FUNDAMENTOS DE LA TEORIA GENERAL DE

SISTEMAS

Toms Bradanovic P.

CURSO DE MODELAMIENTO EN DISEO DE PROCESOS

http://modelamientouta.blogspot.com

TEORIA
TGS, Modelamiento de datos, Gestin de datos, Bases de Datos,
diseo en capas, modelos entidad-relacin, UML, orientacin a
objetos, modelos conceptuales, modelos evolutivos, modelos en
cascada, anlisis y diseo
PRACTICA
Casos, Diseo de entrevistas, modelado por prototipos, uso VBA
para crear prototipos, mejora de procesos, microaplicaciones,
persistencia, implementacin

Alguna idea previa respecto de que se trata el curso?

Fundamentos de la Teora General de Sistemas

Historia
Galileo, Dos Nuevos Sistemas, el problema del colapso, por ejemplo de una
viga soportada en sus extremos que largo puede tener sin que se caiga
bajo su propio peso?.
Los modelos fsicos (maquetas) pese a ser exactamente proporcionales no
servan para predecir problemas de resistencia y colapsos, por ejemplo el
problema de hacer un barco grande o un edificio de varios piso sin saber si
va a resistir o no.
Galileo desarroll modelos matemticos para describir la mecnica y la
resistencia de materiales. Las matemticas eran muy primitivas: geometra,
lgica, aritmtica bsica, as es que los modelos resultaron complicadsimos,
sin embargo muchas de sus demostraciones siguen siendo fundamentos de
la mecnica clsica.
Otros ejemplos de modelos fsicos
Explicacin de por qu no siempre funcionan

La idea de los modelos seguramente ha existido desde siempre: un mueco es

un modelo de ser humano, un calendario es un modelo de los movimientos del
sol, en el folklore existe la idea de hacer miniaturas de las cosas para
representarlas e influenciar sobre ellas (ekekos, alasitas). Las matemticas
aplicadas son el lenguaje de la ciencia y la herramienta ms poderosa para
modelar, una ecuacin puede ser un modelo de algo real (por ejemplo la
trayectoria de una bala de can est descrita casi exactamente por la ecuacin
de la parbola o las ondas de sonido por una ecuacin tipo y=K*sen(x+algo),
los modelos matemticos son los ms poderosos y exactos para problemas
ms o menos simples.
Otros ejemplos de ecuaciones para predecir
Probablemente el estudio de los fenmenos ondulatorios di mucho impulso a
la Teora General de Sistemas: fenmenos completamente distintos como las
ondas en el agua al caer una piedra, el movimiento del pndulo de un reloj, un
sonido propagndose por el aire, las ondas e luz o de radio obececen todas a
ecuaciones del tipo y=K*sen(x+algo), o sea fenmenos muy disintos compartan el
mismo modelo matemtico. Tambin se observaron en fsica muchas analogas
entre fenmenos muy distintos que podan representarse con un mismo modelo,
por ejemplo la analoga entre un sistema hidrulico y uno elctrico. Todas estas
analogas y similitudes llevaron a formular en los aos 30 la Teora General de
Sistemas basada en ciertos conceptos bsicos:
Explicacin y ejemplos de analogas

1. Los sistemas tienen caractersticas comunes a todos

2. Por lo anterior la TGS es integral, abarca todo lo que existe: sistemas
fsicos, qumicos, biolgicos, sociales, econmicos, etc. uno se puede
aproximar a cualquier fenmeno usando un enfoque de sistemas, que
es una forma de aproximarse a la realidad
3. Un sistema se puede modelar como una caja negra, que
tiene entradas, las procesa, entrega salidas y a veces se realimenta. El
concepto de caja negra es algo que estudiamos desde afuera, sin
importarnos como funciona internamente, solo nos interesa saber que
pasa con las entradas (estmulos) y con las salidas (respuestas) del
sistema.
Realimentacin

SISTEMA
Entradas

Salidas

Ejemplos de cajas negras con sus entradas y salidas

Cuando se trata de conocer lo que pasa dentro de la caja negra estudiando

como se modifican las salidas en funcin de las entradas eso se
llama Ingeniera Reversa
Ejemplos de ingeniera reversa
Un computador es un ejemplo clsico de caja negra: lo alimentamos con
informacin y obtenemos respuestas sin tener idea del detalle de los
millones de operaciones intenas involucradas ni como funcionan. Cuando
usamos el computador lo hacemos con el enfoque sistmico, es decir de
caja negra.
Supongamos que necesito traducir un prrafo en ingls, voy al computador y
entro al traductor en lnea Babelfish, ingreso el prrafo (o sea alimento la
caja negra con una entrada), cliqueo los botones adecuados y obtengo mi
traduccin.(o sea mi salida) es necesario saber en detalle como opera el
computador o como funciona el algoritmo traductor?, claro que no, para eso
es el sistema de caja negra, los procesos de detalle lo hacen otros y
nosotros no tenemos para que saber como funcionan: sera muy ineficiente
si todos tuvieramos que aprender en detalle como funciona cada cosa. El
concepto de caja negra es muy importante, volveremos sobre l a menudo.

4. Los sistemas pueden ser reales, que existen independientemente de

nosotros y los podemos descubrir o no, ejemplos de sistemas reales son el
clima, la economa, los organismos, etc. todo lo que tiene independencia de
nosotros. Tambin existen los sistemas ideales que solo existen en el
intelecto, por ejemplo la lgica, las matemticas, etc. Finalmente existen
los modelos que son abstracciones de la realidad. Los modelos son el tipo
de sistema que estudiaremos en este curso.
5. Un modelo es una abstraccin de la realidad, una representacin
simplificada, exprimida de algo real a la que le hemos sacado todo lo
irrelevante y le hemos dejado solo lo que ms nos importa. Lo que es
"relevante" o "irrelevante" es completamente relativo a lo que nos interesa
obtener de nuestro modelo. En un mueco lo relevante ser que tenga un
parecido fsico con lo real, en el modelo de un puente lo relevante ser que
las caractersticas de resistencia, flexibilidad, etc sean parecidas, en el
modelo de un negocio lo relevante puede ser las cantidades de dinero y como
se comportan bajo distintas condiciones.
Ejemplos de sistemas reales, ideales, modelos

6. Los sistemas tienen a su vez subsistemas y tambin son parte de

sistemas mayores. Por ejemplo el sistema de contabilidad de una empresa
tiene distintos subsistemas (cuentas por cobrar, caja, activos, pasivos,
etc.) pero tambin es parte de otros sistemas mayores (las finanzas de la
empresa, las finanzas de la ciudad, del pas, etc.). Por eso en la TGS es
importante definir el mbito de accin, o sea las fronteras dentro de las
cuales estudiaremos un sistema.
Ejemplos de subsistemas y supra-sistemas
La TGS tiene dos campos de actividad: Investigar el isomorfismo de
conceptos, leyes y modelos en varios campos y facilitar las transferencias
entre aquellos. promocin y desarrollo de modelos tericos en campos que
carecen de ellos y reducir la duplicacin de los esfuerzos tericos,.
promoviendo la unidad de la ciencia a travs de principios conceptuales y
metodolgicos unificadores.
Ejemplos de isomorfismo

LA ANALOGIA ELECTRO HIDRAULICA

MODELAMIENTO
Competencia que un ingeniero debe poseer: captar una cierta problemtica y
poder representarla en algn modelo usando, por ejemplo el lenguaje de
modelacin UML o un grfico entidad relacin.
El proceso de abstraccin es una constante en el desarrollo de actividades
que involucran el modelamiento. Este proceso es difcil de ensear en
trminos tradicionales, es ms bien una capacidad que los estudiantes ya
traen y que es necesario orientar y potenciar para poder desarrollar las
competencias especficas que posibilitarn un desempeo exitoso en el
mbito del modelamiento de sistemas y bases de datos.
La asignatura Modelamiento de Datos es una asignatura donde los
estudiantes se enfrentan al problema de modelar sistemas administrativos,
procesos, problemas de control, etc.
Ejemplos de abstraccin

Que es La Teora General de Sistemas

Como la Teora de Conjuntos, la Teora General de sistemas pretende hacer
una abstraccin que represente una gran cantidad de cosas distintas. El
concepto de "sistema" es muy general, algunas definiciones de lo que es un
sistema son:
"una cantidad de elementos y relaciones" (Klaus)
"una parte de la realidad, observable y que se puede describir" (Muller)
algo que posee elementos, estructura, vecindad, recibe y envia magnitudes
concretas a su vecindad" (Semard)
Casi cualquier cosa la podemos considerar un "sistema" que adems suele
tener partes o subsistemas: por ejemplo una industria es un sistema, uno de
sus talleres es un sistema parcial de los cuales los operarios de torno seran
otro subsistema. Tambin la industria podra ser subsistema de un parque
industrial, etc.
Ejemplos de sistemas con sus elementos y relaciones
(Ej. Ctas. Corrientes, Inventarios)

En la teora de Sistemas distinguimos a un sujeto que observa y objetos que

son estudiados. El sujeto estudia, interpreta y crea conocimientos, pero los
objetos suelen tener muchas facetas de estudio y es imposible (adems de
intil) estudiar su "realidad total" as se crea un sistema, que es "un anlogo
de un objeto real". Es decir el objeto y el sistema son dos cosas distintas,: el
sistema es una imagen del objeto real que sirve para simplificar su estudio.
De aqu deducimos que para un mismo objeto pueden existir diferentes
sistemas (abstracciones) que lo representen segn que es lo que nos interesa
estudiar.
La clave de la Teora de Sistemas consiste en que, si bien todos los sistemas
pueden ser distintos, existen estructuras y relaciones que son comunes a
muchos de ellos: por ejemplo el movimiento del agua en un ro y el
comportamiento de una multitud de personas a la salida de un estadio son
de una naturaleza material absolutamente distinta, pero se pueden
establecer analogas entre ambos fenmenos. En la naturaleza existe una
gran cantidad de sistemas anlogos y si hacemos abstraccin de la realidad
material, vemos que muchos sistemas absolutamente distintos se pueden
caracterizar por un mismo conjunto de relaciones.
Ejemplos de distintos modelos para un mismo fenmeno
Ej.-Una ciudad puede tener un modelo vial y otro de
seguridad ciudadana

Sistema Elemental (o Elemento Activo)

Un sistema elemental tiene a lo menos una magnitud de entrada y una de
salida. Veamos un ejemplo prctico, si queremos estudiar el movimiento
de la carga que maneja un puerto puedo definir un sistema sencillo que
considere la carga que entra al puerto y la que sale de l. As el complejo
sistema llamado "puerto" lo hemos reducido, por abstraccin a una "caja
negra" a la cual le podemos medir (digamos, en toneladas) la carga que
entra para embarque y la carga que se desembarca de los buques. Con
este sencillo modelo podemos estudiar, por ejemplo, en que pocas del
ao hay atochamientos, cuando hay ms capacidad ociosa.
Nuestro modelo de puerto es un elemento activo que posee una vecindad
(los barcos y la ciudad) a la que le entrega determinadas magnitudes
(toneladas de carga), la vecindad tambin le entrega a nuestro puerto
magnitudes por lo que ambos interactan constantemente.

Qu otra utilidad podra tener el modelo elemental de puerto?

A nuestro modelo podemos complicarlo agregando otras variables para hacer

ms exacto nuestro estudio: por ejemplo la cantidad de trabajadores, la
capacidad de las bodegas y la disponibilidad de camiones para transportar la
carga. Todas esas magnitudes influirn finalmente en la cantidad de carga que en
realidad se mueve y tambin existirn otras magnitudes externas, como los das
con marejada que obligan a mantener el puerto cerrado, etc. As vemos como el
comportamiento de nuestro sistema est influenciado por si mismo y por el
exterior.
Lo importante de este ejemplo es como hemos hecho abstraccin de muchas
cosas (como el paisaje, la forma de las instalaciones fsicas, etc.) para
concentrarnos solo en algunas pocas caractersticas que nos interesan: hemos
creado un modelo que nos ser ms til, por ejemplo, que una fotografa o una
pelcula. Teniendo nuestro modelo podemos "jugar" con las variables para
estudiar que pasara, si establecemos las relaciones que nos interesan en forma
matemtica (por ejemplo una funcin que indique cuanto aumenta la capacidad
de movimiento en relacin a la capacidad de las bodegas) podemos calcular
tericamente y de antemano si es conveniente o no construir nuevas bodegas.
Ventajas y desventajas de agregar muchas variables

Clasificacin de los Sistemas

Grado de Abstraccin
Abstractos
Reales
Ejemplos
Transformacin en el tiempo
Estticos
Dinmicos
Ejemplos
Complejidad
Simples
Complejos
Muy complejos
Ejemplos

Certeza del comportamiento

Determinados
Estocsticos (al azar)
Ejemplos
Linealidad
Lineales
No lineales
Ejemplos
Armona
Abiertos
Cerrados
Ejemplos
Estabilidad
Estables
Inestables
Mixtos
Ejemplos

Funciones o Relaciones de un Sistema

Cuando hacemos un modelo lo que tratamos es establecer cuales son las
relaciones entre las magnitudes de entrada y las de salida. As, en un modelo
abstracto podemos tener varias entradas, varias salidas y una funcin de
sistema que describe matemticamente como se relacionan las salidas con las
entradas, o sea
S=T(E)
Donde S es el conjunto de las magnitudes de salida, E el conjunto de
magnitudes de entrada y T la funcin que las relaciona.
Siguiendo nuestro ejemplo prctico, podramos establecer (por observacin)
que al aumentar la cantidad de camiones nuestro puerto aumentar su
capacidad de movimiento de carga en un factor de x veces, etc.
Tambin existen relaciones de retroalimentacin, donde las magnitudes de
salida influyen en las de entrada (por ejemplo si los embarques aumentan
mucho, entrarn mas empresas de camiones a trabajar al puerto y viceversa)

Explicitar las funciones de entrada y salida

Teora de los Modelos

Un modelo fundamentalmente es algo que obtenemos despus de un
proceso de abstraccin, es decir tomamos un sistema real y hacemos
una imgen de el, ms simple y ms clara que el original.. Al construir
un modelo tratamos de captar lo que es esencial en el sistema, lo que a
nosotros nos interesa estudiar y lo que pensamos que nos servir para
ese estudio. Todo lo dems lo desechamos.
Un modelo facilita la comprensin de un sistema complejo,
representando lo que es significativo para nuestro estudio, es una
imitacin de la realidad. As, tenemos el objeto real, el sujeto que lo
estudia y el modelo, que tiene relaciones de analoga o similitud con el
objeto real y permite al sujeto obtener conclusiones relativas al
sistema.

Clasificacin de los Modelos

Modelos de Afirmacin
Describen al sistema usando palabras, se usan en los sistemas ms
complejos donde no es factible determinar relaciones matemticas. Estos
modelos son muy debilmente predictivos y se limitan a hacer una descripcin
verbal y cualitativa del sistema. Sin embargo son muy usados en sistemas
administrativos Ejemplo
Modelos Fsicos
Son objetos materiales usados para demostracin y, en menor medida para
experimentacin cuantitativa. Ejemplo
Modelos Grficos
Son modelos ideales que usan medios de expresin grfica, Ejemplo
Modelos Formales
Son los modelos abstractos, matemticos ampliamente usados en la
investigacin cientfica. Consideran los parmetros variables escenciales de
un fenmeno y sus relaciones descritas en forma de ecuaciones matemtica
Ejemplo

Como Modelar
Ordenar las opiniones: para modelar se debe primero que nada observar el
sistema y recoger informacin relevante, luego se determina sobre qu base
ser construdo el modelo segn las relaciones de analoga que se observen.
Tambin en esta etapa se determinar a que objetivo ser construido el modelo
Elaborar los elementos esenciales y sus acoplamientos el modelo se va
conformando de acuerdo a las relaciones de analoga encontradas
Experimentar con modelos: se trata de buscar modelos alternativos o variantes
del configurado originalmente para ver si se puede perfeccionar la similitud con
el comportamiento relevante del modelo real
Decidir la solucin ptima: de todos los modelos experimentados se escoge al
que represente al sistema de la mejor manera para nuestros propsitos
Prueba del modelo: se deben disear y ejecutar pruebas que confronten la
capacidad predictiva del modelo con respuestas conocidas del sistema, de
manera de detectar si hay omisiones o errores relevantes
Ejemplo: modelar un curso

Tres Tcnicas Fundamentales

* El mtodo de conclusiones por analogas
* El mtodo de la caja negra
* El mtodo de las aproximaciones sucesivas
Para obtener conclusiones por analogas consiste en buscar fenmenos
semejantes cuya solucin sea conocida, comparar sistemas distintos buscando
semejanzas o analogas, en su comportamiento, su estructura o su materialidad
Ejemplo
Para sistemas muy complejos un buen mtodo es el de la caja negra, que
consiste en un sistema al que solo podemos influenciar alimentndolo y
observando sus reacciones. As podemos definir un comportamiento "macro"
sin entrar a los detalles internos del sistema. El mtodo de la caja negra es muy
usado en el modelamiento de sistemas Ejemplo
El mtodo de las aproximaciones sucesivas consiste en definir un resultado
ptimo y tratar de obtenerlo ingresando magnitudes al azar al sistema, por
medio de la prueba y error nos acercaremos al ptimo esperado lo que
permitir encontrar la relacin buscada sobre el comportamiento del sistema.
Ejemplo

En la Prctica se usan etapas de diseo lgico de los sistemas complicados.

Los analistas de sistema son por lo general gente del rea de la ingeniera
industrial o de la administracin ya que, a diferencia de los ingenieros de
software el diseo lgico est ms cerca de la administracin que de la parte
relacionada con algoritmos y lenguajes.
El trabajo de un analista consiste en estudiar los requerimientos del sistema
que se desea disear as como los flujos de la informacin y, en base a eso,
entregar su producto que es el diseo lgico, que consiste en diagramas y una
lista detallada con las especificaciones que debe cumplir el sistema, una gua
de criterios de diseo y procedimientos para que la gente de software se
encargue de implementar.
En los sistemas pequeos el trabajo de diseo lgico y fsico son llevados a
cabo por una misma persona y a menudo el proceso de diseo lgico es
informal y no deja especificaciones escritas. Sin embargo es recomendable
para cualquier diseo, por simple que sea dejar escrita una lista de
especificaciones del diseo lgico ya que esta formalizacin ayudar bastante
a quienes tomen posteriormente las tareas de mantencin del sistema, esta
lista tambin constituye una salvaguarda contra cambios abruptos de diseo
pedidos por el cliente una vez que el sistema est implementado.