El Laboratorio Operativo: Modelado y Simulación de Procesos de Negocio (BPMN) como Ingeniería Predictiva
Authors/Creators
- 1. Universidad Politécnica Territorial de Mérida "Kléber Ramírez" (UPTM)
Description
Este artículo de revisión analiza cómo el Modelado de Procesos de Negocio (BPMN) y la simulación por computadora conforman una disciplina de ingeniería predictiva esencial para la optimización de operaciones organizacionales. Se demuestra que la integración de modelos de proceso con simuladores dinámicos permite transformar diagramas estáticos en entornos virtuales de experimentación para validar y mejorar sistemas complejos antes de su implementación física. Esta práctica se enmarca en la Teoría General de Sistemas (TGS) y opera como una herramienta para superar el "Punto Ciego del Líder" al exponer fallas latentes bajo condiciones de estrés operativo. Asimismo, se examina el uso de la Simulación de Montecarlo para modelar la variabilidad estocástica del sistema, y la aplicación de la ciencia de datos y el machine learning para transitar hacia la optimización prescriptiva. Finalmente, se evalúa el rendimiento algorítmico (Notación Big O) de los motores de simulación y la coordinación de bucles de retroalimentación para edificar sistemas de alta resiliencia.
Abstract (English)
This review paper analyzes how Business Process Model and Notation (BPMN) and computer simulation establish a key predictive engineering framework to optimize organizational operations. It demonstrates that integrating process models with dynamic simulators transforms static diagrams into virtual experimental environments to validate and enhance complex systems prior to physical implementation. This approach is grounded in General Systems Theory (GST) and operates as a tool to dismantle the "Leader's Blind Spot" by exposing latent failures under operational stress. Furthermore, it examines the use of Monte Carlo Simulation to model the stochastic variability of the system, and the application of data science and machine learning to transition toward prescriptive optimization. Finally, it evaluates the algorithmic performance (Big O Notation) of simulation engines and the coordination of feedback loops to build highly resilient systems.
Files
20713901_August_Benito.pdf
Files
(168.7 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:5f4b61ba2c38a60cb86281fb5824b085
|
168.7 kB | Preview Download |
Additional details
Additional titles
- Translated title (English)
- The Operational Laboratory: Business Process Modeling and Simulation (BPMN) as Predictive Engineering