RESUMEN Este documento presenta la dinámica de sistemas donde se abarcan conceptos muy básicos tales como estructuras simples

, ciclos de retroalimentación positiva y negativa, crecimiento exponencial y crecimiento en S o sigmoide. También se presentan diagramas causales donde se muestran las dependencias de los elementos que intervienen en un sistema y sus retroalimentaciones positivas y/o negativas. De igual forma a se incluye la construcción de los diagramas causales del modelo de cunicultura según la información requerida por la empresa Codesan y la construcción del modelo Forreteriano del modelo de cunicultura de acuerdo a la información proporcionada por la empresa Codesan. Para la simulación del modelo Forresteriano se ha usado la herramienta a modo estudiantil Vensim Ple y finalmente la generación de las diferentes gráficas producto de la simulación, teniendo en cuenta las ecuaciones de simulación necesarias. INTRODUCCIÓN La simulación actualmente ha tomado mucho auge en muchas actividades del saber humano; conocer con anticipación lo que puede ocurrir antes de..., y después de..., se convierte en una necesidad tanto para el empresario como para toda una nación que desea sobrevivir a un huracán de categoría 5, o algo peor. Entonces la situación es la estrategia que se debería de usar cuando se presentan ciertas variantes, o en otras palabras, el camino a seguir si las variables que controlan el sistema cambian, o se manipulan. La simulación mediante el uso de computadoras y software/hardware, se puede decir es un arte que depende totalmente del modelador o grupo de trabajo, y de los datos o información del fenómeno investigado. Tanto mayor sea la información obtenida y el alcance del proyecto, al igual que el modelo de simulación, mas complicado es su construcción, depuración y hasta la fiabilidad de sus resultados. La diversidad de información puede convertir el problema en uno de difícil solución y hasta imposible, “La complejidad de un sistema, es la propiedad de este, de ser capaz de adoptar un gran número de estados o comportamientos”. “La variedad, es el número de estados posibles de cualquier situación cuya complejidad queremos medir” (Beer, S 1985). El teorema de de Conant-Ashby, dice que “Todo buen regulador de un sistema debe ser un modelo del sistema”. La dependencia del buen o regular modelo de simulación de una situación real depende mucho de la información, del modelador, de las variables y/o parámetros usados y de los datos a usar, y en si, de la simulación con sus resultados e interpretación de los mismos.

Creado por Ing. Duván Ramírez Molina, para la UDES, semilleros de investigación. Octubre 1 de 2007.

1

Para el caso de la cunicultura hemos iniciado su estudio con la colaboración de la Ing. HILDA RUEDA, gerente de la empresa Codesan, que se dedica a la explotación industrial de la carne de conejo como variante en la alimentación de los santandereanos. Esta industria es muy grande en Europa, tanto como lo es la carne de res para nosotros en Colombia como dieta cotidiana, allí es en gran parte la carne de conejo, en particular España. Para nuestro país la carne de res es el paradigma, pero esto ha venido cambiando con el tiempo, y los colombianos ya pensamos en carne de búfalo, carne de pollo, y ahora en la carne de conejo. En el contexto anterior estamos proponiendo un modelo inicial de simulación usando la dinámica de sistemas, para predecir y/o controlar un proceso de procesamiento de carne de conejo, partiendo del nacimiento del conejo hasta su comercialización. Si podemos crear muchos escenarios posibles de situaciones que se puedan presentar alrededor de la producción de carne de conejo, entonces podemos estandarizar la producción con los mejores resultados esperados. La investigación en la explotación de carne conejo en Santander, se puede decir que es bastante difícil, teniendo en cuenta que esta se hace a menudo como una industria casera y no con una mentalidad mas hacia las masas poblacionales, como alimento alterno. Con lo cual nuestra investigación de simulación se centra en la experiencia que ha tenido la empresa Codesan en Bucaramanga, y su propuesta de explotación industrial masiva. Con la información obtenida se construye un modelo mental, luego un modelo de causa-efecto o causal, luego se construye un modelo Forresteriano, y finalmente el modelo matemático y su respectiva simulación usando una herramienta apropiada como en nuestro caso el Vensim Ple. El proceso es recursivo y cíclico hasta obtener unos resultados acordes con la realidad del fenómeno, con lo cual se logra la explotación industrial del modelo. LA DINÁMICA DE SISTEMAS INTRODUCCIÓN La dinámica de sistemas es la disciplina que usa los conceptos mas avanzados de la teoría general de sistemas y el poder de las ecuaciones diferenciales, como un método para el estudio del comportamiento de sistemas, mediante la construcción de un modelo de simulación informático que centra su atención a las relaciones entre la estructura del sistema y su comportamiento. Los sistemas1 los podríamos asimilar como objetos complejos dotados de elementos o partes con independencia funcional, que no explican el todo del mismo sistema en forma individual, pero que en conjunto y con objetivos claros

Creado por Ing. Duván Ramírez Molina, para la UDES, semilleros de investigación. Octubre 1 de 2007.

2

Octubre 1 de 2007. forman el todo o lo explican. 3 . semilleros de investigación.a seguir. Creado por Ing. 1 Concepto de sistemas conejos Fig. y con el poder de las interacciones mutuas bi-direccionales-entre-sí. 2) se puede especificar como interacciona el sistema con su entorno. Fig. 3 Comportamiento de la variable x en el tiempo1 Algunos conceptos Concepto “Modelo” Definición Representación a escala reducida (comprender) y/o diseñar/construir para explicar “Efecto lateral” Efecto no buscado ni anticipado de una intervención en un sistema “Retroalimentación El signo del cambio en la variable dependiente es igual positiva” al signo del cambio en la variable independiente 1 Brian Gaines: Un sistema viene caracterizado por los tres hechos siguientes: 1) Es posible decir lo que pertenece y lo que no pertenece al sistema. y 3) el sistema admite un principio de ordenación jerárquica. para la UDES. Duván Ramírez Molina. Ross Ashby: Un sistema viene representado por una lista de variables. 2 Modelo de población de Fig.

El siguiente paso es el modelo formal o matemático. es decir. pero no muestran el comportamiento mediante el intercambio de datos. Creado por Ing. El modelo mental en términos de la dinámica de sistemas empieza con los diagramas causales o de causa-efecto y su depuración o perfeccionamiento termina allí. que permite establecer las variables y sus interacciones relacionadas. pero que a su vez son piezas importantes para la profundización y síntesis del “problema de sistemas”. 4 . que implica un dominio del tema en estudio. “Variable de flujo” Magnitud/cantidad de algo que se mueve entre diferentes acumuladores durante un periodo Magnitud/ cantidad de algo que se encuentre en un estado o lugar en un determinado momento “Variable de Nivel” Los modelos de simulación mediante la dinámica de sistemas involucran gran cantidad de variables que cambian con el tiempo y expresan esta característica mediante gráficos de comportamiento. respecto del cambio en una variable independiente Los efectos de un cambio presente en una variable del sistema afectan la manera como la variable cambia en el futuro. para la UDES. Los modelos pueden ser mentales si dan un esbozo o idea aproximada del tema en estudio.“Retroalimentación El signo del cambio en la variable dependiente es el negativa” inverso del signo del cambio en la variable independiente “Retroalimentación” Dirección del cambio en una variable dependiente. En dinámica de sistemas el modelo formal empieza y termina con el modelo Forresteriano y sus consecuentes ecuaciones diferenciales de primer. Los modelos causales. Octubre 1 de 2007. semilleros de investigación. son gráficos que muestran como las variables que intervienen en el sistema en estudio se relacionan. una gran cantidad de datos asimilados y aplicados. Duván Ramírez Molina. segundo y n-orden.

Productivity Press. Forrester. J. W.. 5 Diagrama de Forrester o Forreteriano En la literatura clásica aparece los modelos de Forrester usando un artilugio muy interesante de nivel (vaso de agua) y flujo (Válvula de agua) y observador (discrepancia). luego los diagramas de Forrester2. Duván Ramírez Molina. 1974. 4 Diagrama causal o de causa-efecto La dinámica de sistemas o sistemas dinámicos llevan el sello de una metodología que empieza con una profunda investigación. 2 Forrester. semilleros de investigación. W. Fig.DIAGRAMAS CAUSALES. World Dynamics. Creado por Ing. Productivity Press. Fig. luego el modelo causal. World Dynamics. 5 . luego el modelo matemático discretizado y finalmente la simulación. 1974. J.. para la UDES. Octubre 1 de 2007.

Las constantes son objetos que sirven para dar valores iniciales y/o para mantener el sistema funcionando dentro un rango de estabilidad adecuado. Octubre 1 de 2007. 6 . para la UDES. La variable X se conoce como variable de nivel o de estado y el diferencial como variable de flujo regulador del flujo. semilleros de investigación.La discrepancia esta asociada con un nivel deseado. Fig. partiendo de datos iniciales que generalmente son constantes o Datos estadísticos como: Tasas de nacimientos de conejos. Duván Ramírez Molina. Las variables auxiliares son el resto de variables que intervienen directamente con el sistema en estudio. DIAGRAMAS DE FORRESTER Creado por Ing. 6 Diagrama Causal El flujo afecta al nivel de agua: la variable X resulta de la acumulación del cambio implícito de la variable con respecto al tiempo.

El modelo matemático implica una relación directa entre el modelo de Forrester y las ecuaciones diferenciales implicadas. Creado por Ing. Fig. Duván Ramírez Molina. semilleros de investigación. que se usará en el presente documento. El siguiente paso del modelo forresteriano es su simulación mediante una diversa cantidad de herramientas ya construidas en la actualidad. 7 . para la UDES. Octubre 1 de 2007. y de un uso o aplicación industrial. Para su uso en el computador es necesario discretizarlas mediante el uso de los métodos numéricos.Fig. 7 Simbología usada en los diagramas de Forrester. Discrepancia Parámetros. Variable de nivel Variable de nivel Variable de flujo. 8 Gráfico del modelo de la variable de nivel A. como por ejemplo Vensim Ple.

Es una tendencia a la adaptación del sistema. etc. para la UDES. de acuerdo a la perspectiva en que se observe. Algunas veces es una tendencia a la inestabilidad del sistema. Fig. 9 Gráfico de retroalimentación negativa. El crecimiento sigmoidal o logístico de una variable tiene un comportamiento parecido a la difusión de un comentario de pasillo. hasta que este funcione acorde a la realidad del sistema en estudio. Estos explican el comportamiento del sistema en el tiempo. Fig. 8 . por cada variable que interviene.RETROALIMENTACIÓN NEGATIVA Y POSITIVA. Duván Ramírez Molina. La retroalimentación negativa implica una tendencia de estabilización de una variable o conjunto de ellas. Octubre 1 de 2007. La retroalimentación positiva es una tendencia de crecimiento o reforzamiento de la tendencia del sistema. 10 Gráfico de retroalimentación positiva. Las salidas son gráficas que muestran el comportamiento del modelo y sus tendencias. Creado por Ing. La simulación implica una revisión constante del modelo partiendo del modelo mental. venta de un nuevo producto. propagación de enfermedades infecciosas. semilleros de investigación. Todo sistema Forresteriano tiene implícito retroalimentaciones: positivas. negativas o su combinación (sigmoide) o comportamiento en S.

entonces.Fig. 11 Gráfico sigmoidal. El sistema empieza con un valor inicial Xo=X(0). hasta un valor final Xf=X(infinito). semilleros de investigación. entonces. 9 . Si T=0. Octubre 1 de 2007. el punto de inflexión o punto donde el sistema no tiene ganancias ni pérdidas. por esto se llama punto de equilibrio. para la UDES. Si T=Tm. Creado por Ing. Duván Ramírez Molina.

del parámetro Xf. Fig. 10 . Octubre 1 de 2007. 12 Influencia del valor inicial en el crecimiento sigmoidal. Creado por Ing. semilleros de investigación. Fig. 13 Influencia del valor final en el crecimiento sigmoidal. para la UDES.El parámetro K es conocido como tasa de crecimiento. Duván Ramírez Molina. que depende del valor inicial Xo. Y del parámetro Tm. Fig. 14 Influencia del valor intermedio en el crecimiento sigmoidal.

Duván Ramírez Molina. 15 Relación entre la evolución temporal del flujo F (t) y el nivel X (t) para el crecimiento sigmoidal. Fig.MODELO CUNICULTURA PARA CODESAN. semilleros de investigación. Vida media + - Tasa de nacimientos Población + Nacimientos Muertes + Tasa de muertes Creado por Ing. para la UDES. Octubre 1 de 2007. 11 .

El número de conejos que muere cada año. Muertes = (Población de conejos / Tiempo de vida promedio) * Multiplicador de Muertes Área = 1 Hectárea Nacimientos Normales = 1. Tiempo de vida promedio = 4 Años. Población_de_conejos(t) = Población_de_conejos(t . Flujo de Salida. para la UDES. Densidad_de_Población = Población_de_conejos/Área Unidad = Conejos/hectárea Creado por Ing.5 / Año. El modelo designa los siguientes comportamientos definidos así: Nacimientos = Población de Conejos * Nacimientos Normales. Duván Ramírez Molina.dt) + (Nacimientos Muertes) * dt Flujo de entrada. Área = 1 Unidad = Hectáreas El número de conejos por unidad de área. El número de conejos que nacen cada año. Densidad = Población de conejos / Área ESTRUCTURA DE CRECIMIENTO SIGMOIDAL. comportamiento sigmoidal.Fig. Población inicial de conejos = 1 Unidad = Conejos. semilleros de investigación. 16 crecimiento de conejos en un área determinada. 12 . Muertes = (Población_de_conejos/Tiempo_de_vida_promedio)*Multiplicador_de_muertes Unidad = Conejos/año. Octubre 1 de 2007. La cantidad de tierra en la que la población de conejos vive. El número de conejos en la población de conejos. Nacimientos = Población_de_conejos * Nacimientos_normales Unidad = Conejos/año.

Cantidad de muertes). usando un multiplicador. en la población cada año.El número de conejos que nacen en la población por conejo. esto es.5 Unidad = 1/año El número de conejos que muere por conejo en la población por año. Octubre 1 de 2007. Nacimientos_normales = 1. 17 Cunicultura. Modelo causal inicial. 13 . Tiempo_de_vida_promedio = 4 Unidad = año Depende de la densidad de población. Creado por Ing. Duván Ramírez Molina. INTRODUCCIÓN AL MODELO CAUSAL. para la UDES. Generalmente se puede usar una tasa estadística en donde aparece la dupla (Población. CASO CUNICULTURA EN BUCARAMANGA Fig. semilleros de investigación.

18 Cunicultura.Fig. Modelo causal con control de alimentación Fig. 14 . Octubre 1 de 2007. 18 Cunicultura. Duván Ramírez Molina. semilleros de investigación. para la UDES. Modelo General Creado por Ing.

Fig. Duván Ramírez Molina. Modelo Forresteriano final. 18 Cunicultura. semilleros de investigación. 15 . sin retardos y sin multiplicadores. Creado por Ing. Octubre 1 de 2007. para la UDES.

semilleros de investigación.85e+037 -9.495e+038 9.85e+037 -2e+036 Compras de conejos 4e+030 -9.1495 0.85e+037 -2e+036 Adultos 2e+038 1.GRÁFICOS DEL MODELO.0 0 2 0 9 18 Tim e (M o n th ) Población de conejos 2e+038 1.0 9 9 0 . Octubre 1 de 2007.495e+038 9.0485 -0.2 0.7 e+ 0 3 2 -1 .9 9 e + 0 3 1 1 .495e+038 -2e+038 0 9 18 Time (Month) Creado por Ing.9e+037 -1.9e+037 4.2 0 .9e+037 4.9 8 e+ 0 3 3 -2 .7e+031 -1. (Datos no reales) Current Cu rren t C:\Archivos de programa\Vensim\models\sample\EXT C:\Arch iv o s d e p ro g ram a \Ven sim \m o d els\sam p le\EXTRA\Cu rren t Ca n tid a d alim en to s Disp o n ib le s 4 e+ 0 3 1 2 .002 Contagio 2e+036 -4.9 9 e+ 0 3 3 -4 e+ 0 3 3 Co n su m o d e a lim en to s 0 .98e+032 -2.7 e+ 0 3 0 -4 e+ 0 2 9 Co m p ra s d e alim en to s 4 e+ 0 3 1 -9 .0 4 8 5 -0 .1 4 9 5 0 .9 8 e + 0 3 1 9 . Duván Ramírez Molina. 16 .099 0.99e+032 -4e+032 Consumo de alimentos 0. para la UDES.

98e+032 9.495e+038 9.85e+034 -9.94e+032 -8e+030 Sacrificio 4e+032 2.85e+035 -9. 17 .495e+036 -2e+036 Adultos 2e+038 1. Duván Ramírez Molina. Octubre 1 de 2007.85e+037 -2e+036 Hembras Proceación 4e+032 2.9e+034 -1.7e+031 -4e+030 0 9 18 Time (Month) Creado por Ing.7e+031 -4e+030 Machos Procreación 8e+032 5.9e+034 -1.96e+032 1.98e+032 3.9e+035 -1. para la UDES. semilleros de investigación.9e+037 4.Current Current C:\Archivos de programa\Vensim\models\sample\EXTRA\Currentprograma\Vensim\models\sa C:\Archivos de Hembras Proceación 4e+032 2.99e+032 1.99e+032 1.495e+035 -2e+035 Nacimiento de conejos 2e+033 -4.94e+032 -8e+030 Muerte natural 2e+033 -4.495e+035 -2e+035 Rehabilitados 10 5 0 -5 -10 0 9 18 Time (Month) Población de conejos Adultos 2e+034 -4.7e+031 -4e+030 Machos Procreación 8e+032 5.96e+032 1.98e+032 3.98e+032 9.99e+032 1.98e+032 9.85e+034 -9.

8 5e + 0 3 7 MATEMÁTICO -5 CUNICULTURA -9.9 e+ 0 3 7 -10 CODESAN.4 9 5 e+ 0 38 0 9 18 Time (Month) -2 e+ 0 3 8 Niveles.85e+037 -4. Duván Ramírez Molina. Conejos enfermos=Contagio-Rehabilitados 2.85e+037 2 .495e+038 -1.9e+037 1 .495e+038 -2e+038 9 .85e+037 1 .85e+037 -4. -1 .Current Current Cu rrent C:\Archivos de programa\Vensim\models\sample\EXTRA\Current C:\Archivos de programa\Vensim\m C:\A rch iv o s d e pro gram a\Ve n sim \m o d els\sam p le\EXTRA\Cu rren t Conejos enfermos Recaudo Co n ejo s sacrificad o s 2e+036 2e+ 036 2 e+ 03 8 -4. Conejos sacrificados = Sacrificio – Ventas 6. Población de conejos. Recaudos= Ventas Variables Auxiliares.9 9 e+ 0 3 2 -9. Población de conejos adultos.7 e+ 0 3 1 Rehabilitados -2e+038 -4 e+ 0 3 0 0 9 18 10 Ven tas Time (Month) 5 2 e+ 03 6 MODELO 0 -4 . Recaudos. Cantidad de alimentos disponibles. Cantidad Alimentos Disponibles= Compras de alimentos . semilleros de investigación. para la UDES.8 5 e+ 0 3 7 -2e+038 -2e+038 -2 e+ 0 3 6 Contagio Ventas Sa crificio 2e+036 2e+ 036 4 e+ 03 2 -4.9e+037 -9. Conejos enfermos. Octubre 1 de 2007. Población de conejos= (Nacimiento de conejos + Compras de conejos + Rehabilitados + Machos Procreación+Hembras Procreación + Consumo de alimentos) .9 e+ 0 3 7 -1. 18 . Población de conejos adultos= Adultos . 7.495e+038 4 . Prevalencia.Machos Procreación – Sacrificio 4.495e+038 -1.Consumo de alimentos 5. 0 9 18 Tim e (M o n th ) 1.9 8 e+ 0 3 2 -1.4 9 5 e+ 03 8 -9. Prevalencia= Conejos enfermos / (Población de conejos + Conejos enfermos) Creado por Ing.9e+037 9 .9e+037 -9.Hembras Procreación . Conejos sacrificados.(Adultos + Contagio + Muerte natural) 3.

Conejos machos para la procreación. Contagio de enfermedades.Inversión en Mercadeo Variables de Flujo.8. Ventas= Conejos sacrificados * Tasa de ganancias Constantes. semilleros de investigación. Inversión en compras de conejos.2) / Valor Unitario Conejo 15. Muerte natural= Población de conejos / Promedio vida 16. Población de conejos Adultos. 19 . Machos Procreación= Población de conejos Adultos / Porcentaje Machos 21.2 9. Conejos rehabilitados.1 10. Consumo de alimentos= Cantidad alimentos Disponibles / ((Población de conejos / Área de los galpones) * Tasa de consumo) 17. Inversión en compra alimentos= Inversiones * 0. Inversiones. Nacimientos de conejos Nacimiento de conejos= Población de conejos * Cantidad promedio nacimientos 14. Inversiones= Recaudo . 11. Tasa de contagio 24. Octubre 1 de 2007. Rehabilitados= Prevalencia * Tasa de recuperación 12. Hembras procreación= Población de conejos Adultos / Porcentaje Hembras 20. Valor Unitario Conejo Creado por Ing. Duván Ramírez Molina. Compra de alimentos. Tasa de recuperación 26. Contagio= Población de conejos / Tasa de contagio 13. Conejos para el sacrificio. Compra de alimentos= Cantidad alimentos Disponibles + ((0. Consumo de alimentos por parte de conejos. 23. Muerte natural de conejos. Conejos hembras para la procreación. Inversión en alimentos= Inversiones * 0. Cantidad promedio nacimientos 25. para la UDES. Venta de carne de conejo. Compras de conejos Compra de conejo= (Inversión en compras conejos * 0. Inversión en alimentos.3 * Inversión en alimentos) / Valor Kilo Gramo) 18. Sacrificio= (Población de conejos Adultos / Tasa de sacrificios) * Peso Promedio por Conejo 22. 19. Adultos= Población de conejos * Tasa de conejos adultos.

Área de los galpones 30. Duván Ramírez Molina. J. todo depende de la habilidad del modelador. Promedio vida 28. Los diagramas causales o causa efecto. 2001. Tasa de consumo 29. Inversión en Mercadeo Conclusiones. Los modelos de simulación suelen ser algo complicado en su construcción. Aracil y F. Alianza Editorial. pero no en que cantidad o valor. dependiendo de las condiciones iniciales que son controladas a través del modelo matemático y las respectiva simulaciones y verificaciones de los resultados. “Dinámica de sistemas”. “Teoría y ejercicios prácticos de Dinámica de Sistemas”. para la UDES. teniendo en cuenta que se puede experimentar virtualmente. semilleros de investigación. 20 . Peso Promedio por Conejo 37. “Pensamiento sistémico: Diversidad en la búsqueda de la unidad”. Anderson R. Porcentaje Hembras 33. Verificar los resultados de un modelo de simulación es un proceso continuo y muy recursivo. Hugo H Andrade Sosa. Creado por Ing. Gordillo. Tasa de ganancias 36. Valor Kilo Gramo 31. su punto de vista y de la cantidad de información usada. hace que la simulación sea muy interesante. 1997. Mathematical models of transmission and control. Porcentaje Machos 34. 4. estas estructuras pueden producir muchos comportamientos. Tasa de sacrificios 35. Octubre 1 de 2007. Nokes DJ. Bibliografía. así como su calidad. Martín. sin involucrar perdidas en dinero o vidas humanas.27. Ediciones Universidad Industrial de Santander. 3. ni como se da la transferencia de estos datos. Tasa de conejos adultos 32. La aplicación de la dinámica de sistemas para predecir comportamientos de los sistemas. 2. y a menudo hay que retornar al replanteamiento de las ecuaciones de simulación. J. 1. son modelos que muestran a modo muy global lo que está ocurriendo al interior de un sistema.

Sign up to vote on this title
UsefulNot useful