Teste

1. Introdução aos Métodos em Simulação Computacional Adriana Racco CSC - Coordenação de Sistemas e Controle Laboratório Nacional de Computação Científica

2. Autômato celular

3. Autômato celular John von Neumann foi o primeiro a propor um modelo simples para tentar reproduzir vida.

4. Autômato celular Tempo e espaço discretos Estados bem definidos Regras de evolução que dependem da vizinhança

5. Rede e célula Rede é toda a região que será usada na simulação. Ela é dividida em células. Uma célula ou sítio é o menor pedaço da rede.

6. Clusters Cluster é um conjunto de células vizinhas, que estejam no mesmo estado. Cluster percolante – é um cluster que atravessa toda a rede.

7. Formato das células As células podem ter de várias formas, desde que num mesmo autômato todas as células sejam de uma mesma forma. Triangular

8. Formato das células As células podem ter de várias formas, desde que num mesmo autômato todas as células sejam de uma mesma forma. Hexagonal

9. Formato das células As células podem ter de várias formas, desde que num mesmo autômato todas as células sejam de uma mesma forma. Quadrangular

10. Vizinhança de Neumann Primeiros vizinhos Segundos vizinhos

11. Vizinhança de Moore Primeiros vizinhos Segundos vizinhos

12. Vizinhança aleatória

13. Vizinhança arbitrária A vizinhança arbitrária é determinada pelo modelo. Exemplo: Primeiros vizinhos Segundos vizinhos

14. Estados dos sítios Os estados dos sítios tem que ser bem definidos e finitos. Exemplos: 0 ou 1 – ocupado ou vazio, vivo ou morto, spin up ou spin down etc… 0,1 ou 2 – referente a espécie que ocupa cada sítio, número de indivíduos.

16. Regras As regras podem depender do estado do próprio sítio e dos sítios vizinhos. Podemos criar campos e influência da geografia do sistema. Podem ser determin í sticas ou probabil í sticas. Processo Markoviano - depende apenas do estado atual dos sítios.

19. Boid - Craig Reynolds (1986) http://www.lsi.usp.br/~rponeves/diss/dissert.htm#_Toc52116928

20. Boid - Craig Reynolds (1986) http://www.lsi.usp.br/~rponeves/diss/dissert.htm#_Toc52116928

22. Agentes “ Agentes autônomos são sistemas computacionais que habitam algum ambiente de dinâmica complexa, sentem e agem autonomamente neste ambiente e, fazendo isso, realizam uma série de objetivos ou tarefas para os quais foram designados ”. [MAES, 1995 ] Considerar comportamentos emergentes <- ideal para vida artificial ALIFE

23. Agentes  Autonomia: “ agentes operam sem intervenção direta de humanos ou outros, e tem algum controle sobre suas ações e estados internos ”;  Habilidade social: “ interação entre agentes ”;

24. Agentes  Reatividade: “ agentes percebem seu ambiente e respondem as mudanças que ocorrem nele ”;  Pro-atividade: “ agentes não simplesmente agem em resposta ao seu ambiente, são capazes de tomar uma iniciativa para atingir determinado objetivo ”.

25. Sites interessante s http://www.di.ufpe.br/~iobl/monografia Aplicações gráficas de AC http://madeira.cc.hokudai.ac.jp/RD/takai/automata.htmal

26. Geração de texturas Y.Takai, N.K.Takai, and K.J.Nakamori: &quot;Exploration of the reaction-diffusion textures&quot;, Proc. Int. Conf. on Modelling and Simulation , 1998

27. Listras

28. Zebra

30. Sistemas de partículas

31. Fogo

32. Fogo com vento

33. Colisão

34. Queda d’água

35. Queda d’água

36. Automato celular Burning – Incêndio na floresta Percolação Contagem de clusters Automatos celulares em 1D Fractais Formação Dimensão fractal