Reseñas PISIS 2020

Posgrado en Ingeniería de Sistemas

Semblanza

M. C. Astrid González Leyva

Universidad Autónoma de Nuevo León

Obtuvo su Licenciatura en Biotecnología Genómica en la Universidad Autónoma de Nuevo León en el 2013. Realizó su Maestría en Ciencias en Ingeniería de Sistemas en el Posgrado de Ingeniería de Sistemas de la Universidad Autónoma de Nuevo León durante el 2019.

Introducción

La M. C. Astrid González Leyva nos introduce en la definición de los autómatas celulares, entendido como una representación matemática de sistemas físicos dinámicos que evoluciona en pasos discretos, explicando su enfoque en el análisis de datos.

Resumen

Se menciona a los autómatas celulares desde 1940, hoy en día son entendidos como una representación matemática de sistemas físicos cuyo espacio y tiempo es discreto, donde características físicas cuantificables forman parte de un conjunto de valores del autómata; no solo las características físicas son representadas, sino también características de preferencias, probabilidades, interacciones, etc.

Los autómatas celulares pueden ser unidimensionales, bidimensionales e incluso n-dimensionales, siempre y cuando se implementen las adecuaciones necesarias a costa de aumentar la complejidad computacional. Los autómatas se encuentran dentro de una red formando vecindarios y el estado de cada autómata depende del estado de los vecinos; cada agente se determina por sus vecinos, sus patrones (reglas) de actividad o inactividad generará distintos estados dentro de una cuadrilla. La cantidad de vecinos va a cambiar dependiendo del vecindario definido, este último se prueba experimentalmente para ajustar el modelo al problema estudiado.

Los autómatas son dinámicos, es decir que evolucionan en el tiempo. la forma de estudiarlos es por medio de simulaciones y así conocer el estado del sistema después de un tiempo dado, si se llega a un sistema estable, identificar si los agentes son estables, si no cambian con el tiempo, u oscilatorios si regresan a un estado después de varios pasos.

Finalmente, la M. C. Astrid presenta diversas aplicaciones como: crecimiento poblacional para planificación de ciudades; crecimiento celular para estimar tiempos de cicatrización de heridas, propagación de epidemias estableciendo probabilidades de contagio, dispersión de fármacos dentro del cuerpo; predicción de terremotos, comportamiento esperado de diversos contaminantes en el ambiente y minería de datos.

Conclusiones

La representación de un fenómeno real puede ser modelado hasta con las reglas más básicas mediante autómatas celulares, es posible modelar fenómenos de la naturaleza como la reproducción de bacterias, reproducción de células en una herida, la dispersión de incendios y el rastreo de plagas. El uso de los autómatas celulares son de gran ayuda para la toma de decisiones a partir de datos, generando simulaciones a distintas etapas del modelo.