Exposición Sobre ASC-2014

El Enfoque de Sistemas en la Complejidad Ambiental.
Dr. Edgar Jaimes.

Profesor Titular Jubilado
Universidad de Los Andes. Núcleo Universitario Rafael

Rangel. Grupo de Investigación de Suelo y Agua.
Trujillo. Venezuela. E-mail: jaimes.5060@gmail.com
Sub-Proyecto electivo del Doctorado en Ambiente y Desarrollo. UNELLEZ – VIPI. Postgrado.

San Carlos. Edo. Cojedes. 23 /05 al 28 /06 / 2014,
CONTENIDO
1. INTRODUCCIÓN AL ENFOQUE SISTÉMICO
2. LA COMPLEJIDAD COMO BASE DE LA NUEVA

CIENCIA
3. ANÁLISIS TERMODINÁMICO DE LA COMPLEJIDAD
4. DEFINICIÓN DEL ÍNDICE DE HOMOGENEIDAD

MÚLTIPLE
5. APLICACIONES DEL ÍNDICE DE HOMOGENEIDAD MÚLTIPLE

1. INTRODUCCIÓN AL ENFOQUE SISTÉMICO.
A. Concepto de Sistema y Ambiente.
Sistema. Segmento o parte organizada del universo, compuesta por

entidades interrelacionadas, definido por límites permeables o no.
Tiene una estructura u organización interna y funciona como un todo.
Ambiente. Es la totalidad del universo físico que agrupa a los

sistemas e interactúa con éstos.
Fuente: Von Bertalanffi (1952), con modificaciones propias

B. Tipos de sistemas
Aislados: Son los que no pueden intercambiar materia, energía e información con
el mundo externo. (Figura A).
Cerrados: Son los que pueden intercambiar energía e información pero no

materia. (Figura B).
Figura A Figura B
Fuente: Prigogine (1997)

B. Tipos de sistemas (Cont.)
Abiertos: Son los que pueden intercambiar materia, energía e información con
el mundo externo. (Figura C).
Figura C. Una ciudad es un sistema abierto

C. Concepto de modelo
Se define como una representación independiente de un SISTEMA REAL,

con la finalidad de obtener información acerca de ese sistema, porque es
más sencillo que éste y es la forma más fácil de estudiarlo, manipularlo y
transformarlo

D. Tipos de modelos
 Modelos verbales. Ejemplo: Discursos
 Modelos escritos. Ejemplos: Libros, revistas y documentos
 Modelos bidimensionales. Ejemplos: Gráficos, diagramas y mapas
 Modelos tridimensionales. Ejemplo. Maquetas y diagramas en bloque
 Modelos matemáticos. Ejemplo. Fórmulas o ecuaciones.

E. Importancia de los modelos
• Permiten un análisis genético-evolutivo de los sistemas.
• Contribuyen con una explicación estructural-composicional de los sistemas.
• Son necesarios para dar una explicación dinámica-funcional del sistema.

2. LA COMPLEJIDAD COMO BASE DE LA NUEVA CIENCIA
A. La Nueva Ciencia. Concepto
A través de la Nueva Ciencia, que es trans y multidisciplinaria, se estudia la

Complejidad como un sistema interrelacionado de leyes, teorías y métodos con el
propósito de obtener una visión holística y evolutiva de la realidad, que permita
explicar las interrelaciones de las partes con el todo; la unidad en la diversidad e
incluye al sujeto en el proceso de creación del conocimiento desde la comprensión
de los fenómenos, es decir, reconociendo los contextos, las incertidumbres y
las contradicciones.
Fuente: Von Bertalanffy(1997), citado por Molina (2012), con modificaciones propias
B. ¿Qué es la complejidad?
Es la creación material-energética-espiritual del ser humano y su entorno, en

términos de su composición y organización; dinámica y desarrollo; evolución
y transformación; emergencia y muerte, involucrando a los elementos físicos
naturales y antrópicos; desde las partículas indivisibles, hasta el todo
universal; con la finalidad de conocer, predecir, manipular, ordenar, administrar,
controlar y entender la totalidad integral, impredecible e indisociable del
mundo.
Fuente: Da Conceiςáo de Almeida, María. 2008, con modificaciones

propias
C. Los argumentos de la complejidad
•La complejidad ES UN AXIOMA

•La complejidad NO ES COMPLICACIÓN
•La complejidad ADMITE LA INCERTIDUMBRE
•La complejidad ES IMPREVISIBLE
•La complejidad NO ES DETERMINISTA
•La complejidad ES AUTO-ECO-ORGANIZADA
•La complejidad ESTÁ EN TRANSFORMACIÓN, EVOLUCIÓN Y MUTACIÓN
•La complejidad ES SIMULTÁNEAMENTE DEPENDIENTE Y AUTÓNOMA
•La complejidad INVOLUCRA LAS EMERGENCIAS
•La complejidad ESTÁ LEJOS DE LA CONDICIÓN DE EQUILIBRIO
•La complejidad RELACIONA EL DETERMINISMO CON LA LIBERTAD
Fuente: Da Conceiςáo de Almeida, María. 2008. Con modificaciones propias

2. LA COMPLEJIDAD COMO BASE DE LA NUEVA
CIENCIA
D. Las dos visiones de la realidad
La visión mecanicista. La totalidad es una mera colección de objetos donde las
interacciones y relaciones que existen entre ellos son secundarias (Figura A).
La visión sistémica. Las partes en sí misma son redes de relaciones inmersas
en redes mayores, destacándose la interrelación entre ellos (Figura B).
Figura A y B. El cambio de esquemas de objetos a

relaciones.
Fuente: Capra (2006), con modificaciones propias.
E. Análisis comparativo de las visiones mecanicista y sistémica
CIENCIA MODERNA (Visión Mecanicista) NUEVA CIENCIA (Visión Sistémica)

Conocimientos parcelados Conocimientos en red
Ignora los contextos y las complejidades Reconoce los contextos y las complejidades
Separación de la unidad y la diversidad Unidad y diversidad inseparables
Linealidad en el factor tiempo Circularidad en el factor tiempo

Privilegia la cuantificación y desconoce lo que el Integra el cálculo y la cuantificación en el análisis
cálculo ignora: la totalidad de la totalidad
Racionalidad cerrada Racionalidad abierta
Asume las ambigüedades y contradicciones Reconoce las incertidumbres y contradicciones
como errores metodológicos como partes de la totalidad
Tiene carácter disciplinar Es transdisciplinar y multidimensional
Métodos para analizar la simplificación Métodos para estudiar la complejidad
Analiza por separado las partes y el todo Integra en un análisis el todo y sus partes
Fuente: Morín (2004, citado por Molina, 2012), con modificaciones propias
A. Segunda ley de la termodinámica clásica
“La entropía del universo será siempre positiva, caracterizando la

transformación de los sistemas desde un estado organizado hacia otro
desorganizado”. Fuente: Capra (2006)
“Cualquier sistema físico, si no se le disturba, procede hacia un estado de

máximo desorden. Si ya se encuentra en dicho estado, entonces el sistema
permanecerá invariable”. Fuente: Prigogine (1997)
A. Segunda ley de la termodinámica clásica. Cont.

 Fórmula de Thomas (1981). Planteó que la entropía máxima (Smax) de un sistema tienen
lugar cuando las probabilidades (Pi) de los n eventos o componentes son iguales.
Concepto de Entropía
Smax = Log n (Ec. 6)
 Índice de Smeck (1983). Señaló que en la evolución de los sistemas biológicos existe la
tendencia a incrementar el orden y la energía, considerando que para conocer la entropía
total (ST) de los sistemas es menester determinar la entropía interna de los mismos (S I),
así como la entropía ambiental (Sm), esto es:
S = S I + Sm
T
(Ec. 7)
B. Tercera ley de la termodinámica clásica
“La disminución en la Energía Libre de un proceso o sistema a temperatura y

presión constantes es la medida de la tendencia de aquellos a evolucionar
espontáneamente” Fuente: Capra (2006)
“La transformación espontánea de un sistema más organizado hacia otro

más caótico es de carácter exotérmico (libera calor) y se hace a expensas
de su Energía Útil”. Fuente: Prigogine (1997)
B. Tercera ley de la termodinámica clásica. Cont.
Concepto de Energía Libre
Según Gibbs (citado por Babcock, 1962) la energía que dispone un sistema para
evolucionar o transformarse se expresa bajo la siguiente ecuación:
ΔG° = - SΔT + VΔP ± ∑μiΔni (Ec. 8)
donde: ΔG° = Variación de energía libre
S = Entropía total del sistema
ΔT = Cambios de temperatura del sistema
V = Volumen o tamaño del sistema
ΔP = Variaciones en la presión atmosférica
∑μiΔni = Variaciones en la masa de los componentes del sistema
C. Teorías para el análisis de la complejidad
C – 1.Teoría de los sistemas abiertos de Von Bertalanffy (1940)
Los organismos vivos… son sistemas abiertos en una condición de estado

METAESTABLE, en los que la materia, la energía y la información entra
desde el medio exterior y sale hacia él, manteniéndose lejanos del estado
de equilibrio; caracterizados por un flujo energético continuo y potenciador de
los cambios internos en dichos sistemas, suficientes para controlar su entropía.
Fuente: Capra (2006)

C. Teorías para el análisis de la complejidad. Cont.
C – 2.Teoría de de los sistemas auto-organizados de Foerster (1950)
Elaboró las bases teóricas que permiten explicar el incremento del orden interno
de los sistemas abiertos, indicando que éstos se auto-organizan por el ingreso
de materia, energía e información desde su entorno, las cuales integra en su
propia estructura, disipándolas a su vez hacia el entorno, permaneciendo así en
interacción con el mundo exterior.
Conceptualmente los sistemas auto-organizados son equivalentes a las

estructuras disipativas o lejanas del equilibrio, definidas por Prigogine
Fuente: Capra (2006), con modificaciones propias

C – 3.Teoría de la “Barrera de Complejidad” de Von Neumann (1966)
Propuso la definición de una "barrera de complejidad" más allá de la cual

entran en vigor nuevos principios que se aplican a los sistemas auto-
organizados y heterogéneos. No superarla supone la desaparición de tales
sistemas.
La comprobación de esta teoría, está basada en el colapso evolutivo de las algas

cianofíceas cuya homogeneidad funcional y estructural le impidió superar esa
barrera, sufriendo una catástrofe ecológica que las hizo desaparecer del planeta.
Fuente: Capra (2006), con modificaciones propias

C – 4. Teoría de Heisenberg (1920)
En relación con la totalidad, Heisenberg planteó que: “el mundo es un

complicado tejido de acontecimientos, en el que se alternan,
superponen o combinan distintas conexiones; determinando en su
totalidad la textura y estructura del conjunto..”.

C – 5. Teoría de Gaia
Lovelock (2006) comprobó la teoría de Heisenberg al expresar que: “La tierra

(Gaia) funciona como un sistema único y auto-regulado, formado por
componentes físicos, químicos, biológicos y humanos. Las
interacciones y flujos de materia, energía e información entre las
partes que lo componen, son complejos y exhiben gran variabilidad
en sus múltiples escalas temporales y espaciales.

C – 6. Teoría de Schrödinger (1945)

Según esta teoría “… la vida es una totalidad compleja constituida por
dos procesos fundamentales…”, a saber:
•“EL ORDEN A PARTIR DEL ORDEN”; expresado mediante la herencia de
rasgos de los progenitores en la progenie. Esta teoría es verificable a través
de los análisis de ADN.
•“EL ORDEN A PARTIR DEL DESORDEN”; manifestado a través del
crecimiento y desarrollo de las plantas, que son estructuras altamente
ordenadas formadas a partir de átomos y moléculas desordenados,
provenientes de la atmósfera y el suelo. Esta teoría es verificable mediante el
análisis del proceso de fotosíntesis.


C – 7. Teoría de la información de Wiener y Shannon (1949)
Combina el principio de Wiener, basado en la calidad de la información

trasmitida desde un emisor a un receptor a través de un canal de
comunicación; con el concepto de “entropía de la información” de
Shannon, de acuerdo al cual los mensajes experimentan, durante su
tránsito por un medio de comunicación, una alteración irreversible de su
contenido, afectando la calidad del mismo.
La importancia de esta teoría radica en que el mensaje codificado es

esencialmente un patrón de comunicación organizado, estableciendo así
una relación intrínseca entre estos patrones y la complejidad de los
organismos vivos.
Fuente: Capra (2006) y Morín (1999), con modificaciones propias
C – 8. Teoría de la “Neg-Entropía” de Brillouin (1952)
Brillouin demostró que se puede transformar la “Entropía negativa” o Neg-

Entropía en información y la información en Neg-Entropía. En consecuencia, el
descenso de la entropía se traduce en un incremento en la calidad de la
información emitida y recibida.
De acuerdo con esta teoría, los seres vivos son esencialmente “Neg-Entrópicos”
en razón de su heterogeneidad estructural y funcional o complejidad biótica.
Fuente: Capra (2006) y Morín (1999), con modificaciones propias

C – 9. Teoría de las bifurcaciones de Glansdorff (1971)
Matemáticamente una bifurcación constituye un cambio impresionante de la

Metaestabilidad del Sistema, originado por un aumento de las
fluctuaciones que ocurren en la totalidad del mismo, suficientes para
originar una transformación dentro de él, llevándolo hacia otro estadio
evolutivo.
Las bifurcaciones no tienen lugar en los sistemas cerrados y aislados ya

que su Estado de Equilibrio está caracterizado por una condición
“Homeostática” en el que las fluctuaciones pueden ser absorbidas por el
sistema.
Fuente: Capra (2006) y Prigogine (1997), con modificaciones propias
C – 9. Teoría de las bifurcaciones de
Glansdorff (1971) (Cont.)
El diagrama representa la evolución de
un sistema abierto, de acuerdo con
esta teoría
En el segmento lineal del diagrama, la
condición inicial (Eq) y los estados
intermedios S1, S2, S3 son
Metaestables.
En el segmento no lineal, el sistema se
vuelve inestable en el punto crítico c,
que es una bifurcación, a partir del
cual el sistema evoluciona,
espontáneamente, hacia una nueva
condición de Metaestabilidad.
Fuente: Capra (2006) y Glansdoff (2000), con modificaciones propias
C – 10. Teoría de las estructuras disipativas de Prigogine (1972)

La segunda ley de la termodinámica expone la diferencia entre procesos reversibles e
irreversibles, la cual queda explicitada por la Entropía. En el caso de los reversibles, que no
son afectados por la variable tiempo, la entropía está definida por un flujo entrópico entre el
sistema y su entorno (Figura A). En los irreversibles, que sí son afectados por el tiempo, lo
característico es la ausencia de dicho flujo, de allí que la entropía aumenta hasta maximizarse
(Figura B).
Figura A. Sistemas reversibles Figura B. Sistemas irreversibles

D. Otras teorías para el análisis de la complejidad
D – 1. Teoría del Caos determinista de Poincaré (1905)
D – 2. Teoría de la Retroalimentación de Wiener (1948)
D – 3. Teoría Fractal de Mandelbrot (1983)
D – 4. Teoría de los Conjuntos Difusos

(1992)
Surgió del análisis del conocido problema de los “tres cuerpos” de

la mecánica celeste, según la cual el movimiento relativo de tres
cuerpos sometidos a sus respectivas atracciones gravitatorias
estará configurado por tres trayectorias y sus infinitas
intersecciones, conformando una malla en las que ninguna de las
curvas pueden cruzarse a sí mismas, pero que se repliegan de un
modo muy complejo para pasar por los nodos de la red un número
infinito de veces (Poincaré; en Stewart, 1994).
Las técnicas matemáticas que han permitido el descubrimiento de

patrones ordenados en sistemas caóticos, se basan en el enfoque
teórico de Poincaré y están muy vinculadas al desarrollo de los
ordenadores, los cuales pueden trazar con facilidad la compleja red de
trayectorias antes referidas.
En efecto, un computador puede ser programado para trazar, en forma
de curva o conjunto de curvas en un gráfico, todas las soluciones
posibles a las ecuaciones no-lineales asociadas con los fenómenos
caóticos.
A través de esta técnica se ha podido descubrir orden a partir de
un aparente caos. Una de esas técnicas es la del “espacio-fase”,
entendido como el espacio matemático abstracto dentro del cual pueden
ser representados los procesos o fenómenos caóticos envueltos en una
gran variedad de sistemas complejos.
Fuente: Capra (2006).

• Atractores puntuales: Sirven para estudiar los sistemas en condición de

equilibrio estable (Figura A).
Figura A. Atractor puntual con

trayectoria en espacio-fase de
un péndulo sin ficción.

• Atractores periódicos: Son útiles para analizar variables oscilantes de un sistema

(Figura B).
Figura B. Atractor periódico con

trayectoria en espacio-fase de
un péndulo con fricción.

• Atractores extraños: Se aplican para observar el comportamiento de

sistemas caóticos (Figura C).
Figura C. Atractor extraño representativo de sistemas

caóticos cuya trayectoria en espacio-fase es
compleja en razón a la incidencia de varios
factores.

Efecto mariposa o Atractor extraño de Lorenz (1963)
Por este nombre se describen los cambios mínimos en las condiciones

iniciales de un sistema dinámico complejo que con el tiempo generarán en
su seno procesos que se irán amplificando hasta ocasionar otros
procesos-respuesta con un impacto significativo a gran escala.
Este efecto surgió accidentalmente de un análisis que realizaba

Lorenz en relación con las condiciones meteorológicas promedio de
un determinado sitio.
En la Figura D se observa un ejemplo para 12

iteraciones de la función f(x) = x2, en la que se toma
el valor de la iteración anterior y se eleva al
cuadrado. En el ejemplo se incluyen dos series: la
primera se inicia con un valor inicial x = 1,0001 y la
segunda con un valor inicial x = 1,001. El
comportamiento de las dos es parecido hasta la 7 ma
iteración y progresivamente comienza a variar,
desapareciendo cualquier parecido a partir de la
10ma iteración. Este es “el efecto mariposa”.
Figura D. Representación del efecto mariposa.
Fuente: Mallén (2002).

Lorenz representó gráficamente su “atractor

extraño” con base en los resultados obtenidos
con sus ensayos matemáticos, logrando una
gráfica tridimensional en las 3 dimensiones del
plano euclídeo. Al ver el gráfico resultante se
encontró con el efecto mariposa,
concretamente con sus alas (Figura E). La
línea de la gráfica no se tocaba jamás, el
desorden era total pues ningún punto se
repetía ya que no había intersecciones, pero
se puso en evidencia un nuevo tipo de
“desorden ordenado”: el caos.
Figura E. Representación bidimensional del

Fuente: Mallén (2002). efecto mariposa.
Un bucle de retroalimentación es una disposición circular de elementos

conectados causalmente en la que una causa inicial se propaga
alrededor de los eslabones sucesivos del bucle, de tal modo que cada
elemento tiene un efecto sobre el siguiente, hasta que el último
retroalimenta el efecto sobre el primer eslabón en que se inició el
proceso (Figura A).
Figura A. Causalidad circular en un bucle de retroalimentación.

Según Wiener, la retroalimentación es el control de una máquina o

sistema abierto a través de su comportamiento real y no al esperado, o
en un sentido más amplio, la retroalimentación significa el retorno de la
información a su punto de origen, a través del desarrollo de un
determinado proceso (Figura B).
Figura B. Bucle de retroalimentación en el pilotaje de una embarcación.


Se distinguen dos tipos de retroalimentación: la autoequilibrante o
negativa y la autorreforzadora o positiva. Un ejemplo de esta última son
los llamados “círculos viciosos”, según los cuales una mala situación
tiende a empeorar en la medida que tiene lugar una secuencia circular de
eventos o procesos. No obstante, en la naturaleza son muy raros los
fenómenos puros de retroalimentación positiva, ya que suelen estar
compensados por bucles de retroalimentación autoequilibrantes que
moderan sus tendencias expansivas. (Figura C y D).
Figura C. Eslabones causales positivos y negativos.

Figura D. Modelo homomórfico de las relaciones causa/efecto entre las propiedades de

las formas y los factores y procesos que le dan lugar. Fuente: Jaimes (1985).
Los fractales son estructuras geométricas irregulares y de detalle infinito,

basadas en la ITERACIÓN; que es la repetición infinita de una cantidad.
(Figura A).
Figura A. Conjunto de Mandelbrot, exhibiendo las características de un objeto fractal.

Fuente: Pérez (1998).
Características de un objeto fractal
I Forma irregular no geométrica.
II Las mismas formas pueden ser descritas y observadas

exactamente a cualquier escala de detalle.
III Estadísticamente sus formas son auto-similares.
IV Se define mediante un simple algoritmo recursivo.

Tipos de objetos fractales
Un fractal natural es un elemento de la naturaleza que puede ser descrito

mediante la geometría fractal. Las nubes, las montañas, el sistema
circulatorio, las líneas costeras o los copos de nieve son fractales
naturales (Figuras B y C).

Figura B. Objeto fractal” Copo de Nieve de Figura C. Geometría de un fractal natural. Ej

Koch”, formado a partir de un vista interna tridimensional de un
triángulo equilátero. Fuente: Pérez romanescu. (Fuente: wikipedia.org.
(1998). es/wiki/Fractal)
En la Figura D, se muestran cuatro imágenes geométricas de un mismo

objeto fractal. Lo único diferente en ellas son las escalas cromáticas con
las cuales las tonalidades resaltan las formas y detalles que caracterizan al
fractal como un todo.
Figura D. Infinidad cromática de un mismo objeto fractal.
(Fuente:www.sunleitz.com/spanish/quees.html
4. DEFINICIÓN DEL ÍNDICE DE HOMOGENEIDAD MÚLTIPLE (IHM)
A. Entropía propia. Definición
Jaimes (1988) propuso un concepto de entropía basado en la forma como los componentes
de un sistema dado se ordenan u organizan para estructurarlo y lo denominó entropía
propia (So) del sistema. Como hipótesis se planteó que la entropía de un sistema abierto
está en función de la entropía propia del mismo, esto es:
S = f (So) (Ec. 11)
Fuente: Jaimes (1988)

B. Entropía propia. Modelos termodinámicos propuestos
 En función de la entropía interna de los sistemas (SI):

n
S I = ∑ S°c + So (Ec. 12)
i=1
Luego, reemplazando a SI de la ecuación 12, por su expresión equivalente (S) en la
ecuación 10 queda definida la variación de energía libre, en términos de la entropía
interna del sistema de la siguiente forma:
n
ΔG° = - ( ∑ S°c + So ) ΔT ± ( ΔWi + ΔCi) (Ec. 13)
i=1

B. Entropía propia. Modelos termodinámicos propuestos. (Cont.)
 En función de la entropía total del sistema (S T):

S = S I + Sm
T
(Ec. 14)
Sustituyendo SI de la ecuación 12, en la ecuación 14 se tiene:

n
S = ∑ S°c + So + Sm (Ec. 15)
T i=1
Luego, reemplazando a ST de la ecuación 15, por su expresión equivalente (S) en la

ecuación 10 la variación de energía libre, en términos de la entropía total del sistema,
queda expresada de la siguiente manera:
n
ΔG° = - ( ∑ S°c + So + Sm ) ΔT ± ( ΔWi + ΔCi) (Ec. 16)
i=1

C. Modelo matemático del IHM
m
IHM   j
j1
Donde: π: producto acumulado de los valores de j
j: valor propio del j-ésimo componente principal cuya magnitud es ≥ 1
m: número de componentes principales cuyos valores propios son ≥ 1

5. APLICACIONES DEL ÍNDICE DE HOMOGENEIDAD MÚLTIPLE (IHM)
A. En Ciencia del Suelo (Pedogénesis)
Cantidad de perfiles descritos e IHM
18
16
14
12
10
0
Sector Piedra Azul Sector La Ciénega Sector La Loma
Áreas de muestreo
Suelos evolucionados (Alfisoles)

Suelos poco evolucionados (Inceptisoles)
Índice de Homogeneidad Múltiple (IHM)
Relación entre el IHM y la pedogénesis en tres áreas muestras de la

cuenca del río Motatán, estado Trujillo. Fuente: Jaimes et al. (2005).
B. En Ciencia del Suelo (Pedogeomorfológía)
520 800
500 600
480
IHM IHM 400
460
440 200
420 0
> 35% ≤ 35% Rectilíneos No rectilíneos
Figura A - 1 Figura A - 2
Relación entre el IHM y la pendiente media (Figura A-1) y la forma del terreno (Figura A-2),
en unidades de paisaje, subcuenca Alto Motatán, estado Mérida.
Fuente: Garcés, et al (2012)

C. En Ciencia del Suelo (Taxonomía)
Tabla 1. Homogeneidad morfológica de tres series y sus perfiles de suelo
Series de suelo y sus valores de (IHM)

Perfiles de Maracaibo (17,5) Los Cortijos (32,2) San Francisco (35,3)
suelo IHM por perfil de suelo, dentro de cada serie
Perfil 1 22,93 35,38 78,39

Perfil 2 20,87 36,23 34,40
Perfil 3 16,52 40,11 57,85
Perfil 4 16,52 35,38 39,85
Perfil 5 16,52 24,56 39,85
Perfil 6 16,52 31,06 41,29
Perfil 7 16,52 35,37 39,85
Perfil 8 14,04 35,38 39,85
Perfil 9 16,52 35,38 45,38
Perfil 10 16,52 35,38 36,79
Larreal, et al (2012)
C. En Ciencia del Suelo (Taxonomía)
(Cont.
Tabla 2. Homogeneidad físico-química de tres series y sus perfiles de
suelo
Series de suelo y sus valores de (IHM)

Perfiles de Los Cortijos (22,40) San Francisco (31,57) Maracaibo (37,19)
suelo IHM por perfil de suelo, dentro de cada serie
Perfil 1 43,53 36,45 33,70

Perfil 2 34,19 71,50 64,03
Perfil 3 68,01 89,71 57,23
Perfil 4 41,48 36,08 45,19
Perfil 5 44,03 41,16 44,66
Perfil 6 38,86 22,99 50,46
Perfil 7 23,03 45,85 57,38
Perfil 8 26,56 75,27 26,49
Perfil 9 24,78 39,25 55,26
Perfil 10 26,76 36,75 24,31
Larreal, et al (2012)
D. En Meteorología
3500 35
3000 30
2500 25
20
2000
IHM
IHM
15
1500
10
1000
5
500
0
0
RG T I P E HR VV PA NUB
Energético Hídrico Circulación general
Energético Hídrico Circulación general
Subsistemas climáticos Subsistemas climáticos
Figura B - 1. Comparación de los IHM a partir Figura B - 2. Comparación de los IHM a

de los valores medios mensuales de cada partir de los valores máximos absolutos
subsistema meteorológico. mensuales por elemento meteorológico.
Fuente: Pineda, et al (2006)

A.Illya Prigogine (1977)
El Análisis de Sistemas Complejos y los Premios Nobel de Química
1. Illya Prigogine
La Real Academia Sueca de Ciencias otorgó en 1977 al científico Illya Prigogine el Premio
Nobel de Química por haber formulado y demostrado los principios teórico-metodológicos
de la TERMODINÁMICA LEJANA DEL ESTADO DE EQUILIBRIO, que permitieron descubrir
y reproducir la estructura y dinámica de las estructuras disipativas, importantes para
estudiar y comprender la complejidad de procesos químicos, bioquímicos y
físicoquímicos, ampliamente utilizados en la industria.
2. Martin Karplus, Michael Levitt y Arieh Warshel.
Recibirán, el próximo 10-12-2013, el Premio Nobel de Química 2013 por haber desarrollado
poderosos modelos de computación, bajo el formato de SISTEMA DE INFORMACIÓN
AUTOMATIZADA, que cualquier investigador puede usar para comprender LA
COMPLEJIDAD ASOCIADA CON LAS INTERACCIONES QUÍMICAS y crear fármacos
nuevos. Ese conocimiento permite perfeccionar los catalíticos de los automóviles o
elaborar fármacos y producir células solares. El valor de la obra premiada consiste en que
puede usarse para estudiar TODA CLASE DE PROCESOS QUÍMICOS; lo que catapulta el
experimento químico al ciberespacio.
Gracias por su atención
Dirección: Núcleo Universitario “Rafael Rangel”, Avenida Isaías Medina Angarita, Sector Carmona,
Trujillo, estado Trujillo, Venezuela. Apartado Postal Nº 177. E-mail:
jaimes.5060@gmail.com; jaimes@ula.ve Teléfonos: 0416-6720175; 0412-7901640

Exposición Sobre ASC-2014

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Exposición Sobre ASC-2014

Cargado por

Copyright:

Formatos disponibles

El Enfoque de Sistemas en la Complejidad Ambiental.

Dr. Edgar Jaimes.

Universidad de Los Andes. Núcleo Universitario Rafael

Sub-Proyecto electivo del Doctorado en Ambiente y Desarrollo. UNELLEZ – VIPI. Postgrado.

1. INTRODUCCIÓN AL ENFOQUE SISTÉMICO

2. LA COMPLEJIDAD COMO BASE DE LA NUEVA

3. ANÁLISIS TERMODINÁMICO DE LA COMPLEJIDAD

4. DEFINICIÓN DEL ÍNDICE DE HOMOGENEIDAD

5. APLICACIONES DEL ÍNDICE DE HOMOGENEIDAD MÚLTIPLE

A. Concepto de Sistema y Ambiente.

Sistema. Segmento o parte organizada del universo, compuesta por

Ambiente. Es la totalidad del universo físico que agrupa a los

Fuente: Von Bertalanffi (1952), con modificaciones propias

Cerrados: Son los que pueden intercambiar energía e información pero no

Fuente: Prigogine (1997)

B. Tipos de sistemas (Cont.)

Figura C. Una ciudad es un sistema abierto

Se define como una representación independiente de un SISTEMA REAL,

Fuente: Von Bertalanffi (1952), con modificaciones propias

 Modelos verbales. Ejemplo: Discursos

 Modelos escritos. Ejemplos: Libros, revistas y documentos

 Modelos bidimensionales. Ejemplos: Gráficos, diagramas y mapas

 Modelos tridimensionales. Ejemplo. Maquetas y diagramas en bloque

 Modelos matemáticos. Ejemplo. Fórmulas o ecuaciones.

Fuente: Von Bertalanffi (1952), con modificaciones propias

E. Importancia de los modelos

• Permiten un análisis genético-evolutivo de los sistemas.

• Contribuyen con una explicación estructural-composicional de los sistemas.

• Son necesarios para dar una explicación dinámica-funcional del sistema.

Fuente: Von Bertalanffi (1952), con modificaciones propias

A. La Nueva Ciencia. Concepto

A través de la Nueva Ciencia, que es trans y multidisciplinaria, se estudia la

Es la creación material-energética-espiritual del ser humano y su entorno, en

Fuente: Da Conceiςáo de Almeida, María. 2008, con modificaciones

C. Los argumentos de la complejidad

•La complejidad ES UN AXIOMA

Fuente: Da Conceiςáo de Almeida, María. 2008. Con modificaciones propias

Figura A y B. El cambio de esquemas de objetos a

CIENCIA MODERNA (Visión Mecanicista) NUEVA CIENCIA (Visión Sistémica)

Separación de la unidad y la diversidad Unidad y diversidad inseparables

Linealidad en el factor tiempo Circularidad en el factor tiempo

Métodos para analizar la simplificación Métodos para estudiar la complejidad

A. Segunda ley de la termodinámica clásica

“La entropía del universo será siempre positiva, caracterizando la

“Cualquier sistema físico, si no se le disturba, procede hacia un estado de

A. Segunda ley de la termodinámica clásica. Cont.

B. Tercera ley de la termodinámica clásica

“La disminución en la Energía Libre de un proceso o sistema a temperatura y

“La transformación espontánea de un sistema más organizado hacia otro

B. Tercera ley de la termodinámica clásica. Cont.

Concepto de Energía Libre

C. Teorías para el análisis de la complejidad

C – 1.Teoría de los sistemas abiertos de Von Bertalanffy (1940)

Los organismos vivos… son sistemas abiertos en una condición de estado

Fuente: Capra (2006)

C. Teorías para el análisis de la complejidad. Cont.

C – 2.Teoría de de los sistemas auto-organizados de Foerster (1950)

Conceptualmente los sistemas auto-organizados son equivalentes a las

Fuente: Capra (2006), con modificaciones propias

C. Teorías para el análisis de la complejidad. Cont.

C – 3.Teoría de la “Barrera de Complejidad” de Von Neumann (1966)

Propuso la definición de una "barrera de complejidad" más allá de la cual

La comprobación de esta teoría, está basada en el colapso evolutivo de las algas