ok antes de empezar a construir el modelo 2 les quiero recordar que probablemente en este punto deben salvar su modelo, todavía no lo hice, lo llamo model_1 termina con nlogo, intento ahí, lo voy a reemplazar pero les quiero decir, luego de cada iteración del modelo, creo que es una buena cosa para hacer, uno puede mantener siempre una historia de tus modelos, por supuesto debes especificar cual de las versiones es con alguna clase de sistema o algo por el estilo; ya que los modelos de NetLogo son de texto plano que funcionan muy bien de cualquier forma, tenemos el modelo 1 que construimos antes y ahora voy a agregar la influencia global y la influencia social esto nos lleva a la pregunta de dónde poner los botones de setup y go en mi caso voy a usar algunas constantes para las corridas del modelo, las voy a poner arriba de los botones de setup y go esto nos indica que no espero que puedan ser alteradas durante la corrida; entonces voy a crear la influencia global y voy a hacer que sea probabilístico por lo tanto sus límites estarán entre 0 y 1 y voy a hacer que el incremento en 0.5; ahora resulta que tenemos los registros históricos del modelo Bajo con influencia global es bastante pequeño, en otras palabras lo que vemos en los medios tiene menos efecto en nuestras decisiones a la hora de adoptar un pieza de conocimiento o es lo que escuchamos de nuestros amigos que vamos adelante, ok, ya tengo el deslizador es un poco largo que el otro deslizador, lo voy a estirar para que encajen, puedo pedirle que se ajuste a la grilla, oh ya lo hice y ahora puedo agregar un deslizador de la influencia social lo voy a asignar de la misma forma que la influencia global con su probabilidad que va entre 0 y 1, ahora resulta que alguna de la literatura más temprana sobre innovaciones y adopciones y sobre información y adopciones, que a veces este valor es mucho más alto, es algo cercano a 0.5, entonces ponemos ese parámetro, lo bajamos un poquito, hagamos que coincida ahora tenemos los parámetros pero aún no están haciendo nada ya que aún no los unimos en nuestro código, entonces tenemos que volver al código y modificarlo y si queremos ver los efectos de la regla de adopción, tenemos que ir abajo a donde estuvimos haciendo el procedimiento de la adopción y justo ahora tenemos que si el azar entre 1 y 10 es igual a 1, entonces asignamos la adopción a verdadero, pero lo que podemos hacer es simplemente algo similar a esta regla, excepto que no estará basada en las mismas probabilidades y vamos a querer tenerlos separados, ya que son 2 decisiones diferentes, entonces podemos tener que adoptar basándonos en la influencia global y podemos tener que adoptar basados en la influencia social en este caso lo que vamos a querer hacer es que si el azar (flotante) y esto nos va a generar un número aleatorio de punto flotante entre 0 y 1, es menor que la influencia global, entonces adoptaremos y asignaremos el color a rojo, y si el azar (flotante) 1.0 es menor que la influencia social, bueno no sólo va a ser la influencia social, recuerden el modelo bajo original, va a ser la influencia social multiplicado el número de la fracción de adoptadores; ahora cómo determinamos la fracción de adoptadores? bueno lo que podemos hacer es que podemos contar el número de tortugas que adoptaron y además de ese número, necesitamos la fracción y para obtener la fracción simplemente tomamos ese número y lo dividimos por el número total de agentes dejenme que en verdad mueva esto abajo a la siguiente línea si el azar flotante de 1.0 es menor que la influencia social multiplicado por la cantidad de tortugas que adoptaron dividido por la cantidad de tortugas, entonces vamos a querer adoptar, ahora bien pudimos haber adoptado del mismo modo de la misma forma en que lo hicimos con la influencia global pero tal vez querramos hacer que se vea obvio que ya adoptaron por otra razón diferente y entonces puede que querramos asignar el color a un color levemente diferente acá, digamos que puede ser el color de... rosa simplemente un poco más claro que el rojo esto indica que adoptaron debido a la influencia social; esto es lo que pasa cuando corremos el modelo; volvemos desde el código y hacemos click en setup y luego go, ups, miren hay un montón de rosa, pero a veces se vuelven rojos, bueno si miramos el código, una cosa que no hicimos es que nunca paramos a cada tortuga para que deje de adoptar si es que ya adoptaron; entonces la 1ra cosa que podemos hacer es pedirles a las tortugas que aún no adoptaron que adopten, ok, entonces lo que esto va a hacer es que va a crear un conjunto de agentes, que es algo de lo que vamos a hablar más en la unidad 5 y es que está hecho únicamente de tortugas que ya adoptaron y solamente ellas van a considerar si adoptarán o no el procedimiento de adopción todavía permite a las tortugas que adopten basadas en la influencia global o en la influencia social; en el caso raro donde se adopta acá, puede que también adopten acá, lo que queremos preguntar entonces al código si vamos a estar seguros de que no vayan a adoptar 2 veces por diferentes razones y para hacer eso lo que podemos hacer es que podemos decir "si no adoptó en el azar flotante de 1.0 de la influencia social" y lo que esto hace es que básicamente dice si adoptaste acá arriba no intentes adoptar acá abajo también podemos simplemente decir "si no adoptó" porque aún estamos en el bucle de decirles a las tortugas y esto sólo afectará a las tortugas que adoptaron acá; ahora podemos hacer click en setup y go, podemos ver que los colores ya no cambian y eso es debido a que solamente adoptan 1 vez y como podemos esperar, dado nuestro valor bien bajo de la influencia global, la mayor parte de las tortugas adoptaron como consecuencia de la influencia social, entonces sí, hemos completado el modelo 2 vamos a salvarlo como modelo 2 y ya terminamos este modelo ok, acá está el objetivo para el modelo 3, en vez de mirar únicamente a las visualizaciones del número de tortugas que adoptaron, vamos a graficar la adopción a lo largo del tiempo y en parte es debido a que, como dijimos, lo que queremos ver como coinciden algunas de las curvas de difusión que ya vimos en el pasado y si hay una adopción creciente, que se ve como una curva de campana, si estamos viendo la adopción se verá como una curva S, hay números pequeños y luego hay mucha gente entre quienes adoptan; entonces vamos a graficar todo esto, pero ustedes también pueden graficar otros tipos diferentes de adopción como la incremental y hay una cosa que vamos a hacer en este sentido, esto tiene que ver con el hecho de que si vemos lo que sucede con el setup y el go el modelo corre, corre y corre, hasta los 70.000 ticks, eso es porque no le dijimos al modelo que pare de correr, entonces lo que me gustaría hacer es agregar una porción de código al modelo que lo que hará será frenar al modelo si no queda nadie que pueda seguir adoptando y les voy a dar algunos tips para eso; 1ro que nada existe un comando que se llama "stop" en NetLogo que frena al modelo cuando está corriendo si está en la iteración actual ese es un comando que ustedes necesitan y luego ustedes querrán verificar si en verdad lo está haciendo y probablemente el mejor lugar para hacer esa verificación es al comienzo del bucle de go, antes de empezar a correr; entonces se agrega algo que verifica si el modelo debe parar y si debe, entonces frena al modelo esto es todo para los objetivos del modelo 3 y volveremos en la próxima unidad y hablaremos del modelo