Primer Prototipo Población de Conejos
Transcripción
Primer Prototipo Población de Conejos
GRUPO SIMON DE INVESTIGACIONES EN MODELAMIENTO Y SIMULACIÓN ESCUELA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA UNIVERSIDAD INDUSTRIAL DE SANTANDER PRIMER PROTOTIPO POBLACIÓN DE CONEJOS MODELO EN EL LENGUAJE EN PROSA Si pensamos cómo se ha comportado una población de conejos, pensamos en cuánta población ha existido en cada momento y si ésta ha venido aumentando, disminuyendo o ha permanecido estable. Además, si nos preguntamos qué la ha hecho cambiar, mínimo pensaremos en los nacimientos y en las muertes naturales. La anterior reflexión sobre el fenómeno identifica tres elementos fundamentales: Población Poblac (número de conejos en cualquier instante), Nacimientos (conejos que nacen por unidad de tiempo) y muertes (conejos que mueren por unidad de tiempo). Dependiendo de cómo se asuman estos tres elementos, se establecen relaciones de influencia entre los mismos, lo cual se representa en un esquema denominado Diagrama Causal o de Influencias (Figura 1).. Generalmente será utilizado el término Influencias, debido a la amplitud del mismo pues también contiene la causalidad. Figura 1. Diagrama de Influencias: Primer Prototipo En la Figura 1 se aprecian dos secuencias cerradas de relaciones de influencia, es decir, dos bucles o ciclos de realimentación que se leen de la siguiente manera: el ciclo 1, a más población habrá más nacimientos y a más nacimientos habrá más población; esta lectura muestra cómo el efecto de la modificación inicial de la población (más) recorre el ciclo produciendo un resultado de retorno sobre la variable población, en el mismo sentido al de la modificación inicial (más). Los ciclos que presentan este efecto de retorno, en el mismo sentido al de la perturbación inicial, se denominan “ciclos de refuerzo” o de realimentación positiva y generalmente, explican el crecimiento del sistema. El ciclo 2: a más población habrá más muertes y a más ás muertes habrá menos población; la lectura muestra cómo el efecto de la modificación inicial de la población (más) recorre el ciclo produciendo un resultado de retorno sobre la variable población, en sentido contrario a la modificación inicial (menos). Los ciclos que presentan este efecto de retorno, en sentido contrario a la perturbación inicial, se denominan “ciclos de control”, compensadores o de realimentación negativa y explican la tendencia a la estabilidad del sistema. La lectura de los ciclos o bucles 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 GRUPO SIMON DE INVESTIGACIONES EN MODELAMIENTO Y SIMULACIÓN ESCUELA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA UNIVERSIDAD INDUSTRIAL DE SANTANDER 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 influen negativa (-). ). Si leemos cualquiera de las otras parejas de relaciones, observamos que se influyen con efectos en el mismo sentido, es decir, relación de influencia positiva (+). Por ejemplo: a más nacimiento de conejos → más conejos. Continuando con la a reflexión sobre el fenómeno que estamos modelando, a fin de lograr un primer prototipo fácil de entender y que reporte una idea general de la dinámica poblacional, asumamos que los nacimientos y las muertes se dan con 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 diariamente por cada conejo existente). Así mismo, por cada conejo (o por cada 100 si es %) muere una cantidad fija cada día, la tasa de mortalidad sería TM: número de conejos que mueren diariamente por cada conejo existente. Obsérvese que lo que se está asumiendo con carácter constante son las tasas y no los conejos que nacen cada c 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. MODELO EN EL LENGUAJE DE FLUJOS-NIVELES FLUJOS En el modelo conceptual planteado (Modelo en prosa y diagrama de influencias), se concibe una población de conejos que se acumula como resultado de la dinámica de nacimientos (entradas) y muertes (salidas). Es decir, en este modelo existe una variable medible en cualquier instante de tiempo, que acumula el resultado resultado de las dos acciones, nacimientos y muertes de conejos. La variable que acumula se denomina en la D.S “nivel”, y la que genera el cambio sobre el nivel se denomina “flujo”, cada una de ellas se dibuja y se relaciona a como se aprecia en la Figura 2. 2 En este caso existe un nivel, Población (P) y sus flujos de nacimientos (N) y muertes (M). Figura 2: Diagrama de Flujo-Nivel. Flujo Nivel. Primer Prototipo Además de los flujos y el nivel, la Figura 2 incluye tres elementos más de la D.S para construir los diagramas diagram de flujo-nivel: nivel: los elementos constantes, Tasa de Natalidad (TN) y Tasa de Mortalidad (TM), los cuales se denominan GRUPO SIMON DE INVESTIGACIONES EN MODELAMIENTO Y SIMULACIÓN ESCUELA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA UNIVERSIDAD INDUSTRIAL DE SANTANDER parámetros; éstos son valores constantes durante toda la simulación y sólo es posible modificarlos de un escenario a otro. Las líneas gruesas que unen los flujos con los niveles se denominan “canales de material”, es decir, todo aquello cuya medición de acumulación se registra en los niveles, independientemente de que realmente sea algo físico (propiamente material) o 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 ión “viaja” hacia los flujos para determinar sus valores. En 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 l símbolos en forma de “nubes”. MODELO EN EL LENGUAJE DE ECUACIONES Trabajando con un software para la DS, como EVOLUCION, la formulación de las ecuaciones se inicia con la construcción del diagrama de Flujo-Nivel Flujo y continúa con la definición de los elementos elementos variables del modelo. Nivel (Figura 2), 2), nos expresa que: la población que El diagrama de Flujo-Nivel tendremos pasado un periodo de tiempo denominado delta t (∆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: P(t+∆t) = P(t) + (N(t) – M(t)) * ∆t (Ecuación 1) El modelador no tiene que escribir directamente la ecuación 1; la escribe cuando dibuja el diagrama de Flujo-Nivel Flujo y es la que el software usará para ir calculando los valores de la población en cada ∆t, t, (por ejemplo, cada día). ∆t corresponde al intervalo de tiempo con el cual se van registrando los eventos del fenómeno simulado. Este delta de tiempo debe ser seleccionado de tal forma rma que se garantice la exactitud numérica en los cálculos y la apreciación de los eventos del fenómeno. El ∆tt corresponde a lo que se denomina “paso de simulación o de integración” y debe dar cobertura, o permitir el registro, al evento significativo de mayor mayor velocidad considerado en el modelo. El diagrama de Flujo-Nivel Flujo Nivel también 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 fu de la tasa de natalidad (TN) y de la Población (P), lo cual lo podemos escribir así: N(t)=ƒ(TN,P(t)) Igualmente podemos expresar que M(t)= ƒ (TM,P(t)). Por otra parte, mediante el diagrama de influencias y por la definición que ya se planteó para la Natalidad (N) y para la Mortalidad (M), se está asumiendo que las dos son directamente proporcionales a la población. Esto se puede escribir como: N(t) = TN * P(t) (Ecuación 2) GRUPO SIMON DE INVESTIGACIONES EN MODELAMIENTO Y SIMULACIÓN ESCUELA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA UNIVERSIDAD INDUSTRIAL DE SANTANDER M(t) = TM * P(t) (Ecuación 3) Las ecuaciones 1, 2 y 3 definen plenamente el primer prototipo de modelo, recordemos que la ecuación 1 la escribe el software cuando dibujamos el diagrama de flujo-nivel nivel y las ecuaciones 2 y 3, las escribe el modelador al definir con el software las variables de nacimientos (N) y Muertes (M). COMPORTAMIENTO AMIENTO DEL FENÓMENO SIMULADO POR EL MODELO Para un modelo elemental existen 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. Teniendo en cuenta el fenómeno de estudio y el prototipo formulado, podemos pensar: si se dan unas condiciones tales que desde el principio nazcan más de los que mueren, es decir TN > TM, la población crecerá y crecerá indefinidamente, haciéndolo hacién cada vez más rápido, como manifestación del dominio del ciclo positivo de realimentación (Figura 3), ), es decir, presenta un crecimiento exponencial positivo. Por el contrario, si la TN < TM, es decir, que nacen menos de los que se mueren, domina el ciclo ciclo de realimentación negativa (Figura 3) y la población se irá acabando lentamente. Además, si TN = TM, TM es decir, si nace la misma cantidad que muere, la población permanecerá constante, no variará en cantidad. Estos comportamientos describen lo que llamamos os el modo de referencia y nos serán útiles para evaluar los comportamientos que nos brinde el computador. Lo anterior nos permite afirmar que los tres posibles comportamientos, cualitativamente diferentes, son los que se aprecian en la Figura 3. Y de cada uno de éstos se puede presentar infinito número cuantitativamente diferentes, es decir, son posibles infinitas situaciones de crecimiento, de decrecimiento y de estabilidad. Figura 3: Modo de referencia Prototipo 1 Población Crecimiento Estable Decrecimiento Tiempo GRUPO SIMON DE INVESTIGACIONES EN MODELAMIENTO Y SIMULACIÓN ESCUELA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA UNIVERSIDAD INDUSTRIAL DE SANTANDER Para la simulación con el computador se usa el software EVOLUCIÓN, el modelo y un escenario, es decir, unas condiciones bajo las cuales se desarrollará la simulación. Esas condiciones están dadas principalmente por el valor alor inicial de los niveles, en este caso la Población y el valor de los parámetros (TN y TM). Simulación de ejemplo: Escenario: Población inicial: P (0) = 2 conejos Tasa de Natalidad: TN = 0.02 1/día Tasa de Mortalidad: TM = 0.01 1/día Otras condiciones de simulación: ∆tt = 1 día, Tiempo inicial = 0; tiempo Final = 100 días La Figura 4 se obtuvo al realizar la solución numérica o simulación correspondiente. Figura 4: 4 Crecimiento Poblacional - Prototipo 1 Con el software EVOLUCIÓN se puede observar el comportamiento de cualquiera de los elementos del modelo; por ejemplo, de los dos flujos del prototipo, donde se aprecia que, para el caso de crecimiento poblacional, los nacimientos siempre son más numerosos numero que las muertes. Además el software facilita el uso de un recurso que se denomina análisis de sensibilidad por parámetros. Con éste, podemos ver cómo se comporta el modelo frente a las modificaciones de sus parámetros. La Figura 5 es el resultado de un análisis de sensibilidad, por parámetros, que asume inicialmente el escenario de crecimiento ya descrito y para las dos siguientes simulaciones incrementa la tasa de mortalidad (TM) en un valor de 0.01. En la gráfica se aprecia un caso de cada uno de los tres comportamientos cualitativamente diferentes que ya se trataron. GRUPO SIMON DE INVESTIGACIONES EN MODELAMIENTO Y SIMULACIÓN ESCUELA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA UNIVERSIDAD INDUSTRIAL DE SANTANDER Figura 5: Análisis de Sensibilidad – Prototipo 1