Video 5 Teoria DE Sistemas, Modelos Formales PDF

Preview

Summary

transcripción de video transcripción YouTube video no. 5 tomado de YouTube...

Description

TEORÍA DE SISTEMAS, MODELOS FORMALES https://www.youtube.com/watch?v=wN8FEqMOA-s Uno de los grandes logros de la creatividad de los humanos ha sido el desarrollo de representaciones abstractas del mundo alrededor de él. De hecho, esta capacidad de pensamiento abstracto es característica de los humanos modernos y tiene gran parte de su origen en el desarrollo del lenguaje como una forma de simbolización y comunicación de los conceptos abstractos. Esta capacidad de modelado abstracto, forma los cimientos de nuestra civilización avanzada y ha ampliado la capacidad humana para comprender mejor el mundo, comunicar esa comprensión entre sí y colaborar entorno a estos modelos compartidos. Un modelo es un resumen típicamente compacto para una representación de algunos fenómenos que nos permite conceptualizar y comunicar su estructura básica y dinámica en una forma coherente. Una característica central de los modelos y el modelado de todo tipo es el uso de la abstracción, mediante el cual se eliminan varios niveles de detalle de los fenómenos empíricos originales para crear un esquema compacto o un diagrama del sistema en consideración. Los modelos nos ayudan a organizar y estructurar información clarificando nuestro razonamiento, comunicar, resolver problemas y predecir eventos futuros. La abstracción es el proceso de considerar algo independiente de sus atributos asociados, el uso de la abstracción implica la eliminación de capas sucesivas de detalle de una representación para capturar solo las características esenciales para el modelo genérico para todas las entidades de ese tipo, independientemente de su forma específica. La abstracción implica el uso de razonamiento inductivo, es decir, identificar atributos comunes en una variedad de instancias de alguna entidad y la formación de un modelo genérico que captura los aspectos fundamentales de él, sin referencia a una instancia específica o contexto, una ecuación algebraica, un plano maestro de un edificio elaborado por un arquitecto o una pintura no figurativa sería buena ejemplos de representaciones abstractas. Todos ellos tienen en común el objetivo de capturar y comunicar únicamente la mayoría de las características esenciales del sistema que representan al eliminar detalles concretos específicos de la forma o función. Todos los modelos son representaciones simples de los modelos reales, requiriendo la compresión de la información o los datos para generar una forma simplificada. Este proceso de simplificación es esencial para captar la totalidad del sistema. La mayoría de los sistemas en el mundo real son más complejos, demasiado complejo para que lo comprendamos como un todo, debido a la gran variedad de partes, interacciones y escala, en la práctica generalmente solo podemos interactuar y experimentar un pequeño subconjunto de un sistema. La abstracción nos ayuda a sintetizar muchas experiencias de alguna entidad en una impresión coherente del conjunto, por ejemplo, uno puede tener un modelo de lo que es una nación como Brasil, pero en realidad uno solo podría interactuar con un subconjunto muy limitado de esa organización. Por lo tanto, es

el modelo que realmente nos permite captar de alguna manera todo el sistema, pero solo a través del uso de la abstracción se puede crear una representación simplificada del fenómeno del mundo real. Una parte central del modelado es el uso de encapsulación, encapsulación significa cubrir o rodear algo con el fin de mostrar o expresar solo la idea principal o la calidad de la misma de manera concisa. La encapsulación es una parte central del modelado y diseño de sistemas, ya que permite la abstracción. A través de la encapsulación el funcionamiento interno de cualquier componente de un sistema puede ocultarse para que solo revele las propiedades más esenciales y la funcionalidad requerida para su interacción con otros componentes. De tal manera, la encapsulación resume los detalles internos y la complejidad de un subsistema para permitir el funcionamiento efectivo del diseño o la visión de todo el sistema. La abstracción implica la inducción de ideas o la síntesis de hechos particulares en una teoría general sobre algo, es lo contrario de la reificación que significa ser o hacer algo real, hacer algo concreto. Mientras que la abstracción está diseñada para eliminar la reificación, es decir implica el proceso opuesto a la especificación, que es el análisis o el desglose de una idea general o abstracción en hechos específicos concretos. Para que cualquier abstracción tenga una aplicación en el mundo real, debe pasar por un proceso de reificación y especificación en el que se especifique el detalle de la abstracción para crear una instancia real de esa forma genérica, todas sus instancias reales deben tener atributos específicos, este proceso también puede ser llamado instantiatión. El proceso de instantiatión consiste en tomar una abstracción que proporciona una forma detallada dentro de algún contexto real; este proceso implica una especificación, por la cual las características genéricas del modelo abstracto deben recibir atributos específicos para convertirse en una instancia específica de esa forma genérica y existir dentro de alguno contexto del mundo real. Por ejemplo, si desea construir una casa, un modelo abstracto diseñado para describir lo que es una casa no funcionaría, necesitas un modelo que especifique todas los detalles de tu casa particular, y tu casa particular serían entonces una instancia de una clase genérica de todas las casas. El proceso de modelar a través de la abstracción, invariablemente requiere que uno haga ciertas suposiciones y con frecuentemente aproximaciones. Por ejemplo, en sus modelos, Newton asumió que la masa es una constante universal, mientras que Einstein consideraba que la masa es una variable. Un modelo solo representa un subconjunto de todos los fenómenos posibles, y por lo tanto, tiene que hacer ciertas suposiciones acerca de otros elementos y sistemas fuera de nuestro interés. Los modelos efectivos hacen explícitos los supuestos que conllevan, las condiciones bajo la cuales se mantendrán esos supuestos y las condiciones bajo las cuales no se sostendrán, y luego estaremos preparados para renunciar a la validez del modelo bajo aquellas aplicaciones fuera del alcance que implica su suposiciones; por ejemplo, muchos de los modelos que utilizan los

directivos para entregar una estrategia o llevar su producto al mercado solo son aplicables bajo condiciones de mercado relativamente normales. La estrategia de los directivos solo espera que los eventos sean menores a unas pocas desviaciones estándar de la norma, sin embargo, los eventos extremos ocurren y, en tales circunstancias, el equipo directivo tendría que renunciar a su modelo y recalibrar su estrategia. Ser consciente de las suposiciones o los axiomas que soportan un modelo es una gran ventaja, ya que permite al usuario saber cuándo aplicarlo y cuando no, por igual ofrece la posibilidad de intercambiar a otros marcos de referencia cuando sea necesario y también la oportunidad de seguir trabajando en esos supuestos para mejorarlos. La efectividad de un modelo puede definirse a lo largo de varios parámetros diferentes, por ejemplo, cuán sólidos son sus fundamentos, es decir, la teoría en que se basan sus supuestos son verdaderamente evidentes o dependen de ciertas condiciones que pueden no siempre sostener, como el modelo nos permite entender todo el sistema e identificar sus atributos centrales, si realmente logra sintetizar todas las diferentes perspectivas de ese sistema. ¿Qué tan fiel es a los fenómenos empíricos? ¿Soporta las pruebas empíricas? ¿Y además puedo predecir eventos futuros? Los modelos a menudo se evalúan por su capacidad para coincidir con los datos empíricos, cualquier modelo incoherente con la observación reproductiva debe ser modificado o rechazado, un modelo debe tener la capacidad de explicar observaciones pasadas y predecir observaciones futuras dentro de algún contexto. por ejemplo, una limitación perceptible en nuestros modelos económicos y financieros es que parecen incapaces de predecir una crisis financiera, incluso aunque funcionen en cierta medida en condiciones económicas normales. Para ser eficaz, un modelo debe capturar diversas perspectivas de información y puntos de vista sobre un fenómeno particular. por ejemplo, si tomamos una entidad compleja como una ciudad, habrá múltiples perspectivas sobre cómo interpretarla social, económica, tecnológica, demográfica, etc., y un modelo eficaz debe ser capaz de integrar todas estas diversas perspectivas de alguna manera para darnos una visión de todo el sistema y una comprensión básica de sus partes y realidades constituyentes primarias y, por lo tanto, un modelo eficaz puede ser un acto de equilibrio entre la simplicidad a través de la abstracción y la síntesis, por un lado, y por otro lado, la amplitud de alcance para incluir todos los diferentes puntos de vistay posibles instancias de ese sistema. El alcance que cubre un modelo es una métrica importante en su evaluación. Los modelos como el de la relatividad son muy valorados debido a su relevancia para cualquier sistema físico desde la escala de una molécula hasta el nivel del universo. Para ser efectivo, un modelo debe contener dentro de él y extenderse a todas las instancias y aplicaciones del sistema que está tratando de representar, aunque los modelos casi por definición deben ser compactos, también deben ser inclusivos y deben incluir en su estructura central la capacidad de

derivar cualquier instancia posible o mantenerse para los fenómenos bajo su descripción. LIMITANTES Los modelos son una herramienta poderosa porque nos permiten conceptualizar grandes sistemas que están más allá de nuestras facultades inmediatas y siempre lo hacen eliminando ciertos detalles, si el modelo no está construido correctamente, es decir, toda la información relevante no está representada en el modelo en su forma compacta representara solo una parte de cómo es el mundo, si usamos estos modelos para operar en el mundo, el resultado puede ser, en el mejor de los casos, solo exitoso parcialmente y, en el peor de los casos puede derivar en una situación potencialmente peligrosa, de hecho, ahora tenemos un término para estos modelos matemáticos pobremente construidos, se llaman armas de destrucción masiva.

Los modelos abstractos restringen nuestra percepción, contextualizan el marco y condicionan lo que vemos y lo que no vemos. Los modelos que están pobremente construidos y que no incluyen todas las perspectivas relevantes y la información pueden hacer que las personas no vean lo que de otro modo sería información obvia, de una manera muy literal, los modelos pueden eliminar uno a uno los sentidos en los que ellos están basados conceptualmente si no están construidos adecuadamente y pueden generar resultados sin sentido.

Un buen ejemplo de esto son los modelos utilizados en la economía que tratan de describir a los actores humanos como agentes racionales, estos modelos del agente racional se construyen de una manera particular para hacer que la actividad económica humana sea capaz de soportar herramientas matemáticas. En el mundo cotidiano, es bastante evidente que las personas no siempre consideran todas las acciones de una manera racional, tomamos muchos atajos, tenemos sesgos personales y otros heurísticos de uso, ninguno de los cuales es racional, pero nada de esto se puede capturar adecuadamente usando nuestro modelo matemático estándar y, por lo tanto, los modelos se excluyen de la teoría económica estándar. Por supuesto, el mundo no cambia simplemente porque no encaja en nuestro marco de modelo, cuando hay un desajuste entre un modelo y el mundo empírico, en última instancia, es el modelo el que tiene que dar y romper en algún momento.

Podemos seguir utilizando modelos limitados porque eso es todo lo que tenemos, pero claramente habrá consecuencias por hacerlo, por lo tanto, siempre es deseable al modelar que seamos explícitos acerca de las limitaciones de un modelo y trabajemos para desarrollar modelos más robustos, cuya base sea más

sólida, con un alcance más amplio o coincida con datos empíricos más precisos y confiar parcialmente en los modelos porque siempre son únicamente representaciones parciales del mundo...