Professional Documents
Culture Documents
SISTEMAS
El paradigma de los sistemas tiene por objetivo bsico brindar al profesional del
rea, lo elementos o pasos ms generales y flexibles para penetrar en cualquier
CAMACHO, Luz Amanda (2001). Teora General de Sistemas. Santaf de Bogot: Editorial
UNAD. p. 91
caso traido al
definicin del
optimizacin,
comunes en
Descripcin
Efectuar una clara definicin de variables.
Establecer la relacin entre variables y cmo se afectan entre s.
Crear una relacin funcional entre variables.
Generar una hiptesis de la relacin funcional.
La hiptesis se debe validar con datos empricos.
Efectuar un estudio de los datos.
Estudiar los datos de salida para estructurar un modelo de representacin del
fenmeno.
Usar el modelo para evaluar nuevas alternativas y soluciones.
Ventaja
Es posible estudiar el efecto de cambios internos y externos realizando cambios
en el modelo del sistemas y observando los efectos en el comportamiento del
sistema.
Se entiende mejor el sistema, lo que permite mejorar su operacin y eficiencia.
Se adquiere gran destreza en el anlisis estadstico y en el anlisis terico.
En el caso de los sistemas de objetivos mltiples es fcil detectar la interrelacin
de variables, as como las variables que ms influyen en el modelo.
Es posible conocer nuevas situaciones del sistema con slo alterar el contenido
de algunas variables, lo que permite prever resultados imprevistos o la realizacin
de proyecciones de variada naturaleza.
La explicacin y adiestramiento de procesos y operacin del sistema se realiza en
tiempo mucho menor a que si se hiciese directamente sobre el sistema aplicado;
al mismo tiempo el costo de esta capacitacin debe ser mucho menor.
Es posible detectar con anticipacin problemas en el sistema, cuando son
introducidos nuevos elementos que seguramente no se consideraron en la etapa
de diseo del sistema(sobretodo cuando se disean sistemas que son dinmicos
y que cambian permanentemente a corto o mediano plazo).
Uso
Para comparar y evaluar sustituciones.
Para clasificar alternativas simples o complejas.
Se estudian las alternativas totales para lograr ptimos
locales.
Se integran informacin e indicaciones.
Para validaciones de la verdad en un mtodo de
razonamiento.
Para procedimiento de investigacin sistemtica para
funcionamiento defectuoso del sistema.
Programacin
entera
Programacin
entera mixta
Programacin
no lineal
Uso
Influyen notablemente en la toma de decisiones de mltiples proyectos de
inversin para obtener el mximo beneficio al menor costo posible.
Aplicacin ms comn en la solucin de problemas de asignacin de recursos
limitados entre diversas actividades de la mejor manera posible.
Ofrecen tcnicas muy tiles en la toma de decisiones interrelacionadas.
Permite por lo tanto mediante un proceso sistemtico determinar la
combinacin de decisiones que optimizan la efectividad total cuando un
problema complejo se ha modularizado. A diferencia de la programacin lineal,
este enfoque no cuenta con formulaciones matemticas, sino que es un
enfoque de tipo general para solucionar problemas y ecuaciones especficas
que se deben desarrollar para el estudio de cada situacin individual.
Se elaboran modelos matemticos de programacin lineal con una restriccin
adicional: todas las variables slo pueden tener valores enteros.
Modelos matemticos de programacin lineal en los que algunas variables
tienen valor entero y las dems no.
A diferencia de la programacin lineal, no todas sus funciones (funcin objetivo
y funciones de restriccin) tienen comportamiento lineal. No se tiene un
algoritmo que resuelva todos los problemas especficos de este modelo. Dentro
de las aplicaciones ms comunes de este tipo de problema, tenemos:
problemas de transporte por volumen, mezcla de productos con elasticidad en
los precios, seleccin de cartera de inversiones y otros.
Uso
Por medio de estos modelos es posible extraer de grandes cantidades de datos
las caractersticas principales de una relacin entre variables que no es
determinada a simple vista, debido a que la relacin usual no es casual. Para la
elaboracin de este tipo de modelos el analista debe examinar cuidadosamente
las relaciones entre un nmero de variables para su anlisis de regresin.
En este modelo se encuentran : modelos de regresin lineal simple (mtodos
con estimacin por mnimos cuadrados, etc), modelos de regresin mltiple y
otros. Pueden consultar el texto Probabilidades y estadstica de George C.
Canavos.
Por otro lado, la TGS no comparte la causalidad lineal o unidireccional, la tesis que
la percepcin es una reflexin de cosas reales o el conocimiento una aproximacin
a la verdad o la realidad. Bertalanffy seala "[La realidad] es una interaccin entre
conocedor y conocido, dependiente de mltiples factores de naturaleza biolgica,
psicolgica, cultural, lingstica, etc. La propia fsica nos ensea que no hay
entidades ltimas tales como corpsculos
u ondas, que existan
independientemente del observador. Esto conduce a una filosofa perspectivista
para la cual la fsica, sin dejar de reconocerle logros en su campo y en otros, no
representa el monopolio del conocimiento. Frente al reduccionismo y las teoras
que declaran que la realidad no es nada sino (un montn de partculas fsicas,
genes, reflejos, pulsiones o lo que sea), vemos la ciencia como una de las
perspectivas que el hombre, con su dotacin y servidumbre biolgica, cultural y
lingstica, ha creado para vrselas con el universo al cual est arrojado o, ms
Qu es el conocimiento y,
Cmo se construye el conocimiento.