TEORA GENERAL DE SISTEMAS

Modelamiento
Expositores:
Mayra Melendez Malca
Yery Yury Garro Alvarez
Elear Miguel Gomez Huanca
Alexander Davila Rosales

MODELAMIENTO
Proceso mediante el cual por medio de cierto
sistema intermedio, natural o artificial creamos
modelos con objetivos de comprender la
realidad.
En primer lugar se descarta que no se
pretende representar la realidad sino parte de
ella, concretamente aquella parte sobre la que
tenemos interes.

Diferencia entre Modelamiento

y Simulacin
La diferencia entre modelacin y
simulacin, reside en que la
modelacin parte de un sistema
netamente real y lo convierte en
patrones o frmulas en que los
resultados o valores no varan
mucho de la realidad que ya se
conoce.

La simulacin parte de un "sistema"

en cual se nos presenta una posible
realidad y a travs de clculos o
intercambio de valores en las
variables podemos tomar decisiones
segn el comportamiento que tenga
el "sistema" en la simulacin

DEFINICION DE
MODELO

Un modelo es una representacin de un

objeto, sistema o idea, de forma diferente al
de la entidad misma.
El propsito de los modelos es ayudarnos a
explicar, entender o mejorar un sistema.
Un modelo de un objeto puede ser una
rplica exacta de ste o una abstraccin de
las propiedades dominantes del objeto.

IMPORTANCIA DE LOS MODELOS

La mayora de los autores destacan la modelacin como
mtodo fundamental de carcter terico. La modelacin se
considera un poderoso recurso auxiliar de la bsqueda terica;
ella permite caracterizar el fenmeno que se estudia en forma
de imgenes visuales, de esquemas, de diseos. En algunos
casos se llega a la descripcin en trmino de frmulas
matemticas, smbolos, matrices.
La temtica referida a la modelacin y la elaboracin de
modelos, resulta de gran importancia para las ciencias que
participan en la comprensin y la transformacin del hombre,
pero tambin se caracteriza por una indiscutible complejidad.

Ventajas de los modelos

ventaja de los modelos es que permite hacer
Una
experimentos que nunca serian posibles en la
realidad.

buen modelo permite predecir situaciones

Un
futuras porque como imita la realidad da la
posibilidad de adelantarse al presente y situarse
en lo que vendr.

nos permite estudiar las relaciones de

Adems
causa efecto que pueden no ser fcilmente
aparentes.

Limitaciones de un modelo

La limitacin obvia es que un modelo imita, pero no es,

la realidad.
La abstraccin, el modelo puede requerir una
simplificacin exagerada, lo que har que refleje el
mundo real de un modo inexacto. Otro problema de la
abstraccin consiste en no tener en cuenta todas las
excepciones.
SISTEMA REAL
SUPUESTO

SISTEMA REAL

MODELO

PARA QU SIRVEN
LOS MODELOS?
Podemos definir tres mbitos de utilidad de los
modelos

Aprender / Entender
Implementar en una computadora
Tomar decisiones

MODELAMIENTO

APRENDER /
En primer lugar hay que
destacar que
ENTENDER
la experiencia demuestra que el
principal beneficio en la generacin de
un modelo es el entendimiento que el
modelador
adquiere
del
comportamiento de la realidad. Puede
ocurrir, y de hecho ocurre con
frecuencia, que una vez finalizado el
modelo, los objetivos perseguidos
inicialmente se hayan alcanzado sin
hacer ningn tipo de experimento
MODELAMIENTO

10

IMPLEMENTAR EN
UNA COMPUTADORA

La
automatizacin
de
procesos
exige
la
modelizacin previa. As,
solo
es
posible
implementar
la
contabilidad
en
una
computadora.

MODELAMIENTO

11

TOMA DE
DECISIONES
Los modelos construidos
permiten mediante su
resolucin ayudar a la
toma
de
decisiones
generando decisiones al
problema que optimizan
un objetivo establecido.

MODELAMIENTO

12

Para qu sirve un modelo?

Herramienta de
prediccin

Ayuda para el
pensamiento
Para entrenamiento
e instruccin

Ayuda para la
experimentacin

Ayuda para la
comunicacin

CLASIFICACIN DE MODELOS
Deterministas

MODELOS

Mentales
Matemticos
Simblicos

Probabilstico
Verbales

iconogrficos
Fsicos
Analgicos

I. MODELOS MENTALES
El

modelo mental es la ms pura abstraccin.

Mecanismo

del pensamiento mediante el cual se

intenta explicar cmo funciona el mundo real.

La

principal ventaja de separar los modelos

mentales de todos los otros, radica en que
establece la diferencia entre lo que sucede
dentro y fuera de nuestra mente.

II. MODELOS SIMBLICOS

Se construyen mediante reglas
notablemente ms abstractas ya
que esta denominacin suele
aplicarse a los casos en los que el
objeto real se representa mediante
una
codificacin
matemtica
(geomtrica, estadstica,etc).

Ejemplo: la representacin de un
edificio mediante la identificacin y
codificacin en una estructura
geomtrica de sus elementos
bsicos

1. MODELOS MATEMTICOS
En este modelo las entidades del
sistema y sus atributos se
representan mediante variables
matemticas.

Ejemplos de modelos matemticos:

El tamao de una poblacin.
La demanda de un producto.
La expectativa de vida de una
persona cuando nace.
La variacin del rea de un
terreno de acuerdo a sus
dimensiones.

a) Modelos deterministas
Son los modelos que representan
a los sistemas donde los cambios
se pueden predecir de forma
perfecta, es decir no hay
incertidumbre.
Las
mismas
entradas producen siempre el
mismo estado y las mismas
salidas. En otras palabras, el azar
no juega ningn papel en el
modelo.

b) Modelos Probalsticos
Son los modelos que se
basan
en
las
probabilidades
y
estadisticas;
estas
se
ocupan de incertidumbre
futuras.

El azar interviene en el
modelo.
Ejemplo: lanzar un dado

2. MODELOS VERBALES
Es cualitativo por naturaleza, las palabras
se usan para describir las reacciones del
sistema frente a un estmulo. La regla Si
un individuo es alto, entonces puede ser
buen jugador de baloncesto es parte de
un modelo. El conjunto de reglas
borrosas (como uno de los varios tipos de
sistemas basados en el conocimiento que
existen) es un ejemplo de modelo verbal.

III. MODELOS FSICOS

Un modelo fsico es
representa un sistema.

uno

que

Usado para obtener resultados

experimentales
sobre
el
comportamiento de un sistema.
Ejemplo: modelos a escala de
vehculos los cuales son colocados
dentro de tneles de viento para
estudiar las fuerzas de arrastre y
sustentacin generadas sobre la
carrocera

1. MODELOS ICONOGRFICOS
Representa al mundo fsico mediante una imagen.
Es una reproduccin a escala del objeto real y sus
propiedades relevantes. El modelo muestra la
misma figura, proporciones y caractersticas que el
objeto original.
Son muy adecuados para la descripcin de
acontecimientos en un momento especfico del
tiempo.

Constituyen segn sus

dimensiones, dos dimensiones o
tres dimensiones, llamados
generalmente modelos escala.

2. MODELOS ANALGICOS
Los modelos anlogos se construyen mediante un conjunto de convenciones que
sintetizan y codifican propiedades del objeto real para facilitar la "lectura" o
interpretacin
de
las
mismas.
Ejemplo: un mapa impreso, construido mediante un conjunto de convenciones
cartogrficas que hacen legibles propiedades tales como las altitudes, distancias,
localizacin
fsica
de
objetos
geogrficos,
etc.

Ejemplo de modelo descriptivo:

El modelo que se desarrolla por la comisin por

ventas podra denominarse como modelo
descriptivo, porque puede utilizarse para
pronosticar, el beneficio por ventas, si se
especifica el nmero de las mismas.

Modelos Descriptivos
Se emplea cuando el modelo simplemente describe una
situacin del mundo real en trminos matemticos, descripcin
que puede emplearse para exponer una situacin con mayor
claridad, para indicar como pueden reajustarse o an para
determinar los valores de ciertos aspectos de la situacin.

Diagrama Causal

Los Diagramas Causales son una buena

forma de entender los bucles
retroalimentacin y las relaciones causales
entre los elementos claves del sistema.

Qu son las relaciones causales?

Una relacin causal entre dos eventos existe si la ocurrencia del
primero causa el otro. El primer evento es llamado la causa y el
segundo evento es llamado efecto.
Una CORRELACIN entre dos variables no implica causalidad.
Para que un suceso A sea la causa de un suceso B se tienen que
cumplir tres condiciones:
Que A suceda antes que B.
Que siempre que suceda A suceda B.
Que A y B estn prximos en el espacio y en el tiempo.

Nota:
No confundir relacin Causal y Correlacin
Correlacin:
Una correlacin es una medida o grado de relacin entre dos
variables. Un conjunto de datos puede ser positivamente
correlacionado, negativamente correlacionado o no correlacionado del
todo.
S como un conjunto de valores incrementa y el otro conjunto tiende a
aumentar, entonces esto es llamado una correlacin positiva.
S como un conjunto de valores incrementa y el otro conjunto tiende a
disminuir, entonces esto es llamado una correlacin negativa.

Correlacin positiva

Correlacin negativa

Ejemplos:
Un estudio muestra que hay una correlacin negativa entre la
ansiedad de un estudiante antes de una prueba y el puntaje del
estudiante en una prueba. Pero no podemos decir que la ansiedad
causa un puntaje ms bajo en la prueba; podra haber otras razonesel estudiante quiz no estudi bien, entonces aqu la correlacin no
implica causalidad.
Hay una correlacin positiva entre el nmero de horas que Usted
pasa estudiando y la calificacin que obtiene. Aqu, si hay causalidad;
si Usted pasa ms tiempo estudiando, resultar en una calificacin
ms alta.

Bucles de Retroalimentacin

La retroalimentacin se produce cuando las salidas del

sistema o la influencia de las salidas del sistemas en el
contexto, vuelven a ingresar al sistema como recursos o
informacin.
La retroalimentacin permite el control de un sistema y
que el mismo tome medidas de correccin en base a la
informacin retroalimentada.

Retroalimentacin Positiva

Genera procesos de crecimiento, donde las

acciones construyen un resultado que genera
acciones an mas grandes.
Aquellos en los que la variacin de un elemento
se propaga a lo largo del bucle de manera que
refuerza la variacin inicial. Tienden a generar
comportamiento de crecimiento.

Retroalimentacin Negativa

Son aqullos en los que una variacin de un

elemento se transmite a lo largo del bucle de
manera que determine una variacin que
contrarreste la variacin inicial. Tiende a generar
comportamiento de equilibrio.
Ocurre cuando el cambio en un sistema produce
menos y menos cambios en la misma direccin,
hasta que la meta es alcanzada.

Los Diagramas Causales

Los diagramas causales recogen e identifican los elementos clave
del sistema y las relaciones que existe entre ellos, en muchos
casos de retroalimentacin, lo que nos permite conocer la
estructura del sistema.
Se empieza haciendo pequeas versiones que poco a poco nos
aproximen a la complejidad del sistema.
En los diagramas causales las diferentes relaciones estn
representadas por flechas entre las variables afectadas por ellas.
El signo + o - indica el tipo de influencia ejercida por una variable
sobre la otra.

Notacin
Identificar adecuadamente las variables.
Consiste de variables conectadas por flechas que
denotan las influencias causales sobre las
variables.
Deben contener los ciclos de realimentacin
principales.

+
+

Tasa de
Nacimentos

Poblacin

Tasa de
Muertes
+

Fraccin de Tasa
de Nacimentos

Esperanza
de Vida

Vnculo Causal
+ Polaridad Vnculo
Tasa de
Nacimentos
Variable

Poblacin
Variable

Identificador de Ciclo: Ciclo Positivo (Reforzado)

Identificador de Ciclo: Ciclo Negativo (Balanceado)

Smbolo

Interpretacin

+
Y

Matemtica

Si todo lo dems permanece

igual, si X incrementa
(decrementa), entonces Y
incrementa (decrementa)
por encima (debajo) de lo
que debera.
En el caso de
acumulaciones, X suma a Y Y

Y X 0
En el caso de
acumulaciones

t X ds Yt

En el caso de
acumulaciones, X resta de Y Y

Calidad
Producto

+
Ventas

Esfuerzo

+
Resultados

Si todo lo dems permanece

igual, si X incrementa
(decrementa), entonces Y
decrece (incrementa) por
debajo (encima) de lo que
debera.

Ejemplos

Nacimientos

Y X 0

Precio
Producto

En el caso de
acumulaciones

t X ds Yt

Frustracin

Muertes

+
Poblacin
Ventas
Resultados
Poblacin

Vnculo Positivo:
Si la causa incrementa, el efecto incrementa por encima
de lo que podra haber ocurrido en otro caso
Si la causa decrece, el efecto decrece por debajo de lo
que podra haber ocurrido en otro caso
Vnculo Negativo:
Si la causa incrementa, el efecto decrece por debajo de lo
que podra haber ocurrido en otro caso
Si la causa decrece, el efecto incrementa por encima de
lo que podra haber ocurrido en otro caso

Nombrar las Variables

Usar nombres o frases.

Variables deben tener una direccin clara.
Comentarios del evaluador causa la actitud mental.
Crticas de evaluacin disminuye la felicidad.

Elegir direccin positiva para variables.

Costos
disminuyen
la
rentabilidad
en
vez
de
Costos aumentan prdidas.
Crticas disminuyen la felicidad en vez de Crticas aumentan la
infelicidad.

Polaridad
o

o
o

Un lazo de polaridad positiva es un lazo que aumenta de manera

exponencial infinitamente.
Los lazos negativos son lazos que corrigen el crecimiento infinito
contrarrestando el cambio.
Si el nmero de relaciones es par, se tiene polaridad positiva.
Si el nmero de lazos es impar, entonces se puede hablar de un
lazo de polaridad negativa o de balance.

tasa de natalidad
+
nacimientos
+
+

+
poblacin
+
muertes
+
tasa de mortalidad

Incorrecto

Ventas por
Contacto Oral

Tasa de
Prdida de Clientes

Base de
Clientes

Correcto

+
Ventas por
Contacto Oral
+

Base de
Clientes

Tasa de
Prdida de Clientes
+

Se Puede dar nombres a los ciclos

Tiempo
disponible
+
Presin
Cronograma
Proyecto

Trabajo
Pendiente

B1

Midnight Oil
Trabajo
Extra
+

Tasa de
Terminacion
de Trabajos

Guas para diagramas Causales

Tiempo
disponible
+
Presin
Cronograma
Proyecto

Trabajo
Pendiente

B1

Midnight Oil
Trabajo
Extra
+
+

Tasa de
Terminacion
de Trabajos

R1
Fatiga

Explosin
-

Productividad

Tiempo
disponible
+
Presin
Cronograma
Proyecto

Tiempo por
Tarea

Trabajo
Pendiente

B1

B2

Midnight Oil
Trabajo
Extra

Atajos

+
+

Tasa de
Terminacion
de Trabajos

R1
Fatiga

Explosin
-

Productividad

Tiempo
disponible
+
Presin
Cronograma
Proyecto

Tiempo por
Tarea

Trabajo
Pendiente

B1

B2

Midnight Oil
Trabajo
Extra

Atajos

+
+

Tasa de
Terminacion
de Trabajos

R1
Fatiga

Productividad

Tasa de
Error

Explosin

R2
De las carreras no queda
sino el cansancio

Ejemplos:
Qu causa la excelencia acadmica en los estudiantes?
Problema de los conejos

Tips para un adecuado diagrama causal

Usar lneas curvas para la realimentacin de informacin.

Los ciclos importantes deben verse como valos o crculos.
Organizar los diagramas para evitar que se crucen flechas.
No colocar crculos, rectngulos o figuras alrededor de las variables
Iterar, Redibujar.

Los diagramas causales deben comunicar la estructura central del

modelo.
Mucho detalle Confunde.
Poco detalle No muestra la lgica.
No colocar todos los ciclos en un solo diagrama grande.

MODELO DEL
COMPORTAMIENTO

DEFINICIN

El modelo de comportamiento es el conjunto de modelos (esquemas,

diagramas) de un sistema. El cual define las funciones del sistema
para que interacte exitosamente con el ambiente y se desarrolla en
el proceso de anlisis (anlisis estructurado) de un sistema.

Los modelos de comportamiento se utilizan para describir el

comportamiento del sistema en su totalidad y puede incluir
diagramas como: DFD (diagrama flujo de datos), DER (diagrama
entidad relacin), DTE (diagrama de transicin de estados), DD
(diccionario de datos), EP (especificacin de procesos) , etc.

ADEMS

El Modelo del Comportamiento es parte del Modelo Esencial, el

cual es un grupo de diagramas que modelan al sistema.

Modela lo que el sistema debe hacer para satisfacer los

requerimientos del usuario, sin especificar cmo se implementar,
es decir, no especifica cmo se llevan a cabo las funciones, ni
dnde ni qu o quin las hace. Se desarrolla en el proceso de
anlisis (anlisis estructurado) de un sistema.

MODELO E-R

El modelo de datos Entidad-Relacin (E-R) est basado en una

percepcin del mundo real consistente en objetos bsicos
llamados entidades y de relaciones entre estos objetos.

Se desarroll para facilitar el diseo de bases de datos

permitiendo la especificacin de un esquema de la empresa que
representa la estructura lgica completa de una base de datos.

DIAGRAMA TRANSICIN DE
ESTADOS
Un diagrama de transicin de
estados describe un conjunto de
transiciones
que
pueden
suceder sobre una entidad. El
estado en que se encuentra una
entidad es el resultado de todas
las
transiciones
sucedidas
durante su vida.

Entre los modelos de comportamiento existentes

se distinguen dos de estos: modelos de flujo de
datos, que modelan el procesamiento de los datos
en el sistema, y modelos de mquinas de estado,
que modelan como el sistema reacciona a los
eventos. Estos modelos pueden usarse de forma
separada o conjuntamente, dependiendo del tipo
de sistema que se est desarrollando.

MODELOS DE
FLUJO DE DATOS

MQUINAS DE
ESTADO

MODELO FLUJO DE DATOS

Se amplio con la publicacin del libro Anlisis de

Sistemas estructurados por DeMarco en 1978.
Este es simple e intuitivo ya que nos muestra como
los datos son procesados por el sistema en forma
grfica. Desde aqu podemos ver la evolucin el
sistema ,como lograr sus objetivos y como los
pondr en prctica, con el proceso del sistema sale
una respuesta que es producto de todos los
procesos dentro del sistema y como estos influyen a
todo el sistema.
Este proceso es fcil de comprender para los
analistas y por los nuevos usuarios que quieren
comprender al sistema.

Componentes del Diagrama de Flujo de

Datos
Procesos: Son un conjunto de
tareas o acciones realizadas a
partir de un flujo de datos de
entrada para producir flujos de
datos de salida. Los procesos
pueden ser realizados por
personas,
departamentos,
mquinas u ordenadores.

Entidades externas:
Pueden
ser
personas,
programas, organizaciones u
otras entidades que interactan
con el sistema pero se
encuentran
fuera
de
su
frontera.

Notacion de Gane y
Sarson

Componentes del Diagrama de Flujo de

Datos
Flujo de datos: Movimiento de
datos en determinada direccin
desde un origen hacia un destino
en forma de documentos, cartas,
llamadas
telefnicas
o
virtualmente por cualquier otro
medio.

Almacn de datos: Es el lugar

donde se guardan los datos o al
que
hacen
referencia
los
procesos en el sistema. El
almacenamiento de datos puede
representar dispositivos tanto
computarizados
como
no
computarizados.

Notacion de Gane y
Sarson

MODELO DE MQUINAS DE
ESTADOS

Utiliza los sistemas a tiempo real ya que

estos estn continuamente afectados por
eventos internos o externos estos producen
un estado en el sistema que estn en cambio
contantes debido a los eventos.

Cuando se recibe un estmulo cambia de

estado pero estos son estados posibles.

El problema de la mquina de estados es que

puede tener muchos estados y esto genera un
sistema mas estructurado por lo que este se
convierte en un superestado que engloba a
muchos estados este se convierte en un estado
modelo de alto nivel.

La notacin UML se usa para definir modelos de

estado estos son una parte integral de los mtodos
de diseo de tiempo real tales como los propuestos
por Ward y Mellor (Ward and Mellor, 1985), y Harel
(Harel, 1987).

AUTOMATAS FINITOS

Son tcnicas de diseo de circuitos secuenciales, es decir, que se

diferencia de los convencionales ya que la salida no depende de la
entrada en el mismo instante. Utilizan diagramas de estados y los
tipos de maquinas de estado son:
Maquina de Moore : Que no utiliza la entrada solo el estado actual
junto a circuitos convencionales genera la salida.
Maquina de Mealy: Utiliza la entrada y el estado actual

Muchas gracias ...