Agronom/s colombiana, 1995, Volumen XII No. 1;pág 198-204 usos y APLICACIONES DE LA SIMULACiÓN EN LA INVESTIGACiÓN AGROPECUARIA Por: Luis Felipe Rodríguez 1, Lilia Teresa Bermúdez C.2. INTRODUCCiÓN La simulación es una herramienta de gran trans- cendencia e importancia para el análisis, diseño y operación de sistemas y procesos complejos. A través del presente escrito, se pretende hacer un breve resumen de los aspectos más relevantes de ella, a la vez que se destaca su papel en el contex- to de la investigación científica en el campo de las ciencias agropecuarias, puntualizando sobre facto- res de suma cognotación, tales como concepción, las etapas de su realización técnicas, los factores para considerar en el desarrollo de un modelo de simulación y, básicamente, lo competente a su ar- ticulación y ejemplos relevantes de aplicación en el marco de la investigación agropecuaria. Es de recalcar que no hay principios ni teoremas de simulación, pero sí existen aspectos de ésta que pueden estudiarse con gran beneficio para la investigación científica, puesto que esta técnica presenta un desarrollo paralelo en sus etapas de realización con las del proceso de búsqueda y am- pliación del conocimiento científico. RESEÑA HISTÓRICA Con la aparición de la computadora digital a princi- pios de los años cincuenta, se dinamizó el desarro- llo de gran cantidad de herramientas analíticas que han tenido un profundo impacto en el campo cien- tífico, cuyos usos y aplicación se han extendido a diversas disciplinas como economía, finanzas, sis- temas, ciencias naturales, etc. La palabra simulación fue utilizada por primera vez por Van Newman en el contexto de la historia mo- derna de 1940, cuando participaba en el proyecto Montecarlo durante la lila Guerra Mundial. Tal téc- nica fue implementada en la resolución de proble- Profesor Asociado Facultad de Agronomía de la Universidad Nacional de Colombia. Sede Santafé de Bogotá. Profesora Auxiliar Facultad Seccional Duitama. Universidad Pedagógicay Tecnológica de Colombia. 198 mas de reacciones nucleares. A partir de dicho lo- gro, se amplio el espectro de aplicación es así co- mo recientemente, en varios países en Desarrollo, se ha pretendido, con el uso de esta técnica, el establecimiento y Evaluación de políticas guberna- mentales para el logro de un mayor desarrollo agropecuario, como es el caso de países, como Nigeria, Korea y Venezuela. DEFINICIONES BÁSICAS Para un mayor entendimiento del concepto Simu- lación, es preciso definir algunos términos que guardan con él una estrecha afinidad, tal es el caso de sistema y modelo. Sistema Según Betch, se entiende bajo la denominación de sistema, un arreglo de componentes ñsicos o un conjunto o colección cosas conectadas o relacio- nadas, de tal manera que forman y actúan como una unidad, como un todo. El concepto de sistema tuvo su primera aplicación durante La 11 Guerra Mundial, cuando los E.E. U.U., Gran Bretaña debieron utilizar sus recursos en la for- ma más eficiente posible en el campo militar. En la investigación de sistemas, es común encon- trar tropiezos en el sistema real. En tal situación, se hace necesario la implementación de un modelo para el sistema real. Es de advertir de que, a pesar de que los modelos son fáciles de manejar, por el hecho de representar las características más nota- bles e importantes de la realidad, no deja de ser nada más que un instrumento complementario de la Investigación del sistema real. Modelo Un modelo puede definirse como una repre- sentación de un sistema o de las relaciones entre los elementos de un sistema. Se puede afirmar, de manera más exacta, que un modelo es una des- cripción de la realidad intentando una explicación del funcionamiento de algunos aspectos de ella. El modelo es el resultado dentro de la practica in- vestigativa de un proceso, al cual se le denomina la modelación del sistema. Por lo tanto, esta face- ta, dentro del contexto de la investigación de siste- mas, se constituye en el proceso mediante el cual hacemos manejable la realidad, para ,así, llegar a poder estudiar más claramente las relaciones exis- tentes a su interior. Los modelos se valoran sobre tres propiedades fundamentales, a saber: Realismo Este se refiere al grado de cómo los enunciados o características del modelo corresponden a los con- ceptos que se suponen representar. Precisión Es la capacidad del modelo de producir cambios numéricos y de imitar los datos y características en que se basa. Generalidad Se refiere a la amplitud de aplicabilidad del mode- lo, esto es al número de situaciones distintas en las cuales se podrá aplicar. Nadie puede desconocer la importancia del uso de los modelos en las ciencias, lo cual se evidencia en aspectos, tales como: El uso de modelos permite realizar estudios del comportamiento de un sistema bajo diversas condiciones de operación, sin necesidad de construir el sistema y someterlo a las condicio- nes de operación real. Los modelos se utilizan para determinar el comportamiento futuro de un sistema real ya existente. Los modelos permiten llevar a cabo experi- mentos bajo condiciones más favorables de las que serían accequibles el sistema original. También, se utilizan modelos en el proceso de di- seño. En estos casos, la construcción de prototipos para las diversas alternativas de diseño resulta muy costosa y es necesario evaluar esas alternati- vas de diseño utilizando modelos. Así como no es desconocida la importancia de los modelos en el trabajo Investigativo, tampoco se debe eliminar las limitaciones que el investigador encuentra para su uso y aplicación. Al interior de ese contexto, es de relevar que, por mucho que un modelo se "parezca" a su original, difiere con éste en el hecho de que no contiene todas las propieda- des de lo representando. Estarán presentes aquellos aspectos considera- dos imprescindibles al propósito para el cual el mo- delo ha sido construido. Como los modelos son introducidos para la imagi- nación humana para un entendimiento descriptivo de los fenómenos naturales, éstos deben ser de naturaleza transitoria siendo superados en el tiem- po por modelos mejores. Es conocida la dinámica del conocimiento y la aparición de nuevas teorías, las cuales hacen que sea necesario sustituir el mo- delo por un completamente nuevo o, en su defecto, reformarlo, de manera que se adecue a los nuevos conocimientos. Los modelos tienen diferentes formas de tipificar- se, ya de acuerdo con su presentación, con el uso que se le da al modelo, por el carácter mismo del modelo, etc. La tipología de los modelos más fre- cuente se da por su presentación, así es, como se consideran cuatro tipos: Modelos león leos Modelos que representan a imagen, el sistema re- al, pero con un cambio de escala. Ejemplo, la ma- queta de un edificio. Modelos Analógicos Modelos que utilizan un conjunto de propiedades de un sistema para representar otro sistema o rep- resentar un conjunto de propiedades que el siste- ma posee, mediante otro conjunto diferente. Ejem- plo: El sistema de transporte, el cual puede representarse por medio de una red. Modelos Simbólicos Modelos que utilizan una nomenclatura simbólica (Letras, números y otros tipos de símbolos) para representar las variables y sus relaciones. Ejem- plo: Diagramas de flujo, los modelos matemáticos y los modelos estadísticos. Modelos de Simulación Modelos en los cuales no se producen caracterís- ticas físicas, sino que se encuentran soluciones numéricas a los modelos, cuando es imposible analizarlos paso a paso. Sobre las características y aplicaciones de este tipo particular de modelo se centra el presente escrito. 199 SIMULACiÓN Generalidades A causa de cierta confusión debida a la falta de una terminología generalmente aceptada, existen va- rias definiciones de simulación. Para TOM H. NAYLON, bajo el término simulación se entiende la técnica que se utiliza para conducir experimentos en una computadora. Tales experi- mentos comprender ciertos tipos de relaciones matemáticas y lógicas que son necesarias para describir el comportamiento y la estructura de sis- temas complejos del mundo real a través de largos períodos de tiempo. Según WRIGHT, "simular" significar duplicar la esencia de un sistema o una actividad sin llegar a la realidad misma y define la simulación como una técnica "que implica la preparación de un modelo de una situación real (sistema), para después reali- zar experimentos sobre el modelo. Para MAISEL, simulación es una técnica numérica para realizar experimentos en una computadora, involucrando, para tal caso, el empleo de modelos matemáticos y lógicos que describen el comporta- miento de sistemas reales que pueden ser econó- micos, biológicos, sociales, físicos o químicos du- rante largos períodos de tiempo. Según MANETSCH, la simulación puede ser considerada como un proceso iterativo de solución de un pro- blema en el cual las etapas o eslabones de éste son tr¿nscurrido¿ repetidamente para lograr posi- bilitar la afirmación o mensajes orientadores del problema. En síntesis, podemos afirmar que la si- mulación puede ser designada como experimentos con modelos de sistemas. Para TAYLOR, la simu- lación puede ser definida como una técnica numé- rica para la realización de experimentos con deter- minados tipos de modelos matemáticos, los cuales describen el comportamiento de un sistema com- plejo en un amplio espacio de tiempo, mediante el empleo del computador. Realización técnica de la simulación La realización técnica de experimentos de cálculo con modelos de simulación exige normalmente una gran cantidad de cálculos y, por ello, supone de la disponibilidad de una ayuda electrónica para el procesamiento de datos. La ejecutoria de una experimento de simulación se fundamenta en la operacionalización de las siguientes etapas: 200 1. Formulación del problema de investigación. 2. Formulación del modelo de simulación, el cual, por lo general, es un modelo matemático. 3. Elaboración del programa computacional para el modelo de simulación. Aquí, se trata de es- cribir y desarrollar el programa de computa- ción. 4. Juicio de validez, tanto del modelo, como del programa. 5. Desarrollo de experimento de simulación. En esta fase, es donde tiene lugar el proceso de implementación y desarrollo del programa de com- putación constituido por las instrucciones que reci- be la computadora sobre la secuencia de pasos que deberá seguir durante la ejecución del experi- mento. En sintesls, la experimentación con el mo- delo consiste en una serie de ejercicios de compu- tación que permite, primero, eliminar errores en la construcción del modelo y, luego, validarlo. Para la simulación, la validación consiste en com- parar los resultados obtenidos de la operación con el modelo en la computadora contra datos reales, generalmente originados de la experimentación analítica tradicional realizada previamente. En efecto, se puede puntualizar que la principal limita- ción en el uso de los modelos de simulación radica, básicamente, en la validación de estos, en consi- deración a que, en muchas ocasiones, no se dis- pone de la información experimental pertinente. 6. Análisis e interpretación de los resultados del experimento. Según INNIS, G.S., 1975, los pasos en la construc- ción de un modelo de simulación se pueden sinte- tizar en el esquema que presenta la figura 1. Es de resaltar, que dentro del contexto de la ejecu- ción técnica de la simulación, la interpretación del modelo de simulación resultante, es de suma im- portancia para la toma de una decisión, puesto que es de entender que la computadora no está en ca- pacidad de tomar una decisión, sino que la infor- mación que proporciona s', es una ayuda funda- mental para la escogencia de la decisión acertada que, de por sí, guía a la obtención de los mejores resultados. Una visualización que, fácilmente, ha- ce accequible la interpretación de un modelo de simulación respecto a la configuración de una me- todoloqia de sistemas es observable en la figura 2. I Objetivos I J Figura 1: Pasos en la _l construcción de un l Hipótesis LModelo de Simula- J ción. 1I Formulación inicial de Experimentos de J los mecanismos campo y laboratorio 1 Fente: INIS, 197 J Implementación L I I JlAnálisis y refinamiento I 1 de mecanismos J 1 I I Experimentoscon I I modelos J Problema Objetivos Lenguaje Realidad Delimitación del Modelo de Simulación Concretlzación Realidad Sistema del Sistema - Limitación Formulacióndel modelo . Interpretación - Reconocimiento - Implementación . Estructuración - Identificación - Prueba . Integración - Validez del Modelo - Expresióndel Modelo ANÁLISIS CONFIGURACiÓN Para laconfiguración del Para el análisis del Procedimiento Procedimientoinverso inverso Figura 2. Integración de un modelo de simulación en el contexto de la metodología de sistemas. Interrelacion entre simulación e investigación agropecuaria 1. Este tipo de investigación depende más de los datos observador por otros que de 10$ recoqi- dos por el investigador mismo. Fundamentos Básicos 2. Estos datos provienen de dos clases de fuen- tes: primarias, derivadas de la observación y registro directo de acontecimientos por su au- tor, secundarias, cuyo autor informa sobre las observaciones realizadas primariamente por otros. La simulación no es otra cosa que la aplicación de las etapas de los diferentes tipos de la investiga- ción en sistemas computables, donde se observan características, tales como: 201 3. Las fuentes deben de someterse a dos tipos de críticas. Crítica externa, la cual determina la autenticidad del documento o del programa y la crítica intema, que examina los posibles mo- tivos, prejuicios y limitaciones que ha llevado al autor del documento que, posiblemente, haya exagerado, distorsionando u omitido informa- ción. La simulación y la investigación científica se corre- lacionan, de igual manera, en las etapas seguidas normalmente en la realización del proceso investi- gativo, como, por ejemplo, es del caso de la inves- tigación sobre hechos cumplidos y comúnmente denominada "Ex post tacto", en la cual se procede siguiendo la secuencia de las etapas que a conti- nuación se exponen: Definición del problema. Revisión de literatura. Formulación de las hipótesis. Descripción de los supuesto en los cuales se basan las hipótesis. Determinación de los procedimientos para: Seleccionar los sujetos o unidades de observa- ción. Determinar cuáles técnicas se van a utilizar en la recolección de los datos. Probar si estas técnicas son confiables o no. En la anterior secuencia de etapas, se observa un paralelo al procedimiento seguido para la construc- ción de un modelo de simulación, pudiéndose afir- mar que la simulación es una herramienta analítica que ha tenido y tiene un profundo impacto en el campo científico. De su correcta aplicación, de- penden los logros y la verdadera implicación que pueda llegar a tener esta técnica en el campo de la investigación. En lo que respecta a la importancia y aplicación de la simulación en la investigación agropecuaria, és- ta se deja notar en lo que respecta al mejoramiento de los sistemas de producción, los cuales requie- ren de un alto grado de reconocimiento por parte de investigadores y extensionistas, para la reorien- tación de acciones de generación y transferencia de tecnología que verdaderamente respondan a la solución de problemas prioritarias sentidos por el productor y su familia. Es así como el diseño de un modelo de finca, mediante el uso de la simulación, facilita al investigador y al extensionista el entender la realidad que pretenden cambiar. El producto del modelo de simulación se constituye en el resultado 202 predicho de los sistemas de producción que opera- ran en la vida real. No sobre por de más afirmar que la simulación en el contexto de la investigación agropecuaria se constituye en una herramienta fundamental para la formulación, desarrollo e implementación de estu- dios de políticas y programas alternativos, orienta- dos hacia la promoción y fomento de la agroindus- tria. También, a través del uso de la técnica de la simulación, es como se facilita la obtención por adelantado de los resultados de los proyectos agropecuarios, lo cual, en última instancia, hace disminuir los riesgos en el proceso de toma de de- cisiones, para la realización de la etapa de inver- sión dentro del ciclo de éstos. Aplicaciones de la Simulación en la Investiga- ción Agropecuaria En lo que corresponde al subsector agrícola, la si- mulación ha tenido aplicaciones de suma impor- tanela, dentro de las cuales sobresalen las siguien- tes: Formulación de modelos de simulación para la evaluación de rendimientos en producción de un elevado número de variedades de cultivos comerciales para la implementación de experi- mentos de campo, con las de mejores resulta- dos según el modelo. Estructuración de modelos de simulación para el manejo de poblaciones de plagas. Es el ca- so concreto de la construcción de un modelo de simulación del comportamiento de pobla- ciones de la mosca mexicana de la fruta some- tidas a esterilización mediante radiaciones. Con relación a la aplicación de la simulación en el subsector pecuario, se hace relevancia al campo de la producción animal vacuna, específicamente en el manejo de ganado de carne, ganado de leche y producción de forrajes. Dentro de tal contexto, sobresalen los siguientes ejemplos. Simulación en ganado carne: 1. Cartwright (1979) estructura un modelo basa- do biológicamente sobre procesos de entrada y salida y controles de retroalimentación nega- tiva, para el cual emplea el sistema de simula- ción A&M TEXAS. Este modelo fue utilizado para simular la producción de un hato utilizan- do solamente pasturas. La función objetivo fue la productividad, expresada en kilogramos de peso vivo producidos para la venta por año, di- vidido por los kilogramos de materia seca con- sumida en el sistema de producción por año. 2. Brennany Hoffman, (1989) desarrollaron un modelo de simulación para la identificación de sistemas óptimos de alimentación. La técnica matemática utilizada fue la de programación li- neal. El objetivo de este trabajo fue el de con- tribuir al mejoramiento de las estrategias de manejo y, en especial, al incremento de la efi- ciencia de la producción en ganado de carne. Simulación en ganado de leche Jahn (1988) estructuro un modelo de simulación para diferentes opciones en la producción de leche en vacas holandesas. En este estudio, se efectuó el análisis biológico y económico de 88 opciones diferentes de producción para vacas que pastorea- ban Lolium perenne y Trifolium repenso Dentro de las variables estudiadas, se consideraron época de parto, peso vivo en kilogramos, edad de la vaca en meses, potencial de producción en litros por vaca y por lactancia, forrajes suplementarios expresa- dos en kilogramos de materia seca por vaca, por- centaje de digestibilidad de forraje y precio de la leche. ' Simulación en el consumo de forrajes Fernández - Rivera (1989) formularon un modelo de 'simulación en el cual se integraron los efectos del clima, la carga animal, la técnica de manejo y la producción, calidad y consumo de residuos de cosecha de maíz en el crecimiento y evolución de temeros. El programa de computación de este mo- delo fue escrito en Lotus, usando macromandos y es de resaltar que las predicciones obtenidas con los resultados del modelo fueron razonablemente adecuadas. Ventajas y Desventajas del uso de la Simula- cion de la Investigacion Agropecuaria Según Naylor (1971), los estudios de simulación son muy recomendables en razón a que presentan fuertes ventajas que ofrecen un alto grado de con- fianza en los resultados. Dentro de éstas, son de resaltar las siguientes: 1. Los estudios de simulación permiten analizar los efectos provocados por cambios internos y externos del sistema, al hacerle modificacio- nes en su comportamiento. 2. La técnica de simulación puede ser usada para adelantar experimentos en nuevas situacio- nes, de las cuales se tiene poco o ningún co- nocimiento. Es de resaltar que, durante la ex- perimentación articulada a la simulación, se puede llegar a anticipar sobre posibles mejores resultados no previstos. 3. La utilización de simulación en la investigación de sistemas complejos puede constituirse en una herramienta de suma importancia, puesto que permite una mayor operación del sistema, a la vez que facilita detectar las variables más importantes que interactúan en el sistema y, así mismo, poder entender mejor las interrela- ciones entre ellas. Indudablemente, el uso y aplicación de la simula- ción en la investigación científica en genera y en Agropecuaria en particular, no, sólo, está revestida de ventajas, sino que esta técnica presenta algu- nas desventajas o limitaciones al mejor entender de los expertos. Normalmente, la simulación re- quiere de la utilización de equipo de computación y recursos humanos, los cuales implican un alto costo. Igualmente, para lograrse el desarrollo y perfeccionamiento pleno de un modelo de simula- ción, se requiere de un tiempo considerable, por las diversas actividades que hay necesidad de su- perar para lograr un modelo con un alto grado de refinamiento y que ofrezca confiabilidad y seguri- dad en sus resultados. El diseño de experimentos y la simulación En la actualidad el diseño de experimentos es con- siderado un tópicO"cuya relevancia en experimen- tos de simulación ha sido reconocida con gran én- fasis, pero raramente explicado. El diseño experimental en estudios de simulación puede ser de varios tipos, dependiendo de los propósitos es- pecíficos que se hayan planteado. Entre los más comunes e importantes, se pueden mencionar los siguientes: 1. Comparación de las medias y varianzas de las alternativas analizadas. 2. Determinación de la importancia y el efecto de diferentes variables en los resultados de la si- mulación. 3. Búsqueda de los valores óptimos de un con- junto de variables. . La simulación y experimentación son dos formas de planeación y trabajo, siendo la primera teórica y la segunda, práctica. Mientras la simulación, gene- ralmente, se realiza utilizando un sistema de com- putación para calcular cada una de las variables a evaluar, con base en predicciones y enfocada ha- 203 Cuadro 1. Comparación entre procedimientos analíticos, simulativos y experimento de campo. Componentes Procedimientos Procedimientos Experimentos G•• toslbeneflclos Analíticos Slmulatlvos de Campo Costos de Elaboración Alto Bajo Mo Costos de Ejecución Bajo Alto Alto (Gastos de Cálculo) Gasto de Tiempo Alto BAJO,BUENO ALTO, BUENO Influible Influible Perspectivas de Éxito BAJA ALTO MEDIO Mal Estimable Buen Estimable Características de la Elegante, Exacto Cercano a la Practica Útil, Cercano a la Práctica Solución Complicado Transparente, Fácilmente Transparente (En General) más especial (Especial) Método de Trabajo Abstracto Concreto Concreto cia el futuro, la experimentación se compone de actividades desarrolladas de rrfanera real, tanto a nivel de laboratorio, como en el campo, especial- mente en las parcelas de los agricultores y llevadas a cabo en tiempo presente. De lo anterior, se con- solida la Tesis de que la simulación y la experimen- tación se articulan para constituirse en aspectos complementarios en el desarrollo de procesos de investigación. Una forma más explícita de la articulación entre si- mulación y experimentación se puede expresar mediante los aspectos que se exponen en el cua- dro uno. CONCLUSIONES La simulación es una herramienta de carácter ana- lítico que ha tenido un profundo impacto en el cam- po científico. Para el desarrollo y perfeccionamiento de los mo- delos de simulación, comúnmente, se requiere de un tiempo considerable. Los modelos de simulación pueden ser manipula- dos en diferentes formas, las cuales serían imposi- bles, poco factibles y demasiado costosa si se re- alizara a través de otras metodologías. 204 En el sector agropecuario, la simulación no ha te- nido una amplia divulgación, y es, de por S'" bas- tante desconocida para una gran parte de éste. REFERENCIAS BIBLIOGRÁFICAS 1. CARTWRIGHT, T. The use of systems analy- sis in animal science with emphasis on animal breeding. Journal of Animal Science 49: 817 - 825. 2. COSS, R., Simulación México. Limusa, 1986. 3. GALLEGER A. Y H. WATSON. Métodos cuan- titativos para la toma de decisiones en admi- nistración. México. Me. Graw Hill, 1982. 4. GROUSSKOPF, W. Simulation - Anwen- dungsmoglichkeiten in der Agrarokonomie. Frankfurt. DLG - Verfag, 1985. 5. KUHLMANN, F. Zur Verwendung des Systemtheoretischen Simulationsansatzes fur die betriebswirtscha ftliche Forschung. Frank- furt. DLG - Verlag, 1983. 6. MUÑOZ, J y J. CEBALLOS. Modelos yaplica- ciones. Palmira. Universidad Nacional de Co- lombia, 1989.