REPUBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA DE LA
FUERZA ARMADA
NUCLEO SUCRE-EXTENSION CARPANO

Hard y Soft
Profesora:

Integrantes:

Ing. Reinmar Brito

Araguayan Annelys
C.I: 25.995.096
Alcazar Erika
C.I: 25.413.668
Rivas Valeria
C.I: 26.216.633

Noviembre, 2014

INTRODUCCIN

Un

sistema

como

concepto

abstracto

es

una

tarea

complicada,

principalmente porque los sistemas se utilizan para modelar la realidad con algn
propsito, de forma que cada definicin refleja el objetivo del sistema que se trata
de definir. Sin embargo, sabemos que un sistema de carreteras, un sistema de
ordenador, un sistema de alarma son cosas diferentes, pero con un denominador
comn: alguien, en un momento dado, ha considerado que algunas de sus
caractersticas esenciales se corresponden con las que conforman aquel concepto
abstracto y el nombre ha quedado establecido, amparado por esa nocin intuitiva
que todos poseemos. Ahora bien, mientras que tal intuicin es suficiente para el
lenguaje coloquial, no lo es cuando se pretende abordar los problemas que
plantean los sistemas, en cuyo caso se precisa formalizar el concepto para poder
analizarlo en detalle.
En lugar de intentar definir un sistema de forma directa, vamos a hacerlo
por extensin. Para ello vamos a estudiar diversas definiciones propuestas desde
campos distintos.
Como punto de partida hemos elegido la definicin que proporciona GmezPallete, por ser una definicin que pretende servir de base a una serie de
desarrollos posteriores sobre organizacin de empresas y nos sirve como ejemplo
de definicin con un objetivo claro.

Nociones Bsicas Asocaidas a la situaciones Hard y Soft

El modelo hard y el modelo soft predican ciertas condiciones acerca del
comportamiento y de la naturaleza humana. A travs determinar la manera ms
eficiente de gestionar los recursos humanos en cualquier empresa. Para el anlisis
de ambos modelos se utilizaran las Teoras X y Y de McGregor acerca de la
naturaleza humana. Estas teoras van de la mano con los modelos de gestin. La
Teora X se ve reflejada en el mtodo Hard y la Teora Y en el mtodo Soft.
El modelo hard de DRRHH considera a los empleados como un recurso
ms. Se basa en una estrategia de control del empleado de acuerdo con la
consideracin de la persona sobre la base de la Teora X de McGregor, sustentada
en una postura instrumentalista y utilitarista. Por ello, los empleados son vistos
como simples medios de produccin y como un coste a soportar.
A continuacin se definirn las caractersticas de ambas teoras:
Modelo Soft de la naturaleza humana basado en la Teora Y de McGregor

El trabajo puede ser satisfactorio.

El control externo y las amenazas no son la nica forma de estimular al

trabajador, cada persona es capaz de auto dirigirse y controlarse.

Las recompensas en el trabajo estn ligada a los compromisos asumidos.

Las personas pueden aprender a asumir responsabilidades.

La imaginacin, creatividad e ingenio se pueden encontrar en todas las

personas.

El humano posee un potencial de desarrollo innato.

Modelo Hard de la naturaleza humana basado en la Teora X de McGregor

A las personas en general no les gusta el trabajo.

Se requiere obligar al ser humano a trabajar bajo amenazas, controles y

castigos.

El ser humano prefiere que se le d una direccin.

Las personas buscaran evitar sus responsabilidades en todo momento.

El hombro comn es generalmente poco ambicioso.

Las personas solo se preocupan por su propio bienestar.

Un modelo de proceso para el desarrollo de software es una representacin

simplificada de pasos, representada desde una perspectiva especfica. Por su
naturaleza los modelos son simplificados, por lo tanto un modelo de procesos del
software es una abstraccin de un proceso real.
Elementos que intervienen el Modelado De las Situaciones Hard y Sotf:
Hardware: Cuando un usuario interacta con una computadora proporciona una
entrada; en respuesta, la computadora procesa la entrada y devuelve una salida.
Procesador: El procesador es el dispositivo interior de la computadora que ejecuta
las instrucciones del programa.
Microprocesador: El microprocesador es un chip (circuito integrado) que controla y
realiza las funciones y operaciones con los datos.
DISPOSITIVOS DE ENTRADA/SALIDA (E/S): Para que el usuario pueda introducir
la entrada, la computadora tiene varios dispositivos deentrada como parte de su
hardware: el teclado y el Mouse son los ms populares.
Memoria central (interna): Con el propsito de almacenar datos, una computadora
consta de una gran coleccin de pequeoscircuitos electrnicos capaces de
almacenar un bit.

Firmware: Es un bloque de instrucciones de programa para propsitos especficos,

grabado en una memoria tipo ROM, que establece la lgica de ms bajonivel que
controla los circuitos electrnicos de un dispositivo de cualquier tipo.

Sistema Operativo: Se puede definir el sistema operativo como el software bsico

que permite al usuario interactuar con el ordenador, administrando sus recursos,
coordinando los sucesos y proporcionando la ayuda y los servicios necesarios
para la mayora de los programas.
Principios utilizados en el modelado metodologas:
G. Jenkins.
La estimacin de los parmetros de los modelos de Box-Jenkins es un
problema de estimacin no lineal bastante complicado. Por esta razn, la
estimacin de parmetros debe dejarse a un programa de software de alta calidad
que se ajuste a los modelos de Box-Jenkins. Afortunadamente, muchos programas
de software estadstico ahora encajan modelos Box-Jenkins.
En 1969 G.M. Jenkins present otro de los esfuerzos significativos en la definicin
del mtodo de la Ingeniera de Sistemas. Su trabajo, an cuando corto en
extensin presenta de manera destacada su definicin del mtodo. Las fases del
mtodo de Jenkins son:

Anlisis de Sistemas: Formulacin del problema. Organizacin del proyecto.

definicin del

sistema, Definicin del sistema ms amplio. Objetivo del sistema ms

amplio, Objetivos del sistema, Definicin del criterio econmico global,
Recoleccin de informacin de datos.

Diseo de sistemas (sntesis): Prediccin. Construccin de modelo y

simulacin.

Optimizacin, Control, Confiabilidad.

Implantacin: Documentacin y aprobacin, construccin.

Operacin:

Operacin

inicial.

Vista

retrospectiva,

Mejoramiento

de

operacin.

Esta etapa consiste en que el Ingeniero de Sistemas inicie con un anlisis de lo

que esta sucediendo, as de cmo puede hacerse mejor. De esta manera el
sistema y sus objetivos podrn definirse. Esta etapa su subdivide en los siguientes
pasos:
1.1 Identificacin y formulacin del problema.
1.2 Organizacin del proyecto.
1.3 Definicin del sistema.
1.4 Definicin del suprasistema.
1.5 Definicin de los objetivos del suprasistema.
1.6 Definicin de los objetivos del sistema.
1.7 Definicin de las medidas de desempeo del sistema.
1.8 Recopilacin de datos de informacin.
(No necesariamente hay que separar punto por punto, ya que hay puntos
implcitos).
FASE 2
La fase de anlisis de sistemas debe terminar con la identificacin y formulacin
del problema que se desea solucionar, con la definicin de objetivos y recopilacin
de informacin. La fase de diseo de sistemas presenta las siguientes subetapas:
2.1 Pronsticos.
2.2 Modelacin y simulacin de sistemas
2.3 Optimizacin de la operacin del sistema.

2.4 Control de la operacin del sistema.

2.5 Confiabilidad del sistema.
FASE 3: IMPLANTACION DE SISTEMAS.
Ningn estudio de sistemas, por muy bien que se haya llevado a cabo, ser
de utilidad prctica a menos que conduzca a una accin positiva y se implante
apropiadamente. Esta fase puede desarrollarse en dos etapas

Checkland
Desde 1972 P.B. Checkland comenz a sealar la necesidad de desarrollar
mtodos apropiados para los sistemas suaves ya empear su esfuerzo en definir
uno, explcito que para ello se bas en la investigacin accin entre otros
conceptos. Los resultados de su esfuerzo los sintetiza y concretiza en su libro de
1981 en el que describe su metodologa de sistemas suaves, cuyas fases lo
desarrollaremos ms adelante.
Reconociendo la importancia de la relacin entre filosofa y mtodo,
Checkland elabor todas las bases necesarias para su mtodo. Determin que su
metodologa satisfaca las caractersticas que Churchman atribuye a los aspectos
de indagacin del pragmatismo experimental. Defini tambin que su mtodo se
relaciona con los trabajos sobre sistemas apreciativos con los que Sir Geoffrey
Vickers desarroll su teora para describir y explicar los procesos que caracterizan
los sistmemas sociales, inconforme en considerar al individuo y los grupos
sociales como simples entes que buscan slo alcanzar metas, actuando como
mquinas. Los trabajos de Vickers han sido fundamentales para impulsar la
consideracin del hombre y el grupo social, como sistemas plenos de propsitos,
para considerar toda la riqueza humana en sistemas.

Las relevantes aportaciones de Vickers al conocimiento de los sistemas

suaves cobran mayor dimensin con el tiempo y se integraron a su obra en que
insiste que los sistemas humanos son diferentes, publicada despus de su muerte.
FASE 4: operacin y apreciacin retrospectiva de sistemas.
G.J. Klir:

El esqueleto de una Taxonoma sistmica es una jerarqua de niveles

epistemolgicos de sistemas, que es vital para el desarrollo de cualquier paquete

organizado de herramientas metodolgicas para la resolucin de problemas
sistmicos.
Nivel 0: un sistema esta solamente definido por un conjunto de variables, un
conjunto de estados potenciales declarados para cada variable y algn modo
operacional de describir el significado delas variables y sus estados en trminos
de los atributos de algn mundo real asociado y de sus manifestaciones. Los
sistemas definidos en este nivel son sistemas fuente, pues tales sistemas son
fuentes de datos experimentales.
Nivel 1: cuando se suplementa a la fuente de datos, con estados actuales de
las variables bsica dentro del conjunto de parmetros definidos, ya sea
observados o deseados, consideramos al nuevo sistema como definido en el nivel
1. Los sistemas definidos en este nivel se denominan sistemas de datos. Todas las
distinciones metodolgicas que son aplicables a los sistemas fuentes son
aplicables a los sistemas de datos tambin.
Nivel 2: los sistemas definidos en este nivel se denominan sistemas
generativos, porque suponen el conocimiento de algunas propiedades para
mtricas invariantes mediante las cuales los datos pueden generarse para
condiciones de borde apropiadas, estas propiedades para mtricas invariables
estn representadas por una nica relacin entre las variables del sistema fuente y
algunas variables adicionales, que es introducida por el investigador y usualmente
referida como variable interna.
Nivel 3: los sistemas en este nivel se denominan sistemas estructurales
donde cada sistema global individual consiste en un conjunto de sistemas

generativos, a los que nos referimos como subsistemas del sistema global,
entonces un sistema estructural se define como un conjunto de subsistemas, cada
uno caracterizado de un modo conveniente, y que estn sujetos a condiciones de
distinguibilidad de a pares y compatibilidad mutua en el sentido de que comparten
algunas variables.
Nivel 4: los sistemas aqu se denominan meta sistemas porque se le permite
al sistema cambiar dentro del conjunto de parmetros, los cambios se describen
mediante un nico procedimiento paramtrico invariante.
Nivel 5: los sistemas aqu se denominan meta-metasistemas porque se le
permite al proceso cambiar dentro del conjunto de parmetros de acuerdo con un
procedimiento paramtrico invariante de nivel superior o metaprocedimiento. De
modo similar, meta sistemas de rdenes superiores pueden ser definidos

Conclusin
Los sistemas son objetos tal y como los percibe la gente. Es decir, para que
exista un sistema ha de existir un observador que, segn la definicin de Ashby,
perciba una serie de caractersticas del objeto en forma de variables. Esto implica
adems que cada sistema puede verse desde perspectivas muy distintas.
No es realista estudiar el pndulo de acuerdo con todas estas variables,
principalmente porque muchas de ellas son irrelevantes desde perspectivas
concretas, esto es, cuando se considera el pndulo como un tipo determinado de
sistema. As, viendo el pndulo como un sistema cintico, apreciaremos
parmetros como la masa o la longitud, dejando de lado otras variables. No es que
el pndulo no posea esas otras propiedades, es que el observador no las ve
porque no le interesan.
Una vez que los objetivos del sistema han sido acordados, el siguiente paso
es definir en los trminos ms precisos posibles, un criterio que mida la eficiencia
con la que el sistema est logrando sus objetivos.

Bibliografa
Aracil, J. (1986): Introduccin a la Dinmica de Sistemas, Alianza Universidad,
Madrid.
Ashby, W. R. (1956): An Introduction to Cybernetics, John Wiley & Sons, Nueva
York. Checkland, P. (1981): Systems Thinking, Systems Practice, John
Wiley&Sons, Chichester.
Flood, R. L. (1987): Complexity: A Definition by Construction a Conceptual
Framework, Systems Research, vol. 4, N. 3, pp. 177-185.