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