Introducción a los Modelos de Autómata Celular con NetLogo

Transcripción

1 Introducción a los Modelos de Autómata Celular con NetLogo 7º y 8º sesiones del curso de INTRODUCCIÓN A LAS TÉCNICAS MODERNAS DE MODELACIÓN Y ANÁLISIS REGIONAL Julio 2012, FES-Acatlán

2 Qué son los MBA s MBA s Modelar comportamiento y decisiones económicas de agentes (i.e. personas, hogares, localidades, regiones, países) Supuestos: a) Heterogeneidad de los agentes b) racionalidad limitada c) Interacción entre agentes fuera de equilibrio Resultado: Múltiples configuraciones estacionarias en el nivel agregado Modelo económico tradicional Modelar comportamiento y decisiones económicas de agentes (i.e. personas, hogares, localidades, regiones, países) Supuestos: a) Agente representativo b) Racionalidad perfecta c) No interacción entre agentes Resultado: Equilibrio único

3 Cómo se transforma el modelo tradicional económico ante la presencia de las interacciones sociales Cada agente escoge una acción para maximizar utilidad (U); donde U = U (w i, t, w -1,t, V i ) w i, t es acción del agente en tiempo t, w-1,t indica que agente i es afectado por las acciones de los otros agentes j, y Vi denota un vector de características que influye en su payoff para cada acción. Es decir, Individuos toman decisiones de acuerdo a sus: A ) Características o atributos personales (educación, sexo, ingreso) y otras variables exógenas ambiental (contextuales) B) Información proveniente de sus amigos, vecinos, compañeros de clase y trabajo, de su grupo social o clase social, otras regiones

4 Implicaciones de esta concepción Importancia de los aspectos dinámicos. Contagio, cascadas de información, tipping points, thresholds. Desigualdad: conformidad local y diversidad global (Young) Equilibrio múltiple Qué es más importante, el equilibrio o la trayectoria para alcanzar un equilibrio? Hay espacio para políticas de intervención social? Multiplicador social (espacial)

5 Los AC son un modelo matemático para analizar sistemas dinámicos-espaciales de tipo discreto y pueden fácilmente analizarse desde una perspectiva computacional y son muy útiles para estudiar sistemas regionales. Un AC está compuesto por un conjunto de celdas ordenadas en un espacio regular de dimensión D, generalmente es una cuadrícula de dos dimensiones (como si fuera un tablero de ajedrez). Existe un número finito de estados y una regla de transición aplica para todas las celdas. El tiempo se mide de forma discreta por lo que en cada periodo de tiempo las celdas son actualizadas de manera simultánea o secuencial y la regla de transición permite calcular el estado de cada celda a partir de reglas locales. La regla local puede definir el estado presente de una celda a partir de su estado previo, del estado previo de sus vecinos o de ambos (véase Hagselmann y Flache, 1998). Autómata Celular

6 Actualización de celdas Los sistemas lógicos de las computadoras consideran el tiempo de forma discreta así que el software de programación utilizado puede actualizar los estados de los agentes de forma sincrónica o asincrónica. El tipo de actualización condiciona los resultados de los modelos (véase Hubermann & Glance 2003, Glibert 2008) Asincrónica Asignar un turno a cada agente por cada comando contenido en la programación. La mayoría de los sistemas sociales son por naturaleza asincrónicos pues los agentes y/o organismos no actúan de manera simultánea pues ejecutan sus acciones de forma adaptativa a través de información limitada e imperfecta. En términos computacionales este tipo de actualización asincrónica puede tener dos variantes: Ejecución asincrónica secuencial: Donde se invoca a cada agente en un orden preestablecido de acuerdo a alguna de sus características (por ejemplo, su tamaño económico o posición geográfica) Ejecución asincrónica aleatoria: En cada ciclo se invoca a cada agente en un orden aleatorio diferente. El uso de la ejecución asincrónica, tiene sus desventajas porque el orden de actualización de los agentes puede influir de manera importante en los resultados finales y por lo tanto una sola corrida no es suficiente para entender la dinámica del sistema (Gilbert, 2008). Sin embargo, esta desventaja puede controlarse por medio de construir distribuciones empíricas de resultados de n simulaciones Sincrónica Las celdas actualizan su estado de manera simultánea ; es decir, como en una economía hipotética donde los procesos de producción, transacción y consumo se están desarrollando de manera paralela. En términos de la simulación, lo anterior significa que todas las entradas de los agentes se han completado antes que las salidas. Este tipo de actualización se modela para captar las dinámicas globales de los procesos de interacción espacial cuando se analizan procesos que se representan a través de ecuaciones en diferencia (Huberman y Glance, 1993).

7 Seminario MBAS Problemática Decisión dicotómica: invertir o no invertir (autoempleado o asalariado) La decisión de invertir dependerá de la decisión que tomen las personas que me rodeen

8 Seminario MBAS Condiciones Generales Atributos Invertir [1, azul], No invertir [0, rojos] Total; representa el valor numérico de las decisiones de invertir del vecindario de cada celda Vecindad tipo Moore Reglas de comportamiento Mayorías locales Si la suma de mis vecinos >= 5 (invierto, 1) Si la suma de mis vecinos <= 3 (no invierto, 0) Empate Si la suma = 4 (me quedo con mi decisión original) Mundo toroidal

9 Seminario MBAS Programación en NetLogo Consta de tres partes: 1. Definición de los objetos y sus atributos 2. Ajuste Inicial 3. Actualización

10 Seminario MBAS 1. Definición de los objetos y sus atributos pacthes-own sólo puede ser utilizado al principio del programa, y define las variables que los pacthes pueden usar. 2. Ajuste Inicial Warning: nothing-named RECOLOR- PATCH has been defined

11 Seminario MBAS 3. Definición del procedimiento recolor-patch

12 3.1 creación botón setup e inicialización del programa

13 4. Creación de actualización Poner to go antes de to recolor-pacth Hacer el to go recursivo

14 4.1 creación de monitores count patches with [pcolor = blue]

15 4.2 creación de monitores (count patches with[pcolor = blue] / count patches) * 100

16 Setup y corrida de modelo Seminario MBAS

17 Insertar do-plot en to go Creación de gráficos

18 Seminario MBAS Creación de gráficos: definición del procedimiento

19 Creación de gráficos Debe coincidir con el nombre en do-plot. Inversionistas vs Ahorradores

20 Creación de gráficos Poner nombre leyenda inversionista y seleccionar color azul

21 Para incorporar otra variable, pulsar Añadir trazo y repetir procedimiento anterior

22 Corra el modelo Checar que es mundo toroidal N simulaciones (ver después) La corrida es asincrónica aleatoria ; y esto es cuando se utiliza ask pacthes

23 Seminario MBAS Empate Variación 1 Si la suma = 4 (mi postura será opuesta a la inicial) Sincrónico v/s Asincrónico Toroidal v/s mundo plano

24 Seminario MBAS 1.a) Asincrónico Toroidal Original Corra el modelo Qué sucede? Esta instrucción de jugar el contrario es una forma de romper el cluster local Modificación 1

25 Seminario MBAS 1.b) Sincrónico Toroidal Original Analice el modelo Por qué no hay contagio?

26 Desactivar algunas instrucciones Activar Desactivar

27 Modelo estocástico (mayoría) Nuevas variables spin Ejecutar decisión

28 Integrar beta como slider (deslizador)

29 Corra el modelo Considere varios valores de beta; 0, 0.5, 1, 2, 3,5 Qué sucede? Cuál es comportamiento de largo plazo?

30 Diagrama de bifurcación

31 Activar y desactivar funciones Desactivar Desactivar Activar

32 Seminario MBAS Empate Si la suma = 4 (elige aleatoriamente una proporción de estos y que asuman la postura de la mayoría global) Sincrónico Variación 2: con agentes globales Toroidal v/s mundo plano

33 Seminario MBAS 2.a) Sincrónico Toroidal Modificación 1

34 Crear switch mayoria-global

35 Crear deslizador muestra

36 Corra modelo Activa swtich y ponga muestra 0.1 Qué pasa Hay posibilidad de clusters?

37 Mundo plano no toroidal Qué pasa con la simulación en mundo plano?