1

EL PENSAMIENTO SISTMICO, SISTEMAS Y MODELOS.

1.1 La ciencia y el movimiento de sistemas.

El mtodo cientfico ha sido muy importante en el desarrollo de la modernidad y en
la explotacin de la ciencia en la tecnologa, sin embargo debe reconocerse las
limitaciones del mismo. El problema principal del mtodo cientfico es su capacidad
para enfrentar a la complejidad. El principio central de la prctica cientfica es el de
dividir los problemas para examinarse en partes separadas, suponiendo que esta
divisin no distorsionar el fenmeno que se estudia. Asume que los componentes
del todo son los mismos cuando se les examina individualmente como cuando
toman su rol en el todo. Por ejemplo, al separar el fenmeno del calor de la
complejidad total del mundo fsico, estudiando en el laboratorio las leyes de la
transferencia del calor, los resultados encontrados sugieren que para propsitos de
todos los das, esta separacin o reduccin es legtima. Esto lo demuestra el hecho
de que en el mundo real, en el cual la transmisin del calor se mezcla con otros
fenmenos fsicos como la luz, el sonido y la accin de las fuerzas gravitacionales,
hasta donde concierne al calor; las mismas leyes de la transmisin del calor
establecidas en el laboratorio, se obedecen, lo cual justifica la reduccin inicial. Pero
si vamos ms all de las regularidades fsicas y pasamos a fenmenos
aparentemente ms complejos, las respuestas a preguntas de cmo hacer la
separacin, y cmo saber si es legtimo hacer eso, son respuestas ms difciles de
obtener.
1.1.1 El pensamiento de sistemas.
La biologa es una ciencia en la que sus fenmenos son tan complejos que han
cuestionado severamente al mtodo cientfico. Los bilogos estn dentro de los
pioneros que establecieron formas de pensamiento en trminos del todo, un
bilogo Ludwig von Bertalanffy, sugiri generalizar este pensamiento para hacer
referencia a cualquier tipo de entero y no solamente a los sistemas biolgicos.
Tambin ingenieros de control, comunicacin y electricidad han contribuido en el
pensamiento de sistemas.

La prctica de sistemas implica el deseo de averiguar cmo utilizar los conceptos

de sistemas para tratar de solucionar problemas. Para esto se deben considerar
tres ideas principales: la primera, habr mucho que aprender de los sistemas
naturales; la segunda, el solucionador de problemas puede usar sistemas
diseados, ya sean fsicos o abstractos; y tercera, se puede buscar el
ingenierear los sistemas de actividad humana, es decir, que la prctica de
sistemas se destine a la solucin de problemas del mundo real.
Las comunidades humanas han enfrentado problemas derivados de las
necesidades bsicas del hombre como la alimentacin, el cobijo y el transporte; y
todas las sociedades han desarrollado tecnologas para resolverlos. Mientras que
la ciencia otorga muy alto valor al avance en el conocimiento, la ingeniera y
tecnologa le dan mayor valor al logro eficiente de un propsito definido. Los
cientficos se preguntan Hemos aprendido algo?, mientras que el ingeniero y el
tecnlogo se preguntan Funciona esto?.
La ingeniera como actividad profesional atrae a personas orientadas a la accin,
que valora el logro prctico por encima de todo. Esto se puede observar en que a
los ingenieros no les gusta teorizar, cuando un buen diseo se ha llevado a cabo
con xito en la prctica, ellos no se inclinan a analizar la manera en que lograron
hacer esto. Los ingenieros no han desarrollado el enfoque de sistemas amplio,
sin embargo existe una parte de la ingeniera en la cual las prescripciones
metodolgicas son comunes. Esta es el rea de la materia que se ocupa de la
ingeniera, no de los componentes sino de los sistemas que involucran las
interacciones mutuas de muchos componentes.
La ingeniera de sistemas es vista como la tarea total de concebir, disear
evaluar e implementar un sistema para que satisfaga alguna necesidad definida (
la ejecucin de un proyecto de ingeniera).

1.1.2 Clasificacin de sistemas y modelos.

La ingeniera de sistemas, se presenta como una forma metodolgica que utiliza
modelos, por lo que crea otra metodologa de solucin de problemas y al mismo
tiempo, dirige hacia una prctica estimulante para formas de trabajo
interdisciplinarias.
Para definir la estructura de un sistema, Bertalanffy se refiere a la propiedad de
un orden jerrquico o importancia que tiene un elemento sobre otro elemento en
un sistema o subsistema; este concepto ha tenido tiles aplicaciones y se puede
establecer que los elementos de un sistema pueden constituir por s mismos un
sistema de rango inferior.
Partiendo de la definicin de sistema de Ackoff, un sistema es un todo que no
puede ser dividido en partes independientes; entonces su estructura solo puede
estar compuesta por subsistemas y elementos que forman una unidad; es decir,
cada parte de un sistema tiene propiedades que se pierden cuando se separan
de l y cada sistema tiene propiedades que no se encuentran en ninguna de sus
partes.

Elementos.
Se entiende por elemento de un sistema las partes o componentes que lo
constituyen; estos pueden ser objetos o procesos. Se consideran como
elementos de un sistema:

Entidades

Atributos

Actividades

Medio ambiente

Una entidad es un objeto de importancia dentro del sistema, mientras que un

atributo se refiere a las caractersticas o propiedades estructurales o funcionales
que caracterizan a las entidades; todo proceso que provoque cambios en el

sistema se denomina actividad y el rea de sucesos y condiciones que influyen

en el comportamiento de un sistema se le denomina medio ambiente.

Subsistemas.
Un sistema se puede dividir en subsistemas. Los elementos que pertenecen a un
subsistema se pueden considerar como parte integrante de otro subsistema.
Este concepto requiere de una nueva serie de asociaciones, el comportamiento
puede no ser completamente anlogo con el del sistema original.
Los sistemas, de manera general, estn clasificados dentro de varias categoras;
la primera clasificacin hizo distinguir entre sistemas naturales y sistemas
artificiales, sin embargo algunos elementos de los sistemas artificiales estn
formados por sistemas naturales, y asimismo los sistemas artificiales son copias
de los naturales, por lo tanto ambos comparten las mismas propiedades.
La segunda clasificacin consisti en sistemas abiertos y sistemas cerrados; los
sistemas abiertos son todos aquellos que pueden intercambiar materiales,
energa o informacin con otros elementos; a diferencia de estos, los sistemas
cerrados son los que no toman ni aportan elementos de ninguna de sus formas.
La tercera clasificacin trata de los sistemas capaces de adaptacin y de los que
no lo son; es decir, que poseen la habilidad para reaccionar con su medio
ambiente de una forma favorable; la teora de la evolucin est basada en la
nocin de la adaptacin al medio que rodea a un organismo.
Hall los denomina de otra manera:

sistemas estables, sistemas con

retroalimentacin y sistemas con factores fortuitos. Un sistema es estable cuando

algunas de sus variables tienden a permanecer dentro de lmites bien definidos.
Algunos sistemas se retroalimentan, en parte, de los procedimientos de entrada
a fin de afectar las salidas sucesivas.
Los sistemas naturales o artificiales tienen en ocasiones un comportamiento
fortuito o al azar; en la practica es comn encontrar en un determinado elemento
numerosas variables, que stas por ser tantas e inaccesibles pueden
considerarse aleatorias. En la figura 2.1 se presenta un esquema de esta
clasificacin.

NATURAL

ABIERTOS

ADAPTABLE

1ra. Clasificacin

2da. Clasificacin

3ra. Clasificacin

DETERMINISTICO

SISTEMA

ARTIFICIAL

CERRADOS

NO ADAPTABLE

Propiedades
PROBABILISTICO

Figura 2.1 Clasificacin de sistemas

ESTRUCTURA Y CLASIFICACIN DE MODELOS.

Definicin.
Para explicar un fenmeno se requiere de un nmero infinito de variables; la
realidad misma tiene mltiples y complejas variables que es imposible tratar con
todas, pero algunas variables tienen un efecto importante sobre el fenmeno que
se va a explicar, mientras que otras no, esto significa que utilizando un nmero
reducido de variables, se puede representar el fenmeno.
Se puede definir a un modelo como una representacin simplificada de la
realidad que ensea relaciones predominantes entre sus elementos.

Estructura.
Entre los principales elementos que integran un modelo se distinguen:

Variables

Parmetros

Relaciones funcionales

Los objetos o smbolos, que representan a entidades o atributos del sistema y

que cambian durante el estudio, se les denomina variables, los cambios que
experimentan las variables pueden ser cualitativos o cuantitativos.

Mientras que las variables cambian con el tiempo, existen otros

objetos o

smbolos que representan a entidades o atributos del sistema, que permanecen

constantes durante el estudio; a estos se les denomina parmetros.
Como ya se ha mencionado, las variables cambian con el tiempo; estos cambios
afectan a los parmetros debido a la relacin que existe entre ellos. Estos
procesos fsicos o relaciones entre los smbolos de un modelo, que representan
a las actividades y a las relaciones entre los elementos de un sistema es lo que
se denomina relacin funcional.

Clasificacin.
Cada autor ha tenido una forma diferente de clasificar a los modelos, Ackoff
habla de tres tipos bsicos de modelos: Los icnicos, los analgicos y los
simblicos. El uso de estos modelos bsicos, en la prctica, permite que se
puedan hacer combinaciones de ellos.
Los modelos icnicos (de cono) son fciles de identificar, porque representan
cosas especificas y concretas; es decir, las propiedades que forman parte de la
realidad son conservadas en el modelo, por lo general, cambiando su escala.
Estos modelos son imgenes de lo que representan; son ejemplo de este tipo de
modelos: fotografas, dibujos, mapas, etc.
A diferencia de los modelos icnicos, en los modelos analgicos las cualidades
relevantes de la realidad son representadas por otras diferentes. Es por eso que
en estos modelos es ms difcil identificar lo que representan, pero tienen una
mayor facilidad en su manejo. Un claro ejemplo de estos modelos son las
grficas para representar variables.
Los modelos, cunto ms fcil sean en su manejo, mas difcil son para construir;
este es el caso de los modelos simblicos que son los mas generales y
abstractos; estos modelos son los que mejor sirven para representar sistemas,
cuando se pueden cuantificar las variables relevantes.
Las variables relevantes no se pueden cuantificar en su totalidad, este tipo de
modelos son incompletos porque omiten algunas variables, por eso es muy

importante que aquel que toma las decisiones, se percate de cules son las
variables que dichos modelos toman en cuenta y cules no.

Otra manera de clasificar a los modelos es:

Por el tipo de sistema que estn representando
Por la naturaleza misma del modelo

De acuerdo con el sistema que se pretenda estudiar, un modelo puede ser

esttico que corresponde a un sistema discreto y dinmico que corresponde a un
sistema continuo. As, como los sistemas discretos o continuos pueden ser
determinsticos o probabilsticos, los modelos estticos y dinmicos tambin
pueden ser determinsticos o probabilsticos.
Los sistemas representados por modelos determinsticos son aquellos en los que
el resultado de sus relaciones funcionales se conoce con certeza; al hacer un
cambio en el sistema los resultados o las relaciones funcionales podrn ser
perfectamente pronosticadas.
Los modelos probabilsticos son aquellos que en su representacin incluyen
procesos estocsticos (probables resultados). En estos modelos, el resultado
est sujeto a una distribucin de probabilidad, debido a que se tiene un
modelado estocstico.
Los modelos, de acuerdo a su naturaleza se pueden clasificar: (1) cuando estn
formados por procesos fsicos se dice que los modelos son de tipo material; y (2),
si lo estn por smbolos y relaciones entre ellos, son simblicos.

Los modelos materiales, a su vez, se clasifican en:

Rplicas. Modelos en los cuales se conservan las mismas dimensiones que

tiene el sistema original y solo se cambia el material con el que esta
constituido; ejemplo de estos son los maniques.

Cuasi-rplicas. Modelos en los cuales se cambia el material que constituye al

sistema y una o ms de sus dimensiones, como ejemplos tenemos a los
mapas, maquetas, etc.

Analoga. Estos modelos ya no tienen semejanza con el sistema original ni

con el material que los constituye ni sus dimensiones; sin embargo, se puede
establecer correspondencia entre sus propiedades esenciales.

Los modelos simblicos se clasifican en:

Descriptivos. Son modelos en los cuales el sistema se explica nicamente por

medio del lenguaje cotidiano.

Simulativos. En estos modelos pueden existir palabras de uso cotidiano, pero

estn formados en su mayora por expresiones y frmulas matemticas.

Formales. Estos modelos a su vez, consisten nicamente de smbolos

matemticos, los cuales se estudian con alguna disciplina de las
matemticas.

En la tabla 2.1 se presenta una clasificacin de modelos en forma tabular citando

algunos ejemplos.
EL ESTUDIO DE SISTEMAS UTILIZANDO MODELOS.

En la complejidad del mundo real los sistemas presentan mltiples variables, es

por eso que para ser estudiados se requiere de una herramienta eficaz como lo
son los modelos. Aunque para construir un modelo del sistema en estudio,
requiere de la habilidad del investigador, una secuencia bsica de pasos es:

El sistema original se presenta casi siempre en el mundo real, esto es el

sistema real.

Identificado el sistema, se hace un acopio de informacin para llevar a cabo

el anlisis y la simplificacin de variables, es decir conservar las entidades,
atributos, elementos y las variables relevantes que ayudaran a comprenderlo.
Este proceso conduce a seleccionar un tipo de modelo que se aproxima al
sistema real y se crea un modelo real.

El modelo real se puede transformar en un modelo material o simblico por

medio de un proceso de abstraccin, (la calidad del modelado depende de la
imaginacin y creatividad del equipo de investigacin) el cual consiste en

Tabla 2.1 Clasificacin de modelos y ejemplos

Clasificacin de modelos de acuerdo al sistema

Prueba de
reacciones en
pacientes

Estatua

Rplica

Juego
electrnico

Sistema
planetario

Mapa de
temperatura

Mapa de
carreteras

Cuasirplica

Generador de
ruido blanco

Circuito
elctrico

Simulacin
de una
caminata
aleatoria

Maqueta

Teora de la
evolucin
(Darwin)

La
Constitucin

Reporte del
tiempo

Los Diez
Mandamientos

Algoritmo de
caminata
aleatoria

Algoritmo
de ruta
crtica

Programa no
adaptativo y
variable de
ajedrez

Diagrama de
flujo del
Simplex

Simulativo

Ecuaciones
de Maxwell

Nmero
esperado de
clientes en
lneas de
espera

Ley de los
gases ideales

Formal

Ecuacin
diferencial
estocstica

Incremento de la generalidad

Simblicos

Descriptivo

Clasificacin de modelos de acuerdo a su naturaleza

Determinsticos

Simulador
de avin

Materiales

Probabilsticos

Experimento
gentico

Analgico

Determinsticos

Estticos

Probabilsticos

Decremento de la realidad

Dinmicos

representar al sistema por medio de objetos y procesos fsicos o por medio de

smbolos.

El modelo material o simblico se maneja con tcnicas y herramientas

apropiadas con objeto de obtener resultados, que pueden ser conclusiones y
predicciones acerca del sistema real.

Los resultados obtenidos se comparan con el sistema real y si estos no son

aplicables se tiene que repetir el ciclo, ya que cualquiera de los pasos
anteriores no se realiz adecuadamente.

La figura 2.2 describe el proceso anterior:

An lisis y
sim p lific ac i n

S istem a
re a l

C om p a rac i n y
va lid ac i n

P roc eso
a breviad o

C o n clu s io n es
y
p red iccio n es

Figura 2.2

T cnic as y
herra m ienta s
a decua d as

M o d e lo
re a l

Ab stra ccin y
m o d ela do

M o d e lo
m a te ria l o
sim b lico

El estudio de sistemas utilizando modelos

Como se observa en el esquema, cuando la estructura de un sistema es lo

suficientemente simple y clara como para entenderse por medio del anlisis y el
modelo real, es posible obtener resultados a travs del proceso abreviado.
Cuando la estructura de un sistema es relativamente evidente, pero la forma de
representarla en un modelo real no lo es, entonces se hace una analoga de la
estructura del sistema

a otra cuya estructura se conoce mejor utilizando un

modelo material o simblico.

Cualquier tipo de modelo que se haya utilizado en el estudio del sistema produce
conclusiones de estudio e hiptesis, estos resultados requieren de una
confirmacin; es importante hacerlo con datos diferentes a los utilizados en la
generacin de conclusiones e hiptesis para verificar la congruencia del modelo
con el sistema real.