SlideShare una empresa de Scribd logo
1 de 18
Universidad Católica Andrés Bello 
Facultad de Ingeniería 
Escuela de Ingeniería Industrial 
Cátedra Investigación de Operaciones 
Caracas, 31 de Enero de 2005 
Indice 
Pag. 
1. Introducción............................................................ 2 
2. Antecedentes............................................................. 4 
3. Descripción de un Autómata Celular.............................. 8 
4. Los primeros Autómatas Celulares................................ 10 
4.1. Maquina de Turing.............................................. 11 
4.2. Autómata autorreproductor de Freeman Dyson....... 15 
4.3. Autómata autorreproductor de Von Newmann 
modeloscinematico......................................................... 15 
4.4. Autómata celular de Von Newman......................... 17 
5. Estructura de un Autómata Celular............................... 18 
6. Consideraciones adicionales........................................ 20 
7. Autómata celular en una dimensión.............................. 20 
8. Autómatas celulares en tres dimensiones....................... 22 
9. Algunos ejemplos y aplicaciones................................... 27 
10. Conclusiones............................................................ 29 
Bibliografía.................................................................... 31
Introducción 
Los autómatas celulares poseen caracterizas que hacen importante su 
estudio a las diversas ciencias. 
Los mencionados son útiles en la construcción de modelos donde los 
elementos componentes son de similar naturaleza y comportamiento; donde 
éstos se rigen por reglas parecidas y donde, en el mismo sistema real, se 
identifican componentes diferenciables, independientes, aislables y/o discretos. 
Es típico de un Autómata Celular generar comportamientos complejos a 
partir de reglas muy sencillas. 
Desde su concepción original, la cual era proporcionar un marco formal a 
la investigación de comportamientos complejos, se han encontrado múltiples 
aplicaciones a la mencionada herramienta. 
Las múltiples aplicaciones de los autómatas celulares hacen de mucho 
interés su estudio por parte de diversas ciencias. 
Entre las aplicaciones de la teoría de autómatas celulares abarcan 
aspectos de la ciencia tan diversos como: Mecánica de fluidos, Medioambiente: 
polución, incendios forestales, Sistemas biológicos: evolución de las especies, 
crecimiento de poblaciones, comportamiento de colonias de microorganismos, 
sistemas inmunes, vida artificial, etc., Modelos socio-económicos: urbanismo, 
tráfico, procesos económicos, Modelos de reacciones químicas como la reacción 
de Belousov-Zhabotinsky, Patrones de pigmentación de piel, Construcción de 
fractales, Criptología , entre otros. 
El presente es un marco referencial para el estudio inicial de los 
Autómatas Celulares, en el cual se van a repasar diversos conceptos y 
aportaciones en el referido campo, fundamentalmente desde una perspectiva del 
análisis de la herramienta dejando a un lado los modelos específicos de sus 
diversas aplicaciones. 
La organización del documento es el que sigue. En el siguiente apartado 
se narran brevemente los antecedentes, seguidamente se describe un autómata 
celular, su funcionamiento, su estructura y se mencionan algunas de sus 
aplicaciones. 
2
Antecedentes 
El desarrollo de los autómatas celulares comenzó hacia 1943 cuando John 
Von Neumann empezó a considerar la posibilidad de generación de vida artificial, 
tratando de que un robot se copiara a si mismo. Bajo sugerencia de Stanislaw 
Ulam, coinventor de la bomba de hidrogeno, Von Neumann utilizo patrones, en 
una cuadrícula en el plano, que evolucionan según una regla de transformación 
fija. 
De esta forma, el problema de autorreproducción mecánica quedaba 
reducido a la búsqueda de ciertas configuraciones que, con la aplicación de la 
regla, dieran lugar a copias idénticas. 
Muchos autómatas interesantes han surgido como “juegos de 
computador”, y, gracias a las facilidades computacionales, a diversas 
teselaciones del plano se aplican reglas locales dando lugar a vistosos cambios en 
las configuraciones en las que subyace una rica estructura matemática. 
Un investigador inicial de Autómatas Celulares que merece ser 
mencionado es Edward Fredkin quien, en 1960, formulo un concepto de 
“mecánica de la información”, en analogía con la mecánica quántica. Se basa en 
el supuesto de que el mundo físico proporciona constantemente información y 
puede, por consiguiente, modelarse como un gran Autómata Celular 
tridimensional. 
En 1965, John Holland utilizo Autómata Celulares para resolver problemas 
de adaptación y optimización. Hedlund (1969) y Richardson (1972) estudian los 
Autómata Celulares como sistemas dinámicos. 
Por otro lado, el desarrollo de estructuras y patrones de ciertos 
organismos vivos simples obedece reglas locales sencillas que permiten la 
descripción por medio de autómatas celulares. En poblaciones de plantas, por 
ejemplo, el valor de una celda podría corresponder a la presencia o ausencia de 
una planta y las reglas serían ciertas interacciones ecológicas locales. 
Hasta ahora, gran parte de la teoría desarrollada corresponde a autómatas 
celulares que evolucionan según reglas determinísticas. Con el fin de obtener 
modelos más exactos de fenómenos naturales es necesario considerar aspectos 
probabilísticas en su dinámica. Esto da lugar a los llamados autómatas celulares 
estocásticos, los cuales pueden generalizarse aun más con la admisión de reglas 
locales no uniformes. 
De esta manera, se pueden convertir en sistemas que alcanzan un 
comportamiento prefijado mediante aprendizaje 
Las aplicaciones de los autómatas celulares son múltiples en campos como 
física, biología, química, matemáticas y ciencias de la computación, entre otros. 
3
Los Autómatas Celulares son redes de autómatas simples conectados 
localmente. Cada autómata simple produce una salida a partir de varias 
entradas, modificando en el proceso su estado según una función de transición. 
Por lo general, en un autómata celular, el estado de una célula en una generación 
determinada depende única y exclusivamente de los estados de las células 
vecinas y de su propio estado en la generación anterior. 
Los autómatas celulares son herramientas útiles para modelar cualquier 
sistema en el universo. Pueden considerarse con una buena alternativa a las 
ecuaciones diferenciales y han sido utilizados para modelar sistemas físicos, 
como interacciones entre partículas, formación de galaxias, cinética de sistemas 
moleculares y crecimiento de cristales, así como diversos sistemas biológicos a 
nivel celular, multicelular y poblacional. 
Un Autómata Celular es un sistema dinámico que involucra reglas 
simples determinísticas, como en cualquier sistema los cambios de variables 
están en función de sus valores predichos, se considera una idealización 
matemática en donde el espacio y el tiempo son caracterizados de manera 
discreta, así las cantidades relacionadas toman valores discretos. 
Una automatización celular consiste de un enrejado uniforme y regular, 
que es por lo regular extenso con una variable discreta para cada sitio, que es 
denominada 'célula', el valor del sitio de la variable comienza a ser afectado por 
el valor de una variable que se encuentra en una 'vecindad' en previos tiempos 
determinados. Las vecindades son los sitios alrededor de cierta célula, las 
variables de cada sitio están sincronizadas, basadas en los valores de las 
variables en sus vecindades y prescindiendo del tiempo. 
El tiempo es discreto y en pasos progresivos, el espacio es particionado en 
células discretas, teniendo una geometría dada n-dimensional y las condiciones 
pueden ser definidas en un espacio finito. En un sistema celular uno puede 
formularse, precisar y gobernar con reglas simples la operación del sistema. 
Camino intuitivo por el cual el Autómata finito se autorreproduce, la lista finita de 
estados para el sistema, por cada célula es un estado distinguible y una regla que 
da el estado de cada célula. Cualquier diseño puede ser fijado como una 
condición inicial en un tiempo dado t0, cada célula de orden simultáneo tiene un 
valor que involucra un nuevo estado global al tiempo t1, el nuevo valor de una 
célula dada al tiempo t, es una función de los valores y locaciones de una 
determinada célula las cuales son las vecindades que se encuentran en el tiempo 
t0, así se forma una sucesión de estados globales para la interacción de estos 
estados globales, es donde surgen la llamada función de transición, ésta es 
constante por lo que el sistema es caracterizado, entonces por la evolución de un 
Autómata Celular de estados iniciales, este tipo de funciones son funciones 
boleanas, asignando así el valor discreto de la célula, en este sistema celular se 
constituye un espacio en donde toman lugar los eventos de automatización y 
pueden formularse con reglas simples para la operación del sistema. 
4
Descripción De Un Autómata Celular 
En pocas palabras, un autómata celular es un modelo formal que está 
compuesto por un conjunto de entes elementales, cada uno de ellos susceptible 
de encontrarse en un cierto estado y de alterarlo de un instante al siguiente, 
asumiendo que el tiempo transcurre de forma discreta. La regla que gobierna la 
transición de estados en los entes es sensible a los estados de los demás 
elementos de su vecindad, siendo por tanto una regla de transición local. El 
aspecto que más caracteriza a los autómatas celulares es su capacidad para 
dotar al conjunto del sistema, visto como un todo, una serie de propiedades 
emergentes inducidas por la propia dinámica local. 
En general, no es fácil obtener las propiedades globales de un 
sistema definido como el anterior, complejo por naturaleza, a no ser por 
vía de la simulación, partiendo de un estado inicial de la población de 
objetos y cambiando en cada instante los estados de todos ellos de forma 
sincrónica. 
Al hablar de un autómata celular es necesario fijar los siguientes puntos: 
 Conjunto de entes. Se necesita saber cuántos objetos elementales van a 
formar la población del sistema. En principio no hay restricción a su 
número, pudiendo ser desde unos pocos hasta una infinidad. En ocasiones 
es importante situarlos sobre una región geográfica, identificándose 
entonces los entes con sus respectivas coordenadas geográficas. 
 Vecindades. Para cada elemento del sistema es necesario establecer su 
vecindad, esto es, aquellos otros elementos que serán considerados como 
sus vecinos. En caso de asociar objetos con coordenadas de un sistema de 
referencia, el criterio suele ser construir la vecindad de un elemento dado 
con todos aquellos otros elementos que se encuentran a menos de una 
cierta distancia o radio, de forma que los más alejados no ejerzan 
influencia directa sobre él. 
 Conjunto de estados. En cada instante, cada elemento deberá 
encontrarse en un cierto estado. El caso más sencillo corresponde a los 
elementos biestables, los cuales se pueden encontrar en sólo uno de dos 
estados posibles, 0 y 1, por ejemplo. Pero también el estado puede venir 
representado por un vector de componentes reales o por una cadena de 
un lenguaje formal. 
 Regla de transición local. La regla de transición define la dinámica del 
sistema. Dado un elemento y un instante determinados, la regla devuelve 
el siguiente estado del elemento, para ello necesita como argumentos los 
estados actuales, tanto del elemento considerado como de aquellos que 
conforman su vecindad. Las reglas de transición pueden ser deterministas 
o probabilistas, además, no todos los elementos necesitan obedecer a la 
misma regla. 
5
Los Primeros Autómatas Celulares 
Los estudios sobre autómatas finitos, máquinas de Turing, y otros 
modelos que siguen la misma filosofía configuran lo que se ha denominado Teoría 
de Autómatas y Máquinas de Turing, o simplemente Teoría de Autómatas, dentro 
de la Teoría de la Computación. 
En la década de los 50, dos neurofisiólogos, Warren S. McCulloch y 
Walter Pitts diseñaron un modelo matemático para representar el 
funcionamiento de las células cerebrales que fue el origen de los que 
hoy se conoce por redes neuronales. El modelo era una aproximación 
muy sencilla al comportamiento real de las neuronas, pero tenía grandes 
aplicaciones en otros contextos. En el campo puramente matemático, Kleene 
redefinió el modelo y dio lugar a los autómatas finitos, especie de máquinas 
ideales o modelos matemáticos, al modo de la máquina de Turing, con 
posibilidades bastante más reducidas, pero muy adecuadas para ciertos procesos 
de cálculo. 
Por otra parte el inglés Turing consiguió definir conceptualmente una 
máquina de cálculo que se considera universal, es decir, el mecanismo de 
procesar cualquier algoritmo. Turing diseñó un modelo matemático de 
autómata que siguiendo unas reglas simples conseguía solucionar una gran gama 
de problemas. En principio, la máquina de Turing constituye el instrumento de 
cálculo universal, el más general. No es posible dar una demostración rigurosa de 
esto, aunque sí se tiene una gran cantidad de indicios, agrupados en lo que se 
conoce como Tesis de Church, que puede plantearse así: "No existen funciones 
que puedan ser definidas por personas, y cuyo cálculo sea descrito por algún 
algoritmo, que no puedan computarse con una máquina de Turing". Basándose 
en la máquina de Turing, Von Neumann trabajó en una máquina 
autorreproductiva que llamó kinematon y en la idea de autómata celular. 
La Máquina de Turing. 
Definición. 
Una máquina de Turing es una máquina idealizada para el procesamiento 
de información, cuyas acciones están especificadas en términos matemáticos. En 
definitiva, es un dispositivo que lleva a cabo un procedimiento de cálculo definible 
en términos finitos. Es un elemento de matemática abstracta, y no un objeto 
físico. 
Descripción. 
La máquina de Turing consta de las siguientes partes: 
 Una cinta ilimitada por sus dos lados, y dividida en células. 
6
 Un número finito de signos que forman el alfabeto exterior, en el que se 
cifran los datos introducidos en la máquina y los datos finales de la 
máquina. Estos signos se introducen en las células; entre ellos se 
encuentra el signo vacío que borra el signo que había antes en una célula, 
y deja la célula vacía. Como máximo puede haber un signo exterior en 
cada célula. 
 Un número finito de estados internos diferentes. 
 La unidad lógica que tiene dos canales de entrada; por uno de ellos entra 
el dato externo que lee en la cinta, y por el otro el estado interno en el 
que está la máquina. 
 Después de observar una célula de la cinta de datos, la Unidad Lógica 
sustituye el símbolo observados por otro signo. Si la célula no cambia, se 
borra lo que había en esa célula. 
 El funcionamiento de la máquina se realiza en unidades consecutivas de 
tiempo. Cuando se pasa de una unidad de tiempo a la siguiente, la 
dirección de la célula observada puede cambiar en no más de una unidad; 
es decir, se contemplará la vecina de la derecha, izquierda, o la misma 
célula del tiempo anterior. 
 La Unidad Lógica tiene tres canales de salida: el primero para la salida de 
la cinta donde se ha modificado el dato de entrada; el segundo indica el 
estado en el que debe situarse la máquina; el tercero para indicar cuál 
será el siguiente dato a leer de la cinta de entrada. 
 Los signos que constituyen el alfabeto interno de la máquina. 
 Dependiendo de los datos iniciales puede ocurrir que: 
a. Después de un número finito de tiempos, la máquina se para; en este 
caso se dice que la máquina es utilizable para la información inicial. 
b. La información de parada no aparece; en este caso se dice que la 
máquina no es utilizable para la información inicial. 
Funcionamiento. 
Una máquina de Turing es un dispositivo que transforma un INPUT 
(entrada) en un OUTPUT (salida) después de algunos pasos. Tanto el INPUT 
como el OUPUT constan de números en código binario (ceros y unos). En su 
versión original la máquina de Turing consiste en una cinta infinitamente larga 
con unos y ceros que pasa a través de una caja. La caja es tan fina que solo el 
trozo de cinta que ocupa un bit (0 ó 1) está en su interior. La máquina tiene una 
serie de estados internos finitos que también se pueden numerar en binario. 
7
Para llevar a cabo algún algoritmo, la máquina se inicializa en algún 
estado interno arbitrario. A continuación, se pone en marcha y la máquina lee el 
bit que se encuentra en ese momento en su interior y ejecuta alguna operación 
con ese bit (lo cambia o no, dependiendo de su estado interno). Después se 
mueve hacia la derecha o hacia la izquierda, y vuelve a procesar el siguiente bit 
de la misma manera. Al final se para, dejando el resultado al lado izquierdo por 
ejemplo. 
Hipótesis Física Church-Turing 
· Turing y su colaborador, Alonzo Church presentaron posteriormente la 
'Hipótesis Física Church-Turing' donde postulaban que el modelo de 
máquina diseñado por Turing podría no sólo duplicar las funciones de las 
máquinas matemáticas sino también imitar las funciones de la naturaleza. 
La 'Hipótesis de Church-Turing' se basaba en que cualquier 
procedimiento que puede ser descrito con precisión puede ser 
programado para que lo realice una computadora. Esta tesis era la 
hipótesis básica de la teoría de algoritmos, que es que cualquier algoritmo 
puede ser representado por medio de un esquema funcional de Turing y 
realizado en la correspondiente máquina de Turing. 
Compararon la mente con una máquina de estados finitos, que seguiría 
simplemente un protocolo lógico, una 'tabla de reglas' determinada por fuerzas 
físicas y biológicas. 
Como en el campo de la lógica se comprobó que todas las computadoras digitales 
eran el equivalente de la máquina de Turing, se les calificó entones como 
computadoras universales. 
Autómata autorreproductor de Freeman Dyson. 
Freeman Dyson, profesor de Física, ideó un autómata autorreproductor 
con objeto de enviarlo al Enceladus, una de las lunas de Saturno. Dyson propuso 
una máquina que extraería la energía necesaria del Sol para crear fábricas que 
produjesen una larga cadena de naves de vela impulsadas por dicha energía 
solar, llevando cada una de ellas un bloque de hielo. Estas naves de vela se 
dirigirían a Marte donde la brusca caída de temperatura dentro de la atmósfera 
marciana haría que se deshelasen los bloques de hielo. Dyson imaginó que la 
humedad acumulada podría calentar la atmósfera del cuarto planeta del Sol, 
Marte, transformando la atmósfera de este planeta en un ambiente adecuado 
para las formas de vida y la agricultura. 
Autómata autorreproductor de Von Newmann o modelo cinemático . 
El primer autómata autorreproductor descrito por Von Newmann fue una 
computadora compuesta de distintas partes para el procesamiento de la 
información. Ideó una máquina para ser construida como una masa sólida que 
8
existiese en el mundo real. Además de sus elementos computacionales, autómata 
también constaba de otros cinco componentes: 
1. Un elemento de manipulación, que acepte las órdenes de la parte 
computacional (o control) de la máquina. 
2. Un elemento que sea capaz de desconectar dos elementos a petición de la 
computadora. 
3. Un elemento de fusión que podría conectar dos partes. 
4. Un elemento sensorial que fuese capaz de reconocer cualquiera de las 
partes y conducir esa información a la computadora. 
5. Unas vigas que actúen como elementos estructurales y que proporcionen 
tanto el chasis a la criatura, como el aparato para el almacenamiento de la 
información. 
La criatura imaginada por Von Newmann tendría también un hábitat. Su 
ambiente sería un gigantesco depósito que contendría los mismos tipos de 
elementos que formaban parte de la criatura ( fábrica, duplicador, aparato de 
control, la computadora, las instrucciones desplegadas en una larga cadena...) 
El propósito que pretendía conseguir con el diseño de dicha máquina, era 
crear una criatura que fuese capaz de crear su propia descendencia a partir de 
las piezas que requería para ello. El diseño pretendía dotar a la nueva criatura 
creada de una copia de las instrucciones de información, por tanto se conseguiría 
una criatura que sería fértil, es decir, capaz de repetir el mismo proceso. Pero 
estos autómatas no sólo eran capaces de reproducirse sino que con el paso del 
tiempo tenían la capacidad de evolucionar a algo más complejo que su estado 
original. 
Este primer autómata autorreproductor de Von Newmann llegó a ser 
conocido como modelo cinemático, pero tenía un fallo importante, que residía en 
sus elementos; constaba de demasiadas 'cajas negras'. 
Autómata celular de Von Neumann. 
A partir de la Red Infinita planteada por Stanislaw Ulam, Von Newmann 
rehizo el planteamiento de su Autómata Autorreproductor o Modelo Cinemático, 
dando lugar a lo que se conocería como el Primer Autómata Celular. 
El nuevo modelo que ideó comenzaba con un tablero de damas infinito, en 
el que cada célula estaba en un estado inactivo, que tenían diferentes estados 
posibles. La precisa combinación de esas células en sus estados determinados 
decía la criatura cómo debía comportarse. El mecanismo de reproducción de esta 
máquina consistía en reclamar y transformar el territorio. Una vez dentro del 
tablero el autómata seguiría las reglas, es decir, que cada célula individual, como 
una Máquina de Estados Finitos, comenzaría cumplir la regla que se le aplica. El 
efecto de esas conductas locales ocasionaban una conducta global emergente; la 
estructura autorreproductora interactuaba con células vecinas y cambiaba 
algunos de sus estados. Siguiendo las reglas de transición que Von Newmann 
9
postuló, el organismo lograba hacer un duplicado de su cuerpo principal. Se 
obtenían así dos criaturas idénticas, ambas capaces de autorreproducción, que se 
encontraban en un tablero de damas infinito. Von Neumann nunca completó su 
prueba escrita del autómata celular. 
Estructura de un Autómata Celular 
Un Autómata Celular es una herramienta computacional que hace parte de 
la Inteligencia Artificial basada en modelos biológicos, el cual está básicamente 
compuesto por una estructura estática de datos y un conjunto finito de reglas 
que son aplicadas a cada nodo o elemento de la estructura. El interés que ha 
despertado esta técnica radica en la sencillez y en la simplicidad que caracteriza 
la construcción de los modelos; además, en la particularidad de los patrones de 
comportamiento presentados por el Autómata en tiempo de ejecución. 
Basados en el planteamiento que presenta Muñoz acerca de la estructura 
de un Autómata Celular, se definen como sus componentes básicos: 
· Un plano bidimensional o un espacio n-dimensional dividido en un número 
de subespacios homogéneos, conocidos como celdas. A todo esto se le 
denomina Teselación Homogénea. 
· Cada celda puede estar en uno de un conjunto finito o numerable o de 
estados. 
· Una Configuración C, la que consiste en asignarle un estado a cada celda 
del autómata. 
· Una Vecindad definida para cada celda, la que consiste en un conjunto 
contiguo de celdas, indicando sus posiciones relativas respecto a la celda 
misma. 
· Una Regla de Evolución, la cual define cómo debe cada celda cambiar de 
estado, dependiendo del estado inmediatamente anterior de su vecindad. 
· Un Reloj Virtual de Cómputo conectado a cada celda del autómata, el cual 
generará "tics" o pulsos simultáneos a todas las celdas indicando que debe 
aplicarse la regla de evolución y de esta forma cada celda cambiará de 
estado. 
1
Consideraciones adicionales 
Un Autómata Celular puede ser construido definiendo alguna especificación 
para cada uno de sus componentes, es decir, de alguna forma se definirá su 
teselación, los posibles estados, las vecindades y la regla de evolución; no 
obstante, se tienen unas consideraciones y posibilidades con estos componentes, 
las que permitirán cierta flexibilidad en el momento de construir el autómata. 
· El autómata puede ser de 1, 2, 3, ..., n dimensiones. 
· La teselación puede ser finita o infinita, con condiciones de frontera 
abiertas o periódicas. 
· El conjunto de estados å no necesita tener ninguna estructura algebraica 
adicional. 
· La vecindad puede ser simétrica o no y puede incluir o no a la propia 
celda. 
· La regla de evolución es una tabla o unas reglas. 
Autómatas Celulares En Una Dimensión 
El estudio de los autómatas celulares en una dimensión ha tenido mucho 
interés a través de la historia, por esta razón se ha logrado obtener una amplia 
literatura en este tipo de autómatas celulares. Sea Z el conjunto de Z+ los 
enteros y el conjunto de los enteros positivos, entonces el espacio de evoluciones 
en una dimensión se representa como una sucesión de elementos que 
determinarán un arreglo lineal, é representa las posiciones de cada elemento 
dentro del arreglo por lo que i Є Z . Cada una de las posiciones del arreglo es 
1
llamado célula, estas células pueden tomar elementos de un conjunto S y S Є Z+, 
este conjunto representa el número de estados que puede manejar el autómata 
celular en estudio por lo que i Є S, es decir, cada una de las células tendrá un 
elemento del conjunto S. Una sucesión de células es llamada una configuración, 
en general Wolfram representa a los autómatas celulares de una dimensión con 
dos parámetros (k.r), donde k representa el número de estados del conjunto S y 
r el número de vecinos con respecto a una célula central. Los vecinos son células 
que se encuentran ubicadas a la izquierda y a la derecha en igual número con 
respecto a la célula central, por lo tanto los vecinos mas la célula central forman 
una vecindad como se ilustra en la Figura 
Vecindad de tamaño 2r+1 
Los autómatas celulares en una dimensión se pueden representar como el 
sistema: 
(S, r,j , Ci ) 
donde S es el conjunto de estados, r el número de vecinos con respecto a una 
célula central, j la función de transición y Ci la configuración inicial del sistema. 
Autómatas Celulares En Tres Dimensiones 
Los autómatas celulares en tres dimensiones han sido ampliamente 
analizados por Bays en [2], [3], [4], [5], [6], [7] y [8]. Su estudio se enfoca 
principalmente en encontrar una regla de evolución en tres dimensiones que sea 
la sucesora de Life en el espacio tridimensional, muchos de sus resultados son de 
tipo cuantitativo, basados principalmente en la simulación de varias reglas de 
evolución en pequeños espacios tridimensionales para encontrar estructuras que 
sean similares a Life y de esta manera ha logrado obtener varias reglas de 
evolución que presentan características similares a Life en autómatas celulares de 
tres dimensiones. 
Existe muy poca literatura que trata de generalizar una notación en 
autómatas celulares de tres dimensiones, la mayoría de los trabajos realizados en 
este tipo de autómatas han sido de tipo estadístico, tratando de encontrar 
comportamientos colectivos no triviales en el espacio de evoluciones, por otra 
1
parte se ha intentado encontrar aplicaciones en las áreas de la química y la 
arquitectura. Si bien los autómatas celulares en dos dimensiones son difíciles de 
representar, en tres dimensiones el problema crece exponencialmente. 
Sea el conjunto de estados, el espacio de evoluciones en tres 
dimensiones se determina por el producto . Al igual que los autómatas 
celulares en dos dimensiones, en tres dimensiones también se utilizan reglas de 
evolución semitotalísticas y la función de transición solo utiliza la vecindad de 
Moore como se ilustra en la Figura 2.8, la vecindad de Moore en el espacio 
tridimensional es solo una extensión de dos dimensiones en tres dimensiones, 
donde es la célula central de la vecindad y 
son los vecinos de la vecindad con respecto a la célula central, para toda 
. La vecindad de Moore en tres dimensiones tiene una célula central y 
26 vecinos alrededor de ésta por lo que , por lo tanto una vecindad en 
tres dimensiones está formada por 27 células. 
Figura 2.8: Vecindad de Moore en tres 
dimensiones 
Para representar una regla de evolución se debe definir la 
transformación de cada vecindad que conforma una regla, los autómatas 
celulares en tres dimensiones tienen vecindades, lo que produce reglas 
de evolución. El problema de representar una regla de evolución crece 
exponencialmente conforme aumenta la dimensión del autómata celular, por esta 
razón se utilizan reglas semitotalísticas. 
Sea el conjunto de estados, el número de vecinos, entonces 
una célula es directamente conectada a una célula 
, es decir, la vecindad de 
1
Moore en tres dimensiones, es la célula central y 
son los vecinos alrededor de la 
célula central para toda . En la Ecuación 2.3.1 la función define la 
transformación local, las variables y indican el número mínimo de 
células ocupadas por el estado 1 en y las variables y el número 
máximo de células ocupadas por el estado 1 en en un tiempo . Si en 
el tiempo , entonces en el tiempo si . Si 
en el tiempo , entonces en el tiempo si 
. Finalmente una regla semitotalística en tres 
dimensiones se representa como , donde y 
deben tomar valores entre 1 y 26. 
Cuando el estado de una celda depende exclusivamente de su estado 
actual y el de su vecindario, se dice que el Autómata Celular es determinista. Si 
se incorpora a la regla de transición algún elemento probabilístico o estocástico, 
el Autómata Celular se denomina estocástico 
El comportamiento de las reglas de transición en los bordes de la malla de 
celdas depende de las condiciones de frontera, las cuales pueden ser de tres 
tipos: 
· Cíclica : los símbolos del borde aparecen en una celda en la frontera 
opuesta. 
· Finita : los símbolos no están disponibles para traspasar la frontera así que 
tienden a acumularse en sí mismos. 
· Infinita : las entidades que cruzan la frontera desaparecen de la 
simulación. 
La siguiente figura muestra un ejemplo de un Autómata Celular de 2- 
dimensiones. 
1
Los modelos de Autómata Celular asumen una discretización del espacio en una 
teselación de celdas. Tradicionalmente, esta teselación o rejilla en modelos de 
Autómata Celular se hace sobre celdas de igual forma y tamaño para simplificar 
los cálculos. Las más usadas son las teselaciones triangulares, cuadradas y 
hexagonales. 
Algunos ejemplos y aplicaciones 
Tal vez, lo más llamativo e interesante de los Autómatas Celulares es el 
comportamiento presentado por el modelo en tiempo de ejecución y la similitud 
de éste con la complejidad de la naturaleza continua. "Life" o "El Juego de la 
Vida", por ejemplo, simula la existencia de diferentes "formas de vida" sobre un 
espacio bidimensional, las cuales presentan singular comportamiento a través del 
tiempo; "Evolución" es un autómata que simula cómo un conjunto de microbios 
sobreviven comiendo bacterias; y "Mayoría Alineada" muestra cómo es el 
comportamiento de la tensión superficial entre líquidos no permeables. A 
continuación, algunos ejemplos de Autómatas Celulares (tomados de Muñoz6). 
1
· "Life" o "El Juego de la Vida", de John Hourton Conway. 
· "Mayoría Alineada". Modelo Celular de Dedwdney2. 
· "Evolución". Modelo Celular de Dewdney3. 
· "Reacción Química de Belousov-Zhabotinski". Modelo Celular de 
Dewdney2. 
· "HPP-GAS" (modelo de dinámica de fluidos), de Hardy, de Pazzis y 
Pomeau 
El modelar un sistema del mundo real por medio de un Autómata Celular, 
requiere que se conozca al menos su comportamiento global. Si conocido este 
comportamiento se quiere deducir un conjunto de reglas de evolución local que lo 
genere, entonces se desea desarrollar el autómata por el Problema Inverso. De 
lo contrario, si se desea primero experimentar y ajustar una Regla de Evolucion 
pseudo-aleatoria hasta lograr un comportamiento similar al del sistema real, 
entonces se desea desarrollar el autómata por el Problema Directo. No obstante, 
se puede lograr algo intermedio, a partir de comportamientos locales del sistema 
real construir una regla de evolución local y ponerla a prueba para determinar si 
se logra un autómata que modele el comportamiento del sistema global, a esto 
se el denomina el Problema Intermedio. 
Dependiendo de la naturaleza compleja de un sistema y de la posibilidad 
de identificar estados locales y reglas generales de evolución, se podrían simular 
comportamientos por medio de Autómatas Celulares; por ejemplo, los mundos y 
sistemas enunciados a continuación son susceptibles a un modelamiento por esta 
técnica: Simulación de tráfico automotor, virus, glóbulos, epidemias, bacterias, 
contaminación, ecosistemas, evolución galáctica, flujo de electrones, acción & 
reacción, medios granulares y gases de Fermi entre otros. 
Conclusiones 
Es típico de un Autómata Celular generar comportamientos complejos a 
partir de reglas muy sencillas. En conclusión, un Autómata Celular está 
compuesto por: 
· Una Teselación Homogénea. 
· Un conjunto finito de Estados para cada celda. 
1
· Una Vecindad para cada celda. 
· Una Regla de Evolución. 
Son útiles en la construcción de modelos donde los elementos base o 
componentes (actores) son de similar naturaleza y comportamiento; donde éstos 
se rigen por reglas parecidas y donde, en el mismo sistema real, se identifican 
componentes diferenciables, independientes, aislables y/o discretos. 
Hemos visto algunas de las aplicaciones que han sido desarrolladas usando 
técnicas de autómatas celulares, algunas de las ventajas en usar este tipo de 
modelos reside en el hecho de que los sistemas complejos a niveles moleculares 
pueden ser estudiados con sistemas dinámicos simples, la complejidad de los 
algoritmos es barata en términos de recursos computacionales utilizados y los 
resultados obtenidos pueden ser de mucha ayuda en los estudios de los 
comportamientos de los materiales ante diversos experimentos con el fin de 
adecuar las características propias de cada material al objetivo para el que han 
sido diseñados. 
Bibliografía 
1
C:Documents and SettingsuserMis documentosIOAlfinal_com automatas 
celulares.htm 
C:Documents and SettingsuserMis documentosIOPNGwriter - Examples - 
Automatas Celulares.htm 
C:Documents and SettingsuserMis documentosIOUna Introducción a los Autómatas 
Celulares.htm 
http://delta.cs.cinvestav.mx/~mcintosh/oldweb/tesis/seck/node13.html 
http://matapli.usal.es/Giaca/GIACAaplicaciones.htm 
http://www.luventicus.org/laboratorio/AutomatasCelulares/ 
http://yupana.autonoma.edu.co/publicaciones/yupana/005/autocelular/Auto matas.html 
1

Más contenido relacionado

La actualidad más candente

Pasos necesarios para crear pseudocódigo y un algoritmo
Pasos necesarios para crear pseudocódigo y un algoritmoPasos necesarios para crear pseudocódigo y un algoritmo
Pasos necesarios para crear pseudocódigo y un algoritmojairofr97
 
Lógica y Algoritmos 4. estructuras secuenciales y selectivas
Lógica y Algoritmos 4. estructuras secuenciales y selectivasLógica y Algoritmos 4. estructuras secuenciales y selectivas
Lógica y Algoritmos 4. estructuras secuenciales y selectivasEdward Ropero
 
Métodos numéricos para ecuaciones diferenciales ordinarias
Métodos numéricos para ecuaciones diferenciales ordinariasMétodos numéricos para ecuaciones diferenciales ordinarias
Métodos numéricos para ecuaciones diferenciales ordinariasJaime Martínez Verdú
 
Algoritmos y metodología para la solución de problemas
Algoritmos y metodología para la solución de problemasAlgoritmos y metodología para la solución de problemas
Algoritmos y metodología para la solución de problemasMartin Pacheco
 
Ecuación de la Parábola dados tres puntos
Ecuación de la Parábola dados tres puntosEcuación de la Parábola dados tres puntos
Ecuación de la Parábola dados tres puntosmath class2408
 
Ecuaciones en números complejos
Ecuaciones en números complejos Ecuaciones en números complejos
Ecuaciones en números complejos Juliana Isola
 
Ejercicios con respuestas. Calculo Integral Facultad de ingeniería.
Ejercicios con respuestas. Calculo Integral Facultad de ingeniería. Ejercicios con respuestas. Calculo Integral Facultad de ingeniería.
Ejercicios con respuestas. Calculo Integral Facultad de ingeniería. Alexis Legazpi
 
Limites y aplicaciones
Limites y aplicacionesLimites y aplicaciones
Limites y aplicacionesManolo Torres
 
Presentación metodos numericos (metodo rigido y metodo multipasos)
Presentación metodos numericos (metodo rigido y metodo multipasos)Presentación metodos numericos (metodo rigido y metodo multipasos)
Presentación metodos numericos (metodo rigido y metodo multipasos)Eleazar Merida
 
Memoria Estatica
Memoria EstaticaMemoria Estatica
Memoria EstaticaJ M
 
Tabla de integrales inmediatas
Tabla de integrales inmediatasTabla de integrales inmediatas
Tabla de integrales inmediatasMarco Ztta
 
Arreglos vectores pseint
Arreglos vectores pseintArreglos vectores pseint
Arreglos vectores pseintHEIVER CUESTA
 
Ejercicio 2 diagrama de flujo
Ejercicio 2 diagrama de flujoEjercicio 2 diagrama de flujo
Ejercicio 2 diagrama de flujolisvancelis
 

La actualidad más candente (20)

Algoritmos
AlgoritmosAlgoritmos
Algoritmos
 
Pasos necesarios para crear pseudocódigo y un algoritmo
Pasos necesarios para crear pseudocódigo y un algoritmoPasos necesarios para crear pseudocódigo y un algoritmo
Pasos necesarios para crear pseudocódigo y un algoritmo
 
Lógica y Algoritmos 4. estructuras secuenciales y selectivas
Lógica y Algoritmos 4. estructuras secuenciales y selectivasLógica y Algoritmos 4. estructuras secuenciales y selectivas
Lógica y Algoritmos 4. estructuras secuenciales y selectivas
 
Métodos numéricos para ecuaciones diferenciales ordinarias
Métodos numéricos para ecuaciones diferenciales ordinariasMétodos numéricos para ecuaciones diferenciales ordinarias
Métodos numéricos para ecuaciones diferenciales ordinarias
 
Algoritmos y metodología para la solución de problemas
Algoritmos y metodología para la solución de problemasAlgoritmos y metodología para la solución de problemas
Algoritmos y metodología para la solución de problemas
 
Exactitud numerica
Exactitud numericaExactitud numerica
Exactitud numerica
 
Cociente incremental
Cociente incrementalCociente incremental
Cociente incremental
 
Ecuación de la Parábola dados tres puntos
Ecuación de la Parábola dados tres puntosEcuación de la Parábola dados tres puntos
Ecuación de la Parábola dados tres puntos
 
Ecuaciones en números complejos
Ecuaciones en números complejos Ecuaciones en números complejos
Ecuaciones en números complejos
 
Ejercicios con respuestas. Calculo Integral Facultad de ingeniería.
Ejercicios con respuestas. Calculo Integral Facultad de ingeniería. Ejercicios con respuestas. Calculo Integral Facultad de ingeniería.
Ejercicios con respuestas. Calculo Integral Facultad de ingeniería.
 
Limites y aplicaciones
Limites y aplicacionesLimites y aplicaciones
Limites y aplicaciones
 
Presentación metodos numericos (metodo rigido y metodo multipasos)
Presentación metodos numericos (metodo rigido y metodo multipasos)Presentación metodos numericos (metodo rigido y metodo multipasos)
Presentación metodos numericos (metodo rigido y metodo multipasos)
 
Ecuaciones cuadráticas introducción
Ecuaciones cuadráticas introducciónEcuaciones cuadráticas introducción
Ecuaciones cuadráticas introducción
 
Memoria Estatica
Memoria EstaticaMemoria Estatica
Memoria Estatica
 
Tabla de integrales inmediatas
Tabla de integrales inmediatasTabla de integrales inmediatas
Tabla de integrales inmediatas
 
Diagrama de flujo;3
Diagrama de flujo;3Diagrama de flujo;3
Diagrama de flujo;3
 
Teoría de Grafos.
Teoría de Grafos.Teoría de Grafos.
Teoría de Grafos.
 
Grafos resueltos
Grafos  resueltosGrafos  resueltos
Grafos resueltos
 
Arreglos vectores pseint
Arreglos vectores pseintArreglos vectores pseint
Arreglos vectores pseint
 
Ejercicio 2 diagrama de flujo
Ejercicio 2 diagrama de flujoEjercicio 2 diagrama de flujo
Ejercicio 2 diagrama de flujo
 

Similar a Autómata Celular UCAB Facultad Ingeniería

Automatas sistemas complejos.pdf
Automatas sistemas complejos.pdfAutomatas sistemas complejos.pdf
Automatas sistemas complejos.pdfsnow2013
 
Teoría general de sistemas
Teoría general de sistemasTeoría general de sistemas
Teoría general de sistemasmor02
 
Busqueda en google
Busqueda en googleBusqueda en google
Busqueda en googlesusan
 
Busqueda en google
Busqueda en googleBusqueda en google
Busqueda en googlesusan
 
Busqueda en google
Busqueda en googleBusqueda en google
Busqueda en googlesusan
 
Mundo cuántico: el algoritmo de la incertidumbre
Mundo cuántico: el algoritmo de la incertidumbreMundo cuántico: el algoritmo de la incertidumbre
Mundo cuántico: el algoritmo de la incertidumbreMonica Daluz
 
Caos y complejidad
Caos y complejidadCaos y complejidad
Caos y complejidadXavi Gasset
 
Teoria general de sistemas
Teoria general de sistemasTeoria general de sistemas
Teoria general de sistemassuarezrojasnoemi
 
Efecto mariposa, teoria del caos
Efecto mariposa, teoria del caosEfecto mariposa, teoria del caos
Efecto mariposa, teoria del caosqOkii
 
CitometríA De Flujo
CitometríA De FlujoCitometríA De Flujo
CitometríA De Flujoalcicalle
 
CitometríA De Flujo
CitometríA De FlujoCitometríA De Flujo
CitometríA De Flujoalcicalle
 

Similar a Autómata Celular UCAB Facultad Ingeniería (20)

Automatas celulares
Automatas celularesAutomatas celulares
Automatas celulares
 
Automatas sistemas complejos.pdf
Automatas sistemas complejos.pdfAutomatas sistemas complejos.pdf
Automatas sistemas complejos.pdf
 
Teoría general de sistemas
Teoría general de sistemasTeoría general de sistemas
Teoría general de sistemas
 
Célula 3
Célula 3Célula 3
Célula 3
 
Célula 3
Célula 3Célula 3
Célula 3
 
Busqueda en google
Busqueda en googleBusqueda en google
Busqueda en google
 
Busqueda en google
Busqueda en googleBusqueda en google
Busqueda en google
 
Busqueda en google
Busqueda en googleBusqueda en google
Busqueda en google
 
Robotica en clase
Robotica en claseRobotica en clase
Robotica en clase
 
Mafia
MafiaMafia
Mafia
 
Mundo cuántico: el algoritmo de la incertidumbre
Mundo cuántico: el algoritmo de la incertidumbreMundo cuántico: el algoritmo de la incertidumbre
Mundo cuántico: el algoritmo de la incertidumbre
 
Caos y complejidad
Caos y complejidadCaos y complejidad
Caos y complejidad
 
Teoria general de sistemas
Teoria general de sistemasTeoria general de sistemas
Teoria general de sistemas
 
Citometria de flujo
Citometria de flujoCitometria de flujo
Citometria de flujo
 
Historia de la robótica
Historia de la robóticaHistoria de la robótica
Historia de la robótica
 
Historia de la robótica
Historia de la robóticaHistoria de la robótica
Historia de la robótica
 
Efecto mariposa, teoria del caos
Efecto mariposa, teoria del caosEfecto mariposa, teoria del caos
Efecto mariposa, teoria del caos
 
Computacion cuantica
Computacion cuanticaComputacion cuantica
Computacion cuantica
 
CitometríA De Flujo
CitometríA De FlujoCitometríA De Flujo
CitometríA De Flujo
 
CitometríA De Flujo
CitometríA De FlujoCitometríA De Flujo
CitometríA De Flujo
 

Último

Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024IES Vicent Andres Estelles
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxMartín Ramírez
 
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIATRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIAAbelardoVelaAlbrecht1
 
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxPLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxJUANSIMONPACHIN
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfManuel Molina
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFAROJosé Luis Palma
 
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxLINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxdanalikcruz2000
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxjosetrinidadchavez
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIACarlos Campaña Montenegro
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDUgustavorojas179704
 
Procesos Didácticos en Educación Inicial .pptx
Procesos Didácticos en Educación Inicial .pptxProcesos Didácticos en Educación Inicial .pptx
Procesos Didácticos en Educación Inicial .pptxMapyMerma1
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxlclcarmen
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxYeseniaRivera50
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.José Luis Palma
 
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxPPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxOscarEduardoSanchezC
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptxJunkotantik
 
Plan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPEPlan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPELaura Chacón
 

Último (20)

Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024
 
Repaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia GeneralRepaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia General
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
 
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIATRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
 
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxPLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
 
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxLINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
 
DIA INTERNACIONAL DAS FLORESTAS .
DIA INTERNACIONAL DAS FLORESTAS         .DIA INTERNACIONAL DAS FLORESTAS         .
DIA INTERNACIONAL DAS FLORESTAS .
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
 
Earth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversaryEarth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversary
 
Procesos Didácticos en Educación Inicial .pptx
Procesos Didácticos en Educación Inicial .pptxProcesos Didácticos en Educación Inicial .pptx
Procesos Didácticos en Educación Inicial .pptx
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.
 
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxPPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptx
 
Plan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPEPlan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPE
 

Autómata Celular UCAB Facultad Ingeniería

  • 1. Universidad Católica Andrés Bello Facultad de Ingeniería Escuela de Ingeniería Industrial Cátedra Investigación de Operaciones Caracas, 31 de Enero de 2005 Indice Pag. 1. Introducción............................................................ 2 2. Antecedentes............................................................. 4 3. Descripción de un Autómata Celular.............................. 8 4. Los primeros Autómatas Celulares................................ 10 4.1. Maquina de Turing.............................................. 11 4.2. Autómata autorreproductor de Freeman Dyson....... 15 4.3. Autómata autorreproductor de Von Newmann modeloscinematico......................................................... 15 4.4. Autómata celular de Von Newman......................... 17 5. Estructura de un Autómata Celular............................... 18 6. Consideraciones adicionales........................................ 20 7. Autómata celular en una dimensión.............................. 20 8. Autómatas celulares en tres dimensiones....................... 22 9. Algunos ejemplos y aplicaciones................................... 27 10. Conclusiones............................................................ 29 Bibliografía.................................................................... 31
  • 2. Introducción Los autómatas celulares poseen caracterizas que hacen importante su estudio a las diversas ciencias. Los mencionados son útiles en la construcción de modelos donde los elementos componentes son de similar naturaleza y comportamiento; donde éstos se rigen por reglas parecidas y donde, en el mismo sistema real, se identifican componentes diferenciables, independientes, aislables y/o discretos. Es típico de un Autómata Celular generar comportamientos complejos a partir de reglas muy sencillas. Desde su concepción original, la cual era proporcionar un marco formal a la investigación de comportamientos complejos, se han encontrado múltiples aplicaciones a la mencionada herramienta. Las múltiples aplicaciones de los autómatas celulares hacen de mucho interés su estudio por parte de diversas ciencias. Entre las aplicaciones de la teoría de autómatas celulares abarcan aspectos de la ciencia tan diversos como: Mecánica de fluidos, Medioambiente: polución, incendios forestales, Sistemas biológicos: evolución de las especies, crecimiento de poblaciones, comportamiento de colonias de microorganismos, sistemas inmunes, vida artificial, etc., Modelos socio-económicos: urbanismo, tráfico, procesos económicos, Modelos de reacciones químicas como la reacción de Belousov-Zhabotinsky, Patrones de pigmentación de piel, Construcción de fractales, Criptología , entre otros. El presente es un marco referencial para el estudio inicial de los Autómatas Celulares, en el cual se van a repasar diversos conceptos y aportaciones en el referido campo, fundamentalmente desde una perspectiva del análisis de la herramienta dejando a un lado los modelos específicos de sus diversas aplicaciones. La organización del documento es el que sigue. En el siguiente apartado se narran brevemente los antecedentes, seguidamente se describe un autómata celular, su funcionamiento, su estructura y se mencionan algunas de sus aplicaciones. 2
  • 3. Antecedentes El desarrollo de los autómatas celulares comenzó hacia 1943 cuando John Von Neumann empezó a considerar la posibilidad de generación de vida artificial, tratando de que un robot se copiara a si mismo. Bajo sugerencia de Stanislaw Ulam, coinventor de la bomba de hidrogeno, Von Neumann utilizo patrones, en una cuadrícula en el plano, que evolucionan según una regla de transformación fija. De esta forma, el problema de autorreproducción mecánica quedaba reducido a la búsqueda de ciertas configuraciones que, con la aplicación de la regla, dieran lugar a copias idénticas. Muchos autómatas interesantes han surgido como “juegos de computador”, y, gracias a las facilidades computacionales, a diversas teselaciones del plano se aplican reglas locales dando lugar a vistosos cambios en las configuraciones en las que subyace una rica estructura matemática. Un investigador inicial de Autómatas Celulares que merece ser mencionado es Edward Fredkin quien, en 1960, formulo un concepto de “mecánica de la información”, en analogía con la mecánica quántica. Se basa en el supuesto de que el mundo físico proporciona constantemente información y puede, por consiguiente, modelarse como un gran Autómata Celular tridimensional. En 1965, John Holland utilizo Autómata Celulares para resolver problemas de adaptación y optimización. Hedlund (1969) y Richardson (1972) estudian los Autómata Celulares como sistemas dinámicos. Por otro lado, el desarrollo de estructuras y patrones de ciertos organismos vivos simples obedece reglas locales sencillas que permiten la descripción por medio de autómatas celulares. En poblaciones de plantas, por ejemplo, el valor de una celda podría corresponder a la presencia o ausencia de una planta y las reglas serían ciertas interacciones ecológicas locales. Hasta ahora, gran parte de la teoría desarrollada corresponde a autómatas celulares que evolucionan según reglas determinísticas. Con el fin de obtener modelos más exactos de fenómenos naturales es necesario considerar aspectos probabilísticas en su dinámica. Esto da lugar a los llamados autómatas celulares estocásticos, los cuales pueden generalizarse aun más con la admisión de reglas locales no uniformes. De esta manera, se pueden convertir en sistemas que alcanzan un comportamiento prefijado mediante aprendizaje Las aplicaciones de los autómatas celulares son múltiples en campos como física, biología, química, matemáticas y ciencias de la computación, entre otros. 3
  • 4. Los Autómatas Celulares son redes de autómatas simples conectados localmente. Cada autómata simple produce una salida a partir de varias entradas, modificando en el proceso su estado según una función de transición. Por lo general, en un autómata celular, el estado de una célula en una generación determinada depende única y exclusivamente de los estados de las células vecinas y de su propio estado en la generación anterior. Los autómatas celulares son herramientas útiles para modelar cualquier sistema en el universo. Pueden considerarse con una buena alternativa a las ecuaciones diferenciales y han sido utilizados para modelar sistemas físicos, como interacciones entre partículas, formación de galaxias, cinética de sistemas moleculares y crecimiento de cristales, así como diversos sistemas biológicos a nivel celular, multicelular y poblacional. Un Autómata Celular es un sistema dinámico que involucra reglas simples determinísticas, como en cualquier sistema los cambios de variables están en función de sus valores predichos, se considera una idealización matemática en donde el espacio y el tiempo son caracterizados de manera discreta, así las cantidades relacionadas toman valores discretos. Una automatización celular consiste de un enrejado uniforme y regular, que es por lo regular extenso con una variable discreta para cada sitio, que es denominada 'célula', el valor del sitio de la variable comienza a ser afectado por el valor de una variable que se encuentra en una 'vecindad' en previos tiempos determinados. Las vecindades son los sitios alrededor de cierta célula, las variables de cada sitio están sincronizadas, basadas en los valores de las variables en sus vecindades y prescindiendo del tiempo. El tiempo es discreto y en pasos progresivos, el espacio es particionado en células discretas, teniendo una geometría dada n-dimensional y las condiciones pueden ser definidas en un espacio finito. En un sistema celular uno puede formularse, precisar y gobernar con reglas simples la operación del sistema. Camino intuitivo por el cual el Autómata finito se autorreproduce, la lista finita de estados para el sistema, por cada célula es un estado distinguible y una regla que da el estado de cada célula. Cualquier diseño puede ser fijado como una condición inicial en un tiempo dado t0, cada célula de orden simultáneo tiene un valor que involucra un nuevo estado global al tiempo t1, el nuevo valor de una célula dada al tiempo t, es una función de los valores y locaciones de una determinada célula las cuales son las vecindades que se encuentran en el tiempo t0, así se forma una sucesión de estados globales para la interacción de estos estados globales, es donde surgen la llamada función de transición, ésta es constante por lo que el sistema es caracterizado, entonces por la evolución de un Autómata Celular de estados iniciales, este tipo de funciones son funciones boleanas, asignando así el valor discreto de la célula, en este sistema celular se constituye un espacio en donde toman lugar los eventos de automatización y pueden formularse con reglas simples para la operación del sistema. 4
  • 5. Descripción De Un Autómata Celular En pocas palabras, un autómata celular es un modelo formal que está compuesto por un conjunto de entes elementales, cada uno de ellos susceptible de encontrarse en un cierto estado y de alterarlo de un instante al siguiente, asumiendo que el tiempo transcurre de forma discreta. La regla que gobierna la transición de estados en los entes es sensible a los estados de los demás elementos de su vecindad, siendo por tanto una regla de transición local. El aspecto que más caracteriza a los autómatas celulares es su capacidad para dotar al conjunto del sistema, visto como un todo, una serie de propiedades emergentes inducidas por la propia dinámica local. En general, no es fácil obtener las propiedades globales de un sistema definido como el anterior, complejo por naturaleza, a no ser por vía de la simulación, partiendo de un estado inicial de la población de objetos y cambiando en cada instante los estados de todos ellos de forma sincrónica. Al hablar de un autómata celular es necesario fijar los siguientes puntos:  Conjunto de entes. Se necesita saber cuántos objetos elementales van a formar la población del sistema. En principio no hay restricción a su número, pudiendo ser desde unos pocos hasta una infinidad. En ocasiones es importante situarlos sobre una región geográfica, identificándose entonces los entes con sus respectivas coordenadas geográficas.  Vecindades. Para cada elemento del sistema es necesario establecer su vecindad, esto es, aquellos otros elementos que serán considerados como sus vecinos. En caso de asociar objetos con coordenadas de un sistema de referencia, el criterio suele ser construir la vecindad de un elemento dado con todos aquellos otros elementos que se encuentran a menos de una cierta distancia o radio, de forma que los más alejados no ejerzan influencia directa sobre él.  Conjunto de estados. En cada instante, cada elemento deberá encontrarse en un cierto estado. El caso más sencillo corresponde a los elementos biestables, los cuales se pueden encontrar en sólo uno de dos estados posibles, 0 y 1, por ejemplo. Pero también el estado puede venir representado por un vector de componentes reales o por una cadena de un lenguaje formal.  Regla de transición local. La regla de transición define la dinámica del sistema. Dado un elemento y un instante determinados, la regla devuelve el siguiente estado del elemento, para ello necesita como argumentos los estados actuales, tanto del elemento considerado como de aquellos que conforman su vecindad. Las reglas de transición pueden ser deterministas o probabilistas, además, no todos los elementos necesitan obedecer a la misma regla. 5
  • 6. Los Primeros Autómatas Celulares Los estudios sobre autómatas finitos, máquinas de Turing, y otros modelos que siguen la misma filosofía configuran lo que se ha denominado Teoría de Autómatas y Máquinas de Turing, o simplemente Teoría de Autómatas, dentro de la Teoría de la Computación. En la década de los 50, dos neurofisiólogos, Warren S. McCulloch y Walter Pitts diseñaron un modelo matemático para representar el funcionamiento de las células cerebrales que fue el origen de los que hoy se conoce por redes neuronales. El modelo era una aproximación muy sencilla al comportamiento real de las neuronas, pero tenía grandes aplicaciones en otros contextos. En el campo puramente matemático, Kleene redefinió el modelo y dio lugar a los autómatas finitos, especie de máquinas ideales o modelos matemáticos, al modo de la máquina de Turing, con posibilidades bastante más reducidas, pero muy adecuadas para ciertos procesos de cálculo. Por otra parte el inglés Turing consiguió definir conceptualmente una máquina de cálculo que se considera universal, es decir, el mecanismo de procesar cualquier algoritmo. Turing diseñó un modelo matemático de autómata que siguiendo unas reglas simples conseguía solucionar una gran gama de problemas. En principio, la máquina de Turing constituye el instrumento de cálculo universal, el más general. No es posible dar una demostración rigurosa de esto, aunque sí se tiene una gran cantidad de indicios, agrupados en lo que se conoce como Tesis de Church, que puede plantearse así: "No existen funciones que puedan ser definidas por personas, y cuyo cálculo sea descrito por algún algoritmo, que no puedan computarse con una máquina de Turing". Basándose en la máquina de Turing, Von Neumann trabajó en una máquina autorreproductiva que llamó kinematon y en la idea de autómata celular. La Máquina de Turing. Definición. Una máquina de Turing es una máquina idealizada para el procesamiento de información, cuyas acciones están especificadas en términos matemáticos. En definitiva, es un dispositivo que lleva a cabo un procedimiento de cálculo definible en términos finitos. Es un elemento de matemática abstracta, y no un objeto físico. Descripción. La máquina de Turing consta de las siguientes partes:  Una cinta ilimitada por sus dos lados, y dividida en células. 6
  • 7.  Un número finito de signos que forman el alfabeto exterior, en el que se cifran los datos introducidos en la máquina y los datos finales de la máquina. Estos signos se introducen en las células; entre ellos se encuentra el signo vacío que borra el signo que había antes en una célula, y deja la célula vacía. Como máximo puede haber un signo exterior en cada célula.  Un número finito de estados internos diferentes.  La unidad lógica que tiene dos canales de entrada; por uno de ellos entra el dato externo que lee en la cinta, y por el otro el estado interno en el que está la máquina.  Después de observar una célula de la cinta de datos, la Unidad Lógica sustituye el símbolo observados por otro signo. Si la célula no cambia, se borra lo que había en esa célula.  El funcionamiento de la máquina se realiza en unidades consecutivas de tiempo. Cuando se pasa de una unidad de tiempo a la siguiente, la dirección de la célula observada puede cambiar en no más de una unidad; es decir, se contemplará la vecina de la derecha, izquierda, o la misma célula del tiempo anterior.  La Unidad Lógica tiene tres canales de salida: el primero para la salida de la cinta donde se ha modificado el dato de entrada; el segundo indica el estado en el que debe situarse la máquina; el tercero para indicar cuál será el siguiente dato a leer de la cinta de entrada.  Los signos que constituyen el alfabeto interno de la máquina.  Dependiendo de los datos iniciales puede ocurrir que: a. Después de un número finito de tiempos, la máquina se para; en este caso se dice que la máquina es utilizable para la información inicial. b. La información de parada no aparece; en este caso se dice que la máquina no es utilizable para la información inicial. Funcionamiento. Una máquina de Turing es un dispositivo que transforma un INPUT (entrada) en un OUTPUT (salida) después de algunos pasos. Tanto el INPUT como el OUPUT constan de números en código binario (ceros y unos). En su versión original la máquina de Turing consiste en una cinta infinitamente larga con unos y ceros que pasa a través de una caja. La caja es tan fina que solo el trozo de cinta que ocupa un bit (0 ó 1) está en su interior. La máquina tiene una serie de estados internos finitos que también se pueden numerar en binario. 7
  • 8. Para llevar a cabo algún algoritmo, la máquina se inicializa en algún estado interno arbitrario. A continuación, se pone en marcha y la máquina lee el bit que se encuentra en ese momento en su interior y ejecuta alguna operación con ese bit (lo cambia o no, dependiendo de su estado interno). Después se mueve hacia la derecha o hacia la izquierda, y vuelve a procesar el siguiente bit de la misma manera. Al final se para, dejando el resultado al lado izquierdo por ejemplo. Hipótesis Física Church-Turing · Turing y su colaborador, Alonzo Church presentaron posteriormente la 'Hipótesis Física Church-Turing' donde postulaban que el modelo de máquina diseñado por Turing podría no sólo duplicar las funciones de las máquinas matemáticas sino también imitar las funciones de la naturaleza. La 'Hipótesis de Church-Turing' se basaba en que cualquier procedimiento que puede ser descrito con precisión puede ser programado para que lo realice una computadora. Esta tesis era la hipótesis básica de la teoría de algoritmos, que es que cualquier algoritmo puede ser representado por medio de un esquema funcional de Turing y realizado en la correspondiente máquina de Turing. Compararon la mente con una máquina de estados finitos, que seguiría simplemente un protocolo lógico, una 'tabla de reglas' determinada por fuerzas físicas y biológicas. Como en el campo de la lógica se comprobó que todas las computadoras digitales eran el equivalente de la máquina de Turing, se les calificó entones como computadoras universales. Autómata autorreproductor de Freeman Dyson. Freeman Dyson, profesor de Física, ideó un autómata autorreproductor con objeto de enviarlo al Enceladus, una de las lunas de Saturno. Dyson propuso una máquina que extraería la energía necesaria del Sol para crear fábricas que produjesen una larga cadena de naves de vela impulsadas por dicha energía solar, llevando cada una de ellas un bloque de hielo. Estas naves de vela se dirigirían a Marte donde la brusca caída de temperatura dentro de la atmósfera marciana haría que se deshelasen los bloques de hielo. Dyson imaginó que la humedad acumulada podría calentar la atmósfera del cuarto planeta del Sol, Marte, transformando la atmósfera de este planeta en un ambiente adecuado para las formas de vida y la agricultura. Autómata autorreproductor de Von Newmann o modelo cinemático . El primer autómata autorreproductor descrito por Von Newmann fue una computadora compuesta de distintas partes para el procesamiento de la información. Ideó una máquina para ser construida como una masa sólida que 8
  • 9. existiese en el mundo real. Además de sus elementos computacionales, autómata también constaba de otros cinco componentes: 1. Un elemento de manipulación, que acepte las órdenes de la parte computacional (o control) de la máquina. 2. Un elemento que sea capaz de desconectar dos elementos a petición de la computadora. 3. Un elemento de fusión que podría conectar dos partes. 4. Un elemento sensorial que fuese capaz de reconocer cualquiera de las partes y conducir esa información a la computadora. 5. Unas vigas que actúen como elementos estructurales y que proporcionen tanto el chasis a la criatura, como el aparato para el almacenamiento de la información. La criatura imaginada por Von Newmann tendría también un hábitat. Su ambiente sería un gigantesco depósito que contendría los mismos tipos de elementos que formaban parte de la criatura ( fábrica, duplicador, aparato de control, la computadora, las instrucciones desplegadas en una larga cadena...) El propósito que pretendía conseguir con el diseño de dicha máquina, era crear una criatura que fuese capaz de crear su propia descendencia a partir de las piezas que requería para ello. El diseño pretendía dotar a la nueva criatura creada de una copia de las instrucciones de información, por tanto se conseguiría una criatura que sería fértil, es decir, capaz de repetir el mismo proceso. Pero estos autómatas no sólo eran capaces de reproducirse sino que con el paso del tiempo tenían la capacidad de evolucionar a algo más complejo que su estado original. Este primer autómata autorreproductor de Von Newmann llegó a ser conocido como modelo cinemático, pero tenía un fallo importante, que residía en sus elementos; constaba de demasiadas 'cajas negras'. Autómata celular de Von Neumann. A partir de la Red Infinita planteada por Stanislaw Ulam, Von Newmann rehizo el planteamiento de su Autómata Autorreproductor o Modelo Cinemático, dando lugar a lo que se conocería como el Primer Autómata Celular. El nuevo modelo que ideó comenzaba con un tablero de damas infinito, en el que cada célula estaba en un estado inactivo, que tenían diferentes estados posibles. La precisa combinación de esas células en sus estados determinados decía la criatura cómo debía comportarse. El mecanismo de reproducción de esta máquina consistía en reclamar y transformar el territorio. Una vez dentro del tablero el autómata seguiría las reglas, es decir, que cada célula individual, como una Máquina de Estados Finitos, comenzaría cumplir la regla que se le aplica. El efecto de esas conductas locales ocasionaban una conducta global emergente; la estructura autorreproductora interactuaba con células vecinas y cambiaba algunos de sus estados. Siguiendo las reglas de transición que Von Newmann 9
  • 10. postuló, el organismo lograba hacer un duplicado de su cuerpo principal. Se obtenían así dos criaturas idénticas, ambas capaces de autorreproducción, que se encontraban en un tablero de damas infinito. Von Neumann nunca completó su prueba escrita del autómata celular. Estructura de un Autómata Celular Un Autómata Celular es una herramienta computacional que hace parte de la Inteligencia Artificial basada en modelos biológicos, el cual está básicamente compuesto por una estructura estática de datos y un conjunto finito de reglas que son aplicadas a cada nodo o elemento de la estructura. El interés que ha despertado esta técnica radica en la sencillez y en la simplicidad que caracteriza la construcción de los modelos; además, en la particularidad de los patrones de comportamiento presentados por el Autómata en tiempo de ejecución. Basados en el planteamiento que presenta Muñoz acerca de la estructura de un Autómata Celular, se definen como sus componentes básicos: · Un plano bidimensional o un espacio n-dimensional dividido en un número de subespacios homogéneos, conocidos como celdas. A todo esto se le denomina Teselación Homogénea. · Cada celda puede estar en uno de un conjunto finito o numerable o de estados. · Una Configuración C, la que consiste en asignarle un estado a cada celda del autómata. · Una Vecindad definida para cada celda, la que consiste en un conjunto contiguo de celdas, indicando sus posiciones relativas respecto a la celda misma. · Una Regla de Evolución, la cual define cómo debe cada celda cambiar de estado, dependiendo del estado inmediatamente anterior de su vecindad. · Un Reloj Virtual de Cómputo conectado a cada celda del autómata, el cual generará "tics" o pulsos simultáneos a todas las celdas indicando que debe aplicarse la regla de evolución y de esta forma cada celda cambiará de estado. 1
  • 11. Consideraciones adicionales Un Autómata Celular puede ser construido definiendo alguna especificación para cada uno de sus componentes, es decir, de alguna forma se definirá su teselación, los posibles estados, las vecindades y la regla de evolución; no obstante, se tienen unas consideraciones y posibilidades con estos componentes, las que permitirán cierta flexibilidad en el momento de construir el autómata. · El autómata puede ser de 1, 2, 3, ..., n dimensiones. · La teselación puede ser finita o infinita, con condiciones de frontera abiertas o periódicas. · El conjunto de estados å no necesita tener ninguna estructura algebraica adicional. · La vecindad puede ser simétrica o no y puede incluir o no a la propia celda. · La regla de evolución es una tabla o unas reglas. Autómatas Celulares En Una Dimensión El estudio de los autómatas celulares en una dimensión ha tenido mucho interés a través de la historia, por esta razón se ha logrado obtener una amplia literatura en este tipo de autómatas celulares. Sea Z el conjunto de Z+ los enteros y el conjunto de los enteros positivos, entonces el espacio de evoluciones en una dimensión se representa como una sucesión de elementos que determinarán un arreglo lineal, é representa las posiciones de cada elemento dentro del arreglo por lo que i Є Z . Cada una de las posiciones del arreglo es 1
  • 12. llamado célula, estas células pueden tomar elementos de un conjunto S y S Є Z+, este conjunto representa el número de estados que puede manejar el autómata celular en estudio por lo que i Є S, es decir, cada una de las células tendrá un elemento del conjunto S. Una sucesión de células es llamada una configuración, en general Wolfram representa a los autómatas celulares de una dimensión con dos parámetros (k.r), donde k representa el número de estados del conjunto S y r el número de vecinos con respecto a una célula central. Los vecinos son células que se encuentran ubicadas a la izquierda y a la derecha en igual número con respecto a la célula central, por lo tanto los vecinos mas la célula central forman una vecindad como se ilustra en la Figura Vecindad de tamaño 2r+1 Los autómatas celulares en una dimensión se pueden representar como el sistema: (S, r,j , Ci ) donde S es el conjunto de estados, r el número de vecinos con respecto a una célula central, j la función de transición y Ci la configuración inicial del sistema. Autómatas Celulares En Tres Dimensiones Los autómatas celulares en tres dimensiones han sido ampliamente analizados por Bays en [2], [3], [4], [5], [6], [7] y [8]. Su estudio se enfoca principalmente en encontrar una regla de evolución en tres dimensiones que sea la sucesora de Life en el espacio tridimensional, muchos de sus resultados son de tipo cuantitativo, basados principalmente en la simulación de varias reglas de evolución en pequeños espacios tridimensionales para encontrar estructuras que sean similares a Life y de esta manera ha logrado obtener varias reglas de evolución que presentan características similares a Life en autómatas celulares de tres dimensiones. Existe muy poca literatura que trata de generalizar una notación en autómatas celulares de tres dimensiones, la mayoría de los trabajos realizados en este tipo de autómatas han sido de tipo estadístico, tratando de encontrar comportamientos colectivos no triviales en el espacio de evoluciones, por otra 1
  • 13. parte se ha intentado encontrar aplicaciones en las áreas de la química y la arquitectura. Si bien los autómatas celulares en dos dimensiones son difíciles de representar, en tres dimensiones el problema crece exponencialmente. Sea el conjunto de estados, el espacio de evoluciones en tres dimensiones se determina por el producto . Al igual que los autómatas celulares en dos dimensiones, en tres dimensiones también se utilizan reglas de evolución semitotalísticas y la función de transición solo utiliza la vecindad de Moore como se ilustra en la Figura 2.8, la vecindad de Moore en el espacio tridimensional es solo una extensión de dos dimensiones en tres dimensiones, donde es la célula central de la vecindad y son los vecinos de la vecindad con respecto a la célula central, para toda . La vecindad de Moore en tres dimensiones tiene una célula central y 26 vecinos alrededor de ésta por lo que , por lo tanto una vecindad en tres dimensiones está formada por 27 células. Figura 2.8: Vecindad de Moore en tres dimensiones Para representar una regla de evolución se debe definir la transformación de cada vecindad que conforma una regla, los autómatas celulares en tres dimensiones tienen vecindades, lo que produce reglas de evolución. El problema de representar una regla de evolución crece exponencialmente conforme aumenta la dimensión del autómata celular, por esta razón se utilizan reglas semitotalísticas. Sea el conjunto de estados, el número de vecinos, entonces una célula es directamente conectada a una célula , es decir, la vecindad de 1
  • 14. Moore en tres dimensiones, es la célula central y son los vecinos alrededor de la célula central para toda . En la Ecuación 2.3.1 la función define la transformación local, las variables y indican el número mínimo de células ocupadas por el estado 1 en y las variables y el número máximo de células ocupadas por el estado 1 en en un tiempo . Si en el tiempo , entonces en el tiempo si . Si en el tiempo , entonces en el tiempo si . Finalmente una regla semitotalística en tres dimensiones se representa como , donde y deben tomar valores entre 1 y 26. Cuando el estado de una celda depende exclusivamente de su estado actual y el de su vecindario, se dice que el Autómata Celular es determinista. Si se incorpora a la regla de transición algún elemento probabilístico o estocástico, el Autómata Celular se denomina estocástico El comportamiento de las reglas de transición en los bordes de la malla de celdas depende de las condiciones de frontera, las cuales pueden ser de tres tipos: · Cíclica : los símbolos del borde aparecen en una celda en la frontera opuesta. · Finita : los símbolos no están disponibles para traspasar la frontera así que tienden a acumularse en sí mismos. · Infinita : las entidades que cruzan la frontera desaparecen de la simulación. La siguiente figura muestra un ejemplo de un Autómata Celular de 2- dimensiones. 1
  • 15. Los modelos de Autómata Celular asumen una discretización del espacio en una teselación de celdas. Tradicionalmente, esta teselación o rejilla en modelos de Autómata Celular se hace sobre celdas de igual forma y tamaño para simplificar los cálculos. Las más usadas son las teselaciones triangulares, cuadradas y hexagonales. Algunos ejemplos y aplicaciones Tal vez, lo más llamativo e interesante de los Autómatas Celulares es el comportamiento presentado por el modelo en tiempo de ejecución y la similitud de éste con la complejidad de la naturaleza continua. "Life" o "El Juego de la Vida", por ejemplo, simula la existencia de diferentes "formas de vida" sobre un espacio bidimensional, las cuales presentan singular comportamiento a través del tiempo; "Evolución" es un autómata que simula cómo un conjunto de microbios sobreviven comiendo bacterias; y "Mayoría Alineada" muestra cómo es el comportamiento de la tensión superficial entre líquidos no permeables. A continuación, algunos ejemplos de Autómatas Celulares (tomados de Muñoz6). 1
  • 16. · "Life" o "El Juego de la Vida", de John Hourton Conway. · "Mayoría Alineada". Modelo Celular de Dedwdney2. · "Evolución". Modelo Celular de Dewdney3. · "Reacción Química de Belousov-Zhabotinski". Modelo Celular de Dewdney2. · "HPP-GAS" (modelo de dinámica de fluidos), de Hardy, de Pazzis y Pomeau El modelar un sistema del mundo real por medio de un Autómata Celular, requiere que se conozca al menos su comportamiento global. Si conocido este comportamiento se quiere deducir un conjunto de reglas de evolución local que lo genere, entonces se desea desarrollar el autómata por el Problema Inverso. De lo contrario, si se desea primero experimentar y ajustar una Regla de Evolucion pseudo-aleatoria hasta lograr un comportamiento similar al del sistema real, entonces se desea desarrollar el autómata por el Problema Directo. No obstante, se puede lograr algo intermedio, a partir de comportamientos locales del sistema real construir una regla de evolución local y ponerla a prueba para determinar si se logra un autómata que modele el comportamiento del sistema global, a esto se el denomina el Problema Intermedio. Dependiendo de la naturaleza compleja de un sistema y de la posibilidad de identificar estados locales y reglas generales de evolución, se podrían simular comportamientos por medio de Autómatas Celulares; por ejemplo, los mundos y sistemas enunciados a continuación son susceptibles a un modelamiento por esta técnica: Simulación de tráfico automotor, virus, glóbulos, epidemias, bacterias, contaminación, ecosistemas, evolución galáctica, flujo de electrones, acción & reacción, medios granulares y gases de Fermi entre otros. Conclusiones Es típico de un Autómata Celular generar comportamientos complejos a partir de reglas muy sencillas. En conclusión, un Autómata Celular está compuesto por: · Una Teselación Homogénea. · Un conjunto finito de Estados para cada celda. 1
  • 17. · Una Vecindad para cada celda. · Una Regla de Evolución. Son útiles en la construcción de modelos donde los elementos base o componentes (actores) son de similar naturaleza y comportamiento; donde éstos se rigen por reglas parecidas y donde, en el mismo sistema real, se identifican componentes diferenciables, independientes, aislables y/o discretos. Hemos visto algunas de las aplicaciones que han sido desarrolladas usando técnicas de autómatas celulares, algunas de las ventajas en usar este tipo de modelos reside en el hecho de que los sistemas complejos a niveles moleculares pueden ser estudiados con sistemas dinámicos simples, la complejidad de los algoritmos es barata en términos de recursos computacionales utilizados y los resultados obtenidos pueden ser de mucha ayuda en los estudios de los comportamientos de los materiales ante diversos experimentos con el fin de adecuar las características propias de cada material al objetivo para el que han sido diseñados. Bibliografía 1
  • 18. C:Documents and SettingsuserMis documentosIOAlfinal_com automatas celulares.htm C:Documents and SettingsuserMis documentosIOPNGwriter - Examples - Automatas Celulares.htm C:Documents and SettingsuserMis documentosIOUna Introducción a los Autómatas Celulares.htm http://delta.cs.cinvestav.mx/~mcintosh/oldweb/tesis/seck/node13.html http://matapli.usal.es/Giaca/GIACAaplicaciones.htm http://www.luventicus.org/laboratorio/AutomatasCelulares/ http://yupana.autonoma.edu.co/publicaciones/yupana/005/autocelular/Auto matas.html 1