Sistemas complejos adaptativos - Modelos basados en agentes

2,839 views

Published on

Sistemas complejos adaptativos - Modelos basados en agentes

Published in: Technology
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
2,839
On SlideShare
0
From Embeds
0
Number of Embeds
956
Actions
Shares
0
Downloads
44
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Sistemas complejos adaptativos - Modelos basados en agentes

  1. 1. Modelos Basados enModelos Basados en AgentesAgentes Vida ArtificialVida Artificial Sociedades ArtificialesSociedades Artificiales Carlos ReynosoCarlos Reynoso UNIVERSIDAD DE BUENOS AIRESUNIVERSIDAD DE BUENOS AIRES http://carlosreynoso.com.arhttp://carlosreynoso.com.ar
  2. 2. “Antes de aventurarse en las sociedades artificiales, mejor averiguar de qué se trata la sociedad natural” (¿No es mejor al revés?)
  3. 3. 3 ObjetivosObjetivos • Clarificar modelos descentralizadosClarificar modelos descentralizados • Profundizar en cuestiones deProfundizar en cuestiones de emergencia y modeladoemergencia y modelado • Se revisarán elementos de AC, peroSe revisarán elementos de AC, pero desde un punto de vista más prácticodesde un punto de vista más práctico • Presentar instrumentos y describirPresentar instrumentos y describir estado de la cuestiónestado de la cuestión
  4. 4. 4 Agenda • Recapitulación: Autómatas celularesRecapitulación: Autómatas celulares – Omitido: Random Boolean Networks (StuartOmitido: Random Boolean Networks (Stuart Kauffman, “Orden Gratis”) – Filo del caosKauffman, “Orden Gratis”) – Filo del caos • Modelos basados en agentes (MBA)Modelos basados en agentes (MBA) • Surgimiento de patronesSurgimiento de patrones • Vida artificialVida artificial • Sociedades artificialesSociedades artificiales • HerramientasHerramientas • Aplicaciones y ejercicios de prácticaAplicaciones y ejercicios de práctica • Conclusiones y propuestasConclusiones y propuestas
  5. 5. 5 Sistemas complejos adaptativos • Autómatas celularesAutómatas celulares • Redes booleanas aleatoriasRedes booleanas aleatorias • Modelos basados en agentesModelos basados en agentes autónomosautónomos • Vida artificialVida artificial • Sociedades artificialesSociedades artificiales • Cultura artificialCultura artificial • Meta-heurísticas evolutivasMeta-heurísticas evolutivas
  6. 6. 6 Genealogías confusasGenealogías confusas • Modelos basados en agentesModelos basados en agentes – ““Agentes”: propuestos por Douglas Hofstadter en Gödel,Agentes”: propuestos por Douglas Hofstadter en Gödel, Escher, Bach (1976)Escher, Bach (1976) • Vida artificialVida artificial – Propuesta por Chris Langton (1989) o Norman Packard (id.)Propuesta por Chris Langton (1989) o Norman Packard (id.) – Modelo “fuerte” – Tom Ray (Tierra, 1991)Modelo “fuerte” – Tom Ray (Tierra, 1991) • Evolución digital – Código autorreplicante evoluciona porEvolución digital – Código autorreplicante evoluciona por selección naturalselección natural – Modelo “débil” – Comprender los mecanismos de la vidaModelo “débil” – Comprender los mecanismos de la vida • Sociedades artificialesSociedades artificiales – Término propuesto por Builder & Bankes, RAND Paper,Término propuesto por Builder & Bankes, RAND Paper, 19911991 • Modelos de Robert Axelrod, 1984Modelos de Robert Axelrod, 1984 – Teoría de juegos, dilema del prisionero, evolución de laTeoría de juegos, dilema del prisionero, evolución de la cooperacióncooperación
  7. 7. 7 Modelos descentralizadosModelos descentralizados • Imperativos en casos en que se desconocenImperativos en casos en que se desconocen las ecuaciones básicaslas ecuaciones básicas – O se conocen pero son intratablesO se conocen pero son intratables – Problemas de resolución de ODE y PDEProblemas de resolución de ODE y PDE – MBA: lo opuesto a la dinámica de sistemasMBA: lo opuesto a la dinámica de sistemas • No hay control centralizadoNo hay control centralizado • No prevalece una estocástica:No prevalece una estocástica: – Auto-organización como emergente de laAuto-organización como emergente de la diferencia casi azarosa en el bajo niveldiferencia casi azarosa en el bajo nivel – Patrones de orden surgen del azar (BZ)Patrones de orden surgen del azar (BZ) – Caos como emergente de principios deterministasCaos como emergente de principios deterministas (ecuación logística)(ecuación logística)
  8. 8. 8 Combinación con otros modelosCombinación con otros modelos • Modelos de agente de última generación:Modelos de agente de última generación: – Observaciones inéditas que permitieron identificar efectos colectivosObservaciones inéditas que permitieron identificar efectos colectivos • P. ej. formación de senderos peatonales por analogía con la quemotaxisP. ej. formación de senderos peatonales por analogía con la quemotaxis observada por los etólogos.observada por los etólogos. – Esto permitió observar y predecir interesantes fenómenos de auto-Esto permitió observar y predecir interesantes fenómenos de auto- organización y no-linealidadorganización y no-linealidad • Surgimiento de atascos desproporcionados, paradoja de Braess, senderosSurgimiento de atascos desproporcionados, paradoja de Braess, senderos de contraflujo, cambios oscilatorios en los contraflujos en los cuellos dede contraflujo, cambios oscilatorios en los contraflujos en los cuellos de botella, brotes de conducta de rebaño, dependencia no monotónica delbotella, brotes de conducta de rebaño, dependencia no monotónica del tiempo de evacuación respecto de parámetros inimaginables (el campotiempo de evacuación respecto de parámetros inimaginables (el campo dinámico del piso), efectos de fricción, efectos de más-rápido-es-más-lentodinámico del piso), efectos de fricción, efectos de más-rápido-es-más-lento en situaciones de pánico o surgimiento de flujos más ordenados mediante laen situaciones de pánico o surgimiento de flujos más ordenados mediante la ampliación de las oscilacionesampliación de las oscilaciones – (Helbing, Farkas y Vicsek 2000; Burstedde y otros 2001a y 2001b;(Helbing, Farkas y Vicsek 2000; Burstedde y otros 2001a y 2001b; Schadschneider 2001; Kirchner y Schadschneider 2002;Schadschneider 2001; Kirchner y Schadschneider 2002; Schadschneider, Kirchner y Nishinari 2002).Schadschneider, Kirchner y Nishinari 2002). – Software de simulación: EXODUS, página de Tamás Vicsek, etc.Software de simulación: EXODUS, página de Tamás Vicsek, etc. – Una vez más, en el diseño de lugares públicos el conocimiento de estosUna vez más, en el diseño de lugares públicos el conocimiento de estos estudios y herramientas ha llegado a ser indispensable.estudios y herramientas ha llegado a ser indispensable.
  9. 9. 9 Estado de arteEstado de arte • EsencialesEsenciales parapara simulación desimulación de contingencias,contingencias, toma detoma de decisionesdecisiones complejas ecomplejas e impactoimpacto ambientalambiental http://thunderheadeng.com/pathfinder/index.htmlhttp://thunderheadeng.com/pathfinder/index.html
  10. 10. 10
  11. 11. 11
  12. 12. 12
  13. 13. 13
  14. 14. 14 EEXODUSXODUS http://fseg.gre.ac.uk/exodushttp://fseg.gre.ac.uk/exodus
  15. 15. 15 EEXODUSXODUS • Importante desempeño internacional enImportante desempeño internacional en simulación de incendios en edificios desimulación de incendios en edificios de habitación y centros comerciales,habitación y centros comerciales, hundimiento de barcos, pánico en estadoshundimiento de barcos, pánico en estados deportivos, aviones.deportivos, aviones. • Precio para la academia, L 900, con licenciasPrecio para la academia, L 900, con licencias adicionales por L 205 cada una.adicionales por L 205 cada una. • Se puede bajar demo y documentaciónSe puede bajar demo y documentación registrándose.registrándose.
  16. 16. 16 BuildingEBuildingEXODUSXODUS
  17. 17. 17 Modelos Basados en Agentes Sociedades artificiales • Modelos urbanos en NetLogoModelos urbanos en NetLogo – DiseaseDisease – EpidemicEpidemic – Models Library / Curricular Models / Urban suiteModels Library / Curricular Models / Urban suite • Economic disparityEconomic disparity • PollutionPollution • Sprawl effectSprawl effect • RecyclingRecycling • Tijuana BordertownsTijuana Bordertowns →→
  18. 18. 18 Tijuana BordertownsTijuana Bordertowns NetLogo > Models Library > Curricular models > Urban SuiteNetLogo > Models Library > Curricular models > Urban Suite Conviene instalar versiones 4.xConviene instalar versiones 4.x
  19. 19. 19 Sociedades artificiales - Aplicaciones • Epstein & AxtellEpstein & Axtell – Demostración de ley de ParetoDemostración de ley de Pareto – Modelización de Anasazi (G. Gumerman)Modelización de Anasazi (G. Gumerman) – Sugarscape: Vida artificialSugarscape: Vida artificial • J. Stephen LansingJ. Stephen Lansing – Modelo de regadío en BaliModelo de regadío en Bali • Journal of Artificial Societies and SocialJournal of Artificial Societies and Social SimulationSimulation
  20. 20. 20 Sociedades artificialesSociedades artificiales • Growing artificial societiesGrowing artificial societies – Joshua Epstein, Robert– Joshua Epstein, Robert AxtellAxtell – Miembros de la Brookings Institution y del SFIMiembros de la Brookings Institution y del SFI • La sorprendente suficiencia de las reglas simplesLa sorprendente suficiencia de las reglas simples • Growing societiesGrowing societies – Ciencia social generativa– Ciencia social generativa – ““Comenzar el desarrollo de una ciencia social que modeleComenzar el desarrollo de una ciencia social que modele los procesos evolutivos en un ambiente computacional quelos procesos evolutivos en un ambiente computacional que simule la demografía, la transmisión de la cultura, lasimule la demografía, la transmisión de la cultura, la economía, la enfermedad y la co-adaptación de los agentes”economía, la enfermedad y la co-adaptación de los agentes” • Algunos miembros de Antropocaos estudiaron conAlgunos miembros de Antropocaos estudiaron con AxtellAxtell
  21. 21. Vida artificial: La polémicaVida artificial: La polémica
  22. 22. 22
  23. 23. 23 Vida artificial - RecursosVida artificial - Recursos
  24. 24. 24 BoidsBoids • Craig Reynolds (1987)Craig Reynolds (1987) • Mezcla deMezcla de birdsbirds andand androidsandroids • Reynolds, C W, 1987, "Flocks, Herds, andReynolds, C W, 1987, "Flocks, Herds, and Schools: A Distributed Behavioral Model“Schools: A Distributed Behavioral Model“.. Computer GraphicsComputer Graphics 2121(4) 25ff, online at(4) 25ff, online at http://www.cs.toronto.edu/~dt/siggraph97-http://www.cs.toronto.edu/~dt/siggraph97- course/cwr87course/cwr87// [disp][disp] • Metodología incorporada a las técnicas deMetodología incorporada a las técnicas de industria (simulaciones, cine [El rey león,industria (simulaciones, cine [El rey león, Batman returns]Batman returns]
  25. 25. 25 BoidsBoids
  26. 26. 26 3DBoids3DBoids
  27. 27. HerramientasHerramientas
  28. 28. 28 HerramientasHerramientas Modelos basados en agentesModelos basados en agentes • ModulecoModuleco • *StarLogo [discontinuado]*StarLogo [discontinuado] • AscapeAscape • *3D Boids*3D Boids • *Repast*Repast • *Breve*Breve • **Netlogo**Netlogo
  29. 29. 29 ModulecoModuleco • Programado en la Universidad deProgramado en la Universidad de Manchester – Lenguaje JavaManchester – Lenguaje Java • El sitio nativo está en francésEl sitio nativo está en francés • Incluye modelo de pila de arena, surgimientoIncluye modelo de pila de arena, surgimiento de clases, epidemia, percolación de sitio yde clases, epidemia, percolación de sitio y red, segregación de Schelling, influenciared, segregación de Schelling, influencia social, pequeños mundos, sugarscapesocial, pequeños mundos, sugarscape • Documentación excesivamente escuetaDocumentación excesivamente escueta • Destinado a convertirse en plugin de MadkitDestinado a convertirse en plugin de Madkit
  30. 30. 30
  31. 31. 31 NetLogoNetLogo • Inventado por Mitchel Resnick comoInventado por Mitchel Resnick como extensión de las tortugas del Logoextensión de las tortugas del Logo – Recordar gráfico de tortugas como interpretaciónRecordar gráfico de tortugas como interpretación espacial de las instrucciones de sistemas-L.espacial de las instrucciones de sistemas-L. – Logo: inventado por Papert (el mismo queLogo: inventado por Papert (el mismo que defenestró a los perceptrones)defenestró a los perceptrones) • Resnick, 1997:Resnick, 1997: Tortugas, termitas yTortugas, termitas y congestiones de tráfico. Exploraciones encongestiones de tráfico. Exploraciones en mundos masivamente paralelosmundos masivamente paralelos (disp.)(disp.)
  32. 32. 32 NetLogo / StarLogoNetLogo / StarLogo • Concebido como sistema de estimulación,Concebido como sistema de estimulación, más que de simulaciónmás que de simulación • La idea es averiguar cómo se piensa que esLa idea es averiguar cómo se piensa que es un mundo, antes que cómo se puede simularun mundo, antes que cómo se puede simular ésteéste • El objetivo no es simular sistemas para (porEl objetivo no es simular sistemas para (por ejemplo) predecir, sino indagar cuál es laejemplo) predecir, sino indagar cuál es la forma en que pensamos sobre ellosforma en que pensamos sobre ellos • Los proyectos de NetLogo sonLos proyectos de NetLogo son investigaciones de micromundosinvestigaciones de micromundos
  33. 33. 33
  34. 34. 34 AScapeAScape • Incluye varios modelos esencialesIncluye varios modelos esenciales • SugarscapeSugarscape – Basado en libro de Epstein y Axtell.Basado en libro de Epstein y Axtell. Growing Artificial SocietiesGrowing Artificial Societies. The MIT Press,. The MIT Press, 19911991 • Artificial AnasaziArtificial Anasazi
  35. 35. 35
  36. 36. 36 Sobre los Anasazi artificialesSobre los Anasazi artificiales • Geoffrey Dean, George Gumerman, Joshua Epstein,Geoffrey Dean, George Gumerman, Joshua Epstein, Robert Axtell y otrosRobert Axtell y otros • Basado en SugarscapeBasado en Sugarscape • Caso de prueba: Long House Valley (NE Arizona)Caso de prueba: Long House Valley (NE Arizona) entre 1800 AC y 1300 DCentre 1800 AC y 1300 DC • Hallazgos hasta la fecha:Hallazgos hasta la fecha: – La desaparición no pudo deberse a fenómenos ambientalesLa desaparición no pudo deberse a fenómenos ambientales externos.externos. – En el momento de su abandono, el área era capaz aún deEn el momento de su abandono, el área era capaz aún de sustentar una población importantesustentar una población importante • Se pide a los colegas que definan reglas alternativas,Se pide a los colegas que definan reglas alternativas, o sugieran parámetros distintoso sugieran parámetros distintos
  37. 37. 37 Diversas interpretaciones de cambio yDiversas interpretaciones de cambio y colapsocolapso • Climáticas (desertización de antiguos bosques)Climáticas (desertización de antiguos bosques) • EnfermedadesEnfermedades • Guerras tribales – Declinación en comercio de la turquesaGuerras tribales – Declinación en comercio de la turquesa • IdeológicasIdeológicas – Centro ceremonial, no población. Viviendas para peregrinos (JamesCentro ceremonial, no población. Viviendas para peregrinos (James Judge, 1984). Colapso debido a cambio de centro ceremonial (Azteca)Judge, 1984). Colapso debido a cambio de centro ceremonial (Azteca) tras sequías de 1080-1090tras sequías de 1080-1090 – Crisis por introducción de canibalismo (Christy Turner, 1996) – DebidoCrisis por introducción de canibalismo (Christy Turner, 1996) – Debido al hambre por sequía, o introducido desde México – Control político, oal hambre por sequía, o introducido desde México – Control político, o patología socialpatología social • Materialistas (marxistas):Materialistas (marxistas): – John Gledhill (1978). Integrado a sistema global (Tolteca). NoJohn Gledhill (1978). Integrado a sistema global (Tolteca). No autónomo, no heterónomo. Competencia, jerarquización, expansión queautónomo, no heterónomo. Competencia, jerarquización, expansión que condujo a crisis. Sobreexplotación y cambio climático, pero mayormentecondujo a crisis. Sobreexplotación y cambio climático, pero mayormente economía políticaeconomía política – Randy McGuire (1986) – Sensibilidad de economía basada enRandy McGuire (1986) – Sensibilidad de economía basada en mercancías a factores externosmercancías a factores externos – Dean Saitta (1997) – Conflictos de clasesDean Saitta (1997) – Conflictos de clases
  38. 38. 38 RepastRepast • Recursive Porous Agent Simulation ToolkitRecursive Porous Agent Simulation Toolkit • Intenta profundizar en la representación deIntenta profundizar en la representación de los agentes, como medio para modelarlos agentes, como medio para modelar creencias, organizaciones e institucionescreencias, organizaciones e instituciones como construcciones sociales recursivascomo construcciones sociales recursivas • Uno de los ABM más completos después deUno de los ABM más completos después de Swarm – En vías de migración a SymphonySwarm – En vías de migración a Symphony • Relativamente pocos modelos disponibles enRelativamente pocos modelos disponibles en ciencias socialesciencias sociales • Integra AG, redes neuronales, GIS, redesIntegra AG, redes neuronales, GIS, redes socialessociales
  39. 39. 39
  40. 40. 40 BreveBreve • Modelado tridimensionalModelado tridimensional • Puede combinar distintas tecnologíasPuede combinar distintas tecnologías – Inteligencia Artificial, algoritmo genético, MBAInteligencia Artificial, algoritmo genético, MBA • Requiere programación interna paraRequiere programación interna para modelado en seriomodelado en serio • Posibilidad de intervención en tiempo realPosibilidad de intervención en tiempo real • Posibilidad de guardar estado del genoma enPosibilidad de guardar estado del genoma en problemas que requieranproblemas que requieran evolución/aprendizajeevolución/aprendizaje • Versión algo inestableVersión algo inestable
  41. 41. 41
  42. 42. 42 **Netlogo**Netlogo • Modelo de más amplia aplicación en ciencias socialesModelo de más amplia aplicación en ciencias sociales • Uri Wilensky, Universidad del NoroesteUri Wilensky, Universidad del Noroeste • El más robusto, estable, programable y completoEl más robusto, estable, programable y completo • Versión mejorada de Starlogo, sin tanto énfasis pedagógicoVersión mejorada de Starlogo, sin tanto énfasis pedagógico • Adecuado para trabajo científico – Usa matemáticas “estrictas”Adecuado para trabajo científico – Usa matemáticas “estrictas” Java, aunque el lenguaje de programación es LogoJava, aunque el lenguaje de programación es Logo – Se puede probar discrepancia entre aritmética real y punto flotanteSe puede probar discrepancia entre aritmética real y punto flotante • Extensiones participativasExtensiones participativas • Driver para periférico GoGo (adquisición de datos, aparatos)Driver para periférico GoGo (adquisición de datos, aparatos) • Infinidad de desarrollos en comunidad:Infinidad de desarrollos en comunidad: – http://ccl.northwestern.edu/netlogo/models/community/http://ccl.northwestern.edu/netlogo/models/community/ – Sugarscape, uso de drogas, pila de arena, propagación del Sida,Sugarscape, uso de drogas, pila de arena, propagación del Sida, mercado financiero, percolación, fuego, ilusiones ópticasmercado financiero, percolación, fuego, ilusiones ópticas
  43. 43. 43
  44. 44. 44
  45. 45. 45
  46. 46. AplicacionesAplicaciones
  47. 47. 47 Infinidad de aplicacionesInfinidad de aplicaciones • JASSS desde 1998 – Congresos enteros deJASSS desde 1998 – Congresos enteros de CA, Alife, MBA, AG y sus combinacionesCA, Alife, MBA, AG y sus combinaciones • Thomas Berger – MBA y AC aplicado a lasThomas Berger – MBA y AC aplicado a las políticas agrarias en Chilepolíticas agrarias en Chile • Bibliografía de casos en materiales de DVDBibliografía de casos en materiales de DVD • Volúmenes del SFI dedicados a GIS o aVolúmenes del SFI dedicados a GIS o a arqueologíaarqueología • Robert Axelrod – Diseminación de la culturaRobert Axelrod – Diseminación de la cultura (traits/features)(traits/features) • Michael Agar – drugsupply: Modelo deMichael Agar – drugsupply: Modelo de mercado de venta de drogasmercado de venta de drogas
  48. 48. 48 Michael Agar (1/3)Michael Agar (1/3) • Proveniente de la antropologíaProveniente de la antropología fenomenológicafenomenológica • Modeló la epidemiología del uso deModeló la epidemiología del uso de sustancias en Netlogosustancias en Netlogo – Drugtalk models how experiences with anDrugtalk models how experiences with an illicit drug, evaluations of thoseillicit drug, evaluations of those experiences transmitted through social andexperiences transmitted through social and spatial networks, and encounters withspatial networks, and encounters with addicted agents lead to different rates ofaddicted agents lead to different rates of use and addiction.use and addiction. →→
  49. 49. 49 Michael Agar (2/3)Michael Agar (2/3) • Cada agente tiene un riesgo y una actitudCada agente tiene un riesgo y una actitud – Riesgo – Tendencia a intentar algo nuevo y desconocido. EsRiesgo – Tendencia a intentar algo nuevo y desconocido. Es una variable en distintos agentes, pero no varíauna variable en distintos agentes, pero no varía – Actitud – Hacia la droga, positiva o negativa. Varía conformeActitud – Hacia la droga, positiva o negativa. Varía conforme a la experiencia. Al principio es homogéneo, como si fueraa la experiencia. Al principio es homogéneo, como si fuera una normauna norma • Si un agente usa droga, depende si el riesgo esSi un agente usa droga, depende si el riesgo es menor o no que la actitudmenor o no que la actitud • La conectividad de los agentes se inspira enLa conectividad de los agentes se inspira en Barabási – Ley de potencia con exponente 1.5Barabási – Ley de potencia con exponente 1.5 • La evaluación (Goodstuff? Badstuff?) varía segúnLa evaluación (Goodstuff? Badstuff?) varía según droga. Es 70/30 para la heroínadroga. Es 70/30 para la heroína
  50. 50. 50 Michael Agar (3/3)Michael Agar (3/3) • Los valores de adicción que resultan delLos valores de adicción que resultan del modelo se aproximan a los de la realidadmodelo se aproximan a los de la realidad • Se genera un espacio en el que se puedenSe genera un espacio en el que se pueden proponer otras variablesproponer otras variables • Se puede pensar en indicadores másSe puede pensar en indicadores más eficaces de una racha epidémica que los queeficaces de una racha epidémica que los que se usan en las políticas usuales de monitoreose usan en las políticas usuales de monitoreo y prevencióny prevención • Correr modelo...Correr modelo...
  51. 51. 51
  52. 52. Prácticas de modelado urbanoPrácticas de modelado urbano [en construcción][en construcción]
  53. 53. 53 TransimsTransims • Transportation Analysis andTransportation Analysis and Simulation SystemSimulation System • GratuitoGratuito • US Department ofUS Department of Transportation – TravelTransportation – Travel model Improvementmodel Improvement ProgramProgram • Implementación deImplementación de referencia en la especialidadreferencia en la especialidad • Estudios de casos bienEstudios de casos bien conocidosconocidos – Dallas, PortlandDallas, Portland – http://en.wikipedia.org/wiki/Transimshttp://en.wikipedia.org/wiki/Transims
  54. 54. 54 Simulación de tráfico - TransimsSimulación de tráfico - Transims
  55. 55. 55 Inconvenientes de TInconvenientes de TRANSIMSRANSIMS • Módulos de bajo nivel dispersos enMódulos de bajo nivel dispersos en comandos de consolacomandos de consola • Idem con la documentaciónIdem con la documentación
  56. 56. 56 TTRANSIMSRANSIMS - Visualizadores- Visualizadores • Transims Visualizer originalTransims Visualizer original • Balfour Technology fourDscape® VisualizerBalfour Technology fourDscape® Visualizer • ARCGis o equivalentesARCGis o equivalentes • Google EarthGoogle Earth • MayaMaya • Transims StudioTransims Studio • NASA World WindNASA World Wind • Advanced Visualization (NCSA)Advanced Visualization (NCSA) – http://dart.ncsa.uiuc.edu/avl/transims.html [*Videos]http://dart.ncsa.uiuc.edu/avl/transims.html [*Videos] • NEXTA (Network Explorer for Traffic Analysis)NEXTA (Network Explorer for Traffic Analysis) – Disponible – Ejecutar, cargar modelo de prueba y seguir lasDisponible – Ejecutar, cargar modelo de prueba y seguir las instrucciones de la PPT de visualizacióninstrucciones de la PPT de visualización
  57. 57. 57 TTRANSIMSRANSIMS - Visualizadores- Visualizadores
  58. 58. 58 Ejercicios con NEjercicios con NEXTAEXTA Network EXplorer for Traffic AnalysisNetwork EXplorer for Traffic Analysis
  59. 59. 59 DraculaDracula http://www.its.leeds.ac.uk/software/draculahttp://www.its.leeds.ac.uk/software/dracula//
  60. 60. 60 DraculaDracula Lanzar previamente SaturnLanzar previamente Saturn
  61. 61. 61 SSUMOUMO Simulation of Urban MObilitySimulation of Urban MObility http://sumo.sourceforge.nethttp://sumo.sourceforge.net
  62. 62. 62 Micro PedSim http://people.revoledu.com/kardi/research/pedestrian/MicroPedSim/download.htm
  63. 63. 63 Micro PedSimMicro PedSim
  64. 64. Modelos macroscópicos:Modelos macroscópicos: Dinámica de sistemasDinámica de sistemas
  65. 65. 65 Dinámica de sistemasDinámica de sistemas • Modelos macroscópicosModelos macroscópicos • Jay ForresterJay Forrester – Urban DynamicsUrban Dynamics – Modelo del mundoModelo del mundo • Varias implementaciones en analíticaVarias implementaciones en analítica urbanaurbana – http://www.systemdynamics.org/DL-IntroSysDyn/http://www.systemdynamics.org/DL-IntroSysDyn/
  66. 66. 66 Referencias específicasReferencias específicas
  67. 67. 67 Modelo urbano – Sphinx SD ToolsModelo urbano – Sphinx SD Tools • http://sourceforge.net/projects/sphinxeshttp://sourceforge.net/projects/sphinxes//
  68. 68. 68 Dinámica urbana – Vensim Model ReaderDinámica urbana – Vensim Model Reader
  69. 69. ConclusionesConclusiones
  70. 70. 70 Problemas de modelos complejosProblemas de modelos complejos • No hay certidumbre en relevancia de las variablesNo hay certidumbre en relevancia de las variables consideradasconsideradas • Demasiadas variables, demasiados grados deDemasiadas variables, demasiados grados de libertadlibertad →→ combinatoria de magnitud ultra-combinatoria de magnitud ultra- astronómicaastronómica • 5 x 5 x 2 = 33 millones de combinaciones5 x 5 x 2 = 33 millones de combinaciones • Pequeñas diferencias en valores pueden conducir aPequeñas diferencias en valores pueden conducir a comportamientos disímilescomportamientos disímiles • Los escenarios de equilibrioLos escenarios de equilibrio nono son sensibles a lasson sensibles a las condiciones inicialescondiciones iniciales • Si el sistema es complejo, tiene extrema sensitividadSi el sistema es complejo, tiene extrema sensitividad a condiciones inicialesa condiciones iniciales – La trayectoria del comportamiento difiere aunque lasLa trayectoria del comportamiento difiere aunque las condiciones iniciales sean casi idénticascondiciones iniciales sean casi idénticas
  71. 71. 71 Conclusiones (1/3)Conclusiones (1/3) • Insuficiencia de modelos con “juego libre deInsuficiencia de modelos con “juego libre de variables”variables” • Necesidad de coordinar semántica del modeloNecesidad de coordinar semántica del modelo con datos arqueológicos y urbanos específicos ycon datos arqueológicos y urbanos específicos y de mezclar formalismosde mezclar formalismos • Necesidad de comprender mejor la dinámica deNecesidad de comprender mejor la dinámica de los sistemas complejoslos sistemas complejos – No deben usarse para “explicar” casos concretos, sino paraNo deben usarse para “explicar” casos concretos, sino para describirdescribir clases genéricas de comportamiento (equilibrio,clases genéricas de comportamiento (equilibrio, oscilación, caos, complejidad)oscilación, caos, complejidad) – El comportamiento es emergente de interacciones locales. NoEl comportamiento es emergente de interacciones locales. No resulta de relacionesresulta de relaciones linealeslineales entre “causas” y “efectos” (aunqueentre “causas” y “efectos” (aunque el modelo es determinista)el modelo es determinista)
  72. 72. 72 Conclusiones (2/3)Conclusiones (2/3) • Importancia o inevitabilidad del modeladoImportancia o inevitabilidad del modelado • Peligros latentesPeligros latentes – Modelos demasiado realistas y explosión combinatoriaModelos demasiado realistas y explosión combinatoria • Principio KISS (Principio KISS (Keep it simple, stupidKeep it simple, stupid)) – Interpretación tendiente al individualismo metodológicoInterpretación tendiente al individualismo metodológico (incluso en textos como el de Resnik)(incluso en textos como el de Resnik) • No hay un modelo universalNo hay un modelo universal • Requerimiento de programación para problemasRequerimiento de programación para problemas puntualespuntuales • Ya hay bastante material ahí afueraYa hay bastante material ahí afuera – Sitio de Leigh Tesfatsion en IowaSitio de Leigh Tesfatsion en Iowa
  73. 73. 73 Conclusiones (3/3)Conclusiones (3/3) • Juegos, tortuguitas, azúcar, hormigas,Juegos, tortuguitas, azúcar, hormigas, lenguajes para niñoslenguajes para niños – Necesidad de tratar problemas a niveles másNecesidad de tratar problemas a niveles más elementales que lo acostumbradoelementales que lo acostumbrado – Aún así, no siempre los problemas son tratablesAún así, no siempre los problemas son tratables – Lévi-Strauss y otros hablaron de “modelos” sinLévi-Strauss y otros hablaron de “modelos” sin comprometerse con la cuestióncomprometerse con la cuestión • Sugerencia: Elegir un ambiente adecuado ySugerencia: Elegir un ambiente adecuado y profundizar en élprofundizar en él – StarLogo, Repast, **StarLogo, Repast, **NetLogoNetLogo …… – Escoger modelos ligados a dominioEscoger modelos ligados a dominio
  74. 74. 74 RecursosRecursos • Langton – Compilación sobre vidaLangton – Compilación sobre vida artificialartificial • Diversos libros sobre MBADiversos libros sobre MBA • Indice temático de JASSSIndice temático de JASSS • Antropocaos:Antropocaos: http://antropocaos.com.arhttp://antropocaos.com.ar
  75. 75. 75 AntropocaosAntropocaos • http://www.antropocaos.com.arhttp://www.antropocaos.com.ar
  76. 76. 76 RecursosRecursos
  77. 77. 77 RecursosRecursos
  78. 78. 78 RecursosRecursos
  79. 79. 79 RecursosRecursos
  80. 80. 80
  81. 81. 81 ReferenciasReferencias • Reynoso, Carlos.Reynoso, Carlos. 2006.2006. Complejidad yComplejidad y caos: Unacaos: Una exploraciónexploración antropológicaantropológica.. Buenos Aires,Buenos Aires, Editorial Sb.Editorial Sb.
  82. 82. 82 ReferenciasReferencias • Reynoso, Carlos.Reynoso, Carlos. 2010.2010. Análisis yAnálisis y diseño de la ciudaddiseño de la ciudad compleja.compleja. Perspectivas desdePerspectivas desde la antropologíala antropología urbanaurbana. Buenos. Buenos Aires, Editorial SbAires, Editorial Sb – Cap. 2, pp. 91-110.Cap. 2, pp. 91-110.
  83. 83. 83 http://carlosreynoso.com.ar/sistemas-complejos-adaptativos-y-http://carlosreynoso.com.ar/sistemas-complejos-adaptativos-y-
  84. 84. ¿Preguntas?¿Preguntas? http://carlosreynoso.com.arhttp://carlosreynoso.com.ar

×