Carlos Maldonado Sitemas Complejos Complemento

Sitemas Complejos
- Métodos de optimización Global:

• Problemas de combinación compleja.
• Heurísticas: + Funciona con pruebas especificas.
+ Busca buenas soluciones.
• Uso de los hábitats animales.

- Simulación de modelos:

• Incorporar ciencias complejas.
• Incorporar comportamientos animales.

- Metaheuristicas:
- Metaheurísticas:

• Single solution based.
• Population based.
• Metaheuristics.
• Hibrid metaheuristics.
• Paralell metaheuristics.

- Distinción entre los problemas decidibles e in-decidibles.
* No trabajar: puntual, lineal y secuencialmente.
- Si o No= Problemas de decisión: son vías de tecnología para resolver problemas.
- Metaheureisticas:


• Metaheurísticas.
• Híbridas.
• Polinomial.
• Paralelas.

- Computable:
• Lo que podemos saber.
• Lo que podemos conocer.
• Lo que podemos decir.
• Las cosas sobre las que podemos decidir.
• NO las cosas que podemos hacer.


- Nuevos problemas de computación:

- Nuevos problemas de computación:


• Conversations.
• Numbering.
• Proves.
• Finite time.
• Infinite time.
• Continuos time.
• Discrete time.


- El mundo actual implica dos herramientas:

• Pompas de intuición.
+ Imaginación.
+ Pensamiento.
+Lógicas no clásicas.

• Computador.
+ Redes sociales.

- Existen múltiples sistemas lógicos de innovación y complejidad.
- Innovación y conocimiento son una misma cosa.
• Manera de hacer la vida cada vez mas posible en términos P y NP.
• Ganar grados de libertad. Los amplía.
• Empujar las fronteras del conocimiento.

- Respeto al conocimiento = respeto a la innovación.
- En la complejidad no se piensa en términos globales.

- Innovación y estética:

• La ciencia ya no es ciencia de control y/o predicción.
• Se busca un objeto incontrolable, impredecible, etc., lo que logra la innovación.
•
• La ciencia genera armonía.