Stella, software para modelacin dinmica en Biologa

Stella, software para modelacin dinmica en Biologa

Armando Cervantes Sandoval Xavier Chiappa Carrara Nuno Simes Dias Marques

UNIVERSIDAD NACIONAL AUTNOMA DE MXICO Facultad de Estudios Superiores Zaragoza UMDI-Sisal, Facultad de Ciencias

Mxico 2009

Primera edicin: 2009

D.R. Facultad de Estudios Superiores Zaragoza UMDI-Sisal, Facultad de Ciencias

ISBN: 978-607-00007-0

Impreso y hecho en Mxico Formacin, Diseo editorial y portada: Armando Cervantes Sandoval Desarrollado con apoyo de los proyectos PAPIME PE201106 y PE101606 Material de uso libre para fines acadmicos, con la cita o referencia bibliogrfica correspondiente. Prohibida su reproduccin total o parcial con fines de lucro.

Contenido

Pg. Presentacin iii

Captulo 1 Aspectos generales 1.1. STELLA. El entorno de trabajo

1
3

Captulo 2 Modelos ms comunes, con STELLA 2.1. Exponencial 2.2. Modelo logstico 2.3. Otra versin del modelo logstico 13 13 14 16 19 19 21 22 24

2.4. Cuatro modelos bsicos, en la modelacin dinmica 2.4.1. Modelo estmulo-respuesta 2.4.2. Modelo auto-referencia 2.4.3. Modelo buscando objetivo 2.4.4. Modelo Goal-Setting

Captulo 3 Experimentacin (simulacin) en Stella 3.1. El Bio-Bomb 3.1.1. Formulacin 3.1.2. Anlisis del modelo 3.1.3. Conjunto direccin 3.1.4. Solucin del problema en Stella 3.1.5. Puntos fijos y estabilidad 3.2. Lmites al crecimiento: la ecuacin logstica 3.2.1. Formulacin del modelo 3.3. Vida en la fase plana 27 27 28 28 29 29 30 31 31 33 34 35 36

3.3.1. Introduccin a los sistemas 2-D, conceptos bsicos 3.4. Una miscelnea de puntos fijo 3.5. Comentarios sobre Stella

Captulo 4 Comentarios finales sobre la modelacin dinmica 37

Bibliografa comentada

41

ii

Presentacin

Esta es una gua prctica para conocer y manejar el software de modelacin visual Stella. De manera grfica se revisa el entorno de trabajo, su manejo y se desarrollan algunos ejemplos de modelos bsicos en biologa y ecologa, todo ello sin escribir una sola ecuacin, aunque si se requieren conocimientos mnimos de matemticas. El material se presenta como un curso de auto-aprendizaje, cuya lectura se recomienda con el software Stella en pantalla y re-haciendo cada uno de los pasos que se presentan en el escrito. Se conceptualiz como un material en-lnea (on-line), con la enorme ventaja de la revisin, correccin y actualizacin inmediata, lo que permite la participacin de todos sus lectores para detectar errores u omisiones, as como para agregar temas o ejemplos que le permitan cumplir su funcin de apoyo didctico. Se pretende sea un primer acercamiento, completamente amigable, a quienes se inician en la modelacin matemtica de procesos biolgicos.

Los autores

iii

iv

Captulo 1 Aspectos generales

Cuntame y olvidare Mustrame y puede que recuerde Involcrame y entender

Stella es un programa de simulacin por computadora, que proporciona un marco de referencia y una interfase grfica de usuario para la observacin e interaccin cuantitativa de las variables de un sistema. La interfase se puede utilizar para describir y analizar sistemas biolgicos, fsicos, qumicos o sociales muy complejos. Complejidad que se puede representar muy bien, con slo 4 elementos o bloques de construccin: stock, flujo, conector y convertidor.

Stock

Flujo

Conector

Convertidor 1

Convertidor 2
Figura 1.1. Elementos bsicos en Stella.

Aspectos generales

Stock: Es un smbolo genrico para cualquier cosa que acumula o consume recursos. Por
ejemplo. Agua acumulada en una tina de bao. En cualquier tiempo, la cantidad de agua en la tina refleja la acumulacin del agua que fluye desde la llave, menos drenaje. La cantidad de agua es una medida del stock de agua. lo que fluye haca el

Flujo: Un flujo es la tasa de cambio de un stock. En el ejemplo de la tina de bao, los flujos son
el agua que entra y el agua que sale.

Convertidor: Un convertidor se utiliza para tomar datos de entrada y manipularlos para

convertir esa entrada en alguna seal de salida. En el ejemplo de la tina de bao, si se toma el control de la llave que vierte el agua al interior, el convertidor toma como entrada esta accin en la llave y convierte la seal en una salida que se refleja en la salida de agua.

Conector: Un conector es una flecha que le permite a la informacin pasar entre:

convertidores; stocks y convertidores; stocks, flujos y convertidores. Un conector cuya direccin va de un convertidor 1 a un convertidor 2 significa que el convertidor 2 es funcin del convertidor 1. En otras palabras, el convertidor 1 afecta al convertidor 2.

El cuadro 1 proporciona ejemplos de variables que se pueden clasificar como stocks y flujos (entre muchas otras).
Flujos de entrada Nacimientos Plantacin Alimentacin Incremento Contratacin Aprendizaje Produccin Prestamos Recobrar Acumular Construir Flujo de entrada Stocks Poblacin Abetos Alimento en el estomago Autoestima Empleados Conocimiento Inventario Deuda Salud Presin Construcciones Agua en la tina de bao Flujos de salida Muertes Tala Digestin Decremento Despidos Olvido Envos Pagos Declinar Disipar Demolicin Flujo de salida

Cuadro 1.1. Ejemplos de stocks, con sus flujos de entrada y salida.

Aspectos generales

1.1.

STELLA. El entorno de trabajo

Esta herramienta de modelacin presenta tres grandes capas: 1. La de mapeo, que permite definir valores iniciales de stocks, flujos o conectores, donde tambin se muestra una elegante presentacin del modelo ya terminado. Se podra considerar la fase de dibujo del sistema, donde se definen la estructura y el aspecto que presenta cada componente. 2. La capa de construccin del modelo, que en conjunto con la capa anterior constituyen la verdadera rea de trabajo, ya que aqu se definen los valores iniciales de las variables y de las tasas de cambio. 3. La capa de ecuaciones matemticas utilizadas en el modelo, que el usuario puede evitar si no le interesa mucho la parte matemtica del modelo. Los bloques de construccin son los 4 conos con los que se construye los diagramas de un sistema. Las herramientas y objetos permiten posicionar, definir, duplicar y eliminar bloques de construccin en el diagrama.

Bloques de Construccin

Objetos

Herramientas

Figura 1.2. Capa de construccin de modelos, ventana que se presenta al entrar a STELLA.

Aspectos generales

Para mostrar cmo se trabaja en el entorno Stella: navegar entre las diferentes capas y el uso de cada una de ellas, se desarrolla un ejemplo de ecologa. E.1.1. Representar la variable poblacin, mediante un bloque de construccin stock. Este tipo de variables representa cualquier cosa que se acumula o declina y que puede ser fsica o conceptual (cuadro 1).

Figura 1.3. Modelo con un stock.

Para esto, seleccionar el icono de stock (

) y hacer un arrastre haca el centro de la pantalla

El bloque stock tiene el nombre Noname 1, el cual se puede cambiar al dar un clic sobre el nombre y como en cualquier procesador de palabras dar el nombre poblacin. En este momento la poblacin no cambia, ya que no presenta flujos de entrada o salida. E.1.2. Agregar un flujo, en este caso de entrada. Seleccionar el icono de flujo ( ) dando

un clic sobre l. Posicionar el mouse a la izquierda del bloque que ya se tiene y hacer un arrastre hasta hacer contacto con dicho bloque (asegurarse que el stock se coloree al contacto).

Aspectos generales

Si no se hace contacto los dos bloques quedan desconectados, en cuyo caso se recomienda eliminar el flujo con la herramienta cartucho de dinamita. Para esto dar un clic sobre esta herramienta (la tercera), despus ir al centro del bloque a eliminar y dar un clic, presionado el Mouse hasta que desaparezca. Ponerle el nombre de nacimientos a este flujo.

Figura 1.4. Modelos con un stock y flujo.

El flujo consiste de un tubo hueco con una flecha en un extremo y una nube en el otro. El tubo es para representar el acarreo del flujo de materia o de informacin, estos son regulados por las pequeas espitas en la parte superior de cada tubo (simbolizado por una estructura en forma de T). El crculo colgado al fondo de la espita es el receptculo para especificar la lgica que deber regular la posicin de la espita y de ah el volumen del flujo. De manera conjunta, el crculo y la espita controlan la tasa de flujo. Con respecto a las nubes que se presentan, estas se utilizan para indicar que nada viene o va a parar a las nubes, es una forma de indicarle al modelador que debe cuidar los orgenes o destinos del flujo. Tambin sirven para delimitar las fronteras del sistema.

Aspectos generales

Faltan dos bloques de construccin, el crculo al que se le llama convertidor ya que comnmente se utiliza para convertir cosas que van a entrar de alguna forma. Dependiendo de la seal generada por el convertidor, una espita se puede abrir o cerrar. Y la otra es el conector, que se platicaran conforme aparezcan en la modelacin. 3. Definir las relaciones algebraicas del modelo. Como ya se dijo, en STELLA hay dos formas de visualizar un modelo: en el modo de mapeo (dibujo) y en el de datos. Para cambiar de modo basta con dar un clic sobre el globo o sobre la
2

como un

switch.

Arriba

de

estos smbolos se encuentran unas flechas (hacia arriba y hacia abajo), que permiten navegar entre las diferentes capas o niveles de Stella. Al dar clic sobre el globo aparece la siguiente pantalla

Figura 1.5. Interfaz de datos.

Se debe notar el signo ? en el stock y en el flujo. Esto indica que no se han dado valores iniciales o que no se han definido las correspondientes relaciones matemticas. Para esto se debe establecer el escenario a modelar. Para este ejemplo se propone una pequea ciudad con 5000 habitantes, donde cada ao, por lo menos en los ltimos aos, nacen unos 150 nios al ao. La tarea es estimar que le sucede a esta poblacin en los siguientes aos. Dar un doble-clic sobre el flujo nacimientos, con lo que aparece la siguiente caja de dilogo

Aspectos generales

Figura 1.6. Valores iniciales o ecuaciones de un flujo.

En la esquina superior izquierda se tiene el nombre del flujo, despus aparece la opcin para hacer el flujo bi-direccional (por default, estos son unidireccionales). Algunos autores consideran buena prctica manejar todos los flujos como bidireccionales, lo que garantiza que no se tomen valores negativos en el flujo (en este ejemplo, es absurdo pensar en nacimientos negativos). En el lado izquierdo al centro se tiene una lista titulada Required Inputs. Que contiene una lista de los elementos que se pueden utilizar en la ecuacin (en esta caso todava esta vaca). Al centro se tiene una calculadora que permite ingresar nmeros u operadores aritmticos para generar ecuaciones, aunque tambin se puede hacer con el teclado. A la derecha de la calculadora se tiene una lista de funciones (simples o complejas), Builtins, que se pueden utilizar en la definicin de ecuaciones. Al fondo se tiene una caja de dilogo para definir la ecuacin de este flujo. En este ejemplo se teclea el valor de 150. Dar un clic sobre el botn Document, para que aparezca un campo texto donde se puede documentar el flujo, de manera que otros puedan seguir la lgica de modelacin. Despus de hacer esto desaparece el signo de interrogacin, lo que indica que la variable o flujo estn definidos.

Aspectos generales

Considerar, ahora, la variable poblacin, para esto dar un doble clic sobre ella, para que aparezca la siguiente pantalla.

Figura 1.7. Valores iniciales de un stock.

Es importante notar la diferencia con relacin al dilogo del flujo. En la parte superior hay una lista de los posibles tipos de stock, los tres ltimos son variaciones del primer tipo. La opcin Non-negative obliga a que la variable tome valores positivos o cero. Luego se tiene la lista Allowable Inputs que lista las variables que se pueden o no utilizar en la definicin de los valores iniciales del stock. Al fondo de la pantalla se tiene una caja de dilogo que solicita el valor inicial del stock (no se pide una ecuacin como en el flujo). Los stocks solo pueden cambiar por flujos de entrada o salida. En este caso se tiene un valor inicial de 5000. Entonces hay que dar el valor de 5000, tambin se puede (o se debe) documentar la definicin dando un clic sobre el Document. Cuando ya no se tienen signos ? el modelo est listo para correr. Sin olvidarse de generar un bloque donde se vean los resultados, en este caso seleccionar el icono de grficos y ponerlo en el rea de trabajo. Una vez que se tiene el grfico dar un doble clic sobre l para editar sus opciones, apareciendo la siguiente pantalla.

Aspectos generales

Figura 1.8. Caractersticas de un grfico.

En la caja de la izquierda aparece una lista de todas las variables en el modelo. La caja de la derecha contiene todas las variables que se hayan seleccionado para incluir en el grfico. Las variables se pueden mover fcilmente de Allowable a Selected, ya sea con un doble clic o seleccionando la variable y dando un clic sobre el botn de las flechas de direccin. Tambin se le puede dar un ttulo al grfico, en la caja Title. El modelo ahora est listo para correr. Para esto, dar un clic sobre el corredor de la esquina inferior izquierda de la ventana de trabajo y luego seleccionar el botn play. Como resultado aparece la siguiente grfica

Figura 1.9. Resultados, modelo con un flujo de entrada.

Aspectos generales

Se observa que nacimientos, identificado por el nmero 1 es constante, en un valor de 150, mientras que la poblacin crece de manera constante, aparentemente sin lmite. Entonces, hace falta una variable de salida, para lo cual se le agrega al modelo un flujo que salga del stock poblacin.

El modelo queda como se muestra en la figura 1.10.

Figura 1.10. Modelo con flujo de entrada y salida.

Se debe notar el signo ? en el flujo muertes. Pero se tiene el dato de que 75 personas (principalmente ancianos) mueren cada ao.

En las propiedades del flujo definirlo como biflow y en la caja de ecuacin teclear el valor 75, adems de documentar la variable con la opcin Document.

El siguiente paso es dar un doble clic sobre el grfico para agregarle la variable muertes (como se mostr en la figura 8). Entonces se tiene un grfico con 3 variables, cada una identificada por un color diferente y con su propia escala, figura 1.11.

10

Aspectos generales

Figura 1.11. Resultados, modelo con un flujo de entrada y uno de salida.

Es importante notar que por cuestiones de escala no se diferencian los nacimientos de las muertes, por lo que se recomienda cambiar la escala. Para esto, dar un doble clic sobre la grfica y despus seleccionar las dos variable a escalar (con clic y con Ctrl o Shift clic). Despus dar un clic sobre la doble flecha vertical que se presenta a la derecha de alguna de las variables seleccionadas, con lo que se permite definir la escala de las variables, en este caso Min = 0 y Max = 200.

Figura 1.12. Dilogo para modificar la escala de las variables en un grfico.

11

Aspectos generales

Al correr el modelo nuevamente se aprecia el cambio de escala, figura 1.13.

Figura 1.13. Resultados, con cambio de escala.

En esta ltima grfica se puede apreciar que el valor de nacimientos es mayor que el de muertes, de ah la tendencia de la poblacin a crecer.

12

Captulo 2 Modelos ms comunes, con STELLA

En este captulo, a manera de ejercicio se muestran algunos de los modelos ecolgicos ms comunes. Algunos de los cuales se revisan con ms detalle en el siguiente captulo. 2.1. Exponencial

Figura 2.1. Modelo exponencial en Stella.

13

Modelos ms comunes

Poblacin(t) = Poblacin(t - dt) + (nacimientos) * dt INIT Poblacin = 10 INFLOWS: nacimientos = Poblacin*Tasa_de_nacimientos Tasa_de_nacimientos = 0.03
Cdigo en Stella del modelo exponencial

Este es un modelo con tendencia a crecer de manera no lineal, ya que la entrada se construye con el producto de la poblacin y de la tasa de nacimientos.

Figura 2.2. Curva de crecimiento exponencial.

2.2. Modelo logstico

La modificacin del modelo anterior conduce a una versin del modelo logstico, como se muestra a continuacin.

14

Modelos ms comunes

Figura 2.3. Modelo logstico.

En este modelo hay un autocontrol del crecimiento, por efecto del mismo tamao poblacional, cuyo comportamiento se aprecia en el siguiente grfico.

Figura 2.4. Grfico de crecimiento logstico

Poblacin(t) = Poblacin(t - dt) + (nacimientos) * dt INIT Poblacin = 10 INFLOWS: nacimientos = Poblacin*Tasa_de_nacimientos Tasa_de_nacimientos = GRAPH(Poblacin) (2.00, 0.06), (21.8, 0.0573), (41.6, 0.0549), (61.4, 0.0534), (81.2, 0.0507), (101, 0.0468), (121, 0.0423), (141, 0.036), (160, 0.0273), (180, 0.0198), (200, 0.00)
Cdigo del modelo logstico.

15

Modelos ms comunes

Figura 2.5. Valores de Tasa de nacimiento. Hay que seleccionar la variable Poblacin y despus dar un clic en el botn To Graphical Function.

Cuando aparece el dilogo del grfico se definen los lmites de poblacin de 2 a 200 y la tasa de 0 a 0.06. Se puede hacer un arrastre de la esquina superior izquierda a la esquina inferior derecha, o teclear los valores directamente. Es importante considerar el valor de Data Points.

Figura 2.6. Definicin de valores en Graph.

2.3. Otra versin del modelo logstico, se obtiene a partir de su definicin

N = R*N*(1 -

N ) K

Figura 2.7. Logstico segunda versin.

16

Modelos ms comunes

N(t) = N(t - dt) + (DN) * dt INIT N = 10 INFLOWS: DN = R*N*(1-N/K) K = 100 R = 0.1

Cdigo del modelo logstico, segunda versin.

Figura 2.8. Grfico de la ecuacin logstica

Notar la escala del eje X, que va de 0 a 120. Esto se logra con RUN.

Figura 2.9. Seleccionar especificaciones de corrida.

La opcin Run Specs despliega una caja de dilogo que permite modificar los 12 tiempos (meses) que por omisin se ejecutan.

17

Modelos ms comunes

Figura 2.10. Opciones de corrida. Notar los valores de From, To y DT.

Para este modelo se definen los valores From: 0, To: 120 y DT =1.

Se pueden comparar diferentes valores de las variables incluidas en el modelo. En este caso diferentes valores de R (0, 0.5, 1.0, 1.5 y 2.0)

Figura 2.11. Resultado de 4 corrida a la vez.

Esto se logra con la opcin Sensi Specs de RUN. Desplegndose la siguiente caja de dilogo

18

Modelos ms comunes

Figura 2.12. Dilogo de especificaciones de sensibilidad.

Es importante seleccionar las variables a trabajar, definir el # de corridas, el tipo de variacin, definir el valor inicial (Start) y el final (End), y asegurarse de dar un clic en el botn Set. Para ver los resultados es importante mandarlos a una grfica (Graph) o a un cuadro (Table).

2.4. Cuatro modelos bsicos, en la modelacin dinmica Estos modelos se repiten constantemente en diversos procesos de reas tan diferentes como la ingeniera, biologa e incluso en ciencias sociales. De ah la importancia de revisarlos a detalle.

2.4.1. Modelo estmulo-respuesta En este caso, un flujo de entrada proporciona un estmulo para el cambio en el stock. En el ejemplo, la variable de estado Poblacin tiene un flujo de entrada Inmigracin neta que no depende de ninguna de ninguna variable de estado La poblacin se mide en nmero de individuos. La inmigracin neta es una medida del nmero de personas por perodo de tiempo. Las unidades del factor de inmigracin aqu son iguales a los de inmigracin neta.

19

Modelos ms comunes

Figura 2.13. Modelo estmulo-respuesta.

Figura

2.14.

Grfico

del

Modelo

estmulo-

respuesta.

Poblacin(t) = Poblacin(t - dt) + (Inmigracin_neta) * dt INIT Poblacin = 10 INFLOWS: Inmigracin_neta = Factor_de_inmigracin Factor_de_inmigracin = GRAPH(time) (0.00, 0.00), (8.33, 0.16), (16.7, 0.328), (25.0, 0.496), (33.3, 0.672), (41.7, 0.84), (50.0, 0.976), (58.3, 1.12), (66.7, 1.27), (75.0, 1.38), (83.3, 1.47), (91.7, 1.53), (100.0, 1.59)
Cdigo del modelo estmulo-respuesta.

NOTA: La variable tiempo es una variable del sistema que se puede teclear directamente, al definir el conjunto de valores de la variable Inmigracin_neta.

20

Modelos ms comunes

Un aspecto interesante es revisar la consistencia de las unidades en el modelo. De la ecuacin: Poblacin(t) = Poblacin(t - dt) + (Inmigracin_neta) * dt ,y considerando que las unidades de inmigracin neta son iguales a las del factor de inmigracin se tiene entonces. Nmero de individuos = nmero de individuos + numero de individuos por periodo de tiempo * periodo de tiempo Individuos = individuos + individuos/tiempo * tiempo = individuos + individuos = individuos

2.4.2. Modelo auto-referencia En este modelo el stock influye en su propio flujo de entrada

Figura 2.15. Modelo de auto-referencia.

Figura 2.16. Grfico del modelo de auto-referencia.

21

Modelos ms comunes

Poblacin(t) = Poblacin(t - dt) + (Tasa_nacimiento) * dt INIT Poblacin = 10 INFLOWS: Tasa_nacimiento = Poblacin*Tasa_neta_de_nacimiento Tasa_neta_de_nacimiento = GRAPH(Poblacin) (0.00, 0.06), (8.33, 0.053), (16.7, 0.045), (25.0, 0.04), (33.3, 0.037), (41.7, 0.032), (50.0, 0.027), (58.3, 0.021), (66.7, 0.018), (75.0, 0.012), (83.3, 0.008), (91.7, 0.003), (100.0, 0.00)
Cdigo del modelo auto-referencia.

2.4.3. Modelo buscando objetivo En este caso una poblacin destino es el objetivo y la diferencia entre la poblacin actual y la destino conduce la poblacin hacia el destino. Aqu explcitamente se busca llegar a un valor predefinido. Por ejemplo, el decaimiento de una sustancia radioactiva (el destino es radiacin cero), el enfriamiento de un tabique caliente (el destino es la temperatura ambiente) o la difusin de un gas concentrado (el destino es la concentracin de un cuarto, para controlar el escape del gas de su contenedor).

Figura 2.17. Modelo buscando objetivo.

22

Modelos ms comunes

Figura

2.18.

Grfico

del

modelo

buscando objetivo.

Poblacin(t) = Poblacin(t - dt) + (Tasa_nacimiento) * dt INIT Poblacin = 10 INFLOWS: Tasa_nacimiento = Tasa_neta_de_nacimiento*(Poblacin_destino-Poblacin) Poblacin_destino = 100 Tasa_neta_de_nacimiento = 0.03

Cdigo del modelo buscando-objetivo.

Aqu el flujo de entrada depende no slo del stock sino tambin de la poblacin destino definida exgenamente. En este modelo, conforme la poblacin crece, la diferencia entre la poblacin y la destino se aproxima a cero.

NOTA: En este modelo, como en cualquier otro, es importante cuidad la congruencia de unidades.

23

Modelos ms comunes

2.4.4. Modelo Goal-Setting Este es el ms sofisticado de los cuatro modelos bsicos. Aqu la variable de estado Poblacin se involucra en la definicin de la densidad poblacional, junto con otras fuerzas externas. Donde la densidad poblacional se calcula simplemente como el cociente de nmero de individuos por rea. Densidad poblacional = Poblacin/rea variable

Figura 2.19. Goal-Setting.

Figura 2.20. Grfico del modelo Goal-Setting.

24

Modelos ms comunes

Poblacin(t) = Poblacin(t - dt) + (Tasa_nacimiento) * dt INIT Poblacin = 10 INFLOWS: Tasa_nacimiento = Tasa_neta_de_nacimiento*(Poblacin_destino_variale-Poblacin) Densidad_Poblacional = Poblacin/Area_variable Tasa_neta_de_nacimiento = 0.03 Area_variable = GRAPH(time) (0.00, 42.9), (8.33, 43.1), (16.7, 43.5), (25.0, 44.4), (33.3, 45.5), (41.7, 46.7), (50.0, 48.1), (58.3, 49.9), (66.7, 51.7), (75.0, 53.3), (83.3, 55.5), (91.7, 58.0), (100.0, 60.0) Poblacin_destino_variale = GRAPH(Densidad_Poblacional) (0.00, 99.5), (0.833, 96.5), (1.67, 93.5), (2.50, 90.0), (3.33, 86.5), (4.17, 82.0), (5.00, 77.5), (5.83, 68.5), (6.67, 59.0), (7.50, 50.0), (8.33, 37.0), (9.17, 21.0), (10.0, 0.00)

Cdigo del modelo goal-setting.

25

Modelos ms comunes

26

Captulo 3

Experimentacin (simulacin) en Stella

Es comn que al desarrollar un modelo surjan preguntas del tipo: qu pasa si ? Y entonces se pruebe o experimente con el modelo, cambiando los valores iniciales, las tasas de cambio o inclusive viendo que pasa si se hace que los valores de una variable cambien en un intervalo definido. A esto actualmente se le conoce como experimentacin, aunque en al algn tiempo se le llam simulacin. Aspecto que se revisa en este captulo mediante algunos ejemplos.

3.1. El Bio-Bomb Cada especie por si misma es un potencial bio-bomb, ya que si se le da suficientes recursos la poblacin puede simplemente crecer hasta cubrir la tierra.

27

Experimentacin (simulacin) en Stella

3.1.1. Formulacin La mayora de los modelos poblacionales son simplemente materia de vida y muerte. Esto es, la tasa de crecimiento del nmero de miembros de la especie depende solamente del balance de las tasas de nacimiento y de muerte. En el primer problema estas tasas se consideran constantes. Por ejemplo, considere una poblacin de conejos, si del 25% de la poblacin nace un solo descendiente al ao, entonces la tasa de crecimiento debido a nacimientos ser del 0.25*N por ao, donde N es el nmero de conejos. De hecho, la muerte tambin es importante y la tasa de muerte puede depender de otra constante. Por ejemplo, si el 5% de los conejos muere por ao la tasa ser -0.25*N. De manera ms general, se puede asumir que la tasa de nacimientos constante es b y la tasa constante de muertes es d, por lo tanto el cambio total por ao en la poblacin es.
dN = bN dN dt

. . . . . . (1)

3.1.2. Anlisis del modelo Las constantes b y d son parmetros de control del sistema. En la ecuacin (1) se ve que lo nico que afecta el crecimiento poblacional es la diferencia entre las tasas de natalidad y mortalidad, (b-d)*N. De aqu que el modelo se puede escribir como.
dN = rN dt

. . . . . . (2)

donde r = b d. De tal forma que ahora se tiene un solo parmetro, la tasa neta de crecimiento, r. En modelacin siempre es til reducir el nmero de parmetros verdaderos a su nmero ms pequeo, para no malgastar esfuerzo en soluciones aparentemente diferentes. Una vez que se simplifica el modelo se tiene la pregunta crucial: cul es el comportamiento del sistema entero para diferentes valores de r y de la poblacin inicial No? Para contestar esta pregunta se requiere un grfico que muestre el significado de la ecuacin 2.

28

Experimentacin (simulacin) en Stella

3.1.3. Conjunto direccin Para sistemas de una sola variable, una representacin til est dada por el conjunto direccin. El mensaje importante de la ecuacin 2 es que si se conoce la poblacin en cualquier tiempo entonces se conoce como cambia localmente en el tiempo. La inspeccin de conjuntos direccin da una visin inmediata de cmo el sistema evoluciona.

3.1.4. Solucin del problema en Stella Stella es un software que permite resolver sistemas de ecuaciones diferenciales sin ver las ecuaciones y cuenta con una sintaxis propia. En Stella, el modelo (1) queda como

Figura 1. Modelo con b y d

Para resolver se necesita un valor inicial de poblacin, as como las tasas constantes de natalidad y mortalidad (b y d). El modelo (2) requiere solamente de la tasa r (b-d), por lo que su representacin es ms sencilla, como se muestra a continuacin.

Figura 2. Modelo con r

29

Experimentacin (simulacin) en Stella

Poblacin(t) = Poblacin(t - dt) + (Tasa_crecimiento) * dt INIT Poblacin = 10 INFLOWS: Tasa_crecimiento = Poblacin*Tasa_crecimiento_constante Tasa_crecimiento_constante = 0.2 En este modelo se resuelve el conjunto direccin con r = 0.2 y No = 0, 8, 16, 24, 32 y 40.

Figura 3 Corridas mltiples con r = 0.2.

3.1.5. Puntos fijos y estabilidad Otra forma de visualizar este problema es a travs de puntos fijos y estabilidad. Un punto interesante es No = 0, ya que no se genera nada (en otras palabras, no se puede sacar algo de la nada). El punto interesante es, hasta dnde el punto fijo es estable o no, la estabilidad se aprecia cambiando un poco las condiciones iniciales: 1) se regresa al punto fijo (estable) o 2) se aleja del punto fijo (inestable). As que la forma de investigar estos sistemas consiste en primero encontrar todos los puntos fijos en el problema (esto es, los valores de N donde todas las ecuaciones se igualan a cero) y entonces se investiga su estabilidad.

30

Experimentacin (simulacin) en Stella

Para el problema del Bio-bomb es claro que No = 0 es un punto fijo inestable cuando la tasa, r, es positiva, pero estable si la tasa de crecimiento es negativa. Para el problema de decaimiento todas las soluciones terminan en N = 0 sin importar donde inicien. Para esto se muestra el modelo con r = -0.2 y No = 0, 8, 16, 24, 32 y 40.

Figura 4 Corridas mltiples con r = 0.2. y r = -0.2.

3.2. Lmites al crecimiento: la ecuacin logstica 3.2.1. Formulacin del modelo En una poblacin real se puede esperar que la poblacin se incremente hasta un valor de capacidad de carga, donde la tasa de crecimiento se hace ms lenta y la tasa de mortalidad se empareja a la tasa de nacimientos, cmo sucede esto no es muy claro pero sucede. Una forma simple de modelar esto es modificar la tasa de crecimiento, quedando como:

r ( N ) = r0 (1

N ) K

Donde: r0 = tasa que se puede esperar para poblaciones pequeas K = capacidad de carga

31

Experimentacin (simulacin) en Stella

Complicando un poco ms el modelo se tiene

dN K = r0 (1 ) N N dt

Donde se nota que la tasa de crecimiento depende tanto de la poblacin como del cuadrado de la poblacin. Este es ya un problema no-lineal y ms difcil de resolver analticamente. La solucin es Stella se presenta a continuacin

Figura 5. Lmites al crecimiento.

Figura 6. Grfico de lmites al crecimiento.

N(t) = N(t - dt) + (Cambio) * dt INIT N = 10 INFLOWS: Cambio = r0*(1-N/K)*N K = 100 r0 = 0.1

32

Experimentacin (simulacin) en Stella

Este modelo tiene algunas interrogantes interesantes, como: a. Son N = 0 y N = K dos puntos fijos? b. Visualizar el conjunto direccin para este modelo con r = 0.2 y K = 100, discutiendo la estabilidad de los dos puntos fijos. Recomendacin: realizar un grfico con t de 0 a 40 y N de 0 a 150 c. Cmo se esperan las variaciones del modelo si se cambia la tasa de crecimiento, r, y la capacidad de carga K?

Figura 7. Grfico con K diferente.

Figura 8. Grfico con N y K diferente.

3.3. Vida en la fase plana Al extender los problemas a sistemas donde interactan dos variables, por ejemplo: problemas presa-depredador, competencia de dos especies, modelos epidemiolgicos, osciladores nolineales, lsers y encuentros amorosos; se pueden agregar uno o ms grados de libertad generando ms comportamientos.

33

Experimentacin (simulacin) en Stella

Por otro lado, las herramientas desarrolladas para entender sistemas 1-D ayudan a entender los sistemas 2-D, por la belleza de la fase plana nunca ms se querr hacer grficos contra el tiempo, sino que al estar en 2-D el truco es hacer grficos de las variables entre ellas.

3.3.1. Introduccin a los sistemas 2-D, conceptos bsicos En un sistema 2-D se consideran sistemas dinmicos que se observan como:

dx = f 1 ( x, y ) dt dy = f 2 ( x, y ) dt

donde x e y son las dos variables de inters. Los ejemplos pueden incluir: conejos-hierba; huspedes-parsitos o pueden ser Romeo y Julieta. Los conceptos ms importantes a entender, con respecto a los sistemas 2-D (y los sistemas dinmicos en general), son: La fase plana Flujo(s) sobre la fase plana Retratos de fase Puntos fijos Estabilidad

La fase plana es un grfico donde los ejes son justo las variables x e y, de manera que en vez de hacer grficos de conejos o hierbas contra el tiempo, es ms importante ver el comportamiento de conejos vs hierba. Si se tienen 3 variables, el volumen a obtener se conoce como un espacio fase. El flujo sobre la fase plana es exactamente la misma idea de la construccin de conjuntos direccin. Las soluciones individuales simplemente trazan trayectorias en el espacio fase. En general, donde las funciones de cambio no son cero el sistema evoluciona en el tiempo sobre varias trayectorias, aspecto ms interesante que el comportamiento alrededor de los puntos fijos

34

Experimentacin (simulacin) en Stella

donde las cosas no cambian. En un punto fijo el aspecto ms interesante es ver que sucede si al empezar cerca de un punto fijo si se pueden tener atractores estables o repeledores inestables, en problemas 2-D se puede analizar aspectos como los que se presentan en las siguientes reglas bsicas 1. Formular un problema 2-D interesante 2. Encontrar los puntos fijos y categorizar su estabilidad 3. Esquematizar una imagen de fase 4. Usar Stella para resolver para unas pocas trayectorias cruciales Cuando se hace esto, se cuenta con un pintura que dice exactamente como el sistema entero evoluciona en el tiempo. Muchas veces se puede conjeturar qu suceda an sin resolver las ecuaciones.

3.4. Una miscelnea de puntos fijo En general hay cuatro comportamientos cualitativos diferentes (ms uno que no es un punto fijo), estos son: Nodos estables y espirales Nodos inestables y espirales Centros neutrales Puntos silla

Nodos estables o espirales estables

Centro neutral

35

Experimentacin (simulacin) en Stella

(Atractores)

Nodos o espirales inestables (Repeledores)

Punto silla

3.5. Comentarios sobre Stella Es una herramienta de modelacin, por computadora, que capacitan virtualmente a cualquier persona para desarrollar sistemas complejos, para efectivamente comunicar diferentes supuestos entre todos los participantes. Adems, ayuda a transladar modelos mentales en rigurosos modelos computacionales, que enganchen al modelador y a otros en el proceso de aprendizaje. Este proceso es dinmico tambin en el intercambio de datos e informacin entre el grupo de modelacin y los usuarios. Con el incremento en la experiencia del modelador, para una amplia de problemas, la semejanzas entre estructuras de diferentes sistemas pueden ser aparentes al modelador. Por ejemplo muchos modelos exitosos de la dispersin de enfermedades se han desarrollado utilizado analogas con la qumica. Entonces, el uso de analogas puede reducir el esfuerzo para desarrollar modelos. Para esto se identifica la estructura de un problema y se compara con la estructura de otros sistemas, notando sus diferencias y semejanzas.

36

Captulo 4 Comentarios finales sobre la modelacin dinmica

El objetivo es proporcionar las herramientas bsicas para modelar y entender los sistemas dinmicos lineales simples y algunos no tan simples. Es una gua para adquirir prctica y guiarse en los trucos bsicos, de tal forma que se adquiera capacidad para: Reconocer un sistema dinmico al verlo Visualizar el comportamiento del sistema entero con pocos trucos Resolver instancias especficas utilizando Stella Entender los puntos fijos de un sistema y su estabilidad Sentirse a gusto en el espacio fase Darle una probadita al caos real

37

Comentarios finales

De hecho muchos sistemas cambian con el tiempo y en el espacio, aunque en este caso slo se considera el cambio en el tiempo. Por ejemplo, se habla del nmero de animales en una poblacin, pero no de cmo estos se distribuyen en el espacio. En concreto, cuando se habla de sistemas dinmicos se hace referencia a sistemas de ecuaciones que describen como cada variable (digamos cada especie) cambia con el tiempo.

dx1 = f1 ( x1 , x 2 , . . . , x n , t) dt

dx 2 = f 2 ( x1 , x 2 , . . . , x n , t) dt

. . .
dx n = f n ( x1 , x 2 , . . . , x n , t) dt

Supngase que las especies estn dadas por las x1, x2, . . ., xn y las f1, f2, . . ., fn indican qu tan rpido cambian las variables con el tiempo. En general, las tasas de cambio dependen de los valores de otras variables y esto es lo hace interesante este tema. Y si la dependencia es de forma no-lineal esto hace las cosas realmente ms interesantes. Un aspecto importante es que plantear las ecuaciones, an sin contar con su solucin siempre dice algo de cmo funciona y evoluciona un sistema. Por ltimo, es importante recordar los pasos bsicos requeridos para crear y entender modelos cuantitativos.

38

Comentarios finales

1. Formular el modelo 2. Analizar el modelo 3. Resolver el modelo (ecuaciones, valores iniciales, etc.) 4. Entender el modelo 5. Aceptar (o en algunos casos rechazar) el modelo

39

Comentarios finales

40

Bibliografa comentada

Bruce Hannon and Matthias Ruth, 1997, Modeling Dynamic Biological Systems, Springer Verlag, New Cork, Inc, 399 pp. Este es un libro enfocado al manejo de Stella, con ejemplos de aplicacin en Biologa general, todos ellos relativamente simples. Incluye un CD con los archivos en formato Stella (.STM) de todos los ejemplos presentados.

Bruce Hannon and Matthias Ruth, 2001, Dynamic Modeling, 2 edicin, Springer Verlag, New Cork, Inc, 409 pp. Este es un libro enfocado al manejo de Stella, con ejemplos de aplicacin en diferentes reas del conocimiento. Incluye un CD con los archivos en formato Stella (.STM) de todos los ejemplos presentados.

41

Comentarios finales

Hall, A. S. Ch., and Day, W. J., 1977, Ecosystem Modeling in Theory and Practice: An introduction with Case Histories, John Wiley and Sons, U.S.A., 684 pp. Es un clsico de la modelacin, est enfocado a los principios tericos y por su fecha de publicacin no se apega a ningn software especfico, lo cual es ms que ser un defecto es una virtud. Es lectura obligada para quienes se inician en el maravilloso mundo de la modelacin matemtica.

Leslie A. M., 1997, The First Step, Prepared for the MIT System Dynamics in Education Project under the supervisin of Dr. Jay W. Forrester., 59 pp. Material accesible desde el sitio oficial de Stella, que describe de manera sencilla como empezar a trabajar con Stella, si hay algn pero es que est enfocado al rea de la educacin.

Levins, R., 1966. The strategy of model building in population biology, Amer, Sci., 54:421-431 Tambin e sun clsico que vale la pena revisar como informacin general de cmo se enfocaba este vasto campo de la modelacin, hace un poco ms de 40 aos.

Matthias Ruth and James Lindholm, 2002, Dynamic Modeling for Marine Conservation, Springer Verlag, New Cork, Inc, 449 pp. Este es un libro enfocado al manejo de Stella, con ejemplos de aplicacin en sistemas marinos, los modelos no son muy sencillos pues en su mayora manejan arreglos de variables de estado y el cdigo que presenta no permite re.hacer los ejemplos sin problemas.

42

Comentarios finales

Voinov, A., 1999, Simulation Modeling. On-Line Course, http://www.likbez.com/AV/Simmod.html En este sitio se encuentra un curso on-line donde se revisan los aspectos tericos bsicos de la modelacin matemtica, incluye tareas y actividades que le permiten al usuario monitorear su propio grado de avance y aprendizaje.

Wiegert, G. R., 1996, Compartment Models, pp. 345-379, en Fry, J.C.(editor), Biological Data Analysis, Oxford University Press. Es un libro que en cada captulo revisa un tema diferente del anlisis de datos biolgicos, lo interesante de este captulo es la forma en que maneja el concepto de dividir un problema grande en pequeos compartimientos o mdulos.

enlinea.zaragoza.unam.mx/biomat Este es un sito desarrollado en la FES Zaragoza, donde se presentan aspectos bsicos de la modelacin y se rehacen varios ejemplos de la literatura, en software como: Stella, Octave y Netlogo.

43

Comentarios finales

44

Stella , software para modelacin dinmica en Biologa

1. Edicin

Se imprimi en el Laboratorio de Aplicaciones Computacionales de la FES Zaragoza

Con un tiraje de 50 ejemplares y su edicin en formato electrnico para difundirlo en los sitios:

www.sisal.unam.mx enlinea.zaragoza.unam.mx/biomat

UNIVERSIDAD NACIONAL AUTNOMA DE MXICO FACULTAD DE ESTUDIOS SUPERIORES ZARAGOZA UMDI-SISAL, FACULTAD DE CIENCIAS