Definicion de Problema
60
DEFINICION DE PROBLEMA Un problema es un determinado asunto o una cuestión que requiere de una solución. A nivel social, se trata de alguna situación en concreto que, en el momento en que se logra solucionar, aporta beneficios a la sociedad (como lograr disminuir la tasa de pobreza de un país o reconstruir edificios arrasados por un terremoto). La resolución de problemas es un proceso mental que supone la conclusión de un proceso más amplio que tiene como pasos previos la identificación del problema y su modelado . Por problema se entiende un asunto del que se espera una solución que dista de ser obvia a partir del planteamiento inicial. Considerada como la más compleja de todas las funciones intelectuales [cita requerida ] ], la resolución de problemas ha sido definida como un proceso cognitivo de alto nivel que requiere de la modulación y control de habilidades más rutinarias o fundamentales. [ 1 ] La resolución de problemas reside principalmente en dos áreas: la resolución de problemas matemáticos y la resolución de problemas personales (en los que se presenta algún tipo de obstáculo a su resolución). [ 2 ] DEFICINICION DE MODELO Un modelo es un conjunto de requerimientos, diseño del sistema y estrategias de desarrollo del mis1.1 Definición Un modelo es un bosquejo que representa un conjunto real con cierto grado de precisión y en la forma más completa posible, pero sin pretender aportar una réplica de lo que existe en la realidad. Los modelos son muy útiles para describir, explicar o comprender mejor la realidad, cuando es imposible trabajar directamente en la realidad en sí. mo. Se debe ver al sistema como un conjunto de componentes y sus relaciones.
Transcript of Definicion de Problema
DEFINICION DE PROBLEMA
Un problema es un determinado asunto o una cuestión que requiere de una solución. A nivel social, se trata de alguna situación en concreto que, en el momento en que se logra solucionar, aporta beneficios a la sociedad (como lograr disminuir la tasa de pobreza de un país o reconstruir edificios arrasados por un terremoto).
La resolución de problemas es un proceso mental que supone la conclusión de un proceso más amplio que tiene como pasos previos la identificación del problema y su modelado. Por problema se entiende un asunto del que se espera una solución que dista de ser obvia a partir del planteamiento inicial. Considerada como la más compleja de todas las funciones intelectuales[cita requerida]], la resolución de problemas ha sido definida como un proceso cognitivo de alto nivel que requiere de la modulación y control de habilidades más rutinarias o fundamentales.[1]
La resolución de problemas reside principalmente en dos áreas: la resolución de problemas matemáticos y la resolución de problemas personales (en los que se presenta algún tipo de obstáculo a su resolución).[2]
DEFICINICION DE MODELO
Un modelo es un conjunto de requerimientos, diseño del sistema y estrategias de desarrollo
del mis1.1 Definición
Un modelo es un bosquejo que representa un conjunto real con cierto grado de precisión y en la forma más completa posible, pero sin pretender aportar una réplica de lo que existe en la realidad. Los modelos son muy útiles para describir, explicar o comprender mejor la realidad, cuando es imposible trabajar directamente en la realidad en sí.
mo. Se debe ver al sistema como un conjunto de componentes y sus relaciones.
1.3 Tipos de modelos
Hay diversos tipos de modelos en uso y difieren entre ellos según el propósito que se persiga. La diversidad va desde el más básico modelo físico como ser una estatua o maqueta, hasta modelos muy complicados que sólo pueden utilizarse empleando ordenadoras muy poderosas.
El modelo más común en análisis de sistemas agropecuarios probablemente sea la representación gráfica de un conjunto, en el cual el modelo lo representa un dibujo. Para crear este tipo de modelo es suficiente tener unas hojas de papel, un lápiz, un borrador de goma, una calculadora sencilla, y una persona con conocimientos técnicos, interés, energía y mucha imaginación.
Un modelo gráfico bien hecho, según los requisitos mencionados recién, tiene varias ventajas las que permiten obviar la lectura de numerosas páginas de explicación escrita y muchas horas de charlas.
Las ventajas de un modelo gráfico son:
- Todos los rasgos esenciales están expuestos. La estructura y el contenido del modelo son percibidos con claridad y precisión. El propósito del modelo se percibe netamente.
- Es una representación física que no se altera fácilmente. El modelo no requiere se memorizado y puede replicarse fácilmente cuando es necesario utilizarlo. Es una manera muy fácil y rápida de transferir a otras personas -a través del tiempo y del espacio - ideas y conceptos.
- La representación elaborada no puede ser modificada; el concepto representado tiene que ser constante. Si las condiciones cambian quizás será preciso construir un nuevo modelo, pero eso no invalida el modelo original.
Subtema 4.2 Modelos conceptuales
Modelos conceptuales
Es aquella representación 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 más 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 área de interés;b) como una ilustración de un concepto;c) como una ayuda para definir la estructura y la lógica;d) como un prerrequisito del diseño.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 lógicos. Los modelos conceptuales se utilizan para representar la realidad a un alto nivel de abstracción. Mediante los modelos conceptuales se puede construir una descripción de la realidad fácil de entender. En los modelos lógicos, las descripciones de los datos tienen una correspondencia sencilla con la estructura física de la base de datos.En el diseño de bases de datos se usan primero los modelos conceptuales para lograr una descripción de alto nivel de la realidad, y luego se transforma el esquema conceptual en un esquema lógico. 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 lingüísticas o gráficas que describen la estructura de los datos de interés.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 fáciles de entender.• Minimalidad: cada concepto debe... [continua]
Solución de Problemas
¿Qué es un problema?
Fases en la resolución de un problema
Tipos de problemas
Solución de problemas y la teoría del procesamiento de la información
Métodos de estudio en el proceso de solución de problemas
Solución de problemas y conocimiento experto
De la Fuente, J. y Minervino, R. (2004). Pensamiento Analógico. En M. Carretero y M. Asensio (2004) (coords). Psicología del pensamiento (pp 193-214). Madrid: Alianza. *
Mayer, R.E. (1986). Pensamiento, resolución de problemas y cognición. Buenos Aires: Paidós.
Pérez Echeverría, P. (2004). Solución de problemas. En M. Carretero y M. Asensio (2004). (pp 145-164). *
Postigo Angón, Y (2004) (pp 165-191) *
¿Qué es un problema?
El proceso de solución de problemas, en un sentido muy amplio, abarca actividades muy diferentes, heterogéneas sin embargo, en sentido estricto, englobaría: aquellas tareas que exigen procesos de razonamiento relativamente complejos y no una simple actividad asociativa o rutinaria.
Duncker (1945) define el proceso de solución de problemas como: una persona se enfrenta a un problema cuando acepta una tarea pero no sabe de antemano cómo realizarla.
La investigación en solución de problemas se ha ceñido a:
Problemas de puzzles ! investigaciones sobre puzzles que se realizan con sujetos novatos fundamentalmente y se usan problemas sin adversario.
Investigación sobre juegos ! problemas con adversario en los que se estudia fundamentalmente dos cuestiones:
o La forma en la que los sujetos expertos tratan de resolver problemas como el juego del ajedrez.
o En qué se diferencia su ejecución de las de sujetos novatos.
En general, el proceso de solución de problemas y el proceso de razonamiento, se han tratado como dos áreas independientes.
Sin embargo, para solucionar un problema, el sujeto debe poner en marcha procesos de razonamiento, por eso en realidad, es difícil trazar la línea divisoria entre la investigación sobre solución de problemas y sobre otros procesos de razonamiento.
Por ello, autores como Holland, Holyoak, Nisbett y Thagard (1986), consideran que el proceso de solución de problemas por analogía, es un tipo de proceso de razonamiento inductivo.
Aunque en realidad, el grado de complejidad es muy diferente, y el tipo de problemas es muy variado, existen una serie de características comunes a todos los problemas y al proceso de solución de problemas:
La solución de problemas es un pensamiento directivo ! tipo de proceso que requiere la existencia de estado inicial (incertidumbre) y una serie de soluciones intermedias hasta llegar al estado final (solución).
En función del grado de definición de los objetivos se puede hablar de dos tipos de problemas:
Problemas bien definidos.- se le da al sujeto toda la información necesaria para resolverlos. Tanto la solución como los caminos para llegar a la solución están bien definidos, claramente especificados desde el principio.
Problemas mal definidos.- no existe un criterio claro y explícito de que la solución se haya alcanzado. El sujeto no cuenta con toda la información que necesita para llegar a la solución y tampoco aparece claramente especificado cuáles serían los movimientos lícitos para poder llegar a la solución.
La mayor parte de la investigación en psicología del pensamiento, se centra en problemas bien definidos porque son más sencillos a la hora de estudiar la estrategia que sigue el sujeto para poder llegar a la conclusión.
En ese proceso existen limitaciones a nivel estructural y operacional ! el sujeto tiene un sistema cognitivo con una serie de limitaciones que van a estar presentes al resolver una tarea.
El proceso implica una operación de tipo serial o secuencial (! etapas): el sujeto pone en marcha una serie de estrategias que se suceden en el tiempo.
Representación incompleta ! implica una condición básica para que se plantee un problema: es necesario que en la representación mental del sujeto, se dé una laguna o inconsistencia. El sujeto tiene que descubrir los pasos intermedios que le permitan llegar a la solución.
Fases en la resolución de un problema
1ª) Fase de preparación,
Basada en la comprensión del problema. Supone un análisis e interpretación de los datos disponibles.
2ª) Fase de producción,
El sujeto elabora y pone en marcha una estrategia: un conjunto de operaciones para poder llegar a la solución.
3ª) Fase de enjuiciamiento,
Reflexión y evaluación de la solución generada comparándola con el criterio de solución que nos propone el enunciado de la tarea.
Esta fase es muy sencilla cuando el problema está bien definido.
Tipos de problemas
Existen diferentes clasificaciones sobre los distintos tipos de problemas; nos quedamos con la de Greeno (1978):
Problemas de Transformación ! constan de una situación inicial, una meta y un conjunto de operaciones intermedias que transforman ese estadio inicial en la solución final.
Ej./ problema de los misioneros y los caníbales, pág. 166 del manual.
Problemas de Inducción de Estructuras ! son problemas cuya solución requiere descubrir analogías estructurales entre elementos que pertenecen a dominios dispares; aunque no está claro el tipo de procesos que permiten descubrir analogías estructurales, lo que si parece claro es el proceso básico de comprensión de relaciones de similitud (se semejanza).
• Analogías verbales.- problemas que se ajustan al formato A es a B como C es a D. Los dos primeros términos (A y B) mantienen una relación explícita en el problema y la tarea del sujeto es descubrir un término incógnito D que mantenga con C una relación similar a la que existe entre A y B, y que aparece explícita en el problema.
Ej./ ítems del DAT-VR.
• Analogías complejas.- de acuerdo con la teoría del procesamiento de la información, un problema consta de 3 elementos: un estadio inicial, un estadio final y un conjunto de estrategias u operadores intermedios que transforman el estadio inicial en final.
Sin embargo, existe una vía alternativa para buscar la solución a un problema que consiste en usar la solución de un problema diferente como modelo para resolver el problema sobre el que estamos trabajando.
Una de las tareas más usadas para investigar cómo es el proceso de solución de problemas es el problema del tumor inoperable de Duncker " problema de las radiaciones de Duncker (1945) (pág. 168 del manual).
Para estudiar este problema, Gick y Holyoak (1990) antes de presentarle a los sujetos este problema, presentaban a la mitad de los mismos, un texto alternativo conocido como el problema del general: problema militar que planteaba una serie de soluciones.
Luego todos recibían el problema de Dunker; Gick y Holyoak observaron que aunque eran dos problemas diferentes, cuando a los sujetos se les instruía para que usaran la historia del general para resolver el problema del tumor, eran capaces de beneficiarse del conocimiento previo y de encontrar la solución al problema del tumor (! establecían una analogía).
Problemas de Ordenación ! el sujeto recibe una serie de elementos y su tarea consiste en reorganizarlos para alcanzar un criterio.
Diferentes tipos:
Anagramas.- series de letras que el sujeto debe reordenar para formar una palabra:
USTDDAIE
Problemas Criptoaritméticos.- por ejemplo, el problema de:
DONALD + GERARD = ROBERT (pág. 167)
El sujeto recibe tres series de letras que debe sustituir por cifras de modo que la operación aritmética resultante sea la correcta.
Este tipo de problemas, requieren de un proceso de búsqueda constructiva consistente en ir generando soluciones parciales y evaluando las alternativas generadas para comprobar si existe alguna satisfactoria.
Problemas Sociales (Voss y cols. 1983) ! problemas mal definidos, mal estructurados. Serían del tipo del paro o las drogas.
Solución de problemas y la teoría del procesamiento de la información
Teoría propuesta por Newell y Simon en 1972.
El objetivo era analizar los procesos seguidos durante la solución de problemas bien estructurados.
La conducta del sujeto cuando trata de resolver un problema depende de la interacción entre tres elementos:
o El sistema de procesamiento de la información (PI) de un sujeto
o La estructura del medio ambiente de la tarea.
o El espacio problema.
Sistema de Procesamiento de Información (PI) del sujeto,
El PI tiene unas características generales invariantes que son: un sistema adaptativo, flexible, que actúa de manera serial o secuencial (por etapas) y que tiene una serie de limitaciones puntuales (ej./ MCP limitada).
Estructura del Medio Ambiente de la Tarea,
Características objetivas del problema tal y como las describe el experimentador.
Espacio Problema,
Interpretación y representación personal que hace el sujeto del ambiente de la tarea (forma en la que el sujeto interpreta y representa el ambiente de la tarea en función de lo que ha entendido él).
Los tres elementos interactúan y se relacionan entre sí:
Las características básicas del sistema de procesamiento de información, son invariantes ! siempre van a estar presentes.
Las características del sistema de procesamiento de información, son suficientes para que el sujeto pueda representar el medio ambiente de la tarea como un espacio problema.
La estructura del medio ambiente de la tarea determina la estructura del espacio problema.
La estructura del espacio problema determina las posibles estrategias para resolver el problema.
Newell y Simon pusieron en marcha una línea de investigación para tratar de conocer cuáles son las habilidades de los sujetos para practicar juegos como por ej., el ajedrez (las que pone en marcha).
Plantean que existen dos tipos de estrategias en la resolución de problemas:
Algoritmos.- métodos que conducen a una solución segura porque generan un espacio problema exhaustivo del que después se selecciona la mejor alternativa.
El problema es que es muy lento y muy costoso a nivel de recursos cognitivos, requiere mucho esfuerzo.
Heurísticos.- son reglas de “andar por casa” que permiten un acceso rápido a una solución porque reducen el número de espacios problema.
Según Newell y Simon, los heurísticos son conjuntos de reglas que se pueden expresar de la forma “si...entonces” es decir, reglas de condición-acción (si se cumplen determinadas condiciones entonces puedo realizar determinada tarea).
Estas reglas llamada producciones permiten elaborar programas que solucionan problemas específicos.
Este tipo de programas se crearon inicialmente para intentar simular desde una perspectiva psicológica, cómo es el proceso de solución de problemas y, así mismo, también fueron aplicadas en el ámbito de la inteligencia artificial (IA).
Métodos de estudio en el proceso de solución de problemas
Se trata de estudiar qué es lo que ocurre en la mente de los sujetos cuando se trata de resolver un problema.
Se estudiaron tres tipos de estrategias diferentes:
El método por excelencia es el experimental, el experimento:
Metodología ideal porque permite el uso de medidas de ejecución muy precisas sobre el proceso de pensamiento y además, comparar la ejecución en diferentes pruebas junto con diferentes VIs, índices de medida muy precisos ! permite manipular las variables que quiera usar el experimentador así como el uso de variables específicas.
Modelos de simulación por ordenador:
Los psicólogos que emplean esto han estado influidos por la perspectiva de la IA; sin embargo, tal y como señaló Kahney (1986), cuando hablamos de simulación por ordenador hay que establecer una diferenciación entre: el diseño de programas de ordenador desde la perspectiva de la IA y, los modelos de simulación por ordenador del comportamiento humano.
El objetivo fundamental de los investigadores en el campo de la IA es el de que sus programas, trabajen de la manera más eficaz o eficiente posible, independientemente de cómo sea el proceso de solución de problemas y de si se asemeja o no, a cómo se comportaría el sujeto humano ! búsqueda de la eficacia máxima.
Sin embargo, los modelos de simulación por ordenador tienen como objetivo crear programas de ordenador que se asemejen lo más posible a cómo lo haría el sujeto.
Una de las ventajas es que, como trata de simular el comportamiento del sujeto, los teóricos tienen que ser muy explícitos previamente sobre cómo el sujeto maneja, codifica, etc., la información.
Análisis de protocolos de pensamiento en voz alta:
Esta metodología permite conocer cuál es el espacio problema que elabora el sujeto cuando trata de resolver una tarea. Consiste en pedir al sujeto que vaya contando lo que va pasando por su mente a medida que va resolviendo el problema. Después se analizan frase a frase esas verbalizaciones para tratar de conocer el tipo de procesos, de estrategias que el sujeto ha puesto en marcha.
Es una técnica muy importante en el estudio del proceso de solución de problemas a pesar de haber sido muy criticada por ser muy introspectiva y basada en las experiencias subjetivas que van explicando los sujetos.
Sin embargo, una de las justificaciones más importantes para su uso es que si nos limitamos a analizar la calidad de la respuesta de los sujetos (si es correcta o no), vamos a tener muy poca información sobre el tipo de procesos, de operaciones mentales que pone en marcha el sujeto.
Este tipo de metodología es fuente de información muy útil que puede ser usada como complemento de otras.
Solución de problemas y conocimiento experto
Un experto, es aquel sujeto que tiene un elevado nivel de conocimientos en un ámbito o dominio específico.
Una de las cuestiones analizadas es conocer los aspectos que distinguen a los sujetos expertos de los sujetos novatos (carecen de ese conocimiento) cuando tienen que resolver una tarea.
Una de las primeras líneas de investigación usadas para analizar esta cuestión tomaba como referencia el juego de ajedrez usando sujetos expertos y novatos; había diferencias a dos niveles:
1ª) la cantidad de información que los sujetos eran capaces de almacenar en la MLP.
2ª) la forma de organizar el conocimiento ! capacitaba a los sujetos expertos para introducir información de manera más eficiente (más información).
Un sistema experto es un programa de ordenador que trata de resolver problemas específicos en un determinado ámbito o dominio, pero implantando el conocimiento experto humano.
¿Cuál es el objetivo del sistema? no es tanto sustituir o reemplazar al experto humano, sino ayudarle a trabajar de la manera más eficaz posible.
Este tipo de programas ha puesto de manifiesto una ejecución muy buena en diferentes ámbitos aunque también es verdad, que han sido necesarios muchos años para perfeccionarlos y, aún así, tienden a basarse en conocimientos muy específicos de un determinado dominio sin que sea posible, como hace el sujeto humano, recurrir al conocimiento del mundo.
Ej./ el programa Eliza: “en parte el psicoanálisis se basa en hacer hablar de sus problemas al paciente con una interacción mínima por parte del psicoanalista. Aquí tenemos el programa "Doctor Freud", basado en popular programa "Eliza" que representa un "psicoanalista virtual". Podrás contarle tus problemas y te responderá según esta premisa inicial”.
Tiene una base de datos de palabras clave, y para cada una de ellas una serie de respuestas pertinentes. Estas palabras clave son palabras importantes, como las que refieren a la familia, al sexo, al dinero, a los estados de ánimo. (http://www.geocities.com/angelto.geo/eliza.html)
Métodos de resolución de problemas
Diferentes son las técnicas de resolución de problemas que se pueden utilizar para las tareas que debe realizar un SBC. Existen ciertas técnicas generales que se pueden aplicar a diferentes tipos de dominios y tareas. De ellas destacaremos las tres más utilizadas:
Clasificación Heurística (Heuristic Classification) Resolución Constructiva (Constructive Problem Solving) Hipótesis y Prueba Jerárquica (Hierarchical Hipotesize and Test)
[editar] Clasificación Heurística
La clasificación es un método utilizado en muchos dominios. El elemento esencial de ésta consiste en que el experto escoge una categoría de un conjunto de soluciones previamente enumerado.
En dominios simples, el disponer de las características esenciales de cada una de las categorías es suficiente para establecer la clase del problema y su solución. Esto no ocurre así cuando la complejidad del problema aumenta, pues las características esenciales son cada vez más difíciles de identificar. El objetivo de la técnica de clasificación heurística será obtener y representar el conocimiento necesario para que la asociación problema-solución se pueda realizar.
Se define como clasificación heurística a toda asociación no jerárquica entre datos y categorías que requiere de inferencias intermedias. Es decir, el establecer la clase de un problema requiere realizar inferencias y transformaciones sobre éste, para poder asociarlo con la descripción de la clase. El esquema de razonamiento para hacer estas inferencias se ha de adquirir del experto.
La clasificación heurística se divide en tres etapas:
1. Abstracción de los datos
Por lo general, se hace una abstracción del caso concreto para acercarlo a las soluciones que se poseen.
2. Asociación heurística
Se busca la mayor coincidencia entre el caso abstraído y las soluciones. Esta asociación es de naturaleza heurística, es decir, depende de conocimiento basado en la experiencia, y, por lo general, la correspondencia entre caso y soluciones no será uno a uno, existirán excepciones, y las coincidencias no serán exactas.
La solución corresponderá con la que mejor coincida con la abstracción de los datos.
3. Refinamiento de la solución
Haber identificado la abstracción de la solución reducirá el espacio de búsqueda, ahora será necesario buscar la mejor solución determinada por la solución abstracta. Esto puede necesitar de más deducciones, o de la utilización de más información. De esta manera se debe reducir el espacio de búsqueda hasta encontrar la mejor solución.
En la siguiente figura se puede ver un esquema del proceso.
400px
Dentro de este proceso, un punto importante es la abstracción de los datos. Tres son las más utilizadas::
Abstracción definicional
Se deben extraer las características definitorias del problema y focalizar la búsqueda con éstas. Le corresponde al experto decidir cuáles son esas características.
Cualitativa
Supone abstraer sobre valores cuantitativos, convirtiéndolos en cualitativos (e.g.: Fiebre = 39 grados ===> Fiebre = alta).
Generalización
Se realiza abstracción sobre una jerarquía de conceptos (e.g.: forma = pentágono ===> forma = polígono).
Se puede ver que esta metodología de resolución de problemas capta una gran cantidad de dominios, siendo adecuada para cualquier problema en el que se pueda hacer una enumeración del espacio de soluciones. Es válida para todas las tareas de análisis.
[editar] Clasificación heurística en los sistemas de reglas
Por lo general, la construcción de un sistema mediante clasificación heurística basado en reglas es una labor iterativa. A los expertos les es difícil dar las reglas que son capaces de realizar la labor de clasificación, y además encuentran difícil el formalismo de las reglas.
El proceso de refinamiento del sistema ha de hacerse paso a paso, añadiendo nuevas reglas que cubran nuevos casos y vigilando las interacciones. La metodología que se suele seguir es la siguiente:
1. El experto da las nuevas reglas al IC.2. El IC cambia la base de conocimiento.3. El IC prueba casos ya resueltos para comprobar inconsistencias.4. Si aparecen errores, se comprueba el nuevo conocimiento con el experto y se empieza de
nuevo.5. Se prueban nuevos casos.6. Si no hay problemas se para, si los hay se retorna al principio.
Esta labor iterativa se puede dividir para cada uno de los módulos que componen el sistema, reduciendo de esta manera las interacciones entre diferentes partes del conocimiento.
[editar] Estrategias de adquisición del conocimiento con clasificación heurística
La aplicación de la clasificación heurística a diferentes problemas ha dado con métodos que permiten dirigir la explicitación del conocimiento por parte del experto de una manera más sistemática, enfocando la labor de extracción en cada uno de los elementos que componen las reglas (hipótesis, evidencias, cadenas de inferencia, hechos intermedios, confianza en las evidencias y las asociaciones evidencia-hipótesis). Algunos de los pasos que debe incluir la adquisición son los siguientes:
Diferenciación
Buscar los síntomas que distinguen entre hipótesis.
Frecuencia de condicionalización
Buscar condiciones de base que hagan a una hipótesis más o menos probable.
Distinción de síntomas
Identificar propiedades de síntomas que indican las causas originales.
Condicionalización de síntomas
Buscar las condiciones bajo las cuales se espera que aparezcan ciertos síntomas dada una hipótesis.
División de caminos
Descubrir los sucesos intermedios entre hipótesis y síntomas que son más probables.
Diferenciación de caminos
Buscar los eventos intermedios que pueden diferenciar hipótesis con similares evidencias.
Diferenciación de condiciones
Determinar el grado de confianza a aplicar al resultado de las condiciones.
Condicionalización de condiciones
Buscar las condiciones de base que afectan a la confianza de las condiciones.
La conjunción de todas estas fases permiten construir la base de conocimiento necesaria para la resolución del problema.
[editar] Aplicación de la clasificación heurística
Como ejemplo de la técnica de clasificación heurística, vamos a plantear un pequeño SBC para la concesión de créditos bancarios para creación de empresas. El propósito de este sistema será examinar las solicitudes de créditos de clientes con pretensiones de crear una empresa para determinar si se les debe conceder y qué cuantía es la recomendable respecto a la que solicitan.
El problema que se nos plantea tiene por lo tanto una labor de análisis que nos ha de predecir la fiabilidad de si cierta persona, en ciertas condiciones, será capaz de devolver un crédito si se lo concedemos. El número de soluciones a las que podemos llegar es evidentemente finito: el crédito se concede, o no se concede, y en el caso de que se conceda, se decidirá si la cuantía solicitada es adecuada o si sólo se puede llegar hasta cierto límite.
Todas estas características indican que la metodología de resolución que mejor encaja es la clasificación heurística, por lo tanto dirigiremos el planteamiento con las fases que necesita.
Deberemos plantear cuatro tipos de elementos y los mecanismos para transformar unos en otros. El primero será cómo se plantearán los problemas al sistema, es decir, qué elementos se corresponderán con los datos específicos, las solicitudes de crédito.
Esta información ha de definir el estado financiero del solicitante, el motivo por el que pide el crédito, cuánto dinero solicita, etc. Supongamos que una solicitud contiene la siguiente información:
Si tiene avales bancarios. Si tiene familiares que puedan responder por él. Si tiene cuentas corrientes, casas, coches, fincas, etc. y su valoración. Si tiene antecedentes de morosidad. Si ha firmado cheques sin fondos. Si tiene créditos anteriores concedidos. Tipo de empresa que quiere crear. Cantidad de dinero que solicita.
Esta información deberá convertirse mediante el proceso de abstracción de datos en los problemas abstractos a partir de los cuales se hará el razonamiento. Podríamos decidir que nuestras soluciones abstractas quedan definidas por los siguientes atributos:
Apoyo financiero: Valoración de la capacidad económica para responder al valor del crédito que solicita. Este apoyo se puede evaluar con la información sobre avales y personas allegadas que puedan responder por él.
Bienes: Dinero o propiedades que puedan usarse para responder por el crédito o que se puedan embargar en caso de no devolución.
Fiabilidad de devolución: Información sobre si el cliente tiene antecedentes económicos positivos o negativos.
Compromiso: Información sobre si ya se tienen compromisos económicos con esa persona o si se tienen intereses especiales con ella.
Viabilidad de la empresa: Tipo de empresa que se quiere crear y su posible futuro.
Supondremos que estos cinco atributos pueden tomar valores cualitativos que estarán dentro de este conjunto: muy bueno, bueno, normal, regular, malo, muy malo.
Para realizar la abstracción de datos se podrían dar un conjunto de reglas que harían la transformación, como por ejemplo:
si avales > 10 millones o tío rico entonces apoyo financiero bueno si avales entre 10 millones y un millón entonces apoyo financiero normal si avales < 1 millón entonces apoyo financiero malo si suma bienes < 10 millones entonces bienes malo si suma bienes entre 10 y 20 millones entonces bienes normal si suma bienes > 20 millones entonces bienes bien si cheques sin fondos o moroso entonces fiabilidad muy mala si fábrica de agujeros entonces viabilidad muy mala si hamburguesería o heladería entonces viabilidad normal si grandes almacenes o proveedor de Internet entonces viabilidad muy buena si concedido crédito < 1 millón entonces compromiso regular si concedido crédito > 10 millones o hermano del director entonces compromiso bueno
El conjunto de soluciones abstractas a las que podría dar el análisis de las solicitudes podría ser el siguiente:
Denegación: no hay crédito para el cliente. Aceptación: se acepta el crédito tal como se solicita. Aceptación con rebaja: se acepta el crédito, pero se rebaja la cantidad solicitada; harán
falta reglas para crear la solución concreta indicando la cantidad final que se concede. Aceptación con interés preferente: se concede la cantidad solicitada, pero además se
rebajan los intereses que normalmente se ponen al crédito; en este caso también hará falta generar una solución concreta.
Ahora nos faltan las reglas que nos harán la asociación heurística entre los problemas abstractos y las soluciones abstractas. Un conjunto de reglas que cubre una pequeña parte del espacio de soluciones podría ser:
si apoyo financiero regular y bienes malo entonces denegar si fiabilidad mala o muy mala entonces denegar si apoyo financiero normal y bienes normal y viabilidad buena entonces aceptar con rebaja si apoyo financiero bueno y bienes normal y compromiso normal y viabilidad buena
entonces aceptar si apoyo financiero bueno y bienes bueno y compromiso muy bueno y viabilidad muy
buena entonces aceptar con interés preferente
Por último, nos hacen falta reglas para poder generar soluciones concretas en los casos que son necesarias; algunas reglas podrían ser:
si aceptación con rebaja y petición > 5 millones y bienes = 5 millones entonces rebaja a 5 millones
si aceptación con interés preferente y petición > 10 millones y bienes > 10 millones entonces rebaja de un 1% de interés
si aceptación con interés preferente y hermano del director entonces rebaja de un 2% de interés.....
[editar] Resolución Constructiva
En contraste con la clasificación heurística, hay dominios en los que las soluciones no se pueden enumerar a priori, sino que la solución ha de construirse. Por ejemplo, en problemas de diseño, o de planificación, y por lo general, todos los sistemas que incluyen tareas de síntesis.
Este tipo de problemas se pueden atacar mediante métodos no guiados por conocimiento, pero obtener una solución satisfactoria es computacionalmente prohibitivo.
Construir una solución necesita que exista un modelo de la estructura y el comportamiento del objeto que se desea construir, modelo que debe contener conocimiento acerca de las restricciones que se deben satisfacer. Este conocimiento debe incluir:
1. Restricciones en la configuración de los componentes.2. Restricciones respecto a las entradas y salidas.3. Interacciones entre estos dos tipos de restricciones.
Dos son las estrategias generales que se siguen para la resolución de este tipo de problemas:
Proponer y aplicar (Propose and apply). Mínimo compromiso (Least commitment).
[editar] Proponer y aplicar
En principio, el experto debe tener una idea clara de la descomposición en tareas del problema y de las relaciones espacio-temporales entre éstas, para de esta manera plantear las restricciones que se tienen que cumplir. Se han de definir también las operaciones que se pueden efectuar en cada estado de la resolución, cuándo se pueden aplicar y cuáles son sus efectos. Los pasos que se siguen en esta metodología son los siguientes, para cada tarea a realizar para alcanzar la solución:
Inicializar el objetivo: se crea el elemento que define el estado actual. Proponer un operador: se seleccionan operaciones plausibles sobre el estado actual. Podar operadores: se eliminan operadores de acuerdo con criterios globales. Estos
criterios globales consistirán en criterios de consistencia generales que permiten descartar operadores que, aún siendo aplicables, se ve claramente que no mejorarán la solución (e.g.: no tiene sentido escoger el operador que deshaga el efecto del último operador aplicado).
Evaluar operadores: se comparan los efectos de los operadores sobre la solución y se evalúa su resultado. Es en este punto donde interviene el conocimiento del experto para realizar la evaluación de los operadores.
Seleccionar un operador: se escoge el operador mejor evaluado. Aplicar el operador: se aplica el operador al estado actual. Evaluar el objetivo: Se comprueba si se ha llegado al objetivo, continuando si se ha
cumplido, o reconsiderando si no.
[editar] Mínimo compromiso
Un planteamiento alternativo consiste en partir de soluciones parciales e ir reformándolas hasta llegar a la solución. La estrategia sería la siguiente:
Partir de una solución inicial no óptima, pero que satisfaga las restricciones. Hacer una modificación sobre la solución. Esta modificación ha de hacerse de acuerdo con
la heurística de mínimo compromiso, es decir, escoger la acción que menos restricciones imponga sobre la solución y, por lo tanto, menos restricciones imponga sobre el próximo paso.
Si la modificación viola alguna de las restricciones, se intenta deshacer alguno de los pasos anteriores, procurando que las modificaciones sean las mínimas. Esta modificación no tiene por qué ser precisamente deshacer el último paso que se realizó.
El conocimiento del experto ha de aparecer en la evaluación de los efectos de los operadores sobre las restricciones, de manera que se pueda escoger siempre el operador con menos efecto sobre éstas y que permita más libertad de movimientos.
[editar] Hipótesis y Prueba Jerárquica
Esta metodología combina aspectos de la clasificación heurística y la resolución constructiva de problemas. Está indicado para problemas en los que:
El espacio de soluciones es muy grande, pero enumerable. La solución puede ser una combinación de un conjunto de hipótesis.
Parte de la idea de que el espacio de soluciones está organizado jerárquicamente, de manera que en niveles más altos se encuentran soluciones más generales, que se deben refinar mediante el conocimiento que guiará a través del árbol de soluciones a soluciones más concretas.
La estructuración en forma jerárquica ayuda a plantear el problema y a focalizar la solución. Será labor del experto el definir la jerarquía y el conocimiento necesario para evaluar el estado de la solución en cada nodo, tanto para descender hacia soluciones más concretas como para descartar ramas.
Los sistemas duros se identifican como aquellos en que interactúan hombres y máquinas. En los que se les da mayor importancia a la parte tecnológica en contraste con la parte social. La componente social de estos sistemas se considera como si la actuación o comportamiento del individuo o del grupo social sólo fuera generador de estadísticas. Es decir, el comportamiento humano se considera tomando sólo su descripción estadística y no su explicación.
Metodología de Hall y Jenking
La metodología de hall nos explica los pasos que debemos seguir para mejor las necesidades humanas, y se basa más en la tecnología y los pasos que bebemos tomar en cuenta son los siguientes:Primero que nada se debe identificar del problema, investigar las necesidades de dicho problema o área de oportunidad, investigar el medio ambiente este tiene que ser investigado totalmente y estar seguro que no existe lo que se va a crear posteriormente se tiene la selección de los objetivos que se realizaran es lo que se espera de dicho producto después se hace la síntesis del sistema y debe tratar de hacerlo lo mas básico posible porque hay demasiada información. Diseño funcional, es hacer un boceto del diseño original o del mismo, análisis de sistemas es desechar las funciones que menos nos sirvan y quedarse con la mejor , comparación de sistemas una vez terminado compararlo con otros sistemas, y posteriormente seleccionar el sistema que cumpla con dichas necesidades, y por ultimo desarrollar el sistema. Y un ejemplo de ello puede ser un teléfono celular, computadora, carros, etc.
Por otra parte la metodología de Jeiking
Esta metodología es muy parecida a la de hall solo que esta se basada a las decisiones de un ingeniero industrial, el cual ya que se diseñe el producto lo entrega pero cuando este es devuelto ya tubo muchas o algunas modificaciones como esta en el área industrial lo van mejorando cada día y actualizando.Aplicaciones (Enfoque Deterministico)
La Investigación de Operaciones se aplicó exitosamente durante los sesentas, pero en los setentas, debido a la cambiante naturaleza de los contextos de los sistemas socio-técnicos, los análisis tuvieron una menor orientación cuantitativa.
La Ingeniería de Sistemas, por su parte, está relacionada con el diseño de sistemas cerrados hombre-máquina y sistemas socio-técnicos de gran escala.
Bibliografía:
Paradigma de análisis de los sistemas duros:
http://www.mitecnologico.com/Main/SistemasDurosSistemasSuaves
http://chelollergo1.wordpress.com/2009/05/19/5-1-paradigma-de-analisis-de-los-sistemas-duros-y-blandos/
Metodología de Hall y Jeikink
http://www.mitecnologico.com/Main/MetodologiaDeHallYJenking
http://www.dii.uchile.cl/~ris/RISXX/MQuinteros_RIS.pdf
Aplicaciones (enfoque deterministico):
http://translate.google.com/translate?hl=es&langpair=en%7Ces&u=http://
en.wikipedia.org/wiki/Deterministic_system_%28philosophy%29
http://translate.google.com/translate?hl=es&langpair=enes&u=http://
www.ipres.com/%3Fq%3Dnode/69/
UNIDAD III :Sistemas duros y Sistemas blandos
Sistemas duros y Sistemas blandos:
SISTEMAS DUROS:
Los sistemas duros se identifican como aquellos en que interactúan hombres y
máquinas. En los que se les da mayor importancia a la parte tecnológica en
contraste con la parte social. El componente social de estos sistemas se
considera como si la actuación o comportamiento del individuo o del grupo
social sólo fuera generador de estadísticas. En los sistemas duros se cree y
actúa como si los problemas consistieran sólo en escoger el mejor medio, el
óptimo, para reducir la diferencia entre un estado que se desea alcanzar y el
estado actual de la situación. Esta diferencia define la necesidad a satisfacer
el objetivo, eliminándola o reduciéndola, Se cree que ese fin es claro y
fácilmente definible y que los problemas tienen una estructura fácilmente
identificable
SISTEMAS BLANDOS
Un sistema blando es aquel que está conformado por actividades humanas,
tiene un fin perdurable en el tiempo y presenta problemáticas inestructuradas
o blandas; es decir aquellas problemáticas de difícil definición y carentes de
estructura, en las que los fines, metas, propósitos, son problemáticos en sí.
TIPOLOGÍA DE PROBLEMAS
Se ha dicho que el método científico funciona bien en el caso de problemas
que surgen en estructuras estáticas, en sistemas de relojería o, también, en
algunos sistemas tipo de termostato.
Sin embargo, tiene problemas para elaborar complejidades emergentes en
categorías cuya realidad es más evolucionada. De acuerdo con esto, el
movimiento de sistemas ha venido desarrollando diversos métodos y
metodologías orientados a solucionar diferentes tipos de problemas que
surgen en estas categorías más complejas. Para ello fue necesario clarificar
los tipos de problemas, estableciendo un rango entre ellos, lo que facilitó su
clasificación.
Considerando este rango, los problemas presentan dos extremos: uno, el de
los "duros"; el otro, el de los "blandos".
Al iniciarse el movimiento de sistemas, uno de los principales avances fue la
creación de la metodología de la Ingeniería de Sistemas, desarrollada en la
Bell Corporation; un trabajo similar fue emprendido en Inglaterra. Ambos
llevaron a la obtención de la Metodología de la Ingeniería de Sistemas. Esta
metodología está orientada al planteamiento y solución de problemas duros.
PROBLEMAS DUROS
Un problema duro es aquel que define con claridad la situación por resolver,
de manera que no hay cuestionamiento a la definición del problema planteado;
el
"qué" y el "cómo" son claramente distinguibles y no existen dudas acerca de
uno u otro proceso.
Checkland fue quien realizó un análisis crítico de estos esquemas, que
alimentan a las ciencias administrativas desde hace ya un buen tiempo.
Algunos ejemplos de problemas duros:
Maximizar las utilidades de la empresa.
Minimizar los costos de producción de la empresa.
Incrementar la participación del mercado
Instalar una nueva línea de producción en la planta, entre otros
Definición de un problema como duro requiere dejar muy en claro qué se está
definiendo como problema. La solución de un problema duro implicará el
establecimiento estructurado de unos pasos claramente definidos a través de
los cuales se buscará obtener la solución previamente establecida.
PROBLEMAS BLANDOS
Dificultades de la metodología de la Ingeniería de Sistemas, para poder definir
adecuadamente los problemas existentes en los sistemas socioculturales
llevaron a Checkland y a sus colegas de la Universidad de Lanchaster a
realizar, a fines de la década de los 60, un programa de Investigación por la
Acción. Luego de veinte años dedicados a esta tarea, obtuvieron la llamada
Metodología de los Sistemas Blandos (MSB).
Las bases filosóficas de esta metodología son la fenomenología y la
hermenéutica, que sustituyen a la visión positivista. La gran diferencia del
esquema blando es que con estas filosofías los problemas no están definidos
en el mundo real, sino que aparecen en las imágenes de los analistas que
observan la realidad y de las personas que viven el o los problemas, siendo
estas imágenes co-construidas entre el analista y las personas que viven la
situación problemática.
Un problema blando es aquel en que tanto el "qué" como el "cómo" son
difíciles de definir. Uno de los hallazgos de las investigaciones de Checkland
fue que la metodología de la Ingeniería de Sistemas partía del supuesto de
que el problema ya estaba definido antes del inicio del estudio de sistemas; es
decir, el "qué" ya estaba dado. Sin embargo, el primer problema consiste
precisamente en definir el "qué".
Algunos ejemplos de problemas blandos:
Definir la misión de la empresa.
Establecer las estrategias que debe seguir la empresa en los próximos tres
años.
Solucionar el problema de la pobreza en el país.
Desarrollar un sistema de información que apoye la gestión de la empresa.
LA METODOLOGÍA PARA SOLUCIONAR SISTEMAS BLANDOS (MSB)
La MSB de Peter Checkland es una metodología sistémica fundamentada en el
concepto de perspectiva o en el lenguaje de la metodología "Weltanschauung".
Un "weltanschauung" representa la visión propia de un observador, o grupo
de ellos, sobre un objeto de estudio, visión ésta que afecta las decisiones que
el(los) observador(es) pueda(n) tomar en un momento dado sobre su acción
con el objeto. La MSB toma como punto de partida la idealización de estos
"weltanschauung" para proponer cambios sobre el sistema que en teoría
debería la MSB está conformada por siete (7) estadios cuyo orden puede
variar de acuerdo a las características del estudio, a continuación se
describen brevemente estos estadios.
PASOS DE LA METODOLOGIA DE SISTEMAS BLANDOS:
Estadio 1: La Situación Problema no Estructurada: en este estadio se pretende
lograr una descripción de la situación donde se percibe la existencia de un
problema, sin hacer hincapié en el problema en sí, esto es sin dar ningún tipo
de estructura a la situación.
Estadio 2: La Situación Problema Expresada: se da forma a la situación
describiendo su estructura organizativa, actividades e interrelación de éstas,
flujos de entrada y salida, etc.
Estadio 3: Definiciones Raíz de Sistemas Pertinentes: se elaboran definiciones
de lo que, idealmente, según los diferentes "weltanschauung" involucrados, es
el sistema. La construcción de estas definiciones se fundamenta en seis
factores que deben aparecer explícitos en todas ellas, estos se agrupan bajo el
neumónico de sus siglas en ingles CATWOE (Bergvall-Kåreborn et. al. 2004), a
saber: consumidores, actores, proceso de transformación, weltanschauung,
poseedor y restricción del ambiente.
Estadio 4: Confección y Verificación de Modelos Conceptuales: partiendo de
los verbos de acción presentes en las definiciones raíz, se elaboran modelos
conceptuales que representen, idealmente, las actividades que, según la
definición raíz en cuestión, se deban realizar en el sistema Existirán tantos
modelos conceptuales como definiciones raíz.Este estadio se asiste de los
subestadios 4a y 4b.
Estadio 4a: Concepto de Sistema Formal: este consiste en el uso de un modelo
general de sistema de la actividad humana que se puede usar para verificar
que los modelos construidos no sean fundamentalmente deficientes.
Estadio 4b: Otros Pensamientos de Sistemas: consiste en transformar el
modelo obtenido en alguna otra forma de pensamiento sistémico que, dadas
las particularidades del problema, pueda ser conveniente.
Estadio 5: Comparación de los modelos conceptuales con la realidad: se
comparan los modelos conceptuales con la situación actual del sistema
expresada, dicha comparación pretende hacer emerger las diferencias
existentes entre lo descrito en los modelos conceptuales y lo que existe en la
actualidad en el sistema.
Estadio 6: Diseño de Cambios Deseables, Viables: de las diferencias emergidas
entre la situación actual y los modelos conceptuales, se proponen cambios
tendientes a superarlas, dichos cambios deben ser evaluados y aprobados por
las personas que conforman el sistema humano, para garantizar con esto que
sean deseables y viables.
Estadio 7: Acciones para Mejorar la Situación Problema: finalmente este
estadio
comprende la puesta en marcha de los cambios diseñados, tendientes a
solucionar la situación problema, y el control de los mismos. Este estadio no
representa el fin de la aplicación de la metodología, pues en su aplicación se
transforma en un ciclo de continua conceptualización y habilitación de
cambios, siempre tendiendo a mejorar la situación.
Consideraciones Finales
- Si bien la aplicación de la metodología descrita puede resultar en un proceso
de diseño extenso, lo cual no es del agrado de muchos desarrolladores,
redunda en una adecuada exploración de los requerimientos del sistema y en
una, también adecuada, adaptación del sistema diseñado a estos
requerimientos.
TAREA # 3.INVESTIGAR: la importancia de la aplicación de la metodologia de
Checklando o (MSB) para la solución de los problemas organizacionales.
Enviar por correo antes del xx-xx-xx, tiene una puntación del 5%.
PUBLICADO POR BEATRIZ BASTARDO EN 06:41
UNIDAD 4 : METODOLOGÍA DE LOS SISTEMAS DUROS 4.1 PARADIGMA DE ANÁLISIS DE LOS SISTEMAS DUROS
Los sistemas duros se identifican como aquellos en que interactúan hombres y maquinas.
En los que se les da mayor Importancia a la parte tecnológica en contraste con la parte
social. La componente social de estos sistemas se considera coma si la actuación o
comportamiento del individuo o del grupo social solo fuera generador de estadísticas.
Es decir, el comportamiento humano se considera tomando solo su descripción estadística
y no su explicación. En los sistemas duros se cree y actúa como si los problemas
consistieran solo en escoger el mejor medio, el óptimo, para reducir la diferencia entre un
estado que se desea alcanzar y el estado actual de la situación. Esta diferencia define la
necesidad a satisfacer el objetivo, eliminándola o reduciéndola, Se cree que ese fin es claro
y fácilmente definible y que los problemas tienen una estructura fácilmente identificable.
Características de los sistemas duros
Los conceptos básicos de sistemas representan una excelente manera de analizar y tratar
sistemas tanto duros como blandos. Ahora se verán como algunos conceptos se comportan
cuando se aplican al tratamiento de un sistema duro (SD).
• Objetivos
• Medidas de Desempeño
• Seguimiento y Control
• Toma de Decisiones
a).- El proceso de la toma de decisiones sea un proceso cuyas variables de decisión sean
medibles, cuantitativas y fáciles de determinar.
b).- Cuando los estados futuros de lo que puede pasar son claramente identificables.
c).- Cuando la asignación de los recursos del sistema a las áreas que lo soliciten sean
fácil y expedita.
En general los sistemas permiten procesos de razonamiento formal en los cuales las
derivaciones Lógico - matemáticas representan un papel muy importante. En esta forma
podemos ver que los experimentos realizados en estos sistemas son repetibles y la
información y evidencia obtenida de los mismos puede ser probada cada vez que el
experimento se efectué teniendo así relaciones de tipo CAUSA - EFECTO. Finalmente, y
debido a este tipo de relaciones CAUSA - EFECTO, los pronósticos o predicciones del futuro
esperado del sistema bajo ciertas condiciones especificas son bastantes exactos y/o
seguros.
Objetivos
Los sistemas duros al ser estudiados, observados y analizados poseen propiedades que no
se prestan a interpretaciones de diferente significado dependiendo del tipo de preparación y
conocimiento que la persona que Ileve a cabo el estudio tenga.
Esta es una característica de gran peso
en la determinación del grado de "DUREZA" o "SUAVIDAD" de un sistema dado, ya que ,
aun y cuando el sistema sea analizado por un equipo interdisciplinario de gentes, las
conclusiones, comentarios y consideraciones de cada elemento del equipo así como las del
equipo como un todo no deben diferir significativamente entre si.
La objetividad de los sistemas duros
proporciona además grandes ventajas para la aplicación de técnicas cuantitativas
que requieren de variables fáciles de identificar y que representan la característica del
sistema bajo consideración
ANALISIS:
• Aquí nos dice que los sistemas duros son aquellos en los cuales existe una interacción entre el hombre y la tecnología, en este tipo de sistemas se aplican métodos relacionados con la ciencia y lógico-matemático, se puede experimentar para obtener un resultado mas preciso. • En este tipo de sistemas se toma con mayor importancia la parte tecnológica, se le da mas
prioridad, la parte humana o social se utiliza solo como un medio para llegar a un fin determinado
A veces se piensa que “duro” y “suave” son dos tipos de problemas totalmente diferentes.
Algunos tienen la creencia que el pensamiento de sistemas suaves es aplicable exclusivamente
en el contexto de los problemas sociales y humanos. A partir de esa postura, hemos visto que
algunos trabajos publicados en Internet como ejemplos de aplicación de la Metodología de
Sistemas Suaves por alumnos de facultades de ingeniería de sistemas tienen como tema: “el
suicidio”, “el machismo”, “la infidelidad matrimonial”, “el alcoholismo” y otros similares. Esos
temas no están limitados en un contexto (por ejemplo: el machismo en la comunidad de ……, o
el suicidio entre ex combatientes en la guerra de …. y en la comunidad de ……..) y están
orientados a psiquiatras, psicólogos o sociólogos, y contienen errores como lo indiqué en el
artículo “Sobre la mala aplicación de la Metodología de Sistemas Suaves”.
No quiero entrar en el detalle del contenido de los trabajos mencionados, pero quiero destacar el
hecho que esos temas están muy lejos de la formación académica de los alumnos de ingeniería
de sistemas o ingeniería industrial, quienes deben entrenarse en resolver problemas de sistemas
sociotécnicos, porque la ingeniería es el conjunto de conocimientos y técnicas científicas
aplicadas, que se dedica a la resolución u optimización de los problemas que afectan
directamente a la humanidad.
Estoy de acuerdo con (Wilson 1993), con relación a que un problema tiene un espectro que va
del extremo suave al extremo duro. Considero por ejemplo, que en los estudios previos de un
proyecto, en el grupo de procesos de iniciación predomina lo suave sobre lo duro (considerando
los grupos de procesos según el PMI – PMBoK) ; y durante la planificación y ejecución del mismo
es predominante lo duro sobre lo suave. Sin embargo, durante el monitoreo y control del
proyecto puede haber un equilibrio entre lo duro y lo suave.
Quiero citar como ejemplos los casos presentados en el video “¿Qué es la Metodología de
Sistemas Suaves?”, en el cual he citado la construcción de un puente (como ejemplo de la
aplicación del pensamiento de sistemas duros) y la posible implementación de una biblioteca de
una facultad (como ejemplo de la aplicación del pensamiento de sistemas suaves).
En el caso del puente, a pesar de mostrarse como un ejemplo de lo “duro”, la parte “suave”
puede estar presente en los estudios previos antes del inicio del proyecto, en forma de
interrogantes que se deben responder:
A) ¿porqué se está construyendo este puente? Esta pregunta puede ser obvia pero es
importante, porque permitirá ubicar al sistema que se quiere construir en función a los objetivos
del sistema contenedor del sistema que se va a construir. Es decir el puente será parte de un
sistema mayor que lo contiene y deberá interrelacionarse con otros sistemas que son contenidos
por este sistema mayor – carreteras, vías férreas, trochas, vehículos, etc. – Es decir encima de la
pregunta ¿Qué tipo de puente construir?, está la interrogante ¿Porqué construir?. Esa es una
aplicación del enfoque sistémico, pues como dijo Rusell Ackoff “No es posible comprender un
sistema solamente analizándolo, esto es descomponiéndolo en sus partes. Uno debe sintetizarlo
primero, determinar su función en el supersistema, el sistema en el siguiente nivel mas alto del
cual forma parte”.
B) ¿Cuáles son los diferentes puntos de vista sobre la situación? Se debe considerar a los
políticos, gobierno, autoridades locales, pobladores, transportistas. Entrevistar y tomar en cuenta
la mayor cantidad de posiciones y puntos de vista al respecto. La gente tiene muchas cosas que
decir, y esto nos llevará a descubrir: ¿qué dificultades existen con el sistema actual? ¿cómo es el
clima de la zona? ¿hay problemas en la estación de lluvias? ¿hay mucho tráfico por temporadas?
etc.
Todo ello nos permitirá expresar la situación problema mediante gráficos enriquecidos. Esto
permitirá destacar síntomas (aspectos de la situación que no están funcionando bien o lo que se
pueden mejorar) y destacar los sistemas relevantes. Estos gráficos nos permitirán hacer una
nueva rueda de entrevistas y aclarar algunos aspectos con los participantes. Posteriormente,
aplicaremos el pensamiento de sistemas para la elaboración de definiciones raíces y para la
construcción de modelos conceptuales, siguiendo reglas definidas por los factores CATWOE y el
modelo formal de sistemas.
Seguramente, antes del construir el puente o de iniciar cualquier proyecto, incluso antes de
hacer los estudios previos, no encontraremos un problema estructurado, sino una situación
problema, y la Metodología de Sistemas Suaves ayudará a estructurar (aclarar, definir, mejorar)
la situación no estructurada. Ese es un campo para aplicar la Metodología de Sistemas Suaves.
Al Dr. Rusell Ackoff, un gran pensador sistémico, le dijeron una vez que muchos lo consideraban
un gurú, y él respondió: “Yo no me considero un gurú, porque un gurú les dice a los demás las
cosas que deben hacer. Yo soy un pensador, y les enseño a los demás a pensar por si mismos”.
Por lo tanto, si te piden ejemplos de sistemas suaves, tienes una cantidad enorme de ejemplos a
enumerar y realizar. Escoge un proyecto cualquiera y encuentra los aspectos “suaves” del
problema.
J.Villacriz
Referencia:
(Wilson 1993)
Wilson, Brian. Sistemas: Conceptos, Metodología y Aplicaciones. Editorial Limusa. México. 1993.
Para ver Artículos relacionados Haz click en —>
Comparte este artículo
About these ads
Me gusta:
Me gustaEsta entrada fue publicada el 16 abril 2010 a las 3:55 pm y está archivada bajo las categorías
enfoque sistémico, Ingeniería de Sistemas, Metodologia Sistemas Suaves, Sistemas Suaves. Puedes seguir
las respuestas de esta entrada a través de sindicación RSS 2.0. Puedes dejar una respuesta, o trackback
desde tu propio sitio.
Navegador de artículos
« Entrada anterior Siguiente entrada »
4.1 PARADÍGMA DE ANÁLISIS DE LOS SISTEMAS DUROS
Checkland señala que los sistemas “duros” (“hard” systems) tienen una manifestación
concreta en la realidad.
Implica el desarrollo práctico del pensamiento de sistemas mediante la aplicación de este
enfoque en la solución de problemas en el mundo real; esto involucra el trabajo
desarrollando en lo que se denomina sistemas ‘duros’.
Los sistemas "rígidos" son típicamente los encontrados en las ciencias físicas y a los
cuales se puede aplicar satisfactoriamente las técnicas tradicionales del método científico y
del paradigma de ciencia.
Generalmente, los sistemas "rígidos" admitirán procesos de razonamiento formales, esto
es, derivaciones lógico-matemáticas. Los datos comprobados, como se presentan en esos
dominios, generalmente son replicables y las explicaciones pueden basarse en relaciones
causadas probadas. Muy a menudo las pruebas son exactas y las predicciones pueden
averiguar se con un grado relativamente elevado de seguridad.
Los sistemas duros se identifican como aquellos en que interactúan hombres y maquinas. En los que se les da mayor Importancia a la parte tecnológica en contraste con la parte social. La componente social de estos sistemas se considera coma si la actuación o comportamiento del individuo o del grupo social solo fuera generador de estadísticas.
CARACTERÍSTICAS DE LOS SISTEMAS DUROS
Fase de diseño de políticas o pre plantación
Fase de evaluación
Fase de acción-implantación
Fase I.
Diseño de políticas o preplaneación es la fase durante la cual:
Se llega a un acuerdo de lo que es el problema
Los autores de decisiones llegan a una determinación de sus cosmovisiones (premisas, supuestos, sistemas de valor y estilos cognoscitivos).
se llega a un acuerdo sobre los métodos básicos por los cuales se interpretaran las pruebas.
Se llega a un acuerdo sobre que resultados (metas y objetivos) esperan los clientes (expectativas) y los planificadores (promesa).
Se inicia la búsqueda y generación de alternativas.
Fase 2.
La evaluación consiste en fijar las diferentes alternativas propuestas, para determinar el
grado en el cual satisfacen las metas y objetivos implantados durante la fase anterior. La
evaluación incluye:
Una identificación de los resultados y consecuencias derivados de cada alternativa.
Un acuerdo de que los atributos y criterios elegidos con los cuales se evaluaran Ios
resultados, representan verdaderamente las metas y objetivos preestablecidos a
satisfacer
Una elección de la medición y modelos de decisión, los cuales se usaran
para evaluar y comparar alternativas.
Un acuerdo en torno al método par el cual se hará la elección de una alternativa en
particular.
Fase 3.
La implantación de la acción es la fase durante la cual el diseño elegido se real iza, La
implantación incluye todos los problemas “malos” de:
Optimización, que describe donde esta la “mejor “solución.
Suboptimizacion, que explica par que no puede lograrse la “mejor “solución.
Complejidad, que trata con el
hecho de que, de tener solución, debe simplificarse la realidad, pero para ser real,
las soluciones deben ser “complejas”.
Conflictos, legitimación y control, son problemas que afectan, pero no son
exclusivos de la fase de implantación del diseño de sistemas.
Una auditoría o evaluación de los resultados obtenidos del implemento de l diseño
de sistemas, lo cual significa optimismo o pesimismo sobre si los objetivos pueden
realmente satisfacerse y proporcionarse los resultados prometidos.
Reciclamiento desde el comienzo, el cual ocurre a pesar de si los resultados
obtienen éxito o fracaso.
Otra característica que se ha encontrado en el tratamiento de los Sistemas Duros es la
relativa sencillez con que sus operaciones, características, relaciones y objetivos se pueden
expresar en términos matemáticos.
En general los sistemas permiten
procesos de razonamiento formal en los cuales las derivaciones Lógico - matemáticas
representan un papel muy importante. Finalmente, y debido a este tipo de relaciones CAUSA
- EFECTO, los pronósticos o predicciones del futuro esperado del sistema bajo ciertas
condiciones especificas son bastantes exactos y/o seguros.
CONCLUSIÓN :
son pasos a seguir para así poder solucionar mejor un problema que se presente ya sea en
una empresa, escuela, trabajo y hasta en la vida.
Los sistemas duros son los que se basan en la realidad y tienen una causa y un efecto por
ejemplo:yo tengo que ir a la escuela porque necesito ser alguien en la vida para que me
valla mejor en un futuro, pero si abandono la escuela no seré nadie y trabajare en una
microempresa ya que mi nivel académico no va hacer el adecuado para trabajar en una
empresa, tal vez si pueda tener una microempresa y la causa seria porque deje la escuela.
Se basa en hechos fuertes realizados con una hipótesis y términos matemáticos como la
derivación exacta, probabilidad.
y realmente los sistemas duros no tratan de otra cosa que no sea de creatividad innovación
y todo esto con el fin de satisfacer las necesidades humanas, claro esto sin afectar al medio
ambiente aunque pocas veces se cumple este objetivo.
En los vídeos anteriores se muestra como el hombre a utilizado los sistemas duros para satisfacer sus necesidades ya sea de sistemas de información y entretenimiento como super estructuras.
Enlaces con contenido relacionado:
Introducción a la metodología de sistemas.
Presentación metodología de sistemas
Faces de sistemas
Sistemas duros y blandos
4.2 METODOLOGÍA DE HALL Y JENKING
METODOLOGÍA DE HALL
Uno de los campos en donde con mas intensidad se ha sentido la necesidad
de utilizar conceptos y metodologías de Ingeniería de Sistemas es en el
desarrollo de tecnología. Esto se debe a que los sistemas técnicos, que
sirven para satisfacer ciertas necesidades de los hombres, están
compuestos de elementos interconectados entre sí de tal forma que se hace
necesario pensar en términos de sistemas, tanto para el desarrollo de nueva
tecnología como para el análisis de la ya existente.
DEFINICIÓN DEL PROBLEMA
Se busca transformar una situación confusa e indeterminada, reconocida
como problemática y por lo tanto indeseable, en un estatuto en donde se
trate de definirla claramente. Esto sirve para:
Establecer objetivos preliminares.
El análisis de distintos sistemas.
De la definición del problema los demás pasos de la metodología dependen
de cómo haya sido concebido y definido el problema.
La definición del problema demanda tanta creatividad como el
proponer soluciones.
Existen dos formas en cómo nacen los problemas que son
resueltos con sistemas técnicos:
La búsqueda en el medio ambiente de nuevas ideas, teorías,
métodos, y materiales, para luego buscar formas de utilizarlos
en la organización.
Estudiar la organización actual y sus operaciones para detectar y
definir necesidades.
Estas dos actividades están estrechamente relacionadas y se
implementan una a otra.
INVESTIGACIÓN DE NECESIDADES
Las necesidades caen dentro de tres categorías.
Incrementar la función de un sistema. Hacer que un sistema realice
mas funciones de las actuales.
Incrementar el nivel de desempeño. Hacer que un sistema sea más
confiable. Más fácil de operar y mantener, capaz de adaptarse a
niveles estándares más altos.
Disminuir costos, hacer que un sistema sea más eficiente.
INVESTIGACIÓN DEL MEDIO AMBIENTE
Se trata de entender y describir el medio ambiente en donde se encuentra la
organización , “entre otras cosas, se realiza un peinado del medio ambiente
en búsquedas de nuevas ideas, métodos, materiales y tecnologías que
puedan ser utilizados en la satisfacción de necesidades”. De este ultimo se
desprende que el criterio para decidir si algo que existe en le medio
ambiente es útil para la organización esta en función de las necesidades de
esta ultima.
SELECCIÓN DE OBJETIVOS.
Se establece tanto lo que esperamos del sistema como los criterios bajo los
cuales mediremos su comportamiento y compararemos la efectividad de
diferentes sistemas.
Primero se establece que es lo que esperamos obtener del sistema, así como
insumos y productos y las necesidades que este pretenda satisfacer.
Se debe escoger un sistema de valores relacionados con los propósitos de
la organización, mediante el cual se pueda seleccionar un sistema entre
varios y optimizarlo. Los valores más comunes son: utilidad (dinero),
mercado, costo, calidad, desempeño, compatibilidad, flexibilidad o
adaptabilidad, simplicidad, seguridad y tiempo.
Los objetivos deben ser operados hasta que sea claro como distintos
resultados pueden ser ocasionados a ellos para seleccionar y optimizar un
sistema técnico.
Cuando un sistema tiene varios objetivos que deben satisfacerse
simultáneamente, es necesario definir la importancia relativa de cada uno de
ellos. Si cada objetivo debe cumplirse bajo una serie de valores a estos
también debe a signares un peso relativo que nos permita cambiarlos en el
objetivo englobador.
SÍNTESIS DEL SISTEMA.
Lo primero que se debe hacer es buscar todas las alternativas conocidas a
través de las fuentes de información a nuestro alcance. Si el problema ha
sido definido ampliamente, él número de alternativas va a ser bastante
grande. De aquí se debe de obtener ideas para desarrollar distintos sistemas
que puedan ayudarnos a satisfacer nuestras necesidades. Una vez hecho
esto, se procede a diseñar (ingeniar) distintos sistemas.
En esta parte no se pretende que el diseño sea muy detallado. Sin embargo,
debe de estar lo suficientemente detallado de tal forma que los distintos
sistemas puedan ser evaluados.
DISEÑO FUNCIONAL
El primer paso es listar
los insumos y productos del sistema. Una vez hecho esto, se listan las
funciones que se tienen que realizar para que dados ciertos insumos se
obtengan ciertos productos. Estas funciones se realizan o sintetizan
mostrando en un modelo esquemático de las actividades y como éstas se
relacionan. Todo lo que se desea en este punto es ingeniar un sistema que
trabaje, la optimización del mismo no importa tanto en este punto.
ANÁLISIS DE SISTEMAS.
La función de análisis es deducir todas las consecuencias relevantes de los
distintos sistemas para seleccionar el mejor. La información que se obtiene
en esta etapa sé retroalimenta a las funciones de selección de objetivos y
síntesis de sistema. Los sistemas se analizan en función de los objetivos
que se tengan.
Una vez que todos los sistemas han sido analizados y sintetizados, el paso
siguiente es obtener las discrepancias y similitudes que existen entre cada
uno de ellos. Existen dos tipos de comparación:
Comparar el comportamiento de dos sistemas con respecto a un
mismo objetivo.
Comparar dos objetivos de un mismo sistema.
Antes que se lleve a cabo la comparación entre distintos sistemas, éstos
deben ser optimizados, deben estar diseñados de tal forma que se operen lo
más eficientemente posible. No se pueden comparar dos sistemas si aún no
han sido optimizados.
El procedimiento de selección del sistema es bastante simple. Todo lo que
se tiene que hacer es seleccionar el criterio de selección. Cuando el
comportamiento del sistema no se puede predecir con certidumbre y se
tienen distintos valores en función de los cuales se va a evaluar el sistema,
no existe un procedimiento general mediante el cual se puede hacer la
selección del sistema.
DESARROLLO DEL SISTEMA
El desarrollo del sistema de un sistema sigue básicamente el ciclo que se
muestra en la siguiente figura.
En base al diseño que se había hecho del sistema durante la fase de síntesis
del sistema, se hace un diseño detallado del mismo, para esto, se puede
utilizar la técnica de la síntesis funcional, mencionado anteriormente. Una
vez que el sistema esta en papel, hay que darle vida, desarrollarlo. Él número
de personas que toman parte en esta operación depende de la magnitud del
sistema
Lógicamente, no se puede poner en operación un sistema una vez que haya
sido construido. Se tienen que hacer pruebas para deslumbrar problemas no
previstos en su funcionamiento. En caso que no funcione como debiese, se
debe investigar las razones y tomar acciones correctivas. Estas caen dentro
de dos categorías:
Fallas en el diseño.
Fallas en la construcción.
En el primer caso, debe reportarse que fallas tiene el diseño del sistema para
proceder a hacer los cambios. En el segundo caso, debe reportarse que es lo
que se construyó mal para proceder a corregirlo.
Una vez que el sistema funcione como se pretendía, y antes de que se ponga
en operación, deben de desarrollarse documentos que contengan
información sobre su operación, instalación, mantenimiento, etc.
INGENIERÍA.
En esta etapa no consiste en un conjunto de pasos más o menos
secuenciales como en otras partes del proceso. Consiste en varios trabajos
los cuales puedan ser calificados de la siguiente forma:
Vigilar la operación del nuevo sistema para mejoras en diseños
futuros.
Corregir fallas en el diseño.
Adaptar el sistema a cambios del medio ambiente.
Asistencia al cliente
CONCLUSIÓN:
La metodología de hall nos explica
los pasos que debemos seguir para mejor las necesidades humanas, y se
basa más en la tecnología y los pasos que bebemos tomar en cuenta son
los siguientes:
Primero que nada se debe identificar el problema, investigar las
necesidades de dicho problema o área de oportunidad, investigar el medio
ambiente este tiene que ser investigado totalmente y estar seguro que no
existe lo que se va a crear posteriormente se tiene la selección de los
objetivos que se realizaran es lo que se espera de dicho producto después
se hace la síntesis del sistema y debe tratar de hacerlo lo mas básico posible
porque hay demasiada información. Diseño funcional, es hacer un boceto
del diseño original o del mismo, análisis de sistemas es desechar las
funciones que menos nos sirvan y quedarse con la mejor , comparación de
sistemas una vez terminado compararlo con otros sistemas, y
posteriormente seleccionar el sistema que cumpla con dichas necesidades,
y por ultimo desarrollar el sistema. Y un ejemplo de ello puede ser un
teléfono celular, computadora, carros,robot, aeronáutica etc..
METODOLOGÍA DE JENKINS
Ingeniería de Sistemas no es una nueva disciplina, ya que tiene sus raíces en
la práctica de la Ingeniería Industrial. Sin embargo, enfatiza el desempeño
global del sistema como un todo, en contra posición al desempeño de partes
individuales del sistema. Una característica importante de la Ingeniería de
Sistemas es el desarrollo de modelos cuantitativos, de tal forma que una
medida de desempeño del sistema pueda optimizarse.
La palabra “Ingeniería” en Ingeniería de Sistemas se usa en el sentido de
“diseñar, construir y operar sistemas”, esto es, “ingeniar sistemas”. Otra de
las características de la Ingeniería de Sistemas es la posibilidad de poder
contemplar a través de su metodología, la solución de problemas
completamente diferentes que provienen de áreas muy diferentes como la
tecnología y la administración, enfatizando sus características comunes a
través de isomorfismos que puedan relacionarlos. Es por esto que cuando la
Ingeniería de Sistemas se aplica a la solución de problemas complejos,
incluye la participación de profesionales en áreas muy diferentes y no sólo la
participación de ingenieros.
UNA METODOLOGÍA DE INGENIERÍA DE SISTEMAS Un enfoque de sistemas
a la solución de problemas
En esta sección se proporcionan las líneas de guía generales que usaría un
Ingeniero para confrontar y solucionar problemas. Las diferentes etapas que
se describen posteriormente, representan un desglose de las cuatro fases
siguientes:
ANÁLISIS DE SISTEMAS El Ingeniero inicia su actividad con un análisis de lo que está sucediendo y
por qué está sucediendo, así como también de cómo puede hacerse mejor.
De esta manera el sistema y sus objetivos podrán definirse, de forma tal que
resuelva el problema identificado.
PUNTOS IMPORTANTES DE ANÁLISIS DE SISTEMAS
Identificación y formulación del problema
Organización del proyecto
Definición del sistema
Definición del suprasistema
Definición de los objetivos del suprasistema
Definición de los objetivos del sistema
Definición de las medidas de desempeño del sistema
Recopilación de datos e información
DISEÑOS DE SISTEMAS
Primeramente se pronostica el ambiente futuro del sistema. Luego se
desarrolla un modelo cuantitativo del sistema y se usa para simular o
explorar formas diferentes de operarlo, creando de esta manera alternativas
de solución. Por último, en base a una evaluación de las alternativas
generadas, se selecciona la que optimice la operación del sistema.
SISTEMA-DISEÑO
Pronósticos
Modelación y simulación del sistema
Optimización de la operación del sistema
Control de la operación del sistema
Confiabilidad del sistema
IMPLANTACIÓN DE SISTEMAS Los resultados del estudio deben presentarse a los tomadores de decisiones
y buscar aprobación para la implantación del diseño propuesto.
Posteriormente, tendrá que construirse en detalle el sistema. En esta etapa
del proyecto se requerirá de una planeación cuidadosa que asegure
resultados exitosos. Después de que el sistema se haya diseñado en detalle,
tendrá que probarse para comprobar el buen desempeño de su operación,
confiabilidad, etc.
SISTEMAS DE IMPLANTACIÓN
Documentación y autorización del sistema
Construcción e instalación del sistema
OPERACIÓN Y APRECIACIÓN RETROSPECTIVA DE SISTEMAS
Después de la fase de
implantación se llegará al momento de “liberar” el sistema diseñado y
“entregarlo” a los que lo van a operar. Es en esta fase donde se requiere
mucho cuidado para no dejar lugar a malos entendimientos en las personas
que van a operar el sistema, y generalmente representa el área más
descuidada en el proyecto de diseño. Por último, la eficiencia de la
operación del sistema debe apreciarse, dado que estará operando en un
ambiente dinámico y cambiante que probablemente tendrá características
diferentes a las que tenía cuando el sistema fue diseñado. En caso de que la
operación del sistema no sea satisfactoria en cualquier momento posterior a
su liberación, tendrá que iniciarse la fase 1 de la metodología, identificando
los problemas que obsoletizaron el sistema diseñado.
APRECIACIÓN RETROSPECTIVA DE SISTEMAS-OPERACIÓN.
Operación inicial del sistema
Apreciación retrospectiva de la operación del sistema
Mejoramiento de la operación del sistema diseñado
CONCLUSIÓN:
Esta metodología es muy parecida a la de hall solo que esta se basada a las
decisiones de un ingeniero industrial, el cual ya que diseña un producto lo
entrega pero cuando este es devuelto ya tubo muchas o algunas
modificaciones como esta en el área industrial lo van mejorando cada día y
lo podrán estar actualizando de acuerdo las necesidades o funciones que se
requieran.
Los siguientes videos nos muestran los pasos aseguir para solucionar un
problema de hall y jenking, ya sea en metodología o investigación cientefica
y pasos para resolver un problema.
Enlaces con contenido relacionado:
Sistemas
Ingeniería Industrial
Metodología de Hall y Jenking
Pasos para resolver un problema
4.3 APLICACIONES ( ENFOQUE DETERMINÍSTICO )
En un sentido amplio, la teoría general de los sistemas se presenta como
una forma sistemática y científica de aproximación y representación de la
realidad y, al mismo tiempo, como una orientación hacia una práctica
estimulante para formas de trabajo interdisciplinaria. mientras que el
determinismo es lo mismo siempre.
Otra característica que se ha encontrado en el tratamiento de los Sistemas
Duros es la relativa sencillez con que sus operaciones, características,
relaciones y objetivos se pueden expresar en términos matemáticos.
Esta situación es de gran utilidad para el ingeniero o Analista ya que, la
construcción de un modelo matemático del sistema no presenta dificultades
mayores que impidan el manejo del modelo para optimizarlo o bien para
simplemente simular diferentes políticas o cursos de acción y observar el
comportamiento del sistema modelado sin necesidad de hacer costosos y a
veces peligrosos experimentos con el sistema real.
Un problema duro es aquel que define con claridad la situación por resolver,
de manera que no hay cuestionamiento a la definición del problema
planteado; el
"qué" y el "cómo" son claramente distinguibles y no existen dudas acerca de
uno u otro proceso.
Checkland fue quien realizó un análisis crítico de estos esquemas, que dicho
sea de paso, alimentan a las ciencias administrativas desde hace ya un buen
tiempo.
Algunos ejemplos de problemas
duros:
Maximizar las utilidades.
Minimizar los costos de producción de la empresa.
Incrementar la participación del mercado en un 10%.
Instalar una nueva línea de producción en la planta.
Definición de un problema como duro requiere dejar muy en claro qué se
está definiendo como problema. La solución de un problema duro implicará
el establecimiento estructurado de unos pasos claramente definidos a través
de los cuales se buscará obtener la solución previamente establecida.
CONCLUSIÓN:
se presenta como una forma sistemática y científica de aproximación y representación de la realidad y, al mismo tiempo, como una orientación hacia una práctica estimulante para formas de trabajo interdisciplinaria, ya que se basa en la metodología de hall y jenkeng y un ejemplo que puedo dar es el de una empresa pero esta se basa mas en lo que se invierte en la planta en que tiempo pueden producir determinados productos, como puede maximizar las utilidades y minimizar busca mejorar la empresa día a día para que esta tenga mejor utilidad. porque el efecto determinitico es obtener siempre los mismos resultados en las mismas condiciones iniciales. por ejemplo en la imagen de las manzanas al principio obtuve manzanas y al final sigo teniendo manzanas.
