Alvira, Ricardo, Teoria - Unificada de - La - Complejidad PDF

Portada:HctorDelgadoyRicardoAlvira
v_0.00,2014
ISBN13:9781499335842
ISBN10:1499335849
RicardoAlvira.Todoslosderechosreservados.Paracualquierreutilizacindelcontenidoocomen
tarios acerca de este libro contactar mediante el email: ricardoalvira@gmail.com indicando en el
asuntoTeoraComplejidad.

RESUMENENDICE
5
RESUMEN
Desdequeen1948WarrenWeaverpresentsuartculoCienciayComplejidadeltrminoCompleji
dad haido apareciendo con cada vezmayor frecuencia en el mbito cientfico e incluso en mbitos
noestrictamentecientficos.
Sinembargo,larevisindelasnumerosaspropuestasdeconceptualizacinymedicindelaComple
jidadmuestraenfoquesquevaranconsiderablemente,tantoenlaformademedirlacomoenlapro
piautilizacindeltrminoparadesignarcuestionesaparentementediferentes.
Ylapreguntaquesehacenecesariocontestares:existeunaperspectivaquepermitahacercompa
tiblesyexpliqueestadiversidaddeaproximaciones?
La hiptesis que vamos a defender en este texto es que s la hay. Utilizamos el trmino complejo
referidoaobjetosaparentementediferentesperoconunacualidadcomn;lapresenciaderestric
cionesensuinformacin[reglasdeorganizacinolgicas]producelaemergenciadesignificadosno
implcitosenlaspartesdedichosobjetos;laspropiedadesdelobjetocomoentidadnosonlasumao
superposicindelaspropiedadesindividualesdecadaunadesuspartes.
DemostraremosquelaComplejidaddelosobjetosdebecomprenderseapartirdecuatrocuestio
nes [Organizacin, Emergencia, Significado y Lgica] quepresentan relacionesde interdependen
ciayrecursividad,sibienenalgunasperspectivastendrnmsimportancialasideasdeOrganizacin
yEmergencia,mientrasqueenotraslotendrnlasdeSignificadoyLgica.
Estaperspectivaalaquehemosdenominadocomple[x]us[porqueenesenciaaludealaetimologa
deltrmino]proveerunmarcocapazdepermitirnoscomprenderlautilizacindeltrminocomple
jidadencontextosoreferidoaobjetosquesernmuydiferentesentres;sistemas,fuentesdein
formacin,tareaseinclusoformasdepensar.
Sinembargo,parallegarhastaellasernecesariorealizarunrecorridopordiversoscamposdecono
cimientoqueincluirlaTeoradeSistemas;TeoradelaComunicacin;TeoradeInformacinAlgo
rtmica, diferentes propuestas para medir la Complejidad, y terminar con la revisin de algunas
cuestionesdeEpistemologaqueincluyenelPensamientoComplejoylaTransdisciplinariedad.
Como resultado del anlisis propondremos una Axiomtica; cuatro medidas de complejidad, y unas
normas generales que permiten acometer la formulacin de la Complejidad desde diferentes pers
pectivas,einclusoevaluarfenmenosquepresentanestructurasjerrquicassubyacentes.
Ycomoconclusin,haremosunarecapitulacinyjustificacindeporqulasaproximacionesparcia
lesalaComplejidadnopuedenexplicartodaslasaproximacionesexistentesalamisma,revisaremos
lasimplicacionesdelaperspectivapropuesta,eindicaremosalgunasrazonesporlasquelacompren
sindelaComplejidadesespecialmenteimportante.
Setratarportantodeunrecorridonolinealcomosindudacabeesperardecualquieraproximacin
alacienciadelanolinealidad,cuyoobjetivosernosoloformalizarsuficientementelascuestiones
quenospermitanunacuantificacindelaComplejidadsinotambindaralgunascurvasintenciona
UNATEORAUNIFICADADELACOMPLEJIDAD
6
das que nos proporcionen diferentes perspectivas o vistas hasta llegar a adquirir una visin global
delaComplejidad.
RESUMENENDICE
7
NDICE
RESUMEN _______________________________________________________________________________ 5
NDICE__________________________________________________________________________________ 7
NDICEDEFIGURAS,DIAGRAMASEIMGENES ________________________________________ 9
FIGURAS ____________________________________________________________________________ 9
DIAGRAMAS ________________________________________________________________________ 10
IMGENES__________________________________________________________________________ 10
1_INTRODUCCINYPLANTEAMIENTOGENERALDELTEXTO______________________________________ 13
1.1_INTRODUCCIN____________________________________________________________ 13
1.1.1_COMPLEJIDAD:AMBIGEDADOUBIQUIDAD__________________________________________ 14
1.1.2_CIENCIASDELACOMPLEJIDADYCOMPLEJIDADDELACIENCIA ___________________________ 16
1.1.3_LAENTROPACOMONEXOENTREOBJETOYSUJETO:REALIDADYPENSAMIENTO_____________ 19
1.2_PLANTEAMIENTOGENERALDELTEXTO__________________________________________ 21
2_LACARACTERIZACINDELACOMPLEJIDAD _________________________________________________ 24
2.1_SISTEMASYCOMPLEJIDAD ___________________________________________________ 26
2.1.1_ELCONCEPTODESISTEMA:ORGANIZACINYEMERGENCIA______________________________ 26
2.1.2_TIPOSYDESCRIPCINDESISTEMAS_________________________________________________ 28
2.1.3_LADESCRIPCINDELACOMPLEJIDADDELOSSISTEMAS ________________________________ 36
2.2_COMPLEJIDAD,SIGNIFICADOEINFORMACIN____________________________________ 43
2.2.0_LAIDEADESISTEMACOMOEMERGENCIADESIGNIFICADO______________________________ 43
2.2.1_COMPLEJIDAD,SIGNIFICADOEINFORMACIN ________________________________________ 44
2.2.2_LACANTIDADDEINFORMACINENUNAFUENTEOSISTEMA ____________________________ 48
2.2.3_COMPLEJIDADYDESCRIPCINDEOBJETOS _________________________________________ 52
2.2.4_DESCRIPCININTENCIONADADEOBJETOS:MEDIDASDECOMPLEJIDADCONDICIONADA____ 59
2.3_MEDIRLACOMPLEJIDAD_____________________________________________________ 61
2.3.1_LASDIFERENTESMEDIDASDELACOMPLEJIDAD_______________________________________ 61
2.3.2_REVISIONDEALGUNASCONCEPTUALIZACIONESYFORMULACIONESEXISTENTES_____________ 67
2.4_COMPLEJIDAD,CONOCIMIENTOYLGICA_______________________________________ 82
2.4.1_CONOCIMIENTOQUEGENERACOMPLEJIDAD_________________________________________ 83
2.4.2_CONOCIMIENTOQUEACEPTALACIENCIA:CARACTERSTICASDELCONOCIMIENTOCIENTFICO__ 97
2.4.3_HACIAUNAPERSPECTIVACOMPLEJADELCONOCIMIENTOYLACIENCIA__________________ 103
2.4.4_LALGICADELACOMPLEJIDAD __________________________________________________ 110
3_TEORIAMATEMTICA__________________________________________________________________ 125
3.1_CUESTIONESPRELIMINARES _________________________________________________ 126
3.1.0_LANOLINEALIDADDELACOMPLEJIDAD____________________________________________ 126
3.1.1_UNIVERSALIDADEINVARIANCIADELACOMPLEJIDAD__________________________________ 128
3.1.2_COMPLEJIDADCOMOTRANSFORMACINNOLINEALDEINFORMACINENSIGNIFICADO_____ 128
3.1.3_LADIFERENTESIGNIFICACINDELASREGLAS_______________________________________ 131
3.1.4_LASMEDIDASABSOLUTASYCONDICIONADASDELACOMPLEJIDAD_______________________ 133
3.2_SISTEMADEAXIOMASYDEFINICIONES_________________________________________ 137
3.2.1_DEFINICIONES_________________________________________________________________ 137
3.2.2_SISTEMADEAXIOMAS___________________________________________________________ 139
8
3.3_MEDIDASDECOMPLEJIDAD__________________________________________________ 146
3.3.1_COMPLEJIDADCONUNSOLONIVELDEEMERGENCIA__________________________________ 146
3.3.2_COMPLEJIDADCONVARIOSNIVELESDEEMERGENCIA_________________________________ 149
3.4_CONTRASTACINDELATEORA ______________________________________________ 158
3.4.1_SISTEMADEPREMISAS:AXIOMASYDEFINICIONES____________________________________ 158
3.4.2_DEMOSTRACINDELATEORAMATEMTICA:VALIDEZDELASINFERENCIASREALIZADAS ____ 159
4_CONCLUSIONESYALGUNASREFLEXIONESFINALES __________________________________________ 160
4.1_LAPERSPECTIVAcomple[x]usCOMOPERSPECTIVAUNIFICADORA ___________________ 160
4.1.1_COMPRENDERLACOMPLEJIDAD __________________________________________________ 160
4.1.2_MEDIRLACOMPLEJIDAD_________________________________________________________ 170
4.2_LACOMPLEJIDADCOMOPARADIGMA__________________________________________ 174
4.2.1_DESENTRAARLACOMPLEJIDADDELOSFENMENOSMAXIMIZANUESTRACOMPRENSIN___ 175
4.2.2_APRENDERLASREGLASDELACOMPLEJIDADMAXIMIZANUESTRACAPACIDADDECREAR_____ 178
4.2.3_MULTIDISCIPLINARIEDAD,TRANSDISCIPLINARIEDADYRECURSIVIDADDELCONOCIMIENTO____ 180
4.2.4_CONTRADICCINYCOMPLEJIDAD_________________________________________________ 182
5_BIBLIOGRAFA________________________________________________________________________ 185
5.1_FUENTESDEFIGURAS,DIAGRAMASYFOTOGRAFAS______________________________ 196
6_ANEXOS_____________________________________________________________________________ 199
ANEXO0_GLOSARIOYDEFINICIONES _____________________________________________ 199
A0.0_LADEFINICINDELOSTRMINOSCOMPLEJOYCOMPLEJIDAD___________________________ 199
A0.1_GLOSARIO____________________________________________________________________ 209
ANEXOI_REPRESENTACINJERRQUICAVSREPRESENTACINENRED __________________ 213
ANEXOII_ESTADSTICAYCOMPLEJIDAD ___________________________________________ 215
ANEXOIII_LACUANTIFICACINDELACOMPLEJIDAD_________________________________ 217
AIII.1_COMPLEJIDADCONUNNIVELDEEMERGENCIA _____________________________________ 217
AIII.2_COMPLEJIDADCONNIVELESDEEMERGENCIA_______________________________________ 221
ANEXOIV_CLCULODELGRADODECOMPLEJIDADENJERARQUASDEDOSNIVELES _______ 236
AIV.1_FORMULACIONESPARCIALESDELAJERARQUA _____________________________________ 236
AIV.2_FORMULACINGLOBALDELACOMPLEJIDADDELAJERARQUA_________________________ 253
ANEXOV_ANLISISDERESULTADOSPARADIVERSOSTIPOSDEJERARQUAS ______________ 255
AV.1_JERARQUAENDOSNIVELESCONEQUIPROBABILIDADDEINDICADORES__________________ 256
AV.2_JERARQUAENDOSNIVELESCONINDICADORESNOEQUIPROBABLES ____________________ 258
AV.3_JERARQUACONTRESNIVELES___________________________________________________ 260
AV.4_JERARQUACONCUATRONIVELES ________________________________________________ 261
ANEXOVI_CLCULOSIMPLIFICADODEJERARQUASDEVARIOSNIVELES _________________ 263
AVI.1_FORMULACIONDESDELATEORADELACOMUNICACIN______________________________ 264
AVI.2_FORMULACIONDESDELATEORADESISTEMAS______________________________________ 265
AVI.3_FORMULACIONESDESDELAESTADSTICA __________________________________________ 266
AVI.4_CONCLUSIONES_______________________________________________________________ 266
ANEXOVII_CONCEPTOSCOMPLEJOSCASIDESCOMPONIBLES __________________________ 268
AVII.2.1_LAUTILIDADOVALORDEUNADECISIN_________________________________________ 269
AVII.2.2_LADIFICULTADDEREALIZARUNATAREA_________________________________________ 271
RESUMENENDICE
9
AVII.2.3_UTILIDADvsDESUTILIDAD:PRINCIPIODEDESUTILIDADMARGINALCRECIENTE __________ 272
ANEXOVIII_COMPLEJIDAD,EVOLUCINYSOSTENIBILIDAD____________________________ 274
AVIII.1_LACOMPLEJIDADABSOLUTACOMOMEDIDADEEVOLUCINDELOSSISTEMAS___________ 274
AVIII.2_ELGRADODECOMPLEJIDADCOMOMEDIDADELASOSTENIBILIDADDELOSSISTEMAS _____ 276
AVIII.3_LAINDEPENDENCIADELAEVOLUCINYLASOSTENIBILIDAD__________________________ 278
NDICEDEFIGURAS,DIAGRAMASEIMGENES
FIGURAS
Figura01:Unsistema_____________________________________________________________________ 26
Figura02:SistemasnoJerrquicos[dosniveles]vsJerrquicos[msdedosniveles]____________________ 35
Figura03:Interaccionesenunadescripcindeunsistemacomojerarquaanidada.____________________ 37
Figura04:Composicindeunajerarquaanidada._______________________________________________ 40
Figura05:DescomposicinjerrquicadelaComplejidaddeunsistema______________________________ 41
Figura06:Complejidadcomocomunicacin ___________________________________________________ 46
Figura07:Lacircularidaddelsignificado ______________________________________________________ 48
Figura08:LaSucesindeFibonacci __________________________________________________________ 51
Figura09:Ladescripcinjerrquica__________________________________________________________ 53
Figura10:Relacinentrerepresentacinjerrquicayagregacindeindicadores ______________________ 55
Figura11:Larepresentacinjerrquicacomoiteracindefuncionesinvariantes ______________________ 55
Figura12:Representacinelementaldeunacomunicacin _______________________________________ 56
Figura13:Circularidaddelconocimiento______________________________________________________ 84
Figura14:ConcordanciadeinformacinysignificadoentreunobjetoIyunconceptoX_________________ 92
Figura15:ConcordanciadeinformacinperonodesignificadoentreIyX____________________________ 92
Figura16:Proposicincomosistema_______________________________________________________ 111
Figura17:Significado,subjetividadyobjeto __________________________________________________ 113
Figura18:Laentradadelaindeterminacinenlaciencia________________________________________ 116
Figura19:Elsmbolo __________________________________________________________________ 131
Figura20:Elconceptodereglanodescomponible _____________________________________________ 132
Figura21:Divisindeunarepresentacinjerrquicaenjerarquasdedosniveles_____________________ 150
Figura22:Ejemplodejerarquaconvariosnivelesycondicionesdetotalnoemergencia_______________ 156
Figura23:LaindependenciadelaComplejidadylaOrganizacin__________________________________ 163
Figura24:DeterminismovsProbabilismo ____________________________________________________ 165
Figura25:LaObjetividadySubjetividaddelaComplejidad_______________________________________ 166
Figura26:Unkilogramoesunconceptoqueposeeunsignificadolineal ___________________________ 168
Figura27:Perspectivaunificadora __________________________________________________________ 169
10
Figura28:LaformulacindelGradodeIncertidumbre __________________________________________ 183
Figura29:Relacinentrevalordeunavariable,lmites__________________________________________ 219
Figura30:GradodeemergenciadelosconceptosXC
x
[I]yX
i
C
x
[I],paraunavariablei________________ 219
Figura31:FuncindeComplejidadCondicionadaconcuatrolmites:_______________________________ 220
Figura32:FuncindeComplejidadCondicionadacondoslmites__________________________________ 221
Figura33:Descomposicindelconceptobuenaarquitectura____________________________________ 223
Figura34:Descomposicionjerarquicadeunconcepto __________________________________________ 224
Figura35:RevisiondelaOrganizacionjerarquica ______________________________________________ 225
Figura36:Condicionesdetotalverdadofalsedadenlaorganizacinjerarquica ______________________ 226
Figura37:Lainfluenciadelosindicadoressobreelvaloragregadoensituacindeequilibrio____________ 227
Figura38:FelicidadvsInfelicidad___________________________________________________________ 228
Figura39:RepresentacinjerrquicadeunconceptoX _________________________________________ 229
Figura40:Jerarquacondosniveles_________________________________________________________ 229
Figura41:FuzzysignatureSetsoJerarquadeConjuntosDifusos__________________________________ 231
Figura42:Jerarquadedosniveles__________________________________________________________ 234
Figura43:Jerarquadedosnivelesenequiprobabilidad_________________________________________ 234
Figura44:UnsubsistemaoJerarquascondosniveles __________________________________________ 236
Figura45:Representacinjerrquicadelsistemadeprobabilidades[ejemplo01]_____________________ 256
Figura49:Simplificacinadosnivelesdeunajerarquaysistemadeprobabilidades___________________ 263
Figura50:CurvadeincrementodelGradodeComplejidadparaunindicadorfx
i
[I] ____________________ 270
Figura51:ComparacindelautilidaddesutilidadobtenidaparaunindicadorI
i
______________________ 272
DIAGRAMAS
Diagrama01:ProcesoparalaformulacindelaTeora___________________________________________ 21
Diagrama02:ProcesoparalacaracterizacindelaComplejidad.___________________________________ 21
Diagrama03:Procesodecomposiciondeunajerarquiaanidada ___________________________________ 39
IMGENES
Imagen01:Ungrupodeochopersonas_______________________________________________________ 27
Imagen02:TriangulodeSierpinski___________________________________________________________ 29
Imagen03:AtractordeRossler______________________________________________________________ 30
Imagen04:FractaldeFeigenbaum___________________________________________________________ 31
RESUMENENDICE
11
Imagen05:Unatascodetrfico_____________________________________________________________ 33
Imagen06:Esonoesunsistema?__________________________________________________________ 34
Imagen07:Dospersonasquemantienenunarelacindepareja___________________________________ 44
Imagen08:Milmonedas___________________________________________________________________ 44
Imagen09:Undadeotoobastantesoleado__________________________________________________ 45
Imagen10.Cuantainformacinnosproporcionaraconocerlapreguntadeunexamen?_______________ 47
Imagen11:Eljuegodelahorcado____________________________________________________________ 50
Imagen12:LaCurvadeKoch _______________________________________________________________ 52
Imagen13:Ladificultadderealizarunatarea__________________________________________________ 53
Imagen14:Unmapanoeselterritorio ______________________________________________________ 56
Imagen15:Unbancodeatunes_____________________________________________________________ 58
Imagen16:EsposiblecalcularlaComplejidadTotaldelaSelvaAmaznica? ________________________ 59
Imagen17:Latareadeclavarunclavo_______________________________________________________ 61
Imagen18:Mapadelmundo _______________________________________________________________ 63
Imagen19:UnaEnciclopedia _______________________________________________________________ 80
Imagen20:Cuandopatinamos______________________________________________________________ 82
Imagen21:Razasdeperro_________________________________________________________________ 85
Imagen22:HiroshimaIIGM ________________________________________________________________ 86
Imagen23:ElconejodelasAventurasdeAliciaenelpasdelasmaravillas___________________________ 88
Imagen24:Ingredientesparacocinarunlomoalhorno _________________________________________ 92
Imagen25:Uncaballoconalas______________________________________________________________ 93
Imagen26:ElInfierno_____________________________________________________________________ 94
Imagen27:Lacreacin____________________________________________________________________ 94
Imagen28:LacintadeMbius______________________________________________________________ 95
Imagen29:BodegnconbotelladeBurdeos___________________________________________________ 95
Imagen30:Estonoesunapipa _____________________________________________________________ 96
Imagen31:DueloaGarrotazos______________________________________________________________ 96
Imagen32:Cisnenegro___________________________________________________________________ 101
Imagen33:JusticiayLeyes;elproblemadelainduccin_________________________________________ 102
Imagen34:ElDilemadelprisionero_________________________________________________________ 104
Imagen35:Enunapartidadepker_________________________________________________________ 105
Imagen36:AlaceptarquelaTierraesesfrica _______________________________________________ 106
Imagen37:laDeclaracindeDerechosHumanos______________________________________________ 108
Imagen38:Esposiblebaarsedosvecesenelmismorio? ______________________________________ 114
Imagen39:Esunaovejaomediaoveja? ____________________________________________________ 117
12
Imagen40:Bueno,bonitoybarato _________________________________________________________ 119
Imagen41:Elcostedeunacompraventadeacciones __________________________________________ 127
Imagen42:Lasofertaslleve3ypague2 ____________________________________________________ 127
Imagen43:LaComplejidadAbsolutadeunaciudad ____________________________________________ 130
Imagen44:PlayaurbanaenMadridRio_____________________________________________________ 149
Imagen45:Losconceptosqueasociamosconcertidumbre ______________________________________ 151
Imagen46:Losconceptosqueasociamosconincertidumbre_____________________________________ 151
Imagen47:Levantamientodepiedra________________________________________________________ 152
Imagen48UnindicadorquemidaRadioactividad______________________________________________ 153
Imagen49:LaafirmacinSalud,amorydinero_______________________________________________ 154
Imagen50:Mecanismodeunreloj__________________________________________________________ 154
Imagen51:DesiertodeSahara_____________________________________________________________ 155
Imagen52:EsMadridunaciudad?_________________________________________________________ 164
Imagen53:Uncorredorenunamaratn_____________________________________________________ 172
Imagen54:Unamanifestacin_____________________________________________________________ 174
Imagen55:Laafirmacinesunvelero______________________________________________________ 175
Imagen56:Lasclasificaciones______________________________________________________________ 177
Imagen57:Montarenbicicleta ____________________________________________________________ 178
Imagen58:EljuegodelAjedrez ____________________________________________________________ 178
Imagen59:Ellenguaje ___________________________________________________________________ 179
Imagen60:FlordeGirasol ________________________________________________________________ 179
Imagen61:LaPiedraRosetta______________________________________________________________ 181
Imagen62:Fractaldepapel _______________________________________________________________ 203
Imagen63:Unacesta____________________________________________________________________ 203
Imagen64:Ladanza_____________________________________________________________________ 205
Imagen65:Unadocenadehuevos__________________________________________________________ 205
Imagen66:Lossistemasdetransportepblico________________________________________________ 213
Imagen67:Laclasedeobjetoscomorestriccinalconceptomedido_______________________________ 221
Imagen68:Losindicadorescomomedidadesignificado_________________________________________ 224
Imagen69:Enlaafirmacinlabiodiversidaddelosecosistemassubmarinos________________________ 232
Imagen70:Libertad,IgualdadyFraternidad.__________________________________________________ 269
Imagen71:Elegirunrestauranteparacomer _________________________________________________ 270
Imagen72:Unprogramainformtico________________________________________________________ 276

INTRODUCCIN
13
1_INTRODUCCINYPLANTEAMIENTOGENERALDELTEXTO
1.1_INTRODUCCIN
ExisteunciertoacuerdoenladificultadaunquequizstambinenelintersdeplantearunaTeora
Unificada de la Complejidad; la gran cantidad de conceptualizaciones de la complejidad diferentes
que existen en la actualidad y que se siguen proponiendo convierten la tarea en prcticamente
imposible.
Sistemas, tareas, pensamientos, objetos
1
muy diferentes son calificados complejos desde bases
muy diferentes, y proponer un marco que permita comprender que la Complejidad que subyace a
todosestosfenmenoseslamisma,serlaprincipaltareaqueacometeremosenestetexto.
Sinembargo,noserunatareafcil;nosolocoexistenenlaactualidadnumerosasconceptualizacio
nes diferentes de la complejidad sino que adems se expresan mediante lenguajes muy diferentes
dificultandomuchosurevisinyconsideracinconjunta.
Previamentealarevisinquevamosarealizarsehacenecesariodefinirlosdostrminosprincipales
alosqueharemosreferenciacomplejoycomplejidadparaloscualesutilizaremosdosdefiniciones
sencillasquedemostrarnsersuficientementeprecisasparalapresenteteora
2
:
Complejidad: [Drae,2014]cualidaddecomplejo
Complejo: decomplexus;aquelloqueestatejidoenconjunto
aquellocuyaidentidadosignificadoemergedelainteraccinentresuspartes.
Lasegundadefinicindecomplejoaludealaexistenciadenolinealidadentreeltodoylaspartes
3
;es
decir,requierequeeltodoposeaalmenosalgunaspropiedadesquenoseanresultadodelasuper
posicin[suma]delaspropiedadesdesuspartes.
Nos acerca por tanto a la afirmacin recurrente alo largo de la historia de que hay algo en el todo
quelohacediferentealasumadelaspartes
4
yaunaprimeradefinicindelaCienciadelaCompleji
dadcomolacienciaqueestudiaaquellosfenmenosquepodemosrevisarenalmenosdosescalas[el
todoylaspartes],entrelascualessucedencosasquenopodemosexplicarmedianteunasuperpo
sicin/descomposicinlineal.
Vamos a revisar en esta introduccin algunas cuestiones generales de la Complejidad, avanzando
tambinalgunascaractersticasdelapresentepropuesta,paraentenderdemaneramsprecisaco
moestructuraremoseldesarrollodeltexto,yconlaintencindequenossirvacomopuntodeparti
daparalacaracterizacinenprofundidadquedesarrollaremosposteriormente.
1
UnObjetoestodoloquepuedesermateriadeconocimientoosensibilidaddepartedelsujeto,inclusoestemismo[Drae,2013]
2
LajustificacindetalladadeestasdefinicionesseincluyeenA0.0_LADEFINICINDELOSTRMINOSCOMPLEJOYCOMPLEJIDAD
3
Tanto la definicin de Emergencia [Lewes, 1875] como la de Interaccin [Von Bertalanffy, 1968] llevan implcita la nolinealidad o no
sumatividadentrelaspartesyeltodogenerado.
4
Setratadeuntemarecurrenteenlahistoriadelafilosofa,queserrecogidoyenunciadoporloscientficossistmicoscomoeltodoes
msquelasumadelaspartes[Simn,1962].
14
1.1.1_COMPLEJIDAD:AMBIGEDADOUBIQUIDAD
EnlosltimostiemposvemoscomoeltrminoComplejidadesutilizadoenmbitosmuydistintos,y
referidoaobjetosocuestionesmuydiferentes.
EnlasCienciasdelaComplejidad
5
referidoafenmenosqueemergendelainteraccinnolinealde
muchoselementosdiferentes;enlaEpistemologayFilosofareferidoaunadeterminadamanerade
enfrentar las cuestiones e interpretar los fenmenos; pero tambin en situaciones cotidianas [no
cientficas]generalmenteimplicandolaideadedificultaddeejecucin/comprensin.
ParecequeeltrminoComplejidadsehayaconvertidoenuntrminosumamenteambiguo,capazde
serutilizadoparaaludiracuestionesmuydiferentes,ysehacenecesarioresponderalapregunta
setratadeunautilizacinincorrectadelterminooexisteunaraznparaquelaComplejidadseaun
principiosubyacenteaunrangotanvariadodefenmenos/objetos?
Odichodeotramanera;cuandodecimosqueunsistema,unatarea,unaobraliteraria,uncuadroo
unaformadepensarsoncomplejosestamoshablandodelomismoodecosasdiferentes?existe
unaperspectivaqueexpliqueporqupodemosutilizareltrminocomplejoreferidoacuestionestan
aparentementediferentesentres?
Parapoderresponderadichaspreguntas[queenrealidadsonlamisma],vamosarevisarnumerosas
utilizacionesdelterminoComplejidad,buscandodetectarlaexistenciadeaspectoscomunesatodas
esassituaciones.
Esto nos permitir proponer una perspectiva unificadora para comprender cualquier manifestacin
decomplejidadapartirdelarevisindecuatrocuestionesOrganizacin,Emergencia,LgicaySig
nificadoquesehallaranpresentes[endiferentescombinaciones]entodasellas.
Estas cuatro cuestiones actuarn de manera interdependiente para conformar la Complejidad que
atribuimosalosobjetos,peropodemosestablecerunaprimeradiferenciaentreellasquenosantici
paunaprimerarespuestaalapreguntaplanteadaarriba:
LasperspectivasdeOrganizacinyEmergencia,sereferirnaaspectospropiosdelosobjetosofe
nmenosrevisados,ynosllevaranaunaubiquidaddelacomplejidad.
Vemoscomplejidadpordoquierporquehaycomplejidadpordoquier;larealidadestformadaensu
granmayoraportotalidadesqueimplicanemergencias
6
,esdecir,unidadesqueemergendemanera
nolinealapartirdeinteraccionesentreelementosqueadquierenaslacategoradepartes.
LaubicuidaddelaComplejidadsejustificaenlapropiaestructuradelarealidad[fsicayconceptual].
5
Se suele denominar as a un grupo de ciencias caracterizadas por el estudio de la nolinealidad, entre las cuales se suelen incluir: La
TermodinmicadelNoEquilibrio,ElCaos,Lageometradefractales,Teoradelascatstrofes,cienciaderedes,Lgicasnoclsicas[Maldo
nado,2005a].
6
AesterespectoserecomiendaleerVonBertalanffy[1950/1968];Simn[1962];Koestler[1969]yMorn[1979].
Locomplejoimplicalaideadesistema,yencorrespondenciaconlaafirmacindeVonBertalanffy[1968]:sistemaspordoquier,lacom
plejidadtambinestarpordoquier.
INTRODUCCIN
15
Las perspectivas de Lgica y Significado se referirn a aspectos de los objetos cuando interactan
conunobservadorynosllevarnaunaambigedaddelacomplejidad.
Atribuimos complejidad a fenmenos muy diferentes porque la complejidad se refiere a aquellos
fenmenosdelarealidadconlosquepodemosestablecerrelacioneslgicas[esdecir,cuyainforma
cin satisface determinadas restricciones] yafirmaralgoacerca de ellos [es decir, atribuirles signifi
cado], pero el contenido semntico de dichas afirmaciones [es decir, el significado que podremos
atribuirle]podrsermuydiferente.
LaambigedaddelaComplejidadsejustificaenquevaapoderestardesignando/refirindoseacues
tionesmuydiferentes.
Ubicuidad y ambigedad van a ser inherentes al fenmeno de la Complejidad, y esto hace espe
cialmentedifciltantosucaracterizacinenprofundidadcomoproponerunaperspectivaunificadora.
Sinembargo,estesernuestroobjetivoenelpresentetextoquealcanzaremosapartirdelascua
trocuestionesindicadassiendoimportantehacerdosreflexiones:
Comprender la ubiquidad y ambigedad de la complejidad ser necesario para poder com
prenderlacomplejidadylosfenmenoscomplejos;lasperspectivasmsrestringidasnosim
pidenexplicarsiempreciertosfenmenosoaspectos.
Aceptardichaubiquidadyambigedadnovaaimpedirnoscaracterizarlosfenmenoscom
plejosconsuficienterigorcomoparapodermedirlosymodelizarlos.
Estaperspectivaproveerunmarcocapazdehacercompatiblelaaplicacindeltrminoenunamul
tituddesituaciones;ysurevisinyanlisisenprofundidadvaapermitirproponervariasformulacio
nesrelativamentesencillasquepermitirnenfrentarsucuantificacinenmuchasdeellas,siguiendo
unprocedimientohomogneo.
Sinembargo,estaperspectivanosernuestropuntodepartidasinoeldellegada,queadelantamos
aqu,peroqueiremosperfilandoprogresivamenteamedidaqueavancemoseneltexto.
La complejidad es utilizada en la actualidad tanto en mbitos cientficos como extracientficos, y el

carcter cientfico [formalizacin y axiomatizacin] de esta teora va a hacer que situemos el hilo
conductor para su desarrollo en la revisin de las conceptualizaciones ms cientficas. Sin embargo,
estetextonoesunTratadosobreComplejidad;nuestroobjetivonoeshacerunarevisinexhaustiva
de todas las propuestas existentes sino proponer una Teora Unificada de la Complejidad y por ello
solorevisaremoslasaportacionesinteresantesparadichopropsito.
DentrodelasconceptualizacionesmscientficasdelaComplejidadexistentesenlaactualidadpo
demosindicardospropuestasqueestudiandostiposdeobjetosmuydiferentes:
Lacomplejidadcomoobjetodeestudiodelaciencia,i.e.:comofenmenocuyanaturalezase
pretende modelizar y comprender, que ser la perspectiva adoptada por las denominadas
cienciasdelacomplejidad.
16
Lacomplejidadcomoparadigma,esdecir,comoestrategiaparalainterpretacindelareali
dadyproduccindeconocimiento
7
,queserlaperspectivaadoptadaporlacorrientedeno
minadapensamientocomplejo.
Los principios que proponen e ideas sobre las que se basan ambas son suficientemente diferentes
comoparaqueseainteresantehacerunabreverevisindecadaunadeellas.
1.1.2_CIENCIASDELACOMPLEJIDADYCOMPLEJIDADDELACIENCIA
Para entender las dos propuestas anteriores, se hace conveniente destacar dos acontecimientos,
cadaunodeloscualessevinculaaunautordiferente:
ElprimeracontecimientoeslautilizacindeltrminoComplejidadenelartculoCienciayComple
jidad, que revisa con intencin epistemolgica la evolucin del objeto de estudio cientfico en los
tressiglosanteriores,diferenciandotrestiposdefenmenosoproblemas[Weaver,1948]:
ProblemasdeSimplicidad,comoproblemasdelarelacinentredosvariables[propiosdelas
cienciasfsicasanterioresa1900].
ProblemasdeComplejidadDesorganizada,comoproblemasdelarelacinentreunnmero
devariablesmuyelevadocuyocomportamientoindividualeserrtico[oquizsdesconocido]
peroelsistemaensuglobalidadposeeordenypropiedadesreconocibles.
ProblemasdeComplejidadOrganizada,comoproblemasintermediosentreambassituacio
nes; donde se aprecia la existencia de organizacin, es decir, un nmero considerable de
variablesqueestnrelacionadasdentrodeuntodoorgnico
La diferenciacin de problemas que propone Weaver va a ser decisiva para el desarrollo y orienta
cindelascienciasdelacomplejidad;ynosinteresarevisardoscuestionesnoexplicitasdeestetex
to,quetendrngranimportanciaposterior:
Laprimeraesquevinculalacomplejidadconlafacilidad/dificultadparaexplicarelcompor
tamientodeunconjuntodeelementosapartirdelcomportamientodesuspartes;cuando
elcomportamientoglobalesexplicableconprecisinapartirdelcomportamientodelaspar
teslacomplejidaddesaparecedandopasoalasimplicidad
8
.
LasegundaesquevinculalaComplejidaddeunfenmenoconelnmerodepartesquein
tervienen; cuando intervienen muy pocas partes la Complejidad tambin se convierte en
Simplicidad;laComplejidadrequiereunnmerosuficientementeelevadodeelementos.
Entrminossemnticos,Weaversedecantaporunodelossignificadosdeltrminocomplejo,exclu
yendosusotrasposiblesutilizaciones
9
.
7
Consideramostancientficoelestudiodelarealidadcomoeldenuestraformadeconceptualizarlarealidad[EpistemologayFilosofa].
Pensarquelosprincipiosapartirdeloscualesconstruimosnuestroconocimientonoseancientficosseraunacontradiccinconsiderable.
8
Hay otra lectura posible tambin de la descripcin de Weaver, que se relaciona con que muchos fenmenos de la Fsica son analizables
comosuperposicin[suma]defenmenosparciales.Sinembargo,nopareceserestalamotivacindeWeaver.
9
VerA0.0_LADEFINICINDELOSTRMINOSCOMPLEJOYCOMPLEJIDAD
INTRODUCCIN
17
Segnladefinicindecomplejo,cualquierrelacindelaqueemerjauntodonorelacionablelineal
menteconlaspartes,constituyeunarelacincompleja,yesonorequierequeintervenganmsque
doselementos.Sinembargo,Weavereliminalacomplejidaddelassituacionesconreducidonmero
de elementos, limitndola a aquellas situaciones en que interviene un nmero suficientemente ele
vadodeelementosyapareceorganizacin
10
.
LaComplejidadentraoficialmenteenlacienciavinculndosealasideasdecomplicado,numero
soselementos,cantidaddeorganizacinydificultaddeprediccindelcomportamientodelconjun
to a partir del conocimiento de las partes. Y estas cuatro ideas, recogidas e impulsadas por otros
cientficosdelapoca
11
,estarnsubyacentesenlamayoradedesarrollosposterioresdelasCien
ciasdelaComplejidad.
Adicionalmente, Weaver tambin comenta en dicho texto algunas cuestiones que aparecern en
diferentespropuestasepistemolgicasposterioresincluyendoelPensamientoComplejoplanteando
tresnecesidadesdelaciencia:
Lainterdisciplinariedadparapoderafrontarlosproblemascomplejos.
Lavinculacinconlapolticaylasociedad.
Laconsideracindecuestionesnoestrictamentelgicas
12
.
Elsegundoacontecimientoquenosvaainteresareslapropuestadeunaepistemologacompleja,
planteada en el libro El mtodo [Morn, 1979] que propone que la realidad solo puede ser com
prendidatotalmentecuandocadafenmenoseanalizaalavezcomoparteycomototalidad[esde
cir,aisladamenteydentrodeunconjunto].
Cualquieranlisisquesolocontempleunadedichasperspectivas,sernecesariamenteincompleto,y
propone diversos principios que deben actuar de manera interdependiente enelmarco de un pen
samientocomplejo[Morn,1990:106]
13
:
Dialgico:aceptarladualidadimplcitaenlosconceptosdeunidadytotalidad;losconflictos
entrelgicaycomplejidad.
o Podemos justificarlo desde el propio significado de complejo; los objetos con fre
cuenciaadquierensuidentidadcomoresultadodeladualidadtodo/partes.
10
Aparentemente WeaverproponelaComplejidadDesorganizadacomountipodecomplejidadindependientedelaideadeorganizacin.
Sinembargo,correspondeanuestroconceptoactualdeautoorganizacindeSistemasCaticos,quetambinesuntipodeorganizacin.
11
Von Bertalanffy [1950, 1968], propone una definicin de sistema que lo hace equivalente a complejo, pero orienta su Teora hacia el
estudio de sistemas que poseen organizacin suficientemente estable y teleologa; es decir, Sistemas Adaptativos. Simn [1962] tambin
orientar su texto en gran medida a los Sistemas Adaptativos, vinculando su complejidad con la presencia de muchas interrelaciones y la
dificultaddemodelizacindelconjuntoapartirdelainformacinquedescribelaspartes.
12
Weaver[1948]proponequelosproblemasquelacienciapuedeinterpretarsonaquellossujetosalasleyesdelalgicayquesonensu
mayor parte cuantificables pero que la ciencia debe aprender a entender cuestiones que se refieren a partes esenciales de la vida
humanaquesonalgicasquetienenuncarcterinmaterialynocuantitativoproponiendolafe,lamoral,labelleza,..
13
DelostresprincipiosqueproponeMorn,novamosaincluirporconsiderarlomenosrelacionadoconlasideaspropuestasenestelibro
elPrincipioHologramticoqueseacercaalaideadeautosemejanzaqueincorporarlaGeometraFractal[Mandelbrot]
18
o Tambin desde la perspectiva sistmica de la ciencia, en la que las diversas teoras
son las partes que constituyen un todo [el conjunto del conocimiento] que emerge
desuinteraccin;eltodoesmsquelasumadelaspartes.
Recursividadorganizacional:losproductosylosefectospuedenseralmismotiempocausas
yproductoresdeaquelloquelosproduce;locreadopuedegenerarloquelocre:
o La capacidad de la retroaccin modifica el sistema; las partes se modifican al inte
grarseenlossistemas.Lapartegeneraaltodo,peroeltodomodificaalaparte.
o Laimportanciadelarelacinobjetosujeto;lacircularidadimplcitaencualquierco
nocimiento.
Agrandesrasgos,Mornproponequenosololarealidadescompleja,sinoquetambinloeselcono
cimientoyelpropioactodeconocer.Portantolaproduccindeconocimientocientficodebehacer
sedesdeunparadigmadecomplejidad.
Complementariamente, otra de las propuestas epistemolgicas enelmarco de la complejidad esla
necesidaddequeelconocimientotrasciendalasdisciplinascientficasydeinterconectarlasdiferen
tesdimensionesdeloreal,queserunodelosprincipiosdestacadosdelatransdisciplinariedad[Ni
colescu,1996]
AunqueelPensamientoComplejo[ounaEpistemologadelaComplejidad]ylasCienciasdelaCom
plejidadnosonantagnicassinocomplementarias,esposiblediferenciarenlaactualidadagrandes
rasgosentredosgruposdecuestionesenlasqueexisteacuerdoyenlasqueno:
Enlaconceptualizacinyanlisisdelossistemas;fenmenosderecursividad,encontrare
mosmuchospuntosencomn[engranparteporquelaspropuestasdelpensamientoCom
plejosefundansobrepropuestasanterioresdecientficossistmicos
]
14
.
En cuestiones relacionadas con la lgica encontraremos planteamientos incompatibles [de
bidoenpartealarestriccinrealizadaenelmbitodelasCienciasdelaComplejidadenrela
cinalsignificadodelostrminoscomplejoycomplejidad]
15
.
Sinembargo,noesposiblehacercienciasinunaepistemologaloquenosmuestralaimportancia
quetendrlograrunaperspectivaquepermitahacerlascompatibles.
Yelmotivoporelcuallashemosdestacadoesporquenospermitenverrpidamentelavariedadde
fenmenos [y discursos] asociados con la complejidad, que van desde los sistemas biolgicos hasta
formasderazonar
16
:
14
LasreferenciasmsinmediatassernelenfoquesistmicodelaTeoraGeneraldesistemas[VonBertalanffy,1950,1968]ylaCiberntica
deprimerorden[Wiener,1949]ydesegundoorden[VonFoerster,1960;Ashby,1962oMaturana&Varela,1984]
15
VerA0.0_LADEFINICINDELOSTRMINOSCOMPLEJOYCOMPLEJIDAD
16
El primero se relaciona ms con objetos reales que podramos denominar fenmenos objetivos, mientras que el segundo se relaciona
tambinconobjetossimblicos,conceptualesypensamiento,quepodramosdenominarcomofenmenossubjetivos.
INTRODUCCIN
19
Porunaparte,estonosadelantaladificultaddelatareaquevamosaacometer;proponer
un marco unificador requerir establecer los principios que nos permiten atribuir compleji
dadacuestionestandiferentes.
Pero por otra, nos proporcionar unguion para desarrollar la presente propuesta; plante
ndolacomounrecorridodesdelacomplejidaddelosSistemashastalacomplejidaddenues
traformaderazonar;desdelascuestionesmsobjetivashastalascuestionesmssubjetivas
delacomplejidad.
Peroantesdedetallarelplanteamientodeltexto,vamosarevisarmuybrevementeunacuestinque
nospermitirrelacionarobjetoysujeto[realidadypensamiento]aprovechandounisomorfismoma
temticoquenosvaapermitirmedirdosconceptosmedianteunamismaformulacin.
1.1.3_LAENTROPACOMONEXOENTREOBJETOYSUJETO:REALIDADYPENSAMIENTO
Decimosqueesnecesarioalcanzarunaperspectivaquepermitarelacionarlasformasobjetivasylas
formassubjetivasdelacomplejidad[cienciasyepistemologadelacomplejidad],yestovaaserposi
ble partiendo de un isomorfismo matemtico que nos permite identificar un concepto propio de
cadaunadeellas:laEntropaylaInformacin.
Ambasvanapodersermodelizadasapartirdeunamismaformulacinmatemtica,ysuinterpreta
cinencadaunodedoscampostericosTermodinmicayComunicacin,nospermitirestablecer
unvnculoentreObjetoSujeto:
La Teora Termodinmica que propone la Entropa como medida del desorden de un siste
maymagnitudquepermiteexplicarladireccinenlacualseproducenlastransformaciones
espontaneas de los objetos reales: elSegundo Principio afirmaquela Entropadel conjunto
deluniversonecesariamenteaumentaeneltranscursodeltiempoavanzandohaciaelequili
briotrmico:
YlaTeoradelaComunicacin,queafirmaquelainformacintransmitidaenunmensajese
puedemedirutilizandolafrmuladelaEntropa,quenosinformardelacantidaddeincer
tidumbrequehemosreducidomediantelarecepcindeunacomunicacin.
Este isomorfismo nos va a proporcionar un primer punto de apoyo a partir del cual desarrollar la
presente teora. El trmino complejo alude a la existencia de heterogeneidad entre las partes y el
todo,yestorequierequeexistaundiferencialdeEntropa/Informacin
17
.
ApareceunarelacinentreEntropayComplejidad[lacomplejidadsoloesposiblesiexistediferen
cial de Entropa] que nos permitir relacionar ambas magnitudes aprovechando las formulas de la
TeoradelaComunicacinparamedirlaprimera,yconceptualizarymodelizarlasformasmsobje
tivasdelacomplejidadquegeneralmenteidentificamosconlasideasdeOrganizacinyEmergencia.
Adems,lasformulasdelaTeoradelaComunicacinnosvanaservirpararelacionarobjetoysujeto;
transformandolaEntropa[medidareferidaalobjeto]enSignificado[medidareferidaalsujeto].
17
LadiferenciacinentreelementosrequierequeexistaundiferencialdeEntropa[tantoentrminosdeenergacomodeinformacin].En
elequilibriotrmico[mximadistribucindelaenerga]ladiferenciacindesaparece.
20
Para ello interpretaremos los fenmenos complejos como fuentes de informacin, y la informacin
quetransmitencomomensajes;yestoimplicartransformarinformacinencomunicacin,esdecir,
atribuirlesignificado.
La conceptualizacin de la Complejidad como informacin con significado nos permitir establecer
unmarcounificadorentreEpistemologayCiencia,quealudiradoscuestiones:
al conocimiento como conjunto de conceptos que resumen informacin con significa
do/pensamientos
18
.
alaimportanciadelaconceptualizacindelosfenmenosqueindicarelsignificadoqueles
atribuimos.
Elconocimientoserelresultadodeunadeterminadaepistemologaquesematerializarenlosdife
rentesconceptosqueexpresaremosmediantelostrminosdellenguajeyaludirnalosobjetoscuya
complejidadqueremosrevisarycomprender.
Es importante indicar que aunque hemos propuesto ciertas dimensiones como ms Objetivas y
otras como ms Subjetivas existe una recursividad entre ellas que relativiza esta separacin; lo
queesobjetivosolotendrsignificadosiexisteunobservadorqueseloatribuyeperounobserva
dorsolopodrasignarsignificadosdiferentesafenmenosdiferentes
19
.
18
Pensaresconocerporconceptos[]nopodemospensarobjetoalgunoanoserporcategoras[Kant,1787:51/80]
19
Alolargodeltextoveremosquelabarreraentreobjetividadysubjetividadseirdiluyendoprogresivamente.
INTRODUCCIN
21
1.2_PLANTEAMIENTOGENERALDELTEXTO
Hemoshechounaintroduccinmuyresumida,quepresentalasbasessobrelasquesedesarrollael
presente texto y destaca dos momentos en la relacin CienciaComplejidad, pero existirn muchos
acontecimientos intermedios necesarios para entender esta relacin, algunos de los cuales iremos
detallandoalolargodeltexto.
YdesarrollaremoslapresentepropuestadeacuerdoalesquemadeTeoraMatemticaFormalizada:
Diagrama01:ProcesoparalaformulacindelaTeora
Vamosarevisarbrevementecadapartedelproceso:
LapresenteTeoraseformulaconelpropsitodecontribuiraresolverelproblemadeconocimiento
existenteentornoaladefinicincomprensinmedicindelaComplejidad.
Laexistenciadenumerosasymuydiferentesaproximacionesalacuestin,revelaenesencialaexis
tencia de un desconocimiento muy fuerte; nuestra incapacidad actual de responder de forma con
sensuadaaunapreguntaQuesycmosepuedemedirlaComplejidad?
LashiptesissededucendelospropiosobjetivosdelaTeora,ysonlassiguientes:
Es posible definir una perspectiva que permita comprender todas las aproximaciones a la
Complejidad.
EsposiblemedirlaComplejidaddelosobjetosenmuchassituaciones.
La consideracin del problema de conocimiento, propsitos e hiptesis nos permitir proponer la
revisindeuncuerpodeconocimientoparalacaracterizacindelaComplejidaddediferentesobje
tos,queseplantearcomounrecorridoencuatroetapas:desdeelestudiodelosSistemas;larela
cinentreComplejidad,InformacinySignificado;larevisindediferentespropuestasparaMedirla
Complejidad;yporltimolarevisindecuestionesdeEpistemologa.
Diagrama02:ProcesoparalacaracterizacindelaComplejidad.
Transversalmente a este recorrido, irn apareciendo las ideas de Organizacin, Emergencia, Lgica y Significado, que se
relacionarndediferentemaneraconcadaunadelascuatroperspectivasanteriores.Enalgunasperspectivastendrnms
importancialasideasdeOrganizacinoEmergencia,mientrasqueenotraslotendrnlasideasdeSignificadooLgica.
Problema
Proposito
Hipotesis
Caracterizacion
Complejidad
SistemadeAxiomasy
Definiciones
DesarrolloTeoria Constrastacion
Aproximacin
Sistemica
Organizacion
Emergencia
Aproximacion
Comunicacion
Significado
Aproximacion
Cuantitativa
Propuesta
medidasde
complejidad
Aproximacion
Epistemologica
Logica
22
Avanzaremosdesdelarevisindelarealidadalarevisindenuestrapropiaformaderazonaryhacer
ciencia, siendo conveniente hacer una puntualizacin; la revisin de las cuestiones epistemolgicas
noserunarevisindelacorrientedenominadaPensamientocomplejo,pordosmotivos:
larelacindelapresenteTeoraconelPensamientoComplejotendruncarctertransversal:
o revisaremos algunas de las propuestas planteadas desde el Pensamiento Complejo,
peroloharemosfraccionndolaseintegrndolasconelrestodecuestionesrevisadas
eneltexto;evitandoconceptualizarlocomoalgoindependienteodiferente.
o algunas de las sugerencias epistemolgicas del Pensamiento Complejo se hallarn
subyacentesenlaposturaepistemolgicadelapresenteformulacin:
en el anlisis de los fenmenos de recursividad, interdependencia y contra
diccinqueirnapareciendo
enlamultidisciplinariedaddelacaracterizacindelaComplejidad
enlapropiatransdisciplinariedad,recursividadyaceptacindelacontradic
cinimplcitasenlaperspectivaunificadaquepropondremos.
no consideramos que el Pensamiento complejo sea la nica propuesta epistemolgica exis
tenteparalarevisin/comprensindelacomplejidad;existenmuchasideasdeautoresdife
rentes que, sin aludir necesariamente a la complejidad, van a tener gran importancia para
comprenderlaperspectivaquevamosaproponer,yqueintegraremoseneltexto.
A partir de la caracterizacin anterior, propondremos un Sistema de Premisas, sobre el cual funda
remoslaTeora,yqueincluirdostiposdeproposiciones:
UnSistemadeDefinicionesquenospermitirclarificarlosprincipalesconceptospropuestos
enlateora,revisadosdesdelasperspectivasOrganizacinEmergenciaSignificadoLgica:
o Lacoherenciadelasdiferentesaproximaciones[conceptualizaciones]segndiferen
testeoras[acercamientointerytransdisciplinar].
o LacoherenciadelaTeoraformuladacontodaslasrevisadas
UnSistemadeAxiomasoafirmacionesevidentesquenospermitirndeducir/sustentarto
daslasformulacionesydemostracionesposteriores.
Basndonos en el Sistema de Premisas deduciremos todas las afirmaciones de la Teora, que pro
pondrunmarcogeneralquepermitalamodelizacindelasdiferentesmanifestacionesposiblesde
lacomplejidad,incluyendoalgunasformulacionesdecomplejidadenunniveldeemergenciayformu
lacionesdetalladasdecomplejidadconvariosnivelesdeemergencia.
Porultimocontrastaremoslateora,loquecomprenderlossiguientespasos:
La demostracin [coherenciainterna yexterna] se considerarincorporada en el propio proceso de
formulacinenunciado,ypermitirconsiderarlateoraverdaderaotautolgicaenrelacinalSiste
madePremisas
20
.LacoherenciadelaTeoravendrconfirmadaporsurelacinlgicaconelSistema
deAxiomasyDefiniciones,asegurandosucoherenciaendosniveles:
Todas las afirmaciones debern ser deducibles del Sistema de Axiomas mediante transfor
macioneslgicasomatemticas[coherenciainternadelaTeora].
20
LademostracindeunaTeoranoimplicaverdadensentidoabsoluto,soloenrelacinalaspremisasasumidascomoverdaderas.
INTRODUCCIN
23
Todas las afirmaciones debern ser coherentes con el Sistema de Definiciones [coherencia
externadelaTeora].
Laverificacinempricadelateoranoseconsideranecesariapuestoqueseplanteaconuncarcter
esencialmenteformal
21
.
Para finalizar, en las conclusiones, haremos una revisin de porqu la complejidad solo puede ser
comprendida en toda su dimensin si serevisan las cuatro cuestiones propuestas, y una exposicin
de las cuestiones que diferencian y hacen ms ventajoso el paradigma de la complejidad frente al
paradigmadelacienciaclsica.
Es importante avisar que el presente texto puede no resultar sencillo de comprender laprimera vez
queselee,puestoquevamosarevisardemanerainterrelacionadamuchascuestionesqueapriorise
presentanysuelenexpresarsemediantelenguajesbastantediferentes.
Comprendertodoloquevamosarevisarpuederequerirciertoesfuerzointelectual,especialmente
paraaquelloslectoresquenoestnfamiliarizadosconellenguajelgicoomatemtico.
Porello,parafacilitarsucomprensinhemosutilizadocuatrorecursos:
expresartodaslascuestioneslgicasutilizandoterminologasencilladelaTeoradeConjun
tos[evitandootrasformasalternativasmsdifcilesdeentenderomenoshabituales].
acompaarlamayoradeformulacionesconexplicacionesenlenguajenatural,
incluir muchos ejemplos con ilustraciones que permitan entender de manera sencilla las
cuestionesrevisadas
desarrollarenlosAnexostodaslascuestionesmatemticasnoestrictamentenecesariaspara
lacomprensindeltexto[porejemplo,lasdemostraciones].
Complementariamente,podemosafirmarquemientrascomprenderlapresenteTeorapuedeexigir
ciertoesfuerzo,suaplicacinposterioresmuysencillayseextiendeacasicualquiercampodeco
nocimiento,desdeelanlisisdesistemashastalaepistemologa,psicologaolascienciassocialesen
general.
Podemos asegurar por tanto, que los beneficios compensarn con creces el esfuerzo que pueda
suponersulecturaycomprensin.
21
Sinembargo,existeotrapublicacinrealizadaporelautor[Alvira,2014a],quepuedeconsiderarseundesarrolloespecficoparamodeli
zar y medir un concepto complejo [la sostenibilidad], formulado independientemente de la presente teora pero totalmente compatible
conella,siendoposibleconsiderarlounejemplodesuaplicabilidad.
24
2_LACARACTERIZACINDELACOMPLEJIDAD
En este captulo vamos a revisar diferentes teoras existentes relacionadas con la Complejidad, y
enunciaremos las bases sobre las cuales se desarrollar la presente propuesta. Por tanto, ser una
combinacinentrerevisindemarcotericoydesarrolloinicialdelateora.
ElobjetivoserllegaracaracterizarlaComplejidadconsuficientedetalleyjustificartodaslaspremi
sas e inferencias que realizaremos posteriormente al formular la teora, lo que requerir revisar el
conceptodeComplejidaddesdediferentesperspectivasqueagrupamosencuatroaproximaciones:
Enprimerlugar,realizaremosunaaproximacinalconceptodeComplejidaddesdelasperspectivas
sistmicas,quenosllevaraarevisarlossiguientescuerpostericos:
LaTeoraGeneraldeSistemasnospermitircomprenderlaComplejidaddelosSistemasdes
delasperspectivasdeOrganizacinyEmergencia.
La Teora del Caos nos acercar a la comprensin de los Sistemas aperidicos con retroali
mentacinnolinealdesdedosperspectivasdiferentes:
o laComplejidadnoorganizadaquenosremitiralaTeoraEstadstica
o laautosemejanzaylosatractoresextraosquenosremitirnalaGeometraFractal
LaTeoradelosSistemasAdaptativosnosintroducirenlasparticularidadesdeestetipode
sistemascomosistemasque:
o se adaptan, formulando reglas de conducta y diseando respuestas nuevas; lo que
nospermitirrelacionarlacomplejidadconelaprendizajeylacreatividad.
o evolucionan, lo que se relaciona con la Complejidad como organiza
cin/conocimiento.
LasTeorasdelaJerarquaylaHolarquanospermitirncomprenderlasreglasdelaComple
jidadconnivelesdeemergencia.
En segundo lugar, realizaremos una aproximacin al concepto de Complejidad desde las ideas de
informacinysignificado:
laTeoradelaComunicacinnospermitircuantificarlacantidaddeincertidumbrereducida
medianteunacomunicacin.
LaCibernticadesegundoordennosacercaralanecesidaddelaexistenciadeunobserva
dorqueatribuyasignificadoalosfenmenos.
LaSemnticanosproporcionaralgunasherramientaseideasparapoderestablecerlarela
cinexistenteentreinformacinysignificado.
Entercerlugar,realizaremosunaaproximacinalconceptodeComplejidaddesdelarevisindelas
diferentespropuestasparasucuantificacin.Estaaproximacinrequerirunprimeresbozodecua
tromedidasdecomplejidad[quejustificaremosenrelacinalasdosaproximacionesanteriores]con
elobjetivodeservirdebaseparalarevisindediferentespropuestasexistentesparamedirlaCom
plejidad,quedividiremosendosgrupos:
UnaseriedemedidaspropuestasenelmarcodelasCienciasdelaComplejidad:
o LaComplejidaddeKolmogrov,comprensibleenelmarcodelaTeoradelaInforma
cinAlgortmica,quecomplementarlaspropuestasdelaTeoradelaComunicacin
ynosproveernumerososconceptosparalapresenteteora.
LACARACTERIZACINDELACOMPLEJIDAD
25
o Lasmedidasdeterministas,queutilizanmquinasdeTuring
o Lasmedidasprobabilsticas,quemodelizanladiferenteprobabilidaddelossistemas
desituarseencadaunodesusestadosposibles.
o Lasmedidasdecomplejidadsobregrficos,queutilizanalternativamentecualquiera
delosdosplanteamientosanteriores.
Una propuesta extra cientfica; la complejidad de los textos literarios, que nos servir para
comprender los fenmenos deComplejidad con varios niveles deemergencia y destacar la
importanciadelconocimientoyelobservadorenlamedicindelacomplejidad.
Encuartolugar,yarazdelarevisindelaimportanciadelconocimiento,realizaremosunaaproxi
macinepistemolgicaalaComplejidad,quedividiremosendosperspectivas:
ComplejidadyConocimiento,querevisaralgunascuestionespropiasdelaTeoradelCono
cimiento,LenguajeyFilosofa
ComplejidadyLgica,querevisarcuestionescomprensiblesenelmarcodelasLgicasBina
riayDifusa,yplantearlasreglasquedebeseguirlalgicaenelmarcodelacomplejidad.
VamospuesacomenzarporlaaproximacinalaComplejidaddesdelaperspectivasistmica

UNATEORAUNIFICADADELACOMPLEJIDADCAP.2.3:LAMEDICINDELACOMPLEJIDAD
RicardoAlvira.Todoslosderechosreservadosexceptodelasfotografasquecorrespondenasusautores.
2.3_MEDIRLACOMPLEJIDAD
Nos hemos acercado progresivamente a una conceptualizacin de la Complejidad aplicable a cual
quierobjetoyquepodremosmedirapartirdelacantidaddesuinformacinsignificativa.Serefiere
portantoaaquellainformacinenlosobjetoscuyosignificadopuedaserconocidodeantemano;es
decir,quepuedaseraprendidacomoconocimiento.
Ypodemosdefinirelconocimientocomoinformacinconsignificadoqueseaaplicableadosoms
objetosoeventosdiferentes;i.e.:aunaclasedeobjetosoeventos.
Estadefinicincoincideconlautilizacinhabitualdeltrminoregularidadenlasconceptualizaciones
cientficas delaComplejidad [que revisamos enla segunda parte de este captulo], y esimportante
indicarqueexcluyeciertainformacinconsignificadonoaplicableaunaclasedeobjetosquepuede
aparecerenobjetossingularescomolosobjetossimblicos
1
.
Apartirdeladefinicinanterior,propondremosmedirlaComplejidaddelosobjetoscontabilizando
la parte de su informacin transformable en conocimiento [i.e.: que pueda ser conocida], mientras
queelGradodecomplejidadcontabilizarelporcentajequeloseaenrelacinasumximoposible.
ElGradodeComplejidaddeunobjetoadquierepuesunsignificadomuydiferenteasuComplejidad
configurndosecomomedidasesencialmenteindependientes.
Imagen 17: La tarea de clavar un clavo nos permite ver que la Complejidad
resultaindependientedelGradodeComplejidad.
Lacantidaddeconocimiento[ComplejidadTotal]declavarunclavoesreducida,
mientrasquesupredictibilidadesprcticamentecompleta.
Porotraparte,ladificultadyacomentadademedirlacomplejidadtotaldeobjetosreales,vaare
querirquediferenciemosdostiposdemedidasdeComplejidadalasquehemosllamadoAbsolutasy
Condicionadasyquevamosacaracterizaracontinuacin.
2.3.1_LASDIFERENTESMEDIDASDELACOMPLEJIDAD
2.3.1.1_MEDIDASABSOLUTASDECOMPLEJIDAD
Las medidas absolutas revisarn todo el conocimiento que es posible extraer de cualquier objeto y
tendrngranimportanciaconceptualparaacotarlaconceptualizacindecomplejidadpropuesta.
Estasmedidasserndifcilmenteaplicablesreferidasasistemasofenmenosrealespuestoquecasi
nuncapodremosestarrazonablementesegurosdehabercontabilizadotodasuinformacinconsig
nificado, pero sin embargo, podrn ser operativas en objetos conceptuales cuya informacin haya
sidogeneradatotalmentemediantereglas.
1
Ver2.4.1.4_COMPLEJIDADDELOSSISTEMASSIMBLICOS;ARTE,LITERATURA,MSICA
COMPLEJIDADABSOLUTA
La Complejidad Absoluta de un objeto C[I], revisar la cantidad total de conocimiento enunciable a
partirdelainformacindelobjetoydebercumplirdoscondiciones:
UnacondicindeInclusinqueimplicarquesiunobjetoJestestrictamenteincluidoenotroobjeto
I, su Complejidad Absoluta ser necesariamente menor, puesto que I contiene a J [i.e: incluye su
Complejidad]msotrasreglasreferidasainformacinnoincluidaenJ
2
:
[ I: C|[] < C|I] (13)
UnacondicindeEvolucinqueafectarsoloalosSistemasAdaptativos,yquesereferirasuCom
plejidadAbsolutacrecienteamedidaquepasaeltiempo.
I2 I1 I SA: C|I]
12
> C|I]
11
(14)
Por tanto, la Complejidad Absoluta C[I] permite comparar el nivel de evolucin de sistemasincluso
declasesmuydiferentes;siC[I]>C[J]entoncesIesunsistemamsevolucionadoqueJ.
Sinembargo,laComplejidadAbsolutaincorporadosproblemasquelahacenpocooperativa:
Incluye la complejidad de todas las clases de objetos que contiene el objeto revisado, y ex
ceptoenobjetosdereducidadimensin,sumedicinrequerirungranesfuerzo.
C|I]~ C|[]
]I
(15)
Nuncaestaremostotalmentesegurosdehaberreconocidotodaslasregularidadesdeunob
jeto
3
.
Y ello nos permite afirmar que la Complejidad Absoluta no resultar un concepto operativo, salvo
quizsencasosmuyconcretosdeobjetososistemasconceptualesconBajaComplejidad.
GRADODECOMPLEJIDADABSOLUTA
EstamedidaC[I]
%
serefierealporcentajetotaldelainformacindelobjetoqueseaposiblegenerar
mediantereglas;entrminosdeTeoradelaComunicacinequivaleasuGradoderedundancia.
I 0: C|I]
%
~
R|I]
E|I]
mux
1 -
E|I]
E|I]
mux
(16)
2
Laafirmacinsedemuestrade manerasencillapuestoque elobjetoIdebertenerlacantidad deconocimientoincluida enJyalmenos
unaregladeconocimientoms;laquedefinalainclusinopertenenciadeJaI.
3
Nosabemosloquenosabemos[MaturanayVarela,1984]yportantonoesposiblesabercundohemoscontabilizadotodaslasreglas
deconocimientoenunciablesenrelacinaunobjeto.
ElGradodeComplejidadAbsolutaserunamedidadelgradomximodecompresinypredictibilidad
deunafuentedeinformacin.
2.3.1.2_MEDIDASDECOMPLEJIDADCONDICIONADA
Las medidas deComplejidadCondicionada solamente contabilizarn el conocimiento enunciable en
relacinaunobjetoqueposeaundeterminadosignificadoX[ocoincidaconunconceptoX],quese
establececomocondicinadichamedicindecomplejidad.
En trminos de comunicacin, equivale a seleccionar un mensaje o concepto X conocido de entre
losposiblesenunobjeto[sielconceptoXnoesposibleenelobjeto,entonceslamedidacarecerde
sentido puesto que inevitablemente ser cero] y evaluar en qu medida el significado del objeto se
correspondecondichomensaje:
SielobjetocoincidetotalmentecondichomensajeX[queesconocido],lainformacinnece
sariaparacomprenderlosermnima[puestoqueyaconocemosX].
SielobjetonocoincideenabsolutoconningnXposible[ningnmensajequepuedaserco
nocido],lainformacinnecesariaparacomprenderlosersudescripcincompleta.
De todas las reglas de conocimiento que podemos enunciar referidas a la informacin del objeto,
solocontabilizaremoslasrelevantesosignificativasenrelacinaX.ElconceptoXsehaceequivalen
teaunaperspectivadeanlisis,yporellosernlasmedidasoperativasporexcelencia,porquecuan
dorevisamosobjetosnossueleinteresarhacerlodesdeunaperspectivaX
4
.
Imagen18:Mapadelmundo.Kolmogrov[1965]proponequesicuan
domiramosunmapabuscandosuinformacingeogrfica,entoncesla
informacinacercadelaestructuradelpapelydelatintanosparecer
irrelevantepeseaquetambinesinformacin.
En una medidade laComplejidad absolutadeun objeto debera con

tabilizarse, pero en una medida condicionada de su Complejidad, no
siempre ser necesario; depender de la condicin elegi
da/establecida.
LasmedidasdeComplejidadCondicionadavanatenergranimportanciaporqueexceptoenobjetos
conceptualessencilloslaComplejidadAbsolutanopodrsermedida.LasmedidasdeComplejidad
Condicionadanosvanapermitirtrabajarconlainformacindelosobjetos,restringiendolaparte
desuinformacinquerevisamosaaquellarelevanteparaunconceptoXdeterminado.
LaeleccindelconceptoXserportantofundamentalparadeterminarlanaturalezaymedidadela
Complejidad Condicionada de los objetos. Diferentes conceptos X proporcionarn diferentes medi
dasdecomplejidad,ylopodremosinterpretardesdelasperspectivasyarevisadascomo
5
:
4
Mientras que la Complejidad Condicionada equivale a elegir una perspectiva de anlisis especfica, la Complejidad Absoluta equivale a
revisar los objetos desde todas las perspectivas posibles. Por ello las medidas de Complejidad Condicionada sern en general ms intere
santes,puestoquehabitualmenterevisamoslosobjetosenrelacinaunafinalidadespecfica,noacualquierfinalidadposible.
5
LasmedidasdeComplejidadCondicionadarequieren elegirunconcepto X,queserinterpretablea un tiempocomosignificado,propie
dademergenteoclase. Significado,organizacin deunaclaseypropiedademergenteseconfiguranentrminosequivalentespara medir
cualquiermanifestacindeComplejidadCondicionada.
Desdeunaperspectivasistmica,estaremoscuantificandolacantidad
delaestructuradeunsistemaIquecoincideconlaorganizacindeunaclaseX
enqueunadeterminadapropiedadXemergeenunsistemaI
Desdeunaperspectivadecomunicacineinformacin,estaremoscuantificandolacantidad
enqueunsignificadoXemergedelainformacindeunafuenteI.
del significado de una fuente I que coincide con el de un mensaje X elegido por un
observador.
YestaltimainterpretacinnosanuncialaimportanciaderevisarunafrmuladelaTeoradelaCo
municacin:laInformacinComn.
INFORMACINCOMNDEDOSFUENTES
LaInformacincomndedosfuentespuedeserconceptualizadacomolareduccinmediadeincer
tidumbredeuna[fuente]dadoelconocimientodeotra[Crutchfield&Feldman,2001:5],yes:
Informacin
comn
I|I; X] = E|X] -E
X
|I] (17)
H[X]eslaEntropamximadeX;i.e.:lamximaignoranciaquepodemostenerrespectoaX[quepor
tantocoincideconlacantidadmximadeinformacinquepodremostenerenrelacinaX]ysuvalor
dependedeladiversidaddesmbolosposiblesenlainformacin/descripcindeX.
H
x
[I]serlaEntropaCondicionaldeIrespectoXqueesunamedidadecomodeinsegurosestamos
acercadeIcuandoconocemosX[Shannon,1949:12],ysufrmulaes:
Entropa
Condicional
E
X
|I] = -p(i, ]) log
2
p
(])
,]
(18)
COMPLEJIDADCONDICIONADA
LaComplejidadCondicionadaC
X
[I]cuantificarlacantidadenqueundeterminadoconceptoXemer
geenundeterminadoobjetoI
6
,ycalcularlarequerirdoscuestiones:
CalcularlacantidaddeinformacindeIqueconcuerdaconladelconceptoX
VerificarlascondicionesquepodranhacerqueXnoseaciertoreferidoaI
7
.
EstorequerirenprimerlugaradaptarlafrmuladelaInformacinComn,paraquemidalacanti
daddelconceptoXqueestpresenteenelobjetoI:
C
x
|I]~|I|I, x]] = |E|x] -E
x
|I]] (19)
Siendofunafuncintodavapordeterminar
6
El planteamiento coincide en gran medida con la Complejidad Relativa propuesta por Kolmogrov [1965:4] para medir la cantidad de
informacinqueundeterminadoobjetoXtransmiteacercadeundeterminadoobjetoY[verTEORADEINFORMACINALGORTMICA]
7
Nosvamosacercandoalhechodequecuandolaexpresemoscomomedidanormalizada[esdecir,comoGradodeComplejidadCondicio
nada],serposiblerelacionarlasconlaLgicaDifusa.[ver2.4_COMPLEJIDAD,CONOCIMIENTOYLGICA]
DadosunconceptoXyunobjetoI;lossmbolosrelevantes[significativos]paraXserntodosaque
llosquedeterminanelsignificadodelobjetoI;esdecir,todosaquellosaloscualesXimplcitamente
asignaunvalorypuedenhacerqueXreferidoaIpuedasercierto,parcialmenteciertoofalso.
YsiconsideramosXcomounacadenaconNsmbolosrelevantes,existirunlmitealacantidadm
xima de informacin que I podr contener respecto de X que se alcanzar cuando toda la informa
cindeXestpresenteenI,esdecir:
C
x
|I]
mux
~I|I, x]
mux
= N
8
(20)
Sinembargo,habitualmentelainformacinasociadaacadasmbolorelevantedeXestarpresente
enIsoloenunciertogrado,ysernecesarioplantearunaformulacinquenospermitadeterminar
elvalorC
x
[I]endichassituaciones,esdecir:
C
x
|I]~ _
x
|i]
N
=1
_ (21)
Siendof
x
[i]lasfuncionesquemidenlacantidaddeinformacindecadasmbolorelevantedeXque
estenI,mientrasquefserlafuncinquetransformadichafuncionesenunamedidadelacanti
dadglobalqueelconceptoXemergeenI.
Adicionalmente,sernecesariomodelarlosfactoresquepuedenhacerqueXnoseaciertoreferidoa
I,peseaquepartedelainformacinesperadaenXestpresenteenI.
Eldesarrolloenprofundidaddeambascuestionesrequierequeprimerorevisemosalgunosconcep
tos,porloquedejaremossuresolucinpendienteparamsadelante[vercaptulo3].
GRADODECOMPLEJIDADCONDICIONADA
ElGradodeComplejidadCondicionadaC
X
[I]
%
,mideelgradoenqueXemergeenunobjetoI;esuna
normalizacindelaComplejidadCondicionadaenrelacinasumximovalorposible
9
:
I, x 0: C
x
|I]
%

C
x
|I]
C
x
|I]
mux
(22)
EstoimplicaqueparamedirGradodeComplejidadsernecesariopoderestablecerunvalormximo
C
x
[I]
max
10
,cuestinquenoserposibleparatodoslosconceptosX[aunquesparalamayora].
El Grado de Complejidad ser la medida ms interesante para la modelizacin de sistemas, ya que
permitirmedirconceptosXmuydiferentes,algunosdeloscualestendrngraninters
11
.
8
La Complejidad Condicionada mxima de un objeto estar limitada por la informacin mxima contenida en el mensaje o concepto en
relacin al cual se evala. Cuanto mayor sea el nmero de smbolos relevantes asociados a dicho concepto, mayor ser la informacin
totalqueelobjetopuedetransmitirenrelacinalmismo,yportanto,suComplejidadCondicionada.
9
Pormayorbrevedad,apartirdeahoralollamaremosGradodeComplejidad
10
Ensentidoestricto,habitualmentenonecesitaremoscalcularCx[I]max,sinounmximorelativoquenospermitacompararobjetos.
Las medidas de Complejidad Condicionada estn basadas en gran medida en la informacin comn
entredosobjetosI[I;x],yconelloheredarndoscualidadesdedichaformulacin
12
:
SiconocidoXestamosmssegurosacercadeI,entoncesIcontieneinformacinacercadeX,
yportantoI[I;X]>0,loqueentrminosdeComplejidadreinterpretaremoscomoquesicono
cidoXestamosmssegurosacercadeI,entoncesC
x
[I]>0
C
x
|I] > u conociJo X cstomos ms scguros occrco Jc I (23)
SiXeIsonindependientes;H[X]esigualaceroH[I]esigualacero,entoncesI[I;X]=0;quere
interpretaremoscomosiXeIsonindependientes,C[X]=0oC[I]=0,entoncesC
x
[I]=0
C
x
|I] = u |X I = u] |C|X] = u] |C|I] = u] (24)
2.3.1.3_LACOHERENCIADELASMEDIDASABSOLUTASYRELATIVAS
La distincin de cuatro medidas de complejidad es una herramienta que nos sirve para revisar con
mayorfacilidadciertascuestiones,peroesimportanteindicarquetodaspuedenserexplicadascomo
unanicaperspectiva;correspondenenrealidadaunanicaconceptualizacindelaComplejidad.
LasmedidasdeGradodeComplejidadpuedensercomprendidascomounanormalizacinentre0y1
delasmedidasdeComplejidadCondicionada[loquenoimplicamodificacinconceptual].
C
x
|I]
%
=
C
x
|I]
C
x
|I]
mux
(25)
YlasmedidasAbsolutassonconceptualizablescomomedidasdeComplejidadCondicionadaenrela
cinadosconceptosXespecficos:
la Complejidad Absoluta ser un caso particular de Complejidad Condicionada en la que el
conceptoelegidoesconocimiento.
x = "conocimicnto" C|I] = C
x
|I] (26)
el Grado deComplejidadAbsoluta, ser un caso particular de Grado deComplejidadCondi

cionadaenlaqueelconceptoelegidoespredecible.
x = "prcJcciblc" C|I]
%
= C
x
|I]
%
(27)
11
Porejemplo,siXesorganizacin ptima,CX[I]%podrmedirelGradoenquelaorganizacinde unsistemaseaptima, queesunade
lasformasdecaracterizar/medirelGradodeSostenibilidaddelosSistemas[Alvira2014a].
12
La frmula de la informacin comn posee otras propiedades como la simetra, es decir, I[I;X]=I[X;I], que no poseer la Complejidad
Condicionada, puestoqueX esunconcepto e I es unobjeto;ypor ellonosernintercambiables. Enestesentidocabeinterpretarlaafir
macindeFrege[1892b:183]Unaecuacinesreversible;unobjetoenrelacinaunconceptoesunaecuacinirreversible.
AnteriormentehemosdescritolasmedidasdeComplejidadCondicionadacomocasosparticulares
delasmedidasdeComplejidadAbsolutas,peroahoravemosquepodemosafirmarloinverso;las
medidasAbsolutaspuedenserconsideradascasosparticularesdemedidasCondicionadas.
Seestableceunarecursividadentreambostiposdemedidasquenospermiteafirmarquedetrsde
todas ellas existe una nica conceptualizacin, y que el inters de diferenciar cuatro medidas de
complejidad es meramente expositivo, ya que permitir comprender y explicar con mucha mayor
claridadalgunasdelascuestionesquevamosaproponer/revisarenlapresenteteora.

2.3.2_REVISIONDEALGUNASCONCEPTUALIZACIONESYFORMULACIONESEXISTENTES
Existeungrannmerodeaproximacionesypropuestasparamedirlacomplejidad,delascualesva
mosarevisaralgunasrelevantesparalapresentepropuestadiferenciandodosgrupos:
Enprimerlugar,revisaremosvariaspropuestasquehansurgidoenelmarcodelasllamadasCiencias
delaComplejidad,quevanapresentardoscaractersticascomunes:
planteanformulacionesmatemticasquemideninformacin.
sonconceptualizablescomomodelizacionesdecomplejidadconunniveldeemergencia.
Yensegundolugarrevisaremosunaformulacindeunmbitoextracientfico;lamedidadelacom
plejidaddetextosliterarios,quevaapresentarcaractersticasmuydiferentesalasanterioresycuya
revisinnosvaapermitirintroducirvariascuestionescomplementarias:
losaspectosmatemticospierdenpesofrentealainteraccindeunadiversidaddefactores
queincluyencuestionessubjetivas
esconceptualizablecomounamodelizacindecomplejidadconvariosnivelesdeemergencia
Vamospuesarevisarambostiposdepropuestas.
2.3.2.1_LACUANTIFICACINDECOMPLEJIDADENLASCIENCIASDECOMPLEJIDAD
LasformulacionespropuestasdesdelasCienciasdelaComplejidadplanteanlamedicindeinforma
cincomoformademedircomplejidad,yparacomprenderlassehacenecesariorevisarunapropues
taalternativaalaTeoradelaComunicacin:laTeoradelaInformacinAlgortmica.
CuandoShannonproponesuformulacindelaEntropacomomedidadelainformacintransmitida
por un mensaje, se hace evidente que es una conceptualizacin de la informacin desde una pers
pectivamuyespecficaunacomunicacin,ysurgendoscuestionamientosadichapropuesta:
Lamedidadeinformacindependedelcontextoenqueseproducelacomunicacin;midela
improbabilidadderecibirunmensajeentreunconjuntodemensajesposibles,ysiestecon
juntovara,lacantidaddeinformacinqueproporcionaunmismomensajeserdiferente
13
.
Consideraquelacantidaddeinformacinesindependientedelvalordelmensajetransmiti
do,ysurgeunapreguntainevitableQupasacuandorecibimosunmensajeimprobabley
desconocido,perocuyocontenidoescompletamenteintil?
14
Estasdoscuestionessepuedencombinarenunasolapregunta:esposibleproponerunamedidade
informacin invariante para cada posible mensaje u objeto [que no dependa del contexto] y que
contempleelvalordelmensajetransmitido?
15
.
13
LafrmuladelaEntropamidelacantidaddeinformacintransmitida en funcindenuestraincertidumbreacercadesurecepcin,que
ser mayor cuanto mayor sea el nmero de mensajes posibles. Desde esta perspectiva si recibimos un mensaje cuyo contenido ya cono
cemos y sabemos que vamos a recibir, no nos estar informando de nada; mientras que si recibimos un mensaje que desconocemos nos
estarinformandodetodosucontenido.
14
Informaraalguiendealgoquenoleestilsuponerealmenteaportarleinformacin?
15
Podemos interpretar como esta preocupacin por el valor del mensaje la afirmacin de Kolmogrov [1965] Qu significado real hay
ah?CuantainformacincontieneGuerrayPaz?Debedestacarsequeelproblemaampliodelamedicindelainformacinrelaciona
daconlaactividadcreativahumanaesdelamayorimportancia
Y con la intencin de responder a esta pregunta, se plantean varias propuestas que se agruparn
bajo el nombre de Teora de Informacin Algortmica; origen de muchas propuestas posteriores de
cuantificacindecomplejidad.
TEORADEINFORMACINALGORTMICA
Surge de la aportacin conjunta de tres autores que, buscando diferentes objetivos, llegan a una
propuesta similar [Solomonoff, KolmogrovyChaitn], y ello hace que sea posible realizar almenos
treslecturasdiferentesdeestateora
16
:
comounmodeloparalainferenciainductivaocapacidaddeinferiracontecimientosfuturos
odesconocidosapartirdeotrospasadosoconocidos[Solomonoff,1964].
comounapropuestaalternativaalaEntropadeShannonparamedirinformacin[Kolmog
rov,1965].
comounaformademedirlaaleatoriedadalgortmica[nocomputabilidad]decadenasdein
formacin[Chaitn,1967].
Estastreslecturassesuperponenalapreguntaplanteadaantes,queintentarcontestarestateora
proponiendo una medida de informacin invariante para cada objeto que capture su valor como
mensaje.
Mientras la entropa de Shannon midela informacin como la cantidad de bits necesaria para dife
renciarunmensajerecibidodelrestodemensajesquehubierasidoposiblerecibir;Kolmogrovpro
poneunamedidadeinformacinindependientedelacircunstanciaenqueseacomunicadoelmen
saje;i.e,cuandoelconjuntodemensajesposiblessontodoslosmensajes[Li&Vitanyi,1997]
Para ello propondr la Complejidad de Kolmogrov o K
U
[I], cuya definicin es la longitud del pro
gramamscortol[p]capazdegenerarunacadenaIenunamaquinauniversaldeTuringU
17
.
Complejidad
Kolmogrov
K
0
|I] = min{l|p]: u|p] = I] (28)
LaComplejidaddeKolmogrovmidelacomputabilidad[ocapacidaddegenerarcadenasdeinforma
cinapartirdereglas]delosobjetosmodelndoloscomocadenasnumricas.Esportantouname
didadesuContenidodeInformacinAlgortmica[AIC]
18
.
16
SepuedeconsultarunresumeninteresanteenLi&Vitanyi[1997]yZawada[2009].
17
EntrminosactualesunaMaquinaUniversaldeTuringesunordenador[paraunadescripcincompletaverTuring[1936].
18
LaComplejidaddeKolmogrovseconsideraenlaactualidadunamedidadelaaleatoriedadalgortmicadecadenasdeinformacinypor
ello un texto de Shakespeare sera menos complejo que un texto de igual longitud tecleado por un conjunto de monos [GellMann,
1995a],puesto queKu[I]alcanzasu mximo valorcuando unacadena numricano presenta regularidadesylasolucin mscorta para
generarlaesdecirlealamquinadeTuringqueimprimalapropiacadena[Feldman&Crutchfield,1998]
Yparacadenasnumricasdesuficientelongitud,lamayorlongituddelprogramaelvalormximode
K
U
[I]
max
sealcanzarcuandoIseaunacadenaalgortmicamentealeatoria,yelprogramamscorto
paragenerarlaseadecirlealamquinaqueimprimalacadenaI:
Complejidad
maxima
K
0
|I]
mux
= min{l|p]: p = "print I"] (29)
Y para valorar el contenido del mensaje se propone la Complejidad Relativa entre dos objetos
K
U
[I,x],queserlalongituddelprogramamnimol[p]paraobtenerIapartirdeX
19
,esdecir:
Complejidad
Relativa
K
0
|I, x] = min{l|p]: u|p, x] = I] (30)
LarevisindelaComplejidaddeKolmogrovnospermitevervariascuestionesimportantes:
iniciaunrecorridoenelcualsebuscadetectarymedirlainformacinsignificativadelosob
jetos[frentealaTeoradelaComunicacincuyoobjetivofundamentaleraoptimizareldise
o/dimensionadodeloscanalesdecomunicacin]
sugierequeenunamayoradeobjetossolonosinteresamedirciertainformacin[laquepo
seeundeterminadosignificadoX]ylopodremosmedirmediantelaComplejidadRelativa.
ambas medidasestn relacionadas, puesto que K
U
[I]puede ser caracterizada como un caso
particulardeK
U
[I,x]cuandoXesunacadenavaca
20
x = K
0
|I] = K
0
|I, x] (31)
Supone por tanto un avance hacia la medida del significado en los objetos; y mientras que la in
formacin transmitida que mide la Entropa se maximiza para la equiprobabilidad entre los dife
rentessmbolosquedescribenaunobjeto,sunoequiprobabilidad
21
empiezaaconfigurarsecomo
unasealdesignificado;i.e.:dequeocurrencosasinteresantesenlosobjetos.
Lapresenciadepatronesoregularidadesenlascadenasdeinformacinnosvaapermitirconside
rarqueconstituyeninformacinconsignificado
22
.
19
Kolmogrov[1965]afirmaqueloquenormalmentenosvaainteresarserlaComplejidadRelativaentreunobjetoIconotroX;esdecir,
medir la cantidad de informacin que posee un objeto I dentro de un determinado tipo de informacin X. NOTA: Kolmogrov utiliza el
trminorelativademaneradiferenteaShannon;noserefiereaunamedidanormalizadasinocondicionada.
20
Li&Vitanyi[citadosenFaloutsos&Megalooikonomou,2007]denominanlaComplejidaddeKolmogrovComplejidadnoCondicionaday
laconsideranuncasoespecialdeComplejidadCondicionalcuandoXesunacadenavaca;i.e.:noimponecondiciones.
21
Equivale a la presencia de patrones o regularidades. Solomonoff [1964:8] define regularidades como desviaciones de las frecuencias
relativasdevariossmbolosenrelacinalamedia"
22
Solomonoff [1964] denomina cadenas sin significado a aquellas que cuando son proporcionadas a una mquina de Turing no generan
ninguna otra cadena; y cadenas significativas aquellas que suministradas a la mquina de Turing generan otra cadena como resultado. Y
proponequeconsideraremosunaentradacomosignificativasicadasmbolodelasalidatomasolamenteun nmerofinitode operacio
nesparasercomputado[1964:15],llegandoaidentificarsignificadoconcomputabilidadapartirdeotrascadenas.
LarevisindelaTeoradeInformacinAlgortmicanospermitedestacarvariascuestionesclavepara
entendertodaslasformulacionesyconceptualizacionesposterioresdelacomplejidad:
Porunaparte,aparecelaimportanciadelapredictibilidadoposibilidaddegenerarlainformacin
delosobjetosmediantereglasconocidasyqueserequivalenteapodercomprimirla;soloposeer
significadoaquellainformacinquepodamoscomprimirenalgunamanera
23
.
Yestaprimeracuestindarorigenaunaperspectivadeterminista,quebuscarcuantificarcomple
jidad a partir dela dificultad degenerar o describirla informacin delos objetos, y que compartir
baseconceptualconlaaproximacincombinatoriadelaComplejidaddeKolmogrov.
Por otra parte, los objetos con valores muy elevados o reducidos de K
U
[I] van a tener en general
poco inters; sern objetos algortmicamente aleatorios [por ejemplo, un conjunto de monos te
cleando]uobjetostriviales[porejemplo,unapersonaapretandoduranteuntiempolatecla1].
LosobjetosmsinteresantestendrnvaloresintermediosdeK
u
[I];yaquseinicianuestrarelacin
problemticaconlacomplejidad;losobjetosquemsnosinteresan[porejemplo,lossistemasbiol
gicos]tendrnvaloresintermediosdeK
U
[I];peroQudefineesepuntointermedioyporqu?
24
Yestasegundacuestindarorigenaunaperspectivaposibilista/probabilista,quebuscarcuantifi
carlacantidaddeorganizacin[entendidacomorestriccionesalosestadosposiblesdelossistemas/
yasignacindediferentesprobabilidadesalosestadosposibles]yqueutilizarlafrmuladelaEn
tropaylaaproximacinprobabilistadelaTeoradelaComunicacin.
Adicionalmente, la Complejidad de Kolmogrov aporta otro aspecto importante, generalmente no
nos interesar toda la informacin de un objeto sino una parte de ella, y podremos medir por
comparacinentreobjetos;lasmedidasquemsnosinteresarnsernlasmedidasrelativas.
Constituye otra forma de acercarnos a nuestra propuesta de Complejidad Condicionada desde la
perspectivadeinformacinysignificado,siendonecesariasdoscuestionescomplementarias:
avanzarunpasomsenabstraccinyconsiderarqueX poui sei cualquiei objeto concep
tual,esdecir,cualquiertrminooconstruccinlingsticaconsignificado.
flexibilizar el concepto de computabilidad llevndolo hacia la reconstruccin con suficiente
fiabilidaddedichoconceptoosignificado
25
Esta segunda cuestin requerir trasladar el objetivo desde la medicin de la cantidad de informa
cindeXqueestenIhastalamedidadelacantidaddelsignificadodeXqueesverdadreferidoaI;
Equivale a identificar el significado de los objetos con nuestra capacidad de generar su informacin a partir de patrones; que a su vez
puedeconsiderarseequivalenteacomprenderlos.
23
Esdecir,quepodamosdesignar.Lospropiostrminoslingsticosqueutilizamosparadesignarlossignificadosdelosobjetosconstitu
yenunacompresindeunacantidadmuchomayordeinformacinenlosobjetosdesignados.
24
Esdecir,entrecadenascomputablesconalgoritmosmuysencillosycadenasnocomputables,loqueserelacionaconelgradoenquees
posible comprimir su informacin. Las cadenas interesantes son las que permiten comprimir su informacin un punto medio, pero Es
posibledefiniresepunto?LarespuestaaestapreguntadarorigenaintentosdemedirelGradodeOrganizacindelosobjetos.
25
Suponeconsiderarque nosernecesarioreconstruircontotalexactitudlainformacin decada objeto,sinosercapacesdeimaginarlos
consuficienteprecisin.Aludeasuformageneral;asucontenidocomomensajesoasuidentidadcomosistemas.
transformacinquepareceaceptablereferidaaunarealidadquenuncaestotalmentecomputable
nimodelablematemticamente.
Y esto nos permite entender por qu existen muchas propuestas diferentes de modelizacin de
complejidad;aceptarqueXpuedesercualquierconceptopermiteaceptardiferentesmodelizaciones
delacomplejidadsilosconceptosXqueseestnmidiendosondiferentes.LaComplejidadCondicio
nadapuedeestarserefiriendoacuestionesmuydiferentessegnelconceptoXelegido.
EquivaleatransformarlaTeoradelaComplejidaddesdesuactualaceptacinmayoritariacomoel
estudio de fenmenos de Organizacin [y en menor medida de Emergencia], en una Teora que
atribuyeunaimportanciasimilaralasideasdeOrganizacin,Emergencia,SignificadoyLgica.
Atribuimosorganizacinacualquierobjetoenelcualseproducelaemergenciadealgunapropie
dad, significado o concepto X, y el grado en que dicho concepto emerge equivale a su grado de
pertenenciadifusaalaclaseX
26
.
La Teorade la Informacin Algortmica nos aporta muchas cuestiones interesantes, pero es impor
tanteindicarquelaComplejidaddeKolmogrovnopuedeconsiderarseunamedidadeComplejidad:
Incumple la afirmacin fundamental de la Teora de Sistemas y de la Complejidad ya que
maximiza su valor precisamente cuando los objetos son algortmicamente aleatorios y des
cribirlosrequiereenumerarcadaunadesuspartes.Ysiparadescribirelobjeto[eltodo]ne
cesitamosenumerartodasuinformacin[cadaunadesuspartes],eltodosehaceigualala
sumadesuspartesyportantonoserunobjetocomplejo.
LaComplejidadsiempreimplicanolinealidadperolaComplejidaddeKolmogrovdeobjetos
algortmicamentealeatoriosconstituyeunamedidalineal
27
.
OtracuestinrelevantedelaComplejidaddeKolmogrovesqueelcriteriodecomputabilidadalgo
rtmica otorga la misma importancia a cualquier regularidad presente en los objetos; desde la
perspectiva de emergencia equivaldr a considerar un nico nivel de emergencia, y esta cuestin
serrepetidaporcasitodaslaspropuestasdelasCienciasdelaComplejidad.
Ylapreguntadeculeslamedidadecomplejidadcorrectacarecerdesentido;porquecuandose
trate de medir un nico nivel de emergencia, sern posibles numerosas formulaciones diferentes
dependiendo del concepto o manifestacin de complejidad X medido [no obstante, posteriormente
propondremosalgunascondicionesmnimasquedeberancumplirtodaslasformulaciones].
26
Las reglas de organizacin que regulan las interacciones entre elementos [posibilitan la emergencia] se hacen equivalentes a las reglas
sintcticas que regulan la combinacin de signos [posibilitando el significado] y de la lgica que regulan la combinacin de afirmaciones
[posibilitandolosvaloresdeverdad].
27
Esta transformacin no lineal de informacin en significado impondr una limitacin al valor mximo de la complejidad, que siempre
deberserunacantidadfinita.SinembargosilacadenaesincomputableysuinformacinesinfinitaKU[I]esinfinito,ysiaceptamosquela
mayoradelascadenas numricassonalgortmicamentealeatorias[Li&Vitanyi,1997]entoncesenuna mayoradesituacionesKu[I]ser
unamedicinlinealdecantidaddeinformacin.
Vamos a revisar otras conceptualizaciones/formulaciones interesantes, dividindolas en tres grupos
segnsuacercamientoprincipalalacomplejidad:
elcontenidodeinformacinalgortmica.
losestadosposiblesdelossistemas.
el anlisisgrafico de losobjetos, que podr relacionarse con cualquiera de los dos plantea
mientosanteriores.
Yelintersprincipalserrelacionarcadaunadeellasconnuestrapropuesta;mostrandolascoinci
denciasconideasqueyahemosplanteadoorecogiendoideasnuevasqueincorporaremosenlaTeo
ra,yrevisandosipuedenserconceptualizadascomocasosparticularesdelamisma.
APROXIMACIONESALACOMPLEJIDADAPARTIRDELAICDELOSOBJETOS
VamosarevisaraqutrespropuestasqueutilizanmquinasdeTuringyplanteandiferentesdesarro
llosapartirdelaTeoradeInformacinAlgortmica,quebuscarntrasformarlamedidadeinforma
cinenunamedidadeinformacinsignificativa
28
:
LaProfundidad[Bennett,1988]adoptarunenfoquedinmico;proponiendoqueeltiempoquene
cesitaunamaquinauniversaldeTuringparagenerarunobjetoapartirdesuprogramamnimoser
unamedidadesuevolucin;amayorprofundidadlgicamayortiempodeevolucin
29
:
Profundidad |I] = {t|min|p]]: u|p] = I] (32)
Siendot[p]eltiempodeejecucindelprogramap
Complementariamente,suautorproponelaProfundidadRelativadedoscadenasXeIenunnivelde
significacinsD
S
[I/x]comoeltiempomnimonecesarioparacomputarIdesdeXporunprograma
queseasincompresiblerelativoaX[Bennett,1998:17]:
Profundidad
Relativa
S
|Ix] = min{t|p, x]: |l|p] - l|(px)
] < s] |u|p, x] = I]] (33)
SiendopunprogramacapazdegenerarIapartirdex,p*elprogramademenorlongitud,ysun
lmiteenbitsquenoesposibleresumirprespectoax,esdecir[(p/x)*]
LaSofisticacin[Koppel&Atlan,1987]propondrqueeltamaodeladescripcinmsconcisadela
estructura o regularidades de un objeto ser una medida de la cantidad de planificacin necesaria
paraproducirdichoobjeto:
Sofisticacin S0PE
s
|I] = min{l|p]: |: l|p] +l|] AIC|I] +s]] (34)
28
PodemosinterpretaraslaafirmacindeKoppel[1987:1087]dequeloquegeneralmentenosinteresaenlosobjetos essucomplejidad
significativaquepuedeserreducidaaunquesucomplejidaddeKolmogrovseaelevada
29
Uncuestionamientoaesteacercamiento[tiempodeconstruccincomomedidadeevolucin]sernciertosobjetosqueincluyeninstruc
cionesiterativas[e.j.:fractales,],dedifcilmodelizacindesdeestaperspectiva[algoquesugiereGellMann1995b]
Siendo I una cadena de informacin; l[p] la longitud de un programa; D un conjunto de datos;
AIC[I]elContenidodeInformacinAlgortmicadeI;yp,DunadescripcinmnimadeIens,esdecir:
I|p, ] = l|p] +l|] AIC|I] + s (35)
LaComplejidadEfectiva[GellMann&Lloyd,2003]puedeconsiderarseundesarrollodelaSofistica
cinysedefinecomolalongituddeunadescripcinmuycomprimidadelasregularidades[deun
objeto]ysecalculacomo:
Complejidad
Efectiva
K|E] = AIC|E] (36)
SiendoEelconjuntodelasNcadenasrquedescribencadaunadelasregularidadesenelobjetoI,y
AICelContenidodeInformacinAlgortmicadeE.
Losautoresdelapropuestadelacomplejidadefectivahacenreferenciaavariascuestionesquehe
mosidorevisandoenlapresentepropuesta:
Consideran que la Complejidad implica cierta subjetividad; es decir, que depende en parte
delpuntodevistadelobservador.
Proponenquesumayorutilidadresideenlacomparacindeobjetos
Aludenaunconceptoderegularidadmuysimilaraldereglaquevamosaproponer.
Estas tres propuestas presentan cierta similitud debido a su origen comn en la Teora de Informa
cinAlgortmica,loquelesllevaaproponermedidassemejantesaK
U
[I]y/oK
U
[I,x],permitindonos
establecerunparalelismoconnuestraspropuestasdeComplejidadAbsoluta/Condicionada:
la Profundidad y la Sofisticacin permitirn plantear una equivalencia en ambos niveles, si
biensuscriteriosdemedicindecomplejidadserndiferentes
laComplejidadEfectivasesituarenunlugarintermedioentreambas,buscandocontabilizar
todaslasregularidadesperoenundeterminadoniveldedetalledeladescripcin.
Las tres propuestas se apoyan en el enfoque computacional utilizando mquinas de Turing paralo
grarlaobjetividadyacambiointroducirnalgunaslimitaciones:
soloadmitirnmodelarcomplejidadconunniveldeemergencia.
heredarn de K
U
[I] la imposibilidad en muchas situaciones de estar totalmente seguros de
haber reconocido todas las regularidades de un objeto; indeterminacin que tambin ser
recogidapornuestrapropuestadeComplejidadAbsoluta.
noserposibleestablecerunvalormximo,yportantonosernexpresablesenformarela
tiva,esdecir,comoGradodeComplejidad[algoqueincorporantodaslaspropuestasbasadas
enelAIC].
Adems, la utilizacin de mquinas de Turing cuantifica la informacin de los objetos a partir de la
longitud de las descripciones de sus regularidades, pero numerosos objetos [reales y conceptuales]
nopermitenmodelarcomocadenasnumricastodossussignificadosylalongituddeladescripcin
desusregularidadesnonecesariamenteguardarrelacinconsucomplejidad
30
.
Y nuestra propuesta plantear un cambio fundamental en relacin a esta ltima cuestin, propo
niendoquelacantidaddecomplejidadqueaportacadaregularidadoregladependerdesunivelde
significacin, y dentro de un mismo nivel de significacin todas las reglas aportarnla misma canti
daddecomplejidadaunobjeto.
APROXIMACIONESALACOMPLEJIDADAPARTIRDELOSESTADOSPOSIBLESDELOSSISTEMAS
SetratadeacercamientosqueseorientanespecialmentealanlisisdeSistemasAdaptativos[aunque
tambin habr interpretaciones puramente termodinmicas] interpretando su complejidad como
una medida de su cantidad deorganizacin, que se busca medir a partir de los estados posibles de
lossistemasensusespaciosdefases,utilizandolafrmuladelaEntropa.
Lajustificacinseencuentraendosinterpretacionescomplementariasdelaideadeorganizacin:
Por una parte, la organizacin se considera compuesta por las relaciones entre los elementos del
sistema y limitaciones en cuanto a sus posibles configuraciones [actuales y/o futuras]
31
, estable
ciendoasunarelacinentreorganizacinycertidumbre,queaparececomoconsecuenciadelaexis
tenciadeorganizacin.
Amedidaqueunsistemareducesusposiblesconfiguraciones[incrementasuorganizacin]aumenta
nuestracertidumbreacercadesuestadoenunmomentodado,quesepodrmaterializarcomo:
certidumbreacercadesuestadofuturo;conocidoelestadoactualdelsistema,notodoslos
estados futuros sean igual de probables y algunos no sern posibles. Existirn atractores o
comportamientosergdicos
32
.
certidumbreacercadesuestadomicroscpico,conocidosuestadoglobal[informacincom
primida],podremosreproducirsuestadomicroscpico[informacinnocomprimida]
33
.
Ambostiposdecertidumbresepodrnevaluarapartirdelosestadosposiblesdelsistemasobresu
espacio de fases, y la cantidad de restricciones/posibilidades en dicho espacio se considerar una
medidadesucantidaddeordenuorganizacin.
30
Ambascuestionessedesarrollanposteriormente[verCOMPLEJIDADDELOSTEXTOSLITERARIOS]
31
VonFoerster,1960.ElautorproponelosSistemasAutoOrganizadores[i.e.:SistemasAdaptativos]comoaquelloscuyacantidaddeorden
[nmerodelimitaciones]seincrementaconeltiempo,loquepodemosrelacionarconlosconceptosdeEvolucinyComplejidadAbsoluta;
interpretandoquecadareglaesunalimitacin.
32
Esdecir,notodoslospuntosdelespaciodefasesdelsistematenganigualprobabilidad.Estoserelacionarconsupredictibilidad.
33
Se relaciona con el concepto de Entropa: "La entropa de un sistema termodinmico es una medida del grado de ignorancia de una
persona cuyo conocimiento nico acerca de su microestado consiste en los valores de las magnitudes macroscpicas xi que definen su
estadotermodinmico"[Jaynes,1978:28].
Porotraparte,seconsideraquelaorganizacindelossistemasesaquelloqueseoponealSegundo
PrincipiodelaTermodinmica,cuyosostenimientoeneltiemporequiereaportesdeentropanega
tiva,yqueportantoserposiblemedirutilizandodiversasformulacionesdelaEntropa
34
.
LlegamosasaunarelacinentreOrganizacinyEntropa,enbasealasdosinterpretacionesposibles
[termodinmicaeinformacional]deestaltima:
Desde la perspectiva de informacin, proporcionar una medida de la incertidumbre [y por
endedelacertidumbre]acercadelsistema
35
Desde la perspectiva termodinmica, proporcionar una medida de la distancia de un siste

maalequilibriotrmico.
Vamosarevisardosejemplosdemedidasdeestetipo:
Foerster[1960]proponecuantificarelordendeunsistemacomolaredundanciaenlainformacin
quelodescribeensuespaciodefases,expresadaentrminosrelativos
36
:
Redundancia R|I] = E|I]
mux
- E|I] (37)
Redundancia
relativa
R|I]
%
= 1 -
E
E
mux
(38)
ElautorafirmaquelosSistemasAutoOrganizadorespuedenincrementarsucantidaddeordenredu
ciendosudesordenrelativooincrementandosunmerodeelementosdiferentes,yproponemedir
elordenmximoenunsistemacomo:
Entropa
mxima
E|I] = Z ln|c n] (39)
Siendonelnmeromediodeelementosdelsistema;Zelnmerodeceldasenquesedivideeles
paciodefases[conteniendocadaunaunnmerosuficientedeelementosndelsistema].
Yparaunsistemacuyoselementospuedanconectarsedosadosobtienecomovalormximo:
Orden m
ximo
R|I]
%
= 1 -
Z ln j
c n
2
[
Z ln|c n]
(40)
34
PodemosinterpretarenestesentidolaafirmacindeLovelock[1979:3132]"Siemprequenosencontramosunensamblajedemolculas
altamente improbable una distribucin suficientemente diferente de su entorno como para ser reconocida como una entidad [o] que
requeriraungastodeenergaparasumontaje desdelasmolculasdelentorno enequilibrioesprobablementevida[unSistemaAdapta
tivo]ounodesusproductos,[...]ylamedidaenqueesdiferenteoimprobableesunamedidadelareduccindelaentropa.
35
Segn Gibbs [citado en Jaynes, 1978:18] la entropa se refiere a "la probabilidad de que la fase de un sistema cae dentro de ciertos
lmitesenunmomentodeterminado".YcontinuaJaynes:"Gibbsreconocique,dehecho,sloestamosdescribiendonuestroconocimien
toimperfectosobreunnicosistema"
36
Foerster [1960:7]consideralaredundanciauna medida delordenrelativoenlossistemas,y proponequeelorden tiene unaconnota
cinrelativaenlugardeabsoluta;esdecir,enrelacinalmximodesordenquepuedentenerloselementosdelconjunto.
AunqueFoersternoutilizaeltrminocomplejidad,supropuestadeordenesconceptualizablecomo
unamedidadeGradodeComplejidad[enciertomodopionera]enlaqueelconceptoescertidumbre
acercadelestadomicroscpicodelsistema
37
Aproximacionesposterioresalconceptodeorganizacinconsideranquelaestructura[organizacin]
delossistemassemaximizaenunazonaintermediaentreestadostotalmenteordenados[triviales]
y desordenados [aleatorios], y por ello se proponen formulaciones que proporcionen un valor cero
enambassituacioneslmite,ysemaximicenparasituacionesintermedias
38
.
OtrapropuestaparamedircomplejidadeslaComplejidadLCMquecombinaEntropa[comoconte
nidodeinformacindelsistema]conunacuantificacindeldesequilibrioD[I]delsistemaentendido
comoelalejamientodelasituacindeequiprobabilidad
39
:
Complejidad
LCM
C
LMC
|I] = E|I] |I] (41)
Desequilibrio |I] = |p
-p
i
]
2
n
=1
(42)
YlaEntropaparaunsistemaIconnestadosposibles,lapodremoscalcularcomo:
Entropa E|I] = -k p
n
=1
log
2
p
(43)
Siendokunaconstanterealpositivayp
i
lasprobabilidades
40
asociadasacadaunodelosnestados
posiblesdelsistema.
Elvalormximosealcanzarparalasituacindeequilibrio,siendo:
E|I]
mux
= k log
2
n (44)
Vemosportantoqueambaspropuestassonconceptualizablesdentrodelmarcopropuesto;elorden
deFoerstercomounamedidadeGradodeComplejidadCondicionadaalconceptodecertidumbre,y
laComplejidadLCMalconceptodeorganizacin.
Es interesante destacar que mientras que las aproximaciones basadas en el AIC nos acercan a las
medidas de Complejidad Absoluta y Condicionada, las aproximaciones basadas en la Entropa nos
acercarnasolucionesdetipoGradodeComplejidad[medidasnormalizadas].
37
si los elementos del sistema esta situados de tal manera que conocido uno de ellos sea posible determinar la posicin de todos los
dems,laentropagradodeincertidumbredesaparece,ylaredundanciavaldr1,indicandoordenperfecto[VonFoerster,1960:7].
38
Ver Feldman & Crutchfield [1997]. Existe un paralelismo evidente entre esta cuestin y lo expresado anteriormente en relacin a la
ComplejidaddeKolmogrov;cuyosvaloresmnimoymximoseidentificanconobjetosconestructurastrivialesosinestructura.
39
Lpez,ColbetyMancini,2010.ElnombreComplejidadLCMesunacrnimodelasinicialesdesusapellidos.
40
Para Jaynes [1978:25] las probabilidades no se refieren a frecuencias [probabilidad objetiva] sino a estados de conocimiento [probabili
dadsubjetivaoepistmica],loqueconsideracoincidenteconladefinicinoriginaldeprobabilidaddeLaplace.Estacuestincoincidircon
elenfoqueexplicadoenINTERPRETACINCOMOASIGNACINOSISTEMADEPROBABILIDADES.
Dehecho,sinosenormalizanpresentanunproblemadeindecibilidad;enlamayoradecasosnoes
posibleestablecercualelnmerodeestadosposiblesdeunsistemaensuespaciodefases.
APROXIMACIONESALACOMPLEJIDADAPARTIRDELAREPRESENTACINGRAFICADEOBJETOS
Existen numerosas propuestas para medir la complejidad de objetos a partir de su representacin
grfica,yvamosarevisarlasrelacionndolasconlosenfoquesanteriores
41
:
UnaseriedepropuestasserelacionanconelacercamientodeterministadelaTeoradelaInforma
cin Algortmica, y utilizan la Teora de Grafos y el anlisis combinatorio, cuantificando nmero de
vrticesopartesyrelacionesentrevrticesoadyacencias
42
.
Consideran que la complejidad emerge como consecuencia de la dificultad de generar los objetos,
queequivalealadificultaddecomprenderlos.
EsteplanteamientotendrmuchasaplicacionesenArquitecturadeSistemasconelobjetivodeopti
mizareldiseodearquitecturasinformticas;considerandoquecuantomssimpleseaunsistema,
ms fcil ser disearlo, implementarlo y mantenerlo y en trminos econmicos, menor ser su
costeencualquieradedichasfases[Kinnunen,2006:15]
43
.
McCabe[1976]afirmaquelacomplejidaddeunprogramainformticodependedesuestructurade
decisiones; el nmero de recorridos bsicos linealmente independientes que combinados entre
ellospuedangenerartodoslosrecorridosposiblesenunprograma,yproponelaComplejidadCiclo
mticaoV[I]:
Complejidad
Ciclomtica
I|I] = c -n + p (45)
Siendoeelnmerodelados,nelnmerodevrtices,ypelnmerodeelementosconectados
EnnumerososcasosV[I],podrcalcularsemidiendodirectamenteelnmerodecondicionesdelpro
grama,esdecir:
Complejidad
Ciclomtica
v|I] = +1 (46)
SiendoelnmerodecondicionesenelprogramaI
44
Ysugierequelosprogramasdebenlimitarsenoenrelacinasutamaofsico,sinoestableciendoun
valormximoasuComplejidadCiclomtica.
41
La divisin en dos grupos coincide con las perspectivas determinista y probabilista sugeridas por Mowshowitz & Dehmer [2012],
habiendoincluidoalgunasdelascuestionesindicadasporellos.
42
Para ver anlisis de posibles medidas de complejidad de las redes desde la perspectiva combinatoria se recomienda Bonchev & Buck
[2005]oRaghuraj&Lakshminarayanan[2006].
43
Las arquitecturas muy complejas no solo sern difciles de crear, sino que los errores se incrementaran durante su implementacin
porquetambinserndifcilesdecomprender.Esimportantedestacarelsignificadodesimpleenestafrase,quedifieredeletimolgico.En
elsentidoetimolgico,lostrminossimpleysistemasernincompatibles.
44
McCabe1976:314.Elautorindicaqueenocasionesunainstruccinpuederesumirvariasfrmulas,yporellosernecesariocontabilizar
el nmero de condiciones. Una instruccin informtica del tipo IF C1 AND C2, deber contabilizarse como dos condiciones diferentes;
generandomayorcomplejidadquesifueranunanicacondicin[McCabe1976:315]
LasmedidasdeComplejidaddeArquitecturadelosSistemasaportanalgointeresanteenrelacina
losacercamientosrevisadosanteriormente;desplazanlamedicindelaComplejidaddesdelame
dida de la longitud de la descripcin de las regularidades hasta la contabilizacin del nmero de
regularidadesoreglas
45
,criterioquepropondremosenlapresentepropuesta.
YotraseriedepropuestasserelacionanconelacercamientoprobabilistadelaTeoradelaComuni
cacin,utilizanlafrmuladelaEntropaparacuantificarlainformacinacumuladaenlared.
Consideranquelacomplejidademergecomoconsecuenciadelacantidaddeinformacinacumulada
en los sistemas [que hacen equivalente a potencial acumulado en el sistema], y algunas proponen
medirelgradoenqueunaestructuraesbuenacomparndolaconunaorganizacintipomediante
lafrmuladelainformacinmutua.
Las aproximaciones a la complejidad a partir de la representacin grfica de los objetos repiten las
cuestiones comentadas anteriormente; las medidas deterministas podrn ser caracterizadas como
tiposdeComplejidadCondicionada,orientadasamedirladificultaddegenerarlainformacin,ylas
medidas probabilistas sern mejor caracterizables como Grado de Complejidad orientadas a medir
tantodificultaddedescripcincomogradodeorganizacin.
Yaportandoscuestionesqueincorporamosenlapresentepropuesta:
las medidasdeterministas desplazan el foco desde lamedida dela cantidadde informacin
hastalacontabilizacindelnmerodereglasdiferentes.
lasmedidasprobabilistasnosacercanalamedicindelgradoenquelaorganizacindeuna
estructuraesbuenacomparndolaconunaorganizacinconsideradaptima.
Adems, su revisin nos permite afirmar que diferentes objetos o propsitos requerirn diferentes
medidasdecomplejidadyquelautilidaddelasmedidasdecomplejidadserlamayoradelasveces
comparativa[loquerequerirquelosobjetoscomparadosseandenaturalezasimilar].
2.3.2.2_LACUANTIFICACINDECOMPLEJIDADENMBITOSEXTRACIENTFICOS
Al principio del texto plantebamos una cuestin que dejbamos sin contestar: Cundo decimos
que un sistema o una tarea son complejas estamos hablando de lo mismo o de algo diferente?...,y
aunqueseraadmisiblequefuerancuestionesdiferentes;sidescubrimosquehablamosdelomismo
serdoblementeinteresanteparanuestroobjetivodeperspectivaunificadora.
Porello,vamosarevisarenprofundidadunejemplonocientfico;laComplejidaddelostextoslite
rarios
46
,cuyoanlisisnosvaaaportarvariascuestionesimportantes.
45
Kazman&Burth[1998]proponenquelacomplejidaddelaarquitecturadeunsistemapuedemedirseporelnmerodepatronesnecesa
riosparacubriresaarquitectura;cuantomenorseaelnmerodepatronesnecesarios,menorserlaComplejidaddelprograma.
46
Noqueremosdecirquelarevisindelacomplejidaddelostextosliterariosnoseaborde deunamaneracientfica,simplementequese
hace deuna maneraquedifiere muchodelasCienciasdelaComplejidad, enpartemotivado por unadiferentedefinicindelconceptode
complejidad[verA0.0_LADEFINICINDELOSTRMINOSCOMPLEJOYCOMPLEJIDAD]
COMPLEJIDADDELOSTEXTOSLITERARIOS
La Complejidad de un texto suele referirse a su dificultad de lectura y comprensin por parte de un
lector,pudiendoserinterpretadaportantocomounamedidadelacomplejidadderealizarunatarea
puestoqueloqueseevalaesladificultadde[latarea]deleerycomprendereltexto
47
.
PuedeconsiderarseuntipodeComplejidadCondicionadaquedebeserrevisadaenvariosnivelesde
emergencia: la dificultad emerge por la interaccin de varios aspectos que son al menos en gran
partepropiedadesemergentesorganizadasjerrquicamente
48
yquedividimosentrescategoras:
Aspectoscuantitativosdeltexto[longitudtotal,longituddefrases,]
Aspectoscualitativosdeltexto[diseo,nivelesdesignificacin,...]
Aspectosdellector[gradodeconocimientodelamateriayvocabularioutilizado,]
Vamosarevisaralgunascuestionesrelacionadasconcadaunodelostiposdeaspectossealados:
Enrelacinconlosaspectoscuantitativos,dostextospuedentenersimilardificultaddecomprensin
siendo sus longitudes diferentes [o tener diferente dificultad de comprensin siendo suslongitudes
iguales],evidencindoselaausenciaderelacininequvocaentredificultadylongituddelostextos.
|l|A] = l|B] C
x
|A] = C
x
|B]] C
x
|A] = |l|A]] (47)
Siendol[A]lalongituddeuntextoAyfcualquierfuncinposible
Encuantoalosaspectoscualitativos,suimportancia esqueincluyenmuchascuestionesnoexplici
tasenlossmbolosqueinfluyenenladificultaddecomprensin[porejemplo,elusodedoblessenti
dos, metforas, afirmaciones contradictorias, significados entre lneas,]; y que por tanto ni la En
tropanielAICdelasdescripcionesoconstruccioneslingsticaspodrnvalorar.
C
x
|A] = |E|A]] C
x
|A] = |AIC|A]] (48)
SiendofcualquierfuncinposibleyAuntextooexpresinconsignificado
En algunas ocasiones la dificultad de comprensin de un texto podr relacionarse con su longitud,
EntropaoAIC;peronoserposibleestablecerunarelacininequvocaentredichascuestiones.
EstonospermitesealarconmayorclaridadladiferenciaentrelosconceptosdeComplejidadAbso
lutayCondicionada:
LaComplejidadAbsolutadeuntextonoserelacionarconlalongituddelasdescripciones
49
sino con la cantidad de reglas o unidades de informacin con significado diferente y ser
siemprecreciente;cuantasmsafirmacionesdiferentesincorporemayorser.
47
HessyBiggam[2004]conceptualizanlacomplejidaddeuntextocomosuniveldedesafo[aunlector].
48
Por ejemplo, la propuesta de Hess y Biggam [2004:2] incluye: Dificultad de las palabras y estructura del lenguaje [vocabulario, tipos de
oraciones,..];estructuradeltexto[descripcin,secuencia,cronologa,];estilodediscurso[stira,humor,];gneroycaractersticasdel
texto;conocimientoygradodefamiliaridadconelcontenidorequeridoallector[histrico,geogrfico,literario,etc..];nivelderazonamien
torequerido[sofisticacindetemaseideas,usodemetforasabstractas,],etc.
LaComplejidadCondicionadaalconceptodificultaddecomprensinmedirelgradoenque
elsignificadodifcildecomprenderseaaplicablealtexto,ynoserelacionarnecesariamen
teconsulongitudocantidaddeafirmaciones.
Existeunaindependencialgicaentreambasmedidasquepodrnllegarapresentarcorrelaciones
inversas;podrndarsesituacionesenqueunareduccindeComplejidadAbsolutadeuntextovaya
acompaadadeunincrementodesudificultaddecomprensin.
Imagen 19: Una Enciclopedia incluir una gran cantidad de

conocimiento [Complejidad Absoluta] teniendo una moderada
dificultad de comprensin [Complejidad Condicionada al con
ceptodificultad].
Generar exactamente todos los smbolos de un texto no ser una medida de su complejidad como
dificultaddecomprensin,yestoapoyalaafirmacinanteriordequemedirComplejidadCondiciona
da,norequerirreconstruirtotalmentelainformacindelosobjetossinosusignificadoconsuficiente
aproximacin.
Yunadudaseplanteadeestacontabilizacindecuestionesnoexplicitasenlossmbolos;siapartir
de las afirmaciones incluidas en un texto es posible inferir otras afirmaciones debern contabili
zarseensuComplejidad?
LarespuestaenrelacinasuComplejidadCondicionadapareceevidentementeafirmativa;siuntex
toincorporareglasnoexplicitasquehayquesaberdetectarparacomprenderlosudificultaddecom
prensinseincrementar.Sinembargo,unarespuestaafirmativatambinenrelacinalaCompleji
dad Absoluta [algo que no es tan evidente], la convertira en nodeterminable en la mayora de las
situaciones
50
.
Yenrelacinalosaspectosdellector tambinpodemosextraercuestionesinteresantes.Ladificul
taddecomprensindeuntextoserelacionatambinconelconocimientodellector;odichodeotra
manera,requierelaexistenciadeunlectoryserelacionaconsuconocimiento.
Lacomplejidaddelostextosnecesariamentedebeevaluarseenrelacinasusposiblesreceptores,y
esto nos permite entender que objetos no estrictamente sistmicos podrn tener complejidad; ad
49
Porejemplo,laexpresinnosabemosloque nosabemostiene23caracteres mientrasquelaexpresinnovemoslo quenovemos
tiene 19 caracteres, pero ambas expresan una unidad o regla de conocimiento [que adems en este caso es coincidente] y desde la
perspectivadecomplejidadsucontenidodeconocimientoserelmismo.
50
Estacuestinsedetallaren4.2.4_CONTRADICCINYCOMPLEJIDAD
quierenlacondicindesistemaalaparecerunlector/observadoryenmuchoscasoscorrespondera
Complejidadconvariosnivelesdeemergencia
51
.
Pero laintervencin de loslectores podr llevar a situaciones/afirmaciones contradictorias. Un mis
mo texto expresado en dos lenguajes diferentes no habr modificado su significado, pero tendr
diferenteniveldedificultadparacualquierlectorquenocomprendaamboslenguajesconigualsol
tura;ladificultaddecomprensindependeenpartedelobservador
A B C
x
|A] = C
x
|B] (49)
SiendoAyBunmismotextoliterarioexpresadoendoslenguajesdiferentes
52
.
Adems, si el conocimiento de dos lectores 1 y 2 fuera diferente, podramos llegar a afirmaciones
contradictoriasencuantoalaComplejidaddeunmismotexto:
C|1] = C|2] C
x
|A]
1
= C
x
|A]
2
(50)
Siendo1y2doslectorescondiferenteconocimientoC;Aunmismotextoyx=dificultaddecom
prensin.
La importancia de lo anterior es que plantea la posibilidad de que podra ser imposible establecer
medidasdecomplejidadinvariantesparalosobjetos;puestoquelacomplejidaddeunmismoobjeto
puedeserdiferenteparacadaobservador.
Revisar esta cuestin nada sencilla va a requerir que entremos a revisar las cuestiones que nos
permiten evaluar la objetividad de afirmaciones que incorporan cuestiones subjetivas, lo que nos
acercaalarevisindecuestionespropiasdelaEpistemologa.
VamospuesaentrararevisarlarelacinentreComplejidadyConocimiento.

51
LaComplejidaddeciertosobjetossolopodrsercomprendidaenrelacinaunreceptoruobservador[porejemplo,lossistemassimbli
coscomoarte,literaturaymsica]yenmuchas ocasionescorresponder aComplejidadconnivelesdeemergenciaporquelosreceptores
frecuentementeanalizanodescomponenjerrquicamentelainformacin;loqueequivaleaestablecernivelesdeemergencia.
52
Un ejemplo puedeseruna mismaafirmacin escritaenlenguajenaturalyenlenguajelgico, que puederepresentar diferentenivelde
dificultadparaunlectorpeseaquelaafirmacinnohavariado.Otroejemplopuedeserunademostracindeunaleygeomtricacomoel
TeoremadeTalesdibujadaodescritaconpalabras.
BIBLIOGRAFADELCAPITULO
ALVIRA,RICARDO[2014a]UnaTeoraMatemticadelaSostenibilidadyelDesarrolloSostenible
BENNETT,CHARLES[1998]LogicalDepthAndPhysicalComplexityinTheUniversalTuringMachine
aHalfCenturySurvey,editedbyRolfHerken,OxfordUniversityPress,pp.227257
BONCHEV,DANAILANDBUCK,GREGORYA[2005]QuantitativeMeasuresofNetworkComplexityin
Complexity in Chemistry, Biology, and Ecology, edited by Danail Bonchev and Dennis H.
Rouvray.SpringerUS.
CHAITN,GREGORYJ.[1977]Algorithmicinformationtheoryoffinitecomputations.IBMJournalof
ResearchandDevelopment,July1977.
CRUTCHFIELD,JAMESP.ANDFELDMAN,DAVID[2001]RegularitiesUnseen,RandomnessObserved:
LevelsofEntropyConvergence.Chaos13,25(2003)
DEHMER,MATTHIAS[2011]InformationTheoryofNetworks.Symmetry3,2011,pp.767779
FALOUTSOS, CHRISTOS & MEGALOOIKONOMOU, VASILEIOS [2007] On data mining, compression,
andKolmogorovcomplexity.SpringerScience+BusinessMedia,LLC2007
FELDMAN,DAVID&CRUTCHFIELD,JAMES[1997]MeasuresofStatisticalComplexity:Why?
FELDMAN,DAVID&CRUTCHFIELD,JAMES[1998]ASurveyofComplexityMeasures.SantaFeInsti
tute,ComplexSystemsSummerSchool,11June1998
FOERSTER, HEINZ VON [1960] On SelfOrganizing Systems en SelfOrganizing Systems. M.C. Yovits
andS.Cameron(eds.),PergamonPress,London,pp.3150.
FREGE,GOTTLEB[1892b]OnObjectsandConcepts.VierteljahrsschriftfrwissenschaftlichePhilos
ophie,16,pp.192205
GELLMANN,MURRAY[1995a]ElQuarkyelJaguar.Aventurasenlosimpleylocomplejo.Traduccin
deAmbrosioGarcayRomualdoPastor.4edicin[2003].TusquetsEditores
GELLMANN,MURRAY[1995b]Whatiscomplexity?.Complexity
GELLMANN, MURRAY & LLOYD, SETH [2003] Effective Complexity in Nonextensive Entropy
Interdisciplinary Applications, edited by Murray GellMann and Constantino Tsallis, Oxford
UniversityPress,pp.387398
HESS,KARINANDBIGGAM,SUE[2004]AdiscussionofincreasingTextComplexity
HESS,KARINANDHERVEY,SHEENA[2010]ToolsforexaminingtextComplexity[updated2011]
JAYNES, EDWIN T. [1978] Where dowe stand onmaximum entropy?, Maximum Entropy Formalism
Conference,MassachusettslnstituteofTechnology,May24,1:978.
KAZMAN,RICKANDBURTH,MARCUS[1998]AssessingArchitecturalComplexity.Proceedingsof2nd
Euromicro Working Conference on Software Maintenance and Reengineering (CSMR 98),
IEEEComputerSocietyPress,1998
KINNUNEN, MATTI J. [2006] Complexity Measures forSystem Architecture Models. MA Dissertation,
MasterofScienceinEngineeringandManagement,MassachusettsInstituteofTechnology
KOLMOGOROV, ANDREI [1965] Three approaches to the quantitative definition of information.
ProblemyPeredachiInformatsii,Vol1,N1,Pags311.
KOPPEL, MOSHE [1987] Complexity, Depth and Sophistication. Complex Systems n 1, pp. 1087
1091
LI,MINGANDVITANYI,PAUL[1997]AnintroductiontoKolmogorovComplexityanditsapplications.
2
nd
Edition.Ed.SpringerVerlag
LOVELOCK,JAMES[1979]Gaia.Anewlookatlifeonearth.Ed.OxfordUniversityPress
LLOYD, SETH [2001] Measures of Complexity a nonexhaustive list. D'Arbeloff Laboratory for Infor
mation Systems and Technology. Department of Mechanical Engineering. Massachusetts
InstituteofTechnology
LPEZRUIZ,RICARDOETAl[2010]AStatisticalMeasureofComplexity
McCABE, THOMAS [1976] A Complexity Measure. IEEE Transactions on Software Engineering, Vol
SE2,N4,December1976
McCARTHY,JOHN[1956]MeasuresoftheValueofInformation.Mathematics,42,pp.654655
MOWSHOWITZ,ABBEANDDEHMERMATTHIAS[2012]EntropyandtheComplexityofGraphsRevis
ited.Entropy2012,14,559570
RAGHURAJ,RAOANDLAKSHMINARAYANAN,S.[2006]AlternateComplexityMeasuresandStability
AnalysisofProcessandBiologicalNetworksinProceedingsofthe11thAPCChECongress.
SHANNON,CLAUDE[1948]AMathematicalTheoryofCommunication
SOLOMONOFF, RAY J. [1964] A Formal Theory of Inductive Inference. Part I. Rockford Research
Institute,Inc.,Cambridge,Massachusetts.InformationandControl7,n1,pp.122
SOLOMONOFF, RAY J. [1964] A Formal Theory of Inductive Inference. Part II. Rockford Research
Institute,Inc.,Cambridge,Massachusetts.InformationandControl7,n2,pp.224254
TURING,ALANM.[1936]OnComputableNumbers,WithanApplicationtotheEntscheidungsprob
lem.ProceedingsoftheLondonMathematicalSociety,Series2,Vol.43,No.2198
ZAWADA,KRZYSZTOF[2009]KolmogorovComplexity
FUENTESDEFOTOGRAFAS
17_Clavoymartillo.Fuente:http://www.freeimages.com.Autor:JuliaR.Lic.Freeimages
18_Mapadelmundo.Fuente:http://www.freeimages.com.Autor:RogerKirby.Lic.Freeimages
19_Enciclopedia.Fuente:http://www.freeimages.com.Autor:BlaiseChwola.Lic.Freeimages

Alvira, Ricardo, Teoria - Unificada de - La - Complejidad PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Alvira, Ricardo, Teoria - Unificada de - La - Complejidad PDF

Загружено:

Авторское право:

Доступные форматы

Portada:HctorDelgadoyRicardoAlvira

La complejidad es utilizada en la actualidad tanto en mbitos cientficos como extracientficos, y el

En una medidade laComplejidad absolutadeun objeto debera con

el Grado deComplejidadAbsoluta, ser un caso particular de Grado deComplejidadCondi

] < s] |u|p, x] = I]] (33)

Desde la perspectiva termodinmica, proporcionar una medida de la distancia de un siste

Imagen 19: Una Enciclopedia incluir una gran cantidad de

Вам также может понравиться