306

Teoría de
Sistemas

Ingeniería de Sistemas
 UNIVERSIDAD NACIONAL ABIERTA

Teoría de Sistemas
(Cod.: 306)

Ingeniería de Sistemas


CAV
Q295 Teoría de sistemas / [elaborado por] Miguel Génova, José Guzmán.
T4 -- Caracas: UNA, 1983.
2 v.: i1. ; 29 cm.
"Carrera Ingeniería de Sistemas-Estudios Profesionales V"
2007

1. Teoría de sistemas. 2. Educación a distancia--Módulo de estudio.

1. Universidad Nacional Abierta.
II. Génova, Miguel.
III. Guzmán, José.

Todos los derechos reservados.

Prohibida la reproducción total o parcial por cualquier medio gráfico, audiovisual
o computarizado, sin previa autorización escrita.

Universidad Nacional Abierta

Apartado Postal N° 2096
Caracas 1.010 A, Carmelitas, Venezuela

Copyright © UNA 1983

ISBN 980-236-183-6
Décima primera reimpresión, 2007

Registro de Publicaciones de la
Universidad Nacional Abierta
N° UNA-EP5-83-0144


UNIVERSIDAD
NACIONAL
ABIERTA

O. SIONA

T DE SISTEMAS

DISE DE NSTRUCCION

ip STA EN EVALUACIC)N
atriz Tanc redí, Lic. UNA

REVISIO Y DE CONWN
José 0. González, M.S. UNA
María A. Pérez de Ovalles, C!l$^. UNA
Gustavo Márquez. M., Innr. UNA


INDICE

Introducción 1

Objetivo del Curso

MODULO 1 Enfoques en las teorías de sistemas

Unidad 1 Diversos enfoques de las teorías de sistenta
Antecedentes
1.2. Sistemas e isomorfismos matemáticos... . 21
1.3. Isomorfismos entre sistemas abstractos,...vlvvv +

1.4. Teorías estáticas y dinámicas.. ..

1.5. Teorías deductivas y teorías inductivas....., . ..,
1.6. Teoría general de sistemas vv.vv••r.. v, 1 1 1

1.7. Relaciones entre los diversos enfoques

de teorías de s ,stemas ,

MODULO Enfoque inductivo de la teoría de sistemas » . * 59

Unidad 2 Principios y elementos de la teoría inductiva 1

2.1. Una visión particular dé la teoría de sistemas , 83
2.2. Conceptos fundamentales — 75
2.3. Definición de sistema
2.4. Clasificación de sistemas 11 t?
2.5. Glosario de términos 5

Unidad 3 Sistemas discretos — 1 29

3.1. Definición de sistemas discretos 131
3.2. Nivel de resolución para las cantidades
de los sistemas discretos 134
3.3. Nivel de resolución para el tiempo 138
3.4. Conceptos fundamentales 142
Unidad 4 Sistemas controlados 215
4.1. Definición 217
4.2. Actividad de los sistemas controlados 224
4.3. Comportamiento de los sistemas controlados ■ 227
4.4. Estructura UC de los sistemas controlados — 242
 Pág.
4.5. EstructuraST de los sistemas controlados : 257
4.6. Sistemas controlados determin3sticos 265
4.7. Sistemas controlados probabilísticos 271

MODULO III Análisis y síntesis de sistemas 297

U nidad 5 Análisis de sistemas 299
5.1. Presentación del problema de análisis 301
5.2. Casos fundamentales del problema de análisis de sistema 337
Unidad 6 Síntesis de sistemas 407
6.1. Presentación del problema 409
6.2. Casos del problema de síntesis 413

MODULO W Aplicación a situaciones reales 493

Unidad 7 Investigación de sistemas 495
7.1. Problemas fundamentales en el estudio de sistemas, 497
7.2. Presentación del problema de la caja negra 510
7 .3. La caja negra pura 518
7.4. Casos de la caja negra 540
7.5, Investigación de sistemas 545


iNTRODUCC i ON

La ingeniería de Sistemas se ha venido constituyendo en

una disciplina de suma importancia en los desarrollos tecnológi-
cos del mundo moderno, sustentándose en el aporte de conocimien-
tos generados en diversas áreas científicas que van desde las MI
temáticas a la Sóciología. Sin embargo, la sistematización de
sus aplicaciones y conocimientos propios, tienen que ver con el
desarrollo de teorías de los sistemas, ya sean específicas gene-
rales, ya sean aquellas o inductivas.

Este curso que llamamos Teoría de Sistemas, tiene por

jetivo ensefiar al estudiante a aplicar los conceptos y princi -
píos generales del análisis y síntesis de sistemas, bajo el enfo
que de una teoría inductiva desarrollada por George Klir,
en la solución de problemas. No obstante, el Módulo í estará -
dedicado a mostrar diversos enfoques en las Teorías de Sistemas.

El curso consta de cuatro módulos; en el Módulo 1, como

ya dijimos, se describen diversos enfoques que se han venido de
sarrollando en Teorías de Sistemas. En el Módulo ii se presen -
tan los conceptos fundamentales de la teoría inductiva que se de
sarrollará en este corso: cantidades y nivel de resolución, ac-
tividad, comportamiento, estructura de estados-transiciones, y
estructura del universo y de los acoplamientos; asi mismo, vere
mos la especialidad que adquieren dichos conceptos para dos im-
portantes tipos de sistemas: los sistemas controlados y los sis
temas discretos. Los Módulos 111 y iV estarán dedicados a pre -
sentar los tipos de problemas con que nos encontramos al traba -
jar con Sistemas. En el primero de ellos se discuten los proble
mas de análisis y síntesis de sistemas, y en el segundo, se desa
rroila el problema de la "caja negra". En forma sucinta de io -
que se trata es, que en cualquier problema relativo a un sistema
empezamos con ciertas propiedades conocidas del mismo, y tenemos
que encontrar las restantes.

11
 Por último, es conveniente informar al estudiante que no
existe un paradigma de la Teoría de Sistemas; esto es, no se -
ha desarrollado una teoría que satisfaga a todos los investigado
res de sistemas. Mas aún, seria un comentario audaz decir que
contaremos con esa teoría en un futuro venidero; sin embargo, -
los esfuerzos por construir esa teoría si están presentes.

OBJETIVO DEL CURSO

Aplicar los conceptos y principios generales del

análisis y síntesis de sistemas, bajo el enfoque
de una teoría inductiva, la resolución de pro
blemas.


MODULO

ENFOQUES EN LAS TEMAS SISTEMAS

INTRODUCCION

Las teorías de sistemas pueden interpretarse co-

mo una teoría formal, como una manera de mirar el mundo,
como una herramienta o como una forma de pensar. Los va-
riados y ricos enfoques de las teorías de sistemas, obe -
decen a una intensa búsqueda a lo largo y ancho de la in-
vestigación teórica de una disciplina científica j oven.

Poder ubicar cada aporte dentro de este tejido

cada vez más tupido, es importante para comprender los
instrumentos de análisis y síntesis de sistemas que se
están utilizando, sus limites y aplicaciones.

En este módulo se trata de describir algunos de

los principales enfoques sobre teorías de sistemas.

OBJETIVO

Describir los diversos enfoques de teorías de

sistemas.

13


UNIDAD

DIVES ENFOQUES I?E LAS TEORIAS DE SISTEMAS

INTRODUCCION

En diversas' publicaciones encontramos que se tra-

ta el concepto de Teorías de Sistemas de modo diferente.
Unas veces debido a que el significado del término "sis-
tema" no es el mismo, y otras porque la misma teor con-
tiene enfoques diferentes.

En esta unidad se describirán algunos estos

enfoques, de manera que se tenga una visión amplia de la
problemática actual en esta disciplina y de sus Principa-
les tendencias.

tendrá oportunidad de observar las teorías de

algunos sistemas específicos como la de circuitos linea-
, los desarrollos inductivos y deductivos de algunas
teorías y las llamadas teorías estáticas y dinámicas.

Por último se relacionará el enfoque inductivo

que ha desarrollado Georye J. l(lir con los otros enfo-
ques, pues será éste el que se desarrollará en los si-
guientes módulo por considerar su exposición y conteni- .
- do de carácter muy pedagógico y con aplicaciones direc-
tasen las disciplinas ingeniería en general.

OBJETIVOS:

1. Describir los dIveros enfoques que se han veni-

do desarrollando sobre. teorías &e sistemas.

15
 QUEMA 'DE CONTENIDO

Pág.
1.1. Anteceden 17

1.2. Sistemas e isomorfismos matemáticos:

el caso de los circuitos eléctricos ».

Isomorfismos entre sistemas abstractos:

lenguajes y estructuras matemáticas »

1.4. Teorías estáticas y dinámicas ». 35

1.5. Teorías deductivas y teorías inductivas 38

1.6. Teoría general de sistemas... . 4

.,. Relaciones entre los diversos enfoques de teorías de;s 47

Respuestas a los ejercicios ».».

Autoevaluaeióx ... .

Respuestas a la autoevaluació

Bibliografía . 57

16


ANTECEDIfiTESe

Aún cuando la noción de sistema es antigua, los

conceptos de sistema general y de teoría de sistemas
son bastante recientes. Es Ludwig Von Bertalanffy quien
los esboza públitamente en 1965 a raíz de la creación de
la Sociedad para el. Progreso de la Teoría General de sis; -
temas. Esta nueva visión revisaba el método clásico q.ue
concebía el objeto de la investigación cientifica coma
una agrupación de componentes aislados, cuyas propieda-
des una vez reunidas podían explicar las propiedades de
todo el objeto, y pone la atención en el objeto como un
todo cuyo comportamiento depende de las Propiedades de
sus componentes, pero también de la forma. como están oy e-
ganizadot.

Esta visión rápidamente se extendió por las cien-

cias naturales, sociales y en la ingeniería, y se ha lle -
gado a aceptarla como un nuevo paradigma. El propio Ber -
talanffy apunta las siguientes como razones de la acep-
tación del paradigma:

Las necesidades de las ciencias bit)» , so-

ciales y del comportamiento, junto con los avan-
ces de la tecnología, exigían una generalización
de lías conc s y modelos científicos que supe -
rara el concepto tradicional de las ciencias
físicas. Conceptos como los de organización,di-
rectividad, teleología (búsqueda consciente o no de
un fin o un objetivo) no tienen cabida en el sis -
tema clásico de la ciencia, sin embargo, son nece-
sarios para explicar a un organismo vivo,un computador o la
conducta humana.
2. La aparición de modelos conceptuales , y en algu-
nos casos incluso materiales, recogiendo aspec-
tos como interacción múltiple, organización,
autoregulación, dirección, etc., implica la in-
troducción de nuevas categorías en el pensamien-
to y la investigación científic .


3. Los problemas de complejidad organizada como la

interacción de un gran número, no infinito, de
variables, en lugar de las relaciones causa -
efecto de la ciencia tradicional. exigen unas he-
rramientas conceptuales nuevas. La ecología, la
cibernética, la sociología y la politología tra -
tan permanentemente con este tipo de problemas y
también la física moderna con sus complejos
los de átomos y partículas elementales.

4. La carencia en el ámbito de las ciencias socia-

les y del comportamiento, de instrumentos cientí -
ficos explicativos, como ha sido la metodología
tradicional en las ciencias físicas. Las teorías
de sistemas ha contribuido en esta búsqueda con
sus modelos organizativos (jerárquicos y no je-
rárquicos), sus teorías sobre la información,
las teorías de las decisiones y uuchos otros as-
pectos.

La incapacidad de la hetod tradicional pa

ra recoger los fenómenos estudiados en' biología
y en las ciencias sociales, como la organización
de los seres vivos, y sus agrupaciones, la con -
ducta humana y su relación con el atablen 'e so-
ci al y natural.

La nari. dad, como una condición de

los nuevos modelos y generalizaciones teóricas;
una sola visión de. nuestras disciplinas cientí-
ficas por lo general será parcial y pondrá su
atención en algunos aspectos.

18
Una consideración importante es que los nuevos
enfoques sistémicos no son excluyentes con otros.
En el pensamiento científico moderno no existe
un "sistema universal" único que lo abarque to-
do. Cada construcción científica es un modelo
que representa determinados aspectos de la reali -
dad. Las teorías de sistemas buscan esquemas que
sinteticen e integren estos modelos, buscando lo
común entre todos ellos.

Desde los años treinta, el nuevo enfoque al que

Se llamó método de los sistemas, comenzó a des-
cubrir y procesar pruebas de que ciertas propie-
dades de los sistemas no dependen de la naturale -
za específica, de estos, sino que son comunes a
sistemas de muy distinta naturaleza. Estas pro-
piedades se interpretaron como semejanzas (geométri -
cas, cinemáticas, termodinámicas) entre sistemas.
Después el significado de semejanza se amplió
hasta incluir sistemas con variables de di - sti reta
naturaleza física. Este tipo de semejanza que
ahora se conoce por analogía entre sistemas, se
basa en la semejanza de las ecuaciones algebrái-
cas o diferenciales que describen los sistemas
en cuestión. Se evidenció entonces, la posibi -
lidad de que una disciplina utilizara métodos
desarrollados por otra. Por ejemplo, la Teoría
de los Circuitos Generalizados es la aplicación
de procedimientos complejos del análisis de cir-
cuitos eléctricos a sistemas magnéticos, mecáni-
cos, acústicos, térmicos, de metodología mucho
menos avanzada.

19


La aplicación generalizada de los distintos tipos

de semejanzas constituyó el primer paso 2211de -
sarrollo del concepto de sistema general. La se-
mejanza es una relación ordinaria de equivalencia
(reflexiva, simétrica, transitiva), por Id tanto,
divide a todos los sistemas de una disciplina par -
ticular en clases de equivalencia. Todos los resul-
tados qué se derivan del estudio de un sistema de
una clase son aplicables a todos los sistemas de
clasé, utilizando las reglas de la semejanzas (re-
flexiva, simétrica y transitiva) que nos perMite
construir la clase de equivalencia. Por ejemplo,el
crecimiento de poblaciones de seres Vivos da lugar
a una clase de sistemas que crecen de acuerdo a una
ley exponenciall si existen limitaciones de espacia
o álimentos, habrá competencia y tendremos otra cl a-
se de sistemas que crecen dé acuerdo atila ley pa-
rabólica.

El proceso que condujo a la analogía de sistemas a

través de una generalizaci1n de la semejanza de los.
mismos, fue el segundo paso en 'a...Ión del
concepto
.. .
e
de sistema general. La analogía involucro,.
.

diversat disciplinas, relacionando conceptos, como

información y Inteopia, calor y magnetismo, etc.tl
concepto de analogía también introduj . o una relación
dé equivalencia; sin embargo, los elementos de una
misma clase eran sistemas procedentes de. distintas
disciplinas científicas, así los resultados de
investigación de un sistema pedieron transferirse a
otras diScipldnal, La más importente de las semejan -
zas es el llamado isocaorfi que desarrollaremos
en el siguiente punto.

Todos estos conocimientos de di versa procedencia,se

han ido acumulando y relacionando en un conjunto
que se ha venido llamando teoría general de siste-
mas.

20
 En los arios sesenta y setenta, se han. producido
distintos enfoques de la formalización de la teo -
ría general de sistemas, cada uno de ellos debí
do a propósitos y contextos determinados. En:
los próximos puntos veremos algunos de ellos,como
las teorías dinámicas y eltática$, las inductivas
y las axiomáticas, además del isomorfismo menoló -
nado.

EJE« C O PROPUESTO.

Explique can sus palabras, las razones por las

cuales se ira venido aceptando el parad gma de
sistemas en la ciencia moderna.

SISTEMAS E ISOMORFISMOS MATEI4ATICOSr' EL CASO

DE LOS CIRCUITOS ELECTRICOS.

Un sistema Matemático consiste en un con junto

. ementos y unas relaciones éspecificadás con preciti
entre= ellos..

Se dice que dos sistemas matemáticos son isomor-

fos uno con respecto al otro, cuando puede establecerse
una correspondencia biunívoca entre los elementos de
ambos, y cuando toda relación definida, entre los elemen-
tos de uño . cualquiera de ellos también se cumple entre
los elementos correspondientes del otro, El isomorfismo
entre dos distemas matemátíces, induce un isomorfismo
conceptual entre los sistemas concretos que rePresentan.

21


Dos sistemas concretos son conceptualmente iso-

morfos el uno con respecto al otro, si ambos pueden re-
presentarse por medio del mismo modelo matemático. Por
ejemplo, el crecimiento del dinero en una cuenta banca-
ria y la desintegración de los átomos de radio responden
a la ley exponencial.

El concepto de isomorfismo lleva a una clasif cae'

eión de todos los sistemas que pueden representarse
medio de modelos matemáticos. Si los sistemas están re-
presentedós ' por sistemas matemáticos isomorfos, todos los
teoremas del sistema matemático son aplicables a todas las
consecuencias deducidas de la 'definición de los sistemas
especificos. El concepto de isomorfismo matemático es
una poderosa herramienta para integrar teorías-de sisee -
aras específicos.

A. continuación describiremos sistemas qué son iso -

morfos matemáticamente, utilizando los sistemas eléctricos
como loss-sistemas en los diales ' se desarrolle una teoría
generalizable a los demás sistemas.

EJERCICIO .,.,..,
PROPUESTO.

2. Responde con sus propias palabras cuándo dos OS-

temes se consideran isomorfos y de ejemplos.

Sistemas eléctricos.

Uno de los isomerfisinos más conocidos es el que

se ha desarrollado entre los modelos de circuitos eléc-
tricos y los modelos de otros sistemas físicos (mecáni-
cos, hidraúlicos, térmicas, etc.) y entre algunos mode -
los socio-económicos. Veamos come en este caso concreto

22


se desarrolla esta poderosa herramienta. La teoría de

circuitos contempla tres componentes: resistencia (R),
inductancia (1) y capacitancia (C) que corresponden a
tres tipos de relaciones que se dan en el tiempo y el
espacio entre el voltaje U) y la corriente eléctrica
O), Las relaciones y representaciones gráficas se
dan en la figura 1.1. (Ver Curso Física )

Resistencia Inductancia Capacitancia

L C

t
= . di idt+ V(0
U°
dt o

d
i(o)
dt

Figura 1.1
Símbolos y relaciones de los tres tipos de
componentes utilizados en circuitos eléctricos

Otra relación importante en el análisis de circui-

tos es la que relaciona carga eléctrica con corriente
eléctrica

dq
q e idt q(o)
dt

donde es la carga eléctrica

23


Diferentes comb4datiorte$ de los componentes gene-

rara diferentes modélos matemt-lcot, como se muestra en
la figura N° 1.2

e (t)= Re id.t (V(OJ =

q,
dt dt2

di
+ pi idt
dt

Figura 1.2
Diferentes modelas matemáti caos de
circuitos eléctricos

Combinaciones de una L o una C darán lugar a ecua -

c.ior diferenciales de primer orden, combinací oy de
dos o más 1. y C darán lugar a ecuaciones diferenciales
de segundo orden.

24


La. teoría de circuitos ha creado una serie de

umentos analíticos poderosos que. permiten resolver
cualquier circuito eléctrico. Entre estos los más impor-
tantes son la transformada de Laplace y la. transformada
de Fourier que permiten analizarlas ecuaciones diferen ..
cieles como ecuaciones algabráicas.

Esto permite estudiar y analizar las diferentes

situaciones que se presentan en estos sistemas, tales
como regímenes transitorios y permanentes de las varia-
bles de los sistemas, estabilidad, respuesta a diferen-
tes entradas.

La transformada de Laplace permite el análisis

de respuestas a diféreñtes funciones temporales y la
transformada de Fourier facilita el análisis de señales
de diversas frecuencias. Ambas .son complementarias Y
facilitan análisis de estabilidad. .Otras instrumentos
importantes SOn teoremas específizes como el de. Thevenin
el de Norton, o Iplitades como el de valor final ó va-
los inicial. Así Memo, la teóría de grifos y los dia -
gramas de bloques, se utilizan frecuentemente para aná -
lisis complejos. Otros instrumentos Matemáticos se han
desarrollado para resolver problemas específicos. . gu
nos de estos instrumentos los hemos estudiado en Metemá -
ticas Vy en Física General II.

Todo este instrumental está a nuestra disposición

para el análisis de cualquier otro tipo de sistema, cuyos
elementos den lugar a ecuaciones diferenciales de rimero
a segundo orden, como se muestra a continuación.

Sistemas mecánicos.
Un sistema mecánico clásico es el que se muestra
en la figura, consistente de un resorte (Kr) y una masa
(N) sujeta a fricción (0), a la cual se le aplica una
fuerza (F). (Ver Física General 1 ).

25


El comportamiento dinámico del sistema lo dan las

variables posición (x), velocidad dx y aceleración
(d2x dt
dt2

Cada uno de los elementos. determina una cierta re

lación entre estas variables y la fuerza aplicada, que
son las siguientes:

F Krx ; F dx
dt

La composición total de las fuerzas del sist

nos aa

d2x, + Krx
d
Esta ecuación es isomorfa con la que observamos
en el circuito kiLC

e=

Los modelos son isomorfos bajo correspondencia

Kr 1
B 4-4
t

Esta correspondencia nos permite aplicar el ins -

trumental del análisis de circuitos al estudio de estos
sistemas mecánicos con estas correspondencias.

26


Otro ejemplo de sistemas mecénicos son los rotativos que

también permiten generar analogías similares. Veamos el siguiente
sistema de un torque (T) aplicando a una masa de iner-
cia U), fija a una estructura a través de un elemento
de fricción(01

La relación del sistema es

dt2 dt

donde 0 es la posición angular de la masa.

E ecuación tiene la misma .estructura. que

del circuito RL.

dt2

Los modelos son isomorfos bajo la correspondencia

, 0*-->

ídícos.

Un si stema ntUy común es el de un tanque al cual en-

tra líquido por un extremo y sale por otro (Ver Física Ge-
neral 1)

27


Las variables básicas del sistema son las presio-

nes (pi Y P 2 ), el volumen (A x tí), caudales tse lls) Y
resistencia de la válvula salida ),

a ecuación básica. es:

Acumulación de fluido en el tanque caudal de entrada -

caudal de salida

dt
si el tanque está abier la diferencia de presión puede
expresarse Pefl P - Pi, donde te = peso especí-

-rico del liquido, asl nos queda

isomorfismo lo podemos lograr fácilmente con

un circuito L
(t)
-1- 1,
ut
con la si9uiente correspondencia

Pe/ itbE-- R; WE-,> i

28


.
Sistemas Térmicos,

Las relaciones básicas de los istemas té ros

son:

dQ.
dT
dt e

La cantidad de calor transferida a. una masa

es proporcional a la variación. de la temperatura (T). El
coeficiente ce representa el calor específico de la ma-
sa. Está relación se asemeja y se puede hacer la ane ..o -
gía con la de capacitancia

la analogía sugerida es C ce,

42) q que representa la feren-

c. de cal
cia o' conducción entre dos , untos a temperatu7
y.4a (Ti 7 T donde A es la superficiedel arma. normal,
distancia entre los puntos . y ‹"la cotidactancia.La
analoTt anterior con circuitos eléctricos la podemos erra
tender a esta ecuación, considerando + el tima re.
resistencia R<'.p '
A

coabinad n de aaas ecuaciones será sli7

a un circuito RC

Sistemas Socio-económicos.

La aplicación de modelos matemáticos en .enóme-

nos sociales yeconómices, esde reciente . data. Ciertos
esfuerzos se han venido haciendo para el modelaje de s1s -
temes económicos desde hace algunas décadas, como son la
matriz lnsumo-producto, el crecimiento del capital de
acuerdo al ingreso nacional, el relacionamiento natern-


tico entre ahorro, capital y empleo, mediante aproxima-

ciones estadísticas. En la administración de empresas
es donde mayor desarrollo ha tenido la aplicación de
modelos matemáticos, de aquí extraeremos una de sus apli -
caciones mas usuales para describir las ventajas de los
isomorfismos con los circuitos eléctricos.

Si tomamos un sencillo ejemplo de un modelo de

inventario podemos representarlo por tres ecuaciones

(I)p d 11
.11
dt

= id - la (2')

dp
TBT . 1e (3).
d

La ecuación (1) nos dice que la variación en el

inventario la es igual al flujo de producción (p) me-
nos el flujo de ventas (d). La ecuación (2) representa
el defecto o exceso (l e ) del inventario en función del
inventario deseado (i d ) y el inventario real (ia). La
ecuación (3) trata de representar la función de produc -
ción de la empresa mostrando simplemente que el flujo de
producción (p) será igual al flujo de demanda (d) mas
las necesidades de inventario ie menos el retardo pro-
pio del sistema productivo (

Estas simples ecuaciones nos dan un modelo mas

complejo que los sistemas elf3ctricos que vimos inicial-
mente (U, RE y nLC), sin embargo,siempre es posible en-
contrar un circuito eléctrico que cumpla con las ecuacio -
nes diferenciales dadas, pero en general, con estos mo-
delos complejos se procede a aplicar los instrumentos
mas idóneos sin preocuparnos por buscar previamente el
isomorfismo correspondiente. Por ejemplo, si aplicara
mos la transformada de Laplace al sistema (las tres

30
ecuaciones) tendríamos el siguiente diagrama de blo ues:

NVENT ARIO
REAL

INVENTARIO
DÉ SEADO
Ejercicios Propuestos.

Ettablezca un isomorfismo entre el circuito e c-

trico del dibujo y un sistema mecánico de moví-
miento lineal de acuerdo a las correspondencias
establecidas en el ejemplo

1 A tFISMOS ENTRE SISTEMAS ABSTRACTOS: LENGUA -

JES Y ESTRUCTURAS MATEMATICAS.

Un lenguaje es un sistema abstracto formado por

unidades básicas y corríbinaciones de estas unidades, que
se realizan siguiendo ciertas reglas abstractas. Estas

31


reglas están Implícitas en el uso normal del lenguaje,.

están ieternal izadas en los usuarios. La existencia de
reglas permite la clasificación de las unidades básicas
en categorías distintas,

Para que urea combinación de unidades llíeitas ene

g sentido es condición necesaria (aunque no suficiente)
que las cate sorías aparezcan en deteroínado orden, Por
ejemplo en castellano, las unidades básicas sor las le-
tras del alfabeto, las categorías son verbos, sustanti -
vos, artículos, etc, una combinación con sentido seria
"artículo + sustantivo+ verbo+ preposición+ articulo +
sustantivo"" que puede dar lugar a enunciados como "las
nubes viajan con el viento"'. establecer. cuales son las
combinaciones permisibles y cuáles no es el objetivo de
la. sintaxis,

Ahora bien, no toda icamente

permisible da lugar a. un enunciado con sentido. en la
combinación mencionada podríames haberle.. sustituido de
la. siguiente forma e "la nube sufre de un edificio", y
tendriames un enunciado sin sentido- Además de las re_
glas sintácticas es preciso éstableeer reglas semánti-
cas que determinen las. ceebinatiores significativas de
las unidades básicas. Como se ve eemántteá exige
esfuerzos mayores que la si nta ie.

esta descripción que viene del estudio que los

lingüistas han hecho de los lenguajes naturales, se ha
extendido a.loslenguajes artificiales (por ejemplo, los
de computación, a través de tsomorfismos conseguidos en-
tre ambos, llegan.. o incluso a superarse esta distinción.

32


Esto tu . permitido aplicar los conocimientos desarrolla-

dos en los lenguajes naturales, en los lengúajes artifi
dales, como son el sentido. ragmáti co (connotaciones
sito ñgicas,, sociales, morales, etc), la producción
histórica del lenguaje, etc. Y temblé* verter en los
lenguajes naturales los estudi0e matemtticos axiem4ti -
cos, de los lenguajes artificiales de computación.

El• isomorfisaco se ha conseguido a través del con -

cepto de gramática_ enteediendo por tal un con~to for -
mal de reglas para generar todas las sentencias o-
tes posibles de un lesguaJe; por supuesto 1'a sintaxis y'
la semántica. forman parto de la gramática.

Un isomorf de este tipo es el que aplico

iba* ChoMsky en. su clasificación del leng9ajes . por medio
del contexto en el cual Iá4 sentencias se van prehcien e-
o correctamente de acuerdo a las reglas 4e la gramáti . 7
ca, los cuales son de Contexto Libre o de Contexto len-
sitivo según las nuevas sentencias sean indepe. +dientes
en su significado dé las sentencias vecinas o no
sean

'e() de isomorfisíso
Este. *tido una inte-
racción proyechosa no solamente entre lenguajes natura -
les y artificiales', sino también entre ellos y las mete
máticatt y además há generado nueve cohocimie*to al
dorcóMparar el funcionamiento de ate computadores
Mente humana tomo-se sugiere én las siguiente


MUNDO
REAL

REAL

7 REPRESENTACION
DEL CONOCIMIENTO

LENGUAJES ISOMORF ISMO

DE ENGUAJES
COMPUTADOR HUMANOS

ISOMORFISMO ISOMORF

SUBSTRATO
U TRATO
CEREBRAL
ECTRONICO
UNIVERSO
DE LOS
HUMEROS
NATURA! FS

Entre estructuras matemáticas se encuentran:, ro-

rrientemente isomorfismos que se utilizan para estudiar
nuevas estructuras. Uno sencillo, pero muy útil, es el
que se logra entre la lógica proposicional y méti-
Veamos un ejemplo:

Consideremos el sistema: pq formado por tres

símbolos Diremos que xp-qx- es un elemento de
pq si x está compuesto solamente de guiones. El sistema
pq tiene una sola forma de formar sus elementos que es
c-omoee: si xpyqz es un elemento de pq, enton-
ces xpy-42".
taOién es (x,y,z están formados por
guiones únicamente). Es decir, que si un ele-
mento, talilbién lo será -p

34


Este sistema pq es isomorft con l a adición pues

puede hacerse la correspondencia biunívoca p' O'+,11
- *el -- 2, --- e-, donde las construcciones
---- f3 2 +2 = 4 son correctas f son elementos
de pqHy de la adición respectivamente).

Genere usted mismo elementos e. partir de cual-

qaler inicio (-p q*-, y vea como hemos crea-
do una estructura isomorfa con la edición

EJERCICIO PROPUESTO.

4. Genere un sistema similar al que pueda ser

isomorfo con la multiplicación.

.4, TEMAS ESTATUAS. Y

Una teoría estática supone que el estado de 10

sistema permanece constante,. pudiendo conocer
los valores de algunas variables a pertír de
otras.

Una teoría dinamiea considera en primer

urea sucesión de estados.

Las teorías dinámicas han sido más difíciles de

construir que las estáticas, debido a su mayor compleji-
dad. En física la estática precedió a le dinámica, tan -
to en mecánica como en electricidad y magnetismo. En
biología también leas concepciones estáticas (taxonomía y
anatomía) precedieran a las disciplinas dinámicas, la
teoría de la evolución y la fisiología. Los métoóos de
clasificación son muy importantes en biología, donde
conceptos fundamentales como organismos, adaptación Y

35


selección natural requieren actos coMplejos de individua-

lización. Así mismo, tienen gran importancia en ciencias
sociales, donde un conjunto de conceptos fundamentales
sirven de unidades de construcción de teorías especiales,
pués en ninguna de sus disciplinas conseguilo teorías
unificadas explicativas.

En referente a sistemas, las principales o-

rlas estáticas desarrolladas han sido la teoría de grafos
y la teoría de ju e jos.

La teoría de grafos, es una teoría de estructuras.

Un 9rafo lineal es un conjunto de puntos y una relación
binaria que rige o no entre un par cualquiera de puntos
del conjunto. Toda situación estriba, en último término,
en un conjunto de elementos y un conjunto de relaciones
entre ellos. Uo grafo con una única relación binaria cense
tltuye la. mas simple descripción de una estructura.

.A a,b,c,d,e
R efla,b),(a,c),(b,e),(b,a)
(c,a),( .b),(c,e;,Ce,á)
(,c),(e,c

rigera 1.4
egresen; aci3a 4e un gra+

36


teoría juelos . se describe. como una teoría

acerca del eónflteto entre participantes 14talmen e racio-
nales. Cl típico juego de estrategia es de carácter din-
mico, YA que se desarrolla de jugada e4. 3 tn ada e y por tan.
toi de situación en situación.. El logro principal de
teoría de juegos, fue reducir la dinámica de estos proce-
sos a. la estructura ltgiceegetrategiee del juego, ea de-
cir, a una descripción estática. El coeceotD
esta reducción de la dinámica a la .estática de un j ue g o,
es el de estrategia, que podríauós definir a grandes ras-
gos, como un plan que especifica lo que un jugador hará
en cada una dalas posibles situaciones que pme0an surgir
en el curso dél ja ego. Un nómero de Jugados y un
nlmero finito: de jugadores da come resultado un número
finito estrategias.,

Dentro de las tear dinámicas, las teorías de

autómata
autómatas, sido las mas deearrolladase . ea
un sistema y, conducta en un instante cualquiera meda,
definida por la totalidad de valores que 1 . ..opta un con-
unto de variables, algunas de las cuales están aseclae
das con el estado interno del. autómata.,, entras otras 19.
están con sus variables de entrada. La entrada junte con
el estado internó del autómeta n determina una salida y un
nuevo estado. La descripción del .taco de un autómata
puede encerrarea descripcioees. .ó estados
previos i coreo en :t el caso de los tu ómatás, con s . oemnría.Una
cooiputadore digital es un ejemplo bien conocido de autóma -
ta. á.as reglas que gobiernan los cambios de este en
tanto que dependen del estado y de le. entrada constituyen
un programa. Un-programa junto con el conjunte de entra -
das determina el conjunto de salidas .

EJERCICIO PROPUESTO.

Defina grafo y autómata.

37


1.5 TEORIAS DEDUCTIVAS Y TEORIAS INDUCTIVAS.

Los distintos enfoques de forma'lizacián de. le

teoría general de sistemas, se han debido a ptOp6sitos
determinados, y se han desarrollado en el corrésptndil
te contexto conceptual. En este punto vamos a ver los
enfoques deductivos e inductivos.

Teorías deductivas.

1 enft o nteami . nto de Xesarov respon-

de a las características de. una 'teoría axiomática.. Se
edifica jerárquicamente e partir de una abstracción., en
la cual los sistemas generales se conciben como relacio-
nes arbitrarias, cada una de las cuales se ha definido
en una colección de conjUntosabstr,actos. Para estudiar
conjuntos con propiedades mas eepecífitas ' se efiedén
vosexiomes.

e axiomático s ovi . tiene las si

e S. caracterÍs'ticas

1. Un sistema. general es. una abstracción o mode-

lo de una clase de sistemas reales; por lo
tanto, la teoría general de sistemas es una.
teotla4e modelos generales. Su base está en
el concepto de sistema del cual se parte.

La teoria general de sistemas, como una teoría

de modelos generales, debe comprender lee teo-
rías especificas desarrolladas en base a tipos
de modelos mas restrictivos..

38


• La teoría de sistemas generales debe inten -

tar unificar diferentes aspectos de las tee
rías, generando un nivel superior de abstrac -
ción,

. Se usan las ramasmattmáticas más abstractas

relacionándose con teorías matemáticas para.
la descripción de sistemas formales tLógica
Conjuntos,...) -

. La teoría de sistemas es una disciplina cien-

' ica que estudia el comportamiento de sis-
temas generales.

.Cl concepto de sistema en la teoría de V4es.arovic

a de la uiente manera:

. Es introducido formalmente por medio de des-

cripciones verbales en un lenguaje definido ,
ó por una definición .mate ática precisa.

2. Se desarrolla agregando concepteso estruc -

turas a medida que se necesita para el estu-
dio de las propiedades de diversos sistema

Veamos ahora coro Mesarovic define un sístema,

que es la base de su teoría.

La definición língiíist ea c,e sistema general

un conjunto de sentencias apropiadas; siendo éstas un
conjunto de sentencias formales (construidas de acuerdo
a las reglas de gramática en un lenguaje determinado)
que son verdaderas para ai9unos valores de sus componen -
tes.

39


Otrá definí ión basada en la Teoría de Conjuntes,

dice que un sistema . general es un subconjunto del preduc-
totertesiano deuna familia de conjuntos (X s CX, donde
X = X1 x x "*' x Xn y Xj . representa un objeto formal).
Xs se fermará por la aplicación de une relación en el
producto cartesiano X. Por esto, también définé Mesarovie
un sistema. general como una relación definida sobre el
producto cartesiano de CX = XI x X . .x Xn

Estas definiciones presentan dificultades para su

pues tanto X como . R pueden .ser infinitos. Para tvi-
tár esto se requjere aceso que defina cómo se generan
y R.

p rimero, un conjunto Ke ten4rá los siguientes -pre-

1*equ para su generación.

1. Jra conjunto dé elementos iniciales,

2e Procedimiento para generar nuevos elementos de

detde los elementos eistentes.
Xj
3e Solamente los elementos dt (2) pueden
ser elementos de X..

Segundo, las relaciones se especifican en la si-

guiente formae.

Está dado un conjunto de relaciones T=

2. Cualquiera de las relaciones che los sistemas,

está representada como una secuenci a de re-
laciones del conjunto T, Rj= T T
in

3. Un conjunto de reglas de coMbináción,

esi.;ecifican c6oye forma la secuencia

40


Con estas precisiones Hesarovlc define un. si

tema general por:

Un conjunto de objetos formales definidos

implícitamente.

2. Un conjunto de trans or:aciones elementales T,

conjunto de reglas P para forrar las se-

cuenc as de T.

4. Un conjunto de sentoatias indicando las fór -

mas iniciales de los objetos formales para
usarlos en la generación de nuevas. formes de
objetos
Esta definición básica de sistema, permite ene -
Ter una serie e conceptos como estructura estad corre .'
portamiente
E j eITI

El siStema tratado en la sección es un

ejemplo de, cómo se define un sistcrea generel en.
de. Mésarovic:

1. 0 jetos formales: p,q, -

2. Formas iniciales: xp-qx- es un elemento
si X esta compuesto de guiones.
une sola fortín de formar nuevos elementos(1,0:
sí xpyqz es un elemento de pq, entonces
xpy-9z- también lo es x,y,e están formados
por guiones)
Resarevic emplea dos maneras de especificar l a
conde a de los sistemas generales:

41


1. La especificación (terminal, causal) de en-

tradas- salidas en que la conducta se espe-
cifica explícitamente como una relación bina-
ria en el producto cartesiano de dos familias
disjuntas de conjuntos abstractos.

2. La especificación de conducta orientada por

objetivos (teleolóyica, de toma de decisio -
nes), en la misma relación binaria se descri
be implícitamente en función de un proceso.

Dos de las características de importancia de es-

ta teoría son:

. Una fuerte vinculación a la teoría de los

sistemas jerárquicos generales, donde la des-
cripción de la conducta por objetivos, juega
importante papel

2. La aplicabilidad a los problemas matemáticas

de la consistencia y completitud de las teo-
rías axiomáticas.

EJERCICIO PROPUESTO:

6. Zn el ejercicio de isomorfismo con la mul ipli-

cae-16n del EJERCICIO PROPUESTO N°4, defina un
sistema general siguiendo las definiciones de
Mesarovic.

42


Otros intentos de definir axiomátfcavente teor

de sistelas son los hechos por Wymore Jr Church*an que
mencionamos a continuación.

s. La definición de
.istemas de Wyrnere se a esencialmente en ias estructu -
ras de transición de estado. En ...e sentido, se parece
muche a las distintas , ees 'de máquinasche estada
finito (autómatas), pero amplie el nmero .de estas últi-
mas hasta incluir funciones continuas. La teoría es apli-
cable, tanto a sieteffles híbridos , que contienen variables
continuas y' discretas, come a sistemas definidos eh con-
os 'hin ni tos

Wymore formaliza la noción de acopl amien o de s

temas como relaciones entre las variables apalee definen. Así
teoría se extiende a colecciones de sistemas aCop
da sentido a los problemas de síntesis y anlisis. Final -
mente za el concepto de isomerfisme de sistemas, pare
formalizar les ineipi os U ción y creación de mo-
delos.

axiomático a la teorl& slsteaas

propuesto por Churchman se basa esr 1 s^iguieente conjunto
de axiomas:

1. Los sistemas se diseñan y se se^ e.

. .. s sistemas r componentes

. Los componentes de les sistemas son también

sistemas

43


4. Un sistema es cerrado si su evaluación no

depende del diseño de su ambiente para una
clase específica de ambiente.

S. Un sistema general es un sistema que es ce-

rrado y permanece como tal para todos los
posibles ambientes.

6. Existe uno y solo un sistema general.

7. El sistema general es óptimo.

8. La Teoría General de Sistemas es una metodo-

logía para la búsqueda del sistema general.

9. La búsqueda se hace cada vez mas difícil con

el tiempo y nunca se completa.

Esta definición obedece a una concepción materna-

tica que partía del llamado conjunto universal, concepción
superada a partir de las paradojas de Rusell, donde este
conjunto introducía ambigUedades y contradicciones, y de
los Teoremas de Gbdel que demuestran la necesidad de una
metateoría para cada teoría matemtica.

Teoría inductiva.

Mientras estos planteamientos de Hesarovic,Wymore

y Churthman son de carácter deductivo, el hecho porKtír es
de carácter inductivo. En lugar de definir el concepto de
sistema axiomáticamente, se empieza por identificar , algunas
características de los sistemas.

Para esta definición basada en la intuición, se

hace uso de distintas disciplinas(ciencias naturales,ciencias
sociales,ingenierías, matemáticas,etc.) del concepto part,cu -
lar de sistema y de cuáles problemas se pretende resolver con
esta conceptualización.

Se compilan aquellas características independientes

de la naturaleza específica de las variables implicadas
( conducta estados, transiciones elementos, acopla-

44


Mantos, etc.). A continuación, características coto

piladas se clasifican y formalizan. Reltringlíndose las
cerecteríatipas en. base a ciertos requisítos, se llega a
cinco definiciones básicas de sisteMas, Las ceabinacio-
nes de .estas dan lugar a un espectro de definiciones-

Ud.. ata. de estas definiciones está asocia4a a un

conjunto de problemas. Las características primarias son
.dadas en problemas las secundarias hemtl Oe encontrar-
1 as..

1.6 TEORZA ERA DE SIETE.

que Has distintos en oques individuales de

tearia general 4e sistemas no están atn bien elabora-
dos y tampoco se ha i ntentad 0 004P er 4r104. entre sí, es
imposible predeeir si se fundirán o no, en todo celo,
tanto el método deductivo- come el induetive tendrán que
jugar su papel . en el desarrollo de la teoría.

El estado actual de las diferentes ~lentit; es

todavía bastante incipiente para creer que la unificación
en una sola teoría sea algo cercano. Pareciera que las
investigaciones dentro de este proceso unificador d bie
ran darse en los siguientes

Uno,el que propone Klir i trataad ^ ce~ detectar

deficiencias en los ,plantea mientes . actual es para superar-
las y que consistiría en

1. Comparar, unifi ..os siempre que sea posi -

ble, les dist:atas teorías generales de ele-
temas.

.45


r una metodología organizada e

los sistemas generales, bie basándose en una
teoría unificada, o bien, si esto fuera impo-
sible, restringiéndose a contextos conceptua-
les individuales.

3. Desarrollar agregadts interactivos y adapta -

bias de tardare y software do computadores
a gran escala.

Droes el que propone A.Ra aporte en el cual

considera. que la Teoría General de Sistemas no está a-
dura, como otras di scigil inas científicas para relaciona
y explicar hechos mediante leyes, pero que en estos mo-
mentos debería preparar el camino para llegar a esto,
buscando y definiendo las variables que . compondrán estas
leyes. Esta búsqueda es temblón teó-
rica; Una teoría puede ser un esquema de clasificaciones
y definiciones. El papel de la teoría general de siete .
mas, está momento, es preparar las definiciones, y
por lo tanto, las clasificaciones que tengan postbili-
c arfa de teorías fo u .s.

Una de las corrientes ianportntez, consiste

en el estudio de las propiedades generales de las distin-
tas teorías de sistemas. Este estudie sc propone esen-
cialmente la creación de una metateería 'cable a las
teorías, individuales de sistemas generales, como orden
deprincipios que están encime de los axiomas bá-
sces do cada teoría. Eh cada uno de los ce"
males, sobre todo e» sus aspectos mate ticos encontra-
mos desarrollos ices.

. 4$


Parece probable que el desarrollo de las distin-

ta4 teorías, asl eomo metate erías, de sietes:as generales
deseuboque.en la creación de una ciencia de s sistemas
generales, que se encargería de deearrollar métodos re-
. finados, sostenidos por poderosas técnicas ue cómputo,
. para resolver problemas de sistemas independientemente
de la. disciplina, en que surgieren.

.7 RELACIONES ENTRE OS DIVERSOS lF QUES DE TEORI AS

DE SISTEMAS.

El concepto de sistema ha disfrutado de amplio uso

eh numerosos campos. Puede desarrollarse une teorla de
sistemas para un sentid. dado de la palabra sistenía, Es-
o se ha beche, produciéndose un espectro amplio de atoo- .
ríes lspelficas. Un sistema general 'es, esencialme te un
Modelo abstracto dé un sistema ye existente £'fitioo o
ceptdalMente) que expresa todos los rasos sietémicos
damenteles del original. Sin embrgo, múdele no es
único y un mismo sistema existant . de generar. d°i versos
tipos de teór1 t.

Partiendo e lo particuleres se ofrecen,

en la clasificación siguiente, cuatro ni've?es de rall-
ración, en los cuales de una u otra forma nos hemos dete -
nido en los puntos anteriores. Esto nos permitirá ofre-
cer algunas relaciones en estos niveles y enfoques. A co
tinuación la clasificación:

s-es
TIPO 1: si em SOC14d CO reas
concre de la ciencia o la inge seria
Serias espaciale

Esta cetegería consta de teorías especificas de

sistemas mecánicos, químicos, biológicos, socia-
y económicos; de sistemas electrónicos, lin -
güísticos, maten áticos y argueollgi s. Las

47


teci-as de tlpo 1 tratan de rasgos particulares

de interés dentro de los límites de la discíli,li-
naen cuestión, y en general , ignoran esos ras-
gos del sistema en estudio que se ponen de mani-
fiesto por el hecho de sor un sistema. Se caracte -
rizan por ser teorías aisladas entre sí.
TIPO II: Teorías de sistemas generalizados.

Puede ocurrir que varias teorías del tipo 1 que

provengan de distintos campos, tengan contenidos
que solapen en algunos aspectos. Algunas clases
de sistemas pueden ir m¿s allá de la analogía,
pueden ser isomorfos. Es posible generali7ar
esos aspectos comunas y derivar ee eslt p nif'eee-
Múq. Por ejemplo, el isomorfismo entre circuitos
mecánicos y eléctricos lleva a una teoría de cir-
cuitos generalizados, que se puede aplicar a sis-
temas térmicos, acústicos o hidráulicos. Se com -
binan ciertos aspectos de la teoría del lenguaje
y de la teoría de máquinas, para producir una
teoría que permita considerar alg g nos temas des-
de el punto de vista del lenguaje o ele la máqui-
na. La característica principal de estas'teorías
que llamamos de tipo II es el nivel de generaliza -
ción relativamente baja.

TIPO II Teorlas de sistemas generales.

Se reconocerá a una teoría die sistemas del tipo

¡II cuando tenga las siguientes características
de generalización:

48


ertplíeab 4eo-as los s$5 ele S llmi . ad

(fimitos)

2 Reflejar Teces rasgos lfstémlcos y uedameetoe

les, comunes a todos loes sistemas.

3. Coet clpios meto ologicos generales.

Esta .teoría es uea teorle de sistemas generales,.

Desde este punto de vista pueden existir muelles teorias
de sistemasgenerales que recojan distintos rasgos funda-
mentales. La integración de todas las actuales teorías
en ella lee punto del tiernito sería. reconocí
da, con la teoría general de sistemas. Teorías de este
tipo sor lasque se mencionado corvó enfoqué iedúctivo
(Klit), enfoque ded y Wytetj.

TIPO . Teorías gene a s

mas'alto de g *zación. £etemes trabajado

acial ente con laeteerla matemática
sittemas y la deducción de rasgos fundamenta -
les de sistemas, vertiendo de una definictón
forme] del concepto de sis ema. Ceno estas tecl e
ríes son Más gener que la dei tipo 111, son
menos erices en contenido. El papel de estas
teorfa será- de esb lcrs límites de letee-
ría ..de eternas generales, especificando unas
rectrires generales y sacando resul te dos que seH
0eden usar en. les teerlas de tipo 111.-

49
 Algunas partes de las teorías do Klir y Mesaro-
vic sobre todo en su gendralizacian matemática,
forman pequeños pedazos de esto grupo.

En . l a figura 1.6 se puede visualizar les dos . rnéto -

dos básicos de desarrollar teorías de sistemas, métodos que
en le práctica . se entrecruzan y alimentan mutuamente:

1. DEDUCTIVO:
Se definen formalmente los conceptos en un ni-
vol alto de: general • zaci an• y entonces se-dei -
-van formalmente (cledu; tivamente) los rasgos
fundamentales del sistema.
2. INDUCTIVO:
Se recogen aquellos rasgos esenciales cese no
se pierden al generalizar conceptos desde sis -
temas particulares a sistemas de mayor gene-
ralización. Entonces se define el conceeto we
sistema mas general en bese a estos rasgos.

La teorías especiales surgen dei estudio de sis-

temas concretos en las diversas ramas de le ciencia o la
ingeniería. Los aspectos comunes ~fíes e en-ccntrados a
través de instrumentos como el isomerfismo,generan teorías
de sistemas generalizados. La aplicación de estas teorías
especiales pueden aumentar estas teorías y ampliar sus apli-
caciones.

La consideración de tos aspectos fundamentales de

estos sistemas generalizados da lugar a teorías de siste -
mas generales, (inJucciónl, asimismo tanrb;án se consiguen
estos partiendo del nivel IV-, o parte de él cómo sucede en
la realidad, y de la definición de sistema general construir
una teoría (deducción)

50


TIPO IV:
IRTEGRACION
TEOPIAS GENERA-
PCRIOUÍCA
LES DE SISTEIiAS

INTÉGRACIOI!
PERTOOICA
LLEVA A

TIPO 11 . 1 1
TEORIAS DE SIS- INTEGRACION
TERAS 1T'ER&LES PERIODICA

GENERAL.IZACION
AVANZADA LLEVA

TIPO II:
IRTEGRACIOI$
TEORIAS
PERIODICA
SISTERAS
GENERAL IZADOS

GENERALIZACION
LLEVA A

TIPO 1:

TEORIAS
ESPECIALES

FIGURA ].6
Relaciones entre los diversos
tipos de teorT s de sistemas

51
 Estas teorías de sistemas generales puede aumen-
tar el contenido y aplicaciones de las teorías de siste-
mas generalizados.

Por último, las teorías generales de sistemas'se

van construyendo,integrando aquellas partes de las teorías
de sistemas generales que constituyen las formalizaciones,
sobre todo matemáticas, los aspéctos «etateóricos o supues -
tos de cada teoría, modelos abstractos de sistemas genera-
les y además integrándose entre ellas mismas.

52


RESPUESTA A EJERCICIOS

EJERCICI . N* .

respuesta esta al comienzo de esta sección.

1.1). Si de las seis razones has contestado
apropiadamente cuatro, está bien, no lo
has hecho repasa otra rrez la sección.

EJERCICIO N* 2.

Al comienzo de la sección 1.2 se dan dos defi -

dones, cuando son conceptualmente isomorfos
y cuándo sor Matemáticemente isomorfos. Cual
quiera de ellas es válida

ERCICO N*3.

‘ de

x*-+q, wult l

d corresponde
F ir dt
¿l siguiente sistema mecánico

±'f.' ,*o..,r4

53
EJERCICIO N° 4.

Símbolos de tq : t,q, -
Elementos de tq: xt-qx, si x está formado. por
guiones.

Regla de generación; si xtygz es un elemento, tonces

xty-qzx es un nuevo clemente

Isomorfismo : tf-Ix, q=

Peamos un ejemplo con x

e (elemento de tq)
r e -_a
tusando el elemento anterior
y la regla dé generación)
(usando'el elemento-anterior
y la regla de generación)

EJERCICIO N°• 5.

la sección 1.4 están definidos estos concep-

tos.

EJERCICIO .N° E.

I. Objetos formales
2. 'formas iniciales: xt-qx, si x está formado
por guiones.
una sola forma de generar nuevos elementos
(TM: si xtygz es un elemento., entonces
xty-qzx es un nuevo elemento.


ADTOEYALDACIDO

Describa que es un sistema general de acuerdo al

enfoque axiomático de Mesarovic.

Describa las teorías dinámicas de sistemas.

3. Describa las categorías de teorías que se hacen

en el texto: Teorías especiales, teorías de
sistemas generalizados, teorías de sistemas
generales y teorías generales de sistemas.

4. Describa la . teoria de juegos.

55


RESPUESTA A A AUTOE LUACION=

El enfoque de esarovic es descrito

en el texto (punto 1.5) mediante las
formas de definir sistemas generales
(tres formas) y de generar nuevos ele -
mentos dentro de estos sistemas.

2 Era el punto. 1.4 establecen dos as-

pectos de una t'eor . dinámica Infla su ..
cesión de estados, y las teorías de
automátas. Si has hablado de estos as-
pectos, está . bien la respuesta, si no
repasa el punto nuevamente

Las cuatros tipos están descritos en

el punto 1.7. Compara tua descripciones
con . aquel las, no has logrado relacio -
nar unas con otras, repasa el pun
1.7 y la figura 1.6. La relación se
obtiene por el nivel de generalización
que cada una tiene y cómo a partir de
unas se generan y modifican otras.

4 a de jueges es aquella que es-

tudia la estructura lógico-estratgica
del Juego, donde participan dos ' , ado-
res idealmente racionales. Ver Sección
1.4.

56


019LIOGRAFIA

SERTALANFFY, 1 . y Otros Tendencias en la Teoria Gene-

ral de s »temas, Alianza Edi-
torial id 197

KLIR, George AnApproach to General Systems

Theory; Van g ostrand NeW York,
1969

LAGO,G. INGFiELD,LL S stemTheory;

sons, OeW York
1979

OPTNES, Análisis de sistemastselec-

ci6n); Fondo Cultural Econó
00ca; I*xico, I97S

57
 MODULO II

ENFOQUE INDUCTIVO DE t.A TEORIA DE SISTEMAS

INTRODUCCION

En este Módulo se presentaran los conceptos fun -

damentales que conforman el enfoque metodológico in-

ductivo de la -Teoría General. de. Sistemas. A partir de.

ciertas exigencias a que se ve sometido cualquier in-

vestigador cuando estudia la realidad, van surgiendo

los conceptos de cantidades, actividad, comportamiento

y organización del sistema, hasta desembocar en cinco

definiciones básicas de sistemas basadas en esos con -

ceptos, cada una de las cuales será adecuada para un

propósito diferente, ya que difieren en sus rasgos sus

tanciales. Este será el contenido de la Unidad 2, el

cual está complementado por la presentación de una cía

sificac,ión de sistemas.

En las Unidades 3 y 4 estudiaremos dos clases piar

ticulares de sistemas: los discretos y lus controla -

dos, respectivamente. Ellos serán descritos a través

de las formas especificas que adquieren los conceptos

y las disposiciones básicas de sistemas introducidos

en la Unidad 2.

Estos conceptos y definiciones constituirán la

base del instrumental teórico que utilizaremos en los

Mddülos III y IV para su aplicación a casos conc r etos.

59
t
 UNIDAD 2

PRINCIPIOS Y ELEMENTOS DE LA TEDRIA INDUCTIVA

I NTRODUCC I ON

El enfoque inductivo de la teoría de sistemas,

parte de la consideración de problemas específicos en
una disciplina científica. A partir de los rasgos esen
viales del concepto de sistemas, hace una generaliza -
cidn que permite definir sistema a través de catego -
rías tales como estrw ctura y comportamiento.

La forma como se construyen estas definiciones a

partir de los problemas de diferentes disciplinas, así
como las propias definiciones y las c.lasificaci.ones de
sistemas que ellas generan, son el tema de esta unidad.

OBJETIVOS

identificar los conceptos fundamentales de la

la inductiva de sistemas dado un caso.

escribir sistemas bajo un enfoque inductivo de

61


ESQUEMA.D CONTENIDO

Pág.
2.1. Una visión particular de la teoría de sistemas 63

2.2. Conceptosfundamentales 75
2.2.1. Nivel de resolución s .... . a .: Y .. s . 75
2.2.2. Actividad « 76
2.2.3. Comportamiento 78
2.2.4. Organización del sistema 83
2.2.5. Objeto y ambiente— Y 94

2.3. Definición de sistema 95

2.4. Clasificació de sistemas 110

2.5. Glosario de términos 115

Respuestas a los ejercicios 117

Autoevaluación 121

Respuestas a la autoevaluación 123

Prescripciiónes , , ............. 127

Bibliografía 128

62


2.1 UNA VISION PARTICULAR DE LA TEOPIA.DE. SISTEMA

El concepto de sistema es utilizado por diversas

disciplinas científicas de maneras diferentes, y es

usado para la solución de los más dispares problemas.

Estas diferencias se deben principalmente al desarro-

llo histórico de cada disciplina y a 1.os métodos y ob-

jet i vos propios de cada una.

En las ramas experimentales el sistema represen-

ta una cierta abstracción que debe utilizarse cuando

la realidad es examinada desde el punto de vista de la

disciplina científica pertinente. No podemos observar

toda la realidad con el mismo grado de interés y dete-

nimiento.

La parte de la realidad que nos interesa investí

gar la denominamos el objeto, la parte restante de

la realidad la llamamos ambiente. Las fronteras entre

ambos, objeto y ambiente no pueden establecerse con

precisión; siempre existe alguna incertidumbre en es-

te tipo de separación. Por ejempo,si estudiamos una

empresa, ésta será el objeto;y el ambieñté,todo lo que
la rodea. Sin embargo, existen algunas cosas que están

relacionadas más directamente con ella como son sus

clientes, si se incluyen o no en el objeto es problema

de nuestro interés particular.

Nuestras aptitudes no nos permiten estudiar obje

tos én toda su complejidad. Sobre el objeto elegido,

observamos o medimos apariencias de ciertos atributos,
no de todos, valores de ciertas cantidades, no de todas. Estas de-

63


penden de nuestro interés sobré el objeto o de lo con -

siderado importante.

Cada cantidad bajo consideración debe determi

narse en el espacio y en el tiempo. Es lo q'ue se
especificación espacial-temporal. La especificación
espacial consiste en determinar la posictón del objeto.
Esta por lo general, se especifica en forma relativa
en función ,de las posiciones de otras cantidades.

A veces la, posición es irrelevante y la cantidad

puede especificarse en el espacio por una cierta parte
distinguible del objeto investigado . Por ejemplo, la
corriente eléctrica que fluye por un alambre se mide.
para. el corte transversal del alambre, no parí P
sitión . ésteen el glpacío,..

Ahora bien, siempre que especificación espa-

ciel de una cantidad sea relevante debe considerarse
como una cantidad separada. Por ejemplo, las medicio.-
nes dt temperatura que hace la Fuerza Aérea para deter
naciones . climáticas deben especificar claramente,
localidad donde se hace con su..ubicaclón (longitud
y latitud) y la a u a a la cual se pués sino
carecen de valor.

Además de la especificación espacial, las canti-

dades deben referirse también a un tiempo, es necesa -
rio. especificar uno o varios instantes en los cuales
se efectúan las mediciones, estos sirven de referencia.

64
A veces también esta referencia temporal es irrelevan-
te. La medición del caudal de un río,, debe incluir ne-
cesariamente la fecha (día y mes) para poderse comparar
con otros datos, sin embargo, la cantidad y tipos de
semillas, que se generan en experiencias genéticas.
no tienen relación con la fecha en que se prod jeron .

Ambos tipos de especificaciones, la espacial y

la temporal, para las cantidades consideradas, será

denominada con un nombre común: La especificación es-

pacial-temporal.

Sobre esta especificación debemos determinar la

precisión y frecuencia de las observaciones o medicio-
nes. Esto constituirá, el nivel de resolución espacial-
temporal. Cuanto más precisas o entes sean

las observaciones mayor será el nivel de resolución.

Si el nivel escogido es mayor que el poder de nuestros
sentido, deberemos acudir a instrument;os que lo aúnen,
ten, por ejemplo el microscopio o el telescopio, lo
cual hace que el limite del nivel sea el del instru -

mento. Otras veces elegimos intencionalmente un nivel

de resolución menor que el de nuestros sentidos o nues

tras instrumentos,•con la finalidad de ignorar algunos

datos, por ejemplo, el movimiento browniano de peque -

ñas partículas en el seno de un líquido, +e 1. ruido de

fondo en acústica o el ruido térmico en circuitos eléc

tricos.

65


Al medir la temperatura a pacien e, suele ser

irrelevante el lugar donde se haga (hospital, bogar

etc.) el nivel de resolución espacial-temporal estará

constituido por la lista de valores espera-dos (de

acuerdo a la precisión de termómetro) de la temperatu -

ra y por la lista de todos los instantes de tiempo

considerados.

Nivel de Resolución Espacial-Temporal:

(36,O°C, 36,1°C, 36,2°C... 39,7°C 39,8°C,

39 9°C, 40,0°C, 4 a.m., 8 a.m., 8 p.m...,
12 p.m.)

Siempre que sea posible, es conveniente conver

tir los datos obtenidos a relaciones atemporales entre

las cantidades obtenidas; esto es, a una relación que

se verifique dentro de cierto intervalo de tiempo. Por

ejemplo, si medimos al mismo tiempo la corriente eléc-

trica (i) que fluye a través de una resistencia y el

voltaje (v) entre sus extremos, y repetimos esta medi-

ción para diversos instantes de tiempo, podremos cons-

truir una tabla donde se registren las variaciones de

estas cantidades en el tiempo, ésta puede ser una re-

presentación de la relaciónatemporal. Otra puede ser

través de una ecuación matemática, en caso que la

resistencia sea lineal esta ecuación será, de acuerdo

a la ley de Ohm, v=R.i donde R es un parámetro cons -

tante.


La investigación experimental de un objeto desde

un punto de vista dado, no se concluye al encontrar
una formulación conveniente de las relaciones atempo-
rales eñtre las cantidades observadas. Como norma,
también estamos interesados en la explicación de Ia$
relaciones encontradas, es decir, intentamos descubrir
la manera en. que tales relaciones se componen de otras
más simples. ,Por ejemplo, las mediciones periódicas
del caudal de un rio nos llevan a determinar el régi -
men de agua del río, sin embargo, la explicación de
esta relación nos remite a explicar el régimen de llu-
via de las cabeceras, el caudal de los afluentes y la
utilización de agua en regadíos.

Resumiendo, en la investigación experimental de

objetos, nos encontramos con la obserVación de un con -

junto particular de cantidades a un nivel de resolu-
ción dado, en la búsqueda de una simple expresión de
la relación atemporal entre estas cantidades, y en la
búsqueda de las propiedades que determinen las relaci2

nes mencionadas. Esto es definir un sistema,en el ob-

jeto dado desde un punto d particular. El con -

junto de cantidades e nivel de resolución, rela -

ciones atemporales entre las cantidades, y las propie -

dades e determinán estas relaciones, son los rasgos
fundamentales de los sistemas estudiados por las ramas

experimentales de la ciencia.

67


Ejemplo:

En las márgenes de un rio existen tres industrias que Vier

ten sus desperdicios en él. Prev amente cada industria ha-
ce un tratamiento de estos desperdicios. El Ministerio
del Ambiente hace mediciones mensuales para que la
cantidad de contaminantes no sobrepase valores esta -
blecidos.

ndus lindu ia
a3

Co CI 02
Cantidades ysu nivel de resolución
al, a2, a3,: desperdicios de las industrias 2
respectivamente:

100, 200, 300,. ,900, 1000 Kg/dial

b2, b3: desperdicios de las plantas 2, y 3 res -

pectivamente.

0,100, 200, 300,...,900, 1000 Kg/da

Q0, Qly Q2' Q3': flujo del rio en los tramos Oil,
y 3 respectivamente:

0x10 3 , 12x10 3 , 14x10 20x10 3 Its/d1a ll

CO3 C1, C3: concentración de contaminantes en los

tramos 0, 1, 2 y 3 respectivamente:
0,01, 0,02, 0,03,... 0,10 Kq/lts

68
T: tiempo: Enero, Febrero,— Noviembre, Diciembre
Relaciones y propi edades
Las relaciones entre las cantidades a y b esta-

rán dadas por la eficiencia de cada planta. La reia -

cion entre las cantidades b y c es más compleja,

pues depende de la actividad bioquímica del rio,de las

especies animales y vegetales que lo pueblan,y de los

niveles de concentración de los contaminantes.

En las ramas de 1a ingeniería, el sistema posee

los mismos rasgos que en las ciencias experimentales.
Sin embargo, los problemas explicados son diferentes.
Las relaciones entre sus cantidades se encuentran ge-

neralmente fijadas y se tiene que descubrir una manera

adecuada de llevarlas a cabo con la ayuda de los recur

sos técnicos disponibles, o a la inversa, una realiza -

ción particular se encuentra dada y se deben descubrir

14s relaciones entre ciertas cantidades. Por ejemplo,

dis-elío de un equipo electrónico se basa en que
ciertas cantidades conocidas ~en transformarse en informa*
ción deseada de acuerdo a ciertas propiedades que poseen los ele-
mentos electrónicos, propiedades fijadas por los fabricantes de
componentes.

En Matemáticas, Lógica,.. Lingüística y otras dis -

ciplinas abstractas, los sistemas no se asignan a ob-

jetas. Se definen por una enumeración de las variables,

sus valores admisibles, y sus propiedades algebraicas,

topol(igicas, gramaticales y otras que, en el caso da-
do, determinan las relaciones entre las variables con-
sideradas. Por ejemplo, la lógica booleana se desarro-

69


lla en base a relaciones entre va iables que pueden

adoptar los valores

Yertos como independienteme e de la disciplina

científica, los rasgos fundamentales de todo sistema
son: el conjunto de cantidades el nivel de resolución,
las relaciones entre las cantidades y las propledades
que determinan estas relaciones.

Estos rasgos son característicos de los sistemas

generales, decir de aquellos que tienen aplicación
en casi todas las disciplinas de la ciencia. De esta
manera, un estudio comprensivo de los sistemas genera-

les, desde los aspectos más variados, es una concep-

ción metodológica altamente eficiente, pues los resu

Lados conseguidos por este estudio, pueden servir en-
tonces como base para la investigación de clases par-
ticulares de sistemas. Intentaremos hacerlo siguiendo
el esquema metodológito de la fig. 2.1. que supone una
visión inductiva de la investigación.

Una vez que el sistema está definido sobre el

fenómeno, se pueden establecer unas aplicaciones inyec-
tivas o sobreyectivas entre el sistema definido sobre el problema
del investigador y la teoría de sistemas generales,
basada en la misma definición. Nos referimos al siste-
ma genera como a un modelo de sisternadel investiga-
dore que es de nuevo un punto de vista adoptado res
pacto al objeto original de estudie. No hay razón para

que no se pueda usar el mismo sistema general como mo-

70


delo de muchos sisteuas, siempre que estos coindi -

dan en la definición y se puedan definir unas re-

laciones adecuadas

CUERPO DEL CONOC1-

ENTO DE LOS SIS-
t S GENERALES

ANALIZAR
UTILIZANDO LA
METOOOLOGIA.DE
LOS SISTEMAS
GENERALES

SIENA DEL DEFINIR RELACIONES ENTRE EL TST£MA

SISTEMA DEL OBJETO Y EL ENERAL
SISTEMA GENERAL (4)

IRÚN SISTEMA
CONFORME A LAS DEFI- INFORNACION S ,
NICIONES DE SISTEMA EL SISTEMA GENERA
EN LA TEORIA DE LOS \ 45)
SISTEMAS GENERALES
APL AC ONES

TRANSFORMAR POR
RELACIONES CON
El SISTEMA D
OBJETO

FENOMENO ADOPTAR UN NUEVO 'FORNACION SOBRE

EL SISTEMA DEL
AISLADO PUNTO DE VISTA
OBJETO
SI SE DESEA

DISCIPLINA
C ENTIFICA
ANALIZAR DENTRO DE
LA DISCIPLINA
PROBLEMA
INFORMACION SOBRE
(1)
EL BBJETO,DESDE EL
PUNTO DE VISTA ADOP-
TADO

Figura 2.1

Esquema metodol6gico de la teoría inductiva de sistema

Resúmamos el procedimiento inductivo que henos des-
crito y que se representa en la figura N° 2.1:

Existe un problema en una disciplina científica.

2. Se define el objeto en investigación a través de

alguna de las manifestaciones del problema.

Se adopta un punto de vista y se define un sis -

tema de acuerdo a la teoría de sistemas genera-
les utilizada.

Se establecen aplicaciones entre el sistema de

nido sobre el problema del investigador y la teo -
ría de sistemas generales basada en la m isma de-
finici tn. Se establece un modelo extraído del
cuerpo de conocimientos de las teorías de siste
mas generales. Nuevamente se está adoptando un
punto de vista, pues seguramente son varios los
modelos que se pueden utilizar.

La utilización del modelo produce informaciones

sobre el sistema general.

La utilización de las aplicaciones inversas a las

utilizadas en el punto 4. transforman la informa
ción del sistema general en información sobre el
sistenta del objeto.

Esta 01 tima información, se tra: sforina en informa -

ción sobre el objeto, analizándola de acuerdo al
punto de vista adoptado y a los instrumentos teó -
ricos propios de la disciplina considerada.

Si el análisis no es satisfactorio (poco explica -

tivo, incompleto) se adopta un nuevo punto de vi s-
ta y se regresa al pinto 3.

72


Ejemplo:

El sistema de transporte urbano de Caracas ha

sido modificado parcialmente por la inauguración del
tramo del Metro que va desde Propatria a Chacafto. El
mejoramiento de este sistema se puede ampliar mejoran-
do el transporte mediante rutas de autobuses que vayan
desde las estaciones del metro hasta las concentracio -
nes de viviendas y centros de trabajo, y viceversa.

En el problema de tráfico caraqueño. hemos escogido un

objeto de estudio, las rutas de autobuses saliendo o
entrando a las estaciones del Metro.

Veamos como construimos un sistema del objeto

escogido:

Consideremos los lugares de medición tres esta -

ciones Propatria, la Hoyada y C caito.

2. Tiempos de medición: horas. pico de flujo de per-

sonas: 6 a.m., 7 a.m., 8 a.m., 11 a.m., 12 m.,

1 p.m., 2 p.m., 4 p.m., 5 p.m., 6 p.m., 7 p.m.,

para cada d5a de la semana-

. Flujo entrante : 0,10,20 « ..,190 1 200 per/min

Flujo saliente : 0,-10, -20,...,-140,- 200 pen/:mín.

Número de autobuses: 15, 14, 13

4. Relaciones: Mediante muestras periódicas de la

venta de tickets o de la entrada de personas se
hacen relaciones diarias como la siguiente:

73

PROPATRIA (Lunes

flujo entrante

Meditiones para cada estación y cada día esta -

blecerán relaciones entre estas variables o,
días, horas y estaciones. Los autobuses en cada
estación se relacionan con cada flujo mediante
un modelo que miarim ce el número de horas-hom-
bres de espera.

Las propiedades del sistema que expliquen estas

relaciones se determinarán investigando en el
sistema relaciones más simples, como horarios de

trabajo, costumbres de comidas, días festivos,

etc.

74


Ejercicio propuesto

1. En una estación de servicio se desea montar un

par de bombas dispensadoras de gasolina, pues se

hace mucha cola en las horas pico (7 a a.m. y

5 a 7 p.m.) y muchos clientes se pierden por es-

ta razón. Desc;-tba los rasgos fundamentales del

sistema que Ud. estúdiaría para resolver el pro -
blema planteado.

2.2. CONCEPTOS FUNDAMENTALES

Antes de definir sistema, definiremos algunos

conceptos que constituyen rasgos caracteris icos de los
sistemas, basándonos en la idea que desarrollamos en
el punto anterior, o sea que el sistema se caracteriza

por un conjunto de algunas cantidades y por diversas

propiedades que determinan las relaciones atemporales

entre estas cantidades a un nivel de resolución dado.

2.2.1 Nivel de resolución

El nivel de resolución será considerado como la

determinación de los conjuntos de los valores de
todas las cantidades observadas o dadas, junto
con un conjunto de aquellos instantes de tiempo

en los cuales deseamos conocer los valores co-

rrespondientes de las cantidades. Los valores de

las cantidades no necesitan ser de naturaleza

numérica.

La notación matemática será la siguiente:

X X conjunto de las cantidades observadas.

T =It lses un instante considerado yt6 @' Tmaxi

conjunto de instantes de tiempo.

75


xi (t), valor de la cantidad xi en el instante t

Xi, conjunto de todos los posibles valores de la

cantidad xi.

L= X n, nivel de resolución

Por ejemplo, la medición de temperatura con pro -

pósito de determinar el clima, tendría un nivel

de resolución como el siguiente:

Espacio = = Caracas,Ma acaibo, Valencia, Ciudad Guayana

Tiempo : T f4 a.m., 8 a,m., 12 m., 4 p. 8 p.m., 0

Temperatura = 10 <50*C, con una precisión de 1*C

superficie

Temperatura a 100m de la sup= X ,= t /-10°C<t<50*C, con

una precisión de I*C

X 2'

Ejercicio propuesto

2. Determinar un nivel de resolución de la medición

de tráfico en la autopista Caracas-Valencia.

2.2.2 Actividad

El conjunto de las variaciones en el tiempo de

todas las cantidades bajo consideracióna un ni-

vel de resolución dado, será denominado activi -

dad. desistema, matemáticamente seria:

txl (t), x2 (t.)..., xn (t) : t €,T, xi e.

76
La actividad no siempre es el resultado de obser

vaciones o mediciones, aun en las ciencias expe-

rimentales. En ocasiones, las. observaciones re-

gistradas se convierten a una forma más adecuada,
dando lugar a nuevas cantidades y aun nuevo ni-
vel de resolución. Por ejemplo, los valores me-
dios de un registro diario, o los valores máxi-
mas y mínimo de un registro periódico.

A veces la actividad no se corresponde con un

conjunto único de valores definido sobre una cía

se de objetos los cuales difieren entre si, sólo

en algunas especificaciones espaciales y tempo-

rales. En tal caso los datos obtenidos de siste-

mas particulares de la clase deben procesarse es-

tadísticamente con el fin de obtener una activi -

dad . representativa de la clase completa. Por

ejemplo, los valores medios de cantidades medidas

en un mismo experimento, o la mediana en un con -

junto de muestras de una encuesta.

Asi, la actividad puede representar un sistema.

único o una clase de sistemas. En cualquier ca-

so, cuando nos referimos a la actividad de un

sistema, el término sistema expresará usualmen-

te al de "clase de sistemas". En el ejemplo del

Metro que vimos al final del punto 2.1, todas

las relaciones del flujo en la Estación Pro-

patria de todos los lunes de cada mes pueden pro

mediarse para cada hora y tendremos una activi -

77


dad del lunes que representará la de todos los

lunes del mes.

2.2.3 Comportamiento

Desde el punto de vista del concepto de activi-

dad que acabamot de desarrollar, es posible dis-
tinguir tres clases diferentes de relaciones a-
temporales basadas en muestras de una cierta su-
cesión:

Relación absoluta, aquella que se satisface

sobre el intervalo de tiempo completo de to-
da posible actividad particular, que conten -
ga las cantidades al nivel de resolución.

2. Relación relativa, aquella que se satisface

en todo lugar dentro de una actividad parti-
cular que contenga las cantidades nivel

de resolución.

Relaciones locales, aquellas que se aplican

sólo dentro de intervalos de tiempo mas cor -
to.

Ejemplo:

Si se cambia el voltaje de un bombillo den-

tro de ciertos limites, la intensidad lumi-
nosa depende del voltaje de acuerdo a una
ley exponencial (IL=KV a ). Sin embargo, si
aplicamos un voltaje mayor que el voltaje de
ruptura {Vr), el bombillo se destruye y la

78


intensidad luminosa se hace cero independien

temente del voltaje aplicado.

Aquí se distinguen dos relaciones locales,

una la ley exponencial y la otra la intensi-

dad nula. Las relaciones relativas contienen

una o ambas de las relaciones locales. La

relación absoluta debe contener ambas reta-

clones locales.

Una relación atempera]. .articular definida para

un conjunto de cantidades a un nivel de resolu-

ción, y basada el muestras de una cierta suce-

sión, constituye amamos el comporta-

miento del sistema correspondiente. Será útil

distinguir tres tipos básicos de comportamiento.

Comportamiento permanente (real)está descri -

to por la relación absoluta o el conjunto

de todas las relaciones locales.

2. Comportamiento relativamente permanente (co -

nocido) está descrito por el conjunto de to-

das las relaciones locales de una actividad

particular o, de acuerdo con la terminología

introducida, la relación relativa.

Comportamiento temporal está descrito por la

relación local correspondiente a una porción

especifica de una actividad particular.

En el ejemplo del bombillo tendremos dos posi-

bles comportamientos temporales

79


áL = KVa 0 : V < Vr

cada uno corresponde a una relación local. Ade -

mas se puede observar el comportamiento relati-

vamente permanente puede estar constituido por
la primera relación, la segunda relación o ambas.
El comportamiento permanente esta ri fumado por
ambas relaciones locales..

En este caso sucede que el comportamiento rel aw

tivamente permanente, puede coincidir con, gel com
portamiento permanente, .cosa que sucede -a veces.

comportamiento permanente sólo es conocido en,

algunos casos, por ejemplo, en un sistema ate in-
geniería. En la mayoría de las investigaciones
experimentales con sistemas, es imposible deter-
minar si el comportamiento descubierto en alguna
actividad observada es permanente o relativamen -
te permanente.

Por ejemplo al. estudiar un sistema ecológico

constituido por una colonia de animales y su ha-
bitat, su comportamiento en términos de pobla-
cán, aparición de variedades, presencia de
depredadores y cantidad de alimentos, nunca será
"completamente" permanente; en cambio en el dise
rño de un sistema de ingeniería, (un puente, un
automóvil) siempre será posible determinar el
comportamiento permanente.

80


Para especificar el comportamiento del sistema

formalmente, debe establecerse una corresponden -
cia biunívoca I(1,c )-- j que relaciona las
cantidades del sistema con la sucesión de muestras
donde los valores muestrales se definen por:

ri (t) = xi (t para t, (t+1) E. T

Ti (t),xi (tes) X

i = 1.2,...,1
j = I,2,...,m

cK. es un paráffletro que permitea Pj representar el

valor de xi en el instante t si c‹ = O.. o un va-
lor pasado de xi si l<O, o un valor futuro de xi
si 00 O.

Sea P *el conjunto de todos los valores posibles

de la cantidad Pj entonces Pi= X i si
(i ' 009J
para todo pC . El comportamiento, como retacion
que es, se expresa por un subconjunto del produc
to cartesiano de los conjuntos de todos los va-

es de todas las cantidades muestradas (P1 x

2 x... x P m ). A las cantidades p se les llama
cantidades principales.

Ejemplo

En un sistema del cual se conoce una actividad de

sus cantidades ix l ,x 2 ,x 3 ), determine algunas de las
cantidades principales y comportamientos locales y
conocidos.

81


t(0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
G32 1 0 2 1 1 2 2 0 1 0 2 0 0 0 0 1 1 2 0
0 10 0 2 2 2 2 2 2 0 0 2 0 0 0 1 2 2 2
020201 1 2 20 1 2 0 1 0 0 0 0 1 2 0

a) Sl t = 1 pl ar l (t + «) donde -101c& 10

51 t = 15 (t +o() donde -15 ; oC

Vemos como simplemente las variables muestrales actiían

como variables de corrimientos en el eje del tiem-
po, para poder situar el sistema en el "instante
actual" cuando así lo deseemos. En los dos casos
anteriores P 21
b) consideremos ahora los comportamientos

0 0 o 0 2
2 0 2 2 0 0
1 1 1 1 2
2 2

Ambos son comportamientos temporales, pues repre -

sentan unas relaciones locales déntro de la ac-
tividad particular considerada.

El comportamiento:

1 (t) x2 tt? x3 (t}

82


Representa un comportamiento conocido pues con-

tiene todas las posibles ralaciones. locales den-

tro de la actividad particular considerada.

d? Otro comportamiento conocido podría ser la

guiente relación

X1 (t) )- X.,(t-1

Cualquiera de los dos comportamientos conocidos

encontrados podría ser el comportamiento perma-

pero no lo sabemos, pues ignoramos

otra actividad particular introduciría relacio

nes distintas a las consideradas en estos dos.

Ejerq cio propuesto

Consjderando la act i vidad particular del

anterior encuentre otros dos comportamientos co-

nocidos.

Sugerencias:

i) observe relaciones entre xl (t),x x3 {t} y x 3 (t-1

observe relaciones entre x l (t),.x2 {t3, x 3 tt} y x2 (t-l)

busque ecuaciones donde intervengan x1 (t?, x 2 {t? y

(t).

2.2.4 ^Qrganizaeion del sistema

sistema exhibe un comportamiento particu--

ebe poseer ciertas propiedades que produz -

cen tal comportamiento. estas propiedades seria

.das la orgar i zaci ón del si st'ema. Ya que de

83
ecuerdo con la definicióndada, el comportamien-
to puede variar debemos suponer que esta organi-
zación también puede cambiar. Será conveniente
definir la parte invariante, y la parte varia .,
ble, las cuales llamaremos tatrueturay prora_
mas respectivamente.

De las definiciones anteriores concluiremos que

el programa debe tener necesariamente aplicación
en la formación del comportamiento temporal, y

la estructura en la formación del comportamiento

permanente o del relativamente permanerte. Por

conveniencia la estructura. que corresponda al

comportamiento permanente la denominaremos real

y la que corresponda al comportamiento relativa -

mente permanente la denominaremos hipotética.

Pero si ya hemos dicho que , muchas veces es difi-

cil distinguir, entre ambos comportamientos.tam -

biéh lo será entre estas dos estructuras.

El estudio de sistemas trata de descubrir la ma-

fiera como la relación entre las cantidades ob-

servadas, basadas en muestras de una cierta su-

cesión (comportamiento) se descompone en relacio

nes más simples, las cuales se dan entre los va

lores de las cantidades observadas del sistema

cantidades externas) y entre otras cantidades

que juegan un papel mediador, cantidades inter-

nas. El papel mediador de las cantidades internas

son la expresión de la relación entre las canti -
dades externas.
Si suponemos la existencia de relaciones más sim
pies, podremos suponer que el sistema se compo-
ne de sistemas mis simples que denominaremos ele
mentos. Cada elemento del sis't'ema se caracteriza
únicamente por su comportamiento, organiza-
ción no nos interesa a menos que la seleccione-

mos como objeto de estudio. Si estamos estudian-

do el planeta Tierra en su relación con otros
planetas del Sistema Sólar no nos preocuparemos
por la explicación de la actividad volcánica o
de las corrientes marinas.

Todo elemento se define entonces por un conjunto

propio dé cantidades y por una re ación atempo -

ral (basada en muestras de una cierta sucesión)

entre estas cantidades a un nivel de resolución

dado. Elconjunto de todos loselementos de un
sistema, definidos de esta manera, constitu e el
universo de discurso del sistema.

el comportamiento de un sistema intervienen,

además de los comportamientos de los elementos,
ciertas composiciones de aquellos. Estas composi
clones, por supuesto, se darán entre cantidades
externas a los elementos. El conjunto de todas

las cantidades ..externas comunes entre dos ele-

mentos se denominará el acoplamiento de los ele-
méntos


Ejemplo

Un cierto componente electrónico suma y multi-

plica tres cantidades que se i .ntrodu2can en él.
Para ello dispone de dos elementos un sumador y
un multiplicador de acuerdo al siguiente esquema

D= A+B
E=(A+8)xC

Co

El acoplamiento 'entre el sumador el mul *pli

cado,- es la cantidad D. A + 8

Del mismo modo que distinguimos entre estructura

real e hipotética, es deseable diferenciar dos
tipos de acoplamientos:

. Acoplamientosreales, válidos sobre un inter -

valo de tiempo completo de cualquier activi-

dad del sistema.

2. Acoplamientos hipotéticos, válidos sólo dentro

de una actividad particular del sistema.

Vemos inmediatamente que los acoplamientos reales,

junto con los comportamientos permanentes de to-

dos los elementos del universo del discurso, par

ticipan en la estructura real, mientras que los

acoplamiento hipotéticos, junto con el comporta -

miento relativo o permanente de los elementos

del universo participan en la estructura hipoté-

86
tica. E l conjunto detodoslos elementos y sus
acoplamientos (oelconjunto de loscomportamien

tos de todos los elementos y sus composiciones)

lodenominamos.estructuradeluniversodedis-
curso, y de losacoplamientos (estructura UC) y
la consideraremos como una parte de la estruc-
tura del sistema.

es el conjunto de los elementos del u-

niverso y bl, b2, ..., bn es el conjunto de los
comportamientos permanentes de esos elementos,
de manera que a al le corresponde bi, definire-
mos A= al
ambiente del sistema

como las cantidades principales de al i=

n). El acoplamiento Cij entre un par de elemen
aj) será la intersección de A,i y A.

Ai nAj

conjunto de todos los acoplamientos será C y

se denominar características del sistema

Ejemplo

Un sistema automático de apertura y cierre de una

puerta funciona de acuerdo al siguiente esquema.

87


Los elementos del tisteiaa (a.) són lámpara, ce' -

luía fotoeléctrica, obstáculo, motor y puerta.

Cada elemento está asociado con las siguientes

cantidades (Al)

LáMpara: Voltaje VI (O 6 110 Volt,}, Intensida

luminosa L ( 06 L max lumenes)

Obstáculo: Intensidad Luminosa L1, Intensidad Lu-

minosa L2 ó L max lumenes), Presen -

cia de obstáculo (Si 6

Célula
Fotoeléctrica: Intensidad luminosa 12, Voltaje

V2 (0 o 110 Voltaje 3 (O ó 110V)

Motor: Volta Torque T (O o Tmax)

Puerta: Torque T, Situación S (Abierta o Cerrada)

88


Los comportamiento permanentes de cada ele-

mento son los siguientes:

lámpara:

0
LMax

,.1 aculo:

0 cual- 0
quier
valor
Lmax SI 0

Lmax NO Lmax

Célula Fotoeléctrica:

cualquier
valor

110 Lmax 0

110 0 0

Noto : T

0 0

110 Tmax

Puerta S

Cerrada

Tmax Abierta

Los acoplamientos (C .;) serán las cantidades ex-

ternas comunes a cada par de elementos (i, aj).

89


Entre Lámpara y Obstáculo:

Entre Obstáculo y Célula F: L2

Entre Célula F. y Motor: V3
Entre Motor y p uerta: T
Entre Ambiente y Lámpara:
Entre Ambiente y Célula F: V2
Entre Ambiente y Obstáculo: P
Entre Ambiente y Puerta: S

Ya hemos dicho que el programa es la parte va-

riable de la organización del sistema. Veamos
cómo definirlo a partir del concepto de estado
del sistema.

El estado del sistema, es el conjunto de los va-

lores instantáneos de todas las cantidades del
sistema, tanto externas como internas. El con-

junto de estos valores de todas las cantidades

internas es el estado interno del sistema..

El pro rama puede definir-se en cualquier instan-

te del tiempo como el estado instantáneo del sis -
tema, un conjunto de algunos otros estados del

sistema, y un conjunto de transiciones desde el

estado instantáneo a los estados considerados.
programa es variable desde el punto de vista
del sistema, y existen diferentes programas para
diversos subconjuntos del conjunto de todos los

estados del sistema. Parece útil distinguir tres

clases de programas:

90


. Programa com 'neto (o simplemente programa)

es el estado actual junto con el conjunto de
todos los otros estados del sistema, y el
conjunto de todas las transiciones desde el

estado actual a todos losdemis en el tiempo.

2.' Subprogramas es el estado actual Y un sub-

conjunto no vacío del coríjunto de los restan-

tes estados del sistema, y u subconjunto no

vacío del conjunto, de todas las transicio -

nes desde el estado actual a todos los demás

considerados en el tiempo.

Programa instantáneo, es el estado actual

junto con las transiciones desde este estado.

Ejempl

en el ejemplo anterior el sistema puede es-

tar en ocho estados, si consideramos las can
tidades externas VI, V2 y P que determinan
las transiciones del sistema.
S
0 SI Cerrada
0 NO Cerrada
0 SI Cerrada
110 0 NO Cerrada
0 110 Si Abierta
0 110 NO Abi erta
110 110 SI Abierta
110 110 NO Cerrada

Para determinar las transiciones considere -

mos que de un instante a o solo puede can

biar una de las cantidades externas.

91
Si estamos en el estado ES; el programainrs-
tanténeo seriar

Si estamos en el mismo E8 un subprograma de in-

terés podrla . ser aquel que supone que VI, y
Vz tienen el mismo valor ambos (i'10 o 8V);

esto significara que tenemos energía eléc-

trica para el sistema o no tenemos, Nuestro

conjunto de estados seria E8, E7, El y E2 y

el subprograma sería:

El programa completo, cambiando una sola can

tidad al mismo tiempo seria el siguiente.

92


El programa completo contiene una parte constan-

te, como es el conjunto de todos los estados y

el conjunto de todas las transiciones entre ellos,

por lo cual debe incluirse, en la estructura. A

esta parte la denominaremos como estructura de

los estados. y lastransiciones (estructura ST).

De nuevo podemos distinguir entre estructura

real de la ST y la correspondiente estructura hi

potética.

Si E= el, e ,...,e n es el conjunto completo

de los estados. el conjunto completo de transi-

cinnes entre estados es una relación binaria R

(E,E,) C E2.

La estructura UCjunto con la estructura ST, for-

man la estructura del sistema.

93
2.2.5 Objetoyabe e

Retomando el concepto de objeto que es el asunto

de nuestro interés investigativo, observamos que

éste no puede aislarse nunca de su ambiente. En

términos del sistema, el comportamiento puede
estar influido por algo del ambiente. El ambien-
te es otro sistema y estaremos interesados en su
portamiento en la medida que afecta nuestro
objeto de estudio. No estamos interesados en su
organización, a veces sin embargo, procuramos
descubrir aquellos elementos del ambiente, que
participan en la formación de la relación consi-
derada. Si descubrimos tales elementos, podemos
inclOirlos en el sistema considerado y así hacer
lo más independiente del ambiente. Los factores
que influyan en el comportamiento del sistema
son los elementos de su universo, el ambiente
del sistema y ciertos acoplamientos entre ellos.
En este contexto, deberfamos recordar que el ex-
perimentador forma parte, en muchos casos, del
ambiente del sistema. Esto ocurre siempre que el
experimentador influye en el comportamiento del
sistema.

Ejercicio propuesto

El ascensor de un edificio de cinco pisos puede

ser representado por el siguiente esquema:

94


NTROLAD

AMBIENTE

ASCENSOR

Donde V Y V2 son voltajes (O ó 110V) que' dan

energía al sistema, S es la seña de hacia donde

se quiere llevar el ascensor (l, 2, 3, 4, S) y

P es la señal de la posición en la cual se en-

cuentra el ascensor 2, 3, 4, 5). El cpmporta

miento del sistema lo describen las siguientes

relaciones;

Si S =y entonces V2 = O

Si S P entonces V2 - 110V

Si 5 P entonces V2 10V

Si V2= 0 entonces P ( - P (t)

Si V2= 110V entonces P = (t) + 1

Si 2 -110V entonces P (t+1) = P

Si V1= 0 entonces V2 = 0

Describa las estructuras IX y ST de este sistema.

DEF II DE SISTEMA.

El concepto de sistema puede definirse de mane-

ras diferentes de acuerdo con los propósitos que se es

tablezcan. Sera útil presentar todas las definiciones

fundamentales que son posibles, por la idea que veni-

mos desarrollando del sistema y de su soporte c ncep-



Cual. Desde luego, todas las definiciones deben ser

mutuamente consistentes.

Recapitularemos primero todos los rasgos carac -

tersticos del sistema determinados en los dos puntos

anteriores:

El conjunto de cantidades externas

Nivel 2. de resolución

3.
Actividad (dadao descubierta experimentalmente)

4. Comportamiento (permanente, relai'ivame ite pe

nente o temporal)

nto de estados (completo o incompleto)

Un conjunto de transiciones entre estados (com -

plet,o e incompleto)

Estado instantáneo
7.

8. Programa (completo, real o hipotético, subpro-

grama, instantáneo)

9. Universo del discurso, junto con comportamientos

conocidos (permanentes, relativamente permanen-

te, temporales) de sus elementos.

1 Acoplamiento dentro de la estructura del univer-

so (reales, hipótéticos).

ll, Estructura del universo y de los acoplamientos,

estructura UC (real , hipopética.)

12. Estructura de los estados y sus transiciones

estructura ST (real, hipopética).

96


Estructura, del sistema (real, hipotética

Un sistema podría definirse en cualquier instan-

te por la intersección de todos los rasgos listados.

Sin embargo, esto no seria una definición útil por

siguientes razones:

Algunos de los rasgos no son consta tes; no se-

ría razonable considerar todo cambio en lo.s mis-

mós como un cambio del sistema.

2. Sólo algunos rasgos (primarios, están dados en

la mayoría de los problemas de sistemas y tene-

mos que determinar los restantes (secundarios).

No es posible definir el sistema por algo que no

es conocido.

Por estas razones, cualquier definición de sis

tema debe satisfacer las siguientes condiciones:

Estar basada en los rasgos constantes.

Estar basada en los rasgos característicos que

se suponen completamente conocidos.

Estar basada en aquellos rasgos gene hagan posi

bie determinar de modo único los otros rasgos,

o se; no debe ser incompleta.

4, No estar sobredeterminada, es decir, que no con -

tenga rasgos redundantes.

aplicación del requisito 1 (rasgos constantes)

nos deja la lista de ras g os así

97


E conjunto de
1 . cantidades externas

2. Nivel de resolución

3.. Una actividad dada

4. Comportamiento permanente

5. El conjunto completo de estados

6. El conjunto completo de transiciones entre estados

7. El universo de discurso (elementos y comporta-

miento)

Acoplamiento reales dentro de la estructura del

universo de discurso.

Estructura
9. UC real

10. Estructura ST real

Estructura 11.
real del sistema

Cualquiera de estos once rasgos cumple el requi -

sito 2. En cuanto al requisito 3 para cumplirlo debe-

mos unir el rasgo 1 y el rasgo 2 (cantidades externas

y nivel de resolución). La aplicación del requisito 4

nos lleva a eliminar los rasgos 5 y (estados y tran-

siciones) por estar en la estructura ST real, los ras -

gos 7 y 8 por estar en la estructura UC real, y la es-

tructura real por ser la simple unión de las estructu -

ras ST y U.

Por lo tanto, es suficiente considerar sólo las

siguientes características constantes del sistema:

1. El conjunto de cantidades externas junto con el

nivel de resolución.

98


2. Una actividad dada.

3. Comportamiento permanente

4. Estructura UC real

5. Estructura ST real

Cada uno de estos elementos verif ica todos los

requisitos impuestos sobre las definiciones básicas
del sistema, y en consecuencia, puede utilizarse para
una definición básica.

Así hay cinco definiciónes básicas que cumplen

los enteriores requisitos:

. Definición por el conjunto de cantidades ex-

ternas y el nivel de resolución.

1.1 Un sistema $ es un conjuntó dado de cantida -

des, consideradas a un nivel de resolución
dado,

1.2 Un. sistema S donde X= x1 , x x ,...

son las cantidades externas, t es el tiempo
y X ..X n Tes el nivel de resolu-
ción.

2. Definición por la actividad dada.

2.2 Un sistema S es un conjunto dado de variacio-

nes en el tiempo de algunas cantidades bajo
consideración.


2.2 Un sistema S es un conjunto dado de valores

xi (t) para todo i n y para todo
u decir S=
t e T, es t), x ...,x (t):
n
t‘T x

Definición por el comportamiento permanente.

3.1 Un sistema S es una relación atemporal dada

entre los valores actuales, pasados y futu-

ros de las cantidades externas.

3.2 Un sistema S es una relacionR (P I ,P 2 .... m

definida sobre el producto cartesiano PI x

2 x... x Pm junto con una correspondencia

biunívoca (í,0L ) <---> j, j= ...,n

aplicada a la ecuación rj(t) = xi (t J.

4. Definición por la estructura UC real

4.1 Un sistema S es un conjunto dado de elemen-

tos, junto con sus comportamientos permanen-

tes, y un conjunto de acoplamientos entre

los elementos, de una parte, y entre los ele

mentol y el ambiente, de otra.

4.2 Un sistema S es un conjunto dado consistente

del conjunto de relaciones absolutas 1) 1 ,
b 2 ,...,b n entre les cantidades principales

de los elementos al, a 2 ,...,e n respectiamen-

tey el conjunto C de todos los acoplamien -

tos entre los elementos del conjunto A; así

S= j,i =
í= B,C

100


. Definición por la estructura ST real

5.1 Un sistema es un conjunto dado de estados

junto con un conjunto de transiciones entre
los estados.

5.2 Un Sistema S es un conjunto dado E de esta-

dos junto con una relación binaria R (E,E)

definida en c', entre los estados..

Ejemplos,

Ilustremos cada una de las cinco definiciones

sistemas, mediante ejemplos.

Definición 1: Un conjun dado de, cantidades

unto con su nivel de resolución

El sistema que representa el tiempo atmosférico

en un cierto lugar, digamos en Los Teques, se

define por las siguientes cantidades y niveles

de resolución:

Tiempo: las medidas se toman seis veces al día:

medianoche, 4 a.m., 8 a.m., mediodía, 4 p.m. .y

8 p.m.

Temperatura en la superficie: se espera un rango

de variación entre 0°C y 50°C y medida con una

precisión de 00 . Así sólo se considerarán los

valores 0,1,2,...,49, 50°C.

Temperatura a 10t r de la superficie: se espera

un rango de variación entre -IO D O y 50°C y medí -

xaz
da con una precisión de 1°C. Así solo se consi-

derarán los valores -10, -9, -8... 49,50°C.

Humedad relativa: definida con una variación de

0% a 100% y medida con una precisión de 1%. Los

únicos valores a considerar son , 0,1,...,99,100%.

Precipitación entre dos medidas: se espera con

una variación de 0 a 15 cm medida con una preci-

sión de 0,5 cm. Solo se considerarán los valo-

res 0,0.5, 1.0,...,4.5,5.0 cm.

Velocidad del viento en la superficie: varia-

ciones de 0 a 200 Km/hora medida con una preci-•

sión de 1 KM/hora. Sólo se tienen en cuenta los

valores 0,1,...,199,200 KM/hora.

Dirección del viento: dentro de un rango de O'

a 360° y con una precisión dé 10'

Sólo se considerarán los valores 0,10,20,...,340,

350°.

Presión barométrica: se espera una variación de

28mm Hg a 32 mm Hg y medida con una precisión de

0,2 mm Hg. Sólo se tienen en cuenta los valores

26,0, 28,2,...,31,8, 32,0.

Visibilidad: Definida con una variación de 0 a

10 Km y medida con una precisión de 0.5 Km. Solo

se considerarán los valores 0,0.5, 1.0,...,9.5,

10.0.

102'


Definición 2: Una actividad dada.

Este sistema de señales de tráfico en una inter-

sección, se define por actividad periódica
que se muestra en la tabla siguiente:

donde las señales que regulan las direcciones

norte-sur, sur-norte, oeste-este; y este-oeste
se expresan por NS, 5N, OE EO respectivamente
y pueden adquirir tres valores: rojo (r), amari-

(a) y verde (r). Las s para los tr&fi-

cos norte-este y sur-este se simbolizan por NE

respectivamente, y pueden adquirir dos va-
lores: flecha encendida (s) y flecha apagada (n).

Los intervalos de tiempo dentro del primer pero

do (t i , 1...,t6) se especifican (seg.)
siguientestes desigualdades:

15 t2 < 20; 20 ; 40 t<

45 65; 65 <70.

103


El sistema está completamente determinado para

el primer período de la actividad. Las situacio-

nes correspondientes a los instantes del primer
período se ilustran en la siguiente figura.

Q E

4 E E

104


Definición3 Un comportamiento permanente dado.

El sistema económico usado para el fondo de ju-

bilaciones de un hombre de A años de edad, que
espera retirarse a la edad de B anos y vivir
hasta la edad de C años, se define por la rela-

ción representada por las siguientes ecuaciones

y desigualdades:

(1) 12p2 (l+p a-A B-C

12p4 P

(2) p2 0,1 P3

p4 p3
(3)

donde

p l (t) - x1 (t) interés anual, medio simple por boll-

varde inversión en el año t.

x depósito mensual en el año t

P xtt} z, renta mensual en el al

+A-B) = renta mensual en año t4-B-A

La ecuación (i) expresa el requlsitd de que la

inversión total en la feCha de retiro sea igual
a la renta total después del retiro. La desigual
dad (2) expresa la exigencia de que el depósito
mensual no exceda. del 10% de la renta mensual en
el año ,. La desigualdad (31 expresa el requi-
sito de que la renta mensual después del retiro
no sea inferior al 60% de la renta mensual en t.

105


Definición 4. arta estructura dada.

El sistema que mantiene la temperatura una

habitación entre 17°C y 22°C consiste de cuatro
elementos: termómetro, regulador, calentador y
refrigerador.

Los elementos están asociados con as siguientes

cantidades y demuestran los siguie tes comporta -
mientos:

Terr tro: Temperatura T. (continua de O° a 50 0... 1'

fuerza F (continua de 0 a 0,5 New -

ton). Comportamiento permanente re-
presentado por l a ecuación F 10

Regulador: Tres potenciales eléctricos

2'
Y3 (cada uno de los cuales es igual
a 0 o a 110 voltios) fuerza F. El

comportamiento permanente se repre -

senta por la siguiente tabla.


Cualquier valor
F<0,17
0,17 F .$. 0,22
F>0,22

Calentador: Voltaje V produce el calor C por

segundo, (nada ó IKw). El comporta-
miento será la siguiente instruc-
ción: Si .V 2 = . entonces C .0, Y.
si V2 = 110 voltios entonces. C=IKw,

Refrigerados: Voltaje V3' produce el fria Fr por

segundo (nada ó -IKw) el comportamién
to será la siguiente instrucción:
$03 O, entonces FO, y^ si Y
voltios, entonces Fr= -lKw

El ambiente del sistema contiene cuatro de las

cantidades asociadas con los elementos T, V C
y Fr.

Los acoplamientos entre los elementos se visua -

lizan en la siguiente tabla:

Elementos Acoplamiento
Termómetro y Regulador F
Termómetro y Calentador Ninguno
Termómetro ,y Refrigerador Ninguno
Termómetro y Ambiente T
Regulador y Calentador V2
Regulador y Refrigerador V3
Regulador y Ambiente VI
Calentador y Refrigerador Ninguno
Calentador y Ambiente C
Refrigerador y Ambiente Fr

107


Definición 5: Una estructura ST dada.

El voltaP eléctrico V y la corriente eléctrica i

medidos sobre una resistencia lineal de conductan

cia G (i= GV), en saltos de h.V da lugar al si-

guiente diagrama de estados-transiciones.

Todas las transiciones excepto las derivadas de

los este,dos S3 y $4 dependen de un cambio exter-

no. Las transiciones desde los estados S3 y S4

son autónomas, pues la resistencia se destruye

al alcanzar V o i los valores V orit . Mediante S3

o S4 el sistema se mueve de un conjunto tipico

de subprogramas a otro. Obsérvese que So y S'0

tienen los mismos valores de (v,i) (0,0.) sin

embargo, tienen diferentes transiciones; esto

significa que So y 5'0 son estados diferentes.

Como no se distinguen por v e i, debe, diferen-

ciarse por otra variable, éta es la conductancia

(6). De este modo los estados del sistema son

ternas ordenadas (v,i,G), donde Gb 0 corresponde

al primer subconjunto de programas, y G=0 corres

Ponde al segunda. El voltaje y ¡a corriente son

cantidades externas y la conductancia es una

cantidad interna.

108


La estructura ST del sistema se presenta en la

siguiente figura:

Además de las cinco definiciones básicas, cual -

quier intersección de dos o más de ellas, puede
servir también como definición del sistema. Hay
cinco definiciones básicas del sistema, diez pa-
res diez ternas, cinco cuaternas, y una inter -
sección de las cinco. Asi, treinta y una defini-
ciones, pueden obtenerse de las básicas.

Además de las definiciones básicas y sus inter-

secciones, podemos obtener algunas definiciones
adicionales del sistema añadiendo algunos rasgos
permanentes adicionales, completos o no.

En resumen, definición del sistema depende

fuertemente del problema resuelto. Cualquier
problema relativo a los sistemas exige una defi-
nición especial que determina una clase de sis-
tema. Asi, pueden aplicarse diferentes defini -
ciones durante el proceso.

109
2.4. CLASIFICACION DE SISTEMAS

Los sistemas pueden clasificarse desde diferen-

tes puntos de vista. La que se presenta aquí obedece

a determinar los sistemas considerados en las ramas

mencionadas al comienzo de la unidad y a buscar las

clases de sistemas donde pueden aplicarse los proce-

dimientos de análisis y síntesis que se desarrollarán

posteriarmente.

Los sistemas pueden clasificarse de acuerdo a la

naturaleza de sus cantidades. En este sentido, pueden

dividirse en sistemas físicos y sistemas abstractos.

Los sisteras físicos son aquellos cuyas cantidades son

süteptiblesede ser, medidas; todos los demás son abs-

tractos: Los sistemas físicos podrían clasificarse en

sistemas físicos reales, cuyas cantidades existen real

mente, y sistemas físicos conceptuales, cuyas cantida-

des son supuestas.

Los sistemas que poseen un número Finito de can-

tidades externas y una estructura finita debe distin-

guierse de los sistemas cuyo número de cantidades ex-

ternas o cuya estructura son infinitas. Los primeros

son los llamados sistemas limitados, los segundos sis -

temas ilimitados.

Desde el punto de vista de la intersección entre

los sistemas y sus ambientes se clasifican a veces en

sistemas absolutamente cerrados, relativamente cerra-

dosy abierUs. En este desarrollo, esta clasificación

no es significativa ni útil, pues solo consideramos

110
como sistema el relativamente cerredo,, decir un
sistema donde la i nteracción entre el sistema y su
ambiente te define adecuadamente. El sistema cerrado
es solo u.n caso especial.. El sistema abierto se cons-
truye a partir del relativaMente cerrado,. incluyendo
(el ambiente) en 14 Definición 4.

Con respepto a los valores de lee cantidades ex-

ternas, los sistemas pueden ser discretos si las cae-
ti'dades adquieren un número finito de diferentes valo-
res diseretos..y se conocen sólo en instantes discretos
del tiempo; las relaciones seeexpresan por ecuaciones
de algun algebra lógica particular,» También pueden ser
continuos si las cantidades son continuamente varia-
bles,en el tiempo sobre el rango completo de la acti-
vidad, las relaciones se expresan generalmente por
ecuaciones diferenciales. Sistemas híbridos son aque-
llos en los cuales las cantidades se consideran conti-
nuamente variables, pero sus valores sólo se conócen .
en instantes del tiempee

Es también importante distinguir entre sistemas

únicos y sistemas repetidos en la realidad. Por ejem.

plo, cualquier sistema definido desde el punto de vis-
ta de la historia es único, mientras que existen nume-
rosos.. sistemas físicos que satisfacen una definición
dada y que difieren uno de otro en especificaciones
esAciales o temporal es irrelevantes.

211


En las relaciones del sistema con su ambiente,

diremos que se conoce—el control del. sistema si pode-

mes clasificar las cantidades externas en las produci-

das por el ambiente y las producidas por el sistema,

o es posible tener una hipótesis razonables sobre la

clasificación con base en datos experimentales. Si el

control no es conocido diremos que el sistema es neu-

tral.

A los sistemas controlados es útil clasificarlos

desde el punto de vista de las relaciones entre las

salidas y las otras cantidades princpales. Podemos

distinguir los siguientes casos fundamentales:

Sistemas determinados. Las cantidades principa-

les son funciones de otras cantidades principa-

les, en consecuencia los elementos de las rela-

ciones no tienen asignadas probabilidades. Pode-

mos subdividirlos en combinatorios (sin memoria)

si todas las cantidades principales se definen

con base en los valores actuales de las cantida-
des externas, y en secueilcAales si al menos una
de las cantidades principales no se define como

el valor actual de una cantidad externa.

2. Sistema probabilistico (estocásticos). Al menos

una de las relaciones no es una aplicación, sino

una relación uno a muchos. Cada elemento (a,b)

de la relación se asocia con la probabilidad de

ocurrencia de b cuando sucede a. Los sistemas

112


pro', abilísticos pueden dividirse en simples (sin

;emoria) si todas las cantidades principales se

definan con base en los valores actuales de las

cantidades externas, y en probabilisticos com

plejos (secuenciales), si al menos una de las

cantidades principales no se definen como el va-

lor actual de una cantidad externa.

Los sistemas secuenciales (probabilísticos o de-

termínisticos) pueden clasificarse a su vez como sigue:

Sistemas no anticipadores, cuando ninguna canti-

dad principal se define con base en los valores

futuros de cantidades externas con respecto al

tiempo de referencia de ellas.

2. Sistema anticipadores teleo ices). Al me

una cantidad principal se define con base en un

valor futuro de una cantidad externa con respec-

to al tiempo de referencia de las cantidades ex-

ternas.
Estas desificaciones se entrecruzan dando lugar a agrupa -
ciones mezcladas. Asi, nos encontramos con sistemas contro
lados continuos y sistemas controlados discretos, sistemas
neutrales físicos y sistemas neutrales abstractos, sistemas
probabilisticos continuos y sistemas probibilisticos díscrt
tos. Hemos visto algunas formas de clasificar los sistemas,
quízas las mas comunes, pero podemos encontrarnos con muchas
otras.

113
 1ivr%Ca cL5
Yyíllltáoa/
t"w* s

Fig. 2.2

ESQUEMA DE CLASIFICACION DE LOS SISTEMAS

114


. 2,1 GLOSARLO DE TER INOS

Acoplamiento: Las variables comunes de dos ele-

mentos del sistema o de uno de ellos y el
ambiente.

Actividad: El conjunto de las variaciones en el

tiempo de todas las variables consideradas

en un nivel de resolución espacial-temporal
particular.

Cantidad:. Una entidad que en urdo instante de

tiempo tiene un valor definido y en base a
la cual se define una variable.

Característica UC: El conjunto de todos los eco. -

plamientos entre los elementos del sistema
y. entre estos y el ambiente del sistema.

Comport : Una reláciÓn atemporal particu -

lar entre variables principales.

Elemento: Un subsistema dado. Se especifica por

un conjunto de variables, el nivel de reso-
lución espacial-temporal y una relación atea

poral absoluta entre las variables.

Estado: El conjunto de los valores actuales de

todas las variables del sistema.

Estructur : Parte constante de la organización.

EstructuraST: El conjunto completo de estados

junto con el conjunto completo de trasicio-
nes entre ellos.

115


uctura UC: El conjunto de elementos con sus

comportamientos permanente y caracterís-

ticas i9 C.-.

Nivel de resolución es p acial-temporal: Un conjun

to de valores de todas las variables cansí

deradas, junto con un conjunto de todos los

instantes de tiempo consideradós.

Objeto: tina parte de la realidad

ización: conjunto de todas las propieda-

des que producen comportamiento del sis-
tema.

p rograma: Par variable de la organización

Relación atemporal: Toda relación entre valores

actuales ó pasados de algunas variables qUe

no cambia con el tiempo en una actividad da-

da.

Transición: iln cambio de un estado del sisee

otro d
d,el mismo.

116


RESPUESTA A. LOS EJERCICIOS

EJERCICIO N° 1

Lugares de medición: bombas dispensadoras de ga-

solina que funcional en la actualidad.

2. Tiempo de medición: 7 a.m., 8 a.m., 9 a.m., 11

a.m., 2 p.m., 5 p.m., 6 p.m., 7 p.m., para cada
día de la semana.

Otras cantidades: Flujo de autovfles i0

8,...,2,1,0 aut/min.

4. Relaciones: Mediante muestras periódicas se de-

terminará el fluj de automoviles para cada bom-
ba Otspensadora cada día, como la siguiente:

O BA 1 (Lunes)

Auto n. 10

7 8 9 10 11 12 1 2 3 4 5 6 7

Las propiedades del sistema que expliquen estas

relaciones se determinarán investigando en el
sistema relaciones más simples, como cantidad
de empleados, eficiencia del servicio etc.

117


EJERCICIO t4° 2

Nivel de resolución del tráfico en la autopista

Caracas-Valencia.

Espacio - Estación e Peaje 1, Estación de

Peaje 2,,.., Estación de Peaje 7'1

Tiempo T 8 .a.m., 10 a.m., 12m 2 p.m.,

p.m., 6 p.m, 8 p.m., 10 p.m., 12p.m.

Flujo 0 <' x2 (' 50 automovi

les/min, con una precisión de
1 aut/min.

Flujo saliente= x3 ¡ O < x3 50 auto -

moviles/min, con una O'recisión
de 1 aut/min.

EJERCICIO: N

a) X2 (t)

0 2 0 2
2 0 1
O 2 0 0
2 0 0 2
0 1 2 1
1 2 1
1 2 2
2 2 2
2 0 2 0
2 0 G
0 1 1 0
1 0 0
C 0 O
0 0 1

118


{t) + X2 (t) - X3 (t) = X3 (t+i) + X (t+1) X {t+1

EJERCICIO .N° 4

E.structura . 'JC

Controlador Voltaje V1 (0,110V)

Situación S (1,2,3,4,5)
Posición P (1,2,3,4,5)
Voltaje V2 (0,110V, -11 CV)
Comportamiento:

o Cualqúier Cualquier 0 V
valor valor
110. So Po=so o
1

110 P4? So -11 0Y

110 ) So so 1CO V

Ascensor: Voltaje V2 (4,110 V, -110 V)

Posición P (1,2,3,4,5)
Comportamiento

V2 p

o P(t+1) =P (t)
110V P(t+1)=P(t)+1
-110V P (t + 1) = P (t) -1

Acoplamiento:

Entre Controlador y Ambiente: Y1 y S

Entre Contralador y Ascendor: V2 y P.

119


Los estados del sistema lo asociaremos a la va-

riable P que puede asumir cinco valores (1,2,3,4
5); las transiciones estarán dadas por los va-
lores de V2 (0,1110, -110)1 V2= 0 Si y1 _ 0
S V2 = 110 SI 110V V2 =-110V
SI V1 = 110 y S< P.

120


AUTOS ALUACION

En un sistema las cantidades a y b representan

las posiciones de dos interruptores A y B, que

encienden o apagan cada uno de ellos una lámpara

L de intensidad luminosa 1. La cantidad Id repre -

sentala energía eléctrica del sistema.

identifi uc:

Las cantidades y su nivel de resolución.

b) El comportamiento permanente

Una actividad que contenga todas las rela-

ciones locales.

d) la estructura ST

e) Una estructura UCque produzca el cpmpor a-

miento determinado.

2. Para el sistema regulador de la temperatura de u

habitación (Sección 2.3. definición 4) identifi -

que su comportamiento permanente, una acti -

vidad que contenga todas las relaciones locales

Y la estructura ST.

A. continuación vamos a nombrar a través de ejem -

plos distintos conceptos que Ud. debe identifi -

car.

a) Lugar = Los Teques

121


Tiempo= 12 p.m., 4 a.m., 8 a.m., 1.2 m,

4 p.m., 8 p.m.
Temperatura en la S uperficie =
/ T ICO,50°Cll, con na precisión
de 1°C1
Temperatura a 110 m /T j10,50 0 c
con una precisión de 1°c

b) X 1 (t) (t)
0 0 0
0 1 0
1 0 0
1

d) t-1 )

e) Temperatura T :'continua de 0°C a 50''C

Fuerza F. continua de 0 a 0,5 Newton
Comportamiento permanente F = 10" 2 T

f)_

122


RESPUESTA A LA AUTOEVALUACION

Pregunta Respuesta

a) Cantidad a: 0,1

Cantidad b: 0,1

Cantidad m: 0 (ausencia de voltaje}, 1

(11.0 vólts)

Cantidad 1: 0 (ausencia de luz), 1 (lám-

para encendida)

b) Comportamiento permanente

m a b 1

0 0 0 0
0 1 0 0
0 0 1 0
0 1 1 0
1 0 0 0
1 1 0 1
1 0 1 1
1 1 1 1

) Una actividad

t= 0 1 2 3 4 5 6 7 9

m = 0 1 1 1 0 0 1 0 0 0

a= 0 0 1 1 1 0 0 0 0 1

b = 0 0 0 1 1 1 1 1 0 0

1 0 0 1 1 0 0 1 0 0 0

d) La estructura ST del sistema

Si cada estado lo definimos por las canti -

dades m,a,b,l tendremos la siguiente es-

tructura ST.

123


Pregunta Respuesta

0000

1000

pian *ti

1111

0110

e) tina estructura UC del sistema

A \..,a

wrt

Interruptor A; m (0,11, a( ) 5)(0.1)

a
0 0
0 1 0
1 0 0
1 1
Interruptor 8; t (0,1), b(O,I), m2 (0,I)
m b m
0
0 1 0
1
1 1 1

124


Pregunta Respuesta
L araL: m 1 (0,1), m 2 t0,1), 1 (0,1)

& m2 1

0 0 0
0 1
0 1
1 1 1

Acoplamientos: Entre Ay Ambiente: a y

Entre 8 yAmbiente: b y m
Entre A yLámpara: mi
Entre 8 yLámapra: m2
Entre Lámpara y Ambiente: 1

Elcomportamiento permanenteestará dado por

la siguiente relación:
T V C
Cyalquier valor 0 0 0
T <17°C 110 1Kw 0
7° T <22°C 110 0 0
T.5-22°C 110 0 -1Kw

queresulta de la composición delos comportamientos

decada elemento.

Una actividad que contenga todas las rela

ciones locales puede ser esta

0 1 2 3 5 6 7 8 9 10

15 15 17 18 21 22 23 21 17 16 16
C 0 1 0 0 0 0 0 0 0 1 0
Fr 0 0 0 0 -1 -1 0 0 0 0
0 1 1 1 1 1 1 1 1 1 0

125


Pregunta ] Respuesta

La estructura ST podríamos representarla

como estados de '5 VI, C, Frlasi:

T4 1101 ^,oto ,o

i lT<ZZ
I o,o,o

Tlzzt. 3nrO t i

Obsérvese que los tres estados 0,0,0 no son

iguales pues corresponden a intervalos de
temperatura diferentes.

3 a) Nivel de resolución

b) Comportamiento de un sistema; si es
permanente, relativamente permanente o
temporal dependerá del contexto del
propio sistema.

c) Una actividad de un sistema

d} Comportamiento de un sistema; ídem a b

e) Definición de un elemento o subsistema

f) Programa completo, o subprograma o es-

tructura ST de un sistema.

126


PRESCRIPCIONES

Si usted ha tenido algún tipo che dificultad al

responder la AUTOEVPLU CION, l ease nuevamente
las secciones que se le indican a con.ti n.uaci óan,
d,e acuerdo al problema donde haya confrontado
las dificultades:

l.a Secciones 2.2.1 y 2.3 {Definición 1)

1 Secciones 2.2.3 y 2.3 {3efnición 3)
1.c Secciones 2.2.2 y y 2.3 {Defi nición.2)
l.d Secciones 2.2.4 y 2.3 {Definición 5)
Secciones 2.2.4 y 2.3 {Define ón 4)

Sección 2.3
Sección 2.2.1
3.b Sección 2.2.3
Sección 2.2.2
3.d Sección 2.2.3
3.e Sección 2.2.4
3.f Sección 2.2.4


BIBLI RAFIA

8ERTALANFFI.L. v Otros. Tendenciaste"lage-

neral desistemas. Alianza

Editorial , Madrid, 1978.

U!. Ca- To.

tom Theor
New York, 1962.

128
 UNIDAD 3

SISTEMAS DISCRETOS

INTRODUCCION

En la Unidad 2 aprendimos que podfamos describir un

sistema dando los elementos que se requieren en una cua-
quiera de las cinco definiciones de sistemas presentadas;
en esta unidad veremos la forma específica que adquieren
esos elementos en los sistemas discretos, ésto es, las,
cantidades del sistema, el nivel de resolución, la acti-
vidad, el comportamiento y su estructura. Si estos concep -
tos toman una forma específica para los sistemas discretos,
es obvio, entonces, que la descripción de un sistema por
una cualquiera de las cinco definiciones, también tomará
una forma específica. Este será el tema de nuestra unidad.

La determinación de la especificidad de los sistemas

discretos, requerirá que introduzcamos un gran número de
nuevos. conceptos. De por si, ellos son fáciles de captar,y
para facilitar ese proceso se han desarrollado ejemplos y
se le proponen a. los estudiantes ejercicios para que los
apliquen.

OBJETIVOS

. Describir los sistemas discretos en función de

las definiciones básicas de sistema,dadas 3err

a) el conjunto de cantidades y el nivel de

resolución,
b) la actividad dada,
c) el comportamiento,
d) la estructura ST

129


ESQUEMA DE CONTENIDO

Pág.
3.1. Definición de sistemas discretos 131

3.2. Nivel de resolución para las cantidades de los sistemas discretos 134

3.3. Nivel de resolución para el tiempo 138

3.4. Conceptos fundamentales .. . 142

3.4.1. Una consideración previa 142
3.4.2. Actividad 144
3.4.3. Comportamiento 157
3.4.4. Estructura 168

Respuestas a los ejercicios 191

Autoevaluación 205

Respuestas a la autoevalnación 208

Prescripciones 213

Bibliografía 214

130


3.1 DEFIRIC DE SISTEMAS DISCRETOS-.

Aquel
finito de di
sólo en instantes dise
de si stemas discretos.

Dada eta definición, es necesario hacer los siguien -

tes comentarios:

a) Un sistema puede poseer cantidades que teóricamente

son contínues, esto es, toman cualquier valor com-
prendido dentro de un intervalo real, y, sin em-
bargo, al definir su nivel de resolución lo trans -
formamos en un sistema, discreto.

n ejemplo acarará lo anterior: supongamos que les

cantidades observadas con la, temperatura T, la hu-
medad relativa li. y la presión barométrica P en un
cierto lugar de la tierra, En teería, podemos decir
que esas. Cantidades. pueden tomar-ctoalqUíer valor
comprendido en el intervalo real (-'910, \t 00) ; 0 de
manera mís específica, que T puede tomar cualquier
valor comprendido en el intervalo (T o , To, U en el
intervalo (n o , H o l ., y P .en (P o , P o ).Es obvio, en-
tonces, que bajo. este punto de vista el sistema no
llena las cónditiones que hemos dado en la defini-
Ción de sistemas discretos.

Sin embargo, si decimos que la temperatura se mide

dentro de ciertos límites TI, T2 con una precisión
de PC la humedad relativa dentro de los límites
con una precisión de 1% y la presión se mide
2
dentro de las límites PI, P2 con precisión de 1 mi-
libar, dichas cantidades han ?asado a toaar un nú-
mero finito de diferentes valores discretos:

131


Conjunto de valores de la temperatura (en grados

centígrados)

Con unto de valores de la humedad relativa (en %)

+ 1,

Conjunto de- valores de la presión barométrica (en

milibares)

+ 2, tez -1

Para que el.anterior sistema quede completamente

definido como sistema discreto, es necesario espe-
cificar los instantes discretos de tiempo en los
cuales serán medidas las cantidades: las cantida-
des serán medidas a las doce del día, de todos los
días, durante un año.

Conjunto de tiempos muestrales

Idía del "Ir día, 12 del día del sea undo

día,-12 del día del díe 36. .

b) Aun cuando las cantidades del sistema tomen sólo va-

lores discretos, puede suceder que en la práctica
sea imposible establecer los conjuntos de valores
exactos que ellas pueden tomar. Esto se debe funda-
mentalmente a que las cantidades dependen de muchos
factores, algunos de los cuales son excluidos del
sistema sin eltminar por completo sus influencias.
Debemos aclarar que nos referidos a influencias mí-
nimas que en la práctica pueden ser imposib es de
eliminar.

Este problema se resuelvo haciendo la siduiente con-

sideración: los valores de una cantidad pertenecien-
te a un sistema discreto se dividen en varios con-
juntos disjuntos, es decir, ningún valor pertenece-

132


rá a mís de un conjunto. De esta forma, los valores

que observemos para la cantidad no tienen ninguna
importancia para el sistema discreto, lo relevante
es a cual de los conju ' ntos disjuntos pertenece. Es-
consideración se basa en el argumento de que si
la influencia de los factores excluidos del sistema
es mínima, cualquiera de los valores observados, va
a estar ubicado en la vecindad de los valores exac -
tos (también llamados valores ideales). En los sis-
temas físicos, uno de los valores de cada con j un to
disjunto, y generalmente el más frecuente, es con -
siderado el valor ideal, en este caso él represen -
tará a los valores del conjunto disjunto.

Un ejemplo nos permitirá aclarar la anterior situa-

ción. Supongamos un sistema discreto, constituido
por dos cantidades X y Y, cuyos Valores ideales
.son conOcidos ; para X: 1 y.2 y .para Y: 6 , y. 8..a
influencia de factores no incluidos en el sistema.
puedo conllevar a que en una medición de. obtenga-.
mos valores como 1.2 6 0.8 6 1.9 6 2.3, y que para.
Y obtengamos valores tales como 5.8 6 6.3 :6 8 1.
Como se explicó, esta situación problemática se
elimine definiendo para los valores de. X y de. Y
conjuntos disjuntos, En el cas q de.X se pueden con-...
siderar los siguientes dos conjuntoSdisjuntos.

Si el valor observado para pertenece al primer

conjunto, diremos que hemos observado el valor
ideal 1, en caso de que perteneciera al segundo
conjunto, diremos que hehios observado el valor
ideal 2.

Para Y se púeden considerar los siguientes dos con-

juntos disjuntos, y aplicar la misma lógica que rea-
lizamos para X.
133


Recuerde que los valores que observamos para las can-

tidades no tienen ninguna importancia para el siste-
ma discreto, lo relevante es a cuál de los conjuntos
disjuntos ellos pertenecen.

Este. problema práctico que surge de la definición de

los sistemas discretos conlleva a que el concepto
vel de resolución tenga una definición especifica pa-
ra este tipo de sistemas.

3.2 NIVEL DE RESOLUC I ON PARA LAS CAfT'I HADES DE LOS SISTE-

MAS DISCRETOS.

El nivel de resolución para una cantidad discreta se

define especificando algunos conjuntos de sus valores dls-
juntos entre si.Cada uno de estos conjuntos se representa
por un valor, generalmente el más frecuente, denominado el
valor ideal.

De una manera formal {matemática), los conjuntos dis

juntos de los vale ede
s una cantidad X pueden definirse de
diferentes formas.

Sean k conjuntos disjuntos de los valores de la

cantidad X. Representemos esos conjuntos con los símbolos
Io$ 1 11 ... 3 1 k-1 , y sus valores ideales correspondientes por

io \ ..,iy-1. Si 0(
n1 < Ti < .., <%ax son ciertos va-
lores de X, donde el rango de X va de mo a m
max , entonces los
conjuntos disjuntos se pueden definir de diversas fornaas,cua -
tro de las cuales presentamos aq:ui.

134


Primera €cr*a

* X:m c cX<

a: t i < X<mz

^€ X .m
ra2

mca t. X

< x .' m

Ik-^

,Terco

nt
2
^x

x ín
k-1 mzk -Z t

135
Cuarta

k-l

Cada conjunto de valores especificados por una de

las cuatro formas anteriores se asocia con un valor ideal
de la cantidad que se esté considerando. El conjunto de
todos los valores ideales de la cantidad determina su
vel de resolución.

Obsery- s que puede suceder que algunos valores

observados para las cantidades pueden no pertenecer a nin-
guno de los conjuntos disjuntos. Se asume que tales valo -
res no tienen significado para el sistema discreto; y se
denominan valores indefinidos.

Si al menos una de las cantidades' que se conside-

ra está contenida, diremos que él sistema esté en un es-
tado transitorio.

Para fijar los conocimientos relativos al uso de

los conjuntos disjuntos, consideremos. el ejemplo donde
las cantidades observadas son la temperatura T, la hume-
dad relativa H y la presión barométrica P en cierto lugar
de la tierra. Establezcamos, para fines didácticos, que
la temperatura se medirá dentro de los límites 25 y 35
grados centígrados, la hu.iedad relativa dentro de los li
mites 60 y 70 por ciento, y la presión barométrica dentro
de los límites 10 y 15 milibares.

136


Los conjuntos disjuntos para la temperatura se de-

finen corno sigue: la temperatura se asume igual a 25° C
(un valor ideal ) si 25° C T < 25,5 0 C. igual a 26°C si
59 C .,T <26,5 0 C y así sucesivamente. Los conjuntos
disjuntos para los valores de la temperatura son, entonces,

25 T 25,5\ Valor ideal asociado = 250 C

.25 , (26,51- Valor ideal asociado = 26°

:-26,5 T < 27,51"Valor ideal asociada 27° C

28,.5 Valor ideal asociado = 2

Valor ideal. asociado 299

Is 29,5 (30,5- Valor ideal asociado

30,5 T < 31;5 Valor ideal asociado

r ideal asot'ado 320 C

32,5 Velo., ideal ato-ciado 33 9. C

. ,.T <34,i- Valor ideal , asociado = 340 C

3'3,5 1

34,,.5‘T 35 - Valor ideal asociado

Puesto qué habíamos dicho que el conjunto de to-

dos los valores ideales .de la cantidad determina su nivel
de resolución, para la temperatura el nivel de_résqlUción
está determinado por, el conjunto siguiente, n donde los
números representan grados centlrgr'ados

25,26,27,2 2,3'3,34,

137


Ejercicio Propuesto.

1. Siguiendo el mismo razonamiento lógico aplicado a

la temperatura, defina conjuntos disjuntos para
la humedad relativa y la presión barométrtca,pre-
cisando los valores ideales asociados. (Recuerde
que lo importante es que los conjuntos sean dis-
júntos.)

3.3 NIVEL DE RESOLUCION PARA EL TIEMPO.

El nivel de resolución para el tiempo, ésto es, el

conjunto especificado de momentos en los cuales se van a
realizar las observaciones o mediciones de las cantidades
del sistema, se determina dando una secuencia de los tiem-
pos en que se harán dichas observaciones. En general, di-
chos tiempos pueden establecerse de una de las dos formas
siguientes:

a) Definiendo instantes de tiempo; éste es el caso del

ejemplo de sistema que mencionamos anteriormente,
donde las cantidades consideradas fueron la tem-
peratura, la huuedad relativa y la presión baromé-
trica. Allí se dijo que las cantidades serian me-
didas diariamente a las doce del día durante un
año. El conjunto de la secuencia de instantes de
tiempos es, entonces,:

, {doce del die del ter día, doce de día del 2d°
dia,...,doce del día del 365 9 dial

b) Definiendo intervalos de tiempo. Tanto en esta

forn.;a como en la primera, se debe asegurar que
las cantidades a observar o medir no cambiarán de
valor en el instante o intervalo de tiempo de la
medición. Un ejemplo de esta forma de establecer
el conjunto de la secuencia de momentos, que de
ahora en adelante llamaremos conjunto de tiempos
muestrales, es el siguiente:

138


Ejemplo

Consideremos el sistema que muestra la figura 3.1

conteniendo una lámpara eléctrica. alimentada. parla red
local que se controla por uno cualquiera de los dos inte -
rruptores manuales indicados .

Figura 3.1
Sisteffia Discreto en donde el nivel de Resolución
del tiempo se define a partir de intervalos

Las cantidades a considerar y sus respectivos ni-

veles de resolución son ( los valores A,,C,Vi,l e li
son establecidos por el investigador en función las
caracterIsticas del sistema):

1) El voltaje instantáneo Ce: voltios) de la_aliMén-

tacién e corriente. Sus conjuntos disjuntos son:

V<AI'; Valor ídeal asociado 0 volt.

V>A Valor ideal asociado Vivolt

El nivel de resolución de esta cantidad es, enton-

ces, : D,V

139


ii) La conductancia instantánea de la lámpara ( en

1 /ohmios). Sus conjuntos disjuntos son:

: G<B 15 ;valor ideal asociado= 0(1/ohm)

G: G> ;valor ideal asociado=G i (1/ohm)

GC

Su nivel de resolución es: C G,Gi.

iii) Ititensidad instantánea de la lámpara (en cande-

las). Sus conjuntos disjuntos son:

1' 1: i< Cl ;valor ideal asociado= O candelas

1 : 1 > C ;valor ideal asociado= I 1 candelas

Su nivel de resolución es:

iv) Posición del primer interruptor. Puesto que sélo

Pu ed e tener dos posiciones, no es necesario defi-
nir conjuntos disjuntos. Su nivel de resolución=
1posición 1', posición 2

1') Pdtición del segundo interruptor. Al igual que el

anterior, su nivel de resolución = posición 1,
posición 2

Para este tipo de sistema en particular, lo más

razonable es asociar los tiempos muestrales con cambios en
las cantidades mencionadas anteriormente. Se asigna un
único tiempo muestral al periodo completo durante el cual
se definen y no cambian todas las cantidades. Por ejemplo
un nivel de resolución para el tiempo en este sistema po-
dria estar compuesto por los siguientes tiempos muestrales:

140


periodo de tiempo en el cual el primer interruP*

tor permanece en su posición 1.

periodo de t.ie upo en el cual el priwer interru

tor permanece en su posición 2.

pe odo de tiempo en el cual el segundo interrup-

tor permanece en su posición 1

periodo de tiempo en el cual el segundo ínter Up-

tor permanece en su posición 2,

periodo de tiempo en el cual los dos interrupto-

res permanecen en'sus respectivas posiciones 1,

periodo de tiempo en el cual los dos interrupto -

res permanecen en sus respectivas posiciones 2.

cantidad de cI yendo es
establecídopor el investigado en función de los 9bjeti
vas e el ersi a, o desde particular unto. de vista.

Definido el nivel de resolución de las cantidades

y del tiempo, podemos decir que el nivel de resoluciónde
un sistema discreto queda determinado cuando se especifi
Ca:

a) Un conjunto de valores ideales para cada cantidad

considerada, estando cada valor asociado a uno de
los conjuntos disjuntos establecidos.

b) Una secuencia de tiempos muéstrales. establecidos

por uno de los dos métodos explicados.

141


Ejerciciosp ropuestos.

2. Los sistemas cuyas cantidades son proposiciones,

son sistemas discretos típicos. En ellos cada una
de las cantidades sólo puede tomar dos diferentes
valores: cierto o falso; por lo tanto, no es nece-
sario la definición de conjuntos disjuntos. A con-
tinuación presentaremos un sistema de este tipo
para que usted establezca su nivel de resolución.

Consideremos una granja de tomates, cuyas cantida-

des son:

a) el tomate está listo para la cosecha

b) el tiempo está bueno
c) los almacenes están llenos
d) los dispositivos para el riego están funcionan-
do bien.

Estas cantidades serán Jbservadas los das primero

y quince de cada mes dtrante cuatro meses.

3.4 CONCEPTOS FUNDAMENTALES.

En esta sección los conceptos fundamentales de sis -

temas-actividad, comportamiento y estructura, serán inter-
pretados para los sistemas discretos. Simultáneamente se
introducirán nuevos conceptos acordes c-on las característi-
cas de estos tipos de sistemas.

3.4.1 Una Consideración Previa.

Antes de presentar el concepto de actividad para

los sistemas discretos, es conveniente que hagamos
una consideración previa sobre cómo transformar el
nivel de resolución de las cantidades y del tiempo
de los sistemas discretos, en conjuntos cuyos ele-
mentos san números naturales.

142


Ya. hemos visto que el nivel de resolución dg cada

una de las cantidades de un sistema discreto, es
be conjunto de valores ideales discretos. No.
existe entonces; nin un inconveniente para que
esos valores sean expresados por números naturales
0,1,2..., y para lo cual basta con definir una
correspondencia biunivoca entre el conjúnto de los
valores ideales y algún subconjunto de los números
. naturales. Verbigracia, para la cantidad tempera-
tura del ejemplo que ya hemos discútide pedemos es-
tablecer la siguiente correspondencia biúniveca

De esta forra él nuevo nivel de resolución para

la temperatura es el conjunto:

^i,1,2,3,4,5,G,7,^,,9,l0\

una correspondencia biunivoca puede ser estableci -

da,también para el tiempo. En conclusión, tenemos
entonces que los números naturales 0,1,2... pueden
Ser utilizados para reemplazar les valores ideales
de lee cantidades y los tiempos muestrales. Así si
hay fe valores ideales diferentes para una canti-
dad (o para los tiempos muestrales) emplearemos los
números para distinguirlos. Ese re-
emplazo de los valores ideales o de los tiempos
muestrales por los eeros naturales, se realiza

143


previo el establecí iento de las correspondencias

biunivocas.

Cuando veamos a continuación el concepto de activi -

dad pera sistemas discretos entenderemos Va impor-
tancia de lo que hemos tratado en este punto.

Ejercicios. Propuestos

a Establezca una correspondencia biúnívoCa entre los

valores ideales de la humedad relativa del ejemplo,
que ya hemos trabajado y un subconjunto del conjun-
to de los números naturales, escriba asimismo, su
nuevo nivel de resolución. llaga lo mismo con la
presión barométrica y con los tiempos muestrales.

4. Para el ejercicio propuesto húmero dos (problema

la granja) establezca para. cada una de las cantida
desaconsideradas unacorrespendencia bienivoca,an-
tre el conjunto de sus valores Ideales y un subcon -
junto del conjunto de los números naturales. Fuga
lo mismo con los tiempos muestrales.

3.4.2 Actividad.

Recordemos que la actividad de sistema e

conjunto de las variaciones en. el tié de todas
a cantidades bajo consideración al el de re-
solución dado. Para los sistemas discretos ésta de-
finición toma una forma especifica. En efecto, el
establecimiento 4écorrespondencias biunivocas en-
tre los valores ideales de. las cantidades y subcon-
juntos del conjunto de las números. naturales ( e
igualmente para los tiempos muestrales) permite
presentar la actividad del sistema mediante una
matriz de números naturales. La posibilidad de ha-
cer esto, facilita construir el enfoque del sistema
general discreto.

144


la de actividad la representaremos con el

slmbolo X 1t cada uno de sus elementos con
x (i,t). La letra i distingue las cantidades a
considerar, y la letra t determina los instantes
o tiempos muestrales en.. los cuales se miden u ob-
servan los valores x (i,t) de dichas cantidades.

Antes de dar un e eaa lo, que nos per cita ver

representación de la actividad para un sistema
discreto, haremos .dos comentarios. £l primero se
refiere a. que una matriz de actividades cuyos ele-
mentas son números natural' redí . nombre de
matriz normalizada, El segundo comentario es el
siguiente: coMo las cantidades de cualquier siste -
ma discreto han pasado a tener valores formales,
las denominaremos de ahora en adelante variables
del sistema.

"emplo

La siguiente matriz es un eeaplo de una matriz de

actividad normalizada para un sistema discreta on
de se están considerando, tres variables Xi$X2 .

elemento de la matriz, tal como el x (2,3)

nos está indicando que la variable X2 tenle el
valor 4 cuando en el instante t a 3 se hizo la
observación o medición. En realidad, si quisie -
ramos saber cual fue el verdadero valor que tomó
tendríamos que ir a la correspondencia biunivo-
que se estableció entre les valores ideales de
la variable x2 y algún subaen unto dt los números

145


naturales. Observese, que cada una de las varia-

bles tomó valores iguales en diferentes instantes
de tiempo.

A continuación. se definirán un grupo de conceptos

ligados a la actividad de sistemas discretos, los
cuales serán luego de mucha utilidad para el .estu -
dio de dichos sistemas.

E E'NTO 1` t)it" ST „

Denominaremos elemento muestral a cualquier par or

denado de números enteros (v e donde ,i) 1. Los
pares ordenados (-2,4), (3,6), (0,1) son, por de-
finición, elementos MUeSt ales, mientras que (2,0)
(4,01 y no Vo son.

VARIABLE MUESUAL *

Un-elemento muestral dado ( junto eón la ecua-

ción (

define la variable muestral y (1,r). Esta es, de

acuerdo con la definición, una función del tiempo,
lo mismo que la correspondiente variable xi. Ten-
ga cuidado de no confundir el concepto variables
del sistema ( que es el nombre que estamos emplean-
do para las cantidades de los sistemas discretos)
con el de variable muestra]. Observe que dado un
elemento muestral, la variable muestral que se es-
tablezca está asociada con una de las variables
del sistema a través de la ecuación arriba escrita.

nalizando esa ecuación, vemos que si en instan-

te t, la variale xi tiene el valor x {i,4), la
variable muestra] tiene el valor xi,t r).

146


Ejemplo.

Considere la matriz de activi4ad normalttmela pre-

sentada en el anterior ejemplo. Sea el elemento
muestral (r,i) = (-5, 2). ; la vartable maestral
asociada con la variable x

y (2,-5) = x (2, t-5)

A partir de la matriz y la ecuación anterlor,pode-,

mos observar ' entre otras cosas que:

cuandó t = 5 x2 = x(2,5)= y(2,-5) = x(2,0)= 1

Cuando t = 7 x2 = x(2,7)=, y(2,-5)= x(2,2)= 1
cuando t- 5 x_ x(2,6)= 0 y y(2,-5)= xl2,1)= 0

Ejercicio Propuesto.

5. Sea el elemento muestra] (r,i) = (-3,1). ¿Cuál es

la variable del sistema que estamos considerando?.
¿Cual es la variable muestral asociada?. ¿Cuando
t = 5, que valores tienen las variables del siste -
a y la variable muestral,?.. Refiérase a la matriz
de actividad con que hemos venido trabajando.

VALORES PASADOS DE' UHA ASLE ESTRAL.

e denominan valores pasados de la variable mues -

tral y (1,k) para todo instante de tiempo t, las
variables. muestrales y (i,o), « 1), y(i,2),...,
y (i,k-1)

Similarmente, decimos que las 'variables muestrales

y(i,o), y(iJ) y(i,2)..., y 0,1-2) representan
los valores ?asados de y (i,k-I'); y así sucesiva
mente.

147


Ejemplo.

Sea la variable muestra] y(2,5). Sus valores pasa-

dos son, entonces: y(2,0), y(2,1) y (2,2), y(2,3),
y (2,4).

MASCARA.

Un conjunto fijo de elementos muestrales se deno;Ji-

nará , una máscara.

Por ejemplo, el siguiente conjunto de e1em',+ tos

muestrales nos define una máscara.

(0,4), -5,2) I,z,,

Ejercicio Propuesto

Diga si el siguiente conjunto de pares ordenados

definen una máscara. Explique su respuesta.

(2,4) 1, , O), (3,- (2,1

MUESTRA DE LA ACTIVIDAD.

Dada una matriz de actividad Mi una máscara,

y un tiempo t especificado, una muestra de la acti
vidad se define como el conjunto de valores x(i,t+r)
para todos los elementos muestrales (r,i} de la más-
cara.

Ejemplo:

Sea la matriz de actividad normalizada:

148


t 1 2 3. 4 5 6
=1 0 0 1 1 2 2 2 0 0 1 1
2 o 1 2 2 3 0 0 0 4
0 , 0 1 1 1 2 2 2 3 3

y la máscara definida por siguiente conjunto de

elementos muestrales:

(0,2), (1,1), (1,2), (2,2), (2,3

Para el instante de tiempo te O obtenemos la si-

guiente muestra de la actividad.

Valores de a muesZra de la aeti vi-

dad: x(i,t + r

(04) x (2,0) 0
x (1,1) = 0
(1,2) x (2,1) 1
(2,2) X (2,2) e 1
(2,3) x (3,2) = 0
(3,3) x (3,3)

Para el instante de tiempo t = 5, la muestra de

actividad correspondiente es:

Valores de la muestra de la activi-

dad: x 1, t r)

x (2,5) ., 2
x (1,6) e 2
x (2,6) = 3
x (2,7) e 0
x (3,7) e 2
x (34) = 2

148


A partir de este ejemplo, podemos hacer los si-

guientes cementerios:

Dijimos que una muestra de la actividad se de-

fine como el conjunto de valores x(i,t+r) para
todos los elementos muestrales (r,i) de la más-
cara, en un instante de tiempo t. Una observa-
ción minuciosa de esta definición nos permite
ver que x0,t+ r) no es mas que la expresión
de la variable muestra .' y (i,r) asociada con el
elemento muestral (r

Por lo tanto, perdemos decir que una muestra de

la actividad es el con'juntca de valores que las
variables muestrales y(i,r) toman enun instan -
te de tiempo t especificado. Habrá una varia -
ble muestral para cada uno de los elementos mues
trates (r,i) de la máscara,

Las variables muestrales correspondientes a la

máscara de este ejemplo son:

(ri

(0,2) Y(2,0)
1,1) y(1,1)
2) Y(2,1)
(2,2) y(2,2)
(2,3) y(3,2)
(3,3) y(3,3)
Para t 5, dichas variables muestrales
toman los siguientes valores (los valores se ob-
tienen simplemente aplicando la ecuación de la
definición de variables muestrales, esto es,
YO. r ) = x(i,t r). Obsérvese que los resulta -
dos que se obtienen son los mismos que se encon-
traron con el anterior procedimiento donde no se
méncionó el término vári , able muestra .) .

150


y(2,O) y ( 1 ,1) j(2,l) y(2,2) y(3,2) y 3,3)

t= o o o 1 1 0
2 2 3 ü 2 2

Para t = 0

y( 2,0) x(2,0) = O
y( 2,1) = x(1,1) = 0
y( 2,1) = X(2,1) = l
y( 2,.2) = x(2,2) = 1
y( 3,2) = x(3,2) =o
y( 3,3) x(3,3) = 1

Para t = 5

y( 2,0) = x(2,5)
y( 1,1),= x(1,6) = 2
y( 2,1) = x(2,6) = 3
Y( 2,2) = x(2,7) 0
y( 3,2) = x(3,7) = 2
y( 3,3.) = x(3,1)

La prirera fila de la matriz anterior, es la mues-

tra de la actividad para t = O; la segunda fila es
la muestra de la actividad para t = 5.

b) El segundo comentario que haremos,permitirá

aclarar el porque de la denominación de másca-
ra para un conjunto de elementos muestrales.

Si el elemento muestral (.r, i) nos indicará la

parte de -una matriz donde se cruzan la fila i
y la columna r, la máscara

1(0,2), (1,1),(1,2), ( 2 ,2), (2,3), (3,3)5

nos estará mostrando las siguientes posiciones

que se muestran sombreadas (dicha matriz es
tar bi:én una for.4a de representar una máscara)

151


r 0 1

.1= U ,
.r/MrAWA=
áraM
r .A

Ahora bien, sombreemos en la matriz de activi-

dades que se dió en el ejemplo las muestras de
actividades que resultaron para t = 0 y para
t = 5. Recordemos que para t= 0 la muestra
de actividad que se obtuvo fue x(2,0),x(1,1),
x(2,1), x(2,2), x(3,2) y xt3,3), y que para t=5
fue x(2,5), x , x(2,6), x(2,7), x(3,7) y
x

La parte sombreada de la izquierda contiene te

dos los valores que conforman la muestra de la
actividad para t =O; a su vez la de la derecha
contiene los valores. de la muestra de la acti-
vidad para t = 5.

Observe el hecho interesante que cada una de

las partes sombreadas de la matriz de activida-
des, tiene la misma forma que la parte sombrea-
da de la matriz que se construyó para represen
tar la máscara. Este hecho nos permite decir
qua el conjunto de elementos muestrales repre-
senta realmente una máscara en el sentido usual
a través de la cual observamos la matriz de ac-
tividades dada y tomamos muestras correspondien-
tes a diferentes instantes de tiempo.

152


c) El tercer comentario que ha remos es para intro -

ducir un nuevo concepto relativo a las máscaras.
Se denominará p rofundidad de memoria de la más -
cara la diferencia entre los valores máximos y
mínimos de r entre los elementos muestrales.En
el ejemplo que hemos estado trabajando r raax = 3

rmin = O, por lo tanto, la profundidad de me-

moria de la máscara es 3.

Ejercicio Propuesto.

7. Sea la matriz de actividad no al izada:

y la máscara definida por el siguiente conjunto de

elementos muestrados (r,i)

,2), ,3 (2,2), (3,3)

a) tepresente la Máscara en forma de matriz

b) Encuentre las muestras de actividad correspon-

diente a los instantes de tiempo t= 1 y t= 6

Sombree las porciones de la matriz de activi -

dad que corresponden a los valores de las mues-
tras de actividad que encontró en b.

d) Caldule la profundidad de memoria de la másca

ra

153


Ejemplo de un sistema discreto descrito por sus

cantidades y el nivel de resolución.

A continuación wresentaremos un sistema discreto

construido con el objeto de descr bir maneras de
reducir el número de divorcios.

El objeto de estudiar es un matrimonio.. El conjun-

to de tiempos muestrales es:

0,1,2...,tn
donde
t = O corresponde al mes de la boda
1 corresponde al mes siguiente

t = tn corresponde al último mes de

las observaciones

Las cantidades a observar son:

a) : grado de éxito. Con el siguiente nivel

de resolución

1 0,12,3 15
donde los elementos del conjunto indican lo
siguiente:

= 0 : sin problemas serios

1 ; problemas serios esporádicos
2 : problemas serios permanentes

x1 3 : divorcio

b) : Renta familiar mensual. Con el siguiente

nivel de resolución

o,l ,2,3,4,5,6,7,8?

en donde los elementos del conjunto indican lo

siguiente:

1.54


X2 La renta está ea elintervalo 11)

0 0 - 1000
T 1001 - 2000
2001 - 3000
3001 - 5000
5001 - 7000
7001 -10.000
10.001 -15.000
7 15.001 -20.000
8 uas de 20.000

Prox widad a los suegros. Con el siguien-

te nivel de resolución:

0 ,2,3

en donde
X3 inaccesibles (muertos,etc)
1 contacto con dificultad
x3 - 2 fáciles y frecuentes visitas
hogar compartido

d) : Satisfacción sexual, Con el siguiente nivel

de resolución
10,1,2,3,4
en donde
x4 = 0 : muy buena
x4 4 1 : satisfactoria
x4 = 2 .: probl crías

14 x 3 : problemas serios esporádicos

x - 4 : insatisfacción permanente

155


e) : Húmero de hijos. Con el siguiente 've1

de resolución:

en donde,

x5 e O : no hay hijos

hijo

x5 = 2 : dos hijos
x5 = 3 : tres hijos
x5 e 4 : cuatro hijos

= 5 : cinco o mas hijos

De esta manera, tenemos el sistema completamente

descrito: está dado por la primera definición de
sistem,presentada en laUnidad 2. Obsérvese
que el conjunto de tiempos muestrales asl como al
nivel de resolupión de cada una de las cantidades,
ya se las definieron sus correspondientes corres -
lündeütias biúnIvotas.

El sistema aquí presentado, podrfa definirse sobre

algún grupo de matrimonios. Las actividades se ob-
tendrian por observaciones y preguntas, luego podrían
ser comparadas y procesadas estadísticamente en or-
den a obtener algunas ideas generales sobre la pre-
vención de divorcios. Al sistema podrían agregar-
se le otras cantidades, tales como factores religio-
sos, factores de salud, satisfacción en el trabajo.

156


3.4.3 Coffiportemiento.

Antes de leer este punto, es recomendable que cl

lector repase el concepto formal del comportamien-
to de un sistema, presentado en la Unidad 2. En
ésta, el comportamiento se expresó por un subcon-
junto del producto cartesiano PI x P2 x x Pm,
donde (je l,2,,..,m) es el conjunto de posibles
valores dé pi ; y las pi constituyen las cantida-
des principales del si ster

Aquí vamos a demostrar que las variables muestrales

definidas en la sección anterior, tienen un signi-
ficado similar al de las cantidades principales de-
finidas en la Unidad 2. En consecuencia, las varia-
bles muestrales son las que participan en las rela -
ciones atemporales de los sistemas discretos o, en
otras palabras, participan en el comportamiento de
los mismos. A continuación, la demostración.

Con un elemento muestra] (r,i) y la ecuación

y (i,r) x(i,t+ r}
nosotros definimos la variable muestra] y (í,r).
Púesto que i es una letra que estamos utilizando.
para identificar las variables del sistema (
cueree que x (i ,ter) es el valor que toma la
variable i en el instante t r), la anteri
ecuación la podemos representar también de la for-
ma siguiente:

y(í,r) = xi (t r).

157


Si un conjunto está compuesto por m elementos mues-

trales ‹r.f), nosotros podemos construir una corres
pondencia biuní noca entre el conjunto constituido
por los m pares ordenados (i,r) y el conjunto com-
puesto por los números naturales I,2,3,4,...,m. Ob-
sérve que la correspondencia biunívoca no, es entre
el conjunto inicial y el conjunto de números natu-
rales anteriores, es decir, no es el conjunto for-
mado por los pares ordenados Cr,i') el que intervie -
ne en la correspondencia, quien interviene es el
formado por lo pares ordenados (i,r) (si el conjun
to inicial .1(1,2), (3,1), 12,3) ls , el conjunto que
participa en la correslondencia es 4(2,I) (1,3),
(3,2)

La correspondencia biunivoca puede ser escrita for-

malmente así
)
con m pares (i,r) j=

Cualquier (i puede ser sustituido ahora por el

valor j que le corresponde. Por lo tanto,
y(i,r) = xi (t r)

puede ser escrito:

yj (t) = x, (t+ r}

en donde la t que aparece con yj es para indicar

que la variable muestral depende del tiempo.

Así corno utilizamos una letra y para representar

las variables muestrales, muy bien pudimos usar
upa letra p,,y la ecuación hubiera quedado:

pi lt) = '`i (t- r)

158


Si usted revisó el concepto formal de comportamien -

to de un sistema, puede darse cuenta que es a par -
tir de esta última ecuación que definen las canti-
dades principales del sistema. Hemos demostrado,
entonces, que las variables muestrales tienen el
mismo significado que las cantidades priecipales,y
que, por lo tanto, son ellas las que participan en
el comportamiento de los sistemas discretos.

Si nos quedamos con la siguiente expresión para

las variables mueetrales

yj (t) = x (i,t r)

y Si además representagos el conjunto de posibles

valores de yi (t) por Y,, el comportamiento de los
sistemas discretos se expresa, haciendo uso de la
:iefi formal de comportamientopara un siete-
pa cual quiera, por un subconjunto del produ to car-
tesiano Y1 x Y2 x Y 3 ... x Yo,

Ahora bien, las muestras de actividades definidas

por una máscara o conjunto de elementos muestrales,
no son mas que un subconjunto del producto carte-
siano Y1 x Y2 x ... e x Ym. En efecto, m elemento

muestrales nos definen m variables muestrales;cuane

do a éstas las evaluamos en un instante de tiempo
t, los resultados que se obtienen podemos represen-
tarlo en una eme-upla

(r1, r..., 'rm )

donde r, es el valor obtenido para y (t).

Si consideramos otro instante de tiempo, obtendre-

mos una eL,e-upla similar a la anterior. Si conside -
ramos todos los instantes de tiempo que ep recen
en la matriz de actividad, tendreMes al fieal un
conjunto lormado per eme-eplas, que no es xas que
el conjunto
Y X 1'2 x y3 x y4

159


Deciamos que el comportamiento del sistema discreto,

está dado por un subconjunto del producto cartesiano
anterior porque, en general, si está dada una matriz
de actividad por k tiempos muestrales y la profun-
didad de memoria de la máscara elegida es igual a h,
entonces, solo k-h muestras completas de actividad
pueden obtenerse do dicha matriz, mediante la másca-
ra. Asimismo, algunas de las muestras pueden ser
iguales, de modo que, en general, el número de mues-
tras ,diferentes es menor o igual a k-h. En conclu-
si6n, en el comportamiento del sistema discreto no
van a aparecer todas las eme-uplas del producto car-
tesiano Y1 x Y2 x x Val .

A continuación resolveremos un ejemplo que nos per-

mitirá aplicar lo que hemos aprendido en este punto.

Ejemplo:

Sea la matriz de actividad normalizada

C 1 2
0 0 1 1 2 2
0 1 .1 0 2 2 3
3 0 0 1 2

y la máscara
¡ , 1 ), '0,2), (2,2), (2,3),
‹ ( 0 , 2 ),

Queremos encontrar el comportamiento del sistema

definido por esa matriz de actividad y por esa
máscara

160

Par hallar el compo miento tenemos que encon
trar los valores de las muestras de actividad
ra cada instante de *lempo.

Las variables muestrales definidas ,)or la máscara

son y(2,O), y(1,1), y(2,l), y (2,2), Y(3,2) y
y (3,3). Estamos utilizando la expresión y(i,r)=
x(i,t+r); o hacemos uso de la otra expresión
yjt)= x(1,-n-1-r) para no tener que construir la co-
rrespondencia biunivaca correspondiente. En reali-
dad, para efectos prácticos con la primera forma
de la ecuación nos es suficiente.

Los valores .de dichas variables muestrales para

los diferentes Instantes de tierlaos que aparecen
en la matriz de actividad son

t =0

y (2,01 = .x 0
1 (1,1) xl,l) 0
(2») u x(2,1) 1
Y (2,2) = x42,2) = 1
y (3,2) u x(3,2)
y (3,3) = x(3,3) = 1

Cl primer elemento del comportamiento es, e n-

tes, la seis-upla ordenada.

(0,0,1,1,0,1)

y(2,O) = x(2,1)
y(I,I) x(1,2) 1
y(2.I) = x(2,2) = 1
y(2,2) = x(2,3) 0
y(3,2) = x(3,3) = 1
= y(3,3), x(3,4)

el segundo el on+ento es

(I,1,1,0,1,1)

161


y(2 O) = x(2,2) _
y(1,1) = X(i,3) a 1
y(2.,13 = x(2,3) _ 3
,1^ t2,2) = x(2,4, = 2
y(3,2} = x(3,4) =
y(33) = x(3,5) = 1

el tercer elemento es

(1,1,0,2,1,1/

t 3

Y(2,0) = x(2,3
y(1',1) = x(1,4) = 2
y(2.1, = x(2,4) = 2
y(2,2) .= x(2,5) 2
1(3,2) = 43,5) 1
y(3,3) = x(3,6) = 2

el cuarto el Mento el

(O', ,2,2,1,2)

t=4

Y(2,0) _ x(2,4) = 2
y(1,1) = x1,5) = 2
Y(2,1) = x(2,5) = 2
y(2,2) = x(2,Z) = 3
y(3,2) = x(3,6) 2
3x (3,3) = x(3,7) = no está especificado en la Matriz
che actividades.

162


El quinto elemento no esta completamente especi-

ficado. Es obvio, que para los instantes t=5 y
t =6 tampoco existirán elementos completamente
especificados. Esto una comprobación práctica
de la afirmación que hicimos de que si está dada
una matriz de actividad con k tiempos muestrales
y la profundidad de memoria de la máscara es igual
a n, entonces el número de muestras completas de
actividad que pueden obtenerse de dicha matriz
mediante la máscara dada es menor e igual a k-h.
En este ejemplo es igual a k-h. En efecto:

k: Número de instantes mue.stral'es = 7

h: Profundidad de memoria de la máscara
rmax-rmin = 3-0 = 3

k-h = 7-3 = 4

El c tamiento del. sistema discreto de este

ejemplo lo podemos representar con la uiente
' matriz

Yt2,0) yX1,1 . 2,I) y(2,2) Y 3> 3,3)

t.() 1 1 O1
1 1 1 1 O. 1
1 0 2 1 1
3 0 2 2 2 1 2

Ejercicio Propue

8. Sea la siguiente matriz de actividad

0 1 2 3 4 5 6 7 6 9 10 11 12
C 1 1 2 2 2 0 0 1 1 3 3
o i 1 2 2 3 0 0 4 4 4
0 0 1 1 1 2 2 2 '3 3 3 4

y la máscara

'1t,2),(1.1),t1,2 ,

163


Hallar el comportamiento del sistema definido por

la Matriz de actividad y la máscara. brótese que
esta matriz es una empliací8,1 del último ejempto
resuelto, y que la máscara es la misma, pnr lo
tanto puede empezar a hacer los cálculos a partir
del instante te 4.

Ejemplo.

Sea matriz de actividad nor:r^al izada

ie

y a máscara

(0,2) (1,2),(2,2) , 2, ),(3,

Obsérvese que la matriz de actividad y la máscara

son las mismas que utilizamos en el último ejemplo
que resolvimos.

A través de este ejemplo, queremos presentar un

procedimiento sencillo para hallar las muestras
de actividades que corresponden a cualquier instan-
te de tiempo. Haremos uso de un conocimiento que
obtuvimos cuando estudiamos el concepto muestra
de la actividad: cuando sombreamos en la matriz de
actividad los valores que corresponden a una mues-
tra de actividad dada, toda la parte sombreada
tiene la misma forma que la máscara expresada en
forma de matriz.

En nuestro jempl ca, la máscara expresada en forma

de matriz es:

164


El procedimiento consiste en colocar la anterior

matriz sobre la matriz de actividad e irla despla -
zando de izquierda a derecha, un paso a la vez. La
primera colocación se hace en la parte mas izquier -
da de matriz de actividad, los valores que que -
dan bajo la parte sombreada son los valores de la
muestra de actividad para t=0. Se desplaza la más -
cara un paso a la derecha, los nuevos valores que
queden bajo la parte sombreada corresponden a la
muestra de actividad para t= 1, así sucesivamen -
te.

Nos queda por responder la siguiente pregunta.¿ a

qué variables'muestrales son asignados los valores
que están bajo la mscara?. La respuesta nos da la
misma máscara a través de las posiciones de las
partes sombreadas en la matriz; a saber

t -i Y(1$1)

y 2, y(2,I)y( 2)

3 y(3,2) y{3,3

Pasemos ahora a la aplicación del procedimiento.

Aquí lo haremos gráficamente, pero es obvio que
puede ser realizado a simple vista y teniendo mu-
cho cuidado.

1GS


1=1

2 0

0 0

y.(2,0 .
y (1,1) —O
Y (2,11 1
y (2,2)
y (3,2) = 0
y(3,3) = 1

= (se mueve la mástara una posición a la

derecha)

2 0

y (2,0) = 1
Y (1.1) 1
y (2,1) = 1
y (2,2) = 0
y (3,2) = 1
Y (3,3) , --

161


= 2 (otro movimiento de la máscara a la de-

recha)

i=l i gaga
maga
4 '
3 o o

y (2,0 1
y (1,1) 1
y (2,1) o
y (2,2) 0
y (3,2)
Y (3,3) 1

ro movimiento de la máscara a la derecha)

2
I rari ga
R mi
gig o».6

y (2,0) = 0
y (1,1) = 2
y (2,1) 2
y (2,2) 2
y (3,2) = 1
y (3,3) = 2


Los valores que obtuvimos son exactamente iguales

al resultado del anterior ejemplo. Así tenla que
ser, puesto que son solo dos formas diferentes de
realizar una misma tarea. Resuelva el ejercicio
propuesto 8 con este procedimiento y trate de ha
cerio a simple vista.

3.4.4. Estructura.

En esta sección nos referiremos solo a la estructu-

ra ST del sistema. En cuanto a las propiedades de
la estructura UC de los sistemas discretos tene-
mos que decir que sólo podemos describirla depen -
diendo del tipo de elementos que constituyen el
sistema. Conformémonos por ahora con el conocimien-
to de las propiedades de la estructura ST.

En los sistemas discretos cada muestra de actividad

es un estado del em y si las muestras 4e ac-
tividad son presentadas en forma secuencia] (esto
es, para t= O, hasta t = tmax ), el conjunto de to-
dos los pares de muestras consecutivas que aparecen
constituyen e:1conjunto de todas las t clanes
entre los estados.

Es claro que una actividad puede representarse por

estructura ST diferentes.

Ejemplo:

Considere la matriz de actividad normalizada

S 1.0 11 12
i=1 1 1 1. 1
0 0 1 0 0 0 1 1 0 0 0 0 0
0 1 0 1 0 1 1 0 1 0 0 1


la máscara dada por la siguiente matriz

11111111
3
y

oremos encontrar la estructura ST de este sis-

tema discreto, dada por el conjunto de estados y
el conjunto de transiciones entre ellos

Solución:

Sabemos que cada muestra de actividad es un esta -

do, y que si todas las muestras de actividad son
colocadas en el orden t = O, t= I..., t = 12 ,el
conjunto formado por los pares de muestras conse-
cutivas, constituye el conjunto de las transicio-
nes entre los estados.

Colocando la máscara sobre la matriz de actividad

y desplazándola de izquierda a derecha, encontra-
mos todas las muestras de actividad, ésto es, to-
dos los estados.

y(1,0) y(2,0) y(3,0)

0 o
1 1
2 1 1 1 0
o 1
1- 0 1 0
1 0 o 1
6 1 1 1
1 0
8 1 o o 1
9 1 o 1 0
10 1 o o 0
TI 1 o o 1

169


Observese que hay estados que se repiten:

a) para t = 1,3 II tenemos el mismo estado:

(1,0,0,1)

b) para 2,7 se tiene también el mismo estado:

(1,1,1,0

c) lo mismo sucede para t = 4,9

(1,0,1,0)

Por lo tanto, el conjunto de estados de la estruc-

tura ST puede ser escrito de la siguiente manera
(la indicación del instante de tiempo en que ellos
son alcanzados, permite construir fácilmente el
conjunto de transiciones):

. Estados (1,0) y(2,0) y(3,0) y(3,l) Tiempo

muestral

el o t=0

e2 1 0 o t=1,3,5,
8,11

e:3 0 t=2,7

e4 0 t=4,9

e5 1 1

0 0 0 t= 10

170
 El conjunto de transiciones entre los estados
pueden ser representados gráficamente de la si-
guiente manera: cada estado se representa por
un pequeño circulo y los pares de muestras con-
secutivas se conectan por arcos orientados.

Figura 3.2

Estruttura ST del ejemplo anterior

Ejercicio Propuesto.

9. Determinar la estructura ST para la matriz de

actividad y la máscara dadas en el ejercicio
propuesto 8.

Para completar esta sección sobre la estructura

ST de sistemas discretos, nos falta tratar el
tema de la probabilidad de transiciones entre
estados.

171


Sea N(ei) el número de muestras de actividad que

corresponden al estado ei, y sea N(ej, es) el
número de transiciones de el a e . Si N(e i )

y N(e i , e j .) son números estadísticamente signi-

ficativos (grandes números), la probabilidad con-

dicional de la transición de el a e, P
r
puede calcularse por la fórmula:

Supongamos que desde e solo se puede saltar a

los estados e.,e k , em; entonces, la suma de

N (e ,r, e :Número de transiciones desde a e.

N (e i , e k }»:Número de transiciones desde el a e

N (el , e : Número de transiciones desde el a em

nos da el número de veces que el sistema ha esta -

do en el ésto es, N (e i ), por lo tanto:

N( N te )

y Pr (ej / e ) es, efectivamente, una función

de probabilidad.

172


Ejemplo.

Para el sistema tratado en el ejemplo anterior,

supongamos que .se han hecho mediciones para un .
gran número de tiempo muestrales, y que las
muestras e actividad resultante siguen siendo
las mismas, ésto es, o han aparecido nuevos
estados .

Los números encontrados para cada ei) y" .

(ei, e i )aparecen en la siguiente tabla. A
partir de ésta queremos calcular las probabili -
dados de transición.

Número de muestras de Número de transiciones

actividad que corres- desde e; hacia otros
pondere al estado e estdo

173


Las probabilidades de transiciones son, entonces

a-partir de e

Pr le 1 e,.) = 700/700
9

a partir de e

u 40011500

Pr (e 4 1 700/1500

400/1500.

a partir de e

800/800

a partir de e4

00/1700

50011700

Pr (e 2 /e 500/1700

a partir de e

Pr (e 3 1_e 5 ) = 400/400

a partir de

001500

174


Ejemplo:

A continuación presentamos un ejemplo en donde un

sistema discreto es descrito por sus cantidades Y
nivel de resolución, por una actividad dada, por
el comportamiento correspondiente a dicha activi-
dad y por su estructura ST.

Se quiere estudiar el comportamiento de los consu-

midores de 'hojillas de afeitar con respecto a tres
marcas que existen en el mercado: A, B y C.

Vamos a describir un sistema discreto que permiti-

rla hacer ese estudio. Un consumidor es observado
durante los siguientes tiempos muestrales:

0 ,1,2,3,4,5,6,7,8 ,10,

en donde:

t 0 : la semana de inicio del estudio

t = 1 : la siguiente semana

t = 11: la semana número doCe

La cantidad observada es:

x. : marca que está utilizando, cuyo nivel de re-

solución es el conjunto

i3 O,1,2

donde

x 0 marca A
x = 1 : marca B
x = 2 ; *arca C

175


Es obvio, que el sistema descrito es un sistema dis-

creto ciado por la primera definición básica. Si este
sistema se aplicara a un grupo de consumidores, se
podrían comparar y estudiar estadísticamente las
diversas actividades y comportamientos de los con-
sumidores con respecto a las marcas de hojillas de
afeitar A,B y C

Para el alcance de nuestro estudio, limitémonos a

observar a un consumidor durante los tiempos blues
tralés indicados. El resultado puede sef la siguien-
te matriz de actividad:

2 0 1 2 0 0 2 0 1

Queremos determinar ahora el comportamiento y la

estructura ST de este sistema. Recordemos que

a) el ctmportamiento lo encontramos a partir de la

matriz de actividad y de una máscara, y que

b). cada muestra de actividad es un estado del sis

tema.

Para este problema en particular es natural aso-

ciar cada estado a la marca de hojilla que está
utilizando el consumidor un tiempo muestral cual-
quiera, ésto es, el estado del sistema en un t
dado es la marca de hojilla que está usando el
consumidor. Pare lograr esto, definimos una más-
cara con un solo elemento muestral; en forma ma-
tricial:

ie

Para cada tiempo muestral le muestra de actividad

definida tiene los siguientes valores (es decir.

176


el comportamiento del sistema):

yti 3 O)

t=0 2
1 2
0
3 1
2
0
6 0

9 2
10 0
11

De la anterior matriz de comportamiento observamos

que solo hay tres estados posibles (cuestion que,
por lo demás ya sabíamos)

el = 0 ^ el consumidor está utilizando la marca A

e2 = 1 t el consumidor está utilizando la marca B

el consumidor está utilizando la marca C

El conjunto de estados de la estructura ST puede

ser escrito de la siguiente manera:

y(l,O) Tiempo muestral

0 t= 2,5,6,10 )

1 t= 3,7,8,11
2 t= 0,1,4,9

177
en donde la indicación de los tiempos muestrales en
que ellos son alcanzados permite construir fácil-
mente el conjunto de transiciones. La represen-
tación gráfica de éste es como sigue:

Observese que según la información recogida no se

producen transiciones directas de:

a e3

a el

e3 a e2

si se considera que los tiempos muestrales son su-

ficientes, podríamos afirmar que en realidad no se
producen esas transiciones. Supongamos que es así,
y que después de un gran número de observaciones,
podemos construir la siguiente tabla


Numero de muestras de Número de transiciones

actividad que corres- desde el hacia otros
ponden al estado el estados

•N(e 1 ) = 500 U(e l , e1) = 100

N(e 1 , e2 ) = 400

N (e 2 ) = 700 N (e 2 , e2) 300

N e.,) _ 400

N ( e, ) = 800 N le .,, e^) = 200

e-= 600
N(

Las probabilidades de transición son, entonces:

a) Si está consumiendo la marca de hojilla A

Probabilidad de que en la semana gui

la siga consumiendo

Pr = 100/500 = 0.20

ii) Probabilidad de que en la semana siguiente

consuma la marca 8

r (e 3 /e 1 ) = 400/500 = 0.80

iii) Probabilidad de que en la semana siguiente

consuma la marca C
Pr (e 3 /e 1 ) = 0/500 = 0

179


b) Si está consumiendo la marca de hojila 8

i) Probabilidad de que en la semana siguiente

la siga consumiendo

Pr (e2 = 300/700 = 0.43

tí) Probabilidad de que en la semana siguiente

consuma la marca C

400/700 O.57

in) Probabilidad de que en la semana siguiente

consuma la marca A

P 0/700' .,

Se está consumiendo la marca de hojil C

i) Probabilidad de que en la semana siguiente

la siga consumiendo

P tea/ = 200/800 = 0.25

) Probabilidad de que en la semana siguiente

consuma la marca A

P.( e l le) = 600/800 0.75

ni) Probabilidad de que en semana siguiente

consuma la marca 8

P = O/80C; =

180


Ejemplo:

En este ejemplo se describirá un sistema !ncontran-

do directamente su estructura ST

Considere el siguiente modelo genético:

Hay dos tipos de genes: G y B. Cada persona nace

con dos genes, tomando uno de cada padre para dar
las siguientes combinaciones posibles GG,GB o BB.

Una persona tiene ojos negros, si y solo si, su

par de genes es GG, para cualquier otra combina-
ción sus ojos serán marrones. La selección de un
gene desde cada padre es aleatoria, esto es, la
probabilidad de que la madre o el padre contribu-
ya con el gene G es

Pr (G) -.,- p

y, por lo tanto, la probabilidad de que contribu-

yan con el Gene B es

Pr (B) P

Queremos describir la anterior situación, a través

de un sistema dado por la estructura ST y el conjun-
to de transiciones entre los estados, y que nosper-
mita analizar el problema del color de los ojos de
los hijos a partir de las combinaciones genéticas
de los -padres

Res ción: Resulta claro que para el objet ,lvo

perseguido los mas conveniente es definir dos tipos
de estados. El primer tipo estaría dado , por la com-
binación de genes del padre y de la madre. Hay nue-
ve estados posibles de este tipo

181


PADRE MADRE

e BB 88

e2 , BB BG

es GG

e4 B6 BB

es BG BG

e6 Be GG

e7 BB

es GG Bl

e9 GG G6

El segundo tipo de estados está dado por la com-

binación genética posible del hijo. Hay tres es-
tados de este tipo

Las transiciones se dan desde los ?rimeros nueve

estados a los últimos tres

Obsérvese que para este problema en particular el

tiempo es irrelevante puesto que no influye en las
observaciones. Be todas maneras no lo necesitamos
para lescribir el sistema mediante su estructura
ST: conjunto de estados, conjunto de transiciones
entre ellos y sus probabilidzOes asociadas.

El conjunto de estados ya lo conocernos

182


Las transiciones posibles son las siguientes (ob-

sérvese que algunos estados del tipo 1 no pueden
alcanzar algunos estados del tipo 2; por ejemplo,
es obvio que el2 (GG) no pueden ser alcanzado de
el (padre 88 y madre 86)

DE A

el e10

e2 e 10° e 11

e3 e11

e4 e10 ó e11

e5 e10 o el1 o e12

e6 e11 6 e12
e7
e11
o
e8 e11 e12
e9 e12

Pasemos ahora a calcular las probabilidades de

transición

Desde el

PADRE MADRE MIJO

B8 88 BB

es obvio, que

Pr( e10 / el 1,
(
el—lelo es la única transición posible, a partir
de el

183


Desde. e2

Probabilidad de que el padre

contribuya con un gene 8 x
Probabilidad de que la madre
contribuya con un gene 8

_p

1 } / e2)

'O Pr 17T 42 Probabilidad de que el padre

contribuya con un gene B x
Probabilidad de que la madre
contribuya con un gene G

Pr ( el

Desde

PADRE MADRE RIJO

e3: B3 GG e ll : OG

Es claro que
Pr (e1 l / e 3,} =

184


Desde e4

PADRE MADRE HIJO

elo : BB
BG aB
e4 . '
e11 . BG

(e 10/ e4) = Probabilidad de que el padre

contribuya con el gene B x

Probabilidad de que la madre
contribuya con un gene B

Pr P

b) Pr (e 11 / e4) *Probabilidad de que el padre

contribuya con el gene G x
Probabilidad de que la madre
contribuya con el gene B

Pr (e11/e4 )=p

Desde

PADRE MAOR

es : BG BG

185


a) P, (e lol es) = Probabilidad de que el padre con-

tribuya con su gene 8 x Probabi-
lidad de que la madre contribuya
con su gene

(1 -p) = 1- 2p 4 P2

Pr ( e10 1-2p +p2

b) pr (en/ e5) = CProbabilidad de que el padre con-

tribuya con su gene 8 x Probabi-
lidad de que la madre contribuya
con su gene G) + (Probabilidad de
que el padre contribuya con su ge-
ne G x Probabilidad de que la ma-
dre contribuya con su gene B)

01 p (l- p ) ,-P-P + p - p2=

.7 ' 2p2

!ir( e 11 / e5) = 2 p p2

= Probabilidad de que el padre con-

tribuya con su gene B x Probabi-
lidad de que la madre contribuya ,
con su gene G

p x p = p2

Pr (e12l e5) = p2

obsérvese que
Pr (e10le5) Pr (e1 /e )
Pr (e 12 le 5 )
como debe ser

186


Ejercicio Propuesto.

1.0. Para el anterior ejemeplo, calcule las probabilida -

des de transición restantes

a) Desde e6

i)

ii) Pr

b) Desde e7

PI (e 11 / e7

Desde e8

ii} Pr

d) Desde e9

RES Lfl.i EN

En esta Unidad se han interpretado los diferentes

conceptos de sistemas que se vieron en la Unidad
2 en términos de sistemas discretos. Asimismo,
surgieron un grupo de nuevos conceptos que facili -
taron esa interpretación.

187
Recuerde que un sistema queda descrito cuando lo
podemos representar por medio de una cualquiera
de las cinco definiciones básicas de sitema,
Para los sistemas discretos s lo mismo, pero con
las especificidades que presentamos a continuación:

a) Si conocemos las cantidades del sistema y el

nivel de resolución, el sistema está descrito.
La especificidad reside en que las cantidades
y, os tiempos muestrales son discretos,

b) El sistema queda descrito, también, si se da

una actividad. Para los sistemas discretos la
actividad es representada por medio de una ma-
triz normalizada que se obtiene al definir una
correspondencia biunIvoca entre los valores
ser-Vados de las cantidades (variables del sis-
tema). y algún subconjunto del conjunto de los
nüme%-os naturales. Para los tiempos muestrales
también se debe establecer una correspondencia
bidnívoca,

e) El comportamiento de los sistemas discretos lo

representamos por una matriz de los valores de
las muestras ,mee actividad calculadas para todos
los tiempos muestrales, Un sistema discreto
queda descrito con dar esa matriz; sin embargó,
también aprendimos a hallar el comportamiento a
partir de una matriz de actividad y una máscara
dadas.

d) La estructura ST de los sistemas dls retos la

representables por una matriz en dende aparecen
los diversos estados posibles y les instantes
de tiempo en que ellos son alcanzados, Con es

188
ta matriz nos basta para dar por descrito un
sistema discreto; sin embargo, también apren-
dimos a hallar la estructura ST a "partir del
comportamiento, y, por lo tanto, a partir de
una matriz de actividad y una máscara dadas.
La determinación de las piro-babi l dada
transición entre los estados, por lo general,
requerirá que las variables del sistema sean
observadas o medidas para un gran número de
instantes o tiempos muestra es.

189


Entre 1-aovara y Obstáculo:

Entre Obstáculo y Célula F: L2

Entre Célula F. y Motor:

V3
Entre Motor y Puerta: T

Entre Ambiente y Lámpara: V

Entre Ambiente y Célula F:

Entre Ambiente y Obstáculo: P

Entre Ambiente y Puerta: S

Ya hemos cho que el programa es la parte va-

riable de la organización del sistema. Veamos

cómo definirlo a partir del concepto de estado

del sistema.

El estado del sistema, es el conjunto de los va-

lores instantáneos de todas las cantidades del

sistema,tanto externas como internas. El con-

junto de estos valores de todas las cantidades

internas es el estado interno del sistema.

El programa puede definirse en cualquier instan -

te del tie=apo como el estado instantáneo del sis -

tema, un conjunto de algunos otros estados del

sistema, y un conjunto de transiciones desde el

estado instantáneo a los estados considerados.

El programa es variable desde el punto de vista

del sistema, y existen diferentes programas para

di y ers r,,s subconjuntos del conjunto de todos los

estados del sistema. Parece útil distinguir tres

clases de programas:

190


RESPUESTA A LOS EJERCICIOS

EJERCICIO 0

a) Conjunto disjuntos para la humed"ad relativa

Como nos dicen que la humedad relativa se medi -

rá dentro de los límites 6C y 70 por ciento, y
además tenemos el dato de que la precisión es
del 1%, podemos construir los siguientes conjun-
tos disjuntos.

=4H: 60 <60.51- Valor ideal asociado = 60%

12 = 3"H. 60,51 H <61.5'1- Valor ideal asociado 61%

I3 = 1ii 61.51H <62.5 1 - Valor ideal asociado= 62%

14 = fui.. 62.51H <63.51- Valor ideal asociado= 63%

15 = 1ff. 63.5 SH <64.5 '1- Valor ideal asociado= 64%

64.5 ,1 H <65.51- Valor ideal asociado = 65%

=111: 65.5 4 H <66.5 - Valor ideal asociado= 66%
I8 = if• 66.5 ‘H <67.5 '1- Valor ideal asociado= 67%
19 67.5 L H <68.51, - al wr" ideal asociado= 68%

I l 4= 68.5 < H <69.51- Valor ideal asociado= 69%

I ll = y,. 69.51H <7O.5- Valor ideal asociado= 70%

b) Conjuntos disjuntos para la presión barométrica.

Conocemos que se medirá dentro de los limites 10

y 15 milibares, con precisión de 1 milibar. Lcs
conjuntos disjuntos pueden ser los siguientes:

191


Valor ideal : asociado

: P <10.51 10
122 = 10.54P <11.51 11
=1P : 11.5 1P <12.5 12
14 =111 12.5 <13.51 13

15 -{? 13.6 P <14.5 14

15 ={11 14.5 ‘P (15.5 15

EJERCICIO N° 2.

Conjunto de valores de la cantidad 0 el tomate

está listo para la cosecha"

Verdadero, Falso

b) Conjunto de valores de la cantidad *el tiempo

está bueno*

Verdadero, Fals

c) Conjunto de valores de la cantidad "los almace-

nes está llenos"

(Falso

Conjunto de
d) valores de la cantidad "los disposi-
tivos para el riego están funcionando bien"

''-Verdadero Falso

e)
Conjuntos de t s mees cales

ldía tero del primer mes, día 15 del primer mes,

..., día l er ° del cuarto mes, día 15 del cuarto

192


f) El nivel de resolución del sistema está determi -

nado por el conjunto cuyos elementos son los cin -
co conjuntos anteriores.

EJERCICIO N'

a) Correspondencia biunívoca para la humedad rela-

tiva.

El nuevo nivel de resolución para esta cantidad

es elconjunto_

b) Correspondencia biunívoca para la presión baro-

métri ca

Su nuevo nivel de resolución es el conjunto

193


Correspondencia. biunívoca para ices tiempos iaues-

trales

12 del día del primer día —-

12 del dia del segundo dia

12 del día del tercer dia

12 del día del día 36S 364

su nuevo nivel de resolución es el conjun

EJERCICIO te 4

Para cada una de las cuatro cantidades, podemos

establecer la misma correspondencia biunívoca

por lo tanto, el nuevo nivel de resol uci6n de ca-

da una de ellas es conjunto

Para los tiempos muestral (es se puede establecer

la siguiente correspondencia biunívoca:


El nuevo nivel de resol ocian es el conjunto

0,1,2,3,4,5,6,7

o
EJERCICI

Para el e muestral (r,i

a) la variable del sistema que se está consideran-

do es XI

b) variable muestra] asociada

y (i,r) = x(i,t r)
y (1,-3)= x(l,t-3)

e) Para t -, 5 se observa de la matriz de actividad

que X. tiene un valor de 3. Cl valor de la varia-
ble muestra] es

Y (1 x(I,2)= (se obtiene tambián de la

matriz)

195


EJERCICIO N° 6

El conjunto de pares ordenados que se muestra

no define una máscara ya que (4,0) y 13,-1) no son, por
definición, elementos muestrales: el segundo componente
de cada uno de estos pares ordenados no cumple con el
requisito de que sean mayores o iguales a 1.

EJERCICIO N° 7.

a) Representación de la máscara en a de matriz

(Recuerde que el elemento muestra] (r,i) repre-
senta la posición donde se cruzan la fila
la columna r, y no al contrario; esta confusión
es posible porque cuando estudiamos matrices se
nos dice que el par (i,j) representa la fila i,
y la columna j. Este no es ese caso, ya que lo
que estamos haciendo es dar una definición)

b) Muestras de actividad correspondiente a los ins-

tantes de tiempo

t 1 y t e 6

Las variables m,uestrales correspondientes a la

máscara dada son:

y(2,I). = x(2,t+1)
y(3,l) x(3,t-hl)
y(2,2) = x(2,t+2}
y(3,0) =.x(3 t+0)
y(3,3) =

196


los valores que ellos toman para los instantes

de tiempo que se piden son:

Y12,1) = x(2,2) = 2
yl3,1) = x(3,2) 0
y(2,2) = x(2,3) ., 5
y(3,0) x(3,l) =' 0
y(3 = x(3,4) = 5

y(2,1) = x(2,7) = -O
y(3,l) = x(3,7) = 2
y(2,2) = x(2,8) = 1.
y(3,9) x(
y(3,3) x 3,9) =

Estos valores pueden ser representados en la

siguiente matriz, donde la primera fila indica
la muestra de actividad para t = 1, y la siguien-
e fila, la muestra de actividad fiara t = 6

c) Matriz de actividad donde aparecen sombreadas los

valores de las muestras de actividad que encontra -
mos en b. Para t = 1 se sombrean x(2,2), x(3,2),
x(2,3), x(3,I) y x(3,4). Para t= 6, x(2,7),
xt3,7), x(2,8), x(3,6) y x(3,9).

197


d) Profundidad de memoria de máscara

r
MaXIMO

rminimo =

Profundidad de memoria= 3-0 =

EJERCICIO

y(2,0) = x(2,4) = 2
Y(I,I) = x(1,5) = 2
Y( 2 ,I) = x(2,5) - 2
Y(2,2) = x(2,6)
y(3,,2) = x(3,6) = 2
y(2,3) = x(3,7) = 2

el quinto elemento es entonces

)
(2,2,2.,3,2,2

YU,0) = x(2,5) = 2
y(1,1) = x(l,6) = 2
y(2,I) = x(2,6)
y(2,2) = x(2,7) = 0
y(3,2) = x(3,7) = 2
y(3,3) = x(3,8) = 2
el sexto elemento es:

(2,2,3, 2,2)

198


= 6

y(2,0) = x(2,6) = 3
y(I,I) x(1,7) 0
y (2,l) = x(2,7) = 0
y(2.2) = x(2,8) = 0
y(3,2) = x(3,8) = 2
y(3,3) = x(3,9) --,, 3

el séptimo eles ento es:

(3,0,0,0,2,3)

Y(2,0) = x(2,7) = O
y(1,1) = x(I,8) = 0
y(2,l) = x(2,8)
Y(2,2) = x(2,9) =
= O0
y(3,2) x(3,9) = 3
Y(3,3) = x(3,10)= 3

el octavo elemento es:

(0, r ,4, 0 ,3.3)

Y(2,0) = x(2,3) = 0
y(l,l) x(I,9)
y(2,l) 2,9) = 0
Y(2,2) = x(2,10)= 4
Y(3,2) = x(3,10)= 3
Y(3,3) x(3,11 )= 3

el noveno e. :lento es:

(0,1,0,4,1,3)

199


y(2,0) x(2,9) = 0
y(1,l) x(1,10)=
'y(2,1) . x(2,10)= 4
y(2,2) -la-,,x(2 11)= 4
Y(3,2r=-x(3,11)= 1
y(3,3) ,:—,(3,12)= 4

el décimo elemento es:

(0,1 1 4,4,3,4)

Ya sabemos que a partir de aquí las muestras de

actividad no están completamente especificadas..
En efecto: K= 13, h=3 y K-h = 10. Sin embargo,
hagamos los cálculos para. tener una demostración
práctica.

Y(2,0) = x(2 = 4
y(1,1) = x(1,11) = 3
y(2,1) = x(2,11) =
y(2,2) = x(2,12) = 4
y(3,2) = x(3,12) = 4
Y(3,3) = x(2,13) = no está especificado en la
matriz

La matriz de comportamiento considerando los ins-

tantes de tiempo que ya había sido calculados, es
la siguiénte:

200


( ) 2) y(3,3)

14

5 2 3 0
6 3 ií 4" 2
7 U 3 3
11 0 4 3
9' 0 1 4 '4 11.

Cada fila de la matriz una maestra de la ác

deidad.

EJERCICIO ' 9

riz comporta.ento encontrada ajar- el

tico 8 nos representa el conjunto da estados .(recuerde
que cada fila de esta matriz es una. muestra de actividad
y por Id tanto, un estado)

Obsérvese que no hay muestras de actividad gua-

les, por lo tanto, tenemos 10 estados diferentes: . el es
el estado representado por la..muestra de actividad Cal-
culada para t = O, e2 corresponde a la muestra de acti-
vidad para t = 1, y así sucesivamente. La represent
(
cián gráfica de las transiciones entre estados es:

201


Oesde e6

= Probabilidad de que el padre con -

tribuya con su gene 0 x Probabili -

dad de que la madre contribuya con
un gene G

1- p)X 1 -p

P e

P Probabilidad de que : padre con

tribuya con su gene 0 x Probabili-
dad. de que la madre cGntrlo- buera con
un gene G

=px1
Pr (é
12

202


Desde e7 PADRE

MAbRE 1 'AIJ

e7 ; BB
"0 11 :

Probabilidad de que el padre con-

tribuya con un gene G x Probabi-
lidad de que la madre contribu -
ya con un gene 8

1x1

Pr.

Desde e

PA MADRE

en 8G

GG BG
eu: G6

Probabilidad. de que el padre con-

tribuya con un gene G x Probabi-
lidad de que madre contribuya
con su gene B

1 x (1-p) -P
= 1.p
Pr (e11

.b) = Probabilidad de que el ondre con-

tribuya con un gene G x Probabi-
lidad de que=la makíre contribuya
con su gene .7"I

1 p p

Ir le

203


Desde

' PADRE MADRE t

e9 GG GG el2 :GG

Probabilidad de que el padre con-

tribuya con un gene G x Probabili-
dad de que la madre contri buya con
un gene G

x1 1


AUTOEVALUACIO0

A. continuación le suministramos una información

pertinente a un objeto o se:mento de. ' a realidad
que se desea estudiar

Para averiguar manera de restar un mejor ser-

vicio a sus clientes, una entidad bancaria contra-
ta a un experto en sistemas.Este,ee la conversa-
ción inicial que tuvo con el gerente, dijo que
era necesario conocer el número promedio de clien-
tes que visitaban el banco diariamente, el tiempo
promedio que en un día cualquiera esperaba el
el ente para ser atendido, así como el tieupo pro-
medio que duraba la atención propiamente dicha.

El gerente le dijo que ellos no. posean una ere

macióne pero que, sin embargo, estaba seguro de
que el numero de clientes diarios no llegaba a pa-
sar de 200, que el tiempo máximo que esperaba para
ser atendidos era de.» minutos, y que. lo atención
propiamente dicha no llevaba a los 20 minutos.

El experto en sistewas consideró necesario averíe

guar en forma precisa esa Información que necesi-
taba y le pidió al gerente un mes (20 días hábi-
les) para obtener los datos que requería. Asimis-
mo, decidió que para el tiempo de espera y el
tiempo de atención utilizaría una precisión de un
minuto.
. Describa el sistema par sus cantideáes y nivel de
resolución.

205


2. Describa el sistema por una actividad dada. Usted de-

be construir una matriz de actividad Posible en fun-
ción de la información suministrada.

Dada la siguiente matriz de actividad del sistema

presentado, describa el sistema por su comportamiento
y por su estructura 5T.

El experto en sistema contratado por la entidad

bancaria, encontró la siguiente matriz de activi-
dad,

t 0 7 8
80 100 110 . 120 90 80 140 120 110 110 100

5 10 15 20 15 25 15 20 10 5
4 5 10 8 2 5 10 10 5 4

2 13 l4 l5 l5 17 l8 19
90 80 140 80 120 120, 140 . 150 150.
20 5 25 15 101 15 25 15 20
2 5 2 5 10 10 10

Para esa raatriz de actividad y la ,,"ásca



4 Un taller de reparación de automoviles realiza dos

tipos de trabajo A y B que no puede ejecutar simul-
táneamente. Un trabajo tipo A requiere dos días
para ser finalizado, un tipo B requiere solo un
d a.

En este taller los trabajos no hacen cola; ésto es,

si un día cualquiera se está realizando un trabajo
y les llega uno nuevo, el taller no lo acepta.
Cuando al final de un día finalizan un trabajo y
al comienzo del día siguiente llegan simultáneamen-
te un trabajo tipo A y un trabajo tipo S, el taller
tiene como política aceptar el tipo A en preferen-
cia al tipo B.

La probabilidad de que al comienzo de cada día lle -

gue un trabajo A es a; para el tipo B es b.

Describir para la situación planteada

dado por su estructura ST: conjuntó de estados,tran-
siciones posibles entre ellos y probabilidades de
transición asociadas.

Sugerencia: Defina los estados 2n función del tipo

de trabajo que está realizando el taller un día
cualquiera. Obsérvese que un estado posible es no
estar haciendo nada, y que existen dos estados aso-
ciados al trabajo tipo A]

207


RESPUESTAS DE LA .AUTOEVALUACION

Pregunta Res cesta

Las cantidades y su nivel de resolución

son

número de clientes diarios

Nivel de resoluci0n ,1,,...,200t

2 : tiempo promedio que un cliente espera

para ser atendido

Nivel de resoluci8n e
0,1,2,..
(en minutos)

, :, ti empo promedio que rara la atención

propiamente dicha a ~cliente

Nivel de resoluci8n ,1,2,... 2

(en minuto

El conjunto de tiempos muestrales es

i er día hábil,segundo día hábil,...

,..,vigésimo día hábil

Observaciones:

) Puesto que el investigador solo conoce

los Yaleres m8ximos de las cantidades,
él toma el cero co0o los valores míni-
mos

208


Pregunta ( respuesta

b) x2 y x3 son centidades que no se miden

directamente. Al final del dla habrá
recogido los datos necesarios para
calcular los promedio correspondientes
(con el número total. dé clientes, con
el tiempo que esperó cada cliente para
ser atendido y con el tiempo de la
atención propiamente dicha se calculan
esos promedios)

0 1 2 3 4 5 9 14
0 110 120 110 90 105 IZO 160 0 110

17 1G

125 180,150105

12 13 20 18

11 12 10 11

respuesta usted puede poner cualquier número

natural en la siempre y cuando:

209


120 10
16 120 15 10
17 140 25 5
18 150 15 10
150 2O 10

210


egunta Respuesta

3 b) Estructura S1'

Este:dos Y(I,O) Y(2,0) y(3,0 .mues.

80 5 2 t=0,12

e2 100 5 4 t=1,10

,e3 110 10 5 t=2,9

e4 120 15 1 t=3,7,16
e5 90 20 8 t=4,11

e5 80 15 2 t=5,14

e7 140 25 5 t=5,13 7
110 20 10 t=8

e 120 5 t=15

e10 150 15 10 1
150 20 ' 10 t=19
ell

4 Estados :

: no realizandoningún tipo de trabajo

e2 :realizando untrabajotipo A ensu
primer día,

:realizando untrabajotipo A ensu

segundo día

:realizando untrabajotipo B

211


Pregunta Respuesta

4
) Transiciones posibles entre estados

Probabilidades de transición asociadas

Desde e

P r (e l /e l ) (1-b) ; Pr(e2/ei):,.

Pr (e 3/el ) =0 r (ele) = b(1-a)

Desde e2

P r (e i le 2 ) = 0 _0

(e,R /e 3 ) = C

Des <e e3

Pr p e l le ; =(.1-a (1-1) -a
; Pr1:2/2
tes/e3 =0 Pr (e^,/e 3 ) =b(1-a)

212


Pregunta Respuesta

Desde e4

P r {e l /e 4 ) = (1-a)(1-b) ;Pr(e 2 /e 4 )= a
= Pr (e 3/e4
0 ;Pi, (ett /eP ) =b(1-a)

en forma matricial
A
el e e4
e3 ... `
el (1-a)(1-b) a ü b(1-a)
De e2 0 0 1 0

e3 -a)(1 b) a 0 b(1-a)
(1-a)(1-b) a C^ ht1-a)

RESC3 IrCIQNES

Si usted ha tenido algún tipo de dificultad al

, responder la AUTOEVAL tA ION, l eáse nuevamente las
secciones que se lo indican a continuación; de
acuerdo al problema donde haya confrontado
dificultades:

1. Sección 1.2

2. Sección 3.4.2

3. Secciones 3.4.3 y 3.4.4

4. Sección 3.4.4

213


BIBLIOGR A

AUTOR OBRA

H A Ronald
nar^ic obabili tic
Systelas, Vol. 1,
John Wiley Sons,Inc.
1971

2. KLIR, Georgé An A p oat ,Général

Secas „., Van
Noatrand Re Vd, 1%9.

KLIR * eorge pilasicar ) Tendenovas 'a Teo

Generalde Systeslas
AI 'i,anza U'hi vervidad

214


UNIDAD

SISTEMAS CeNTROLADOS

INTRUDUCC

En esta unidad estudiaremos las ,prop edades de

una importante clase de sistemas:los sistemas controlados.
estos sistemas surgen cuando es osible se l.larar las canti'-
dades del sistema entre las producidas por el ambiente Y
las ducidas por él mismo, éste es el caso tipico de lo
sistemas de ingenierla, donde las cantidades . producidas
por evl wmbiénte se denoMinan generalmente dantitadee de
1

entrada, y 1-as producidas por el aa de denominan da,

ti4ades de salida.

L:a anterior di de las cantidades del sistd.

permitirl que los cenceptosde actividad, comportáwiento y
estructura adquieran una forMa particular 'en los Sistemas
cnOtrolados. Lo wismo puede decirsede las cinco dIfin'I -
ciollds Ilbsidos de siltema.

Al Zigal de la Unidad, estudiaremos dos tipos de

sistemas Controlados: los detérminIsticos y los probabil
ticos, presentndotres modelos generales. que pueden ser
utilizados para el. studio de cual . lJiera de esos tipos de
sistemas, siempr ., ue cumplan las condiciones por ellos
exigidas.

215


TI :a .

Descrilai r s i ste.das co 1tr ol ado en funcj5n de

las defi n'i coi ones básicas. .de stíe;;,as, dadas
;aor sus

cantidad s de entrada y salida y el ni-

vel de

actividad

coLport:wdi ento

-a £i

uct r & ST

ESQUEMA DE CO E

Pág.
4.1. Definición . 217
4.2. Actividad de los sistemas controlados . . . ....» 224
4.3. Comportamiento de los sistemas controlad
4.4, Estructura UC de los sistemas controlados 242
2442
4.4.1. Definición de la estructura UC 242
4.4.2. Tipos de acoplamientos orientados , » 248
4.5. Estructura ST de los sistemas controlados 257
4.6. Sistemas controlados deterministicos 265
4.6.1. Sistemas controlados deterministicos combinatorios 265
4.6.2. Sistemas controlados deteran:inísticos secuenciales . » » 266
4.7. Sistemas controlados probabil sticos... . »..,.»..»...» » 271
4.7.1. Sistemas controlados probabilisticos simples » 271
4.7.2. Sistemas controlados probabilísticos complejos . » 274
Respuestas a los ejercicios » » » 279
A.utoevaluaei6n « » . » » » 287
Respuestas a la autoevaluacion .. » » , 290
Prescripciones » . » 295
Bibliografía »» 295

216


4.1 DEFIII ICION.

Antes de entrar a definir los sisteúías contro-

lados, es necesario introducir algunos conceptos rela-
tivos a las cantidades externas, los cuales tienen que
ver con las relaciones sistema-ambiente.

CANTIDADES EXTEZNAS INDEPENDIENTES Y DEPENDIENTES.

Las cantidades externas que son producidas por

el ambiente y causan algún tipo de suceso en el sistema
son independientes de éste, y las denominaremos cantida -
desindependientes.

Las cantidades externas producidas por el sis

ma, es decir, derivadas de las cantidades independien-
te y de las propiedades del sistema, son dependientes
de éste y las denominaremos cantidades dependientes.

Las cantidades externas producidas por el ambien-

te son también denominadas cantidades de entrada. Y las
producidas por el sistema se conocen como cantidades de
salida.

En algunos sistemas, las cantidades de &ntrada

pueden estar influenciadas por las cantidades 4e sali-
das éste es el caso de los sistemas con real ii,aentación.
Astmismo, las cantidades de salida no tienen porque de-
pender de un modo único de las cantidades de entrada, es
decir, para valores iguales de las cantidades de entrada,
las cantidades de salida pueden tomar diferentes valores,
esta es una caracteristica de los sistefflas pro:)abilsti -
cos.

217


DEF. C. DE SI$TE;MAS COUTRG ,DOS

La clasificación de las cantidades externas en

las producidas por el ambiente y las producidas por el
sistema o está dada a priori o es posible una hipótesis
razonable sobre ella en base a los datos experimentales
o, en el peor de los casos, no existe ningún juicio para
la clasificación.

Un sistema,sedenomina controlado si.se conoce

cuáles de sus cantidades externas se producen por :el
ambiente y cuáles por el propio sistema.

La determinación de las cantidades de entrada y

de salida. de un sistema considerado, cuando no se cono-
cenpor anticipado, es, generalmente,. una. de las etapas
preparatorias a la aplicación de alegue prOced.iMiento
destinado a estudiar un problema , particular que va a re-
solver para el Sistema.

jem

El' sistema mostrado en la 'gura siguiente con a

siste de un espejo colocado sobre un eje en uno de sus
extremos- este eje le .sirve de pivote- y sobre un tor -
nillo en el otro extremo; este tornillo permite ajustar
el espejo hacia arriba y hacia abajo. El ángulo de la
u z reflejada regulado por medio del tornillo.

r
Superficie de referencia
p ilote

218


En este sistema se puede considerar que la canti-

dad de entrada es el ángulo de inclinación del espejo O,
cual varia haciendo girar el tornillo. La cantidad
de salida es la posición .angular del rango reflejado
desde la superficie de referencia. Es obvio, que
cantidad de salida depende de la cantidad de entrada.

EJe rci cio . ropu sto.

Un interruptor eléctrico controla el f - . je de

electricidad en un circuito. Las cantidades de
este sistema soy la posición del interruptor
sietóñ 1: deja pasar la electaicidad; posición
2: la electricidad no pasa) y el flujo de elec-
tricidad (O: no hay flujo, 1: hay flujo). ¿Cuálee
son las cantida e entrada y ¿e salida de este
sistema?

DE LA PEINERA C hASICA DE

La primera definición básica de sistema, ésto es,

la definición por el conjunto de cantidades externas y
el nivel de resolución, torna la siguiente forma en los.
sistemas controlados.

El sis ema controlado S es

.. un conjunto dado de
_...._ e

cantidades de entrade y un conjunto dado de cantidades

de salida, ambos referidos a un nivel de resolución.
Formalmente: El sistema controlado es el conjunto que
contiene las cantidades de entradas Yl, yr, las
cantidades de salidas zi,z2"..,eq, y el tiempo t, con-
sideradcs al nivel de resolución La
"Yr'
Zl, . .,Z T Ási,

219


Recuerde que Y1,Y2,00,,Y r son los conjuntos de posibles

valores para las cantidades yl,Y2....yr, respectivamen-
te, considerados los niveles de resolución de éstas.
Similarmente para 1,Z2,...,Zq, con respecto a las can-
tidades zl,z2,...,zq. T es el conjunto de instantes de
tiempo muestrales durante los cuales son observados o me-
didos las cantidades

Ejemplo..

A continuación describiremos un sistema controla o

sus cantidades de entrada y de salida y el nivel de
resolución.

Sea un circuito eléctrico que permite encender una

lámpar. Existen dos interruptores t y c,, cada uno de
los cuales puede apagar y encender la lámpara. tensión
eléctrica proviene de la red pública

n este sistema observamos, entonces, cuatro can

tidades

entrada:

Tensión eléctrica de la red (110 voltios o

cero)
Y Posición del interruptor ?'.(dos posiciones:0-apagar-,
1- encender-3.
Posición del interruptor posiciones:O-apagar-,
1- encender-

220


de. salida:

: estados de la lámpara (O: apagada, l : encendida)

Nos faltaría ahora conocer el nivel de resolución

le tiempo, esto es, los instantes o tiempos muestrales
en que se harán las observaciones. Para este sistema
en particular, lo mas razonable es asociar los tiempos
muestrales con cambios *en las cantidades de entrada
observar los valores que toma la cantidad de salida.

: la tensión de la red es 110 voltios y ambos

interruptores están en sus correspondientes
posiciones 0

la tensión de la red es de 110 voltios y ambos inte-

.rruptores están en sus correspondientes posición

la tensión dé la red es 110 voltios, el 1

terruptor A. está en la posición 0 y el in
rruptor 8 en la posición 1

la tensión de la red es 110 voltios, el interruptor

t4
A está en la posición 1 y el interruptor en la po-
sición G.

la tensión de la red es 0 voltios y los dos interrup-

tores están en su posición 0

. la tensión de' red es 0 voltios y los cos interno-

,,
tares en su posición 1

221


; la tensión de la redes Cvoltios, el interruptor A

en la posición 0 y el interruptor G en la posición 1

tensión de la red es 0 voltios, el interruptor A

en la posición 1 y el interruptor O en la posición O.

En forma de tabla, los tiempos .aa astrales son

EJERCICIO PROPUESTO

2. Describa un sistema controlado por sus cantidades

e entrada y de salida y nivel de resolución para
la siguiente situaciún.

El señor Pedro Gómez tiene tanta aversión a las

colas, que se enoja cada vez que tiene que meter-
se a una. Cl tiene la suerte de que cerca de don-
de trabaja existe una linea de carritos por pues

222
to, una línea de autobuses y una estación del me-
tro. Cualquiera que sea el transporte que escoja,
lo dejará muy cerca de su casa.

Todas las tardes cuando sale del trabajo, el Sr.

Gómez con una habilidad que ha desarrollado con
el tiempo, cuenta el número de personas que hay
en cada una 'de las tres colas, dirigiéndose lue-
go a la de menor número de personas. tl Sr. Gó-
mez, además, tiene la siguiente política:

a) si las tres colas son de igual tamaño, se va

en el retro

b) si la cola del metro es igual a la de los carri-

tos por puestos, y ambas menores a la de los
autobuses, se va en el metro,

c) si la cola del metro es igual a la de los auto-

buses, y ambas menores a la de los carritos por
puesto, se va en el metro,

d} si la cola de los autobuses es igual a la de

los carritos por puesto, y ambas menores a la
del metro, se va en un carrito por puesto,

Las colas que ha encontrado en cada una de las for-

mas de transporte nunca ha llegado a las cincuenta
personas. Considere un estudio de treinta días.

Un sistema controlado dado por sus cantidades de

entrada y de salida se representa gráficamente de
la siguiente manera:

223


Figura 4.1
Representacion gráfica de un sistema
controlado

La primera forra se utiliza si es necesario indi-

car todas las entradas y salidas; y la segunda,
si es suficiente con mostrarlas en forma vecto -
rial. Las flechas orientadas ha,dia el bloque S
representan las cantidades de entrada y las que
salen del bloque las cantidades de salida..

4.2 ACTIVIDAD DE LOS SISTEhAS CONTROLADOS.

La actividad de los sistemas controlados es un

conjunto dado de las variaciones en el tiempo de las
cantidades consideradas, una vez que las mismas han si-
do clasificadas en cantidades de entrada y de salida.

Esta definición permite que la segunda definición

básica de sistema, esto es, la definición por la activi-
dad dada, tome la siguiente forma en los sistemas contro-
lados:

224


E l si ste a control do unto dado de va-

rtacidnes anal tlempa de las cantidades pdnsideradas,
una vezque lasmismasse , ban. clasificado cdmo entradas
y salidas. Formalmente: El sistema controlado S es un
conjunto que consiste de un conjtmtó dado de valores
Y 1 ( t ), Y2(t),...,Yrtt) de las cantidades de entrada para
todo ,y un conjunto dado de val ores de z.(
.,., zq t) de las cantidades de salida, también para to .
T, Así, -dot

z..t\ . l,-

jetuí 1

Un sistema consta de dos cantidades de entrada x:

y z, y de una cantidad sa y, Ellas son observadas
en los Instantes ta 0,1 ,2eniéndose ente
actividad del sistema
.),

z
,y 1 1 C

El sistema controlado queda, entonces deftnIdo por

la actividad dada, e la siguiente manera:

S= M0).;(1),x(2),k(3)z(0) ,a(2),z(3),y(0),

y(1), y(2),y(3)

225


cuyos valores son los mostrados en matriz de actividad.

EJtRCICIO PROP ESTO .

Para el ejemplo resuelto en la sección 4.1 sobre

un circuito eléctrico que permite encender y aPa-
gar una lámpara con dos interruptpres A y a, y
una tensión eléctrica que proviene de la red pi). -
b,ica, deseubrfr el sistema por su actividad. En
dichó ejemplo están dado los tiempos muestrales.
(Recuerde que en cada uno de los interruptores
podemos apagar y encender la lámpara) Presente
la actividad en forma de matriz.

Introduciremos ahora dos nuevos conceptos reta

cionadcis con la actividad e sistemas controlados,

E conjunto de valores que en un. instante de <den.-

cualquiera adoptan las cantidades de entrada, son de-
nominados estimulos instantáneos con los que el ambiente
afecta al sistema controlado. pe manera similar , el con-
o de val ores que toman las cantidades de salida ante
un estimulo serán consideradas como la repuesta instan-
tánea del sistema,

En el GItimo ejemplo resuelto arriba, para t= 0

o el conjunto de estimules instantáneos está dado por:

lx (o), z(o

y la respuesta instantánea es el con

226


EJERCICIO PROPUESTO.

4. En el ejemplo anterior, hallar el conjunto de es-

tímulos instantáneos y el conjunto de respuestas
instantáneas para los instantes de tiempo t=1,2,
3, respectivamente.

4.3 CONPORTAMIENTO DE LOS SISTEMAS CONTROLADOS.

Antes de mostrar la especificidad del comporta-

miento de los sistemas controlados, creemos conveniente
hacer una rapida revisión de este importante concepto
para un sistema cualquiera.

El comportamiento del sistema, tal como lo vi-

mos en la Unidad 2, no es mas que una relación atempo-
ral definida sobre las cantidades y a un nivel de reso-
lución dado.

n algunos casos, esa relación puede ser expre-

sada por una ecuación o un sistema de ecuaciones. Esta
es la situación del ejemplo de una resistencia eléctri -
ca, en donde las cantidades y la actividad del sistema
son:
v : voltaje en una resistencia
: corriente que fluye por la misma

227
 'En este ejemplo trivial puede verse que para
Cualquier instante de tiempo se eump e la relación
atempera]

en donde v se expresa en voltio i en mi liamperios

El comportawiento del sistema es, entonces, la relación
atemporal expresado por . dcha ecuación.

Ea otras situaciones, el coro portmaiento no puede

expresado por un sistema de ecuaciones. En estos
sos lo representamos por una matriz que podría tener
Por e j eráplo, la siguiente forma para un sistema donde se
$iden tres cantidades x l ,x 2 . y x3 :

228


en donde, x l (f), x 2 (f) y x son los valores que to-

man las cantidades y xl respectivamente, en el

instante fi f = C,1,2,...

Cada una de las filas de la matriz anterior reciben

el nombre de una muestra de los v ,a de las cantidades
con respecto a un cierto instante de tiempo, y ellas nos
indican como se relacionan los valores de las cantidades
en cada momento. El conjunto de todas las muestras es la
relación atempor o comportamiento del sistema

Observese que en este ejemplo particular se ha asu-

mido que en cualquier instante la relación entre las can-
, tidades depende solo de los valores que ellos toman en ese
moaento. Es decir, cada nuestra esta formada solo por los
valores que las cantidades toman en el instante que se es-
tá considerando.

no siempre pudiendo suceder que los

valores que 1 tidades toman en un instante .cual quíe-
ra dependan no solo de las relaciones entre sus valores
instantáneos, silva, también de relaciones con alfl;unos de
los valores pasados o futuros de al9unas o todas las
cantidades. Es necesario, entonces que esta situación
sea expresada en el comportamiento del sistema, y para
ello se incluye en cada muestra, además de los valor
actuales, los valores pasados y futuros pertinentes.

Por e j eai 'iO, asustamos, en el ejemplo anterior,que

los valores que las cantidades x i ,x 2 y x, toman en un
instante cualquiera también dependen del valor que x5
tomó en el instante anterior y del valor que e— toma en

229


el instante siguiente; esto es, de x l (t-I) y x 2 (t+1),

respectivamente. Cada muestra, entonces estará compues -

ta por los valores x 1 (t), x2(t),x3(t}, x 1 (t-1),x2 (t+1)
y la matriz que nos presenta el comportamiento adopta
la siguiente forma_

Observe que para t --,-' O y 8 las muestras no

están especificadas , En el primer caso. no conocemos el
valor de. x v el segundo, el valor de x 2 (9).

En la Unidad vi ,os que lo explicado arriba se

expresaba formalmente', es depir, matemáticamente, estable -
ciendo unas nuevas cantidades que denominaremos cantida-
des principales, y son ellas las que participan en el
comportamiento.

Apartir e zIna correspondencia biunivoca

230


las nuevas cantidades quedaron establecidas por la si-

guiente ecuación

en donde puede representar para el instante t, o

bien el valor instantáneo de i esto sucede si o< =0)

un valor pasado de x, (si < O), o un valor i' Arturo de
x si 150. O),

coluportaráíento se expresó, en ese entonces, por

un subconjunto del producto cartesiano:

x Pns

en donde P. ( j . 1,2,...m, conjunto de los posi

bies valores de p«(t).

Si aplicanlos lo anterior al ejemplo que 11- s ve-

nido :onsiderando, nuestras cantidades principale
dezms establecerlas de la siguiente llanera:

x 1 (t)
P2(t) = X2(t

'94
p 5 (t) x 2 (t-I)

a corres.pone biunívoca que perwIte es,

cer las anteriOrél - etalationes es:

1
(20 2
(3,C)
(1 -1) 4
t
5

231


Con las cantidades ncipales, el comportamiento

queda descrito por la aatriz

x3 .l p 4 (1)=x i (0)

x 3 (2) p 4 (2)=x (1)

4 3) ,..x (2)
(4)=x 3 (4) 4)=x i (5)

(6)

p x8(7) p 7)=x (7) '7

en donde, al lado de cada p 1 (t) (j= 1,2,3,4_ ,5) heras pues -

to el valor .,e le corresponde por la ecuacién

Pj xilt +vC ) .

4a anterior matriz, coo se vé, es idéntica a la

que construimos anteriormente, sin hacer uso del concepto
cantidad principal. Es obvio, que cada una de las filas
de dicha matriz pertenece a,l produ .to c ...rtesíano:.

(1.
0
f 3 y x
5

232


y que el conjunta cuyos elemento son cada una de. las

filas, es decir, el conjunto de muestras, es un subcon-
junto de ese producto cartesiano. Este es un conjunto
mas amplio, muchos de cuyos elementos no. tienen por que
haber aparecido en la matriz de compoetamiento. llecuer -
de que yj e 1,2,...,m) es el conjunto de posibles
valores . ,.algunos de los cuales a;arecen cuando .
hacemos las observaciones., pero no necesariamente todos

4os queda ahora re-e. de establecer la espec

fi:cid:ad que adquiere todo lo explicado hasta aqui, pera
el caso de sistemas controlados. Es decir, l a especifi -
cidad de. su comportamiento.

Primero ue todo, recordemos que las cantidades

externas de los sistemas controlados ueden ser agru-
pedas en ^antidades de entrada cantidades de salida ,
que estas 'últimas se derivaban de las rieras v de
propiedades del sistema. AsiMsmo, dijimos que ante un
instantáneo jcoejeetc de vaicres instantáneos
les ¿entidades ¿e entrada) el sieteme preseetabeeena
respuesta Jestaetán al ejUnto de valores i. estaetánees
de las cantidades e salida).

Ahora bien, asl como es cie que ante un .imu-

lo instantáneo habrá una respuesta instantánea, tamblán
es cieTto que el valer que une cantidad de salida pueda
tener en un instante t cualquiera ríe tiene. por qee de-
pender exclusivamente de los valores instantáneosde las
cantidades de .ada. 1. propiedades 4Q1 sistema
e hacer que tambián depende de los valores instante
ecos s otras cantidades de eelida, de los valores

233


pasados y futurosde ella misma y de las otras cantida -

des de salida, y de los valores pasados y futuros de
las cantidades de entrada. Por lo tanto, cada muestra
del comportamiento debe reflejar esta situación cuando
sea necesario.

En términos de cantidades principales. lo ante -

rior podemos formeizarlo de la siguiente manera:

Sean;

gl,x2,...,xq ; las cantidades de salida , y

-(1+1 , xq+2 . las cantidades de entrada

Las cantidades principales que en general son necesarias

establecer para descubrir el comportamiento de un siste-
ma controlado son. entonces

las correspondientes a los valores instantá-

neos de las cantidad de salida (hay tantas
cantidades principales de este tipo como can -
tidades de salida):

(t) yt)
w 2 (t)

0.0000

b) las correspondientes a los valores pasados

o futuros de las cantidades de salida que
están influyendo en la respuesta instantánea
de sistema. Su número depende del sistema
particular que se esté considerando, y cada
una de ellas tendrá una ecuación del tipo:

i
234


x i (t) yt )

en donde las i tomarán algún valor del conjun-

to íi,2,3,...,ql . Los deben ser diferen-
tes de cero, ya que si no es así se caería en
el caso anterior.

c) Las correspondientes a los valores actuales de

las cantidades de entrada y las correspondien-
tes a los valores pasados y futurosde ellas
que estén influyendo en la respuesta instantá-
nea del sistema. El número de estas cantida -
des principales también depende del sistema
particular que se esté considerando, pero en
todo caso, será mayor o igual que el número de
cantidades de entrada (n - q), ya que las co-
rrespondientes a los valores instantáneos
siempre serán necesarias establecerlas. La
ecuación para cada una de las cantidades prin-
cipales asociadas con las cantidades de salida
es,:

u e (t) = ),

con i = q + 1, q -1- 2,...,n, y puede tomar

cualquier valor.

Para los tres tipos de cantidade.s principales es-

tablecidas, se tiene:

Wk : conjunto de los valores posibles de Wk

Vi : conjunto de los valores posibles de v.

Ue : conjunto de los valores posibles de de

235


El comportamieruto de un sistema controladopode -

mos, entonces, definir') de una cualquieradelas for-
mas siguientes:

a Como un subconjunto 'del producto cartesiano

x...x ...x

En este caso, el comportamiento del sistema es un

conjunto de muestras.

b Como el conjunto formado por las siguientes

relaciones binarias:

x..x Wq x V 1 x '11 xa..x U x..

2

x ..x x I 2 x...
2 'II **

x... x V^xY ..xU

Observe que hay una relación binaria para cada Wk

y por tanto, una para o de las cantidades de salida
Por tanto, P lo que nos muestra
es la relación que, para cualquier instante de
tiempo, existe entre el valor instantáneo de
cantidad de salida xi y:

236
 los valores instantáneos de las otras cantida-
des de salida,

los valores instantáneos de las cantidades de

entrada,

los valores pasados y futuros de las cantida-

des de salida que influyen en el a,y

los valores pasados y futuros de las cantida-

des de entrada que también estén influyendo.

Cuando el sistema controlado es considerado sobre

un largo período de tiempo, podemos asociar, aunque no
necesariamente, al corrportasrmiento las siguientes proba-
bilidades:

a) Para la primera forma de expresar el comporta-

miento, puede asignarse una probabilidad
ocurrencia a cada elemento de la relación de-
finida sobre el producto cartesiano:

b) Para la segunda forma, una probabi l idad condi-

cional, P r (d c), de ocurrencia de d si suce-
de c puede asignarse a cada elemento (c,d)
perteneciente a R.

Dada la anterior definición del compor°tamiento de

los sistemas controlados, la tercera definición básica
de sistema, ésto es, la definición por el comportamiene
to, toma la siguiente forma:

El sistema controlado S es una relac ión aten] pea _

ral dada que se mantiene entre las cantidades p rincipa-
les asociadas con los últimos valores de las cantidades
de salida y el conjunto de todas las demás cantidades

237


ínc pales; todo elemento del ccrr^ amiento puede,

aunque no necesariamente, estar asociado con una proba.-
bilidad de su ocurrencia. Formalmente, el sistena con-
trolado S puede ser descrito por una cualquiera de
las dos formas siguientes:

a) Por una relación dada definida sobre el produc-

to cartesiano

x 1 »1 Wk

y a veces con una probabilidad de ocurrencia

de cada elemento de la relación.

b) Por el con de relaciones binarias

producto cartesiana de las otras cantidades
principales), y a v e ces con una corresponden -
cia (a,b) k ---- P rk (bfa) que asigna a todo

(a, b) e Rk una probabilidad condicional de

ocurrencia (k = 1,2,...,q).

Ejemplo

Queremos describir el sirte ma controlado cuya

actividad es la que encontramos en el ejercicio propues-
to 3, por su comportamiento.

Para ese ejercicio, la matriz actividad encon-

trada fue:

238
 Los tiempos muestrales fueron escogidos de tal
forma que el valor que la cantidad de salida toma en
un instante cualquiera solo depende de los valores ins-
tantáneos de las cantidades de entrada; de aquí, que las
cantidades principales asociadas son:

kv

u l (t) = y (t)

u2 (t) = y ,(t)

El comportamiento podemol expresarlo entonces

por la si uiente matriz:

Observe que esta matriz podemos interpretarla de

dos formas:

239


a) Como un conjunto de elementos (cada fila) sub-

conjunto del producto cartesiano

w-1 x x 1? 2 x L

como la Relación binaria

En ambos casos, el conjunto de e amen s del com-

portamiento es el mism :

'021tl) vil (

ejem lo:

Queremos deteribir el sistema controlado por el

comportamiento, correspondiente a la siguiente situación:

"En diciembre de 1981, la señorita Lourdes García

hizo la siguiente promesa de fin de año: deposi-
tar en una cuenta de ahorro, a partir de enero
del 82, una cierta cantidad de dinero todos los
q uince de cada mes, de manera de tener para co-
mienzo de diciembre del 82 un cierto capital que
le permita pasar sus vacaciones en una cierta is-
la del Caribe. La cantidad de dinero que puede
depositar cada mes es variable, Los días 30, el
banco vé cuanto dinero tiene la señorita en su
cuenta, la multiplica por una tasa de interés i,
y el resultado es la cantidad de dinero que el
banco agrega por concepto do interés. Suponga
que la señorita solo hace depósitos".

240


Para este sistema podemos definir las siguientes

cantidades:

Cantidad de salida

cantidad de dinero que tiene la cuente de

ahorro al Anal de cada mes, después que
el banco agrega el interés correspondiente

Cantidad

Cantidad de dinero que la señorita dep.o

cada mese

Qbserve que la tasa de interés i es una canti

dad interna del si siena.

Al final de cacle mes t(t=1,2,3,4,...,11), y des-

pues que el banco agrega el interés correspon -
diente, el valor que toma eel depende del valor
que tenla ella en (ten y de y ,(t). Por la tan-
to, tenemos que establecer las se uientes canti-
dades principales:

rol ^
= z
1

En e blema particular, el comportamiento

por la siguiente
puede ser-expres e ecuación

I(v 1 (t)+

en donde;

241


(t) cantidad de dinero en cuenta al

final del mes t y antes del banco
agregar el interés correspondiente

interés que agrega el banco.

cantidad de dinero en la cuenta al

final del raes t y después que el
banco agrega el interés correspon-
diente.

EJE. Pe 1CIO PR P''EST :

Al ejemplo anterior agregue la si g uiente cantidad

de entrada y halle el nuevo comportamiento.

y : cantidad de dinero que la señorita retira

cada mes (no hace retiros el día 30)

4.4 ESTRUCTURA UC DE LOS SISTEMAS CONTROLADOS.

4.4.1 Definición.

Recordemos que la estructura UC de un sistema

cualquiera está dada por el conjunto de todos sus
elementos, el conjunto de cantidades de cada ele _
mento, 14 relación atemporal de cada elemento, y
el conjunto de los acoplamientos entre los ele-
mentos por una parte, y entre los elementos y
eleadaiente...por la otra. Recuerde, además q;ue
el acoplamiento entre dos elementos no es mas que
el conjunto de todas las cantidades externas
munes entre ellos.

242
Ahora bien, ¿Cómo se interpreta lo anterior pa-
ra los sistemas controlados?.

En los sistemas controlados, as elementos son

1.

considerados también sistemas controlados ,

tieguiéndose las cantidades de entrada y de san-
de para cada elemento.

Aelismo, cada cantidad perteneciente al ecopla-

miento entre dos elementos, se especifica o como
una cantidad de entrada o como aína cantidad de
salida del primer elemerOto, y temblón, o corno
una cantidad de entrada o une cantidad de sai ida
del segundo elemento..

Es útil definir un ecoplamierra, orientado entre

dos elementos de un sistema ,rolado como el
conjunto de todas las cantidades quo pertenecen
a la salida del primer elemento al mismo tiempo
que son entradas del segundo.

La estructura OC del . s sistemas controlados

queda definido eón precisión dando la siguiente
infór ación

a) Cl conjunto A que contiene lOs elementos del

sistema al,a2,...,a, y el ambiente a0

a9

b) El conjunto. 3 que contiene los comportamíena

tos de los elementos

243


c) Y por último, .el conjunto 0 constituido por

todos los acoplamientos orientados entre los
elementos del conjunto A. El conjunto D se
define formalmente de la siguiente manera:
sean al y a3 dos elementos de A, tal que

: conjunto de can idades de entrada de aí,

: conjunto de cantidades de salida de ai,

conjunto de cantidades de entrada de a

: conjunto de cantidades de salida de

entonces, los acoplamientos orientados

entre los elementos se definen cono

Din 1

dij es, entonces el conjunto de cantidades que

son siMultbneamente salidas de aí y entradas de
a j; dj, es el conjunto de cantidades que son
salidas de a3 y entradas de al. El conjunto
O puede ser representado, entonces, tomo

J` 0,1,2,3,4,...

Come se vé 0 es un conjunto de conjuntos, que

recibe tamtién el nombre de la característica
orientada del - eme controlado.

Para un siste;ea controlado, la cuarta definición

blsiea de sistema, esto es, le dada por la estrue
tara. UC, queda con la siguiente forme:

244


El sistema control es un conjunto dado de

elementos controlados, junto con un _conjunto de
acoplamientos orientados desde las cantidades de
salida de un elemento a las entradas de otros,
incluyendo el ambiente. Formalmente: El sistema
controlado S es un conjunto dado que consiste de
un conjunto B de los comportamientos bi,b2,..,bu,
de los elementos apar...,a n , respectivamente,
y el conjunto de todos los acoplamientos orienta-
dosentre los elementos de A; es decir:

Ejemp

Descripción de un sistema controlado por su

estructura E.

El sísíema que mantiene la temperatura de una a

bItaoión entre 61 0 .F y 70°F, puede ser representa-
do por el siguiente diagrama .de bloque,

Tern6mtro tt 'ruptor

AM ENTE

Dicho sis ella controlado queda descrito por su

estructura UC cuando suministramos la siguiente
información;

245


ritos del sistema y el ambiente

ambi ente

termómetro

a2 interruptor

: refrigerador

a4 calentador

b) El . comportamiento de los elementos del sí4t e

ma

Para el ternómetro
cantidad de entrada : Temperatura T(contínua de.
300 F a 110° F)

cantidad de salida : Fuerza F( tontinua de

0,03 a 0,1 Newton)
comportamiento : F T x 10- 3
Para el interruptor
Cantidades de entrada:

- Fuerza F proveniente del termómetro

Tensión Vl proveniente de la r pública
(0 ó 110 vltios)

Cantidades de salidas:

Tensión V2 (0 ó 110 voltios)

Tensión V (0 6 110 voltios)

tamiento:

F vi

0 0 cualquier valor
G 110 F <0,002 IIJ
o 0 0,002$F<O. ,07 110
110 0 9',,0,97 110

246


iii) Para el calentador

cantidad de entrada: Tensión V roveniente del inte-

rruptor

cantidad de salida : Calor 4 por segundd (O Q e

equivalente a un kilovatí4

Comportamiento:

si V3 = O, entonces U = «
si V4 "= 110, entonces 4= 1 kw

Par el refrigerador

cantidad de entrada: Tensión 312 proveniente

eniente del in-
terruptor

cantidad de salida : Frío C por segundo (O 6 el equi

valente a -1 tilovatios)

Comportamiento:

si v2 = O, entonces C= O, y
si v2 = 110, entonces C = -1 kv:

c) Conjunto de acoplamientos orientados entre los el+ n-

tos del sistema, y entre ellos y el ambiente. El con -
junto D consta de siguientes conjuntos:

dol =1T 1,

dio = 0 (conjunto vatio)

dO2 1
d2 O

247


EJE t CIO PROPUESTO

Describir el sistema controlado por su estructura

IX, correspondiente a la siguiente situación

El circuito muestra la figura, permite que la

lámpara que está dentro del salón se encienda o
se apague automáticamente dependiendo de las
condiciones de luminosidad del albiente exterior.

Con un ambiente exterior oscuro, la otocé' lula,

que funciona como un interruptor sensible a la
luz, cierra el circuito de las lámparas. Cuando
detecta un. brillo lwninoso externo, abre el cr-
catto -

ext.

4,4.2 Tipos de Acoplamientos Orientados.

Antes. de distinguir los tipos de acoplamientos

orientados, debemos decir lo siguiente: puesto
que hemos dicho que los elementos de un siste-
ma controlado son también sistemas, ellos pue -
den ser representados gráficamente, por uno
cualquiera d los s:Mboles s .iguíett e:

248


Figura 4.2
ElementoS de un, sistema controlado
Los acoplamientos orientados entre dos elemen-
tos se representzran 1 la conexión de flechas
de salida de un bloque con flechas do entrada de
otro. L regla fundm4ntalpara
. una conexl6n
, , .
iguente: una e e-
mento uede ser entradarae;diversos elementos,
oero una entrada de solo estar
4
conectada € un únco elemento. M,
por e, e^ ., está perosltida la :si1julenteconexión

peroia siguiente nos

forma correcta p .r*a es ta última repres

es copo sínue

249


EjeMplo:

Dos elementos de un sistema al y tienen las

siguientes c,ntldades de entrada y de salida:

Cantidades de entr4d¿I de x

Cantidades de salida de al
4 .3
Cantidades d entrada de a2 Y1,Y v
Cantidades de salida de z x
1' '2

Quereres hacer la representación 91-Ir ira del sistema, y

hallar el conjunto de acoplamientos orientados.
En este sistema, xl y Y4 son cantidades que pro-
vienen del ambiente (segú tación del
elemento ao ) .

esentaciósi. Mica os la siguiente 19bsér-

vese que el elemento no tiefié Ida)

. conjunto de acoplauientes orientado es el si

suiente. Recuerdo quo Este es un conjunto de con -
juntos: Esto es,

d20 d12

250


en donde du es conjunto de acoplauientos

orientados en ro el elemento i y el ele;..cnto
= 0,1,2)

el conjunto . D es &I conjunto cuyos componentes

los anteriores conjuntos.

.
Podemos pasar . a: ora IDOS tic« ac a-
mientes orientados.

$e distinguen tres i os &sicos acopiacntos

orientados

1) Acoplamiento en serio entro al y

251


3) Acopla ento en re cí do a4

Cualquier clase de acoplamiento entre los el

montos de un sistema puede ser llevado a uno de
tipos básicos presentados. Por ejemplo,
combinamos tres elementos cuyos acoplamientos
en. serie representan un circuito cerrado obte -
nemos un acoplamiento en realiMontacién:

Par inalízar esta seco- n, introduciremos algu

nos conceptos relativos a los acoplamientos en
serie y en paralelo.

Sean dos elementos un sistema contra

do. Sean, también:

252


= conjunto de cantidades de entrada de al

01' = conjunto de cantidades de salida de al

conjunto de cantidades de entrada de aj

conjunto de cantidades de salida de aj

dij = conjunto de acoplamientos orientados de al a aj

Podemos definir los siguientes conceptos

,eco plamien serie rigiro. si todas las can-

tidades de salida de al son cantidades de en-
trada de aj, el cual no tiene mas cantidades
de entrada.

Formalmente:

Gráficamente

Acoplamiento en serie con entrada relaja° a: si to-

das las cantidades de salida de son cantida-
des de entrada de aj, - el cual tiene cantidades
ada provenientes de otros elementos.

Formado nte:

253


Gr8fi amente:

Acoplamiento en serie con salida relajada: si

todas las cantidades de entrada de a. son canti-
dades de salida de ala pero no todas las canti
dades de salida de ai son cantidades de entra-
da de a.;

Formalmente:

Gráfícamente

Acoplamiento en serle holgado: si algunas (no to-

das.) cantidades de salida de al son cantidades
de entrada de aj, quien tiene cantidades de en-
trada provenientes de otros elementos.

254


Formalmente:

01, d ij CI.

Gráficamente:

Si ai, aj y ak son tres elementos conectados en

paralelo, tenemos las siguientes definiciones:

Acopl miento en paralelo equilibrado: Las canti-

dades de salida de ak que son cantidades de en-
trada de a,, también son cantidades de entrada
de a- .

malmente:

dkj.

255


Gráficamente:

Aco en a o des»equilibrad : No to-

das o ninguna de las cantidades de salida de ak
que son cantidades de entrada de ai, son canti-
dades de entrada a

Formalmente

Gráficamente

256


4.5 EST!'.dtTURA ST DE LOS SISTEMAS CONTROLADOS

os que para un sistema cualquiera:

a) La estructura ST es un conjunto dado de es-

tados junto con un conjunto de transiciones
entre ellos; cada transición puede, aunque
no necesariamente, estar asociado con una pro
habilidad de su ocurrencia.

b) Para un momento ,t cualquiera, el estado del

sistema es el conjunto de los valores que en
ese instante tienen todas las cantidades;jun -
to con los valores pasados o futuros que
están influyendo en esos valores actuales.

Para los .eras controlados, la estructura ST

tiene la misa definición; sin embargo, en esta Unidad '
:Iemoe aprendido que este tipo de sistema reacciona, es
dcir, produce una respuesta (nuevos valores de las can-
tidades de salida), solo cuando existe un estiulo (nue -
vos valores dalas cantidades de entrada). Por lo tan-
to, la definición dada podemos particularizarla de la
siguiente manera:

La estructura ST de los sistemas controlados se

define por un conjunto de estados,. junto con un conjun-
to de transiciones entre ellos, y con cada transicr'
asociada a un estímulo; cada transición puede, aunque
no necesariamente tener una probabilidad de ocurrencia.

257


Formalmente a estructura ST de los sistemas

controlados se específica de la siguiente manera. Sea E
el conjunto de todos los estados y M el conjunto de todos
los estímulos; entonces, el conjunto de transiciones se
representa por una relación binaria R (M x E, E) defini-
da entre M x E y E y, en consecuencia la estructura ST
del sistema es el conjun

Por ejemplo, sea E. el. conjunto de todos los esta-

dos del sistema

'e2'

y t el conjunto de estímulos

Cada elemento (Mk e. del producto cartesiano

fi x E, debemos entenderlo de siguiente manera: el sis
tema está en el estado e cuando se produce el estimulo
n,,. A su vez, el significado deT elemento

mk, el ) 'e (4 x E) x E,
es como sigues cuando el sistema está en el estado e.
.1 y
se produce el estimulo mk , el sistema alcanza el nuevo
estado

Cono pueden existir algunos e &lentos de (MxE)xE -

transiciones- que no son posibles para el sistema que se
esté considerando, el conjunto de transiciones del siste -
ua se representa por una relación binaria iT(MxE,E), que,
como sabemos no es mas que un subconjunto del producto
cartesiano (; ,í x E)x E.

P(MxE,E) ^.-(nxE, x E

258


Si el sistema se considera en un largo período de

tiempo, a cada elemento Ira k , el) perteneciente a la
relación binaria R puede asignársele una probabilidad de
ocurrenciade el si sucede (m k , ei ), la cual se repre-
senta por la siguiente probabilidad condicional.

Pr ( e1./(m k'

La quinta definición básica de sistema, esta es,

la dada por la estructura,- toma la siguiente forma para.
los sistemas controlados.

El sistema controlado es un conjunto dado de es-

tados junto con un conjunto de transiciones entre los es-
tados u ue un único 'mulo le asicna a ea tran-

estar asociada con una probabilidad de su ocurrencia.

Formalmente: El liste ;a controlado S es un corjunto dado
de estados junto con una relación R (M x, E, E) y a veces
con una correspondencia (a,b)—> Pr (a/b) que asigna a ce-
da elemento (a,b)e R una probabilidad condicional Pr(b/a)
de ocurrencia de b si ocurre a. El sistema S es, enton-
ces:
S (M x E, E

,El ( M x E ,t (a,b)

La estructura ST de los sistemas controlados dis-

cretos se representen por diagramas en los cuales peque -
líos círculos se conectan por arcos orientados. Los círcu-
los representan estados del sistema y los arcos transi-
ciones entre los estados. Todo arco. debe designarse por
el símbolo del estímulo que inicia la transición respec-
tiva:

259


A veces, es útil especificar también las respues -

tas asociadas con las transiciones respectivas

Estímulo/Respuesta

Si el sistema es determinístico, hay a lo menos,

un arco desde un solo estado para cualquier estímulo par-
ticular. Sin embargo, si el sistema es probabilístico,
puede derivarse más de un arco de un estado concreto pa-
ra un mismo estímulo y deberían especificarse las proba -
bilidades de las transiciones respectivas.

Al diagrama que describe la estructura ST se le

denomina diagrama de estados- transiciones o, abreviada
mente, diagramaST.

En lo que queda de Unidad veremos algunos aspec-

tos relativos a los sistemas controlados deterministi-
cos y probabilisticos.

Ejemplo de descripción de un sistema por su es-

tructura ST

El s.4tema presentado es el ejemplo de la sección

4.4.1, que permitía mantener la temperatura de
una habitación entre 62°' f y 70°F, que fue des -
crite por la estructura UC, podemos expresarlo de
la siguiente manera;

260
Cantidades de entrada:

T : Temperatura del medio ambiente (continua de 30°F a 100°F)

V : Tensión proveniente de la red pública (0 ó 110 voltios)

Cantidades de salida:

energl a por segundo generada por el sistema(-1 KW,0,

1 1 KW )

Su comportamiento lo mostramos en la siguiente ta-

bla:

0 cualquier valor

T < 62 110

0 62 4T<70 110

TI-70 110

Este sistema tiene entonces, cuatro estados posi-

bles, cada uno do los cuales es una fila de la
tabla anterior. Sea el el correspondiente a la
fila i. Si bien es cierto que T es una varia -
ble continua, la forma como hemos descrito el
comportamiento permite que haya un número discre-
to y finito de estado. Verbigracia, si v = 110
y T = 61, y se produce un cambio de temperatura
a T . 60.5, el sise a sigue permaneciendo en el
mismo estado.

261


Nos falta encontrar las transiciones correspon-

dientes. Procediendo ortodoxamente, es decir, según la
explicación tcóoica que henos dado, debemos construir el
conjunto ti de estímulos. Los elemento .' de este conjunto
son

T V
u cualquier r.alor 0
T 2 110
62 T (70 110
T7 110

La relación binaria r( M x E, E) es el conjunto

formado pe ^ los siguientes elementos:

fiw xE) xE
el ' e¿)
((a3, e l ), e3)

((a e 3 ),
((m2' es) , e2)
((N e 3) , e4)
(( m i ,

262


Observe que no se han considerado las traniitio -

nes el, y esto se debe a que la tempe -
-ratura no da saltos; en ambos casos, el siStema tendrá
que pasar obligatoriamente por e3

El diagrama de estados transiciones es el siguien -

te:

Este siste es determin‹stico, y por lo tanto,

no existen probabilidades asociadas a la transición': si
el sistema está en un estado cualquiera y se produce un
estmulo, solo hay un estado posible que puede ser alcan-
zado.

EJERCICIO PEWPUESTO.

7. Describa por su estructura ST el sistema presen-

tado en el ejercicio propuesto .. Las can ti .
dades de entrada y salida que va a considerar
son:

263


tensióin de la red pública (4 ó 11

i1ud inaeIón del nvedi+o ambiente (0: oscura ,

11 hay tul si a r

Salida.

estacho de la la ~. 40: no ene al

1: encendida)


4.6 SISTEMAS CONTROLADOS DETERMINISTICOS

En los Sistemas determinísticos todas las relaciones

entre las cantidades se representan por corresponden-
cias (biyectivas o sobreyectivas). En consecuencia los
elementos de las relaciones no tienen asignadas proba -
bilidades.

Los sistemas controlados deterministas se sub-

dividen en sistemas combinatorios (sin memoria) y en
sistemas secueñciales.

4.6.1 Sistema controlados determinísticos combinato-

rios

En estos sistemas, las respuestas instantáneas

dependen unicamente de los estímulos instantá-
neos. Si el sistema del gráfico siguiente es
combinatorio, entonces, su comportamiento se
representa por el conjunto de funciones que se
muestra.

= fi (y 1 , y2, yr)
22 . f2 (y l , Y 21 . ' . ,Y r)
..................... . .

Zq = fq (yry2y . .+ I yr)

Ejemplos de este tipo de sistemas son:

a) El presentado en el ejemplo resuelto al fi-

nal de la sección 4.1, sobre un circuito
eléctrico con dos interruptores A y B y una

265


lámpara. Su comportamiento era el siguien-

te:

110 0 0
110 1 1 1
110 0 1
110 1 0 1
0 0 0
0 1 1 0
0 0 1 0
1 0 0

en donde, las cantidades de entrada' son:

tensión eléctrica de la red pública (O

6 110 voltios),
Y2= posición del interruptor A.0 ó
posición del interruptor 8 (0 6 1),

y la cantidad de salida es:

= estado de la lámpara (O: apagada 6 1:

encendida)
b) El mostrado al comienzo de la sección 4.3
como ejemplo de un sistema cuyo comporta-
miento puede ` ser expresado mediante una e-
cuación. La cantidad de salida - la corrien-
te eléctrica i- es igual a 1/3 de la canti-
dad de entrada v - el voltaje aplicado

v/3

4.6.2 Sistemas controlados determinísticos secuencia -

les.

En estos sistemas, las respuestas instantáneas

están determinadas 'nicamente por una secuencia
apropiada de estímulos pasados e instantáneos.

266


Esto significa que el sistema controlado debe

almacenar la secuencia requerida de estímulos
para reflejar esa situación.,

Por tanto, todo sistema controlado secuenci al

debe contener, en general, un elemento para al-
macenar los datos pasados necesarios y un ele-
mento para la generación funcional de los valo-
res instantáneos de la salida y las variables
especiales a partir de los valores
instantáneos de las variables involucradas y de
los datos pasados almacenados.

Al primer elemento se le denomina la memoro

al segundo el generador funcional. Es importan-
te que, para cualquier estímulo instantáneo con
juntamente con los valores instantáneos de los
datos almacenados, el generador funcional
duzca únicamente los valores instantáneos de
salida y de las variables internas.

Las anteriores consideraciones conducen al pa-

radigma general de los sistemas determinísticos
secuenciales controlados que se muestra en la
siguiente figura:

Figura 4.3

Paradigma general de los sistemas determinísticos

secuenci ales controlador

261


En esta figura observamos que el sistema consta

de dos elementos: la memoria y el generador fun
cional; además, se muestran ocho acoplamientos
directos representados por los números 1,2,...,8,

Los símbolos utilizados tienen el siguiente

significado:

.,Yr): representa las variables de

entrada
.»3Z re p resenta las variables de

representa las cantidades

internas especiales
que son producidas por el generador funcio-
nal y almacenadas en la memoria.

..,W 5 ): representa las variables

asociadas con el conteni-
do de la memoria.

Para mostrar más específicamente cómo se gene-

ran las variables de salida y las variables in-
ternas, se requiere la siguiente explicación.

. La variable de salida Zt puede ser en cada

tiempo t función de algunas o de todas las
siguientes variables:

(a) Valores instantáneos (con respecto a

de las variables de entrada
Yl, Y 2 , " .,Yr .

(b) Valores pasados con respecto a t de las

variables de entrada VI, Y 2 ,...,Yr .

Valores instantáneos de las variables

internas V1,V2,...,Vp

(d) Valores pasados de las variables inter-

nas VIIV2>...,V p .

268


(e) Valores instantáneos de las otras va-

riables de salida Z ,. q, (extep-
ro Zi).

(f) Valores pasados de las variables de só-

lida Z 1' Z 2 ,.«.,Z

2. La variable interna Vj puede ser en cada

tiempo t función de algunas o de todas las
siguientes variables:

(a) Valores instantáneos de las variables

de entrada Vi,
(b) Valores pasados de las variables de en-
trada Y1, Y 2 ,...,Yr.

(c) Valores instantáneos del resto de las

variables internas V i ,...,Vp (excep -
to Vj).

(d) Valores pasados de las variables inter-

V 2'*'' Vp.
nas V1'

(e) Valores instantáneos de las variables

de salida Zi, Z2,Wa l .

(f) Valores pasados de las variables de sa -

lida 21, Z2,...,Z q
d

Para evitar ambigüedades del tipo en que A de-

pende de 8 y B depende de A al mismo tiempo,
esto es, ambigüedades que serían creadas por
lazos cerrados de realimentación, es necesario
establecer las siguientes dos restricciones:

1. Si 2i depende de Zi (d Vk), entonces Z i (6

Vk) no debe depender de Z.

2, Si V. depende de Vj ( Zk), entonces Vi (8

Zk) no debe depender de Vi.

269


6r4ficamente, las situaciones que deben excluir

se son:

Ejemplo

último ejemplo de la sección 4.3 es un caso

típico de sistema determinfstico secuencia] con
trolad . Las cantidades de entrada y salida
eran:

e salida:

Z: Cantidad de dinero que tiene la cuenta de

ahorro al final de cada mes, después que el
banco agrega el interés correspondiente.

De entrada:

Y: Cantidad de dinero que depositó la persona

cada mes.

comportamiento encontrado para este sistema

fue el siguiente:

Z(t) = Y(t) + Z (t-]) + Z(t-i))

donde i es la tasa de interés mensual que paga

el banco a las cuentas de ahorro.

La anterior ecuación podemos reescribirlo de la

siguiente manera:

Z(.t) (Y(t) + Z (-1))

270


La representación gráfica del sistema según el

paradigma general de los sistemas determinísti-
cos secuenciales controlados es el siguiente:

Y (t)

GENERADOR
FUNCIONAL MEMORIA

f.\

Z(t)

Ejercicio Propuesto

8. Un sistema cuyas cantidades de entrada y salida

son, X1 y X2, respectivamente, tiene 01 compor-
tamiento expresado por la siguiente ecuación:

X 2 (t) e X 1 (t) -2) X 2 (t-l)

Representarlo gráficamente según el paradigma

general de los sistemas determinísticos secuen-
ciales cOntrolados.

4..7 SISTEMAS CONTROLADOS PROSABIIISTICOS

Sistemas controlados probabilísticos son aque-

llos cuyas respuestas instantáneas son estadísticamen-

_te
_ dependientes
_ _ _ .de
, los estímulos instantáneos
_._ o pasa-
._,.__
des. Ellos son clasificados en sistemas probalísticos
simples (sin memoria) y complejos.

4.7.1 Sistemas controlados probalisticos simples.

La característica principal de los sistemas pro

babilísticos simples es que sus respuestas ins-
tantáneas dependen estadísticamente solo de sus
271


estímulos instantáneos. Cómo la dependencia es

estadística, una respuesta instantánea no depen
de solo de los estímulos instantáneos sino tam-
bién del estado instantáneo de algunas varia -
bles aleatorias internas generadas por el sis-
tema mismo.

Es obvio, que el sistema controlado probabilís-

tico simple debe contener un elemento que gene-
ra las variables aleatorias internas, el cual
llamaremos generador aleatorio, y un generador
funcional con el cual se determina de modo úni-
co la respuesta instantánea a partir del estí-
mulo instantáneo y el estado instantáneo de las
variables aleatorias internas.

El paradigma general de los sistemas controla-

dos probabilísticos simples aparece en la si-
guiente figura. En donde y son las variables de
entrada, Z las variables de salida, y )(. (I I,
X 1 ,.«., m) representan las variables aleatorias
internas.

Ambiente ao

GENERADOR GENERADOR
FUNCIONAL ALEATORIO

aradigma general de los sistemas

controlados prohbilíst'icos simples

El generador funcional se representa por el si-

guiente conjunto de funciones:

Zi= fi ( Y1 , Y > 21 . M)

224 f2 >' a"' "1m)

Zq= fq (VI Y 25 ..» , Y r1

212


Ejemplo
El sistema correspondiente a la siguiente si-
tuación es un ejemplo de un sistema probabilis-
tico simple controlado (este ejemplo fue resuel
to en la unidad 3):

Hay dos tipos de genes: G y B. Cada persona na-

ce con dos genes; uno proviene del padre y el
otro de la madre, para dar las combinaciones
posibles GG,GB y BB. Una persona tiene ojos ne-
gros si y solo si su par de genes es GG; en
cualquier otro caso, sus ojos son marrones. La
selección de un gene desde cada padre es alea-
toria, con las siguientes probabilidades.

Pr (G) = p,Pr (B) 1-p

Para la situación descrita podemos considerar

las siguientes cantidades:

De entrada

Y1: tipos de genes del padre

tipos de genes de la madre

Y2

D salida

Z: tipo de genes del hijo

Supongamos que Y1 = GB y Y2 = GB; entonces, el

tipo de genes del hijo, es decir, la respuesta
al anterior estímulo, puede ser cualquiera de
los siguientes valores: GB, GG, BB; con las si-
guientes probabilidades:

(GB) = 1p - 2p2
Pr (GG) = p2
Pr (BB) = 1-2 p+p 2

Vemos, entonces, que la respuesta del sistema

no sollo depende de los valores actuales de las canti -

273

dales de entrada, sino, también de la variable
aleatoria que selecciona los genes G y B con
probabilidades p y (1-p) respectivamente.

4.7.2 Sistemas controlados probabilísticos complejos

La característica principal de los sistemas

probabilísticos complejos es que sus respuestas
instantáneas dependen estadísticamente no solo
de los estímulos, instantáneos sino también de
alguna secuencia de estimulo pasados que en
consecuencia, deben ser almacenados en forma
adecuada.

Corno la dependencia es estadística, algunas va-

riables aleatorias deben ser generadas por el
propio sistema. Por lo tanto, el sistema contro
lado probabilístico complejo debe contener los
tres elementos básicos considerados hasta aho-
ra: el generador funcional, el generador alea-
torio y la memoria. El paradigma general de es-
te tipo de sistema aparece en la siguiente fi-
guéa. La memoria tiene las mismas propiedades
que la memoria asociada con los sistemas deter-
ministicos secuenciales, y el generador alea-
torio tiene las mismas propiedades que el gene -
rador aleatorio de los prebabilisticos simples.
Y A ~.1

Figura 4.5
Paradigma general de los sistemas controlados
probabilisticos complejo

274


La caracterización del generador funcional es

la siguiente:

1. Cada una de las variables de salida z

puede ser una función de todas o algunas de

las siguientes variables:

a) Valores instantáneos de las variables de

entrada Y

b) Mallares pa dos de las variables de en-

trada y

c) Valores instantáneos de las variables de

real imentación V

Valores pasados las variables de rea-

limentación V

e) Valores instantáneos de las variables

aleatorias ,X

Valores pasad s de las variables aleato-

rías .X

Valores instantáneos las otras varia-

bles de salida Z

h) Valores pasados las variables de sa-

lida Z

2. Cada una de las variables de realimentación

vj producidas por el generador funcional
pueden ser una función de algunas o de to-
das las cantidades siguientes:

a) Valores instantáneos de las variables de

entrada Y

b) Valores pasados de las variables de en-

trada Y

c) Valores instantáneos de las otras varia-

bles de realimentación V

d) Valores pasados de las variables de rea-

limentación V
275
 Valores instantáneos de las variables
aleatorias X

f) Valores pasados de las variables aleato -

riasX

) Valores instantáneos de las variables de

salida Z

h) Valores pasados de las variables de sa-

lida Z

De nuevo, para evitar ambigüedades del. tipo A

depende de B y 8 depende de A al mismo tiempo,
deben establecerse las mismas restricciones que
!as especificadas para los sistemas secuencia-
les.

Es evidente, que el paradigma general de los

sistemas probabilísticos complejos es el más
general, y valga la redundancia. Los paradig -
mas generales anteriores pueden considerarse
como casos especiales que se obtienen omitiendo
el generador aleatorio o la memoria, y los res -
pectivos acoplamientos.

Ejemplo

Suponga que en la situación plantea4 del ejem-

plo resuelto en la subsección 4.1.2, el banco
rifa mensualmente entre las personas que tienen
cuenta de ahorro una cantidad de dinero A con
todos teniendo la misma probabilidad de ganar.
El banco deposita en la cuenta de la persona
ganadora la cantidad A.

Es obvio, que en esta nueva situación el siste -

ma es probabilístico complejo. Al final de cada
mes, la señorita Lourdes García tendrá una de
las dos siguientes cantidades de dinero en su
cuenta de ahorro.

276


(Y(t)+Z(t-I))
Z(t
( )(Y(t)+2 (t-l) + A

Pues o que es lógico suponer que el número de

cuentas de ahorro varía para cada uno de los
meses, en cada uno de éstos la Srta. García ten
drá una probabilidad diferente de ganar. Si en
un mes -cualquiera existen N cuentas, proba-
bilidad de que

Z(t) = (l+i) (Y(t) (t-1))

es igual a (N-I)1 esta es la probabilidad que
tiene la Srta. "García de perder.

La probabilidad de que

Z(t) (l+i . ) (Y(t) (

es igual a 11N.

RESUMEN

En esta Unidad hemos visto las formas que las

cinco definiciones básicas de sistemas adquieren para
los sistemas controlados. La interpretación de esas
definiciones tuvieron como base la división de las can
ti dales externas de los sistemas controlados en canti-
dades en entrada y cantidades de salida. Puede decirse
que este hecho es el que sustenta la forma particular
de la teoría de los sistemas que hemos estudiado en la
unidad.

Cualquier sistema controlado queda descrito si

conocemos la información pertinente a una de las cinco
dafiniciones básicas. Como veremos en los Módulos 3 y
4, a partir de ellas puede resolverse cualquier pro-
blema relativo a los sistemas.

27?
 Simultáneamente a Vas definiciones básicas, vi-
mos la forma particular que adquirían los conceptos de
actividad, comportamiento, estructura ST y estructura
lic en los sistemas controlados.

Al final, pos concentramos en una clasificación

de los sistemas controlados: determinísticos y proba-
bilísticos; encontrando tres paradigmas generales: la
de los sistemas determinísticos secuenciales, probabi-
listicos simples y probabilisticos complejos. Esos pa-
radigmas generales constituyen el modelo básico para
el estudio de cualquier sisteMa que reuna las condi-
ciones por ellos exigidos.

278


RESPUESTA A LOS LRCI

Ejercicio N

Es obvio, que la cantidad de entrada de este

sistema es la posición del interruptor, y la
cantidad de salida es el flujo de electrici-
dad, la cual depende de la primera.

Ejercicio N

Puesto que el Sr. Gómez tomará la decisión de.

irse en uno . u otro medio de transporte en fun-
ción del tamaño de la cola que encuentre en ca-
da uno, de ellos, las cantidades de entrada y de
salidad serán:

Cantidad de salida: medio de transporte que co-

ge el Sr. Gómez.
.Nivel de resolución: aut metro' ca-
rrito por puesto

Cantidades dei entrada

a) Tamaño de la cola en los carritos por pues-

to.
b) Tamaño de la. cola en los autobuses

c) Tamaño de la cola en el metro .

Todos tienen el mismo nivel de resolución

Nivel de resolucióm para el tiempo es

ime día, segundo día, ,día treinta

279


Ejercicio N° 3

Para t1: Y 1 =lTO, Y2= 0 y Y 3 =0, por lo tanto, Z 1 =0

Para t2: Y 1 =110, Y2= 1 y Y.3 =1, por lo tanto, Z 1 =1

Para t3: Y 1 =110, Y2=0 y Y 3 =1, por lo tanto, Z 1 =1

Para c4: Y 1 =110, Y 2 :1 y Y 3 =0, por lo tanto, Z 1 =1

Para t5; Y 1 =O, Y 2 =0 y Y 3 =0, por lo tanto, Z 1 =0

Para t6: Y1= 0, Y 2 =1 y Y 3 =1, por lo tanto, Z 1 =O

Para t7: Y 1 =0, Y 2 =0 y Y 3 =1, por lo tanto, Z 1 =0

Para t8: Y 1 =0, Y 2 =1, y Y 3 =0, por lo tanto, Z 1 =0

En forma de matriz, el sistema queda descrito

por la siguiente actividad

t ti t5 t5
2 t3 `'4

Y^ 110 110 110 110 110 110 110 110

Y2 0 1 0 1 0 1 0 1

Y3 1 1 0 0 0 1 0

Zi 0 1 1 1 0 0 0 0

Ejercicio 1° 4

t conjunto de estímulos conjunto de respuestas

1 IX(1)=1,Z(1)= 0} \Y(1) = 11

2 (X(2)=0,Z(2)= 1 €Y(2)= 1

3 IX(3)=1,Z(3)= 1 Y(3)= 0

Ejercicio N° 5

A las cantidades principales encontradas en el

ejemplo
W1 (t) = Z1 (t?
V 1 (t) = Z 1 (t-1)
O1 (t) = Y1 ( t)

aso


Agreagainos la siguiente

U (t) Y„ (t)

La ecuación del comportamiento es, ahora:

= V1(t)+U1(t) - U2( +i 1(t)+U1 (t)-U 2 (t))

Ejercicio N° 6

Un diagrama de bloque para este sistema es el

siguiente:

vZ
ENCHUF > FOTOCELULA LAMPARA

AMBIENTE

La estructura UC es la siguiente:

a) Elementos

ao : ambiente

enchufe
al :
fotocelula

a3 : lámpara

b) Comportamiento de los elementos del sistema.

i) Del enchufe

Cantidad de entrada: Tensión V1 de la

red pública (O ó
110 Voltios)

Cantidad de salida: Tensión V2 (O ó 110

voltios)

283


Comportamiento:

Si V1= 0, entonces V2= 0, y

Si V1= 110, entonces V2- 110

ii) De la fotocélula

Cantidades de entrada:

Tensión V2 proveniente del enchufe

iluminación L1 del ambiente externo

al salón ( 0: si esta oscuro, 1: hay
luz solar)

Cantidad de salida

- Tensión V3 (0 ó 110 voltios)

Comportamiento

L1

0 0 0
110 0 110
o 1 110
1 0

iii) De la lámpara

Cantidad de entrada:

- Tensión V3 proveniente de la fotocé-

lula.

Cantidad de salida:

- Estado L2 de la lámpara (0: no encen-

dida, 1: encendida)

Co ^nportamienio:

Si V3= 0, entonces L2= 0,y

si V3= 110, entonces L2= 1

282


Conjunto de acoplamiento orientados. El con

junto D tiene como elementos los siguientes
conjuntos

d20 = 0

d03 0

d30 11L2
d12
Jz
d21 = 0
0
d13 =
d31 = 0

d23 = V3
d32 = 0

0 7
Ejercicio

El comportamiento del sistema y los estados co-

rrespondientes son:

el : 0 0 0

e2; 0 1 0

e3: 1 0 110

e4: 0 1 110

Los elementos del conjunto M de transiciones

son:

.L1 V

0 0
m2 1 0
m3 0 110 ,
m4 1 110
283
y los correspondientes a la relación binaria R
MxE,E) :

(tm 2 ,e l ),e 2 )

((m 3 ),e 3 )
, el

((m 4 ,e l ),e 4 )
((mi,e2),el)

((m3,e2),e3)

((m4,e2),e4)

((m1,e3),el)

((m2,e3),e2)

((m4,e3),e4)

((m1,e4),el)

((m2,e4),e2)

((m3,e4),e3)
((m1,el),el)

((m2,e2),e2)

((m3,e3),e3)

((m4,e4),e4)

El diagrama de estados-transiciones

284
Ejercicio N° 8
Xit)

~Pi
GENERADOR
MEMORIA
FUNCIONAL

miiMm

285
 AUTOEVALVACION

Describa cada sistema que se le presenta a

continuación en función de las definiciones
que se le indican en cada pregunta.

1. El sistema de propulsión de un avión consta

de tres máquinas conectadas en paralelo. El
avión estará en movimiento si por lo menos dos
de las máquinas funcionan. El estado de éstas
es obser"vado continuamente a través de tres
respectivas lámparas, que cuendo se encienden
indican qué máquina ha fallado.

Describa el sistema controlado por sus canti-

dades de entrada y salida y el nivel de reso-
lución, correspondiente a la situación ante-
rior (considere un vuelo de dos horas).

2. Describa el sistema controlado por su comporta-

miento. Represéntelo mediante una tabla de va-
lores.

3. Una empresa tiene un sistema de control de ca-

lidad que opera de la siguiente manera: des-
pués de cada hora de producción escoge aleado-
riamente el 10% de los productos fabricados
y los somete a revisión. Si la fabricación por
hora varia entre 150 y 200 productos, describa
el sistema por una actividad que sea compati-
ble con la situación planteada, y para un pe-
riodo de ocho horas. Como cantidad de entrada
tome la cantidad de productos a revisar por el
sistema de control de calidad (10% de los fa-
bricados): y como cantidad de salida, el núme-
ro de productos defectuosos que pueden aparecer.
4. Un agente viajero que opera en cuatro ciudades
A,0,C y O, s i empre carga consigo 4 bolsitas lla-
nas de fichas que tienen un número escrito. Cada una de
las bolsitas, las cuales tienen pintada por
fuera una letra. (A o D o C o D) , con-

287
tienen 100 fichas. Hay tres tipos de fichas,
las que tienen escrita el número O, las que tie
nen el número 1, y las que tienen el número 2.

El agente viajero sólo permanece una semana en

cada ciudad, al final de la cual tiene que de-
cidir la nueva ciudad en la cual trabajará la
semana siguiente. Su proceso de decisión es co-
mo sigue: si está en la ciudad A saca la bolsi-
ta que tiene la letra A, si está en B saca la
bolsita que tiene la letra B; en fin, la bolsi-
ta que sacará tendrá la letra correspondiente
a la ciudad donde se encuentra; luego, extrae
con los ojos cerrados una ficha de la bolsa, y
en función del número que esté escrito se diri-
girá a una u otra de las tres ciudades restan-
tes. La tabla siguiente muestra las correspon-
dencias entre el número de la ficha y las ciu-
dades_

Ciudad" donde está Próxima ciudad

A 3 C D

A 0 1 2
B - 1 2
C 0 1 - 2
D 1 1

El contenido de fichas 0, 1 y 2 de las bolsitas

es el siguiente:

Bolsa 0 1 2

A 30 20 50
3 20 40 40
C 40 30 30
D 30 30 40

Para la situación presentada, describa el sis-

tema correspondiente por su estructura ST. (si
bien las cantidades de entrada y salida de este

288


sistema son: ciudad donde se encuentra, y

próxima ciudad a donde se dirigirá respec -
tivamente, podemos describir más cómodamen-
te el sistema, si consideramos cada estado
como la ciudad en que se encuentra cada se-
mana).,

5. Una máquina opera con el voltaje provenien -

te de la red pública (0 Ü 110 voltios).
Cuando por alguna razón ésta tensión se hace
0, instantáneamente se activa un interruptor,
el cual pasa a la presión 1 para permitir
que un generador siga alimentando la máqui-
na. El generador también suministra 0 6 110
voltios. Considere como cantidad de salida de
la máquina su estado de operación (0: funcio-
na, 1: no funciona),elcual influye en alguna
característica del ambiente.

Describa el sistema controlado por su estruc -

tura UC, correspondiente a la situación ante-
rior.

289


RESPUESTA A LA AUTOEVALUACION

Pregunta respuesta

1 a) Cantidades de entrada
yl : estado de la máquina 1
y2 : estado de la máquina 2
y3 : estado de la máquina 3
Todas tienen el mismo nivel de reso -
lución, dado por el conjunto 10,1,
donde O:no.funciona y 1: funciona

b) Cantidad de salida
Z : estado del movimiento del avión
Su nivel de resolución es el conjunto
1 0,1, en donde O: el avión esta volan-
do y 1: el avión cae a tierra

c) nivel de resolución del tiempo:

t : 0 t c 2 horas

2 v Z
J1 ✓2 -3
1 1 1 1
1 1 0 1
1 0 1 1
0 1 1 1
0 0 0 0
o 0 1 0
0 1 0 0
1 0 0 0

290


Pregunta i:esnuesta

Cantidad de entrada:

X: Número de productos a revisar. Su ni-

vel de resolución es el conjunto

.115,15,17,10,10,20

Cantidad de salida:

y: Numero de productos defectuosos. Su

nivel de resolución es el conjunto

Cualquier actividad de este sistema debe

tener las si g uientes características

a) Los valores que tomen x y y para cualquier

t (t = 1,2,3,...,8) debe pertenecer a sus
respectivos niveles de resolución

b) Para un t dado ;!t) , x z)

Una actividad posible es, entonces, la siguiente

t 1 c2. 3 4 5 6 7 Ú

X 18 15 13 20 20 19 20 20
y., 0 2 4 3 4 13 14 12

4 Estructura ST

a) Estados:
ci . esta es la ciudad ,a

e,, . está en la ciudad ú

e3 : está en la ciudad

e. . está en la ciudad D
r

(Continua)..

291


Pregunta Respuesta

h) Tabla de transiciones y probabil ida-

des asociadas

el e,L c, eG
J
el - 0.J 0.2 O .b

0.2 - 0.4 0.4

c3 0.4 0.3 - 0.3

/0.3 0.3 0.4 -

Estructura U.C.
5 a) elementos del si steria(incluycndo am-
biente)

ae : ambiente

al : interruptor

a2 : generador

a3 : i.:ácu i na

b) cantidades y comportamiento de cada.

elemento del sistema

interruptor

cantidad de entrada:el voltaje Vi de la red

pública (0 ó 110 voltios)

cantidad de salida: posición P del interrup-

tor (0 ó 1)

Comportamiento: Si v 1 =1I0,entorices P= 0, y
si = O, en ;onces P = 1
vl

(continua...

292


Pregunta Respuesta

ii) generador

Cantidad de entrada:posición P del

i nterruptor

Cantidad de salida :voltaje V 2 (0 6

110 voltios)

Comportamiento:

si P= 0, entonces V2= 0, y
si P= 1, entonces V 2 ,= 110

iii) máquina:

Cantidades de entradas

- voltaje Vi

- voltaje V2

Cantidad de salida:

- Estado de operación E de las má-

quinas (0: funciona, 1: no funcio-
na)

Comportamiento:

V1 V E

0 0 0
1 0 1
0 1
0

293


Pregunta Respuesta

c) Acoplamientos Orientados

El er.:ento Elemento Cantidad

M biente Interruptor Vl

quina :4ribi ente E

Ambiente Máquina V.

Interruptor Generador P

Generador Máquina °l,

nunclwribR

ItIAquiNA


PRESCRIPCIONES

Si usted ha tenido algún tipo de dificultad

al responder la AUTOEVALUACION, léase nueva-
ente las secciones que se le indican a con -
tinuacióñ, de acuerdo al problema donde haya
confrontado las dificultades:

1. Sección 4.1

2. Sección 4.3

3. Sección 4.2

4. Sección 4.5

5. Sección 4.4

BI gLIOGRATIA

AUTOR O3RA

1. :LIR, Geor9e J. An Approach toGeneral

Systems Theory, Van tdostrand
Rei nhol d Cor pany, Pdevi York,
1059

295
_


MODULO 1 11

AWALISIS Y SINTESIS DE SISTEMAS

IWTRODUCCION

En este módulo trataremos dos de los problemas con

que nos encontramos al trabajar con sistemas: el proble-
ma de análisis y el problema de síntesis de sistemas. El
primero lo presentaremos en la Unidad 5 y el segundo en
la Unidad G.

Para resolver estos problemas disponemos inicialmen -

te de ciertas propiedades conocidas del sistema, y tene-
mos que describir las restantes. En el caso general de
análisis, la estructura UC está dada, la tarea consiste
en descubrir el comportamiento y la estructura ST co-
rrespondiente. Las cantidades y. sus significados deben
deducirse directamente de la estructura UC dada.

En cierto sentido, la síntesis de un sistema es el

problema inverso al de análisis. Se conoce el comporta-
miento o la estructura ST, y debe encontrarse la es-
tructura UC correspondiente.

OBJETIVOS:

Aplicar los principios básicos de la teoría de sis-

temas en el análisis y síntesis de sistemas.

297
a
a
 UNIDAD 5

ANALISIS DE SISTEMAS

I'TRODUCCIOT

Por medio del análisis de sistemas se desea encon-

trar a partir de una estructura UC dada, el comportamien -
to y, si es posible, la estructura ST del sistema. Si no
se conoce el control del sistema, también debe hallarse.

Es obvio, que el grado de dificultad del problena de

análisis dependerá de las caracteristicas que posea la
estructura UC dada; de acuerdo a esto, veremos en esta
unidad cuatro casos posibles: a) sistemas controlados de-
terminísticos, b; sistemas controlados probabilísticos,
c; sistewas determinísticos en donde no se conoce el , con-
trol y d) sistemas probabi1zsticos de control, también
desconocido.

OBJETIVO:

Dada una estructura UC determinar el comportamiento

y la estructura ST del sistema.

299


ESQUEMA DE CONTENIDO

Pág.
5.1. Presentación del problema de análisis 301

5.2. Casos fundamentales del problema 4e análisis de sistemas 337

5.2.1. Caso 1: todos los elementos son determinísticos y se conocen

los controles de cada uno de ellos .. 337

5.2.2. Caso 2: algunos o todos los elementos del sistema son

probabilísticos y se conocen los controles de cada uno de ellos 361

5.2.3. Caso 3: todos los elementos del sistema son determinísticos

y los controles de algunos o todos ellos no están dados 376

5.2.4. Caso 4: algunos o todos los elementos del sistema son

probabilísticos y los controles de algunos o todos ellos
no se conocen 382

Respuestas a los ejercicios 385

Autoevaluación 399

Respuestas a la autoevaluación 403

Prescripciones 405

Bibliografía 406

300


5.1 ARESENTACION DEL PROBLEMA DE ANALISIS

El problema general de análisis de sistemas pue-

de especificarse de la siguiente manera:

Una estructura UC está dada: conjunto de elemen-

tos con sus comportamientos permanentes, y un conjunto
de acoplamientos entre los elementos, de una parte, y en-
tre los elementos y él ambiente de otra. _Deben enc_ ontrar-
se e l comportamiento del sistema y , s i es p o s i b l e , su es-
tructura ST - conjunto de estados y e l conjunto de tran-
-si c i orces entre ellos - . Si no se conoce cuáles son las
cantidades de entrada y cuáles las de salida, se intenta
encontrarlas; esto último no siempre es posible.

Cuando en un sistema no se conoce cuáles son las

cantidades de entrada y cuáles las de salida, se dice que
el sistema ^es neutral; en caso contrario, se dice que se
conoce el control de sistema.

{Antes de ;p resentar los diferentes casos,r,ue pode-

mos encontrar en el problema de análisis de sistemas,
mostraremos un ejemplo sencillo que ,permitirá introducir-
nos en el tema.

Ejempl o: lA partir de la estructura tiC encontrar

el comportamiento y la estructura ST de
un sistema.

Sea el sistema controlado determ;i ni sti cos descri-

to por la estructura UC de la Figura 5.1.

301


v
1 ao : ambiente

-
a2

1
1

v5 = 3-v
3

a3

u ó- = :-v 4
ambiente
v6

Figura 6.]

Estructura UC del Sistema Controlado del

ejemplo

302
 El sistema controlado está dado por tres elemen-
tos controlados - al,a2 y a3- y el ambiente - ab- ; por
el comportamiento de cada uno de los elementos:

- Comportamiento de al

v3 = VI - v2

+ vl v

- comportamiento de a2

3'

- comportamiento de a3

3 v5 - v4 ;

y por el conjunto de todos los acoplamientos orientados

entre los elementos y entre éstos y el ambiente:

d01 = 1'vl,v2l : entre ao y al

1 entre a1 y

di3 = entre al y a3

v5 : entre a2 y a3
d23° 1
d3C = V : entre a3 y

A reguemos a la anterior información, la siguien-

te: el nivel de resolución de v1 y v2

vl = ji, 2, 3J

v 2 = lo, 1,2

303


Rara hallar el comportamiento del sistema, tene-

mos que encontrar la relación que existe entre las can-
tidades principales, eliminando las auxiliares. En nues-
tro ejemplo, todas las cantidades internas - v 3 ,v4 y v 5 --
son auxiliares, ya que ellas son compartidas por dos o
más elementos; por lo tanto, el comportamiento del siste-
ma está dado por una relación entre v6 y VI y v2, es de-
cir, entre la , cantidad externa de salida - v6 - y las
cantidades externas de entrada - vi y v2. Nuestra tarea
consiste entonces, en encontrar esa relación, que para
este ejemplo es sencilla.

En efecto:
v6 v
4,

pero como
3 - v3

+ v v
1 2

tenemos que
v 3(3 v3) (1 + v l v 2 )

v6 = 3[ 3 - (vi - v2) J

v6 3 v2 3 v1 - v l v 2

El comportamiento del sistema está dado, entonces,

por la anterior expresión, en donde v6 es una función de
vi y v 2 ..

El sistema de nuestro ejemplo puede, entonces,ser

representado de la siguiente manera:

304
y—s-u-=-c-o ort-arifi-ent- -éstá d-lid por la cuáci ón

v6 _

Puesto que conocemos el nivel de resolución de

Tas cantidades v1 y v2, el comportamiento del sistema
puede ser expresado a través de la siguiente tabla, en
donde cada fila es un componente del comportamiento:

vl v2 v6

1 0 5
1 1 7
1 2
2 0 2
2 1 3
2 2 4
3 0 -1
3 1 -1
3 2 -1

Nos falta encontrar la estructura ST. En las Uni-

dades 2,3 y 4 aprendi.;os que cada uno de los componen-
tes del comportamiento representa un estado del sistema;
por tanto, cada una de las filas de la anterior tabla es
un estado.

305


v2 v6

1 0 5

e2 : 1 1 7

e3 : 1 2

e4 : 2 0 2

2 1 3

2 2 4

e7. : 3 0 -1

e : 3 1 -1

e^ = -3

Para tener completamente determinada la estructu-

ra ST nos quedaria por encontrar las transiciones entre
los estados. Teniendo presente que el comportamiento del
sistema está dado por la ecuación

= 8 + 3 v2 - 3 vl - v1 v 2 ,,

y qué por tanto, v6 - la respuesta instantánea- depende

del modo único de vi y v2- los estímulos instantáneos-,
puede verse claramente que las transiciones son posibles
desde cada estado a todos los demás.

En efecto, si el sistema está en el estado el

vi v2 v6

el 1 5

y ocurre el estimulo

vi = 1 y v2 = 0,

el sistema se queda en el, puesto que v6 toma el valor

v6 = 5

306


Si ocurre el estímulo

v =l y » 1,
l 2

v6 toma el valor 7, y el sistema pasa en e2.

Si en vez del anterior estímulo hubiera ocurrido

! »l = 1 }/ «2 = 2,

v0 hubiera tomado el valor 9, y el sistema habría pasado

al estado e3.

Si repitiéramos lo anterior para todos los estí-

mulos posibles, veríamos que a partir de e l se pueden
alcanzar cualquiera de los otros estados. La mismo lógi-
ca se la podemos aplicar a e2, e ' - ' , y e9.
3,

Puesto que hemos visto que las transiciones no

dependen del estado inicial sino exclusivamente de los
estímulos, podemos representarla de la siguiente forma:

ESTIhULO
vi v
2 NUEVO ESTADO

1 0
el
1 1 e2.
1 2 e3
2 0 e
4
2 l e
5
2 2 e
6
3 0 e7

3 1
C
3 2' e'

307


k,

Obsérvese que estamos en presencia de un sistema

controlado deterministicos combinatorio - sin memoria -
(ver Unidad 4) ' Todos los sistemas de este tipo cumplen
con la anterior propiedad de la estructura ST; esto es,
a partir de un estado Se puede alcanzar cualesquiera de
los otros.

Aunque pudiera resultar ociosa, es conveniente

hacernos la siguiente pregunta: ¿qué importancia tiene
todo el trabajo que hemos realizado?. La respuesta pode -
mos sintetizarla de la siguiente manera:

a) Inicialmente teníamos un conjunto de tres ele -

mentos, cada uno con un cierto comportamiento,
acoplados en la forma que se mostró én la fi-
gura 5.1, pero no conociamos lo que "hacía " el
sistema que ellos conformaban. Ahora, conoci-
do el comportamiento del sistema sí tenemos
esa infnrnaciÜn,

b) Conocido el comportamiento del sistema, tene- .

moS posibilidades de hacernos las siguientes
preguntas:

i) ¿No existen otros elementos, con otros

comportamientos, que al ser acoplados de
alguna manera, originen un sistema que
tenga un comportamiento dado por la ecua-
ción:
= 8+3v - 3 vi -vlv2 ?
v6 2

ii) Si la anterior respuesta es positiva,

¿cuál de las posibles alternativas es más
confiable, menos costosa , u óptima según
algún criterio que quisiéramos aplicarle?.
 Las respuestas a estas dos últimas preguntas
corresponden al tema de síntesis de sistemas
que veremos en la Unidad U° 6.

No todos los problemas- de análisis de sistema

son tan sencillos corno éste que hemos visto en el ejem-
plo, y que ha permitido introducirnos en el tema.. El gra-
do de dificultad dependerá de las características que po-
sea la estructura UC-dada; de acuerdo a ellas, podemos
distinguir cuatro casos fundamentales del problema gene-
ral de análisis de sistemas. A saber,

1 Todos Ios_~rit-os ri-el sist^má son deterni-

nísticos y se conocen los controles de cada
uno de ellos, ésto es, todos los acoplamien-
tos del sistema están orientados (el ejemplo
que henos visto corresponde a este caso).

b) Algunos o todos los elementos del sistema son

probabilísticos y se conocen los controles de
cada uno de ellos;

c) Todos los elementos del sistema son deterr:ai-

nisticos y los controles de algunos o de to-
dos ellos no están dados, es decir, algunos o
todos los acoplamientos no están orientados;y

d) Algunos o todos los elementos del sistema son

probabilísticos y los controles de algunos o o

de todos ellos no están dados.

Antes de entrar a conocer las especificidades de

cada uno de estos casos y el procedimiento de análisis
correspondiente, terminaremos esta sección presentando
cuatro cuestiones que nos serán de mucha utilidad para
enfrentarnos a los problemas de análisis de sistemas;
ellos son:

309


1) Composición ,de relaciones binarias

2) Relaciones causales
3). Una representación gráfica de la estructura
UC, y
4) Algunas características de las funciones dis-
cretas bivaloradas.

COMPOSICION DE RELACIONES BINARIAS.

En- algunos problemas de análisis de sistema, el

.
comportamiento de los elementos no viene dado en forma
de una función, sino a través de una relación (recuerde
que una función es un caso específico de relación). En
estas__ca_sos,__p_ar_a en-c-ont-r-ar _ei comportamiento del si-ste---
ma a partir del comportamiento de los elementos tenemos
que recurrir a la composición de relaciones binarias. El
procedimiento completo para encontrar el comportamiento
lo veremos en la siguiente sección, ahora estamos inte-
resados en repasar los conocimientos matemáticos sobre
composición de las relaciones binarias.

Una relación entre los conjuntos Al,A2,...,An,

que escribiremos como
R (A1,A2,...,An)
es un subconjunto del producto cartesiano

Al x A2 x . x An.

Es decir,
R (A1,A2,...,An ) Al x A2 x .., x A
n.

Cuando la relación es entre dos conjuntos, la deno-

minamos relación binaria . En este caso, si A y E son dos
conjuntos, se tiene
R (A,6)G A x C

Observe lo siguiente:

310


a) Podemos establecer una relación binaria en A;

esto es'
R (A , A) c A x A

b) Tanto A cono B pueden ser los productos carte-

sianos de una familia de conjuntos; es decir

A = Al x A2 x ... x An

~ vl .. x B
x B2 x

Y R (Al x A2 x . x Ar. x B 2 ...x Bra )

R--(-A,-B )

Ejemplo de relaciones binarias

Sean

A =0,1,23
€l,2,3]

Querernos encontrar las siguientes relaciones

binarias

f (x,y) . xe 1,, y x< y

f (x,y) xE A, Y v,
G, x_y3
f (x,Y) xE A,

Solución:

`l procedimiento para encontrar las relacio-

nes binarias pedidas es el siguiente:

1) Realizamos el producto cartesiano A xB

Ax._ = x(0,1),(0,2),(0,3),(1,1),(1,2),(1
(2,1), (2,2), (2,q

311


2) La relación R1 es el conjunto formado por

aquellos pares ordenados de A x B que cum-
plen la condición x. y:

R1 = 1(0,1), (0,2),(0,3),(1,2),(1,3),(2,3)1

3) La relación R2 es el conjunto formado por

aquellos pares ordenados de A x B que cum-
plen la condición x. y.

Observe que R2 posee los elementos de R1

mas aquellos pares ordenados de A x G con
x = y .

R2 '[(O,1),(G,2); (0,3), (1,1) , (1,2), (1,3),

(2,2), (2,3)1

4) La relación R3 está constituida por los pa-

res ordenados de A x B que cumplen la con-
dición 2x = y:

R3 f (1,2)'
Las relaciones binarias anteriores podemos repre-
sentarlas en forma de tabla, en donde cada fila es un par
ordenado de la relación correspondiente. Esto es:

y
0 1
0 2-
0 3
R1 1 2
1 3
2 3

312


y
o 1
o 2
o 3
1 1
R2 - 1 2
1 3
2 2
2 3

y
1 2

EJERCICIO PROPUESTO

1. Sean

A = 1.0,1,21
B =11,2,3j
C =14,5,61
D = A x 3

Encontrar las siguientes relaciones binarias

y i) -
R1 {(x,y): x6A, yE 3, x 1.1

E D, yE C, y = xl+ 2x 2 , xl y x2
i i) R2 =í(x,y) : x

son el primero y el segundo elemento, res-

pectivamente del par ordenado x

Pasemos ahora a la composición de relaciones bina-

rias . Sean R 1 (A,B) y R 2 (B,C) dos relaciones binarias en-
tre los conjuntos A,B y B,C, respectivamente, con el con-
junto común E. Entonces, la composición de las dos rela-
ciones, que será representada

R(A,C) = r' (T.,E) * 22 (E,C),

se define corno un subconjunto de A x C tal que si

313


(a,b p ) t R1 (A,B)

(b p ,c) 6 R2 (s x C)

a4. A, cEC

y bp es un elemento particular de E,

entonces

(a,c)E R(A,C)

E, inversamente, si (a,c) es un elemento de A x C,

entonces existe un elemento particular bp de 6 tal que
(a,b p ) pertenece a A x B y (bp,c) a C x C.

Un ejemplo nos permitirá ilustrar la definición de

composición de relaciones binarias.

Ejemplo de composición de relaciones binarias

Sean

A =1 a 1 ,a 2 ,a 3 ,a 4 ,a b
C = b1 ,b2,b3 l

C = c 1 ,c 2 .

R1 (A,B) = !(a1,b1),(a1,b2), ,b2),(a2,b3)(a3,b3),

(a 4 ,b 1 ),(a 5 ,b

iB,C l(5,1 (b2,c2),(b3,c1.),(b2,c2)1'

Entonces, la composición

R(A,C) = F1 (A,B) * "2 (3,C)

puede determinarse como sigue:

314


Para

,b1) y (a 4 ,b i ) E R1 (A,6)

y (b) E P,, (B,C),

por lo tanto,

,c1) y (a 4 , c l )E R (A,C)

Para b2:

(a 1 ,b 2 ),(a 2 ,b 2 ) Y ,b2) E. R1 (A,B)

y (b 2 ,c 2 ) E R2 (C,C).

por lo tanto,

(a l ,c 2 ), (a 2 ,c 2 ) y (a 5 ,c 2 ) E. R (A,C)

Para b3:

(a 2 ,b 3 ) y (a 3 ,b 3 ) (A,B)

y (b 3 ,c 1 ) y ( b 3 , c 2 ) E R2 (B,C)

por lo tanto,

(a ,c2),(a3,c1) y (a 3 ,c 2 ) E. R(A,C)

315


La relación binaria resultante de la composicion

de R 1 (A,B) y R2 (3,C) es, entonces,

R(A,C) =f(al,c,),(a4,c,),(al,c2),(a2, ,C2),

(a2,c1), (a3,c1) (a 3 ,c 2 ) 1
Observe que en la solución del ejemplo el elemen
to (a 2 ,c 2 ) apareció dos veces (para b2 y b 3 ); sin
embargo, cuando escribirnos el conjunto de elemen-
tos que conforman a R(A,C) basta con ponerlo una
sola vez.

Cuando expresarnos a R 1 (A,B) y R 2 (B,C) en forma

_detabla, es bastante fácil visualizar con_rapi -
dez los elementos de R(A,C):

al b cl
1 b1
a b b2 c
1 2 2
a2 b2 b3 cl
R1
a2 b3 b3 e
2
a3 b3

a4
bl
b2
a5

por lo tanto,

a c

316


EJERCICIO PROPUESTO.

2. Sea A _ i0,1,2,33 , y las relaciones binarias

R1 (x,y) : x,y E A, x < y"1

R2 = {(x,y) x,y E A, x, y

Encontrar R =- R1 x R2

Paralelo al concepto de composición de dos relacio-

nes binarias existe el concepto de descomposición
de una relación dada. Si una relación R(A,C) está
dada y deseamos encontrar un par de relaciones
R1 (A,S) y R2 (B,C) tal que R Rl R en dos re-
raciones parciales R1 y R2

Si están dadas R y una de las relaciones parciales

R1 ó R2 y tenemos que determinar la otra, se habla
de una descomposición de R con respecto a R1 ó R2,
respectivamente.

Dadas las relaciones R1 y R2 la composición siempre

existe. Dada R (o R y R1 ó R2) la descomposición
existe si no se impone ninguna restricción sobre el
conjunto D mediante el cual se realiza la descompo-
sición. Si, sin embargo, B está prescrito, la des-
composición sólo existe bajo ciertas circunstan-
cias; una descomposición de cualquier tipo es gene-
ralmente ambigua.

La posibilidad de descomponer relaciones es metodo-

lógicamente muy importante, ya que permite, cuando
se aplica repetidamente, sustituir una relación com-
plicada por varias relaciones que generalmente son
considerablemente más simples.

317


Ejemplo de descomposición de una relación binaria

Sean

A =1' a l ,a 2 ,a 3 l

B =1 b l ,b 2 ,b 3

C = cl , c 2, c 3
1
R = (A,C) _ (a l ,c l ),(a l ,c,ta l ,c3)(a 2 ,c l ),(a 2 ,c 2 ),

(a 3 ,c 3

R2 = (B,C) 1 (bl,cl), (b l ,c 2 ), (b2,c3),(b3,

Encontrar R I (A,B) tal que

(A,C) = R1 (A,B) * R2 (B,C)

Existen 9 respuestas posibles a este problema, por

lo tanto, la descomposición es ambigua. Las respues-
tas son:

i) R 1 (A,B) = {(al,b1),(a2,bl),(al,b2),(a3,b2)}
ii) R 1 (A,B)= {(al,b.l),(a2,bl),(al,b3),(a3,b2)1
iii) R 1 (A,B)= t a l , b l ),( a 2 ,b1),ta l ,b 2 ),ta 3 ,b 3
(
(A,6)= a l , b l ),( a 2 , b l ),( a 1,b 3 ),(a )I
iv) 1 {( 3 , b 3 )3
v) Las restantes son uniones de las anteriores

EJERCICIO PROPUESTO.

3. Sean

A = 10,11
B í a,bi
C =f x, y
R (A,C) = (o,x), (o,Y), (l,y)}

318


Hallar

(a) R1 (A,B) si R2 (B,C) = (a,y), (b,x)l

(b) R2 (B,C) si R1 (A,B) _ (o,b), (1,a)J.

(c) R1 (A,B) si R2 (B,C) (a,x),(b,x), ( b , y )f

RELACIONES CAUSALES.

Determinar si uña relación es causal nos será muy

útil para encontrar el control de un sistema, ésto es,
cuáles son sus cantidades de entrada y cuáles son sus
cantidades de salida.

Muchas veces, el conocimiento que tenemos de un sis-

tema se puede limitar a su comportamiento dado por una
relación atemporal. En él no tendrá sentido hablar de re-
lación causal a menos que exista una clara separación en-
tre las cantidades de salida (cantidades dependientes)y
las cantidades de entrada (cantidades independientes),y
donde cada cantidad de salida pueda expresarse explícita
y unívocamente como una función de las cantidades restan-
tes, y las cantidades de entradas no puedan expresarse
explícitamente, o sus expresiones explícitas sean ambi-
guas.

Lo anterior nos permite establecer un procedimiento

para determinar si una relación es causal: si comproba-
mos que por lo menos una de las cantidades (no todas,
ya que ello implicaría que las cantidades de entrada es-
tán expresadas explícitamente) tiene una única dependen-
cia de las otras, diremos que la relación es causal. El
procedimiento lo presentaremos a través de un ejemplo.

Ejemplo para presentar el procedimiento que nos per-

mite determianr si una relación es causal.

319


Comprobar si la siguiente relación es causal. En ca-

so afirmativo ¿cuáles son las cantidades dependien-
tes y cuáles las independientes?.

x y z

0 1 0
1 1 0
= 0 1 1

1 C 1

El procedimiento es corito sigue:

1) Examinarnos x, con la intención de ver si para va-

lores iguales ríe las otras cantidades - y y z -,
ella toma más de un valor. En nuestro caso, ve-
mos que para
y = 1 y z = 0,

x toma dos valores diferentes

= 0 y x = 1

Esto nos está indicando que x no tiene una única

dependencia de y y z

2) Repetimos el procedimiento para y, con respecto

a los valores de x y z. De la tabla que nos mues-
tra la relación vemos que no hay valores iguales
de x y z que den valores diferentes para y.

x z ^^

0 0 1
1 0 1
0 1 1
i 1 0

320


Por tanto, ,y depende de modo único de x y z (pa-

ra un mismo par de valores de x y z no encontra-
mos valores diferentes de y, como si sucedió en
el caso de x)

3) Se repite el procedimiento para z, con respecto

a los ,alores de x y z. De la tabla de R, vemos
que para

x 0 y 'y = 1

z toma dos valores diferentes

z = 0 y z = 1

Por lo tanto, z no tiene una dependencia única

de x e y.

4) En conclusión, hemos encontrado por lo menos una

cantidad (y) que depende de modo único de las
otras dos (x y z). Por lo tanto, es razonable
considerar a x y z como cantidades independien-
tes y a y como la cantidad dependiente, por lo
cual consideramos la relación R como causal.

Recuerde que una relación no será considerada causal

si sucede uno de !os dos casos siguientes:

Todas las cantidades tienen una única dependencia

de las otras.

b) Ninguna de las cantidades tiene una única depen-

dencia de las otras.

321


Ejemplo de aplicación del procedimiento para deter -

minar si una relación es causal.

Comprobar si la siguiente relación es causal. En ca-

so afirmativo, ¿cuáles son las cantidades dependien-
tes y cuáles las independientes?

x y z

0 0 0'
0 0 1
R =
0 1 0
7 -0--a

Aplicación del procedimiento:

1) Examen de x: para valores iguales de y y z, x

tiene valores diferentes (primera y cuarta fila
de la tabla de R)

V Z

o o o
1 0 0

Por lo tanto, x no depende de modo único de y y z.

2) Examen de y: para valores iguales de x y z , y

tiene valores diferentes (primera y tercera fila
de la tabla de R)

y z

0 o 0
0 1 0

Esto nos dice que no depende de modo único de

x y z.

322

3) Examen de z: para valores iguales x y y, z toma
valores diferentes {primera y segunda fila de la
tabla de 11)

x y z

0 0
0 0 1

Por lo tanto, z no depende de modo único de x y y.

4) En conclusión, la relación l no presenta eviden-

cia alguna de causalidad, puesto que ninguna de
las cantidades depende de modo único de las otras
dos.

Antes_de termi o__s_ob_r_e_ _1 as relaciones

causales, es necesario decir lo siguiente: si bien los
sistemas cuyos comportamientos son causales son sistemas
controlados, la situación contraria no tiene que ser ne-
cesariamente cierta; es decir, un sistema puede ser con-
trolado y no tener un comportamiento causal. Así, que si
a partir del comportamiento de un sistema no hallamos el
control- lo cual sucede si encontramos que la relación no
es causal-, sólo podemos decir que no conocemos el con-
trol, pero no afirmar que el sistema no es controlado.

EJERCICIO PROPUESTO.

4. Determinar si las relaciones siguientes son causales

(c)
x y z x y z x y z

0 0 0 0 0 0 0 1 0
0 1 2 0 1 2 0 1 0
0 2 0 0 2 1 0 1 1
1 0 1 1 0 2 1 1 1
1 1 2 1 1 1 1 1 2
1 2 1 1 2 0 1 1 2
2 0 1 2 0 1 2 0 0
2 1 0 2 1 0 2 0 1
2 2 2 2 2 2 2 2

323
REPRESENTACIQN GRAFICA DE LA ESTRUCTURA UC.

La estructura UC representa la base para la solu-

ción de los problemas de análisis de sistemas; de aquí,
que sea conveniente proponer una representación gráfica
de ella que nos sea de utilidad.

Los elementos del sistema se representarán por

círculos o rectángulos que llamaremos bloques de la es-
tructura U[. Dentro de cada bloque debe colocarse un
símbolo que identifique al elemento o a su oomportamiem-
—-
tm \reVacion a -t -emporal/. Las cantidades externas e inter-
nas, incluyendo las de realimentac1ün de los elementos,
se expresarán mediante puntos que llamaremos nodos de la
estructura U. Cada nodo debe estar descrito por la co-
rrespondiente cantidad y conectado con los bloques a los
que la cantidad pertenece. Denominaremos bifurcación a
un nodo asociado con más de dos conexiones.

Ejemplos de estructuras 8C representadas median -

te diagramas de bloque

En la figura 5.2 se muestran diagramas de bloque

de estructuras UC. Tanto la (a) como la (b) re-
presentan a una misma estructura UC; contienen
cuatro bloques correspondientes a los elementos
del sistemas cuyas relaciones Rl°8 R 3 y R4 deben
21
especificarse, 7 nodos correspondientes a las can-
tidades externas e internas, 13 conexiones sim-
ples y( bifurcación (cantidad v ). En la figura
3
(c) se supone que se conocen los controles de los
elementos, y, por lo tanto, las conexiones respec -
tivas son orientadas

324
 o
VQ

(c)

Figura 5.2

Diagramas de bloque de la Estructura UC

325
Las propiedades que debe cumplir el diagrama de
bloque de una estructura UC, o, abreviadamente,
el diagrama tIC, son las siguientes:

a) Contiene un conjunto de nodos (puntos), un

conjunto de bloques (círculos o rectángulos),
y.un conjunto de conexiones entre los nodos
y los bloques

b) Cada nodo representa justamente una cantidad

, .---
del sistema sin considerar si es externa o
interna.

c) Cada bloque representa una relación atemporal

entre las cantidades cuyos nodos se conectan
con el bloque y, en general, algunas cantida-
des internas del elemento.

d) No debe haber una conexión directa entre dos

nodos o entre dos bloques en el diagrama.

e) En lo que se refiere al control, cada cantidad

debe estar controlada de» modo único ó por sólo
uno de los bloques o solamente por el ambien-
te, de modo que no debe haber dos o más cone-
xiones dirigidas hacia cualquier nodo en el
diagrama. En la figura 5 3 se presentan todos
los posibles controles para diferentes núme-
ros de conexiones asociadas con un solo nodo.

326


CONEXIONES DADAS LISTA DE TODOS LOS POSIBLES CONTROLES SI LA

CANTIDAD V ES
PARA UN NODO

EXTERNA INTERNA

Rl R2
c ^
Y 5
R2 ^
R1 ^
R21

DESDE EL v
AMBIENTE Rl < o C `.2

RZ R2

Rl v.
e d
Rl ;

e DESDE
EL
Q h.>

AMBIENTE

Zb ‹10
0
d..€ .. . . .
hmsm%nt

Figura 5.3
Todos los Controles posibles en diferentes nodos de una estructura UC

327


Ejemplb de representación gráfica de la estructura

UC de un sistema.

Trazar el diagrama de bloque correspondiente al sis -

tema dado por la siguiente estructura UC

Solución:

El diagrama constará de:

a) Tres círculos, representando cada uno un ele-

mento del sistema.

b) Cinco nodos, puesto que hay cinco cantidades

c) No hay bifurcación, puesto que ninguna cantidad
está asociada a más de dos elementos

1 2
R I ,R 2 y R3 representan el comportamiento del enchu-
fe, la fotocélula y.la lámpara, respectivamente.

EJERCICIO PROPUESTO

Trazar el diagrama de bloque correspondiente al sis-

tema dado por la siguiente estructura UC

328


(RE FRIGERADOR '-

C
[TERMOMETRO P— '-- ""'IINTERRUFTOR 1 V2 CALENTADOR í
ñ
T Vl H

AMBIENTE

FUNCIONES DISCRETAS BIVALORADAS.

Como ya vimos en el primer ejemplo de esta sección,

el análisis de un sistema consiste en componer relaciones
o funciones simples correspondientes a elementos particu-
lares, de acuerdo con los acoplamientos dados entre los
elementos, para obtener el comportamiento del sistema.

En muchos sistemas- recuerde los sistemas discretos

que vimos en la Unidad 3 -, el comportamiento de los ele-
mentos está dado por funciones discretas; esto es, exis-
te una asignación unívoca de valores de una cantidad dis-
creta sobre valores de algunas otras cantidades discretas.
Si las cantidades no toman más de k valores diferentes`
cada una (k-: 2), y, al mismo tiempo, al menos una de
ellas toma justamente k valores diferentes, la función
discreta se denomina k-valorada.

Una función discreta que encontramos comunmente al

trabajar con sistemas es la bivalorada (k 2); verbigra-
cia, los sistemas donde las cantidades son variables ló-
igicas, las cuales sólo pueden tomar dos valores: falso
o cierto. A continuación presentaremos todas las funcio-
nes discretas bivaloradas de dos cantidades independien-
tes, y luego veremos cómo se realiza el proceso de com-
posición entre dichas funciones.

329


Cualquier cantidad que sólo toma dos valores posi-

bles., puede ser expresada mediante el conjunto cuyos ele-
mentos son el cero y el uno - ¶0,1). Sean x e y dos can-
tidades independientes del tipo anterior, una función de-
finida sobre ellas dos puede ser expresada cono

f( x,y)

Los valores posibles para el par (x,y) son los si-

guientes:

o .1
i 0

es decir, la función f(x,y) se definesobre el conjunto

cuyos elementos son los cuatro pares ordenados anteriores:

(1,1), (0,1), (1,0), (0,0)

en donde la primera ordenada de cada elemento corresponde

a la cantidad x, y la segunda a la cantidad y.

En la tabla 5.1 se muestran todas las funciones dis-

cretas bivaloradas que se pueden definir sobre el anterior
conjunto. En el extremo izquierdo superior se encuentran
los cuatro pares ordenados escritos de la siguiente for-
ma:

1 0
1 0 o

ler par 2do.par 3er par Oto par

330


TABLA 5.1

FUNCIONES DISCRETAS 3IVALORADAS DE DOS CANTIDADES INDEPENDIENTES

x 1 0 1 0 NOMBRE DE LA SIMBOLO EXPRESION

y l 1 0 0 FUNQION FORMAL ARITMETICA

f0 0 0' 0 G CERO O .= O fo= O

f1 0 0 0 1 0 NI f1= x Uy f1=(1-x)(1-y)
Q__-O 1 G
f INHIDICION POR y f_ J' 4 x f2=x-xy
0 1 1 NEGAC I ON DE y f3=J = 1 -y

f4 0 1 0 0 INHIBICION POR x f4= x+- y - xy

f5 O 1 0 1 NCACIGN DE x f5 1 5 =1-x

f5 0 1 1 G NO EQUIVALENCIA f5 = x y f5 = (x - y)2

f 7 0 1 1 1 hO y f7 = x/y f7 = 1-xy

O 1 0 0 0 f^=xy f,, = xy
U. 0J

0 0 1 EQUIVALENCIA f..= x s:-. y f9= 1 -(x-y) 2

f 10 1 0 1 0 AFIRiíACION DE x fi 0= x
f10- x
f11 1 0 1 1 IiíPLI0ACIOt DE y y ---^ x f 11= 1- y+ xy
f11-

f12. 1 1 C O AFIRM.ACIGM DE f y
12 ' 12 = y
fi-31— 1— 11 — T — W1LICACIOi DE . -x- f ,;= x--yy f13=1-x + xy

1 1 0 0 f1 = x + y
;1c 1 f14 x+; xy

1 1 1 UNO

331


La función CERO, por ejemplo, que está en la prime-

ra línea nos está diciendo que ella asigna a cada uno de
los pares de valores de x e y los siguientes valores

x y fo

1 1 0
0 1 0
1 0 0
En la tabla 5.1 los valores de fo están colocados
inmediatamente debajo del par (x,y) correspondiente:

-0
Y 1 0 0

0 0

Para la función EQUIVALENCIA (fg), por ejemplo, la

cuestión es como sigue

x 1 0 1 0
y 1 1 0 0

f9
o 0 1
es decir,
fg (x,y) 1 si

fg (x,y) = 0 si

fg (x,y) = 0 si

(x,y) = 1 si

En la tabla también se observa el símbolo formal y

la expresión aritmética de cada una de las funciones dis-
cretas bivaloradas. El primero, no es más que eso: un
símbolo formal para cada función, de manera que cuando,
por ejemplo, nos encontremos con el símbolo x/y lo que
nos quiere decir es que existe una función denominada
NO Y definida sobre las cantidades independientes x e
y, y lo cual implica que
332


f 7 (X,Y) = O six=Ty y~l

f 7 (x,y) = l si x~0y y~l
f 7 (x,Y)~l uix=lyy= 0
f 7 (x ` y) = 1 six = Oyy= 0

La expresión urtimaética, es una forma sintética de

escribir cada una de las funciones. Por ejemplo, la ante-
rior función - NO Y tiene la siguiente expresión aritmé-
tica
f7 (x,y)=l-xy`
si queremos conocer qué valor toma la función para cada
tuirlas_e n
la ecuación, esto es

x y f
7
= l-xy
1 1 f77 -= 1 - lxl= 0
O 1 f7 = 1 - Gxl = l
7
1 O f = 1 - Oxl = 1
7
O D f7 = 1 - OxO = O
7

Observe que los nombres de las funciones describen

brevemente sus propiedades fundamentales. Por e j e m plo,
la función f6 se denomina NO EQUIVALENCIA porque toma el
valor 1 sólo si x e y no son equivalentes, es decir, sólo
si x e y tienen valores diferentes:
-
= }x = 1 y y= O, Ü
f7 l si \
/x=O y y=l

si
E,=
'. 1. y y= 1, 6

x = O y y= U

333


Asimismo, la función NEGACION de x recibe ese nombre

porque ella siempre tendrá un valor diferente al de x:

= x=O y y= 0, 6
f 1 si
5 y y= l
lx = O

n=l j/y =O6

f5 O si
u= 1 J/y= l
\

Pasemos ahora al tema de composición de funciones

discretas bivaloradas. Cada una de las funciones que apa -
recen en la tabla 5,1 puede expresarse por una compnsioion
de algunas de las otras funciones, o en forma más general,
cada función discreta puede representarse por diferentes
expresiones algebráicas formales discretas cuyo número no -
está limitado. Así mismo, la composición de funciones dis -
cretas bivaloradas da como resultado como resultado una
función discreta bivalorada.

Algunos ejemplos nos permitirán presentar el proce-

dimiento de composición de funciones discretas bivalora-
das. La notación que emplearemos es la de los símbolos
formales, por lo tanto, debe tenerse cuidado y no confun-
dirla con las expresiones aritméticas.

Ejemplo de composición de funciones discretas biva-

Toradas.
Encontrar las siguientes composiciones:

b) xy + ( --') (7)
c) ()/y) (»/y)

Solución:
1

a} (x + y)


x + y es la función 0 aplicada a las cantidades

x e y.

(x +. y) es la función NEGACION de (x + y); esto

es, a cada valor de (x + y) se le asigna el valor
contrario (si x + y tiene el valor O, entonces
x + y tiene el valor 1; si x=+ y tiene el valor
1, entonces )T--+ y adopta el valor O). La tabla
siguiente nós muestra el resultado.

x y x + y (x +.

0 1 1 0
1 0 1 0
0 0 0 1

Observe que (x + y) no es más que otro s:rbolo

formal para expresar la función NI aplicada a

las cantidades x e Y.

b) x y + (x) (y): es la función (? aplicada a las

funciones xy y (x) (7), El procedimiento paso
por paso de la composición se muestra en la tabla
siguiente:

x xy (x)(y) xy+(x)(y)

1 1 1 0
O 1 0 0 0
1 0 O 0 0

xy (x)(y) es, entonces, la función EQUIVALEN-

C1í aplicada a las cantidades x e y .

335


^
c) (x/y),(x/y): en la tabla se muestra paso a paso
la composición.

l l 0 U ]
O l 11 l 0
T N 1 l O
O O l l o

(x/y)/ (x/y) es, entonces, la función y aplicada

a las cantidades x ey' =

Observemos que una expresión algebráica representa

una única función sólo si el orden en que se compo-
nen las funcione¡ parciales está prescrito unívoca-
mente. Dicho orden puede fijarse en cualquier forma
pero, generalmente, se especifica por paréntesis.
Primero se aplican las funciones parciales encerra-
das por pares sencillos de paréntesis. Entonces, se
emplean los valores funcionales obtenidos como argu-
mentos de funciones encerradas por paréntesis de se-
gundo orden y se repite lo mismo para las funciones
de tercer orden, y así sucesivamente.

EJERCICIO PROPUESTO.

6. Encontrar las siguientes composiciones de funciones

discretas bivaloradas.

ª>^ X ± 11 17) y)

b) (x + + ( x 1 y)

336


5.2 CASOS FUNDAMENTALES DEL PROBLEMA DE ANALISIS DE

SISTEMAS.

En la anterior sección dijimos que se pueden dis-

tinguir cuatro casos fundamentales del probl ema general
de análisis de sistemas. En esta sección presentaremos
el procedimiento de análisis correspondiente a cada uno
de ellos.

5.2.1 CASO 1 0: Todos los elementos son determinísticos

y se conocen los controles de cada uno de ellos.

A este caso corresponde el primer ejemplo resuel-

to en la sección 5.1. El procedimiento completo
de análisis correspondiente es el siguiente:

A) Se determina el comportamiento del sistema a

partir del comportamiénto de sus elementos.
Esto se: realiza aplicando la composición eta-
pa por etapa a los pares de elementos relac ó -
nados, de manera de eliminar las cantidades
auxiliares. Son cantidades auxiliares las can-
tidades internas compartidas por dos o más
elementos.

Ejera»o de determinación del comportamiento de

un sistema cuyos elementos son determinísticos
y se conoce el control de cada uno de ellos.

La figura siguiente nos muestra la estructura

UC de un sistema controlado determi ni sti co di
selado para poner en marcha una alarma cuando
el chofer del automóvil no se ha colocado el
cinturón de . seguridad. Queremos hallar el com-
portamiento del sistema.

337


3
r7> o
4

Las cantidades y el comportamiento de cada uno

de los elementos son como sigue:

a) - Elemento 1: Interruptor 1

1
Y]

x1^, El cinturón de seguridad está cerrado

Nivel de resolución: 1 si es cierto
0 si es falso

yl: Posición del interruptor 1

Nivel de resolución: 1 cerrado
0 abierto

Comportamiento R 1

x2 yT

} 0

b) Elemento 2: Interruptor 2

Zj.>
2 y2

338


xl: El chofer está sentado en su asiento

Nivel de resolución: 1 cierto
0 falso

y2: Posición del interruptor 2

Nivel de resolución: 1 cerrado
G abierto

Couportahliento R2

1 1 1
1 o o
2 0 1 0
0 o o

c) Eleu,°ento 3: Interruptor 3

J .0 y 3

xJ,: Posición de la palanca de velocidades

Nivel de resolución: 0 si está en neutro
1 si no está en neutro

y3: Posición del interruptor 3

Nivel de resolución: 0 abierto
1 cerrado

Cor,aportar.iiento R3

Y2 y3

339


T Elemento 4: Alarma

Y3
4 ) A

x : el motor del automnvil está prendido

. 4
`
Nivel de resolución: 0 si es falso
1 si es cierto

A: la alarma está sonando

si es falso
1 si es cierto

Compnrtaoientc R
4

X A
4 Y3
} l \
1 O 0
4 ^
^ l O

Solución:
Para hallar el comportamiento del sistema de-
bemos aplicar la composición dé relaciones,
etapa por etapa, a los elementos que están re-
lacionados, de manera de eliminar las variables
auxiliares `

Cbserve que las cantidades auxiliares son

l/ yy
2 Y 3-
3-

a)
a) Eliminación de y3: sea R. la composición de
las relaciones R y R-
3

340


Para y

X 3
y22 3
l l l € R
3
y

Y3 K

] l l (_-
R4
O R
4
Por lo tanto,

x y )(ti

1 1 l l
RA
1 1 O
RA
para y3 = O

x y3
3 Y2

1 0 0 C. R
3
0 1 0 £ R
3
O O O R
3
y
x4 A
y3
\ O o E'. P

O O 0 R4
Por lo tanto,

x A
x3 Y2 Al

1 0 1 0 R
A
l [>O O
A
O 1 l O f R
A
0 l 0 O R
A
O o l O R
O 0 0 C E: Q
A

341


La composición R. es, entonces,:

x3 x4 A
y2
1 1 1 1
1 1 0 0
l 0 1 0
l 0 0 0
R
A 1 0
O. 1
-
O 1 0 0
00 0 1 0
O O O 0

b) Eliminación de y2: sea R. la composición de

K con R
A 2
Puesto que ya conocemos el procedimiento pa-
ra componer relaciones, pondremos directamen -
te el resultado

xl y' x3 x4 A

1 1 l 1 1
1 1 l 0 0
1 1 0 1 0
1 1 0 0 0
1 0 l 1 0
1 0 1 0 G
1 0 0 l 0
=
K D-1 O O O 0
O 1 1 1 0
O. 1 0 0
0 1 0 1 0
0 1 0 0 0
0 0 1 1 0
0 0 1 0 0
O 0 0 1 0
0 0 0 0

342


c) Elim1nací6n de y1: sea Rc la composición de R3 con R

x2 x3 x4 A

1
1
-i
0
0 1
0 1 0 1 0
0 1 0 0 0
1 0 1 1 1
0 1 0 0
0 1
0 0 0 0
0 1 1 0
0 1 0 0
0 G 1 0
G 0 0 0

343


Rc es el comportamiento del sistema, y en el po-

demos ver que la alarma sonará (A = 1) únicamen -
te cuando se produzcan simultáneamente las siguien -
tes situaciones:

- El chofer está sentado en su asiento (x l = 1)

El cinturón de seguridad no está cerrado(x
2 =O)
- La palanca de. velocidades está en una posición
distinta a la neutra (x, = 1)
El motor del automóvil está encendido (x 4 =I)

EJERCICIO PROPUESTO.

Encontrar el comportami ento del sistema controla-

do deter€ainistico dado en el siguiente diagrama
UC.

En donde,

El elemento 1 es un interruptor

y P
le j e

vi : Tensión eléctrica proveniente de la red

pública.
Nivel de resolución: G voltios
110 voltios

344


P : Posición del interruptor

Nivel de resolución: 0 abierto
1 cerrado

Comportamiento R1

vi P

110 0
R1 =
0 1

b) El elemento 2 es un generador eléctrico

v2: Tensión proveniente del venerador

Nivel de resolución: 0 voltios
110 voltios

Comportamiento R2

P v2

n= 0 0
1 110

c) El elemento 3 es una máquina

E : estado de operación de la máquina

Nivel de resolución: 0 no está funcionando
1 está funcionando

345


Comportamiento R3

110 C 1
0 110 1

B) La segunda fase del procedimiento de análisis

para los sistemas controlados determinísticos
consiste en encontrar la estructura ST.

En el caso que estamos considerando, es decir,

sistemas controlados determinísticos, es rela-
tivamente fácil encontrar la estructura ST.
El procedimiento es el siguiente:

i) Conocido el comportamiento del sistema,sa-

bemos que cada componente de él es un es-
tado del sistema. En el último ejemplo
el sistema tiene entonces 1G estados.

ii) Se averigua si estamos en presencia de un

sistema combinatorio (sin memoria). F:e-
cuerde que el sistema es combinatorio si
su respuesta instantánea depende de un
nodo único de los estímulos instantáneos,
ésto es, para un mi sro estimulo, el siste-
ma debe tener una única respuesta. Si el
sistema es combinatorio, ya lo dijimos en
la sección anterior, las transiciones son
posibles desde cada estado a todos los de-
más. Observe que- el i,ltimo ejemplo resuel-
to es un sistema combinatorio

346


iii) Si el siste-r,a no es combinatorio (por lo

tanto, es secuencia]) el ;;r-ocedi.:,ien::o
para en..ontrar las transiciones entre es-
tados es corno sigue:

l) Se considera el estado el

2) '_El orir,Eer estado que se »»cede alean-

zar a partir de el se determina uní-
vocamente por la estructura UC, ase -
ldiendo que e l correspondiente estirau-
- 1-o--n-o—ca-ra-b i-a- — S e r e-c, i s t r a---e l e s t a d o
alcanzado.

3) El próximo estado que se puede alcan-

zar a partir de el se determina con-
siderando otro estímulo; se anota,
entonces el estado a que conduce

4) El paso (3) se repite para el y para

todos los posibles estímulos.

5) Se considera el estado e, y se le re-

pite a el, todos los pasos realizados
para el.

) Luego se consideran sures vamente e3,

e4,, hasta agotar, todos los esta-
dos.

Un re jei:uolo nos perr„it ;rá comprender mejor el

;;r occ( U: i rato ;ara c:si.er?.:i ner las transicio-
nes ::ntre estados ara los sistemas secuen-
cia l es.

347


Ejemplo de deterJuinación de las transiciones

entre estados para un sistema contro-
lado determinístico secuencia].

El siguiente sistema dado por su estructura

UC representa las condiciones que están ri-
giendo la forma de operar del Departamento de
Venta de una empresa que fabrica dos tipos de
productos, A y

V a (k)

a) El elet;iento 1 es la Sección c;ue recibe

los pedidos, y le dice al cliente después
de consultar la política de Venta, si él
se acepta o no.
( \1,W,,) 4 4))

Las cantidades, sus niveles de resolución

y el conpertat:ii eruto para este elemento son
como sigue:

348


v 1 (t) :' llega un pedido en el instante t

Nivel de resolución:
O , si el pedido es del producto A.
1 , si el pedido es del producto B.

v (t:
-1) ` Política de Venta establecida
3
en el instante t-1, y la cual
rige la situación para el ins-
tante t.
/ Nivel de resolución:

O, se aceptan sólo pedidos del pro -

ducto A.
1, se aceptan sólo pedidos del pro-
ducto B.

Y : Información que suministra la

(t) `
2
sección que recibe los pedidos
al cliente que ha llegado en el
instante t.
Nivel de resolución:

O, no se acepta el pedido
], se acepta el pedido

El comportamiento del elemento 1 es, en-

tonces:

(t) v 3 (t-l) v 2 (t)

O o l
o l o
o
l 'l l

349
b) El elemento 2. es la Sección que elabora
la política de aceptación de pedidos.

Las cantidades, sus niveles de resolución,

y el comportamiento para este elemento son
como sigue:

v 1 (t) y v 3 (t-l): tienen el mismo signifi-

cado que para el elemen-
to 1

v 3 (t): Decisión que toma la Sección de Po-

lítica de Venta en el instante t y
que va regir en el instante t + 1

Nivel de resolución:

O, en el instante t+l se aceptan sólo

pedidos del producto A.

1, en el instante t + 1 se acepta só-

lo pedidos del producto D.

El comportamiento del elemento 2, es:

v 1 (t) v 3 (t-I) v 3 (t)

0 0 0
0 1 1
R2=
1 0 1
1 1 0

350


Queremos hallar el comportamiento del sis-

tema, y su estructura ST (estados y tran-
siciones)

Solución:

Antes de comenzar a resolver este ejemplo,

es conveniente hacer los siguientes comen-
tarios explicativos:

En un instante t cualquiera, en el siste-

ma están presentes los valores que en ese
instante toman las cantidades v l ,_v 2 y v3,
(v l (t), v 2 (t) y v 3 (t), respectivamente)y
el valor que la cantidad v3 tomó en el
instante anterior (v 3 (t-1). El símbolo
2> > es utilizado para separar este
aspecto de la cantidad v3.

b) La cantidad v3, por ser de realimentación,

no se considera una variable auxiliar. Por
lo tanto, en el comportamiento del sistema
tienen que aparecer los siguientes valores:
v 1 (t), v 2 (t), v 3 (t-l) y v 3 (t).

c) Observe que el comportamiento de los ele-

mentos 1 y 2 están dados por las funcio-
nes de EQUIVALENCIA y NO EQUIVALENCIA,res-
pectivamente.

d) En cualquier instante t, v 3 (t) es el valor

que toma la cantidad v3 ante los estímulos
v3 (t-l), v 1 (t).

e) En cualquier instante t v 2 (t) es el valor

que toma la cantidad v9 ante los estímulos
v 1 (t) y v,(t-l)

351
Hechos los anteriores comentarios, pasemos a
encontrar el comportamiento y la estructura
ST del sistema .

COMPORTAMIENTO.

Para obtener el comportamiento debemos reali-

zar la composición de las relaciones R1 y R2

v l (t) v 3 (t-l) v 2 (t) v l (t) v 3 (t-l) v 3 (t)

0 0 1 0 0. 0
-_— 0-- ---1 -0- R2= 0 1
1 1
1' 0 0 1 0 1
1 l 1 1 1 1

Teniendo en cuanta lo que dijimos sobre v3 (de que una

variable de realimentación no se considera co-
no variable auxiliar), en el comportamiento
del sistema deben aparecer los valores de
v 1 (t), v 2 (t),v 3 (t) y v 3 (t-l).

Observe que el comportamiento de los elementos

1 y 2 tienen en común los valores v 1 (t) y
v 3 (t-l), por lo tanto, para realizar la com-
posición de R1 y R2 nos basta con colocar
los valores que toman v 2 (t) y v 3 (t) para un
par de valores dados de v l (t) y v 3 (t-1). Por
ejemplo, para v l (t) = 0 y v 3 (t-l) = O, la re-
lación R1 nos dice que v 2 (t) toman el valor
1: asu vez, la relación R2 nos informa que
v 3 (t) toma el valor O.

El comportamiento del sistema es, entonces,

352


v 3 (t-l) v 2 (t) v 3 (t)

0 0 1
0 1 0 1
R E 1 0 .0 1
1 1 - 1 0

En palabras, el comportamiento del sistema es

el siguiente:

i) Primera fila: Si en el instante t llega

un pedido del producto A, y la política
establecida en el instante t-1 era la de
aceptar sólo pedidos del producto A, se
le acepta el pedido al cliente y la po-
lítica que regirá para el instante t+1
es la de seguir aceptando sólo pedidos
del producto A.

ii) Segunda fila: Si en el instante t llega

un pedido de A y la política estableci-
da en el instante t-1 era la de aceptar
sólo pedidos de B, no se acepta el pedi-
do del cliente y la política que regirá
para el instante t+ 1 es la de aceptar
sólo pedidos del producto B.

iii) Tercera fila: Si. en el instante t llega

un pedido de B, y la política estableci-
da en el instante t-1 era la de aceptar
sólo pedidos de A, no se acepta el pedi-
do del cliente y la política que regirá
para el instante t+l es la aceptar sólo
pedidos del producto B.

353


iv) Cuarta fila: Si en el instante t llega

un pedido de B, y la política estableci-
da en el instante t-1 era la de aceptar
sólo pedidos de B, se acepta el pedido
del cliente y la política que regirá pa-
ra el instante t+l es la de aceptar sólo
pedidos del producto A.

ESTRUCTURA ST

Ya ' sabemos que cada uno de los componentes

del comportamiento representa un estado del sis-
tema.:

Estado v1 [t) v3 (t-1)

el 0 0 1 0
e2 0 1 0 1
e3 1 0 0
e4 1 1 1 0

Nos faltaría por encontrar las transiciones entre

los estados, para ello aplicamos el procedimiento
ya enseñado:

i) Consideramos el estado el; ésto es, en un

instante t el sistema se encuentra en el es-
tado el.

v 1 (t) v 3 (t-l) v 2 (t) v 3 (t)

e1: 0 0 1 0

ii) La primera transición a partir de el, se de-

termina asumiendo que el correspondiente es-
timulo no cambia. Es decir, en el instante
t + 1, v1 toma el mismo valor que tenía en
el instante t (observe vi es la única canti-
dad que forma parte del estímulo instantáneo
del sistema; v3 depende de ella, y es por
ello que v1 es el único estímulo que haremos
variar)

354


Para el instante t + 1 conocemos, entonces,

'
v l (t+1) \ = 0 : ' asumimos que (t+l)=V (t )' " y
Vl l
v 3 (t \=
)

Nos faltaría por encontrar v /̀ t +l\' y v 3 ` t+l\'

?

V (t+l \' 5e obtiene al aplicar la función de NO

3'
(t> y v (t+l\' ^
EQUIVALENCIA a los valores de v 3(t)
l`
-
De la tabld 5 ' 1, vemos que Si

v l `(t+l\
' = D y v 3 (t) = U

el valor que toma v3 (t+]) es O.

v ? `(t+1
se obtiene al aplicar la función de EQUI -
)
VALENCIA a los valores de v 3 (t) y v l (t+1). De la
tabla 5.1, si

^ .
` v(t+l) = 0yv(t) = 0
l
entonces,

(t+l\=l
'
v2

El nuevo estado que se alcanza a partir de e,,

asumiendo que el estimulo no cambia es:

yl (t+1 ) v](t) V 2 (t +7)

D 0

Este estado tal cono se observa de los datos del

problema es e,.

355


iii) El próximo estado se determina considerando

8l de nuevo en el instante t y asumiendo otro

estímulo en el instante t+ 1; es decir

vi (t+1) = 1
]
. 1
Conocemos que v3(t) = O;^ y v 2 (t+l) y v 3 (t+l)
los hallamos a partir de la tabla 5.1, sabien-
do que se obtienen de las funciones de EQUI-
VALENCIA Y NO EQUIVALENCIA, respectivamente,

Para vl(t+l) = 1 y v =
3 (t) O, la tabla 5.1 nos
dice que

v (t+]) = O
2
v (t+l) = 1
3

El nuevo estado que se alcanzaría es, enton-

ces,
v (t+l) v 3 (t) v 2 (t+1) v 3 (t+1)
]

l Q 0
es decir, el estado e3

iV) Ro hay más estímulos p osibles para el estado

e
l^

356


v l (t)

0 1 0 1

vi)Se asume, que en el instante t+l se aplica el

misr,io estímulo, esto es, v1 (t+l) = vl (t)= O.
Conocerlos también que v 3 (t) = 1

De la tabla 5.1

1 (t+1) )
1

v l (t+1) v 3 (t) v 3 (t+l)

0 1 1

El nuevo estado sin cambio en el estimulo es:

(t+l) v 3 (t) v 2 (t+l) v 3 (t+l)

0 1 0 1

es decir, e2

vi= 0

vl= 0

357


vii)El próximo estado se determina considerando

e2 de nuevo en el instante t y asumiendo otro
estímulo en el instante t +l; es decir,

vi (t+l) _

= 1, y de la Tabla 5.1

v 1 (t+1) v
3
(t) v2(t+1)

v (t+1) í _ v3(t) , (t+l )

__
1 1 0

El estado que se_alcanzaria es

v1 (t+l ) v 3 (t) v 2 (t+l) v 3 (.t+l )

1 1. 1 o
es decir, e
4

vi 0

v1ii)fo hay más estímulos posibles para el estado

e2.

358


ix) Aplicando la misma lógica,a los estados e3 y e4, se

tiene lo siguiente:

a partir de e3 se alcanza

cuando el estimulo es (t+1) e 1, y

e4
e2 cuando el estimulo es N/ l it-J-1) 0

a partir de e se alcanza

e .cuando el estimulo es vi (t+1)

3
el cuando el estimulo es vi ít+l) e 0

La siguiente figura nos muestra todas las

transiciones entre Vos es-tados.

Cuando encontramos el comportamiento del sis-

tema, describirnos lo que significaba cada uno
de sus componentes; por lo tanto ya conocemos
lo que significa cada estado, ehora bien, can
la figura que nos presenta las transiciones
entre ellos, podemos conocer con rapidez cual
será el comportamiento del sistema si en el
próximo instante llega un pedido de productos
A (vi = O) o de productos ',(v i . 1)

359


EJERCICIO PROPUESTO

8. Una empresa manufacturera que posee una línea de

producción y un control de calidad completamente
automatizados, posee un sistema qoe"alerta" sobre
el momento en que la linea requiere ser revisada.
La estructura UC de dicho sistema es la siguiente:

*—f-- McMoo/A

Eh donde:

a) x l (t) es una señal enviada por el sistema de

control de calidad. Este último además de deter-
minar cuáles productos están defectuosos, reali-
za la siguiente función: cada 1000, productos
envía una señal x l (t) ° al sistema de "alerta".

xl(t) = O si cien (100) o más productos de los

1000 están defectuosos.

Xl(t) = 1 si menos de lOO productos están defec-

tuosos

b) El sistema de " alerta pone en funcionanienn una

alanra cuando en dos lotes consecutivos de 1000
productos aparecen en cada uno, cien (100) o
más productos defectuosos. Para realizar lo an-
terior, el sistena posee un elemento memoria que
almacena el último valor de xl para compararlo
con el siguiente.

360


c) x 2 (t) es el estado de la alarma. Su nivel de re-

solución: 0 la alarma no está en funcionamiento
1 la alarma está en funcionamiento

d) El comportamiento del sistema, el cual represen-

ta la situación descrita en (b), es el siguien-
te (al lado se ha colocado cual estado represen-
ta cada componente del comportamiento).

ESTADO x y (t) x l (t-l) x 2 (t)

el 1 1 O

e2 0 1 0

e3 1 O 0

e4 0 0 1

e) El símbolo „ dentro del rectángulo de la izquier-

da nos está diciendo que el comportamiento de
d i c h o elemento está dado por la función N I

Encontrar para el sistema descrito las transiciones

entre los estados (OBSERVACION: Note que e4 no tie-
ne transición con ningún estado, puesto que cuando
la alarma suena el sistema de producción se inte-
rrumpe).

5,2.2 CASO 2do. Algunos o todos los elementos del sistema

son probabilísticos y se conocen los controles de
cada uno de ellos.

Para este caso, los procedimientos para determinar

el comportamiento y la estructura ST del sistema
son exactamente iguales a los del caso l ero , pero
ahora debemos agregar el cálculo de:

las probabilidades de ocurrencia de cada uno de

los componentes del com Rp ortami ento, y

361


b) las probabilidades de transición entre los es-

tados.

Nos concentraremos entonces, en esos dos puntos.

A) Cálculo de la probabilidad de ocurrencia de ca-

da uno de los componentes del zomportamiento.

Para los sistemas que estamos considerando en

este segundo caso, las probabilidades de ocu-
rrencia de cada uno de los componentes del Com-
a ar3e de un modo ún-i-co
a partir de las probabilidades de ocurrencia de
los componentes del comportamiento de cada uno
de los elementos de la estructura UC.

El cálculo de estas probabilidades se realiza a

medida que se va aplicando la composición etapa
por etapa a los pares de elementos relacionados,
cuestión que como se recordará lo hacemos para
hallar el comportamiento del sistema.

El procedimiento es como sigue:

a) Sean A y B el par de elementos relacionados

b) xl,xZ,","»n son las cantidades de entrada de

A, y yl^y?".",ym sus cantidades de salida.

El comportamiento de A está dado, entonces,
en términos de esas cantidades.

» .» n y 2 ". Ym
»l 2" y1

y existirá para cada uno de los componentes

la siguiente probabilidad:

pr(Y l` y 2" , '"ym/«,l ^x 2"^ ' ^, xn)

362


c) Las cantidades de entrada de f3 son

en donde para simplificar, se ha asumido que el

acoplamiento orientado entre A y C, d As , es el
conjunto
dA2 ,Y2,Y3

Las cantidades de salida de U son

El comportamiento de C está dado, entonces, en

términos de las cantidades.

U2... Ur yl y2 Y3 -v1 v2 v 3 ... vq

U1

y existirá para cada uno de los componentes la

siguiente probabilidad

Pr (vl,v2,...,vgj U , U 2 ,.., U r ,Y 1 ,Y 2 ,Y 3 )
1

d) Sabemos que al realizar la composición de los

comportamientos de los elementos A y B, obten-
dremos una relación en términos de las siguien-
tes cantidades

.. xl
Ur x 2 .. cn `c. ... y Ul U2 vl v 2 ..v c
ra

eh donde se han eliminado las cantidades auxilia-

res y l , y 2 ,Y3

363


e) Las probabilidades que tenemos que hallar para

cada componente de la relación que se obtuvo es

Pr (v 1 ,v p ...v g ^ x l ,xY 4 ,Y,...,yril ,U l ,U 2 ,...,U r )

y vienen dadas por la siguiente ecuación:

P (Y. ,y ,... i ^ x l ,x ...,x n ) Pr (vl,v2,...,vq/Ul,u2,.

y,^~-
›MI r l 2
Ur,Y 1 ,Y 2 ,Y 3 )

Un ejemplo nos permitirá ver la aplicación del anterior

procedimiento.

Ejemplo de cálculo de la probabilidad de ocurrencia

de cada uno de los componentes del comportamiento
de un sistema.

El sistema que a continuación se muestra a través

de su estructura UC, representa ciertos aspectos que
luego especificaremos, de un país hipotético en don-
de existen dos clases sociales, y B.

R1 -} ---é) w
`2

El significado de cada una de las cantidades y el

comportamiento de los elementos es como sigue:

364


a) x Ingreso per cápita de los miembros de la clase so-

cial A.
Nivel de resolución: 0 si está por debajo de una cantidad
IA

1 si está por encima de IA

b) y: Ingreso per cápita de los miembros de la clase social B.

Nivel de resolución: 0 si está por debajo de una cantidad
IB

1 si está por encima de IB

c) z: huelgas realizadas por la clase'social B

Nivel de resolución: 0 no hay huelgas
I_h ay__hue_1-g a s

El comportamiento R1, con las correspondientes

probabilidades de ocurrencia de los componentes
es:

x Y z p(Z/x,y)

0 0 0 0,7
0 0 1' 0,3
0 1 0 1
1 0 0 0,4
1 0 1 0,6
1 1 0 1

f) v : Grado de represión ejercida sobre la clase social 3

Nivel de resolución: 0 ausencia o débil represión
1 fuerte represión

g)- W : Presencia o no de una revoluciór

Nivel de resolución: 0, no hay revolución
1, hay revolución

h) Comportamiento R2

365


z v w Pr (w/(z,v)

0 0 0 1
0 1 0 0,5
0 1 1 0,5
1 0 1 1
1 1 0 0,2
1 1 1 0,8

Se pide encontrar el comportamiento del sistema

con las respectivas probabilidades de ocurrencia
__de los componentes.

Solución:

Para encontrar los componentes del comportamien-

to del sistema se realiza la composición de las
relaciones R1 y R2, , de esa manera eliminamos
la variable auxiliar z. El resultado es:

x v v w

0 0 0 0
0 0 1 0
0 0 1 1
0 1 0 0
0 1 1 0
o 1 1 1
1 0 0 0
1 0 1 0
1 1
1 1 0 0
1 1 1 0
1 1 1 1
0 o 0 1
1 o 0 1

366


Nos faltaría calcular para cada componente, su pro-'

habilidad de ocurrencia:

r( w / (x,y,v)

La ecuación que se aplica adquiere la siguiente forma

para este sistema;

Pr( w/(xyv `) =
,
Pr (z/x,y). Pr(w/z,v)

i)
:iw o/tx^Y^v)= (o,a;o))= P(z=o/ücy7=(o,o).Pr(w=o/(z,v)=(o,o-1^+

Pr(z= 1/(x,y)=(o,o)).Pr(w=o/(z,v)=(l,o))

0,7 x 1+ 0,3 x 0

=0,7

Observe que Pr(w=o/(z,v)=(1,0)= 0 porque el componente (z,v,w)=

(1,0,0) no forma parte del comportamiento R2; esto es, su pro-

babilidad de ocurrencia es cero.

ii) Pr(w=o/(x,y,v)=(0,0,1))= Pr(z=0/(x,y)=(0,0,)).Pr(w=0/(z,v)=(0,l))+

Pr(z=1/(x,y)=(0,0)) .Pr(w=0/(z,v)=(l,1))

= 0,7 x 0,5 + 0,3 x 0,2

0,41

iii) Pr(w=1/(x,y,v)= (0,0,1) = Pr(z=0/(xly)={0,0)).Pr(w=1/(z,v)=(0,1)}+

Pr (z= 1/(x,y)=(0,0)).Pr(w=1./(z,v)=(1,l))

= 0,7 x 0,5 + 0,3 x 0,8

= 0,59

367


iv) P =
r(w=0/(x,y,v)=(0,1°O) =P
r (z=0/(x
l
y)=(O" = Oú'^
~r (w 0/(z ^ v) (0 "y
11))-P
Pr(z=l/(xly)=(O,l)),Pr(w=0/(z`v)=(l"0Ú
'/

= 7Xl+Ox0
=l

V) Pr(w=O/(n,y,V)=(0°l,l) =Pr(Z=8/(xly)=(O^Y ^^
l0` Pr(w=O/(z,v)=(O`lv^
^ pr(w=O/(z'v)=(l"lY0
P (z=l/(x,y)=(0,Ty-

= 1 x 0,5 + O x 0,2
= 0,5

vi) Pr(w=|/(x`y,v)=(O"l" l)= P r (z=0/(xly)=(O`Y

lú^ P r (w=l/(Z`v)=(O"l` \ +

) = (0,-4 P (w = lv) =
r

= 1 x 0,5 + 0, 0,8

= 0,5

vi¡) P r (w=O/(x,y,v)=(l,O,O) = P r(z=O/(xly)=(l'y OA/^

Oú' Pr(w=0/(z`v)=(0"! '

pr(z=l/(x,y)=(l , 0 ^{. Prkv=O/(z,v)=(l,0//

¡\

= 0,4 x 1 + 0,6 x O
0,4

EJERCICIO PROPUESTO.

9. Calcular las probabilidades de los componentes restantes.

CALCULO DE LAS PROBABILIDADES DE TR8H5ICI0N ENTRE ESTADOS.

Como dijimos anteriormente, el procedimiento para deter-

minar la estructura ST de un sistema controlado probubili5ti-
co es idéntico al utilizado para los sistemas controlados
determinístiCns, con la salvedad de que ahora es posible que
a partir de un mismo estado y con un mismo-estimulo se alcan-
ce más de un estado. Esto obliga, entonces, a calcular las
probabilidades de transición entre estados.

368
 Explicaremos el procedimiento a través de un ejemplo.

Ejemplo de cálculo de la estructura ST de un sistema

controlado probabilístico a partir de la estructura
tiC.

Sea el sistema del último ejemplo resuelto. El com-

portarniento de los elementos y del sistema están dados en
las siguientes tablas.

o 0 0 0,7
0 0 1 0,3
0 1 0 1
1 0 0 0,4
1 0 1 0,6
1 1 0 1

z v W Pr(W/(z,v))

0 0 0 1
0 1 0 0,5
_ 0 1 l 0,5
2
1 0 1 1
1 1 0 0,2
1 1 1 0,8

369


Estado x v Pr(w/(x,y,v))

el 0 0 0 0 0,7
e2 0 0 0 1 0,3
e3 0 0 1 0 0,41
e4, 0 0 1 1 0,59
e5 0 1 '0 0 1
e6 0 1 1 0 0,5
e7 .0 1 1 1 0,5

e8 1 — 0 _ p 0 0,4
e9 1 0 0 1 0,6

el 0 1 0 1 0 0,32
1 0 1 1 0,68
el l
1 1 .0 0 1
e12
e13 1 1 1 0 0,2

e14 1 1 1 1 0,8

El procedimiento consiste tal cono se explicó para

el caso 1, en tomar cada uno de los estados y someterlo a
los diversos estímulos posibles, incluyendo el estímulo
que aparece en el estado, determinando en cada momento
los estados que pueden ser alcanzados. Asimismo, debemos
calcular las probabilidades de transición entre estados.

A partir de el

x y v w

el: 0 o o o

La lista de estímulos que pueden ser aplicados a

el es la siguiente

370


0 0 0
0 0 1
0 1 0
0 1 1
1 0. 0
1 0 1
1 0
1 1 1

Consideremos cada estímulo sucesivamente:

i) (x,y,v) = (0,0,0),

De la relación R1, vemos que si (x ,y) _

(0,0), entonces

z = 0 con probabilidad 0,7 ;

z = 1 con probabilidad 0,3

Entonces, si (x,y) = (0,0) tenemos que z puede

tomar uno de esos dos valores con las probabi-
lidades indicadas. A R2 tenemos que entrar por
lo tanto con los siguientes dos posibles casos.:

(z,v) = (0,0) con probabilidad 0,7; y

(z,v) = (1,0) con probabilidad 0,3

Si (z,v) _ (0,0), vemos que

W = 0 con probabilidad 1

Esto implica que el estado (x,y,v,w)=(0,0,0,0),

es decir, se alcanza con la probabilidad

371


0,7 x 1 = 0,7

Si (z,v) = (1,0), se tiene que

w = 1 con probabilidad 1

Por lo tanto, el estado (x,y,v,w)={0,0,0,1),

es decir, e2, se alcanza con la probabilidad

0,3 x 1 = 0,3

Se tiene. entonces que a partir de el y con

el estímulo (x,y,v) = (0,0,0) se alcanzan los_
estados siguientes

DE ESTIMULOS(x,y,v) SE LLEGA A Pr

el 0,7
(0,0,0)

e2 0,3

Consideremos ahora el próximo estímulo para el

) (x,y,v) = (0,0,1)

De nuevo, de Rl vemos que si (x,y)=(0,0),enton-

ces
z = 0 con probabilidad 0,7; y
z = 1 con probabilidad 0,3

Al elemento 2, por lo tanto, se presentan los

estímulos
(z,v) = (0,1) con probabilidad 0,7; y
(z,v) _ (1,1) con probabilidad 0,3

372


Si (z,v) (0,1) de R2 vemos que

w = 0 con probabilidad 0,5

w = 1 con probabilidad 0,5

Si (z,v) = (1 ,1 )

w = 0 con probabilidad 0,2

w.= 1 con probabilidad 0,8

El anterior proceso podemos resumirlo así:

o . w=0
Estimulo
oí'- z=0... (z,v =(O,i)
x,y,v)= (0,0,1) (x,y w=1

° w=0
z=l ..(z,v)=(l,1)-
o,
=1

Por lotanto, a partir de el y con el estímulo

(x,y,v) = (0,0,1) pueden ser alcanzados los es-
tados:

-(x,y,v,w)=(0,0,1,0)= e3 con probabilidad

0,7 x 0,5+ 0,3x 0,2= 0,41

-(x,y,v,w) = (0,0,1,1) = e4 con probabilidad

0,7 x 0,5 + 0,3 x 0,8 = 0,59

373


DE ESTIMJL0S (x,y,v) SE LLEGA A Pr

e3 0,41
(0,0,1)
0,59

Consideremos el próximo estímulo para el

iii) (x,y,v) = (0,1,0)

De R, vemos que si (x,y)= (0,1),entonces

z = 0 con probabilidad 1

Al elemento 2, por lo tanto, 'se presenta el

estímulo

(z,v)= (0,0) con probabilidad 1

Para (z,v)= (0,0),de R2 vemos que

w= 0 con probabilidad 1

Por lo tanto, a partir de el con el estímulo

(x,y,v)= (0,1,0) se alcanza un solo estado:
(x,y,v,w) = (0,1,0,0) = e5, con probabilidad 1.

DE ESTIMULOS (x,y,v) SE LLEGA A Pr

el
(0,1,0) ' 1

iv) (x,y,v) = (0,1,1)

De R1, vemos que si (x,y)= (0,1),entonces

z= 0 con probabilidad 1

374


Al elemento 2 se le presenta el estimulo:

(z,v) _ (0,1) con probabilidad 1

Para (2,v) = (0,1), de R2 vemos que

w = 0 con probabilidad 0,5

w l con probabilidad 0,5

Por lo tanto, a partir de el y con el estímulo

(x , ^^ , v)_ (-0-,1,1) p-u-e-d-e-n--s-e-r--a i-c a-n z a d o s los es-
tados :

(0,1,1,0) = e6 con probabilidad 1 x 0,5= 0,5

(0,1,1,1) = e7 con probabilidad 1 x 0,5= 0,5

EJERCICIO PROPUESTO.

10. Determinar para los cuatro estímulos restantes los

estados que pueden ser alcanzados a partir de el,
junto con. las probabilidades correspondientes:

A PARTIR DEL ESTADO. el

ESTIfULOS(x,y,v) SE LLEGA A Pr

(0,0,0) 0,7
0,3

(0,0,1) e 0,41
3
e 0,59
4

(0,1,0) 1
e5

375


(0,1,1,) e5 0,5
e7 0,5

(1,0,0) ?

(1,0,1) ?

(1, ,Q) ?

(1,1,1) ?

Para determinar todo el conjunto de transiciones

el procedimiento aplicado a el debe ser puesto en
práctica en cada uno de los estados restantes.

5.2.3 CASO 3 ro .
Todos los elementos del sistema son de-
,
terminísticos y los controles_ de algunos o todos .
ellos no están dados.

Para este caso, el comportamiento del sistema se

determina con el procedimiento explicado para el
caso t er . Sin embargo, para aplicar el procedimien-
to que nos conduce a la estructura ST necesitamos
primero descubrir, si ello fuese posible, el con-
trol del sistema. En caso de que no se encuentre
dicho control, no podremos encontrar las transi-
ciones entre los estados; y esto es así,. porque
no es posible distinguir entre los estímulos y
respuestas del sistema

Puesto que lo nuevo de este caso es la determina-

ción del control,nos concentraremos en ello.

376
DETERMINACION DEL CONTROL.

Si el control del sistema analizado no está dado

existen dos caminos que nos podrían conducir a
el.

Estudiando el comportamiento del sistema (des-

cubierto'por eliminación de las variables auxi-
liares) desde el punto de vista de las relacio -
nes causales. El procedimiento para determinar
si una relación es causal ya lo explicamos en
la sección 5.1. En ese momento dijimos que una
una relación es causal si comprobamos que por
lo menos una de las cantidades, pero no todas,
tiene una única dependencia de algunas de las
otras. Aquellas serían las cantidades de sa-
lida, y éstas las de entrada.

b ) El segundo camino consiste en descubrir los

controles de cada uno de los elementos en la
estructura UC. Por supuesto que el procedi-
miento que se aplica al comportamiento de cada
elemento es igual al que se aplica al comporta-
miento del sistema. Es obvio, que conocido el
control de cada elemento se conoce el control
del sistema.

Ejemplo de determinación del control de un siste-

ma.

Consideremos un sistema dado por ra estructura

UC siguiente

377


v
1 4 2
o o

La, única información que tenemos de dicho siste-

ma ! es la siguiente:

i) v1 es una tensión eléctrica que toma tres valores

Nivel de resolución : 0 si es 0 voltios
1 si es distinta de cero pero
menor que A
2 si es mayor que A.

i) v2 es también, una tensión eléctrica que puede tomar

tres valores
Nivel de resolución: 0 si es 0 voltios
1 si es distinta de 0 pero menor
que B

2 si es mayor que 3

iii) v4 es la posición de un interruptor

Nivel de resolución : 0 posición 1
1 posición II
2 posición III

iv) v3 es una tensión eléctrica

Nivel de resolución: 0 si es 0 voltios
1 si es distinta de cero pero
menor que C
2 si es mayor que C.

378
 El comportamiento de los elementos 1 y 2 es Rl y R2,
respectivamente

v2
vi v4 v4 v3

0 0 0 0 0
0 1 1 P.2. 1 1
R1 0 2 2 2 2
2 2 0
1 0 1
2 0 2
1 2 0
2 l-- 0 —

Quererlos encontrar el control del sistema de manera

de tener una información más precisa de él.

Solución:

Apliquemos el procedimiento ya explicado

a) Determinación del comportamiento del sistema,

para lo cual realizamos la composición de las
relaciones R1 y R2 con la finalidad de elimi-
nar la variable auxiliar v4. El resultado es R:

v v3
1

0 0 0
1 0 0
2 0 1

2 2 0
1 1 1
0 2 1
0 1 2

379


b) Para encontrar el control tenemos primero que

hallar los diferentes tipos de dependencia que
se pueden establecer entre las cantidades de la
relación R. En este caso son:

DEPENDENCIA

DE SOBRE
(1) vi v2y
` 3
(2) vi v2
l 2
-(-3-) vi v
3
(4) v2 v l` v 3

(5) v v
2 l
(6)
` V2 v3
2 3
(7) v l^ v2'
v3
(8) v3 v
l
(9) v V
3 2

c) Del comportamiento R, encontramos lo siguiente

(1) Vl no depende de una manera única de v2 y

v puesto que para
31
v2 = 0 y v3 =D

vl dos valores diferentes: 0 y 1

l

l (2)'v no depende de una manera única de v

2^
En efecto, para

v 2 = 0,

v l toma tres valores diferentes:' 0,1, y 2.

380


(3) v1 tampoco depende de una manera única de

v3.

Para v3 = 0 v = 0,1, y. 2.

(4) V2 tiene una única dependencia de v1 y v3.

Observe que para valores dados de v1 y v3
v2 toma un único valor-

(5) v2 no depende de manera única de v1

Para 1 2 , v2 = 0,1 y 2

(6) v2 no depende de manera única de v

3
Para v3 = 0 v2 = 0,1 y 2

(7) v3 tiene una única dependencia de v1 y

v2: Para valores dados de v1 y v2, v3

toma un único valor

(8) v3 no depende de p anera única de v

1
Para v1 = 0 = 0,1 y 2

(9) v3 no depende de manera única de v2

Para v2 = 0 v3 = 0 y 1

d) Fiemos encontrado entonces, que

v2 tiene una única dependencia de v1 y v3, y

v3 _tiene una_única.dependencia de v1 y v2.

Sin embargo, el hecho de qte v2 depende de v3

y ésta dependa de v2, nos impide decir cuáles
son- las cantidades independiente (de salida)
y las cantidades independientes (de entrada)

381


Por lo tanto, no podernos encontrar el control

del sistema y, por consiguiente, las transicio-
nes entre los estados de la estructura ST, que
corro sabemos están dados por los componentes
del comportamiento del sistema.

EJERCICIOS PROPUESTOS.

11. Para el último ejemplo resuelto, supongamos que el

comportamiento del sistema está dado por la siguien-
te relación R. Encontrar si es posible, el control
-d e l--s-i-st e m-a

vi v
3

R 0 O
0 1 1
0 2 2
2 2 0
1 0 1
2 0 2
1 2 0
2 1 0

5.2.4 CASO O to. Algunos o todos los elementos del siste-

ma son probabilisticos y los controles de algunos.
o todos ellos no se conocen.

Tanto el caso anterior como éste, se refierena

situaciones en 1-as cuales estarnos investigando un
sistema sin conocer lo que el representa, esto es,
se desconoce la situación real que el sistema está
describiendo.

382


Para este caso, el análisis de si stema sólo se puede

resolver parcialmente y, por lo tanto, es poca la
información que podemos obtener de él. Aplicando el
procedimiento de eliminación de variables auxilia-
res, ya enseñado, podemos encontrar el comporta -
miento del sistema. Sin embargo, no podemos formu-
lar ninguna hipótesis razonable sobre el control,
ya que-como los elementos son probabilísticos no
puede hablarse de relaciones causales. Las probabi-
lidades de los componentes del comportamiento tam-
poco pueden calcularse, debido a que , sus valores
dependen en general del orden en que se realiza la
c om p-o s i e ó n- de _]-a-s--r-e 1-a-c-i-o-n-e-s-,---e-s--decir., por ejem-
plo, si un sistema tiene dos elementos con compor-
tamientos Rl y R2, la composición Rl R2 arrojará
valores de probabilidades diferentes a la composi-
ción R2 Rl. Como no sabemos cuál es el orden
correcto, cosa que no sucede con los sistemas con-
trolados,no podemos hacer nada.

RESUMEN.

La figura siguiente es un diagrama de flujo que nos

resume todo el procedimiento para resolver el pro-
blema de análisis de sistemas.

383


Se determina Determinamos
el comporta- el comporta-
miento elimi- miento elimi-
nando cantida- nando las va-
des auxiliares riables auxi-
liares y cal-
culando las
probab-j l i dades

¿puede ¿está
NO
determi- dado el
narse el control?
cont
i
SI
SI

determinación ¿se
de control requiere NO
la estruc- Fin
tura ST?

SI

determinación
de la estruc-
tura ST

Fin

Figura 5 -4////
Procedimiento para resolver problemas de análisis

de sistemas

384


RESPUESTA A LOS EJERCICIOS

EJERCICIO N° 1

D= Ax6 = 1(0,1),(0,2),(0,3),(1,1),(1 2),(1,3),(2,1),(2,2),(2,3)1

x C = 1(0,1,4),(0,1,5),(0,1,6),(0,2,4),(0,2,5),(0,2,6),
-(G,3,4)^f0-3,5)(0-3 6) í7,1;4 y (1-:1 5),(1,1,6),
(1,2,4),(),2,5),(1,2,6),(1,3,4),(),3,6),(2,1,4),
(2,1,5),(2,1,6),(2,2,4),(2,2,5),(2,2,6),(2 .,3,4),
(2,3,5),(2,3,6)

i) R1 = 1(0,1), (1,2), (2,3)\

x y
0 1
R1= 1 2
2 3

ii) R2 .k (0,2,4),(0,3,6),(1,2,5),(2,1,4),(2,2,6) .1

x1 x2 Y

0 2 4
R,-,E 0 3 6
1 2 5
2 4
1
2 2 6

385


EJERCICIO N° 2

A= ,0,1,2,3

A x A= í(0,0),(0,1),(0,2),(0,3),(1,0),(1,1),(12),
, (1,3),(2,0),(2,1),(2,2),(2,3),(3,0),(3,1),
(3,2),(3,3)

R1 = ' , (0,1),(0,2),(0,3),(1,2),(1,3),(2,3)

R2 = [(0,0),(0,1),(0;2),(0,3),(1,1),(1,2),(1,3),
(2,2),(2,3),(3,3)

0 1 0 0
0 2 0 1
R1= 0 3 0 2
1 2 0 3
1 3 1 1
2 3 1' 2
1 3
2 2
2 3
3 3

A partir de las dos tablas anteriores es relativamen-

te fácil visualizar los elementos de R= Rlw R3. Por ejem-
plo, para (0,1) R1 verlos, en R2 los elementos (1,1),
_
(_T,2) y (1,3); por 10 tanto, (0,1),(0,2) y (0,3) E R.
Procediendo de la misma manera con los otros elementos
de R1, encontramos que

386


a 1
0 2
R = R1 * R2 s 0 3
1 2
1 3
2 3

De igual manera que en el ejemplo resuelto, los ele-

mentos que aparecen más de una vez en la solución han si-
do puestos una sola vez en la tabla.

EJERCICIO N° 3.

a) R 1 (A,D)= (0,b),(0,a),(l,a) una única solución

b) R2 (B,C)= (b,x),(b,y),(a,y) una única solución

c) No hay solución

EJERCICIO N° 4

a) i) con respecto a x

x vale o y 1 para y = 1 y z = 2

esto nos dice que x no depende de modo único de

y y de z

ii)con respecto a y

yvaleOy2 para x= 0 y z= O

por lo tanto, y no depende de modo único de x y

de z.

iii)con respecto a z

No hay un par de valores de x y y para los que z tenga

valores diferentes. Por lo tanto z depende de modo unívoco
de x e y.

La relación es causal, y decimos que z depende de x y de y.

387


i) con respecto a x

No hay un par de valores de y y z para los que

x tenga valores diferentes. Entonces, x depende
de modo único de y y z.

ii) con respecto a y

Le sucede igual que a x, por lo tanto,y depende

de modo único de x y de z.

iii) Con respecto a z

El caso es similar a x y a y. z depende entonces,

de modo único de x y de z.

Puesto que cada una de las tres cantidades depen-

de de modo único de las otras dos, la relación
no es causal.

c) i) Con respecto a x

x toma los valores 0 y 1 para un mismo par de va-

lores de y y z (y= 1 y z= 1) Por lo tanto, x no
depende de modo único de esas dos cantidades.

ii) Con respecto a y

Se observa de la tabla que y depende de modo úni-

co de x y z.

388
 iii)Con respecto a z

z toma los valores O,l,y 2 para x = 2 y y=0. Por

lo tanto, no depende de modo único de esas dos
cantidades.

La relación de la tabla C es entonces causal, ya

que existe una cantidad, y, que depende de modo
único de las otras dos.

EJERCICIO N° 5

En donde R l ,R 2 ,R 3 y R4 son las relaciones atempora-

les que representan el comportamiento del termómetro ,el
interruptor, el refrigerador y el calentador, respectiva-
mente.

EJERCICIO N° 6

Las tablas muestran -el procedimiento paso a paso de

las composiciones

389


a) x +(( x) y )

1 1 1 0 1 1
0 1 1 0 0 0
1 0 1 0 0 0
0 1 1 1

EJERCICIO N° 7

Las cantidades auxiliares de este problema son P y V2

a) Eliminación de V2 sea RA la composición de R2 y R3

P v1 E

RA 0 110 1
1 0 1

bl _ E1irrilñació . de P: s- ea Rg la composición de RA yR1

E
V1
110 1
R3 = 0 1

390


RB es el comportamiento del sistema, y 11 nos es-

tá diciendo que la máquina funcionará aún cuan-
do la tensión de la red pública tenga un valor
cero. En la formulación del problema vemos que
cuando vl= o se activa el interruptor (P se ha-
ce 1), poniendo en funcionamiento el g enerador
quien suministrará la tensión eléctrica que re-
quiere la máquina.

EJERCICIO U° S

i) Consideremos el estado el en el instante t

xl (t) xl (t-l) x 2 (t)

1 l 0

i i) Asumimos que en ti—1, toma el mismo valor que

en t
x l (t+l) = 1;

como 1

x 1 (t+l) x l (t) x 2 (t+l)

l 1 o

Esto es, el si stema llega al mi smo estado el

391


iii) se considera el de nuevo en el instante t y se

asume que en el instante 'Un el estímulo es

x (t+l) = 0

Como x l (t) = 1

x i (t+1) 4 x l (t) x 2 (t+l)

0 1 0

Esto es,el sistema llega al estado e2

iv) Aplicando la misma lógica para e2, se tiene

x l (t) x l (t-l) x2(t)

ez:
0 1 0

Si x, (t+1) = 0

x I (t+1) 4 x 1 (t) x 2 (t+l)

El sistema alcanza el estado e4

Si xl (t+1) = 1

x 1 (t+l) x1(t) x 2 (t+1)

1 0 0
El sistema alcanza el estado e3

392


v) Para .e3

x l (t) x (t-l) x 2 (t)

1
e3: 0 0
1

Si xl (t+1 . ) = 1

x l (t+l) 4' x l (t)

El sistema alcanza el estado el

Si xj (t+1)= 0

xl (t+1) r, 1 (t) x 2 (t+1)

0 1 Q

El sistema alcanza el estado e2

vi.) Para e4: Recuerde que e4 no tiene transición con

ningún estado.

La siguiente figura nos nuestra el conjunto de

las transiciones posibles

1,v

393


EJERCICIO FI° 9

viii) Pr(w=O/(x,y,v)=(1,0,1))= Pr (z=0/(x,y)=(1,O)).

Pr(w=0/(2,v)= (O,1)) + Pr (z=1/(,,y)= (1,0))
Pr(w=0/(z,v)=(i,1)'

= 0,4 x 0,5 + 0,6 x 0,2

= 0,32

ix) Pr (W=1/(x,y,v^11,0,1 1 Pr(z=0/(x,Y)= (1, 0 )).

Pr(w=1/(z,v)= (o,1)) + Pr(z=1/(x,Y)= (1,0)1.
Pr(w=1/(z,v) _ (1,1))

= 0,4 x 0,5 + 0,6 x 0,3

= 0,6S

Pr(W=0/(x,Y,v)=(1,1,0) Pr(z=0/(x,y)=(1,1 )) .
Pr(W=0/(z,v)= (0,0))+- Pr(z=1/(x,y)= (1,1)).
Pr(W=O/(z,v) = .(1,0))

= 1 x 1+ O x 0
=1

xi) Pr (w=0/(x,y,v)= (1,1,1) Pr(z=0/(x,y)=(1,l).

Pr (xi=01(z,v)= (0,1)) Pr(z=1/(x,y)=(1,1)).
(w 0í (z,v)= (1,1))

=0x0,5+1 x 0,2
= 0,2

394


xii) Pr(w=l/(x,Y,v)= (1,1,1)= Pr(z=0/(x,y)=(1,1)).

•Pr(W=1/(z,v) = (0,1 ' )) + Pr(z=1/(X,Y)= (1,1)).
Pr(w=l/(z,v) (1,1))

= 0, 0,5 + 1 x 0,8
0,8

xiii) Pr(w=1)(x,Y,v)= (0,0,0)) = Pr(z=0/(x,y)= (0,0)).

Pr(w=1/(z,_r)° (0,0)) + Pr(z=1/(x,Y)= (9,01.
Pr(W=1/(z,v)= (1,0))

=0,7x0+0,3x1
= 0,3

xiv) Pr(w=1/(x,y,v) =(1,0,0))= Pr(z=9'(x,y)= (1,G)).

Pr(w=l/(z,v) _ (0,0))+ Pr(z=1/(x,Y)=(1,0)).
Pr(w=1/(z,v) _ (1,0))

=0,4•x0+0,6x1
0; 6

A continuación se presenta la tabla del comportamiento y las

probabilidades correspondientes. Nótese que los com-
ponentes han sido reordenados de manera de presentar
juntos aquellos casos en los que valores iguales de
x,y y v dan valores diferentes de w

395


Y. v w P(w./(x,.y,v)

0 0 0 0 0,7 1

0 0 0 1 0,3
0 0 1 0 0,41
0 0 1 1 0,59
1 0 0 1
0 1 1 0 0,5
0 1 1 . 1 0,5
1 0 0 0 0,4
1 _ 0,6
1 0 0 0,32
1 0 1 1 0,68
1 1 0 0 1
1 1 0 0,2
1 1 1 1 0,8

EJERCICIO N° 10
ESTADO e

EsTIHUto(x.,y,v) SE LLEGA A Pr
él 0,7
(0,0,0) 0,3
e2
0,41
(0,0,1) e4 0,59

(0, 1,0) 1

e6 0,5
(0.1.1)
e7 0,5

396
 0,4 0,4
(1,0,0)
eg 0,6

0,32
e10
(1,0,1)
0,68
ell

(1,1,'0 1
e12

0,2
e13
(1,1,1)
0, 8
e14

EJERCICIO N° 11

Los tipos de dependencia entre las cantidades son

las mismas que para el ejemplo resuelto Estudi ando cada
una de ellas por medio de la relación R encontramos lo si-
guiente:

a) La dependencia (1) es ambigua: para v2= 2 y v3= 0, vi tonta

los valores 1 y 2

b) La dependencia (2) es ambigua: por ejemplo, para v2= 0,

v1= 0,1,y 2.

c) La dependencia (3) es ambigua: por ejemplo, para v3= O,

0,1 y 2.
v^=

397
d) La dependencia (4) es ambigua: para v 1 =2y v 3=0,v2= 1 y 2

e) La dependencia (5) es ambigua: para v1= 0, v2= 0,1 y 2

f) La dependencia (6) es ambigua: para v3= 0, v2= 0,1 y 2

g) La dependencia (7) no es ambigua: v3 depende de modo ünico

de vl y v2

h) La dependencia (8) es ambigua : para v l. = 0, v3= 0,1 y 2

i) La dependencia (9) es ambigua : para v2 = 0,v 3 = 0,1 y 2

Hemos encontrado entonces, una dependencia no ambigua:

v3 depende de modo único de v1 y v2; por lo tanto, vi y v
pueden ser consideradas como cantidades de entrada y v3
como cantidad de salida.

398


AUTOEVALUACION

1. Encontrar el comportamiento y la estructura ST

del sistema cuyo diagrama UC se muestra a conti-
nuación
xl
Z2
>o >

donde:
Las cantidades ...y sus niveles de resolución:
xl: el piloto del automóvil se encuentra en
su asiento
Nivel de resolución 0 falso
1 cierto

x2: el piloto se ha ajustado el cinturón de

seguridad
Nivel, de resolución: 0 falso
1 cierto

x3: la palanca de velocidades del automóvil

está en una posoción uiferente a la neu-
tra
Nivel de resolución: 0 falso
1 cierto

x4: el motor del automóvil está encendido

Nivel de resolución: 0 falso
1 cierto

y: la alarma está sonando

Nivel de resolución: 0 falso
1 cierto

399


Z1, Z2 y Z3 son cantidades auxiliares bivalo-

radas que toman los valores 0 ó 1.

b) Comportamiento de los elementos

Del elemento 1

x2 zi

0 1
Rla

Del elemento 2

1--- -1-
R 2 .=_ 1 0
0 1
o o

Del elemento 3

x3 z3

1 1
R3m 1 0
0 1
o o

Del elemento 4

z3 x4

1 1 1
R4- 1 0 0
0 1 0
0

Al encontrar el comportamiento del sistema, ex-

prese en palabras lo que él significa.

2. En una investigación sobre las relaciones que exis

ten entre el ingreso mensual (Y), los bienes mue-
bles (W), el número de hijos (N), y el ahorro men-

400


sual de las familias (S), un experto en sistema es-

tableció como hipótesis la estructura UC que se
muestra a continuación, sin establecer cuáles
son las variables dependientes e independientes.

^ s r 2 j*a....e
W

Las observaciones hechas le dieron el siguiente

comportamiento para cada uno de los elementos:
N Y S

1 9000 1000
2 11000 1200
3 6000 700
4 6000 300
5 8000 600

S W

600 12000
1200 6000
R2=
1000 6000
700 3000
300 18000

Encontrar el comportamiento del sistema y, si es

posible la estructura ST

3. El diagrama que se muestra a continuación repre-

senta 1.a estructura UC de un sistema de decisión,
en donde x1, x3 y x4 son variables de información
(cada una de ellas con dos valores posibles) y
x2 y x5 son variables que indican las decisiones
tomadas (cada una de ellas tiene dos alternativas
posibles)
x2

x3 o
< ox4

401
A partir del comportamiento de los elementos que
se muestrana continuación, encontrar el comporta -
miento del sistema y los estados que pueden ser
alcanzados a partes del estado (x 1 =o, x 2 = o, z 4 =o,
x 2 =o). , con sus respectivas probabilidades.

x
I.
x5 Pr(,x 5 /(x 1 ,x 3 )

0 0 0 0,4
0 0 1 0,6
0 1 0 1
1 0 1 1
1 1 0 0,7
1 0,3

x4 x5 x2 Pr ( x 2/(x 4 ,x 5 )

0 0 0 1
0 1 0 1
1 0 0 0,5
1 0 1 0,5
1 1. 1 1

442


RESPUESTA A LA AUTOEVALUACION

PREGUNTA RESPUESTA

1 COMPORTAMIENTO DEL SISTEMA

xl x2 x3 x4 Y

1 0 1 1 1
1 0 1 0 0
1 0 0 1 0
1 0 0 0 0
1 1 1 1 0
1 1 1 0 0
1 1: O
1 1 0 0 0
0 0 1 1 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 0
0 1 1 1 0
0 1 i0 0
0 1 .0 1 0
0 1 O 0 0

Expres°ado en palabras, el comportamiento del

sistema es como sigue: la alarma sonará sólo
cuando el piloto se encuentra en su asiento
(x 1 = 1), no se ha ajustado el cinturón de se-
guridad (x2=o), la palanca de velocidades
está en una posición, diferente a la neutra
(x 3 = 1) y el motor está encendido (x 4 = 1).

Estructura ST

Cada componente del comportamiento anterior

es un estado del sistema. Puesto que esto
es combinatorio, las transiciones son posi-
bles desde cada estado a todos los demás.

403


PREGUNTA . RESPUESTA

2 COMPORTAMIENTO DEL SISTEMA

Y W
1 9000 6000
2 11000 6000
3 6000 3000
4 6000 18000
5. 8000 12000

No se puede encontrar el control del siste-

ma y, por lo tanto, no podemos hallar la es-
tructura ST.

3 COMPORTAMIENTO DEL SISTEMA

xl x3 xZ P r(x 2 /(x 1 ,x 3 ,x4 ))

0 0 0 0 1
0 0 1 o 0,2
0 0 1 1 0,8
0 1 0 o 1
0 1 1 0 0,5
0 1 1 1 0,5
1 1 0 0 1
1 1 1 0 0,35
1 1 1 1 0,65
1 0 0 . 1
1 1

ESTADOS9UE PUEDEN SER ALCANZADOS _A PARTIR DE el =

. {( 1 =o, x.3 =o,x 4=o,x2 =o)

ESTADO ALCANZADO PROBABILIDAD

x3 x2

0 0 0 0 1
0 0 1 0 0,2
0 0 1 1 0,8
0 1 0 0 1
0 1 1 0 0,5
0 1 1 1 0,5

404


PREGUNTA. RESPUESTA

ESTADO ALACANZADO PROBABILIDAD

x3 x4 X2

1 0 0 0 1
1 0 1 1 1
1 1 0 0 1
1 1 1 0 0,35
1 1 1 0. ,65

PRESCRIPCIONES

1. En caso de dificultad, estudiar:

a) El tema composición de relaciones presenta -

do en la sección 5.1

b) La subsección 5.2,1 y los ejemplos resuel

tos en ella

c) Los ejercicios propuestos 7 y 8

2. En caso de dificultad, estudiar

al El tema de relaciones causales presentado

en la sección 5.1

b) La subsección 5.2.3 y los ejemplos resuel-

tos en ella

c) El ejercicio propuesto 11

405


3. En caso de dificultad, estudiar

a) El tema composición de relaciones presenta -

do en la sección 5.1

b) La subsección 5.2.2 y los ejemplos resuel-

tos en ella

Los ejercicios propuestos 9 y 10

B I .8L IOGRA,`- IA

AUTOR .OBRA

1. KLIR, George An Approach to General Systems

Theory. Van Nostran Rein•hold
1959..

406


UNIDAD 6

SINTESIS DE SISTEMAS

INTRODUCCION

En esta Unidad presentaremos el problema de sín-

tesis de sistemas; que como ya se ha dicho consiste en
encontrar la estructura UC de un sistema a partir de
su comportamiento o estructura ST.

-V-e r-e m o sq-u-e 1-a -s í-n-t e. s-i-s—s-Q 1- o— e s _ posible en los

sistemas controlados, por lo cual se tratarán los cua-
tro casos de sistemas controlados vistos en la Unidad
4: combinatorios, secuenciales, probabilisticos simples
y probabilisticos complejos.

OBJETIVO

6- A partir del comportamiento o estructura ST,

y de un conjunto de tipos de elementos prescritos, en-
contrar la estructura UC del sistema.

407
 ESQUEMA DE CONTENIDO

Pág.
6.1. Presentación del problema 409

6.2. Casos del problema de síntesis 413

6.2.1. Sistemas controlados determinísticos combinatorios, , 413

6.2.2. Sistemas controlados determinísticos secuenciales 429

6.2.3. Sistemas controlados probabilísticos 458

Respuestas a los ejercicios 471

Autoevaluación : 483

Respuestas a la autoevaluación 487

Prescripciones 491

Bibliografía 492

408


6.1. PRESENTACION DEL PROBLEMA

En cierto sentido, la síntesis de un sistema es

el problema inverso de su análisis. Puede formularse
como sigue: están dados un comportamiento o una es-
tructura ST de un sistema y un_ conjunto de tipos de
elementos (entendiendo por tipo, elementos que poseen
un mismo comportamiento), debemos descubrir entonces,
una estructura UC del sistema que produzca el comporta -
miento prescritoylas otras características dadas, y
que contenga sólo los tipos permitidos de elementos.

La síntesis de sistemas es un problema típico

que ocurre especialmente en ingeniería: se dispone de
alguna "materia prima " (tipos de elementos), la cual
va a ser utilizada para construir un sistema que produz-
ca un comportamiento dado. A continuación presentamos
algunas situaciones en donde se está en presencia de
problemas de síntesis de sistemas:

a) Un cierto producto consta de tres partes,

las cuales pueden ser fabricadas por cuatro
máquinas diferentes que tienen un número li-
mitado de horas de producción. La tabla si-
guiente nos da las tasas de producción para
las tres partes:

MAQUINA CAPACIDAD TASAS DE PRODUCCION (PARTES POR MORA)

(HORAS) PARTE 1 PARTE 2 PARTE 3

1 100 10 15 5
2 150 15 10 5
3 80 20 5 10
4 200 10 15 20

Se desea encontrar la estructura UC del sis-

tema cuyo comportamiento sea el de producir
el máximo número de unidades del producto
final.

409


b) Una persona tiene una cuenta de ahorro en

un banco comercial. Al final de cada mes de-
posita una cantidad variable de dinero (ma-
yor o igual a cero), actualizándole el banco
de inmediato su cuenta. El banco le paga un
interés mensual del 1%. Encontrar la estruc-
tura UC de un sistema que represente la an-
terior situación.

c") El astronauta Rodríguez trabaja para una em-

presa transplanetaria que tiene sucursales
en los planetas A, B, C y D. Rodríguez, cuya
tarea consiste en realizar un viaje mensual
d-el- p7-anetca -en qu -se encuentra a uno -de los
otros tres, es un experto en sistemas; y el
dice que su situación puede ser descrita por
la siguiente estructura UC:

Estados

el está en el planeta A
e2 : está en el planeta B
e3 está en el planeta C
e4 está en el planeta D

Las probabilidades de transición entre esta-

dos las expresa a través de la siguiente ma-
triz:

A B C 0 AL PLANETA
_
A 0.4 0.1 0.5 0
DEL__ a 0 0.5 0.2 0.3
PLANETA C 0.4 0.2 0 0.4
C 0.5 0.1 0.3 0.1

Queremos hallar la estructura UC del siste -

ma anterior.

410


Vistas algunas situaciones que pueden requerir

la síntesis del sistema, sigamos adelante con la pre -
sentación del problema. En primer lugar, es obvio que
si se cuenta con un conjunto insuficiente de elementos
no será posible realizar la síntesis. Por ejemplo, si
se nos pidiera realizar la síntesis del sistema cuyo
comportamiento viene dado por la expresión:

V e V1 + V2 + V3 ;

en donde VI, V2. y V3 son las c.ai das de tensión en tres

resistencias Rl, R2 y R3, respectivamente, conectadas
en serie a una fuente perfecta de corriente, y no con-
iramos con esta última o alguna de las resistencias,
no podríamos realizar la síntesis, que en este caso no
es más que diseñar el sistema.

En segundo lugar, aún contando con un conjunto

suficiente de elementos el problema de síntesis puede
no estar completamente descrito. Esto sucede en aque-
llos casos en que un comportamiento particular de
un sistema puede obtenerse a partir de diferentes es-
tructuras UC que contengan los mismos tipos de elemen-
tos. Por esta razón, se acostumbra especificar requisi-
tos adicionales al comportamiento del sistema (por ejem-
plo, en la situación (a.) descrita anteriormente, el com-
portamiento del sistema no es producir cualquier canti-
dad del producto final, sino la cantidad máxima posi-
ble), o a la estructura UC, tales como la de que tenga
costos mínimos o que sólo. se acepten ciertos acoplamien -
tos entre. los elementos (por ejemplo, se impone una res-
tricción sobre el número de elementos que puedan ser
conectados en s.er.i.e o en paralelo)..

Tomando en cuenta. los anteriores, requisitos para

la estructura UC, el problema de síntesis puede for.mu;
r
_i
larse más especr„fcarente como sigue-:

a) Uno cualquiera de los siguientes ras g os es-

tá dado

411
 (i) El comportamiento

(i) La estructura ST

b) Está dado un conjunto de tipos de elementos,

estando completamente especificado el com-
portamiento y el control de cada tipo.

c) Se especifica una forma permitida de acopla-

mientos entre los elementos.

d) Se proporciona una función de optimización

que permita escoger una estructura UC entre
varias posibles.

e) Se va a diseñar una estructura UC cose las

siguientes propiedades:

(i) El rasgo dado (comportamiento o estruc-

tura ST) puede ser obtenido de la es-
tructura UC.

(ii) La estructura UC contiene sólo los ele-

mentos disponibles y los acoplamientos
permitidos.

(iii) La estructura UC satisface la función

e optimización.

Observe que en el punto (b) se asume el conoci-

miento del control de cada tipo de elemento; esto es,
se conocen sus respectivas cantidades de entrada y de
salida. De hecho, en la práctica ningún caso de sínte-
sis se formula sin que las entradas y salidas se conoz-
can o decidan por adelantado. En efecto, proceder a
realizar la síntesis implica que se desea diseñar un
sistema que cumpla determinados objetivos, esto es, que
tenga ciertas cantidades de salida, que como sabemos
expresan las relaciones entre el sistema y su medio am-
biente. Aún cuando el sistema a diseñar sea uno con pro-
pósitos de ir3restigación, como es el caso de los de si-

412


mulación, siempre formulamos inicialmente algunas h.ip.ó-

tesis sobre la interdependencia entre las cantidades.

D-e modo que cuando hablemos de síntesis de sis-

temas; estaremos considerando sólo la síntesis de sis-
temas controlados.

Comparada con el análisis, la síntesis es un

problema mucho más difícil y complicado; sobre todo pa-
ra aquellos st5temas que requieren elementos de memoria
y generadores de variables aleatorias, como veremos en
la próxima sección. Hasta ahora, en el desarrollo téo-
rico del problema de síntesis sólo se han considerado
u-n o-s--p o c-o-s—c-a s-o-s-;--1-a--mayo-r-í a ---d e e 1-1-o s en el área de 1 os-
sistemas discretos y específicamente, para aquellos con
cantidades bivaloradas. Estos sistemas, que poseen mu-
chas aplicaciones prácticas en ingeniería, se denominan
sistemas o circuitos lógicos; en la sección siguiente
veremos algunos ejemplos de ellos.

En la sección siguiente se discutirán algunas

cuestiones asociadas con la síntesis de sistemas con-
trolados discretos, y para ello dividiremos la explica-
ción según las cuatro clases fundamentales de sistemas
controlados que estudiamos en la Unidad 4:

a) Determinísticos combinatorios
b) Determinísticos secuenciales

c) Probaiísticos simples
d) Probabilísticoscomplejos

6.2. CASOS DEL PROBLEMA DE SINTESIS

6.2.1. SISTEMAS CONTROLADOS DETERMINISTICOS COMBINATO-

RIOS.

En la Unidad 4, dijimos que un sistema controla-

do determinístico es combinatorio si las respuestas ins-
tantáneas dependen de modo único de los estímulos ins-
tantáneos-
413


Según la terminología utilizada en esa Unidad,

el sistema estaría constituido únicamente por un gene-
rador funcional:

V
GENERADOR'

FUNCIONAL

Figura 6.1.: PARADIGMA GENERAL DE LOS SISTEMAS

COMBINATORIOS

Y y Z son los vectores de las cantidades de entrada y

salida, respectivamente.

Y = (Y1, Y2,..., Yp)

Z = (Z1, Z2,..., Zq)

Y el comportamiento se representa por el siguiente con-

junto de funciones:

Z1 = fl (Yl,Y2,...,Yp)

Z2 = f2 (Y1, Y2,...,Yp)

Zq = fq (Y1, Y2,...,Yp)

El problema de síntesis para los sistemas con-

trolados deterministicos combinatorios se limita, enton-
ces, a realizar la síntesis del generador funcional.
En principio, lo que tiene que realizarse es una desco'm-
posición adecuada (con respecto a los criterios y fun-
ción de optimización) de las funciones asociadas con
las cantidades de salida del sistema en funciones más

414


simples representadas por los tipos dados de elementos

combinatorios. Para lograr esto pueden emplearse dife-
rentes enfoques.

Un enfoque para la síntesis de los sistemas com-

binatorios es la aplicación directa de la técnica de
descomposición. A continuación se presenta el procedi-
miento de aplicación de dicha técnica.

(i) Supongamos que el comportamiento del sistema

está dado por la función

f (Yl, Y2,..., Yp)

y que los elementos disponibles para cons-

- fruir--la — ésiructura IJC tienen comportamien-
tos dados por funciones de dos cantidades

(ii) Lo primero que hacemos es descomponer la fun-

ción f en dos funciones g y h de acuerdo con
el esquema:

f (Y1, Y2,...,Yp) = F (g(b),h (c))

Donde b y c son algunos subconjuntos del

conjunto

1 Y1, 12, Y3,...,Yp}

El diagrama de bloques correspondiente a la

anterior descomposición es el siguiente.:

b c

a--1
gil)) h(c)

al

f (Y1.,Y2, Yp) = F (g(b),h(c))

41.5


(iii) Cada una de las funciones g(b) y h(c) puede

a su vez descomponerse:

g(b) = G (gl ()i), g2 (b2))

h(c) H (hl(cl), h2(c2))

donde bl, b2 y cl, c2 son subconjunto de b

y c respectivamente. El diagrama de bloques
correspondiente es como sigue:

bl b2 cl

u
a7 a

gl(bl) g2(b2) hl(cl) h2(c2)

a4

g(b)=G(gl,g2) h(c)=H(hl,h2)

1 f(Y1,Y2,...,Yp)= F(G,H)

(iv) La descomposición seguirá de la misma manera

hasta que se obtengan funciones de sólo una
o dos cantidades.

La descomposición en cualquier etapa es más efec-

tiva si las funciones parciales producidas por la des-
composición son funciones de subconjuntos disyuntos del
conjunto respectivo de cantidades, esto es,

si b y c son subconjunto disyuntos del con-

junto (Y1,Y2,...,Yp)

Si bl y b2 son subconjunto disyuntos de b;

y cl y c2 lo son de c.

y asi sucesivamente.

416
 Puede probarse que una función de p cantidades
puede dar lugar a p-1 funciones de dos variables una
vez que la descomposición de cada etapa pueda efectuar-
se para subconjuntos disyuntos del conjunto de cantida-
des asociadas con esa particular etapa. Si no se impo-
ne ninguna restricción sobre g,h,gl,g2,hl,h2, y las
otras funciones que surjan, siempre es posible tal des-
composición.

En la.figura 6.2. se muestran todos los tipos

posibles de descomposición de esta clase para p=3,4,5,
y 6. Los numerales indican el número de cantidades de
que dependen las respectivas funciones.

Ejemplos de síntesis para sistemas controlados determi-

nisticos combinatorios.

a} Se desea diseñar un sistema que ponga en fun-

cionamiento una alarma cuando el conductor de un auto-
móvil de carrera está en su Asiento, la palanca de ve-
locidad está en una posición diferente a la neutra, el
motor está encendido y el conductor no se ha ajusta-
do el cinturón de seguridad.

Los elementos disponibles para construir la es-

tructura UC tienen comportamientosdados por relaciones
de dos cantidades.

Este es un ejemplo de los sistemas o circuitos

lógicos mencionados anteriormente,. y pueden encontrar-
sE dispositivos electrónicos (que para nosotros serán
elementos) con los siguientes comportamientos:

(i) Elementos cuyo comportamiento está dado por

la función NO EQUIVALENCIA. Esto es

f (x,y)

417
FIGURA 6.2. TODOS LOS TIPOS DE DESCOMPOSICION CON RESPECTO A
DOS SUBCONJUNTOS DISYUNTOSDE CANTIDADES


,y)
0

1 0 1

o o 0

(ii) Elementos con comportamiento dado por la

función Y

f (x,y)
Y

x y f (x, y)

1 1

R = 0 1 0

1 0 0

0 0

(iii.) Elementos con comportamiento dado por

función 0

x Y f (x,.y),

1 1

0 1 1

1 0 1

0 0

419


(iv) Elementos negadores, también llamados inver-

sores.

x y _.),f(x)
NEGADOR

x flx)
0 1
R
1

Conocidos los anteriores elementos podemos pasar

a resolver el problema de síntesis para el ejemplo pro-
puesto..

Solución

El comportamiento del sistema consiste, según

se dijo, en poner en funcionamiento una alarma cuando
se cumplen simultáneamente las siguientes condiciones:

1. El conductor está en su asiento

2. La palanca de velocidad está en una posición

diferente a la neutra.

3. El motor está encendido

4. El conductor no se ha ajustado el cintur6n

de seguridad.

De manera de expresar formalmente ese comporta-

miento, definamos las siguientes cantidades con sus
respectivos niveles de resolución.

Yl = 0 si el conductor no está en su asiento

1 si está en su asiento

Y2 = 0 si la palanca de velocidades está en neu-

tro.

1 si está en otra posición

420


Y3 = 0 si el motor no está encendido

1 si está encendido

Y4 = 0 si el conductor no se ha ajustado el
cinturón de seguridad

1 si se lo ha ajustado

Z = 0 si la alarma no está sonando

1 si lo está

El sistema tiene, entonces, la ságuiente repre-

sentación:

Y.1 Y2 Y3 Y4

SISTEMA

(Y7,Y2,Y3,Y4)

Su comportamiento podemos representarlo con la

siguiente tabla:

Yl Y2 Y3 Y4

1 1 1 1 0
1 1 1 0 1
1 1 0 1 0
1 1 0 0 0
1 0 1 1 0
1 .0 1 '0 o
1 0 .0 1 o
1 o o o 0
0 1 1 a
0 1 1 0 o
0 1 0 1 0
0 1 o o 0
0 0 1 1 0
0 0 1 0 0
0 0 0 1 0
o o 0

421


Observe que el único caso en el que la alarma

sonará (Z=1), es cuando

Y1 Y2 Y3 Y4

l 1 I o
es decir, cuando el conductor está en su asiento (Y1=I),
la palanca de velocidades está en una posición diferen-
te a la neutra (Y2=1), el motor está encendido (Y3=1)
y el conductor no se ha ajustado el cinturón de seguri-
dad (Y4=0). La tabla representa, entonces, el comporta
miento del sistema.

Pasemos ahora a descomponer ese comportamiento

endo en cuenta los dispositivos electrónicos (ele-
teniendo
mentos) con que contamos.

Primera descomposición:

Tomando en cuenta el comportamiento del sistema, Zl y Z2

pueden definirse de la siguiente manera:

Zi = 1 si Yl = 1 y Y2 = 1
=-a en cualquier otro caso

Z2 = 1 si Y3 = 1 y Y4 = O
O en cualquier otro caso

Observe que la alarma se pondrá en funcionamien -

to sólo cuando Z 1.= 1 y Z 2 =1, simultáneamente.

422


A partir de las definiciones de Z. y Z2, el com-

portamiento de a2, a3 y a1 tiene que ser el siguiente:

De a2:

Y1 Y2 Z1

1 1 1
1 0 0
0 1 0
0 0 0

a2 puede ser entonces un dispositivo electróni -

co con comportamiento dado por la función Y.

d3:

Z2
o
1
o
o
No disponemos de un dispositivo que tenga ese
comportamiento. Sin embargo, el comportamiento de a3
lo obtenemos si acoplamos un elemento cuyo comportamien-
to esté dado por la función Y con un elemento negador,
como se muestra a continuación:

Y3 Y4 Y3

ES EQUIVALENTE a

Para demostrar esa equivalencia debemos realizar la com-

posición de los comportamiento del elemento negador con
el elemento Y, y comprobar luego si el resultado es
igual al comportamiento de a3:

423

ELEMENTO NEGADOR ELEMENTO Y

Y4 Z3 Z3 Y3 Z2
1 0 l 1
0 8 1 1 0 O
x
O 1 O
0 0 O

Eliminando la variable auxiliar Z3 se tiene:

Y3 Y4 Z2
1 1
O 1 O
1 0 1
O O D

que no es mis que el comportamiento de a3. Este es, en-

tonces, un dispositivo con comportamiento dado por la
negador.-' --^-~~^

De a

Como se dijo anteriormente, la alarma se pondrá

en funcionamiento (Z = l) sólo cuando Zl=l y Z2=1 simul-
táneamente. Es decir,al debe tener el siguiente compor-
tamiento:

Zl Z2 Z
1 1 1
1 0 O
O l O
D 8 O

el cual puede ser suministrado por un elemento Y.

En conclusión, la estructura UC pedida es la si-

Buiente:
itY4
Y3
N EGADOR

EY-
21
Z2

424


En donde ya conocemos el comportamiento de los

elementos Y y del Negador.

b) Se quiere encontrar la estructura UC de la pri-

mera situación descrita en la sección 6.1. Alli decía-
mos que un producto consta de tres partes que pueden
ser fabricadas en cuatro máquinas que tienen capacida-
des limitadas y tasas de producción diferentes (partes/
hora). Los datos eran los siguientes:

MAQUINA CAPACIDAD TASA DE PRODUCCION (PARTES/HORA)

(Horas) PARTE 1 PARTE 2 PARTE 3

1 100 10. 1.5 5

2 150 T5 -1 0 5

3 80 20 5 10
4 200 10 15 20

El comportamiento exigido al sistema es que se

produzca el máximo número de unidades del producto fi-
nal.

Solución

Para este problema contamos con cinco elementos:

las cubtro máquinas y un proceso de ensamblaje de las
partes.

El comportamiento general de los elementos (lue

go veremos que el problema exige un comportamiento más
especifico) es el siguiente:

(i) Máquina 1

MAQ. 1

J. 1
x11 x21 x31

10X 11 + 15X
21 + 5 X31

425


en donde.:

T1 £ 10D horas

X21, X31 son las cantidades de partes 1,2

y 3 fabricados por la máquina 1.

(ii) Máquina 2

10 X22 + 5 X32 =

T 2 -4, 150 horas

X12, X 22 , X23 son las cantidades de partes 1,2, y 3 fabri-

cados por la máquina 2.

(iii) Máquina 3

X12 X23 X 3. 3

20)( 13 + 5 X23 +Iox 33 T3

T2 80 horas
son las cantidades de partes 1,2 y
X13' X 23 , X33
3 fabricados por la máquina 3.

(iv) Máquina 4

X
14 X24 X34

426.


10 X14 + 15 X24 + 20 .X 24 =

T4 200 horas

X14, X 24 , X34 son las cantidades de partes

1,2,y 3 fabricados por la máquina 4..

(v) Proceso de ensamblaje

X11' X12 X13 X14 X21 X22 X 2.3 X24 X31 X32 X33 X34
1 1 1 1 .l 1 1. 1 L.
ENSAMBLAJE

Xo1

en—donde—-

Xo = cantidad de productos finales obtenidos

El comportamiento general de éste elemento le

obtenemos con el siguiente razonamiento: el número de
unidades de producto final no puede exceder el valor
más pequeño de

X11 + X12 + X14' X. + X22 + X23 + X 24' X 31 +X 32 + X 33 +X 34

es decir, el valor de Xo está determinado por aquella

parte que se halla fabricado en menor cantidad.

Por lo tanto, el comportamiento general del

elemento ensamblaje es

Xo= mínimo
E X 11 +X 12 +X 1 .3 +X 14 , X 21 +X 22+X 23+X 23 ,X 31 +X 32 +X 33 +X3 43
El problema nos exige que el comportamiento del
sistema sea tal que. se obtenga el máximo número de
unidades del producto final; esto implica exigirle com-
portamientos específicos a cada uno de los elementos,
es decir, encontrar el número de partes 1,2 y 3 que
debe fabricar cada máquina para maximizar el valor de
Xo. Esos comportamientos los encontramos aplicando la
programación lineal; aquí no resolveremos el problema
pero si lo plantearemos.

427


La forma que tiene el modelo de programación

lineal para este problema es el siguiente:

maximizar Xo:=mínimo {X 11 +X 12+X 13+X 14 ,X 21 +X 22 +X 23+X23+X 24 , X31 +X 32+X 33

Sujeto: 10X11 + 15 X21 + 5 X33 100

15X 12 + 10 X22 + 5 X R2
1 150

10X 13 + 5 X23 + 10 X33 c 80

10X 14 + 15 X24 + 20 X34 c 200

Observe que la función objetivo no es lineal;

sin embargo, dicho problema lo resolvemos agregando
una nueva variable, que a su vez introduce nuevas res-
tricciones:

ello significa que

X11 + X12 + X 13 + 12 y
y
X21 + X22 + X23 + X24
y
X31 + X32 + X33 + X34

Por lo tanto, la forma final del problema de

programación lineal es

maximizar XO = y

sujeto a

X11 +X12+X13+X14 -1 y
X21 + X22 + X23 +X 24 y
X31 + X32 + X33 +X 34 -y
10 X11 + 15 X21 + 5 X31 c 100
15 10 X22 +5X 32 1 150
X12_+
20 X13 + + 10 X33 c 80
5 X23
10 X14 + 15 X24 + 20 X32 200

todas las variables 0.

Resolviendo el anterior problema, encontraremos

el comportamiento especifico de cada uno de los elemen-
tos y la estructura UC final del sistema.

428
Ejercicio Propuesto

1. Encontrar la estructura UC de un sistema cuyo

comportamiento es el siguiente: suena una alar-
ma cuando el piloto de un automóvil o.su compa-
ñero, o ambos, al colocarse en sus asientos no
tienen ajustado el cinturón de seguridad y pre-
valecen las siguientes condiciones:

- el ,motor está encendida

- la palanca de velocidades está en una posi-

ción diferente a la neutra

Qbserve__q_ue este_pr__o_bLem_a—es_s.imilar a un ejem-

pla resuelto; la variante reside en que se ha
agregado un compañero al conductor.

Para este problema Ud. cuenta con tres tipos

de elementos

i) Con comportamiento dado por la función Y

ii) Con comportamiento dado por la función 0

i i i) Con elementos negadores o i nversores

6.2.2. SISTEMAS CONTROLADOS DETERMINISTICOS SECUENCIA-

LES.

El paradigma general de los sistemas controla-

dos secuenciales visto en la Unidad 4, lo mostramos
en la Figura 6.3.

429
 2

J
GENERADOR
FUNCIONAL
MEMORIA
F
M

dN

VZ

FIGURA 6.3. PARADIGMA GENERAL PE LOS SISTEMAS

SECUENCIALES

Las respuestas instantáneas de los sistemas

controlados secuenciales no dependen de modo único de
los estímulos actuales. En cualquier caso, están de-
terminados unívocamente por secuencias adecuadas de
estímulos actuales y pasados. Esto significa que las
secuencias requeridas de estímulos deben almacenarse
en el sistema, de aqui la necesidad del elemento me-
moria. Los símbolos utilizados en la figura 6.3. son:

Y= (Yl,Y2,...,Yp); cantidades de entrada

Z= (21,Z2,...,Zq): cantidades de salida

V= (V1,V2,...,Vr): cantidades internas especiales genera-

. das por F y almacenadas en M

W= (Wl,W2,...,Ws): cantidades asociadas con los conteni-

dos de la memoria o, en otras palabras,
las cantidades del estado interno.

430


Los números del 1 al 8 son los diferentes acopla

mientos posibles entre el ambiente, el generador funcio
nal y la memoria, asi como los acoplamientos de reali-
mentación.

El procedimiento de síntesis para los sistemas

secuenciales podemos esquematizarlo de la siguiente
forma:

A. A partir de la estructura ST encontrar la pro-

fundidad de memoria del sistema

B. Con la anterior información, encontrar el compor

tamiento del sistema

C. Realizar la síntesis del generador funcional

D. Realizar la síntesis de la memoria

A. DETERMINACION DE LA PROFUNDIDAD
DE MEMORIA A
PARTIR DE LA ESTRUCTURA ST DEL SISTEMA.

Como se recordará de lo visto en la Unidad 3,

la profundidad ue memoria de un sistema está da-
da por la diferencia entre los identificadores
temporales máximo y mínimo de las cantidades
muestrales incluidas en el comportamiento. Por
ejemplo, si la respuesta instantánea de un sis-
tema en un instante t depende de los valores que
las cantidades toman en ese instante y de los
valores que han tomado en los instantes (t-l),
(t-2) y (t-5), la profundidad de memoria se
calcula de la siguiente forma:

Identificador temporal máximo= t

Identificador temporal mínimo= t-5

Profundidad de memoria= t - (t-5)= 5

431
Es obvio, que la determinación de la profundidad'
de memoria será necesaria para realizar la sín-
tesis (encontrar la estructura UC) de la memoria.

Si conociéramos de que valores pasados depende

la respuesta instantánea del sistema, no sería
un problema encontrar la profundidad, de memoria.
Pero éste no es nuestro caso, para nuestro pro -
blema de síntesis sólo contamos con una estruc-
tura ST, y es a partir de ella que tenemos que
encontrar la profundidad de memoria del sistema.

Explicaremos el procedimiento para determinar

la profundidad de memoria a través de un ejemplo.

- Ejemplo d^ cléulo d-i prdfundi'd --ad de mé-moria

a partir de la estructura ST.

Un experto en sistema quiere diseñar uno que si-

mule un juego que ha visto que dos de sus amigos
siempre juegan. Cada uno de los jugadores, en
cualquier instante, tiene dos opciones posibles:

Cantidad X (opciones del jugador A): 0 y 1

Cantidad Y (opciones del jugador B): a y b

A una acción del jugador A sigue una del jugador

B, luego viene de nuevo A y así sucesivamente.
Nuestro experto en sistema se dedicó a observar
minuciosamente al jugador B. Después de cierto
período de observación formuló las siguientes
hipótesis:

i) Cuando a B le toca jugar utiliza tanto la

inforanación de la última jugada de A como
de anteriores jugadas.

ií) El jugador B utiliza mentalmente una varia-

ble a la cual le va asignando valores según
lo que va pasando en el juego. El valor que
esa variable tenga junto con lá jugada de
A determina lo que hará B.

432


iii) La variable que utiliza el jugador B toma

sólo tres valores posibles: 1, 2 y 3.

Después de formuladas esas hipótesis, el exper-

to en sistema concluyó que lo que pasa en el
juego dependía del valor que en cualquier ins-
tante tuviera la variable construida por B. De
aqui, que estableciera como estado del sistema
el valor de dicha variable:

Estado el: 1

Estado e2: 2

Estado e3: 3

Hecho lo anterior, se dedicó a otra minuciosa

observación que le permitió construir una hipó-
tesis sobre las transiciones entre estados, y
la cual mostramos en la siguiente figura:

O/b

n/a 1 /b

Una transición corno la siguiente:

O/b

nos está diciendo que si la variable construida

por el jugador B tiene el valor 1 y el jugador

433
A juega su opción 0 (estímulo), el jugador 8 jue-
ga su opción b (respuesta), y la variable toma
el valor 2. (Representemos la variable construí-
da por B con la letra E).

A pesar de toda la construcción hecha, el exp'er-

to en sistema no pudo formular na hipótesis so-
bre qué jugadas anteriores utilizaba el jugador
8 para calcular el valor de la variable E, ni
hasta que jugada anterior se remontaba. Es decir,
para un momento t en que juega A y luego B, no
conocía qué Valores de X e Y anteriores a t es-
taban interviniendo en el valor que tomaba y (t);
támoco – córrocí a cuál -er-a el instante -a-nteri or
más remoto que estaba influyendo en lo que pasa-
ba en el instante t. Esto último, es decir, el
instante más remoto, no es más que . la profundi-
dad de memoria del sistema.

Si bien el experto en sistema no pudo formular

una hipótesis sobre la profundidad de memoria,
si conocía el procedimiento para calcularla.

Procedimiendo para determinar la profundidad de

memoria

El procedimiento para encontrar la profundidad

del memoria del sistema requiere que sepamos en-
contrar primero los conjuntos

para cada estado.

Qk es el conjunto de todas las secuencias que

contienen k pares consecutivos de estímulo y res-
puesta que terminan en el estado i

434


La aplicación de este concepto al ejemplo que

venimos resolviendo nos permitirá entenderlo me-
jor. Encontremos, entonces, para ejemplificar,
los conjuntos siguientes:

Q1 (i) , Q2 ( i )
, Q3 (^^ i: 1,2,3

Pongamos de nuevo la estructura ST.

0/b

Ql: conjunto cuyos elementos son los pares de

1
1
estímulo y respuesta que terminan en el es-
tado el.

De la estructura ST vemos que a el llegan dos

flechas, pero en ambos casos es el mismo par de
estímulo y respuesta O/a.

O/a

O/a

Por lo. tanto

Q1

conjunto cuyos elementos son todas las se-

cuencias que contienen dos pares consecuti-
vos de estímulo y respuesta que terminan en
el estado el.

435


De la estructura ST vemos que esas secuencias

son las tres siguientes: (o/b,o/a),(l/a, o/a), (l/b,o/a).

(o/b,o/a) : Estando en el, el par o/b condu-

ce a e2, y de aquí, el par o/a
conduce a el

o/b

(l/b,o/a)

l/b

o/a

(l/a,o/a)

Por lo tanto,

Q2 = {(o/b,ola). (lib,o/a), (l/a,o/a)l

Conjunto cuyos elementos son todas las se-

cuencias que contienen tres pares consecu-
tivos de estímulos y respuesta que termi-
nan en el estado el.

De nuevo, a partir de la estructura ST encontra-

mos cada una dé las secuencias que forman parte
ao Q3. Ellos son:

436


Q I(o/b,I/a,o/a),(I/b,I/b,o/a), (1/a,l/b,o/a),
3=
(o/a,o/b,o/a), (o/a,1/b,o/a), (l/b,l/a,o/a)}

Aplicando los mismos conceptos encontramos los

conjuntos Q(k ') correspondientes a los estados
2 y 3.

Q1

Q- _ [o/b, 1/bl

= (l/a,l/b), (l/b,l/b), (o/a, o/b)l

{(ola,l/b,l/b), (l/a,o/a,o/b),(olb,o/a,o/b),
(o/b,l/a,l/b,), (l/b,l/a,l/b), (l/b,o/a,o/b)J

€1/b, l/a}

= {(o/a,l/b), (1/b,l/a), (o/b,l/a)}

Q2

3
Q3
3
= {(1/b,o/a,l/b), (1/a,l/b,l/a), (o/a,o/b,l/a),
Q3
(o/b,o/a,l/b), (1/b,l/b,1/a), (lla,o/a,1/b)l

Conociendo ya como encontrar los conjuntos Q 1)

(tenga - -e- n-- cuenta - qa- e-_ en nuestro ejemplo hemos k
encontrado sólo hasta los conjuntos cuyos elemen
tos son secuencias de tres pares consecutivos
de estímulo y respuesta; por supuesto que es po-
sible que existan los de cuatro,cinco, seis,...,
pares consecutivos, de estímulo y respuesta), se
prueba que el sistema, tiene profundidad de memo-
ria n si, y sólo si,

437


t1)
am-t * para algún i y j#i

m t7(^ _4 para todo y

en donde es el conjunto vacío.

Para el ejemplo que hemos estado resolviendo,

tenemos lo siguiente (es obvio que tenemos que
empezar por m=2)..

ola 1o/b,1/bl =

lo/a} n 11/b,1!a} =

i O/b,l/bj(} {l/b,1/a =1 1/b}l

(i) (j)
n Q2

Qm Qm
n Q2 m
1Qfl
Para m=2 se tiene, entonces, que hay algún
j # i ( i = 2, j=3) para los cuales

(i)
Qm-1 1 ( j)
Qm_ i

y que para todo i y j* i

Q, n Q m( j)

Por lo tanto, para m=2 se cumplen las condicio-

nes exigidas y la profundidad de memoria es
igual a 2.

438,


Ahora bien ¿qué significa ésto con respecto al

ejemplo del juego?. Muy sencillo: que en un ins-
tante t cuando el jugador A llevaa cabo su ju-
gada x (t) (el estímulo), la respuesta y (t) del
jugador B depende nosólo de ella,sino también
de los valores que (x, y) haba an tomado enlos ins-
tantes (t-l) y (t-2).

Es decir, en principio y (t) depende de:

U.n aspecto de interés que debemos mencionar aquí

es la posibilidad de que la profundidad de memo-
ria del sistema no sea finita. Si esto es así,
y no lo sabemos de antemano, estaremos calculan-
do hasta el infinito los conjuntos Q i)y sin en-
contrar el momento en que se cumplan las condi-
ciones que nos dirán que hemos hallado la pro-
fundidad de memoria. Para consuelo nuestro,exis-
te una forma de determinar si la memoria es in-
finita o no, y la cual debemos aplicar antes de
poner en práctica el procedimiento de cálculo
de la profundidad de memoria.

PROFUNDIDAD DE MEMORIA. INFINITA

La forma de determinar si un sistema no tiene

profundidad de memoria finita es la siguiente:

Sea n. el número de estados, si para

K = n (n-l)
2

y para algún i (i * j) se cumple que

Qli ) n
9 1i)
439


entonces el sistema no tiene profundidad de me-

moria finita.

En el ejemplo que hemos venido desarrollando n=3

y, por lo tanto,

K = n (n-1) 3x2
3,
2 2

n n3
Q3
43 n 43

3
3 3

de manera que el sistema si tiene profundidad

de memoria finita y tiene sentido aplicar el pro
cedimiento para calcularla.

Sin embargo, si llegaramos a encontrar que la

profundidad de memoria es infinita, contamos con
unprocedimiento para hacerla finita.

A continuación explicamos dicho procedimiento

a partir de una estructura ST imaginaria. Sólo
queremos ilustrarlo, porque luego veremos que
dicho procedimiento también puede ser aplicado
para reducir la profundidad de memoria finita
de un sistema. En este caso, se lo aplicamos a
nuestro ejemplo del experto de sistema y su si-
mulación del juego.

TRANSFORMACION DE UNA PROFUNDIDAD DE MEMORIA IN-

FINITA EN FINITA.

Sea la estructura ST de la figura. Los estímulos

son 0,1,2 y 3; las respuestas, a y b.

440


2/a

o/a
1/a

o/a

2/a

3/a

Como el número de estados n es 2,

n (n-1) = 2 x 1
2 -2----

Tenemos que encontrar, entonces,

1/a, o/a, 2/a, 3/a l

o/a, 1/b, 2/a, 3/b}

La intersección de esos dos conjuntos nos dá

Q1 n Q1 = lo/a, 2/al # 4)

Por lo tanto, el sistema tiene profundidad de

memoria. infinita.

El Procedimiento para transformar la profundi-

dad de memoria de infinita a finita tiene una
base muy sencilla: ¿qué podemos hacer para que
la Intersección de los conjuntos Q^ y 91 sea
igual al conjunto vacío?

La respuesta es obvia: diferenciando los ele-

mentos comunes que los dos conjuntos poseen y
que hacen que la intersección sea diferente al
conjunto vacío.

441


La tarea consiste, entonces, en hacer que el

o/a y el 2/a que pertenecen a Qi sean diferen-
tes al o/a y al 2/a, respectivamente, que per _
tenecen a Q2l.

Lo anterior lo logramos incluyendo variables

imaginarias de la siguiente manera: si la re-
presentación inicial del sistema era:

non X = 0,1,2,3 y y= a,b; ahora será:

es decir, v es una variable de realimentación

imaginaria, y como tal no debemos olvidar que
sus valores no participan en el comportamiento

original del sistema.

La nueva estructura ST será:

3/b (v = 0 6 1)
2/a (v=1)

o/a (v= O) ,^ o/a (v=1)

l/b (v=Oó1

2/a (v= O)
1/a (v= O ó 1)
3/a (v= O 6 1)

442


En dicha estructura observamos las tres cues-

tiones siguientes:

a) El estímulo sigue siendo la variable x que

toma los valores 0, 1, 2 y 3.

b) La respuesta instantánea ya no es sólo el

valor que toma la variable y, sino, también,
el valor que toma la variable v. Este hecho
nos permite manipular para que los conjun
tos' Q; y 91' no tengan ahora elementos comu-
nes. En efecto,

QI = I1/.a (v= 0 ó 1), o/a (v=0), 2/a (v=0), 3/a(v=0 ó l)}

o/a (v=1), 1/b (v=0 6 1), 3/b (v=.0 a 1), 2/a(v=l)}

ya no tienen elementos comunes:

o/a (v=0) o/a .(v=1)

y
2/a (v=0) # 2/a (v=1),

y, por lo tanto,

1) Q.3 = 4 , y tiene profundidad de memoria fi-

nita.

c) A los pares de estímulo y respuesta dife-

rentes a o/a y 2/a, se le colocó al lado
(v= 0 6 1) ; esto es así porque a ellos no
hay necesidad de diferenciarlos colocándo-
los solamente (v=0) 6 (v=1).

Ahora bien, este procedimiento puede ser apli-

cado ya no para transformar una profundidad de
memoria infinita en finita, sino, también, para
reducir la profundidad de memoria finita de un
sistema.

443


REDUCCION DE LA PROFUNDIDAD DE MEMORIA FINITA

DE UN SISTEMA

Consideremos nuestro ejemplo del juego.. La es-

tructura ST era la siguiente:

1/b

y la profundidad. de memoria encontrada fue de

m=2. Recordemos lo que obtuvimos inicialmente
cuando aplicamos el procedimiento de cálculo:

Para m=2:

Q 1 =
Q m- m-1 Q1
1 +i R1 = 0

Qi n Q^ _ o/b,l/bI n 11/b,l/a\
1/bl # 0

Qz 0
Q(i^
m n Qi
m
0

Una simple observaci-ón a esas intersecciones

de conjuntos nos dice que si logramos hacer que

f1 Q3 =0

444
la profundidad de memoria ya no será 2 sino 1.
Para ello sólo tenemos que diferenciar el ele-
mento 1/b perteneciente a 91 del elemento llb
perteneciente a O3l.

Para ello agregamos la variable de reaiimenta-

ción v, la cual tomará los valores 0 y 1. La
nueva estructura ST es la siguiente:

o/b (v = 0 á 1)

1/b(v=0)

Con esta modificación, cuandoel jugador A lle-

va acabo su jugada X (t), la respuesta y (t)
del jugador 6 depende no sólo de ella, sino,
también de

Observe que todas las variables muestrales,

excepto X(t), y(t) y v(t), representan los con-
tenidos de la memoria que son entradas al gene-
rador funcional en el instante t. X(t) repre-
senta el estimulo instantáneo, y(t) y v(t)
representan la respuesta instantanea del gene-
rador.

445
Ejercicio Propuesto

2. Se quiere diseñar un sistema que permita detec-

tar las veces que una señal X (que toma los
valores D ó 1) aparece con la secuencia 111.
Cada vez que aparezca dicha secuencia se encien-
de una lámpara, y una persona que está pendien-
te del estado de ella hace la anotación corres-
pondiente.

El sistema podemos representarlo por ahora de

la siguiente forma:

en donde

X (valor de la señal,)
1

y (estado de la lámpara): a apagado

b encendido

Puesto que el encendido de la lámpara se produ-

cirá cuando lleguen consecutivamente tres unos,
podemos definir los siguientes estados internos
para el sistema:

No hay u'n 1 almacenado esperando por si

el siguiente valor de x lo es

Hay un 1 almacenado en t esperando a ver si

en (t+l) el valor de X es también un 1

e2: Hay dos 1 almacenados en (t-1) y t esperan-

do a ver si en (t.+l) el valor de X es tam-
bién un 1.

446


La estructura ST para este sistema se muestra

a continuación:

o/a 1/a

Se:pide

(i) Determinar si la profundidad de memoria es finita

o infinita.

(ii) Si es finita calcularla y luego reducirla

en una unidad. Si es infinita transformarla
en finita.

(iii) En un instante cualquiera ¿de qué valores

depende la respuesta instantánea y(t) del
sistema?

B. DETERMINACION DEL COMPORTAMIENTO DEL SISTEMA

Encontrada la profundidad de memoria sis- del

tema, el paso siguiente consiste en hallar su
comportamiento, para lo
cual contamos con dos
enfoques: sin utilizar variables de realimenta-
ción o haciendo uso de ellas.

Explicaremos ambos enfoques haciendo uso del

ejemplo del juego que hemos venido resolviendo,
y en el que tenemos:

x (opciones del jugador A) : 0

y (opciones del jugador B): a

447


y la siguiente estructura ST

o/b

Enfoque sin utilizar variables de realimenta-

ción

Este enfoque parte de la profundidad de memoria

finita encontrada originalmente; es decir, en
el no se emplean variables de realimentación
que, como se recordará, son utilizadas cuando
se quiere reducir la profundidad de memoria.
El procedimiento es como sigue:

a) La profundidad de memoria encontrada nos

determina las variables muestrales a consi-
derar en el comportamiento.. En nuestro ejem-
plo, m=2; esto es, la respuesta instan.tanea
del sistema y(t) depende de x(t), x(t-l),
x(t-2), y(t-l) y y(t-2). Lasvariables mues-
trales son entonces:

x(t-2) y(t-2) x(t-l) y(t-l) x(t) y(t)

b) Las variables muestrales anteriores nos es-

tán diciendo que cada componente del com-
portamiento está formado por una secuencia
de tres pares consecutivos de estímulo y
respuesta:

x(t-2)/y(t-2)
x(t-l)/y(t-l)
x(t) / y(t)

448


Es decir, debemos encontrar para cada estado el

(i=1,2,3) el conjunto Q '), esto es, el conjun-
3
to de todas las secuencias que contienen tres
pares consecutivos de estímulo y respuesta que
terminan en el estado ei.

Estos conjuntos ya Toshabíamos encontrado para

nuestro ejemplo, y ellos son:

Q3 = {(o/b,l/a,o/a), (1/b,l/b,o/a), (1la,llb,ola),

(o/á,o/b,o/a), (o/a,l/b,o/a), (1/b,l/a,o/a)}

I(o/a,l/b,l/b), (1/a,o/a,o/b), (o/b,ola,o/'b),

(o/b,l/a,l/b), (1/b,l/a,l/b), (1/b,o/a,o/b)5

Q3 = I(i/b.,o/a,l/b), (1/a,i/b,l/a), (o/a,o/b,l/a),

(o/b,o/a,l/b), (l/b,l/b,l/a), (l/a,o/a,l/b)1

Teniendo en cuenta que un elemento como, por

ejemplo, (o/b,l/a,o/a) no es más que los valo-
res que toman la siguiente secuencia de estímu-
lo y respuesta:

x(t-2) y(t-2) x(t-1) x(t-1) x(t) y(t)

0 b 1 a o a

el comportamiento puede ser expresado a través

de la siguiente tabla:

449
x(t-2) y(t-2) x(t-1) y(t-l) x(t) y(t)

o b 1 a o a
1 b 1 .b o a
1 a 1 b o a
o a o b o a
o a 1 b o a
1 b 1 a o a
o a 1 b 1 b
1 a o a o b
o b o a o b
o b 1 a 1 b
1 b 1 a 1 b
1 b o a o b
1 b o a 1 b
-1 a 1 b 1
o a o b 1 a
o b o 1 b
1 b 1 b 1 a
1 a b

En donde y(t), la respuesta instantánea, depen-

de de x(t), y(t-1), x(t-l), y(t-2), x(t-2).

La forma que adquiere el paradigma general de

los sistemas secuencia) es, entonces, el si-
guiente:

x(t)

v
GENERADOR FUNCIONAL x(t-2) MEMORIA
F y(t-1) M

Y(t-2)

Enfoque utilizando variables de realimentación

Este enfoque hace uso de las variables de rea-

limentación, lo que implica que la profundidad

450


de memoria original del sistema era infinita y

fue transformada a finita, o era finita y fue
reducida.

En nuestro ejemplo de los jugadores A y B redu-

jimos la profundidad de memoria a 1 introducien-
do la siguiente modificación a la estructura ST
original :

Para esta situación dijimos que la respuesta

instantánea del sistema y(t) y v(t) depende de
x(t), x(t-l), y(t-l) y v(t-l). Las variables
muestrales a considerar en el comportamiento
son, entonces:

x(t-l) y(t-l) v(t-l) x(t) y(t) v(t)

Y para cada estado e. (i=1,2;3), el conjunto a

encontrar es el Q;, esto es, el conjunto de
todas las secuencias que contienen dos pares
consecutivos de estimulo y respuesta que termi -
nan en el estado ei.

Haciendo uso de la estructura ST modificac•a,

esos conjuntos son:

Ql = (o/b)v=0 ó 1), o/a(v=0 51), (o/a(v=0 ó 1)

ll(l/b(v=1), (l/b(v=O), 1/b(v=l), (1/a(v=0 ó 1)
(o/a (v=0 ` ó 1)

451


2 = {o/a(v=0 ó 1), (o/b(v=0 6 1), (1/b(v=o), (1/a(v=0 6 1)

(o/a(v=0 ó 1), (i/a(v=0 ó 1), (1/b(v = 1), (o/b(v=0 6 1)}

-'(1/b(v=1), (o/a(v=0 ó 1), (1/a(v=0 ó 1),

(1/b(v=0), o/a(v=0 ó 1), (o/a(v=0 6 1),
(o/b(v=0 6 1), (1/b(v=0)

El comportamiento puede ser expresado, entonces,

por medio de la siguiente tabla:

x(t-l) y(t-1) v(t-1) x(t) y(t) v(t)

0 b 0 ó 1 0 a 0 ó
e a 0 ó 1 1 b 1
.1 b 0 1 b 1
0 ó 0 6
0 ó 1 0 b 0 ó 1
0 1 a 0 6 1
0 5 1 1 a 0 6 1
1 0 b 0 ó 1
1 0 a 0 ó 1
0 6 1 1 b 0
. 0 ó 1 0 0 6 1
.0 6 1 1 b 0

En donde y(t) y v(t) constituyen la respuesta

instantánea, y la cual depende de x(t-1), y(.- i )
v(t-1) y x(t).

Observe que en algunos componentes del compor-

tamiento, en el valor correspondiente a v(t)
y/o v(t-l) hemos puesto la expresión 0 6 1.
Esto lo que nos está diciendo es que el diseña-
dor g ene u-na libre elección para seleccionar
el valor que él1 desee.

Para este enfoque que hace uso de las variables

de realimenación la forma que adquiere el pa-
radigma general de los sistemas secuenciales es
el siguiente:

452


Ejercicio Propuesto

— P -árá e1 -éjerc c ic propüésto 2, hal 1 Ir- el corra =

portamiento del sistema con y sin variables de
realimentación, y la forma que adquiere en cada
caso el paradigma general de los sistemas se-
cuenciales.

C. SINTESIS DEL GENERADOR FUNCIONAL Y DE LA MEMORIA

Habiendo encontrado el comportamiento del sis-

tema controlado secuencia] el procedimiento de
síntesis culmina realizando la síntesis del ge-
nerador funcional y de la memoria.

Síntesis del Generador Funcional

Esto no es más que la síntesis de un sistema

combinatorio, y se obtiene aplicando el proce-
dimiento correspondiente explicado en la sub-
sección 6.2.1.

Para el problema del juego que hemos venido rea-

lizando, e] generador funcional tiene las si-
guientes cantidades de entrada y de salida.:

453


x(t) x(t-1) x(t-2) y(t-1) y(t-2)

p a

GENERADOR FUNCIONAL
E

Y la síntesis se obtiene a partir del comporta- ?

miento encontrado. En la tabla siguiente mos-
tramos ese comportamiento (observe que el nivel
de resolución de la cantidad y -opciones del
jugador S- ha sido modificado: en vez de a y b
se ha puesto 0 y 1, respectivamente).

x(t-2) y(4-2) x(t-1) y(t-1) x(t) y(t)

0 1 1 0 0 0
1 1 1 1 0 0
1 0 1 1 0 0
0 0 0 1 0 0
0 0 1 1 0 0
1 1 1 0 0 0
0 0 1 1 1 1
1 0 0 0 0 .1
0 1 0 0 0 1
0 1 1 0 1 1
1 1. 1 0 1 1
1 1 0 0 0 1
1 1 0 0 1 1
1 0 1 1 1 0.
0 0 0 1 1 0
0 1 0 0 1 1
1 1 1 1 1 0
1 0 0 0 1 1

Puesto que las cantidades x e y son bivaloradas,

la síntesis puede realizarse utilizando elemen-
tos cuyos comportamientos estén dados por las
funciones bivaloradas presentadas en la Unidad
5.

454
La síntesis de este sistema particular que he-
mos venido trabajando, requiere la aplicación
de procedimientos complejos de diseño que están
fuera del alcance de este texto. En la biblio-
grafía presentada al final de esta unidad se
indica un libro de diseño de circuitos lógicos
que puede ser consultado. No obstante, a con-
tinuación se muestra una estructura UC posible
para el generador funcional; realizando las
composiciones apropiadas de los comportamientos
de los elementos acoplados, el alumno puede
comprobar que dicha estructura reproduce el com
portamiento del sistema.

y(t-1)

Y Y

0 0
Y

Los símbolos Y y 0 indican que los respectivos

elementos tienen, comportamientos dados por las
funciones bivaloradas Y y 0. El símbolo N indi-
ca que se está en presencia de un elemento in-
versor o negador, cuyas propiedades ya fueron
descritas anteriormente..

Síntesis de la Memoria

Es claro que los elementos que van a conformar

la memoria deben tener la propiedad de poder

4:55
retener cierta información que aparece en un
instante t para luego introducirla al generador
funcional en el instante t-s-l; o lo que es lo
mismo, en un instante t esos elementos deben
suministrarle al generador funcional los valo -
res que ciertas cantidades (las que interesan,
por supuesto) tomaron en el instante (t-1).

Asimismo, la estructura UC de la memoria va a

depender del sistema particular que se esté di=
sefiando. Por ejemplo, para un sistema de. infor-
mación manual, la memoria puede ser un archivo
en donde se guarden los valores de las cantida-
-des—que- -v-an- -a----s-er utilizadas en un momento-pos-
terior. Si ese sistema de información es meca-
nizado., los valores de las cantidades se guar-
dan en la memoria del computador, de donde pa-
sarán a un programa (generador funcional o par-
te de él) cuando sean requeridos.

Para el diseño de circuitos electrónicos se

cuenta con un elemento de demora denominado
"FLIP-.FLOP". En cualquier instante t su entrada
es x(t) y su salida x(t-l).

x(t)

"F L I P-FLOP"

Para nuestro problema del juego, la estructura

UC de la memoria es la siguiente:

456


x(t) x(t-1) x(t-2)

•A1 Generador
o. > "FLIP-FLOP"1 'FLIP-FLOP" 1—
Funcional

y (t) "FLIP-FLOP' j ) c "FLIP-FLOP"

>
y(t-2)
y(ti

Ejercicio Propuesto

4. La sigule.nte estructura ST describe un sistema

utilizado por una empresa para decidir si acep -

ta 'o no en un momento dado, pedidos de dos ti-

pos de productos -A y B que ella fabrica. Con-

tamos con la información de que al llegar un

pedido del producto A o del producto B, la em-
presa lo aceptará o no dependiendo de la polí-
tica de aceptación de pedidos que impere en ese
momento, la cual depende de decisi.ones. tomadas
anteriormente.

Sean:
x: O llega un pedido tipo A
1 llega un. pedido tipo B

y: 0 no se acepta el pedido
1 se acepta el pedido

y los estados

i^^pera 1-a pol-itica l

e1:
e2: impera la política 2

1/0
0/1

1/0
457


Realizar la síntesis del sistema, presentando

sólo la forma que adquiere el paradigma general
de los sistemas secuenciales.

6.2.3. SISTEMAS CONTROLADOS PROBABILISTICOS

Desde el punto de vista de la síntesis, los

sistemas probabilísticos difieren de los determinísti -
cos solamente en el uso de generadores aleatorios.

A continuación, mostramos un procedimiento que

puede ser aPl i cado en la síntesis de sistemas probabi -
lísticos. Como se recordará, estos sistemas se carac-
terizan en que sus respuestas instantáneas dependen
estadísticamente de los estímulos actuales y pasados.
Por ejemplo, para un sistema con dos cantidades de en-
;,rada, x e y, y una cantidad de salida z'.

SISTEMA

el comportamiento vendrá dado por una tabla como la.

siguiente:

z Pr (z/(x,y))
v 0,25
v 0,50
w 0,25
u 0,75
v 0,25
v 0,25
w 0,75

Observe que en dichjo comportamiento hay tres

variables aleatorias: %1, I2 y 3-
La variable aleatoria establece que ante el
estímulo
x = a e v=

458


el sistema de como respuesta:

z = u con probabilidad 0,25

z = v con probabilidad 0,50

z = w con probabilidad 0,25

La variable aleatoria %2 establece que ante el

estímulo

x = c e y = d,

el sistema dé " como respuesta:

z = u con probabilidad 0,75

z = v con probabilidad 0,25

– a =—w coi probab 7–i ád --0

La variable aleatoria /, a su vez, establece

que ante el estímulo

x = e e y = f,

el sistema ae como respuesta:

z = u con probabilidad 0

z = v con probabilidad 0,25

con probabilidad 0,75

Consideramos ahora tres generadores de números

aleatorios (más adelante veremos cómo se calcula el
número de generadores de números aleatorios de acuerdo
al comportamiento específico del sistema).

Cada generador de números aleatorios g enera una

variable aleatoria bivalorada %i(N=1,2,3)) cuyos valores
_ aparecen - con-_ la mi snia probabilidad e igual a 0, 5. Esto
es:

El generador aleatorio 1 genera la varia-

ble aleatoria % , cuyos valores aparecen
con las si g uientes probabilidades:

/1 = 0 con probabilidad 0,5

/1 = 1 c•o.n probabilidad 0,5

459


El generador aleatorio 2 genera la varia-

ble aleatoria 7.., cuyos valores aparecen
con las siguientes probabilidades:

!2 = 0 con probabilidad 0,5

%2 con probabilidad 0,5

A su vez, para el generador aleatorio 3 se

tiene %3 y

/3 = 0 con probabilidad 0,.5

I3 1 con probabilidad 0,5

Si los tres generadores aleatorios son indepen-

dientes, el comportamiento del sistema conformado por
ellos es el siguiente

SISTEMA DE GENERADORES ALEATORIOS

. G.A.1 G.A.2 G.A.3

0 0 0 0,125
0 0 1 0,125
1 0 0,125
0 1 1 0;125
1 0 0 0,1'25
1 0 1 0,125
1 1 .0 0,125
1 1 0,125

En este comnortami•e•nt•o podemos observar lo si-

guiente:

i) El número de componentes es 2. En efecto,

como las son bivaloradas el número de
componentes es :
2 x 2 x 2= 8

.460


ii) Cada componente del comportamiento está da-

do pc}r valores que, en un i nstante t cualquiera,
pueden tener las variables aleatorias 11

/2 y /3'

iii) Puesto que las variables aleatorias son

independientes, se cumple que

Pr (%1 = J, = K, %3 = 1)= Pr (%l = J)..

Pr (t2 = K).Pr (l3 =1 )

= 0,5 x 0,.5 x 0,5 = 0,125

en donde j k y 1 0d1

Es decir, los compo.nenetes tienen la misma pro-

babilidad de ocurrencia,. e igual a 0,125. Ob-
serve que la suma de estas probabilidades es
igual a 1, como tiene que ser..

Con la anterior información sobre las variables

aleatorias , el comportamiento original del sistema
puede ser expresado como lo nuestra la tabla que se
encuentra en la página siguiente. Y el sistema puede
ser representado de esta manera:

G..A.1

461


"2 3 Z
a b o o o u
a b o o 1 u
a b o 1 o v
a b o 1 1 v
a b 1 o o v
a b 1 o 1 v
a b 1 1 o w
a: b 1 1 1 w
d o o o u
c d o o 1 u
c d o 1 o u
c d o 1 1 u
c d { -o- o. u
c d 1 o 1 u
d 1 1 o v
e d 1 1 1 v
e f o o o v
e f o o 1- v
e f o 1 o w
e f o 1 1 w
e f 1 o o w
e f 1 o 1 w
e f 1 1 o w
e f 1 1. 1 w

Para demostrar la validez de esta transforma -

ción, consideremos el estiritulo. original.

x = a y = b

Cuando este estimulo se hace presente en el

si s,.emá, los- ge-rr.eradores- aleatorios generan valores pa-
ra Ij 2y3. Sabemos que existen 3 tríos de valo-
res para los li , cada uno con probabilidad 0,125; por
lo tanto, el estimulo modificado puede ser uno de los
8 siguientes, cada uno con probabilidad 0,125.

462


a b o
a b o o
a b o 1
a b o 1
a b 1 o
a b 1 .o
a b 1 1
a b 1 1

Y la probabilidad

Pr (Z = u / x=a, y=b)

--es _vg-ua1—a-

Pr (!: =0, / =Q) + P (% =0, -0, / =1)=Ó,125+0,125=0,25

l 2 3 1 2 3

La probabilidad

('_ = v/ x=a, y=b)

es igual a
P(l7 =0, 7 Z =7, /3 =0) + I:-,'..t,-(/I=O, /2 = 1, 3=1) + Pr(3 =1,Í2 =0,
3=0) + Pr (3 =1,%2 =0,/3 =1) + Pr(%7 =7, /2 =1, 3=Q) + Pr
(%1 =1, '2 =1, /3 =1) = 6 x 0,125 = 0,75

En conclusión.:

Pr (Z = u/x=a, y=b) = 0,25

Pr (Z v/x= a, y=b) = 0,75

tal como lo exige el comportamiento original del sis-

tema. El alumno puede comprobar que las probabilida -
des también se cumplen para los otros dos estímulos
original-e-s

x = c y = d

y
x = e y = f

Ahora bien, a partir del comportamiento modifi-

cado encontrado, el problema de síntesis se reduce a

463
aplicar Vos procedimientos utilizados para los siste-
mas determinísticos ya explicados. La única diferencia
está en que existirán tres cantidades de entrada que
toman valores provenientes de un número igual de gene-
radores aleatorios.

En cuanto a los generadores de números aleato-

rios debemos decir lo siguiente: el tipo de generador
utilizado puede ser uno de los tres siguientes (por
supuesto, que la escogencia depende del sistema que se
desee diseñar):

a) Números aleatorios almacenados en la memo-

ria de un computador o simplemente las co-
— noc -das :-a-b1-a-s--d-e---n-úmeros aleatorios.

b) Dispositivos electrónicos diseñados con la

finalidad de quegenerennúmeros aleatorios.

Uso de operaciones aritméticas que generan

números aleatorios a partir de ecuaciones
recursivas.

Para mayor información sobre estos generadores

de números aleatorios, el alumno puede consultar los
libros de Geoffrey Gordon y Thomas Schriber que apare-
cen en la bibliografía al final de esta unidad.

Para finalizar. esta sección nos faltaría por

responder una pregunta.: ¿qué cantidad de generadores
de números aleatorios utilizar?. En nuestro ejemplo
hemos utilizado tres, los cuales nos permiten obtener
probabilidades iguales o múltiplos de (0,5) 3= 0,125;
esto es:
0',125
0,25
0,375
0,50
0,625
0,75
0,875
1
464


Es decir, con tres generadores de números alea-

torios es suficiente para obtener las probabilidades
que aparecen en el comportamiento original (0,25; 0,50;
0,75).

Con cuatro generadores de números aleatorios

podemos obtener probabilidades iguales o múltiplos de
(0,5) 4e 0,0525; es decir:

0,0625 0,5625
0,125 0,525
0,1875 0,6875
0,25 0,75
0,3125 0,3125
--0 , 3-7-5 0; 8 7 5
0,4375 0,9375
0,5 1

En conclusión, el número de generadores aleato-

rios a utilizar dependerá de las probabilidades que
aparecen en el comportamiento original.

El procedimiento que hemos presentado para rea-

lizar la síntesis de sistemas probabilístico es sólo
uno de los procedimientos. posibles. El alumno puede
consultar el libro de George klir, que aparece en la
bibliografía de esta unidad, si quiere conocer otro
procedimiento.

Ejemplo de modificación del comportamiento de

un sistema probabilístico utilizando generadores de
números aleatorios.

Consideremos la situación siguiente: El astro-

nauta Rodriguez, en sus viajes mensuales de planeta a
planeta, ha encontrado que sus vuelos entre cuatro
planetas -1,2,3 y 4- pueden ser descritos por la si-
guiente matriz de probabilidades de transición.

465


2 3 4 ---- Al_ PLANETA

1 0 0,5 0,5 0
IYEL PLANETA 2 0
0,125 0,25 0.,625

3 0;75 0 0 0,25

0,5 0,25 0,25 0

Expresar el comportamiento de este sistema uti-

lizando gen'radores de números aleatorios, de manera
de poder , .aplicar así el procedimiento de síntesis de
los sistemas determinísticos.

Solución

5-e-a

x : planeta donde se encuentra el astronauta

y : siguiente planeta donde va

SISTEMA

El comportamiento lo. podemos expresar por medio

de la siguiente tabla:

x y Pr (x.íy)
1 2 0,5
1 3 0,5
2 1 0, 1 25
2 3 0,25
4 0,625
1 0,75
3 4 0,25
4 1 0,5
4 2 0,25
4 3 0,25

466


Con cuatro generadores aleatorios que le asig-

nen valores 0,1 a las. variables aleatorias / , 12, C
y 14, podemos obtener las probabilidades que necesita-
mos. El comportamiento modificado del. sistema es el
siguiente:

x /1 /2 3 4
1 0 0 0 o
1 0 0 0 1
1 0 0 1 0 2
1 '- 0 0 1 1 2 Pr(y=2/X=1)=
1 0 1 0 0 2 8x0,0625 = 0,E
1 a 1 0 1 2
1 0 1 1 0 2
--0 1 1 ---- ----
1 2
1 1 0 0 0 3
1 1 0 0 1 3
1 1 0 1 0 3
1 1 0 1 1 Pr{y=3/x=l)
3 8x0,00625
1 1. 1 0 0
= 0,5
1 1 1 0 1 3
1 1 1 1 0 3
1 1 1 1 1 3)
2 o o o o 1 Pr(y=1/x=2)=
2x0,0625
2 o 0 0 1 1
= 0,125
2 0 0 1 0 3
2 0 0 1 1 3 Pr(y=3/x=2)=
2 0 4x0,0625
1 0 0 3
= 0,25
2 0 1 0 1 3
2 0 1 1 0
2 0 1 1 1 4
2 1 0 0 0 4
2 O- 0- 1 4
2 1 0 1 0 4 Fr(y=4/xr2)=
2 1 0 10x0,0525
1 1 4
= 0,625
2 1 1 0 0 4
2 1 1 0 1 4
2 1 1 1 0 4
2 1 1 1 1

467


-71
x 'l '2 3 '4
O O 0 O 1
O 0 0 1 l
U O '1 0 1
8 O 1 1 1
O 1 0 0 1
Pr(y=1/x~3)=
J 1 0 1 1 l2xO,OO25
= 0,75
D 1 1 0 1
U 1 1 l l
1 0 0 O 1
1 0 0 1 1
1 0 1 0 1
1 0 1 1 l /
l 1 0 0 4)
l —| 0 1 4 1 Pr(y
1 1 4xO,O625
1 0 4
i = 0,25
1 l 1 1 4'
O 0 O O l
O 0 0 l l
0 0 1 0 l
0 0 1 7 1 "r(y=1/x=4)=
1 i 8xO,0625
0 O O l{
O l J 1 l \
0 l 1 0 l
O 1 ^ 1
1 0 0 0 Z
1 0 0 1 2 Pr(y=2/x=4)=
1 0 1 4XO,O325
0 2
1 0 1 = 0,25
1 2
1 1 0 0 3
1 l 0 1 3 Pr(y=3/x=4)=
1 1 1 4xO,O625
0 3
l^- 1 = 0,25
l 1 3

El sistema podemos representarlo de la siguien-

te manera:

468


G.A.1 G.A ' 2 G,A ' 3

-7
S IS T E M A

Ejercicio Propuesto
41

En un mercado hipotético solo hay dos marcas,

A y 8, de un producto. Un consumidor típico en
este mercado compra la marca A con probabilidad
ee_ ---^' '

0,75 si su última compra fue Co la marca An y

con probabilidad 0,25 si esa última compra fue
de la marca B.

Expresare] comportamiento de este sistema uti-

lizando variables creadas por generadores olea-
tori0S. Sabemos que de esta forma podemos rea-
lizar la síntesis aplicando los procedimientos
explicados para los sistemas determin5sticos.

RESUMEN

A continuación presentamos un resumen del pro-

cedimiento de síntesis para los diversositiPos de sistemas con-
trolados.
a) Determinísticos combinatorios: A partir del
comportamiento dado, realizando su descom-
posición, obtener la estructura UC-

b) Determihístic0s secuenciuley:

M A partir de la estructure 5T se deter-

mina le profundidad de memoria

(0) Si la profundidad de memoria es finita

puede aún ser reducida. Si es infinita
se transforma en finita.

469


(iii) Se determina el comportamiento del

sistema utilizando o no variables de
realimentnciÜn,

(iv) Se realiza la síntesis del generador

funcional. El procedimiento aplicado
es igual que el de los sistemas combi-
natorios.

Utilizando elementos de demora se rea-

.
liza la síntesis de la memoria,

c) Pr0babilisticos:

mportami ente y de_las

probabilidades de sus componentes se
determina el número de generadores
aleatorios a utilizar.

(ij) Se construye el comportamiento modifi-

cado, incorporando las variables alea-
torias necesarias.

(iii) Se realiza la síntesis aplicando los

procedimientos de los sistemas deter -
nfsticos.

470


RESPUESTA A LOS EJERCICIOS PROPUESTOS

1. Sean las siguientes cantidades

x1: el piloto del automóvil se encuentra en su

asiento
Nivel de resolución: O falso
1 cierto
El compañero del piloto se encuentra en
sú asiento
Nivel de resolución: O falso
1 cierto
el piloto tiene ajustado su cinturón de
següri dád
Nivel de resolución: O falso
1 cierto

x4: el compañero del piloto tiene ajustado su

cinturón de seguridad
Nivel de resolución: O falso
1 cierto

x5: el motor del automóvil está encendido

Nivel de resolución: O falso
1 cierto

x5: la palanca de velocidades está en una po-

sición diferente a la neutra
Nivel de resolución: O falso
1 cierto

--y: ---1 a-- alarma entra en funcionamiento

Nivel de resolución: O falso
1 cierto

471


El sistem-a puede ser representado, entonces, de

la siguiente manera:

xI x2 x3 x4 x

S I S T E M A

Dijimos que el comportamiento del sistema era el si-

.
guiente: la alaTmA_sonará cuando el motor_esté
encendido, la palanca de velocidad esté en una
posició-n diferente a la neutra y suceda una o
más de las siguientes situaciones:

(i) El asiento del piloto y del compañero están

ocupados, y uno de ellos o ambos no se han
ajustado el cinturón de seguridad.

(ii) En el carro sólo está el piloto y no se ha

ajustado el cinturón de seguridad

(iii) En el carro sólo está el compañero del pi-

loto y no se ha ajustado el cinturón de se-
guridad.

Es decir, la alarma sonará cuando exista una de

las siguientes situaciones

x3 x4 x5 x6
1 1 0 0 1 1 1
1 1 0 1 1 1 1
1 I 1 0 1 1 1
1 0 0 0 1 1 1
1 0 0 1 1 1 1
0 1 0 0 1 1 1
0 1 1 0 1 1 1

472
(NOTA: Observe que se tienen6 cantidades de en-
trada bivaloradas, por lo tanto, el comportamien
to consta de 26= 64 componentes. De aquí que no
hayamos puesto la tabla de comportamiento com-
pleta; de todas maneras, para los 57 componen-
tes restantes la alarma no sonará, es decir,
y _ O)•

Puesto que contamos con elementos cuyos compor-

tamiento están dados por la función Y y la fun-
ción O, y por elementos negadores, una estructu-
ra UC posible es la siguiente:

,Z 2 ,Z 3 y Z4 son cantidades auxiliares. El alum-

no puede realizar la composición de los compor-
tamientos de los elementos acoplados y comprobar
que dicha estructura UC genera el comportamiento.

De todas maneras, observe, lo siguiente:

a) Z1= 1 sólo cuando XI= 1 y X3= 0; es decir,

cuando el piloto está en su asiento y no se
ha ajustado el cinturon de seguridad.

b) X2= 1 sólo cuando X2= 1 y X4= O; es decir,

cuando el compañero del piloto está en su
asiento y no se ha ajustado el cinturón de
seguridad.

473


c) Z3= 1 en cualquiera de los siguientes ca-

sos:

Zi

es decir, cuando las dos personas están en

su asiento y ambos no se han ajustado el
cinturón (Z 1 =1, Z 2 = 1) o cuando el piloto es-
tá en su asiento y no se ha ajustado el cin-
turón, pudiendo estar o no el compañero, pe-
ro si está tiene el cinturón ajustado (Z 1 =1,
Z-2 =0__) o--c-u-ando--e-i--com p a ñ e r o del pilota—está
-
en su asiento y no se ha ajustado su cintu-
rón pudiendo estar o no el piloto, pero si
está tiene ajustado el cinturón (Z 1 = 0,Z 2 = 1)

d) Z4= 1 sólo cuando Z 3 =1 y X 6 =1; es decir,

cuando además de la situación planteada en
(c), la palanca de velocidades está en una
posición diferente a la neutra.

e) y=1 es decir la alarma sonará, sólo cuando

Z4=1 y X 1 =7; es decir, cuando además de la

situación planteada en (c) y (d) el motor

está encendido.

Esta explicación extraída directamente de la es-

tructura UC nos dice que ella genera el compor -
tamiento del Sistema. Sin embargo, es recomenda-
ble que el alumno, aplicando el procedimiento
de composición de relaciones explicado, llegue
a esa conclusión.

2. Para la siguiente estructura ST queremos hallar

la profundidad de memoria del sistema

474


1/d
o/a

Primero veamos sí la profundidad de memoria es

finita (el número de estados n es igual a 3).

K = n (n-1) 3
2

(o/a,o/a,o/a), (o/a,1/a,o/a), (1/a,0/a,o/a),

(l./a,l/a,o/a),(1/a,l/a,l/b), 1/a,l/b,0/a),{1/b,I/a,o/a){

1
Q3
1 (o/a,o7a,l/a), (1/a,0/a,l/b), (1/a,1/b,1/a),
(1/b,o/a,l/a)l

Q3 = J, (o/a,1/a,1/a), (1/b,l/a,1/a)-1

0
Q3 " Q

2
Q0
3 Q3
0

Q31 ° 1 Q32 0

Por lo tanto, el sistema tiene profundidad finita

de memoria.

Encontramos, entonces, los conjuntos Q2, si es

necesario los '.
Q1

Qo _ (o/a,o/a), (1/b,o/a), (1/a,l/b), (1/b,o/a)l

2

Q2 = (o/a,l/a), (1/b,l/a)
z
Q2

475


Realizando la intersección de estos conjuntos, en-

contramos que

Hasta ahora sólo sabemos que la profundidad de

memoria no es igual a 3. Necesitamos calcular los
Q1-

1 /a4

1/a-

Real izando la intersección, obtenemos

Qo cÍ

Qi fl Qi

Hemos encontrado, entonces, que para m=2 se tiene

que

Q1 0
QI
y que

Q° Q2 0

Qo Q2 0
2

Q2 Q2 0

476


Por lo tanto, el sistema tiene profundidad de me-

moria m = 2.

Para reducir la profundidad de memoria a 1 de-

bemos introducir una variable de realimentación
que haga que

(I? Qi = 0

La nueva estructura ST es la siguiente:

1/a (v=o)

Comportamiento del Sistema

a) Sin variables de realimentación

Puesto que el sistema tiene profundidad de me-

moria m = 2, las variables muestrales a conside-
rar son:

x(t-2) y(t-2) x(t-1) y(t-l) x(t) y(t)

y los componentes del comportamiento los encon-

tramos a partir de los conjuntos

Q3 (i = 0,1,2),

477
ya que estos nos suministran las triadas con-
secutivas de estímulos y respuestas que nece-
sitamos, es decir

x(t-2)/ y(t-2)

x(t-1)/ y(t-i)

x(t) / y (t)

El comportamiento del sistema es, entonces,

x(t-2) y(t-2) x(t-1) y(t-1) x(t) y(t)

0 a 0 a 0 .a
á i a O
1 a 0 a 0 a
1 a 1' a 0 a
1 a ,1 a 1 b
1 a 1 b 0 a
1 b 0 a 0 a
1 b 1 a 0 a
0 a 0 a 1. a
1. a 0 a 1 a
1 a 1 b 1 a
1 b 0 a 1 a
0 a 1 a 1 a
1 b 1 a 1 a
Para este enfoque (sin variables de realimen-
tación) el paradigma general de los sistemas
secuenciales tiene la siguiente forma:

x(t)
J
X(t-1)
GENERADOR
FUNCIONAL x(t-2) MEMORIA

y(t-1)

y(t)u-

478


Enfoque utilizando variables de realimentación.

Puesto que agregando la variable de realimen-

tación v, el sistema pasa a tener profundidad
de memoria igual a 1, las variables muestra-
les a considerar son:

x(t-I) y(t-1) v(t-1) x(t) y(t) v(t)

y los componentes del comportamiento los en-

contramos a partir de los conjuntos Q 2 (1=0,1,2) .
obtenidos de la estructura ST modificada. Di-
chos conjuntos son los que nos suministran los
pares consecutivos de estímulos y respuestas
_que _n_e_c e s i t_amo s_;_ -e_s

x(t-1) / y(t-1), v(t-1)

x(t) / y(t), v(t)

Dichos conjuntos son:

Q2° = (o/a(v=0"o1)., o/a(v=0ól)), (1/a(v=o), 0/a(v=0 611

(l/a(v=1), o/a(v=Oól)), (1/a(v=1), 1/b(v=0 0 1)),
(1/b(v=0 6 1), 0/a (v=0 ó 1)}}

(o/á(v=0 6 1), 1/a (v=4 (1/b(v=0 6 1),

4/a (v=0)

Q2 (1/a (v=0), 1/a (v= 1))11

Y el comportamiento es el siguiente
x(t-1) y(t-1) v(t-1) x(t) y(t) v(t)
0 a 061 0 a 061
1 a 0 0 a 061
1 a 1 0 a 061
1 a 1 1 b 061
1 b 061 0 a 061
0 a 061 1 a 0
1 b 061 1 a 0
1 a 0 1 a 1

479


El paradigma general de los sistemas secuenciales

tiene la siguiente forma

GENERADOR MEMORIA
FUNCIONAL y(t-1)
v(t-1)

v(t)

y(t)

4. Este ejercicio propuesto es similar al que se ha

resuelto en los ejercicios 2 y 3, por lo tanto
su resolución la haremos sin muchas explicacio-
nes.

Determinación de si es finita la profundidad

de memoria

Por lo tanto el sistema no tiene profundidad

de memoria finita

b) Transformación de la profundidad de memoria

infinita a profundidad de memoria finita e
igual a K, es decir, 1.

Para ello nos basta con agregar una sola va-

riable de realimentación, tal como se mues-
tra en la siguiente estructura ST modificado:

480


1/o(v=o)
o/1(v=1)
o/1(v=o

1/o(v=1)

c) De esta forma el sistema tiene profundidad de

memoria igual a 1, y las variables muestrales
a considerar son:

x'(t-.1) y(t-1) v(t-1) x(t)' y(t) v(t)

Determinación del comportamiento

Q 2={ (o/1(v=o), o/1(v=o)), (I/o(v = o), O/1(v = o)),

i (1/o(v=1j^ IIo(v=o)) (ot3(v=1),3%o(v=1)}j

Q2 =; (o/1(v=1), o/1(v=1)), (1/o(v=o), 1/o(v=1)),

(o/1(v=o), 1/o(v=1)), (1/o(v= 1), o/1,(v=1))

0 1 0 1 1

Forma que adquiere el paradigma general de los

sistemas secuenciales

x(t) o--^

GENERADOR
MEMORIA
FUNCIONAL
i y(t-1)

v(t)

y(t)

481


5. Sean

X: marca que está usando

Nivel de resolución: A
B

y: próxima marca que comprará

Nivel de resolución: A
B

De los datos del problema, el comportamiento pue-

de ser expresado de la siguiente manera

Pr(y/x)
A A 0,75
A B 0,25
B —-A-
B B 0,75

Con dos generadores aleatorios es suficiente pa-

ra obtener las probabilidades indicadas. El com-
portamiento modificado es el siguiente:

x /1 y
A 0 0 A Pr(y=A/x=Al= 3x0,25=0,75
A 0 1 A
1 0 A
A 1 1 B} Pr(y=B/x=A)= 1x0,25= 0,25

B 0 A) Pr(yaA/x=B)= 1x0,25=0,25

B 0 1
B 1 0 B Pr(y=B/x=B)= 3x0,25=0,75
B 1 1 B
El sistema lo podemos representar así:

G.A.1
N
xQ v /2

SISTEMA

482


AUTOEVALUACION

1. El sistema cuyo comportamiento se muestra a con-

tinuación, es utilizado para controlar el flujo
de agua a un tanque (en éste se forma una solu-
ción de salmuera que va a ser utilizada en un
proceso quimico).

x1 '. x2 x3 Y
o o 0 o
0 0 1 0
0 1 0 0
0 1
1 0 0 1
0 1 1
1 1 0 1
1 1 1 1

Las cantidades indican lo siguiente:

y: Se detiene el flujo de agua

Nivel de resolución: 0 falso
1 cierto

x1: El tanque está lleno

Nivel de resolución: 0 falso
1 cierto

x2: La concentración de sal no excede el 2,5%

Nivel de resolución: 0 falso
cierto

x3: El nivel del agua en el tanque está por en-

cima de un nivel mínimo designado.
Nivel de resolución: 0 falso
1 cierto

483


Realice la síntesis del sistema. Ud. cuenta con

dos tipos de elementos: unos cuyo comportamiento
está dado por la función Y, y otros dado por la
función O; esto es,

u v Función Y u v Función 0
1 1 1 1 1 1
1 0 0 1 0 1
o 1 0 0 1 1
o o 0 0 0 0

(Sugerencia: antes de realizar la síntesis, ex-

prese en palabras el comportamiento del sistema).

Zá sigüiñte estrctur ST representa un sistema

que describe la siguiente situación: Un empresa-
rio se dedica a de espectáculos:
montar dos tipos
boxeo y corridas de toros.Cada tres meses monta
uno, y el tipo de espectáculo que escoge depende
de:

a) política conformada en función del resultado

deespectáculos anteriores, y

del resultado esperado en eT nuevo espectáculo.

El empresario mide el resultado por la resolución

beneficio/costo.

01/o
00/1

10/0 (^^
11./0t

01/0
-00/0

Nota: Una expresión como 10/0 indica que x 1 = I,

x2=0 (el estímulo) y y=0 (la respuesta)

En este sistema hay las siguientes cantidades:

484


De estímulo

x1:0 Si la relación beneficio/costo esperada del

boxeo . 1.5
:1 si es mayor que 1.5

x2:0 Si la relación beneficio/costo esperada de

la corrida de toros 1.5
:1 si es mayor que 1

De respuesta

0 monta boxeo
1 monta corrida de toros

Los estados representan los dos tipos depolíti-

cas que pueden conformar los resultados de even-
tos anteriores:

e1: política 1

política 2

Hallar el comportamiento del sistema y la forma

que adquiere el paradigma general de los sistemas
secuencia].

3. Una empresa fabrica un producto a partir del en-

samblaje de dos componentes que compra a un mis-
mo proveedor. Los defectos que puede tener cada
componente son variados, y dependiendo de cuáles
sean éstos, la empresa devuelve o no el pedido
adquirido.Un _investigador, a través de una serie
de mediciones que hizo, representó la anterior
situación mediante un sistema cuyo comportamien-
to está dado por la tabla siguiente:

485


y «/ (x
Pr( ^' ^^)
x1 l` ^
D 0 1 1
0 1 1 0,5
0 1 0 0,5
1 0 1 0,75
l O D 0,25
1 1 0 1

En donde,

:-O si el componente 1 no tiene ningún defecto

1 si tiene algún defecto

x 2:O si el componenete 2nV tiene ningún defecto

1 si tiene algún defecto

y: 0 rechaza el pedido
1 no rechaza el pedido

Realizarla síntesis del sistema. Recuerde que

'
primero debe modificar el comportamiento, utili-
zando variables cuyos valores (0 ó 1) son asig -
nados por generadores de números aliatoríos. Con
el comportamiento modificado realice la síntesis
como si estuviera en presencia de un sistema
combinatorio.

Usted cuenta con elementos Y, 0 y negadores.

486


RESPUESTA DE LA AUTOEVALUACION

PREGUNTA RESPUESTA

1 El comportamiento del sistema es el siguien -

te: el flujo de agua se detiene (y = 1) cuando
sucede uno o ambos de los siguientes dos
eventos:.

(i)•el tanque está lleno (x 1 = 1)

(in la concentración de sal no excede el

2,5% (x 2 =1) y el nivel de agua en el
t a n Q u_e__e_st_á_ p o _ r _ _ e - n - c i-m-a--d e un n i v e l m l-
nimo designado (x 3 =1)

x, .
x 2o- ;--- y
x 3 e.._.^.._.

2 (i) n= 2 K = n(n-1)/2 = 1
(ii) Ql = C10/0, I1/O, 01/0, oo/o

Q2 = 10/0, 11/1, 01/0, 00/1

1 1
1 QÍ = 1t 10/0, 01/0 1( # 0

Por lo tanto, la profundidad de memoria es in-

finita.

(iii) Estructura ST modificada

01/0 (v=o)
00/1 (v=0 6 1)

.1^tl1(.1.0 1)
4"k (v ) i

O1/O(v=1)
OO/O(v=0 6 1)

487


PREGUNTA RESPUESTA

(iv) Comportamiento
x 1 (t-1) x 2 (t-1) Y(t-1) v(t-1 xl (t)x2 (t) y(t) v(t)
1 0 0 0 1 0 0 0
1 1 0 061 1 1 0 06 1
1 0 0 0 1 1 0 06 1
1 1 0 0 6 1 1 0 0 0
0 1 0 0 0 1 0 1
0 1 0 0 0 0 0 0 6 1
0 0 1 0 6 1 0 1 0 1
0 0 1 061 0 0 0 06 1
- ----0- — --Y- - -J- -1-- 1- - 0 0 0
0 1 0 1 1 1 0 06 1
0 0 . 0 061 1 0 0 0
0 0 0 06.1 1 1 0 06 1
1 0 0 1 0 1 0 1
1 0 0 1 0 0 0 06 1
1 1 1 0 6 1 0 1 0 1
1 1 1 0 0 0 0 06 1
1 0 0 1 1 0 0 1
1 1 1 061 1 1 1 06 1
1 0 0 1 1 1 1 0 6 1
1 1 1 061 1 0 0 1
0 1 0 0 1 0 0 1
0 1 0 0 1 1 1 06 1
0 0 1 061 1 0 0 1
0 0 1 061 1 1 1 06 1
0 1 0 1 0 1 0 0
0 1 0 1 0 0 1 06 1
0 0 0 061 0 1 0 0
0 0 0 061 0 0 1 06 1
1 0 0 0 0 1 0 0
1 0 0 0 0 0 1 06 1
1 1 0 0 6 1 0 1 0 0
1 1 0 061 0 0 1 06 1

(v} Forma queadquiereel paradigma general de

los sistemas secuenciales:

488


RESPUESTA

GENERADOR MEMORIA
x (t-1)
FUNCIONAL ?
v(t-1)
Y( t )d

v( t)

ti
Y
x2 ^I
0 0 0 0 1
0 0 1
0 0 1 0 1
0 0 1 1 1
0 1 0 0 1
1 0 1 1
1 1 0 0
0 1 1 1 0
1 0 0 O 1
1 0 0 1 1
1 0 1 0 1
1 0 1 1 0
1 1 0 0 1
1 1• 0 1 1
1 1 1 0 1
1 1 1 1

[.A.1 G.A.2

SISTEMA

489
PREGUNTA RESPUESTA

x^

x2` 0 Y

)
G. A ^^ --^--'

G.Aj

22

490
 PRESCRIPCIONES

Problema 1

En caso de dificultad, estudiar de nuevo la sub-

sección 6.2.1. y los ejemplos resueltos en ella. Con-
sultar, además, el ejercicio propuesto 1.

Problema 2

En caso de dificultad,estudiar de nuevo la sub-

sección 6.2.2 y los ejemplos resueltos en ella. Con-
-s-ultar-,-ad-emás----1-ejerctcio-po p uesto 2.

Problema 3

En caso de dificultad, estudiar de nuevo las

subsecciones 6.2.3 y 6.2.1 y los ejemplos resueltos
en ellas. Consulte, además, los ejercicios propuestos
1 y 3.

491


BIBLIOGRAHA

AUTOR OBRA

1. GORDON,. Geoffrey System Simulation. Prentice

Thall, 1969

2. HILL, Frederick y Introduction to Switching

PETERSON, Gerald Theory and Logical Design.
Wiley International Edition,
1974..

3. KLIR, George An Approach to General Systems

_T_heor_y_Van Nostran Reinho d-
1969.

4. SCHRIBER, Thomas Systems Simulation Using GPSS,

John Wiley, 1979.

492
 MODULO IV

A. PLICACION A SITUACIONES REALES

INTRODUCCION

El módulo III ha desarrollado dos de los principa-

les intrumentos metodológicos en el estudio de sistemas:
el análisis y_la síntesis de sis~.

Tanto el análisis como la síntesis necesitan condi-

ciones iniciales específicas que permitan su aplicación,
uno la estructura UC, otra el comportamiento.

La mayoría de las veces estas condiciones no se dan

en la realidad, al menos totalmente, por lo cual estamos
en presencia de problemas que no son ni de síntesis ni de
análisis. Sin embargo, los conocimientos adquiridos tanto
conceptuales como metodológicos son aplicables.

Este módulo lo dedicaremos a estudiar cómo aplica-

mos nuestros conocimientos de la Teoría inductiva en es-
tos casos que se apartan de las condiciones ideales de
análisis y síntesis de sistemas.

OBJETIVO:

Dadas situaciones incompletas de organización y com-

portamiento, determinar el sistema completo y sus
opciones.

493
B
s


UNIDAD 7

INVESTIGACION DE SISTEMAS

INTRODUCCION

Por lo general, las condiciones para el análisis de

,un sistema, conocer su estructura UC, o para la síntesis,
conocer el comportamiento o la estructura ST, no se obtie-
nen con facilidad. L-a mayor parte de las veces nos encon-
tramos con la situación de desconocer la organización y
el comportamiento de un sistema, o en todo caso de cono-
cerlos incompletamente, aún cuando conozcamos las canti-
d-a d e-s e-x-te-r-nas q u-e s up o r e m o s- ó b 5 ér v b-7 e s y me d i b l e s .

Este caso es el que se ha venido denominando en in-

geniería de sistemas el problema de la caja negra, pués
su interior nos es desconocido y queremos conocer o deter-
minar toda su organización y comportamiento, o parte de
ellos.

De acuerdo a la información que dispongamos o bus-

quemos se tendrán diferentes casos de la caja negra, el
más complejo de los cuales es el denominado investiga-
ción de sistemas, donde a través de la generación de hi-
pótesis y su verificación de acuerdo a mediciones y apli-
cación de los principios de la teoría. inductiva de siste-
mas vamos conociendo el sistema en una utilización cícli-
ca del análisis y la síntesis. Estos diversos casos los
estudiaremos en esta unidad, con lo cual terminaremos el
curso de Teoría de Sistemas, donde hemos aprendido uno de
los enfoques más útiles p_ará su aplicación en problemas
ue ingeniería.

OBJETIVO:

7. Dadas situaciones incompletas de organización y com-

portamiento, determinar el sistema completo y sus
opciones.

495


ESQUEMA DE CONTENIDO

Pág.
7.1. Problemas fundamentales en el estudio de sistemas 497

7.2. Presentación del problema de la caja negra 510

7.3. La caja negra pura 518

7.4. Casos de la caja negra 540

7.5. Investigación de sistemas 545

Respuestas-a-los -ejercicios-.. . 559

Autoevaluación 573

Respuestas a la autoevaluación 575

Prescripciones 587

Bibliografía -587

496


7.1 PROBLEMAS FUNDAMENTALES EN EL ESTUDIO DE SISTE-

MAS.

Cualquier problema relativo a un sistema comienza

con el conocimiento de ciertas propiedades del mismo, te-
niéndose que describir las restantes propiedades. Determi-
nar en forma única a éstas sólo seré posible si las cono-
cidas son consistentes entre sí, no generan comportamien -
tos contradictorios, son suficientemente completas y no
generan ambigüedades.

En el caso general de análisis de sistemas, que vi-

mos en la unidad 5, está dada la estructura UC y se debe
descubrir el comportamiento o la estructura ST correspon-
diente a la estructura UC, eliminando de las relaciones y
acoplamientos detodas las cantidades, excepto las principa-
les. Las cantidades principales y sus significados deben
deducirse directamente de la estructura UC dada. Este pro-
cedimiento se esquematiza en la figura 7.1

COMPORTAMIENTO

ESTRUCTURA UC

ESTRUCTURA ST

Figura 7.1
Procedimiento del análisis de sistemas

497


Recordemos de la Unidad 5 un ejemplo sencillo de

este procedimiento:

Dado el sistema neutral S de dos elementos cuyo

diagrama UC es el siguiente

x w

encontrar su comportamiento si los comportamientos de ca-

da uno de los elementos están dados por las siguientes
relaciones:

x y z z v w
R1 _= R2^
O O U O O O

O l 1 0 l 1-
1 0 1 1 0 1
1 1 0 1 1 T

El comportamiento del sistema lo encontraremos al

excluir la variable interna z, lo cual podemos hacer com-
poniendo ambas relaciones. gráficamente queda repre-
– sentado- asir

498
 Si la composición la hacemos R1* R2 tendremos

x y v w

0 0 0 0
0 0 1 1
0 1 0 1
0 1 1 1
1 0 0 1
1 0 1 1
1 1 0 0
1 1 1 1

En cambio si la efectuamos a la inversa R 2 -1 * R1 1

tendremos
w x

0 0 0 0
1 1 0 0
0 1 0 1
1 1 0 1
0 1 1 0
1 1 1 0
0 0 1 1
1 1 1

Cualquiera de las dos composiciones puede represen-

tar el comportamiento del sistema, pues no conocemos su
control.

En la Unidad 5 este procedimiento se complementa y

complejiza con el cálculo de probabilidades, la determina-
ción del control y la determinación de la estructura ST;
ante cualquier duda sobre estos puntos es conveniente re-
pasar esta unidad.

499


La síntesis de un sistema, es el problema inver-

so de su análisis. En este caso, tendremos dados un com-
pórtamiento, una actividad o una estructura ST y debemos
descubrir una estructura UC que produzca el comportamien-
to prescrito y que contenga los elementos tipo disponibles
(entendiendo por "tipo" elementos que poseen un mismo
comportamiento permanente)

Si se proporciona un conjunto insuficiente de ele-

mentos, no es posible la síntesis de un sistema, y en la
mayoría de los casos, el problema es ambiguo, es decir,un
___c_o_m_po_r_t_a_m_i_entt__particular pu_ede_derivarse de diferentes
estructuras que consisten de los mismos tipos de elemen-
tos. Por está razón, se acostumbra especificar requisitos
adicionales referentes a la estructura, tales como costos
mínimos, confiabilidad máxima, flexibilidad ante posibles
cambios. La tarea de síntesis consiste en descubrir la es-
tructura, dentro de todas las posibles, que satisface los
requisitos dados de la manera más satisfactoria. Mediante
el análisis de la estructura propuesta se puede asegurar
si la síntesis del sistema se realizó correctamente. El
esquema de la figura 7.2 representa el procedimiento de
síntesis.

Requisitos para la
Estructura ST
Estructura ST

Comportamiento
Actividad
Permanente
Estructura UC

Requisitos para
la estructura UC

Figura 7.2

Procedimiento de la síntesis de
sistemas

500
 Este fue el procedimiento que se vio con detalle
en la Unidad 6.

La síntesis de sistemas es un problema típico que

ocurre especialmente en ingeniería. En base a unos insu-
mos determinados queremos construir uno o varios sistemas
que tengan comportamientos dados. Ejemplos, de esto pue-
den ser los siguientes:

i) Un sistema automatizado de información cientí-

fica y.tecnológica que conecte los bancos de
datos de las universidades y centros de inves-
tigación del país entre sí y que tenga acceso
a los bancos, de datos de otros países. Se con-
tará con los computadores de las instituciones
involucradas.
El costo del sistema debe ser tal, que pueda
recuperarse la inversión en 10 años con un ta-
rifa de acceso similar a la de los sistemas
internacionales.

ii) Un producto farmaceütico nuevo se va a producir

en un laboratorio que ha adquirido su fórmula
de un centro de investigación. La combinación
de materias primas debe ser tal, que la incorpo-
ración de nuevas materias(no utilizadas en otros
productos del laboratorio) no exceda el 15% del
valor total de los insumos.

iii) Las viviendas prefabricadas de una empresa cons-

tructora deben diseñarse en base a tres módulos
constructivos básicos, cinco materiales funda-
mentales ydos tipos de acabado. Las caracterís-
ticas, de cada vivienda son recogidas en una
planilla que llenan conjuntamente el diseñador
y el cliente, donde se especifica el área total,
la cantidad de ambientes diferentes, la lumino-
sidad de los ambientes, la ventilación, servi-
cios fundamentales y costos.

501


El otro tipo de problemas que se da sobre el estu -

dio de sistemas, es el que llamamos de investigación de
sistemas considerados como cajas negras, el cual es el
problema especifico que trataremos en esta unidad.

El término de caja negra ha sido adoptado para to-

do sistema cuya organización y comportamiento
- son desco -
nocidos ot 0cidos incompletamente y tiene que dóte mi-
narse uno o ambos. Las cantidades externas se suponen ob-
servables y obtenibles por experimentación, es decir, que
partimos de la definición de sistema basada en las canti-
—~---~
dades externas y su hível—de ción ^

El procedimiento general para resolver el problema

de la caja negra se ilustra en la figura 7.3. La experi-
mentación sobre el sistema nos producirá una o varias ac-
tividades, de las cuales se puede deducir el comportamien-
to relativamente permanente. Si no disponemos de algunas
informaciones sobre la organización del sistema, es i mpo -
sible conocer con certeza el comportamiento permanente,
pues nunca sabremos si la actividad considerada contiene
todas las posibles relaciones. Lo más que podremos hacer
'
es generar hipótesis aoerca de la organización del siste-
ma (estructura UC o estructura 5T).

Ahora bien, si además disponemos de informaciones

aun parciales, acerca de la organización de la caja negra
(por ejemplo, los tipos de elementos y su númern)podremoS
a . veCeS, bajo ciertos supuestos y con la ayuda de experi-
---nnentos-4isehados, adquirír un conocimiento completo de su
comportamiento permanente, ratificando o no las hipótesis
construidas acerca de la organización del sistema. La
estructura real, no es derivable de los datos iniciales y
sólo será conocida con certeza en casos especiales cuando
sea posible adquirir información del comportamiento perma-
nente por mediciones externas al sistema o en su interior.

502
 Programa
real
completo

Estructura Estructura
ST ST
hipotética real

Información
sobre la
estructura
ST—-

L
Comportamientc Comportamiento
.Caja Actividad relativamente permanente
Negra permanente

Información
I
sobre la
estructura
UC

Estructura Estructura
UC UC
hipotética real

Figura 7.3
Procedimiento general del problema de la caja negra

503


Los problemas de caja negra difieren entre sí prin-

cipalmente en la cantidad de información disponible sobre
el sistema y en el objetivo perseguido, y de acuerdo a
esto, es necesario utilizar las metodologías dé análisis
y síntesis como se observa de la comparación de las figu-
ras 7.1, 7.2 y 7.3

En la vida real pocas veces se nos presentan claramente

definidos los problemas de análisis, síntesis o hasta el
de la caja negra, por lo cual necesitamos desarrollar me-
to-do_Logias__g_en_era Ie_s—de_estodio_de sistemas, que partien-_
do de los problemas tipos (análisis, síntesis y caja ne-
gra) sean capaces de abarcarlos a todos ellos, eso lo de-
nominamos investigación de sistemas y lo trataremos al fi-
nal de la unidad.

Ejemplo.

Veamos un ejemplo de cómo aplicar cada uno de estos

tres procedimientos. Consideremos una oficina de correos
que tiene la siguiente organización administrativa.
Jefe de la I
i Oficina !(

Recepción Distribución Revisión Depósito

Y
Clasificación

En el departamento de Recepción y Clasificación se reciben

las encomiendas que llevan los usuarios y se clasifican
en correspondencia para otras oficinas y correspondencia
para distribuirse por la propia oficina; la primera es
enviada a la oficina respectiva y la segunda al departa-

504


mento de Distribución. Este departamento recibe esta co-

rrespondencia y la que proviene de otras oficinas, las
cuales se les da a los carteros para su colocación en las
direcciones correspondientes. Aquella correspondencia que
no puede ser colocada por los carteros pasa al departamen-
to de Revisión donde se analiza y en caso de conseguir al-
gún error se corrige, enviándose al Depósito donde se al
macena. En este último . departamento se procesan los re-
clamos por correspondencia no recibida. Esta descripción
de la función principal de esta oficina nos lleva a consi-
derar la _si._gu ente_estructura UC__deLsi_stema
^K 5

e" R YG SIS RtV

n

o X8

Donde xl : Correspondencia de los usuarios

x2 Correspondenci a para distribuir en otras oficinas
x3 Correspondencia para distribuir en la oficina
x4 Correspondencia de otras oficinas
x6 Correspondencia distribuida
x6 Correspondencia rechazada
x7 : Correspondencia revisada
xD Reclamos realizados
xg . Re-clamos satisfechos

,Las estadísticas de cada departamento que se han

venido llevando a cabo en los últimos cinco
años, nos dan las siguientes relaciones que definen el
comportamiento de cada elemento; en un periodo de tiempo
(6 meses):

505


x2 = 0,90 xl

x3 = 0,10 xl

x5 = 0,95 (x3 + x4)

x6 = 0,05 (x3 + x4)

x7 = x6.

x9 = 0,50 x8

E1_análisjs de este sistema consiste en determinar

el comportamiento permanente, o sea las relaciones existen-
tes entre las variables de salida y las de entrada. Proce-
damos a hacerlo

x2 = 0,90 x1

x5 = 0,095 xl + 0,95 x4

0,50 x$

Este análisis nos ha permitido conocer en detalle

la forma como este sistema se comporta en periodos largos
de tiempo,. en nuestro caso seis meses, más allá de las re-
laciones internas de cada departamento.

Veamos a hora un caso de aplicación del procedimien-

to de síntesis alrededor de este mismo ejemplo de la Ofici-
na de Correos. El Jefe de la Oficina considera el porcen-
taje de reclamos satisfechos (50%) muy bajo,por lo cual ha
emprendido un estudio que le permita aumentar este porcen-
taje hasta el 60% sin que se aumente el personal y tomando
en cuenta que el resto de las oficinas de la ciudad (nueve)
tienen organizaciones administrativas y funcionales simi-
lares.

506


Sabemos el comportamiento permanente que queremos

xq= 0,60 x8 y la restricción no aumentar personal actual.
La estructura del DEPOSITO que tienen otras oficinas es
similar a la que nos ocupa, pero tres de ellas tienen
porcentajes de satisfacción de reclamos superiores al 60%.
Un estudio de estas oficinas nos dice que en ellas la re-
lación x 7 /x 8 es superior a 10, o sea el volumen de in-
formación disponible para resolver los reclamos es diez
veces mayor que el numero de reclamos, y en la oficina
bajo estudio apenas llega a cinco veces. El estudio de
todas las oficinas da el siguiente comportamiento perma-
n_en t_e_ d_e__ i-os de p_ar__t a_m e-n

0 xg 0,40 x8, si /x 8 ' 5

0 4 x7

0,40 x8 <x9 < 0,50 x8, si 5 <x 7 /x 8 <10

0, 50 x8 ; xg 0,60 x8, si 10 Kx 7 /x 8 i5

0,60 x8 , xg 0,70 x8, si 15<x 71 x8 ` 2O

Una solución al problema será aumentar la cantidad

de información de entrada al Depósito en tres*o cuatro ve-
ces de manera tal que la relación x 7 /x 8 de nuestra ofici-
na esté entre 1.5 y 20. Esto se puede lograr, si conse-
guimos que otras tres oficinas cercanas nos envíen su in-
formación por medio de un reporte periodico. Así la nueva
estructura será

DEP

x10 x3
donde xl 0: Correspondenc a revisada de otras oficinas

507
 Un problema de caja negra en esta oficina pudiera
ser el que describimos a continuación. En el departamen-
to de Recepción y Clasificación se ha detectado un proble-
ma de demora en la clasificación, dándose el caso que cada
vez son mas frecuentes los dios que queda correspondencia
sin clasificar, por lo cual ésta se acumula y están cam-
biando las relaciones del departamento teniendo ahora
x2 = 0, 80x 1 , y 'x 3 = 0,09x - esto debe corregirse y llevarse
1'
a los niveles anteriores de manera tal que x2+ x3 = xl.

Unas mediciones de las actividades del departamento

=R —y C tia 1- o-s —s- g-ui--e-n t-e-s - r-e-s u1-t a-d-o-s- -- -

i) la función de recepción en todos los días de me-

dición ha sido capaz de procesar todas las enco-
miendas realizadas por los clientes.

ii) La función de clasificación es capaz de procesar

-un máximo de 100 encomiendas por hora: en los
días de medición al menos dos veces di ari as, l as
cifras de recepción han sobrepasado este tope,
por lo cual a veces al final de la jornada se
acumula correspondencia sin clasificar.

Sabernos que el departamento R y C está organizado

internamente en dos divisiones, una de recepción y otra
Ce clasificación. La de recepción tiene dos taquillas atendidas por
dos personas, la de clasificación tiene dos .ersonas que
se reparten equitativamente el trabajo.

Esta información sobre la organización del departa-

mento R y C y las mediciones efectuadas nos lleva a for-
mular tres posibles soluciones:

508


1) En las horas de baja carga de trabajo en la

recepción,un.o de los funcionarios de las ta-
quillas hará el trabajo de clasificación. Es
necesario revisar si el manual de descripción
de cargos permite que un funcionario de re-
cepción haga funciones de clasificación.

Los funcionarios de clasificación se quedarán

trabajando después de culminada la jornada de
trabajo en horas extras. Es necesario revisar
- s-i — s-e --d-i s-p o-n-e----e-n--e-1_-- p-r-e-su-p-u e-s to de-dinero —pa-

ra pagar este concepto.

3) Se contratará un nuevo funcionario que comple-

te el equipo de clasificación. Es necesario
revisar si se dispone de un cargo vacante de
esta categoría.

Cualquiera de las tres soluciones altera la estruc-

tura con lo cual disponemos de una nueva estructura con
un comportamiento igual o mejor que el deseado.

EJERCICIO PROPUESTO

1. Un sector de una avenida recibe afluencia de auto-

móviles dé acuerdo al siguiente esquema;

509


'N)

141
Tomando en cuenta la flexibilidad necesaria en la considera-
ción de este tipo de problemas

a) Describa un sistema, a través de su estructura

UC, que representa el tráfico en este sector
de la avenada.

b) Plantee un problema de análisis de sistemas

sobre él.

c Plantee un problema de síntesis de sistemas

sobre él ,suponiendo que se produce congestión en alguno
de los tramos de la avenida.
d) Plantee un probleu'a de caja negra sobre el, en
forme similar al anterior.

7.2 ftRISInTnION DEL PROBLEMA DE LA CAJA UEGRA.

El problema de la caja negra agrupa todas aquellas

situaciones en las cuales las cantidades externas del sis-
tema se suponen observables o medibles al nivel de resolu-
cibnresectivo,susvalores pueden ob'terseorexri
nea'ventaci6n.


y se desea determinar la organización o el comportamiento

del sistema considerado por desconocerlos total o parcial-
mente.

El problema de la caja negra se encuentra a mitad

del camino, entre el análisis y la síntesis de sistemas;
si conocemos totalmente la organización nos encontramos
con un problema de'Análisis, si lo que conocemos total-
mente es el comportamiento, el problema es de'síntesis.

Aun cuando los problemas de la caja negra son

~wI-esv—pues -c-ada-i•-nformae-i-ón-ad-i-c-ional (sobre lat can-
tidades externas) configura un tipo especial, es posible
clasificarlos en dos grandes grupos:

1) El sistema está dado únicamente por sus canti-

dades externas y el nivel de resolución. Nada
más se conoce sobre él, ni siquiera la clasi-
ficación delas cantidades externas en entradas
y salidas. Determinar el comportamiento, el
programa y la estructura es el problema de
caja negra puro.

2) El sistema está dado por sus cantidades exter-

nas, el nivel de resolución, y algunas propie-
dades adicionales. Según sean estas propieda-
des adicionales se configuran en problemas de
identificación especiales. Dos de los mas
estudiados son las siguientes.

2.1. Se conocen adicionali.,ente algunas o todas

de las siguientes propiedades:

511
 a) la clasificación de las cantidades ex-
ternas (:entradas y salidas)

b) Tdümero de estados del sistema o un lí-

mite superior a este número

c) Tipos de elementos del sistema, y

d) Número de el ementos del si stema o un

límite superior de este número;

y se desea determinar el comportamiento,

el programa y la estructura del sistema.
Los problemas de este tipo reciben nom-
tires de acuerdo al objetivo; si vamos a
determinar sólo la estructura ST se deno -__
minará experimento de identificación de
la estructura ST.

2.2 Se conocen adicionalmente:

a) la clasificación de las cantidades ex-

ternas (entrada y salida), y

b) la estructura ST;

y se desea conocer el programa del siste-

ma; a este problema se le denomina expe-
rimento de identificación de estados.

Veamos algunos ejemplos de estos casos:

Ejemplo de la caja negra pura es el definido en la

Unidad 4 sobre la institución matrimonial, donde se intro-
ducían siete variables externas y su nivel de resolución:
grado de éxito (x l ), ingreso familiar mensual (x 2 ), proxi-
midad de los suegros (x 3 ), tiempo medio diario de trabajo
del hombre y la mujer (x4 y x 5 ), porcentaje del tiempo
libre que pasan juntos marido y mujer (x 5 ) y satisfacción

512
sexual (x 7 ). El sistema sugerido podría establecerse so-
bre el universo de matrimonios de una ciudad y obtener ac-
tividades por medio de encuestas para tratar de encontrar
comportamientos relativamente permanentes de estas, varia-
bles escogidas.

Ejemplos de problemas de identificación son los que

normalmente efectuamos al diseñar un equipo electrónico,
En el conocemos sus cantidades externas y el nivel de re-
solución (datos del diseño), la clasificación de las canti-
dades externas, los tipos de elementos del sistema y algún
indicador de costo o tamaño que puede acotar el número de
elementos del sistema. Se desea conocer la estructura UC
y ST, el comportamiento y el programa.

Ejemplo

Se tiene un componente electrónico lógico (varia-

bles discretas bi val oradas ) cuyo comportamiento deseamos
reproducir a partir de otros componentes lógicos que dis-
ponemos. Estos son los llamados compuertas Y e inverso-
res. El comportamiento de las compuertas Y responden a
la siguiente tabla,

1 1 1
0 1 0
1 0 0
0 0 0

y las inversores a esta otra

xs z

513


Estas funciones son las correspondientes en forma

respectiva a f8 = x.y y a f5 = x de la• tabla 5.1

El componente cuyo comportamiento deseamos reprodu -

cir es el siguiente:

y z

1 1 1
0 O
1 1
0 1

El comportamiento de este componente responde a la

función f i] , IMPLICACION de y,. Debemos descubrir cómo
este comportamiento puede desglosarse en comportamientos
que reproduzcan el de los elementos que poseeemos cie las
funciones -^ H y f5

Una forma de hacerlo es haciendo manipulaciones al-

gebraicas en las expresiones aritméticas de f 11 , de mane-
ra tal que su forma reproduzca las de f8 y f5.

Veamos:

1 - y + xy
1
1 - ( y - xy)
1 - ( y (1-x))

El primer paréntesis corresponde a

a
X C5-h-X

Hasta el se g undo paréntesis equivale a

514
 Hemos identificado una estructura UC que cumple
con los requisitos dados. Para funciones lógicas más
do)Ó ~ s más
sofisticadas que resuelven el problema dando una o más
estructuras de acuerdo a los componentes que disponga-
mos. Pero en esencia toda metodología consiste en este
tipo de descomposición que hemos visto.

En este caso de circuitos lógicos deterministicos

(combinatorios) es posible por experimentación conocer
el comportamiento permanente del sistema, lo cual eviden-
temente simplifica el trabajo.

El procedimiento fundamental que lleva a la solu-

ción de los problemas de la caja negra consta de las si-
guientes fases:

{) Se 0bservany miden en el tiempo las cantidades

externas del sistema al nivel de resolución de
cada una de ellas y se disponen los resultados
en forma de actividades.

2) Se procesa la actividad obtenida para descubrir

las relaciones atemporales entre las cantida-
des.

3) Se investiga el interior de la caja negra (su-

poniendo qua esto sea posible) con objeto de
obtener tanta información sobre su organiza-
ción como se pueda.

515
 4) Se determina el comportamiento permanente o se
formul a una hipótesis sobre el mi smo en base
a todos los resultados obtenidos (comportamien-
to relativamente permanente).

5) Se determina la organización o se formula una

hipótesis sobre ella en base al comportamiento
permanente y a los otros hechos conocidos del
sistema.

En_1os puntos siguientes tendremos oportunidad de

afinar este procedimiento general para cada tipo de pro-
blemas que estudiemos.

Muchos problemas prácticos pueden clasificarse como

de caja negra de acuerdo a las consideraciones que hemos
hecho en esta sección. Recuérdese que lo necesario es
conocer las cantidades externas ( y su nivel de resolu-
ción) y si es posible algunos datos iniciales sobre otras
características del sistema que permitan hacer hipótesis
sobre su organización.

Ejemplo.

Un entrenador al manejar las variables que él supo-

ne significativas en la preparación del atleta en un
tiempo determinado, buscando que su comportamiento en el
periodo de competencia sea el mejor, está resolviendo un
problema de caja negra. El entrenamiento deportivo se convierte así
en una disciplina científica ligada a la medicina y a la sociología.
Veamos esquemáticamente cómo sería la aplicación del
procedimiento de la caja negra en el caso de un atleta que
se prepara para competir en carreras de 1500 metros:

516
1) Se toman en cuenta las siguientes variables:
dias de entrenamiento antes de la competencia,
capacidad física( respiración, presión sanguí-
nea), tiempo de remate de los últimos doscien-
tos metros, tiempo de los 1500 metros. Con
estas variables se miden diversos grupos de
actividades.

2) Se tiene una hipótesis general que las relacio-

nes entre estas variables responden a curvas
asintóticas del siguiente tipo:

por lo cual se trata de ajustar las activida-

des medidas a algunas de estas curvas.

3) Se determinan posibles causas internas del

atleta que puedan estar influyendo, favorable
o desfavorablemente,en su desempeño tales co-
mo alimentación, confianza en si mismo, estado
anímico, etc

4) Se formula una o varias hipótesis sobre el

comportamiento del atleta de acuerdo a la in-
formación que se tenga sobre las variables ex-
ternas e internas.

517


5) Se ietermina la organización hipotética del

atleta y se especifica el plan de entrenamien-
to para alcanzar el tmax en los días de entre-
namiento prescritos

Un diagnóstico médico sobre el estado de salud de

un paciente , así como el diagnóstico de in-
.
geniería sobre el estado de un equipo o sistema.,y l.a de-
terminación de la opinión de un grupo de la población so-
bre una situación particular a través de una encuesta son
otras problemas de caja negra.

EJERCICIO PROPUESTO.

De acuerdo al procedimiento fundamental propuesto

para la solución de problemas de la caja negra,
describa cómo un médico diagnostica una enferme-
dad en un paciente y propone un plan de curación.

7.3 LA CAJA NEGRA PURA.

Ya hemos visto que en este caso el sistema bajo

estudio es conocido únicamente por sus cantidades exter-
nas, junto con su nivel de resolución espacial-temporal.

La primera etapa de solución del problema consiste

en recoger algunos datos sobre el sistema, ordenarlos y
elaborarlos, de manera tal que formen una o varias acti-
vidades parciales del sistema. Existen muchos problemas
asociados con la reedición y elaboración de esta primera
información que va desde la incertidumbre propia de cada
variable y el error introducido por el instrumento de me-
dición, hasta la significación de ellas, pasando por la
forma de escogerlas. Estos problemas deben discutirse
y resolverse dentro de las disciplinas relacionadas to-
mando en cuenta que los problemas de sistemas necesitan

518


gran amplitud en sus planteamientos en cuanto a la parti-

cipacióñ multidisciplinaria y a la utilización de los di-
versos enfoques posibles. Desde el punto de vista de este
enfoque general, supondremos que se ha obtenido una acti-
vidad o un grupo de actividades.

Supongamos é,n este momento que la caja negra es un

sistema discreto del cual se han obtenido diferentes ma-
trices de actividad y que éstas se han transformado pre-
viamente a la forma normalizada descrita en la unidad 3,
- --d3 4; =1 y-- 3-, 4,-2)--d e -m a n e r-a-que--e n 1-u g-a-r- -d e---las cantidades
iniciales tenemos los valores enteros de las variables
muestrales

Teniendo las matrices de actividad, vamos a deter-

minar la relación atemporal entre los valores actuales,
pasados o futuros de las variables a través de las varia-
bles muestrales escogidas (véase en la Unidad 3 la sección
3.4.3). Este problema es intrínsecamente ambiguo, ya que
la relación depende de estas variables muestrales escogi-
das. Diferentes máscaras aplicadas al mismo conjunto de
actividades pueden conducir a relaciones muy diferentes.
La máscara elegida representa así nuestro punto de vista
sobre el sistema.

Ejemplo:

Consideremos que se ha determinado la actividad de

un sistema y que se ha normalizado en la siguiente matriz
de actividad:

519


t= 0 1 2 3 4 5 5 7 8 9 10 11 12 13 14 15 15 17

0 0 1 1 1 0 0 0 0 1 1 1 0 0 0 1 0 1

x2 = 0 0 0 1 1 1 1 0 0 1 0 0 1 0 1 0 1 1

x3 = 0 0 0 1 1 0 1 1 1 0 1 1 1 0 1 ,0 0 0

t = 18 19 20 21 22 23
xl = 1 0 0 0 0 0

0 1 0 0

0 0 1 0 0

Escojamos una máscara para buscar elcauportamiento del sistema:

La máscara determinará 22 posibles muestras puesto .

que tenemos 24 instantes en la actividad y la profundidad
de la máscara es 2. Cada muestra de actividad es un esta-
do. Veamos los estados que se producen para las diferen-
tes posiciones de la máscara.

520


Muestra o Y(2,- 1 ). y(1,0) y(2,0) y(3,0) y(3,1-) Posición

de la
estado máscara

el o o o o o t= 1,22

e2 0 1 0 o 1 t= 2

e3 0 1 1 1 1 t= 3

e4 1 1 1 1 0 t=4

e5 1 0 1 0 1 t= 5

e6 1 0 1 1 1 t= 6

e7 1 0 0 1 1 t=7

e8 0 0 0 1 0 t= 8,21

e9 0 1 1 0 1 t=9

1 1 0 1 1 t= 10
e10

0 1 0 1 1 t= 11
e11
0 0 1 1 0 t= 12,14
e12

1 0 0 0 1 t= 13,20
e13

1 1 0 0 0 t= 15,18
e14

0 0 0 0 t= 16,19
e15

1 1 1 0 t= 17
ei6

Este conjunto de muestra de actividad, constituye el compor-

tamie-nt-o- rel-ativ-ame-n-tep^r-m-avente(relación atemporal )en-
tre las variables muestrales del sistema con respecto a
la máscara escogida.

Si escogemos otra máscara se obtiene otro comporta-

miento. Veamos con la siguiente máscara:

521


El número posible de muestras será 23 en este caso,

y los estados que se producen serán los. siguientes:

Muestras o y(l,-l) y(l,0) y(2,0) y(3,0) Posición de la

estados máscara

el 0 o o t=1,13,20,22,23

e2 0 1 0 0 t= 2,15

1 1 1 1 t= 3,4
e3
e4 1 0 1 0 t=. 5,16,19

e5 0 0 1 1 t= 6,14

e6 0 0 0 1 t= 7,8,21

e7 0 1 1 0 t= 9,17

e8 1 1 0 1. t= 10,11

e9 1 0 1 1 t= 12

1 0 0 t= 18
e10

Evidentemente tenemos otra relación atemporal (com-

portamiento relativamente) permanente entre las varia-
W1-es -m u e-s t r-a-l-e-s --e s-eo g i-d-& s _ _-

Las diferentes matrices de actividad se deben proce-

sar de acuerdo a la máscara elegida siguiendo los siguien-
tes pasos:

522


1. Encontrar muestras de actividad para todas las

posibles posiciones de la máscara.

2. Determinar si"la relación entre las variables

muestrales, dada por el conjunto obtenido de
muestras de actividad es causal o no (Ver Uni-
dad 5).

3. Si la relación es causal, el control del sis-

tema puede encontrarse con respecto a los da-
tos disponibles sobre el sistema, la actividad
y_ la _máscara_escogida._

4. Si la relación no es causal, ningún control del

sistema puede sugerirse razonablemente.

5. En el punto 3 puede determinarse una estructura

ST única. En el punto 4 puede determinarse en
forma estadística suponiendo que están disponi-
bles suficientes muestras de actividad.

Veamos ahora con más detenimiento, el proceso de

determinar el control del sistema. El primer paso es ave-
riguar las posibles dependencias mutuas entre las varia-
bles muestrales. Como los valores actuales de cualquier
variable no pueden derivarse de los valores futuros, da
la misma variable podemos buscar las variables muestrales
y (i,r) dependientes entre aquellas con máximo r para ca-
da i . Estas variables se denominan "candidatas a variables
dependientes" o simplemente candidatas. Debemos después
determinar si cada candidata depende univocamente o no de
las restantes variables muestrales. Si algunas de las can-
didatas depende unívocamente del resto es posible determi-
nar el control.

En principio se obtiene para cada candidata uno de

los siguientes resultados:

523


1) La candidata se expresa por una función comple -

tamente especificada de las otras variables
muestrales. La candidata puede considerarse
como una variable dependiente o de salida,pues-
to que no aparece como variable independiente.

2) La candidata se. expresa por una función no to-

ta,lmente especificada de las otras variables
muéstrales. La candidata puede considerarse
como una variable dependiente, pero si no está
totalmente especificada es porque existe rela-
ción,todavía no descubierta, entre los argumen-
tos de la función o porque la matriz de acti-
vidad que se está utilizando es incompleta.
Cualquiera de las dos razones es una invitación
a una búsqueda adicional°en el sistema, median-
te la cual quizás se descubran algunas mues-
tras de actividad adicionales.

3) La candidata. no puede expresarse como una fun-

ción de las demás variables. En este caso no
puede decirse que la variable sea dependiente;
puede ser una variable independiente (atributo
o propiedad del sistema), o puede que la más-
cara elegida no capte la relación. Quizas aña-
diendo variables muestrales adecuadas la candi-
data pueda depender unívocamente de las otras
variables muestrales.

£3empr'o:

En el ejemplo anterior, se consideraron las másca-

ras con diferentes variables muestrales.

Variables muestrales de la máscara 1=Iy(2,-l), y(l,0),

y(2,0) 1 y(3,0),
y(3,1)
1

524


Variables muestrales de la máscara 2=y(1,-1), y(l,0),

y(2,0), y(3,0)5

Determinar, si es posible, el control del sistema

para cada una de las mascaras.

Máscara 1.

Las candidatas serán O), y(2,0) y y(3,1) en

y(i 3

consecuencia debemos comprobar cuál de las tres funciones

y(1,0) = f1 (y (2,-1), y(2,0), y(3,0), y(3,1))

Y(2,0) = f2 (y (2,-1), y(1,O), y(3,0), y ( 3 , 1 ))

y(3,l)= f3 (y (2,-1), y(1,0), y(2,0), y ( 3 ,0))

se deduce del comportamiento encontrado.

Función 1 (f i )

La candidata y(1,0) no depende unívocamente de las

otras variables pues vemos que en los estados e7 y
e10 pa-
ra los mismos valores de y(2,-1) 3 y (2,0), y(3,0) y y(3,l)
tiene valores diferentes

Función 2 (f,, )

La candidata y(2,0) no depende unívocamente de las

otras variabl_e_s___pues vemos que en los estados ley e 15,

e2 y e9, e5 y e 13 , e6 y e7, e8 y e l2 ., e14 y e 16 , adopta

diferentes. valores para los mismos valores del resto de
las variables.

525
 Función 3 (f 3 )

La candidata y (3,1) depende unívocamente de las

restantes variables. La función está completamente espe -
cificada. Por lo tanto, x3 puede considerarse como varia-
ble de salida y xl y x2 domo variables de entrada.

Máscara 2.

Las candidatas serán y (1,0), y(2,0) y y(3,0) y

las funciones a comprobar son:

y(1,0)= fi (y (1,-1), y(2,0), Y( 3 , 0 ))

y(2,0) = fi (y (1,-1), y(1,0), y(3,0))

y(3,0)= f1 (y (1,-1), y(2,0), y(2,0))

Función 1 (fi )

La candidata y(1,0) no depende unívocamente de las

otras variables muestrales, pues vemos que en los estados
el y e2, e3 y e9, adopta diferentes valores para los
mismos valores del resto de las variables.

Función 2 (

La candidata y (2,0) no depende unívocamente de las

otras variables muestrales pués vemos que en los estados
e2 y e7, e3 y e8, e5 y e7 adopta diferentes valores para
las mimos v_a1or_ e s delresto de las variables.

Función 3( f3)

La candidata y (3,0) no depende unívocamente de

las otras variables muestrales pues vemos que en los esta-
dos el y eb, e4 y e9, e8 y el0 adopta diferentes valores
para los mismos valores del resto de las variables.

526
 Con esta máscara no puede determinarse el control
del sistema.

Cuando se determina el conjunto de muestras para

una matriz de actividad y una máscara elegida, la estruc-
tura ST se puede obtener bastante fácilmente como se vío
en los puntos 3.4.4 y 3.4.5.

Ejemplo:

Determinar las estructuras ST del sistema conside -

rado en el ejemplo anterior para ambas máscaras.

MASCARA 1

,i. •1i..ti.Coi ®b1 *t^o e O

0

lo

Los números que aparecen en cada arco son los va-

lores de las variables muestrales independientes (estímu-
lo) que hemos determinado (y (1,0) y y(2,0)).

Una vez 11 ,2gados a este punto, o sea la determina-

ción de la estructura ST, se debe continuar con el proce-
dimiento visto en la Unidad 6 sobre síntesis de sistemas
donde la estructura ST es el punto de partida de dicho
procedimiento.
527
 MASCARA 2

Como no se ha podido determinar el control del sis-

tema con esta máscara, no podemos colocar el estimulo en
cada arco.

Hasta ahora hemos supuesto que la caja negra es un

sistema determinístico. Sin embargo, podríamos suponer
que es un sistema probabiiistico. Toda variable muestra]
candidata a variable dependiente no expresable en forma de
función para la máscara elegida, puede expresarse estadís-
ticamente si esto fuese deseable y sé dispusiese de un número
suficiente de muestras.

Si i a---ea-ndi-d-ata la denominamos C, la probabilidad

de que C sea igual a h( valor discreto entre 0 y el valor
máximo del nivel de resolución) en el estado de estimulo
vendrá dada por la siguiente relación:

528
 N(h,s
Pr (C= h, sj) =
N(o,s j ) + N(1,sj)+...+N(ksi)

donde N(h,s j ) = Número de muestras de sj donde la candidata C

resultó igual a h

k = valor máximo del nivel de resolución de c

Pr(c = h,s j ) = probabilidad de que el valor de C sea igual

a h, estando el sistema en el estado s3

Ejemplo;

En el caso de la máscara 2 supongamos que se tomaron un gran

número de medidas, resultando que los estados se produje-
ron en las siguientes cantidades.

Estado Y(1,-1) y(1,0) y(2,0) y(3,0) Cantidad

N(e j )

el 0 0 0 0 100

e2 0 1 0 0 100

e3 1 1 1 1 200

e4 1 0 1 0 300

e5 0 0 1 1 200

e6 0 0 0 1 100

e7 0 1 1 0 200
e8 1 1 0 1 300

eg 1 0 1 1 100

1 1 0 0 100
e10

529


Si y (3,0) la escogemos como candidata a variables depen -

dientes podemos ordenar la información así

Respuesta=
Estado Estímulo y(3,0) Probabilidad

el 0,0,0 0 P r (0,(0, 0,0))=100/200= 0,50

e5 0,0,0 1 P r (1,10,0,0i )=100/200= 0,50

e2 0,1,0 0 Prt0,[0,1,0) )=100/100= 1

1,1,1 1 Pr(1,[1,1,1] )=200/200= 1

e3
e4 -T-,-O-,---T— - 0--- y0,11,0,1 )=300/400=0,75

e9 1,0,1 1 P r (l, I1,0,1] )=100/400= 0,25

e5 0,0,1 1 Pr (1,10,0,1) )=200/200= 1

e7 0,1,1 0 P r ( 0 4101111] )=200/200= 1
e8 1,1,0 1 Pr(1,£i,1,0] )=300/400= 0,75

1,1,0 0 Pr(0,^1,1,0] )=100/400= 0,25

e10

El diagrama de la estructura ST podría modificarse de la si-

guiente forma:

ao

10

530
 Las probabilidades de transición entre estados, podrían cal-
cularse como se aprendió en la unidad 3 sección 3.4.4 si
tuviésemos la distribución de transición entre estados pa-
ra cada muestra.

Al aplicar el enfoque estadístico deben cumplirse

las siguientes condiciones:

1. La clasificación en variables de entrada y sali -

da debe conocerse por anticipado o tener una hi-
p-ót-es i-s--r-az-o-na-b 1-e4_e-n—c-a-s-o---co-n t-r-ario , toda can-
didata puede expresarse estadísticamente como
variable de salida.

2. Los números N(h, s.) de las muestras de activi-

dad deben ser suficientemente grandes para ob-
tener una correspondencia suficientemente gran-
de entre las probabilidades calculadas por la
relación anterior y las obtenidas a posteriori
de la caja negra.

Si se cumplen estas dos condiciones una caja negra

puede describirse como un sistema probabilístico.

La máscara elegida va a condicionar todos los resul-

tados obtenidos. Si la máscara es muy pequeña, algunas
propiedades importantes pueden permanecer latentes y no
ser descubiertas, si es muy grande se puede hacer muy com-
pleja por la profundidad de memoria requerida. El enfoque
estadístico será preferible donde la máscara necesaria pa-
ra la solución deterministica contenga un número prohibi-
tivo de variables muestrales, de modo que el procedimiento
de procesar la actividad sea demasiado difícil y la forma
en que se expresa el comportamiento sea demasiado complica-
da, y por lo tanto, impráctica.

531
 Resultados
Proceso
Actividad
registrada

Selección
de una
máscara
Selección de
nueva c
máscara
Determinación
del
Comportamiento NO

- /¿resulta`,
Comportamient dos satisfa
orios? ^

SI

NO

Determinación Tomar
del 1 nuevas
control muestras

Control

SI
Cálculo de las
Probabilidades
de las
muestras

Cálculo de las
^- Est^^uci: u^a_ --- 'Probabilidades
ST de las
kransiciones

Figura 7.4
Diagrama de flujo del procedimiento fundamental para la
solución del problema de la caja negra

532


Todo el análisis realizado hasta ahora, ha sido

considerando una sola variable como candidata a depen-
diente, pero también puede hacerse considerando pares,
triadas, etc. de variables con lo cual se consiguen re-
laciones entre conjuntos de variables.

El procedimiento fundamental del problema de la

caja negra se ilustra a grandes rasgos por el diagrama
de la figura 7.4

EJERCiC-I-O-PROPi ESTO---

3. En la matriz de actividad del ejemplo anterior

aplique la siguiente máscara:

determine el comportamiento relativamente permanen-

te y trate de averiguar el control del sistema. Si
lo consigue, determine la estructura ST; si no lo
puede hacer suponga que y(3,0) es la variable
muestra] dependiente ( o sea x3 es la variable de
salida) y determine las probabilidades de que x3
sea Q ó_ 1 para cada estado Con base en una gran can-
tidad de muestras de cada uno de ellos que usted
debe suponer.

Veamos ahora con un ejemplo más cercano a la rea-

lidad cómo se puede utilizar esta metodología que hemos
estado aprendiendo y aplicando.

533


Ejemplo.

El aumento de la inflación en el país en los últi-

mos años está presionando para que se hagan estudios que
permitan comprender, y si es posible predecir el compor-
tamiento de esta variable en relación a otras que son ob-
jeto de posible manipulación por parte de los organismos
económicos gubernamentales, para lo cual pretenden cons -
truir modelos con estas variables.

Uno de los primeros modelos va a ser uno que rela-

cione la inflación mensual con las variaciones de la li-
quidez en ese mismo período. Las estadísticas de los
últimos cuatro años nos dan los siguientes resultados:

t = 0 1 2 3 4 5 6 7 8 9 10 11

L(%)= 0 0 2 0 -1 2 -4 3 6 6, 6 0

I(%)=-1 0 3 6 6 11 0 6 11 4 11 7

= 12 13 14 15 16 17 18 19 20 21 22 23

L(%)= 1 0 5 2 2 2 1 1 2 3 3 4
1(%)=,-11 3 11 12 4 12 3 11 2 0 -1 -1

t = ' 24 25 26 27 28 29 30 31 32 33 34 35

L(%)= 5 6 6 7 -2 -1 -1 -s 1 3 5 0
2 I(%) = 11 1 11 6 7 8 9 11 10 11 10

t = 36 37 38 39 40 41 42 43 44 45 46 47
L(%)= 1 3 5 0 0 6 -1 0 5 1 3 0
I(%)= 11 10 11 10 10 5 0 0 16 11 6 0

Tanto la inflación (1) Como la variación de liqui-

dez(L) se miden en forma porcentual con respecto al perío-
do anterior, con una precisión de 1%. Las variables 1 y L
vamos a normalizarlas en cuatro intervalos asignándoles a
cada uno de ellos las variables x e y con valores 0,1,2 y
3 de la siguiente forma:

534


1 =1 I°I I O, 0 c I : 5, 5 < I 10, 1>1 0 ' 0y 1, = 1 0 , 1 , 2 , 35

L= : 0, 0< L 1 2, 2. < L.^ 4, L 4i H x=0,1,2,31j

Obtenemos así la siguiente matriz normalizada de

actividad'.

t=01234567891 01 1 12 13 14

x= 0 0 1 0 0 1 0 2 3 3 3 0 1 0 3

Y = 0 0 1 2 2 3 0 2 3 1 3 2 3. 0

t = 15 16 17 18 19 20 21 22 23 24 25 26 27 28
x= 1 1 1 1 1 1. 2 2 2 3 3 3 3 0

y= 3 1 3 1 3 1 0 0 0 1 3

t = 29 30 31 32 33 34 35 36 37 38 39 40 41 42

x= 0 0 0 1 2 3 0 1 2 3' 0 0 3 0

y= 2 2 2 3 2 3 2 3 2 3 2 2 1 0

t = 43 44 45 46 47
x= 0 3 1 2 0
y= 0 3 3 2

Primero°trataremos de encontrar una máscara para la cual el

comportamiento del sistema sea determinístico.

Comencemos por una máscara de profundidad de memoria cero.

Se obtienen ocho nuestras diferentes, a saber:

535


Muestra X(0) Y(0) t

0 0,1,6,13,42,43,47

e2 1 2,16,18,20

e3 2 3,4,11,28,29,3`,31,35,39,40

3 5,12,15,17,19,32,36,45

2 2 7,33,37,46

e6 3 3 8,10,14,25,27,34,38

e7 3 1 9,24,26,41,44

e8 2 0 21,22,23

Y(o) no se determina unívocamente a partir de X(o), pués un

mismo valor de X(o) produce diversos valores de yto), por
lo tanto, el sistema no es combinatorio y debemos conside-
rar una máscara de mayor profundidad.

Consideremos la siguiente máscara de profundidad

de memoria igual a 1

X (-1 ) x (o)
y (-1 ) y (o)

Se obtienen veintidos muestras diferentes, a saber

536


Muestra x(- 1 ) y (-1) x (0) Y_ ;0i t

el. 0 0 0 o 1,43

e2 o o 1 1 2
1 1 0 2 3
e3
e4 0 2 0 2 4,29,30,31,40
e5 2 1 3 5,12,32,36
e6 I 3 0 0 6,13

'e7 o 0 2 2 7
—2 -2 3
e8 -3 8,34,38

e9 3 3 3 1 9,26
3 1 3 3 10,25,27
e10
el] 3 3 0 2' 1 11,28,35,39

el2 o o 3 3 1 14,44
3 3 1 3 15,45
e13
1 3 1 1 16,18,20
e14
1 i 1 3 17,19
e15
1 1 2 0 21
e16
e"7 2 0 2 0 22,23
2 0 3 1 24
e18
i 3 2 2 33,37,46
e19
e20 0 2 3 1 41

e21
2 2 o o 47
3 1 0 0 42
e22

537


Investigando estas muestras encontrarlos que `i(0) se determi-

na unívocamente por, X(-1), Y(-l) y X(0), por lo tanto,he-
mos encontrado una relación atemporal entre X e Y. Exami-
nando m s en detalle la tabla que representa esta rela-
ción venos que la podemos representar por la siguiente
ecuación:

Y (0) _ [X(-1) + Y(-1) + X(0)

mod 4 - I
Podemos representar este sistema de la siguiente
forma

donde los valores de X(-1) y Y(-1) constituirán los estados inter-

nos del sistema. Estos estados son ocho pares de valores
diferentes: (0,0), {0,2), (1,1)., (1,3), (2,0), (2,2),
(3,1), (3,3).

La estructura ST tomando en cuenta estos estados y la tabla

anterior es la siguiente:

538
 Esta estructura ST puede simplificarse si observa -
mos en la ecuación que representa la relación atemporal
que las variables X(-1) y Y(-1) se suman en base a módu-
lo 4 y que esta suma siempre es 0 ó 2, por lo tanto, con-
sideraremos que tenemos dos estados, el primero con valor
0 reune a los pares (0,0), (1,3), (2,2) y (3,1), y el se-
gundo con valor 2 reune a los pares (0,2), (1,1), (2,0)
y _(3,3)_^____0b.t_e-n-elaos- asi la siguiente estructura ST..

oz
00 zr
Zz

11,33

539


Una vez obtenida esta estructura ST es posible ob-

tener estructuras UC que cumplan con este comportamiento
y con las restricciones que le impongamos a la
memoria y al generador funcional.

Del estudio realizado podemos deducir un modelo

donde relacionamos la inflación en un período determinado
con la liquideí.del período y. la inflación y la liquidez
del período anterior, pudiendo predecir comportamientos
futuros que era nuestro objetivo.

7.4 CASOS DE LA CAJA NEGRA.

Los casos de la caja negra adquieren formas dife-

rentes de acuerdo a los problemas de interés en diversas
disciplinas. Vamos a ver en esta sección, un ejemplo es-
pecial de la caja negra pura, representativo de muchos
tipos de situaciones, pués además de las cantidades ex-
ternas y el nivel de resolución se conocen algunas pro-
piedades adicionales. Esto servirá como complemento del
procedimiento general de la figura 7.4

Este problema que vamos a ver se denomina genéri-

camente: experimento de identificación de estados,y con -
siste en lo siguiente:

Un sistema determinístico se define por sus varia-

bles externas cuya clasificación en entradas y salidas se
conoce, por el nivel de resolución espacial-temporal, y
p a rl a estr-uctura_ST_._ Se tiene que descubrir el estado
actual del sistema y el programa completo por experimen-
tación externa sobre dicho sistema.

Se distinguen dos tipos de experimentos de iden-

tificación de estados:

540


1. Prefijados, donde la secuencia de estímulosapli -

cada se determina completamente por anticipado.
cipado.

Registro de
Experimentador Caja negra Respuestas

2. Adaptativos, donde la secuencia aplicada de estímulos se

diseña en etapas, y las secuencias de estímulos
de cada etapa se diseñan de acuerdo a los re-
s-u-l-t-a-d o-s d-e- l-a--p-r-ec e-d e-n-t e.

Experimentado Caja negra -.- Registro de

respuestas

De acuerdo con el número de copias requeridas de la caja ne-

gra investigada durante la experimentación, los experimen-
tos que comentamos se clasifican:

. Simples, donde sólo se necesita una copia de la

caja negra.

2. Múltiples, donde se requiere más de una copia

de la caja negra.

El número total de estímulos que deben aplicarse

para ejecutar una identificación de estados se denomina
longitud del experimento. El número de copias que deben
usarse para realizar una identificacón de estados se de-
si-gna--c-omo la-m-u-l-tipli-e3d-ad del experimento. El conjunto
de estados admisibles es aquel conjunto de estados des-
de los cuales el estado inicial puede ser extraido.

Para expresar la idea básica de la identificación

de estados, que consiste en identificar el estado inicial,
consideremos A i ( f ) como una secuencia de estímulos de

541


longitud i, (i= 1,2,...) aplicables al sistema investiga-

do y B.,j (L) como la secuencia de respuestas de longi-
tud 1 que se genera por el sistema al aplicársele la se-
cuencia Ai( 1.) estando el sistema en el estado ej( j=
1,2,...,n).

Si existe una secuencia Ai( tal que las secuen -

ci as Bi , j (G ) sean diferentes entre si para todo j= 1,2,
...,n, el par Ai ( ), j( 1) determina unívocamente
el estado inicial ej

Ejemplo.

Se va a experimentar con un sistema estudiado en

la Unidad 6 cuya estructura ST se muestra en la siguien-
te figura

Encontrar una secuencia Ai(1 ) de 1 estímulos de

la cual se determine unívocamente el estado inicial.

Consideremos t= 1.

542


Para la secuencia de estímuios,1= 1 siguiente:

Al Al A2 Al A2

la secuencia de respuestas, 1= 1 será ésta:

82,1 8 1 ,Z B2,2 8 1 ,3 B2,3

Para Al, 8 1,2 = B 1,3 ; y para A 2 ,B 2,1 = B23 3 por lo

tanto, 1= l no es suficiente

Consideremos t = 2

Para la secuencia de estímulos, 2, siguiente:

543


la secuencia de respuestas, t= 2, será ésta :

751,1 1310 Bá, 13, 4,.1 '15%2 -5 Z.3 $ 3.3 YJ t:,3

N-ó t e-s-e—que--1-a--s-e-c-u-e-n e l--a y2-)-=11,1k-de e s t í m u l o s ,

produce tres secuencias de respuestas diferentes entre
si B 4 ,.1 (2) = lb,b
'
B 4 , 2 (2) =)a,b y B 433 (2) 4)4 por
lo tanto se trata de un experimento simple prefijado de
longitud 1= 2 que resuelve el problema. Además el ex-
perimento es único.

El experimento consiste en estimular el sistema

con el par 11,1\ de estímulos consecutivos. Hay tres po-
sibles respuestas:

i ) si es lb,b ls , el = estado inicial y e2 = estado final

si es ia,b\
ii) , e2 estado inicial y final

iii) si es b,alS , e3 = estado inicial y final

EJERCICIO PROPUESTO.

4-; Diseñe un-experimentó de identificación de estados para la

siguiente estructura ST

544


Estos problemas de identificación de estados, per-

miten desarrollar metodologías complejas que no veremos
en este texto, para abordar los problemas de análisis y
síntesis de autómatas de estado finito, así co-
mo de la corrección de funcionamientos incorrectos de es-
tos autómatas y de cambios en sus programas.

7.5 INVESTIGACION DE SISTEMAS

Hemos visto la aplicación del procedimiento gene-

ral de resolución de problemas llamados de caja negra a
par tr—del- -conocimiento -de- as -va rT lb1 g
is- externas del
sistema y de la posibilidad de experimentar con ellas,y
hemos analizado los resultados que podemos esperar de
acuerdo a los conocimientos parciales que tengamos de la
organización interna del sistema.

Desgraciadamente, los resultados que hemos ido ob-

teniendo se han tenido que ir colocando como provisiona-
les; nunca podemos decir que sean resultados definitivos.
Esto se debe a dos razones fundamentales, una es la cla-
sificación de las variables en variables de entrada y va-
riables de salida, y otra la determinación de las rela-
ciones atemporales entre ellas.

La primera razón,la clasificación eventual en va-

riables de entrada y salida, nos remite al conocimiento
de la organización interna del sistema, pues ya sea que
utilicemos un enfoque determinístico o estadístico es ne-
cesario_conoce_r_o_suponercierta clasificación inicial
de estasvariables. Esto a su vez nos remite al conjun-
to de axiomas (teoría) que hemos utilizado para definir
un sistema sobre la realidad que estamos estudiando.

545
 En caso que hallemos una relación causal entre
las variables, enfrentamos otro problema, la imposibili-
dad de mostrar la mayoría de las veces si el conjunto de
actividades obtenido por la caja negra contiene o no la
relación atemporal, y por lo tanto, si esta relación cau-
sal es la relación atemporal (comportamiento permanente)
buscada y si la máscara utilizada es la apropiada para
esta búsqueda,.

Si la clasificación de las variables y la posibi-

lidad cierta de encontrar la relación atemporal están
cuestionadas, debemos _pensar __que_ 1a sola aplicación de
esta metodología no nos va a conducir a resultados satis-
factorios. Como ya lo hemos dicho, debemos complementar
esta metodología con la investigación de la organización
interna del sistema.

los resultados combinados de la aplicación de la

metodología y de la investigación sobre la organización
del sistema, deben ir respondiendo las preguntas que se
vayan presentando sobre la máscara utilizada, sobre las
hipótesis de clasificación de variables y aún sobre el
propio diseño del sistema inicial. Esta es la forma como
se puede aumentar la certeza de nuestro conocimiento so-
bre alguna propiedad de interés del sistema.

Ahora podemos complementar nuestro procedimien-

to general de la caja negra con la investiga ión de la
organización interna como se muestra en la figura 7.5.

546


SJ¢iecctovt
tarta.
~te
lem,clut

SZ,EAuv l StsT£MA

exrtt%e~ .. (A sexvaG•utyes

lave's atlóh t1áe5

sc e ei
st4rewta '----j -7 ,Acl tvt tJAt7

1ZE Su LTAboS
SoBíZ
la
O1ZGA .L 1 ) CJ olt

MALSGAt A.

£Esu Lutos
SaBRE
EL
WM1bW A
MtEM V0

IVE.suLTAttog ertwte trctáin

comu:aAtos

} ti !PditStS

Figura 7.5
Un esquema básico de la investigación
de sistemas

547


El algoritmo de trabajo de este esquema es el si-

guiente:

1. Se define un sistema sobre el objeto de la

realidad que fue seleccionado como el sujeto
de nuestra investigación mediante las varia-
bles externas y su nivel de resolución.

2. Las variables se observan en el tiempo. Si

se conoce la clasificación de las variables
podemos aplicar secuencias adecuadas de esti-
las salidas.

3. El resultado de la observación es una activi-

dad o un conjunto de actividades,depende
de si observamos el sistema en una o en varias
oportunidades, o de si observamos simultánea-
mente diferentes sistemas de la misma clase.
Esta actividad o actividades deben llevarse a
una matriz de actividad normalizada,a fin de
aplicarle el instrumental de la metodología.

4. Se escoge una máscara adecuada para determinar

el comportamiento del sistema a partir de las
muestras que se obtienen de la aplicación de
la máscara.

5. Si la máscara escogida no da resultados satis-

factorios en la determinación del comportamien-
to, se escoge una nueva (volver al punto 4).
Esta búsqueda de la máscara más apropiada y de
menor tamaño y profundidad depende mucho de la
habilidad y experiencia del investigador.

6. Si se tiene un comportamiento, relativamente

permanente y por lo tanto, la clasificación de
las variables, es posible que exista alguna
ambigüedad en la totalidad de las relaciones

548
 por lo cual debemos realizar experimentaciones
adicionales (volver al punto 2). Si no es así
tendremos un comportamiento permanente.

7. El comportamiento puede ser permanente porque

nuestros datos sean incompletos. Esto sólo lo
sabremos si tenemos alguna propiedad de la or-
ganización. Si no es así debemos generar al-
guna hipótesis al respecto y volver al punto
2.

8-. -- S1-- n o- --p-od-em o-s--d-e t-e-r-m i n-a r_ e-i-- -c o m p o r t a m i e n t o

permanente con suficiente seguridad será conve-
niente revisar la definición inicial del sis-
tema (volver al punto 1).

¿Cuándo termina este proceso?, es una pregunta que

el investigador responde en cada momento que analiza sus
resultados dependiendo si ha logrado explicaciones satis -
factorias sobre el objeto de la realidad escogida.

Para finalizar este punto es conveniente comparar

este esquema de investigación sobre sistemas de la fig.
7.5 con el esquema metodológico que expusimos en la Uni-
dad 2 y que aparece representado en la figura 2.1. Las
semejanzas son evidentes con la particularidad que en el
esquema de la figura 7.5 hemos introducido definiciones
propias de la teoría inductiva desarrollada, dentro del
proceso de recoger resultados sobre el sistema general.
Y así tenia que ser,pues si partimos del esquema de la
figura 2.1 allí debíamos regresar con un grado de conoci-
mientos mayor. El estudiante haría un buen ejercicio
personal tratando de definir un esquema propio a partir
de estos dos y de sus propios conocimientos y posiciones.

549


Ejemplo.

Las observaciones sobre un equipo electrónico en

funcionamiento, cuyos comportamientos y organización
queremos averiguar han ido dando los siguientes resulta-
dos. xl x3

T fi T
Equipo electrónico

—2 --4--5---6—7--8—9- 10 TI 12 13 14 15 -

x1= 0 1. 1 1 1 1 1 1 1 1 1 -1 1 1 0 0

x2= 0 0 1 0 0 0 1 1 0 0 0 0 0 0 0 0

x3 0 0 1 0 1 0 1 1 0 1 0 0 1 1 0 0

Si utilizamos una máscara de profundidad cero

(m= 0), podemos observar a simple vista que no obtendre-
mos ninguna relación causal, pues en el caso de xl, para
t = 0 y t= 8, tiene diferentes valores para valores
iguales de x2 y x3; en el caso de x2, para t= 2 y t= 4,
tiene diferentes valores para valores iguales de xl y
x3; y en el caso de x3, para t= 1 y t= 4, tiene diferen-
tes valores para valores iguales de xl y x2.

Debemos buscar una máscara de mayor profundidad,

n = 1. Probemos con esta

(1)

x 2 (0)

x 3 (0)


Estado x 1 (0) x2 (0) x3 (0) x l (1) x 2 (1) x 3 (1) Posiciones

de la
máscara

si 0' 0 0 1 0 6 t= 0

s2 1 0 1 1 1 t= 1,5

S3 1 1 1 1 0 0 t= 2,7

s4 1 0 0 1 0 1 t= 8,11

s5 1 0 1 1 0 0 t= 4,9

s6 1 1 1 1 1 1 t= 6
-1 --0 0 1 _ ----0--- 0 t= 10

s8 1 0 1 1 0 1 t= 12

sg 1 0 1 0 0 0 t= 13

510
o o o o o t= 14

xl ( 1 ) no tiene relación causal pues en si y s70 adquiere

valores diferentes para valores iguales de las restantes
variables.

x 2 (1) no tiene relación causal pues en s2 y s4 ad-

quiere valores diferentes para valores iguales de las res-
tantes variables.

x 3 (1) no tiene relación causal pues en y 57 ad-

quiere valores diferentes para, valores iguales de las res-
tantes variables.

-Aquí -debemos -tomar una-decisión, o probamos con una

máscara de mayor profundidad o consideramos el sistema co-
mo probabilistico y emprenderemos una investigación que
tome suficiente cantidad de muestras y que nos genere al-
gunas hipótesis confiables en cuento a la clasificación de
las variables.

551


Probemos con una máscara de mayor profundidad

(m = 2), como la siguiente:

x l (0) x 1 (1) x 1 (2)

x 1 (4) x 2 (1) x 2 (2)

x 3 (0) x 3 (1) x 3 (2)

Estada (0) x2(-0) x3(0) xl (1) —x2(l- ) x3(1) xl (2) x2(2) x3 (2) Posición
de la
máscara

si 0 0 0 1 0 0 1 1 . '1 t= 0
s2 1 0 0 1 1 1 1 0 0 t= 1
s3 1 1 1 1 0 0 1 0 1 t= 2,7

s4 1 0 0 1 0 1 1 0 0 t= 3,8

s5 1 0 1 1 0 0 1 1 1 t= 4

s6 1 0 0 1 1 1 1 1 1 t= 5

s7 1 1 1 1 1 1 1 0 0 t= 6

.s8 1 0 1 1 0 0 1 0 0 t= 9

s9 1 0 0 1 0 0 1 0 1 t= 10

1 0 o 1 0 1 1 0 1 t= 11
$lo
1 0 1 1 0 1 0 0 0 t= 12
sll
1 0 0 0 o o o c= 13
sl2

presenta una relación de tipo causal con el resto de las

variables.
x2 (2) presenta una relación de tipo causal con el resto de las
variables.
x 3 (2) no tiene relación causal pues en s4 y s10 adquiere valo-
res diferentes para valores iguales de las restantes va-
riables.


Las relaciones encontradas nos dan el siguiente sistema

o%IW

Generador
Funcional Memoria

x l (2) x 2(2)

Una vez encontrado este esquema general podernos probar eli-

minando algunas variables de la máscara de manera tal que
simplifiquemos tanto el diseño del generador funcional co-
mo de la memoria. En el caso de esta ultima, cada varia-
ble que eliminemos será un elemento de memoria menos, en
el caso del generador funcional puede representar ahorro
de varios componentes, y de mucho tiempo de diseño.

La estructura ST correspondiente será la siguiente:

t/iO

553


Si consideramos que el esquema obtenido es dema-

siado complejo para su diseño, podemos considerar que
el sistema es probabilistico y utilizar máscaras de me-
nor complejidad. Por supuesto para hacer esto debemos
tomar suficiente cantidad de muestras

Veamos como hacerlo. Una posibilidad es conside-

rar que el sistema es probabilistico combinatorio (no
secuencial), la máscara será de profundidad cero y los
estados los siguientes:

Estados xl x2 x3 Posición de la máscara

s1 0 0 t = 0,14,15
s2 1 0 0 t = 1,3,5,8,10,11
s3 1 1 1 1 t = 2,6,7
1 0 = 4,9,12,13

Si suponemos, como obtuvimos ya para m= 2, que xl

y x2 son las salidas y x3 la entrada tendremos la siguien-
te estructura ST

Se toma gran cantidad de muestras para poder

aplicar el enfoque estadístico dando los siguientes resul-
tados:

554


Estados Múnero de apariciones

si 300
s2 600
s3 300
400
54

Las probabilidades de las transiciones de un esta-

do a otro de acuerdo a los estímulos aplicados serán las
siguientes:

Estado Estímulo Respuesta Probabilidad

(x3) (x1, x2) (x 1 ,x 2 /x 3 )

si 300/900= 0,33

s2 0 1 0 600/900= 0,67

s3 1 1 1 300/700= 0,43

s4 1 1 0 400/700= 0,57

El diagrama del sistema asi concebido seria

Generador
Aleatorio

Donde a 1 0,33, 0,671 y 2

='1'0, 43; 457

555


Otra posibilidad sería considerar que el sistema

es probabilístico complejo (secuencial). Supongamos que
hemos tomado la siguiente máscara de profundidad' m= 1

Los estados que obtendremos son los siguientes

Estados x l (0) x 2 (0) x 3 (0) x 3 (1) Posición de la

máscara

o o o t = 0,14

s2 1 0 0 1 t = 1,3,5,8,11

s3 1 1 1 O t = 2,7

s4 1 0 1 0 t = 4,9,13

SS 1 1 1 1 t = 6

s6 1 0 0 0 t 10

s7 1 0 1 1 t = 12

Si suponemos como obtuvimos ya para n= 2, que x 3 (1)

es la salida y x 1 (0), x 2 (0) las entradas tendremos la si-
guiente estructura ST

Se toman gran cantidad de muestras para poder apli-

car el enfoque estadístico dando los siguientes resultados

556


Estado Número de apariciones

si 200
s2 500
s3 200
s4 300
s5 100
s6 100
s7 100

Las probabilidades de las transiciones de un esta-

do a otro de acuerdo a los estímulos aplicados serán los
siguientes:

Estado__ Est_b_u1_os _ Respuestas Probabilidad

(X 1 (01,X 2 (0) X 3 (0),X 3 (1)
(X1 x2/ x3)

si 0 0 0 0 200/200= 1
1 0 0 1 500/1000=0,50
s2
S4. 1 0 1 0 300/1000-0,30

s6 1 0 1 1 100/1000=0,10

s7 1 0 1 0 100/1000 = 0,10

s3 1 1 1 0 200/300 =0,67

1 1 1 1 100/300 =0,33
s5

El diagrama del sistema sería el siguiente

,(1) XZ (1)

557


Donde =1 1, 2 40,50;0,30;0,10\ ; 1 3+,67;0,3315

El diseño de cada bloque es un problema de sínte-
sis de cada uno de ellos de acuerdo a las restricciones
que tengamos (elementos disponibles, costos, velocidad,
confiabilidad , y otras).

EJERCICIO PROPUESTO..

= —L-as---obs-erv-aci-on-e-s----s-abre—un—equipo el-ectrónico-en
funcionamiento, cuyo comportamiento y organización
querémos averiguar han dado los siguientes resulta-
dos.

t= 0 1 2 3 4 5 6 7 8 9 10 -11 12 13 14 15
0 1 1 1 1 1 1 1 1 1 0 1 1 1 0 0

x2= 0 0 1 0 0 0 1 1 0 0 0 0 0 0 0 0

x3= 0 0 1 0 1 0 1 1 0 1 1 1 1 1 0 0

Resuelva el problema de acuerdo al procedimiento

visto en el ejemplo anterior.


REPUESTA A LOS EJERCICIOS

EJERCICIO N"1

La descripción ' dei sistema que representa el sector

de una avenida pudiera ser el siguiente

ti es el tráfico automovilístico en el tramo i de

la avenida y su nivel de resolución será el siguien-
te ti= 0,1,2,3,...,100 vehculoslmin

El comportamiento de cada elemento es el siguiente

Il t1 = t2 +

12 : t5 = t3 + t4

13 : t5 = t7 + t6

I4 : t7 = t9 + tU

b) Un problema de análisis consistiría en conocer o de-

terminar el comportamiento permanente del sistema.
Evidentemente la resolución del problema pasa por
la composición de las relaciones de cada uno de los
elementos, y obtendremos que la suba de los tráficos
entrantes al sistema debe ser igual a la suma de los
tráficos salientes en el período considerado, o sea
tl + t4 = t2 + t6 + cE + tg

559


c) Un problema de síntesis, de los muchos que pueden

plantearse, puede estar relacionado con el cambio
de la dirección del tráfico en alguno de los tramos.
Esto ocurre con frecuencia en los estudios de tráfi-
co y son soluciones parciales a problemas de conges-
tión en algunos de los tramos.

Supongamos que las medidas periódicas que se hacen

en cada tramo de la velocidad promedio de los ve-
hículos que por el transitan, da una velocidad muy
baja en el tramo 5, menor de 10 K.ph , siendo en el
resto de los tramos nunca menor de 25 K ph en la ho-
ra de mayor tráfico.

Queremos resolver este problema de congestión. Una

solución consistiría en sintetizar una nueva estruc-
tura UC a partir de la restricción que tenemos: cam-
bios en las direcciones del tráfico; esta nueva es-
tructura sería cambiando las direcciones de t4 y t6
así disminuiría el número de vehículos en el tramo
5. La nueva estructura UC sería
t4

Il ti = t
2 +t 3
= t4
12 +t 5

t7 = t 8 +t a
14

san


d) Un problema de caja negra consistiría en investi-

gar el origen de la demora en el tramo 5 más allá
de la relación t5 = t3 + t4, pues ha sucedido que
el cambio de "flechado" no ha solucionado nada y
el tramo 5 sigue estando congestionado en la hora
pico

Lo que necesitamos es información adicional sobre

la estructura UC que estamos estudiando. A partir
del comportamiento relativamente permanente que
tenemos (parte b ó parte c del problema), debemos
hacer algunas hipótesis sobre esta estructura y
tratar de obtener información que verifique o nie-
gue estas hipótesis.

Veamos algunas hipótesis que podríamos considerar:

l.0bstrucciones permanentes o semi permanentes en

el tramo cinco que reducen el área disponible
para la circulación de vehículos: huecos, traba-
jos prolongados (CANTV, INOS, Electricidad), zona
de carga y descarga de camiones.

2. Obstrucciones transitorias (en la hora pico) en

el tramo cinco: estacionamientos de vehículos al
lado de una o ambas aceras, circulación y cruce
de peatones por la vía.

3.Afluencia de tráfico adicional no considerado,co-

no el qué generan los estacionamientos que están
en el tramo.

561


De acuerdo a la comprobación de una o varias de

estas hipótesis podremos diseñar una nueva estructura
que resuelva el problema de congestión en este tramo.

EJERCICIO N° 2

Esquemáticamente el medico procede de la si-

guiente forma de acuerdo al procedimiento fundamental
considerado:

De acuerdo al tipo de malestar que sufre el pacien-

te, supongamos decaimiento, se observan y miden en
el tiempo las siguientes variables: temperatura,
presión sanguinea, cantidad de glóbulos rojos, can-
tidad de glóbulos blancos, presencia de infecciones
problemas respiratorios, tipo de alimentación. Así
obtenemos grupos de actividades del sistema consi-
derado.

2. Se procesan estas actividades de acuerdo a los co-

nocimientos y modelos teóricos que maneje el médi-
co para descubrir relaciones entre las variables
consideradas.

3. Se investiga acerca de la otras actividades del

paciente que puedan estar influyendo en el males-
tar observado: tipo de trabajo, problemas labora-
les, problemas personales, peridos de descanso,
-cóntáttt con sustancias nocivas.

4. Se formula una o varias hipótesis sobre el compor-

tamiento permanente en base a los comportamientos
relativamente permanente.

562


5. Se determina la organización bipótetica que estas

variables tienen en el paciente y se especifica
un plan (prescripciones) que pueda retornar el
sistema a su coportamiento armónico y sano.

EJERCICIO N°

Con lamáscara dada tenemos el siguiente comporta-

miento relativamente permanente

Estado Y(2-l) y(1,0) y(2,0) y(3,0) y(2,1) Posición de la

máscara

el 0 0 0 0 t= 1,22
e2 0 1 0 0 1 t==2
e3 0 1 1 1 1 t= = 3
e4 1 1 1 1 t= =4
e5 1 0 1 0 1 t==5
e6 1 0 1 1 0 t= 6

e7 1 0 0 1 t= 7

e8 0 o 0 1 1 t==8

0 1 1 0 0 t==9
'e9
1 1 0 1 0 t==10
e10
0 1 0 1 1 t==11
ell
0 0 1 1 0 t==12 14
e12
1 0 0 0 1 t= 13
e13
e 14-- 1 1 0 0 1 t=15,18

el 5
o o 1 0 1 t= 16

1 1 1 0 0 t= 17
el6
0 0 1 0 0 t= 19
e17
1 0 0 0 0 t= 20
e18
0 0 0 1 0 t= 21
e19

563


Las variables candidatas a depenientes son y(2,l), y(3,0),

y (1,0)

Veamos y(2,1).
1) Los estados e.8 y
e 19 ; e13 y e 18 ;
e15 y e17 presentan valores diferentes para

y(2,1), por lo tanto, no es dependiente.

Ahora consideremos
2) y(3,0). Los estados el y e 19 ,
e12 y e17, presentan valores,
e2 y e 11 , e7 y e 18 ,
diferentes para y (3,0) por lo tanto no es depen-
---d T e n t e--

3) Veamos y(1,0). Los estados e7 y 10, e9 y e

17 ,
e13 y e14 presentan valores diferentes para y(1,0)

por lo tanto, no es dependiente.

Como no hemos encontrado el control del sistema

considerándolo deterministico , considerémoslo probábi-
listico con x3 como salida (respuesta) y las siguientes
muestras como entrada

Entrada estímulo respuesta cantidad Probabilidad

xl x2 x3 P(x 3lx l x2 )

el o o 0 500 0,625
e2 a o 1 300 0,375

0_ _1 0 300 0,500
e4 0 1 1 300 0,500
e5 1 0 0 300 0,600
e5 1 0 1 200 0,400
e7 1 1 0 200 0,500
e8 1 1 1 200 0,500


EJERCICIO 4

Consideremos t= 1

Secuencia de estimulos

Al A2 Al Al A2
Al

Secuencia de respuestas

B21 1 6 1,2 B22 2 6 1,3 62,3 62,4 B24

4

Tanto para Al como para A2 tenemos secuencias de res-

puestas idénticas,

565


Secuencia de respuestas

z,,t 15 3.c, Z4,2

-Zz,2 t3,z


Para A4 obtenemos secuencias de respuestas diferentes, por

lo tanto, podemos resolver el problema con la secuencia
de estímulos A4 = -1,1 11

El experimento sería así;

1) Si aplicamos A4 y la respuesta es S10,01 el estado

inicial es el y el final e3.

Si aplicamos A4 y la respuesta es \0,1 el estado

inicial y final es e2

3) Si aplicamos A4 y la respuesta es 41,0\ el estado

inicial es e3 y el final e4,

4) Si aplicamos A4 y la respuesta es 1,1,1 el estado

[
inicial y final es e4

EJERCICIO N° 5

t= 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
xl = 0 1 1 1 1 1 1 1 1 1 0 '1 1 1 0 0

x2 = 0 0 1 0 0 0 1 1 0 0 0 0 l 0 0 0

0' 0 1 0 1 0 1 1 0 1 1 1 1 0 0 0

Si uti li zir ó-s u–ti riiáscárá de- profundidad cero (m=0), pode-
rnos observar a simple vista, que no obtendremos ninguna relación
causal pues en el caso de XI, para t = O y t = 8, tiene
diferentes valores para valores iguales de X2 y X3; en
el caso de x2, para t=2 y t=4, tiene diferentes valores
para valores iguales de XI y X3; y en el caso de X 3 ,para
t= 0 y t=10, tiene diferentes valores para valores igua-
les de X1 y X2

567
 Debemos buscar una máscara de mayor profundidad
m = 1. Probemos con esta

X 1 (0) X 1 (1)

X 2 (0}

X 3 (0) X 3 (1)

Estado X1 (0) X2 (0) X 3 (0) X 1 (1) X 2 (1) X 3 (1) Posiciones

de la
máscara

si 0 0 0 1 0 0 t= 0
s2 1 0 0 1 1 1 t= 1,5
s3 1 1 1 1 0 0 t= 2,7,12
s4 1' 0 0 1 0 1 t= 3,8
s5 1 0 1 1 0 0 t= 4
s5 1 1 1 1 1 1 t= 6
S7 1 0 1 0 0 1 t= 9
s8 0 0 1 1 0 1 t= 10
s9 1 0 1 1 1 1 t= 11
1 0 0 0 0 0 t= 13
s10

sil
o o 0 o o 0 t= 14

X 1 (1) no tiene relación causal pues en si y sil adquiere

valores diferentes para vlaores iguales delas restantes
variables.

x 2 (1) no tiene relación causal pues en s2 y s4

ad-quiere--val-o-r-es -diferentes para valores iguales de las
restantes variables.

568
 X 3 (1) presenta una relación de tipo causal, por
lo tanto, X3 será la variable de salida

X,C41 r 1,1

X,1ol
GENERADOR )(LO MEMORIA
FUNCIONAL

Si tratásemos de disminuir las variables de salida de la

memoria (X 1 (0),' X 2 (0), X 3 (0)) no encontrariamos relación
causal para X3 por lo tanto, este debe ser el diseño de
nuestro sistema si lo consideramos deterministico

La estructura ST correspondiente será la siguien-

te:

569
 Existe otra posibilidad de considerar el sistema
como probabilistico; en este caso seria combinatorio con
una profundidad de máscara n= O. Los estados en este
caso serian los siguientes

Estados xl X2 X3 Posición de la
máscara

si 0 0 o t= 0,14,15

s2 1 0 0 t= 1,3,5,8,13

s3 ----Y—- —t-=--2,6,7,12

s4 1 0 1 t= 4,9,11

sS 0 0 1 t= 10

Si suponemos que X3 es salida y XI y X2 las entra-

das tendremos la siguiente estructura ST

iolo

Se toman gran cantidad de muestras para poder apli-

car el enfoque estadístico

r,7n


Estado Número de apariciones

si 300

s2 500

s3 400

s4- 300

s5 10.0

Las probabilidades de las transiciones de un esta-

o a otro de acuerdo a los estímulos aplicados serán
los siguientes:

Estados Estímulos Respuesta Probabilidad

X2 X1, X2 X3 (X3/X1 }

si 0 0 0 300/400=0,75

s5 0 0 1 100/400=0,25

s2 1 0 0 500/800=0,625

s4 1 0 1 300/800=0,375

s3 1 1 1 400/400= 1

El diagrama del sistema sería

.1
-Generador__ Generador
Funcional Aleatorio

YX
3
Donde i =0, 75; 0, 25 2 = { 0,625, 0,37i , 1 3 = ^ i\

571


AUTOEVAL 1JACION

1. En un tramo de un río se están estudiando las rela-

cionesexistentes entre los diferentes factores que
influyen en mantener o destruir el equilibrio eco-
lógico. Dos de las primeras variables que se están
tomando en cuenta en el estudio son el número de
peces por metro cúbico y la cantidad de oxígeno di-
suelto disponible en el río por cm3 .

Mediciones realizadas en los últimos 10 meses han

dado los siguientes resultados.

t = 0 1 2 3 4 5 6 7 8 9

P(peces/n 3 ) = 5 10 20 3 4 18 9 9 4 12

O(% de oxige- = 5 1 4 2 1 1 2 2 4 1
no en 1 cm 3 )

Resuelva este problema aplicando la metodolo g ía de

caja negra. En caso que no encuentre una relación
causal con máscaras de profundidad cero o uno, su-
ponga un comportamiento estadístico asumiendo que
se han hecho una gran cantidad de observaciones pa-
ra cada una de las muestras.

Si consigue relación causal con una máscara de pro-

fundidad uno, de. todas maneras suponga un comporta-
miento estadístico para una máscara de profundidad
cero -edmÓ u i opción a la solución de termi ní sti ca .

573


2. CORDIPLAN está diseñando un plan especial de gene-

ración de nuevos empleos. Para tal fin se están
construyendo modelos sectoriales que relacionen di-
versas variables con la creación de nuevos empleos.
En el sector específico de metalmecánica se está
estudiando la influencia de las inversiones en la
oferta de nuevos empleos. La recopilación de esta-
dísticas en los últimos diez años da los siguientes
valores semestrales.

t = 0 1 2 3 4 5 6 7 8 9
Inversión(1068s)= 50 100 80 70 150 60 30 90 50 100
Nuevos emp(10 3 ) = 0,8 0,6 1,3 1, LO 0.9 0.4 1,0 1,5

t = 10 11 12 13 14 15 16 17 18 19

Inversión(1O 6 Bs)= 100 40 30 40 60 .80 70 60 100 50

Nuevos emp.(10 3 ) = 0,5 0,5 0,3 1,0 1,0 1,1 0,.8 0,30,4 0,5

Resuelva este problema con la metodología de la ca-

ja negra.

3. Las observaciones sobre un equipo electrónico en

funcionamiento, cuyos comportamientos y organización
queremos averiguar, han dado los siguientes resul-
tados:
t= 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
x1 = 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0
x2 = 0 0 1 0 0 0 1 1 0 0 0 0 0 0 1 0
x3 = 0 0 -1 -0- 1 -0 1 1 0 1 1 0 1 1 0 0

Resuelva el problema utilizando la metodologia de la caja

negra.

574


RESPUESTAS DE LA AUTOEVALUACION

Pregunta Respuesta

1 En primer lugar normalicemos la matriz de

actividades de acuerdo a las siguientes
transformaciones:

P= 10,...,5 6,...,10 ; 10,...2015 E-1'

o= 10, l; 2,3 ; 4,5 <--v y =

t= 0 1 2 3 4 5 6 7
x= 0 1 2 0 0 2 1 1 0 2
y = 2 0 2' 1 0 0

Una máscara de profundidad cero no resuelve

el problema pues no encontramos dependencia
unívoca para ninguna de las dos variables.

Vemos con una máscara de profundidad m= 1

como la siguiente

El comportamiento será el siguiente:

Estado X(-1) Y(-1) X(0) Y(0) Posición de

la máscara

el 2 1 0 t= 1
e2 1 0 2 2 t= 2
e3 2 2 0 1 t= 3
e4-- 1 0 0 t= 4
e5 0 O 2 0 t= 5
5 2 0 1 1 t= 6
e7 1 1 1 1 t= 7
e8 1 1 0 2 t= 8
e9 2 2 0 t= 9

575


Las dos candidatas a variables dependientes

serán x(0) y y(0).

x(0) no presenta relación causal pues para

el y eg tiene valores diferentes para los
mismos valores del resto de las variables.

y(0)- si
tiene una relación ' unívoca. Por lo
tanto consideraremos y como salida y x como
entrada .

El paradigma seria el siguiente:

` enexcldfl Y
Mey"oY ta

Si eliminamos una de las variables de la

memoria podemos simplificar el paradigma.
Probemos eliminando x(-1); no se conserva
la relación causal. Probemos eliminando
y(-l); si se conserva la relación causal,

La nueva máscara es la siguiente:

x(-1) x(0)
Estado X(-1) X(0) Y(0) Posición de
la máscara

el 0 1. 0

e2 1 2 2

e3 2 0 1

e4 '0 0 0

e5 o 2 o
e6 2 1 1 t = 6

e7 1 t = 7
e8 0 2 t = 8

La estructura ST sería la siguiente:

Si aplicamos un enfoque estadístico con una

máscara de profundidad, debemos ampliar las
observaciones. Supongamos que tenemos acce-
so a información adicional de este río y de
otros similares,logrando completar la si-
guiente información:

577


Muestra x y Número de Muestras

el D 2 355
e2 1 0 820
e3 2 2 688
e4 O 1 256
e5 O O 280
e6 2 0 550
e7 1 l 750

S u p o nga mos que y es la salida

Muestra Estimulo Respuesta Probabilidad

(X) (Y) (Y/X)

0 2 1551355+256+280=0,40
e4 O 1 255/355+256+280 = 0,29

e5 O O 280/355+256+200 = 0,31

e2 1 0 820/820+750 =0,52

1 1 750/820+750 =O 48

e3 2 2 633/638+650 =0,54

2 0 550/638+550 = 0,46
e6

Siendo el paradigma el siguiente:

--.'~~—'

Donde
\ ~-
»l ^ 0,40; 0,29; 0 ` 31 1 '`
8,58,' 0,41
1 5 3 =40`54°'
i
0,46
.\

578


2. En primer lugar normalicemos esta matriz de

actividades de acuerdo a la siguiente trans-
formación

Inversión= ít011 ( 50, 50 •< 1 < 100,I>, 100 H x= .10,1,215

Nuevos
\0NE<O5; 0,5 ENE {1,0;NE_1,00k,y4,1,2i
empleos

Obtenemos así la siguiente matriz normaliza-

da de actividad

t 0 1 2 3 4 5 .6 7 10
x = 1 2 1 1 2 1 0 1 1 2 2
Y = 1 2 2 2 1 0 2 2 1

t = 11 12 13 14 15 16 17 18 19
x= 0 0 0 1 1 0 1 2 1
y 1 0 2 2 2 1 0 0 1

Con una máscara de profundidad cero no en-

contramos relación de causalidad entre x e
y, por lo tanto, el sistema no es determi -
nístico combinatorio.

Consideremos una máscara de profundidad de

memoria igual a 1.

x (-1) x (0)
y (-1) y t0)

Se obtiene el siguiente comportamiento:

579
Muestra X(-1) Y(-1)Y X(0) Y(0) Posición de la máscara

el 1 1 t=1
e2 2 1 1 2 t = 2
é3 1 2 1 2 t = 3,8,15
e4 1 2 2 2 t = 4,9
e5 2. 2 1 1 t=5
e6 1 1 0 0 t = 6
e7 0, 0 1 2 t = 7
e8 2 2 1 t = 10
e9 2 1 0 1 t = 11

e10 0 1 0 0 t = 12

e11 0_ 0 0 2 - t-_ 13

0 2 2
e12

e13
r 2 1

e14
o 1 0

1 0 2 0
e15
2 0 1 1
el

Donde X(0) no nuestra relación causal pero si

Y (0), por lo tanto consideraremos a Y(0) como
salida del sistema.

Podemos representar al sistema mediante la si-

guiente forma
xLo)

La estructura ST la podemos representar me-

580


diante los 16 estados obtenidos, pero la po-

demos simplificar si consideramos cada
estado interno constituido por los diferen-
^ tes pares f T-l\ ° y(-1)
}/(- l\ = h,O),(0,1),
(O,2),{1,0) ) (1,1),(1,2), (2,0) (2 l )/ 2,2l

Podemos considerar un enfoque estadístico

con una máscara de profundidad m = U " ento en
caso que tengamos suficiente cantidad de
muestras. Supongamos que la tenemos

Muestra X(0) Y(0) Posición de la máscara

el 1 l t= 0,5,19
e2 2 l t= 1,10
e3 1 2 t= 2 , 3 ,7,8,14,15
e4 2 2 t= 4,9

e5 O U t= 6,12
6 0 1 t= 11,16
e7 O 2 t= 13
.e8 1 0 t= 17
2 0 t= 18
a9

581


Muestra Cantidad de muestras

el 300

e2 200

e3 600'

e4 200

200

e6 200
100
---e7
e8 100

e9 100

Si consideramos a y como la salida tendremos las si-

guientes probabilidades

Muestra Estímulo (x) Respuesta(y) Probabilidad(y/x)

el 1 1 300/1000=0,30
e3 1 2 600/1000=0,60
e8 1 0 100/1000=0,10
e2 2 1 200/500 =0,40
e4 2 2 200/500 =0,40
e9 2 0 100/500 =0,20
e5 0 0 200/500 =0,40
e6 0 1 200/500 =0,40
e7 0 2 100/500 =0,20

El sistema podría representarse asi:

x

Generador Generador
Funcional < kz
Aleatorio

L y

582


Donde X 1= S0, 30; 0,60;0,10 '15 ; 2= {0, 40; 0, 20 y

a 3= k0, 40, 0,2o\

3 Si utilizamos una máscara de profundidad m =0, pode-

mos observar que no existe ninguna relación
causal.'

xl tiene valores diferentes en t=0 y t= 11, para los

mismos valores de X2 y X3 .

—x2 tiene—valores—diferentes- en--t—2 y t= 4, para los

mismos valores de Xi y X3

X3 tiene valores diferentes en t= 1 y t=. 4, para los

mismos valores de X1 y X2

Debemos buscar una máscara de mayor profundidad m=1

Probemos con esta

X (0) X (1)

X (0)
2
X 3 (0)_ X 3 (1)

Estado 1(0) X 2 (0) X3 (0) X 1 (1) X 2 (1) X 3 (1) Posición

máscara

si 0 0 0 o 0 o t=0
s2 1 0 0 1 1 1 t=1,5
s3 1 1 1 1 0 0 t=2,7
1 0 o 1 0 1 t=3,8,11
s5 1 0 1 1 0 0 t= 4,10
s6 1 1 1 1 1 1 t= 6
s7 1 0 1 1 0 1 t=9,12
s8 1 0 1 0 1 0 t=13
s9 0 1 0 0 0 0 t=14

583
xi presenta una relación causal..

X2 no tiene relación causal pues en s2 y s4 tiene di-

ferentes valores para los mismos valores del resto de
las variables.

x3 no tiene relación causal pues en s5 y s7 tiene diferentes

valores para los mismos valores del resto de las variables

La estructura ST seria la siguiente:

iifi

opto

Podemos considerar al sistema como probabilístico con

una máscara de profundidad m = 0, para lo cual debemos
tener suficiente cantidad de muestras. Supongamos que
lo hemos hecho.

584


Estado X3 Posición de la
masca ra

si a o t= 0,15
S2 1 0 0 t= 1,3,5,8,11
S3 1 1 1 t= 2,6,7
s4 1 0 1 t= 4,9,10,12,13
s5 1 0 t= 14

Si suponemos que xi es la salida y x2 y x3 las entra-

das, tendremos lá siguiente estructura ST.

Al tomarse gran cantidad de muestras se obtuvieron

los siguientes resultados.

E s ta-&o Número die apari-ciomes

si 200
500
300
500
10.0


Las probabilidades de las transiciones de un estado a

otro de acuerdo a los estímulos aplicados serán los
siguientes:
Estimul os ^espuestas Probabilidad
Estado X2, X3 (XI ) (XI/ X2 X3
si 0 0 0 200/700 = 0,28
S2 0 0 1 500/700 = 0,72
S3 1 1 1 300/300 = 1
S4 0 1 1 500/500 = 1
55 0 1 0 100/100 = 1

El diagrama del sistema así concebido seria:

X3

_
Ge^ era?fOr Generador
Funcional Aleatorio

y‹t
Donde 0,28; 0,72

586


PRESCRIPCIONES

1 y 2 Si ha tenido dificultades en la resolución de

estos problemas, repase el punto 7.3, y espe-
cialmente, el ejemplo al' final de este punto.

3. Si ha tenido dificultades en la resolución de

este problema repase los puntos 7.3 y 7.5,
especialmente el ejemplo al final de este úl-
timo punto, así como el ejercicio propuesto
número cinco.

BIBLIOGRAFIA

KLIR, George An Approach to General

Systems Theory, Van Nostrand
Reinhoid Company, N .ew York,
1969

587
3
1
1
Este libro se terminó de imprimir
en los talleres de Fanarte C.A.
en el mes de Junio de 2007
Caracas Venezuela
s