Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Unidad Temática VI Modelado de Sistemas Dinámicos (Dinámica de Sistemas) Ing. Ramiro Bernal Martínez Competencia a Desarrollar: “Plantea pronósticos sobre la evolución de un sistema dinámico; dibujando diagramas de Forrester para modelar el sistema; empleando software especializado para simular sistemas dinámicos; elaborando la documentación oportuna para presentar adecuadamente los resultados obtenidos” QUE ES LA DINAMICA DE SISTEMAS (DS) La Dinámica de Sistemas es una disciplina académica creada en la década de los 60 por el Dr. Jay Forrester del M.I.T. Originalmente fue dirigido a las ciencias administrativas e ingenieriles, pero gradualmente se ha desarrollado como una herramienta útil en el análisis de sistemas sociales, económicos, físicos, químicos, biológicos y ecológicos La Dinámica de Sistemas es una herramienta que permite la simulación de cualquier tipo de sistemas, tomando como punto de partida una visión sistémica, abandonando así el enfoque analítico. En pocas palabras lo que hace la Dinámica de Sistemas es trasladar un sistema u organización con toda su complejidad al ordenador y realizar cambios en cualquier variable, sea esta cuantitativa o cualitativa y ver su efecto en el mismo, sin necesidad de realizar los cambios en el sistema real, lo cual podría ser algunas veces contraproducente Áreas de Aplicación de la Dinámica de Sistemas Introducción En el campo de Dinámica de Sistemas, un sistema esta definido como una colección de elementos que continuamente interactúan sobre el tiempo para formar un todo. El patrón subyacente de interacciones entre los elementos de un sistema se llama estructura del sistema. El termino dinámico se refiere al cambio sobre el tiempo. Si algo es dinámico este esta constantemente cambiando en respuesta a un estimulo que lo influencia. Un sistema dinámico es entonces un sistema en el cual las variables interactuán para estimular cambios sobre el tiempo. Puede indicarse como objetivo básico de la DS el llegar a comprender las causas que provocan una evolución del sistema objeto de estudio. II. Definición de Dinámica de Sistemas A continuación nos permitimos dar varias definiciones de distintos autores: System Thinking: "Es una disciplina que permite visualizar la integridad e interrelaciones y el aprendizaje para cómo estructurar dichas interrelaciones en una forma más efectiva y eficiente“ Peter Senge. 1991 System Thinking: "La definición está basada en la especificación y discusión de cuatro características fundamentales: 1.- pensamiento en modelos: explícitamente modelado comprensivo 2.- pensamiento interrelacionado: estructuras sistémicas 3.- pensamiento dinámico: pensar en procesos dinámicos (con demoras, realimentaciones, oscilaciones) 4.- sistemas conductores: facilita la habilidad de práctica en el gerenciamiento y control de sistemas.” Gunter Ossimitz System Dynamic" Es un camino para estudiar el COMPORTAMIENTO (behavior) de los sistemas para mostrar COMO las políticas, decisiones, estructura y demoras (tiempo) están interrelacionadas para influenciar sobre el crecimiento y la estabilidad “ Jay Forrester, Industrial Dynamics. 1961 “La Dinámica de Sistemas no es sino una metodología para la construcción de sistemas sociales, considerando en esta clase a sistemas socioeconómicos, sociológicos y psicológicos, pudiendo aplicarse también sus técnicas a sistemas ecológicos. Su característica es que permite establecer técnicas que permitan expresar en un lenguaje formalizado (el de las matemáticas) los modelos verbales (mentales) de los sistemas sociales.” Aracil Javier. 1981 “La Dinámica de Sistemas, es una técnica de uso generalizado para modelar y estudiar el comportamiento de cualquier clase de sistemas. Su característica es la existencia de retardo y bucles de realimentación por lo que conlleva a que estos sistemas tengan comportamientos inesperados y contraintuitivos.” Martínez S. y Requena A. 1986 Metodología de la Dinámica de Sistemas Para construir modelos de DS hay 6 fases de modelaje las cuales son: 1) FASE 1: DEFINICION DEL PROBLEMA 2) FASE 2: CONCEPTUALIZACION La meta de la etapa de conceptualización es llegar a un modelo conceptual en bruto, llamado diagrama causal, capaz de mostrar la estructura del sistema analizado y sus interrelaciones. En esta fase el modelador debe determinar: 2.1.) El propósito del Modelo El propósito de un modelo normalmente cae en una de las siguientes categorías: Para clarificar el conocimiento y entendimiento del sistema. Para descubrir políticas o estrategias que mejoraran el comportamiento del sistema. Definir la Frontera del Modelo e Identificar Variables Clave Primero, el modelador deberá identificar todos los componentes o variables del sistema objeto de estudio que el vea sean necesarios para crear un modelo del sistema, aun aquellos de los cuales no esta seguro, los cuales deberán ser representados en un “Diccionario de Variables”, que tendrá la siguiente estructura: Esta lista inicial de componentes debe seguir las siguientes reglas: Los componentes deben ser los necesarios. El modelador configura la frontera tal que nada que este excluido del modelo es necesario. Obviamente nada incluido deberá ser innecesario. Los componentes pueden ser agregados. Se debería poder agregar componentes si no cambian la naturaleza del problema que esta siendo modelado o el propósito del modelo. Menos componentes ayudan a evitar complicaciones innecesarias. No. Variable Nombre Variable Tipo de Variable Unidades Descripción Los componentes deben ser direccionales. Todos los componentes importantes deben tener un nombre direccional que puede crecer o decrecer. Segundo, adicionalmente para especificar una frontera del modelo, el modelador deberá separar los componentes iniciales en dos grupos importantes: Variables Endogenas, variables dinámicas envueltas en los bucles de realimentación del sistema (variables que son afectadas por una o mas variables). Variables Exógenas, componentes cuyos valores no son directamente afectados por el sistema (variables que no son afectadas por otras variables pero que afectan a otras variables). Describir el Comportamiento o Dibujar los Modos de Referencia de las Variables Clave. El modo de referencia o diagrama de comportamiento son simplemente otros nombres para la representación de comportamiento de las variables clave de un sistema sobre el tiempo. Se puede representar como un gráfico que tiene al tiempo sobre el eje horizontal y unidades de las variables en el eje vertical o una tabla. El modo de referencia captura modelos mentales y datos históricos sobre papel, da las pistas para la estructura apropiada del modelo y puede verificar la credibilidad una vez que el modelo es construido. La observación histórica y los modos hipotéticos son dos modos de referencia que un modelador puede utilizar durante la conceptualización. Diagramar los Mecanismos Básicos y Ciclos de Realimentación del Sistema (Diagrama Causal). El diagrama causal permite conocer la estructura de un sistema dinámico. La estructura se representa por la existencia o no de una relación entre cada par de variables y puede darse en un solo sentido o bien en ambos sentidos. Un diagrama causal es un modelo mas formalizado que una descripción lingüística; pero mucho menos preciso que un sistema de ecuaciones matemáticas. El diagrama causal permite visualizar los elementos definidos en el modelo y las relaciones que existen entre ellos. Utiliza flechas y los signos más (+) y menos (-) para indicar el sentido de la dirección y tipo de influencia que existe entre dos elementos dentro del modelo Así cuando la variable A influye en la B en un mismo sentido (un incremento de A produce un incremento de B) es decir ambas variables se mueven en el mismo sentido: También puede utilizarse tal relación entre un parámetro y una variable, con estose representa que si el parámetro variase, lo haría en el mismo sentido la variable sobre la que actúa: Por otro lado una relación del tipo: Significa todo lo contrario; es decir que las variables A y B se mueven a lo largo del tiempo en sentido contrario; cuando una crece la otra decrece y viceversa. Análogas consideraciones se hacen cuando un parámetro afecta negativamente a una variable. Variables Endógenas y Exógenas Las variables exógenas sirven para describir aquellos efectos sobre el sistema que vienen del exterior del mismo. Las variables endógenas sirven para describir aquellos elementos cuyo comportamiento está determinado por la estructura del sistema, sin posibilidad de modificación directa del exterior. De acuerdo con lo anterior, observamos que en la figura las variables Nacimientos y Población son endógenas y, la variable Tasa de nacimientos es exógena. Las separa la frontera del sistema que definimos en la parte de Identificación del problema. Bucles de Realimentación El tipo de problemas en los que habitualmente trabaja la DS se caracteriza porque en estos siempre aparecen relaciones causales estructuradas en bucles cerrados. Se dice que hay un bucle o ciclo de realimentación cuando en un diagrama causal existe una “flecha” que partiendo de una variable vuelve a ella después de un camino mas o menos largo. Ejemplo: Una acción ejecutada por o sobre un elemento del bucle se propaga por el mismo de manera que tarde o temprano esa acción repercute sobre sus propios valores futuros. Se clasifican en dos tipos dependiendo de su naturaleza: bucles de reforzamiento (positivos) y bucles de balance (negativos) 1) Bucles de Balance (Negativo) Un bucle de balance o negativo es aquel en que la accion intenta llevar dos cosas a un acuerdo . Cualquier situación donde uno intenta resolver un problema o lograr una meta u objetivo es representación de los bucles de balance. En los bucles de balance o negativos una variación en cualquiera de sus elementos tiende a ser contrarrestada por la influencia del sentido contrario que se genera en el bucle. La variación de un elemento se propaga a lo largo del bucle de manera que contrarreste la variación inicial, tiende a crear equilibrio o estabilidad. Dos variables tendrán un ciclo negativo cuando: “A un incremento en la variable X se de un decremento en la variable Y, o viceversa”. En la siguiente grafica podemos ver la forma básica de un bucle de balance: El estado deseado interactúa con el estado actual para producir una diferencia (GAP), esta diferencia incrementa a la accion y la accion incrementa el estado actual, el estado actual entonces decrementa el GAP, el pequeño reloj a la derecha entre la accion y el estado actual indica algún tiempo de demora que le toma a la accion cambiar al estado actual. A medida que el estado actual se acerca al estado deseado el gap se hace mas pequeño de manera que suma menos y menos a la accion. Los procesos compensadores generan fuerzas de resistencia que terminan por limitar el crecimiento. Hay mecanismos que corrigen los problemas, conservan la estabilidad y consiguen el equilibrio. Los ciclos compensadores surgen en situaciones que parecen ser autocorrectivas y autorreguladoras, al margen de la voluntad de los participantes. Generan frustraciones, pero no son malos de por sí; ya que, por ejemplo, garantizan que haya algún modo de detener un círculo vicioso. Los procesos compensadores siempre están vinculados a un objetivo, restricción o meta, que a menudo es fijada por las fuerzas del sistema. Cuando la realidad no concuerda con el objetivo del proceso compensador, se produce una brecha que genera una presión sobre el sistema. Esa presión es mayor cuanto mayor sea la brecha. El sistema hace todo lo posible por retornar al estado de cómo deben ser las cosas. Mientras no se reconozca la brecha y no se identifique la meta, no se comprenderá la conducta del ciclo compensador. 2) Bucles de Reforzamiento (Positivo) Un bucle o ciclo de reforzamiento (positivo) es aquel en que las interacciones son tales que cada accion incrementa la otra. Cualquier situación donde la accion produce un resultado que genera mas de la misma accion se representa por un bucle de reforzamiento. Pueden generar consecuencias favorables o desfavorables estos ciclos generan crecimiento exponencial y colapso a un ritmo cada vez mayor. Dos variables tendrán un bucle de reforzamiento cuando: “a un incremento en la variable X se de un incremento en la variable Y, y viceversa. O bien, cuando “a un decremento en la variable X se de un decremento en la variable Y, y viceversa”. Se lo representa por medio de un signo positivo. Representación Bucle explosivo El ejemplo muestra en una cuenta bancaria típica. El Capital en la cuenta interactúa con la Tasa de Interés e incrementa el Interés. El Interés a su vez incrementa el Capital. Esta accion de reforzamiento sucede cada mes o cada periodo de capitalización del banco. La bola de nieve rodando la colina es la señal de que el ciclo es positivo. El pequeño grafico a la derecha del capital indica que su crecimiento es exponencial. Ejemplos típicos son crecimiento y declinación de una población, reacciones nucleares incontrolables, corridas de banco, caída de bolsa de valores, etc. Los procesos de realimentación reforzadora son los motores del crecimiento. Cuando estamos en una situación donde las cosas crecen, está operando la realimentación reforzadora. Ésta también puede generar la aceleración de la decadencia. En todos los procesos reforzadores, un cambio pequeño va cobrando creciente poder. Por tanto, no se debe subestimar el poder explosivo de estos procesos en cuya presencia el pensamiento lineal siempre nos pone en aprietos. Un ciclo reforzador, por definición, es incompleto. Nunca tenemos un ciclo vicioso o virtuoso por sí mismo. En algún momento, se topa con un mecanismo compensador que lo limita, tal vez el límite no aparezca durante nuestra vida, pero podemos dar por sentado que aparecerá. Para determinar si un bucle es positivo (explosivo) o negativo (depresivo) se siguen las siguientes reglas: Cuando en una secuencia de realimentación solo hay signos positivos el bucle es positivo o explosivo (+) Cuando solo hay signos negativos el bucle es explosivo (+), si el numero total de signos es par y depresivo (-) en caso contrario. Cuando hay signos positivos y negativos el sentido del bucle es explosivo (+) si la suma de signos negativos es par cualquiera sea el numero de signos positivos, en caso contrario el bucle es depresivo (-). Los bucles negativos llevan al modelo hacia un situación estable y los positivos lo hacen inestable con independencia de la situación de partida. El realidad los sistemas contienen ambos tipos de bucles y el comportamiento final dependerá de cual es el dominante en un momento determinado. V. 4.2.Pasos para realizar el Diagrama Causal 1. Debemos escoger y nombrar las variables adecuadamente. 2. Clasificarlas como endógenas y exógenas. 3. Graficar las variables endógenas contra el tiempo. 4. Una vez clasificadas, podremos proceder definiendo su relación causal. PASO 1: Listar todas las variables posibles, pueden ser cuantitativas y cualitativas: Ventas Estrés Si se trabaja con variables cualitativas, se debe asegurar el contar con un sistema de medición adecuado para cuantificar la variable cualitativa: Estrés, ansiedad. Poner un nombre adecuado a la variable, usar sustantivos, no verbos: SI: Nuevos productos. NO: Desarrollar nuevos productos. SI: Ganancias. NO: Ser rentable. Usar nombres más neutrales o positivos: SI: Satisfacción en el trabajo. NO: Inconformidad con el trabajo. SI: Moral en el Recurso Humano. NO: Mala vibra. Revisar la lista para refinarla: Revisar si alguna variable ya está incluida en otra o significan lo mismo. Si es realmente crítica o no. PASO 2: Una vez definida la lista de variables, debemos observar cuáles variablesson Exógenas y cuáles Endógenas. Concentrar las variables en un “diccionario de variables” en el cual aparecerá: El numero, nombre de la variable, su clasificación, sus unidades y una descripción de la misma Ejemplo: PASO 3: Son de gran utilidad para familiarizarnos con el comportamiento de las variables. Nos ayudan a determinar si la variable tiene una naturaleza reforzadora o estabilizadora antes de construir el diagrama causal. PASO 4: Existen diferentes formas de iniciar la construcción del diagrama. En la práctica, una manera sencilla de iniciar es buscar las variables que nos mostrarán el comportamiento del sistema -la punta del iceberg-, donde recae el efecto final del problema. Estas variables serán, por supuesto, variables endógenas. Se procede con la relación de las variables que las afectan “hacia atrás”. Debemos hacer el análisis por par de variables, tratando de encontrar si hay ciclos de realimentación, o bien, sólo lazos causales entre ellas. Siguiendo este proceso, las últimas variables que se relacionan son las exógenas. Que se debe tener en cuenta para al momento de construir el diagrama causal? Evitar ciclos redundantes. No utilizar el tiempo como variable. Poner siempre el signo de cada lazo y ciclo. Si existen retardos, identificarlos. Si la relación entre dos variables no está muy clara, agregar variables intermedias para clarificar la relación. Ejemplo: FASE 3: FORMULACION O REPRESENTACION DEL MODELO Una vez realizado el diagrama causal del modelo, se pasa a esta etapa que es la conversión del mismo a diagramas de flujo nivel (diagramas de Forrester), es partir de acá que el modelador hace uso de herramientas de simulación dinámica (Ithink, Vensim, Powersim). Antes se deberá identificar todas las variables del diagrama causal mediante los elementos del diagrama flujo-nivel, para esto se deberá construir la tabla con la siguiente estructura: El diagrama flujo-nivel que es característico de la DS, es una traducción del diagrama causal a una terminología que facilita la escritura de las ecuaciones. Básicamente consiste en la clasificación de los elementos del sistema No. Variable Nombre Variable Clasificación Unidades Descripción ELEMENTOS DEL DIAGRAMA FLUJO-NIVEL A) NIVEL (STOCK) Una variable de nivel es un símbolo genérico para cualquier cosa que acumula o drena. Los niveles son aquellos elementos que describen en cada instante la situación del modelo, presentan una cierta estabilidad en el tiempo y varían solo en función de otros elementos denominados “flujos”. Los niveles se representa por un rectángulo. Ejemplos de variables de nivel pueden ser: la población, el numero de inventario que se tiene de cierto producto, la cantidad producida de cierto articulo, la cantidad de dinero que se tiene en el banco, el numero de personal de una empresa, etc. B) FLUJO Una variable de flujo es la tasa de cambio de un nivel. Los flujos son elementos que pueden definirse como funciones temporales. Puede decirse que recogen las acciones resultantes de las decisiones tomadas en el sistema, determinando las variaciones de los niveles. Las “nubes” dentro el diagrama de flujos son niveles de contenido inagotable. Se la representa de la siguiente manera: Para los anteriores ejemplos de variables de nivel, podemos mencionar sus correspondientes flujos: nacimientos (población); la cantidad a ordenar del producto digamos por mes (el numero de inventario que se tiene de cierto producto); la cantidad que se produce del articulo digamos mensualmente (la cantidad producida de cierto articulo); el monto de dinero que se gana por el interés anualmente (la cantidad de dinero que se tiene en el banco); la cantidad de personas que se contratan anualmente (el numero de personal de una empresa), etc. C) CONVERTIDOR O VARIABLE AUXILIAR Un convertidor o variable auxiliar se usa para tomar datos de entrada y manipular o convertir esa entrada en alguna señal de salida. Estos convertidores son “variables auxiliares” y “constantes”, que son parámetros y permiten una visualización mejor de los aspectos que condicionan el comportamiento de los flujos. Se la representa de la siguiente manera: Continuando con los ejemplos tenemos los siguientes para convertidores: tasa nacimiento (población, nacimientos); tasa de producción mensual (la cantidad producida de cierto articulo, la cantidad que se produce del articulo por mes); la tasa de interés (la cantidad de dinero que se tiene en el banco, el monto de dinero que se gana por el interés anualmente), etc. D) CONECTOR Un conector es una flecha que permite el paso de información o de magnitudes físicas entre convertidores y convertidores; niveles y convertidores; niveles y flujos y convertidores y flujos. Los conectores no toman valores numéricos, sirven para reflejar la relación causal y transmitir información. Se la representa de la siguiente manera: D) REPRESENTACION MATEMATICA DE UN MODELO DS La estructura matemática de un modelo de DS es un sistema de ecuaciones diferenciales (o en diferencia). Pero en lugar de escribir directamente la ecuaciones diferenciales se escriben ecuaciones para cada uno de los elementos vistos anteriormente, es decir para los niveles para los flujo o tasas y los convertidores. FASE 3: PRUEBA Una vez construido el modelo mediante un software de simulación, se procede a simular el mismo y probar las hipótesis dinámicas. La fase de Prueba tiene las siguientes sub fases: III.1. Simular el modelo y probar las hipótesis dinámicas. Para esto se hace uso de las técnicas de pruebas de comportamiento orientadas a estructura como el Test en Condiciones Extremas, que consiste en asignar valores extremos del parámetro seleccionado y comparar el comportamiento generado por el modelo con el observado en el sistema real bajo estas mismas condiciones extremas ( a estas pruebas también se les llama “Stress testing”) III.2. Probar las suposiciones del modelo, para esto se utiliza la prueba de Predicción de la Modificación del Comportamiento, que se la puede realizar en el caso en que sea posible encontrar datos acerca de una versión modificada en el sistema real. El modelo supera esta prueba, si es capaz de generar un comportamiento modificado similar cuando la simulación se lleva a cabo con las modificaciones estructurales que reflejan la estructura del sistema real modificado. formulacion Probar el comportamiento del modelo y su sensibilidad a perturbaciones (Análisis de sensibilidad). con el análisis de sensibilidad se estudia como varían las variables endógenas ante variaciones pequeñas de los parámetros. En la practica se hacen variaciones en los parámetros entre 1% y 10% y se observa el incremento porcentual en la variable endógena, si la variación de esta es pequeña entonces se concluye que la misma no es sensible ante ese parámetro pero si es alta si es sensible. Cuando se encuentre que una variable es muy sensible a un parámetro habrá de ponerle especial cuidado en la estimación del mismo (calibrado) y si es posible determinar el rango de variabilidad del mismo . formulacion IV. FASE DE VALIDACION La fase de Validación tiene las siguientes sub fases: IV.1. Evaluar la estructura del modelo y las relaciones representadas en él. Durante el primer paso evaluamos la estructura del modelo y las relaciones entre sus variables IV.2. Evaluar la concordancia entre el comportamiento del modelo y los patrones esperados En este paso buscamos resultados incoherentes, por ejemplo, valores demasiado grandes o demasiado pequeños en las variables de estado y/o transferencias de material, o valores negativos en las variables de estado y/o transferencias de material, que para el modelo considerado fueron definidas como positivas. Con el objeto de detectar incoherencias en el modelo, además de evaluarlo en las condiciones de referencia, debemos examinar su comportamiento, cuando se lo somete aun amplio rango de valores para las variables externas. Puede parecer extraño que se recomiende buscar defectos tan obvios en el comportamiento del modelo, pero es muy común encontrar modelos que inicialmente son incoherentes con respecto a las expectativas que tenemos sobre el sistema real. formulacion IV.3. Evaluar la concordancia entre las predicciones del modelo y los datos del sistema Real El tercer paso en la evaluación del modelo consiste en evaluar la concordancia entre las predicciones de éste y los datos del sistema real. En la práctica casi siempre tenemos algún grado de interés en las capacidades predictivas de un modelo, lo que se evalúa en esta sub fase en cuan exacto son los valores simulados en relación con los valores reales del sistema en estudio. Para esto se hace uso de las siguientes técnicas: a) Grafica, aunque esta es una prueba no concluyente o a priori se recomienda que se empiece graficando los datos reales Vs. los simulado para poder determinar de manera a priori se existe o no similitud entre estos datos. 05:55 p.m. v ie, 05 de ago de 2011Page 1 1.00 3.75 6.50 9.25 12.00 Months 1: 1: 1: 2: 2: 2: 0 85 170 1: aceptando polizas 2: polizas aceptadas reales 1 1 1 1 2 2 2 2 formulacion b) Norma de Convergencia , se hace uso de la siguiente relación: [(YO - YS )/YO ] Donde YS es el valor simulado, YO es el valor observado o histórico y es el error máximo permitido que generalmente tiene una valor comprendido entre 1% y 5%. Esta norma de convergencia se aplica a las principales variables del modelo o de las que se tenga información histórica o real . Ejemplo: formulacion c) Pruebas estadísticas de las predicciones del modelo con los datos del sistema real. Si nuestro interés es comparar las predicciones puntuales de un modelo estocástico con datos del sistema real, podemos usar la prueba “t” para dos muestras y probar la hipótesis que plantea que el promedio de las predicciones del modelo es igual al promedio de los datos del sistema real. En la siguiente tabla se puede ver un resumen de estas pruebas. formulacion Ejemplo: Determinar la validación de la simulación mediante la prueba de diferencia de medias a la variable demanda H0: La media de la demanda simulada es = a la demanda de los datos reales H1: La media de la demanda simulada es ≠ a la demanda de los datos reales formulacion Medidas Correctivas si el Modelo no pasa las Pruebas de Validación en el siguiente diagrama de flujo se muestra las medidas correctivas si es que el modelo de simulación no pasa las pruebas de validación: formulacion V. FASE DE IMPLEMENTACION La fase de Implementación tiene las siguientes sub fases: V.1. Probar la respuesta del modelo a diferentes políticas o entornos. Una vez que el modelo ha pasado las fases de Prueba y Validación, se procede al “uso” del modelo esto mediante la generación de diferentes escenarios de simulación y sus respectivas imágenes, esto con el propósito de generar políticas de implementación que estén: 1) de acuerdo con el objetivo del sistema real, 2) para entender y analizar su comportamiento y/o 3) mejorar su desempeño. V.2. Traducir las conclusiones del estudio a una forma accesible a los usuarios del modelo, en esta parte el modelador deberá tener mucho cuidado en la presentación de los resultados del modelo, tomando muy en cuenta en la audiencia del mismo a los usuarios finales del modelo, a los cuales no les interesa en la mayoría de los casos los detalles técnicos del modelo si no los resultados y políticas de implementación que proporciona el modelo y que finalmente son ellos los que decidirán si se implementa o no dichas políticas.
Compartir