Lenguaje Del Pensamiento Sisytémico

TOPICOA AVANZADOS DE INGENIERA DE SISTEMAS II TAISII SECA-2017-I
LENGUAJE DEL PENSAMIENTO SISTMICO
2.1. Introduccin
2.2. Para qu un nuevo lenguaje
2.3. Por qu un nuevo lenguaje
2.4. Gramtica del Lenguaje Sistmico
2.5. Complejidad sistmica
2.6. Los enfoques duro y Blando.
2.1. Introduccin
Complejidad Sistmica
Quiero iniciar con el siguiente con el pensamiento de Simon, sobre el estudio de sistemas es una respuesta a una presionaste
necesidad de sintetizar y analizar la complejidad, en realidad esto ser el objetivo de nuestras reflexiones en su mayor parte de
los das que nos veremos en este pedacito de mundo real consensual que estamos viviendo juntos.
1
Si no entendemos lo que es la complejidad y como debemos enrostrarnos ante ella nos desarrollaremos o creceremos con la
incapacidad cada vez mayor de resolver los problemas que nos circunscriben.
Cuando un problema nos parezca grande debemos, comprender, concebir explicar y actuar en el medio de la complejidad en ese
caso necesitamos encontrar explicaciones que simplifiquen, para encontrar el orden y una estructura buscando patrones de
comportamiento para el estudio y su anlisis.
Simplificadores y complicadores
En realidad la accin de simplificadores es imposible a menos que encontremos una manera de simplificar el mundo real
consensual que cada instante se torna ms compleja en el espacio y el tiempo por sus relaciones inter funcionales que cada
instante se tornan ms numerosas, y las personas tratan de dar respuestas simples a problemas complejos cayendo a lo que se le
llama estilo Moralista Los moralistas llamados simplificadores son individuos o grupos que sostienen que la mayora de los
problemas se pueden resolver mediante la erradicacin de este mal de la complejidad., tendencia que conduce a una diversidad
de riesgos. Es en este sentido que aparece la necesidad de los complicadores es decir individuos que no estn tentados con la
simplicidad y que se den cuenta que el campo de accin se vuelve cada instante ms compleja en espacio y tiempo.
Los estudios crticos sistmicos en la administracin se hacen recientemente, sustentando la necesidad de incorporar conceptos e
ideas crticas tales como conflictos estructurales, relaciones de poder coercitivos, informacin distorsionada, como una manera de
ampliar y potencializar las aplicaciones del pensamiento sistmico.
2
Recordemos que el Pensamiento sistmico Crtico PSC, se introduce en las ciencias de la administracin por varios personajes
entre otros JACKSON, Y KEYS. Que proponen un sistema de metodologas sistmicas fundamentando que las diferentes
metodologas de solucin de problemas no competen por los mismos contextos problemticos, esto fue el inicio para otras
formulaciones que condujeron a proponer un enfoque general del uso de las diversas metodologas sistmicas, llamada
Intervencin Sistmica total IST.
Otro enfoque importante fue La Heurstica Sistmica Crtica HSC, propuesto por ULRICH, quien se centra a criticar al
planeamiento de proyectos para la implementacin a sistemas sociales. La HSC, nos conduce a conceptos crticos en el proceso
del planeamiento, como por ejemplo la necesidad de enfrentar la posicin tcnica de los planeadores y proyectistas con la
posicin de dos grupos sociales que sern afectados directamente con la implementacin del proyecto.
Despus de la segunda guerra mundial J.W. Forrester desarrolla un rea del conocimiento llamado dinmica de sistemas que
tena el objetivo de auxiliar a la administracin con la finalidad de realizar estudios completos de las organizaciones, sus
fundamentos de sus objetivos lo titul dinmica industrial Industrial Dynamics en la dcada del 60 (1961). Su metodologa
dinmica es todo un xito y paso aplicarse a organizaciones complejos, sistemas sociales urbanos, sistemas econmicos, sistemas
ecolgicos.
Esta rea del conocimiento integra tres campos importantes: La ingeniera de control y los conceptos de realimentacin, La
ciberntica y el papel de la informacin en los sistemas de control. Y la Teora de Decisiones en organizaciones humanas.
Destacando que Forrester tienen en cuenta la computacin digital como algo muy importante para esta rea, lo que permiti la
construccin de modelos para sistemas complejos.
3
La dinmica de sistemas, considera el comportamiento dinmico de los sistemas complejos en su estructura representndolo
como estructuras causales formados de mltiples y complejas lazos de realimentacin negativos que permiten el equilibrio y de
realimentacin positiva que permiten el reforzamiento que son alimentados por medios de flujos de recursos e informacin
constituyendo un padrn complejo cerrado de interrelaciones circulares endgenas al sistema, resaltando que muy pocas
variables son representados como exgenas, teniendo en consideracin que tales variables influencian al sistema pero son
influenciados por el sistema.
El objetivo principal del modelo es ayudar al proceso mental de los tomadores de decisiones y a lidiar con los sistemas
complejos. A lo largo del tiempo., representando de esta manera a los modelos mentales en formulaciones explcitas en forma de
diagramas de flujo y ecuaciones matemticas de simulacin.
La representacin grfica de los modelos es realizado es hecho con los diagramas de estoques o flujos que se interrelacionan a
las decisiones por medio de los enlaces de realimentacin negativos y positivos.
El pensamiento sistmico y el aprendizaje organizacional, definitivamente el desarrollo de las ciencias administrativas

ltimamente enfatizan en el modelaje como una manera de construir el conocimiento, y apoyar al aprendizaje, Pues los modelos
deben de ser utilizados como instrumentos de apoyo para que los propios administradores aprendan las consecuencias de su
manera de encarar a la realidad en vez de ser utilizados para para ser previsiones sobre el futuro.
La concepcin anterior es el enfoque del pensamiento sistmico para el aprendizaje organizacional como afirma Peter Senge, Ese
modelo tiene como fundamento principal la creencia de que una mejora de desempeo en las organizaciones considera la
creacin de ambientes para que las personas aprendan continuamente a partir delo realizan y de lo que piensan acerca de las
organizaciones.
4
Para construir una organizacin que aprenda, un cambio profundo debe de ser instituida en las estructuras subyacentes que
comandan la lgica Organizacional. Peter Senge propone la institucionalizacin dela prctica de las disciplinas las cinco
disciplinas del aprendizaje- para mejorar la forma como las personas piensan, y se comunican y toman decisiones en las
organizaciones.
No olvidemos que el ncleo central de nuestro enfoque es la utilizacin del Pensamiento Sistmico como una disciplina para
para examinar y testar los modelos mentales de grupos de individuos que son la clave para las decisiones en las organizaciones,
para el aprendizaje individual y en equipo y an como medio de construir visiones, u objetivos comunes.
La suposicin bsica es que el pensamiento sistmico, por ser un cuadro de referencia para construir entendimientos sobre las
estructuras profundas de la realidad, desencadenen cambios en las formas como los individuos o grupos piensen e interacten
dentro de las organizaciones, alcanzando el proceso de aprendizaje y cambio.
Debemos decir que Peter Senge adopta en su anlisis los conceptos, los principios y las tcnicas de modelaje de la dinmica de
sistemas, enfatizando especialmente el modelamiento sistmica cualitativa usando principalmente los diagramas de influencias
causal fundamentados en la realimentacin negativa y positiva. Diagramas de estoques y flujo, y simulacin computacional
como la concibe la dinmica de sistemas que son utilizados en los testes de hiptesis en el aprendizaje iterativo delos equipos.
2.2. Para qu un lenguaje sistmico
Un lenguaje sistmico es un instrumento que permite poner en prctica las ideas sistmicas, pero por qu, es importante un
lenguaje y til en pensamiento sistmico? Para responder tal interrogante podemos recurrir a Vygotky, es quien estable la
5
relacin fundamental entre el lenguaje y el pensamiento y es en esta relacin interfuncional en donde se fundamentan los
modernos estudios sobre la organizacin y a cultura humana.
2.3. Por qu un nuevo lenguaje
Vygotsky demuestra la existencia de la interrelacin funcional entre el pensamiento y el lenguaje y que no son procesos
separados y afirma as mismo que se encuentran unidos por el pensamiento verbal, en el cual se procesa el habla, la
atribucin de significados y la formacin de conceptos. En el lenguaje la palabra es cargada de significado. En el
pensamiento las palabras y el significado son abstrados en generalizaciones y conceptos (ver seca, el mundo real y
el pensador sistmico)
Vygotsky demuestra que diferentes lenguajes producen diferentes maneras de pensar. Los ingenieros, los
matemticos los economistas, los Psiclogos mapean realidades a partir del entendimiento subjetivo que las
personas hacen de su mundo., es decir las personas ven el mundo como entidades y relaciones funcionales.
Es de esta manera los pensadores sistmicos deben de adquirir un lenguaje que satisfagan nuestras necesidades e
pensar sistmicamente, es decir debemos desarrollar un lenguaje que enfatice las caractersticas del pensamiento
sistmico.
:
Que nos lleve a pensar ms en el todo que en las partes;
6
Que enfatice ms en las interrelaciones que en los objetos;

Que promueva el entendimiento de la realidad ms como redes que como jerarquas;
Que nos permita ver crculos mayores de causalidad en vez de cadenas lineales de causa y efecto;
Que focalice la dinmica, los procesos subyacentes, en vez de estructura esttica;
Que nos haga dejar de pensar y concebir el mundo como una mquina, nos permita ver el mundo como un
organismo vivo;
Que nos permita describir el mundo con el conocimiento contextual y epistemolgico en vez de describir el
mundo con un conocimiento objetivo; (ver seca, el MRC y el Pensador sistmico).
2.4. Gramtica del Lenguaje Sistmico
2.4.1. Introduccin.
El lenguaje sistmico es una lengua simple, desde el punto de vista del nmero de smbolos, pues en realidad solo
se usa dos smbolos suficientes para representar los patrones de comportamiento de un sistema y sus partes y las
relaciones entre ellas. Tiene la misma base de lenguajes de representacin causa efecto, como diagramas de
Ishikawa, rboles de la teora de las restricciones o mapas cognitivos.
Para la representacin compleja se utilizan cuatro elementos: Patrones de comportamiento de nivel (PCN), Patrones
de comportamiento de flujo (PCF), Patrones de comportamiento Auxiliar (PCA), y conectores continuos y
discontinuos (CCD).
7
2.4.2. Diagramas causales
Como observamos los elementos centrales de lenguaje sistmico son los patrones de comportamiento de nivel y
flujo.
En realidad lo que nos preguntamos en estos instantes es: Qu son los diagramas de Influencia? (DI), Qu son
los diagramas causales? (DC),
La respuesta inmediata sera: es una esquematizacin de las relaciones que existe entre las variables internas de
un sistema, las cuales se hacen mediante flechas dirigidas.
Los diagramas causales tambin se llaman diagrama de influencias Polarizadas, pero en realidad jerrquicamente
es superior, pensar en un momento en su epistemologa. Los diagramas causales nos permiten conocer la
interrelacin funcional de la estructura de un sistema dinmico la que es especificada por los patrones de
comportamiento considerados por el especialista y por el establecimiento de la existencia o no de dichas relaciones.
Debemos tener en consideracin que a este nivel de la construccin del modelo lo que interesa es si existen las
relaciones funcionales o no, el anlisis del tipo de relaciones se realizan ms adelante.
Los diagramas causales es resultado de un conjunto de reflexiones de especialistas sobre el sistema y de un anlisis
exhaustivo de datos.
El primera etapa, para construir un diagrama causal es identificar los patrones comportamientos importantes que
describen la realidad problemtica, y concebir el funcionamiento del sistema.
Segunda etapa, representar las variables o patrones comportamientos identificadas en el paso anterior, que son
deducciones de los modelos mentales que describen la realidad problemtica, en una hoja de papel. Como
relaciones interfuncional entre pares de variables por medio de flechas, representando la influencia funcional.
8
Veamos la siguiente descripcin, si aplicada una fuerza (A) a un objeto esta causar una aceleracin (B), y la relacin
funcional se representa como el patrn de comportamiento Fuerza (A) influye sobre en el patrn de comportamiento
aceleracin (B). Debemos destacar que el sentido de la flecha indica la relacin funcional en nuestro caso A
influencia sobre B
Fuerza A Aceleracin B
Figura N0 2.02. Representacin de la influencia funcional de patrones de comportamientos
Densidad de autos A Accidentes B
Precio de autos A Venta de autos

B
Figura N0. 2.03. Representacin de la influenza de variables
En otras palabras la flecha entre las dos variables puede ser interpretada como causa.
Debemos destacar que estos diagramas con flechas son ms claros si uno se imagina la palabra efecto o influye en
vez de causa, como en el ejemplo: Fumar influye en la Salud
Fumar A Salud B
9
Flujo de agua A Nivel de agua B
La tercera etapa, en esta oportunidad realizamos lo llamado polarizacin es decir a cada enlace o flecha le
asignamos direccin funcional ms (+) o menos (-), colocado normalmente cerca del extremo derecho de la flecha,
esta polarizacin obedece la ley de los signos al momento de realizar la interfuncionalidad es decir (+ * + = + ; - * - =
+; + * - = -, - * + = -).
Ejemplos. Un aumento de la distancia recorrido por un vehculo resulta en un aumento del desgaste delas llantas.
Distancia recorrida y desgaste de llantas. .
Distancia recorrida A Desgaste de llantas B
Fuerza A Aceleracin B
Densidad de autos A Accidentes B
Figura N0. 2.06. Representacin de influenza positiva de una variables
El aumento de velocidad disminuir la distancia de llegada a un lugar en las carreteras
10
Velocidad A Distancia de llegada BG
Figura N0. 2.07. Representacin de influenza negativa de una variable
En general, si A y B son dos partes de un sistema, el hecho de que A influya sobre B se representa mediante un
flecha de la forma
A B
Figura N0. 2.08. Representacin genrica de la influencia de una variable
Que est manifestando que el patrn de comportamiento B se encuentra influenciado por el p0atyron de
comportamiento A, en otra palabras B = (A), esta relacin funcional se manifiesta sin conocer la forma matemtica
aunque no conozcamos la forma matemtica exacta de la funcin. Y si consideramos las relaciones inter funcionales
de todas las variables o patrones de comportamiento tendremos lo que llamaremos diagrama funcional y si se
considera la polarizacin tendremos el diagrama causal del sistema en anlisis.
Como ya mencionamos lneas atrs llamaremos diagrama de influencias para indicar solo las influencias.
En su forma ms simple el diagrama de causal es un enmaraado de relaciones funcionales asociados con un signa
(+, -) al extremos de la flecha y para manifestar el retardo de la influencia se le denota con dos rectas paralelas (//) y
perpendicular a la flecha est formado el conocido como un grafo orientado. Supongamos que entre A y B existe una
relacin de influencia positiva de ms a ms es ms.
11
Esfuerzo fisico A Dolor muscular B
Ingestion de alcohol A Dolor de cabeza B
Figura No 2.09. Representacin

+ genrica de la influencia de una variable con retardo
+
-+ +
PESO
+
Consume de Alimentos deLIMENTOS
+
+
Oferta +
Demanda
igura N0. 2.10. Representacin de influencia positiva entre variables
PEDIDOS PRODUCCION
INVENTARIO
Figura N0 2.11. Representacin de la influencia Positiva y negativa de variables
12
En los ejemplos anteriores los arco dirigidos continuos representan relaciones causales instantneas, cuando
presentan dos trazos perpendiculares representan relaciones con atraso.
Si analizamos los ejemplos, vemos que los efectos de algunas causas son inmediatas en cambo otros ocurren
despus de cierto tiempo. Surge la pregunta, que periodo de tiempo es significativo para producir una relacin con
retraso, pues no existe un tempo exacto. Una relacin es considerada con retraso si la demora es cuantitativamente
significante o sea si el atraso marcara la diferencia.
Un mapa o diagrama construido a partir de las relaciones causa y efecto nos proporciona una visin de todo un
sistema, y nos conduce a formar una red de relaciones de causa y efecto.
Pero como es que la lengua sistmica puede ayudarnos ver crculos mayores en vez de cadenas lineales.
Para responder la interrogante anterior hacemos uso de las ideas de la ciberntica. La ciberntica nos ensea que
los sistemas sustentan su existencia y su comportamiento por medio de las relaciones circulares y ellas son de dos
tipos bsicos: relaciones circulares de refuerzo y relaciones circulares de balanceadores. Las relaciones circulares
de refuerzo son las responsables de los procesos de crecimiento, con crecimiento tpicamente exponencial. Las
relaciones circulares de balanceadores son las responsables del equilibrio, o lmites al crecimiento. En la ciberntica
son las relaciones de feedback positivo y feedback negativo. En la lengua sistmica, son los enlaces reforzadores y
los enlaces balanceadores.
(Ver seca El MRC y el PS)
13
2.5. Complejidad sistmica
2.5.1. Comentarios. Este tem llamado complejidad sistmica lo iniciaremos haciendo ejemplos sobre la manera de percibir un
objeto de la realidad para decir como percibimos un vaso con flores usando un espejo plano, veremos la realidad como un vaso
con flores. Al mismo escenario consideremos la existencia de un espejo cncavo a una cierta distancia focal ese espejo cncavo
podr generar una imagen virtual de igual tamao pero invertida y esta realidad ser reflejada en el espejo plano dando la
impresin para el observador una realidad diferente.
En un tercer escenario considere que tenemos los dos vasos con flores un derecho y el otro invertido y el espejo cncavo, para el
observador el escenario sera lo mismo no sera afectado.
2.5.2. Comprendiendo las percepciones de la realidad,
De la reflexin anterior se puede afirmar que la percepcin es muy frgil lo que concebimos como realidad aun siendo un
contexto simple, pues en situaciones reales su entendimiento se torna complejo en consideracin de las caractersticas de la
realidad.
En esta oportunidad destacaremos a Michael Pidd un prestigiado profesor de Lancaster University , activo y experto en
modelamiento en su libro Modelamiento empresarial , herramientas para la toma de decisiones, 1997 nos proporciona alguna de
las caractersticas que ejemplifican ese fenmeno en una escala real:
1. Informaciones pueden ser escasas, contradictorias, ambiguas, etc.
14
2. La disponibilidad de recursos es limitado;
3. Las consecuencias de las acciones pueden no ser totalmente conocidas;
4. Existen opiniones e intereses diversos y, y a veces confrontantes;
5. Diferentes decisiones y problemas se relacionan;
6. Existen niveles mnimos de desempeo que se tienen como aceptables.
Como observamos anteriormente para percibir la realidad nos ayudamos de filtros y/o herramientas los cuales influenciaron de
manera contundente en esa realidad compleja. Esos filtros y/o herramientas son materializados en la forma de nuestros modelos
mentales, experiencias de vida, bien como un propio instrumento de anlisis. En trminos prcticos, el anlisis de viabilidad
financiera de un proyecto podra ser ofertada dependiendo de los mtodos de evaluacin ms o menos conservador, el modo
como las variables de riesgo son percibidas , la amplitud de los impactos de tal decisin, etc.
La experiencia demuestra que una de las cualidades cruciales para un buen modelador se encuentra en su habilidad de
comprender el contenido de la realidad y tener la autoconciencia de sus filtros y de las delimitaciones de las herramientas
utilizadas, es en ese sentido que utilizamos el pensamiento sistmico como instrumentos de percepcin de la realidad actual y de
la complejidad, debidamente contextualizada de la manera ms amplio del enfoque duro y suave.
2.6. Los enfoques duro y Blando.
15
Como se ha visto anteriormente la percepcin de la realidad requiere de filtro y/o herramientas que nos auxilien en su
entendimiento comprensin. Pues esas herramientas pueden ser clasificadas por una diversidad de categoras. Una manera sera
en cuanto a su creencia en la resolucin del problema.
Una de las visiones dura hard- del mundo considera que todo problema puede ser definido e, en consecuencia su solucin
podr ser encontrada. La otra metodologa suave soft- tiene una percepcin de una situacin problemtica, en consecuencia es
difcil definir el problema. En este caso, no se tiene como objetivo encontrar una solucin, sino aprender sobre la realidad y
orientar acciones sobre ella.
Michael Pidd, en su libro Modelamiento Empresarial, Herramientas para la toma de decisiones (1997) Porto Alegre Bookman
proporciona un resumen sobre las principales distinciones entre esos enfoques:
Criterio Enfoque Duro-hard- Enfoque suave soft-
Definicin del problema Visto como directo, unitario Visto como problemtica, pluralista.
La organizacin Asumida tcitamente Requiere negociacin
El modelo Una representacin del mundo real Una forma de generar debate e ideas al respecto del
mundo real.
Resultado Un producto o recomendacin Progreso por el aprendizaje,
16
2.6.1. El origen de los enfoques.
El enfoque duro del modelamiento es fruto del desarrollo del rea del conocimiento Investigacin de Operaciones (IO) quien
tuvo su origen en la dcada del cuarenta, la cual es compuesta por un conjunto de tcnicas tales como: Programacin lineal,
(PL), Programacin no lineal (PNL), Programacin no diferenciable (PND), Simulacin Computacional, Programacin
Dinmica, teora de filas, Mtodos heursticos, Redes Bayesianas, Teora de decisiones, etc. Para solucionar problemas los cuales
convergen a un mismo dogma. Un problema puede ser definido y solucionado. Esas herramientas tuvieron su evolucin y
expandirse auxiliada por el desarrollo tecnolgico principalmente en lo que corresponde a hardware y software.
La Investigacin de Operaciones, fue muy importante entre las dcadas del sesenta y ochenta, para el desarrollo de una
diversidad de organizaciones las cuales usaron como en la toma de decisiones estratgicas y/o gerenciales y operacionales en
varias reas de aplicaciones como logstica, adquisiciones, programacin de la produccin, etc.
Pero sin embargo con el creciente incesante de la complejidad de las organizaciones y el aumento del alcance de la aplicacin de
la Investigacin de operaciones, las limitaciones del enfoque duro se dejan sentir. Es de esta manera que en la dcada del ochenta
surge en especial en Inglaterra una lnea de investigadores, originalmente duro hard- Proponiendo una nueva lgica de
tratamiento para situaciones problemticas. De esta manera surge la lgica suave soft- . Promoviendo reflexiones sobre la real
aplicabilidad de las tcnicas dura -hard- y sugiriendo un conjunto de herramientas que auxilien el entendimiento de la realidad.
El trabajo de Peter Checkland lidera en esa direccin a la investigacin. Con la Metodologa Soft Systems SSM.
17
La dcada del noventa se caracteriza por un conflicto escolstico. Entre los seguidores de ambas metodologas, como enfoques
excluyentes esto es refrendado por algunas publicaciones de la Asociacin Inglesa de Investigacin de Operaciones de algunas
cartas de controversia entre investigadores duros y suaves. Para decir los modelos mentales de los investigadores duros.
Los investigadores suaves, hablan, hablan, hablan pero al final del da intentan entender el problema a un si no fuera resuelto.
En contraposicin el modelo mental del pensador duro, calculan, calcula, calculan, pero no consiguen entender que el
entendimiento de la situacin es ms importante que una eventual resolucin.
2.6.2. Criterios de adecuacin de los enfoques,
Michael Pidd, presenta una manera de percibir los problemas, los cuales pueden presentarse en tres situaciones de: Enigmas,
problema y confusin.
Los Enigmas, son situaciones de alto grado de estructuracin, no presentan ambigedades en su interpretacin, la situacin est
bien formulada y hay certeza en relacin al resultado esperado, o existe una mejor certeza de que exista un ptimo alcanzable.
Sin embargo eso no significa afirmar que la eventual solucin sea simple. En ese contexto, la aplicacin de los modelos duros
hard- tendra su eficiencia mxima y mayor grado de adecuacin.
18
Ejemplo, Consideremos el siguiente escenario un saln cerrado en donde la luz solamente puede ser visualizado estando dentro
del saln, y una lmpara incandescente es conectada y encendido normalmente esta desconectada, y fuera del saln existe tres
interruptores todos desconectados. La solucin consiste en descubrir uno de los tres interruptores que acciona a la lmpara
ingresando en al saln una solo una vez.
Problema, son situaciones intermediarias en trminos de complejidad. Aun que se tenga una buena idea de la situacin a ser
tratada, por ejemplo cual ser la mejor poltica para el almacenamiento para un empresa, como se observa la situacin presenta
otros criterios que generalmente estn ocultos, nos preguntamos cules sern los modelos mentales del gerente de ventas y de
produccin. Sobre el almacenamiento. E ese sentido la estructura presenta ambigedad en la formulacin. Los que dificulta el
anlisis.
Las herramientas hard presentan contribuciones para ese tipo d situaciones, aun as la estructura del problema carece de apoyo de
anlisis que supere una eventualidad que es una visin dogmtica de la metodologa hard. En ese sentido la literatura presenta la
sinergia en la metodologa soft que ayuda al entendimiento del problema y su respectiva estructuracin.
Las confusiones, esta situacin presenta el menor grado de estructura, en realidad existen diferentes versiones sobre la
formulacin de la situacin anlisis. Los propios lmites no son bien identificados el grado de interrelacin entre las partes es
elevado y de poco conocimiento, en realidad una gran confusin. En este espacio se encuentran crticas a la utilizacin aislada del
19
enfoque hard, pues sus suposiciones no podran encaminar a una ruta de solucin sesgada. Al contrario el enfoque soft auxiliara
en el entendimiento generando aprendizaje para los actores pertenecientes a dicha confusin.
Aqu se podra citar en el mundo poltico y estratgico de las organizaciones en la definicin de la visin estratgica en una
empresa no podra considerar las diversas relaciones entre las partes interesadas. Las cuales pueden presentar eventuales
conflictos de intereses, en ese contexto el entendimiento de las relaciones proporcionar aprendizaje para una adecuada definicin
de la visin.
2.6.3. El falso dilema entre los enfoques,
hasta la actualidad las dos metodologas sido presentados en sus caractersticas, con una posible direccionamiento de aplicacin
considerando la estructura de la situacin problemtica. Mientras existe una cierta dialctica en las aplicaciones de manera
conjunta., ese conflicto dialctico est expreso en el siguiente esquema.
Para el desarrollo de las organizaciones se hace necesario

Parala el
solucin
enfoque
deduro
sus problemas
es ms apropiado la solucin y para el suave desviar de ese foco.
Resolucin del problema Utilizacin del enfoque hard
Desarrollo continuo de las organizaciones

Utilizacin del enfoque suave
Entendimiento del problema
El desarrollo de las organizaciones pasa por el entendimiento de varias situaciones complejas

20
En enfoque suave es ms apropiado para el entendimiento, y el duro desviar para la resolucin de forma precoz
Este conflicto proporciona la importancia de la utilizacin de los dos enfoques duro y suave, posibilitando al modelista mejor
asertividad en su instrumento de toma de decisiones, esto permitira el desarrollo continuo de las organizaciones forteleciendo
las respectivas competencias, como puede ser observado en la estructura sistmica siguiente.
R3
Integracin de los enfoques soft y hard
Competencias
R2soft
Competencias hard
R1
Desarrollo continuo de las organizaciones
21
Finalmente esta es la metodologa que se aplica en las investigaciones de la actualidad un enfoque mixto hard y soft.
TERCERA SEMANA
3. COMO DEBEMOS ENTENDER EL UNIVERSO ORGANIZACIONAL

3.1. Introduccin
3.2. Como concebimos el Universo Organizacional
3.3. Modelamiento computacional Complejo
3.4. Como organizar el trabajo.
3.1. Introduccin.
En definitiva el universo organizacional tiene una semejanza a la sistematizacin compleja del universo en cuanto a su estructura
y dinmica funcional, existe visiones semejantes en la comparacin para facilitaren entendimiento micro y macro. En ese sentido
el pensamiento sistmico se presenta como una alternativa importante porque busca entender esas dos visiones macro y micro
22
siguiendo su fundamento que un todo es mayor que la suma de la comprensin segmentada de sus partes que an predomina en
los estudios del universo.
La manera de comprender las organizaciones como un universo es un caso desafiante en los estudios organizacionales, porque
an que existan las organizaciones no existen comprensiones suficientes y consistentes que unan los dos entendimientos macro y
micro. En realidad lo que se tiene en la actualidad son visiones parciales en jerarquas o etapas de comprensiones, existiendo
entendimientos acumulados sobre los individuos o grupos en ambientes organizacionales sobre el fundamento organizacional
individual o entre organizaciones y an sobre el colectivo de organizaciones.
3.2. Entendimiento del Universo Organizacional

La concepcin del universo organizacional desde la ptica sistmica es constituido por patrones de comportamiento que se
relacionan entre organizaciones formando su trama compleja en semejanza del sistema planetario o satelital, que giran
alrededor del mercado u otros espacios de atraccin formando galaxias de tipo econmicas, sociales, culturales, tnicos,
ecosistemas, etc.
Esta metfora es de gran importancia puesto que nos permitir a pensar en las interrelaciones funcionales que forman la trama
compleja sistmica de las organizaciones, y as mismo nos ayudar resaltar su dinmica funcional en similitud al universo de las
organizaciones de los satlites y de los clusters que las organizaciones forman colectivamente para moverse entorno de los
espacios de atraccin como para decir los mercados.
Despus de la dcada del 60 los estudios sobre la perspectiva macro del universo organizacional se intensificaron dando mayor
nfasis a las interrelaciones funcionales entre las organizaciones, evidenciando las redes organizacionales de las cuales las
cadenas productivas son ejemplos que se deben de resaltar. Originando grandes variedades de perspectivas macro como la
sociologa de las organizaciones, entre los trabajos que destacan tenemos los trabajos de Hannan yfreeman y de Aldrich, sobre
configuracin y dinmica de las poblaciones de empresas, los argumentos sobre la existencia de colectivos de organizaciones
23
debido a la dependencia de recursos, Adrich y Pfeffer, los estudios pioneros de Lawrence y Lorsch o an los estudios de Oliver
Williamson entre otros son importantes y representativos para la comprensin macro del universo organizacional.
Estos investigadores tienen en comn la preocupacin en demostrar que las organizaciones forman una maya complejo de
interrelaciones funcionales que son responsable por los efectos biyectivamente. En realidad defienden que el universo
organizacional es mejor entendido en el mapeo de las estructuras y de las dinmicas de los colectivos organizacionales.
Por el otro las la concepcin micro considera el universo organizacional constituido por padrones de comportamientos de
relaciones interfuncional compuesto por individuos , grupos y sistemas no humanos que girarn en torno a procesos, negocios u
otros espacios de atraccin formando partes y tipos organizacionales especficos. Esta metfora nos permitir a pensar en las
interdependencias entre los individuos, grupos y partes de las organizaciones, en la dinmica de las rbitas de actuacin de los
participantes que se movieron individual y colectivamente alrededor de los espacios de atraccin para decir las reas o proyectos.
Considerando la manera sugerida de imaginarnos el universo de las organizaciones permite, entender al factor humano
constituyentes de las organizaciones como un producto de la accin humana y entenderlo lo que ellos construyen, es aqu donde
radica los intereses en entender a individuo, la manera de decidir, como acta y cules son los resultados de sus acciones. Y
tambin las preocupaciones de cmo ello afecta y es afectado por los otros individuos y grupos, lo que permite ser importante
en el anlisis la motivacin, comunicacin, liderazgo, estudios sobre grupos de trabajo, la percepcin, la decisin, conflictos,
negociaciones, aprendizaje, etc.
Sin embargo la perspectiva micro del universo organizacional tambioen es el campo de atencin para los factores no humanos
como los sistemas de informacin y de los bancos e datos, las posibles formas de dimensionamiento en el trabajo en tareas y
actividades y sus interrelaciones funcionales.
De esta manera en el enfoque micro existe un fuerte inters en entender y comprender el comportamiento de una organizacin
sea en sus aspectos estructurales como normas de funcionamiento, cultura y estructura formal sea en sus aspectos de accin
como estrategia cambios y desempeo.
24
En resumen ambos entendimientos micro y macro del universo organizacional estn provistos de una variedad de entendimientos
que son adoptados para que de esta manera obtener uno o ms puntos de vista de la realidad del universo. Sin embargo dificulta
el entendimiento complejo del universo, es ah donde existe una diversidad de puntos de divergencias con otras maneas de
observar el universo en diferentes aspectos tericos y prcticos. Pero si nuestro entendimiento fuese considerado como la
composicin de interrelaciones funcionales biyectiva, tendramos isomorfismos compactos que seran la constitucin de la trama
compleja de universo organizacional.
Con el afn de explicarse la trama compleja del universo organizacional Peter Senge en sus dos trabajos la quinta disciplina y la
danza del cambio presentan al pensamiento sistmico como la herramienta fundamental que determina que las organizaciones
aprenden, piensan al respecto de su universo, sin embargo en su primer trabajo no expresan con relacin a la frontera, pero ya en
este ltimo consideran los arquetipos sistmicos como lmites de crecimiento como piedra angular para la comprensin del
cambio en las organizaciones.
Los arquetipos sistmicos permiten cambios en las organizaciones individualmente en forma de reforzadores y de equilibradores
dinmicos, orquestando un bello ejemplo de pensar sistmicamente sobre el universo organizacional. Al igual que Peter Senge y
sus colaboradores existen muchos otros pensadores sistmicos como Jay Forrester y John Sterman.
3.3. Modelamiento computacional Complejo

3.3.1. Introduccin.
El modelamiento computacional es la herramienta del pensamiento sistmico muy importante que permite adicionar aprendizaje
en el proceso del ciclo de aprendizaje profundo, por medio de esta herramienta se construyen los micro y macro maneras de
constituir el universo organizacional y su complejidad en el espacio y tiempo del mundo real consensual. En esta oportunidad
mostraremos el camino que nos conduce del mapa sistmico al mundo del modelaje computacional complejo.
25
El modelamiento en dinmica de sistemas. El modelamiento computacional trata de iniciar de un modelo cualitativo o mapa
sistmico para un modelo cuantitativo o modelo computacional para conseguir ese proceso se usa las tcnicas del campo de
conocimiento de la dinmica de sistemas.
El trabajo inicia con la construccin del modelo a partir de la interpretacin del mundo real consensual terminando cuando los
gerentes obtuvieran una visin suficiente a partir del modelamiento.
3.3.2. El modelamiento en dinmica de sistemas.

Consiste bsicamente en representar los procesos de un sistema que definen su comportamiento Construir modelos de
estructura de procesos de un sistema es esencialmente reconocer los flujos que convierten recursos en diferentes estados, esto
implica reconocer en el mapa sistmico los recursos que estn fluyendo a travs de los conectores llamados flechas y en que
estados diferentes esos recursos se podrn encontrar.
3.3.3. Flujo de recursos.

En primera instancia debemos tener presente que los recursos que fluyen transitan por los caminos del sistmicos, para decir
material que fluyen en un sistema de estoques, personas que fluyen en un sistema de salud, personas que fluyen en un sistema de
transporte pblico de pasajeros, carga que fluye en un sistema de transporte de carga, dinero que fluye a travs de cuentas a
pagar y recibir; ordenes que luyen entre los sistemas de venta y produccin, bienes que fluyen en un mercado, conocimiento que
fluyen en un sistema educativo, etc.
Los recursos citados sufren transformaciones dentro del sistema, asumiendo una diversidad de estados, estos recursos cuando se
encuentran e determinado estado por algn tiempo pueden acumularse, en ese sentido los estados del recurso actan como si
fuesen estoques a lo largo del proceso.
26
En el lenguaje de la dinmica de sistemas los estoques se les denominan niveles y son representados por su lenguaje por un
rectngulo, podemos citar una diversidad de estoques o niveles:
1. Petrleo descubierto, no descubierto, extrados, refinado.
2. Pacientes en hospitales: a espera de tratamiento, internados, en recuperacin en casa, etc.
3. Pasajeros: viajando, esperando en los paraderos, en trnsito, etc.
4. Pedidos: en reserva, en produccin, entregas, etc.
5. Dinero: cuentas a recibir, en caja, etc.
Los entes que transforman un recurso de un estado 1 para un estado 2, son las operaciones, o actividades, dentro del sistema. En
dinmica de sistemas las operaciones son llamadas vlvulas de flujo, y representan una tasa en que son convertidos los recursos
entre los diferentes estados. Las vlvulas de flujo aumentan o disminuyen una cantidad de recurso n cada estoque.
Estado 0 Estado 1 Estado 2
Salida
Operacin 2
Entrada Operacin 1
Para entender mejor veamos el ejemplo, consideremos el sistema hospitalario, en este sistema consideremos como recurso en
transformacin son personas dentro del sistema, podemos considerar los siguientes estados internados o recuperados. El que
transforma a las personas que estn fuera del sistema en pacientes internados es la operacin de ingreso al hospital. Ya que la
operacin que transforma pacientes internados en pacientes recuperados es dar de alta del hospital. El que elimina o retira una
persona del sistema es la muerte.
Flujo mnimo diario Pacientes internados Flujo mnimo Pacientes recuperados Muerte
De altas
27
De esta manera podemos disear el siguiente flujo representativo del sistema por medio del lenguaje de la dinmica de sistemas,
usando las variables flujos y niveles. Y n el lenguaje del pensamiento de sistemas patrones de comportamiento.
Pacientes internados Pacientes recuperados
Flujo mnimo de entrada Flujo mnimo de alta Muerte
3.3.4. Preparacin de diagramas de flujo y niel

En resumen la metodologa para traducir un mapa sistmico a un diagrama de flujo y de nivel es el siguiente.
1. Identificar los recursos en el sistema;
2. Identificar el estado de los recursos;
3. Identificar operaciones que transforman los recursos en estados;
4. Modelar relaciones, enlaces y dems factores que no sean considerados recursos (niveles , estoques) de operaciobes de
flujo , conversores;
5. Cuantificar las relaciones a travs de funciones matemticas, empricas o relaciones;
6. Construir el panel de control.
Veamos un ejemplo, el caso de la cada de la demanda del tren urbano de Brasil.
28
Primero, identificamos los recursos en el sistema. Observemos el mapa sistmico, y tratemos de imaginar que recurso fluyen por
el sistema.
Demanda total
Receta
Demanda lidero
Tarifa
Demanda de mnibus
Ventaja Tarifaria del tren
Lo que se puede notar fluyendo por el mapa sistmico es dinero y usuarios.

Segundo. Se requiere reconocer los estados de los recursos. En este caso el dinero puede estar en los estados: bolsillo de los
usuarios, receta, gastos. En el caso de ser usuarios pueden estar en los estados: Los usuarios potenciales; en transporte, y
transportados.
Tercero. Aqu nos preguntamos Cules son las operaciones que transforman a los recursos en esos estados diferentes citados?
Observemos que el recurso dinero se puede decir que pasa de dinero en el bolsillo de usuario para la receta por medio del
pagamento del billete, y que el recurso receta pasa para gastos por medio del desembolso de los costos operacionales.
Ya el usuario potencial pasa para usuarios en transporte por medio de la operacin de embarque, y de usuarios en transporte
para usuario transportado porusuario
Bolcillo del medio del desembarque.
Caja Gastos o inversiones
El diagrama de nivel y de flujo, preliminar quedara as.
29
Pago en billetes Costos operacionales

Usuario potencial Usuario en transporte Usuario transportado
Embarque Desembarque
Cuarto. Modelamiento de las relaciones, enlaces y dems variables que no sean considerados recursos (niveles) u operaciones
(flujo), conversores. Si existen variables en el mapa sistmico no modelados, es porque no son considerado ni flujo ni nivel .
Son los que llamaramos las variables conceptuales o conversores. Son llamados as por ser variables que solamente existen en
un mundo mental. Para decir tarifa no es una variable fsica o tangible es una variable del mundo conceptual los que son
representados por un crculo (variables auxiliares). A seguir presentamos el modelamiento de las variables comentadas en el
diagrama siguiente.
Reajuste Caja
Bolcillo del usuario Gastos o inversiones
Tarifa
30
Pago en billetes Costos operacionales
Quinto. En estos tems se debe de cuantificar las relaciones por medio de funciones matemticas, es decir con funciones
empricas o relaciones, y construir el panel de control de acuerdo con el software utilizado, se pueden inserir, funciones que
determinan el comportamiento del sistema. Hasta que todas las funciones necesarias sean inseridas, no es posible simular el
comportamiento del sistema.
Sexto. En estos tems, es posible construir, el panel de control, que consistir bsicamente de los controles de entrada, botones o
campos de entrada de datos bien como muestras (displays) de salida como grficos, tablas y campos
Pidd, Michael, (1998). Modelamiento empresarial: Herramientas para la toma de decisiones proporciona las siguientes
preguntas para poder diferenciar entre una variable de nivel y de flujo.
Si la actividad del sistema todo terminara se parara o fuera interrumpido qu ocurrir con el factor?
Respuesta 1. Si su valor quedara congelado, entonces ser una variable de nivel.
31
Respuesta 2.Si su valor fuera cero entonces ser una variable de flujo.
Por qu? Porque todos los diferentes estados de los recursos estocados (nivel) mantendrn sus valores corrientes. Ya que las
operaciones (flujos) cesarn. De esta manera si usted tuviera alguna duda del modelamiento de una variable como flujo o nivel
se debe de hacer la pregunta anterior.
3.3.5. Alcances del Modelo

Definitivamente, la funcin del modelador no es solo transformar del lenguaje sistmico al lenguaje de la dinmica de sistemas,
antes y despus de eso existen otras actividades de preparacin y sistematizacin del aprendizaje generada con el proceso,
La primera, accin importante es considerar en el modelo computacional la definicin del alcance del modelo, a menos que el
mapa sistmico sea muy simple como el ejemplo anterior, raramente se modela el 100% del mapa sistmico en general el modelo
es menor que el mapa sistmico, lo que puede ocurrir dentro de una buena perspectiva del modelamiento es que el alcance del
modelo computacional sea algo como lo muestra el siguiente esquema.
Micro mundo 2
Micro mundo 1
Micro mundo 3
Micro mundo 4
Algunos modelos sern menores que el mapa sistmico, otros se sobrepasarn, aun teniendo las mismas variables, y algunas
otras contemplaciones parten del mapa.
32
Cmo definir el alcance del modelo?, esta pregunta es ampliamente dependiente de tres aspectos importantes:
1. El objetivo del modelo,
2. Las variables de entrada y salida,
3. La capacidad de las personas de obtener el aprendizaje a partir del modelo.
Con relacin al objetivo. Se encuentra relacionado a los propsitos del propio trabajo. En general dentro del pensamiento
sistmico. El modelo se encuentra al servicio de aprender o que puede ocurrir con las variables centrales del sistema, tanto en el
pasado como en el futuro, de acuerdo con las modificaciones que estamos interesados en testar. Para decir en el ejemplo se
considera en el modelo computacional:
a) Saber que ocurra en el pasado con las principales variables de salida de demanda conforme a la alteracin con la
poltica tarifaria propia y/o de la competencia.
b) Saber lo que podr ocurrir en el futuro con las principales variables de salida la demanda y receta, considerando las
alteraciones de las polticas tarifarias propia y/o de la competencia.
c) Saber qu ocurrir en el futuro, xi nada se hiciera.
En este caso el objetivo est en reconocer lo que ocurre con las variables centrales demanda y receta, a partir de las polticas
tarifarias. El objetivo de los modelos computacionales de un trabajo de Pensamiento Sistmico depende directamente del asunto
central y de los intereses del grupo interdisciplinario.
El otro elemento que define el alcance de un modelo es la definicin de las variables de entrada (parmetros), y de las variables
de salida (variables centrales) una vez definido los parmetros e entrada y salida el modelo debe de proveer todo el conjunto de
relaciones de causa y efecto entre las variables de entrada y las variables de salida.
Para decir en nuestro ejemplo las variable de entrada son las tasas de aumento tarifario anual, Ya que las variables de salida son la
demanda y la receta, Luego es necesario modelar todo conjunto de variables de relacin entre la tasa de aumento tarifario y la
receta, lo que pasa por calcular por calcular la tarifa, la tarifa de la competencia, la ventaja de la tarifacin del metro, un ndice de
33
ganancia, o prdida de usuarios en funcin de la ventaja, la demanda, podra existir una realimentacin de decisin sobre la
nueva poltica tarifaria.
La definicin de las variables de entra y salida se encuentra relacionado con la objetivacin de los objetivos., en nuestro caso el
objetivo era simular las consecuencias de decisiones alternativas por eso el objetivo era simular escenarios.
El ltimo punto considerado en la definicin del alance del modelo computacional es la capacidad del propio modelos de generar
aprendizaje al grupo interdisciplinario. Si el modelo es muy complejo conteniendo una diversidad de variables y relaciones, ser
difcil, extraer aprendizaje de la interaccin del modelo., pues no ser posible un entendimiento lgico de las consecuencias de
las acciones. En general modelos simples, de 5 hasta 10 variables, muchas de las veces hasta sin enlaces es modelado generan
aprendizaje superior a modelos altamente elaborados y complejos. Si fuera difcil escapar de la complejidad de un modelo,
debemos desarrollarlo de manera especfica construyendo un simple prototipo y testar la generacin de aprendizaje con el grupo.
Y despus redefinir paso a paso regresando siempre a testarlo cada paso con el grupo. Terminar cuando el grupo se encuentre
satisfecho con el aprendizaje generado, no debe de dejarse llevar por el exceso de detalles.
3.4. Como organizar el trabajo.
34
CUARTA SEMANA
4. 4. EL PENSAMIENTO SISTMICO Y EL MUNDO CONSENSUAL
4.1. Introduccin
4.3. Metodologas duras y suaves.
4.4. Diagnstico sistmico de las organizaciones.
4.5. Repensando el sistema productivo y la logstica.
QUINTA SEMANA
5. Visualizando el futuro
5.1. Aprendiendo con el futuro
5.2. Mtodos Herramientas que facilitan ver el futuro
5.3. Construyendo estrategias
5.4. Promoviendo el Cambio
5.5. Repensando la Organizacin
5.6. Cambios al frente
35
SEXTA SEMANA
6. MODELO PROSPECTIVO
6.1. Introduccin
6.2. La Prospectiva: Conceptos y definiciones
6.3. La Prospectiva: Mtodos y tcnicas
6.4. Diferentes enfoques en el estudio del futuro
SEPTMA SEMANA
7. MODELO PROSPECTIVO
7.1. Introduccin
7.2. El Mtodo de escenarios
7.3. Otros escenarios
OCTAVA SEMANA
8. BALANCED SCORECARD
36
8.1. Introduccin
8.2. Las tareas de la Planificacin estratgica
8.3. Indicadores
8.4. Cuadro de Mando Integral
8.5. Aplicaciones
NOVENA SEMANA
9. GESTIN DE LA CADENA DE SUMINISTROS. SCM
9.1. Introduccin.
9.2. Integracin de la Cadena de Suministro
9.3. Tipos de cadenas de suministro.
9.4. Relacin entre estrategia y cadena de suministros.
DCIMA SEMANA
37
10. LA LOGSTICA Y LA GESTIN DE LA CADENA DE SUMINISTROS \L&SCM

10.1. Introduccin.
10.2. Habilidades empresariales.
10.3. Objetivos de la SCM
10.4. Logstica integral de la SCM.
DCIMO PRIMERA SEMANA

11. IMPLEMENTACIN DE LA SCM.
11.1. Comentarios Generales.
11.2. Elementos de la implementacin de la SCM
11.3. Variables que afectan la rentabilidad.
38
DCIMO SEGUNDA SEMANA

12. EJEMPLOS DE IMPLEMENTACIN DE SCM
12.1. Comentarios
12.2. Ejemplo.
DCIMO TERCER SEMANA

13. GESTIN DE RELACIONES CON EL CLIENTE CRM
13.1 Introduccin.
13.2. Qu nos ofrecen los programas CRM?
13.3. Variabilidad Potencial de un Proyecto CRM
13.4. CRM como estrategia de negocio.
39
14. TECNOLOGAS CONCEPTOS, ENFOQUE METODOLGICOS

14.1. Introduccin
14.2. Pasos de xitos de BPM
14.3. Escenarios de BPM
14.4. Estrategias para abordar un Proyecto de BPM
DCIMA QUINTA SEMANA

15. ISOS.
15.1. Introduccin
15.2. Normas Internacionales y Privadas
15.3. Metrologa, normalizacin y evaluacin de la conformidad
15.4. Organizaciones mundiales y su influencia en la normalizacin
15.5. Organismos de normalizacin regionales, nacionales e internacionales
15.6. Desarrollo de normas.
40
DCIMO SEXTA SEMANA

16. LIDERASGO
16.1. Introduccin
16.2. Inteligencias mltiples
16.3. El efecto compuesto de multiplicar el xito de forma sencilla.
41
42

Lenguaje Del Pensamiento Sisytémico

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Lenguaje Del Pensamiento Sisytémico

Transféré par

Droits d'auteur :

Formats disponibles

TOPICOA AVANZADOS DE INGENIERA DE SISTEMAS II TAISII SECA-2017-I

LENGUAJE DEL PENSAMIENTO SISTMICO

2.2. Para qu un nuevo lenguaje

2.3. Por qu un nuevo lenguaje

2.4. Gramtica del Lenguaje Sistmico

2.5. Complejidad sistmica

2.6. Los enfoques duro y Blando.

El pensamiento sistmico y el aprendizaje organizacional, definitivamente el desarrollo de las ciencias administrativas

2.2. Para qu un lenguaje sistmico

2.3. Por qu un nuevo lenguaje

Que enfatice ms en las interrelaciones que en los objetos;

2.4. Gramtica del Lenguaje Sistmico

2.4.2. Diagramas causales

Figura N0 2.02. Representacin de la influencia funcional de patrones de comportamientos

Densidad de autos A Accidentes B

Precio de autos A Venta de autos

Figura N0. 2.04. Representacin de la influenza de variables

Flujo de agua A Nivel de agua B

Figura N0. 2.05. Representacin de la influenza de variables

Densidad de autos A Accidentes B

Figura N0. 2.06. Representacin de influenza positiva de una variables

El aumento de velocidad disminuir la distancia de llegada a un lugar en las carreteras

Velocidad A Distancia de llegada BG

Figura N0. 2.07. Representacin de influenza negativa de una variable

Figura N0. 2.08. Representacin genrica de la influencia de una variable

Esfuerzo fisico A Dolor muscular B

Ingestion de alcohol A Dolor de cabeza B

Figura No 2.09. Representacin

Consume de Alimentos deLIMENTOS

igura N0. 2.10. Representacin de influencia positiva entre variables

Figura N0 2.11. Representacin de la influencia Positiva y negativa de variables

(Ver seca El MRC y el PS)

2.5. Complejidad sistmica

2.5.2. Comprendiendo las percepciones de la realidad,

1. Informaciones pueden ser escasas, contradictorias, ambiguas, etc.

2. La disponibilidad de recursos es limitado;

3. Las consecuencias de las acciones pueden no ser totalmente conocidas;

4. Existen opiniones e intereses diversos y, y a veces confrontantes;

5. Diferentes decisiones y problemas se relacionan;

6. Existen niveles mnimos de desempeo que se tienen como aceptables.

2.6. Los enfoques duro y Blando.

Criterio Enfoque Duro-hard- Enfoque suave soft-

La organizacin Asumida tcitamente Requiere negociacin

Resultado Un producto o recomendacin Progreso por el aprendizaje,

2.6.1. El origen de los enfoques.

2.6.2. Criterios de adecuacin de los enfoques,

2.6.3. El falso dilema entre los enfoques,

Para el desarrollo de las organizaciones se hace necesario

Resolucin del problema Utilizacin del enfoque hard

Desarrollo continuo de las organizaciones

Entendimiento del problema

El desarrollo de las organizaciones pasa por el entendimiento de varias situaciones complejas

Desarrollo continuo de las organizaciones

3. COMO DEBEMOS ENTENDER EL UNIVERSO ORGANIZACIONAL

3.2. Entendimiento del Universo Organizacional

3.3. Modelamiento computacional Complejo

3.3.2. El modelamiento en dinmica de sistemas.

3.3.3. Flujo de recursos.

Estado 0 Estado 1 Estado 2

Pacientes internados Pacientes recuperados

Flujo mnimo de entrada Flujo mnimo de alta Muerte

3.3.4. Preparacin de diagramas de flujo y niel

Veamos un ejemplo, el caso de la cada de la demanda del tren urbano de Brasil.

Lo que se puede notar fluyendo por el mapa sistmico es dinero y usuarios.