​Universidad Nacional de San

Agustín
Facultad de Ingeniería de Producción y Servicios
Escuela Profesional de Ingeniería de Telecomunicaciones

“ ​LA VIDA Y OBRA DE ALAN TURING​ ”

ASIGNATURA​:​ Razonamiento Matemático

DOCENTE​:​ Julio Cesar Valencia Guevara
INTEGRANTES:
★ Benavente Vera Alexandra Judith (​abenaventev@[Link]​)
★ Bolivar Lazaro Rosalynn Odalis (​rbolivarl@[Link]​)
★ Escobar Valdivia Nicolas Yamil Antonio (​nescobarv@[Link]​)
★ Quincho Mamani Jared Antony (​jquinchom@[Link]​)

Arequipa - Perú
2020  

ÍNDICE
1. Introducción

2. Resumen

3. Objetivo del Informe

4. Desarrollo : La vida y obra de Alan Turing

4.1. Biografía

4.1.1. Infancia

4.1.2. Estudios

4.1.3. Primer programa de ajedrez por computadora

4.2. Aporte

4.2.1. El entscheidungs problem

4.2.2. Números contables

4.2.3. La disertación Doctoral de Turing

4.2.4. El sistema de Church-Kleene O de notaciones ordinales

4.2.5. Estudio sobre formación de patrones y la biología matemática

4.2.6. Orígenes de la eliminación gaussiana moderna

4.3. Invenciones

4.3.1. Bombe

4.3.2. Automatic Computing Engine

4.3.3. Banburismo

4.3.4. Máquina Universal de Turing

4.3.6. Test de Turing

5. Conclusiones

6. Bibliografía
1.-INTRODUCCIÓN

Un ordenador hace mucho más que ordenar. Usamos esa palabra prestada del francés
ordinateur, que es la traducción del original inglés computer. Ése era el nombre de las
personas especialistas en hacer cálculos numéricos y en el siglo XIX ese término
comenzó a aplicarse a máquinas, que comenzaron a sustituir a los humanos en esas
tareas. Calculaban cada vez más rápido, sobre todo cuando en el siglo XX sus engranajes
se sustituyeron por componentes electró[Link] embargo, los primitivos ordenadores
tenían el inconveniente de que se construían para resolver un problema determinado y si
se quería usarlos para otro fin, había que cambiar los circuitos. Eso fue así hasta que en
1936 un estudiante inglés, Alan Turing, pensó en una computadora que resolvería
cualquier problema; siempre que ese problema pudiera traducirse a expresiones
matemáticas y luego reducirse a una cadena de operaciones lógicas con números
binarios, en las que sólo cabían dos decisiones: verdadero o falso. La idea era reducir
todo (cifras, letras, imágenes, sonidos) a ristras de unos y ceros y usar una receta, un
programa, para resolver los problemas en pasos muy simples. Había nacido el ordenador
digital, pero de momento sólo era una máquina imaginaria.

El siguiente trabajo se presentará la vida, vida científica y aporte de Alan Mathison

[Link] a temprana edad, Turing entregó muestras de genialidad en las matemáticas, y
al finalizar la escuela ha sido admitido como estudiante de Matemáticas en el King’s
College de la Universidad de Cambridge, una de las instituciones científicas más
prestigiosas de todo el [Link] computable era todo eso que podía resolverse con un
algoritmo (conjunto de indicaciones limitado que, por medio de pasos sucesivos, lleva a
la solución de un problema). Turing enseñó que había inconvenientes irresolubles, o sea,
sin solución algorítmica. Para dar cuerpo al criterio ideó la célebre máquina que lleva su
nombre, un dispositivo imaginario que, una vez construido, podría realizar cualquier
operación matemática resoluble mediante un algoritmo, y que, en la situación de
programarse, se convertiría en un ordenador. Anterior a la realidad de los pcs, Turing no
sólo teorizó sobre la base de su manejo, sino que inclusive predijo sus futuros fallos.
Turing vaticinó de esta modalidad que las computadoras se “colgarán”.

Turing fue el inventor del concepto moderno de ``computadora'' y sus trabajos en

Matemáticas y en Lógica lo colocan como uno de los grandes pensadores del S. XX. Es
considerado uno de los padres de la ciencia de la computación siendo el precursor de la
informática moderna. Proporcionó una influyente formalización de los conceptos de
algoritmo y computación: la máquina de Turing. Formuló su propia versión de la hoy
ampliamente aceptada Tesis de [Link] la II Guerra Mundial, en la que
ayudó a descifrar el código Enigma de los mensajes en clave de los nazis, Turing creó
uno de los primeros ordenadores como los actuales, que además de digital era
programable: podía usarse para muchas cosas con sólo cambiar el [Link]
una historia sucinta del desarrollo de la Criptologıa Polaca y sus ataques a Enigma.
Luego, presentamos una historia muy resumida de Bletchley Park, centro de Criptología
donde sirvió y destacó Alan Turing. Su máquina pronto quedó obsoleta, como pasa
ahora: los ordenadores han seguido duplicando su potencia de cálculo cada año y medio,
tal y como predijo Gordon Moore en 1965. Turing sólo vio los primeros cerebros
electrónicos. ​Él creía que los ordenadores sí podrían llegar a pensar y, con el programa
adecuado, hacer cosas como chatear sin que pudiéramos ser capaces de distinguir si es
una persona o un ordenador. Todavía nadie ha conseguido crear un programa que supere
esa prueba, el test de Turing. Con 40 años él había abierto el campo de la Inteligencia
Artificial
2.-RESUMEN

Alan Mathison Turing quien nació un 23 de junio de 1912 en la ciudad de Londres fue un gran
matemático, lógico, informático teórico, criptógrafo, filósofo y biólogo teórico. Pasó sus primeros
trece años en la India, donde su padre trabajaba en la administración colonial, de regreso al Reino
Unido estudió en el King 's College y tras su graduación se trasladó a la Universidad
estadounidense de Princeton donde trabajó con el lógico Alonzo Church.

Turing es mundialmente conocido por los siguientes hechos:

● Formalizo los conceptos de algoritmo y computación con su máquina de Turing
● Es considerado el padre de la inteligencia artificial
● Su participación en el equipo de criptoanálisis de la máquina de criptografía alemana Enigma
fue clave

En 1937 publicó un célebre artículo en el que definió una máquina calculadora de capacidad
infinita (máquina de Turing) que operaba basándose en una serie de instrucciones lógicas,
sentando así las bases del concepto moderno de algoritmo. Turing describió en términos
matemáticos precisos como un sistema automático con reglas extremadamente simples podía
efectuar toda clase de operaciones matemáticas expresadas en un lenguaje formal determinado.
La máquina de turing era tanto un ejemplo de su teoría de computación como una prueba de que
un cierto tipo de máquina computadora podía ser construida.

En la Segunda Guerra Mundial ofreció un inesperado marco de la aplicación práctica de sus

teorías al surgir la necesidad de descifrar los mensajes codificados que la marina alemana
empleaba para enviar instrucciones a los submarinos que hostigaban los convoyes de ayuda
material enviados desde Estados Unidos, pues Turing al mando de una división de la inteligencia
británica diseño tanto los procesos como las máquinas, que capaces de efectuar cálculos
combinatorios mucho más rápidamente que cualquier ser humano, fueron decisivos en la ruptura
final del código.

Y definió además un método teórico para decidir si una máquina era capaz de pensar como un
hombre (test de turing), y realizó contribuciones a otras ramas de la matemática aplicada, como la
aplicación de métodos analíticos y mecánicos al problema biológico de la morfogénesis.

3.- OBJETIVO

El siguiente trabajo tiene el objetivo de conocer la vida de Alan Turing, su biografía, sus
estudios, y los aportes que él hizo para la humanidad en el tema de las matemáticas, para el
conocimiento de los alumnos de Ingeniería de Telecomunicaciones
4.- DESARROLLO: LA VIDA Y OBRA DE ALAN TURING

4.1.- Biografía

Alan Mathison Turing, OBE (Paddington, Londres, 23 de junio de 1912 - Wilmslow, Cheshire, 7
de junio de 1954), fue un matemático, lógico, científico de la computación, criptógrafo y filósofo
británico.

Es considerado uno de los padres de la ciencia de la computación siendo el precursor de la

informática moderna. Proporcionó una influyente formalización de los conceptos de algoritmo y
computación: la máquina de Turing. Formuló su propia versión de la hoy ampliamente aceptada
Tesis de Church-Turing.

Durante la Segunda Guerra Mundial, trabajó en descifrar los códigos nazis, particularmente los
de la máquina Enigma; durante un tiempo fue el director de la sección Naval Enigma del
Bletchley Park. Tras la guerra diseñó uno de los primeros computadores electrónicos
programables digitales en el Laboratorio Nacional de Física del Reino Unido y poco tiempo
después construyó otra de las primeras máquinas en la Universidad de Mánchester.

Entre otras muchas cosas, también contribuyó de forma particular e incluso provocativa al
enigma de si las máquinas pueden pensar, es decir, a la inteligencia artificial.

La carrera de Turing terminó súbitamente después de ser procesado por ser homosexual. Turing
se suicidó dos años después de su condena.

El 24 de diciembre de 2013, la reina Isabel II de Inglaterra promulgó el edicto por el que se

exoneró oficialmente al matemático, quedando anulados todos los cargos en su contra.

4.1.1.-Infancia

Durante su infancia sus padres viajaban constantemente entre el Reino Unido y la India ya que su
padre aún debía cubrir su puesto de funcionario en la India, por lo que sus dos hijos eran cuidados
por amigos ingleses de sus padres para evitar poner en peligro su salud en la colonia británica.

Turing dio muestras ya desde una edad muy temprana del ingenio que más tarde mostraría
prominentemente. Se cuenta que aprendió a leer por sí solo en tres semanas y que desde el
principio mostró un gran interés por los números y los rompecabezas. Sus padres lo inscribieron
en el colegio St. Michael cuando tenía seis años. Su profesora se percató enseguida de la
genialidad de Turing, tal como ocurrió a sus profesores posteriores.
4.1.2.-Estudios

En 1926, con catorce años, ingresó en el internado de Sherborne en Dorset. Su primer día de clase
coincidió con una huelga general en Inglaterra, pero su determinación por asistir a clase en su
primer día era tan grande que recorrió en solitario con su bicicleta las más de 60 millas que
separaban Southampton de su escuela, pasando la noche en una posada. Tal hazaña fue recogida
en la prensa local.

Las esperanzas y las ambiciones de Turing en la escuela fueron plantadas por la estrecha amistad
que desarrolló con un compañero un poco mayor, Christopher Morcom, que fue el primer amor
de Turing. Morcom murió repentinamente el 13 de febrero de 1930, sólo unas pocas semanas
después de su última temporada en Sherborne, debido a complicaciones de la tuberculosis bovina,
contraída tras beber la leche de alguna vaca infectada. La fe religiosa de Turing se hizo pedazos,
volviéndose ateo. Adoptó la convicción de que todos los fenómenos, incluyendo el
funcionamiento del cerebro humano, deben ser materialistas. Sin embargo, siguió creyendo en la
supervivencia del espíritu después de la muerte.

La inclinación natural de Turing hacia las matemáticas y la ciencia no le forjó el respeto de sus
profesores de Sherborne, cuyo concepto de educación hacía mayor énfasis en los clásicos. Pero a
pesar de ello, Turing continuó mostrando una singular habilidad para los estudios que realmente
le gustaban, llegando a resolver problemas muy avanzados (para su edad) en 1927 sin ni siquiera
haber estudiado cálculo elemental.

En 1928, con dieciséis años, Turing descubrió los trabajos de Albert Einstein y, no sólo pudo
comprenderlos, sino que además infirió las críticas de Einstein a las Leyes de Newton de la
lectura de un texto en el que no estaban explícitas. Durante su edad escolar, Turing fue un joven
cuyo optimismo y ambiciones se vieron acrecentados debido en gran parte a su intensa unión con
su amigo Christopher Morcom, cuya muerte, aún joven, afectaría a Turing profundamente.

4.1.3.-Primer programa de ajedrez por computadora

Entre 1948 y 1950 en conjunto con un antiguo colega, D.G. Champernowne, empezó a escribir
un programa de ajedrez para un ordenador que aún no existía. En 1952 trató de implementarlo en
el Ferranti Mark 1, pero a falta de potencia el ordenador no fue capaz de ejecutar el programa. En
su lugar Turing jugó una partida en la que él simuló al ordenador, tomando alrededor de hora y
media en efectuar un movimiento. Una de las partidas llegó a registrarse; el programa perdió
frente a un colega de Turing, Alick Glennie. Su test fue significativo, característicamente
provocativo y una gran contribución para empezar el debate alrededor de la inteligencia artificial
que aún hoy continúa.
4.2.-Aportes

4.2.1.-El entscheidungs problem

Consistió en un problema creado por Hilbert

en el año 1928. ​Esto no era más que el
problema de proporcionar los métodos de
cálculo para las reglas de inferencia de Frege​,
consistente en la interrogante que, expresada
de manera simple, plantea si será posible
encontrar un algoritmo general que pueda
determinar (decidir) si cierta fórmula del
cálculo de primer orden (cálculo de
predicados L1 ) es un teorema.

Es decir, que es posible deducirlo de los

axiomas por medio de las reglas de inferencia lógica preestablecidas. en cierto sentido, la
«decidibilidad» era una pregunta simple, es decir, dada una proposición matemática, uno podría
encontrar un algoritmo que decidiría si la proposición era verdadera o falsa. Para muchas
proposiciones, fue fácil encontrar dicho algoritmo. La dificultad real surgió al probar que para
ciertas proposiciones no existía tal algoritmo.

Cuando se le dio un algoritmo para resolver un problema, quedó claro que no existía la definición
de un algoritmo lo suficientemente riguroso como para permitirle probar que no existía ninguno.
Turing comenzó a trabajar en estas ideas.

Lo que los matemáticos llaman

un método «efectivo» para
resolver un problema fue
simplemente uno que podría
ser llevado por un empleado
matemático humano trabajando
de memoria. En la época de
Turing, a esos trabajadores
mecánicos se los llamaba de
hecho «computadoras», y las
computadoras humanas
llevaban a cabo algunos aspectos del trabajo que luego realizaban las computadoras electrónicas.

El Entscheidungsproblem buscó un método efectivo para resolver el problema matemático

fundamental de determinar exactamente qué enunciados son comprobables dentro de un sistema
matemático formal dado y cuáles no. Un método para determinar esto se llama método de
decisión.

En 1936, Alan Turing y Church demostraron independientemente que, en general, el problema

del Entscheidungs ​no tiene resolución, lo que demuestra que ningún sistema formal consistente
de aritmética tiene un método de decisión efectivo. De hecho, Turing y Church demostraron que
incluso algunos sistemas puramente lógicos, considerablemente más débiles que la aritmética, no
tienen un método de decisión efectivo.

Este resultado y otros frustraron las esperanzas, mantenidas por algunos matemáticos, de
descubrir un sistema formal que reduciría la totalidad de las matemáticas a métodos que las
computadoras (humanas) podrían llevar a cabo. Fue en el curso de su trabajo sobre el problema
Entscheidungs ​que Alan inventó la máquina universal de Turing, una máquina de computación
abstracta que encapsula los principios lógicos fundamentales de la computadora digital

4.2.2.-Números computables

La obra “On Computable Numbers” de Alana Turing señaló que un número computable era un
número real cuya extensión decimal podría ser generada por una máquina de Turing iniciando
con una cinta en blanco.

Alan Turing mostró que π era computable, pero comprendió que la mayoría de los números reales
no lo son. Luego describió un número que no es computable y señala que esto puede ser una
paradoja ya que parece haber descrito en términos finitos, un número que no puede describirse en
términos finitos. Sin embargo, Turing entendió la fuente de la aparente paradoja. Es imposible
decidir si una máquina de Turing con una tabla dada de instrucciones generará una secuencia
infinita de números

Sea b ∈ N un número natural mayor que 1, entendido como una base de representación.

El conjunto [[0, b − 1]] = {0, . . . , b − 2, b − 1} es el de los b-dıgitos.

Si b = 2 se tiene el sistema de representación binario, si b = 10 se tiene el decimal usual y si b =

20 se tiene el de base 20 que se utilizó en Mesoamérica y en la antigua Galia.

Todo real no-nulo a ∈ R − {0} se expresa mediante una tripleta (ε, m, a) ∈ {−1, +1} × Z × [[0,
b − 1]]

N (aquı [[0, b − 1]]N denota a todas las sucesiones de b-dıgitos): Si a = (an)n∈N

entonces:

En esta expresión, ε es el signo y el valor m indica prácticamente la posición del punto decimal al
escribir el número real a en base b. Convenimos en representar al n´umero 0 ∈ R mediante la
sucesión constante a = 0, la posici´on m = 0 del punto decimal y el signo ε = +1.
El número a ∈ R es computable si la sucesión de dıgitos a lo es, es decir si la función ( n→ an )
lo es. Esto significa que hay un algoritmo que dado n como entrada, produce el n-esimo dıgito an.

Por ejemplo, Arquimedes, desde el siglo III A.C., describió la manera de aproximar
circunferencias por perımetros de polígonos regulares, lo que muestra en la práctica que π es
computable. La base de los logaritmos naturales es también computable viéndola ya sea como el
límite de una sucesión de números racionales o como una serie rápidamente convergente, ambas
maneras siempre figuran en cualquier texto de cálculo superior.

Todo algoritmo queda codificado mediante un programa el cual es una cadena de símbolos, bien
formada de acuerdo con alguna sintaxis, y dotada de una connotación procedimental. Un
programa que calcule a la función (n → an) correspondiente a un número computable a ∈ R es
una descripci´on finita de la sucesi´on (potencialmente) infinita de d´ıgitos de a. De esta forma,
un número computable es un objeto con una descripción potencialmente infinita (su sucesión de
dıgitos) pero también con una descripción finita (el programa que lo calcula)

4.2.3.-La disertación doctoral de Alan Turing

Por recomendación de Max Newman, Turing fue aceptado como estudiante graduado en
Princeton. En una carta a Church, Newman escribe: “Debo mencionar que el trabajo de Turing es
completamente independiente; ha estado trabajando sin supervisión ni crítica de nadie. Eso hace
que sea aún más importante que entre en contacto lo antes posible con los principales
trabajadores de esta línea, para que no se convierta en un solitario confirmado”.

Turing completó su tesis doctoral en dos años. Su tesis, presentada en 1938, se tituló Sistemas de
lógica basados ​en ordinales. La motivación, claramente expresada en el primer párrafo, fue evitar
en la medida de lo posible los efectos de la incompletitud de Gödel mediante la construcción de
secuencias de sistemas formales de grado creciente de completitud (Turing, 1939): El teorema
bien conocido de Gödel [...] muestra que todo sistema de lógica es en cierto sentido incompleto,
pero al mismo tiempo indica los medios por los cuales de un sistema L de lógica puede obtenerse
un sistema L 'más completo. Repitiendo el proceso obtenemos una secuencia L, L1 = L ’, L2 =
L’1, ... cada una más completa que el precedente. Entonces se puede construir una lógica Lω en
la que los teoremas demostrables son la totalidad de teoremas demostrables con la ayuda de las
lógicas L, L1, L2, ... [...] Procediendo de esta manera podemos asociar un sistema de lógica con
cualquier ordinal constructivo. Cabe preguntarse si una secuencia de lógicas de este tipo es
completa en el sentido de que a cualquier problema A corresponde un α ordinal tal que A se
puede resolver mediante la lógica Lα. (Turing, 1939)

El siguiente es un ejemplo de los sistemas formales (lógicas ordinales) estudiados en su tesis. Sea
T0 el conjunto de axiomas de la aritmética de Peano (PA). Dado Tk, sea Tk + 1: = Tk + CON
(Tk). Entonces sea Tω: = Uk <ωTk. Uno puede continuar en lo transfinito dejando Tω + 1: = Tω
+ CON (Tω), y así sucesivamente. Según el segundo teorema de incompletitud de Gödel, Tα + 1
es estrictamente más fuerte que Tα, siempre que Tα se dé de manera efectiva. Pero para que Tα se
dé efectivamente, el α ordinal debe ser computable. Esto conduce a la noción de notaciones
ordinales, es decir, una forma computable de asignar ordinales contables a números naturales.
Denotemos por | a | el ordinal asignado al número natural a.

4.2.5.-El sistema de Church-Kleene O de notaciones ordinales

El número 1 es una notación para el ordinal 0, 2a es una notación para el sucesor de | a | y 3. 5e es
una notación para el supremo de la secuencia | an |, siempre que la secuencia sea estrictamente
creciente ye es el código de una función computable ê tal que ê (n) = an, para cada n. Observe
que el establece O de notaciones ordinales, con el orden dado por a <Ob si y solo si | a | <| b |,
forma un árbol que se divide solo en niveles límite, y siempre que una rama del árbol se divide, lo
hace infinitamente. El sistema T *: = ‹Ta› aєo es un ejemplo de una lógica ordinal. Uno podría
esperar que cada enunciado aritmético φ pudiera ser decidido por algún Ta. Es decir, ya sea
Ta φ o Ta ¬φ. Dado que el enunciado CON (T) es ∏10, es decir, de la forma ∀xR (x), donde
R es una relación computable5, una pregunta natural es si cada enunciado ∏10 podría decidirse
por algún Ta. Tu-ring demuestra el siguiente teorema de completitud para ∏10 enunciados:

Teorema 5: Para cada ∏10 enunciado verdadero φ, existe un ЄO con | a | = ω + 1 tal que Ta φ.
La demostración del Teorema es bastante ingeniosa (ver Fe-ferman, 2012), pero como el mismo
Turing reconoció, es decepcionante porque no es informativa. Dada una ∏10 frase φ, encuentra
una tal que, si φ es verdadera, entonces a aO con | a | = ω + 1 y Ta φ. Pero esto simplemente
cambia la pregunta sobre la verdad de φ a la pregunta.

4.2.5.-​Estudio sobre formación de patrones y la biología matemática

Turing trabajó desde 1952 hasta que falleció en 1954 en la biología matemática, concretamente
en la morfogénesis. Publicó un trabajo sobre esta materia titulado «Fundamentos químicos de la
morfogénesis» en 1952. Su principal interés era comprender la filo taxis de Fibonacci, es decir, la
existencia de los números de

Fibonacci en las estructuras vegetales. Utilizó ecuaciones de reacción-difusión que actualmente

son cruciales en el campo de la formación de patrones. Sus trabajos posteriores no se publicaron
hasta 1992 en el libro Obras completas de A. M. Turing.

En 2014, científicos británicos demostraron que la morfogénesis química efectivamente

puede explicar cómo células que son idénticas pueden diferenciarse.

Sobre la intuición y el ingenio

En la sección 11 de la Tesis, titulada "El propósito de la lógica ordinal", Turing destaca dos
facultades de razonamiento matemático que él llama intuición e ingenio. La actividad de la
intuición consiste en hacer juicios espontáneos que no son el resultado de trenes conscientes de
razonamiento. (Turing, 1939) Considerando que el ejercicio del ingenio en matemáticas consiste
en ayudar a la intuición a través de arreglos adecuados de proposiciones, y quizás figuras
geométricas o dibujos. Se pretende que cuando estos estén realmente bien organizados, no se
pueda dudar seriamente de la validez de los pasos intuitivos que se requieren. (Turing, 1939) Con
la introducción de la lógica formal, la necesidad de instrucción se reduce ... en gran medida al
establecer reglas formales para realizar inferencias que siempre son intuitivamente válidas.
(Turing, 1939) Pero como no es posible encontrar una lógica formal que elimine por completo el
uso de la intuición, debido a la incompletitud de Gödel, uno se ve naturalmente obligado a
considerar sistemas de lógica "no constructivos", como las lógicas ordinales. Con una lógica
ordinal estamos en posición de demostrar teoremas mediante los pasos intuitivos de reconocer un
número como una notación para un ordinal, y los pasos mecánicos (que aún requieren ingenio) de
aplicar las reglas lógicas. Progresiones recursivas transfinitas de teorías transfinitas fue llevada a
cabo en la década de 1960 por Feferman (1962).

4.2.6.-​Orígenes de la eliminación gaussiana moderna

Turing realizó varias contribuciones que se consideran fundamentales en Matemáticas e

Informática y que son ampliamente conocidas por todos los matemáticos. e informáticos. Aún
más, los nombres de algunas de estas contribuciones también son muy conocidas por muchas
personas educadas (que no son necesariamente especialistas).

Turing formuló la eliminación Gaussiana en términos de la factorización LU de una matriz e

introdujo la noción de número de condición de una matriz, que son dos de las nociones más
fundamentales del Análisis Numérico moderno

El trabajo de Turing sobre el análisis de errores del método de Eliminación Gaussiana (GE) para
resolver sistemas de ecuaciones lineales, que es uno de los más importantes y algoritmos
numéricos ubicuos y, quizás, la mayoría, ya que es utilizado por muchos otros algoritmos
numéricos.

Presentó un análisis de errores de la eliminación Gaussiana para matrices generales que influyó
profundamente en el espíritu del análisis de errores definitivo desarrollado por Wilkinson en
1961.

El trabajo parece un periodo fascinante del Análisis Numérico moderno. Otros gigantes de las
matemáticas como John von Neumann, Herman Goldstine y Harold Hotelling también realizaron
investigaciones sobre la eliminación Gaussiana en la década de 1940-50. El objetivo de estos
investigadores era encontrar un método eficiente y fiable para resolver sistemas de ecuaciones
lineales en los ordenadores modernos que estaban desarrollándose por entonces. En aquella
época, no estaba claro en absoluto si utilizar la eliminación Gaussiana era una elección adecuada
o no.

Factorización de LU

El algoritmo que permite descomponer una matriz como producto de dos matrices triangulares
(superior e inferior). Eso sí, hace falta que la matriz original cumpla ciertos requisitos.

Alan Turing quien propuso por primera vez esta factorización en su artículo Rounding-off errors
in matrix processes

Concretamente, en el punto 3. de dicho artículo: theorem on triangular resolution.

El teorema en cuestión afirma lo siguiente:

Más claro, la matriz A puede descomponerse en el producto de estas otras tres:

A continuación, Turing pasa a demostrar dicho Teorema. Vamos con ello.

Por simplicidad de notación, Turing denomina al elemento de la matriz diagonal .

Una forma rápida de llegar a esta ecuación es darnos cuenta de que es el producto de dos
matrices triangulares inferiores (una matriz diagonal es a la vez una matriz triangular inferior).
Por tanto su producto es también una matriz triangular inferior.

Por lo que la

Si ahora multiplicamos esta por la matriz (que es triangular superior)

Es decir,

Recordando que , hemos llegado a la expresión

Es decir, dada la matriz , sabemos que y que la primera fila de la matriz

es

Aquí hay que recordar que la matriz es triangular inferior unitaria, por lo que
y
con .

Ídem, pero para columnas, en la matriz triangular superior unitaria .

Asumiendo lo anterior, Turing va a demostrar a continuación cómo escoger la siguiente fila de la
matriz L y el siguiente elemento de la matriz D para que satisfagan la ecuación A = LDU

Además demostrará que dicha elección es única.

Recordemos que A = LDU. Llamemos B = LD

Por definición

Como la matriz D es una matriz diagonal,

Por lo tanto:

Ahora, la matriz A = BU. Aplicando nuevamente la definición de producto de matrices:

Sustituyendo la ec. 1,

Una simple sustitución de los índices nos lleva a la fórmula para la fila

Las dos ecuaciones que Turing nos muestra en su artículo se obtienen de la ec. 2, teniendo en
cuenta la triangularidad de las matrices y , así:

Primer caso: por ser una matriz triangular inferior, para

Segundo caso: por ser una matriz triangular superior, para

Al conocer todos los términos de la parte derecha de las ecuaciones podemos resolverlas. Turing
analiza los tres casos: , y y demuestra que existe una solución que
además es única.

En efecto, si hacemos tenemos

Recordando que , obtenemos

En efecto, la ecuación para es

Sabemos que y puesto que ya hemos calculado , entonces

En efecto, para el caso se aplica la ecuación

Pero como ,

Despejando,

donde sabemos que cada , y por tanto el conjunto de valores es único.

En todo lo anterior quedaba por comprobar que , pero esto ha de ser así, ya que

El nuevo elemento diagonal no es 0 porque el principal menor de es igual al producto

de los primeros elementos diagonales.

Turing empleó la factorización LDU como punto de partida para analizar (entre otros) el método
de eliminación de Gauss. Sin embargo, este modo de analizar el problema es muy fructífero y ha
dado lugar a muchas otras factorizaciones útiles.

El proceso de reemplazar las filas de una matriz por una combinación lineal de otras filas puede
considerarse como una multiplicación por la izquierda de la matriz por otra matriz, esta segunda
matriz tiene coeficientes que describen las combinaciones lineales requeridas

Utilidad

Este método para resolver ecuaciones lineales de la forma Ax=b , especialmente cuando se
manejan muchas ecuaciones de este tipo con la misma matriz A, pero diferentes de b.

Requiere menos esfuerzo que calcular A −1

Casi el mismo esfuerzo que realiza la eliminación gaussiana, pero es más rápido cuando la matriz
tiene muchos ceros (matriz dispersa)

Sea el sistema: = Ax=b

Cuando A=LU, la ecuación Ax=b se puede escribir como:

 (LU)x=L(Ux)=b

Introduciendo en lugar de Ux , se puede encontrar encontrar x resolviendo las siguientes

ecuaciones.

Ly=b…………..(1)
Ux=y…………..(2)

Dado que es una matriz triangular inferior, de (1) "y" se obtiene rápidamente por inspección y
sustitución hacia “abajo”.

Conocido "y" , de (2) y con la matriz U triangular superior, "x" se obtiene rápidamente por
inspección y sustitución hacia “arriba”.

Una forma de encontrar la factorización LU de una matriz es la siguiente: Sea la matriz A

Como A no es una matriz cuadrada, sus factores tienen la forma :

Por tanto, L debe ser una matriz de 4x4, con “unos” en la diagonal principal :

La primera columna de L será la primera columna de A dividida entre la entrada del pivote
superior (2)

Se pasa a tener como pivote el número tres y toda la columna señalada , dividida entre el pivote ,
formará parte de la segunda columna de la matriz L. Se repite el procedimiento hasta terminar de
reducir la matriz llevándola a la forma U
Ejemplo de Factorización LU en la solución de sistemas de ecuaciones

El sistema Ax=b , donde

Factorizando la matriz A en su forma LU

El sistema Ly=b conduce a las ecuaciones:

Y a la solución en y :

Se ha realizado la sustitución hacia adelante. Como realizado la sustitución hacia adelante. Como
U x=y , ahora se obtiene el sistema:
Y despejando hacia atrás, a la solución en x:

4.2.4.-Máquina​ de Alan Turing

Originalmente fue definida por el matemático inglés Alan Turing como una máquina automática.
La máquina de turing no está diseñada como una tecnología de computador práctica; sino como
un dispositivo hipotético que representa una máquina de computación. Por este caso ayudan a los
científicos a entender los límites del cálculo mecánico.

Turing dio una definición sucinta del experimento en 1948, llamándole máquinas inteligentes, la
cual consiste en una capacidad de memoria obtenida en la forma de una cinta infinita marcada
con cuadros en los cuales se podrían imprimir un símbolo, llamándole el símbolo leído. La
máquina puede alterar este símbolo leído y su comportamiento está en parte por este símbolo,
pero los símbolos de otros lugares de la cinta no afectan el comportamiento de la máquina. Sin
embargo, la cinta se puede mover hacia adelante y hacia atrás a través de la máquina, siendo esto
una de las operaciones elementales de la máquina, Por lo tanto cualquier símbolo en la cinta
puede tener finalmente una oportunidad.

Una máquina de turing que es capaz de asimilar cualquier otra máquina de turing es llamada
máquina universal de turing o simplemente una máquina universal. La máquina de turing captura
la noción informal de un método eficaz en la lógica y las matemáticas, esta proporciona una
definición precisa de un algoritmo o procedimiento mecánico.

La importancia de la máquina de turing en la historia de la computación es doble: la máquina de

turing fue uno de los primeros modelos teóricos para las computadoras. Estudiando sus
propiedades abstractas, la máquina de turing ha revivido de base para muchos desarrollos teóricos
en las ciencias de la computación y en la teoría de la complejidad. Una razón de esto es que las
máquinas de turing son simples y por lo tanto amenas al análisis. Dicho esto cabe aclarar que las
máquinas de turing no son un modelo práctico para la computación en máquinas reales, las cuales
precisan modelos más rápidos como los basados en RAM.

4.3 INVENCIONES

[Link]

Turing lo logró. De su ingenio nació el diseño de las primeras máquinas Bombe,

dispositivos electromecánicos, construidos exclusivamente para romper los códigos de
Enigma. Se produjeron 211 unidades en Bletchley Park y unas 120 en Estados Unidos.
Pero, terminada la guerra, el primer ministro británico ordenaría destruirlas junto con los
documentos vinculados a su creación. La contribución de Turing en Bletchley Park se
reveló crucial para el desenlace de la guerra a favor de los aliados.
4.3.2.Máquinas con cerebro

El jefe de la división de matemáticas Londres llamó a Turing para encargarle un proyecto

similar a EDVAC. Turing aceptó el encargo y escribió un diseño muy detallado a finales
de 1945. La máquina se llamaría ACE(automatic computing engine).Tras el conflicto,
Turing se planteó el reto de construir una máquina que tuviera las mismas capacidades
que el cerebro humano. Intervino en el diseño de la ACE (siglas en inglés de Automatic
Computer Engine), un ordenador digital electrónico concebido para resolver más de un
propósito y capaz de almacenar un programa en su memoria.

4.3.3. Banburismo

Banburismus fue un proceso ​criptoanalítico​ desarrollado por ​Alan Turing​ en ​Bletchley Park​ en ​Gran

Bretaña​ durante la ​Segunda Guerra Mundial​ . Fue utilizado por Bletchley Park's ​Hut ​ para ayudar a

descifrar los mensajes (navales) de la ​Kriegsmarine​ alemana cifrados en las ​máquinas Enigma​ . El

proceso usó ​probabilidad condicional ​secuencial​ para inferir información sobre los ajustes probables

de la máquina Enigma. Dio lugar a la invención de Turing de la ​prohibición​ como una medida del

peso de la evidencia a favor de una hipótesis. Este concepto se aplicó posteriormente en​ Turingery​ y

todos los demás métodos utilizados para descifrar el​ cifrado de Lorenz​ .

El objetivo de Banburismus era reducir el tiempo requerido de las máquinas ​Bombe​ electromecánicas

identificando las ​ruedas​ centrales y derechas más probables ​del Enigma​ . Hut realizó el procedimiento

de forma continua durante dos años, deteniéndose solo en 1943 cuando se dispuso de suficiente

tiempo de bombeo.

4.3.4. Máquina universal de Turing

Turing la concibió en 1936, el mismo año que teorizó acerca de la máquina de Turing. Su
punto de partida es el mismo que el de aquella: resolver todos los problemas matemáticos
que pueden expresarse mediante un algoritmo. La diferencia radica en que la máquina
universal se asemeja a un ordenador gracias a su capacidad de llevar a cabo múltiples
procesos y de ejecutar la función de cualquier máquina de Turing.

4.3.6. Test de Turing

Turing defendía que si una máquina tiene un comportamiento inteligente en todos los
aspectos, entonces es inteligente. Para someter esto a examen, creó el test de Turing: una
persona actuando como juez se coloca en una habitación y, en otra, una persona y un
ordenador. El juez tiene que saber quién es quién a partir de sus respuestas escritas. Si no
los distingue, significa que el ordenador ha superado la prueba. Hasta hoy ninguno lo ha
logrado.
CONCLUSIONES

● Ya a temprana edad, Turing dio muestras de genialidad en las matemáticas, y al

finalizar la escuela fue admitido como estudiante de Matemáticas en el King’s
College de la Universidad de Cambridge, una de las instituciones científicas más
prestigiosas del mundo.
● Durante su etapa universitaria, primero como alumno y después como docente, se
relacionó con otros grandes científicos de la época, como Alonzo Church, John
von Neumann y Bertrand Russell.
● Se le puede atribuir el mérito de ser quizás el primero y mayor de los padres
conceptuales de los computadores tal y como hoy los conocemos

BIBLIOGRAFÍA

Guillermo Luna, “ Números computables y números normales” CINVESTAV-IPN, Miscelánea

Matemática, 56,27–39, México, D.F(2013)

Martin Davis,Jörg H. Siekmann, “Logic and the development of the computer”,Handbook of the
History of Logic, Volume 9, Pages 31-38, North-Holland(2014)

Rounding-off Errors in Matrix Processes, Quart. J. Mech. Appl. Math. 1, pp 287-308 (1948)

G. W. Stewart, "Introduction to Matrix Computations", Universidad de Michigan, Elsevier

Science, 1973, 2 Feb 2010

Ilcic, Andrés, & García, Pío. (2020). Estrategias de modelización en Alan Turing: términos y
conceptos de máquina. ​Tópicos (México),​ (58), 135-155. Epub 30 de mayo de 2020

LINK DEL VIDEO SOBRE EL TEMA:

[Link]
aring
 LA VIDA Y OBRA DE ALAN TURING

PRESENTADO POR:
-BENAVENTE VERA ALEXANDRA
-BOLIVAR LAZARO ROSALYNN
-ESCOBAR VALDIVIA NICOLAS
-QUINCHO MAMANI JARED
.

Escuela Profesional de Ingeniería en Telecomunicaciones - Universidad Nacional San Agustín

 Biografía
Alan Mathison Turing:
Nació en Paddington, Londres, 23 de junio de 1912
Falleció en Wilmslow, Cheshire, 7 de junio de 1954
Matemático, lógico, científico de la computación,
criptógrafo y filósofo británico.
Su padre Julius Turing (1873-1944) pertenecia a un
cuerpo de funcionarios de la India , Ethel Sara
Stoney, lo criaron un año y lo dejaron a cargo de una
familia Ward
Se destacó siempre por su capacidad de razonar y deducir .

Mostrando una singular habilidad para los estudios que realmente le

gustaban

Estudió en St Michael cuando tenía 7 años

En 1926, con catorce años, ingresó en el internado de Sherborne en

Dorset

En 1928, con 17 años , Turing estudiaba los trabajos de Albert Einstein,

además de entenderlos, comprendió sus críticas a las leyes de Newton.

Alan consiguió una beca e inició estudios de Grado en el King’s

College en la Universidad de Cambridge

Cambridge era el centro de las matemáticas mundiales.

Allı se interesó por los fundamentos de las Matemáticas y el

“programa” de David Hilbert.
En su trabajo de graduación (1934) demostró, sin conocer
que ya lo estaba, el llamado Teorema Central del Lımite, de
importancia en Estadística.

El propio von Neumann le animó a pedir una beca para una

estancia en Princeton ([Link].).

Tras su graduación, se trasladó a la Universidad

estadounidense de Princeton (1936–1938)

En 1938 obtuvo el Doctorado en Princeton; en su discurso

introdujo el concepto de hipercomputación, en el que
ampliaba las máquinas de Turing con las llamadas máquinas
oracle, las cuales permitían el estudio de los problemas para
los que no existe una solución algorítmica

Entre 1948 y 1950 en conjunto con un antiguo colega, D.G.

Champernowne, empezó a escribir un programa de ajedrez
para un ordenador que aún no existía
Es considerado uno de los padres de la ciencia de la
computación siendo el precursor de la informática moderna.
Proporcionó una influyente formalización de los conceptos de
algoritmo y computación: la máquina de Turing.
Durante la Segunda Guerra Mundial, trabajó en descifrar los
códigos nazis, particularmente los de la máquina Enigma.

Tras la guerra diseñó uno de los primeros computadores

electrónicos programables digitales en el Laboratorio Nacional
de Física del Reino Unido y poco tiempo después construyó otra
de las primeras máquinas en la Universidad de Mánchester.
 El entscheidungs problem
Consistió en un problema creado por Hilbert en el año 1928, un problema de
decisión, fue un reto en la lógica simbólica para encontrar un algoritmo general que
decida si una fórmula de cálculo de primer orden.

La dificultad real surgió al probar que para ciertas proposiciones no existía tal
algoritmo.

1. ¿Son las matemáticas completas?

2. ¿Son las matemáticas consistentes?
3. ¿Son las matemáticas decidibles?

En 1936, Alan Turing y Church demostraron independientemente que en general, el

problema del Entscheidungs no tiene resolución

Fue en el curso de su trabajo sobre el problema Entscheidungs que Alan inventó la

máquina universal de Turing, una máquina de computación abstracta que encapsula
los principios lógicos fundamentales de la computadora digital
Números computables
• Llamó números reales computables a aquellos para los que puede construirse una MT que calcule una tras otra todas sus cifras, si se le
deja tiempo suficiente. Ej.: .

• Ideó un modo de codificar cada MT mediante un número natural ´único.

• Es decir, podía representar números reales de infinitas cifras mediante una descripción finita. ¿Podían representarse así todos los reales?

• Era obvio que no había más MTs que números naturales. Ricardo Peña (UCM) La vida y la obra de Alan Turing SHM-UCM, 9 enero
2013 10 / 33 Cambridge y Princeton: las Maquinas de Turing El problema de parada

• George Cantor (1845-1918) ya había demostrado que había “muchos más” reales que naturales, es decir no se pueden poner en
correspondencia biunívoca unos con otros.

• La conclusión obvia es que hay reales no computables. Eso ya indicaba que debía haber problemas no solubles por sus MT.

• De hecho encontró el más paradigmático, el problema de parada: No existe una MT que, dada la descripción de una MT cualquiera
(mediante su número (único) y una configuración inicial de la cinta para dicha MT, determine si la MT se parará o no ante dicha cinta.
La disertación doctoral de Alan Turing

❖ Por recomendación de Max Newman, Turing fue aceptado como estudiante graduado en Princeton. En una
carta a Church, Newman escribe: “Debo mencionar que el trabajo de Turing es completamente independiente;
ha estado trabajando sin supervisión ni crítica de nadie. Eso hace que sea aún más importante que entre en
contacto lo antes posible con los principales trabajadores de esta línea, para que no se convierta en un solitario
confirmado”.
❖ Turing completó su tesis doctoral en dos años. Su tesis, presentada en 1938, se tituló Sistemas de lógica
basados en ordinales.
❖ La motivación, claramente expresada en el primer párrafo, fue evitar en la medida de lo posible los efectos de
la incompletitud de Gödel .
❖ El teorema bien conocido de Gödel [...] muestra que todo sistema de lógica es en cierto sentido incompleto,
pero al mismo tiempo indica los medios por los cuales de un sistema L de lógica puede obtenerse un sistema L
'más completo.
El sistema de Church-Kleene O de notaciones ordinales

En la teoría de conjuntos y la teoría de la compatibilidad, Kleene 's es un subconjunto canónico de los números
naturales cuando se le considera como notaciones ordinales. Contiene anotaciones ordinales para todos los ordinales
recursiva, es decir, por debajo de los ordinales Iglesia-Kleene ordinales, . Dado que es el primer ordinal no
representable en un sistema computable de notaciones ordinales, los elementos de pueden considerarse como
notaciones ordinales canónicas.

Kleene (1938) describió un sistema de notación para todos los ordinales recursivos (aquellos menores que el ordinal
Church-Kleene ). Utiliza un subconjunto de números naturales en lugar de cadenas finitas de símbolos.
Desafortunadamente, en general no existe una forma eficaz de saber si algún número natural representa un ordinal o
si dos números representan el mismo ordinal. Sin embargo, uno puede encontrar efectivamente notaciones que
representen la suma ordinal, el producto y la potencia (ver aritmética ordinal) de dos notaciones dadas cualesquiera
en Kleene ; y dada cualquier notación para un ordinal, existe un conjunto de notaciones recursivamente enumérales
que contiene un elemento para cada ordinal más pequeño y está efectivamente ordenado.
ESTUDIO SOBRE LA FORMACIÓN DE PATRONES Y LA BIOLOGÍA MATEMÁTICA

Turing laboró a partir de 1952 hasta que falleció en 1954 en la biología

matemática, precisamente en la morfogénesis.

Publicó un trabajo sobre esta materia titulado «Fundamentos químicos de la

morfogénesis» en 1952.

Su primordial interés era entender la filotaxis de Fibonacci, o sea, la

realidad de los números de

Fibonacci en las construcciones vegetales.

Sobre la intuición y el ingenio

En la parte 11 de la Tesis, titulada "El objetivo de la lógica ordinal", Turing destaca 2 facultades de razonamiento matemático
que él llama intuición y talento.

Turing, 1939) Tomando en cuenta que el ejercicio del talento en matemáticas se basa en contribuir a la intuición por medio de
arreglos adecuados de proposiciones, y tal vez figuras geométricas o dibujos.

(Turing, 1939) Con la introducción de la lógica formal, la necesidad de instrucción se disminuye … (Turing, 1939) Sin
embargo como no es viable hallar una lógica formal que elimine por completo la utilización de la intuición, gracias a la
incompletitud de Gödel, uno se ve naturalmente obligado a tener en cuenta sistemas de lógica "no constructivos", como las
lógicas ordinales.

Con una lógica ordinal estamos en posición de mostrar teoremas por medio de los pasos intuitivos de reconocer un número
como una notación para un ordinal, y los pasos mecánicos (que todavía necesitan ingenio) de utilizar las normas lógicas.
 ORÍGENES DE LA ELIMINACIÓN GAUSSIANA MODERNA
Turing formuló la supresión Gaussiana en términos de la factorización LU de una matriz e introdujo la idea de número de
condición de una matriz, que son 2 de las nociones más primordiales del Estudio Numérico moderno.

El trabajo de Turing sobre el estudio de errores del procedimiento de Supresión Gaussiana (GE) para solucionar sistemas de
ecuaciones lineales, que es uno de los principales y algoritmos numéricos ubicuos y, tal vez, la mayor parte, debido a que es
usado por varios otros algoritmos numéricos.

Presentó un estudio de errores de la supresión Gaussiana para matrices en general que influyó profundamente en el espíritu
del estudio de errores definitivo desarrollado por Wilkinson en 1961.

Otros enormes de las matemáticas como John von Neumann, Herman Goldstine y Harold Hotelling además han realizado
indagaciones sobre la supresión Gaussiana en la década de 1940-50.

En aquella etapa, no estaba claro en absoluto si usar la supresión Gaussiana era una elección correcta o no.
FACTORIZACIÓN LU
La factorización LU de una matriz es una factorización que resume el proceso de eliminación gaussiana
aplicado a la matriz y que es conveniente en términos del número total de operaciones de punto flotante
cuando se desea calcular la inversa de una matriz o cuando se resolverá una serie de sistemas de ecuaciones
con una misma matriz de coeficientes.

UTILIDAD:

Este método para resolver ecuaciones lineales de la forma Ax=b , especialmente cuando se manejan muchas ecuaciones de
este tipo con la misma matriz A, pero diferentes de b.
Requiere menos esfuerzo que calcular A −1
Casi el mismo esfuerzo que realiza la eliminación gaussiana, pero es más rápido cuando la matriz tiene muchos ceros (matriz
dispersa)
Turing empleó la factorización LDU como punto de partida para analizar (entre otros) el método de eliminación de
Gauss. Sin embargo, este modo de analizar el problema es muy fructífero y ha dado lugar a muchas otras
factorizaciones útiles.

El proceso de reemplazar las filas de una matriz por una combinación lineal de otras filas puede considerarse como
una multiplicación por la izquierda de la matriz por otra matriz, esta segunda matriz tiene coeficientes que describen
las combinaciones lineales requeridas
INVENTOS DE ALAN TURING
ENTRE SUS INVENTOS MÁS IMPORTANTES MENCIONAMOS LOS SIGUIENTES:
● MÁQUINA DE TURING: ARTEFACTO PARA REALIZAR TAREAS SISTEMÁTICAS
RELACIONADAS CON CONCEPTOS COMPUTACIONALES DE ENTRADA, SALIDA Y
PROGRAMAS.
● CÓDIGOS SECRETOS Y BOMBE: FUE CONTRATADO POR EL GOBIERNO PARA DESCIFRAR
LOS CÓDIGOS ALEMANES CONOCIDO COMO ENIGMA DURANTE LA SEGUNDA GUERRA
MUNDIAL.
● COMPUTADORA ACE E INTELIGENCIA ARTIFICIAL: CREÓ UNA COMPUTADORA QUE
PERMITÍA ALMACENAR DATOS PERO NO LA CONSTRUYÓ Y ESCRIBIÓ EL LIBRO
MAQUINARIA COMPUTACIONAL E INTELIGENCIA RELACIONADO CON LA INTELIGENCIA
ARTIFICIAL
MÁQUINA DE TURING
¿Hay más números reales que Máquinas de Turing (MT)?
MÁQUINA UNIVERSAL DE TURING
-Turing pensó que sus MT capturaban la noción de procedimiento efectivo, funcion computable, o simplemente
algoritmo

-Cada MT era una máquina especializada en un algoritmo concreto, determinado por su función de control

-Pero Turing fue más allá e ideó una máquina universal que era capaz de emular a cualquier otra

● Recibía en su cinta la descripción de la MT a emular, convenientemente codificada

● Recibia en otra parte de la cinta(o en otra cinta, ya que probó que el número de cintas era indiferente para la
potencia de las MTs) los datos tal como los esperaba la MT emulada
● A partir de ahí se comportaba como lo haría la MT emulada ante esos datos

-Si consideramos la descripción de la MT emulada como el “programa”, había ideado una Máquina Universal
programable , con el programa almacenado en memoria
 BOMBE
En Diciembre de 1938, los alemanes aumentaron
de 3 a 5 el juego de rotores. Ahora habıa 60
variaciones de 3 rotores, lo que implicaba 60
Bombas. También aumentaron de 6 a 10 las
conexiones del panel.
• La primera contribución de Turing fue generalizar
las Bombas para que no dependieran de los
indicadores ni del panel. La idea era suministrarle
hipótesis en base al texto del mensaje y que ella
descarta las combinaciones que entraban en
conflicto con ellas.
 BOMBE
Las nuevas Bombas empezaron a construirse en 1940.

Turing diseñó la mayoría de los circuitos.

• En 1940 pasó a dirigir “Hut-8”, equipo responsable

de la Enigma naval, que tenía un juego de 8 rotores,

a elegir 3: 336 variaciones.

• Diseñó otras Bombas más generales que funcionaban

por probabilidad. Desarrolló una teoría matemática

especıfica.
AUTOMATIC COMPUTING ENGINE (ACE)
-El jefe de la división de matemáticas Londres llamó a Turing para encargarle un proyecto similar a EDVAC. Turing aceptó el
encargo y escribió un diseño muy detallado a finales de 1945. La máquina se llamaría ACE(automatic computing engine)

-Turing trabajó en la ACE hasta mediados de 1947. La mala gestión del NPL, la dificultades ingenieriles y la difícil
comunicación con Turing , hicieron que este abandonara . Aun así el proyecto se completó en [Link]ía una memoria de
líneas de retardo de mercurio

CARACTERÍSTICAS DE LA ACE
-Desde el principio descarto una memoria de válvulas y se decantó, o por un tubo de rayos catódicos, o por líneas de retardo
-Decidió un diseño que minimizaba el hardware(caro) a costa de hacer más cosas por software, incluidas las operaciones
aritméticas. En ese sentido se separaba de la línea dominante de EDVAC y EDSAC
-Debía trabajar en binario. Escribió rutinas para transformar a/desde decimal
-Énfasis en la rapidez. Reloj de 1000000 pulsos/segundo
-En lugar de incluir una instrucción de salto condicional, la simuló a base de automodificar el programa. Inspirándose en sus
MT, trataba las instrucciones como números manipulables
-Inventó el concepto de subrutina(“tablas” de instrucciones)que se llamaban entre sí jerárquicamente. Inventó dos
instrucciones, BURY y UNBURY, que apilaban y desapilaban direcciones de retorno
BANBURISMUS
-Banburismus fue un proceso criptoanalítico desarrollado por Alan Turing en Bletchley Park en Gran Bretaña
durante la Segunda Guerra Mundial

- Fue utilizado por Bletchley Park's Hut para ayudar a descifrar los mensajes (navales) de la Kriegsmarine
alemana cifrados en las máquinas Enigma

-Dio lugar a la invención de Turing de la prohibición como una medida del peso de la evidencia a favor de una
hipótesis.

- El objetivo de Banburismus era reducir el tiempo requerido de las máquinas Bombe electromecánicas
identificando las ruedas centrales y derechas más probables del Enigma
El extremo izquierdo de una
“hoja de banbury” de la
Segunda Guerra Mundial, que
se encontró en 2014 en el
espacio de techo de Hut en
Bletchley Park
TEST DE TURING
-Turing escribió dos artículos que después han sido ampliamente
citados: Intelligent Machinery(1948) y Computing Machinery
and Intelligence (1950)

-El primero establece las bases de conexionismo y del

aprendizaje artificial por medio del entrenamiento. Esta línea ha
fructificado actualmente en lo que se conoce como redes
neuronales.

-El segundo de carácter es más filosófico, y se plantea la

pregunta de si es posible emular la inteligencia en una máquina

-Aquí es donde se propone el conocido Test de

Turing(denominado por el mismo como The imitation Game en
el que una máquina intenta confundir a un observador, que solo
puede leer sus respuestas, haciéndole creer que es un humano.
CONCLUSIONES
● Ya a temprana edad, Turing dio muestras de genialidad en las matemáticas, y al finalizar la
escuela fue admitido como estudiante de Matemáticas en el King’s College de la Universidad
de Cambridge, una de las instituciones científicas más prestigiosas del mundo.
● Durante su etapa universitaria, primero como alumno y después como docente, se relaciona con
otros grandes científicos de la época, como Alonzo Church, John von Neumann y Bertrand
Russell.
● Se le puede atribuir el mérito de ser quizás el primero y mayor de los padres conceptuales de
los computadores tal y como hoy los conocemos