 Hola, ahora vamos a ver la simulación de un modelo que es un poquito más refinado que el anterior. Hemos añadido una nueva hipótesis y lo hemos llamado modelo 1. Lo supuesto ahora son, pues como antes, que solo hay enfermos y sano, que el contagio se produce por cerca de 3 personas, que cuando no enferme un sano están suficientemente cerca, el sano se vuelve enfermo, hay un parámetro radio de acción que es el que nos va a determinar cuándo están suficientemente cerca, pero también añadimos ahora que en un determinado tiempo el enfermo se cura. Y aquí, como antes, podemos controlar el porcentaje del sano, el número de personas totales, el radio de acción y además también el tiempo en que un enfermo se cura de la enfermedad provocada por el virus. Bien, pues igual que antes, vamos a hacer la simulación. Primero determinamos o definimos cuál van a ser los parámetros de la simulación. En este caso, vamos a colocar el número de personas a 200. El porcentaje del sano igual que antes del 95%, de manera que haya pocos infectados al principio, alrededor del 95, bien. El radio de acción le pondré 10, por ejemplo, bien, ahí, 11 de igual, más o menos. Y vamos a poner una duración de la infección pues de 5. Y una vez que tenemos esto, podemos comenzar la simulación. Se van generando todas las personas, los puntitos con un radio 10, los verdes son los sanos, los rojos los enfermos. Y ahora vamos a ver cómo el porcentaje de sanos pues va disminuyendo. Pero llega un momento en el que los sanos comienzan a... perdón, los enfermos comienzan a curarse y vuelven a estar sanos en verdes. Pero claro, esto se va repitiendo. En cuanto estás sano y encuentras con un enfermo, pues nada, te vuelvas a contagiar. De esta manera, lo que vamos teniendo es que para esos parámetros que he colocado aquí, pues más o menos el número de enfermos se va manteniendo constante o va oxidando alrededor de un determinado valor. Así que esta simulación no va a tener nunca fin, se va a quedar en este caso. Con esos parámetros, ya digo, de radio de acción, duración de infección en torno al 70, 90% como estáis viendo ahí en el deslizador de porcentaje sano. Pero si cambia hierro de acción y de duración de infección, posiblemente sí veáis que en un momento dado todo se curan. Bien, voy a parar la simulación. De la misma manera que antes, una vez que la simulación se separa, tenemos disponibles talistas de enfermos que está hecha de forma que en la columna A está el tiempo, se representa el tiempo y en la columna B el número de enfermos o el número de contagiados. Y podemos exportarla siempre desde el editor de Snap, no cuando se está ejecutando el programa y podemos representarla gráficamente con algún tipo de programas que sirva para representar pues CSV, desde por ejemplo el Excel o el OpenCalc. Yo he utilizado este como mostré también en el anterior vídeo y desde aquí pues podemos importar el fichero CSV, lo importamos, aquí toda la cabecera que no hace falta para nada y es en este caso esta lista de aquí. Y bueno pues lo trazamos el fichero CSV, la columna va a ser el tiempo, la X, la columna B va a ser el número de infección, vemos pues bueno que va oxidando a lo largo del tiempo. Es importante darse cuenta de que aunque es distinta la evolución en este caso con respecto al modelo cero y hay una oscillación que se mantiene prácticamente hasta el infinito, sin embargo el principio de la curva es parecida a la anterior, es decir al principio hay un montón de contagio, la tasa de contagio es muy alta prácticamente exponencial. De hecho esto nos está diciendo pues que un rasgo importante, una característica importante de este fenómeno que estamos analizando de la expansión de un virus, del contagio pues tiene al principio al menos un comportamiento exponencial, el número de enfermos de contagiado va creciendo de forma exponencial, de manera que ya esta característica la podemos tener apuntada, medida que vamos cambiando el modelo aunque cambia la evolución el principio sigue siendo igual, crecimiento rápido, muy rápido, el número de contagios. Esto por supuesto pues tampoco es una situación realista puesto que no hemos tenido en cuenta algo fundamental que es la inmunización al virus y eso es lo que vamos a ver en el siguiente modelo que explicaremos en el siguiente vídeo.