TRABAJO 3: SIMULACIÓN DE SISTEMAS DE STOCK AND FLOW
YESICA ALEXANDRA ROJAS LOAIZA
DOCENTE Daniel Alejandro Olaya Muñoz
Universidad Autónoma Latinoamericana
Ingeniería Industrial
Medellín
2024-2
Informe General sobre el Análisis de la Dinámica de los Sistemas: Simulación del sistema de
producción de langostinos, Modelo de precio del aceite de palma con datos reales y
Simulación de políticas de promoción de biocombustible
El informe se centra en el análisis de tres estudios relacionados con la Simulación de Sistemas
de Stock and Flow, explorando temas distintos pero conectados entre sí. El primero de ellos
examina la simulación del sistema de producción de langostinos, el segundo se adentra en un
modelo del precio del aceite de palma utilizando datos reales, y el tercero aborda la simulación
de políticas de promoción de biocombustibles. A pesar de pertenecer a sectores diversos, los
tres casos comparten un enfoque común: el uso de técnicas de simulación y modelado
dinámico para analizar la evolución de sistemas complejos y evaluar los impactos de
diferentes intervenciones políticas y factores externos.
Objetivo del estudio
El propósito central de este informe es realizar un análisis comparativo de tres estudios que
abordan el comportamiento de sistemas dinámicos. Estos estudios se enfocan en los
siguientes temas:
1. La dinámica poblacional de langostinos en el marco de una pesca sostenible.
2. La evolución del mercado del aceite de palma, con especial atención a la predicción
de precios a través de modelos simulados.
3. La interacción entre la producción de alimentos y biocombustibles bajo distintas
políticas gubernamentales de promoción.
Cada estudio busca comprender cómo evolucionan estos sistemas en diferentes escenarios y
condiciones, con el objetivo de ofrecer recomendaciones fundamentadas en los resultados
obtenidos.
Metodología
Datos y variables analizadas
En los tres ejercicios se utilizaron distintas fuentes de datos y variables claves específicas:
Estudio de langostinos: Se considerarán como principales variables los datos sobre la
población de langostinos, las tasas de mortalidad y las tasas de pesca.
Análisis del mercado de aceite de palma: Se emplearon datos históricos relacionados con los
precios del aceite, la cantidad producida, los costos de producción y los precios de productos
sustitutos.
Estudio de biocombustibles: Las variables más relevantes incluyen los incentivos
económicos, el rendimiento de los biocombustibles, los costos de producción y la demanda
de alimentos.
Se aplicaron diversos enfoques analíticos y herramientas de modelado para desarrollar los
estudios:
Simulaciones dinámicas: Basadas en ecuaciones de producción y demanda, se utilizaron para
analizar la evolución de los sistemas a lo largo del tiempo, empleando la plataforma RStudio.
Modelos estadísticos: Se diseñaron para comparar los precios reales y simulados del aceite
de palma, evaluando su grado de ajuste y las métricas de error correspondientes.
Análisis visual: A través de gráficos y visualizaciones, se identifican tendencias y patrones en
los datos bajo diferentes escenarios y políticas.
3. Resultados
Poblacional de Langostinos
En este estudio, se exploraron tres escenarios distintos para examinar la evolución de la
población de langostinos:
• Escenario 1: Esfuerzo pesquero constante de 0.2 : Los resultados indicaron una
reducción significativa en la población inicial de langostinos, que eventualmente se
estabilizó con el tiempo. Este comportamiento podría estar asociado a factores como
la sobrepesca, el impacto de la captura intensiva o incluso eventos climáticos
desfavorables. Los detalles de esta dinámica se ilustran en los gráficos presentados a
continuación.
• Escenario 2 (Esfuerzo pesquero variable con ciclo anual): con un esfuerzo
pesquero variable que sigue un ciclo anual, la población de langostinos presentó
patrones cíclicos de abundancia y escasez. Este comportamiento sugiere la
influencia de factores estacionales o fluctuaciones en la demanda. Los gráficos que
se presentan a continuación
• Escenario 3 (Esfuerzo pesquero constante más alto, 0.4): En este escenario se
observó una reducción continua en la población de langostinos pequeños y
medianos, acompañada de un aumento en la cantidad de langostinos grandes. Este
patrón podría reflejar una preferencia en la pesca por los ejemplares de mayor
tamaño, lo que alteraría la estructura poblacional y podría comprometer la
sostenibilidad de la actividad pesquera. Los gráficos siguientes ilustran esta
dinámica.
Desde una perspectiva de sostenibilidad, el escenario 3, caracterizado por un esfuerzo
pesquero elevado, resulta el más crítico, ya que incrementa significativamente la tasa de
captura, lo que podría llevar a la sobreexplotación de la población de langostinos ya una
reducción a niveles insostenibles.
El escenario 2, con un esfuerzo pesquero variable, plantea una alternativa potencial más
sostenible si se ajusta adecuadamente. Este enfoque permite que la población se recupere
durante los períodos de menor presión pesquera, ofreciendo un mejor equilibrio entre
captura y regeneración.
Por otro lado, el escenario 1, basado en un esfuerzo pesquero constante, podría
proporcionar un equilibrio más estable entre la captura y el crecimiento poblacional. Sin
embargo, este enfoque también requiere un monitoreo continuo para evitar que los
recursos sean sobreexplotados.
En todos los casos, las poblaciones de langostinos pequeños, medianos y grandes
muestran una tendencia a disminuir gradualmente con el tiempo, como se detalla en la
tabla que se presenta a continuación
Mes Población_Total Pequeño Mediano Grande
1 8.800.000 24.000.000 38.400.000 2.560.000
2 8.588.800 15.968.000 37.152.000 3.276.800
3 8.527.785 11.965.852 33.768.960 3.954.304
4 8.508.829 9.652.779 29.929.544 4.550.597
5 8.502.819 8.205.553 26.240.878 5.058.176
6 8.500.902 7.261.163 22.929.551 5.481.830
7 8.500.288 6.631.640 20.063.399 5.830.785
8 8.500.092 6.207.612 17.638.943 6.115.437
9 8.500.030 5.920.567 15.620.659 6.345.907
10 8.500.009 5.725.791 13.960.284 6.531.402
11 8.500.003 5.593.475 12.606.759 6.679.980
12 8.500.001 5.503.543 11.511.314 6.798.515
13 8.500.000 5.442.403 10.629.888 6.892.771
14 8.500.000 5.400.832 9.924.034 6.967.514
15 8.500.000 5.372.565 9.360.996 7.026.644
16 8.500.000 5.353.344 8.913.346 7.073.331
17 8.500.000 5.340.274 8.558.413 7.110.131
18 8.500.000 5.331.386 8.277.645 7.139.097
19 8.500.000 5.325.343 8.055.979 7.161.868
20 8.500.000 5.321.233 7.881.266 7.179.750
21 8.500.000 5.318.438 7.743.757 7.193.780
22 8.500.000 5.316.538 7.635.662 7.204.780
23 8.500.000 5.315.246 7.550.778 7.213.398
24 8.500.000 5.314.367 7.484.181 7.220.145
25 8.500.000 5.313.770 7.431.971 7.225.426
26 8.500.000 5.313.363 7.391.068 7.229.557
27 8.500.000 5.313.087 7.359.042 7.232.787
28 8.500.000 5.312.899 7.333.979 7.235.312
29 8.500.000 5.312.771 7.314.374 7.237.285
30 8.500.000 5.312.685 7.299.043 7.238.827
31 8.500.000 5.312.626 7.287.059 7.240.032
32 8.500.000 5.312.585 7.277.693 7.240.972
33 8.500.000 5.312.558 7.270.377 7.241.707
34 8.500.000 5.312.539 7.264.661 7.242.280
35 8.500.000 5.312.527 7.260.198 7.242.728
36 8.500.000 5.312.518 7.256.712 7.243.077
37 8.500.000 5.312.512 7.253.991 7.243.350
38 8.500.000 5.312.508 7.251.867 7.243.562
39 8.500.000 5.312.506 7.250.209 7.243.729
40 8.500.000 5.312.504 7.248.914 7.243.858
41 8.500.000 5.312.503 7.247.904 7.243.959
42 8.500.000 5.312.502 7.247.116 7.244.038
43 8.500.000 5.312.501 7.246.501 7.244.100
44 8.500.000 5.312.501 7.246.021 7.244.148
45 8.500.000 5.312.501 7.245.647 7.244.185
46 8.500.000 5.312.500 7.245.355 7.244.214
47 8.500.000 5.312.500 7.245.127 7.244.237
48 8.500.000 5.312.500 7.244.949 7.244.255
49 8.500.000 5.312.500 7.244.810 7.244.269
50 8.500.000 5.312.500 7.244.702 7.244.280
51 8.500.000 5.312.500 7.244.618 7.244.288
52 8.500.000 5.312.500 7.244.552 7.244.295
53 8.500.000 5.312.500 7.244.500 7.244.300
54 8.500.000 5.312.500 7.244.460 7.244.304
55 8.500.000 5.312.500 7.244.429 7.244.307
56 8.500.000 5.312.500 7.244.405 7.244.310
57 8.500.000 5.312.500 7.244.386 7.244.311
58 8.500.000 5.312.500 7.244.371 7.244.313
59 8.500.000 5.312.500 7.244.359 7.244.314
60 8.500.000 5.312.500 7.244.350 7.244.315
Análisis del Mercado del Aceite de Palma
• Al comparar los precios simulados con los valores reales registrados entre 2021 y
2023, surgen varias explicaciones posibles para las discrepancias observadas:
Factores externos no considerados en el modelo : Aunque el análisis se centra en las
variables de oferta y demanda, existen otros elementos que podrían influir en el
precio del aceite de palma, como cambios en las políticas agrícolas, desastres
naturales que impactan la producción o eventos. globales que alteran la
disponibilidad del producto.
Influencia de las expectativas del mercado : El modelo asume que los precios se
ajustan a un equilibrio basado exclusivamente en oferta y demanda. Sin embargo, en
los mercados reales, otros factores pueden influir en las expectativas de productores
y consumidores, lo que modifica la dinámica del precio. Esto sugiere que, aunque las
ecuaciones utilizadas son funcionales, los coeficientes pueden no reflejar con
precisión el comportamiento real del mercado.
A continuación, se presentan las tablas que detallan el análisis de los precios del
aceite de palma.
DATOS
Año P Q C Ps I Costo_Producción P_Simulado
2000 11.478.935 7.213.647 3.650.984 11.885.127 17037.77 10 8.372.641
2001 8.198.206 4.155.809 3.062.747 8.959.946 18178.88 10 7.665.058
2002 8.077.200 4.195.500 4.519.892 11.498.513 26419.03 10 9.162.365
2003 7.197.676 3.383.456 2.735.314 7.732.262 28377.15 10 8.998.460
2004 8.694.889 4.228.618 5.454.576 7.254.661 15650.57 10 7.223.441
2005 14.842.192 6.660.676 4.986.272 9.273.843 29222.10 10 10.785.881
2006 6.542.023 7.237.266 4.673.139 5.218.773 24567.89 10 8.056.769
2007 5.910.440 5.487.636 4.472.071 8.582.936 23727.50 10 8.065.123
2008 6.419.069 4.939.545 3.488.952 5.909.808 11056.88 10 5.925.699
2009 11.900.071 4.232.245 4.119.343 11.698.871 17904.40 10 8.580.628
2010 11.192.565 3.555.482 5.498.729 8.810.926 19556.91 10 8.472.492
2011 13.913.941 4.949.972 4.327.000 8.120.238 21205.07 10 9.225.218
2012 11.729.991 5.859.677 5.359.071 7.220.587 23965.23 10 9.158.082
2013 12.370.777 4.084.464 3.249.793 11.041.972 28313.67 10 10.287.701
2014 10.211.357 5.223.840 4.833.161 6.912.735 22367.02 10 8.574.014
2015 11.598.384 4.089.953 3.060.071 6.305.914 18568.43 10 8.195.099
2016 13.218.055 5.511.498 4.377.373 5.365.162 20841.61 10 8.807.481
2017 12.862.816 4.769.523 3.925.159 5.377.374 11169.57 10 7.189.884
2018 14.798.219 6.249.926 3.060.131 7.856.341 15217.14 10 8.422.893
2019 9.394.315 4.873.570 4.258.362 6.023.719 17943.04 10 7.631.647
2020 8.117.022 4.777.227 5.652.753 5.730.038 13954.89 10 6.714.591
2021 9.094.750 5.668.440 5.607.498 9.395.011 26638.55 10 9.232.719
2022 5.104.671 6.701.672 3.096.666 4.381.309 13057.74 10 5.860.678
2023 6.838.495 4.105.515 3.285.931 9.606.825 26068.37 10 8.707.184
CALIBRACIÓN
Año P Q C Ps I Costo_Producción P_Simulado
2000 11.478.935 7.213.647 3.650.984 11.885.127 17037.77 10 8.372.641
2001 8.198.206 4.155.809 3.062.747 8.959.946 18178.88 10 7.665.058
2002 8.077.200 4.195.500 4.519.892 11.498.513 26419.03 10 9.162.365
2003 7.197.676 3.383.456 2.735.314 7.732.262 28377.15 10 8.998.460
2004 8.694.889 4.228.618 5.454.576 7.254.661 15650.57 10 7.223.441
2005 14.842.192 6.660.676 4.986.272 9.273.843 29222.10 10 10.785.881
2006 6.542.023 7.237.266 4.673.139 5.218.773 24567.89 10 8.056.769
2007 5.910.440 5.487.636 4.472.071 8.582.936 23727.50 10 8.065.123
2008 6.419.069 4.939.545 3.488.952 5.909.808 11056.88 10 5.925.699
2009 11.900.071 4.232.245 4.119.343 11.698.871 17904.40 10 8.580.628
2010 11.192.565 3.555.482 5.498.729 8.810.926 19556.91 10 8.472.492
2011 13.913.941 4.949.972 4.327.000 8.120.238 21205.07 10 9.225.218
2012 11.729.991 5.859.677 5.359.071 7.220.587 23965.23 10 9.158.082
2013 12.370.777 4.084.464 3.249.793 11.041.972 28313.67 10 10.287.701
2014 10.211.357 5.223.840 4.833.161 6.912.735 22367.02 10 8.574.014
2015 11.598.384 4.089.953 3.060.071 6.305.914 18568.43 10 8.195.099
2016 13.218.055 5.511.498 4.377.373 5.365.162 20841.61 10 8.807.481
2017 12.862.816 4.769.523 3.925.159 5.377.374 11169.57 10 7.189.884
2018 14.798.219 6.249.926 3.060.131 7.856.341 15217.14 10 8.422.893
2019 9.394.315 4.873.570 4.258.362 6.023.719 17943.04 10 7.631.647
2020 8.117.022 4.777.227 5.652.753 5.730.038 13954.89 10 6.714.591
EVALUACIÓN
Año P Q C Ps I Costo_Producción P_Simulado
2021 9.094.750 5.668.440 5.607.498 9.395.011 26638.55 10 9.232.719
2022 5.104.671 6.701.672 3.096.666 4.381.309 13057.74 10 5.860.678
2023 6.838.495 4.105.515 3.285.931 9.606.825 26068.37 10 8.707.184
Este análisis comparó los precios reales del aceite de palma con los obtenidos
mediante simulaciones:
Resultados gráficos: Aunque los precios simulados reflejan la tendencia general de
los precios reales, se identifican diferencias notables en ciertos períodos. Esto indica
que el modelo no logra incorporar todos los elementos que influyen en el mercado,
como variaciones inesperadas en la oferta o demanda, fenómenos climáticos
extremos o cambios en las regulaciones gubernamentales.
Métricas de error: El análisis del Error Cuadrático Medio (ECM) indicó que el modelo
tiene un desempeño predictivo aceptable, aunque existen oportunidades para
optimizarlo, especialmente en situaciones de alta volatilidad.
Evaluación de la Producción de Alimentos y Biocombustibles bajo Diferentes
Políticas
Este estudio se enfocó en analizar cómo distintas políticas gubernamentales influyen
en la producción de alimentos y biocombustibles, detalladas a continuación:
Escenario sin intervención gubernamental: En ausencia de políticas específicas, la
producción de alimentos y biocombustibles mostró una evolución estable, sin
perturbaciones externas que alterarán su dinámica.
Año Producción_Biocombustibles Producción_Alimentos Precios_Biocombustibles Precios_Alimentos
1 300 1120 29.99 12.000.000
2 300 1120 59.98 23.000.000
3 300 1120 89.97 32.990.000
4 300 1120 119.96 41.959.900
5 300 1120 149.95 49.899.499
6 300 1120 179.94 56.798.494
7 300 1120 209.93 62.646.479
8 300 1120 239.92 67.432.944
9 300 1120 269.91 71.147.273
10 300 1120 299.90 73.778.746
11 300 1120 329.89 75.316.533
12 300 1120 359.88 75.749.699
13 300 1120 389.87 75.067.196
14 300 1120 419.86 73.257.868
15 300 1120 449.85 70.310.446
16 300 1120 479.84 66.213.551
17 300 1120 509.83 60.955.686
18 300 1120 539.82 54.525.243
19 300 1120 569.81 46.910.496
20 300 1120 599.80 38.099.601
21 300 1120 629.79 28.080.597
22 300 1120 659.78 16.841.402
23 300 1120 689.77 4.369.817
24 300 1120 719.76 0.000000
25 300 1120 749.75 0.000000
26 300 1120 779.74 0.000000
27 300 1120 809.73 0.000000
28 300 1120 839.72 0.000000
29 300 1120 869.71 0.000000
30 300 1120 899.70 0.000000
Incentivos financieros: Se notó un incremento en la producción de biocombustibles
gracias a los subsidios, aunque esto también conllevó a una reducción en la
producción de alimentos, ya que se destinaron tierras para el cultivo de
biocombustibles.
Año Producción_Biocombustibles Producción_Alimentos Precios_Biocombustibles Precios_Alimentos
1 300 1120 29.97 12.000.000
2 300 1120 59.94 23.000.000
3 300 1120 89.91 32.990.000
4 300 1120 119.88 41.959.900
5 300 1120 149.85 49.899.499
6 300 1120 179.82 56.798.494
7 300 1120 209.79 62.646.479
8 300 1120 239.76 67.432.944
9 300 1120 269.73 71.147.273
10 300 1120 299.70 73.778.746
11 300 1120 329.67 75.316.533
12 300 1120 359.64 75.749.699
13 300 1120 389.61 75.067.196
14 300 1120 419.58 73.257.868
15 300 1120 449.55 70.310.446
16 300 1120 479.52 66.213.551
17 300 1120 509.49 60.955.686
18 300 1120 539.46 54.525.243
19 300 1120 569.43 46.910.496
20 300 1120 599.40 38.099.601
21 300 1120 629.37 28.080.597
22 300 1120 659.34 16.841.402
23 300 1120 689.31 4.369.817
24 300 1120 719.28 0.000000
25 300 1120 749.25 0.000000
26 300 1120 779.22 0.000000
27 300 1120 809.19 0.000000
28 300 1120 839.16 0.000000
29 300 1120 869.13 0.000000
30 300 1120 899.10 0.000000
Inversión en I+D: La mejora en la eficiencia de la producción de biocombustibles ha
impulsado un crecimiento en la producción tanto de biocombustibles como de alimentos,
lo que indica que la I+D podría ser una estrategia sostenible.
Año Producción_Biocombustibles Producción_Alimentos Precios_Biocombustibles Precios_Alimentos
1 300.000 1120 299.900 12.000.000
2 495.000 1120 794.800 23.000.000
3 726.000 1120 1.520.700 32.990.000
4 998.250 1120 2.518.850 41.959.900
5 1.317.690 1120 3.836.440 49.899.499
6 1.691.036 1120 5.527.376 56.798.494
7 2.125.873 1120 7.653.149 62.646.479
8 2.630.768 1120 10.283.817 67.432.944
9 3.215.383 1120 13.499.100 71.147.273
10 3.536.922 1120 17.035.922 73.778.746
11 3.890.614 1120 20.926.435 75.316.533
12 4.279.675 1120 25.206.010 75.749.699
13 4.707.643 1120 29.913.553 75.067.196
14 5.178.407 1120 35.091.860 73.257.868
15 5.696.248 1120 40.788.007 70.310.446
16 6.265.872 1120 47.053.779 66.213.551
17 6.892.459 1120 53.946.139 60.955.686
18 7.581.705 1120 61.527.744 54.525.243
19 8.339.876 1120 69.867.520 46.910.496
20 9.173.864 1120 79.041.284 38.099.601
21 10.091.250 1120 89.132.434 28.080.597
22 11.100.375 1120 100.232.709 16.841.402
23 12.210.412 1120 112.443.021 4.369.817
24 13.431.454 1120 125.874.375 0.000000
25 14.774.599 1120 140.648.874 0.000000
26 16.252.059 1120 156.900.833 0.000000
27 17.877.265 1120 174.777.998 0.000000
28 19.664.991 1120 194.442.889 0.000000
29 21.631.490 1120 216.074.279 0.000000
30 23.794.639 1120 239.868.819 0.000000
Mandatos: El mandato de mezcla favoreció la producción de biocombustibles, pero
limitó la producción de alimentos debido a la competencia por la tierra.
Año Producción_Biocombustibles Producción_Alimentos Precios_Biocombustibles Precios_Alimentos
1 300 1120 29.99 12.000.000
2 300 1120 59.98 23.000.000
3 300 1120 89.97 32.990.000
4 300 1120 119.96 41.959.900
5 300 1120 149.95 49.899.499
6 300 1120 179.94 56.798.494
7 300 1120 209.93 62.646.479
8 300 1120 239.92 67.432.944
9 300 1120 269.91 71.147.273
10 300 1120 299.90 73.778.746
11 300 1120 329.89 75.316.533
12 300 1120 359.88 75.749.699
13 300 1120 389.87 75.067.196
14 300 1120 419.86 73.257.868
15 300 1120 449.85 70.310.446
16 300 1120 479.84 66.213.551
17 300 1120 509.83 60.955.686
18 300 1120 539.82 54.525.243
19 300 1120 569.81 46.910.496
20 300 1120 599.80 38.099.601
21 300 1120 629.79 28.080.597
22 300 1120 659.78 16.841.402
23 300 1120 689.77 4.369.817
24 300 1120 719.76 0.000000
25 300 1120 749.75 0.000000
26 300 1120 779.74 0.000000
27 300 1120 809.73 0.000000
28 300 1120 839.72 0.000000
29 300 1120 869.71 0.000000
30 300 1120 899.70 0.00000
Las políticas implementadas anteriormente se definieron así:
• Política 1: Incentivos a la producción: Subsidio de 2 unidades monetarias por unidad
de biocombustible producido.
• Política 2: Inversión en I+D: Aumento del 10% en la eficiencia de la producción de
biocombustibles (reducción del costo de producción).
• Política 3: Mandato de mezcla: Obliga a que el 5% del combustible convencional sea
biocombustible
Política 1: Incentivos a la Producción (Subsidio de biocombustibles)
En el contexto de la política de incentivos a la producción, específicamente a través de
subsidios para biocombustibles, se presentaron diversas ventajas y desventajas. Por un lado,
se observó un aumento significativo en la producción de biocombustibles, lo que ofrecía una
prometedora fuente alternativa de energía. Además, este impulso en la industria de los
biocombustibles tenía el potencial de contribuir al desarrollo económico, generando nuevas
oportunidades y empleos.
Sin embargo, también surgieron preocupaciones. Los subsidios, aunque favorables en
apariencia, podían provocar distorsiones en el mercado. Al hacer que la producción de
biocombustibles resultara más rentable sin tener en cuenta los costos sociales asociados, se
corría el riesgo de desestabilizar el equilibrio del mercado. Asimismo, la creciente demanda de
recursos naturales para la producción de biocombustibles generaba una presión adicional
sobre estos recursos, lo que podría comprometer la producción de alimentos debido a la
competencia por la tierra cultivable. Así, la implementación de esta política revelaba tanto
oportunidades como desafíos significativos que requerían una cuidadosa consideración.
Política 2: Inversión en I+D (Mejora de la eficiencia de producción de biocombustibles)
En el contexto de la producción de biocombustibles, se presentaron diversas ventajas y
desventajas que merecían atención. Entre las ventajas, se destacó la mejora en la eficiencia
de producción, un factor que podría llevar a una reducción de los costos a largo plazo. Además,
esta tendencia fomentaba la innovación y el uso de tecnologías más limpias, lo que resultaba
beneficioso para la sostenibilidad ambiental. También se observó un menor impacto en la
producción de alimentos, ya que se requería menos tierra para obtener la misma cantidad de
biocombustibles.
Sin embargo, no todo eran aspectos positivos. La implementación de estas mejoras requería
una inversión inicial significativa, y era necesario un tiempo considerable para que los
beneficios comenzaran a materializarse. Por otro lado, el impacto ambiental y la competencia
por la tierra no necesariamente disminuirían de inmediato, lo que generaba incertidumbre
sobre el verdadero efecto de estas políticas en el corto plazo. Así, la situación se tornaba
compleja, con un equilibrio delicado entre las oportunidades y los desafíos que enfrentaba el
sector.
Política 3: Mandato de Mezcla (Obligación de usar un porcentaje de biocombustibles)
En el análisis de las políticas relacionadas con la producción de biocombustibles, se
vislumbraban tanto ventajas como desventajas que merecían ser consideradas. Por un lado,
se garantizaba un mercado seguro para los biocombustibles, lo que incentivaba la inversión en
este sector emergente. Este entorno favorable no solo promovía el crecimiento de la industria,
sino que también contribuía a la reducción de las emisiones de CO2 al sustituir parcialmente
los combustibles convencionales por alternativas más limpias.
Sin embargo, el panorama no era completamente positivo. La obligatoriedad de adoptar
biocombustibles podría llevar a un incremento en sus precios, ya que la demanda
artificialmente alta provocaba una distorsión en el mercado. Este fenómeno, a su vez, podía
desencadenar inflación en los precios de los alimentos y otros productos esenciales. Además,
la intensificación de la competencia por la tierra para el cultivo de materias primas destinadas
a biocombustibles planteaba serias preocupaciones sobre la seguridad alimentaria.
El análisis revelaba que cada enfoque tenía sus pros y contras. Los incentivos a la producción
ofrecían un impulso rápido y visible, pero corrían el riesgo de comprometer la seguridad
alimentaria y el uso sostenible de la tierra. Por otro lado, la inversión en investigación y
desarrollo se perfilaba como una estrategia más sostenible a largo plazo, capaz de mejorar la
eficiencia del sector. Sin embargo, este enfoque requería tiempo para que los cambios se
implementaran y se tradujeran en beneficios tangibles. Finalmente, el mandato de mezcla
prometía un impacto inmediato en la adopción de biocombustibles, pero también traía
consigo el peligro de generar distorsiones en el mercado y afectar negativamente la producción
de alimentos. Así, el dilema entre las oportunidades y los desafíos continuaba presente en el
camino hacia un futuro más sostenible.
Discusión
Interpretación general de los resultados
En el análisis de la dinámica de las poblaciones de langostinos, se identificaron tres
factores determinantes: la sobrepesca, el cambio climático y las enfermedades. Estos
elementos resultaron ser cruciales en la configuración de las poblaciones. La
estabilización observada en el primer escenario sugirió que la población de
langostinos podría estar adaptándose a las intensas condiciones de pesca a las que se
enfrenta.
Por otro lado, en el ámbito del mercado del aceite de palma, se constató que la
capacidad predictiva del modelo utilizado era adecuada, aunque no perfecta. A pesar
de su utilidad, el modelo no consideraba completamente factores externos como las
variaciones climáticas, los cambios políticos y las fluctuaciones inesperadas en los
precios de productos sustitutos, lo que limitaba su eficacia para prever cambios en el
mercado.
En el contexto de la producción de biocombustibles y alimentos, se observó que la
política de incentivos podía resultar efectiva a corto plazo para incrementar la
producción de biocombustibles. Sin embargo, esta estrategia planteaba riesgos
significativos para la seguridad alimentaria. En contraste, la inversión en investigación
y desarrollo (I+D) emergía como una política más equilibrada, ya que mejoraba la
eficiencia sin comprometer la producción de alimentos.
Los hallazgos obtenidos en estos estudios se alineaban con la literatura existente en
sus respectivas áreas. La dinámica de las poblaciones pesqueras había sido
ampliamente documentada en investigaciones sobre sobrepesca, y los efectos de las
políticas de promoción de biocombustibles coincidían con los resultados reportados
en estudios anteriores, donde el uso de tierras para biocombustibles generaba
tensiones con la producción alimentaria.
En cuanto a las conclusiones, se destacó la necesidad de gestionar los recursos
pesqueros considerando tanto los factores biológicos como los humanos. Era esencial
implementar políticas que evitaran la sobrepesca y promovieran la regeneración de las
poblaciones. Además, aunque el modelo predictivo del mercado del aceite de palma
era útil, se recomendaba mejorarlo para captar adecuadamente los factores externos,
dado que eventos climáticos y geopolíticos podían influir significativamente en la
variabilidad de los precios.
Respecto a la producción de biocombustibles y alimentos, se subrayó la importancia
de encontrar un equilibrio entre los incentivos para la producción de biocombustibles
y la seguridad alimentaria. Las políticas que priorizaban la investigación y el desarrollo
parecían ser las más sostenibles a largo plazo.
Finalmente, se ofrecieron varias recomendaciones: para lograr una pesca sostenible,
se sugirió implementar políticas de cuotas y un monitoreo constante de las
poblaciones, así como considerar los efectos del cambio climático en los ecosistemas
marinos. En el mercado del aceite de palma, sería beneficioso desarrollar modelos
más complejos que integraran factores geopolíticos y climáticos para mejorar las
predicciones en un entorno volátil. Por último, en el ámbito de la producción de
biocombustibles y alimentos, se instó a priorizar la inversión en I+D y buscar
alternativas que optimizaran el uso de tierras sin comprometer la producción
alimentaria.
Este informe proporcionó un análisis integral de tres sistemas dinámicos complejos,
resaltando la importancia de modelar estos sistemas para tomar decisiones
informadas en la gestión de recursos naturales y mercados globales.