Beruflich Dokumente
Kultur Dokumente
Diagramas de Forrester
Por: Elicer Pineda Ballesteros
Docente UNAD
Introduccin
Una vez construido el diagrama de influencias en el cul se han graficado las variables
y las relaciones constitutivas del problema modelado es preciso pasar a una segunda
parte en la cual se deber expresar dicho modelo en trminos de acumulaciones y
variaciones, fundamentalmente.
Esta es una de las partes que demandan mayor cuidado pues de la correcta
identificacin de las variables, ya sean acumulaciones o razones de cambio, depender
el xito en el proceso de modelado.
Esta situacin conduce a que el cambio se conciba de diferentes forma, es decir desde
lo descriptivo o cualitativo y lo numrico o cuantitativo. En las siguientes secciones se
describen estas concepciones.
El cambio cualitativo
En este TEXTO se acepta que lo cualitativo es aquello que denota cualidad, es en este
sentido que debe entenderse el cambio cualitativo que implica la posible comparacin
con otras situaciones similares, afines o de la misma especie. Es preciso indicar que la
mayor de las veces este anlisis depende de la percepcin del observador, en este
sentido, se podra afirmar que lo cualitativo, depende de quien lo percibe y, a diferencia
de lo cuantitativo, es mucho ms difcil de precisar con especificidad en distintos
escenarios y de diversas perspectivas individuales.
Cambio cuantitativo
En Rendn (2009) se define el cambio cuantitativo como la nocin de medida, es decir,
el valor numrico, que deviene de la operacin cotidiana de comparar conjuntos y no
slo se vincula con el nmero de elementos de un conjunto, sino tambin con la nocin
de extensin, por ejemplo; largo-corto.
El cambio cuantitativo, segn Rendn (2009), se describe con base a los factores que
lo generan, matemticamente son llamadas variables, las cuales son tomadas como
causas, es decir, como relaciones de dependencia que dan cuenta de lo ocurrido. El
modelado con dinmica de sistemas tiene tiles que pueden utilizarse para representar
tanto el cambio cualitativo (diagramas de influencias) como cuantitativo (diagramas de
Forrester).
La razn de cambio
La razn de cambio junto con la nocin de acumulacin son centrales en el
modelamiento con dinmica de sistemas. En trminos elementales la razn de cambio
es aquella que da cuenta o que es responsable de los procesos de acumulacin. Con un
sencillo ejemplo se pretende clarificar an ms esta idea. Supngase que se tiene una
alcanca en la cual cada mes se guarda una moneda de $100 pesos; a esta cantidad de
dinero guardada mensualmente se le denomina razn de cambio, pues es la responsable
del aumento (cambio) de la cantidad de dinero que se ir almacenando (acumulando)
en la alcanca.
Diagramas de Forrester
Una vez se ha construido el diagrama de influencias debe ser elaborado el diagrama de
Forrester o diagrama de flujos y niveles. En este diagrama se deben ubicar los distintos
elementos que constituyen el diagrama de influencias, teniendo especial cuidado de
identificar cuando uno de estos elementos representa ya sea una acumulacin, una
razn de cambio o un simple clculo intermedio entre una razn de cambio y una
acumulacin.
1 Tomado de http://www.flickr.com/photos/rockdrigo68/3321611111/
Las variables o elementos del diagrama de influencias, una vez identificados como
acumulaciones, o razones de cambio o clculos intermedios son representados
mediante:
variables de nivel o acumulaciones
variables de flujo o razones de cambio
variables auxiliares o de clculo intermedio
Es clave notar que el tanque o nivel N1 se llena si la llave F1 est abierta, es decir, si
hay un flujo de lquido que entre y vaya llenando el tanque. Tambin es cierto que el
nivel N1 se desocupa o disminuye o se des-acumula si la llave F2 permite que el lquido
de N1 fluya a N2 e igual sucede con el nivel 2 y el nivel 3.
A estas alturas el lector debe tener claro porqu el smil hidrodinmico sirve como
metfora de los diagramas de Forrester o de flujos y niveles. Segn el smil los niveles
se llenan o se desocupan mientras que los flujos provocan el incremento o decremento
de los niveles. Aparece aqu implcita la idea de acumulacin y razn de cambio
respectivamente.
Los "retardos", que simulan el tiempo que demora la transmisin de los materiales o
las informaciones. En los sistemas socioeconmicos es frecuente la existencia de
retardos en la transmisin de material e informacin y tienen una gran importancia en
la determinacin del comportamiento del sistema. Ejemplo: si se siembra una semilla
de maz se esperara que a los 90 das hubiera una mazorca, es decir, habra un retardo
de 90 das desde el momento de la siembra hasta el momento de la cosecha.
Las variables exgenas son las influencias que afectan el sistema, pero lo que suceda
en el sistema no la afecta. Un ejemplo puede ser la cantidad de agua lluvia que afecta
a un cultivo.
Las "variables auxiliares" son clculos intermedios y valores fijos,
respectivamente, que permiten una visualizacin mejor de los aspectos que condicionan
el comportamiento de los flujos.
Las tablas se usan para representar aquellas relaciones entre variables que son no
lineales, este tipo de comportamientos se pueden observar por ejemplo entre la
sensacin de hambre y la cantidad de alimento consumido; a medida que se come la
sensacin de hambre disminuye, pero no proporcionalmente a la cantidad de alimento
consumido. Tambin se usan para representar multiplicadores que son las relaciones
entre variables que no permanecen constantes a travs del tiempo. Ejemplo de ello
sera una tasa de inters variable.
En la figura 3 se pueden apreciar los conos que se usan en diferentes software para
representar los elementos de los diagramas de Forrester.
figura 3 Elementos del diagrama de Forrester en distintos software3
Una de las primeras variables que deben ser identificadas en un diagrama de influencias
son las variables de nivel, para ello es necesario preguntarse, cul de cada variable una
de esas variables tendr comportamientos relacionados con procesos de acumulacin y
des-acumulacin, es decir, cules de ellas se llenan o se desocupan.
Volviendo sobre el smil hidrodinmico, de la figura 2, se puede apreciar que los tres
tanques se pueden llenar o desocupar dependiendo de cul de las 4 llaves est abierta
o cerrada. Es decir que la cantidad de lquido almacenada en el sistema depender de
que tanto se manipulen las vlvulas o llaves.
() = (0) +
0
=
La anterior ecuacin se denomina ecuacin de nivel diagrama se representa mediante
el diagrama de Forrester que se muestra en la figura 4
F(t) = TN *M(t)*N(t)
Slo los flujos deben estar relacionados directamente con los niveles, es decir, que un
nivel nicamente cambia por flujos de entrada y salida. Los niveles a su vez determinan
los flujos. Ver la figura 7.
figura 7 Relacin entre nivel y flujo
Ejemplos de niveles:
El inventario en una bodega, (nmeros de objetos)
Empleados en un negocio, (nmero de personas)
La cuenta de ahorros, (Cantidad de dinero)
Computadores en una empresa, (cantidad de computadores)
Usuarios de un servicio (la cantidad de suscriptores )
Se invita al lector para que proponga nuevos ejemplos de niveles y flujos propios de su
dominio de conocimiento. Se insiste mucho en que los niveles son acumuladores y los
flujos aquellos responsables de la acumulacin.
Variables auxiliares
Las variables auxiliares representan pasos en los que se descompone el clculo de una
variable de flujo a partir de los valores tomados por los niveles y de otras variables. El
propsito del uso de las variables auxiliares est en facilitar la comprensin y definicin
de las variables de flujo, aunque no es exclusiva esta tarea, ya que las variables
auxiliares suelen representar en s mismas conceptos individuales.
Si se hace un modelo del smil hidrodinmico aparecen all variables auxiliares que son
definitivas para determinar los flujos. Se sugiere al lector que revise de nuevo la figura
2.
No linealidades
Si dos variables A y B estn relacionadas por B = f(A) siendo f no lineal, B una variable
auxiliar y A una variable de nivel, se emplea el smbolo de la figura 13 en el diagrama
de Forrester. Esta es una representacin que dependiendo del software usado puede
cambiar. Se invita al lector a repasar la figura 3, la parte correspondiente a tabla.
figura 13 No linealidad
Las no-linealidades se usan para representar aquellas relaciones entre variables que
son no lineales, este tipo de comportamientos se pueden observar por ejemplo entre la
sensacin de hambre y la cantidad de alimento consumido; a medida que se come la
sensacin de hambre disminuye, pero no proporcionalmente a la cantidad de alimento
consumido.
Los Multiplicadores
Los multiplicadores son tasas cambiantes que afectan una variable. Un efecto
multiplicador es el que ocurre cuando una persona aumenta la ingesta de alimentos,
eso tiene un efecto sobre el valor nominal del peso, aunque la persona siga siendo la
misma. Es importante advertir que las personas no suben de peso a un mismo ritmo
consecuencia de la misma ingesta sostenida de alimentos. Otro ejemplo que ilustra la
idea de multiplicador es el efecto que tiene sobre una poblacin la disponibilidad de
recursos. A medida que crece la poblacin, si hay suficiente recursos, crecer a una tasa
natural y mostrando un comportamiento exponencial. Una vez los recursos empiecen a
escasear tendrn un efecto sobre los nacimientos haciendo que estos decrezcan.
En figura 14 es posible observar como sobre la variable nacimientos tiene efecto la tasa
de nacimientos, pero adems la disponibilidad de recursos tambin tiene su efecto
limitante. La estrella en el diagrama muestra que habra un efecto multiplicador sobre
la cantidad de nacimientos producto de la escasez de recursos. En este caso la
multiplicacin reduce el valor nominal de los nacimientos teniendo un comportamiento
no-lineal, es decir, a medida que comienza a escasear el recurso la tasa de nacimientos
se ir haciendo cada vez ms pequea al punto de que se igualen los nacimientos y las
muertes y se estabilice el sistema.
figura 14 Multiplicador
Tanto los multiplicadores como las no linealidades son tratadas de forma similar por la
mayora de los software disponibles, la diferencia subyace a la definicin de cada uno
de ellos. No olvidar que una no-linealidad es una funcin que transforma una entrada
en una salida relacionadas ambas de forma no lineal; mientras que un multiplicador
altera el valor nominal de una variable, la aumenta o disminuye, pero no hay cambio
de unidades.
Caracterizacin de los Retardos
Una caracterstica que debe ser considerada al modelar sistemas dinmicos es el retardo
producido, en la transmisin de material o en la transmisin de informacin. En lo que
sigue se revisa la formulacin matemtica del mismo.
Retardos de material.
El retardo de material se produce cuando existen elementos en el sistema que
almacenan temporalmente y luego fluyen. En la figura 17 se muestra la estructura de
un retardo de orden uno y tiempo de ajuste 3 con un valor inicial, que va a ser retardado,
de 100. El orden de un retardo viene dado por el nmero de niveles que tenga la
estructura que lo determina. Al revisar el cuadro rojo se percibe all un nivel identificado
con el nombre N1, este es el elemento que almacena el material que se va retardar,
un flujo F1 que representa el valor del retardo, es decir, el valor que se va liberando del
nivel N1, un parmetro TA que es el tiempo de ajuste o tiempo promedio que permanece
un elemento en el sistema. La cantidad retardada est representada por el valor del
flujo Fe.
figura 17 Retardo de orden uno de material
En donde el Fe es un valor nico que en t=0 es de 100, N1 en t=0 es 100, F1(t)=
N1(t)/TA y finalmente TA=3, es decir, el tiempo de retardo.
1() = 1(0) + 1()
0
1()
1() =
1 1
: + =
Algunos ejemplos de retardo de material podra ser, por ejemplo, las rdenes de
material, los tiempo de construccin, La demora en la entrega de algn pedido, etc.
Retardo de informacin
Este retardo se produce cuando es necesario conservar y almacenar la informacin del
sistema antes de tomar una decisin. Los retardos de informacin representan un
mecanismo de filtro cuya principal virtud consiste en suavizar los picos que presenta la
evolucin de una variable teniendo un valor promedio de la misma como punto de
referencia. En este proceso la informacin ms reciente influye en el promedio de forma
ms significativa que la antigua.
Al igual que el retardo de material en este retardo, la informacin toma tiempo en fluir
de un punto a otro en el sistema, por lo que habitualmente se usa este tipo de retardo
para representar el ajuste gradual de las percepciones o las creencias.
El hecho de que las creencias, expectativas y proyecciones de los seres humanos estn
basadas en la informacin disponible hasta el momento y que las personas no cambian
su forma de pensar inmediatamente, frente al arribo de nueva informacin, son
consideradas como las principales razones por las cuales se provocan retardos en la
transmisin de la informacin en un sistema.
En este caso La Entrada asume un valor de 100 en t=0, TA tiene un valor de tres (3),
N1 (que es la salida) en T=0 es 0 y Fe = (Entrada-N1)/TA.
1
: ( ) + 1 =
Es importante que el lector recuerde que el orden de un retardo viene dado por el
nmero interno de niveles que tenga la estructura que lo representa y que el tiempo de
ajuste TA es el tiempo promedio que una unidad permanece dentro del retardo.
Introduccin
Este texto retoma los referentes tericos referidos especialmente a la teora general de
sistemas, el pensamiento sistmico, la elaboracin de diagramas de influencias y los
elementos de los diagramas de Forrester.
Se sigue con la solucin propuesta por Lotka y Volterra (1978) a la dinmica que se
desarrolla en el espacio de un ecosistema cuando dos especies conviven siendo una de
ellas la presa y el otro el predador. Se invita al lector a revisar esta direccin web
http://forio.com/simulate/billy/predator-prey-dynamics/run/
Es preciso sealar que los supuestos simplifican el fenmeno, pero se requiere hacerlo
para poder iniciar el proceso de modelado, ahora bien, en la medida en que sea
necesario incrementar el poder explicativo del modelo habr que incluir ms variables
y replantear los supuestos. Lo antes expuesto implica que el modelo parte de la hiptesis
de que se trata de un sistema cerrado, es decir que ambas especies estn encerradas
en un espacio con las condiciones de una isla como si se tratara de un reality show al
estilo del big brother.
Cada una de estas variables se relaciona mediante arcos entre ellas formando el
diagrama de influencias que se muestra en la figura 21. Se invita al lector a revisar el
captulo tres de la Unidad Uno.
Inicialmente se debe recordar que los niveles son acumulaciones, que caracterizan el
estado del sistema, que generan informacin para la toma de decisiones, que son la
memoria del sistema y adems que crean retardos al acumular la diferencia entre lo
que entra y lo que sale. De otra parte se debe tener en cuenta que los niveles son
generalmente una cantidad y que son los flujos los que causan las variaciones de dicha
cantidad.
Otro aspecto importante a considerar es que los sistemas dinmicos modelados con
dinmica de sistemas son de estado determinado, esto es, que un nivel nicamente
cambia por flujos de entrada y salida, y estos a su vez son determinados por los niveles.
Manos a la obra.
Inicialmente hay que hacerse la siguiente pregunta: qu cosas se acumulan o se van
disminuyendo en el fenmeno? Para el caso de la isla y teniendo en cuenta los supuestos
es claro que tanto los conejos como los zorros se acumulan, es decir, la cantidad de
zorros que se tiene hoy en la isla ser igual a la cantidad que haba ayer ms los que
nacen entre ayer y hoy, menos los que mueren en el mismo intervalo de tiempo. Igual
anlisis opera con los conejos, se invita al lector para que lo realice por su propia cuenta.
Solamente las variables de nivel pueden ser incrementadas o disminuidas por variables
de flujo. Si un parmetro o una variable auxiliar, est conectada a una variable de nivel,
es porque es la condicin inicial de la variable de nivel, y depende de ese parmetro o
variable auxiliar. Despus del tiempo cero, el nivel se calcular a partir de la tasa neta
de los flujos.
Se debe recordar que el tiempo es dinmica de sistemas es continuo, pero los flujos
deben ser necesariamente instantneos. La Dinmica de Sistemas representa el tiempo
como continuo, bsicamente porque los eventos ocurren en cualquier momento y el
tiempo puede ser dividido en finos intervalos de tiempo (dt). De otra parte nadie podr
medir el valor instantneo de ningn flujo, pues siempre el flujo se dar entre dos
instantes de tiempo, a ese espacio temporal se le denomina t y en clculo infinitesimal
es dt.
Las unidades que fluyen hacia y desde un nivel pueden ser o continuamente divisibles
como es el caso de la fracciones de pesos o un nmero discreto de cosas, por ejemplo,
cantidad de personas.
En el caso de los conejos y los zorros de la isla es claro que si un nivel est determinado
por el nmero de Conejos, habr dos cosas que lo afectan, de un lado los nacimientos
y de otro las muertes. Se sugiere revisar figura 21.
Fjese seor lector que la cantidad de conejos se incrementa con los conejos que nacen.
As mismo la cantidad de conejos se disminuye con las muertes. De esta manera se
identifica un par de flujos que afectan al nivel. En la siguiente grfica se ilustra esta
situacin.
Revisemos en lo que sigue la manera como se desarrolla el modelo de los conejos y los
zorros.
figura 23 Modelo presa - predador
En este modelo tanto la variable Conejos y como Zorros son los niveles o variables de
estado y representan el nmero de conejos y zorros respectivamente. A, B, C y D son
constantes positivas, para el caso de la dinmica de sistemas son parmetros. Los
cuatro trminos tienen el siguiente significado: A y C reflejan las condiciones de
crecimiento de las especies, es decir, A es igual a la tasa de natalidad de conejos menos
la tasa de mortalidad de conejos y C refleja la misma relacin pero con respecto de los
zorros. Para el caso de B y D estos parmetros reflejan las interacciones entre los zorros
y conejos, es decir, B establece la relacin condicionante de existencia de conejos para
la reproduccin de los zorros y D representa la relacin de depredacin de los conejos
por parte de los zorros.
Las variables auxiliares representan pasos o etapas en que puede llegar a estar el
clculo de una variable de flujo a partir de los valores representados por los estados de
la variable de nivel. Las variables auxiliares unen los canales de informacin entre las
variables de nivel y las de flujo, aunque en realidad son parte de las variables de flujo.
Sin embargo se distinguen de ellas en la medida en que su significado real sea ms
explcito. Las variables auxiliares de pueden emplear para mostrar relaciones no
lineales.
Si se revisa el modelo de conejos-zorros, all an no hacen aparicin las variables
auxiliares, bsicamente por no ser necesarias, pero podran ser incluidas para aumentar
el poder explicativo del modelo.
La manera en que se deben usar las variables auxiliares se ilustra en la figura 24. Si se
observa con detenimiento es posible percatarse de como aparecen las variables
Mul_Lim_Comida, Enc_Probables y Con-Depredados. La primera variable considera el
efecto que sobre los nacimientos de los predadores tiene la presencia o no de presas;
esta variable (Mul_Lim_Comida) se determina a partir de un parmetro
(Efecto_nac_zor) y la cantidad de conejos, expresando finalmente el efecto que la
abundancia o escasez de comida tiene sobre los nacimientos de los predadores. La
variable auxiliar Enc_Probables calcula de manera instantnea la cantidad de encuentros
entre zorros y conejos, variable que resulta determinada por la cantidad de zorros, la
de conejos y por la probabilidad de que ocurra un encuentro entre miembros de las
poblaciones. Finalmente la variable Con-Depredados calcula la cantidad de conejos que
son depredados consecuencia de la cantidad de zorros existentes. La importancia de
esta variable auxiliar consiste en que logra separar de un lado a los conejos que mueren
de forma natural y de otra a aquellos que mueren en las fauces de los zorros. No olvidar,
en todo caso, que el modelo de Locka-Volterra del cual se parti no hace esta distincin.
Los parmetros utilizados representan cantidades que no cambian a travs del tiempo
y permanecen constantes o su tasa de cambio es tan lenta que en el horizonte temporal
considerado no logra un cambio significativo que produzca sesgos importantes en los
resultados del modelo.
Se invita al lector para que revise detenidamente el modelo y logre identificar all las
nuevas variables auxiliares que se incluyeron en el modelo al igual que los parmetros
que fue necesario incluir.
figura 24 Modelo presa predador con variables auxiliares
Ntese tambin que los valores de las curvas lo mismo que los aspectos cualitativos han
cambiado, pero mostrando un comportamiento ms suave que podra ser ms cercano
a la realidad.
La figura 27 se muestra cmo queda el modelo despus de hacer los cambios indicados
y en la siguiente el multiplicador diseado para reemplazar la tasa TNZ.
figura 26 Multiplicador
Ntese que la salida TNZ vara entre 0.080 y 0.182, es decir que esos valores estn por
encima y por debajo de 0.17 que era el valor del parmetro anterior llamado TNZ.
Es importante ver que la entrada del multiplicador es la variable auxiliar relconzor que
se calcula a partir de la relacin nmero de zorros dividido por el doble del nmero de
conejos. Es importante sealar que este cambio nos muestra en el modelo un
comportamiento que se aproxima a la solucin terica de Locka-Voletra.
Introduccin
Se acepta comnmente que la simulacin es la experimentacin que se lleva a cabo
usando un modelo de una hiptesis o de un conjunto de hiptesis que dan cuenta de un
sistema o de la solucin a un problema simulado.
Para Naylor (1971) la simulacin es una tcnica numrica para conducir experimentos
en una computadora digital. Estos experimentos comprenden ciertos tipos de relaciones
matemticas y lgicas, las cuales son necesarias para describir el comportamiento y la
estructura de sistemas complejos del mundo real a travs de largos periodos de tiempo.
En adelante se puede asumir que la simulacin es la generacin de posibles estados de
un sistema con el concurso de las matemticas y las computadoras dentro del contexto
de un lenguaje de modelado.
Escenarios de Simulacin
Los escenarios de simulacin son el equivalente a las condiciones iniciales que se usan
en la resolucin de ecuaciones diferenciales. Se definen a partir de los valores de los
parmetros y las variables de estado o niveles y las formas particulares de las no-
linealidades y los multiplicadores.
Hasta ac debe ser claro que la simulacin permite tomar decisiones de manera virtual,
aprender de los errores y de los aciertos, y luego volver atrs como si nada hubiese
ocurrido, es decir, que con un buen modelo, se pueden evaluar diferentes estrategias y
estudiar sus efectos en el entorno para extrapolar conclusiones. Se adquiere experiencia
con costos bajos y evitando el riesgo de enfrentar potenciales consecuencias adversas.
Mediante un plan de pruebas, se evaluarn los beneficios y los riesgos asociados a cada
alternativa en los escenarios simulados; as podr identificarse la estrategia ms
conveniente en cada caso.
Una situacin comn en los albores del siglo XXI es la prisa o el ansia por obtener
resultados en el corto plazo, la falta de plantificacin y elaboracin de soluciones. Por
este motivo una de las tareas a las que todo individuo con poder de decisin debera
dedicarse es al modelado y diseo de escenarios de simulacin.
Pensar los escenarios de simulacin es una tarea pesada y que la mayora prefiere dejar
para otros, pero sin esta base las decisiones no sern tomadas de forma acertada debido
bsicamente a la falta de direccin, estrategia, visin y planificacin, y mucho ms en
un entorno cambiante.
Alguno tericos como Peter Schwartz (1991), proponen algunas estrategias para llevar
a cabo de forma exitosa simulaciones de escenarios, definiendo posibles situaciones
futuras para determinar las acciones a desarrollar. No es una receta infalible, sino de
una tcnica mediante la cual se trata de definir cmo ser el entorno en el medio y largo
plazo (con varios escenarios) y definir las acciones a desarrollar para lograr los objetivos
propuestos.
2. Definir un mapa con dos ejes; los ejes vendrn determinados por las dos variables
ms inciertas que se haya identificado.
3. Imaginar futuros posibles. A veces definir escenarios es muy fro, de forma que
puedes tratar de transformar cada escenario en una historia de futuro.
4. Pensar en implicaciones y acciones. Para cada escenario pensar en implicaciones
y acciones a desarrollar
En lo que sigue se hacen un par de aclaraciones que es preciso que el lector domine
conceptualmente. Un escenario debe ser entendido como la descripcin de una situacin
que pudiese presentarse como resultado de una accin o por una dinmica evolutiva en
el tiempo. As mismo la construccin de escenarios implica el diseo y elaboracin de
un nmero de visiones consistentes internamente de futuros posibles, combinando la
informacin disponible y las posibilidades de futuro.
Escenarios y pronsticos
Los escenarios tienen que ver con los procesos relativos a precisar lo que va a pasar,
como consecuencia de una accin determinada o de una dinmica evolutiva de un
proceso de naturaleza esencialmente incierto.
Tanto la cobertura como el tipo de simulacin a seguir la debe definir el usuario final del
modelo, esto se justifica en la medida en que la simulacin de escenarios puede ser
aplicada a cualquier problema que pueda ser modelado y que requiera de una solucin
estratgica.
Cmo construir o Simular escenarios.
Adicional a la propuesta de Peter Schwartz (1991), en trminos generales se puede
proponer como etapas para la construccin y simulacin de escenarios las siguientes:
Etapas
1. Identificar el tema focal, los objetivos del anlisis, el horizonte temporal, el problema
a modelar y a resolver.
Anlisis de Sensibilidad
El anlisis de sensibilidad tiene como propsito, a partir del diseo de un escenario,
identificar los lugares en los que el sistema es ms sensible, es decir, aquellos lugares
en que con poco esfuerzo se logran resultados importantes.
Un anlisis basado en el cambio de una sola variable no es realista porque las variables
estn interconectadas.
Si el nmero de conejos aumenta, la cantidad de zorros aumentar.
Si se acabara la comida de los conejos, todos, conejos y zorros se disminuiran.
Este escenario permite ver qu sucede si hay cambios en la tasa de natalidad natural
de los conejos, obsrvese que puede ser un parmetro controlable por el modelador
mediante algn tipo de medicamento o mediante la disminucin de machos en la isla.
Para hacer esto en Evolucion 4.1 inicialmente se escoge la opcin nuevo anlisis de
sensibilidad con variacin de parmetros, vea en la siguiente figura el crculo verde.
Se invita al lector para que disee nuevos escenarios de simulacin teniendo en cuenta
qu variable desea observar y bajo qu condiciones. Suponga este nuevo escenario en
que se analiza los cambios en la TMC y su efecto en los zorros.
Escenario 2
El lector deber interpretar las variaciones a partir de las relaciones de las variables del
sistema y dar una explicacin plausible.
Validacin de Modelos
El modelamiento es un proceso iterativo en la medida en que no hay un proceso
secuencial que lo soporte, por ello los resultados de cada paso pueden llevar a mejorar
la comprensin del problema y revisiones de pasos previos, como se indica en el centro
del diagrama que sigue. Cada lnea implica un ir de vuelta desde una etapa a otra, por
ejemplo, se va de la etapa 1 a la 2, pero igualmente es posible regresar de la cinco a
cualquiera de las dems fases.
figura 33 Proceso de modelado segn Sterman6
Para el desarrollo de esta actividad se cuenta con una amplia gama de pruebas, que
determinan la robustez y las limitaciones del modelo; es un proceso de construir
confianza en el modelo. La validacin debe iniciarse desde la primera ecuacin del
modelo velando porque desde un comienzo haya consistencia en las unidades usadas.
Al validar el modelo lo que se pretende es verificar que representa la realidad modelada
y no meramente la realizacin de rplicas, no se trata de que se repliquen
comportamientos funcionales si no que stos se deriven de la estructura del modelo.
6 Grfica adaptada de Sterman, 2000. Business Dynamics: Systems Thinking and Modeling for a Complex World. Cap. 21.
Es importante asegurarse que cada variable tiene una relacin con la realidad, es decir,
debe ser factible establecer para cada variable, el tringulo de la significacin.
No se debe perder de vista que el hecho de que las variables se clasifican en suaves y
duras. Las variables suaves son aquellas que representan metas, expectativas o
percepciones. Al respecto Forrester (1961) dice omitir tales variables (las suaves) es
equivalente a decir que ellas tienen efecto cero, probablemente el nico valor que se
conozca sea equivocado (traduccin libre)7, pero en todo caso hay que considerarlas.
En las lecciones que siguen se enuncian los distintos tipos de pruebas segn lo que se
ha presentado en este texto.
Pruebas de modelos en la prctica
Se ha venido insistiendo en la importancia que tiene el proceso de validacin de
modelos, en lo que sigue se har una descripcin de las pruebas comnmente usadas.
Los modelos de dinmica de sistemas son causales y descriptivos, esto quiere decir que
estn orientados al diseo en vez del propsito, por lo tanto, los que es esencial en la
validacin de un modelo es la estructura interna. Resultado correcto por las razones
correctas.
La prueba de los lmites del sistema tienen como propsito determinar qu variables
son exgenas y cules son endgenas, es decir, cuales son influenciadas e influencian
el sistema o cuales son influenciadas o influencian, el sistema, pero no ambas a la vez.
Evaluacin de parmetros
Esas pruebas deben determinar qu tanto los parmetros tienen un significado claro y
evidenciable con respecto del fenmeno modelado. Estas pruebas son realizadas con el
concurso de herramientas estadsticas o con la opinin de los expertos en el dominio de
conocimiento al cual pertenece la realidad modelada.
Experimentacin Simulada10
Forrester (1961) enuncia una situacin problemtica en la organizacin: el proceso de
aprendizaje organizacional es costoso, ineficiente, por ensayo y error. Luego propone la
correspondiente mejora: experimentar con laboratorios administrativos.
9 MARQUEZ, Renny y RAMIREZ, Vicente. Un modelo de simulacin de la Produccin de quesos madurados. Agroalim, jun. 2009, vol.15, no.28,
p.107-122. ISSN 1316-0354.
10 Tomado parcialmente de RICARDO SOTAQUIRA GUTIERREZ, LILIA NAYIBE GELVEZ PINTO, "Una revisin crtica del Aprendizaje
organizacional Dinmica de Sistemas" En: Colombia. 1996. Evento: Coloquio Latinoamericano sobre aplicaciones del Pensamiento Sistmico y la
Investigacin-Accin Participativa Ponencia:Libro:Memorias del Coloquio Latinoamericano sobre aplicaciones del Pensamiento Sistmico y la
Investigacin-Accin Participativa, Universidad De Los Andes , p.1 - 10
su contraparte "natural" y de este modo debe hacer ms eficiente el aprendizaje en la
organizacin.
Referencias
STERMAN, (2000). Business Dynamics: Systems Thinking and Modeling for a Complex
World. Chapter 21.