Universidad de oriente

Núcleo de Monagas
Escuela de ingeniería y ciencias aplicadas
Departamento de ingeniería de sistemas–Sistemas Dinamicos
Maturín – Monagas - Venezuela

Ensayo de los temas I y II de los libros

de Apoyo.

Profesor(a): Autor:
Prof. Henry Reinoza Jefferson Díaz CI: 25.944.571
Sección: 01

MATURÍN, 14 OCTUBRE DEL 2021.

ENSAYO
Para entender de una manera más práctico este ensayo sobre este tema tan amplio es
conveniente hablar sobre términos que esclarecen bastante la visión y enfoque de los
libros como lo son la dinámica y el desarrollo.

Dinámico proviene del griego dynamikos "poderoso", de dynamis "poder, poder, fuerza".
Gottfried Wilhelm Leibniz introdujo el término en un ensayo filosófico en 1695, donde dice
que cada "cosa corporal" tiene una propiedad básica, a saber, su fuerza, que es su
capacidad para hacer algo, actuar sobre otras cosas, o resistir, resistir. En cierto grado,
para ser cambiado por otras cosas. En ese sentido, la dinámica implica cambio como
consecuencia de las fuerzas o poderes inherentes a las cosas que cambian (más adelante
en la historia, el aspecto “cosa” desaparecería por completo). Leibniz también inventó el
cálculo diferencial (y Newton lo inventó casi simultáneamente, independientemente de
él), que es la herramienta matemática indispensable para lidiar con el cambio, que es una
característica fundamental y básica de todos los fenómenos físicos, biológicos o
psicológicos. Por lo que vale, es interesante observar que en la psicología del desarrollo,
que es la ciencia por excelencia del cambio psicológico humano, las ecuaciones
diferenciales son prácticamente inexistentes. Para mí, esta noción general de dinámica
está indisolublemente conectada con la teoría de los sistemas dinámicos y los sistemas
dinámicos complejos que deberían formar la columna vertebral de cualquier ciencia del
cambio en general y de la psicología del desarrollo en particular. Permítanme comenzar
con una definición simple de sistemas dinámicos.

El libro de Dorf define el sistema como cualquier conjunto de elementos conectados, es

decir, las cosas que forman un "todo" a través de sus conexiones, conexiones que se
supone que tienen una cierta durabilidad. El estado del sistema puede ser cualquier
"corte" que un observador desee realizar a lo largo del proceso en curso; es el valor o
valores actuales de la propiedad o propiedades que se utilizan para caracterizar el
sistema. Y el espacio de estados no es más que el espacio formado por tales propiedades.
La regla de evolución o principio de cambio es cualquier cosa que genere el siguiente
estado a partir del actual. Para cada dimensión en el espacio de estados (es decir, para
cada variable o componente) hay que especificar una regla de cambio, y estas reglas de
cambio se acoplan. Lo que sucede en una dimensión o variable tiene un efecto sobre lo
que sucede en otra. Es el acoplamiento entre estas dimensiones o variables lo que explica
por qué todo es un sistema.
Una forma importante de cambio es el cambio cero, es decir, la estabilidad, donde la
dinámica recrea activamente su estado anterior en el estado actual. La estabilidad y la
resistencia no son los estados básicos o predeterminados del mundo, como lo serían en
una ontología típica orientada a sustancias. De hecho, son productos altamente
específicos de procesos de interacción en curso. A veces, la regla de evolución se puede
simplificar a una expresión matemática, por ejemplo, en forma de una ecuación
diferencial o en diferencias (por ejemplo, Van Geert, 1991, 1994), pero a veces la dinámica
es simplemente demasiado compleja para ser representada por una función matemática
de este tipo (que requiere un modelo conceptual de por qué una propiedad en particular
está cambiando con el tiempo). En ese caso, tenemos la posibilidad de representarlo en
forma de posibles trayectorias de una bola rodando sobre un paisaje de colinas y valles, en
principio alejándose de las colinas y descansando en el fondo de los valles (paisajes
epigenéticos). Este paisaje representa el cambio en una función matemática que describe
un campo potencial y, al hacerlo, puede describir propiedades típicas de la dinámica

Es así como estos libros de apoyo en resumen dilucidan un poco la dinámica en general en
relación a los sistemas.

Este esquema elemental de un sistema acoplado, donde un estado genera el siguiente,

forma el punto de partida para extensiones conceptuales interesantes, como
retroalimentación, retrasos en el tiempo, estados objetivos, historias a largo plazo,
influencias estocásticas, sistemas interactivos, anticipación, etc. Pero cada especificación
de un sistema dinámico particular es al mismo tiempo la especificación de un interactor
particular con ese sistema, es decir, un observador / descriptor / interventor, a partir de
cuyas interacciones se genera la especificación del sistema. Potencialmente, todo "sistema
real" tiene una complejidad insuperable (un "sistema real" es básicamente un sistema
descrito por todas las interacciones que posiblemente pueda tener, en todos los niveles
posibles de su organización física y temporal). Por esa razón, nuestra comprensión de la
dinámica del sistema generalmente ocurre a través de la selección de un par de
propiedades generadas por nuestras interacciones con ese sistema en forma de
observaciones, mediciones o actividades conjuntas.

Al hacerlo, podemos quitar algunas propiedades del sistema, pero nunca podremos quitar
el sistema de las propiedades. Es decir, nuestra elección del espacio de estados descriptivo
debe ser tal que los cambios sobre estas dimensiones conserven o representen
propiedades características del sistema en su conjunto. Ejemplos de tales propiedades
características son los patrones temporales de variabilidad, estabilidad, cambio gradual y
discontinuidades, irreversibilidad y reversibilidad, progreso y regresión, recurrencia, etc.
Todo esto ocurre en una variedad de escalas de tiempo coexistentes acopladas
características del sistema en cuestión. Por ejemplo, vemos procesos en la escala de
tiempo de actividades reales, como el juego de los niños, hacer una tarea de matemáticas
en la escuela o tener una discusión con un amigo, en la escala de tiempo de la repetición
de tales actividades durante semanas o meses, y en la escala de tiempo. De cambios a
largo plazo (variaciones e invariancias) durante años o décadas que normalmente
asociamos con el desarrollo como un proceso de duración. Cada variable (dimensión del
espacio de estados, componente) que usamos para describir un sistema se corresponde
con algún tipo de orden, estructura y recurrencia en los procesos que caracterizan al
sistema (por ejemplo, el vocabulario de un niño, la autoestima de un adolescente
relacionada con la actos o los patrones de alimentación con cuchara en una díada padre-
hijo). Sin tal orden y recurrencia, nuestras interacciones científicas con el sistema y
nuestra comprensión del mismo serían totalmente efímeras. Si nos acercamos a una
variable en particular, veremos que "explota" en una multitud de variables subyacentes.

Este resumen de variabilidad aunque no lo dilucidan bien los libros, es importante

remarcar porque es fundamental a la hora de entender los procesos e variabilidad en los
sistemas que estaremos estudiando.

La forma recurrente en que tales variables se conectan en procesos típicos (por ejemplo,
usar y pronunciar una palabra en particular, niveles cognitivos en la resolución de
problemas) son suficientes para justificar nuestro tratamiento de ellas como totalidades o
estructuras con cierta autonomía, resistencia y recurrencia que garantiza su usabilidad
como unidades o focos de análisis. En lugar de conceptualizar estas variables como
dimensiones de un espacio (el enfoque geométrico típico de los sistemas dinámicos
clásicos), también pueden conceptualizarse como nodos en una red, caracterizándose
cada nodo por sus propiedades cambiantes a lo largo del tiempo, cuyo cambio es causado
por su dinámica inherente y por sus conexiones o acoplamiento con otros nodos. Además,
el espacio de estados puede estar compuesto por variables nominales u ordinales (por
ejemplo, varias formas de reacciones emocionales durante una interacción social).
Cualquier par de tales variables forma una cuadrícula, como un tablero de ajedrez, y la
dinámica del sistema puede describirse en forma de una serie de movimientos a través de
la cuadrícula. La aplicación de tales cuadrículas, las llamadas cuadrículas espaciales
estatales, se está convirtiendo en una población cada vez más popular.

Según el foro de Mecatrónica, Reino Unido, una definición formal de Mecatrónica es “la
integración sinérgica de Mecánica e Ingeniería Mecánica, Electrónica, Tecnología
Informática y TI para producir o mejorar productos y sistemas”. W. Bolton define la
mecatrónica como “Un sistema mecatrónico no es solo una combinación de sistemas
eléctricos y mecánicos y es más que un simple sistema de control; es una integración
completa de todos ellos”. Una representación gráfica de la mecatrónica ilustra el enfoque
integrado e interdisciplinario de la naturaleza. Aunque muchas personas creen que la
presencia de componentes mecánicos, eléctricos, electrónicos y computadoras hacen que
un sistema sea mecatrónico, otros no sienten lo mismo, ya que no hay nada de malo en la
identidad individual. Por lo tanto, el término mecatrónica debe usarse para representar un
significado diferente, a saber, "una filosofía de diseño", donde los componentes
mecánicos, eléctricos, electrónicos e TI deben considerarse juntos en la etapa de diseño
en sí para obtener un diseño compacto, eficiente y económico. Producto en lugar de
diseñar los componentes por separado. Un ingeniero mecatrónico debe ser capaz de
diseñar y seleccionar dispositivos mecánicos, sensores y actuadores, circuitos analógicos y
digitales, componentes basados en microprocesadores y dispositivos de control como
puertas lógicas para diseñar sistemas modernos.

Aquí podemos ver también que los elementos del sistema mecatronico, típicos son:

Actuadores y Sensores Señales y acondicionamiento Sistemas lógicos digitales Sistemas

de adquisición de datos y software Computadoras y dispositivos de visualización.

Como pueden ver la profesión de la ingeniería sufrirá un cambio tremendo debido en

parte a la nueva idea de la mecatrónica. La gente ya no podrá especializarse únicamente
en ingeniería eléctrica o mecánica de computadoras. La demanda de ingenieros en el
sector manufacturero que tengan habilidades interdisciplinarias seguirá creciendo. De ahí
la necesidad de que los ingenieros incorporen múltiples disciplinas en sus carreras. Algo
de esta evolución de la ingeniería ya se ve hoy. Por ejemplo, ya ha habido una progresión
hacia la automatización y el control por computadora de sistemas mecánicos simples en
muchos productos de consumo y la progresión es aún más evidente en la fabricación de
estos productos. En el futuro, la inteligencia artificial será parte de la vida cotidiana.

Donde el mundo matemático y las teoría de los sistemas dinámicos convergen haciéndose
realidad y visible para el estudiante como nosotros con practicidad, son atreves de los
modelos matemáticos, cada uno de estos materiales de apoyo en los libros en especial el
libro de Kuo, nos muestra como los números pasan a ser un gran protagonista a la hora de
interactuar con los estos sistemas a través de unos modelos matemáticos

Estos modelos matemáticos se utilizan particularmente en las disciplinas de las ciencias

naturales y la ingeniería (como la física, la biología y la ingeniería eléctrica), pero también
en las ciencias sociales (como la economía, la sociología y las ciencias políticas); Los físicos,
ingenieros, informáticos y economistas utilizan los modelos matemáticos de manera más
extensa. Eykhoff (1974) definió un modelo matemático como "una representación de los
aspectos esenciales de un sistema existente (o un sistema a construir) que presenta el
conocimiento de ese sistema en forma utilizable". Los modelos matemáticos pueden
adoptar muchas formas, incluidos, entre otros, sistemas dinámicos, modelos estadísticos,
ecuaciones diferenciales o modelos teóricos de juegos. Estos y otros tipos de modelos
pueden superponerse, con un modelo dado que implica una variedad de estructuras
abstractas. Hay seis grupos básicos de variables: variables de decisión, variables de
entrada, variables de estado, variables exógenas, variables aleatorias y variables de salida.

Estos modelos son los que la dan la forma general y la aplicabilidad de las ciencias
aplicadas matemáticas a estos sistemas. Por ello el conocimiento para poder develar
como estos sistemas dinámicos cambian en el tiempo en relación a sus propiedades y
particularidades, se basan en conocer muchas de teorías matemáticas y relaciones tales
como las ecuaciones en todas sus expresiones, integrales y transformadas de Laplace
entre otras.

Para combinar el modelado y los sistemas, llegamos al punto crítico donde esta materia
entra en acción la cual es los modelos de sistemas dinámicos.
El modelado de sistemas dinámicos se utiliza para describir y predecir las interacciones a
lo largo del tiempo entre múltiples componentes de un fenómeno que se considera un
sistema. Se centra en el mecanismo de cómo los componentes y el sistema evolucionan a
lo largo del tiempo. Si bien muchos investigadores de la comunicación han desarrollado
teorías con referencia a procesos dinámicos de comunicación que se desarrollan a lo largo
del tiempo, pocos han adoptado los métodos y técnicas de modelado para representar y
probar formalmente (es decir, utilizando lenguajes matemáticos o computacionales) las
teorías propuestas. Este permite a los investigadores de la comunicación cerrar la brecha
entre conceptualizar los fenómenos de interés como dinámicos y estudiar formalmente
los fenómenos como tales. Examinar cada componente del término modelado de sistemas
dinámicos puede ayudar a aclarar su significado. El componente dinámico indica que el
tiempo se incorpora como elemento esencial del modelo. En los modelos estáticos más
tradicionales, el tiempo a menudo se ignora y, por lo tanto, posiblemente confunde los
efectos de las variables que se están estudiando. En los modelos dinámicos, el tiempo es
fundamental tanto para la estructura básica de los datos como para comprender cómo se
desarrolla un proceso. En algunos modelos de sistemas dinámicos, los datos se organizan
por tiempo como una secuencia de observaciones repetidas de una variable dada a lo
largo del tiempo, denominados datos de series de tiempo. También se supone que los
datos tienen dependencia en serie, lo que significa que no se supone que los puntos de
datos individuales sean independientes entre sí, sino que cualquier valor dado está
influenciado por valores anteriores. Los modelos de series de tiempo se utilizan para
representar cómo evoluciona el sistema.

En otros modelos dinámicos, aunque los datos de series de tiempo no son necesarios para
probar los modelos, el tiempo todavía juega un papel clave en que las distribuciones del
tiempo de respuesta se consideran en la formulación y predicciones del modelo (p. Ej.,
Modelado simultáneo de la probabilidad de elección y el tiempo de respuesta de la
elección al predecir la elección comportamiento. Los modelos de sistemas dinámicos
asumen que los estados actuales de un sistema dependen de estados pasados. Esto se
refleja generalmente en modelos formales mediante el uso de ecuaciones diferenciales o
diferenciales con retroalimentación del sistema o términos de retraso (por ejemplo, el
valor de una variable dependiente en un punto de tiempo dado t está influenciado por el
valor de sí mismo en puntos de tiempo anteriores, como t - 1 y t - 2). El componente de
sistemas del modelado de sistemas sugiere que las preguntas de investigación se
conceptualizan como involucrando múltiples componentes que interactúan de un todo
más grande. En el contexto de un sistema dinámico, esto implica que los componentes
que interactúan se comportan de manera ordenada, siguiendo reglas que pueden ser
identificadas y definidas. Si bien los sistemas son ordenados, se comportan de formas
complejas que son difíciles de describir para los investigadores utilizando un lenguaje
verbal natural.

El cambio a un componente puede provocar un cambio mayor en todo el sistema. Una

cuestión central de cualquier sistema dinámico es cómo mantiene la estabilidad o la
resistencia al cambio con el tiempo. Los sistemas varían en estabilidad: la probabilidad de
que cambien de estado, la cantidad de variabilidad esperada dentro del sistema a lo largo
del tiempo y cómo responden a pequeñas perturbaciones. Los sistemas también pueden
variar en el grado en que se entienden como abiertos (es decir, influenciados por fuerzas
externas que no están dentro del sistema) o cerrados (es decir, explicados solo por los
componentes del sistema). En realidad, todos los sistemas sociales deben estar abiertos a
algunas presiones externas, aunque es posible que no se traten como tales en un modelo
debido a la complejidad involucrada, la viabilidad de la investigación y la relevancia para
las preguntas clave de la investigación.

Formalmente, las interrelaciones entre múltiples componentes de un sistema pueden

modelarse usando una ecuación matemática que define las reglas del sistema, o usando
un conjunto de ecuaciones relacionadas con variables comunes. El componente de
modelado indica que las relaciones dinámicas entre los componentes de un sistema se
representan como ecuaciones matemáticas formales y / o se implementan utilizando
lenguajes computacionales. En términos generales, los enfoques de modelado se pueden
distinguir entre modelos matemáticos-computacionales y modelos estadísticos.

Es así como a través de estos distintos conceptos en unión, forman una amalgama de
conocimientos interdisciplinarios que intervienen en los procesos del dinamismo de
cualquier sistema. Yo como estudiante veo interesante como la complejidad de de
términos tan simples como la automatización se vuelven tan grandes y críticos a la hora de
explicar en términos no técnicos un conocimiento interdisciplinario de estos sistemas
dinámicos que en su más simple forma, son solo sistemas que varían en el tiempo, con
particularidades y modelados que los hacen únicos en su funcionamiento.