Θεωρία Συστημάτων

Μαρία Καρύδαmka@aegean.gr

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ

ΣΥΣΤΗΜΑΤΩΝ

4η Διάλεξη: Αρχές Γενικής Θεωρίας Συστημάτων (συν.) –Ταξινόμηση Συστημάτων

4.2

Στόχος της Γ.Θ.Σ

Με την εφαρμογή της θεωρίας συστημάτων δε στοχεύουμε στην κατανόηση της δομής αλλά της λειτουργίας του συστήματος.

Η αναλυτική-μηχανιστική προσέγγιση μας προσφέρει κατανόηση για τη δομή του συστήματος.

4.3

Εφαρμογή της Γενικής Θεωρίας Συστημάτων Προσδιορίζουμε το ευρύτερο υποσύστημα,

στο οποίο εντάσσεται το αντικείμενο που μελετούμε

Κατανόηση των ιδιοτήτων και της συμπεριφοράς του ευρύτερου συστήματος

Κατανόηση των ιδιοτήτων και της συμπεριφοράς του υπό εξέταση συστήματος

4.4

Αρχή της ομοιόστασης

Ένα (ζωντανό) σύστημα επιβιώνει μόνο όταν οι τιμές των θεμελιωδών μεταβλητών διατηρούνται μέσα στα φυσιολογικά τους όρια.

Συνέπεια: Τα συστήματα προσαρμόζονται στις αλλαγές του περιβάλλοντος, εφόσον διατηρείται η εσωτερική κατάσταση ισορροπίας του. Με τη λειτουργία της ομοιόστασης, οι βασικές μεταβλητές ενός συστήματος ρυθμίζονται ώστε να παίρνουν φυσιολογικές τιμές ανεξάρτητα από τις μεταβολές του περιβάλλοντος ή τις εσωτερικές δυσλειτουργίες.

4.5

Αρχή της ισορροπίας

Αν ένα σύστημα είναι σε κατάσταση σταθερότητας, τότε όλα τα υποσυστήματα θα είναι σε σταθερότητα.

Αν όλα τα υποσυστήματα είναι σε κατάσταση σταθερότητας τότε ολόκληρο το σύστημα είναι σε σταθερότητα.

4.6

Αρχή των επιπέδων σταθερότητας Τα σύμπλοκα συστήματα έχουν επίπεδα

σταθερότητας διαχωριζόμενα από κατώφλια αστάθειας.

Ένα σύστημα που βρίσκεται σε ανοδική πορεία μπορεί να επιστρέψει σε παρακάτω βαθμίδα σταθερότητας, αν η αστάθεια υπερβεί κάποιο όριο. Κάθε οργανισμός έχει περιορισμένα επίπεδα ισορροπίας.

Μετακίνηση από αυτά μπορεί να συνεπάγεται κάθοδο σε κατώτερο επίπεδο σταθερότητας.

4.7

Αρχή της αυτοοργάνωσης

Τα σύμπλοκα συστήματα αυτοοργανώνονται.

Συνέπεια: Τα περισσότερα χαρακτηριστικά και η συμπεριφορά του συστήματος είναι αποτέλεσμα της αλληλεπίδρασης των στοιχείων του, και όχι παράγωγο της διοίκησης. Η δουλειά ενός manager είναι να χρησιμοποιήσει

τις τάσεις που υπάρχουν για να επιτευχθούν οι στόχοι που θέτει.

4.8

Αρχή της βιωσιμότητας Η βιωσιμότητα ενός συστήματος είναι συνάρτηση

της ισορροπίας που επιτυγχάνεται μεταξύ: Αυτονομίας των υποσυστημάτων σε σχέση με την

ενσωμάτωση τους στην ολότητα του συστήματος. Σταθερότητα σε σχέση με την προσαρμογή.

Συνέπειες: Αύξηση της αυτονομίας μπορεί να οδηγήσει σε απώλεια

συνοχής του συστήματος, ενώ υπερβολικός συγκεντρωτισμός μπορεί να μειώσει την ευελιξία του. Επομένως χρειάζονται αντίστοιχες διορθωτικές αλλαγές.

Υπερβολική σταθερότητα μπορεί να οδηγήσει σε απαρχαίωση του συστήματος, ενώ η γρήγορη προσαρμογή μπορεί να οδηγήσει σε απορρύθμιση.

4.9

Αρχή της μη πληρότητας

Σε ένα σύστημα (π.χ. οργανισμό) μπορεί πάντα να υπάρξουν περιπτώσεις για λήψη αποφάσεων που δε μπορούν να διατυπωθούν μέσα σε αυτό. Σε αυτή την περίπτωση η λύση του προβλήματος έρχεται από το εξωτερικό του συστήματος. Η αρχή αυτή στηρίζεται στο θεώρημα της μη πληρότητας

της Αριθμητικής του Kurt Godel, σύμφωνα με το οποίο «Σε κάθε μαθηματικό σύστημα που είναι ισχυρό τουλάχιστον όσο η θεωρία των φυσικών αριθμών υπάρχουν προτάσεις μη αποκρίσιμες (μη αποφασίσιμες - undecidable).»

4.10

Ταξινόμηση συστημάτων

Σε σχέση με το περιβάλλον τους: Ανοικτά vs. κλειστά συστήματα

Σε σχέση με τη συμπεριφορά τους: Συστήματα σταθερής κατάστασης (π.χ. θερμοστάτης) Συστήματα συγκεκριμένου στόχου

Διαθέτουν μνήμη και επιλογή συμπεριφοράς (π.χ. αυτόματος πιλότος)

Συστήματα πολλών στόχων (π.χ. intrusion detection systems)

Συστήματα που επιλέγουν στόχους και μέσα (π.χ. άνθρωπος)

4.11

Ταξινόμηση συστημάτων Σε σχέση με τη δυνατότητα πρόβλεψης της συμπεριφοράς τους:

Αιτιοκρατικά Πιθανολογικά

Σε σχέση με τη συμπλοκότητά τους: Απλά Χαοτικά ΣύμπλοκαΗ συμπλοκότητα ενός συστήματος εξαρτάται από: Το πλήθος των στοιχείων του συστήματος Τα χαρακτηριστικά των στοιχείων αυτών Τις σχέσεις μεταξύ των στοιχείων του συστήματος Το βαθμό οργάνωσης του συστήματος

Ερωτήματα: Είναι απλή ή σύμπλοκη η μηχανή ενός αυτοκινήτου; Η σχέση δύο ανθρώπων;

4.12

Απλό σύστημα Χαοτικό σύστημαΠολύπλοκο προσαρμοζόμενο σύστημα

Πλήθος δυνατών καταστάσεων

Μικρό Μεγάλο Πολύ μεγάλο

Σύνδεση μερώνΣταθερές συνδέσεις

Διασκορπισμένα μέρη που μπορούν να αλληλεπιδρούν τοπικά

Διασκορπισμένα μέρη που μπορούν να αλληλεπιδρούν τοπικά στο πλαίσιο ιεραρχικής δομής

Χαρακτηριστικά Σαφή, γνωστά ΑσαφήΔεν προκαθορίζονται

Συμπεριφορά Οργανωμένη – προβλέψιμη

Ανοργάνωτη-απρόβλεπτη σε μεγάλο βαθμό

«Αναδυόμενη» με χαοτικές νησίδες

ΠαραδείγματαΤηλεόραση, σύστημα κεντρικής θέρμανσης

Καιρός, σωρός άμμου, βρύση που στάζει

Οικολογικό σύστημα, ζωντανοί οργανισμοί, πολιτισμός

4.13

Ιεραρχία Συστημάτων (Boulding) Ταξινόμηση συστημάτων με βάση τη συμπεριφορά και την

πολυπλοκότητά τους: Μη ζωντανά συστήματα

1. Πλαίσια (στατική δομή)2. Απλοί μηχανισμοί (clockworks) με δυναμική δομή με

προκαθορισμένη λειτουργία3. Κυβερνητικά συστήματα με μηχανισμό ελέγχου και δυνατότητα

αυτορρύθμισης (π.χ. θερμοστάτης) Ζωντανά συστήματα

4. Αυτοδιατηρούμενη δομή, κύτταρο5. Σύστημα με χαμηλή ικανότητα επεξεργασίας πληροφοριών και

κατανομή εργασίας (π.χ. φυτά)6. Σύστημα με κινητικότητα, σκοπό, μικρή αυτογνωσία (π.χ. ζώα)7. Άνθρωπος: αυτογνωσία, διαμόρφωση σκοπών, χρήση γλώσσα και

κατανόηση συμβολισμών8. Κοινωνικά συστήματα: επικοινωνία, αξίες, οργάνωση

Υπερβατικά συστήματα9. Υπερβατικό επίπεδο, είναι πέρα από τις δυνατότητες της

ανθρώπινης γνώσης

4.14

Συνέπειες και εφαρμογή της ιεραρχίας συστημάτων

Τα συστήματα των κατώτερων επιπέδων ενσωματώνονται στα συστήματα υψηλότερου επιπέδου

Κάθε επίπεδο περιλαμβάνει τα χαρακτηριστικά των κατώτερων επιπέδων, όμως τα υψηλότερα επίπεδα έχουν χαρακτηριστικά που δε μπορούν να συσχετισθούν με τα συστήματα κατώτερων επιπέδων.

Οι θεωρίες για συστήματα κατώτερου επιπέδου (π.χ. φυσική, βιολογία) μπορούν να βοηθήσουν στην κατανόηση συστημάτων ανώτερων επιπέδων (π.χ. κοινωνιολογία), δε συμβαίνει όμως το αντίστροφο!

4.15

Ταξινόμηση κατά Checkland

Φυσικά συστήματα Υπάρχουν στο σύμπαν

Συστήματα ανθρώπινης δραστηριότητας Σύνολα δραστηριοτήτων τις οποίες εκτελούν άνθρωποι,

συχνά σε συνδυασμό με σχεδιασμένα τεχνολογικά συστήματα

Σχεδιασμένα τεχνολογικά συστήματα Κατασκευάζονται από τον άνθρωπο

Σχεδιασμένα αφηρημένα συστήματα Άυλα συστήματα που κατασκευάζονται από τον άνθρωπο.

4.16

Εφαρμογή της Γ. Θ.Σ. στη βιολογία: Living Systems Theory (J. Miller, 1978) Μπορούμε να μοντελοποιήσουμε το

φαινόμενο της ζωής; Η Θεωρία Ζωντανών Συστημάτων είναι μια

γενική θεωρία για τον τρόπο με τον οποίο όλα τα ζωντανά συστήματα «εργάζονται», για το πώς συντηρούνται, αναπτύσσονται και αλλάζουν.

4.17

Ζωντανά Συστήματα Τα ζωντανά συστήματα είναι εξ’ορισμού ανοικτά, αυτο-

οργανώνονται και αλληλεπιδρούν με το περιβάλλον τους. Η επικοινωνία με το περιβάλλον γίνεται με ανταλλαγή πληροφορίας και ενέργειας / ύλης. Ο βαθμός συμπλοκότητάς τους ποικίλει, από ένα μονοκύτταρο

οργανισμό έως μια πολυεθνική οργάνωση. Ανεξαρτήτως βαθμού πολυπλοκότητας, όλα τα ζωντανά συστήματα

εξαρτώνται από τα ίδια 20 θεμελιώδη υποσυστήματα (ή διαδικασίες) για την επιβίωση και την αναπαραγωγή τους.

8 Επίπεδα ιεραρχίας: κύτταρο (cell), όργανο (organ), οργανισμός(organism), ομάδα(group), οργάνωση(organization), κοινωνική δομή(community), κοινωνία (society) και υπερεθνικό επίπεδο (supranational). Σε κάθε επίπεδο, το σύστημα περιλαμβάνει και τα 20 υποσυστήματα

Η ουσία της ‘ζωής’ για τα συστήματα αυτά είναι η επεξεργασία. Εάν η επεξεργασία ενέργειας/ύλης σταματήσει, τότε σταματά και η ζωή. Βασικό χαρακτηριστικό της ζωής είναι η διατήρηση, για μακρό

διάστημα, σταθερής κατάστασης, κατά την οποία η εντροπία εντός του συστήματος είναι χαμηλότερη από την εντροπία του περιβάλλοντος.

4.18

Θεμελιώδη Υποσυστήματα Ζωντανών Συστημάτων Υποσυστήματα επεξεργασίας ενέργειας/ύλης και

πληροφορίας (αναπαραγωγός και όριο) Υποσυστήματα επεξεργασίας ενέργειας/ύλης

(εισαγωγέας, διανομέας, μετατροπέας, παραγωγός, αποθήκη, εξαγωγέας, κινητήρας, υποστηρικτής)

Υποσυστήματα επεξεργασίας πληροφορίας (μορφοτροπέας εισόδου, εσωτερικός μορφοτροπέας, κανάλι – δίκτυο, χρονομετρητής, αποκωδικοποιητής, συνεργάτης, μνήμη, διοικητής, κωδικοποιητής, μορφοτροπέας εξόδου )

4.19

Παράδειγμα Μοντελοποίησης Ζωντανού Συστήματος

IT=input transducer; DC=decoder; NT=internal transducer; AS=associator; ME=memory; DE=decider; EC=encoder; OT=output transducer; CH=channel and net

Επεξεργασία & ανταλλαγή μηνυμάτων μέσω των υποσυστημάτων επεξεργασίας πληροφορίας (http://www.mgtaylor.com/mgtaylor/jotm/winter97/millerls.htm)