Documentos de Académico
Documentos de Profesional
Documentos de Cultura
O en forma de ecuacin diferencial
La anterior ecuacin se denomina ecuacin de nivel diagrama se representa
mediante el diagrama de Forrester que se muestra en la figura 30
figura 30 Diagrama de Forrester
Las variables de flujo son aqullas variables que determinan los cambios en las
variables de nivel del sistema y caracterizan las acciones que se toman en l, las
cuales quedan acumuladas en los niveles correspondientes. Fsicamente
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
expresan como se convierte la informacin disponible en el sistema en una accin
y estn asociadas a las vlvulas o llaves del smil hidrodinmico. A cada flujo F(t)
se le asocia una ecuacin llamada ecuacin de flujo o funcin de decisin que
admite como variables de entrada los niveles, las variables auxiliares y las
constantes, en trminos generales.
F(t) = TN *M(t)*N(t)
EN donde TN es el flujo normal (constante), M(t) es el multiplicador del flujo
normal (auxiliar) y N(t) (nivel). El diagrama de Forrester, de la ecuacin de flujo, se
presenta en la figura 31.
figura 31 Diagrama de Forrester
Algunas recomendaciones para reconocer los niveles y los flujos
Lo primero que hay que tener en cuenta es que los niveles son generalmente una
cantidad mientras que los flujos son medidos en las mismas unidades del nivel por
unidad de tiempo. Por ejemplo: si el nivel es la poblacin las unidades sern las
personas y los flujos asociados a ese nivel estarn dados como personas/ao; si
la unidad de tiempo es el ao.
Una metfora que contribuye en la caracterizacin de las variables de flujo y
niveles es la prueba de la foto en tanto que los niveles caracterizan el estado de
un sistema. Imagine usted lector que se congela el sistema como en una foto; los
niveles seran las cosas que se pueden contar.
figura 32 Diagrama de Forrester
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Otra recomendacin importante tiene que ver con que se debe respetar la ley de la
conservacin de la materia, en este sentido, los contenidos de las redes de niveles
y flujos se deben conservar. Por ejemplo, las cosas, (cuentas por cobrar) en el
nivel permanecen ah hasta que salen por pagos o por defaults. Ver la figura 32.
Slo los flujos deben estar relacionados directamente con los niveles, es decir,
que un nivel nicamente cambia por flujos de entrada y salida. Los niveles a su
vez determinan los flujos. Ver la figura 33.
figura 33 Relacin entre nivel y flujo
Ejemplos de niveles:
El inventario en una bodega, (nmeros de objetos)
Empleados en un negocio, (nmero de personas)
La cuenta de ahorros, (Cantidad de dinero)
Computadores en una empresa, (cantidad de computadores)
Usuarios de un servicio (la cantidad de suscriptores )
Flujos asociados a los niveles
El inventario se incrementa por el flujo de produccin y decrece por el flujo de
despachos.
figura 34 Diagrama de Forrester
El nmero de computadoras en una empresa se incrementa con nuevas
adquisiciones y se reduce por obsolescencia.
figura 35 Diagrama de Forrester
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
El saldo de la cuenta de ahorros se incrementa con los depsitos y decrece con
los gastos.
figura 36 Diagrama de Forrester
El nmero de usuarios de un servicio se incrementa con nuevos clientes y se
reduce por los clientes que cambian de proveedor o cambian de servicios.
figura 37 Diagrama de Forrester
Se invita al lector para que proponga nuevos ejemplos de niveles y flujos propios
de su dominio de conocimiento. Se insiste mucho en que los niveles son
acumuladores y los flujos aquellos responsables de la acumulacin.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 19: Las variables Auxiliares, los Multiplicadores y las No
Linealidades
Variables auxiliares
Las variables auxiliares representan pasos en los que se descompone el clculo
de una variable de flujo a partir de los valores tomados por los niveles y de otras
variables. El propsito del uso de las variables auxiliares est en facilitar la
comprensin y definicin de las variables de flujo, aunque no es exclusiva esta
tarea, ya que las variables auxiliares suelen representar en s mismas conceptos
individuales.
Si se hace un modelo del smil hidrodinmico aparecen all variables auxiliares que
son definitivas para determinar los flujos. Se sugiere al lector que revise de nuevo
la figura 28.
figura 38 Diagrama de Forrester del smil hidrodinmico
Ntese en el modelo, figura 38, que se requieren 4 variables Auxiliares y cinco
parmetros para modelar la informacin que permite al observador actuar sobre
las llaves. Los parmetros indican el valor del flujo en cada caso y el parmetro CT
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
se usa para indicar la capacidad total de los niveles. Las variables auxiliares
toman informacin de los niveles y del parmetro CT y determinan si an es
posible adicionar ms lquido. Como se puede intuir, las variables auxiliares son
variables de decisin. En el caso de la variable auxiliar A1 se define como: IF(CT-
N1>0,VF1,0), es decir, que si al restar de la capacidad total el contenido del nivel 1
es mayor que cero, quiere decir que no est lleno, en tal caso F1 permite que el
lquido fluya, en otro caso la llave (F1) se cierra. Se deja como trabajo para el
lector que deduzca cules han de ser las ecuaciones que corresponden a las otras
tres variables auxiliares.
No linealidades
Si dos variables A y B estn relacionadas por B = f(A) siendo f no lineal, B una
variable auxiliar y A una variable de nivel, se emplea el smbolo de la figura 39 en
el diagrama de Forrester. Esta es una representacin que dependiendo del
software usado puede cambiar. Se invita al lector a repasar la figura 29, la parte
correspondiente a tabla.
figura 39 No linealidad
Las no-linealidades se usan para representar aquellas relaciones entre variables
que son no lineales, este tipo de comportamientos se pueden observar por
ejemplo entre la sensacin de hambre y la cantidad de alimento consumido; a
medida que se come la sensacin de hambre disminuye, pero no
proporcionalmente a la cantidad de alimento consumido.
Los Multiplicadores
Los multiplicadores son tasas cambiantes que afectan una variable. Un efecto
multiplicador es el que ocurre cuando una persona aumenta la ingesta de
alimentos, eso tiene un efecto sobre el valor nominal del peso, aunque la persona
siga siendo la misma. Es importante advertir que las personas no suben de peso a
un mismo ritmo consecuencia de la misma ingesta sostenida de alimentos. Otro
ejemplo que ilustra la idea de multiplicador es el efecto que tiene sobre una
poblacin la disponibilidad de recursos. A medida que crece la poblacin, si hay
suficiente recursos, crecer a una tasa natural y mostrando un comportamiento
exponencial. Una vez los recursos empiecen a escasear tendrn un efecto sobre
los nacimientos haciendo que estos decrezcan.
En figura 40 es posible observar como sobre la variable nacimientos tiene efecto la
tasa de nacimientos, pero adems la disponibilidad de recursos tambin tiene su
efecto limitante. La estrella en el diagrama muestra que habra un efecto
multiplicador sobre la cantidad de nacimientos producto de la escasez de
recursos. En este caso la multiplicacin reduce el valor nominal de los nacimientos
teniendo un comportamiento no-lineal, es decir, a medida que comienza a
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
escasear el recurso la tasa de nacimientos se ir haciendo cada vez ms pequea
al punto de que se igualen los nacimientos y las muertes y se estabilice el sistema.
figura 40 Multiplicador
Finalmente el modelador deber disear numricamente los multiplicadores para
que surtan el efecto observado en el fenmeno.
Tanto los multiplicadores como las no linealidades son tratadas de forma similar
por la mayora de los software disponibles, la diferencia subyace a la definicin de
cada uno de ellos. No olvidar que una no-linealidad es una funcin que transforma
una entrada en una salida relacionadas ambas de forma no lineal; mientras que un
multiplicador altera el valor nominal de una variable, la aumenta o disminuye, pero
no hay cambio de unidades.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 20: Caracterizacin de los Retardos
Una caracterstica que debe ser considerada al modelar sistemas dinmicos es el
retardo producido, en la transmisin de material o en la transmisin de
informacin, esto ya se revis en la leccin 5 del captulo 3. En lo que sigue se
revisa la formulacin matemtica del mismo.
figura 41 Retardo en las ventas consecuencia del precio
Al revisar la figura 41 se puede verificar que si el precio de los computadores
disminuye sbitamente, el nmero de ellos vendidos no aumenta de la misma
forma si no que lo hace de manera gradual, lo cual se debe al retardo de
informacin en la medida en que se necesita de un cierto tiempo para que los
compradores perciban el cambio en el precio.
figura 42 Ilustracin de un retardo
La figura 42 recrea la idea de retardo, si se sigue la secuencia se podr inferir las
consecuencias.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Seguidamente se hace una presentacin grfica del concepto de retardo tanto de
material como de informacin.
Retardos de material.
El retardo de material se produce cuando existen elementos en el sistema que
almacenan temporalmente y luego fluyen. En la figura 43 se muestra la estructura
de un retardo de orden uno y tiempo de ajuste 3 con un valor inicial, que va a ser
retardado, de 100. El orden de un retardo viene dado por el nmero de niveles que
tenga la estructura que lo determina. Al revisar el cuadro rojo se percibe all un
nivel identificado con el nombre N1, este es el elemento que almacena el material
que se va retardar, un flujo F1 que representa el valor del retardo, es decir, el
valor que se va liberando del nivel N1, un parmetro TA que es el tiempo de ajuste
o tiempo promedio que permanece un elemento en el sistema. La cantidad
retardada est representada por el valor del flujo Fe.
figura 43 Retardo de orden uno de material
En donde el Fe es un valor nico que en t=0 es de 100, N1 en t=0 es 100, F1(t)=
N1(t)/TA y finalmente TA=3, es decir, el tiempo de retardo.
La figura 43 muestra la grfica caracterstica de un retardo de material de orden
uno (1) y tiempo de ajuste de tres (3). El tiempo de ajuste siempre debe cumplir
que sea mayor o igual que el orden. Se invita al lector que como prctica
demuestre mediante los resultados de simulacin que efectivamente el promedio
de permanencia de una unidad en el sistema es igual al TA.
Matemticamente el retardo se representa mediante la siguiente ecuacin
() () ()
()
()
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Algunos ejemplos de retardo de material podra ser, por ejemplo, las rdenes de
material, los tiempo de construccin, La demora en la entrega de algn pedido,
etc.
Retardo de informacin
Este retardo se produce cuando es necesario conservar y almacenar la
informacin del sistema antes de tomar una decisin. Los retardos de informacin
representan un mecanismo de filtro cuya principal virtud consiste en suavizar los
picos que presenta la evolucin de una variable teniendo un valor promedio de la
misma como punto de referencia. En este proceso la informacin ms reciente
influye en el promedio de forma ms significativa que la antigua.
Al igual que el retardo de material en este retardo, la informacin toma tiempo en
fluir de un punto a otro en el sistema, por lo que habitualmente se usa este tipo de
retardo para representar el ajuste gradual de las percepciones o las creencias.
El hecho de que las creencias, expectativas y proyecciones de los seres humanos
estn basadas en la informacin disponible hasta el momento y que las personas
no cambian su forma de pensar inmediatamente, frente al arribo de nueva
informacin, son consideradas como las principales razones por las cuales se
provocan retardos en la transmisin de la informacin en un sistema.
Los retardos de informacin no pueden ser modelados de la misma forma que se
modelan los retardos de material, bsicamente porque no hay entrada ni salida
fsica o de material. En los retardos de material tanto las entradas como las salidas
se deben conservar, por ejemplo, si se enva un cierto nmero de cartas, el mismo
nmero de cartas ha de llegar a sus destinatarios o en caso extremo, deben volver
a la oficina de correos aquellas que no pudieron entregarse para devolverlas al
remitente. A diferencia de los materiales las percepciones o las creencias no se
conservan, es decir, si alguien conoce una informacin y la comparte a otra
persona, este hecho no implica que la primera persona ya no tenga la informacin
y la segunda s, como sucede cuando el cartero entrega una carta.
Como se dijo al comienzo de esta seccin el retardo de informacin tambin se
denomina como suavizador de la entrada. La estructura general de un retardo de
informacin de primer orden es como se muestra en la siguiente grfica.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
figura 44 Retardo de orden uno de informacin
En este caso La Entrada asume un valor de 100 en t=0, TA tiene un valor de tres
(3), N1 (que es la salida) en T=0 es 0 y Fe = (Entrada-N1)/TA.
(
)
Como se puede inferir, tanto el comportamiento de un retardo de informacin
como uno de material son cuantitativamente iguales, la diferencia radica en la
forma en que stos se conceptualizan matemticamente hablando y naturalmente
la estructura en trminos de los elementos de dinmica de sistemas.
Se presentan retardos de informacin cuando, por ejemplo, los economistas no
saben el valor nominal del PIB hoy, y no lo pueden saber porque los trabajos
disponibles no se informan inmediatamente a las personas que los estn
buscando, es decir, hoy el PIB tiene un valor, pero ste slo podr calcularse un
tiempo despus una vez se recolecte los datos necesarios para calcularlo, este
tiempo ser el tiempo de retardo. Otro ejemplo se presenta cuando se toman
decisiones sobre, por ejemplo, qu tanto producir basado nicamente en la
informacin de las ventas; en este caso las ventas promedio pueden ser utilizadas
como expectativas de venta real.
Es importante que el lector recuerde que el orden de un retardo viene dado por el
nmero interno de niveles que tenga la estructura que lo representa y que el
tiempo de ajuste TA es el tiempo promedio que una unidad permanece dentro del
retardo.
En la siguiente figura se muestra como se implementa un retardo en Evolucion .
La variable auxiliar Entrada se define como Entrada = IF(t=0,100,0), es decir, que
para t=0, tendr un valor de 100, en cualquier otro tiempo su valor ser 0. El
retardo se define como Salida = RETARDO(Entrada, TA, 1, 0), en donde Entrada
representa el origen de los datos, TA es el tiempo de ajuste o tiempo de retardo, 1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
indica el orden y 0 el valor inicial del retardo. Se invita al lector para que observe
cuidadosamente la figura 45 y establezca la relacin con la figura 44.
figura 45 Retardo de orden uno de informacin
Tanto el retardo de informacin, como el retardo de material se representan con la
misma funcin en Evolucion , la diferencia debe estar clara en la mente del
modelador.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
CAPTULO 5: ELABORACIN DE DIAGRAMAS DE FORRRESTER
Introduccin
Este captulo retoma los referentes tericos que han sido planteados desde un
comienzo del curso, referidos especialmente a la teora general de sistemas, el
pensamiento sistmico, la elaboracin de diagramas de influencias y los
elementos de los diagramas de Forrester.
Para conseguir mostrar la forma en que se elabora un diagrama de Forrester se
llevar a cabo el modelado del fenmeno relacionado con la dinmica de la presa
predador que fuera presentado formalmente por Lotka y Volterra
25
. Los autores
referenciados plantearon un modelo en ecuaciones diferenciales para representar
la evolucin de dos tipos de especies diferentes que estn unidas por un fuerte
vnculo enmarcado en el ms puro darwinismo (Las especies que sobreviven no
son las especies ms fuertes, ni las ms inteligentes, sino aquellas que se
adaptan mejor a los cambios); una especie presa, por ejemplo conejos, y otra
especie predadora, para el caso, los zorros que conforman un mismo ecosistema.
25
Se invita al lector a consultar esta pgina web: http://jmonzo.blogspot.com/2008/09/lotka-volterra-interdependencia.html
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 21: Leyendo el Diagrama de Influencias
Una de las primeras tareas que hay que llevar a cabo para construir los diagramas
de Forrester es asegurarse de que el fenmeno que se est modelando ya existe
en nuestra mente, (no olvidar la dinmica del ser al existir de la leccin 1, del
captulo 2, de la unidad 1) y una vez que el fenmeno exista lo podamos
representar mediante un diagrama de influencias. En lo que sigue se mostrar una
manera en la que se evidencia que el fenmeno existe, luego se muestra cmo se
modela mediante el diagrama de influencias y el de Forrester.
Se sigue con la solucin propuesta por Lotka y Volterra (1978) a la dinmica que
se desarrolla en el espacio de un ecosistema cuando dos especies conviven
siendo una de ellas la presa y el otro el predador. Se invita al lector a revisar esta
direccin web http://forio.com/simulate/billy/predator-prey-dynamics/run/
Del ser al existir de la dinmica conejo-zorro
Se har aqu una descripcin de la dinmica propia del fenmeno en estudio. Para
ello se definirn unos supuestos iniciales, los cuales en las primeras versiones de
un modelo deben ser lo ms simples posible. Para este caso el primer supuesto es
que la especie presa se desenvuelve en un medio sin escasez de alimento, el
segundo supuesto es que la especie presa no tiene otro predador adicional; el
tercer supuesto es que la especie predadora nicamente consume la especie
presa, es decir, slo existe competencia inter-especfica y no competencia intra-
especfica o canibalismo.
Es preciso sealar que los supuestos simplifican el fenmeno, pero se requiere
hacerlo para poder iniciar el proceso de modelado, ahora bien, en la medida en
que sea necesario incrementar el poder explicativo del modelo habr que incluir
ms variables y replantear los supuestos. Lo antes expuesto implica que el modelo
parte de la hiptesis de que se trata de un sistema cerrado, es decir que ambas
especies estn encerradas en un espacio con las condiciones de una isla como si
se tratara de un reality show al estilo del big brother.
figura 46 Modelo Presa Predador
26
26
Fotografa tomada de:
http://sakshat.amrita.ac.in/VirtualLab/?sub=BIOTECH&brch=POE&sim=lotka_volta_simulator&cnt=theory
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Para elaborar el diagrama de influencias se procede a identificar las variables
importantes para la descripcin del sistema.
El diagrama de influencias del modelo presa predador
Recordando los supuestos iniciales de que slo hay una especie predadora y una
presa, que no hay problemas de alimentos para los conejos y que se trata de un
sistema cerrado, las variables a considerar son las siguientes:
El nmero de conejos, el nmero de zorros, la necesidad alimenticia de los zorros,
la tasa de natalidad de los zorros y los conejos, la vida promedio de los zorros y
conejos, la densidad poblacional de los zorros y conejos.
Cada una de estas variables se relaciona mediante arcos entre ellas formando el
diagrama de influencias que se muestra en la figura 47. Se invita al lector a revisar
el captulo tres de la Unidad Uno.
figura 47 Diagramas de Influencias Presa Predador
Del grfico es posible observar que la cantidad de conejos aumenta consecuencia
de los nacimientos y stos a su vez aumentan consecuencia de la tasa de
natalidad y la cantidad actual de conejos. Igual anlisis se aplica con los zorros,
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
slo que los nacimientos, en el caso de stos, depende de la cantidad de conejos,
su fuente de alimento.
Es importante que el lector note el signo en la punta de cada fecha, por ejemplo de
nacimientos de conejos a conejos la flecha tiene un signo ms +, esto indica que
al haber nacimientos se incrementa el nmero de conejos y a su vez si el nmero
de conejos aumenta, los nacimientos de conejos tambin aumentan, es decir,
aparece una relacin circular o ciclo de realimentacin, en este caso, positivo. Se
invita al lector a revisar los ciclos de realimentacin 2, 3 y 4 y despus que
identifique un ciclo adicional en el grfico.
Es importante sealar que la metodologa de dinmica de sistemas plantea la
elaboracin de una hiptesis dinmica, la cual, como se ha dicho antes, se
presenta mediante un diagrama de influencias el cual debe capturar las relaciones
bsicas de realimentacin que dan cuenta del fenmeno estudiado. No obstante,
el diagrama de influencias no recoge otras caractersticas tiles del sistema: no se
tiene informacin sobre el tiempo de simulacin, ni se explica s una variable est
describiendo el estado del sistema, o la magnitud de las relaciones que se dan en
su interior, as como la relacin funcional entre las variables, es decir, no informa
claramente sobre los niveles, los flujos o las variables auxiliares, respectivamente.
Es importante sealar que no se debe confiar plenamente en la versin final de un
diagrama causal a menos que se haya hecho un diagrama de flujos y niveles a
partir de l, pues la construccin del diagrama de Forrester permite corregir
relaciones que se pasan por alto cuando se hace un diagrama de influencias.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 22: Definiendo los Niveles
Esta leccin mostrar algunas prcticas que son convenientes de llevar a cabo a
la hora de identificar los niveles a partir del diagrama de influencias.
Inicialmente se debe recordar que los niveles son acumulaciones, que
caracterizan el estado del sistema, que generan informacin para la toma de
decisiones, que son la memoria del sistema y adems que crean retardos al
acumular la diferencia entre lo que entra y lo que sale. De otra parte se debe tener
en cuenta que los niveles son generalmente una cantidad y que son los flujos los
que causan las variaciones de dicha cantidad.
As mismo es importante tener en cuenta que se debe cumplir con el principio de
conservacin de la materia, es decir, que los contenidos de los niveles y de los
retardos de material se conservan, es decir, que las cosas deben permanecer en
los niveles o retardos hasta que salen.
Otro aspecto importante a considerar es que los sistemas dinmicos modelados
con dinmica de sistemas son de estado determinado, esto es, que un nivel
nicamente cambia por flujos de entrada y salida, y estos a su vez son
determinados por los niveles.
Manos a la obra.
Inicialmente hay que hacerse la siguiente pregunta: qu cosas se acumulan o se
van disminuyendo en el fenmeno? Para el caso de la isla y teniendo en cuenta
los supuestos es claro que tanto los conejos como los zorros se acumulan, es
decir, la cantidad de zorros que se tiene hoy en la isla ser igual a la cantidad que
haba ayer ms los que nacen entre ayer y hoy, menos los que mueren en el
mismo intervalo de tiempo. Igual anlisis opera con los conejos, se invita al lector
para que lo realice por su propia cuenta.
Si lo anterior se expresa en trminos de ecuaciones en diferencias se tiene que:
Z(t) = Z(t-1) + NacZ(t-1) MueZ(t-1),
En donde Z(t) es la cantidad de zorros en el tiempo t, NacZ(t-1) es la cantidad de
zorros nacidos entre t y t-1 y MueZ(t-1) es la cantidad de zorros que mueren entre
t y t-1.
Ntese que Z(t) es el resultado de una suma algebraica.
Al revisar las dems variables, ninguna de ellas tiene un comportamiento que
implique acumulacin. Se sugiere revisar el smil hidrodinmico.
Solamente las variables de nivel pueden ser incrementadas o disminuidas por
variables de flujo. Si un parmetro o una variable auxiliar, est conectada a una
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
variable de nivel, es porque es la condicin inicial de la variable de nivel, y
depende de ese parmetro o variable auxiliar. Despus del tiempo cero, el nivel se
calcular a partir de la tasa neta de los flujos.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 23: Identificando los Flujos
Una vez se han identificado los niveles la tarea de identificar los flujos resulta ms
sencilla pues los flujos siempre estarn relacionados con los niveles.
Se debe recordar que el tiempo es dinmica de sistemas es continuo, pero los
flujos deben ser necesariamente instantneos. La Dinmica de Sistemas
representa el tiempo como continuo, bsicamente porque los eventos ocurren en
cualquier momento y el tiempo puede ser dividido en finos intervalos de tiempo
(dt). De otra parte nadie podr medir el valor instantneo de ningn flujo, pues
siempre el flujo se dar entre dos instantes de tiempo, a ese espacio temporal se
le denomina t y en clculo infinitesimal es dt.
Las unidades que fluyen hacia y desde un nivel pueden ser o continuamente
divisibles como es el caso de la fracciones de pesos o un nmero discreto de
cosas, por ejemplo, cantidad de personas.
En el caso de los conejos y los zorros de la isla es claro que si un nivel est
determinado por el nmero de Conejos, habr dos cosas que lo afectan, de un
lado los nacimientos y de otro las muertes. Se sugiere revisar figura 47.
Fjese seor lector que la cantidad de conejos se incrementa con los conejos que
nacen. As mismo la cantidad de conejos se disminuye con las muertes. De esta
manera se identifica un par de flujos que afectan al nivel. En la siguiente grfica se
ilustra esta situacin.
figura 48 Nivel y Flujos asociados a los conejos
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
La figura 48 muestra el diagrama de influencias, el diagrama de Forrester y una
grfica de comportamiento, asociados a la dinmica propia de los Conejos. En
dicha grfica es posible observar el nivel Conejos y los flujos Naci_Conejos y
Muerte_Conejos responsables de las variaciones de ste. Si los nacimientos son
mayores a las muertes se espera lgicamente un crecimiento de la cantidad de
conejos; si las muertes son mayores a los nacimientos se producir una
disminucin de la cantidad de conejos a tal punto de llevarlos a la extincin; si
ambos flujos son iguales el nivel se mantendr con el mismo valor inicial.
Revisemos en lo que sigue la manera como se desarrolla el modelo de los conejos
y los zorros.
figura 49 Modelo presa - predador
En este modelo tanto la variable Conejos y como Zorros son los niveles o
variables de estado y representan el nmero de conejos y zorros respectivamente.
A, B, C y D son constantes positivas, para el caso de la dinmica de sistemas son
parmetros. Los cuatro trminos tienen el siguiente significado: A y C reflejan las
condiciones de crecimiento de las especies, es decir, A es igual a la tasa de
natalidad de conejos menos la tasa de mortalidad de conejos y C refleja la misma
relacin pero con respecto de los zorros. Para el caso de B y D estos parmetros
reflejan las interacciones entre los zorros y conejos, es decir, B establece la
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
relacin condicionante de existencia de conejos para la reproduccin de los zorros
y D representa la relacin de depredacin de los conejos por parte de los zorros.
En ausencia de zorros la poblacin de conejos, (la velocidad de variacin del
nmero de conejos), aumenta con el tiempo de forma proporcional al nmero de
conejos. El crecimiento es exponencial (ley de crecimiento malthusiana) y A es su
ritmo o tasa de crecimiento, es decir, su tasa de reproduccin; en el modelo esta
situacin es modelada con el flujo Nacimientos de conejos.
En ausencia de conejos el nmero de zorros (su velocidad de variacin) disminuye
exponencialmente y de forma proporcional (con ritmo C) al nmero de zorros
presentes; en el modelo ste efecto se simula con el flujo muerte de zorros. Se
supone que resulta esencial la existencia de conejos suficientes para poder crecer
o, al menos, mantener la poblacin actual.
En presencia de los zorros el nmero de conejos disminuye como consecuencia
de los posibles encuentros entre presa-predador y este efecto se supone
proporcional al producto de ambas poblaciones (-B*Conejos*Zorros), esto se
refleja en el modelo mediante el flujo de muertes de conejos; mientras que la
poblacin de zorros aumenta como consecuencia de estos encuentros en una
forma similar (D*Zorros*Conejos); en el modelo esto se representa en el flujo
Nacimiento de zorros.
Es preciso que el lector reconozca lo dicho en los prrafos anteriores en el
modelo.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 24: Usando las variables auxiliares
Las lecciones previas han dado algunas ideas para identificar niveles y flujos; en lo
que sigue se darn expondrn algunas ideas acera de cmo usar adecuadamente
las variables auxiliares.
Las variables auxiliares representan pasos o etapas en que puede llegar a estar el
clculo de una variable de flujo a partir de los valores representados por los
estados de la variable de nivel. Las variables auxiliares unen los canales de
informacin entre las variables de nivel y las de flujo, aunque en realidad son parte
de las variables de flujo. Sin embargo se distinguen de ellas en la medida en que
su significado real sea ms explcito. Las variables auxiliares de pueden emplear
para mostrar relaciones no lineales.
Si se revisa el modelo de conejos-zorros, all an no hacen aparicin las variables
auxiliares, bsicamente por no ser necesarias, pero podran ser incluidas para
aumentar el poder explicativo del modelo.
La manera en que se deben usar las variables auxiliares se ilustra en la figura 50.
Si se observa con detenimiento es posible percatarse de como aparecen las
variables Mul_Lim_Comida, Enc_Probables y Con-Depredados. La primera
variable considera el efecto que sobre los nacimientos de los predadores tiene la
presencia o no de presas; esta variable (Mul_Lim_Comida) se determina a partir
de un parmetro (Efecto_nac_zor) y la cantidad de conejos, expresando
finalmente el efecto que la abundancia o escasez de comida tiene sobre los
nacimientos de los predadores. La variable auxiliar Enc_Probables calcula de
manera instantnea la cantidad de encuentros entre zorros y conejos, variable que
resulta determinada por la cantidad de zorros, la de conejos y por la probabilidad
de que ocurra un encuentro entre miembros de las poblaciones. Finalmente la
variable Con-Depredados calcula la cantidad de conejos que son depredados
consecuencia de la cantidad de zorros existentes. La importancia de esta variable
auxiliar consiste en que logra separar de un lado a los conejos que mueren de
forma natural y de otra a aquellos que mueren en las fauces de los zorros. No
olvidar, en todo caso, que el modelo de Locka-Volterra del cual se parti no hace
esta distincin.
Los parmetros utilizados representan cantidades que no cambian a travs del
tiempo y permanecen constantes o su tasa de cambio es tan lenta que en el
horizonte temporal considerado no logra un cambio significativo que produzca
sesgos importantes en los resultados del modelo.
Se invita al lector para que revise detenidamente el modelo y logre identificar all
las nuevas variables auxiliares que se incluyeron en el modelo al igual que los
parmetros que fue necesario incluir.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
figura 50 Modelo presa predador con variables auxiliares
Ntese tambin que los valores de las curvas lo mismo que los aspectos
cualitativos han cambiado, pero mostrando un comportamiento ms suave que
podra ser ms cercano a la realidad.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 25: Usando los retardos y tablas
Cuando se incluye un retardo en un modelo, ste puede producir alteraciones en
el comportamiento observado. Si se revisa el modelo es claro que los nacimientos
de zorros aumenta la cantidad de zorros, pero tambin es cierto que todos los
zorros no van a cazar conejos, ya sea porque estn muy pequeos o porque estn
muy viejos, en cuyo caso o comen las sobras o simplemente mueren.
Si al modelo de zorros y conejos se le adiciona un retardo que represente el
tiempo que le lleva a un zorro cachorro convertirse en adulto se ganara en
capacidad explicativa del modelo, pues el supuesto de que todos los zorros cazan
sera ms real; en este caso habra que calcular los nacimientos con una nueva
variable auxiliar (NacZorros) y luego retardar su inclusin en el nivel de zorros un
cierto tiempo equivalente al necesario para que el cachorro se convierta en adulto.
La variable de flujo ahora se llama EntradaZorrosAdu, es decir, que slo se
considera al flujo como entrada de zorros a la isla, o en otras palabras, zorros que
abandonan a la madre y se convierten en potenciales cazadores. Se invita al lector
a revisar la siguiente figura.
figura 51 Modelo Presa Predador con Retardo
Ntese las elipses rojas que indican los cambios antes descritos, obsrvese el
efecto sobre, los zorros y los conejos, luego de haber incluido un retardo. Los
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
retardos en los sistemas son los responsables de los cambios, en la mayora de
los casos, contra-intuitivos por lo que son difciles de identificar en el fenmeno
modelado. Cuando se usan retardos, stos se deben indicar en el diagrama de
influencias con un par de barras paralelas, ver el diagrama de influencias de la
figura 51. Conviene repasar la leccin 5 del captulo 4: Caracterizacin de los
Retardos.
Las tablas se usan en dinmica de sistemas para representar ya sea no
linealidades o multiplicadores.
En el actual modelo se ha considerado que la relacin entre conejos y zorros, para
garantizar la supervivencia de los ltimos es de 0.17, (que equivale a decir que un
zorro se come dos conejos en promedio en cada intervalo de tiempo, en las
condiciones iniciales del modelo) este valor es constante sin importar la relacin
entre unos y otros que suele cambiar a travs del tiempo, lo que hara que se
incrementaran o disminuyeran los nacimientos por la consideracin bsica de la
densidad poblacional.
Si en el modelo se cambia la taza natural de nacimiento de zorros por una relacin
cambiante segn se explic arriba, se tendra que usar un multiplicador que
recogera el efecto del cambio en la densidad poblacional y lo aplicara a la
variable nacimientos de zorros. Este hecho naturalmente cambia de nuevo la
dinmica del comportamiento, pero sigue mostrando una cualitativamente
semejante.
La figura 53 se muestra cmo queda el modelo despus de hacer los cambios
indicados y en la siguiente el multiplicador diseado para reemplazar la tasa TNZ.
figura 52 Multiplicador
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Ntese que la salida TNZ vara entre 0.080 y 0.182, es decir que esos valores
estn por encima y por debajo de 0.17 que era el valor del parmetro anterior
llamado TNZ.
figura 53 Modelo Presa Predador con Retardo y Multiplicador
Es importante ver que la entrada del multiplicador es la variable auxiliar relconzor
que se calcula a partir de la relacin nmero de zorros dividido por el doble del
nmero de conejos. Es importante sealar que este cambio nos muestra en el
modelo un comportamiento que se aproxima a la solucin terica de Locka-
Voletra.
Para elaborar el modelo tenga en cuenta las siguientes ecuaciones.
Nombre = CONEJOS :Nivel_
Definicin = 15
Descripcin =
Nombre = Con_Depredados :Auxiliar_
Definicin = Enc_Probables*P_Z_C_C
Descripcin =
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Nombre = Efecto_Nac_zor :Parametro_
Definicin = 0.06
Descripcin =
Nombre = Enc_Probables :Auxiliar_
Definicin = PosEncuentros*P_Z_E_C
Descripcin =
Nombre = EntradaZorrosAdu :Flujo_
Definicin = RetCreZorros
Descripcin =
Nombre = Mu_Nat_Con :Flujo_
Definicin = (TMC*CONEJOS)+Con_Depredados
Descripcin =
Nombre = Mue_Nat_Zor :Flujo_
Definicin = TMZ*ZORROS
Descripcin =
Nombre = Mul_Lim_Comida :Auxiliar_
Definicin = CONEJOS*Efecto_Nac_zor
Descripcin =
Nombre = NacZorros :Auxiliar_
Definicin = (TNZ*ZORROS)*Mul_Lim_Comida
Descripcin =
Nombre = Nac_Nat_Con :Flujo_
Definicin = TNC*CONEJOS
Descripcin =
Nombre = P_Z_C_C :Parametro_
Definicin = 0.7
Descripcin =
Nombre = P_Z_E_C :Parametro_
Definicin = 0.05
Descripcin =
Nombre = PosEncuentros :Auxiliar_
Definicin = CONEJOS*ZORROS
Descripcin =
Nombre = RetCreZorros :Retardo_
Definicin = RETARDO(NacZorros,1,1,0)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Descripcin =
Nombre = TMC :Parametro_
Definicin = 0.05
Descripcin =
Nombre = TMZ :Parametro_
Definicin = 0.08
Descripcin =
Nombre = TNC :Parametro_
Definicin = 0.2
Descripcin =
Nombre = TNZ :Tabla_
Definicin =
INTLINEAL(2,0.2,0.3,0.08069644,0.08623956,0.09732579,0.1192878,0.153278,0.
1683122,0.175,0.18,0.182,0.183,0.1815029)
Descripcin =
Nombre = ZORROS :Nivel_
Definicin = 5
Descripcin =
Nombre = relconzor :Auxiliar_
Definicin = ZORROS/(2*CONEJOS)
Descripcin =
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
CAPTULO 6: SIMULACIN
Introduccin
Se acepta comnmente que la simulacin es la experimentacin que se lleva a
cabo usando un modelo de una hiptesis o de un conjunto de hiptesis que dan
cuenta de un sistema o de la solucin a un problema simulado.
Shannon (1976) define la simulacin como "el proceso de disear un modelo de
un sistema real y llevar a trmino experiencias con l, con la finalidad de
comprender el comportamiento del sistema o evaluar nuevas estrategias -dentro
de los lmites impuestos por un cierto criterio o un conjunto de ellos - para el
funcionamiento del sistema".
Para Naylor (1971) la simulacin es una tcnica numrica para conducir
experimentos en una computadora digital. Estos experimentos comprenden ciertos
tipos de relaciones matemticas y lgicas, las cuales son necesarias para describir
el comportamiento y la estructura de sistemas complejos del mundo real a travs
de largos periodos de tiempo.
En adelante se puede asumir que la simulacin es la generacin de posibles
estados de un sistema con el concurso de las matemticas y las computadoras
dentro del contexto de un lenguaje de modelado.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 26: Escenarios de Simulacin
Los escenarios de simulacin son el equivalente a las condiciones iniciales que se
usan en la resolucin de ecuaciones diferenciales. Se definen a partir de los
valores de los parmetros y las variables de estado o niveles y las formas
particulares de las no-linealidades y los multiplicadores.
Hasta ac debe ser claro que la simulacin permite tomar decisiones de manera
virtual, aprender de los errores y de los aciertos, y luego volver atrs como si nada
hubiese ocurrido, es decir, que con un buen modelo, se pueden evaluar diferentes
estrategias y estudiar sus efectos en el entorno para extrapolar conclusiones. Se
adquiere experiencia con costos bajos y evitando el riesgo de enfrentar
potenciales consecuencias adversas.
Mediante un plan de pruebas, se evaluarn los beneficios y los riesgos asociados
a cada alternativa en los escenarios simulados; as podr identificarse la estrategia
ms conveniente en cada caso.
Una situacin comn en los albores del siglo XXI es la prisa o el ansia por obtener
resultados en el corto plazo, la falta de plantificacin y elaboracin de soluciones.
Por este motivo una de las tareas a las que todo individuo con poder de decisin
debera dedicarse es al modelado y diseo de escenarios de simulacin.
Pensar los escenarios de simulacin es una tarea pesada y que la mayora
prefiere dejar para otros, pero sin esta base las decisiones no sern tomadas de
forma acertada debido bsicamente a la falta de direccin, estrategia, visin y
planificacin, y mucho ms en un entorno cambiante.
Alguno tericos como Peter Schwartz (1991), proponen algunas estrategias para
llevar a cabo de forma exitosa simulaciones de escenarios, definiendo posibles
situaciones futuras para determinar las acciones a desarrollar. No es una receta
infalible, sino de una tcnica mediante la cual se trata de definir cmo ser el
entorno en el medio y largo plazo (con varios escenarios) y definir las acciones a
desarrollar para lograr los objetivos propuestos.
La tcnica de Schwartz, adecuada al modelado dinmico sistmico, tiene 5 pasos.
1. Realizar un modelo: procurando identificar las variables relevantes del
sistema.
2. Definir un mapa con dos ejes; los ejes vendrn determinados por las dos
variables ms inciertas que se haya identificado.
3. Imaginar futuros posibles. A veces definir escenarios es muy fro, de forma
que puedes tratar de transformar cada escenario en una historia de futuro.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
4. Pensar en implicaciones y acciones. Para cada escenario pensar en
implicaciones y acciones a desarrollar
5. Finalmente ser necesario definir indicadores de seguimiento. Definidos los
escenarios y las actuaciones es imprescindible realizar un seguimiento de
los mismos con la finalidad de poder ir modulando las acciones.
Este ejercicio no dar el escenario futuro exacto pero si ayudar a:
Analizar la situacin actual
Analizar el entorno
Reelaborar los modelos mentales acerca de la realidad
Mantenerse atento a los cambios
Disponer de un plan de actuacin a medio y largo plazo
Huir de la coyuntura de un momento
En lo que sigue se hacen un par de aclaraciones que es preciso que el lector
domine conceptualmente. Un escenario debe ser entendido como la descripcin
de una situacin que pudiese presentarse como resultado de una accin o por una
dinmica evolutiva en el tiempo. As mismo la construccin de escenarios implica
el diseo y elaboracin de un nmero de visiones consistentes internamente de
futuros posibles, combinando la informacin disponible y las posibilidades de
futuro.
El diseo de escenarios de simulacin permiten en esencia visualizar el futuro, y
es especialmente til cuando ste no puede ser visto como una simple
prolongacin del pasado, es decir, cuando una mera extrapolacin generada por
una regresin es suficiente. Tal visualizacin consiste en tener un panorama de
futuros posibles, representados cada uno de ellos en un escenario determinado.
Algunas caractersticas del diseo de escenarios:
Ejercicio colectivo, es decir, se debe desarrollar un proceso de reflexin
compartida.
Se proyecta al largo plazo, esto es, 10, 15 o 20 aos son los horizontes
temporales habituales.
Se valoran las proyecciones en el marco del fenmeno determinado por sus
efectos sociales, polticos y econmicos.
Se analizan y valoran los obstculos que se oponen a la materializacin de
las proyecciones o comportamientos esperados y se revisan las fuerzas
que pueden facilitarlas. Alta dependencia con la realidad modelada.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Escenarios y pronsticos
Los escenarios tienen que ver con los procesos relativos a precisar lo que va a
pasar, como consecuencia de una accin determinada o de una dinmica
evolutiva de un proceso de naturaleza esencialmente incierto.
El pronosticar es en esencia un sinnimo de predecir y el resultado de un buen
proceso de simulacin de escenarios ha de ser cul de un conjunto posible de
escenarios es ms probable, es decir, cul ser el escenario que ha de ser
pronosticado.
Los escenarios y la toma de decisiones
La inteligencia en la toma de decisiones se entiende como la capacidad de reunir y
analizar datos para la difusin de informacin relevante que permita crear
conocimiento apto, empleando para ello la simulacin mediante escenarios como
herramienta de estudio de los pronsticos o de los futuros plausibles, con el fin de
determinar entre todos los escenarios posibles el ms favorable y probable.
Tanto la cobertura como el tipo de simulacin a seguir la debe definir el usuario
final del modelo, esto se justifica en la medida en que la simulacin de escenarios
puede ser aplicada a cualquier problema que pueda ser modelado y que requiera
de una solucin estratgica.
Cmo construir o Simular escenarios.
Adicional a la propuesta de Peter Schwartz (1991), en trminos generales se
puede proponer como etapas para la construccin y simulacin de escenarios las
siguientes:
Etapas
1. Identificar el tema focal, los objetivos del anlisis, el horizonte temporal, el
problema a modelar y a resolver.
2. Seleccionar el grupo de trabajo que puede ser mediante la aplicacin de:
2.1. Tcnicas prospectivas, es decir: seleccionar un grupo con un nivel lo ms
homogneo posible; realizar trabajo individual; que haya anonimato entre
los integrantes del grupo y que los datos se den a partir de juicios de valor
basados en conocimiento, experiencia, imaginacin, sentido comn e
intuicin.
2.2. aplicando la inteligencia empresarial, mediante el aporte de especialistas
en Inteligencia empresarial ms un grupo pequeo de expertos (con
iguales caractersticas). El grupo de expertos apoya el trabajo y lo
complementa, pero los datos principales, parten de los productos de
inteligencia previamente realizados, ej: estudios de tendencias.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
3. Analizar el entorno, que consiste bsicamente en identificar el contexto dentro
del cual se desarrolla el problema procurando identificar variables exgenas
determinantes o determinadas por el problema en cuestin.
4. Identificar y caracterizar las variables claves predecibles, construir el modelo,
para ello se siguen los lineamientos previamente presentados en las lecciones
precedentes, pero vale la pena recordar que es conveniente la determinacin:
4.1. de varios indicadores que caractericen el futuro de una variable.
4.2. de las variables o indicadores que caractericen un escenario o situacin.
4.3. y de las variables considerando las tendencias y eventos que permitan
construir todos los escenarios posibles: Tendencias: variables continuas
importantes en la descripcin del estado de un escenario, basadas en
consideraciones polticas, econmicas, sociales y tcnicas. Eventos:
cambios repentinos que pueden ocurrir en el futuro, donde la ocurrencia de
un evento puede alterar la estructura de los escenarios y por tanto de una
o ms tendencias.
5. Recopilacin de los datos. Esta fase consiste bsicamente en la
caracterizacin de una o varias variables a partir de fuentes confiables como
opiniones de expertos o datos medidos por otras fuentes. Cada variable debe
quedar expresada en su escala natural de medicin y todos los resultados
deben ser expresados en una sola escala de medicin, la ms factible, esto
redunda en la homogeneidad de los resultados.
6. Procesamiento y anlisis de los resultados. Para este propsito se pueden
realizar desde dos perspectivas ya sea la sinttica o la analtica. En el primer
caso se obtiene un escenario con los con los valores sntesis de cada variable
y en el segundo se construyen escenarios posibles, tomando en consideracin
todas las relaciones entre los eventos y las tendencias.
7. Construccin del escenario futuro o de todos los posibles, con la determinacin
de los ms probables y favorables. Para lograrlo se propone:
7.1. Determinacin del escenario ms probable. Empleo de Evolucin o Vensim
o cualquier otro software.
7.2. En el grupo de trabajo se determinan los escenarios: ms optimista y
pesimista entre los ms probables.
7.3. Elaboracin de un plan de accin para cada escenario seleccionado, que
permita, en la medida de la variacin de las circunstancias, tomar medidas
con la previsin adecuada. Interaccin con el futuro
8. Evaluacin de las implicaciones de los escenarios al planeamiento estratgico
que pueden ser de alcance:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Nacional o regional, por ejemplo en la:
Determinacin del futuro socioecnmico de una regin o pas.
Identificar campos de desarrollo y aplicacin de la tecnologa.
Caracterizacin de las tecnologas futuras en un sector determinado.
Futuro del comercio internacional: nuevas modalidades.
Caracterizacin de escenarios futuros de sectores industriales.
Empresarial en el anlisis y comprensin de las fuerzas que operan en el entorno
y que determinan o determinarn los escenarios en los que deben o debern
gestionar las empresas. Algunos ejemplos:
Estrategia para la comercializacin de un producto o servicio.
Evaluacin de la factibilidad de un proceso de transferencia de tecnologa.
Evaluacin de la factibilidad de una fusin o alianza.
9. Toma de decisiones. Interaccin con el futuro, acciones dirigidas al escenario
ms favorable. Para lograr una efectiva toma de decisiones se debe:
Partir de un conocimiento profundo de las realidades del espacio a
caracterizar y de las herramientas y metodologas a emplear.
Manejar tanto la inteligencia organizacional, como la prospectiva, los
pronsticos y la simulacin de escenarios, consideradas stas como
herramientas estratgicas.
Emplear la simulacin de escenarios para predecir o generar futuros
plausibles posibilitando la interaccin con ste, permitiendo alcanzar una
mayor competitividad.
Simular escenarios teniendo en cuenta que se trata de una de las
herramientas claves para la realizacin de pronsticos y la prctica de la
prospectiva contribuyendo directamente en la reduccin del nivel de
incertidumbre.
En la leccin que sigue se construir un par de escenarios con el modelo de los
conejos y los zorros y se proceder con el anlisis de sensibilidad.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 27: Anlisis de Sensibilidad
El anlisis de sensibilidad tiene como propsito, a partir del diseo de un
escenario, identificar los lugares en los que el sistema es ms sensible, es decir,
aquellos lugares en que con poco esfuerzo se logran resultados importantes.
El anlisis de sensibilidad permite:
Estimar la sensibilidad de los resultados del modelo a cambios de un
parmetro, realizando anlisis del tipo que pasa si.
Conocer qu variables de riesgo son importante y estn asociadas al
manejo de incertidumbre, por ejemplo, una variable es importante
dependiendo de su participacin porcentual en los beneficios o costos y de
su rango de valores probables.
Determinar la direccin del cambio en las variables. En el caso de un
proyecto de inversin el anlisis de punto de quiebre permite determinar
cunto una variable puede cambiar hasta que su VAN se vuelva negativo.
Limitaciones del Anlisis de Sensibilidad
Rango y distribucin de probabilidad de variables.
El Anlisis de Sensibilidad tpicamente no representa el posible rango de
valores.
El Anlisis de Sensibilidad no representa las probabilidades para cada
rango. Generalmente hay una pequea probabilidad de estar en el extremo.
Direccin de los efectos.
Para la mayora de variables, la direccin es obvia
Conejos aumentan Los zorros aumentan
Las muertes de conejos aumentan La cantidad de conejos baja
Si los lobos aumentan No es tan obvio cuando comienzan a disminuir los
conejos
Un anlisis basado en el cambio de una sola variable no es realista porque las
variables estn interconectadas.
Si el nmero de conejos aumenta, la cantidad de zorros aumentar.
Si se acabara la comida de los conejos, todos, conejos y zorros se
disminuiran.
Siguiendo con el modelo de zorros y conejos se proponen dos escenarios y se
realiza el anlisis de sensibilidad con cambios en los parmetros del modelo y se
observa el efecto sobre algunas variables del modelo.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Supngase que se tiene el siguiente escenario, en el que se va a modificar la TNC
(tasa natural de nacimiento de conejos sin presencia de depredadores) desde el
20 % al 16 % disminuyendo en cada caso un 1%. Ver la siguiente tabla.
Escenario 1
Variables TMC TNC Conejos TMZ Zorros
Var 1 0,05 0,20 15 0,08 5
Var 2 0,05 0,19 15 0,08 5
Var 3 0,05 0,18 15 0,08 5
Var 4 0,05 0,17 15 0,08 5
Var 5 0,05 0,16 15 0,08 5
Este escenario permite ver qu sucede si hay cambios en la tasa de natalidad
natural de los conejos, obsrvese que puede ser un parmetro controlable por el
modelador mediante algn tipo de medicamento o mediante la disminucin de
machos en la isla.
Para hacer esto en Evolucion 4.1 inicialmente se escoge la opcin nuevo anlisis
de sensibilidad con variacin de parmetros, vea en la siguiente figura el crculo
verde.
figura 54 Anlisis de Sensibilidad
figura 55 Anlisis de Sensibilidad
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Se selecciona donde indica la estrella verde la opcin de trayectorias y se incluyen
los escenarios, ver la siguiente grfica.
figura 56 Anlisis de Sensibilidad
Para el caso que nos ocupa se selecciona el parmetro, ver grfico rojo. Luego se
escoge la variacin, recuerden que variamos de 20% a 16%, la TNC por eso se
escoge -0.01, valo verde. Luego se escoge la variable que se quiere observar, es
decir, qu pasa con la cantidad de conejos, cuadrado azul. Luego se selecciona el
nmero de iteraciones, valo marrn y finalmente se da clic en Aceptar, estrella
morada. El resultado es el siguiente.
figura 57 Resultado del Anlisis de Sensibilidad Escenario 1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Obsrvese como una baja en la tasa de natalidad natural provoca oscilaciones en
la cantidad de conejos, parece que hay en el modelo un comportamiento contra-
intuitivo explicado bsicamente por el efecto ltigo que se produce en el retardo y
posiblemente el efecto amplificador que tiene la no-linealidad.
Se invita al lector para que disee nuevos escenarios de simulacin teniendo en
cuenta qu variable desea observar y bajo qu condiciones. Suponga este nuevo
escenario en que se analiza los cambios en la TMC y su efecto en los zorros.
Escenario 2
Variables TMC TNC Conejos TMZ Zorros
Var 1 0,05 0,2 15 0,08 5
Var 2 0,04 0,2 15 0,08 5
Var 3 0,03 0,2 15 0,08 5
Var 4 0,02 0,2 15 0,08 5
Var 5 0,01 0,2 15 0,08 5
Y observar que sucede con el nmero de zorros en el sistema. Debera suceder
algo como lo que se muestra en la siguiente grfica.
figura 58 Resultado del Anlisis de Sensibilidad Escenario 2
El lector deber interpretar las variaciones a partir de las relaciones de las
variables del sistema y dar una explicacin plausible.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 28: Validacin de Modelos
El modelamiento es un proceso iterativo en la medida en que no hay un proceso
secuencial que lo soporte, por ello los resultados de cada paso pueden llevar a
mejorar la comprensin del problema y revisiones de pasos previos, como se
indica en el centro del diagrama que sigue. Cada lnea implica un ir de vuelta
desde una etapa a otra, por ejemplo, se va de la etapa 1 a la 2, pero igualmente
es posible regresar de la cinco a cualquiera de las dems fases.
figura 59 Proceso de modelado segn Sterman
27
Introduccin a la validacin de modelos
En los procesos de toma de decisiones en los que se usan modelos, ya sean
formales o mentales, es preciso que stos sean adecuadamente validados dado
que es una eficaz manera de garantizar que el modelo sea una representacin
adecuada de la realidad y que est acorde con el propsito para el cual fue hecho.
Este proceso presupone la pregunta acerca de si realmente importan los
supuestos y especficamente a quin, adems de la consideracin asociada a la
documentacin, la cual es frecuentemente ignorada, que debe conducir hacia una
27
Grfica adaptada de Sterman, 2000. Business Dynamics: Systems Thinking and Modeling for a Complex World. Cap. 21.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
adecuada comprensin, evidenciable sta en la rplica y la crtica, expresadas ya
sea por otros o por el mismo modelador.
Para el desarrollo de esta actividad se cuenta con una amplia gama de pruebas,
que determinan la robustez y las limitaciones del modelo; es un proceso de
construir confianza en el modelo. La validacin debe iniciarse desde la primera
ecuacin del modelo velando porque desde un comienzo haya consistencia en las
unidades usadas. Al validar el modelo lo que se pretende es verificar que
representa la realidad modelada y no meramente la realizacin de rplicas, no se
trata de que se repliquen comportamientos funcionales si no que stos se deriven
de la estructura del modelo.
Es importante asegurarse que cada variable tiene una relacin con la realidad, es
decir, debe ser factible establecer para cada variable, el tringulo de la
significacin.
No se debe perder de vista que el hecho de que las variables se clasifican en
suaves y duras. Las variables suaves son aquellas que representan metas,
expectativas o percepciones. Al respecto Forrester (1961) dice omitir tales
variables (las suaves) es equivalente a decir que ellas tienen efecto cero,
probablemente el nico valor que se conozca sea equivocado (traduccin libre)
28
,
pero en todo caso hay que considerarlas.
El proceso de validacin de un modelo
29
Un modelo en dinmica de sistemas ha de ser validado tanto en lo que a su
estructura como a su comportamiento se refiere, aunque valga decir, finalmente
resulta en que se valida la estructura de forma directa o indirecta.
La validacin de la estructura del modelo consiste en establecer que las relaciones
usadas en un modelo son una representacin adecuada de la realidad o
relaciones reales, y estn acordes con los propsitos del modelamiento. Este tipo
de evaluacin puede ser hecha de dos maneras: directa o indirecta.
La prueba de la estructura directa evala la validez de la estructura del modelo
comparndola directamente con el conocimiento cierto acerca de la estructura real
del fenmeno modelado. Esto implica evaluar cada relacin en el modelo mientras
haya conocimiento verificado del sistema modelado. Estas pruebas son
cualitativas por naturaleza, no involucran la simulacin.
28
FORRESTER, J. W. (1961) Industrial Dynamics. Waltham, MA: Pegasus Communications.
29
Basado en el texto de BARLAS, Y. and KANAR, K. (2000), Structure-oriented Behavior Tests in Model Validation,
disponible on line en http://www.systemdynamics.org/conferences/2000/PDFs/barlas43.pdf, consultado el 2 de mayo de
2011
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
La prueba de estructura indirecta o de comportamiento evala la validez de la
estructura indirectamente al aplicar ciertas pruebas de comportamiento sobre los
patrones de comportamiento generados por el modelo. Por ejemplo, la prueba de
las condiciones extremas implica asignar valores extremos a parmetros
seleccionados y comparar el comportamiento generado por el modelo con el
comportamiento esperado o el observado en el sistema real bajo la misma
condicin extrema. stas son pruebas extremas de comportamiento que pueden
proporcionar informacin indirecta sobre las posibles fallas estructurales.
En una prueba tpica de comportamiento orientada a la estructura, el modelador
hace una afirmacin de la forma: "si el sistema funciona bajo la condicin C,
entonces dara como resultado el comportamiento (s) B." El modelo se ejecuta
bajo la condicin C y se dice que ste pasa la prueba comportamiento orientada
a la estructura, si el comportamiento resultante es similar al comportamiento
esperado.
Para estos modelos, la validez significa en ltima instancia la validez de la
estructura interna del modelo.
Aunque la validacin estructural es crucial, la mayora de la literatura sobre
investigacin tcnica sobre la validacin de los modelos se ocupa slo de lo que
se conoce como la validacin del comportamiento. Puede haber dos razones
principales por las que la validacin de la estructura ha sido ignorada tanto tiempo
en la literatura sobre modelos. El primero se deriva de una falta de reconocimiento
de la importancia filosfica de la validacin de la estructura en los modelos de caja
transparente (a diferencia de modelos de caja negra). La segunda razn tiene que
ver con la dificultad tcnica para disear formalmente herramientas estadsticas
orientadas a determinar la validez estructural.
Fases en la validacin de un modelo
En el siguiente grfico se muestran las fases, como un proceso iterativo, para
lograr la validacin de un modelo.
Inicia con la construccin del modelo y sus posteriores revisiones a partir de los
fallos en el intento por pasar alguna de las pruebas. Despus se harn las
pruebas de desempeo directo, es decir, las pruebas sobre la estructura del
modelo. Si no pasa la prueba se ha de devolver a la fase uno. La siguiente fase
evala la estructura a partir de los comportamientos simulados versus los
observados u esperados. Si hay fallo en esta prueba, se ha de revisar de nuevo el
modelo. La cuarta fase se concentra en validar los resultados del modelo frente a
patrones de desempeo. De nuevo si falla en estas pruebas deber ir a revisin el
modelo. Finalmente se comunican los resultados de la validacin a los
interesados quienes proceden a su implementacin.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
figura 60 Proceso de validacin de un modelo
En las lecciones que siguen se enuncian los distintos tipos de pruebas segn lo
que se ha presentado en esta leccin.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 29: Pruebas de modelos en la prctica
Se ha venido insistiendo en la importancia que tiene el proceso de validacin de
modelos, en lo que sigue se har una descripcin de las pruebas comnmente
usadas.
Los modelos de dinmica de sistemas son causales y descriptivos, esto quiere
decir que estn orientados al diseo en vez del propsito, por lo tanto, los que es
esencial en la validacin de un modelo es la estructura interna. Resultado
correcto por las razones correctas.
Prueba de lmites del modelo
Esta prueba busca determinar cules son los lmites que fueron considerados a la
hora de definir las variables del sistema y permite deducir si tales lmites son
apropiados para el problema en cuestin, es decir, permite verificar que los lmites
del modelo se correspondan con su propsito. Para ello es necesario construir un
lmite inicial y a partir del mismo estudiar las variables exgenas que podran ser
endgenas y las variables exgenas que podran variar en el tiempo de acuerdo
con el horizonte temporal.
La prueba de los lmites del sistema tienen como propsito determinar qu
variables son exgenas y cules son endgenas, es decir, cuales son
influenciadas e influencian el sistema o cuales son influenciadas o influencian, el
sistema, pero no ambas a la vez.
Otro aspecto a considerar es el lmite temporal, es decir, el horizonte de tiempo,
en el cual se da la evolucin del sistema a partir delas condiciones iniciales.
Pruebas de evaluacin de la estructura
Las pruebas aplicadas a la estructura tiene como propsito verificar la consistencia
de la estructura con el sistema real, es decir, que busca establecer una correlacin
alta entre los elementos constitutivos de la realidad modelada y las variables del
modelo.
Entre los elementos a considerar estn el nivel de agregacin, la topologa del
sistema fsico y las reglas de decisin. Por ejemplo, sera inconsistente tener un
modelo que admita un nivel de agua negativo. Adems se debe tener en cuenta
que haya consistencia dimensional, es decir, no es coherente que los flujos
asociados a un nivel sean de unidades diferentes a lo contenido en el nivel, es
decir, si hay un nivel que contiene agua, sera incoherente que hubiere un flujo de
vino y que lo que sigue estando contenido en el nivel sea agua. Concluyendo,
esta prueba verifica que en el modelo se haya considerado las caractersticas del
sistema real relevantes para su propsito.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Evaluacin de parmetros
Esas pruebas deben determinar qu tanto los parmetros tienen un significado
claro y evidenciable con respecto del fenmeno modelado. Estas pruebas son
realizadas con el concurso de herramientas estadsticas o con la opinin de los
expertos en el dominio de conocimiento al cual pertenece la realidad modelada.
Pruebas de condiciones extremas
Esta prueba tiene como propsito probar la robustez del modelo bajo condiciones
extremas, es decir, permite analizar si el modelo se comporta apropiadamente
cuando las entradas toman valores extremos, por ejemplo:
Ante la pregunta de cuntos nacimientos habran si no hay conejas en la isla? y
si la pregunta fuera cunto sera el nmero de carros vendidos si el precio se
incrementa a 300 millones por carro? El lector puede estar pensando que son
obvias las repuestases decir, debera ser obvio que el modelo debera pasar las
pruebas de condiciones extremas.
Pruebas de reproduccin de comportamiento
Para evaluar la habilidad de reproducir el comportamiento en un modelo puede
usarse estadsticas comunes, por ejemplo, el R, coeficiente de determinacin, por
ejemplo, la fraccin de la varianza en los datos que es explicada por el modelo,
esto es, una prediccin perfecta.
Tambin se puede usar el MAE: Mean Absolute Error, el MAPE: Mean Absolute
Percent Error, la MAE/Mean, el (R)MSE: (Root) Mean Square Error, que pone
mayor peso en los errores grandes que en los pequeos.
Si se desea evaluar matemticamente el nivel de ajuste de los resultados del
modelo con respecto a los datos reales, se usa el Estadstico de Theil, que permite
obtener una medida del nivel de ajuste de un modelo conforme a la realidad y
consiste en dividir el cuadrado medio del error en tres componentes: sesgo (Um),
variacin desigual (Us, unequal variation) y covariacin desigual (Uc, unequal
covariation). El sesgo crece cuando la salida del modelo y los datos reales difieren
en su media. La variacin desigual indica que la varianza de las dos series difiere.
La covariacin desigual indica que el modelo y los datos reales no estn bien
correlacionados, es decir, que difieren punto por punto.
Para un ejemplo completo se invita al lector a revisar el artculo titulado Un
modelo de simulacin de la Produccin de quesos madurados
30
.
30
MARQUEZ, Renny y RAMIREZ, Vicente. Un modelo de simulacin de la Produccin de quesos madurados.
Agroalim, jun. 2009, vol.15, no.28, p.107-122. ISSN 1316-0354.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 30: Experimentacin Simulada
31
Forrester (1961) enuncia una situacin problemtica en la organizacin: el proceso
de aprendizaje organizacional es costoso, ineficiente, por ensayo y error. Luego
propone la correspondiente mejora: experimentar con laboratorios administrativos.
Estos laboratorios, como lo menciona en su libro, tienen como instrumento
principal de experimentacin un modelo simulable en el computador construido
mediante la dinmica de sistemas. La argumentacin de Forrester inicia
caracterizando ciertas limitaciones del proceso "natural" de aprendizaje
organizacional que ocasionan ineficiencias en el mismo. Como solucin plantea la
constitucin de un proceso "artificial", en laboratorio, de aprendizaje
organizacional. La DS es la metodologa para el diseo del laboratorio y de sus
instrumentos, y para la experimentacin simulada. Este proceso "artificial" debe de
cierta manera superar algunas de las ineficiencias de su contraparte "natural" y de
este modo debe hacer ms eficiente el aprendizaje en la organizacin.
A partir de este esquema interpretativo sobre los planteamientos de Forrester, la
pregunta por las razones que hacen a la dinmica de sistemas adecuada para
aplicaciones de AO puede ser desagregada en tres grupos de interrogantes
particulares:
Cmo sucede el proceso "natural" de aprendizaje organizacional? y Cules son
sus limitaciones?
Cmo sucede el proceso "artificial" de aprendizaje organizacional? y Por qu la
dinmica de sistemas es la metodologa gua para ejercitar este proceso?
De qu manera el proceso "artificial" al ser "implantado" sobre el proceso
"natural" mejora la eficiencia del aprendizaje organizacional?
A continuacin se abordan en este orden cada uno de los interrogantes.
Aprendizaje organizacional "natural"
Sotaquir et al (1996) indican que Forrester caracteriz este proceso natural de
aprendizaje como la constitucin progresiva de una capacidad de juicio como
resultado de experiencias de decisin y de accin en situaciones organizacionales.
A su vez, esta capacidad de juicio acta como orientadora de las decisiones y
acciones en situaciones futuras. En consecuencia, el aprendizaje organizacional
natural es un proceso cclico. Cabe recordar que en dinmica de sistemas el
concepto de ciclo de realimentacin es fundamental porque es considerado el
31
Tomado parcialmente de RICARDO SOTAQUIRA GUTIERREZ, LILIA NAYIBE GELVEZ PINTO, "Una revisin crtica del
Aprendizaje organizacional Dinmica de Sistemas" En: Colombia. 1996. Evento: Coloquio Latinoamericano sobre
aplicaciones del Pensamiento Sistmico y la Investigacin-Accin Participativa Ponencia:Libro:Memorias del Coloquio
Latinoamericano sobre aplicaciones del Pensamiento Sistmico y la Investigacin-Accin Participativa, Universidad De Los
Andes , p.1 - 10
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
elemento estructural bsico de los sistemas. Finalmente hay que sealar que esta
visin del aprendizaje organizacional, como un solo ciclo de realimentacin, es
incompleta, por cuanto no presenta la manera como se va constituyendo y
modificando la capacidad de juicio para decidir.
Mundos virtuales para el aprendizaje organizacional "artificial"
Con el fin de superar o atenuar esas limitaciones sobre el proceso natural de
aprendizaje organizacional, los investigadores dinmico-sistmicos, como lo
seal Forrester, sugieren un proceso artificial. Este ltimo, como todo proceso
de aprendizaje a la luz de la dinmica de sistemas, tambin est constituido por un
ciclo doble de realimentacin. Pero a diferencia del natural, no se sucede sobre
la cotidianidad de la organizacin sino que ocurre en laboratorio.
Para hacer posible un proceso de aprendizaje organizacional en laboratorio, es
necesario disponer de un modelo de la realidad organizacional sobre el cual se
pueda experimentar. Es decir, de manera anloga al aprendizaje natural que
sucede en la organizacin, el aprendizaje artificial ocurre alrededor de un modelo
de la organizacin, que se denomina micromundo o mundo virtual.
El aprendizaje artificial en la organizacin es semejante al natural, lo que
cambia es el objeto de aprendizaje y accin, ahora es un mundo virtual. No
cualquier modelo de la organizacin sirve como mundo virtual para el aprendizaje
en laboratorio. Sobre el mundo virtual debe ser posible experimentar la toma de
decisiones y, seguidamente, recibir informacin de realimentacin sobre sus
consecuencias. El mundo virtual debe ser entonces un modelo que simule el
comportamiento dinmico de la organizacin ante diferentes alternativas de accin
y bajo diferentes escenarios organizacionales y ambientales.
Incrementando la eficiencia del aprendizaje organizacional
Habindose presentado la dinmica de sistemas como una metodologa adecuada
para la creacin del laboratorio para el aprendizaje artificial en la organizacin,
surge una pregunta. Cmo sera un proceso eficiente de aprendizaje en la
organizacin? Un aprendizaje organizacional eficiente sera aquel que, en primer
lugar, cumpla con el objetivo principal de hacer explcitos y modificar los modelos
mentales individuales y colectivos, lo cual sucede de manera espontnea y
espordica en situaciones naturales; y que, en segundo lugar, permita el
cumplimiento del objetivo de una manera ms rpida, mediante la superacin de
los obstculos naturales citados, inherentes a la realidad organizacional. En
consecuencia, se deben satisfacer estas dos condiciones para sustentar que el
aprendizaje "artificial" acoplado al proceso natural da como resultado un
incremento en la eficiencia del aprendizaje organizacional.
La segunda condicin implica el vencer las complejidades y limitaciones propias
de la situacin organizacional real que es objeto de aprendizaje. Esta dificultad se
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
hace patente durante la construccin del modelo y por este motivo el modelo solo
puede ser una representacin simplificada de tal realidad, con mayor razn un
modelo en dinmica de sistemas por cuanto implica lograr una formalizacin
matemtica del fenmeno. Este modelo, el mundo virtual, es el objeto de
aprendizaje y experimentacin en el espacio del laboratorio. Sobre el mundo
virtual se tiene informacin perfecta acerca de su estructura, expresada en el
modelo en dinmica de sistemas, y de su comportamiento, debido a la posibilidad
de simulacin.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
ACTIVIDADES DE AUTOEVALUACIN DE LA UNIDAD DOS
1. Qu semejanzas hay entre una derivada y una razn de cambio?
2. Referencie casos en los cuales hay una razn de cambio
3. Explique por qu razn hay cambio en los ejemplos anteriores
4. Cul es la relacin que hay entre razn de cambio y procesos dinmicos?
5. Qu es un sistema dinmico?
1. Diga que es un nivel y d tres ejemplos
2. Diga que es un flujo y d tres ejemplos
3. Diga que es un parmetro y d tres ejemplos
4. Diga que es una variable auxiliar y d tres ejemplos
5. Explique adecuadamente cada respuesta
1. Cmo se identifica un nivel?
2. Cmo se identifica un flujo?
3. Qu diferencia un flujo de un nivel?
4. D otros ejemplos de flujos acoplados a niveles
5. Sustente adecuadamente sus respuestas anteriores
1. Es lo mismo una variable auxiliar que una de nivel, explique?
2. Qu es una no linealidad?
3. Qu es un multiplicador?
4. Enuncie las diferencias entre un multiplicador y una no linealidad?
5. En qu casos se usa un multiplicador y cuando una no linealidad, d
ejemplos?
1. Qu es un retardo y cmo se representa matemticamente?
2. Es lo mismo un retardo de informacin que uno de material?
3. Qu es el orden de un retardo?
4. Qu es el grado de un retardo?
5. Cul es la principal ventaja de poder usar retardos en el modelado?
1. Que hace que una poblacin de conejos aumente?
2. Qu hace que la poblacin de zorros se incremente?
3. Qu variables de ese ecosistema sera un nivel?
4. Qu variables de ese ecosistema sera un flujo?
5. Podra haber retardos en el sistema, explique las razones?
1. Por qu se decide que los zorros y los conejos son niveles?
2. Podra haber ms niveles?
3. Qu pasa si un nivel se agota?
4. Un nivel debe tener alguna capacidad o puede ser infinito?
5. Tiene sentido que un nivel tenga valores negativos? explique su respuesta
1. Por qu los nacimientos de conejos son un flujo?
2. Las muertes de los zorros podran modelarse de otra manera, explique su
respuesta?
3. Un flujo en qu se diferencia de un nivel, explique la diferencia usando el
modelo de zorros y conejos?
4. Qu pasa si nacen muchos conejos?
5. Qu sucedera si aumenta la tasa de natalidad de zorros?
1. Por qu son importantes las variables auxiliares?
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
2. Una variable auxiliar puede ser reemplazada por un parmetro?
3. Las variables auxiliares se conectan directamente con un nivel?
4. Una variable auxiliar se usa para valores constantes?
5. Qu errores se pueden cometer al elaborar un modelo?
1. Qu elementos hay que tener en cuenta al incluir un retardo en el modelo,
para el caso de Evolucion 4.1?
2. El retardo determina los comportamientos cclicos, por qu?
3. La tabla se confecciona de qu manera, con datos reales o con la precepcin
del modelador?
4. Cundo usar un multiplicador?
5. Cundo usar una no-linealidad?
1. Qu es la simulacin?
2. Es igual simular a experimentar?
3. Qu es la experimentacin simulada?
4. La simulacin podra servir para aprender?
5. Qu otro nombre podra servir para la simulacin?
1. En qu consiste la sensibilidad de un sistema?
2. El anlisis de sensibilidad permite conocer qu tipo de elementos del sistema?
3. Cul es la importancia del anlisis de sensibilidad?
4. Enumere los pasos requeridos para realizar el anlisis de sensibilidad?
5. Cul es la relacin que existe entre un anlisis de sensibilidad y un escenario?
1. Por qu es importante validar los modelos?
2. Cules son las estrategias para validar un modelo?
3. Cules pasos deben tenerse en cuenta para validar un modelo?
4. Qu problemas pueden surgir si no se validan los modelos?
5. La estadstica es importante a la hora de validar modelos?
1. En qu consiste la prueba de los lmites del sistema?
2. Para qu se realiza la prueba de la estructura del sistema?
3. Cmo se aplica la evaluacin de parmetros?
4. Cul es el sentido de aplicar una prueba extrema?
5. La prueba de reproduccin del comportamiento qu permite?
1. Qu es la simulacin experimentada?
2. Qu es el aprendizaje organizacional?
3. Si se modela una organizacin, se aprende sobre ella, explique?
4. Puede hablarse de organizaciones inteligentes?
5. En definitiva, cul es el aporte de la dinmica de sistemas al entendimiento de
las organizaciones?
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
FUENTES DOCUMENTALES DE LA UNIDAD DOS
SHANNON, R; JOHANNES, J. D. (1976). Systems simulation: the art and
science. IEEE Transactions on Systems, Man and Cybernetics 6(10). pp. 723-
724. http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=4309432.
NAYLOR, T. H., BOUGHTON J. M. (1971). Computer simulation experiments with
models of economic systems. Editorial Wiley.
SCHWARTZ, P. (1991). The Art of the Long View: Planning for the Future in an
Uncertain World. New York: Doubleday.
STERMAN, (2000). Business Dynamics: Systems Thinking and Modeling for a
Complex World. Chapter 21.
FORRESTER, J. W. (1961) Industrial Dynamics. Waltham, MA: Pegasus
Communications.
BARLAS, Y. and KANAR, K. (2000), Structure-oriented Behavior Tests in Model
Validation, disponible on line en
http://www.systemdynamics.org/conferences/2000/PDFs/barlas43.pdf, consultado
el 2 de mayo de 2011
MARQUEZ, Renny y RAMIREZ, Vicente. Un modelo de simulacin de la
Produccin de quesos madurados. Agroalim, jun. 2009, vol.15, no.28, p.107-
122. ISSN 1316-0354. Disponible en lnea en:
http://www.scielo.org.ve/scielo.php?pid=S1316-
03542009000100010&script=sci_arttext
SOTAQUIRA, R, GELVEZ, L., (1996) "Una revisin crtica del Aprendizaje
organizacional Dinmica de Sistemas" En: Colombia. 1996. Evento: Coloquio
Latinoamericano sobre aplicaciones del Pensamiento Sistmico y la Investigacin-
Accin Participativa Ponencia: Libro: Memorias del Coloquio Latinoamericano
sobre aplicaciones del Pensamiento Sistmico y la Investigacin-Accin
Participativa, Universidad De Los Andes, p.1 - 10
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
UNIDAD 3: TOMA DE DECISIONES APOYADA CON SIMULACIN
Nombre de la Unidad Toma de decisiones apoyada con Simulacin
Introduccin La toma de decisiones es una de las principales tareas de
los administradores de las organizaciones. Una de las
principales dificultades radica en el manejo de la
incertidumbre. El modelado ofrece una estrategia que
reduce en parte la incertidumbre conduciendo a una
buena toma de decisiones.
Justificacin En tanto que una acertada toma de decisiones conduce al
xito en la gerencia de organizaciones, es claro que este
captulo cobra capital importancia.
Intencionalidades
Formativas
Que se desarrolle la habilidad para la toma acertada de
decisiones.
Denominacin de
captulos
Captulo 7: Toma De Decisiones
Captulo 8: Caso de Estudio
Captulo 9: Perspectivas De Uso De La Dinmica De
Sistemas
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
CAPTULO 7: TOMA DE DECISIONES
Introduccin
Una decisin es una eleccin consciente y racional, orientada a conseguir un
objetivo, que se realiza entre diversas posibilidades de actuacin o escenarios.
Antes de tomar una decisin se debe calcular mediante simulacin cul ser el
resultado de escoger una alternativa. En funcin de las consecuencias previsibles
para cada alternativa, que pueden ser generadas a partir de la simulacin, se
tomar una decisin. En este orden de ideas, los elementos que constituyen la
estructura de la decisin son: los objetivos de quin decide y las restricciones para
conseguirlos (modelado y simulacin); las alternativas posibles y potenciales (los
escenarios de simulacin y el anlisis de sensibilidad); las consecuencias de cada
alternativa (los resultados de simular los escenarios); el escenario en el que se
toma la decisin y las preferencias de quien decide.
Es importante saber que las decisiones se presentan en todos los niveles de la
sociedad, sean de mayor o menor incidencia; pero estas implican una accin que
conlleva a un determinado fin u objetivo propuesto.
Es de gran utilidad conocer que procesos se deben aplicar y abarcar para tomar
decisiones efectivas. Es por ello que en este trabajo se realiza una investigacin
basada en autores y textos que se refieren a la toma de decisiones y su utilizacin
como una herramienta de uso cotidiano en el estudio de las organizaciones y la
administracin.
Para lograr una efectiva toma de decisiones se requiere de una seleccin racional,
para lo que primero se debe aclarar el objetivo que se quiere alcanzar; eso s, se
deben tener en cuenta varias alternativas, evaluando cada una de sus ventajas,
limitaciones y adoptando la que se considere ms apropiada para conseguir el
objetivo propuesto.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 31: Introduccin a la Toma de Decisiones
32
En la accin de tomar decisiones est inmersa la una situacin de incertidumbre
ya que no hay nada que garantice que las condiciones en las que se tome la
decisin sigan siendo las mismas, dado que se est en un medio en el que lo
nico constante es el cambio.
Tomar una decisin es el primer paso para elegir un plan de accin; es por esto
que el trabajo central consiste en decidir: qu hacer, cmo delegar su realizacin a
quienes se considere ms capacitados para ello, cmo justificar para qu debe
hacerse, cundo debe hacerse y as lograr la optimizacin.
Existen diversas situaciones en las que se deben tomar decisiones; en lo que
sigue asumiremos como contexto, una empresa en la que puede darse tres tipos
de situaciones: las de certeza, incertidumbre y riesgo. Se explicar brevemente
cada una de ellas, en los siguientes apartes.
Decisiones en situacin de certeza
Una situacin de certeza es aquella en la que un sujeto tiene informacin completa
sobre una situacin determinada, sobre cmo evolucionar y conoce el resultado
de su decisin. Ejemplo: decisiones sobre compras cuando se conoce la
demanda, de distribucin de personal cuando se conoce el coste por persona y
operacin, etc. La toma de decisiones en un marco de certeza no implica dificultad
alguna, ms all de las relacionadas con la gestin empresarial.
Decisiones en situacin de incertidumbre
Una situacin de incertidumbre es aquella en la que un sujeto toma la decisin sin
conocer toda la informacin y por ello existen varios resultados para cada
estrategia. Pueden ser decisiones no competitivas y competitivas.
Las decisiones no competitivas son aquellas en las que nadie se opone a la
estrategia del sujeto que decide. Por ejemplo: vendedores de peridicos (se quiere
conocer la cantidad a adquirir de acuerdo con las ventas). Para decidir existen una
serie de criterios de eleccin:
Maximin, pesimista o Wald
Maximax, optimista o Hurwicz
Coeficiente de optimismo-pesimismo
Razn suficiente o Laplace
Mnimax, coste de oportunidad o Savage
32
Leccin soportada en el texto de toma de decisiones disponible en lnea en:
http://www.virtual.unal.edu.co/cursos/sedes/manizales/4010014/html/descargar.html
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
El criterio maximin supone maximizar el resultado mnimo, es decir el decisor
quiere asegurarse la eleccin mejor en caso que se d la situacin ms
desfavorable. Es pesimista. Es til en situaciones muy inciertas, si quieren evitarse
riesgos o si existe conflicto.
El criterio maximax consiste en maximizar el mximo; escoger el resultado mximo
entre los mejores de cada alternativa. El decisor es optimista.
El criterio del coeficiente de optimismo-pesimismo se sita entre los dos
anteriores. Se parte de un grado de optimismo y de pesimismo relacionados del
siguiente modo: Coeficiente de optimismo = p; coeficiente de pesimismo = (1-p) =
q; donde p + q = 1 y 0 < p < 1. Dentro de la misma alternativa o estrategia se
considera el resultado mayor de cada alternativa como p mientras que el resultado
menor ser q. Se escoge el mayor tras ponderar los resultados esperados por los
coeficientes de optimismo y pesimismo.
El criterio del principio de razn suficiente espera que todas las situaciones de
futuro tengan la misma probabilidad de suceder. Ante esta situacin se elige el
resultado medio ms elevado.
El criterio minimax plantea elegir en funcin de lo que se dejar de ganar. Por
tanto, en primer lugar debe calcularse el mximo coste de oportunidad de
cualquier opcin y, en segundo lugar, elegir el menor de ellos.
Las decisiones competitivas son aquellas en que por ejemplo una empresa se
enfrenta a un oponente que conoce sus estrategias y que escoger aquella que
ms le perjudique, por ejemplo: los duopolios (coca-cola y pepsi-cola) y los
oligopolios (fabricantes de coches). Estas decisiones se estudian en la teora de
juegos. Esta teora considera que en la toma de decisiones intervienen pocos
individuos, con informacin diferente y, generalmente incompleta, sobre los
resultados de las decisiones. Pueden darse dos situaciones genricas:
Conflicto puro en donde las ganancias de un jugador son prdidas para el
otro (juego bipersonal de suma cero).
Conflicto mixto y de cooperacin en donde los que deciden pueden llegar a
acuerdos o colaborar para mejorar sus resultados aunque ambos se
arriesgarn en el juego. Se denomina juego cooperativo o de suma no cero.
Decisiones en situacin de riesgo
En este tipo de situaciones se conoce la probabilidad de que ocurra cada
situacin. Se trata de analizar beneficios y prdidas ponderados por las
probabilidades de que sucedan.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 32: La empresa como sistema
En la empresa, quienes la gestionan deben tomar decisiones estratgicas que
afectarn en el mediano y largo plazo a la organizacin.
Si se quiere dar cuenta del desempeo de los distintos subsistemas, en cuanto al
cumplimiento de los objetivos que se le asignaron, es que se elaboran informes
que exteriorizan la evolucin de las principales variables involucradas. Este
control de la gestin permite analizar comportamientos no deseados y realizar
las correcciones necesarias para el cumplimiento de los objetivos fijados, es decir,
tomar decisiones.
Se dinamiza de esta manera proceso de realimentacin en donde el sistema
incorpora el conocimiento de los resultados alcanzados durante un perodo
anterior, permitindole re-acomodar su comportamiento en el perodo siguiente.
Un mecanismo como el antes descrito hace perentorio que las unidades de tiempo
consumidas por dicho proceso de realimentacin sean las menores posibles, es
decir, se requiere la informacin de retorno muy rpido para poder realizar
cambios en forma inmediata ante la presencia de comportamientos no deseados.
De lo antes expuesto resulta evidente que los controles de gestin, no solo son
necesarios sino que son imprescindibles, pues stos se refieren a hechos
ocurridos, describen el pasado, la historia de la organizacin, lo que permitira
encausarla.
Es posible que en una organizacin se tenga por costumbre que siempre que
ocurre un determinado comportamiento no deseado, visible en una variable del
sistema, se deba tomar una decisin para intentar corregir su evolucin, pero
puede ser que los efectos de tal decisin, que podrn ser evaluados recin
despus que transcurran algunas unidades de tiempo desde su ejecucin, los
controles de gestin podran mostrar, que a pesar de las medidas tomadas, se da
un mayor deterioro de la variable que se quiso reencauzar, es decir, se tendra un
comportamiento contra-intuitivo.
Una situacin como la anteriormente descrita, puede indicar que los controles de
gestin, que se usan tradicionalmente para evaluar los efectos de una decisin,
teniendo como estrategia esperar a que el sistema reaccione y que transcurra
algn tiempo para percatarse de si tal decisin fue o no correcta, no parece ser lo
ms apropiado.
Surge entonces la cuestin acerca de la suficiencia de los controles de gestin
en cuanto a herramienta sustentadora de decisiones que mantengan el
comportamiento del sistema en sintona con un plan estratgico. Parece ser que
los rganos decisorios tienen que recurrir al procedimiento de prueba y error, es
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
decir, implementar una decisin, controlar sus efectos y corregir; hecho que no
resulta ser del todo deseable pues puede salir muy costoso.
Resulta pues muy alentador el hecho de poder contar con una herramienta que
permitiese corroborar hiptesis, comprobar los efectos de las decisiones antes de
que stas sean implementadas. Una herramienta que contestase la pregunta :
qu pasara si.?, bueno a estas alturas el lector deber estar pensando en el
modelado y simulacin.
La empresa como sistema social:
A estas alturas resulta incontrovertible que la empresa sea un sistema social,
puesto que se trata de uno de los mbitos naturales de actuacin del profesional
en cualquier rea del conocimiento.
Los profesionales trabajan con personas, comunicaciones, expectativas,
conflictos, valores. Adems, la empresa conforma un sistema, o sea que se trata
de una red de interrelaciones que se producen en su interior, y que dado el
particular comportamiento e interaccin producido por sus elementos
componentes es posible de ser distinguida del entorno. El hecho de que el mbito
de actuacin sea un sistema y que dicho sistema sea social caracteriza de
manera determinante su anlisis.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 33: Modelo en prosa de caso de estudio
Con el propsito de mostrar la manera en que un modelo puede ser usado para la
toma de decisiones, por ejemplo, en una empresa, podra tomarse en
consideracin un caso de estudio cuyo propsito sea el de introducir al lector en la
aplicacin prctica de los conceptos de dinmica de sistemas para el desarrollo de
una acertada toma de decisiones en las organizaciones.
Desarrollo del caso:
El caso que se revisar en esta seccin est orientado a analizar si la poltica de
una empresa, cuyas caractersticas se detallarn luego, resulta correcta para
mantener una situacin de Caja y de Existencias equilibradas en un perodo de al
menos 6 ejercicios o periodos de tiempo regulares. Se entender por situacin
equilibrada simplemente aquella en la que el inventario no estar vaco en ningn
momento para atender las ventas de un perodo y que la situacin financiera no
ser de comn deficitaria.
La empresa en cuestin comercializa un producto que a su vez sta adquiere en
el mercado. Las ventas son estimadas de acuerdo a un pronstico, cuyos datos
concretos se encuentran en la tabla denominada Pronstico de Ventas. El cobro
de los montos vendidos se realiza, el 50% al momento de hacer la venta y el 50%
restante se cobra a los 30 das de hecha la venta.
figura 61 Tabla pronstico de ventas
Las unidades vendidas se reponen, es decir, se vuelven a comprar, existiendo en
esta operacin una demora de tres perodos o intervalos de tiempo para su
concrecin. Los pagos son al contado. La poltica de compras determina que se
comprar todo lo necesario para la reposicin mientras exista saldo de caja
suficiente; de lo contrario se comprar lo que el saldo permita, con un mnimo de $
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
1.250, es decir, se comprar el mximo entre el saldo de caja y 1.250. En cada
perodo se deben afrontar costos fijos por $ 6.000.
Aqu se propone un primer escenario de simulacin y se da como el punto de
partida:
saldo inicial de caja de $ 50.000
existencia actual de unidades para la venta: 10.000
precio de costo por unidad: $ 7
precio de venta por unidad: $10
La resolucin de este caso busca demostrar la incapacidad de los modelos
mentales para dar cuenta de situaciones complejas, y muestra adems cmo la
falta de una perspectiva sistmica, que contemple interrelaciones como
realimentacin de informacin en el transcurso del tiempo, puede llevar al tomador
de decisiones a conclusiones equivocadas.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 34: Modelo del caso
Diagrama de influencias
El grfico que se muestra a continuacin expresa las interrelaciones del sistema
mediante el denominado diagrama de influencias, de tal forma que le permite
comprender las relaciones y sus sentidos.
figura 62 Diagrama de influencias del caso de estudio
Del grfico vale la pena destacar el ciclo de realimentacin negativo que se
establece entre compras, egresos y caja. Esto significa que ser una estructura
importante en la manera en que se comportar el modelo y tratar de mantenerlo
en equilibrio. No se reconocen ms ciclos de realimentacin pero se indican las
variables del sistema, sus relaciones y el sentido de las mismas.
Del diagrama de influencias se puede deducir que tanto el inventario como la caja
sern niveles, pues la caja se aumenta con los ingresos y disminuye con los
egresos, de igual manera el inventario se incrementa con las compras, pero
disminuye con las ventas. Las variables que directamente afectan los niveles son
flujos. Note seor lector que tanto los ingresos como los egresos se miden en
pesos, las unidades del nivel caja. De otra parte las compras y ventas se miden en
unidades almacenadas, que son las unidades del inventario.
En la siguiente leccin se ilustra el diagrama de Forrester o de flujos y niveles y
seguidamente se mostrarn las ecuaciones del modelo.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Diagrama de Forrester
Revisando el diagrama de influencias, se identificaron los niveles y los flujos. Para
la elaboracin del modelo y cumplir con los requerimientos o las caractersticas del
enunciado o modelo en prosa, se acudi a otras variables.
Se us un retardo denominado REPOSICION, para recrear la situacin aquella de
que se hace un pedido una vez se realiza una venta igual a la venta, pero ste se
demora tres meses en llegar. La ecuacin de la variable REPOSICION es
RETARDO(VENTAS, 3, 3, VENTAS), es decir, un retardo de orden 3 y tiempo de
ajuste 3.
La variable PRONOSTICO_VENTA se represent mediante una variable exgena
con ecuacin = INTLINEAL(0,0,6,1000,1300,2500,2250,2000,2100,2200,1850,
1500,1589,1678,1767,1856,1944,2033,2122,2211,2300,2167,2033,1900), segn
la figura 61.
figura 63 Diagrama de Forrester del caso de estudio
Dado que el pago se recibe en dos contados, se us la variable valor anterior para
operacionalizar esta situacin, mediante la variable VENTA_ANTERIOR, que
guarda por una unidad de tiempo la cantidad vendida.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Se utiliz una variable auxiliar POSIBLE_COMPRAR para calcular los productos
que se podran comprar sobre la restriccin de los 1250 pesos, la cantidad de
dinero y el costo por unidad. Su ecuacin es (CAJA-COSTO_FIJO-
MINIMO_CAJA)/COSTO_UNITARIO.
Los dems son parmetros que consideran los valores del escenario.
Ecuaciones del modelo
Nombre = CAJA :Nivel_
Definicin = 50000
Descripcin = Cantidad de dinero disponible en la caja.
u: pesos
Nombre = COMPRAS :Flujo_
Definicin =
IF(POSIBLE_COMPRAR>2500,MIN(REPOSICON,POSIBLE_COMPRAR),0)
Descripcin =
Nombre = COSTO_FIJO :Parametro_
Definicin = 6200
Descripcin = Costos operativos o fijos.
u: pesos.
Nombre = COSTO_UNITARIO :Parametro_
Definicin = 7
Descripcin = Precio por unidad.
u: pesos
Nombre = EGRESOS :Flujo_
Definicin =
IF(CAJA>(COSTO_FIJO+(COMPRAS*COSTO_UNITARIO)),COSTO_FIJO+(COM
PRAS*COSTO_UNITARIO),CAJA)
Descripcin = Salida de dinaeo.
u: pesos/periodo
Nombre = INGRESOS :Flujo_
Definicin = PRECIO_VENTA*(VENTAS/2+VENTA_ANTERIOR/2)
Descripcin =
Nombre = INVENTARIO :Nivel_
Definicin = 10000
Descripcin = Inventario.
u: unidad
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Nombre = MINIMO_CAJA :Parametro_
Definicin = 1250
Descripcin =
Nombre = POSIBLE_COMPRAR :Auxiliar_
Definicin = (CAJA-COSTO_FIJO-MINIMO_CAJA)/COSTO_UNITARIO
Descripcin =
Nombre = PRECIO_VENTA :Parametro_
Definicin = 10
Descripcin = Pecio de venta.
u: pesos
Nombre = PRONOSTICO_VENTA :Exogena_
Definicin =
INTLINEAL(0,0,6,1000,1300,2500,2250,2000,2100,2200,1850,1500,1589,1678,17
67,1856,1944,2033,2122,2211,2300,2167,2033,1900)
Descripcin =
Nombre = REPOSICON :Retardo_
Definicin = RETARDO(VENTAS, 3, 3, VENTAS)
Descripcin =
Nombre = VENTAS :Flujo_
Definicin =
IF(INVENTARIO>0,IF(INVENTARIO>PRONOSTICO_VENTA,PRONOSTICO_VE
NTA,INVENTARIO),0)
Descripcin =
Nombre = VENTA_ANTERIOR :Anterior_
Definicin = 0
Descripcin =
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 35: Simulaciones y toma de decisiones
Esta leccin muestra el diseo de un escenario, el anlisis de sensibilidad y la
toma de decisiones a partir de la experimentacin simulada.
Diseo de escenario
Puede ser de inters para el dueo de la empresa averiguar qu efecto tiene
sobre los inventarios y sobre la caja el hecho de que gradualmente los costos fijos
varen.
Para ello se propone analizar cul sera el comportamiento de los inventarios y la
caja si se incrementa sistemticamente en 50 unidades los costos fijos.
Para ello se debe disear un escenario en el que se cambia los valores asociados
al parmetro, costos fijos, y luego se debe observar que sucede tanto con los
inventarios como con la caja.
Se propone el siguiente escenario, teniendo en consideracin el inters que se ha
manifestado.
figura 64 Escenario de simulacin
Ntese que en el escenario se tiene los valores iniciales de los niveles Inventario y
Caja, los cules estn Ceteris Paribus con respecto de los costos fijos que
variaran en 50 unidades para cada experimento.
Experimentacin Simulada.
Se recuerda al seor lector que la experimentacin simulada es un proceso
"diseado" que debe de cierta manera superar algunas de las ineficiencias de su
contraparte "natural", es decir, la organizacin y de este modo permite hacer ms
eficiente el aprendizaje en la organizacin y la consecuente toma de decisiones
con un menor nivel de incertidumbre.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Para realizar la experimentacin simulada es preciso acudir a una herramienta
informtica que ayude con esa tarea. Una de estas herramientas es Evolucion 4.1,
hay muchas ms en el mercado, en este caso se est usando la herramienta
antes sealada por ser de uso libre para propsitos acadmicos y por ser una obra
de la ingeniera de sistemas colombiana.
A partir del escenario se procede a hacer un anlisis de sensibilidad por
escenarios para observar que sucede.
figura 65 Datos de la Simulacin Experimentada
Si se observa en la figura 65, se encuentra all que se debe seleccionar nuevo
anlisis de sensibilidad con variacin de parmetros, ver crculo rojo de la parte
superior de la figura. Luego se da clic en definir trayectorias y aparece la ventana
de dilogo que est sealada con cuadros verdes. La elipse muestra el parmetro
que se va a variar, es este caso es el parmetro costo fijo, ntese que se
escoge una variacin de 50 y que se observar su efecto sobre el nivel inventario,
la que corresponde al campo, variable seleccionada. Finalmente se escoge el
nmero de iteraciones, es decir, cuantos cambios se har en el parmetro, en este
caso se cambiar tres veces y habr cuatro simulaciones. Veamos.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
figura 66 Resultados de la Simulacin Experimenta
De la grfica es posible resaltar que si los costos fijos son 6200 o 6250 no hay
mucha diferencia en el comportamiento del inventario.
Ahora, cuando el costo fijo pasa de 6300 a 6350 se nota una reaccin del sistema
en el sentido de llegar a niveles de inventario igual a 0. Esto es naturalmente
contraproducente para los intereses de la organizacin, porque la funcin principal
del negocio es la venta del producto.
En este caso, la gerencia de la empresa debera tomar decisiones que no afecten
los costos fijos, pues si lo hace correra con el peligro de desestabilizar el sistema,
tal como lo permite inducir la grfica de color verde.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
CAPTULO 8: CASO DE ESTUDIO
Introduccin
Desde principios del siglo pasado, distintas ciencias llegaron a la conclusin de
que era necesario estudiar como una totalidad tanto los fenmenos naturales
como los sociales, debido bsicamente a su complejidad y dinamicidad la cual se
debe a los entramados de relaciones internas y la relacin de stas con el medio.
En tiempos anteriores al surgimiento de este paradigma, la preocupacin de las
ciencias se haba centrado en una concepcin reduccionista de los fenmenos
estudiados.
Ludwing von Bertalanffy, public, en 1968, el libro Teora General de Sistemas,
considerado como la gnesis del enfoque sistmico. Este enfoque gener un
amplio inters. La ecologa fue de las primeras que lo incorpor masivamente,
para explicar fenmenos dinmicos como, por ejemplo, la competencia entre
especies animales y vegetales y las interrelaciones entre factores fsico-qumicos y
biolgicos en lagos, ros y otros tipos de sistemas ecolgicos. El enfoque fue
incorporado a las ciencias y tecnologas aplicadas al desarrollo de la computacin,
al punto de llegar a generar una nueva disciplina denominada la Ingeniera de
Sistemas.
Es en la dcada de los 60s y 70s, que el enfoque gan incrementalmente
partidarios entre las ciencias silvo-agropecuarias, desarrollndose en Asia las
primeras aplicaciones realmente importantes. De all se ha extendido a todo el
mundo, destacndose su uso en frica, Europa, y en el continente americano.
Varios de los centros de investigacin ms importantes a nivel mundial, han
adoptado esta metodologa. En Colombia se conocen los trabajos de Absaln
Machado
33
, de la Universidad Nacional, sobre todo en torno a los sistemas de
produccin agroalimentarios, quien es, de los economistas latinoamericanos, uno
de los pioneros en la incorporacin de la TGS en sus planteamientos tericos.
Este captulo muestra como la dinmica de sistemas, cuyo padre es el
pensamiento sistmico, aporta para el entendimiento y la gestin de los sistemas
agro-industriales y dentro de ellos, especficamente la cadena productiva del
tabaco.
33
Absaln Machado C. y Jorge Torres O, El sistema agroalimentario. una visin integral de la cuestin agraria en Amrica
Latina, 1. ed. 1987, CEGA, Siglo Veintiuno Editores, Bogot , D.E., Colombia.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 36: Los sistemas agroindustriales
Muchos de los fenmenos que cotidianamente son percibidos se ajustan a la idea
de que el todo es ms que la suma de las partes. As, por ejemplo, una
limonada, tiene caractersticas como el sabor que no se encuentran en ninguna
de las partes de ese refresco; bsicamente porque los componentes se relacionan
entre s, dando origen a caractersticas emergentes no explicables por la mera
suma algebraica de los componentes, es decir, no se obtiene la sensacin de
haber tomado limonada si por ejemplo alguien consume una taza de azcar, luego
dos cucharadas de jugo de limn y finalmente dos vasos de agua helada, o en
cualquiera de sus seis posibles combinaciones.
Hay numerosos ejemplos en los que se evidencia como el entramado de
relaciones entre los componentes del sistema determinan comportamientos a
veces inesperados, verbigracia, se sabe que una intervencin, como represar un
ro o invadir un pas vecino con propsitos antiterroristas, puede dar origen a una
'reaccin en cadena' que terminar afectando en el primer caso a una enorme
cantidad de especies animales y vegetales, etc., y en el segundo caso a la
poblacin de un pas entero, por las medidas de reaccin del pas ofendido. Que
una accin pueda llegar a tener tan amplias consecuencias, indica que en esa
zona hay numerosos fenmenos y componentes que se encuentran muy
vinculados entre s, a veces a travs de reacciones que no se alcanzan a percibir.
Esto es sntoma de estar frente a un fenmeno que puede ser percibido como si
fuera un sistema.
Para los propsitos de este mdulo se acepta que un sistema es bsicamente una
buena idea que permite ver los fenmenos como un conjunto de elementos en
interaccin mutua y que tienen un fin o propsito comn (diagrama de influencias);
en el que se identifican propiedades como sinergia, recursividad, organizacin y
jerarqua, bsicamente.
Considerando lo expuesto anteriormente puede definirse el sistema de produccin
como un sistema de actividades humanas que un grupo (por ejemplo, la familia
campesina) organiza, dirige y realiza, de acuerdo a sus objetivos, cultura y
recursos, utilizando prcticas en respuesta al medio ambiente fsico. Por tanto
para conocer un sistema de produccin, se debe partir de la observacin de sus
elementos constitutivos, las actividades all realizadas, los medios y recursos con
que cuenta, las cantidades y caractersticas de las personas que en l viven o
trabajan, las propiedades del suelo o clima, etc. Ver la figura 67.
Ahora bien, como una de las caractersticas principales de todo fenmeno
concebido como sistema es la organizacin y aceptndose que adems se tienen
relaciones entre los elementos, se debera entender las propiedades o
proporciones en que estos componentes estn presentes; el rol o funcin que
cada uno cumple y las interacciones que suceden entre los componentes. Por
ejemplo, cmo se distribuye la mano de obra entre los diferentes rubros y
actividades del predio?; cmo se distribuyen los ingresos entre consumo,
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
produccin y ahorro?; cmo la produccin de un rubro contribuye a la generacin
de productos para el autoconsumo y para la venta?, etc.
figura 67 Sistema Agropecuario
34
Para completar la descripcin del sistema de produccin ha de ser necesario dar
cuenta de la complejidad dinmica del sistema de produccin, es decir, ser
capaces de describir su comportamiento a travs del tiempo. Por ejemplo, poder
dar respuesta a este tipo de preguntas. Cmo se distribuye la mano de obra a
travs del ao?; Cules son los meses de mayor actividad y cules los de mayor
escasez?
Pareciera que la descripcin de un sistema de produccin demanda ingentes
esfuerzos intelectuales, pero no lo es tanto. El modelado y simulacin de dichos
sistemas permitirn ganar en comprensin del mismo, en ese sentido es en que se
propone el uso del modelado y simulacin en este escrito.
34
Adaptado de http://scielo.sld.cu/img/revistas/pyf/v31n4/f0105408.gif
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 37: Visin sistmica de las cadenas productivas
Esta parte del texto se dedica a hacer una exposicin del concepto de cadena
productiva desde diferentes perspectivas pero buscando bsicamente aterrizar en
una perspectiva sistmica de las mismas. Se toma como punto de referencia
artculos que irn siendo referenciados a medida que sea preciso hacerlo.
Bases conceptuales
Segn rastreo bibliogrfico realizado por Isaza (2005) es posible encontrar en dos
autores importantes como Hirschman y Porter gran parte de los elementos
terico-conceptuales que dan posibilidad de existencia al concepto actual de
cadena productiva. El primero de ellos en su trabajo sobre el desarrollo econmico
explica que el xito en la generacin de riqueza en las organizaciones se deba
especialmente a la existencia de encadenamientos de cooperacin, fenmeno
presente principalmente en las economas industrializadas del primer mundo. Un
tiempo despus, Porter advierte que la articulacin eficiente de las empresas
alrededor de una cadena de valor que va desde los proveedores de materias
primas e insumos y que termina con los servicios al cliente, son los elementos que
dan cuenta de la generacin de ventajas competitivas y por tanto de una mayor
generacin de riqueza. Es en la dcada de los noventas en que estos conceptos
articulados a las nociones de desarrollo regional originan la nocin de cadena
productiva en Latinoamrica.
En este orden de ideas es que Isaza (2005) propone ubicar el origen del concepto
de cadena productiva en la escuela de la planeacin estratgica. Segn esta
escuela, la competitividad de una empresa se explica no solo a partir de sus
caractersticas internas a nivel organizacional o micro, sino que tambin est
determinada por factores externos asociados a su entorno. En tal sentido, las
relaciones con proveedores, el Estado, los clientes y los distribuidores, entre otros,
generan estmulos y permiten sinergias que facilitan la creacin de ventajas
competitivas.
En consecuencia la cadena productiva puede definirse como un conjunto de
eslabones vinculados entre s por relaciones de tipo proveedor-cliente-proveedor.
Vista en su conjunto, una cadena productiva comprende desde los bienes
primarios, su transformacin en bienes intermedios, otros bienes intermedios
originados en una cadena productiva diferente, hasta los bienes finales. Para
Isaza (2005) la cadena productiva puede ser caracterizada como un conjunto de
unidades econmicas integradas alrededor de la produccin de un bien o servicio
y que van desde los productores de materias primas hasta el consumidor final.
Resumiendo lo dicho, es factible afirmar que las cadenas productivas se
subdividen en eslabones, los cuales comprenden conjuntos de unidades
econmicas con funciones especficas dentro del proceso productivo. Segn el
documento del DNP citado previamente, un ejemplo de cadena productiva lo
constituye la Cadena de Textiles-confecciones que incluye desde la produccin de
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
algodn, su procesamiento, la fabricacin de hilados y tejidos, y por ltimo la
confeccin de prendas de vestir que representan el eslabn final de la cadena.
Cada una de las etapas de transformacin del producto puede ser vista como un
eslabn en la cadena productiva y en cada uno de stos se expresan los
determinantes del desempeo de toda la cadena. Se invita al lector para que
revise la figura 68.
figura 68 Cadena productiva Cadena de Textiles-confecciones
35
De la figura 68 es claro que aparecen all los elementos identificados en la
definicin propuesta por el DNP, pero no se identifican elementos importantes
como la informacin y el dinero que fluye en ambos sentidos y que cierran los
ciclos de realimentacin que es en gran parte lo que determina que una cadena
productiva puede ser vista y estudiada como si sta fuera un sistema. Lo antes
expuesto es coherente con los planteamientos de Hirschman, citados por Isaza
(2005), relacionados especficamente con la idea de la presencia de
encadenamientos hacia adelante y hacia atrs. Los encadenamientos hacia atrs
estn representados por las decisiones de inversin y cooperacin orientadas a
fortalecer la produccin de materias primas y bienes de capital necesarios para la
elaboracin de productos terminados y los encadenamientos hacia adelante
promueven, por parte de los empresarios, la creacin y diversificacin de nuevos
mercados para la comercializacin de los productos existentes.
35
Tomado y adaptado de: http://www.agroancash.gob.pe/public/dpa/temas/pag_05.html
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 38: Descripcin de la Cadena Productiva del Tabaco
Para la descripcin de la cadena productiva del tabaco se toma en cuenta la
presentacin que de la misma se hace en el texto del Departamento Nacional de
Planeacin (DNP). En dicho documento se indica que la cadena productiva del
tabaco comprende desde el cultivo de la hoja de tabaco hasta la fabricacin de
cigarrillos y otros productos como los aromas y esencias de tabaco. Como en el
resto del mundo, en Colombia esta actividad se caracteriza por un alto nivel de
concentracin y adems un nivel de integracin vertical importante. Dos empresas
dominan el mercado de cigarrillos que se estima en 20 mil millones de unidades al
ao. Se trata de Coltabaco, considerado lder del mercado, y Protabaco. Estas
empresas controlan la actividad desde la extraccin primaria de la hoja hasta la
fabricacin de los cigarrillos.
figura 69 Cadena productiva del tabaco
36
El proceso productivo para la obtencin de los cigarrillos se puede describir en tres
etapas: produccin primaria, primera industrializacin y obtencin de los cigarrillos.
La produccin primaria de la hoja de tabaco se realiza principalmente en regiones
tropicales, con climas clidos y hmedos (18 a 28C), y comprende los siguientes
pasos:
Preparacin del suelo, siembra, transplante y desflore, desbrote, cosecha,
primer curado y preclasificacin en fardos de 20 a 50 kgs.
El primer curado tiene por objeto preservar las hojas de tabaco al generar,
va calor, condiciones organolpticas adecuadas para conservar la calidad
potencial de la hoja.
36
Tomado de Tabaco, material del DNP, disponible en lnea en:
http://www.dnp.gov.co/PortalWeb/Portals/0/archivos/documentos/DDE/Tabaco.pdf
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Este proceso consiste en secar las hojas naturalmente (por exposicin al sol o
suspendiendo la cosecha en lugares muy aireados) o de manera artificial, en
cmaras por las cuales circula aire caliente. El tabaco que recibe este tratamiento
se denomina Virginia. En figura 5, esta etapa corresponde al eslabn de hoja de
tabaco.
En la primera etapa de industrializacin, se limpia la hoja, se reclasifica, se
despalilla o desnerva (proceso que consiste en separar el palo o nervadura de la
hoja) y por ltimo se vuelve a secar. El secado es un proceso crtico para la
calidad del tabaco. En el diagrama del proceso productivo se identifica esta etapa
de produccin como el eslabn de hoja de tabaco desvenada y preparada.
En la segunda parte de la industrializacin del tabaco, se utilizan los procesos de
humidificacin en caliente, a temperaturas decrecientes; torrefaccin del tabaco y
en algunos casos des-nicotizacin. Una vez se estabiliza la temperatura el
producto se somete a aromatizacin. Del proceso de aromatizacin, quedan
algunos subproductos como el rap, los extractos y las esencias, cuya
comercializacin es marginal.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 39: El diagrama de influencias y diagrama de Forrester de la cadena
productiva del tabaco
Como se ha visto en lecciones previas, el diagrama de influencias considera, para
este caso, los elementos constituyentes de la cadena que se han descrito en la
anterior leccin.
figura 70 Diagrama de influencias de la Cadena productiva del tabaco
37
Este diagrama inicia con la siembra del tabaco, ver figura 70, la cual luego de un
tiempo se convertir en tabaco o ms exactamente plantas de tabaco. A medida
que aumenta la cantidad de plantas de tabaco, aumenta la produccin de hojas de
tabaco y en consecuencia la recoleccin tambin aumentar. Una vez se recolecta
el tabaco, ste se somete a un proceso de secado y de ah va al procesamiento
para producir picadura, o pasa al proceso de aromatizacin para luego convertir la
hoja de tabaco en cigarrillos o puros. Tanto la picadura, como los puros y
cigarrillos son vendidos, esta venta se compara con la demanda y generar la
demanda insatisfecha que a su vez generar una nueva siembra. Este es el ciclo
completo del tabaco, en l aparece como agente dinamizador la poblacin y sobre
todo la dinmica de sta, pues si la poblacin aumenta, aumentar tambin la
demanda y por tanto habr un efecto sobre la demanda insatisfecha, aqu se
acopla al ciclo de produccin, el efecto poblacional.
Lo que sigue es el diseo del diagrama de Forrester, para lo cual es til
preguntarse cul de las variables se acumulan a travs del tiempo y acto seguido,
que otras variables son las responsables de dicho cambio. El diagrama de
influencias es la principal gua en este caso.
37
Tomado de Tabaco, material del DNP, disponible en lnea en:
http://www.dnp.gov.co/PortalWeb/Portals/0/archivos/documentos/DDE/Tabaco.pdf
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Ante la pregunta de qu cosas se acumulan, puede responderse que lo hacen: la
poblacin, las plantas de tabaco, el tabaco en proceso de secado, la picadura, el
tabaco aromatizado y tanto los cigarrillos como los puros.
Al responder que causa dichas acumulaciones se encuentra que lo que
incrementa la poblacin es, de forma general, un incremento de la poblacin y
ste a su vez es determinado por la tasa de variacin poblacional y la poblacin.
Es importante sealar que al tomar como ejemplo la poblacin colombiana la tasa
de variacin poblacional cambia por lo que se usa una variable exgena para
representarla (tvp). La cantidad de poblacin determina a su vez la demanda de
tabaco (DmTabaco) que es determinado por el consumo percpita
(ConsumoPercapita). Se asume la poblacin fumadora como mayor de 15 aos.
figura 71 La poblacin y la demanda de tabaco
La siguiente variable que se acumula estn las plantas de tabaco, en este caso se
incrementa su nmero gracias a la siembra y disminuyen gracias a la cosecha.
figura 72 La siembra de tabaco
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Naturalmente hay un tiempo de retardo (tct) entre la siembra y la cosecha; para los
propsitos de este modelo, se asume un tiempo promedio, pues se sabe que las
hojas de la parte inferior de la planta se cosechan primero y las hojas de la parte
superior se cosechan de ltimo. Se debe reconocer que la siembra depender
bsicamente de la demanda insatisfecha, es decir, de la relacin que hay entre las
ventas y la demanda de tabaco en general.
Una vez se recolecta el tabaco este se acumula en un proceso de secado, una vez
seco el tabaco una parte se almacena para el proceso de picadura y otro pasa al
proceso de aromatizacin, produciendo luego cigarrillos y puros, los cuales al
venderse junto a la picadura determina las ventas. Revisar la figura 73.
figura 73 Diagrama de Forrester del primer prototipo de la cadena productiva
del tabaco
Se invita al lector para que haga una lectura del diagrama e identifique all los
flujos que alteran los niveles y as mismo las variables auxiliares, retardos y
parmetros que determinan los flujos.
Se invita al lector que proponga una estrategia para la validacin del anterior
modelo teniendo en cuenta la leccin 3 del captulo 6 de este mdulo.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 40: Experimentacin simulada, la cadena productiva del tabaco.
Se propone al estudiante que asuma tres escenarios que se llamarn: el optimista,
el pesimista y el normal en la demanda del tabaco. Luego realice la simulacin del
modelo y determine las conclusiones a las que se llega luego de este proceso.
Las siguientes son las ecuaciones del modelo.
Nombre = Aromatizado :Nivel_
Definicin = 1260000
Descripcin =
Nombre = Cigarrillos :Nivel_
Definicin = 1000000
Descripcin =
Nombre = ConsumoPercapita :Exogena_
Definicin = INTLINEAL(2,1970,5,2.613,2.7,2.561,2.27,1.884,1.582,1.408)
Descripcin =
Nombre = Cosecha :Flujo_
Definicin = min(tct,PlantasTabaco)
Descripcin =
Nombre = DI :Auxiliar_
Definicin = IF(VENTAS>DmTabaco,0,DmTabaco-VENTAS)
Descripcin = Demanda expresada en unidades de cigarrillos
Nombre = DmTabaco :Auxiliar_
Definicin = (1-PobMenorDe15)*POBLACION*(ConsumoPercapita/12)
Descripcin = Demanda en Kilos de tabaco
Nombre = GramosPorPlanta :Parametro_
Definicin = 0.085
Descripcin = Gramos por planta
Nombre = IP :Flujo_
Definicin = POBLACION*(tvp/12)
Descripcin =
Nombre = KiloPorPlanta :Parametro_
Definicin = 0.085
Descripcin =
Nombre = POBLACION :Nivel_
Definicin = 21954000
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Descripcin = Poblacin iniciando 1970 en colombia.
Nombre = Picadura :Nivel_
Definicin = 320000
Descripcin =
Nombre = PlantasTabaco :Nivel_
Definicin = 25000000
Descripcin =
Nombre = PobMenorDe15 :Parametro_
Definicin = 0.33
Descripcin =
Nombre = PorDemCigarrillo :Parametro_
Definicin = 0.7
Descripcin =
Nombre = PorDemPica :Parametro_
Definicin = 0.1
Descripcin =
Nombre = PorDemTabaco :Parametro_
Definicin = 0.2
Descripcin =
Nombre = PorcentajePicadu :Parametro_
Definicin = 0.2
Descripcin =
Nombre = ProcCiga :Parametro_
Definicin = 0.8
Descripcin =
Nombre = Procesamiento :Flujo_
Definicin = Secado*PorcentajePicadu
Descripcin =
Nombre = Proceso :Flujo_
Definicin = Secado*(1-PorcentajePicadu)
Descripcin =
Nombre = ProdCiga :Flujo_
Definicin = Aromatizado*ProcCiga
Descripcin =
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Nombre = ProdTab :Flujo_
Definicin = Aromatizado*(1-ProcCiga)
Descripcin =
Nombre = Puros :Nivel_
Definicin = 200000
Descripcin =
Nombre = Secado :Nivel_
Definicin = 1600000
Descripcin =
Nombre = Siembra :Flujo_
Definicin = DI/GramosPorPlanta
Descripcin =
Nombre = TabacoparaSecado :Flujo_
Definicin = Cosecha*KiloPorPlanta
Descripcin =
Nombre = VENTAS :Auxiliar_
Definicin = VentaPicadura+VentaCiga+VentaTaba
Descripcin =
Nombre = VentaCiga :Flujo_
Definicin =
IF(DmTabaco*PorDemCigarrillo>Cigarrillos,Cigarrillos,DmTabaco*PorDemCigarrill
o)
Descripcin =
Nombre = VentaPicadura :Flujo_
Definicin =
IF(DmTabaco*PorDemPica>Picadura,Picadura,DmTabaco*PorDemPica)
Descripcin =
Nombre = VentaTaba :Flujo_
Definicin =
IF(DmTabaco*PorDemTabaco>Puros,Puros,DmTabaco*PorDemTabaco)
Descripcin =
Nombre = tct :Retardo_
Definicin = RETARDO(Siembra, 3, 2, Siembra)
Descripcin =
Nombre = tvp :Exogena_
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Definicin =
INTSPLINE(2,0,66,0.0276,0.0237,0.0226,0.0210,0.0204,0.017,0.0135,0.0123,0.01
18)
Descripcin =
CAPTULO 9: PERSPECTIVAS DE USO DE LA DINMICA DE SISTEMAS
Introduccin
En este captulo se presentan algunas opciones para la implementacin del
modelado dinmico sistmico.
Se destaca que hay propuestas que van desde el campo de la salud, pasando por
la economa, la pedagoga, la ingeniera etc.
Es importante que el lector perciba lo multifactico de la dinmica de sistemas en
tanto es capaz de dar cuenta de diversos fenmenos.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 41: Modelado en Ingeniera de Petrleos
En la formacin de los ingenieros en Colombia, especficamente en lo que se
denomina el ciclo bsico o los primeros dos aos de formacin, la gran mayora
de las asignaturas corresponden a exposiciones tericas de modelos matemticos
que por lo general son realizadas por parte del docente. Posteriormente el
estudiante deber memorizarlos y ganar experticia en su manipulacin para
entonces hallar soluciones a problemas planteados por el docente. Como
resultado de esta actividad quedan dudas si efectivamente el estudiante estara en
capacidad de dar cuenta del fenmeno estudiado o si solo est capacitado para
manipular eficazmente tales modelos.
Autores del rea de dinmica de sistemas plantean ciertas ideas que permiten
apoyar la anterior hiptesis, entre ellos Radzicki
38
et al (2002) quienes proponen
algunos argumentos para que los estudiantes de ingeniera aprendan dinmica de
sistemas; estos son:
podran ver la naturaleza genrica de los flujos y niveles y las estructuras
de realimentacin.
tendran una herramienta interdisciplinaria que puede ser usada para hallar
soluciones a los sistemas dinmicos que son generalmente percibidos
como estticos.
desarrollaran habilidades para resolver e integrar problemas
multidisciplinarios.
Aprenderan, va procesos experimentales, desarrollando competencias
esenciales y procesos de aprendizaje centrado en el aprendiz.
les aportara una herramienta para estudiar la interaccin entre tecnologa y
sociedad.
Es en este contexto se desarroll un trabajo con dinmica de sistemas que busc
medir qu tanto influye, en la capacidad de comprender un fenmeno, el que un
estudiante trabaje con micromundos realizando experimentos guiados por el
docente.
Produccin De Pozos Petroleros
En el mbito de la ingeniera de petrleos y en especial el ingeniero de produccin
debe desarrollar las competencias que le permitan hacer producir los pozos de
aceite y para ello se requiere que comprenda los principios que rigen tanto el
movimiento del aceite como el del gas y el agua desde la formacin hasta el
cabezal del pozo. Segn Nind
39
(1987), las principales fases que dan cuenta del
comportamiento del pozo, son las prdidas de presin en un flujo vertical bifsico,
38
RADZICKI M et al, Why Every Engineering Student Should Study System Dynamics, en 32nd ASEE/IEEE Frontiers in
Education Conference, (2002). IEEE November 6 - 9, 2002, Boston, MA.
39
NIND, T.E.W. , (1987) Fundamentos de produccin y mantenimiento de pozos petroleros, Mxico, Limusa.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
el comportamiento de la relacin gas-aceite y los problemas de bombeo de los
pozos profundos que definen los ndices de productividad. As mismo indica que
el ingeniero ha de tener las competencias que le permitan hacer uso del arsenal
terico pero con plena conciencia de lo que est haciendo. Tambin hace notar
que un pozo productor de aceite o petrleo es solo una parte de un sistema
complejo el cual comprende el yacimiento, los pozos mismos y las instalaciones
superficiales.
Pensamiento Sistmico y Dinmica de sistemas
El pensamiento sistmico aporta elementos conceptuales que permiten ver el
mundo como si ste fuera un sistema. La trampa que debe evitarse a toda costa
es la de creer que los sistemas tienen existencia fsica, debe quedar claro que un
sistema es una idea que se percibe al observar conjuntos de partes que estn
interrelacionadas y que en conjunto tienen un fin o propsito y adems dichas
partes estn regidas por relaciones de jerarqua.
De otra parte y emparentada con el pensamiento sistmico emerge en los aos
cincuenta la dinmica de sistemas, creada por el profesor J. W. Forrester del MIT,
como una forma de modelado que permite representar la dinmica propia de un
fenmeno a partir de la definicin de la estructura que a ste le subyace. En este
trabajo la dinmica de sistemas se concibe como una unidad paradigma-lenguaje,
pues a medida que se representa un fenmeno se va adquiriendo mayor destreza
para identificar los elementos, las relaciones y los bucles de realimentacin. Los
modelos construidos con dinmica de sistemas utilizan los cinco lenguajes de
formalizacin descritos ampliamente por Andrade
40
et al (2001).
Del trabajo con los estudiantes de ingeniera de petrleos se concluy:
Un acercamiento al pensamiento dinmico sistmico, como el realizado por los
estudiantes de sistemas de produccin de pozos petroleros, mejora su habilidad
para la comprensin de fenmenos fsicos.
El uso de micromundos, con modelos de simulacin dinmica contribuye para
mejorar la percepcin de los fenmenos fsicos, como la variacin de la presin en
un pozo petrolero y la declinacin de la produccin.
La descripcin de los procesos de aprendizaje de la dinmica de sistemas
contribuye para mejora las habilidades dinmico-sistmicas de los estudiantes en
la medida que mejora la percepcin de las acumulaciones y las razones de
cambio. Cuando se parte de la simulacin manual, en un proceso de modelado, se
obtienen mejores resultados, cuando se est en el proceso de aprender dinmica
de sistemas.
40
ANDRADE, H et al. (2001). Pensamiento Sistmico: Diversidad en Bsqueda de Unidad. Primera Edicin, Bucaramanga:
Ediciones UIS.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 42: Modelado en Economa
El Aprendizaje De La Economa
La falta de conciencia de las dificultades que presenta la ciencia econmica
aunada a un proceso educativo inadecuado, no promueve en los estudiantes de
economa aptitudes que permitan superar la crisis mundial. Un ejemplo de ello se
encuentra en la mayora de facultades de economa del pas las ctedras de teora
econmica, que deberan ser las bases para la conformacin de una visin
particular de los procesos econmicos, se convierte en una exposicin por parte
del profesor y el estudiante tiende nicamente a almacenar informacin, sin
procesarla ni relacionarla y sin llegar a construir un modelo mental de lo que
recibi. En otros casos, se deja al estudiante la lectura de las obras cumbre de los
economistas ms importantes y se le solicita que escriba un ensayo; dicho ensayo
termina siendo en el mejor de los casos un resumen de la bibliografa consultada,
sin relacionar los conceptos ledos ni con la situacin actual ni con sus
preconceptos. Esta falta de apropiacin impide a los estudiantes estudiar con
cierta profundidad los problemas y fenmenos econmicos del pas.
Micromundos De Experimentacin Como Alternativa Para El Aprendizaje De
Teoras Econmicas
En general, el hombre manifiesta reiteradamente la necesidad de realizar
representaciones que le permitan explicarse los fenmenos que observa. En este
sentido, los economistas no son la excepcin, estando llamados a la construccin
de representaciones que, por un lado les facilite la explicacin de los fenmenos
econmicos y por otro, les permita formalizar e integrar un cuerpo de
conocimiento que agrupe diferentes teoras o cree unas nuevas. Estas
representaciones, denominadas modelos, han utilizado la matemtica como medio
de expresin por excelencia, como se puede observar en la mayora de las
ciencias bsicas, como la fsica y la qumica, de tal manera que a cada fenmeno
(por ejemplo: el movimiento, las reacciones qumicas, etc.) se asocia una
expresin que permite cuantificarlo y explicarlo.
La alternativa de modelamiento econmico que ms comnmente se utiliza en la
actualidad recibe el nombre de Econometra. Los modelos matemticos que ofrece
la Econometra corresponden a complicados sistemas de ecuaciones, que no
ofrecen mayor descripcin de la conformacin del fenmeno, y cuya solucin
requiere de un avanzado y riguroso ejercicio matemtico y estadstico.
Lo anterior hace necesaria la introduccin de otro de tipo de herramientas con las
que, adems de facilitar el proceso de representacin matemtica y su solucin,
se obtenga un medio para adquirir un mayor grado de comprensin de la
naturaleza de los fenmenos econmicos. Como una alternativa frente al
enfoque funcional de la Econometra se presenta el enfoque sistmico-estructural,
y para desarrollarlo la Dinmica de Sistemas se introduce como un lenguaje
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Dinmico-Sistmico y estructural que adems se constituye en un til que facilita
el uso de los poderosos recursos de la tecnologa de la computacin, expresados
en la simulacin.
Pero, cmo introducir la Dinmica de Sistemas en la Economa? Una estrategia
es incentivar a la comunidad educativa para la utilizacin de herramientas
informticas como Micromundos de Experimentacin que promuevan el
modelamiento y simulacin utilizando Dinmica de Sistemas.
Estos Micromundos de Experimentacin constituyen ambientes en los cuales se
pone a disposicin del estudiante diferentes niveles de representacin del
fenmeno, que permiten ir abordando progresivamente mayor complejidad en las
descripciones y en los modelos que se realicen. Uno de los objetivos es proveer a
los estudiantes de Economa de Laboratorios en los cuales mediante la
experimentacin y la reflexin constante se induzcan procesos de pensamiento
dinmico-sistmicos; todo lo anterior se enmarca en una concepcin
constructivista del aprendizaje con el profesor como gua y orientador.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 43: Modelado en la Salud
En los pases en desarrollo, la mortalidad provocada por las enfermedades
cardiovasculares ha aumentado en la ltima dcada, causando ms muertes que
cualquiera de las enfermedades infecciosas
41
. Esta situacin ha generado gran
preocupacin en los sectores pblicos y privados de la salud por la prdida de
aos de vida saludables de los pacientes y el aumento en los costos de su
tratamiento y rehabilitacin.
Los eventos coronarios han merecido una consideracin especial, debido a la
gravedad de las secuelas fisiolgicas y psicolgicas, de una parte, y los enormes
costos que representan para las empresas prestadoras de salud, demostrando la
poca efectividad de las polticas de prevencin primaria, secundaria y terciaria que
utilizan estas empresas para garantizar una balanza favorable en la relacin costo
beneficio de ambas partes.
Cmo la dinmica de sistemas y los sistemas expertos pueden contribuir
en la solucin del problema?
Para resolver dicho problema podran plantearse las siguientes cinco fases.
Fase 1. Recoleccin del conocimiento: en esta fase se busca toda la
informacin relacionada con el objeto de estudio (tanto la enfermedad coronaria,
como las estrategia de prevencin) necesarias para la elaboracin del modelo y
del sistema experto.
Fase 2. Construccin del sistema experto: en esta parte se sigue la
metodologa de desarrollo de sistemas expertos que consta de las siguientes
subfases: Estudio preliminar, Estudio de factibilidad, Desarrollo de prototipos,
Desarrollo del sistema, Evaluacin final y Mantenimiento.
Fase 3. Modelado y simulacin de la evolucin de la enfermedad
cardiovascular; en esta fase se realizar el modelo usando dinmica de sistemas
Terminada la fase 3 se tendr un modelo capaz de recrear la evolucin de la
enfermedad coronaria a partir de diversos escenarios de simulacin.
Fase 4. Anlisis, diseo e implementacin del ambiente informtico: Esta
fase culminar con la implementacin del micro-mundo usando la metodologa de
diseo Software.
Fase 5. Experimentacin: Esta fase se procede a evaluar la certeza diagnstica
de la herramienta y supone la puesta en marcha del sistema con pacientes e
involucra un seguimiento que no podra ser menor a dos aos.
41
WB. Kannel, Contributions of the Framingham Study to the conquest of coronary artery disease. Am J Cardiol.
1988;62:1109-1112.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 44: Modelado en Pedagoga
La simulacin y su relacin con la pedagoga.
De la relacin que se puede establecer entre la simulacin y el aprendizaje
comienzan a aparecer una serie de cuestionamientos alrededor de lo que el
sistema educativo tradicional propone y hace. Al respecto De Zubira (2006) dice
que la escuela tradicional abandon el pensamiento y concentr sus esfuerzos en
los aprendizajes mecnicos y particulares obtenidos mediante la reiteracin de la
exposicin y la prctica, esta situacin se refleja principalmente en la dificultad
que los estudiantes tienen a la hora de realizar acciones como la redaccin de un
informe y an ms cuando se trata de escribir un ensayo.
Una de las principales prcticas de la escuela tradicional consiste en ensear las
ciencias desprendindolas de su carcter abstracto y explicativo de la realidad,
haciendo que el estudiante pierda la posibilidad de cualificar su representacin del
mundo y de desarrollar su pensamiento, manteniendo as las representaciones
que ha elaborado en su niez y debilitando por consiguiente su natural tendencia a
preguntarse acerca de lo que ve y no comprende.
En una experiencia relatada por Marchisio et al (2004) se describe el uso de los
simuladores para el aprendizaje de la mecnica cuntica, cronolgicamente
posterior al estudio de la mecnica clsica. En el texto se sostiene que
especficamente pueden destacarse como aspectos relevantes la necesidad de un
cambio sustancial de paradigma e indica adems que su objeto de estudio, para el
caso de la mecnica clsica, no es accesible a nuestros sentidos en forma directa.
Segn Moore
42
, para que una teora se considere educativa debe cumplir entre
otros los siguientes requisitos: un objetivo, supuestos correctos respecto a los
sujetos de la educacin, conocimientos y mtodos que sean morales, que
permitan a los alumnos participar en la educacin y que sean pedaggicamente
eficaces con contenidos cambiantes.
42
MOORE, TW. introduccin a la teora de le educacin. Madrid: Alianza editorial S.A, 1995.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Leccin 45: Modelado en Educacin Bsica
La Participacin Ciudadana como una Competencia Ciudadana
La competencia ciudadana es definida como la capacidad que, en virtud de la
Constitucin Nacional, tiene el ciudadano del comn para jalonar procesos de
transformacin social, al concederle la apertura de un canal de relacin
permanente con los gobernantes. Dicha propuesta, del estado colombiano, quiere
la actuacin conjunta con el fin de propiciar espacios en donde las decisiones
puedan ser ms razonadas, es decir, que sean el producto de un mayor consenso,
que se conozcan mejor los problemas que aquejan a una sociedad y que se
busque, de manera participativa, las posibles soluciones de los mismos.
El contexto educativo nacional del momento est encaminado a satisfacer la
demanda de lineamientos pedaggicos para orientar procesos de aprendizaje, con
los cuales se puedan desarrollar y fundamentar las competencias ciudadanas en
la prctica y el conocimiento (saber y saber hacer) del estudiante colombiano de
bsica primaria y secundaria. Investigadores a nivel nacional e internacional, que
han ponderado la iniciativa del gobierno nacional por promover las competencias
ciudadanas en el aula de clase colombiana, afirman que el programa de
Competencias Ciudadanas colombiano es el primero en Latinoamrica en
desarrollar estndares de nivel nacional en temas como las competencias
cognitivas de descentracin, pensamientos sistmico, juicios imparciales,
superacin de prejuicios y estereotipos, etc.; competencias afectivas como el
manejo de las emociones y el reconocimientos de sus efectos en nuestras
decisiones; y competencias comunicativas que buscan la capacidad de empata
en la escucha y construccin conjunta de ideas que interesen a todos; con una
prueba especfica para la evaluacin de los mismos
43
La herramienta, al surgir como aporte de la Dinmica de Sistemas y el Enfoque
Pedaggico Constructivista, ofrece una alternativa a la educacin tradicional,
permitindole al estudiante la oportunidad de explorar, simular y tener nuevas
alternativas en el manejo de las ideas sobre polticas implementadas para dar una
solucin a una situacin en particular. De esta manera le permite al estudiante de
una forma alternativa ver como se comportaran los fenmenos sociales, bajo
ciertos supuestos y le brinda la posibilidad de comparar sus modelos mentales con
los resultados de la simulacin.
Con la implementacin de herramientas que tengan en su conceptualizacin los
principios bsicos de la Participacin Ciudadana y que a su vez incluyan ejemplos
ilustrativos en la vida real, se logra crear en el estudiante cierto grado de
conciencia y orientacin hacia el uso de los mecanismos de Participacin
Ciudadana.
43
Documento convocatoria_224. pdf obtenido del sitio Web http://www.colciencias.gov.co/servicios/guiapresentproy.html
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Para el caso, la dinmica de sistemas, dentro de un micromundo, puede
presentarse como una alternativa de aprendizaje diferente a las herramientas
computacionales tradicionales (software educativo) que comnmente estn siendo
utilizadas en el medio colombiano. Esto crea tanto en el alumno como en el
docente, una nueva perspectiva sobre el software educativo orientndolos hacia la
existencia de otra clase de material educativo que facilite el proceso de co-
construccin del conocimiento.
El desarrollo de Micromundos interactivos es una opcin alternativa que debera
ser abordada por desarrolladores de software educativo. El avance de las nuevas
tecnologas, unido con la cultura informtica es cada vez mayor a nivel de
estudiantes y profesores, esto permite pensar en tener materiales educativos
computarizados que propendan por generar procesos reflexivos en procura de
explotar todo el potencial tecnolgico en pro de apoyar efectivamente el proceso
de co-construccin del conocimiento.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
ACTIVIDADES DE AUTOEVALUACIN DE LA UNIDAD TRES
1. Cul es el aporte del modelado para la toma de decisiones?
2. Qu es tomar decisiones?
3. Qu es una situacin de incertidumbre?
4. El modelado minimiza la incertidumbre, por qu?
5. Es importante la toma de decisiones para la organizacin si sta tiene bajos
niveles de incertidumbre?
1. Qu es un sistema?
2. Qu es una organizacin?
3. Puede verse una organizacin como si fuera un sistema?
4. Si la organizacin es un sistema, puede sta modelarse?
5. Toma usted decisiones en la empresa donde labora, usara modelos en
adelante?
1. Qu estrategia se usara para representar los datos del grfico del caso de
estudio?
2. Puede construirse un modelo de dicho caso?
3. Qu cosas seran un nivel?
4. Qu cosas seran un flujo?
5. Qu cosas seran variables auxiliares?
1. Por qu razn la caja es un Nivel?
2. Por qu razn los egresos son un flujo?
3. Explique la razn por la cual pronstico de venta es una variable exgena?
4. Qu papel cumple la variable "Venta_Anterior"?
5. Proponga elementos adicionales que puedan contribuir en la mejora del modelo
1. El modelo reacciona segn lo esperado?
2. Los comportamiento eran previsibles?
3. El parmetro analizado es sensible?
4. Qu decisiones se pueden tomar teniendo en cuenta el modelo y los
resultados de simulacin?
5. Modificara algo del modelo, qu?
1. Qu es un sistema agropecuario?
2. Cules son los componentes del sistema agropecuario?
3. Ese tipo de sistemas son factibles de ser modelados?
4. Qu variables identifica como niveles en dicho sistema?
5. Conoce usted algn sistema agropecuario, descrbalo?
1. Qu es una cadena de valor?
2. Qu es una cadena de suministro?
3. Qu es una cadena productiva?
4. Qu relacin hay entre el efecto ltigo y la cadena productiva?
5. Cules son los principales flujos en las cadenas productivas?
1. Cules son los principales eslabones de la cadena productiva del tabaco?
2. Cules de las variables de dicha cadena son niveles?
3. Cules de las variables de dicha cadena son flujos?
4. Cules de las variables de dicha cadena son variables auxiliares?
5. Haga una primera aproximacin al diagrama de flujos y niveles
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
1. Los elementos del diagrama de Forrester estn bien determinados?
2. Qu elementos hacen falta en el modelo?
3. Defina los datos del modelo?
4. Disee un posible escenario?
5. Haga el anlisis de sensibilidad?
1. Qu problemas tuvo al momento de elaborar el escenario?
2. Se reconoce la diferencia entra cadena de valor y cadena productiva?
3. Qu aplicaciones percibe de este tipo de modelado?
4. De acuerdo a su carrera en que tpicos se podra usar la dinmica de
sistemas?
5. Podra usted usar la dinmica de sistemas para orientar su vida, cmo?
Proponga un posible desarrollo de la dinmica de sistemas que pueda ser
aplicado en otra rama del conocimiento, para ello defina:
1. Ttulo
2. Objetivos
3. Marco referencial
4. Metodologa
5. Programacin de tiempos
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
FUENTES DOCUMENTALES DE LA UNIDAD TRES
RADZICKI M. et al, Why Every Engineering Student Should Study System
Dynamics, en 32nd ASEE/IEEE Frontiers in Education Conference, 2002 IEEE
November 6 - 9, 2002, Boston, MA.
NIND, T.E.W. , (1987) Fundamentos de produccin y mantenimiento de pozos
petroleros, Mxico, Limusa.
ANDRADE, H et al. (2001). Pensamiento Sistmico: Diversidad en Bsqueda de
Unidad. Primera Edicin, Bucaramanga: Ediciones UIS.
KANNEL WB., Contributions of the Framingham Study to the conquest of coronary
artery disease. Am J Cardiol. 1988;62:1109-1112.
1 MOORE, TW. introduccin a la teora de le educacin. Madrid: Alianza editorial
S.A, 1995.
Toma de decisiones disponible en lnea en:
http://www.virtual.unal.edu.co/cursos/sedes/manizales/4010014/html/descargar.ht
ml
MACHADO C, A. y TORRES O, J, El sistema agroalimentario. una visin integral
de la cuestin agraria en Amrica Latina, 1. ed. 1987, CEGA, Siglo Veintiuno
Editores, Bogot , D.E., Colombia.
MOORE, TW. introduccin a la teora de le educacin. Madrid: Alianza editorial
S.A, 1995.
PINEDA, E. et al: El Modelado Y Simulacin Para La Comprensin De Los
Sistemas De Produccin De Pozos Petroleros en: Revista de Investigaciones-
UNAD, Volumen 8, Nmero 1, Junio De 2009. ISSN: 0124 793X, Indexada
Colciencias tipo C. pp. 135-152.
PINEDA, E, et al. VI Congreso Colombiano De Informtica Educativa. Ponencia
Presentada. El Cambio En El Aprendizaje De La Economa, Guiado Con
Micromundos Construidos Con Dinmica De Sistemas, Micras 1.0. EAFIT
Medelln, Julio De 2002.
PINEDA, E, et al. VI Congreso Internacional de Informtica en Salud: Ponencia
presentada: Una Forma De Usar Los Sistemas Expertos Y La Dinmica De
Sistemas Como Apoyo En Los Procesos De Prevencin Cardiovascular, La
Habana, Febrero De 2007.
PINEDA, E, et al. VII Congreso Colombiano De Informtica Educativa. Ponencia
Presentada. Cmo Desde La Ingeniera De Sistemas, Abordar El Estudio De
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Los Procesos De Participacin Ciudadana, En Procura De Crear Competencias
Ciudadanas? Burgpolis 1.0. Hotel Tequendama, Bogot, Julio De 2004.
TABACO, material del DNP, disponible en lnea en:
http://www.dnp.gov.co/PortalWeb/Portals/0/archivos/documentos/DDE/Tabaco.pdf
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
Software Recomendado
Software Descarga Descripcin
Evolucion
4.1
http://simon.uis.e
du.co/joomla/hom
e/index.php?optio
n=com_content&
view=article&id=2
13&Itemid=94
Evolucin inici con una propuesta del ingeniero
Hugo Hernando Andrade Sosa profesor de la
Universidad Industrial de Santander, fundador del
grupo SIMON de Investigacin en Modelamiento
y Simulacin adscrito a la Escuela de Ingeniera
de Sistemas e Informtica; el profesor es
reconocido en muchas partes del mundo por sus
aportes realizados en Dinmica de Sistemas
(DS), Pensamiento Sistmico y otras reas, entre
sus principales aportes se encuentra Evolucin,
software producido en la UIS, y que ha sido de
gran utilidad en diferentes instituciones
educativas, para la enseanza y la investigacin
en DS. Este proyecto agradece a l la idea inicial
de Evolucin y el incansable esfuerzo e inters
por mejorarlo.
Vensim
http://www.vensi
m.com/freedownl
oad.html
Vensim es una herramienta grfica de creacin
de modelos de simulacin que permite
conceptualizar, documentar, simular, analizar y
optimizar modelos de Dinmica de Sistemas.
Vensim proporciona una forma simple y flexible
de crear modelos de simulacin, sean con
diagramas causales o con diagramas de flujos.
Las relaciones entre los elementos del sistema
represntan las relaciones causales, que se
muestran mediante la conexin de palabras con
flechas. Esta informacin se usa despus por el
Editor de Ecuaciones para crear el modelo de
simulacin. Se puede analizar el modelo en el
proceso de construccin teniendo en cuenta las
causas y el uso de las variables, y tambin
estudiando los ciclos relacionados con una
variable. Mientras que se construye un modelo
que puede ser simulado, Vensim permite explorar
el comportamiento del modelo.
Powersim
http://www.power
sim.com/main/pro
ducts___services
/download/demo/
Desde el manejo de una operacin especfica
hasta las estrategias que le dan forma a las
empresas, quienes toman decisiones utilizan
modelos todos los das para sus tomas de
decisiones. Cuando nos enfrentamos a un
problema, utilizamos nuestros modelos mentales
para formular hiptesis sobre cual cadena de
causa y efecto podemos utilizar para alcanzar el
resultado deseado. La complejidad de nuestros
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA.
CONTENIDO DIDCTICO DEL CURSO: 301126 DINMICA DE SISTEMAS
"modelos mentales" exceden nuestra capacidad
para anticipar las implicaciones de nuestras
decisiones basadas en estos modelos. Es por
esta razn que se utilizan herramientas de
Modelado & Simulacin como la provista por
Powersim para "mapear" (construir un mapa o
dibujo) de manera formal nuestros modelos
mentales en modelos que pueden ser simulados
y analizados en las computadoras.