Cmo?, Por qu?, y Para que?

Autor: Enrique Lpez Unefa - Lara Si bien hemos aceptamos que venimos del mono, Darwin no solo respondi la pregunta Cmo llegamos a existir? sino tambin nos dio la nica respuesta Por qu existimos? y Cual es el propsito de la vida? Son muchos los investigadores que a lo largo de la historia han utilizado la teora darwiniana, para darle un sentido a la evolucin natural como un proceso de aprendizaje. Por mencionar tenemos al filsofo Walter D, Cannon donde nos relata en su libro La Sabidura del Cuerpo que el proceso evolutivo es algo similar al aprendizaje por ensayo y por error la cual suele manifestarse en los seres humanos. Gracias a esta interrogante nace lo que se conoce hoy como la computacin evolutiva donde se describe como una rama de la inteligencia artificial que involucra problemas de optimizacin para resolver dificultades de clasificacin, control, estrategias de juegos entre otros. As como Walter Cannon muchos cientficos han profundizado los estudiando de este paradigma de forma progresiva, hasta adaptarlas a

las computadoras para buscar soluciones optimas a problemas complejos de resolver, surgiendo una serie de mtodos para el desarrollo de la misma. El algoritmo gentico o evolutivo son programas computacionales cuyo fin es imitar el proceso de seleccin natural que, segn la teora de Darwin, rige el curso de la evolucin. Una de sus aplicaciones ms comunes las encontramos en las tcnicas de autoadaptacin la cual tiene como funcin primordial, hallar de qu parmetros depende el problema, codificarlos en un cromosoma, y aplicar los mtodos de la evolucin: seleccin y reproduccin sexual con intercambio de informacin y alteraciones que generan diversidad. En la actualidad, el uso del cmputo evolutivo se ha vuelto muy popular como herramienta para dar soluciones a diferentes problemas del mundo real. En el mbito de los problemas multi-objetivo, existen diversas propuestas basadas en cmputo evolutivo que son muy populares en la literatura especializada. Esta nueva especialidad de la informtica ha logrado avances en distintos campos de la tecnologa moderna, por ejemplo, un algoritmo gentico desarrollado en la Universidad de Stanford se utiliz para el diseo de un jet supersnico, para algunas aplicaciones en ingeniera electrnica sobre hardware indebido, y en el diseo

de sistemas de potencia, con el cual se resolvieron problemas reales de la industria elctrica. En fin durante los ltimos aos una gran parte de la investigacin en esta rea se ha concentrado en el desarrollo de mejoras al desempeo de los algoritmos genticos, proponiendo nuevas tcnicas de representacin, seleccin y cruza, con resultados muy alentadores, determinndose estas en contraposicin con el esquema esttico tradicional.

Algoritmos genticos y viajes espaciales

Autor: Adrin Len Un algoritmo gentico podra permitir que una inteligencia artificial pueda evaluar un nmero elevadsimo de posibilidades y seleccionar la que mejor se adapte a un problema en particular. Segn algunos ingenieros aeroespaciales, las sondas robticas de la NASA podran aprovechar dentro de pocos aos estos sofisticados algoritmos matemticos para encontrar las mejores rutas hacia planetas y cometas lejanos.

confines del sistema solar o porque los objetivos a cumplir requieren de una gran precisin en los tiempos de navegacin o bsqueda de sitios con caractersticas particulares, queda de manifiesto que hace falta otra clase de sistema de control. Y ese nuevo control puede ser un algoritmo gentico. Las misiones que se dirigen al espacio profundo, como la de las sondas Voyager, a menudo necesitan del impulso obtenido de los campos gravitacionales de los planetas que visitan. Este envin, obtenido al utilizar el campo gravitacional del planeta como una honda, les permite visitar otros cuerpos celestes, sin utilizar demasiado combustible. Pero la programacin de una trayectoria de este tipo con aos de anticipacin puede ser un problema muy difcil de resolver dice Ian Carnelli, de la Agencia Espacial Europea. Hay que calcular el momento exacto del lanzamiento, tener en cuenta los vientos y el rendimiento no siempre constante de los cohetes impulsores, y lograr dejar la Tierra con la velocidad y rumbo exacto. Otros factores, como la presin de la radiacin de las erupciones solares pueden perturbar el curso de la nave en el espacio. Si la sonda no est en la posicin adecuada cuando se inicia una maniobra, puede terminar en cualquier parte. Carnelli y sus colegas Bernd Dachwald y Massimiliano

Vasile sugieren que una sonda robtica tranquilamente podra calcular todas estas cosas por s misma utilizando un algoritmo gentico. De hecho, ya se han puesto a trabajar y las simulaciones por ordenador demuestran que un sistema de este tipo puede ser muy eficaz para guiar una misin que visite a Venus, Mercurio, Jpiter y Plutn. Y no son los nicos que lo han intentado. Tambin los ingenieros de la Universidad de Missouri han utilizado aproximaciones matemticas llamadas evolucin diferencial, que demostraron ser eficientes para encontrar los mejores caminos para las misiones robticas del espacio profundo. Esta clase de software ayuda a determinar la trayectoria, el tamao de la nave, el combustible que se necesita, el tipo de vehculo de lanzamiento a utilizar, y cada uno de los dems detalles de la misin, dijo Craig Kluever, un ingeniero aeroespacial de la Universidad de Missouri. Su algoritmo trata las posibles soluciones como individuos de una poblacin, eligiendo unos pocos cada vez para mutarlos e intercambiar rasgos -tal como hace la naturaleza al trastear con nuestros genes- comprobando luego los trozos de cdigo mutante con los resultados previos. Las mejores soluciones ganan y sobreviven a la siguiente generacin, donde el proceso vuelve repetirse una y otra vez.

A la hora de dirigir una nave hay dos posibilidades: o se escribe un software que tenga en cuenta todas las alternativas que se presenten y un plan preelaborado para solucionarlas, o bien se crea una inteligencia artificial que pueda evaluar cada situacin y obrar en consecuencia. El primer enfoque ha sido utilizado todos estos ltimos aos con buenos resultados pero, a medida que las misiones se complican cada vez ms, ya sea porque intentamos alcanzar sitios que se encuentran en los

Algoritmos genticos para comer olas

Autor: Iribel Betancourt Parece que hoy el da viene a base de energas alternativas. Adems de las nuevas ideas sobre biocombustibles, tambin nos enteramos de otro proyecto fascinante y que ya produce energa: utilizar algoritmos genticos que emulan el comportamiento de las lampreas para obtener energa de las olas. La base fsica del proyecto lleva en marcha meses, y est construida por la empresa Ocean Power Delivery Ltd. Su nombre es Pelamis. Dicho mal y pronto, se trata de una enorme serpiente de metal de 140 metros de largo que flota en el mar y, al recibir las olas, se ondula como una cuerda y genera energa elctrica mediante el movimiento de sus articulaciones.

Modificar la rigidez de las articulaciones de acuerdo con el estado del mar. Para conseguir esto, los cientficos de la Universidad de Edimburgo han dirigido su atencin a alguien que sabe hacer esto muy bien la lamprea. Este sinuoso pez se adapta a la corriente y cambia su modo de nadar a partir de sensores en su piel, que envan la informacin a una estructura neuronal especializada que se encuentra en su mdula espinal. A su vez, sta enva rdenes a los msculos para que cambien la forma en la que el pez reacciona a la corriente de agua. Los cientficos han elaborado un programa de ordenador para controlar la rigidez de las articulaciones de Pelamis: el programa es una simulacin del comportamiento neuronal de las lampreas. Adems, este programa utiliza algoritmos genticos para generar nuevos comportamientos. Si eres informtico, cierra los ojos y no leas mi explicacin para no rechinar los dientes: Bsicamente, el programa crea copias de s mismo muy parecidas al original y generadas aleatoriamente, mutaciones de s mismo. Entonces, compara los resultados de estas copias con la versin anterior y se queda con las copias ms eficaces. Una vez hecho esto, vuelve a empezar al proceso cambia las copias por otras parecidas, etc. De esta manera el programa evoluciona hasta alcanzar una eficiencia superior a la original, sin intervencin humana en el proceso. ste es uno de los ejemplos

que demuestran hasta qu punto los algoritmos genticos estn finalmente siendo aceptados por la industria en general. En cualquier caso, la empresa que fabrica Pelamis no va a incluir an este programa en su mquina segn ellos, sus propios ingenieros estn estudiando otras posibilidades para aumentar el rendimiento. De cualquier manera, la mquina ya me parece impresionante: cada una genera 750 kw de energa, y ya hay tres funcionando en la costa portuguesa. Dentro de poco van a ponerse en funcionamiento cuatro ms en Orkney, Escocia, que van a producir un total de 3 Mw. Son este tipo de mquinas la solucin a nuestros problemas energticos? No: 3 Mw no es precisamente una central trmica o nuclear. Sin embargo, son 3 Mw producidos de manera regular y predecible (las anguilas se colocan en sitios en los que las olas son prcticamente constantes), sin ningn tipo de contaminacin una vez estn construidas, y funcionan en lugares en los que otras energas alternativas (como la solar) no tendran mucho futuro.

El problema es que la rigidez de las articulaciones de la anguila metlica tiene que estar de acuerdo con la intensidad y el ritmo de las olas. Si no es as, no se produce la suficiente resonancia para almacenar la mxima energa. La solucin?

El algoritmo del da del fin del mundo

Autor: Enrique Lpez
El matemtico britnico John Horton Conway es considerado -con justicia- uno de los mayores creadores y divulgadores de pasatiempos matemticos de todos los tiempos. Una de sus ms interesantes contribuciones es el denominado algoritmo del da del fin del mundo, que permite determinar -mentalmente y en menos de 30 segundos- que da de la semana fue o ser una fecha cualquiera del calendario Gregoriano. Hoy te mostramos, paso a paso, como realizar ese truco.

divulgacin y pasatiempos ms famoso de todos los tiempos: John Horton Conway.

Que da de la semana fue (o ser) una fecha cualquiera?

El funcionamiento del Doomsday algorithm se basa en la premisa de que para cualquier ao existen una serie de fechas fciles de recordar que caen siempre en el mismo da de la semana. Los aos bisiestos -aquellos en que Febrero tiene 29 das- suponen una complicacin adicional, ya que todas las fechas posteriores a ese da se corren, pero Conway evita este problema de la misma forma en que hacan los romanos: considerando el primer da del ao al 1 de Marzo, y como fin de ao el ltimo da de febrero. Las fechas que debemos recordar son las siguientes: * El 0de Marzo (el ltimo da de Febrero, en realidad), * El 4 de Abril, * 9 de Mayo * 6 de Junio * 11 de Julio * 8 de Agosto * 5 de Septiembre * 10 de Octubre * 7 de Noviembre * 12 de Diciembre * 2 de Enero (del ao siguiente) * 13 de Febrero (del ao siguiente)

Es posible que alguna vez hayas visto en la tele algn mentalista adivinar que da de la semana corresponde a una fecha cualquiera, proporcionada por el conductor o alguna llamada telefnica. Seguramente habrs imaginado que detrs de todo el numerito montado por el artista haba un algoritmo lo suficientemente simple como para ser ejecutado mentalmente, sin errores y en unos pocos segundos. Dicho sistema existe, y ha sido diseado por uno de los matemticos especializados en

Este britnico, de 72 aos, es una verdadera leyenda viviente, responsable de cientos de pasatiempos y acertijos sumamente interesantes. Uno de ellos es el que le permite adivinar que da de la semana fue (o ser) una fecha cualquiera. Se dice que la clave de su ordenador se basa en este algoritmo: la mquina le muestra una fecha aleatoria y en menos de 30 segundos Conway debe responder que da de la semana fue. Obviamente, como proteccin dista mucho de ser segura, ya que cualquier instruso con un segundo ordenador y un software de calendario a mano podra responder a la pregunta planteada sin problemas, pero Conway lo utiliza como una forma de mantener su mente despierta. El matemtico ha denominado a su sistema como algoritmo del da del fin del mundo (Doomsday algorithm o Doomsday rule).

Crees que es recordar esas

imposible fechas?

Veamos en que consiste y cmo se usa.

Pues te equivocas. Si miras con detenimiento la lista anterior, notars que -dejando de lado los meses de Enero y Febrero, todas las correspondientes a meses pares tienen la forma n/n :4/4, 6/6, 8/8, 10/10 y

12/12. Y las que corresponden a los meses impares son 9/5, 11/7, 5/9 y 7/11. Estas cuatro pueden resultar un poco ms difciles, pero los anglosajones lo tienen fcil gracias al mnemnico "I work from 9 to 5 at the 7-11"( o "Trabajo de 9 a 5, en el Seven-Eleven", donde SevenEleven es una cadena de tiendas muy famosas en Estados Unidos). Como sea, esa frase nos permite recordad las cuatro fechas en cuestin. Y la dos restantes corresponden al da de la toma de Granada y la vspera de San Valentn, as que con poco trabajo logrars memorizar la lista.

de siglo, y se repite cada 400 aos. Esos das son: * Siglo 1800-1899: Viernes * Siglo 1900-1999: Mircoles * Siglo 2000-2099: Martes * Siglo 2100-2199: Domingo Veamos ahora como calcular el Doomsday de un ao cualquiera. Si llamamos y a los dos ltimos dgitos del ao en que estamos trabajando, el Doomsday correspondiente se calcula con la siguiente frmula:

El Doomsday del ao es igual a y+q+r+s Antes que cierres el navegador espantado por semejante sarta de smbolos matemticos, lee la siguiente explicacin: El Doomsday se calcula sumando al marcador del siglo el resultado de la divisin (sin tener en cuenta los decimales) entre los dos ltimos dgitos del ao y 12, ms el resto de dicha divisin, ms ese mismo resto dividido 4. En otras palabras, tomamos y, lo dividimos por 12 para obtener un cociente (g) y un resto (r). A r lo dividimos por 4 y obtenemos un nuevo cociente (s). El Doomsday del ao es igual a y+q+r+s. Si ese valor es mayor que 7 (algo muy probable) lo dividimos entre 7 y nos quedamos con el resto. Es fcil!

Esas fechas, como te adelantamos, caen todas en el mismo da de la semana, y Conway las denomina Da del Juicio", de donde proviene el nombre del algoritmo. Determinando que da de la semana es el que corresponde para el ao de la fecha que queremos adivinar, podemos calcular sin problemas el dato que estamos buscando. Para encontrar el Doomsday aprovechamos que el calendario Gregoriano (si, el mismo que usamos todos los das en nuestra vida cotidiana) se repite cada 400 aos, o lo que es lo mismo, cada cuatro siglos. Para simplificar los clculos, vamos a asumir que cada siglo comienza enlos aos acabados en "00" y finalizan en los aos acabados en "99". Conway llama al primer Doomsday de cada siglo marcador

Veamos un ejemplo. Supongamos que queremos calcular que da de la semana fue el 14 de Octubre de 1968. El marcador para ese siglo (19001999) es Mircoles, y el valor de y es 68, que al dividir entre 12 nos da 5, con resto 8. Al dividir el resto entre 4 nos da 2, as que el Doomsday es igual a 68 + 5 + 8 + 2 = 83. Dividimos por 7 y obtenemos el resto: 6. Como el marcador de ese siglo es Mircoles, el 10/10 nuestra referencia para ese mes, y 6 nuestro Doomsday, contamos hacia delante 6 das: Mircoles, Jueves, Viernes, Sbado, Domingo y Lunes. Es decir, el 14 de Octubre de 1968 es Lunes. Interesante, verdad? Otro ejemplo rpido: hoy es 12 de Noviembre de 2010 Que da de la semana es? Fcil: Marcador de siglo: Martes. Doomsday igual a 6 (te dejamos calcularlo a ti, recuerda que para 2010 y = 10). El 7/11 es nuestro marcador ms cercano, y es Domingo (6 das contando a partir de Martes). Si el 7/11 fue Domingo, el 12/11 es Viernes. Sabiendo todo esto: Te animas a calcular que da de la semana fue cuando naciste?