Diagrama Causales Tema 7

UNIVERSIDAD NACIONAL
SANTIAGO ANTÚNEZ DE MAYOLO

CIENCIAS DEL AMBIENTE
INGENIERÍA AMBIENTAL
CURSO : INTRODUCCIÓN A LA TEORÍA DE SISTEMAS

TEMA : DIAGRAMA CAUSAL
DOCENTE : ALVARADO TOLENTINO Joseph Darwin
CICLO : II
INTEGRANTES:
● ENTENO LAGUNA Aarón
C
● CERNA VEGA Edson
● GONZALES MENDOZA Yessika
● MORENO MEJÍA Melanie
● VERGARAY ANDAGUA Úrsula
HUARAZ-PERÚ
2019
1
ÍNDICE
INTRODUCCIÓN pag. 4
OBJETIVOS pag. 5
MARCO TEÓRICO
DIAGRAMA CAUSAL
1.¿QUÉ ES UN DIAGRAMA CAUSAL? pag. 6
2.COMPONENTES
2.1.Grafo orientado pag. 6
2.2.Bucles
2.2.1.Bucle de retroalimentación positiva pag. 7
2.2.2.Bucle de retroalimentación negativa pag. 7
3.TIPO DE RELACIONES pag. 9
4.TIPO DE VARIABLES
4.1.Variables exógenas pag. 10
4.2.Variables endógenas pag. 11
4.3 Variables excluidas pag. 11
5.ERRORES COMUNES EN LA REALIZACIÓN DE DIAGRAMAS CAUSALES
5.1.Uso de variables no cuantificables pag. 13
5.2. Variables que incorporan la polaridad pag. 15
5.3. Relación de variables vs. Hipótesis dinámica pag. 17
5.4. Causalidades redundantes pag. 18
5.5. Nivel de agregación pag. 21
5.6. Diagramas causales sin dinámica pag. 22
6. REGLAS PARA LA ELABORACIÓN pag. 23
7. APLICACIONES DE SISTEMAS REALES pag.24
2
CONCLUSIONES pag. 26
REFERENCIAS BIBLIOGRÁFICAS pag. 27
3
INTRODUCCIÓN
El conjunto de los elementos que tienen relación con un problema en estudio y permiten en
principio explicar el comportamiento observado, junto con las relaciones entre ellos, en
muchos casos de retroalimentación, forman el sistema. El diagrama causal es un diagrama
que recoge los alimentos clave del Sistema y las relaciones entre ellos.
Es importante empezar a hacer versiones que poco a poco nos vayan aproximando a la
complejidad del modelo. La gama mínima de elementos y relaciones que permita
reproducir la Referencia Histórica, será la que forme la estructura básica del sistema.
Los diagramas causales son una herramienta útil en dinámica de sistemas. Ellos ilustran la
estructura de realimentación del sistema. Al ser una concepción conceptual, también sirven
para identificar los mapas mentales de las personas u organizaciones. Los diagramas
causales son fundamentales para la dinámica de sistemas, pues además de lo anterior,
sirven de guías para la elaboración y comprensión de los modelos. Al diagrama causal
también se le suele llamar hipótesis dinámica.
Este texto tiene como propósito advertir sobre ciertos errores en que se incurre cuando se
está aprendiendo a realizar los diagramas causales, y no pretende reemplazar la guía básica
de elaboración de diagramas causales presentada por Sterman, bajo el título Causal Loop
Diagrams.
Esta estructura viene dada por la especificación de las variables, y por el establecimiento
de la existencia,o no existencia,de una relación entre cada par de variables. A este nivel de
análisis de la estructura, le interesa conocer si existen relaciones o no.
4
OBJETIVOS
Objetivo General
Dar a conocer más a fondo los diagramas causales.
Objetivos específicos
● Explicar con definiciones claras qué son los diagramas causales.
● Reconocer casos prácticos de los diagramas causales con breves análisis
● Detallar los diagramas causales con varios ejemplos precisos para el mejor
entendimiento de ello, acotando también de no cometer errores al hacerlo.
5
MARCO TEÓRICO
DIAGRAMA CAUSAL
1.¿QUÉ ES UN DIAGRAMA CAUSAL?
Es una representación gráfica de las relaciones múltiples de causa-efecto entre las diversas
variables que intervienen en un proceso. En teoría general de sistemas, un diagrama causal es
un tipo de diagrama que muestra gráficamente las entradas o inputs, el proceso y las salidas o
outputs de un sistema (causa-efecto) con su respectiva retroalimentación (feedback) para el
subsistema de control.
Figura 1: Diagrama causal
2.COMPONENTES
2.1.Grafo orientado
A las flechas que representan las aristas se pueden asociar a un signo. Este signo indica si
las variaciones del antecedente y del consecuente son o no, del mismo signo. Supongamos
que entre A y B existe una relación de influencia positiva.
.
A B
6
2.2.Bucles
2.2.1.Bucle de retroalimentación positiva
Se trata de un bucle en el que todas las influencias son positivas, (o si las hubiese
negativas, tendría que compararse con pares).
Figura 2: Bucle de retroalimentación positiva
Ejemplo: Natalidad de población
Nacimientos que tiene una población por años
Figura 3: Ejemplo de bucle retroalimentación positiva
1. Población
2. Nacimientos.
2.2.2.Bucle de retroalimentación negativa
Representa un tipo de situación muy frecuente en el que trata de decidir acciones para
modificar el comportamiento con el fin de alcanzar un determinado objetivo. Un diagrama de
7
esta naturaleza se puede aplicar tanto al sencillo acto de coger un lápiz, detectando mediante
la vista la discrepancia entre las posiciones de la mano y el lápiz.
Un bucle de retroalimentación negativa tiene la notable propiedad de que si, por una
acción exterior se perturba alguno de sus elementos, el sistema, en virtud de su estructura,
reacciona teniendo a anular esa perturbación.
Figura 4: Bucle de retroalimentación positiva
Ejemplo: Natalidad de población con influencia de comida
Nacimientos que tiene cierta población por año, según la cantidad de comidas por personas.
Figura 5: Ejemplo de bucle retroalimentación negativa
1. Población
2. Nacimientos por año
3. Comida por persona
8
4. Factor nacimiento
3.TIPO DE RELACIONES
El diagrama causal es un diagrama que representa las relaciones de influencia que se dan
entre los elementos de un sistema por lo tanto permite conocer la estructura del mismo.
El conjunto de los elementos forma el Sistema, tiene relación con el problema y permite
explicar el comportamiento observado, junto con las relaciones entre ellos.
La relación entre una variable A y otra B del sistema se representará mediante una flecha,
leyéndole "A influenza a B".
Sobre la flecha se indicará mediante signo + o - el tipo de relación siendo
positiva cuando las variaciones de A y B son del mismo sentido y negativa en caso
de variación de sentido contrario.
Figura 6: Tipo de relaciones
Es importante hacer versiones que aproximen a la complejidad del modelo. Las flechas
van acompañadas de un signo (+ o -) que indica el tipo de influencia ejercida por una variable
9
sobre la otra. Un signo "+" señala que un cambio en la variable origen de la flecha producirá
un cambio del mismo sentido en la variable destino. El signo "-" simboliza que el efecto
producido será en sentido contrario. Así cuando un incremento de A, produce un incremento
de B, o bien una disminución de A provoca una disminución de B, tendremos una relación
positiva.
Y cuando un incremento de A, produce una disminución de B, o bien una disminución de
A provoca un aumento de B, tendremos una relación negativa.
En los diagramas causales las relaciones que ligan a dos elementos entre sí, pueden ser de
dos tipos:
Relación causal: Es aquella en la que un elemento A determina a otro B, con una relación de
causa a efecto.
Relación correlativa: Existencia de una correlación entre dos elementos del sistema,sin
existir entre ellos una relación de causa a efecto.
De acuerdo con el diagrama causal se establece la clasificación de la estructura de los
sistemas. Existen dos tipos básicos de estructuras causales: la estructura causal simple y la
estructura causal compleja.
4.TIPO DE VARIABLES
4.1.Variables exógenas
Afectan el comportamiento del sistema desde el exterior. Las variables que no
controlamos, las cuales muchas veces actúan en nuestra contra y no se puede estimar su
probabilidad de ocurrencia.
EJEMPLO:
● Doblarse un pie en la carretera.
● Que la empresa pierda un cliente importante y deba despedir trabajadores.
10
Estas son variables las cuales escapan de nuestro control.
4.2.Variables endógenas
Afectan el comportamiento del sistema internamente. Las variables endógenas, que son las
que creemos de alguna manera podemos controlar o estimar su probabilidad de ocurrencia.
EJEMPLO :
● Si tengo varios años trabajando, puedo creer q no seré despedido y por lo tanto tomar
un préstamo.
● Si corro 5 kilómetros diario, puedo pensar que terminare una maratón en media hora
Estos son ejemplos de predicciones fácilmente simples.
Figura 7: Variables endógenas
4.3 Variables excluidas
Variables que no se consideran en la estructura del sistema dinámico.
11
Figura 8: Variables excluidas
5.ERRORES COMUNES EN LA REALIZACIÓN DE DIAGRAMAS CAUSALES
En la práctica, se ha identificado varios tipos de errores que son comunes en la elaboración
de los diagramas causales. Inicialmente se describirán y posteriormente se mostrarán con
ejemplos. Ellos son a continuación:
Uso de variables no cuantificables: Se suelen bautizar las variables con nombres que no
sugieren cantidad.
Variables que incorporan la polaridad : Se da cuando el nombre de la variable tiene un
verbo que sugiere su incremento o decremento.
Relación de variables vs. Hipótesis dinámica: Surge cuando se relacionan variables, y hasta
se logra plantear ciclos, pero en realidad esta relación no está explicando nada del fenómeno
en cuestión.
Causalidades redundantes: Se presenta cuando se plantean causalidades para lograr efectos
que otras causalidades ya lograron.
12
Nivel de agregación: Por exceso o por defecto. Se hacen diagramas muy grandes y
detallados para situaciones muy simples, o diagramas muy pequeños para situaciones
complejas.
Diagramas causales sin dinámica: Cuando se hace un diagrama causal en el cual los ciclo
carecen de relaciones que permitan la realimentación
5.1.Uso de variables no cuantificables
Este es el caso de variables que se bautizan con nombres que no admiten cuantificación.
El siguiente diagrama causal presentado en la figura, representa la hipótesis dinámica de un
problema real que sucede en el poblado de Haryana en la India. Allí las mujeres se venden de
niñas, pues culturalmente se prefieren hijos varones. El problema resulta después, cuando
estos varones quieren casarse en el futuro, y no hay mujeres disponibles. Por esta razón las
novias deben ser compradas a traficantes de personas.
El diagrama causal de la figura, plantea varios errores: el primero es el referido en esta
sección tiene varias variables que no son cuantificables o que fueron inadecuadamente
definidas. El segundo, es que es más una relación de variables que una hipótesis dinámica.
Figura 9: Diagrama causal de la venta de esposas en Haryana
13
Las variables Respeto hacia la mujer y Presión para casarse, son variables que no se
asocian a una cantidad en forma inmediata. Medir el grado de respeto o de presión en un
asunto, es algo que puede suscitar debates innecesarios. Estas variables deberían bautizarse
en equivalentes más cuantificables, como se muestra a continuación: Respeto hacia las
mujeres→ Mujeres maltratadas y Presión para casarse→ Adolescentes casadas Las variables
Rescate de mujeres, Educación de la población, Mujer soltera de la India, Reventa de
mujeres, Tráfico de mujeres y Venta de mujeres, no son variables que no se pueden contar,
sino, que han sido expresadas de una manera inadecuada. Una posible forma de nombrar
correctamente estas variables podr´ıa ser as´ı: Rescate de mujeres→ Mujeres rescatadas,
Educación de la población→ Personas con nivel secundario, Mujer soltera de la India→
Solteras, Reventa de mujeres→ Mujeres vendidas, Tráfico de mujeres→ Mujeres vendidas y
Venta de mujeres→ Mujeres vendidas El hecho de que las tres últimas variables puedan ser
identificadas de la misma forma, sugiere que el diagrama causal estuvo mal hecho, pues este
presenta tres variables distintas para algo que es lo mismo. En la siguiente figura, se presenta
otro diagrama causal que presenta los mismos problemas que el causal anterior: definición de
variables no cuantificables, y relación de variables en vez de una hipótesis dinámica.
14
Las variables Mercado sexual, Recursos políticos, Maltrato, Respeto y Pobreza, tienen
nombres cuya cuantificación no está clara. ¿Cómo se mide un Mercado sexual?, ¿Recursos
pol´ıticos? o ¿Respeto? Se tienen que rebautizar las variables. Un ejemplo de ello podría ser:
Mercado sexual→ Mujeres vendidas, Recursos políticos→ Presupuesto público, Maltrato→
Mujeres maltratadas, Respeto→ Mujeres sin maltrato y Pobreza→ Pobres
Finalmente, la variable Niveles de educación, se podría expresar en una forma más clara
que señale lo que se está midiendo: Niveles de educación → Bachilleres. Sin embargo,
aunque se definan estas variables, el diagrama causal todavía no es útil pues subyace el
problema de que es más una relación de variables que una hipótesis dinámica. Más adelante
se ilustra cómo debe ser un diagrama causal que plantee una verdadera hipótesis dinámica.
5.2. Variables que incorporan la polaridad
En este caso, la variable se define con un verbo que denota si esta se está incrementando o
decrementando. La figura ilustra bien este error. Aquí se pedía realizar una hipótesis
15
dinámica para explicar por qué la política de bajar costos en una empresa se había traducido
en menores ventas.
Figura 11 : Diagrama causal de las pérdidas en la empresa como consecuencia de una política de rebaja de
costos
Las variables Rebaja de costos, Rebaja de calidad de materia prima, Rebaja de calidad de
producto y Recorte de presupuesto, tienen incorporado un elemento sobrante, pues la ‘rebaja
o el ‘incremento’ (que en este diagrama no está) es un elemento que lo da el signo de la
flecha que le llega, y no el nombre de la variable. En ese sentido, la figura , muestra cómo es
posible eliminar todas estas ‘rebajas’ manteniendo el sentido del diagrama. Puede resultar
‘extraño’ que un diagrama causal donde todas las relaciones causales son positivas explique
la ca´ıda en las ventas a causa de la rebaja en el costo. Sin embargo, si se comprende el
sentido del signo (+ ó -) en la flecha, se puede entender esta situación. La figura 4 presenta
un ciclo donde todas las relaciones son directas o positivas, es decir, a más de A, más de B,
luego cuando A rebaja, B también lo hace. En ese sentido, si los costos bajan, como todas
las relaciones son directas, las variables del diagrama, incluyendo las ventas, bajarán también.
Este es el sentido de un bucle reforzado.
16
Figura 12: Diagrama causal de las pérdidas en la empresa como consecuencia de una pol´ıtica de rebaja de
costos
5.3. Relación de variables vs. Hipótesis dinámica
En las figuras anteriores, corresponden una relación de variables, más que a la
formulación de una verdadera hipótesis dinámica. Un diagrama causal debe ‘contar’ una
historia, y ayudar a que tanto el modelador como los espectadores la entiendan. Cuando
claramente no se entiende que explica el diagrama, es una seña de que este se ha efectuado en
una forma inadecuada. El diagrama causal debe ser muy transparente. En la figura siguiente
se presenta un diagrama causal de lo que podría considerarse la hipótesis dinámica del por
qué faltan esposas en Haryana. El papel que juega cada ciclo se describe a continuación:
R1: Presenta el ciclo de los hombres dentro del sistema.
R2: Pel ciclo de las mujeres dentro del sistema. Tiene un elemento adicional, la presencia de
la variable Mujeres faltantes reduce la posibilidad de que se consoliden Parejas, y así, el
nacimiento de futuros hijos.
B1: Presenta como el sistema controla o balancea el número de niñas. Culturalmente las niñas
son rechazadas, este ciclo muestra la reacción del sistema contra las niñas, vendiendolas.
17
B2: Presenta como el sistema balancea las Mujeres faltantes comprando mujeres a través de
la variable Mujeres compradas. En síntesis, este simple diagrama muestra que la ausencia de
mujeres en el presente se debe a la venta de niñas en el pasado.
5.4. Causalidades redundantes
Las causalidades redundantes puede ser un error común, incluso para gente con
experiencia. Surge cuando se agrega una causalidad que pretende lograr lo que el sistema con
las causalidades iniciales logra. La dificultad por identificarlas es dada porque causalmente
estas relaciones son causalmente correctas, sin embargo, sobran en el sistema y generan
errores de cálculo.
18
Figura 14: Diagrama causal del efecto de la reducción de la pena sobre el hacinamiento.
En esta figura, presenta el diagrama causal del efecto que tiene el Hacinamiento sobre los
Delincuentes. El diagrama supone que a más Hacinamiento, menos Duración de la sentencia,
lo que genera un incentivo para que aparezcan más Delincuentes. En síntesis, B1 pretende
controlar o balancear el Hacinamiento y lo logra, pero además, activa R1 y R2, atrayendo y
liberando delincuentes. Pese a que el diagrama es una hipótesis correcta, tiene una relación
causal que es redundante y que ocasiona errores de sobreestimación de la variable Capturas.
La flecha de color azul, presenta la relación: A más Liberados, más Capturas. Es una relación
que causalmente es correcta, sin embargo, Liberados ya ha influenciado a Delincuentes, y a
partir de Delincuentes se determina las Capturas. Cuando en Capturas se permite la inclusión
de Liberados, Liberados estaría siendo contabilizada dos veces.
19
Figura 15: Diagrama causal del impacto del control policial sobre el software libre.
En esta figura, se puede apreciar otro ejemplo de una causalidad redundante. La variable
Control estatal incide positivamente sobre Software libre, el cual a su vez incide
negativamente en las Ventas de microsoft. Esto tiene sentido, ya que al tener un software
libre, no se necesita comprar uno con licencia. La redundancia se da cuando se agrega la
causalidad a más Software libre, menos Control estatal, pues la misma estructura causal del
sistema puede hacer que al incrementar Software libre el Control estatal baje. Se deben seguir
las causalidades:
Software libre -→Ventas de microsoft
Ventas de microsoft +→Empresas con software
Empresas con software +→Piratería
Piratería +→Control estatal
Si Ventas de microsoft cae, todas las variables de ah´ı en adelante caen, dada la relación
directa o positiva de las variables . En una forma indirecta aumentar Software libre, es
disminuir el Control estatal.
20
5.5. Nivel de agregación
El diagrama causal debe servir para explicar el fenómeno que se estudia. Realizar
diagramas causales muy agregados o muy detallados puede resultar completamente inútil
para el propósito en cuestión. En la figura siguiente, se muestran dos diagramas causales
sobre agregados. El primer diagrama causal a la izquierda, pretendía explicar por qué las
personas que depredan el recurso leña tienen que recorrer más kilómetros para encontrar
nueva. La figura muestra que, además de que la variable Ansiedad por encontrar leña es una
variable expresada en una forma inadecuada, el nivel de agregación es tal que no se entiende
por el porqué del fenómeno.
Figura 16: Diagramas causales con un nivel de agregación exagerada
Una situación igual presenta el diagrama causal de la derecha. Se pretendía explicar cómo
se puede superar las pérdidas en una empresa. Nuevamente, el nivel de agregación es tal que
el causal no explica nada. En la figura siguiente se puede observar un ejemplo de un nivel de
agregación adecuado para las dos situaciones descritas con anterioridad.
21
Figura 17: Diagramas causales con un nivel de agregación adecuado.
5.6. Diagramas causales sin dinámica
Algunos diagramas causales tienen forma de ‘bicicleta’. En la figura siguiente, muestra
un diagrama causal que trata de explicar por qué el Estado se endeuda cada vez más.
Figura 18: Diagrama causal sin dinámica.
Sin entrar en los detalles del nombre de las variables, ni la bondad del diagrama anterior.
El error que se señala aquí es que un ciclo afecta a otro de manera exógena, y no hay
22
realimentación con el primer ciclo. Si se está buscando una explicación endógena, no tendría
sentido que ambos ciclos están conectados por una sola relación.
6. REGLAS PARA LA ELABORACIÓN
La construcción de un diagrama causal es aparentemente, una labor sencilla. Sin embargo,
debe procederse con gran cuidado a fin de evitar posible errores. Para obtener diagramas
causales satisfactorios deben tenerse en cuenta las siguientes reglas.
1º Evitar bucles ficticios.
2º Emplear elementos que sean fácilmente caracterizables por números.
3º No emplear dos veces la misma relación en un mismo modelo. Sin embargo, con las
relaciones causales explícitas deben explicitar las mismas.
4º Evitar bucles redundantes.
5º No emplear al tiempo como un factor causal
Algunas comparaciones de la forma incorrecta y correcta:
eglas para la elaboración

Figura 19: R
23
eglas para la elaboración
Figura 20: R
7. APLICACIONES DE SISTEMAS REALES:
Caso 1. La empresa auditora había observado en los últimos años un desfase permanente y
significativo entre la evolución de su número de clientes y la evolución de los auditores
disponibles para atenderlos, de forma que se alternaban períodos en los que no podía atender
a los clientes por falta de auditores con otros períodos en los que los auditores se hallan
ociosos por falta de clientes. Los empleados de la empresa se dividen entre auditores junior y
senior. La necesaria y especializada formación de los auditores obliga a un largo período de
formación en el que los auditores juniors no pueden atender directamente a los clientes y
colaboran con los auditores senior. Al completar un curso de formación sobre los conceptos
del System Thinking de una semana de duración con el equipo directivo, éste pudo recoger en
un único diagrama causal los aspectos esenciales que influyen en el problema planteado
según las diversas aportaciones del cada uno de ellos. El diagrama causal sirvió para facilitar
un diálogo centrado en el problema, para mostrar de una forma explícita los aspectos
limitativos del proceso de formación de los empleados, para analizar las relaciones entre los
diversos departamentos que intervienen, para plantear la posibilidad de nuevas políticas de
contratación y selección del personal, y además se identificaron algunos patrones de
comportamiento clásicos del System Thinking que explicaban el comportamiento observado.
24
Finalmente se pudieron identificar los aspectos clave sobre los habían de centrarse las
políticas de la empresa para la resolución del problema.
jemplo 1 de Aplicación de sistemas reales

Figura 21: E

Figura 22: E

Figura 23: E
25
CONCLUSIONES
● Dimos a conocer a los diagramas causales más a fondo ya que definimos y
ejemplificamos cada paso.
● Logramos explicar con definiciones claras lo que son los diagramas causales usando
gráficos.
● Se pudo reconocer casos prácticos de los diagramas causales con un análisis.
● Detallamos los diagramas con variedad de ejemplos para un buen entendimiento, y
acotamos por la parte final que errores se cometen casi siempre como también que
reglas tener en cuenta.
26
REFERENCIAS BIBLIOGRÁFICAS
● Teoría de sistemas. (24 de Junio de 2013). Obtenido de Diagramas causales:
http://teosispucese.blogspot.com/2013/06/diagramas-causale.html
● Guillén, R. C. (s.f.). Dinámica de sistemas . Obtenido de Diagramas causales :
https://docplayer.es/39763720-Dinamica-de-sistemas-diagramas-causales.html
● Ulloa, S. C. (Diciembre de 2008). Dinámica de sistemas. Obtenido de Diagrama
causales: https://es.slideshare.net/scontulloa/diagramas-causales-5021896
● Flores, S. Q. (2 de Noviembre de 2015). Diagrama causal . Obtenido de
https://es.slideshare.net/bsqf/diagrama-causal
● Jaén, S. (s.f.). Ayudas para la elaboración de diagramas causales. Obtenido de
http://aprendeenlinea.udea.edu.co/lms/moodle/pluginfile.php/6195/mod_resource/cont
ent/0/Causales.pdf
● Diagramas causales . (12 de Mayo de 2008). Obtenido de
https://es.slideshare.net/guestf1a6ee/diagramas-causales
● Diagramas causales . (17 de Octubre de 2016). Obtenido de
https://www.slideshare.net/ariesbp/clases-de-diagramas-causales-parte-0
27

Diagrama Causales Tema 7

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diagrama Causales Tema 7

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL

SANTIAGO ANTÚNEZ DE MAYOLO

CURSO :​ ​INTRODUCCIÓN A LA TEORÍA DE SISTEMAS

1.¿QUÉ ES UN DIAGRAMA CAUSAL? pag. 6

2.1.Grafo orientado pag. 6

2.2.1.Bucle de retroalimentación positiva pag. 7

2.2.2.Bucle de retroalimentación negativa pag. 7

3.TIPO DE RELACIONES pag. 9

4.1.Variables exógenas pag. 10

4.2.Variables endógenas pag. 11

4.3 Variables excluidas pag. 11

5.ERRORES COMUNES EN LA REALIZACIÓN DE DIAGRAMAS CAUSALES

5.1.Uso de variables no cuantificables pag. 13

5.2. Variables que incorporan la polaridad pag. 15

5.3. Relación de variables vs. Hipótesis dinámica pag. 17

5.4. Causalidades redundantes pag. 18

5.5. Nivel de agregación pag. 21

5.6. Diagramas causales sin dinámica pag. 22

6. REGLAS PARA LA ELABORACIÓN pag. 23

7. APLICACIONES DE SISTEMAS REALES pag.24

REFERENCIAS BIBLIOGRÁFICAS pag. 27

muchos casos de retroalimentación, forman el sistema. El diagrama causal es un diagrama

complejidad del modelo. La gama mínima de elementos y relaciones que permita

causales son fundamentales para la dinámica de sistemas, pues además de lo anterior,

sirven de guías para la elaboración y comprensión de los modelos. Al diagrama causal

también se le suele llamar hipótesis dinámica.

análisis de la estructura, le interesa conocer si existen relaciones o no.

Dar a conocer más a fondo los diagramas causales.

● Explicar con definiciones claras qué son los diagramas causales.

● Reconocer casos prácticos de los diagramas causales con breves análisis

entendimiento de ello, acotando también de no cometer errores al hacerlo.

1.¿QUÉ ES UN DIAGRAMA CAUSAL?

variables que intervienen en un proceso. En teoría general de sistemas, un diagrama causal es

outputs de un sistema (causa-efecto) con su respectiva retroalimentación (feedback) para el

Figura 1: ​Diagrama causal

que entre A y B existe una relación de influencia positiva.

2.2.1.Bucle de retroalimentación positiva

negativas, tendría que compararse con pares).

Figura 2: ​Bucle de retroalimentación positiva

Ejemplo:​ Natalidad de población

Nacimientos que tiene una ​población​ por años

Figura 3: ​Ejemplo de bucle retroalimentación positiva

2.2.2.Bucle de retroalimentación negativa

modificar el comportamiento con el fin de alcanzar un determinado objetivo. Un diagrama de

la vista la discrepancia entre las posiciones de la mano y el lápiz.

acción exterior se perturba alguno de sus elementos, el sistema, en virtud de su estructura,

reacciona teniendo a anular esa perturbación.

Figura 4: ​Bucle de retroalimentación positiva

Ejemplo​: Natalidad de población con influencia de comida

Figura 5: ​Ejemplo de bucle retroalimentación negativa

2. Nacimientos por año

3. Comida por persona

explicar el comportamiento observado, junto con las relaciones entre ellos.

leyéndole "A influenza a B".

Sobre la flecha se indicará mediante signo + o - el tipo de relación siendo

de variación de sentido contrario.

Figura 6: ​Tipo de relaciones

producido será en sentido contrario. Así cuando un incremento de A, produce un incremento

de B, o bien una disminución de A provoca una disminución de B, tendremos una relación

Y cuando un incremento de A, produce una disminución de B, o bien una disminución de

A provoca un aumento de B, tendremos una relación negativa.

existir entre ellos una relación de causa a efecto.

De acuerdo con el diagrama causal se establece la clasificación de la estructura de los

CURSO : INTRODUCCIÓN A LA TEORÍA DE SISTEMAS

Figura 1: Diagrama causal

Figura 2: Bucle de retroalimentación positiva

Ejemplo: Natalidad de población

Nacimientos que tiene una población por años

Figura 3: Ejemplo de bucle retroalimentación positiva

Figura 4: Bucle de retroalimentación positiva

Ejemplo: Natalidad de población con influencia de comida

Figura 5: Ejemplo de bucle retroalimentación negativa

Figura 6: Tipo de relaciones

Figura 7: Variables endógenas

Variables que incorporan la polaridad : Se da cuando el nombre de la variable tiene un

Causalidades redundantes: Se presenta cuando se plantean causalidades para lograr efectos

Figura 9: Diagrama causal de la venta de esposas en Haryana

Figura 13: Diagrama causal de la venta de esposas en Haryana

Figura 16: Diagramas causales con un nivel de agregación exagerada

Figura 18: Diagrama causal sin dinámica.