Hay que tener en cuenta que un diagrama causal no contiene todos los detalles que contiene un

diagrama de flujos y niveles, por lo tanto un diagrama causal por lo general es una versión más
resumida de lo que se muestra en el diagrama de flujos. A veces los modelos son tan pequeños que
un diagrama de flujos y niveles puede ser representado enteramente por un diagrama causal y
viceversa. En estos casos, para pasar de un tipo de diagrama a otro, hay que tener en cuenta
algunas reglas básicas:

1. Identificar qué tipo de variables van a ser modeladas como variables de nivel, flujo, auxiliares
y parámetros. En la figura, se presentan los elementos usados en dinámica de sistema

Tipos de figuras para representar los elementos usados en dinámica de sistemas.

2. Si se tiene el caso de que una variable de nivel es incrementada por una variable de flujo,
el paso de causal a flujo se da de la siguiente manera:

Representación del incremento flujo nivel.

1. Si la ecuación de la variable de flujo depende de una forma positiva o negativa de la del nivel,
y de un parámetro, el paso de flujo a nivel se puede dar de la siguiente manera :
Podríamos también haber tomado la situación como:

La forma de estos íconos difiere con el tipo de software que se esté usando. Otros programas tienen
otras figuras para representar las variables auxiliares y los parámetros pero los más universalmente
representados son los flujos y niveles. Note que los parámetros se caracterizan porque no les llega
ninguna flecha causal, esto es porque son variables exógenas, es decir, afectan al modelo pero no
son afectados por el.

4. Si una variable de flujo disminuye a una de nivel, como es el caso de la variable de flujo
Muertes a la variable de nivel Población, el cambio se presenta en la figura:

En el caso del segundo diagrama lo presentaríamos como

 Disminución del nivel.
Note que si bien el sentido de la flecha va de Muertes a Población en el diagrama causal, en el
diagrama de flujos va de Población a Muertes. Este es el único elemento que aparentemente se ve
contra intuitivo o erróneo, sin embargo, no cambia el hecho de a que más Muertes se le van a sacar
más personas a la variable de nivel Población. Siempre que se le saque a una variable de nivel, en
el diagrama causal ira en un sentido mientras que en el de flujos ira en el otro.

5. Si la ecuación de la variable de flujo Muertes depende positiva o negativamente de la

variable del nivel, la flecha ira en el mismo sentido que tiene en el causal, pero el signo dependerá
si su influencia es positiva o negativa:
Representación de la influencia positiva o negativa del nivel sobre el flujo: Solamente las variables
de nivel pueden ser incrementadas o decrementadas por Variables de flujo. Si un parámetro o una
variable auxiliar están conectados a una variable de nivel, es porque es la condición inicial de la
variable de nivel, y depende de ese parámetro o variable auxiliar. Después del tiempo cero, el nivel
se calculara a partir de la rama neta de los flujos.

Si Muertes o Nacimientos dependen de algo no directamente relacionado con la cantidad de

Población, como por ejemplo Enfermedades, se puede usar una variable auxiliar como se presenta
en la figura.

Realimentación del nivel en forma indirecta: Sea positiva o negativa la relación que va de
Población a Enfermedades, la flecha del diagrama de flujos y niveles ir a en ese sentido, al igual
que de Enfermedades a Muertes.
7. La relación que va de una variable auxiliar a otra, se hace de la misma forma que la presentada
en la figura anterior. En la figura que sigue, se muestra como en el caso de variables auxiliares, los
diagramas causales y de flujos y niveles tienen la misma representación.

Causalidades entre auxiliares: Sea positiva o negativa la relación que va de Enfermedades a

Enfermos, la flecha del diagrama de flujos y niveles ira en ese sentido, al igual que de Enfermos a
Muertes.

Una vez completada la formación sobre Dinámica de Sistemas uno se encuentra que desea hacer
su primer modelo. Veamos algunas ideas sobre la secuencia de los pasos que debería de seguir:

En primer lugar es necesario hacer el DIAGRAMA CAUSAL para ello:

1.- Escribir en el centro de una página el problema que se quiere estudiar (una frase muy breve).
2.-Después escribir todos los elementos que cree que tienen relación más o menos directa con el
problema.
3.- Escribir los elementos que uno cree que influyen en los que se mencionaron en el paso anterior
(2).
4.- Escribir los elementos que uno cree que influyen en los que hemos escrito en 3.
5.- Dibujar las relaciones (flechas) entre los elementos y asignarles un signo.
6.- Observar si aparecen bucles. Remarcar los bucles positivos porque crearán inestabilidad en el
sistema.
7.- Realizar una limpieza de los elementos que no tengan una relevancia significativa para el
problema que se ha decidido estudiar.
8.- Plantearse si existe una solución que pueda mejorar el estado del problema. Para ello preste
especial atención a los bucles positivos.
A continuación hacer el DIAGRAMA DE FLUJOS
9.- Hay que traducir los elementos del diagrama causal porque los software de simulación no pueden
trabajar sobre el diagrama causal. y
10.- escribir las ecuaciones.

ALGUNAS REGLAS DEL MODELO

1. Las líneas de información parten de niveles o parámetros y van hacia flujos( O sea
las variables de flujo son función de los niveles y los parámetros).

2. Las variables auxiliares son parte de los caminos de información. En general

aparecerán entre la información que arranca en los niveles y termina en los flujos.

3. Por lo anterior, no puede aparecer un bucle cerrado construido únicamente con

variables auxiliares. En todo lazo cerrado debe aparecer un nivel y por lo tanto al
menos un flujo.

4. En los diagramas de flujo no se pueden mezclar distintas unidades. Los diagramas

por tanto se asocian entre si en cascada o en paralelo donde en las estructuras solo
circula el mismo tipo de unidades.

Ámbitos de aplicación

En 40 años de proyectos de dinámica de sistemas, se han utilizado en miles de empresas y

organizaciones. Se han podido elaborar diferentes conjuntos de patrones, de estructuras entre las
que encontramos modelos aplicados a subsistemas funcionales de empresas, como: gestión de
recursos humanos, "supply chain management"(SCM), gestión de flujo de trabajo, evaluación de
sistemas de información, exploración de escenarios y planificación estratégica.

Pero también se usa en otros ámbitos, como la economía (modelos de crecimiento, modelos de
ciclos coyunturales, formación de expectativas) y temas relacionados con la sustentabilidad y el
medio ambiente (dinámica poblacional, epidemias, efectos de la agricultura intensiva, industria y
contaminación).
EJEMPLOS DE MODELOS.

5. Modelo de dinámica de sistemas para combustibles líquidos con la hipótesis de Hubbert

Esta ejemplificación ha sido tomada del trabajo : Modelos Energía-Economía para combustibles
líquidos. Carlos de Castro. Grupo de Energía y modelos de Dinámica de Sistemas. Universidad de
Valladolid.

Hipótesis de Hubbert: la influencia geofísica (cantidad de recursos extraíbles, reservas, etc.) va a

ser un factor de peso en la producción de recursos no renovables. Ante un recurso finito que se
desgasta, podrá influir más en la producción que factores políticos, económicos y/o tecnológicos.
Nuestro primer paso será tratar de construir un modelo sencillo con herramienta de dinámica de
sistemas, para comparar las hipótesis de Hubbert y la producción real. En un primer intento,
realizamos un diagrama de stock-flujo con la herramienta de dinámica de sistemas . Partimos de un
stock de Reservas_no_descubiertas (aquellos recursos de petróleo aún no descubiertos en un año
dado, del total de recursos últimos que se pueden descubrir o URR) y de un flujo de descubrimientos
anual que “extrae” petróleo del stock de Reservas no descubiertas y lo “deposita” en el stock de
Reservas extraíbles (aquellos recursos que se van descubriendo se acumulan como reservas). La
flecha curvada que parte de las Reservas no descubiertas a los Descubrimientos anuales,
representa que éstos dependen de aquellas:
Según, la hipótesis de Hubbert (1956), los Descubrimientos anuales serían proporcionales a las
Reservas no descubiertas. Haciendo esto de forma cuantitativa, en el diagrama anterior:

Init Reservas = 0
flow Reservas = +dt * Descubrimientos_anuales
init Reservas_no_descubiertas = 200
flow Reservas_no_descubiertas = -dt * Descubrimientos_anuales
aux Descubrimientos_anuales = Reservas_no_descubiertas / 50

En los resultados de esta simulación, observamos caídas exponenciales tanto en las Reservas no
descubiertas como en los Descubrimientos anuales. Comparada con la curva gaussiana de
Hubbert está claro que de representar algo, es la última parte de los descubrimientos, cuando
estos caen rápidamente
2. Modelo de deforestación.

Tomado de Principios de Modelos Dinámicos. Ricardo Grau. Ecología de Paisajes y Regiones. Facultad de
Ciencias Naturales e IML - Universidad Nacional de Tucumán

Causas y consecuencias (biodiversidad) de la deforestación del bosque para plantación de soja.

La deforestación (“flujo de hectáreas de bosque que se transforman en hectáreas de soja) es
controlada por una variable control que es la “decisión de deforestar”, que a su vez depende de
las ganancias producidas por la soja, las leyes y presiones sociales que condicionan la decisión y
las oportunidades de inversiones alternativas. Las ganancias dependen de la relación ingresos
dada por los precios de la soja (dependientes de oferta y demanda) y la producción; y los egresos
(costos de producción e impuestos). La producción depende de la tecnología y el clima. A su vez,
la superficie de bosque controla la biodiversidad que influye en la percepción social del sistema,
pudiendo influir sobre las leyes y presiones sociales, y potencialmente generando no-linealidades
3. Modelo de I+D

Modelo simplificado del área de Investigación y Desarrollo de una firma comercial

4. Modelo de epidemia

Consideraciones basicas

La enfermedad es lo suficientemente suave como para que los enfermos no dejen de hacer vida
normal, y éstos no se curan completamente durante el período de la epidemia; con ello se evita la
re infección.

La población enferma y la sana se encuentran homogéneamente mezcladas.

Si ejecutamos el modelo 30 días:

El diagrama causal que representa a esta situación se presenta en la figura 4.1 y el diagrama de
Forrester en la figura 4.2, cada comportamiento de las variables más críticas se presentan en las
gráficas

Figura 4.1 Diagrama causal complejo de los efectos de una epidemia

Fig 4.2 Diagrama de Forrester de los efectos de una epidemia

Gráfica 1.Comportamiento gráfico de las variables más críticas