1

Una Introduccin al Anlisis de Sensibilidad 1. Resumen Este documento es una introduccin a una serie de documentos en anlisis de sensibilidad. Contiene tres ejercicios exploratorios que demuestran los efectos de varios parmetros y cambios en el valor inicial en la conducta del sistema. El documento asume que el lector puede construir y entender un modelo de mltiples niveles, y tiene experiencia con las caractersticas primordiales del software STELLA. Nosotros animamos al lector para construir todos los modelos y ejecutar las simulaciones descritas. 2. Introduccin El anlisis de sensibilidad se usa para determinar que tan "sensible" es un modelo a los cambios en el valor de los parmetros del modelo y a los cambios en la estructura del modelo. En este documento, nosotros nos enfocamos en la sensibilidad del parmetro. Normalmente se realiza sensibilidad del parmetro como una serie de pruebas en las que el modelador pone parmetros diferentes que valora para ver cmo un cambio en el parmetro causa un cambio en la conducta dinmica de las acciones. Mostrando cmo la conducta del modelo responde a los cambios en los valores del parmetro, el anlisis de sensibilidad es una herramienta til en la construccin del modelo as como en la evaluacin del modelo. El anlisis de sensibilidad ayuda a construir confianza en el modelo para estudiar las incertidumbres que son a menudo asociadas con los parmetros en los modelos. Muchos parmetros en los modelos de dinmica de sistema representan cantidades que son muy difciles, o incluso imposible para medir con mucho exactitud en el mundo real. Tambin, los valores de algn parmetro cambian en el mundo real. Por consiguiente, al construir un modelo de dinmica de sistema, el modelador normalmente tiene un poco de incertidumbre sobre los valores de los parmetros; l debe escoger y usar estimaciones. El anlisis de sensibilidad le permite determinar que nivel de exactitud es necesario para un parmetro y de esta forma hacer al modelo lo suficientemente til y vlido. Si las pruebas revelan que el modelo es insensible, entonces puede ser posible usar una estimacin en lugar de un valor con mayor precisin. El anlisis de sensibilidad tambin puede indicar que valores del parmetro son razonables usar en el modelo. Si el modelo se comporta como espero, da alguna indicacin que los valores del parmetro reflejan, por lo menos en parte, el "mundo real". Las pruebas de sensibilidad ayudan al modelador para entender la dinmica de un sistema. Experimentar con una gama amplia de valores puede ofrecer comprensin en la conducta de un sistema en situaciones extremas. Descubriendo que los grandes cambios en la conducta del sistema se deben al cambio en un valor del parmetro pueden identificar un punto de influencia en el modelo, un parmetro cuyo valor especfico puede influir significativamente en el modo de conducta del sistema.

3. Ejercicios Exploratorios En esta seccin nosotros miramos dos modelos y exploramos que tan sensibles son ellos a cambios en los parmetros y en los valores iniciales de las existencias. Las primeras exploraciones muestran que cambios en el parmetro producen algn cambio en la apariencia de la conducta del sistema, pero ellos no cambian el modo de conducta. la segunda exploracin demuestra que cambios en diferentes parmetros crean diferentes tipos de cambios en la conducta del sistema. En la primera exploracin, nosotros dirigimos el anlisis de sensibilidad en todos los parmetros constantes en el modelo. Sin embargo, en un modelo grande, semejante tratamiento extenso de anlisis de sensibilidad es a menudo imposible. El modelador debe escoger los parmetros que l espera tengan mayor influencia en la conducta, o unos en los que l tiene mucha incertidumbre, y slo usa aqullos en el anlisis de sensibilidad. Nosotros veremos en la segunda exploracin que un examen de la estructura del modelo puede indicar, sin ejecutar la prueba de sensibilidad, qu tipo de cambios podra tener en algunos parmetros. Una explicacin de cmo escoger los parmetros para probar, se ofrecer ms adelante en documentos de la serie de anlisis de sensibilidad. 3.1 Exploracin 1: Puesto de limonada En la primera exploracin, miremos un puesto de limonada localizado en un campus de la universidad. Como de costumbre, nosotros estamos particularmente interesados en la conducta de las existencias, el nmero de tazas de limonada que est lista para ser vendido a los clientes. El puesto es abierto ocho horas todos los das. Howard, el dueo, es la nica persona que trabaja en el puesto. Nosotros lo invitamos que usted intente construir el modelo y entonces lo comparamos con el modelo sugerido en la Figura 1. Puede encontrar la documentacin y ecuaciones del modelo en seccin 7.1 del apndice.

Figura 1. Modelo del Puesto de Limonada La existencia, se llam "limonada lista en el puesto", es incrementada por un flujo llamado "haciendo limonada", y disminuido por la salida, "vendiendo". "vendiendo" (tazas por hora) es igual a "comprando limonada", un parmetro exgeno (no presente en el lazo de realimentacin del sistema). Howard ha averiguado que l vende aproximadamente 20 tazas de limonada todas las horas. Sin embargo, l no puede vender ms de lo que l tiene. Por consiguiente, si "comprando limonada", o la demanda para la limonada, en cualquier momento dado es mayor que la cantidad de limonada lista en el puesto", l puede vender slo la ms pequea de estas cantidades, es decir, la cantidad que l tiene listo. Basado en su experiencia, Howard espera vender un cierto nmero de tazas todas las horas. Si la demanda para la limonada cambia, normalmente le toma aproximadamente una hora para reconocer el cambio en ventas mientras se opone a las fluctuaciones del azar. Esta hora es constante y es el "tiempo para promediar la limonada comprada". Howard tambin quiere tener limonada preparado de antemano durante algn tiempo. Un parmetro llamado "alcance de la limonada" es el nmero de horas de limonada que l quiere tener listo. Por ejemplo, "alcance de la limonada" de 2 horas significa que si l deja de hacer limonada a las cuatro, l podr vender toda la limonada restante hacia las seis, con tal de que la demanda para la limonada no cambie durante este tiempo. Por consiguiente, "alcance de la limonada" determina la "cantidad de limonada deseada".

Howard compara la cantidad deseada entonces a la cantidad real de "limonada lista en el puesto". l necesita algn tiempo para compensar esta diferencia, el "tiempo para corregir la cantidad de limonada". La diferencia entre la cantidad deseada y la actual, dividido por el "tiempo para corregir la cantidad de limonada", es su "correccin en la cantidad de limonada" de cada hora. l agrega la correccin entonces a la cantidad de limonada que l espera vender, y hace un nmero correspondiente de tazas de limonada. Este nmero es el flujo de cada hora para la existencia. Por supuesto, "haciendo limonada" no puede ser negativo. As, si la correccin es negativa (si la cantidad deseada es ms pequea que la cantidad real), y si la suma de la correccin y sus expectativas todava es negativa, l no har ninguna limonada hasta que la suma de la correccin y sus expectativas vuelva nuevamente a ser positiva. Ahora miremos la conducta del sistema cuando empez en equilibrio. Permanece en equilibrio durante las ocho horas enteras de la simulacin. El valor de "limonada lista en el puesto" es 40 tazas, como uno puede verificar rpidamente multiplicando las 2 horas "alcance de la limonada" por el valor constante de "comprando limonada" de 20 tazas por hora. La Figura 2 muestra el modelo bsico.

Figura 2. Ejecucin Base del Modelo del Puesto de Limonada Ahora asumamos cambios en la demanda de limonada. En 1 hora, nosotros introducimos un aumento de 5 tazas en el paso "comprando limonada". La Figura 3 muestra la conducta resultante de "limonada lista y "comprando limonada".

Figura 3. La respuesta del sistema a un aumento de paso en "comprando limonada" El sistema empieza en equilibrio, pero slo permanece en equilibrio durante la primera hora. Inmediatamente despus del cambio en la demanda de limonada, la cantidad de "limonada lista en el puesto" disminuye ligeramente porque "vendiendo" aumenta junto con "comprando limonada". Mientras tanto, Howard tarda algn tiempo para percibir el cambio y adems para ajustar sus expectativas, l no podr reaccionar inmediatamente para hacer ms limonada. Es la diferencia entre la "cantidad de limonada deseada" y la cantidad real de "limonada lista en el puesto" lo que incita a hacer ms limonada para que la existencia pueda empezar a aumentar y puede acercarse nuevamente a su valor de equilibrio. Para obtener el valor de equilibrio de 50 tazas, uno necesita slo multiplicar el nuevo valor de "comprando limonada", 25 tazas por hora, por "alcance de la limonada", 2 horas. 3.1.1 Ejercicio Usando el cambio en "comprando limonada", nosotros podemos experimentar ahora con el modelo para ver la conducta que resulta de cambios bajo diferentes escenas del parmetro. Al construir un modelo, nosotros estamos a menudo inseguros sobre el valor exacto de un parmetro. Sin embargo, es importante poder escoger valores razonables para los parmetros. Esto significa que los valores escogidos deben estar en un rango creble que podra ocurrir en el sistema realmente. Por ejemplo, en el modelo del puesto de Limonada no sera razonable esperar el "tiempo para corregir la cantidad de limonada" solo unos minutos. Howard necesita un tiempo ms largo para percibir el cambio en la accin, y adems para corregir la cantidad de limonada lista para ser vendida. Por otro lado, un valor de 5 o 10 horas para corregir la cantidad de limonada le impedira responder a un cambio en su proporcin de venta. La existencia de limonada podra agotarse

rpidamente, produciendo una prdida de clientes, o sobreproduccin. Sin embargo, los valores de una o dos horas parecen bastante razonables: l tendr bastante tiempo para encontrar todos los ingredientes necesarios, los mezclar, y preparar la limonada para ser vendida. Los resultados de las pruebas de sensibilidad indicarn si las conclusiones deducidas del modelo pueden ser soportadas incluso sin ser los valores exactos de los parmetros1. Tres parmetros y el valor inicial de la existencia "limonada lista en el puesto" puede usarse para explorar la sensibilidad de este modelo. Los tres parmetros son "tiempo para promediar la limonada comprada", "tiempo para corregir la cantidad de limonada", y "alcance de la limonada". Probablemente sera difcil de averiguar exactamente cunto tiempo toma Howard para comprender que "comprando limonada" ha cambiado. Nosotros podemos intentar usar varios valores para "tiempo para promediar la limonada comprada" para ver si cambia y cunto cambia la conducta del sistema cuando el tiempo es ms corto o ms largo. Tres valores que parecen razonables son 30 minutos, 1 hora, y 1 hora y media. La comparacin de las tendencias se muestra en la Figura 4.

Figura 4. Efectos de cambio en "Tiempo para promediar la limonada comprada" Aunque las tres curvas no parecen exactamente lo mismo, stos cambios del parmetro no afectan el modo general de conducta del sistema. Todas las tres curvas muestran una disminucin pequea en la existencia justo despus del aumento del paso y adems un acercamiento lento al nuevo valor de equilibrio de 50 tazas. La similitud de los
1

Los valores del parmetro usados en este documento no son los nicos valores razonables, y ellos slo se escogieron como ejemplos. Nosotros lo animamos que usted use otros valores si usted siente que ellos representaran la situacin ms realsticamente.

resultados muestra que Howard no tiene que estar seguro de cunto tiempo le tomara percibir un cambio en su "vendiendo" para ser capaz de estimar la conducta global de la existencia de su limonada. Las curvas indican que cuanto ms rpido Howard ajusta sus expectativas, ms rpido la existencia de limonada se acercar al equilibrio. La disminucin inicial en la existencia es mayor para los valores ms grandes de este parmetro. Si a Howard le toma mucho tiempo percibir un descenso en la existencia, la existencia desciende durante un tiempo ms largo y a un valor menor. "Tiempo para corregir la cantidad de limonada" es otro parmetro sobre cuyo valor Howard tiene dudas. Tres valores que parecen crebles son una hora, una hora y media, y dos horas. La Figura 5 muestra la comparacin de las tendencias.

Figura 5. Efectos de cambio en "Tiempo para corregir la cantidad de limonada" De nuevo, notamos que el modo general del comportamiento permanece a pesar de los cambios del parmetro, pero cada curva es ligeramente diferente. Como antes, esto significa que Howard solo necesita conocer un rango aproximado de valores para este parmetro para confiar en el comportamiento simulado por el modelo. El efecto de cambiar el valor de "tiempo para corregir la cantidad de limonada" es similar al "tiempo para promediar la limonada comprada". Un valor ms bajo de "tiempo para corregir la cantidad de limonada" hace que la existencia alcance rpidamente el valor de equilibrio porque la "correccin en la cantidad de limonada" es mayor, as que Howard prepara la limonada ms rpidamente. Tambin, un aumento en el valor de este parmetro produce una disminucin inicial en la existencia. Si Howard toma un tiempo ms largo para corregir la cantidad de "limonada lista en el puesto", l no reaccionar suficientemente

rpido para empezar a hacer ms limonada, de este modo que l no impedir que la existencia de limonada disminuya. Luego, miremos cambios en "alcance de la limonada". Es el propio Howard quin decide cual es la cantidad de horas de limonada que l quiere tener listo en todo momento. l siempre quiere tener una cantidad suficiente de limonada lista, pero l tambin quiere estar seguro que la limonada que l vende siempre est fresca. l puede ejecutar pruebas por consiguiente con varios valores de "alcance de la limonada" para ver cmo la conducta de su existencia de "limonada lista en el puesto" cambiara si l decidi tener "alcance de la limonada" ms pequeo o ms grande. Algunos valores que l puede probar para este parmetro son una hora y media, dos horas, y dos horas y media. La Figura 6 muestra la comparacin de las tendencias.

Figura 6. Efecto de cambio en "alcance de la limonada" El efecto de un cambio en "alcance de la limonada" es diferente de los cambios en los dos parmetros anteriores. Es importante conocer, sin embargo, que aunque la conducta de las tres curvas no es exactamente la misma el comportamiento general est de nuevo inalterado. Las curvas empiezan en equilibrio con valores iniciales diferentes. Hay siempre inmediatamente despus del aumento del paso, una disminucin ligera en la existencia, seguida por un lento acercamiento asinttico al equilibrio. Al contrario de los cambios en los primeros dos parmetros que nosotros examinamos, cambiar "alcance de la limonada" no influye en el tiempo que toma la existencia para acercarse al equilibrio. En cambio, cambia el valor de equilibrio de la cantidad de "limonada lista en el puesto. Los valores de equilibrio pueden ser obtenidos multiplicando "comprando limonada" por los valores respectivos de "alcance de la limonada". Por consiguiente, si Howard cambia "alcance de la limonada", slo se afectar el valor de equilibrio de la existencia de "limonada lista en el puesto". Porque "alcance de la limonada" compensa las posibles variaciones y fluctuaciones en demanda para la limonada, un valor ms alto de "alcance de la limonada" protege a Howard de correr riesgos por escasez de limonada. Por

consiguiente, para asegurarse que l siempre tiene bastante "limonada lista" para los clientes, Howard no debe escoger un valor muy pequeo para "fondos de la Limonada". Finalmente, nosotros podemos hacer cambios en el valor inicial de "limonada lista en el puesto. Este valor es fijo cuando Howard prepara limonada antes de abrir el puesto todas las maanas. l podra tener valores iniciales de 30, 40, o 50 tazas preparadas, como se muestra en la Figura 7.

Figura 7. Efectos de cambio en el valor inicial de "limonada lista en el puesto" Note de nuevo que aunque el comportamiento de las curvas parece diferente a las de las simulaciones anteriores de este modelo la conducta general no ha cambiado. Incluso cuando Howard empieza con una cantidad ms grande o ms pequea de limonada, la conducta de la existencia de limonada lista no cambia grandemente. Cuando la cantidad inicial de limonada lista es ms baja que el valor de equilibrio, eso es ms o menos de 40 tazas, la existencia estar aumentando durante la primera hora, como en la curva 1. Cuando la cantidad inicial es ms grande que 40 tazas, la accin disminuir durante la primera hora, como en la curva 3. Sin embargo, despus del aumento del paso, todas las curvas decrecen ligeramente, y entonces empiezan a aumentar para acercarse al mismo valor de equilibrio de 50 tazas lentamente y casi al mismo tiempo. 3.1.2 Informe Como se esper, cambiar el valor de algunos parmetros en el modelo representa alguna diferencia en la conducta observada. Tambin, las pruebas de sensibilidad indican que los cambios en algunos parmetros son mas o menos significativos que otros. Por ejemplo, compare la Figura 5 y la 6. En la Figura 5 los cambios en "tiempo para corregir la cantidad de limonada" producen una pequea diferencia en el comportamiento, mientras

10

en la Figura 6 las curvas muestran el mismo comportamiento, pero para valores diferentes de la existencia. Esta medida de cambios ms significantes se estudia a travs del anlisis de sensibilidad. Sin embargo, en todos los casos, es la estructura del sistema la que determina principalmente el modo de comportamiento. En general, pero con excepciones, el parmetro valora, cuando es alterado individualmente, slo tiene una pequea influencia en el comportamiento. 3.2 Exploracin 2: Epidemias En la segunda exploracin nosotros miramos un modelo de las epidemias. El modelo ya se us en un captulo anterior de Road Maps, as que es posible que usted ya lo haya construido.

Figura 8. Modelo de Epidemias El modelo mostrado en la Figura 8 tiene dos acciones, "personas saludables" y "personas enfermas". La poblacin total es una constante 100 personas en todas las simulaciones, as que el valor inicial de "personas saludables" es: Nmero inicial de personas saludables = 100 - personas enfermas En el modelo bsico, el valor inicial de "personas enfermas" es 1. El flujo de "enfermedad contagiosa" convierte las "personas saludables" a "personas enfermas". Eso es afectado por tres variables: "probabilidad de contacto con personas enfermas", "probabilidad de enfermedad contagiosa", y "interacciones de la poblacin". La

11

"probabilidad de contacto con personas enfermas" es la razn de "personas enfermas" a la poblacin total de 100 personas. Por consiguiente, a ms "personas enfermas" haya en la poblacin, mayor es la probabilidad de entrar en contacto con una persona enferma. Cuando una persona saludable entra en contacto con una persona enferma, hay una cierta probabilidad de que la persona saludable coja la enfermedad. Esto es "probabilidad de enfermedad contagiosa". El valor de "interacciones de la poblacin" determina el nmero total de interacciones o contactos que cualquier persona tiene con otras personas en la poblacin durante un mes. La "rata de recuperacin" convierte "personas enfermas" a "personas saludables", con una constante de tiempo llamada "duracin de enfermedad". Vea seccin 7.2 del Apndice para la documentacin y ecuaciones del modelo. La Figura 9 muestra el modelo bsico del modelo, usando los valores iniciales de los parmetros indicados en el apndice.

Figura 9. Ejecucin Base del Modelo de Epidemias Ambos niveles exhiben crecimiento en forma de S. El nmero de personas enfermas al principio aumenta exponencialmente, pero entonces se vuelve crecimiento asinttico para acercarse el valor de equilibrio de 60 personas enfermas. El nmero de personas saludables, por otro lado, disminuye al principio exponencialmente y luego asintticamente al valor de equilibrio de 40 personas saludables. 3.2.1 Ejercicio El valor inicial de personas enfermas, presenta tres parmetros: duracin de enfermedad, interacciones de la poblacin y probabilidad de enfermedad contagiosa. Pueden ser usados para evaluar la sensibilidad de este modelo. En este ejercicio, nosotros usamos algn valor parametrico o valor inicial que corresponde para el caso extremo. Esta prueba semejante es muy til para un mejor entendimiento de la dinmica del sistema. Por ejemplo, los valores extremos del nmero inicial de personas enfermas podran ser cero a cien personas. Un valor extremo de

12

duracin de enfermedad podra ser un valor muy grande, por decir un milln de meses, ilustrando el caso de una enfermedad mortal sin recuperacin. Cuando usamos valores extremos semejantes, es importante para estar seguro de que permanezcan en el rango de valores que son posibles en el sistema del mundo real (no use valores iniciales negativos para una existencia que no puede ser negativa). Pruebas sensibles usando valores extremos son mayormente ejecutados para saber acerca de la dinmica de sistemas. El valor inicial de personas enfermas representa el nmero de personas que estn enfermas cuando la simulacin va a iniciar. La existencia puede por ejemplo comenzar con personas no enfermas, una persona enferma, 20, 50 un nivel de cien personas enfermas. El comportamiento de ambas existencias personas saludables y personas enfermas se muestra en la figura 10.

13

Figura 10. Efecto de cambio en los valores iniciales de "personas enfermas" Ahora vamos a mirar las curvas individualmente. La curva 1 representa el caso cuando la variable personas enfermas es cero. Durante la simulacin entera todas las cien personas en la poblacin permanecen sanas y no puede quedar alguna enferma. Si estos no son personas saludables, la probabilidad de contacto con personas enfermas y el flujo enfermedad contagiosa son cero. Hasta ahora, es obvio que all debe haber mnimo una persona inicialmente enferma para obtener las caractersticas de un comportamiento creciente. La curva 2 corresponde al caso de una persona inicialmente enferma. La presencia de nicamente una persona enferma hace una diferencia grande en el comportamiento del sistema. Una persona comienza expandiendo la enfermedad para mas personas. Justo como en el modelo bsico las dos existencias siguen la forma del crecimiento del modelo y se estabilizan los valores de equilibrio del modelo inicial. La curva 3 y 4 se comportan similarmente a la curva 2, pero se acercan rpidamente a sus respectivos valores de equilibrio debido a que sus valores iniciales estn cerca de este. En la curva 5 el comportamiento del crecimiento es reservado, el nmero de personas saludables se incrementa hacia el equilibrio con un valor de 40, mientras que el nmero de personas enfermas desciende a 60. Mientras inicialmente haya al menos una persona enferma presente en la poblacin, el valor del equilibrio no depende del nmero inicial de personas enfermas.

14

El parmetro duracin de enfermedad determina que tanto le toma a una persona enferma volver a estar sana. Hacer la prueba usando los valores de 3 das, 2 semanas, 1 mes, 6 meses y un valor extremadamente grande, como un milln de meses, como se muestra en la figura 11.

Figura 11. Efecto de cambio en "duracin de enfermedad" Analicemos de nuevo las curvas iniciales. La curva 1 representa un caso de una enfermedad corta que slo dur pocos das. La nica persona enferma quedar sana antes de difundir la enfermedad a cualquiera y toda la poblacin sana permanecer sana. La curva 2 corresponde a una tendencia base. Mirando las curvas 2, 3, 4 y 5 que incrementan la duracin de enfermedad, resulta un alto valor de equilibrio de personas enfermas y un bajo valor de equilibrio de personas saludables, la razn de esto es que cuando la enfermedad es larga cada persona enferma puede difundir la enfermedad a mas gente. En particular la curva 5 muestra que cuando la enfermedad es extremadamente larga o terminal las 100 personas se vuelven enfermas. La larga duracin de enfermedad disminuye el punto de equilibrio. Este resultado podra ser esperado, a lo largo de la enfermedad mas gente resulta enferma y tiene un largo perodo de difusin de la enfermedad rpidamente. El parmetro de la interaccin de la poblacin determina cuanto dura un contacto de cualquier persona con otra persona. El valor de un parmetro como interaccin de la poblacin es bastante incierta, puede ser diferente para cada persona y variar con el tiempo, por lo tanto el valor escogido en el modelo puede ser solo una estimacin del promedio del valor actual. Una prueba que usa valores diferentes de interacciones de la poblacin indica como el comportamiento de un sistema es afectado cuando estos valores cambian. Dependiendo de la naturaleza de la poblacin el nmero de

15

las interacciones de la poblacin puede variar significativamente. Una persona puede por ejemplo encontrarse nicamente una persona cada mes, 5 personas, 10 personas, 25 personas o todo el resto de la poblacin 99 personas en un mes. La figura 12 muestra el comportamiento de ambos niveles.

Figura 12. Efecto de cambio en "interacciones de la poblacin" Si hay pocas interacciones de la poblacin la nica persona enferma quedar sana y sino quedar enferma como en la curva 1. Comparando las curvas 2, 3, 4 y 5 observamos que aumentando el nmero de interacciones aumenta el valor del equilibrio de la personas enfermas y disminuyendo el valor del equilibrio de la personas saludables.

16

Por lo tanto si usted quiere estudiar la expansin de una epidemia en una poblacin especfica y si usted esta interesado en el nmero de equilibrio de las personas que podran ser afectadas, usted tendra que tener una idea del valor de interacciones de una poblacin en esa poblacin. Adems un aumento en las interacciones de la poblacin hace que ambas lleguen a su valor de equilibrio rpidamente incrementando el valor de enfermedad contagiosa y hasta ahora la personas saludables pronto quedar enferma. Antes de mirar los efectos de cambio de probabilidad de enfermedad contagiosa volvamos a la figura 8 mostrada en el l modelo epidmico. Mostramos que las dos interacciones de la poblacin y probabilidad de enfermedad contagiosa entran en la proporcin de enfermedad contagiosa en una manera similar. La proporcin de la ecuacin es: Enfermedad contagiosa = personas saludables * probabilidad de contacto con personas enfermas * interacciones de la poblacin * probabilidad de enfermada contagiosa interacciones de la poblacin y probabilidad de enfermedad contagiosa las dos son factores lineales de una ecuacin proporcional, estas dos simplemente multiplican personas saludables y probabilidad de contacto con personas enfermas. Uno podra por lo tanto esperar que sus efectos en el comportamiento del sistema deberan ser similares y que ellos podran producir cambios semejante en el comportamiento cuando sus valores cambian. Nosotros tratamos de realizar pruebas sensitivas con valores diferentes de probabilidad de enfermedad contagiosa porque estos valores son tambin muy indecisos en el mundo real, probando valores de 0.05, 0.25, 0.75 y 1, por ejemplo. Las grficas usted las obtendra parecidas a las que hay en la figura 12. 3.2.2 Informe Los anlisis sensitivos nuevamente muestran que al cambiar los valores de algunos parmetros estos producen diferentes comportamientos en el modelo, mientras que el modo del comportamiento general es relativamente insensible a cambios en los parmetros. Algunos cambios en los parmetros afectan el comportamiento bastante en comparacin con otros. Cambios en algunos parmetros afecta los valores de equilibrio, tal como alcance de limonada para el modelo del modelo de la limonada. Otros parmetros afecta el tiempo necesario para acercarse al equilibrio, por ejemplo tiempo para corregir la cantidad de limonada en el modelo del puesto de limonada o el valor inicial de personas enfermas para el modelo epidmico. Nuevamente otros tienen influencia sobre las dos interacciones de la poblacin por ejemplo. Cuando los dos parmetros tienen papeles similares en el modelo, ellos usualmente afectan el comportamiento en una direccin similar, tal como interacciones de la poblacin y probabilidad de enfermedad contagiosa. Usar valores extremos en una prueba sensible es una excelente herramienta para aprovechar un entendimiento profundo del comportamiento generado por la estructura del modelo para probar las suposiciones acerca del modelo.

17

4. Exploracin Independiente: Cafetera Nosotros ahora volvemos con Howard, el dueo del puesto de la limonada en un colegio. Howard se dio cuenta que seria ms provechoso para l vender caf ya que los estudiantes tienden a tomar mas caf que limonada, y ellos lo toman a cualquier hora del da o de la noche. Por consiguiente el cerr su puesto de limonada y abri una cafetera, con servicio las 24 horas. Howard basa el modelo de la cafetera en el modelo que el uso en su puesto de limonada, para el modelo el nmero de tasas de caf listo. Nosotros correramos la simulacin sobre un periodo de 2 das, o 48 horas. La figura muestra todo el modelo. La documentacin y ecuaciones del modelo estn en la seccin 7.3 del apndice.

Figura 13. Modelo de Cafetera Porque Howard no puede trabajar 24 horas en un da. l necesita emplear a estudiantes trabajadores para trabajar en la cafetera. Para representar la nueva situacin,

18

l agrega un sector a su modelo para el nmero de trabajadores. El empleado har varios trabajos, pero no todos estarn en el trabajo al mismo tiempo. El inventario de trabajadores en el modelo es medido solamente por el nmero de trabajadores que trabajan en la cafetera en un tiempo especfico. Cada trabajador es capaz de preparar un cierto nmero de tasas cada hora determinado por el parmetro llamado productividad. En el modelo bsico productividad es 20 tasas por trabajador por hora. Cuando Howard divide haciendo caf deseado por productividad l obtiene los trabajadores deseados o el nmero de trabajadores necesarios para preparar la cantidad de caf deseada. Howard compara los trabajadores deseados con el nmero actual de trabajadores. La diferencia entre esos dos valores la divide por un constante de tiempo llamada tiempo para corregir trabajadores que es 3 horas en el mo delo bsico, es una constante de tiempo que el necesita para compensar la diferencia entre lo deseado y el nmero actual de trabajadores. Ese es el tiempo en el cual l quiere llamarlos y que vengan a trabajar. Howard agrega la correccin del nmero de trabajadores que salen de la cafetera cada hora. l tiene que estar seguro que el nmero de trabajadores corresponda al nmero de los que llegan a trabajar cada hora. Esa es la entrada al flujo llamada llegada del trabajador que aumenta el nmero de trabajador. La salida del flujo volviendo a casa decrementa el nmero de trabajadores presentes. volviendo a casa es el nmero de trabajadores dividido por cuatro horas promedio de duracin del trabajo. Finalmente Howard multiplica el nmero de trabajadores por su productividad para obtener el flujo haciendo caf. Sin ningn disturbio exterior, el sistema permanece en equilibrio con 40 tasas (alcance del caf * caf comprado) durante las 48 horas de simulacin. La figura 14 muestra el modelo bsico del modelo, usando los valores de los parmetros dados en la seccin 7.3 del apndice.

19

Figura 14. Ejecucin Base del Modelo de Cafetera Vamos a asumir de nuevo que la demanda de caf repentinamente cambia. El sistema comienza en equilibrio con 40 tasas de caf listo. A las 3 horas nosotros introducimos un paso de crecimiento de 5 tazas en la compra de caf. La figura 15 muestra el resultado del comportamiento del caf listo y el caf comprado.

Figura 15. La respuesta del sistema a un incremento en comprando de caf

20

La estructura adicional agregada al modelo de la limonada, cambia significativamente el comportamiento del sistema; el inventario de caf ahora exhibido amortigua oscilaciones. Despus de aumentar comprando caf el caf listo decrementa porque vendiendo, incrementa al tiempo con la demanda. Sin embargo, haciendo caf no puede cambiar an. Primero a Howard le toma un cierto tiempo percibir el cambio en comprando caf para contrarrestar este hecho y encontrar cuanto caf deberan e star haciendo los trabajadores. El entonces determina cuantos trabajadores ms deberan estar trabajando en la cafetera y llamarlos para que vengan a trabajar. Sin embargo debido a que haciendo caf deseado es alto, Howard llama mas trabajadores que el nmero de equilibrio. Como ellos vienen a trabajar, la existencia de caf comienza a aumentar, alcanzando un nuevo valor de equilibrio de 50 tasas, por encima y continua incrementando hasta que el nmero de trabajadores decrementa de nuevo hasta el valor de equilibrio. Las oscilaciones continan pero ellas llegan a ser pequeas y pequeas hasta que ambas existencias eventualmente se aproximan a sus valores de equilibrio. 4.1 Escogiendo los parmetros para anlisis sensitivos Howard est interesado en el comportamiento del caf listo. Que parmetros y valores iniciales podra usar l en un anlisis del modelo de la cafetera? 4.2 Ejecutando pruebas de sensibilidad Ahora tomemos los parmetros y valores iniciales que se determinaron en la seccin 4.1 uno por uno. Para cada uno de ellos escoja tres valores que crea razonables y que crea podran ofrecer comprensin acerca del comportamiento del sistema. Antes haga una prueba sensitiva, piense acerca de los parmetros como parte de la estructura del modelo. Comparmoslo con los parmetros colocados en el puesto de limonada y en el modelo epidemiolgico, y ensaye a adivinar los efectos de cambio en el comportamiento del caf listo. Porque querra Howard saber el efecto de estos cambios? Para simular el modelo y compararlos con los grficos de sus predicciones. Si piensa un comportamiento sorprendente a la primera, ensaye explicarlos por medio de la estructura del modelo.

21

5. Conclusin Los valores de parmetros especficos pueden cambiar la apariencia de las grficas representando el cambio del sistema. Pero cambios significativos en el comportamiento no ocurren para todos los parmetros. Los modelos de dinmica de sistemas son en general insensibles para algunos cambios de los parmetros. Esto es la estructura del sistema y no de los valores de los parmetros, esto tiene influencia en el comportamiento del sistema. Los anlisis de sensibilidad son una herramienta importante en el modelo de procesos estructurados. Pero mostrando que el sistema no reacciona ante un cambio en los valores de los parmetros, esto reduce la incertidumbre en el comportamiento del modelo. Esto da una oportunidad para un mejor entendimiento del comportamiento de la dinmica del sistema. Nosotros proporcionamos este documento para que experimento con tres modelos, por ejemplo probando cambios en tiempos semejantes, observamos el comportamiento producido y comparamos las conclusiones en este documento. Puede usted sugerir algunos valores de parmetros que producirn un comportamiento ptimo o uno mejor? El uso de anlisis de sensibilidad en el anlisis de polticas semejantes ser explorado en un documento ms adelante en esta serie.

22

6. Soluciones sugeridas para la seccin 4 6.1 Solucin para la seccin 4.1 El valor inicial de caf listo, tiene 6 parmetros: tiempo para promediar el caf comprado, tiempo para corregir la cantidad de caf, alcance del caf, tiempo para corregir trabajadores, productividad, promedio de duracin del trabajo puede ser usado para explorar la sensibilidad de este modelo. 6.2 Solucin para la seccin 4.2 El valor inicial de caf listo representa el nmero de tasas listas en la cafetera antes de empezar la simulacin. Este es usualmente colocado en alcance del caf * comprando caf, pero Howard quiere saber que sucedera si prepara mas o menos caf en el inicio de la simulacin. Tres posibles valores iniciales son 30, 40 y 50 tasas, la figura 16 muestra la simulacin.

Figura 16. Efecto de cambio en el valor inicial de caf Con los valores iniciales de limonada lista en el modelo del puesto de limonada cambiamos los valores iniciales de caf listo creamos diferencias en el comportamiento de las tres curvas pero no afecta el modelo de comportamiento del sistema. Un cambio en los valores iniciales de caf listo cambia la magnitud de las oscilaciones, pero las curvas se acercan al equilibrio en tiempos semejantes. Advirtiendo que excepto para el valor inicial de 40 tasas la simulacin no comienzan en equilibrio, sin embargo un valor inicial no muy grande lleva a una cada mas baja en caf listo. Una gran cantidad inicial de caf necesita inicialmente pocos trabajadores en la cafetera. Como la existencia decrementa el valor de equilibrio desciende, la adicin de trabajadores le tomo ms tiempo ya que tiene que llamarlos y ponerlos a trabajar, entonces la existencia decae a un valor mas bajo.

23

El tiempo para promediar el caf comprado es el equivalente al tiempo para promediar la limonada comprada en el primer ejercicio, as sus efectos en el comportamiento deberan ser similares. El valor de tiempo para promediar el caf comprado es nuevamente dudoso y Howard no esta seguro de los cambios en el comportamiento de caf listo cuando a los trabajadores les toma mas o menos tiempo para reconocer un cambio en comprando caf. En este parmetro podemos usar valores de 1, 2, 3 horas como se muestra en la figura 17.

Figura 17. Efecto de cambio en tiempo promedio de comprando caf Advirtiendo nuevamente que aunque las tres curvas no son idnticas, el tipo general del comportamiento es semejante en las tres curvas. Mas precisin no se necesita para este parmetro porque el comportamiento no es muy sensible al cambio. Un incremento en tiempo para promediar el caf comprado aumenta el descenso de la existencia, pero hace que el overshoot sea menor. Cuando el tiempo para promediar el caf comprado es grande, esto hace que la existencia tome ms tiempo para llegar al equilibrio. Como en el primer ejemplo, el tiempo para corregir la cantidad de caf indica que tanto demora para cambiar la cantidad de caf como un resultado de un cambio repentino en comprando caf. El valor de este parmetro es tambin bastante incierto. Howard necesita conocer con precisin para poder sostener las conclusiones de este modelo. Tres posibles valores son 0.5, 1 y 1.5 horas se muestran en la figura 18

24

Figura 18. Efecto de cambio en el tiempo para corregir la cantidad de caf Aunque las tres curvas no son exactamente parecidas ellas muestran el tipo de comportamiento semejante. Howard puede estar ahora ms seguro que no es un valor especfico tiempo para corregir la cantidad de caf, el que crea el comportamiento del sistema. Aumentando el tiempo para corregir la cantidad de caf aumenta la declinacin inicial de las existencias porque los trabajadores no son capaces de responder rpidamente y comenzar a preparar mas caf. Un aumento en el tiempo para corregir la cantidad de caf tambin aumenta el tiempo que toman las existencias para llegar al equilibrio. El parmetro alcance del caf determina para cuantas horas quiere Howard que sus trabajadores tengan caf reservado en la cafetera. el papel es semejante al del alcance de limonada en el primer ejemplo. Howard quiere estar seguro que el siempre ten dr una cantidad suficiente de caf listo y adems que est hecho recientemente. A l le gustara conocer cual debe ser el valor optimo que debe establecer para alcance del caf. Tres posibles valores que el podra ensayar son 1,2 y 3 horas, como en la figura 19.

25

Figura 19. Efecto de cambio en el promedio de caf Como con alcance de la limonada cambia en alcance del caf solo afecta el valor inicial y los valores de equilibrio de la existencia, pero no afecta el tiempo que tarda en llegar al equilibrio2. El tiempo para corregir trabajadores indica cuanto le toma a Howard para hacer que ms trabajadores vengan a trabajar. Porque los trabajadores de la cafetera son estudiantes, usualmente no estn disponibles inmediatamente y le puede tomar a Howard unas pocas horas para hacer que ms trabajadores necesarios vayan a trabajar, pero el no esta completamente seguro acerca del tiempo exacto requerido para hacer que ellos vengan, tambin el quiere sacar valores diferentes para ver como cambia el comportamiento del sistema. El sabe que usualmente le toma en algunas partes entre 2 y 4 horas para llamarlos y estar seguro de que vengan. Sin embargo, el tambin quiere saber si el comportamiento podra cambiar en cualquier manera si los trabajadores vinieran a trabajar cuando el los necesite, que es si el tiempo para corregir trabajadores fuera cercano a cero. El por eso toma un valor muy bajo, tal como 0.25 horas, adems probamos con dos valores ms razonables como son 2 y 4 horas, como se muestra en la figura 203.

Para empezar la simulacin en el equilibrio, de nuevo ponga el valor inicial de Caf listo en Promedio de caf * Comprando caf. 3 Si usted prueba un valor bajo, se asegura que es por lo menos dos veces el valor del intervalo de la solucin (DT) que usted est usando, para evitar un error de DT.

26

Figura 20. Efecto de cambio en el tiempo para corregir trabajadores Una comparacin de las curvas de nuevo indica que excepto por muy pocos valores del tiempo para corregir trabajadores el tipo general de comportamiento permanece igual. Miremos como la curva 1 se asemeja al comportamiento observado en todas las simulaciones del modelo del puesto de limonada de la seccin 3.1. En la preparacin de la limonada no hay tiempo para corregir trabajadores a causa de que Howard fue el nico trabajador y fue siempre el nico disponible inmediatamente. Si los trabajadores de la cafetera fueran capaces de llegar al trabajo inmediatamente, la estructura y el comportamiento hasta ahora del modelo de la cafetera podra ser el mismo que el modelo de la limonada. Por consiguiente es la estructura adicional de los trabajadores la que crea un atraso de tiempo entre la decisin de preparar caf, el tiempo hasta cuando los trabajadores estn disponibles y el tiempo para que el caf este hecho, esto causa oscilaciones en el modelo de la cafetera. Sin embargo una situacin en la cual los trabajadores estn disponibles inmediatamente es improbable que suceda y los altos valores del tiempo para corregir trabajadores es probablemente mas razonable. Por eso Howard no necesito conocer exactamente cuanto tiempo le tomaba encontrar trabajadores que estuvieran disponibles para venir a trabajar. El alto valor de tiempo para corregir trabajadores aumenta el decremento inicial de la existencia y aumenta la magnitud de oscilaciones, tambin incrementa el valor tiempo para corregir trabajadores e incrementa el tiempo que le toma a la existencia aproximarse al mismo valor de equilibrio de 50 tasas de caf. Productividad mide la cantidad de caf que un trabajador puede preparar en una hora. A causa de que los trabajadores tambin tienen otras responsabilidades en la cafetera no pueden gastar toda una hora preparando caf. Howard no conoce exactamente cuan productivos son sus trabajadores, entonces l usa 3 posibles valores de 10, 20 y 30 tasas por trabajadores en una hora como se muestra en la figura 21.

27

Figura 21. Efecto de cambio de productividad Cambiando el valor de la productividad no se produce ningn efecto en la cantidad de caf listo. Para explicar este resultado debemos mirar el comportamiento de la existencia de trabajadores para los mismos tres parmetros de valores de productividad mostrados en la figura 22.

Figura 22. Efecto de cambio de productividad en el nmero de trabajadores

28

Un cambio en productividad crea un cambio simultaneo en el nmero inicial de trabajadores. Vamos primero a comparar el comportamiento de las 3 curvas antes del incremento en comprando caf. En la curva 1 donde productividad es bajo, mas trabajadores tuvieron que ir a la cafetera, para mantener la cantidad deseada de caf, su nmero puede obtenerse dividiendo el valor de haciendo caf por el valor de productividad. Para el equilibrio el nmero de tasas hechas debe ser igual al nmero de tasas vendidas cada hora, inicialmente 20 tasas por hora. Dividiendo 20 tasas por hora entre 10 tasas por trabajador por hora, da 2 trabajadores que es el valor inicial en la curva 1. Similarmente en la curva 2, el nmero de trabajadores es 1. Finalmente en la curva 3, el nmero inicial de trabajadores es 2/34. El siguiente paso incrementa en comprando caf. Las 3 curvas muestran comportamientos similares, las oscilaciones ocurren al mismo tiempo pero sus magnitudes disminuyen a medida que productividad aumenta, ya que a mayor productividad los trabajadores pueden reaccionar mejor a cambios espontneos en ventas. Las curvas se aproximan al equilibrio con valores tiempos semejantes. La curva 1 se acerca al valor de 0.25 trabajadores, curva 2 se acerca a 1.25 trabajadores, y para la curva 3 el valor de equilibrio es 5/6 de un trabajador5. Por consiguiente es l numero de trabajadores que compensan para que los cambios en la productividad no produzcan cambios en la cantidad de caf listo6. La duracin promedio de trabajo indica el nmero promedio de horas que un trabajador gasta en el trabajo. Howard puede fcilmente encontrar sus valores, pero a l le gustara conocer si habran algunas diferencias al estar sus trabajadores en la cafetera por un largo tiempo. Valores posibles para este parmetro que serian conveniente para l y para los trabajadores son, por ejemplo, 2,4 y 6 horas, representados en la figura 23.

En el mundo real, no podra haber 2/3 de un obrero que trabaja en la Cafetera. Pero un modelo es simplemente una representacin del mundo real. En este caso, cuando nuestro propsito primario es probar el modelo para la sensibilidad, nosotros no tenemos que ser involucrados sobre este problema. El gerente tendr que redondear el nmero de obreros al prximo nmero entero. 5 De nuevo, el gerente debe redondear los valores del equilibrio simplemente al prximo nmero entero. 6 Sin embargo, si nosotros furamos modelar las ganancias del Cafetera, la Productividad ciertamente hara un efecto grande.

29

Figura 23. Efecto de cambio en el promedio de duracin del trabajo Un cambio en el valor del promedio de duracin del trabajo no influye en la cantidad de caf listo. Vamos de nuevo a mirar el comportamiento de los trabajadores para una explicacin mirando la figura 24.

Figura 24. Efecto de cambio en el promedio de duracin del empleo en el nmero de trabajadores

30

Cambios en la productividad cambian el promedio de duracin del trabajo, pero no influyen en el nmero de trabajadores en determinado momento en la cafetera 7. La razn es que el promedio de duracin del trabajo afecta a ambos flujos dentr o de la existencia de trabajadores. Incrementando el valor del promedio de duracin de empleados simultneamente incrementar el valor de llegando a trabajar y volviendo a casa, tambin el flujo neto dentro de los trabajadores puede no cambiar. Es ms, cuando el nmero de trabajadores no cambia, la cantidad de caf listo tampoco cambia.(asumiendo que todas las otras variables del modelo permanecen inmodificables). 6.3 Informe El ejercicio confirma las conclusiones establecidas en las ejemplos exploratorios. Cambiar valor de algunos parmetros produce diferencias en el comportamiento del modelo, pero el modo del comportamiento en general permanece. Un cambio en el comportamiento corresponde a un cambio en la estructura. Tambin algunos parmetros causan diversos cambios en el comportamiento que son ms o menos significativos de acuerdo al parmetro. Por ejemplo compare las figuras 19, 20 y 21. Al cambiar tres parmetros diferentes como son (alcance del caf, tiempo para corregir trabajadores y productividad) puede producir cambios diferentes en el comportamiento de las existencias de caf listo o no producir ningn cambio como en el caso de productividad. 7. Apndice Antes de simular los siguientes tres modelos, por favor asegrese que los niveles pueden ponerse negativos y que los flujos que pueden cambiar la direccin para ser bidireccionales. Esto puede ayudar identificar los errores en la formulacin del modelo. Para las instrucciones, por favor consulte su usuario manual STELLA. 7.1 Modelo del Puesto de Limonada Expectativas_de_comprando_limonada (t) = Expectativas_de_comprando_limonada(tdt) + (Cambio_en_las_expectativas_de_comprando) * dt INIT Expectativas_de_comprando_limonada = Comprando_limonada DOCUMENTO: La demanda horaria por limonada que Howard espera. Unidades: tazas / hora

Sin embargo, para grandes valores de longitud media de empleo, comienza aproximadamente 14 horas, la conducta empieza a cambiar - las oscilaciones de se vuelven ms grandes as como la longitud media de empleo aumenta. Usted todava debe tener presente que los valores en las pruebas de sensibilidad deberan siempre permanecer en un rango que sea posible en el mundo real. Catorce horas no parecen ser un valor razonable por el nmero de horas que un trabajador pasa en el trabajo.

31

ENTRADAS: Cambio_en_las_expectativas_de_comprando = (Comprando_limonada Expectativas_de_comprando_limonada)/Tiempo_para_promediar_la_limonada_compr ada DOCUMENTO: La proporcin a la que las expectativas de Howard acerca de la demanda por limonada cambian. Unidades: (tazas / hora) / hora Limonada_lista_en_el_puesto (t) = limonada_lista_en_el_puesto (t - dt) + (haciendo_limonada - Vendiendo) * dt INIT limonada_lista_en_el_puesto = Comprando_limonada * alcance_de_la_Limonada DOCUMENTO: Nmero de tazas de limonada que Howard tiene listas en el puesto. Unidades: tazas ENTRADAS: Haciendo_limonada = MAX (Expectativas_de_comprando_limonada + Correccin_en_la_cantidad_de_limonada, 0) DOCUMENTO: Nmero de tazas de limonada que Howard prepara cada hora. Unidades: tazas / hora SALIDAS: Vendiendo = MIN (comprando_limonada, limonada_lista_en_el_puesto / DT) DOCUMENTO: Nmero de tazas de limonada que Howard vende cada hora. Normalmente, es igual a la demanda por la limonada, comprando limonada. Sin embargo, si la demanda es ms alta que la limonada que l tiene lista, l vender toda la limonada rpidamente, la cual es igual a la limonada lista en el puesto / DT. Unidades: tazas / hora Comprando_limonada = 20 + STEP (5,1) DOCUMENTO: La demanda de cada hora por la limonada. Unidades: tazas / hora Correccin_en_la_cantidad_de_limonada = (Cantidad_de_limonada_deseada Limonada_lista_en_el_puesto) / Tiempo_para_corregir_la_cantidad_de_limonada DOCUMENTO: Nmero de tazas de limonada que Howard prepara cada hora como resultado de una diferencia entre la deseada y la cantidad real de limonada. Unidades: tazas / hora Cantidad_deseada_limonada = Alcance_de_la_limonada * Expectativas_de_comprando_limonada DOCUMENTO: Nmero de tazas de limonada que a Howard les gustara tener en el puesto. Es igual a las veces que l espera que la demanda sea igual al alcance de la limonada. Unidades: tazas

32

Alcance_de_la_limonada = 2 DOCUMENTO: El alcance de la limonada determina el nmero del valor de horas de limonada que Howard quiere tener listas en el puesto en todo momento. Unidades: horas Tiempo_para_promediar_comprando_limonada = 1 DOCUMENTO: Tiempo toma Howard para reconocer un cambio permanente en la demanda de la limonada de las fluctuaciones del azar. Unidades: horas Tiempo_para_corregir_la_cantidad_de_limonada = 1.5 DOCUMENTO: Tiempo en que Howard intenta corregir una diferencia entre la cantidad real y la deseada de limonada. Unidades: horas 7.2 Modelo de Epidemias Personas_saludables (t) = Personas_saludables (t - dt) + (Promedio_de_recuperacin Enfermedad_Contagiosa) * dt INIT Personas_saludables = 100 - Personas_enfermas DOCUMENTO: Nmero de personas saludables en la poblacin. Unidades: personas ENTRADAS: Promedio_de_recuperacin = Personas_enfermas / Duracin_de_la_enfermedad DOCUMENTO: Promedio en que las personas se recuperan de la enfermedad. Unidades: personas / mes SALIDAS: Enfermedad_contagiosa = Personas_saludables * Probabilidad_de_contacto_con_personas_enfermas * Interacciones_de_la_Poblacin * Probabilidad_de_enfermedad_contagiosa DOCUMENTO: Promedio en que las personas cogen la enfermedad. Unidades: personas / mes Personas_enfermas (t) = Personas_enfermas (t - dt) + (Enfermedad_contagiosa Promedio_de_recuperacin) * dt INIT Personas_enfermas = 1 DOCUMENTO: Nmero de personas enfermas en la poblacin. Unidades: personas ENTRADAS: Enfermedad_contagiosa = Personas_saludables * Probabilidad_de_contacto_con_las_personas_enfermas Interacciones_de_la_Poblacin * Probabilidad_de_enfermedad_contagiosa DOCUMENTO: Promedio a que las personas cogen la enfermedad. Unidades: personas / mes

33

SALIDAS: Promedio_de_recuperacin = Personas_enfermas / Duracin_de_la_enfermedad DOCUMENTO: Promedio a que las personas se recuperan de la enfermedad. Unidades: personas / mes Duracin_de_la_enfermedad = .5 DOCUMENTO: Duracin de la enfermedad. Unidades: meses Interacciones_de_la_poblacin = 10 DOCUMENTO: Nmero de interacciones, o contactos que una persona tiene con otras personas durante un mes. Unidades: (personas / personas) / mes Probabilidad_de_enfermedad_contagiosa = .5 DOCUMENTO: La probabilidad que una persona sea infectada en el contacto con una persona enferma. Unidades: sin unidades Probabilidad_de_contacto_con_personas_enfermas = Personas_enfermas / (Personas_enfermas + Personas_saludables) DOCUMENTO: La probabilidad que una persona se encuentre a una persona enferma. Es igual a la proporcin del nmero de personas enfermas a la poblacin total. Unidades: sin unidades 7.3 Modelo de Cafetera Caf_listo (t) = Caf_listo (t - dt) + (Haciendo caf - vendiendo) * dt INIT Caf_listo = Promedio_de_caf * Comprando_caf DOCUMENTO: Nmero de tazas de caf listo en la Cafetera. Unidades: tazas ENTRADAS: Haciendo_caf = Trabajadores * Productividad DOCUMENTO: Nmero de tazas de caf que los trabajadores de Cafetera preparan cada hora. Es igual al nmero de trabajadores por su productividad promedio. Unidades: tazas / hora SALIDAS: Vendiendo = MIN (Comprando_caf, Caf_listo / DT) DOCUMENTO: Nmero de tazas de caf vendido en el Cafetera cada hora. Normalmente, es igual a la demanda de caf, comprando caf. Sin embargo, si la demanda es ms alta que el caf que est listo, entonces los trabajadores vendern rpidamente todo el caf que es igual al caf listo / DT. Unidades: tazas / hora Comprando_caf_esperado (t) = Comprando_caf_esperado (t - dt) + (Cambio_en_las_compras_esperadas) * dt INIT Comprando_caf_esperado = Comprando_caf

34

DOCUMENTO: La demanda de cada hora por caf que los trabajadores esperan. Unidades: tazas / hora ENTRADAS: Cambio_en_las_compras_esperadas = (Comprando_caf - Comprando_caf_esperado) / Tiempo_promedio_de_comprando_caf DOCUMENTO: El promedio al cual las expectativas de los trabajadores acerca de la demanda de caf cambian. Unidades: (tazas / hora) / hora Trabajadores (t) = Trabajadores (t-dt)+(Llegada_del_trabajador - Volviendo_a_casa) *dt INIT Trabajadores = Trabajadores_deseados DOCUMENTO: Nmero de trabajadores que trabajan actualmente al Cafetera. Unidades: trabajadores ENTRADAS: Llegada_del_trabajador = Correccin_de_trabajadores + (Trabajadores / Promedio_duracin_del_Trabajo) DOCUMENTO: El promedio al cual los trabajadores vienen a trabajar. Unidades: trabajadores / hora SALIDAS: Volviendo_a_casa = Trabajadores / Promedio_duracin_del_Trabajo DOCUMENTO: El promedio al cual los trabajadores dejan la cafetera para ir casa y estudiar. Unidades: trabajadores / hora Promedio_duracin_del_Trabajo = 4 DOCUMENTO: Nmero de horas que un trabajador se pasa en la cafetera. Unidades: horas Comprando_caf = 20 + STEP (5,3) DOCUMENTO: Demanda de cada hora de caf. Unidades: tazas / hora Promedio_de_caf = 2 DOCUMENTO: Promedio de caf determina el nmero de valor de las horas de caf que Howard quiere que los trabajadores persistan en todo momento en el Cafetera. Unidades: horas Correccin_de_trabajadores = (Trabajadores_deseados - Trabajadores) / Tiempo_de_correccin_de_trabajadores DOCUMENTO: Nmero de trabajadores que se vienen a la Cafetera como resultado de una diferencia entre los deseados y el nmero real de trabajadores. Unidades: trabajadores / hora Correccin_en_la_cantidad_de_caf = (Caf_deseado - Caf_listo) / Correccin_en_la_cantidad_de_caf DOCUMENTO: Nmero de tazas de caf que los trabajadores preparan cada hora como resultado de una diferencia entre lo deseado y la cantidad real de caf. Unidades: tazas / hora

35

Cantidad_deseada_de_Caf = Promedio_de_caf * Comprando_caf_esperado DOCUMENTO: Nmero de tazas de caf que a los trabajadores les gustara tener en la Cafetera. Es igual a la demanda por el caf que ellos esperan por el promedio de caf. Unidades: tazas Haciendo_caf_deseado = Correccin_en_la_cantidad_de_caf + Comprando_caf_esperado DOCUMENTO: El promedio al cual los trabajadores les gustara hacer el caf. Unidades: tazas / hora Trabajadores_deseados = Haciendo_caf_deseado / Productividad DOCUMENTO: Nmero de trabajadores que Howard quiere estn trabajando en la Cafetera. Unidades: trabajadores Productividad = 20 DOCUMENTO: Nmero de tazas de caf que un trabajador hace por una hora. Unidades: tazas / (trabajador / hora) Tiempo_promedio_de_comprando_caf = 2 DOCUMENTO: Tiempo toma a los trabajadores para reconocer un cambio permanente en la demanda de el caf de las fluctuaciones del azar. Unidades: horas Tiempo_para_corregir_la_cantidad_de_caf = 1 DOCUMENTO: Tiempo en que los trabajadores intentan corregir una diferencia entre lo deseado y la cantidad real de caf. Unidades: horas Tiempo_para_corregir_trabajadores = 3 DOCUMENTO: Tiempo en que Howard quiere hacer que ms trabajadores vengan a trabajar. Unidades: horas