¿Por qué los sistemas no lineales se consideran matemáticamente complejos?

Las descripciones de las olas (como las olas del océano) pueden ser lineales o no lineales, por lo que tal vez esa sea una buena manera de analizar cómo surge la complejidad

¿Cómo sería la parte lineal? sería como olas ondulantes (“bien portado”). La razón del buen comportamiento es el hecho de que puede observarlos durante un corto período de tiempo y luego predecir cómo se comportarán después de eso. así que, aunque pueden ser de gran tamaño, siguen siendo predecibles.

¿Cómo sería una no linealidad? supongamos que sucedió algún tipo de evento, como si un trozo del fondo del océano se resbalara, y de repente una masa de agua te llegara. te sorprenderías porque eso no es parte de tu descripción de las ondas onduladas. entonces incorporas este bit de información, que la mayoría de las veces simplemente te balanceas hacia arriba y hacia abajo, pero de vez en cuando te golpea una enorme pared de agua. realmente no sabes cuándo sucede eso, pero quieres incluirlo en tu descripción, porque viste que sucedió. entonces incluye un término adicional llamado “y luego casi me ahogo”. Esa es una fuente de complejidad en el análisis futuro del escenario. su ecuación ahora se vería algo así como:

[math] ocean = balanceándose suavemente + y luego casi me ahogo [/ math]

El término “y luego casi me ahogo” es difícil de caracterizar en su totalidad porque no necesariamente sabe cuándo se va a deslizar la corteza terrestre, y ninguna cantidad de tiempo de observación le dará una manera confiable de caracterizar algo que no es Un fenómeno periódico. y, sin embargo, es una parte válida de la descripción, porque ahora, si la volviera a ver, a pesar de que no sabía cómo sucedió, el hecho de haberlo vivido una vez le daría una idea a grandes rasgos de cómo La situación podría desarrollarse. dado que tenía este término en su ecuación, la segunda vez podría modificarlo a “esto apesta, pero no se asuste”.

Esta es la naturaleza de los sistemas no lineales. estamos tratando de capturar información sobre el mundo en un lenguaje descriptivo que cede ante los métodos formales. sin embargo, podríamos tener información incompleta, observaciones contradictorias, observadores muertos, ahogados o conmocionados. por lo tanto, la naturaleza de la complejidad matemática podría reflejar el hecho de que está tratando de combinar información probabilística o descripciones vagas con porciones de buen comportamiento. Al ver un comportamiento de “balanceo suave”, alguien podría tomar su descripción y aplicarla a una piscina para niños, y preguntarse por qué alguna vez tendría que preocuparse por ahogarse. entonces tienes otra fuente de “complejidad” del esfuerzo: abstracciones aplicadas en los lugares equivocados

Hay dos tipos básicos de ecuaciones no lineales. El tipo más simple implica, por ejemplo, un polinomio de grado 2 o mayor. Estos se encuentran en un curso de álgebra.

El otro tipo es una ecuación diferencial no lineal. Esto se encuentra en un curso de análisis. Este es el tipo que se considera complicado. Un algoritmo estándar y sistemático puede resolver un conjunto de ecuaciones diferenciales lineales. No hay algoritmo para resolver ecuaciones diferenciales no lineales. Estos requieren prueba y error con varios algoritmos; en su defecto, se necesita algo de ingenio para cada nuevo problema. Además, las soluciones no siempre existen.

Para hacer las cosas aún más difíciles, ¡los sistemas diferenciales no lineales pueden exhibir caos! Hay una rama dedicada a esto: la dinámica no lineal (popularmente llamada teoría del caos). El caos describe correctamente muchos sistemas físicos, pero es difícil encontrar soluciones. Los investigadores en su mayoría tienen que contentarse con describir solo el comportamiento abstracto de los sistemas caóticos.

Yo diría que es al revés: los sistemas no lineales pueden variar mucho en complejidad, pero los sistemas lineales son definitivamente simples y bien entendidos: son el caso de referencia contra el cual se mide la complejidad de otros sistemas

Esto tiende a convertirlos en un primer enfoque para muchos problemas que queremos resolver: solo vamos más allá de un enfoque lineal cuando es necesario para lo que estamos tratando de hacer.

Matemáticamente hablando, una función es lineal si f (x + y) = f (x) + f (y), para cualesquiera dos entradas x e y.

Para las funciones no lineales, esto no es cierto: por lo tanto, esencialmente tiene un hecho menos valioso al tratar de responder preguntas sobre ellas. Una herramienta menos en el juego de herramientas, por así decirlo.


Dicho de otra manera, los componentes de los sistemas no lineales pueden interactuar de formas más complejas que el componente de los sistemas lineales.

Si digo que Z = x * y, una ecuación no lineal, es imposible decir cómo Z varía con y, sin saber también el valor de x.

Mientras que si W = x + y, una ecuación lineal, puedo decir cosas sobre cómo W varía con x, o con y, sin conocer el otro valor. Los impactos que x e y tienen en W son separables e independientes entre sí.