1

Universidad Popular de la Chontalpa

Asignatura:
Fundamentos de sistemas y de la información

Nombre del trabajo:

Investigación

Nombre del tema:

Unidad 2 Sistemas

Nombre del alumno:

Callejas Gonzalez Cristian Felipe

Grado y Grupo:
1_B

Turno: Vespertino

Nombre del Porfesor:

Lorena Gomez Xequeb
 2

Introducción ………………………………………………………. 3
2. Sistemas …………………………………………………….…… 4
2.1 Concepto de sistemas ……………………………………….. 4
2.2 Teoría general de los sistemas …………………………….. 4
2.3 Propiedades de los sistemas ………………………………. 5
2.4 Caja negra y caja blanca de un sistema …………………. 5
2.5 Estudio de un sistema según Law y Kelton …………….. 5
2.6 Concepto de modelo y simulación ……………………….. 6
2.7 Tipos de modelos ……………………………………………. 7
2.8 Utilidad de los modelos …………………………………….. 7
2.9 Tipos de modelos de simulación …………………………. 8
2.10 Pertinencia de la simulación …………………………….. 8

2.11 Conclusion …………………………………………………….. 9

2.12 Referencias/Bibliografías ………………………………… 10

 3

Introducción

En los últimos años, los sistemas de información se han convertido en uno de los
La principal área de investigación es el campo de la organización empresarial.
el entorno
Los lugares donde operan las empresas son cada vez más complejos. Éste
La globalización, el proceso de internacionalización de las empresas, va en aumento
Competencia en el mercado de bienes y servicios, rápido desarrollo.
tecnología de la información, mayor incertidumbre ambiental y
El acortamiento del ciclo de vida del producto resulta del hecho de que la
información es
Conviértete en un elemento clave en el liderazgo, la supervivencia y la supervivencia.
La organización empresarial está creciendo. Si los recursos que subyacen al análisis
alcanzan
Ahora son tierra, trabajo y capital, ahora la información viene como un insumo más
Es la base del valor de la empresa.
 4

2. Sistemas
Un sistema informático es aquel sistema que aúna por un lado la parte física de la
informática y por otra, la parte digital o no tangible de la informática.
En otras palabras, un sistema informático debe estar compuesto
por hardware y software para que pueda denominarse como tal. Ejemplos de partes del
hardware y software en un SI son los periféricos, el sistema operativo del dispositivo o
las propias aplicaciones que posea.

La función principal de un sistema informático es el procesamiento de datos

almacenados. Gracias a que la utilidad de los sistemas informáticos, son adaptables a
casi cualquier sector o actividad económica, pueden ser utilizados casi sin restricciones.

2.1 Concepto de sistemas

Si bien cada uno de los elementos de un sistema puede funcionar de manera

independiente, siempre formará parte de una estructura mayor. Del mismo modo, un
sistema puede ser, a su vez, un componente de otro sistema.

La palabra sistema procede del latín systēma, y este del griego σύστημα (systema),
identificado en español como “unión de cosas de manera organizada”. De esta palabra
se derivan otras como antisistema o ecosistema.

De igual forma, existe una corriente de pensamiento filosófico llamada sistemismo,

creada por el epistemólogo argentino Mario Bunge, que propone que todo lo que existe
es un sistema o un componente de un sistema más complejo.

2.2 Teoría general de los sistemas

La teoría de sistemas o teoría general de los sistemas es el estudio interdisciplinario de

los sistemas en general. Su propósito es estudiar los principios aplicables a los sistemas
en cualquier nivel en todos los campos de la investigación.

En 1950 Ludwig von Bertalanffy planteó la teoría general de sistemas propiamente dicha.
Posteriormente, en la década de los setenta, Humberto Maturana desarrolló el concepto
de autopoiesis, el que da cuenta de la organización de los sistemas vivos como redes
cerradas de autoproducción de los componentes que las constituyen. W. Ross Ashby y
Norbert Wiener desarrollaron la teoría matemática de la comunicación y control de
sistemas a través de la regulación de la retroalimentación (cibernética), que se encuentra
estrechamente relacionada con la teoría de control.
 5

En la misma década, René Thom y E.C. Zeeman plantearon la teoría de las catástrofes,
rama de las matemáticas de acuerdo con bifurcaciones en sistemas dinámicos que
clasifica los fenómenos caracterizados por súbitos desplazamientos en su conducta.

2.3 Propiedades de los sistemas

Las propiedades de un sistema son: su estructura, la emergencia, la comunicación, la
sinergia, la homeostasis, la equifinalidad, la entropía, la inmergencia, el control y la ley
de la variedad requerida.
2.4 Caja negra y caja blanca de un sistema
Caja blanca (White box)

El método de pruebas White box (también conocido como clear box testing, glass
box testing, transparent box testing, and structural testing) es el cual mira el código
y la estructura del producto que se va a probar y usa ese conocimiento para la
realización de las pruebas.

Este método se usa en la fase de Unit testing, aunque también puede ocurrir en
otras fases como en las pruebas de sistema o de integración. Para la ejecución de
este método es necesario que el tester o la persona que vaya a usar el método
tengan amplios conocimientos de la tecnología y arquitectura usada para desarrollar
el programa.

Caja Negra (black box)

Es el método en el cual el elemento es estudiado desde el punto de vista de las

entradas que recibe y las salidas o respuestas que produce, sin tener en cuenta su
funcionamiento interno. Estas pruebas son realizadas desde la interfaz gráfica.

2.5 Estudio de un sistema según Law y Kelton

Los modelos y la simulación.

Si las variables de un sistema y sus interrelaciones son lo suficientemente sencillas, es

muy probable que se pueda encontrar algún modelo matemático conocido que sirva
para representar ese sistema y que diera información exacta sobre los aspectos de
interés. En casos como este, se dice que el modelo tiene una solución analítica.
Ejemplos típicos son los modelos de investigación de operaciones (programación
matemática, cadenas de Markov, redes de flujo, etc.), de estadística (series de tiempo,
modelos de regresión, etc.) o las representaciones de sistemas físicos por medio de
sistemas de ecuaciones diferenciales. Algunos modelos con solución analítica, sin
embargo, pudieran ser de difícil manejo, particularmente en su aspecto computacional.
La existencia de una solución matemática exacta a un modelo, que implique invertir
 6

matrices de enormes tamaños y con números reducidos de entradas nulas, es un

ejemplo común en el cual la obtención de resultados numéricos adecuados está lejos
de ser trivial.

En la gran mayoría de casos de sistemas reales, la complejidad de las interacciones e

interrelaciones entre las variables es tal que no suele hallarse una solución analítica
adecuada. En estos casos una práctica común y muchas veces la única a la mano, es
la simulación del sistema de interés.

Una recomendación general de los practicantes de la simulación es que, si para el

sistema de interés existe una solución analítica razonable, es decir, un modelo
matemático exacto que proporcione las respuestas buscadas y a la vez dichas
soluciones se pueden obtener eficientemente desde el punto de vista computacional,
entonces la simulación no debería utilizarse.

En una aproximación intuitiva, se puede decir que la simulación es una técnica por
medio de la cual se imita la operación o desempeño de un sistema productivo real a lo
largo del tiempo. Esta simulación genera una historia artificial del sistema modelado, y
con base en dicha historia ficticia se intenta extraer conclusiones válidas sobre el
comportamiento o las características del sistema real.

Una primera clasificación de los modelos usados en simulación distingue a los mismos
en dos grandes tipos: determinísticos y estocásticos. En los primeros se manejan
variables e interrelaciones que no incluyen ninguna medida de probabilidad, mientras
que en los segundos se incluye al menos alguna de las variables o relaciones como
aleatoria. El uso de representaciones algebraicas, matriciales o de ecuaciones
diferenciales o en diferencias es común en los sistemas determinísticos, mientras que
las representaciones como procesos estocásticos, cadenas de Markov, o sistemas de
colas es común en los sistemas estocásticos.

2.6 Concepto de modelo y simulación

La práctica ingenieril trata constantemente con el manejo, diseño y comparación de

alternativas en sistemas de producción de gran tamaño. Generalmente, el manejo estos
sistemas productivos involucra un buen número de variables de decisión que, debido a
la naturaleza del sistema de producción se interrelacionan de forma complicada y
diversa. Como una forma de abordar esta clase de problemas se usa frecuentemente el
modelado de estos sistemas.

Una forma sencilla de conceptualizar a un sistema productivo es considerar al sistema

como un conjunto de entidades (maquinaria, equipo, personal, instalaciones, etc.) que
interactúan juntas en el logro de un objetivo común. Una descripción de las
interacciones e interrelaciones entre las entidades que forman el sistema, generalmente
no se efectúa con la totalidad de detalles de cada una de las partes, sino omitiendo
aspectos que no sean esenciales o de interés al objetivo de estudio del sistema, que
normalmente tiene que ver con su operación o desempeño. De este modo, el
 7

acercamiento al estudio del sistema de interés se hace a través de un modelo del

mismo.

La intención fundamental de este breve resumen es reunir una serie de puntos

metodológicos comunes en el área de simulación de sistemas estocásticos, pero que
conservan validez en general para las tareas de modelado y simulación en casi
cualquier nivel de complejidad.

2.7 Tipos de modelos

Hay diversos tipos de modelos en uso y difieren entre ellos según el propósito que se
persiga. La diversidad va desde el más básico modelo físico como ser una estatua o
maqueta, hasta modelos muy complicados que sólo pueden utilizarse empleando
ordenadoras muy poderosas.

El modelo más común en análisis de sistemas agropecuarios probablemente sea la

representación gráfica de un conjunto, en el cual el modelo lo representa un dibujo.
Para crear este tipo de modelo es suficiente tener unas hojas de papel, un lápiz, un
borrador de goma, una calculadora sencilla, y una persona con conocimientos técnicos,
interés, energía y mucha imaginación.

Un modelo gráfico bien hecho, según los requisitos mencionados recién, tiene varias
ventajas las que permiten obviar la lectura de numerosas páginas de explicación escrita
y muchas horas de charlas.

Las ventajas de un modelo gráfico son:

- Todos los rasgos esenciales están expuestos. La estructura y el contenido del modelo
son percibidos con claridad y precisión. El propósito del modelo se percibe netamente.

- Es una representación física que no se altera fácilmente. El modelo no requiere se

memorizado y puede replicarse fácilmente cuando es necesario utilizarlo. Es una
manera muy fácil y rápida de transferir a otras personas -a través del tiempo y del
espacio - ideas y conceptos.

- La representación elaborada no puede ser modificada; el concepto representado tiene

que ser constante. Si las condiciones cambian quizás será preciso construir un nuevo
modelo, pero eso no invalida el modelo original.

2.8 Utilidad de los modelos

Un modelo funcional es un instrumento que sirve a su propósito en forma adecuada y que deja
satisfecho al utilizador. Un buen modelo funcional toma en cuenta todos los factores esenciales
e ignora por completo los detalles superfinos. Por eso, es de suma importancia disponer de un
propósito muy claro y preciso antes de comenzar a elaborar el modelo.

Los requisitos primordiales para construir cualquier modelo son:

 8

- Un propósito claramente definido.

- Identificar las consideraciones esenciales (incluir en el modelo).
- Desechar consideraciones superfluas (estas son fuente de confusión).
- El modelo debe representar la realidad en forma simplificada.
2.9 Tipos de modelos de simulación
Métodos analíticos: Ofrecen apreciaciones sobre hechos agregados con mayor precisión
que el análisis correspondiente por series de datos. Consiste en nódulos ensamblados
entre que funcionan en una red multinivel.

Métodos discretos: En este procedimiento las variables se desarrollan sobre un conjunto

de puntos de forma comedida. En esta técnica los puntos compiten los unos con otros,

Métodos continuos: Este comportamiento se basa en la simulación de ecuaciones

diferentes, que expresan la diferenciación de tiempo de cada variable de estado. Son
compatible con procesos de producción constante o de gran volumen.

Métodos orientados a objetos: Entiende a los distintos factores que hacen parte de la
simulación como objetos y cada uno de ellos está conformado por una combinación de
información y procesos que se combinan para crear un modelo especifico, como por
ejemplo. el objeto producto o cliente, en ambos intervienen diversos factores que son
orientados con un objetivo.

2.10 Pertinencia de la simulación

La simulación permite el estudio y experimentación con las interacciones internas de

un sistema complejo.

Permite ver los efectos que un cambio produce en el comportamiento de un sistema.El

comocimiento ganado en diseñar un modelo de simulación puede ser muy útil para
sugerir mejoras en el sistema que se estudia.La simulación sirve como herramienta
pedagógica al permitir reforzar analíticamente soluciones teóricas.Simulando diferentes
capacidades de hardware para una maquina, se pueden determinar sus
requerimientos.Los sistemas modernos son organizaciones tan complejas que las
interacciones solo puedes ser trabajadas a través de la simulación. A continuación se
presenta una lista de casos en que la simulación no debe ser usada:Cuando el
problema se puede resolver usando el sentido común o analíticamente.No debe ser
usada si es más fácil hacer los experimentos directamente.No debe usarse si los costos
superan al presupuesto.Una simulación requiere datos de entrada, si no hay, entonces
no vale la pena simular.Si no hay tiempo o personal para verificar y validar el modelo,
entonces no se debe simular.
 9

2.11 Conclusion

Los sistemas de información constituyen uno de los aspectos estratégicos claves para
el buen hacer de la empresa. Para ello es necesario que la totalidad de la organización
esté concienciada de su utilidad, tanto por parte de la alta dirección, la cual ha de
tenerlos en cuenta a la hora de realizar el proceso de planificación estratégica de la
empresa, como por parte de los distintos usuarios de la empresa. Ha de existir una
política de información y motivación dentro de la empresa. Si esto se lleva a cabo, la
empresa logrará superar a sus competidores, podrá aumentar su poder de negociación
e incluso podrá evitar la entrada de nuevos competidores logrando la denominada
“ventaja competitiva sostenible”. A la hora de planificar, desarrollar e implantar los
sistemas de información ha de realizarse por parte de la empresa un alineamiento de la
estrategia global de la compañía y los sistemas de información, identificando las
principales necesidades y evaluando los 14 distintos métodos de satisfacción, teniendo
presente en todo momento cuáles son las tecnologías de información disponibles en el
mercado y como estas pueden utilizarse. Además han de definirse claramente cuales
son los objetivos de los sistemas de información.
 10

2.12 Referencias/Bibliografías

· ANDREU, R., RICART J. E. Y VALOR, J. (1991): Estrategia y Sistemas de Información. Mc

Graw-Hill, Madrid

· BUENO, E. Y MORCILLO, P (1994): Fundamentos de economía y organización industrial. Mc

Graw-Hill, Madrid

· DAVIS, G. Y OLSON, M. (1985): Sistemas de Información Gerencial. Mc Graw-Hill, Madird

· EDWARS, C., WARD J. Y BYTHEWAY, A. (1998): Fundamentos de Sistemas de

Información. Prentice Hall, Madrid

· GARCÍA BRAVO, D. (2000): Sistemas de Información en la Empresa. Pirámide, Madrid

· GIL PECHUAN, I., (1996): Sistemas y tecnologías de la información para la gestión. Mc

Graw-Hill, Madrid