Hoy vieron un poco del caminante aleatorio, de hecho se les quedaron dos tareas.
1. Si tienen un caminantea aleatorio ubicado en el plano y lo ponen... pues a caminar... ¿cuál es la probabilidad que después de N pasos éste se encuentre a distancia N? la única consideración es que el caminante tiene que cambiar de posicion para cada iteracion
Es decir
| N | p(dN) |
| 1 | 1 |
| 2 | 3/4 |
Hagan un programita en su lenguaje favorito que muestre como se movió después de N iteraciones, el graficado lo puede hacer con gnuplot
2. Mucho menos técnica al grado que ni parece tarea, pero si lo es. Tienen que ver cuánto tiempo tarda en llegar una hormiga a una fuente de alimento (un pedazo de dulce chupado, paleta o lo que quieran) y luego cuánto tarda en llegar el resto de la banda (o sea, el resto de las hormigas).
Otro tipo de caminante cuya distribución obedece a una ley de potencias es el caminante de Levy (el sitio que les mencionó toño es este: http://www.wheresgeorge.com/)
Todo esto es la introducción al tema de la Inteligencia de Enjambre (Swarm Intelligence).
Lectura
Por cierto, el artículo sobre los no-embotellamientos en colonias de hormigas, está aquí. Para bajar el artículo busquen el título y los debería llevar a arXiv.org [pdf].
Nos vemos en clase.
2 comments:
Otra de hormigas.
Esto me lo encontré, hoy miércoles por la mañana:
Ants can learn to forage on one-way trails
un extracto del artículo en Physorg.com:
The researchers used two incomplete bridges to connect the nests to the foraging ground (see related figure, below). The ants had to fall from the end of the outgiong bridge in order to reach the food and then, as they couldn't jump back up onto the end of the bridge, "The foraging ground would become a cul de sac if the ants could not abandon their 'retrace your steps' orientation system." But they did abandon it. Moreover, they not only managed to go back home, but also continued to use the apparatus and gradually established a routine, foraging effectively for months
El artículo en PLoS está aquí
Y por si fuera poco otro de hormigas y cerebros
On optimal decision-making in brains and social insect colonies
Abstract
The problem of how to compromise between speed and accuracy in decision-making faces organisms at many levels of biological complexity. Striking parallels are evident between decision-making in primate brains and collective decision-making in social insect colonies: in both systems, separate populations accumulate evidence for alternative choices; when one population reaches a threshold, a decision is made for the corresponding alternative, and this threshold may be varied to compromise between the speed and the accuracy of decision-making. In primate decision-making, simple models of these processes have been shown, under certain parametrizations, to implement the statistically optimal procedure that minimizes decision time for any given error rate. In this paper, we adapt these same analysis techniques and apply them to new models of collective decision-making in social insect colonies. We show that social insect colonies may also be able to achieve statistically optimal collective decision-making in a very similar way to primate brains, via direct competition between evidence-accumulating populations. This optimality result makes testable predictions for how collective decision-making in social insects should be organized. Our approach also represents the first attempt to identify a common theoretical framework for the study of decision-making in diverse biological systems.
Es el primer artículo de esta liga. Nomás que aparentemente la UNAM no está suscrita a esta revista =/
Post a Comment