1. Desarrollo de un modelo de simulación de
la cadena de la carne bovina

2. 1- Introducción
El rol de los modelos de simulación en la
toma de decisiones en entornos complejos
2- Metodología
Dinámica de sistemas
3- Propuesta de trabajo
Elaboración de un modelo de simulación de la cadena de
suministro de la carne vacuna
4- Acciones
5- Anexo 1: Ejemplo
Anexo 2: Consideraciones sobre la metodología

3. Extravíos de feedback,
percepción selectiva,
demoras, error, ambigüedad,
distorsiones, etc.
Estructura desconocida, dinámica compleja,
dificultad para conducir experimentos controlados,
demoras en el tiempo.
Razonamiento no científico,
feedbacks erróneos, juicios fallidos,
rutinas defensivas, etc.
Mundo Real
Feedback de información
Decisiones
Modelos mentales
Estrategia, estructura,
reglas de decisión
Fallas en la implementación,
inconsistencias, búsqueda de
la performance.
Imposibilidad para inferir la
dinámica de los modelos mentales
1. Introducción

4. Extravíos de feedback,
percepción selectiva,
demoras, error, ambigüedad,
distorsiones, etc.
Estructura desconocida, dinámica compleja,
dificultad para conducir experimentos controlados,
demoras en el tiempo.
Razonamiento no científico,
feedbacks erróneos, juicios fallidos,
rutinas defensivas, etc.
Mundo Real
Feedback de información
Decisiones
Modelos mentales
Estrategia, estructura,
reglas de decisión
Fallas en la implementación,
inconsistencias, búsqueda de
la performance.
Imposibilidad para inferir la
dinámica de los modelos mentales
Mundo virtual
Feedback virtual
Decisiones virtuales

5.  System dynamics intenta comprender y explicar cómo se comportan los sistemas
complejos a lo largo del tiempo.
 La estructura dinámica del sistema es estudiada y descripta mediante una cadena lógica
de causa y efecto.
 La parte más importante de esa estructura son los loops o bucles de realimentacion
cerrados.
 El objetivo de la metodología system dynamics es encontrar las formas estructurales
simples que provocan comportamientos aparentemente complejos.
 Por trabajar con retroalimentaciones, relaciones no lineales y demoras en el tiempo,
esta metodología es especialmente apta para representar sistemas biológicos y procesos
de gestión, tal como el presente caso.
2. Metodología

6. El proceso de diseño y elaboración de un modelo es:
1 Definición del problema
2 Recolección reglas y comportamientos del sistema
3 Construcción de diagramas causales
4 Recolección y analisis de datos históricos
5 Construcción del modelo del problema
6 Simulación, revisión y validación del modelo
7 Comunicación
8 Implementación

7. 3. Propuesta de trabajo
A partir del enfoque de sistemas, y con el consenso de
interlocutores válidos, la propuesta es desarrollar un modelo de
simulación apto para estudiar el suministro de la carne vacuna, las
operaciones pertinentes, procesos, mercados, etc.

8. 4. Acciones
Definición de objetivos
Programa de trabajo
Régimen de reuniones de conceptualización
Régimen de reuniones de comunicación
Régimen de reuniones de implementación
Incorporación del modelo al proceso de estudio y toma de
decisiones en el sector.

9. Precio
Stocks de carne
Producción
Consumo
Demanda externa
Costos operativos
Ingresos
Margen
empresario
5. Anexo 1
Causalidad directa
Causalidad inversa

10. Representaciones equivalentes de la estructura de stocks y flujos:
Stock(t) = Stock(t - dt) + (flujo de entrada – flujo de salida) * dt

11. Producción
Consumo
Stocks de carne
Exportaciones
Precio
Cambios en el precio
Productividad
Cambios en la productividad
Relación precio consumo
Relacion precio productividad
Demanda externa
Rel stock precio

13. Con modelos de este tipo se aumenta la comprensión de los procesos de
producción, de comercialización y financiamiento, y de los efectos de las
estrategias empleadas sobre los mismos, permitiendo el aprendizaje y la
identificación de oportunidades de mejoras.
El proceso de elaboración de los modelos permite focalizar las discusiones del
equipo modelizador en temas estratégicos y relevantes del proceso estudiado.
Se consigue transparencia de los modelos y los procesos modelados aumentando
la facilidad de comunicación de los problemas emergentes del sistema.
Se logra que los miembros del equipo modelador desarrollen pertenencia del
modelo.
Consideraciones sobre la metodología de trabajo:
Anexo 2

14. Las limitaciones aparecen a la hora de volcar el conocimiento en los modelos.
La calidad del mismo se refiere al grado de verosimilitud con la realidad.
El modelo no puede ser mejor que la comprensión del problema que tienen los que
lo construyeron.
Por tal motivo la limitación relevante de esta metodología está dada por la calidad
del equipo modelizador.