(Home page)
Diciembre 2012

TRANSFORMACIONES; SIMULACIONES Y ADAPTACIONES ENERGETICAS FRENTE AL POSIBLE CAMBIO CLIMÁTICO; PROPUESTAS Y RESULTADOS HISTÓRICOS OBSERVADOS

Walter Ritter Ortiz1, Juan Suarez Sanchez2

1. Sección de Bioclimatología, Centro de Ciencias de la Atmósfera, UNAM. Circuito Exterior s/n, Ciudad Universitaria, Deleg. Coyoacan, México, D. F. walter@atmosfera.unam.mx

2. Laboratorio de Ciencias Ambientales, Centro de Investigación en Ciencias biológicas. Universidad Autónoma de Tlaxcala, México. Correo electrónico:jsuarez71@hotmail.com

INTRODUCCIÓN

La filosofía que ha prevalecido en la ciencia ha sido reduccionista y empírica. Sin embargo en los últimos años evolucionistas y sistémicos comenzaron a proponer y a defender la legitimidad de los estudios a nivel poblacional. Al mismo tiempo, cuestionamientos de importancia práctica hacían su aparición a nivel de poblaciones y ambientes, como son los aspectos de conservación, contaminación, control biológico y la manipulación del ambiente con la inclusión de la complejidad de la naturaleza como ingrediente esencial.

La biología poblacional en general y la acuícola en lo particular han emergido en los últimos años como un resultado de la convergencia de distintas disciplinas como es la genética poblacional, ecología poblacional, biogeografía y estudios evolutivos en el contexto de un nuevo holismo e interés en la teoría de la biología poblacional. En la actualidad cuando cuestiones prácticas hacen necesario el estudio de los sistemas complejos como pudiera ser las poblaciones en bosques, sistemas lacustres y otros más, renace el interés en la investigación sistémica, la cibernética y la biología matemática y teórica, tanto en la visión de biomasas como su equivalencia bioenergética.

Desafortunadamente la relación de la teoría en los aspectos experimentales en poblaciones no ha sido fácil ya que el significado de teórico generalmente se le ha dado una connotación peyorativa por lo que se considera que el derecho teórico es un derecho que se gana de años de trabajo en laboratorio y en el campo. Sin embargo también debemos considerar que mientras que los datos sean colectados sin ninguna referencia a determinado problema, el trabajo teórico a menudo va a presentar divergencias de los procesos de la vida observados en la realidad, y convertirse en ejercicios matemáticos puramente inspirados por la biología poblacional en lugar de un análisis serio y creativo de los sistemas vivientes.

PROPUESTAS

En contra del empirismo prevaleciente en el estudio de los sistemas poblacionales, se insiste en el derecho y necesidad de teorizar y simular para trascender a una toma de decisiones optimas y coherente aún y cuando esto vaya en contra de un creciente trabajo de especialización insistiendo en una visión interdisciplinaria y enfatizando la importancia de las propiedades de complejidad y holismo. En contra de una visión casi aleatoria de investigación en algunos campos, se insiste en la necesidad de una estrategia autoconsciente en la biología de sistemas poblacionales y otros similares.

ASPECTOS TEÓRICOS Y MODELOS

Observaciones de campo nos señalan la extraordinaria rapidez evolutiva de especies introducidas y de las respuestas de las especies nativas a cambios ambientales y climáticos manifestado a su alrededor. Experimentos han demostrado que en el tiempo que le toma a una especie interactuar demográficamente en competencias simples, los cambios genéticos pueden alterar su habilidad competitiva, con tasas de recambio rápido o de colonización y la alta frecuencia de extinciones. La aparente estabilidad puede ser considerada no como un indicador, de la ausencia de debilidades de una presión evolutiva y de cambio climático y energético en el ambiente sino como la manifestación de un equilibrio dinámico deseable de poder observar y de ser posible medir.

El intento de integrar campos de la ciencia que se han desarrollado de forma independiente, nos conduce a muchas dificultades. La adaptación ambiental tiene que ser interpretada en términos de sus componentes ecológicos tales como en la de su capacidad de incremento intrínseco y la capacidad de carga del ambiente.

Las dificultades analíticas de simulación o modelación cuantitativa es también pudiéramos decir de formidable, que hay que sintetizar en la consideración idealizada de tener poblaciones genéticamente uniformes en sistemas poblacionales de multiespecies en ambientes heterogéneos, ya que el posible intento de considerar a la genética, la dinámica poblacional o demografía así como el ambiente y diferencias interespecifcias de forma simultánea nos enfrenta a encontrarnos de inmediato con dificultades técnicas, entre ellas de que para tener una descripción matemática precisa de la situación se requerirán cientos de parámetros, muchos de los cuales son difíciles de medir, y las soluciones de muchas ecuaciones diferenciales no lineales, que usualmente no tienen solución, para obtener respuestas que son complicadas expresiones de los parámetros difíciles de interpretar. Con esto nos vemos en la necesidad de utilizar una metodología diferente para poder manejar estos sistemas que son intrínsecamente complejos.

ESTRATEGIAS A SEGUIR

Las estrategias de solución que proponemos, son propuestas clásicas de abordaje metodológico en la ciencia más que de los objetos de estudio en particular. Sin embargo es obvio que los preceptos metodológicos derivan de las propiedades de los objetos de estudio en la naturaleza; unos tratan de objetivos y metas por conseguir mientras que los otros son simplemente metodológicos.

METODOLOGIAS A SEGUIR

  1. Dada la heterogeneidad dada en clima y ambiente así como dentro y entre estos sistemas biológicos complejos; nuestro objetivo no es tanto el descubrimiento de leyes universales sino que, empezaremos con el hecho de que existen diferentes grados de complejidad y diferentes direcciones de cambio y preguntarnos qué tipo de situación será necesaria para que se diera o presentaran valores positivos de incremento poblacional, o de decremento en la complejidad observada.

  2. Prestaremos más atención a los procesos mismos de dinámica poblacional y dinámica evolutiva ambiental y climática de los valores por obtener y más en los resultados cualitativos que en los resultados cuantitativos. Los números o valores serán de interés sólo en el hecho de que sean de utilidad en la verificación de alguna teoría o hipótesis que se tenga en mente.

  3. La unidad básica de investigación será la construcción de modelos o simulaciones para la reconstrucción de la naturaleza como propósito de análisis y de estudio. Su legitimidad estará dada por el propósito que se tenga en dicho estudio, donde el análisis detallado de un modelo para otros propósitos que aquellos para los que fué construido, puede simplemente no tener ningún significado.

  4. El proceso de abstracción a considerar en la construcción del modelo, se dará en un proceso de simplificación con lo cual se intenta remover elementos conocidos como distractores de poca relevancia en la dinámica del sistema y dejar intactos los aspectos realmente relevantes con capacidad para reproducir los aspectos esenciales manifestados en la realidad.

  5. Los genes pueden actuar de muchas formas afectando muchas características fisiológicas y morfológicas que tienen relevancia para la sobrevivencia de las poblaciones. Es necesario y conveniente utilizar en estas situaciones un parámetro conocido como de "suficiencias" para representar una entidad poblacional o comunitaria que contenga la información relevante combinada de muchos parámetros, conocidos como de bajo nivel para poner en forma conjunta aquellos parámetros adaptativos o valores selectivos de manifestación. Así la forma en que el cambio genético contribuye a la adaptación puede no hacer presencia como parámetro o variable en el proceso de simulación o modelación del fenómeno puro en que un parámetro de situación de suficiencia, las fluctuaciones ambientales y climáticas, parches de productividad pueden ser combinados para algunos propósitos como una medida global de incertidumbre ambiental climática.

    6. Como un parámetro de "suficiencia" es una transformación de muchos a uno solo de los fenómenos considerados de bajo nivel, existirá siempre la posibilidad de pérdida de información al ir de un nivel a otro.

  6. No existe un modelo universal para todos los propósitos y en lo particular no es posible maximizar simultáneamente; generalidad, realismo y precisión. Los modelos de uso diario en física generalmente sacrifican el realismo por generalidad y precisión, sin embargo nosotros preferimos sacrificar precisión por generalidad y realismo. La precisión se sacrifica en varias formas entre ellas al ignorar factores supuestamente de los resultados así también se ignoran factores que pudieran tener importancia pero que son muy improbables. Esto significa que necesariamente habrá excepciones en todas las conclusiones.

  7. El uso de pruebas alternativas para los mismos resultados no es solamente un ejercicio matemático más sino un método de validación muy importante de la misma manera que los "modelos alternativos" pueden ser utilizados como validadores en un espacio de modelos posibles.

  8. Un teoría o hipótesis se puede considerar como una resultante de asociación de modelos y las consecuencias de su asociación e integración. Los modelos constitutivos de esta asociación se ajustaran de forma integrada y darán lugar a las siguientes opciones:

    1. Como esquemas alternativos para probar la fortaleza de un modelo.

    2. Como modelos de traslape parcial para probar la fortaleza de conclusiones comunes pero que también pueden dar lugar a resultados independientes.

    3. Conforme los modelos difieran en generalidad, realismo y precisión, lo general no contiene totalmente lo particular como un caso especial. La aplicación de un modelo general no es intelectualmente trivial y los términos de mayor y menor se refiere solamente a los niveles de generalidad.

  9. La regla general del trabajo teórico será la siguiente.

    1. La identificación de los parámetros relevantes del modelo como nuevos objetos de estudio.

    2. La generación de hipótesis verificables.

    3. En el contexto de una teoría general sobre estrategias adaptativas nos conducimos o dirigimos a la mega hipótesis de estrategias de análisis de mecanismos particulares de adaptación.

Si el grueso de las hipótesis generadas no son confirmadas la teoría propuesta se invalida.

d) Además de su capacidad de predicción, una teoría debe ofrecer explicaciones coherentes con lo que de antemano sabemos.

La teoría general argumenta que no hay situaciones posibles de que hagan imposible la viabilidad de propósitos y objetivos que se persiguen y de que es

posible además sugerir alternativas a través de modelos más específicos y de sus valores adaptativos a considerar.

POSIBLES ESTRATEGIAS DE ADAPTACIÓN POR OBSERVAR

Los estudios de adaptación generalmente buscan conocer "la significancia adaptativa" de procesos fisiológicos y estructuras individuales o particulares. Esto puede determinarse ya sea en laboratorio o estudios de campo. Una característica o particularidad será considerada adaptativa si es observable el hecho de que existan variaciones similares en espacio y tiempo en varias especies. En estos estudios se considera un ambiente y clima constante y se relacionan todas sus posibles características, considerando que pueden existir o presentarse otras características que no necesariamente son explicables como adaptaciones a un ambiente o clima en lo particular; El grado de homeostasis en el desarrollo y la cantidad de polimorfismos, extensión de diferenciación espacial de las especies, sensibilidad a la selección natural y otras características pueden ser consideradas como adaptaciones al patrón general ambiental climático y su variabilidad temporal a la incertidumbre climática y a lo que generalmente se le conoce como "granos"; donde tales adaptaciones se consideran dentro de la categoría de "estrategias".

ELEMENTOS CRÍTICOS TRANSDISCIPLINARIOS EN CIENCIA Y HUMANIDADES Y EL ANÁLISIS DE SISTEMAS

  • En la mayoría de los problemas que se intentan resolver, existe de antemano una ineptitud para plantear, comprender y manejar los sistemas complejos (clima, economía, ecología, sociedad, etc.).

  • El análisis de sistemas es una herramienta adecuada para enfrentar este reto, ya que nos permite cambiar la percepción del problema al detectar distintos niveles de interacción entre las variables que conforman el problema; además de que nos facilita apreciar una mayor cantidad de perspectivas de un mismo problema.

  • Personas distintas pueden percibir de manera diferente un problema o el propósito de una reunión, proyecto o procedimiento. Los problemas no tienen existencia independiente a uno mismo: los crean nuestras mentes, acciones y conversaciones.

  • Un problema se crea, perpetúa y con frecuencia empeora por el manejo erróneo de una dificultad.

  • Nos esforzamos en vano contra los problemas persistentes, sin observar que el problema se definió de modo tal que nunca podrá resolverse.

  • Por el hecho de basarnos en los síntomas y no en su causa medular, se suele carecer de una visión con capacidad de lidiar con el problema, que nos pueda ayudar a definir su verdadera dimensión, y a sugerir una intervención eficaz en la solución de éstos.

  • Nos permite desarrollar una metodología innovadora para descubrir patrones de comportamiento que se repiten en los acontecimientos de la naturaleza y la vida cotidiana. Además por ser integral el razonamiento es más claro y profundo, y por ende mejora la comunicación, Briggs y Peat(1999).

  • Quienes toman las decisiones sólo suelen considerar los beneficios inmediatos, y no los costos a largo plazo.

    1. El uso excesivo, el desperdicio y la falta de eficiencia coexisten con la creciente escasez e insuficiencia de los recursos.

    2. Un recurso renovable cuya administración podría ser sostenible es explotado como un recurso minero. Usando una cantidad mayor de esfuerzo y costo, siendo que con una cantidad menor se habría podido generar un nivel más alto de producción, mayores ganancias, sustentabilidad y menores daños para el recurso.

    3. Se emprenden proyectos sin tomar las medidas adecuadas ni generar beneficios suficientes para indemnizar a todos los afectados, de modo que su situación sea mejor con la presencia de ese proyecto que sin el. Donde las comunidades locales, por sus tradiciones e intereses, podrían ser los administradores más eficaces de dichos recursos.

  • Donde muchas de estas distorsiones no sólo son fuente de la falta de eficiencia, sino también de la falta de equidad y de la perpetuación de la pobreza, Holling(1993), Capra(1982,1991).

  • Ciencia es aquel conocimiento que se obtiene a través de observaciones exactas y correcto pensamiento; la verdad nace de la contradicción y es la misma en todas partes.

  • Las teorías principales o "paradigmas" son como gafas que se ponen para resolver "enigmas". Revisten gran valor práctico, ya que sin ellos el científico no sabría adónde mirar ni cómo planear un experimento y reunir datos.

  • Las observaciones y experimentos de la ciencia a su vez, se basan en las premisas de las teorías e hipótesis.

  • La visión sistémica de los sistemas pensantes no concibe descripciones súper complejas de los sistemas, por el contrario busca que sean simples y que iluminen el mundo de la naturaleza y lo hagan comprensible.

  • Donde los sistemas complejos se comportan de formas que no obedecen las reglas sencillas de nuestro universo físico, por el contrario su comportamiento es sorprendentemente complicado pero a la vez flexible y libre y llega a trascender sus orígenes físicos. Se caracteriza por la adaptabilidad, evolución, reproducción, autocomplicación y autorregulación.

  • Los fenómenos tanto personales como de la naturaleza o de la sociedad son constitutivamente complejos; esta propiedad tiende a aumentar al interaccionar y relacionarse unos con otros, ya que se generan nuevos niveles de realidad.

  • Para el enfoque sistémico todas las partes del sistema mantienen una interacción recíproca y cada parte, por pequeña que sea, puede influir en el comportamiento del conjunto, esto implica que la forma de actuar de un sistema no es predecible mediante el análisis de sus partes por separado, y donde es la estructura del sistema y no el esfuerzo de las personas lo que determina los resultados, además, sirve para adentrarse con una mayor profundidad en la comprensión de la complejidad de un proceso y descubrir, si es posible, la forma de mejorarlo.

  • A nivel personal permite guiarse con eficiencia uno mismo o a otros y amplía la visión para ser más creativos y eficientes en el planteamiento y la resolución de problemas, lo cual lleva a una mejor funcionalidad de las cosas.

  • Permite la explicación de los fenómenos que se dan en la realidad y hace posible la predicción de la conducta futura de esa realidad.

  • Analiza las totalidades y las interacciones internas del sistema y las externas con su medio. Donde se considera que la realidad es única y es una totalidad que se comporta de acuerdo a una determinada conducta.

  • Utiliza una visión integral y total por lo que es necesario disponer de mecanismos interdisciplinarios, alejándose del enfoque reduccionista, donde la realidad ha sido dividida y sus partes han sido explicadas a través de diferentes disciplinas. Donde la realidad del sistema total tiene conductas que generalmente no pueden ser explicadas a través del análisis de cada una de sus partes o lo que es lo mismo a decir que el todo es más que las sumas de sus partes.

  • Al hablar del todo y sus partes es referirnos al principio de sinergia y el principio de recursividad donde los principios inferiores se encuentran contenidos en los sistemas superiores.

Esto no significa que rechacemos el concepto reduccionista sino que los fenómenos no solo deben ser estudiados a través de un enfoque reduccionista, también pueden ser vistos en su totalidad, ya que existen fenómenos que sólo pueden ser vistos y explicados en su totalidad que los comprende y del que forman parte a través de su interacción.

  • A medida que los sistemas se hacen más complejos, con más partes o interacciones más complejas, se tiende a tomar en cuenta su medio o entorno, es decir su totalidad.

  • Un concepto totalizante es indispensable en biología, economía, sociedad y climatología, considerados como problemas complejos.

  • Se da por la necesidad de un cuerpo sistemático de construcciones teóricas que pueda discutir, analizar y explicar las relaciones generales del mundo empírico.

  • Su propósito es descubrir las similitudes o isomorfismos en las construcciones teóricas de las diferentes disciplinas. Algo parecido a un "espectro de teorías" un "sistema de sistemas" que pueda llevar a cabo funciones de sinergia o la función de un gestalt.

  • La totalidad como algo más que la simple suma de sus partes, busca el desarrollo de una teoría general que permita a un especialista comprender la comunicación relevante de otro especialista, en un vocabulario común a través de la búsqueda y el reconocimiento de los isomorfismo.

  • Mientras más complejos son los sistemas, mayor es la energía que dichos sistemas destinan tanto a la obtención de la información como a su procesamiento, decisión, almacenaje y comunicación.

  • Para el enfoque sistémico, el universo debe verse, como una red de relaciones vinculadas entre sí, y la manera en como las distintas partes se integran en el conjunto es más importante que las partes mismas.

- Donde hay que reemplazar la visión clásica de causa-efecto por un concepto más amplio de causalidad estadística, donde las probabilidades de que ocurra algo,

está determinado por la dinámica de todo el sistema y es el todo lo que determina el comportamiento de las partes.

- La estabilidad de los sistemas varía de acuerdo a su grado de complejidad y depende de muchos factores como el tamaño, la cantidad y la diversidad de los

subsistemas, así como del grado de conectividad que exista entre ellos.

- Los sistemas más complejos presentan mayores vínculos y por lo mismo mayor estabilidad. Esto permite plantear y resolver un problema en el tema,

sobre todo si se sabe como y cuando se deben emprender las acciones apropiadas para que se de el cambio.

Las estructuras y funciones generan patrones de organización jerárquicas donde los componentes del sistema interactúan y generan patrones de inestabilidad y amplificación, que tienen un impacto considerable y donde se puede decir que, en algunos casos, los problemas de hoy no son más que las soluciones que se implementaron el día de ayer.

La base de la Teoría General de los Sistemas, cuya construcción teórica trata de los principios y leyes que conciernen a toda clase de sistemas sin importar la rama científica de la que provengan; donde se busca una formalización matemática entre las relaciones y las funciones isomorfas, en referencia a las características del conjunto de los sistemas.

Este nuevo paradigma surge en contraposición con la corriente mecanicista y determinista, cuya visión o paradigma estaba fundamentado en dos principios:

  1. que es posible entender completamente el mundo y

  2. que dicho entendimiento se podía lograr mediante el método analítico. Ambos principios se basan en el reduccionismo, el método analítico y el determinismo.

El reduccionismo implica dividir todo hasta sus últimos elementos irreducibles, a partir de los cuales se explica luego el resto. El método analítico consiste en desarmar en partes discretas, aquello que se pretende entender, el tratar de explicar el comportamiento de las partes separadas, para luego amalgamar el entendimiento de éstas en una comprensión de la totalidad. Asimismo, el determinismo es la creencia de que todos los fenómenos se pueden explicar a través de relaciones causa-efecto. Sin embargo, los conocimientos actuales en todos estos campos demostraron la falsedad de la existencia de tales elementos; esto último es particularmente palpable en la física moderna y los sistemas dinámicos no lineales.

En múltiples casos se intenta explicar, sólo el efecto, excluyendo cualquier incidencia del medio ambiente al ignorar que en todo fenómeno inciden una multiplicidad de causas y no es sólo el producto de una sola de ellas.

+Los principales objetivos de la visión de la Teoría General de Sistemas, por su parte, son:

- Investigar las analogías, paralelismos, semejanzas, correlaciones e isomorfías de los conceptos, leyes y modelos en las diversas ciencias. Al respecto, cabe

precisar que la isomorfía se puede definir como la fórmula, pauta, estructura, proceso o interacción que demuestra ser la misma en diversas disciplinas y

escalas dentro de los sistemas reales y que cambia en función del sistema que se analice. Refiriéndose a las características del conjunto de los sistemas

del mundo material e inmaterial.

- Fomentar la transferencia de conocimientos entre las diversas ciencias.

- Estimular el desarrollo y formulación de modelos teóricos en aquellos campos que carecen de ellos o en los cuales los mismos son muy rudimentarios e imperfectos.

- Promover la unidad de las ciencias y tratar de obtener la uniformidad del lenguaje científico.

Lo que cuenta en un sistema complejo es su organización, al descender a los niveles más bajos disminuye el poder explicativo, tanto para los sistemas vivos como los inanimados, llegándose a un nivel bajo en que el significado total del sistema se destruye.

Estos mecanismos interdisciplinarios podrían ser identificados como un cierto número de principios o hipótesis que tienen una aplicación en los diferentes sistemas en que puede dividirse la realidad y también en ese sistema total.

Nuestra crisis actual es multidimensional y compleja y afecta a todos los aspectos de nuestra vida. Por lo que decimos que la sociedad actual no refleja las relaciones armoniosas e interdependientes que observamos en la naturaleza. Las estructuras y funciones generan patrones de organización jerárquicas donde los componentes del sistema interactúan y generan patrones de inestabilidad y amplificación, que tienen un impacto considerable.

Los problemas son una creación conjunta tanto de los acontecimientos como de lo que se piensa sobre ellos y no se pueden resolver con el mismo nivel de pensamiento que los creó, es decir, al resolver un problema también se debe eliminar el pensamiento que ayudó a generarlo, porque al ser sistemas inmersos en sistemas también deben ser éstos analizados.

Todo podría enfocarse, dentro de un análisis sistémico, si se visualizan de manera integral los aspectos sociales, económicos, políticos, jurídicos, ecológicos y climáticos; ya que sólo esta visión que enfoca la realidad desde distintos ángulos permitiría trabajar inter y transdisciplinariamente.

Varios problemas humanos no son técnicos sino sistémicos, desafortunadamente, son pocos los académicos que entienden de verdad el pensamiento sistémico, ya que no dejan de abundar las percepciones parciales que hacen más daño que bien y donde es clara la necesidad de una lógica que trascienda las racionalidades en conflicto.

Son muy pocos los problemas de la sociedad que no involucran a sistemas vivientes, y donde los cálculos de causa-efecto no sólo son ineficaces sino catastróficos, donde lo que importaba, no era la presencia de una variable específica sino la sinergia entre ambas.

Los problemas pueden empezar a cambiar cuando se les da un suave impulso en el lugar apropiado, para esto debemos, buscar comprender la "estructura sistémica" de los circuitos de las organizaciones y de la sociedad de la que forman parte en vez de identificar las causas y tratar de eliminarlas por la fuerza.

En el mundo en que vivimos: un mundo de estructuras y de circuitos, se podrá sobrevivir sólo si la sabiduría tiene una voz eficaz. Donde el sistema está representado por un patrón de interacciones, que puede representarse por uno o más grupos de interacción, que enlazan e integran a todos los componentes del sistema.

En todos los casos, los modelos son construcciones diseñadas por un observador que persigue identificar y mensurar las relaciones sistémicas complejas; asimismo todo sistema real puede ser representado por más de un modelo, cuya expresión depende tanto de los objetivos del modelador, como de su capacidad para distinguir las relaciones relevantes con relación a tales objetivos; sin embargo, la esencia de los modelos sistémicos es la simplificación.

En un sentido muy amplio, todo sistema se puede calificar de cibernético, si por éste término se entiende la especialidad científica que se ocupa de la regulación y el control.

Las causas no son ni directas, ni instantáneas ni próximas en el tiempo y tampoco en el espacio con respecto a los efectos, pero una vez identificada la causa, se puede modificar el sistema de solución o conflicto, para producir mejoras duraderas que se traducen en una mayor estabilidad del sistema; donde el principio de palanca enseña que los actos aún siendo pequeños pueden llegar a producir mejoras significativas y duraderas si se realizan en el sitio apropiado.

El conocimiento sin sabiduría puede tergiversar y engañar, por esto la mayor parte de los problemas por resolver en el futuro, sólo deberían ser emprendidos por equipos interdisciplinarios calificados.

Con el descubrimiento de la nueva matemática de la complejidad, ligado al desarrollo de potentes ordenadores y el concepto de autoorganización (emergencia espontánea de orden), la idea de "patrón de organización" se convirtió en un concepto crucial del pensamiento sistémico, ya que la misma comprensión de la vida empieza con la comprensión de éste.

Los organismos son algo más que átomos y moléculas, son también algo inmanente e irreducible, "son su patrón de organización El patrón de autoorganización es la clave para la comprensión de la naturaleza esencial de la vida, Miramontes(2008).

Tras el desarrollo del análisis sistémico como un método para manejar y planear problemas complejos organizativos, los administradores de empresas empezaron a usar este nuevo enfoque para resolver problemas similares en el mundo de las empresas y los negocios, iniciando el pensamiento sistémico aplicado.

En todos los casos, los modelos son construcciones diseñadas por un observador que persigue identificar y mensurar las relaciones sistémicas complejas; asimismo todo sistema real puede ser representado por más de un modelo, cuya expresión depende tanto de los objetivos del modelador, como de su capacidad para distinguir las relaciones relevantes con relación a tales objetivos; sin embargo, la esencia de los modelos sistémicos es la simplificación.

En un sentido muy amplio, todo sistema se puede calificar de cibernético, si por éste término se entiende la especialidad científica que se ocupa de la regulación y el control.

La esencia del pensamiento sistémico radica en un cambio de enfoque y empieza por reestructurar el mismo pensamiento para comprender la complejidad dinámica, las causas, las interrelaciones existentes y los patrones de cambio, y no sólo la complejidad de los detalles,

La lógica difusa es más adecuada para aplicarse a los sistemas complejos, donde los juicios y decisiones rara vez están perfectamente definidos y suelen ser aproximados e inciertos, en éstos en ocasiones se crean paradojas ilógicas y extrañas. El conocimiento sin sabiduría puede tergiversar y engañar, por esto la mayor parte de los problemas por resolver en el futuro, sólo deberían ser emprendidos por equipos interdisciplinarios calificados.

Con el descubrimiento de la nueva matemática de la complejidad, ligado al desarrollo de potentes ordenadores y el concepto de autoorganización (emergencia espontánea de orden). La idea de "patrón de organización" se convirtió en un concepto crucial del pensamiento sistémico, ya que la misma comprensión de la vida empieza con la comprensión de éste.

Los organismos son algo más que átomos y moléculas, son también algo inmanente e irreducible, "son su patrón de organización El patrón de autoorganización es la clave para la comprensión de la naturaleza esencial de la vida.

Tras el desarrollo del análisis sistémico como un método para manejar y planear problemas complejos organizativos, los administradores de empresas empezaron a usar este nuevo enfoque para resolver problemas similares en el mundo de las empresas y los negocios, iniciando el pensamiento sistémico aplicado.

OBSERVACIONES GENERALES

Nos sorprende ver que el principio del orden a partir del desorden, es el que sigue la naturaleza, con evidencias de dinámicas caóticas regulando los parámetros ecológicos de los ecosistemas, donde existe una relación directa entre la dinámica del ecosistema y la cantidad de información contenida en él. Donde los patrones de fluctuación en la abundancia poblacional cuando están asociados con la estocásticidad ambiental y estabilidad climática, pueden proveernos de nuevos niveles de explicación y poder de pronóstico.

Modelo de productividad y biomasa.

CONCLUSIONES

Como una regla de evolución no-lineal; para años en que haya pocos miembros en una población, y en el siguiente año se supere un valor caútico de tal forma que en el tercer año se presentarán también pocos individuos, obteniéndose fluctuaciones en la población, sin necesidad de ser sensible a variaciones en los parámetros del sistema. Las complejas variaciones en los valores no convergen a valores estacionarios ni a soluciones periódicas.

En sistemas no-lineales un sistema en apariencia complicado puede describirse por una ley sencilla. ¿Cómo podemos determinar si un comportamiento errático o tamaño poblacional es el resultado de una regla sencilla determinista, o el de que la población está sujeta en los hallares del clima, o a los efectos de altas intensidades de pesca?

-¿todos los sistemas no-lineales se comportan de modos dramáticamente distintos?

-¿Es posible predecir para que valores de la ecuación logística se obtienen valores periódicos o aquellas caóticas e irregulares?

-cerca del máximo de la función de Xn(poblaciones), todas pueden aproximarse por "parábolas". Es decir existe una técnica matemática que nos permite, dada una función cualquiera, de terminar cerca del máximo ésta se puede aproximar por alguna parábola. Con lo que evolucionalmente, al cambiar los parámetros, el sistema presentará caos con propiedades específicas.

-De lo anterior se puede demostrar que existen muchas reglas en que todas presentarán comportamientos regulares y caóticos y muestran antes de presentarse el comportamiento caótico, las mismas soluciones, y los cambios en los valores de los parámetros para que las soluciones pasen de ser periódicas a soluciones caóticas serán similares: con esto estaremos hablando de "universalidad" en las soluciones caóticas y leyes que evolucionan parábolas.

Las soluciones regulares pueden ser reemplazadas por regulares, cambiándolas parámetros para ver la transición.

¿Por qué reconocemos con relativa facilidad un flujo turbulento, si el movimiento de sus partículas es tan complicado? ¿Existen estructuras características embebidas en la turbulencia? ¿Cómo es la transición? ¿Suave, progresiva?

Existe otra manera de enfocar las cosas de manera más consistentes, y consiste de que en vez de centrarnos en características positivas, se adopte de inicio un punto de vista pesimista y se intenta mostrar los límites existentes a la hora de determinar los parámetros.

-En modelos sencillos es posible, determinar tales límites, aunque a menudo los resultados son muy amplios y por lo tanto, poco restrictivos.

Sin embargo hay limitaciones sorprendentes que se ponen de manifiesto por sí mismas en dichos modelos.

-Si se intenta configurar de manera realista un modelo sencillo incluyendo en él característica importantes, es posible que lo único que se esté haciendo ……sea hacer más estrictos los límites para la determinación de los parámetros.

-Los límites a partir de modelos sencillos se vuelven también muy estrictos al realizar una ampliación del modelo y por consiguiente, pueden considerarse como válidos en general; infinidad es lo mismo que nada.

-Se utiliza a menudo modelos simplificados en las que se puede rastrear la historia, en la medida de lo posible, y calcular con precisión sus parámetros. En estos modelos existen con frecuencia características especiales que posibilitan tal precisión; sin embargo, es inaceptable la idea de que estos resultados son válidos en general para todo.

-Incluso en el caso de que toda una clase de modelos den enunciados similares, es imposible tener la seguridad de que sean válidos en general.

-Nos podemos encontrar con un efecto selectivo donde el método determina una característica del resultado.

-Es difícil precisar en así quizá el propio hecho de favorecer una manejabilidad directa determina ya no parte el resultado. Y es posible analizar distintos modelos con un gran número de casos característicos para llegar a resultados concluyentes. Esto pocas veces es posible realizar a causa de complejidad que se observa aún en los modelos más sencillos.

Desde el principio la relatividad general fue reconocida como una gran revolución intelectual que transformó nuestras ideas del espacio y el tiempo desde un entorno conceptual fijo a una entidad dinámica influenciada por los acontecimientos que tienen lugar en ella.

Bibliografia consultada

[1]Auyang S.Y.(1998) Foundations of complex system Theories in Economics, Evolutionary Biology and Statistical Physics. Cambridge University Press. Cambridge, UK

[2]Ellner S.and P. Turchin(1995) Chaos in a noisy world: new methods and evidence from time-series analyses, The American Naturalist 145, 343-375.

[3]Guckenheimer J. and P. Holmes(1983) Nonlinear Oscillations, Dynamical Systems and Bifurcations of Vector Fields. Springer-Verlag, Berlin.

[4]Kareiva P. (1995) Predicting and producing chaos, Nature 375, 189-190.

[5]Lee T.Y. and Yorke (1975) Period three implies chaos, American Mathematical Monthly 82, 985-992.

[6]May R.M.(1974) Biological populations with nonoverlapping generations: points, stable cycles and chaos, Science 186, 645-647.

[7]May R.M. (1976) Simple mathematical models with very complicated dynamics, Nature 261, 459-467.

[8]May R.M. and G.F. Oster(1976) Bifurcations and dynamic complexity in simple ecological models, The American Naturalist 110, 573-599.

[9]May R.M. (2001) Stability and Complexity in model Ecosystems, Princeton Landmarks in Biology, Princeton University Press, Princeton, NJ.

[10]Pool R.(1989) It is chaos, or is it just noise?. Science 243, 25-28.

[11]Ritter O.,W., Mosiño P., A., Buendía C., E. (1998)" Dynamic Rain Model for Lineal Stochastic Environments". Quaterly Journal of Meteorology (India)(Mausam), Vol. 49,No.1. Pp. 127-134.

[12]Ritter O. W., Jauregui O. E., Guzman R. S., Estrada B. A., Muñoz N. H., Suarez S. J. and Corona V. MC.(2004) Ecological and agricultural productivity indices and their dynamics in a sub-humid/semi-arid region from Central México. Journal of Arid Environments 59, 753-769.

[13] Ritter O. W., Suárez S. J., (2005). Predictability and phase space relationships of climatic changes and tuna biomass on the Eastern Pacific Ocean. 6 eme Europeen de Science des Systemes Res-Systemica volume no. 5, Special Issue. FRANCE.

[14]Ritter O. W., Suarez S. J.(2011) Impact of ENSO and the optimum use of yellowfin tuna in the Easthern Pacific Ocean Region. Ingenieria de Recursos Naturales y del Ambiente, numero !9, enero-diciembre, 2011, pp. 109-116, Universidad del Valle, Cali Colombia.

[15]Suarez S.J., W. O. Ritter, C. G. Gay, J Torres Jacome (2004) ENSO- Tuna- relations in the eastern Pacific Ocean and its prediction as a non-linear dynamic system. Atmósfera, pags. 245-258.

[16]Sugihara G., and R. M. May (1990) Nonlinear forecasting as a way of distinguishing chaos from measurement error in time series, Nature 344(1990), 734-741.

[17]Seber G.A.F.(1984) Multivariate Observations, Jhon Wiley&Sons, New York

[18]Vandermeer J. H. (1972) Elementary Mathematical Ecology. John Wiley. New York.

Walter Ritter Ortiz es doctor en Biología, con la especialidad en Ecología y Medio Ambiente (UNAM). Realizó su licenciatura en física y matemáticas (UAG), maestría en Ciencias Geofísicas, con la especialidad en Climatología (UNAM). diplomado en sistemas complejos por la UACM y Becario de la SHCP en el Enfoque Sistémico. Es investigador titular en el Centro de Ciencias de la Atmósfera (UNAM), Miembro Fundador y Jefe de la Sección de Bioclimatología. Miembro del Sistema Nacional de Investigadores (1984-1996). Profesor del Posgrado de la Facultad de Ciencias desde 1982. Su área de especialidad es: "El enfoque Sistémico en la Simulación y Manejo Integral y Sustentable de los Recursos Naturales"; "Bioclimatología; Dinámica de Sistemas Complejos en Clima, Ecosistemas, Economía y Sociedad", "Ecología Cuantitativa, Economía Ambiental y Teoría General de Sistémas" y "Estudio Integral de Cuencas Hidrológicas" . Trayectoria profesional: Investigador en el país: 35 años, Investigador en el extranjero(Investigador Asociado): 6 años U.S.A., Scripps Institution of Oceanography, (C.I.A.T.) University of California, San Diego. Consultor-asesor en Nicaragua y Argentina en Climatología Pesquera. Artículos publicados (Nacionales y extranjeros): 160. Publicaciones en Japón, India, Brasil, Argentina, Chile, Colombia, México, USA(National oceanographic and Atmospheric Administration (NOAA)), Inglaterra, Francia y Alemania. Participación en Congresos: 96. Tesis dirigidas: 32 (incluyendo cuatro doctorados y posdoctorados). En 2004 dirigí tesis de posgrado calificada y premiada como de las mejores en la UNAM en el año. Carta de excelencia académica por la UMAR. Medalla y Diploma al Mérito Académico y trayectoria académica por parte del AAPAUNAM en el centécimo aniversario de la UNAM. Representante a la Organización Meteorológica Mundial (OMM) (ONU) en Climatología-Agrícola. Habana, Cuba (1995). Miembro por invitación de la National Fisheries Asociation y Miembro de la asociación meteorológica de Japón. Jefe de proyectos PIDER en el estado de Guerrero. Asesor y profesor visitante en Guerrero, Universidad del Mar (UMAR(Oax.)), Tlaxcala, Puebla, Hidalgo(Tec. Agrop.), Nuevo Leon y Durango; Miembro fundador del CCA(UNAM), Posgrado, Licenciatura y Laboratorio en ciencias Ambientales de UAT. Representante del CCA en la Coordinación de la Investigación Científica de la UNAM. Miembro de la comisión dictaminadora en el Instituto de Ciencias del Mar y Limnología, UNAM; Organizador de dos cursos internacionales con investigadores de la universidad de Texas A&M, en Simulación y Manejo de recursos naturales. Asesor y profesor visitante en Guerrero, UMAR(Oax.), Tlaxcala, Puebla, Hidalgo(Tec. Agrop.) y Durango; Miembro de la comisión dictaminadora en el Instituto de Ciencias del Mar y Limnología, Unam; Cursos Internacionales y Posdoctorales de la UNESCO en la Cursos Internacionales y Posdoctorales de la UNESCO en la *Scuola Internazionale di Física* Instituto Enrico Fermi, Villa Monastero, Lago DiComo, Varena, Italia. (1978) y en el International Centre for Theoretical Physics, Trieste, Italia. (1980), con el premio Nobel Abdul Salam.

walter@atmosfera.unam.mx

PRINCIPALES CONTRIBUCIONES BIOCLIMÁTICAS

Contribuimos con la aplicación de estas metodologías a pesquerías pelágicas, costeras y continentales, productividad agrícola y natural, agroecología y topoclimatología de potenciales usos del suelo y microclimatología de desarrollo de plagas forestales, flujos energéticos en el clima y la producción, pronósticos estadísticos de lluvias, sequías y producción, modelos bioeconómicos en el manejo sustentable de los recursos naturales, "El Niño" y la productividad marina y terrestre, prevención, pronóstico y manejo de desastres naturales, perspectivas de cambio en el futuro de sociedades en conflicto y manejo integral de cuencas hidrológicas.











(Volver a página inicial)