Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Los autómatas celulares (AC) surgen en la década de 1940 con John Von Neumann, que intentaba
modelar una maquina que fuera capaz de autoreplicarse, llegando así a un modelo matemático de
dicha maquina con reglas complicadas sobre una red rectangular. Inicialmente fueron
interpretados como conjunto de células que crecían, se reproducían y morían a medida que
pasaba el tiempo. Su nombre se debe a esta similitud con el crecimiento de las células.
El aspecto que mas caracteriza a los AC es su capacidad de lograr una serie de propiedades que
surgen de la propia dinámica local a través del paso del tiempo y no desde un inicio, aplicándose a
todo el sistema en general. Por lo tanto, no es fácil analizar las propiedades globales de un AC
desde su comienzo, complejo por naturaleza, si no es por medio de una simulación, partiendo de
un estado o configuración inicial de células y cambiando en cada instante los estados de todas
ellas de forma síncrona.
Wolfram define cuatro clases en las que los AC. Mientras que los estudios anteriores en autómatas
celulares tienden a tratar de identificar el tipo de patrones de reglas específicas, la clasificación de
Wolfram fue el primer intento de clasificación global. En orden de complejidad las clases que
identifica son:
Clase I: Casi todos los patrones iniciales evolucionan rápidamente en un estado estable y
homogéneo. Cualquier aleatoriedad en el patrón inicial desaparece.
Clase II: Casi todos los patrones iniciales evolucionan rápidamente hacia estructuras estables u
oscilantes. Parte de la aleatoriedad del patrón inicial puede permanecer, pero solo algunos restos.
Los cambios locales en el patrón inicial tienden a permanecer locales.
Clase III: Casi todos los patrones iniciales evolucionan de forma pseudo-aleatoria o caótica. Las
estructuras estables que aparecen son destruidas rápidamente por el ruido circundante. Los
cambios locales en el patrón inicial tienden a propagarse indefinidamente.
Clase IV: Casi todos los patrones iniciales evolucionan en las estructuras que interactúan de
manera compleja e interesante, con la formación de las estructuras locales que son capaces de
sobrevivir por largos períodos de tiempo. Podría ser el caso de que apareciesen estructuras
estables u oscilantes, pero el número de pasos necesarios para llegar a este estado puede ser muy
grande, incluso cuando el patrón inicial es relativamente simple. Los cambios locales en el patrón
inicial pueden extenderse indefinidamente. Wolfram ha conjeturado que muchos, si no todos, los
AC de esta clase son capaces de realizar computación universal. Algo que ha sido demostrado para
el autómata 110 y para el juego de la vida de John Conway .
La importancia de los Autómatas Celulares
En el artículo titulado "Systems of logic based on ordinals" , A. M. Turing enumera tres habilidades
requeridas para ser un buen matemático: la intuición, la ingenuidad y la que considera la más
importante de todas, la capacidad de distinguir las cuestiones interesantes de las no interesantes.
La regla de la mayoría
0 0 0 1 0 1 1 1
Ejemplos Bidimensionales
En este caso, si queremos hacer una representación similar a la que hemos hecho para los
autómatas celulares 1d, tendríamos que utilizar tres dimensiones, dos de ellas para el espacio y
una más para el tiempo. Nos contentaremos por ello en representar los estados para algunos
instantes de tiempo específicos.
Si usamos el vecindario de Von Neumann, el vecindario de una célula bidimensional estará
formado por nueve células: ella misma y las ocho células que la rodean (ver Figura xx). Los
estados, como en el caso 1d, son dos: 0 y 1.
Solidificación. En este autómata celular, cada célula se actualiza siguiendo el siguiente proceso:
2. Si la célula está en el estado 0 (inactiva) entonces sumará los estados de las células
vecinas. Si el número de celdas activadas en su entorno es 1 o 2, entonces la célula
actualizará su estado a 1; en caso contrario permanecerá desactivada.
En las siguientes figuras podemos ver una secuencia en la evolución de esta regla partiendo de la
semilla inicial en la que todas las celdas están desactivadas excepto la central. Esta regla se llama
de solidificación porque una vez que una célula es activada permacene así para el resto de la
evolución.
Con estos ejemplos podemos intuir que los autómatas celulares pueden generan sistemas
dinámicos con comportamientos extremadamente diversos y ricos. Es por ello por lo que son
utilizados en ciencias como modelos de comportamientos complejos. Dentro del mundo
matemático los autómatas celulares se encuadran como sistemas dinámicos simbólicos.