UNIVERSIDAD NACIONAL DEL CALLAO

Facultad de Ingeniería Industrial y de Sistemas

CURSO:
SIMULACIÓN DE SISTEMAS

PROFESOR:
RAMOS CHOQUEHUANCA ANGELINO

ALUMNOS:
 HUAMANI VEGA SUGEY
 BRAVO CALDERON LUIS

pág. 1
 INDICE
CAPITULO 1: CONCEPTOS FUNDAMENTALES DE LA SIMULACION DE SISTEMAS

1. ASPECTOS GENERALES……………………………….…………………………………………..4
1.1. Sistema………………………………………………………………………………………………………………………..………...4

1.2 Diferencias entre sistemas y procesos……………………..……………………………………..……………….………6

1.3 Elementos de un sistema………………………………………………………………………………………………………….7
1.4 Complejidad de un sistema……………………………………………………………………………………………………….9
1.4.1 Interdependencia…………………………………………………………………………………………………..……...10 1.4.2
Variabilidad……………………………………………………………………………………………………………………10

1.5 Modelos de sistemas………………………………………………………………………………………………………………11

2. Simulacion de sistemas……………………………….…………………………………..14
2.1 Conceptos……………………………………………………………………………………………………………………………….14
2.2 Ventajas………………………………………………………………………………………………………………………………….14
2.3 Desventajas…………………………………………………………………………………………………………………………….15
2.4 Algunas aplicaciones de simulación en la industria………………………………………………………………….16
2.5 Características de la simulación………………………………………………………………………………………………17
2.6 Tipos de Simulación…………………………………………………………………………………………………………….….17
2.6.1 Simulación basada en el avance del tiempo……………………………………………………………………17
2.6.2 Simulación basada en el uso de variables aleatorias……………………………………………………….18
2.6.3 Simulación basada en la continuidad de la ocurrencia de los eventos……………….………….. 19
3. Modelos analiticos vs modelos de simulacion………….…………………………………………..20
3.1 Modelo Analítico………………………………………………………………………………………………………..……………………21

3.2 Modelo de Simulación……………………………………………………………………………………………..………………………21

4. fases de un proyecto de simulacion……….….……………..………………………………………….22

4.1 Definir el problema, los objetivos y los requerimientos………………………………………………………….22
4.2 Diseño del modelo conceptual………………….……………………………………………………………………..…….22
4.3 Obtención y análisis estadístico de los datos………………………………………………………………………….22
4.4 Construcción del modelo de simulación………………………………………………….……………………………..23
4.5 Verificación del modelo………………………………………………………………………………………………………….23
4.6 Validación del modelo……………………………………………………..…………………………………………………….23
4.7 Experimento de simulación, ejecución y análisis estadístico……………………………..……………………

pág. 2
 4.8 Entrega de documentación y presentación de resultados…………………………….…………………………24

CAPITULO II: MODELADO DE SISTEMAS DISCRETOS POR PROCESOS – MODULOS BASICOS

1.- MODULO CREATE

2.- MODULO PROCESS

3.- MODULO ASSIGN

4.- MODULO DISPOSE

5.- MODULO DECIDE

6.- MODULO RECORD

MODELOS DE DIAGAMAS CAUSALES, CLASIFICACION

INTERRELACION CON MSB

DIAGRAMA DE FORRESTER

pág. 3
 1. ASPECTOS GENERALES
2. ¿Qué es un sistema ?
Un sistema es un conjunto de partes o elementos organizados y relacionados que interactúan
entre sí para
lograr un
objetivo. Los
sistemas
reciben datos,
energía o
materia del
ambiente
(entrada) y
proveen
información,
energía o
materia
(salida).

DIFERENCIAS ENTRE SISTEMA Y PROCESOS

Un Sistema es una globalidad. Un Proceso, es un método que integra una globalidad.

Ejemplo: Sistema: La Ley; Proceso: los pasos que se dan para observar si eres INOCENTE o
culpable, lo que se denomina en términos ordinarios JUICIO y en términos jurídicos PROCESO.

pág. 4
 ELEMENTOS DE UN SISTEMA

un sistema basicamente se compone de cuatro partes, deniminadas asi:

○ entradas: es el lugar por el cual entra toda la informacion o los elementos que necesita un
sistema para su funcionamiento.

○ proceso: es aqui en donde aquellos elementos que entran al sistema sufren un proceso
de transformacion.

○ salida: como su nombre lo indica es el lugar por donde sale un nuevo elemento ya
transformado.

○ retroalimentacion: es una parte con la cual cuenta un sistema en el cual se analiza se analiza
todo el proceso que ha tenido un elemento con el fin de determinar aspectos en los cuales
existan fallas y asi mismo puedan ser corregidas.

Complejidad de un sistema
Un sistema se hace complejo básicamente por el número y tipos de entidades, actividades,
recursos y controles que los componen; de tal forma que el sistema se hace difícil de analizar.
Esta complejidad es función de dos factores:

Interdependencia

Cada elemento del sistema afecta a otros elementos

ejemplo:

○ Cuando se produce un tiempo muerto en una maquina debido a una falla,entonces el personal
de mantenimiento se pone a reparla.

Variabilidad

Existe variabilidad en el comportamiento de los elementos de un sistema la que produce

incertidumbre. La variabilidad es inherente a cualquier sistema comprendido por personas o
maquinas

Ejemplo:

La incertidumbre en la entrega de los proveedores

○ El comportamiento aleatorio en las fallas en los equipos

pág. 5
 ○ Ausentismo impredesible de los obreros

○ Fluctuaciones de la demanda

modelo

Se define como una representación simplificada del sistema y sus relaciones, tales como
relaciones causa - efecto, relaciones de flujo y relaciones del espacio. el propósito modelado
del sistema es entender, predecir, controlar y mejorar el comportamiento o desempeño del
sistema.

El proceso del modelado comienza con el estudio y análisis del actual sistema, con el propósito
de desarrollar un concepto de como trabaja el sistema nuevo o el ya existente.

Capitulo ll
SIMULACION DE SISTEMAS
La simulación de sistemas es la representación analítica apoyada en herramientas
matemáticas y computacionales que permiten evaluar el impacto que producen
cambios en las distintas variables, también nos permite la elección de recursos
óptimos para el proceso analizado.

Thomas H. Taylor ha sugerido que un estudio de simulación es muy importante para

la ingeniería de sistemas porque presenta las siguientes ventajas en el diseño de
estos:

• A través de un estudio de simulación, se puede estudiar el efecto de cambios

internos y externos del sistema, al hacer alteraciones en el modelo del sistema y
observando los efectos de esas alteraciones en el comportamiento del sistema.

• Una observación detallada del sistema que se está simulando puede conducir a un
mejor entendimiento del sistema y por consiguiente a sugerir estrategias que mejoren
la operación y eficiencia del sistema.

• La simulación de sistemas complejos puede ayudar a entender mejor la operación

del sistema, a detectar las variables más importantes que interactuan en el sistema y
a entender mejor las interrelaciones entre estas variables.

pág. 6
• La técnica de simulación puede ser utilizada para experimentar con nuevas
situaciones, sobre las cuales tiene poca o ninguna información. A través de esta
experimentación se puede anticipar mejor a posibles resultados no previstos.

• Cuando nuevos elementos son introducidos en un sistema, la simulación puede ser

usada para anticipar cuellos de botella o algún otro problema que puede surgir en el
comportamiento del sistema.

• En simulación cada variable puede sostenerse constante excepto algunas cuya

influencia está siendo estudiada. Como resultado el posible efecto de descontrol de
las variables en el comportamiento del sistema necesitan no ser tomados en cuenta.
Como frecuentemente debe ser hecho cuando el experimento está desarrollado sobre
un sistema real.

LAS PRINCIPALES VENTAJAS DE LA SIMULACIÓN SON :

○ A través de un estudio de simulación, se puede estudiar el efecto de cambios

internos y externos del sistema, al hacer alteraciones en el modelo del sistema
y observando los efectos de esas alteraciones en el comportamiento del
sistema.

○ Una observación detallada del sistema que se está simulando puede conducir
a un mejor entendimiento del sistema y por consiguiente a sugerir estrategias
que mejoren la operación y eficiencia del sistema.

○ La simulación de sistemas complejos puede ayudar a entender mejor la

operación del sistema, a detectar las variables más importantes que interactúan
en el sistema y a entender mejor las interrelaciones entre estas variables.

○ La técnica de simulación puede ser utilizada para experimentar con nuevas

situaciones, sobre las cuales tiene poca o ninguna información. A través de
esta experimentación se puede anticipar mejor a posibles resultados no
previstos.

pág. 7
 ○ Cuando nuevos elementos son introducidos en un sistema, la simulación
puede ser usada para anticipar cuellos de botella o algún otro problema que
puede surgir en el comportamiento del sistema.

Características de los simuladores

Los simuladores son objetos de aprendizaje que mediante un programa de software,

intentan modelar parte de una réplica de los fenómenos de la realidad y su propósito
que es el usuario construya conocimientos a través del trabajo exploratorio, la inferencia
y el aprendizaje por descubrimiento.

 Es una abstracción de la realidad.

 Es una representación de la realidad que ayuda a entender cómo funciona.
 Es una construcción intelectual y descriptiva de una entidad en la cual un
observador tiene intereses.
 Se construyen para ser trasmitidos
 Supuestos simples usados para capturar el comportamiento importante.

Tipos de simulación

1.- Simulación Discreta:

modelación de un sistema por medio de una representación en la cual el estado de las
variables cambian instantáneamente en instante de tiempo separados. (En términos
matemáticos el sistema solo puede cambiar en instante de tiempo contables).

2.- Simulación Continua:

Modelación de un sistema por medio de una representación en la cual las variables de
estado cambian continuamente en el tiempo. Típicamente, los modelos de simulación

pág. 8
continua involucran ecuaciones diferenciales que determinan las relaciones de las
tasas de cambios de las variables de estado en el tiempo.

3.- Simulación Combinada Discreta-Continua:

Modelación de un sistema por medio de una representación en la cual unas variables
de estado cambian continuamente con respecto al tiempo y otras cambian
instantáneamente en instante de tiempo separados.
Es una simulación en la cual interactúan variables de estado discretas y continuas.
Existen tres tipos de interacciones entre las variables de estado de este tipo de
simulaciones:

-Un evento discreto puede causar un cambio discreto en el valor de una variable de
estado continua.
-Un evento discreto puede causar que la relación que gobierna una variable de estado
continua cambie en un instante de tiempo en particular.
-Una variable de estado continua de punto de partida puede causar que un evento
discreto ocurra, o sea, programado.
4.- Simulación Determinística y/o Estocástica:
Una simulación determinística es aquella que utiliza únicamente datos de entra
determinísticos, no utiliza ningún dato de entrada azaroso. En cambio un modelo de
simulación estocástico incorpora algunos datos de entrada azarosos al utilizar
distribuciones de probabilidad.

5.- Simulación estática y dinámica:

La simulación estática es aquella en la cual el tiempo no juega un papel importante,
en contraste con la dinámica en la cual si es muy importante.

6- Simulación con Orientación hacia los eventos:

Modelaje con un enfoque hacia los eventos, en el cual la lógica del modelo gira
alrededor de los eventos que ocurren instante a instante, registrando el estado de
todos los eventos, entidades, atributos y variables del modelo en todo momento.

7.- Simulación con Orientación hacia procesos:

Modelaje con un enfoque de procesos, en el cual la lógica del modelo gira alrededor
de los procesos que deben seguir las entidades. Es cierta forma, es un modelaje
basado en un esquema de flujo grama de procesos, el cual se hace es un seguimiento
a la entidad a través de la secuencia de procesos que debe seguir.

pág. 9
 3.- MODELOS ANALITICOS VS MODELOS DE
SIMULACIÓN
Modelo analítico

Representan, por lo general, situaciones estáticas del problema; es decir, se asume que las
condiciones son constantes en el tiempo durante el período de estudio.

Ejemplo:

las programaciones lineal y no lineal.

Los resultados llevan a obtener una solución óptima para el problema y para lograr un solo
objetivo, con lo cual se sacrifican otros objetivos secundarios. Ejemplo: la programación lineal.

En los modelos analíticos no es posible considerar situaciones aleatorias que podrían ocurrir en
un sistema; por lo tanto, el analista se ve forzado a usar tiempos promedios de proceso u otros
indicadores que pueden producir resultados engañosos.

MODELOS DE SIMULACIÓN

Proporcionan una medida cuantitativa del desempeño del sistema, tal como el porcentaje de
utilización de los recursos, o los tiempos de ciclo, etcétera. La simulación es una herramienta de
evaluación de escenarios que permite al diseñador del experimento conocer qué alternativas de
diseño y estrategias operativas tienen mayor impacto en el desempeño del sistema.

Determinan cómo el sistema responde a cambios en su estructura y ambiente, o bajo ciertos

supuestos.

La simulación es usada para probar la efectividad de un sistema en particular. Pero por sí

misma no resuelve un problema u optimiza un diseño. Ayuda a evaluar una solución pero no genera
solución alguna. La solución solo puede ser conseguida a través de la experimentación, corriendo y
comparando los resultados de las soluciones alternativas.

A diferencia de los modelos analíticos, la simulación hace posible monitorear las más
complejas fluctuaciones estadísticas e interdependencias en el sistema.

Ayuda a eliminar las ineficiencias ocultas en un modelo analítico, que solo se detectan cuando
el sistema está en operación; es decir, cuando es demasiado tarde.

pág. 10
 4.- FASES DE UN PROYECTO DE SIMULACION
No hay reglas estrictas de cómo conducir un proyecto de simulación; sin embargo, a continuación
se presenta una secuencia de etapas, generalmente recomendadas:

- Definir el problema, objetivos y los requerimientos.

- Diseño del modelo conceptual
- Obtención y análisis estadístico de los datos para el modelo.
- Construcción del modelo de simulación
- Verificación del modelo.
- Validación del modelo.
- Diseño del experimento de simulación, ejecución y análisis estadístico.
- Entrega de documentación y presentación de resultados.

A continuación se desarrollarán los aspectos que se involucran en cada etapa.

1. Definir el problema, objetivos y los requerimientos.

No es suficiente expresar el problema es términos generales, como ¿Qué tan grande debe ser
el aeropuerto que se va a construir? Una declaración más precisa del problema sería, por
ejemplo: “¿Cuántas pistas de aterrizaje y de qué longitud serán requeridas para satisfacer la
demanda estimada para un viaje aéreo? En medida en que el problema se formule de una
manera más precisa, la construcción del modelo se hará más sencilla.
Al inicio es importante definir el problema entendiendo su contexto, identificando los
objetivos que definen la razón y el propósito para llevar a cabo el proyecto de simulación. Una
forma de conocer el problema es saber más sobre:
- el sistema que se está investigando; por ejemplo, su capacidad actual de producción, las medidas
de desempeño actuales del sistema (utilización, tiempo de ciclo, tiempo de espera, entre
otros)
- conocer cuáles son las restricciones o “cuellos de botella” y
- ver la factibilidad de alcanzar indicadores meta de desempeño (adición de recursos,
mejorar métodos, etc.)
- qué variables de decisión son más sensibles en el desempeño global del sistema.

El objetivo de la simulación debe ser realista y factible de ser ejecutado y sus requerimientos
deben definirse en términos de recursos, tiempo y presupuesto

En la identificación de los objetivos debemos realizar las siguientes preguntas:

- ¿Cuál es el propósito de la simulación?
- ¿Para quién es el modelo?, ¿quién será el usuario final del modelo?
- ¿qué tan importantes serán las decisiones que se tomarán como resultado del modelo de la
simulación?

pág. 11
 - ¿Cuáles son las expectativas del cliente?
- ¿Cuál es elpresupuesto?
- ¿Cuál es la fecha límite para finalizar el proyecto?

2. Diseño del modelo conceptual

En esta etapa, el modelador debe traducir el sistema del mundo real en un modelo
conceptual. En el diseño del modelo conceptual se debe establecer la lógica de las operaciones
en el modelo en términos de los elementos estructurales del sistema y del flujo de entidades
que pasarán a través del sistema. En este estudio, el modelador debe entender la estructura y
las reglas de operación del sistema que se investiga y ser capaz de extraer su esencia, sus
características importantes. En esta etapa se deben tomar en cuenta aspectos como:
- En el modelo se pueden hacer suposiciones razonables.
- Los componentes que deben ser incluidos en el modelo y cuáles son las interacciones posibles
entre estos.
- La secuencia deoperaciones.
- Los recursos en disputa por las entidades.
- Los alcances del modelo. El nivel de detalle que debe ser incluido en el modelo depende de los
objetivos planteados para el proyecto. En todo caso, solo aquellos componentes que causan
diferencias significativas en la toma de decisiones deben ser consideradas.
- Identifica los requerimientos de datos para cada componente del modelo, por ejemplo,
“atención al cliente”. Para un buen entendimiento, los requerimientos de datos pueden ser
proyectados, con ellos se pueden considerar programas o Schedule, algoritmos o controles
requeridos para el modelo.
- Planeamiento de experimentos. Definir, en forma tentativa, el número y la naturaleza de los
escenarios o alternativas de configuración que será evaluada.

3. Obtención y análisis de los datos estadísticos.

Una vez que en la etapa anterior se han identificado los requerimientos de los datos, entonces
se procede a su obtención para que sean utilizados durante la etapa de construcción del
modelo. Una inapropiada especificación en el modelo nos conducirá a una pérdida irreversible
del tiempo y esfuerzo. Por ello, los datos deben ser obtenidos en forma sistemática,
clasificados y analizados estadísticamente.
Los datos que conciernen al sistema son los involucrados con su estructura, con los
componentes individuales existentes, las interacciones entre los componentes y las
operaciones del sistema. Los posibles estados del sistema se establecen a partir de esta
información.

Ejemplo: Operación de control de calidad

A continuación se presentan los datos de entrada para el segmento del modelo:

- Tiempo de traslado de la estación previa a la estación de control.
pág. 12
 - Duración de la actividad control de calidad.
- Probabilidad de aceptación y rechazo.
- Tiempo de traslado de la estación de control a la estación siguiente.

La fuente para la obtención de datos puede provenir de la ejecución de un estudio de tiempos,

de entrevistas personales con los operadores del sistema, o de otras fuentes. El proceso de
obtención de los datos es vital e implica tiempo y costo; por lo tanto, debe ejecutarse en
forma inteligente y sistemática para asegurar la construcción del modelo apropiado.

Una vez obtenidos los datos, estos deben pasar por ciertas pruebas estadísticas, para ver si se
ajustan a alguna distribución de probabilidad. La información de un sistema tiene carácter
dinámico y estocástico, la variabilidad de este debe modelarse con ciertas ecuaciones
matemáticas que sean capaces de reproducir su comportamiento; en la mayoría de los casos
es posible clasificar dicha variabilidad dentro de alguna distribución de probabilidad, en otros
casos esto no es posible y se debe recurrir a distribuciones empíricas. La representación en el
modelo de una variable aleatoria se da por medio de una distribución de probabilidad. Si luego
de realizar las pruebas a los datos obtenidos se alcanza un ajuste significativo, entonces es
posible representar en el modelo estos datos por medio de una distribución de probabilidad
“teórica” (exponencial, uniforme, triangular, normal, etc.)

4. Construcción del Modelo de Simulación

En esta etapa el modelador debe traducir el modelo conceptual en un modelo de simulación
que se prepara en la computadora y se basa en las reglas del sistema seleccionado, por
ejemplo, los software Arena, ProModel, etc.
Un buen modelo no es aquel que necesariamente es real, pero sí suficientemente útil. Un
modelo útil si tiene suficiente detalle y exactitud para encontrar los objetivos de la simulación.
El grado al cual el modelo corresponde en detalle y exactitud al sistema actual está asociado al
nivel de fidelidad. Altos niveles de fidelidad requieren largos desarrollos, depuraciones y
tiempos de ejecución. Por ello se recomienda establecer un mínimo requerido de fidelidad
para lograr los objetivos de estudio. Se debe tener en cuenta que los modelos no tienen que
incluir todo el detalle necesario para que puedan ejecutarse. Mediante un progresivo
refinamiento estratégico pueden adicionarse el detalle y no todo a la vez. Esto posibilita que el
modelo se ejecute rápido y sea fácil la depuración de errores. En esta etapa inicial, por
ejemplo, no son necesarios los gráficos muy atractivos, como sí lo serían en la representación
final del modelo. En cuanto a la complejidad del modelo, se debe tomar en cuenta que es
mejor empezar con un modelo simple y adicionar complejidad, en lugar de crear un modelo
complejo enseguida. Es más fácil adicionar que extraer complejidad del modelo.

pág. 13
5. Verificación del modelo
Mediante el proceso de verificación se determina si el modelo de simulación construido refleja
correctamente el modelo conceptual diseñado. Es decir, después de haber terminado la
construcción del modelo es necesaria la comprobación, la confirmación de que el modelo
trabaja correctamente.
Durante este proceso el modelador trata de detectar errores involuntarios en el modelo (de
datos, de lógica u otros) y eliminarlos. Es recomendable investigar las regiones extremas de los
parámetros de entrada, verificar que sucedan las cosas correctas con entradas obvias y seguir
la secuencia lógica con las personas familiarizadas con el sistema. En esta etapa se debe
continuar con el proceso de depuración y refinación del modelo, pero en una proporción
menor que en la etapa de construcción.

6. Validación del modelo

Mediante el proceso de validación del modelo se determina si el modelo conceptual
rediseñado refleja correctamente el sistema real. La validación es un proceso racional en el
cual el modelador traza conclusiones acerca de la precisión del modelo, basado en alguna
evidencia disponible.
La validez del modelo se refiere a si este corresponde al sistema real, o si por lo menos
representa con precisión la data recolectada y las suposiciones hechas con relación a la
manera en que opera el sistema real. Durante el proceso de construcción del modelo, el
modelador debe estar constantemente comprometido con la validación del modelo. Un
ejemplo de validación es comparar la medición de un indicador de desempeño obtenido de la
simulación, con la medición del mismo indicador tomado del sistema real, y ver si estas
corresponden.

La verificación y validación del modelo representan factores críticos para el éxito del proyecto
de simulación. Importantes decisiones se basan en la información obtenida del experimento
de simulación y, por tanto, esto es una evidencia demostrable de la validez del modelo.

7. Experimento de simulación, ejecución y análisis estadístico

En esta etapa se planea qué es lo que se desea saber. Mediante los experimentos de
simulación obtendremos las respuestas de una manera precisa y eficaz.
Varios tipos de experimentos pueden ser conducidos usando simulación:
- Encontrando el desempeño esperado del diseño particular de un sistema.
- Encontrando el valor óptimo para una variable de decisión.
- Encontrando la combinación óptima de valores para dos o más variables de decisión
- Determinando la sensibilidad del modelo de cambios en una o más variables.
- Comparando alternativas en la configuración de sistemas.

El objetivo en la conducción de experimentos no es encontrar cuán bien opera un sistema

particular, sino tener conocimiento de cómo mejorar el desempeño del sistema.
pág. 14
 Desafortunadamente, la información obtenida de la simulación muy pocas veces identifica las
causas de los problemas, solo reporta el comportamiento sintomático del problema. Por
ejemplo, las actividades “cuello botella” son usualmente identificadas porque determinado
proceso posee siempre una cola larga, comparadas con los procesos cuyas colas están vacías.
Esto es un síntoma de que existe un “cuello de botella” en el sistema.

El conjunto de valores de cada indicador, que resulta de la ejecución del experimento de

simulación, sea de estado estable o transitorio, deberá ser sometido a pruebas estadísticas de
bondad de ajuste a la distribución Normal, es decir, básicamente a los pruebas de Chi-
cuadrado, Kolmogorov-Smirnov y Anderson Darling. El objetivo de esta prueba es verificar que
se aplica el teorema del límite central (TLC) para el indicador de estudio, es decir, que los N
valores promedio que se logren producto de las N réplicas forman un conjunto de valores que
se ajustan a una distribución de probabilidad Normal, y, por lo tanto, se podrá realizar
inferencia estadística al indicador.

Aspectos claves en el diseño del experimento de simulación:

- ¿Está el interés focalizado en analizar el comportamiento del estado estable del sistema, o existe
un determinado período del tiempo que se desea medir?
- ¿Cuál es la mejor manera de asegurar que los resultados reflejen solo el periodo de tiempo
de interés y no sean influenciados por otras condiciones, como las condiciones iniciales?
- ¿Cuál es el mejor método para obtener una muestra de observaciones que pueden ser usadas
para estimar el comportamiento del modelo?
- ¿Cuál es la ejecución apropiada para ejecutar la simulación?
- ¿cuántas réplicas deben ser ejecutadas?
- ¿cuántas secuencias de números aleatorios deben ser utilizadas en el modelo?
- ¿Es factible realizar inferencia estadística con los valores obtenidos de cada indicador
(producto de N réplicas)?, ¿realmente se ajustan a una distribución normal?

Las respuestas a estas preguntas dependerán del grado de precisión requerido del proyecto de
simulación

8. Entrega de documentación y presentación de resultados.

En esta etapa se hacen las recomendaciones para mejorar el sistema real sobre la base de los
resultados del modelo de simulación
Estas recomendaciones deben ser alcanzadas mediante un informa o reporte final, en el cual
se adjunta la data utilizada, el desarrollo del modelo y los experimentos ejecutados. Los
resultados deben ser presentados de forma que sean fáciles de evaluar; la animación y las
gráficas son muy útiles como ayuda para comunicar los resultados del estudio de simulación.

pág. 15
Capitulo 2: Modelado de sistemas discretos por procesos

1.- MODULO CREATE: Este módulo representa la llegada de entidades al modelo de simulación. Las
entidades se crean usando una planificación o basándose en el tiempo entre llegadas. En este módulo
se especifica también el tipo de entidad de que se trata. Una vez se incluye en el modelo a la derecha
del símbolo aparece bajo una línea el número de entidades creadas.

2.- MODULO PROCESS: Este módulo corresponde a la principal forma de procesamiento en simulación.
Se dispone de opciones para ocupar y liberar un recurso. Adicionalmente, existe la opción de
especificar un “submodelo” y especificar jerárquicamente la lógica definida por el usuario. El tiempo
de proceso se le añade a la entidad y se puede considerar como valor añadido, valor no-añadido,
transferencia, espera u otros. Una vez se introduce en el modelo, aparece un número en la parte
inferior del símbolo que indica el número de entidades que actualmente están procesándose.

3.- MODULO ASSIGN: Este módulo se usa para asignar valores nuevos a las variables, a los atributos de
las entidades, tipos de entidades, figuras de las entidades, u otras variables del sistema. Se pueden
hacer múltiples asignaciones con un único módulo Assign. Para añadir una nueva variable al modelo,
simplemente se selecciona Add, Type: Entity, el nombre de la variable y el valor que se desea tome a
partir de ese momento.

4.- MODULO DISPOSE: Este módulo representa el punto final de entidades en un modelo de
simulación. Las estadísticas de la entidad se registrarán antes de que la entidad se elimine del modelo.

5.- MODULO DECIDE: Este módulo permite a los procesos tomar decisiones en el sistema. Incluye la
opción de tomar decisiones basándose en una o más condiciones (por ejemplo, si el tipo de la entidad
es Gold Car) o basándose en una o más probabilidades (por ejemplo, 75% verdadero, 25% falso). Las
condiciones se pueden basar en valores de atributos (por ejemplo, prioridad), valores de variables (por
ejemplo, número de rechazados), el tipo de entidad o una expresión. Hay dos puntos de salida del
módulo Decide cuando se especifica el tipo 2-way chance o 2-way condition. Hay un punto de salida
para las entidades “verdaderas” y una para las entidades “falsas”. Cuando se especifica el tipo Nway
chance o condition, aparecen múltiples puntos de salida para cada condición o probabilidad y una
única salida “else”. Una vez incluido en el modelo, cerca de cada una de las ramas que salen del
símbolo que representa el módulo, aparece un número. En la rama “True” corresponde al número de
entidades que toman la rama de verdadero y el de la rama “False” el número de entidades que toman
la rama de falso.

6.- MODULO RECORD: Este módulo representa el final de entidades en un modelo de simulación. Las
estadísticas de la entidad se registrarán antes de que la entidad se elimine del modelo.

pág. 16
 Examen Parcial
1.- Este modulo se utiliza en la recolección de estadísticas en el reporte de resultado de modelo
simulado, corresponde a:

d) Récord

2.- Menciona ventajas y desventajas de la Simulación:

Ventajas

-Permite adquirir experiencia de manera rápida con un bajo costo y sin poner en riesgo la
productividad del sistema.

- Permite identificar áreas con problemas en un proceso complejo.

-Permite realizar un estudio sistemático de alternativas aplicables al sistema.

Desventajas

-No es aplicable cuando existan técnicas analíticas que permitan corregir u optimizar el sistema.

-En ocasiones no es posible asegurar que el modelo sea valido.

-Es posible querer utilizar el modelo fuera de los imites para los que fue construido causando una
falsa apreciación del problema.

3.- Las etapas de la modelación incluyen:

e) Sistemas real-modelo conceptual-modelo computadora-prueba de calculo

4.-Defina con sus palabras:

Sistema: Conjunto ordenado de normas y procedimientos que regulan el funcionamiento de un grupo o

colectividad.

Modelo: Cosa que sirve como pauta para ser imitada, reproducida o copiada

Simulación: Puede definirse a la simulación como la experimentación con un modelo que imita
ciertos aspectos de la realidad.

Entidad: Definición de entidad. Del latín medieval entitas, entidad es toda colectividad que
puede considerarse como una unidad.

Estado de un sistema: Un estado termodinámico es el conjunto de los valores que toman las
propiedades de un sistema termodinámico que deben ser especificadas para reproducir el
sistema. Los parámetros individuales son conocidos como variables de estado, parámetros
de estado o variables termodinámicas.

Variables: Una variable estadística es una característica que puede fluctuar y cuya variación
es susceptible de adoptar diferentes valores, los cuales pueden medirse u observarse.

pág. 17
5.- Enumera 5 situaciones donde cree que se pueda aplicar la simulación:

En la Industria – En el transporte- áreas de economía- la comunicación – Servicios Publicos

6.- Completa:

-Recursos

-Evento

-Actividad

-Proceso

7.- Cuales son las fases de un proyecto de simulación.

1. El Problema
2. Recolección de Datos
3. El modelo
4. Verificación
5. Validación
6. Experimentación
7. Resultados
8. Documentación
9. Implantación

8.- Mencione y defina la complejidad de un sistema. Ejemplos.

9.- ¿Cuándo la distribución se emplea en los casos en los que la probabilidad se reparte de
forma homogenea?

a) Uniforme

10.- Mencione y defina todo lo referente a la simulacion basada en la continuidad de la ocurrencia

de los eventos. Ejemplos

pág. 18
 DIAGRAMA CAUSALES
INTRODUCCIÓN
- Los diagramas causales son una herramienta útil en dinámica de sistemas.
- Ellos ilustran la estructura de realimentación del sistema. Al ser una concepción conceptual,
también sirven para identificar los mapas mentales de las personas u organizaciones.
- Los diagramas causales son fundamentales para la dinámica de sistemas, pues además de lo
anterior, sirven de guías para la elaboración y comprensión de los modelos. Al diagrama causal
también se le suele llamar hipótesis dinámica.

RELACIÓN EN LOS DIAGRAMAS CAUSALES

La relación entre una variable A y otra B del sistema se representará mediante una
flecha, leyéndose: "A influencia a B".
A á B " A tiene influencia en B"
A á B+ " a un aumento de A corresponde un aumento de B" (relación positiva)
A á B- " a un aumento de A corresponde una disminución de B" (relación negativa)

Tipos de relaciones que ligan dos elementos entres 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

BUCLES
BUCLES DE REALIMENTACIÓN POSITIVA: Son aquellos en los que la variación de
un elemento se propaga a lo largo del bucle de manera que refuerza la variación inicial.
Tienden a generar comportamiento de crecimiento.
En general, un bucle de realimentación es positivo si contiene un número par de relaciones
negativas o bien todas las relaciones son positivas.

Efecto. Bola de nieve (tiende a explotar)

pág. 19
Ejemplo: natalidad de población

Nacimientos que tiene una población por años

Variables que intervienen:

1. Población
2. Nacimientos

BUCLES DE REALIMENTACIÓN NEGATIVA: Son aquellos en los que la variación de

un elemento se propaga a lo largo del bucle de manera que contrarreste la variación inicial.
Un bucle de realimentación es negativo si contiene un número impar de relaciones negativas.

Tiende a generar comportamiento de equilibrio.

pág. 20
Ejemplo: natalidad de población con influencia de comida

Nacimientos que tiene cierta población por año, según la cantidad de comidas por personas.

Variables que intervienen:

1. Población
2. Nacimientos por año
3. Comida por persona
4. Factor nacimiento

INTERACCIONES ENTRE BUCLES

En todo diagrama causal coexisten normalmente bucles positivos con bucles negativos. Las
interacciones entre estos determinan el comportamiento global del sistema.

Es importante señalar que es la existencia de bucles de realimentación y no las simples

relaciones causa-efecto la que determina el comportamiento global del sistema.

Ejemplo: combinación de bucles de natalidad

El comportamiento dependerá de la dominancia de cada bucle, tal que para el ejemplo de la

natalidad se observa que.
t = 0, domina el bucle positivo, de crecimiento al no saturarse la comida.
t = ∞, domina el bucle negativo, al agotarse los recursos, produciéndose limitación de
nacimientos.

pág. 21
CÓMO SE DEBE DE DESARROLLAR UN DIAGRAMA CAUSAL
Listar todas las variables posibles, pueden ser cuantitativas y cualitativas:
Ventas
Estrés

Revisar la lista para refinarla:

Revisar si alguna variable ya está incluida en otra o significan lo mismo.

Si es realmente crítica o no.

CÓMO SE DEBE DE DESARROLLAR UN DIAGRAMA CAUSAL

Poner un nombre adecuado a la variable

- Usar sustantivos, no verbos:

SI: Nuevos productos
NO: Desarrollar nuevos productos
SI: Ganancias
NO: Ser rentable

- Usar nombres más neutrales o positivos:

SI: Satisfacción en el trabajo
NO: Inconformidad con el trabajo
SI: Moral en el Recurso Humano
NO: Mala vibra

ERRORES COMUNES EN LA REALIZACIÓN DE DIAGRAMAS CAUSALES

En la práctica, se han identificado varios tipos de errores que son comunes en la elaboración de
los diagramas causales y estos son:

Uso de variables no cuantificables: se suelen bautizar las variables con nombres que no
sugieren cantidad.

Variables que incorporan la polaridad: se da cuando el nombre de la variable tiene un

verbo que sugiere su incremento o decremento.

Relación de variables vs. Hipótesis dinámica: surge cuando se relacionan variables, y

hasta se logra plantear ciclos, pero en realidad esta relación no está explicando nada del
fenómeno en cuestión.

Causalidades redundantes: se presenta cuando se plantean causalidades para lograr

efectos que otras causalidades ya lograron.

Nivel de agregación: por exceso o por defecto. Se hacen diagramas muy grandes y
detallados para situaciones muy simples, o diagramas muy pequeños para situaciones
complejas.
pág. 22
 Diagramas causales sin dinámica: cuando se hace un diagrama causal en el cual los
ciclos carecen de relaciones que permitan la realimentación.

pág. 23
 LA METODOLOGIS DE SISTEMAS BLANDOS

Introducción.

Las necesidades de las organizaciones para conseguir eficacia, eficiencia y mejora

continua en todas sus funciones y actividades, que generalmente requieren el uso de
documentos, conlleva a replantear las estrategias de acción e implementar sistemas de
gestión de calidad que les ayuden a entender su comportamiento, su entorno y sus
necesidades de información, tendientes a la calidad de sus procesos, productos y servicios.

En muchos de los casos se habla de sistemas de calidad, sin embargo, el punto de arranque
de dichos sistemas, implica el estudio exhaustivo de la organización, para evaluar y detectar
con ello debilidades y fortalezas, inclusive antes de escoger una compañía certificadora y
de realizar una preauditoria.

El presente trabajo plantea y describe desde la concepción teórica de los sistemas y de la

metodología de sistemas blandos (Soft System Methodology, SSM), los elementos para el
estudio de las organizaciones, tendientes a implementar sistemas de gestión de calidad.

Objetivo.

Dar a conocer la metodología de sistemas blandos como herramienta para que los
archivistas puedan implementar sistemas de gestión de calidad desde un enfoque sistémico
de aprendizaje social en la organización.

pág. 24
Desarrollo.

Concepto de sistema.
De acuerdo con Felipe Ochoa, “un sistema puede ser concebido como:
1 Un conjunto de elementos que interactúan y tienen un objetivo común.
2 Un conjunto ordenado de procedimientos, relacionados entre si, que contribuyen
a realizar una función.
3 Una serie de funciones, pasos o procedimientos, que permiten obtener un
resultado predeterminado.
4 Un conjunto de partes, elementos, componentes o funciones
interrelacionados que conducen a un fin especifico.”

El autor, Peter Checkland, señala que el concepto central de “sistema” “engloba la idea de
un grupo de elementos conectados entre si, que forman un todo, que muestra propiedades
que son propiedades del todo y no sólo propiedades de sus partes componentes.

Los sistemas de gestión, son acciones y procedimientos planificados y organizados por

medio de los cuales se busca conseguir el mejoramiento de productos o servicios.

La gestión de documentos ha sido definida, como un proceso o programa de acción, el

cual pretende normalizar y racionalizar el ciclo de vida de los documentos en las
organizaciones, desde su planificación, hasta su eliminación o conservación permanente
sin importar el medio.

Duchein, desde el punto de vista de los archivos administrativos, la expresa como “un
sistema que pretende organizar y racionalizar la gestión de los fondos, desde el mismo
momento de la producción de los documentos hasta su ingreso

archivos nacionales, interviniendo en el trabajo de las oficinas y en los servicios

administrativos en las distintas etapas del tratamiento de los fondos…”3

La UNESCO ha definido a la gestión como “esfera de la gestión administrativa encaminada

pág. 25
a conseguir la economía y la eficacia de las operaciones, con vista a la creación,
mantenimiento, utilización y por último, a la eliminación de los documentos o a su
conservación definitiva durante su ciclo vital.”4

Por otra parte la gestión de la calidad, “es el conjunto de acciones planificadas y

sistemáticas, que son necesarias para proporcionar la confianza adecuada de que un
producto o servicio va a satisfacer los requisitos dados sobre la calidad”5

Un sistema de gestión de calidad debe estar documentado con un manual de calidad y con
procedimientos e instrucciones técnicas, debiéndose revisarse su cumplimiento a través de
auditorias, basadas en las normas de aseguramiento de la calidad de la serie ISO 9000.
El sistema debe contemplar todos aquellos aspectos que tengan incidencia en la calidad
final del producto o servicio que presta la organización.6

Por lo anterior, podríamos señalar que un sistema de gestión de calidad, es un conjunto de

partes, elementos, componentes o funciones, cimentados en sus procesos documentales,
desde su creación, vida activa, conservación y destrucción de los mismos, encaminado a
conseguir economía, eficacia y mejora continua en sus operaciones, productos y servicios.

La metodología de sistemas blandos.

La metodología de sistemas blandos, aborda los problemas derivados del mundo real,
definidos “como aquellos a los cuales se enfrenta el analista de manera cotidiana, tanto en
las empresas como en cualquier tipo de organización. Son inestructurados, no están
delimitados y tampoco es posible abordarlos bajo condiciones de laboratorio”.7 Su aparición
se debe a la necesidad de representar y administrar sistemas sociales que integran a
individuos en situaciones reales y cambiantes.

Por lo anterior, “el pensamiento de sistemas, entonces, hace uso consiente del concepto
pág. 26
 particular de integridad que se aprende en la palabra sistema, para ordenar nuestros
pensamientos. La práctica con sistemas, entonces, implica el uso del producto de ese
pensamiento para iniciar y guiar acciones que podemos llevar a cabo en el mundo.”8

Principios generales y características de la metodología de sistemas

blandos.

La metodología es un acercamiento basado en interpretaciones para comprender y resolver

problemas en una organización, proporciona un esquema para analizar y tomar acciones
definidas, en donde el cambio y el aprendizaje de la organización, ayudan a conseguir
mejoras. Es un enfoque que ayuda a entender, resolver y administrar situaciones
problemáticas asociadas con la generación de información, por ello los documentos y los
archivos, juegan un papel determinante.

Los principios generales son los siguientes:

1.Problemas no estructurados. La metodología de sistemas blandos no se ocupa

de problemas determinados y concretos, mas bien tiene que ver con situaciones
problemáticas no estructuradas o no definidas, se trata de situaciones en donde los actores
o el personal interactúa estableciendo relaciones, ante nuevos retos, es decir se ocupa de
problemas complejos e inestructurados, sin embargo es necesario aclarar que la
información organizada ayudara a resolver dichos problemas.

2.Continuidad y el cambio. Los estudios de los sistemas blandos, se basan en los

supuestos de que la realidad social es cambiante, es decir no están determinados como
las matemáticas o la física en las ciencias naturales, por ello las relaciones humanas,
crean un proceso social continuo que a veces es lento y en otras ocasiones puede
suceder rápido, por ello debe explicarse la continuidad y los cambios en las
organizaciones.

3 Interpretación y aprendizaje. Mientras la metodología de sistemas duros, a través del

método de las ciencias naturales, genera hipótesis más rigurosas; si se quisiera aplicar este

pág. 27
 método a las ciencias sociales, supondría, que la realidad puede ser optimizada, sin
embargo la metodología de sistemas blandos y el pensamiento de sistemas considera un
mundo social en el que existe la continuidad y los cambios simultáneos, por lo cual la
investigación busca mas la interpretación y el aprendizaje de la organización que la misma
optimización.

4.- Sistemas con propósito. La razón principal y el punto de partida de los sistemas blandos, es
una situación en la que al menos una persona considere que existe una problemática; estas
situaciones tienen una cosa en común, contiene personas o actores, y estos tratan de tomar
acciones con propósito.

5.- La visión del mundo. Para construir un modelo de actividades con propósito que
ayude a resolver una situación problemática, es necesario declarar una visión del
mundo (un punto de vista). Esto quiere decir que el modelo de actividad humana,
nunca podrá ser modelos de actividades con propósito del mundo real. La
naturaleza y complejidad del mundo real, siempre supera a los modelos, sin
embargo el realizarlos nos ayudan a explorar, tanto las situaciones del mundo real,
(mediante la construcción de preguntas clave), como realizar un interrogatorio de manera
mas detallada y explicita.

Estos principios permiten considerar a la metodología de sistemas blandos, como un

proceso de aprendizaje cuya estructura formal idealizada se presenta a continuación.

Ideas para
I. Situación Problemática
del mundo real

I
Elaborar modelos de
actividades con
propósitos relevantes

III.
IV. Acciones necesarias
para mejorar la situación
Comparación de modelos con la
situación real percibida

pág. 28
En la figura 1, podemos ver el proceso básico de la metodología de sistemas blandos, en
donde se plantea una problemática real, la cual genera modelos conceptuales o relevantes,
que serán comparados y en ese proceso se lograran determinar las acciones o mejoras
más pertinentes para corregir la situación problemática presentada en el mundo real.

6. Generalidad y particularidad. Para comprender mejor la idea de la metodología de

sistemas blandos, es importante aclarar que es más bien un

conjunto de principios que un método, por lo cual estos principios son adoptados por las
personas, tanto para resolver problemáticas de la situación que viven, como por su propio
modelo y actitud ante el cambio. La experiencia previa de las organizaciones y la suma de
las ideas se fundamentan como principio para crear una metodología de los sistemas
blandos en donde:

1 “En cada situación hay personas intentando realizar acciones que tienen sentido
para ellas. Es decir, son sistemas de actividades humanas con un propósito y un
objetivo.
2 En el planteamiento de un problema es necesario establecer las interpretaciones y
propósitos que son relevantes para la construcción del sistema de actividades
humanas. Cada una se basa en diferentes puntos de vista. (visiones del mundo)
3 La metodología de sistemas blandos, es un proceso inquisitivo en el cual un grupo
de personas perciben una situación problemática. De ahí, el analista construye
modelos dirigidos a atacar el problema. Al final, se trata de negociar una descripción
confortable y deseable para todos, que pueda ser analizable y factible para el grupo
particular de involucrados.”10

De acuerdo a lo anterior la metodología de sistemas blandos, identifica a los individuos en

situaciones específicas y crea en ellos visiones del mundo (problemáticas), a fin de construir
modelos que permitan clarificar el problema y encontrar la mejor solución posible y viable,

pág. 29
y que incluya a los individuos como factor de cambio.

Figura 2. El proceso de inquirir que usa el “modo 1” de la metodología de

sistemas blandos.

Investigadores

Conocimiento
relevante; con

prejuicios y
posibilidades
X
Pensar
Conocimiento de
en SSM
modelos generales
Situación Problema o relevantes de X

pág. 30
En la figura 2, podemos revisar el proceso de inquirir que usa la metodología de sistemas
blandos, consiste en la repetición del esquema en diferentes momentos a fin de combinar
experiencia y etapas de la metodología, para dar sentido a la solución de problemas. 12 La
metodología de los sistemas blandos emplea la construcción de diagramas y esquemas
conceptuales para definir la estructura y la lógica de una situación problemática.
Las reglas para construirlos son:
“1. Elegir un diagrama adecuado: definir las dependencias lógicas, los parámetros de
interacción del proceso y las influencias sociales.
2. Decidir los símbolos que se usarán para cada clase de elementos.
3. Proporcionar las claves para asegurar que diferentes lectores interpreten el diagrama
de la misma manera.”

La propuesta se basa, en identificar el tipo de sistema o actividad humana en donde se

ubica el problema y propone siete premisas, las cuales son:

1. Aproximación al problema a partir de la experiencia u observación del

mundo real.

2. Expresión de la situación problemática.

3. Identificación de la definición raíz en donde se hacen relevantes los
propósitos, los involucrados y las principales actividades del sistema.
4. Elaboración de los modelos conceptuales, basados en la definición raíz.
5. Comparación de los modelos diseñados con el mundo real.
6. Análisis de los cambios deseables y culturalmente factibles.
7. Implementación de las acciones para resolver la situación
problemática.

pág. 31
 Figura 3. Esquema de Checkland, para resolver problemas.

1. Situaci
1. Situación ón
problemática: 7. Acciones para mejorar la 6. 6.
Cambios
Cambiossistemáticos
problem á
Inestructurada. situación problemática
7. Acciones para deseables y culturalmente
inestructurada mejorar la situaci ó n
sistem áticos deseables
problem ática y culturalmente
factibles

2. Expresión de la
2. Expresi ón de la
situación problemática.
situaci ón 5. Comparación de los
5. Comparaci ó n de
modelos y el mundo real.
los modelos y el Mundo real.
problem ática mundo real (4 con 2) Mundo real

Sistema de
Sistemas de
pensamiento
3. 3. Definición
Definici ó n ra ízraíz de los
de los 4.4.Elaboración de modelos
Elaboraci ón de modelos pensamiento sobre
propósitos relevantes
prop ó sitos relevantes de de las conceptuales
conceptuales pertinentes
de los sistemas,de el mundo real
las actividades humanas pertinencon la
sobre el mundo real.
acuerdo a la definición raíz.

El esquema anterior se divide en dos partes, integradas por las fases 1, 2, 5, 6 y 7, que
necesitan de la interacción con el mundo real, las personas y sus percepciones. Las fases
3 y 4, se constituyen por la elaboración de esquemas de actividad humana relevantes a
criterio del analista para mejorar la situación problemática. En las fases 5 y 6 el analista
deberá evidenciar por qué son relevantes dichas actividades humanas.

Etapas de la metodología de sistemas blandos.

A fin de especificar las etapas a seguir en la metodología de sistemas blandos en la

organización, antes de implementar un sistema de gestión de calidad, se describirán a
continuación:

1. Ubicación del sistema.

Identificar datos esenciales de la organización como, antecedentes, organigrama, funciones
y actividades, misión, visión, metas, objetivos, roles, políticas internas, manuales, archivos
y documentos, procedimientos, tecnologías, productos y servicios.

pág. 32
2. Identificación perceptiva de la situación problemática.
Se señalará de manera general, la situación que prevalece en la institución. Para la fase de
identificación y expresión de la situación problemática se proponen los siguientes análisis:15

a) Análisis 1: selección de agentes involucrados en el problema

(“stakeholders”), incluyendo a los gestores y los clientes.
b) Análisis 2: análisis de roles, las normas y los valores, así como de sus interacciones
con el sistema social en el que está involucrado el estudio.
c) Análisis 3: análisis de la estructura de poder y de las formas de influencia.

Los stakeholders son el personal que esta involucrado en las situaciones problemáticas,
finalmente son los expertos para que la solución se alcance o no, ellos son la fuente de
información de la organización. Un stakeholder es áquel que tiene la capacidad para influir
o afectar a un problema. Es decir, son las personas que tienen algo que ganar o perder en
el proceso de solución del problema. El enfoque de los stakeholders afirma que las
empresas mejoran su desempeño en

la medida en la que sus actores son tomados en cuenta y se encuentran comprometidos

con las operaciones de la organización.16

El pensamiento de sistemas blandos, esta enfocado hacia la recolección, construcción e

implantación de sistemas de información a un nivel de detalle más natural; analizando la
situación problemática y con la ayuda de los stakeholders, es posible obtener la información
pertinente y adecuada para resolver problemas. En este contexto es factible elaborar hojas
de control o resultados, incluso mediante diagnósticos o cuestionarios aplicados, entre
otros.

Por lo anterior los esquemas se basan en la identificación de percepciones y puntos de vista

de los involucrados que ayudan a describir, resolver o mejorar la situación problemática.

3. Construcción de la definición raíz.

A fin de seguir la propuesta del esquema de Checkland, basado en la estructuración de la
definición raíz, se presentan los siguientes elementos, basados en el CATWOE, que nos
pág. 33
ayudaran a determinar la definición raíz.

C) CLIENTES O BENEFICIARIOS: Comunidad organizacional en general. ¿A quien

beneficia o perjudica?
A) ACTORES: Personal especifico involucrado en el manejo de los documentos y archivos,
quienes serán los informantes clave stakeholders, es decir ¿Quiénes ejecutan las
actividades?, a este grupo se les deben aplicar encuestas y entrevistas en sus áreas de
trabajo.
T) PROCESO DE TRANSFORMACIÓN: Considera si existe un sistema de gestión de
calidad en la organización, en donde estén involucrados las personas, los procesos, los
documentos, los archivos, las tecnologías y su interacción, es decir ¿Qué hace el
sistema?

W) PUNTOS DE VISTA DE CLIENTES Y ACTORES: En este punto se comparan los

resultados, de la comunidad organizacional en general y los actores en específico
involucrados en los procesos, quienes contribuirán a la flexibilidad para el cambio, es
decir ¿desde que punto de vista se les esta considerando?
O) PROPIETARIO DEL SISTEMA: Los directivos de la organización, quienes deberán
participar en este cambio, por lo cual la sensibilización y la conciencia en beneficio de
capitalizar su información es un recurso potencial, es decir identificar ¿Quién decide?
E) MEDIO AMBIENTE Y SUS LIMITACIONES: Considerar los cambios externos que puede
sufrir la organización, así como sus limitaciones que pueden hacer inviable la
implementación del sistema de gestión de calidad, incluyendo los recursos humanos,
materiales y tecnológicos, es decir analizar ¿Qué limitaciones existen?

4. Definición raíz.
La definición raíz se consigue definiendo la percepción general (CATWOE) de la
organización como sistema, destacando sus limitaciones y sus ventajas, con lo cual,
teniendo clara cual es la situación de la organización se podrá comenzar con la
implementación de un sistema de gestión de calidad.

5. Análisis, selección e implementación de alternativas.

Se analizarán las problemáticas de la organización, tratando de comprender sus causas, a
fin de prever su impacto como solución en el sistema de gestión de calidad a corto, mediano

pág. 34
y largo plazo. Identificado esto, podemos analizar y seleccionar alternativas, compararlas
con la situación problemática, identificar los posibles cambios factibles y buscar las
estrategias para implementar acciones de mejora a la situación problemática.

Figura 4. Pasos esenciales de la metodología de Checkland.17

pág. 35
En la figura 4, se retoman los pasos esenciales de la metodología de Checkland, pero estos
se presentan de manera distinta, en lo referido a los procesos que se realizan entre el
mundo real y el de las ideas.

6 Sistema de evaluación.
Por último el sistema de evaluación es un mecanismo que permite comparar la realidad con
el modelo propuesto; además ayuda a modificar, adecuar o cambiar elementos en el
sistema de gestión de calidad a fin de corregirlos; ésta evaluación puede ser mediante
técnicas como el diagnóstico, seguimiento y evaluación final de algún proceso archivístico
y de información, entre otros.

Por lo cual una manera de evaluar las operaciones será mediante la definición de las tres
“E”: eficacia, eficiencia y efectividad y en la medida en que se respondan estas
interrogantes.18

A) Eficacia. ¿Los medios elegidos para producir la transformación son los adecuados y
producen resultados satisfactorios?

Eficiencia. ¿Los recursos utilizados mínimos?

B) Efectividad. ¿Qué tanto contribuye este proceso de transformación en el logro de
los objetivos a largo plazo?
C) Ética. ¿La transformación es moralmente correcta?
D) Estética. ¿La transformación es estéticamente satisfactoria?

Es importante aclarar que el sistema de gestión de calidad, estará en constante cambio,

por lo que los modelos conceptuales cambiaran una y otra vez.

pág. 36
 UNIVERSIDAD NACIONAL DEL CALLAO
SEDE - CAÑETE

Conclusiones.

Podemos señalar que la ayuda de la metodología de sistemas blandos permite:

1. Mostrar la situación de la organización y de sus gestión interna de
documentos con miras a diseñar un sistema de gestión de calidad.
2. Identificar los puntos débiles de la organización, desde sus recursos
humanos, documentales, sus funciones y actividades, sus procedimientos,
políticas internas, productos y servicios.
3. Señalar las condiciones del acervo desde su producción, mantenimiento y
ubicación de los documentos, tanto físicos como electrónicos.
4. Evidenciar la existencia de duplicidad de funciones y procedimientos, lo que
incurre en re-procesos, duplicidad de documentos y costos.
5. Señalar que una efectiva gestión de documentos puede contribuir al logro
de objetivos y mejoras en la calidad de sus productos y servicios.
6. Elaborar los programas y proyectos relacionados con la gestión de
documentos, a fin de establecer acciones de mejora, incluyendo tecnologías
y bases de datos, entre otros.

Esta metodología, es una herramienta mas para los archivistas que permitirá desde
un aspecto social, documentar y evidenciar los procesos en la implantación,
mantenimiento y evaluación de los sistemas de gestión de calidad en las
organizaciones.

37
UNIVERSIDAD NACIONAL DEL CALLAO
SEDE - CAÑETE

DIAGRAMA DE FORESTER

El Diagrama de Flujos, también denominado Diagrama de Forrester, es el diagrama

característico de la Dinámica de Sistemas. Es una traducción del Diagrama Causal a
una terminología que permite la escritura de las ecuaciones en el ordenador para
así poder validar el modelo, observar la evolución temporal de las variables y hacer
análisis de sensibilidad..
No hay unas reglas precisas de como hacer esta transformación, pero si hay alguna
forma de abordar este proceso. Pasos a seguir:
1º. Hacer una fotografía mental al sistema y lo que salga en ella (personas, km2,
litros, animales,..) eso son Niveles.
2º. Buscar o crear unos elementos que sean "la variación de los Niveles",
(personas/día, litros/hora, ...) y esos son los Flujos.
3º. El resto de elementos son las Variables Auxiliares.
Como regla general esto sirve para empezar. Después ya se pueden ir haciendo
retoques, y así los Niveles que vayan a permanecer constantes (m2 de la
habitación) en vez de definirlos como Niveles se pueden definir como variables
auxiliares tipo constante que es más sencillo. Este es todo el procedimiento. Ahora
veremos con más detalle como se representan estos elementos.

Los "Niveles" son aquellos elementos que nos muestran en cada

instante la situación del modelo, presentan una acumulación y varían
solo en función de otros elementos denominados "flujos". Las "nubes"
38
UNIVERSIDAD NACIONAL DEL CALLAO
SEDE - CAÑETE

dentro del diagrama de flujos son niveles de contenido inagotable. Los

niveles se representan por un rectángulo.
Los "Flujos" son elementos que pueden definirse como funciones
temporales. Puede decirse que recogen las acciones resultantes de las
decisiones tomadas en el sistema, determinando las variaciones de los
niveles.
Las "Variables auxiliares" y las "Constantes", son parámetros que
permiten una visualización mejor de los aspectos que condicionan el
comportamiento de los flujos.
Las magnitudes físicas entre flujos y niveles se transmiten a través de
los denominados "canales materiales". Por otra parte existen los
llamados "canales de información", que transmiten, como su nombre
indica, informaciones que por su naturaleza no se conservan.
Por último quedan por definir los "retardos", que simulan los retrasos
de tiempo en la transmisión de los materiales o las informaciones. En
los sistemas socioeconómicos es frecuente la existencia de retardos en
la transmisión de la información y de los materiales y tienen gran
importancia en el comportamiento del sistema.
Para los retardos de material existen las funciones DELAY1 y SMOOTH.
Para los de información se utilizan DELAY3 y SMOOTH3. Los de primer
orden frente a una entrada escalón, responderán con una curva
exponencialmente asintótica, mientras que un retardo de tercer orden
conduce a una curva sigmoidal. En cierta forma los retardos de
información actúan como filtros alisadores de la variable de entrada.

39