1

EL PENSAMIENTO SISTMICO, SISTEMAS Y MODELOS.

1.1 La ciencia y el movimiento de sistemas. El mtodo cientfico ha sido muy importante en el desarrollo de la modernidad y en la explotacin de la ciencia en la tecnologa, sin embargo debe reconocerse las limitaciones del mismo. El problema principal del mtodo cientfico es su capacidad para enfrentar a la complejidad. El principio central de la prctica cientfica es el de dividir los problemas para examinarse en partes separadas, suponiendo que esta divisin no distorsionar el fenmeno que se estudia. Asume que los componentes del todo son los mismos cuando se les examina individualmente como cuando toman su rol en el todo. Por ejemplo, al separar el fenmeno del calor de la complejidad total del mundo fsico, estudiando en el laboratorio las leyes de la transferencia del calor, los resultados encontrados sugieren que para propsitos de todos los das, esta separacin o reduccin es legtima. Esto lo demuestra el hecho de que en el mundo real, en el cual la transmisin del calor se mezcla con otros fenmenos fsicos como la luz, el sonido y la accin de las fuerzas gravitacionales, hasta donde concierne al calor; las mismas leyes de la transmisin del calor establecidas en el laboratorio, se obedecen, lo cual justifica la reduccin inicial. Pero si vamos ms all de las regularidades fsicas y pasamos a fenmenos aparentemente ms complejos, las respuestas a preguntas de cmo hacer la separacin, y cmo saber si es legtimo hacer eso, son respuestas ms difciles de obtener. 1.1.1 El pensamiento de sistemas. La biologa es una ciencia en la que sus fenmenos son tan complejos que han cuestionado severamente al mtodo cientfico. Los bilogos estn dentro de los pioneros que establecieron formas de pensamiento en trminos del todo, un bilogo Ludwig von Bertalanffy, sugiri generalizar este pensamiento para hacer referencia a cualquier tipo de entero y no solamente a los sistemas biolgicos. Tambin ingenieros de control, comunicacin y electricidad han contribuido en el pensamiento de sistemas.

La prctica de sistemas implica el deseo de averiguar cmo utilizar los conceptos de sistemas para tratar de solucionar problemas. Para esto se deben considerar tres ideas principales: la primera, habr mucho que aprender de los sistemas naturales; la segunda, el solucionador de problemas puede usar sistemas diseados, ya sean fsicos o abstractos; y tercera, se puede buscar el ingenierear los sistemas de actividad humana, es decir, que la prctica de sistemas se destine a la solucin de problemas del mundo real. Las comunidades humanas han enfrentado problemas derivados de las necesidades bsicas del hombre como la alimentacin, el cobijo y el transporte; y todas las sociedades han desarrollado tecnologas para resolverlos. Mientras que la ciencia otorga muy alto valor al avance en el conocimiento, la ingeniera y tecnologa le dan mayor valor al logro eficiente de un propsito definido. Los cientficos se preguntan Hemos aprendido algo?, mientras que el ingeniero y el tecnlogo se preguntan Funciona esto?. La ingeniera como actividad profesional atrae a personas orientadas a la accin, que valora el logro prctico por encima de todo. Esto se puede observar en que a los ingenieros no les gusta teorizar, cuando un buen diseo se ha llevado a cabo con xito en la prctica, ellos no se inclinan a analizar la manera en que lograron hacer esto. Los ingenieros no han desarrollado el enfoque de sistemas amplio, sin embargo existe una parte de la ingeniera en la cual las prescripciones metodolgicas son comunes. Esta es el rea de la materia que se ocupa de la ingeniera, no de los componentes sino de los sistemas que involucran las interacciones mutuas de muchos componentes. La ingeniera de sistemas es vista como la tarea total de concebir, disear evaluar e implementar un sistema para que satisfaga alguna necesidad definida ( la ejecucin de un proyecto de ingeniera).

1.1.2 Clasificacin de sistemas y modelos. La ingeniera de sistemas, se presenta como una forma metodolgica que utiliza modelos, por lo que crea otra metodologa de solucin de problemas y al mismo tiempo, dirige hacia una prctica estimulante para formas de trabajo interdisciplinarias. Para definir la estructura de un sistema, Bertalanffy se refiere a la propiedad de un orden jerrquico o importancia que tiene un elemento sobre otro elemento en un sistema o subsistema; este concepto ha tenido tiles aplicaciones y se puede establecer que los elementos de un sistema pueden constituir por s mismos un sistema de rango inferior. Partiendo de la definicin de sistema de Ackoff, un sistema es un todo que no puede ser dividido en partes independientes; entonces su estructura solo puede estar compuesta por subsistemas y elementos que forman una unidad; es decir, cada parte de un sistema tiene propiedades que se pierden cuando se separan de l y cada sistema tiene propiedades que no se encuentran en ninguna de sus partes.

Elementos. Se entiende por elemento de un sistema las partes o componentes que lo constituyen; estos pueden ser objetos o procesos. Se consideran como elementos de un sistema: Entidades Atributos Actividades Medio ambiente

Una entidad es un objeto de importancia dentro del sistema, mientras que un atributo se refiere a las caractersticas o propiedades estructurales o funcionales que caracterizan a las entidades; todo proceso que provoque cambios en el

sistema se denomina actividad y el rea de sucesos y condiciones que influyen en el comportamiento de un sistema se le denomina medio ambiente.

Subsistemas. Un sistema se puede dividir en subsistemas. Los elementos que pertenecen a un subsistema se pueden considerar como parte integrante de otro subsistema. Este concepto requiere de una nueva serie de asociaciones, el comportamiento puede no ser completamente anlogo con el del sistema original. Los sistemas, de manera general, estn clasificados dentro de varias categoras; la primera clasificacin hizo distinguir entre sistemas naturales y sistemas artificiales, sin embargo algunos elementos de los sistemas artificiales estn formados por sistemas naturales, y asimismo los sistemas artificiales son copias de los naturales, por lo tanto ambos comparten las mismas propiedades. La segunda clasificacin consisti en sistemas abiertos y sistemas cerrados; los sistemas abiertos son todos aquellos que pueden intercambiar materiales, energa o informacin con otros elementos; a diferencia de estos, los sistemas cerrados son los que no toman ni aportan elementos de ninguna de sus formas. La tercera clasificacin trata de los sistemas capaces de adaptacin y de los que no lo son; es decir, que poseen la habilidad para reaccionar con su medio ambiente de una forma favorable; la teora de la evolucin est basada en la nocin de la adaptacin al medio que rodea a un organismo. Hall los denomina de otra manera: sistemas estables, sistemas con

retroalimentacin y sistemas con factores fortuitos. Un sistema es estable cuando algunas de sus variables tienden a permanecer dentro de lmites bien definidos. Algunos sistemas se retroalimentan, en parte, de los procedimientos de entrada a fin de afectar las salidas sucesivas. Los sistemas naturales o artificiales tienen en ocasiones un comportamiento fortuito o al azar; en la practica es comn encontrar en un determinado elemento numerosas variables, que stas por ser tantas e inaccesibles pueden considerarse aleatorias. En la figura 2.1 se presenta un esquema de esta clasificacin.

NATURAL

ABIERTOS

ADAPTABLE

DETERMINISTICO

SISTEMA

1ra. Clasificacin
ARTIFICIAL

2da. Clasificacin
CERRADOS

3ra. Clasificacin
NO ADAPTABLE

Propiedades
PROBABILISTICO

Figura 2.1 Clasificacin de sistemas

ESTRUCTURA Y CLASIFICACIN DE MODELOS. Definicin. Para explicar un fenmeno se requiere de un nmero infinito de variables; la realidad misma tiene mltiples y complejas variables que es imposible tratar con todas, pero algunas variables tienen un efecto importante sobre el fenmeno que se va a explicar, mientras que otras no, esto significa que utilizando un nmero reducido de variables, se puede representar el fenmeno. Se puede definir a un modelo como una representacin simplificada de la realidad que ensea relaciones predominantes entre sus elementos.

Estructura. Entre los principales elementos que integran un modelo se distinguen: Variables Parmetros Relaciones funcionales

Los objetos o smbolos, que representan a entidades o atributos del sistema y que cambian durante el estudio, se les denomina variables, los cambios que experimentan las variables pueden ser cualitativos o cuantitativos.

Mientras que las variables cambian con el tiempo, existen otros

objetos o

smbolos que representan a entidades o atributos del sistema, que permanecen constantes durante el estudio; a estos se les denomina parmetros. Como ya se ha mencionado, las variables cambian con el tiempo; estos cambios afectan a los parmetros debido a la relacin que existe entre ellos. Estos procesos fsicos o relaciones entre los smbolos de un modelo, que representan a las actividades y a las relaciones entre los elementos de un sistema es lo que se denomina relacin funcional.

Clasificacin. Cada autor ha tenido una forma diferente de clasificar a los modelos, Ackoff habla de tres tipos bsicos de modelos: Los icnicos, los analgicos y los simblicos. El uso de estos modelos bsicos, en la prctica, permite que se puedan hacer combinaciones de ellos. Los modelos icnicos (de cono) son fciles de identificar, porque representan cosas especificas y concretas; es decir, las propiedades que forman parte de la realidad son conservadas en el modelo, por lo general, cambiando su escala. Estos modelos son imgenes de lo que representan; son ejemplo de este tipo de modelos: fotografas, dibujos, mapas, etc. A diferencia de los modelos icnicos, en los modelos analgicos las cualidades relevantes de la realidad son representadas por otras diferentes. Es por eso que en estos modelos es ms difcil identificar lo que representan, pero tienen una mayor facilidad en su manejo. Un claro ejemplo de estos modelos son las grficas para representar variables. Los modelos, cunto ms fcil sean en su manejo, mas difcil son para construir; este es el caso de los modelos simblicos que son los mas generales y abstractos; estos modelos son los que mejor sirven para representar sistemas, cuando se pueden cuantificar las variables relevantes. Las variables relevantes no se pueden cuantificar en su totalidad, este tipo de modelos son incompletos porque omiten algunas variables, por eso es muy

importante que aquel que toma las decisiones, se percate de cules son las variables que dichos modelos toman en cuenta y cules no.

Otra manera de clasificar a los modelos es: Por el tipo de sistema que estn representando Por la naturaleza misma del modelo

De acuerdo con el sistema que se pretenda estudiar, un modelo puede ser esttico que corresponde a un sistema discreto y dinmico que corresponde a un sistema continuo. As, como los sistemas discretos o continuos pueden ser determinsticos o probabilsticos, los modelos estticos y dinmicos tambin pueden ser determinsticos o probabilsticos. Los sistemas representados por modelos determinsticos son aquellos en los que el resultado de sus relaciones funcionales se conoce con certeza; al hacer un cambio en el sistema los resultados o las relaciones funcionales podrn ser perfectamente pronosticadas. Los modelos probabilsticos son aquellos que en su representacin incluyen procesos estocsticos (probables resultados). En estos modelos, el resultado est sujeto a una distribucin de probabilidad, debido a que se tiene un modelado estocstico. Los modelos, de acuerdo a su naturaleza se pueden clasificar: (1) cuando estn formados por procesos fsicos se dice que los modelos son de tipo material; y (2), si lo estn por smbolos y relaciones entre ellos, son simblicos.

Los modelos materiales, a su vez, se clasifican en: Rplicas. Modelos en los cuales se conservan las mismas dimensiones que tiene el sistema original y solo se cambia el material con el que esta constituido; ejemplo de estos son los maniques. Cuasi-rplicas. Modelos en los cuales se cambia el material que constituye al sistema y una o ms de sus dimensiones, como ejemplos tenemos a los mapas, maquetas, etc.

Analoga. Estos modelos ya no tienen semejanza con el sistema original ni con el material que los constituye ni sus dimensiones; sin embargo, se puede establecer correspondencia entre sus propiedades esenciales.

Los modelos simblicos se clasifican en: Descriptivos. Son modelos en los cuales el sistema se explica nicamente por medio del lenguaje cotidiano. Simulativos. En estos modelos pueden existir palabras de uso cotidiano, pero estn formados en su mayora por expresiones y frmulas matemticas. Formales. Estos modelos a su vez, consisten nicamente de smbolos matemticos, los cuales se estudian con alguna disciplina de las matemticas. En la tabla 2.1 se presenta una clasificacin de modelos en forma tabular citando algunos ejemplos. EL ESTUDIO DE SISTEMAS UTILIZANDO MODELOS.

En la complejidad del mundo real los sistemas presentan mltiples variables, es por eso que para ser estudiados se requiere de una herramienta eficaz como lo son los modelos. Aunque para construir un modelo del sistema en estudio, requiere de la habilidad del investigador, una secuencia bsica de pasos es: El sistema original se presenta casi siempre en el mundo real, esto es el sistema real. Identificado el sistema, se hace un acopio de informacin para llevar a cabo el anlisis y la simplificacin de variables, es decir conservar las entidades, atributos, elementos y las variables relevantes que ayudaran a comprenderlo. Este proceso conduce a seleccionar un tipo de modelo que se aproxima al sistema real y se crea un modelo real. El modelo real se puede transformar en un modelo material o simblico por medio de un proceso de abstraccin, (la calidad del modelado depende de la imaginacin y creatividad del equipo de investigacin) el cual consiste en

Tabla 2.1 Clasificacin de modelos y ejemplos

Clasificacin de modelos de acuerdo al sistema Dinmicos Determinsticos Probabilsticos Probabilsticos Estticos Determinsticos

Experimento gentico

Simulador de avin

Prueba de reacciones en pacientes

Estatua

Rplica

Juego electrnico

Sistema planetario

Mapa de temperatura

Mapa de carreteras

Generador de ruido blanco

Circuito elctrico

Simulacin de una caminata aleatoria

Maqueta

Teora de la evolucin (Darwin)

La Constitucin

Reporte del tiempo

Los Diez Mandamientos

Algoritmo de caminata aleatoria

Algoritmo de ruta crtica

Programa no adaptativo y variable de ajedrez Nmero esperado de clientes en lneas de espera

Diagrama de flujo del Simplex

Ecuacin diferencial estocstica

Ecuaciones de Maxwell

Ley de los gases ideales

Incremento de la generalidad

Formal

Clasificacin de modelos de acuerdo a su naturaleza

Decremento de la realidad

Descriptivo Simulativo Simblicos

Analgico

Materiales

Cuasirplica

representar al sistema por medio de objetos y procesos fsicos o por medio de smbolos. El modelo material o simblico se maneja con tcnicas y herramientas apropiadas con objeto de obtener resultados, que pueden ser conclusiones y predicciones acerca del sistema real. Los resultados obtenidos se comparan con el sistema real y si estos no son aplicables se tiene que repetir el ciclo, ya que cualquiera de los pasos anteriores no se realiz adecuadamente.

La figura 2.2 describe el proceso anterior:

S istem a re a l

An lisis y sim p lific ac i n

M o d e lo re a l

C om p a rac i n y va lid ac i n

P roc eso a breviad o

Ab stra ccin y m o d ela do

C o n clu s io n es y p red iccio n es

T cnic as y herra m ienta s a decua d as

M o d e lo m a te ria l o sim b lico

Figura 2.2

El estudio de sistemas utilizando modelos

Como se observa en el esquema, cuando la estructura de un sistema es lo suficientemente simple y clara como para entenderse por medio del anlisis y el modelo real, es posible obtener resultados a travs del proceso abreviado. Cuando la estructura de un sistema es relativamente evidente, pero la forma de representarla en un modelo real no lo es, entonces se hace una analoga de la estructura del sistema a otra cuya estructura se conoce mejor utilizando un

modelo material o simblico.

Cualquier tipo de modelo que se haya utilizado en el estudio del sistema produce conclusiones de estudio e hiptesis, estos resultados requieren de una confirmacin; es importante hacerlo con datos diferentes a los utilizados en la generacin de conclusiones e hiptesis para verificar la congruencia del modelo con el sistema real.