Por favor, use este identificador para citar o enlazar este ítem: http://repositoriousco.co:8080/jspui/handle/123456789/2684
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorOvalle Cerquera, Manuel Fernando-
dc.contributor.authorDiaz Houghton, Angel Antonio-
dc.date.accessioned2022-08-31T14:41:09Z-
dc.date.available2022-08-31T14:41:09Z-
dc.date.issued2020-02-05-
dc.identifier.urihttp://repositoriousco.co:8080/jspui/handle/123456789/2684-
dc.description.abstractLos seres vivos dentro de sus dinámicas poseen características como la no linealidad, auto-organización, emergencias, fluctuaciones, inestabilidad, bifurcaciones, entre otras, que los catalogan como sistemas complejos adaptativos, que como diría Kuhn, la ciencia normal no puede abordar o explicar de la mejor manera. Es por ello que para estudiar estos sistemas de complejidad creciente existe un nuevo paradigma llamado las Ciencias de la Complejidad. Si bien las ideas que las abarcan se originan en las ciencias "físicas", ya han sido incorporadas en las ciencias sociales, la arquitectura, la economía, la historia, la sociología, la geografía, el urbanismo, entre otras disciplinas. Esto, sumado al gran avance de la tecnología, la inteligencia artificial (I.A) y el uso del computador como herramienta de simulación ha permitido dar explicación a muchos fenómenos. Tanto así, que no es raro encontrarnos hoy con disciplinas como hidroinformatica o geoinformática, ideas creativas e innovadoras cuyo enfoque marcan una ruptura del conocimiento, es decir, una verdadera revolución científica. Las ciudades al ser estructuras creadas por el ser humano y que se desarrollan como resultado de la suma de las decisiones individuales y las posibles relaciones de estas entre sí, permiten que las ciudades manifiesten complejidad desde la perspectiva que son sistemas que evolucionan en el tiempo adaptándose a través de interacciones entre los elementos que los componen y con factores externos, de modo que las mismas exhiben características propias de los sistemas complejos adaptativos. Por esta razón, se abandona la idea mecanicista de que los sistemas tienden de forma natural hacia un equilibrio dado, y de que la estabilidad es el estado normal de un sistema, es su causa final (Dennis y Urry, 2013). Adoptada ya la visión de la ciudad como un sistema complejo en continua evolución, surge la pregunta: ¿cómo capturar este proceso de cambio en un modelo que nos permita entender y explicar esta dinámica? Según (Díaz pacheco, 2015), muchos autores se han enfocado en la búsqueda de patrones que permitan aproximarse a la comprensión del funcionamiento y organización de las ciudades, aún, cuando sus enfoques pueden estar centrados en costes de transporte, aglomeración de bienes y personas, centralidades económicas, distancias a los grandes centros de consumo, localización de las actividades productivas, etc., siempre parten en menor o mayor medida de la observación inicial de la disposición de los usos de suelo, demostrando así que dicha observación de los cambios de uso de suelo es una potente herramienta para la planificación y el ordenamiento del territorio. A mediados del siglo XX se desarrolló una corriente cuantitativa urbana denominada “ecología urbana” la cual consiste en un conjunto de ecuaciones, cuyas variables representan la distribución espacial de valores demográficos o económicos, y que además contienen parámetros que miden características tales, como la fricción de la distancia (White, 1989). Estos modelos, que aún hoy se desarrollan, son capaces de reproducir a través de las ecuaciones y parámetros los procesos dinámicos que representan. Sin embargo, no son igual de válidos para representar auto-organización y los procesos emergentes relativos a los sistemas complejos, ya que en el transcurso de una representación temporal de un fenómeno espacial, se pueden producir cambios en la propia estructura de éste, o cambios en su comportamiento. ¿Por qué se deben utilizar los modelos basados en autómatas celulares? Dentro de los modelos más empleados para explicar y entender los sistemas complejos son aquellos basados en autómatas celulares. Su origen de aplicación generalmente es remitido al trabajo de Neuman a finales de la década de 1940 y su desarrollo ha sido constante, siendo uno de los hitos el paso dado por el científico Stephen Wolfram (1984), que en su esfuerzo por encontrar las conexiones entre computación y la naturaleza recaba en los autómatas celulares, como un modelo matemático para simular el comportamiento de los sistemas naturales complejos y adaptativos. ¿De qué sirve aplicar las ciencias de la complejidad a las ciudades? Cada vez se evidencia más la necesidad de consolidar ciudades sostenibles en la medida que estas crecen y cambian con el tiempo, y que también vayan en armonía con el medio ambiente y la sociedad. Y que mejor herramienta que las Ciencias de la Complejidad, las cuales nos permiten predecir y comprender las posibles causas de sus dinámicas, y a su vez convertirse en un criterio importante en la toma de decisiones por parte de las entidades u organizaciones encargadas de la planificación de las ciudades del mañana.es
dc.language.isoeses
dc.publisherUNIVERSIDAD SURCOLOMBIANAes
dc.relation.ispartofseriesTH MEIC;0050-
dc.titleDinámica del uso y cobertura del suelo de Neiva, una mirada desde la complejidad.es
dc.typeThesises
Aparece en los programas: Maestría en Estudios Interdisciplinarios de la Complejidad

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TH MEIC 0050.pdf1.36 MBAdobe PDFVisualizar/Abrir


Los ítems del repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.