Modelos de Simulacion. Vensim. Dinamica de Sistemas. Modelos de Simulacion. Vensim. Dinamica de Sistemas. Modelos de Simulacion. Vensim. Dinamica de Sistemas. Vensim.

Dinámica de Sistemas

Boletín de Dinámica de Sistemas

Previsiones sobre la población de perros

Basado en un modelo de simulación con Vensim

Victor Saldaña Delgado
vsaldana@gmail.com

Previsiones sobre la población de perros

El presente trabajo tiene como objetivo el estimar el crecimiento de la población canina en Santiago de Chile. Lo anterior debido a la falta de estadísticas recientes respecto a su población, que permitan el correcto diseño e implementación de programas de tenencia responsable, que eviten que en esta que corresponde a una de las ciudades más importantes del país, se sigan presentando situaciones negativas de ataques de jaurías de perros callejeros, o problemas de salubridad en mercados, playas, sitios arqueológicos, o cualquier otro lugar para visitantes nacionales o extranjeros.

Para lo anterior se tomaron datos provenientes del paper C aracterización demográfica de la población de perros de Viña del Mar, Chile, realizado por MA Morales*, C Varas, y L Ibarra, en la Facultad de Ciencias Veterinarias y Pecuarias, Universidad de Chile, Santiago, Chile.

La información existente data del año 2002 realizada en el mes de noviembre, estimando una población canina ascendente a 100.717 perros.

Previsiones sobre la población de perros

Terminada la carga y configuración del modelo en VENSIM, nos entrega los primeros datos respecto al crecimiento de la población, los cuales reflejan el fuerte aumento de la población canina estableciéndose en la proyección para el año 2015 en 351.834 perros, lo que corresponde a un aumento del 249% respecto al año 2002 último dato censal disponible, y una proyección para el año 2022 en 690.000 perros, lo que significa casi doblar la cantidad de perros existentes el año 2015 en 7 años.

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


  • Cursos Online


    .

    Google