WIKI Teoría de las catástrofes

ContenidosArtculos

Teora de las catstrofes 1Ren Thom 5Sistema dinmico 6Diagrama de Ishikawa 8Representacin del conocimiento 11AgMES 14AGROVOC 17Agrupamiento y desglose 19Attempto Controlled English 20Crculo de Deming 21Clasificacin de la Biblioteca del Congreso 22Conjunto de datos 24Cdigo binario 24Description of a Career 26Encabezamientos de materia 28Expresin S 30Perfiles de pases de la FAO 32FrameNet 38General Architecture for Text Engineering 39Grficos conceptuales 43Hiperconocimiento 44Kdissert 45Lgica de descripcin 46Mapa conceptual 53Ontologa (informtica) 59Ontologa geopoltica 60Pinakes 66Protg (software) 67Simple Knowledge Organization System 68Visual Understanding Environment 72Web mining 73XHTML Friends Network 75Kaoru Ishikawa 76Topologa diferencial 78

Topologa 79Anexo:Glosario de topologa 891-variedad 973-esfera 98Abierto coordenado 103lgebra de Borel 104Anillo topolgico 105Aplicacin propia 105Aplicacin regrediente 106Atlas (matemticas) 107Axiomas de separacin 109Banda de Mbius 111Categora de espacios topolgicos 114Crculo 115Clase caracterstica 119Compacidad local 121Conjunto denso 121Conjunto relativamente compacto 122Conjunto simplemente conexo 122Corona circular 123Cuarta dimensin 125Cubo con asas 130Curva 131CW-complejo 135Denso en ninguna parte 136Difeologa 137Disco (topologa) 138Disco unidad 139Distancia de Hausdorff 140Distancia de Mahalanobis 141Encaje (matemtica) 142Equicontinuidad 143Esfera cornuda de Alexander 143Espacio completamente de Hausdorff 145Espacio completo 146Espacio conexo por caminos 147Espacio contractible 149Espacio de Baire 150

Espacio de Hausdorff 152Espacio de Kolmogrov 153Espacio hiperconexo 153Espacio mtrico 154Espacio normal 157Espacio paracompacto 158Espacio recubridor 159Espacio separable 160Espacio sobrio 161Espacio T1 161Espacio uniforme 162Espacio vectorial topolgico 163Eversin de la esfera 164Fibrado 164Fibrado principal 168Fibrado vectorial 171Formas de Chern-Simons 173Funciones abiertas y cerradas 174Funcin circular 175Funcin continua 177Funcin localmente convexa 183Grupo circular 185Gnero (matemticas) 186Homeomorfismo 187Homeomorfismo local 189Intervalo unidad 190Isotopa del ambiente 191Lagos de Wada 192Localmente 193Meseta (matemticas) 193N-esfera 193Nudo borromeo 195Orbifold 196Plano de Sorgenfrey 197(pre)orden de especializacin 198Propiedad topolgica 199Punto de acumulacin 202Punto de silla 204

Recubrimiento (matemtica) 206Red (matemtica) 207Segundo axioma de numerabilidad 209Seno del toplogo 209Soporte (matemticas) 211Subbase 211Sucesin de Mayer-Vietoris 213Superficie (matemtica) 213Superficie cerrada 216Superficie desarrollable 219Superficie reglada 220Teorema de Arzel-Ascoli 222Teorema de Heine-Borel 222Teorema de la curva de Jordan 224Teora de haces 225Teora geomtrica de grupos 229Teora topolgica cuntica de campo 230Topologa (qumica) 236Topologa cociente 237Topologa cofinita 238Topologa de dimensiones bajas 238Topologa de Grothendieck 241Topologa geomtrica 242Topologa producto 245Topologa sin puntos 246Topologa traza 247Toroide 247Totalmente acotado 249Tridimensional 249Variedad topolgica 252Vrtice Nielsen-Olesen 253Topologa de Zariski 254Estructura disipativa 254Ilya Prigogine 256Filosofa del espacio y el tiempo 262Endurantismo 282Presentismo 283Eternalismo 285

J. M. E. McTaggart 288Bifurcacin (matemtica) 291Bifurcacin tridente 294Diagrama de bifurcacin 295Nmeros de Feigenbaum 296Teora del caos 297Oscilador de van der Pol 301Agregacin limitada por difusin 303Atractor 304Atractor de Lorenz 307Atractor de Rssler 308Caos determinista 310Caos y fractales 317Circuito de Chua 323Efecto mariposa 324Teora de la estabilidad 327Estabilidad de Lyapunov 328Funcin de Lyapunov 329Mapa logstico 331Mezclado catico 333Pndulo catico 334Carlos Reynoso 335Sistema complejo 338Sistema determinista 339Sistemas dinmicos y teora del caos 341Teora del cisne negro 342Histresis 345Grupo de Lie 348Vladmir Arnold 352E8 (matemticas) 354lgebra de Lie 358lgebra de Lie ortogonal generalizada 361Grupo de Heisenberg 362Grupo de Poincar 363Grupo especial ortogonal 364Grupo espinorial 365Grupo lineal especial 366Grupo lineal general 367

Grupo ortogonal 370Grupo semisimple 371Grupo uniparamtrico 372Grupo unitario 373Grupo unitario especial 374Identidad de Jacobi 377Matrices de Pauli 378Medida de Haar 379Red (grupo) 382Representaciones de grupos de Lie 386Super lgebra de Lie 387Anexo:Tabla de coeficientes de Clebsch-Gordan 387Teorema de Ado 400Toro (geometra) 401lgebra de Virasoro 405Grupo de Weyl 409lgebra de Witt 410Morfognesis 411Teora de sistemas 414Anlisis de sistemas 419Arquetipo sistmico 420Autoorganizacin 420Autopoiesis 427Autorreferencia 430Caja blanca (sistemas) 431Caja negra (sistemas) 431Complejidad 432Complejidad biolgica 439Consecuencias imprevistas 449Determinismo estructural 453Dinmica de sistemas 454Dinmica espiral 456Economa de complejidad 461Emergencia (filosofa) 464Entrada 474Epignesis 475Equilibrio dinmico 477Estado estacionario 478

Estructura 478Evaluacin de la incidencia 481Existencias y flujos 482Funcin de transferencia 482La trama de la vida 484Niklas Luhmann 485Mantenibilidad 492Matriz de Gram 493Modelo basado en agente 494Modularidad 495Navaja de Ockham 496Neguentropa 502Objetividad entre parntesis 505Orden 506Orden espontneo 507Pensamiento sistmico 514Plan de continuidad del negocio 517Planeacin interactiva 519Prospective Outlook on Long-term Energy Systems 520Realimentacin negativa 523Realimentacin positiva 525Retroalimentacin 526Salida (informtica) 532Sistema 533Sistema adaptativo complejo 535Sistema basado en reglas 536Sistema emergente 537Sistema multicuerpo 538Sistema poltico 539Sistemas reactivos 546Sistmica 547Teleologa 547Teora de sistemas abiertos 549World3 550

ReferenciasFuentes y contribuyentes del artculo 551Fuentes de imagen, Licencias y contribuyentes 560

Licencias de artculosLicencia 565

Teora de las catstrofes 1

Teora de las catstrofesLa teora de las catstrofes es una rama de estudio de las bifurcaciones de sistemas dinmicos, tambin puedeconsiderarse un caso especial de la teora de la singularidad usada en geometra.La teora de catstrofes resulta especialmente til para el estudio de sistemas dinmicos que representan fenmenosnaturales y que por sus sus caractersticas, no pueden ser descritos de manera exacta por el clculo diferencial. Enese sentido, es un modelo matemtico de la morfognesis. Planteada a finales de la dcada de 1950 por elmatemtico francs Ren Thom especializado en topologa diferencial y muy difundida a partir de 1968, en ladcada de 1970 tuvo gran auge, al ser impulsada por los estudios de Christopher Zeeman.Tiene una especial aplicacin en el anlisis del comportamiento competitivo y en los modelos de cambioorganizativo, evolucin social, sistmica y mtica.Bsicamente la teora de las catstrofes representa la propensin de los sistemas estructuralmente estables amanifestar discontinuidad (pueden producirse cambios repentinos del comportamiento o de los resultados),divergencia (tendencia de las pequeas divergencias a crear grandes divergencias) e histresis (el estado depende desu historia previa, pero si los comportamientos se invierten, conducen entonces a que no se vuelva a la situacininicial). Sus aplicaciones son en principio la de simulaciones de objetos naturales, de tal forma que se utiliza engeologa, en mecnica, en hidrodinmica, en ptica geomtrica, en fisiologa, en biologa, en lingstica, en direccinestratgica y en sociologa. Erik Christopher Zeeman ha generado gran controversia al considerar su aplicacin enlas ciencias humanas.La teora de las catstrofes comparte mbito con la teora del caos y con la teora de los sistemas disipativosdesarrollada por Ilya Prigogine.

Caractersticas

DiscontinuidadLa discontinuidad implica que pueden producirse cambios repentinos del comportamiento o de los resultados. As alllegar a cierto punto no es ya posible seguir mantenindose en el mismo estado, y se sufre un brusco cambio.

DivergenciaLa divergencia es la tendencia de las pequeas divergencias a crear grandes divergencias. Por ejemplo, sea unacompaa area obligada a satisfacer toda la demanda de pasajeros. Si el avin habitual tiene una capacidad de 100pasajeros, una demanda de 101 motivar la necesidad de utilizar un avin mayor, incluso la de aterrizar en unaeropuerto distinto. En pocas palabras, variaciones muy pequeas del punto inicial de partida derivan haciaresultados totalmente alejados.

HistresisLa histresis es el estado depende de su historia previa pero si los comportamientos se invierten conducen a que nose vuelva a la situacin inicial. La teora de las catstrofes supone el lado opuesto a lo que en Termodinmica sellama proceso reversible, es decir, aquel que viene determinado unvocamente en funcin de una serie de valores decontrol o variables independientes. Un ejemplo muy simple de un proceso de este tipo unvoco es la longitud de unavarilla metlica en funcin de la temperatura. A cada valor T de sta corresponde otro L de la longitud, de forma queL = f(T). El proceso est definido en cualquier sentido, con temperaturas ascendentes y descendentes, y no depende,por ejemplo, de la velocidad con que vara la temperatura. A cada valor de sta corresponde unvocamente uno de lalongitud. Pero otros procesos se comportan de forma distinta. Por ejemplo, si se supera cierta temperatura la varillametlica se derretir, desprendindose un trozo, en cuyo caso, ser imposible volver al inicio.


En matemticasLa teora de las catstrofes puede ser entendida como una rama de la teora de la bifurcacin, dedicada al estudio desistemas dinmicos. Resulta, asimismo, un caso particular de un modo ms general de la teora de la singularidad, ysu nexo con el equilibrio estable hace que se pueda considerar relacionada con una funcin de Lyapunov.Una premisa de la teora de las catstrofes es que, a partir del modelo dinmico continuo ms simple, se podragenerar una morfologa matemtica que d cuenta emprica de los fenmenos considerados discontinuos. Se haintentado aplicar la teora de las catstrofes en biologa, en psicologa y en sociologa e incluso en economa, aunquela extrapolacin a tales disciplinas es poco aceptada, por ser considerada poco prctica. Un ejemplo de catstrofe escuando un metal se rompe a elevada temperatura.Ms precisamente, se trata de estudiar cualitativamente las soluciones de las ecuaciones, segn el nmero deparmetros que stas contienen. El trmino catstrofe designa el lugar donde una funcin cambia bruscamente deforma o configuracin.Un aspecto interesante de la teora de las catstrofes se encuentra en el contraste con el tratamiento usual de lasecuaciones diferenciales, al tener en cuenta las funciones correspondientes a las singularidades, es decir, lasvariaciones instantneas.Thom ha sugerido el empleo de la teora topolgica de los sistemas dinmicos a partir de los estudios efectuados porHenri Poincar, para modelizar las mutaciones, crisis o discontinuidades que se presentan con cierta frecuencia enlos fenmenos naturales, notoriamente en biologa.Ejemplos significativos de cambios imprevistos causados por pequeas alteraciones de los parmetros de un sistemason las transiciones de fase, los sesmos los colapsos estructurales y, se considera incluso los derrumbes en losmercados financieros aunque tales extrapolaciones pueden llegar a ser exageradas.Thom, entre otros, ha evidenciado la importancia de la estabilidad estructural , entendida como "insensibilidad delsistema a pequeas perturbaciones", resaltando el hecho de que tal requisito implica que el sistema mismo puede serdescrito localmente en siete formas estndar, las llamadas catstrofes elementales.En el lenguaje matemtico, una "catstrofe" es un punto crtico (o estacionario o singular) devenido en anmalo (oirregular) de una superficie lisa (o derivable) que se encuentra definida en un espacio eucldeo de n dimensiones; encuanto tales puntos corresponden a bifurcaciones radicales en el comportamiento del sistema. Por ejemplo en el cason=2 es fcil demostrar que, para las curvas lisas existen solo tres tipologas de puntos crticos, es decir los puntos demximo local y mnimo local y los puntos de flexin o inflexin: mientras los extremos locales representan puntoscrticos no anmalos, los de flexin son en cambio puntos anmalos y por esto representan catstrofes matemticas.Este modo de aproximacin al anlisis de los fenmenos complejos se basa en una constatacin terica relevante,por ejemplo en la experiencia con un recipiente continente de diversas sustancias qumicas: en un tiemporelativamente breve se llega a equilibrios dinmicos que dependen de las condiciones iniciales del preparado, para elcual por ejemplo, segn las dosis iniciales los posibles dominios de equilibrio pueden ser 2.As, claramente tras una condicin inicial que lleva al equilibrio 1, y aquella que lleva al equilibrio 2, existencondiciones iniciales (inestables) para las cuales no resulta posible prever si el resultado ser 1 o ser 2, en estoscasos se dice que el sistema est en "condiciones catastrficas" en el sentido que una pequea variacin de lasconcentraciones iniciales en una direccin o en otra puede comportar fuertes diferencias sobre los resultados finales.El descubrimiento de Thom aqu consiste en que los puntos de inestabilidad o crticos no estn sujetos aconfiguraciones caticas sino sujetos a formas topolgicas estables y repetibles que, por otra parte, son asimismoindependientes del sustrato en el sentido que las formas de estabilidad del caos son independientes del fenmenoanalizado (sea fsico, qumico, histrico, psicolgico etc.).


Requisitos

Teorema de la clasificacin

La conclusin ms conocida obtenida por Thom es que existen 7 formas posibles de "catstrofes" para todas lasecuaciones que tengan ms de cuatro parmetros. Cada una de estas formas recibe el nombre en relacin con suforma "elemental":Catstrofes elementales (el nombre les ha sido dado por el mismo R. Thom):

el pliegue o flexin (para un parmetro en entrada y uno en salida) : ; fruncido o cspide (para dos parmetros) : ; la cola de milano : ; el ombligo hiperblico ("la onda" o "portafolios") : ; el ombligo elptico ("el pelo" o pirmide") : ; la mariposa : , y el ombligo parablico ("el hongo") : .Con ms de 5 parmetros, existen 11 formas de "catstrofes". Cuando son 6 o ms parmetros, la clasificacin de lascatstrofes deviene infinita, con una infinidad de 'mdulos'.

Notacin de Arnol'dDebido a la ntima relacin con los grupos de Lie simples, Vladimir Arnol'd dio a la teora de las catstrofes unaclasificacin ADE: A0 - un punto no singular: . A1 - un punto local extremo, ya sea estable mnimo o inestable mximo . A2 - la tapa o portafolios. A3 - la cspide. A4 - la cola curva. A5 - la mariposa. Ak - una secuencia infinita de una forma variable . D4

- - el ombligo elptico. D4

+ - el ombligo hiperblico . D5 - el ombligo parablico. Dk - una secuencia infinita de nuevas formas umbilicales. E6 - el ombligo simblico . E7. E8.Existen objetos en la teora de la singularidad que corresponden a la mayora de los otros grupos simples de Lie.


Aplicaciones de la teora de las catstrofesLa Teora de las Catstrofes, en el sentido de Ren Thom, ha sido aplicada en campos muy diversos, desde la teoraptica de las custicas hasta la psicologa.

CusticasM. Berry, Waves and Thom's theorem, Advances in Physics, n 25, 1976; J. Walker, Custicas: curvasmatemticas generadas al proyectar luz a travs de plstico ondulado, Investigacin y Ciencia, n 86, 1983.

FsicaT. Poston y I. N. Stewart, Catastrophe Theory and its Applications, Pitman, London, 1978.

Ciencias de la vida y de la conductaUn conjunto de aplicaciones en ciencias de la vida y de la conducta puede encontrarse en L. Cobb, y R. Ragade,(eds.): Applications of catastrophe theory in the behavioural and life sciences, Louisville, 1978.

Ciencias SocialesEn ciencias sociales resultaron muy polmicas las aplicaciones de Erik Christopher Zeeman a los conflictoscarcelarios. (Prison disturbances in P.H. Hilton (ed.) Structural stability, the theory of catastrophes, andapplications in the sciences, Lecture Notes in mathematics 525. Berlin and New York: Springer, 1976, 367-372).

LingsticaEn lingstica han utilizado las singularidades de las teoras de las catstrofes P. A. Brandt, Morphologies ofMeaning, Aarhus, Aarhus University Press, 1995 o Wolfgang Wildgen, Catastrophe Theoretic Semantics. AnElaboration and Application of Ren Thom's theory, Benjamin, Amsterdam, 1982 En lengua castellana se haocupado de la obra de Ren Thom, Fernando Miguel Prez Herranz. Una aplicacin de la teora de las catstrofes ala lingstica puede encontrarse en su obra Lenguaje e Intuicin Espacial [1], Instituto Juan Gil-Albert, Alicante,1996.

Referencias[1] http:/ / rua. ua. es/ dspace/ bitstream/ 10045/ 16691/ 1/ Lenguaje%20e%20intuci%C3%B3n%20espacial. pdf

Bibliografa Ren Thom, Stabilit structurelle et morphognse, Interdition, Pars, 1977. Vladimir Arnol'd. Catastrophe Theory, 3rd ed. Berlin: Springer-Verlag, 1992. (en ingls)

Enlaces externos La Recherche N 81 Septembre 1977, Volume 8, Pages 745-754 (Ivar Ekeland) (http:/ / pst. chez-alice. fr/

TCIvarEk. htm) este artculo didctico contiene las figuras, sin embargo poseera un lapsus a partir del artculo deEkeland : la clasificacin de las catstrofes elementales es definida (con 11 formas como se indica) cuando 5parmetros estn presentes. De este modo el teorema de Thom carecera de una explicacin posible en nuestroespacio-tiempo de tres dimensiones espaciales y una temporal.

L'origine e il significato della teora delle catastrofi/El origen y el significado de la teora de las catstrofes (http:// www. emsf. rai. it/ interviste/ interviste. asp?d=282) (en italiano)

Ernesto Salinelli: La Teoria delle catastrofi (http:/ / matematica. uni-bocconi. it/ thom/ teoria. htm) (en italiano)


Lejos del equilibrio: sinergtica, autoorganizacin y teora de catstrofes (http:/ / cliodynamics. ru/ index.php?option=com_content& task=view& id=267& Itemid=74)

Ren Thom

Ren Thom.

Ren Thom (Montbliard 21 de septiembre de 1923 25 de octubrede 2002). Matemtico francs fundador de la teora de las catstrofes.Recibi la medalla Fields en 1958.

Biografa

Ren Thom naci en Montbliard, Francia. Formado en el LyceSaint-Louis y la Escuela Normal Superior fue profesor en Grenoble yEstrasburgo.

Aunque conocido por su desarrollo de la teora de las catstrofes entre1968 y 1972, su primer trabajo tuvo que ver con la topologa y enespecial con la rama llamada topologa diferencial, en topologaintrodujo un concepto que por su importancia es hoy de frecuente uso,el cobordismo, al cual ha definido de este modo: 2 variables de ndimensin son cobordantes si su reunin constituye el borde de otravariedad de dimensin por lo que entonces n+1.

Bibliografa

Ren Thom, Stabilit structurelle et morphognse, Interdition, Pars, 1977 (Estabilidad estructural ymorfognesis, Editorial Gedisa)

Ren Thom, Paraboles et catastrophes, Flammarion, Pars, 1983 (Parbolas y Catstrofes) Ren Thom, Esquisse d'une smiophysique : Physique aristotlicienne et thorie des catastrophes, Interdition,

Pars, 1989 (Esbozo de una semiofsica: Fsica aristotlica y teora de las catstrofes, Editorial Gedisa) Ren Thom, Apologie du logos, Hachette, Paris, 1990 (Apologa del Logos) Ren Thom y Emile Nol, Prdire n'est pas expliquer, Flammarion, Pars, 1993. (Predecir no es explicar) Ren Thom, Pour une thorie de la morphognse (Por una teora de la morfognesis). En Les sciences de la

forme aujourd'hui (Las ciencias de la forma hoy en da), Seuil, Pars, 1994

AtisboEn los aos 60 l no estaba de acuerdo con la enseanza de las matemticas modernas, erigida sobre la base la teorade conjuntos y la lgica proposicional bivalente.Vid Son las matemticas "modernas" un error pedaggico yfilosfico(1970 traduccin) en Enseanza de las Matemticas Modernas(1978) de Alianza Universidad.Del mismoparecer fue Morris Kline. En la formacin bsica de los estudiantes, en la actualidad, se ha prescindido el enfoqueconjuntista en la educacin matemtica.

Ren Thom 6

Enlaces externos Washington Post Online edition [1]

O'Connor, John J.; Robertson, Edmund F., Biografa deRen Thom [2] (en ingls), MacTutor History ofMathematics archive, Universidad de Saint Andrews.

Bibm@th [3]

Meeting Ren Thom [4] [En]- Entretien avec le Professeur Ren Thom [5] [Fr]

Referencias[1] http:/ / www. washingtonpost. com/ wp-dyn/ articles/ A64970-2002Nov16. html[2] http:/ / www-history. mcs. st-andrews. ac. uk/ Biographies/ Thom. html[3] http:/ / www. bibmath. net/ bios/ index. php3?action=affiche& quoi=thom[4] http:/ / www. pedagopsy. eu/ meeting_rene_thom. htm[5] http:/ / www. pedagopsy. eu/ entretien_thom. htm

Sistema dinmicoUn sistema dinmico es un sistema fsico cuyo estado evoluciona con el tiempo. El comportamiento en dicho estadose puede caracterizar determinando los lmites del sistema, los elementos y sus relaciones; de esta forma se puedeelaborar modelos que buscan representar la estructura del mismo sistema.Al definir los lmites del sistema se hace, en primer lugar, una seleccin de aquellos componentes que contribuyan agenerar los modos de comportamiento, y luego se determina el espacio donde se llevar a cabo el estudio, omitiendotoda clase de aspectos irrelevantes.En cuanto a la elaboracin de los modelos, los elementos y sus relaciones, se debe tener en cuenta:1.1. Un sistema est formado por un conjunto de elementos en interaccin.2. El comportamiento del sistema se puede mostrar a travs de diagramas causales.3.3. Hay varios tipos de variables: variables exgenas (son aquellas que afectan al sistema sin que ste las provoque)

y las variables endgenas (afectan al sistema pero ste s las provoca).Un ejemplo de un sistema dinmico se puede ver en una especie de peces que se reproduce de tal forma que este aola cantidad de peces es , el ao prximo ser . De esta manera podemos poner nombres a las cantidadesde peces que habr cada ao, as: ao inicial , ao primero ,........... ......, ao k .Como se puede observar : , se cumple para cualquier ao k; lo cual significa que la cantidad depeces se puede determinar si se sabe la cantidad del ao anterior. Por consiguiente esta ecuacin representa unsistema dinmico.

Tipos de sistemas dinmicosUn sistema dinmico se dice discreto si el tiempo se mide en pequeos lapsos; stos son modelados como relacionesrecursivas, tal como la ecuacin logstica:

donde t denota los pasos discretos del tiempo y x es la variable que cambia con ste.Si el tiempo es medido en forma continua, el sistema dinmico continuo resultante es expresado como una ecuacindiferencial ordinaria; por ejemplo:

Sistema dinmico 7

donde x es la variable que cambia con el tiempo t. La variable cambiante x es normalmente un nmero real, aunquetambin puede ser un vector en Rk.

Sistemas lineales y no linealesSe distingue entre sistemas dinmicos lineales y sistemas dinmicos no lineales. En los sistemas lineales, el ladoderecho de la ecuacin es una expresin que depende en forma lineal de x, tal como:

Si se conocen dos soluciones para un sistema lineal, la suma de ellas es tambin una solucin; esto se conoce comoprincipio de superposicin. En general, las soluciones provenientes de un espacio vectorial permiten el uso dellgebra lineal y simplifican significativamente el anlisis. Para sistemas lineales continuos, el mtodo de latransformada de Laplace tambin puede ser usado para transformar la ecuacin diferencial en una ecuacinalgebraica; as mismo que para los sistemas lineales discretos, el mtodo de la transformada Z tambin puede serusado para transformar la ecuacin diferencial en una ecuacin algebraica.Los sistemas no lineales son mucho ms difciles de analizar y a menudo exhiben un fenmeno conocido como caos,con comportamientos totalmente impredecibles; ver tambin no linealidad.

Enlaces externos Wikimedia Commons alberga contenido multimedia sobre Sistema dinmicoCommons.Libros

Teora y ejercicios prcticos de Dinmica de Sistemas [1]

Revistas

Boletn de Dinmica de Sistemas [2]

Revista de Dinmica de Sistemas [3]

Cursos

Curso online Dinmica de Sistemas [4]

Curso avanzado [5]

Web System Dynamics Society [6]

Software

Vensim (en Espaol) [7]

AnyLogic [8]

Powersim Studio [9]

CONSIDEO [10]

Stella and iThink [11]

MapSys [12]

Simile [13]

Evolucin (en Espaol) [14]

Organizaciones

System Dynamics Society [15]

MIT System Dynamics Group [16]

New England Complex Systems Institute [17]

The Systems Thinker [18]

University of Bergen System Dynamics Group [19]

Sistema dinmico 8

Referencias[1] http:/ / www. dinamica-de-sistemas. com/[2] http:/ / dinamica-de-sistemas. com/ revista/ bads. htm[3] http:/ / dinamicasistemas. utalca. cl/ Revista/ RDS_home. htm[4] http:/ / www. dinamica-de-sistemas. com/ cursos/ sis. htm[5] http:/ / www. dinamica-de-sistemas. com/ cavanzado. pdf[6] http:/ / systemdynamics. org/ sdcourses/ Ecat. html[7] http:/ / www. vensim. com/ Spanish. html[8] http:/ / www. simudyne. com/ 16. html[9] http:/ / www. powersim. com/[10] http:/ / www. consideo. de/[11] http:/ / www. iseesystems. com/[12] http:/ / www. simtegra. com/[13] http:/ / www. simulistics. com/[14] http:/ / simon. uis. edu. co/ WebSIMON/ software/ indsof. htm[15] http:/ / www. systemdynamics. org[16] http:/ / web. mit. edu/ sdg/ www/[17] http:/ / necsi. org/ guide/ index. html[18] http:/ / www. thesystemsthinker. com/[19] http:/ / www. ifi. uib. no/ sd/

Diagrama de Ishikawa

Diagrama de causa efecto o de espina de pez ideado por el ingeniero Ishikawa.

El diagrama de Ishikawa, tambinllamado diagrama de espina depescado, diagrama de causa-efecto,diagrama de Grandal o diagramacausal, se trata de un diagrama que porsu estructura ha venido a llamarsetambin: diagrama de espina de pez,que consiste en una representacingrfica sencilla en la que puede versede manera relacional una especie deespina central, que es una lnea en elplano horizontal, representando elproblema a analizar, que se escribe asu derecha. Es una de las diversasherramientas surgidas a lo largo del siglo XX en mbitos de la industria y posteriormente en el de los servicios, parafacilitar el anlisis de problemas y sus soluciones en esferas como lo son; calidad de los procesos, los productos yservicios. Fue concebido por el licenciado en qumica japons Dr.Kaoru Ishikawa en el ao 1943.

Este diagrama causal es la representacin grfica de las relaciones mltiples de causa - efecto entre las diversasvariables que intervienen en un proceso. En teora general de sistemas, un diagrama causal es un tipo de diagramaque muestra grficamente las entradas o inputs, el proceso, y las salidas o outputs de un sistema (causa-efecto), consu respectiva retroalimentacin (feedback) para el subsistema de control.

Diagrama de Ishikawa 9

CausaEl problema analizado puede provenir de diversos mbitos como la salud, calidad de productos y servicios,fenmenos sociales, organizacin, etc. A este eje horizontal van llegando lneas oblicuas -como las espinas de unpez- que representan las causas valoradas como tales por las personas participantes en el anlisis del problema. A suvez, cada una de estas lneas que representa una posible causa, recibe otras lneas perpendiculares que representan lascausas secundarias. Cada grupo formado por una posible causa primaria y las causas secundarias que se le relacionanforman un grupo de causas con naturaleza comn. Este tipo de herramienta permite un anlisis participativomediante grupos de mejora o grupos de anlisis, que mediante tcnicas como por ejemplo la lluvia de ideas, sesionesde creatividad, y otras, facilita un resultado ptimo en el entendimiento de las causas que originan un problema, conlo que puede ser posible la solucin del mismo.

ProcedimientoPara empezar, se decide qu caracterstica de calidad, salida o efecto se quiere examinar y continuar con lossiguientes pasos:1. Hacer un diagrama en blanco.2. Escribir de forma concisa el problema o efecto.3. Escribir las categoras que se consideren apropiadas al problema: mquina, mano de obra, materiales, mtodos,son las ms comunes y se aplican en muchos procesos.4. Realizar una lluvia de ideas (brainstorming) de posibles causas y relacionarlas con cada categora.

5. Preguntarse por qu? a cada causa, no ms de dos o tres veces. Por qu no se dispone de tiempo necesario?. Porqu no se dispone de tiempo para estudiar las caractersticas de cada producto?.6. Empezar por enfocar las variaciones en las causas seleccionadas como fcil de implementar y de alto impacto.

Diagrama de Ishikawa 10

Causas y EspinasPara crear y organizar las espinas de un diagrama, hay que considerar lo siguiente:1. Todas las espinas deben ser causas posibles.2. Todas las causas deben ser presentadas en las vas que indiquen cmo se relacionan con el problema.3. La disposicin de las espinas debe reflejar las relaciones entre las causas

Enlaces externos Wikimedia Commons alberga contenido multimedia sobre Diagrama de Ishikawa. Commons Diagrama Ishikawa para imprimir [1] - en PDF con forma de pez para nios y jovenes

Referencias[1] http:/ / www. organizadoresgraficos. com/ grafico/ fishbone. php

Representacin del conocimiento 11

Representacin del conocimientoLa representacin del conocimiento y el razonamiento es un rea de la inteligencia artificial cuyo objetivofundamental es representar el conocimiento de una manera que facilite la inferencia (sacar conclusiones) a partir dedicho conocimiento. Analiza cmo pensar formalmente - cmo usar un sistema de smbolos para representar undominio del discurso (aquello de lo que se puede hablar), junto con funciones que permitan inferir (realizar unrazonamiento formal) sobre los objetos. Generalmente, se usa algn tipo de lgica para proveer una semnticaformal de como las funciones de razonamiento se aplican a los smbolos del dominio del discurso, adems deproveer operadores como cuantificadores, operadores modales, etc. Esto, junto a una teora de interpretacin, dansignificado a las frases en la lgica.Cuando diseamos una representacin del conocimiento (y un sistema de representacin del conocimiento parainterpretar frases en la lgica para poder derivar inferencias de ellas) tenemos que hacer elecciones a lo largo de unnmero de mbitos de diseo. La decisin ms importante que hay que tomar es la expresividad de la representacindel conocimiento. Cuanto ms expresiva es, decir algo es ms fcil y ms compacto. Sin embargo, cuanto msexpresivo es un lenguaje, ms difcil es derivar inferencias automticamente de l. Un ejemplo de una representacindel conocimiento poco expresiva es la lgica proposicional. Un ejemplo de una representacin del conocimientomuy expresiva es la lgica autoepistmica. Las representaciones del conocimiento poco expresivas pueden ser tantocompletas como consistentes (formalmente menos expresivas que la teora de conjuntos). Las representaciones delconocimiento ms expresivas pueden ser ni completas ni consistentes.El principal problema es encontrar una representacin del conocimiento y un sistema de razonamiento que la soporteque pueda hacer las inferencias que necesite tu aplicacin dentro de los lmites de recursos del problema a tratar. Losdesarrollos recientes en la representacin del conocimiento han sido liderados por la web semntica, y hanincorporado el desarrollo de lenguajes y estndares de representacin del conocimiento basados en XML, queincluyen Resource Description Framework (RDF), RDF Schema, DARPA Agent Markup Language (DAML), yWeb Ontology Language (OWL).

Visin generalExisten un conjunto de tcnicas de representacin como son los marcos, las reglas, el etiquetado, y las redessemnticas, que tienen su origen en teoras del procesamiento de la informacin humana. Como el conocimiento seusa para conseguir comportamiento inteligente, el objetivo fundamental de la representacin del conocimiento esrepresentar el conocimiento de manera que facilite el razonamiento. Una buena representacin del conocimientodebe ser declarativa adems de conocimiento fundamental. Lo que es la representacin del conocimiento se entiendemejor en trminos de cinco roles fundamentales que juega, cada uno crucial para la aplicacin:[1][2]

Una representacin del conocimiento es fundamentalmente un sucedneo, un sustituto para el objeto en s, usadopara activar una entidad para determinar las consecuencias pensando en lugar de actuando, en otras palabras,razonando acerca del mundo en lugar de tomando accin en l.

Es un grupo de compromisos ontolgicos, en otras palabras, una respuesta a la pregunta: en qu trminos debopensar acerca del mundo?

Es una teora fragmentaria del razonamiento inteligente, expresado en trminos de tres componentes: (i) Elconcepto fundamental de la representacin del razonamiento inteligente; (ii) El conjunto de inferencias que larepresentacin sanciona; y (iii) El conjunto de inferencias que recomienda.

Es un medio para una computacin pragmticamente eficiente, en otras palabras, el entorno computacional en elque el pensamiento tiene lugar. Una contribucin para esta eficiencia pragmtica viene dada por la gua que unarepresentacin provee para organizar informacin de modo que facilite hacer las inferencias recomendadas.

Es un modo de expresin humana, en otras palabras, un lenguaje en el que decimos cosas sobre el mundo.


Algunas cuestiones que surgen en la representacin del conocimiento desde el punto de vista de la inteligenciaartificial son: -Como representamos el conocimiento? -Cual es la naturaleza del conocimiento? -Debera un esquemade representacin tratar con un dominio particular o ser de propsito general? -Como de expresivo es un esquema derepresentacin o lenguaje formal? -Debera el esquema ser declarativo o procesal?En el campo de la inteligencia artificial, la solucin de problemas puede ser simplificada con una eleccin apropiadade representacin del conocimiento. Algunos problemas son ms fciles de resolver al representar el conocimientode un modo determinado. Por ejemplo, es ms fcil dividir nmeros representados en nmeros arbigos que nmerosrepresentados en nmeros romanos.

CaractersticasUna buena representacin del conocimiento cubre seis caractersticas bsicas: Cobertura, que significa que la representacin del conocimiento cubre la informacin en anchura y profundidad.

Sin una cobertura amplia, la representacin del conocimiento no puede determinar nada ni resolverambigedades.

Comprensible por humanos. La representacin del conocimiento es vista como un lenguaje natural, as que lalgica debera fluir libremente. Debera soportar la modularidad y la jerarqua de clases (los osos polares sonosos, que son animales). Debera adems contar con primitivas simples que se combinen de forma compleja.

Consistencia. Si Pedro ha cerrado la puerta, tambin puede ser interpretado como la puerta ha sido cerrada porPedro. Siendo consistente, la representacin del conocimiento puede eliminar conocimiento redundante oconflictivo.

Eficiencia. Facilidad de modificacin y actualizacin. Soporte de la actividad inteligente que usa la base de conocimiento.Para entender mejor porque estas caractersticas representan una buena representacin del conocimiento, piensa encomo una enciclopedia (por ejemplo, Wikipedia) est estructurada. Hay millones de artculos (cobertura), que estnorganizados en categoras, tipos de contenido, y temas similares (comprensible por humanos). Redireccionadiferentes ttulos pero mismo contenido al mismo artculo (consistencia). Es eficiente, es fcil aadir o actualizarpginas, y permite a los usuarios consultar la base de conocimiento en sus telfonos u ordenadores de escritorio.

Historia de la representacin del conocimiento y el razonamientoEn las ciencias de la computacin, particularmente la inteligencia artificial, se han ideado un nmero derepresentaciones para estructurar la informacin.Representacin del conocimiento es un trmino comnmente usado para referirse a representaciones pensadas para elprocesamiento por ordenadores modernos, y en particular, para representaciones compuestas por objetos explcitos(la clase que contiene a todos los elefantes, o Jacobo un individuo en concreto), y de afirmaciones sobre ellos('Jacobo es un elefante', o 'todos los elefantes son grises'). Representar el conocimiento en un a forma explicita comoesta permite a los ordenadores sacar conclusiones de conocimiento previamente almacenado ('Jacobo es gris').Muchos mtodos de representacin del conocimiento fueron probados a lo largo de la dcada de 1970 hastaprincipios de los aos 80, cmo responder a preguntas usando heursticas, redes neuronales, demostraciones deteoremas, y sistemas expertos, con un grado variable de xito. La diagnosis mdica (por ejemplo Mycin) fue un reaimportante de aplicacin, al igual que lo fueron juegos como el ajedrez.En los aos 80, surgieron lenguajes formales de programacin y sistemas de representacin del conocimiento. Grandes proyectos se llevaron a cabo para intentar codificar grandes masas de conocimiento general, por ejemplo, el proyecto "Cyc" (todava activo) tom un gran enciclopedia codificando no la informacin en s, sino la informacin que un lector necesitara para poder entender la enciclopedia: fsica elemental, nociones de tiempo, causalidad,


motivacin; objetos comunes y clases de objetos.A travs de dicho trabajo, se apreci mejor la dificultad de la representacin del conocimiento. En lingsticascomputacionales, mientras tanto, se estaban construyendo bases de datos de informacin lingstica mucho msgrandes, y estas, junto con los grandes incrementos en velocidad y capacidad de computacin, hicieron lasrepresentacin del conocimiento ms profundas ms factibles.Se han desarrollado diversos lenguajes de programacin orientados a la representacin del conocimiento. Prolog,desarrollado en 1972,[3] pero popularizado mucho despus, representa proposiciones y lgica bsica, y puede derivarconclusiones de premisas conocidas. KL-ONE (aos 80) est ms orientado a la representacin del conocimiento ens. En 1995, se desarroll el estndar de metadata Dublin Core.En el mundo de los documentos electrnicos, se estaban desarrollando lenguajes para representar la estructura de losdocumentos, como el SGML (del que desciende el HTML) y ms tarde XML. Estos facilitaron los esfuerzos derecuperacin de informacin y minera de datos, que en aos recientes comenzaron a relacionarse a la representacindel conocimiento. El desarrollo de la web semntica, ha incluido el desarrollo de lenguajes de representacin delconocimiento y estndares basados en XML, incluyendo RDF, RDF Schema, DARPA Agent Markup Language(DAML), y Web Ontology Language (OWL).

Referencias[3] Timeline: A Brief History of Artificial Intelligence (http:/ / www. aaai. org/ AITopics/ pmwiki/ pmwiki. php/ AITopics/ BriefHistory), AAAI

Lectura adicional Ronald J. Brachman; What IS-A is and isn't. An Analysis of Taxonomic Links in Semantic Networks (http:/ /

citeseer. nj. nec. com/ context/ 177306/ 0); IEEE Computer, 16 (10); October 1983 Ronald J. Brachman, Hector J. Levesque Knowledge Representation and Reasoning, Morgan Kaufmann, 2004

ISBN 978-1-55860-932-7 Ronald J. Brachman, Hector J. Levesque (eds) Readings in Knowledge Representation, Morgan Kaufmann, 1985,

ISBN 0-934613-01-X Chein, M., Mugnier, M.-L. (2009), Graph-based Knowledge Representation: Computational Foundations of

Conceptual Graphs (http:/ / www. lirmm. fr/ gbkrbook/ ), Springer, 2009, ISBN 978-1-84800-285-2. Randall Davis, Howard Shrobe, and Peter Szolovits; What Is a Knowledge Representation? (http:/ / citeseer. ist.

psu. edu/ davis93what. html) AI Magazine, 14(1):17-33,1993 Ronald Fagin, Joseph Y. Halpern, Yoram Moses, Moshe Y. Vardi Reasoning About Knowledge, MIT Press, 1995,

ISBN 0-262-06162-7 Jean-Luc Hainaut, Jean-Marc Hick, Vincent Englebert, Jean Henrard, Didier Roland: Understanding

Implementations of IS-A Relations (http:/ / www. informatik. uni-trier. de/ ~ley/ db/ conf/ er/ HainautHEHR96.html). ER 1996: 42-57

Hermann Helbig: Knowledge Representation and the Semantics of Natural Language, Springer, Berlin,Heidelberg, New York 2006

Arthur B. Markman: Knowledge Representation Lawrence Erlbaum Associates, 1998 John F. Sowa: Knowledge Representation: Logical, Philosophical, and Computational Foundations. Brooks/Cole:

New York, 2000 Adrian Walker, Michael McCord, John F. Sowa, and Walter G. Wilson: Knowledge Systems and Prolog, Second

Edition, Addison-Wesley, 1990


Enlaces externos Wikimedia Commons alberga contenido multimedia sobre Representacin del conocimiento. Commons Carlos Reynoso - Presentaciones sobre mapas cognitivos del espacio (http:/ / carlosreynoso. com. ar/

ciencia-cognitiva-09-mapas-cognitivos/ ) What is a Knowledge Representation? (http:/ / medg. lcs. mit. edu/ ftp/ psz/ k-rep. html) by Randall Davis and

others Introduction to Knowledge Modeling (http:/ / www. makhfi. com/ KCM_intro. htm) by Pejman Makhfi Introduction to Description Logics course (http:/ / www. inf. unibz. it/ ~franconi/ dl/ course/ ) by Enrico Franconi,

Faculty of Computer Science, Free University of Bolzano, Italy DATR Lexical knowledge representation language (http:/ / www. ccl. kuleuven. ac. be/ LKR/ html/ datr. html) Loom Project Home Page (http:/ / www. isi. edu/ isd/ LOOM/ LOOM-HOME. html) Description Logic in Practice: A CLASSIC Application (http:/ / www. research. att. com/ sw/ tools/ classic/ tm/

ijcai-95-with-scenario. html) The Rule Markup Initiative (http:/ / www. dfki. uni-kl. de/ ruleml/ ) Schemas (http:/ / moodle. ed. uiuc. edu/ wiked/ index. php/ Schemas) Nelements KOS (http:/ / nelements. org) - a generic 3d knowledge representation system

AgMESEl Conjunto de elementos de metadatos agrarios (o AgMES, por su sigla en ingls para Agricultural MetadataElement Set) es la norma para los metadatos elaborada por la Organizacin de las Naciones Unidas para laAgricultura y la Alimentacin (FAO) para la descripcin y localizacin de recursos de informacin agrcola.Proporciona un conjunto de elementos de metadatos que se pueden emplear para describir todo tipo de recursos deinformacin en el mbito de la agricultura, la silvicultura, la pesca, la seguridad alimentaria y otros mbitos afines.Existen varios otros esquemas de metadatos para diversos tipos de recursos de informacin. La siguiente listacontiene algunos ejemplos: Documentos digitales informativos (DLIO): Dublin Core, Conjunto de elementos de metadatos agrarios (AgMES) Actividades: VCalendar(en ingls) Informacin geogrfica y regional: informacin geogrficas Metadatos Normas ISO/IEC 11179 Personas: Amigo de un amigo Friend-of-a-friend - (FOAF), vCard(en ingls) Produccin y proteccin vegetal: Darwin Core (1.0 y 2.0) (DwC)El AgMES, como asignacin de nombres, est diseado para incluir extensiones agrarias especficas para trminos yrefinamientos de espacios de nombres estndar establecidos para metadatos como Dublin Core y el Servicio delocalizacin del Gobierno de Australia AGLS [1](en ingls), entre otros. Por ende, para poder aplicarlos adocumentos digitales informativos, como publicaciones, artculos, libros, sitios web, informes, etc., tendrn queemplearse en conjunto con los espacios de nombres estndar mencionados anteriormente. El propsito de lainiciativa AgMES es mejorar la interoperabilidad entre recursos de informacin en el mbito agrario al permitir elintercambio de informacin.Describir un DLIO con AgMES implica exponer sus principales caractersticas y contenidos en una forma estndarque pueda ser reutilizada fcilmente en cualquier sistema de informacin. Mientras ms instituciones yorganizaciones del mbito agrario empleen el AgMES para describir sus DLIO, ms fcil ser intercambiar datosentre los sistemas de informacin como bibliotecas digitales y otros repositorios de informacin agraria.

AgMES 15

Uso del AgMESSe pueden crear y almacenar metadatos sobre documentos digitales informativos (DLIO) agrarios en variosformatos: Inserto en un sitio web (de la misma forma como se insertan las etiquetas HTML) en una base de datos de metadatos separada en un archivo XML en un archivo RDFEl AgMES define elementos que pueden emplearse para describir un DLIO que se puede usar en conjunto con otrasnormas para metadatos como el Dublin Core o el Servicio de localizacin del Gobierno de Australia. El sitio web delAgMES contiene una lista completa de todos los elementos, refinamientos y esquemas avalados por el AgMES [2].

Creacin de perfiles de aplicacinLos perfiles de aplicacin se definen como esquemas que consisten en elementos de datos tomados de uno o msespacios de nombres, combinados por los encargados de la ejecucin y optimizados para una aplicacin local enparticular. Los perfiles de aplicacin tienen las siguientes cuatro caractersticas: Aprovechan el conjunto de normas de definicin para metadatos disponible para extraer una aplicacin adecuada,

o elementos orientados a los requerimientos. Un perfil de aplicacin no puede crear nuevos elementos. Los perfiles de aplicacin especifican los detalles de la misma, como los esquemas o vocabularios controlados.

Un perfil de aplicacin tambin contiene informacin como el formato del valor del elemento, la cardinalidad o eltipo de datos.

Por ltimo, un perfil de aplicacin puede refinar definiciones estandarizadas siempre que sea "semnticamentems estricto o especfico". Esta capacidad de los perfiles de aplicacin sirve para situaciones en las que serequiere una terminologa especfica de un determinado dominio para sustituir a otra ms general.

Perfiles de aplicacin de muestra empleando el AgMES El perfil de aplicacin AGRIS [3]es una norma creada especficamente para mejorar la descripcin, intercambio y

posterior recuperacin de documentos digitales informativos (DLIO) agrarios. Es un formato basado en normaspara metadatos ampliamente conocidas y aceptadas que permite el intercambio de informacin entre sistemasbibliogrficos dispersos.

El perfil de aplicacin de actividades [4] es una norma creada para permitir a los miembros de la comunidadagraria enterarse de futuras actividades y guiarlos al sitio web de la actividad donde encontrarn detalles de sta.La informacin que se ofrece es mnima, pero permite su interoperabilidad en diversos mbitos y organizaciones.

AgMES 16

El instrumento de metadatos AgMESEl instrumento AgMESMeta crea metadatos compatibles con AgMES para pginas web y otros recursos de tipodocumento. Una vez aprobado el contenido de cada elemento, se cortan y pegan los metadatos generados en laseccin del archivo HTM(L). El instrumento tambin permite recoger metadatos de una pgina web paraseguir editndolos.

AgMES y la web semnticaUna de las ventajas del esquema de metadatos AgMES es que permite enlazar elementos de metadatos yvocabularios controlados. El uso de vocabularios controlados ofrece un conjunto de alternativas conocidas para elindexador (y el programador de bsquedas) para llenar los campos. Los valores generalmente provienen de untesauro especfico (por ej.: AGROVOC) o esquemas de clasificacin (por ej.:el esquema de clasificacinAGRIS/CARIS [5]), etc. La posibilidad de usar vocabularios controlados para elementos de metadatos permite alusuario obtener informacin de gran especificidad. En este contexto, tambin se est trabajando en alcanzar todo elpotencial de los vocabularios controlados mediante URIs y semnticas interpretables por mquinas. En este contexto,la FAO est promoviendo el Servicio de ontologa agrcola (AOS, en ingls, [Agricultural OntologyServicehttp://en.wikipedia.org/wiki/Agricultural_Ontology_Service ]), una iniciativa que tiene como objetivoincorporar ms semntica al tesauro AGROVOC tradicional y desarrollar un servidor de conceptos [6] para que sirvacomo repositorio desde el cual siempre se podrn extraer KOS tradicionales.

Enlaces externos Sitio web del AgMES [7]

Iniciativa de metadatos de Dublin Core [8] (en ingls) Modelo abstracto de Dublin Core [9] (en ingls) FAO's AgMES Project Releases a New Application Profile for Encoding Metadata [10]. (Cover Pages, mayo de

2003) Artculos sobre gestin de informacin y conocimientos agrarios [11]

Canal RSS de noticias y actividades [12]

Lista de discusin Agstandards [13]: Este foro fue creado para tratar temas como las normas para metadatos y eldesarrollo de tesauros y ontologas multilinges.

Referencias[1] http:/ / www. naa. gov. au/ recordkeeping/ gov_online/ agls/ summary. html[2] http:/ / web. archive. org/ web/ http:/ / www. fao. org/ aims/ index_es. jsp?callingPage=agmes_elements. jsp[3] http:/ / www. fao. org/ docrep/ 009/ ae909s/ ae909s00. htm[4] http:/ / web. archive. org/ web/ http:/ / www. fao. org/ aims/ index_es. jsp?callingPage=ap_applied. jsp[5] http:/ / www. fao. org/ aims/ index_es. jsp?callingPage=ag_classifschemes. jsp[6] http:/ / web. archive. org/ web/ http:/ / www. fao. org/ aims/ index_es. jsp?callingPage=cs. htm[7] http:/ / web. archive. org/ web/ http:/ / www. fao. org/ aims/ index_es. jsp?callingPage=agmes_intro. jsp[8] http:/ / dublincore. org/[9] http:/ / dublincore. org/ documents/ abstract-model/[10] http:/ / xml. coverpages. org/ ni2003-05-12-a. html[11] http:/ / www. fao. org/ documents/ advanced_s_result. asp?FORM_C=AND& SERIES=339[12] http:/ / www. fao. org/ nems/ rss/ rss_nems_results. asp?owner=615& status=10& dateto=31/ 12/ 2006& lang=es& sites=1[13] http:/ / www. dgroups. org/ groups/ fao/ agstandards/ index. cfm?op=dsp_join

AGROVOC 17

AGROVOCAGROVOC fue desarrollado en los aos 80 como un vocabulario multilinge, estructurado y controlado, elaboradopara abarcar la terminologa de todos los mbitos de la agricultura, la silvicultura, la pesca, y las esferas relacionadascon los alimentos (como el medio ambiente). Su objetivo principal era estandarizar el proceso de indexacin para lasbases de datos AGRIS para mejorar la bsqueda y hacerla ms eficiente y para guiar al usuario hacia los recursosms pertinentes. En los ltimos 10 aos el uso de AGROVOC se ha extendido, hasta el punto que actualmente es unaherramienta para la organizacin de conocimiento explcito y para el desarrollo de ontologas y funciones debsqueda multilinge. AGROVOC se ha transformado en un servidor de conceptos as como en un tesauro basadoen trminos.AGROVOC es usado en todo el mundo por investigadores, bibliotecarios, gestores de informacin y otros paraindexar, recuperar y organizar datos en sistemas de informacin agrcola. Su papel es el de ayudar a estandarizar ladescripcin semntica de los objetos de informacin para conseguir la integracin de la informacin a travs desistemas y para proporcionar acceso a los recursos relevantes.AGROVOC est disponible en los seis idiomas oficiales de la FAO: ingls, francs, espaol, rabe, chino y ruso. Hasido tambin traducido al checo, persa, alemn, hindi, hngaro, italiano, japons, coreano, lao, polaco, portugus,eslovaco y tailands y est siendo traducido a otros idiomas como malasio, moldavo, teleg, turco y ucraniano.Recientemente, AGROVOC ha sido transformado en un esquema de conceptos, que contiene cerca de 40.000conceptos (representados por ms de 580.000 trminos) en 20 idiomas, y cubriendo campos temticos en agricultura,forestales y pesca junto con temas interrelacionados como uso de suelo, desarrollo rural y seguridad alimentaria.

Estructura de AGROVOCAGROVOC consta de trminos compuestos por una o ms palabras que representan uno y el mismo concepto. Paracada trmino se presenta un conjunto de palabras que muestra la relacin jerrquica y no jerrquica que mantiene conotros trminos: BT (trmino ms amplio), NT (trmino ms especfico), RT (trmino anlogo) y UF (no descriptor).Las notas de alcance se usan en AGROVOC para aclarar el significado y el contexto de los trminos.

Contaminacin

NT: Disposicin de cidos

NT: Contaminacin del aire

NT: Contaminacin difusa

NT: Contaminacin de sedimentos

NT: Contaminacin del agua

RT: Degradacin ambiental

RT: Contaminantes

RT: Pesticidas

Contaminacin del aire

BT: Contaminacin

RT: Atmsfera

RT: Efecto invernadero

Estas relaciones construyen la estructura del tesauro AGROVOC. Por ejemplo: "Contaminacin" es el trmino msamplio para "contaminacin del aire", cuyos trminos anlogos son "Atmsfera" y "Efecto invernadero" que, en suconjunto, definen el mbito de la informacin que representan estos trminos. Adems, AGROVOC empleaanotaciones aclaratorias para explicar el significado y contexto de los trminos, si es necesario. Los trminostaxonmicos y geogrficos aparecen sealados con etiquetas para facilitar la bsqueda, su seleccin empleando

AGROVOC 18

filtros y para descargarlos.

Servidor de conceptos de AGROVOCAGROVOC est siendo transformado de un sistema de organizacin del conocimiento basado en trminos con lasrelaciones tradicionales de un tesauro (BT, NT, RT y UF), en un sistema basado en conceptos, el servidor deconceptos AGROVOC permite la representacin de ms semntica, como las relaciones especficas entre conceptos,as como las relaciones entre sus lexicalizaciones multilinges, por ejemplo tiene sinnimos, tiene traduccin. Esterecurso estructura y estandariza la terminologa agrcola en mltiples idiomas para ser usado por diferentes usuariosy sistemas de todo el mundo.

El WorkBench del Servidor de conceptosEl WorkBench del Servidor de conceptos es un ambiente de trabajo basado en la web para gestionar el Servidor deconceptos de AGROVOC. Es la herramienta que permite el mantenimiento de los datos del Servidor de conceptospermitiendo a los usuarios aadir, editar y cancelar trminos y conceptos, y crear relaciones entre ellos en un entornocolaborativo y distribuido. El WorkBench incluye opciones de gestin de grupo y administracin, as comoplataformas para el mantenimiento, validacin, exportacin y garanta la calidad de los datos (por ejemplo, controlde la coherencia).El acceso al WorkBench del Servidor de conceptos es libre y abierto y facilita la edicin colaborativa. Funcionacomo fuente de conceptos agrcolas y como punto de inicio para el desarrollo de ontologas de dominios especficos,en las que el multilingismo y la representacin localizada de la informacin sean aspectos importantes.

Servicios Web de AGROVOCAGROVOC est disponible a travs de los servicios en la web, a los que se puede tener acceso desde cualquierprograma del cliente. Los servicios web se realizan en Apache Axis funcionante en Tomcat. Se invocan con llamadasnormales en SOAP, y se devuelve una respuesta normal en SOAP. Utilizando los servicios en la web, se puedeacceder inmediatamente a los cambios en el Servidor de conceptos de AGROVOC, reduciendo as el tiempo y elesfuerzo necesarios para descargar e incorporar la ltima versin de los datos del Servidor de conceptos deAGROVOC en las aplicaciones.

FormatosAGROVOC puede descargarse en los formatos MySQL, MS Access, RDF, OWL, SKOS, Postgres, TagText,XML eISO2709, sin costo, con objetivos didcticos o de otro tipo que no tengan fines comerciales.

Enlaces relacionados Ontologa geopoltica Conjunto de elementos de metadatos agrarios (AgMES) Normas para la gestin de informacin agricola

AGROVOC 19

Enlaces externos AGROVOC /sub AGROVOC [1]

Referencias[1] http:/ / aims. fao. org/ es/ website/ Tesauro

Agrupamiento y desgloseAgrupamiento y desglose (a veces por su expresin inglesa: lumping and splitting) es una expresin que se refiereal problema que surge en toda disciplina que tiene que ordenar ejemplos individuales en categoras rigurosamentedefinidas. El problema de agrupamiento y desglose surge cuando existe la necesidad de crear clasificaciones yasignar ejemplos en ellas, por ejemplo, escuelas de literatura o taxones biolgicos. Un "agrupador" (ingls:"lumper") es un individuo que adopta una visin gestltica de una definicin, y asigna ejemplos en trminosgenerales, en el supuesto de que las diferencias no son tan importantes como las similitudes caractersticas. Un"desglosador" (ingls: "splitter") es una persona que interpreta las definiciones en forma precisa, y crea nuevascategoras para clasificar aquellas muestras que difieren en aspectos fundamentales.

Uso en diversos campos

BiologaLa clasificacin y denominacin de una especie en particular debe ser considerada como una "hiptesis" sobre lasrelaciones evolucionarias y distinguibilidad de ese grupo de organismos. En la medida que se dispone deinformacin adicional la hiptesis puede ser confirmada o refutada. A veces, especialmente en el pasado cuando lacomunicacin era ms difcil, los taxnomos que trabajan en aislamiento han dado dos nombres distintos aorganismos que posteriormente se han identificado como pertenecientes a la misma especie. Cuando se acuerda quedos especies en realidad son la misma especie, casi siempre se ha conservado el nombre de la especie identificada enfecha ms temprana honrando un convenio conocido como "prioridad de nomenclatura". Esta forma de agrupartcnicamente es denominada sinonimia. Dividir un taxn en mltiples, a menudo nuevos taxones, se llama divisin odesglose. A menudo a los taxnomos sus colegas los califican como "lumpers" o "splitters", en funcin de suenfoque personal a reconocer las diferencias y similitudes entre los organismos.

Referencias

Enlaces externos Abstraction: Lumpers and Splitters (http:/ / www. users. globalnet. co. uk/ ~rxv/ infomgt/ abstraction.

htm#lumpersplitter) Lumper Vs. Splitter (http:/ / www. tvtropes. org/ pmwiki/ pmwiki. php/ Main/ LumperVsSplitter) on TV Tropes,

a wiki dedicated to recurring themes in fiction, metafiction, and real life

Attempto Controlled English 20

Attempto Controlled EnglishAttempto Controlled English (ACE) (Ingls Controlado Attempto) es un lenguaje natural controlado, es decir, unsubconjunto del ingls comn con una sintaxis restringida y una semntica restringida descrita por un pequeoconjunto de reglas de interpretacin.[1]

Aqu hay algunos ejemplos simples. Los ejemplos estn en espaol para simplificar la explicacin. Los ejemplosoriginales estn en ingls, y se muestran como referencias:1. * Mujeres son humanas.[2]

2. Cada mujer es un humano.[3]

3. Un hombre es un humano.[4]

4. Un hombre se prueba una nueva corbata. Si la corbata le gusta a su mujer entonces el hombre la compra.[5]

Las reglas de construccin de ACE requieren que cada sustantivo sea introducido por un determinante (un, cada,ningn, algn, al menos 5, ...). Esto excluye (1), indicado con * precediendo la oracin. Las reglas de interpretacinde ACE deciden que (2) sea interpretada como cuantificada universalmente, mientras que (3) es interpretada comocuantificada existencialmente. Otras reglas de interpretacin resuelven las referencias anafricas en (4): la corbata yla de la segunda oracin refieren a una nueva corbata de la primera oracin, mientras que su y el hombre de lasegunda oracin refieren a un hombre de la primera oracin. As un texto ACE es una entidad coherente de oracionesligadas anafricamente.ACE puede servir como representacin del conocimiento, especificacin, y lenguaje de consulta, y est pensado paraprofesionales que quieren usar notaciones formales y mtodos formales, pero pueden no estar familiarizados conellos. Si bien ACE parece perfectamente natural puede ser ledo y comprendido por cualquiera es de hecho unlenguaje formal.El Attempto Parsing Engine (APE) (Motor de Anlisis Attempto) traduce textos ACE sin ambigedad a estructurasde representacin del discurso (DRS) que usan una variante del lenguaje de lgica de primer orden.[6] Los DRSspueden ser traducidas despus a otros lenguajes formales, por ejemplo AceRules con varias semnticas,[7] RuleML[8], OWL,[9] y SWRL. Traducir DRSs al lenguaje comn de lgica de primer orden permite a los usuarios razonarsobre textos ACE, por ejemplo para verificarlos, para validarlos, y para consultarlos.ACE y sus herramientas relacionadas [10] han sido usados en las reas de especificacin de software, demostracinde teoremas, resumen de textos, ontologas, reglas, consulta, documentacin mdica, y planificacin. En 2004, ACEfue adoptado como la lengua natural controlada de la Red Europea de Excelencia REWERSE [11] (Razonamiento enla Web con Reglas y Semnticas - Reasoning on the Web with Rules and Semantics).

Referencias[2][2] * Women are human.[3][3] Every woman is a human.[4][4] A man is a human.[5][5] A man tries-on a new tie. If the tie pleases his wife then the man buys it.[8] http:/ / www. ruleml. org/ translator/[10] http:/ / attempto. ifi. uzh. ch[11] http:/ / rewerse. net

Attempto Controlled English 21

Enlaces externos Project Attempto (http:/ / attempto. ifi. uzh. ch) (en ingls) Controlled Natural Languages (http:/ / www. ics. mq. edu. au/ ~rolfs/ controlled-natural-languages/ ) (en ingls) TRANSLATOR: A TRANSlator from LAnguage TO Rules (http:/ / www. ruleml. org/ translator/ ) (en ingls)

Crculo de Deming

Ciclo del PDCA.

El ciclo de Deming, tambin conocidocomo crculo PDCA (de Edwards Deming),es una estrategia de mejora continua de lacalidad en la administracin de unaorganizacin. Est basada en un conceptoideado por Walter A. Shewhart. Tambin sedenomina espiral de mejora continua. Esmuy utilizado por los sistemas deadministracin de la calidad.

Las siglas, PDCA son el acrnimo de Plan,Do, Check, Act (Planificar, Hacer,Verificar, Actuar), los cuatro pasos de laestrategia.

Los resultados de la implementacin de esteciclo permiten a las empresas una mejora integral de la competitividad, de los productos y servicios, mejorandocontinuamente la calidad, reduciendo los costos, optimizando la productividad, reduciendo los precios,incrementando la participacin del mercado y aumentando la rentabilidad de la empresa u organizacin.

Plan (Planificar)Establecer las actividades del proceso, necesarias para obtener el resultado esperado. Al basar las acciones para elresultado esperado, la exactitud y cumplimiento de las especificaciones a lograr se convierten tambin en unelemento a mejorar, aunque sera mejor ya no tener que mejorar, o sea, hacerlo bien a la primera. Cuando sea posibleconviene realizar pruebas segn sea requerido, para probar los resultados. Recopilar datos para profundizar en el conocimiento del proceso. Detallar las especificaciones de los resultados esperados Definir las actividades necesarias para lograr el producto o servicio, verificando los requisitos especificados

Do (Hacer) Implementar los nuevos procesos, llevar a cabo el plan. Recolectar datos para utilizar en las siguientes etapas. Teniendo el plan bien definido, hay que poner una fecha en la cual se va a desarrollar lo planeado.

Check (Verificar) Pasado un periodo previsto de antemano, volver a recopilar datos de control y analizarlos, comparndolos con los

requisitos especificados inicialmente, para saber si se han cumplido y en su caso, evaluar si se ha producido lamejora

Monitorizar la implementacin y evaluar el plan de ejecucin documentando las conclusiones.

Crculo de Deming 22

Act (Actuar)En base a las conclusiones del paso anterior elegir una opcin: Si se han detectado errores parciales en el paso anterior, realizar un nuevo ciclo PDCA con nuevas mejoras. Si no se han detectado errores relevantes, aplicar a gran escala las modificaciones de los procesos Si se han detectado errores insalvables, abandonar las modificaciones de los procesos Ofrecer una Retro-alimentacin y/o mejora en la Planificacin.

Bibliografa Calidad, productividad y competitividad: la salida de la crisis, W. Edwards Deming, Madrid, Ediciones Daz de

Santos, 1989 The Deming Management Method, Mary Walton Introduccin a la Administracin. Sergio Hernndez y Rodrguez Definiciones de Calidad por Nixon LLanos.

Clasificacin de la Biblioteca del Congreso

Sala de lectura de la Biblioteca del Congreso.

La clasificacin de la Biblioteca del Congreso (LCC, Library ofCongress Classification) es un sistema de clasificacin desarrolladopor la Biblioteca del Congreso de los Estados Unidos. Se usa en lamayora de bibliotecas de investigacin y acadmicas de los EstadosUnidos y varios otros pases (la mayora de las bibliotecas pblicas ybibliotecas acadmicas pequeas siguen usando el sistema Dewey declasificacin). No debe ser confundida con el Library of CongressSubject Headings (LCSH).

La clasificacin fue desarrollada originalmente por Herbert Putnamcon la ayuda de Charles Ammi Cutter en 1897 antes de asumir el cargode bibliotecario del Congreso. Estuvo influida por la clasificacin de Cutter y el sistema Dewey de clasificacin yfue diseada para ser usada en la Biblioteca del Congreso. El nuevo sistema sustituy a un sistema de localizacinfija desarrollado por Thomas Jefferson. En el momento de la marcha de Putnam de su cargo en 1939 todas las clasesexcepto la K (Derecho) y partes de la B (Filosofa y Religin) estaban bien desarrolladas. La clasificacin harecibido crticas por carecer de una base terica slida, ya que muchas de las decisiones tomadas en su desarrolloestuvieron motivadas por las necesidades prcticas especficas de esa biblioteca ms que por consideracionesepistemolgicas.

Aunque divide las materias en categoras amplias, la clasificacin es esencialmente enumerativa en naturaleza.Proporciona una gua de los libros que estn realmente en la biblioteca, no una clasificacin universal.El sistema de clasificacin NLM (de la National Library of Medicine) emplea las letras no usadas W y QS-QZ.Algunas bibliotecas emplean el NLM junto con el LCC, obviando la R (Medicina) de este ltimo.

Clasificacin de la Biblioteca del Congreso 23

El sistema

A Obras generales

B Filosofa. Psicologa. Religin

C Ciencias Auxiliares de la Historia

D Historia, General y Antigua

E Historia: Estados Unidos

F Historia Local de los Estados Unidos y de Amrica Inglesa, Holandesa, Francesa y Latina

G Geografa. Antropologa. Recreo

H Ciencias Sociales

J Ciencia Poltica

K Derecho

L Educacin

M Msica y Libros sobre Msica

N Bellas Artes

P Lengua y Literatura

Q Ciencia

R Medicina

S Agricultura

T Tecnologa

U Ciencia Militar

V Ciencia Naval

Z Bibliografa. Biblioteconoma. Recursos Informativos (General)

Las clases I, O, W, X e Y no son de uso estndar.

Enlaces externos Catalogacin de la Biblioteca del Congreso [1] (ingls) Resumen de la clasificacin [2] (ingls) Cmo leer las referencias LCC [3] (ingls)

Referencias[1] http:/ / www. loc. gov/ catdir/[2] http:/ / lcweb. loc. gov/ catdir/ cpso/ lcco/ lcco. html[3] http:/ / geography. about. com/ library/ congress/ blhowto. htm

Conjunto de datos 24

Conjunto de datosUn "Conjunto de datos" o "dataset" es una coleccin de datos normalmente tabulada. Por cada elemento (oindividuo) se indican varias caractersticas.[1]

Mtodo cientficoLa publicacin de los conjuntos de datos usados en un experimento son clave para su reproducibilidad, y cada vezson ms las leyes pblicas y normas de revistas cientficas que obligan a hacerlos pblicos, para evitar sesgos.

PropiedadesDependiendo del estudio, es un factor clave las propiedades del conjunto: dispersin, kurtosis, etc.

Referencias[1][1] Principles of data mining and knowledge discovery. Jan M. ytkow y Jan Rauch. ISBN 978-3-540-66490-1

Enlaces externos Research Pipeline (http:/ / www. researchpipeline. com/ mediawiki/ index. php?title=Main_Page) Wiki que

enlaza conjuntos de datos de diversos temas GCMD (http:/ / gcmd. nasa. gov) Web del Global Change Master Directory. Contiene ms de 20.000 conjuntos

de datos sobre La Tierra

Cdigo binarioEl cdigo binario es el sistema de representacin de textos, o procesadores de instrucciones de computadorautilizando el sistema binario (sistema numrico de dos dgitos, o bit: el "0" (cerrado) y el "1" (abierto)). Eninformtica y telecomunicaciones, el cdigo binario se utiliza con variados mtodos de codificacin de datos, talescomo cadenas de caracteres, o cadenas de bits. Estos mtodos pueden ser de ancho fijo o ancho variable. Por ejemploen el caso de un CD, las seales que reflejarn el "lser" que rebotar en el CD y ser recepcionado por un sensor dedistinta forma indicando as, si es un cero o un uno.En un cdigo binario de ancho fijo, cada letra, dgito, u otros smbolos, estn representados por una cadena de bits dela misma longitud, como un nmero binario que, por lo general, aparece en las tablas en notacin octal, decimal ohexadecimal.Segn Anton Glaser, en su History of Binary and other Nondecimal Numeration, comenta que los primeros cdigosbinarios se utilizaron en el ao 1932: C.E. Wynn-Williams ("Scale of Two"), posteriormente en 1938:Atanasoff-Berry Computer, y en 1939: Stibitz ("excess three") el cdigo en Complex Computer.Es frecuente tambin ver la palabra bit referida bien a la ausencia de seal, expresada con el dgito "0", o bienreferida a la existencia de la misma, expresada con el dgito "1". El byte es un grupo de 8 bits, es decir en l tenemos256 posibles estados binarios.

Cdigo binario 25

La palabra Wikipedia representada en cdigobinario.

Caractersticas del cdigo binario

PonderacinLa mayora de los sistemas de numeracin actuales son ponderados es decir, cada posicin de una secuencia dedgitos tiene asociado un peso. El sistema binario es, de hecho, un sistema de numeracin posicional ponderado. Sinembargo, algunos cdigos binarios, como el cdigo Gray no son ponderados es decir, no tienen un peso asociado acada posicin. Otros, como el mismo cdigo binario natural o el BCD natural s lo son.

DistanciaLa distancia es una caracterstica slo aplicable a las combinaciones binarias. La distancia entre dos combinacioneses el nmero de bits que cambian de una a otra. Por ejemplo: si se tienen las combinaciones de cuatro bits 0010 y0111 correspondientes al 2 y al 7 en binario natural, se dir que la distancia entre ellas es igual a dos ya que de una aotra cambian dos bits.Adems, con el concepto de distancia se puede definir la distancia mnima de un cdigo. sta no es ms que ladistancia menor que haya entre dos de las combinaciones de ese cdigo.La distancia es una caracterstica que, adems, slo se aplica a las combinaciones binarias. En resumen, la distanciaentre dos combinaciones es el nmero de bits que cambian de una a otra.

ContinuidadLa continuidad es una caracterstica de los cdigos binarios que cumplen que todas las posibles combinaciones delcdigo son adyacentes, es decir, que de cualquier combinacin del cdigo a la siguiente cambia un slo bit. En estecaso se dice que el cdigo es continuo. Cuando la ltima combinacin del cdigo es, a su vez, adyacente a laprimera, se trata de un cdigo cclico.[citarequerida]

AutocomplementariedadSe dice que un cdigo binario es autocomplementario cuando el complemento a 9 del equivalente decimal decualquier combinacin del cdigo puede hallarse invirtiendo los valores de cada uno de los bits (operacin lgicaunaria de negacin) y el resultado sigue siendo una combinacin vlida en ese cdigo. Esta caracterstica se observaen algunos cdigos BCD, como el cdigo Aiken o el cdigo BCD exceso 3. Los cdigos autocomplementariosfacilitan las operaciones aritmticas.

Cdigos detectores de errorLos cdigos detectores de error y los cdigos correctores de error, surgen como solucin al problema de latransmisin de datos por medio de impulsos elctricos. Existen diferentes factores que pueden provocar un cambioen la seal elctrica en un instante determinado, por lo que, de producirse esto, los datos binarios que estn siendotransferidos pueden verse alterados. El propsito de los cdigos detectores de error es detectar posibles errores en losdatos, mientras que los cdigos detectores y correctores de error no slo pretenden detectar errores, sino tambincorregirlos. Existen diferentes mtodos de deteccin de errores, el ms usado es, posiblemente, el mtodo del bit deparidad. En cuanto a los cdigos correctores, destacan algunos como el cdigo de Hamming.

Description of a Career 26

Description of a CareerDOAC: Description Of A Career (Descripcin de una Carrera) es una extensin del vocabulario Friend Of AFriend (FOAF), creada por Ramn A. Parada, que permite compartir un curriculum de forma que pueda serprocesado por cualquier aplicacin. Ha sido diseado para ser compatible con el currculum europeo (Europass) asque este puede ser generado a partir de un archivo FOAF+DOAC. Incluye informacin sobre educacin, experiencialaboral, publicaciones, idiomas y otras habilidades.

Ejemplo

Ramon Antonio Parada

software developer

Website Mantainer

Equus Zebra

2000-06-15

2000-06-15

Systems Engineer

University of a Corunha

2000-06-01

2000-06-15

es

Native

Native

Native

Description of a Career 27

en

High

High

High

Yes

Enlaces externos Pgina del proyecto DOAC: Description of Career [1]

DOAC Especificacin del vocabulario [2]

European Union Europass Curriculum [3]

Referencias[1] http:/ / ramonantonio. net/ doac/[2] http:/ / ramonantonio. net/ doac/ 0. 1/[3] http:/ / europass. cedefop. europa. eu/

Encabezamientos de materia 28

Encabezamientos de materiaUna Lista de Encabezamientos de materia, tambin llamada LEM, es un lenguaje documental precoordinado y deestructura combinatoria o asociativa. Las LEM fueron creadas por Charles Ammi Cutter en 1876, pero fueron laselaboradas por Minnie Earl Sears quien ya en 1923 les dieron su formato actual.

Estructura formal. Los encabezamientosEstas listas alfabticas estn formadas por encabezamientos y subencabezamientos. Los encabezamientos consistenen una o varias palabras que representan conceptos, tratando de condensar el tema sobre el que trata el documento.Estn constituidos por trminos del lenguaje natural, por lo que los problemas semnticos y sintcticos se resuelvenmediante el establecimiento de relaciones que dan coherencia a las listas y facilitan su control terminolgico. Estasrelaciones sera: 1.- Envo simple (V., Vase): reenva de un trmino no aceptado en la lista a otro que s lo est; relacin realizada

en casos de sinonmia... 2.- Explicacin correlativa (U.p., sese por): precede a los trminos o formas no aceptadas; se facilita el acceso

bajo diferentes nombres. 3.- Referencias de orientacin (V.a., Vase adems): remite a otros encabezamientos bajo los cuales el usuario

puede encontrar informacin complementaria a la que busca. Este reenvo es de doble direccin ya que abarca 2relaciones semnticas distintas:

3.1.- Asociacin, que indica otros temas relacionados con el que se busca. 3.2.- Inclusin, que conecta con temas ms genricos. 4.- Explicacin correlativa (R.e.): indican encabezamientos ms especficos.

Clases de encabezamientosPueden ser simples o compuestos.El encabezamiento simple expresa el tema en una sola palabras, generalmente un sustantivo. Puede representarnombres diversos, de instituciones o de personas. El sustantivo se usa en plural cuando se refiera a nombresconcretos o contables; en singular se usa en ideas, conceptos abstractos, incontables, nombres de ciencias, tcnicas,teoras...El encabezamiento compuesto expresa el tema en dos ms palabras. Pueden ser dos nombres unidos con o sinconjuncin copulativa (y), frases hechas o convencionales, o nombre y adjetivo, siempre y cuando se el adjetivo elque tiene la carga significativa.

Subencabezamientos. ClasesTanto los encabezamientos simples como los compuestos pueden ir acompaados de subencabezamientos paraprecisar la materia o delimitar su sentido. Se aplican con el fin de precoordinar conceptos, lo cual facilita larecuperacin, pero no se deben de usar en exceso. Un guion (-) separa el subencabezamiento del encabezamiento.Los puede haber de: Materia: indica el punto de vista bajo el que es estudiado un tema. Topogrfico: representa el lugar en donde se estudia la obra. Cronolgico: representa el periodo histrico que estudia la obra. Forma: indica la formas de presentacin del tema.

Encabezamientos de materia 29

Principios de uso de los encabezamientosHay 5 principios: Economa: evitar dar a un documento demasiados encabezamientos; tres son suficientes. Si el documento toca

muchos temas especficos, se elige uno ms genrico. Especificidad: el trmino escogido debe representar la materia correcta de la que trata el documento. No deben

asignarse a la vez dos epgrafes en la misma obras, uno general y el otro especfico. Es importante en esteprincipio tener el cuenta el n de documentos de la coleccin.

Lingstico: los trminos deben pertencer al idioma habitual y respetar el orden natural de las expresiones. Uniformidad: cada materia tiene que ser siempre denominada de la misma manera. Cuando se produzca

polisemia, ser necesario precisar o eliminar la ambigedad por medio de un modificador del sentido delencabezamiento.

Uso: las reglas deben establecerse en funcin de la biblioteca y las necesidades del usuario, dependiendo as laeleccin de la terminologa.

Bibliografa GIL URDICIAIN, Blanca (2004): Manual de Lenguajes Documentales. Gijn : TREA VAN SLYPE, Georges (1991): Los lenguajes de indizacin. Madrid : Fundacin Germn Snchez Ruiprez.

Vase adems Clasificacin Clasificacin colonada Indizacin Lenguajes documentales Lingstica documental Medical Subject Headings Tesauro

Listas de encabezamientos de materia Lista de Encabezamientos de Materia para las Bibliotecas Pblicas en Linked Open Data [1]

Referencias[1] http:/ / id. sgcb. mcu. es/ lem/

Expresin S 30

Expresin S

Representacin en forma de rbol de las-expression (* 2 (+ 3 4)), que tambin esequivalente a la expresin en notacin de infijo

2*(3+4)

Una expresin-S, S-expresin o sexp (de Expresin Simblica) es unanotacin en forma de texto, para representar una estructura de datos derbol, basada en listas anidadas, en donde cada sublista es un subrbol.Las expresiones-S son, probablemente, conocidas por su uso en lafamilia Lisp de lenguajes de programacin. Su representacin textualhabitual son secuencias delimitadas por parntesis de cadenas decaracteres, separadas por espacios, como en (= 4 (+ 2 2)), querepresenta la expresin lgica escrita como 4==2+2 en el lenguaje deprogramacin C y en otros lenguajes relacionados.

En Lisp, el primer elemento de cada expresin S es un operador y elresto de elementos son tratados como datos. Esta forma se denominanotacin prefija notacin Polaca Cambridge. Debido a la estrecharelacin entre las expresiones-S y su representacin textual, el trminoexpresin-S es usado en informalmente para referirse tambin a suescritura.Otros usos de las expresiones-S en los lenguajes de prograacin derivados de Lisp, como DSSSL, y como base paraprotocolos como IMAP y el CBCL de John McCarthy. Sin embargo, los detalles de la sintxis y los tipos de datossoportados varan entre los diferentes lenguajes.

Actualmente, en Lisp, las expresiones-S son usadas tanto para alacenar el cdigo fuente y los datos (ver McCarthyRecursive Functions of Symbolic Expressions [1]). Sin embargo originalmente slo fueron concebidas para datos queseran manipulados por expresiones-M, pero la primera implementacin de Lisp fue un intrprete de unacodificacin de expresiones-M usando expresiones-S, y los programadores Lisp pronto prefirieron usarexpresiones-S tanto para el cdigo como para los datos.

DefinicinLas expresiones-S se definen, recursivamente, como un tipo de dato simple llamado "tomo", o una lista deexpresiones-S. Los tomos suelen incluir nmeros, arreglos, cadenas de caracteres y smbolos.Una expresin-S podra ser una lista de expresiones-S, que a su vez podran ser listas, y as se pueden obtenerexpresiones anidadas con un nivel de profundidad arbitrario. En Lisp, estas listas se construyen a partir de un tipo dedato ms bsico llamado cons pair, escrito como (x . y). El primer elemento del cons es el primer elemento de lalista, y el segundo elemento es el resto de la lista. Las listas, por tanto, se forman anidando cons, por ejemplo: (1 .(2 . (3 . nil))). El smbolo especial nil marca el final de una lista. Normalmente, sin embargo, se utilizala notacin (1 2 3), por ser ms compacta. Las listas anidadas tambin se pueden escribir como expresiones-S:((leche zumo) (miel mermelada)) es una lista de dos elementos, que son a su vez expresiones-S.

EjemploEsto es una gramtica simple, escrita como una expresin-S (Gazdar/Melish, Natural Language Processing in Lisp):

(((S) (NP) (VP))

((VP) (V))

((VP) (V) (NP))

((V) died)

((V) employed)

Expresin S 31

((NP) nurses)

((NP) patients)

((NP) Medicenter)

((NP) Dr Chan))

Expresiones-S en LispEl cdigo fuente de los programas puede ser escrito como expresiones-S, normalente usando notacin prefija. Comoen el siguiente ejemplo en Common Lisp:

(defun factorial (x)

(if (zerop x)

1

(* x (factorial (- x 1)))))

Las expresiones-S pueden ser ledas en Lisp usando la funcin READ. Esta funcin lee la representacin textual deuna expresin-S y devuelve como dato Lisp.La funcin PRINT puede ser usada para escribir la representacin textual de los datos a expresiones-S. Lisp tieneuna representacin leible para nmeros, cadenas, smbolos, listas y muchos otros tipos de datos, esto singifica queestructuras de datos formadas por estos tipos y escritas con PRINT, pueden ser ledas de nuevo con READ. Elcdigo fuente de los programas puede ser formateado ms elegantemente usando la funcin PPRINT.Los programas Lisp son expresiones-S vlidas, pero no toda expresin-S vlida es un programa Lisp. (1.0 +3.1), por ejemplo, no es programa Lisp vlido, ya que Lisp usa una notacin prefija y el nmero en coma flotante1.0 no es una operacin vlida.Una expresin-S precedida por una comilla simple, como en 'x, es un azcar sintctico para una expresin-S citada,en este caso, (quote x).

EstandarizacinLos estndares para algunos lenguajes de programacin derivados del Lisp incluyen una especificacin para susintaxis expresin S. Estos incluyen el Common Lisp (ANSI standard document ANSI INCITS 226-1994 (R2004)),Scheme (R5RS y R6RS[2]) y el ISLISP.En mayo de 1997, Ron Rivest present un borrador de Internet[3] para ser considerado para su publicacin como unRFC. El borrador define una sintaxis basada en expresiones S del Lisp pero diseado para almacenamiento eintercambio de datos de propsito general (similar a XML), en vez de especficamente para la programacin. Nuncafue aprobado como un RFC, pero desde entonces ha sido citado y usado por otros RFCs (ej. RFC 2693 [4]) y variasotras publicaciones.[5] Originalmente fue pensado para uso en SPKI.El formato de Rivest define una S-expresin como una cadena de octetos (una serie de bytes) o una lista finita de otras S-expresiones. Describe tres formatos de intercambio para expresar esta estructura. Uno es el "transporte avanzado", que es muy flexible en cuanto a formato y es sintcticamente similar a las expresiones al estilo Lisp, pero no son idnticos. El transporte avanzado, por ejemplo, permite a las cadenas de octetos ser representadas textualmente (con la longitud de la cadena seguida de dos puntos y luego la cadena), una forma con comillas permitiendo caracteres de escape, hexadecimales, Base64, o directamente como un "token" si cumple con ciertas condiciones. (Los tokens de Rivest se diferencian de los tokens de Lisp porque los primeros son slo por conveniencia y esttica y tratados exactamente igual que otras cadenas, mientras que los ltimos tienen significado sintctico especfico). Otro formato de intercambio, pensado para ser ms compacto, ms fcil de analizar y nico para cualquier S-expresin abstracta, es la "representacin cannica" que slo permite cadenas literales y prohbe el espacio en blanco como formateo de cadenas exteriores. Finalmente, existe la "representacin de transporte bsico",

Expresin S 32

que es la forma cannica o el mismo codificado como Base64 y rodeado de llaves, este ltimo destinado atransportar de manera segura una expresin S cannicamente codificada en un sistema que podra cambiar elespaciado (ej. un sistema de correo electrnico que tiene lneas de 80 caracteres de ancho y contina en la lneasiguiente con cualquier cosa ms larga que eso).Este formato no ha sido ampliamente adaptado para su uso fuera del SPKI. La pgina web de la S-expresiones deRivest proporciona el cdigo fuente de C para un parser y generador (disponible bajo la licencia MIT, que poda seradaptado y empotrado en otros programas. Adems, no existen restricciones sobre implementar independientementeel formato.

Referencias[1] http:/ / www-formal. stanford. edu/ jmc/ recursive/ recursive. html[2] (http:/ / journals. cambridge. org/ action/ displayAbstract?fromPage=online& aid=6046168) Sperber, Dybvig, Flatt, Van Straaten, Findler,

Matthews, "Revised6 Report on the Algorithmic Language Scheme[3] S-Expressions (http:/ / people. csail. mit. edu/ rivest/ Sexp. txt), Network Working Group, Internet Draft, Expires November 4, 1997 - R.

Rivest, May 4, 1997 draft-rivest-sexp-00.txt, Ronald L. Rivest, CSAIL MIT website[4] http:/ / tools. ietf. org/ html/ rfc2693[5] rivest sexp (http:/ / scholar. google. com/ scholar?hl=en& lr=& safe=off& q=rivest+ sexp& btnG=Search), Google Scholar (search)

Enlaces externosImplementaciones en software libre: sfsexp (http:/ / sexpr. sourceforge. net/ ) the small, fast s-expression library on Sourceforge minilisp (http:/ / leon. bottou. org/ projects/ minilisp), by Lon Bottou.

Perfiles de pases de la FAO

Perfiles de pases de la FAO

Desarrollador

Oficina de Intercambio de Conocimientos, Investigacin y Extensin (OEK) en la FAO de las NacionesUnidas

Perfiles de pases de la FAO [1]

Informacin general

Gnero Representacin del conocimiento, editor de Ontologa

Licencia ?

En espaol ?

Los Perfiles de pases de la FAO es un portal multilinge[2] que recoge el vasto archivo de informacin que posee laOrganizacin para la Alimentacin y la Agricultura de las Naciones Unidas (FAO), sobre sus actividades globales enla agricultura y seguridad alimentaria en una sola rea y la cataloga exclusivamente por pases y reas temticas.El propsito del portal es ofrecer a las autoridades del todo el mundo de tomar las decisiones, investigadores y formuladores de proyectos un medio veloz y fiable para tener acceso a informacin especfica sobre las situaciones de seguridad alimentaria nacionales sin la necesidad de buscar en distintas bases de datos y sistemas. Le da valor aadido a la riqueza informativa de la FAO, proporcionando un interfaz fcil de usar que contiene mapas interactivos

Perfiles de pases de la FAO 33

y grficos.[3]

AntecedentesLa FAO siempre ha destacado la informacin y el intercambio de conocimientos como reas prioritarias en la luchacontra el hambre y alcanzar la seguridad alimentaria.[4] En este contexto, la FAO ha identificado que los pasespuedan mejorar sus programas nacionales de agricultura y seguridad alimentaria si pudieran acceder a la informacinde la FAO a travs de un enfoque intersectorial (o interdisciplinario) basados en el pas.[5][6] Sin embargo, a pesar dela existencia de un gran nmero de sistemas de informacin basados en los pases de la FAO, la informacingestionada por los distintos sistemas carecan de la integracin. La informacin tenda a ser generada y utilizada deuna manera reglada y adaptada a un sistema especfico, a un departamento o sector.El portal de los Perfiles de pases de la FAO [1], inicialmente llamado perfiles de pases de la FAO e informacincartogrfica, se inici en 2002 respondiendo a la necesidad de la Organizacin para proporcionar a los usuarios delsitio web de la FAO un mecanismo fcil de utilizar para encontrar informacin de la FAO especficas de cada pas,sin la necesidad de bsqueda individual en los sitios web, bases de datos o sistemas de la FAO. El sistema fuediseado para integrar la informacin analtica y multilinge con bases de datos temticas y repositorios digitales demapas y para facilitar el acceso a la informacin de mltiples factores que contribuyen a la inseguridad alimentarianacional.Desde su lanzamiento, el sistema ha crecido con la incorporacin de ms y ms fuentes de datos. Esto se logrgracias a un esfuerzo colectivo para reducir los depsitos de informacin y la adopcin de normas internacionalespara l

Documents

WIKI Teoría de las catástrofes