Unidad III - Cibernética

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 105

Departamento de Ingeniería Industrial

Universidad de Santiago de Chile

CIBERNÉTICA
Definiciones

“Ciencia de la comunicación y el control en el animal y en la máquina”


(Norbert Wiener)

“Arte de Guiar” “Ciencia de la dirección efectiva” (Stafford Beer)

“Una teoría de las máquinas” (W.Ross Ashby)

Del griego... Kibernetiké: ciencia del timón, del que dirige; del sistema
constituido por un barco, su timón y su piloto autónomo y orientado a una
finalidad.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 75
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Peculiaridades
• No estudia objetos sino comportamientos.
• Es esencialmente funcional, conductista.
• Tiene sus propios fundamentos, por lo tanto es considerada una ciencia.
• No le importa que una máquina no exista.
• Le interesa el comportamiento general de las máquinas; cuáles son todos
sus modos posibles de comportamiento.
• Provee de un vocabulario único para referirse a los más variados tipos de
sistemas.
• Ofrece conceptos adecuados para tratar los más variados tipos de
sistemas.
• Hace uso del método científico.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 76
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Las Transformaciones

 Transición: cambio de un estado a otro a causa de un factor u operador.

 Estado: conjunto de características claramente distinguibles y repetitivas


en un sistema, que permiten señalar una situación específica.

 Transformación: conjunto de transiciones en un conjunto de operandos a


causa de un factor u operador.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 77
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Notación
Operandos
Corriente: T: a b c
Transformadas
b c a

Algebraica: T(n) = n’ = n + a

Matricial: a b c a b c
a + o o a 1 0 0
b o o o b 0 0 0
c o + + c 0 1 1

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 78
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Definiciones
 Cierre: propiedad de una transformación al no crear nuevos elementos a
causa del operador.
Ejemplo: a b c d
b c d a
 Transformación Uniforme: convierte cada operando solamente en una
transformada.

 Transformación Biunívoca: es una transformación uniforme (TU) en que


todas sus transformadas son diferentes entre sí.

 Transformación Multiunívoca: es una TU pero no biunívoca.


Ejemplo: a b c d e
a a d e e

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 79
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Definiciones

 Transformación Idéntica: cada transformada es igual a su operando.


Ejemplo: i j k l
i j k l

 Potencia: una transformación uniforme cerrada (TUC) puede ser aplicada


más de una vez.
Ejemplo: a b c
b c a T(a) = b ; T² (a) = T (b) = c T³ (a) = a

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 80
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Definiciones

 Producto: sean T y U dos transformaciones y n un operando, entonces


U(T(n)) define una nueva transformación V. Se dice que V es el producto o
composición de T y U.
Ejemplo:

T: p q r U: p q r
p p q q q p

Nota: el producto no es conmutativo, es decir U(T(n)) ‡ T(U(n)). Y, si alguna de las


transformadas de T no son operandos de U, entonces V es imposible, no existe.

V (r) = U (T(r)) = U(q) = q ; pero, T(U(r)) = T(p) = p


q≠p

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 81
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Definiciones
 Gráfico Cinemático: una máquina siempre tendrá un estado inicial y a partir
de él se puede seguir el comportamiento de ella.
Ejemplo: T: a b c a b
b c a
c
 Cuencas: se producen cuando las transformaciones son más complejas
generando zonas desconectadas. Cada una de ellas recibe el nombre de
cuenca.
Ejemplo: T: a b c d e f g a b
b c a e d g f
c
(3 Cuencas) d g
e f
Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 82
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Definiciones

 Máquina Determinada: es aquella que se comporta de la misma manera


que una TUC.

 Trayectoria o Línea de Comportamiento: corresponde a una sucesión


de estados o serie de potencias que la máquina adopta a través del
tiempo. Ejemplo: Un cultivo de virus que se duplica a cada hora (n’ = 2n).

 La Máquina Discreta: La descripción que proveen las TUC es discreta,


sin embargo las máquinas se comportan de manera continua.
¡¿Incompatibilidad?!

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 83
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Máquina y Transformación

Si entre una máquina particular y un gráfico particular existe correspondencia,


se comprueba que:

1. Cada estado posible de la máquina corresponde únicamente a un


elemento particular del gráfico y viceversa. Correspondencia biunívoca.

2. Cada sucesión de estados a través de los cuáles pasa la máquina debido


a su dinámica interna, corresponde a una cadena de flechas sin solución
de continuidad a través de los elementos correspondientes.

3. Si la máquina marcha hacia un estado y permanece en él, el elemento que


corresponde a ese estado no tendrá flechas salientes.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 84
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Máquina y Transformación
4. Si la máquina pasa a un ciclo de estados regularmente recurrente, el
gráfico indica un circuito de flechas a través de los correspondientes
elementos.

5. El acto de detener la máquina y ponerla nuevamente en marcha desde un


estado elegido arbitrariamente por el experimentador, cuando dicho
movimiento se debe a la acción arbitraria del matemático y no a una flecha
en el gráfico corresponde a un movimiento del punto representativo desde
un elemento a otro.

Cuando una máquina y una transformación están relacionadas de esta


manera, se dice que la transformación es la REPRESENTACIÓN CANÓNICA
de la máquina y que ésta materializa la transformación.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 85
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Transformación Vectorial

A menudo un estado corresponde a una nómina de estados, estableciendo la


relación entre partes y todo.

Los operandos son vectores. Un vector es una variable multidimensional.

Ej.: - posición de un vehículo

- estado del tiempo (t°, p, nubosidad)

Se denomina Espacio Fase de un sistema al espacio bidimensional en el que


operandos y transformadas pueden ser representados por puntos.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 86
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Ejemplo de espacio fase.
Sea la siguiente transformación: Y
14

X’ = (1/2)X + (1/2)Y
T 12
Y’ = (1/2)X + (1/2)Y
10

X Y X’ Y’
8
2 4 3 3
4 6 5 5 6

8 6 7 7 4
10 8 9 9
2
10 12 11 11
12 14 13 13
2 4 6 8 10 12 14
X
10 2 6 6
4 12 8 8

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 87
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Cómo Definir una Máquina Determinada

El comportamiento de una máquina depende del conjunto de variables que


lo describen (definición de sistema).

Ejemplo:
− Un péndulo descrito sólo por su desviación angular no es una máquina
determinada (δ).

− Un péndulo descrito por su desviación angular y masa tampoco lo es (δ,


m).

− Sin embargo, un péndulo descrito por su desviación y velocidad angular


es una máquina determinada (δ, ω).

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 88
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Máquina con Entrada
Corresponde a la acción de diversas transformaciones actuando sobre un
conjunto de operandos. En consecuencia, se tiene la posibilidad de cambio de
transformaciones, es decir transformaciones de transformaciones.
Ejemplo: Sean las transformaciones:
T1 a b c d
b c d a Tα a b c d

T2 a b c d T1 b c d a
a a b b T2 a a b b

T3 a b c d T3 b c d d
b c d d

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 89
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Máquina con Entrada

Se denomina TRANSDUCTOR O MÁQUINA CON ENTRADA a toda máquina


cuyo comportamiento pueda representarse por medio de un conjunto de TUC.
El conjunto de transformaciones es su representación canónica. El parámetro
encarado como algo que puede variar es su entrada.

PÁRAMETRO es cualquier símbolo cuyo valor determine la transformación


que se aplica a los estados básicos (α).

Se denomina TRANSITORIO al régimen con que una máquina responde a


alguna alteración en la entrada, el que una vez superado deja a la máquina en
condiciones constantes.
Ejemplo: a b a c d a e a e a e a e a e … En que “a b a c d a e” es el transitorio.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 90
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Acoplamiento de Máquinas

 Corresponde a la integración constructiva de dos o más máquinas de


funcionamiento sincrónico.

 La forma en que se afectan las máquina determina el comportamiento


total, que será una nueva máquina determinada.

 El acoplamiento expresa la relación entre las partes componentes de un


sistema.

 La relación de acoplamiento es también una máquina, es decir una


transformación.

 La relación de acoplamiento es arbitraria; voluntad del experimentador.

 El acoplamiento puede ser o no con realimentación.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 91
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Ejemplo: sean las máquinas:

T R T: a b c d Rα x j p
Ω b c d a R1 j j x
R2 p x j
R3 x j p
Y el acoplamiento definido por la transformación:
a b c d Estados de T
Z Valores posibles del parámetro α
1 3 2 2

Entonces, si inicialmente T se encuentra en “a” y R en “x”,


el próximo estado de T es “b” y de R “j”. Dicho de otra forma Ω pasa
del estado (a,x) al estado (b,j)

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 92
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Ejemplo con Realimentación: sean las máquinas:

Tβ a b c Rα x j p
T R T1 a a b R1 j j x
Ω T2 b b a R2 p x j
T3 c c b R3 x j p
Y los acoplamientos definidos por las transformaciones:
a b c Estados de T x j p Estados de R
Z Valores de α
Q Valores de β
1 3 3 2 1 3

Entonces, si inicialmente T se encuentra en “b” y R en “j”,


el próximo estado de T es “a” y el de R es “j”. Dicho de otra forma Ω pasa
del estado (b,j) al estado (a,j)

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 93
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Acoplamiento de Máquinas

La definición de las partes componentes no determina el modo de


acoplamiento. De esto se infiere que no es suficiente conocer el
comportamiento de las partes para conocer el del todo; éste, se vuelve
determinado sólo al agregar los pormenores del acoplamiento, es decir, las
relaciones entre las partes.

Se dice que hay REALIMENTACIÓN cuando existe circularidad de acción


entre las partes componentes de un sistema dinámico.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 94
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Acoplamiento de Máquinas
Efecto Inmediato (EI): una variable tiene efecto directo sobre otra.

A B

Efecto Mediato (EM): una variable tiene efecto sobre otra a través de una
tercera variable.
A B C

Independencia dentro del todo: se establece por estudio de causalidad


entre las alteraciones de una variable y la variación o no en otras.

Si una variable o parte no tiene efecto mediato sobre otra, se dice que la
segunda es independiente de la primera.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 95
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Acoplamiento de Máquinas
Reductibilidad: se dice que un conjunto de partes es reductible si ellas son
funcionalmente independientes. B
A C

Riqueza de Conexiones: corresponde al grado de interconexión que exhibe


un sistema; el que puede ir desde un mínimo a un máximo de vinculación.

B B B

A C A C A C

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 96
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Sistemas muy Grandes

Al referirse al tamaño de un sistema se hace alusión a su complejidad.

En cibernética “tamaño” de un sistema dice relación con el número de


distinciones que es posible hacer; sea la cantidad de estados o componentes
del vector estado i.e., el número de variables y sus grados de libertad.

La expresión “muy grande” significa que dados un sistema y un observador


con recursos y técnicas definidos, aquel resulta desde el punto de vista
práctico, demasiado grande para el observador, de modo que no puede
observarlo ni controlarlo, ni calcular sus comportamientos futuros en forma
completa. En otras palabras, decir que un sistema es “muy grande” significa
que de alguna manera sobrepasa al observador por su riqueza y
complejidad.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 97
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Sistemas muy Grandes

En estos sistemas el acoplamiento es aleatorio, esto significa que:

 Se especifica el sistema de manera incompleta, estadísticamente, uso de


muestreos.

 El acoplamiento también es aleatorio.

 La clave es otorgarse métodos generales para la descripción y los


acoplamientos.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 98
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Sistemas muy Grandes
En estos sistemas se presentan:
 Propiedades locales: sistemas muy grandes con muchas partes repetidas,
pocos efectos inmediatos y acoplamientos ligeros, comúnmente pueden
presentar alguna propiedad en forma localizada, de manera que dicha
propiedad aparece sólo en unas pocas variables y el hecho de que esté
presente o no en ellas no determina que pueda encontrarse o no, en otro
grupo de variables.
 Propiedades de autobloqueo: se presentan en aquellos sistemas en que
su comportamiento a lo largo del tiempo está muy afectado por el hecho
que dentro de sí mismos puedan o no desarrollar propiedades tales que,
una vez desarrolladas, se tornen inaccesibles para los factores que podrían
revertirlas.
 Propiedades propagativas: en un sistema, el número de partes que
exhiben una propiedad puede disminuir, crecer o permanecer estable a
través del tiempo.
Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 99
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Estabilidad
Algunas ideas necesarias para aclarar el concepto:

Invariantes: a pesar de que un sistema cambie permanentemente algo no


cambia.

Inestabilidad: incapacidad de poner límite a los estados de un sistema a lo


largo de una trayectoria.

Estado de equilibrio: una transformación T aplicada a un estado X, no lo


modifica, i.e, T(X) = X. Si los estados son vectores, no debe cambiar ninguna
de sus componentes.
i j k
P
i k j

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 100
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Estabilidad
Ciclo: es una sucesión de estados de tal naturaleza que la aplicación
reiterada de la transformación mueve el punto representativo en forma
repetida a lo largo de la sucesión. a b

c
Región estable: el fenómeno de T(X) = X, puede darse también en un
conjunto de estados. a b c d e
P
b c a e f

Una región estable, al no crear nuevos elementos, puede ponerse en


correspondencia estricta con la propiedad de cierre.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 101
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Estabilidad
Perturbación (D): es simplemente lo que desplaza, lo que mueve un sistema
de un estado a otro. Por lo tanto, se representa por una transformación cuyos
operandos son los estados del sistema.

Equilibrio estable: se perturba un sistema, éste evoluciona según la


transformación (T) que lo rige y vuelva a su estado inicial.

D Evolución por T

Realimentación negativa
a

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 102
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Estabilidad

Equilibrio inestable: se perturba el sistema, evoluciona según T, pero no


vuelve a su estado inicial.

D Evolución por T

b Nuevo estado de equilibrio “b”


a

Realimentación positiva

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 103
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Estabilidad

Equilibrio indiferente: se perturba el sistema y su siguiente estado es el


producido por la perturbación. No hay evolución por T..

b D(a) = b
a

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 104
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Estabilidad

Equilibrio de las partes y el todo:


Si el todo se encuentra en un estado de equilibrio, cada parte debe estar en
estado de equilibrio en las condiciones determinadas por las otras partes.

Poder de veto:
Ningún estado, de los que forman el todo, puede ser de equilibrio a menos
que sea aceptable para todas las partes componentes, cada una de las cuales
actúa determinada por las otras.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 105
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Estabilidad

Homeostasis: Conjunto de fenómenos de autorregulación, conducentes al


mantenimiento de una relativa constancia en la composición y las propiedades
del medio interno de un organismo. Por extensión, autorregulación de la
constancia de las propiedades de ciertos otros sistemas influidos por agentes
externos. (Ejemplo: t° corporal)

Homeostato: “Es una máquina que marcha hacia un estado de equilibrio”.


“Es un sistema estable inmerso en un ambiente dinámico y en que sus partes
son también dinámicas”

Servomecanismo: Sistema electromecánico que se regula por sí mismo al


detectar el error o la diferencia entre su propia actuación real y la deseada.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 106
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Caja Negra

Es un método que nos permite enfrentar:

 Equipos que no se pueden abrir.

 Aparato electrónico con entradas y salidas que se ofrece al Ing. Eléctrico


para su examen.

 El médico ante su paciente.

Aunque podamos, no se abre el envoltorio para develar los mecanismos


internos, ¿cómo proceder entonces ante la CN? ¿qué métodos usar para
investigar la CN?

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 107
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Caja Negra

Procedimiento:
 No debemos suponer nada acerca de la naturaleza de la CN o de su
contenido.

 Suponemos que el experimentador posee ciertos recursos para trabajar en


ella (estimularla) y ciertos recursos para observar su comportamiento
(registrar datos).

 Al permitir que la CN afecte los aparatos registradores del experimentador,


éste se ha acoplado a la CN de modo que ambos forman un sistema en
realimentación.

 Debe definirse, a lo menos en forma provisoria, qué conjunto de entradas


y salidas se usarán.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 108
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Caja Negra

La Investigación se realiza mediante protocolos, formularios, donde se


registran los estados de entrada y salida de la CN a intervalos determinados.

Tiempo Estados Entrada Estados Salida

Los datos primarios de cualquier investigación de una CN consisten en una


sucesión de valores de vectores de dos componentes.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 109
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Caja Negra

Calidad de absoluto:
 Una vez obtenida una cantidad abundante de registros, el experimentador
se dedicará a la búsqueda de regularidades, repeticiones de
comportamientos.

 El experimentador debe tratar de completar un conjunto de


transformaciones.

 Sólo a través de un reordenamiento del protocolo se busca el


determinismo.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 110
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Caja Negra

Si la máquina resultante no fuera determinada o uniforme, el experimentador


puede aplicar alguno de los métodos siguientes:

 Alterar el conjunto de entradas y salidas -tener en cuenta más variables- y


verificar si el nuevo sistema, CN, es determinado.

 Abandonar el intento de encontrar un determinismo estricto y buscar


determinismo estadístico. Por ejemplo, determinismo de promedios.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 111
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Caja Negra

Estados inaccesibles:

El hecho de que una CN no pueda retornar a ciertos estados a voluntad del


experimentador es muy común en la práctica; se dice que tales estados son
inaccesibles.

Ejemplo: un individuo que sale de la ignorancia en un tema.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 112
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Caja Negra
Ejemplo. Sea la siguiente Caja Negra, α, β a,b,c,d
con entradas α, β y salidas a, b, c, d. CN

Y que presentó el siguiente protocolo:


Tiempo : 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Estados : αb, αd, αa, αc, βd, βc, βa, βa, αa, αc, αd, αa, βc, βa, βa, αa, αc, αd, αa, αc

Por reordenamiento del protocolo se tiene:


Y el Transductor sería:
a b c d
α ccccc d ddd aaa a b c d
α c d d a
β aaaa ¿? aa c
β a ¿? a c

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 113
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Caja Negra

Deducción de conexiones:

El esquema de conexiones que se obtenga a partir del comportamiento de una


máquina, depende del conjunto de entradas y salidas que se usen. El
comportamiento no especifica las conexiones de manera única.

Ejemplo:
Caso A: p x y q

y
Caso B: p x q
y

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 114
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Caja Negra
Máquinas isomorfas:
Se dice que dos máquinas son isomorfas si es posible ir de los estados de la
representación canónica de una, a los estados de la representación
canónica de la otra, a través de una transformación biunívoca.
Ejemplo: Son Isomorfas M y N? Puede estudiarlas usando sus gráficos
cinemáticos.

M a b c p q r Sea la siguiente transformación biunívoca:


N
α c b b i r q q T α β a b c
i j p q r
β a c a j p r p

Pruebe que si se la aplica a M obtiene N. En consecuencia son isomorfas.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 115
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

M a b c p q r M
N
α c b b i r q q a a
α: β:
β a c a j p r p
b c b c

N
M’ p q r
p p
i r q q
i: j:
j p r p q r q r

M’ = N, luego M y N son isomorfas T α β a b c


i j p q r

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 116
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Caja Negra
Máquinas homomorfas:
Dos máquinas están relacionadas por un homomorfismo, cuando una
transformación multiunívoca aplicada a la más compleja puede reducirla a
una forma isomorfa con respecto a la más simple. La más simple, entonces, es
un homomorfismo de la otra. Ejemplo: ¿Son homomorfas M y N?

M a b c d e N f g Sea la siguiente transformación multiunívoca:


α d e c c c j f g
β c c d c d α β φω a b c d e
k g g
φ a b e d e T
k k j j f f ggg
ω a b d c d

Pruebe que si se la aplica a M obtiene N. En consecuencia son homomorfas

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 117
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

M a b c d e
M’ f f g g g
α d e c c c
k g g g g g
β c c d c d
k g g g g g
φ a b e d e
j f f g g g
ω a b d c d
j f f g g g

N f g M’’ f g
M’’’ f g
j f g k g g
k g g
k g g k g g
j f g j f g
j f g
α β φω a b c d e M’’’’ f g
T
k k j j f f ggg
j f g
k g g
M’’’’ = N, entonces M y N son Homomorfas
Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 118
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Caja Negra muy Grande

Las propiedades atribuidas a las máquinas también pueden atribuirse a las


cajas negras.

Todos los objetos reales pueden ser tratados como cajas negras.

La teoría de las CN está referida al estudio de las relaciones entre el


experimentador y su medio ambiente cuando se presta especial atención al
flujo de información.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 119
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Caja Negra muy Grande

Las propiedades emergentes: son aquellas que no pueden pronosticarse


basándose en el conocimiento de las partes y de sus acoplamientos.

Ejemplos:
• el amoniaco es un gas, el ácido clorhídrico es un gas, sin embargo la
mezcla de ambos es un sólido.

• el carbono, el hidrógeno y el oxígeno son insípidos, sin embargo el


compuesto azúcar tiene un sabor muy característico.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 120
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
La Caja Negra muy Grande

No siempre el experimentador dispone (o tiene) de todos los recursos


necesarios para analizar la CN. En consecuencia, basta que una variable
escape a la observación para que el sistema representado en su totalidad,
desarrolle propiedades notables, casi “mágicas”.

Si un sistema determinado es sólo parcialmente observable y, en


consecuencia, se torna no predecible para el observador, éste puede
restituirle su condición de predecible, teniendo en cuenta la historia del
sistema, es decir, suponiendo en él la existencia de alguna forma de
MEMORIA.

La memoria no es una propiedad totalmente objetiva del sistema.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 121
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Se refiere a las posibilidades que exhibe una máquina.

Exhibir posibilidades permite comunicación.

La comunicación consiste en transmisión de información.

La información transmitida no es una propiedad intrínseca de un mensaje


individual, sino que depende del conjunto del cual proviene.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 122
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Definición: Número de elementos diferentes de un conjunto dado.

Ej: a b c c c c a a a a b b

El conjunto tiene 12 elementos, pero sólo 3 son diferentes, en consecuencia


se dice que el conjunto tiene Variedad = 3

“La variedad de un conjunto no es una propiedad intrínseca de éste; el


observador y su poder de discriminación deben estar definidos para que la
variedad quede bien definida”.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 123
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
Significa:
 Número de elementos diferentes de un conjunto
R = a, b, c, d luego, V(R) = 4

 Logaritmo en base 2 del número de elementos distintos (bit)


V(R) = log2 (4) = 2 bit

Esta expresión en logaritmo permite:


• transformar las multiplicaciones en sumas simplificando los cálculos, y
• al expresarlo en base 2, adjudicarle una unidad de medida: el bit
(binary digit).

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 124
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Constricción:

Es una relación entre dos conjuntos y se produce cuando la variedad que


existe en una condición es menor a la variedad que existe en otra condición
dada.

Ej.: Variedad de sexos en los humanos = 2 (A)


Variedad de sexos en un colegio de señoritas = 1 (B)

Luego, V(A) > V(B), por lo tanto existe constricción en la


situación B con relación a la A.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 125
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión de variedad:

Se refiere a la forma en la variedad pasa a través de una máquina desde su


entrada hasta su salida.

Si la Máquina es determinada, entonces la transmisión es ordenada y


susceptible de tratamiento riguroso.

Multiplicidad y complejidad de la codificación.

T1 T2 T3 T4 …… Tn
Z

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 126
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Codificación:

Si consideramos que la codificación es una transformación, entonces se tiene


que cada operando es un mensaje y sus transformadas los códigos.

U: M1 M2 M3 M4 ...
C1 C2 C3 C4 ...

A menudo se usan “palabras claves” o algún otro factor que puede cambiar el
código de una forma a otra. Tal factor constituye un parámetro que produce
tantas codificaciones como valores tenga.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 127
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Decodificación:

Decodificar significa aplicar a las transformadas Ci una transformación tal


que restituya el mensaje original Mi.

V: C1 C2 C3 C4 ...
M1 M2 M3 M4 ...

V es la inversa de U y deben ser biunívocas.

“La variedad no es alterada después de una codificación mediante una


transformación biunívoca”. “Las transformaciones biunívocas preservan
variedad”

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 128
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
Codificación por medio de Máquinas:

Permite obtener información de alguna variable o lugar más o menos


inaccesible para el observador.

Un mensaje se entiende simplemente como una sucesión de estados sin


atribuirle “sentido”.

Dado un transductor, su estado inicial y la sucesión de entradas, se tiene la


trayectoria de la salida. Ejemplo:

a b c d Estado inicial: “c” Sucesión de entradas: α β α β α β


α c d d a
Salida: d c d c d c
β a d a c

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 129
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Inversión de un mensaje codificado:

Para que un código sea útil como portador, debe existir la posibilidad de la
inversión.

La inversión no es posible si no se tiene a la mano el decodificador.

La inversión no es posible si no se tiene el decodificador; dos o más mensajes


dan como resultado la misma salida.

La inversión sólo es posible si se preserva variedad.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 130
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
Ejemplo inversión de un mensaje codificado. Sea el siguiente transductor:

A través del cual se hacen pasar mensajes (Mi) compuestos por


A B C D 2 entradas (9 en total): QQ, QR, QS, RQ, RR, RS, SQ, SR, SS
Se codifica (Cj cada mensaje a partir del estado inicial “A”.
Q C C A B
R A C B B El resultado es: CA, CB, CC, AC, AA, AB, BC, BC, BD
S B D C D En que la variedad de los Cj = 8 < que la variedad de los Mi = 9

Por lo tanto, este transductor no preserva variedad y en


consecuencia no sirve como codificador, dado que no permite la
decodificación..

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 131
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

El proyecto de un inversor:

Dada una máquina que no disminuya variedad, siempre es posible construir


otra, cuya entrada sea la salida de la primera y emita como salida el mensaje
original.

La entrada es una transición.

En un instante dado, una máquina se encuentra en un único estado, entonces


es necesaria la participación de una tercera máquina que denominamos
“Retardador”.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 132
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

El proyecto de un inversor:

Codificador Retardador

Inversor

El inversor debe ser igual en tamaño y complejidad que el codificador

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 133
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
Ejemplo de inversión: Retardador
a b c d
A a a a a
B b b b b
C c c c c
D d d d d Inversor

Codificador Q R S
(a,A) S S S
A B C D
(a,B) R R R
Q D A D B
(a,C) No ocurre
R B B B C
(a,D) Q Q Q
S A C A D
(b,A) Q Q Q
etc. etc.
Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 134
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión de Sistema a Sistema:


En un instante dado, un transductor no transmite variedad, ya que sólo
puede estar en un único estado.
La transmisión sólo es posible a partir de un conjunto de transductores
idénticos.
Para un conjunto de réplicas de un sistema acoplado, la transmisión puede
ocurrir en un paso y tiene como techo el producto de las variedades
exhibidas por las máquinas en un momento dado.
Si se desplegó toda la variedad posible en un paso entonces un segundo
paso no es posible.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 135
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
Transmisión de sistema a sistema en un conjunto de réplicas:

Q S

Q S

Q S
.. ..
. .
Q S

Si, variedad de Q = m y variedad de S = n


Entonces la variedad total del sistema será m x n.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 136
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
Transmisión de Sistema a Sistema:
Transmisión por medio de un Canal: se produce cuando entre dos
transductores de gran tamaño se encuentra otro pequeño, con poca
capacidad de transmitir variedad. V(S) ~V(Q) >>>>>>>V(R)=α

Q R S Paso V(Q) V(R) V(S)


0 N 0 0
Q R S 1 N α 0
2 N α α
.. .. ..
. . . 3 N α 2α
4 N α 3α
Q R S .. .. .. ..
. . . .
k N α N

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 137
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión de Sistema a Sistema:

Un transductor que no puede adquirir más de r estados, no puede transmitir


por paso más que log 2 r bit de variedad.

Diferentes transductores tienen diferentes capacidades de transmisión.

Con tiempo suficiente todo transductor puede transmitir cualquier cantidad


de variedad.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 138
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión de Sistema a Sistema:


El Retardo se produce cuando el observador no distingue que existe
acoplado a un transductor de gran tamaño uno pequeño, que actúa como
canal y que lo hace transmitir mucho menos variedad que aquella que le es
posible.

T
Q R S

Nota: “en un sistema determinado, la realimentación no conduce a un


incremento de la variedad”.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 139
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
Transmisión de Sistema a Sistema:

Interferencia: no necesariamente se produce caos al pasar dos o más


mensajes a través de un mismo canal.

Ejemplo: Si el canal es una letra del alfabeto, mayúscula y minúscula,


entonces es posible enviar dos mensajes a través de una letra sin que se
produzca interferencia. La letra codifica un mensaje entre 27 y si es
mayúscula otro mensaje de entre 2. La variedad total del canal es 54.

Si la capacidad del canal es suficiente, entonces al receptor le llegará toda la


variedad enviada por el emisor.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 140
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión Incesante:

Estudiamos aquí la transmisión de variedad a través de un tiempo


indefinidamente largo.
Ej.: nervio ciático, redes telefónicas.
Cualquier sistema determinado de tamaño finito no puede tener una
trayectoria que sea infinitamente larga, está limitada por la cantidad de
estados. En consecuencia se requiere una nueva forma de máquina y
transformación, esta es:
LA NO - DETERMINADA O ESTOCASTICA

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 141
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
Representación de la Máquina No - determinada o Estocástica:
Ejemplo: Sea la transformación n’ = n + a con n en los naturales y a = 0 si se lanza una
moneda y sale sello, y 1 si sale cara.

Operandos posibles
1 2 3 4 5 6 ...
1 ½ 0 0 0 0 0 …
2 ½ ½ 0 0 0 0 ...
Matriz
Transformadas 3 0 ½ ½ 0 0 0 ... de Probabilidades
posibles
4 0 0 ½ ½ 0 0 ... de Transición
5 0 0 0 ½ ½ 0 ...
6 0 0 0 0 ½ ½ ...
... ... ... ... ... ... ... …
Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 142
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión Incesante:

La transformación estocástica puede ser entendida como una extensión de


la transformación determinada.

La transformación uniforme y determinada es simplemente un caso especial


extremo de la transformación estocástica.

Una Cadena de Markov corresponde a una sucesión de estados en que la


probabilidad de cada transición es la misma en diversos periodos largos y no
depende de los estados anteriores al operando.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 143
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
Transmisión Incesante:
El equilibrio en una Cadena de Markov está asociado a un grupo de individuos.
Ejemplo: Sea un insecto en un charco de agua que se desplaza desde el agua (A) a la
ribera (R) y a debajo e las piedras (P) a intervalos regulares y su protocolo o sucesión
de comportamiento es: R A A P R P A P A P R R P A A P A P A P A

A P R A P R
Las frecuencias de A 2 6 1 Y su Matriz de A 1/4 3/4 1/4
sus transiciones Probabilidades de
P 6 0 2 P 3/4 0 1/2
son: Transición es:
R 0 2 1 R 0 1/4 1/4
8 8 4
Observe que las
columnas suman 1

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 144
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
De la MPT anterior se tiene que si:
D(A) es la cantidad de insectos en A, entonces D’(A) será su transformada.
D(P) es la cantidad de insectos en P, entonces D’(P) será su transformada.
D(R) es la cantidad de insectos en R, entonces D’(R) será su transformada.

Entonces: En equilibrio:
D’(A) = ¼ D(A) + ¾ D(P) + ¼ D(R) D’(A) = D(A)
D’(P) = ¾ D(A) + 0 + ½ D(R) D’(P) = D(P)
D’(R) = 0 + ¼ D(P) + ¼ D(R) D’(R) = D(R)
Si se considera que en el sistema no hay nacimientos, muertes ni migraciones, y que
D(A) + D(P) + D(R) = 100,
Entonces, redondeando, el sistema alcanza su equilibrio en:
(D(A), D(P), D(R)) = (45, 41, 14) (¡Comprúebelo!)

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 145
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión Incesante:

Un sistema no markoviano, es posible recodificarlo como tal, identificando


los estados hacia atrás que influyen en el siguiente, conformando con ellos
un vector de “n” componentes que pasa a constituir un nuevo estado y a
definir una nueva sucesión markoviana. Se tiene así un sistema más fácil de
predecir.

Nótese que una sucesión puede ser considerada como un vector de


indefinido número de componentes.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 146
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión Incesante:

Un conjunto de sucesiones presenta constricción si no se despliega en toda


la gama que el conjunto de componentes haría posible si éstos fueran
independientes.

Un conjunto no constricto se forma combinando la primera componente con


la gama total de valores que puede asumir la segunda componente; cada uno
de estos pares con todos los valores de la tercera componente, y así
sucesivamente.

Se tiene entonces, una Cadena de Markov, con todas las transiciones


igualmente probables.

“Constricción cero, transiciones equiprobables”

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 147
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
Ejemplo conjunto no constricto. Ejemplo conjunto constricto. Limitar
Desplegar toda la variedad de las sucesiones anteriores a solo
combinación de A, B, C en sucesiones aquellas que comienzan con A.
de largo 3.
1. AAA 10. BAA 19. CAA 1. AAA
2. AAB 11. BAB 20. CAB 2. AAB
3. AAC 12. BAC 21. CAC 3. AAC
4. ABA 13. BBA 22. CBA 4. ABA
5. ABB 14. BBB 23. CBB 5. ABB
6. ABC 15. BBC 24. CBC 6. ABC
7. ACA 16. BCA 25. CCA 7. ACA
8. ACB 17. BCB 26. CCB 8. ACB
9. ACC 18. BCC 27. CCC 9. ACC

V (total) = 27 ; equiprobable V (total) = 9 ; no equiprobable

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 148
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión Incesante:

Entropía: es la cantidad de variedad mostrada por una Cadena de Markov


en cada paso.

H = - Σ pi log pi

Donde, pi son las probabilidades calculadas para la variedad que exhibe el


conjunto.

Nota: Constricción cero implica máxima cantidad de variedad; máxima


transmisión de información.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 149
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión Incesante:

Propiedades de la Entropía:

 H es máxima para un número n de probabilidades, cuando sin todas


iguales.

 H distintas provenientes de conjuntos distintos con cualidades


convenientes , pueden combinarse para obtener una entropía promedio.
Así, puede obtenerse la entropía de una Cadena de Markov.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 150
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión Incesante:

Supuestos para el cálculo de la entropía:

 La suma de las probabilidades debe ser 1.

 La Matriz de Probabilidades de transición debe ser markoviana.

 Las entropías de cada columna de la matriz se puede promediar usando


las proporciones del equilibrio final.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 151
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Ejemplo: Para la MPT anterior (de los insectos) determinar sus A P R


entropías: A 1/4 3/4 1/4
P 3/4 0 1/2
H(A) = - ¼ log 2 (¼) - ¾ log 2(¾) = 0,811 bit R 0 1/4 1/4
H(P) = - ¾ log 2 (¾) - ¼ log 2(¼) = 0,811 bit
H(R) = - ¼ log 2 (¼) - ½ log 2(½) - ¼ log 2 (¼) = 1,5 bit

En equilibrio: A = 45 ; P = 41 ; R = 14 ; luego la entropía


promedio es:

H = (45*0,811+41*0,811+14*1,5)/(45+41+14) = 0,91 bit

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 152
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión Incesante:

Escalas de medición de la entropía.

Wiener, medía ganancia de información:  = Cantidad final – 0

Shannon, medía perdida de incertidumbre:  = 0 – Cantidad inicial

Luego, ambas mediciones no discrepan, aún cuando sus signos son


contrarios.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 153
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión Incesante:

La capacidad de un canal se mide en unidades de flujo o velocidad:

[Unidad de Variedad / Unidad de tiempo]

[bit / minuto]

Distintos canales o máquinas no-determinadas tendrán distintas capacidades.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 154
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión Incesante:

Si en un sistema es posible reducir el número de componentes sin pérdida


de variedad en su comportamiento, entonces se dice que el primer sistema
es redundante en su número de componentes.
Ejemplo: un semáforo de 3 lámparas (rojo, amarillo, verde) que pueden estar
encendidas y apagadas, tiene una variedad total de 8 ó 3 bit. En algunos lugares se
usa la constricción de 4 fases (rojo, amarillo, verde, rojo y amarillo), variedad 4 ó 2
bit.
Este último sistema es redundante en 1 lámpara dado que con un semáforo de 2
lámparas puede obtenerse la misma variedad 4 o 2 bit.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 155
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
Transmisión Incesante:
Una sucesión presenta redundancia si a cada paso el valor siguiente no es
completamente independiente de los valores de los pasos anteriores.

Ejemplo. Para el mismo semáforo anterior de 3 lámparas y variedad 4, se tienen


las siguientes sucesiones en operación:
1. V A R RA V A R RA V A R RA………….
2. A R RA V A R RA V A R RA V………….
3. R RA V A R RA V A R RA V A ………….
4. RA V A R RA V A R RA V A R………….

Observe que basta con señalar el primer estado para que toda la sucesión
quede definida. Existe redundancia.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 156
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión Incesante:

Teorema de Shannon: “si un sistema emite variedad a razón de


X [bit/minuto], cualquier canal con esta capacidad puede
transportar la información, pero no puede hacerlo otro de menor
capacidad. Así mismo, se afirma que siempre existe un código
mediante el cual usar el canal.”

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 157
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad

Transmisión Incesante:

El Ruido se produce cuando dos o más mensajes enviados a través de un


canal se provocan una cierta destrucción mutua, haciendo que la
codificación no sea completamente reversible.

El ruido no es intrínsecamente distinguible de cualquier otra forma de


variedad; es el receptor quien califica aquello que le interesa como
información y lo que califica como ruido.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 158
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
Transmisión Incesante:

La Distorsión se produce cuando una señal transmitida genera siempre la


misma señal recibida, con alteración. Entonces, la señal recibida es una
función definida de la señal transmitida. Si esta función tiene una inversa,
entonces la distorsión puede ser corregida.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 159
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Variedad
La Equivocación es el grado de alteración en la recepción de un mensaje.
E = H total – H recibido
Ejemplo: un emisor envía “0” y “1” y el receptor los recibe del siguiente modo:
Emisión: 1 1 0 0
Recepción: 1 0 0 1
Probabilidad: 0,495 0,005 0,495 0,005
H total = - 0,495 log2(0,495) - 0,005 log2(0,005) - 0,495 log2(0,495) - 0,005 log2(0,005)
H total = 1,081 bit
H recibido = - 0,5 log2(0,5) - 0,5 log2(0,5) = 1 bit
Luego, E = 1,081 – 1 = 0,081 bit
Si se aumenta la capacidad del canal en una cantidad no menor que E, es posible
tener una transmisión libre de error.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 160
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control

Supervivencia

La regulación está ligada al flujo de variedad, a la conservación de las


máquinas al hacer frente a los flujos de variedad perturbadora.

Conservación de las especies.

El concepto de supervivencia puede ponerse en relación exacta con el de


estabilidad, región estable.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 161
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control

Supervivencia

G R

D F Eη

La regulación bloquea el flujo de variedad: η es un subconjunto total de


valores posibles de E. F pretende mantener el sistema en esos valores
fijados, por lo tanto, la inserción de F entre D y E disminuye la variedad que
es transmitida de D a E.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 162
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control

Supervivencia

Formas de bloqueo extremos:

 Interponer algo que actúe como un bloqueo pasivo, estático, de las


perturbaciones . Ej. Caparazón de un tortuga, cráneo humano.

 Defensa mediante una hábil acción contraria; es la defensa que logra


información sobre la perturbación que se aproxima, que puede ser
compleja y móvil, se prepara para cuando ésta llegue y se le opone en
forma igualmente compleja y móvil.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 163
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control
Variedad Obligada
Examen del proceso de regulación en sí mismo.
Cantidad de variedad como medida de la cantidad de regulación.
Límites a la cantidad de variedad o regulación.
Juego y resultado como proceso regulatorio.
R Si el objetivo de R es obtener “a” bajo cualquier
α β γ perturbación de D, entonces R siempre gana; tiene el
control total sobre el juego. Es más, puede incluso
1 b a c programar una estrategia y automatizarla:
D 2 a c b 1 2 3
3 c b a T
β α γ
Observe que si el objetivo de R es “d”, pierde siempre.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 164
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control

Variedad Obligada

Generalización del juego:

 Se eliminan, de todas las tablas, aquellas según las cuales el juego de R


es demasiado fácil.

 Se consideran aquellas tablas en que ninguna columna contiene un


resultado repetido; así,

 Cualquier cambio en la movida de D significa conocerlo y efectuar un


cambio por parte de R.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 165
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control
R
Variedad Obligada α β γ
Generalización del juego. El objetivo de R es mantener 1 f f k
un objetivo.
2 k e f
Si D juega 1, R responde γ ; el resultado es “k”.
3 m k a
Si D juega 2, R responde α ; el resultado es “k”.
D 4 b b b
Si D juega 3, R responde β ; el resultado es “k”.
Si D juega 4, R responde α ; el resultado es “b”. 5 c q c
Si D juega 5, R responde α ; el resultado es “c”. 6 h h m
Si D juega 6, R responde α ; el resultado es “h”. 7 j d d
Si D juega 7, R responde α ; el resultado es “j”. 8 a p j
Si D juega 8, R responde γ ; el resultado es “j”. 9 l n h
Si D juega 9, R responde γ ; el resultado es “h”.

Variedad resultante = 5

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 166
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control

Variedad Obligada

Si R selecciona un elemento por fila procurando mantener la variedad


resultante tan pequeña como sea posible, entonces la variedad en el
conjunto de resultados no puede ser menor que:

Variedad en D 9
= = 3
Variedad en R 3

Nótese que si la movida de R es invariable, entonces la variedad de


resultados es tan grande como la variedad de movidas de D. Es decir V=9.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 167
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control

Variedad Obligada

Sólo la variedad en las movidas de R puede lograr una disminución de la


variedad de los resultados (VO). En bit se tiene que:

VO = VD - VR

Sólo la variedad en R puede lograr una disminución en la variedad producida


por D. Si VO = 0, entonces VD = VR

“Sólo la variedad puede destruir, absorber, variedad”

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 168
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control

Regulación

La barrera F se ha descompuesto en el acoplamiento entre T y R.

Se supone la tabla T dada. Se trata del inflexible mundo externo o de


aquellos aspectos internos que el regulador R debe presuponer.

El proceso ocurre así: D toma un valor arbitrario, R toma un valor


determinado por el de D, la tabla entrega un resultado que puede o no darse
en η, así sucesivamente.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 169
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control

Regulación
T

D E

Las flechas representan canales de comunicación. La variedad en D


determina la variedad en R y la variedad en T está determinada por la de D y
la de R.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 170
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control

Control

D T

C R

Mecanismo fijador de objetivos.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 171
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control

Un regulador perfecto es aquel que provee un control completo según los


resultados propuestos por C.

Ante mayores complejidades pensar en D, R, T y E de manera recursiva y


no como una simple unidad.

Del mismo modo, pensar en los resultados como vectores y no como


escalares.

Los resultados perseguidos no pueden ser vistos como hechos estáticos


sino más bien como sucesos dinámicos.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 172
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control
El Regulador Controlado por Anticipación

D T

Restricción
sensorial E

C R

El proceso de regulación puede ser esquematizado del siguiente modo:


“dados E, η, T y D formar un mecanismo R, de modo que acoplado a T actúe
para conservar E dentro de η.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 173
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control
El Regulador Controlado por Anticipación

D T

C R
Restricción
motora

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 174
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control
El Regulador Controlado por Intermediación

D T

Carencia
sensorial E

C R

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 175
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

CIBERNÉTICA
Regulación y Control
El Regulador Controlado por Error

D T E

C R

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 176
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

Modelamiento de sistemas

 Nombrar el sistema
 Fijar el punto de vista e interés del observador (es)
 Distinguir el quehacer del sistema
 Distinguir el medio ambiente inmediato del sistema, nombrando los
principales sistemas que lo componen
 Distinguir las relaciones del sistema con los otros sistemas de su medio
ambiente inmediato.
 Distinguir el medio ambiente distante del sistema, nombrando los
principales sistemas que lo componen.
 Distinguir las relaciones del sistema con los otros sistemas de su medio
ambiente distante.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 177
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

Modelamiento de sistemas

 Distinguir los componentes del sistema.

 Distinguir relaciones entre componentes del sistema.

 Distinguir regulación en el sistema:


• Identificar los objetivos del sistema
• Identificar variables esenciales
• Identificar bandas de normalidad
• Identificar posibles perturbaciones al sistema
• Diseñar estrategias de regulación

 Distinguir la evolución del sistema.

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 178
Departamento de Ingeniería Industrial
Universidad de Santiago de Chile

Fin

Profesor Dr. Mario Tarride F. – Curso Teoría de Sistemas, Ing. Civil Industrial 178

También podría gustarte

pFad - Phonifier reborn

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


Alternative Proxies:

Alternative Proxy

pFad Proxy

pFad v3 Proxy

pFad v4 Proxy