Innovacion y complejidad

INNOVACION Y COMPLEJIDAD

Carlos Maldonado

Optimización (combinación compleja)
P: Como se hace para encontrar una solución.
NP: como se verifica el problema.
Problemas:
P=N-P
P=N-P
PCN-P

Métodos Modernos Heurística

(Optimización parcial o local)
Fuzzy Systems
Natural Networks
Genetic Programming
Las técnicas son cosas que se presentan en sociedad/ algoritmo.
Métodos de Opt. Global

Cuando resuelvo un problema global siempre queda un problema sin resolver

Computación bioinspirada: esta se basa en sistemas biológicos como los insectos sociales ejemplo de ellos es el trabajo de las hormigas que trabajan en manada. Gracias a la capacidad de pensar como seres vivos introducir inteligencia colectiva, ciencia de la complejidad.

Soluciones basadas en temas singulares, es no puntual/irreal secuencialmente
Matahuristico Paralelas:

Algoritmos y problemas que provienen de dos fuentes el tiempo y el espacio
Complejidad de los problemas:

1) Tratables: Existe tiempo polinomial para resolverlo.
2) Intratables: No hay tiempo polinomial.
Si se piensa en cusas, reglas no es posible innovar. Tiempos P decisiones si/no. Innovar esta fuera de las reglas.

Hay 4 clases de meta heurística:

1 Meta heurística: problemas globales
2 Hibridas
3 Paralelas
4 Polinomiales

¿QUÉ ES COMPUTABLE?

Es lo que podemos saber, decir y decidir es lo que se puede resolver.
No dice lo que se puede hacer.

Nuevos paradigmas computacionales:

· Conversaciones
· Numerable
· Demostraciones
· Tiempo finito
· Tiempo continuo
· Tiempo discreto

Herramientas: Lógicas no clásicas
Computación

No hay una sola lógica, hay múltiples sistemas lógicos.
Innovación y conocimiento

· Hace la vida posible
· Aumenta grados de libertad
· Deja atrás las jerarquías rígidas
· Control local de los centros dinámicos. (creer más).

Innovación y estética

· No pretende predecir sino explicar y argumentar ciencias. Genera armonía (estética).