Dinámica de Sistemas: de los diagramas a la simulación
Ya viste qué es un stock, qué es un flujo, y que un retraso puede hacer que un sistema oscile — incluido el efecto látigo, como ejemplo leído. Esta guía es distinta: en vez de más texto, hay un almacén simulado con números reales que vas a manipular vos mismo, sección por sección, hasta generar el efecto látigo con tus propias manos.
Bienvenido
Los diagramas de bucle causal responden qué influye en qué, y en qué dirección. No responden cuánto, ni qué tan rápido, ni qué pasa exactamente cuando dos efectos compiten en el tiempo. Para eso hace falta pasar de un diagrama a un modelo con números reales — y, una vez que el modelo existe, simularlo: correrlo hacia adelante en el tiempo y ver qué comportamiento produce.
Esta guía asume que ya viste Modelado de Sistemas: Diagramas Causales — en particular las secciones de stock y flujo y de retardos y oscilación. No vuelve a explicar esos conceptos desde cero: los usa como punto de partida y los convierte en algo que podés manipular con sliders, no solo leer.
Al finalizar esta guía vas a poder construir la ecuación de un stock con números reales, explicar por qué un retraso en la reposición produce oscilación aunque la política de control sea razonable, y reproducir con tus propios parámetros el efecto látigo (bullwhip effect) — el mismo fenómeno que viste como ejemplo en la guía anterior, ahora generado por vos.
🔢 De cualitativo a cuantitativo
La misma idea de stock y flujo, ahora con unidades reales y una ecuación que se puede correr en el tiempo.
🎛️ Manipulás, no leés
Cada sección tiene un sandbox en vivo: movés un slider, el gráfico responde al instante.
🐍 El efecto látigo, de nuevo
Lo viste como ejemplo. Esta vez lo construís vos, ajustando retraso y agresividad hasta que aparezca.
Stock y flujo, con números reales
Recordá la fórmula que ya viste: Stock(hoy) = Stock(ayer) + entrada − salida. El caso de esta guía es el almacén central de Andina Distribuciones: el stock es el inventario disponible (en cajas), la entrada es la reposición que llega de fábrica, y la salida es el despacho a los clientes. Todavía no hay ningún control automático — vos fijás ambas tasas directamente y mirás qué le pasa al inventario.
Movés ambos sliders juntos hacia arriba o hacia abajo, en la misma proporción, y el comportamiento del inventario no cambia. Lo que determina si el stock sube, baja o se mantiene no es el valor de cada tasa por separado — es la diferencia entre entrada y salida.
Ajustá el sandbox: poné reposición en 150 y despacho en 300, y dejalo correr los 30 días. ¿Qué le pasa al inventario y por qué?
Con la fórmula Stock(hoy) = Stock(ayer) + entrada − salida: si el stock de ayer era 400, la reposición de hoy es 180 y el despacho de hoy es 220, el stock de hoy es .
Retraso: el mismo control, ahora con demora
Desde acá el almacén ya no fija la reposición a mano: pide automáticamente más cuando el stock está por debajo del objetivo, y menos cuando está por arriba — un bucle de balance real, con una fórmula concreta: pedido = demanda + agresividad × (objetivo − stock). Lo único que vas a controlar en esta sección es cuántos días tarda el proveedor en entregar ese pedido. La demanda queda fija en 200 cajas/día para que puedas enfocarte solo en el efecto del retraso.
Con retraso alto, el almacén sigue viendo el stock bajo varios días después de haber pedido más — porque ese pedido todavía no llegó. Como sigue viendo el problema, sigue pidiendo de más. Cuando todos esos pedidos acumulados llegan juntos, el stock se pasa del objetivo — y el ciclo se repite para el otro lado. Es exactamente la misma lógica que la ducha de tubería larga que ya viste, con números reales corriendo delante tuyo.
Subí el retraso del sandbox de 2 a 10 días y compará. ¿Qué cambió, exactamente?
Un sistema con una política de control razonable (que reacciona en la dirección correcta) puede oscilar solo por tener un retraso alto entre la acción y su efecto, sin que la política en sí esté mal diseñada.
Bucle cerrado: reproducí el efecto látigo
Ahora tenés control total sobre la fórmula que antes estaba fija: además del retraso, podés ajustar la agresividad (qué tan fuerte reacciona el pedido a la diferencia entre stock y objetivo) y el objetivo de inventario. Con la combinación correcta, la oscilación deja de amortiguarse y empieza a crecer — el mismo efecto látigo que viste como ejemplo de cadena de suministro en la guía anterior, ahora generado por tus propios parámetros.
Subí el retraso y la agresividad al mismo tiempo hasta que el diagnóstico diga "creciente" — vas a ver que la oscilación deja de amortiguarse y cada vuelta es más grande que la anterior. Bajá cualquiera de los dos y va a volver a amortiguarse. En una cadena real, cada eslabón (minorista → mayorista → fábrica) agrega su propio retraso y su propia agresividad sobre una señal que ya viene distorsionada del eslabón anterior — por eso la oscilación se hace más grande mientras más lejos está el eslabón del consumidor final.
Con base en lo que probaste en el sandbox, clasificá cada combinación según el comportamiento más probable del inventario.
En la guía anterior viste el efecto látigo descrito como "una oscilación cada vez más grande mientras más lejos está el eslabón del consumidor final". ¿Qué combinación de parámetros del sandbox produce justamente ese resultado?
Actividades de repaso
Un repaso integrador de todo el módulo. Cada actividad se corrige al instante; tu progreso se guarda automáticamente en este navegador.
¿Es un stock (nivel acumulado) o un flujo (tasa de cambio)?
Une cada término con su definición dentro del modelo del almacén.
Sin cambiar la política de reposición ni la demanda, ¿qué solo parámetro alcanza para convertir una corrección suave en oscilación?
Un bucle de balance con retraso alto y agresividad alta puede volverse inestable (oscilación creciente) aunque cada una de sus reglas, vista por separado, parezca razonable.
Cheat Sheet
| Concepto | Idea clave |
|---|---|
| Ecuación del stock | Stock(hoy) = Stock(ayer) + entrada − salida. Solo cambia a través de sus flujos. |
| Política de reposición | pedido = demanda + agresividad × (objetivo − stock). |
| Retraso | Días entre colocar el pedido y que llegue como reposición real. Por sí solo puede producir oscilación. |
| Agresividad | Qué tan fuerte corrige el pedido la diferencia entre stock y objetivo. Alta + retraso alto = inestabilidad. |
| Oscilación amortiguada | Sobrepasa el objetivo, pero cada vuelta es más chica que la anterior — termina estabilizándose. |
| Efecto látigo | Oscilación que crece en cada vuelta en vez de amortiguarse. Se amplifica en cada eslabón de una cadena real. |
¿Sabías que...?
🏭 Nació observando fábricas reales
Jay Forrester, ingeniero del MIT, fundó la Dinámica de Sistemas en los años 50 después de estudiar por qué las fábricas de General Electric tenían ciclos de contratación y despido que oscilaban mucho más de lo que explicaba la demanda real de sus productos.
🎲 Un juego que hace sentir el efecto látigo
El MIT diseñó "The Beer Distribution Game": equipos que gestionan distintos eslabones de una cadena de suministro de cerveza, sin poder comunicarse entre sí. Casi siempre termina en oscilaciones enormes, aunque cada jugador tome decisiones razonables — la inestabilidad es del sistema, no de las personas.
🍼 El caso que le dio nombre
Procter & Gamble notó que los pedidos de pañales que recibía de sus distribuidores fluctuaban muchísimo más que las compras reales de los consumidores finales, que son casi constantes. Ese caso fue el que popularizó el término "efecto látigo" (bullwhip effect) en cadenas de suministro.