Sunteți pe pagina 1din 99

Dinmica de sistemas

Estructuras y comportamientos para la gestin

Ing. Miguel Fernando Inga Avila

Ing. Jos Luis Olivera Meza

Mg. Freddy Rolando Arcos Chuquillanqui

Universidad Nacional del Centro del Per


Instituto de Investigacin
2009

Las organizaciones y las personas buscan relacionarse con los dems, intentan actuar en forma abierta y flexible, y buscan resultados; sin embargo la realidad es menos que sus intenciones, sus relaciones son mal gestionados y desconocidas, tienen procedimientos cerrados y rgidos, y los resultados auspiciosos de corto plazo son contrarios a los de largo plazo. stas paradojas son inevitables, es producto del azar? En las organizaciones existen estructuras que enmarcan sus comportamientos, permitirn la comprensin las de tales estructuras entender interrelaciones

dinmicas de variables que causan dichos resultados y en funcin de ello generar cursos de accin sobre aquellas variables y que desencadenen para en resultados contextos y beneficiosos permite sostenidos estas

organizacionales e individuales. La dinmica de sistemas conocer estructuras, modelarlas simularlas para evaluar acciones en beneficio de los sistemas reales.

Universidad Nacional del Centro del Per

Dinmica de sistemas
Estructuras y comportamientos para la gestin

Ing. Miguel Fernando Inga Avila

Ing. Jos Luis Olivera Meza

Mg. Freddy Rolando Arcos Chuquillanqui

Dinmica de sistemas
Estructuras y comportamientos para la gestin

Universidad Nacional del Centro del Per


Instituto de Investigacin
Huancayo, 2009

2009 Ing. Miguel Fernando Inga Avila, Ing. Jos Luis Olivera Meza, Mg. Freddy Rolando Arcos Chuquillanqui Reservados todos los derechos

Universidad Nacional del Centro del Per Carretera Central km 5, Ciudad Universitaria, El Tambo Huancayo - Per www.uncp.edu.pe Reservados todos los derechos Depsito Legal N 2009-04513 ISBN: 978-612-45488-0-2

A quienes tienen actitud de cambio

NDICE INTRODUCCIN CAPITULO I: FUNDAMENTOS DE DINMICA DE SISTEMAS


1.1 DESARROLLO DE LA DINMICA DE SISTEMAS 1.2 UN NUEVO ACERCAMIENTO A LOS SISTEMAS SOCIALES 1.3 LA COMPUTADORA PLANEA LOS SISTEMAS SOCIALES 1.4 LA NATURALEZA CONTRAINTUITIVA DE LOS SISTEMAS SOCIALES 1.5 FUNDAMENTO DE LA METODOLOGA 1.5.1 Lneas de desarrollo cientfico-tcnico 1.5.2 Problemtica en la gestin de los sistemas sociales 1.5.3 Diseo de modelos de sistemas sociales 1 2 3 6 8 8 9 10

XI

CAPITULO II: ELEMENTOS DE LA DINMICA DE SISTEMAS


2.1 CONCEPTUALIZACIN DE DINMICA DE SISTEMAS 2.1.1 Objeto de la metodologa 2.1.2 Esbozo de la metodologa 2.2 ELEMENTOS DE UN MODELO 2.2.1 Diagrama causal o diagrama de influencias 2.2.1.1 Variable y vnculo causal 2.2.1.2 La polaridad de los vnculos causales 2.2.1.3 Las demoras 2.2.1.4 Bucles de realimentacin 2.2.1.5 Reglas para un buen modelado 2.2.2 Diagramas de Forrester 2.2.2.1 Variables de Nivel 2.2.2.2 Variables de flujo 2.2.2.3 Variables auxiliares 2.2.2.4 Fuentes y sumideros 2.2.2.5 Canales de material e informacin 2.2.2.6 Subsistemas conservativos 2.2.3 Ecuaciones 13 13 14 14 14 14 15 17 18 21 26 27 28 29 30 30 31 31

CAPITULO III: PROCESO DE CONSTRUCCION DE MODELOS DINMICOS


3.1 PROCESO DE MODELADO 3.1.1 Fase de conceptualizacin 3.1.1.1 Propsito del modelo 33 33 33

3.1.1.2 Limites del sistema 3.1.1.3 Comportamientos de referencia 3.1.1.4 Mecanismos bsicos 3.1.2 Fase de Formalizacin 3.1.3 Fase de Validacin e Implementacin 3.1.3 Fase de Implementacin 3.2 HERRAMIENTAS INFORMTICAS PARA MODELOS DINMICOS

35 35 36 37 39 42 43

CAPITULO IV: ESTRUCTURAS BSICAS


4.1 REALIMENTACIN POSITIVA 4.1.1 Estructura 4.1.2 Exploracin de la conducta 4.2 REALIMENTACIN NEGATIVA 4.2.1 Descripcin y representacin 4.2.2 Exploracin de la conducta 4.3 COMPORTAMIENTO EN S 4.3.1 Descripcin y representacin 4.3.2 Exploracin de la conducta 4.4 ARQUETIPOS SISTMICOS 4.4.1 Compensacin entre proceso y demora 4.4.2 Limites del crecimiento 4.4.3 Desplazamiento de la carga 4.4.4 Caso especial: desplazamiento de la carga hacia la intervencin 4.4.5 Erosin de metas 4.4.6 Escalada 4.4.7 xito para quien tiene xito 4.4.8 Tragedia del terreno comn 4.4.9 Soluciones rpidas que fallan. Apaguen ese incendio 4.4.10 Crecimiento y subinversin 46 46 47 49 49 51 52 52 54 56 56 57 58 60 61 63 64 65 67 68

CAPITULO V: ESTRUCTURAS ESPECFICAS


5.1 RETRASOS 5.1.1 Descripcin y representacin 5.1.2 Tipos de retraso 5.1.2.1 Retraso de material 5.1.2.2 Retraso de informacin 5.1.3 La demora causa oscilacin 70 70 71 71 75 76

5.2 CADENAS Y COFLUJOS 5.1.1 Cadenas 5.1.1.1 Representacin 5.1.1.2 Aplicacin 5.1.2 Coflujos 5.3 NO-LINEALIDADES

76 76 77 77 79 82

BIBLIOGRAFA

88

INTRODUCCIN
Las organizaciones y las personas buscan relacionarse con los dems, intentan actuar en forma abierta y flexible, y buscan resultados; sin embargo la realidad es menos que sus intenciones, sus relaciones son mal gestionados y desconocidas, tienen procedimientos cerrados y rgidos, y los resultados auspiciosos de corto plazo son contrarios a los de largo plazo. stas paradojas son inevitables, es producto del azar? En el libro se abordan los fundamentos que permiten explicar estas paradojas con el propsito de comprender qu provoca los resultados y en funcin de ello gestionar el accionar individual y colectivo en bsqueda de los resultados deseados. En el Captulo I se aborda los fundamentos de la Dinmica de Sistemas desde una perspectiva histrica que reside en la conceptualizacin de los sistemas como una totalizada compleja, de mltiples relaciones que provoca la naturaleza contraintuitiva de los sistemas sociales, y la relevancia de su modelado y simulado para visualizar comportamientos del sistema y poder tomar acciones en base a ello que favorezcan el desenvolvimiento del sistema. El Captulo II describe los elementos de la Dinmica de Sistemas. Como metodologa, se establece cul es el propsito que se busca en su aplicacin, para ello se describe los pasos que se deben llevar a cabo considerando los diagramas causales y los diagramas de Forrester bajo ciertas reglas que se sugieren tener en cuenta para un buen modelado de os sistemas. En el Captulo III se detalla el procedimiento de la metodologa en el cual se resalta la importancia de la fase de conceptualizacin debido a que permite delimitar el modelado bajo un objetivo sobre el cual se seleccionarn las variables para el modelo. La eficacia de las dems fases depende en gran medida de la claridad en la fase de conceptualizacin, por lo cual se debe poner a prueba los resultados de esta fase antes de pasar a las siguientes bajo las consideraciones planteadas en este captulo. La fase de formalizacin permite la depuracin de los resultados de la conceptualizacin y a expresin del modelo dinmico para su simulacin. La validacin de un modelo dinmico es una fase que permite que el modelo sea coherente en estructura y en comportamiento con el sistema real para que as las acciones de la fase de implementacin permitan el objetivo para el cual se realiz el modelado. En el Captulo IV, se explican las estructuras bsicas sobre los cules se construyen los modelos dinmicos. A partir de las estructuras de realimentacin positiva y negativa se construyen los diversos modelos que explican los comportamientos de los sistemas. Sobre estas dos estructuras principales, se complementan con la estructura en S y los

arquetipos por ser estructuras que explican comportamientos recurrentes en sistemas reales, los cuales son pertinentes para la comprensin de comportamientos tpicos. Finalmente, en el Captulo V, se presentan las estructuras especficas que permiten detallar particularidades de los sistemas en forma agregada a las estructuras bsicas. Aspectos como demoras, recorridos de recursos en procesos de transformacin o nolinealidades son requieren ser incorporados segn los casos sobre estructuras bsica que pueden explicar el comportamiento de un sistema pero que necesitan de estas incorporaciones para una mejor explicacin y acercamiento a la estructura y l comportamiento real que permite su validacin. De manera general, modelar un sistema es complejo por las variables intervinientes, su cuantificacin, la ausencia de informacin, la presencia de variables cualitativas, la incertidumbre del objetivo, entre otros; sin embargo, al tratarse de modelos dinmicos de sistemas sociales, sta complejidad es mucho mayor, debido a que el sistema social es un gran bazar de variedad de variables, de combinaciones de relaciones y de objetivos lo cual conlleva a la necesidad de modelar en forma multidisciplinaria, ajo un enfoque sistmico y con la conviccin que todo modelo dinmico es mejorable para el desarrollo de los sistemas reales.

CAPITULO I FUNDAMENTOS DE DINMICA DE SISTEMAS


1.1 DESARROLLO DE LA DINMICA DE SISTEMAS El campo profesional conocido como Dinmica de Sistemas se ha estado desarrollado durante los ltimos 35 aos, actualmente tiene un nmero de miembros en el mbito mundial en forma creciente. La Dinmica de Sistemas combina la filosofa, teora y mtodos necesarios para analizar la conducta de sistemas en ms de una direccin y en diversos campos. La Dinmica de Sistemas proporciona un fundamento amplio lo cual permite su aplicacin en las reas que queramos comprender e influir sobre el cambio de las cosas a travs del tiempo. Los procesos dinmicos de sistemas comienzan a partir de un problema a resolver, denominada situacin problema, que necesita ser entendida mejor, o una conducta indeseable que est para ser corregida o evitada. El primer paso es ahondar en la riqueza de la informacin que las personas poseen en sus mentes. La base de datos mental es una fuente rica de informacin sobre las partes de un sistema, sobre la informacin disponible en los diferentes puntos de un sistema, y sobre las polticas que estn siendo seguidas en la toma de decisiones. La administracin y las ciencias sociales se restringieron indebidamente a los datos cuantitativos y descuidaron la fuente de informacin ms rica e informativa que existe en el conocimiento y experiencia de estas ciencias en actividad. La Dinmica de Sistemas usa conceptos deducidos del mbito del control de realimentacin para organizar la informacin disponible en modelos de simulacin de computadora. Una computadora digital como un simulador, acta fuera de los papeles de las personas operando en el sistema real, revela las implicaciones del comportamiento del sistema que se ha descrito en el modelo. Los primeros artculos basados en este trabajo aparecido en la Harvard Business Review (Forrester, 1958). Por ms de tres dcadas, en el modelamiento de sistemas dinmicos han surgido guas tiles para trabajar hacia un entendimiento mejor del mundo alrededor de nosotros. La bsqueda continua por entender mejor los sistemas sociales y econmicos representa la prxima gran frontera. Las fronteras del pasado han incluido la creacin de literaturas escritas, explorando lmites geogrficos de tierra y espacio, y penetrando misterios de la ciencia fsica. Aquellas fronteras no son ms largas; se han vuelto en una parte de la actividad cotidiana. Por contraste, las visiones hacia la conducta de los sistemas sociales

no han avanzado al igual que nuestra comprensin del mundo natural. Para citar B. F. Skinner: "Hace veinticinco cientos aos se podra haber dicho que el hombre se entendi as como cualquier otra parte de su mundo... Hoy l es la cosa que l entiende menos. La fsica y la biologa han recorrido un largo camino, pero no hubo un desarrollo comparable con algo como una ciencia de conducta humana... Aristteles no podra entender una pgina de fsica modernas o biologa, pero Socrates y sus amigos tendran un problema pequeo siguiendo la mayora de las discusiones actuales de asuntos humanos". (Skinner, 1971, pg. 3) El gran desafo durante las prximas dcadas ser avanzar comprendiendo los sistemas sociales de la misma manera que el ltimo siglo ha adelantado en la comprensin del mundo fsico.

1.2 UN NUEVO ACERCAMIENTO A LOS SISTEMAS SOCIALES La mente humana no se adapta a interpretar cmo los sistemas sociales se comportan. Los sistemas sociales pertenecen a la clase llamada sistemas de realimentacin no-lineal multicircular. A lo largo de la historia de la evolucin no ha sido necesario hasta los muy recientes tiempos para las personas entender los sistemas de realimentacin complejos. Los procesos evolutivos no nos han dado la habilidad mental para interpretar la conducta dinmica de dichos sistemas complejos en que nosotros ahora estamos involucrados. Las ciencias sociales, que deben estar tratando con los grandes desafos de la sociedad, se han restringido a pequeos mbitos de la investigacin. Muchas prcticas erradas componen nuestras naturales limitaciones mentales. Las computadoras estn usndose a menudo para lo que las computadoras hacen pobremente y la mente humana hace bien. Al mismo tiempo la mente humana se usa para lo que la mente humana hace pobremente y las computadoras hacen bien. Adems, se intentan las tareas imposibles mientras se ignoran las metas posibles e importantes. Hasta hace poco, ninguna manera de estimar la conducta de los sistemas sociales existi excepto por la contemplacin, discusin, argumento, y conjetura. Como una manera fuera del dilema presente, esbozar aqu un acercamiento que combina la fuerza de la mente humana y la fuerza de las computadoras de hoy. El acercamiento crece fuera de los desarrollos durante los ltimos 60 aos, en que mucha de la investigacin pionera ocurri en el Instituto Tecnolgico de Massachusetts. Los conceptos de conducta de los sistemas de regeneracin aplican aplastantemente a los sistemas fsicos a travs de los sistemas sociales. Las ideas de sistema de regeneracin fueron desarrolladas primero y aplicados en la ingeniera de sistemas. La comprensin de los sistemas closed-loop(feedback) han alcanzado ahora la utilidad prctica en los sistemas sociales.

Estoy hablando del campo profesional de dinmica de sistemas. Se han hecho aplicaciones de dinmica de sistemas a la poltica corporativa, a la conducta de diabetes como un sistema mdico, crecimiento y estancamiento de reas urbanas, y a fuerzas del mundo que representan las interacciones de poblacin, polucin, industrializacin, recursos naturales, y alimentacin. El desarrollo de dinmica de sistemas empez en el M.I.T. en 1956. El desarrollo continuo de dinmica de sistemas se ha extendido ahora a muchos pases. La Sociedad Internacional de Dinmica de Sistemas, unific el trabajo en la profesin. Docenas de libros y miles de documentos existen ahora sobre la dinmica del sistema y sus aplicaciones.

1.3 LA COMPUTADORA PLANEA DE SISTEMAS SOCIALES Las personas nunca enviaran una nave espacial a la luna sin primero probar un modelos de prototipos y haciendo simulaciones por computadora de la trayectorias anticipadas. Ninguna compaa pondra un nuevo aparato de la casa o avin en la produccin sin primero realizar pruebas de laboratorio. Tales modelos y pruebas de laboratorio no garantizan contra el fracaso, pero ellos identifican muchas debilidades que pueden corregirse antes de que ellos causen desastres a mayor escala. Los sistemas sociales son ms complejos y ms difciles de entender que los sistemas tecnolgicos. Por qu entonces no usamos el mismo acercamiento de hacer modelos de sistemas sociales y llevar a cabo experiementos de laboratorio antes de adoptar nuevas leyes y programas del gobierno? La respuesta de costumbre asume que nuestro conocimiento de sistemas sociales no es suficiente para construir modelos tiles. Pero qu justificacin puede estar all para asumir que nosotros no sabemos bastante para construir modelos de sistemas sociales pero creer que nosotros sabemos bastante para redisear los sistemas sociales directamente pasando las leyes y empezando los nuevos programas? Sugiero que ahora sabemos lo suficiente para hacer modelos tiles de sistemas sociales. Recprocamente, no sabemos lo suficiente para disear las polticas sociales ms eficaces directamente sin primero ir a travs de un modelo-edificio la fase experimental. La evidencia de apoyo sustancial est fundamentando que el uso apropiado de modelos de sistemas sociales puede conducir a mejores sistemas, leyes, y programas. El laboratorio real de modelosde sistemas sociales puede ser construdo ahora. Tales modelos son simplificaciones de sistemas reales, pero modelos de computadora que pueden ser ms comprensivos que los modelos mentales que se usara por otra parte. Antes de ir ms all, por favor comprenda que nada nuevo hay en el uso de modelos para representar los sistemas sociales. Cada uno de nosotros usa a modelos constantemente. Cada persona en la vida privada y en los negocios instintivamente usa a

modelos para tomar decisiones. Las imgenes mentales en la cabeza de uno sobre nuestros ambientes son modelos. Nuestra cabeza no contiene familias, negocios, ciudades, gobiernos, o pases reales. algunos emplean conceptos y relaciones para representar sistemas reales. Una imagen mental es un modelo. Todas las decisiones se toman en base a modelos. Todas las leyes son dadas en base a modelos. Todas las acciones ejecutivas se toman en base a modelos. La pregunta no es usar o ignorar los modelos. La pregunta es slo una opcin entre la alternativa de modelos. Los modelos mentales estn rizados, incompletos, e imprecisamente declarado. Adems, dentro de un solo individuo, los modelos emntales cambian con el tiempo, incluso durante el flujo de una simple conversacin. La mente humana congrega pocas relaciones para encajar el contexto de una discusin. As como cambian los debates, los modelos mentales tambin. Incluso cuando slo un solo tema est discutindose, cada participante en una conversacin emplea diferente modelo mental para interpretar el asunto. Las asunciones fundamentales difieren pero nunca son palnteados abiertamente. Las metas son diferentes pero no son declaradas. Es un poco maravillloso que el compromiso tome tanto. E incluso cuando el acuerdo general se alcanza, las asunciones subyacentes pueden ser falacias que llevan a las leyes y programas al error. La mente humana no est adaptada a entender correctamente las consecuencias implicadas por un modelo mental. Un modelo mental puede ser correcto en la estructura y asunciones pero, aun as, la mente humana -an individualmente o como un acuerdo general de grupo--es inclinado trazar implicaciones erradas para el futuro. La incapacidad de la mente humana para usar sus propios modelos mentales es clara cuando un modelo de computador es construdo para reproducir las asunciones contenidas en el modelo mental de una persona. El modelo de la computadora es totalmente refinado hasta que est de acuerdo con las percepciones de una persona particular o grupo. Normalmente, entonces el sistema que se ha descrito no acta de la manera en que las personas se anticiparon. Hay contradicciones internas en los modelos mentales entre la estructura supuesta y las consecuencias futuras supuestas. Ordinariamente las asunciones sobre la estructura y las polticas gobernantes internas son ms cercanamente correctas que las asunciones sobre la conducta implcita. En contraste a los modelos mentales, los modelos de simulacin de la dinmica de sistemas son explcitos sobre las asunciones y cmo ellos interrelacionan. Cualquier concepto que puede describirse claramente en palabras puede incorporarse en un modelo de la computadora. La construccin de un modelo de computador fuerza la clarificacin de ideas. Las asunciones inciertas y ocultas son expuestas para que ellos pueden ser examinadas y debatidas.

La ventaja principal de un modelo de simulacin de computadora sobre las mentiras de un modelo mental en el camino a un modelo de compuador puede determinar fiablemente las consecuencias dinmicas futuras fiablemente de cmo las asunciones dentro del modelo actan entre s. All la necesidad es sin duda sobre la simulacin con precisin en un computador digital de las acciones que resultan de las declaraciones sobre la estructura y polticas en un modelo con precisin. De algunas maneras, los modelos de la computadora son notablemente similares a los modelos mentales. Los modelos del computador se derivan de las mismas fuentes; pueden ser discutidos en los mismos trminos. Pero los modelos de la computadora difieren de los modelos mentales en aspectos importantes. Los modelos de la computadora son declarados explcitamente. La notacin matemtica usada para describir a los modelos de la computadora no es ambigua. El idioma de simulacin de computadora es ms claro, ms simple, y ms preciso que los idiomas hablados. Las instrucciones del computador tienen claridad de significado y simplicidad en la sintaxis del lenguaje. El lenguaje de un modelo de computador puede entenderse por casi cualquiera, sin tener en cuenta la formacin educativo. Adems, cualquier concepto que puede declararse claramente en el idioma ordinario puede traducirse en el lenguaje del modelo del computador. Hay muchos acercamientos a los modelos de la computadora. Algunos son ingenuos. Algunos son conceptualmente incoherentes con la naturaleza de los sistemas reales. Algunos estn basados en metodologas para obtener datos de entrada que comprometen a los modelos a omitir las relaciones principales en las reas psicolgicas y humanas que todos sabemos son cruciales. Con tanta actividad en los modelos del computador y con la misma terminologa teniendo significados diferentes en los diferentes acercamientos diferentes, la situacin est confundiendo a un observador casual. La llave al xito no es teniendo una computadora; la importante es cmo la computadora se usa. Con respecto a los modelos, la llave no es informatizar un modelo, pero, en cambio, para tener una estructura ejemplar y las polticas decisin-accin que apropiadamente representen el sistema bajo consideracin. Estoy hablando aqu de modelos de dinmica de sistemas -el tipo de modelos de computador que slo ahora llegan a ser ampliamente usadas en las ciencias sociales. Los modelos de dinmica de sistemas no se derivan estadsticamente de datos de tiempo-serie. En cambio, son declaraciones sobre la estructura del sistema y de las polticas que guan las decisiones. Los modelos contienen las asunciones hechas sobre un sistema. Un modelo slo es tan bueno como el experto que miente detrs de su formulacin. Un modelo de computador bueno es distinguido de uno pobre por el grado en que captura la esencia del sistema que representa. Otros tipos de modelos matemticos estn limitados porque no aceptan la naturaleza de mltiples realimentaciones y la no linealidad de los sistemas reales.

Por otro lado, los modelos de computador de la dinmica de sistemas pueden reflejar la conducta de sistemas reales. Los modelos de la dinmica del sistema muestra cmo las dificultades con los sistemas sociales actuales se levantan, y demuestra por qu tantos esfuerzos por mejorar los sistemas sociales han fallado. Pueden construirse modelos que sean superiores a los modelos intuitivos que estn en las mentes de las personas y sobre las cuales los programas sociales nacionales estn ahora basadas. La dinmica del sistema difiere de dos maneras importantes de la prctica comn en las ciencias sociales y en el gobierno. Otros acercamientos asumen que la mayor dificultad en el entendimiento de la situacin de los sistemas es la escasez de informacin y datos. Una vez que los datos son reunidos, las personas se han sentido seguras interpretando las implicaciones. Difiero en ambas actitudes. El problema no es la escasez de datos sino incapacidad para percibir las consecuencias de la informacin que ya poseemos. El acercamiento a la dinmica de sistemas comienza con los conceptos y la informacin sobre los cuales la gente ya acta. Generalmente, la informacin disponible sobre la estructura y las polticas de decisin-accin del sistema es suficiente. La informacin disponible se une en un modelo del computador que puede mostrar consecuencias de comportamiento de partes bien conocidas de un sistema. Generalmente, la conducta es diferente de qu personas ha asumido.

1.4 LA NATURALEZA CONTRAINTUITIVA DE LOS SISTEMAS SOCIALES Nuestras primeras visiones en los sistemas sociales complejos vinieron del trabajo corporativo. Una y otra vez entramos en corporaciones que estaban teniendo dificultades severas y bien conocidas. Las dificultades seran obvias, como el segmento de mercado decreciente, rentabilidad baja, o inestabilidad del empleo. Tales dificultades eran conocidas a lo largo de la compaa y fueron discutidas en la prensa de negocios. Uno puede entrar en una compaa con problemas y discutir qu personas ven como las causas y soluciones a sus problemas. Uno encuentra que las personas perciben razanablemente de manera correcta sus ambientes inmediatos. Saben lo que estn intentando lograr. Conocen las crisis que forzarn ciertas acciones. Son sensibles al poder de la estructura organizacional, a las tradiciones, y a sus propio bienestar y metas personales. Cuando investigo que circunstancias son conducentes a franquear el descubrimiento, las personas declaran lo que estn haciendo y pueden dar las argumentos racionales para sus acciones. En una compaa con problemas, las personas estn actuando normalmente con una conciencia buena y dando lo mejor de sus habilidades para ayudar a solucionar las dificultades mayores. Estn siguindose las polticas que creen aliviarn las dificultades. Uno puede combinar las polticas declaradas en un modelo de la computadora paramostrar las consecuencias de cmo las polticas interactan entre s. En muchos casos sucede que las polticas conocidas describen un sistema que realmente causa los problemas observados. En otros trminos, las prcticas conocidas e intentadas de la organizacin son suficientes para crear las dificultades que

son experimentadas. Normalmente, los problemas se culpan a las fuerzas externas, pero un anlisis dinmico muestra a menudo cmo las polticas internas estn causando los problemas.De hecho, un espiral descendente puede desarrollar que las soluciones presuntas provoquen las dificultades ms graves y por eso causan los incentivos mayores para redublar las mismas acciones que son las causas del problema. La misma escalera de caracol descendente frecuentemente se desarrolla en el gobierno. El juicio y el debete conducen a un programa que parece ser legtimo. El compromiso aumenta a la solucin aparente. Si la solucin presunta atualmente provoca peores resultados, el proceso por la que pasa la degradacin no es evidente. As, cuando los problemas aumentan, los esfuerzos se intensifican, empeorando la situacin realmente. A mediados de los aos 50, la confluencia de movimientos cientficos y tecnolgicos como la teora general de sistemas, la ciberntica y el empleo del computador; condujo al desarrollo de la dinmica de sistemas como alternativa para entender el comportamiento de los sistemas. Esta metodologa, ideada por Jay Forrester a raz de un trabajo realizado en la empresa Sprague Electric, se emple inicialmente para entender el comportamiento de procesos industriales, durante los aos 60 se us en aplicaciones urbanas y en 1970 para construir el modelo del mundo. Actualmente su campo de accin se ha extendido amplia y profundamente hacia los sistemas sociales, adems es empleado por diversos campos de la ciencia social como la administracin, la sociologa, la sicologa entre otros. La dinmica de sistemas se ha convertido en un cimiento cognitivo y prctico en la gestin de organizaciones. El trabajo de Peter Senge y la publicacin de su obra La Quinta disciplina han favorecido la aplicacin de la dinmica de sistemas en el campo empresarial. La quinta disciplina 1 , obra que ha marcado la tendencia de construir organizaciones inteligentes, creativas e innovadoras; tiene como pilar a los modelos dinmicos en el sustento y explicacin de muchas de sus propuestas. Incluso la metodologa est llevando al desarrollo de nuevos campos profesionales como el diseo de empresas. El desafo para nuestras organizaciones se centra en construir una gestin cimentada en el entendimiento del comportamiento dinmico propio de cada organizacin. Conocer cmo se producen las diversas manifestaciones en el sistema, conduce a tomar decisiones considerando las repercusiones que se puedan presentar en el sistema en el corto y largo plazo. Bajo ste contexto, la dinmica de sistemas, adems de coadyuvar a comprender de mejor modo los sistemas humanos, constituye un soporte para el diseo de la estructura y de las polticas de estos sistemas con la intencin de orientar mejor a las personas que forman parte de ellos.

Libro publicado por Peter Senge en 1990 como resultado de su tesis doctoral en el Instituto Tecnolgico de

Massachussets. En l se sostiene que el entorno dinmico de las organizaciones exige a construir organizaciones capaces de aprender como nica alternativa para competir.

En general, los estudios de dinmica de sistema influyentes son aquellos que cambian la manera de pensar de las personas sobre un sistema. Jay forrester

1.5 FUNDAMENTO DE LA METODOLOGA 1.5.1 Lneas de desarrollo cientfico-tcnico El desarrollo de la dinmica de sistemas se incorpora en el intento de establecer tcnicas que permitan expresar en un lenguaje formalizado el de las matemticas los modelos verbales (mentales) de los sistemas sociales. Su evolucin es paralela a la de otras tcnicas especficas de anloga motivacin, como la econometra y el modelado estructural, de gran componente subjetivo (Aracil 1978: 11). La econometra corresponde al enfoque basado en el procesamiento de datos histricos, lo cual presupone una estructura del modelo a la cual los datos deben ajustarse. El modelado estructural sostiene se establece la estructura luego del anlisis de los elementos del sistema, y los datos histricos se emplean para ajustes al modelo. Como manifestacin del paradigma de sistemas, la metodologa est ligada a disciplinas mayores como la teora general de sistemas y la ciberntica. La dinmica de sistemas surge como alternativa para la gestin de los sistemas sociales tomando como soporte a la teora general de sistemas para el enfoque integral en el estudio de las organizaciones, a la ciberntica como marco terico acerca de los sistemas realimentados, y a las formas tradicionales de gestin de los sistemas sociales que implican decisiones basadas en factores como la intuicin, experiencia, intereses e informacin integradas en modelos mentales. Adicionalmente la computadora ha proporcionado a la metodologa un carcter tcnico complementario, puesto que le ha brindado la posibilidad de realizar procesos de ajuste de los modelos dinmicos y de efectuar clculos diversos sobre el modelo (figura 1).

GNESIS DE LA DINMICA DE SISTEMAS

Gestin tradicional de sistemas Teora de sociales sistemas Ciberntica


Estructura de modelos dinmicos

Simulacin por computador

Organizacin de la informacin

Modelo
Experiencia, intuicin, informacin

Comportamiento dinmico

Figura 1.1. Gnesis de la Dinmica de Sistemas Fuente: ARACIL, Javier. Introduccin a la dinmica de sistemas, p 32.

1.5.2 Problemtica en la gestin de los sistemas sociales Diversos actos en un sistema social como el establecimiento de normas, de formas orgnicas y polticas, as como tambin la incorporacin y desenvolvimiento del personal, entre otros; se dan generalmente sobre la base de impresiones que las personas tienen sobre el sistema en el que se encuentran, sin efectuar anlisis dinmicos sobre la conducta del sistema para observar las repercusiones de dichos actos (Forrester 1991: 56).2 La gestin se encuentra en una etapa de trnsito entre el arte, basado solo en la experiencia, y la profesin, fundada en una estructura subyacente de principios y ciencia. La gestin que prima en la mayora de los sistemas sociales est caracterizada por los siguientes aspectos: Gran parte de la educacin y de la prctica gerencial ha tratado slo con los componentes: contabilidad, produccin, comercializacin, finanzas, entre otros. Se han enseado y practicado como si fueran materias aisladas. Slo en las situaciones de ms alto nivel directivo, los gerentes necesitan integrar las funciones aisladas para tomar decisiones.

Comentario sobre las caractersticas de los sistemas segn Senge. Para mayor ampliacin ver anexo 1.

La gestin tiene tendencia general hacia las matemticas lo cual se revela en su inters por obtener soluciones ptimas para la mayor parte de los grandes problemas gerenciales, reduciendo los mismos. La gestin ha progresado merced a la simplificacin del trabajo y al control estadstico de la calidad. Adems se ha extendido hacia las actividades de la investigacin operativa.

La gestin de los sistemas sociales discurre sobre mltiples factores significativos que se encuentran en interrelacin; y segn se incrementen, la complejidad de los sistemas se intensifica y la necesidad de una gestin experta es mayor. El contexto donde el cambio constituye la esencia del medio, complementa el desafo gerencial en los siguientes aspectos:

Ampliar el horizonte de la labor gerencial con mayor dedicacin a las estrategias centrales del sistema y menos a las decisiones de rutina. Desarrollar mtodos efectivos para el anlisis de las principales interacciones entre los componentes substanciales de una organizacin y su medio externo. Preparar a la organizacin para afrontar el entorno dinmico y orientado al cliente. Proporcionar a los miembros de la organizacin los medios necesarios para tomar decisiones y actuar de manera creativa segn las circunstancias, y promover una estructura flexible, que conlleve en conjunto al sistema a ser proactivo y adaptable (Peters 1994: 205-212).

1.5.3 Diseo de modelos de sistemas sociales El empleo de modelos no es novedoso, los empleamos en forma constante e instintiva en nuestras vidas. Las imgenes mentales sobre el mundo y todo aquello que lo conforma son modelos y se emplean para tomar decisiones. En los sistemas sociales, los resultados de las decisiones dependen, excluyendo a factores aleatorios, de la calidad de los modelos empleados sobre los sistemas. La interrogante no es usar o ignorar los modelos, sino cmo se emplean y qu alternativas se tienen. Los modelos mentales son confusos, incompletos, e imprecisos; adems cambian con el tiempo, incluso durante el flujo de una simple conversacin. Las asunciones fundamentales y las metas difieren pero no son planteadas abiertamente. Un modelo mental puede ser correcto en la estructura y asunciones pero, aun as, la mente humana en forma individual o en conjunto es propensa a trazar implicaciones erradas para el futuro. En contraste, los modelos formales son explcitos sobre las asunciones y cmo se interrelacionan. La construccin de un modelo formal fuerza la clarificacin de

10

ideas y las asunciones inciertas y ocultas son expuestas para que puedan ser examinadas y debatidas (figura 2).

Modelos mentales
Es fruto de la experiencia, intuicin, intereses y observacin por parte de las personas. Normalmente no tienen un carcter claro, incluso para sus propietarios. Suelen ser incompletos. No son eficaces para tomar decisiones en situaciones complejas. Se construyen sobre relaciones de causa efecto unidireccional y de corto plazo.

Modelos formales

Expresan de una forma desarrollada los modelos mentales de los involucrados en el sistema. Muestran las interrelaciones entre los componentes del sistema y las consecuencias dinmicas. Emplean formas de expresin estandarizadas. Son tiles para tomar decisiones en situaciones complejas.

Figura 1.2. Modelos mentales y modelos formales

Los beneficios de los modelos formales, sustentan su empleo para una mejor gestin. El propsito del diseo es mejorar la comprensin de un sistema y hacer explcita las complejas relaciones existentes. Herbert Simon precis en su obra The Sciences of the Artificial publicada en 1969 que el diseo involucra un proceso de comprensin: Disear es una actividad con propsito orientada a cambiar una situacin existente en una deseada. Cuando el ente a disear es una organizacin humana, tanto la situacin existente, como la situacin deseada, como el diseo resultante no pueden ser definidos con exactitud. Esto impide tratar el diseo como un caso de optimizacin. Disear una organizacin implica entonces desarrollar un proceso en el cual vamos entendiendo progresivamente cual es nuestra situacin actual, cuales son nuestras expectativas sobre una situacin ideal y de que manera podemos intervenir o actuar sobre la organizacin, a travs del diseo, para movernos de lo actual hacia lo ideal. La labor de comprensin y accin organizacional acompaa al sistema a travs de toda su vida. Esas dos cualidades distintivas del diseo organizacional, como proceso de comprensin-accin y como actividad permanente, hacen adecuado entenderlo como un proceso de aprendizaje organizacional.

11

Como modelo formal, un modelo dinmico puede reflejar la conducta de un sistema real. Este tipo de modelo contiene asunciones hechas sobre un sistema e intenta hacer explcita la estructura y polticas que guan las decisiones. A diferencia de otros modelos formales, un modelo dinmico acepta la naturaleza mltiple de realimentacin de los sistemas sociales, y debido a que el modelo no es una derivacin estadstica de datos en el tiempo, explica las razones de la informacin y permite tomar decisiones sobre s.

12

CAPITULO II ELEMENTOS DE LA DINMICA DE SISTEMAS


2.1 CONCEPTUALIZACIN DE DINMICA DE SISTEMAS El estudio organizacional mediante la Dinmica de Sistemas es un proceso que conduce al modelado de aquellos aspectos de los sistemas que inciden sobre su dinmica conductual. Este proceso puede ir desde la creacin de modelos cualitativos formales hasta la posible elaboracin de modelos matemticos de simulacin (Sotaquir 1998). En suma, las caractersticas que definen a los modelos dinmicos son: Rene la opinin de expertos e involucrados en el sistema, expresndolas de una manera formal: mediante diagramas y modelos matemticos. Se construyen sobre la base de interacciones hipotticas entre las variables del sistema, donde una hiptesis incorrecta puede invalidar el modelo. Las hiptesis e interrelaciones reflejadas son susceptibles de discusin y revisin. La comprensin de los modelos dinmicos es sencilla para todos los interesados. Emplea relaciones cerradas, denominadas bucles de realimentacin, para explicar los efectos recprocos en el tiempo entre los elementos del sistema. As como cambian los sistemas en el tiempo, los modelos dinmicos sufren cambios en el tiempo, an sigan siendo construidos por las mismas personas.

2.1.1 Objeto de la metodologa La dinmica de sistemas es la disciplina que se encarga del estudio del comportamiento de los sistemas sociales con el fin de mostrar cmo las polticas, las decisiones, la estructura y las demoras determinan el desarrollo y la estabilidad de los sistemas. Mediante la construccin de modelos dinmicos basados en la opinin de expertos, intenta describir, de una forma peculiar, las fuerzas que surgen en el interior del sistema produciendo cambios a travs del tiempo, y cmo se interrelacionan stas fuerzas en un modelo unitario. Por ltimo, a travs de los modelos y del computador, permite proponer cambios que pueden emplearse como gua para una gerencia superior.

13

2.1.2 Esbozo de la metodologa La construccin de modelos debe ser un proceso continuo de creacin de una estructura del modelo, probando la conducta del modelo, comparando esa conducta con el conocimiento sobre el mundo real a ser representado, y reconsiderando la estructura (Forrester, 1991: 26). El proceso se inicia al observar una situacin problema que necesita ser entendida mejor, o una conducta indeseable que est para ser corregida, y contina con una serie secuencial de pasos: Se observan los modos de comportamiento del sistema real para tratar de identificar los elementos fundamentales del mismo: sntomas. Se indaga la informacin que las personas poseen en sus mentes. De acuerdo a diversas tcnicas se buscan estructuras de realimentacin que puedan producir el comportamiento observado. Mediante el diagrama causal y el diagrama de Forrester se configura la estructura del sistema. A partir de la estructura identificada, se construye el modelo matemtico de comportamiento del sistema en forma idnea para ser tratado sobre un computador. El modelo se emplea para simular, como en un laboratorio, el comportamiento dinmico implcito en la estructura identificada. La estructura se modifica hasta que sus componentes y el comportamiento resultante se ajusten al comportamiento observado en el sistema real. Por ltimo, se toman decisiones sobre el modelo hasta encontrar decisiones aceptables y utilizables que den lugar a un comportamiento real mejorado.

2.2 ELEMENTOS DE UN MODELO 2.2.1 Diagrama causal o diagrama de influencias El Diagrama Causal es un grafo que recoge los elementos clave del Sistema y las relaciones entre ellos. Permite representar la estructura de un sistema mediante relaciones de causa-efecto relevantes entre sus elementos, la cual juega un papel esencial en la determinacin de las propiedades sistmicas 2.2.1.1 Variable y vnculo causal Los dos componentes elementales de un "diagrama causal" son variable y vnculo causal. Una variable es una entidad que se distingue del resto del mundo, al menos, desde el punto de vista del ser pensante que lo observa. Un vnculo causal es una -hipotticarelacin entre dos variables, que establece que un evento que ocurre en la variable causante tendr un efecto distintivo en la variable afectada.

14

Figura 2.1. Representacin de la causalidad La relacin cualitativa entre dos variables asume la existencia de influencia de una variable sobre otra en forma, lo cual tiene sustento en experiencias, planteamientos previos o demostraciones, constituyendo una hiptesis a ser validada en la explicacin del comportamiento del sistema mediante su estructura 2.2.1.2 La polaridad de los vnculos causales Las flechas representan la causalidad de una variable sobre otra y van acompaadas de un signo (+ o -) que indica el tipo de influencia ejercida. Un signo "+" quiere decir que un cambio en la variable origen de la flecha producir un cambio del mismo sentido en la variable destino. El signo "-" simboliza que el efecto producido ser en sentido contrario. As cuando un incremento de A, produce un incremento de B, o bien una disminucin de A provoca una disminucin de B, tendremos una relacin positiva. Y cuando un incremento de A, produce una disminucin de B, o bien una disminucin de A provoca un aumento de B, tendremos una relacin negativa. La variable afectada cambiara su evolucin en funcin del cambio ocurrido en la variable causante, en uno de dos sentidos. Primero hacia arriba: el efecto del evento hace que la futura evolucin de los valores ser a un nivel ms alto de lo que habra sido el caso sin el evento. Se puede manifestar de varias maneras, pero para todas ellas se dice que el signo del efecto es positivo. Segundo, hacia abajo: el efecto del evento hace que la futura evolucin de los valores ser a un nivel ms bajo de lo que habra sido el caso sin el evento. Se puede manifestar de varias maneras, pero para todas ellas se dice que el signo del efecto es negativo.
Evento en primera variable Efecto en segunda variable

en aumento en aumento en descenso en descenso plana plana en aumento en descenso

aumenta ms aumenta ms desciende menos desciende menos aumenta aumenta aumenta ms desciende menos

en aumento en descenso en aumento en descenso en aumento en descenso plana plana

aumenta ms desciende menos aumenta ms desciende menos aumenta ms desciende menos aumenta aumenta

Tabla 1: Variaciones para una misma polaridad positiva

15

Entonces la manera correcta de describir la polaridad positiva en este caso es: si el evento en la primera variable que es en aumento hace que sta tome valores ms elevados, entonces la variable efecto tomar valores ms elevados de lo que habran sido sin la conexin causal. Evento en primera variable en aumento en aumento en descenso en descenso plana plana en aumento en descenso Efecto en segunda variable en aumento en descenso en aumento en descenso en aumento en descenso plana plana

aumenta ms aumenta ms desciende menos desciende menos aumenta aumenta aumenta ms desciende menos

aumenta menos desciende ms aumenta menos desciende ms aumenta menos desciende ms desciende aumenta

Tabla 2: Variaciones para una misma polaridad negativa La manera correcta de describir la polaridad positiva en este caso es: si la variable evento toma valores ms bajos de lo que habran sido sin el evento, entonces la variable efecto tomar valores ms altos de lo que habran sido sin la conexin causal. Siempre se puede decir que lo que hace el evento en la primera variable es: cambiar, desde un determinado momento en adelante, los valores de esta variable respecto de lo que habran sido sin el evento. Para la segunda variable, afectada por el cambio en la primera, se puede decir que en todos los momentos posteriores al efecto causal, sus valores sern cambiados respecto de lo que habran sido sin esta causacin Los primeros estadios de la conceptualizacin de un modelo requieren definir el propsito del mismo. En funcin de ello hay decidir qu elementos han de ser tomados en consideracin y cules de entre ellos estn relacionados de forma que lo que ocurre en uno afecta de manera inmediata al otro. Por cuanto nuestro inters se centra en la variacin en el tiempo del valor cuantitativo atribuido a cada elemento (variable), las influencias buscadas son las que su manifestacin consista en que una variable aumente o disminuya en funcin de que otra, de la cual depende, experimente algn tipo de variacin. Una forma natural de representar elementos y relaciones es mediante un grafo orientado. A veces, cuando el sentido de la influencia es conocido, se suele incluir un signo ms o un signo menos que hace alusin a una influencia del mismo sentido o de sentido opuesto segn el caso. Por ejemplo, si la densidad de vehculos aumenta o disminuye cabe esperar que el nmero de accidentes tambin aumente o disminuya respectivamente. Existe, por tanto, una influencia en el mismo sentido. Por el contrario, las ventas de vehculos seguramente dependern del precio de los mismos pero la influencia ser esta vez de sentido opuesto.

16

Densidad de vehculos
-

Accidentes

Precio de vehculos

Venta de vehculos

Figura 2.2. Relaciones positiva y negativa Establecer un grafo en el que aparezcan representados todos los elementos que componen el modelo junto con sus relaciones supone un paso importante en la definicin de la estructura del mismo. Un grafo de esas caractersticas se conoce como diagrama causal o de influencias. No obstante, metodolgicamente no es recomendable la construccin de un diagrama causal exhaustivo como primera fase en la construccin de un modelo aun cuando diagramas parciales o globales a alto nivel jerrquico puedan ser buenos como mecanismo de ayuda a la conceptualizacin. Sin embargo, de cara a facilitar la comprensin de las hiptesis introducidas en el modelo, es de gran ayuda disponer de un diagrama causal exhaustivo para la presentacin del mismo a un pblico interesado. Dicho diagrama causal siempre puede deducirse sin dificultad una vez finalizada la construccin del modelo. 2.2.1.3 Las demoras La idea de causalidad significa que un evento ocurrido en una variable tendr un efecto en la otra; sin embargo, esto no dice nada sobre el tiempo que ser necesario para que el evento de la variable causante llegue a tener efecto en la variable afectada. En el mundo material, esto siempre toma un tiempo no nulo:

Figura 2.3. Estructura temporal de una demora La percepcin del ser humano no es inmediata; hasta los reflejos automticos se demoran. Por ejemplo, para que un automovilista empiece a frenar al ver un peatn saltar a la vereda, pasa hasta una dcima parte de segundo, y si andaba a 100 Km./h, es decir

17

100.000 metros 3600 segundos, entonces su auto habr avanzado de 100.000/36.000 = aproximadamente 3 metros en este tiempo. si sentimos hambre, comemos, sin embargo, entre el primer bocazo que introducimos en la boca y el inicio del cambio de la tasa de azcar sanguino, pasan aproximadamente 15 minutos. Por esta razn, puede ser que hasta que notemos el efecto de este primer bocado, hayamos comido mucho ms de lo que habra sido necesario, en las empresas y las organizaciones, los eventos ocurren continuamente, pero el ritmo de los reportes a la gerencia es por semana, por mes y hasta periodos ms largos. Los gobiernos se eligen cada 5 aos. Es importante sealar claramente los vnculos causales que son ms lentos que los dems en un diagrama causal. Utilizamos un smbolo distintivo para representar las demoras:

Figura 2.4. Denotacin de demora en el diagrama

2.2.1.4 Bucles de realimentacin El tipo de problemas en los que habitualmente trabaja la Dinmica de Sistemas se caracteriza porque en stos siempre aparecen relaciones causales estructuradas en bucles de realimentacin o lazos cerrados. Ello no es sorprendente por cuanto detrs de un bucle de realimentacin de relaciones causales subyace el principio filosfico de que nada se hace impunemente. Una accin ejecutada por o sobre un elemento del bucle se propaga por el mismo de manera que tarde o temprano esa accin repercute sobre sus propios valores futuros. Esto es habitual en las organizaciones en las que el hombre es una parte ms de las mismas, las cuales constituyen en buena medida nuestro principal objeto de estudio. Conviene distinguir dos tipos de bucles de realimentacin, positivos y negativos. Bucle de realimentacin positiva, es aquel en el cual todas las influencias son positivas (o el nmero de relaciones negativas existentes es par). En general la Figura 2.3 representa un proceso en el que un estado determina una accin, que a su vez refuerza este estado, y as indefinidamente. En este caso el estado es una poblacin, y la accin su crecimiento neto. En tal caso, cuanto mayor sea la poblacin, mayor es su crecimiento, por lo que a su vez mayor es la poblacin, y as sucesivamente. Se tiene, por tanto, un crecimiento explosivo de la poblacin.

18

En la Figura 2.4 se representa de forma esquemtica, mediante las letras A, B y C, un bucle de esta naturaleza. Con ayuda de este diagrama se puede analizar, de forma general, el comportamiento que genera este bucle. Si cualquiera de sus elementos sufre una perturbacin, sta se propaga, reforzndose, a lo largo del bucle. En efecto, si A crece, entonces, en virtud del signo de la influencia, lo har B, lo que a su vez determinar el crecimiento de C y, de nuevo, el de A. Por lo tanto, la propia estructura del sistema determina que el crecimiento inicial de A vuelva reforzado a A, inicindose de este modo un proceso sin fin que determinar el crecimiento de A. Este efecto se conoce vulgarmente como crculo vicioso o bola de nieve. El cambio se amplifica produciendo ms cambio. Se trata, por tanto, de una realimentacin que amplifica las perturbaciones y que, por tanto, inestabiliza al sistema. En este sentido se puede decir que su efecto es contrario al de la realimentacin negativa. Si aquella estabilizaba, esta desestabiliza.

Poblacin
+

Nacimientos
Figura 2.3. Crecimiento poblacional en un proceso de realimentacin negativa

A
+

Figura 2.4. Estructura y comportamiento de realimentacin positiva Bucle de realimentacin negativa representa un tipo de situacin muy frecuente en el que se trata de decidir acciones para modificar el comportamiento con el fin de alcanzar un determinado objetivo. Un diagrama de esta naturaleza se puede aplicar tanto al sencillo acto de coger un lpiz, detectando mediante la vista la discrepancia entre las posiciones de la mano y del lpiz; al proceso de regulacin de la temperatura en una habitacin, en el que la discrepancia entre la temperatura deseada y la considerada confortable determina la actuacin de un calefactor (si estamos en invierno) para corregir esa discrepancia (ver Figura 2.5);

19

y tantos otros procesos de naturaleza semejante. El diagrama de un bucle de realimentacin negativa aporta el esquema bsico de todo comportamiento orientado a un objetivo. Su ubicuidad fue puesta de manifiesto por Norbert Wiener cuando, en el decenio de los aos 40, sent las bases de la ciberntica.

Figura 2.5. Estructura de realimentacin negativa del proceso de regulacin de temperatura Consideremos el bucle de la Figura 2.6, en el que los elementos se han representado, de forma general, mediante las letras A, B y C. Supongamos que uno cualquiera de ellos, por ejemplo el B, se incrementa. En virtud de las relaciones de influencia, el incremento de B determinar el de C, ya que la relacin de influencia correspondiente es positiva. A su vez, el incremento de C determinar el decrecimiento de A, ya que as lo determina el carcter negativo de la influencia. El decrecimiento de A dar lugar al de B, pues la relacin es positiva. Por tanto, el incremento inicial de B le vuelve, a lo largo de la cadena de realimentacin, como un decremento; es decir, la propia estructura de realimentacin tiende a anular la perturbacin inicial, que era un incremento, generando un decremento. De este modo se comprende que los bucles de realimentacin negativa son bucles estabilizadores, que tienden a anular las perturbaciones exteriores. Por ello, los ingenieros que disean sistemas de regulacin automtica los incorporan en sus proyectos como elementos bsicos para conseguir la accin reguladora (lo que logran mediante la adicin de bucles de realimentacin negativa a los procesos que disean). El efecto de un bucle de realimentacin negativa es, por tanto, el tratar de conseguir que las cosas continen como estn, que no varen. Son bucles que estabilizan los sistemas. Un bucle de realimentacin negativa tiene la notable propiedad de que si, por una accin exterior, se perturba alguno de sus elementos, el sistema, en virtud de su estructura, reacciona tendiendo a anular esa perturbacin.

20

A
-

Figura 2.6. Estructura y comportamiento de realimentacin negativa Desde el punto de vista de la causalidad un modelo est siempre estructurado como un conjunto de lazos positivos y negativos interconectados entre s. El comportamiento dinmico del mismo depender de cmo se vaya produciendo la alternancia en el dominio entre la tendencia a crecer o decrecer de los unos y la tendencia al equilibrio de los otros. 2.2.1.5 Reglas para un buen modelado Segn John Sterman (2000) para elaborar buenos diagramas de influencias debe considerar las siguientes reglas . Regla 1: modelar en base a relaciones causales, no correlaciones Se acostumbra creer que una correlacin clara entre los valores de dos variables es muestra de una relacin causal. Esto no es necesariamente as, como lo muestra el siguiente ejemplo: Correcto
Ventas de helado + Temperatura del ambiente Asesinatos +

+ Ventas de helado Asesinatos

Incorrecto

Figura 2.7. Modelo en base de relaciones causales En DS, buscamos captar los mecanismos por los cuales se desplazan los efectos de una seal desde su origen hasta algn otro punto. A esto, nos referimos con "causa". Si bien un modelo causal deber ser capaz de reproducir valores de variables con una correlacin similar a la observada en el mundo "real", nos prohibimos cortar caminos. Esto es importante porque lo que podemos medir de un sistema "real" no es ms que su comportamiento en este momento, bajo el rgimen de los parmetros actuales. Varios modelos causales podran replicar esta conducta actual. Pero, como lo hemos visto con el modelo explorado en este captulo, un mimo modelo

21

causal puede mostrar conductas bien diferentes. Un modelo inferido desde una exploracin correlacional puede ser fiel a la "realidad" bajo el rgimen de parmetros del minuto, pero muy infiel bajo otros valores de parmetros. Nosotros buscamos modelos robustos, a los cuales se puede hacer confianza en muchos regimenes de parmetros. Regla 2: poner etiquetas de polaridad Los bucles de retroalimentacin son, en cierto sentido, el bloque de construccin ms importante en DS. Cada bucle tiene una polaridad; es mala praxis no sealarla en un diagrama:

Incorrecto Ventas por boca -a-boca Base de clientes Perdida de clientes

Correcto

Ventas por boca -a-boca

Base de clientes

Perdida de clientes

+
Figura 2.8. Indicar la polaridad del vnculo

Regla 3: poner nombres y nmeros a los bucles de retroalimentacin Un modelo es una composicin o superposicin de varios y a veces muchos bucles de retroalimentacin. Esto puede ser muy difcil de lectura, pero podemos ayudar cuando sealamos para cada bucle un nombre y un nmero. El nmero facilita repertoriar y referenciar. El nombre facilita recordar lo esencial de cada bucle. Por lo tanto es importante que no se de cualquier cosa como nombre, sino una frase corta o palabra clave que evoque en significado del bucle para las personas en el "sistema" modelado.

Regla 4: sealar las demoras Las demoras son esenciales para la generacin de la conducta; deben ser explcitamente mencionadas, para no invitar el lector del diagrama a construir falsas inferencias mentalmente. En los modelos, las diferentes lneas de causacin no tiene la misma velocidad. Esto explica cmo es posible que luego de un abrupto cambio de precio, inicialmente los gastos de combustible suben (la causa de arriba no tiene demora), pero posteriormente empieza a bajar de nuevo:

22

las lneas causales que representan esfuerzos de compensacin son ms lentas, son demoradas en relacin con la primera lnea causal. Regla 5: poner nombres de substantivos con sentido positivo a las variables Nombrar variables con substantivos. Una variable es algo que tendr un determinado valor en un momento particular. Ello significa que expresiones como "costos suben" son problemticas, ya que hablan de una conducta. Considerar la conducta como el cambio de los valores de una variable en el tiempo.

Incorrecto

Correcto

+
Costos aumentan Precios aumentan Costos

+
Precios

Figura 2.9. Usar nombres en sentido positivo Tambin es importante que las variables hagan explcito su sentido o su direccin. Decir "retroalimentacin" no aclara si es "buena" o "mala"; por lo tanto su efecto sobre la motivacin es difcil de expresar. Es preferible hablar de "felicitacin":

Incorrecto

Correcto

+
Retroalimentacin del jefe Actitud mental Felicitaciones del jefe Moral

Figura 2.10. Nombres que sealan el sentido Finalmente, en cada organizacin y cada mbito profesional se usan ciertas expresiones y no otras. Es importante elegir nombres cuyo sentido normal (usual) es positivo, como en general es intuitivamente: la mayora de empresas dirige su atencin a las ganancias, no a las prdidas. Es as que podemos escuchar frases como "los costos aumentan las perdidas" menos frecuentemente que "los costos reducen las ganancias". Adems, un problema de comprensin podra resultar de la tensin entre la polaridad "+" y "perdida", ya que "perdida" tiene una connotacin negativa.)

23

Incorrecto

Correcto

+
Costos Perdidas Costos

Utilidades

+
Critica Infelicidad Critica

Felicidad

Figura 2.11. Usar nombres y conceptos usuales Regla 6: arreglar el diagrama ("lay-out") tantas veces como necesario para su legibilidad Cada diagrama puede y debe ser corregido y re-hecho tantas veces como necesario hasta que sea un instrumento conveniente para dar soporte a la reflexin y el dilogo. Regla 7: adaptamos el nivel de agregacin a conveniencia de los lectores La dinmica de sistemas opera con agregados: en general, no miramos los individuos, sin que agregados de ellos. Pero no siempre es obvio cuanto hay que agregar: hablemos de mercado, de clientes, de segmento de clientes, de grupo de compradores? Un diagrama ms agregado tiene menos elementos y ser ms fcil de leer. Pero puede ser tan resumido que el lector ya no puede seguir la argumentacin sugerida. Por lo tanto, un indicador de exagerada agregacin es la confusin o duda que algn lector de un diagrama pueda manifestar Regla 6: arreglar el diagrama ("lay-out") tantas veces como necesario para su legibilidad Cada diagrama puede y debe ser corregido y re-hecho tantas veces como necesario hasta que sea un instrumento conveniente para dar soporte a la reflexin y el dilogo. Regla 7: adaptamos el nivel de agregacin a conveniencia de los lectores La dinmica de sistemas opera con agregados: en general, no miramos los individuos, sin que agregados de ellos. Pero no siempre es obvio cuanto hay que agregar: hablemos de mercado, de clientes, de segmento de clientes, de grupo de compradores? Un diagrama ms agregado tiene menos elementos y ser ms fcil de leer. Pero puede ser tan resumido que el lector ya no puede seguir la argumentacin sugerida. Por lo tanto, un indicador de exagerada agregacin es la confusin o duda que algn lector de un diagrama pueda manifestar

24

Si un modelo es muy crptico para su audiencia: Costos unitarios

Participacin de mercado

entonces haga explcito los conceptos intermedios: + Volumen de produccin + Experiencia acumulada Costos unitarios

Participacin de mercado

Figura 2.12. Desagregacin ante poca evidencia de causalidad Regla 8: buscar una cantidad de detalles de 7+-2 Los seres humanos no logran percibir mucho ms que 7 tems presentados en su campo visual. Lo que excede los 9 tems es ms difcil de leer, de comprender y de recordar. Por lo tanto, cuando tenemos muchas variables y/o muchos bucles en un modelo, es preferible presentar una serie de sub-modelos con un nmero reducido de elementos. Regla 9: explicitamos las metas de los bucles negativos Hemos visto ms arriba que un bucle de retroalimentacin negativa hace que el sistema se aproxima asintticamente a un valor que acta entonces como una meta, que sea esta meta explcita o no. Por ejemplo, comemos porque nuestro organismo busca a mantener estable un determinado grado de azcar en la sangre; podemos vivir felices sin saber esto, pero para el organismo hay una meta. Si esto es as, entonces aportamos informacin pertinente al hacer explcito cual es esta meta en nuestros diagramas.

25

Incorrecto
+ Calidad del producto Programas de mejoramiento de la calidad Temperatura del caf tasa de resf riamiento +

Correcto
Calidad del producto Programas de mejoramiento de la calidad Temperatura del caf tasa de resf riamiento Dif erencia + + Temperatura ambiente + Dif erencia + Calidad deseada

Figura 2.13. Explicar variables de referencia de bucles negativos Regla 10: distinguimos entre las condiciones reales y su percepcin El mundo y los sistemas de la sociedad humana funcionan constantemente; sus comportamientos son "suaves"; por ejemplo, una empresa de comercio electrnico realiza transacciones de venta todo el tiempo, cada minuto o segundo. Sin embargo, el sistema de aprovisionamiento no necesariamente percibe estas ventas minuto por minutos, sino que hace un balance de movimientos al final de cada da. Y el responsable de compras manda un informe a su gerencia al final de cada da. Y en gerente general ve las cifras de fin de mes. Entonces entre la venta X y su percepcin por alguna funcin en esta empresa, puede pasar ms o menos tiempo. Entonces hacer como si las decisiones de estas funciones fueran basadas en los valores actuales ("reales") es a lo menos una falsedad; si sabemos que se basan en alguna percepcin de lo actual, entonces es mejor que lo expresamos explcitamente en nuestro modelo.

2.2.2 Diagramas de Forrester El diagrama de Forrester es una representacin simblica de las variables de nivel, flujo y auxiliares de un diagrama causal una vez identificadas y constituye un paso intermedio entre el diagrama causal y el sistema de ecuaciones diferenciales de primer orden que le corresponde. Los smbolos que aparecen en el diagrama vienen dados en la figura 2.14

26

Figura 2.14. Smbolos del Diagrama de Forrester A continuacin se caracterizan los tipos de variables que aparecen en el diagrama de Forrester. 2.2.2.1 Variables de Nivel Son aquellas variables cuya evolucin es significativa para el estudio del sistema y son equivalentes a las variables de estado de un sistema en descripcin interna. Fsicamente se definen como magnitudes que acumulan los resultados de acciones tomadas en el pasado, como ocurre en los niveles de los depsitos de la analoga hidrodinmica que acumulan lquido resultado de la apertura de las vlvulas. De ah el nombre de variable de nivel. Una caracterstica comn a las variables de nivel es que cambian lentamente en respuesta a las variaciones de otras variables, en concreto de las variables de flujo. A cada nivel N(t) se le puede asociar un flujo de entrada Fe(t) y salida Fs(t), de acuerdo con
t

(t) =
o bien en forma diferencial

( t 0 ) + + ( F e Fs )dt
t0

(2.1)

d ------ = F e F s dt

(2.2)

ecuacin denominada de nivel y cuya representacin en diagrama de Forrester se muestra en la figura 2.17.

27

N Fe Fs

Figura 2.15. Diagrama de Forrester de la Ecuacin de Nivel Una variable de nivel no puede influir directamente en otra variable de nivel, sino es a travs de un flujo. 2.2.2.2 Variables de flujo Son aqullas variables que determinan las variaciones en las variables de nivel del sistema y caracterizan las acciones que se toman en el sistema las cuales quedan acumuladas en los niveles correspondientes. Fsicamente expresan como se convierte la informacin disponible del sistema en una accin y estn asociadas a las vlvulas de la analoga hidrodinmica. A cada flujo F(t) se le asocia una ecuacin llamada ecuacin de flujo o funcin de decisin que admite como variables de entrada niveles, auxiliares y constantes, en la forma general

F( t ) = T M( t) ( t )

(2.3)

siendo TN el flujo normal (constante), M(t) el multiplicador del flujo normal (auxiliar) y N(t) (nivel). El diagrama de Forrester de la ecuacin de flujo vienen dada en la figura 2.16.

N F

M TN
Figura 2.16. Diagrama de Forrester de la Ecuacin de Flujo. En general el multiplicador de flujo normal es producto de k multiplicadores Mi cada uno funcin de una variable Vi

M( t ) = M 1 ( V 1 ( t ) )M 2 ( V2 ( t ) )

Mn ( Vn ( t ) )

(2.4)

28

Cada Mi establece la contribucin de la variable Vi en la accin a tomar que define el flujo F(t), con M i ( V in ) = 1 siendo Vin el valor normal de Vi, que en general ser variable de nivel o variable auxiliar. A todo nivel se le asocia al menos una variable de flujo. Por otro lado, las variables de flujo tienen como entradas (informacin) exclusivamente variables de nivel, variables auxiliares o variables exgenas y nunca se podrn conectar entre s. Las unidades de medida de un flujo han de ser consistentes con las variables que relaciona, en general unidad de flujo = unidad de nivel / tiempo 2.2.2.3 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. El propsito del uso de las variables auxiliares est en facilitar la comprensin y definicin de las variables de flujo ya que las variables auxiliares suelen representar en si mismas conceptos individuales. En la analoga hidrodinmica ya se justific la utilizacin de las mismas para definir la relacin F i = f i ( 1,
2, 3)

mediante:
1, 2) 3)

A 1 = 1 (

(2.5) (2.6) (2.7)

A 2 = 2 ( A 1, F 1 = 3 ( A 2 )

cuya representacin en diagrama de Forrester viene dada en la figura 2.17.

A
1 2

F1 A

2 3

Figura 2.17. Diagrama de Forrester de la Relacin Fi. Si dos variables A y B estn relacionadas por

B = f( A )

(2.8)

siendo f no lineal, B variable auxiliar y A variable de nivel, se emplea el smbolo en el diagrama de Forrester de la figura 2.18

29

. Figura 2.18. Smbolo de Relacin No-lineal

2.2.2.4 Fuentes y sumideros: Un nivel puede alimentarse, a travs de un flujo desde otro nivel o bin desde una fuente exterior al sistema. Esta fuente se supone de capacidad infinita y se representa mediante una nube, tal como se ilustra en la figura 2.19.

Figura 2.19. Smbolo de Fuente

Un nivel puede vaciarse, a travs de un flujo sobre otro nivel o sobre un sumidero exterior al sistema. De la misma forma, el sumidero se supone de capacidad infinita y se representa mediante una nube, como se muestra en la figura 2.20.

Figura 2.20. Smbolo de Sumidero 2.2.2.5 Canales de material e informacin: Las variables de nivel, flujo y auxiliares estn ligadas entre s por medio de canales. Hay dos clases: canales de material y canales de informacin Los niveles acumulan flujos materiales que llegarn mediante canales de material y las variables de flujo y auxiliares se alimentan a partir de canales de informacin. En todo sistema dinmico, la variacin de sus estados depende de los valores en que se encuentran dichos estados. Resulta pues natural que un modelo mantenga la siguiente organizacin: Las lneas de informacin tienen siempre como punto de partida inicial los niveles o los parmetros (al fin y al cabo un parmetro no tiene otra misin que la de informar de su valor) y como punto de destino final los flujos. Dicho de otra manera, las variables de flujo son funcin de los niveles y de los parmetros.

30

Las variables auxiliares forman parte de los caminos de informacin. De hecho, usualmente aparecern variables auxiliares entre la informacin que arranca en los niveles y su destino final en los flujos. Estas variables van configurando la funcin que finalmente definir a un flujo, de manera que documentan en forma comprensible cada paso en el tratamiento de la informacin que determina la definicin de la variable de flujo. Por lo dicho, no tiene sentido un bucle cerrado construido nicamente con variables auxiliares. En todo lazo cerrado debe de aparecer un nivel y, en consecuencia, al menos un flujo. Cuando un sistema no sea autnomo, es decir, cuando existan variables exgenas influyendo en el comportamiento del mismo, una o ms lneas de informacin podrn evidentemente, y excepcionalmente, tener su origen en una variable auxiliar. Si as no fuera, la variable exgena no podra influir de ninguna manera en el modelo.

2.2.2.6 Subsistemas conservativos En un modelo hay que atribuir dimensiones a sus variables de manera que todas ellas se midan en unas determinadas unidades de medida. Si los niveles se miden en unas ciertas unidades, sus flujos asociados debern medirse en esas mismas unidades partido tiempo. Una organizacin tpica es aquella en la que un flujo est ligado a dos niveles de manera que acta como una vlvula de paso entre los mismos. Lo que sale de uno de ellos entra en el otro. Pues bien, una regla fundamental de construccin de diagramas de flujo exige que no puedan mezclarse distintas unidades. De esta manera los niveles se asocian entre s en cascada o en paralelo formando estructuras por las que solo circula el mismo tipo de unidades bajo el control de flujos que se miden en esas mismas unidades por unidad de tiempo. Esas estructuras son conservativas en el sentido de que si incluimos en el balance los sumideros y las fuentes la cantidad total de la magnitud acumulada en las mismas se conserva. 2.2.3 Ecuaciones Todas las relaciones entre las variables deben ser explcitamente cuantificadas. La forma ms frecuente de establecer la relacin entre dos variables es mediante una expresin analtica que proporciona la funcin que relaciona ambas variables. Poco ms puede decirse en abstracto a cerca de las ecuaciones por cuanto dependern muy especficamente de cada situacin particular. Conviene, no obstante, hacer un mnimo comentario referente a cada tipo de variable. Las ecuaciones de variables auxiliares pueden adoptar cualquier forma analtica si bien, por su propia naturaleza de variables aadidas para simplificar la descripcin, no tienen porque ser expresiones complicadas. Muchas veces no conoceremos la relacin algebraica precisa pero podremos tener un conocimiento expresable mediante una

31

grfica. Esta grfica se traducir en una tabla en el momento de su implementacin. Esta forma de establecer dependencias es muy til cuando nuestro conocimiento de la relacin entre dos variables auxiliares tiene un carcter experimental y, tambin, cuando desconociendo la naturaleza exacta de la relacin deseamos introducir hiptesis plausibles para la misma Las ecuaciones ms problemticas de decidir siempre son las correspondientes a algunos flujos. En particular a aquellos que definen las polticas del sistema. Tngase en cuenta que los cambios en el estado del sistema corresponden a los flujos. Por ello, los flujos son los puntos del modelo donde se plasman las decisiones importantes. Cul va a ser la poltica de contratacin, cul la de incremento de la inversin, de que dependen los contagios, son ejemplos de flujos tpicos. Una buena parte del esfuerzo de construccin del modelo deber dedicarse a la determinacin de estos flujos. Las ecuaciones correspondientes a los niveles son siempre iguales. Un nivel es siempre y por definicin la integracin de todos los flujos que le afectan. Tal es as, que estas ecuaciones pueden ser escritas automticamente por la mquina si se dispone del compilador adecuado. De esta manera, una vez establecidas todas las relaciones, si especificamos los valores que inicialmente tienen los niveles y atribuimos valores a los parmetros dispondremos de un conjunto de ecuaciones que el ordenador integrar numricamente para proporcionarnos la evolucin temporal de las variables. Dicho conjunto de ecuaciones es el modelo matemtico propiamente dicho. Existen compiladores de simulacin especficos de Dinmica de Sistemas.

32

CAPITULO III PROCESO DE CONSTRUCCION DE MODELOS DINMICOS


3.1 PROCESO DE MODELADO El proceso de modelado consiste en el conjunto de operaciones mediante el cual, tras el oportuno estudio y anlisis, se construye el modelo del aspecto de la realidad que nos resulta problemtico. Este proceso, consiste, en esencia, en analizar toda la informacin de la que se dispone con relacin al proceso, depurarla hasta reducirla a sus aspectos esenciales, y reelaborarla de modo que pueda ser transcrita al lenguaje sistmico que estamos viendo. En el proceso de modelado se pueden distinguir las fases siguientes: 3.1.1 Fase de conceptualizacin En esta primera fase se trata de definir claramente el problema y de establecer si es adecuado para ser descrito con los tiles sistmicos desarrollados. Para ello el problema debe ser susceptible de ser analizado en elementos componentes, los cuales llevan asociados magnitudes cuya variacin a lo largo del tiempo se desea estudiar.. Cada modelo es una construccin humana en la que aparecen solamente algunos aspectos del mundo los que son relevantes. No todas las cosas que podran ser descritas (y modeladas) son relevantes. Por ejemplo: Un modelo de un avin para evaluar sus caractersticas de aerodinmica, no requieren una representacin de los elementos interiores del avin Un modelo de la inflacin en un pas no requiere la representacin de cada actor econmico Un modelo de gestin de bodega de una librera no requiere representacin de cada texto individual.

En este sentido, no modelamos para descubrir la verdad. Mejor as, ya que ningn modelo es universalmente verdadero: todos tienen un mbito de validez definido. 3.1.1.1 Propsito del modelo Un modelo de dinmica de sistema se construye para entender un sistema de fuerzas que han creado el problema y contina sostenindolo. Para tener un modelo relevante, debe haber algn problema subyacente en un sistema que crea una necesidad por el conocimiento adicional y entendimiento del sistema. La meta de la fase de la conceptualizacin es llegar a un modelo conceptual inicial capaz de dirigirse al problema

33

pertinente en un sistema. Despus de escoger qu rea del problema enfocar, el modelador debe recoger los datos pertinentes. Los datos pertinentes de un sistema dinmico no slo consisten en datos estadsticos, sino tambin del conocimiento de las personas familiarizadas con el sistema que se analiza. Los modeladores tambin deben considerar los niveles de pblico; por ejemplo, las causas de la lluvia cida para una clase de biologa seran muy diferentes para una institucin de reguladora del medio ambiente. Si la estructura del modelo y conducta no pueden ser entendidas por su pblico, o si no contestan las preguntas vinculadas a ellos, entonces el modelo no ser til. El primer paso al crear un modelo de los datos disponibles es definir el propsito mientras se tiene presente tiene presente al pblico de inters. El propsito debe mencionar algn tipo de accin o conducta en el tiempo que el modelo analizar. El mbito del modelo es definido por el propsito del modelo: comprender la aerodinmica del avin, explicar la inflacin de un pas, optimizar una bodega de libros. Si un modelo debe permitir elaborar respuestas, entonces el primer paso imprescindible es definir muy claramente cul es la pregunta: Cul es el problema que resolver? Cul es la pregunta a responder? En general, quienes poseen el problema lo pueden describir en trminos de algunas variables. Pueden decir los valores actuales en relacin con los deseados. Pero los datos actuales no son comportamiento; en este sentido, se busca la situacin problemtica, sino la evolucin problemtica: nuestros aviones tienen cada vez peor aerodinmica, la inflacin ha ido en aumento, nuestros costos de bodega suben. El acuerdo sobre el propsito del modelo es esencial. Si no es claro y estrictamente definido es muy difcil decidir qu componentes del sistema son importantes. La ambigedad conllevara a incluir demasiados componentes y sera demasiado complejo para cualquier anlisis prctico, por ejemplo tener como objetivo un modelo para entender el comportamiento de la universidad El propsito de un modelo normalmente entra en una de las categoras siguientes: para clarificar el conocimiento y entendimiento de un sistema en particular para descubrir polticas que mejorarn la conducta del sistema

para capturar a los modelos mentales y servir como una comunicacin y unificndose el medio. Para el establecimiento del propsito se recomienda: Hacer una pregunta pertinente (que el modelo ayude a responder). El modelo ser vlido slo para el propsito de responder a esta pregunta. Si no es importante la pregunta, tampoco lo podr ser la respuesta. Forrester (1961, captulo 5) Propsito, conveniencia y frontera. Sterman (2000, captulo 21) Cul es el propsito del modelo? Cul es la frontera? Estn los tems importantes siendo tratados de manera endgena? Qu variable importante ha sido asumida como exgena o excluida? Se ha excluido a variables por falta de datos duros?

34

Cul es el horizonte de tiempo relevante? El modelo tiene entidades que pueden cambiar con importancia en el periodo? Es el nivel de agregacin coherente con el propsito? 3.1.1.2 Limites del sistema Cada sistema realimentado tiene un lmite en el que la conducta de inters se genera. Al crear a modelo de dinmica de sistemas de un sistema de realimentacin, se debe definir el lmite claramente. El lmite contiene a todos los componentes del modelo. Primero, se debe realizar una lista de los componentes del modelo, incluyendo los menos probables. Al elaborar la lista inicial se debe tener en cuenta las siguientes pautas: Los componentes deben ser necesarios. Deben estar los componentes ms importantes que estn vinculados con la conducta de inters. Los componentes deben agregarse. Deben agregarse componentes que permiten comprender el comportamiento de inters y no cambia el propsito. Sin embargo, se debe evita componentes que distorsionan el objetivo y la realidad, por ejemplo los flujos nacimientos y muertes normalmente no debe agregarse a nacimientos netos. Los componentes deben ser direccionales. Los componentes todo importantes deben tener un nombre direccional que puede crecer ms grande o ms pequeo, por ejemplo el enojo o felicidad en lugar de la actitud mental.

Segundo, se deba clasificar la lista inicial en dos grupos: Variables endgenas que se comportan como causa y efecto. Variables exgenas que mantienen un solo tipo de relacin en el sistema.

Finalmente, despus de dividir la lista inicial en dos categoras, es til repasar los componentes endgenos y exgenos y especificar qu componentes son niveles y qu son flujos. Los componentes exgenos normalmente sern constantes y no niveles o flujos. La informacin adicional ganada ser de gran uso en el ltimo paso de conceptualizacin decidiendo en los mecanismos bsicos. Para hacer la identificacin ms fcil, es necesario recordar que los niveles son las acumulaciones. Ellos normalmente son algo que puede visualizarse y medirse, tal como un inventario o abstracto como la reputacin. Los flujos son cambios en los stocks, son razones que son medidos en unidades de los niveles sobre el tiempo. 3.1.1.3 Comportamientos de referencia Constituido por las series de tiempo o lneas en el tiempo de las variables. Es la expresin del problema y tambin una marca de comparacin para la validacin del modelo (mediante el cual se desea, entre otras cosas, poder explicar la gnesis del problema). Por ejemplo, si se logra comprender las causas estructurales que son el trasfondo del aumento de costos en una bodega, entonces se tiene la oportunidad de cambiarlas.

35

Constituye la conducta de variables importantes del sistema. El comportamiento de referencia tiene al tiempo en el eje horizontal y unidades de las variables en el eje vertical (Figura 3.1). El comportamiento de referencia captura modelos mentales y datos histricos, que permite obtener pistas sobre la estructura apropiada de modelo. Se construye los comportamientos de referencia para verificar la existencia de algn fenmeno o conducta negativa. Los modeladores experimentados saben a menudo a qu estructuras les corresponden ciertos comportamientos de referencia. Se debe tener presente que los comportamientos de referencia no son infalibles, ellos pueden cambiar a lo largo del proceso modelado.

Figura 3.1. Ejemplo de comportamiento de referencia de una variable 3.1.1.4 Mecanismos bsicos Una vez asumida, en la fase anterior, la adecuacin del lenguaje sistmico elemental para estudiar el problema. Una vez que el propsito del modelo queda definido y el comportamiento de referencia con l, se trata de proponer una primera aproximacin a la estructura detrs estos comportamientos. Se debe declarar variables y conexiones causales entre ellas, de manera a poder dar cuenta de cmo se generan los comportamientos problemticos. Para ello, se debe considerar las tres fuentes de informacin: la experiencia de las personas involucradas (su base de informacin mental), fuentes escritas diversas y datos numricos publicados.
+ intereses + SALDO

Figura 3.2. Ejemplo de mecanismo bsico Es importante que los destinatarios del modelo (los clientes, los usuarios) tengan la oportunidad de intervenir en este proceso, proponiendo, revisando, criticando: ellos son parte de un sistema que genera su problema, ellos deben comprender el modelo, ellos debern aceptar sus consecuencias. Esta primera aproximacin puede tomar la forma de un Diagrama causal o de un Diagrama de niveles y flujos. El trabajo con diagramas causales requiere menos

36

conocimientos tcnicos, pero ha sido criticado por ser menos riguroso. La diferencia es que los diagramas causales como articulacin de las creencias que se tienen, pueden usarse de modo top-down, lo que fcilmente conduce a la incorporacin de suposiciones (o pre-juicios) que no han sido cuestionados. Ello es problemtico ya que la Dinmica de Sistemas postula un pensamiento operacional, que parte desde la deteccin de los elementos hacia las estructuras menos directas, de modo bottom-up. Algunos favorecen presentando los mecanismos bsicos en diagramas causa efecto. Otros prefieren empezar exponiendo la estructura de nivel y flujo. Es importante resaltar que exponiendo en ninguno de las dos formas est presente la formulacin, puesto que se mantiene la forma de diagrama y no las ecuaciones. Los modeladores que escogen hacer el diagrama mecanismos bsicos mediante Diagrama de niveles y flujos tienen las relaciones causa-efecto en la mente. Los Diagramas de niveles y flujos tienen una tendencia a ser detallada ms que una representacin del Diagrama causal, obligando al modelador a pensar ms especficamente sobre la estructura del sistema. Muchos errores simples pueden ser evitados por la diagramacin de los mecanismos bsicos con los niveles y flujos en lugar de bucles causales puesto que las relaciones entre los componentes de un diagrama Nivel-flujo se define ms estrictamente que aqullos que corresponden a un Diagrama causa-efecto. Mientras sean ms complejos y consuman ms tiempo para crear, los diagramas de Nivel y flujo son ms informativos que los diagramas de Causa-efecto. Un buen compromiso, basado en la prctica, es el uso de los diagramas de influencia (Wolstenholme, 1990), que son bsicamente diagramas de bucle causal indicando para cada variable si es de nivel o flujo. 3.1.2 Fase de Formalizacin En esta fase se pretende convertir el diagrama de influencias, alcanzado en la anterior, en el de Forrester. A partir de este diagrama se pueden escribir las ecuaciones del modelo (algunos entornos informticos permiten hacerlo directamente). Al final de la fase se dispone de un modelo del sistema programado en un computador. La construccin de un Diagrama de Forrester constituye una fase rigurosa por el carcter de la simbologa empleada que conlleva la identificacin de la naturaleza y rol de cada una de las variables pertinentes al comportamiento de inters. Es un proceso interactivo de permanente evaluacin sobre las posibles clasificaciones de cada variable que conduce a la revisin de la lista inicial y mecanismos bsicos identificados en la primera fase, constituyendo de esta manera la construccin de modelos dinmicos un proceso realimentado y no lineal. Para ello es pertinente considerar algunas reglas que permiten una formulacin ms consistente: Las variables de nivel son afectadas directamente por las variables de flujo.

37

Correcto
Produccin

Incorrecto

Inventario de productos terminados

Cantidad de trabajadores

Inventario de productos

Figura 3.3. Relacin de la variable de nivel Dos variables de nivel no se relacionan directamente.

Incorrecto

Poblacin

Cantidad de alimentos

Figura 3.4. Dos variables de nivel Dos variables de flujo se pueden relacionar por medio de un canal de informacin.

Correcto
Inventario de productos terminados Trabajadores Incorporacin de trabajadores

Produccin

Figura 3.5. Relacin de variables de flujo Forrester (1961, captulo 5) recomienda: Representar la distorsin de la informacin. Tenemos que imitar la situacin real: si un gerente debe decidir en base de informacin conruido, as tiene que hacerlo nuestro modelo. El peligro es de modelar algo que no es, y por lo tanto perder toda posibilidad de validar el modelo o de descubrir algo con relevancia prctica. Representar los retardos (las demoras). Si en el sistema real, un gerente se basa en un informe mensual de ventas, es importante incluir esto en el modelo (y no hacer depender la decisin del flujo de los datos de venta da por da, por

38

ejemplo). El peligro es de modelar algo que no es, y por lo tanto perder toda posibilidad de validar el modelo o de descubrir algo con relevancia prctica. Cada variable debe referirse a una entidad identificable en el mundo real. Modelamos para intervenir en el sistema. Por lo tanto, buscamos evaluar lo que pasar probablemente. Para esto, es importante no introducir componentes adhoc al modelo: si parece necesario de introducir algo, es porque el modelo no se comporta como el sistema; pero si esto ocurre, significa que an no comprendemos suficientemente bien el sistema, y no podremos por lo tanto averiguar sobre posibles futuros (ni logramos reproducir el pasado). La unidad de medida de la variable deber ser la de la entidad real. En el mundo, las cosas son las cosas: si hay que usar minutos de emisin televisiva para influir en los consumidores, son minutos de emisin, no el valor de estos minutos en pesos u otras monedas. Distinguir cantidades actuales de cantidades conocidas. Muchos de los procesos en el mundo son secuencias fluidas de micro-eventos que ocurren constantemente. En general, nuestras decisiones no se basan en ellos, sino que en alguna transformacin. No suponer a priori que el sistema es estable o lineal. En el mbito de los sistemas sociales, hay buenas razones para asumir que existen muchos efectos no-lineales y no todos los sistemas tienden a ser estables per se. Presuponer la linealidad y la tendencia hacia la estabilidad es entonces quitarse posibilidades a priori.

Sterman (2000, captulo 21) recomienda: Estructuras fsica y de decisiones El modelo observa las leyes bsicas de la fsica, como por ejemplo la conservacin de la materia? Las ecuaciones son consistentes en su dimensionalidad y sin artefactos arbitrarios de conversin? La estructura de niveles y flujos es explcita y coherente con el propsito? El modelo asume que el sistema este en equilibrio todo el tiempo o permite dinmicas fuera del equilibrio? Se han tomados en cuneta las demoras, restricciones y cuellos de botella? Se supone que las personas sean racionales y optimicen su rendimiento? Se toman en cuenta las limitaciones cognitivas, restricciones organizacionales, motivaciones no econmicas y factores polticos? Las decisiones tomadas en el modelo se basan en las mismas informaciones que tienen los tomadores de decisin reales? Hay demoras, distorsin y ruido?

3.1.3 Fase de Validacin e Implementacin Esta cuarta fase consiste en la simulacin computarizada del modelo para determinar las trayectorias que genera.

39

Evaluacin del modelo. En esta fase se somete el modelo a una serie de ensayos y anlisis para evaluar su validez y calidad. Estos anlisis son muy variados y comprenden desde la comprobacin de la consistencia lgica de las hiptesis que incorpora hasta el estudio del ajuste entre las trayectorias generadas por el modelo y las registradas en la realidad. As mismo, se incluye el anlisis de sensibilidad que permite determinar la sensibilidad del modelo, y por tanto, de las conclusiones que se extraigan de l, con relacin a los valores numricos de los parmetros que incorpora o las hiptesis estructurales. Anlisis de sensibilidad. Los problemas a los que se aplica habitualmente la dinmica de sistemas incluyen relaciones y parmetros de los que se dispone de pocos datos empricos. En un modelo de dinmica de sistemas se produce una integracin de informacin de tipo cualitativo con informacin de tipo cuantitativo. Esta mezcla tan dispar puede producir problemas. En todo modelo hay una componente de imprecisin que no se puede eludir. El hecho de asignar un valor numrico concreto a un parmetro, o una forma funcional determinada a la expresin que relaciona dos variables, nos obliga a preguntarnos qu sucedera si el valor de ese parmetro o de esa funcin, fuesen otros, aunque esos valores sean prximos a aquel que hemos adoptado. El anlisis de sensibilidad pretende precisamente abordar este problema. Otra razn para realizar el anlisis de sensibilidad es que los modelos, debido a su complejidad, pueden resultar difciles de comprender. Este anlisis aporta un instrumento para alcanzar una mejor comprensin sobre cules son los puntos de actuacin en los que se pueden producir efectos ms considerables. El anlisis de sensibilidad consiste en un estudio sistemtico de cmo afectan a las conclusiones de un modelo las posibles variaciones en los valores de los parmetros y en las relaciones funcionales que incluye. La forma ms simple de realizar el anlisis consiste en modificar los valores numricos de cada uno de sus parmetros. Para ello se incrementa el valor del parmetro cuya sensibilidad se quiere estudiar en un cierto porcentaje y se analiza en qu medida esta variacin afecta a las conclusiones del modelo (a las trayectorias que genera). Realizndolo de forma sistemtica para todos los parmetros, con incrementos y decrementos previamente establecidos, se puede tener una evaluacin de los efectos de esas modificaciones sobre las conclusiones del modelo. Diremos que el modelo es insensible a las variaciones de los parmetros, si variaciones razonables de ellos no afectan sensiblemente a las conclusiones que se extraen del mismo. El problema que presenta la realizacin del anlisis como se acaba de describir, es que al modificar cada uno de los parmetros separadamente se prescinde de los posibles efectos de variaciones conjuntas de varios de ellos. Si se quiere evitar este reparo, entonces debe procederse a formas de anlisis de sensibilidad ms elaboradas como son las que permite la aplicacin del mtodo de Montecarlo. De

40

acuerdo con este mtodo se sortean aleatoriamente los valores de los parmetros, de acuerdo con una distribucin que represente su dispersin con relacin a los valores considerados normales, y se simula el modelo con los valores de los parmetros que resulten de ese sorteo. Los resultados de cada simulacin se almacenan. Se repite el proceso un cierto nmero de veces hasta conseguir almacenar un nmero importante de trayectorias que se someten a un anlisis estadstico para estudiar su eventual dispersin. Esta dispersin es una medida de la sensibilidad del modelo. En el anlisis de sensibilidad no slo se considera los valores de los parmetros, sino las propias relaciones funcionales. El estudio sistemtico de las modificaciones de esas relaciones es ms complejo que el de los valores numricos de los parmetros. No existe un mtodo general para abordar este problema, pero en cada caso concreto es posible encontrar una solucin, ya que, en ltimo extremo, toda relacin funcional incorpora un cierto nmero de parmetros. El anlisis de sensibilidad de un modelo constituye uno de los elementos esenciales para evaluacin. Nos permite dar respuesta a dos tipos de cuestiones: por una parte, en qu medida el modelo es insensible a variaciones en su estructura y, por tanto, resulta robusto; y, por otra, cuales son los puntos de mxima sensibilidad del modelo que sugieren cuales son las actuaciones sobre el proceso real que sern ms efectivas. Existen otras formas de abordar el problema del anlisis de sensibilidad. Una forma especialmente interesante est basada en la aplicacin de los resultados de la teora cualitativa de los sistemas dinmicos a un modelo de dinmica de sistemas que en realidad es un sistema dinmico. De este modo conceptos como el de estabilidad estructural pueden aplicarse a un modelo de dinmica de sistemas. Explotacin del modelo. En esta ltima fase el modelo se emplea para analizar polticas alternativas que pueden aplicarse al sistema que se est estudiando. Estas polticas alternativas se definen normalmente mediante escenarios que representan las situaciones a las que debe enfrentarse el usuario del modelo.

El proceso de modelado no consiste en recorrer secuencialmente, y por orden correlativo, estas fases sino que, con frecuencia, al completar alguna de ellas, debemos volver hacia atrs, a una fase anterior, para reconsiderar algunos supuestos que hasta entonces habamos considerado vlidos. El proceso de modelado es un proceso iterativo mediante el cual se combinan los distintos elementos conceptuales y operativos que suministra la dinmica de sistemas, para alcanzar como resultado final un modelo aceptable del proceso que estamos estudiando. En este sentido, se dice que el proceso de modelado tiene ms de arte que de ciencia, y en l el modelista juega un papel esencial. Para la construccin de un modelo se parte de informacin de dos tipos. Por una parte, se tienen registros numricos de las trayectorias

41

seguidas en el pasado por las magnitudes correspondientes. Por otra, se dispone de una informacin, de naturaleza muy variada, con relacin a cmo se producen las interacciones en el seno del sistema. Segn la importancia relativa que se d a estos dos tipos de informacin, se tienen diferentes mtodos de modelado. En los mtodos basados en la estadstica, se considera que la nica informacin relevante es la del primer tipo y, por tanto, en estos mtodos de modelado se trata de realizar un ajuste numrico de los modelos a esos datos. Por otra parte, en mtodos como la dinmica de sistemas se asume que la informacin relevante es la del segundo tipo. Es decir, informacin con respecto a cmo se producen las interacciones en el seno del sistema, aunque sea en principio cualitativa. Esta informacin, mediante el proceso de conceptualizacin, conduce al diagrama de influencias. Este diagrama se reelabora para construir el de Forrester. Slo entonces, de acuerdo con este mtodo empieza a tener inters la consideracin de la informacin numrica. De los diferentes problemas con que nos encontramos, la informacin ms amplia de la que se suele disponer es la que suministran los modelos mentales de esas situaciones. Estos modelos sintetizan, de forma ms o menos intuitiva, la experiencia que tenemos con respecto a esas situaciones y se encuentran evaluados por los resultados que hemos alcanzado previamente al emplearlos como base de nuestras decisiones. Por otra parte, la informacin escrita de la que se suele disponer es considerablemente menor. Por ltimo, la informacin cuantitativa es relativamente escasa. Sin embargo, debemos tomar decisiones, especialmente con relacin a problemas complejos, teniendo en cuenta esos tres tipos de informacin. Por tanto, conviene que seamos capaces de integrarla. Eso es lo que permite la dinmica de sistemas. El modelo aporta estructuras que generan comportamientos. Por tanto, en el modelo, adems de la informacin de distinto tipo que estamos comentando, se incorporan estructuras que justifican, a veces en gran medida, el comportamiento. En el modelo, al integrarse la informacin mediante las estructuras adecuadas, se tienen modos de comportamiento no triviales. En este sentido, decimos que un modelo contribuye a la generacin de conocimiento. 3.1.3 Fase de Implementacin Todo modelo se construye con el fin de ayudar a resolver un problema concreto. En consecuencia, la explotacin del modelo consistir precisamente en valerse de l para resolver ese problema. Sin embargo, esa explotacin puede tomar formas variadas. En algunos casos, el modelo permite hacer predicciones. Es decir, alcanza un nivel de precisin tan elevado que nos permite emplearlo para predecir con exactitud qu valores tomarn algunas magnitudes en un instante de tiempo determinado del futuro. Estos modelos predictivos presuponen que el modelo tenga una gran precisin, tanto por lo que respecta a los valores de los parmetros, como a las relaciones funcionales que incluye. Este grado de precisin se alcanza normalmente en las ciencias fsicas, por lo que es en este mbito donde se dan con mayor frecuencia este tipo de modelos. Ello no excluye

42

que en determinados problemas de las ciencias sociales puedan hacerse tambin predicciones, pero estas no suelen tener el grado de aceptacin de las que se logran en las ciencias fsicas. Otra de las posibles utilizaciones de los modelos, especialmente cuando incorporan una cierta imprecisin, consiste en emplearlos no tanto para hacer predicciones concretas de valores numricos precisos para determinadas magnitudes, sino para analizar las tendencias de evolucin de esas magnitudes. As, se trata de establecer si una magnitud tiende a crecer, a decrecer, a oscilar, o a permanecer invariable. Se tratan de predicciones ms laxas que las consideradas en el prrafo anterior. En realidad, en este caso estamos ms prximos a hacer previsiones que propiamente predicciones. Por ltimo, el tercer uso posible de los modelos consiste en emplearlos como instrumentos para analizar los distintos modos de comportamiento que puede mostrar ese sistema. De acuerdo con este uso, los modelos no tratan de ayudarnos a anticipar el porvenir, sea en forma precisa o en forma ms laxa, sino de suministrarnos elementos para una reflexin disciplinada sobre los posibles modos de desenvolverse el sistema que estamos estudiando. Este uso se encuentra en la actualidad muy generalizado y consiste en emplearlos como bancos de prueba para el aprendizaje. En este sentido se ha propuesto aplicar el concepto de micromundo (microworld) de Seymour Papert. De acuerdo con este autor el proceso de aprendizaje se refuerza cuando se dispone de objetos adecuados con los que se mantiene una interaccin que, en alguna medida, recuerda a un juego. Estos objetos pueden desarrollarse informticamente, y en particular, Papert emple el LOGO para la enseanza de la geometra a nios. Se ha propuesto emplear estas mismas ideas en el mbito de la dinmica de sistemas para que los directivos de las empresas puedan organizar sus estrategias empresariales, con ayuda de modelos de simulacin, que les sirvan para ensayar esas estrategias y reelaborarlas como consecuencia de la interaccin que se tiene con el modelo de simulacin que las incorpora. De este modo se crea un entorno de aprendizaje en el que el directivo puede ensayar las potenciales polticas que trate de aplicar para resolver los problemas de su empresa. El desarrollo de micromundos goza en la actualidad de un gran desarrollo, y se considera una de las lneas de aplicacin de la dinmica de sistemas ms prometedoras. 3.2 HERRAMIENTAS INFORMTICAS PARA MODELOS DINMICOS Un modelo matemtico consiste esencialmente en un conjunto de ecuaciones. Para procesarlas necesitamos de la ayuda de la informtica. Una vez programadas en un computador podemos experimentar con el modelo. Este proceso recibe la denominacin de simulacin informtica del sistema y requiere de herramientas informticas adecuadas. Por lo que respecta a la dinmica de sistemas se han desarrollado un cierto nmero de ellas. Las ms empleadas son: Professional DYNAMO. Es el ms clsico de los lenguajes. No presenta posibilidades de modelado mediante iconos, pero sin embargo permite tratar

43

ecuaciones de gran dimensin. La mayor parte de los modelos que se encuentran en los libros clsicos de la dinmica de sistemas estn escritos en este lenguaje. STELLA y i-think. Son entornos informticos de amplia capacidad interactiva que permiten construir modelos empleando procedimientos grficos, mediante iconos. Ambos poseen una estructura similar, pero mientras el primero se encuentra ms orientado hacia usos acadmicos el segundo lo hace hacia aplicaciones profesionales. Ambos permiten construir los diagramas de Forrester en la pantalla del computador, de modo que al establecer su estructura se generan las ecuaciones. Se pueden agrupar elementos en sus modelos, y posee un zoom que permite desenvolverse con modelos complejos. PowerSim. Entorno de caractersticas anlogas a los anteriores (mientras aquellos son americanos, este es europeo en concreto noruego). Permite desarrollar varios modelos simultneamente, e interconectarlos posteriormente entre s. VenSim. Con respecto a las anteriores presenta algunas ventajas con relacin a la organizacin de datos y a posibilidades de optimizacin. Se trata de un lenguaje muy potente para el desarrollo de modelos que pueden emplearse tanto en entornos PC como en Unix. Permite documentar automticamente el modelo segn se va construyendo, y crea rboles que permiten seguir las relaciones de causa efecto a lo largo del modelo. Est dotado de instrumentos para realizar anlisis estadsticos.

44

CAPITULO IV ESTRUCTURAS BSICAS


A menudo sucede que el comportamiento de un sistema es ms fcil de captar que su estructura subyacente. Los sistemas pueden ser relacionados a partir de los comportamientos comunes que producen. Sin embargo, es incorrecto suponer que tales sistemas son capaces de mostrar slo los comportamientos que ya conocemos y necesitamos buscar con detalle los otros comportamientos posibles. El estudio de estructuras genricas estudia los diferentes comportamientos posibles a partir de estructuras concretas. En cada caso, se busca entender qu elemento de la estructura es responsable del comportamiento producido. La realimentacin brinda el carcter dinmico a las estructuras genricas en Dinmica de Sistemas, por lo cual debe ser conceptualizada de tal forma. La realimentacin es un proceso por el cual un cambio o seal viaja a travs de una cadena de relaciones causales hasta relacionarse de nuevo consigo mismo, es decir son sistemas de bucle cerrado en el cual cada variable es a la vez causa y efecto. En un sistema con realimentacin un cambio en el estado real del sistema (por ejemplo, un cambio en la temperatura de la habitacin) lleva a una decisin (tomada por el termostato) que provoca una accin (poner en marcha la caldera de calefaccin) que afecta al estado real del sistema (los radiadores elevan la temperatura de la habitacin) y a su vez tienen influencia en futuras decisiones (la caldera de la calefaccin se detiene una vez que se ha alcanzado la temperatura deseada en la habitacin) 3. El proceso de realimentacin se clasifica en dos, realimentacin positiva y realimentacin negativa. La realimentacin es positiva si el aumento de una variable, despus de un retraso, provoca un nuevo aumento de esa misma variable. Las realimentaciones positivas se hallan cuando hay un refuerzo o amplificacin en el sistema, que provoca un comportamiento exponencial. Por otra parte, una realimentacin es negativa si el aumento de una variable provoca que posteriormente haya una disminucin en esa misma variable. Las realimentaciones negativas llevan al equilibrio o estabilizan los sistemas, lo que produce un comportamiento asinttico o bien oscilante.

Jay W. Forrester, 1961. Industrial Dynamics. Portland, OR: Productivity Press, p. 14.

45

4.1 REALIMENTACIN POSITIVA La Realimentacin Positiva provoca crecimiento y cambio. En la figura se muestra un ejemplo de realimentacin positiva, en el cual un bilogo cultiva un tipo de bacteria en un recipiente. La reproduccin incrementa el nmero de la bacteria E. Coli. Cuanto ms se reproducen las bacterias, ms bacterias hay en el recipiente. Que determina la velocidad de reproduccin? Las bacterias E. Coli se reproducen por divisin celular. La reproduccin depende directamente de cuantas bacterias hay en el recipiente.

Reproduccin

Bacterias E Coli

Tasa de reproduccin

Figura 4.1. Realimentacin positiva. Bacterias E. Coli 4.1.1 Estructura La realimentacin positiva est dada por interrelaciones que conforman un circuito cerrado denominado bucle, en el cual la variacin de una variable es transmitida a travs del bucle generando una mayor variacin en el mismo sentido de la variable que cambi en un inicio. En la Figura 4.2 se muestra la estructura genrica de realimentacin positiva considerando slo dos variables; en el cual ante un incremento de la variable de nivel, la variable de flujo crece constituyendo una relacin positiva, y ante el incremento de la variable de flujo la variable de nivel crece constituyendo otra relacin positiva. En la Figura 4.3 se muestra el modelo lineal de primer orden, incluyendo una constante de crecimiento para establecer el factor de crecimiento en las ecuaciones del modelo.

Nivel

Flujo
Figura 4.2. Diagrama causal de Realimentacin positiva

46

FLUJO

NIVEL

CONSTANTE DE CRECIMIENTO

Figura 4.3. Diagrama de Forrester de Realimentacin positiva El nmero de variables de la estructura es pertinente al sistema bajo estudio, la condicin para ser de realimentacin positiva es tener todas las relaciones positivas o un nmero par de relaciones negativas dentro del bucle de realimentacin. 4.1.2 Exploracin de la conducta El comportamiento caracterstico del bucle positivo es el crecimiento exponencial. Para explorar los diferentes comportamientos posibles, primero se experimenta cambiando el valor inicial del nivel y manteniendo el valor de la constante de crecimiento. Los diferentes comportamientos para diferentes valores iniciales del nivel se muestran en la Figura 4.4. Se ha dado al nivel valores iniciales de 0, 50, 100 y 200 para las ejecuciones de la simulacin 1 a la 4 respectivamente. La constante de crecimiento se mantiene en 0.1.
NIVEL: 1 - 2 - 3 - 4 1: 700 4

4 1: 350 4 3 3 2 1: Page 1 0 1 0.00 1 3.00 2 1 6.00 Time 2

4 3 3 2

1 9.00 12.00 20:40 dom, 10 de may de 2009

COMPORTAMIENTO EXPONENCAL

Figura 4.4. Crecimiento exponencial Ante el incremento del valor inicial de la variable de nivel, el crecimiento es ms acelerado; sin embargo si el valor inicial es negativo el resultado es inverso. En la Figura

47

4.6 estn los comportamientos ante valores iniciales de la variable de nivel de -50, -100 y -200. Para simular el comportamiento, la variable de flujo debe tener la capacidad de extraer del nivel puesto que tendr valores negativos. En la figura 4.5 se muestra el modelo de Forrester apropiado.
FLUJO NIVEL

CONSTANTE DE CRECIMIENTO

Figura 4.5. Diagrama de Forrester para valores iniciales negativos de la variable de nivel Las ecuaciones del modelo en el software Stella son:
NIVEL(t) = NIVEL(t - dt) + (FLUJO) * dt INIT NIVEL = -200 INFLOWS: FLUJO = NIVEL*CONSTANTE_DE_CRECIMIENTO CONSTANTE_DE_CRECIMIENTO = 0.1

NIVEL: 1 - 2 - 3 1: 0 1 2 2 3 3 1: -350 3 2 2 1 1

1: Page 1

-700

0.00

3.00

6.00 Time

9.00 12.00 21:05 dom, 10 de may de 2009

COMPORTAMIENTO EXPONENCAL

Figura 4.6. Comportamiento con valores iniciales negativos de la variable de nivel Por tanto, la estructura genrica del bucle positivo de primer orden puede mostrar tres tipos de comportamiento crecimiento exponencial positivo, equilibrio y crecimiento exponencial negativo. En el cuadro 4.1 se resumen los comportamientos que puede

48

presentar la estructura positiva de primer orden bajo tres condiciones del valor inicial de la variable de nivel y dos condiciones de la constante de crecimiento.

Cuadro 4.1. Comportamientos de la estructura positiva 4.2 REALIMENTACIN NEGATIVA La realimentacin negativa es aquella orientada a regular el comportamiento en un sistema. A continuacin se detallar los aspectos de la estructura lineal de primer orden con el comportamiento de disminucin exponencial. 4.2.1 Descripcin y representacin La realimentacin negativa est dada por interrelaciones que conforman un circuito cerrado denominado bucle, en el cual la variacin de una variable es transmitida a travs del bucle generando una variacin en el sentido contrario de la variable que cambi en un inicio. En la Figura 4.7 se muestra la estructura genrica causal de realimentacin negativa considerando slo dos variables; en el cual ante un incremento de la variable de nivel, la variable de flujo crece constituyendo una relacin positiva, y ante el incremento de la variable de flujo la variable de nivel disminuye constituyendo la relacin negativa.

Nivel
+

Flujo
Figura 4.7. Diagrama causal de Realimentacin negativa

49

La formalizacin del modelo causal conlleva la incorporacin de variables que permitirn los clculos respectivos para la simulacin, en la presente estructura de realimentacin negativa se tomar como referencia el comportamiento en bsqueda de un objetivo, siendo el valor inicial de la variable de nivel mayor que el objetivo el cual se desea lograr.
NIVEL

FLUJO

CONSTANTE DE DISMINUCIN OBJETIVO DIFERENCIA

Figura 4.8. Diagrama de Forrester de Realimentacin negativa

NIVEL: 1 1: 105 1

1:

60

1 1 1: Page 1 15 0.00 3.00 6.00 Time DISMINUCIN EXPONENCIAL 9.00 12.00 9:17 lun, 11 de may de 2009

Figura 4.9. Disminucin exponencial Ecuaciones del modelo de realimentacin negativa correspondiente a la figura 4.8:
NIVEL(t) = NIVEL(t - dt) + (- FLUJO) * dt INIT NIVEL = 100 OUTFLOWS: FLUJO = DIFERENCIA*CONSTANTE_DE_DISMINUCIN CONSTANTE_DE_DISMINUCIN = 0.2

50

DIFERENCIA = NIVEL-OBJETIVO OBJETIVO = 10

4.2.2 Exploracin de la conducta El aspecto ms caracterstico de la disminucin exponencial es su constante de disminucin, que puede estar referido al tiempo para que la diferencia entre el nivel y el objetivo se reduzca. Dado que la constante de disminucin es constante en 0.2, el plazo de reduccin de la variable de nivel tendr un ritmo constante en cada momento de unidad de tiempo establecido por medio del diferencial de tiempo (Dt). En la figura 4.10 se representa cuatro comportamientos de la estructura de realimentacin negativa de la estructura planteada en la figura 4.8 considerando cuatro valores iniciales de la variable de nivel: 50, 25, 0 y -50 respectivamente. La situacin inicial de la simulacin del modelo, dado en este caso por el valor inicial de la variable de nivel, determina el comportamiento proyectado generando comportamientos con disminucin asinttica en las dos primeras simulaciones, equilibrio en cero en la tercera simulacin y crecimiento asinttico hacia el equilibrio en la cuarta simulacin.

NIVEL: 1 - 2 - 3 - 4 1: 100

1 2 1: 0 3 1 2 3 4 4 1 2 3 1 4 2 3 4

1: Page 1

-100

0.00

3.00

6.00 Time DISMINUCIN EXPONENCIAL

9.00 12.00 9:39 lun, 11 de may de 2009

Figura 4.10. Comportamiento de realimentacin negativa con diversos valores iniciales de la variable de nivel Los comportamientos de las estructuras dinmicas tienen variantes, incluso contrarias, en funcin de los cambios que se presenten en los valores iniciales de las variables de nivel y constantes o factores incorporados. En el siguiente cuadro se presentan los diversos

51

comportamientos de la realimentacin negativa ante tipos de valores de la variable de nivel y el factor de disminucin.

Cuadro 4.2. Comportamientos de la estructura negativa 4.3 COMPORTAMIENTO EN S El crecimiento de los sistemas es restringido por factores internos y externos que hacen que luego el sistema se estabilice, este tipo de comportamiento es denominado Comportamiento en S. El crecimiento en forma de S es comnmente clasificado como una estructura genrica. Sin embargo, no es una estructura genrica sino un comportamiento. Algunas estructuras diferentes pueden tener el mismo comportamiento. Sin embargo, las diferentes estructuras que exhiben comportamientos similares deben estar relacionadas. El comportamiento en S permite comprender estructuras ms sofisticadas en el cual se combinan las estructuras bsicas de realimentacin, constituyendo un soporte ms amplio que permite una mejor representacin de los sistemas en su desempeo real. 4.3.1 Descripcin y representacin El comportamiento en forma de S, tambin llamado crecimiento sigmoidal, est caracterizado por tener un crecimiento exponencial motivado por el predominio de la realimentacin positiva sobre la realimentacin negativa, conformantes de la estructura, hasta un momento en el cual ambos se equilibran en un punto de inflexin. A partir del

52

punto de inflexin, la realimentacin negativa comienza a tener dominio sobre la realimentacin positiva generando un comportamiento de crecimiento asinttico.

Figura 4.11. Estructura causal de comportamiento en S

Se En la figura 4.11 se tiene un bucle positivo entre aportes netos y estado del sistema que por s solo crecer (o decrecer) exponencialmente. Pero el crecimiento tiene lugar en algn contexto que acta como limitante. Esto puede ser el tamao del mercado, la capacidad de trabajo diario del personal o la capacidad de endeudamiento. Sea cual sea, siempre el tamao del estado del sistema, en relacin con este lmite de capacidad, da una tasa de utilizacin de la capacidad, que indica el porcentaje de la capacidad ya usado. La tasa de crecimiento es inversamente relacionada con esta tasa de utilizacin de la capacidad: si se vende a la mayor parte de los potenciales compradores, las posibilidades de crecimiento disminuyen. Si el personal ya trabaja 16 horas por da, las posibilidades de extender la jornada disminuyen. Si se est muy endeudado, las posibilidades de tomar ms prstamos disminuyen. De esta forma, una baja en la tasa de crecimiento tiene como consecuencia la disminucin de los aportes netos: el crecimiento del estado del sistema se frena. Se ha constituido entonces un bucle de realimentacin negativa, cuya accin se contrapone a la del bucle positivo.

53

Figura 4.12. Conducta del comportamiento en S Considerando la estructura de ejemplo, el estado del sistema crecer inicialmente debido al bucle positivo hasta cierto valor (punto de inflexin) donde el crecimiento se deber al bucle negativo que har que el estado del sistema se estabilice en el tiempo, el comportamiento respectivo se muestra en la figura 4.12. 4.3.2 Exploracin de la conducta El comportamiento en S es generado por dos tipos de estructuras. La primera dado por un limitante del crecimiento, como se muestra en la figura 4.13 un limitante del terreno disponible para una poblacin de conejos. En el punto de inflexin, las muertes se vuelven ms dominante conduciendo a la poblacin a un crecimiento hacia la estabilidad.
Correcto Tasa de mortalidad

Nacimientos

Poblacin De conejos

Muertes

+
Muertes por aglomeracin

Tasa de natalidad

+
Aglomeracin

+
Terreno

Figura 4.13. Modelo causal de poblacin con limitante de crecimiento

En el modelo de poblacin de conejos con limitante de terreno se considera que a medida que se incremente la poblacin, hay mayor aglomeracin de conejos en el terreno

54

disponible, lo cual en un inicio no repercute en la muertes de conejos hasta cierto valor de la poblacin, a partir del cual por efecto de la aglomeracin se dan muertes por este hacinamiento, conduciendo a incrementar las muertes que se daban en forma natural. La informacin de las muertes por aglomeracin se ha considerado en forma nolineal, con datos tomados entre estas dos variables.

TASA MORTALIDAD POBLACION

NACIMIENTOS

MUERTES

~
MUERTES POR AGLOMERACION TASA DE NATALIDAD

AGLOMERACION TERRENO DISPONIBLE

Figura 4.14. Modelo de Forrester de poblacin con limitante de crecimiento

1: POBLACION 1: 200.00

1 1: 100.00 1

1: Page 1

0.00

1 0.00

1 6.00 12.00 Semestres Untitled 18.00 24.00 7:43 vie, 29 de may de 2009

Figura 4.15. Comportamiento del modelo de poblacin con limitante de crecimiento

55

4.4 ARQUETIPOS SISTMICOS La palabra viene del griego Archetypos, que significa "el mejor de su clase". Un hijastro del pensamiento de sistemas, los arquetipos de sistemas fueron desarrollados en Innovation Associates a mediados de los aos ochenta. En ese momento el estudio de la dinmica de sistemas dependa de la diagramacin de complejos diagramas causales y el modelado en computador, usando ecuaciones matemticas para definir las relaciones entre variables. Charles Kiefer, el Presidente de I.A., sugiri el tratar de comunicar los conceptos ms simplemente. Jennifer Kemeny (con Michael Goodman y Peter Senge, basados en parte en las notas desarrolladas por John Sterman) desarroll ocho diagramas que ayudaran a ilustrar los comportamientos mas comnmente vistos. Algunos arquetipos, incluyendo "Lmites del crecimiento" y "Desplazamiento de la carga" fueron traducciones de "estructuras genricas", mecanismos que Jay Forrester y otros pioneros del pensamiento de sistemas describieron en los aos sesenta y setenta. 4.4.1 Compensacin entre proceso y demora a) Descripcin y estructura Dada una condicin real que debe ser mejorada, una persona, un grupo o una organizacin, actan con miras a mejorarla realizando una accin correctiva, si la condicin real tiene ms problemas, conlleva a ms accin correctiva, generando una relacin positiva. La accin correctiva no reduce los problemas de la condicin real en forma inmediata, sino luego de una demora; lo cual al no tener mejora inmediata o rpida sobre la condicin real, los intervinientes realizan ms acciones correctivas de las necesarias o a veces desisten porque no ven ningn progreso. El tipo de relacin entre la accin correctiva y las condiciones reales es negativa, siendo el bucle conformado uno negativo.

Figura 4.16. Estructura de compensacin entre proceso y demora b) Sntoma de Advertencia "Creamos que estbamos en equilibrio, pero luego tomamos una medida excesiva". (Luego podemos tomar una medida excesiva en sentido contrario).

56

c) Principio Administrativo En un sistema lento, la agresividad produce inestabilidad. Se debes ser paciente o lograr que el sistema reaccione mejor. Ejemplos: Los agentes de bienes races siguen construyendo nuevas propiedades hasta saturar el mercado, pero para entonces hay ms propiedades en construccin de las que el mercado necesita. Una ducha donde el agua caliente reacciona con lentitud ante los cambios de la posicin del grifo; ciclos de saturacin y escasez en produccin/distribucin (como en el juego de la cerveza); ciclos en las tasas de produccin e inventario de procesos debido a largos ciclos de manufacturacin; la matanza de la Plaza Tiananmen, donde el gobierno demor su reaccin ante la protesta y luego actu con inesperada ferocidad; ascensos y descensos repentinos y excesivos en el mercado de valores. 4.4.2 Limites del crecimiento a) Descripcin y estructura Dada una condicin que crece favorecido por una accin creciente y viceversa, se alimenta por s mismo produciendo un crecimiento o expansin acelerada; sin embargo dicho crecimiento pierde cada vez velocidad haciendo que la condicin se estabilice o incluso disminuya inicindose un colapso, este comportamiento es a menudo inexplicable por quienes participan en el sistema. La fase de crecimiento es causada por uno o varios procesos de realimentacin reforzadora, con relaciones positivas entre la condicin y accin creciente. La desaceleracin surge por un proceso compensador que se activa cuando se llega a un "lmite", siendo positiva la relacin entre la condicin y la accin creciente y negativa la relacin entre la accin creciente y la condicin. El lmite puede ser una restriccin en los recursos, o una reaccin externa o interna ante el crecimiento; si la condicin limitativa es incrementada, la accin decreciente disminuye. El colapso acelerado (cuando ocurre) surge del proceso reforzador que se revierte, generando cada vez ms contraccin.

Figura 4.17. Estructura de lmites del crecimiento

57

b) Sntoma de Advertencia "Por qu preocuparnos por problemas que no tenemos? Estamos creciendo muchsimo". (Poco despus: "Claro que hay algunos problemas, pero slo debemos volver a lo que antes funcionaba". Ms tarde: "Cuanto ms corremos, ms permanecemos en el mismo lugar".) c) Principio Administrativo No presiones el proceso reforzador (de crecimiento); elimina (o debilita) el factor limitativo. Ejemplos: Una compaa instituy un programa de "accin afirmativa" que gan en respaldo y actividad cuando se introdujeron empleados bien calificados pertenecientes a minoras tnicas en diversos equipos de trabajo. Pero ms tarde surgi una resistencia; se perciba que los nuevos empleados no se haban "ganado" el puesto compitiendo con otros aspirantes calificados. Cuanto ms se presionaba a los equipos para aceptar nuevos miembros, ms se resistan. Al adquirir una nueva destreza, como el tenis, progresamos rpidamente al principio, al ganar competencia y confianza, pero luego nos topamos con lmites a nuestra aptitud natural, los cuales slo se pueden superar aprendiendo nuevas tcnicas que al principio se adquieren con "menos naturalidad". Una firma nueva que crece rpidamente hasta alcanzar un tamao que requiere aptitudes administrativas ms profesionales y mejor organizacin formal; un equipo de productos que trabaja magnficamente hasta que el xito le induce a contratar a demasiados integrantes nuevos que no comparten ese estilo laboral ni los valores de los fundadores; una ciudad que crece hasta cubrir las tierras disponibles, con lo cual se elevan los precios de las viviendas; un movimiento social que crece hasta toparse con creciente resistencia de los no conversos, una poblacin animal que crece deprisa cuando elimina a sus depredadores naturales, y luego agota las pasturas y es vctima de la hambruna.

4.4.3 Desplazamiento de la carga a) Descripcin y estructura Ante un problema se usa una "solucin" de corto plazo para corregirla, con resultados inmediatos aparentemente positivos, esta solucin sintomtica alivia el problema provocando dependencia de dicha solucin ante ms presencia del problema ms solucin sintomtica y a ms solucin sintomtica ms alivio del problema. A medida que esta correccin se usa cada vez ms, las medidas correctivas fundamentales se aplican cada vez menos, debido a un efecto colateral que crece por dicha solucin y reduce la solucin de fondo. Con el tiempo, las aptitudes para la solucin fundamental se atrofian, creando mayor dependencia respecto de la solucin sintomtica. La solucin fundamental

58

requiere de mayores esfuerzo y recursos para llevarse a cabo por lo cual demora en su ejecucin.

Figura 4.18. Estructura de desplazamiento de la carga b) Sntoma de Advertencia "Esta solucin ha funcionado hasta ahora! Quin dice que nos esperan problemas? c) Principio Administrativo Concntrate en la solucin fundamental. Si la solucin sintomtica es imperativa (a causa de las demoras de la solucin fundamental), sala para ganar tiempo mientras trabajas en la solucin fundamental. Ejemplos: Un innovador tablero de circuitos se puede usar para desarrollar una funcionalidad nica y ahorrar costos en muchas aplicaciones de productos, pero tambin puede sustituir los tableros existentes en productos actuales. Los vendedores pueden tratar de venderla a clientes especiales que aprecien las propiedades de esta tecnologa y eventualmente disearn productos nuevos que la explotarn plenamente ("solucin fundamental") o venderla a "clientes generales" que no se interesan en dichas propiedades y simplemente la usarn como sustituto de otros tableros (solucin sintomtica). Dadas las presiones de los directivos para alcanzar objetivos de ventas, los vendedores venden a quien est dispuesto a comprar, habitualmente "clientes generales", pues hay ms de ellos y las demoras en el ciclo de ventas son ms cortas. Con el tiempo, la nueva tecnologa no obtiene una clientela leal y queda sujeta a las presiones de precios y de mrgenes que caracterizan a los productos de consumo.

59

Vender ms a clientes existentes en vez de ampliar la clientela; pagar cuentas mediante pedidos de prstamos, en vez de someterse a la disciplina de un presupuesto; usar alcohol, drogas o incluso algo tan benfico como el ejercicio para aliviar el estrs laboral, sin enfrentar la necesidad de controlar la carga laboral; y cualquier adiccin a cualquier cosa en cualquier parte.

4.4.4 Caso especial: desplazamiento de la carga hacia la intervencin a) Descripcin y estructura En forma anloga al arquetipo anterior, ante el sntoma del problema se procede a un ente externo para su solucin, siendo una forma rpida de resolverlo, sin recurrir a los trabajadores que son los actores internos, conllevando a una dependencia de solucionadores externos en desmedro de la capacidad de los solucionadores internos. Las estructuras de desplazamiento de la carga son tan comunes y perniciosas en caso de intervencin externa que merecen una atencin especial. La intervencin procura aliviar sntomas de problemas obvios, y lo hace tan bien que los integrantes del sistema no aprenden a afrontar los problemas.

Figura 4.19. Estructura de caso especial de desplazamiento b) Principio Administrativo "Ensear a la gente a pescar, en vez de darle pescado". Concntratse en afinar las aptitudes del "organismo husped" para resolver sus propios problemas. Si se necesita ayuda externa, se debe limitar estrictamente a una intervencin nica (y todos deben saberlo de antemano) o ayudar a la gente a desarrollar su propia capacidad, recursos e infraestructura para que sea ms capaz en el futuro.

60

Ejemplos: Una innovadora compaa de seguros estaba comprometida con el concepto de filiales locales independientes que podan pedir asistencia ocasional al personal central. Inicialmente el concepto funcionaba bien, hasta que la industria sufri una crisis. Afrontando graves prdidas repentinas, las oficinas locales llamaron a los gerentes centrales con mayor experiencia para que les ayudaran a reorganizar las estructuras de tasacin, un proceso que llevaba meses. Entretanto, los gerentes locales se concentraron en administrar la crisis. La crisis se resolvi, pero la prxima vez que las estructuras de tasacin se cuestionaron, las oficinas locales haban perdido confianza. Llamaron a los gerentes centrales "para mayor seguridad". Al cabo de varios aos de esta conducta, las oficinas locales se encontraron sin gente que pudiera manejar las estructuras de tasacin. Dependencia respecto de contratistas externos y no de personal interno. Muchas formas de asistencia gubernamental que procuran resolver problemas urgentes y slo alientan la dependencia y la necesidad de incrementar la asistencia: sistemas de "bienestar" que alientan; programas de vivienda o educacin laboral que atraen a los necesitados hacia las ciudades con los mejores programas; asistencia alimentaria a pases en desarrollo, la cual reduce las muertes e incrementa el crecimiento demogrfico; sistemas de seguridad social que reducen los ahorros personales y alientan la ruptura de la familia extendida. 4.4.5 Erosin de metas a) Descripcin y estructura La brecha que existe entre la condicin en la que se encuentra una persona u organizacin y la meta que se desea lograr provoca presiones para reducir la meta, y ante la reduccin de las metas la brecha se acorta. El segundo bucle explica cmo se puede reducir la brecha sin reducir la meta, realizando acciones para mejorar la condicin actual la cual demorar en dar efecto. Esta estructura de accin de corto plazo conduce al deterioro de la meta fundamental de largo plazo, evitando esfuerzos para mejorar.

61

Figura 4.20. Estructura de erosin de metas b) Sntoma de Advertencia "No importa que nuestras pautas de desempeo se deterioren un poco, slo hasta que termine la crisis". c) Principio Administrativo Sostener la visin. Ejemplos: Una fbrica de alta tecnologa pierde participacin en el mercado, a pesar de un producto magnfico y continuas mejoras. Pero la firma, orientada hacia sus "genios" del diseo, nunca tiene los planes de produccin bajo control. Un investigador externo descubri que los clientes estaban cada vez ms insatisfechos con los retrasos, y compraban productos de la competencia. La compaa se mantuvo en sus trece: "Hemos mantenido un xito de 90% en satisfacer el tiempo de entrega prometido al cliente". Por lo tanto, busc el problema en otra parte. Sin embargo, cada vez que la compaa sufra retrasos en la entrega, reaccionaba alargando el tiempo prometido. El tiempo de entrega prometido se volva cada vez ms largo. Personas de xito que reducen sus expectativas sobre s mismas y que gradualmente tienen menos xito. Firmas que tcitamente reducen sus pautas de calidad mediante reducciones de presupuesto, en vez de invertir en el desarrollo de una calidad ms elevada (quiz con costos ms reducidos) para hacer las cosas, proclamando entretanto sus compromisos con la calidad. Objetivos reducidos del gobierno para "pleno empleo" o equilibrio del dficit nacional.

62

Objetivos deteriorados para el control de contaminantes peligrosos o la proteccin de especies en peligro de extincin. 4.4.6 Escalada a) Descripcin y estructura Dos personas u organizaciones entienden que su bienestar depende de una ventaja relativa de una sobre la otra. Cuando una se adelanta, la otra se siente amenazada y acta con mayor agresividad para recobrar su ventaja, lo cual amenaza a la primera, aumentando su agresividad, y as sucesivamente. A menudo cada parte ve su conducta agresiva como una reaccin defensiva ante la agresin de la otra; pero la "defensa" de cada parte deriva de una escalada que escapa a la voluntad de ambas. En la estructura, los resultados de A en relacin a B hace que A realice menos actividad, a ms actividad de A ms resultados de A, y a ms resultados de A ms resultados de A en relacin con B, y si se da esta variacin provoca ms actividad de B incrementando los resultados de B, por lo cual los resultados de A en relacin con B disminuye.

Figura 4.21. Estructura de escalada b) Sntoma de Advertencia "Si nuestro oponente se aplacara, podramos dejar de librar esta batalla para hacer otras cosas". c) Principio Administrativo Buscar el modo de que ambas partes "ganen" o alcancen sus objetivos. En muchos casos, una parte puede revertir unilateralmente la espiral viciosa al realizar "agresivos" actos pacficos que hagan sentir al otro menos amenazado. Ejemplos: Una compaa desarrollo un ingeniosa diseo para un cochecito que llevaba tres bebs al mismo tiempo pero era liviano y cmodo para los viajes. Fue un xito inmediato entre familias con varios hijos. Casi simultneamente, surgi un competidor con un producto similar. Al cabo de varios aos, envidiando la participacin en el mercado de la otra compaa, la primera redujo el precio en un 20 por ciento. La segunda compaa not una merma en las ventas y tambin

63

rebaj los precios. La primera compaa, todava interesada en recobrar su parte en el mercado, baj los precios an ms. La segunda compaa la imit a regaadientes, aunque sus ganancias empezaban a ser afectadas. Varios aos despus, ambas compaas apenas lograban mantenerse a flote, y la supervivencia del cochecito triple era dudosa. Guerras de publicidad. Creciente recurrencia a los abogados para resolver disputas. Guerras de pandillas. La ruptura de un matrimonio. Estimaciones infladas de presupuesto: algunos grupos inflan sus estimaciones y otros los imitan para obtener su "trozo de pastel", lo cual induce a todos a inflar sus estimaciones an ms. La batalla para ser escuchado por el presidente de una compaa. Y, por cierto, la carrera armamentista.

4.4.7 xito para quien tiene xito a) Descripcin y estructura Dos actividades compiten por recursos limitados. A mayor xito, mayor respaldo, con lo cual la otra se queda sin recursos. La asignacin de recursos limitados se da en funcin de los resultados de las partes que compiten por dichos recursos, por lo cual los xitos de uno favorece en mayores recursos para s y ms xitos, en desmedro de la otra parte.

Figura 4.22. Estructura de xito para quien tiene xito b) Sntoma de Advertencia Una de las dos actividades, grupos o individuos interrelacionados comienza a andar muy bien mientras el otro apenas subsiste.

64

c) Principio Administrativo Busca la meta abarcadora de logro equilibrado de ambas opciones. En algunos casos, rompe o debilita el eslabonamiento entre ambas, para que no compitan por el mismo recurso limitado (esto es deseable en casos donde ese eslabonamiento pasa inadvertido y crea una insaluble competencia por los recursos). Ejemplos: Un manager tiene dos protegidos y desea que ambos progresen el la empresa. Sin embrago, uno empieza a recibir trato preferencial cuando el otro falta una semana por razones de salud. Cuando el segundo protegido regresa al trabajo, el manager se siente culpable y elude a esa persona, dando as an ms oportunidades al primer protegido. El primer protegido, intuyendo cierta aprobacin, prospera, y as recibe ms oportunidades. El segundo protegido, sintindose inseguro, realiza una labor menos efectiva y recibe an menos oportunidades, aunque ambas personas tenan aptitudes similares al comienzo. Finalmente, el segundo protegido se va de la empresa. Equilibrio entre la vida familiar y laboral, donde alguien dedica horas excesivas al trabajo y las relaciones familiares se deterioran, con lo cual se vuelve ms "doloroso" regresar a casa, lo cual aumenta las posibilidades de seguir descuidando la vida familiar. Dos productos compiten por recursos financieros y administrativos limitados dentro de una empresa; uno obtiene un xito inmediato en el mercado y recibe mayor inversin, lo cual agota los recursos disponibles para el otro, activando una espiral reforzadora que alimenta el crecimiento del primero y el abandono del segundo. Un alumno tmido empieza mal en una escuela (quiz por trastornos emocionales o por un problema de aprendizaje que no se detect), es calificado de "lento" y recibe cada vez menos aliento y atencin que sus pares ms avispados.

4.4.8 Tragedia del terreno comn a) Descripcin y estructura Los individuos utilizan un recurso comn pero limitado reparando nicamente en las necesidades individuales. Al principio son recompensados, pero eventualmente hay una disminucin en las ganancias, lo cual les induce a intensificar los esfuerzos. Al final agotan o erosionan el recurso.

65

Figura 4.23. Estructura de tragedia del terreno comn b) Sntoma de Advertencia "Haba en abundancia para todos. Ahora las cosas estn difciles. Si deseo sacar provecho este ao, tendr que trabajar ms". c) Principio Administrativo Administra el "terreno comn" educando a todos y creando formas de autorregulacin y presiones de pares, o mediante un mecanismo de regulacin oficial, idealmente diseado por los participantes. Ejemplos: Varias divisiones en una compaa acordaron compartir una fuerza de ventas al minorista. Cada gerente de distrito tema que la fuerza compartida no prestara suficiente atencin a su rea y el volumen declinara. Un gerente muy agresivo aconsej a sus gerentes de cuenta que fijaran objetivos de venta ms elevados de lo necesario, de modo que los vendedores les dieran al menos el respaldo mnimo. Las otras divisiones notaron esa presin y decidieron emplear la misma estrategia. Los gerentes de la nueva fuerza de ventas queran satisfacer a todos sus "clientes", as que continuaron aceptando los requerimientos de las divisiones. Esto cre sobrecarga laboral, desempeo inferior e incremento de renuncias.

66

Unirse a esa fuerza de ventas pronto fue tan popular como unirse a la Legin Extranjera, y cada divisin tuvo que volver a mantener una fuerza de ventas propia. Agotamiento de un equipo compartido de secretarias. Deterioro en la reputacin de servicio despus de que los clientes tuvieron que escuchar a seis vendedores de seis divisiones de la misma corporacin ofreciendo productos rivales (el "recurso compartido", en este caso, era la buena reputacin de la empresa). Una cadena minorista de gran xito desiste de realizar promociones conjuntas de venta con los fabricantes despus de recibir un diluvio de propuestas de fabricantes entusiastas, o establece trminos para joint ventures que dejan poca ganancia para los fabricantes. El agotamiento de un recurso natural cuando varias compaas lo explotan. Y, desde luego, todos los problemas de contaminacin, desde la lluvia cida hasta el agotamiento del ozono y el efecto invernculo.

4.4.9 Soluciones rpidas que fallan. Apaguen ese incendio. a) Descripcin y estructura Una solucin eficaz en el corto plazo tiene consecuencias de largo plazo imprevistas que requieren ms uso de la misma solucin. La solucin alivia el problema, sin embargo por efecto de las consecuencias no buscadas, luego de una demora el problema se agrava.

Figura 4.24. Soluciones rpidas que fallan b) Sntoma de Advertencia "Siempre funcion antes. Por qu no funciona ahora?". c) Principio Administrativo No descuides el largo plazo. De ser posible no recurras a las soluciones de corto plazo, o salas slo para ganar tiempo mientras trabajas en un remedio duradero.

67

Ejemplos: Una compaa manufacturera lanz un nuevo conjunto de componentes de alto desempeo, que al principio tuvieron gran xito. Sin embargo, el directivo estaba empeado en reducir sus gastos, as que posterg la adquisicin de nuevas y costosas mquinas de produccin. La calidad de la manufactura se resinti, lo cual cre una reputacin de mala calidad. La demanda cay abruptamente al ao siguiente, lo cual redujo las ganancias y dej al directivo con menos ganas de invertir en un nuevo equipo de produccin. Personas y organizaciones que piden prstamos para pagar el intereses de otros prstamos, con lo cual tendrn que pagar ms intereses ms tarde. Reduccin de planes de mantenimiento para ahorrar en costos, lo cual conduce eventualmente a ms fallos y costos ms elevados, creando ms presiones para reducir costos.

4.4.10 Crecimiento y subinversin a) Descripcin y estructura Producto de una accin creciente, seda el crecimiento de la demanda lo cual a su vez provoca un descuido en el desempeo en la atencin o calidad que luego limitar el propio crecimiento de la demanda, incluso disminuyendo. El crecimiento se aproxima a un lmite que se puede eliminar o desplazar hacia el futuro si la empresa o individuo invierte en "capacidad" adicional. Pero la inversin debe ser intensa y rpida para impedir la reduccin del crecimiento, pues de lo contrario no se har nunca. A menudo las metas decisivas o las pautas de desempeo se rebajan para justificar la subinversin. Cuando esto ocurre, hay una profeca autopredictiva donde las metas ms bajas conducen a expectativas ms bajas, que luego se traducen en un mal desempeo causado por la subinversin.

Figura 4.25. Crecimiento y subinversin

68

b) Sntoma de Advertencia "Bien, ramos los mejores, y lo seremos de nuevo, pero ahora tenemos que conservar los recursos y no invertir en exceso". c) Principio Administrativo Si hay un potencial genuino para el crecimiento, construye capacidad anticipndote a la demanda, como estrategia para generar demanda. Sostn la visin, especialmente en lo concerniente a la evaluacin de las pautas de desempeo y la capacidad para satisfacer la demanda potencial. Ejemplos: People Express Airlines no pudo construir capacidad de servicio para mantener el ritmo de la explosiva demanda. En vez de poner ms recursos en la capacitacin del personal o de crecer ms despacio (por ejemplo, elevando un poco los precios), la firma trat de superar sus problemas mediante el crecimiento excesivo. El resultado fue el deterioro de la calidad del servicio y el aumento de la competencia, mientras la moral decaa. Ante la creciente tensin, la compaa recurri cada vez ms a la "solucin" de subinvertir en capacidad de servicio, hasta que los clientes dejaron de volar en People Express. Compaas que dejan decaer la calidad de los servicios o los productos, culpando a la competencia o la gerencia de ventas por no empearse en mantener las ventas. Personas con magnficas visiones que no evalan de modo realista el tiempo y el esfuerzo que deben dedicar al logro de la visin.

69

CAPITULO V ESTRUCTURAS ESPECFICAS


Los sistemas dinmicos se desenvuelven bajo estructuras complejas subyacentes a su comportamiento; entre stas se encuentran las estructuras bsicas, tratado en el captulo anterior, que permiten identificar sus bucles y relaciones bsicos de dichos sistemas y las estructuras especficas que permiten detallar aspectos peculiares en los sistemas como las demoras, la determinacin de secuencia en funcin a las dimensiones de las variables de flujo y nivel, y la incorporacin de comportamientos y relaciones no lineales. 5.1 RETRASOS 5.1.1 Descripcin y representacin En los sistemas dinmicos la causa y efecto no son simultneos porque para que se genere el efecto pasa un lapso de tiempo variable dependiendo de los mismos, este lapso de tiempo denominado retraso o demora producida en la transmisin de materiales o de informacin se da a lo largo de los sistemas dinmicos en forma variable. Al construir el diagrama causal de un sistema se debe considerar que la relacin causal que liga a dos variables puede implicar la transmisin de informacin o material para la cual se requiere el transcurso de cierto tiempo; es entonces cuando tiene presencia el retraso. Para formarse una idea, sobre la situacin de cierto problema es necesario que trascurra cierto tiempo antes de tomar una decisin, y una vez tomada est, debe transcurrir algn tiempo hasta que se observen los efectos en la misma o en la fabricacin de un producto cada sub proceso de fabricacin requiere de un tiempo para ser realizado. Sin embargo, dado que toda accin en los sistemas requiere ser realizado durante un periodo de tiempo, es necesario distinguir su inclusin; en la construccin de modelos dinmicos se debe incluir un retraso cuando el proceso se demora ms que otro para que una accin llegue a tener efecto. Es decir, cuando lo que entra en una situacin o estado fluye ms rpido que lo que sale de ella o el, existe una demora; ante lo cual es necesario representar los estados intermedios que pasa el material o informacin desde la entrada hasta el efecto. Adems los retrasos son variables en duracin, por lo cual se debe modelar aquellos que sean significativos en comparacin con las escalas de tiempo del

70

fenmeno, por ejemplo si el procesamiento de la informacin de pedido es de dos minutos y todo el sistema de venta es de tres das, la magnitud de demora del procesamiento de la informacin es poco significante respecto a la duracin de todo el sistema de venta; otro contexto es el horizonte de simulacin que se considera para el sistema, en el cual se debe considerar la magnitud de retraso de la variable y su impacto sobre el horizonte de referencia en comparacin del cual la duracin del retraso tambin debe ser significativo para su inclusin. En la Figura 5.1 se representa la primera estructura genrica de la demora, en la cual se produce el ingreso por el flujo de entrada de material o informacin, se acumula en el nivel y luego de un tiempo promedio de demora sale por medio del flujo de salida segn el orden de llegada.

FLJUO DE ENTRADA

NIVEL

FLUJO DE SALIDA

tiempo promedio de demora

Figura 5.1. Primera estructura genrica de retraso En la Figura 5.2 se representa la segunda estructura genrica de la demora, en la cual se produce el ingreso por el flujo de entrada de material o informacin, se acumula en el nivel y luego de un tiempo promedio de demora sale por medio del flujo de salida sin considerar el orden de llegada.

FLUJO DE ENTRADA

NIVEL

FLUJO DE SALIDA

tiempo promedio de demora

Figura 5.2. Segunda estructura genrica de retraso

5.1.2 Tipos de retraso 5.1.2.1 Retraso de material El retraso de material se genera cuando el material o personas en trnsito se detienen por un periodo de tiempo para su procesamiento, cambio o transformacin. El caso ms

71

simple de demora es un sistema con una variable de nivel, lo que matemticamente es un sistema de primer orden (donde el nmero de niveles es el orden). Adems se asume la ausencia de relaciones causales no-lineales, es decir: la traduccin desde causa a efecto es constante. Adems, si el flujo de entrada es ms rpido que el de salida, las unidades que entren al nivel se van a detener un cierto tiempo en el acumulador. Este tiempo de estada o de demora, puede ser una distribucin alrededor de un valor tpico. En todo caso, cabe preguntarse si estas unidades saldrn en el mismo orden como entraron o no. De hecho se distingue dos casos: demoras de "pipeline" y demoras de "mixer". a) Demoras de pipeline Considerando el caso de un proceso de produccin con una lnea de ensamblaje, en el cual los automviles deben pasar por un dispositivo que para el pintado:

Figura 5.3. Ejemplo de demora de pipeline

Hay una determinada cantidad de autos que entren sin pintura, la aplicacin de la pintura toma un determinado tiempo, y luego salen autos pintados, en exactamente el mismo orden de entrada. Si se pregunta por la cantidad que sale por periodo de tiempo, la respuesta depende de la demora y de la cantidad que entr periodos atrs. El siguiente modelo muestra esta estructura:

72

INGRESO

AUTOS EN PINTADO

SALIDA

DEMORA DE PINTADO

Figura 5.4. Modelo de ejemplo de demora de pipeline

b) Demoras de "mixer" de primer orden No siempre se conserva el orden de llegada para el servicio y la salida. Cuando se trata de llenar un estanque con el jugo de 100000 uvas, no se puede asegurar (ni importa) que luego saldr primero el jugo de la primera uva exprimida. La situacin es representada en la figura siguiente:

Figura 5.5. Ejemplo de demora de tipo mixer de primer orden

En estos casos, es como que los individuos que entran pasan por un "mezclador" que los reordena aleatoriamente. La estructura tpica de esta situacin en un diagrama de Forrester es el siguiente:

73

ENTRADA

UVAS EN PROCESO

SALIDA

DEMORA DE PROCESO

Figura 5.6. Estructura de ejemplo de demora de tipo mixer de primer orden

En el modelo, en cada periodo, entra una cierta cantidad de unidades. Tambin sale una cantidad, que depende de la cantidad del nivel y de la demora: si la demora es 2 (periodos), entonces de cada periodo sale la mitad de lo que haya en NIVEL. Generalizando: si la demora = d, entonces la salida = NIVEL * (1/d).

c) Demoras de "mixer" de segundo orden Algo similar pasa con los pasajeros de los diversos medios de transporte o con los compradores en una tienda. Solamente que ahora no es una mixtura perfecta; ms bien, se desordena un poco. Puede ser que algunos pasajeros suben antes pero hacen un viaje ms largo, entonces bajan despus. La siguiente figura lo presenta:

Figura 5.7. Ejemplo de demora de tipo mixer de segundo orden

Los casos de mixtura imperfecta corresponden a estructuras un poco ms complejas. La ms simple de ellas es la "demora material de segundo orden", cuya estructura es:

74

EN DEMORA

TRASPASO

SALIDA

ENTRADA

ESTADO 1

ESTADO 2

DEMORA 1

DEMORA 2

Figura 5.8. Modelo de demora de tipo mixer de segundo orden

El modelo propone dos niveles (por tanto de "segundo orden") y dos demoras parciales y la cantidad total de unidades en la demora se calcula sumando los dos niveles. 5.1.2.2 Retraso de informacin Se produce cuando se conserva y almacena informacin del sistema antes de proceder a tomar una decisin. Los retrasos de informacin representan un mecanismo de filtro capaz de alisar los picos que presenta la evolucin de una variable teniendo un valor promedio de la misma como referencia. En este proceso la informacin ms reciente influye en el promedio de forma ms significativa que la antigua. El empleo de filtros alisadores se justifica por el hecho de que la informacin empleada para la toma de decisiones contiene errores, comportamientos individuales, periodos no uniformes, intermitencias, etc. El filtrado reduce el ruido de alta frecuencia e introduce un retraso tal que, en la medida que disminuya el ruido, aumentar el retraso. Para ejemplificar, asumamos la siguiente situacin: se dispone de los valores de la demanda por un producto "X" sobre los ltimos 23 das. Ahora se trata de decir cul es la expectativa para el futuro. Visiblemente, los pasados tres das han sido de una calma que no se ha observado en los 20 das previos. Significa algo? Estara dispuesto a apostar una cantidad de dinero a que esta estabilidad se va a mantener en los prximos das? O es preferible esperar unos das ms antes de estabilizar su expectativa? Este es el dilema de la formacin de expectativas: si se forma muy rpidamente, se acta tempranamente pero se tiene alta probabilidad de equivocarse; si se espera se tiene mejor probabilidad de no equivocarse, pero se actuar ms tarde. Si se ha participado en el "juego de la cerveza", entonces probablemente recordar esta sensacin incmoda. La estructura correspondiente de esta situacin es:

75

PERCEPCIN

NIVEL PERCIBIDO

TIEMPO DE AJUSTE

DIFERENCIA

NIVEL DESEADO

Figura 5.9. Modelo de demora de informacin de primer orden

Siendo la estructura un bucle de realimentacin negativa, se hace una comparacin entre dos valores acerca de la cantidad de algo: NIVEL PERCIBIDO se compara con el NIVEL DESEADO, y en caso de diferencia se corrige la percepcin. 5.1.3 La demora causa oscilacin Las demoras son responsables de las oscilaciones en ciertos modelos. Por retardar los efectos sobre ciertas variables, sus comportamientos van mostrando pequeos valores en un inicio y estos van incrementndose paulatinamente. Sin embargo, la oscilacin va depender del orden de la estructura de demora considerada. 5.2 CADENAS Y COFLUJOS En varios sistemas el recurso modelado pasa por una serie de etapas en su transformacin. La representacin del trnsito del recurso (materias, personas, informacin, entre otros) implica la consideracin del tiempo de detencin del recurso y de las unidades de medida del mismo. 5.1.1 Cadenas Son modelos que representan el trnsito del recurso en forma secuencial, durante los cuales la cuantificacin del recurso se mantiene bajo las mismas unidades; por lo cual, en el modelo de Forrester, esta secuencia de pasos debe ser representada por variables de flujo y de nivel relacionados directamente por flujos de material. En esta secuencia de relaciones, las variables de nivel representan la detencin del recurso, medibles todas en

76

las mismas unidades y las variables de flujo sern medidas en las unidades de los niveles en funcin del tiempo. 5.1.1.1 Representacin Una cadena es ad hoc al sistema bajo estudio. El recurso transita por cada etapa representado por los flujos y la detencin por los niveles hasta la salida del proceso total en funcin de los tiempos en cada etapa. La caracterstica principal es que el recurso a pesar de tener transformacin en comparacin al ingreso, no cambia de unidad de medida, por lo cual cada flujo de entrada o salida tiene relacin directa con sus niveles respectivos puesto que se trata del mismo recurso en la misma dimensin. En la figura 5.10 se representa una cadena con tres niveles en los cuales el material se detiene de acuerdo a sus respectivos tiempos de detencin, adems los flujos de entrada actan sobre los niveles en funcin de la cantidad de recursos detenidos. Adems, la cantidad total de recurso en trnsito es una variable auxiliar y no de nivel, porque ya est expresado en los tres niveles respectivos.
TOTAL DEL RECURSO EN TRANSITO

INGRESO

NIVEL 1

PRIMER PROCESO

NIVEL 2

SEGUNDO PROCESO

NIVEL 3

SALIDA

TIEMPO DE RETENCIN 1

TIEMPO DE RETENCIN 2

TIEMPO DE RETENCIN 3

Figura 5.10. Modelo de cadena

5.1.1.2 Aplicacin Caso: Incorporacin de trabajadores en un banco El Banco del Per tiene un procedimiento para la incorporacin de nuevo personal. El proceso se inicia con la convocatoria pblica por medio de los medios de comunicacin el cual tiene una duracin de una semana en promedio; una vez recibido los expedientes de los interesados, se procede a su evaluacin la cual dura tres das en promedio. Se comunica a los postulantes seleccionados para que rindan el examen de conocimientos, toda esta etapa abarca dos das. Quienes aprueban el examen de conocimientos pasan a

77

la entrevista personal durante dos das. Aquellos que pasaron aprobatoriamente la entrevista son contratados para laborar en el banco.
Aprobados en docs Aprobados en examen Aprobados en entrevistas

Postulantes

Evalauacion docs

Examen

Entrevista

Convocatoria Desaprob examen Desaprob entrevista

Desaprobacin docs

Contratacin FD Eval conv FD Eval docs FD exam

Tasa aprobacin docs

Tasa aprobacin examen

Tasa aprobacin entrevista

Figura 5.11. Modelo de incorporacin de trabajadores en un banco

El comportamiento de los aprobados en la evaluacin de documentos crece hasta un valor y luego disminuye puesto que quienes aprueban pasan al examen, los valores mximos de ambas difieren porque una cantidad que son evaluados no aprueban por tanto no pasan al examen. Ambas variables llegan a cero porque todos continan con la siguiente etapa o son excluidos del proceso, nadie se queda en un proceso en forma permanente.

1: Aprobados en docs 1: 2: 70 50

2: Aprobados en examen

1: 2:

35 25

1: 2: Page 2

0 0

1 1.00

1 15.75

1 30.50 Time Untitled

1 2 45.25 60.00 18:48 mi, 02 de ene de 2008

Figura 5.12. Comportamiento de modelo de incorporacin de trabajadores en un banco

78

Las ecuaciones del modelo en el software Stella son las siguientes:

5.1.2 Coflujos En un modelo dinmico se debe tener que distinguir los recursos empleados evitando mezclarlos sin los ajustes adecuados y ponderados. La omisin de este aspecto puede generar errores en el modelo y su correspondiente simulacin. Se representa todas las

79

entidades distinguidas en un modelo en trminos de unidades. Esto hace alusin a tres aspectos importantes: Lo percibido son partes del mundo material, cosas, an si alguna vez son difcil o imposible de observar directamente Las cosas son de diferente naturaleza y se miden con unidades de medida diferentes Las cosas no aparecen o desaparecen en el universo por magia: toda materia se conserva. Es as que las nubes de los diagramas de flujo y nivel adquieren su importancia: reconociendo que lo tomado en cuenta en un modelo, existe antes y existir despus. Los modelos deben respectar las restricciones que impone el universo a las cosas. Esto es importante para los modelos de sistemas sociales tales empresas y organizaciones. La empresa es una institucin social que transforma recursos en productos y servicios. Y en cierto sentido, es verdad: una fbrica de muebles absorbe madera y otros materiales y entrega mesas y sillas, por ejemplo. Entonces un modelo acerca de esta fabrica deber representar por separado la madera, las piezas y los diferentes tipos de muebles. Estudiemos una empresa ejemplar, muy simplificada por cierto: en esta empresa, solamente se compra madera, fabrica mesas y las vende:
MESAS

MADERA

COMPRA

FABRICA

VENDE

Figura 5.13. Modelo equivocado del circuito de un "recurso"

En el modelo se representa que se compra madera, luego se fabrican las mesas y se venden. Qu tendra de malo? Para descubrirlo, definamos las unidades de medida. La madera se mide en metros cbicos, las mesas se miden en piezas. El proceso de fabricacin consume madera para hacer mesas, usa una cantidad de metros cbicos de madera para crear una pieza (mesa):

80

Noname 8

COMPRA

MADERA

CANTIDAD DE MADERA POR MESA

FABRICA

USO

MESAS

VENDE

Figura 5.14. Modelo de co-flujo de un recurso que cambia de unidades

El modelo diferencia cada etapa del proceso y la transformacin del recurso y su unidad de medida, reconociendo que madera y mesas no se pueden amalgamar en una cadena. Sin embargo, sus cambios ocurren de manera coordinada. Cuando hay demanda, la empresa decide fabricar; ello significa usar una cierta cantidad de metros cbicos de la madera almacenada. As es que el flujo SO se determina en funcin (usando informacin acerca) de la cantidad por fabricar y la CANTIDADDE MADERA POR MESA (metros cbicos/pieza). En el ejemplo, tambin se determina la COMPRA de madera con la misma lgica; adems, se asume que la VENTA sigue a la fabricacin de modo automtico (con una demora); ello es coherente con la idea de fabricar sobre pedido, y mantiene los costos de bodegaje de productos finales a un nivel bajo. Esto es lo que se denomidna co-flujo: flujos diferentes, pero coordinados. Las unidades de medida de un modelo de flujo y nivel, deben ser coherentes entre las variables y no deben contradecir al sentido comn. La bsqueda de cumplimiento de esta regla, nos conduce regularmente a representar como co-flujos los recursos que se miden en unidades diferentes.

81

5.3 NO-LINEALIDADES Se habla de relaciones causales no lineales cuando la reaccin de una variable a un cambio en la otra, es diferente segn el valor de esta otra variable. Por ejemplo, cuando una empresa disminuye su precio en 5% lo cual conlleva a incrementar sus unidades vendidas en 10%, y ante una disminucin del precio en 10% las ventas suben 20%, bajo este comportamiento lineal de las ventas de unidades ante la variacin del precio lleva a asumir que cualquier disminucin del precio conllevar a doblar las ventas de unidades. Si bien la regla de fijacin del precio involucra una operacin de divisin, ello no produce una conducta compleja, ya que la regla misma no es no-lineal. Segn el conocimiento real no se puede bajar el precio en forma constante puesto que no se puede vender por debajo del costo, adems que el mercado tiene un tamao, ms all del cual no comprar. Por lo tanto, la regla sugerida no es realista. Ms bien, se debe formular una donde la recin mencionada restriccin se respete: el precio puede ser disminuido cuando este es alto, pero ser progresivamente la disminucin ser menos hasta ser similar al precio de la competencia. Otro ejemplo se puede apreciar en el comportamiento poblacional, en una poblacin de ballenas cuando la poblacin es pequea en comparacin a los recursos disponibles sta crece cada vez ms, siendo su crecimiento restringido por las muertes naturales y las muertes por pesca, sin embargo es ms su crecimiento por nacimientos que por muertes por la abundancia de recursos. Sin embargo a medida que la poblacin de ballenas crece, consume ms recursos lo cual repercute en su disponibilidad provocando escasez y por tanto incremento de muertes; estos efectos se dan en magnitudes diferentes, no en proporciones iguale por lo cual se debe representar de tal manera. Evidentemente, esto es ms difcil de captar en una frmula que se asemeje a una funcin matemtica. Adems, muchas veces esta conducta no-lineal se debe representar para variables blandas, para las cuales no hay registros histricos que permitan un tratamiento estadstico. Los software que se usan para diagramar, cuantificar y simular, modelos dinmicos incorporan una herramienta para especificar la conducta no-lineal a travs de un panel grfico o de tabulacin. A continuacin, presentamos esto para el caso de la poblacin de ballenas en el software Stella, en forma anloga se puede aplicar en los dems software equivalentes. La estructura bsica muestra el nivel de poblacin de ballenas y sus respectivos flujos de nacimientos y muertes, distinguiendo dos tipos de muertes, naturales y por pesca. Los nacimientos se dan de forma ni lineal en funcin de datos recopilados que se muestran en la figura 5.17, en el cual se aprecia muestran un crecimiento exponencial inicial pero

82

que luego se estabiliza, esta estabilidad que alcanza se debe a la disponibilidad de recursos.
CANTIDAD DE MUERTES ~ BALLENAS

NACIMIENTOS

MUERTES NATURALES

~ CANTIDAD DE NACIMIENTOS MUERTES POR PESCA CANTIDAD MUERTES POR PESCA

Figura 5.15. Modelo de poblacin de ballenas

Dado el modelo y los datos obtenidos sobre la poblacin y los nacimientos, se procede a ingresar en el software. En la figura 5.16 se muestra el primer paso, en el cual se relaciona la cantidad de nacimientos (variable no lineal) con poblacin y se selecciona To Graphical Function. Lamentablemente, no hay un nombre nico para esta funcin: se usan nombres como funcin grfica, funcin de tabla, tabla o lookup (aproximadamente lista de referencia). Sin embargo, siempre se trata de usar un panel para graficar en funcin de las coordenadas X e Y, siendo la entrada X y los valores de salida Y, en este caso Ballenas es X y Cantidad de Nacimientos es Y. El segundo paso consiste en el ingreso de los datos, para lo cual es necesario establecer la escala de la variable de entrada (Ballenas) y el nmero de datos que de sta se ingresar (Data Points), se ha considerado la escala de 0 a 5000 con 11 datos de entrada, por lo tanto se tienen valores para Ballenas de 0, 500, 1000, 1500, 2000, 2500, 3000, 3500, 4000, 4500 y 5000.

83

Figura 5.16. Funcin grfica en Stella - Paso 1

Los datos para la Cantidad de Nacimientos se pueden ingresar en forma tabular o en sobre el grfico, sin embargo esta segunda forma no permite la precisin requerida. En la figura 5.17 se muestran los datos ingresados y el comportamiento grfico de esta variable no lineal.

Figura 5.17. Funcin grfica en Stella - Paso 2

84

En forma anloga sea ha procedido para la otra variable no lineal, Cantidad de Muertes, que tambin est en funcin de la variable Ballenas.

Figura 5.18. Funcin grfica en Stella - Paso 1 de Cantidad de Muertes

Figura 5.19. Funcin grfica en Stella - Paso 2 de Cantidad de Muertes

85

El comportamiento del modelo se presentan en las figuras 5.20 y 5.21. La poblacin de ballenas muestra que durante cierto periodo de tiempo crece debido a la mayor cantidad de nacimientos sobre las muertes hasta el punto de inflexin, y a partir de ello las muertes toman mayores valores limitando el crecimiento de la poblacin y luego estabilizndola.

1: BALLENAS 1: 4000.00

1 1: 2000.00

1 1 1: Page 1 0.00

0.00

20.00

40.00 Time Untitled

60.00 80.00 19:57 dom, 21 de jun de 2009

Figura 5.20. Comportamiento de la poblacin de ballenas

1: MUERTES NATURALES 1: 2: 3: 300.00 110.00 400.00

2: MUERTES POR PESCA

3: NACIMIENTOS

2 3 2 3 1

1: 2: 3:

150.00 60.00 200.00

3 2 3

1: 2: 3: Page 2

0.00 10.00 0.00

1 0.00

1 20.00 40.00 Time Untitled 60.00 80.00 20:17 dom, 21 de jun de 2009

Figura 5.21. Comportamiento de los nacimientos y muertes de ballenas

86

Ecuaciones del modelo poblacional de ballenas considerando no linealidad:

87

BIBLIOGRAFA

ARACIL, Javier. Introduccin a la Dinmica de Sistemas. Alianza Editorial S.A. Madrid, 1978. DREW, Ronald. Dinmica de sistemas aplicada.Grficas Marte S.S. Madrid, 1995 GARCIA, Juan Martn. Teora y Ejercicios Prcticos de Dinmica de Sistemas. Barcelona, 2006 RADZICKI, Michael. Introduction to System Dynamics. Foundations of System Dynamics Modeling. USA, 1997 ROBERTS, Nancy, ANDERSEN, David, y otros. Introduction to computer simulation: The system dynamics approach. Addison-Wesley Publishing Company. Massachusetts, 1982 SENGE, Peter. La Quinta Disciplina. Buenos Aires. Ediciones Granica S.A. Buenos Aires, 1998

88

S-ar putea să vă placă și