Es una gran ventaja para nuestro proceso de diseo, ya que no nos veremos
limitados por una herramienta, sino que diseamos nuestra propia herramienta
para reducir el esfuerzo en modificaciones y generar variantes de diseo,
eliminando tareas repetitivas que puedan causar un error humano. Alimentando
la exploracin de posibilidades de parmetros para el descubrimiento de nuevas
soluciones.
Llega a ser una disciplina el disear mediante el uso de sistemas definidos por
algoritmos, traducidos a softwares que interpretan procesos matemticos,
mecnicos o aleatorios.
-Diseos ptimos
Autmatas celulares
Los autmatas celulares(AC) surgen en la dcada de 1940 con John Von
Neumann, que intentaba modelar una mquina que fuera capaz de auto
replicarse, llegando as a un modelo matemtico de dicha maquina con reglas
complicadas sobre una red rectangular. Inicialmente fueron interpretados como
conjunto de clulas que crecan, se reproducan y moran a medida que pasaba
el tiempo.
ARQUITECTURA
La conexin que se hace con la arquitectura, es la capacidad de los AC de
generar patrones o modelos y, de una forma organizada, estos modelos nos
pueden sugerir formas arquitectnicas. Sabemos que un AC difiere de los
modelos deterministas en que los resultados obtenidos son la base para el
siguiente grupo de resultados. El mtodo de sustitucin recursivo continua
hasta que llegamos a una configuracin final. Muchos mtodos digitales en
arquitectura han tenido un acercamiento del tipo paramtrico ([4] y [5]), donde
un grupo inicial de parmetros se usan para llegar a un solo resultado. Si se
desea un resultado distinto, los parmetros necesitan ser modificados y el
mtodo se repite. La diferencia esta entonces, en que los resultados de los
mtodos paramtricos pueden ser fcilmente anticipados, mientras que en los
mtodos recursivos de un autmata usualmente no tarea sencilla. Esto ofrece
una interesante y rica plataforma donde desarrollar modelos arquitectnico.
Siendo el espacio de 3 dimensiones el que mas interesa al tema, digamos que
el AC consiste en una red infinita de clulas. Cada clula tiene un estado
especifico, ocupado o vaco, representado por una marca o smbolo para ubicar
su posicin. El proceso inicia con un estado inicial de clulas ocupadas y
siguiendo un grupo de reglas para el siguiente paso o generacin. Las reglas
determinan que clula vivir, morir o nacer en la siguiente generacin y
ocupan la vecindad de cada una de ellas para determinar su futuro.
FUNCIONAMIENTO
Imagen 1: blender2.45
Hemos definido un sistema de partculas a ser una coleccin de
objetos independientes, a menudo representado por una forma simple o
de punto. Por qu es importante? Sin duda, la posibilidad de modelar
algunos de los fenmenos que enumeramos (explosiones) Es atractiva y
potencialmente til. Pero, en realidad, hay una razn an mejor para
nosotros para ocuparnos de los sistemas de partculas. Si queremos
llegar a ninguna parte en esta naturaleza de la vida de cdigo, vamos a
tener que trabajar con los sistemas de muchas cosas Vamos a querer
mirar pelotas de rebote, las aves que acuden, los ecosistemas en
evolucin, todo tipo de cosas en plural.
Casi cada captulo despus de que ste va a tener que lidiar con una lista
de objetos. S, hemos hecho esto con una matriz en algunos de nuestros
primeros ejemplos de vectores y fuerzas. Pero tenemos que ir donde
ningn conjunto ha ido antes.
En primer lugar, vamos a querer tratar con cantidades flexibles de
elementos. A veces vamos a tener cero cosas, a veces una cosa, a veces
diez cosas, ya veces diez mil cosas. En segundo lugar, vamos a querer
adoptar un enfoque orientado a objetos ms sofisticados. En lugar de
simplemente escribir una clase para describir una sola partcula, tambin
vamos a querer escribir una clase que describe la coleccin de partculas:
el sistema de partculas en s. El objetivo aqu es ser capaz de escribir un
programa principal que se parece a lo siguiente:
Mathias Helminger, Physics - Particle Systems, tum.3D computer graphics & visualization, 2009.