دینامیک وان حمام – پویایی شناسی سیستم

عدم در نظر گرفتن دینامیک وان حمام یک تصور اشتباه اساسی از ساختار سیستم است که حتی در سیستم‌های ساده‌ای که فاقد بازخورد هستند نیز رخ می‌دهد. تحقیقات نشان می‌دهد که تطبیق الگو، یک روش اکتشافی رایج، حتی افراد با تحصیلات عالی را به نتیجه‌گیری نادرست در مورد سیستم‌هایی به سادگی ورود و خروج افراد از یک فروشگاه سوق می‌دهد.

این می تواند در هر سیستم جریان سهام رخ دهد، به این معنی که همه جا وجود دارد. در اینجا تنظیمات اولیه آمده است:

مفاهیم مورد علاقه خود را جایگزین «جریان» و «انباشت» کنید – درآمد و موجودی بانک، نرخ فروش و پایه نصب شده، تولد و خرگوش و غیره. بدیهی است که جریان باعث ایجاد سهام می شود – طبق تعریف، نرخ جریان نرخ تغییر است. سطح انباشت در اینجا هیچ بازخوردی وجود ندارد. فقط یکپارچگی خالص، یعنی تجمیع جریان را انباشت می کند.

الگوی تطبیق اکتشافی تلاش می‌کند تا با تطبیق الگوهای زمانی علت و معلول، علیت را تشخیص دهد، یا درباره آینده پیش‌بینی کند. بنابراین، ساده لوحانه، یک تطبیق الگو انتظار دارد در پاسخ به یک مرحله در جریان، یک پله در انباشت ببیند. اما این چیزی نیست که اتفاق می افتد:

تطبیق الگو ناموفق است زیرا نباید انتظار داشته باشیم که الگوها از طریق یکپارچگی مطابقت داشته باشند. در بالا، انتگرال پله (جریان = ثابت) یک رمپ است (انباشت= ثابت * زمان). الگوهای دیگر امکان پذیر است. به عنوان مثال، یک علت (جریان) به طور یکنواخت کاهشی می‌تواند یک اثر فزاینده (انباشت) یا حتی رفتار غیر یکنواخت در صورت عبور از صفر ایجاد کند:

اگر بازخورد خروجی ساده را اضافه کنید، احتمالات بیشتری نیز وجود دارد. در اینجا، جریان و موجودی خود را داریم، با یک خروجی اضافی که کسری از انباشت در واحد زمان است:

در این حالت، با همان الگوی جریان صعودی، انباشت می تواند بالا یا پایین برود، بسته به اینکه سطح اولیه آن به گونه ای باشد که جریان خروجی از جریان ورودی بیشتر شود یا خیر:

برای اطمینان از اینکه جهان تا حد امکان گیج کننده است، مواردی وجود دارد که به نظر می رسد تطبیق الگو کار می کند. به عنوان مثال، در رشد حالت پایدار، جایی که یک جریان به صورت تصاعدی با نرخ ثابتی رشد می کند، انباشت مربوط به آن به طور نمایی با همان نرخ رشد می کند (زیرا انتگرال e^x e^x است). به طور مشابه، انتگرال یک رمپ (c*time) سهمی است (c/2*time^2)، که در افق های زمانی کوتاه تقریباً خطی است (یعنی شبیه یک سطح شیبدار) . بنابراین، غیرمعمول نیست که ببینیم فروش خودرو (جریان) و ناوگان (انباشت) با هم روند مشابهی دارند (مخصوصاً با مقیاس های غیر صفر در محورها)، یا مشاهده یک رابطه ثابت بین کسری (جریان) و بدهی (انباشت) ). تطبیق الگو همچنین زمانی کار می‌کند که یک انباشت زمان داشته باشد تا با جریان‌هایی که آن را هدایت می‌کنند به تعادل برسد. اگر افق زمانی که فرد رفتار را در آن مشاهده می‌کند با توجه به ثابت زمانی پویایی انباشت طولانی باشد، رابطه تعادل، انباشت= f(جریان) را مشاهده می‌کنیم که با ادغام نسبتاً پنهان نشده است.

مثال مورد علاقه من از درک نادرست وان حمام از کار ارلینگ موکسنس با مشکلات منابع تجدید پذیر است. در آزمایش‌هایی که با مدیریت گله‌های گوزن شمالی شبیه‌سازی شده، وابسته به ذخایر گلسنگ برای چرا هستند، بسیاری از شرکت‌کنندگان یک مدل ذهنی استاتیک نامناسب را اتخاذ می‌کنند – یعنی پویایی تجمع را نادیده می‌گیرند. آنها با یک گله گوزن شمالی که بیش از حد بزرگ است شروع می کنند، به طوری که جریان چرا، ذخایر گلسنگ را کاهش می دهد. آنها با انجام اقدامات اصلاحی، گله گوزن شمالی را کاهش می دهند، اما نه به اندازه کافی، به طوری که ذخایر گلسنگ همچنان کاهش می یابد. در این مرحله، آنها اطلاعاتی دارند: چَرا کاهش یافته است و گلسنگ کاهش یافته است. برخی مدل ایستا را زیر سوال می‌برند و درس را در جهت درست صحیح می‌دانند (اما نه به اندازه کافی سریع)، اما زیرمجموعه‌ای از شرکت‌کنندگان در عوض تطبیق الگو را با پایان منطقی پوچ آن اتخاذ می‌کنند. آنها به این نتیجه می رسند که اگر چرا کردن گلسنگ موثر باشد، راه افزایش گلسنگ افزایش چرا است. می توانید تصور کنید که چگونه کار می کند.

بعدی: گسترش همه اینها به مقایسه های آماری ساده لوحانه.

 

keyboard_arrow_up