Introducción a los Modelos de Autómata Celular con NetLogo

Documentos relacionados
Contenidos. Actividades Estocásticas Tipos de Modelos Métodos Numéricos Optimización Programación Lineal Aplicaciones con Solver Excel

CAPÍTULO 2. METODOLOGÍA Y MARCO TEÓRICO. La metodología a seguir en este proyecto se muestra a continuación:

CLASIFICACIÓN DE IMÁGENES DE SATÉLITE MEDIANTE AUTÓMATAS CELULARES

Para llevar a cabo una simulación, se requiere implementar las siguientes etapas:

PRACTICA Nº 4 AUTOCORRELACIÓN ESPACIAL

TEMA 1 INTRODUCCIÓN AL MODELADO Y LA SIMULACIÓN

Análisis de algoritmos

MODELOS Y MODELADO. Gilberto Gallopín.

Instituto José Manuel Estrada - Villa de Soto. Asignatura: Desarrollo de Soluciones Informáticas. Curso: 5to I. Docente: Contreras, María Elena

EXCEL. Nombre del módulo de formación 1,98. Excel Duración 95 horas. Nombre norma de competencia. Elemento 2 /Unidad de aprendizaje 1

Pensando en Modelos. H. R. Alvarez A., Ph. D.

Gráficos Ms Excel. Los datos deben encontrarse en una o más áreas rectangulares, no tiene porque se contiguas.

Al hacer clic en el vínculo al simulador, en tu navegador se abre la hoja del programa, con una interface como la de la figura siguiente:

Microsoft Excel básico 2007

CAPITULO VI SIMULACION

AUTÓMATAS CELULARES MULTIESTADO APLICADOS A LA CLASIFICACIÓN CONTEXTUAL ITERATIVA DE IMÁGENES DE SATÉLITE

Francisco Escobar. Influencia de los cambios en el uso del entorno de los parques nacionales. la Red de Parques Nacionales Españoles y su entorno

GUIA DE SIMULACION UNIVERSIDAD POLITECNICA DE NICARAGUA. Marzo 25, 2011 Autor: KATIA NORELLY MENDOZA FAJARDO

UC I. Rest. Ciclo Tipo UCR

Marcos Valdivia López* Nelly E. Linares Sánchez**

UML Unifield Modeling Languaje

Modelado y simulación en Ingeniería Química. Manuel Rodríguez. Tema 3: Simulación estacionaria.

Clasificación de sistemas

Modelos en Ecología del Paisaje

Nota de los autores... vi

Clasificación de los sistemas

Programación Orientada a Objetos. Sesión 6: El Elemento adicional del lenguaje orientado a objetos

Estructuras de Control

MT 221 Modelado. Elizabeth Villota

INDICE ALFABETICO DE DESCRIPTORES

Carrera: Ingeniero Químico Asignatura: Área del Conocimiento: Control Digital Licenciatura Ingeniero Químico Abril de 2010

Diseño de circuitos secuenciales

Circuitos Electrónicos. Junio 2006/2007 Problema 1 1º parcial

Modelos para la predicción del cambio espacial. Joaquín Bosque Sendra Depart. De Geografía Universidad de Alcalá

Notas fácil. Registro de calificaciones para docentes universitarios

Procedimientos de búsqueda miopes aleatorizados y adaptativos (GRASP)

Año Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS

Taller 3 : Diagramas causales en NetLogo

ANEXO 1. RESOLUCIÓN DE PROBLEMAS DE SIMULACIÓN Y OPTIMIZACIÓN CON RISK SOLVER PLATFORM

Programación Orientada a Objetos

Definición de Modelo de Elevaciones. Tipos de Estructuras

IN34A - Optimización

GUÍA DOCENTE DE TEMAS AVANZADOS EN INGENIERÍA INFORMÁTICA

MANUAL DE USO PROGRAMA SENSIBAR

Búsqueda en línea y Búsqueda multiagente

UNIVERSIDAD DE PUERTO RICO EN HUMACAO DEPARTAMENTO DE BIOLOGÍA PRONTUARIO DEL CURSO MÉTODOS COMPUTACIONALES APLICADOS A SISTEMAS BIOLÓGICOS INTD 4055

Formalismos de DES Redes de Petri (PN) Grafos Signados Dirigidos (GSD) Máquinas de Estados Finitos (MEF) Generalizaciones y particularizaciones de PN,

300CIG007 Computabilidad y Lenguajes Formales: Autómatas Finitos

CONTENIDO Prefacio CAPITULO 1: Qué es la investigación de operaciones? CAPITULO 2: Introducción a la programación lineal...

TEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL.

INGENIERIA INDUSTRIAL SIMULACION 1. INTRODUCCION

Aprendizaje no supervisado

Herramienta software para resolver procesos de decisión de Markov utilizando recocido simulado

Universidad Autónoma del Estado de México Licenciatura en Matemáticas Programa de Estudios: Programación

Word 2016 Domine las funciones avanzadas del tratamiento de texto de Microsoft

3.2. MODIFICAR TABLAS. APLICAR FORMATO A LAS TABLAS.

PRINCIPIOS DE MODELACIÓN DE EVENTOS MECÁNICOS EN ALGOR FEA.

ÁREA DE FORMACIÓN BÁSICA COMÚN OBLIGATORIA Horas Teoría. Matemáticas discretas CT Programación I CT

Máquinas de estado finito y expresiones regulares

UNIDAD DE CONTROL SEGMENTADA PLANIFICACIÓN DE PIPES ESTÁTICOS

Inteligencia Artificial

... Consultas. anfora CAPÍTULO. Introducción. Utilización de las CONSULTAS

Elementos Diagramas de Clases Clase:

SÍLABO CURSO DE EXCEL PROFESIONAL. Al finalizar el curso los participantes estarán en capacidad de:

Fase 2. Estudio de mercado: ESTADÍSTICA

Fundamentos de los Computadores Grado en Ingeniería Informática Análisis y diseño de sistemas secuenciales

TEMA 3: Áreas de la IA: Ejemplos de investigación actual.

PASOS PARA GENERAR UN GRAFCET

Cap. Distribuciones de. probabilidad. discreta. Distribuciones de probabilidad. discreta Pearson Prentice Hall. All rights reserved

TEMA 9: DIAGRAMA DE OBJETOS, SECUENCIA Y DESPLIEGUE EN UML

Modelos de Equilibrio General Computable; El Enfoque Macro Micro

2. Intención didáctica 3. Competencia de la asignatura

Universidad de La Sabana Análisis comparativo de los paradigmas de simulación

Desarrollo de APPs sin saber Programación. Profesores Jezabel Molina Gil, Cándido Caballero Gil, Moisés Lodeiro Santiago

Los precios de vivienda por amenidades en la Zona Norponiente del Valle de México

Introducción a la programación en Netlogo

Aplicaciones con. Eduardo Herrera Lana

Universidad de Costa Rica Facultad de Ingeniería Escuela de Ciencias de la Computación e Informática Licenciatura en Computación e Informática

Este tercer capítulo explica todo lo referente a la heurísticas su definición, su uso, la

8. Software para cálculo de los sistemas de alimentación y compensación

Razón de ser Computadora Programa Programador Análisis y solución de problemas (Metodología) Algoritmo Diagrama de flujo

Introducción. Alfonso Cubillos. Programa de Ing. Mecánica Universidad de Ibagué. Aplicaciones computacionales de la Mecánica de Materiales

TEMA 5: INCERTIDUMBRES DE LOS DATOS GEOGRÁFICOS:

Diálogos inteligentes multimodales en español. Luis Alberto Pineda Cortés Pragmática, martes 16 de mayo

Simulación a Eventos Discretos. Clase 2: Metodología de Simulación a Eventos Discretos

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES MATERIA: TALLER DE CÓMPUTO MATERIAL DE APOYO

Nombre de la asignatura: Investigación de Operaciones II. Créditos: Aportación al perfil

Microsimulaciones: Teoría e Interpretación de Resultados

Sistemas lógicos secuenciales

Modelos y Toma de Decisiones

Est s á t t á i t c i a E s e l e es e t s ud u i d o o de d e las a s fue u r e zas a s en e equilibrio.

Teoría de Juegos (Código: )

Algoritmo. Programa. Lenguaje algorítmico

Self Organizing Maps. Self Organizing Maps. SOM/KOHONEN Network Mapas Auto-organizativos. Estructura de la Red. Estructura de la Red

Unidad VIII: DATOS Y AZAR. CLASE 1: Recordando algunos conceptos previos de Estadística

Metaheurísticas. Seminario 5. Manejo de restricciones en metaheurísticas. 1. Introducción: Optimización y Restricciones

Propuestas de temas para la Convocatoria Fondo Sectorial CONACYT INEGI. Estadísticas Económicas

Transcripción:

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

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

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

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)

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

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).

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

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

Seminario MBAS Programación en NetLogo 5.0.2 Consta de tres partes: 1. Definición de los objetos y sus atributos 2. Ajuste Inicial 3. Actualización

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

Seminario MBAS 3. Definición del procedimiento recolor-patch

3.1 creación botón setup e inicialización del programa

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

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

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

Setup y corrida de modelo Seminario MBAS

Insertar do-plot en to go Creación de gráficos

Seminario MBAS Creación de gráficos: definición del procedimiento

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

Creación de gráficos Poner nombre leyenda inversionista y seleccionar color azul

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

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

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

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

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

Desactivar algunas instrucciones Activar Desactivar

Modelo estocástico (mayoría) Nuevas variables spin Ejecutar decisión

Integrar beta como slider (deslizador)

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

Diagrama de bifurcación

Activar y desactivar funciones Desactivar Desactivar Activar

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

Seminario MBAS 2.a) Sincrónico Toroidal Modificación 1

Crear switch mayoria-global

Crear deslizador muestra

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

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