" Año del Diálogo y la Reconciliación Nacional"

FACULTAD DE CIENCIAS ADMINISTRATIVAS

CURSO: JUEGO DE NEGOCIOS

CICLO: IX

TEMA: TRABAJOS ENCARGADOS

DOCENTE: ABNER ABEL ACUÑA MOGOLLON

ALUMNOS: CUNYA NEYRA JUAN

CHAVEZ ASENCIO YOMER JOEL
REBOLLEDO RIVAS JEAN PIERRE}
ZAPATA NIZAMA MARCOS
DOMADOR MOLTABAN LUIS
GONZALES GIL CRISTHIAN
PEÑA MANCHAY MARIA NELIDA
SILUPU OLIVARES INGRID VANESSA
GARCÍA VILLEGAS YAQUY IBONNY
URQUIAGA HUAMAN DICSY
EJERCICIO DE CREACION DE SOFTWARE

EJERCICIO DE CRECIMIENTO DE POBLACION

EJERCICIO DE DEUDA FEDERAL

EJERCICIO DE DEUDA
EJERCICIO DE ESTUDIANTES RESAGADOS

EJERCICIO DE EXISTENCIAS DE TOCINA

EJERCICIO DE POBLACION

EJERCICIO DE POBLACION DE ESTUDIANTES

EJERCICIO DE IMPORTACION DE POLLOS

EJERCICIO DE IMOPORTACION DE POLLOS

EJERCICIO DE EXISTENCIAS

EJERCICIO DEL AGUA

EJERCICIO DE AGUA
Caso Gestión Dinámica de Existencias

Una empresa
presenta una crónica
inestabilidad en su
producción y en sus
existencias de
productos acabados.

Nos facilitan la
siguiente información
sobre los estrictos
criterios que se siguen:

1. La producción deseada se determina

anticipadamente en base a la demanda prevista. La
producción deseada también se modifica para mantener las
existencias a un nivel deseado. La producción real coincide
con la deseada ya que la empresa dispone de un equipo de
producción holgado.
2. La empresa realiza las entregas a sus clientes
desde un almacén de productos acabados, el cual es
generalmente capaz de servir los pedidos que recibe.
3. La empresa calcula la demanda prevista
promediando los pedidos recibidos en las últimas ocho
semanas, ya que de esta forma elimina el efecto de pedidos
atípicos.
4. Las existencias deseadas de productos acabados
han de ser las necesarias para cubrir cuatro semanas de
pedidos.
5. La empresa tiende a corre gir las discrepancias
entre las existencias presentes y las deseadas en ocho
semanas.

Se parte de la hipótesis de una situación inicial en

equilibrio entre las existencias deseadas y las reales, así
como la previsión y pedidos. Como resultado el modelo parte
de un equilibrio entre producción y pedidos. Tomaremos la
hipótesis de que los pedidos son igual a 1000
unidades/semana hasta la semana 10 en la que se
incrementan un 10% y permanecen constantes en ese
nuevo valE
 1. Sin ayuda del ordenador, dibuje el
comportamiento que usted espera que genere el modelo
cuando se produce un incremento del 10% en los pedidos,
partiendo de una situación de equilibrio. Especifique el
comportamiento de los pedidos, producción deseada,
producción, existencias y existencias deseadas.
2. Dibuje el Diagrama Causal, el Diagrama de Flujos,
y escriba las ecuaciones que describen el modelo tal y como
se indica en las páginas siguientes.
3. Compare el comportamiento observado con sus
expectativas, explicando las razones del comportamiento
actual y por qué difiere de sus expectativas.
4. Reduzca el "Tiempo para corregir existencias" a 4
semanas. ¿cambia el comportamiento? ¿cambia el ritmo del
comportamiento? ¿es más o menos estable? explique las
causas.
5. ¿Puede este modelo presentar oscilaciones?
pruebe con diferentes valores para "Tiempo para promediar
pedidos" y la "Cobertura deseada de existencias".

FINAL TIME = 60
Units: semana

INITIAL TIME = 0
Units: semana

TIME STEP = 1
Units: semana
 ➢ cde= 4
Units: semana
cobertura de las existencias deseadas

➢ corrector de existencias =(existencias deseadas-

Existencias)/tce
Units: unidades/semana

➢ entregas= pedidos
Units: unidades/semana
Las entregas son función de los pedidos recibidos, e influyen en las
Existencias ya que cada entrega de productos reduce el volumen de
existencias.

➢ Existencias= +producción-entregas
Initial value:4000
Units: unidades
Las existencias iniciales corresponden a una situación inicial de
equilibrio, con una media de pedidos = 1000 unidades, y una cobertura
de existencias deseadas de 4 semanas = 4.000 unidades iniciales.

➢ existencias deseadas = demanda prevista * cde Units:

unidade.

➢ demanda prevista = SMOOTH(pedidos,tmp) Units:

unidades/semana
Utilizamos la función Smooth como una buena aproximación al cálculo
de la media de los pedidos ya que estos softwares no calculan la media
de n periodos anteriores.

➢ nuevos pedidos=step(100,10) Units:

unidades/semana.

Esta variable nos sirve para recoger la hipótesis de que hay un cambio
en la cifra de pedidos en el periodo 10 de una magnitud del 10% de los
pedidos (1000*0,1=100)

➢ pedidos=1000+nuevos pedidos Units:

unidades/semana

➢ produccion deseada= demanda prevista +

corrector de existencias
Units: unidades/semana.

➢ producción= produccion deseada Units:

unidades/semana.

➢ tce= 8
Units: semana
es el tiempo necesario para corregir las existencias

➢ tmp= 8
Units: semana
tiempo para calcular la media de los pedidos.
Caso Gestión Dinámica de un Proyecto

Existen muchas
actividades, desde escribir un
libro a construir un buque, que
presentan unas características
muy similares. Existe en primer
lugar un objetivo y unas
previsiones de lo que costará
conseguir ese objetivo, seguido a
continuación de una fase en la
que se emplea una cantidad de
trabajo y recursos, y por último,
con mayor o menor éxito se
logra el objetivo deseado.
No obstante, muchos proyectos acaban, en relación
con los objetivos iniciales, durando más de lo previsto,
costando más de lo esperado y ofreciendo una calidad
mucho menor de lo deseado.
Vamos a ver a continuación un modelo para ayudar a
comprender los aspectos relacionados con la consecución
de un proyecto. Para hacer el proyecto fácil de explicar,
vamos a trabajar en un proyecto genérico como diseñar un
edificio, aunque el modelo es aplicable a otras muchas
situaciones, como desarrollar software, diseñar un nuevo
producto, etc.
Los modelos pueden utilizarse tanto para investigar
proyectos de construcción, donde la disponibilidad del
material es importante, hasta investigaciones científicas en
las que la experimentación juega un papel esencial.
En el proceso de conceptualizar y crear el modelo vamos a seguir un
procedimiento progresivo. Vamos a empezar con la estructura más
simple de l problema, para irlo mejorando en sucesivas versiones del
modelo. Esta es una técnica útil ya que nos proporciona etapas en las
que el modelo nos reproduce bien algunos aspectos de la realidad, a
la vez que nos muestra aspectos donde debe ser mejorado. Iremos
simulando en cada una de la etapas, y viendo el efecto de los cambios
introducidos en relación con la etapa anterior.
 En el proceso de creación del modelo utilizaremos el
ordenador para que nos muestre con claridad los efectos de
los cambios que nosotros estamos haciendo en la estructura
del modelo. No obstante, aunque el ordenador es muy
eficiente en este trabajo, es importante que nosotros
sepamos interpretar las simulaciones que vayamos a
realizar y para ello es conveniente que antes de cada
simulación tengamos unas expectativas claras de lo que
esperamos que ocurra, de forma que los resultados del
modelo nos sirvan para confirmar o no nuestras
expectativas.

Modelo 1. Hacer un trabajo

La característica más fundamental de un proyecto es

que hay un trabajo que hacer, y que este se va realizando
progresivamente. Vamos a introducir esto en un modelo.

FINAL TIME = 24 Units: mes

INITIAL TIME = 0 Units: mes

➢ Tareas finalizadas= trabajo

Initial value: 0
Units: tareas
➢ Tareas pendientes= -trabajo
Initial Value: Total de tareas previstas
Units: tareas.
➢ Total de tareas previstas=1000
Units: tareas

➢ trabajo= 100
Units: tareas/mes
Caso Dinámica de Precios y Producción

En España cada cierto

tiempo aparecen en la prensa
los ganaderos del porcino,
clamando contra los bajos
precios, y pidiendo ayudas de
intervención en el mercado.
Cuando los precios se
recuperan - sin intervención
pública - los ganaderos
vuelven al anonimato. La
evolución del número de
cerdos sacrificados en
matadero presenta ciclos de
alta y baja producción.
Deseamos conocer las causas
de estas oscilaciones y que
estrategias se deben de seguir
para conseguir estabilizar el
mercado.

En la producción y
consumo de embutidos intervienen tres clases de actores:
ganaderos, tocineros, y consumidores. Los tocineros
compran cerdos a los ganaderos y manufacturan los cerdos
para obtener embutidos, y los venden a los consumidores.

Para comprender mejor los ciclos que aparecen en la

producción y consumo de embutidos, será de ayuda
construir dos modelos: uno enfocado en el proceso de
crianza y engorde de cerdos en la granja, y el otro en la
venta de embutidos. Luego combinaremos ambos modelos
para obtener uno más global que permita analizar la
aparición de comportamientos cícli cos. Es más fácil
empezar con el modelo de la venta de embutidos, y luego
tomar el tema de la crianza de cerdos, para finalmente
combinar ambos modelos.
Parte 1: La venta y consumo de embutidos.

El elemento principal en el modelo de la venta de

embutidos son las existencias mantenidas por los
tocineros. Cuando los cerdos son sacrificados en las
granjas, los embutidos obtenidos son almacenados como
existencias en las tocinerías, cuando estos productos son
vendidos disminuyen las existencias. [Existencias de
embutidos Producción - Consumo] En general
Cantidad de embutido que el público consume depende del
precio. [Embutido consumido por persona Precio del
embutido].

Para construir el modelo inicial de la venta de

embutidos, se puede presuponer que el número de cerdos
sacrificados cada mes es una variable exógena y constante:
750.000 de cerdos por mes. Los cerdos pesan alrededor de
100 kilos cada uno, y en la elaboración de los embutidos
se utiliza el 80% del peso total. (Esto significa que cada
cerdo produce 0,80*100=80 kilos de embutido). Así pues un
sacrificio de 750.000 cerdos por mes corresponde a una
producción de embutido de 60 millones de kilos cada mes.
[Producción sacrificio de cerdo x peso por cerdo x Ratio útil
del cerdo].

Como media, cada persona normalmente consume

sobre 1,5 kilos de embutido cada mes. Si consideramos a la
población (tamaño del mercado al que se abastece)
constante en 40 millones de personas, el consumo total de
embutido cada mes es 1,5*40 millones = 60 millones de
kilos de embutido por mes. Pero cuando el precio es alto en
relación al precio normal del embutido, las personas
consumen algo menos de 1,5 kilos por mes, cuando el precio
es bajo consumen algo más. [Consumo
Población x Embutido consumido por persona].

El precio del embutido depende del precio del

cerdo. [Precio del embutido Precio del cerdo]. Y
precio del cerdo depende de la oferta y la demanda.
Podemos suponer que los tocineros tienden a tener
almacenados la cantidad correspondientes a medio mes
ventas. Cuando el stock disminuye, en relación a su
Situación normal, los tocineros están dispuestos a pagar
precios más altos en sus compras de cerdos. Cuando el
stock está alto, los tocineros tienden a reducir sus compras
y el precio del cerdo disminuye. [Precio del cerdo
Cobertura].

Consideremos que el precio normal de los cerdos en

vivo es de 3 Euros/kilo y que los tocineros cargan un
margen de 7 euros/kilo en la venta al consumidor, ya que
no todo se aprovecha y tienen unos importantes costes de
transformación y dist ribución. Así pues cuando el precio
del cerdo está en su valor normal (3 euros/kilo), el precio
del embutido a los consumidores es de 10 Euros/kilo.

DISEÑO DEL MODELO

1). Dibuje el diagrama de flujos y escriba las

ecuaciones del modelo. En este modelo se acude en varias
ocasiones al "valor normal" de un parámetro, lo cual
simplifica las relaciones posteriores en las Tablas.
2). Ponga la ecuación del Test igual a 0 y
comprueba que el modelo se halla en equilibrio. Esto nos
asegura que el modelo y la realidad pueden funcionar sin
oscilaciones.
3). Una vez haya obtenido un modelo que funcione
en equilibrio, pruebe la respuesta del modelo ante una
alteraciones externas. Por ejemplo, vea como responde el
sistema a una aumento de los sacrificios con el Test.

Ejemplo basado en un caso del libro Computer Simulation

de Nancy Roberts et al. Addison Wesley

Nota final
En este ejemplo se ha simplificado en gran manera la
realidad. En España actualmente los cerdos son
engordados durante 5 meses, salvo situaciones muy
especiales (tipo montanera). Las cerdas para crianza si que
se destinan al sacrificio cuando acaba su ciclo reproductivo.
Se llaman cerdas de desvieje y se utilizan para embutidos
porque para carne fresca no sirven. Una cerda reproductora
muy difícilmente llega a tener de 18 lechones/año.
 FINAL TIME = 48
Units: mes

INITIAL TIME = 0
Units: mes

TIME STEP = 1

➢ cobertura= Existencias de embutidos

en tocinerias/consumo medio
Units: mes
Numero de meses que se puede atender al consumo medio con las
Existencias de embutidos en las tocinerias.

➢ consumo = poblacion*consumo por persona Units: kilos/mes

➢ consumo medio = poblacion*consumo normal Units:

 kilos/mes

➢ consumo normal= 1.5 Units:

kilos/persona/mes
➢ consumo por persona=consumo normal*Tabla
2(precio relativo)
Units: kilos/(mes*perso na)

➢ Existencias de embutidos en tocinerias=

+produccion-consumo,
Inicial value: 30000000
Units: kilos

➢ margen= 7
Units: euros/kilo

➢ peso por cerdo = 100

Units: kilos/cerdos

➢ poblacion = 40000000 Units:

persona
Poblacion española de 40.000.000 aprox.

➢ precio del cerdo = precio normal del cerdo*Tabla 1(cobertura)

Units: euros/kilo

➢ precio del embutido = precio del cerdo+margen

Units: euros/kilo

➢ precio normal = 10
Units: euros/kilo

➢ precio normal del cerdo = 3

Units: euros/kilo

➢ precio relativo =precio del embutido/precio normal

➢ produccion= sacrificios*peso por cerdo*ratio util del cerdo

Units: kilos/mes
 ➢ ratio util del cerdo= 0.8
Porcentaje del peso del cerdo que se aprovecha para embutidos.

➢ sacrificios= 750000+Test Units:

cerdos/mes

➢ Tabla 1
(0,4),(0.25,2),(0.5,1),(0.75,0.9),(1,0.8),(3,0.5)
cuando la cobertura del stock es de 0.5 meses el
precio del cerdo es igual al normal, punto 0.5,1

➢ Tabla 2
(0.5,1.5),(1,1),(1.5,0.9),(2,0.75)
El punto (1,1) es obligatorio ya que representa la
situación normal de consumo.

➢ Test= PULSE(6,6)*10000
Units: cerdos/mes
Queremos ver el efecto de una leve variación en el
numero de sacrificios. Normalmente se sacrifican
750.0000 cerdos al mes y simularemos que desde el
periodo 6 al 12 esta cifra se incrementa en
10.000. Usaremos la función PULSE que tomará el
valor 1 desde el periodo 6 durante 6 periodos, es decir
hasta el 12, y la multiplicamos por 10.000 para
obtener el valor de 10.000 en este periodo.
a crianza de cerdos

En la parte 1 tomamos como hipótesis que el sacrificio

de cerdos era una variable exógena. Ahora vamos a
desarrollar un modelo sobre la crianza de los cerdos para
simular la cantidad de sacrificios anuales en matadero. Para
este modelo, tomaremos como variable exógena y
constante el precio del cerdo. En la parte 3, vamos a
combinar los dos modelos para simular tanto el precio del
cerdo y la cantidad de sacrificada.

Los ganaderos distinguen entre dos clases de cerdos.

Cerdos para el mercado y cerdos para crianza. Los cerdos para el
mercado (que pueden ser machos y hembras) son engordados durante
seis meses después de su nacimiento, y luego son sacrificados. Las
hembras destinadas al mercado no tienen crías. Las hembras para
crianza (llamadas marranas) son criadas por separado como
"ganado para crianza" y son utilizadas
exclusivamente para crianza. Consi deraremos que no son sacrificadas
para embutidos. (Esta es una descripción simplificada de la
realidad que tomaremos como correcta). Los
ganaderos modifican el tamaño de su piara ajustando el número de
marranas, es decir de su "ganado para crianza". Cuando el precio del
cerdo es superior al normal, los ganaderos generalmente desean
incrementar el tamaño de su piara, y cuando el precio del cerdo es
menor que el normal, procuran disminuir el tamaño de su piara. [Cerdos
para cría Precio del cerdo]

DISEÑO DEL MODELO

a). Dibuje el diagrama de flujos y escriba las

ecuaciones para un modelo de la crianza de cerdos.
Supondremos que cada cerda reproductora da luz a 18
cerdos cada año (1,5 cada mes). También supondremos que
los cerdos son engordados 6 meses antes de que estén
listos para ser llevados al mercado. La parte más difícil del
modelo es el "Ajuste" entre el tamaño de la piara
deseada y la real en un plazo de tiempo
determinado. Usaremos una TABLA para determinar la
"piara deseada" como una función del precio del cerdo.
Tomaremos el precio del cerdo como variable exógena a 3
euros/kilo. Necesitaremos también un valor inicial para las
"cerdas de cría" y para el número de "cerdos para mercado".
Escogeremos valores que produzcan un
volumen de sacrificios d e 750.000 cerdos por mes (el mismo
valor asumido en la parte 1).
b). Una vez ha obtenido un modelo que se ejecuta en
equilibrio, pruebe su comportamiento en respuesta a un
incremento del 10% en el precio del cerdo desde el periodo
6 al 12. Para hacerlo puede añadir al precio del cerdo, que
es 3, la función PULSE(6,6)*0.3
 FINAL TIME = 48

INITIAL TIME = 0

TIME STEP = 1

Modelo 2

➢ ajuste = SMOOTH(cerdos de cria deseados

- Cerdas de cria,3)
Units: cerdos/mes
Se considera que el ajuste entre los Cerdos de Cría
deseados y los reales tarda 3 meses. Para ello se
utiliza la función de retardo SMOOTH con una
 constante de tiempo de 3.

➢ Cerdas de cria= ajuste

Inicial value: 500000 Units: cerdos
Llamadas "marranas" son las cerdas destinadas a la
crianza. Por simplicidad consideraremos que no se
 aprovecha su carne para embutidos, aunque en
realidad si se hace.

➢ cerdos de cria deseados =Tabla 3(precio del cerdo) Units:

cerdos
Son función del precio del cerdo. De forma que
cuando este se halla en 3 € (euros) la cantidad de
cerdos de cria deseados es de 500.000, tal y como
recogemos en la Tabla 3.

➢ Cerdos para mercado= nacimientos-sacrificios

Inicial value: 4500000
Units: cerdos

➢ crias al mes= 1.5 Units:

1/mes
Tomaremos una tasa de natalidad de 18 lechones a
año, lo que significa que cada cerda de cria tiene 1,5
crias al mes

➢ nacimientos= Cerdas de cria*crias al mes

Units: cerdos/mes
Tomaremos una tasa de natalidad de 18 lechones a
año, lo que significa que cada cerda de cria tiene 1,5
crias al mes

(09) periodo de engorde= 6

Units: mes

(10) precio del cerdo= 3 Units:

euros/kilo

(11) sacrificios=(Cerdos para mercado/periodo de

engorde)
Units: cerdos/mes
Consideraremos una vida media de 6 meses, por lo
que en cada periodo sacrificaremos la sexta parte del
nivel de Cerdos para el mercado. Añadimos un
 Test para ver el efecto de una leve variación en los
sacrificios.

➢ Tabla 3
(0,100000),(1,200000),(3,500000),(6,600000),(9,
900000)
Recoge la influencia entre el Precio del Cerdo (X) y
la cantidad de Cerdos de Cria deseados (Y). De forma
que cuando este se halla en 3 € (euros) la cantidad de
cerdos de cria deseados es de 500.000, tal y como
recogemos en la Tabla 3.

Parte 3. Combinación de los dos modelos.

Vamos ahora a combinar los dos modelos

desarrollados en las partes 1 y 2. Para hacer esto, todo lo
que es necesario es usar el precio del cerdo del modelo 1 en
lugar del precio del cerdo exógeno del modelo 2, y tomar el
volumen de sacrificios del modelo 2 en lug ar de la variable
exógena en el modelo 1. Ejecute el modelo y examine los
resultados. Si ha tomado los mismos valores iniciales que los
indicados en los ejercicios 1 y 2 sin añadir ningún Test el
modelo global se hallará en equilibrio.
Una vez haya obtenido el modelo en equilibrio,
externas. Por ejemplo, pruebe la respuesta del modelo a una variación
en el número de sacrificios como la introducida en la parte 1. Observará
que si bien en el modelo de la parte 1 esta variación no producía
oscilaciones ahora sí lo hacen.
Existen dos aspectos de especial interés en el
estudio de los ciclos: período y intensidad. El período de
un ciclo es el tiempo que transcurre entre un máximo y el
siguiente. La intensidad se refiere a la diferencia entre el
valor máximo y mínimo en un ciclo.
Con los parámetros que hemos tomado el modelo de
cerdos produce pequeñas oscilaciones y se hallan
estabilizadas. (Algunos modelos producen oscilaciones
que tienden a aumentar con el tiempo. Estas son
denominadas oscilaciones "explosivas").

DISEÑO DEL MODELO

Intente determinar que parámetros en el modelo

influyen en el periodo y la intensidad de los ciclos. Una vez
haya descubierto que parámetros influyen en las
oscilaciones del sistema, puede explorar algunas
estrategias que permitan reducir el grado en el que el
sistema oscila como consecuencia de alteraciones
exteriores.
(01) ajuste = SMOOTH(cerdos de cria deseados
- Cerdas de cria,3)
Units: cerdos/mes
Se considera que el ajuste entre los Cerdos de Cria
deseadis y los reales tarda 3 meses. Para ello se
utiliza la función de retardo SMOOTH con una
constante de tiempo de 3.

(02) Cerdas de cria= ajuste

Inicial value: 500000
Units: cerdos
Llamadas "marranas" son las cerdas destinadas a la
crianza. Por simplicidad consideraremos que no se
aprovecha su carne para embutidos, aunque en
realidad si se hace.

(03) cerdos de cria deseados =Tabla 3(precio del cerdo)

Units: cerdos
Son función del precio del cerdo. De forma que
cuando este se halla en 3 € (euros) la cantidad de
cerdos de cria deseados es de 500.000, tal y como
recogemos en la Tabla 3.

(04) Cerdos para mercado= nacimientos-sacrificios

Inicial value: 4500000
Units: cerdos

(05) cobertura= Existencias de embutidos en

tocinerias/consumo medio
Units: mes
Numero de meses que se puede atender al
consumo medio con las Existencias de embutidos
en las tocinerias.

(06) consumo = poblacion*consumo por persona

Units: kilos/mes

(07) consumo medio = poblacion*consumo normal

Units: kilos/mes

(08) consumo normal= 1.5

Units: kilos/persona/mes
(09) consumo por persona= consumo normal*Tabla
2(precio relativo)
Units: kilos/(mes*persona)

(10) crias al mes=1.5

Units: 1/mes
Tomaremos una tasa de natalidad de 18 lechones a
año, lo que significa que cada cerda de cria tiene 1,5
crias al mes

(11) Existencias de embutidos en tocinerias=

+produccion-consumo,
Inicial value: 30000000
Units: kilos

(12) FINAL TIME = 48

(13) INITIAL TIME = 0

(14) margen=7
Units: euros/kilo

(15) nacimientos= Cerdas de cria*crias al mes

Units: cerdos/mes
Tomaremos una tasa de natalidad de 18 lechones a
año, lo que significa que cada cerda de cria tiene 1,5
crias al mes

(16) periodo de engorde=6

Units: mes

(17) peso por cerdo = 100

Units: kilos/cerdos

(18) poblacion = 40000000

Units: persona
Poblacion española de 40.000.000 aprox.

(19) precio del cerdo = precio normal del cerdo*Tabla

1(cobertur
(20) precio del embutido = precio del cerdo+margen
Units: euros/kilo

(21) precio normal = 10

Units: euros/kilo

(22) precio normal del cerdo = 3

Units: euros/kilo

(23) precio relativo =precio del embutido/precio normal

(24) produccion = sacrificios*peso por cerdo*ratio

util del cerdo
Units: kilos/mes

(25) ratio util del cerdo= 0.8

Porcentaje del peso del cerdo que se aprovecha
para embutidos.

(26) sacrificios= (Cerdos para mercado/periodo de

engorde)+Test
Units: cerdos/mes
Consideraremos una vida media de 6 meses, por lo
que en cada periodo sacrificaremos la sexta parte
del nivel de Cerdos para el mercado. Añadimos un
Test para ver el efecto de una leve variación en los
sacrificios.

(27) Tabla 1
(0,4),(0.25,2),(0.5,1),(0.75,0.9),(1,0.8),(3,0.5)
Cuando la cobertura del stock es de 0.5 meses el
precio del cerdo es igual al normal, punto 0.5,1

(28) Tabla 2
(0.5,1.5),(1,1),(1.5,0.9),(2,0.75)
El punto (1,1) es obligatorio ya que representa la
situación normal de consumo.

(29) Tabla 3
Recoge la influencia entre el Precio del Cerdo (X) y
la cantidad de Cerdos de Cria deseados (Y). De
forma que cuando este se halla en 3 € (euros) la
cantidad de cerdos de cria deseados es de 500.000,
tal y como recogemos en la Tabla 3.
(30) Test= PULSE(6,6)*10000
Units: cerdos/mes
Queremos ver el efecto de una leve variación en el
número de sacrificios. Normalmente se sacrifican
750.0000 cerdos al mes y simularemos que desde el
periodo 6 al 12 esta cifra se incrementa en
10.000. Usaremos la función PULSE que tomará el
valor 1 desde el periodo 6 durante 6 periodos, es decir
hasta el 12, y la multiplicamos por 10.000 para
obtener el valor de 10.000 en este periodo.
 En la gráfica de la página anterior podemos ver las
oscilaciones que se producen como consecuencia de una
alteración relativamente breve de uno de los parámetros del
sistema.

Las oscilaciones de un sistema pueden ser de tres

tipos:
1) Estables. Son aquellas que mantienen su periodo
y amplitud (la diferencia entre el valor máximo y el
mínimo) a lo largo del tiempo. Corresponden a un
sistema estable, aunque con variaciones cíclicas
de los valores de sus parámetros.
2) Decrecientes. Son aquellas oscilaciones que
muestran una tendencia a la disminución de su
amplitud. Son sistemas estables.
3) Crecientes. Son las que como en este ejercicio
muestran una tendencia a un aumento de la
amplitud. Son sistemas inestables.

Podemos ver mejor le tendencia que tiene un

sistema con oscilaciones utilizando el esquema X -Y.

Para ello iremos al Control Panel – Graph – New y

definiremos las dos variables que deseamos visualizar
conjuntamente. En este caso utilizaremos la Existencia de
embutidos y los Cerdos para el mercado.
 El resultado obtenido nos muestra la evolución de los
valores en cada periodo de estas variables y como se
genera una espiral que es la otra forma de visualizar unas
oscilaciones crecientes. Si observamos detenidamente el
centro de la espiral corresponde a los valores iniciales de
estas variables, y así Existencias de embutidos tiene un
valor de 30.000.000 y los Cerdos para el mercado son
4.500.000
 EJERCICIO EN VENSIM
Ejemplo

En la ciudad de Cutervo en el año de 1995 según INEI se tenía una población

de 750 habitantes, el estudio demográfico determinó que los nacimientos
expresaban un comportamiento de incremento del 0.05 anual y la disminución
por muerte del 0.02 anual.
Se desea calcular la población para el año 2000.
 EJERCICIO 1: Ahorro

Diagrama de bloques

Gráfica del comportamiento de la variable “ahorro” durante 100 años

EJERCICIO 2: Modelo de población de ratas

Diagrama de bloques
Gráfica del comportamiento de la variable “población” durante 2 años

Gráfica del comportamiento de la variable “población” durante 4 años

 Gráfica del comportamiento de la variable “población” durante 5 años

EJERCICIO 3: Generación de desechos sólidos en el Estado

de Jalisco
 Diagrama de bloques

Gráfica del comportamiento de la variable “basura” durante 13 años

Gráfica del comportamiento de la variable “personas reciclando” durante 13 años

Gráfica del comportamiento de la variable “población” durante 13 años

EJERCICIO 4: Aardvark population model

Diagrama de bloques
 EJERCICIOS PRACTICOS DE DINAMICA DE SISTEMAS

Caso Dinámica Poblacional

Una población se halla formada inicialmente por 1000 individuos, su tasa de

natalidad es del 5% semanal, y su esperanza media de vida es de 100 semanas.
No hay migraciones y la distribución de edades de la población es uniforme. Si se
mantienen constantes la tasa de natalidad y la esperanza de vida obtendremos
una determinada evolución temporal del número de individuos. ¿Puedes hacer
una estimations sin ayuda del

ordenador de qué sucederá con el número de individuos en estas circunstancias

al cabo de pocas semanas?

Si se escogen otros valores, igualmente constantes, de la tasa de natalidad y la

esperanza de vida, se obtendrán diferentes evoluciones temporales (trayectorias)
del número de individuos. ¿Es posible decir antes de simular en el ordenador,
cuales de las trayectorias siguientes son posibles y cuales son imposibles?

Vamos a utilizar un Diagrama Causal y vamos a representar los elementos del

sistema, que en este caso son: Población, Tasa de Natalidad, Nacimientos, Esperanza de Vida y
Defunciones

Las relaciones que existen entre ellos son:

A más población más nacimientos (positivo) A más nacimientos más gpoblación (positivo) A
más población más defunciones (positivo)

A más defunciones menospoblación (negativo)

Podemos observar que hay un bucle positivo (nacimientos – población) y otro bucle este

negativo (población – defunciones). Por lo tanto cuando domine el bucle positivo

podremos tener las típicas trayectorias de crecimiento o colap so (la A o la E) y
cuando domine el bucle negativo podremos tener las usuales trayectorias
estabilizadoras (la C o la D). Por lo tanto ya podemos excluir las trayectorias B y
F entre las opciones posibles. Si nos fijamos no podemos excluirla G ya que en
realidad es cualquiera de las trayectorias citadas como posibles, pero con una
pendiente nula.

El diagrama de flujos nos puede ayudar a confirmar la viabilidad de las

trayectorias que hemos visto que son posibles en base al diagrama causal. Así
de las dos trayectorias creadas por el bucle positivo solo la que ofrece un
comportamiento creciente es posible (la A), ya que se trata de un bucle en un
flujo de entrada. De las dos trayectorias posibles provocadas por el bucle
negativo solo la decreciente (la D) es posible ya que se trata de un bucle en flujo
de salida. Por lo tanto sólo son posibles las trayectorias A y D, además de la G.
Los modelos de simulación no son han de convertirse en una caja negra en la
que el usuario no pueda verificar que es lo que está sucediendo. En los casos
más sencillos como este podemos comprobar lo que el modelo está haciendo
utilizando una hoja de cálculo. Para ello calcularemos los Nacimienetos de un
periodo como el producto de la Población inicial del periodo por la Tasa de
Natalidad, y calcularemos las defunciones como la Población inicial dividida por
la Esperanza de Vida. La Población final será igual a la Población inicial más los
Nacimientos menos las Defunciones.
Tomaremos la Población inicial de cada periodo igual que la Población final del
periodo anterior.

Periodo Población Nacimientos Defunciones Población

inicial final
1 1000,000 50,000 10,000 1040,000
2 1040,000 52,000 10,400 1081,600
3 1081,600 54,080 10,816 1124,864
4 1124,864 56,243 11,249 1169,859
5 1169,859 58,493 11,699 1216,653
6 1216,653 60,833 12,167 1265,319
7 1265,319 63,266 12,653 1315,932
8 1315,932 65,797 13,159 1368,569
9 1368,569 68,428 13,686 1423,312
10 1423,312 71,166 14,233 1480,244
11 1480,244 74,012 14,802 1539,454
12 1539,454 76,973 15,395 1601,032
13 1601,032 80,052 16,010 1665,074
14 1665,074 83,254 16,651 1731,676
15 1731,676 86,584 17,317 1800,944
16 1800,944 90,047 18,009 1872,981
17 1872,981 93,649 18,730 1947,900
18 1947,900 97,395 19,479 2025,817
19 2025,817 101,291 20,258 2106,849
20 2106,849 105,342 21,068 2191,123
 2: CASO DINÁMICA DE UN DEPÓSITO

Vamos a simular ahora el comportamiento de un sistema muy simple, el que regula el

contenido de un depósito intermedio de un líquido, el cual posee una sola entrada y una
sola salida, que están siempre abiertas. Se trata de un depósito de 100 litros, que tiene en
su momento inicial 50 litros de líquido.

Queremos saber la dinámica del contenido del depósito ante cambios en la entrada y la
salida de caudal. En concreto queremos estar seguros de que no se va a desbordar, y de
que no se va a quedar completamente vacío.

La entrada al mismo la regulamos de forma tal que

- para evitar que se desborde - entrará más caudal cuando el depósito se halle más vacío,
y entrará menos caudal cuando el depósito esté casi lleno. Inicialmente equilibramos la
entrada el depósito de forma tal que entra una fracción de 1/10 del volumen vacío del
depósito.

Por el contrario, hemos regulado la salida de forma tal que - para evitar que se quede vacío
- saldrá más líquido cuando el depósito esté lleno y saldrá menos cuando el depósito se
halle vacío. Inicialmente regulamos la salida para que ésta sea una fracció n de 1/10 del
contenido del depósito.

CUESTIONES

¿Qué comportamie nto cabría esperar si inicialmente - como se ha descrito - el depósito se llenase
a un ritmo de 1/10 del volumen vacío del depósito, y siendo la salida de 1/10 de su contenido?
¿Qué sucede si inicialmente en el depósito hay 80 litros?
¿Qué sucede si la entrada se regula a 1/20 del volumen vacío del depósito, y la salida se mantiene
a 1/10 de su contenido, partiendo de un volumen inicial de 50 o de 80 litros?
Vamos a crear un modelo para explicar el comportamiento dinámico del contenido del depósito para
poder responder a estas cuestiones (y familiarizarnos con el uso del software).

Diagrama causal

En este sistema existen tres elementos a considerar, el contenido del depósito, la entrada
de líquido y la salida de líquido. Dos de las relaciones son muy sencillas:
“a más entrada habrá más contenido (relación positiva)”
“a mayor salida habrá menos contenido (relación negativa)”
Por otra parte nos dicen que:
“a más contenido será menor la entrada de líquido (relación negativa)”
“a más contenido será mayor la salida de líquido (relación positiva)”

Por lo tanto tenemos un sistema con dos bucles negativos (que tienen un número impar de
relaciones con signo negativo en cada bucle) que estabilizarán el sistema

DIAGRAMA DE FLUJOS NIVEL

Contenido= entrada-salida Initial

value:50
Units: litros
El depósito, que tiene una capacidad de 100 litros, contiene 50
en su inicio.

FLUJOS

entrada= (100-Contenido)/k1 Units: litros/hora

La entrada es función del espacio vacío que hay en el depósito, de forma que cuando el
depósito esté vacío se llenará muy rápido, y cuando esté casi lleno la entrada será muy
pequeña. El parámetro k1 es propio de nuestro diseño del sistema.

salida = Contenido/k2 Units: litros/hora

La salida es función de la cantidad de líquid o que existe en el interior del depósito, de forma
tal que cuando esté lleno saldrá muy rápido, y cuando este casi vacío la salida será mucho menor.
El parámetro k2 es propio de como definimos el sistema.
CONSTANTES

k1= 10
Units: hora
El depósito se llena a un ritmo del 10% de su volumen vacío, o lo que es lo mismo
en cada periodo se llena 1/10 del volumen vacío.

k2= 10
Units: hora
El depósito se vacía a un ritmo del 10% de su contenido real en cada período, o
lo que es lo mismo se vacía 1/10 de su contenido en cada período.

Podemos definir también como constante la Capacidad (100 litros) del depósito.
No lo hacemos porque es una constante del sistema y no lo podemos modificar.

CONTROLES

FINAL TIME = 100 INITIAL TIME = 0 TIME STEP = 1

Comportamientos observados:

Si inicialmente el depósito se llenase a un ritmo de 1/10 del volumen vacío del

depósito, y siendo la salida de 1/10 de su contenido el contenido sería constante.

Si inicialmente en el depósito hay 80 litros, el depósito se vacía hasta alcanzar

un contenido de 50 litros.
Si inicialmente en el depósito hay 80 litros el depósito se vacía hasta alcanzar
un contenido de 50 litros.

Si con el volumen inicial de 50 litros la entrada se regula a 1/20 del volumen vacío
del depósito, y la salida se mantiene a 1/10 de su contenido, el depósito se vacía
hasta estabilizarse en un volumen de 33,3 litros.

Si el volumen inicial es de 80 litros el volumen del depósito se estabiliza en el mismo

valor, de 33,4 litros.
Para ver las dos simulaciones superpuestas cuando hayamos cambiado el valor
inicial del deposito de 50 a 80 litros y lo ejecutemos, cuando aparezca el mensaje
siguiente pulsaremos: No y le daremos un nuevo nombre (diferente de Current).

Así pues podemos observar que el sistema tiende a estabilizarse en un mismo valor
sea cual sea el contenido inicial del depósito, y que los parámetros que van a definir
el este valor final de estabilización vienen definidos por el estado de los flujos.

3: Caso Gestión Dinámica de Existencias

Una empresa presenta una crónica inestabilidad en su producción y en sus
existencias de productos acabados.
Nos facilitan la siguiente información sobre los estrictos criterios que se siguen:
La producción deseada se determina anticipadamente en base a la demanda
prevista. La producción deseada también se modifica para mantener las existencias
a un nivel deseado. La producción real coincide con la deseada ya que la empresa
dispone de un equipo de producción holgado.
1: La empresa realiza las entregas a sus clientes desde un almacén de productos
acabados, el cual es generalmente capaz de servir los pedidos que recibe.
2: La empresa calcula la demanda prevista promediando los pedidos recibidos en
las últimas ocho semanas, ya que de esta forma elimina el efecto de pedidos
atípicos.
Las existencias deseadas de productos acabados han de ser las necesarias para
cubrir cuatro semanas de pedidos.
La empresa tiende a corre gir las discrepancias entre las existencias presentes y
las deseadas en ocho semanas.

Se parte de la hipótesis de una situación inicial en equilibrio entre las existencias

deseadas y las reales, así como la previsión y pedidos. Como resultado el modelo
parte de un equilibrio entre producción y pedidos. Tomaremos la hipótesis de que
los pedidos son igual a 1000 unidades/semana hasta la semana 10 en la que se
incrementan un 10% y permanecen constantes en ese nuevo valor.

• Sin ayuda del ordenador, dibuje el comportamiento que usted

espera que genere el modelo cuando se produce un incremento del 10%
en los pedidos, partiendo de una situación de equilibrio. Especifique el
comportamiento de los pedidos, producción deseada, producción,
existencias y existencias deseadas.
• Dibuje el Diagrama Causal, el Diagrama de Flujos, y escriba las
ecuaciones que describen el modelo tal y como se indica en las páginas
siguientes.
• Compare el comportamiento observado con sus expectativas, explicando
las razones del comportamiento actual y por qué difiere de sus
expectativas.
• Reduzca el "Tiempo para corregir existencias" a 4 semanas. ¿cambia el
comportamiento? ¿cambia el ritmo del comportamiento? ¿es más o menos
estable? explique las causas.
• ¿Puede este modelo presentar oscilaciones? pruebe con diferentes valores
para "Tiempo para promediar pedidos" y la "Cobertura deseada de
existencias".
(01) cde= 4
Units: semana
cobertura de las existencias deseadas

(02) corrector de existencias =(existencias deseadas-

Existencias)/tce
Units: unidades/semana

(03) entregas= pedidos

Units: unidades/semana
Las entregas son función de los pedidos recibidos, e
influyen en las Existencias ya que cada entrega de
productos reduce el volumen de existencias.

(04) Existencias= +producción-entregas

Initial value:4000
Units: unidades
Las existencias iniciales corresponden a una situación
inicial de equilibrio, con una media de pedidos = 1000
 unidades, y una cobertura de existencias deseadas de
4 semanas = 4.000 unidades iniciales.

(05) existencias deseadas = demanda prevista * cde

Units: unidades

(06) FINAL TIME = 60 Ver nota página siguiente .

Units: semana

(07) INITIAL TIME = 0 Ver nota página siguiente .

Units: semana

(08) demanda prevista = SMOOTH(pedidos,tmp)

Units: unidades/semana
Utilizamos la función Smooth como una buena
aproximación al cálculo de la media de los pedidos ya
que estos softwares no calculan la media de n periodos
anteriores.

(09) nuevos pedidos=step(100,10) Units: unidades/semana.

Esta variable nos sirve para recoger la hipótesis de que hay

un cambio en la cifra de pedidos en el periodo 10 de una
magnitud del 10% de los pedidos (1000*0,1=100)

(10) pedidos=1000+nuevos pedidos Units:

unidades/semana

(11) produccion deseada= demanda prevista +

corrector de existencias
Units: unidades/semana

(12) producción= produccion deseada Units:

unidades/semana

(13) tce= 8
 Units: semana
es el tiempo necesario para corregir las existencias

(14) TIME STEP = 1

Units: semana

(15) tmp= 8
Units: semana
tiempo para calcular la media de los pedidos

Nota del horizonte temporal:

El intervalo temporal (Initial Time y Final Time) se define
al crear el modelo con File – New Model, y se puede modificar
con la opción Model – Settings. Tomaremos 60 semanas en la
primera versión del modelo y lo ampliaremos a 100 semanas
posteriormente.

Nota sobre las gráficas:

Para visualizar múltiples variables en una misma gráfica, después de haber
ejecutado el modelo, se puede utilizar el icono de Control Panel o bien seguir el
menú de Windows – Control Panel – Graphs – New y definir el contenido del gráfico.
Los textos junto a las líneas se han añadido con un editor de imágenes, no con el
Vensim.

SEGUNDA ENTREVISTA

Nada en el modelo actual permite que la producción y las existencias tomen los
valores observados (oscilaciones). Por ello se hace una segunda entrevista con
representantes de la empresa, para definir con más detalle la situación.

Las explicaciones siguientes ponen de mani fiesto que mientras que la empresa
dispone con holgura de suficiente equipo en producción, el personal no puede ser
contratado y formado instantáneamente. De hecho se necesitan 24 semanas de
anticipación para seleccionar, contratar y formar al nuevo person al. La empresa no
tiene costumbre de hacer expedientes de regulación temporal
de empleo. Los empleados permanecen en la empresa una media de 50
semanas.

La política de contrataciones de la empresa se basa en reemplazar a los

trabajadores que se marchan, teniendo en cuenta la situación real de la plantilla
en relación con la situación deseada. Los empleados deben avisar de su marcha
con dos semanas de anticipación aunque esto no es significativo. La plantilla
deseada se determina en base a la producción deseada y la productividad media,
la cual es de 20 unidades por empleado y semana, y es constante a lo largo del

tiempo. La normativa laboral impide realizar horas extras.

(01) cde= 4
Units: semana
cobertura de las existencias deseadas
 (02) contratacion= (plantilla deseada-Trabajadores)/tct
Units: personas/semana

(1) trabajo= 100

Units: tareas/mes

Nota:

Usaremos la tecla de Choose Initial Variable para seleccionar “Total de tareas

previstas”

Si TIME STEP=1 haríamos 24 pasos en la simulación (Final Time – Initial Time).

Queremos que se haga el cálculo cada 2 días ... 12 meses x (2/365) = 0.065 y
escogemos la opción más próxima.

(-) Si aparece un aviso del tipo “Tareas finalizadas is not used” es porque el
software detecta que esta variable no influye en ninguna otra, y nos avisa ya que
esto no es normal.
 Modelo 3. Incluir los errores

En todo proyecto se producen errores, trabajos que hay que volver a hacer, y estos
deben ser incluidos en el modelo.
 Units: tareas/mes
Como máximo se hacen 100 tareas al mes

Del modelo 2 al modelo 3 hay un "giro", de forma que dejamos de utilizar la

variable "proyecto finalizado" para controlar que no se hagan mas tareas de la
previstas. La razón es que observamos que en realidad en muchos proyectos se
hacen muchas mas tareas de las inicialmente previstas ya que hay que repetir
aquellas tareas que se hicieron mal, o con errores. Por lo tanto esta variable no
puede ser un lí mite para la cantidad de trabajo realizado.
Modelo 4. Descubrir los errores

Los errores que se producen en un proyecto no se

descubren inmediatamente, sino cuando van a hacerse otros
trabajos posteriores.

(01) Calidad= 0.9

Calidad de los trabajos dados como finalizados

(02) Errores= Trabajo*(1-Calidad)

Units: tareas/mes
Los errores serán función de la cantidad de trabajo
hecho por el porcentaje de trabajo que no cumple
las Normas.

(03) Errores detectados= Errores no

detectados/Retraso en detectar errores
Units: tareas/mes
Total de tareas previstas para el proyecto. Las vamos a considerar todas iguales,
ya que el propósito del modelo es trabajar con parámetros no previsibles como
son los errores en el proyecto.

(10) Trabajo=MIN(100,Tareas
pendientes) Units: tareas/mes
Como máximo se hacen 100 tareas al mes

DISEÑO DEL MODELO

Dibuje el diagrama de flujos y escriba las ecuaciones del modelo. En este modelo
se acude en varias ocasiones al "valor normal" de un parámetro, lo cual simplifica
las relaciones posteriores en las Tablas.

Ponga la ecuación del Test igual a 0 y comprueba que el

modelo se halla en equilibrio. Esto nos asegura que el modelo y la realidad
pueden funcionar sin oscilaciones.

Una vez haya obtenido un modelo que funcione en equilibrio, pruebe la respuesta
del modelo ante una alteraciones externas. Por ejemplo, vea como responde el
sistema a una aumento de los sacrificios con el Test.
Ejemplo basado en un caso del libro Computer Simulation de Nancy Roberts et
al. Addison Wesley

Nota final

En este ejemplo se ha simplificado en gran manera la realidad. En

España actualmente los cerdos son engordados
durante 5 meses, salvo situaciones muy especiales (tipo montanera). Las
cerdas para crianza si que se destinan al sacrificio cuando acaba su ciclo
reproductivo. Se llaman cerdas de desvieje y se utilizan para embutidos porque
para carne fresca no sirven. Una cerda reproductora muy difícilmente llega a
tener de 18 lechones/año.

Modelo 1
(24) TIME STEP = 1

Parte 2. La crianza de cerdos

En la parte 1 tomamos como hipótesis que el sacrificio de

cerdos era una variable exógena. Ahora vamos a desarrollar un
modelo sobre la crianza de los cerdos para simular la cantidad de
sacrificios anuales en matadero. Para este modelo, tomaremos como
variable exógena y constante el precio del cerdo. En la parte 3,
vamos a combinar los dos modelos para simular tanto el precio del
cerdo y la cantidad de sacrificada.
Modelo 2
sysware 249