4.1 El proceso administrativo La toma de decisiones es un proceso en el que uno escoge entre dos o ms alternativas.

Todos y cada uno de nosotros nos pasamos todos los das y las horas de nuestra vida teniendo que tomar decisiones. Algunas decisiones tienen una importancia relativa en el desarrollo de nuestra vida, mientras otras son gravitantes en ella. La toma de decisiones en una organizacin se circunscribe a todo un colectivo de personas que estn apoyando el mismo proyecto. Debemos de empezar por hacer una seleccin de decisiones, y esta seleccin es una de las tareas de gran trascendencia en el trabajo del mando. La toma de decisiones en una organizacin, invade cuatro funciones administrativas, que son: Planeacin, Organizacin, Direccin y Control. * Planeacin.Cuales son los objetivos de la organizacin a largo plazo? Qu estrategias son mejores para lograr este objetivo? Cuales deben ser los objetivos a corto plazo? Cmo de altas deben ser las metas individuales? * Organizacin.Cuanta centralizacin debe existir en la organizacin? Cmo deben disearse los puestos? Quin est mejor calificado para ocupar un puesto vacante? Cuando debe una organizacin instrumentar una estructura diferente? * Direccin.Cmo manejo a un grupo de trabajadores que parecen tener una motivacin baja? Cul es el estilo de liderazgo ms eficaz para una situacin dada? Cmo afectar un cambio especfico a la productividad del trabajador? Cuando es adecuado estimular el conflicto? * Control.Qu actividades en la organizacin necesitan ser controladas? Cmo deben controlarse estas actividades? Cuando es significativa una desviacin en el desempeo? Cuando est la organizacin desempendose de manera efectiva? El tomador de decisiones debe ser totalmente objetivo y lgico a la hora de tomarlas. Tiene que tener una meta clara y todas las acciones en el proceso de toma de decisiones llevan de manera consistente a la seleccin de aquella alternativa que maximizar la meta. Vamos a analizar las tomas de decisiones de una forma totalmente racional: * Orientada a un objetivo.- Cuando se deben tomar decisiones, no deben existir conflictos acerca del objetivo final. El lograr los fines es lo que motiva que tengamos que decidir la solucin que ms se ajusta a las necesidades concretas.

* Todas las opciones son conocidas.- El tomador de decisiones tiene que conocer las posibles consecuencias de su determinacin. As mismo tiene claros todos los criterios y puede enumerar todas las alternativas posibles. * Las preferencias son claras.- Se supone que se pueden asignar valores numricos y establecer un orden de preferencia para todos los criterios y alternativas posibles. EL PROCESO RACIONAL DE LA TOMA DE DECISIONES A pesar de la existencia de modelos alternativos, la mayora de los cuales son mucho ms exactos, el modelo racional sigue siendo dominante en el proceso administrativo. El proceso administrativo presupone que el tomador de decisiones es del todo racional, ya sea que ofrezca guas sobre cmo hacer una planeacin estratgica, cmo disear la estructura de una organizacin o como medir la efectividad organizacional. Etapas De La Toma De Decisin 1. Identificacin y diagnostico del problema 2. Generacin de soluciones alternativas 3. Evaluacin de alternativas 4. Seleccin de la mejor alternativa 5. Implantacin de la decisin 6. Evaluacin de la decisin 1. Identificacin y diagnstico del problema: Reconocemos en la fase inicial el problema que deseamos solucionar, teniendo en cuenta el estado actual con respecto al estado deseado. Una vez que el problema es identificado se debe realizar el diagnstico y luego de esto podremos desarrollar las medidas correctivas. 2. Generacin de soluciones alternativas: La solucin de los problemas puede lograrse por varios caminos y no slo seleccionar entre dos alternativas, se pueden formular hiptesis ya que con la alternativa hay incertidumbres. 3. Evaluacin de alternativas: La tercera etapa implica la determinacin del valor o la adecuacin de las alternativas que se generaron. Cul solucin ser la mejor? Los gerentes deben considerar distintos tipos de consecuencia. Por supuesto que deben intentar predecir los efectos sobre las medidas financieras u otras medidas de desarrollo. Pero tambin existen otras consecuencias menos definidas que hay que atender. Las decisiones establecen un precedente y hay que determinar si este ser una ayuda o un obstculo en el futuro. Por supuesto, no es posible predecir los resultados con toda precisin. Entonces pueden generar planes de contingencia, esto es, curso alternativo de accin que se pueden implantar con base en el desarrollo de los acontecimientos. 4. Seleccin de la mejor alternativa: Cuando el administrador ha considerado las posibles consecuencias de sus opciones, ya est en condiciones de tomar la decisin. Debe considerar tres trminos muy importantes. Estos son: maximizar, satisfacer y optimizar.

Maximizar: es tomar la mejor decisin posible Satisfacer: es la eleccin de la primera opcin que sea mnimamente aceptable o adecuada, y de esta forma se satisface una meta o criterio buscado. Optimizar: Es el mejor equilibrio posible entre distintas metas.

5. Implementacin de la decisin: El proceso no finaliza cuando la decisin se toma; esta debe ser implementada. Bien puede ser que quienes participen en la eleccin de una decisin sean quienes procedan a implementarla, como en otras ocasiones delegan dicha responsabilidad en otras personas. Debe existir la comprensin total sobre la eleccin de la toma de decisin en s, las razones que la motivan y sobre todo debe existir el compromiso de su implementacin exitosa. Para tal fin, las personas que participan en esta fase del proceso, deberan estar involucradas desde las primeras etapas que anteriormente hemos mencionado A continuacin citaremos los pasos que los gerentes deben considerar durante la planeacin de su ejecucin: Determinar cmo se vern las cosas una vez que la decisin est funcionando completamente. Orden cronolgico (de ser posible con un diagrama de flujo) de los pasos para lograr una decisin totalmente operativa. Considerar recursos disponibles y actividades necesarias para poner cada paso en prctica. Considerar el tiempo que tomar cada una de las etapas. Asignacin de responsabilidades a personas especficas para cada etapa.

Podemos estar seguros de que cuando una toma de decisin es tomada, sta probablemente generar ciertos problemas durante su ejecucin, por lo tanto los gerente deben dedicar el tiempo suficiente al reconocimiento de los inconvenientes que se pueden presentar as como tambin ver la oportunidad potencial que estos pueden representar. De esta manera, podramos decir que es fundamental que los gerentes se pregunten: Qu problemas podra causar esta accin, y qu podramos hacer para impedirlo? Qu beneficios u oportunidades no intencionales podran surgir? Cmo podremos asegurarnos de que sucedan? Cmo podemos estar preparados para actuar cuando se presenten las oportunidades?

6. Evaluacin de la decisin: "Evaluar la decisin", forma parte de la etapa final de este proceso. Se recopila toda la informacin que nos indique la forma como funciona una decisin, es decir, es un proceso de retroalimentacin que podra ser positiva o negativa. Si la retroalimentacin es positiva, pues entonces nos indica que podemos continuar sin problemas y que incluso se podra aplicar la misma decisin a otras reas de la organizacin. Si por el contrario, la retroalimentacin es negativa, podra ser que: 1) tal vez la implementacin

requiera de ms tiempo, recursos, esfuerzos o pensamiento o 2) nos puede indicar que la decisin fue equivocada, para lo cual debemos volver al principio del proceso (re)definicin del problema. Si esto ocurriera, sin duda tendramos ms informacin y probablemente sugerencias que nos ayudaran a evitar los errores cometidos en el primer intento. LA TOMA DE DECISIONES APLICADA A LOS SISTEMAS La toma de decisiones se presenta en nuestras vidas a todo momento en el que necesitemos escoger el mejor camino en el tema o actividad que estemos desarrollando, ya que se basa en el analisis de varias alternativas que se nos van presentando durante el proceso, y estas posibilidades pueden llevarnos a terminar el proceso ya sea de la mejor manera o conducirnos al error. Como todo proceso, la toma de decisiones tiene unos pasos o recomendaciones que se podran tener en cuenta, como lo es el analizar y tener un buen conocimiento del problema o incgnita que se tiene para saber de verdad cual es la mejor manera de resolverlo; y tambin sera importante evaluar cada una de las alternativas que se irn a presentar, ya que as se sabr escoger la que ms le convenga al problema en anlisis. Este proceso, aplicado al anlisis de los Sistemas, considero que siempre se va a presentar, quizs ms frecuente de lo que uno piensa, ya que, primero que todo, al tratar de resolver alguna entropa o problema que presente el sistema, se van a presentar de seguro, varias alternativas o vas, que pueden ser viables o no, de acuerdo a las caractersticas del proceso, y analizar cada una puede tomar un buen tiempo, porque se debe optar por lo que mas le convenga a todas las partes que tengan relacin con dicha entropa. Un sistema, para que sea exitoso, debe tener varias relaciones de acuerdo al medio en el que se encuentre, por consiguiente, va a tener entradas de informacin o energa, que pueden ser, tanto de gran utilidad para todas sus partes, como tambin pueden ser perjudiciales para el proceso que se tenga en desarrollo, y en algunos sistemas se puede presentar que a varias de sus partes (subsistemas) estos datos pueden ser muy provechosos, pero para otras, puede incluso, llevar a la destruccin. Por eso, es importante usar la toma de decisiones para saber cual es la informacin que le va a servir, y le va ayudar a tener una regularidad, no constante pero si a menudo estable a todo el sistema en general, teniendo en cuenta las necesidades de cada una de sus partes. En un sistema social, como los que se presentan en las empresas, se puede demostrar como interviene el proceso de toma de decisiones en el trabajo grupal, que en muchas ocasiones puede resultar ms beneficioso que el trabajo individual, ya que se puede experimentar con las diferentes opciones que den cada uno de los miembros de dicha organizacin, y as llegar a una unanimidad, que va a llevar al sistema por el mejor camino. Pero si cuando el trabajo lo realiza uno, se toma un determinado tiempo, en una organizacin se incrementa mucho ms, por las teoras o decisiones que tengan cada una de las personas, y por supuesto, en este tipo de sistemas se debe tener muy en cuenta la posicin en la que se encuentre cada uno.

En conclusin, la toma de decisiones se presenta en todo momento en nuestras vidas, cuando debamos seleccionar entre varias opciones o caminos, y este proceso se va a presentar mucho ms para un analista de sistemas, ya que para realizar un sistema, o modificar errores (entropas) que encuentre en estos, va a tener que optar por la forma mas eficaz de resolverlo, teniendo en cuenta, tanto las necesidades que tenga, como todas las partes que lo constituyen. Adems, la eficacia y eficiencia en tomar la decisin que al final va a ser la acertada, ya sea en un sistema, o cualquier problema que se nos presente, se forma en la objetividad y claridad que nos puedan mostrar los datos o la informacin que se tiene, porque si se conoce bien lo que se esta realizando, no vamos a tener inconvenientes que sean perjudiciales Sin lugar a dudas existen ciertas cualidades que hacen que los tomadores de decisin sean buenos o malos. Cuatro son las cualidades que tienen mayor importancia a la hora de analizar al tomador de decisiones: experiencia, buen juicio, creatividad y habilidades cuantitativas. Otras cualidades podrn ser relevantes, pero estas cuatro conforman los requisitos fundamentales. Experiencia: Es lgico suponer que la habilidad de un mando para tomar decisiones crece con la experiencia. El concepto de veterana en una organizacin con aquellos individuos que tienen el mayor tiempo de servicio, se funda en el valor de la experiencia y por lo tanto reciben un mayor salario. Cuando se selecciona a un candidato para algn puesto de la organizacin, la experiencia es un captulo de gran importancia a la hora de la decisin. Los xitos o errores pasados conforman la base para la accin futura, se supone que los errores previos son potencial de menores errores futuros. Los xitos logrados en pocas anteriores sern repetidos. Suponemos. Buen juicio: Se utiliza el trmino juicio para referirnos a la habilidad de evaluar informacin de forma inteligente. Est constituido por el sentido comn, la madurez, la habilidad de razonamiento y la experiencia del tomador de decisiones. Por lo tanto se supone que el juicio mejora con la edad y la experiencia. Creatividad: La creatividad designa la habilidad del tomador de decisiones para combinar o asociar ideas de manera nica, para lograr un resultado nuevo y til. Habilidades cuantitativas: Esta es la habilidad de emplear tcnicas presentadas como mtodos cuantitativos o investigacin de operaciones, como pueden ser: la programacin lineal, teora de lneas de espera y modelos de inventarios. Estas herramientas ayudan a los mandos a tomar decisiones efectivas. Pero es muy importante no olvidar que las habilidades cuantitativas no deben, ni pueden reemplazar al buen juicio en el proceso de toma de decisiones.

Las organizaciones, o ms precisamente, las personas que toman las decisiones importantes, no pueden hacer lo que desean. Se enfrentan a distintas limitantes: financieras, legales, de mercado, humanas y organizaciones, que inhiben algunas acciones.

4.2 Modelos conceptuales

Modelos conceptuales Es aquella representacin del sistema por medio de definiciones organizadas en forma estructurada. Ejemplo: un diagrama causal. Los modelos de sistemas de actividad humana son una clase particular de modelo conceptual y son los ms usados, sin embargo para los modelos cualitativos en general podemos hacer referencia a cuatro clases de usos: a) Como una ayuda para aclarar las consideraciones de un rea de inters; b) como una ilustracin de un concepto; c) como una ayuda para definir la estructura y la lgica; d) como un prerrequisito del diseo. Un modelo de datos es una serie de conceptos que puede utilizarse para describir un conjunto de datos y las operaciones para manipularlos. Hay dos tipos de modelos de datos: los modelos conceptuales y los modelos lgicos. Los modelos conceptuales se utilizan para representar la realidad a un alto nivel de abstraccin. Mediante los modelos conceptuales se puede construir una descripcin de la realidad fcil de entender. En los modelos lgicos, las descripciones de los datos tienen una correspondencia sencilla con la estructura fsica de la base de datos. En el diseo de bases de datos se usan primero los modelos conceptuales para lograr una descripcin de alto nivel de la realidad, y luego se transforma el esquema conceptual en un esquema lgico. El motivo de realizar estas dos etapas es la dificultad de abstraer la estructura de una base de datos que presente cierta complejidad. Un esquema es un conjunto de representaciones lingsticas o grficas que describen la estructura de los datos de inters. Los modelos conceptuales deben ser buenas herramientas para representar la realidad, por lo que deben poseer las siguientes cualidades:

Expresividad: deben tener suficientes conceptos para expresar perfectamente la realidad. Simplicidad: deben ser simples para que los esquemas sean fciles de entender. Minimalidad: cada concepto debe tener un significado distinto. Formalidad: todos los conceptos deben tener una interpretacin nica, precisa y bien definida.

En general, un modelo no es capaz de expresar todas las propiedades de una realidad determinada, por lo que hay que aadir aserciones que complementen el esquema.

Qu es un Modelo conceptual? Un Modelo conceptual es un diagrama que ilustra una serie de relaciones entre ciertos factores que se cree impactan o conducen a una condicin de inters. Un buen Modelo conceptual: Presenta un cuadro de la situacin en el sitio del proyecto. Muestra supuestos vnculos entre los factores que afectan a la condicin de inters. Muestra las principales amenazas directas e indirectas que afectan a la condicin de inters. Presenta slo factores relevantes. Est basado en datos e informacin slidos. Es el resultado de un esfuerzo de equipo. Antes de hablar sobre los pasos involucrados en el desarrollo de un modelo conceptual, vale la pena comentar lo que estas caractersticas significan en trminos generales. Un buen Modelo conceptual muestra la forma en la que se piensa que ciertos eventos especficos, situaciones, actitudes, creencias o comportamientos afectarn el estatus de alguna otra situacin que se est interesado en influenciar. El proceso de elaboracin de un Modelo conceptual puede dividirse en dos fases generales. La primera fase involucra la creacin de un Modelo conceptual inicial que muestre lo que est ocurriendo en el sitio de proyecto antes de iniciar el proyecto. Este modelo describe la condicin de inters, los factores y las relaciones del sitio antes de iniciarse el proyecto. La segunda fase, utiliza su Modelo conceptual inicial como una base y le aade las actividades del proyecto que se llevar a cabo para alcanzar los objetivos y las metas del proyecto. Una vez que se ha completado esta segunda fase, se tendr un Modelo conceptual del proyecto que muestre la forma en la que se espera que su proyecto influya sobre la situacin en el sitio. Un Modelo conceptual es la base para una buena planificacin de un proyecto y adems permite ver explcitamente la forma en que distintos factores estn vinculados entre s y por consiguiente la mejor forma de planificar y manejar un proyecto. Tambin muestra los posibles obstculos o dificultades que puede encontrar en su camino e ilustra la forma en que las intervenciones planificadas pueden afectar la condicin de inters. Un buen modelo tambin hace evidentes todas las suposiciones sobre el proyecto y las suposiciones fundamentales que existen para todos aqullos involucrados en el proyecto. Finalmente, un buen Modelo conceptual le permite

identificar los datos apropiados y necesarios que se requerirn para un monitoreo efectivo y eficaz de el proyecto. El desarrollo de un Modelo conceptual es similar a la forma en que se genera una hiptesis en la investigacin cientfica bsica. Al ir conectando los factores entre s, las actividades de proyecto a los factores y los factores a la condicin de inters, se est suponiendo (o est formulando una hiptesis) que esas relaciones son verdaderas. El modelo le proporciona una oportunidad de enunciar formalmente las relaciones que se cree afectan a su condicin de inters y que se comprobar ms adelante durante los esfuerzos de monitoreo. Un buen Modelo conceptual ayudar a determinar por qu un proyecto tiene xito o fracasa. exito: Si su modelo conceptual verdaderamente refleja la forma en que las actividades de su proyecto influirn sobre la condicin de inters, entonces la implementacin de su proyecto conducir a los resultados deseados. 2. Fracaso terico: Si su modelo es impreciso, entonces iniciar el proyecto propuesto probablemente no conducir a los resultados deseados. 3. Fracaso del programa: Si su modelo es preciso pero la implementacin de las actividades del proyecto es fallida, entonces es probable que no alcance los resultados deseados. 4. Fracaso total!: Finalmente, si usted tiene un modelo conceptual impreciso y las actividades del proyecto son llevadas a cabo pobremente, entonces es muy poco probable que logre resultados positivos. Un buen Modelo conceptual no intenta explicar todas las posibles relaciones o incluir todos los posibles factores que influyen sobre la condicin de inters, sino que trata de simplificar la realidad al contener slo la informacin ms relevante para quien ha creado el proyecto. Una de las dificultades en la creacin de modelos es la de incluir suficiente informacin para explicar lo que influye sobre la condicin de inters sin incluir tanta informacin que los factores o las relaciones cruciales queden oscurecidos. El exceso de informacin puede encubrir aspectos importantes del modelo, mientras que la falta de informacin en el modelo conduce a la sobre simplificacin, la que a su vez conduce a una mayor probabilidad de que la representacin no sea precisa. Por lo tanto, un reto perpetuo en la construccin de buenos modelos es hallar el equilibrio entre presentar demasiada informacin y no presentar suficiente. El esbozo de un Modelo conceptual es tanto un arte como una ciencia. Primero se necesita tener informacin adecuada y confiable (la ciencia) para despus ordenarla en un diagrama (el arte) que represente su interpretacin de la situacin en el sitio del proyecto. Sea lo que sea que haga, no se le debe restar importancia al aspecto artstico del desarrollo de su Modelo conceptual, frecuentemente sta es la parte ms difcil de lograr. Al igual que un gran

rompecabezas, la parte ms fcil es conseguir todas las piezas (los diferentes fragmentos de informacin compuestos por la condicin de inters, los factores, las actividades). La parte difcil es poner todas esas piezas en un cierto orden. A diferencia de un rompecabezas de verdad, el cual tiene slo una posible solucin, un Modelo conceptual puede organizarse de varias maneras que pueden estar todas correctas. Adems, el modelo, en el mejor de los casos, es slo nuestra mejor aproximacin de la realidad, la cual debe ser cambiada y revisada conforme se va adquiriendo ms informacin y desarrollando nuevas ideas. Al final, un Modelo conceptual es slo tan bueno como los datos y la informacin en los que est basado. Los modelos conceptuales estn compuestos de informacin existente y de informacin primaria, el primer paso en el desarrollo de su modelo es la revisin de toda la informacin existente que se encuentra disponible. La informacin existente es til porque ya ha sido compilada y en muchos casos es fcilmente accesible. Sin embargo, usted puede hallar que en algunos casos la informacin existente es difcil de obtener, porque por ejemplo, los documentos originales ya no existen o las personas que los tienen no estn dispuestas a compartirlos con usted. La informacin existente es generalmente ms til cuando se usa como material de fondo. Una vez que haya desarrollado un primer esbozo de su Modelo conceptual, necesitar ir al campo a recopilar informacin primaria para seguir desarrollando su modelo. La recopilacin de datos primarios le permite disear el formato, planteamiento e instrumentos necesarios para obtener la informacin directamente de los residentes del sitio del proyecto, de los expertos relevantes o de sus propias observaciones. Con los datos primarios se tiene un mayor control sobre el tipo y calidad de la informacin recopilada. Si usted no reside en el sitio donde se lleva a cabo su proyecto, entonces la recopilacin de datos primarios requiere de visitar a las comunidades locales y pasar tiempo con los residentes para comprender de primera mano la situacin en el campo. En el caso de los proyectos de conservacin, tambin se requiere la visita a las reas naturales a ser conservadas para observar su composicin biolgica, dinmica e importancia, y para ver cmo se relacionan estos lugares con las personas que viven dentro y en los alrededores.

4.3 Estructuracin de modelos de sistemas En el mundo actual, tanto en el rea de los negocios, como en la industria y el gobierno, los proyectos en gran escala y de gran complejidad son la regla y no la excepcin. Estos proyectos complejos requieren estudios previos a su construccin o modificacin, denominados estudios pilotos. Tales estudios pilotos se realizan utilizando la tcnica llamada Modelizacin, es decir, construccin de modelos donde se realiza el estudio con el fin de obtener conclusiones aplicables al sistema real. Construido el modelo, el proceso de ensayar en l una alternativa se llama simular. El conjunto de alternativas que se definen para su ensayo constituye la estrategia de la simulacin. Los objetivos del proyecto definen cul es el sistema y cul el medio ambiente que lo rodea. La simulacin de sistemas implica la construccin de modelos. El objetivo es averiguar que pasara en el sistema si acontecieran determinadas hiptesis. Desde muy antiguo la humanidad ha intentado adivinar el futuro. Ha querido conocer qu va a pasar cuando suceda un determinado hecho histrico. La simulacin ofrece, sobre bases ciertas, esa prediccin del futuro, condicionada a supuestos previos. Para ello se construyen los modelos, normalmente una simplificacin de la realidad. Surgen de un anlisis de todas las variables intervinientes en el sistema y de las relaciones que se descubren existen entre ellas. A medida que avanza el estudio del sistema se incrementa el entendimiento que el analista tiene del modelo y ayuda a crear modelos ms cercanos a la realidad. En el modelo se estudian los hechos salientes del sistema o proyecto. Se hace una abstraccin de la realidad, representndose el sistema/proyecto, en un modelo. El modelo que se construye debe tener en cuenta todos los detalles que interesan en el estudio para que realmente represente al sistema real (Modelo vlido). Por razones de simplicidad deben eliminarse aquellos detalles que no interesan y que lo complicaran innecesariamente. Se requiere pues, que el modelo sea una fiel representacin del sistema real. No obstante, el modelo no tiene porqu ser una rplica de aqul. Consiste en una descripcin del sistema, junto con un conjunto de reglas que lo gobiernan. La descripcin del sistema puede ser abstracta, fsica o simplemente verbal. Lasreglas definen el aspecto dinmico del modelo. Se utilizan para estudiar el comportamiento del sistema real. Como ejemplo de modelo fsico se pueden citar los tneles de viento donde se ensayan los aviones, los simuladores de vuelo, los canales de experiencia donde se ensayan los barcos, etc. Como ejemplo de modelo abstracto, se pueden citar los modelos economtricos donde, entre otras cosas, se pueden ensayar las consecuencias de medidas econmicas antes de aplicarlas.

Dado un sistema, son muchas las representaciones que se pueden hacer de l. Depende de las facetas del sistema que interesan en el estudio, de la herramienta que se utiliza en el mismo e incluso de la modalidad personal del que lo construye. En los modelos deben estar identificadas perfectamente las entidades intervinientes y sus atributos. Las mismas pueden ser permanentes (Ej.: empleados atendiendo) o transitorias (Ej.: clientes). Las acciones provocan cambios de estado, es decir, se modifican los atributos de las entidades; se producen los eventos. C. WEST CHURCHMAN en su obra The Systems Approach nos resalta que Todo diseo de sistema se orienta hacia el futuro, especialmente hacia un futuro cercano. Los diseos y modelos que habitualmente se consideran versan sobre la etapa siguiente a la actual. Por otro lado existe un Axioma: el futuro es menos cierto que el presente Tambin nos hace una aguda observacin: el pasado es tan difcil de conocer con certeza como el futuro, cosa digna de reflexin en cuanto nos fundamos en datos del pretrito para averiguar el porvenir El Planeamiento esttico comprende una sola etapa. El planeamiento dinmico contempla mltiples etapas. Para predecir el futuro se postula lo siguiente: La actividad de estimar lo sucedido en lo pasado es separable de la actividad a estimar de lo que ha de suceder en lo futuro. Es decir, el anlisis del futuro es separable del anlisis del pasado. Cualquier estimacin especfica de lo ocurrido en el pasado puede ser evaluada conforme a una escala que va desde valores negativos pasando por cero a valores positivos (hay hechos que inciden negativamente, otros que no inciden y otros que inciden positivamente para que ocurra algo). El conocimiento del futuro es posible John W. SUTHERLAND seala que prcticamente todos los fenmenos del mundo real pueden ser modelizados segn cuatro direcciones de anlisis: El nivel de las variables de estado, donde se trata de investigar los principales aspectos estructurales o cualitativos del sistema El nivel paramtrico, que implica la asignacin de valores numricos especficos a las variables de estado El nivel de las relaciones, que implica establecer la naturaleza de las relaciones entre las variables de estado, y El nivel de los coeficientes en que se asignan valores numricos especficos a los conjuntos de las variables de estado.

El que va a tomar la decisin percibe en forma real, o aparente, una identidad efectiva entre el estado real del sistema y el postulado. Al percibirla toma la decisin, de lo contrario comienza el anlisis para lograr esa identidad. A posteriori se hace un anlisis de informaciones comparando lo previsto con lo real para el instante t y el instante t-1. Mientras perciba una diferencia entre lo postulado y lo real continuar el

proceso de anlisis. Cuando logre la identidad proceder a tomar su decisin. Tenemos un planteo terico general que nos permite inferir el futuro en base al conocimiento del presente y la influencia del pasado en un modelo vlido (identificacin entre lo real y lo postulado). En las decisiones existen sistemas donde prima: El determinismo. La base de datos y las relaciones causales son altamente especficas y precisas respecto del fenmeno contemplado. Slo se espera que haya uno y slo un acontecimiento probable, que repetir situaciones anteriores. Se tiene una identidad efectiva entre los estados a priori y los que realmente se producen. Los instrumentos de anlisis correspondientes son: modelos de anlisis de estados de los sistemas finitos; programacin lineal y modelos de mx. Y mn.; anlisis de la regresin, de la correlacin, anlisis de series temporales y espectrales, con tratamiento exgeno del error, si es que lo hay. Una Estocasticidad moderada: la variacin de las variables y parmetros intervinientes tienen un margen pre-especificado y manejable. El error es manejado endgenamente ya que la estructura de nuestras formulaciones es esencialmente determinista. Las tcnicas de anlisis correspondientes son: procesos de Markov; procesos de inferencia estadstica; procesos de estimacin bayesiana; procesos de estimacin dentro de un margen; tcnicas de aproximacin numrica (funciones de Taylor); anlisis del estado del sistema finito; shock models: los economtricos y psicomtricos que no tratan el error especficamente. Una Estocasticidad intensa: Acontecimientos significativamente diferentes cada uno de los cuales pueden suceder y conducir a futuros altamente diferenciados. Se emplean modelos basados en teora de juegos, tcnicas de anlisis de estados de sistemas estocsticos, algoritmos de programacin adaptativa o dinmica (usualmente bayesianos), modelos de redes neuronales y tcnicas de simple simulacin. Indeterminismo: No se pueden establecer a priori las relaciones causales. No existen datos relevantes. Para avanzar el estudio se basa en construcciones tericas generales que no hayan sido invalidadas por la experiencia. Se emplea un anlisis deductivo, la simulacin estocstica y la programacin heurstica para dar disciplina a las investigaciones empricas (ver La teora general de sistema de Pedro Voltes Bou). Son muchos los tipos de modelos en que se pueden representar los sistemas reales. A continuacin se dar una clasificacin al slo efecto de ejemplificar con tipos de modelos de uso comn.

CLASIFICACION DE LOS MODELOS Existen mltiples tipos de modelos para representar la realidad. Algunos de ellos son: Dinmicos: Utilizados para representar sistemas cuyo estado vara con el tiempo. Estticos: Utilizados para representar sistemas cuyo estado es invariable a travs del tiempo. Matemticos: Representan la realidad en forma abstracta de muy diversas maneras. Fsicos: Son aquellos en que la realidad es representada por algo tangible, construido en escala o que por lo menos se comporta en forma anloga a esa realidad (maquetas, prototipos, modelos analgicos, etc.). Analticos: La realidad se representa por frmulas matemticas. Estudiar el sistema consiste en operar con esas frmulas matemticas (resolucin de ecuaciones). Numricos: Se tiene el comportamiento numrico de las variables intervinientes. No se obtiene ninguna solucin analtica. Continuos: Representan sistemas cuyos cambios de estado son graduales. Las variables intervinientes son continuas. Discretos: Representan sistemas cuyos cambios de estado son de a saltos. Las variables Varian en forma discontinua. Determinsticos: Son modelos cuya solucin para determinadas condiciones es nica y siempre la misma. Estocsticos: Representan sistemas donde los hechos suceden al azar, lo cual no es repetitivo. No se puede asegurar cules acciones ocurren en un determinado instante. Se conoce la probabilidad de ocurrencia y su distribucin probabilstica. (Por ejemplo, llega una persona cada 20 10 segundos, con una distribucin equiprobable dentro del intervalo). Es interesante destacar que algunas veces los modelos y los sistemas no pertenecen al mismo tipo. Construido el modelo, se ensaya una alternativa en l con el fin de aplicar las conclusiones al sistema. Los resultados obtenidos no tienen valor si no son aplicables al sistema.

La simulacin se emplea slo cuando no existe otra tcnica que permita encarar la resolucin de un problema. Siempre es preferible emplear una alternativa analtica antes que simular. Lo anterior no implica que una opcin sea superior a otra, sino que los campos de accin no son los mismos. Mediante la simulacin se han podido estudiar problemas y alcanzar soluciones que de otra manera hubieran resultado inaccesibles.

La simulacin involucra dos facetas:

1) Construir el modelo
2) Ensayar diversas alternativas con el fin de elegir y adoptar la mejor en el sistema real, procurando que sea la ptima o que por lo menos sea lo suficientemente aproximada

FASES QUE COMPRENDE TODO ESTUDIO QUE UTILIZA LA SIMULACION

1) Definicin del sistema con el mximo de detalle Se debe evitar comenzar a trabajar en la construccin del modelo con un sistema superficial, mal concebido. Se perdern horas hombre y de computadora en tares intiles! Es un principio comprobado de organizacin que la incidencia de un error en un proyecto aumenta dramticamente con el instante en que se lo descubre. Es decir, cunto ms se demora en detectarlo mucho ms complicada es su correccin. Se debe discutir en detalle el sistema; analista y usuario reunidos durante largas horas evitarn que el sistema tenga que ser redefinido despus. En esta etapa se definen los lmites del sistema y los objetivos del estudio, chequeando que estos no cambien durante el desarrollo del mismo. Deben tenerse en cuenta las condiciones iniciales del sistema y sus condiciones de rgimen. Interesa estudiarlo ya en rgimen y no inicialmente cuando los recursos estn desocupados y favorecen el movimiento de los elementos por el sistema. El modelo debe considerar qu resultados estadsticos interesan obtenerse para evaluar correctamente al sistema en estudio. 2) Eleccin del mtodo para realizar el estudio: Bsqueda de la herramienta analtica de resolucin. Adopcin de la misma en caso de encontrarla. Utilizacin de la simulacin como ltima alternativa.

3) Variables a incluir en el modelo Qu variables, parmetros se incluyen? Cules se desprecian por su irrelevancia?. La eleccin no es sencilla. Conviene hacer un ranking de las variables y restricciones del sistema en orden de importancia. Este ranking debe ser discutido con el usuario y con los distintos especialistas a fin de proceder a su verificacin y eventual correccin. Se debe recordar que quitar una variable superflua de un sistema es algo bastante sencillo, mientras que incluir una que se haba despreciado es de ordinario mucho ms complicado.

Tomar debida cuenta de los casos especiales muchas veces estos obligan a tener en cuenta variables despreciables para el resto de los casos!. Esta seleccin de variables a considerar depende de la mecnica con que se maneja el sistema, de la experiencia que se tenga de l e incluso de la intuicin del grupo humano que interviene en el estudio. Se debe evitar una sobresimplificacin que invalida al modelo en cuanto se lo quiere ensayar con casos especiales, o una sobreespecificacin que hace largo y difcil el trabajo de construir el modelo. Todas las variables que intervienen en un modelo son medibles. No siempre es posible lo mismo con las que intervienen en un sistema real. Muchas veces se debe hacer una estimacin de las mismas con el fin de incorporarlas en el modelo. Existen variables endgenas (internas y controladas por el sistema) y exgenas (externas al sistema y fuera de su control). Existen variables cualitativas, como la preferencia personal y cuantitativa como la frecuencia con que arriban los clientes a un banco. Todas deben ser estimadas en trminos cuantitativos. 4) Recoleccin y anlisis de los datos del sistema Definidas las variables intervinientes en el sistema es habitual que existan muchas variables estocsticas. Para esas variables se debe disponer de: la densidad de probabilidad o la funcin de distribucin acumulativa en forma matemtica o una tabla de valores del comportamiento de la variable. Se utiliza para ello todas las herramientas estadsticas clsicas, tales como, anlisis de regresin, de serie de tiempos y de varianzas. Se debe hacer un relevamiento del tiempo que se insume en las distintas tareas tratando de no obtener datos distorsionados producto de la medicin (la persona trabaja ms rpido o ms lento debido a que lo estn midiendo y le parece ms conveniente mostrarse en forma distorsionada). Si se tiene el valor medio de una medicin y no se conoce su distribucin, es preferible adoptar una distribucin exponencial que una uniforme, pues en la primera, pueden darse situaciones crticas que no se dan en la segunda. El tiempo empleado validando los datos de entrada est totalmente justificado y es absolutamente necesario para construir un modelo vlido sobre el cual se puedan sacar conclusiones aplicables al sistema real. 5) Definicin de la estructura del modelo Se definen: Las entidades permanentes y sus atributos, es decir, los recursos con que se cuenta en el sistema y cuantitativamente cmo es su comportamiento. Las entidades transitorias que circulan por el modelo tienen definida probabilsticamente su ruta por el sistema y los tiempos de utilizacin de los recursos. Los eventos que provocan los cambios de estado, modificando los atributos de las entidades.

Se debe disear el modelo de manera que los cambios en su estructura estn en cierto modo previstos. 6) Programacin del modelo Objetivo: obtencin del programa de computadora que representa el modelo. Se debe elegir el lenguaje con que se construir el modelo. Una vez elegido, se lo utiliza para construir el modelo, que debe representar fielmente todo lo que ha sido relevado del sistema. 7) Validacin del modelo Aunque imposible de demostrar rigurosamente se trata de verificar al modelo con una serie de situaciones conocidas como para tener un alto grado de confiabilidad. 8) Anlisis y crtica de los resultados Paso previo a la entrega de resultados al usuario se debe: Verificar que los resultados obtenidos sean realmente suficientes para tomar una correcta decisin. Hacer una buena compactacin en la presentacin de los mismos procurando que sean perfectamente comprensibles para el usuario. Recordar que un exceso de informacin ocasiona casi los mismos inconvenientes que la falta de informacin, ya que el usuario en ambos casos no puede acceder a los resultados que necesita como apoyo a la toma de decisiones (en un caso porque no sabe como accederlos, en el otro porque no los tiene). Estudiar la factibilidad, y, en caso afirmativo, proponer una alternativa que signifique un cambio estructural del sistema y por ende del modelo la que se considera digna de tener en cuenta antes de tomar una decisin definitiva. Un lenguaje orientado a la simulacin debe manejar: Fcilmente al modelo, permitiendo el ensayo de alternativas. El tiempo "simulado" (meses, das, horas, segundos, milisegundos). Eventos, es decir, acciones que provocan los cambios de estado: Los cambios de estado se materializan por dos eventos: el de comienzo y el de finalizacin. La accin est definida por: instante de comienzo y duracin. El lenguaje se encarga de hacer finalizar la accin. Variables random fcilmente definibles, generadas en forma automtica por el lenguaje. Acumulacin/clculo/impresin de estadsticas de las entidades intervinientes en el sistema. El estado del sistema en cualquier instante (imprimindolo en caso necesario). La extensin del perodo de simulacin.