Simulación de Organizaciones - Escuela de Ingenieria de Sistemas

Simulación de Organizaciones - Escuela de Ingenieria de Sistemas

UNIVERSIDAD DE LOS ANDES
M E R I D A - V E N E Z U E L A
Escuela de Ingeniería de Sistemas
PROGRAMA DEL CURSO: Simulación de Organizaciones
TIPO: Electiva
PRELACIÓN: Modelado y Simulación 1, Investigación
de Operaciones 1, Matemáticas Discretas
CÓDIGO: ISPSIO
UBICACIÓN: 7mo al 9no semestre
TPLU: 3 2 0 4
CICLO: Profesional
JUSTIFICACIÓN
La simulación de sistemas socio-económicos, y en particular la simulación de
organizaciones, ha aparecido como un método válido y útil tanto para experimentar con
modelos de organizaciones reales a fin de conocerlas mejor y ayudarse en la toma de
decisiones como para evaluar o inclusive ayudarse en la elaboración de teorías
organizacionales. Por ejemplo, el análisis de escenarios en modelos de organizaciones
reales es una metodología seguida en el primer caso; y la prueba de tendencias emergentes
o propiedades emergentes en un modelo organizacional que representa un modelo teórico
de una organización es un procedimiento que promete mucho y ya ha sido usado por los
teóricos del fenómeno organizacional dentro de la comunidad de científicos trabajando en
simulación de sistemas sociales. Es pues pertinente el tener dentro de una carrera de
Ingeniería de Sistemas un curso electivo donde ambos tipos de modelos sean conocidos y
estudiados.
OBJETIVOS
•
•
•
•
•
•
Conocer los diferentes tipos de modelos de simulación de organizaciones y el propósito
de cada tipo.
Examinar modelos de organizaciones tanto clásicos como no clásicos.
Revisar las suposiciones en cada uno de los modelos estudiados.
Estudiar las metodologías de modelado y simulación usadas en los diferentes modelos
organizacionales.
Examinar ejemplos de modelos de organizaciones donde se representen y estudien
aspectos específicos de las organizaciones tales como cultura, aprendizaje, adaptación y
normas.
Conocer modelos computacionales clásicos y modernos (es decir, representativos de las
tendencias más recientes) de la organización. Analizar los principios metodológicos y
asunciones respecto a la estructura y dinámica organizacionales asumidos en estos
modelos.
CONTENIDO PROGRAMÁTICO
Unidad I:
Modelado de Sistemas Complejos
Tema 1. Introducción al modelado de sistemas complejos.
Tema 2. Revisar estrategias para la supervivencia: competencia, cooperación,
juegos y teoría de la evolución; del concepto de ‘racionalidad limitada’; y
del modelado de ‘agentes’ con racionalidad limitada.
(La bibliografía específica incluye: Casti (1992); Edmonds (1999a); Heylighen (1992);
Simon (1984))
Unidad II: Modelos Clásicos de Organizaciones
Tema 1. Revisar algunos modelos organizacionales clásicos
Tema 2. Analizar las suposiciones y principios usados al elaborar estos modelos.
Tema 3. Examinar principios organizacionales implícitos en estos modelos y las
teorías organizacionales relacionadas.
(La bibliografía específica incluye: Carley (1986*); Carley et al. (1996); Cohen et al.
(1972); Masuch et al. (1989))
Unidad III: Teoría Computacional de las Organizaciones y Metodologías
Involucradas
Tema 1. Discutir las más recientes tendencias en modelado computacional de
organizaciones.
Tema 2. Analizar los diferentes principios metodológicos y asunciones respecto a
la estructura y dinámica organizacionales en estas tendencias.
(La bibliografía específica incluye: Carley (1995); Carley et al. (1999); Edmonds et al.
(1998); Edmonds (1999b); Ilgen et al. (2000); Marcus et al. (1999); Moss et al.(1998);
Nelson et al. (*1996); Sastre (1997); Terán (1995))
Unidad IV: Análisis de Aspectos Específicos de la Dinámica Organizacional
Tema 1. Examinar y discutir modelos computacionales de aspectos particulares de
la organización tales como: aprendizaje, coordinación, adaptación,
cooperación, control, actitud, cultura, normas y competencia.
(La bibliografía específica incluye: Axelrod (1988, 1997); Carley (1991, 1992); Carley et
al. (1998))
Unidad V:
Análisis de las Salidas de Modelos Computacionales, Validación,
Verificación y Reducción de Modelos.
Tema 1. Estudiar las metodologías tradicionales para verificar y validar modelos
computacionales, tales como la noción de homomorfismo propuesta por
Zeigler (1976), su idea de aproximación y dos de sus variantes: el método
de Monte Carlo y el análisis de escenarios. Revisar nuevas ideas tales
como comparación-reducción entre modelos (‘model docking’, ver Axtel
et al., 1996) y exploración restringida de sub-espacios de la teoría
contenida en un modelo (ver Terán, 2001).
(La bibliografía específica incluye: Axelrod (1997); Domingo et al. (1996); Law & Kelton;
Terán (1995, 2001); Zeigler (1976))
METODOLOGÍA DE ENSEÑANZA
Asignación de lecturas por temas de acuerdo a la bibliografía especificada. Clases donde se
discutirán las diferentes nociones revisadas en las lecturas. La tarea del profesor será en
buena medida la de facilitar la discusión en clase. Se podrían asignar proyectos y
exposiciones donde los facilitadores pasen a ser los estudiantes del curso
RECURSOS
Biblioteca y Hemeroteca de la ULA, fotocopias de los textos involucrados aún no
disponibles en estas dependencias y a través de publicaciones disponibles en la WEB.
EVALUACIÓN
De acuerdo a la normativa de la Facultad de Ingeniería
BIBLIOGRAFÍA
Axelrod, R. (1997), The Complexity of Cooperation: Agent-based models of competition
and collaboration, Princeton University Press, Princeton, N. Y.
Axtell, R., R. Axelrod, J. M. Epstein, and M. D. Cohen (1996), ‘Aligning Simulation
Models: A Case Study and Results’, Computational Mathematical Organization Theory,
1(2), pp. 123-141.
Carley K., (1986*), ‘Efficiency in a Garbage Can: Implications for Crisis Management’, in
James March & Roger Weissinger-Baylo (eds.), Ambiguity and Command: Organizational
Perspectives on Military Decision Making, Pitman, Boston, Mass, pp 195-231.
Carley, K. (1991), ‘A Theory of Group Stability’, American Sociological Review, 56(3), pp.
331-354.
Carley, K. and Allen Newell (1994), ‘The Nature of the Social Agent’, Journal of
Mathematical Sociology, 19(4), pp. 221-262.
Carley, K. and M. Prietula (eds.) (1994), Computational Organization Theory, Lawrence
Erlbaum, Hillsdale, New Jersey, USA.
Carley, K. (1995), ‘Computational and Mathematical Organization Theory: Perspective and
Directions’, Computational Organization Theory, 1(1): 39-56.
Carley K., M. Prietula, and Z. Lin (1998), ‘Design Versus Cognition: The Interaction of
Agent Cognition and Organizational Design on Organizational Performance’, Journal of
Artificial Societies and Social Simulation 1 ( 3 )
(accessible
at:
http://www.soc.surrey.ac.uk/JASSS/1/3/4.html).
Casti, John (1992), Reality Rules:II, Picturing the World in Mathematics the – the Frontier,
John Wiley Publications, USA.
Domingo C., G. Tonella, and O. Terán (1996), ‘Generating Scenarios by Structural
Simulation’, in AI, Simulation and Planning High Autonomy Systems, Univ. of Arizona, pp
331-336.
Edmonds, Bruce (1998), ‘Meta-Genetic Programming: Co-evolving the Operators of
Variation’,
CPM
Report
No.:
98-32
(accessible
at
http://www.cpm.mmu.ac.uk/cpmrep32.html).
Edmonds, Bruce (1999a), ‘Modelling Bounded Rationality in Agent-Based Simulations
using the Evolution of Mental Models’, in Brenner, T. (ed.), Computational Techniques for
Modelling Learning in Economics, Kluwer, Dordrecht, Netherlands, pp. 305-332.
Edmonds, Bruce (1999b), ‘Capturing Social Embeddedness: A Constructivist Approach’,
Adaptive Behavior, 7, pp. 323-348.
Edmonds, Bruce and S. Moss (1998), ‘Modelling Economic Learning as Modelling’,
Cybernetics and Systems, 29, pp. 5-37.
Epstein, J & R. Axtell (1997), Growing Artificial Societies, Boston, MA: MIT Press.
Heylighen, Francis (1992), ‘Principles of Systems and Cybernetics: an Evolutionary
Perspective’, in Cybernetics and Systems '92, R. Trappl (ed.), World Science, Singapore,
pp. 3-10.
Ilgen, Daniel R., and Hulin, Charles L. (2000), Computational Modelling Behaviour in
Organizations: The Third Scientific Discipline, American Psychological Association (APA)
(ISBN: 1557986398).
Law, Averil and David Kelton, Simulation Modeling and Analysis, McGraw Hill, New
York.
Marcus, Daniel (1999), ‘Integrating Simulation Technologies With Swarm’, Agent
Simulation: Applications, Models, and Tools Conference, University of Chicago and
Argonne National Laboratory, Chicago, IL, Octubre, pp. 15-16 (accessible en:
http://www.swarm.org/intro-papers.html).
Moss, S., H. Gaylard, S. Wallis, B. Edmonds (1998), ‘SDML: A Multi-Agent Language
for Organizational Modelling’, Computational Mathematical Organization Theory, 4(1),
43-69.
Nelson Minar, Roger Burkhart, Chris Langton, Manor Askenazi (*1996), ‘The Swarm
Simulation System: A Toolkit for Building Multi-Agent Simulations’, Santa Fe Institute
Working
Paper
No
96-06-042
(accessible
en:
http://www.santafe.edu/sfi/publications/96wplist.html).
Sastre, M. Anjali (1997), ‘Problems & Paradoxes in a Model of Punctuated Organizational
Change’, Administrative Science Quarterly, 25, pp. 457-66.
Simon, H. (1984), The Sciences of the Artificial, MIT Press, Cambridge, Mass., USA.
Terán, Oswaldo (1995), Simulación de Cambios Estructurales y Análisis de
Escenarios, master thesis, tutor C. Domingo, Instituto de Estadística Aplicada y
Computación, Universidad de los Andes, Venezuela.
Terán, Oswaldo (2001), Emergent Tendencies in Multi-Agent-based Simulations using
Constraint-based Methods to Effect Practical Proofs, doctoral thesis, tutor B. Edmonds,
Manchester Metropolitan University, UK.
Weiss, Gerhard (ed.) (1999), Multiagent Systems: a Modern Approach to
Distributed Artificial Intelligence, MIT Press, Cambridge, Mass, USA.