variety

En cibernética, el término variedad denota el número total de elementos distinguibles de un conjunto, con mayor frecuencia el conjunto de estados, entradas o salidas de una máquina de estados finitos o transformación, o el logaritmo binario de la misma cantidad. La variedad se usa en cibernética como una teoría de la información que se relaciona fácilmente con los autómatas finitos deterministas, y de manera menos formal como una herramienta conceptual para pensar en organización, regulación y estabilidad. Es una teoría temprana de la complejidad en autómatas, sistemas complejos e investigación de operaciones. Overview El término "variety" fue introducido por W. Ross Ashby para extender su análisis de máquinas a su conjunto de comportamientos posibles. Ashby dice: The word variety, in relation to a set of distinguishable elements, will be used to mean either (i) the number of distinct elements, or (ii) the logarithm to the base 2 of the number, the context indicating the sense used. En el segundo caso, la variedad se mide en bits. Por ejemplo, una máquina con states tiene una variedad de cuatro estados o dos bits. La variedad de una secuencia o multiconjunto es el número de símbolos distintos en ella. Por ejemplo, the sequence tiene una variedad de cuatro. Como medida de incertidumbre, la variedad está directamente relacionada con la información: . Dado que el número de elementos distinguibles depende tanto del observador como del conjunto, "the observer and his powers of discrimination may have to be specified if the variety is to be well defined". Gordon Pask distinguió entre la variedad del marco de referencia elegido y la variedad del sistema que el observador construye dentro del marco de referencia. El marco de referencia consiste en un espacio de estados y el conjunto de mediciones disponibles para el observador, que tienen una variedad total , donde es el número de estados en el espacio de estados. El sistema que el observador construye comienza con la variedad completa , que se reduce a medida que el observador pierde incertidumbre sobre el estado al aprender a predecir el sistema. Si el observador puede percibir el sistema como una máquina determinista en el marco de referencia dado, la observación puede reducir la variedad a cero a medida que la máquina se vuelve completamente predecible.