QUE ES UN AGENTE INTELIGENTE La palabra Agente proviene del latn agere, que tiene como significado "el que

hace". En el mbito de los negocios, un agente es "aquel que tiene por oficio gestionar negocios ajenos". Sin embargo, para la IA un agente inteligente es la entidad fsica o virtual capaz de percibir el entorno, procesar tales percepciones y actuar de manera autnoma tendiendo a maximizar un resultado esperado, a su vez, estos agentes inteligentes son descritos como un sistema funcional abstracto (AIA), para realizar una distincin del mundo real como son los sistemas informticos, los biolgicos o de organizaciones. CONSTRUCCION DE AGENTES INTELIGENTES En la siguiente figura se muestran las partes de un agente, sus entradas, salidas y como el entorno en el que trabajara el agente afecta ciertas entradas. Entradas del agente: * Conocimiento previo del mundo: lo que sabe el agente del entorno. * Experiencias anteriores de las que puede aprender: situaciones pasadas que le pueden dejar conocimiento. Objetivos a conseguir y valores sobre lo importante * Observaciones sobre su entorno y sobre si mismo: sensores Salidas del agente: * Acciones: que afectaran al entorno. Conocimiento previo Representacin y razonamiento * Necesidad de representacin de las entradas del agente: de aqu se forma la base conocimiento del agente. Problema -> Representacin -> Razonamiento Elementos de un Sistema de Representacin y Razonamiento (SRR): * Sintaxis: Es el lenguaje por medio de las cuales se comunican las computadora. * Semntica: Manera de asignar significado al lenguaje implementado. * Calculo: Procedimientos para obtener respuestas CARACTERSTICAS DE AGENTES INTELIGENTES Los agentes inteligentes pueden caracterizarse por una serie de calificativos que denotaran sus propiedades a cumplir. Algunas de las caractersticas descritas por Franklin y Graesser [Franklin1996], y Nwana [Nwana1996] para resolver problemas particulares y que se le atribuyen a un agente de mayor a menor grado son: * Continuidad Temporal: se considera un agente un proceso sin fin, ejecutndose continuamente y desarrollando su funcin. * Autonoma: un agente es completamente autnomo si es capaz de actuar basndose en su experiencia. El agente es capaz de adaptarse aunque el entorno cambie severamente. Por otra parte, una definicin menos estricta de autonoma sera cuando el agente percibe el entorno.

* Sociabilidad: este atributo permite a un agente comunicar con otros agentes o incluso con otras entidades. * Racionalidad: el agente siempre realiza lo correcto a partir de los datos que percibe del entorno. * Reactividad: un agente acta como resultado de cambios en su entorno. En este caso, un agente percibe el entorno y esos cambios dirigen el comportamiento del agente. * Pro-actividad: un agente es pro-activo cuando es capaz de controlar sus propios objetivos a pesar de cambios en el entorno. * Adaptatividad: est relacionado con el aprendizaje que un agente es capaz de realizar y si puede cambiar su comportamiento basndose en ese aprendizaje. * Movilidad: capacidad de un agente de trasladarse a travs de una red telemtica. * Veracidad: asuncin de que un agente no comunica informacin falsa a propsito. * Benevolencia: asuncin de que un agente est dispuesto a ayudar a otros agentes si esto no entra en conflicto con sus propios objetivos. TIPOS DE AGENTES * Agentes Mviles: tienen la capacidad de moverse por diferentes nodos de la red una o ms veces, son autnomos con la funcin de ejecutar tareas, se envan como objetos a travs de plataformas conservando su cdigo, datos y estado de ejecucin. Estos agentes a su vez pueden ejecutarse en varias mquinas sin necesidad de que en ellas se encuentre su cdigo. Como su nombre lo indican su cdigo es mvil. Tambin operan sin conexin, pueden trabajar si la red no esta funcionando. Si los agentes necesitan buscar informacin en la red el mismo puede esperar a que esta se reanude. * Agentes de Informacin (Internet): pueden definirse como aquellos sistemas software de computacin que tienen acceso a mltiples y heterogneas fuentes de informacin que estn distribuidas geogrficamente. Esta clase de agentes suelen ayudar a sus usuarios en la bsqueda de informacin til y relevante. Los agentes de informacin, adems de proveer acceso transparente a las diferentes fuentes de informacin existentes en Internet, deben ser capaces de recuperar, analizar, manipular, e integrar informacin heterognea cuando esta sea solicitada. * Agentes Reactivos: son agente de bajo nivel, que no dispone de un protocolo ni de un lenguaje de comunicacin y cuya nica capacidad es responder a estmulos. Los agentes reactivos no son individualmente inteligentes, sino globalmente inteligentes. Los sistemas reactivos por lo general estn compuestos por un gran nmero de agentes reactivos que realizan acciones entre todos, para esto es necesario tener en cuenta nuevas teoras de cooperacin y comunicacin que permitan el desempeo de estas acciones. * Agentes Hbridos: es la combinacin de agentes reactivos (estmulos) y agentes deliberativos (con un modelo interno de razonamiento). Que se caracterizan por facilitar una mayor adaptabilidad y mejor rendimiento.

* Agentes Heterogneos: Hace referencia a la integracin de un sistema de informacin con base en dos o ms tipos distintos de agentes descritos anteriormente, o a la interaccin de varios agentes hbridos para la solucin de un problema.

AGENTES VS OBJETOS Al igual que un agente, un objeto tiene control sobre su propio estado interno, puede brindar servicios (mtodos) y comunicarse va intercambio de mensajes. Diferencias: * Grado de autonoma: autonoma sobre su estado (objetos) vs control sobre su comportamiento (agentes). * Flexibilidad: Este tipo de comportamiento no es especificado explcitamente en el modelo de POO. * Concurrencia: En el modelo de objeto estndar existe una nica hebra de control en el sistema. Las extensiones para concurrencia no consideran el comportamiento flexible. AGENTES VS SISTEMAS EXPERTOS Al igual que algunos agentes inteligentes, un sistema experto mantiene distintos hechos sobre el mundo que son usados para derivar conclusiones. Diferencias: * Los sistemas expertos clsicos no estn situados en un ambiente. Es decir, no existe un acoplamiento directo con el ambiente y se requiere de un usuario que acte como intermediario. * Los sistemas expertos no son capaces en general de exhibir comportamiento flexible (reactivo y proactivo). * Los sistemas expertos no estn provistos en general con habilidades sociales (comunicacin e interaccin con otros agentes). QUE SON SISTEMAS DISTRIBUIDOS En cierto modo, se dice que un sistema multi-agente es un sistema distribuido, donde la conducta combinada de dichos elementos produce un resultado en conjunto. Los elementos fundamentales de construccin de un sistema multi-agente son los agentes, stos son por lo general vistos como entidades inteligentes. CARACTERSTICAS DE LOS SISTEMAS DISTRIBUIDOS Los Sistemas Distribuidos poseen ciertas caractersticas que nos permiten identificarlos como tales y nos ayudan tambin a construirlos: Comparticin de Recursos: El trmino 'recurso' es bastante abstracto, pero es el que mejor caracteriza el abanico de entidades que pueden compartirse en un sistema distribuido. El abanico se extiende desde componentes hardware como discos e impresoras hasta elementos software como ficheros, ventanas, bases de datos y otros objetos de datos. Apertura: Un sistema informtico es abierto si el sistema puede ser extendido de diversas maneras. Un sistema puede ser abierto o cerrado con respecto a extensiones hardware (aadir perifricos, memoria o interfaces de comunicacin, etc.) o con respecto a las extensiones software (aadir caractersticas al sistema operativo, protocolos de comunicacin y servicios de comparticin de recursos, etc.). La apertura de los sistemas distribuidos se determina primariamente por el grado hacia el que nuevos servicios de comparticin de recursos se pueden aadir sin perjudicar ni duplicar a los ya existentes. Concurrencia: Cuando existen varios procesos en una nica maquina decimos que se estn ejecutando concurrentemente. Si el ordenador est equipado con un nico procesador central, la concurrencia tiene lugar

entrelazando la ejecucin de los distintos procesos. Si la computadora tiene N procesadores, entonces se pueden estar ejecutando estrictamente a la vez hasta N procesos. Escalabilidad: Los sistemas distribuidos operan de manera efectiva y eficiente a muchas escalas diferentes. La escala ms pequea consiste en dos estaciones de trabajo y un servidor de ficheros, mientras que un sistema distribuido construido alrededor de una red de rea local simple podra contener varios cientos de estaciones de trabajo, varios servidores de ficheros, servidores de impresin y otros servidores de propsito especfico. A menudo se conectan varias redes de rea local para formar internetworks, y stas podran contener muchos miles de ordenadores que forman un nico sistema distribuido, permitiendo que los recursos sean compartidos entre todos ellos. Tolerancia a Fallos: Los sistemas informticos a veces fallan. Cuando se producen fallos en el software o en el hardware, los programas podran producir resultados incorrectos o podran pararse antes de terminar la computacin que estaban realizando. El diseo de sistemas tolerantes a fallos se basa en dos cuestiones, complementarias entre s: Redundancia hardware (uso de componentes redundantes) y recuperacin del software (diseo de programas que sean capaces de recuperarse de los fallos). Transparencia: La transparencia se define como la ocultacin al usuario y al programador de aplicaciones de la separacin de los componentes de un sistema distribuido, de manera que el sistema se percibe como un todo, en vez de una coleccin de componentes independientes. La transparencia ejerce una gran influencia en el diseo del software de sistema. SISTEMAS MULTI-AGENTE HISTORIA: El estudio de los Sistemas Multiagente se inici hace ms de veinticinco aos en el campo de la Inteligencia Artificial Distribuida, pero desde los aos 90s se ha convertido en la principal rea de investigacin en ese campo. La evolucin de la Inteligencia Artificial se ha apoyado en forma especial en la lgica matemtica, la computacin, la teora de juegos, los avances en electrnica, la filosofa, sociologa, ecologa, economa, organizacin y gerencia, la neurociencia y la lingstica. Por esto, se dice que las Ciencias de la Complejidad estudian sistemas complejos tanto naturales como artificiales y parte de ese ltimo son los Sistemas multi-agente, incluso existen dos factores principales que han causado el crecimiento de este campo. Primero, el papel clave que estos sistemas juegan en el desarrollo de las ciencias de la computacin; actualmente la mayora de las computadoras participan en grandes redes interconectadas y los sistemas de informacin computarizada y sus aplicaciones tienen una creciente complejidad y segundo, los sistemas multi-agente que constituyen un apoyo importante para el estudio y anlisis de modelos y teoras de la interactividad en las sociedades humanas. Es as como los sistemas multi-agente se preocupan por coordinar la conducta inteligente de agentes autnomos, los cuales hacen parte de una coleccin y pueden coordinar su conocimiento, objetivos, habilidades y planes conjuntamente para tomar una accin o resolver una meta global, estos pueden tener conocimiento parcial sobre el problema y las soluciones. DEFINICION: Un Sistema Multiagente es un sistema consistente de varias entidades autnomas llamadas agentes, que interactan entre s para fomentar sus propios intereses (competencia) o en la bsqueda de una meta comn (cooperacin). CARACTERISTICAS: En los sistemas debe haber un proceso de racionalizacin para la coordinacin del conjunto de agentes. Por lo general en los sistemas multi-agentes los agentes con sus creencias, deseos e intenciones construyen el problema y el plan o secuencia de acciones para solucionarlo. De igual forma, son considerados como un

todo, ya que exhiben caractersticas particulares. ORGANIZACIN SOCIAL Es la manera como el grupo de agentes est constituido en un instante dado. La organizacin social est relacionada con la estructura de los componentes funcionales del sistema, sus caractersticas, sus responsabilidades, sus necesidades y la manera como realizan sus comunicaciones. Esta organizacin puede ser esttica o dinmica, dependiendo de las unciones o tareas de cada agente. Se puede considerar que una sociedad de agentes est constituida por tres elementos como son: * Un grupo de agentes. * Un conjunto de tareas a realizar. * Un conjunto de recursos. La realizacin de las tareas por parte de los agentes, puede ser organizada de varias formas, ejemplo a este es la ejecucin de cada una de las tareas, o bien, las tareas son divididas en sub-tareas, por medio de algn mecanismo de descomposicin de problemas y estas sub-tareas son las realizadas por los agentes. Las tareas dependen, entre otros factores, del rol que este agente asume en el sistema. Para la realizacin y desempeo de estas se puede necesitar recursos del sistema, en este caso debe existir una coordinacin con los otros agentes del sistema que deseen usar el mismo recurso. La organizacin en los sistemas multi-agentes depende del tipo de comunicacin y el modo de cooperacin entre agentes, as como del tipo de agentes que conforman el grupo. En general se pueden distinguir tres tipos de configuraciones organizacionales: * Estructura Centralizada: En este tipo de configuracin existe un agente que controla la interaccin de los dems agentes del sistema, porque tiene la informacin o la funcionalidad para hacerlo. * Estructura Horizontal: Este tipo de configuracin existe cuando todos los agentes que integran un sistema estn al mismo nivel, es decir, no hay ningn agente que haga las veces de maestro o supervisor, ni tampoco agentes esclavos. * Estructura Jerrquica: Esta configuracin existe cuando los agentes trabajan diferentes niveles de abstraccin de un problema, es decir, la configuracin es de niveles. * Estructura "ad hoc": Esta configuracin puede ser una mezcla de las tres anteriores, se caracteriza porque la dinamicidad de la estructura est regida por el ajuste mutuo entre los pequeos grupos de agentes en el sistema. COOPERACIN: En un sistema multi-agente existen dos tipos de tareas que deben ser realizadas: las tareas locales y las tareas globales. Las tareas locales son las tareas relacionadas con los intereses individuales de cada agente y las tareas globales son las tareas relacionadas con los intereses globales del sistema. Estas tareas globales son descompuestas y cada sub-tarea es realizada por un agente, de acuerdo a sus habilidades y bajo el supuesto de que la integracin de la solucin de las sub-tareas, llevar a la solucin global. La descomposicin de la tarea global no necesariamente garantiza la independencia de cada una de las sub-tareas, por ello se necesitan mecanismos de cooperacin que permitan compartir resultados intermedios que lleven al progreso en la resolucin de las tareas de otros agentes y al progreso de la solucin global que debe alcanzar el sistema. Para que los agentes puedan cooperar de manera eficiente, cada uno de ellos debe tener ciertas caractersticas: * Tener un modelo bien definido del mundo, que le permite localizar a los dems agentes, saber cmo comunicarse con ellos, qu tareas pueden realizar, etc.

* Poder integrar informacin de otros agentes con la suya, para formar conceptos globales o conocimiento conformado por varios agentes. * Poder interrumpir un plan que se este llevando a cabo para ayudar o atender a otros agentes para que puedan cooperar entre s cuando los agentes lo necesiten. La cooperacin depende mucho de la configuracin organizacional del grupo de agentes. Si la estructura es centralizada los agentes dependientes piden colaboracin casi que permanente al agente maestro, si la estructura es jerrquica, la cooperacin puede hacerse por niveles (en un mismo nivel) o de niveles superiores a niveles inferiores y si la estructura es horizontal la cooperacin se hace entre todos los agentes. Existen varios modelos de cooperacin, dentro de los cuales se pueden mencionar: * Cooperacin compartiendo tareas y resultados: Los agentes tienen en cuenta las tareas y los resultados intermedios de los dems para realizar las tareas propias. * Cooperacin por delegacin: Un agente supervisor o maestro descompone una tarea en sub-tareas y las distribuye entre los agentes esclavos, para que sean resueltas. Despus, el supervisor integra las soluciones para hallar la solucin al problema inicial. * Cooperacin por ofrecimiento: Un agente maestro descompone una tarea en sub-tareas y las difunde en una lista a la que tienen acceso los agentes que integran el sistema, esperando que ellos ofrezcan su colaboracin de acuerdo a sus habilidades. El supervisor escoge entre los ofrecimientos y distribuye las subtareas. COORDINACIN: La coordinacin entre un grupo de agentes les permite considerar todas las tareas a realizar y coordinarlas para no ejecutar acciones no deseables, por ejemplo: * Los agentes no generen y comuniquen sub-soluciones que lleven al progreso en la solucin de un problema. * Los agentes generen y comuniquen resultados redundantes. * Distribucin inapropiada de la carga de trabajo entre los agentes. Esta coordinacin est relacionada con la planificacin de acciones para la resolucin de tareas, porque estos planes permiten: * Conocer a alto nivel y predecir el comportamiento de otros agentes del sistema. * Intercambiar resultados intermedios que lleven al progreso en la solucin a la tarea global. * Evitar acciones redundantes, si ellas no son deseables. Existen varios modelos de coordinacin de acciones entre agentes, pero los principales son: * Coordinacin Global: Cuando el sistema multi-agente determina y planifica globalmente las acciones de los diferentes agentes. * Coordinacin Individual: Cuando el sistema multi-agente le da completa autonoma a los agentes, es decir, cada agente decide qu hacer y resuelve localmente los conflictos que detecte con otros agentes. EN QUE SE APLICAN LOS SISTEMAS MULTIAGENTE

Los Agentes, que son entidades procesadoras de informacin computarizada, tienen un papel importante en situaciones de alto riesgo imposibles o no apropiadas para humanos. ALGUNAS APLICACIONES DE AGENTES Y SISTEMAS MULTIAGENTE * Manufacturacin. Sistemas industriales y control de procesos. * Control de trfico areo. * Procesos de negocios y workflow. * Simulacin social. * Agentes de interfaz. * Comercio electrnico. * Administracin de aulas. * Recuperacin y administracin de informacin.

4. ANTECEDENTES DISEO DEL PROTOTIPO DE UN SISTEMA MULTIAGENTE TUTOR VIRTUAL: Algunos de los desarrollos educativos realizados en ambiente Web hasta el momento, presentan caractersticas que no aprovechan al mximo los beneficios de la Ingeniera de Sistemas, ya que muestran al estudiante ambientes en los cuales se aprende de forma muy parecida a la que presentan los libros, no hay mucha interactividad entre el aprendiz y el medio que lo rodea, razn por la cual el estudiante no puede en algunos casos incrementar sus habilidades y deserta de utilizar material on-line, ya que generalmente l se debe adaptar a la herramienta que se ha creado. Dichos ambientes muestran al estudiante pginas en las cuales puede intercambiar informacin por medio de foros, archivos o imgenes; en otros casos se muestran algunos ejemplos que ilustran lo que el estudiante ha ledo con anterioridad a travs de apletts o recursos de flash para que el material tenga movimiento, pero en realidad lo que se ha hecho durante mucho tiempo es llevar los libros a ambientes virtuales; por esta razn, se han creado nuevas herramientas que se basan en las teoras desarrolladas por psiclogos y pedagogos para dar mayor adaptabilidad al estudiante, como el caso de los Sistemas Tutoriales Inteligentes (STI) y los Tutores Virtuales. Para poder simular un tutor virtual la Inteligencia Artificial ofrece agentes y Sistemas Multi-agentes (SMA), que son un nuevo paradigma en la programacin y, por ende, emplean metodologas orientadas a agentes que permiten desarrollar el ciclo de vida de ste tipo de software, como la metodologa MASCommonKADS1, que se ha empleado con xito en algunos proyectos que simulan tutores. En varios pases de Europa y Amrica se han desarrollado algunos sistemas Multi-agentes que simulan un tutor, empleando algunas metodologas orientadas a los mismos, ste es el caso de un Sistema Basado en el Conocimiento para la Educacin a Distancia (SBC-ED)2, desarrollado en Chile y MAS-PLANG3 implementado en Espaa, arquitecturas que permiten adaptarse al estudiante, y que utilizan diversos agentes que trabajan de forma cooperativa para asimilar el comportamiento del educando, desempeando una labor especfica dentro del sistema; a diferencia de SBC-ED, MAS-PLANG cuenta con un agente denominado SMIT4, que simula los mensajes de los dems agentes con una interfaz animada que hace ms amigable e interactivo el recurso informtico. SMART: SISTEMAS MULTI-AGENTE ROBTICO: Una de las problemticas de la robtica mvil que ms inters ha suscitado en los ltimos aos es la navegacin de agentes robticos que trabajan cooperativamente en la solucin de problemas como el

desplazamiento de cargas, entrega de materiales en oficinas, construccin de mapas de entornos desconocidos, entrega de medicinas en hospitales, deteccin de minas, entre otros. El trabajo en esta rea es lo suficientemente amplio y se han aplicado conceptos de etologa animal, de la teora de la organizacin, el aprendizaje y de la inteligencia artificial distribuida, siendo de esta ltima de donde ya han salido algunas propuestas de metodologas para el desarrollo de proyectos. En este punto surgen ciertos problemas ya que a pesar de que los entornos cooperativos robticos se pueden abordar desde la teora de sistemas multi-agente (MAS, Multi-Agent Systems), los agentes robticos tienen caractersticas diferentes a los agentes computacionales. El proyecto SMART est concebido como una plataforma para la investigacin de tcnicas de inteligencia artificial distribuida y cooperacin entre agente en entornos estructurados. El enfoque permite estudiar tanto arquitecturas de software centralizadas como distribuidas al poderse desempear los agentes tanto con comunicacin como sin esta. La figura 1 muestra como est diseada la plataforma. Los elementos claves son la disposicin de una red inalmbrica para la comunicacin entre agentes tanto software en el PC como hardware en las plataformas. Aunque el sistema en la actualidad cuenta con tres agentes robticos y uno hardware, es posible la introduccin de mas agentes, esto solo se ve limitado por las capacidades de la red inalmbrica que depende de los dispositivos que se utilizan actualmente para la comunicacin. 5. DESARROLLO DEL EJEMPLO PRACTICO Para el desarrollar el ejemplo prctico se tuvo en cuenta el tema situacin atmosfrica, la cual necesita ser procesada por diferentes pasos para obtener un resultado esperado, adems que en este se encuentran inmersos gran cantidad de informacin que se deben tener en cuenta. Lo dicho anterior mente va relacionado con los siguientes elementos del tiempo atmosfrico en una regin durante un perodo representativo: temperatura, humedad, presin, vientos y precipitaciones, principalmente. Estos valores se obtienen con la recopilacin de forma sistemtica y homognea de la informacin meteorolgica, durante cualquier periodo.

DETERMINAN SITUACION CLIMATICA Y SISTEMAS MULTIAGENTES EdGCM es un software que proporciona una investigacin de calidad para el Modelo Climtico Global (MCG) con una amigable interfaz de usuario que se puede ejecutar en un equipo de escritorio. Este fue diseoFor the first time, students can explore the subject of climate change in the same way that actual research scientists do. especialmente pensado para educacin y divulgacin. Cabe sealar que cualquier simulacin por ordenador suele demandar una cantidad de tiempo considerable, cuando se trata de cuestiones que incluyen muchos parmetros a simular, en este caso una simulacin puede tardar unas 18 horas para simular unos 142 aos, que son nada en comparacin con simulaciones ms ambiciosas. Mapa EdGCM: Notar los pases en los continentes. Es una de las opciones de visualizacin. Los modelos de clima global por ordenador (Global Climate Models o GCMs) son herramientas de vital importancia en la investigacin del clima, este programa nos brinda un modelo climtico con una interfaz amigable que puede ser corrida en una PC de escritorio. Este programa fue desarrollado por el Instituto Goddard para estudios espaciales en NASA (GISS, sigla de Goddard Institute for Space Studies), est diseado para Windows XP/Vista y Mac OS X 10.3 en adelante, requiere de 1 GB de espacio libre en disco

(para instalacin) y ms de 4 GB para las simulaciones con 512 MB RAM mnimo recomendado, a su vez, no requiere conexin web. PASOS PARA INGRESAR AL PROGRAMA: Al abrir el programa elegiremos la opcin Demo, tras lo cual veremos una barra de herramientas y un men, dentro del men podremos acceder rpidamente al directorio del programa (con sus correspondientes manuales) y al directorio de salida.El programa funciona con una base de datos de 4th dimension que organiza la gran cantidad de datos de salida generados por las simulaciones. Lo importante de EdGCM es el Modelo II de GISS (Hansen et al., 1983), modelo tridimensional que resuelve numricamente las ecuaciones fsicas de conservacin de energa, masa, momento, humedad, etc. SIMULACIONES: Desde el men o la barra podemos acceder a las simulaciones. All veremos algunas ya creadas (no corridas). Esto es, archivos precreados con determinados parmetros para estudiar cuestiones en particular.Podemos crear nuestra propia simulacin con los parmetros deseados partiendo de cero o bien copiar una de las prehechas para cambiar slo algunos. El botn "Scenario" est pensado para disear plantillas para tareas de clase. LA VELOCIDAD La velocidad de proceso depender de nuestra computadora, principalmente la CPU. Si tenemos una arquitectura de 64-bits ser mucho ms rpido que en una de 32. El GCM de GISS divide la atmsfera en un sistema de red (grid) tridimensional. La versin de EdGCM usa una red de 8x10 (latitud y longitud) y tiene nueve capas verticales en la atmsfera y dos de suelo. Correr el modelo implica resolver una serie de complejas ecuaciones fsicas para cada celda en la grilla y un solo ao puede incluir millones de clculos. Para simulaciones de inters se suelen requerir un mnimo de 10 aos, aunque algunas pueden requerir al menos cinco dcadas. Al correr una simulacin se abrir una ventana Fortran con un botn para detener y otro para continuar. REPORTANDO EN EJOURNAL Una opcin interesante son los eJournal ya que brinda la posibilidad de crear reportes con sus correspondientes secciones y utilizando imgenes fciles de usar e insertar gracias a una galera propia. Estos reportes digitales pueden tambin copiarse para usarse como plantilla y editarse cuando se lo desee. LA LIBRERA Y LA LIMPIEZA La aplicacin posee una librera de simulaciones desde la cual es posible acceder a una aplicacin de "limpieza". Los GCM son buenos no slo en simular el clima global, sino tambin en generar grandes cantidades de datos y dejar al disco duro sin lugar rpidamente. Esta aplicacin permite visualizar, por simulacin, el espacio usado y borrar "inteligentemente" aquellos archivos que no sean necesarios. La opcin avanzada permite elegir qu borrar manualmente.

RESULTADOS Una vez terminada una simulacin es posible visualizar los resultados a travs de otra herramienta llamada EVA. Para ello primero debemos ir a la ventana de Anlisis de salida que permite cuatro tipos de datos: mapas, Promedios zonales, Series de tiempo y deslizadores verticales. Hay una quinta opcin para Tablas de diagnstico. A la izquierda de la ventana de anlisis veremos todos los aos de la simulacin en cuestin. Si usamos estos botones se seleccionarn esos ltimos aos y se realizar el promedio de datos. Debajo, en Averages, aparecer, luego de una ventana Fortran que se abre para realizar los clculos, ese rango. Tambin podemos seleccionar manualmente cualquier rango deseado. Al establecer el rango, se puede seleccionar en la parte del medio de la ventana varios parmetros: topografa, cobertura de nieve, precipitacin, velocidad de viento de superficie, etc. As mismo, se puede elegir esos parmetros en forma mensual, trimestral, estacional o anual, luego se extraen y se muestran en la parte derecha de la ventana los datos seleccionados. Para visualizar estos datos, al pulsar View, se abrir EVA, que trata de una aplicacin escrita en IDL especialmente creado para los archivos de salida de EdGCM que son archivos netCDF. Con EVA podemos visualizar grficamente los mapas 2d (latitud vs. longitud) o porciones verticales de latitud vs altitud (presin) y podemos diferenciar datos de dos simulaciones distintas. Es decir, usar dos archivos de simulaciones para visualizar las diferencias entre ambos relacionadas con una variable. BIBLIOGRAFIA http://www.ati.es/novatica/2000/145/vjulia-145.pdf http://es.wikipedia.org/wiki/Agente_inteligente_(inteligencia_artificial) http://www.itnuevolaredo.edu.mx/takeyas/Apuntes/Inteligencia%20Artificial/Apuntes/tareas_alumnos/Agente s_Inteligentes/Agentes_Inteligentes(2005-II).pdf http://www.dis.eafit.edu.co/cursos/st725/material/lect_intro04.pdf http://cmapspublic2.ihmc.us/rid=1201385062265_1696693341_7655/Agentes%20inteligentes.pdf http://www.maestrosdelweb.com/editorial/agentes-moviles-y-sus-principales-caracteristicas/ http://www.upv.es/sma/teoria/aplicaciones/Aginformacion.pdf http://www.monografias.com/trabajos74/agentes-inteligentes-paso-inteligencia-artificial/agentes-inteligentespaso-inteligencia-artificial2.shtml http://www.sia.eui.upm.es/grupos/IntroAI.pdf http://coevolucion.net/index.php/component/content/article/98-sistemas-multiagente http://sites.google.com/site/agentesunsl/teor%C3%ADas http://www.noticiasdelcosmos.com/2010/09/el-clima-en-nuestras-manos.html