Guerra de guerrilas Agosto 2016 Herramientas computacionales

Simulaci
on de la guerra de
guerrillas como una ley de
potencias que tiende a un estado
de equilibrio din
amico.
L. Duenas

M. Duran

A. Grajales

Universidad Nacional de Colombia

Departamento de Fsica
Resumen
Se tom
o a las guerrillas como grupos armados que sufren cambios a traves del tiempo tales
como fragmentaciones y uniones con otros grupos armados, para esto se simul
o por medio de
un c
odigo en C++ un grupo inicial de gran capacidad destructiva que despues se fragmentaba
en grupos m
as peque
nos y luego se una con otros grupos, hasta llegar a un estado de equilibrio
din
amico donde los tama
nos de los grupos oscilan alrededor de valores promedios. Luego se
promediaron los datos obtenidos para un rango de iteraciones, y se midi
o su pendiente para
predecir como evolucionaran las guerrilas a futuro. Se tom
o una constante que determinaba
la probabilidad de que un grupo dado se separe y se determin
o la relaci
on entre dicho par
ametro
y la pendiente . Finalmente, se hall
o que el estado de equilibrio estaba alrededor de las 10000
y 20000 iteraciones, a valores bajos de no cambia mucho la pendiente pero a altos se aleja
demasiado y que la relaci
on entre y el es una ecuaci
on cuadratica negativa.

I.

n
Introduccio

En el u
ltimo siglo, las guerras de guerrillas y los
datos recogidos de estas, han permitido realizar
estudios que relacionan el n
umero de ataques de
los grupos insurgentes y el potencial destructivo
de los mismos. Es posible asociarle una densidad
de probabilidad p(x) al evento en el cual sucede
un ataque con un n
umero de vctimas x[1]. Son
varios los estudios que han concluido que esta
relaci
on se deja modelar a traves de una distribuci
on de ley de potencias (1), con lo cual la
expresi
on de la densidad de probabilidad es de
la forma:
p(x) = Cx

ganistan, Colombia e Iraq presentan esta distribucion, sino tambien que el parametro es
cuantitativamente similar para estos[2]. Los datos que permiten derivar la distribucion de probabilidad son tomados del Centro de Recursos
para el Analisis de Conflictos (CERAC).
Partiendo de la ecuacion (1) tomamos el logaritmo de dicha expresion:

log p(x) = log x + log C

= log x + b

(2)

(1)

con C y par
ametros positivos. Los estudios no s
olo han revelado que las guerras en Af-

La expresion (2) permite linealizar la relacion entre x y p(x), facilitando su analisis estadstico.

laduenasb@unal.edu.co
maduranb@unal.edu.co
agrajalesd@unal.edu.co

Guerra de guerrilas Agosto 2016 Herramientas computacionales

A. Modelo din
amico
Es posible simular numericamente esta distribuci
on a traves de un modelo que trata al
cuerpo insurgente como un conjunto de unidades/grupos de ataque cuyo comportamiento
din
amico se da debido a una constante coalici
on/fragmentaci
on entre/de sus partes. Teniendo en cuenta que los datos obtenidos para los
conflictos en Afganist
an, Iraq y Colombia son
similares, se espera que la simulaci
on numerica tienda, para iteraciones altas, a un estado de
equilibrio din
amico que no depende de las condiciones iniciales. Es decir, el comportamiento de
los grupos insurgentes tiene un car
acter similiar,
sin importar condiciones geogr
aficas o ideologicas.
Emplearemos la siguiente notaci
on para referirinos a las unidades y sus caractersticas: si
corresponde a la fuerza de ataque de la unidad iesima; ns es el n
umero promedio de unidades con
ataque igual a s. Por u
ltimo, nos referiremos como el enemigo al grupo contra el cual luchan las
unidades insurgentes. La din
amica del conjunto
de unidades se da a traves de tres posibilidades:
La unidad se fragmenta completamente,
debido a presiones del enemigo, para distraerlo, etc. La probabilidad de que alguna
unidad sufra este suceso es .
La unidad i-esima se fusiona con la unidad j-esima, formando una nueva unidad
de fuerza si + sj . La probabilidad de este
suceso es de 1 .
No sucede nada con tal unidad.
Donde es un par
ametro constante. Adicionalmente, suponemos que para un instante de
tiempo dado la probabilidad de que sea la unidad i-esima la que sufra de la fragmentacion o
coalici
on es proporcional a su fuerza de ataque
s, por las siguientes razones:
La unidad se ve m
as propensa a sufrir una
fragmentaci
on a mayor fuerza de ataque,
pues el enemigo se ve m
as inclinado a intentar fragmentar, por los medios que fueran, una unidad de ataque importante.
2

Dada una unidad i-esima, y teniendo en

cuenta que realizar una coalicion implica
un gran riesgo, esta unidad estara inclinada a fusionarse con un grupo de gran
fuerza de ataque; si se va a realizar una
coalicion, que esta verdaderamente valga
la pena.
Como una u
ltima consideracion suponemos
que la probabilidad p de que una unidad i-esima
realice un atentado es la misma para cualquier
grupo. Es decir, no hay preferencia entre las unidades para realizar el proximo ataque. Como veremos mas adelante, esto permite relacionar los
datos obtenidos del CERAC con la configuracion de las unidades de ataque.

B. Implementacion del programa

Sea F la fuerza del grupo insurgente como un
todo. Y sea una distribucion inicial de sus unidades de ataque, tal que la suma de estas unidades sea igual a F . Esta configuracion puede ser arbitraria siempre y cuando los datos a
analizar correspondan a un estado din
amico en
equilibrio, objetivo de este documento. En un
instante de tiempo t, una de las unidades sufrira una fragmentacion/coalicion. Empezamos
por aclarar las diferencias entre los parametros
que hemos definido hasta el momento. Por un
lado, tenemos que la dinamica de fragmentacion/coalicion de las unidades esta determinada por el tama
no de estas. En el programa se
trabajo con una relacion de proporcionalidad lineal. Por lo tanto, en el instante t unidades con
mayor fuerza de ataque son mas propensas a separarse o fusionarse con otra unidad.
El parametro da cuenta de que tan factible
es que se den fragmentaciones o coaliciones. Para un valor = 0,01, 1 de cada 100 grupos que
sufren cambios en su fuerza de ataque se fragmenta por completo. Finalmente, dada una distribucion de los grupos en un instante de tiempo,
asumimos que la probabilidad de que alguno de
estos grupos se vea implicado en un atentado es
independiente de la fuerza de ataque de estos.
Por u
ltimo, las consideraciones aleatorias de dicha simulacion se reproducen a traves de una
funcion que arroja n
umeros aleatorios.

Guerra de guerrilas Agosto 2016 Herramientas computacionales

II.

1
-1.61
2
-2.38
3
-1.95
4
-2.05
5
-2.26
6
-2.28
7
-2.27
8
-1.84
9
-2.26
10
-2.17
11
-2.46
12
-1.92
13
-2.50
14
-1.86
15
-2.12
16
-2.20
17
-2.12
18
-2.12
19
-2.14
20
-1.79
Tabla 1: Valores del parametro habiendo corrido el programa 20 veces,
con un n
umero de iteraciones igual a
T = 10, 000 (diez mil).

lisis
Resultados y ana

El objetivo primario del c

odigo consiste en verificar que la evoluci
on temporal del operar de
un cuerpo insurgente como una configuracion de
unidades que sufren coaliciones y fragmentaciones tiende en efecto a un estado de equilibrio
din
amico, y que este estado de equilibrio s corresponde con los datos obtenidos del CERAC.
Se debe buscar, por tanto, un n
umero de iteraciones T para las cuales el sistema se comporta
como uno din
amico en equilibrio. Para mejorar
la calidad de los datos se eliminaron todos los
grupos que tenan unidad de ataque 1, esto mejor
o significativamente los valores de la pendiente haciendo que se acercaran m
as a los valores
esperados y disminuy
o la oscilaci
on de los valores para las iteraciones. En las gr
aficas It representa el n
umero de iteraciones e In el incremento
de cada una hasta llegar a la iteraci
on final.
Asumir que la probabilidad de que alguna
de estas unidades de ataque se vea implicada
en un atentado es independiente de la fuerza de
ataque de estas, dado una ventana de tiempo
especfica, hace que el n
umero de atentados con
vctimas s reportados en el CERAC corresponda
al n
umero promedio de grupos con fuerza s que
presenta la distribuci
on en dicho intervalo temporal. Se hace enfasis en el car
acter promedio
de este n
umero de grupos porque a lo largo del
intervalo de tiempo el sistema de unidades sigue
evolucionando. Este fen
omeno del car
acter promedio de una distribuci
on din
amica se observa
en las figuras 1, 2, 3 y la tabla 1.

En general, si se corre el programa por n-esima vez para una iteraci

on dada (como muestra
la tabla 1), el valor de no es exactamente el
mismo. De aqu que el sistema sea uno dinamico,
y que este constantemente en evoluci
on. Por otro
lado, si se realizan las gr
aficas de la distribucion
de los grupos para distintas iteraciones dentro de
un rango especfico (i.e. las distribuciones entre
T = 10, 000 y T = 20, 000, y T = 200) las
pendientes oscilan alrededor de un valor.

Figura 1: Iteraciones para = 0,01

Guerra de guerrilas Agosto 2016 Herramientas computacionales

Figura 2: Iteraciones para = 0,01

Figura 4: Iteraciones para =0.1

Figura 5: Iteraciones para =0.5

Figura 3: Iteraciones para = 0,01

La figura 2 grafica todos los datos generados

de las iteraciones dadas en el rango T (10, 000
20, 000) cada 200 iteraciones, cuya pendiente es
de = 2,32 como se evidencia en la ecuaci
on de la gr
afica. Las figuras 1 y 3 realizan el
mismo procedimiento para otros rangos de iteraciones, en donde encontramos que el parametro
oscila cerca del valor . Se tomaron 3 intervalos distintos para comparar y hallar a partir
de cual intervalo empieza el estado de equilibrio.
Concluimos, finalmente, que el intervalo optimo
esta entre 10000 y 20000 iteraciones ya que es el
que posee la mayor pendiente y es la que mas se
acerca a los datos proporcionados por el artculo, este intervalo aplica para los dem
as ya que
en la gua especifica que aun cambiandose las
condiciones iniciales tal como lo es , no se afectar
a el estado din
amico de equilibrio.

Figura 6: Iteraciones para =0.9

En las figuras 4, 5 y 6 se puede observar

como a medida que aumenta el parametro la
cantidad de puntos y su rango de fuerza de ataque tambien disminuye, esto se puede explicar
de la siguiente manera, debido a que es la probabilidad de que se separe la unidad de ataque
si y como en este caso es grande, entonces
habra gran cantidad de unidades de ataque de

Guerra de guerrilas Agosto 2016 Herramientas computacionales

fuerza 1, esto implica que un punto con grande ser

a m
as denso que uno con bajo por lo
que almacena gran cantidad de fuerza S pero
distribuida en muchos puntos esto implica que
habr
a muy pocos puntos con fuerzas mayores a
1.
Para comprobar que tan dr
astico fue eliminar
los grupos de unidad de ataque 1, se hace la
comparaci
on para =0.99 que es el caso contrario a bajos. En la figura 7 se puede ver la
gr
afica sin los grupos con unidad de ataque 1 y
en la figura 8 con las unidades de ataque 1.

que el cambio solo tiene sentido para bajo que

es donde se presentaban esas inestabilidades en
los datos. Tambien se puede observar que en las
pendientes para =0.01 y =0.1 la diferencia
no es mucha pero si incrementamos el , tal sea
el caso de =0.9 y =0.99 se puede ver que la
diferencia es mas notable, mas de dos unidades,
con esto se entiende que a medida que aumenta
el tamben aumenta la pendiente pero no de
manera lineal.
Al observar la grafica 9 se observa la relacion
entre y .

Figura 7: Iteraciones para =0.99 sin los grupos

de unidad de ataque 1

Figura 9: Relaci
on entre la pendiente y el coeficiente

Como se puede ver, es una ecuacion cuadratica negativa que describe cas univocamente la
relacion entre estos dos parametros.

Figura 8: Iteraciones para =0.99 con los grupos

de unidad de ataque 1

Como se puede observar en las graficas, la

variaci
on en la pendiente no es mucha. Eliminar
los grupos de unidades de ataque 1 nos sirvio para tener datos m
as estables, ergo una pendiente
m
as estable y al ver estas gr
aficas se observa

Dos casos particulares que vale la pena mencionar son aquellos en que = 0 y = 1, en el
primer caso la probabilidad de separarse es cero
por lo que la unidad de ataque inicial siempre
permaneceria igual ya que como es la u
nica unidad de ataque no tiene con quien unirse y su
pendiente estaria indeterminada ya que solo se
tiene un punto, su coordenada en x corresponde al S maximo, y como n1 = 0 significa que
su coordenada en y es infinita, por lo tanto no
se puede graficar en el plano. El segundo caso
ocurre lo contrario es decir, se separa una vez y
luego los grupos no se pueden unir entre ellos,
por esta razon solo habra un punto en el plano
que a diferencia del caso = 0, este si se puede
graficar y sus coordenadas seran (1,1) ya que
5

Guerra de guerrilas Agosto 2016 Herramientas computacionales

al dividir ns por n1 da 1 porque siempre seran

identicos, como solo hay un punto la pendiente
tambien es indeterminada.

III.

Conclusiones

Se hall
o que el estado de equilibrio dinamico se
alcanza alrededor de las 10000 a 20000 iteraciones, los valores y las pendientes para bajos oscilan demasido, para evitar esto se tomo
la desici
on de eliminar los grupos que tuvieran
unidad de ataque 1, esto mejor
o de forma significativa los datos para bajos pero se mantuvo
casi inalterado para altos lo cual es una ventaja a la hora de hacer un an
alisis de los datos.
Para peque
nos los valores de la pendiente no
varan mucho entre ellos pero al ir aumentado ,

sus valores se alejan cada vez mas de los anteriores. La relacion entre y tiene la forma de
una ecuacion cuadratica negativa, esto rompi
o
con nuestra creencia de que la relacion sera de
una forma logaritmica.

Referencias

[1] Universal
patterns underlying ongoing wars
and terrorism. N. Johnson, M. Spagat,
J.. Restrepo, O. Becerra, J. Bohorquez, N.
Suarez, E. Restrepo, R. Zarama. 2005. P.
1-40.
[2] From old wars to new wars and global terrorism. N. Johnson, M. Spagat, J. Restrepo, J. Bohorquez, N. Suarez, E. Restrepo,
R. Zarama. P. 1-37.