2. En su nivel más amplio, el Enfoque Sistémico abarca
una amplia y heterogéneo variedad de métodos,
herramientas y principios, todos orientados a examinar
en los sistemas, la interrelación de fuerzas que forman
parte de un proceso común.
Los métodos y herramientas que se describirán tienen
sus raíces en la dinámica de sistemas, que permite
comprender que los procesos complejos de
realimentación pueden generar conductas problemáticas
dentro de las organizaciones y los sistemas humanos en
gran escala.
El Enfoque Sistémico
3. Estructura sistémica
Algunos piensan que la “estructura” de una
organización es el organigrama.
Otros piensan que “estructura” alude al diseño del
flujo de trabajo y los procesos empresariales.
En el pensamiento sistémico la "estructura” es la
configuración de interrelaciones entre los
componentes claves del sistema.
4. Estructura sistémica
EMPRESA RELACIONES ENTRE SUBSISTEMAS Y CANALES DE
COMUNICACIÓN (DINAMICA E INTERDEPENDENCIA,
RETROALIMENTACION)
Las personas
Relaci ones entre subsistemas
Producción Comercial
Bienes de Políticas
Capital
Administración Gestión Humana
Innovación y desarrollo
Financiera Relaciones canales
de comunicación
Efectividad y eficiencia
Recursos físicos y técnicos
(tecnología)
5. Pensamiento sistémico
El Pensamiento Sistémico otorga capacidades a quienes
toman decisiones de interpretar la situación, no sólo
considerando la relación de causas y efectos evidentes y
lógicos, sino considerando que toda decisión es adoptada en
el contexto de un sistema, que tiene un conjunto de
relaciones que no necesariamente responde a nuestra lógica.
Pensar sistémicamente permite identificar cómo se puede
actuar afectando el comportamiento de un sistema a través
de acciones de alto nivel, es decir acciones de bajo esfuerzo;
que sin embargo tienen un alto impacto en el
comportamiento del sistema que queremos afectar.
6. Simulación
La simulación involucra el diseño de
modelos de un sistema, llevando a cabo
experimentos en él.
El propósito de éstos ("que pasa si")
experimentos son determinar cómo el
sistema real realiza y predice el efecto de
cambios al sistema a través del tiempo.
Por ejemplo, se acostumbra emplear
la simulación al contestar preguntas
como:
¿Qué efectos tiene un incremento de la
pobreza en la población?
¿Qué pasaría si aumento la inversión en
educación para evitar que los niños
jóvenes y adultos comentan robos?
7. Simulación y Modelo
QUE INTENTA LA SIMULACION
Descubrir el comportamiento de un sistema
Postular teorías o hipótesis que expliquen el comportamiento observado
Usar esas teorías para predecir el comportamiento futuro del sistema, es
decir mirar los efectos que se producirían en el sistema mediante los
cambios dentro de él o en su método de operación (tiempo en minutos)
DEFINICION DE MODELO
Modelo es una representación de un objeto, sistema o idea de forma
diferente a la de identidad misma. Es la abstracción de una realidad.
Por lo general el modelo nos ayuda a entender y mejorar un sistema
El modelo de un objeto puede ser una réplica exacta de este. Con la
diferencia del material que lo compone o de su escala, inclusive puede ser
una abstracción de las propiedades dominantes del objeto.
8.
9.
10.
11. Definición de Modelo
Un modelo es un objeto que sustituye
a otro objeto en un contexto dado.
Un modelo no tiene como fin replicar la
realidad en todos sus detalles.
La finalidad de modelar es obtener
información útil sobre el objeto de
estudio.
12. Simulación
Es la acción de manipular el modelo
para obtener información útil.
El punto de partida es el objeto real y el
punto final es información útil sobre
este objeto.
Entre estos dos puntos existen varios
pasos:
14. Funciones y Estructura del Modelo
FUNCIONES DEL MODELO
Comparar
Predecir
Ej: La pintura es una réplica de algo que existe, Un carro de madera
es la réplica de un original.
ESTRUCTURA DEL MODELO
El modelo se puede escribir de tal forma:
E = F(Xi, Yi)
Donde :
E: Es el efecto del comportamiento del sistema
Xi: Son las variables y parámetros que nosotros podemos controlar
Yi: Las variables y los parámetros que nosotros no podemos
controlar
F: Es la función con la cual relacionamos Xi con Yi con el fin de
modificar o dar origen a E
15. Los modelos son una simplificación de la teoría que muestran las
relaciones clave entre variables.
Las variables exógenas son aquellas que están dadas o que no
provienen del modelo bajo análisis.
Las variables endógenas son aquellas que explica o resultan del
modelo.
El modelo muestra cómo los cambios en variables exógenas afectan
las variables endógenas.
Variables de los Modelos
16. Variables exógenas: Afectan al sistema sin que este
las provoque.
Variables endógenas: Afectan al sistema pero este sí
las provoca.
Variables de los Modelos
17. Variables de los Modelos
Componentes de un modelo
Variables
1ª Clasificación
• Deterministas
– Continuas
– Discretas
• Estocásticas
2ª Clasificación
• Dependientes o Endógenas
• Independientes o Exógenas
– No controlables o factores
– Controlables
Constantes
Cantidades cuyo valor permanece fijo en el modelo
Parámetros
Cantidades que permanecen fijas, tan sólo, para cada
opción particular de un modelo
18. Propiedades de los Modelos
1. COMPONENTES:
Son las partes de un conjunto que forman el sistema
2. VARIABLES:
Pueden ser de dos tipos (Exógenos, Endógenos)
Exógenas: Entradas son originadas por causas externas al
sistema. A las variables exógenas, estadísticamente se las
denomina como variables independientes
Endógenas: Son producidas dentro del sistema que resultan de
causas internas, las cuales pueden ser de Estado o de Salida
- Estado: Muestran las condiciones iniciales del sistema
- Salida: Son aquellas variables que resultan del sistema
3. PARAMETROS:
Son cantidades a las cuales el operador del modelo puede asignarle
valores arbitrarios lo cual se diferencia de las variables. Los
parámetros una vez establecidos se convierten en constantes.
19. Propiedades de los Modelos
4. RELACIONES FUNCIONALES:
Describen a los parámetros de tal manera, que muestran su
comportamiento dentro de un componente o entre componentes
de un sistema.
Las relaciones funcionales pueden ser de tipo determinísticos o
estocásticos.
Determinísticas: Sus definiciones relacionan ciertas variables
o parámetros, donde una salida del proceso es
singularmente determinada por una entrada dada.
Estocásticas: Cuando el proceso tiene una salida indefinida
para una entrada determinada, las relaciones funcionales se
representan por ecuaciones matemáticas y salen del análisis
estadístico matemático.
20. Propiedades de los Modelos
5. RESTRICCIONES:
Estas son limitaciones impuestas a valores de las variables, las
cuales pueden ser de dos formas:
Autoimpuestas: O sea asignadas por el mismo operador o
Impuestas: O sea cuando son asignadas manualmente por
el mismo sistema
6. FUNCIONES DE OBJETIVO:
Son las metas del sistema o el como evaluar al sistema, existen
retentivas por ejemplo: la conservación de tiempo, energía y
adquisitivas ejemplo: Ganancia en algo.
21. Propiedades de los Modelos
Ejemplo de aplicación:
Determinar las propiedades de un colegio, una fábrica de
zapatos, un restaurante, un grupo de investigación.
PROPIEDADES DE UN COLEGIO:
Componentes: profesores, estudiantes
Variables: Exógenas: libros, enfermedades, transporte
Endógenas: Número de alumnos, costos,etc.
Parámetros: notas
Relaciones Funcionales: libros-estudiantes (buenos
libros, buenos resultados)
Restricciones: cantidad de profesores
Funciones Objetivo: pruebas del estado (exámenes)
22. Objetivos de los Modelos
Objetivos de los modelos:
Describir
Explicar
Predecir
Prescribir
Clasificación de los modelos:
Según el grado de abstracción
Según entorno
Deterministas
Estocásticos
Según área de aplicación
Área funcional
Sector industrial
23. Clasificación de los Modelos
Los modelos se pueden clasificar en forma general, pero los modelos de
simulación se pueden clasificar en forma más específica.
De que forma podemos modelar un objeto o sistema desde lo más real a
lo mas irreal.
Modelos Modelos a Modelos Modelos Modelos Modelos
Físicos Escala Analógicos Administrativos Simulación Matemáticos
Modelos Modelos
Exactos Abstractos
24. Clasificación de los Modelos
MODELOS FISICOS y A ESCALA:
Son los que mas se asemejan a la realidad, se encargan de modelar
procesos los cuales pueden ser:
MODELOS ANALOGICOS:
Se encargan de representar una propiedad determinada de un
objeto o sistema
MODELOS DENOMINADOS JUEGOS ADMINISTRATIVOS:
Ya empieza a involucrarse al ser humano el comportamiento del ser
humano. Ej: modelos de planeación, estrategias militares
MODELOS ABSTRACTOS (simulación):
Viene hacer una herramienta ya que se convierte en algo abstracto
MODELOS MATEMATICOS:
Se tiene en cuenta las expresiones materia y lógicas ejemplo:
representar un objeto. Aquí se debe hacer muchas suposiciones
dentro de un modelo matemático
25. Dentro de los modelos de simulación están:
1. MODELOS DETERMINISTICOS
Ni las variables endógenas y exógenas se pueden tomar como datos
al azar. Aquí se permite que las relaciones entre estas variables
sean exactas, o sea que no entren en ellas funciones de
probabilidad.
2. MODELOS ESTOCASTICOS
Cuando por lo menos una variable es tomada como un dato al azar
las relaciones entre variables se toman por medio de funciones
probabilísticas, sirven por lo general para realizar grandes series
de muestreos, quitan mucho tiempo en el computador son muy
utilizados en investigaciones científicas
Clasificación de los Modelos de
Simulación
26. 3. MODELOS ESTATICOS
En ellos no se toma en cuenta el tiempo dentro del proceso. Ej.: los
modelos de juegos, modelos donde se observa las ganancias de
una empresa. Ej: Arquitectónicos: líneas de teléfono, tubos de
agua
4. MODELOS DINAMICOS
Si se toma en cuenta la variación del tiempo. Ej.: la variación de la
temperatura, del aire durante un día, movimiento anual de las
finanzas de una empresa. Ejemplo: Laboratorio de química:
reacción entre elementos
En estos modelos físicos podemos realizar modelos a escala o en
forma natural, a escala menor, e escala mayor, sirven para hacer
demostraciones de procesos como para hacer experimentos
nuevos.
5. MODELOS A ESCALA
Son los modelos sencillos de maquetas -> casa -> baño, cuartos, etc.
Clasificación de los Modelos de
Simulación
27. Realidad
Representación conceptual sin
Ambigüedades ni contradicciones
Modelo
Solución General del modelo
Solución Particular del modelo
Verificación: ¿Es válido el modelo
para los fines previstos?
Datos
Implementación del modelo y
Control de la solución
Formalización
del sistema
- Algoritmos
- Desarrollos analíticos
- Aplicación de
Datos concretos al modelo
- Puesta en marcha de la
Solución o soluciones
- Controlar
Sí
No
Realidad
Representación conceptual sin
Ambigüedades ni contradicciones
Modelo
Solución General del modelo
Solución Particular del modelo
Verificación: ¿Es válido el modelo
para los fines previstos?
Datos
Implementación del modelo y
Control de la solución
Formalización
del sistema
- Algoritmos
- Desarrollos analíticos
- Aplicación de
Datos concretos al modelo
- Puesta en marcha de la
Solución o soluciones
- Controlar
Sí
No
¿Cómo se construye un Modelo?
28. ¿Cómo se construye un Modelo?
EL MODELO DE UN SISTEMA ES MAS FACIL DE CONSTRUIR SI:
- Se pueden identificar leyes o propiedades que obedece el sistema
- Se puede proporcionar una descripción gráfica del sistema
- Se puede cuantificar la incertidumbre en los inputs y en los
componentes
ALGUNAS DIFICULTADES EN EL PROCESO DE MODELIZACION:
- Se pueden identificar pocas o ninguna ley obedecida por el sistema
- Hay involucrados muchos elementos de proceso difíciles de
describir y representar
- Los inputs son difíciles de cuantificar
- Las componentes aleatorias son las más significativas
- Las decisiones humanas son partes sustanciales del sistema
29. ¿Para que se construye un Modelo?
Mejorar la comprensión de como trabaja y se comporta el
sistema modelizado
Adquisición de conocimiento sobre el sistema que se
representa (modeliza)
Sustitución del sistema real en la realización de experimentos
para responder a preguntas del tipo: ¿Qué pasaría si? (What if
questions / El modelo como plataforma experimental)
Encontrar los valores de las variables de decisión X que
satisfacen las restricciones y optimizan la función de utilidad
Utilización del modelo como ayuda a la toma de decisiones
(cuantitativas) por medio de las respuestas a las preguntas
¿Qué pasaría si?
30. Diagramas Causales
Tipos de relaciones que ligan dos elementos entre si:
RELACIÓN CAUSAL: Aquella en la que un elemento
A determina a otro B, con relación de Causa a
Efecto.
RELACIÓN CORRELATIVA: Existencia de una
correlación entre dos elementos del sistema, sin
existir entre ellos una relación Causa-Efecto
31. CONSUMO DE ALIMENTOS PESO
+
+
Diagramas Causales
Tipos de relaciones que ligan dos elementos entre si:
36. EJEMPLO
El servicio de peaje de una autopista
A. DESCRIPCION GRAFICA DEL SISTEMA (Primera
aproximación al proceso de modelización
⇒ Análisis / Adquisición de conocimiento)
B. DESCRIPCIÓN LOGICA DEL PROCESO (Segunda
aproximación al proceso de modelización
⇒ Análisis / Identificación de componentes (subsistemas,
entidades) y relaciones)
Llegadas de vehículos
Proceso de pago
Salidas de vehículos
Los vehículos llegan a la estación de peaje, si hay una
taquilla libre la ocupan, pagan y
abandonan la estación, en caso contrario esperan en una cola
37. EJEMPLO
El servicio de peaje de una autopista
C. CARACTERIZACION DE COMPONENTES:
IDENTIFICACION DE ATRIBUTOS
- Llegadas de vehículos: ¿Cómo llegan los vehículos a la
estación de peaje?
⇒ Descripción formal del proceso de llegadas
- Proceso de Pago: Características del subsistema de
pago
- Número de taquillas de pago
- Características tecnológicas del proceso de pago:
manual, automático (monedas, tarjeta de crédito, etc.)
- Descripción formal del proceso (duración)
38. EJEMPLO
El servicio de peaje de una autopista
D. ESTABLECIMIENTO DE RELACIONES ENTRE
COMPONENTES
DE LOS ATRIBUTOS QUE LAS CARACTERIZAN:
Llega un vehículo a la estación de peaje según el
proceso formal que describe como tienen lugar las
llegadas.
- Si hay una taquilla de pago libre: se dirige a ella, la
ocupa, efectúa el pago según la tecnología y el
proceso que la describe, después de pagar deja libre
la taquilla de pago y abandona la estación de peaje
- En caso contrario: espera en una cola hasta que
queda libre la taquilla correspondiente
39. EJEMPLO
El servicio de peaje de una autopista
E. FORMALIZACION DEL MODELO:
- Requiere el establecimiento de relaciones formales entre:
- La representación formal del proceso de llegadas
- La representación formal del proceso de pago
- Las condiciones (reglas) lógicas de ocupación y
liberación de las taquillas de pago
F. CARACTERISTICA INTRINSECA DEL PROCESO DE
LLEGADAS:
La incertidumbre (Aleatoriedad)
- Número de llegadas por unidad de tiempo
- Intervalo de tiempos entre dos llegadas consecutivas
40. EJEMPLO
El servicio de peaje de una autopista
G. CARACTERISTICA INTRINSECA DE LOS PROCESOS DE PAGO:
La incertidumbre
- Duración del proceso de pago (tiempo de ocupación de la
taquilla de pago)
⇒ NECESIDAD DE INCORPORAR FORMALMENTE AL MODELO
EL TRATAMIENTO DE LA INCERTIDUMBRE:
- Incorporación cuantitativa por medio de modelos de
probabilidad