QU SON LOS SISTEMAS DINMICOS NO-LINEALES?

INTRODUCCIN

Los climatlogos y meteorlogos, trabajan con sistemas grandes y complejos que

involucran ms variables de las que se pueden manejar analticamente.

Los fenmenos de las ciencias climticas son tan complejos que no existe una
seguridad de que en un prximo futuro, se pueda forjar una teora y modelacin
completa y autoconsistente para su solucin. Sabemos adems que los problemas no
se resuelven simplemente demostrando que son imposibles de resolver.

Existen dos formas conocidas en los sistemas dinmicos de estudiar el caos en los
sistemas climticos y en el manejo de los recursos naturales: Los mtodos estadsticos
de series de tiempo y los mtodos basados en la reconstruccin de atractores usando
el teorema de Takens. Otro mtodo reciente se basa en la bifurcacin y la ruta del
caos, pronosticada por modelos matemticos donde si la dinmica catica existe,
podremos reproducir la ruta al caos y donde la mezcla de no linealidad y estocsticidad
producen un nivel de complejidad que no puede ser vista y observada por el estudio de
los atractores determinsticos solamente.

A travs de un mosaico de modelos relacionados y consecuentes entre s, donde

ninguno de los cuales es ms fundamental que el otro, se propone forjar una teora y
una modelacin completa y autoconsistente, donde el exponente de Lyapunov
representa una medida de la caosidad de estos sistemas y una medida de su cantidad
de informacin contenida en ellos. Leyes sencillas, procesos no-lineales, sensibilidad a
las condiciones iniciales y a la retroalimentacin, son los factores que al parecer hacen
funcionar el mundo.

ANTECEDENTES CARTECIANOS LINEALES DE CAUSA EFECTO

El xito de las leyes de Newton fue el fundamento sobre el cual se construy toda la
ciencia moderna. Donde tanto la electricidad como el magnetismo y la gravedad,
obedecen leyes de la inversa al cuadrado.

Las propiedades bsicas del mundo se ven determinadas por la manera en que lo
observamos y por los mtodos de observacin utilizados. La fsica moderna ha puesto
de manifiesto las limitaciones de la visin mecanicista del mundo, sealando que el
universo debe verse como una red de relaciones vinculadas entre s, donde la
naturaleza se concibe a travs de su autoconsistencia, sin estructuras estticas y su
estabilidad es el resultado de un equilibrio dinmico, de donde podemos decir que las
leyes fsicas primarias jams sern descubiertas por una ciencia que intenta
fragmentar el mundo en sus constituyentes.

Con todo esto, cada vez se tiene menos adeptos a la creencia de que se puede
entender el todo y cada una de las partes en funcin de relaciones de causa-efecto,
transparentes y lineales, ganando fuerza la necesidad de estudiar los aspectos
inestables no completamente predecibles, desordenados, caticos, de los fenmenos
complejos del ambiente, generando la bsqueda de estructuras de pensamiento
diferente, que en algn sentido rompan con el modelo copernicano.

El complicado comportamiento del mundo no es ms que una complejidad superficial

que surge de una profunda sencillez.

Estos nuevos avances nos muestran cmo los conocimientos cientficos basados en
leyes sencillas pueden explicar el comportamiento aparentemente inexplicable de los
sistemas meteorolgicos, mercados burstiles, terremotos, e incluso comportamiento
humano y el propio origen de la vida. No es de extraar que sea a escala humana
donde se den las caractersticas ms complejas del universo. La idea principal es que
el caos y la complejidad obedecen leyes sencillas, con sensibilidad a las condiciones
iniciales y la retroalimentacin. Cuando un sistema alcanza el equilibrio, ha olvidado
sus condiciones iniciales.

El estado en que se estabilizan los sistemas se denomina un atractor y ser atrado

hacia un estado en el cual es mnima la velocidad a la que se produce la entropa. El
modo ms sencillo de entender lo que mide la entropa es pensar en trminos de la
cantidad de orden que hay en un sistema.

Con miles y miles de millones de molculas que participan en interacciones mutuas

unas con otras, el caos en cierto modo desaparece o se aminora y aparece un orden
que est asociado con leyes sencillas.

Tanto en termodinmica estadstica como en el de la mecnica cuntica, no estamos

en condiciones de atribuir a los sistemas fsicos estados totalmente determinados. Las
grandes dificultades en el conocimiento de un pasado desdibujado vaticinan mayores
dificultades en el pronstico de un futuro an por construir.

La prediccin del futuro por extrapolacin del curso de los acontecimientos temporales
del pasado resulta a la luz del anlisis realizado, una idea ingenua, sin embargo, la
comprensin de los mecanismos bsicos que habran sido relevantes en el proceso de
la evolucin de los acontecimientos nos proporcionan importantes herramientas para
conjeturar sobre el curso que podran tomar los acontecimientos futuros. Nunca se
puede hacer que las cosas vuelvan a ser como eran.

Las teoras fsicas se han considerado como instrumentos que permiten predecir a
partir de ciertos hechos observados, los resultados de futuras observaciones. La fsica
se ve limitada cuando hay que dar cuenta en la estadstica de las series de tiempo de
los resultados obtenidos por nuestros arreglos experimentales, y por consiguiente es
excesivamente ambicioso creer que el conocimiento cientfico de ella nos permitir
acceder a una realidad independiente de cualquier observacin.

ATRACTORES, ESPACIO DE FASES Y EVOLUCIN GLOBAL DE TRAYECTORIAS

Estas teoras son necesarias, para describir, y desarrollar metodologas y modelos para
la incorporacin simultanea de factores determinsticos y estocsticos en los modelos
climticos y ecolgicos. Detectando que la naturaleza presenta contenidos muy ricos y
sustanciales a pesar del desorden y del caos que se perciben, tratando de comprender
y sistematizar esa riqueza cubierta por el desorden de fenmenos en evolucin, qu es
lo entendible y de cmo se puede controlar.
Un atractor es un conjunto de puntos, constituido por trayectorias del sistema,
alrededor del cual se acumulan todas o casi todas las trayectorias que parten de
puntos cercanos a l. La descripcin de los atractores constituye uno de los temas
clave de la teora de sistemas dinmicos, dado que la mayora de las trayectorias
tienden a ellos y, sus propiedades resumen el comportamiento a largo plazo del
sistema.

Todo proceso en que hay movimiento y variacin, puede ser considerado como un
sistema dinmico. Es decir que todo fenmeno que evoluciona en el tiempo es un
sistema dinmico. En general, un sistema dinmico est dado por una transformacin
en un espacio de sucesos, llamado espacio de fases.

El principal objetivo de estudio de los sistemas dinmicos es describir el

comportamiento de las orbitas o trayectorias luego de transcurrido mucho tiempo y de
lo que se trata es de poder dar las propiedades de la mayora de esas trayectorias.
Conocidas esas propiedades estaremos en condiciones de decir algo sobre el
comportamiento asinttico de todo el sistema o de su evolucin global para tiempos
prolongados. Es decir que nos interesa su evolucin, considerada como un todo, no
slo estudiar algunas trayectorias o conocer la evolucin de alguna de sus partes, sino
opinar sobre su comportamiento global.

La existencia de restricciones sobre nuestra capacidad de operar los sistemas fsicos se

ve reforzada por los recientes descubrimientos del comportamiento catico de muchos
sistemas fuera del equilibrio, para los cuales valores ligeramente diferentes de las
variables iniciales conducen a comportamientos totalmente distintos poco tiempo
despus. Su comportamiento dinmico en un instante dado no permite determinar su
evolucin futura.

MODELACIN, DIAGNOSTICO, SIMULACIN Y PRONSTICO CON ENFOQUE

SISTEMICO

En la modelacin, diagnstico, simulacin y pronstico, de nuestros estudios apoyados

en las metodologas de simulacin de los sistemas pensantes (enfoque sistmico),
escogemos las variables y las reglas adecuadas y necesarias, que gobiernan la
dinmica en el sistema de estudio, con lo que podemos predecir los cambios de dichos
sistemas a travs del tiempo.

En primer lugar hay que identificar el problema con claridad, y describir los objetivos
del estudio con precisin, teniendo en mente que vamos a estudiar la realidad como un
sistema. El resultado de esta fase ha de ser una primera percepcin de los elementos
que tienen relacin con el problema planteado, por lo que debemos conocer los
elementos que forman el sistema y las relaciones que existan entre ellos, incluyendo
slo aquellos elementos que tienen una influencia razonable sobre nuestro objetivo,
que es la de proponer acciones practicas para solucionar el problema, basados en las
cuatro etapas fundamentales del proceso de desarrollo y uso del modelo, las cuales,
son las siguientes:

Desarrollo del modelo conceptual;

Desarrollo del modelo cuantitativo;
Evaluacin del modelo y
Uso del modelo.
LA PROBLEMTICA DE LOS MODELOS DE PRONSTICO

Una de las necesidades bsicas de la ciencia es hacer predicciones. Donde si se conoce

el comportamiento inicial o anterior, podemos predecir el futuro; cmo se puede
predecir el futuro con los antecedentes conocidos?

El abordaje de la meteorologa, como en otras ciencias, requiere de construir modelos

basados sobre consideraciones tericas y utilizar datos medidos como entrada de
informacin inicial. Por lo tanto, la construccin de modelos a partir de principios
tericos y leyes fundamentales, ha sido y contina siendo el rea de mayor
importancia para los investigadores. Hoy en da la modelacin para el pronstico del
tiempo atmosfrico (as como la prediccin del clima), es un proceso de solucin a
sistemas de ecuaciones diferenciales, describiendo un problema de dinmica de fluidos.

Mientras tanto, los problemas aumentan cuando se incorporan los datos medidos y son
usados como datos de entrada en los modelos. Esto se debe a que las mediciones
rutinarias en amplias localizaciones proveen de un solo estado inicial discreto, y las
especificaciones correctas, demandan condiciones iniciales en un volumen
tridimensional (Elsner y Sonics, 1992). El problema de pronosticar el estado del
tiempo, se debe a que no es un sistema peridico, que se repita regularmente y los
valores iniciales continuos solo representan el estado momentneo de la atmsfera. Al
Recurrir a la modelacin implica, sacrificar la precisin en aras de la simplicidad y la
economa estructural (Smith, 1998).

En los sistemas deterministas, el estado inicial determina el estado final; pero la

inestabilidad exponencial hace que de un conocimiento aproximado del estado inicial
no se pueda deducir un conocimiento aproximado del estado final. Si la entropa no es
nula, la precisin de las predicciones se degrada a medida que pasa el tiempo, de
manera que son necesarias observaciones peridicas para seguir la evolucin del
sistema. La ausencia de observaciones nos deja en una incertidumbre completa.

Si bien sabemos que las mismas causas producen los mismos efectos, la sensibilidad a
las condiciones iniciales har que causas semejantes no tengan necesariamente
efectos semejantes. Una causa muy pequea que se nos escape, determina un efecto
considerable que no podemos dejar de ver. Una dcima de grado ms o menos en la
direccin de un punto del huracn y ste estalla aqu y no all y extiende sus estragos
en comarcas que de otra manera no habran sido devastadas-- las observaciones no
fueron ni bastante rigorosas ni bastante precisas y por eso todo parece debido al azar.

La nica manera de estudiar el comportamiento de un sistema es resolviendo

explcitamente las ecuaciones de evolucin del sistema, lo cual slo es posible en una
clase muy reducida de sistemas conocidos como integrables. Para los sistemas
prximos o casi integrables existen mtodos que permiten resolver parcialmente las
ecuaciones y deducir el comportamiento del sistema en intervalos de tiempo que
pueden ser importantes, pero de los cuales no se puede garantizar que se extiendan al
infinito.

Podemos decir que todo est determinado, pero no podemos conocerlo todo. Aunque
el universo est determinado, no podemos comprobarlo, en consecuencia, somos
incapaces de prever lo que va a ocurrir. Aunque el universo est totalmente
determinado, para saber lo que va a ocurrir es necesaria una descripcin completa del
pasado que es imposible de obtener. Para Ilya Prigogine, el determinismo es una
ilusin que conviene superar. No podemos pensar tampoco, que podemos encontrar
algunas leyes generales merced a las cuales llegaramos a predecir casi todos los
fenmenos.

Se puede considerar que los mtodos lineales presentan limitacin en el rea

predictiva, relacionada a su inhabilidad para modelar dinmicas de retroalimentacin
en el tiempo atmosfrico, y sistemas climticos (Farmer y Sidorowich, 1987). Por lo
tanto, una alternativa es la construccin de modelos directamente desde los datos
disponibles. Para estos mtodos, los datos son usados como series de tiempo,
considerados como realizaciones nicas de procesos determinsticos y aleatorios
continuos (Pandit y Yu, 1983).

Tomando tales consideraciones, se utiliza la dinmica de sistemas, la cual puede ser

descrita en trminos geomtricos y las variables dependientes como coordenadas en
un espacio multidimensional (Lorenz, 1984). En consecuencia, la teora del caos se
transforma en una herramienta con gran potencial para obtener informacin acerca de
las estructuras formadas directamente desde los datos medidos, en lugar de partir de
los modelos.

Recientes trabajos han dado la posibilidad de usar ciertas ideas de la teora de

sistemas dinmicos no lineales para el estudio del tiempo atmosfrico y clima (Nicollis
y Nicollis, 1984; Fraedrich, 1986; Sharifi et al., 1990; Elsner y Tsonics, 1992;
Hastings, 1993; Porporato y Ridolfi, 1997), sugiriendo que el conocimiento de la
dinmica de sistemas, junto a las estructura de los atractores (dimensiones y
exponentes de Lyapunov) pueden presentar potencialidades en las predicciones de
corto plazo. Por lo tanto, de conceptos y herramientas y desde el estudio del caos,
pueden obtenerse nuevas aproximaciones a la comprensin sobre el estado del tiempo
y el clima, de lo cual podra conducir a un pronstico mejorado en el futuro.

No obstante, la variabilidad climtica es la manifestacin de una dinmica catica

descrita por un atractor de dimensin fractal, que puede ser analizada por las
metodologas modernas de la dinmica de sistemas. La teora del caos aplicada al
estudio de la dinmica de la atmsfera, se ha convertido en una tcnica controversial,
al proponer una nueva forma de pronstico a partir de atractores, los cuales son
conceptos matemticos simples aplicados a sistemas fsicos y que siguen algn tipo de
patrn reconocible, an siendo sistemas muy complicados y aleatorios.

Para comprender el comportamiento de la atmsfera, incluyendo sus variaciones, es

necesario analizarla e interpretarla en su carcter histrico de coevolucin, ya que
interacta como un sistema homeosttico y que constituye procesos cclicos. En donde,
sus manifestaciones coevolutivas catastrficas han tenido una influencia determinante
en el clima y la evolucin de los seres vivientes (Ritter et al., 2005).

Desde la antigedad, como hoy en da, el clima ha sido un factor determinante en el

desarrollo del hombre ya que ste depende fuertemente de la productividad en sus
actividades a desarrollar (agricultura, ganadera, pesca, etc.). En consecuencia, las
prdidas econmicas pueden ser cuantiosas y atribuidas a la falta de conocimiento de
la variabilidad del clima. Sin embargo, la produccin tambin es influenciada por otros
factores como son los biolgicos, econmicos, sociales y hasta polticos.

En este sentido, la precipitacin se ha convertido en una variable atmosfrica muy

importante en el desarrollo de la agricultura en el pas, la cual debe de ser analizada
desde su base y a partir de la condiciones regionales (Ritter et al., 1998); y sobre la
consideracin de que su comportamiento es muy variable, que lo hace muy difcil de
conocer y predecir.

SISTEMAS DINMICOS NO-LINEALES

Los sistemas dinmicos son aquellos que cambian con el tiempo, los cuales pueden ser
explicados por medio de ecuaciones dinmicas y estructuras matemticas; o bien,
pueden ser representados como trayectorias de espacios de fases caracterizados por
su capacidad de percibir la evolucin del sistema en el tiempo. La teora del caos,
forma parte del estudio general de los modelos dinmicos, interesada
fundamentalmente en el comportamiento de sistemas no lineales o de los sistemas
disipatvos, los cuales exhiben atractores, y sensibilidad a las condiciones iniciales
(Smith, 1998). Donde, los atractores son oscilaciones dinmicas que eventualmente se
encuentran en equilibrio (Vandermeer, 1981).

Los sistemas caticos, matemticamente se definen como una aleatoriedad generada

por la simple dinmica de los sistemas determinsticos, que permiten ver el orden en
los procesos que parecen ser totalmente aleatorios (Tsonics y Elsner, 1989). La no-
linealidad es una caracterstica de la evolucin de los fenmenos naturales, como es la
precipitacin, donde largos periodos de estabilidad son intercalados con oscilaciones
aparentemente aleatorias en pocas de inestabilidad.

Las bifurcaciones catastrficas resultan en sbitas apariciones y desapariciones de

atractores estticos, ya sean peridicos o caticos, y son la clase de transformaciones
que mantienen los sistemas en evolucin y que incluyen desde especies a sistemas
ecolgicos y climticos (Ritter et al., 2000). Mientras que, los mtodos lineales de
pronstico en las series de tiempo presentan limitaciones. Cuando la linealidad es muy
marcada, los efectos de retraso entre sus elementos tienden a ser muy pequeos,
presentndose puntos de equilibrio estable donde se exhiben procesos de
bifurcaciones, as como puntos estables donde la poblacin oscila en ciclos y
periodicidades fcilmente identificables (May, 1976).

Mientras tanto, cuando las razones de crecimiento del sistema rebasan cierto lmite,
los ciclos estables entran en situaciones de comportamiento catico, prcticamente
imposibles de predecir. En este caso, la dinmica observada del sistema es simulable
por medio del modelo logstico determinstico, quien presenta mejores descripciones
del proceso incluso sobre bases probabilsticas, o estocsticas.

Los sistemas dinmicos pueden ser utilizados para seguir trayectorias de corto plazo, y
se puede extraer adems informacin de largo plazo sobre el comportamiento general
de las trayectorias, segn sus giros en torno a los atractores. Por lo tanto, los modelos
caticos (que tienen regmenes caticos, para al menos algunos valores de los
parmetros) pueden presentar situaciones deseables en los sistemas predictivos
(Smith, 1998).

Para un sistema con muchos grados de libertad, la estadstica es deseable. Sin

embargo, un comportamiento irregular puede ser resultado de un caos de baja
dimensin, es decir de procesos de modelos no lineales. El resultado ms importante
de la teora de los sistemas dinmicos, es el descubrimiento de que el comportamiento
complejo e impredecible no necesariamente se debe a la presencia de un gran nmero
de grados de libertad, sugiriendo que los atractores extraos pueden caracterizarse
por medio de series finitas de tiempo, como muestras de un sistema dinmico.

Estas nuevas metodologas de pronstico estadstico no-lineal utilizan series de tiempo,

y construyen los modelos directamente de los datos disponibles donde las series de
tiempo son consideradas como realizaciones nicas de procesos aleatorios continuos
(Nicollis y Nicollis, 1984). Donde, la aleatoriedad es un resultado de interacciones
complejas participando muchas variables o muchos grados de libertad.

Las trayectorias de los espacios de fases, son resultados de una variable en el tiempo
N(t) y un retraso de la misma N(t+1), lo cual describe una dinmica determinstica del
sistema para un sistema con un grado de libertad. Los sistemas dinmicos, como la
precipitacin, son caracterizados por la atraccin de sus trayectorias hacia un objeto
geomtrico llamado atractor, el cual ocupa una reducida porcin del espacio de fases
(Rodrguez-Iturbe et. al., 1989). Pero al mismo tiempo, est formada por trayectorias
que eventualmente convergen y permanecen sobre el espacio total disponible.

En tanto, cuando un atractor muestra una dimensin fraccional, es llamado "atractor

extrao", el cual es altamente sensible a las condiciones iniciales y tiene la propiedad
de que el sistema decae o es atrado a un estado final, pero es extremadamente
complejo y no es peridico; de hecho es catico y pseudoaleatorio, de tal forma que es
la solucin de un conjunto de ecuaciones determinsticas, mostrando que el sistema es
no lineal y determinstico (Surez, 2004).

Debido a su gran sensibilidad a las condiciones iniciales, puede llevar a patrones

completamente diferentes al sistema con tan solo pequeas perturbaciones,
derivndose as grandes efectos, conocidos como efecto mariposa (Lorenz, 1963).

Los atractores extraos tambin son llamados sistemas caticos, donde sus
trayectorias nunca se repiten, su evolucin es aperidica pero completamente
determinstica, sus seales son irregulares y exhiben energa en todas las frecuencias
dentro del espectro de banda ancha (Elsner y Tsonics, 1992).

Una vez que el atractor extrao ha sido identificado, puede ser cuantificado al calcular
varias medidas como la de su dimensin y su exponente de Lyapunov (Ritter, et al.,
1998). Los atractores son capaces de formar mltiples invariantes de los sistemas
dinmicos, dependiendo de los perodos que sean analizados, los cuales
frecuentemente tienen baja dimensionalidad (entre 4 y 5) sobre todo para atractores
climticos (Fraedrich, 1986).

Mientras que, la estabilidad de un sistema puede ser determinada por las oscilaciones
en las trayectorias en los espacios de fases, stas pueden ser oscilaciones estables e
inestables. En donde, las oscilaciones estables presentan un decrecimiento en su
amplitud hasta localizarse en un punto de equilibrio; en tanto que en las oscilaciones
inestables se presenta un ligero movimiento del punto de equilibrio que lleva a
oscilaciones que se alejan cada vez ms del punto de equilibrio, es decir, produce
trayectorias que nunca regresan a un ciclo permanente (Vandermeer, 1981).

La predictibilidad de los sistemas est relacionada al problema de su estabilidad. De tal

manera, que un sistema dinmico puede ser amplificado por influencias estocsticas
iniciadas desde el medio externo, sin generar ruido o caos (Deissler y Doyne, 1992).
La estabilidad tanto local como global, pueden causar ruido ambiental y ser amplificada
a proporciones macroscpicas. Las inestabilidades locales causan fluctuaciones
temporalmente amplificadas en el espacio de fases (May, 1976; May y Oster, 1976).

El caos determinstico se refiere a ecuaciones diferenciales sin aleatoriedad. Algunas

simplificaciones, tienden a omitir factores estocsticos afectando el sistema. Ambos, el
sistema por si mismo y las perturbaciones externas, contribuyen a la impredictibilidad
del sistema (Sugihara y May, 1990). En la actualidad, es sabido que los procesos
estocsticos y determinsticos son difciles de identificar. Sin embargo, la precipitacin
representa usualmente una gran dispersin, de tal forma que exhibe movimientos
parecidos a sistemas estocsticos, an siendo un sistema determinstico. En donde, los
modelos estocsticos proporcionan la incertidumbre de los sistemas por medio de la
probabilidad (Schifter, 1996).

Entonces, existen mtodos en la ciencia para identificar el caos determinstico del

estocstico. Sin embargo, el caos determinstico es derivado desde su misma fuente,
por la dinmica de sistemas descrita por ecuaciones diferenciales no lineales. En el
caso del caos desde las ecuaciones dinmicas determinsticas no lineales, donde son
generadas propiedades internas intrnsecas que diferencian ellos mismos desde efectos
no controlados y fluctuaciones estocsticas (Ritter et. al.)

INDICES DE PREDICTIBILIDAD

La teora de sistemas dinmicos por medio de los sistemas caticos (sistemas

disipativos), conjuntos de fractales, atractores extraos, etc., representan alternativas
para el pronstico.

Los espacios de fases forman trayectorias que espordicamente convergen, creando

oscilaciones en forma de espiral en torno a un atractor. Sobre estas condiciones, se
pueden calcular algunos parmetros indispensables para realizar el pronstico como
son el exponente de Lyapunov, la dimensin de capacidad y los eigenvalores.

El exponente de Lyapunov, proporciona una medida de la tasa promedio de

divergencia de las trayectorias en el espacio de fases de un atractor (es la velocidad
con que se separan o comprimen las trayectorias). Demostrando que, el lmite de
predictibilidad del comportamiento del sistema a largo plazo, es dado por el inverso del
exponente de Lyapunov (Nicolis, 1987; Rodrguez-Iturbe et al., 1989). No obstante,
tambin seala la medida de sensibilidad a cambios de las condiciones iniciales del
sistema, lo que conceptualmente es apropiado para sealar a los sistemas
determinsticos (Rodrguez-Iturbe et al., 1989).

Si el exponente de Lyapunov es negativo, las trayectorias poco separadas en el inicio

tendern a converger y la evolucin no ser catica. Por el contrario, si el exponente
es positivo las trayectorias divergen y la evolucin es sensible a las condiciones
iniciales y por lo tanto es catica (Schifter, 1996). Entonces, cualquier sistema, que
contenga al menos un exponente de Lyapunov positivo se define como catico. En
tanto, ordenando los exponentes de mayor a menor se pueden conocer las
caractersticas del atractor (Poveda, 1997):
 Si al menos un exponente es menor que cero 0, el atractor es un
punto.
Si el exponente es igual a 0, el atractor es un ciclo limite estable.
Si los dos primeros exponentes son igual a cero y los dems
negativos, el atractor es un toro bidimensional.
Si al menos un exponente es positivo, el atractor es extrao,
indicando una divergencia exponencial de las trayectorias en el
atractor, lo cual genera una extrema sensibilidad a las condiciones
iniciales.

La presencia de exponentes de Lyapunov positivos, implican la divergencia de

trayectorias cercanas y por lo tanto, presencia de una dinmica catica. Aunque, del
mismo modo, se involucran en la amplificacin del ruido y la produccin espontnea de
nueva informacin macroscpica a travs de la amplificacin de pequeas
fluctuaciones externas (Deissler y Doyne, 1992). En el cual, tal comportamiento puede
ser confundido con caos determinstico (Hastings et al., 1993).

La dimensin, es una medida de la complejidad de la trayectoria del espacio de fases,

donde para obtener una medida exacta de la dimensin de un atractor es tericamente
necesario envolverlo en un espacio de dimensin de al menos 2d+1, donde d es la
dimensin integral que contiene el atractor. Hay varias formas de definir la dimensin
de un atractor, y la ms simple es la "dimensin de capacidad", la cual describe la
geometra de la dimensin del atractor, sin considerar que tan frecuente la trayectoria
visita la regin del atractor (Ritter, et al., 1998).

La dimensin del atractor, refleja la dinmica del sistema. Cuando d=1 las oscilaciones
son autoexcitadas y peridicas; si d=2 son oscilaciones cuasiperidicas; mientras que,
si d>2 entonces el sistema presenta oscilaciones de comportamiento catico, con
imposibilidad de calcular (id.).

La dimensin de un nmero fraccional, indica que el atractor es un fractal, el cual nos

provee de un nmero mnimo de grados de libertad que se necesitan para reproducir la
dinmica del sistema en escalas de tiempo muy cortas (Tsonics y Elsner, 1989). Por lo
tanto, la determinacin de la dimensin, fractal o no, indica el nmero de variables y
ecuaciones que debera de satisfacer un modelo para predecir la evolucin de un
sistema.

El hecho de que las dimensiones sean variables para diferentes tiempos de escala,
puede indicar que los atractores analizados y su predictibilidad son diferentes en
funcin de la escala de tiempo, y solo muestra una parte de un atractor mayor(Tsonics
y Elsner, 1988). De tal modo, se puede considerar que el atractor no es de baja
dimensin, sino que la atmsfera es un sistema complementado de subsistemas de
baja dimensin (Lorenz, 1991).

Varios investigadores demandan que la baja dimensionalidad implica mas estructura, y

por lo tanto, mayor predictibilidad del sistema. Aunque, para otros son dudosos dichos
anlisis, debido a que los datos son pobres y ruidosos; atribuyendo la existencia de
atractores extraos ms a las ecuaciones matemticas que al comportamiento
meteorolgico (Pool, 1989).
En diversos trabajos, se estiman dimensiones fractales del tiempo atmosfrico, en los
que su magnitud se encuentra entre 3 y 4, en el caso de que la variabilidad interanual
y los cambios estacionales sean eliminados (Elsner y Tsonics, 1987; Essex et al.,
1987); mientras que la variabilidad del clima revela dimensiones entre 4 y 5, en el
atractor climtico (Nicolis y Nicolis, 1984; Fraedrich, 1986).

Mientras tanto, los eigenvalores son la proyeccin de las races medias cuadrticas de
las coordenadas n-dimensionales de retraso a los eigenvectores ortogonales, y
representan un mtodo natural de resolver la nube de valores puntuales en un espacio
dimensional superior (Wilks, 1995); es decir, es otra forma de describir la variabilidad
o comportamiento del sistema.

Los comportamientos dinmicos se pueden determinar a partir de las trayectorias de

los espacios de fases, y al mismo tiempo, por su dimensin. Por lo tanto, los sistemas
dinmicos caticos adems de que no son predictivamente intiles, se emplean para
seguir trayectorias a corto plazo, y de esta forma se puede deducir informacin a largo
plazo sobre el comportamiento general de las trayectorias, segn stas giren entorno a
los atractores (Smith, 1998). De lo cual, se pueden obtener diferentes conductas
dinmicas, establecidos por el equilibrio del sistema como:

Ciclo lmite. Si la trayectoria se coloca dentro de varios puntos, indicando

movimiento peridico y predictibilidad.

Cuasi-peridico. Resulta cuando el perodo de las oscilaciones es

irregular as que la solucin nunca se repite exactamente y las
trayectorias forman una elipse o toro.

Catico. Indica al formacin de un atractor extrao, y por lo tanto,

revela dinmica catica, mostrando una elipse alargada e inclinada.

Las razones de que un sistema se convierta en irregular, aperidico o ruidoso es por su

caos determinstico, lo cual genera ruido directamente desde su dinmica interna, sin
necesidad de perturbaciones externas, y la otra opcin es el comportamiento
estocstico (Deissler y Doyne, 1992).

CONCLUSIONES

En la creencia de que el universo es algortmicamente comprensible y de que existe

una representacin abreviada de la lgica que se esconde tras de sus propiedades (ya
que sin stos, la ciencia se vera sustituida por una recopilacin de datos sin sentido),
contribuimos sealando diferencias vitales en los estudios transdisciplinarios de la
naturaleza, entre mtodos simples de recolectar estudios con visin disciplinaria y los
procesos de integrar los estudios con metodologas de visin sistmica. Los primeros
nos dan resultados irreales y de poca trascendencia, mientras que los estudios
sistmicos nos dan a conocer las maravillosas conexiones ocultas de la naturaleza
sobre el planeta en que vivimos, la Tierra.

Contribuimos sealando la incomplitud de la visin del anlisis carteciano de efectos

instantneos de causa-efecto, (donde en ningn caso es obvio que la naturaleza de la
vida pueda someterse a discusin o explicacin, mucho menos a una prediccin), sin
efectos de retrazo, retroalimentacin y autoorganizacin y con la linealidad como
principal instrumento de explicacin.

El mundo como mquina termodinmica. Dejando fuera la visin sinttica de la visin

sistmica y los sistemas dinmicos, un mundo no de jerarquas sino de redes de
interrelacin, no de objetos y partes independientes sino de sistemas y totalidades, no
de disciplinas sino de interdisciplinas.

Un mundo no- lineal de complejidades, pero a la vez de miles de procesos simples de

retroalimentacin continua, de amplificacin y control, de nodos de decisin y
bifurcacin, donde lo simple como materia prima se transforma en complejo, y de sus
mltiples interacciones surgen las inesperadas emergencias creativas, donde
sorprendidos descubrimos que el todo es mayor a la suma de las partes, de un mundo
ciberntico abierto que se crea a si mismo, surgiendo como ave fnix del caos al orden
en contrasentido a las leyes de la entropa e ir de lo simple a lo complejo, de lo estable
y predecible a lo inestable e impredecible, donde lo sutil cobra cada vez ms
importancia, donde la importancia del sistema no es dada por el nmero de elementos
sino del efecto sinergtico entre ellos.

Un mundo abierto que acta como ser vivo, irreversible y disipativo, alejado del
equilibrio termodinmico, lo que lo hace ser inmensamente creativo o destructivo. Un
mundo de ecuaciones universales simples, que en el misterio de sus espacios
multidimensionales y en su ruta cotidiana al caos, presenta atractores y repulsores
testigos mudos del eterno retorno de Poincar.

La mayora de las personas creen que el presente contiene toda la informacin

necesaria para reconstruir el pasado y predecir el futuro. Sin embargo, como las
posibilidades de conseguir informacin perfecta son escasas, y de que la ms leve
incertidumbre en nuestro conocimiento del estado del sistema, trae consigo la prdida
total de informacin y el hecho de que muchas secuencias de sucesos naturales
presentan dependencias extremadamente sensibles de sus particulares condiciones de
partida, debemos entender que no podemos comprobar con toda precisin el estado
presente de las cosas y de que presentes casi idnticos conducen a futuros muy
diferentes, con lo cual nuestra capacidad de prediccin desaparece.

La cuestin de estabilidad aparece como fundamental, donde la existencia de

condiciones inestables hace imposible la previsin de acontecimientos futuros. La
visin y dinmica sistmica es un poderoso auxiliar en la solucin de estos problemas,
son metadisciplinas con posibilidades de aplicacin en las diferentes reas de la
complejidad, como pueden ser los sistemas biolgico climticos y econmico sociales e
incluso en la toma de decisiones a nivel personal, yendo a la raz de los problemas y no
a sus manifestaciones, donde prever y anticipar es mejor que hacer autopsias y
lamentar y donde el fin supremo es la autosuperacin.