Komplexes System - Complex system

Ein komplexes System ist ein System, das aus vielen Komponenten besteht, die miteinander interagieren können. Beispiele für komplexe Systeme sind das globale Klima der Erde , Organismen , das menschliche Gehirn , Infrastrukturen wie Stromnetze, Transport- oder Kommunikationssysteme, soziale und wirtschaftliche Organisationen (wie Städte ), ein Ökosystem , eine lebende Zelle und letztendlich das gesamte Universum .

Komplexe Systeme sind Systeme, deren Verhalten aufgrund von Abhängigkeiten, Konkurrenzen, Beziehungen oder anderen Arten von Interaktionen zwischen ihren Teilen oder zwischen einem gegebenen System und seiner Umgebung intrinsisch schwer zu modellieren ist. Systeme, die „ komplex “ sind, haben unterschiedliche Eigenschaften, die sich aus diesen Beziehungen ergeben, wie unter anderem Nichtlinearität , Emergenz , spontane Ordnung , Anpassung und Rückkopplungsschleifen . Da solche Systeme in den unterschiedlichsten Bereichen vorkommen, sind die Gemeinsamkeiten zwischen ihnen zum Thema ihres eigenständigen Forschungsgebiets geworden. In vielen Fällen ist es sinnvoll, ein solches System als Netzwerk darzustellen, in dem die Knoten die Komponenten und Verbindungen zu ihren Interaktionen darstellen.

Der Begriff komplexe Systeme bezieht sich oft auf das Studium komplexer Systeme, bei dem es sich um einen wissenschaftlichen Ansatz handelt, der untersucht, wie Beziehungen zwischen den Teilen eines Systems zu seinem kollektiven Verhalten führen und wie das System mit seiner Umgebung interagiert und Beziehungen eingeht. Das Studium komplexer Systeme betrachtet kollektives oder systemweites Verhalten als grundlegendes Untersuchungsobjekt; Komplexe Systeme können daher als alternatives Paradigma zum Reduktionismus verstanden werden , der versucht, Systeme aus ihren Bestandteilen und den einzelnen Wechselwirkungen zwischen ihnen zu erklären.

Als interdisziplinäre Domäne bezieht komplexe Systeme Beiträge aus vielen verschiedenen Bereichen, wie zum Beispiel das Studium der Selbstorganisation und kritischer Phänomene aus der Physik, das der spontanen Ordnung aus den Sozialwissenschaften, das Chaos aus der Mathematik, die Anpassung aus der Biologie und viele andere. Komplexe Systeme wird daher oft als breiter Begriff verwendet, der einen Forschungsansatz zu Problemen in vielen verschiedenen Disziplinen umfasst, darunter statistische Physik , Informationstheorie , nichtlineare Dynamik , Anthropologie , Informatik , Meteorologie , Soziologie , Wirtschaftswissenschaften , Psychologie und Biologie .

Schlüssel Konzepte

Systeme

Offene Systeme haben Eingangs- und Ausgangsflüsse, die den Austausch von Materie, Energie oder Informationen mit ihrer Umgebung darstellen.

Komplexe Systeme befassen sich hauptsächlich mit dem Verhalten und den Eigenschaften von Systemen . Ein System, grob definiert, ist eine Menge von Einheiten, die durch ihre Interaktionen, Beziehungen oder Abhängigkeiten ein einheitliches Ganzes bilden. Es wird immer in Bezug auf seine Grenze definiert , die die Entitäten bestimmt, die Teil des Systems sind oder nicht. Außerhalb des Systems liegende Entitäten werden dann Teil der Umgebung des Systems .

Ein System kann Eigenschaften aufweisen , die Verhaltensweisen erzeugen , die sich von den Eigenschaften und Verhaltensweisen seiner Teile unterscheiden; diese systemweiten oder globalen Eigenschaften und Verhaltensweisen sind charakteristisch dafür, wie das System mit seiner Umgebung interagiert oder ihr erscheint, oder wie sich seine Teile verhalten (z. B. als Reaktion auf äußere Reize), indem sie sich innerhalb des Systems befinden. Der Begriff Verhalten impliziert , dass die Untersuchung von Systemen auch mit Prozessen betroffen ist , die sie über Zeit in Anspruch nehmen (oder, in der Mathematik , ein anderen Phasenraum Parametrisierung ). Aufgrund ihrer breiten, interdisziplinären Anwendbarkeit spielen Systemkonzepte in komplexen Systemen eine zentrale Rolle.

Als Studiengebiet ist ein komplexes System eine Teilmenge der Systemtheorie . Die allgemeine Systemtheorie konzentriert sich ähnlich auf das kollektive Verhalten interagierender Entitäten, untersucht jedoch eine viel breitere Klasse von Systemen, einschließlich nicht komplexer Systeme, bei denen traditionelle reduktionistische Ansätze praktikabel bleiben können. Tatsächlich versucht die Systemtheorie, alle Klassen von Systemen zu erforschen und zu beschreiben , und die Erfindung von Kategorien, die für Forscher in sehr unterschiedlichen Bereichen nützlich sind, ist eines der Hauptziele der Systemtheorie.

In Bezug auf komplexe Systeme legt die Systemtheorie einen Schwerpunkt auf die Art und Weise, wie Beziehungen und Abhängigkeiten zwischen den Teilen eines Systems systemweite Eigenschaften bestimmen können. Es trägt auch zur interdisziplinären Perspektive des Studiums komplexer Systeme bei: Die Vorstellung, dass gemeinsame Eigenschaften Systeme disziplinübergreifend verbinden, rechtfertigt die Verfolgung von Modellierungsansätzen, die auf komplexe Systeme anwendbar sind, wo immer sie auftreten. Spezifische Konzepte, die für komplexe Systeme wichtig sind, wie Emergenz, Rückkopplungsschleifen und Anpassung, stammen ebenfalls aus der Systemtheorie.

Komplexität

„Systeme weisen Komplexität auf“ bedeutet, dass ihr Verhalten nicht ohne weiteres aus ihren Eigenschaften abgeleitet werden kann. Jeder Modellierungsansatz, der solche Schwierigkeiten ignoriert oder als Rauschen charakterisiert, wird daher zwangsläufig Modelle erzeugen, die weder genau noch nützlich sind. Bisher gibt es keine vollständig allgemeine Theorie komplexer Systeme, um diese Probleme anzugehen, daher müssen Forscher sie in domänenspezifischen Kontexten lösen. Forscher komplexer Systeme gehen diese Probleme an, indem sie die Hauptaufgabe der Modellierung darin sehen, die Komplexität ihrer jeweiligen interessierenden Systeme zu erfassen und nicht zu reduzieren.

Obwohl es noch keine allgemein akzeptierte genaue Definition von Komplexität gibt, gibt es viele archetypische Beispiele für Komplexität. Systeme können komplex sein , wenn, zum Beispiel, sie haben chaotisches Verhalten (Verhalten , das zeigt extreme Empfindlichkeit gegenüber Anfangsbedingungen, unter anderen Eigenschaften), oder wenn sie emergent Eigenschaften (Eigenschaften , die aus ihren Komponenten in Isolation nicht erkennbar sind , sondern die sich aus dem Beziehungen und Abhängigkeiten, die sie bilden, wenn sie zusammen in einem System platziert werden), oder wenn sie rechnerisch schwer zu modellieren sind (wenn sie von einer Anzahl von Parametern abhängen, die in Bezug auf die Größe des Systems zu schnell anwächst).

Netzwerke

Die interagierenden Komponenten eines komplexen Systems bilden ein Netzwerk , das eine Sammlung von diskreten Objekten und Beziehungen zwischen ihnen ist, die normalerweise als ein Graph von Knoten dargestellt werden, die durch Kanten verbunden sind. Netzwerke können die Beziehungen zwischen Individuen innerhalb einer Organisation, zwischen logischen Gattern in einem Schaltkreis , zwischen Genen in Genregulationsnetzwerken oder zwischen jeder anderen Gruppe verwandter Entitäten beschreiben.

Netzwerke beschreiben häufig die Ursachen der Komplexität in komplexen Systemen. Das Studium komplexer Systeme als Netzwerke ermöglicht daher viele nützliche Anwendungen der Graphentheorie und Netzwerkwissenschaft . Viele komplexe Systeme sind zum Beispiel auch komplexe Netzwerke , die Eigenschaften wie Phasenübergänge und Potenzgesetz-Gradverteilungen aufweisen, die sich leicht für emergentes oder chaotisches Verhalten eignen. Die Tatsache, dass die Anzahl der Kanten in einem vollständigen Graphen quadratisch mit der Anzahl der Vertices wächst, wirft zusätzliches Licht auf die Quelle der Komplexität in großen Netzwerken: Wenn ein Netzwerk wächst, wird die Anzahl der Beziehungen zwischen Entitäten schnell die Anzahl der Entitäten im Netzwerk in den Schatten stellen .

Nichtlinearität

Eine Beispiellösung im Lorenz-Attraktor für ρ = 28, σ = 10 und β = 8/3

Komplexe Systeme haben oft ein nichtlineares Verhalten, was bedeutet, dass sie je nach Zustand oder Kontext unterschiedlich auf dieselbe Eingabe reagieren können. In Mathematik und Physik beschreibt Nichtlinearität Systeme, in denen eine Änderung der Größe des Inputs keine proportionale Änderung der Größe des Outputs erzeugt. Bei einer gegebenen Änderung der Eingabe können solche Systeme in Abhängigkeit vom aktuellen Zustand des Systems oder seinen Parameterwerten signifikant größere oder weniger proportionale Änderungen der Ausgabe oder sogar gar keine Ausgabe ergeben.

Von besonderem Interesse für komplexe Systeme sind nichtlineare dynamische Systeme , das sind Systeme von Differentialgleichungen mit einem oder mehreren nichtlinearen Termen. Einige nichtlineare dynamische Systeme, wie das Lorenz-System , können ein mathematisches Phänomen erzeugen, das als Chaos bekannt ist . Chaos, wie es auf komplexe Systeme zutrifft, bezieht sich auf die sensible Abhängigkeit von Anfangsbedingungen oder den „ Schmetterlingseffekt “, den ein komplexes System aufweisen kann. In einem solchen System können kleine Änderungen der Anfangsbedingungen zu dramatisch unterschiedlichen Ergebnissen führen. Chaotisches Verhalten kann daher extrem schwer numerisch zu modellieren sein, da kleine Rundungsfehler in einer Zwischenstufe der Berechnung dazu führen können, dass das Modell völlig ungenaue Ausgaben erzeugt. Wenn ein komplexes System in einen ähnlichen Zustand wie zuvor zurückkehrt, kann es sich außerdem auf die gleichen Reize völlig anders verhalten, sodass das Chaos auch Herausforderungen für die Extrapolation aus der Erfahrung darstellt.

Entstehung

Gosper's Glider Gun erstellt " Gleiter " im zellularen Automaten Conway's Game of Life

Ein weiteres gemeinsames Merkmal komplexer Systeme ist das Vorhandensein von emergenten Verhaltensweisen und Eigenschaften: Dies sind Merkmale eines Systems, die nicht isoliert aus seinen Komponenten ersichtlich sind, sondern die sich aus den Wechselwirkungen, Abhängigkeiten oder Beziehungen ergeben, die sie bilden, wenn sie in einem System zusammengefügt werden. Emergence beschreibt allgemein das Auftreten solcher Verhaltensweisen und Eigenschaften und findet Anwendung auf Systeme, die sowohl in den Sozial- als auch in den Naturwissenschaften untersucht wurden. Während sich Emergenz oft nur auf das Auftreten von ungeplantem organisiertem Verhalten in einem komplexen System bezieht, kann sich Emergenz auch auf den Zusammenbruch einer Organisation beziehen; es beschreibt alle Phänomene, die von den kleineren Einheiten, aus denen das System besteht, schwer oder sogar unmöglich vorherzusagen sind.

Ein Beispiel für ein komplexes System, dessen emergente Eigenschaften ausgiebig untersucht wurden, sind zelluläre Automaten . In einem zellularen Automaten entwickelt sich ein Gitter von Zellen mit jeweils einem der endlich vielen Zustände nach einem einfachen Regelwerk. Diese Regeln leiten die "Interaktionen" jeder Zelle mit ihren Nachbarn. Obwohl die Regeln nur lokal definiert sind, haben sie sich gezeigt, dass sie global interessantes Verhalten erzeugen können, beispielsweise in Conways Game of Life .

Spontane Ordnung und Selbstorganisation

Wenn Emergenz das Auftreten ungeplanter Ordnung beschreibt, ist es spontane Ordnung (in den Sozialwissenschaften) oder Selbstorganisation (in den Naturwissenschaften). Im Herdenverhalten zeigt sich eine spontane Ordnung , bei der eine Gruppe von Individuen ihre Aktionen ohne zentrale Planung koordiniert. Selbstorganisation kann in der globalen Symmetrie bestimmter gesehen werden Kristalle , die scheinbare radiale zum Beispiel Symmetrie von Schneeflocken , die aus rein lokalen entsteht anziehenden und abstoßenden Kräfte sowohl zwischen Wassermolekülen und deren Umgebung.

Anpassung

Komplexe adaptive Systeme sind Sonderfälle komplexer Systeme, die insofern adaptiv sind , als sie die Fähigkeit haben, sich zu ändern und aus Erfahrungen zu lernen. Beispiele für komplexe adaptive Systeme sind der Aktienmarkt , soziale Insekten- und Ameisenkolonien , die Biosphäre und das Ökosystem , das Gehirn und das Immunsystem , die Zelle und der sich entwickelnde Embryo , die Städte, Produktionsbetriebe und alle auf menschlichen Gruppen basierenden Unternehmungen ein kulturelles und soziales System wie politische Parteien oder Gemeinschaften .

Merkmale

Komplexe Systeme können folgende Merkmale aufweisen:

Kaskadierende Fehler: Aufgrund der starken Kopplung zwischen Komponenten in komplexen Systemen kann ein Ausfall einer oder mehrerer Komponenten zu kaskadierenden Ausfällen führen, die katastrophale Folgen für die Funktion des Systems haben können. Lokalisierte Angriffe können zu kaskadierenden Ausfällen und abrupten Zusammenbrüchen in räumlichen Netzwerken führen.

Komplexe Systeme können offen sein: Komplexe Systeme sind in der Regel offene Systeme – das heißt, sie existieren in einem thermodynamischen Gradienten und dissipieren Energie. Mit anderen Worten, komplexe Systeme sind häufig weit vom energetischen Gleichgewicht entfernt : aber trotz dieses Flusses kann es zu Musterstabilität kommen , siehe Synergetik .

Komplexe Systeme können kritische Übergänge aufweisen

Grafische Darstellung alternativer stabiler Zustände und der Richtung der kritischen Verlangsamung vor einem kritischen Übergang (aus Lever et al. 2020). Die oberen Tafeln (a) zeigen Stabilitätslandschaften bei unterschiedlichen Bedingungen. Mittlere Felder (b) zeigen die Änderungsraten in Abhängigkeit von der Neigung der Stabilitätslandschaften und untere Felder (c) zeigen eine Erholung von einer Störung in Richtung des zukünftigen Zustands des Systems (cI) und in eine andere Richtung (c.II).

Kritische Übergänge sind abrupte Veränderungen des Zustands von Ökosystemen , Klima , Finanzsystemen oder anderen komplexen Systemen, die auftreten können, wenn sich ändernde Bedingungen einen kritischen Punkt oder eine Verzweigung überschreiten . Die "Richtung der kritischen Verlangsamung" im Zustandsraum eines Systems kann auf den zukünftigen Zustand eines Systems nach solchen Übergängen hinweisen, wenn verzögerte negative Rückkopplungen, die zu oszillatorischen oder anderen komplexen Dynamiken führen, schwach sind.

Komplexe Systeme können ein Gedächtnis haben: Die Erholung von einem kritischen Übergang erfordert möglicherweise mehr als eine einfache Rückkehr zu den Bedingungen, unter denen ein Übergang aufgetreten ist, ein Phänomen, das als Hysterese bezeichnet wird . Die Geschichte eines komplexen Systems kann daher wichtig sein. Da komplexe Systeme dynamische Systeme sind , ändern sie sich im Laufe der Zeit, und frühere Zustände können einen Einfluss auf gegenwärtige Zustände haben. Wechselwirkende Systeme können eine komplexe Hysterese vieler Übergänge aufweisen. Ein Beispiel für Hysterese wurde im Stadtverkehr beobachtet.

Komplexe Systeme können verschachtelt sein: Die Komponenten eines komplexen Systems können selbst komplexe Systeme sein. Zum Beispiel besteht eine Wirtschaft aus Organisationen , die aus Menschen bestehen , die aus Zellen bestehen – allesamt komplexe Systeme. Die Anordnung von Interaktionen innerhalb komplexer bipartiter Netzwerke kann auch verschachtelt sein. Insbesondere wurde festgestellt, dass bipartite ökologische und organisatorische Netzwerke von gegenseitig vorteilhaften Interaktionen eine verschachtelte Struktur aufweisen. Diese Struktur fördert indirekte Erleichterungen und die Fähigkeit eines Systems, unter immer härteren Bedingungen zu bestehen, sowie das Potenzial für groß angelegte systemische Regimewechsel.

Dynamisches Netzwerk der Vielfalt: Neben Kopplungsregeln ist das dynamische Netzwerk eines komplexen Systems wichtig. Oft werden Small-World- oder Scale-free- Netzwerke verwendet, die viele lokale Interaktionen und eine geringere Anzahl von Inter-Area-Verbindungen aufweisen. Natürliche komplexe Systeme weisen häufig solche Topologien auf. Im menschlichen Kortex zum Beispiel sehen wir eine dichte lokale Konnektivität und einige sehr lange Axonprojektionen zwischen Regionen innerhalb des Kortex und zu anderen Gehirnregionen.

Kann auftretende Phänomene erzeugen: Komplexe Systeme können Verhaltensweisen aufweisen, die emergent sind , d. h. dass die Ergebnisse zwar ausreichend durch die Aktivität der Grundbestandteile des Systems bestimmt werden können, aber Eigenschaften haben, die nur auf einer höheren Ebene untersucht werden können. Zum Beispiel haben die Termiten in einem Hügel Physiologie, Biochemie und biologische Entwicklung, die auf einer Analyseebene liegen, aber ihr Sozialverhalten und ihre Hügelbildung ist eine Eigenschaft, die aus der Termitensammlung hervorgeht und auf einer anderen Ebene analysiert werden muss.

Beziehungen sind nichtlinear: In der Praxis bedeutet dies, dass eine kleine Störung einen großen Effekt (siehe Schmetterlingseffekt ), einen proportionalen Effekt oder sogar keinen Effekt haben kann. In linearen Systemen ist die Wirkung immer direkt proportional zur Ursache. Siehe Nichtlinearität .

Beziehungen enthalten Feedbackschleifen: In komplexen Systemen findet man immer sowohl negative ( Dämpfung ) als auch positive (verstärkende) Rückkopplungen . Die Auswirkungen des Verhaltens eines Elements werden so rückgekoppelt, dass das Element selbst verändert wird.

Geschichte

Eine Perspektive auf die Entwicklung der Komplexitätswissenschaft (siehe Referenz für lesbare Version)

Obwohl der Mensch wohl seit Tausenden von Jahren komplexe Systeme studiert, ist die moderne wissenschaftliche Erforschung komplexer Systeme im Vergleich zu etablierten Wissenschaftsgebieten wie Physik und Chemie relativ jung . Die Geschichte der wissenschaftlichen Erforschung dieser Systeme folgt mehreren unterschiedlichen Forschungstrends.

Auf dem Gebiet der Mathematik war der wohl größte Beitrag zum Studium komplexer Systeme die Entdeckung des Chaos in deterministischen Systemen, ein Merkmal bestimmter dynamischer Systeme , das stark mit der Nichtlinearität zusammenhängt . Das Studium neuronaler Netze war auch ein wesentlicher Bestandteil für die Weiterentwicklung der Mathematik, die zum Studium komplexer Systeme erforderlich ist.

Der Begriff selbstorganisierender Systeme ist mit Arbeiten zur Nichtgleichgewichts-Thermodynamik verbunden , einschließlich derjenigen, die der Chemiker und Nobelpreisträger Ilya Prigogine in seiner Untersuchung dissipativer Strukturen entwickelt hat . Noch älter ist die Arbeit von Hartree-Fock über die quantenchemischen Gleichungen und spätere Berechnungen der Struktur von Molekülen, die als eines der frühesten Beispiele für Emergenz und emergente Ganzheiten in der Wissenschaft angesehen werden können.

Ein komplexes System, das Menschen enthält, ist die klassische politische Ökonomie der schottischen Aufklärung , die später von der österreichischen Wirtschaftsschule entwickelt wurde , die argumentiert, dass die Ordnung in Marktsystemen spontan (oder emergent ) ist, da sie das Ergebnis menschlichen Handelns ist, aber nicht die Ausführung jeglichen menschlichen Entwurfs.

Darauf aufbauend entwickelte die österreichische Schule vom 19. bis zum frühen 20. Jahrhundert das ökonomische Kalkulationsproblem sowie das Konzept des verteilten Wissens , die Debatten gegen die damals vorherrschende keynesianische Ökonomie anheizen sollten . Diese Debatte würde insbesondere Ökonomen, Politiker und andere Parteien dazu bringen, die Frage der Komplexität der Berechnungen zu untersuchen .

Als Pionier auf diesem Gebiet und inspiriert von den Werken von Karl Popper und Warren Weaver widmete der Nobelpreis-Ökonom und Philosoph Friedrich Hayek vom frühen bis zum späten 20 seine Arbeit an der menschlichen Ökonomie, wagte sich aber auch in andere Bereiche wie Psychologie , Biologie und Kybernetik . Der Kybernetiker Gregory Bateson spielte eine Schlüsselrolle bei der Herstellung der Verbindung zwischen Anthropologie und Systemtheorie; er erkannte, dass die interaktiven Teile von Kulturen ähnlich wie Ökosysteme funktionieren.

Während die explizite Erforschung komplexer Systeme mindestens bis in die 1970er Jahre zurückreicht , wurde 1984 das erste auf komplexe Systeme fokussierte Forschungsinstitut, das Santa Fe Institute , gegründet. Zu den frühen Teilnehmern des Santa Fe Institute gehörten die Physik-Nobelpreisträger Murray Gell-Mann und Philip Anderson . Wirtschafts-Nobelpreisträger Kenneth Arrow und die Wissenschaftler des Manhattan-Projekts George Cowan und Herb Anderson . Heute gibt es über 50 Institute und Forschungszentren, die sich mit komplexen Systemen beschäftigen.

Seit Ende der 1990er Jahre ist das Interesse mathematischer Physiker an der Erforschung ökonomischer Phänomene gestiegen. Die Verbreitung interdisziplinärer Forschung unter Anwendung von Lösungen aus der physikalischen Erkenntnistheorie hat zu einem allmählichen Paradigmenwechsel in den theoretischen Artikulationen und methodischen Ansätzen in den Wirtschaftswissenschaften, vor allem in der Finanzökonomie, geführt. Die Entwicklung hat zur Entstehung eines neuen Zweiges der Disziplin geführt, nämlich der „Ökonophysik“, die im weitesten Sinne als eine Querschnittsdisziplin definiert ist, die statistische Physikmethoden anwendet, die hauptsächlich auf der Theorie komplexer Systeme und der Chaostheorie für die Wirtschaftsanalyse basieren.

Der Nobelpreis für Physik 2021 ging an Syukuro Manabe , Klaus Hasselmann und Giorgio Parisi für ihre Arbeit zum Verständnis komplexer Systeme. Ihre Arbeit wurde verwendet, um genauere Computermodelle der Auswirkungen der globalen Erwärmung auf das Erdklima zu erstellen.

Anwendungen

Komplexität in der Praxis

Der traditionelle Ansatz zum Umgang mit Komplexität besteht darin, sie zu reduzieren oder einzuschränken. Typischerweise beinhaltet dies eine Kompartimentierung: das Aufteilen eines großen Systems in separate Teile. Organisationen beispielsweise teilen ihre Arbeit in Abteilungen auf, die sich jeweils mit unterschiedlichen Themen befassen. Engineering-Systeme werden oft aus modularen Komponenten aufgebaut. Modulare Designs werden jedoch anfällig für Fehler, wenn Probleme auftreten, die die Divisionen überbrücken.

Komplexitätsmanagement

Da Projekte und Akquisitionen immer komplexer werden, stehen Unternehmen und Regierungen vor der Herausforderung, effektive Wege zu finden, um Mega-Akquisitionen wie die Army Future Combat Systems zu verwalten . Akquisitionen wie der FCS beruhen auf einem Netz miteinander verbundener Teile, die unvorhersehbar interagieren. Da Akquisitionen immer netzwerkorientierter und komplexer werden, werden Unternehmen gezwungen sein, Wege zur Bewältigung der Komplexität zu finden, während Regierungen vor der Herausforderung stehen, eine effektive Governance bereitzustellen, um Flexibilität und Widerstandsfähigkeit zu gewährleisten.

Komplexitätsökonomie

In den letzten Jahrzehnten wurden innerhalb des aufstrebenden Gebiets der Komplexitätsökonomie neue Vorhersageinstrumente entwickelt, um das Wirtschaftswachstum zu erklären. Dies ist bei den 1989 vom Santa Fe Institute entwickelten Modellen und dem neueren Economic Complexity Index (ECI) der Fall , der vom MIT- Physiker Cesar A. Hidalgo und dem Harvard- Ökonomen Ricardo Hausmann eingeführt wurde . Auf der Basis der ECI, Hausmann, Hidalgo und ihr Team von der Beobachtungsstelle für wirtschaftliche Komplexität haben für das Jahr 2020 produzierten BIP - Prognosen .

Komplexität und Bildung

Forsman, Moll und Linder konzentrieren sich auf Fragen der studentischen Persistenz ihres Studiums und untersuchen die "Möglichkeit der Nutzung der Komplexitätswissenschaft als Rahmen zur Erweiterung methodischer Anwendungen für die physikdidaktische Forschung". eine neue und leistungsstarke Anwendbarkeit für ein breites Spektrum von PER-Themen".

Komplexität und Modellierung

Einer der Hauptbeiträge von Friedrich Hayek zur frühen Komplexitätstheorie ist seine Unterscheidung zwischen der menschlichen Fähigkeit, das Verhalten einfacher Systeme vorherzusagen, und seiner Fähigkeit, das Verhalten komplexer Systeme durch Modellierung vorherzusagen . Er glaubte, dass die Ökonomie und die Wissenschaften komplexer Phänomene im Allgemeinen, die seiner Ansicht nach Biologie, Psychologie usw. umfassten, nicht nach den Wissenschaften modelliert werden könnten, die sich mit im Wesentlichen einfachen Phänomenen wie der Physik befassen. Hayek würde insbesondere erklären, dass komplexe Phänomene durch Modellierung nur Mustervorhersagen ermöglichen können, verglichen mit den präzisen Vorhersagen, die aus nicht komplexen Phänomenen gemacht werden können.

Komplexitäts- und Chaostheorie

Die Komplexitätstheorie hat ihre Wurzeln in der Chaostheorie , die wiederum ihren Ursprung vor mehr als einem Jahrhundert im Werk des französischen Mathematikers Henri Poincaré hat . Chaos wird manchmal als äußerst komplizierte Information und nicht als Fehlen von Ordnung angesehen. Chaotische Systeme bleiben deterministisch, obwohl ihr langfristiges Verhalten nur schwer genau vorhergesagt werden kann. Mit perfekter Kenntnis der Anfangsbedingungen und der entsprechenden Gleichungen, die das Verhalten des chaotischen Systems beschreiben, kann man theoretisch absolut genaue Vorhersagen des Systems treffen, obwohl dies in der Praxis nicht mit beliebiger Genauigkeit möglich ist. Ilya Prigogine argumentierte, dass Komplexität nicht deterministisch ist und keinerlei Möglichkeit bietet, die Zukunft genau vorherzusagen.

Die Entstehung der Komplexitätstheorie zeigt einen komplexen Bereich zwischen deterministischer Ordnung und Zufälligkeit. Dies wird als „ Rand des Chaos “ bezeichnet.

Ein Plot des Lorenz-Attraktors .

Bei der Analyse komplexer Systeme ist beispielsweise die Sensibilität für Anfangsbedingungen kein so wichtiges Thema wie in der Chaostheorie, in der sie vorherrscht. Wie Colander feststellt, ist das Studium der Komplexität das Gegenteil des Studiums des Chaos. Bei der Komplexität geht es darum, wie eine Vielzahl extrem komplizierter und dynamischer Beziehungen einige einfache Verhaltensmuster erzeugen können, während chaotisches Verhalten im Sinne von deterministischem Chaos das Ergebnis einer relativ kleinen Anzahl nichtlinearer Wechselwirkungen ist.

Daher ist der Hauptunterschied zwischen chaotischen Systemen und komplexen Systemen ihre Geschichte. Chaotische Systeme verlassen sich nicht wie komplexe auf ihre Geschichte. Chaotisches Verhalten bringt ein System im Gleichgewicht in eine chaotische Ordnung, das heißt, aus dem heraus, was wir traditionell als „Ordnung“ definieren. Andererseits entwickeln sich komplexe Systeme weit vom Gleichgewicht am Rande des Chaos. Sie entwickeln sich in einem kritischen Zustand, der durch eine Geschichte irreversibler und unerwarteter Ereignisse aufgebaut ist, die der Physiker Murray Gell-Mann "eine Ansammlung eingefrorener Unfälle" nannte. In gewisser Weise können chaotische Systeme als eine Untermenge komplexer Systeme betrachtet werden, die sich gerade durch diese Abwesenheit historischer Abhängigkeit auszeichnen. Viele wirklich komplexe Systeme sind in der Praxis und über lange, aber endliche Zeiträume robust. Sie besitzen jedoch das Potenzial für einen radikalen qualitativen Wandel unter Beibehaltung der systemischen Integrität. Metamorphose ist vielleicht mehr als eine Metapher für solche Transformationen.

Komplexität und Netzwerkwissenschaft

Ein komplexes System besteht in der Regel aus vielen Komponenten und deren Wechselwirkungen. Ein solches System kann durch ein Netzwerk repräsentiert werden, in dem Knoten die Komponenten repräsentieren und Verbindungen ihre Interaktionen repräsentieren. Beispielsweise kann das Internet als ein Netzwerk aus Knoten (Computern) und Verbindungen (direkte Verbindungen zwischen Computern) dargestellt werden, und die Widerstandsfähigkeit des Internets gegenüber Ausfällen wurde mit Hilfe der Perkolationstheorie, einer Form der komplexen Systemanalyse, untersucht. Der Ausfall und die Wiederherstellung dieser Netzwerke ist ein offenes Forschungsgebiet. Andere Beispiele für komplexe Netzwerke umfassen soziale Netzwerke, Interdependenzen von Finanzinstituten, Verkehrssysteme, Flugliniennetzwerke, biologische Netzwerke und Klimanetzwerke. Schließlich interagieren oft ganze Netzwerke auf komplexe Weise; Wenn ein einzelnes komplexes System als Netzwerk dargestellt werden kann, können interagierende komplexe Systeme als Netzwerke von Netzwerken mit dynamischen Eigenschaften modelliert werden.

Einer der Hauptgründe für die hohe Anfälligkeit eines Netzwerks ist deren zentrale Steuerung, dh ein vom Cluster getrennter Knoten wird in der Regel als ausgefallen zurückgestuft. Ein Perkolationsansatz zur Erzeugung und Untersuchung dezentraler Systeme besteht darin, verstärkte Knoten zu verwenden, die über ihre eigenen Unterstützungs- und Redundanzverbindungen verfügen. Die Netzwerkwissenschaft hat sich als nützlich erwiesen, um die Komplexität von Erdsystemen besser zu verstehen.

Bemerkenswerte Gelehrte

Siehe auch

Verweise

Weiterlesen

Komplexität erklärt .
LAN Amaral und JM Ottino, Komplexe Netzwerke – Erweiterung des Rahmens für das Studium komplexer Systeme , 2004.
Chu, D.; Strand, R.; Fjelland, R. (2003). „Komplexitätstheorien“. Komplexität . 8 (3): 19–30. Bibcode : 2003Cmplx...8c..19C . doi : 10.1002/cplx.10059 .
Walter Clemens, Jr. , Komplexitätswissenschaft und Weltgeschehen , SUNY Press, 2013.
Gell-Mann, Murray (1995). "Nennen wir es Plektik" . Komplexität . 1 (5): 3–5. Bibcode : 1996Cmplx...1e...3G . doi : 10.1002/cplx.6130010502 .
A. Gogolin, A. Nersesyan und A. Tsvelik, Theory of Strong Correlated Systems , Cambridge University Press, 1999.
Nigel Goldenfeld und Leo P. Kadanoff, Simple Lessons from Complexity , 1999
Kelly, K. (1995). Außer Kontrolle , Perseus Books Group.
Syed M. Mehmud (2011), Ein Komplexitätsmodell für den Austausch im Gesundheitswesen
Preiser-Kapeller, Johannes, "Calculating Byzantium. Social Network Analysis and Complexity Sciences as tools for the exploration of mittelalterlich social dynamics". August 2010
Donald Snooks, Graeme (2008). "Eine allgemeine Theorie komplexer lebender Systeme: Erkundung der Nachfrageseite der Dynamik" . Komplexität . 13 (6): 12–20. Bibcode : 2008Cmplx..13f..12S . doi : 10.1002/cplx.20225 .
Stefan Thurner , Peter Klimek, Rudolf Hanel: Einführung in die Theorie komplexer Systeme , Oxford University Press, 2018, ISBN 978-0198821939
SFI @30, Grundlagen & Grenzen (2014).

Externe Links

„Das Open Agent-Based Modeling Consortium“ .
"Schwerpunkt Komplexitätswissenschaft" .
"Institut Santa Fe" .
"Das Zentrum für das Studium komplexer Systeme, Univ. of Michigan Ann Arbor" .
"INDECS" . (Interdisziplinäre Beschreibung komplexer Systeme)
"Einführung in die Komplexität - Kostenloser Online-Kurs von Melanie Mitchell" . Archiviert vom Original am 30.08.2018 . Abgerufen 2018-08-29 .
Jessie Henshaw (24. Oktober 2013). "Komplexe Systeme" . Enzyklopädie der Erde .
Einführung in komplexe Systeme-Kurzkurs von Shlomo Havlin
Komplexe Systeme in der Wissenschaft.
Gesellschaft für komplexe Systeme
(Australien) Forschungsnetzwerk für komplexe Systeme.
Komplexe Systemmodellierung basierend auf Luis M. Rocha , 1999.
Forschungsgruppe CRM Komplexe Systeme
Das Zentrum für Komplexe Systemforschung, Univ. von Illinois in Urbana-Champaign

Languages

In other projects