Karmaşık sistem

Karmaşık sistemler, birbiriyle etkileşime girebilecek birçok bileşenden oluşur. Çoğu durumda, böyle bir sistemi düğümlerin bileşenleri temsil ettiği ve etkileşimlerini birbirine bağladığı bir ağ olarak göstermesi yararlıdır. Karmaşık sistemlerin örnekleri, Dünya'nın küresel iklimi,organizmalar, insan beyni, ekosistem, canlı bir hücreniz ve nihayetinde bütün evreni kapsar.

Tarihçe

İnsanların binlerce yıldır karmaşık sistemleri incelediği tartışmalı olmasına rağmen, karmaşık sistemlerin modern bilimsel çalışması, fizik ve kimya gibi belirlenmiş bilim alanlarına kıyasla daha gençtir. Bu sistemlerin bilimsel çalışma öyküsü birkaç farklı araştırma eğilimi izlemektedir.

Matematik alanında, tartışmasız karmaşık sistemlerin çalışmasına yapılan en büyük katkı, deterministik sistemlerdeki kaosun keşfedilmesidir; belirli dinamik sistemlerin bir özelliği, doğrusal olmayanlık ile kuvvetli bir şekilde ilişkilidir.[1] Sinir ağlarının incelenmesi, karmaşık sistemleri incelemek için gerekli matematiğin ilerletilmesinde de ayrılmaz bir rol oynamıştır.

Kendini organize eden sistemler kavramı, kimya ve Nobel ödüllü olan Ilya Prigogine öncülüğünü de içeren dengesiz termodinamik çalışmaları ile ilişkilidir. Ondan daha büyük yaşta olan Hartree-Fock'un kuantum kimyası denklemleri ve moleküllerin yapısının hesaplamaları bilimde ortaya çıkan en eski örneklerden biri olarak kabul edilebilir.

Karmaşık sistemlere odaklanan ilk araştırma enstitüsü olan Santa Fe Enstitüsü 1984 yılında kuruldu.[2] İlk Santa Fe Enstitüsü katılımcıları, fizik Nobel ödüllüler Murray Gell-Mann ve Philip Anderson, ekonomi Nobel ödüllü Kenneth Arrow ve Manhattan Project bilim adamları George Cowan ve Herb Anderson dahil edildi.[3] Bugün, karmaşık sistemlere odaklanan 50'den fazla enstitü ve araştırma merkezi bulunmaktadır.

Türleri

Doğrusal olmayan sistemler

Doğrusal olmayan sistemlerin davranışı, üst üste binme ilkesine tabi değilken, doğrusal sistemlerin davranışı süperpozisyona tabidir. Böylece, karmaşık bir doğrusal olmayan sistem, davranışları parçalarının (veya katlarının) davranışlarının bir toplamı olarak ifade edilemeyen sistemdir. [4]

Kaotik sistemler

Dinamik bir sistemin kaotik olarak sınıflandırılması için aşağıdaki özelliklere sahip olması gerekir:[5]

Z'yi, z'nin mutlak değeri iki'yi aşana kadar, z'nin konjugatını ek olarak, her bir piksel için orijinal değerinin yanı sıra piksel sayısını yineleme sayısına göre renklendirerek z2'ye atayın; (Sınırlar dahili olarak ayarlanır), böylece topolojik durumu karşıl bile olsa, yoğunluğun bozulmasını tehdit ettiğini görebilirsiniz.
  1. Başlangıç ​​koşullarına duyarlı olmalı,
  2. Topolojik olarak karıştırılmalıdır ve
  3. Periyodik yörüngeleri yoğun olmalıdır.

Başlangıç ​​koşullarına duyarlılık, böyle bir sistemdeki her bir noktanın, gelecekte belirgin şekilde farklı yörüngeleri bulunan diğer noktalar tarafından keyfi olarak yaklaştırıldığı anlamına gelir. Böylece, mevcut yörüngenin keyfi küçük bir pertürbasyonu, gelecekteki davranışların önemli ölçüde farklı olmasına yol açabilir.

Karmaşık uyarlamalı sistemler

Karmaşık uyarlamalı sistemler (CAS) karmaşık sistemlerin özel durumlarıdır. Farklı oldukları ve birbirleriyle bağlantılı birden fazla elementten oluştuğu ve deneyimden değişim ve öğrenme kapasitesine sahip oldukları için adaptif oldukları için karmaşıktırlar. Karmaşık uyarlamalı sistem örnekleri, borsa, sosyal böcek ve karınca kolonileri, biyosfer ve ekosistem, beyin ve bağışıklık sistemi, hücre ve gelişmekte olan embriyo, üretim işletmelerini ve herhangi bir kültürel ve sosyal çevredeki insani sosyal grup temelli çaba göstermektedir Siyasi partiler veya topluluklar gibi sosyal sistem. Buna, ortak etiketleme veya sosyal yer imi oluşturma sistemleri gibi bazı büyük ölçekli çevrimiçi sistemler dahildir.

Özellikleri

Karmaşık sistemler aşağıdaki özelliklere sahip olabilir:[6]

Basamaklı arızalar
Karmaşık sistemlerde bileşenler arasındaki kuvvetli bağlanma nedeniyle, bir veya daha fazla bileşende bir arıza, kademeli arızalara neden olabilir ve bu da sistemin işleyişi üzerinde ciddi felaketler doğurabilir.[7]
Karmaşık sistemler açık olabilir
Karmaşık sistemler genellikle açık sistemlerdir - yani termodinamik bir gradyan içerisinde bulunurlar ve enerjiyi tüketirler. Başka bir deyişle, karmaşık sistemler sıklıkla enerjik dengeden uzaktır: fakat bu akışa rağmen kalıp stabilitesi olabilir,
Karmaşık sistemler bir bellek içerebilir
Karmaşık bir sistemin geçmişi önemli olabilir. Karmaşık sistemler dinamik sistemler oldukları için zaman içinde değişirler ve önceki durumlar mevcut durumlar üzerinde bir etkisi olabilir. Daha resmi olarak, karmaşık sistemler genellikle histerez sergilerler.
Karmaşık sistemler iç içe olabilir
Karmaşık bir sistemin bileşenleri kendileri karmaşık sistemler olabilir. Örneğin, bir ekonomi, hücrelerden oluşan insanların oluşturduğu örgütlerden oluşur - hepsi karmaşık sistemlerdir.
Çokluk dinamik ağı
Birleştirme kurallarının yanı sıra, karmaşık bir sistemin dinamik ağı önemlidir. Küçük dünya veya ölçeksiz ağlar[8][9][10] birçok lokal etkileşimlere ve daha az sayıda alanlar arası bağlantılara sahip olanlar genellikle kullanılmaktadır. Doğal kompleks sistemler genellikle böyle topolojilere sahiptirler. Örneğin insan korteksinde yoğun yerel bağlanırlık ve korteks içindeki bölgeler ile diğer beyin bölgeleri arasında birkaç çok akson projeksiyonu görüyoruz. Kompleks sistemlerin yeniden keşfedilmesi ve başarısızlıkları. Karmaşık bir sistem kendiliğinden düzelme ve bozulmaya dönüşebilir ve histerez davranış gösterebilir.[11]
Ortaya çıkan fenomen üretebilir
Karmaşık sistemler, ortaya çıkan davranışları sergileyebilir, yani sonuçların, sistemin temel bileşenlerinin aktivitesi tarafından yeterince belirlenebileceğini ancak yalnızca daha yüksek bir seviyede incelenebilecek özelliklere sahip olabileceklerini söylemek gerekir. Örneğin, bir höyükteki termitler fizyolojisi, biyokimyası ve biyolojik gelişimi bir düzeyde analiz etmiş ancak sosyal davranışları ve höyük yapımı, termitlerin toplanmasından ortaya çıkan ve farklı bir seviyede analiz edilmesi gereken bir özelliktir.
İlişkiler doğrusal değildir
Pratik açıdan, bu, küçük bir pertürbasyon, büyük bir etkiye, orantılı bir etkiye, hatta hiçbir etkisi olmayabileceği anlamına gelir. Doğrusal sistemlerde, etki her zaman sebeple doğru orantılıdır. 
İlişkiler geribildirim döngüleri içerebilir
Hem negatif (sönüm) hem de pozitif (yükseltici) geribildirim her zaman karmaşık sistemlerde bulunur. Bir öğenin davranışının etkileri, öğenin kendisinin değiştirileceği şekilde geri beslenir.

Kaynakça
  1. "History of Complex Systems". 23 Kasım 2007 tarihinde kaynağından arşivlendi. Erişim tarihi: 20 Aralık 2016.
  2. Ledford, H. (2015).
  3. Waldrop, M. M. (1993).
  4. EPSRC description of Non-linear systems retrieved 11 Aug 2015
  5. Hasselblatt, Boris; Anatole Katok (2003). A First Course in Dynamics: With a Panorama of Recent Developments. Cambridge University Press. ISBN 0-521-58750-6.
  6. Alan Randall (2011). Risk and Precaution. Cambridge University Press. ISBN 9781139494793. 29 Temmuz 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 20 Aralık 2016.
  7. S. V. Buldyrev, R. Parshani, G. Paul, H. E. Stanley, S. Havlin (2010). "Catastrophic cascade of failures in interdependent networks". Nature. 464 (7291). s. 08932. arXiv:0907.1182 $2. Bibcode:2010Natur.464.1025B. doi:10.1038/nature08932. PMID 20393559. 18 Ekim 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 20 Aralık 2016.
  8. A. L. Barab´asi, R. Albert (2002). "Statistical mechanics of complex networks". Reviews of Modern Physics. Cilt 74. ss. 47-94. arXiv:cond-mat/0106096 $2. Bibcode:2002RvMP...74...47A. doi:10.1103/RevModPhys.74.47. 14 Temmuz 2012 tarihinde kaynağından arşivlendi. Erişim tarihi: 20 Aralık 2016.
  9. M. Newman (2010). Networks: An Introduction. Oxford University Press. ISBN 978-0-19-920665-0.
  10. Reuven Cohen, Shlomo Havlin (2010). Complex Networks: Structure, Robustness and Function. Cambridge University Press. ISBN 978-0-521-84156-6.
  11. Majdandzic, Antonio; Podobnik, Boris; Buldyrev, Sergey V.; Kenett, Dror Y.; Havlin, Shlomo; Eugene Stanley, H. (2013). "Spontaneous recovery in dynamical networks". Nature Physics. 10 (1). ss. 34-38. doi:10.1038/nphys2819. ISSN 1745-2473.

Daha fazla okuma
  • Paolo Sibani & Henrik Jeldtoft Jensen (2013). Stochastic Dynamics of Complex Systems, ISBN 978-1-84816-993-7, World Scientific and Imperial College Press.
  •  Chu, Dominique (2011). Complexity: Against Systems. Theory in Biosciences, Springer Verlag.
  •  Rocha, Luis M. (1999). "Complex Systems Modeling: Using Metaphors From Nature in Simulation and Scientific Models". BITS: Computer and Communications News. Computing, Information, and Communications Division. Los Alamos National Laboratory. November 1999
  •  Ignazio Licata & Ammar Sakaji (eds) (2008). Physics of Emergence and Organization, ISBN 978-981-277-994-6, World Scientific and Imperial College Press. 
  • Alfred Hübler, Cory Stephenson, Dave Lyon, Ryan Swindeman (2011). Fabrication and programming of large physically evolving networks Complexity, 16(5), pp. 7–8 
  • De Toni, Alberto; Comello, Luca (2011). Journey into Complexity. Udine: Lulu. ISBN 978-1-4452-6078-5.

Dış bağlantılar
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.