![\"\"](\"https:\/\/www.madrimasd.org\/blogs\/redes-complejas\/files\/2010\/11\/dynamicsland3-300x186.png\" "\\"Dynamics")
<\/a>Para entender mejor la diferencia entre los distintos tipos de sistemas es ilustrativa la siguiente figura donde se representan estos dos extremos en funci\u00f3n del n\u00famero de grados de libertad\u00a0 (variables que describen el sistema) y el grado de no linealidad presente en el sistema. En la parte izquierda del diagrama \u00abviven\u00bb los sistemas simples, aquellos sistemas formados por pocos elementos y cuyo comportamiento din\u00e1mico, simple o no (peri\u00f3dico, ca\u00f3tico,…),\u00a0 se conoce perfectamente.<\/p>\n
Un sistema complicado (esquina inferior derecha) es el resultado de conectar, un gran n\u00famero de elementos con comportamiento lineal, es decir, cuyo comportamiento est\u00e1 acotado y es el esperado bajo el efecto de peque\u00f1os cambios externos (todas las m\u00e1quinas creadas por el hombre). Por el contrario, un sistema complejo\u00a0 (esquina superior derecha del diagrama) es el resultado de la interacci\u00f3n de muchos elementos donde existe un cierto grado de no linealidad, bien en los elementos que componen el sistema o en la misma interacci\u00f3n o en ambas a la vez. De los sistemas complejos se pueden esperar comportamientos cr\u00edticos. Es precisamente en la frontera entre el orden (un cristal) y el desorden (un gas) donde surge la complejidad, la emergencia de un comportamiento nuevo colectivo cualitativamente diferente de las propiedades de los componentes elementales del sistema. Por ejemplo, una neurona (o una c\u00e9lula del coraz\u00f3n, esquina superior izquierda) cuando recibe un est\u00edmulo por encima de un umbral puede responder de forma peri\u00f3dica o ca\u00f3tica. Sin embargo, si conectamos unas pocas neuronas, el resultado puede llegar a ser una actividad el\u00e9ctrica s\u00edncrona debido a la interacci\u00f3n sin\u00e1ptica entre ellas. Esta sincronizaci\u00f3n de la actividad el\u00e9ctrica en los circuitos neuronales que surge por el simple hecho de conectar unas pocas neuronas, se cree que es el mecanismo mediante\u00a0 el cual el cerebro procesa y codifica la informaci\u00f3n. Si tenemos en cuenta todo el sistema nervioso, cerebro, m\u00e9dula y el sistema nervioso periferico, estamos ante el m\u00e1s complejo de los sistemas conocido en el universo.<\/p>\n
Adem\u00e1s del factor de la no linealidad y del gran n\u00famero de elementos, otra capa de complejidad a a\u00f1adir es la estructura en que los distintos elementos interaccionan.<\/p>\n
![\"Estructura](\"https:\/\/www.madrimasd.org\/blogs\/redes-complejas\/files\/2010\/11\/topologias3-300x176.png\" "\\"Estructura")
<\/p>\n
Por ejemplo, en la sal com\u00fan (izquierda),\u00a0 la naturaleza de la estructura del cristal nos ayuda a simplificar el problema asumiento que cada \u00e1tomo s\u00f3lo interacciona con sus \u00e1tomos vecinos dando lugar a una estructura de red de malla, estructura ordenada. En un c\u00famulo de estrellas (centro), cada una de las estrellas interacciona con el resto, lo que tambi\u00e9n permite una simplicaci\u00f3n matem\u00e1tica muy grande.<\/p>\n
Este tipo de conectividad es el que podemos encontrar en las aproximaciones cl\u00e1sicas reduccionistas aplicadas a sistemas complicados. Sin embargo, muchos sistemas reales, complejos, muestran un patr\u00f3n diferente de conectividad que no permiten tales simplificaciones. Por ejemplo, la red de conexiones f\u00edsicas entre ordenadores (derecha), Internet, presenta una estructura m\u00e1s compleja que las anteriores pues el n\u00famero de ordenadores a los que un ordenador cualquiera de la red est\u00e1 conectado no es uniforme.<\/p>\n