ETAPA 1.

FORMU L ACIN DEL PROBLEMA

El fenmeno que se busca o es el crecimiento de varias colonias de bacterias,

que comparten un mismo ambiente, a medida que se expanden con el tiempo
para ocuparlo. El comportamiento invasivo de las bacterias, se basa en la
posibilidad de invadir el espacio cercano cuando se cumplen ciertas
condiciones qumicas y biolgicas, por ejemplo, la presencia o no de un agente
al cual infectar.

Al estar presentes en un espacio, las bacterias inician su crecimiento y

expansin desde un punto que puede considerarse una semilla para la
proliferacin y extender su cubrimiento a medida que una partcula infectable
se acerca a ella. EL movimiento de las partculas en el espacio se puede
considerar un movimiento browniano, en el que las partculas tienen un rango
de movimiento posible y avanzan aleatoriamente en cualquier direccin. Este
tipo de movimiento puede observarse en partculas de polen en una gota de
agua y se explica con una metfora sencilla:

Considere un gran baln de 10 metros de dimetro. Imagine este

baln en un estadio de ftbol o cualquier otra rea llena de gente.
El baln es tan grande que permanece por encima de la
muchedumbre. Las personas aciertan a golpear el baln en
diferentes momentos y direcciones de manera completamente
aleatoria. Por ello, el baln no sigue una trayectoria. Ahora,
considere una fuerza ejercida durante un cierto tiempo; podemos
imaginar 20 personas empujando para la derecha y 21 para la
izquierda y que cada persona est ejerciendo cantidades de
fuerza equivalentes. En este caso las fuerzas ejercidas por el lado
izquierdo y por el lado derecho no estn equilibradas,
favoreciendo al lado izquierdo, por lo que el baln se mover
ligeramente hacia la izquierda. Esta desproporcin siempre
existe, y es lo que causa el movimiento aleatorio. Si
observramos la situacin desde arriba, de modo que no
pudiramos ver a las personas, veramos el gran baln como un
objeto animado por movimientos errticos.

Para este modelo, se plantea observar los patrones de crecimiento de

tres semillas de bacterias en un ambiente con partculas que se mueven
siguiendo un movimiento browniano en un espacio limitado.

ETAPA 2. PL ANTEAMIENTO DE OBJETIVOS Y PL ANIFICACIN DE

TAREAS PARA ALCANZARLOS

El objetivo de la simulacin es observar los patrones formados por el

crecimiento de tres semillas de bacterias en un espacio limitado, para
evidenciar que el crecimiento bacteriano sigue caminos que forman fractales
durante su desarrollo.

Un fractal, para los propsitos de esta simulacin, puede definirse como una
estructura geomtrica demasiado irregular para ser descrita en trminos
geomtricos tradicionales, cuyo proceso de creacin, al ser irreversible y
aleatorio forma patrones fcilmente observables.

1. Generar patrones observables de crecimiento bacteriano usando la

simulacin
2. Observar el tiempo requerido por las tres colonias de bacterias para
infectar la totalidad de las partculas en el espacio creado

Es necesario desarrollar el anlisis bajo diversos escenarios de cantidad de

partculas y de ubicacin de las semillas bacterianas iniciales para garantizar la
fiabilidad del modelo con respecto al escenario real, en el cual, existe una
vasta cantidad de variaciones para estos aspectos.

Para llevar a cabo la simulacin, es suficiente contar con un equipo de cmputo

con procesador I3 o superior que soporte y tenga instalado el software de
simulacin NetLogo, en el que se crear el modelo.

ETAPA 3. DISEO DEL MODELO CONCEPTUAL

El modelo de simulacin parte de los conceptos de crecimiento bacteriano
explicados en los apartados anteriores. El sistema funcionar siguiendo los
siguientes pasos lgicos:

1. Se crean las semillas de crecimiento bacteriano en tres puntos con

coordenadas x, y aleatorias en el espacio de simulacin
2. El usuario introduce al sistema la cantidad de partculas que estarn en
el espacio de simulacin
3. Se crean las partculas definidas por el usuario con coordenadas x, y
aleatorias en el espacio
4. Las partculas inician su movimiento, dando un paso a la vez hacia
cualquier direccin
5. Si la partcula encuentra una semilla en cualquiera de las 8 celdas
contiguas a s misma, la semilla crece tomando su lugar y la partcula
muere
6. El movimiento contina hasta que no quedan partculas en el sistema

ETAPA 4. TOMA DE DATOS

Para el modelo de simulacin propuesto, no es necesario tomar datos en
sistemas reales, puesto que, con la modelacin del comportamiento general de
los agentes, es posible desarrollar la simulacin. Lo anterior se debe a que el
fenmeno simulado corresponde a un evento de la naturaleza que tiene, en
algunas de sus caractersticas, elementos puramente aleatorios.
ETAPA 5. ELABORACIN DE LA SIMULACIN
La simulacin se lleva a cabo utilizando el software NetLogo, el cual permite
crear agentes con comportamientos variados que se interrelacionan entre s.
Para el caso de esta simulacin especficamente, el apartado visual y la interfaz
de Netlogo son especialmente tiles.

A continuacin, se presenta el cdigo utilizado para desarrollar la simulacin,

as como una captura de pantalla de la interfaz para el usuario.

Cdigo
globals [tiempo]

to configurar
clear-all
;; Crea la primera semilla en el centro del mundo
ask patch random-xcor random-ycor [Set pcolor red]
;; crea una segunda semilla en una posicin aleatoria
ask patch random-xcor random-ycor [set pcolor blue]
;; crea una tercera semilla en una posicin aleatoria
ask patch random-xcor random-ycor [set pcolor white]
;; crea las particulas 1
crt num-particulas [
set color green
set shape "X"
setxy random-xcor random-ycor
set size 5
]
reset-ticks
end

to iniciar
ask turtles [
;;Las particulas se mueven con relacin al angulo especificado
rt random angulo
lt random angulo
fd 1
;;Si las particulas encuentran una semilla de color en su camino, la semilla se
expande y la particula muere
if any? neighbors with [ pcolor = red ] [
set pcolor red ;; Cambia la semilla a color rojo
die ;; La particula muere
]
if any? neighbors with [ pcolor = blue ] [
set pcolor blue ;; Cambia la semilla a color azul
die ;; La particula muere
]
if any? neighbors with [ pcolor = white ] [
set pcolor white ;; Cambia la semilla a color blanco
die ;; La particula muere
]
]

if count turtles = 0 [set tiempo ticks

stop]

tick
end

Pantalla de interfaz

ETAPA 6. VERIFICAR EL MODELO

Realizando una revisin del funcionamiento del modelo, se puede afirmar que
el resultado obtenido es satisfactorio respecto a las expectativas y objetivos
propuestos. Luego de verificar el cdigo y hacer pruebas bajo diversos
escenarios (cambiar ngulos, cantidad de variables, posiciones iniciales de las
semillas) el modelo de simulacin se comporta como debe, es decir, se
encuentra listo para su utilizacin.
ETAPA 7. VALIDAR EL MODELO
Luego de las pruebas iniciales, se pueden observar patrones que se crean en forma
de fractales, lo que coincide con lo esperado segn las teoras de crecimiento
bacteriano. Adicionalmente, el modelo se detiene al no tener ms partculas a las
que las semillas bacterianas puedan infectar, lo que no permite un ciclo infinito de
iteraciones sin sentido.

Por lo anterior, se puede afirmar que el modelo es vlido para la realizacin de

experimentos

ETAPA 8. DISEAR LOS EXPERIMENTOS

Para obtener resultados que ilustren el comportamiento en diferentes escenarios,
se proponen los siguientes experimentos:
Tabla 1 Experimentos

ESCENARIO N DE N DE
PARTCULAS REPETICIONES
1 500 20
2 750 20
3 1000 20

Con el objetivo de analizar cmo se crean los patrones de crecimiento y cul es el

tiempo que las partculas en el entorno tardan para ser totalmente eliminadas por
las tres colonias bacterianas.

ETAPA 9. REALIZAR LA SIMULACIN Y ANALIZAR LOS

DATOS
Para el escenario 1 en el que se realiz la simulacin con 500 partculas en el
entorno se obtuvieron los siguientes resultados:

INTERVALO FRECUENCIA
40000 - 2
49000
49000 - 1
58000
58000 - 6
67000
67000 - 9
76000
76000 - 4
85000
85000 - 6
94000
94000 - 2
 103000

Frecuencias
10 9
9
8
7 6 6
6
5 4
4
3 2 2
2 1
1
0

La tabla y grfica anteriores presentan la distribucin de la duracin de la

simulacin (en ticks) para que las tres colonias de bacterias eliminen una poblacin
de 500 partculas en el entorno. Los fractales resultados de esta simulacin se
presentan a resumidos en tres ejemplos a continuacin:

Ilustracin 1 Fractales creados con 500 partculas en el sistema

Para el escenario 2 en el que se realiz la simulacin con 750 partculas en el

entorno se obtuvieron los siguientes resultados:

MARCA FRECUEN
CIA
45000 - 4
53000
53000 - 8
61000
61000 - 7
69000
69000 - 4
 77000
77000 - 2
85000
85000 - 0
93000
93000 - 4
101000

Frecuencias
9 8
8 7
7
6
5 4 4 4
4
3 2
2
1
0
0

La tabla y grfica anteriores presentan la distribucin de la duracin de la

simulacin (en ticks) para que las tres colonias de bacterias eliminen una poblacin
de 750 partculas en el entorno. Los fractales resultados de esta simulacin se
presentan a resumidos en tres ejemplos a continuacin:

Ilustracin 2 Fractales generados con 750 partculas en el sistema

Para el escenario 3 en el que se realiz la simulacin con 1000 partculas en el

entorno se obtuvieron los siguientes resultados:

MARCA FRECU
 ENCIA
36000 - 4
41000
41000 - 2
46000
46000 - 4
51000
51000 - 5
56000
56000 - 6
61000
61000 - 5
66000
66000 - 4
71000

Frecuencias
7
6
6
5 5
5
4 4 4
4
3
2
2
1
0

La tabla y grfica anteriores presentan la distribucin de la duracin de la

simulacin (en ticks) para que las tres colonias de bacterias eliminen una poblacin
de 100 partculas en el entorno. Los fractales resultados de esta simulacin se
presentan a resumidos en tres ejemplos a continuacin:
 Ilustracin 3 Fractales generados con 1000 partculas en el sistema

ETAPA 10. REALIZAR MS SIMULACIONES

El nmero de simulaciones, o ms acertadamente, el nmero de repeticiones de la
simulacin se exponen en la Tabla 1 que presenta los experimentos propuestos.

ETAPA 11. INFORMES Y DOCUMENTACIN

La documentacin y los datos relativos al resultado de la simulacin se pueden
encontrar en el archivo Excel adjunto a este documento

ETAPA 12. IMPLEMENTACIN

El modelo de simulacin demuestra que posibilita la observacin del
comportamiento de crecimiento de colonias de bacterias en un entorno con
partculas que se mueven aleatoriamente. Este modelo puede ser extendido e
implementado segn las necesidades el usuario, cambiando las configuraciones
iniciales en el cdigo, ya sea para agregar ms semillas o para cambiar el
comportamiento en el movimiento de las partculas