• Prologo
  • Introducción
    • Sistemas Complejos
    • ¿Para quién es este libro?
  • I Conceptos Básicos
  • 1 ¿Qué es un modelo?
    • 1.1 Introducción
    • 1.2 Un primer ejemplo
    • 1.3 El ciclo de modelaje
  • 2 Modelacion Basada en Agentes
    • 2.1 ¿Qué es la Modelación basada en Agentes?
    • 2.2 Un nuevo enfoque
  • II Contexto Histórico
  • 3 Ocho Modelos Clásicos
    • 3.1 Un descubrimiento importante
    • 3.2 El Mundo de las hormigas
    • 3.3 Modelo del Fuego
    • 3.4 Bar El Farol
    • 3.5 Tortugas y Ranas
    • 3.6 El Moho
    • 3.7 Trancones de Tráfico
    • 3.8 Ecología basada en agentes
  • 4 Algo de Historia
    • 4.1 Autómatas celulares y modelado basado en agentes
    • 4.2 Algoritmos genéticos, John Holland y sistemas adaptativos complejos
    • 4.3 Seymour Papert, Logo y la tortuga
    • 4.4 Paralelismo de datos
    • 4.5 Gráficos por computadora, sistemas de partículas y boids
    • 4.6 Conclusión
  • III Un Modelo Básico
  • 5 Buscadores de Hongos
    • 5.1 Construyendo el Modelo
      • 5.1.1 Preliminares: Instalando y Abriendo NetLogo
      • 5.1.2 Procedimiento setup
      • 5.1.3 Construyendo las parcelas.
      • 5.1.4 Variables globales
      • 5.1.5 Creando los agentes (buscadores)
      • 5.1.6 Comportamiento de los agentes (Procedimiento go)
      • 5.1.7 Variables locales de agentes
      • 5.1.8 Tres Herramientas Importantes
      • 5.1.9 Monitor de Agentes
      • 5.1.10 Centro de Comandos
      • 5.1.11 Manejo del tiempo
    • 5.2 Análizando el Modelo
      • 5.2.1 Introducción
      • 5.2.2 Cambios el modelo para el análisis (deslizadores)
      • 5.2.3 Posibles Preguntas
      • 5.2.4 Reporteros
      • 5.2.5 El Analizador de Comportamiento
      • 5.2.6 Analizando los datos en R
  • 6 Construyendo Modelos Basados en Agentes
    • 6.1 ¿Cómo modelar un MOBA?
    • 6.2 El paradigma del agente
      • 6.2.1 Conceptos básicos
      • 6.2.2 Interacciones
      • 6.2.3 Tipos de agentes
      • 6.2.4 Paradigmas de organización de MOBAs
    • 6.3 Otros tipos de modelado
  • IV Un Modelo Incremental
  • 7 El Modelo Predador Presa
    • 7.1 Descripcion del Modelo
      • Introducción
      • Pregunta Básica
      • Diseñando el Modelo
      • Predador-Presa
    • 7.2 Diseño del Modelo
      • Concretando el Modelo
      • Seleccionando los Agentes
      • Seleccionando Propiedades de los Agentes
      • Características del ambiente y parcelas
      • Comportamiento de los agentes
      • Manejo del Tiempo
      • Seleccionando los parámetros del modelo
      • Las mediciones
      • Resumen
      • 7.2.1 Siete Criterios de Diseño:
    • 7.3 Cinco modelos incrementales
      • 7.3.1 Version Uno
      • 7.3.2 Version dos
      • 7.3.3 Version tres
      • 7.3.4 Version cuatro
      • 7.3.5 Version cinco
      • Introducción versión cinco
  • 8 Analizando Modelos Basados en Agentes
    • 8.1 Modelos e investigación
    • 8.2 Herramientas básicas
    • 8.3 Un Ejemplo de Análisis
      • 8.3.1 Análisis estadístico de ABM: ( más allá de los datos)
  • V Un Modelo de Infección
  • 9 El Modelo SI de Infección
    • 9.1 Construcción del Modelo
      • 9.1.1 Introducción
      • 9.1.2 Descripción del Modelo
      • 9.1.3 Pregunta
      • Implementando el Modelo
    • 9.2 Análisis del Modelo
      • 9.2.1 La pregunta
      • 9.2.2 Diseñando el experimento
      • 9.2.3 Análisis del Modelo en Rstudio
      • 9.2.4 Un Segundo Análisis (Infección Ambiental)
  • 10 Verificación, Validación Replicación
    • 10.1 Corrección de un modelo
    • 10.2 Verificación
    • 10.3 Comunicación
    • 10.4 Descripción de Modelos Conceptuales
      • 10.4.1 Descripción del modelo conceptual.
    • 10.5 Verification Testing
    • 10.6 Más allá de la verificación
    • 10.7 Análisis de sensibilidad y robustez
    • 10.8 Beneficios de la verificación
    • 10.9 Validación
    • 10.10 Replicación
  • VI Un Modelo Económico
  • 11 Modelo de Inversión
    • 11.1 Descripción del Modelo
      • 11.1.1 Introducción
      • 11.1.2 Descripción del Modelo Odd Protocol
      • 11.1.3 Objetivo del Modelo
      • 11.1.4 Tipos de Agentes, Variables y escalas
      • 11.1.5 Escalas Espacio Temporales
      • 11.1.6 Procesos y ordenación temporal (scheduling)
      • 11.1.7 Conceptos de diseño
      • 11.1.8 Inicialización del modelo
      • 11.1.9 Datos de entrada
      • 11.1.10 Submodelos
    • 11.2 Construcción del Modelo
      • 11.2.1 Configuración del Mundo:
      • 11.2.2 Procedimiento Setup
      • 11.2.3 Procedimiento Go
    • 11.3 Análisis del Modelo
      • 11.3.1 Análisis Básico
      • 11.3.2 Modificando el Modelo
      • 11.3.3 Generando el Experimento
      • 11.3.4 Análisis en R
      • 11.3.5 Un Estudio Bivariado
      • 11.3.6 El Experimento
      • 11.3.7 Rstudio
      • 11.3.8 Preguntas
  • VII Proyectos Propuestos
  • 12 Proyectos Básicos
    • 12.1 La Hormiga Atomica
    • 12.2 Partículas
    • 12.3 El modelo de paridad
    • 12.4 El Modelo del Chisme (Gossip Model)
  • 13 Proyectos Intermedios
    • 13.1 Majority model
    • 13.2 Patron Misterioso
    • 13.3 Heroes y Cobardes
    • 13.4 Termitas
  • 14 Proyectos Avanzados
    • 14.1 Simple economy
    • 14.2 Fuego en Linea
      • Producción del Bosque
    • 14.3 Un modelo básico de comercio (Toy Trader)
      • Definiciones de Riqueza
    • 14.4 Un Eco-Sistema
      • Introducción
      • Descripción del Modelo
      • Comentarios del modelo
      • Pregunta
  • (APPENDIX) Apéndices
    • 14.5 Introducción
    • 14.6 Conceptos Básicos de Redes.
    • 14.7 Redes aleatorias
    • 14.8 Redes de mundo pequeño
    • 14.9 Redes libres de escala (scale-free)
    • 14.10 El Modelo SIR
    • 14.11 El Modelo SIR en una red
      • 14.11.1 Intervención de políticas
  • 15 Tutorial NetLogo
    • 15.1 ¿Qué es NetLogo?
      • 15.1.1 Terminología de NetLogo
    • 15.2 El mundo NetLogo
      • Sistema de coordenadas
      • Ángulos y direcciones
      • Topología
    • 15.3 Programación
    • Programación en general
      • Programación en NetLogo
      • Procedimientos
      • Tipos de Agentes
      • Tipos de Datos
      • 15.3.1 Conjunto de agentes (agentset)
  • 16 Simulación de Experimentos con NetLogo
    • 16.1 Simulacion Biologica
    • 16.2 Experimentos de Simulación (Analizador de Comportamiento)
      • 16.2.1 Abra El Analizador de Comportamiento desde el menú Herramientas de NetLogo.
      • 16.2.2 Nota Importante
    • 16.3 Analizando los resultados del experimento en Rstudio
  • 17 Bibliografía

Modelación basada en Agentes

Prologo

“Todos los modelos son erroneos, pero algunos son útiles”

— George F. Box

“Creo que el próximo siglo será el siglo de la complejidad.”

— Stephen Hawking

Cualquier nuevo enfoque de la ciencia tiene que pasar por su infancia: como un niño aprendiendo a caminar, sus primeros pasos son exploratorios, inseguros, y sin una idea clara de hacia dónde podrían llevar , sin embargo estos pasos son observados con gran interés y entusiasmo. La modelación basada en agentes (MOBA) ha estado en su infancia durante las últimas dos décadas, sin embargo el interés creciente por esta nueva manera de abordar los fenómenos ha sido alimentada por un lado por los enormes avances en informática que hacen viable simular grandes cantidades de agentes (individuos, células, insectos, organizaciones etc…) interactuando en diferentes ambientes (geográficos, espaciales, topológicos(redes), virtuales),por otro lado la modelación basada en agentes se ha convertido en una manera natural y efectiva de analizar y comprender los fenómenos complejos y cómo emergen estos de la variabilidad,la adaptabilidad y la organización de elementos individuales, los pioneros de la MOBA propusieron un cambio de enfoque de las poblaciones a los individuos , con la convicción de que ello conduciría a nuevas maneras de entender los fenómenos que nos rodean.

La modelación basada en agentes ha cambiado y a la vez complementado nuestra comprensión de los sistemas complejos, pero un cambio de enfoque no conduce automáticamente a una mejor teoría o a estrategias más efectivas para resolver problemas aplicados.El paso de los modelos analíticos (ecuaciones diferenciales) que consideran agregados homogeneos y no individuos o agentes heterogeneos a la modelación basada en agentes (reglas de comportamiento) tiene un precio, los modelos basados en agentes, MOBAs ,son más sofisticados que los modelos analíticos y esto los hace más difíciles de desarrollar, comprender y comunicar, muchos proyectos basados en MOBAS han sido desafiados por problemas metodológicos y computacionales, estos problemas están siendo superados mediante la adaptación de nuevas técnicas para analizar modelos y en un futuro estos modelos jugarán un papel central en el análisis de fenómenos complejos dando nuevas luces a estos y complementando y ampliando los modelos tradicionales.