discretos, el método de
la transformada Z también puede ser usado para transformar la
ecuación diferencial en una ecuación algebraica.
Los sistemas no lineales son mucho más difíciles de analizar y a
menudo exhiben un fenómeno conocido como caos, con
comportamientos totalmente impredecibles.

Realimentación
La realimentación12 —también referida de forma común
como retroalimentación—3 es un mecanismo por el cual una cierta proporción
de la salida de un sistema se redirige a la entrada, con señales de controlar su
comportamiento.14
Los ejemplos de la realimentación se pueden encontrar en la mayoría de
los sistemas complejos, tales como ingeniería, arquitectura, economía,
y biología y tiene su base con el psicólogo Joel Guevara y Andres Holguin dos
grandes en este tema. proceso administrativo donde, el control es una etapa
cualitativa y cuantitativa, que sirve de base para la fase de planeación. Arturo
Rosenblueth, investigador mexicano y médico en cuya obra Behavior, Purpose
and Teleology ("comportamiento, propósito y teleología"), de acuerdo
con Norbert Wiener, fijó las bases para la nueva ciencia de la cibernética y
propuso que el comportamiento controlado por la realimentación negativa,
aplicada a un animal, al ser humano o a las máquinas era un principio
determinante y directivo, en la naturaleza o en las creaciones humanas.

Esquematización de realimentación

Aspecto socia
Durante la Segunda Guerra Mundial trabajó para las Fuerzas Armadas de los
Estados Unidos en un proyecto para guiar a la artillería antiaérea de forma
automática mediante el empleo del radar. El objetivo del proyecto era predecir
la trayectoria de los bombarderos y con ella orientar adecuadamente los
disparos de las baterías, mediante correcciones basadas en las diferencias
entre trayectoria prevista y real, conocidas como innovaciones del proceso.
Como resultado de los descubrimientos realizados en este proyecto introduce
en la ciencia los conceptos de realimentación, y de cantidad de información,
con lo que se convierte en precursor de la teoría de la comunicación o
la psicología cognitiva.
Aspecto tecnológico
La palabra cibernética podría significar ciencia de los mandos. Estos mandos
son estructuras con elementos especialmente electrónicos y en correlación con
los mecanismos que regulan la psicología de los seres vivientes y los sistemas
sociales humanos, y a la vez que permiten
la organización de máquinas capaces de reaccionar y operar con más precisión
y rapidez que los seres vivos, ofrecen posibilidades nuevas para penetrar más
exactamente las leyes que regulan la vida general y especialmente la del ser
humano en sus aspectos psicológicos, económicos, sociales etc.
Aspecto político-económico
En vísperas de la Segunda Guerra Mundial, sus investigaciones acerca de
robots e ingenios automáticos que pudieran reemplazar o sustituir con ventaja
a los combatientes, sentaron los fundamentos de una nueva ciencia:
la cibernética, vocablo adoptado por Wiener en el año 1947 y que procede del
griego Kybernetes, es decir, piloto o timonel. Durante el periodo de la depresión
en 1929 se desarrollaron grupos de investigación que estudiaban las actitudes
y preferencias del consumidor, en esta etapa se inicia la industria de la
investigación del marketing. Después de la Segunda Guerra Mundial,
la publicidad por televisión creció rápidamente, y con el tiempo alcanzó su
estado actual como el medio más grande de la publicidad en cuanto a los
ingresos por este concepto. En la prosperidad de la posguerra a fines de los
años cuarenta y principios de los cincuenta, aparecieron una revolución
creativa de anuncios que se centraban en las características del producto que
significaban aceptación social, estilo, lujo y éxito. Surgieron así los gigantes de
la industria: Leo Burnett, David Ogilvy y Bill Bernbach que partieron de cero al
fundar sus agencias y que cambiaron para siempre la forma de planear y crear
la publicidad.56

Lazo abierto y cerrado

Existen dos tipos de sistemas principalmente. Los no realimentados o de lazo
abierto y los realimentados o de lazo cerrado. El lazo cerrado funciona de tal
manera que hace que el sistema se realimente, es decir que la salida vuelve al
principio para que analice la diferencia y en una segunda opción ajuste más,
así hasta que el error es 0. Cualquier concepto básico que tenga como
naturaleza una cantidad controlada como por
ejemplo temperatura, velocidad, presión, caudal, fuerza, posición, cuplas, etc.
son parámetros de control de lazo cerrado. Los sistemas de lazo abierto no se
comparan a la variable controlada con una entrada de referencia. Cada ajuste
de entrada determina una posición de funcionamiento fijo en los elementos de
control.

Visión general
La realimentación es un mecanismo, un proceso donde una señal se propaga
dentro de un sistema, desde su salida hacia su entrada, formando un bucle.
Este bucle se llama "bucle de realimentación". En un sistema de control, este
tiene entradas y salidas del sistema; cuando parte de la señal de salida
reingresa de nuevo, se le llama “realimentación". La realimentación y la
autorregulación están íntimamente relacionadas. La realimentación negativa,
que es la más común, ayuda a mantener la estabilidad en un sistema a pesar
de los cambios externos. Se relaciona con la homeostasis. La realimentación
positiva amplifica las posibilidades creativas (evolución, cambio de metas); es
la condición necesaria para incrementar los cambios, la evolución, o el
crecimiento. Da al sistema la capacidad de tener acceso a nuevos puntos del
equilibrio. Por ejemplo, en un organismo vivo, la más potente realimentación
positiva, es la proporcionada por la autoexcitación rápida de elementos
del sistema endocrino y nervioso (particularmente, como respuesta a
condiciones de estrés) y desempeña un papel dominante en la regulación de
la morfogénesis, del crecimiento, y del desarrollo de los órganos. Todos estos
procesos son con el fin de salir rápidamente del estado inicial.
La homeostasis es especialmente visible en los sistemas nerviosos y
endocrinos cuando se considera esto a un nivel orgánico.
Realimentación positiva y realimentación negativa
La realimentación negativa caracteriza la homeostasis y desempeña un papel
importante en conseguir y mantener la estabilidad de las relaciones.
La realimentación positiva conduce al cambio, es decir, la pérdida de
estabilidad o equilibrio.
Sistemas abiertos y sistemas cerrados
En ambos casos, parte de la salida, cualquier sistema de salida
de información de un ordenador, del sistema se vuelve a introducir en el
sistema como información sobre la salida. La diferencia es que en el caso
de realimentación negativa, la información se utiliza para reducir la variación en
cuanto a una norma preestablecida (por eso se le llama negativa) mientras que
en el caso de realimentación positiva, la misma información opera como
medida para ampliar. La variación en la salida es, por tanto, positiva en cuanto
a la tendencia existente hacia la inmovilidad o turbación.
Las relaciones humanas pueden considerarse como "bucles de
realimentación". La realimentación negativa y positiva es más compleja en los
sistemas abiertos que en los sistemas cerrados en los que la homeostasis (más
que cambio o crecimiento) es la norma. En los sistemas abiertos, la
realimentación puede utilizarse para consolidar el sistema (mediante
realimentación positiva, que confirma que el feedforward del sistema es
correcto) o para cambiar el sistema (mediante realimentación negativa que
confirma que el feedforward del sistema es incorrecto). La realimentación
positiva produce el mantenimiento o incremento del sistema existente mientras
que la realimentación negativa produce cambio en el sistema. En los sistemas
cerrados los cambios se producen en las relaciones internas (un cambio a nivel
él según el modelo de Bateson). Sin embargo, en los sistemas abiertos hay la
posibilidad añadida de un cambio en el sistema en sí (un cambio a nivel II). La
realimentación ha sido descrita como el secreto de la actividad natural de los
sistemas que se autorregulan (sistemas con realimentación) requieren de
una filosofía propia en la que los conceptos de patrón e información son tan
esenciales como fueron los de materia y energía al comienzo del siglo.

Tipos de realimentación
1. Realimentación positiva: cuando sale del sistema. La cual tiende a aumentar
la señal de salida, o actividad. Ej.: jugando al truco, uno mezcla y luego otro
corta, sabe lo que tienen que hacer, si no lo hace, está saliendo del sistema, lo
está cortando. Es cuando la norma se muestra ineficaz y hay que cambiarla.
2. Realimentación negativa: es la que mantiene el sistema funcionando.
Devuelve al emisor toda la información que necesita para corregir la pauta de
entrada. Mantiene el sistema estable y que siga funcionando.
3. Realimentación bipolar: La cual puede aumentar o disminuir la señal o
actividad de salida. La realimentación bipolar está presente en muchos
sistemas naturales y humanos. De hecho generalmente la realimentación es
bipolar, es decir, positiva y negativa según las condiciones medioambientales,
que, por su diversidad, producen respuestas sinérgicas y antagónicas como
respuesta adaptativa de cualquier sistema.8
Realimentación negativa
Artículo principal: Realimentación negativa
Es la más utilizada en sistemas de control Se dice que un sistema está
realimentado negativamente cuando tiende a estabilizarse, es decir cuando nos
vamos acercando a la orden de consigna hasta llegar a ella. Por ejemplos, son
casos de realimentación negativa:

 Un automóvil conducido por una persona en principio es un sistema

realimentado negativamente; ya que si la velocidad excede la deseada,
como por ejemplo en una bajada, se reduce la presión sobre el pedal, y si
es inferior a ella, como por ejemplo en una subida, aumenta la presión,
aumentando por lo tanto la velocidad del automóvil.
 Un sistema de calefacción está realimentado negativamente, ya que si
la temperatura excede la deseada la calefacción se apagará o bajará
de potencia, mientras que si no la alcanza aumentará de fuerza o seguirá
funcionando.
Realimentación positiva
Artículo principal: Realimentación positiva
Es un mecanismo de realimentación por el cual una variación en la salida
produce un efecto dentro del sistema, que refuerza esa tasa de cambio. Por lo
general esto hace que el sistema no llegue a un punto de equilibrio sino más
bien a uno de saturación. Es un estímulo constante. Por ejemplos, son casos
de realimentación positiva:

 En un sistema electrónico. Los dispositivos semiconductores conducen

mejor la corriente cuanto mayor sea su temperatura. Si estos se calientan
en exceso, conducirán mejor, por lo que la corriente que los atraviese será
mayor porque se seguirán calentando hasta su destrucción si no se evita
con algún otro dispositivo que límite o impida el paso de corriente.
 Si intercambiamos conectándose una caldera de calefacción a un sistema
preparado para aire acondicionado (frío), cuando la temperatura suba, el
sistema intentará bajarla (se activará) a fin de llegar a la temperatura de
consigna, que es más baja, pero encenderá la caldera en lugar del aire
acondicionado, por lo que la temperatura subirá aún más en vez de
estabilizarse, lo que volverá a provocar que la caldera siga funcionando
cada vez con más fuerza.

Norbert Wiener
Profesor de lógica matemática en el Instituto Tecnológico de Massachusetts,
aunque, a lo largo de su vida, impartió cursos en numerosas universidades de
otros países, como México, Gran Bretaña, India, etc. Este dejó importantes
obras: Cibernética: control y comunicación en el animal y en la
máquina (1948), Matemáticas, mi vida (1961), Dios y Golem (1965) y Hombre y
hombre máquina (1966).
Entre los años 1920 y 1923, Wiener se preocupó por un fenómeno físico sin
demasiada importancia en esta ciencia, el llamado movimiento browniano, que
se refiere al movimiento perpetuo que tienen las partículas disueltas en un
líquido (por ejemplo, raspaduras de roca en agua), movimiento irregular que no
parece responder a ninguna ley física. Construyó así una probabilidad que
permitiría describir el fenómeno en términos matemáticos, en lo que se refiere a
la trayectoria y posición de las partículas a través del tiempo. El trabajo de
Wiener sobre el movimiento browniano estableció un importante precedente
para hallar aplicaciones en Física, Ingenierías y Biología, y permitió formular un
problema de cálculo de probabilidades en términos de la medida de Lebesgue,
que utilizaría diez años más tarde Kolmogorov para la formalización del cálculo
de probabilidades. En vísperas de la Segunda Guerra Mundial, sus
investigaciones acerca de robots e ingenios automáticos que pudieran
reemplazar o sustituir con ventaja a los combatientes, sentaron los
fundamentos de una nueva ciencia: la cibernética, vocablo adoptado por
Wiener en el año 1947 y que procede del griego Kybernetes, es decir, piloto o
timonel.
Por tanto la palabra cibernética podría significar ciencia de los mandos. Estos
mandos son estructuras con elementos especialmente electrónicos y en
correlación con los mecanismos que regulan la psicología de los seres
vivientes y los sistemas sociales humanos, y a la vez que permiten la
organización de máquinas capaces de reaccionar y operar con más precisión y
rapidez que los seres vivos, ofrecen posibilidades nuevas para penetrar más
exactamente las leyes que regulan la vida general y especialmente la del
hombre en sus aspectos psicológicos, económicos, sociales etc. Esta ciencia,
muy compleja, estudia, valiéndose para ello de las matemáticas, la física,
la sociología, la neurofisiología, etc., "los mecanismos de control y
de comunicación en los seres vivos y en las máquinas". Así, del estudio
del sistema nervioso se ha derivado la noción fundamental de realimentación,
que permite la autocorrección de un motor mediante la información que le es
enviada utilizando parte de la energía producida por él mismo
(servomecanismo). Una de las definiciones más acertadas de esta ciencia es la
debida a Conffignal, quien define la cibernética como "el arte de hacer eficaz la
acción". Si echamos una mirada a nuestro alrededor, no cabe duda de que hoy
en día es así: "robots-obreros" en las fábricas, "analistas" en los laboratorios,
"pilotos automáticos" en los aviones, etc. Por ello, a nuestra época se la ha
llamado era de la cibernética, cuyo "padre" fue Norbert Wiener.

Principales aportes de la realimentación

 Es un dispositivo que vuelve a hacer un efecto sobre uno de sus causas

capacitándose así para cumplir con una determinada finalidad. Las
diferencias entre los efectos real e ideal se transforman en energía que se
vuelve a introducir en el mecanismo y tiende a anular las diferencias
iniciales que pusieron en marcha el sistema original.
 Hasta la llegada de la cibernética (según Bateson uno de los dos
acontecimientos de mayor influencia en el siglo XX), los modelos de
causalidad eran casi siempre lineales. En la ciencia prevalecía una
polémica epistemológica entre el determinismo y la teleología. En términos
simplificados las dos posturas representaban el conflicto entre las causas
iniciales o el resultado final como elemento dominante al influir sobre los
estados intermedios. La física tendía hacia la primera postura;
la biología hacia la segunda.
En cuanto al estudio de las personas, dice Watzlawick:

 Para volver una vez más al estudio del ser humano,

el psicoanálisis evidentemente pertenece a la escuela determinista
mientras, por ejemplo la psicología analítica de Jung se basa en gran
medida en la asunción de una entelequia (o principio teleológico) inmanente
en el hombre.
 La aparición de la cibernética cambió todo esto demostrando que los dos
principios pueden juntarse dentro de un marco más comprensivo. Este
enfoque se hizo posible por el descubrimiento de la realimentación.
 La realimentación puede ser positiva o negativa. Esta última caracteriza
la homeostasis y desempeña un papel importante en conseguir y mantener
la estabilidad de las relaciones. La realimentación positiva en cambio,
conduce al cambio, es decir, la pérdida de estabilidad o equilibrio. En
ambos casos, parte de la "salida" del sistema se vuelve a introducir en el
sistema como información sobre la salida. La diferencia es que, en el caso
de realimentación negativa, la información se utiliza para reducir la
variación en cuanto a una norma preestablecida - por eso se le llama
"negativa" - mientras que en el caso de la realimentación positiva, la misma
información opera como medida para ampliar. La variación en la salida es,
por tanto, positiva en cuanto a la tendencia existente hacia la inmovilidad o
turbación.
 Las relaciones humanas pueden considerarse como "bucles de
realimentación". La realimentación negativa y positiva es más compleja en
los sistemas "abiertos" que en los sistemas "cerrados" en los que
la homeostasis (más que "cambio" o "crecimiento") es la norma.
 En los sistemas abiertos la realimentación puede utilizarse para consolidar
el sistema (mediante realimentación positiva que confirma que el
"feedforward" del sistema es correcto) o para cambiar el sistema (mediante
realimentación negativa que confirma que el feedforward del sistema es
incorrecto). La realimentación positiva produce el mantenimiento o
incremento del sistema existente mientras que la realimentación negativa
produce cambio en el sistema.
 En los sistemas cerrados los cambios se producen en las relaciones
internas (un cambio a nivel I según el modelo de Bateson). Sin embargo, en
los sistemas abiertos hay la posibilidad añadida de un cambio en el sistema
en sí.
 La realimentación ha sido descrito como el secreto de la actividad natural.
Los sistemas que se autorregulan – sistemas con realimentación –
requieren de una filosofía propia en la que los conceptos de patrón e
información son tan esenciales como fueron los de materia y energía al
comienzo del siglo.
WEINBERG (1959) Dice lo siguiente de la cibernética: "La cibernética nació
durante la segunda guerra mundial de los esfuerzos del matemático Norbert
Wiener y del fisiólogo Arturo Rosenblueth para resolver el problema urgente de
diseñar un cañón antiaéreo que pudiera derribar los aviones muy veloces.
Antes de la invención de los aviones de alta velocidad, el problema de apuntar
y disparar contra un blanco en movimiento fue relativamente sencillo. Por un
lado la velocidad del blanco había sido tan reducida en comparación con la
velocidad del proyectil como parar descontarla pero este ya no era el caso. Por
otra parte, los reflejos humanos ya no eran lo suficientemente rápidos como
para disparar contra tan veloz blanco y derribarlo. Evidentemente se tenía que
ceder la tarea a una máquina. Se hizo patente en seguida que las máquinas
computadoras de aquel entonces no estaban a la altura de la tarea y que hacía
falta una máquina que funcionase por un principio nuevo. Este nuevo principio
resultó ser uno antiguo pero relativamente ignorado – la realimentación. La
había utilizado James Watt en su gobernador automático para máquinas de
vapor y por otros. Su significado real empezó a sospecharse con el crecimiento
de la radio en los años 1920, específicamente con el desarrollo del tubo en
vacío y el control de volumen automático. En 1932 Cannon acuñó el término
"homeostasis" para describir los procesos autoreguladores de los organismos
vivos y postuló la presencia de mecanismos de realimentación aunque sin darle
ese nombre."

 La cibernética es la teoría de la autorregulación y autocontrol de los

sistemas por realimentación.
 La realimentación es un proceso circular en el cual parte de la salida es
remitida de nuevo a la entrada como información sobre la primera
respuesta, haciendo así que el sistema se autorregule para mantener un
equilibrio u orientarse a una meta.
 Ejemplos de realimentación son las reacciones circulares primarias,
secundarias y terciarias descriptas en la teoría piagetiana de la inteligencia.
En la reacción circular, la respuesta del niño actúa nuevamente sobre el
estímulo, realimentando el proceso.
 El biofeedback constituye otro ejemplo de realimentación, donde una
persona puede aprender a controlar sus estados corporales y mentales
realimentando información con una máquina capaz de medir sus variables
fisiológicas en un momento dado.
 La realimentación negativa, realimentación neutralizadora o procesos morfo
estático lleva al sistema a un equilibrio anterior.
 La realimentación positiva, realimentación amplificante o procesos morfo
genético lleva al sistema a un nuevo equilibrio.
Cibernética
La cibernética es el estudio interdisciplinario de la estructura de los sistemas
reguladores. En otras palabras, es la ciencia que estudia los flujos de
energía estrechamente vinculados a la teoría de control y a la teoría de
sistemas.1 Tanto en sus orígenes como en su evolución, en la segunda mitad
del siglo XX, la cibernética es igualmente aplicable a los sistemas físicos y
sociales. Los sistemas complejos afectan su ambiente externo y luego se
adaptan a él. En términos técnicos, se centra en funciones de
control y comunicación: ambos fenómenos externos e internos del/al sistema.
Esta capacidad es natural en los organismos vivos y se ha imitado
en máquinas y organizaciones. Especial atención se presta a
la retroalimentación y sus conceptos derivados.
La cibernética, según el epistemólogo, antropólogo, cibernetista y padre de la
terapia familiar, Gregory Bateson, es la rama de las matemáticas que se
encarga de los problemas de control, recursividad e información. Bateson
también afirma que la cibernética es "el más grande mordisco a la fruta
del árbol del conocimiento que la humanidad haya dado en los últimos 2000
años".
Stafford Beer, filósofo de la teoría organizacional y gerencial, de quien el propio
Wiener dijo que debía ser considerado como el padre de la cibernética de
gestión, define a la cibernética como “la ciencia de la organización efectiva”.
Según el profesor Stafford Beer, la cibernética estudia los flujos de información
que rodean un sistema, y la forma en que esta información es usada por el
sistema como un valor que le permite controlarse a sí mismo: ocurre tanto para
sistemas animados como inanimados indiferentemente. La cibernética es una
ciencia interdisciplinar, y está tan ligada a la física como al estudio del cerebro
como al estudio de los computadores, y tiene también mucho que ver con los
lenguajes formales de la ciencia, proporcionando herramientas con las cuales
describir de manera objetiva el comportamiento de todos estos sistemas.
El propio Stafford Beer afirmó: "Probablemente la primera y más clara visión
dentro de la naturaleza del control fue que este no trata de tirar de palancas
para producir unos resultados deseados e inexorables. Esta noción del control
se aplica solo a máquinas triviales."
Nunca se aplica un sistema total que incluye cualquier clase de elemento
probabilístico - desde la meteorología, hasta las personas; desde los mercados,
a la política económica-. La característica de un sistema no-trivial que está bajo
control es que, a pesar de tratar con variables demasiado extensas para
cuantificar, demasiado inciertas para ser expresadas, e incluso demasiado
difíciles de comprender, algo puede ser hecho para generar un objetivo
predecible.
En una reflexión muy poética dada por Gordon Pask la cibernética es “la
ciencia de las metáforas a ser defendidas.”

Conceptos recurrentes para su investigación

La Modelización significa observar elementos homogéneos pero distintos de
un caso, separando los elementos persistentes y comunes, con la finalidad de
que se llegue a la representación de un sistema abstracto, que sea capaz de
describir todos los elementos individuales en el interior de dicho sistema. La
modelización cibernética es una modernización lógico-matemática. Sin
embargo, en el marco jurídico se trata de una modelización de tipo verbal o
lógico-tradicional.
Caja negra es una de los métodos desarrollados por la cibernética para dar
explicación a fenómenos parcialmente desconocidos. Se trata de un sistema
del que no se conocen las reglas de funcionamiento, sino únicamente el dato
de entrada y el dato de salida.
Trial and error es un método que refiere a la determinación, prueba y
corrección, indistintamente de su traducción exacta en intento y error. Además
debe estudiarse en términos matemáticos debido a que es la base de la
innovación.

Etimología
Norbert Wiener encontró justo la palabra que quería en la operación de los
grandes barcos de la antigua Grecia. En el mar, los grandes barcos batallaban
contra la lluvia, el viento y las mareas; cuestiones de ninguna forma
predecibles. Sin embargo, si el hombre, operando sobre el timón, podía
mantener su mirada sobre un lejano faro, podría manipular la caña del timón,
ajustándola constantemente en tiempo real, hasta alcanzar la luz. Esta es la
función del timonel. En los tiempos rudos de Homero la palabra griega para
designar al timonel era kybernetes, que Wiener tradujo al Inglés
como cybernetics, en español cibernética."

Historia
La cibernética es una ciencia nacida hacia 1942 e impulsada inicialmente por
Norbert Wiener y Arturo Rosenblueth Stearns que tiene como objeto “el control
y comunicación en el animal y en la máquina” o “desarrollar un lenguaje y
técnicas que nos permitirán abordar el problema del control y la comunicación
en general”. Sin embargo, cabe aclarar que se puede tomar como inicio de esta
disciplina en el año 1940 con las investigaciones de Norbert Wiener y Vannevar
Bush sobre las máquinas de cálculo y sobre redes eléctricas con Yuk Wing
Lee. Aunque el término no será acuñado hasta 1947. En 1950, Ben Laposky,
un matemático de Iowa, creó los oscilones o abstracciones electrónicas por
medio de un ordenador analógico: se considera esta posibilidad de manipular
ondas y de registrarlas electrónicamente como el despertar de lo que habría de
ser denominado computer graphics y, luego, computer art e infoarte. También,
durante la década del cincuenta, William Ross Ashby propone teorías
relacionadas con la inteligencia artificial.
La cibernética dio gran impulso a la teoría de la información a mediados de
los 60; el computador digital sustituyó al analógico en la elaboración de
imágenes electrónicas. En esos años aparece la segunda generación de
computadores (con transistores en 1960) concretándose por entonces los
primeros dibujos y gráficos de computador, y la tercera (con circuitos
integrados, en 1964) así como los lenguajes de programación.
En 1965 tuvo lugar en Stuttgart la exposición ”Computer-graphik”. Pero la
muestra que consagró la tendencia fue la que tuvo lugar en 1968 bajo el título
“Cybernetic Serendipity” en el Instituto de Arte Contemporáneo de Londres.
También en ese año se destacó la exposición “Mindextenders” del Museum of
Contemporary Crafts de Londres.
En 1969 el Museo Brooklin organizó la muestra “Some more Beginnings”. En
ese mismo año, en Buenos Aires y otras ciudades de Argentina, se presentaba
Arte y cibernética, organizada por Jorge Glusberg. Con esta muestra se
inaugurarían los principios de la relación arte/imagen digital en ese país.
En España la primera manifestación fue la de “Formas computables”- 1969-
“Generación automática de formas plásticas” -1970-ambas organizadas por el
Centro de Cálculo de la Universidad de Madrid. En los primeros meses
de 1972, el Instituto Alemán de Madrid y de Barcelona presentaron una de las
muestras más completas que ha tenido lugar en España, titulada<Impulso arte
computador>
Las primeras experiencias de lo que luego se llamaría net.art . se
remontan al año 1994. Es importante aclarar que ya por los 1960 existían
algunas antecedentes. De todas formas se puede establecer que las primeras
experiencias donde la tecnología informática puesta al servicio de la comunidad
funcionó como soporte estético trascurren por aquellos años y rompe con la
idea de lectura lineal de la obra...
La raíz de la teoría cibernética
El término cibernética viene del griego Κυβερνήτης (kybernḗtēs, que se refiere
al timonel, el cual "gobierna" la embarcación). La palabra cybernétique también
fue utilizada en 1834 por el físico André-Marie Ampère (1775-1836) para
referirse a las ciencias de gobierno en su sistema de clasificación de los
conocimientos humanos.
Históricamente los primeros mecanismos en utilizar regulación
automática (aunque no se usaba la palabra cibernética entonces para ellos)
fueron los desarrollados para medir el tiempo, como los relojes de agua. En
ellos, el agua fluía de una fuente, como un tanque en un depósito y luego
desde el depósito a los mecanismos del reloj. Ctesibio usó un dispositivo
flotador en forma de cono para controlar el nivel del agua en su embalse y
ajustar la velocidad del flujo del agua en consecuencia para mantener un nivel
constante de agua en el embalse, de modo que no desbordó ni se le permitió
funcionar en seco. Esta fue la primera prótesis verdaderamente automática de
un dispositivo normativo que no requiere la intervención externa entre la
retroalimentación y el control del mecanismo. Aunque no se referían a este
concepto con el nombre de Cibernética (lo consideraban como un campo de la
ingeniería), Ktesibios y otros como Heron y Su Song se consideran algunos de
los primeros en estudiar los principios cibernéticos.
El estudio de la cibernética en su sentido actual comienza con los mecanismos
de teleológica (del griego τέλος o telos para el final, meta o propósito) en
máquinas con fechas de retroalimentación correctiva de finales de 1700 cuando
aparece el motor de vapor de James Watt. Este motor estaba equipado con un
gobernador, una válvula de votos centrífugas para el control de la velocidad del
motor. Alfred Russel Wallace lo identificó como el principio de la evolución en
su famoso artículo de 1858. En 1868, James Clerk Maxwell publicó un artículo
teórico sobre los gobernadores, uno de los primeros para discutir y perfeccionar
los principios de la auto-regulación de los dispositivos.
Jakob von Uexküll aplica el mecanismo de retroalimentación a través de su
modelo de ciclo de funcionamiento (Funktionskreis) con el fin de explicar el
comportamiento de los animales y los orígenes del sentido en general, y utiliza
por primera vez la palabra "cibernética" refiriéndose a los sistemas
autorregulados. En su libro Cybernetic, que lo dedica a su compañero de
ciencia el Maestro Ilustre Don Arturo Rosenblueth, fisiólogo con enfoque al
sistema nervioso central, reta a Norbert Wiener a utilizar sus modelos
matemáticos para reproducir el sistema automático de las redes neuronales
que gobiernan el automatismo respiratorio. De hecho, el espacio virtual que
existe en las terminaciones dendríticas le hizo imaginar la navegación en un
espacio virtual, de ahí que la cibernáutica o los cibernautas traducen lo que él
quería decir: navegar en algo que existe pero que nadie ve.

Estructura
La clasificación fue efectuada por Georg Klaus:

 1. Teoría de Sistema ha tenido un fuerte impacto en las ciencias sociales

 2. Teoría de la Información elaborada sobre todo por Shannon con gran
importancia en el ámbito del tratamiento electrónico
 3. Teoría del Control se encarga del estudio de las técnicas para el
gobierno de mecanismos y de estructuras físico-biológicas
 4. Teoría de los Juegos Estratégicos elaborado por Oskar
Morgenstern configura una de las bases para estudiar los programas de
simulación
 5. Teoría de los Algoritmos permite pasar de formulaciones del lenguaje
ordinario y por tanto impreciso a formulaciones en lenguaje riguroso

Cibernética y robótica
Mucha gente asocia la cibernética con la robótica, los robots y el concepto
de cyborg debido al uso que se le ha dado en algunas obras de ciencia ficción,
pero desde un punto de vista estrictamente científico, la cibernética trata acerca
de sistemas de control basados en la retroalimentación.
Aplicaciones[editar]

Se ha sugerido que este artículo o sección

sea fusionado con robótica (discusión).
Una vez que hayas realizado la fusión de contenidos,
pide la fusión de historiales aquí.
Este aviso fue puesto el 18 de mayo de 2017.

Ciertas aplicaciones de la robótica pueden presentar algunas "desventajas";

por ejemplo:

 La creación de máquinas complejas que reemplacen a los trabajadores

provocaría un recorte de personal.
 En un futuro ya no se ocuparía personal "viejo" y contratarían técnicos
jóvenes para el mantenimiento de las máquinas.
 Es una tecnología muy potente pero su gran limitación es encontrar la
relación máquina-sistema nervioso, ya que para esto se debería conocer el
sistema nervioso perfectamente.
Ventajas

Se ha sugerido que este artículo o sección

sea fusionado con robótica (discusión).
Una vez que hayas realizado la fusión de contenidos,
pide la fusión de historiales aquí.
 Este aviso fue puesto el 18 de mayo de 2017.

 La reducción de las jornadas laborales; los trabajos complejos o rutinarios

pasarían a ser de las máquinas. Además, la cibernética brinda un gran
aporte al campo medicinal.
 Un conocimiento mayor de cómo funcionan los sistemas complejos podría
llevar a la solución de problemas también complejos como la criminalidad
en las grandes ciudades.
Desventajas

Se ha sugerido que este artículo o sección

sea fusionado con robótica (discusión).
Una vez que hayas realizado la fusión de contenidos,
pide la fusión de historiales aquí.
Este aviso fue puesto el 18 de mayo de 2017.

 Reemplazo de mano de obra humana por mano de obra robótica.

 Eventualmente aumentaría la desigualdad social, favoreciendo a quienes
tengan los recursos para adquirir y utilizar máquinas.
 Los países más industrializados ejercerían un control aun mayor sobre los
países menos tecnologizados, que se harían peligrosamente dependientes
de los primeros.
Transformación de desventajas en ventajas

Se ha sugerido que este artículo o sección

sea fusionado con robótica (discusión).
Una vez que hayas realizado la fusión de contenidos,
pide la fusión de historiales aquí.
Este aviso fue puesto el 18 de mayo de 2017.

 La sustitución de la mano de obra "barata" por máquinas complejas

emancipa al hombre de trabajos desagradables.
 Al masificarse cada vez más y más la cibernética y la automatización, el
llamado "desempleo" se convertiría en lo que los griegos llamaban "ocio" u
artes liberales de hombres libres o no esclavos.
 Al reemplazarse la mano de obra humana por mano de obra robótica el
hombre quedaría por fin emancipado de trabajos molestos, rutinarios,
alienantes, peligrosos, nocivos, degradantes, sosos, etc.
 No habría mayor razón para continuar con el sistema de explotación "del
hombre por el hombre".

Cibernética y revolución tecnológica

La cibernética ha desempeñado un papel decisivo en el surgimiento de la
actual revolución tecnológica. Alan Turing, alumno de John von Neumann (otro
de los pioneros de la cibernética), ambos precursores del computador y Claude
Shannon alumno de Norbert Wiener con su Teoría de la Información

Cibernética y educación
Los conceptos y principios de la cibernética también se han aplicado en
la pedagogía conocida como pedagogía cibernética.

Teoría de sistemas
La teoría de sistemas o teoría general de sistemas (TGS) es el estudio
interdisciplinario de los sistemas en general. Su propósito es estudiar los
principios aplicables a los sistemas en cualquier nivel en todos los campos de
la investigación.1 Un sistema se define como una entidad con límites y con
partes interrelacionadas e interdependientes cuya suma es mayor a la suma de
sus partes. El cambio de una parte del sistema afecta a las demás y, con esto,
al sistema completo, generando patrones predecibles de comportamiento. El
crecimiento positivo y la adaptación de un sistema dependen de cómo de bien
se ajuste éste a su entorno. Además, a menudo los sistemas existen para
cumplir un propósito común (una función) que también contribuye al
mantenimiento del sistema y a evitar sus fallos.
El objetivo de la teoría de sistemas es el descubrimiento sistemático de las
dinámicas, restricciones y condiciones de un sistema, así como de principios
(propósitos, medidas, métodos, herramientas, etc.) que puedan ser discernidos
y aplicados a los sistemas en cualquier nivel de anidación y en cualquier
campo, con el objetivo de lograr una equifinalidad optimizada. 12
La teoría general de sistemas trata sobre conceptos y principios de amplia
aplicación, al contrario de aquellos que se aplican en un dominio particular del
conocimiento. Distingue los sistemas dinámicos o activos de los estáticos o
pasivos. Los primeros son estructuras o componentes de actividad que
interactúan en comportamientos o procesos, mientras que los segundos son
estructuras o componentes que están siendo procesados.

Contexto y origen
La TGS aparece como una metateoría, o sea, una teoría de las teorías cuyo
objetivo es, partiendo del concepto abstracto de sistema, formular reglas de
valor general que sean aplicables a cualquier sistema y en cualquier nivel de la
realidad. Los sistemas estudiados corresponden a sistemas concretos,
caracterizados por ser complejos y únicos.
Cabe mencionar que la TGS no es el primer intento histórico de lograr una
metateoría capaz de abordar muy diferentes niveles de la realidad.
El materialismo dialéctico busca un objetivo equivalente, pero combinando
el realismo y el materialismo de la ciencia natural con la dialéctica hegeliana.
La TGS se posiciona en el siglo XX como un nuevo esfuerzo en la búsqueda de
conceptos y leyes válidos para la descripción e interpretación de toda clase
de sistemas reales o físicos.
La TGS también puede ser vista como un intento de superación de varias de
las disputas clásicas de la filosofía en torno a la realidad y en torno al
conocimiento. Algunas de las más importantes son:

 Materialismo frente a vitalismo.
 Reduccionismo frente a perspectivismo.
 Mecanicismo frente a teleología.
En la disputa entre materialismo y vitalismo, había primado largamente la
posición monista, caracterizada por ver en el espíritu una manifestación de la
materia, o sea, un epifenómeno de su organización (adquisición de forma). El
desarrollo de la TGS y de otras ciencias sistémicas ha aportado una respuesta
a esta discusión formulando conceptos como el de propiedades emergentes,
que han servido para reafirmar la autonomía de los fenómenos (como la
conciencia) y, con esto, concebirlos nuevamente como objetos legítimos de
investigación científica.
Una contribución hace la TGS en la disputa entre reduccionismo y
perspectivismo, abordando sistemas complejos y totales, y buscando
analíticamente aspectos esenciales en su composición y en su dinámica que
puedan ser objeto de generalización.
Frente al debate mecanicismo/causalismo y teleología, la aproximación
sistémica ofrece una explicación más cercana al mecanicismo, entendiendo el
comportamiento de una cierta clase de sistemas complejos como orientado a
un fin. El fundador de la cibernética Norbert Wiener acuñó la noción de
sistemas teleológicos para referirse a aquellos que tienen su comportamiento
regulado por retroalimentación negativa.3 Sin embargo, fue fundamental el
aporte planteado por Charles Darwin con su teoría de selección natural, ya que
evidencia cómo un mecanismo ciego es capaz de producir orden y adaptación,
al igual que un sujeto inteligente.4
El planteamiento de paradigmas diferentes de los de la ciencia clásica sitúa a la
TGS como ciencia emergente. La ciencia de sistemas observa totalidades,
fenómenos, isomorfismos, causalidades circulares, y se basa en principios
como la subsidiariedad, la pervasividad, la multicausalidad, el determinismo y la
complementariedad. Asimismo, de acuerdo con las leyes encontradas en otras
disciplinas y mediante el isomorfismo, plantea el entendimiento de la realidad
como un complejo, con lo que logra su transdisciplinariedad, y
multidisciplinariedad.

Desarrollo
Aunque la TGS surgió en el campo de la Biología, pronto se vio su capacidad
de inspirar desarrollos en disciplinas distintas y se apreció su influencia en la
aparición de otras nuevas. A partir de entonces se ha ido constituyendo el
amplio campo de la sistémica o de las ciencias de los sistemas, incluyendo
especialidades como la cibernética, la teoría de la información, la teoría de
juegos, la teoría del caos o la teoría de las catástrofes. En algunas, como la
última, ha seguido ocupando un lugar prominente la Biología.
Los desarrollos más destacados de la TGS han tenido lugar en diversas
disciplinas. En 1950, el biólogo austríaco Ludwig von Bertalanffy planteó la
teoría general de sistemas propiamente dicha, exponiendo sus fundamentos,
su desarrollo y sus aplicaciones . En 1973, los biólogos chilenos Francisco
Varela y Humberto Maturana propusieron el concepto de autopoiesis para dar
cuenta de la especificidad que tiene la organización de los sistemas vivos como
redes cerradas de autoproducción de los componentes que las constituyen. 56
Las contribuciones más importantes a la cibernética fueron hechas por W. Ross
Ashby7 y Norbert Wiener3, quienes con ella desarrollaron la teoría matemática
de la comunicación y el control de sistemas a través de la regulación de
la retroalimentación, la cual está estrechamente relacionada con la teoría de
control. En la década de 1970, René Thom planteó la teoría de las catástrofes8,
difundida por Christopher Zeeman, rama de las matemáticas vinculada a
bifurcaciones en sistemas dinámicos cuyo objetivo es clasificar los fenómenos
caracterizados por súbitos desplazamientos en su conducta.
En 1980, David Ruelle9, Edward Lorenz, Mitchell Feigenbaum, Steve
Smale y James A. Yorke formularon la teoría del caos, una teoría matemática
de sistemas dinámicos no lineales que describe bifurcaciones, atractores
extraños y movimientos caóticos. John H. Holland, Murray Gell-Mann, Harold
Morowitz, W. Brian Arthur, entre otros, plantearon el sistema adaptativo
complejo (CAS), una nueva ciencia de la complejidad que describe los
fenómenos del surgimiento, la adaptación y la auto-organización. Fue
establecida fundamentalmente por investigadores del Instituto de Santa Fe y
está basada en simulaciones informáticas. Incluye sistemas de multiagente que
han llegado a ser una herramienta importante en el estudio de los sistemas
sociales y complejos.
La influencia de la TGS en las ciencias sociales ha sido relativamente más
reciente. Uno de los aportes más destacados fue el concepto de sistema
social desarrollado por el sociólogo estadounidense Talcott Parsons1011 y el
sociólogo alemán Niklas Luhmann. Sin embargo, sus desarrollos no pudieron
posicionar sólida y extensivamente el enfoque sistémico en esta disciplina.
En el siglo XXI ha adquirido notoriedad la física sistémica, disciplina que integra
conocimientos de la biología, la física y la química y muestra cada uno de los
elementos que forman la realidad como sistemas naturales o partes de los
mismos, además de sus funcionalidades intrasistémicas e intersistémicas.

Ámbito metamórfico de la teoría

Descripción del propósito
La teoría general de sistemas en su propósito más amplio, contempla la
elaboración de herramientas que capaciten a otras ramas de la ciencia en su
investigación práctica. Por sí sola, no demuestra ni deja de mostrar efectos
prácticos. Para que una teoría de cualquier rama científica esté sólidamente
fundamentada, ha de partir de una sólida coherencia sostenida por la TGS. Si
se cuenta con resultados de laboratorio y se pretende describir su dinámica
entre distintos experimentos, la TGS es el contexto adecuado que permitirá dar
soporte a una nueva explicación, que permitirá poner a prueba y verificar su
exactitud. Por esto se la ubica en el ámbito de las metateorías.
La TGS busca descubrir isomorfismos en distintos niveles de la realidad que
permitan:
 Usar los mismos términos y conceptos para describir rasgos esenciales de
sistemas reales muy diferentes; y encontrar leyes generales aplicables a la
comprensión de su dinámica.
 Favorecer, primero, la formalización de las descripciones de la realidad;
luego, a partir de ella, permitir la modelización de las interpretaciones que
se hacen de ella.
 Facilitar el desarrollo teórico en campos en los que es difícil la abstracción
del objeto; o por su complejidad, o por su historicidad, es decir, por su
carácter único. Los sistemas históricos están dotados de memoria, y no se
les puede comprender sin conocer y tener en cuenta su particular
trayectoria en el tiempo.
 Superar la oposición entre las dos aproximaciones al conocimiento de la
realidad:
 La analítica, basada en operaciones de reducción.
 La sistémica, basada en la composición.
La aproximación analítica está en el origen de la explosión de la ciencia
desde el Renacimiento, pero no resultaba apropiada, en su forma
tradicional, para el estudio de sistemas complejos.
Descripción del uso
El contexto en el que la TGS se puso en marcha, es el de una ciencia
dominada por las operaciones de reducción características del método
analítico. Básicamente, para poder manejar una herramienta tan global,
primero se ha de partir de una idea de lo que se pretende demostrar, definir
o poner a prueba. Teniendo claro el resultado (partiendo de la observación
en cualquiera de sus vertientes), entonces se le aplica un concepto que, lo
mejor que se puede asimilar resultando familiar y fácil de entender, es a los
métodos matemáticos conocidos como mínimo común múltiplo y máximo
común divisor. A semejanza de estos métodos, la TGS trata de ir
desengranando los factores que intervienen en el resultado final, a cada
factor le otorga un valor conceptual que fundamenta la coherencia de lo
observado, enumera todos los valores y trata de analizar todos por
separado y, en el proceso de la elaboración de un postulado, trata de ver
cuántos conceptos son comunes y no comunes con un mayor índice de
repetición, así como los que son comunes con un menor índice de
repetición. Con los resultados en mano y un gran esfuerzo de abstracción,
se les asignan a conjuntos (teoría de conjuntos), formando objetos. Con la
lista de objetos completa y las propiedades de dichos objetos declaradas,
se conjeturan las interacciones que existen entre ellos, mediante la
generación de un modelo informático que pone a prueba si dichos objetos,
virtualizados, muestran un resultado con unos márgenes de error
aceptables. En un último paso, se realizan las pruebas de laboratorio. Es
entonces cuando las conjeturas, postulados, especulaciones, intuiciones y
demás sospechas, se ponen a prueba y nace la teoría.
Como toda herramienta matemática en la que se opera con factores, los
factores enumerados que intervienen en estos procesos de investigación y
desarrollo no alteran el producto final, aunque sí pueden alterar los tiempos
para obtener los resultados y la calidad de los mismos; así se ofrece una
mayor o menor resistencia económica a la hora de obtener soluciones.
Aplicación
La principal aplicación de esta teoría está orientada a la empresa científica
cuyo paradigma exclusivo venía siendo la Física. Los sistemas complejos,
como los organismos o las sociedades, permiten este tipo de aproximación
sólo con muchas limitaciones. En la aplicación de estudios de modelos
sociales, la solución a menudo era negar la pertinencia científica de la
investigación de problemas relativos a esos niveles de la realidad, como
cuando una sociedad científica prohibió debatir en sus sesiones el contexto
del problema de lo que es y no es la conciencia. Esta situación resultaba
particularmente insatisfactoria en Biología, una ciencia natural que parecía
quedar relegada a la función de describir, obligada a renunciar a cualquier
intento de interpretar y predecir, como aplicar la teoría general de los
sistemas a los sistemas propios de su disciplina.

Ejemplo de aplicación de la TGS: Teoría del caos

Artículo principal: Teoría del caos
Los factores esenciales de esta teoría se componen de:

 Entropía: Viene del griego ἐντροπία (entropía), que significa

transformación o vuelta. Su símbolo es la S, y es una
metamagnitud termodinámica. La magnitud real mide la variación de la
entropía. En el Sistema Internacional es el J/K (o Clausius) definido
como la variación de entropía que experimenta un sistema cuando
absorbe el calor de 1 de Julio (unidad) a la temperatura de 1 Kelvin.

 Entalpía: Palabra acuñada en 1850 por el físico alemán Clausius. La

entalpía es una metamagnitud de termodinámica simbolizada con la
letra H. Su variación se mide, dentro del Sistema Internacional de
Unidades, en julio. Establece la cantidad de energía procesada por un
sistema y su medio en un instante A de tiempo y lo compara con el
instante B, relativo al mismo sistema.

 Neguentropía: Se puede definir como la tendencia natural que se

establece para los excedentes de energía de un sistema, de los cuales
no usa. Es una metamagnitud, de la que su variación se mide en la
misma magnitud que las anteriores.
Aplicando la teoría de sistemas a la entropía, obtenemos lo siguiente:
Cuanta mayor superficie se deba de tomar en cuenta para la transmisión de
la información, esta se corromperá de forma proporcional al cuadrado de la
distancia a cubrir. Dicha corrupción tiene una manifestación evidente, en
forma de calor, de enfermedad, de resistencia, de agotamiento extremo o
de estrés laboral. Esto supone una reorganización constante del sistema, el
cual dejará de cumplir con su función en el momento que le falte
información. Ante la ausencia de información, el sistema cesará su
actividad y se transformará en otro sistema con un grado mayor de orden.
Dicho fenómeno está gobernado por el principio de Libertad Asintótica.
Proceso de estudio
Proceso 1: Se registra lo directamente observado, se asocia un registro de
causa y efecto, y para aquellas que han quedado huérfanas (solo se
observa la causa pero se desconoce el efecto) se las encasilla como
propiedades diferenciales. Estas propiedades nacen de la necesidad de dar
explicación al porqué lo observado no corresponde con lo esperado. De
esto nacen las propiedades emergentes.
Proceso 2: Se establecen unos métodos que, aplicados, rompen dicha
simetría obteniendo resultados físicos medibles en laboratorio. Los que no
se corroboran, se abandonan y se especulan otras posibilidades.
Resumen general:

 La entropía está relacionada con la tendencia natural de los objetos al

caer en un estado de neutralidad expresiva. Los sistemas tienden a
buscar su estado más probable, en el mundo de la física el estado más
probable de esos sistemas es simétrico, y el mayor exponente de
simetría es la inexpresión de propiedades. A nuestro nivel de realidad,
esto se traduce en desorden y desorganización. En otras palabras: Ante
un medio caótico, la relación tensorial de todas las fuerzas tenderán a
dar un resultado nulo, ofreciendo un margen de expresión tan reducido
que, por sí solo es inservible y despreciable.

 La dinámica de estos sistemas es la de transformar y transferir la

energía, siendo la energía no aprovechable la que se transforma en una
alteración interna del sistema. En la medida que va disminuyendo la
capacidad de transferencia, va aumentando la entropía interna del
sistema.

 Propiedad 1: Proceso mediante el cual un sistema tiende a adoptar la

tendencia más económica dentro de su esquema
de transacción de cargas.

 La dinámica del sistema tiende a disipar su esquema de transacción de

cargas, debido a que dicho esquema también está sometido a la
propiedad 1, convirtiéndolo en un subsistema.

 Lo realmente importante, no es lo despreciable del resultado, sino que

surjan otros sistemas tan o más caóticos, de los cuales, los valores
despreciables que resultan de la no cancelación absoluta de sus
tensores sistemáticos, puedan ser sumados a los del sistema vecino,
obteniendo así un resultado exponencial. Por lo que se asocian los
niveles de estabilidad a un rango de caos con un resultado
relativamente predecible, sin tener que estar observando la
incertidumbre que causa la dinámica interna del propio sistema.

 En sistemas relativamente sencillos, el estudio de los tensores que

gobiernan la dinámica interna, ha permitido replicarlos para su
utilización por el hombre. A medida que se ha avanzado en el estudio
 interior de los sistemas, se ha logrado ir replicando sistemas cada vez
más complejos.
Aunque la entropía expresa sus propiedades de forma evidente en sistemas
cerrados y aislados, también se evidencian, aunque de forma más discreta,
a sistemas abiertos; estos últimos tienen la capacidad de prolongar la
expresión de sus propiedades a partir de la importación y exportación de
cargas desde y hacia el ambiente, con este proceso generan neguentropía
(entropía negativa), y la variación que existe dentro del sistema en el
instante A de tiempo con la existente en el B.
Neguentropía
Artículo principal: Neguentropía
La construcción de modelos desde la cosmovisión de la teoría general de
los sistemas permite la observación de los fenómenos de un todo, a la vez
que se analiza cada una de sus partes sin descuidar la interrelación entre
ellas y su impacto sobre el fenómeno general entendiendo al fenómeno
como el sistema, a sus partes integrantes como Subsistemas y al
fenómeno general como suprasistema.