ACTIVIDAD 4 GUSTAVO ADOLFO CALDERON GORDILLO YEILER PORTILLA MOSQUERA

ACTIVIDAD 4
GUSTAVO ADOLFO CALDERON GORDILLO
YEILER PORTILLA MOSQUERA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
FACULTAD DE INGIENERIA DE SISTEMAS
TEORIA GENERAL DE SISTEMAS
III SEMESTRE
2006
TEORIA GENERAL DE SISTEMAS
GUSTAVO ADOLFO CALDERON GORDILLO
YEILER PORTILLA MOSQUERA
Trabajo De Investigación
Docente
Jhon Alexis Sanabria Garzón
Ingeniero De Sistemas
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
FACULTAD DE INGENIERIA DE SISTEMAS
TEORIA GENERAL DE SISTEMAS
III SEMESTRE
2006
TEORÍA GENERAL DE SISTEMAS EN EL MODELADO DE SISTEMAS
La teoría de sistemas integra las técnicas de modelado de sistemas que se
encuentren a la orden del día con los avances tecnológicos en hardware y
software. Es importante hacer énfasis que se analizarán algunos de esos
tipos de modelos, con una visión general, pues cada uno de ellos se
analiza con total detalle en otras áreas o cursos académicos
1. Importancia de los modelos en la teoría general de sistemas
En la TGS siempre ha existido la preocupación por orientar y moldear unos
parámetros que sean flexibles, generales y adecuados, que integren la
especificidad de los conocimientos del área propia de los expertos, con los
pasos frecuentes que se enmarcan para el diseño de sistemas en general.
En el proceso de toma de decisiones que tiene por objeto la solución final
de los problemas particulares puede y debe estar apoyado por diversas
herramientas de modelación, tales como maquetas dibujos
arquitectónicos, programación interactiva, el modelado matemático, la
programación lineal, la programación entera, las aplicaciones y modelos
estadísticos, la simulación y muchos más.
Pasos generales para la obtención del modelo
* Efectuar una clara definición de variables.
* Establecer la relación entre variables y cómo se afectan entre sí.
* Crear una relación funcional entre variables.
* Generar una hipótesis de la relación funcional.
* La hipótesis se debe validar con datos empíricos.
* Efectuar un estudio de los datos.
* Estudiar los datos de salida para estructurar un modelo de representación
del fenómeno.
* Usar el modelo para evaluar nuevas alternativas y soluciones.
Ventajas de utilizar modelos simulados
* Es posible estudiar el efecto de cambios internos y externos realizando
cambios en el modelo del sistema y observando los efectos en el
comportamiento del sistema.
* Se entiende mejor el sistema, lo que permite mejorar su operación y
eficiencia.
* Se adquiere gran destreza en el análisis estadístico y en el análisis teórico.
* En el caso de los sistemas de objetivos múltiples es fácil detectar la
interrelación de variables, así como las variables que más influyen en el
modelo.
* Es posible conocer nuevas situaciones del sistema con sólo alterar el
contenido de algunas variables, lo que permite prever resultados
imprevistos o la realización de proyecciones de variada naturaleza.
* La explicación y adiestramiento de procesos y operación 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 capacitación debe ser
mucho menor.
* Es posible detectar con anticipación problemas en el sistema, cuando
son introducidos nuevos elementos que seguramente no se consideraron
en la etapa de diseño del sistema.
2. Modelos de uso general
Van Gigch identifica diversos tipos de modelos para múltiples usos y áreas
de trabajo.
Debido a la rápida variación de recursos del área de informática debemos
centrar nuestro estudio en aquellos modelos dinámicos e interactivos que
se encuentran inmersos en los modelos de objetivos múltiples.
Los modelos relacionados con la programación por objetivos tienen un
enfoque más realista de los problemas modernos, puesto que siempre se
pretenderá encontrar o alcanzar varios objetivos al mismo tiempo, si lo que
se desea es optimizar el uso de diversos recursos.
Tipos de jerarquía de modelos, según Van Gigch
* De intercambio: Para comparar y evaluar sustituciones.
* De objetivo único y objetivo múltiple: Para clasificar alternativas simples o
complejas.
* De optimización: Se estudian las alternativas totales para lograr óptimos
locales.
* De juicio o evaluación: Se integran información e indicaciones.
* De investigación o epistemológicos: Para validaciones de la verdad en
un método de razonamiento.
* De diagnóstico: Para procedimiento de investigación sistemática para
funcionamiento defectuoso del sistema.
Modelado de sistemas para la investigación de operaciones
* Matemático de programación lineal
Influyen notablemente en la toma de decisiones de múltiples proyectos de
inversión para obtener el máximo beneficio al menor costo posible.
* Programación dinámica
A diferencia de la programación lineal, este enfoque no cuenta con
formulaciones matemáticas, sino que es un enfoque de tipo general para
solucionar problemas y ecuaciones específicas que se deben desarrollar
para el estudio de cada situación individual.
* Programación entera
Se elaboran modelos matemáticos de programación lineal con una
restricción adicional: todas las variables sólo pueden tener valores enteros.
* Programación entera mixta
Modelos matemáticos de programación lineal en los que algunas variables
tienen valor entero y las demás no.
* Programación no lineal
A diferencia de la programación lineal, no todas sus funciones (función
objetivo y funciones de restricción) tienen comportamiento lineal. No se
tiene un algoritmo que resuelva todos los problemas específicos de este
modelo.
Modelos estadísticos
* De regresión
Por medio de estos modelos es posible extraer de grandes cantidades de
datos las características principales de una relación entre variables que no
es determinada a simple vista, debido a que la relación usual no es casual.
3. Técnicas modernas de modelado
Para conformar modelos que se acerquen al máximo a representar la
realidad existen diversas técnicas como:
Técnicas de modelado comunes
* Aplicaciones estadísticas
* Simulación
* Isomorfismos
* Análisis de redes
Técnicas de modelado en Inteligencia Artificial (IA)
* El procesamiento del lenguaje natural
* La Robótica
* La visión
* Los juegos
* La lógica formal
* Reglas de producción
* Redes semánticas
* Frames o unidades de información
* Sistemas expertos
* Sistemas basados en el conocimiento
4. Filosofía de sistemas
4.1 Epistemología sistémica
La epistemología de sistemas se refiere a la distancia de la TGS con
respecto al positivismo o empirismo lógico. Bertalanffy señala que la
epistemología del positivismo lógico es fisicalista y atomista. Fisicalista en el
sentido que considera el lenguaje de la ciencia de la física como el único
lenguaje de la ciencia y, por lo tanto, la física como el único modelo de
ciencia. Atomista en el sentido que busca fundamentos últimos sobre los
cuales asentar el conocimiento, que tendrían el carácter de indubitable.
Por otro lado, la TGS no comparte la causalidad lineal o unidireccional, la
tesis que la percepción es una reflexión de cosas reales o el conocimiento
una aproximación a la verdad o la realidad.
4.2 Ontología sistémica
La ontología se aboca a la definición de un sistema y al entendimiento de
cómo están plasmados los sistemas en los distintos niveles del mundo de la
observación. Los sistemas conceptuales son la lógica, las matemáticas, la
música y, en general, toda construcción simbólica.
Bertalanffy entiende la ciencia como un subsistema del sistema
conceptual, definiéndola como un sistema abstraído, es decir, un sistema
conceptual correspondiente a la realidad.
Las ciencias naturales y humanas se debaten hoy día por encontrar un
paradigma del conocimiento humano que sea como una nueva teoría de
la racionalidad y donde tengan cabida todos los conocimientos existentes
sólidamente establecidos. La ontología se aboca a la definición de un
sistema y al entendimiento de cómo están plasmados los sistemas en los
distintos niveles del mundo de la observación, es decir, la ontología se
preocupa de problemas tales como el distinguir un sistema real de un
sistema conceptual.
Las ciencias naturales y humanas se debaten hoy día por encontrar un
paradigma del conocimiento humano que sea como una nueva teoría de
la racionalidad y donde tengan cabida todos los conocimientos existentes
sólidamente establecidos