Métodos bayesianos estadísticos y de aprendizaje automático para estimación en sistemas complejos.

Tesis (Maestría en Ingeniería de Sistemas) UANL, 2012.

Diseño basado en los sistemas complejos adaptativos : el diseño de objetos autorreferentes.

Tesis (Doctor en Filosofía con Orientación en Arquitectura y Asuntos Urbanos) UANL, 2012.

Sistemas bio-inspirados: Un marco teórico para la ingeniería de sistemas complejos

En este texto buscamos sentar las bases para el marco teórico de la ingeniería de sistemas complejos. Hasta la fecha, un marco semejante ha sido apenas enunciado, y en términos bastante generales (Wolfram, 1986). Sin embargo, hasta ahora no se ha logrado formular un marco semejante que sirva a los ingenieros, a los científicos y a los filósofos para afirmar con seguridad que se tiene ya un marco teórico para la ingeniería de sistemas complejos. Al sentar el siguiente marco trazamos claramente los límites que separan a la ingeniería clásica −incluida la ingeniería de procesos inversos− de la ingeniería de sistemas complejos. Nos encontramos en el centro de una revolución científica y teórica, en términos de T. Kuhn. Luego de separar, de manera rápida, la ingeniería clásica de la ingeniería de sistemas complejos, obtenemos una visión más clara acerca de la ingeniería bio-inspirada. A fin de plantear de manera radical un (nuevo) marco teórico para la ingeniería de sistemas complejos (ISC), procedemos en zigzag así: de un lado, sobre una base al mismo tiempo científica e ingenieril, sugerimos un perímetro orgánico para la ISC; de otra parte, sobre la base de la filosofía y las lógicas no-clásicas, alcanzamos nuevas herramientas conceptuales que profundizan las bases científicas e ingenieriles. Al final se hace claro el horizonte amplio y la visión acerca del marco de la ingeniería de sistemas complejos, a saber: se trata, ulteriormente, de una teoría general de los sistemas complejos. Así, la ISC forma parte de las ciencias de la complejidad.

Modelamiento y simulación de sistemas complejos

De manera tradicional se ha afirmado que existen dos formas de ciencia: una basada en la inducción y otra fundada en deducciones o, lo que es equivalente, en criterios y principios hipotético-deductivos. La primera ha sido conocida como ciencia empírica y su problema fundamental es el de la inducción; es decir, el de establecer cuáles, cómo y cuántas observaciones (o descripciones) particulares son suficientes (y/o necesarias) para elaborar generalizaciones. Esta es una clase de ciencia que trabaja a partir de observaciones, descripciones, acumulación de evidencias, construcción de datos, y demás, a partir de los cuales puede elaborar procesos de generalización o universalización. Este tipo de ciencia coincide con los fundamentos de toda la racionalidad occidental, a partir de Platón y Aristóteles, según la cual sólo es posible hacer ciencia de lo universal. Por su parte, el segundo tipo de ciencia consiste en la postulación de principios primeros o axiomas, y se concentra en el estudio de las consecuencias –igualmente, de los alcances– de dichos principios. Esta clase de ciencia tiene como problema fundamental la demostración de determinados fenómenos, valores, aspectos, dicho en general; y esto se fundamenta en el rigor con el que se han postulado los axiomas y los teoremas subsiguientes. Por derivación, esta clase de ciencia incorpora y trabaja con lemas y otros planos semejantes. Cultural o históricamente, esta clase de ciencia se inicia con la lógica de Aristóteles y se sistematiza por primera vez en la geometría de Euclides. Toda la ciencia medieval, llamada theologia, opera de esta manera. En el marco de la ciencia contemporánea estas dos clases de ciencia se pueden ilustrar profusamente. En el primer caso, por ejemplo, desde el derecho que afirma que las evidencias se construyen; las ciencias forenses (antropología forense, odontología forense y demás) que sostienen algo semejante; o el periodismo y la comunicación social que trabajan a partir del reconocimiento de que la noticia no existe, sino que se construye (vía la crónica, la reportería y otras). De otra parte, en el segundo caso, desde las matemáticas y la lógica hasta las ciencias y las disciplinas que incorporan parámetros y metodologías basadas en hipótesis. (Vale la pena recordar siempre aquella idea clásica del propio I. Newton de acuerdo con la cual la buena ciencia y en las palabras de Newton: hipothese non fingo). Pues bien, por caminos, con motivaciones y con finalidades diferentes y múltiples, recientemente ha emergido una tercera clase de ciencia, que ya no trabaja con base en la inducción y en la deducción, sino de una manera radicalmente distinta. Esta tercera manera es el modelamiento y la simulación, y la forma más acabada de esta ciencia son las ciencias de la complejidad.

Modelización de sistemas complejos para la comprensión organizacional Una exploración del objeto de estudio/ intervención de la gestión.

Este trabajo presenta un ejercicio de modelización para la comprensión e intervención en sistemas sociales complejos y propone una serie de elementos generales de estudio para el campo de la Gestión, que consideran e incorporan la idea de la complejidad como paradigma de pensamiento y como realidad organizacional. El modelo resultante está constituido por cuatro dimensiones que al articularse dan una visión global de las organizaciones sociales como objeto de estudio / intervención de la Gestión. La primera de ellas, la dimensión estratégica, a partir de cuya lógica pueden observarse los fenómenos que emergen de la relación medios/fines, así como la configuración de mecanismos de interacción que permitan a la organización enfrentar la incertidumbre del entorno; la dimensión del ordenamiento, que muestra la disposición e interrelación de los diferentes actores, las formas como asumen sus roles en la búsqueda de los fines establecidos; la tercera dimensión presenta el comportamiento de la organización en sus diferentes niveles, introduce la complejidad de lo humano-organizacional; y la cuarta dimensión aborda el fenómeno desde una perspectiva dinámica y se centra en los procesos que ocurren en la organización. Finalmente se muestra la interacción de la organización con la variables macro y micro ambientales.

Modelado basado en agentes : simulación de sistemas complejos en las Ciencias Sociales.

El proyecto se ha realizado en el Departamento de Organización y Gestión de Empresas, con sede en la Escuela Técnica Superior de Ingenieros Industriales de la Universidad de Valladolid. Los cinco profesores implicados en el trabajo forman el denominado grupo de Ingeniería de los Sistemas Sociales (INSISOC). El objetivo principal es crear un documento docente que recoja los fundamentos de las aplicaciones de Inteligencia Artificial Distribuida (Sistema Multiagente), a la Economía y las Ciencias Sociales en general. Se ha elaborado un tutorial básico del lenguaje de programación SDML y se han incluido dos ejemplos de su utilización. Como consecuencia del trabajo, el grupo INSISOC ha consolidado una biblioteca de fundamentos y aplicaciones de los sistemas multiagente. Este trabajo ha sido presentado en otras Universidades, en congresos y workshops. El grupo INSISOC consolida un papel de 'transfer' de la investigación más avanzada a la docencia universitaria, tanto en estudio de segundo ciclo o grado superior como en estudios de tercer ciclo. La evaluación obtenida de otros colegas universitarioos es muy positiva, pues no existen materiales publicados con los contenidos desarrollados. El volumen es susceptible de publicación y comercialización viable económicamente. La elaboración del proyecto ha supuesto el uso de las instalaciones del laboratorio de Organización Industrial y Producción del Escuela Técnica Superior de Ingenieros Industriales de Valladolid. Se ha utilizado el lenguaje de programación SAML, además de software edición.

Modelado basado en agentes. Simulación de sistemas complejos en las Ciencias Sociales.

El proyecto se ha realizado en el Departamento de Organización y Gestión de Empresas de la Escuela Técnica Superior de Ingeniería Técnica Industrial de la Universidad de Valladolid. Los cinco profesores implicados en el trabajo forman el denominado 'Grupo de Ingeniería de los Sistemas Sociales' (INSISOC). El objetivo principal es crear un documento docente que recoja los fundamentos de las aplicaciones de Inteligencia Artificial Distribuida (sistemas multiagente), a la Economía y las Ciencias Sociales en general. Se ha elaborado un tutorial básico del lenguaje de programación SDML y se han incluido dos ejemplos de su utilización. Como consecuencia del trabajo el grupo INSISOC ha consolidado una biblioteca de fundamentos y aplicaciones de los sistemas multiagente. Este trabajo ha sido presentado en otras universidades, en congresos y workshops. El grupo INSISOC consolida su papel de 'transfer' de la investigación más avanzada a la docencia universitaria, tanto en estudios de segundo ciclo o grado superior como en tercer ciclo. La evaluación obtenida de otros colegas universitarios es muy positiva, pues no existen materiales publicados con los contenidos desarrollados. El volumen es susceptible de publicación y comercialización (viable económicamente). La elaboración del proyecto ha supuesto el uso de las instalaciones del laboratorio de Organización Industrial y Producción de la Escuela Técnica Superior de Ingenieros Industriales de Valladolid. Se ha utilizado el lenguaje de programación SDML, además de software de edición.

Los sistemas complejos y el mundo del deporte

[ES] En el campo del deporte y del entrenamiento deportivo, un terreno particularmente multidisciplinar, pocos trabajos se han hecho hasta el momento desde la óptica de los sistemas complejos. Tampoco el mundo de la medicina ha asumido de forma sólida esta forma de entender el mundo. La tradicional visión del deporte y de las ciencias que lo alimentan es simple y siempre realizada desde un punto de vista lineal del mundo. Un fenómeno es lineal si la respuesta es proporcional al estímulo. Tratamos en este trabajo de plantear nuestro entorno desde el principio de la no-linealidad, del comportamiento caótico y de la interconexión de los procesos y los sucesos. Entendemos que esto nos ayudará a mejorar la idea que tradicionalmente nos determina la estructura del deporte y su propia lógica interna

Análisis del desarrollo del juego del fútbol 11 desde la óptica de los sistemas complejos

Programa de doctorado: Doctorado en Formación del Profesorado.

Concepción multinivélica y cuasidescomponible de sistemas complejos. Aplicación a la informática

El interés por el estudio (diseño análisis, descripción) de sistemas complejos se debe a factores muy diversos, que van desde el desarrollo de las ciencias sociales y naturales hasta los logros espectaculares de la tecnología.

Polimatía prospectiva. De la incertidumbre a los sistemas complejos desde el pensamiento negativo

In opposition to the current period of upheaval and manifest limitations of the quantitative methods to develop forecasting models for reliable in medium and long term future scenarios, it is increasingly necessary turning to qualitative approaches which minimize the impact of unexpected consequences: foresight. Flexible models from the new progress on complex systems development, but seen from the other side, the negative thinking. This is an instrument that looks like so contemporary but it could be inherent to the whole interdisciplinary knowledge transfer. RESUMEN Ante el convulso panorama actual y las patentes limitaciones de los métodos cuantitativos para el desarrollo de modelos de previsión de escenarios futuros fi ables a medio y largo plazo, resulta cada vez más necesario, recurrir a planteamientos cualitativos que minimicen el impacto de las consecuencias imprevistas: la prospectiva. Modelos fl exibles procedentes de los nuevos avances en el desarrollo de los sistemas complejos, pero desde un enfoque distinto, el pensamiento negativo. Un instrumento que si bien parece ser completamente contemporáneo, sería inherente a toda transferencia interdisciplinar de conocimiento.