Nesta tese, nós investigamos os efeitos do reconhecimento individual sobre a formação de grupos. No capítulo 2 nós revisamos o conhecimento sobre as bases evolutivas do comportamento social, e no capítulo 3 nós nos focamos num mecanismo específico, o reconhecimento individual. Nós revisamos as bases do reconhecimento individual para construir um modelo mínimo de como o reconhecimento individual funciona, visando investigar suas consequências para a estrutura social dos animais. O capítulo 4 é construído como uma introdução à modelagem computacional. Utilizando a técnica de modelagem baseada em agentes, no capítulo 5 nós criamos uma população de indivíduos que são capazes de reconhecer uns aos outros e de lembrar as interações passadas. Nós demonstramos que a presença de memória e reconhecimento individual é capaz de afetar dramaticamente o número e tamanho dos grupos formados. Quando não há memória, os indivíduos formam muitos grupos pequenos, sem estrutura definida. Na presença de memória, os indivíduos se agrupam em clusters cerca de uma ordem de grandeza maiores, e consequentemente menos grupos são formados. Nós demonstramos também que a organização interna dos grupos muda: na presença de memória, os grupos apresentam modularidade maior, isto é, há formação de subgrupos dentro do cluster, onde há uma maior frequência de interações entre os indivíduos. Nossos resultados também mostram a influência da densidade para a formação de grupos: quando a densidade é baixa demais, mesmo na presença de reconhecimento individual, as probabilidades de encontro são baixas demais para que os efeitos do reconhecimento sejam percebidos, e o inverso ocorre com densidades altas demais / In this thesis, we investigate the effects of individual recognition on group formation. In chapter 2 we review the current knowledge on the evolutionary basis of social behavior, and in chapter 3 we focus on a specific mechanism, individual recognition. We review the basis of individual recognition to devise a minimal model of how individual recognition works, aiming to investigate its consequences on the social structure of animals. Chapter 4 is structured as an introduction to computational modelling. Using agent-based modelling, in chapter 5 we build a population of individuals which can recognize one another and can remember past interactions. We show that presence of memory and individual recognition can dramatically affect the number and size of groups in the absence of memory, individuals form small, unstructured groups. In the presence of memory, individuals form clusters about an order of magnitude greater in size, and consequently less groups are formed. We also show that the group\'s internal structure changes: with memory, group modularity is higher, that is, subgroups are formed within the cluster, in which frequency of interactions is greater than outside the subgroup. Our results also show that density affects group formation: when density is low, even with individual recognition, encounter probabilities are so low that recognition\'s effects are not visible, and the opposite holds for too high densities
| Identifer | oai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-06122016-101748 |
| Date | 29 July 2016 |
| Creators | Vitor Passos Rios |
| Contributors | Roberto Andre Kraenkel, Marcus Aloizio Martinez de Aguiar, Elaine Cristina Cambui Barbosa, Hilton Ferreira Japyassú, Paulo Inácio de Knegt López de Prado |
| Publisher | Universidade de São Paulo, Ecologia, USP, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0119 seconds