Modelación Dinámica

Manual práctico de Stella, software de modelación dinámica.

Armando Cervantes Sandoval Xavier Chiappa Carrara Nuno Simoes

2007

1

Modelación Dinámica

Capítulo 1 STELLA. Aspectos generales
Cuéntame y olvidare Muéstrame y puede que recuerde Involúcrame y entenderé

Stella es un programa de simulación por computadora, que proporciona un marco de referencia y una interfase gráfica de usuario para la observación e interacción cuantitativa de las variables de un sistema.

La interfase se puede utilizar para describir y analizar sistemas biológicos, físicos, químicos o sociales muy complejos. Complejidad que se puede representar muy bien, con sólo 4 elementos o bloques de construcción: stock, flujo, conector y convertidor. Convertidor 1

Stock

Flujo

Conector

Convertidor 2
Figura 1. Elementos básicos en Stella

Stock: Es un símbolo genérico para cualquier cosa que acumula o consume recursos. Por ejemplo. Agua acumulada en una tina de baño. En cualquier tiempo, la cantidad de agua en la tina refleja la acumulación del agua que fluye desde la llave, menos lo que fluye hacía el drenaje. La cantidad de agua es una medida del stock de agua.

Flujo: Un flujo es la tasa de cambio de un stock. En el ejemplo de la tina de baño, los flujos son el agua que entra y el agua que sale.

Convertidor: Un convertidor se utiliza para tomar datos de entrada y manipularlos para convertir esa entrada en alguna señal de salida. En el ejemplo de la tina de

2

Modelación Dinámica

baño, si se toma el control de la llave que vierte el agua al interior, el convertidor toma como entrada esta acción en la llave y convierte la señal en una salida que se refleja en la salida de agua.

Conector: Un conector es una flecha que le permite a la información pasar entre: convertidores; stocks y convertidores; stocks, flujos y convertidores. Un conector cuya dirección va de un convertidor 1 a un convertidor 2 significa que el convertidor 2 es función del convertidor 1. En otras palabras, el convertidor 1 afecta al convertidor 2.

El cuadro 1 proporciona ejemplos de variables que se pueden clasificar como stock’s y flujos (entre muchas otras).
Flujos de entrada Stocks Flujos de salida Nacimientos Población Muertes Plantación Abetos Tala Alimentación Alimento en el estomago Digestión Incremento Autoestima Decremento Contratación Empleados Despidos Aprendizaje Conocimiento Olvido Producción Inventario Envíos Prestamos Deuda Pagos Recobrar Salud Declinar Acumular Presión Disipar Construir Construcciones Demolición Flujo de entrada Agua en la tina de baño Flujo de salida Cuadro 1. Ejemplos de stock’s, con sus flujos de entrada y salida

5.1. STELLA. El entorno de trabajo

Esta herramienta de modelación presenta tres grandes capas:

1. La de “mapeo”, que permite definir valores iniciales de stock’s, flujos o conectores, donde también se muestra una elegante presentación del modelo ya terminado. Se podría considerar la fase de “dibujo” del sistema, donde se definen la estructura y el aspecto que presenta cada componente. 2. La capa de construcción del modelo, que en conjunto con la capa anterior constituyen la verdadera área de trabajo, ya que aquí se definen los valores iniciales de las variables y de las tasas de cambio.

3

duplicar y eliminar bloques de construcción en el diagrama. Modelo con un “stock” Para esto. Capa de construcción de modelos. Los bloques de construcción son los 4 íconos con los que se Bloques de Construcción Objetos Herramientas construye los diagramas de un sistema. Las herramientas y objetos permiten posicionar. definir. se desarrolla un ejemplo de ecología. Este tipo de variables representa cualquier cosa que se acumula o declina y que puede ser física o conceptual (cuadro 1). seleccionar el icono de stock ( la pantalla ) y hacer un arrastre hacía el centro de 4 .1. La capa de ecuaciones matemáticas utilizadas en el modelo. 3. mediante un bloque de construcción “stock”.Modelación Dinámica 3. Figura 3. Figura 2. que el usuario puede evitar si no le interesa mucho la parte matemática del modelo. Ventana que se presenta al entrar a STELLA Para mostrar como se trabaja en el entorno Stella: “navegar” entre las diferentes capas y el uso de cada una de ellas. Representar la variable población.

Ponerle el nombre de nacimientos a este flujo. el cual se puede cambiar al dar un clic sobre el nombre y como en cualquier procesador de palabras dar el nombre población. en cuyo caso se recomienda eliminar el flujo con la herramienta “cartucho de dinamita”. Modelos con un “stock” y flujo El flujo consiste de un tubo hueco con una flecha en un extremo y una nube en el otro. ya que no presenta flujos de entrada o salida.Modelación Dinámica El bloque stock tiene el nombre Noname 1. Para esto dar un clic sobre esta herramienta (la tercera). Figura 4. El círculo colgado al fondo de la espita es el receptáculo para especificar la lógica que deberá regular la posición de la espita y de ahí el volumen del flujo.2. Agregar un bloque de flujo. después ir al centro del bloque a eliminar y dar un clic. es una forma de indicarle al modelador que debe 5 . 3. el círculo y la espita controlan la tasa de flujo. El tubo es para representar el acarreo del flujo de materia o de información. Posicionar el “mouse” a la izquierda del bloque que ya se tiene y hacer un arrastre hasta hacer contacto con dicho bloque (asegurarse que el stock se coloree al contacto). en este caso de entrada. estas se utilizan para indicar que nada viene o va a parar a las nubes. En este momento la población no cambia. Seleccionar el icono de flujo ( ) dando un clic sobre él. Si no se hace contacto los dos bloques quedan desconectados. presionado el Mouse hasta que desaparezca. estos son regulados por las pequeñas espitas en la parte superior de cada tubo (simbolizado por una estructura en forma de “T”). Con respecto a las nubes que se presentan. De manera conjunta.

Arriba de estos símbolos se encuentran unas flechas (hacia arriba y hacia abajo). Faltan dos bloques de construcción. Como ya se dijo. que permiten “navegar” entre las diferentes capas o niveles de Stella. Para esto se debe establecer el escenario a modelar. También sirven para delimitar las fronteras del sistema. Al dar clic sobre el globo aparece la siguiente pantalla Se debe notar el signo ? en el stock y en el flujo. Y la otra es el conector. donde cada año. 3. por lo menos en los últimos años. en STELLA hay dos formas de visualizar un modelo: en el modo de mapeo (dibujo) y en el de datos. Interfase de datos Dar un doble-clic sobre el flujo nacimientos. una espita se puede abrir o cerrar. Para este ejemplo se propone una pequeña ciudad con 5000 habitantes. que se platicaran conforme aparezcan en la modelación. nacen unos 150 niños al año. Definir las relaciones algebraicas del modelo. La tarea es estimar que le sucede a esta población en los siguientes años. Esto indica que no se han dado valores iniciales o que no se han definido las correspondientes relaciones matemáticas. Para cambiar de modo basta con dar un clic sobre el “globo” o sobre la χ2 como un “switch”. Dependiendo de la señal generada por el convertidor. el círculo al que se le llama convertidor ya que comúnmente se utiliza para “convertir” cosas que van a entrar de alguna forma. con lo que aparece la siguiente caja de diálogo 6 . Figura 5.Modelación Dinámica cuidar los orígenes o destinos del flujo.

Después de hacer esto desaparece el signo de interrogación. Algunos autores consideran buena práctica manejar todos los flujos como bidireccionales. lo que garantiza que no se tomen valores negativos en el flujo (en este ejemplo. estos son unidireccionales). Al centro se tiene una calculadora que permite ingresar números u operadores aritméticos para generar ecuaciones. para que aparezca un campo texto donde se puede documentar el flujo. para que aparezca la siguiente pantalla. A la derecha de la calculadora se tiene una lista de funciones (simples o complejas). Figura 6. Builtins. de manera que otros puedan seguir la lógica de modelación. aunque también se puede hacer con el teclado. lo que indica que la variable o flujo están definidos. la variable población. Considerar. En este ejemplo se “teclea” el valor de 150. Dar un clic sobre el botón Document. Valores iniciales o ecuaciones de un flujo En el lado izquierdo al centro se tiene una lista titulada Required Inputs. Al fondo se tiene una caja de diálogo para definir la ecuación de este flujo. es absurdo pensar en nacimientos negativos). Que contiene una lista de los elementos que se pueden utilizar en la ecuación (en esta caso todavía esta vacía). después aparece la opción para hacer el flujo bi- direccional (por default. que se pueden utilizar en la definición de ecuaciones.Modelación Dinámica En la esquina superior izquierda se tiene el nombre del flujo. ahora. 7 . para esto dar un doble clic sobre ella.

apareciendo la siguiente pantalla. Entonces hay que dar el valor de 5000.Modelación Dinámica Es importante notar la diferencia con relación al diálogo del flujo. Luego se tiene la lista Allowable Inputs que lista las variables que se pueden o no utilizar en la definición de los valores iniciales del stock. Sin olvidarse de generar un bloque donde se “vean” los resultados. Figura 8. Los stocks solo pueden cambiar por flujos de entrada o salida. Características de un gráfico 8 . Una vez que se tiene el gráfico dar un doble clic sobre él para editar sus opciones. En la parte superior hay una lista de los posibles tipos de stock. los tres últimos son variaciones del primer tipo. también se puede (o se debe) documentar la definición dando un clic sobre el Document. Cuando ya no se tienen signos ? el modelo está listo para “correr”. En este caso se tiene un valor inicial de 5000. Valores iniciales de un stock Al fondo de la pantalla se tiene una caja de diálogo que solicita el valor inicial del stock (no se pide una ecuación como en el flujo). en este caso seleccionar el icono de gráficos y “ponerlo” en el área de trabajo. La opción Non-negative obliga a que la variable tome valores positivos o cero. Figura 7.

El modelo ahora está listo para “correr”. Figura 10.9. dar un clic sobre el “corredor” de la esquina inferior izquierda de la ventana de trabajo y luego seleccionar el botón “play”. ya sea con un doble clic o seleccionando la variable y dando un clic sobre el botón de las flechas de dirección. Para esto. También se le puede dar un título al gráfico. para lo cual se le agrega al modelo un flujo que salga del stock población. La caja de la derecha contiene todas las variables que se hayan seleccionado para incluir en el gráfico. hace falta una variable de salida.Modelación Dinámica En la caja de la izquierda aparece una lista de todas las variables en el modelo. aparentemente sin límite. Figura 9. identificado por el número 1 es constante. modelo con un flujo de entrada El modelo queda como se muestra en la figura 2. en un valor de 150. Resultados. Como resultado aparece la siguiente gráfica Se observa que nacimientos. mientras que la población crece de manera constante. Las variables se pueden mover fácilmente de Allowable a Selected. Entonces. en la caja Title. Modelo con flujo de entrada y salida 9 .

Resultados. En las propiedades del flujo definirlo como biflow y en la caja de ecuación teclear el valor 75. figura 11. Entonces se tiene un gráfico con 3 variables. en este caso Min = 0 y Max = 200. cada una identificada por un color diferente y con su propia escala. dar un doble clic sobre la gráfica y después seleccionar las dos variable a escalar (con clic y con Ctrl o Shift clic).Modelación Dinámica Se debe notar el signo ? en el flujo muertes. Diálogo para modificar la escala de las variables en un gráfico. 10 . Figura 11. Peso se tiene el dato de que 75 personas (principalmente ancianos) mueren cada año. Para esto. El siguiente paso es dar un doble clic sobre el gráfico para agregarle la variable muertes (como se mostró en la figura 8). Figura 12. por lo que se recomienda cambiar la escala. con lo que se permite definir la escala de las variables. modelo con un flujo de entrada y uno de salida Es importante notar que por cuestiones de escala no se diferencian los nacimientos de las muertes. además de documentar la variable con la opción Document. Después dar un clic sobre la doble flecha vertical que se presenta a la derecha de alguna de las variables seleccionadas.

figura 13.Modelación Dinámica Al correr el modelo nuevamente se aprecia el cambio de escala. de ahí la tendencia de la población a crecer. 11 . con cambio de escala En esta última gráfica se puede apreciar que el valor de nacimientos es mayor que el de muertes. Figura 13. Resultados.

Exponencial Figura 1. como se muestra a continuación. Los cuales se revisan con más detalle en el siguiente capítulo. Curva de crecimiento exponencial 12 . Figura 2. a manera de ejercicio se muestran algunos de los modelos ecológicos más comunes. 6. Modelo exponencial en Stella.1. con STELLA En este capítulo.03 Este es un modelo con tendencia a crecer de manera no lineal.dt) + (nacimientos) * dt INIT Población = 10 INFLOWS: nacimientos = Población*Tasa_de_nacimientos Tasa_de_nacimientos = 0. ya que la entrada se construye con el producto de la población y de la tasa de nacimientos. Población(t) = Población(t . La modificación de este primer modelo conduce a una versión del modelo logístico.Modelación Dinámica Capítulo 2 Modelos más comunes.

0549).00) Figura 5. 13 . 0. 0. 0.2.8.00.0198). 0.0273). Gráfico de crecimiento logístico (Ver en el siguiente ejemplo como ampliar el valor del tiempo de 12 a 100) Población(t) = Población(t . Hay que seleccionar la variable Población y después dar un clic en el botón To Graphical Function.0507).0573).4. cuyo comportamiento se aprecia en el siguiente gráfico. 0. (121. (101. (61. (141. (21.036).6.2. 0. Modelo logístico Figura 3. (160. Figura 4. 0. (200.0468). Valores de Tasa de nacimiento.0534).06). (81. 0.Modelación Dinámica 6.dt) + (nacimientos) * dt INIT Población = 10 INFLOWS: nacimientos = Población*Tasa_de_nacimientos Tasa_de_nacimientos = GRAPH(Población) (2. Modelo logístico En este modelo hay un autocontrol del crecimiento. (180. 0. por efecto del mismo tamaño poblacional. 0.0423). (41. 0.

Logístico 2a.Modelación Dinámica Cuando aparece el diálogo del gráfico se definen los límites de población de 2 a 200 y la tasa de 0 a 0. o teclear los valores directamente. Otra versión del modelo logístico se obtiene a partir de su definición ΔN = R*N*(1 - N ) K Figura 7.3. Se puede hacer un “arrastre” de la esquina superior izquierda a la esquina inferior derecha. Es importante considerar el valor de Data Points.1 Figura 8. Definición de valores en Graph 6.dt) + (DN) * dt INIT N = 10 INFLOWS: DN = R*N*(1-N/K) K = 100 R = 0. Gráfico de la ecuación logística 14 . Figura 6.06. versión N(t) = N(t .

En este caso diferentes valores de R (0. 0. Seleccionar especificaciones de “corrida”. 1. Para este modelo se tienen los valores From: 0. Esto se logra con RUN. 1. que va de 0 a 120.0) Figura 11. Opciones de “corrida”. La opción Run Specs despliega una caja de diálogo que permite modificar los 12 meses que por omisión se ejecutan. Resultado “corrida” a la vez. Figura 9. Se pueden comparar diferentes valores de las variables incluidas en el modelo. To y DT.0. Figura 10. de 4 15 . Notar los valores de From.5.5 y 2.Modelación Dinámica Notar la escala del eje X. To: 120 y DT =1.

1. 6. Cuatro modelos básicos.4. Modelo estímulo-respuesta En este caso. la variable de estado Población tiene un flujo de entrada Inmigración neta que no depende de ninguna de ninguna variable de estado La población se mide en número de individuos. Las unidades del factor de inmigración aquí son iguales a los de inmigración neta. Es importante seleccionar las variables a trabajar. Diálogo de especificaciones de sensibilidad. La inmigración neta es una medida del número de personas por período de tiempo. el tipo de variación. en la modelación dinámica Estos modelos se repiten constantemente en diversos procesos de áreas tan diferentes como la ingeniería. un flujo de entrada proporciona un estímulo para el cambio en el stock. 16 . biología e incluso en ciencias sociales. definir el # de “corridas”.Modelación Dinámica Esto se logra con la opción Sensi Specs de RUN. En el ejemplo. De ahí la importancia de revisarlos a detalle. y asegurarse de dar un clic en el botón Set.4. 6. Para “ver” los resultados es importante mandarlos a una gráfica (Graph) o a un cuadro (Table). definir el valor inicial (Start) y el final (End). Desplegándose la siguiente caja de diálogo Figura 12.

33.dt) + (Inmigración_neta) * dt INIT Población = 10 INFLOWS: Inmigración_neta = Factor_de_inmigración Factor_de_inmigración = GRAPH(time) (0.12). 0. 1. Figura 14. 0. 0.976). Modelo estímulo-respuesta.496).00. (58.3. 0. (33. 1.3. (100.0. al definir el conjunto de valores de lavariable Inmigración_neta. (66.00). De la ecuación: Población(t) = Población(t .59) NOTA: La variable tiempo es una variable del sistema que se puede teclear directamente.0. 0. 0.7.dt) + (Inmigración_neta) * dt .0.16). (25. del Modelo Población(t) = Población(t . Número de individuos = número de individuos + numero de individuos por periodo de tiempo * periodo de tiempo Individuos = individuos + individuos/tiempo * tiempo = individuos + individuos = individuos 17 .27).0.47).53). (41. (83.y considerando que las unidades de inmigración neta son iguales a las del factor de inmigración se tiene entonces. Gráfico estímulo-respuesta. (91. Un aspecto interesante es revisar la consistencia de las unidades en el modelo.84). 0. (16.328). 1. (8.38).672).3.Modelación Dinámica Figura 13. 1. 1. (50.7.7. (75. 1.7.

0. (50.00) 6. 0. (75.008).0. 0. (16.7.032).3.045). (8.7. 0. (83. 0. 0.0.0.027).4. 0.dt) + (Tasa_nacimiento) * dt INIT Población = 10 INFLOWS: Tasa_nacimiento = Población*Tasa_neta_de_nacimiento Tasa_neta_de_nacimiento = GRAPH(Población) (0. Población(t) = Población(t .33. Modelo auto-referencia En este modelo el stock influye en su propio flujo de entrada Figura 15. (25.Modelación Dinámica 6. 0. 0. 0. (41.7.06). Modelo buscando objetivo En este caso una población destino es el objetivo y la diferencia entre la población actual y la destino conduce la población hacia el destino. 0. Figura 16.037).012). (58.4. (33.04). el decaimiento de una sustancia radioactiva (el destino es radiación cero).0. 0.021). 0.003).3. (100. Aquí explícitamente se busca llegar a un valor predefinido. Gráfico del modelo de auto-referencia.018).3. Por ejemplo. el enfriamiento de un tabique caliente (el destino es la temperatura ambiente) o la difusión de un gas concentrado (el destino 18 .2.00. (91.053). (66.3.7. Modelo de auto-referencia.

Población(t) = Población(t . 19 . conforme la población crece. la diferencia entre la población y la destino se aproxima a cero. Gráfico del modelo buscando objetivo. En este modelo. Figura 18. para controlar el escape del gas de su contenedor). NOTA: Es importante cuidad la congruencia de unidades.dt) + (Tasa_nacimiento) * dt INIT Población = 10 INFLOWS: Tasa_nacimiento = Tasa_neta_de_nacimiento*(Población_destino-Población) Población_destino = 100 Tasa_neta_de_nacimiento = 0.Modelación Dinámica es la concentración de un cuarto.03 Aquí el flujo de entrada depende no sólo del stock sino también de la población destino definida exógenamente. Modelo buscando objetivo. Figura 17.

5). 43.00.3.0). (9.00.5).1).dt) + (Tasa_nacimiento) * dt INIT Población = 10 INFLOWS: Tasa_nacimiento = Tasa_neta_de_nacimiento*(Población_destino_variale-Población) Densidad_Poblacional = Población/Area_variable Tasa_neta_de_nacimiento = 0.4. Figura 20. 59.33. (58.67.50. (25.0. 50. (33. (100.4. 21. (4.0. (0.5). (75. (6.7.0). (5.7.0). (5. junto con otras fuerzas externas.5). 99.7).0).50.33. 0. Modelo Goal-Setting Este es el más sofisticado de los cuatro modelos básicos. Densidad poblacional = Población/Área variable Figura 19.1). 58. 82. (10.33.0.Modelación Dinámica 6.7). 90.0. (1.83. 96.9).00. 45. 51. 49. 46.3. 93. (16. 86. (2.833.7. (7.5).17. 68. (83. (8.0).0) Población_destino_variale = GRAPH(Densidad_Poblacional) (0. 60.7.4). (8.5). Donde la densidad poblacional se calcula simplemente como el cociente de número de individuos por área. (91.17.5). Población(t) = Población(t .03 Area_variable = GRAPH(time) (0.3).0.3. 55.5). (50.0). 42.9).00) 20 . 43.0). 44.67. (41. (66. 53. 48. 37. 77. Goal-Setting. Aquí la variable de estado Población se involucra en la definición de la densidad poblacional. Gráfico del modelo Goal-Setting. (3.5).

Por ejemplo. Esto es. dN = bN − dN dt . . considere una población de conejos. . (b-d)*N. (1) 7. se puede asumir que la tasa de nacimientos constante es b y la tasa constante de muertes es d. si el 5% de los conejos muere por año la tasa será -0. . De hecho. 7. De manera más general. . En el primer problema estas tasas se consideran constantes. dN = rN dt . Formulación La mayoría de los modelos poblacionales son simplemente materia de vida y muerte.25*N. la tasa de crecimiento del número de miembros de la especie depende solamente del balance de las tasas de nacimiento y de muerte.25*N por año.1. Por ejemplo.1. . la muerte también es importante y la tasa de muerte puede depender de otra constante.1. entonces la tasa de crecimiento debido a nacimientos será del 0. si del 25% de la población nace un solo descendiente al año. (2) 21 . por lo tanto el cambio total por año en la población es. Análisis del modelo Las constantes b y d son parámetros de control del sistema. . El Bio-Bomb Cada especie por si misma es un potencial bio-bomb.Modelación Dinámica Capítulo 3 Más modelos y aspectos generales de la modelación dinámica 7. .2. De aquí que el modelo se puede escribir como.1. . ya que si se le da suficientes recursos la población puede simplemente crecer hasta cubrir la tierra. donde N es el número de conejos. . . En la ecuación (1) se ve que lo único que afecta el crecimiento poblacional es la diferencia entre las tasas de natalidad y mortalidad.

Solución del problema en Stella Stella es un software que permite resolver sistemas de ecuaciones diferenciales sin ver las ecuaciones y cuenta con una sintaxis propia.1.3. el modelo (1) queda como Figura 1. Una vez que se simplifica el modelo se tiene la pregunta crucial: ¿cuál es el comportamiento del sistema entero para diferentes valores de r y de la población inicial No? Para contestar esta pregunta se requiere de un gráfico que indique los que significa la ecuación 2.Modelación Dinámica donde r = b – d. 7.4. la tasa neta de crecimiento. La inspección de conjuntos dirección da una visión inmediata de cómo el sistema evoluciona. Conjunto dirección Para sistemas de una sola variable. una representación útil está dada por el conjunto dirección. En modelación siempre es útil reducir el número de parámetros verdaderos a su número más pequeño. El mensaje importante de la ecuación 2 es que si se conoce la población en cualquier tiempo entonces se conoce como cambia localmente en el tiempo. 7. r. para no malgastar esfuerzo en soluciones aparentemente diferentes. En Stella.1. De tal forma que ahora se tiene un solo parámetro. Modelo con b y d 22 .

8.Modelación Dinámica Para resolver se necesita un valor inicial de población.dt) + (Tasa_crecimiento) * dt INIT Población = 10 INFLOWS: Tasa_crecimiento = Población*Tasa_crecimiento_constante Tasa_crecimiento_constante = 0. 32 y 40. 16.2. como se muestra a continuación.2 En este modelo se resuelve el conjunto dirección con r = 0. 24. Figura 2. El modelo (2) requiere solamente de la tasa r (b-d). 23 . así como las tasas constantes de natalidad y mortalidad (b y d). por lo que su representación es más sencilla. Figura 3 Corridas múltiples con r = 0.2 y No = 0. Modelo con r Población(t) = Población(t .

Formulación del modelo En una población real se puede esperar que la población se incremente hasta un valor de capacidad de carga.2. ya que no se genera nada (en otras palabras. 16. la estabilidad se aprecia cambiando un poco las condiciones iniciales: 1) se regresa al punto fijo (estable) o 2) se aleja del punto fijo (inestable).Modelación Dinámica 7. Para el problema de decaimiento todas las soluciones terminan en N = 0 sin importar donde inicien.1. los valores de N donde todas las ecuaciones se igualan a cero) y entonces se investiga su estabilidad. Un punto interesante es No = 0. Límites al crecimiento: la ecuación logística 7.2. Así que la forma de investigar estos sistemas consiste en primero encontrar todos los puntos fijos en el problema (esto es.2. El punto interesante es. hasta dónde el punto fijo es estable o no. 32 y 40. 7. no se puede sacar algo de la nada). pero estable si la tasa de crecimiento es negativa. 8.5.2 y No = 0.1.2. Otra forma de visualizar este problema es a través de puntos fijos y estabilidad. r. Para esto se muestra el modelo con r = -0. y r = -0. es positiva. cómo sucede esto no es 24 . Para el problema del Bio-bomb es claro que No = 0 es un punto fijo inestable cuando la tasa. 24. donde la tasa de crecimiento se hace más lenta y la tasa de mortalidad se empareja a la tasa de nacimientos. Figura 3 Corridas múltiples con r = 0.

Gráfico de límites al crecimiento. 25 . quedando como: r ( N ) = r0 (1 − N ) K Donde: r0 = tasa que se puede esperar para poblaciones pequeñas K = capacidad de carga Complicando un poco más el modelo se tiene dN K = r0 (1 − ) N N dt Donde se nota que la tasa de crecimiento depende tanto de la población como del cuadrado de la población. Límites al crecimiento. La solución es Stella se presenta a continuación Figura 4. Este es ya un problema no-lineal y más difícil de resolver analíticamente. Figura 5.Modelación Dinámica muy claro pero sucede. Una forma simple de modelar esto es modificar la tasa de crecimiento.

Modelación Dinámica N(t) = N(t .2 y K = 100. Gráfico con K diferente. Visualizar el conjunto dirección para este modelo con r = 0. r. y la capacidad de carga K? Figura 6. Gráfico con N y K diferente. Figura 6. discutiendo la estabilidad de los dos puntos fijos. 26 .1 Este modelo tiene algunas interrogantes interesantes. Recomendación: realizar un gráfico con t de 0 a 40 y N de 0 a 150 c.dt) + (Cambio) * dt INIT N = 10 INFLOWS: Cambio = r0*(1-N/K)*N K = 100 r0 = 0. ¿Cómo se esperan las variaciones del modelo si se cambia la tasa de crecimiento. ¿Son N = 0 y N = K dos puntos fijos? b. como: a.

Vida en la fase plana Al extender los problemas a sistemas donde interactúan dos variables.1.Modelación Dinámica 7. competencia de dos especies. osciladores no-lineales. se pueden agregar uno o más grados de libertad generando más comportamientos. 7. láser’s y encuentros amorosos. sino que al estar en 2-D el truco es hacer gráficos de las variables entre ellas. son: - La fase plana Flujo(s) sobre la fase plana “Retratos” de fase Puntos fijos Estabilidad La fase plana es un gráfico donde los ejes son justo las variables x e y. Los ejemplos pueden incluir: conejoshierba. huéspedes-parásitos o pueden ser Romeo y Julieta.3. las herramientas desarrolladas para entender sistemas 1-D ayudan a entender los sistemas 2-D. 27 . por ejemplo: problemas presa-depredador. y ) dt donde x e y son las dos variables de interés.3. conceptos básicos En un sistema 2-D se consideran sistemas dinámicos que se observan como: dx = f 1 ( x. Los conceptos más importantes a entender. con respecto a los sistemas 2-D (y los sistemas dinámicos en general). de manera que en vez de hacer gráficos de conejos o hierbas contra el tiempo. es más importante ver el comportamiento de conejos vs hierba. Por otro lado. por la belleza de la fase plana nunca más se querrá hacer gráficos contra el tiempo. Introducción a los sistemas 2-D. modelos epidemiológicos. y ) dt dy = f 2 ( x.

7.4. se cuenta con un “pintura” que dice exactamente como el sistema entero evoluciona en el tiempo. en problemas 2-D se puede analizar aspectos como los que se presentan en las siguientes reglas básicas 1. donde las funciones de cambio no son cero el sistema evoluciona en el tiempo sobre varias trayectorias. estos son: Nodos estables y espirales Nodos inestables y espirales Centros neutrales Puntos silla Nodos estables o espirales estables (Atractores) Centro neutral 28 . Las soluciones individuales simplemente trazan trayectorias en el espacio fase. Usar Stella para resolver para unas pocas trayectorias cruciales Cuando se hace esto. En general.Modelación Dinámica Si se tienen 3 variables. En un punto fijo el aspecto más interesante es ver que sucede si al empezar cerca de un punto fijo si se pueden tener atractores estables o repeledores inestables. aspecto más interesante que el comportamiento alrededor de los puntos fijos donde las cosas no cambian. Formular un problema 2-D interesante 2. Muchas veces se puede conjeturar qué sucedía aún sin resolver las ecuaciones. Esquematizar una imagen de fase 4. El flujo sobre la fase plana es exactamente la misma idea de la construcción de conjuntos dirección. Encontrar los puntos fijos y categorizar su estabilidad 3. el volumen a obtener se conoce como un espacio fase. Una miscelánea de puntos fijo En general hay cuatro comportamientos cualitativos diferentes (más uno que no es un punto fijo).

Además. el uso de analogías puede reducir el esfuerzo para desarrollar modelos. Entonces. Para esto se identifica la estructura de un problema y se compara con la estructura de otros sistemas.Modelación Dinámica Nodos o espirales inestables (“Repeledores”) Punto silla 7. 29 . para una amplia de problemas. Con el incremento en la experiencia del modelador. para efectivamente comunicar diferentes supuestos entre todos los participantes. Es una herramienta de modelación. ayuda a transladar modelos mentales en rigurosos modelos computacionales. Comentarios sobre Stella. la semejanzas entre estructuras de diferentes sistemas pueden ser aparentes al modelador.5. Este proceso es dinámico también en el intercambio de datos e información entre el grupo de modelación y los usuarios. que “enganchen” al modelador y a otros en el proceso de aprendizaje. Por ejemplo muchos modelos exitosos de la dispersión de enfermedades se han desarrollado utilizado analogías con la química. por computadora. notando sus diferencias y semejanzas. que capacitan virtualmente a cualquier persona para desarrollar sistemas complejos.

. . t) dt dx 2 = f 2 ( x1 . . dx1 = f1 ( x1 . x 2 . . t) dt . x 2 . t) dt 30 . . dx n = f n ( x1 . Por ejemplo. se habla del número de animales en una población. . . .Modelación Dinámica Capítulo 4 Comentarios finales sobre la modelación dinámica El objetivo es proporcionar las herramientas básicas para modelar y entender los sistemas dinámicos lineales simples y algunos no tan simples. . pero no de cómo estos se distribuyen en el espacio. . cuando se habla de sistemas dinámicos se hace referencia a sistemas de ecuaciones que describen como cada variable (digamos cada especie) cambia con el tiempo. aunque en este caso sólo se considera el cambio en el tiempo. . Es una guía para adquirir práctica y guiarse en los trucos básicos. . x n . x n . x 2 . En concreto. . . x n . de tal forma que se adquiera capacidad para: - Reconocer un sistema dinámico al verlo Visualizar el comportamiento del sistema entero con pocos trucos Resolver instancias específicas utilizando Stella Entender los puntos fijos de un sistema y su estabilidad Sentirse a gusto en el espacio fase Darle una “probadita” al caos real De hecho muchos sistemas cambian con el tiempo y en el espacio.

Analizar el modelo 3.Modelación Dinámica Supóngase que las especies están dadas por las x1. x2. En general.. . Y si la dependencia es de forma no-lineal esto hace las cosas realmente más interesantes. f2. valores iniciales.. las tasas de cambio dependen de los valores de otras variables y esto es lo hace interesante este tema. Aceptar (o en algunos casos rechazar) el modelo 31 . Formular el modelo 2. es importante recordar los pasos básicos requeridos para crear y entender modelos cuantitativos. 1. Resolver el modelo (ecuaciones. aún sin contar con su solución siempre dice algo de cómo funciona y evoluciona un sistema. Por último. . etc. fn indican qué tan rápido cambian las variables con el tiempo. Un aspecto importante es que plantear las ecuaciones. .) 4. . xn y las f1. Entender el modelo 5. . .

Sign up to vote on this title
UsefulNot useful