Modelación con Dinámica de Sistemas y SIG

En este artículo se presenta un modelo basado en dinámica de Sistemas para estimar las demanda de nuevo suelo urbano en ámbitos metropolitanos. El modelo se ha desarrollado concretamente para dos ámbitos metropolitanos españoles para los cuales se ha realizado un proceso de calibración individual.

La generación y simulación de escenarios exploratorios externos es un instrumento útil en los procesos de planificación y toma de decisiones de especial relevancia en el ámbito territorial y metropolitano.

Algunas de las herramientas más importantes que pueden emplearse para la concreción de instrumentos como los escenarios futuros son, entre otras, la Dinámica deSistemas (DS) y los Sistemas de Información Geográfica (SIG). 

En primer lugar los SIG, de acuerdo con su elevada capacidad de análisis y de integración de diversas fuentes de información geográfica, proporcionan un soporte amplio para el diseño y aplicación de modelos de localización óptima, o los modelos de simulación espacial de la expansión urbana, en el que la componente espacial de la información geográfica es fundamental. Sin embargo uno de los principales inconvenientes que presentan los SIG en este campo lo constituye la inherente dificultad para el tratamiento de la cuestión temporal. 

La Dinámica de sistemas por su parte, sin una preocupación expresa por el tratamiento de las cuestiones espaciales, se presenta como un instrumento útil para el estudio del comportamiento de sistemas complejos a partir de la identificación de las relaciones entre la estructura del sistema, su comportamiento y la determinación de los valores que las variables adoptan a lo largo del tiempo. 

De acuerdo con el enfoque temporal de la DS y en eminentemente espacial de los SIG es posible abordar, a partir del uso conjunto de estas herramientas, procesos de generación y simulación temporal y espacial de escenarios aplicados a la planificación territorial y metropolitana.

De acuerdo con lo anteriormente expuesto, el trabajo que se describe en este artículo, tiene como objetivo principal el diseño de tres escenarios externos futuros en relación con el contexto socioeconómico, así como la simulación de las demandas del crecimiento metropolitano.

Link al artículo completo: http://upcommons.upc.edu/revistes/bitstream/2099/8535/1/aguilera.pdf

Desarrollo organizacional, complejidad y dinámica de sistemas

Artículo. Sesión 5

En el siguiente artículo se describen algunas de las características más importantes que poseen las organizaciones, así como la mayoría de los factores que las convierten en entidades complejas y dinámicas y que pueden ser estudiadas por la Dinámica de Sistemas.

A continuación los invito a leer un resumen que incluye las ideas más importantes del artículo que se encuentra completo en la siguiente dirección web: http://www.colparmex.org/Revista/Art4/20.htm

El entorno social, político, económico, ecológico, en el que se encuentran inmersas las organizaciones, ha generado que estas busquen mecanismos que les permita dar respuestas ágiles y económicas, además, de mostrar y generar flexibilidad y adaptación, es decir, homeostasis. En otras palabras, si el entorno muestra complejidad entonces la organización responderá en el mismo sentido.

 El Desarrollo Organizacional (D.O.) y la Dinámica de Sistemas son un factor que puede ser determinante en las organizaciones y que les permite adaptarse al medio, sobrevivir y desarrollarse en él. Mientras que en el D.O. se crea un plan de intervención apropiado (de aprendizaje) en función de los objetivos deseados de funcionamiento por la organización, la Dinámica de Sistemas combina el análisis y la síntesis y suministra un lenguaje que permite: expresar las relaciones que se producen en un sistema complejo y explicar su comportamiento a través del tiempo.

Aplicación de la Dinámica de Sistemas a la Ingeniería del Software

El siguiente es un breve resumen de un artículo que describe cómo las características de la Dinámica de Sistemas contribuyen al desarrollo de modelos del Proceso de Desarrollo de Software que permitan manejar la complejidad de proyecto en si, así como conocer los efectos secundarios de las decisiones tomadas durante el proceso de desarrollo de software, el cual se considera, es un sistema dinámico socio-tecnológico complejo, cuya evolución temporal viene dada por su estructura interna, por las relaciones existentes entre el personal técnico que trabaja en el mismo y por el nivel de madurez de la propia organización de desarrollo.

Las aplicaciones de la Dinámica de Sistemas en la Ingeniería del Software son múltiples. Entre ellas destaca principalmente su aplicación a la investigación de nuevas políticas de desarrollo, que se ve facilitada por la capacidad de simulación. También destacan sus aplicaciones dirigidas a la formulación de una metodología formal, que permita estandarizar el proceso de desarrollo de software, los análisis de proyectos ya terminados (análisis post-mortem) y la monitorización y seguimiento continuo de los proyectos en desarrollo.

Por tanto, el marco de la Dinámica de Sistemas ofrece las bases para construir una teoría común para los PDS. La elaboración de modelos dinámicos puede constituir una metodología formal según la cual se pueden expresar los conocimientos sobre el sistema. Además, el proceso de construcción del modelo, por sí mismo, obliga a los investigadores a tener un alto conocimiento de cuáles son los parámetros claves que influyen en el comportamiento del sistema y cómo se relacionan entre sí constituyendo lazos de realimentación.

Por otro lado, el potencial de los modelos de simulación para la formación y el entrenamiento de los directores de proyectos es manifiesto: los entornos de simulación sitúan a los directores frente a situaciones reales que pueden encontrar en la práctica y les permite adquirir experiencia sin correr riesgos. La disponibilidad de un modelo dinámico, que simule el comportamiento o algún aspecto concreto de una organización, y un entorno de simulación potente como los que existen en la actualidad, constituye una herramienta fundamental en la toma de decisiones de dicha organización.

El artículo completo puede ser consultado en la siguiente dirección: 

http://www.sc.ehu.es/jiwdocoj/remis/docs/modelos.html

Dinámica de Sistemas para modelar estructuras de gestión de Cadenas de Suministro

El siguiente texto, forma parte de la introducción de un artículo escrito por Francisco Campuzano y Eva Martínez quienes para desarrollar  su trabajo utilizaron varios modelos de Gestión de  Cadena de Suministro, construidos usando la metodología de la Dinámica de Sistemas y el software Vensim para modelar y simular estructuras de gestión. Lo que destaco de éste artículo es la claridad con la que de describe la metodología empleada, desde la justificación hasta el análisis de los elementos que conforman el diagrama causal desarrollado.

La extrema competitividad que existe en la economía actual, unida a los efectos de la globalización, obligan a la industria a encontrar nuevas vías para interactuar y satisfacer a los clientes. En una Cadena de Suministro, los fabricantes, intermediarios comerciales, transportistas, proveedores y organismos oficiales colaboran para entregar la mercancía de forma rápida y eficaz de modo que el dinero fluya a través de la economía. Una Cadena de Suministro optimizada, supone mejoras de eficiencia que pueden reducir las necesidades de  inventario, ahorrar costes de transporte y otros gastos de distribución, y optimizar el time to market.

Forrester (1958), analizando una Cadena de Suministro Tradicional, observó que un pequeño cambio en el patrón de demanda de un cliente se magnificaba según fluía a través de los procesos de distribución, producción y aprovisionamiento. En cada nivel de la cadena, esta desviación se amplificaba aguas arriba de la misma en forma de órdenes de reabastecimiento. Esa amplificación se debía, según Forrester, a los problemas derivados de la existencia de tiempos de suministro (“non-zero lead times”), y la inexactitud de las previsiones realizadas por los diferentes miembros de la cadena ante la variabilidad de la demanda.

Estructura del modelo causal propuesto para una cadena de suministro.

En este trabajo se analizan las ventajas y desventajas de la utilización de las estructuras Tradicional y las colaborativas EPOS (Electronic Point of Sales), VMI (Vendor Management Inventory) en la gestión de la variabilidad de la demanda a lo largo de una Cadena de Suministro multinivel. Dichas estructuras de Gestión de Cadena de Suministro se han modelado (Campuzano et al., 2008a y 2008b) usando la Metodología de la Dinámica de Sistemas. Posteriormente se simulan con el programa informático Vensim©. Estos modelos constituyen una herramienta eficaz que permiten al investigador o al responsable de producción decidir, mediante la recreación de diferentes escenarios, qué estructura se ajusta en mayor o menor medida con los objetivos empresariales (tácticos u operativos) propuestos.

Diagrama causal de nivel minorista para la Cadena de Suministro Tradicional considerada

Diagrama causal para la cadena de suministro con estrategia VMI

El artículo completo  lo pueden encontrar en la siguiente dirección de internet:

Cadenas deSuministro tradicionales y colaborativas. Análisis de su influencia en la gestión de la variabilidad de lademanda.

http://www.dinamica-de-sistemas.com/cursos/logistica.pdf

Un modelo sobre la depresión

En este artículo, se propone un modelo, el cual puede considerarse como una aproximación desde la perspectiva de la dinámica de Sistemas a los mecanismos que dan lugar a una depresión de carácter exógena.

En primer lugar, se considera la depresión como un caso particular de estabilidad de un sistema. En este sentido es como se enlaza el planteamiento general de la teoría de sistemas, que dice que los distintos sistemas presentan principios de organización equivalentes, esto es, existe un isomorfismo entre diferentes tipos de sistemas, sean éstos físicos, biológicos, sociales o psicológicos.

Algunos conceptos útiles, tales como el de variedadrequerida de Ashby merced al cual la estabilidad (y por qué no, la supervivencia) de un organismo depende de su capacidad de generar una variedad de respuestas equivalente a la variedad de perturbaciones a las que es sometido. Igualmente, el concepto de tasa derenovación de Margalef resulta provechoso para comprender los procesos de cambio en los distintos subsistemas del modelo. Y por último la Teoría de Catástrofes de Thom, que explica cómo una pequeña perturbación en un sistema pude provocar la ruptura de equilibrio.

El modelo en cuestión consta de cuatro subsistemas: Logro, Cogniciones, Emociones y Energía (o biológico). El subsistema de Logro es el más exterior de todos ellos, a nivel de comportamiento humano, y es el que arrastra en sus efectos al restos de subsistemas, cada uno de ellos más interior. Es en el primer nivel donde se encuentran las mayores posibilidades de intervención, afectando a los restantes sus consecuencias de una forma un tanto automática.

En una primera aproximación verbal al modelo, la depresión surge en un contexto de adaptación como consecuencia de un intento por parte del sujeto por ofrecer una alternativa de respuesta a una determinada perturbación del medio. Cuando esto sucede, y tras una cadena de acontecimientos, la variable última del sistema -sistema biológico- queda afectada y la persona se precipita en una depresión. En términos más concretos, el sujeto no puede controlar ciertos acontecimientos del medio, percibe que carece de control, lo que origina una respuesta emocional -ansiedad-, que será mayor cuanto más negativa sea la interpretación establecida al respeto -cogniciones-. Si la situación de ansiedad se hace persistente y alcanza una cierta intensidad, se llegará a producir una alteración más o menos profunda del sistema nervioso -agotamiento nervioso- que dará lugar a ciertas perturbaciones fisiológicas: cansancio crónico, insomnio, anorexia ..etc. A partir de ahí el sujeto carecerá de fuerzas para hacer frente a las demandas del medio, emitirá menos conducta, menos control y entrará en la dinámica del círculo vicioso.

A continuación se muestra el diagrama causal que resume las ideas anteriores:

  

Y el diagrama de Forrester: 

Si se toma la habilidad del sujeto, el sistema se mantiene estable en un amplio rango de valores, pero es a partir de un cierto punto, aquí 0.43, cuando la más mínima alteración implicará una perdida de equilibrio -catástrofe- y el sujeto se precipitará en una depresión.

En la siguiente gráfica se muestra la evolución de un sistema para un valor por encima de 0.43 en habilidad, donde todavía es posible un cierto equilibrio:  

Y esta otra tabla para valores inferiores a este límite de 0.43 para el que el sistema carece de equilibrio posible.

Por último, la tabla que muestra la recuperación del sistema cuando hay una intervención en un determinado momento temporal. Obsérvese cómo el subsistema biológico más interior, de menor tasa de renovación, presentan una respuesta más tardía tanto en ser afectado por la falta de control como en recuperarse de la depresión.

Estudio Realizado por:

Carlos Camacho
vararey@us.es

 

Diagramas Stock- and - Flow

Los diagramas de Forrester son conocidos también como diagrama de "Stock- and - Flow". En la imagen siguiente se puede observar un diagrama en el cual, de una forma esquemática se representan los conceptos involucrados en la creación de modelos.

 

Un modelo puede ser cuantitativo y representa la estructura de la situación que indagamos. Esta consiste de variables, que son de diferentes tipos: acumuladores, flujos y auxiliares. Las variables de miden en determinadas unidades de medida. Entre ellas hay vínculos de causalidad (con dirección y polaridad). Es importante comprender el significado del tiempo. El tiempo se organiza en momentos y periodos. Los acumuladores se refieren a momentos y los flujos se refieren a periodos.

 

Distinguir nivel de flujo e identificar unidades (de medida) es importante para poder leer un diagrama "stock-and-flow", que es necesario para poder identificar bucles de retroalimentación, que es necesario para identificar su polaridad.

Distinguir acumulaciones de flujos es importante para poder convertir unos en otros;

- se puede derivar gráficamente el flujo neto del comportamiento de un acumulador;

- se puede integrar gráficamente el acumulador desde el comportamiento de un flujo.

Esto es una forma más rigurosa de predecir el comportamiento desde la estructura, en este caso simulando con lápiz.

Esto ayuda reconocer las estructuras desde el comportamiento y preparar para reconocer estructuras genéricas, cuyo conocimiento habilita para transferirlas entre diversas situaciones.

Fuente: 

Libro: Dinámica de Sistemas, Casos y aplicaciones en latino América.

Editado por Isaac Dyner y Luisa Rodríguez

Acerca de los Diagramas de Forrester

El diagrama de Flujos, también denominado Diagrama de Forrester, es el diagrama característico de la Dinámica de Sistemas. Es una traducción del Diagrama Causal a una terminología que permite la escritura de las ecuaciones en la computadora para así poder validar el modelo, observar la evolución temporal de las variables y hacer análisis de sensibilidad.

Los diagramas de Forrester proporcionan una representación gráfica de los sistemas dinámicos, modelando cualitativamente las relaciones entre las partes mediante símbolos que corresponden a una interpretación hidrodinámica del sistema.

A continuación se muestran algunos ejemplos de Diagramas de Forrester realizados en el software Vensim.

Representación del incremento flujo nivel.

 

Representación de la realimentación del nivel

Disminución del nivel

Representación de la influencia positiva o negativa del nivel sobre el flujo

Realimentación del nivel en forma indirecta

Causalidades entre auxiliares

Ejemplo Presa - Depredador