Microsoft Word - Total de Capítulos.docCentro de Investigaciones Económicas, Administrativas y Sociales
Análisis empírico metodológico del enfoque analítico –
sintético y sistémico. Estudio de caso: El Camarón de
Río Hyalella azteca (in vivo).
TESIS QUE PARA OBTENER EL GRADO DE
MAESTRO EN CIENCIAS EN METODOLOGÍA DE LA
CIENCIA.
PRESENTA:
ii
Lista de Figuras
Lista de Tablas
y Pensamiento Sistémico
1.3.2.1 Estructura Básica de los Modelos
1.4 Nota Histórica de Hyalella azteca (Saussure, 1858)
1.5 Caracterización Biológica de la Especie
1.5.1 Descripción –Diagnosis-
1.6 Ecología de Poblaciones
1.6.2 Estructura de la Población
1.6.3 Dinámica de la Población
1.6.3.1 Modelos de Crecimiento Poblacional
7
8
15
18
18
23
26
29
33
35
37
41
41
42
45
46
iii
Poblaciones Acuáticas
2.2 Descripción Ambiental
2.3.1.3 Vegetación Terrestre
3.1 Caracterización del Estudio en Función de la Matriz de
Méndez-Ramírez et al. (1994)
3.5 Análisis del Material Biológico y Ambiental en Laboratorio
3.5.1 Material Biológico
3.6.1 Modelos de Uso Probado
3.6.2 Creación de Modelos Inéditos
88
88
91
Estudio de Casos:
4.1 Enfoque Analítico – Sintético en la Edad y Crecimiento de la
Población de Hyalella azteca (Amphipoda: Talitridae),
Asociada al Lirio Acuático Eichhornia crassipes del Sistema
Lacustre Ejidos de Xochimilco y San Gregorio Atlapulco de la
Ciudad de México
4.2 Enfoque Sistémico de la Edad y Crecimiento de la Población de
Hyalella azteca (Amphipoda: Talitridae), Asociada al Lirio
Acuático Eichhornia crassipes del Sistema Lacustre Ejidos de
Xochimilco y San Gregorio Atlapulco de la Ciudad de México
4.3 Análisis de Resultados
Capítulo 6 Bibliografía
137
141
v
vi
vii
Agradecimientos
Deseo expresar mi gratitud a la Dra. María del Pilar Longar Blanco por permitir y
orientar está quimera, llamada tesis, gracias por su confianza, apoyo pero sobre todo su
paciencia.
A mis revisores y sinodales, Dr. Mario Sánchez Silva, Dr. Carlos Gómez Chiñas,
Dr. Rolando V. Jiménez Domínguez, M en C. Aída María Castañeda Rodríguez Cabo y a
la Dra. Hortensia Gómez Viquez por sus atinadas observaciones y comentarios que
permitieron madurar y enriquecer este proyecto.
A mis compañeros y amigos Dr. Fernando C. Arana Magallon Director del CIBAC
de UAM Xochimilco, por facilitarnos: el transporte e instalaciones, y su inapreciable
orientación. Al Dr. Manuel Martínez Garrido, por su inapreciable orientación y apoyo. Y a
las “jefas” M en C. Aurora Chimal Hernández y M en C. Marcia Gutiérrez por su apoyo.
A mis padres Don Salvador López Carvantes y Doña Ma. Teresa Cuevas Hernández
por darme la oportunidad de vivir. A mis hermanos Teresa, Juana Isabel, Salvador, Leticia
y Gerardo por su cariño y apoyo permanente.
Pero sobre todo a mi esposa Isabel Romero por su comprensión y apoyo permanente
e incondicional, su condescendencia y enorme paciencia para soportar estoicamente mis
estados de animo y por último a mi razón de ser, mis hijas, Itzel, Arantxa y Ximena
viii
Glosario
Abiótico: Sin vida. Constituyen la parte inerte o no viva del ecosistema.
Acidez (grado de…) Exceso de iones hidrógeno (H+) o de iones hidronio (H3O+) en una
solución acuosa en relación a los que contiene el agua pura. Cantidad de iones hidrógeno
existentes que se expresa como pH.
Amplex o amplexus: Movimientos cópulatorios.
Bentónico, organismo: Planta o animal que vive cerca o en el fondo de un lago, río,
corriente u océano.
Biomasa: f. Biol. Materia total de los seres que viven en un lugar determinado, expresada
en peso por unidad de área o de volumen. || 2. Biol. Materia orgánica originada en un
proceso biológico, espontáneo o provocado, utilizable como fuente de energía.
Biótico: Con vida. Conforman la parte viva del ecosistema.
Cadena alimenticia (trófica): Serie de organismos a través de los cuales fluye la energía y
la masa de un ecosistema. Cada organismo de la serie come o descompone al organismo
previo en la cadena.
Ciclo de nutrientes: Trayectoria que siguen los elementos o nutrientes a través del
ecosistema, desde que se asimila hasta que se libera en su descomposición.
Comunidad: Todas las poblaciones que interactúan en un ecosistema. La agrupación total
de poblaciones de plantas, animales y organismos microbianos con algún grado de
interacción dentro de un área dada.
Correlación: Concepto que remplaza la noción usual de causalidad por una figura más
compleja donde efectos y causas están entretejidos.
ix
Crecimiento: Aumento en talla o masa corporal.
Entropía: (Del gr. ντροπα, vuelta, usado en varios sentidos figurados). f. Fís. Magnitud
termodinámica que mide la parte no utilizable de la energía contenida en un sistema. || 2.
Fís. Medida del desorden de un sistema. Una masa de una sustancia con sus moléculas
regularmente ordenadas, formando un cristal, tiene entropía mucho menor que la misma
sustancia en forma de gas con sus moléculas libres y en pleno desorden.
Epicontinental: Agua dulce.
Epigeo, a: (Del gr. πγαιος, que está sobre la tierra). adj. Bot. Dicho de una planta o de
alguno de sus órganos: Que se desarrolla sobre el suelo.
Equifinalidad: Capacidad de llegar a un mismo estado a través de caminos distintos.
Fitoplancton: Organismos microscópicos vegetales que flotan en los ecosistemas
acuáticos.
Humedales: Ecosistemas totalmente inundados, cuando menos una parte del año, y cuyas
especies animales y vegetales son características de dichas dinámicas hídricas por
ejemplo; los pantanos salinos y los manglares.
In vivo: En vivo.
Oligotrófico: Calificativo ecológico que se aplica a medios acuáticos muy pobres en
sustancias disueltas. En general se aplica a todos los medios poco favorables para la vida
acuática, lo cual puede ser debido a la alcalidotrofía, acidotrofía u oligoharmonia.
Oncosfera: Fase larvaria de la tenia que se forma dentro del huevo, es esférica y posee seis
uñas o ganchitos. Una vez que los jugos digestivos del cerdo han digerido la cubierta del
huevo la oncosfera perfora la pared intestinal del huésped y pasa al torrente circulatorio
para ir a enquistarse en sus músculos.
x
Omnijetividad o subjetividad: Cuando no es posible separar sujeto y objeto no tiene
sentido hablar de objetividad. Lo objetivo y lo subjetivo se vuelven complementarios y
se funden de manera irresoluble.
Ovoviparidad: Se presenta cuando el oviparismo está enmascarado por una incubación
interna en los huevos.
Prceptrón: Se refiere a una neurona artificial y también como a la unidad básica de
inferencia en forma de discriminador lineal, que suele formar parte de una red neuronal
artificial
Simbiosis: Dos especies que interactúan en una forma u otra.
Simulación: El proceso de experimentación en que se utiliza una representación de un
objeto real recibe el nombre de simulación. Los tipos de simulación física, analógica y
digital.
específicas. La unidad fundamental es la especie.
Sinergia: Coordinación de diferentes facultades o fuerzas o acción combinada de diferentes
factores. El término es común en el lenguaje cotidiano y científico y se aplica a la
cooperación de los órganos en un cuerpo viviente o al reforzarse reciproco de la acción
de los medicamentos, el término ha sido adoptado como sinónimo de cooperación
inteligente.
Status: (Loc. lat.; literalmente, 'estado').
Taxón (plural, taxa): Grupo de organismos que pertenecen al mismo grupo evolutivo.
xi
Siglas
ANN o RNA Artificial neural network o Red neuronal artificial
ANOVA Análisis de Varianza (F)
APN Áreas Naturales Protegidas
CIBAC Centro de Investigaciones Biológicas y Acuáticas de Cuemanco
CONABIO Comisión Nacional para el Conocimiento y Uso de la Biodiversidad.
FAO Organización de las Naciones Unidas para la Agricultura y la Alimentación
GDF Gobierno del Distrito Federal
INE o INECOL Instituto Nacional de Ecología
INEGI Instituto Nacional de Estadística, Geografía e Informática
NOM Norma Oficial Mexicana
PNUD Programa de las Naciones Unidas para el Desarrollo.
RAMSAR Convención de Ramsar, acuerdo internacional sobre humedales, encaminado a garantizar la conservación y el uso racional de estos ecosistemas. Este tratado fue aprobado el 2 de febrero de 1971 en la ciudad iraní de Ramsar y entró en vigor cuatro años después.
SAGARPA Secretaria de Ganadería Agricultura y Pesca
SEMARNAP Secretaría del Medio Ambiente Recursos Naturales y Pesca
SEMARNAT Secretaría del Medio Ambiente Recursos Naturales
SI Sistema Internacional de Unidades
TGS Teoría general de sistemas o teoría de sistemas
UAM Universidad Autónoma Metropolitana
UNESCO United Nations Educational, Scientific and Cultural Organization. (Organización para la Educación, la Ciencia y la Cultura de las Naciones Unidas).
USAID Agencia Estadounidense para el Desarrollo Internacional
WWF World Wide Fund for Nature. (Fondo Mundial para la Naturaleza)
xii
° C Grados Celsius
Km Kilómetros
lx Lux
m Metros
s m3
mm Milímetros
Od o [O2]d Oxígeno disuelto
S Entropía
SΔ Cambio entrópico
T0.5 o Tm Temperatura a 0.5 m de profundidad
Tsup o Ts Temperatura superficial
‰ o Š Salinidad
1.1 Estructura básica de un modelo. 26
1.2 Anfípodo gammariforme de agua dulce, hipotético. Ilustrando los principales rasgos morfológicos (1) cabeza (compuesto de 6 segmentos fusionados) (ojos sesiles o ausentes en los stygobiontes); (2) antena I; (3) antena II; (4) partes de la boca (maxilipedos); (5) pereon (pereonites 1 - 7); (6) pereópodos 1 – 7 (los primeros dos son modificados como gnatópodos); (7) pleon 1 – 3 (platos epimerales); (8) pleópodos (1 – 3); (9) urosoma (urosomitas o pleonitas y uronitas) (10) urópodos 1 – 3; (11) telson.
35
1.3 Segmentación de la antena I y su relación directa con la muda. 37
1.4 Sección transversal diagramático del cuerpo de un anfípodo. Muestra el “marsupio” u oostegito.
38
1.5 Ciclo de vida de los anfípodos. 39
1.6 Amplexo y precopula de H. azteca. 39
1.7 Relación de las ramas de la ecología que se encarga del estudio de las poblaciones
43
1.8 Parámetros primarios de la población y su efecto sobre la densidad poblacional
47
1.9 Atributos de una población 47
1.10 Modelos de crecimiento poblacional (a) Exponencial y (b) Logístico. Donde Nt = número de organismos al tiempo t, No = número de organismos al inicio, t = tiempo, r = tasa de crecimiento poblacional, k = capacidad de carga, a = constante de integración que define la posición de la curva con relación a su origen.
48
1.11 Relación entre el crecimiento de un pez y su escama, de acuerdo al principio de dependencia lineal, la cual es la base para la fórmula de proporcionalidad directa.
50
1.12 Ejemplo de diferentes mediciones del crecimiento para Lepomis macrochirus en el Lago Spear, Indiana. (a) Longitud furcal (cm.); (b) peso (g); (c) tasa instantánea de crecimiento en peso y
52
xv
(d) logaritmo natural del peso.
1.13 Ejemplo típico de una composición por tallas relativamente favorable, que muestra modas que probablemente sean grupos de edad y su progresión de mes en mes.
55
1.14 (a) Gráfico que corresponde al modelo propuesto por Ford – Walford el cual permite calcular L∞ y K. y (b) Gráfico que estima K y to, a partir del modelo propuesto por Beverton y Hold.
59
2.1 Polígono que circunscribe el Área Natural Protegida (ANP), “Sistema Lacustre Ejidos de Xochimilco y San Gregorio Atlapulco” en Xochimilco, México D. F. Ubicación aproximada de las estaciones de trabajo.
72
2.2 Imágenes satelitales del “Sistema Lacustre Ejidos de Xochimilco y San Gregorio Atlapulco” en la Delegación Xochimilco, México D. F. captadas el 07 de febrero de 2006. Ubicada en las coordenadas 19° 17’ 03.25” latitud Norte y 99° 05’ 37.92” longitud Oeste (a) Vista a 5489.5 Km de la Tierra; (b) a 566.34 Km de la Tierra; (c) acercamiento a la Ciudad de México; (d) Se observa el polígono del ANP a 10.12 Km (e) y (f) 4.06 Km y 3.2 Km de altura, respectivamente mostrando detalles de los Canales.
73
3.1 Estrategias metodológicas, diseñadas para resolver un problema de investigación a través de diferentes puntos de vista, el enfoque analítico – sintético asociado al método científico y el enfoque sistémico.
84
3.2 Medición del camarón de rió con un calibrador Moderntools del rostrum al tercer urópodo.
87
3.3 Etapas propuestas para la elaboración de un proyecto de investigación desde la visión sistémica, posteriores a la caracterización.
91
3.4 Red neuronal artificial perceptrón simple con n neuronas de entrada, m neuronas en su capa oculta y una neurona de salida.
95
4.1 Histograma de frecuencia de la talla en (mm) para H. azteca en primavera. Se observan cinco modas claramente.
100
4.2 Histograma de frecuencia de la talla en (mm) para H. azteca en verano. En el cual se observan claramente tres modas y una más que se superpone.
100
xvi
4.3 Histograma de frecuencia de la talla en (mm) para H. azteca en otoño. En el cual se observan claramente cuatro modas y dos más que se superponen.
101
4.4 Histograma de frecuencia de la talla en (mm) para H. azteca en invierno. En el cual se observan claramente seis modas y dos de ellas se superponen.
101
4.5 Análisis de progresión lineal estacional de las modas o cohortes para H. azteca.
102
4.6 Determinación de las clases de edad, a través del método de Bhattacharya (1967) de manera estacional.
103
4.7 Gráficos y ecuaciones de crecimiento en talla y peso correspondientes al modelo de von Bertalanffy, contempladas estacionalmente.
106
4.8 Relación Peso (Wt) – Longitud (Lt) y su linearización empleando logaritmo de base 10, obteniendo las ecuaciones de ajuste respectivamente. Recta de ajuste, limites de confianza y banda de predicción.
108
4.9 Modelo conceptual del sistema población de H. azteca, asociada al lirio acuático E. crassipes del sistema lacustre, como una de las primeras etapas del análisis de sistemas.
118
4.10 Modelo diagramático del sistema de la población de H. azteca, asociada al lirio acuático E. crassipes del sistema lacustre, como una de las primeras etapas del análisis de sistemas
119
4.11 Representación gráfica del ACC, que muestra la relación de las variables ambientales y la tasa de crecimiento (K).
124
4.12 Perfil prospectivo de las variables ambientales y de la calidad del agua y los parámetros ambientales obtenidos con los programas JMP 5.0.1 y Easy NN-Plus
125
4.13 Perceptrón con dos entradas. 126
4.14 Perfil de los nodos, perceptrón, en el RNA, el cual muestra tres capas.
127
4.15 Concepto del enfoque analítico sintético y el enfoque sistémico. 134
4.16 Concepto del enfoque analítico sintético y el enfoque sistémico. 135
xvii
Lista de Tablas
1.1 Características de los métodos de investigación analítico y sintético; y propiedades afines entre ambos métodos.
16
1.2 Status taxonómico de los anfípodos y del camarón de río, H. azteca.
34
1.3 Relación entre la muda y el número de segmentos de la antena I o “centro de crecimiento", en todos los casos el cuarto segmento es el de mayor tamaño.
36
1.4 Resumen general de la especie. El término scud hace referencia a su rol de carroñero y detritívoro de sedimentos.
40
1.6 Edades biológicas, periodos o categorías de vida. 44
2.1 Fauna silvestre bajo alguna condición de protección de acuerdo a la NOM-059-SEMARNAT-2001 para el área natural protegida “Ejidos de Xochimilco y San Gregorio Aptlapulco”.
80
4.1 Clases de edad estimadas para todo el periodo de muestreo. 104
4.2 Principales indicadores del crecimiento para la población del camarón de río H. azteca, en el Sistema Lacustre Ejidos de Xochimilco y San Gregorio Atlapulco, ecosistema remanente de la Cuenca de México
105
4.3 Concentración de resultados obtenidos de los parámetros de la calidad del agua por estación del año y sitio de muestreo.
113
4.4 Variables ambientales, componentes de la calidad del agua y parámetros de crecimiento de la población de H. azteca, asociada al lirio acuático E. crassipes del sistema lacustre.
120
4.5 Matriz de datos arrojados con el Análisis de Regresión Múltiple (ARM) ejecutado con el programa estadístico Origin 7.0
121
4.6 Análisis de varianza (ANOVA) practicada al ARM realizado con Origin 7.0.
122
xviii
4.8 Coeficiente de correlación (r) para la relación de variables ambientales y la tasa de crecimiento (K) o coeficiente de Brody correspondiente a la ecuación de von Bertalanffy.
123
4.9 Resultados arrojados de la asociación de variables ambientales y parámetros de crecimiento.
128
4.10 Tabla comparativa entre el enfoque analítico y el enfoque sistémico.
131
4.11 Características de la orientación investigativa en el pensamiento analítico (tradicional) y el pensamiento sistémico
132
4.12 Características de la orientación metodológica en el pensamiento analítico (tradicional) y el pensamiento sistémico
132
xix
Resumen
El estudio fue realizado para evaluar las diferencias y similitudes metodológicas
entre los enfoques analítico – sintético y sistémico. Las aproximaciones analítica y
sistémica son más complementarias que opuestas, con todo ni una ni otra son reducibles a
la otra. La aproximación analítica intenta reducir un sistema a sus componentes básicos
para estudiarlos detalladamente y entender los tipos de interacción que existen entre ellos.
Modificando una variable a la vez, intenta deducir leyes generales que permitirán a uno
predecir las características de un sistema bajo condiciones muy diversas. Este documento
describe el desarrollo y aplicación de un modelo dinámico diseñado para auxiliar la
relación entre las condiciones ambientales y las tasas de crecimiento de la dinámica
poblacional en la población del camarón de río Hyalella azteca Saussure (1858) del hábitat
de agua dulce localizado a través del Sistema Lacustre Ejidos de Xochimilco y San
Gregorio Atlapulco. Del análisis de correlación canónica (ACC) y red neuronal artificial
(RNA) de los datos, se describió una relación multivariada entre las tasas de crecimiento y
las condiciones ambientales (p = 0.04). Únicamente el pH, las temperaturas y la
concentración de oxígeno fueron variables canónicas significativas )01.0( ≤p .
xx
Abstract
The study was performed to evaluate the methodology defferen and similitudes
between analytical – syntetical thinking and systemic. The analytic and the systemic
approaches are more complementary than opposed, yet neither one is reducible to the other.
The analytic approach seeks to reduce a system to its elementary elements in order to study
in detail and understand the types of interaction that exist between them. By modifying one
variable at a time, it tries to infer general laws that will enable one to predict the properties
of a system under very different conditions. This paper describes the development and
application of a dynamic model designed to help to the relationship between the
environmental conditions and the growth rates of the population dynamics on the
population’s to the scud Hyalella azteca Saussure (1858) from freshwater habitats located
across of the System Lake Xochimilco’s Common and St. Gregorio Atlapulco. Canonical
correlation analysis (CCA) and artificial neural network (ANNs) of the data, described a
significant multivariate relationship between growth rates and the environmental conditions
(p = 0.04). Only pH, temperatures and oxygen concentration canonical variants was
significant )01.0( ≤p .
Cuando los hombres hablan del futuro, los Dioses se ríen.
Proverbio chino
Hasta ahora la aproximación al conocimiento de la naturaleza ha sido posible al
utilizar el método científico tradicional, en el cual los fenómenos de la naturaleza han sido
conceptualizados como sistemas simples y aislados, cuya finalidad ha sido la de ofrecer una
explicación causal (determinista) y mecanicista de los fenómenos que ocurren en ella. Esta
forma ancestral de concebir la naturaleza, incorpora un limitado número de variables,
considerando que están en equilibrio y que son en espacio y tiempo, estáticas y
homogéneas, es decir, unicausal, unidireccional y lineal. Además la escala espaciotemporal
que incorpora, es relativamente pequeña; por ende, en la búsqueda de explicaciones y
predicciones de los patrones de la naturaleza, dicho método tiene un bajo poder de
generalización. El punto de partida de este enfoque es establecer que el entendimiento de
cada una de las partes que conforman a la naturaleza ofrece la comprensión de la misma
como un todo. En esta concepción reduccionista no sólo existe una disminución en el
número de factores que explican los patrones, sino también en la posibilidad de ofrecer el
componente como resultado de su comportamiento intrínseco, es decir, sin tomar en cuenta
su entorno.
La ecología no ha sido la excepción al adoptar el método científico tradicional, por lo
que en la búsqueda de generalizaciones y predicciones ha concebido una naturaleza en
equilibrio, estática y homogénea. Los procesos que la explican se conciben por tanto como
fenómenos simples, de dirección y causa unicas, y con respuestas lineales. Los estudios
mecanicistas han ayudado a entender las relaciones causa-efecto de algunos procesos
ecológicos; sin embargo, no ha sido posible explicar los patrones ecológicos en la
naturaleza por medio de la extrapolación de los resultados de laboratorio y de campo en
pequeña escala. Esta limitante se debe a que en la naturaleza existe una gran
2
heterogeneidad espaciotemporal que hace difícil extrapolar datos que se generan en
condiciones homogéneas.
Así, ante la incuestionable participación de la biología en la génesis y evolución del
pensamiento sistémico1, esta se ha acrecentado insignemente desde la perspectiva del
biólogo austriaco Ludwin von Bertalanffy hasta nuestros días. En general, es difícil
especificar lo que constituye un enfoque sistémico incluso dentro de la biología misma. Por
ello, en lugar de señalar a priori las condiciones a cumplir por un enfoque para
denominarse sistémico o analítico-sintético, se prefirió seguir un proceso destinado a
mostrar las bondades y limitantes de los procedimientos y los consecuentes resultados
obtenidos de uno y otro enfoque.
Y en función de lo hasta ahora expresado, la opinión de los referentes es diversa,
pues hay quienes consideran a toda la biología como sistémica, hasta la posición extrema
de negar la existencia de enfoques de esta naturaleza constituidos como tales dentro de si
misma. Así la denominación de sistémico en la biología tiene dos interpretaciones: La
primera, asociada a ciertos marcos del pensamiento, en este contexto, la controversia se
centra entre el reduccionismo y la posición holista en biología así como el propósito y
finalidad de los sistemas biológicos. La segunda, está relacionada a los modelos
matemáticos. En estos términos, el enfoque sistémico frecuentemente se identifica con el
uso de ciertos modelos matemáticos vigentes o bien aquellos que son creados
específicamente para un fin determinado.
De lo anterior se deduce que los científicos de la vida en un futuro no muy lejano se
identificaran más por su habilidad en el uso de la computadora, en el análisis de datos y la
simulación, que por su capacidad para utilizar la herramienta habitual, el trabajo de campo
y laboratorio. Lo que permite vislumbrar un enorme potencial en el desarrollo de la
matemática asociada a la biología, quizá aún por encima de otras ciencias. Los organismos,
concebidos como sistemas abiertos, hay en ellos una interacción de los procesos físicos y
químicos, los cuales pueden ser descritos en términos precisos. Sin embargo, estos sistemas
1 Pensamiento sistémico, enfoque sistémico, sistémica, aproximación sistémica, sistémica, análisis de sistemas, dinámica de sistemas u otra connotación son términos asociados a la Teoría General de Sistemas.
3
son tan complejos que han resistido el rigor matemático de los métodos clásicos empleados
por físicos y químicos
Acerca de la conveniencia de aplicar distintas estrategias metodológicas en la
investigación en ciencias naturales para solucionar un mismo problema, mucho se ha
documentado. El propósito de este trabajo es presentar un ensayo reflexivo y práctico del
enfoque analítico - sintético y del enfoque sistémico a través del procesamiento de un
mismo grupo de datos obtenidos a través de muestreos de carácter físico-químico y
biológico, que se materializan en el manejo conjunto de diversas fuentes de información
claramente identificadas. Además de la probable equifinalidad que conlleva el uso
indistinto de ambos enfoques. En particular, se abordan las características y ventajas del
uso ambiguo de los referidos enfoques en la investigación en biología, específicamente en
la ecología de poblaciones del camarón de río Hyalella azteca, especie de amplia
distribución de Canadá a la parte norte de Sudamérica y fracción significativa de la biomasa
animal, aunque su tasa de renovación no sea muy alta. Además, facilitan el flujo de energía
por la transformación de la energía de epifitas y detritos en material orgánico fragmentado
y biomasa para micro y macro consumidores es decir, su rol es herbívoro y su importancia
relativa radica en que es un huésped intermediario de cestodos.
Así Hyalella azteca la especie objeto de estudio de casos en este documento fue
seleccionada por los siguientes motivos: (1) por ser una especie abundante en los lirios
acuáticos Eichhornia crassipes, no obstante, de ser un organismo epibentónico, (2) es una
especie que a nuestro juicio ha pasado desapercibida en México, a pesar de sus cualidades
y potencial, (3) se le considera una especie importante por su sensibilidad a los metales
pesados, por lo tanto, se considera una especie de prueba para los bioensayos y pruebas de
toxicidad, (4) es un organismo que eventualmente se puede cultivar y utilizar como
alimento vivo o procesado en acuicultura y (5) ciclo de vida corto, aproximadamente un
año.
Retornando el tema precedente, la forma de solventar un problema generalmente
promueve diversos obstáculos que van, desde el paradigma de la metodología de
investigación, hasta las técnicas y herramienta metodológica. Sin embargo, la propuesta de
4
los estudiosos de la metodología nos induce a especular que cada área del conocimiento
humano tiene su propia inclinación, es decir, su propio método.
No obstante, de las diferentes alternativas metodológicas dos de ellas, captan
nuestra atención y al parecer difieren en su propuesta para abordar la solución de problemas
y sin embargo, sus coincidencias se acentúan más incluso que sus discrepancias. El método
analítico – sintético, nos permite fragmentar el problema y de manera pormenorizada revisa
cada fragmento, aportando elementos de juicio para finalmente simplificarlos,
reconstruirlos y tomar decisiones.
En cambio, el enfoque sistémico, con la intención de estudiar el comportamiento
global de entidades complejas denominadas sistemas, por ejemplo: células, comunidades
ecológicas y grupos humanos. Se identifica por la emergencia, es decir, la aparición ¿real o
ficticia? de propiedades que no estaban contempladas. El enfoque analítico resulta
improcedente para entender las características de los sistemas, en particular la no linealidad
y la regulación.
Haciendo uso de estos recursos se estructuraron y desarrollaron proyectos alternos en
los cuales de manera parcial e independiente se contemplaron ambas propuestas, con un
importante sustento documental y sobre todo enfatizando y matizando la parte productiva,
es decir, aquella que permite generar conocimiento a una porción de la población de H.
azteca específicamente aquella asociada al lirio acuático y asimismo a un sistema.
Surgiendo así, la preocupación por explicar las notables diferencias entre los
procedimientos de dos propuestas metodológicas. Además, desde el punto de vista
biológico, la inquietud sobre la forma y ritmo de crecimiento de la población. Las probables
respuestas a estas inquietudes es que son metodologías diferentes que tienen una
equifinalidad, es decir, caminos diferentes que llevan a un mismo destino o resultado. Y
desde el punto de vista fisiológico, la forma de crecimiento es alométrico y su ritmo de
crecimiento es moderadamente alto, acorde a la posición de trófica que ocupa.
5
La intención integral que merodea en este documento se ha mencionado
reiteradamente, no obstante, una vez más se cita; categorizar las diferencias y similitudes
en cuanto a los procedimientos, entre los métodos de investigación analítico – sintético y el
análisis de sistemas. De tal manera que los objetivos para el estudio de caso son; evaluar la
estructura y dinámica de la población del camarón de río Hyalella azteca en el Sistema
Lacustre Ejidos de Xochimilco y San Gregorio Atlapulco en México D. F. a partir del
enfoque analítico – sintético y del enfoque sistémico. Y calcular el ritmo y forma de
crecimiento para la población de H. azteca asociada a el lirio acuático Eichhornia
crassipes aplicando los modelos de crecimiento corporal propuestos por Le Cren (1939)
citado por: Weatherly (1972) y por von Bertalanffy (1938) citado por: Bagenal y Tesch
(1978).
La estrategia metodológica parte de muestreos bimestrales establecidos en la
prospección en y durante el cual se ubicaron las estaciones de trabajo; el Canal del Bordo,
Laguna de Tlilac y Canal del Sauce en las cuales se efectuaron recorridos en lancha para
colectar de seis a diez plantas de lirio y dos muestras de agua, y se tomo in situ lectura de
los parámetros ambientales; temperatura ambiente, temperatura del agua superficial y
cincuenta centímetros de profundidad, pH, y transparencia. El material colectado se llevó al
laboratorio donde los organismos se separaron y se procedió a obtener la información
morfométrica (masa y talla). Las muestras de agua se procesaron para determinar la
concentración de nutrientes.
La información así obtenida se decidió concentrarla estacionalmente y con auxilio
de modernos programas computacionales se le dio el tratamiento conveniente para cada
uno de los métodos de investigación.
De los resultados derivados de ambos métodos se puede presumir una notable
diferencia en función de diversos factores; las predicciones que uno y otro método logra, el
enfoque sistémico permite predecir y simular la respuesta fisiológica representada por la
tasa de crecimiento corporal en diversas condiciones ambientales fueran, sin haber un
efecto espaciotemporal notable, mientras que en el enfoque analítico – sintético, el
6
pronóstico se ve ostensiblemente limitado al señalar de forma categórica cuando un
espécimen tiene cierta edad cual es su talla y masa, bajo las condiciones que en ese
momento y en ese lugar prevalecieran, es decir, el efecto espaciotemporal se manifiesta
notablemente. El número de variables que se utilizaron de manera conjunta decididamente
es menor en el método analítico – sintético, usualmente dos variables.
El principio de equifinalidad no se cumple cabalmente. Esto permite señalar que no
hay una clara separación entre el método analítico – sintético y el análisis de sistemas, es
más el método de análisis – síntesis forma parte o incluso es el propio análisis de sistemas.
Con respecto a la parte fisiológica efectivamente el crecimiento es alométrico y
geométricamente progresivo, es decir, hay un crecimiento corporal diferenciado y la tasa de
crecimiento es moderada y con esto difiere un poco con su posición trófica, pues los
herbívoros como estrategia reproductiva su tasa de crecimiento suele ser alta para así
garantizar su sobrevivencia como especie.
Marco Teórico
1.1 Reduccionismo u Holismo
La teoría general de sistemas o simplemente teoría de sistemas (TGS) es un esfuerzo
de estudio interdisciplinario, que trata de encontrar las propiedades comunes a entidades,
los sistemas, que se presentan en todos los niveles de la realidad, pero que son objeto
tradicionalmente de disciplinas académicas diferentes. Su puesta en marcha se atribuye al
biólogo austriaco Ludwig von Bertalanffy, quien acuñó la denominación a mediados del
siglo XX. Y respaldada por los trabajos del Ronald Ashby y Gregory Bateson, en décadas
posteriores (Turnes, 2005).
La TGS es una construcción teórica que trata de los principios y de las leyes que
conciernen a toda clase de sistemas, en no importa que rama científica, y que busca la
formalización matemática de las relaciones y las funciones isomorfas características del
conjunto de los sistemas del mundo material e inmaterial. Utilizando los conocimientos
adquiridos por otros procedimientos interdisciplinarios, tales como la teoría de las
organizaciones, la cibernética y la teoría de los juegos, Ludwig von Bertalnffy y sus
colaboradores la han enriquecido (Turnes, 2005).
En el curso del desarrollo de la ciencia, se manifiestan dos tendencias con carácter
contradictorio, las cuales aparecen en la historia de distinta manera en diferentes etapas:
una de las tendencias se caracteriza por la integración de los conocimientos, la unificación
en un sistema general y el descubrimiento de sus interconexiones; la otra, se dirige a la
diferenciación de los conocimientos, la ramificación posterior y por ende la separación de
unas ramas del conocimiento de otras (Kedrov, 1974; Mateo, 1986).
Asimismo, en las distintas etapas históricas predomina una tendencia sobre la otra.
En la primera etapa, Antigua Grecia, no existe diferenciación de las ciencias o esta
diferenciación se encuentra en estado embrionario. En este período no se marcó aún la
tendencia a la diferenciación, y tampoco se desarrollo el proceso inverso, la integración.
Entre estas dos tendencias existe la misma correlación que entre análisis y síntesis; la
9
síntesis surge y se hace posible en forma posterior al análisis del objeto de estudio
(Kendrov, 1974).
La segunda etapa en el desarrollo del conocimiento se caracteriza por el proceso de
diferenciación de las ciencias el cual se manifiesta claramente en la época de Renacimiento.
Dicha diferenciación tiene como causas las necesidades crecientes de la técnica y de la
producción. Las ciencias en esta época se caracterizan por el predominio del método
analítico unilateral de investigación de los objetos. Pero en la medida de que esta
desmembración de la naturaleza para su estudio se acentuaba, al mismo tiempo, se
reforzaba la opinión de que el análisis era el problema final de la investigación en la
naturaleza. Se convirtió en absoluto este método y todas aquellas consecuencias que él
producía. Sin embargo, este método en su tiempo tenía carácter progresivo porque permitía
conocer las leyes específicas de cada objeto de estudio sin lo cual el cuadro de la naturaleza
quedaba poco claro. Pero, como resultado de la práctica secular de los naturalistas, se creó
una sólida tradición: "fijar rupturas absolutas y límites rígidos entre los distintos fenómenos
de la naturaleza" (Kedrov, 1974).
En la tercera etapa, que se prolonga hasta hoy, la posterior diferenciación de las
ciencias se transforma en la premisa y el componente de la integración. El proceso de la
ciencia en la actualidad aparece como la realización de la unidad interna de las tendencias
opuestas, al mismo tiempo, cada una de estas tendencias aparece sólo como uno de los
lados de un proceso único de desarrollo del conocimiento científico. Por tanto, el
surgimiento y diferenciación de las ciencias crea la necesidad de una visión integradora de
los conocimientos diversos adquiridos en los distintos momentos de esta etapa (Kedrov,
1974).
Las tres etapas antes descritas constituyen el marco general que nos permite
comprender el surgimiento de los métodos de análisis y síntesis y la dialéctica asociada al
predominio de uno u otro en la investigación científica, así como la necesidad de este
predominio en cada etapa analizada. Desde luego, estos no son los únicos métodos que
fueron utilizados por los generadores de conocimientos, pero son los que explican mejor la
10
aparición del reduccionismo en la ciencia. De este modo, el surgimiento y diferenciación de
las ciencias empíricas y de las técnicas aplicadas, crea la necesidad de una visión
integradora de los conocimientos logrados. Aún más, esta integración es necesaria, toda vez
que en el desarrollo de este conocimiento se ha enfatizado el método analítico (Mateo,
1986).
A pesar de esta diferenciación, de todas formas se observa que existe la unidad de la
ciencia. La unidad dentro de una ciencia en particular se manifiesta con el surgimiento de la
física como ciencia de vanguardia. La física clásica se guía por un conjunto de principios
que sirven de base para la formación de las teorías. Esta ciencia logra una unidad
conceptual cualitativamente superior a las otras ciencias, a excepción de la matemática.
Esta disciplina es la primera en usar métodos matemáticos, logrando gran nivel de
posibilidades de comprobación lógica y empírica. Su desarrollo está basado en gran parte
en la aplicación del método hipotético deductivo y experimental, confirmando un carácter
integral a sus distintas ramas. La física posee una unidad que se debe no sólo a sus
métodos, sino a su propia diferenciación interna (Kedrov, 1974; Mateo, 1986), dando
origen a la posibilidad de interrelacionar diversos fenómenos de índole aparentemente
distintos. Esto origina la concreción de un mundo físico que se transforma en modelo a
todas las demás ciencias. Estas últimas, en esta etapa, se caracterizan por la falta de
madurez en alcanzar sistematicidad e integración interna. En estas condiciones, la ciencia
que alcanza mayor madurez, se transforma en ciencia líder y sus métodos y conceptos se
extrapolan a todas las demás, sin considerar la especificidad de sus propios objetos de
estudio. Esta tendencia se conoce como reduccionismo (Kedrov, 1974; Mateo, 1986).
Muchos de los esquemas de explicación usados en la ciencia son de este tipo, y se
utilizan primero que otros al abordar un nuevo objeto de estudio. Es decir, que la
investigación comienza con un intento de reducir una totalidad dada a otra ya conocida. El
reduccionismo, por tanto, responde al principio de la simplicidad en la ciencia, simplicidad
que consiste en la indicación de no introducir sin necesidad, en la explicación teórica,
nuevas entidades, ya sean conceptos, sustancia, u otros (Mateo, 1986).
11
Este enfoque expresa también la tendencia monista de comprensión del mundo, al
tratar de explicarlo basándose en una unidad elemental que le subyace a aquella ciencia
cuyo objeto de estudio esté construido por esas unidades. Se trata de la fisicalización –
emulación de la física – de toda la ciencia, la reducción del objeto de estudio de otras a sus
métodos.
El grado de avance de la comprensión del mundo puede medirse por el nivel de
concientización que logran la filosofía, la ciencia y la técnica, de la sistematicidad del
mundo. Es decir, por la forma y el grado en que se comprende al mundo y las cosas como
sistema.
El análisis va necesariamente acompañado de la síntesis, pero de una síntesis que
reflejará el nivel que se ha logrado en el análisis y que corresponde a este. El nivel de
análisis de esta etapa aporta un material insuficiente para una comprensión sistémica y
dialéctica de la naturaleza (Mateo, 1986).
El Reduccionismo es el método por el que se expresa una idea o ideología y consiste
en asumir que el mundo que nos rodea puede ser comprendido en términos de las
propiedades de sus partes constituyentes. En la misma naturaleza del reduccionismo está
implícito el procedimiento que le es propio para resolver problemas científicos:
o Simplificar el problema descomponiéndolo en partes más simples mediante la
eliminación de lo accesorio.
o Resolver y entender cada uno de estos problemas más simples.
o Componer las soluciones de estos problemas simples.
o Entender el todo, es decir, el problema original.
Este procedimiento es en la ciencia, que se tiende a asumir sin más reflexión que es
indisoluble del método científico. Aunque el reduccionismo parezca un procedimiento
sencillo, es más complejo de lo que parece (Wikipedia, 2007a)
12
El reduccionismo implica “reducir” todo a elementos últimos, irreductibles, a partir
de los cuales se explicaba luego el resto. Se pensó durante largo tiempo (desde los griegos
hasta nuestros días) que ellos eran por ejemplo, en física los átomos, y más modernamente
en biología la célula, y en la sociedad, el individuo. Los modernos descubrimientos en
todos estos campos demostraron la falsedad de la existencia de tales últimos elementos
(Turnes, 2005)
El método analítico consiste en desarmar en partes discretas lo que se quiere
entender, tratar de explicar el comportamiento de las partes separadas y amalgamar el
entendimiento de las partes en un entendimiento de la totalidad. A su vez el determinismo
es la creencia de que todos los fenómenos se explican por relaciones de causa y efecto (las
causas causan que las causas causen las causas, como se dice en Francia). Por la causa se
intentaba explicar el efecto, excluyendo cualquier incidencia del medio ambiente e
ignorando que en todo fenómeno inciden multiplicidad de “causas” y no es el producto de
una sola de ellas (Turnes, 2005)
Este modo de pensar, crea problemas prácticamente irresolubles como la antítesis
del determinismo, libre albedrío, y las dificultades de verificar leyes sobre la base de la
causalidad, lo que implicaba tratar de crear condiciones ideales, por ejemplo, la gravedad,
tratando de simular un vacío absoluto de la caída de cuerpos en un laboratorio.
Así, al finalizar la segunda guerra mundial numerosos científicos reconocieron que
“pasaba algo” y comenzó a verse que cuando se “analizaba” un sistema sus propiedades
esenciales se perdían, por ejemplo, un automóvil desarmado no transporta, una persona
“desarmada” no vive. Y entonces advirtieron que era necesario un pensamiento sintético
para explicar el comportamiento de un sistema. Mediante esta forma de pensamiento trata
de revelarse la función, en lugar de la estructura; más que el porqué el sistema funciona de
una cierta manera, para qué lo hace. Cabe advertir que no implica desechar el método
analítico. Análisis y síntesis son complementarios, y el pensamiento sistémico los incluye a
ambos (Turnes, 2005)
No obstante, el reduccionismo, como tendencia del pensamiento, podría ser definido
sintéticamente como: "El todo puede ser explicado nada más que con la suma de sus partes
constituyentes" Rosental e Iudin (1984). Tal postulado nos permite deducir, sobre su base,
que se pueden explicar las propiedades y leyes de los sistemas más complejos por las leyes
y propiedades de los sistemas más simples (Kedrov, 1974; Mateo, 1986). Esto no puede ser
confundido con el concepto de reducción en la ciencia, el cual se puede señalar como "una
de las formas en que se expresa la conexión necesaria entre los elementos de una teoría
lógica o científica general" Rosental e Iudin (1984). La reducción permite establecer un
nexo racional entre las diferentes proposiciones de una teoría determinada que poseen
distinto grado de generalidad, por tanto la reducción, en sí misma, se transforma en una
necesidad para el desarrollo de la propia teoría en un campo concreto del conocimiento
humano.
Por otra parte, el antirreduccionismo (algunos pensadores utilizan el concepto de
holismo como sinónimo) postula la irreductibilidad del todo a la suma de sus partes Kedrov
(1974); Rosental e Iudin (1984). Dicho de otra forma, las propiedades y leyes de un sistema
complejo no pueden ser explicadas por las propiedades y leyes de los sistemas más simples.
Si consideramos como verdaderos los postulados que señalan diferentes tipos de
movimiento del mundo objetivo (materia) Kedrov (1974) y que existe una relación
jerárquica entre estos tipos de movimientos, entonces los postulados de los reduccionistas
se pueden expresar como la negación de la especificidad cualitativa de la forma superior del
movimiento o la reducción de la forma superior del movimiento a la inferior. Por otra parte,
los postulados de los antirreduccionistas indican la hiperbolización de la especificidad
cualitativa de la forma superior del movimiento, es decir, su aislamiento de las
correspondientes formas superiores del movimiento.
Si son estos los enfoques de los científicos en la solución de los problemas
científicos, quiere decir que el conocimiento tiene sólo dos fuentes posibles: a) las leyes
que surgen de la naturaleza de un sistema concreto o b) las leyes que surgen de la
naturaleza de los sistemas complejos y que no pueden obtenerse de las leyes descubiertas
14
en sistemas concretos que se corresponden con movimientos de la materia de orden
inferior.
El problema que surge entonces, si estos enfoques son los predominantes en la
ciencia, es conocer cuál sería el papel que cumplen aquellas investigaciones que se
pretenden realizar utilizando enfoques y métodos científicos generales e integradores de la
ciencia. En este tipo de investigaciones se presupone que se utilizan diferentes disciplinas
con un enfoque integrativo, tales como el sistémico, el complejo y el global (Kedrov,
1984). Estos enfoques y métodos, en un grado u otro, consideran las leyes particulares de
cada una de las disciplinas concretas que se unen para tratar de explicar un fenómeno que,
en principio, no es posible hacerlo con una de estas disciplinas en forma aislada. Siempre
esta unión busca encontrar explicaciones del objeto estudiado sobre la base de las leyes
descubiertas por las disciplinas específicas, pero también busca encontrar nuevas leyes que
explican el objeto estudiado desde un ángulo totalmente nuevo y con características nuevas
que se resumen, por lo menos, en forma no aditiva (Kedrov, 1974; Mateo, 1986).
15
1.2 Enfoque analítico – sintético
El método analítico, implica el análisis (del griego análisis, que significa
descomposición), esto es la separación de un todo en sus partes o en sus elementos
constitutivos. Se apoya que para conocer un fenómeno es necesario descomponerlo en sus
partes (González, 1999).
El método sintético, implica la síntesis (del griego synthesis, que significa reunión),
esto es, unión de elementos para formar un todo (González, 1999).
El juicio analítico implica la descomposición del fenómeno, en sus partes
constitutivas. Es una operación mental por la que se divide la representación totalizadora de
un fenómeno en sus partes.
El juicio sintético, por lo contrario, consiste en unir sistemáticamente los elementos
heterogéneos de un fenómeno con el fin de reencontrar la individualidad de la cosa
observada. La síntesis significa la actividad unificadora de las partes dispersas de un
fenómeno. Sin embargo, la síntesis no es la suma de contenidos parciales de una realidad, la
síntesis añade a las partes del fenómeno algo que sólo se puede adquirir en el conjunto, en
la singularidad.
El método sintético es utilizado en todas las ciencias experimentales ya que
mediante éste se extraen las leyes generalizadoras, y lo analítico es el proceso derivado del
conocimiento a partir de las leyes. La síntesis genera un saber superior al añadir un nuevo
conocimiento que no estaba en los conceptos anteriores, pero el juicio sintético es algo
difícil de adquirir al estar basado en la intuición reflexiva y en el sentido común,
componentes de la personalidad y que no permiten gran cambio temporal (González, 1999).
Todas las ciencias naturales operan con la síntesis, que surge después de efectuar
una hipótesis que intenta predecir a priori y todos los fenómenos del mismo orden pueden
deducirse de ella como resultantes. Toda vez que análisis equivale a descomposición, y
16
síntesis a composición, llamaremos método analítico al que procede descomponiendo
los compuestos reales, o racionales e ideales, en sus partes o elementos simples; y
método sintético el que procede de lo simple o general a lo compuesto y particular.
Así es que puede decirse que estos dos métodos corresponden a los dos géneros
de raciocinio que convienen al entendimiento humano, o sea la inducción y la
deducción (González, 1999).
Características de los métodos de investigación analítico y sintético; y propiedades
afines entre ambos métodos.
Al iniciar ubica la naturaleza del problema.
Los medios e instrumentos para llegar al conocimiento, deben estar relacionados con la naturaleza y condiciones del objeto que se trata de conocer.
Es conveniente presentar con claridad y precisión el problema y el objeto de estudio que se trata de resolver.
Conviene descomponer la cosa u objeto de que se trata en sus partes, elementos o principios
En cualquier ciencia o tratado se deben exponer las verdades y cuestiones más generales, antes de descender a las particulares concretas.
Fijar la atención en el problema u objeto que se pretende conocer y sólo desviarla cuando sea posible.
Al examinar los elementos o partes de un objeto, debe hacerse de manera que no se pierdan de vista sus relaciones entre sí y con respecto al todo que de su unión resulta.
El reconocimiento de un objeto y la investigación, deben comenzar por las cosas más fáciles o conocidas de antemano.
Los medios y caminos para llegar a la verdad son diferentes, como lo son también las clases de objetos y verdades
Fuente: González (1999)
17
Mess (2001) señala que el método de investigación analítica se puede denominar
como “investigación vertical” y el de investigación sintética como; “investigación
horizontal”. ¿Sería insensato cuestionar?, ¿cuál de los dos tipos de investigación debe
preferirse? o ¿cuál representa una mejor opción para hacer investigación? Ambas tienen su
justo valor y las dos son importantes en el progreso de la ciencia. Es evidente que hay
algunas “modas” también en la investigación científica. Estas modas frecuentemente no
son modificadas rápidamente como las modas del vestir en señoras, pero algunas
tendencias de moda pueden descubrirse igualmente en los métodos usados y en cuanto a la
investigación.
Cuando un método o técnica nueva aparece, obligadamente un sin número de
observaciones también, o incluso cuando una nueva teoría es publicada, cientos y cientos
de artículos científicos aparecen dentro de un tiempo relativamente corto aplicando
susodicho método.
En décadas recientes la biología molecular y la genética han sido las líneas
investigación que prevalecen en la biomedicina. Estas áreas de la ciencia, con su
metodología sofisticada, sus resultados han permitido una visión más profunda de la
complicada maquinaria de los organismos. La inmensa mayoría de estas publicaciones
emanadas de dichas tareas, son “por excelencia” trabajos de carácter analítico. Lo
infortunado es que algunos autores han olvidado por completo que se trata de un
organismo entero. De ahí surge la idea que confirma la metáfora de Senge que dice; “no se
alcanza a ver el bosque debido a los árboles”. Pues existe la tendencia de focalizar nuestra
atención exclusivamente en uno o dos árboles. Indudablemente, se está inmerso en la época
de investigación analítica en la ciencia (Mess, 2001).
18
Pensamiento Sistémico
El concepto de sistema umbral del problema de las partes y del todo, discutido en la
antigüedad por Hesíodo (siglo VIII a.C.) y Platón (siglo IV a.C.) Sin embargo, el estudio de
los sistemas como tal no preocupó hasta la Segunda Guerra Mundial, cuando se manifiesta
el interés por el trabajo interdisciplinario y la existencia de analogías (isomorfismos) en el
funcionamiento de los sistemas biológicos y automáticos. Este paradigma tomaría carta de
naturalización alrededor del término de la década de los años treinta, y consolidándose
hacia la mitad del siglo pasado al proponer Ludwing von Bertalanffy su Teoría General de
Sistemas (DAEDALUS, 2006)
La génesis de la TGS, dado la incapacidad manifiesta de la ciencia para tratar
problemas complejos. El método científico, cimentado en reduccionismo, repetitividad y
refutación, fracasa ante fenómenos muy complejos por varios motivos: el número de
variables interactuantes es mayor al que el método científico puede controlar, razón por la
cual no es posible realizar experimentos verdaderos. La posibilidad de que factores
desconocidos (variables emergentes) influyan en las observaciones es mucho mayor. En
consecuencia, los modelos cuantitativos son vulnerables. (Checkland, 1999; DAEDALUS,
2006)
El problema de la complejidad es claro en ciencias sociales, que para cubrir
cabalmente sus objetivos deben relacionarse con un gran número de factores; humanos,
económicos, tecnológicos y naturales fuertemente interconectados. En este caso la
dificultad se multiplica por la imposibilidad de llevar a cabo experimentos y por la propia
intervención del hombre como sujeto y como objeto (racional y libre) de la investigación.
La mayor parte de las dificultades con las que tratan las ciencias son de gestión,
organización, planificación, control, resolución de problemas, toma de decisiones, entre
otros. En nuestros días estas aparecen por todas partes: en la administración, la industria, la
19
economía, la defensa, la sanidad, la ecología, la biología molecular, la genética, u otras
disciplinas.
La aplicación de la Teoría General de Sistemas a la solución de problemas, se
denomina “enfoque de sistemas” o aquella tendencia de la investigación a la que se refiere
también como Pensamiento Sistémico, Sistémica, Análisis de Sistemas, Dinámica de
Sistemas u otro término ambiguo, emerge para abordar el problema de la complejidad a
través de una forma de pensamiento basada en la totalidad y sus propiedades que
complementa el antireduccionismo científico (Martínez-Garrido, 1980; Checkland, 1999)
Lord Rutherford pronunció la frase que refleja más claramente el éxito del método
científico reduccionista -método analítico- durante el primer tercio del siglo pasado: "Hay
Física y hay coleccionismo de sellos". Está frase muestra claramente el objetivo último de
la ciencia; explicar cualquier fenómeno natural en términos de la física (Checkland, 1999)
Fue en la biología donde se visualizó primero la necesidad de pensar en términos de
totalidades. El estudio de los seres vivos exigía considerar a éstos como una jerarquía
organizada en niveles, cada uno más complejo que el anterior. En cada uno de estos niveles
aparecen propiedades emergentes que no se pueden explicar a partir de los componentes del
nivel inferior, sencillamente porque se derivan de la interacción, y no de los componentes
individuales (Checkland, 1999)
Para Ernesto Grun, citado por Turnes (2005), la Teoría General de los Sistemas
tiene los siguientes objetivos principales:
o Investigar las analogías, paralelismos, semejanzas, correlaciones e isomorfismos
de los conceptos, leyes y modelos de las diversas ciencias. A este respecto cabe
precisar un concepto central de TGS como lo es el de “isomorfismos” que
Francois citado por Turnes (2005), define como la fórmula, pauta, estructura,
proceso o interacción que demuestra ser la misma, aunque en términos
generales, a través de numerosas disciplinas y escala de magnitudes de sistemas
reales, pese a la diferencia obvia de las partes de los distintos sistemas.
20
o Fomentar la transferencia de conocimientos entre las diversas ciencias.
o Estimular el desarrollo y formulación de modelos teóricos en aquellos campos
que carecen de ellos o en los cuales los mismos son muy rudiementarios e
imperfectos.
o Promover la unidad de las ciencias y tratar de obtener la uniformidad del
lenguaje científico.
A su vez la cibernética que se ocupa del estudio del mando, del control y de las
regulaciones de los sistemas constituye una parte inseparable de la Teoría General de los
Sistemas y sus conceptos son extremadamente útiles para entender el funcionamiento de
sistemas complejos, entre ellos la ecología.
La definición de sistema: “Es una entidad autónoma dotada de una cierta
permanencia y constituida por elementos interrelacionados que forman subsistemas
estructurales y funcionales, que se transforma dentro de ciertos límites de estabilidad,
gracias a regulaciones internas que le permiten adaptarse a las variaciones de su entorno
específico.” Francois citado por Turnes (2005)
Grun citado por Turnes (2005) expresa: “Por ello la TGS no estudia a los sistemas a
partir de su organización interna, sus interrelaciones recíprocas, sus niveles jerárquicos, su
capacidad de variación y adaptación, su conservación de identidad, su autonomía, las
relaciones entre sus elementos, sus reglas de organización y crecimiento, su
desorganización y destrucción, entre otras.”
“Una de las virtudes esenciales de la TGS es la de tratar los sistemas, sin prescindir
de las relaciones con su entorno manteniendo además las conexiones internas y externas de
sus elementos. Todo lo cual no puede ser separado sin destruir la esencia del sistema, es
decir su unidad. Pues una de las ideas básicas en la TGS es que el todo es más que la suma
de sus partes porque las características de las partes constitutivas de ese todo no son
21
explicables a partir de las características de las partes aisladas. Es otra cosa y es más porque
la entidad de nivel superior tiene otras capacidades que las partes que lo componen.
La piedra angular de la existencia de todo sistema consiste en el hecho de que
constituya una entidad aislada pero su aislamiento no es absoluto, aunque sí lo suficiente,
para poder ser distinguido de su entorno, clara y permanentemente.
Grun citado por Turnes (2005) nos dice: “El sistema, en el caso de los sistemas
biológicos, está rodeado por un límite o membrana que los aísla relativamente, separando el
endomundo del exomundo. Las membranas de este tipo son siempre selectivamente
permeables y juegan un papel capital en la organización de los intercambios entre el
sistema y su entorno (o, eventualmente, en los que operan entre subsistemas, por lo general,
ellos mismos, limitados por membranas). Los sistemas metavivientes también desarrollan
membranas, aunque, en este caso el concepto en sí debe ser ampliado un poco. Es evidente
que las fronteras políticas, los recintos de las empresas y organizaciones, en el caso de las
sociedades humanas, o los límites de los termiteros en las sociedades animales, son
membranas en el sentido antes definido: son funcionalmente homólogas a las membranas
biológicas."
Dentro de esta perspectiva epistemológica, Margalef (2000), nos expresa que “un
sistema es algo que puede ser disecado, donde reconocemos partes separables que actúan
unas sobre otras. El sistema cambia, pues, con el transcurso del tiempo, pero conserva
alguna propiedad invariante. Puesto que tenemos libertad para escoger las invariables, casi
nada escapa a la posible definición de sistema.”
En los años cuarenta del siglo pasado comienza un vivo interés por los estudios
interdisciplinarios con el fin de explorar la tierra de nadie existente entre las ciencias
establecidas. Estos estudios ponen de manifiesto la existencia de analogías (más bien
isomorfismos) en la estructura y comportamiento de sistemas de naturaleza muy distinta,
sistemas biológicos, mecánicos, eléctricos, u otros (Checkland, 1999).
22
En esa misma década, von Bertalanffy proponía los fundamentos de una TGS y en
1954 se crea la Sociedad para la Investigación de Sistemas Generales. El objetivo principal
de von Bertalanffy, fue el desarrollo y difusión de una única meta-teoría de sistemas
formalizada matemáticamente, no ha llegado a cumplirse. En su lugar, de lo que podemos
hablar es de un enfoque de sistemas o un pensamiento sistémico que se fundamenta en la
utilización del concepto de sistema como un todo irreducible (Checkland, 1999)
Así el Pensamiento Sistémico es la actitud del ser humano, que se basa en la
percepción del mundo real en términos de totalidades para su análisis, comprensión y
accionar, a diferencia del planteamiento del método científico, que sólo percibe partes de
éste y de manera inconexa. Toda decisión tiene consecuencias, algunas deseables y otras
indeseadas. El pensamiento sistémico es una disciplina que otorga capacidades a quienes
toman decisiones de interpretar la situación no sólo considerando la relación de causas y
efectos evidentes y lógicos, sino que también considerando que toda decisión es adoptada
en el contexto de un sistema, un conjunto de relaciones que no necesariamente responde a
nuestra lógica de todos los días. Pensar sistémicamente da la oportunidad de identificar
cómo se puede actuar afectando el comportamiento de un sistema a través de acciones de
alto nivel, es decir, acciones de bajo esfuerzo que sin embargo, tienen un alto impacto en el
comportamiento del sistema que queremos afectar.
El pensamiento sistémico aparece, a partir de los cuestionamientos que desde el
campo de la Biología hizo von Bertalanffy, quien debatió la aplicación del método
científico en los problemas de la Biología, debido a que éste se basaba en una visión
mecanicista y causal, que lo hacía débil como esquema para la explicación de los grandes
problemas que se dan en los sistemas vivos. Este cuestionamiento lo llevó a plantear un
reformulamiento global en el paradigma intelectual para entender mejor el mundo que nos
rodea, surgiendo formalmente el paradigma de sistemas.
El pensamiento sistémico es integrador, tanto en el análisis de las situaciones como
en las conclusiones que nacen a partir de allí, proponiendo soluciones en las cuales se
tienen que considerar diversos elementos y relaciones que conforman la estructura de lo
que se define como "sistema", así como también de todo aquello que conforma el entorno
23
del sistema definido. La base filosófica que sustenta esta posición es, el Holismo (del
griego holos = entero) (Kauffman, 1980; Checkland, 1999)
Bajo la perspectiva del enfoque de sistemas la realidad que concibe el observador
que aplica esta disciplina establece una relación muy estrecha entre él y el objeto
observado, de manera que su "realidad" es producto de un proceso de construcción, en un
espacio y tiempo determinados, constituyéndose dicha realidad en algo que ya no es
externo al observador y común para todos, como lo plantea el enfoque tradicional, sino que
esa realidad se convierte en algo personal y particular, distinguiéndose claramente entre lo
que es el mundo real y la realidad que cada observador concibe para sí. Las bases
filosóficas que han enriquecido el pensamiento sistémico contemporáneo son; la
fenomenología de Husserl y la hermeneútica de Gadamer, que a su vez se nutre del
existencialismo de Heidegeer y del historicismo de Dilthey (Checkland, 1999)
La consecuencia de esta perspectiva sistémica, fenomenológica y hermenéutica es
que hace posible ver a la organización ya no como que tiene un fin predeterminado, como
lo plantea el esquema tradicional, sino que dicha organización puede tener diversos fines en
función de la forma cómo los involucrados en su destino la vean, surgiendo así la variedad
interpretativa. Estas visiones estarán condicionadas por los intereses y valores que posean
dichos involucrados, existiendo solamente un interés común centrado en la necesidad de la
supervivencia de la misma.
1.3.2 Análisis de Sistemas y Dinámica de Sistemas
El análisis de sistemas no ha sido definido formalmente sin embargo, se deriva de la
necesidad por desarrollar un razonamiento predictivo del funcionamiento de los sistemas
naturales complejos que dependen del hombre.
Bojorquez-Castro (1988) señala la existencia de cuatro etapas: Caracterización,
Modelación, Simulación y Optimización, para la resolución de problemas en el análisis de
sistemas, esencialmente corresponde a las propuestas por Forrester (1961) citado por:
Martínez y Requema (1988) en la Dinámica de Sistemas.
24
Asimismo, la dinámica de sistemas es una metodología para la construcción de
modelos de sistemas. Pretende establecer técnicas que permitan expresar en un lenguaje
formal (matemático), los modelos verbales (mentales) Forrester (1961) citado por: Martínez
y Requema (1988).
Se puede afirmar que en el proceso de desarrollo de la dinámica de sistemas están
incluidas tres fases: Conceptualización, Formulación y Análisis-Evaluación. De acuerdo a
la propuesta de Forrester (1961) citado por: Martínez y Requema (1988).
Conceptualización, obtención de una perspectiva y una comprensión clara de cierto
fenómeno del mundo real, comprende:
• Familiarización con el problema.
• Opiniones de expertos.
• Experiencias propias.
Una vez hecho esto hay que definir con precisión los aspectos del problema y
describirlos en forma clara, breve y precisa (Forrester, 1998)
Esta etapa implica la descripción del comportamiento dinámico que se trata de
estudiar. De esta descripción se graficará el comportamiento temporal de las principales
magnitudes de interés, lo cual constituye el llamado Modo de Referencia y sirve como una
imagen aproximada de las gráficas que se deberán obtener del modelo inicial.
Si se modela un fenómeno pasado, se representará en ese modo de referencia el
comportamiento histórico registrado, que se trata de reproducir en el modelo. Si se modelan
situaciones futuras, el modo de referencia es más ambiguo, pero deberá ser capaz de
abarcar, a través de las correspondientes variaciones de parámetros, el conjunto de
diferentes tipos, modos o pautas de desarrollo. El establecimiento del modo de referencia
determina el Horizonte Temporal del modelo.
25
Formulación, en base al Diagrama Causal se procede a la formulación del
sistema. Los pasos a seguir son:
• Establecer el diagrama de Forrester
• Partiendo del diagrama de Forrester, escribir las ecuaciones del modelo.
• Asignar valores a los parámetros (Forrester, 1998)
Evaluación, se ensayan por medio de simulaciones, las hipótesis sobre las cuales se
ha construido el modelo y su consistencia. En esta etapa se realiza un análisis de
sensibilidad, es decir, se estudia la dependencia de las conclusiones con relación a posibles
variaciones de los valores de los parámetros. Se estudia el comportamiento del modelo ante
distintas políticas alternativas y se elaboran recomendaciones. Este proceso no es lineal,
sino que algunos pasos se repiten varias veces (Forrester, 1998)
Un modelo en particular puede volverse complicado debido a su tamaño y riqueza
en detalles, pero su naturaleza fundamental seguirá siendo la misma, constituida por niveles
y decisiones. La forma de un modelo debe ser tal que permita lograr varios objetivos. El
modelo debe tener las siguientes características:
• Ser capaz de describir cualquier relación de causa-efecto que se quiera incluir.
• Ser simple en su naturaleza matemática.
• Parecerse, en cuanto a nomenclatura, a la terminología industrial, económica y
social.
• Ser extensible a un gran número de variables (incluso miles) sin exceder los límites
prácticos de las computadoras digitales, y
• Ser capaz de manejar interconexiones continuas en el sentido de que cualquier
discontinuidad artificial introducida por intervalos de tiempo-solución no afectará los
resultados. Sin embargo, debe al mismo tiempo, ser capaz de generar cambios
discontinuos en las decisiones cuando sea necesario (Forrester, 1998)
26
Los requerimientos antes mencionados pueden lograse mediante una estructura que alterne
depósitos o niveles interconectados por flujos controlados como muestra la figura 1.1
contiene cuatro características principales:
• Varios niveles o stock.
• Flujos que transportan el contenido de un nivel a otro.
• Funciones de Decisión (dibujadas como válvulas) que controlan la rapidez de
los flujos entre los niveles.
• Canales de información que conectan las funciones de decisión a los niveles.
Los niveles o stock, son acumulaciones dentro del sistema, por ejemplo: nutrientes,
relaciones intra e interespecíficas y agua y otros. Los niveles son valores presentes de
aquellas variables que han resultado de la diferencia acumulada entre los flujos de entrada y
los de salida. Es importante notar que las unidades de medida de una variable no bastan
Figura 1.1
27
para distinguir niveles. Algunos niveles son mensurables en unidades sobre tiempo (por
ejemplo: unidad por semana) Esto puede causar confusión si no se tiene clara la diferencia
básica entre niveles y flujos (Kirkwood, 1998)
Una buena manera para determinar si una variable es un nivel o un flujo, es
considerar si en todo caso la variable continua existiendo y teniendo significado aún cuando
el sistema esté inactivo. Si toda la actividad del sistema (en cuanto a los flujos) cesara, los
niveles deben continuar existiendo. Si todo el movimiento de un sistema se detuviera
momentáneamente, los flujos serían inobservables. No hay movimiento que detectar, pero
los niveles siguen existiendo. Deben ser cuantificables en un sistema estacionario
(Kirkwood, 1998).
Las tasas, definen el presente, el flujo instantáneo entre los niveles del sistema. Las
tasas son determinadas por los niveles del sistema de acuerdo a las reglas definidas por las
funciones de decisión (Kirkwood, 1998).
Funciones de decisión, son las sentencias o instrucciones sobre políticas que
determinan cómo la información disponible acerca de los niveles, conduce a la toma de
decisiones. Todas las decisiones corresponden a una acción y pueden expresarse como
flujos.
Una función de decisión puede aparecer como una simple ecuación que determina,
de alguna manera, un flujo en respuesta a la condición de uno o dos niveles. Por otra parte,
una función de decisión puede ser descrita por una elaborada y gran secuencia de
operaciones que son el resultado de la evaluación de una cantidad de conceptos (Kirkwood,
1998)
Por otro lado, la Dinámica de Sistemas es una metodología para la construcción de
modelos de simulación para sistemas complejos, como los que son estudiados por las
ciencias (Aracil-Santoja, 1986).
28
La Dinámica de Sistemas aplica métodos de sistemas duros, básicamente las ideas
de realimentación y sistema dinámico, junto con la teoría de modelos en el espacio de
estados y procedimientos de análisis numérico. Por tanto sería una metodología más entre
las de sistemas duros. Sin embargo, en su punto de mira están los problemas no
estructurados (blandos), como los que aparecen en los sistemas socioeconómicos. Esto
plantea dos tipos de dificultades:
• Cuantificación: En Dinámica de Sistemas se comienza por identificar las
variables de interés y las relaciones que ligan entre sí a estas variables. A continuación es
imprescindible cuantificar dichas relaciones, lo que en ocasiones plantea dificultades
insalvables.
• Validación: Una vez construido el modelo hay que preguntarse si refleja
razonablemente la realidad. Esta cuestión puede resolverse por ejemplo en caso de que se
disponga de informaciones cuantitativas de la evolución del sistema real en el pasado. Si el
modelo es capaz de generar los comportamientos característicos del sistema real,
denominados -modos de referencia-, entonces obtendremos una cierta confianza en la
validez del modelo.
En Dinámica de Sistemas la simulación permite obtener trayectorias para las
variables incluidas en cualquier modelo mediante la aplicación de técnicas de integración
numérica. Sin embargo, estas trayectorias nunca se interpretan como predicciones, sino
como proyecciones o tendencias. El objeto de los modelos de Dinámica de Sistemas es,
como ocurre en todas las metodologías de sistemas blandos, llegar a comprender cómo la
estructura del sistema es responsable de su comportamiento. Esta comprensión
normalmente debe generar un marco favorable para la determinación de las acciones que
puedan mejorar el funcionamiento del sistema o resolver los problemas observados. La
ventaja de la Dinámica de Sistemas consiste en que estas acciones pueden ser simuladas a
bajo costo, con lo que es posible valorar sus resultados sin necesidad de ponerlas en
práctica sobre el sistema real (Aracil-Santoja, 1986).
29
1.4. Nota Histórica de los Anfípodos y de Hyalella azteca (Saussure, 1858)
Los anfípodos en México ha sido modestamente estudiados, aquellos de agua dulce
y de ambientes epigeos; por ejemplo, el camarón de río Hyalella azteca es una especie
compleja de amplia distribución, y sin embargo, en el panorama nacional es muy limitado
el material documentado y quizá no exceda un par de decenas y en su mayoría,
aparentemente sólo son citados como parte de algunas comunidades acuáticas o bien como
parte de algún análisis taxonómico (Salcedo – Soriano, 1978; Burali – Blauel, 1989; Pérez
– Resendiz 2001; Guzmán – Rodríguez, 2003; López – Rojas, 2004)
A pesar de ello, la presencia y descripción de la especie se efectuó en México. Y
como la identidad de las especies siempre ha generado conflictos, en este caso, no ha sido
la excepción dado que la descripción original del investigador suizo Saussure (1858) con
una colecta en un estanque en Veracruz y en el lago de Chapultepec, en México, es pobre y
las figuras poco o nulamente claras. La información genética y ecológica disponible surgida
hasta el momento sugiere que hay un complejo multiespecifico, comúnmente referido como
H. azteca. Sin embargo, Bousfield (1996) efectuó una reclasificación de anfípodos
hyalellidos neotropicales de agua dulce y González y Watling (2002) nuevamente
describieron morfológicamente a la especie basada en la serie sintipo establecida por
Saussure (1858) y depositada en el Muséum d’Histoire Naturelle, Ville de Genéve,
Switzerland.
González y Watling (2004) señalan que Hyalella es un género conocido solamente
en las áreas biogeográficas Neartica y Neotropical. Cuarenta especies han sido validamente
descritas. Once de ellas tienen cierto nivel de incertidumbre, debido a un extraño tipo o una
mala descripción. Adicionalmente diez publicadas como formas, variedades o posiblemente
nuevas especies. Cuatro especies tienen su tipo localizado en América del Norte, dos en
Centroamérica y treinta y cuatro en Sudamérica, en casi todas ellas su distribución
geográfica es restringida y algunas de ellas concentradas en áreas pequeñas. H. azteca es la
única especie reportada de Canadá a Brasil.
30
En uno de los pocos trabajos documentados a nivel nacional Peralta, et al. (2004),
en seis lagos enclavados en cráteres originados de la actividad volcánica, en Puebla,
México con un gradiente de salinidad (0.1 a 7.4 ‰) fueron muestreados para evaluar, la
densidad y estructura de la población del anfípodo H. azteca. Los Lagos Alchichica (13.49
± 20.7 ind m-2), Quechulac (5.27 ± 8.21 ind m-2), Atexcac y (4.47 ± 5.98 ind m-2), La
Preciosa (1.83 ± 4.51 ind m-2), Tecuitlapa (1.44 ± 3.53 ind m-2) y Aljojuca (1.04 ± 3.54 ind
m-2). La estructura de la población mostró que los juveniles siempre estuvieron en