Está en la página 1de 22

BIOAUTMATAS: DISPOSITIVOS AUTNOMOS DE COMPORTAMIENTO ESTOCSTICO CON SIMILITUD CUNTICA

Jos L. Puliafito (1) , S. Enrique Puliafito(2)


(1)

Universidad de Mendoza, Arstides Villanueva 773, 5500 Mendoza, Argentina, email: jose.luis.puliafito@um.edu.ar (2) Universidad Tecnolgica Nacional- Fac. Regional Mendoza, Rodrguez 273, Mendoza, Argentina email: epuliafito@frm.utn.com.edu.ar

Palabras claves: Dispositivos autnomos; comportamiento estocstico, ecuacin de Langevin- Schrdinger; similitud cuntica; dinmica poblacional Resumen : Como contribucin a la comprensin del comportamiento de individuos y poblaciones
interaccionado con su ambiente, se estudia el comportamiento estocstico de dispositivos de movimiento autnomo, cuya fuente de energa proviene de la exploracin, captura y bioprocesamiento de unidades discretas de recursos ambientales (bioautmatas), y que presentan dinmicas espacio-temporales con similitud cuntica. Partiendo de la definicin de una funcin potencial de reserva, que representa la distribucin esperada de recursos, y que toma la forma de un pozo de potencial en la que pueden definirse las zonas clsicas de homogeneidad espacial de la mecnica, se obtiene una ecuacin diferencial estocstica de Langevin modificada excitada por ruido granalla, que describe el movimiento y captura de recursos por parte del bioautmata. Dicha ecuacin diferencial es analizada y simulada numricamente por zonas, y sus resultados son interpretados en el contexto de los procesos estocsticos clsicos as como tambin comparados con los procesos estocsticos cunticos descriptos por ecuaciones del tipo Langevin- Schrdinger. Se infieren algunas conclusiones relativas al comportamiento colectivo de individuos, en particular aplicables a la Dinmica Poblacional en ecosistemas densos.

1 INTRODUCCIN La emergencia de patrones espacio-temporales complejos en la dinmica poblacional de ciertas especies suscita gran inters en Ecologa. Es frecuente encontrar modelos de caminata aleatoria y de difusin para describir los movimientos de animales en su ambiente, analizar su dispersin y predecir su distribucin espacial, incluyendo como influyen las diversas heterogeneidades territoriales (ver por ej. Jeanson R et al, 2003), pero an hay una considerable distancia conceptual que recorrer. Los patrones espacio-temporales complejos en muchas de las actividades colectivas realizadas por insectos sociales, como en especies de hormigas y de termitas, revelan que los individuos pueden abordar colectivamente tareas que superan en mucho las capacidades individuales. Esto no slo se evidencia en la escala caracterstica de los patrones, tpicamente mucho ms grande que el tamao de los individuos, sino tambin en su forma, con arquitecturas compuestas de una variedad de estructuras delicadas y altamente regulares. A pesar de la aleatoriedad y limitaciones en el nivel individual, las estructuras colectivas emergen efectivamente en respuesta a diversos requisitos funcionales y adaptativos (proteccin contra depredadores, el substrato de la vida social y de las actividades reproductivas, la regulacin trmica, etc.) (Theraulaz G. et al, 2003). Numerosos estudios en los ltimos veinte aos tienden a revelar que el origen de la complejidad jerrquica no radica en la capacidad de los insectos individuales de procesar una cantidad grande de informacin, sino ms bien en la multiplicidad de respuestas a estmulos que resultan de comportamientos relativamente simples de los individuos interactuantes. As, los patrones resultantes parecen emerger de interacciones no lineales entre los individuos y entre los individuos y su ambiente, a travs de mecanismos tales como plantillas, estigmerga y auto-organizacin. (Theraulaz G. et al, 2003; Ball, P., 1998) Precisamente estas caractersticas han impulsado a incorporar ms explcitamente el espacio al anlisis dinmico temporal tradicional (Ecologa Espacial), a travs de modelos de metapoblacin y de reglas de transicin como el Autmata Celular. El inters es la vinculacin entre la estructura espacial del medio ambiente y de la poblacin ocupante con las caractersticas de las especies, su desarrollo y supervivencia, e incluso su diversidad (Pascala & Levin,1997; Tilman & Kareiva, 1997). El uso de Autmatas Celulares se ha extendido bastante impulsado por su capacidad intrnseca de simulacin de la complejidad, en particular de la auto-organizacin e innovacin. Sin embargo, no debe perderse de vista que tales modelos son al fin de cuentas mtodos computacionales tensoriales basados en celdas finitas del espacio, definiendo as virtualmente un medio elasto-plstico excitable, representativo del sistema especieespacio/ambiente en cuestin. En todo caso, el mayor xito de los Autmatas Celulares radica en que pueden modelar muy diversos tipos de medios excitables, lo que se apoya no slo en alguna insensibilidad de la dinmica macroscpica en relacin a la estructura y naturaleza de las interacciones en su orden microscpico, sino tambin en el singular hecho que la mayora de los sistemas y an objetos matemticos hipotticos, son descriptibles por alguna clase de ecuaciones de transporte (Popov V.L. and Psakhie S.G., 2001). Esto ltimo apunta a enfoques fenomenolgicos de modelacin mediante ecuaciones diferenciales en derivadas parciales, tales como las ecuaciones de reaccin- difusin basadas en el modelo de Alan Turing (1952); originalmente aplicado a la morfognesis de manchas en la piel de animales tales como cebras, jaguares y leopardos, fue luego extendido por diversos autores a casi todo tipo de patrones biolgicos y ecolgicos, incluyendo la morfognesis celular y la segregacin espacial de especies. Bsicamente describe la interaccin no lineal de las concentraciones de dos especies, una activadora (ms bien de accin local) y otra

inhibidora (de accin de ms largo alcance), de modo que las estructuras peridicas surgen como consecuencia de diferentes velocidades de difusin (ver por ej. Meinhardt, H., 1982). Un ejemplo notable en el nivel biolgico es el comportamiento espaciotemporal quimiotaxonmico de dos especies bacterianas, el que puede controlarse externamente y que configura patrones y ondas propagantes (Lebiedz D. and Brandt-Pollmann U., 2003). No deja de sorprender que a pesar de la evidente separacin conceptual entre el mundo inanimado y el mundo animado, ciertos fenmenos poblacionales se describan de modo similar. De hecho, los sistemas del tipo reaccin-difusin son frecuentes y de importancia considerable en muchas reas de las ciencias fsicas. Por ejemplo, mediante la teora de bandas (ver p.ej. Kittel C. 1995), los slidos cristalinos como semimetales y semiconductores, pueden describirse elctricamente a travs de ecuaciones de transporte de carga de electrones (carga negativa) y huecos (carga positiva) en bandas de energa especficas; dado que ambas ecuaciones de transporte estn acopladas por la va de la generacin- recombinacin de portadores, similar a la interaccin presa-predador en la Ecologa, la concentracin de cada portador puede describirse por un modelo similar al de Turing. Ya que all aparecen naturalmente las especies activa e inhibidora, dando un pie al mecanismo de estigmerga, una metfora cristalogrfica puede ser til para modelar ciertos aspectos de la evolucin espacio temporal de especies sociales, al menos en condiciones estacionarias o cuasi-estacionarias. Esta aproximacin ha sido estudiada y aplicada a la modelacin espacio-temporal de regiones urbanas, demostrndose no slo su viabilidad sino tambin su potencialidad para explicar diversos fenmenos urbanos de distribucin heterognea. (Puliafito J., 2004; Puliafito J.L, 2006). En el fondo de todo ello parece estar el carcter tanto discreto como estocstico de las interacciones, con el que un sistema especie-espacio es capaz de manifestar magnitudes caractersticas muy acotadas tales como la masa, dimensiones y vida media de los individuos, todas ellas relativas a una calidad y capacidad portante del sustrato portador (ambiente), y a la vez permitir una multiplicidad de estados dinmicos ms o menos similares, sobre los cuales slo es posible realizar ciertas observaciones estadsticas. Un programa de investigacin que trate con todos estos elementos debe comenzar por modelar un individuo genrico como un autmata que explora el ambiente y captura y se alimenta con unidades discretas de materia y energa, desarrollando as alguna clase de movimiento aleatorio por pasos confinado mayormente a un cierto territorio. Ms all de su inters terico, est la eventual aplicacin de ciertas analogas simplificadoras -aunque sea restrictivamente-, sobre todo en la dinmica poblacional de concentraciones densas, ya que ello permitira tender un puente hacia una descripcin colectiva anloga a la teora de bandas de la materia, con todas las ventajas que ello puede reportar. 2 BIOAUTOMATA DE PRIMERA ESPECIE- ECUACION DE LANGEVIN Sea un dispositivo homeosttico de movimiento autnomo, que denominaremos bioautmata. En una clase elemental (bioautmata de primera especie), tal dispositivo ideal es un sistema biofsico abierto que se mueve aleatoriamente por pasos, en el espacio, a fin de capturar, almacenar y procesar unidades discretas de materia/energa (recursos), y as garantizar su "supervivencia" mientras pueda. Puede verse como una caja negra que es excitada con impulsos de Poisson y responde con desplazamientos espaciales limitados a travs de una funcin de transferencia apropiada. Puesto que debido a tales desplazamientos mecnicos los recursos disponibles en el espacio-ambiente prximo pueden ser capturados, ste ltimo tambin puede tomarse como una caja negra, que es excitada con una funcin de paso aleatoria y entrega al bioautmata tales impulsos de energa (fig.1).

La evolucin en el espacio del estado del sistema total (bioautmata/ ambiente), es un proceso estocstico que depende por un lado de la eficacia del bioautmata, en particular en cuanto a la captura de recursos y el uso de su reserva interna de la energa, y por el otro lado de la oferta ambiental y de su capacidad de renovacin. Habr soluciones aleatorias estacionarias o cuasi-estacionarias en la medida que el valor esperado de la tasa de energa injerida por perodo entre impulsos, sea mayor o igual que la tasa media mnima de consumo de energa [eq. 1]: (1) < i / Ti >= 0 / T0 ()min
AMBIENTE BIOAUTOMATA

r (t) ; (t)

GENERACION DE ENERGA LIBRE

RESERVA DE ENERGA LIBRE

PLANTA MOTRIZ

LAZO DE MANTENIMIIENTO

PERDIDA DE ENERGIA ENERGIA BRUTA (ALIMENTACION)

OFERTA AMBIENTAL DE RECURSOS

PERDIDA DE ENERGIA ENERGIA MECANICA (EXPLORACION)

Fig. 1- Esquema simplificado de la interaccin bioautmata/ambiente

La eq. [1] puede considerarse el funcional de primera especie del bioautmata o funcional de "supervivencia", en donde ()min desempea un papel similar al del metabolismo basal en los organismos vivos. Aqu la 1 supervivencia del dispositivo, es el -0,1 0,9 conjunto de condiciones que dan como 0,8 resultado el sostenimiento en el tiempo -0,3 0,7 de las reacciones internas del mismo, 0,6 dentro de un rango relativamente -0,5 0,5 estable, equilibrando dinmicamente el 0,4 -0,7 intercambio energtico con el medio. 0,3 Puesto que el desplazamiento del 0,2 -0,9 bioautmata y su supervivencia, estn 0,1 limitados en condiciones estacionarias -1,1 0 a un uso ptimo de su reserva interna, 0 2 4 6 8 10 Radio relativo puede asocirsele a dicha reserva una Pot. Bioaut. Pot 1/r Ro Ventana cierta funcin potencial, como medida de la probabilidad de capturar nuevos Fig. 2- Aproximacin relativa de Ubr(r) con recursos. Esta queda definida como una ventana Sc(r) gaussiana (Wc) y una una convolucin espacio-temporal densidad de recursos (r) uniforme (Ro) dentro entre cierta ventana Sc(r), de un radio normalizado r = 1 representativa de la percepcin y radio de la captura del bioautmata, y la densidad espacial de recursos (r) (aqu es una constante de proceso y ( r ) el rea explorada) [eq. 2]:
Ro y Wc relativos Potencial relativo

Ubr( r, t) = -(1/2 ) Sc( r (t) -r) ( r ) d

(2)

Esta definicin de energa potencial resulta apropiada ya que tomando una ventana gaussiana y una distribucin de recursos localizada (por ej. de tipo disco) se obtiene una funcin espacial en forma de pozo, que reconoce como aproximacin las regiones dadas por los tres grados de homogeneidad de la mecnica clsica (Kh= 2 parablica para r 1,5 r0, Kh=1 lineal para 1,5 r0 < r < 2r0 y Kh=-1 newtoniana para r 2 r0 , con r0 un radio caracterstico) (fig. 2). A diferencia de un potencial clsico, que queda determinada por el medio, Ubr depende de lo que se espera pueda ofrecer el medio ambiente en trminos de recursos, as como del grado de aprovechamiento (o eficiencia) que de dichos recursos esperados pueda lograr el bioautmata, es decir representa la interaccin esperada bioautmata-medio. As su interpretacin como funcin potencial est condicionada a que el movimiento resultante sea un proceso estacionario o cuasi estacionario, o en otras palabras, a que resulte ser un estimador eficiente de la distribucin espacial de recursos. De las anteriores definiciones puede derivarse para el bioautmata una ecuacin diferencial estocstica generalizada de Langevin, la que puede analizarse por partes en las regiones de homogeneidad antedichas (r es el radio vector estocstico) (eq. 3).
2 m.d 2 r + f d r - r Ubr (r, t ) = Fex(t) = m.n(t) dt dt

(3)

Notemos que la ecuacin (3) ha reducido el esquema ms o menos complejo de interacciones de la figura 1, al movimiento estocstico disipativo de una partcula puntual de masa m y friccin f, sometida a ciertas fuerzas de excitacin y a fuerzas de restitucin que dependen del potencial virtual Ubr(r, t ). Formalmente la ec. (3) puede interpretarse como una clase generalizada de movimiento browniano, en donde n(t) representa ruido blanco granalla, aunque conviene tener en cuenta: a) La fuente energtica inmediata del movimiento en el bioautmata es de carcter interna y aunque tambin resulta de ciertos impulsos de excitacin, implica una respuesta motriz no instantnea, entre otras cosas porque interviene la generacin y mantenimiento de una reserva energtica. Esto por s solo no impide su reduccin al movimiento browniano, por ejemplo a travs de una inercia efectiva del sistema (es decir una masa eficaz), pero impone una restriccin al movimiento toda vez que debe conservar siempre activas las reacciones internas bioqumicas y a su vez sufragar el impulso motor (el cual puede o no verse recompensado apropiadamente por una nueva ingesta energtica). La competencia entre usos (aunque complementaria) lleva a identificar virtualmente dos especies distintas de almacenamiento y eventualmente un juego oscilatorio entre ellas. b) Las trayectorias en la partcula browniana clsica, tambin aleatorias, provienen de la causalidad de las leyes mecnicas del choque, en esencia deterministas (lo que deriva en un proceso estocstico de Markov); en el caso del bioautmata, se producen en cambio por decisin propia; es decir son en principio no causales e intrnsecamente aleatorias, de modo que estn aparentemente desconectadas de los impulsos energticos primarios de alimentacin, No obstante, en condiciones estacionarias o cuasi estacionarias, las trayectorias medias pueden considerarse tambin como rectas entre dos eventos impulsivos espacio-temporales de alimentacin, resultando as un movimiento de caracterstica markoviana en sus medias, que es potencialmente reductible a leyes mecnicas anlogas a las del choque, aunque con fuerzas de excitacin aparentes. Puesto de esta manera, la principal diferencia con la partcula browniana clsica proviene del efecto restituyente del potencial virtual, mecanismo mediante el cual pueden definirse

fuerzas aparentes reactivas contra el mayor gasto de reserva en una zona de baja densidad de recursos. Matemticamente, esto implica que el movimiento no slo puede ser estacionario en la velocidad, como en el caso browniano clsico, sino tambin en la posicin. En este sentido, en tanto que en la partcula browniana clsica resulta suficiente su descripcin dinmica como un proceso de Wiener-Levy (integral de ruido blanco gaussiano), en el bioautmata aparecern propiedades estadsticas notables cuando consideramos que la excitacin es por ruido granalla. 3 COMPORTAMIENTO EN ZONAS Kh = 2 En las proximidades del centro de la distribucin (r), Ubr(r) adquiere una forma que se asemeja a una parbola de segundo grado (Kh = 2); como el gradiente de potencial -Ubr(r), es decir la fuerza reactiva potencial, resulta en una funcin del espacio que puede ser expresada genricamente mediante una serie polinmica estocstica, una primera aproximacin consiste en describir realizaciones de movimientos en los que dichas fuerzas son aproximadamente proporcionales a los desplazamientos (F k. r):
2 d 2 r + d r + 02 r = n(t) dt dt

(4)

con = f/m y 02 = k/m que corresponde al caso del movimiento de una partcula en medio viscoso bajo la accin de un campo central En el caso del bioautmata, debe interpretarse ms genricamente como la relacin entre las fuerzas disipativas totales (exteriores e interiores) y la masa total equivalente que incluye la masa inerte y la biomasa asociada. El problema bidimensional puede ser descrito en trminos de un proceso analtico con una variable aleatoria compleja: r (t) = x(t) + j y(t) (5) Los procesos estocsticos x(t) e y(t), se encuentran tambin descriptos por ecuaciones diferenciales independientes del tipo (4), acopladas a travs de coeficientes x = y = y 0x= 0y = 0/2, lo que presupone isotropa espacial. De esta forma x(t) e y(t), pueden considerarse como procesos de Hilbert en cuadratura representativos del proceso complejo r(t), con excitacin n(t) = nx(t)+j ny(t). Las variables aleatorias x e y para un dado t = t1 son ortogonales, pero los procesos x(t) e y(t) no lo son necesariamente, ya que esto exigira que la correlacin cruzada Rxy() =0 para todo = t1-t2 . Por otra parte, para que el proceso r (t) sea estacionario en sentido amplio, se requiere adems que los procesos componentes x(t) e y(t) sean conjuntamente estacionarios en sentido amplio, es decir que cumplan simultneamente que sus medias sean constantes y que las respectivas autocorrelaciones, as como su correlacin cruzada, dependan slo de la diferencia de tiempos . Las propiedades fundamentales del movimiento surgen de la ecuacin caracterstica para la autocorrelacin de cualquiera de las dos componentes, es decir: p2 + .p + 0x2 = 0 con p1,2 = - /2 (2/4 - 0x2)1/2 (6) que resulta en los tres casos conocidos: a) /20x < 1, en el que el movimiento ser armnico subamortiguado, b) /20x = 1 que representa un movimiento armnico crticamente amortiguado, y c) /20x > 1 en el que el movimiento ser sobreamortiguado, caso este ltimo en el que, si /20x >> 1, pueden despreciarse las aceleraciones en la ecuacin diferencial estocstica (3). En particular, nos interesa el caso armnico subamortiguado, que describe un rango de soluciones correspondiente a un oscilador estocstico, en el que las trayectorias son rbitas estocsticas descriptas por:

r (t) = r e- 0,5 t +j ( d t + ) con d= 0 (1- 2/402)1/2 ; r = (x2+y2)1/2 ; =arctag (y/x)

(7)

Este caso arroja los mayores tiempos posibles de vida media del bioautmata (~ 2/), siendo as el ms apropiado a las definiciones anteriores. 3.1 Anlisis estadstico con excitacin por ruido blanco normal En un oscilador estocstico, las excitaciones nx(t) y ny(t) se consideran tpicamente procesos estacionarios distribuidos normalmente con media cero; ya que la ecuacin (7) corresponde a un sistema lineal excitado por ruido estacionario, con funcin de transferencia en el dominio de la frecuencia H(j) = 1/((j)2 +j+02), suponiendo ruido blanco con espectros de potencia Snnx()= Snny() = , se tiene (ver por ej. Papoulis A. 1980): Sxx() = Snnx() / (j)2 +j+0x22 = / [(2 - 0x2)2 +22] = Syy() (8) Considerando adems que Srr () = 2Sxx() + j2Syx() = Sroo (-d) ( con un espectro de potencia de mdulos Sroo()= 4Sxx() para >0, y Srro()=0 para <0 ) resulta: fr ( r ) = (r /02 ) e- r /20 E{ r}= r0 =(/2)1/2 0 = (/4)1/2 1/0 E{ r2}= 2 02 = / 02
2 2

(9)

en donde fr ( r ), E{ r} y E{ r2} son respectivamente, la distribucin de mdulos del radio (Rayleigh), el valor medio (radio caracterstico) y la varianza del movimiento. Asimismo, dicho proceso est caracterizado por la funcin de distribucin F() que resulta ser uniforme en el intervalo (-/2, /2) con media cero. En (9), vemos que una solucin estacionaria en sentido amplio est asociada a un rea eficaz espacial constante, definida tanto por una frecuencia natural de oscilacin como por la caracterstica del medio circundante. Es importante destacar que el espectro Srr () de r(t) resulta de trasladar el espectro Sroo del mdulo r en una magnitud igual a d, lo que en otros trminos podra interpretarse como una modulacin de un movimiento bsicamente browniano a travs de una frecuencia propia 0, lo que justamente provoca que el movimiento resultante sea estacionario en sentido amplio en cuanto a su posicin. 3.2 Anlisis estadstico con excitacin por ruido granalla Consideraremos ahora el caso especfico de inters, es decir cuando n(t) = nx(t)+j ny(t) es ruido granalla, representativo de los eventos discretos de alimentacin. Para ello, nos interesa la resultante de las fuerzas aparentes de excitacin Fex que puede expresarse como: Fex (s) i .s.(s-si) s Fex (t) = i (i /vi ) (t - ti) (10)

En la primera expresin de la ec. (10) es la densidad aparente de energa por unidad de longitud, s el paso medio y (s-si) la funcin Delta de Dirac para s=si , describiendo as un tren de impulsos localizados en (i) posiciones aleatorias sobre la trayectoria s. Las posiciones aleatorias s=si pueden considerarse como eventos independientes, de modo que el proceso resultante es de Poisson, con parmetro de densidad de puntos s determinado por la distribucin de recursos en el espacio, y valor esperado <Fex > = s s. La segunda expresin de la ec. (10) est en funcin explcita del tiempo, con v la velocidad vectorial instantnea del bioautmata sobre la trayectoria s, y i la energa especfica del recurso capturado en las posiciones aleatorias s = si . Ello resulta en un ruido excitacin de mdulo:

| n(t) |= Fex (t)/m0 = i (i / m0v) (t-ti) </m0v> (t-ti) 0/m0v0 i (t-ti) (11) El ltimo trmino es una aproximacin con impulsos de rea constante, considerando un proceso estacionario, con 0/m0v0 el valor medio de las velocidades instantneas. En estas condiciones, la autocorrelacin del proceso sobre la trayectoria s es: Rnn (t1-t2) = (0/m0v0) 2{t2 + t (t1-t2)} (12) donde t = s.v la densidad de eventos de captura en el tiempo a lo largo de s. En rgimen estacionario <r> = <s>/2, el espectro de potencia del ruido sobre la trayectoria Snn() se puede convertir a otro Snn() sobre el mdulo del radio haciendo t = 2 t: Snn()/ 2 =42 (0/m0v0)2t2 () + (0/m0v0)2 t (13) De esta forma, Sroo()/2= Snn()/2 |H(j)|2, es decir el espectro de potencia de los mdulos del radio resulta ser : 42 (0/m0v0) 2t2 (0/m0v0)2 t Sroo()/2 = () + (14) (2-02)2+22 (2-02)2+22 Como puede verse, est compuesto de dos trminos, uno que es un impulso () situado en =0, que establece una condicin sobre la media del proceso, y otro que representa un espectro de banda pasante y que establece una condicin sobre la dispersin del proceso. En efecto, antitransformando la ec.(14) obtenemos R() = 2 + C(), es decir: roo2 = E2{ r}= r02 = 42 (0/m0v0)2 t2/ 04 Croo()= E{ r2}= 2 (0/m0v0)2 t h (+) h ()d
-

(15.a) (15.b)

A partir de aqu, y como en el punto 3.1, queda descrito un movimiento sobre el radio vector de posicin r (t) = r e- 0,5 t +j ( d t + ), con d= 0 (1- 2/402)1/2 y Srr () = Sroo (-d), en 2 2 donde fr (r) = (r /02 ) e - r /20 . Conservamos adems que el movimiento est caracterizado por la funcin de distribucin de fases F() que resulta ser uniforme en el intervalo (-/2, /2) con media cero. 3.3 Simulacin numrica A los efectos de facilitar el anlisis se ha realizado una simulacin numrica de la ec. diferencial estocstica (4) en modo iterativo con 2000 iteraciones (Fig. 3). Las aceleraciones, velocidades y posiciones resultan de integrar las fuerzas reactivas as como de las fuerzas discretas aparentes de excitacin. stas ltimas, surgen de una secuencia aleatoria de unos y ceros en un perodo de cinco pasos, separados en el tiempo con una cierta densidad de diferencias de tiempo distribuidas exponencialmente (es decir 01011-00101-00010-etc); la distribucin resultante es una distribucin de impulsos de Poisson de energa unitaria con una densidad determinada (aqu se us 0,42). Los ngulos direccionales se obtienen a partir de una secuencia numrica de nmeros seudo aleatorios distribuidos prcticamente de manera uniforme a lo largo del intervalo (-;). La simulacin ha sido realizada con los parmetros que se muestran en la tabla 1 de la Fig. 3. En la fig. 3.a se muestran las trayectorias; adems sobre ella se exhiben las posiciones de encuentro con los recursos que corresponden a la secuencia de impulsos de entrada. As una nube de puntos de excitacin se asocia a tales trayectorias, que es ms densa en el centro y se diluye hacia el exterior. Aunque no se muestran en el grfico, las distribuciones de distancias

1
100 90

0,5

80

Frecuencia

70 60 50 40 30 20 10 0
0, 00 0, 08 0, 16 0, 24 0, 32 0, 40 0, 48 0, 56 0, 64 0, 72 0, 80 0, 88 0, 96 1, 04 1, 12 1, 20

-0,5

-1 -1 -0,5 0 0,5 1

Unidades de radio
Radios Rayleigh Disp=0,24

a- Trayectoria y puntos de encuentro con los recursos


1,0E+02
Unidades de energa (reserva) 120

b- Distribucin de Radios
1,4 1,2

1,0E+01 1,0E+00 Amplitud 1,0E-01 1,0E-02 1,0E-03 1,0E-04 0,0 0,3 0,6 0,9 1,2 1,5

115
1 0,8 0,6 0,4 0,2

110

105

100
1000 1020 1040

Frecuencia angular
Srr(w) 5 per. media mvil (Srr(w))

Tiempo E.RESERVA E. MECANICA E.POTENCIAL E.CINETICA

c- Espectro de Potencia de Radios


0,01

d- Evolucin de Energa Mecnica Perodo de Alim. 5 10 3,145 0,987 0,314165561 0,050001002 0,3145 0,500532265

0,008 Densidad Espectral

0,006

0,004

Masa Friccin C.Elstica Frec. Angular x: Frecuencia fx: Beta: Beta/2Frec.(x)= x

0,002

0
30 38 0, 45 0, 53 0, 60 0, 68 0, 75 0, 83 0, 90 0, 98 1, 05 1, 13 1, 20 00 08 0, 0, 0, 0, 0, 15 23 0,

Energa DE. Energa Mecnica Planck (2 grados de libertad) KT=0,14

e- Distribucin de Energa Mecnica Fig.3-

Tabla 1- Parmetros de simulacin de la fig. 2

Simulacin numrica del Bioautmata con excitacin de Poisson y seleccin aleatoria de direccin., y parmetros de simulacin dados en Tabla 1.

x-y as como de las componentes x-y de las velocidades siguen una forma gaussiana, mientras si se puede ver que los radios de la posicin siguen una distribucin de Rayleigh (fig. 3.b). El espectro de potencia de los radios tiene la distribucin concordante en frecuencia, mostrando una funcin de transferencia de segundo orden desplazada en la frecuencia angular natural del sistema (fig. 3.c). Las fluctuaciones de energa (mecnica y de reserva) se muestran para un intervalo representativo de tiempo en (fig. 3.d) mostrando el comportamiento estacionario previsto.

Unidades de Energa (mecnicas)

A diferencia de lo que se esperara con fuerzas gaussianas, aqu la distribucin de energa mecnica del sistema en la fig 3.e (as como sus transiciones), tiene una densidad espectral que sigue aproximadamente una distribucin del tipo de Planck con dos grados de libertad (el factor de correlacin es del orden de 0.97): F() = A. 2 . ( e
/T

1)-1

(16)

donde representa la energa, T una energa trmica de equilibrio, y A una constante caracterstica apropiada. El tercer factor toma la forma de la funcin de distribucin de BoseEinstein, mientras que aqu est al cuadrado en lugar de una potencia cbica como en la ley de radiacin de Planck. En este sentido, la fig 4 exhibe una distribucin de componentes instantneas x-y de las fuerzas virtuales de entrada con ley seno (descomposicin vectorial en fases aleatorias distribuidas uniformemente); sus medias mviles (en una ventana de la misma longitud del perodo de alimentacin) muestran en cambio la tendencia a distribuciones gaussianas esperada, aunque con una clara estructura reticular fina.
10000

350
1000

300 250

100

200 150

10

100 50

1 -1 -0,8 -0,6 Fx -0,4 Fy -0,2 0 Cos Fi 0,2 0,4 0,6 0,8 0,995

0 -1 -0,8 -0,6 -0,4 -0,2


Fuerzas y

0
Amplitud

0,2

0,4

0,6

0,8

Densidad terica

Fuerzas x

Fig.4- Fuerzas de excitacin : a (izquierda) Distribucin de la componentes x-y instantneas; b (derecha) Distribucin del promedio temporal de las componentes x-y

3.4 Cuantificacin del comportamiento para Kh=2 Los resultados revelan la necesidad de considerar un comportamiento cuantificado en funcin del nmero entero de acontecimientos de captura asociados a la densidad de ruido. En efecto, es posible analizar el comportamiento del dispositivo descomponiendo su excitacin en trminos de una suma aleatoria de modos de entrada k, donde k=1 representa siempre un impulso de entrada por perodo de alimentacin, k=2 representa una secuencia aleatoria de solamente dos impulsos por perodo, k=3 corresponde a tres impulsos, etc. Esto est dado por las ecuaciones (17) y (18) donde (t) es el promedio mvil de fuerzas de excitacin z(t) en el perodo de alimentacin T* (que son de carcter impulsivo), i las fases aleatorias azar en el instante i, f(z) la densidad de distribucin de (t) y fzk(y) para la densidad de distribucin de los componentes de fuerzas en el modo de entrada k. (t) = (1/T*)
t+T* t

Fex(t) dt
t

t+n

(k).(/T*).sin (k) = a. sin i = xi = yn (17)


0 0

con ( y0 = 0 ; y1 = x1 ; y2 = x1 + x2 ;...; yk = x1 + x2 ++ xk ) ; (a= /T*)

f (z) = k P(n=k). fzk (y) ( k= 0,1,..) fzk (y) = fx(y) fx(y) fx(y) ( k veces )

(18)

Operando a partir de (17), con la funcin caracterstica de fzk (y) en el dominio estocstico de la frecuencia , se obtiene la forma final de la descomposicin de la densidad de distribucin f (z): f (z) = (1/) k bk fzk (z) (19.a) con: fsk(z) = J0 (a).cos z d
k 0 -.T*

(19.b) (19.c)

bk = e

.(.T*)k / k!

En las ec. (19) fzk (z) es la componente k-modal de la densidad de la distribucin, expresada como la transformada de Fourier en coseno de la potencia k de la funcin de Bessel de primera especie de orden cero J0(a); a su vez bk es el factor de peso del modo k, expresado como coeficiente de probabilidad de Poisson. Aunque dichas ecuaciones expresan la solucin general, debe establecerse una frecuencia estocstica de corte superior correspondiente a fzk(z), que surge de la estructura reticular de fuerzas en condiciones estacionarias: max= 2 /F* = 2.2. T* / <p> = 2.2./a .<t/p> (20) Aqu F* es el valor medio de las fuerzas integrado sobre T*, y <p>/2 el valor medio rms de los momentos cinticos en el mismo perodo; en un sistema de unidades donde <t/p> = 1, con a=/T* =0.2 y = 1, max resulta muy cerca de la tercera raz de J0(a) (max 44). El resultado de la ec. (19) se muestra en la fig. 5.b, que presenta prcticamente la misma estructura de la fig. 4.b. En la fig. 5a se muestran las componentes de fuerzas k-modales.
25 160
FRECUENCIA (2000 muestras) 300 250 200 150 100 50 0

140 DENSIDAD DE FRECUENCIA (modos sup.) 20 120 15 100 80 10 60 40 5 20 0


0 0,2 0,4 0,6 0,8 1

0 AMPLITUD Y K=1 K=2 K=3 K=4 K=5 K=0

DENSIDAD DE FRECUENCIA (modo k=0)

-1

-0,5

0 AMPLITUD DE FUERZAS (Y)

0,5

Fig. 5- Teora de la estructura reticular de fuerzas con excitacin granalla: a) (izq.) Componentes de fuerza k-modales; b) Distribucin del promedio de fuerzas segn el clculo terico-

Entre los modos notables est k=1, que se puede simular por medio de un tren determinstico de impulsos, de modo que todo el comportamiento aleatorio sea solamente debido a la seleccin de las fases. La distribucin de energa resultante (cintica as como potencial) se puede aproximar aqu por Maxwell-Boltzman, como se esperara desde consideraciones medias clsicas (fig. 6). Podemos tambin pensar en un modo donde k=0, que significa que no llega ningn impulso (no se captura ningn recurso), de modo que el movimiento se hace a la sola expensa de la reserva interna de energa, con una energa mecnica media total que, por el teorema del virial (caso Kh= 2), es la mitad de la energa total del sistema en el modo k=1.

300,0 250,0 200,0 Frecuencia 150,0 100,0 50,0 0,0 0 0,05 0,1 0,15 Energa Energa Potencial Energa Cintica Aprox. Maxwell-Boltzman E.P 0,06 Aprox. Maxwell-Boltzman E.C 0,08 0,2 0,25 0,3

140 120 100

Frecuencia

80 60 40 20 0
0, 0 0, 1 0, 2 0, 2 0, 3 0, 4 0, 5 0, 6 0, 6 0, 7 0, 8 0, 9 1, 0 1, 0

Amplitud
Radios Maxwell Disp=0,04

Fig. 6.- Modo k=1. a) (izq) Distribucin de energas cintica y potencial (izquierda) y b) (derecha) distribucin de mdulos del radio

En vista de lo anterior, tambin es posible descomponer en k modos los valores medios del momento angular as como de la energa mecnica. En efecto, volviendo a la ec. (15.a), recordando que 2t = s.v0 = (N/r0) v0, y reemplazando se tiene N202/ 02 = m0202r04 = <M>2 (21) donde <M> es el valor esperado del momento angular cuando es excitado por N eventos de captura por perodo de alimentacin. En la ec. (25), podemos inmediatamente definir una constante de accin 0/ 0= a/2= , que representa la tasa media de energa injerida por evento de captura, asociada a una cierta capacidad de ingesta del bioautmata. De este modo, considerando a k=0 el modo basal, obtenemos las componentes k-modales para el momento angular, y por extensin de la energa, en las regiones Kh=2: M0k = ( k + ) E0k = (k + ) 0 (22) (23)

Otras magnitudes relacionadas con el movimiento, pueden obtenerse de la resolucin de la ec. (15.b): Croo()>0 = A/403 e-0 { cos 0 (1-2) + [ /(1-2) ] sen 0 (1-2) } con A= 2 (0/m0v )2 t ; =/20= f /2(m0k)1/2 (24)

Sustituyendo nuevamente 2t = s.v0 = (N/r0)v0 y 0/ 0= , y adems considerando 0.r0=v0, se tiene para = 0: Croo(0) = 02 = A/403 = N ( 2/m02v0 2)/4 que resulta en las componentes k-modales de la dispersin de radios: 0k2 = (k + ) ( 2/m02v 2)/4 00 = [1/ 2 (2 )] / m0 v (26) (25)

en donde 00 corresponde al modo basal k=0. En vista de lo obtenido hasta aqu, tambin podemos escribir para los radios y velocidades, las siguientes relaciones: r0k2 = (k+ ) /m0 0 = (k+ ) r02 r002 = /2m0 0 = 4002 ; v0k = 0rk = (k+ ) 0 r0 v00 = ( /2m0 ) 0 = 2 0 00 (27)

En la ec. (27) hemos hecho r002 = 4002 y correspondientemente v00 = 2 0 00; ello se sustenta en la simulacin para k=1 (fig. 6), que tambin muestra que las componentes kmodales de los radios (y por lo tanto de las velocidades) no estn distribuidas por Rayleigh como en la simulacin general, sino ms bien por la densidad de Maxwell: fr0k ( r ) = (r2 /0k 3) e
- r2/20k2

(28)

en consonancia con la distribucin de energa cintica y potencial. Ello sugiere que dichas componentes modales representan grupos de soluciones de tres grados de libertad (incluyendo una rotacin estocstica intrnseca) y no dos como en el caso compuesto. As, las ecuaciones (22), (23), (26) y (27) reflejan los valores medios de los grupos de estados asociados, tal que su composicin, mediante los coeficientes de Poisson dados en (23.c), definen el estado mezclado general del Bioautmata en zonas Kh=2. 3.5 Otros parmetros y relaciones caractersticas Vinculando las ec. (26) y (27), podemos ver que m0 v02 = . 0 (29) que indica que en estado estacionario cada evento de captura debe suministrar una unidad de energa 0= .0 para compensar la prdida por friccin m0v02. Esto est de acuerdo al hecho que la energa interna del bioautmata dada por la energa cintica ms la energa de reserva resulta ser precisamente Ei = m0v02. Debemos tener en cuenta aqu que la velocidad media del bioautmata es un parmetro caracterstico del dispositivo que surge de la mxima velocidad de paso que puede desarrollar en cualquier circunstancia; en consecuencia = v0 es tambin la velocidad caracterstica de la interaccin bioautmata/medio, a la que por otra parte podemos asignarle una masa efectiva m= m0 , tal que: m 2 = 0 / m = /0 = bc/2 (30)

La magnitud p = m puede interpretarse como el impulso medio aparente que tendran los recursos si fijamos la posicin del bioautmata. As, bc puede interpretarse como una longitud de onda caracterstica asociada a la interaccin bioautmata medio. Por otra parte, observemos que a partir de (27) se satisfacen tambin relaciones ondulatorias similares para cada grupo k: /p0k = 0k/2 = r0k / (k+ ) (31) en donde 0k y p0k = m0 0 r0k = m0 v0k , son respectivamente la longitud de onda e impulso medios asociados del grupo. A partir de la ec. [14] podemos extraer an algunas otras conclusiones. El segundo trmino del segundo miembro es la transformada rr(j) de la autocorrelacin de radios; analizaremos qu sucede si se produjeran alteraciones de la velocidad media y de la masa del bioautmata (expresndolas como medias variables v y m). Operando se tiene: N 2/p2 r02 0rr (j) = = = (j)2 1-2/02+2j /0 2 1-2/02+2j /0 2
2

(32)

En el segundo miembro de la ec. (32) el factor N es tambin una media variable y funcin de la velocidad v media variable. Nos interesa evaluar el caso en el que las variaciones mantienen an el rgimen estacionario, es decir cuando el numerador es constante e igual al radio medio de exploracin r02. En el tercer y cuarto miembro, desempea el rol de la

frecuencia aparente del rgimen medio de excitacin forzado, producto del movimiento de bsqueda de bioautmata; as la frecuencia relativa /0 deviene de la variacin de la velocidad relativa media del bioautmata v/, y la respuesta (j)= r (v/) = r resulta: r0 (33) r = [(1-v2/2)2+ 4 2 v2/2] que expresa la relatividad del radio medio de exploracin con respecto a la velocidad media, y es la respuesta media espacial del sistema realimentado bioautmata-medio (fig. 1), ante variaciones de los parmetros de la interaccin, con el fin de mantener su situacin estacionaria. Ello exige la conservacin de la relacin entre la funcin de reserva potencial del dispositivo y el radio medio de exploracin, es decir Ubr0 / r0 = Ubr / r = cte = (A/8f) m02 /r0, (aqu usamos la ec. (26) en la que A es la densidad espectral de ruido granalla). Si las variaciones se deben slo a una acumulacin o reduccin de masa por efecto del cambio del valor medio de la reserva (A/f =cte), resulta que m02/ r0 = m2/ r . Ms genricamente, podemos asociar los efectos de las variaciones posibles de A y f a masas eficaces m0* y m*, con lo que, dentro de ciertos lmites, se debe cumplir: m0* m* = (34) [(1-v2/2)2+ 4 2 v2/2] que para casos en donde es pequeo ( 0), adopta una forma anloga a la conocida frmula relativista m = m0 / (1-v2/c2) . Las ecuaciones (29), (30), (31) y (34) expresan ciertas relaciones viriales que caracterizan a las soluciones estacionarias; en forma ms general, establecen una relacin alomtrica entre el flujo de recursos y la masa efectiva del dispositivo, anloga a las que se observan en el mundo biolgico. En efecto, ya que 20 / > 1, partiendo de la funcin de reserva potencial en la ec. (2), igualando a la energa capturada en trminos de recursos y operando con (25), se tiene: t > (/2 ) k A (s/t ) m0 (35) con t la tasa temporal de recursos capturados, y s/t la velocidad caracterstica de paso. Comparando con la ecuacin (1) que representa el funcional de supervivencia, concluimos que la relacin alomtrica del bioautmata es: ()min a m0 b (36) con a = (/2 ) k A (s/t ) y b = 0,75 los parmetros alomtricos que caracterizan a la solucin estacionaria, y de la cual puede obtenerse inversamente la densidad espectral A de equilibrio. La ec. (36), en donde ()min representa el metabolismo basal y m0 se expresa en kg de peso, se cumple aproximadamente para la mayora de los mamferos segn la teora de similitud biolgica de Max Klieber (1932) (b=0,738) e incluso para distintas especies homieotermas, polikotermas y unicelulares segn estudios ms recientes como Hemmingsen (1960) (con b=0,75) y Gnther et al.(1992). 4 COMPORTAMIENTO EN ZONAS ALEJADAS Hasta aqu hemos descrito el comportamiento del bioautmata en regiones Kh=2, que tambin puede considerarse como una cuestin de evoluciones cerca del centro de una distribucin de recursos. Consideraremos ahora brevemente qu sucede si el dispositivo es colocado en una zona alejada de un centro de recursos, es decir, dentro de un intervalo de distancias del potencial virtual que corresponde a las regiones Kh=-1. Aqu la ecuacin

generalizada de Langevin no posee trmino lineal en distancia sino uno de tipo -1/r (newtoniano). Para este caso se pueden considerar bsicamente dos tipos de comportamientos, uno que es estacionario y otro que es una transicin de Kh=-1 a Kh=2. En el primer caso (Kh=-1) las trayectorias medias son ms largas, con menores probabilidades de capturar recursos; un grupo de soluciones estacionarias requiere aqu fricciones ms bajas, o alternativamente mayor energa por recursos; adems el carcter selectivo propio de la forma no lineal de la ecuacin diferencial hace que las soluciones estacionarias dependan crticamente del juego de valores elegido para los parmetros del dispositivo y su excitacin.
6

140
4 2 0 -2 -4 -6 -6 -4 -2 0 2 4 6

120

Frecuencia

100 80 60 40 20 0
0. 00 0. 56 1. 12 1. 68 2. 24 2. 80 3. 36 3. 92 4. 48 5. 04 5. 60 6. 16 6. 72 7. 28 7. 84 8. 40

Unidades de radio

Fig.7- Trayectorias (izq.) y Distribucin de Radios (der.) en regiones Kh=-1 con Masa =10; Friccin = 0.31415 y C. Atraccin = 0.1. Los recursos estn distribuidos uniformemente para radios menores o iguales a 1 (~1/)

Aunque la simulacin y anlisis detallado de este caso excede el marco y espacio dado al presente trabajo, cabe apuntar, basados en simulaciones numricas restringidas (fig. 7) y la lgica progresin conceptual a partir de la descripcin realizada en regiones Kh=2, que las trayectorias estarn como antes confinadas mayormente a cierto radio medio, aunque con distribuciones espaciales compuestas de diversas 5 anisotropas, en parte debido a un grado de libertad adicional (rotacin estocstica), y en parte por la 2,5 composicin en grupos de soluciones k-modales similares a las vistas anteriormente. 0 La segunda posibilidad (fig.8) se refiere a un bioautmata cuyos parmetros son inapropiados para mantener un comportamiento dinmico -2,5 estacionario en la regin Kh=-1, sino que, por el contrario, son adecuados para la regin Kh=2. Aqu -5 lo que ocurre es una transicin ms o menos rpida -5 -2,5 0 2,5 5 X de la primera regin a la segunda, pasando por la regin Kh=1. Esto puede simularse con un Fig. 8- Transicin de Kh=-1 a Kh=2 bioautmata con parmetros que corresponden al comenzando desde [5,5]; los parmetros son los de Tabla 1 de la fig.3. caso Kh=2 de la fig. 3, y con un potencial virtual cambiando por secciones. Una vez que el dispositivo alcanza la regin parablica, su comportamiento ser nuevamente estacionario, segn fuera descrito en el punto 3.
Y

5 DISCUSION En los puntos anteriores hemos descrito el movimiento del Bioautmata haciendo uso principalmente de los elementos que nos proporciona la teora bsica de los procesos estocsticos. En los mismos, sin embargo, se traslucen comportamientos que sugieren cierta similitud con sistemas cunticos estocsticos, asociados principalmente al carcter discreto de la absorcin de recursos, as como a que el movimiento adopta la forma de una secuencia aleatoria de pasos, ms o menos confinados a un rea de exploracin. Para profundizar algo sobre dicha similitud es necesario enfocar la dinmica del sistema bioautmata- medio desde las posibles transiciones de estados. En este sentido, aparte de los movimientos estacionarios ya vistos, pueden existir en el bioautmata desplazamientos forzados, que resultaran del movimiento virtual de su centro de recursos. Ello ocurrira, por ejemplo, cuando en una zona de ocupacin originariamente densa hay una disminucin del flujo de recursos; pueden concebirse aqu tanto una deriva como una migracin del bioautmata. En efecto, si la disminucin de la funcin de reserva potencial resulta en una estimacin del centro de recursos algo ms alejado del centro de la zona actual (Kh=1), los pequeos cambios de estado provocaran que el bioautmata tienda a acompaar el desplazamiento virtual del centro (deriva). Si en cambio, la disminucin de recursos se agrava a punto tal que el centro estimado de recursos se manifiesta a un distancia virtual equivalente a una zona Kh=-1, resultara una transicin como la ejemplificada en el caso de la fig. 8 (migracin). Esto puede apreciarse alternativamente desde la ecuacin de Chapman-Kolmogorov, que es una propiedad de las funciones de transicin de los procesos de Markov. Suponiendo que u(t) es un proceso estocstico continuo, y p(u,t;u0,t0) es su funcin de densidad condicionada (o de transicin) por u(t0)=u0 para t t0 , se tiene para t>t1>t0: p (u,t;u0,t0)= con

posible deducir (debido a Kolmogorov) las ecuaciones progresiva y regresiva de difusin para la densidad condicionada p(u,t;u0,t0), en donde la regresiva, la segunda ecuacin en (38), resulta ser la ecuacin de difusin de Focker-Planck: pt0+ u (u0,t0).pu0 + u2(u0,t0)2pu02 = 0 pt +u [ u (u,t)p]- 2u2 [ u2(u,t) p ] = 0 (38)

p(u,t;u1,t1) p(u1,t1;u0,t0)du1

(37)

p(u,t;u0,t0)du = 1 y p (u,t;u0,t0)(u-u0) para t t0 . A partir de (37) y para t > t0, es

con (u0,t0), (u0,t0), (u,t) y u(u,t) representando las derivadas temporales de la media y varianza condicionadas del proceso u(t). En particular, para el bioautmata (38) se cumple no slo para cada componente de velocidad, como en el movimiento browniano clsico, sino tambin para las componentes de las distancias recorridas. Ya que un proceso de Markov (tiempos crecientes) lo es tambin en sentido inverso (tiempos decrecientes), la ecuacin progresiva puede interpretarse, fijando el tiempo t y haciendo decrecer t0, como una antidifusin, o bien como la difusin de las trayectorias de una antipartcula, que representara el movimiento virtual del centro de recursos. As, la interaccin debe verse como un intercambio ms o menos simtrico entre dos polos; si fijamos la posicin en el bioautmata veremos un flujo incidente de recursos, pero si fijamos la posicin en el centro de recursos veremos ahora un flujo incidente de vacos, o en trminos ms generales de residuos (fig. 9); es decir intervienen en realidad cuatro

entidades: una partcula B equivalente al bioautmata, una antipartcula B equivalente al medio prximo, un flujo discreto de recursos R y un flujo discreto de residuosR . En el caso estrictamente estacionario las ecuaciones (38) presentan una simetra cerrada, implicando que los R recursos ingeridos y residuos producidos por el autmata son igualados a los recursos producidos y residuos procesados por el medio; en tanto que en deriva, (el B B bioautmata acompaa estrechamente al centro de recursos), hay una simetra prcticamente cerrada (rgimen cuasi estacionario) ya que es posible referir las ec. (38) a un sistema de coordenadas mvil que R reconduce al caso anterior. Finalmente, en una migracin, Fig. 9- Interaccin Bioautmatala simetra definitivamente se rompe y las ec. (38) Medio como sistema cerrado. expresan dos flujos de trayectorias ms o menos independientes, uno para la partcula y otro para la antipartcula. En virtud de lo anterior, el par de ecuaciones en (38), generalizadas para movimientos bidimensionales estacionarios o cuasi estacionarios (con medias y varianzas que no dependen de la posicin absoluta), reflejan en alguna medida el flujo esperado de recursos y residuos para tiempos crecientes (t >t0) desde el punto de vista de la partcula B: p + ( vF p) + D 2p = 0 p + ( vR p) - D 2p = 0 (39)

con p = p(x,y,t;x0,y0,t0) la probabilidad de transicin bidimensional, p su derivada parcial respecto del tiempo, vR una velocidad regresiva ,vF una velocidad progresiva y D un coeficiente de difusin. Siguiendo ahora por ejemplo a E. Nelson (1966), sumamos y restamos miembro a miembro las ec. (39), con lo cual tenemos: p = - ( v0 p) (a) v0 = (vF +vR) ( u0 p) = D 2p b) u0 = D (p)/p = D ( ln p) = (vR -vF) (40)

Como puede apreciarse las ec. (40.a) representan una conservacin de la corriente conjunta de probabilidad de recursos y residuos donde v0 es velocidad caracterstica de la interaccin; asimismo la ec. (40.b) representa la conservacin del flujo neto de recursos y residuos, en donde u0 es ahora una velocidad osmtica. Escribamos ahora el valor esperado <H> del hamiltoniano del sistema desde el bioautmata: H= <H> =
-

- p(x ;y) H (x ;y) d (x ;y)

(41)

con H (x ;y) = energa cintica + energa del recurso + reserva = mv02 + mv02 + Ub Si imponemos la condicin de irrotacionalidad del campo vectorialv0 (x,y), habr un potencial escalar S(x,y) tal que: v0 = - (1/m0)S mv02 = (1/2m0) (S)2 de modo que : H =
-

(42) (43)

- p. { (1/2m0) (S)2 +

m0 D2 [( ln p)]2 + Ub } d (x ;y)

con u02 = v02 = D2 [( ln p)]2 . En situacin estacionaria se tiene adems:

H t = 0 t { p.[ (1/m0) (S)2 + m0 D2 (( ln p))2 + Ub] } = 0 por lo que considerando las ec. (40.a) y (42) se debe cumplir que: p = - ( 1 /m0) (pS ) S + (1/2m0) (S)2 - m0 D2 [( ln p)]2 + Ub - 2 m0 D2 [(p ) /p] = 0

(44)

(45)

Definamos ahora dos campos y su conjugada * asociados a la densidad media normalizada de flujos de recursos y residuos, tal que su producto refleje la probabilidad de transicin: *= p (x,y,t;x0,y0,t0) (46) con

dxdy = 1 y = p e

j S/

Teniendo en cuenta las ecuaciones dadas en (45) y (46), se satisface una ecuacin general de ondas similar a la ecuacin de Schrdinger con 2 = 2m02 D2 : j /t = - (2/2 m0) 2 + Ub. (47) y consecuentemente queda establecida la similitud cuntica del sistema bioautmata medio. Finalmente por (23) p= k bk pk, podemos incorporar la descomposicin k-modal de y * introduciendo juegos ortogonales de ondas o grupos de funciones de onda asociadas = k Bk k (x,y,t;x0,y0,t0) * = k Bk k*(x,y,t;x0,y0,t0) (48)

donde Bk = bk con bk los coeficientes de Poisson. Las ec. (48) describen la configuracin esperada de recursos y de residuos por intermedio de sus funciones de onda k-modales: las k asociadas al flujo entrante o incidente y las k* asociadas al flujo saliente o reflejado, y as un estado general mezclado del bioautmata comparable a un sistema cuntico estocstico. 6 CONCLUSIONES Hemos presentado hasta aqu un dispositivo de movimiento autnomo, y comportamiento estocstico, cuya fuente de energa proviene de la exploracin, captura y bio-procesamiento de unidades discretas de recursos ambientales (bioautmatas), y que presentan dinmicas espacio-temporales con similitud cuntica. Partiendo de la definicin de una funcin potencial de reserva, que representa la distribucin esperada de recursos, y que toma la forma de un pozo de potencial en la que pueden definirse las zonas clsicas de homogeneidad espacial de la mecnica, se obtiene una ecuacin diferencial estocstica de Langevin generalizada, excitada por ruido granalla, que describe el movimiento y captura de recursos por parte del bioautmata. Dicha ecuacin diferencial ha sido analizada y simulada numricamente por zonas, y sus resultados interpretados en el contexto de los procesos estocsticos clsicos as como tambin comparados con los procesos estocsticos cunticos descriptos por ecuaciones del tipo Langevin- Schrdinger. Cabe preguntarse aqu, a modo de conclusin, cul es el alcance de esta similitud cuntica y hasta qu punto puede ser extendida a organismos vivientes. Una parte de la respuesta est en la propia comparacin de bioautmata con tales sistemas cunticos estocsticos (o tambin cuntico-disipativos), los que tienen en la fsica un gran inters en los ltimos aos (ver por ej. Caldeira A. O. and Leggett A. J., 1983; Bu S., 2006; Shao J., 2006), ya sea por su aplicacin en tpicos experimentales modernos de ptica e

informacin cuntica, como tambin en la exploracin terica de la frontera con la mecnica clsica. En este ltimo sentido, ha habido a lo largo de la historia muchas interpretaciones con respecto al significado de las ecuaciones de la Mecnica Cuntica, las que han ido conformando un amplio espectro de representaciones. En un extremo del mismo, y representando en alguna medida la creencia de la mayora de los fsicos, podra ubicarse a Bohr y Heisenberg (escuela de Copenhague), para los que la matemtica involucrada es una cuestin mas bien epistemolgica, es decir de cmo se obtiene el conocimiento del mundo. En el otro extremo del espectro, y menos convencionales, estn las interpretaciones ontolgicas, que consideran la posibilidad que las ecuaciones reflejen efectivamente alguna realidad externa genuina. El ms conocido de estos acercamientos se debe a Bohm (1952), en el que, como en la fsica clsica, las ecuaciones describen partculas que se mueven en verdaderas trayectorias del espacio-tiempo. En general sta es la postura de las teoras de variables ocultas, es decir las que asignan la naturaleza indeterminista subyacente a la influencia desconocida de ciertas variables no explcitas; la principal crtica a stas, que surge del teorema de Bell (1964), es que son visiones del tipo realista local, incompatibles con la teora cuntica. En la fsica, el principio de localidad es que objetos distantes no pueden tener una influencia directa uno sobre otro sino a travs de su entorno inmediato. El teorema de Bell, a menudo citado para demostrar que ninguna teora cuntica puede satisfacer el principio de localidad, asume implcitamente que cada medicin posible - incluso las an no realizadas lleva a un nico resultado definido (Counterfactual definiteness- CFD). En realidad lo que el teorema de Bell prueba es que toda teora cuntica debe violar o el CFD o el principio de localidad (Albert D. Z, 1994; Cramer John G. 1986). As la ontologa de Bohm es un caso particular, ya que es una teora no local de variables ocultas, en la que las propiedades cunticas, tales como el intrincamiento e interferencia, se incorporan a travs de un potencial cuntico. El CFD es una caracterstica de la interpretacin de Copenhague as como de la interpretacin de variables ocultas de Bohm, pero no lo es de otras interpretaciones ontolgcas tales como la de las historias consistentes, que permiten resolver las desigualdades de Bell sin la violacin del principio de localidad. La aproximacin por historias consistentes es una interpretacin moderna, que generaliza la ms convencional de Copenhague y a la vez proporciona una va para la cosmologa cuntica. Segn esta interpretacin, el propsito de una teora mecnico-cuntica es predecir probabilidades de ocurrencia entre varias historias alternativas. El criterio de consistencia consiste en que la historia de un sistema pueda ser descrita en funcin de las probabilidades clsicas para cada historia alternativa, de una forma compatible (consistente) con la ecuacin de Schrdinger. Un modelo reciente (Orda G.N., Mann R.B., 2003) demuestra que el movimiento estocstico por pasos de una partcula puntual puede asociarse a trayectorias apareadas que son adems auto cuantificadas. El EPRW (Entwined Pair Random Walk) es un ejemplo constructivo de una "difusin reversible"; la conexin entre la difusin reversible y la ecuacin de Schrdinger fue investigada primero por Fnyes (1952) y Nelson (1966) y estudiada posteriormente por muchos autores. Es importante destacar que el EPRW substituye el concepto de ensemble de trayectorias, usualmente utilizado para proporcionar el propagador de una sola partcula, por una sola trayectoria, es decir la trayectoria apareada se toma como una entidad fsica coherente, constituyendo potencialmente una ontologa en s misma. Debemos enfatizar aqu, sin tomar partido en la discusin relativa a la interpretacin de fondo de la Mecnica Cuntica, que aunque ciertamente el bioautmata no es un sistema cuntico, sino un sistema clsico con similitud cuntica, dicha similitud est situada en todo caso muy cerca de estas ltimas teoras. Ello est reafirmado en varios elementos tales como

en la propia ecuacin generalizada de Langevin (3) que es equivalente a la propuesta primeramente por Magalinski en 1942 y luego seguida por otros autores como mtodo general de anlisis de los sistemas cunticos disipativos (Hnggi P., Ingold G-L., 2005), o en conclusiones de estudios recientes tales como en Wang Q. A. (2005), que establece que existen relaciones de conmutacin e incertidumbre en los procesos clsicos estocsticos anlogas a las previstas por Heisemberg, y en otros como Faigle U., Schoenhuth A. (2006) que establece una clase general de modelos estocsticos con prediccin cuntica (Quantum Predictor Models) de los cuales el bioautmata sera una subclase. Tambin se sustenta en la propia derivacin de la ec. asociada de Schrdinger, que aunque sigue un formalismo similar al de Fnyes y E. Nelson (ver por ej. L. Smolin 2005), es relativamente directa en el contexto presentado y da naturalmente pie al equivalente del potencial cuntico de Bohm. Tan cierto como que el bioautmata no es un sistema cuntico, lo es que tampoco representa un organismo vivo, an el ms sencillo, sino en una muy vaga y simplificada aproximacin. No obstante, tomado restringidamente como componente bsico de una poblacin relativamente estacionaria, y descartando de antemano todo intento de descripcin del ciclo vital y funcin reproductiva asociada de un ser real (entre muchas otras), no es difcil imaginar bioautmatas sometidos a funcionales superiores de segunda especie, con los cuales podrn manifestar entre s interacciones con simetras conjuntas complementarias o de exclusin, e incluso a funcionales de tercera especie con los cuales se debe maximizar la supervivencia colectiva. Ms all del inters propio que puede tener aqu trazar o no una analoga cuntica, su importancia radica principalmente en los efectos que tiene la extensin de los resultados anteriores al comportamiento de un ensemble de dispositivos, y desde all, en una eventual extrapolacin, a la dinmica poblacional de especies biolgicas. En este sentido, el hecho que el comportamiento estadstico de los bioautmatas pueda ser representado en la media por funciones de ondas, permite tambin vislumbrar soluciones estacionarias o cuasi-estacionarias en cuanto al comportamiento colectivo, que resultaran de la superposicin de las funciones de ondas individuales; es por lo tanto posible que un ensemble de bioautmatas tienda a una estructuracin espacial en celdas cuasi peridicas ms o menos fluctuantes, todo lo cual conduce a describir la dinmica en trminos de ecuaciones de transporte en el marco de alguna teora de bandas apropiada. As un modelo equivalente bsico bien podra definirse en trminos de un substrato virtual con dos bandas de energa: una banda poblacional y una banda de recursos, en las que sus seudo partculas asociadas, el habitante y el recursn, representan respectivamente, en principio de manera antisimtrica, la poblacin interactuante y su estructura espacioambiente. (Puliafito J., 2004; Puliafito J.L, 2006). Debemos tener presente aqu que al describir la evolucin dinmica espacio-temporal de poblaciones de individuos reales mediante ecuaciones de transporte, se sugiere, adems de interacciones definidas de la especie o especies en cuestin con su espacio/ambiente, la eventual existencia de regiones de soluciones en el espacio de estado asociado ms o menos estables similar a las bandas de energa en los materiales slidos (multiestabilidad, ver Theraulaz G. et al, 2003), de forma que o bien hay apartamientos pequeos y fuerzas reactivas que tienden a restituir las relaciones dinmicas previas conservando la evolucin dentro de una regin (linealidad, elasticidad), o bien hay apartamientos grandes y transicin entre regiones (no linealidad, plasticidad). La experiencia demuestra que el comportamiento social y las estructuras espaciotemporales complejas y regulares, en general emergen en condiciones en la que la especie alcanza cierta densidad espacial crtica. Ello sugiere que un ecosistema no es la mera asociacin de interacciones en un todo o una coleccin de elementos independientes fuertemente interactivos, sino una suma ms o menos coherente de unidades elementales

conformadas por los individuos vivientes y su espacio-ambiente prximo, tomado ste ltimo como una representacin multidimensional de los recursos necesarios para su subsistencia, incluido el espacio fsico en s mismo. En este contexto, en el que un ecosistema de alta densidad reconoce ciertas relaciones estadsticas viriales y una ocupacin territorial altamente estructurada, adquiere algn sentido su comparacin con una red elastoplstica, y permite entrever que su dinmica podra tratarse de una forma similar al estado slido de la materia, es decir como transiciones de estados en un sustrato virtual seudo-cristalino, sometidas a un principio general de exclusin. REFERENCIAS Albert David Z, Bohm's Alternative to Quantum Mechanics- Scientific American- Mayo 1994 Ball P., 1998- The self-made tapestry- Oxford University Press Bell J. S., (1964)- On the Einstein-Podolsky-Rosen Paradox- Physics 1, 195 (1964). Bohm, David , 1952- A Suggested Interpretation of the Quantum Theory in Terms of "Hidden Variables I- II - Physical Review (I) 84: 166-179. (II) 85: 180-193 Bu, Shouliang 2006 -Quantum trajectory of an individual particle in the presence of chaosPhysica D 217 (2006) 103106 - Elsevier doi:10.1016/j.physd.2006.03.016 Cramer John G., 1986- The transactional interpretation of quantum mechanics- Reviews of Modern Physics Vol 58, #3 pp.647-687 -1986 Caldeira A. O. and Leggett A. J.; 1983, Path integral approach to quantum brownian motion, Physica A 121, 587 (1983)- Elsevier doi: 10.1016/0378-4371(83)90013 Faigle Ulrich, Schoenhuth Alexander, 2006 - Quantum Predictor Models - Electronic Notes in Discrete Mathematics 25 (2006) 149155- Elsevier Fnyes Imre, 1952- Eine wahrscheinlichkeitstheoretische Begrndung und Interpretation der Quantenmechanik, - Zeitschrift fr Physik 132 (1952) 81- 106. Gunter, B., Gonzalez, U., Morgado, E., 1992- Biological Similarity theories: a comparison with empirical allometric equation. Biol. Res 25 (7-13) Hnggi Peter and Ingold Gert-Ludwig, 2005- Fundamental aspects of quantum Brownian motion- CHAOS 15, 026105 (2005) Hemmingsen A.M, 1960- Energy Metabolism as related to body size and respiratory surfaces, and its evolution- in Rep.Steno Mem. Hosp. 9, 1960, pp 1-110 Jeanson R, Blanco S, Fournier R, Deneubourg JL, Fourcassie V, Theraulaz G., 2003- A model of animal movements in a bounded space- Journal of Theoretical Biology 225, p. 443-451 Kittel, C., 1995- Introduccin a la Fsica del Estado Slido Ed. Revert Espaa (Introduction to Solid State Physic, Sixth edition by John Wiley & Sons Inc.) Klieber M., 1961 - The Fire of Life- John Wiley & Sons Inc. New York 1961 Lebiedz D. and Brandt-Pollmann U., 2003- Manipulation of Self-Aggregation Patterns and Waves in a Reaction-Diffusion System by Optimal Boundary Control Strategies- Phys. Rev. Lett. 91, 208301 (2003) doi: 10.1103/PhysRevLett.91.208301 Magalinski V. B., 1959- Dynamical model in the theory of the Brownian motion- Sov. Phys. JETP 9, 13811382 s1959d fJ. Exp. Theor. Phys. 36, 19421944 s1959dg; Meinhardt, H., 1982 -Models of biological pattern formation- Academic Press, London 1982 Orda G.N., and Mann R.B., 2003 -Entwined pairs and Schrdingers equation- Annals of Physics 308 (2003) 478492 Elsevier Nelson, E., 1966, -Derivation of the Schrdinger Equation from Newtonian MechanicsPhysical Review 150, 10791085

Papoulis A. (1980) - Probabilidad, variables aleatorias y procesos estocsticos- Ed. Universitaria de Barcelona- Barcelona 1980 Pascala, S; Levin, S. 1997- Biological Generated Spatial Pattern and the Coexistence of Competing Species- in D. Tilman, P. Kareiva (Eds.), Spatial Ecology: The Role of Space in Population Dynamics and Interspecific Interactions - Princenton Univ. Press pages 296-317. Popov V.L., Psakhie S.G., 2001- Theoretical principles of modeling elastoplastic media by movable cellular automata method. (I) - Physical Mesomechanics, 4 I 15-25 Puliafito, Jos .L. 2004- La evolucin urbana desde el punto de vista de un modelo espacio temporal: caso Gran Mendoza- Mecnica Computacional Vol. XXIII G.Buscaglia, E.Dari, O.Zamonsky (Eds.) Bariloche, Argentina, November 2004 Puliafito, Jos Luis 2006- A transport model for the evolution of urban systems-Applied Mathematical Modelling 31 (2007) 23912411- Elsevier doi:10.1016/j.apm.2006.09.005 Shao, Jiushu 2006- Stochastic description of quantum open systems: Formal solution and strong dissipation limit- Chem. Physics 322 (2006) 187192- Elsevier doi:10.1016/ j.chemphys.2005.08.007 Smolin, Lee 2007- Could quantum mechanics be an approximation to another theory?arXiv:quant-ph/0609109v1 Theraulaz G., Gautrais J., Camazine S.,. Deneubourg J.L, 2003; The formation of spatial patterns in social insects: from simple behaviours to complex structures; Phil. Trans. Royal Society, A 361, p. 1263-82, 2003 Tilman,D; Kareiva, P. 1997- Spatial Ecology: The Role of Space in Population Dynamics and Interspecific Interactions- Princenton University Press Wang Qiuping A., 2005- Non-quantum uncertainty relations of stochastic dynamics- Chaos, Solitons and Fractals 26 (2005) 10451052- Elsevier