Sistema adaptativo

Sistema que puede adaptarse al entorno.

Un sistema adaptativo es un conjunto de entidades interactuantes o interdependientes, reales o abstractas, que forman un todo integrado que, en conjunto, es capaz de responder a los cambios ambientales o a los cambios en las partes interactuantes, de una manera análoga a la homeostasis fisiológica continua o a la adaptación evolutiva en biología . Los bucles de retroalimentación representan una característica clave de los sistemas adaptativos, como los ecosistemas y los organismos individuales ; o en el mundo humano, las comunidades , las organizaciones y las familias . Los sistemas adaptativos pueden organizarse en una jerarquía.

Los sistemas adaptativos artificiales incluyen robots con sistemas de control que utilizan retroalimentación negativa para mantener los estados deseados.

La ley de la adaptación

La ley de adaptación puede enunciarse informalmente así:

Todo sistema adaptativo converge a un estado en el que cesa todo tipo de estimulación. ^[1]

Formalmente la ley puede definirse de la siguiente manera:

Dado un sistema , decimos que un evento físico es un estímulo para el sistema si y sólo si la probabilidad de que el sistema sufra un cambio o sea perturbado (en sus elementos o en sus procesos) cuando ocurre el evento es estrictamente mayor que la probabilidad previa de que sufra un cambio independientemente de : ${\displaystyle S}$ ${\displaystyle E}$ ${\displaystyle S}$ ${\displaystyle P(S\rightarrow S'|E)}$ ${\displaystyle E}$ ${\displaystyle S}$ ${\displaystyle E}$

${\displaystyle P(S\rightarrow S'|E)>P(S\rightarrow S')}$

Sea un sistema arbitrario sujeto a cambios en el tiempo y sea un evento arbitrario que es un estímulo para el sistema : decimos que es un sistema adaptativo si y solo si cuando t tiende a infinito la probabilidad de que el sistema cambie su comportamiento en un paso de tiempo dado el evento es igual a la probabilidad de que el sistema cambie su comportamiento independientemente de la ocurrencia del evento . En términos matemáticos: ${\displaystyle S}$ ${\displaystyle t}$ ${\displaystyle E}$ ${\displaystyle S}$ ${\displaystyle S}$ ${\displaystyle (t\rightarrow \infty )}$ ${\displaystyle S}$ ${\displaystyle (S\rightarrow S')}$ ${\displaystyle t_{0}}$ ${\displaystyle E}$ ${\displaystyle E}$

1. - ${\displaystyle P_{t_{0}}(S\rightarrow S'|E)>P_{t_{0}}(S\rightarrow S')>0}$
2. - ${\displaystyle \lim _{t\rightarrow \infty }P_{t}(S\rightarrow S'|E)=P_{t}(S\rightarrow S')}$

Así, para cada instante existirá un intervalo temporal tal que: ${\displaystyle t}$ ${\displaystyle h}$

${\displaystyle P_{t+h}(S\rightarrow S'|E)-P_{t+h}(S\rightarrow S')<P_{t}(S\rightarrow S'|E)-P_{t}(S\rightarrow S')}$

Beneficio de los sistemas autoajustables

En un sistema adaptativo, un parámetro cambia lentamente y no tiene un valor preferente. Sin embargo, en un sistema autoajustable, el valor del parámetro “depende de la historia de la dinámica del sistema”. Una de las cualidades más importantes de los sistemas autoajustables es su “ adaptación al borde del caos ” o capacidad para evitar el caos . En términos prácticos, al dirigirse al borde del caos sin ir más allá, un líder puede actuar espontáneamente pero sin desastre. Un artículo de Complexity de marzo/abril de 2009 explica con más detalle los sistemas autoajustables utilizados y las implicaciones realistas. ^[2] Los físicos han demostrado que la adaptación al borde del caos ocurre en casi todos los sistemas con retroalimentación . ^[3]

Véase también

• Portal de biología evolutiva

• Autopoiesis
• Sistema inmunológico adaptativo
• Red neuronal artificial
• Sistema adaptativo complejo
• Difusión de innovaciones
• Ecosistemas
• Hipótesis de Gaia
• Programación de la expresión genética
• Algoritmos genéticos
• Aprendiendo
• Adaptación neuronal

Notas

1. José Antonio Martín H., Javier de Lope y Darío Maravall: "Adaptación, anticipación y racionalidad en sistemas naturales y artificiales: paradigmas computacionales que imitan a la naturaleza" Natural Computing, diciembre de 2009. Vol. 8(4), pp. 757-775. doi
2. Hübler, A. y Wotherspoon, T.: "Los sistemas autoajustables evitan el caos". Complexity. 14(4), 8 – 11. 2008
3. Wotherspoon, T.; Hubler, A. (2009). "Adaptación al borde del caos con retroalimentación de wavelets aleatorios". J Phys Chem A . 113 (1): 19–22. Bibcode :2009JPCA..113...19W. doi :10.1021/jp804420g. PMID  19072712.

Referencias

• Martin H., Jose Antonio; Javier de Lope; Darío Maravall (2009). "Adaptación, anticipación y racionalidad en sistemas naturales y artificiales: paradigmas computacionales que imitan a la naturaleza". Natural Computing . 8 (4): 757–775. doi :10.1007/s11047-008-9096-6. S2CID  2723451.

Enlaces externos