Dinámica de sistemas

De Wikipedia, la enciclopedia libre
Saltar a: navegación, búsqueda

La dinámica de sistemas es un enfoque para el análisis y diseño de políticas asistido por computadora. Se aplica a problemas dinámicos que surgen en sistemas sociales, gerenciales, económicos o ecológicos complejos, literalmente, cualquier sistema dinámico caracterizado por interdependencia, interacción mutua, retroalimentación de información y causalidad circular.

En las palabras de Jay W. Forrester (2007), desarrollador del modelado de dinámica de sistemas: “a través de un modelo de simulación apropiado, Usted puede:

  • conocer la estructura que causa el problema,
  • saber como el problema es generado,
  • haber descubierto una política de alto impacto para cambiar la conducta del sistema
  • saber porque otras políticas (de bajo impacto) fallarán,
  • argumentar en favor de mejores políticas.”

Se trata entonces de modelar[1]​ y comprender el comportamiento temporal en entornos complejos. Se basa en la identificación de los bucles de realimentación entre los elementos, y también en las demoras en la información y materiales dentro del sistema.[2]​ Lo que hace diferente este enfoque de otros usados para estudiar sistemas complejos es el análisis de los efectos de los bucles o ciclos de realimentación, en términos de flujos y depósitos adyacentes. De esta manera se puede estructurar a través de modelos matemáticos la dinámica del comportamiento de estos sistemas. La simulación de estos modelos actualmente se puede realizar con ayuda de programas computacionales específicos.

Originalmente desarrollada en 1950 para ayudar a los administradores de empresas a mejorar su comprensión de los procesos industriales, actualmente se usa en el sector público y privado para el análisis y diseño de políticas. Fue creada a principios en la década de 1960 por Jay Forrester de la MIT Sloan School of Management del Massachusetts Institute of Technology) con la creación del MIT System Dynamics Group.

Historia[editar]

Se creó a mediados de los años 1950[3]​ por el profesor Jay Forrester a raíz de un trabajo suyo para General Electric (GE). Así, en 1956, Forrester aceptó un puesto de profesor en la recién formada MIT Sloan School of Management. Su objetivo inicial era determinar cómo sus antecedentes en la ciencia y la ingeniería podían ser aprovechados, de alguna manera útil, en las cuestiones fundamentales que determinan el éxito o el fracaso de las empresas.

En ese momento, los directivos de GE estaban perplejos porque el empleo en sus plantas de electrodomésticos en Kentucky exhibía un ciclo significativo de tres años. El ciclo económico se consideró una explicación insuficiente para la inestabilidad del empleo en GE. A partir de simulaciones a mano (o cálculos) de la estructura de flujos y de la retroalimentación de las plantas de GE, que incluyó a la toma de decisiones corporativas con respecto a la estructura de la contratación y los despidos, Forrester fue capaz de demostrar cómo la inestabilidad en el empleo de GE se debía a la estructura interna de la empresa y no a una fuerza externa, como el ciclo económico. Estas simulaciones manuales fueron el comienzo[4]​ de un nuevo enfoque para abordar problemas industriales, basado en el análisis de la estructura interna más que en el impacto de factores externos.

Durante la década de 1950 y comienzos de 1960, Forrester y un equipo de estudiantes de postgrado se dio el salto de una etapa de la simulación manual a una la etapa de modelado formal por ordenador debido a que en esa época Richard Bennett creó el primer lenguaje de modelado dinámico llamado SIMPLE (Simulation of Industrial Management Problems with Lots of Equations) en la primavera de 1958. En 1959, Phyllis Fox y Alexander Pugh escribió la primera versión de DYNAMO (DYNAmic MOdels), una versión mejorada de SIMPLE, y el nuevo lenguaje basado en variables de hasta 8 caracteres, del que aún se pueden hallar modelos en libros antiguos, se convirtió en el estándar de la industria durante más de treinta años. Forrester publicó el primer, y todavía clásico, libro en el campo con el título de Industrial Dynamics en 1961. Desde finales de 1950 a finales de 1960, las publicaciones recogen aplicaciones centradas en el ámbito de organización industrial y a problemas gerenciales en empresas. En 1968, sin embargo, un acontecimiento inesperado causó que el campo se ampliara más allá del modelado corporativo. John Collins, el exalcalde de Boston, fue nombrado profesor visitante de Asuntos Urbanos del MIT. El resultado de la colaboración Collins-Forrester fue un libro titulado Urban Dynamics que sirvió para explicar cómo los subsidios públicos provocan que en el centro de las grandes ciudades habiten las familias de menor renta, lo cual ya había definido Forrester antes como el comportamiento contra-intuitivo de los sistemas sociales. Muy poco después, en 1970, Jay Forrester fue invitado por el Club de Roma para una reunión en Berna, Suiza. El Club de Roma es una organización dedicada a la solución de lo que sus miembros describen como el "predicamento de la humanidad", es decir, la crisis global que puede aparecer en algún momento en el futuro, debido a las exigencias que se colocan sobre la capacidad de carga de la Tierra (sus fuentes de los recursos renovables y no renovables y sus sumideros para la eliminación de los contaminantes) que el mundo está en crecimiento exponencial de la población. En la reunión de Berna, a Forrester se le preguntó si podría aportar un nuevo enfoque para ser utilizado para hacer frente a la difícil situación de la humanidad. Su respuesta, por supuesto, era que podía. En el avión de regreso de la reunión de Berna, Forrester creó el primer borrador de un modelo del sistema socio-económico del mundo, donde aparecían conceptos inéditos hasta entonces como el de ‘reciclaje’ de productos de consumo. Él llamó a este modelo WORLD1. A su regreso a Estados Unidos, Forrester refinó WORLD1, en preparación para la visita al MIT por los miembros del Club de Roma, dando origen a una versión refinada del modelo que fue el WORLD2. Forrester publicó World2 en un libro titulado World Dynamics.

Los trabajos realizados por Forrester en el MIT dieron origen a una simulación realizada por el equipo coordinado por Donella H. Meadows que tenía por objeto analizar el comportamiento de las principales variables mundiales, es decir la población mundial, la industrialización, la contaminación, la producción de alimentos y la explotación de los recursos naturales, y que dio origen a un informe que se publicó bajo el título "Limits to Growth" (Los Límites del Crecimiento), que se tradujo a varios idiomas y tuvo una fuerte difusión mundial.

Metodología[editar]

Enfoque en general[editar]

El enfoque de la dinámica del sistema implica:

  • Definir problemas dinámicamente, en términos de gráficos a lo largo del tiempo.
  • Adoptar un punto de vista endógeno y conductual de las dinámicas significativas de un sistema, un enfoque hacia adentro sobre las características de un sistema que a su vez genera o exacerba el problema percibido.
  • Pensar en todos los conceptos en el sistema real como cantidades continuas interconectadas en bucles de retroalimentación de información y causalidad circular.
  • Identificar los acumuladores (stocks) independientes en el sistema y sus entradas y salidas (flujos).
  • Formular un modelo de la estructura causal capaz de reproducir, por sí mismo, el problema dinámico bajo estudio. El modelo generalmente es un modelo de simulación expresado en ecuaciones no lineales, pero ocasionalmente se deja sin cuantificar, como un diagrama o mama que captura la estructura causal de retroalimentación y de acumulación en los stocks.
  • Derivar entendimientos e ideas de política aplicables del modelo resultante.
  • Implementar cambios resultantes de comprensiones y entendimientos basados en el modelo.

Modelos de simulación[editar]

Matemáticamente, la estructura básica de un modelo de simulación de dinámica de sistemas formal es un sistema de ecuaciones diferenciales (o integrales) de primer orden acopladas, no lineales:

donde es un vector de acumuladores (stocks o variables de estado), es un conjunto de parámetros, y es una función no lineal de valores vectoriales.

La simulación de tales sistemas se logra fácilmente dividiendo el tiempo simulado en intervalos discretos de longitud y recorriendo el sistema a lo largo del tiempo un a la vez. Cada variable de estado o acumulador se calcula a partir de su valor anterior y su tasa neta de cambio :

En el lenguaje de simulación más antiguo en el campo (DYNAMO) esta ecuación se escribía con los índices de tiempo K (el momento actual), J (el momento anterior) y JK (el intervalo entre el tiempo J y K):

XK = XJ + DT * XTASAJK . El intervalo de cálculo dt se selecciona lo suficientemente pequeño como para no tener un efecto discernible en los patrones de comportamiento dinámico exhibidos por el modelo. En entornos de simulación más recientes, están disponibles esquemas de integración más sofisticados (aunque la ecuación escrita por el usuario puede parecerse a este simple esquema de integración de Euler), y los índices de tiempo pueden no estar visibles en las ecuaciones.

El trabajo original de Forrester enfatizaba un enfoque continuo, pero las aplicaciones cada vez más modernas de la dinámica de sistemas contienen una mezcla de ecuaciones de diferencia discreta y ecuaciones diferenciales o integrales continuas. Algunos profesionales asociados con el campo de la dinámica de sistemas trabajan en las matemáticas de tales estructuras, incluyendo la teoría y mecánica de simulación por computadora, análisis y simplificación de sistemas dinámicos, optimización de políticas, teoría de sistemas dinámicos y dinámica no lineal compleja y caos determinista.

El principal trabajo aplicado en el campo, sin embargo, se centra en la comprensión de la dinámica de los sistemas complejos con el propósito de análisis y diseño de políticas. Las herramientas conceptuales y los conceptos del campo, incluidos el pensamiento de retroalimentación, los acumuladores y los flujos, el concepto de dominancia bucle de retroalimentación y un punto de vista endógeno, son tan importantes para el campo como sus métodos de simulación.

Pensamiento de retroalimentación[editar]

Conceptualmente, el concepto de retroalimentación está en el corazón del enfoque de la dinámica de sistemas. Los diagramas de bucles ( o ciclos o lazos) de retroalimentación de información y causalidad circular son herramientas para conceptualizar la estructura de un sistema complejo y para comunicar ideas basadas en modelos. Intuitivamente, existe un bucle de retroalimentación cuando la información resultante de alguna acción viaja a través de un sistema y, finalmente, regresa de alguna forma a su punto de origen, lo que puede influir en la acción futura. Si la tendencia en el bucle es reforzar la acción inicial, el bucle se llama bucle de retroalimentación positiva o de refuerzo; si la tendencia es oponerse a la acción inicial, el bucle se denomina bucle de retroalimentación negativa o compensador. El signo del bucle se llama polaridad. Los bucles de compensación se pueden caracterizar de diversas maneras como procesos de búsqueda de objetivos, de equilibrio o de estabilización. A veces pueden generar oscilaciones, como cuando un péndulo que busca su objetivo de equilibrio cobra impulso y lo sobrepasa. Los bucles de refuerzo son fuentes de crecimiento o colapso acelerado; son desequilibrantes y desestabilizadores. Los procesos de retroalimentación causal circular combinados, reforzadores y compensadores pueden generar todo tipo de patrones dinámicos.

Dominancia de bucles y no-linealidad[editar]

Sin embargo, el concepto de bucle subyacente a la retroalimentación y la causalidad circular no es suficiente. El poder explicativo y la perspicacia de las interpretaciones de retroalimentación también se basan en las nociones de estructura activa y dominancia de bucle. Los sistemas complejos cambian con el tiempo. Un requisito crucial para una visión poderosa de un sistema dinámico es la capacidad de un modelo mental o formal para cambiar la fuerza de las influencias a medida que cambian las condiciones, es decir, la capacidad de cambiar la estructura activa o dominante.

En un sistema de ecuaciones, esta capacidad de cambiar la dominancia del bucle se produce endógenamente a partir de las no linealidades en el sistema. Por ejemplo, el comportamiento dinámico en forma de S del modelo de crecimiento logístico clásico (dP/dt = aPbP2) se puede ver como la consecuencia de un cambio en la dominancia de bucle de un bucle de retroalimentación positivo (aP) que produce crecimiento exponencial a un bucle de retroalimentación compensador o negativo (-bP2) que lleva al sistema a su objetivo final. Solo los modelos no lineales pueden alterar endógenamente su estructura activa o dominante y cambiar el predominio del bucle. Desde una perspectiva de retroalimentación, la capacidad de las no linealidades para generar cambios de dominancia de bucle y capturar la naturaleza cambiante de la realidad es la razón fundamental para defender los modelos no lineales del comportamiento del sistema social.

El punto de vista endógeno[editar]

El concepto de cambio endógeno es fundamental para el enfoque de la dinámica del sistema. Dicta aspectos de la formulación del modelo: las perturbaciones exógenas se consideran como desencadenantes del comportamiento del sistema (como desplazar un péndulo); las causas están contenidas dentro de la estructura del sistema mismo (como la interacción de la posición de un péndulo y el momento que produce oscilaciones). Las respuestas correctivas tampoco se modelan como funciones del tiempo, sino que dependen de las condiciones dentro del sistema. El tiempo en sí mismo no se ve como una causa.

Pero, lo que es más importante, la construcción de teorías y el análisis de políticas se ven significativamente afectados por esta perspectiva endógena. Tomar una visión endógena expone las tendencias compensatorias naturales en los sistemas sociales que conspiran para vencer muchas iniciativas políticas. La retroalimentación y la causalidad circular son retardadas, tortuosas y engañosas. Para su comprensión, los practicantes de dinámica de sistemas luchan por un punto de vista endógeno. El esfuerzo consiste en descubrir las fuentes de comportamiento del sistema que existen dentro de la estructura del sistema en sí.

La estructura del sistema[editar]

Estas ideas son capturadas en el marco organizativo de Forrester (1968) para la estructura de un sistema:

  • Frontera conceptual cerrada
    • Circuitos de retroalimentacion
    • Acumuladores
    • Flujos

La frontera conceptual cerrada señala el punto de vista endógeno. La palabra cerrado aquí no se refiere a sistemas abiertos y cerrados en el sentido general del sistema, sino que se refiere al esfuerzo por ver un sistema como causalmente cerrado. El objetivo del modelador es ensamblar una estructura formal que pueda, por sí misma, sin explicaciones exógenas, reproducir las características esenciales de un problema dinámico.

La frontera conceptual causalmente cerrada en la primera línea de la lista arriba identifica el punto de vista endógeno como la vista de retroalimentación llevado al extremo. El pensamiento de retroalimentación puede verse como una consecuencia del esfuerzo por capturar la dinámica dentro de un límite causal cerrado. Sin bucles causales, todas las variables deben rastrear las fuentes de su variación, en última instancia, fuera del sistema. Suponiendo, en cambio, que las causas de todo comportamiento significativo en el sistema están contenidas dentro de unas fuerzas límite cerradas causales, las influencias causales se retroalimentan a sí mismas, formando circuitos causales. Los ciclos de retroalimentación permiten el punto de vista endógeno y le dan estructura.

Acumuladores y flujos[editar]

Los acumuladores o stocks (a veces llamados niveles) y los flujos que los afectan son componentes esenciales de la estructura de un sistema. Un mapa de influencias causales y bucles de retroalimentación no es suficiente para determinar el comportamiento dinámico de un sistema. Un flujo de entrada constante produce un stock en aumento lineal; un flujo ascendente que aumenta linealmente produce un stock que sube a lo largo de una trayectoria parabólica, y así sucesivamente. os acumuladores (variables de estado) son la memoria de un sistema dinámico y son las fuentes de su posible desequilibrio y comportamiento dinámico.

Forrester (1961) colocó las políticas operativas (reglas de decisión empleadas) de un sistema en sus flujos. Muchas de estas políticas asumen la estructura clásica de un bucle de retroalimentación compensador que se esfuerza por tomar medidas para reducir la discrepancia entre la condición observada del sistema y un objetivo. La estructura de flujos más sencilla da como resultado una ecuación de la forma

flujo neto = (metanivel actual del acumulador) / (tiempo de ajuste),

donde tiempo de ajuste es el tiempo durante el cual el acumulador se ajusta para alcanzar la meta.

El comportamiento de un sistema es una consecuencia de su estructura[editar]

La importancia de los acumuladores y los flujos aparece más claramente cuando se tiene una visión continua de la estructura y la dinámica. Aunque una vista discreta, centrándose en eventos y decisiones por separado, es totalmente compatible con una perspectiva de retroalimentación endógena, el enfoque de la dinámica del sistema enfatiza una visión continua. La vista continua se esfuerza por mirar más allá de los eventos para ver los patrones dinámicos subyacentes. Además, la visión continua se enfoca no en decisiones discretas, sino en la estructura subyacente de políticas de decisión. Los eventos y las decisiones se consideran fenómenos de superficie que se basan en una marea subyacente de la estructura y el comportamiento del sistema. Es esa marea subyacente de la estructura de las políticas y el comportamiento continuo que es el enfoque del dinamista del sistema.

Existe, por lo tanto, un distanciamiento inherente al enfoque de la dinámica del sistema, no tan cerca como para ser confundido por decisiones discretas y una miríada de detalles operacionales, pero no tan lejos como para omitir los elementos críticos de la estructura y el comportamiento de las políticas. Los eventos se difuminan deliberadamente en un comportamiento dinámico. Las decisiones se difuminan deliberadamente en las estructuras políticas percibidas. Los conocimientos sobre las conexiones entre la estructura del sistema y el comportamiento dinámico, que son el objetivo del enfoque de la dinámica del sistema, provienen de esta distancia particular de la perspectiva.

Aplicaciones[editar]

Modelos de simulación de Dinámica de sistemas con Vensim

Tiene aplicaciones en prácticamente todas las áreas del conocimiento como podemos observar en los numerosos artículos publicados en los congresos anuales de la System Dynamics Society. Se trata de una potente herramienta para:

  • Enseñar a los reflejos del sistema de pensamiento de las personas que está siendo entrenado.
  • Analizar y comparar los supuestos y modelos mentales acerca de cómo funcionan las cosas.
  • Obtener una visión cualitativa sobre el funcionamiento de un sistema o las consecuencias de una decisión.
  • Reconocer arquetipos de sistemas disfuncionales en la práctica diaria.

Los modelos permiten simular el impacto de diferentes políticas relativas a la situación a estudiar ejecutando simulaciones what if (¿qué pasaría si?) que permiten ver las consecuencias a corto y medio plazo, y ser de gran ayuda en la comprensión de cómo los cambios en un sistema lo afectan en el tiempo. En este sentido es muy similar al Pensamiento sistémico ya que se basa en los mismos diagramas de causales con bucles o lazos de retroalimentación (feedback). Sin embargo, estos modelos de simulación permiten además hacer simulaciones para estudiar el comportamiento de los sistemas y el impacto de políticas alternativas.[5]​ Se utiliza en especial para investigar la dependencia de los recursos naturales y los problemas resultantes del creciente consumo a nivel global para mejorar el especial en el desarrollo de nuevos productos.[6][7]

Paquetes de software[editar]

Existe una gran variedad de marcas de software en el mercado que ayudan a aplicar esta herramienta de una forma amigable:

Véase también[editar]

Referencias[editar]

  1. Izquierdo, Luis R.; Galán, José M.;Santos, José I.;del Olmo, Ricardo (2008). «Modelado de sistemas complejos mediante simulación basada en agentes y mediante dinámica de sistemas». Empiria. Revista de Metodología de Ciencias Sociales 16. pp. 85-112. 
  2. MIT System Dynamics in Education Project (SDEP)
  3. Forrester, Jay (1971). Counterintuitive behavior of social systems. Technology Review 73(3): 52–68
  4. Michael J. Radzicki and Robert A. Taylor (2008). "Origin of System Dynamics: Jay W. Forrester and the History of System Dynamics". In: U.S. Department of Energy's Introduction to System Dynamics. Consultado el 23 de octubre de 2008.
  5. System Dynamics Society
  6. Repenning, Nelson P. (2001). «Understanding fire fighting in new product development». The Journal of Product Innovation Management 18 (5): 285-300. doi:10.1016/S0737-6782(01)00099-6. 
  7. Nelson P. Repenning (1999). Resource dependence in product development improvement efforts, Massachusetts Institute of Technology Sloan School of Management Department of Operations Management/System Dynamics Group, Dec 1999.

Bibliografía[editar]

Enlaces externos[editar]