Soluciones N8 Art 3

43Escuela de Ingeniera de Antioquia

* Ingeniero Industrial. MSc Intelligent Systems. MSc Ingeniera de Sistemas. Investigador. Fundacin Universitaria Catlica del Norte. Correo electrnico: [email protected]

** Ingeniero de Sistemas. Especialista en Administracin de Empresas. Especialista en Gestin de la Calidad Universitaria. Magster en Comercio Electrnico. Doctorando en Ingeniera de Sistemas e Informtica. Investigador y Coordinador de Investigacin Informtica. Fundacin Universitaria Catlica del Norte. Correo electrnico: [email protected]

El pensamiento sistmico como herramienta

metodolgica para la resolucin de problemas

Revista Soluciones de Postgrado EIA, Nmero 8. p. 43-65. Medelln, enero-junio de 2012

Federico Livano Martnez*, Jess Enrique Londoo**

44

El pEnsamiEnto sistmico como hErramiEnta mEtodolgica para la rEsolucin dE problEmas

Federico livano martnez, Jess Enrique londoo

Resumen

En este artculo se presenta un enfoque terico que muestra al pensamiento sistmico como herramienta metodolgica para el anlisis y solucin de problemas. se discute cmo, a pesar de ser una disciplina ampliamente usada en diferentes reas cientficas, en muchas ocasiones se desconocen en el mbito operativo las herramientas prcticas del pensamiento sistmico. El es-quema terico propuesto ilustra algunas herramientas del pensamiento sistmico que son tiles en el entendimiento, modelamiento y resolucin de problemas complejos.

Palabras clave: Anlisis de Sistemas, Dinmica de Sistemas, Modelos de Sistemas, Pensamiento Sistmico.

Abstract

this article presents a theoretical approach that shows the systems thinking as a methodologi-cal tool for the analysis of problems. We discuss how the technique is widely used in different scientific areas, nevertheless in several times is unknown the systems thinking practical tools in operatives scopes. the theoretical approach proposed, depicts some systems thinking tools that are used for the comprehension, modeling and resolution of complex problems.

Key words: System Analysis, System Dynamics, System Models, Systems Thinking,

45Escuela de Ingeniera de Antioquia

El pensamiento sistmico como herramienta metodolgica para la

resolucin de problemas Federico Livano Martnez, Jess Enrique Londoo

Recibido: 27 de marzo de 2012. Aprobado: 31 de mayo de 2012Revista Soluciones de Postgrado EIA, Nmero 8. pp. 43-65. Medelln, enero-junio de 2012

introduccinEl desarrollo tecnolgico y la conforma-cin de estructuras avanzadas de infor-macin en todo nivel generan proble-mas cada vez ms difciles de resolver y entornos con fenmenos incompren-sibles para el ser humano. El entendi-miento de problemas que surgen como consecuencia de la organizacin de sistemas sociales como el impacto del cambio climtico en sistemas naturales o el efecto de la volatilidad de los mer-cados en los sistemas empresariales, fenmenos complejos que surgen en mbitos de la ingeniera, entre otros, ameritan el estudio de tcnicas que per-mitan comprender y mejorar la forma como se abordan aquellos problemas y fenmenos complejos (Sterman, 1994).

La aplicacin del pensamiento sistmi-co (PS) en mbitos acadmicos y prcti-cos establece un marco conceptual que ayuda a realizar el primer acercamiento

a los problemas (Senge 1990). Una gran cantidad de mtodos, herramientas y principios abarcan el pensamiento sis-tmico, todos con una meta comn de entender las relaciones dentro del sis-tema y de esclarecer las propiedades emergentes del mismo. Sin embargo, en muchas ocasiones se desconocen las herramientas prcticas y concretas del PS que pueden ser usadas en mbitos operativos y reales.

El pensamiento sistmico ha sido apli-cado en diferentes disciplinas cient-ficas, entre ellas la medicina, la inge-niera, la psicologa, la economa, la administracin y los negocios, entre otras (ver Tabla 1). Y se ha demostrado que es un poderoso enfoque para en-tender la realidad del sistema enfati-zando las relaciones entre las partes del mismo, en lugar de ver el sistema como un todo (Checkland y Scholes, 1999). No obstante y a pesar de su popularidad, existen dificultades para definir lo que

46

Federico Livano Martnez / Jess Enrique Londoo

Revista Soluciones de Postgrado EIA, Nmero 8. pp. 43-65. Medelln, enero-junio de 2012

constituye el pensamiento sistmico y cmo aplicar las ideas principales en un campo particular o un contexto prcti-co (Cabrera 2008).

Pensar sistmicamente significa: esbo-zar las distinciones entre una identi-dad y una no identidad, reconocer las propiedades bidireccionales (afecta y efecto) de las relaciones, organizar las partes y totalidades en sistemas alter-nativos anidados y tomar nuevas pers-pectivas para transformar puntos de vista (Cabrera, 2008). Entender y aplicar estos 4 patrones estructura el entendi-miento de las realidades, constituye las bases para estudios posteriores de mo-delamiento, e incluso, ayuda a predecir fenmenos y comportamientos de los sistemas.

El pensamiento sistmico puede ser aplicado en mltiples reas del cono-cimiento; es una herramienta podero-sa que permite al especialista abordar cualquier tipo de situaciones proble-mticas y le ayuda a construir mode-los de la realidad con el fin de plantear polticas de mejora. Esta tcnica ayuda a entender muchos de los comporta-mientos reales y facilita ver los proble-mas bajo otras perspectivas (Checkland y Scholes, 1999). Tambin ayuda a am-pliar el racionamiento humano, contri-buye en la eliminacin de paradigmas mentales que dificultan la comprensin de los procesos y sistemas, y fomenta la apertura a nuevo conocimiento y a la prctica cientfica.

En este documento se mencionan al-gunas herramientas del pensamiento sistmico que son tiles en mbitos prcticos y se revisan algunos estudios y aportes en el estado del arte que en-focan la teora a usos prcticos, orga-nizacionales y socioeconmicos. El do-cumento presenta el siguiente orden: primero se introduce el Pensamiento Sistmico como un instrumento me-todolgico, explicando tres pasos para el modelamiento de sistemas: la arti-culacin del problema, el anlisis de sistemas y el uso de modelos. Luego se mencionan herramientas del pensa-miento sistmico y se muestran algunos de los estudios ms representativos de la metodologa.

1. El ps como herra-mienta metodolgicaEl pensamiento sistmico es una de las conceptualizaciones o tcnicas de pen-samiento de mayor impacto en la actua-lidad por constituir un marco concep-tual que permite representar problemas dentro de patrones totales o generales. La implementacin de esta prctica per-mite el estudio de cualquier fenmeno y su experimentacin ha contribuido en la resolucin de mltiples problemas, donde otras perspectivas y reas del co-nocimiento han sido incapaces de abor-dar (Cavaleri y Sterman, 1997).

Los conceptos fundamentales del pen-samiento sistmico fueron desarro-llados en la primera parte del siglo 20

47

El pensamiento sistmico como herramienta metodolgica para la resolucin de problemas

Escuela de Ingeniera de Antioquia

en disciplinas tales como: la biologa, ecologa, psicologa y ciberntica. Nace formalmente de la teora general de sistemas, inventada por Ludwig Von Bertalanffy quien la introdujo a partir del cuestionamiento de la aplicacin del mtodo cientfico en problemas de la biologa, debido a que este mtodo se basaba en una visin mecanicista y causal que lo haca dbil como esque-ma para la explicacin de los grandes problemas que se dan en los sistemas vivos (Bertalanffy, 1968). Por lo tanto, y a partir de este cuestionamiento, se defini la teora capaz de describir la es-tructura y el comportamiento de los sis-temas, identificando sus propiedades, relaciones y reformulando el paradigma intelectual para entender mejor el mun-do que nos rodea.

Por consiguiente, el pensamiento sist-mico se define como la actitud del ser humano que se basa en la percepcin del mundo real en trminos de totali-dades para su anlisis y comprensin, y difiere del planteamiento del mto-do cientfico, que slo percibe partes de ste de manera inconexa (Chand-ler y Boutilier R., 1992). Integra tanto el anlisis de las situaciones, como el planteamiento de hiptesis dinmicas que proponen soluciones en las cuales se tienen que considerar diversos ele-mentos y relaciones que conforman la estructura de lo que se define como sis-tema y su entorno.

Un sistema es una entidad que mantie-ne su existencia y funcionamiento como un todo a travs de las interacciones de sus partes (OConnor y McDermott, 1997). Bajo esta perspectiva, el sistema se considera como un elemento dotado de mltiples interacciones y propieda-des, el cual tiene un fin comn donde todas las partes aportan una contribu-cin para cumplirlo.

Las ideas fundamentales de pensa-miento sistmico no han cambiado significativamente sobre los aos; stas generalmente expresan lo siguiente:

- Las situaciones se ven de manera holstica, compuestas por un con-junto de elementos diversos que interactan dentro de un entorno.

- Reconocer que las relaciones o in-teracciones dentro de los elemen-tos son ms importantes que los mismos elementos al determinar el comportamiento del sistema.

- Reconocer que existe una jerarqua de niveles del sistema y propieda-des emergentes en esos distintos niveles.

- Aceptar (especialmente en siste-mas sociales) que las personas ac-tan acorde con sus propios pro-psitos y racionalidades.

En el mbito organizacional, por ejemplo, esta lgica tiene una gran incidencia, puesto que es posible ver a la organizacin, ya no como una suma de sus partes que trabajan aisladas

48



cumpliendo objetivos independientes, (Bakken, et al, 1992) como lo plantea el esquema tradicional sino que dicha organizacin puede ser el resultado de todas las interacciones entre los elementos de la compaa, considerando que todos los elementos poseen una fuerte influencia y que los comportamientos emergentes o resultados (positivos o negativos) de la misma dependen de la sinergia, comunicacin, conexin, fuerza de trabajo y toma de decisiones que surgen a nivel de cada elemento (Dangerfield y Roberts,1995).

Estos supuestos implican que el resulta-do final est condicionado por los inte-reses y valores que posean dichos entes involucrados. Por tal motivo es funda-mental apuntar a que exista un inters comn centrado en la necesidad de la conservacin de la compaa.

De manera especfica, el enfoque sist-mico sealado, aplicado al estudio de las organizaciones, plantea una visin interconectada y multidisciplinaria que posibilita analizar la empresa de ma-nera integral, permitiendo identificar y comprender con mayor claridad y pro-fundidad los problemas organizaciona-les, sus mltiples causas y consecuen-cias (Bakken, et al., 1992). As, y viendo a la organizacin como una entidad integrada, conformada por partes que se interrelacionan entre s a travs de una estructura que se desenvuelve en un entorno determinado con caracte-

rsticas y realimentaciones sistmicas, se est en capacidad de poder detectar las problemticas y procesos de cambio que ocurren dentro de la misma (Gre-gory A.J. Target Setting, 2007). Esto im-plica adoptar entendimiento del desa-rrollo y evolucin del talento humano, del uso de recursos, del avance tecno-lgico, de la gestin del conocimiento, de la implementacin de los modelos organizacionales y de los procesos de toma de decisin.

En mbitos relacionados con la inge-niera, por ejemplo, el pensamiento sistmico tiene una fuerte incidencia y aplicacin donde su conceptualizacin contribuye en el modelamiento de sis-temas y fenmenos complejos a partir de la concepcin de los objetos (natu-rales o artificiales) y sus dinmicas (sim-ples o complejas) existentes o intangi-bles (Forrester y Senge, 1980).

El pensamiento sistmico se convierte entonces, en una herramienta til para la formulacin de modelos en muchos mbitos, lo cual facilita al experto la in-teraccin con el problema de estudio y conlleva a la determinacin de los elementos fundamentales que deben involucrar los modelos con el objeto de plasmar adecuadamente las realidades de estudio (Doyle, et al., 1996).

Habitualmente, se siguen tres princi-pios bsicos del pensamiento sistmico en torno al modelamiento de los siste-mas (Checkland y Scholes, 1999):

49



1. La articulacin del problema

2. El anlisis de sistemas

3. El uso de modelos

A continuacin se explica cada uno de estos pasos.

1.1 la articulacin del problema

La articulacin del problema es el paso en el cual el modelador se cuestiona sobre el problema a resolver. Aqu debe identificar el problema real a estudiar, sin dejarse sesgar por los sntomas o por las dificultades que ocurren en el mismo. En este paso debe identificarse el lmite y la resolucin del modelo y el propsito fundamental del estudio.

Para esta caracterizacin inicial del pro-blema es adecuado discutir en grupo con expertos en el rea, realizar una investigacin histrica de las dinmi-cas del fenmeno, recolectar datos que ayuden a revelar tendencias y usar ob-servacin directa.

1.2 El anlisis de sistemas

Los conceptos de anlisis de sistemas son tiles en problemas relacionados con el planeamiento econmico, las ciencias sociales, ambientales y la geo-grafa (Wilson, 1981). La idea base del anlisis de sistemas en estos mbitos es generar un entendimiento profundo de los objetos de estudio o sistemas de inters, y a partir de este conocimiento poder predecir el comportamiento de tales sistemas en el futuro.

Bajo esta perspectiva, se entiende como sistema el objeto de estudio que tiene una coleccin de componentes que es-tn relacionados unos con otros o que interactan entre s de varias maneras. Algunos de estos componentes a me-nudo se juntan con otros sistemas o componentes externos estableciendo aun ms relaciones. El entorno fuera del sistema es conocido como ambiente y algunas veces es conveniente pensar que el sistema y el ambiente estn sepa-rados por un lmite donde puede haber transferencia o flujos de informacin (o material).

Un sistema que no comparte flujos (in-formacin, material, etc.) con el ambien-te es llamado sistema cerrado; de mane-ra contraria es llamado sistema abierto, un sistema que comparte flujos e infor-macin con el ambiente (Gregory A.J., 2007). Son llamados insumos, aquellos elementos o flujo de informacin que entran al sistema. Por el contrario, se llaman productos o resultados aquellos que salen del sistema hacia el ambiente (Wilson, 1981).

La manera en la cual un sistema es visto y definido depende del nivel de resolu-cin en el cual es adoptado. Un compo-nente que es visto a un nivel grueso de resolucin puede tener una estructura interna y un nmero de componentes distinto a comparacin con un nivel ms fino de resolucin (Forrester, 1977). El nivel de resolucin apropiado depen-de de los propsitos de anlisis y debe

50



ser escogido en relacin con la efectiva formulacin de problema y la facilidad con la cual una solucin puede ser ob-tenida. Adicionalmente, existen tres ni-veles de escogencia de escala: la escala espacial, relacionada con el nmero de unidades espaciales o zonas que sern usadas en el anlisis; la temporal, que se refiere a las unidades de tiempo, y la sectorial que est implicada con el n-mero de tipos de componentes a invo-lucrar en el anlisis (Wilson, 1981).

El siguiente paso en el argumento es definir las variables del sistema. stas son clasificadas como: variables end-genas, exgenas y de estado. Las va-riables endgenas, tambin conocidas como variables internas, surgen a partir de la interaccin de los elementos del sistema. Las variables exgenas, a dife-rencia, son aquellas que son atribuidas por el ambiente (Forrester, 1991). Las variables de estado establecen las ca-ractersticas que definen las distintas fases del sistema. De esta manera, los distintos valores asignados a las varia-bles representan las particularidades y las dinmicas en el tiempo del sistema. Igualmente, existen otros elementos llamados parmetros que actan como valores fijos, que describen aspectos de la estructura y son inalterables durante todo el horizonte de estudio (Wilson, 1981).

Finalmente, y para trminos de mo-delamiento, el comportamiento del sistema debe ser representado por for-

mulaciones lgicas (matemticas) que describan las interacciones o asocia-ciones entre los componentes. Con el anlisis anterior es posible identificar las propiedades emergentes de los sis-temas que no se observan al mirar tan solo sus partes individuales, y otorga la posibilidad de predecir el comporta-miento sistmico rompiendo con para-digmas de funcionamiento.

1.3 El uso de modelos

Bajo un enfoque sistmico, los mode-los permiten la imitacin de operacio-nes de un proceso o sistema del mun-do real a lo largo del tiempo. Son una declaracin, no ambigua, de la forma en que interactan los componentes del sistema bajo estudio (Checkland y Scholes, 1999). Los modelos sirven para mejorar el entendimiento del sistema real, para predecir comportamientos, y para valorar alternativas para mejorar-los y transformarlos. Bajo la perspectiva sistmica, un modelo est compuesto por los componentes ms importantes que el diseador cree afectan el sistema bajo estudio representados en variables exgenas, endgenas y de estado (Ster-man, 2000).

Los modelos buscan ser acelerado-res de aprendizaje, ya que el modela-miento efectivo est determinado por iteraciones constantes entre experi-mentos y aprendizaje en el mundo vir-tual construido, retroalimentados con experimentaciones y aprendizaje del

51



mundo real. Por lo tanto, el procesa-miento de modelado consta de cuatro pasos fundamentales que interactan constantemente en todo el transcurso de construccin del modelo; estos son: la identificacin de relaciones dinmi-cas, la formulacin, la validacin y el planteamiento de polticas y la evalua-cin final (Checkland y Scholes, 1999).

Identificacin de relaciones dinmi-cas. En este paso el diseador desarro-lla una teora acerca del comportamien-to problemtico y construye relaciones que explican el fenmeno en trminos del enfoque metodolgico adoptado. La estructura debe especificar la din-mica del sistema y las reglas de interac-cin entre variables y agentes involu-crados en el modelo.

Formulacin del modelo. En este paso se realiza una formalizacin completa del modelo con todas sus ecuaciones, parmetros y condiciones iniciales; es aqu cuando empieza a descubrir el en-tendimiento acerca del problema y la habilidad para representarlo.

Validacin. Equivale a probar el com-portamiento y la estructura del modelo construido. Se debe garantizar que cada variable corresponda a un concepto en el mundo real, y que cada ecuacin ten-ga su fundamento terico y dimensio-nal. Asimismo, debe efectuarse la con-frontacin del comportamiento y los resultados del modelo con la estructura real bajo estudio.

Planteamiento de polticas y evalua-cin. Una vez se tenga entendimiento, confianza en la estructura y comporta-miento del modelo se disean las polti-cas para el mejoramiento, implementar nuevas estrategias, estructuras y reglas de decisin que conlleven al sistema al punto deseado.

Los modelos se enmarcan en acerca-mientos que involucran ciencias exac-tas, econmicas y de la computacin. A continuacin se describen algunas de los principales disciplinas que han acompaado el uso de modelos, y se describe cmo el pensamiento sistmi-co puede contribuir a cada una de ellas.

Modelos econmicos

Los modelos econmicos han sido pro-puestos histricamente como formu-laciones de las actividades ms impor-tantes que incumben a las relaciones sociales y sus dinmicas agregadas. Este tipo de modelos identifica factores pro-ductivos, leyes econmicas particulares y tratamientos especficos que dan res-puesta a los fenmenos de oferta, de-manda, uso, asignacin, distribucin de recursos y productividad. A lo largo de la historia, los modelos econmicos han sido enmarcados principalmente con dos consideraciones: la microeconmi-ca que incumbe una visin desagrega-da de los fenmenos y la macroecon-mica que constituye un estudio con una dimensin agregada (Abraham y Hunt, 2002).

52



A nivel micro, los modelos estn estre-chamente asociados a las decisiones lo-calizativas e individuales de los agentes, que pueden ser: empresas, organizacio-nes, familias, entre otras; y la metodolo-ga permite representar los fenmenos que construyen el espacio econmico; como reglas de mercado, ajuste del precio, asignacin de valor, decisiones productivas, ventajas de aglomeracin, demanda, accesibilidad, equilibrio e interaccin en todas las actividades lo-calizadas (Alonso, 1964). A nivel macro, los modelos intentan plasmar realida-des globales, elementos y bienes tota-les con el fin de extraer indicadores de comportamientos generales.

El pensamiento sistmico es una he-rramienta que contribuye en el mo-delamiento econmico dado que, en general para todo anlisis de este tipo sea macro o micro, deben establecerse claramente los subsistemas en el an-lisis, sus relaciones e interacciones, sus flujos de informacin y niveles de re-solucin entre otras propiedades sist-micas. Todas estas interacciones deben ser claramente definidas con el fin de extraer indicadores que den respuesta a la situacin econmica de estudio en particular que se quiere modelar.

Un anlisis sistmico previo a un mo-delamiento econmico facilita la cons-truccin de circuitos macro y microeco-nmicos, identifica las sinergias que surgen de la interaccin de los entes econmicos y de los mercados, ayuda a

definir las relaciones matemticas que modelan el comportamiento y forma-lizan la sustentacin de las hiptesis que se desean probar con el modelo econmico.

Modelos con funciones de utilidad

Los modelos que usan funciones de uti-lidad, generalmente estn compuestos por dos componentes: un componente determinstico que puede ser calculado a partir de ecuaciones determinadas, y un componente estocstico que re-fleja la unicidad de los individuos y si-tuaciones que varan (Abraham y Hunt, 2002). Este componente estocstico es normalmente usado para representar el difcil proceso de toma de decisiones humanas, o la incertidumbre que lleva un determinado proceso.

Por otro lado, la base de cambio y toma de decisiones en estos modelos son go-bernadas a partir de procesos aleatorios y funciones matemticas de utilidad que modelan comportamientos poco intuitivos como, por ejemplo, la inten-cin humana de obtener beneficio. Estos comportamientos junto con las restricciones espaciales conllevan a que emerjan estructuras, rdenes y patro-nes caractersticos de comportamiento (Batty, 2005).

Bajo esta perspectiva, los modeladores que usan componentes estocsticos en sus estudios intentan representar de alguna manera esos comportamien-tos que no son esperados o que no se

53



logran entender en los sistemas. El pen-samiento sistmico contribuye tambin en este tipo de modelamiento, porque se cree que dichos comportamientos inciertos son patrones emergentes que surgen de la sinergia y de las interac-ciones del sistema. De esta manera, un anlisis sistmico previo que ayuda a entender o a esclarecer dichos patrones emergentes y en algunos casos inclu-so a predecirlos, facilita en trminos de modelamiento la construccin de las funciones matemticas con componen-tes determinsticos y estocsticos que pueden representar las realidades bajo estudio.

Modelos dinmicos

Un modelo dinmico es aquel que re-presenta sistemas que cambian y que tienen una secuencia progresiva en el tiempo. Generalmente contienen dos partes: la matemtica, que involucra las ecuaciones que representan los fe-nmenos de estudio, y la dinmica, que establece las respectivas reglas de cambio. Un modelo dinmico de este tipo reaccionar instantneamente con el cambio de las variables en el tiempo. Por lo tanto esta concepcin se limita al desarrollo matemtico o algortmico que revele comportamientos dinmicos en el tiempo y patrones de estabilidad.

De esta manera, los modelos dinmicos construidos, ya sea a partir de asociacio-nes micro estructuradas (Clarke, Hop-pen y Gaydos, 2000) o a partir de reglas

definidas que determinan los estados presentes en trminos de los eventos pasados (Dendrinos, 2000), logran cap-turar relaciones dinmicas reales y pro-cesos de toma de decisiones entre los elementos.

El pensamiento sistmico para este tipo de modelos tambin tiene una fuerte contribucin, y radica en el hecho de que facilita en alta medida el entendi-miento dinmico de las variables. La di-ficultad ms notable en el modelamien-to dinmico es identificar cmo y a qu tasa cambian las variables del modelo, y cmo estos cambios afectan las otras variables y al sistema completo. Por lo tanto, el anlisis sistmico ayuda a en-tender qu variables son afectadas in-mediatamente ocurre un cambio de al-guna de ellas, y sobre todo identifica los ciclos de realimentacin o las dinmicas que ocurren a nivel global en todo el sistema. Con esta metodologa se pue-de hallar cmo es el comportamiento global del sistema en aras de realizar la validacin de los modelos construidos.

Modelos de Prediccin

Esta nocin cabe dentro de la idea de usar modelos matemticos para descri-bir el comportamiento de un fenmeno que est bien establecido. En algunas ocasiones es posible derivar un modelo basado sobre leyes, las cuales permiten calcular el valor de una cantidad depen-diente del tiempo. De esta manera se puede calcular la concentracin de una

54



sustancia de una reaccin qumica en un determinado tiempo, o la trayectoria de un misil impulsado desde una cierta posicin, con una direccin y velocidad conocidas (Box y Jenkins, 1976).

Sin embargo, no todos los modelos son completamente determinsticos. Exis-ten factores desconocidos tales como la velocidad y direccin del viento, por ejemplo, en un modelo que inten-te definir la trayectoria de un misil. En muchos problemas es necesario definir factores desconocidos de los cuales es imposible escribir un modelo determi-nstico que permita calcular con exacti-tud el futuro comportamiento de un fe-nmeno (Box & Jenkins, 1976). Se debe construir un modelo que puede ser usa-do para calcular la probabilidad de un valor futuro, perteneciente a un rango especificado. Estos tipos de modelo son llamados modelos estocsticos. Son ne-cesarios para alcanzar ptimas predic-ciones y especificaciones adecuadas de control y planificacin.

En este caso, tambin es conveniente hacer un anlisis sistmico debido a que esta clase de modelos tambin se construyen a partir de relaciones de va-riables e incluso a partir de interaccio-nes de la misma variable. De esta mane-ra, un anlisis sistmico previo ayuda a identificar retardos entre las variables o, lo que es lo mismo, detectar cundo el efecto de una variable sobre otra no tiene una incidencia inmediata en el tiempo. Dado este racionamiento, la uti-

lidad del PS en este tipo de modelos es alta, puesto que muchos de los plantea-mientos economtricos o de prediccin cumplen con la caracterstica de retar-dos entre las variables.

2. herramientas de pensamiento sistmico

2.1 diagramas causales

Los diagramas causales estn enmarca-dos dentro de las ideas fundamentales de la dinmica de sistemas que fue de-sarrollada por Jay Forrester en el MIT, en el ao 1960. l estuvo interesado en modelar el comportamiento dinmico de los sistemas, tales como las pobla-ciones de las ciudades, y cadenas de suministro industriales (Forrester, 1971). l argument que el comportamiento de tales sistemas complejos a cualquier nivel, resulta de las estructuras de flujos, retardos, informacin y relaciones de retroalimentacin y uso los diagramas causales como representacin de di-chas relaciones.

Los diagramas causales son una herra-mienta til para identificar la dinmica de los sistemas. Ellos ilustran la estruc-tura de realimentacin del sistema y sir-ven para identificar los mapas mentales de las organizaciones, de las estructu-ras conformadas por varios elementos y para revelar patrones de comporta-miento individual (Vo, Chae y Olson, 2007).

55



Los diagramas causales tambin son tiles en la elaboracin y comprensin de los modelos y para la construccin de hiptesis dinmicas, y facilitan la ob-tencin y transmisin de conocimiento. Su conceptualizacin parte de la simple definicin de causalidad que represen-ta el efecto (inmediato o retardado) que una variable puede tener sobre la otra (Sterman, 2000).

Los diagramas causales estn confor-mados por variables que son unidas a travs de flechas que determinan la relacin causal entre una variable y la otra. La variable base (o la que causa el efecto) est posicionada en la base de la flecha y es la que produce el efecto sobre la variable que se encuentra en la punta de la flecha (variable destino) (Perkins y Grotzer, 2005). La categori-zacin del efecto o la relacin causal se define por un smbolo de polaridad (+ ) que depende de si el efecto que cau-sa la variable base sobre la variable des-tino es positivo (+) o, por el contrario, si el efecto es negativo (), entendindose como positivo o negativo incrementos o decrementos observados en la varia-ble afectada.

Identificadas las variables, relaciones causales y polaridades de todo el es-quema, se procede a definir los identi-ficadores de ciclos o de realimentacin. Estos se definen a partir de una flecha curva en direccin de la evolucin del ciclo, y pueden ser positivos o de refuer-zo (R). Se tiene un ciclo de refuerzo si al

partir positivamente de una variable base, y siguiendo el efecto sobre todas las variables que involucran en el ciclo, se regresa a ella de forma positiva, o lo que es lo mismo cuando el producto de todas las polaridades inmersas en el ci-clo da como resultado un valor positivo (Sterman, 2000).

De la misma manera pueden identificar-se ciclos negativos o de balance (B) para los cuales al partir positivamente de una variable base se regresa a ella des-pus de recorrer todo el ciclo, de forma negativa, o por consiguiente cuando el producto de todas las polaridades del ciclo da como resultado un smbo-lo negativo (-). En general, los ciclos de refuerzo estn asociados a comporta-mientos exponenciales crecientes y de-crecientes de las variables que se afec-tan en el ciclo, y los ciclos de balance, por el contrario, limitan el crecimiento y generan patrones estabilizadores en las variables involucradas en el ciclo.

Otro aspecto importante que puede ser identificado con este tipo de estructura son los retardos implcitos dentro del sistema que afectan en gran medida los fenmenos reales. Como la caracteriza-cin de las variables se hace una a una es fcil ver cundo el efecto no es inme-diato y esto ayuda notablemente en la formulacin final del modelo (Chandler y Boutilier, 1992).

La Figura 1 (Sterman, 2000) Ilustra un ejemplo simple de diagrama causal para estimar el efecto de la variable

56



nacimientos y muertes sobre la poblacin. En el ejemplo se identifican dos ciclos de realimentacin, uno positivo y otro negativo que afectan la poblacin de una localidad.

Figura 1. Ejemplo Diagrama Causal. To-mado de (Sterman, 2000)

La combinacin de varios ciclos de es-tos dos tipos es suficiente para intuir los comportamientos dinmicos de los sistemas bajo estudio y facilitar el futuro esquema de modelamiento, puesto que para el diseador del problema le es f-cil identificar: las variables relevantes del sistema, las interacciones y sus re-laciones, los retardos, las dinmicas del sistema total y los ciclos de realimenta-cin. De esta manera, el proceso meto-dolgico facilita la obtencin de formu-laciones matemticas que conlleven al correcto modelamiento del fenmeno.

La conformacin de estructuras de este tipo ha definido conocidos arquetipos en la literatura (Daniel y Lannon, 1994). Estos son aquellas estructuras e hip-tesis aceptadas que revelan comporta-mientos comnmente encontrados en la realidad. El siguiente apartado habla de esta importante herramienta del pensamiento sistmico.

2.3 arquetipos

Extensivos y complejos estudios de si-mulacin pueden ser resumidos des-cribiendo un diagrama estructural sim-plificado del modelo resultante. Dichos diagramas son comnmente conocidos como arquetipos, los cuales son es-tructuras que representan y clasifican estructuras sistmicas, definiendo sus comportamientos (Kim, 1995). Los ar-quetipos juegan un importante rol en todos los procesos del pensamiento sistmico y, por tal motivo, recientes estudios de pensamiento sistmico se enfocan en mejorar y refinar arqueti-pos. Los arquetipos buscan encontrar comportamientos intuitivos de los sis-temas de estudio y pueden ser vistos como una sntesis de varios anlisis (cualitativos y cuantitativos) e intentos de modelamiento de expertos, que pro-ducen conocimiento general en nuevas aplicaciones y sistemas. Esta definicin los hace un mecanismo muy poderoso para acelerar el aprendizaje.

Estos describen patrones comunes de comportamiento en las organi-zaciones. Sirven como herramientas de diagnstico y como herramientas prospectivas para dar alertas a los to-madores de decisiones para futuras consecuencias no intencionadas. Tam-bin revelan las soluciones fundamen-tales haciendo del tiempo una varia-ble explicita en la toma de decisiones.

57



Por lo tanto, los arquetipos sistmicos son herramientas altamente efectivas para identificar patrones de comporta-miento; ellos reflejan la estructura fun-damental bajo estudio y pueden ser aplicados de dos maneras: como diag-nstico y cmo prospectiva (Goodman and Kleiner, 1994).

Como diagnstico, los arquetipos ayu-dan a los tomadores de decisiones a reconocer patrones de comportamien-to que ya han sido representados en los sistemas y sirven para entender la estructura fundamental de los mis-mos. Por lo tanto, en la planeacin son de gran uso, ya que a partir de ellos se formulan las pautas o las medidas por las cuales se espera lograr determina-dos fines en una estructura u organi-zacin. Tambin pueden ser aplicados para probar si las polticas y estructuras que se estn implementando llevan a producir el comportamiento deseado, y cuando se estn presentando fen-menos negativos se pueden tomar me-didas de control antes que los cambios sean efectuados e integrados en la es-tructura del sistema.

El arquetipo genrico de la Figura 2 ilus-tra un tipo llamado Shifting the Bur-den, el cual es el primero de muchos arquetipos que ilustra la consecuencia de idear soluciones sintomticas y no fundamentales a los problemas que ocurren en una organizacin o en un problema determinado.

Figura 2. Arquetipo Shifting the Bur-den. Tomado de (Braun, 2002)

El arquetipo ejemplo muestra que las soluciones fundamentales o a largo pla-zo requieren un mayor entendimiento y aprendizaje del problema y que en muchas ocasiones (generalmente por la presin que se genera dentro de la organizacin) se idean soluciones sinto-mticas que requieren un menor apren-dizaje del problema pero que al final terminan siendo ms perjudiciales para la organizacin por el efecto adverso que producen. El Comportamiento en el tiempo de este arquetipo se ilustra en la Figura 3. La formulacin de otros arquetipos se definen en Braun, 2002.

58



Los arquetipos ofrecen un gran cono-cimiento de los problemas y un funda-mento slido sobre el cual un modelo puede ser desarrollado y construido. Sin embargo, raramente son modelos sufi-cientes para realidades particulares por su naturaleza genrica y normalmente fallan al revelar importantes variables que son parte del sistema real de un problema especfico, pero sirven como una completa gua para desarrollar for-mulaciones matemticas precisas (Mea-dows, et al., 1972).

2.4 anlisis de complejidad

Un sistema complejo se puede definir como aquel que tiene las siguientes caractersticas (Beckmann y Guthke, 1995):

Posee condiciones de aleatoriedad e incertidumbre: en algunas oca-siones se desconoce el valor y com-portamiento de sus variables.

Es incierta la forma cmo va a reac-cionar el sistema por el desconoci-miento de sus dinmicas internas.

El sistema es regido por comporta-mientos y dinmicas no lineales.

Posee un alto nmero de variables e interacciones.

Las causas y efectos que el siste-ma experimenta pueden no ser proporcionales.

Las diferentes partes del sistema es-tn conectadas de manera sinrgica.

Existen realimentaciones positivas y negativas.

Son sistemas abiertos, lo que im-plica que intercambian material, energa y flujos de informacin con el entorno.

Tienden a llevar procesos irreversibles.

Las estructuras fsicas (regulares e irregulares) juegan un papel funda-mental en el sistema.

Figura 3. Comportamiento Shifthin the Burden. Tomado de Braun, 2002

59



Son dinmicos y difcilmente llegan al equilibrio.

Frecuentemente sufren cambios sbitos o contra intuitivos.

Los sistemas complejos son comn-mente encontrados en la naturaleza, en estructuras sociales y en sistemas artifi-ciales que han sido desarrollados por el hombre. El reto siempre ha consistido en generar herramientas y habilidades para analizar los comportamientos de este tipo de sistemas (Ackoff y Gharaje-daghi, 1985).

La idea siempre ha consistido en definir procesos, que capturen las caractersti-cas fundamentales de los sistemas com-plejos de manera sistemtica organiza-da, a fin de ayudar al analista a evitar la omisin de los factores ms destacados, tanto en su manifestacin fsica como en su manifestacin estructural.

Entre los procesos que han sido desa-rrollados, enmarcados dentro del pen-samiento sistmico para abordar siste-mas con estas caractersticas se destaca a nivel organizacional, el conocido pro-ceso CLIOS (Complexity Large Scale - Interconected Open Sociotechnical) (Sussman, 2007), el cual es un enfoque interdisciplinario que considera el es-pacio fsico de las estructuras y ayuda al desarrollo de alternativas estratgicas considerando altos niveles de incerti-dumbre, anlisis tecnolgicos, reglas institucionales, restricciones jerrquicas y polticas.

El proceso CLIOS define tres importan-tes fases: la primera relacionada con la representacin del sistema, en la cual se identifica la estructura en trminos del dominio fsico e identificacin de los subsistemas envueltos en la estructura poltica e institucional, y el comporta-miento en el cual se identifica el grado y naturaleza de la interaccin de los com-ponentes con las conexiones dbiles o fuertes y los ciclos de realimentacin.

Un segundo paso define el diseo, la evaluacin y la seleccin del sistema complejo bajo estudio. En esta etapa se mide el rendimiento de todo el sistema y de los subsistemas. Tambin se estima cmo puede mejorarse el rendimiento de la estructura a partir de alternativas estratgicas, y finalmente se implemen-ta un modelo donde se evala la actual estructura institucional y se administra el sistema para alcanzar niveles razona-bles de rendimiento.

Los estudios de sistemas complejos como el anterior han permitido el de-sarrollo de tcnicas muy poderosas de simulacin, como la simulacin basada en agentes, la cual es el estudio compu-tacional de procesos modelados como sistemas dinmicos de interaccin de agentes, donde agente se refiere a la programacin de caractersticas y m-todos de comportamiento instauradas en clases que representan entidades que forman parte de un mundo compu-tacionalmente construido (Duffy, 2008).

60



La dinmica de sistemas es otra meto-dologa de bastante apogeo en la actua-lidad, que permite construir simulacio-nes de sistemas sociales y econmicos complejos, entre otros. Maneja un len-guaje formalizado en el cual se usan como conceptos los diagramas de flujos y niveles, y el modelamiento es definido a partir de ecuaciones diferenciales in-tegradas a partir de mtodos numricos (Sterman, 2000). Este tipo de modela-miento se basa principalmente en en-tender la estructura sistmica del obje-

to de estudios a partir de los diagramas causales discutidos anteriormente.

3. Estado del arteEn la Tabla 1 se citan algunos de los trabajos ms representativos que usan el pensamiento sistmico como herra-mienta metodolgica para sus estudios. Para esta clasificacin de los estudios se especifica la visin adoptada de anlisis, los componentes que estn incorpora-dos en los estudios que explican sus for-talezas y debilidades.

Tabla 1. Estado del arte. Pensamiento sistmico como herramienta metodolgica

Nombre del Modelo / cita Bibliogrfica

Visin Componentes Qu Explica Fortalezas Debilidades

Applying a systems thin-king framework to assess knowledge assets dyna-mics for business perfor-mance improvement.

(Schiuma Giovanni, Ca-lucci Daniela, Sole Fran-cesco 2012)

Aplicacin empresarial (Negocios)

Gestin de cono-cimiento en los activos empresa-riales, estructu-ras de negocio, p e n s a m i e n t o sistmico

Mecanismos de trabajo para ges-tionar activos empresariales a travs de gestin de conocimien-to y pensamien-to sistmico

Usa diagramas cau-sales para entender el comportamien-to de gestin de activos

No incluye simulacio-

nes compu-tarizadas ni se apoya en arquetipos sistmicos conocidos

Understanding the com-plex nature of engineer-ing technology selection

(Xiaofeng Ju, Peng Jiang, Yun Yan, 2012)

Aplicaciones en Ingeniera

Soporte a la de-cisin- Tec-nologas en ingeniera, pensa-miento sistmico

Aplica pen-samiento sis-tmico para enfrentar la complejidad en la seleccin de tecnologas de ingeniera

Usa modelos mate-mticos que repre-sentan relaciones sistmicas

No incluye esquemas sistmicos

Systems Thinking in Innovation Project management

(Kapsali Maria, 2011 )

Administracin de proyectos

Pensamiento sis-tmico en di-mensiones de mercado, anlisis tecnolgico, es-tructura organi-zacional, impacto ambiental

Cmo el usar el p e n s a m i e n t o sistmico en la administracin de proyectos puede ayudar a que sean ms exitosos

Flexibilidad pa-ra ilustrar, com-plejidad e i n c e r t i d u m b r e en proyectos de innovacin

No incluye esquemas sistmicos

Who do you think you are? An examination of how systems thinking can help social marketing support new identities and more sustainable living patterns

(Conroy D. y Allen Q. 2010)

Marketing Social marketing, y pensamiento sistmico

Muestra cmo el pensamiento sistmico puede ayudar a identifi-car el cambio en las conductas de mercado de la sociedad

Usa el arquetipo sistmico iceberg como ejemplo.

No ilustra re-laciones di-

nmicas entre varia-

bles

61





Promoting Systems Thinking through Biolo-gy Lessons.

(Werner R Y Mischo C. 2010)

Educacin Simulacin com-p u t a r i z a d a Escenarios Bio-lgicos Pensa-miento Sistmico

Promover el p e n s a m i e n -to sistmico en el campo de la educacin pa-ra el desarrollo sostenible

Posibilita la ense-anza de varias formas de pensa-miento sistmico usando realsticas simulaciones por computador

No incluye todos los es-quemas de pensamien-to sistmico

Using MENTOR to Teach Systems Thinking and OR Methodology to First Year Students in New Zealand.

(Daellenbachand,H y Pet-ty N. W. )

Educacin Paquete educa-tivo, interactivo, multimedia

Ensea Pen-s a m i e n t o sistmico e in-vestigacin de operaciones

Ofrece un pode-roso esquema para ensear pen-samiento sistmico

Hace fal-ta esque-

mas de validacin

de modelos

Developing Unbound-ed Systems Thinking: Using Causal Mapping with Multiple Stakehold-ers within a Vietnamese Company.

(Vo, H. V, Chae B y, Olson D. L. )

Aplicacin empresarial

Diagramas causa-les - Pensamiento sistmico no limi-tado de Mitroff y Linstone

Como un mo-delo construido sobre mltiples p e r s p e c t i v a s ayuda a las or-ganizaciones a entender mejor las situaciones problemticas

Muestra la utilidad del pensamien-to sistmico en la organizacin

No ha-cen uso de arquetipos

Target Setting, lean sys-tems and viable systems: a system perspective on control and performance measurement

(Gregory AJ. 2007)

Administracin y control

Anlisis de siste-mas tipo Beer y Seddon.

Modelo para medir control y desempeo

Argumenta la importancia de qu comporta-miento de un sistema es pro-ducto de la in-teraccin de sus partes

Integra anlisis a sistemas tipo Beer y Seddon y evala cada paso de los procesos

No definen estructuras sistmicas

por medio de diagramas causales.

Development of sys-tem thinking skills in the context of Earth sys-tem education. Journal of Research in Science Teaching.

(Assaraf, O., & Orion, N 2005).

Educacin M e t o d o l o g a educativa para ensear pensa-miento sistmico. Diagramas causa-les de problemas complejos.

El desarrollo de habilidades sis-tmicas en es-tudiantes a partir del an-lisis de siste-mas complejos en este caso el hidro-ciclo.

Construccin de metodologa de en-seanza sistmica.

No se de-finen

arquetipos

Dimensions of causual understanding: The role of complex causual mo-dels in studentsunderstanding of science.

(Perkins, D. N., & Grotzer, T. A. 2005)

Educacin Diagramas Cau-sales - Arquetipos

La importancia del racionamien-to causal en los estudiantes

Explicacin de dia-gramas causales y su aplicacin en el pensamiento sistmico

Aborda una limita-

da gama de problemas

62





Bathtub dynamics: Initial results of a systems thin-king inventory. System

(Sweeny, L. B., & Sterman, J. D. 2000)

Consultora Metodologa Sis-tmica, Con-ceptual izac in terica de pen-samiento sist-mico, Diagramas de flujos y nive-les - Integracin Mtodos de resolucin

Medio para pro-bar la eficacia de las ayudas de formacin y de decisin utiliza-das para mejorar las habilidades del pensamien-to sistmico

Claridad en el aprendizaje y divul-gacin de concep-tos sistmicos

Ninguno

Measuring the effect of system thinking in-terventions on mental models.

(Doyle J, Radzicki M, Trees S. 1996).

Terico Pen-samiento Sistmico

Nueva metodo-loga para medir la habilidad del pensamiento sis-tmico para cam-biar paradigmas mentales

Describe las li-m i t a c i o n e s de las actua-les tcnicas dis-ponibles para cambiar los mo-delos mentales

Modelos Sistmi-cos Caracteriza-cin de modelos mentales

Falta definir arquetipos

de los mode-los mentales

4. conclusionesLa aplicacin del pensamiento sistmi-co en mbitos acadmicos y operativos establece un marco conceptual que permite abordar los problemas que sur-gen de la conformacin de estructuras avanzadas de informacin y de comple-jas organizaciones de los sistemas so-ciales. El pensamiento sistmico contri-buye a estructurar el entendimiento de las realidades, a constituir las bases para estudios posteriores de modelamiento y a definir los comportamientos de los sistemas.

Los tres principios bsicos del pensa-miento sistmico en torno al modela-miento de los sistemas son: la articu-lacin del problema que constituye la identificacin y elaboracin estructu-rada de los sistemas, el anlisis de sis-temas que involucra toda la concep-tualizacin del pensamiento sistmico

para entender los sistemas, y el uso de modelos que es la aplicacin de diver-sas herramientas en ingeniera para re-presentar las inferencias identificadas en los procesos sistmicos.

En este trabajo se introducen tres im-portantes herramientas del pensamien-to sistmico: los diagramas causales, que son estructuras que definen los ci-clos de realimentacin de los sistemas, los arquetipos, que son estructuras generales que definen los comporta-mientos de los sistemas y el anlisis de complejidad que busca representar sis-temas con altos nmeros de variables e interacciones. Cada una de esas herra-mientas ayuda a realizar aproximacio-nes importantes a los elementos de los sistemas y contribuyen en su modela-miento en ingeniera. Cada uno de estas herramientas constituye una extensa rea de investigacin.

63



En la revisin del estado del arte de es-tudios relacionados con pensamiento sistmico se pudo observar que el pen-samiento sistmico puede abordar dis-tintos mbitos del conocimiento y que la mayora de estos estudios se apoyan en diagramas causales para explicar los racionamientos sistmicos construidos. Dentro de los esquemas de modelacin revisados, se identific que hay mucho por aportar con respecto a la estructu-racin de arquetipos que definan patro-nes generales de comportamiento en los sistemas.

referenciasAbraham, J. y Hunt, J. (2002): Spatial mar-

ket representations: concepts and application to integrated planning models, University of Calgary, Canada. Department of Civil Engineering. 49th annual North American Meetings of the regional Science Association International.

Ackoff R y Gharajedaghi J. 1985. Toward sys-temic education of systems scientists. Systems Research 2(1): pp. 2127.

Alonso W. (1964): Location and Land Use. Cambridge, MA: Harvard University Press.

Assaraf, O., y Orion, N. (2005). Development of system thinking skills in the context of Earth system education. Journal of Research in Science Teaching, 42(5), pp. 518560.

Bakken BE., Gould JM y Kim D. 1992. Experi-mentation in learning organizations: a management flight simulator ap-proach. European Journal of Operations

Research 59(1): pp. 167182. Boston Globe 2000. 27 April: A27.

Batty, M. (2005): Cities and Complexity. Mas-sachusetts: MIT.

Bertalanffy, L. Von. (1968). General system theory: Foundations, development, applications. New York: Braziller.

Beckmann, J. F., y Guthke, J. (1995). Com-plex problem solving, intelligence, and learning ability. In P. A. Frensch & J. Fun-ke (Eds.), Complex problem solving: The European perspective (pp. 177200). Hillsdale, NJ: Lawrence Erlbaum.

Box, G., y Jenkins, G. (1976): Time series anal-ysis: forecasting and control. Universi-dad de Wisconsin, U.S.A, Holden-day.

Braun William. The system archetypes. 2002.

Cabrera D., Colosi Laura y Lobdell Claire. Systems thinking . Evaluation and Pro-gram planning. Elsevier. 2008. 31: pp. 299-310.

Cavaleri S, Sterman J. 1997. Towards evalua-tion of systems thinking interventions: a case study. System Dynamics Review 13(2): pp. 171186.

Chandler M, Boutilier R. 1992. The develop-ment of dynamic system reasoning. Contributions to Human Development 21: pp. 121137.

Checkland, P y Scholes J. Soft systems methodology: a 30-year retrospective. Systems Research and Behavioral Science (1999) Volume: 58, Publisher: Wiley, pp. 11-58.

Clarke, K, Hoen, S y Gaydos I. (2000): Meth-ods and techniques for rigorous cali-bration of a cellular automation model of urban growth. http://geo.arc.nasa.gov/usgs/clarke/calib.paper.html.

64



Conroy D y Allen Q. Who do you think you are? An examination of how systems thinking can help social marketing support new identities and more sustainable living pattern. Austral-asian Marketing Journal. 2010. 18. Pp. 195-197.

Daellenbachand H y Petty N. W. Using MEN-TOR to Teach Systems Thinking and OR Methodology to First Year Students in New Zealand. The Journal of the Op-erational Research Society, Vol. 51, No. 12,(Dec., 2000), pp. 1359-1366.

Dangerfield BC, Roberts CA. 1995. Project-ing dynamic behavior in the absence of a model: an experiment. System Dy-namics Review 11(2): pp. 157172.

Dendrinos, D. (2000): Land development and amenities: a predator - prey inter-action. The annals of regional science, pp: 1-14.

Doyle J, Radzicki M, Trees S. 1996. Measuring the effect of system thinking interven-tions on mental models. 1996 Interna-tional System Dynamics Conference.

Donella Meadows., Dennis Meadows., Jr-gen Randers y William Behrens. Limits to Growth, (New York: New American Library), 1972.

Duffy, J. (2008): Agent-Based models and human subject experiments. Hand-book of Computational Economics, V. 63. Pittsburgh.

Forrester, Jay. World Dynamics. Wrigth-Allen Press, Cambridge. 1971.

Forrester, Jay. Urban Dynamics. Wrigth-Allen Press, Cambridge. 1977.

Forrester, J.W. and Senge, P. (1980) Tests for building confidence in System Dynam-

ics Models, TIMS Studies in the Man-agement Sciences, Vol 14, pp. 209-228.

Goodman, M y Kleiner, A. Using the Arche-type Family Tree as a Diagnostic Tool, The Systems Thinker, December, 1993/January, 1994.

Gregory AJ. Target Setting, lean systems and viable systems: a system perspective on control and performance measure-ment. University of Hull. Journal of op-erations research Societ, Vol 58No. 11, Part Special Issue: Risk Based Methods for Supply Chain Planning and Man-agement (Nov., 2007), pp. 1503-1517.

Joseph Sussman. Frameworks and Models in Engineering Systems. MIT Open-CourseWare, Massachusetts Institute of Technology. Spring 2007.

Kim, D. Archetypes as Dynamic Theories, The Systems Thinker, June/July, 1995.

Kim, D y Kim, C. A Pocket Guide to Using the Archetypes, The Systems Thinker, May, 1994.

Kapsali, Maria. Systems Thinking in Innova-tion Project management. Internation-al Journal of Project Management. 2011. 29. Pp. 396-407.

OConnor J y McDermott I. The Art of Sys-tems Thinking: Essential Skills for Cre-ativity and Problem Solving. Thorsons. 1997. Pp. 113 156.

Perkins, D. N., y Grotzer, T. A. (2005). Dimen-sions of casual understanding: The role of complex causual models in students understanding of science. Studies in Science Education, 41, 117166.

Riess Werner y Mischo Christoph. Promoting Systems Thinking through Biology Les-sons University of Education Freiburg, German. International Journal of

65



Science Education Vol. 32, No. 6, 1 April 2010, pp. 70572.

Senge P. 1990. The Fifth Discipline: The Art and Practice of the Learning Organiza-tion. Doubleday: New York.

Silverman Barry. Unifying Expert Systems and the Decision Sciences. Journal of Operations Research, Vol. 42, No. 3 (May - Jun., 1994), pp. 393-413.

Schiuma, G., Calucci D., y Sole Francesco. Ap-plying a systems thinking framework to assess knowledge assets dynamics for business performance improve-ment. Expert Systems with applications. 2010. 39, pp. 8044-8050.

Sterman J. 1994. Learning in and about com-plex systems. System Dynamics Review 10(23): pp. 291330.

Sterman J. 2000. Business Dynamics: Sys-tems Thinking and Modeling for a Complex World. Irwin/McGraw-Hill: New York.

Vo, H., Chae, B y Olson D. L. Developing Unbounded Systems Thinking: Using Causal Mapping with Multiple Stake-holders within a Vietnamese Company. The Journal of the Operational Research Society, Vol. 58, No. 5, Special Issue: Problem Structuring Methods II (May, 2007), pp. 655-668.

Wilson, A. (1981): Geography and the Envi-ronment. Leeds: Jhon Wiley & Sons Ltd.

Xiaofeng Ju., Peng Jiang y Yun Yan, 2012. Understanding the complex nature of engineering technology selection: a new methodology based on systems thinking. Systems Engineering Procedia. 2010. 4 pp. 196-202.

OLE_LINK1OLE_LINK2_GoBack_GoBack_Ref324283813_Ref324283865_Ref324284200_GoBack_GoBack_GoBackEditorialValoracin de la concesin Ruta del Sol tramo I por Opciones Reales: Una alternativa de valor para la evaluacin financiera de las concesiones en ColombiaJaime Andrs Arango Bueno*, Mauricio Vsquez Barrera**

Sistema de gestin integral de provedores para el desarrollo de la industria martima en Colombia. Caso CotecmarJos Morelos Gmez*, Toms Jos Fontalvo Herrera**, Juan Carlos Vergara Schmalbach***

El pensamiento sistmico como herramienta metodolgica para la resolucin de problemas Federico Livano Martnez*, Jess Enrique Londoo**

Reflexiones sobre la importancia del proyecto Red de ngeles Inversionistas de Antioquia como instrumento para la dinmica del emprendimiento 2010-2011Ana Milena Jaimes Restrepo*, Mnica Marcela Zapata Vlez**

La Ingeniera de Mtodos y Tiempos como herramienta en la Cadena de SuministroAlexander Correa Espinal*, Rodrigo Andrs Gmez Montoya**, Cindy Botero Prez***

Aproximacin a la estructura ptima de capital de la empresa Mineros S.A.Natalia Meja Bautista*, Mauricio Moreno Arias**

El Riesgo del Endeudamiento: La Crisis de la Deuda Soberana y posibles ImplicacionesHermilson Ardila*, Christian Lochmller**, Jos Ignacio Mrquez***, Alejandro Pea****

Comunicacin e instrumentalizacin: consideraciones y aportes a la comunicacin y relaciones corporativas-ReflexinCatalina Calle Arango

Soluciones N8 Art 3

Documents

Transcript of Soluciones N8 Art 3