UNIDAD 1 GENERALIDADES

La Teoría General de Sistemas

(TGS) es un enfoque
multidisciplinario que busca
comprender y analizar los
sistemas en diferentes ámbitos,
más allá de la informática y la
computación. Un sistema se
define como cualquier interacción que ocurre en un ambiente, y puede
encontrarse en diversos contextos como cadenas alimenticias, sistemas
económicos, políticos, ordenadores y sociedades. Los sistemas están
compuestos por partes que interactúan entre sí para lograr un objetivo y
pueden contener a otros sistemas.

Desarrollo temático de la TGS

En 1926, el biólogo Ludwig Von Bertalanffy planteó un enfoque orientado

al análisis de la biología como un sistema, sentando las bases para el
desarrollo posterior de la Teoría General de Sistemas. La TGS es una
rama compartida entre la ciencia y la filosofía, que ofrece un enfoque
multidisciplinario aplicable en cualquier entorno donde se produzca una
interacción. Su propósito es desarrollar modelos y teorías que permitan
diferenciar los sistemas de su entorno y comprender cómo su evolución y
comportamiento están influenciados por este. La TGS se fundamenta en
tres principios básicos: los sistemas existen dentro de los sistemas, los
sistemas son abiertos y las funciones de un sistema obedecen a su
estructura.

Definición de sistema

El término "sistema" puede tener diferentes significados según la disciplina

de conocimiento a la que se asocie. Sin embargo, en términos generales,
se define como la conjunción de diferentes elementos que se relacionan
entre sí para lograr un fin determinado. Todos los sistemas tienen una
entrada, una salida y una retroalimentación, y existen en un entorno con el
que interactúan. Los sistemas pueden ser contenedores o contenidos por
otros sistemas.

Partes de un sistema

Un sistema está compuesto por varias partes fundamentales:

 Entorno: es el ambiente en el que existe el sistema y proporciona

las entradas y recibe las salidas del sistema.

 Entrada: es la materia prima o los recursos que el sistema necesita

para iniciar su proceso.

 Salida: es el resultado obtenido por el sistema después de realizar

su proceso y transformar la materia prima.

 Proceso: son las actividades, transformaciones y efectos realizados

sobre la materia prima, que están relacionados con la función propia
del sistema.

 Retroalimentación: es el mecanismo de autorregulación del sistema,

que permite controlar su comportamiento frente al entorno.

Tipos de sistemas

Existen diferentes tipos de sistemas, que se clasifican según sus

características fundamentales:

 Sistemas artificiales: son ideas, planes o conceptos ideados por la

mente humana y no existen físicamente.

 Sistemas naturales: son sistemas que existen en el entorno

observable y se encuentran en la naturaleza.
Ampliación: La Teoría General de Sistemas tiene aplicaciones en
diversas áreas de investigación y permite analizar fenómenos complejos
desde una perspectiva interdisciplinaria. Al considerar los sistemas como
entidades interconectadas, la TGS ayuda a comprender las interacciones
entre las partes de un sistema, así como su relación con el entorno. Esto
facilita el desarrollo de modelos y teorías que permiten predecir y explicar
el comportamiento de los sistemas en diferentes contextos.

Totalidad: Los sistemas son considerados entidades completas e

integradas compuestas por partes interrelacionadas. Para comprender el
sistema en su totalidad, es necesario analizar todas sus partes y las
interacciones entre ellas.

Finalidad: Los sistemas tienen un propósito o función para la cual fueron

creados. Su razón de ser es cumplir con ese propósito y desempeñar su
función específica.

Equifinalidad: A pesar de tener diferentes estados iniciales y procesos,

dos o más sistemas pueden alcanzar los mismos resultados finales. Esto
significa que hay múltiples formas de lograr un objetivo.

Equipotencialidad: A pesar de tener el mismo estado inicial, dos o más

sistemas pueden alcanzar resultados diferentes debido a diferentes
procesos o interacciones. Esto muestra que el camino o las acciones
tomadas pueden influir en los resultados.

Retroalimentación: Los sistemas tienen la capacidad de recibir

información de su entorno y utilizarla para autorregularse y ajustar su
funcionamiento. La retroalimentación puede ser positiva, cuando amplifica
o refuerza un comportamiento, o negativa, cuando corrige o estabiliza el
sistema.
 UNIDAD 1 DINÁMICA DE SISTEMAS

Dinámica de sistemas: La dinámica de

sistemas es una metodología que
permite estudiar y analizar el
comportamiento de los sistemas a través
del estudio de la retroalimentación, los
flujos y las condiciones del entorno que afectan su funcionamiento.
Permite predecir los resultados de un sistema bajo ciertas condiciones
iniciales y establecer patrones de comportamiento para su modelado y
clasificación en diversos campos.

Diagrama causal: Los diagramas causales son representaciones gráficas

de los ciclos de retroalimentación y las relaciones causales que ocurren
entre los componentes de un sistema. Estos diagramas ayudan a
visualizar y comprender cómo los cambios en un elemento del sistema
impactan en otros elementos, permitiendo identificar las interacciones y las
influencias entre ellos.

Retroalimentación negativa: La retroalimentación negativa ocurre

cuando una variación en un elemento del sistema es contrarrestada por
otro elemento, lo que tiende a estabilizar el sistema y llevarlo a un estado
de equilibrio. En este tipo de retroalimentación, un aumento en un
elemento se traduce en una disminución en otro, y viceversa, buscando
mantener un equilibrio en el sistema.

Retroalimentación positiva: La retroalimentación positiva implica que un

cambio en un elemento del sistema desencadena un cambio en otro
elemento que refuerza el cambio inicial, creando un efecto de amplificación
o bola de nieve. En este caso, los cambios se retroalimentan y se
potencian entre sí, llevando al sistema a un estado fuera de control y a una
posible destrucción.
Reglas de notación: Las reglas de notación en la dinámica de sistemas
establecen pautas para la representación gráfica de los diagramas
causales. Estas reglas incluyen la interconexión de variables mediante
flechas que indican las relaciones o influencias, la asignación de sentido y
correlación a los vínculos, la identificación de ciclos y retrasos, la claridad
y simplicidad en los diagramas, entre otros aspectos.

Diagramas de Forrester: Los diagramas de Forrester son una

herramienta de análisis empresarial que complementa los diagramas
causales. Estos diagramas representan los flujos y niveles de un sistema
de manera más natural. Son utilizados como paso previo para generar
ecuaciones que permiten la simulación por computadora. Para construir
un diagrama de Forrester, se deben identificar los niveles del sistema,
establecer los elementos que causan cambios en esos niveles, considerar
variables auxiliares y constantes, distinguir entre relaciones de información
y materiales, representar fuentes o sumideros de material con una nube y
utilizar retardos cuando existen demoras en los resultados. También se
deben tener en cuenta las influencias externas al sistema, conocidas como
exógenas. Existen diferentes convenciones y nomenclaturas dependiendo
del programa de simulación utilizado.

Arquetipos de sistemas: Los arquetipos de sistemas son modelos

básicos que sirven como base para la generación de nuevos conceptos,
ideas u objetos. En el contexto de la dinámica de sistemas, los arquetipos
representan patrones comunes de comportamiento y respuestas en las
relaciones entre los elementos de un sistema. Estos arquetipos nos
permiten modelar y predecir el comportamiento de un sistema al
comprender las relaciones entre sus partes constituyentes.

Los arquetipos describen comportamientos como puntos de quiebre,

donde la regulación y la retroalimentación del sistema pueden mantenerlo,
regularlo o destruirlo. Algunos ejemplos de arquetipos de sistemas
incluyen la compensación entre proceso y demora, donde se revisan los
resultados y se realizan ajustes en función de la retroalimentación, y la
variación excesiva en los flujos de entrada que puede provocar la
destrucción del sistema.

Límites de crecimiento: En un sistema, el crecimiento puede

experimentar una aceleración inicial debido a la retroalimentación interna,
pero eventualmente alcanza un límite donde se detiene o se revierte de
manera acelerada. Estos límites pueden ser impuestos por restricciones
de recursos o por factores externos. Cuando un sistema se acerca a su
límite de crecimiento, puede experimentar un equilibrio lento o un colapso
abrupto.

Desplazamiento de carga: El desplazamiento de carga se refiere a un

problema subyacente en un sistema que genera una serie de síntomas
perceptibles en la superficie. A menudo, se intenta abordar estos síntomas
mediante soluciones temporales o sintomáticas que calman los efectos
visibles. Sin embargo, el problema subyacente persiste y se vuelve cada
vez más grave, lo que resulta en una mayor dependencia de las soluciones
temporales. Es esencial abordar el problema subyacente en lugar de
simplemente tratar los síntomas superficiales.

Caso especial: desplazamiento de carga hacia la intervención: Este

caso particular se refiere a situaciones en las que existe una estructura de
desplazamiento de carga en un sistema y se produce una intervención
externa que merece atención especial. La intervención se enfoca en aliviar
los síntomas evidentes del problema y lo hace tan bien que los miembros
del sistema nunca aprenden a enfrentar los problemas de manera efectiva.
Esto puede generar dependencia continua de las intervenciones externas
sin abordar el problema subyacente.
 UNIDAD 2 TEORÍA DE LA DECISIÓN

Teoría de la decisión: La teoría de la decisión es una disciplina que se

ocupa de recopilar técnicas, herramientas y conocimientos para tomar
decisiones entre diferentes opciones posibles. Su objetivo principal es
determinar la mejor manera de satisfacer una necesidad o alcanzar una
meta, maximizando los resultados de manera eficiente y eficaz. La teoría
de la decisión implica el análisis de información disponible y la
consideración de sucesos inciertos, es decir, eventos cuyos resultados no
se conocen con certeza.

Características:

Dentro de la teoría de la decisión existen dos clases de elementos que se

utilizan para evaluar si una decisión es correcta o incorrecta, o si está
influenciada por sesgos o acuerdos:

1. Proposiciones éticas o elementos de valor: Estas proposiciones

están relacionadas con cuestiones éticas, valores personales e
integridad. La base para utilizar estas proposiciones depende del
 individuo, ya que son subjetivas y cada persona puede interpretar y
tomar diferentes alternativas basadas en su experiencia personal.

2. Proposiciones fácticas o elementos de hecho: Estos elementos

se refieren a los acontecimientos y hechos del mundo real que se
pueden observar, medir y comprobar. En este caso, se puede
evaluar si una decisión es acertada o equivocada en función de los
resultados obtenidos y las consecuencias desencadenadas.

Algunos componentes de la teoría de decisiones:

 Decisión: Es el resultado de combinar acciones, sucesos inciertos

y consecuencias. Para lograr la consecución de una meta, es
necesario medir y analizar estos componentes.

 Resultado: Es el producto de analizar y medir las alternativas y las

posibles consecuencias de una decisión. Puede ser adverso o
favorable en relación con el efecto esperado.

 Consecuencia: Es un efecto, a veces inesperado o incontrolable,

que se deriva de una decisión tomada.

 Incertidumbre: Representa el grado de desconocimiento que

tenemos sobre las consecuencias que podrían surgir de las
diferentes acciones que se tomen.

 Preferencia: Son las conductas preferidas o favorables hacia una

alternativa en comparación con otras opciones.

 Tomar una decisión: Es un proceso que se lleva a cabo frente a

una situación específica para poder emitir un juicio y elegir una
opción.

 Juicio: Es una sentencia que indica las recomendaciones más

adecuadas o las opciones con mayores posibilidades de éxito frente
a una situación de decisión.
  Sucesos inciertos: Son todos los eventos derivados de una
decisión que no fueron inicialmente visualizados, valorados o
estimados en el proceso de toma de decisiones.

Tipos de decisión:

 Decisión programada: Este tipo de decisión se refiere a

situaciones en las que se siguen rutinas o procedimientos
establecidos para tomar decisiones. Se basa en reglas
preestablecidas, parámetros o convenciones, lo que permite obtener
resultados confiables y consistentes. Por ejemplo, realizar pagos
regulares por publicidad en televisión en momentos estratégicos.

 Decisión no programada: En contraste con la decisión

programada, la decisión no programada se refiere a situaciones en
las que no existen reglas o procedimientos predefinidos para tomar
decisiones. Estas decisiones se toman en respuesta a eventos o
situaciones inusuales o poco frecuentes, para los cuales no hay
suficiente información o experiencia previa. Requieren un análisis
más detallado y una evaluación cuidadosa de las opciones
disponibles.

Etapas del proceso de decisión:

1. Reconocimiento del problema: En esta etapa, se identifica la

existencia de un problema o una necesidad de tomar una decisión.
Se diagnostica la situación y se establece el objetivo que se desea
alcanzar.

2. Atención del problema: Una vez identificado el problema, se

recopila información relevante, se consultan expertos y se
desarrollan medidas correctivas o criterios de aceptación para
abordar el problema de manera efectiva.

3. Enumerar y evaluar alternativas: En esta etapa, se generan

diferentes alternativas posibles para resolver el problema.
 UNIDAD 2 PRINCIPIO DE CAUSALIDAD

Principio de causalidad: El principio de

causalidad establece que es necesario
establecer con evidencias objetivas si los
resultados obtenidos en un experimento son
realmente generados por una causa
específica. Implica que se deben realizar
pruebas exhaustivas durante un período prolongado y bajo diferentes
condiciones para determinar de manera inequívoca que una causa
particular tiene un efecto particular. Por ejemplo, se puede afirmar que el
alcoholismo es causado por la depresión, pero también es importante
considerar otras posibles causas, como la herencia. El principio de
causalidad nos insta a analizar distintos factores y evaluar su influencia en
un efecto determinado.

Dificultades con el principio de causalidad: Existen dificultades

inherentes al principio de causalidad, especialmente al tratar de reproducir
el mundo real en experimentos controlados. No siempre es posible aislar
completamente una causa de los efectos que pueden agregarle los
observadores o las condiciones experimentales. Además, es complicado
eliminar todas las influencias externas y fuentes de error que pueden
afectar los resultados. Sin embargo, en la actualidad, los avances
científicos y tecnológicos permiten obtener aproximaciones muy cercanas
a la realidad en los laboratorios, lo que brinda un alto grado de confiabilidad
en las estimaciones, proyecciones y predicciones que se realizan.

Causa y efecto: En este contexto, se define la causa como el origen de

un evento o suceso, mientras que el efecto es el resultado que ocurre
como consecuencia de la causa. La ley de causa y efecto plantea que el
efecto observado en un sistema, ambiente o experimento ocurre después
de la causa que lo generó. Aunque parezca obvio, en la vida real los
fenómenos son complejos y pueden estar influenciados por múltiples
circunstancias e interacciones. La ley de causa y efecto se utiliza
ampliamente en diferentes áreas, como la manufactura, para mejorar
procesos y detectar fallas, así como en el análisis de sistemas y
fenómenos en la Teoría General de Sistemas.

Algunos usos de la ley de causa y efecto: La ley de causa y efecto

encuentra aplicaciones en diversos campos. En las empresas de
manufactura, por ejemplo, se utiliza para mejorar los procesos y detectar
posibles fallas en la cadena de producción. También se emplea en el
análisis de sistemas y fenómenos, especialmente en la Teoría General de
Sistemas. Un ejemplo conocido es el diagrama de espina de pescado, que
se utiliza para identificar y relacionar todas las posibles causas de un
problema, lo cual ayuda a mitigar fallas o eliminar problemas en un
sistema.

El diagrama de causa y efecto, también conocido como diagrama de

espina de pescado o diagrama de Ishikawa, es una herramienta gráfica
utilizada para analizar la causalidad en fenómenos o problemas. Se utiliza
principalmente cuando se desea buscar soluciones a problemas cuyo
origen no se conoce con certeza.

La construcción de un diagrama de causa y efecto se realiza siguiendo los

siguientes pasos:

1. Identificar el problema o fenómeno que se va a analizar.

2. Dibujar el diagrama de causa y efecto.

3. Ubicar el problema en la parte derecha del diagrama.

4. Identificar las categorías de causas principales y ubicarlas en las

flechas diagonales.

5. Enumerar las causas específicas de cada categoría.

En el ejemplo proporcionado, se analiza el fenómeno del ciclo del agua

como un sistema. Se identifican categorías de causas principales, como la
evaporación, la condensación, la precipitación y la escorrentía. Luego se
enumeran las causas específicas dentro de cada categoría.

Al establecer relaciones causa-efecto, es importante tener en cuenta

algunos aspectos clave:

 Analizar cada elemento de forma independiente para comprender

su comportamiento y naturaleza.

 Establecer criterios generales de relación entre los elementos para

indicar las grandes áreas de posibles causas.

 Determinar las posibles conexiones entre los elementos basándose

en los criterios generales.

 Comprobar si la conexión existe en ambos sentidos, es decir, si la

causa puede generar el efecto y si el efecto puede retroalimentar la
causa.

Se presentan ejemplos de relaciones causa-efecto, como el gol de un

jugador que provoca la emoción de los asistentes, la oscuridad y
nubosidad de la tarde que genera frío, la alta capacidad de los
microprocesadores que ocasiona un aumento rápido de la temperatura,
entre otros.

Luego se muestra un ejemplo de aplicación de los diagramas de causa y

efecto en el análisis del bajo rendimiento de los estudiantes en la materia
de matemáticas. Se identifican categorías de causas principales, como
recursos, docente, estudiantes, contenidos e institución, y se enumeran
las causas específicas dentro de cada categoría.

Los diagramas de causa y efecto son herramientas útiles para analizar la

causalidad en fenómenos o problemas. Ayudan a identificar las posibles
causas de un efecto y a visualizar las relaciones entre los diferentes
elementos involucrados. Esto facilita la búsqueda de soluciones y la toma
de decisiones para mejorar la situación analizada.
 UNIDAD 3 ¿QUÉ ES UN MODELO?

El modelado es una herramienta importante en la Teoría General de

Sistemas, ya que permite abordar y comprender el comportamiento de los
sistemas, así como simular y controlar variables de manera libre. Esto
facilita el aprendizaje, la formulación de hipótesis y la comprensión de las
interacciones entre los elementos de un sistema, tanto internas como
externas.

La autora Pilar Alexandra Moreno destaca en su libro "Teoría General de

Sistemas" que el enfoque de sistemas proporciona elementos generales y
flexibles para abordar cualquier tipo de campo y establecer objetivos para
resolver problemas específicos. El modelado de sistemas específicos
respalda la toma de decisiones y otras funciones relacionadas.

Se mencionan diferentes tipos de modelos y sus características:

1. Modelo Mental: Es la información y relaciones que una persona

puede deducir al observar un hecho. Es altamente intuitivo, se
obtiene de manera empírica y se basa en el conocimiento y la
experiencia.

2. Modelo Verbal o Escrito: Consiste en expresar con palabras o textos

el modelo mental. Por lo general, es cualitativo y expone las
características inferidas de manera verbal o escrita, basándose en
el conocimiento existente.
 3. Modelo Gráfico: Es un esquema desarrollado por una persona para
explicar un hecho o sus relaciones. Puede ser visualizado de forma
clara y lógica, e incluye información adicional, como datos y
relaciones.

4. Modelo Físico: Es una estructura material que recrea una realidad o

un hecho. Generalmente se trata de una representación física, como
una maqueta, que permite analizar el comportamiento de las
variables de manera real y controlada.

5. Modelo Matemático: Consiste en ecuaciones que describen

numéricamente el fenómeno observado. Establece las relaciones
entre las variables del sistema y tiene un alto grado de precisión.

Fases para la creación de un modelo:

1. Realizar una completa definición del sistema que interesa

analizar y recolectar la información necesaria:

En esta fase inicial, es fundamental comprender y definir claramente

el sistema que se desea analizar. Esto implica identificar sus
componentes, restricciones, estados posibles, interrelaciones y
límites. Además, se debe recopilar toda la información necesaria
para desarrollar el modelo.

2. Formular un modelo que permita representar el sistema:

Una vez que se ha definido el sistema, se procede a formular un

modelo que represente de manera esquemática la realidad que se
pretende analizar. Es recomendable comenzar con un modelo
básico y luego enriquecerlo a medida que se adquiere una mejor
comprensión del sistema.
 3. Solución del modelo:

En esta fase, se busca plantear una solución al sistema utilizando el

modelo formulado. Se establecen procedimientos y métodos para
resolver el modelo y obtener resultados.

4. Prueba del modelo:

El modelo debe ser sometido a pruebas y verificaciones para evaluar

su desempeño y precisión. Se introducen datos y se observa el
comportamiento del modelo. Los resultados obtenidos permiten
determinar si el modelo funciona correctamente o si requiere ajustes
y mejoras.

5. Implementación del modelo que recrea el sistema:

Una vez que el modelo ha sido probado y validado, se procede a su
implementación.

Técnicas de modelado:

1. Aplicaciones estadísticas:

Las aplicaciones estadísticas son herramientas que permiten

generar modelos estadísticos eficientemente.

2. Simulación:
La simulación es una técnica que utiliza recursos computacionales
para desarrollar modelos simulados por computadora. Combina
herramientas como la programación orientada a objetos y la
multimedia para apoyar el análisis, el diseño y la toma de decisiones.
La simulación se utiliza para determinar la optimalidad de soluciones
o alternativas dentro de un conjunto seleccionado. Se aplica en
diversos campos, como proyectos de inversión, sistemas de
inventario, sistemas de líneas de espera, problemas de transporte,
entre otros.
 UNIDAD 3 SISTEMAS DINÁMICOS

Los sistemas dinámicos son aquellos que

cambian y evolucionan con el tiempo, y su
comportamiento puede predecirse
mediante ecuaciones matemáticas. El
análisis de sistemas dinámicos abarca
áreas de aplicación, experimental y matemática.

El área de aplicación establece relaciones entre los estados anteriores y

posteriores del sistema. El área experimental se basa en simulaciones por
computadora y recreaciones en el laboratorio. El área matemática se
enfoca en verificar la información obtenida en las áreas de aplicación y
experimental.

Los sistemas dinámicos pueden ser continuos o discretos. Los sistemas

continuos experimentan cambios continuos en el tiempo y se modelan
mediante ecuaciones diferenciales. Por ejemplo, el llenado de un tanque
con agua puede describirse mediante una ecuación que relaciona el
volumen con el tiempo.

Los sistemas discretos se caracterizan por cambios y mediciones en

lapsos de tiempo discretos. Se modelan mediante relaciones recursivas o
iterativas. Por ejemplo, el crecimiento de una población de alpacas puede
describirse mediante una ecuación que relaciona la tasa de crecimiento
con la población actual.

La simulación es la recreación de un fenómeno utilizando relaciones

matemáticas. Puede realizarse mediante métodos numéricos y permite
representar tanto modelos continuos como discretos. La simulación es útil
cuando el modelado matemático es complicado, cuando se requiere un
bajo margen de precisión, cuando el fenómeno real es inaccesible o
peligroso, o cuando se necesita validar modelos.
Se menciona que los sistemas dinámicos pueden ser modelados y
simulados utilizando herramientas matemáticas y computacionales.

Esto permite estudiar su comportamiento y predecir su evolución en

diferentes situaciones.

El modelado de sistemas dinámicos consiste en establecer ecuaciones

matemáticas que describen las relaciones entre las variables del sistema
y cómo estas variables cambian con el tiempo. Estas ecuaciones pueden
ser ecuaciones diferenciales, ecuaciones de diferencia o relaciones
recursivas, dependiendo de si el sistema es continuo o discreto.

La simulación de sistemas dinámicos implica recrear el comportamiento

del sistema mediante la implementación de las ecuaciones del modelo en
un entorno computacional. Esto permite generar resultados numéricos y
visualizaciones que representan la evolución del sistema a lo largo del
tiempo.

La simulación es una herramienta poderosa para estudiar sistemas

complejos, ya que permite realizar experimentos virtuales y analizar
diferentes escenarios sin tener que interactuar directamente con el sistema
real. Además, la simulación puede ser menos costosa y más segura que
realizar experimentos en la realidad.

En el campo de la simulación de sistemas dinámicos, se utilizan diversos

métodos numéricos para resolver las ecuaciones del modelo y obtener
resultados aproximados. Estos métodos incluyen técnicas de integración
numérica, métodos de discretización y algoritmos de simulación
específicos para diferentes tipos de sistemas.

La simulación de sistemas dinámicos se aplica en una amplia gama de

campos, como la física, la ingeniería, la biología, la economía y muchos
otros. Permite analizar y comprender el comportamiento de sistemas
complejos, tomar decisiones informadas y optimizar el diseño y
funcionamiento de sistemas en diferentes contextos.
El modelado y la simulación de sistemas dinámicos son herramientas
fundamentales para el análisis y comprensión de sistemas complejos.
Estas herramientas permiten predecir el comportamiento de los sistemas,
realizar experimentos virtuales y tomar decisiones informadas en diversos
campos de estudio.

Análisis de estabilidad: El análisis de estabilidad es una parte importante

del estudio de los sistemas dinámicos. Se utiliza para determinar si un
sistema tiende a permanecer cerca de un estado de equilibrio o si exhibe
comportamientos oscilatorios o caóticos. El análisis de estabilidad permite
comprender cómo pequeñas perturbaciones pueden afectar la evolución
del sistema a largo plazo.

Modelado de sistemas complejos: Los sistemas dinámicos también se

utilizan para modelar y comprender sistemas complejos que involucran
interacciones entre múltiples componentes. Estos sistemas pueden ser
biológicos, sociales, económicos o ecológicos, entre otros. El modelado de
sistemas complejos permite estudiar fenómenos emergentes y analizar
cómo las interacciones entre los componentes individuales dan lugar a
comportamientos colectivos.

Dinámica no lineal: En muchos sistemas dinámicos, las relaciones entre

las variables no son lineales. Esto significa que los cambios en una
variable no tienen una relación proporcional con los cambios en otras
variables. La dinámica no lineal puede dar lugar a comportamientos
complejos, como bifurcaciones, atractores caóticos o patrones periódicos.
El estudio de la dinámica no lineal es fundamental para comprender
sistemas complejos y predecir su comportamiento.

Optimización y control de sistemas: Los modelos matemáticos de

sistemas dinámicos también se utilizan para la optimización y el control de
sistemas. La optimización busca encontrar los valores óptimos de las
variables del sistema para lograr un objetivo específico, como maximizar
la eficiencia o minimizar los costos.
 UNIDAD 4 ESTRUCTURAS FUNDAMENTALES

Los sistemas complejos son dinámicos y están compuestos por múltiples

componentes interconectados. El grado de acoplamiento entre estos
componentes determina cómo un cambio en uno puede afectar a otros. En
algunos casos, el acoplamiento es alto y los efectos son significativos,
como la influencia de la temperatura global en el nivel de los océanos. En
otros casos, el acoplamiento es bajo y los efectos son despreciables, como
los efectos gravitatorios de una galaxia lejana sobre nuestra galaxia, la Vía
Láctea.

Los sistemas complejos están sujetos a retroalimentación, lo que les

permite regularse y adaptarse a las condiciones cambiantes del entorno.
La retroalimentación es fundamental para mantener la estabilidad y la
adaptación de los sistemas.

Los sistemas complejos pueden ser categorizados en diferentes

estructuras fundamentales. Algunas de estas estructuras incluyen:

1. Adaptativos: Son sistemas que se adaptan constantemente a

nuevas condiciones para garantizar su supervivencia. Un ejemplo
 es cómo las empresas deben adaptarse al mercado en constante
cambio.

2. Autoorganizados: Estos sistemas presentan patrones generales

que emergen de pequeñas variaciones aleatorias a lo largo del
tiempo. Por ejemplo, las manchas en la piel de las jirafas o los
patrones en los caparazones de las tortugas.

3. Caracterizados por la negociación: Estos sistemas enfrentan

retrasos en la comunicación, lo que implica que una respuesta
rápida a un cambio puede no ser la solución adecuada a largo plazo.
Un ejemplo es la evolución lenta de las especies para adaptarse al
entorno, en contraste con una extinción masiva causada por
cambios rápidos.

4. Contra-intuitivos: En estos sistemas, los factores de cambio

pueden ocurrir en momentos y lugares distantes y difíciles de
identificar. Resolver el efecto no siempre soluciona el problema, ya
que se requiere rastrear y corregir la causa subyacente.

5. Histórico dependientes: Estos sistemas están influenciados por

eventos pasados que establecen condiciones iniciales para la
generación de nuevos estados. Por ejemplo, un cristal roto no puede
"desromperse".

6. No lineales: En estos sistemas, la relación entre causa y efecto no

es directa ni proporcional, lo que dificulta establecer una relación
matemática precisa. Esto ocurre a menudo en sistemas sociales
donde la misma presión ejercida por un jefe puede tener efectos
diferentes en diferentes personas.

7. Resistentes a las políticas: Algunos sistemas complejos muestran

resistencia a los cambios y a la retroalimentación, comportándose
de manera adversa a las expectativas. Por ejemplo, el sistema de
 economía mundial puede parecer inmune a las medidas tomadas
para evitar su colapso.

El comportamiento de los sistemas complejos se define por su objetivo, las

tareas necesarias para cumplir ese objetivo, la estrategia empleada, las
actividades realizadas y los eventos que desencadenan respuestas en el
sistema.

Los sistemas complejos son dinámicos y están interconectados. Su

comportamiento y estructura están influenciados por el grado de
acoplamiento entre sus componentes. Estudiar y comprender estos
sistemas es fundamental para abordar problemas complejos en diversos
campos, como la biología, la economía, la ecología y la ingeniería.

El análisis de sensibilidad es una técnica utilizada en la dinámica de

sistemas para evaluar cómo los cambios en los parámetros de un modelo
afectan su comportamiento y resultados. Dado que los sistemas complejos
pueden ser difíciles de entender y modelar, el uso de ordenadores y la
abstracción son herramientas clave en este proceso.

La abstracción es fundamental para establecer un modelo claro que

permita el análisis de sistemas. Consiste en simplificar y representar los
componentes y relaciones del sistema de forma conceptual, lo que
depende de la perspectiva, conocimientos y objetivos del observador.

El análisis de sensibilidad implica agregar valores iniciales al modelo y

luego variar los parámetros para observar cómo afectan las trayectorias y
resultados del sistema. Al realizar esta actividad para cada parámetro
variable, se puede determinar el grado de sensibilidad de cada parámetro
y su impacto en el comportamiento del sistema.

El análisis de sensibilidad ayuda a optimizar los recursos dentro del

sistema al evaluar cómo los resultados y conclusiones varían con los
cambios en los parámetros.
 UNIDAD 4 CONTROL DE SISTEMAS

Clasificación de sistemas de control Dependiendo de la relación y

afectación entre la salida de un sistema y el parámetro de control, se
clasifican en: sistemas de control de lazo abierto y sistemas de control de
lazo cerrado. Sistemas de control de lazo abierto Se caracterizan por ser
sistemas que carecen de retroalimentación, su funcionamiento comienza
cuando el objetivo de control genera una actividad automática que se
ejecuta de manera programada, lo que consecuentemente genera un
comportamiento en el sistema, la salida de dicho sistema no retroalimenta
al sistema de control, por lo que resulta una salida independiente del
parámetro. Por ejemplo: En un sistema de riego de cultivos se programa
que cada día a las 7am se realice un riego de agua por 1 hora, después
de este tiempo el sistema de control detiene el aspersor
independientemente de si los cultivos fueron regados con suficiente agua,
o con poca agua, si se trata de una época del año seca o húmeda.

otro de control, y su funcionamiento se basa en una programación

predefinida. Por otro lado, en los sistemas de lazo cerrado, existe
retroalimentación y el parámetro de control es afectado directamente por
la salida obtenida del sistema.
En los sistemas de lazo cerrado, se implementa la función de
retroalimentación para mejorar progresivamente el funcionamiento del
sistema en función del parámetro que se desea controlar. Estos sistemas
son más sólidos y estables, pero también más complejos y requieren una
mayor atención durante su implementación y mantenimiento.

Los sistemas de control obtienen información a través de sensores, que

son dispositivos encargados de convertir una señal de entrada en
información útil para el sistema.

Existen diferentes tipos de sensores, como los de contacto, ópticos, de

humedad, magnéticos, térmicos y de presión, que se utilizan según las
necesidades específicas del sistema de control.

En general, el control de sistemas busca garantizar la precisión y

estabilidad de los resultados mediante la calibración adecuada del sistema
de control. Los sistemas de control secuencial se basan en actividades
programadas en un orden específico, mientras que los sistemas de control
de lazo cerrado utilizan retroalimentación para ajustar el comportamiento
del sistema. Los sensores desempeñan un papel crucial al proporcionar
información al sistema de control y permitir la toma de decisiones para
lograr las salidas deseadas.

1. Control de retroalimentación: Los sistemas de control de lazo

cerrado utilizan la retroalimentación para comparar la salida real del
sistema con el valor deseado y ajustar el parámetro de control en
consecuencia. Esto permite corregir y mejorar continuamente el
rendimiento del sistema. La retroalimentación puede venir de
sensores que monitorean la salida o el estado del sistema.

2. Control proporcional, integral y derivativo (PID): El control PID

es una técnica comúnmente utilizada en el control de sistemas.
Consiste en tres componentes: proporcional, integral y derivativo. El
control proporcional ajusta el parámetro de control
 proporcionalmente al error entre la salida real y la deseada. El
control integral integra el error a lo largo del tiempo para corregir
errores acumulativos. El control derivativo considera la tasa de
cambio del error para anticipar cambios futuros. Al combinar estos
tres componentes, el control PID puede proporcionar un control
preciso y estable en una amplia gama de sistemas.

3. Estabilidad y robustez: El control de sistemas se centra en lograr

la estabilidad del sistema, lo que implica mantener la salida dentro
de los límites deseados y evitar oscilaciones indeseables o
inestabilidades. Además, se busca que el sistema sea robusto, es
decir, capaz de mantener un rendimiento satisfactorio incluso frente
a perturbaciones o cambios en las condiciones del entorno.

4. Implementación y mantenimiento: La implementación de

sistemas de control puede variar según la complejidad del sistema
y los requisitos específicos. Puede implicar la selección y
configuración de componentes de control, programación de
algoritmos, calibración de sensores y actuadores, y pruebas
exhaustivas para asegurar un funcionamiento adecuado. Además,
los sistemas de control suelen requerir un mantenimiento regular
para garantizar un rendimiento óptimo a lo largo del tiempo.

5. Avances tecnológicos: Con los avances en la tecnología, el control

de sistemas ha experimentado mejoras significativas. Los sistemas
de control modernos pueden aprovechar el poder de la
computación, la inteligencia artificial y el aprendizaje automático
para realizar tareas más complejas y adaptarse a entornos
cambiantes de manera más eficiente. Además, los sensores y
actuadores han evolucionado, permitiendo una mayor precisión,
velocidad y diversidad de aplicaciones en el control de sistemas.