DS Unsam

Introducción
a Dinámica
de Sistemas
Guía de estudio para el
curso de Métodos
Cuantitativos
Fernando Dobrusky
Sergio Raño
Demián Raspall Galli
Versión 1.1
2012
Introducción a Dinámica de Sistemas Dobrusky – Raño – Raspall Galli
Contenido
1. Introducción .......................................................................................................................................... 3
2. Ejemplos de aplicaciones ...................................................................................................................... 5
2.1. Salud.............................................................................................................................................. 5
2.2. Energía .......................................................................................................................................... 7
2.3. Fuerzas Armadas ........................................................................................................................... 8
2.4. Estrategia de Negocios.................................................................................................................. 9
2.5. Industria Bancaria ....................................................................................................................... 10
2.6. Otros Usos ................................................................................................................................... 10
3. El proceso de modelización ................................................................................................................ 11
3.1. Etapas del proceso de modelización........................................................................................... 11
3.2. Principios para la aplicación exitosa de dinámica de sistemas ................................................... 12
4. Elementos de la dinámica de sistemas ............................................................................................... 16
4.1. Feedback Loops (bucles de retroalimentación) .......................................................................... 16
4.2. Tipos de variables........................................................................................................................ 18
4.3. Tipo de Comportamiento ............................................................................................................ 20
5. Utilización de software ....................................................................................................................... 27
5.1. Instalación de VenSim ................................................................................................................. 27
5.2. Armado del Modelo .................................................................................................................... 28
5.3. Interpretación de los resultados ................................................................................................. 39
6. Ejemplo de un caso ............................................................................................................................. 40
6.1. Planteo del Caso.......................................................................................................................... 40
6.2. Desarrollo del caso ...................................................................................................................... 40
6.3. Escenarios ................................................................................................................................... 44
7. Bibliografía .......................................................................................................................................... 50
2
1. Introducción
En general, en las organizaciones, existe una visión lineal, causa – efecto que es la que guía la
toma de decisiones.
Por ejemplo, si se tenía el objetivo de llegar a 100 millones en ventas y se llegó a 80 millones, la
organización entiende que hay un problema de 20 millones, se busca la causa (por ejemplo que
la competencia tiene precios más bajos). A partir de allí toma una decisión (bajar los precios,
cambiar el gerente, hacer más publicidad, etc.) y se esperan los resultados.
Gráficamente:
Objetivo
Problema Decisión Resultados
Realidad
Puede ser que en el corto plazo se obtengan los resultados esperados, pero probablemente la
competencia vuelva a bajar los precios, o entren nuevos participantes al mercado, y que la
solución vuelva a ser un problema. Nosotros no manejamos todo el sistema, somos parte del
sistema, y nuestras acciones alteran el sistema y generan acciones de otros participantes del
sistema, que generan cambios en la realidad.
Con nuestras acciones modificamos el equilibrio, pero otros actúan tratando de restablecer el
equilibrio, y nuestras acciones a la vez generan efectos colaterales.
A continuación se representa una visión más completa para entender el sistema:
3
Decisiones
Efectos
colaterales
Objetivos
Realidad
En la vida real existen referencias

Objetivos ciruclares que van afectandose unas a otras
de otros
Acciones de otros
La dinámica de sistemas modeliza y simula sistemas entendiendo la interrelación de los

diferentes elementos del mismo y los efectos que modificaciones en cada uno tienen en el
resto del sistema.
Para esto utiliza bucles de retroalimentación (feedback loops), flujos, stocks y variables
auxiliares, que se verán más adelante en este apunte.
4
2. Ejemplos de aplicaciones
Dinámica de Sistemas se ha aplicado en casos de estrategia corporativa, comportamiento de la

diabetes, evolución de la guerra fría entre EEUU y la URSS, para el entendimiento del SIDA, y en
muchísimos casos más. Se puede aplicar en cualquier sistema dinámico, con cualquier escala de
tamaño y tiempo.
Los dos grandes desafíos en dinámica de sistemas son el desarrollo del modelo y la utilización
de los resultados para implementar nuevas políticas. Como ejemplo se describen casos en los
que fue aplicada con éxito.
2.1. Salud
Se hicieron modelos sobre la propagación de epidemias de enfermedades, incluyendo el SIDA,

el Dengue, la Malaria, etc. En estos modelos se trata de entender el fenómeno de la
propagación y el impacto que pueden tener las políticas para disminuir el ritmo de propagación
y la cantidad de enfermos.
Otros modelos se refieren a las adicciones (alcohol, tabaco, drogas), donde en un mismo
modelo se trata de entender el comportamiento particular del adicto, la comercialización y
producción de las substancias, y la participación del estado.
Hay modelos sobre el flujo de pacientes en instituciones de salud, entendiendo que las distintas
causas tienen distintos patrones de flujo (enfermedades de tratamiento prolongado vs.
cuestiones puntuales que requieren solamente una o dos visitas). En estos modelos se busca
adaptar la capacidad de las instituciones a la demanda.
Hay también modelos en donde se estudia el factor económico y la interacción de los pacientes,
las prepagas, las clínicas, el estado, las obras sociales, etc.
A continuación se ve un modelo sobre la diabetes:
5
Acá se ve un modelo simplificado de los casos de diabetes

diabetes:
Y se puede ver el impacto de políticas de prevención y control

control.
6
2.2. Energía
Dinámica de sistemas se usó extensivamente en modelos de evaluación de la matriz energética,

tratando de entender el comportamiento de la demanda y los recursos disponibles. En los
modelos se estudian políticas y sus impactos en el corto plazo, como cortes de servicio,
importación de energía, campañas para disminuir el consumo, etc. o el impacto a largo plazo de
políticas de inversión.
Existen modelos que estudian el impacto del auto eléctrico, la privatización del servicio, la
regulación, la nacionalización, la energía eólica, etc.
A continuación se ve un modelo desarrollado para entender la producción y el consumo de

energía en Alaska:
7
2.3. Fuerzas Armadas
Existen, también, gran cantidad de modelos utilizados por ejércitos de distintos lugares del
mundo, o por las Naciones Unidas, que buscan entender el comportamiento de las distintas
partes involucradas en los conflictos y los impactos de sus distintas acciones.
En 2010 se hizo muy famoso un modelo de dinámica de sistemas del ejército de Estados Unidos
sobre el conflicto en Afganistán. El modelo se filtró y el New York times lo publicó en la tapa con
un título que decía que en Afganistán el verdadero enemigo es el PowerPoint. Este es el
modelo, y se puede ver su aparente complejidad:
8
2.4. Estrategia de Negocios
Hay muchas empresas que utilizaron modelos de dinámica de sistemas para la toma de
decisiones. Por ejemplo, General Motors estudió en los 90 el impa
impacto en el mercado de la venta
de autos usados con garantía y sus ventas por Leasing, llegando a la conclusión de que sus
ventas por Leasing, que aumentaron en principio mucho las ventas de 0 km, a los pocos años
generaron cadenas de ventas de autos usados con pocos años y garantía, lo que generó que
disminuyeran las ventas de 0 km.
Otro ejemplo es ell modelo de expansión de radio XM (señal de radio satelital),

satelital) que fue usado
por inversionistass para tomar decisiones. En la A
Argentina,
rgentina, una empresa de telefonía fija hizo a
principio de la década pasada un modelo de penetración de la telefonía celular, para decidir
sobre su estrategia en inversiones.
En este ejemplo se ve el análisis que hizo u una empresa sobre el impacto dell uso de RFID (chips
de identificación porr radio frecuencia) en sus ventas, producción e inventario
inventario:
9
2.5. Industria Bancaria
También en la industria bancaria existen modelos que fueron utilizados para gran variedad de
casos. Desde el análisis de la implementación del online banking, hasta modelos de pronósticos
de la bancarización de una población.
Existen modelos que evalúan la conveniencia o no de apertura de nuevas sucursales de un

banco y su impacto en los resultados.
2.6. Otros Usos
Como vimos en estos ejemplos, en cualquier situación en la que agentes interactúan se pueden
hacer modelos de dinámica de sistemas. Existen, y están publicados, artículos, libros y modelos
que sirven para una gran cantidad de casos, por eso recomendamos, antes de empezar a
desarrollar un modelo, estudiar la bibliografía existente.
También es muy útil, cuando uno quiere modelizar una situación con dinámica de sistemas,
buscar modelos cercanos o similares, ya que esto puede ahorrar mucho tiempo en el desarrollo
del modelo. Para ello, se puede buscar ejemplos de aplicaciones de dinámica de sistemas en la
web, donde se encuentra una cantidad innumerable de usos, en casi cualquier industria, que
sirven de referencia.
10
3. El proceso de modelización
En esta sección veremos las etapas de modelización y los principios para la aplicación exitosa de
dinámica de sistemas. Debe valer la pena por loc costoso
que resulta
3.1. Etapas del proceso de modelización
1. Articulación del Problema
Lo primero es entender y formular cuál es el problema (por ejemplo, abrir o no abrir una
sucursal, introducir o no un nuevo producto, hacer una campaña en la televisión para
concientizar en el uso racional de la energía o cobrar mayores impuestos a grandes
consumidores, etc.)
A partir de la clara identificación y enunciación del problema, hay que entender y listar las
variables que se van a considerar en el modelo.
Habrá que definir, también, el horizonte de tiempo en el que se va a modelizar, desde cuánto
tiempo atrás, y por cuánto tiempo se va a proyectar. Pueden ser meses, años, décadas,
dependiendo del modelo.
2. Formulación de la hipótesis
Luego se deben entender cuáles son las teorías del comportamiento problemático y elaborar
un análisis de causas, consecuencias y retroalimentación.
El paso siguiente será desarrollar el mapeo: fronteras del sistema, bucles, flujos niveles,
variables auxiliares, etc. (más adelante se detallan y explican estos elementos de la dinámica de
sistema).
3. Formulación del modelo de simulación
11
Especificar las relaciones, comportamientos, parámetros, valores iniciales.
Testear la consistencia del modelo y de unidades (el sistema de modelización tienen

herramientas que permiten estas pruebas).
4. Testeo
Comparar con la realidad, verificar que el modelo representa efectivamente la realidad y los
valores históricos.
Validar la respuesta en condiciones extremas (parámetros muy altos o muy bajos).
Sensibilidad: cómo responde a las variaciones. Verificar que tenga respuestas que representan
la realidad.
5. Evaluación y diseño de políticas
Definir los posibles escenarios.
Diseñar la nueva política que refleje el escenario esperado (reglas, estrategias, estructuras, etc.)
Hacer un análisis del tipo “Y que pasa si….” una vez aplicada la política.
Análisis de sensibilidad: determinar cuál es el rango de los parámetros para los cuales la política
sigue generando los resultados esperados.
Interacción con otras decisiones: analizar cómo interactúa la política definida con otras
decisiones que se están tomando o se pueden llegar a tomar en forma paralela.
3.2. Principios para la aplicación exitosa de dinámica de sistemas
Existen una serie de principios que ayudan a que el uso de dinámica de sistemas sea exitoso:
12
1. Desarrollar un modelo para resolver un problema, no simplemente por modelar el

sistema
Ej: Conviene invertir en infraestructura? Cuanto aumentarian los beneficios
Es fundamental que el modelo tenga un propósito claro y definido. Hay que excluir del modelo
todos los factores que no son relevantes al problema en sí.
2. La modelización tiene que estar integrada a un proyecto desde el principio
En un proyecto es importante empezar a utilizar la modelización para entender el problema

desde las primeras etapas.
3. Hay que cuestionarse sobre el valor del modelo y preguntar “por qué lo
necesitamos”
Desarrollar un modelo lleva tiempo y es costoso, y en muchos casos un modelo de dinámica de

sistemas no sirve, en otros se puede modelizar con técnicas más sencillas como programación
lineal, simulación Montecarlo, etc. Por eso es importante cuestionar la validez del modelo para
asegurar que será efectivo para el caso
4. No hay que usar solamente dinámica de sistemas, conviene complementarlo con

otros métodos
Es importante combinar el uso del model con benchmarking, estudios de mercado, técnicas
estadísticas, regresiones, etc.
5. Foco en la implementación desde el inicio del proyecto
13
Desde el principio, el modelo debe focalizar en soluciones prácticas que se puedan

implementar. Para ello, es clave que el analista que realiza el modelo piense en cómo el modelo
va a ayudar a la persona que toma decisiones.
6. La modelización es un proceso interactivo entre el analista y el “cliente”
Modelizar es ir descubriendo un sistema, entendiendo las relaciones. No funciona la

modelización separada de la operación, es importante la interacción y la discusión en cada paso
del desarrollo del modelo. Muchas veces es útil realizar sesiones de desarrollo donde se arma
“en vivo” el modelo con los participantes.
7. Evitar la modelización “caja negra”
En un modelo “caja negra” el cliente no sabe que pasa dentro del modelo, ingresa los datos de
entrada y obtiene los resultados. Para que el modelo tenga éxito y sirva, el cliente tiene que
entender y estar de acuerdo con cada elemento del modelo.
8. Para validar el modelo se necesita un proceso continuo de testeo y la construcción

de confianza
Los modelos se validan, a medida que se construyen, a través de reflejar de forma correcta el
comportamiento histórico. Es importante ir confrontando el modelo con datos históricos y la
opinión de expertos.
9. Lograr que un modelo preliminar esté en funcionamiento lo antes posible, y agregar

detalles solamente a medida que se necesitan
14
Es fundamental lograr un primer modelo de simulación, y no empezar con gran cantidad de

detalles. Una vez que hay un modelo funcionando, se le agregan los elementos necesarios
progresivamente.
10. Es importante definir los límites del modelo, un modelo amplio es más importante
que un modelo detallista
Entender qué elementos se toman como inputs del modelo y decidir si esos elementos no
pueden ser parte del análisis y ser modificados por comportamientos internos, es mucho más
importante que llegar a un alto grado de detalle.
11. Usar modeladores con experiencia
El desarrollo de modelos, como cualquier destreza, mejora con la experiencia. Un modelador

sin experiencia puede cometer errores en el desarrollo del modelo que pueden llevar a una
organización a tomar decisiones erradas.
12. La implementación no termina con la implementación de un único proyecto
Una vez que se desarrolló el modelo es importante continuar trabajando en el mismo, utilizarlo
para futuras decisiones, mejorarlo, etc. Es una herramienta que sigue sirviendo.
15
4. Elementos de la dinámica de sistemas
Entre los elementos utilizados para modelar en dinámica de sistemas, vamos a ver los bucles de
retroalimentación (feedback loops), flujos, niveles y variables auxiliares.
4.1. Feedback Loops (bucles de retroalimentación)
Gran parte de la dinámica de sistemas se basa en entender los bucles de retroalimentación, que
definen cómo impactan entre sí las variables.
Los bucles de retroalimentación se dividen en bucles positivos, de refuerzo, y bucles negativos,

de balanceo. Los bucles positivos se generan cuando cada variable hace aumentar la otra
dentro del bucle, por ejemplo, cuanto más gallinas hay, más huevos se ponen, nacen más
pollitos y aumenta la cantidad de gallinas, que a su vez aumentan la cantidad de huevos.
Huevos
+
R
+
Gallinas
Los bucles negativos tienden a contrarrestar el cambio, los procesos se auto limitan y buscan un
equilibrio. En el caso de las gallinas, a mayor cantidad de gallinas, más gallinas cruzan la calle, lo
que (a causa de accidentes en la calle) disminuye la cantidad de gallinas.
16
Cruces
+
B
-
Gallinas
En general los modelos de la realidad están compuestos por gran cantidad de bucles, positivos y
negativos, que interactúan entre sí.
Por ejemplo en estee caso simple en el que se estudia el contagio de una enfermedad:
Hay un bucle positivo (a mayor población infectada, mayor tasa de contagio) pero hay un bucle
negativo, a mayor población
oblación infectada, hay menos población vulnerable que puede ser
infectada, con lo que eso disminuye la tasa de contagio.
17
4.2. Tipos de variables
Hay tres tipos de variables, nivel, flujos y variables auxiliares.
Los niveles se refieren a la acumulación en el tiempo de cierta magnitud. Determinan el estado

en el que se encuentra el sistema.
Se representan con el nombre de la variable en un rectángulo:
Deuda
Los flujos expresan de forma explícita cómo varían por unidad de tiempo los niveles. Por
ejemplo la deuda se incremente con los intereses y los prestamos que se piden, y disminuye
con los pagos que se hacen. Gráficamente:
Pedido de
préstamos
Deuda
Generación de Pagos
intereses
Un flujo puede estar conectando dos niveles:
18
Stock de Stock de
Materias Producto
Primas Fabricación Terminado
O conectar con una nube, como en el ejemplo de la deuda. En ese caso, la nube representa un
límite del sistema, no importa al modelo a quién se le paga y que hace esa entidad con lo que
se le paga, lo que importa al modelo es que se paga y que eso disminuye la deuda.
Para entender el comportamiento de variables de nivel y de flujo, se puede hacer un paralelo

con líquidos (de hecho el modelo inicial estaba pensado en mecánica de los fluidos):
fluidos)
En este caso vemos como un flujo aumenta el nivel y el otro lo disminuye.
Las variables auxiliares, sin ser flujos o niveles, ayudan en la co

construcción
nstrucción del sistema. Pueden
tener un valor constante en el modelo, o a su vez ser modificadas por otras variables. En el
ejemplo de la deuda, la generación de intereses depende de la deuda en sí y la tasa de interés:
19
Pedido de
préstamos
Deuda
Generación de Pagos
intereses
Tasa de interés
En este caso, la tasa de interés es una variable auxiliar. Ayudan a modificar y modelar el
comportamiento de las variables de flujo. Las variables auxiliares no modifican los niveles, ya
que estos son modificados únicamente por flujos.
4.3. Tipo de Comportamiento
Un modelo se puede comportar de muchas maneras, cambiar de muchas formas. Hay una serie
de comportamientos fundamentales que es importante entender para poder realizar un
modelo de los mismos. Los comportamientos fundamentales son:
- Crecimiento exponencial
- Búsqueda de equilibrio
- Crecimiento con forma de S
- Oscilación
- Crecimiento con exceso
- Exceso y colapso
20
- Crecimiento Exponencial:
En este caso el comportamiento refleja un bucle de realimentación. El ejemplo típico es el

crecimiento de una población (puede ser una población de bacterias, plantas, personas,
gallinas, etc.
Población
+
Ratio de
crecimiento +
El comportamiento de crecimiento exponencial se representa gráficamente:
21
- Búsqueda de equilibrio
See trata de bucles que balancean el estado del sistema:
Temperatura
+
Calefacción B temperatura
+ deseada
-
+
diferencia
En este caso, hay una temperatura que es menor que la deseada, con lo que se genera una
diferencia, por lo que aplicamos calefacción, que sube la temperatura, disminuye la diferencia y
aplicamos menos calefacción, hasta llegar a que la temperatura sea igual a la temperatura
deseada.
Gráficamente se comporta así:
22
- Crecimiento en forma de S
Este tipo se da cuando actúan en forma conjunta un bucle de crecimiento exponencial con uno
de balanceo, en situaciones en que primero prevalece el bucle de crecimiento exponencial
(primera parte de la S) y después la de búsqueda de equilibrio, segunda parte de la S.
Gráficamente:
23
- Oscilación
curre cuando hay espacios de tiempo entre la acción y reacción. Por ejemplo, si medimos la
Ocurre
temperatura dentro de una heladera. El motor se enciende cuando la temperatura llega a cierto
valor y e enfría por un tiempo hasta llevar la temperatura a un valor menor. Después se apaga y
aumenta la temperatura un tiempo, hasta llegar nuevamente al valor que enciende el motor,
que nuevamente baja la temperatura.
Gráficamente:
24
- Crecimiento con exceso
Ess lo que se genera cuando hay un crecimiento, pero al sobrepasar el objetivo se genera una
oscilación. Por ejemplo, cuando estamos en la ducha y encendemos la canilla, la temperatura
del agua aumenta y muchas veces llega a estar de
demasiado
masiado caliente, con lo que encendemos el
agua fría, pero queda más fría de lo que queremos, y así va variando hasta llegar al equilibrio, o
sigue eternamente si en algún punto no “predecimos” ccómomo va a cambiar la temperatura.
Gráficamente:
- Exceso y colapso
Es el típico caso de las ventas de un producto que tiene un ciclo de vida

vida. En
n una primera etapa
aumentan exponencialmente las ventas, después disminuye el ritmo de aumento hasta llegar a
un pico y después las ventas disminuyen hasta llegar a 0. También se puede ver como que la
restricción al crecimiento es sobrepasada y disminuye, haciendo que la variable colapse.
Gráficamente:
25
Existen otros modos de comportamiento, como el estado de equilibrio, en el que la variable

casi no cambia, o no cambia directamente
directamente.También hay casos de movimientos aleatorios,
aleatorios
aunque la aleatoriedad se puede
uede deber a distintos factores que desconocemos.
conocemos. Y finalmente
está el comportamiento caótico, en el que sistemas fluctúan irregularmente, sin repetirse y sin
seguir ningún patrón.
26
5. Utilización de software
Existen varios software que se pueden utilizar para realizar modelos de dinámica de sistemas,
acá vamos a ver el software Ven
VenSim, diseñado por la Universidad de Harvard.
5.1. Instalación de VenSim
Para instalar el software, se puede bajar de

de:
http://vensim.com/free-download/
download/
La versión es gratuita. Las instrucciones son simples de seguir.
La instalación del software incluye modelos que se pueden ver para entender el
funcionamiento del sistema. Ésta es la pantalla del software:
27
5.2. Armado del Modelo
En este apunte no se van a explicar todas las funcionalidades del sistema (para eso está la guía
del usuario, que se puede bajar del sitio) sino que se explicará cómo armar un modelo simple.
Para armar un modelo, el primer paso es seleccionar “New Model”, con lo que se obtiene la
siguiente ventana:
De información del modelo a desarrollar. Lo importante es definir el marco de tiempo del

modelo, por ejemplo, se puede poner como “Initial Time” 2010, “Final Time 2020” y time step
28
0.25. Esto significa que tomará 10 años, recalculando la situación del modelo cada 3 meses. Es
importante también seleccionar como “Units of Time”, “Years”
“Years”:
Para darle un nombre y grabar el modelo, hay que usar “Save as”.
VenSim
im permite desarrollar cualquier tipo de modelo, acá vamos a ver un modelo simple
económico.
Para empezar a desarrollar el modelo, se hace click en el ícono de box variable y se crea una
variable de nivel llamada “Deuda”
“Deuda”:
29
Una vez creada la variable de nivel “deuda”, se crea el flujo que alimenta la deuda,
deu el “déficit
fiscal”, usando el ícono de “Rate”
“Rate”:
Si entendemos que el déficit fiscal es el resultado de la diferencia entre los ingresos y los
egresos al estado, podemos agregar las variables ingresos y egresos con el ícono de variable y
unirlas al déficit con flechas:
30
Haciendo click con el botón derecho sobre cada flecha, se puede poner el signo de impacto
sobre la variable déficit (los ingresos disminuyen el déficit, los egresos lo aumentan):
aumentan)
De la misma manera, agregamos las variables “pago de intereses”, “tasa de interés” y “otros
gastos” con sus respectivas flechas y signos, obteniendo:
31
Con el ícono de comentarios se puede definir el loop positivo.
Una vez finalizado, se agregan las ecuaciones, que son las que guían el comportamiento del
modelo, haciendo clic en “equations”. Esto marca todas las variables, y seleccionando una a
una se completan las ecuaciones.
Si empezamos por “Ingresos”, obtenemos esta ventana:
32
Las ecuaciones tienen que tener la ecuación propiamente dicha, las unid
unidades
ades de la variable, y
un comentario que la describa (esto último es optativo, pero recomendable).
Por ejemplo, para ingresos:
272000
Ya que el presupuesto 2010 estimaba unos ingresos de 272 mil millones de pesos (para
simplicidad se toma como constante)
Unidades = millones/Year
Comentario = ingreso anual del estado
Una vez que se hizo clic en OK deja de estar marcada la variable
Completamos las variables externas (tasa de interés 0.10 con unidad 1/Year y Otros gastos
180.000 millones por año)
Nos queda así:
Si hacemos clic en “Deuda” obtenemos:
33
En los casos de niveles, hay que especificar el valor inicial. El concepto de INTEG es que el valor
del nivel integra (acumula) el neto de los flujos que ingresan menos los que egresan.
El valor inicial lo definimos como 900.000 millones.
De la misma manera completamos las otras variables, incluyendo fórmulas que toman en
cuenta las variables que están conectadas por flechas.
34
Una vez terminadas las ecuaciones, se pueden ver la información de las mismas haciendo clic
en “Documenta all” y obtenemos:
(01) Deficit Fiscal=

Egresos-Ingresos
Units: millones/Year
El deficit fiscal es la diferencia entre ingresos y egresos
(02) Deuda= INTEG(

Deficit Fiscal,
900000)
Units: millones
Deuda externa
(03) Egresos=
Otros gastos+Pago de intereses
Los egresos son la suma de otros gastos mas pago de intereses
(04) FINAL TIME = 2020

Units: Year
The final time for the simulation.
(05) Ingresos=
272000
Ingreso anual del estado
(06) INITIAL TIME = 2010

Units: Year
The initial time for the simulation.
(07) Otros gastos=

180000
Gastos sin incluir el pago de intereses
(08) Pago de intereses=

Deuda*Tasa de interes
35
Pago
ago anual de intereses de la deuda
(09) SAVEPER =
TIME STEP
Units: Year [0,?]
The frequency with which output is stored.
(10) Tasa de interés=

0.1
Units: 1/Year
(11) TIME STEP = 0.25

Units: Year [0,?]
The time stepfor the simulation.
Una vez terminado el modelo se pueden chequear las unidades (que sean consistentes con las
fórmulas) haciendo clic en Model / Units Check. Si están bien, obtenemos
obtenemos:
Si hay errores, nos dice en qué variable esperaba encontrar qué unidad, y cuál fue definida,
para que se corrija el error.
Finalmente, corremos la simulación haciendo clic en “Simulate”

“Simulate”.
Se obtienen corridas, donde cada variable se puede graficar:
36
Se pueden modificar parámetros y realizar nuevas corridas, llamánd

llamándolas
olas con distinto nombre,
por ejemplo, aumentando la tasa de interés a 20%, grafica los dos escenarios:
37
Si se hace clic en “Synthesim”,, se pueden modificar los parámetros y ver el impacto que tienen
con una simulación “en vivo”:
38
5.3. Interpretación de los resultados
La interpretación de los resultados depende del modelo y del objetivo del modelo. En el
ejemplo visto, se puede definir cuál es el ingreso mínimo para que no se dispare la deuda.
Obviamente este es un ejemplo simplificado, que no toma en cuenta la inflación, tipo de

cambio, variabilidades en los ingresos y gastos, etc.
Pero es una herramienta útil para realizar los modelos, entender los impactos y presentarlos.
Existen, cuando se crean las fórmulas, muchos tipos de relaciones, desde fórmulas simples a
fórmulas complejas, a relaciones que se pueden construir con tablas (es decir que para ciertos
valores de X, la otra variable toma otros valores Y, y el sistema extrapola los valores
intermedios), variables aleatorias, estacionalidades, y efectos de retraso en el tiempo (por
ejemplo inversión en publicidad puede aumentar las ventas de pasajes a un lugar turístico 6
meses más tarde).
39
6. Ejemplo de un caso
Este caso está basado en el caso “Tracking the experience of a labor force” desarrollado por el
John D. Sterman.
6.1. Planteo del Caso
Se trata de una empresa de consultoría. Su fuente de ingresos es la facturación a clientes que

hace a través de sus consultores.
La productividad de los empleados de la consultora, que se mide en dólares por semana, son
los dólares que la consultora factura a sus clientes por el trabajo de cada consultor. A medida
que los consultores tienen más experiencia pueden trabajar más horas en los clientes y
aumenta el valor hora que la consultora factura por su trabajo.
El objetivo del modelo es evaluar cómo evolucionará la dotación de consultores y la facturación

de la consultora y, comparándolo con los costos, poder estimar la contribución.
En las consultoras existe la posibilidad de formar jóvenes con poca experiencia y formarlos, o
contratar consultores experimentados; este modelo puede ayudar a evaluar la conveniencia de
cada alternativa y permite experimentar los distintos escenarios posibles.
6.2. Desarrollo del caso
El modelo está dividido en varios grupos:
- Grupo de Dotación, donde se analiza la variación de la dotación

- Grupo de Experiencia, donde se evalúa la variación de la experiencia
- Grupo de la productividad
- Grupo de los resultados
- Grupo de la variabilidad de la experiencia de nuevos consultores
En el grupo de la dotación tenemos el nivel “dotación” que está modificado por los flujos de
ingreso y egreso.
40
Amplitud
de pulso de
Tiempo de + ingreso
comienzo
del pulso Pulso en Ratio
Valor Ratio ingresos <TIME STEP> Estandar de
crecimiento +
dotacion Egresos
+
Ratio de Cambio en
crecimiento de + el ratio de
la dotacion Ratio de egresos
<Egresos>
egresos
Tiempo de comienzo Tiempo en el
de crecimiento de la que cambia
+ +
dotacion + el ratio de
+ Dotacion egresos
Ingresos Egresos
+
+
Existe un ratio de egresos (por renuncias, despidos, jubilaciones, etc.) que es un porcentaje de
la dotación.
El modelo permite tener un ratio estándar de egresos, y permite, a partir de un momento que
se puede definir, modificar el ratio de egresos.
El flujo de egresos es el producto de la dotación por el ratio de egresos, y se mide en

consultores por año.
Los ingresos tienen 3 componentes: por un lado el reemplazo de los egresos, por otro lado un
pulso en los ingresos (un ingreso de n personas en un momento definido) y por otro lado un
crecimiento de la dotación (que también puede ser negativo, con lo que no se reemplazan
todos o parte de los egresos).
El ratio de crecimiento de la dotación, o los pulsos, pueden estar dados en función de la

demanda de servicios de consultoría.
En el grupo de experiencia, tenemos en nivel de experiencia total de la consultora en

semanas*consultor (es decir que 100 consultores con 100 semanas de experiencia cada uno,
nos da una experiencia total de 10.000 semanas*consultor).
41
Ratio normal Ingresos Egresos

+
de perdida de
experiencia +
+
Cambio en el + Ratio de -
ratio de perdida perdida de
+ + Experiencia
de experiencia experiencia media
Disminucion
Tiempo de cambio en de +
el ratio de perdida de + experiencia
experiencia
Experiencia +
efectiva total
Aumento de Perdida de
+ experiencia por experiencia +
ingresos por egresos
<Experiencia +
modificada de Aumento de
nuevos experiencia
consultores> por trabajo
Experiencia +
Semanas
media de nuevos +
+ trabajadas por
empleados
ano
La experiencia total aumenta por el aprendizaje (toda la dotación tiene una semana más de
experiencia con cada semana que pasa), y aumenta con la experiencia de los ingresantes. A su
vez, disminuye cuando egresa personal, y existe una disminución de la experiencia por cambio
de técnicas, conocimientos obsoletos, fatiga, etc. El ratio de pérdida de experiencia puede ser
modificado.
En cuanto a la productividad, entendiendo la misma como la facturación semanal por consultor:
Facturación
semanal de + + <Experiencia
referencia media>
Facturación
Semanal por
consultor
Experiencia
de -
referencia
Vemos que hay una facturación semanal de referencia, que se define como lo que factura un
consultor con una experiencia definida. Sobre esa facturación impacta la experiencia media de
los consultores y se obtiene la facturación semanal (Facturación semanal de
referencia*(Experiencia media/Experiencia de referencia)).
42
En cuanto al grupo de los resultados, tenemos:
<Facturación Semanal <Semanas trabajadas

por consultor> por ano>
Facturación anual Facturación

por consultor +
<Dotacion>
+ Costo Laboral +
- Contribución
+ Marginal
Costo Medio Anual -
de Consultor
<Ingresos> + Costo de ingresos

+
<Experiencia
modificada de nuevos Costo de ingreso + Costo ingreso
consultores> +
normal
Incremento del costo
por experiencia
La facturación anual total es la facturación por semana por consultor, multiplicado por las
semanas que trabaja por año, por la dotación.
El costo laboral es el costo medio del consultor por la dotación.
Y el costo de los ingresos está compuesto por un costo nominal de ingresos y un incremento en
función de la experiencia (contratar consultores experimentados tiene un costo mayor).
La contribución marginal es la diferencia entre la facturación y los costos.
Finalmente hay un grupo que permite modificar la experiencia de los nuevos consultores:
43
Experiencia de
nuevos consultores
<Input>
Experiencia
modificada de
nuevos consultores
Ruido Rosa
Cantidad Pulso
Cambio en
Tiempo del pulso
Ruido Rosa
Tiempo de comienzo de ruido
<TIME STEP> tiempo de
correlacion del
<Ruido Rosa> Señal aleatoria ruido
Ratio de crecimiento
<Time> exponencial Desvío estandar
de la señal
<TIME STEP> Tiempo de Crecimiento
Input exponencial
Pendiente rampa
Amplitud movimiento oscilatorio
Tiempo inicial rampa
Periodo movimiento oscilatorio
Tiempo final rampa
Altura paso Tiempo Paso
Existe una variable sin dimensiones, input, que permite modificar la experiencia de nuevos
consultores. Sobre esta variable se pueden agregar crecimientos, decrecimientos, oscilaciones,
variabilidad aleatoria, pulsos, pasos, etc.
6.3. Escenarios
Una vez construido el modelo, se pueden elaborar escenarios.
Los parámetros iniciales nos permiten tener un punto de partida para simular.
En este caso, tomamos todos los valores referentes a la modificación de la experiencia de los
ingresantes igual a 0.
La dotación inicial es de 200 consultores.
En cuanto a los ingresos, no hay pulso de ingreso (es 0), esto es, la experiencia de los que
ingresan es 0.
La rotación se mantiene estable (ratio de crecimiento 0).
Los egresos e ingresos se mantienen estables en 20% anual.
44
Se pierde un 30% de la experiencia en forma anual por conocimientos obsoletos, falta de

motivación, etc.
En cuanto a la facturación, se factura 4.000 USD por semana por un consultor con 100 semanas
de experiencia (menor o mayor experiencia varían este valor).
El costo laboral anual medio (independientemente de la experiencia) es de 120.000 USD.
El costo de contratar un consultor sin experiencia es de 50.000 USD, este costo aumenta para
contratar consultores con experiencia.
Corriendo ese escenario estable, se obtiene:
Contribución Marginal
20 M
17.5 M
USD/Year
15 M
12.5 M
10 M
0 1 2 3 4 5 6 7 8 9 10
Time (Year)
Contribución Marginal : Estable Contribución Marginal : current
Una contribución marginal estable
45
Experiencia efectiva total

20,000
17,500
consultor*Weeks
15,000
12,500
10,000
0 1 2 3 4 5 6 7 8 9 10
Time (Year)
Experiencia efectiva total : Estable Experiencia efectiva total : current
Una experiencia efectiva estable
Y una dotación estable
Dotacion
200
175
consultor
150
125
100
0 1 2 3 4 5 6 7 8 9 10
Time (Year)
Dotacion : Estable Dotacion : current
Si se entra en un escenario pesimista, en el que la dotación decrece un 5% anual, se puede

modificar la experiencia de nuevos consultores, para ver cómo impacta en los resultados. Con:
- Experiencia de nuevos consultores: 200

- Periodo movimiento oscilatorio 1
- Amplitud de movimiento oscilatorio 0,50
- Desvío estándar de la señal 1,50
46
Obtenemos:
Vemos en este caso que la contribución crece y luego disminuye:
Contribución Marginal
40 M
30 M
USD/Year
20 M
10 M
0
0 1 2 3 4 5 6 7 8 9 10
Time (Year)
Contribución Marginal : decrecimiento
Contribución Marginal : Estable
Contribución Marginal : current
47
La experiencia
Experiencia efectiva total

40,000
30,000
Weeks*consultor
20,000
10,000
0
0 1 2 3 4 5 6 7 8 9 10
Time (Year)
Experiencia efectiva total : decrecimiento
Experiencia efectiva total : Estable
Experiencia efectiva total : current
Y la dotación:
Dotacion
200
150
consultor
100
50
0
0 1 2 3 4 5 6 7 8 9 10
Time (Year)
Dotacion : decrecimiento
Dotacion : Estable
Dotacion : current
48
Como vemos, se puede disminuir la dotación, aumentando la contribución.
Cambiando los parámetros se pueden crear una infinidad de escenarios, y una infinidad de
modelos. La clave en dinámica de sistemas es desarrollar un modelo que refleje lo más
fielmente posible la realidad.
49
7. Bibliografía
- A Systems Dynamic Approach to Modeling Energy Systems to Modeling Energy Systems

in Alaska, David B. Hoffman
- Business Dynamics, John D. Sterman
- Dinámica de Sistemas, Javier Aracil
- Dinámica de Sistemas - Elementos y estructura de un modelo, Javier Torrealdea
- Formulating Models of Simple Systems using Vensim PLE, Nelson Repenning
- Using System Dynamics to assess the impact of RFID technology on retail operations,
Alberto De Marco, Anna C. Cagliano, Mauro L. Nervo y Carlo Rafele
50

DS Unsam

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

DS Unsam

Cargado por

Copyright:

Formatos disponibles

Introducción

Problema Decisión Resultados

A continuación se representa una visión más completa para entender el sistema:

En la vida real existen referencias

La dinámica de sistemas modeliza y simula sistemas entendiendo la interrelación de los

Dinámica de Sistemas se ha aplicado en casos de estrategia corporativa, comportamiento de la

Se hicieron modelos sobre la propagación de epidemias de enfermedades, incluyendo el SIDA,

A continuación se ve un modelo sobre la diabetes:

Acá se ve un modelo simplificado de los casos de diabetes

Y se puede ver el impacto de políticas de prevención y control

Dinámica de sistemas se usó extensivamente en modelos de evaluación de la matriz energética,

A continuación se ve un modelo desarrollado para entender la producción y el consumo de

2.3. Fuerzas Armadas

2.4. Estrategia de Negocios

Otro ejemplo es ell modelo de expansión de radio XM (señal de radio satelital),

2.5. Industria Bancaria

Existen modelos que evalúan la conveniencia o no de apertura de nuevas sucursales de un

2.6. Otros Usos

3.1. Etapas del proceso de modelización

1. Articulación del Problema

3. Formulación del modelo de simulación

Especificar las relaciones, comportamientos, parámetros, valores iniciales.

Testear la consistencia del modelo y de unidades (el sistema de modelización tienen

Validar la respuesta en condiciones extremas (parámetros muy altos o muy bajos).

5. Evaluación y diseño de políticas

Definir los posibles escenarios.

3.2. Principios para la aplicación exitosa de dinámica de sistemas

1. Desarrollar un modelo para resolver un problema, no simplemente por modelar el

2. La modelización tiene que estar integrada a un proyecto desde el principio

En un proyecto es importante empezar a utilizar la modelización para entender el problema

Desarrollar un modelo lleva tiempo y es costoso, y en muchos casos un modelo de dinámica de

4. No hay que usar solamente dinámica de sistemas, conviene complementarlo con

5. Foco en la implementación desde el inicio del proyecto

Desde el principio, el modelo debe focalizar en soluciones prácticas que se puedan

6. La modelización es un proceso interactivo entre el analista y el “cliente”

Modelizar es ir descubriendo un sistema, entendiendo las relaciones. No funciona la

7. Evitar la modelización “caja negra”

8. Para validar el modelo se necesita un proceso continuo de testeo y la construcción

9. Lograr que un modelo preliminar esté en funcionamiento lo antes posible, y agregar

Es fundamental lograr un primer modelo de simulación, y no empezar con gran cantidad de

11. Usar modeladores con experiencia

El desarrollo de modelos, como cualquier destreza, mejora con la experiencia. Un modelador

12. La implementación no termina con la implementación de un único proyecto

4. Elementos de la dinámica de sistemas

4.1. Feedback Loops (bucles de retroalimentación)

Los bucles de retroalimentación se dividen en bucles positivos, de refuerzo, y bucles negativos,

4.2. Tipos de variables

Hay tres tipos de variables, nivel, flujos y variables auxiliares.

Los niveles se refieren a la acumulación en el tiempo de cierta magnitud. Determinan el estado

Se representan con el nombre de la variable en un rectángulo:

Un flujo puede estar conectando dos niveles:

Para entender el comportamiento de variables de nivel y de flujo, se puede hacer un paralelo

En este caso vemos como un flujo aumenta el nivel y el otro lo disminuye.

Las variables auxiliares, sin ser flujos o niveles, ayudan en la co

4.3. Tipo de Comportamiento

En este caso el comportamiento refleja un bucle de realimentación. El ejemplo típico es el

El comportamiento de crecimiento exponencial se representa gráficamente:

See trata de bucles que balancean el estado del sistema:

Gráficamente se comporta así:

- Crecimiento con exceso

Es el típico caso de las ventas de un producto que tiene un ciclo de vida

Existen otros modos de comportamiento, como el estado de equilibrio, en el que la variable

5.1. Instalación de VenSim