AUTOMATAS CELULARES

AUTOMATA CELULAR

¿Qué es un sistema dinámico?

Un sistema dinámico nos dice que si la salida en el presente depende de una entrada en el pasado.

¿Qué es el caos?

El caos es el desorden en un punto determinado partiendo de un punto originario. 

La teoría del caos trata de ciertos tipos de sistemas dinámicos, es decir aquellos sistemas cuyo estado evoluciona con el tiempo, con la particularidad de ser muy sensibles a las variaciones en las condiciones iniciales.

¿Qué es un autómata celular?

Es un modelo matemático para un sistema dinámico, un sistema dinámico depende mucho del tiempo, Compuesto por un conjunto de celdas que adquieren diferentes valores que cambian de un  instante a otro.

APLICACION DE LOS AUTOMATAS CELULARES.

Arquitectura.

El comportamiento de los Autómatas Celulares ha fascinado a los investigadores, ya que en algunos casos, sus patrones de comportamiento se asemejan a algunos fenómenos de la realidad o de la naturaleza. Esto les ha llevado a intentar utilizar autómatas celulares para modelar numerosos sistemas físicos: como flujos de tráfico vehicular o peatonal, modelado de fluidos, modelado de la evolución de células o virus, evolución de colonias de hongos, etc.

En la arquitectura y el urbanismo se aplica, con modelos que van desde la micro a la macro escala. Se ha intentado modelar el transito de personas en determinados espacios o recintos, como ensayos de evacuación de salas o vías de escape, también se ha representado modelos de áreas urbanas en crecimiento, en los cuales se intenta evaluar su evolución en factores como valor de suelo, contaminación, servicios, etc.

Trabajar con AACC tridimensionales conlleva un esfuerzo de computo que retrasó hasta hace poco la representación de estos modelos. Sin embargo, actualmente es posible experimentar con estos complejos sistemas a nivel 3D.

Se trata de agrupamientos, apilamientos y ordenamientos de grupos de celdas. De acuerdo con la interpretación de cada profesional se puede comprender como cada celda una unidad habitacional, así los sistemas dinámicos de los autómatas celulares hacen un ordenamiento de las unidades.

Bioinformática.

La bioinformática consiste en analizar, comprender y predecir procesos biológicos con la ayuda de herramientas computacionales. Puede ser vista como la disciplina que une dos ciencias: Biología y Computación.

La Bioinformática se divide generalmente en 4 áreas de estudio: Genómica Computacional, bioinformática Estructural, Biología de Sistemas y Algoritmos y bases de Datos.

Un sistema biológico esta, generalmente, compuesto por varias partes interconectadas o entrelazadas cuyos vínculos contienen información adicional y oculta al observador. Como resultado de las interacciones entre elementos, surgen propiedades nuevas o emergentes que no pueden explicarse a partir de las propiedades de los elementos aislados. La mayoría de los procesos que son objeto de estudio de las ciencias biológicas son emergentes, ya sea porque el proceso está en fase de estabilización o este reaccionando ante cambios externos que puedan modificar su estructura.

El cerebro y los autómatas celulares.

El cerebro es el órgano responsable que las funciones elementales del cuerpo humano. A pesar de los avances en la investigación de células y moléculas que lo componen, unas cuestiones básicas quedan sin resolver. Una seria por ejemplo como es que se determina la conexión neuronal a nivel genético desde el desarrollo del ser vivo diferenciando el cerebro humano de otras especies, logrando así la capacidad intelectual.

La modelización y simulación de las funciones cerebrales se encuentran íntimamente relacionadas con el origen, desarrollo y aplicación del concepto de autómata. La posibilidad de construir una máquina que emulara al cerebro fue lo que dio nacimiento a una de las áreas de investigación de la ciencia más prometedoras: la inteligencia artificial.

Uno de los primeros modelos fue el perceptrón, propuesto en 1962 por Frank Rosenblatt, consiguiendo que la red neuronal aprendiera por medio de la modificación adaptativa de las conexiones entre neuronas. Las redes neuronales artificiales exhiben muchas de las funciones del cerebro siendo capaces de aprender, memorizar conjuntos de patrones, clasificarlos, inferir a que clase pertenece un nuevo objeto a partir de la experiencia acumulada por la red neuronal durante el reconocimiento de otros previos, establecer asociaciones entre objetos, reconocer símbolos, letras, números y más. El reconocimiento de patrones es su principal aplicación.

Autómatas celulares en el control de incendios forestales.

La simulación de incendios forestales es de gran utilidad para la planificación y mantenimiento de grandes áreas boscosas, ya sean naturales o artificiales, puesto que permiten conocer de antemano dónde deben de existir zonas para la contención de incendios y contribuye a la toma de decisiones en caso de un evento perjudicial.

En caso de presentarse un incendio es muy importante tener el sistema listo para ingresar la información necesaria: foco del mismo y las condiciones geográficas y meteorológicas al momento del suceso. Se deben obtener resultados fiables y en el menor tiempo posible, para combatir y minimizar el área afectada por el fuego.

Criptografía.

El proceso para cifrar un mensaje consiste en transformarlo mediante un algoritmo de modo que sólo el destinatario pueda descifrarlo y recuperar el mensaje original. En dicho algoritmo se generan claves, un mensaje cifrado llamado criptograma y el proceso en conjunto se denomina criptosistema.

El ideal de criptógrafo es lograr que el mensaje carezca de significado para cualquiera que no posea la clave de desencriptación, y aun así no restarle contenido que pueda ser extraído por alguien que si posea la clave. El proceso debe ser rápido en encriptación y desencriptación, usar una clave corta, de tamaño manejable y que no altere el tamaño de la información que lleva consigo. Si la clave es única y solo es conocida por emisor y el receptor, se le llama clave simétrica; en otro caso, si la clave para cifrar es de dominio publico, mientras que la que sirve para descifrar se mantiene en secreto, el criptosistema se denomina de clave asimétrica.

Geo simulación.

La Geo simulación puede ser definida como la tendencia de los últimos años que han seguido los investigadores en el entorno geográfico. Se puede agregar que este tipo de investigaciones pretender representar todo tipo de fenómenos en un modelo espacial de alta resolución usando software y herramientas de simulación para resolver problemas en el entorno geográficos, generando un híbrido entre los AC y los SIG, los Sistemas Autónomos Geográficos (GAS) (Benenson, 2004). Existen diversas aplicaciones y ejemplos como la representación de flujos de lodo provenientes de una inundación o erupción volcánica, flujos de transito en una ciudad, comportamiento de masas en épocas de alta demanda comercial, simulación de hábitat de especies animales.

¿Qué es Python?

Python es un lenguaje de scripting independiente de plataforma y orientado a objetos, preparado para realizar cualquier tipo de programa, desde aplicaciones Windows a servidores de red o incluso, páginas web. Es un lenguaje interpretado, lo que significa que no se necesita compilar el código fuente para poder ejecutarlo, lo que ofrece ventajas como la rapidez de desarrollo e inconvenientes como una menor velocidad.

¿Qué es Pycharm?

PyCharm es este famoso IDE que además cuenta con una versión para las distribuciones Gnu/Linux, lo que hace que sea más sencillo aún su utilización y creación de programas con este lenguaje de programación.PyCharm es un IDE, es decir, no solo es un editor de código sino que también tiene un depurador, un interprete y otras herramientas que nos ayudarán a crear y exportar los programas que creemos. PyCharm tiene un interprete en el editor de código que nos ayudará a saber o conocer los posibles errores del código en tiempo real, algo que ha hecho que Python y PyCharm sean elegidos por muchos usuarios que comienzan a programar.

¿Qué es Pygame?

PyGame es un módulo del lenguaje de programación Python que permiten la creación de videojuegos en dos dimensiones de una manera sencilla. Mediante PyGame podemos utilizar sprites (objetos), cargar y mostrar imágenes en diferentes formatos, sonidos, etc. Además, al ser un módulo destinado a la programación de videojuegos se puede monitorizar el teclado o joystick de una manera bastante sencilla.

¿Qué es la modelación heurística?

La heurística se define como "Procedimientos simples, a menudo basados en el sentido común que se suponen ofrecerán una buena solución (aunque no necesariamente la optima) a problemas difíciles, de modo fácil y rápido" Zanakis y Evans.

En ingeniería, una heurística es un método basado en la experiencia que puede utilizarse como ayuda para resolver problemas de diseño, desde calcular los recursos necesarios hasta en planear las condiciones de operación de los sistemas. Mediante el uso de heurísticas, es posible resolver más rápidamente problemas conocidos o similares a otros conocidos. Existen varios métodos heurísticos disponibles para los ingenieros como, por ejemplo, el Análisis modal de fallos y efectos y los árboles de fallo. En el primero se depende de un grupo de ingenieros experimentados que evalúan los problemas y fallos, los ordenan según su importancia y recomiendan soluciones.

¿Qué permite resolver la modelación heurística?

Desde la más remota antigüedad, la actividad principal del matemático ha sido la resolución de problemas. Hasta hace relativamente poco tiempo no existía una denominación específica para una ciencia que se ocupe de los métodos de resolución de problemas; esta ciencia es la denominada heurística moderna.

La heurística (término proveniente del griego «heurisko»: hallar, descubrir) se consideró durante años «el arte de inventar«. Era una ciencia que tenía mucho que ver con la lógica, la psicología o la filosofía, aunque su significado ha evolucionado actualmente hacia la concepción moderna que he comentado.

Podríamos decir que el razonamiento heurístico tiene como objetivo descubrir la solución de un problema; por lo tanto, no es definitivo y no tiene por qué ser riguroso, sino que simplemente es provisional y plausible y, por supuesto, no debe confundirse con una demostración matemática.