Análisis de la población penal en una cárcel
Basado en un modelo de simulación con Vensim
Fabián Alejandro Spring Gaete
fspringgaete@hotmail.com
A comienzos del año 2005, se da inicio a las operaciones del Centro Penitenciario
Santiago 1 con una población penal de 1.800 internos. Ya transcurridos 10 años
de su puesta en operaciones, la población total es de 3.700 internos,
experimentando un aumento del 205%. Este aumento poblacional ha perjudicado
el buen funcionamiento de este penal, el cual fue diseñado para un máximo de
3.500 internos.
Hoy se encuentra en ingeniería básica, un estudio de ampliación de este recinto
que permitiría aumentar la población a 7.500 internos, mejorando todos los
servicio que este tipo de establecimientos requieren como es el caso de casinos,
lavanderías, mantención de equipos, sistemas de agua potable y alcantarillados,
redes de incendio, clínica, gimnasio, etc.
Para ello debemos estimar la población penal al año 2030, proyección que se
realizara con un modelo de simulación que nos permita su aproximación. Gracias
a este modelo podremos graficar el aumento de la población y de esta manera
saber si al término de este periodo tendremos nuevamente sobrepasada las
instalaciones o si la estimación para la ampliación de infraestructura fue la
correcta.
Por último, este modelo nos permitirá adelantar políticas de mejoramiento y control
de la población, con el objetivo de evitar el colapso futuro.
Al cargar los valor a cada variable en el programa, la simulación nos arroja las primeras
gráficas.
Al revisar esta gráfica se observa que en los próximos 15 años, la población penal
aumentara de 3.700 a 6.500 internos. Considerando este horizonte, se totalizara un
aumento de 176% en la población penal. El proyecto de ampliación considera un aumento
de capacidad de 3.500 a 7.500 internos. Con esto se concluye que la capacidad del
reciento no se verá colapsado, cumpliendo a plenitud con sus funciones y guardando un
margen de seguridad de un 14% para recibir futuros internos.
Según Wikipedia la dinámica de sistemas es una técnica para analizar y modelar 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. 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.
Los modelos de simulación con Dinámica de Sistemas tienen 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. 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. Existe una gran variedad de marcas de software en el mercado que ayudan a aplicar esta herramienta de una forma amigable: Vensim, Stella, ithink, Powersim, Dynamo, etc.
(*) Aquí puede descargar el documento completo
|
