Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Harold P. debiol
Vladar
y ecolog
Roberto
(eds.) 2015
Modelos y simulaciones
ogicas:
a yCipriani.
evolucion.
Impreso
por Createspace.
ISBN-13:
978-1516867561 / ISBN-10: 1516867564
Harold P. de Vladar
y Roberto
Cipriani (eds.)
2015.
Impreso por CreateSpace.
ISBN: 1516867564 978-1516867561.
https://goo.gl/kVfvnu
Klaus Jaffe
Carmen Andara
Introduccion
Durante las u ltimas decadas del siglo veinte la investigacion de
los sistemas complejos se afianzo como un campo reconocido de
investigacion cientfica. Esta a rea del conocimiento ha sido
particularmente exitosa en proveer herramientas y aproximaciones
epistemologicas tan novedosas (Capra, 1996) que algunas de ellas
han dado paso a serios cuestionamientos y cambios de paradigmas
(Gleick, 1997).
Se considera particularmente importante dentro de este
acercamiento, el abandono del reduccionismo, practica que ha
permitido poner en relieve nuevamente la importancia que tienen las
interacciones en la dinamica a gran escala de los sistemas. Una
importante consecuencia de estas interacciones es el surgimiento de
propiedades emergentes (Goodwin, 1994), es decir aquellas que
surgen a un nivel de organizacion superior a partir de las
interacciones que se dan entre los elementos de un nivel de
organizacion inferior (Sole y Manrubia, 1996). Las propiedades
emergentes explican una infinidad de patrones y procesos en las mas
diversas a reas de la ciencia (Sole y Goodwin, 2000).
177
Redes de termiteros
Una de las a reas de investigacion activas en el estudio de los
sistemas complejos, esta orientada a establecer hasta que punto una
propiedad emergente puede optimizar una funcion (Buhl et al., 2004;
Perna et al., 2008). Es precisamente e sta la lnea conceptual que se
sigue en este captulo. Aqu analizaremos como una propiedad
emergente puede optimizar procesos y funciones especficas.
Nos concentraremos en un caso particular de insectos eusociales.
Los patrones conductuales de estos insectos son frecuentemente
utilizados en la literatura como ejemplos de sistemas complejos
(Sole y Manrubia, 1996) y han sido ampliamente estudiados
(Theraulaz y Spitz, 1997).
Son particularmente interesantes los aportes realizados por
Bonabeau et al. (1999); Bonabeau y Theraulaz (1994); Theraulaz y
Spitz (1997); Camazine et al. (2003) en los que se establece
firmemente el rol de las propiedades emergentes en los
comportamientos de enjambre de estos organismos (Theraulaz y
Spitz, 1997; Bonabeau et al., 1999).
Investigadores como Buhl et al. (2004); Jackson et al. (2004);
Goss et al. (1989); Perna et al. (2008) han encontrado evidencias que
muestran como del comportamiento de insectos eusociales surgen
propiedades emergentes que optimizan funciones importantes para
sus colonias. En particular, utilizando un enfoque basado en la teora
de grafos Buhl et al. (2004); Perna et al. (2008) han mostrado como
la estructura de estos nidos y sus galeras optimizan el
comportamiento de forrajeo de los insectos.
La teora de grafos estudia, entre otras cosas, las propiedades
geometricas de las redes, que son estructuras abstractas definidas por
un conjunto de nodos conectados a traves de enlaces (Albert y
Barabasi, 2002; Dorogovtsev y Mendes, 2002; Newman, 2003). Una
aproximacion interesante para estudiar la arquitectura de los nidos de
los insectos eusociales y establecer cuan cercanas se encuentra e sta
de o ptimos geometricos, utilizando esta teora, es considerar a los
nidos como nodos y a las galeras entre ellos como enlaces.
178
Redes complejas
Uno de los avances mas interesantes en el a rea de los sistemas
complejos, ha sido el descubrimiento de patrones de organizacion
afines en redes de diferente naturaleza (Strogatz, 2001; Sole, 2009).
Por ejemplo, se han encontrado patrones topologicos comunes en
redes metabolicas, ecologicas, sociales e inclusive en la Internet
(Sole, 2009). Hallazgos como estos han permitido pensar que es
179
Redes de termiteros
Figura 2: (a) Redes Poisson y (b) ley de potencia, con sus respectivas distribuciones
de grados.
180
los nodos que no son vecinos (Albert et al., 2000). En este caso, se
entiende por distancia la cantidad de enlaces que separan a dos nodos
de la red.
La primera pregunta que abordamos en este estudio es establecer
si las redes de termiteros de N. ephratae presentan distribuciones de
grados similares a cualquiera de las antes descritas, Poisson o ley de
potencia. Para ello se simularon 100 redes con topologas acordes con
cada una de estas distribuciones. Las redes tipo Poisson se simularon
mediante el mecanismo propuesto por Erdos y Renyi (1960) mientras
que las redes tipo ley de potencia mediante el algoritmo propuesto
por Pennock et al. (2002). Todas fueron generadas con la restriccion
de tener el mismo numero de nodos y promedio de grados, Kmed = 2.2,
de la Red principal con la cual se las comparo.
En la Figura 3 se muestra la distribucion de grados real de la Red
Principal, junto como las distribuciones promedio obtenidas
mediante simulaciones. Si bien estos graficos tienen muy pocos
181
Redes de termiteros
Mundos pequenos.
Otro patron arquitectonico comun a muchas
redes complejas ha sido propuesto por Watts y Strogatz (1998). Estos
autores han sugerido que la mayora de las redes observadas no lucen
como grafos con conexiones aleatorias, pero tampoco parecen mallas
regulares (i.e., lattices o grillas) con igual numero de conexiones
entre los nodos. Ellos proponen un modelo de formacion de redes en
el cual a partir de una malla regular se reconectan los enlaces al azar,
con una probabilidad P (Figura 4). Mediante este simple proceso se
obtienen redes conocidas como de Mundo Pequeno. La caracterstica
central de estas redes (y a la cual deben su nombre) es que para
cualquier par de nodos escogidos al azar, se puede encontrar una ruta
corta que los une, la cual involucra la intermediacion de un numero
reducido de nodos y enlaces.
Newman (2003) ha definido a una red Mundo Pequeno como
aquella en la que la distancia promedio es igual o menor al logaritmo
del tamano del sistema (n). El tamano del sistema es igual al numero
de nodos presente en la red. En nuestro caso, el tamano es 645 para
la Red Principal. La distancia promedio de la red es el numero
182
183
Redes de termiteros
184
Redes de termiteros
Generalidades. Las redes de termiteros estudiadas pueden ocupar
a reas de hasta 2000 m2 y presentan un marcado sesgo hacia la
presencia de nidos con dos galeras (i.e., grado dos). En efecto, el
sesgo hacia nidos con dos galeras es una caracterstica comun a
todas las redes de termiteros evaluadas. Esto se observa claramente
en la representacion de la Red Principal (Figura 5) y en su
distribucion de grados (Figura 6).
185
Redes de termiteros
50
20
2
10
Log Radio
100 200
500
pendiente= 1,35
1.35
10
20
50
Log Vecindario
186
Figura 8: Ejemplos de a ngulos entre galeras (lneas). Los crculos grises representan
Angulos
entre galeras. En las redes de termiteros evaluadas, los
a ngulos entre galeras consecutivas no son aleatorios. En efecto,
predominan ciertos intervalos de a ngulos. El 60 % de los a ngulos se
encuentran en el intervalo comprendido entre 60o y 120o , mientras
que el 25 % de los a ngulos se encuentran entre 160o y 180o . Si se
supone que los territorios de forrajeo de esta especie tienen un
tamano constante, los a ngulos observados con mayor frecuencia en
las redes son precisamente aquellos que impiden la superposicion de
los territorios de forrajeo (Figura 8), optimizando de esta manera la
actividad de las termitas.
187
Redes de termiteros
Area
de forrajeo. Indudablemente, el fin u ltimo de la conducta de
forrajeo en las termitas es colectar la mayor cantidad posible de
alimento. En el caso de N. ephratae, el alimento consiste en restos
de hojas y tallos de gramneas y ciperaceas que las termitas colectan
en las a reas circundantes a sus nidos. Por lo tanto, una estructura que
puede aumentar la eficiencia de esta actividad, es aquella que permita
a las termitas explorar y forrajear el maximo posible del a rea
circundante a la red. As, para establecer hasta que punto la
estructura de la red ayuda al forrajeo, es necesario primero establecer
que proporcion del a rea circundante a la red esta disponible para
forrajear.
Se conoce que N. ephratae puede forrajear a cielo descubierto a
una distancia maxima de 0.5 m (Carmen Andara, datos no
publicados). Partiendo de esta informacion, se puede delinear sobre
dibujos a escala de las redes un permetro maximo de 0.5 m
alrededor de la estructura mas proxima de los nidos y galeras que
forman la red, estableciendo as el a rea de forrajeo (Figura 9).
En la Figura 9 se aprecia como la arquitectura de la red asegura un
uso casi total del a rea alrededor de los nidos. En efecto, si dibujamos
188
189
Redes de termiteros
Algoritmo 1 Red de Termiteros (Kmax , L, P, I )
1: Kmax 8 (i.e. no mas galeras/nido que el valor del grado maximo de las redes reales).
2: Se construye un nido en el centro de la grilla.
3: En el vecindario tipo Moore del nido se construye un nuevo nido con una probabilidad
homogenea para todas las 8 celdas. El nuevo nido se conecta con el anterior mediante una
galera. Si galeras/nido > Kmax , se detiene el procedimiento.
5: Con probabilidad P, se repite (3) L veces partiendo del nodo inicial o final de la caminata
recien terminada (i.e., caminata aleatoria bidimensional de L pasos). Si galeras/nido >
Kmax , se detiene el procedimiento.
Como
construir una red de termiteros?
Hasta ahora se ha mostrado como ciertas caractersticas de las
redes de termiteros de N. ephratae se encuentran muy cerca de sus
o ptimos funcionales y geometricos. Esto nos lleva a preguntarnos
acerca de los mecanismos que permiten que las termitas construyan
nidos con estas particularidades. Para contestar esta pregunta
implementamos un algoritmo simple, que supone que la longitud de
los enlaces es uniforme y el ambiente homogeneo, restricciones que
concuerdan con la evidencia emprica (Algoritmo 1).
Como resultado de simulaciones efectuadas con el modelo, se
encontro que bajo amplios intervalos de los valores de los parametros
L, P, I el modelo logra reproducir las caractersticas basicas de las
redes de termiteros estudiadas (Figura 11).
Comentarios finales
En este captulo se ha mostrado que la especie de termitas
Nasutitermes ephratae construye redes de termiteros con
arquitecturas sumamente eficientes en terminos del numero de
galeras utilizadas y del a rea de forrajeo generada por su estructura.
190
191
Dayaleth Alfonzo, Roberto Cipriani y a dos a rbitros anonimos por sus sugerencias y
comentarios, los cuales ayudaron a mejorar significativamente la calidad de este
trabajo. De igual manera expresamos nuestro agradecimiento a Augusto Andara y al
personal de la Estacion Cientfica Parupa (Gran Sabana-Venezuela), sin cuyo apoyo
no hubiese sido posible la realizacion del trabajo de campo.
Referencias
Albert, R. y Barabasi, A. L. (2002). Statistical mechanics of complex networks.
Reviews of Modern Physics, 74(1):4797.
Albert, R., Jeong, H., y Barabasi, A. L. (2000). Error and attack tolerance of complex
networks. Nature, 406(6794):378382.
Bonabeau, E., Dorigo, M., y Theraulaz, G. (1999). Swarm intelligence: from natural
to artificial systems. Oxford University Press, Oxford.
Bonabeau, E. y Theraulaz, G., editores (1994). Intelligence Collective. Herm`es,
Paris.
Buhl, J., Gautrais, J., Sole, R., Kuntz, P., Valverde, S., Deneubourg, J., y Theraulaz, G.
(2004). Efficiency and robustness in ant networks of galleries. European Physical
Journal B, 42(1):123129.
192
Camazine, S., Deneubourg, J., Franks, N., Sneyd, J., Theraulaz, G., y Bonabeau,
E. (2003). Self-organization in biological systems. Princeton University Press,
Nueva Jersey.
Capra, F. (1996). The Web of Life. Anchor Books, Nueva York.
Cole, B. J. (1994). Nest architecture in the western harvester ant, Pogonomyrmex
occidentalis (cresson). Insectes Sociaux, 41(4):401410.
Csanyi, G. y Szendroi, B. (2004). Fractal-small-world dichotomy in real-world
networks. Physical Review E, 70(1):016122.
Dorogovtsev, S. y Mendes, J. (2002). Evolution of networks. Advances in Physics,
51(4):10791187.
Erdos, P. y Renyi, A. (1960). On the evolution of random graphs. Publications of the
Mathematical Institute of the Hungarian Academy of Sciences., 5:1761.
Farji-Brener, A. (2000). Leaf-cutting ant nests in temperate environments: mounds,
mound damages and nest mortality rate in Acromyrmex lobicornis. Studies on
Neotropical Fauna and Environment, 35(2):131138.
Gastner, M. y Newman, M. (2006a). The spatial structure of networks. European
Physical Journal B, 49(2):247252.
Gastner, M. T. y Newman, M. E. J. (2006b). Shape and efficiency in spatial
distribution networks. Journal of Statistical Mechanics, p. P01015.
Gleick, J. (1997). Chaos: Making a new science. Penguin Books, Nueva York.
Goodwin, B. (1994). How the Leopard Changed Its Spots: The Evolution of
Complexity. Touchstone, Nueva York.
Gorman, S. y Kulkarni, R. (2004). Spatial small worlds: New geographic patterns
for an information economy. Environment & Planning B, 31:273296.
Goss, S., Aron, S., Deneubourg, J. L., y Pasteels, J. M. (1989). Self-organized
shortcuts in the argentine ant. Naturwissenschaften, 76(12):579581.
Jackson, D., Holcombe, M., y Ratnieks, F. (2004). Trail geometry gives polarity to
ant foraging networks. Nature, 432(7019):907909.
193
194
Contactos
DG: Laboratorio de Evolucion y Ecologa Teorica. Instituto de
Zoologa y Ecologa Tropical, Universidad Central de Venezuela.
Caracas, Venezuela.
diego.griffon@ciens.ucv.ve
KJ: Laboratorio de Evolucion. Universidad Simon Bolvar. Caracas,
Venezuela.
kjaffe@usb.ve
CA: Laboratorio de Neurociencias y Comportamiento. Departamento
de Biologa, Facultad Experimental de Ciencias y Tecnologa,
Universidad de Carabobo. Barbula, Venezuela.
candara@uc.edu.ve
195