Professional Documents
Culture Documents
INTRODUCCIÓN
Se trata de responder a la pregunta por: ¿qué podemos hacer con la informática, que no
posible hacerlo sin ésta? Se trata de reflexionar sobre nuestro hacer escolar y no sólo
mejorarlo sino transformarlo con la ayuda de las TI. Debemos continuar en un proceso de
mejoramiento y de transformación; las innovaciones de hoy, mañana serán una labor
cotidiana y habrá que mejorarlas. Las innovaciones siempre serán necesarias; así viviremos
el cambio y viviremos cambiando.
Para asumir esta parte del libro, es apropiado recordar lo que creemos ya es un principio
compartido en este acompañamiento: Siempre nuestro punto de partida para pensar en la
informática en la escuela, es una postura frente a la Educación y un referente pedagógico
que guía la reflexión, el hacer y el decidir en el proceso de construcción y ejecución de un
proyecto escolar que asume las TI. En este orden de ideas, sin negar la variedad de
opciones, CPE-UIS ha asumido para orientar la formación, el aprendizaje significativo,
autónomo e integrado y se ha apoyado en la estrategia de aprendizaje basado en
situaciones problémicas y en el diseño de actividades integradas, que reconocen la
informática como disciplina a aprender formalmente y a ser usada como medio dinamizador
y transformador de los procesos de aprendizaje, en todas las áreas del conocimiento y en
todos los aspectos de la formación escolar.
Este parte nos presenta el modelado y la simulación mediante una teoría tecnológica, la
Dinámica de Sistemas (D.S), teoría pensada para apoyar nuestros procesos de aprendizaje,
es decir, de reconstrucción y construcción de conocimiento con la ayuda del computador. La
construcción de explicaciones y la experimentación simulada, sobre los fenómenos
complejos se facilitará si asumimos y operamos con la D.S. En este contexto, se motiva
reflexiones sobre la educación, en particular sobre el aprendizaje y se dan a conocer útiles
informáticos que facilitan el llevar a la práctica la propuesta pedagógica que así surge, en el
espacio de una propuesta de Micromundos para el aprendizaje en las diferentes áreas y en
especial en el área de Ciencias de la Naturaleza.
Para entender con mayor claridad las anteriores ideas, en esta parte, veremos la D.S en la
práctica, al modelar un fenómeno poblacional; luego se presentará formalmente el proceso
de modelamiento con D.S y un sencillo ejemplo asociado al juego de la epidemia. A
continuación, se dará a conocer la propuesta de Micromundos de simulación para el
aprendizaje de las Ciencias (MAC), se proponen actividades integradas con el enfoque MAC
y se cierra dando a conocer las experiencias internacionales que se desarrollan en este
campo y proponiendo tareas y compromisos que proyecten estas ideas en la vida escolar.
CAPÍTULO 7 MODELADO Y SIMULACIÓN CON DINÁMICA DE SISTEMAS
Tecnologías Informáticas en la Escuela 163
La D.S es un lenguaje que nos facilita explicar y recrear los fenómenos de interés en
términos de modelos de simulación. Con estos modelos y el computador podemos observar
cómo se puede comportar el fenómeno bajo diferentes condiciones (experimentación
simulada). Es decir, podemos responder a la pregunta por: ¿Qué pasaría en …. (un
fenómeno) si ….. (se presentan determinadas condiciones, hacemos … )? Según esto, un
modelo es una explicación que nos es útil para contestarnos preguntas sobre el fenómeno
que explica. Además, la D.S asume, para pensar los fenómenos a modelar, lo que
llamamos el Paradigma de Pensamiento Dinámico Sistémico, esto es una manera de pensar
sobre lo que nos interesa asumiendo los fenómenos como Sistemas Dinámicos. Es decir,
como cosas que están en permanente cambio y que para comprenderlas debemos explicar
cómo cambian, como son sistemas dinámicos, es decir, como constituidas por un conjunto
de partes interrelacionadas generando una estructura realimentada.
Este primer acercamiento con una actividad lúdica, el juego de la epidemia, nos permite: un
primero acercamiento al modelado y la simulación con D.S, comprendiendo los conceptos
de modelo, modelado y de simulación que aquí se utilizan. Además se propondrá una
analogía para entender la dinámica de uso de las TI, en una organización, como una
epidemia.
7.2.1 Juego de la epidemia, simulación en vivo
Este juego se propone recrear (simular) en vivo, la epidemia de una enfermedad que se
propaga por el contacto directo entre personas sanas y personas enfermas (contagiadas).
Las personas que se contagian, permanecen contagiadas indefinidamente; Aunque el
contagio se da cuando hay contacto entre sanos y contagiados, no siempre, que hay un
contacto de estos se genera contagio. Se juega de la siguiente manera:
Antes de graficar los resultados del comportamiento del juego, el Árbitro hará las siguientes
preguntas a los jugadores:
¿Cómo creen que se desarrollo el juego?, es decir, ¿cómo es la gráfica de personas sanas
y personas contagiadas durante el juego?, ¿Cómo espera que sea la gráfica de contagio?
Después de diluir las propuestas de gráficas plateadas por los jugadores, haciendo claridad
de porque proponen una u otra gráfica, el árbitro pregunta a cada jugador en que jugada se
contagio y hace la siguiente tabla, en este ejemplo se asume que hay 20 jugadores y desde
el inicio del juego uno de ellos está contagiado:
Con los datos de la tabla anterior cada jugador debe realizar las gráficas de Contagiados,
Sanos y Contagio.
Un debate entre los jugadores debe permitir aclarar el porqué de los errores en las graficas
propuestas y cual es la forma general de la gráfica que resultó de los datos del juego. Hay
que tener presente que entre más se cumplan las reglas del juego (modelo) las gráficas
tendrán una forma más definida (simulación). La comprensión del comportamiento del juego
y el porqué del mismo, se ampliará al desarrollar su modelado y simulación con D.S, la
cual se presenta en el siguiente apartado de este capítulo.
Este modelo se desarrolla y simula describiendo la dinámica de propagación del uso de las
TI en una organización, el lector fácilmente apreciará que se esta haciendo una analogía
con la epidemia generada por una enfermedad contagiosa que tiene, al menos en el primer
prototipo, características similares al juego de la epidemia descrito en el anterior apartado.
De esta manera se habla de cuatro cosas simultáneamente: de D.S., de una epidemia real,
del juego de la epidemia y de la difusión de las TI en una Organización.
166 Modelado y simulación con dinámica de Sistemas
Apreciamos que los vinculados a la TI, se van acumulando en un nivel que llamamos
Contagiados, el comportamiento de este nivel nos dirá cuántos están con la TI en cada
momento y cómo va cambiando esta cantidad resultado del contagio diario. El flujo de
contagio nos indica cuántos se contagian en cada periodo de tiempo, resultado del
encuentro entre sanos y contagiados y según la tasa de contagio. Los sanos, en cada
momento, es una información que la podemos obtener de restar a la población total el
número de contagiados. (Figura 27)
Tecnologías Informáticas en la Escuela 167
En este caso la cantidad de Sanos se representan por otro nivel, del cual salen los que se
van contagiando (flujo de contagio) y llegan los que abandonan (flujo Recuperación). El
parámetro P_contagio, define la Probabilidad de contagio (cuando se da el contacto entre
un sano y un contagiado). La variable auxiliar P_Encuantro_S_C define la probabilidad de
Tecnologías Informáticas en la Escuela 169
En este caso, a diferencia del primer prototipo, los sanos no tienden a cero debido a que
algunos pueden abandonar el estado de contagiado, regresando a sanos para luego tener la
probabilidad de contagiarse nuevamente. De esta manera, parece evolucionar la dinámica
de vinculación de los miembros de una comunidad educativa al uso de la TI, se presentan
vinculaciones y abandonos y dependiendo de las diferentes acciones de la comunidad
misma, es posible consolidar un proyecto sostenible y con la participación de un buen
número de sus miembros.
La lectura de los ciclos o bucles, se basó en las relaciones de influencia ya descritas entre
parejas de elementos, pero no en términos de los signos que acompañan los extremos de
las flechas, las cuales muestran el sentido de la influencia. Los signos usados son el menos
(-) y el más (+); el signo menos refleja que la relación entre los dos elementos se da en
sentido contrario, por ejemplo: a más muertes de conejos → menos conejos, el efecto
contrario a la modificación inicial le asigna a la relación el carácter de relación de influencia
negativa (-). Si leemos cualquiera de las otras parejas de relaciones observamos que se
influyen con efectos en el mismo sentido, relación de influencia positiva (+). Por ejemplo: a
más nacimiento de conejos → más conejos.
Tecnologías Informáticas en la Escuela 171
Continuando con la reflexión sobre el fenómeno que estamos modelando, para lograr un
primer prototipo muy fácil de entender y que reporte una idea general de la dinámica
poblacional, asumamos que los nacimientos y las muertes se dan a una tasa de natalidad y
una tasa de mortalidad constantes. Es decir, que por cada conejo (o por cada 100 si es %)
nace una cantidad fija cada día, determinada por la tasa de natalidad (TN: número de
conejos que nacen por cada conejo existente, cada día). Así mismo, por cada conejo (o por
cada 100 si es %) muere una cantidad fija cada día, la tasa de mortalidad (TM: número de
conejos que mueren por cada uno que exista, cada día). Obsérvese que lo que se está
asumiendo constante son las tasas y no los que nacen cada día (N: natalidad), ni los que
mueren cada día (M: mortalidad); cantidades que dependen de las tasas y de la Población
existente en el momento del cálculo.
Además de los flujos y el nivel, la Figura 33 incluye tres útiles más de la D.S para construir
los diagramas de flujo-nivel: los elementos constantes Tasa de Natalidad (TN) y Tasa de
Mortalidad (TM), se denominan parámetros. Son valores constantes durante toda la
simulación, sólo posibles de modificar de un escenario a otro. Las líneas gruesas, que unen
los flujos con los niveles se denominan canales de material, significando con el término
material todo aquello cuya medición de acumulación se registra en los niveles,
independientemente que se trate de algo físico (propiamente material) o de algo intangible.
Las líneas delgadas que llevan a una variable la información necesaria para su cálculo,
como en este caso a los flujos, se denominan canales de información. En términos
generales a los niveles les llega “material”, determinado por los flujos, y la información
“viaja” hacia los flujos para determinar sus valores. Para este primer modelo se asume que
pueden nacer indefinidamente y no interesa el destino de los que mueren, para representar
estas fuentes y sumideros anónimos con capacidad ilimitada se utilizan los símbolos en
forma de “nubes”.
172 Modelado y simulación con dinámica de Sistemas
Para el prototipo que estamos construyendo, el diagrama de Flujo-Nivel (Figura 33), nos
expresa que: la población que tenderemos pasado un periodo de tiempo denominado delta t
(∆t), será igual a la población que se tiene inicialmente más los que nacen y menos los que
mueren en ese periodo; esto se puede representar con la siguiente ecuación:
Además, el diagrama de Flujo-Nivel nos indica que para calcular los nacimientos sólo se
requiere la información del valor de la tasa de natalidad y la población en ese momento.
Esto indica que nacimientos (N) es función de la tasa de natalidad (TN) y de la Población
(P), lo cual lo podemos escribir así: N(t)=ƒ (TN,P(t))
Para este modelo elemental tenemos dos maneras de formular sus posibles
comportamientos, es decir, de simular los comportamientos del fenómeno apoyados en el
modelo: mediante simulación mental y con la ayuda del computador.
15
Software desarrollado por el Grupo SIMON de Investigación en Modelamiento y Simulación de la
Universidad Industrial de Santander (Grupo SIMON, 1997).
Tecnologías Informáticas en la Escuela 173
Lo anterior, nos permite afirmar que los tres posibles comportamientos cualitativamente
diferentes, son los que se aprecian en la Figura 34 Hablamos de comportamientos
cualitativamente diferentes porque de cada uno de éstos se puede presentar infinito número
cuantitativamente diferentes, es decir, hay muchos casos de crecimiento, muchos de
decrecimiento y muchos de estabilidad.
Para simular con la ayuda del computador se usa el software EVOLUCION y el modelo,
definiendo un escenario, es decir, unas condiciones bajo las cuales se desarrollará la
simulación. Esas condiciones están dadas principalmente por el valor inicial de los niveles,
en este caso la Población y el valor de los parámetros (TN y TM).
Simulación de ejemplo:
Escenario:
¿Qué puede limitar un crecimiento poblacional?, ¿cuál es el factor fundamental que puede
modificar las tasas de natalidad y de mortalidad? Pueden asumirse múltiples aspectos del
fenómeno, como temperatura, comportamiento climático, enfermedades, etc.; y todos estos
afectan el comportamiento poblacional. Pero hay un factor esencial: el alimento, su
disponibilidad es un limitante determinante en la vida de todo animal.
En términos generales es aceptable intuitivamente que a más ración alimentaría (RA) habrá
más reproducción por animal, es decir, mayor será la tasa de Natalidad (TN); así mismo, al
disminuir la RA disminuirá la TN, es decir, se presenta una relación positiva de influencia
entre los dos elementos. Lo contrario se establece en la relación entre la Población y la
ración, es una relación negativa o en sentido contrario, una variación en la población genera
un cambio en la RA en sentido contrario a la variación poblacional (a más población
176 Modelado y simulación con dinámica de Sistemas
menos ración y a menos población más ración). Estas consideraciones se han agregado
al diagrama de influencias del primer prototipo generando una estructura con un nuevo ciclo
de realimentación negativa que incluye el efecto del alimento disponible por animal sobre la
TN y en general, sobre la dinámica poblacional (Figura 37).
Los escenarios que permiten un comportamiento de crecimiento son infinitos, uno de éstos
puede ser:
P(0) = 100 ( o: P_inicial = 100 y P(0)= P_inicial)
TM = 0.01
Alimento = 3000
Condiciones de simulación: ∆t = 1 día; Tiempo inicial = 0 ; tiempo Final = 500 días
178 Modelado y simulación con dinámica de Sistemas
Primero que todo reconozcamos el hecho de que la RA no puede definir plenamente la TN;
pero, las variaciones de la RA si pueden, en algunos casos, modificar el valor de ésta tasa;
no lo hará siempre porque si nuestros conejitos, por ejemplo, se comen máximo un cuarto
de kilo diario de zanahorias, nada les afectará las variaciones de la RA cuando ésta esté
por encima del cuarto de kilo diario; siguiendo el ejemplo, sí habrá un efecto cuando la RA
cambie a valores menores al cuarto de kilo diario.
Si RA no define plenamente la TN, pero la afecta, para modelar dicho efecto podemos
asumir que se presenta una Tasa de Natalidad Normal (TNN) que la definen múltiples
factores y además, se cumple cuando los conejos pueden comer una ración que la
llamaremos Ración Ideal (RI), es decir, cuando RA = RI.
Nuestros conejos se comerán una ración máximo igual a RI y cualquier cantidad que
sobrepase RI simplemente se perderá. Si RA es menor de RI se comerán toda la RA y
180 Modelado y simulación con dinámica de Sistemas
sufrirán los efectos de haber quedado insatisfechos o de sufrir hambre; ese sufrimiento
tendrá un efecto sobre la TN, de tal manera que TN será menor que TNN.
¿Cómo mediremos que la ración disponible para comer, RA, es mayor igual o menor a RI?
Mediante la Cobertura de la Ración Ideal (CRI), es decir, con la expresión: CRI = ( RA/RI),
si este cociente es 1 o más de 1 ( >= 1 ) indicará que la RA es igual o mayor que RI
(RA>=RI), los conejos estarán plenamente satisfechos con su ración y procrearán a una TN
igual a TNN. Pero, si el cociente es menor de 1 ( CRI < 1 ), indicará que los conejos no
quedan satisfechos con su alimento, es decir, RA < RI y esto afectará la TN colocándola en
valores menores de la TNN.
La forma de los multiplicadores y las parejas ordenadas de valores que los cuantifican,
varían notoriamente de un caso a otro; cada caso es una situación particular que requiere
un estudio cualitativo y cuantitativo específico. Es decir, ¿cuáles son los límites inferior y
Tecnologías Informáticas en la Escuela 181
superior para el multiplicador? y ¿cuál la forma detallada del mismo?, es algo a definir en
cada caso particular. El ejemplo de multiplicador incluido en este prototipo, representa las
consideraciones que ya se hicieron sobre el efecto de la RA sobre la TN. Hay que tener en
cuenta que la entrada al multiplicador corresponde a los valores en X de la tabla y la salida,
o sea el multiplicador, los valores en Y.
En este caso la entrada es CRAI y cuando su valor es 1 o más, significa que la RA cubre
plenamente, o más, la RI y bajo estas condiciones se cumple la TNN, por consiguiente el
valor del multiplicador (E_CRAI_TN) debe ser 1 para que la TN sea igual a la TNN. Por el
contrario, si la CRAI es menor de 1, significa que el alimento no es suficiente y por
consiguiente la TN será menor a la TNN, por esto el multiplicador será menor de 1, para que
la TN sea menor de la TNN (recordar que TN = TNN * E_CRAI_TN). Las anteriores
consideraciones se aprecian en la Figura 42.
Observando nuevamente el diagrama de flujo nivel propuesto para este prototipo; además
del multiplicador se aprecia que el valor inicial del nivel Poblacional se asignó mediante un
parámetro. Se distingue por las líneas rojas punteadas, para representar que la
información llega al nivel sólo para definir el valor inicial. Esto facilita, mediante análisis de
sensibilidad por parámetros, evaluar cómo se comporta el fenómeno frente a variaciones del
estado inicial del nivel.
182 Modelado y simulación con dinámica de Sistemas
Si grafica el flujo neto que afecta el nivel (N – M), podrá observar en qué momento la
dinámica poblacional abandona el crecimiento exponencial e inicia un crecimiento asintótico.
Mientras el flujo neto vaya en incremento la población va creciendo a una velocidad cada
vez mayor. Cuando el flujo neto inicia su disminución, la población sigue creciendo porque
el flujo neto sigue positivo (mayor de cero), aunque lo hace cada vez más lentamente, hasta
suspender el crecimiento (flujo neto = 0) y la Población permanece constante.
7.4.4 Cuarto prototipo
Un estudiante atento del fenómeno poblacional que venimos modelando, a la vez que
conocemos la D.S, podrá señalar que efectivamente los cambios en la ración afectan la
dinámica de nacimientos, pero que dicho efecto no se presenta inmediatamente se modifica
la ración, requiere un tiempo para que se manifieste en términos de aumento o disminución
de la tasa de natalidad y por consiguiente de la natalidad (los nacimientos por unidad de
tiempo).
El elemento, Retardo del efecto de la cobertura de la ración alimentaria ideal sobre la tasa
de natalidad, Re_E_CRAI_TN; presenta el icono utilizado para representar los retardos de
material o de información en D.S. En este caso corresponde a un retardo de información.
Los retardos o retrasos constituyen elementos fundamentales en los diagramas de flujo-
nivel, permiten representaciones del fenómeno, en las cuales las variables se relacionan
considerando la demora de material o de información. Se usan para representar los casos
en los cuales la influencia de una variable sobre otra requiere un tiempo para que se
manifieste.
Cuando el retraso es en el paso del material de un nivel, a otro nivel para cambiar de
estado, como podría ser de conejos jóvenes a conejos adultos (si desagregáramos el nivel
de conejos), corresponde a lo que se denomina retardo de material. Cuando el retraso es
entre dos variables en las cuales al menos la segunda no corresponde a un nivel (como es
el caso del ejemplo), es decir, de un nivel a otro elemento diferente de nivel o entre dos
variables diferentes a niveles, corresponde a un retardo de información.
La única diferencia entre el prototipo tres y éste (el cuarto) es el retardo de información
(Re_E_CRAI_TN), es decir, no hay un cambio en la estructura de realimentación, sólo
cambia el diagrama de flujo nivel (Figura 44) y las ecuaciones al incluir la definición del
retardo, además, se presenta un significativo cambio en el comportamiento simulado.
184 Modelado y simulación con dinámica de Sistemas
Los cuatro parámetros del retardo se definen mediante informaciones que le llegan de otros
elementos del modelo y/o con valores numéricos directos, cada uno de la siguiente manera:
Tiempo de ajuste: este valor puede digitarse directamente o corresponder a una información
que llega al retardo proveniente de un parámetro. Este valor define el tiempo promedio que
se demora la información de la fuente de datos en afectar plenamente la variable a la cual
llega el retardo. En nuestro ejemplo corresponde al tiempo promedio para que una variación
en la ración alimentaria (RA) se manifieste plenamente en la tasa de natalidad (TN).
Orden: se define de la misma manera que el tiempo de ajuste, mediante un valor igual o
mayor de 1. El orden es para mostrar cómo se manifiesta el retardo, este puede iniciar su
manifestación inmediatamente se modifica su fuente de datos y poco a poco puede ir
haciéndose más plena dicha manifestación o puede no manifestarse en nada el efecto
durante un tiempo y luego iniciar su manifestación.
El siguiente modelo elemental (Figura 45) ilustra lo planteado con relación a cada uno de los
parámetros de un retardo. Representa cuatro casos relacionando una causa con un efecto,
uno sin retardo y los otros con retardo de orden 2,6,10; en todos los caso con un TA = 10 .
(Figura 45). Además se simula un efecto que es igual a la causa, es decir, el efecto es igual
Tecnologías Informáticas en la Escuela 185
en magnitud a lo que recibe del elemento causa, directamente (sin retardo) o a través del
retardo.
Figura 45: Diagrama de flujo del modelo elemental para ilustrar el concepto de retardo
Al simular con los datos señalados se aprecia (Figura 46), que cuando no existe retardo el
efecto es igual a la causa tanto temporalmente (en el mismo tiempo) como en su magnitud.
Cuando el orden es 2, el efecto se manifiesta a la tercera iteracción y lentamente se va
incrementando hasta el efecto pleno; en el caso de orden 6, se demora en manifestarse
inicialmente, para luego rápidamente llegar a su máximo y en el caso de orden 10, se
demora exactamente 10 unidades en manifestarse plenamente, es decir, es como el caso
de sin retardo pero desplazada 10 unidades y con un ∆t =1 este caso corresponde al orden
máximo.
Figura 46: Relación causa efecto, sin y con retardos de diferente orden
Existe una restricción que debe respetarse al definir un retardo así: O <= TA/∆t, es decir,
el orden debe ser menor o igual al tiempo de ajuste dividido por el delta de tiempo. Se
puede apreciar que cuando el ∆t = 1 , TA = 10 y O=10, es decir, el orden de 10
corresponde al máximo.
186 Modelado y simulación con dinámica de Sistemas
Figura 52: Multiplicador del efecto de la cobertura de la ración sobre la tasa de mortalidad –
prototipo 5
La forma del multiplicador del efecto sobre la TM (Figura 52) es diferente al del efecto sobre
la TN, ya que cuando la cobertura de la ración aumenta, aumentan los nacimientos, pero
disminuyen las muertes. Así mismo, si disminuye la cobertura de la ración, disminuyen los
nacimientos y aumentan las muertes, esto se puede leer claramente en el diagrama de
influencias (Figura 52). Es de aclarar, que en el diagrama de Influencias, para mayor
claridad, no se han incluido todos los elementos del diagrama de Flujo-Nivel (Figura 51),
pero esto no afecta la estructura de realimentación, que es lo que se desea mostrar.
aprendan, son modelos que incluyen muy pocas cosas de la realidad y además, son muy
simples matemáticamente, han sido construidos para operarlos con lápiz y papel o con una
sencilla calculadora. Valga decir, que el modelo poblacional que el común de la gente
aprende y con el cual operamos en la vida y nos dan noticias todos los días, generalmente
es como el que hemos llamado aquí el primer prototipo.
El propósito de este modelo, es el dar a conocer la D.S y mostrar cómo se usa en el proceso
de modelado y simulación. La idea es dar a conocer una forma de modelar con D.S e ir
mostrándola. Hasta el presente de los elementos fundamentales de la D.S, sólo hacen falta
los que llamamos variables exógenas (efectos del medio sobre el sistema). Además,
queremos aprovechar este último prototipo para señalar un comportamiento que a menudo,
se presenta cuando el hombre interviene irresponsablemente en un ecosistema o cuando
pretendemos incrementar algo sin tener presente los límites en el crecimiento. Un
comportamiento de crecimiento desaforado y caída vertiginosa (overshoot and collapse, si
usamos los términos en inglés).
Otros detalles que se aprecian en el diagrama de Flujo–Nivel de este último prototipo, son
sólo de presentación. Se usaron variables clones (copias), las cuales se observan con
contornos punteados, éstas se usan para evitar que en el diagrama queden muchas líneas
entrecruzadas. Además, se aprecia el uso de sectores, mediante marcos se agrupan
conjuntos de variables y relaciones que tienen un significado en términos del fenómeno y del
modelo, que denominamos sectores. Estos dos recursos sólo son útiles para dar una buena
presentación al modelo y hacerlo más comprensible al lector. Con los sectores se puede
construir un diagrama de sectores (
Figura 57) el cual describe globalmente el modelo y es muy útil en modelos grandes.
100
90
80
70
Compor t amient o
60
50
40
30
20
10
0
200 400 600
Pob(t+∆t)=
800
Ecuaciones
Pob(t)+
(Nacimientos(t)-
Muerte(t))∆t Fenómeno
Modelo Flujos-Niveles
Ment al
I nfluencias
Par adigma
La población
está afectada Pr osa
Modelos únicamente por
Dinám ico-Sist ém icos los nacimientos
y las muertes, en
este caso se
asume que....
Las imágenes mentales cambian por el simple hecho de que estamos expuestos a la
interacción con el fenómeno. Pero junto a este proceso natural, puede también plantearse
un proceso dirigido de reformulación del modelo mental, un proceso dirigido de aprendizaje
acerca del fenómeno. Es este precisamente el propósito del modelado y la simulación con
D.S.
Esta invisibilidad del modelo mental es problemática para el proceso dirigido mediante la
D.S, pues si queremos modificar intencionalmente un modelo mental, es necesario tenerlo
en alguna expresión visible, explícita. Es necesario tener una representación, un modelo, del
modelo mental. La D.S ofrece herramientas metodológicas para expresar el modelo mental
mediante un modelo visible, con lo cual es posible desarrollar el proceso dirigido de
reformulación del modelo mental hacia una mejor comprensión dinámico-sistémica del
fenómeno. En consecuencia, el paradigma dinámico-sistémico es un paradigma de
modelamiento, entendido el modelamiento como la actividad de hacer explícita en modelos
formales, nuestros modelos mentales de los fenómenos, como el re-representar del
fenómeno.
198 Modelado y simulación con dinámica de Sistemas
Esta forma particular que toman los modelos dinámico-sistémicos, permite hacer con éstos
una interacción simulada. De modo análogo a como sucede una interacción con el
fenómeno, es también posible interactuar con el modelo. Es decir, es posible provocar
acciones sobre el modelo y observar sus consecuencias dinámicas, bajo ciertas condiciones
supuestas (bajo determinado escenario), debido a la capacidad de respuesta explicativa del
modelo. A diferencia de lo que ocurre con nuestra interacción con el fenómeno, a través del
modelo se observan las consecuencias posibles de las decisiones, que se tomen en
diferentes escenarios (condiciones iniciales del sistema y restricciones exógenas o de
parámetros). Es decir, a diferencia de los modelos proyectivos, que asumen que el futuro
transcurrirá bajo las mismas condiciones que se dan en el presente, en el paradigma
dinámico-sistémico se pueden simular, posibles futuros bajo diferentes escenarios. Esta
mayor capacidad de exploración del horizonte futuro, redunda en un mayor aprendizaje y
una toma de decisiones más comprensiva.
Una nueva mirada de la Figura 60, revela, que el estudio de fenómenos en el paradigma
dinámico-sistémico, sucede en nuestra interacción con un mundo real, el fenómeno, y
además, con un mundo virtual, el modelo dinámico-sistémico; mediadas ambas por nuestro
modelo mental. En este orden de ideas, puede entenderse el papel del modelado y la
simulación con D.S, como el de un medio para la construcción de mundos virtuales con los
cuales podemos establecer una interacción simulada que nos ayude a comprender mejor el
mundo real, esto es, a modificar de manera dirigida nuestros modelos mentales acerca de la
realidad, aprender.