MODELIZACIN Y

SIMULACIN DE
SISTEMAS COMPLEJOS
ING. CARLOS SANTA CRUZ ACOSTA

El paradigma predominante hasta hace unas pocas

dcadas era el paradigma mecanicista, basado en las
ideas de Descartes y que podramos resumir con la
frase divide y vencers. Este paradigma conduce a la
especializacin. Es claro que un especialista es capaz
de resolver un determinado tipo de problema mejor
que alguien que no lo es.

No obstante, existen problemas, problemas complejos

que implican a ms de una especialidad y para ser
resueltos necesitan un equipo interdisciplinario de
especialistas. De aqu surge el paradigma sistmico
basado en las ideas de Von Bertalanffy y que podramos
resumir con la frase el todo es ms que la suma de las
partes.

Este paradigma se basa en el concepto de

sistema:
conjunto
de
elementos
interrelacionados. El Universo es un sistema, y
est compuesto por sistemas de menor entidad o
subsistemas, y estos subsistemas estn
compuestos pos sub- subsistemas, y as
indefinidamente.

Cuando aplicamos la tcnica divide y

vencers no debemos olvidar que cada una de
las partes est relacionada con las dems y, si
queremos aislarla por conveniencia, no
debemos olvidar sus relaciones con el resto del
universo.

IS
B
N:
97
884
37
071
98
-5

Hasta aqu hemos hablado de elementos de relaciones de

partes y de el todo. Estas son palabras muy generales.
Pero, en un caso concreto qu es un elemento? y una
relacin? cmo hacemos las partes? a qu estamos
llamando el todo? La respuesta a estas preguntas depende
del problema que estemos estudiando, de los objetivos que
persigamos

Normalmente, lo que pretendemos es hacer

un modelo del sistema de la vida real sobre
el que estamos trabajando y sobre el que
queremos intervenir para resolver un
problema que nos preocupa.

MODELO
Un modelo es como un dibujo, una maqueta,
una escultura, una descripcin literaria, unas
ecuaciones matemticas, quiere ser una
representacin aproximada, simplificada, del
sistema real, de su estructura y de su
comportamiento.

El objetivo con el que construimos un

modelo es el de obtener de l respuestas
que el sistema real tardara en darnos,
sera costoso y quiz peligroso obtener
del mismo.

A esto se le llama simulacin,

hacer experimentos sobre el
modelo en lugar de hacerlos sobre
el sistema real.

Si el modelo es una simplificacin

hasta qu punto nos podemos fiar de sus
respuestas? La respuesta a esta pregunta tiene dos
partes.
Primero, debemos asegurarnos de que el modelo es
una representacin vlida de la realidad.
Segundo, conviene que calculemos la fiabilidad
con la que se presentan los resultados.

Existen mtodos y
tecnologa que nos ayudan
a llevar a buen fin lo dicho
anteriormente.

Metodologa
mtodos)

(conjunto

organizado

de

para construir modelos lgico-matemticos de sistemas complejos de

la vida real que nos ayuden a resolver el modo de intervenir sobre los
mismos para lograr un determinado objetivo. Llamaremos modelo a
una lista de variables matemticas y a una lista de relaciones
funcionales entre las mismas. Llamaremos simulador a la
representacin informatizada (programa de ordenador o aplicacin
informtica) del modelo.

Trabajaremos con el simulador para

tratar de obtener de l respuestas a
preguntas del tipo qu pasara
si.?, y a otras preguntas ms
sofisticadas.

Modelizar un sistema comienza

por identificar sus elementos y las
relaciones entre ellos.

La modelizacin se dice "multifactica"

o "perspectivista", (Zeigler, 1984) porque
el modelo que se construya de un sistema
real
depende
del
objetivo
del
modelizador. EJEMPLO

El grado de detalle al que se llegue en la

descripcin tambin depende de este
objetivo

As pues, una primera aproximacin

puede ser un modelo de tipo "caja
negra" , donde solo se especifican las
entradas y las salidas (los datos y los
resultados).

El punto de partida es probable que no sea

la "observacin" porque el modelizador
generalmente cuenta con suficiente
conocimiento del sistema como para
construir su primer modelo o "teora"

De esta primera teora se pueden

sacar muchas consecuencias que
deben ser contrastadas con el
sistema real.

ETAPAS DE LA MODELIZACIN

1.La toma de decisiones y la resolucin de problemas.

Imaginemos que nos encontramos ante un problema en un sistema
complejo. Es decir, tenemos que tomar decisiones respecto al sistema a
fin de maximizar o minimizar algo. El pilotaje de los sistemas complejos
necesita de modelos y de computadoras para ser eficiente. Construir un
modelo que estime la fiabilidad de sus resultados, sobre un sistema
complejo puede ser una tarea descorazonadora, necesita de muchas horas
de trabajo y de muchas personas, y adems el modelo necesita una puesta
al da constante porque los sistemas reales evolucionan muchas veces de
manera imprevisible. Por consiguiente, para que los modelos sean un
instrumento eficaz de ayuda en la toma de decisiones deben poder ser
construidos y actualizados de manera poco costosa.

2.- Metodologa general para modelizar