Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Dinamica de Sistemas PDF
Dinamica de Sistemas PDF
PROGRAMACIÓN GENERAL
INTRODUCCIÓN A LA DINÁMICA DE SISTEMAS
Autoaprendizaje 3 horas
Unidad 1
MODELOS DE SISTEMAS
Autoaprendizaje 3 horas
Unidad 2
5
Excelencia Académica
6
Excelencia Académica
TABLA DE CONTENIDO
Pag.
Presentación 3
Programa General 5
¿Qué es un Sistema? 9
Características de los Sistemas 10
Clasificación de los Sistemas 11
¿Qué es un Sistema Dinámico? 13
Como Nace la Dinámica de Sistemas 14
La Dinámica de Sistemas 16
MODELADO DE SISTEMAS
El Desarrollo de Modelos de Sistemas 21
Desarrollo de Diagramas Causales 23
Los Ciclos Causales 25
Descripción de la Metodología para Desarrollo de Modelos 27
7
Excelencia Académica
Significancia 89
Análisis de Sensibilidad del Modelo Dinámico
Implantación de Políticas en el Sistema 89
91
UNIDAD TEMÁTICA N° 08: 92
8
Excelencia Académica
¿QUÉ ES UN SISTEMA?
Vamos a ver algunas definiciones de lo que es un sistema:
L. Von Bertalanffy (1968): "Un sistema es un conjunto de unidades en interrelación."
Ferdinand de Saussure (1931): "Sistema es una totalidad organizada, hecha de
elementos solidarios que no pueden ser definidos más que los unos con relación a
los otros en función de su lugar en esa totalidad."
IEEE Standard Dictionary of Electrical and Electronic Terms: "Sistema es un todo
integrado, aunque compuesto de estructuras diversas, interactuantes y
especializadas. Cualquier sistema tiene un número de objetivos, y los pesos
asignados a cada uno de ellos pueden variar ampliamente de un sistema a otro. Un
9
Excelencia Académica
sistema ejecuta una función imposible de realizar por cualquiera de las partes
individuales. La complejidad de la combinación está implícita."
Estándar X3.121970 (ANSI), Estándar 2382/V, VI (ISO) Vocabulary for Information
Processing: "Sistema es una colección organizada de hombres, máquinas y métodos
necesarios para cumplir un objetivo específico."
Resumiendo y obteniendo aspectos relevantes:
La presencia de elementos heterogéneos pero interconectados.
10
Excelencia Académica
11
Excelencia Académica
Sistemas sociales: Integrados por personas cuyo objetivo tiene un fin común.
Considera el contenido y significado de mensajes, la naturaleza y dimensiones
del sistema de valores, la trascripción de imágenes en registros históricos, sutiles
simbolizaciones artísticas, música, poesía y la compleja gama de emociones
humanas.
Sistemas hombre-máquina: Emplean equipos u otra clase de objetos, que a
veces se desean logren autosuficiencia. Representa una combinación de uno o
más seres humanos y uno o más componentes físicos, que actúan
recíprocamente para efectuar, a partir de unas entradas de energía e información
determinadas, una producción o salida deseada.
Sistemas abiertos: Se caracteriza porque su estado original se transforma
constantemente por la acción retroalimentadora del ambiente, desde su creación
hasta su declive. Su vida útil depende de su adaptabilidad a las exigencias del
ambiente (homeostasis). Intercambian materia y energía con el ambiente
continuamente.
Sistemas permanentes: Duran mucho más que las operaciones que en ellos
realiza el ser humano, es decir, el factor tiempo es más constante.
Sistemas estables: Un sistema se dice estable cuando puede mantenerse en
equilibrio a través del flujo continuo de materiales, energía e información. La
estabilidad de los sistemas ocurre mientras los mismos pueden mantener su
funcionamiento y trabajen de manera efectiva (mantenibilidad).
12
Excelencia Académica
13
Excelencia Académica
ecuación logística:
14
Excelencia Académica
15
Excelencia Académica
LA DINÁMICA DE SISTEMAS
La Dinámica de Sistemas es una metodología para la construcción de modelos de
simulación para sistemas complejos, como los estudiados por las ciencias sociales,
la economía o la ecología.
La Dinámica de Sistemas aplica métodos de sistemas duros, básicamente las ideas
de realimentación y sistema dinámico, junto con la teoría de modelos en el espacio
de estados y procedimientos de análisis numérico. Por tanto sería una metodología
más entre las de sistemas duros. Sin embargo, en su punto de mira están los
problemas no estructurados (blandos), como los que aparecen en los sistemas
socioeconómicos. Planteando esto dos tipos de dificultades:
Cuantificación:
En Dinámica de Sistemas se comienza por identificar las variables de interés y
las relaciones que ligan entre sí a estas variables. A continuación es
imprescindible cuantificar dichas relaciones, lo que en ocasiones plantea
dificultades insalvables.
Validación:
Una vez construido el modelo hay que preguntarse si refleja razonablemente la
realidad. Esta cuestión puede resolverse por ejemplo en caso de que se
16
Excelencia Académica
17
Excelencia Académica
También vimos las características, más relevantes, ligados a los sistemas, como lo
es el Globalismo, la Entropía, la Homeostasis y finalmente la Equifinalidad, se detallo
su implicancia y presencia en la estructura orgánica de los sistemas, se aprecio su
necesidad y la diferencia que implicaban cada uno de ellos. Seguidamente
especificamos la clasificación de los sistemas, esto se dio en base a su tamaño,
comportamiento, tiempo de vida, naturaleza; tomando en cuenta todo tipo de
características que permitan ofrecer una amplia gama de tipos de sistemas.
Finalmente vimos la historia predecesora a la Dinámica de Sistemas, como es que
Jay W. Forrester, su fundador, impulso su crecimiento y su formalización a través del
tiempo y como el mundo pudo apreciar su valides a través de las distintas
aplicaciones que se desarrollaron. Definimos lo que es la Dinámica de Sistemas, de
que trata, cual es la importancia de su estudio e impulso.
18
Excelencia Académica
19
Excelencia Académica
20
Excelencia Académica
MODELADO DE SISTEMAS
Un aspecto importante del enfoque sistémico es la construcción de modelos. Un
modelo es una abstracción de la realidad que captura aspectos relevantes y
funcionales de los sistemas, considerando los suficientes detalles como para poder
usarse en la investigación y la experimentación en lugar de hacerlo con el sistema
real, evidentemente esto implica menor riesgo, tiempo y costo.
En la medida que un modelo particular represente acertadamente a un sistema,
este modelo puede representar una ayuda muy valiosa para el análisis de políticas,
la toma de decisiones y la resolución de problemas.
En esta segunda unidad incorporamos conceptos y técnicas que nos ayudaran a
modelar diferentes tipos de sistemas, nos valdremos de los diagramas Causales
para la representación de dichos sistemas.
21
Excelencia Académica
22
Excelencia Académica
única del mundo, desde el punto de vista de una disciplina particular del desarrollo
de modelos, influyendo, de este modo, en el contenido y la forma de sus modelos.
Las distintas metodologías de sistemas pueden diferenciarse por la forma en que los
desarrolladores consideran el concepto de modelos. Se pone de manifiesto tres
tendencias. En la primera, se tiene una fe completa en un tipo de modelo
matemático, dentro de cuyas limitaciones tiene que representarse; a programación
lineal y los modelos de entradas y salidas (input-output) son ejemplos de esto. En la
segunda, se mantiene que los datos lo son todo; en lugar de desarrollar modelos, los
miembros de esta tendencia se limitan a obtener curvas que se ajusten a los datos;
la econometría es una metodología de este tipo. En la tercera tendencia, se busca la
realidad a través de un proceso interactivo entre la experiencia y la información,
entre la mente y los datos. La dinámica de sistemas forma parte de esta última
tendencia.
Estas tres tendencias del desarrollo de modelos se describen generalmente de la
forma siguiente:
Orientadas hacia la optimización,
Casuales y
Causales.
Se cree que los modelos causales tienen la máxima aplicación en la ingeniería de
sistemas y reciben la atención central de esta unidad. Con todo esto en mente, y con
lo visto en la unidad anterior, definimos un “sistema” como un conjunto
interconectado de elementos cuya “estructura” determina todas las modalidades del
“comportamiento” dinámico. El comportamiento, se refiere a los valores de las
variables del sistema a lo largo del tiempo. La estructura se puede describir como el
número, la disposición, la polaridad y el orden de los bucles de realimentación en el
modelo del sistema.
23
Excelencia Académica
Polaridad positiva
La polaridad positiva indica que el cambio en la variable raíz hace que la variable
resultante varié en el mismo sentido. Es decir que al aumentar la variable causa
aumenta la variable efecto y al disminuir la variable causa disminuye la variable
efecto.
24
Excelencia Académica
Polaridad negativa
La polaridad negativa indica que el cambio en la variable causa hace que la variable
efecto varié en sentido contrario. Es decir que al aumentar la variable causa
disminuye la variable efecto y al disminuir la variable causa aumenta la variable
efecto.
2.1.
1. ¿Cuál es la importancia del modelado en la Dinámica de Sistemas?
2. Mencione 5 ejemplos de causa y efecto en el problema de pobreza en el Perú.
Las relaciones causales entre las variables a veces se afianzan sobre sí mismas y
forman bucles de realimentación. Dentro de un bucle de realimentación, un cambio
en una variable se transmite a través de la cadena entera de variables que forman el
25
Excelencia Académica
bucle, hasta que la causa inicial produce un efecto indirecto sobre sí misma. Un
aspecto clave del análisis de un sistema es centrar la atención sobre los bucles de
realimentación.
Roberts [1] se refiere a cuatro niveles jerárquicamente distintos de la estructura del
sistema de realimentación: variable, enlace, bucle de realimentación y sistema de
realimentación. Una variable es una cantidad que puede cambiar en función del
tiempo. Puede ser una variable de decisión o una cantidad que se ve afectada por
dichas decisiones. Cuando la variable no es afectada por otras variables del sistema,
se denomina como “exógena” o externa al sistema. Una variable que es afectada por
las otras variables del sistema se denomina “endógena”.
Un enlace es la conexión causa-efecto entre dos variables ilustrada mediante una
flecha en el diagrama causal. Un bucle de realimentación consiste en dos o más
enlaces conectados de tal modo que, a partir de cualquier variable, se puedan seguir
las flechas y volver a la variable inicial. En toda representación causa-efecto de un
bucle de realimentación están implícitos los retardos de tiempo desde cada decisión
hasta cada una de sus consecuencias, y los retardos en la realimentación de la
información de cada consecuencia hasta que influyen sobre la próxima decisión.
Para lograr una mayor sencillez, las notaciones relativas a estos retardos de tiempo
se omiten en los diagramas causales. Del mismo modo que los enlaces tienen dos
direcciones posibles, los bucles de realimentación poseen también dos polaridades
posibles, positiva o negativa. En el centro del bucle de realimentación se encuentra
un símbolo que indica su polaridad, un signo positivo si el bucle actúa para reforzar
los cambios de variables en la misma dirección que el cambio inicial, con lo que se
favorece al crecimiento o disminución continua de las variables del bucle, y un signo
menos si el bucle actúa para resistirse u oponerse a los cambios de variables, y de
este modo produce una tendencia contraria al cambio inicial y contribuye al
mantenimiento del equilibrio en el bucle. Una manera sencilla de determinar la
polaridad de un bucle de realimentación es contar el número de enlaces negativos:
si es par, el bucle es positivo; si es impar, el bucle es negativo. Para evitar
ecuaciones simultáneas en el modelo matemático derivado del diagrama causal,
dentro del procedimiento del desarrollo del modelo se requiere un tratamiento
especial para un bucle de realimentación. Una técnica, empleada en dinámica de
sistemas, consiste en introducir en todo bucle de realimentación dos tipos especiales
de variables: de niveles y de flujo. Una variable de nivel indica el estado del sistema,
y una variable de flujo produce cambios en las variables de nivel a lo largo del
tiempo. En el contexto de los diagramas causales, la relación causal entre una
variable de flujo, tal como el índice de construcción de departamentos
26
Excelencia Académica
27
Excelencia Académica
28
Excelencia Académica
2.2.
1. Del los ejemplos desarrollados en la actividad 2.1, sobre el tema de pobreza,
intente construir bules de realimentación (3 ejemplos), asigne a cada relación la
respectiva polaridad.
2. Dado el siguiente diagrama:
a) precio
+
+
cambio en el precio
+
tasa de inflación
29
Excelencia Académica
30
Excelencia Académica
Los pedidos son salidas de productos para su venta, estas son supongamos
constantes al día en 20 unidades/día. La producción de cada unidad se da con
una razón de producción diaria del 15%, para lograr mantener un inventario
deseado, el sistema tiene un sistema de prevención, que esta en función de lo
que se quiere mantener como inventario deseado y lo que se tiene en el almacén
como inventario físico (diferencia entre lo deseado y lo real), El sistema funciona
en un tiempo de 30 días a partir del día 0 con la revisión de cada día en la
simulación dinámica.
Obtenga las variables relevantes, desarrolle del diagrama causal, y
relaciones, así como el tipo de comportamiento que sigue
2. Observe el siguiente diagrama causal:
31
Excelencia Académica
32
Excelencia Académica
33
Excelencia Académica
Es bien conocido que ciertos tipos de sistema realimentación crean ciertos tipos de
comportamiento. Entonces, si se conoce el modo de comportamiento de referencia
existente (patrón de comportamiento), debería ser posible deducir la estructura del
sistema de realimentación, como el número y la estructura de los bucles de
realimentación, su polaridad y orden. En esta unidad se analizará el comportamiento
de estructuras básicas de sistemas de realimentación usando para ello distintas
aplicaciones.
34
Excelencia Académica
NIVEL DESEADO
NIVEL
DISCREPANCIA
NIVEL
35
Excelencia Académica
NIVEL
OBJETIVO
FLUJO DISCREPANCIA
36
Excelencia Académica
TEMPERATURA EN
LA HABITACIÓN
TEMPERATURA
DESEADA
EFECTO DEL
CALEFACTOR DISCREPANCIA
37
Excelencia Académica
A
C
38
Excelencia Académica
CONSTANTE
FLUJO
DE SALIDA
DISCREPANCIA
FLUJO
DE ENTRADA
ALTURA
DESEADA
CONSTANTE
DE TIEMPO
ÁREA
39
Excelencia Académica
POBLACIÓN
NACIMIENTOS
A C
40
Excelencia Académica
41
Excelencia Académica
CONSTRUCCIÓN COSTE DE
DE AUTOPISTAS CONSTRUCCIÓN
AUTOPISTAS
CONSTANTE
ABANDONO DE
AUTOPISTAS
INGRESOS POR
AUTOPISTAS
INGRESOS
GENERADOS POR
VEHICULO/MILLA VOLUMEN
ANUAL DE
TRAFICO
42
Excelencia Académica
+ -
CONSTRUCCIONES + DEPARTAMENTOS - DEMOLICIONES
+ +
+
DEPARTAMENTOS
DESEADOS
43
Excelencia Académica
P1 P2
44
Excelencia Académica
45
Excelencia Académica
Hemos visto los modelos de realimentación, los cuales emplean dos tipos variables
para evitar ecuaciones simultáneas: niveles que representan el estado de alguna
parte del sistema y los de flujo que definen cuánto cambiarán los niveles durante el
próximo intervalo de tiempo. Los comportamientos globales pueden ser positivos, lo
cual conduce a un crecimiento exponencial o un colapso; o negativos, lo cual en el
transcurso del tiempo conduce al equilibrio.
Modelar bajo la vista de la Dinámica de Sistemas, involucra un proceso secuencial e
iterativo. Todo empieza con una descripción verbal, que luego es llevada a un
diagrama causal, en donde se debe considerar las polaridades para cada una de las
relaciones incluidas. El modelo se somete a crítica, se revisa, se critica de nuevo y
así sucesivamente, en un proceso iterativo que continúa mientras siga siendo útil. El
uso de gráficos, tal como se usan en los diagramas causales facilitan hacer una
declaración conceptual sobre un problema complejo, en la que se identifica su
estructura, elementos e interacciones.
46
Excelencia Académica
47
Excelencia Académica
48
Excelencia Académica
CLASIFICACIÓN DE VARIABLES
Los anteriores argumentos nos llevan a postular una clasificación, de las distintas
variables que aparecen en un diagrama de Forrester, en tres grupos: variables de
nivel o estado, variables de flujo y variables auxiliares.
1. Niveles
Los niveles son conocidos también como acumulaciones o variables de estado.
Los niveles varían a través de un período de tiempo. Lo niveles cambian en
función de los flujos o válvulas y en algunas ocasiones por variables auxiliares
Símbolo
49
Excelencia Académica
N(t+dt)
Representación Matemática
N(t+dt) =No+dt[(Fe(t)]
2. Flujos
Los flujos o válvula, como también se les conoce, son variables que están
conectadas a una tubería y son las que hacen que un nivel aumente o disminuya
su valor. Los flujos se utilizan cuando los niveles están incrementándose (o
disminuyendo) en partículas reales o concretas, es decir “algo” está siendo
acumulado en dicho nivel.
Símbolo
Representación Matemática
Fe(t) =N(t)*K
3. Auxiliares
Una variable auxiliar es aquella que realiza cálculos auxiliares. Las variables
auxiliares se introducen al modelo para dar una mayor claridad de los pasos que
se llevan a cabo para hacer los cálculos que dan como resultado cambios en las
variables de nivel. En muchas ocasiones las variables auxiliares determinan el
valor de una variable de flujo y la variable de flujo es la que determina como se
comporta una variable de nivel. De vez en cuando, las variables auxiliares llevan
a cabo cálculos que determinan directamente el comportamiento de un nivel, en
estos casos es cuando no tiene mucho sentido la utilización de flujos,
especialmente cuando cambian los flujos de información.
Símbolo
Representación Matemática
50
Excelencia Académica
PS(t)= PT-PE(t)
Si somos capaces de realizar esta clasificación vamos a poder dar un paso muy
significativo en la descripción del sistema, más formalmente. Como en muchos
casos, un ejemplo nos permitirá ilustrar lo que estamos diciendo. Supongamos que
tenemos un lago de volumen constante (V), de manera que los flujos de entrada y
salida son constantes (I), Supongamos también, que el lago ya se encuentra
contaminado, de manera que por el flujo de entrada solo fluye agua limpia, y es por
el flujo de salida que sale agua contaminada. Vamos a suponer también, que la
contaminación está distribuida homogéneamente por todo el lago, esto significa que
todo punto del lago tiene la misma concentración de contaminante. Ahora bien, se
desea estudiar la evolución dinámica de la concentración de contaminante en el lago
con las hipótesis anteriores.
La descripción del proceso, en lenguaje ordinario, se puede reducir a los cinco
enunciados siguientes:
E1: cuanto mayor es el flujo de salida del contaminante, menor es la contaminación;
E2: a su vez, cuanto mayor es la contaminación, mayor es la concentración
(volumen de polución),
E3: cerrando el ciclo, cuanto mayor sea la concentración, mayor será la salida del
flujo contaminante,
E4: por otro lado, el flujo de contaminante que sale del lago será proporcional al flujo
de salida, y el factor de proporción es justamente la concentración de polución;
E5: finalmente, cuanto mayor sea el volumen del lago, menor será la concentración
(volumen de polución)
Estos enunciados, que constituyen la descripción básica del proceso, se pueden
convertir en relaciones de influencia entre las diferentes variables con las que se
puede describir el proceso. Para esto, definamos las siguientes variables,
V = volumen del lago (metros cúbicos)
I = Flujo de entrada y salida del lago (metro cúbico por segundo)
C(t) = Concentración {Volumen de polución en el tiempo t (metro cúbico)}
FSC(t) = Flujo de Salida del contaminante {C(t) / V(t) = concentración de polución
(adimensional)}
CT = Contaminación {Volumen del contaminante (metro cúbico}
51
Excelencia Académica
CONTAMINACION
- I
+ +
CONCENTRACION FLUJO DE SALIDA
DEL CONTAMINANTE
- +
VOLUMEN
DEL LAGO
52
Excelencia Académica
NIVEL
FLUJO
53
Excelencia Académica
CT FSC
V
C
54
Excelencia Académica
E4: cuanto mayor sea la población vulnerable a la epidemia, mayor será la tasa
de contagio.
A partir de estos enunciados, diseñar el diagrama causal, el diagrama de
Forrester
MODELO MATEMÁTICO
Veamos ahora cómo al diagrama de Forrester se asocian, a su vez, las ecuaciones
funcionales del modelo. Usaremos el mismo ejemplo. En primer lugar, consideremos
la relación entre el flujo de salida del contaminante FSC y la contaminación CT. La
evolución del volumen de la contaminación viene dada por la expresión
CT ( t ) CT ( t t ) t * FSC Ecuación 4.2
que indica que la contaminación CT en el instante de tiempo t se obtiene restando el
volumen de contaminación en el tiempo t - Δt menos el volumen del contaminante se
han producido en el período de tiempo entre t y t - Δt. La ecuación anterior recibe la
denominación de ecuación de nivel o de estado, e indica cómo evoluciona la variable
de estado CT en función del flujo FSC que determina su variación. Esta ecuación se
puede escribir también, empleando notación diferencial, de forma alternativa:
dCT
FSC (t ) Ecuación 4.3
dt
55
Excelencia Académica
R1 CT ( t ) CT ( t t ) t * FSC
R3 y R4 FSC ( t ) = C * I
R2 y R5 C = CT / V
TABLA 1 - Relaciones que forman la descripción verbal y ecuaciones del
modelo.
Conviene observar que en el modelo además de la variable de estado CT, el flujo
FSC y la variable auxiliar C también han aparecido unos parámetros I y V. A los
parámetros hay que darles un valor numérico para que el modelo se refiera a una
situación concreta. Ello se hace habitualmente de una de las dos formas siguientes:
1. Bien se atiende al significado concreto de esos parámetros, y se dispone de
información numérica suficiente para conocer sus valores. En este caso, se
requeriría el conocimiento del volumen del lago, que nos daría el parámetro V, y
del flujo de salida y de entrada I. Esta información será suministrada por los
correspondientes especialistas.
2. O bien, en los casos en los que no se disponga de información sobre los valores
de los parámetros, pero sin embargo se disponga de datos con relación a la
evolución de las magnitudes significativas del sistema en un período de tiempo
determinado, se puede emplear técnicas de ajuste de los parámetros. Estas
técnicas consisten, esencialmente, en determinar los valores numéricos de los
parámetros que minimizan algún índice que mida la discrepancia entre los datos
históricos de evolución del proceso y los generados por el sistema dinámico.
Resulta interesante observar que hasta la escritura de las expresiones de la Tabla
4.1, o lo que es lo mismo del diagrama de Forrester, la única información que se ha
considerado es de naturaleza cualitativa. La información cuantitativa se emplea
posteriormente para asignar valores numéricos a los parámetros que intervienen en
esas expresiones.
Con lo visto hasta aquí hemos completado el proceso mediante el cual a partir de un
diagrama causal, que representa la descripción más elemental que podemos hacer
de un sistema, hemos sido capaces de obtener el diagrama de Forrester,
clasificando los distintos elementos que aparecen en el diagrama, a partir del cual
tenemos un objeto matemático muy elaborado, que es un sistema dinámico, el cual
56
Excelencia Académica
Si se comparan las líneas de este programa con las de la Tabla 4.1 se verá que
resultan muy fáciles de entender. En cada línea, a la izquierda, aparece un icono
que representa el tipo de variable, rectángulo si es nivel, una cañería si es flujo y un
círculo si es una variable auxiliar. Para indicar los instantes de tiempo se emplea (t).
Por cada ecuación se acompaña un cometario entre llaves {} para especificar su
unidad de medida. Con estas indicaciones es fácil leer el programa del modelo. En la
actualidad se dispone de entornos de simulación muy flexibles que permiten
construir un modelo de forma gráfica, en la pantalla del ordenador, empleando
iconos, de modo que, combinando éstos, se llega al diagrama de Forrester de forma
directa. Estos entornos, una vez construido el diagrama en la pantalla, generan
automáticamente las ecuaciones. Una vez programado el computador generara las
trayectorias del sistema, que muestran la evolución de las variables
correspondientes, especialmente de los niveles (Figura 4.4).
Por lo que respecta a nuestro modelo, se observa que la variables de estado CT
(volumen de contaminante), ha ido disminuyendo a través del tiempo en virtud de
que el lago ya está contaminado y que la contaminación fluirá por el flujo de salida
mostrando un decrecimiento. Ello no debe extrañarnos, después de lo que habíamos
visto en la unidad anterior. En efecto, vimos allí cómo un sistema cuya estructura
presenta un bucle de realimentación positiva, mostraba un comportamiento
decreciente (creciente).
57
Excelencia Académica
1: C
1: 0
1: 0
1
1
1: 0
0 15 30 45 60
Page 1 dias 09:59 a.m. Lun, 25 de Ago de 1997
CONTAMINACION
1. Bajo el mismo ejemplo propuesto en la actividad 4.1, formule las ecuaciones para
cada una de las variables que ha propuesto en su modelo.
Como resumen de todo lo anterior, hemos sido capaces de establecer un nexo entre
la estructura de un sistema (su diagrama causal) y su comportamiento (las
trayectorias que describen las magnitudes asociadas a él) a la que se alude en el
título de esta unidad. A ello es a lo que nos referimos cuando decimos que mediante
la dinámica de sistemas estamos tratando de relacionar estructura y
comportamiento; de modo que en una descripción como la Tabla 4.1 están implícitas
las dos caras de una misma moneda.
58
Excelencia Académica
59
Excelencia Académica
60
Excelencia Académica
DECISIÓN TABLA
VARIABLE
AUXILIAR
VARIABLE
DE FLUJO CONECTOR
GRAFICO
VARIABLE
DE NIVEL
61
Excelencia Académica
+ -
NACIMIENTOS + POBLACIÓN - MUERTES
+
+
62
Excelencia Académica
Ahora bien, vamos a dibujar el flujo de entrada hacía la Población. Nos dirigimos a
nuestro mouse hacia el icono de la variable de flujo, pinchamos haciendo un clic con
el botón izquierdo, arrastramos la figura de manera conveniente, a la altura del lado
izquierdo de Población, una vez elegido el sitio desde donde va a empezar a
dibujarse la variable de flujo, presionamos el botón izquierdo (sin soltarlo) a la vez
que arrastramos la figura dirigiéndola hacia población (Figura 5.4), y toda vez que la
variable de flujo llegue de manera adecuada este avisará con un leve cambio de
color gris, en ese momento dejamos de presionar el botón izquierdo y soltamos.
63
Excelencia Académica
Este sencillo dibujo, nos muestra que la variación de la Población a través del
tiempo (años) será causada por los flujos de entrada (Nacimientos) y salida
(Muertes). Ahora bien, supongamos que los Nacimientos obedecen a una Tasa de
Natalidad y que las Muertes obedecen a una Tasa de Mortalidad, entonces con el
mouse sobre el icono hacemos un clic, para coger la figura, y la posicionamos en
un lugar adecuado nombrando esta figura con el nombre de Tasa de Natalidad;
repetimos el mismo procedimiento para definir el convertidor Tasa de Mortalidad; lo
que toca a continuación es conectar las variables auxiliares a sus correspondientes
variables de flujo. El resultado final debería lucir como lo indica la Figura 5.6
64
Excelencia Académica
RELACIONES ANALÍTICAS
Una vez que hemos “dibujado” nuestro sistema-población, vamos a entregar las
relaciones analíticas establecidas entre las variables que están unidas por el
conector. Observemos atentamente el sector izquierdo de nuestro dibujo anterior,
donde aparece el icono . Si ubicamos el mouse sobre ese icono, y hacemos click
con el botón izquierdo, tendremos la siguiente situación indicada en la Figura 5.8.
65
Excelencia Académica
Los signos de interrogación que aparecen sobre las variables de nuestro modelo
están indicando que sobre ellas hay que definir su relación analítica cuando
corresponda, o entregar el valor que tienen. Vamos a fijar nuestra atención en la
variable de flujo Nacimientos. Recordemos que ella está definida extensivamente
como “Los Nacimientos están en relación a la Tasa de Natalidad, que deriva de la
Población”. Bien, hagamos doble click sobre la variable de flujo Nacimientos, debe
aparecer la siguiente caja de diálogo como se puede observar en la Figura 5.9,
1
4
66
Excelencia Académica
La zona 3 está indicando la función analítica con la que quedará definida nuestra
variable de flujo, y es en el lugar marcado por el video reverso donde dice “Place
right hand side...” donde se debe poner la fórmula.
Finalmente la zona 4 entrega una lista de funciones que posee en su estructura el
software STELLA, en que eventualmente podamos necesitar.
Vamos ahora a definir la variable de flujo. La expresión “Los Nacimientos están en
relación a la Tasa de Natalidad, que deriva de la Población” es equivalente
matemáticamente a lo que indica la Figura 5.10
67
Excelencia Académica
68
Excelencia Académica
5.1.
1. En la figura 5.9, en la zona 1, observamos que una variable de flujo puede ser
Uniflow o Biflow; explique cuando se utilizaría el tipo Biflow, menciones dos
ejemplos.
2. En la Figura 5.14, se presenta el modelo matemático del caso visto, realce una
interpretación de la siguiente relación analítica:
69
Excelencia Académica
70
Excelencia Académica
Como se puede observar, hemos determinado un periodo entre el año 1995 y 2050,
de manera arbitraria, con un DT igual a 1, y hemos elegido la unidad de tiempo
“Years” (años). Una vez realizado esto hacemos un click en OK. Con esto volvemos
a nuestro diagrama original. Ahora bien, vamos a ver la evolución de la variable
Población mediante una gráfica, para esto hacemos un clic en el icono
arrastrándolo a un sitio conveniente, al fijarla aparecerá la siguiente caja de diálogo
que indica la Figura 5.17,
71
Excelencia Académica
Como podemos observar, hay dos cajas principales, una que dice “Allowable”
(Accesibles), y otra titulada “Selected” (Seleccionada). Como nuestro interés es
graficar la evolución de la variable Población, es que seleccionamos esta variable
haciendo doble click a Población en la caja “Allowable”, con esto logramos entonces
que Población pase a la columna “Selected”. De momento solo elijamos esa opción
y el resto de los botones, que están por defecto lo dejamos tal cual se ve en la figura
4. Una vez realizado esto hacemos un click en OK, aquí podemos observar que el
eje Y está tabulado con la variable Población. Nuevamente nos vamos a Specs y
elegimos la opción RUN , debería aparecer una gráfica como la que indica la
Figura 5.19.
72
Excelencia Académica
5.2.
1. Investigar la existencia de otros programas de simulación para la Dinámica de
Sistemas y realizar un cuadro de comparación técnica de dichos programas.
73
Excelencia Académica
Direcciones de Internet
http://virtualmoodle.umanizales.edu.co/moodle/mod/resource/view.php?id=4053
http://www.uantof.cl/facultades/csbasicas/Matematicas/academicos/emartinez/Dinam
ica/manualstella/manual.html
Ya conocemos una herramienta que nos permitirá llevar a cabo la simulación, pero
aun existen temas mas avanzados en cuanto al modelado de los sistemas
dinámicos. En la siguiente unidad vamos a considerar los retrasos en los sistemas,
estera será un punto adicional que permitirá enriquecer nuestro modelado.
74
Excelencia Académica
75
Excelencia Académica
76
Excelencia Académica
77
Excelencia Académica
78
Excelencia Académica
FLUJO DE
ENTRADA
- +
FLUJO DE
SALIDA MATERIAL EN
RETRASO
79
Excelencia Académica
80
Excelencia Académica
El
Figura 6.5 Comportamiento de la variable de flujo de entrada
81
Excelencia Académica
+ CANTIDAD DE
DEPARTAMENTOS
DEPARTAMENTOS
DESEADOS
- +
CONSTRUCCIÓN DISCREPANCIA
82
Excelencia Académica
Vamos a mejorar la propuesta anterior, para ello, añadimos el retraso que produce el
tiempo de construcción (figura 6.9).
83
Excelencia Académica
84
Excelencia Académica
esta dado por la siguiente función PULSE (l5000, l, 0). Deberá presentar el
diagrama causal y la simulación en el Stella
ENTRADA
SALIDA
85
Excelencia Académica
86
Excelencia Académica
87
Excelencia Académica
88
Excelencia Académica
89
Excelencia Académica
SIGNIFICANCIA
La significancia de un modelo va de acorde al propósito para el cual fue creado. Un
modelo es adecuando si el resultado que ofrece es lo que se esperaba de él. Esto
quiere decir que si la significancia del modelo no esta acompañada por el objetivo,
establecido al inicio del modelado, no presenta valides alguna. Significancia es que
el modelo represente a la situación real considerando las variables significativas, es
decir, no tiene que ver la cantidad si no la calidad de las variables, por ejemplo si
90
Excelencia Académica
nuestro modelo presenta 100 variables será difícil buscar puntos (variables) de
apalancamiento para realizar cambios significativos, por eso se debe estudiar y
analizar detenidamente las variables que se incluirán en el modelo.
Vamos a dar a conocer algunos criterios a tomar en cuenta para poder valorar la
utilidad de un modelo dinámico:
El tiempo de construcción del modelo, se debe evaluar si el tiempo de
construcción y simulación del modelo es adecuado ya que existe una proporción
entre tiempo y costo.
Posibilidad de obtener arquetipos sistémicos, a partir del modelo creado, esto en
concordancia con uno de los principios de la Teoría General de Sistemas; dichos
arquetipos nos servirán para futuros proyectos que presenten similar
comportamiento.
La probabilidad de incluir aspectos no lineales en el modelo, incluir retrasos y
variables significativas.
Que el modelo pueda ser analizado por personas especialistas en el tema y que
estos acrediten la debida significancia al modelo
Que el modelo pueda ser simulado en diferentes periodos de tiempo
Que le modelo incorpore la posibilidad de realizar procesos de ingeniería inversa,
de tal manera que al implantar cambios posteriores estos puedan ser reflejados
en los modelos iniciales.
Que el modelo caracterice el comportamiento que se pretende percibir y que
finalmente permita realizar los respectivos cambios.
Que el modelo contenga variables de apalancamiento; de tal forma que puedan
modificarse su valor y obtener cambios significativos en todo el modelo
Que los cambios que se deseen implantar puedan darse de forma rápida.
Que el modelo pueda ser validado en base a los datos históricos con los que se
cuenta.
91
Excelencia Académica
92
Excelencia Académica
7.1
1. Nuevamente utilice el ejemplo de la Autoevaluación de la unidad 5, el caso de los
virus en Internet; en vista que el caso ya esta implementado y simulado:
Realice una evaluación del modelo en base a los criterios de significancia.
Realice un análisis de sensibilidad con le método mas sencillo expuesto en
líneas anteriores y determine cuales son las variables que podrían
comportarse como puntos de apalancamiento.
93
Excelencia Académica
es buscar los intereses particulares y los focos de poder; debemos captar todo
aquello que se realiza para resolver los problemas en los que esta inmersa la
organización.
A través de la interacción con los gerentes, podemos hallar las reglas explicitas que
gobiernan las decisiones. Afortunadamente con las entrevistas sale a relucir el
comportamiento de las personas cuando estas toman decisiones, se da una
apreciación sobre como los demás enfrentan esta situación. Encontramos similitudes
en la descripción de las políticas que rigen la organización.
Resumido todo esto en un informe, es momento de representar estas descripciones
en el modelo de simulación. Este modelo permitirá representar el papel de cada
punto de decisión presente en el sistema. Entra a tallar en este momento el análisis
de sensibilidad en cada punto de decisión y la aplicación de las diferentes técnicas
que el análisis encierra.
Ahora bien, la naturaleza compleja de los sistemas dinámicos se traslada al modelo,
de tal forma que el modelo reproduce las mismas dificultades que experimenta el
sistema real. Estas dificultades son las consecuencias secundarias que acarrean la
implantación de políticas, agravando incluso el problema y llegando a tener un
comportamiento en espiral descendente.
Mediante el modelado, podemos descubrir ciertos comportamientos repetitivos
presentes en casi todos los sistemas. Por mencionar algunos:
La mayor parte de los problemas presentes en los sistemas son de origen interno
y se dedican la mayor cantidad de recursos a los problemas externos.
Al tratar de resolver los problemas, normalmente se atacan las situaciones
sintomáticas y esto en muchos casos agrava el problema raíz.
94
Excelencia Académica
95
Excelencia Académica
96
Excelencia Académica
7.2
1. En vista que ya valido y analizó el modelo de “Virus en Internet”; sugiera 5
medidas que cambien el estado crítico por el cual esta pasando “AduranNet”;
sustente sus respuesta tomado en cuenta al modelo plantado.
Halloran ME. Concept of Infectious Disease in Epidemiology (ch. 27). In: Rothman
KJ, Greenland S. (eds). Modern Epidemiology. Philadelphia: Lippincott-Raven. 1998.
Anderson R, Nokes DJ. Mathematical models of transmission and control (ch.6.14).
In: Detels R, McEwen J, Beaglehole R and Tanaka H.(eds). Oxford Textbook of
Public Health. New York: Oxford University Press. Fourth edition Volume 2. 2002.
97
Excelencia Académica
98
Excelencia Académica
99
Excelencia Académica
100
Excelencia Académica
+
CAMBIO POSICIÓN DE
DE LA CAPSULA
Ó
+
-
VELOCIDAD DE ACELERACIÓN
LA CAPSULA DE LA
+ - +
RADIO ACELERACIÓN
TERRESTRE DE
Figura 8.1(a) Diagrama Causal del modelo del tren gravitacional tubular
Figura 8.1(b) Diagrama de Forrester del modelo del tren gravitacional tubular
101
Excelencia Académica
Figura 8.1(c) Ecuaciones del modelo dinámico del tren gravitacional tubular
En este modelo, es evidente que los valores de equilibrio de las variables de nivel (la
posición y velocidad de la cápsula) son iguales a cero, y que ambas variables
pueden tomar valores positivos y negativos si no están en equilibrio. Esta es una
característica que raramente existe fuera del ámbito de los sistemas mecánicos. En
la mayoría de los sistemas del mundo real, es mucho más frecuente que los valores
de equilibrio de los niveles tengan valores positivos con fluctuaciones que nunca
caen por debajo de cero. Para lograr este tipo de comportamiento, un sistema de
realimentación negativa de segundo orden debe tener un “rate-out” (tasa de salida)
referente a uno de los niveles.
102
Excelencia Académica
103
Excelencia Académica
104
Excelencia Académica
8.1.
1. Consideremos el Modelo de Oferta-Demanda. El índice de Producción, PR,
aumenta el Inventario, 1, y el índice de Consumo, CR, lo disminuye. El índice de
Producción es una fracción de la Capacidad de Producción, PC. El índice de
Cambio de Capacidad, CCR, aumenta (o disminuye) la Capacidad de
Producción. El índice de Cambio de Capacidad es una respuesta a la diferencia
entre el Inventario Deseado, DI, y el Inventario real, 1. Vamos a suponer que la
capacidad de producción se determina por el número de trabajadores
multiplicado por la producción por trabajador Las fluctuaciones en la capacidad
de producción corresponden a la contratación y despido de trabajadores, o a las
horas extras seguidas por un recorte de horas.
Para el planteamiento de los valores iniciales del modelo, realice investigación de
valores dados en el mercado peruano y haga referencia a sus fuentes.
Realice todos los pasos que sugiere la dinámica de sistemas, incluido análisis de
sensibilidad y validación
DESARROLLO DE CASOS
Ejemplo 8.3: Modelo de control de almacenamiento de agua.
Vamos a considerar un depósito como los que pueden ser utilizados en una ciudad
pequeña. El depósito se llena mediante cañerías que provienen de una estación de
bombeo, y a su vez da agua a la ciudad a través de una red de distribución. El
tanque del depósito tiene un área de 750 metros cuadrados y una altura de 9
metros, con una capacidad de almacenamiento de 6750 metros cúbicos. Se
considera que una altura de agua de 7.5 metros es conveniente para el
almacenamiento de emergencia y para garantizar una presión adecuada en las
redes de distribución. El depósito está provisto de un sistema automático de control
para regular el flujo de entrada, de forma que la discrepancia entre la altura real y la
deseada estaría conectada a una constante de tiempo igual a diez minutos. Se
supone que el ritmo de salida es una constante igual a 500 metros cúbicos por
minuto. Inicialmente el depósito tiene una altura de dos metros. (Referencia Unidad
3; Ejemplo 3.1).
105
Excelencia Académica
106
Excelencia Académica
107
Excelencia Académica
108
Excelencia Académica
1. Desarrollados los ejemplos 8.1, 8.2, 8.3 y 8.4, sugiera soluciones a esos casos;
sustente sus respuestas tomado en cuenta al modelo plantado.
Esta última unidad ha tenido la intención de mostrar temas que denotan mayor
complejidad, evidentemente quedan pendientes algunos detalles que serna parte de
las investigaciones propias de la labor universitaria; se ha incluido ciclos de
realimentación que presentan grados mas complejos; por ello implican mas análisis
y tiempo en su desarrollo.
También se ha querido dar solución completa a los problemas planteados en
unidades anteriores, tal y como se había convenido, de tal forma que los estudiantes
puedan hacer un seguimiento completo a los casos.
109
Excelencia Académica
UML – Unidad Nº 8
1. Para le caso de Madres Adolescentes que se vive en el Perú; desarrolle un
110