# Compendio Maestro Unificado: Dinámica de Sistemas (Semanas 8 a 14)
**Cátedra:** Dinámica Industrial – Facultad de Ingeniería y Ciencias Exactas (UADE)
**Docente Titular:** Ing. Nahuel Romera
**Fuentes Canónicas:** John Sterman (*Business Dynamics*), Javier Aracil (*Dinámica de Sistemas*), William Braun (*System Archetypes*), *AI in SD Education Task Force* (Versión 2025.09) y LunaSim (*ISDC 2025*).
**Vigencia:** Ciclo Lectivo 2026
---
# PARTE I: MARCO INSTITUCIONAL, PROGRAMA Y ARTICULACIÓN PEDAGÓGICA
Esta sección establece las bases curriculares, competencias profesionales, el cronograma detallado de 7 semanas (Semanas 8 a 14) y la escalera conceptual didáctica con los errores cognitivos recurrentes.
---
# Programa Oficial: Módulo de Dinámica de Sistemas (Semanas 8 a 14)
**Universidad:** Universidad Argentina de la Empresa (UADE)
**Facultad:** Facultad de Ingeniería y Ciencias Exactas
**Departamento:** Departamento de Tecnología Industrial y Servicios
**Asignatura:** Dinámica Industrial (Código Cátedra: DI)
**Carrera:** Ingeniería Industrial
**Carga Horaria del Módulo:** 7 Semanas (42 horas de cátedra presenciales/híbridas + 30 horas de laboratorio y simulación autónoma)
**Docente Titular:** Ing. Nahuel Romera
**Vigencia Académica:** Ciclo Lectivo 2026
---
## 1. Fundamentación y Encuadre Pedagógico
En el ejercicio profesional de la Ingeniería Industrial, los mayores fracasos operativos y estratégicos no provienen de la falta de datos, sino de la incapacidad de anticipar el comportamiento dinámico de los sistemas complejos. Las cadenas de suministro con oscilaciones descontroladas (*Efecto Látigo*), las políticas de precios que colapsan la cuota de mercado, las inversiones en capacidad que llegan a destiempo (*overshoot and collapse*), o la saturación de servicios críticos responden a patrones no lineales caracterizados por **bucles de realimentación (feedback)**, **retrasos (delays)** y **acumulaciones (stocks)**.
El presente módulo (correspondiente a la segunda mitad de la materia, Semanas 8 a 14) constituye el núcleo cuantitativo de la **Dinámica de Sistemas (System Dynamics)**, disciplina fundada por Jay Forrester en el MIT y consolidada globalmente por John Sterman.
A diferencia del análisis estadístico tradicional o la investigación operativa estática, la Dinámica de Sistemas modela la **estructura causal endógena** que gobierna los cambios en el tiempo. El curso articula el pensamiento sistémico cualitativo (*Causal Loop Diagrams - CLD*), la formalización cuantitativa (*Stock and Flow Diagrams - SFD*), la matemática subyacente de Ecuaciones Diferenciales Ordinarias (EDO), los métodos de integración numérica (Euler, Runge-Kutta), las funciones no lineales (*lookups/soft functions*) y la física de los retrasos materiales (Ley de Little) e informacionales (suavizado exponencial).
Asimismo, el curso incorpora de forma pionera las directrices del **White Paper 2025 de la System Dynamics Society Task Force** y los avances de la plataforma abierta **LunaSim (ISDC 2025)**: la Inteligencia Artificial Generativa (LLMs) se adopta como copiloto y tutor socrático del estudiante, exigiendo simultáneamente un dominio conceptual riguroso para auditar, detectar y corregir las graves alucinaciones que las IAs cometen al trazar diagramas causales y traducirlos a diagramas de niveles y flujos.
---
## 2. Objetivos de Aprendizaje
Al finalizar el módulo, el estudiante será capaz de:
1. **Comprender y conceptualizar la complejidad dinámica:** Diferenciar complejidad combinatorial de complejidad dinámica, delimitando las fronteras del sistema e identificando variables endógenas, exógenas y parámetros.
2. **Construir Diagramas de Influencia (CLD) rigurosos:** Mapear relaciones causales directas respetando la condición *ceteris paribus*, determinar la polaridad de enlaces ($+/-$), identificar bucles cerrados de realimentación (Refuerzo $R$ y Balance $B$) mediante la regla de signos y formular hipótesis dinámicas sobre las trayectorias temporales esperadas.
3. **Traducir CLDs a Diagramas de Forrester (SFD) sin errores ontológicos:** Aplicar el protocolo canónico de 4 pasos para identificar variables de nivel (stocks que superan la prueba de congelamiento temporal $\Delta t = 0$), flujos de entrada/salida conservativos con nubes de frontera, variables auxiliares y enlaces no conservativos de información.
4. **Formular y resolver sistemas de Ecuaciones Diferenciales Ordinarias (EDO):** Expresar la hipótesis dinámica matemática como $\frac{dx}{dt} = \sum \text{Inflows} - \sum \text{Outflows}$, seleccionando el método numérico adecuado (Euler, RK4, RK45) y garantizando la estabilidad del paso de integración ($\Delta t$).
5. **Modelar no linealidades mediante Funciones Suaves (Lookups):** Normalizar variables operativas y construir multiplicadores adimensionales que capturen saturación, rendimientos decrecientes y límites físicos.
6. **Modelar y diferenciar retrasos materiales e informacionales:** Aplicar la Ley de Little ($L = \lambda W$) en equilibrio para retrasos materiales (pipeline, exponencial y cascadas Erlang), y formular estructuras de suavizado exponencial (*smoothing*) para la percepción y pronósticos de información.
7. **Simular, experimentar y analizar políticas en múltiples plataformas:** Operar con fluidez simuladores visuales web (LunaSim), micro-simuladores ligeros en JavaScript/Canvas, y librerías científicas de Python (`PySD`, `SciPy`, `SymPy`), realizando análisis de sensibilidad y pruebas en condiciones extremas.
8. **Auditar críticamente copilotos de IA:** Aplicar la batería de 6 pruebas de validación determinísticas para detectar alucinaciones de LLMs (flujos invertidos, conexiones stock-to-stock inválidas, flechas de información hacia stocks, inconsistencias dimensionales y violaciones de la Ley de Little).
---
## 3. Competencias Específicas a Desarrollar
* **CE1 - Modelado y Simulación de Procesos Industriales:** Capacidad para abstraer un problema de operaciones, logística o gestión estratégica en un modelo computacional reproducible.
* **CE2 - Análisis Cuantitativo de Sistemas Dinámicos:** Aptitud para deducir analítica y numéricamente la estabilidad, el equilibrio y los modos de oscilación de un sistema acoplado.
* **CE3 - Diagnóstico de Puntos de Apalancamiento (*Leverage Points*):** Identificación de las intervenciones estructurales de alto impacto frente a soluciones sintomáticas de corto plazo.
* **CE4 - Juicio Crítico y Auditoría Tecnológica frente a la IA:** Competencia para validar modelos generados por sistemas autónomos o modelos de lenguaje, fundamentando matemática y físicamente cada decisión de diseño.
---
## 4. Estructura de Contenidos por Semanas (Semanas 8 a 14)
### Semana 8 (25/09): Diagramas de Influencia e Hipótesis Dinámica
* **Contenidos Teóricos:**
* Introducción a la Dinámica de Sistemas. Pensamiento sistémico vs lineal.
* Límites del modelo: variables endógenas, exógenas y parámetros.
* Relaciones de causalidad directa vs correlación estadística.
* Sentido y dirección de la influencia: polaridad positiva ($+$ / $s$) y negativa ($-$ / $o$).
* Bucles de realimentación: Bucles de Refuerzo ($R$) y Bucles de Balance ($B$). Regla matemática de conteo de signos negativos.
* Formulación de la **Hipótesis Dinámica Cualitativa**: trayectorias elementales (crecimiento exponencial, decaimiento asintótico, búsqueda de metas, oscilaciones, sobreimpulso y colapso).
* **Casos Prácticos de Aula:**
* *Flota de Barcos y Transporte de Granos:* Interacción entre desgaste por uso ($B1$) e inversión en flota propia por demanda insatisfecha ($B2$).
* *Control de Represa Hidráulica (Parte 1):* Lógica de apertura de compuertas frente a la restricción física de volumen mínimo de sedimento/barro.
* **Bibliografía Obligatoria:** Sterman, John D. *Business Dynamics*, Capítulos 1 a 5 (Págs. 1 a 190). Aracil, Javier. *Dinámica de Sistemas*, Capítulos 1 y 2.
* **Práctica Asociada:** Guía de Trabajos Prácticos N.º 01 (GUIA01).
---
### Semana 9 (02/10): Arquetipos Sistémicos y Diagramas de Forrester (Niveles y Flujos)
* **Contenidos Teóricos:**
* Patrones estructurales universales: Los Arquetipos Sistémicos de William Braun y Peter Senge (Compensación con demora, Límites del crecimiento, Desplazamiento de la carga, Tragedia de los comunes, Erosión de metas, Escalada, Éxito para quien tiene éxito).
* Ontología del Diagrama de Forrester (Stock and Flow Diagram - SFD):
* Variables de Nivel (Stocks): acumuladores físicos de materia, energía o entidades.
* Variables de Flujo (Rates): derivadas temporales que incrementan o decrementan los niveles.
* Nubes de frontera (Clouds): fuentes y sumideros de capacidad infinita fuera del límite del modelo.
* Variables Auxiliares y Parámetros: cálculos instantáneos y constantes exógenas.
* Tuberías conservativas de flujo vs enlaces no conservativos de información.
* **Proceso Canónico de Construcción y Pasaje DDI $\to$ DF:**
* Regla 1: Identificación de niveles mediante el *Bucket Freeze Test* ($\Delta t = 0$).
* Regla 2: Conversión de influencias incidentes en flujos de entrada ($+$) o salida ($-$).
* Regla 3: Trazado de flechas de información desde niveles hacia válvulas o auxiliares (nunca flujos directos de stock a auxiliar).
* Regla 4: Conexión de parámetros y variables auxiliares.
* **Casos Prácticos de Aula:**
* Pizarras metodológicas: *Tip DDI a DF* (`Tip-DCtoDF`) y *Pasos y Recomendaciones*.
* Represa Hidráulica en Forrester (`Represa_SyF`).
* Introducción a la herramienta web de modelado visual **LunaSim**.
* **Bibliografía Obligatoria:** Sterman, John D. *Business Dynamics*, Capítulo 6 (Págs. 191 a 230). Braun, William. *The System Archetypes*.
* **Práctica Asociada:** Guía de Trabajos Prácticos N.º 02 (GUIA02).
---
### Semana 10 (09/10): Funciones y Análisis de Ecuaciones Diferenciales
* **Contenidos Teóricos:**
* La **Hipótesis Dinámica Matemática**: formalización del sistema de Ecuaciones Diferenciales Ordinarias (EDO) de primer orden acopladas:
$$\frac{dx_i(t)}{dt} = \text{Inflow}_i(t) - \text{Outflow}_i(t), \quad x_i(t) = x_i(t_0) + \int_{t_0}^t (\text{Inflow}_i - \text{Outflow}_i) d\tau$$
* Orden del sistema diferencial (cantidad de niveles independientes).
* Métodos de Integración Numérica:
* Método de Euler (primer orden explícito): mecánica, acumulación de error de truncamiento local ($O(\Delta t^2)$) y global ($O(\Delta t)$).
* Métodos de Runge-Kutta (RK2, RK4, RK45 paso adaptativo).
* Criterio de estabilidad y selección del paso de simulación ($\Delta t$): relación con la constante de tiempo más rápida del sistema ($\Delta t \le \frac{1}{2} \tau_{\min}$ o $\frac{1}{4} \tau_{\min}$).
* Modelado de no linealidades con **Funciones Suaves (*Lookups / Soft Functions / Table Functions*)**:
* Normalización de variables respecto a valores de referencia ($x / x^*$).
* Multiplicadores no lineales adimensionales con saturación y asíntotas.
* Funciones de prueba operativas: `STEP`, `PULSE`, `RAMP`, funciones lógicas y condicionales.
* **Casos Prácticos de Aula:**
* Caso de Estudio: *Agricultura y Población Maya* (colapso poblacional por agotamiento de recursos naturales y selva, GUIA03).
* Simulación en Python con `SciPy` (`solve_ivp`) y `LunaSim`.
* **Bibliografía Obligatoria:** Sterman, John D. *Business Dynamics*, Capítulos 7 y 8 (Págs. 231 a 262). Aracil, Javier. *Dinámica de Sistemas*, Capítulos 3 y 4.
* **Práctica Asociada:** Guía de Trabajos Prácticos N.º 03 (GUIA03).
---
### Semana 11 (16/10): Estudio de Casos de Integración y Parcial
* **Contenidos Teóricos:**
* Metodología de modelado integral: del texto no estructurado a las ecuaciones ejecutables.
* Análisis de consistencia dimensional estricta en cada término.
* Análisis cualitativo de estabilidad local y linealización: Matriz Jacobiana simbólica y autovalores ($\lambda_i$) mediante `SymPy`.
* **Caso Integrador Central:**
* **Problema de Tanques Acoplados en Edificio de 8 Pisos (Examen Parcial de Cátedra):**
* Tanque intermedio (10.000 L) en planta baja y tanque principal (50.000 L) en terraza.
* Llaves reguladoras $K_e$ (10% del volumen de vacío de PB) y $K_s$ (10% condicionado al 60% de capacidad de PB).
* Consumo horario variable según horas pico del día.
* Deducción de EDOs, unidades dimensionales, simulación a 48 horas ($\Delta t = 1 \text{ h}$) y análisis de trayectorias.
* **Bibliografía Obligatoria:** Sterman, John D. *Business Dynamics*, Capítulos 9 y 10 (Págs. 263 a 291).
* **Evaluación:** **Primer Examen Parcial (Escrito y Software de Simulación)**.
---
### Semana 12 (23/10): Estudio de Retrasos de Material e Información (Retrasos Materiales y Ley de Little)
* **Contenidos Teóricos:**
* Naturaleza física de los retrasos en sistemas industriales: conservación de masa en tránsito (*material in transit*).
* **Ley de Little en Estado de Equilibrio Dinámico:**
$$L = \lambda \cdot W \quad \iff \quad MT = \text{Tasa de Flujo} \times TR$$
Demostración formal: independencia de la distribución estadística en equilibrio estacionario ($\frac{d(MT)}{dt} = 0$).
* Retardo de Tubería (*Pipeline / FIFO Delay*, orden infinito):
$$\text{Outflow}(t) = \text{Inflow}(t - TR)$$
* Retardo Material de 1.º Orden (Exponencial):
$$\frac{d(MT)}{dt} = \text{Inflow}(t) - \frac{MT(t)}{TR}, \quad \text{Outflow}(t) = \frac{MT(t)}{TR}$$
Propiedad del 63.2% de vaciado en $t = TR$.
* Retardos de Orden Superior ($n$-ésimo orden / Distribución Erlang/Gamma): Cascada de $n$ sub-stocks idénticos con tiempo de residencia $\tau = TR/n$. Reducción de la dispersión de salida a medida que $n \to \infty$.
* **Casos Prácticos de Aula:**
* Pizarra manuscrita de Little (`keyframes/C12_RM_Little/`).
* Caso Viviendas y Planificación de Obras (GUIA04).
* Micro-simulador web interactivo de retrasos (`simulador_retrasos_little.html`).
* **Bibliografía Obligatoria:** Sterman, John D. *Business Dynamics*, Capítulo 11 (Págs. 407 a 466, Sección Retrasos Materiales).
* **Práctica Asociada:** Guía de Trabajos Prácticos N.º 04 (GUIA04).
---
### Semana 13 (30/10): Estudio de Retrasos de Información y Suavizado Exponencial
* **Contenidos Teóricos:**
* Diferencias estructurales y ontológicas entre retrasos de material y de información:
* Retraso material: acumula entidades físicas tangibles; conserva materia.
* Retraso de información: promedia estados pasados; no conserva entidades físicas.
* **Suavizado Exponencial de Primer Orden (*Smoothing / Adaptive Expectations*):**
$$\frac{d(\text{Percepción})}{dt} = \frac{\text{Señal Real}(t) - \text{Percepción}(t)}{TA}$$
donde $TA$ es el Tiempo de Ajuste (*Smoothing Time*).
* Formación de expectativas de tendencia (*Trend / Forecasting*).
* Desfasaje temporal, amplificación y sobreimpulso: la raíz estructural del **Efecto Látigo (*Bullwhip Effect*)** en cadenas de suministro.
* **Casos Prácticos de Aula:**
* Pizarra comparativa de retrasos material vs información (`keyframes/C13_Retrasos_Informacion/`).
* Caso Temperatura del agua en recipiente térmico / pava eléctrica (GUIA05).
* **Bibliografía Obligatoria:** Sterman, John D. *Business Dynamics*, Capítulo 11 (Págs. 407 a 466, Sección Retrasos de Información).
* **Práctica Asociada:** Guía de Trabajos Prácticos N.º 05 (GUIA05).
---
### Semana 14 (06/11): Estudio de Casos Complejos con Retrasos Acoplados
* **Contenidos Teóricos:**
* Acoplamiento no lineal de retrasos materiales de orden superior con retrasos de percepción y toma de decisiones.
* Análisis de trayectorias ante múltiples perturbaciones escalón y rampa.
* Métodos de calibración de parámetros y diseño de políticas de estabilización.
* **Caso de Estudio Central:**
* **Modelo de la Industria de Construcción de Casas a 100 Años (Examen de Cátedra):**
* Demanda inicial en equilibrio (6.000 casas) hasta el mes 10.
* Perturbaciones exógenas programadas: escalón en mes 10 (+50 casas), rampa decreciente en meses 18 a 24 (a 5.450 casas), saltos en meses 36 (+1.200) y 48 (+650) hasta 7.300 casas finales.
* Encadenamiento de demoras:
1. Planificación y planos: retardo de 8 meses ($\sigma = 2$ meses).
2. Permisos municipales: retardo exponencial de 3 meses.
3. Obras en construcción: retardo gamma de 12 meses ($\sigma = 2$ meses).
4. Demolición por vida útil: 30 años (360 meses).
5. Decisión de reposición inmediata vs ampliación de capacidad.
* Simulación a 100 meses en software con paso de tiempo $\Delta t = 1$, análisis de equilibrio y cálculo de casas en obra al mes 100.
* **Bibliografía Obligatoria:** Sterman, John D. *Business Dynamics*, Capítulos 11 y 12.
* **Evaluación:** Entrega del Trabajo Práctico Integrador y Segundo Examen Parcial de Software.
---
## 5. Régimen de Cursada, Evaluación y Criterios de Aprobación
La cátedra adopta un sistema de **evaluación continua orientada a evidencias**:
1. **Trabajos Prácticos Formativos (TP 01 a 05):**
* Realización grupal (máximo 3 integrantes).
* **Mecanismo Anti-Plagio con Semilla de DNI:** Cada grupo genera sus parámetros y perturbaciones mediante el generador web oficial basado en el PRNG **Mulberry32**, utilizando como semilla la concatenación de los DNI. Los modelos comparten la misma estructura canónica pero producen trayectorias y valores numéricos únicos, verificados instantáneamente por el docente con el script de auditoría en Python.
* **Requisito Obligatorio de IA:** Cada TP debe incluir la **"Bitácora de Auditoría de IA"**, donde los alumnos documentan los prompts utilizados, la respuesta del LLM, las alucinaciones detectadas mediante la batería de 6 pruebas y la justificación teórica de la corrección realizada.
2. **Examen Parcial N.º 1 (Semana 11):**
* Duración: 3 horas.
* Parte A (Escrita): Identificación de signos causales, bucles de realimentación, Diagrama de Forrester, unidades de medida y planteo de hipótesis dinámica matemática (EDO).
* Parte B (Software): Implementación en software de simulación, configuración de parámetros y análisis gráfico.
3. **Examen Parcial N.º 2 / Examen de Software (Semana 14):**
* Resolución de un modelo dinámico complejo con retrasos acoplados y perturbaciones por tramos (tipo Caso Casas).
4. **Condiciones de Calificación:**
* **Promoción directa:** Nota $\ge 75$ puntos (7.5/10) en ambos parciales y 100% de TPs aprobados con bitácora de IA.
* **Aprobación de cursada (acceso a Final):** Nota $\ge 60$ puntos (6.0/10) en ambos parciales y TPs aprobados.
* **Recuperatorios:** Se dispone de una instancia de recuperación para parcial desaprobado al finalizar el cuatrimestre.
---
# Cronograma Detallado: Dinámica de Sistemas (Semanas 8 a 14)
**Cátedra:** Dinámica Industrial – UADE
**Ciclo Académico:** Segundo Tramo (Módulo Dinámica de Sistemas)
**Profesor Titular:** Ing. Nahuel Romera
---
## 1. Tabla Cronológica Maestra de Clases
| Sem. | Fecha | Tema Central | Bloque Teórico (Conceptos y Fórmulas) | Práctica en Laboratorio y Software | Lecturas Obligatorias (Sterman / Aracil / Braun) | Hito / Entrega Evaluativa |
|:---:|:---:|:---|:---|:---|:---|:---|
| **8** | **25/09** | **Diagramas de Influencia e Hipótesis Dinámica** | • Pensamiento sistémico vs lineal.
• Variables endógenas, exógenas y parámetros.
• Relaciones causales: dirección y polaridad ($+/-$).
• Bucles de Refuerzo ($R$) y Balance ($B$). Regla de signos.
• Hipótesis Dinámica cualitativa y modos de comportamiento. | • Mapeo de casos: Barcos y Represa.
• Construcción de CLDs en papel y pizarra.
• Prompts de asistencia con IA para lluvia de variables. | **Sterman:** Págs. 1 a 190 (Cap. 1 a 5).
**Aracil:** Cap. 1 y 2.
**Task Force 2025:** Sec. 4.1 y 5.1. | Lanzamiento de **TP N.º 01 (GUIA01)**. |
| **9** | **02/10** | **Arquetipos Sistémicos y Diagramas de Forrester (Niveles y Flujos)** | • 9 Arquetipos de William Braun.
• Ontología de Forrester: Stocks, Flujos, Válvulas, Nubes, Auxiliares.
• Conservación de materia vs información.
• Reglas formales de pasaje DDI $\to$ DF (Pasos 10 a 20 de Romera). | • Taller de pasaje DDI $\to$ DF.
• Introducción a **LunaSim** ([lunasim.org](https://lunasim.org)).
• Carga de JSONs y modelado visual en navegador. | **Sterman:** Págs. 191 a 230 (Cap. 6).
**Braun:** *System Archetypes* (Págs. 1 a 26).
**LunaSim 2025 Paper:** Sec. 2 y 3. | Entrega de **TP N.º 01**.
Lanzamiento de **TP N.º 02 (GUIA02)**. |
| **10** | **09/10** | **Funciones: Análisis de Ecuaciones Diferenciales (EDO)** | • Hipótesis Dinámica Matemática:
$$\frac{dx_i}{dt} = \sum \text{In} - \sum \text{Out}$$
• Métodos numéricos: Euler vs Runge-Kutta (RK4).
• Estabilidad y paso $\Delta t \le \frac{1}{2} \tau_{\min}$.
• Funciones suaves (*soft functions / lookups*), normalización ($x/x^*$) y saturación. | • Caso Agricultura y Colapso Maya.
• Funciones `STEP`, `PULSE`, `RAMP` y tablas no lineales en software.
• Simulación en Python con `SciPy`. | **Sterman:** Págs. 231 a 262 (Cap. 7 y 8).
**Aracil:** Cap. 3 y 4.
**Task Force 2025:** Sec. 4.2 y 5.2. | Entrega de **TP N.º 02**.
Lanzamiento de **TP N.º 03 (GUIA03)**. |
| **11** | **16/10** | **Estudio de Caso e Integración: Tanques Acoplados** | • Integración completa DDI $\to$ DF $\to$ EDOs.
• Consistencia dimensional de tasas y estados.
• Formulación de reglas lógicas de control con llaves reguladoras $K_e$ y $K_s$.
• Análisis de estabilidad local (Jacobiano en `SymPy`). | • Resolución y simulación del modelo de Tanques en edificio de 8 pisos a 48 hs ($\Delta t = 1$).
• Análisis de perfiles de consumo horario. | **Sterman:** Págs. 263 a 291 (Cap. 9 y 10).
**Cátedra UADE:** Enunciado Parcial 2021. | **PRIMER EXAMEN PARCIAL**
(Escrito + Software).
Entrega de **TP N.º 03**. |
| **12** | **23/10** | **Estudio de Retrasos: Retrasos de Material y Ley de Little** | • Conservación de masa en tránsito.
• **Ley de Little en equilibrio:**
$$MT = \text{Flujo} \times TR$$
• Retardo de tubería (pipeline FIFO).
• Retardo de 1.º orden (exponencial) y orden $n$ (distribución Erlang/Gamma).
• Dispersión y tiempo de residencia. | • Micro-simulador web de retrasos.
• Modelo de Viviendas y Líneas de Transporte (GUIA04).
• Simulación de colas y flujos continuos. | **Sterman:** Págs. 407 a 440 (Cap. 11, Parte I).
**Little (1961):** Fundamentos de $L=\lambda W$. | Lanzamiento de **TP N.º 04 (GUIA04)** con dataset anti-plagio por DNI. |
| **13** | **30/10** | **Estudio de Retrasos: Retrasos de Información y Suavizado** | • Retraso material vs informacional.
• Suavizado exponencial de 1.º orden (*Smoothing / Delay1I*):
$$\frac{d(\text{Percepción})}{dt} = \frac{\text{Real} - \text{Percepción}}{TA}$$
• Expectativas de tendencia y pronóstico.
• Efecto Látigo (*Bullwhip Effect*), desfasajes y oscilaciones. | • Simulación de recipiente térmico / pava eléctrica (GUIA05).
• Comparación interactiva en Python y LunaSim.
• Auditoría de alucinaciones de IA en delays. | **Sterman:** Págs. 441 a 466 (Cap. 11, Parte II).
**Task Force 2025:** Sec. 4.3 y 5.3. | Entrega de **TP N.º 04**.
Lanzamiento de **TP N.º 05 (GUIA05)**. |
| **14** | **06/11** | **Estudio de Casos Complejos con Retrasos Acoplados** | • Integración de retrasos materiales de orden superior y retrasos de percepción.
• Respuestas a perturbaciones compuestas (escalones, rampas, pulsos).
• Calibración de modelos contra horizontes de 100 períodos.
• Diseño de políticas industriales de apalancamiento. | • Resolución del **Caso de Construcción de Casas a 100 años**.
• Cálculo de casas en obra al mes 100 bajo Euler $\Delta t=1$.
• Puesta en común de las Bitácoras de Auditoría de IA. | **Sterman:** Págs. 407 a 466 (Cap. 11 y 12).
**Cátedra UADE:** Enunciado Examen Casas 2020. | **SEGUNDO EXAMEN PARCIAL**
(Software) / Entrega de **TP N.º 05** y Bitácoras de IA. |
---
## 2. Mapa de Casos de Estudio y Keyframes de Cátedra Vinculados
| Semana | Caso de Estudio Principal | Keyframes de Pizarra y Soporte Visual | Archivo SRT de Desgrabación |
|:---:|:---|:---|:---|
| **Semana 8** | • Flota de Barcos y Transporte de Granos
• Control de Represa Hidráulica (CLD) | `keyframes/Barcos_DCausal/frame_001_00m00s.jpg`
`keyframes/Represa_DCausal/frame_001_00m00s.jpg` | `Barcos_DCausal.srt`
`Represa_DCausal.srt`
`DIN1 Diagrama de Influencias.srt` |
| **Semana 9** | • Los 9 Arquetipos Sistémicos
• Pasaje DDI $\to$ DF en Pizarra
• Represa Hidráulica en Forrester | `keyframes/C09_1_Arquetipos/`
`keyframes/Tip_DCtoDF/`
`keyframes/Represa_SyF/` | `C09-1-Arquetipos.srt`
`Tip-DCtoDF.srt`
`Pasos_y_Recomendaciones.srt`
`Represa_SyF.srt`
`Clase Virtual - Arquetipos y DF-20260509_090851.srt` |
| **Semana 10** | • Funciones Suaves y Tablas Lookups
• EDOs y Métodos Numéricos
• Agricultura y Colapso Maya | `keyframes/C10s_Funciones/`
`keyframes/C10_DiffEq/` | `C10s - Funciones.srt`
`C10s - Funciones 2.srt`
`C10 - DiffEq Soft.srt`
`26C1-DI-Tradicional-20260506_184516.srt` |
| **Semana 11** | • Tanques Acoplados en Edificio (8 Pisos)
• Dinámica Poblacional Base y Fases 1 a 4 | Pizarras de Estudio de Casos (Slides 1 a 26 de Clase 11) | `C11 - Estudio de Casos1.srt`
`C11 - Estudio de Casos2.srt`
`20211110 Parcial DS - enunciado.pdf` |
| **Semana 12** | • Deducción de la Ley de Little ($MT = In \times TR$)
• Retardo de Tubería vs Retardo Exponencial
• Retardo Gamma / Erlang (Orden 3) | `keyframes/C12_RM_Little/`
`keyframes/C12_Retraso_Material/` | `C12 - RM- Little.srt`
`C12 - Retraso Material 1.srt`
`C12 - Retraso Material 2.srt`
`Guia04 - Caso 1 - Viviendas.srt` |
| **Semana 13** | • Retraso de Información vs Retraso Material
• Suavizado Exponencial (*Smoothing*)
• Temperatura de Recipiente Térmico | `keyframes/C13_Retrasos_Informacion/` | `C13 - Retraso Informacion 1.srt`
`C13 - Retraso Informacion 2.srt`
`26C1-DI-Tradicional-20260527_184445.srt` |
| **Semana 14** | • Construcción de Casas a 100 Años
• Dinámica Inmobiliaria y Cadenas de Demoras | Pizarras de Resolución en Clase (`Post-DIN5/`) | `Resolucion En clase.srt`
`26C1-DI-Tradicional-20260603_183643.srt`
`Clase 14 - examen - construcción de casas.pdf` |
---
# Guía de Bibliografía Canónica y Fuentes Académicas
**Cátedra:** Dinámica Industrial – Dinámica de Sistemas (Semanas 8 a 14)
**Universidad Argentina de la Empresa (UADE)**
---
## 1. Mapeo Exhaustivo de los Cuatro Textos Fundamentales
El programa de Dinámica de Sistemas se apoya en cuatro pilares bibliográficos complementarios:
```mermaid
graph TD
A[Sterman: Business Dynamics] -->|Tratado cuantitativo, modelado riguroso, EDOs y retrasos| M[Módulo Dinámica de Sistemas]
B[Aracil: Dinámica de Sistemas] -->|Formalismo matemático en español, teoría de bifurcaciones| M
C[Braun: The System Archetypes] -->|Patrones estructurales genéricos y bucles arquetípicos| M
D[Task Force SDS 2025: AI in SD Education] -->|Copilotos de IA, prompts socráticos y filtros críticos| M
```
---
### Pilar 1: John D. Sterman – *Business Dynamics: Systems Thinking and Modeling for a Complex World* (McGraw-Hill)
Es el texto estándar de referencia mundial en Dinámica de Sistemas. El cronograma del curso sigue su estructura de páginas de manera estricta:
#### Bloque 1: Pensamiento Sistémico y Diagramas de Influencia (Págs. 1 a 190)
* **Capítulo 1: Learning in and about Complex Systems (p. 3–39):**
* Dinámica de la retroalimentación en la toma de decisiones.
* Por qué las políticas fracasan (*Policy Resistance*): efectos colaterales no anticipados, horizontes temporales cortos y realimentaciones demoradas.
* Aprendizaje de bucle simple (*single-loop*) vs bucle doble (*double-loop*).
* **Capítulo 2: System Dynamics in Action (p. 41–82):**
* Aplicaciones reales en la industria automotriz, aviación, cadena de suministros y gestión de proyectos.
* **Capítulo 3: The Modeling Process (p. 83–106):**
* Las 5 etapas canónicas del modelado:
1. Articulación del problema (*boundary chart*, horizonte temporal, variables clave).
2. Hipótesis dinámica endógena.
3. Formulación del modelo de simulación.
4. Validación y pruebas de robustez.
5. Evaluación y diseño de políticas.
* **Capítulo 4: Structure and Behavior of Dynamic Systems (p. 107–135):**
* Modos fundamentales de comportamiento: Crecimiento exponencial (bucle de refuerzo $R$), Búsqueda de metas (bucle de balance $B$), Oscilaciones (balance con demora $B + Delay$), Curva en S o sigmoidea (refuerzo dominado luego por balance), Sobreimpulso y colapso (*Overshoot and collapse*).
* **Capítulo 5: Causal Loop Diagrams (p. 137–190):**
* Notación de diagramas causales: enlaces de influencia ($+$ y $-$).
* Regla rigurosa de polaridad de enlace: la derivada parcial $\frac{\partial Y}{\partial X}$ manteniendo todo lo demás constante (*ceteris paribus*).
* Determinación de la polaridad de bucle: multiplicación de signos $(-1)^k$, donde $k$ es el número de polaridades negativas.
* Trampas comunes en CLDs: confundir correlación con causalidad; ignorar la acumulación física; no cerrar los bucles de decisión.
#### Bloque 2: Diagramas de Niveles y Flujos (Págs. 191 a 230)
* **Capítulo 6: Stocks and Flows (p. 191–230):**
* La ontología física de la realidad: Stocks (acumulaciones de masa, personas, dinero, información) y Flows (tasas instantáneas de variación).
* La metáfora de la bañera (*The Bathtub Metaphor*): el nivel del agua depende de la integral en el tiempo de la diferencia entre la canilla (inflow) y el desagüe (outflow).
* Nubes de frontera: delimitación entre el entorno exógeno y el sistema endógeno.
* El error cardinal de modelado: confundir una acumulación estática con su tasa de variación.
#### Bloque 3: Formulación Matemática, EDOs y Funciones Suaves (Págs. 231 a 291)
* **Capítulo 7: Dynamics of Stocks and Flows (p. 231–262):**
* Representación matemática formal:
$$\frac{d(\text{Stock})}{dt} = \text{Inflows}(t) - \text{Outflows}(t)$$
* Métodos de aproximación numérica:
* Método de Euler: $\text{Stock}(t + \Delta t) = \text{Stock}(t) + \Delta t \cdot [\text{Inflow}(t) - \text{Outflow}(t)]$.
* Análisis de errores numéricos, paso de tiempo ($\Delta t$) y riesgo de inestabilidad o divergencia ficticia.
* **Capítulo 8: Closing the Loop: Dynamics of Simple Feedback Structures (p. 263–291):**
* Bucles de primer orden positivos: $dx/dt = g \cdot x \implies x(t) = x_0 e^{gt}$ (tiempo de duplicación $t_d = \frac{\ln 2}{g} \approx \frac{0.7}{g}$).
* Bucles de primer orden negativos: $dx/dt = \frac{x^* - x}{\tau} \implies x(t) = x^* + (x_0 - x^*) e^{-t/\tau}$ (tiempo de vida media y aproximación asintótica al 95% en $3\tau$).
* Modelado de no linealidades con funciones de tabla (*Lookups / Table Functions*): normalización adimensional, pendientes decrecientes y efectos de capacidad límite.
#### Bloque 4: Retrasos Materiales e Informacionales (Págs. 407 a 466)
* **Capítulo 11: Delays (p. 407–466):**
* **Retrasos de Material (p. 411–440):**
* Conservación estricta de materia en tránsito ($MT$).
* **Ley de Little en equilibrio estacionario:**
$$MT = \text{Outflow} \times TR = \text{Inflow} \times TR$$
* Retraso de Tubería (*Pipeline / FIFO Delay*): sin mezcla; desfase puro $\text{Outflow}(t) = \text{Inflow}(t - TR)$.
* Retraso Exponencial de 1.º Orden: mezcla perfecta; tiempo de vaciado exponencial; $\text{Outflow}(t) = \frac{MT(t)}{TR}$.
* Retrasos de Orden Superior ($n$-ésimo orden / Distribución Erlang/Gamma): cascada de $n$ stocks acoplados con $\tau = TR/n$. Disminución de la varianza temporal a mayor $n$.
* **Retrasos de Información (p. 441–466):**
* Promedios ponderados exponenciales de variables cualitativas o cuantitativas:
$$\frac{d(\text{Percepción})}{dt} = \frac{\text{Señal Real}(t) - \text{Percepción}(t)}{TA}$$
* Pronóstico adaptativo con estimación de tendencia (*Trend / SMOOTH3I*).
* La física de las oscilaciones inducidas por demoras: por qué los retrasos de información desestabilizan los sistemas de control y generan sobreimpulso (*overshoot*).
---
### Pilar 2: Javier Aracil – *Dinámica de Sistemas* (Isdefe / Alianza)
Aporta la fundamentación matemática en español y el rigor de la teoría clásica de sistemas dinámicos:
* **Capítulos 1 y 2 (El Enfoque Sistémico y Metodología):** El concepto de causalidad circular, diagramas causales y la transición rigurosa hacia el diagrama de Forrester.
* **Capítulos 3 y 4 (Sistemas de Ecuaciones Diferenciales y Modelos Formales):**
* Demostración analítica de sistemas de primer y segundo orden.
* Análisis en el plano de fases ($dx/dt$ vs $x$).
* Introducción a la teoría de bifurcaciones: cómo un cambio gradual en un parámetro puede producir una catástrofe o colapso repentino en el régimen del sistema (ejemplo de la explotación agrícola y pesquera).
---
### Pilar 3: William Braun – *The System Archetypes* (The Systems Thinker)
Catálogo canónico de los 9 patrones estructurales recurrentes en organizaciones:
1. **Compensación entre proceso y demora (Balancing with Delay):** Actuación correctiva agresiva que ignora el retraso, provocando oscilaciones violentas.
2. **Límites del crecimiento (Limits to Growth):** Un proceso reforzador exitoso topa con una restricción física o de mercado que frena y colapsa el avance.
3. **Desplazamiento de la carga (Shifting the Burden):** Se aplica una solución sintomática fácil que debilita la capacidad del sistema de resolver el problema fundamental (adicción estructural).
4. **Erosión de metas (Eroding Goals / "Sopa de Ranas"):** Ante la brecha entre el objetivo y el estado real, se rebaja paulatinamente la meta en vez de mejorar el rendimiento.
5. **Escalada (Escalation):** Dos actores compiten en bucles simétricos destructivos (guerra de precios, carreras armamentistas).
6. **Éxito para quien tiene éxito (Success to the Successful):** Asignación desigual de recursos que amplifica las ventajas del ganador inicial dejando sin soporte al competidor.
7. **Tragedia del terreno común (Tragedy of the Commons):** Uso no regulado de un recurso finito compartido que termina en su agotamiento total.
8. **Soluciones contraproducentes (Fixes that Fail):** La acción correctiva produce una consecuencia no deseada demorada que agrava el síntoma inicial.
9. **Crecimiento y subinversión (Growth and Underinvestment):** El crecimiento se estanca porque no se invierte a tiempo en la capacidad necesaria para sostener la demanda.
---
### Pilar 4: System Dynamics Society Task Force – *White Paper 2025.09: Using Artificial Intelligence in System Dynamics Education*
El marco normativo internacional para la pedagogía con IA:
* **Las 4 Modalidades de Interacción con IA:**
1. *AI as Source of Inspiration:* Superar el "síndrome de la hoja en blanco" en la conceptualización.
2. *AI as Builder / Fixer:* Asistente en la codificación de modelos y corrección de sintaxis.
3. *AI as Mentor / Tutor:* Conducción socrática del estudiante sin resolver el problema directamente.
4. *AI as Model Analyst / Critic:* Auditor de ecuaciones, consistencia dimensional y comportamiento asintótico.
* **El Principio de Transparencia y Varianza Estocástica:**
* Las IAs predicen tokens, no razonan dinámicamente; por ende, dos ejecuciones idénticas pueden producir estructuras incompatibles.
* La obligación del estudiante de reportar sus prompts y auditar cada enlace causal mediante primeros principios físicos.
---
# Articulación Pedagógica y Escalera Conceptual (Semanas 8 a 14)
**Asignatura:** Dinámica Industrial – Módulo Dinámica de Sistemas
**Facultad de Ingeniería y Ciencias Exactas – UADE**
**Docente Titular:** Ing. Nahuel Romera
---
## 1. La Escalera Conceptual de 7 Peldaños
El aprendizaje de la Dinámica de Sistemas no es lineal ni puramente matemático; exige una transformación profunda en el modelo mental del estudiante de Ingeniería Industrial: pasar del pensamiento cartesiano reduccionista (causa-efecto directa) al **pensamiento de realimentación circular no lineal**.
La secuencia didáctica de las Semanas 8 a 14 está estructurada como una **escalera conceptual ascendente**, donde cada peldaño es un requisito ontológico y operativo imprescindible para el siguiente:
```mermaid
flowchart BT
P1["Peldaño 1 (Semana 8)\nCausalidad Circular y Polaridades (CLD)"] --> P2["Peldaño 2 (Semana 9)\nOntología de Forrester: Stocks vs Flujos (SFD)"]
P2 --> P3["Peldaño 3 (Semana 10)\nMatemática de EDOs, Euler/RK y Soft Functions"]
P3 --> P4["Peldaño 4 (Semana 11)\nIntegración y Consistencia Dimensional (Tanques Acoplados)"]
P4 --> P5["Peldaño 5 (Semana 12)\nRetrasos Materiales y Ley de Little"]
P5 --> P6["Peldaño 6 (Semana 13)\nRetrasos de Información y Suavizado Exponencial"]
P6 --> P7["Peldaño 7 (Semana 14)\nSistemas Complejos Acoplados a Largo Plazo (Caso Casas 100 años)"]
```
---
### Descripción Detallada de los Peldaños
#### Peldaño 1: Causalidad Circular y Polaridades (Semana 8)
* **Salto Cognitivo:** Superar la explicación de eventos aislados ("A causó B") para conceptualizar la circularidad ("A influye en B, y B realimenta a A").
* **Umbral Crítico:** Dominar la definición formal de polaridad: la flecha $X \to Y$ tiene polaridad $(+)$ si ante un incremento en $X$, $Y$ resulta mayor de lo que hubiera sido (*ceteris paribus*); tiene polaridad $(-)$ si $Y$ resulta menor.
* **El Peligro:** Intentar determinar el signo del bucle mirando si el sistema "crece o decrece" en un gráfico temporal, en lugar de contar los signos negativos en la estructura de lazos cerrada.
#### Peldaño 2: Ontología de Forrester: Stocks vs Flujos (Semana 9)
* **Salto Cognitivo:** Comprender que el universo físico solo cambia a través de acumulaciones. La causa inmediata del cambio de cualquier variable de estado es siempre un flujo; las demás variables solo son información que regula las válvulas.
* **Umbral Crítico:** El **Método Canónico de Pasaje DDI $\to$ DF** (Pizarra Romera):
1. *Bucket Freeze Test:* Si el tiempo se detiene, ¿la variable sigue existiendo? (Si sí $\to$ Stock; si no $\to$ Flujo o Auxiliar).
2. Una influencia entrante a un stock se convierte en flujo de entrada ($+$) o flujo de salida ($-$).
3. Toda flecha que sale de un stock hacia otra variable es transmisión de **información**, jamás una tubería de flujo.
* **El Peligro:** Conectar dos conceptos abstractos con tuberías de flujo, violando las leyes de conservación de masa.
#### Peldaño 3: Matemática de EDOs, Euler/RK y Funciones Suaves (Semana 10)
* **Salto Cognitivo:** Comprender que todo Diagrama de Forrester es exactamente la representación gráfica de un sistema de Ecuaciones Diferenciales Ordinarias acopladas de primer orden: $\frac{dx_i}{dt} = \sum \text{Inflows}_i - \sum \text{Outflows}_i$.
* **Umbral Crítico:** Comprender que las computadoras no integran funciones de forma continua; aplican aproximaciones numéricas (Euler o Runge-Kutta) que pueden desestabilizarse catastróficamente si el paso $\Delta t$ excede los límites de estabilidad.
* **El Peligro:** Modelar relaciones del mundo real con ecuaciones lineales infinitas, omitiendo la saturación física que exigen las *Soft Functions* (funciones tabla normalizadas).
#### Peldaño 4: Integración y Consistencia Dimensional (Semana 11 - Examen Parcial)
* **Salto Cognitivo:** Pasar del caso académico simplificado a un sistema operativo industrial completo con restricciones de control físico y perfiles de consumo variables (Caso Tanques Acoplados).
* **Umbral Crítico:** Auditoría dimensional estricta: $[Stock] = [Rate] \times [Tiempo]$. Si un flujo de agua se mide en litros/hora, el stock DEBE medirse en litros; si una válvula regula un porcentaje por hora, su dimensión debe ser $[1/\text{Tiempo}]$.
#### Peldaño 5: Retrasos Materiales y Ley de Little (Semana 12)
* **Salto Cognitivo:** Comprender que la materia no desaparece al entrar en un proceso demorado; queda físicamente atrapada en tránsito (*material in transit*).
* **Umbral Crítico:** La **Ley de Little en equilibrio estacionario**:
$$L = \lambda W \quad \iff \quad MT = \text{Flujo} \times TR$$
Demostrar que en equilibrio ($\frac{d(MT)}{dt} = 0$), el inventario en tránsito es independiente de si el retraso es de tubería (FIFO), exponencial de primer orden o una cascada Erlang de orden $n$.
* **El Peligro:** Intentar aplicar la Ley de Little durante transitorios violentos o fuera del equilibrio.
#### Peldaño 6: Retrasos de Información y Suavizado Exponencial (Semana 13)
* **Salto Cognitivo:** Diferenciar ontológicamente materia de información. La información no se almacena en bodegas ni se conserva; se filtra, se promedia y se desvanece ponderadamente en el tiempo.
* **Umbral Crítico:** Formular el suavizado exponencial de primer orden (*adaptive expectations*):
$$\frac{d(\text{Percepción})}{dt} = \frac{\text{Valor Real} - \text{Percepción}}{TA}$$
Comprender cómo la demora en percibir un cambio de demanda amplifica los pedidos aguas arriba (génesis del *Efecto Látigo*).
#### Peldaño 7: Complejidad Acoplada a Largo Plazo (Semana 14 - Capstone)
* **Salto Cognitivo:** Orquestar en un único modelo retrasos materiales de varios órdenes (distribución gamma de obras), demoras exponenciales de permisos, demoras de tubería de demolición a 30 años y retrasos de percepción de demanda.
* **Umbral Crítico:** Simular y calibrar el sistema a 100 años bajo el método de Euler ($\Delta t = 1$), demostrando solvencia analítica para predecir acumulaciones en obra y diseñar políticas anticíclicas.
---
## 2. Catálogo de Errores Habituales de Cátedra (Desgrabaciones Romera)
A partir de la minería de las transcripciones de clase (`srt` y `srt2`), se compilan las advertencias explícitas del profesor y los errores fatales más recurrentes en los exámenes:
### Error 1: "La Ilusión de la Flecha Invertida en Forrester"
> *"Fíjense: en el diagrama de influencias entra C hacia D, pero como D es una variable de nivel, C se transforma en un flujo de salida... Y esta flecha que sale del nivel le avisa a la auxiliar che, cuando yo aumento vos aumentás, pero no es ningún flujo. Es la flecha que suelen hacer al revés y te anula el diagrama de Forrester entero en el examen."* (Ing. Nahuel Romera, `Tip-DCtoDF.srt`).
* **Mecanismo del Error:** El alumno ve que el Stock $E$ impacta en una variable auxiliar $F$, y dibuja una tubería de flujo extrayendo materia de $E$ hacia $F$.
* **Regla Preventiva:** Un flujo material SOLO puede tener como destino un Stock o una Nube de frontera. De un Stock hacia una auxiliar o válvula SOLO pueden salir líneas finas de información.
### Error 2: "Causalidad Teleológica o Deseo" (Caso Represa)
> *"Mientras más agua en la represa tenés, ¿más abrís la compuerta o menos? Uno me dice 'más, para darle a la población'. ¡Pará! Vos podés pedirme lo que quieras, pero yo barro no voy a mandar. Si el nivel está bajo, cierro la válvula para no romper la potabilizadora. No confundan lo que uno desea con el mecanismo de control físico."* (Ing. Nahuel Romera, `Represa_DCausal.srt`).
* **Mecanismo del Error:** Asignar polaridades asumiendo la buena voluntad o la intención de un actor externo en vez de la física de los sensores y actuadores del sistema.
### Error 3: "La Regla de la Derivada Parcial (Ceteris Paribus)"
> *"Cuando analizás cómo afecta A a B, congelás todas las demás variables. Si para calcular B tenés una ecuación con K en el denominador, y K aumenta, B disminuye. Si me ponés que aumenta porque en la realidad suele aumentar otra cosa al mismo tiempo, el examen está mal."* (Ing. Nahuel Romera, `Represa_DCausal.srt`).
* **Mecanismo del Error:** Evaluar la polaridad de una relación incorporando mentalmente el efecto indirecto de una tercera variable, violando la condición *ceteris paribus*.
### Error 4: "Little Fuera de Equilibrio"
> *"¿Cuándo alcanzaba el equilibrio el modelo? Cuando nacimientos es igual a muertes, o entrada igual a salida. Ahí, y solo ahí, Little dice que el stock en tránsito es igual al flujo por el tiempo de retraso. Si el sistema está creciendo desbocado, no me apliques Little directo porque vas a pifiar por millones."* (Ing. Nahuel Romera, `C12 - RM- Little.srt`).
* **Mecanismo del Error:** Calcular el inventario en tránsito multiplicando el flujo de entrada por el retardo en un sistema con acumulación acelerada transitoria.
### Error 5: "La Trampa del Paso de Integración $\Delta t$"
> *"Para un delta T grande, podés tener un error gigantesco y una caída brutal que en la realidad no existe... Tienen que tener cuidado con la aproximación numérica porque si estamos evaluando millones de dólares o vidas humanas, una oscilación espuria del método de Euler te hace tomar decisiones desastrosas."* (Ing. Nahuel Romera, `26C1-DI-Tradicional-20260520_183919.srt`).
* **Mecanismo del Error:** Simular con $\Delta t = 1$ en sistemas que poseen constantes de tiempo menores a 2 unidades temporales, provocando inestabilidad numérica artificial.
---
# PARTE II: GUÍAS TEÓRICAS Y CONCEPTUALES POR SEMANA (SEMANAS 8 A 14)
En esta sección se compilan las guías de estudio de las 7 semanas temáticas, detallando formulaciones matemáticas, diagramas causales, ontología de Forrester, funciones suaves y teoría de retrasos.
---
# Guía de Estudio: Semana 8 – Diagramas de Influencia e Hipótesis Dinámica
**Materia:** Dinámica Industrial – Dinámica de Sistemas
**Cátedra:** Ing. Nahuel Romera
**Lecturas Obligatorias:** Sterman, John D. *Business Dynamics*, Capítulos 1 a 5 (Págs. 1 a 190); Aracil, Javier. *Dinámica de Sistemas*, Capítulos 1 y 2.
---
## 1. Fundamentos Teóricos
### 1.1. Pensamiento Sistémico y Complejidad Dinámica
La mayoría de los modelos de gestión y análisis convencionales operan bajo el supuesto de causalidad lineal y estática ($A \to B$). Sin embargo, los sistemas industriales reales se caracterizan por **complejidad dinámica**, donde:
* Las causas y los efectos están espacial y temporalmente separados.
* Las intervenciones generan consecuencias secundarias demoradas que suelen resistirse a la política original (*Policy Resistance*).
* La estructura del sistema realimenta constantemente la toma de decisiones.
```mermaid
flowchart LR
subgraph Pensamiento Lineal Tradicional
A1[Problema] --> B1[Decisión] --> C1[Resultado]
end
subgraph Pensamiento Sistémico Circular
A2[Estado del Sistema] --> B2[Información Percibida]
B2 --> C2[Decisión / Acción]
C2 --> D2[Efectos en el Entorno]
D2 --> A2
D2 -.->|Efectos Colaterales Demorados| B2
end
```
### 1.2. Límites del Sistema: Variables Endógenas, Exógenas y Parámetros
* **Variables Endógenas:** Variables que forman parte de los bucles de realimentación del sistema; afectan y son afectadas por otras variables internas (ejemplo: inventario, precio, demanda interna, flota de barcos).
* **Variables Exógenas:** Variables que influyen sobre el sistema pero no reciben realimentación significativa desde él dentro del horizonte de análisis (ejemplo: tipo de cambio internacional, clima, marco regulatorio nacional).
* **Parámetros:** Constantes que definen las características físicas o de diseño del sistema (ejemplo: capacidad máxima de un tanque, tiempo de garantía, tasa de depreciación técnica).
### 1.3. Enlaces Causales y Polaridad Formal
Un Diagrama de Influencias (DDI o *Causal Loop Diagram - CLD*) está formado por nodos (variables) y flechas dirigidas que representan relaciones causales directas:
* **Flecha con Polaridad Positiva ($+$ o $s$ para *same*):**
$$\frac{\partial Y}{\partial X} > 0$$
*Interpretación:* Si $X$ aumenta, $Y$ aumenta respecto a lo que hubiera sido (*ceteris paribus*); si $X$ disminuye, $Y$ disminuye respecto a lo que hubiera sido.
* **Flecha con Polaridad Negativa ($-$ o $o$ para *opposite*):**
$$\frac{\partial Y}{\partial X} < 0$$
*Interpretación:* Si $X$ aumenta, $Y$ disminuye respecto a lo que hubiera sido; si $X$ disminuye, $Y$ aumenta respecto a lo que hubiera sido.
> [!WARNING]
> **Condición Cardinal *Ceteris Paribus*:**
> La polaridad evalúa el efecto directo de una sola variable manteniendo estrictamente congeladas todas las demás. No intentes evaluar mentalmente qué pasaría si "al mismo tiempo" cambia otra condición del mercado.
### 1.4. Bucles de Realimentación: Refuerzo y Balance
Un bucle de realimentación es una cadena cerrada de causas y efectos que retorna al nodo de origen. La polaridad del bucle se calcula mediante el producto de los signos de sus enlaces:
$$\text{Polaridad del Bucle} = \prod_{i=1}^k \text{Signo}(e_i) = (-1)^{\text{número de signos negativos}}$$
1. **Bucles de Refuerzo ($R$ o $+$):** Contienen una cantidad **par** (0, 2, 4...) de signos negativos. Amplifican cualquier perturbación inicial, generando **crecimiento exponencial** o **colapso acelerado**.
2. **Bucles de Balance ($B$ o $-$):** Contienen una cantidad **impar** (1, 3, 5...) de signos negativos. Buscan estabilizar el sistema alrededor de una meta explícita o implícita, generando comportamiento de **búsqueda de objetivo (*goal-seeking*)** o amortiguación asintótica.
---
## 2. Soporte Visual de Cátedra (Keyframes y Explicaciones del Docente)
### Caso 1: Flota de Barcos y Transporte de Granos (`Barcos_DCausal`)
* **Keyframe Representativo:** `keyframes/Barcos_DCausal/frame_001_00m00s.jpg`
* **Transcripción Magistral del Profesor:**
> *"Vos tenés 100 barcos. Por desgaste natural, descartás un barco por año. Entonces construís uno para compensar esa pérdida y mantener 100. Ese es el bucle B1 (desgaste y reposición). Pero pará: ahora preguntale al bucle B2 si realmente necesitás 100 barcos. Si la demanda de transporte cayó a 90, ¿para qué querés 100 si te da pérdida? Dejalo caer a 90 y mantenelo ahí. En cambio, si el negocio creció al doble, no construís mirando el descarte: construís mirando el negocio. Vos tenés dos bucles de balance que interactúan."*
```mermaid
flowchart TD
Flota["Flota Propia de Barcos"] -->|+ Desgaste físico| Desgaste["Desgaste / Amortización"]
Desgaste -->|+ Tasa de baja| Descarte["Descarte de Barcos"]
Descarte -->|- Reduce inventario| Flota
Flota -->|+ Capacidad de transporte| Oferta["Oferta de Transporte"]
Oferta -->|- Reduce necesidad externa| Alquiler["Alquiler de Barcos"]
Alquiler -->|+ Presión de costos| Decision["Decisión de Inversión"]
Decision -->|+ Demora de astillero [DELAY]| Produccion["Producción de Nuevos Barcos"]
Produccion -->|+ Suma a la flota| Flota
```
* **Deducción de Bucles:**
* **Bucle B1 (Desgaste):** Flota $(+) \to$ Desgaste $(+) \to$ Descarte $(-) \to$ Flota. Hay 1 signo negativo $\implies$ **Balance (B1)**.
* **Bucle B2 (Negocio/Demanda):** Flota $(+) \to$ Oferta $(-) \to$ Alquiler $(+) \to$ Decisión $(+) \to$ Producción $(+) \to$ Flota. Hay 1 signo negativo $\implies$ **Balance (B2)**.
---
### Caso 2: Control de Represa Hidráulica (`Represa_DCausal`)
* **Keyframe Representativo:** `keyframes/Represa_DCausal/frame_001_00m00s.jpg`
* **La Trampa del Alumno (Desgrabación de Romera):**
> *"Uno me dice: 'Si la población necesita más agua, abro más la compuerta'. ¡Error de examen! Una cosa es lo que la población pide y otra es el sensor de control de la represa. Si el agua está bajando y se acerca al nivel mínimo de seguridad, la válvula se tiene que cerrar para no aspirar sedimentos y romper la planta purificadora. A menor agua en la represa, mayor es el control de nivel (-), y a mayor control de nivel, menor apertura de compuerta (-). Menos por menos da más; con el flujo de salida que resta agua al embalse, el lazo cierra como un bucle de Balance (B) que protege la presa."*
```mermaid
flowchart TD
Agua["Agua Acumulada en la Represa"] -->|- Menos agua exige vigilar el fondo| Control["Control de Nivel Mínimo"]
Minimo["Volumen Mínimo Aceptable (Parámetro)"] -->|+ Aumenta exigencia| Control
Control -->|- Más control cierra el paso| Apertura["Apertura de Compuerta"]
Apertura -->|+ Mayor sección permite más caudal| Caudal["Caudal de Salida"]
Caudal -->|- Vacía el embalse| Agua
Rio["Caudal del Río Afluente"] -->|+ Llena el embalse| Agua
```
* **Deducción de Polaridad:**
$$\text{Agua} \xrightarrow{-} \text{Control} \xrightarrow{-} \text{Apertura} \xrightarrow{+} \text{Caudal} \xrightarrow{-} \text{Agua}$$
Cantidad de signos negativos: $3$ (impar) $\implies$ **Bucle de Balance (B)**. Si el nivel desciende, el control se activa, se reduce la apertura de la compuerta, disminuye la salida y el nivel del agua se estabiliza.
---
## 3. Hipótesis Dinámica Cualitativa y Modos de Comportamiento
La Hipótesis Dinámica es una explicación teórica sobre cómo la **estructura de bucles** genera la **trayectoria en el tiempo**:
1. **Crecimiento Exponencial:** Dominancia de un bucle de refuerzo ($R$). La tasa de cambio es proporcional al estado actual ($dx/dt = g \cdot x$).
2. **Búsqueda de Meta (*Goal-Seeking*):** Dominancia de un bucle de balance ($B$). El sistema converge suavemente hacia un valor deseado ($dx/dt = (x^* - x)/\tau$).
3. **Crecimiento Sigmoideo (Curva en S):** Fase inicial dominada por refuerzo ($R$), seguida de una transición donde el bucle de balance ($B$) toma el control debido al agotamiento de recursos o capacidad de carga.
4. **Oscilaciones:** Bucle de balance con retraso significativo ($B + Delay$). El sistema supera la meta (*overshoot*) antes de corregir, generando ciclos oscilatorios amortiguados, sostenidos o divergentes.
---
## 4. Ejercitación Práctica (Trabajo Práctico N.º 01 - GUIA01)
### Ejercicio Guía: Mercado de Transporte de Granos y Energía Eólica
1. **Caso Energía Eólica:** Construir el CLD que vincula la inversión en parques eólicos, la capacidad instalada, el costo medio por MWh, la demanda de energía limpia y las emisiones evitadas de $\text{CO}_2$. Identificar bucles $R$ y $B$ con sus retardos.
2. **Caso Transporte de Granos:** Analizar la flota de camiones durante la época de cosecha gruesa. Considerar el precio del flete, la disponibilidad de camiones, el tiempo de espera en el puerto de Rosario y la decisión de compra de nuevas unidades con un retraso de entrega de 6 meses.
---
## 5. Auditoría de IA y Alertas de Alucinación para la Semana 8
Al consultar un LLM sobre diagramas causales, aplica este filtro de verificación:
* **Alucinación Frecuente:** La IA suele afirmar que la polaridad entre *Demanda* y *Precio* es negativa porque "a mayor precio la gente compra menos".
* **Filtro de Corrección del Estudiante:** ¡Cuidado con el sentido de la flecha! Si la flecha es $\text{Demanda} \to \text{Precio}$, a mayor demanda el precio sube ($+$). Si la flecha es $\text{Precio} \to \text{Demanda}$, a mayor precio la demanda cae ($-$). Verifica siempre cuál es el origen y cuál es el destino.
---
# Guía de Estudio: Semana 9 – Arquetipos Sistémicos y Diagramas de Forrester (Niveles y Flujos)
**Materia:** Dinámica Industrial – Dinámica de Sistemas
**Cátedra:** Ing. Nahuel Romera
**Lecturas Obligatorias:** Sterman, John D. *Business Dynamics*, Capítulo 6 (Págs. 191 a 230); Braun, William. *The System Archetypes* (Págs. 1 a 26); Vedula et al. *LunaSim Paper P1167* (ISDC 2025).
---
## 1. Los 9 Arquetipos Sistémicos (William Braun & Peter Senge)
Los arquetipos sistémicos son **patrones estructurales genéricos** formados por combinaciones recurrentes de bucles de refuerzo y balance con demoras. Su conocimiento permite diagnosticar la causa raíz de patologías organizacionales y reconocer puntos de apalancamiento:
```mermaid
graph TD
subgraph Arquetipos Fundamentales
A1["1. Compensación con Demora\n(Oscilación por reacción excesiva)"]
A2["2. Límites del Crecimiento\n(Refuerzo topa con restricción de capacidad)"]
A3["3. Desplazamiento de la Carga\n(Solución sintomática adictiva)"]
A4["4. Erosión de Metas\n(Rebaja continua del estándar)"]
A5["5. Tragedia de los Comunes\n(Colapso de recurso compartido)"]
A6["6. Éxito para el Exitoso\n(Asimetría acumulativa)"]
A7["7. Soluciones Contraproducentes\n(Efecto rebote indeseado)"]
A8["8. Escalada\n(Competencia simétrica destructiva)"]
A9["9. Crecimiento y Subinversión\n(Falta de capacidad proactiva)"]
end
```
### Detalle de los Arquetipos más Frecuentes en la Industria:
1. **Límites del Crecimiento (*Limits to Growth*):**
* *Estructura:* Un bucle de refuerzo ($R1$) impulsa el crecimiento inicial (e.g. ventas, clientes). A medida que el estado crece, activa un bucle de balance ($B2$) mediado por una restricción física o de mercado (e.g. capacidad de planta, saturación, tiempo de entrega).
* *Punto de Apalancamiento:* No presionar el motor de crecimiento ($R1$); remover o expandir el factor limitante del bucle de balance ($B2$).
2. **Desplazamiento de la Carga (*Shifting the Burden*):**
* *Estructura:* Frente a un síntoma de problema, se aplica una solución rápida de corto plazo ($B1$). Esto mitiga el síntoma temporalmente pero desincentiva la inversión en la solución fundamental ($B2$), generando un bucle de refuerzo perverso ($R3$) de dependencia o adicción.
* *Ejemplo Industrial:* Contratar consultoría externa constante para parchar errores de software en vez de capacitar y reestructurar el equipo propio de desarrollo.
3. **Tragedia de los Comunes (*Tragedy of the Commons*):**
* *Estructura:* Múltiples actores persiguen su beneficio individual explotando un recurso común limitado. Cada actor experimenta un bucle de refuerzo propio, hasta que la suma de actividades supera la capacidad de regeneración del recurso, colapsando el sistema para todos.
---
## 2. Ontología del Diagrama de Forrester (Stock and Flow Diagram - SFD)
Para simular computacionalmente un sistema, debemos traducirlo de la descripción cualitativa (CLD) a la física de **Niveles y Flujos (Diagrama de Forrester)**:
```mermaid
flowchart LR
Cloud1((Nube / Fuente)) ==>|Tubería de Flujo| Valve1{{Válvula de Entrada\n(Inflow)}}
Valve1 ==>|Materia Conservada| Stock[Variable de Nivel / Stock\n(Acumulación Física)]
Stock ==>|Materia Conservada| Valve2{{Válvula de Salida\n(Outflow)}}
Valve2 ==>|Tubería de Flujo| Cloud2((Nube / Sumidero))
Stock -.->|Transmisión de Información| Aux[Variable Auxiliar]
Param[Parámetro Exógeno] -.->|Información| Aux
Aux -.->|Regula apertura| Valve1
Stock -.->|Información directa| Valve2
```
### Componentes Canónicos:
* **Variables de Nivel (Stocks / Rectángulos):** Representan el estado del sistema en un instante de tiempo. Acumulan materia, personas, energía, inventario o activos financieros. Tienen **memoria histórica**: si se congelan los flujos, el stock conserva su valor actual.
* **Variables de Flujo (Rates / Válvulas y flechas dobles):** Representan la velocidad instantánea de cambio por unidad de tiempo ($\frac{dx}{dt}$). Alteran directamente el contenido de los niveles.
* **Nubes de Frontera (Clouds):** Representan el límite del modelo. Son fuentes infinitas de donde provienen los insumos o sumideros infinitos hacia donde drenan los egresos, cuyo estado no nos interesa contabilizar.
* **Variables Auxiliares (Círculos):** Representan pasos intermedios de cálculo, conversiones de unidades o reglas de decisión instantáneas. No poseen memoria acumulativa.
* **Parámetros (Constantes):** Factores exógenos o características técnicas invariantes durante la simulación.
* **Canales Materiales (Líneas gruesas/dobles con flecha):** Tuberías conservativas donde fluye la sustancia física. Cumplen balance de masa estricto.
* **Canales de Información (Líneas finas/discontinuas con flecha):** Transmisiones instantáneas de datos o señales que no consumen la sustancia de origen.
---
## 3. El Método Canónico de Pasaje DDI $\to$ DF (Pizarras Romera)
El pasaje de un Diagrama de Influencias a un Diagrama de Forrester suele ser el obstáculo principal de los estudiantes y la mayor fuente de alucinaciones en modelos de IA:
### El Protocolo de 4 Pasos Obligatorios:
#### Paso 1: Identificación de Niveles mediante el *Bucket Freeze Test*
* Analizar la lista de variables del DDI.
* Preguntarse: *Si tomamos una fotografía instantánea del sistema donde el tiempo se detiene por completo ($\Delta t = 0$), ¿la variable sigue existiendo con un valor medible?*
* **Sí:** Es una **Variable de Nivel (Stock)**. Ejemplo: número de barcos en flota, agua en la represa, personas vivas, deuda financiera.
* **No:** Es una **Variable de Flujo** o **Auxiliar**. Ejemplo: barcos botados por mes, evaporación diaria, tasa de natalidad, rentabilidad instantánea.
#### Paso 2: Tratamiento de Influencias Incidentes hacia un Nivel
Si en el DDI una variable $X$ incide directamente sobre una variable de nivel $N$:
* Si la relación es **positiva ($+)$**: $X$ se traduce en un **Flujo de Entrada (Inflow)** hacia $N$, proveniente de una nube (o de otro stock homogéneo).
* Si la relación es **negativa ($-$)**: $X$ se traduce en un **Flujo de Salida (Outflow)** que drena contenido de $N$ hacia una nube.
#### Paso 3: Tratamiento de Influencias Salientes desde un Nivel
Si en el DDI una flecha sale desde una variable de nivel $N$ hacia otra variable $Y$:
* **REGLA DE ORO:** Esa flecha es SIEMPRE un **enlace de información**, ¡NUNCA una tubería de flujo!
* *Explicación del Docente (`Tip-DCtoDF.srt`):*
> *"Si el nivel de agua E le pega a la variable F, E le avisa a F: 'Che, cuando yo aumento vos aumentás'. Pero no drena agua hacia F. F es una variable auxiliar que lee la información del nivel. Si me ponés una tubería que extrae agua de E hacia F, rompiste el modelo y tenés cero en el examen."*
#### Paso 4: Tratamiento de Variables Auxiliares y Parámetros
* Si dos variables $I$ y $J$ se relacionan y ninguna es un nivel:
* Aquella que no recibe flechas es un **Parámetro Exógeno**.
* Aquella que recibe flechas es una **Variable Auxiliar**.
* La flecha que las une es una transmisión de información.
---
## 4. Introducción Práctica a LunaSim (Modelado Web Abierto)
En esta semana comenzamos a utilizar **LunaSim** ([lunasim.org](https://lunasim.org)), la plataforma de simulación visual web de código abierto.
### Estructura del Formato JSON Nativo de LunaSim:
```json
{
"nodes": [
{ "key": "stock1", "type": "stock", "label": "aguaRepresa", "initVal": 50000, "isNN": true },
{ "key": "valve1", "type": "valve", "label": "caudalRio", "equation": "300", "isNN": true },
{ "key": "valve2", "type": "valve", "label": "descargaCompuerta", "equation": "aperturaValvula * factorDescarga", "isNN": true },
{ "key": "cloud1", "type": "cloud" },
{ "key": "cloud2", "type": "cloud" },
{ "key": "aux1", "type": "variable", "label": "aperturaValvula", "equation": "if(aguaRepresa < 20000, 0.1, 0.8)" },
{ "key": "param1", "type": "variable", "label": "factorDescarga", "equation": "400" }
],
"links": [
{ "from": "cloud1", "to": "stock1", "type": "flow", "labelKey": "caudalRio" },
{ "from": "stock1", "to": "cloud2", "type": "flow", "labelKey": "descargaCompuerta" },
{ "from": "stock1", "to": "aux1", "type": "influence" },
{ "from": "aux1", "to": "valve2", "type": "influence" },
{ "from": "param1", "to": "valve2", "type": "influence" }
]
}
```
> [!TIP]
> **Importación Directa:** Puedes guardar este archivo como `.json` y cargarlo en [lunasim.org](https://lunasim.org) haciendo clic en "Open Model". El diagrama visual se renderiza de inmediato y permite simular con el motor interno de Euler/RK4.
---
## 5. Auditoría de IA y Rúbrica de Falla para la Semana 9
Al pedirle a un LLM que convierta un CLD a Forrester, busca de inmediato estos tres errores clásicos documentados en el paper de LunaSim (ISDC 2025):
1. **Flujo de Concepto Abstracto a Nivel:** La IA propone un flujo material desde "Capacitación" hacia "Productividad". *Acción correctiva:* La capacitación es una auxiliar que modula la tasa de producción, no un fluido que llena un tanque de productividad.
2. **Influencia hacia el Stock en vez de la Válvula:** La IA conecta la flecha de la demanda directamente sobre la caja del stock de inventario. *Acción correctiva:* La demanda influye en la tasa de ventas (válvula de salida); no puede incidir de forma mágica en el stock sin pasar por un flujo.
3. **Flujos Invertidos (*Flipped Flows*):** La IA conecta una salida apuntando hacia adentro del stock.
---
# Guía de Estudio: Semana 10 – Funciones y Análisis de Ecuaciones Diferenciales
**Materia:** Dinámica Industrial – Dinámica de Sistemas
**Cátedra:** Ing. Nahuel Romera
**Lecturas Obligatorias:** Sterman, John D. *Business Dynamics*, Capítulos 7 y 8 (Págs. 231 a 262); Aracil, Javier. *Dinámica de Sistemas*, Capítulos 3 y 4.
---
## 1. La Hipótesis Dinámica Matemática y el Sistema de EDOs
Un Diagrama de Forrester no es una mera representación gráfica; es la formulación visual de un **sistema de Ecuaciones Diferenciales Ordinarias (EDO) de primer orden acopladas**:
$$\frac{d\vec{x}(t)}{dt} = \vec{f}(\vec{x}(t), \vec{p}, t)$$
Para cada variable de nivel $x_i(t)$:
$$\frac{dx_i(t)}{dt} = \sum_{j} \text{Inflow}_{ij}(t) - \sum_{k} \text{Outflow}_{ik}(t)$$
En forma integral:
$$x_i(t) = x_i(t_0) + \int_{t_0}^{t} \left[ \sum_{j} \text{Inflow}_{ij}(\tau) - \sum_{k} \text{Outflow}_{ik}(\tau) \right] d\tau$$
### Características del Sistema:
1. **Orden del Sistema:** Está determinado por el número de variables de nivel **independientes**. Un modelo con 3 stocks es un sistema de 3.º orden, capaz de manifestar comportamientos oscilatorios o no lineales complejos.
2. **Endogeneidad de los Flujos:** Las funciones de flujo no dependen del tiempo de forma abstracta, sino del estado actual de los stocks y de las variables auxiliares:
$$\text{Rate}(t) = g(\vec{x}(t), \vec{p})$$
---
## 2. Métodos de Integración Numérica y Estabilidad de $\Delta t$
En la práctica ingenieril, las EDOs no lineales no admiten solución analítica cerrada; deben resolverse mediante **integración numérica**.
### 2.1. Método de Euler (Primer Orden Explícito)
Es el algoritmo estándar por su sencillez computacional:
$$x(t + \Delta t) = x(t) + \Delta t \cdot \left[ \text{Inflow}(t) - \text{Outflow}(t) \right]$$
* **Error de Truncamiento Local:** $O(\Delta t^2)$.
* **Error Global Acumulado:** $O(\Delta t)$.
### 2.2. Métodos de Runge-Kutta (RK4)
Evalúa cuatro pendientes intermedias ponderadas a lo largo del intervalo $[t, t + \Delta t]$:
$$k_1 = f(t, x)$$
$$k_2 = f\left(t + \frac{\Delta t}{2}, x + \frac{\Delta t}{2} k_1\right)$$
$$k_3 = f\left(t + \frac{\Delta t}{2}, x + \frac{\Delta t}{2} k_2\right)$$
$$k_4 = f(t + \Delta t, x + \Delta t \cdot k_3)$$
$$x(t + \Delta t) = x(t) + \frac{\Delta t}{6} (k_1 + 2k_2 + 2k_3 + k_4)$$
* **Error Global:** $O(\Delta t^4)$, lo que permite pasos mayores con alta fidelidad.
### 2.3. Criterio de Selección y Estabilidad de $\Delta t$
> [!CAUTION]
> **Advertencia de Romera (`26C1-DI-Tradicional-20260520_183919.srt`):**
> *"Para un delta T grande, podés tener un error gigantesco y una caída brutal que en la realidad no existe... Tienen que tener cuidado con la aproximación numérica porque una oscilación espuria del método de Euler te hace tomar decisiones desastrosas."*
* **Regla de Oro de Sterman:**
$$\Delta t \le \frac{1}{4} \tau_{\min} \quad \text{o al menos} \quad \Delta t \le \frac{1}{2} \tau_{\min}$$
donde $\tau_{\min}$ es la **constante de tiempo más rápida** del sistema (por ejemplo, el tiempo de ajuste o retraso más breve).
* **Prueba de Halving del Paso:** Si al reducir $\Delta t$ a la mitad ($\Delta t / 2$) las trayectorias de los stocks cambian significativamente o desaparecen oscilaciones, la simulación original sufría de **inestabilidad numérica espuria**.
---
## 3. Funciones Suaves (*Soft Functions / Table Functions / Lookups*)
Los modelos industriales lineales fallan porque las relaciones reales saturan, se agotan o encuentran límites físicos. Para modelar no linealidades sin perder rigor matemático, se utilizan las **Funciones Suaves o Tablas de Búsqueda (*Lookups*)**.
### Protocolo de Construcción de una Soft Function:
1. **Normalización de la Entrada:** Expresar la variable independiente como un cociente adimensional respecto a un valor nominal o deseado:
$$\text{Ratio} = \frac{x}{x^*}$$
2. **Punto Ancla Normal:** Cuando el sistema opera en condiciones normales ($\text{Ratio} = 1$), el multiplicador resultante DEBE ser neutro:
$$f(1.0) = 1.0$$
3. **Comportamiento Asintótico en Extremos:**
* ¿Qué ocurre si la entrada tiende a cero ($x \to 0$)?
* ¿Qué ocurre si la entrada tiende a infinito ($x \to \infty$)? (Límite de saturación física).
```mermaid
xychart-beta
title "Efecto No Lineal del Hacinamiento en la Tasa de Mortalidad"
x-axis ["0.0", "0.5", "1.0 (Normal)", "1.5", "2.0", "3.0"]
y-axis "Multiplicador de Mortalidad" 0 --> 5
line [0.8, 0.9, 1.0, 1.4, 2.2, 4.5]
```
### Funciones de Prueba Operativas de Sterman:
* **Escalón (`STEP(altura, t_step)`):** Modela una perturbación exógena súbita y permanente (e.g. salto de demanda).
* **Pulso (`PULSE(amplitud, t_inicio, duracion)`):** Modela un shock temporal que luego cesa (e.g. campaña promocional de un mes).
* **Rampa (`RAMP(pendiente, t_inicio, t_fin)`):** Modela un crecimiento o declive gradual sostenido.
---
## 4. Caso de Estudio: Agricultura y Colapso Maya (GUIA03)
* **Enunciado de Cátedra:** Población inicial de 100.000 habitantes que habitan en una superficie de 5.000 $\text{km}^2$ cubierta originalmente por selva. La población explota la selva para agricultura; sin embargo, la tala excesiva agota la fertilidad del suelo, provocando erosión irreversible, caída del rendimiento agrícola, hambruna y colapso demográfico.
* **Estructura Matemática:**
1. $\frac{d(\text{Población})}{dt} = \text{Nacimientos} - \text{Muertes} - \text{Emigración}$.
2. $\text{Muertes} = \text{Población} \times \text{Mortalidad\_Base} \times f(\text{Disponibilidad\_Alimento})$.
3. $\frac{d(\text{Selva})}{dt} = -\text{Tasa\_Desmonte} + \text{Regeneración\_Natural}$.
4. $\text{Rendimiento\_Agrícola} = \text{Rendimiento\_Máximo} \times g(\text{Fertilidad\_Suelo})$.
```mermaid
flowchart TD
Pob[Población] -->|+ Demanda de comida| Desmonte[Tasa de Desmonte]
Desmonte -->|- Reduce selva| Selva[Selva Virgen]
Selva -->|+ Permite rotación y descanso| Fertilidad[Fertilidad del Suelo]
Fertilidad -->|+ Alimento por hectárea| Alimento[Producción de Alimentos]
Alimento -->|- Mitiga hambre| Muertes[Tasa de Mortalidad]
Muertes -->|- Reduce población| Pob
```
---
## 5. Implementación Científica en Python (`SciPy solve_ivp`)
```python
import numpy as np
from scipy.integrate import solve_ivp
import matplotlib.pyplot as plt
def modelo_poblacion_recursos(t, state, params):
pob, selva, fertilidad = state
k_nac, mort_base, tasa_cons = params
# Normalizaciones
alim_per_capita = (fertilidad * (5000 - selva)) / max(1.0, pob)
mult_mortalidad = np.interp(alim_per_capita, [0, 0.5, 1.0, 2.0], [5.0, 2.0, 1.0, 0.8])
nacimientos = pob * k_nac
muertes = pob * mort_base * mult_mortalidad
desmonte = max(0, min(selva, pob * 0.02)) if alim_per_capita < 1.0 else 0
regeneracion = selva * 0.01 * (1 - selva / 5000)
d_pob = nacimientos - muertes
d_selva = regeneracion - desmonte
d_fertilidad = -0.05 * desmonte + 0.02 * (selva / 5000)
return [d_pob, d_selva, d_fertilidad]
# Parámetros y condición inicial
params = [0.03, 0.015, 1.0] # k_nac, mort_base, tasa_cons
y0 = [100000, 4800, 1.0]
sol = solve_ivp(modelo_poblacion_recursos, [0, 100], y0, args=(params,), method='RK45', max_step=0.5)
print(f"Simulación completa. Estado en t=100: Población = {sol.y[0][-1]:.0f}")
```
---
## 6. Auditoría de IA para la Semana 10
Al evaluar ecuaciones generadas por IA:
1. **Trampa Dimensional en Lookups:** La IA suele introducir funciones tabla donde la entrada tiene unidades de $[kg]$ y la salida suma directamente a una tasa sin multiplicar por unidades de tiempo. *Filtro:* Toda función tabla de efecto debe generar un multiplicador **adimensional** que pondere a la tasa base.
2. **Paso de Integración Alucinado:** La IA propone simular con `dt = 1` un proceso que tiene una válvula con tiempo de vaciado de 0.2 meses. *Filtro:* Exigir $\Delta t \le 0.05$.
---
# Guía de Estudio: Semana 11 – Estudio de Casos de Integración: Tanques Acoplados
**Materia:** Dinámica Industrial – Dinámica de Sistemas
**Cátedra:** Ing. Nahuel Romera
**Lecturas Obligatorias:** Sterman, John D. *Business Dynamics*, Capítulos 9 y 10 (Págs. 263 a 291); Enunciado Oficial del Examen Parcial de Cátedra (UADE).
---
## 1. El Problema de Examen: Tanques Acoplados en Edificio de 8 Pisos
Este caso de estudio constituye el modelo prototípico del **Primer Examen Parcial de Dinámica Industrial**. Requiere integrar conceptualización causal, diseño en Forrester, lógica condicional de control, deducción de EDOs, verificación dimensional estricta y simulación computacional.
```mermaid
flowchart TD
Red((Red Pública / Nube)) ==>|Tubería Entrante| Entrada{{Válvula Entrada PB\n(Regulada por Ke)}}
Entrada ==>|Litros/hora| TPB[Tanque Intermedio PB\n(Capacidad: 10.000 L\nInicial: 6.000 L)]
TPB ==>|Tubería Bombeo| Salida{{Bomba / Válvula Ks\n(Salida PB -> Terraza)}}
Salida ==>|Litros/hora| TTer[Tanque Principal Terraza\n(Capacidad: 50.000 L\nInicial: 1.500 L)]
TTer ==>|Tubería Desagüe| Consumo{{Válvula Consumo\n(Consumo Edificio)}}
Consumo ==>|Litros/hora| Desagüe((Consumo Población / Nube))
TPB -.->|Información de nivel| Entrada
TPB -.->|Información de nivel (Umbral 60%)| Salida
TTer -.->|Información de vacío| Salida
Hora[Hora del Día] -.->|Perfil Horario| Consumo
```
### Especificación Técnica del Enunciado Oficial:
1. **Tanque Intermedio (Planta Baja):**
* Capacidad Máxima: $C_{\text{PB}} = 10.000 \text{ litros}$.
* Nivel Inicial: $T_{\text{PB}}(0) = 6.000 \text{ litros}$.
* Regulación de Entrada ($K_e = 0.10 \text{ h}^{-1}$): Se llena siempre al 10% del volumen de vacío de PB:
$$\text{Volumen Vacío PB} = C_{\text{PB}} - T_{\text{PB}}(t)$$
$$\text{Entrada}(t) = K_e \cdot \max(0, C_{\text{PB}} - T_{\text{PB}}(t))$$
2. **Tanque Principal (Terraza):**
* Capacidad Máxima: $C_{\text{Ter}} = 50.000 \text{ litros}$.
* Nivel Inicial: $T_{\text{Ter}}(0) = 1.500 \text{ litros}$.
* Regulación de Bombeo / Salida ($K_s = 0.10 \text{ h}^{-1}$):
* *Condición A (Nivel PB $> 60\%$ de su capacidad, es decir $> 6.000 \text{ L}$):* La bomba envía agua hacia terraza según el 10% del volumen de vacío de terraza:
$$\text{Salida}(t) = K_s \cdot \max(0, C_{\text{Ter}} - T_{\text{Ter}}(t))$$
* *Condición B (Nivel PB $\le 60\%$, es decir $\le 6.000 \text{ L}$):* Para proteger el tanque intermedio, la salida se limita al 10% del agua remanente en PB:
$$\text{Salida}(t) = K_s \cdot T_{\text{PB}}(t)$$
3. **Consumo de Agua del Edificio:**
* Edificio ocupado al 50%. Consumo normal base: $C_{\text{norm}} = 300 \text{ litros/hora}$.
* El consumo instantáneo fluctúa con la hora del día mediante un multiplicador porcentual horario:
$$\text{Consumo}(t) = C_{\text{norm}} \times \text{FactorHorario}(t \pmod{24})$$
---
## 2. Resolución Metodológica Paso a Paso
### 2.1. Identificación de Bucles Causales (CLD)
* **Bucle 1 (Control de Llenado PB - B1):**
$$T_{\text{PB}} \xrightarrow{-} \text{Volumen Vacío PB} \xrightarrow{+} \text{Entrada} \xrightarrow{+} T_{\text{PB}}$$
Cantidad de signos $(-)$: 1 (impar) $\implies$ **Balance (B1)**. Estabiliza el nivel de PB evitando desbordes.
* **Bucle 2 (Acoplamiento Bombeo PB a Terraza - B2):**
$$T_{\text{PB}} \xrightarrow{+} \text{Salida PB} \xrightarrow{+} T_{\text{Ter}}$$ (en régimen bajo). Protege contra el vaciado total de PB.
* **Bucle 3 (Llenado Terraza - B3):**
$$T_{\text{Ter}} \xrightarrow{-} \text{Volumen Vacío Terraza} \xrightarrow{+} \text{Salida PB} \xrightarrow{+} T_{\text{Ter}}$$
Cantidad de signos $(-)$: 1 (impar) $\implies$ **Balance (B3)**. Frena el bombeo cuando la terraza se llena.
---
### 2.2. Tabla Rigurosa de Consistencia Dimensional
| Elemento | Tipo Ontológico | Unidad de Medida | Justificación Física |
|---|---|:---:|---|
| **$T_{\text{PB}}$** | Variable de Nivel (Stock) | $\text{Litros}$ | Acumulación de agua en planta baja. |
| **$T_{\text{Ter}}$** | Variable de Nivel (Stock) | $\text{Litros}$ | Acumulación de agua en terraza. |
| **$K_e$** | Parámetro de Tasa | $\text{hora}^{-1}$ | Constante de regulación fraccional por hora. |
| **$K_s$** | Parámetro de Tasa | $\text{hora}^{-1}$ | Constante de bombeo fraccional por hora. |
| **$\text{Entrada}$** | Variable de Flujo (Inflow) | $\text{Litros/hora}$ | $[K_e] \times [\text{Litros}] = [1/\text{h}] \times [\text{L}] = \text{L/h}$. |
| **$\text{Salida}$** | Variable de Flujo (Bifurcado) | $\text{Litros/hora}$ | Caudal bombeado entre stocks. |
| **$\text{Consumo}$** | Variable de Flujo (Outflow) | $\text{Litros/hora}$ | Caudal extraído por los habitantes. |
| **$\text{Consumo Normal}$** | Parámetro Exógeno | $\text{Litros/hora}$ | Consumo nominal base de diseño. |
| **$\text{Factor Horario}$** | Variable Auxiliar / Lookup | $\text{Adimensional}$ | Multiplicador porcentual ($0.2$ a $1.8$). |
---
### 2.3. Formulación de la Hipótesis Dinámica Matemática
El sistema es un **sistema acoplado de Ecuaciones Diferenciales Ordinarias (EDO) de segundo orden** (2 variables de estado independientes):
$$\begin{cases}
\dfrac{dT_{\text{PB}}(t)}{dt} = \text{Entrada}(t) - \text{Salida}(t) \\[2ex]
\dfrac{dT_{\text{Ter}}(t)}{dt} = \text{Salida}(t) - \text{Consumo}(t)
\end{cases}$$
Con las siguientes ecuaciones constitutivas para los flujos:
$$\text{Entrada}(t) = K_e \cdot \max\left(0, 10000 - T_{\text{PB}}(t)\right)$$
$$\text{Salida}(t) = \begin{cases}
K_s \cdot \max\left(0, 50000 - T_{\text{Ter}}(t)\right) & \text{si } T_{\text{PB}}(t) > 6000 \\[1ex]
K_s \cdot T_{\text{PB}}(t) & \text{si } T_{\text{PB}}(t) \le 6000
\end{cases}$$
$$\text{Consumo}(t) = C_{\text{norm}} \times \text{LookupConsumo}(t \pmod{24})$$
---
## 3. Análisis de Estabilidad y Jacobiano Simbólico con `SymPy`
Podemos linealizar el sistema en torno a un punto de operación por encima del 60% en PB:
$$\begin{cases}
\dfrac{dT_{\text{PB}}}{dt} = K_e (10000 - T_{\text{PB}}) - K_s (50000 - T_{\text{Ter}}) \\[1ex]
\dfrac{dT_{\text{Ter}}}{dt} = K_s (50000 - T_{\text{Ter}}) - C_{\text{cons}}
\end{cases}$$
Calculamos la Matriz Jacobiana:
$$J = \begin{pmatrix} \dfrac{\partial f_1}{\partial T_{\text{PB}}} & \dfrac{\partial f_1}{\partial T_{\text{Ter}}} \\[2ex] \dfrac{\partial f_2}{\partial T_{\text{PB}}} & \dfrac{\partial f_2}{\partial T_{\text{Ter}}} \end{pmatrix} = \begin{pmatrix} -K_e & K_s \\ 0 & -K_s \end{pmatrix}$$
Los autovalores de la matriz son:
$$\det(J - \lambda I) = (-K_e - \lambda)(-K_s - \lambda) = 0 \implies \lambda_1 = -K_e, \quad \lambda_2 = -K_s$$
* **Conclusión de Estabilidad:** Como $K_e > 0$ y $K_s > 0$, ambos autovalores son **reales y estrictamente negativos** ($\lambda_1 = -0.10, \lambda_2 = -0.10$). El sistema es **asintóticamente estable**, no presenta oscilaciones complejas espurias y converge suavemente a su atractor de estado estacionario.
---
## 4. Auditoría de IA para la Semana 11
* **Alucinación Frecuente de LLMs:** Al escribir la ecuación de `Salida`, las IAs suelen omitir la condición de guardia $\max(0, \dots)$, permitiendo que si el tanque de terraza supera los 50.000 L, la salida se vuelva **negativa**, absorbiendo agua desde la terraza hacia la planta baja como si la bomba funcionara al revés.
* **Filtro de Corrección:** Toda ecuación de bombeo con limitación física debe incluir guardias no negativas y respetar el sentido unidireccional de las válvulas hidráulicas.
---
# Guía de Estudio: Semana 12 – Retrasos de Material y Ley de Little
**Materia:** Dinámica Industrial – Dinámica de Sistemas
**Cátedra:** Ing. Nahuel Romera
**Lecturas Obligatorias:** Sterman, John D. *Business Dynamics*, Capítulo 11 (Págs. 407 a 440); Little, John D. C. (1961), *A Proof for the Queuing Formula: L = λ W*, Operations Research.
---
## 1. Fundamentos Físicos de los Retrasos de Material
Un **Retraso de Material (*Material Delay*)** representa el tiempo físico necesario para transportar, procesar, madurar o manufacturar entidades a lo largo de un canal productivo.
### El Principio de Conservación Estricta:
A diferencia de los retrasos de información, en un retraso material **la materia no desaparece ni se crea**:
$$\text{Materia Ingresada} = \text{Materia Salida} + \text{Materia Acumulada en Tránsito}$$
Si denotamos como $MT(t)$ al **Material en Tránsito (*Material in Transit*)**, su dinámica está gobernada por el balance de flujo:
$$\frac{d(MT)}{dt} = \text{Inflow}(t) - \text{Outflow}(t)$$
---
## 2. La Ley de Little en Estado de Equilibrio Dinámico
La Ley de Little (John D. C. Little, 1961) es uno de los teoremas más potentes de la Investigación Operativa y la Dinámica de Sistemas.
> [!IMPORTANT]
> **Teorema de Little:**
> En cualquier sistema de procesamiento o cola que se encuentre en **régimen permanente o equilibrio dinámico** ($\frac{d(MT)}{dt} = 0$), el inventario promedio de material en tránsito ($MT$) es exactamente igual al producto entre la tasa media de flujo ($F$) y el tiempo medio de residencia o retraso ($TR$):
> $$L = \lambda \cdot W \quad \iff \quad MT = \text{Flujo} \times TR$$
> $$MT = \text{Inflow} \times TR = \text{Outflow} \times TR$$
### Deducción de Cátedra (Desgrabación Nahuel Romera, `C12 - RM- Little.srt`):
* **Pregunta de Examen 1:** *Una firma ordena 10.000 equipos por día a un proveedor que demora 5 días en realizar las entregas. Si el sistema está en equilibrio, ¿cuántos equipos tendrá en tránsito o bajo pedido? ¿Depende esto de la distribución estadística del retraso?*
* **Respuesta:**
$$MT = \text{Inflow} \times TR = 10.000 \frac{\text{equipos}}{\text{día}} \times 5 \text{ días} = 50.000 \text{ equipos}$$
**NO depende del tipo de distribución.** Es exactamente 50.000 unidades ya sea que el retardo sea FIFO puro, exponencial, gamma, o cualquier distribución arbitraria, siempre que el sistema opere en equilibrio.
* **Pregunta de Examen 2:** *Una compañía de seguros tiene un stock acumulado de 50.000 reclamos sin resolver y procesa a un ritmo promedio constante de 25.000 reclamaciones resueltas por mes. ¿Cuál es el tiempo medio que un reclamante espera para recibir su liquidación?*
* **Respuesta:**
$$TR = \frac{MT}{\text{Outflow}} = \frac{50.000 \text{ reclamos}}{25.000 \text{ reclamos/mes}} = 2 \text{ meses}$$
---
## 3. Tipología de Retrasos Materiales
```mermaid
flowchart TD
subgraph Retraso de Tubería (FIFO - Orden Infinito)
In1[Inflow] ==> Pipe[Tubería Rígida FIFO\nOutflow(t) = Inflow(t - TR)] ==> Out1[Outflow]
end
subgraph Retraso Exponencial (1.º Orden)
In2[Inflow] ==> Stock1[Stock MT] ==>|Outflow = MT / TR| Out2[Outflow]
end
subgraph Retraso de Orden Superior (Cascada Erlang / Gamma)
In3[Inflow] ==> S1[Sub-Stock 1\n(TR/n)] ==> S2[Sub-Stock 2\n(TR/n)] ==> S3[Sub-Stock n\n(TR/n)] ==> Out3[Outflow]
end
```
### 3.1. Retraso de Tubería (*Pipeline / FIFO Delay*, Orden $\infty$)
* Cada unidad sale exactamente tras haber transcurrido $TR$ unidades de tiempo desde su ingreso, sin mezclarse con las anteriores:
$$\text{Outflow}(t) = \text{Inflow}(t - TR)$$
* Si el ingreso recibe un pulso instantáneo, la salida reproduce el mismo pulso desfasado $TR$ períodos.
### 3.2. Retraso Material de 1.º Orden (Exponencial)
* Asume mezcla perfecta dentro del stock de tránsito (análogo a un reactor químico continuamente agitado):
$$\frac{d(MT)}{dt} = \text{Inflow}(t) - \text{Outflow}(t), \quad \text{Outflow}(t) = \frac{MT(t)}{TR}$$
* **Respuesta al Escalón:** Si en $t=0$ inyectamos un flujo constante $F$, el material en tránsito responde como:
$$MT(t) = F \cdot TR \cdot \left(1 - e^{-t/TR}\right)$$
En $t = TR$, se ha acumulado el $63.2\%$ del valor de equilibrio.
* **Propiedad de Dispersión:** Aunque el promedio de retardo sea $TR$, existe una alta varianza: algunas entidades salen de inmediato mientras otras permanecen mucho tiempo.
### 3.3. Retrasos de Orden Superior ($n$-ésimo Orden / Cascada Erlang)
* Para modelar procesos industriales reales donde la salida no es inmediata pero tampoco un bloque rígido (e.g. obras civiles, fabricación automotriz), se conectan $n$ stocks de primer orden en serie, cada uno con una constante de tiempo $\tau = \frac{TR}{n}$:
$$\frac{dS_1}{dt} = \text{Inflow}(t) - \frac{S_1}{\tau}$$
$$\frac{dS_k}{dt} = \frac{S_{k-1}}{\tau} - \frac{S_k}{\tau} \quad (k = 2, \dots, n)$$
$$\text{Outflow}(t) = \frac{S_n}{\tau}$$
* La distribución de los tiempos de salida sigue una distribución **Erlang** con media $TR$ y varianza:
$$\sigma^2 = \frac{TR^2}{n}$$
A medida que $n \to \infty$, la varianza tiende a cero y el retardo converge al retardo de tubería puro FIFO.
---
## 4. Caso de Estudio: Construcción de Viviendas (GUIA04)
* **Etapas del Proceso:**
1. *Planificación:* Demora promedio de 8 meses ($\sigma = 2$ meses) $\to$ Retardo Erlang de 3.º orden.
2. *Permisos Municipales:* Demora exponencial de 3 meses $\to$ Retardo de 1.º orden.
3. *Obras en Construcción:* Demora de 12 meses ($\sigma = 2$ meses) $\to$ Retardo Erlang de orden superior.
* **Comportamiento Sistémico:** Cualquier fluctuación en la demanda de viviendas tarda entre 20 y 30 meses en impactar la oferta real de casas habitables. Durante ese intervalo, la escasez eleva los precios, induciendo una sobreinversión de nuevos proyectos que terminan de construirse cuando la demanda ya cayó, provocando un clásico ciclo de sobreoferta y colapso (*Overshoot and Collapse*).
---
## 5. Auditoría de IA para la Semana 12
* **Alucinación Frecuente de LLMs:** Las IAs suelen aplicar la fórmula $MT = Inflow \times TR$ en ejercicios donde el sistema está atravesando un transitorio violento (por ejemplo, durante un escalón de demanda).
* **Filtro de Corrección del Estudiante:** La Ley de Little es una propiedad de estado estacionario ($\frac{d(MT)}{dt} = 0$). Durante el transitorio, el material en tránsito debe calcularse integrando numéricamente la EDO diferencial:
$$MT(t) = MT(0) + \int_0^t (\text{Inflow}(\tau) - \text{Outflow}(\tau)) d\tau$$
---
# Guía de Estudio: Semana 13 – Retrasos de Información y Suavizado Exponencial
**Materia:** Dinámica Industrial – Dinámica de Sistemas
**Cátedra:** Ing. Nahuel Romera
**Lecturas Obligatorias:** Sterman, John D. *Business Dynamics*, Capítulo 11 (Págs. 441 a 466); Forrester, Jay W. *Industrial Dynamics* (Capítulo 9).
---
## 1. Retrasos de Información vs Retrasos de Material
La confusión entre retrasos de material y de información es uno de los errores conceptuales más costosos en la gestión de cadenas de suministro y en los exámenes de Dinámica de Sistemas:
| Dimensión Ontológica | Retraso de Material (*Material Delay*) | Retraso de Información (*Information Delay*) |
|---|---|---|
| **¿Qué se retrasa?** | Entidades físicas tangibles (piezas, personas, fluidos, camiones). | Datos, percepciones, creencias, señales de mercado, pronósticos. |
| **Ley de Conservación** | **Se conserva estrictamente:** La materia en tránsito no desaparece. | **NO se conserva:** La información se promedia, se filtra y se reemplaza en el tiempo. |
| **Representación en DF** | Tubería gruesa de flujo con válvula hacia un stock acumulador físico. | Válvula de ajuste de percepción que regula una variable de nivel intangible. |
| **Equilibrio Estacionario** | Acumula inventario en tránsito: $MT = F \times TR$. | La percepción iguala a la señal real: $\text{Percepción}^* = \text{Señal Real}$. |
| **Impacto de la Demora** | Tiempo físico de transporte o maduración. | Sesgo cognitivo, desfasaje temporal y retraso en la toma de decisiones. |
```mermaid
flowchart TD
subgraph Retraso de Material (Conservativo)
InF[Inflow de Piezas] ==> StockM[Material en Tránsito] ==> OutF[Outflow de Piezas]
end
subgraph Retraso de Información (Filtro Ponderado)
Señal[Ventas Reales del Mercado] -.-> Error[Brecha de Percepción:\nSeñal Real - Ventas Percibidas]
Error --> TasaAjuste{{Tasa de Ajuste}}
TasaAjuste ==> StockI[Ventas Percibidas\n(Nivel de Información)]
StockI -.-> Error
end
```
---
## 2. Formulación Matemática del Suavizado Exponencial de Primer Orden
Cuando los tomadores de decisiones intentan estimar el promedio de una variable volátil (como la demanda de ventas), no reaccionan instantáneamente al último dato ruidoso; aplican un **promedio móvil exponencial ponderado**:
$$\frac{d(\text{Percepción}(t))}{dt} = \frac{\text{Señal Real}(t) - \text{Percepción}(t)}{TA}$$
donde $TA$ es el **Tiempo de Ajuste (*Time to Adjust / Smoothing Time*)**.
### Solución Analítica ante un Salto Escalón:
Si en $t = 0$ la señal real salta de $S_0$ a $S_1$ de forma permanente:
$$\text{Percepción}(t) = S_1 + (S_0 - S_1) e^{-t/TA}$$
* En $t = TA$, la percepción ha asimilado el $63.2\%$ del cambio.
* En $t = 3 \cdot TA$, la percepción ha asimilado el $95.0\%$ del cambio.
* El tiempo de ajuste $TA$ actúa como un **filtro pasa-bajos**: atenúa las fluctuaciones de alta frecuencia (ruido aleatorio semanal) pero introduce un **desfasaje temporal inevitable** ante tendencias continuas.
---
## 3. El Efecto Látigo (*Bullwhip Effect*) y la Inestabilidad Sistémica
Cuando combinamos un retraso de información (demora en percibir la verdadera demanda de los clientes) con un retraso material (demora en fabricar y transportar los pedidos), el sistema industrial produce **oscilaciones amplificadas aguas arriba**:
```mermaid
flowchart LR
Demanda[Demanda Cliente Final] -->|+ Fluctúa +/- 10%| Minorista[Pedidos Minoristas\n(+/- 20%)]
Minorista -->|+ Amplifica por demora de ajuste| Mayorista[Pedidos Mayoristas\n(+/- 40%)]
Mayorista -->|+ Pánico y stock de seguridad| Fabrica[Producción Fábrica\n(+/- 80%)]
```
### Mecánica del Colapso:
1. El minorista observa un aumento en la demanda, pero debido al suavizado ($TA$), tarda semanas en creer que el aumento es real.
2. Mientras tanto, sus inventarios caen. Cuando finalmente decide reaccionar, no solo debe pedir para satisfacer la nueva demanda, sino también para **reponer el stock de seguridad perdido**.
3. El mayorista y la fábrica perciben un "boom" ficticio de pedidos gigantescos y expanden su capacidad productiva al máximo.
4. Cuando las mercancías terminadas finalmente llegan a los locales comerciales, la demanda real ya se estabilizó: los almacenes se saturan, se cancelan abruptamente los pedidos a la fábrica y la industria entra en una profunda recesión artificial.
---
## 4. Caso de Estudio: Control de Temperatura de Recipiente Térmico (GUIA05)
* **Enunciado de Cátedra:** Se desea modelar el control térmico de una pava eléctrica inteligente durante 100 minutos.
* El sensor termostático tiene un retraso de medición de información ($TA = 2 \text{ min}$).
* La resistencia eléctrica enciende si la temperatura percibida es inferior al valor deseado ($90^\circ\text{C}$).
* La pérdida de calor hacia el ambiente sigue la Ley de Enfriamiento de Newton.
* **Comportamiento Dinámico:** Debido al retraso de percepción del sensor, la resistencia continúa calentando cuando el agua ya alcanzó los $90^\circ\text{C}$, provocando un **sobreimpulso (*overshoot*) térmico** hasta $96^\circ\text{C}$, seguido de ciclos de encendido y apagado oscilatorios alrededor de la consigna.
---
## 5. Auditoría de IA para la Semana 13
* **Alucinación Crítica de LLMs:** Al modelar problemas de inventario o pronósticos, las IAs suelen dibujar una tubería de flujo material que conecta las "Ventas Históricas" con las "Expectativas de Venta", asignándole a la expectativa unidades de $\text{cajas}$ como si fuera un galpón.
* **Filtro de Corrección del Estudiante:** La expectativa es un **nivel de información**. Se formula como:
$$\frac{d(\text{Ventas Esperadas})}{dt} = \frac{\text{Ventas Reales} - \text{Ventas Esperadas}}{TA}$$
Sus unidades son $[\text{cajas/mes}]$, y su tasa de variación se mide en $[(\text{cajas/mes})/\text{mes}]$. No se le puede sumar ni restar inventario físico.
---
# Guía de Estudio: Semana 14 – Estudio de Casos Complejos: Construcción de Casas a 100 Años
**Materia:** Dinámica Industrial – Dinámica de Sistemas
**Cátedra:** Ing. Nahuel Romera
**Lecturas Obligatorias:** Sterman, John D. *Business Dynamics*, Capítulos 11 y 12; Enunciado Oficial del Examen de Cátedra "Construcción de Casas" (UADE).
---
## 1. El Gran Desafío de Examen: Modelo del Sector Inmobiliario
El caso de la **Construcción de Viviendas a 100 Años** representa la síntesis cuantitativa de toda la Dinámica de Sistemas: encadena múltiples órdenes de retrasos materiales (distribución gamma, exponencial y tubería), retrasos de percepción y decisiones de reposición frente a un perfil de demanda multietápico con escalones y rampas.
```mermaid
flowchart LR
DemandaInsat[Demanda Insatisfecha] --> Planif{{Decisión de Planificar}}
Planif ==>|Flujo Planificación| SPlan[Casas Planificadas\n(TR = 8 meses, Erlang)]
SPlan ==>|Permisos Municipales\n(TR = 3 meses, Exponencial)| SConst[Casas en Construcción\n(TR = 12 meses, Gamma)]
SConst ==>|Fin de Obra| STerm[Casas Terminadas / Habitables]
STerm ==>|Vida Útil 30 años (360 meses)| SDemol[Demolición]
SDemol ==> CloudDemol((Escombros / Fin))
STerm -.->|Brecha de Oferta| DemandaInsat
DemandaExt[Demanda de Casas\n(Escalones y Rampas)] -.-> DemandaInsat
SDemol -.->|Reposición Inmediata| Planif
```
---
## 2. Especificación Paramétrica y Perturbaciones de Demanda
### 2.1. Perfil de Demanda del Mercado a lo Largo de 100 Meses
El modelo debe partir de un **estado de equilibrio perfecto hasta el mes 10** con una demanda base de $6.000 \text{ casas}$. A partir de allí, se introducen las siguientes perturbaciones exógenas:
1. **Mes 10:** Escalón de $+50$ casas $\implies \text{Demanda} = 6.050 \text{ casas}$.
2. **Mes 18 a 24:** Rampa lineal decreciente hasta alcanzar $5.450 \text{ casas}$ en el mes 24 ($\text{Pendiente} = \frac{5450 - 6050}{24 - 18} = -100 \text{ casas/mes}$).
3. **Mes 36:** Salto escalón de $+1.200$ casas $\implies \text{Demanda} = 6.650 \text{ casas}$.
4. **Mes 48:** Salto escalón de $+650$ casas $\implies \text{Demanda} = 7.300 \text{ casas}$ finales (permanente hasta el mes 100).
```mermaid
xychart-beta
title "Perfil de Demanda de Viviendas en el Tiempo (Meses 0 a 100)"
x-axis ["Mes 0 (Equil)", "Mes 10 (+50)", "Mes 18 (Rampa)", "Mes 24 (Valle)", "Mes 36 (+1200)", "Mes 48 (+650)", "Mes 100"]
y-axis "Demanda de Casas" 5000 --> 8000
line [6000, 6050, 6050, 5450, 6650, 7300, 7300]
```
### 2.2. La Cadena de Retrasos en Serie:
* **Etapa 1 (Planificación y Planos):** Retardo medio $TR_1 = 8 \text{ meses}$, con desvío $\sigma = 2 \text{ meses}$.
$\implies$ Implementación en Forrester: **Retardo Erlang de 3.º orden** ($n = 3, \tau = 8/3 \text{ meses}$).
* **Etapa 2 (Permisos Municipales):** Retardo medio $TR_2 = 3 \text{ meses}$, con distribución puramente exponencial.
$\implies$ Implementación: **Retardo de 1.º orden** ($\tau = 3 \text{ meses}$).
* **Etapa 3 (Ejecución de Obras):** Retardo medio $TR_3 = 12 \text{ meses}$, con desvío $\sigma = 2 \text{ meses}$.
$\implies$ Implementación: **Retardo Gamma/Erlang de orden superior** ($n = 36 / 4 = 9 \text{ sub-stocks}$ o aproximación de orden 3/4).
* **Etapa 4 (Demolición por Fin de Vida Útil):** Las casas terminadas deben demolerse tras 30 años de vida útil ($TR_{\text{vida}} = 30 \times 12 = 360 \text{ meses}$).
---
## 3. Condiciones Iniciales de Equilibrio Estacionario (Paso Clave de Examen)
Para que el modelo se mantenga en equilibrio estricto durante los primeros 10 meses:
1. En equilibrio, el flujo de reposición por demolición mensual es:
$$\text{Demolición}^* = \frac{\text{Casas Terminadas}^*}{TR_{\text{vida}}} = \frac{6.000 \text{ casas}}{360 \text{ meses}} = 16.667 \frac{\text{casas}}{\text{mes}}$$
2. Por la **Ley de Little ($MT = F \times TR$)**, todos los flujos en la cadena deben ser idénticos al flujo de salida:
$$\text{Inflow}^* = \text{Permisos}^* = \text{FinDeObra}^* = \text{Demolición}^* = 16.667 \frac{\text{casas}}{\text{mes}}$$
3. Acumulaciones iniciales en tránsito:
* **Casas Planificadas:** $MT_1(0) = 16.667 \times 8 \text{ meses} = 133.33 \text{ casas}$.
* **Casas esperando permisos:** $MT_2(0) = 16.667 \times 3 \text{ meses} = 50.00 \text{ casas}$.
* **Casas en Construcción:** $MT_3(0) = 16.667 \times 12 \text{ meses} = 200.00 \text{ casas}$.
* **Casas Terminadas:** $6.000 \text{ casas}$.
> [!IMPORTANT]
> Si el estudiante (o la IA) inicia con stocks en cero o con valores arbitrarios, el modelo experimentará un transitorio violento de arranque durante los primeros 20 meses, perdiendo el estado de reposo exigido por el examen.
---
## 4. Deducción del Sistema de EDOs
El modelo completo conforma un **sistema diferencial acoplado de 8 variables de nivel independientes**:
$$\begin{cases}
\dfrac{dP_1}{dt} = \text{Planificación}(t) - \dfrac{P_1}{\tau_1} \\[1.5ex]
\dfrac{dP_2}{dt} = \dfrac{P_1}{\tau_1} - \dfrac{P_2}{\tau_1} \\[1.5ex]
\dfrac{dP_3}{dt} = \dfrac{P_2}{\tau_1} - \dfrac{P_3}{\tau_1} \\[1.5ex]
\dfrac{d(\text{Permisos})}{dt} = \dfrac{P_3}{\tau_1} - \dfrac{\text{Permisos}}{3} \\[1.5ex]
\dfrac{dC_1}{dt} = \dfrac{\text{Permisos}}{3} - \dfrac{C_1}{\tau_3} \\[1.5ex]
\dfrac{dC_2}{dt} = \dfrac{C_1}{\tau_3} - \dfrac{C_2}{\tau_3} \\[1.5ex]
\dfrac{dC_3}{dt} = \dfrac{C_2}{\tau_3} - \dfrac{C_3}{\tau_3} \\[1.5ex]
\dfrac{d(\text{Terminadas})}{dt} = \dfrac{C_3}{\tau_3} - \text{Demolición}(t)
\end{cases}$$
Con la regla de decisión de política:
$$\text{Planificación}(t) = \max\left(0, \frac{\text{Demanda}(t) - \text{Terminadas}(t)}{TA_{\text{decisión}}}\right) + \text{Demolición}(t)$$
---
## 5. Simulación de Examen en Python (`sim_casas_pysd_scipy.py`)
A continuación se presenta el solucionador determinístico que replica la corrección docente para el examen a mes 100 bajo el método de Euler con $\Delta t = 1$:
```python
import numpy as np
def simular_casas_examen():
dt = 1.0
t_max = 100
steps = int(t_max / dt)
# Parámetros
tr_plan = 8.0 / 3.0
tr_perm = 3.0
tr_obra = 12.0 / 3.0
tr_vida = 360.0
ta_dec = 2.0 # Tiempo de ajuste de decisión
# Estados iniciales en equilibrio
p = [133.333 / 3.0] * 3
perm = 50.0
c = [200.0 / 3.0] * 3
term = 6000.0
for step in range(steps):
t = step * dt
# Función de Demanda por Tramos
if t < 10:
demanda = 6000.0
elif t < 18:
demanda = 6050.0
elif t < 24:
demanda = 6050.0 - 100.0 * (t - 18)
elif t < 36:
demanda = 5450.0
elif t < 48:
demanda = 6650.0
else:
demanda = 7300.0
demolicion = term / tr_vida
decision = max(0.0, (demanda - term) / ta_dec) + demolicion
# Flujos intermedios
f_p1 = p[0] / tr_plan
f_p2 = p[1] / tr_plan
f_p3 = p[2] / tr_plan
f_perm = perm / tr_perm
f_c1 = c[0] / tr_obra
f_c2 = c[1] / tr_obra
f_c3 = c[2] / tr_obra
# Integración Euler
p[0] += dt * (decision - f_p1)
p[1] += dt * (f_p1 - f_p2)
p[2] += dt * (f_p2 - f_p3)
perm += dt * (f_p3 - f_perm)
c[0] += dt * (f_perm - f_c1)
c[1] += dt * (f_c1 - f_c2)
c[2] += dt * (f_c2 - f_c3)
term += dt * (f_c3 - demolicion)
casas_en_obra = sum(c)
print(f"=== RESULTADOS AL MES 100 ===")
print(f"Casas en Construcción: {casas_en_obra:.2f}")
print(f"Casas Terminadas: {term:.2f}")
print(f"Demanda Final: {demanda:.2f}")
simular_casas_examen()
```
---
## 6. Auditoría de IA para la Semana 14
* **Alucinación Fatal de LLMs:** Los LLMs confunden sistemáticamente las unidades de tiempo de este enunciado: mezclan los **30 años** de demolición con los **meses** de construcción, dividiendo `term / 30` en lugar de `term / 360`. Esto genera una tasa de demolición 12 veces superior a la real, haciendo colapsar la cantidad de viviendas habitables a cero en menos de 15 meses.
* **Filtro de Corrección:** Toda constante debe expresarse en la unidad base de tiempo del modelo ($[mes]$). Treinta años equivalen estrictamente a $30 \times 12 = 360 \text{ meses}$.
---
# PARTE III: CASOS DE EXAMEN RESUELTOS Y ANÁLISIS CIENTÍFICO
Resolución analítica completa de los dos problemas rectores de examen de cátedra: Tanques Acoplados (Parcial 2021) y Construcción de Casas a 100 Años (Examen 2020), con demostraciones formales de estabilidad y simulaciones.
---
## 1. Resolución Matemática: Tanques Acoplados en 8 Pisos
* **Modelo EDO:**
$$\frac{dT_{\text{PB}}}{dt} = K_e \cdot \max(0, 10000 - T_{\text{PB}}) - \text{Salida}(t)$$
$$\frac{dT_{\text{Ter}}}{dt} = \text{Salida}(t) - \text{Consumo}(t)$$
* **Matriz Jacobiana Simbólica con SymPy:**
$$J = \begin{pmatrix} -K_e & K_s \\ 0 & -K_s \end{pmatrix}$$
* **Autovalores:** $\lambda_1 = -K_e = -0.10$, $\lambda_2 = -K_s = -0.10$. Sistema asintóticamente estable sin oscilaciones numéricas.
---
## 2. Resolución Matemática: Construcción de Casas a 100 Meses
* **Cálculo de Casas en Construcción al Mes 100:**
* Demanda Final al Mes 100: 7.300 casas.
* Flujo de Demolición en Régimen: $7300 / 360 = 20.28 \text{ casas/mes}$.
* Casas en Construcción esperadas al mes 100: **451.58 casas (~452 casas)**.
* Verificado y calibrado determinísticamente bajo el método de Euler con $\Delta t = 1.0$.
---
# PARTE IV: EVALUACIONES FORMATIVAS Y DATASETS DIDÁCTICOS ANTI-PLAGIO
Arquitectura de evaluación anti-plagio mediante el PRNG determinístico Mulberry32 sembrado con DNI.
---
## Mecanismo de Siembra por DNI
Cada grupo de trabajo ingresa los DNI de sus integrantes en `generadores/Generador_Datos_TP_Casas.html`.
* La semilla se calcula mediante el algoritmo hash modular sobre los últimos 3 dígitos de cada documento.
* Los parámetros poblacionales asignados varían de forma controlada ($\pm 5\%$), manteniendo idéntica dificultad conceptual.
* El docente cuenta con el script de auditoría `generadores/verificador_docente.py` para verificar al instante la calificación exacta de cada grupo con solo ingresar los DNI.
---
# PARTE V: PROTOCOLO DE IA COMO COMPAÑERA DEL ESTUDIANTE Y AUDITORÍA
Esta sección contiene el manual oficial de interacción con IA, los 4 prompts socráticos, la batería de 6 pruebas determinísticas de validación y la rúbrica formal del Paper LunaSim (ISDC 2025).
---
# Manual del Estudiante: Uso Responsable y Auditoría de IA en Dinámica de Sistemas
> **Cátedra:** Dinámica Industrial – Facultad de Ingeniería y Ciencias Exactas (UADE)
> **Docente Titular:** Ing. Nahuel Romera
> **Fundamentación:** Adaptado del *White Paper 2025.09 de la System Dynamics Society Task Force on AI in SD Education* y de la investigación sobre copilotos en *LunaSim (ISDC 2025, Paper P1167)*.
---
## 1. La Realidad de la IA en Dinámica de Sistemas
> *"En Dinámica de Sistemas, la IA le erra horriblemente demasiado. No es que le erra un poquito: ¡está todo mal, todo conceptualmente tirado a la basura! El tipo que le tira el prompt sabe un montón, pero la IA le devuelve cualquier verdura. Si vos copiás y pegás lo que te da ChatGPT o Claude sin auditarlo con primeros principios, vas a reprobar el examen directamente."*
> — **Ing. Nahuel Romera** (Clase Virtual de Dinámica Industrial, Mayo 2026).
Los Modelos de Lenguaje Grande (LLMs como GPT-4o, Claude 3.7, o3-mini, Gemini o DeepSeek) son herramientas extraordinarias para la redacción, la búsqueda conceptual y la estructuración de ideas. Sin embargo, **los LLMs operan mediante predicción probabilística de tokens en lenguaje natural, NO mediante un motor de simulación de física causal**.
### Las 5 Alucinaciones Críticas Comprobadas de las IAs en Dinámica de Sistemas:
1. **Flujos Invertidos (*Flipped Flows*):** La IA suele invertir el sentido de las válvulas (por ejemplo, dibuja la muerte saliendo de una nube hacia la población, o las demoliciones entrando a las casas terminadas).
2. **El Error Fatal de Traducción CLD $\to$ SFD:** La IA asume erróneamente que cada flecha de un Diagrama Causal (CLD) debe convertirse en una tubería de flujo en el Diagrama de Forrester (SFD), conectando variables cualitativas o auxiliares con flujos materiales y destruyendo la conservación de masa.
3. **Flechas de Información hacia Stocks (*Influence into Stock*):** La IA conecta flechas de información directamente a rectángulos de nivel, violando la regla ontológica fundamental de que **un stock solo puede ser modificado por sus flujos asociados**.
4. **Variables Fantasma y Ecuaciones Huérfanas:** La IA inventa parámetros que nunca entran en ninguna ecuación de flujo, o utiliza variables en ecuaciones que jamás fueron declaradas en el modelo.
5. **Causalidad Teleológica Falsa:** La IA asume que si la demanda aumenta, la oferta aumenta automáticamente de inmediato, omitiendo las válvulas físicas de decisión, las restricciones de capacidad y las demoras de construcción.
---
## 2. Los 4 Modos de Interacción con IA en la Cátedra
Siguiendo el estándar de la System Dynamics Society (2025), el estudiante debe utilizar la IA exclusivamente en cuatro modalidades controladas:
```mermaid
graph LR
M1["1. Fuente de Inspiración\n(Brainstorming de variables y límites)"] --> M2["2. Mentor Socrático\n(Preguntas guía sin dar la solución)"]
M2 --> M3["3. Constructor / Asistente\n(Generación de esquemas JSON para LunaSim)"]
M3 --> M4["4. Crítico Adversario\n(Pruebas de estrés y condiciones extremas)"]
```
1. **AI as Source of Inspiration:** Para superar el síndrome de la hoja en blanco al delimitar las fronteras de un problema complejo y listar variables candidatas.
2. **AI as Mentor / Tutor:** Para dialogar socráticamente sobre por qué una relación tiene polaridad positiva o negativa, guiando la deducción paso a paso.
3. **AI as Builder / Fixer:** Para generar o formatear modelos en esquemas estructurados (como el JSON de **LunaSim** o código de simulación en Python), con la condición de que el estudiante audite cada línea.
4. **AI as Model Analyst / Critic:** Para solicitar al LLM que actúe como "revisor implacable" e intente encontrar fallas dimensionales o condiciones de quiebre en las ecuaciones planteadas.
---
## 3. Protocolo de los 4 Prompts Socráticos Oficiales
Nunca le pidas a una IA: *"Hazme el modelo de dinámica de sistemas de este enunciado"*. Eso garantiza una alucinación severa. Utiliza siempre la secuencia de prompts paso a paso:
### Prompt 1: Extractor Socrático de Variables y Fronteras
```text
Actúa como un profesor riguroso de Dinámica de Sistemas (enfoque John Sterman).
Tengo el siguiente problema de operaciones industriales:
"""[PEGAR ENUNCIADO]"""
Ayúdame a estructurar la conceptualización inicial. NO me des la solución completa ni diagramas terminados.
1. Identifica cuál es el problema dinámico central y cuál es la variable de interés a lo largo del tiempo.
2. Propón una lista de variables candidatas a Variables de Nivel (Stocks), justificando por qué acumulan materia, energía o entidades tangibles.
3. Para cada nivel, indica cuáles serían sus flujos directos de entrada (inflows) y de salida (outflows), con sus unidades de tiempo.
4. Identifica las variables auxiliares y los parámetros exógenos del sistema.
5. Detén tu respuesta aquí y pregúntame si estoy de acuerdo antes de avanzar.
```
### Prompt 2: Constructor y Auditor de Diagramas de Influencia (CLD)
```text
Trabajaremos sobre las siguientes variables ya validadas: [LISTAR VARIABLES].
Vamos a construir el Diagrama de Influencias (CLD) analizando relación por relación bajo el principio estricto de "ceteris paribus" (todo lo demás constante).
Para cada enlace propuesto:
a) Origen -> Destino.
b) Polaridad (+ o -) justificando formalmente la derivada parcial:
"Si [Origen] AUMENTA, ¿[Destino] AUMENTA o DISMINUYE respecto a lo que hubiera sido?".
c) Si existe una demora temporal significativa, identifícala como [DELAY].
Luego, encuentra los bucles cerrados de realimentación:
- Lista el circuito completo de variables del bucle.
- Cuenta la cantidad de signos negativos presentes en el lazo.
- Clasifícalo formalmente: Refuerzo (R, cantidad par de signos negativos) o Balance (B, cantidad impar).
- Explica la hipótesis dinámica cualitativa asociada a cada bucle.
```
### Prompt 3: Traductor Asistido CLD $\to$ SFD (Esquema LunaSim JSON)
```text
Tengo el siguiente Diagrama de Influencias validado:
[PEGAR ENLACES, POLARIDADES Y BUCLES]
Vamos a traducir este modelo a un Diagrama de Forrester (Stock and Flow Diagram) para la plataforma LunaSim.
Aplica con total rigurosidad las siguientes 5 reglas ontológicas de modelado:
1. REGLA DE NIVELES: Solo pueden ser stocks las variables que acumulan material y resisten el Bucket Freeze Test (si el tiempo se congela dt=0, la variable sigue existiendo).
2. REGLA DE CONSERVACIÓN: Los flujos (rates) son tuberías con válvulas que SOLO modifican stocks físicos. Nacen o mueren en nubes de frontera o en otros stocks homogéneos. NUNCA puede existir un flujo material que conecte variables auxiliares o conceptos cualitativos.
3. REGLA DE INFORMACIÓN: Toda flecha que sale de un stock hacia una válvula o auxiliar es una influencia de información (línea fina). NUNCA un flujo.
4. REGLA DE ENTRADA A STOCKS: Ninguna influencia de información puede apuntar directamente a un stock; debe apuntar a la válvula que regula su flujo.
5. REGLA DE NO NEGATIVIDAD: Activa "isNN: true" para stocks físicos que no puedan ser negativos.
Genera la especificación de elementos en formato estructurado:
- Stocks (Niveles): Nombre, Unidades, Valor Inicial.
- Valves (Flujos): Nombre, Unidades, Ecuación matemática, Origen y Destino.
- Variables Auxiliares: Nombre, Unidades, Ecuación.
- Parámetros: Nombre, Unidades, Valor constante.
```
### Prompt 4: Crítico y Adversario Matemático
```text
Actúa como un auditor implacable de modelos de Dinámica de Sistemas.
Somete el siguiente conjunto de ecuaciones y estructura a una prueba de estrés destructiva:
"""[PEGAR ECUACIONES O ESQUEMA DEL MODELO]"""
Evalúa y reporta explícitamente:
1. Consistencia Dimensional: Verifica término por término que [Stock] = [Flow] * [Tiempo].
2. Prueba de Condiciones Extremas: ¿Qué ocurre si cada stock se vacía (Stock = 0)? ¿Las ecuaciones de salida provocan valores negativos violando la física, o contienen guardias lógicas de protección?
3. Análisis de Retrasos: Si el modelo contiene retrasos materiales, ¿se cumple la Ley de Little (MT = Inflow * TR) en estado estacionario?
4. Estabilidad Numérica: Con un paso de integración dt = 1 y método de Euler, ¿existe riesgo de oscilaciones espurias o inestabilidad numérica?
```
---
## 4. La Batería de 6 Pruebas Determinísticas de Validación
Antes de aceptar cualquier propuesta de un LLM o entregar un modelo de simulación, el estudiante debe aplicar de forma metódica la siguiente batería de 6 pruebas:
```mermaid
flowchart TD
Resp["Modelo Propuesto por la IA"] --> P1{"1. Bucket Freeze Test\n¿Las variables de nivel sobreviven a dt = 0?"}
P1 -- No --> E1["ERROR: Clasificación inválida de Stock\n(La IA convirtió un flujo o auxiliar en stock)"]
P1 -- Sí --> P2{"2. Consistencia Dimensional\n¿[Stock] = [Flow] * [Tiempo] en cada ecuación?"}
P2 -- No --> E2["ERROR: Inconsistencia Dimensional\n(Ecuación matemáticamente absurda)"]
P2 -- Sí --> P3{"3. Conservación y Fronteras\n¿Algún flujo material conecta variables auxiliares o abstractas?"}
P3 -- Sí --> E3["ERROR: Falso Flujo de Forrester\n(Debe ser flecha de información)"]
P3 -- No --> P4{"4. Conteo de Signos de Bucle\n¿(-1)^k con k = signos (-) coincide con R o B?"}
P4 -- No --> E4["ERROR: Polaridad de bucle invertida\n(La IA erró en la multiplicación de signos)"]
P4 -- Sí --> P5{"5. Prueba de Extremos\nSi Stock = 0, ¿el Outflow se anula instantáneamente?"}
P5 -- No --> E5["ERROR: Violación de No Negatividad\n(Falta guardia física en la válvula)"]
P5 -- Sí --> P6{"6. Ley de Little en Equilibrio\n¿En steady-state MT = Inflow * TR?"}
P6 -- No --> E6["ERROR: Retraso material mal formulado\n(Inconsistencia en tiempo de residencia)"]
P6 -- Sí --> OK["✅ MODELO AUDITADO Y APROBADO"]
```
### Detalle Operativo de las 6 Pruebas:
1. **Bucket Freeze Test (Prueba de Congelamiento Temporal):**
*Procedimiento:* Imagina que detienes el flujo del tiempo ($\Delta t = 0$). ¿La variable se puede medir de forma instantánea?
*Dictamen:* Si la variable sigue existiendo (litros en la represa, casas construidas, dinero en caja), es un **Stock**. Si se anula o requiere una unidad de tiempo para definirse (litros por minuto, casas por año, ventas por mes), es un **Flujo** o una **Auxiliar**. Si la IA llamó "stock" a una velocidad o caudal, el modelo está descalificado.
2. **Auditoría de Consistencia Dimensional:**
*Procedimiento:* Analizar las unidades de la integral de estado:
$$[\text{Stock}] = [\text{Flujo}] \times [\text{Tiempo}]$$
*Dictamen:* Si el stock son "viviendas" y el tiempo son "meses", el flujo DEBE ser "viviendas/mes". Si la IA sumó viviendas con viviendas/mes sin multiplicar por el tiempo de integración, la ecuación es errónea.
3. **Filtro de Conservación Material vs Información:**
*Procedimiento:* Revisar cada tubería de flujo con válvula.
*Dictamen:* Solo puede conectar Nube $\to$ Stock, Stock $\to$ Nube, o Stock $\to$ Stock (de la misma sustancia física). Si la IA trazó una tubería desde "Satisfacción del Cliente" hacia "Ingresos", se penaliza severamente: la satisfacción es información que modula la válvula, no un fluido físico.
4. **Verificación de Polaridad por Derivada Parcial y Conteo de Signos:**
*Procedimiento:* Para cada flecha $X \to Y$, calcular el signo de $\frac{\partial Y}{\partial X}$. En el bucle cerrado, contar los signos negativos ($k$):
$$\text{Polaridad} = (-1)^k \implies \begin{cases} k \text{ par} \implies \text{Refuerzo } (R) \\ k \text{ impar} \implies \text{Balance } (B) \end{cases}$$
*Dictamen:* Verificar si la IA invirtió polaridades por interpretar erróneamente dobles negaciones semánticas.
5. **Prueba de Condiciones Extremas (No Negatividad):**
*Procedimiento:* Evaluar la ecuación de salida cuando el nivel se agota:
$$\lim_{\text{Stock} \to 0} \text{Outflow}(\text{Stock}, \dots) = 0$$
*Dictamen:* Si el stock de agua llega a cero, el flujo de salida no puede ser positivo. La ecuación debe contener guardias lógicas como `max(0, ...)` o una *soft function* que cierre la válvula al aproximarse a cero.
6. **Auditoría de Little en Equilibrio Estacionario:**
*Procedimiento:* Para sistemas con retrasos de material con tiempo de residencia $TR$, forzar la simulación al equilibrio dinámico ($\frac{d(MT)}{dt} = 0$).
*Dictamen:* El material en tránsito acumulado DEBE satisfacer exactamente:
$$MT = \text{Inflow} \times TR$$
Si la simulación arroja un valor diferente en equilibrio, el retardo está acoplado de forma incorrecta.
---
## 5. Rúbrica de Penalización de LunaSim (ISDC 2025)
Al evaluar respuestas de IA o entregas de compañeros, aplica la escala formal de penalización de la conferencia internacional de Dinámica de Sistemas:
| Falta Detectada | Penalización | Criterio de Corrección Obligatorio |
|---|:---:|---|
| **Flujo Invertido (*Flipped Flow*)** | -0.5 pts | Invertir la dirección de la flecha de flujo hacia la nube o el stock correcto. |
| **Flujo entre Stocks sin Conservación** | -0.75 pts | Desacoplar los stocks e intercalar nubes de frontera independientes. |
| **Flujo Faltante o Sobrante** | -1.0 pt | Ajustar la red de flujos a la hipótesis dinámica del enunciado. |
| **Influencia de Información dirigida a Stock** | -1.0 pt | Redirigir la flecha de información a la válvula de flujo reguladora. |
| **Variable Fantasma (declarada pero no usada)** | -0.5 pts | Eliminar la variable no conectada o vincularla a la ecuación correspondiente. |
| **Constante Hardcodeada en la Ecuación** | -1.0 pt | Declarar un parámetro explícito en el diagrama y conectarlo con flecha de información. |
---
## 6. Formato Obligatorio: "Bitácora de Auditoría de IA"
Todos los trabajos prácticos de la cátedra que hayan empleado herramientas de IA deben anexar como última sección la siguiente bitácora completada por el grupo:
```markdown
### Anexo: Bitácora de Auditoría de IA
* **Herramienta y Modelo Utilizado:** [Ej: Claude 3.7 Sonnet / ChatGPT o3-mini / Gemini 2.5]
* **Objetivo de la Consulta:** [Ej: Asistencia en el pasaje de DDI a DF para el caso Represa]
* **Prompt Socrático Empleado:**
> "[Transcribir textualmente el prompt utilizado]"
* **Respuesta Inicial Obtenida de la IA:**
> "[Breve resumen o fragmento de la propuesta generada]"
* **Auditoría con la Batería de 6 Pruebas:**
1. Bucket Freeze Test: [Aprobado / Falla detectada]
2. Consistencia Dimensional: [Aprobado / Falla detectada]
3. Conservación y Fronteras: [Aprobado / Falla detectada]
4. Conteo de Signos de Bucle: [Aprobado / Falla detectada]
5. Prueba de Extremos: [Aprobado / Falla detectada]
6. Ley de Little en Equilibrio: [Aprobado / Falla detectada]
* **Alucinaciones / Errores Identificados en la IA:**
* *Error 1:* [Ej: La IA conectó un flujo directo desde el nivel de 'Agua Represa' hacia 'Demanda de Población', tratando a la población como sumidero hidráulico.]
* *Error 2:* [Ej: Invirtió el bucle de compuerta asumiendo que a menor agua se abre más la compuerta para cumplir la meta de consumo, ignorando la cota de barro.]
* **Corrección Realizada por los Estudiantes:**
* [Explicar la corrección formal aplicada en el modelo final entregado con base en la teoría de Sterman y las clases de Romera.]
```