Modelli di simulazione con l'aiuto Vensim di pensiero strategico

Modelli di simulazione con l'aiuto Vensim di pensiero strategico

Vensim italiano


Distributore Ufficiale

ATC-Innova      http://atc-innova.com

Informazioni       info@atc-innova.com


Modellare il mondo reale

Vensim è un software di simulazione per migliorare le prestazioni dei sistemi reali.

Vensim viene utilizzato per lo sviluppo, l'analisi, e il confezionamento di feedback modelli dinamici. Sottolineiamo:
• Alta qualità, con dimensioni di coerenza e Reality Checks ™
• Connessioni a dati e metodi di calibrazione sofisticati
• Uscita immediata con la simulazione continua in SyntheSim
• la pubblicazione del modello flessibile
• Analisi del modello, tra cui l'ottimizzazione e la simulazione Monte Carlo

Vensim contiene molti progressi tecnici leader del settore nella tecnologia di simulazione.





Video

Questo è un video vedere dettagliato il processo di costruzione di un modello di simulazione con Vensim.





Configurazioni

Vedere la nostra tabella di confronto per le diverse configurazioni VENSIM

Vensim Professionale & DSS

Leggi la Vensim brochure . Vensim Professional è ciò che è necessario per la gestione di modelli di grandi e complicate . Esso fornisce causale TracingTM di struttura e di comportamento , e ha (array ) capacità sensibilità Monte Carlo , ottimizzazione e indicizzazione . Vensim DSS aggiunge uno strumento di sviluppo di interfaccia per la creazione di simulatori di volo di gestione , funzioni e macro esterni , simulazioni compilati , e altro ancora.

Applicazioni personalizzate VENSIM ( simulatori di volo e altre interfacce di modelli) possono essere sviluppati con il costruttore Venapp , o in un linguaggio di programmazione come Visual Basic , C , C + + , Visual C + + , Delphi , Excel e strumenti di authoring multimediale , o in Sable ( sotto) .

Vensim PLE +

Vensim PLE Inoltre colma il divario tra il PLE poco costoso ( o libero ) e le nostre configurazioni superiori. PLE Plus è completamente descritto per la sua fascia di prezzo ed include connettività dati , viste multiple , simulazioni sensibilità Monte Carlo , le simulazioni di gioco, e la nuova interfaccia modello -user ( Input e Output controlli ) .

Vensim PLE

Vensim PLE ( Personal Learning Edition) è un software che ti fa iniziare nella dinamica dei sistemi di modellazione ed è gratuito per uso didattico ed economico per uso commerciale. Vensim PLE è ideale per l'uso in aula e apprendimento personale della dinamica dei sistemi .

Modello Reader

Il Vensim modello Reader è un software gratuito che ti permette di pubblicare modelli costruiti con Vensim e distribuirli ad altre persone . Il modello e il lettore modello Vensim possono essere copiati e passati a quante più persone desiderate , dando alle persone l'accesso al vostro modello senza la loro necessità di acquistare Vensim .

Molecole

Il software Molecole viene utilizzato per la costruzione di modelli di System Dynamics da " blocchi" o molecole a struttura dinamica dei sistemi . Questo software è uno sforzo di collaborazione tra un certo numero di autori .



Quattordici motivi agli scambi nel foglio di calcolo


I fogli di calcolo sono onnipresenti e utile, ma foglio di pensiero incoraggia alcune abitudini di modellazione cattivi che possono mettere in pericolo la vostra organizzazione e la vostra credibilità . Con un vero e proprio ambiente di simulazione dinamica , si può fare meglio :
1.Share il modello con uno schema comprensibile che mostra come funziona il mondo .
2.Test what-if istantaneamente con Synthesim ™ .
3.Audit al volo con causale Tracing ™ - non più sbirciando nelle cellule uno per uno .
4.Have dinamica e risposte reali , non solo ciò che si può ottenere da riga / colonna riempire le operazioni .
5.write equazioni leggibili - non più = LN ( B6 ) * 1 / ( 1 + EXP ( C4 * ( D9 - D10 ) ) .
6.Avoid errori e rilavorazioni da operazioni di copia- incolla - riempimento incompleti.
7.Separate vostro modello dai dati e di uscita , in modo che le what-if esplorazioni non accidentalmente relitto vostri modelli cruciali.
8.Easily confronta modelli e file di output , per vedere cosa è cambiato .
9.Escape il mondo bidimensionale , con un massimo di 8 dimensioni di matrice e la mappatura flessibile.
10.Evitare instabilità insita in esecuzione in tempo discreto .
Test di qualità 11.Automate con Reality Check ™ .
12.Calibrate con le statistiche appropriate per sistemi dinamici .
13.Use integrato Monte Carlo e algoritmi di ottimizzazione .
14.Get velocità più grezzo per i modelli di grandi dimensioni .



più informazioni (libri, corso, software)

formazione



e ulteriori informazioni

http://www.systemdynamics.org/conferences/1999/index.htm
Wellington, New Zealand
http://www.systemdynamics.org/conferences/2000/index.htm

Bergen, Norway
http://www.systemdynamics.org/conferences/2001/
Atlanta, Georgia, USA
http://www.systemdynamics.org/conferences/2002/index.html
Palermo, Italy
http://www.systemdynamics.org/conferences/2003/index.htm

New York City, USA
http://www.systemdynamics.org/conferences/2004/index.htm

Oxford, England
http://www.systemdynamics.org/conferences/2005/index.htm

Boston, MA, USA
http://www.systemdynamics.org/conferences/2006/index.htm
Nijmegen, The Netherlands
http://www.systemdynamics.org/conferences/2007/index.htm

Boston, MA, USA
http://www.systemdynamics.org/conferences/2008/index.html
Athens, Greece 
http://www.systemdynamics.org/conferences/2009/proceed/index.html
Albuquerque, USA
http://www.systemdynamics.org/conferences/2010/
Seúl Corea
http://www.systemdynamics.org/conferences/2011/proceed/index.html

Washington, DC, USA
http://www.systemdynamics.org/conferences/2012/proceed/index.html
St. Gallen, Switzerland
http://www.systemdynamics.org/conferences/2013/proceed/index.html
Cambridge, MA, USA
http://www.systemdynamics.org/conferences/2014/proceed/index.html
The Delf, Netherlandshttp://www.systemdynamics.org/conferences/2015/proceed/index.html
Cambridge, MA, USA





















Critiche ai modelli de Dinamica dei Sistemi


CRITICHE AI  MODELLI

            Già nel 1971, Van der Gritten enunciò alcune critiche ai modelli creati secondo questa metodologia. Queste critiche sostanzialmente sono:

- Mancanza di contenuto empirico dei modelli. Vale a dire, il risultato del modello dovrebbe essere comparabile con i dati reali.  
-     Le relazioni funzionali mettono insieme idee e criteri che non sempre godono del supporto della teoria, dell’evidenza o dell’esperienza.
-     I risultati sono sensibili alle variazioni di alcuni parametri.
-     Il carattere determinista di molti dei modelli, dovuto al fatto di non includere la possibile reazione prima della previsione di cambiamenti futuri

            Sebbene certamente se ne potrebbero aggiungere altri, questi sono sostanzialmente i punti fondamentali di critica a questa classe di modelli.

            E’ chiaro che la natura dei problemi con i quali si entra in contatto con questa metodologia darà sempre adito a queste critiche se non si spiega preventivamente che i modelli della Dinamica dei Sistemi non sono modelli di previsione, non pretendono di trovare valori esatti, ma comparativi, come dire devono permettere di confrontare differenti politiche alternative in base allo scenario verso il quale portano.

 
STORIA E ATTUALITA’

            La Dinamica dei Sistemi ha le sue origini negli anni ’30 quando si sviluppò la teoria dei servomeccanismi, che sono strumenti nei quali esiste una retro alimentazione continua.

            Negli anni ’50, avvalendosi dei progressi iniziali dell’Informatica, Jay Forrester sviluppa al M.I.T. (Massachusetts Institute of Technology)  la Dinamica Industriale. Con questo strumento, che unisce l’approccio sistemico e la simulazione informatica, riesce a migliorare nella risoluzione dei problemi che si producono in seno ad un’impresa industriale. Alla fine del decennio degli anni ’50 pubblica "Industrial Dynamics" (1961). 

            Il decennio successivo, gli anni’60, è il decennio di passaggio dal mondo dell’industria all’ambito sociale, e verso la fine compaiono i primi risulltati"Principles of Systems" (1968), "Urban Dynamics" (1969), "World Dynamics" (1971) per il Club di Roma, "Counterintuitive Behavior of Social Systems" (1971) e "The life Cycle of Economic Developement" (1973).

            Merita una citazione a parte il libro di D.L.Meadows "Dynamics of Growth in a finite World" (1972).   Il grande merito di questo libro è essere stato pubblicato un anno prima della grande crisi delle materie prime del 1973, e aver predetto in parte le sue conseguenze.

            Da allora le applicazioni, che si possono dedurre dai titoli pubblicati,  si estendono a svariati ambiti, inclusa l’ecologia, che trova nella Dinamica dei Sistemi un assai valido aiuto per lo studio dei complessi fenomeni che si producono in natura. Recentemente si osserva una certa diffusione delle applicazioni di questa metodologia nell’ecologia. Così appaiono sulla stampa articoli che commentano i feed backs fra diversi elementi degli ecosistemi, la loro complessità, l’esistenza di leverage-points, l’esistenza di punti di non ritorno ecc.

            La loro generalizzazione allo studio di processi socioeconomici basata su modelli mentali comporta senza dubbio notevoli difficoltà, anche se è innegabile che va a colmare una lacuna esistente tra gli strumenti di analisi di questi processi che sono caratterizzati per la loro complessità e per l’esistenza di relazioni multiple di retroazione. 

            La applicazione della Dinamica dei Sistemi alla socioeconomia si basa sul fatto che in questo ambito si possono anche definire sistemi, dei composti di alcuni elementi che si relazionano tra loro in modo stabile, tra cui vigono e si compiono delle leggi,  come quelle della logica, del mercato, della demografia ecc. 

            Abbiamo trovato, a riguardo, un commento del 1977  di Jaime Terceiro, il quale indica che “Lo svantaggio principale della programmazione dinamica, salvo per i casi relativamente semplici nei quali è possibile ricavare una relazione analitica dalla relazione ricorrente, è che viene richiesta una capacità di memoria che supera i limiti pratici dei calcolatori attuali”.

            Se ciò era pur vero nel 1977, la spettacolare evoluzione del software e dell’hardware degli ultimi anni permette che con un PC e con conoscenze elementari di informatica sia possibile creare questo tipo di modelli. Per ciò possiamo dire che si è aperta la porta all’applicazione generalizzata di questa metodologia.

            Man mano che questo strumento è andato acquistando esperienza e si sono moltiplicate le sue applicazioni, in un ambito limitato, coloro che lo utilizzano maggiormente lo hanno sviluppato in aspetti parziali, secondo i loro gusti e le loro necessità.

            Il panorama di attualità è caratterizzato da un’attività continua nell’applicazione di questa metodologia. Ciò si può notare dai libri sempre più frequenti  che vengono pubblicati, dai riferimenti sulla stampa, e dalle applicazioni che vengono alla luce.  

            Un buon sistema per conoscere quanto si sta facendo è rivolgersi al server  system-dynamics@world.std.com, ed esistono anche ampie e aggiornate informazioni nella Web dello Studente, e ovviamente  nella pagina de Dinamica dei Sistemi http://dinamica-de-sistemas.com.

 

 informazione:  jmg@atc-innova.com

 

Costruzione di un modelo de simulazione

DIAGRAMMA DEI FLUSSI

 
            Il Diagramma dei Flussi, anche denominato Diagramma di Forrester, è il diagramma caratteristico della Dinamica dei Sistemi. E’ una traduzione del Diagramma Causale in una terminologia che facilita la scrittura delle  equazioni  nel  computer.  Fondamentalmente è una riclassificazione degli elementi.

             Non ci sono regole precise su come fare questa trasformazione, però c’è qualche modo per affrontare questo processo.

Passi da seguire:

            1º. Fai una fotografia mentale al sistema e a ciò che salta fuori da questo (persone, km2, litri, animali...): questi sono gli Stock o Livelli.     

            . Cerca o crea degli elementi che siano "la variazione dei livelli", (persone/giorno, litri/ora, ...): questi sono i Flussi.

            3º. Il resto degli elementi sono le Variabili Ausiliarie. 

             Come regola generale questo ti servirà.  In seguito potrai proseguire facendo ritocchi, e così gli Stock che rimangono costanti (i m2 della stanza, ad esempio) invece di definirli come Stock li potrai definire come variabili ausiliarie costanti, cosa che è molto più semplice.

            Questo è tutto il procedimento. Ora analizzeremo con un dettaglio superiore come si rappresentano questi elementi. 

            Gli “Stock” sono quegli elementi che ci mostrano in ogni istante la situazione del modello, presentano un accumulo e variano solo in funzione di altri elementi denominati "flussi". Le "nubi"  dentro il diagramma dei flussi sono livelli di contenuto inesauribile. I livelli si rappresentano con un rettangolo.                       

            I  "flussi" sono elementi che possono essere definiti come funzioni temporali. Si può dire che raccolgono le azioni risultanti dalle decisioni prese nel sistema, determinando le variazioni dei livelli.

             Le "variabili ausiliarie" e le "costanti", che sono parametri, permettono una miglior visualizzazione degli aspetti che condizionano il comportamento dei flussi
 
            Le grandezze fisiche dentro i flussi e i livelli si trasmettono attraverso i cosiddetti "canali materiali". D’altra parte esistono canali chiamati "canali di informazione", che trasmettono, come indica del resto la loro denominazione, informazioni che per loro natura non si conservano.

            Da ultimo restano da definire i "ritardi", che simulano i ritardi di tempo nella trasmissione dei materiali o delle informazioni. Nei sistemi socioeconomici è frequente l’esistenza di ritardi nella trasmissione dell’informazione e dei materiali ed essi hanno grande importanza nel comportamento del sistema. 

            Per i ritardi di materiale esistono le funzioni DELAY1 e SMOOTH. Per i ritardi di informazioni si utilizzano DELAY3 e SMOOTH3. Quelli di primo ordine di fronte ad impulsi discontinui risponderanno con una curva esponenzialmente asintotica, mentre un ritardo di terzo ordine porta a una curva sigmoidale.  In qualche misura i ritardi di informazione si comportano come filtri stabilizzatori della variabile di entrata. 

     

SIMULAZIONE AL COMPUTER

            In questa tappa si scrivono le istruzioni, leggasi Equazioni, concise attraverso le quali il computer interpreta la nostra visione del sistema.

             Esistono sul mercato diversi softwares, utilizzabili nei PC, che non richiedono conoscenze informatiche per essere utilizzati, e che si adattano abbastanza bene alle necessità degli utenti, siano essi studenti, professionisti ecc.  I linguaggi o le marche maggiormente utilizzati sono (in ordine alfabetico) DYNAMO, ITHINK, POWERSIM, STELA. e VENSIM

            In questa fase si devono dare valori numerici alle Variabili del sistema, alle Funzioni e alle Tabelle. E’ questo uno dei molti aspetti che differenziano la Dinamica dei Sistemi dalla maggior parte dei sistemi di creazione di modelli. Così, per esempio, in econometria, una grande parte dello sforzo totale della ricerca è volta a determinare in maniera precisa il valore dei parametri che caratterizzano il sistema oggetto di studio.

            Nella Dinamica dei Sistemi, i parametri sono calcolati con un grado di approssimazione tale da permettere che il modello raggiunga il suo obiettivo.

            Dato che i sistemi sociali tendono ad essere abbastanza poco sensibili ai cambiamenti dei valori dei parametri, non è necessario dedicare molto tempo al calcolo preciso degli stessi

            Si può partire da alcuni valori approssimati allo scopo di ottenere una prima idea del comportamento del modello.  Successivamente, mediante le analisi di sensibilità, si potrà identificare l’insieme relativamente piccolo di parametri i cui valori alterino significativamente il comportamento del modello o le risposte di questo a politiche differenti. In questo modo scopriremo quei parametri che conviene calcolare in maniera più esatta. Sono evidenti in vantaggi in quanto a risparmio di sforzo e di tempo che questo metodo implica.  
           

COMPORTAMENTO DEL MODELLO

             Una volta introdotte nel computer le equazioni possiamo ottenere come risultato l’evoluzione nel tempo dei parametri che abbiamo indicato.

            Possiamo altresì effettuare un confronto del comportamento tra il modello e la realtà, giacché il risultato fornito dal modello ci permette di verificare la certezza delle nostre ipotesi e, in base alla differenza tra il modello e la realtà, è necessario riconsiderare le ipotesi iniziali e fare le correzioni necessarie al modello.

            Un sistema dinamico possiede differenti aspetti che soggetti a valutazione, come:

            - La sua capacità di riprodurre i dati storici del sistema simulato in condizioni normali o estreme.
            - La accettabilità delle supposizioni fatte al momento della definizione del modello.
            - La plausibilità dei valori numerici adottati dai parametri del modello.
 
            Certamente, il primo criterio avrà importanza solo quando si verifichino anche gli altri, poiché esisteranno infiniti modelli capaci di riprodurre adeguatamente i dati storici del sistema senza essere in relazione con i meccanismi che formano la struttura dello stesso. 

             Il giudizio sulla forma in cui un modello soddisfa i criteri precedenti non deve essere limitato alla considerazione dell’informazione quantitativa disponibile giacché la maggior parte delle nozioni rilevanti riguardo ai sistemi sociali sono in forma qualitativa, in mano di esperti nel campo nel quale ci muoviamo. 

            Non dobbiamo dimenticare che un modello che soddisfi i differenti tests di valutazione non è una descrizione inconfutabile della realtà né l’unico modello possibile.  

            Partendo da determinate condizioni iniziali, si determineranno le evoluzioni delle distinte variabili del modello durante l’orizzonte temporale scelto per la valutazione, registrando tali valutazioni mediante grafici. Il confronto di questi grafici con i loro corrispondenti dati storici sarà utile per provare se vengano o meno soddisfatte le caratteristiche principali del comportamento reale.

            In funzione dell’esito di questa valutazione si passerà a perfezionare il modello, correggendo i difetti osservati ed introducendo i miglioramenti che si ritengano convenienti. Con questa riformulazione del modello si procederà ad una nuova simulazione con lo stesso e alle conseguenti analisi e valutazione, seguendo questo processo sino a quando si arrivi a considerare che il modello soddisfi sufficientemente gli obiettivi fissati, oppure che il prodotto risultante dalle modifiche che potessimo introdurre non compenserebbe lo sforzo realizzato.

            La prima simulazione si compie, secondo quanto abbiamo detto, utilizzando dei valori di parametri e condizioni iniziali che non devono necessariamente essere esatti. A volte, in assenza di dati, questi valori si baseranno su opinioni di esperti nel campo del sistema studiato,  e ciò farà sì che essi non siano eccessivamente rigorosi, ma comunque assai spesso ugualmente utili
         

ANALISI DEL SISTEMA

             Infine, quando un modello arriva ad offrire una soluzione coerente con il passato e la situazione attuale, potremo simulare l’impatto delle politiche o delle decisioni che ci porteranno alla soluzione del problema prospettato.   

            Si possono anche localizzare i Fattori Chiave (leverage-points) tramite l’analisi di sensibilità.

            Il modello finale deve essere relativamente semplice, in modo che sarà necessario procedere a creare le associazioni necessarie e tutte le semplificazioni  possibili,  in modo tale che il modello risultante sia comprensibile per i destinatari finali del modello e maneggevole per i suoi fruitori.   Oltre al grande sforzo e tempo che richiede l’ottenimento di un modello complesso, questo può arrivare ad essere complicato come la realtà che rappresenta, rendendo  difficile la comunicazione e offrendo quindi un aiuto irrilevante alla soluzione del problema prospettato

            E’ conveniente chiarire che, nonostante un modello di Dinamica dei Sistemi abbia l’apparenza di un insieme complesso di equazioni matematiche che può far pensare alla possibilità di una perfetta previsione del futuro, non è questo lo scopo che ci si prefigge, bensì aumentare la nostra conoscenza del modello studiato così come creare uno strumento utile per l’analisi di politiche che dovranno essere valutate a partire dalle tendenze globali che generano.

            Questa differenza tra l’apparenza del modello e l’intenzione dello stesso  suole falsare l’opinione dell’utilizzatore, che pensa frequentemente di disporre di uno strumento diverso da quello che possiede in realtà. Questa possibilità si riduce quando il modello è considerato come quello che è in realtà: la rappresentazione esplicita di un modello mentale.  Questa percezione viene facilitata se il creatore del modello riduce al minimo l’utilizzo di simboli inaccessibili, se le equazioni matematiche sono spiegate da grafici facilmente comprensibili per coloro che non sono esperti, e se sono accompagnate da una giustificazione consistente. In una parola, se una delle premesse per la creazione del modello è la sua trasparenza.  

            D’altra parte, devono restare chiare le limitazioni del modello, in special modo quando viene usato con fini di previsione di impatti che politiche diverse avrebbero sul sistema. Non dobbiamo dimenticare che  l’evoluzione ottenuta del comportamento del modello si basa in alcune ipotesi sulla struttura attuale del sistema e delle circostanze che formano il suo intorno. Pertanto le conclusioni estrapolate saranno valide, supposto accettabile il modello nel momento attuale, sempre che non cambino la struttura fondamentale del sistema o le circostanze esterne che possono influire sulle sue parti sensibili. 

             D’altra parte, perché un modello continui ad essere utile col passare del tempo è necessaria la sua revisione periodica, per poter introdurre cambiamenti significativi che si siano prodotti nel sistema rappresentato dal modello.

            Un altro fattore da considerare è la dose di soggettività che implica l’utilizzo di modelli. Nel caso particolare della Dinamica dei Sistemi, la creazione del Diagramma Casuale rappresentativo delle differenti interazioni tra le variabili è una delle tappe più soggettive, ma non è l’unica.  Così pure può esistere soggettività al momento di quantificare e utilizzare i dati disponibili, nell’interpretare i risultati ecc.

            La soggettività che implica il processo di modellizzazione non è in realtà un fattore negativo, giacché è impossibile studiare un sistema sociale in maniera assolutamente oggettiva. 

 
informazione:   jmg@atc-innova.com
 

 





Dinamica dei Sistemi



            Descriviamo qui un approccio per interpretare la realtà. Probabilmente non esiste quello che potremmo chiamare “modo corretta” o “la maniera migliore” di osservare la realtà, poiché è impossibile segnalare una sola linea di condotta come la migliore o la più corretta. E’ pur vero che ci accingiamo a conoscere un approccio nuovo per molte persone. E questa è, secondo la mia opinione, una maniera utile per affrontare i problemi che si presentano in questo inizio di millennio, in vista delle sfide che dobbiamo affrontare: fame, povertà, degrado ambientale, guerre, … giacché non sembra che faremo grandi progressi con le forme tradizionali a nostra disposizione per approcciare questi problemi. 

            Questo approccio ha vari nomi, useremo qui quello di “dinamica dei sistemi” consci del fatto che la parola “sistemi” ha diversi significati, ma cercando tuttavia di rendere chiaro qual è quello che noi assumiamo attraverso i commenti e gli esempi successivi.

            Come introduzione, vedremo le caratteristiche dei modelli che affrontano l’analisi del mondo come un tutt’uno, come un sistema globale. Descriveremo le caratteristiche della situazione nel mondo dalla prospettiva degli elaborati modelli che affrontano questa visione. 
 

LA DINAMICA DEI SISTEMI

            Tutti siamo sempre più coscienti del fatto che viviamo in una realtà molto complessa e mutevole, e che questo fenomeno si accentua anno dopo anno. Per prendere le decisioni che ci vengono richieste continuamente, ricorriamo ai modelli mentali,  nonostante che questi modelli mentali non ci avvicinino sempre alla soluzione del problema, poiché persino nei casi più sensibili la soluzione può essere ciò che Jay Forrester chiama “controintuitiva”.

            Già un semplice giro per un Museo della Scienza con i nostri figli può creare l’occasione di dover cercare di spiegare, per esempio, perché dei due getti che escono da un deposito con dei fori ad altezze differenti, l’acqua che cade più lontana è quella che esce dal foro più vicino al suolo. O anche, perché allontanando una lente d‘ingrandimento dall’oggetto che stiamo osservando ingrandito, questo invece di continuare ad aumentare di dimensione, si ribalta.      

            Come afferma al riguardo Ludwig von Bertalanffy,  per chi voglia fare scienza e solo scienza, qualsiasi altra domanda successiva risulta priva di senso.  "Quod non est in formula non est in mundo". Questa è l’unica posizione legittima per la scienza. Nonostante ciò, se vogliamo spingerci oltre nella nostra comprensione non ci resta altro che trovare un’analogia che ci permetta di concepire qualcosa che sia irrilevante per il fisico; non ci resta altro che ricorrere all’analogia con l’unica realtà che conosciamo direttamente, ovvero la nostra esperienza immediata.

            Tutta l’interpretazione della realtà è, assumendo l’espressione kantiana, un’avventura della ragione.   Per questo, esiste solo un’alternativa possibile: o rinunciamo a qualsiasi interpretazione sulla essenza delle cose, o se cerchiamo di dare un’interpretazione, dobbiamo essere coscienti del suo carattere analogico, poiché non abbiamo la benché minima prova che il mondo reale sia della stessa natura di quello che ci mostra la nostra esperienza interiore.

            Nelle frequenti occasioni nelle quali confrontiamo una realtà con un numero di parameri limitati e soprattutto quantificabili, ricorriamo a modelli formali, che ci permettono di comportarci con ragionevoli probabilità di successo. Ora, di fronte a situazioni complesse, con un numero incerto di parametri difficilmente quantificabili, possiamo avvalerci di un tipo di modelli meno formali che comunque ci permettono di ottenere una visione più strutturata del problema, di identificare i suoi aspetti più critici, e le possibili vie di soluzione.

            Lynda M. Applegate dice, al riguardo, che i computer attuali sono progettati per elaborare le informazioni in modo sequenziale, istruzione per istruzione. Questa attitudine funziona bene quando il problema o il lavoro si struttura o si può suddividere in una serie di tappe. Al contrario, questo approccio risulta poco efficace nel caso di lavori complessi, non strutturati, che richiedono intuizione, creatività e buon senso.     

            La Dinamica dei Sistemi trova le sue principali applicazioni in questi ambiti complessi e poco definiti, dove intervengono le decisioni dell’essere umano che di solito sono guidate dalla logica. Ricordiamo che la scienza attuale si basa su fenomeni che devono essere misurabili e riproducibili. Orbene, come sanno gli specialisti di marketing, le persone si comportano anche secondo determinate leggi, abbastanza misurabili e riproducibili, che sono le leggi del mercato (una domanda superiore provoca prezzi più alti, etc.).  

            A proposito di questi aspetti, Javier Aracil indica nel suo libro “Introducción a la dinámica de sistemas” che i modelli per computer possono fare qualcosa che è negato ai modelli mentali: possono mostrare le conseguenze dinamiche delle interazioni fra componenti del sistema.  Quando si tratta di estrarre le conseguenze di certe azioni, impiegando modelli mentali, si corre il pericolo di trarre conclusioni sbagliate. L’intuizione non è affidabile quando si affrontano problemi complessi. Una possibile ragione di ciò è che si tende a pensare in termini di relazioni causa-effetto unidirezionali, dimenticando la struttura di feedback che certamente esiste.  

         Nel preparare un modello per computer, bisogna considerare ogni passo separatamente. L’immagine mentale che si possiede del sistema deve svilupparsi ed esprimersi in un linguaggio che possa essere utilizzato per programmare la macchina. Normalmente qualsiasi immagine mentale che sia consistente ed esplicita, riferita a qualsiasi sistema, può esprimersi così. Le immagini mentali che si hanno dei sistemi reali sono il risultato di esperienze ed osservazioni; la formulazione esplicita di queste esperienze in un software obbliga ad esaminare, formalizzare e precisare le immagini mentali e così a contribuire a una maggior comprensione attraverso differenti punti di vista.

            I modelli matematici, programmabili in un computer, sono enunciati in maniera esplicita; il linguaggio matematico che si utilizza per la descrizione del modello non lascia spazio all’ambiguità. Un modello di Dinamica dei Sistemi è più esplicito di un modello mentale e, per tanto, può essere trasmesso senza ambiguità. Le ipotesi sulle quali viene costruito il modello, così come le interrelazioni fra gli elementi che lo formano, compaiono in tutta chiarezza nello stesso, e sono suscettibili di discussione e revisione. Per questo la proiezione futura del modello può essere fatta in maniera assolutamente precisa.     

            É importante segnalare la differenza esistente tra due classi di modelli, quelli di previsione quelli di gestione. I modelli di previsione vogliono offrire dati precisi circa la situazione futura del sistema modellato. D’altra parte, i modelli di gestione vogliono semplicemente stabilire che “l’alternativa x è migliore dell’alternativa y”; in questi modelli non esiste la necessità di tanta precisione giacché i confronti sono ugualmente utili. La Dinamica dei Sistemi elabora modelli di questa secondo tipo.

            Come abbiamo visto in precedenza, intendiamo per “Sistema” un insieme di elementi indipendenti con interazioni stabili tra loro. Il primo passo per comprendere il comportamento di un sistema sarà logicamente definire gli elementi che intervengono nello stesso e le possibili interrelazioni che esistono tra di loro. Il detto aristotelico che il tutto è più delle sue parti riveste qui un particolare significato.

            Il punto di vista della Dinamica dei Sistemi è radicalmente diverso dalle altre tecniche applicate alla costruzione di modelli di sistemi socioeconomici, come l’econometria.   

            Le tecniche econometriche, basate su un approccio comportamentale, utilizzano i dati empirici come base dei calcoli statistici per determinare il senso e la correlazione esistenti tra i diversi fattori. 

            L’evoluzione del modello si realizza sulla base dell’evoluzione passata delle variabili denominate indipendenti, e si usa la statistica per determinare i parametri del sistema di equazioni che le mettono in relazione con le altre denominate dipendenti. Queste tecniche hanno l’obiettivo di determinare il comportamento del sistema senza entrare nella conoscenza dei suoi meccanismi interni.

           Così molti modelli per investire in Borsa analizzano i picchi e le inflessioni nelle quotazioni, i cicli al rialzo ed al ribasso, ecc., e disegnano strategie per minimizzare il rischio di perdite ecc. Non pretendono dunque di “conoscere” perché la quotazione di un’impresa si alzi o si abbassi in funzione dei suoi nuovi prodotti, dei nuovi concorrenti ecc. 

            Invece, l’obiettivo fondamentale della Dinamica dei Sistemi è arrivare a comprenderele cause strutturali che provocano il comportamento del sistema. Questo implica la necessità di aumentare la conoscenza sulla carta di ogni elemento del sistema, e vedere come differenti azioni, attuate su parti del sistema, accentuino o attenuino le tendenze di comportamento implicite nello stesso.

            Come caratteristiche che differenziano da altre metodologie, si può dire che non si pretende di prevedere dettagliatamente il comportamento futuro. Lo studio del sistema e la prova di differenti politiche sul modello realizzato, arricchiranno la conoscenza del mondo reale, verificando la consistenza delle nostre ipotesi e la validità delle distinte politiche. 

            Un’altra caratteristica importante della Dinamica dei Sistemi è il suo approccio a lungo termine, intendendo con ciò un periodo di tempo sufficientemente ampio per poter osservare tutti gli aspetti significativi dell’evoluzione del sistema. Solo in una scala di tempi sufficientemente ampia si potranno vedere le tendenze fondamentali di comportamento.

          Non bisogna scordare che, a volte, i risultati di determinate politiche non sono ottimi perché l’orizzonte temporale della presa di decisioni è troppo breve o perché è venuta a mancare una prospettiva sistemica nell’impostazione del problema. In questi casi è utile conoscere le conseguenze globali che, a lungo termine, avranno le decisioni prese nel momento attuale, cosa che si può ottenere in maniera più tangibile attraverso un modello adeguato.  

            L‘evoluzione a lungo termine potrà essere compresa unicamente se si identificano le principali cause dei possibili cambiamenti, cosa che è facilitata da una correttta selezione delle variabili. Idealmente, i limiti del sistema dovranno includere tutto l’insieme dei meccanismi capaci di spiegare le alterazioni importanti delle principali variabili del sistema attraverso il vasto orizzonte temporale utilizzato.

            Perciò, la Dinamica dei Sistemi permette la costruzione di modelli dopo un’analisi meticolosa degli elementi del sistema.  

           Quest’analisi permette di estrarre la logica interna del modello, e con ciò permette di cercare una conoscenza dell’evoluzione a lungo termine del sistema. É da notare che in questo caso l’adeguamento del modello ai dati storici occupa un luogo secondario, essendo l’analisi della logica interna e delle relazioni strutturali nel modello i punti fondamentali della costruzione dello stesso.  

Nota: Tutti i testi docenti, e questo lo è, dovrebbero essere obiettivi. Anche questo testo lo vuole essere però l’autore è cosciente del fatto che in molte occasioni questa cosa non riesce pienamente. Per questo chiede scusa al lettore, al quale spetterà il compito di distinguere quello che è insegnamento della metodologia da quelle che sono semplici opinioni personali dell’autore.

 
IDENTIFICARE  IL PROBLEMA

 
            Qual è il problema?          

             Ci accingiamo ad imparare una metodologia che sia utile per costruire modelli di simulazione che devono permetterci di decidere quale di varie proposte sia più efficace per risolvere il problema prospettato: come anticipato, dunque, avremo a che fare con modelli di gestione e non di previsione. 

            In primo luogo si deve identificare il problema con chiarezza, e descrivere gli obiettivi dello studio con precisione.  Sebbene sia ovvio, è molto importante una definizione corretta del problema reale giacché tutte le tappe seguenti graviteranno su quello. Questa iniziale attenzione è anche di grande utilità per tarare l’investimento di tempo e denaro applicati alla creazione del modello.

            Una volta definito il nucleo del problema, si deve completare la sua descrizione in base all’apporto di conoscenze del tema da parte di esperti, mediante  una documentazione sull’argomento, ecc..

Il risultato di questa fase deve essere una prima percezione degli “elementi” che hanno un rapporto con il problema in analisi, le    i p o t e t i c h e   relazioni tra gli elementi stessi e il suo comportamento storico.

Il cosiddetto “Riferimento Storico”  raccoglie il comportamento storico dei principali elementi che riteniamo intervengano nel problema, quando possibile quantificandoli. È la materializzazione grafica e numerica della descrizione verbale del problema.

            È opportuno domandarsi:  serve costruire un modello di simulazione per trovare una azione efficiente per la soluzione del mio problema?

          Questa è una domanda importante. Costruire un modello é un processo lungo e costoso, che non si giustifica se esistono vie più semplici  di ottenere il medesimo risultato. Queste altre vie sono fondamentalmente:  la statistica e l’intuizione.

            - La statistica o i metodi di calcolo numerico sono molto utili per risolvere molti problemi nei quali:

1. esistono abbondanti dati storici

2. possiamo supporre che la realtà rimarrà stabile

Per esempio se vuoi sapere quante automobili passeranno sotto casa tua hai solo bisogno di abbastanza dati storici e, se la strada non è cambiata, potrai arrivare ad una buona approssimazione. D’altra parte l’intuizione ti ha portato dove sei, e pertanto non la devi sottovalutare. In molti problemi intuiamo già la soluzione corretta grazie alla nostra esperienza o alle nostre conoscenze. L’intuizione è economica e rapida, quindi continua a sfruttarla tutte le volte che puoi. Solo quando non possiamo applicare  con un minimo di garanzie di successo una di queste due opzioni, penseremo a costruire un modello di simulazione.

Una volta definito il problema vedremo che esistono molti aspetti o elementi che si trovano  in relazione diretta o indiretta con il problema e che al tempo stesso sono in relazione fra loro, in modo non necessariamente chiaro e trasparente. Questi elementi formano parte del Sistema.

Iniziamo quindi a studiare la realtà come un Sistema.

 
DEFINIRE  IL SISTEMA

             Cos’è è un Sistema?      

            Un sistema è un  insieme di “elementi” in relazione tra loro, in modo tale che un cambiamento in un elemento influisce sull’insieme di tutti quelli.          

            Gli elementi in relazione diretta o indiretta con il problema, e solo questi, formeranno il sistema che ci accingiamo a studiare.  

            Per studiare un sistema dobbiamo conoscere gli elementi che lo formano e le relazioni che esistono tra di essi.  

             Nel nostro modo di analisi abituale di solito ci basiamo sulle caratteristiche degli elementi che compongono il sistema, nonostante che, per comprendere il funzionamento di sistemi complessi, sia necessario prestare attenzione piuttosto alle relazioni esistenti tra gli elementi che formano il sistema.  

            É impossibile comprendere l’essenza di un’orchestra sinfonica prestando attenzione  unicamente ai musicisti ed ai loro strumenti: è la coordinazione che hanno tra loro che produce la musica toccante. Il corpo umano, un bosco, una nazione, l’ecosistema di una barriera corallina sono molto più della somma delle loro parti.     

            Come dice un antico proverbio Sufì: “puoi pensare perché comprendi il concetto di “uno”, e da lì comprendi “due”, che è “uno” e “uno”, però per fare ciò devi capire anche il concetto di “e”. E così, per esempio, nel problema del traffico confluiscono molti elementi in relazione tra loro: numero di abitanti, numero di automobili, prezzo del carburante, parcheggi, trasporti alternativi, ... è  spesso più facile ed efficace per risolvere un problema, basarsi sulle relazioni tra gli elementi (le “e”) che modificare gli elementi stessi.  

            Un buon metodo per incominciare a definire un sistema è scrivere il problema nel centro di un foglio bianco, aggiungere vicino gli aspetti in relazione diretta con il problema, e vicino a quest’ultimi gli altri aspetti in relazione con essi, e che quindi sono in relazione indiretta con il problema. Questo sarà il sistema che andremo a studiare per impostare soluzioni al problema. 
 

LE  FRONTERe  DI  UN  SISTEMA
          

            Dove finisce un Sistema?    

            Sappiamo già che una farfalla, volando in Cina, può arrivare a provocare un tornado nei Caraibi, però in pratica, includeremo nel nostro studio solo quegli elementi che hanno un’influenza ragionevole nel comportamento del sistema, giacché non dobbiamo dimenticare che abbiamo un obiettivo: proporre qualche azione pratica che sia efficace per risolvere il problema che studiamo.   

               Il sistema deve avere il minor numero possibile di elementi necessario per realizzare una simulazione, in modo da poter spiegare al termine dell’analisi quale delle proposte di attuazione che abbiamo studiato è più efficace per risolvere il problema che ci prospettano.  

                 I modelli vengono creati solitamente come una fisarmonica, prima si crea un modello piccolo, con pochi elementi, che si va ampliando e perfezionando, poi in una fase successiva si eliminano quegli elementi che non intervengono in maniera decisiva nel problema.  Nella costruzione del modello si succedono varie fasi di espansione e semplificazione dello stesso, si aggiungono e si tolgono elementi.

            Non si possono ignorare le relazioni tra il consumo dell’automobile e la salute polmonare. Quando analizziamo il processo di combustione del carbone in una centrale termica, vediamo che, oltre l’energia si ottengono ceneri, particelle in sospensione, SO2, CO2, ecc. e che non c’è una barriera tra il prodotto desiderato, l’elettricità, e i sottoprodotti.  In certi casi si parla di “effetti secondari”, quando sono tanto reali ed importanti come gli “effetti principali”. Apprezziamo tanto la bellezza dei fenomeni naturali perché in questo caso i residui di un processo sono sempre utili per il successivo, e chissà questa possa essere la base per un nuovo disegno industriale.  

            Il volume finale del modello deve essere tale da permetterci di spiegare i suoi aspetti essenziali in 10 minuti. Qualunque lasso di tempo ulteriore ci porterà all’insuccesso.

 

 

- DIAGRAMMA CAUSALE

 

            Come rappresentiamo un Sistema?


            L’insieme degli elementi che sono in relazione con il nostro problema e permettono di spiegare il comportamento osservato, e le relazioni tra gli elementi stessi, in molti casi di retroazione, formano il Sistema. Il Diagramma Causale è un diagramma che mette insieme gli elementi chiave del Sistema ed esplicita le relazioni tra di essi.  

             Come abbiamo detto è importante iniziare a fare versioni che poco a poco ci avvicinino alla complessità del modello. La gamma minima di elementi e relazioni che permetta di riprodurre le Informazioni Storiche, sarà quella che formerà la struttura di base del sistema. 

            Una volta conosciute nell’insieme le variabili del sistema e le ipotetiche relazioni causali esistenti tra di esse, si passa alla rappresentazione grafica delle stesse. In questo diagramma, le diverse relazioni sono rappresentate da frecce tra le variabili influenzate da loro.  

            Queste frecce devono essere accompagnate da un segno (+ o -) che indica il tipo di influenza esercitata da una variabile su un’altra. Un segno “+” vuol dire che un cambiamento nella variabile di origine della freccia produrrà un cambiamento del medesimo segno nella variabile di arrivo, mentre il segno “-“ sta ad indicare che l’effetto prodotto sarà in senso opposto.






informazione:     jmg@atc-innova.com

formazione:        http://dinamica-de-sistemas.com