Simulación Numérica de Crisis Nacional Abastecimiento · Precios · Transporte · Conflicto Social
Una plataforma interactiva que aplica métodos numéricos avanzados para modelar, simular y visualizar escenarios reales de crisis: desde la distribución de combustibles hasta la dinámica del descontento social. Matemática como herramienta para entender la realidad.
¿Por qué Métodos Numéricos?
En contextos de crisis económica y social, los modelos matemáticos se convierten en herramientas fundamentales para la toma de decisiones estratégicas. Esta plataforma demuestra cómo los métodos numéricos pueden desmenuzar problemas complejos de la realidad.
Escasez de carburantes, bloqueos de transporte, inflación de alimentos básicos, rumores de desabastecimiento y pérdida del poder adquisitivo familiar son fenómenos que requieren modelado cuantitativo para ser comprendidos y gestionados.
Los métodos numéricos permiten resolver ecuaciones que no tienen solución analítica cerrada, aproximar comportamientos complejos mediante modelos iterativos y predecir escenarios futuros con control de error.
Construir una herramienta interactiva que permita contrastar escenarios, comparar métodos numéricos, visualizar resultados y tomar decisiones estratégicas basadas en evidencia matemática. Sin posicionamientos políticos; solo análisis cuantitativo.
Metodos Implementados en esta Plataforma
Fundamento Matematico
El problema de distribución se modela como un sistema Ax = b, donde A es la matriz de capacidades/costos, x el vector de cantidades a enviar, y b las demandas de cada zona.
Criterio de Convergencia (Jacobi/Gauss-Seidel): La matriz debe ser diagonalmente dominante: |aii| > Σ|aij| (j≠i). El error se mide como ||xk+1 - xk||∞ < tolerancia.
Número de condición κ(A): Mide la sensibilidad del sistema. Si κ(A) >> 1, pequeños cambios en b producen grandes cambios en x (sistema mal condicionado).
Una ciudad tiene 3 plantas de distribución y 3 zonas de destino (Norte, Centro, Sur). El sistema de ecuaciones representa:
- Cantidad de combustible/alimento enviada por ruta
- Costo total de transporte (minimización)
- Restricciones por bloqueos o capacidad de rutas
- Demanda mínima garantizada por zona
Interpretacion de Resultados
El vector solución x representa las cantidades óptimas a enviar por cada ruta de distribución. Un número de condición κ(A) < 100 indica que el sistema es bien condicionado y la solución es confiable. Si κ(A) > 1000, pequeñas variaciones en la demanda (b) pueden producir cambios grandes en la distribución — el sistema es vulnerable a perturbaciones como bloqueos o variaciones inesperadas de demanda.
Modelo Matematico: R'(t) = entrada - consumo
La reserva R(t) evoluciona según una ecuación diferencial de primer orden. Cuando el consumo supera la entrada, la reserva decrece hasta un nivel crítico.
Euler: Rn+1 = Rn + h·f(tn, Rn) — Error O(h)
RK4 es significativamente más preciso que Euler con el mismo paso h. La solución analítica R(t) = R₀ + (α-β)·t permite verificar el error numérico.
| Tiempo (días) | RK4 | Euler | Heun |
|---|
Interpretacion
RK4 es el método más preciso (error O(h⁴)) y es el recomendado para simulaciones críticas de reservas. Heun ofrece un buen equilibrio entre precisión y costo computacional (error O(h²)). Euler acumula error significativo para pasos h grandes, subestimando o sobreestimando el tiempo de agotamiento. Para decisiones de política de abastecimiento, usar RK4 con h pequeño garantiza predicciones confiables.
Fundamento Matematico
Dados n+1 puntos (xᵢ, yᵢ), se construye un polinomio P(x) que pasa exactamente por todos los puntos.
Splines Cúbicos: Divide el intervalo en segmentos y ajusta polinomios cúbicos con continuidad de primera y segunda derivada en los nodos — evita el fenómeno de Runge.
| Día | Precio (Bs) |
|---|
| x | f[x] | f[x,x₁] | f[x,..,x₂] | f[x,..,x₃] | ... |
|---|
Interpretacion
Los tres métodos deberían producir resultados similares para puntos interiores al intervalo de datos. Splines Cúbicos es el más recomendado para curvas de precios porque evita las oscilaciones del polinomio de Lagrange con muchos puntos (fenómeno de Runge). Para extrapolación (fuera del rango), todos los métodos pierden confiabilidad — usar con cautela. Los datos más dispersos generan mayor incertidumbre.
Fundamento Matematico
El gasto acumulado mensual es la integral del precio P(t) a lo largo del mes:
Pérdida de poder adquisitivo = Gasto real (con inflación) - Gasto base (precio constante)
Interpretacion Economica
La diferencia entre el gasto real (área bajo la curva de precios con inflación) y el gasto base (precio constante × días) representa la pérdida efectiva del poder adquisitivo familiar. Simpson 1/3 y 3/8 son más precisos que el Trapecio para funciones suaves (error O(h⁴) vs O(h²)). El gráfico log-log de convergencia permite estimar el orden de convergencia de cada método.
Fundamento Matematico
Se busca x* tal que f(x*) = 0, donde f puede representar: deuda neta, exceso de demanda, punto de equilibrio social, etc.
Orden de convergencia estimado como p ≈ log(eₙ₊₁/eₙ) / log(eₙ/eₙ₋₁) donde eₙ = |xₙ - x*|
| Método | Raíz x* | Iteraciones | Orden p |
|---|---|---|---|
| Bisección | — | — | — |
| Newton-Raphson | — | — | — |
| Secante | — | — | — |
| k | a | b | c = (a+b)/2 | f(c) | Error |
|---|
Interpretacion y Comparacion
Newton-Raphson converge más rápido (orden 2) pero requiere la derivada y puede fallar si f'(x) ≈ 0. Bisección siempre converge si hay cambio de signo, pero es el más lento (orden 1). Secante ofrece convergencia superlineal (≈1.618) sin requerir la derivada analítica — ideal como compromiso. En el contexto de abastecimiento, el umbral crítico (raíz) representa el punto de colapso del sistema.
Fundamento: Numero de Condicion k(A)
El número de condición mide cuánto se amplifica una perturbación en los datos de entrada:
Si κ(A) = 1000 y se perturba b en 1%, la solución puede cambiar hasta en 1000×1% = 1000%. Un rumor del 5% de cambio en la demanda percibida puede generar colapso total de la distribución en sistemas mal condicionados.
| Variable | Original | Perturbado | |Δ| | Δ% |
|---|
Interpretacion: Rumor a Inestabilidad
Un sistema mal condicionado (κ >> 1) es extremadamente vulnerable a rumores. Si la percepción social cambia la demanda percibida en un pequeño porcentaje, la solución del sistema de distribución puede cambiar drásticamente. Esto explica el pánico de compra: un rumor de escasez (perturbación en b) hace colapsar la distribución aunque la capacidad real (A) no haya cambiado. Zonas más vulnerables: aquellas con mayor cambio porcentual en xᵢ.
Modelo Matematico: Sistema de 3 EDOs
a = tasa de contagio del descontento (↑ más conflicto) | b = efectividad de la mediación en recuperar neutrales | c = capacidad de diálogo para reducir manifestantes | k = velocidad de reacción institucional | r = desgaste/agotamiento de los mediadores
| Día | Neutrales N | Manifestantes M | Mediadores D |
|---|
Interpretacion del Modelo Social
El modelo muestra que el conflicto se masifica cuando la tasa de contagio 'a' es alta y los mediadores son escasos. Un aumento del parámetro 'c' (efectividad del diálogo) puede reducir drásticamente el pico de manifestantes. El retrato de fase muestra la trayectoria del sistema en el espacio N-M: si converge a un punto fijo, el conflicto se estabiliza; si orbita, puede haber ciclos de tensión recurrente. Sin mediadores (D₀=0, k=0), el modelo colapsa hacia N→0, M→N₀ (masificación total).
¿Qué aprendimos de la Crisis?
Un análisis crítico de los métodos aplicados, sus limitaciones y el valor de los modelos matemáticos para comprender fenómenos sociales complejos.
- RK4 demostro ser el mas preciso para EDOs con costo computacional razonable
- Gauss-Seidel convergio mas rapido que Jacobi en todos los ejemplos
- Splines Cubicos evito oscilaciones que afectaron a Lagrange con muchos puntos
- Newton-Raphson requirio menos iteraciones que Biseccion para la misma tolerancia
- Simpson 1/3 fue consistentemente mas preciso que el Trapecio
- SOR requiere calibracion de omega para superar a Gauss-Seidel
- Las redes de distribucion bien condicionadas resisten mejor los bloqueos
- Las reservas con deficit diario colapsan en tiempo finito y predecible
- La inflacion acumulada puede superar el 30-40% del presupuesto familiar mensual
- Un rumor del 5% puede generar cambios >100% en sistemas mal condicionados
- La mediacion efectiva reduce el pico de conflicto exponencialmente
- Los umbrales criticos son calculables y permiten intervencion preventiva
- • Los modelos son simplificaciones — la realidad es más compleja
- • Los parámetros son difíciles de estimar con precisión
- • No se consideran efectos geográficos o políticos
- • Los modelos lineales asumen proporcionalidad que puede no darse
- • El modelo social G no considera heterogeneidad poblacional
- • Incluir modelos estocásticos (Monte Carlo)
- • Añadir datos reales de series temporales
- • Implementar modelos de redes complejas para distribución
- • Agregar optimización convexa (programación lineal)
- • Incorporar aprendizaje automático para predicción de parámetros
- • Los métodos numéricos son herramientas universales de análisis
- • El control del error es fundamental en decisiones críticas
- • La elección del método afecta tanto la precisión como el costo
- • Los modelos matemáticos revelan dinámicas no intuitivas
- • La visualización hace accesible la complejidad matemática
Autoevaluacion del Proyecto
Verificación completa de todos los requisitos del proyecto según la rúbrica oficial.