Automi Cellulari Def. formale di AC e di AC unidimensionale

Slides:



Advertisements
Presentazioni simili
Dall’informazione al linguaggio macchina
Advertisements

Misure ed Errori Prof Valerio CURCIO.
Rappresentazioni numeriche
Sistemi di numerazione
Le frazioni Vogliamo ampliare l’insieme numerico N con un insieme numerico nel quale sia sempre possibile eseguire la divisione . Per fare ciò dobbiamo.
I numeri naturali ….. Definizione e caratteristiche
Informatica Generale Susanna Pelagatti
Introduzione ai circuiti elettronici digitali
Simulazione del calcolo di due numeri binari
Rappresentazione di Numeri Reali
Circuiti Aritmetico-Logici
Rappresentazioni numeriche
Sistemi di numerazione
Trasmissione delle informazioni
Algebra di Boole e Funzioni Binarie
Codifica dei Dati Idea: vogliamo rappresentare dati eterogenei utilizzando un linguaggio che l’elaboratore puo’ facilmente manipolare Essenzialmente vogliamo.
1 2. Introduzione alla probabilità Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari : è linsieme.
Hash Tables Indirizzamento diretto Tabelle Hash Risoluzioni di collisioni Indirizzamento aperto.
Informatica 3 Codifica binaria.
A.S.E.6.1 ARCHITETTURA DEI SISTEMI ELETTRONICI LEZIONE N° 6 Complemento a MComplemento a M Rappresentazione di numeri con segnoRappresentazione di numeri.
A.S.E.5.1 ARCHITETTURA DEI SISTEMI ELETTRONICI LEZIONE N° 5 Rappresentazione di numeri con segnoRappresentazione di numeri con segno –Modulo e segno (MS)
Sistemi di Numerazione
Corso di Informatica (Programmazione)
1 Corso di Laurea in Biotecnologie Informatica (Programmazione) Rappresentazione dellinformazione su calcolatore Anno Accademico 2009/2010.
Automi Cellulari Automi Cellulari multistato Gliders, domini e filtri
Automi Cellulari Automi Cellulari Binari Unidimensionali con r>1
Introduzione agli Automi Cellulari
Algoritmi e strutture dati
by Vaccaro Maria Antonietta
Esistono 10 tipi di persone al mondo: Quelli che conoscono il codice binario & Quelli che non lo conoscono.
Rappresentazioni numeriche
Rappresentazione binaria dei numeri interi senza segno.
1 Sistemi Digitali. 2 Definizione Analog Waveform Time Voltage (V) 0 5 Digital Waveform Time Voltage (V)
Lezione 5. Ricapitolando…. Sistemi P2P puri Sistemi UniformiSistemi Non uniformi Abbiamo detto abbastanza KoordeNeighbor of Neighbor routing (NON)
Ricapitolando…. Sistemi P2P puri Sistemi UniformiSistemi Non uniformi Abbiamo detto abbastanza KoordeNeighbor of Neighbor routing (NON)
Rappresentazioni numeriche. Introduzione Un calcolatore elettronico dispone di uno spazio finito per memorizzare le cifre che esprimono un valore numerico.
Semantica per formule di un linguaggio proposizionale p.9 della dispensa.
4) Rappresentazione dei dati in memoria
Cos’è un problema?.
L'algebra di Boole e le sue applicazioni
Intelligenza Artificiale Algoritmi Genetici
Codifica binaria Rappresentazione di numeri
Rappresentazione di numeri relativi (interi con segno)
Usare rappresentazioni di lunghezza fissa porta ad avere valori non rappresentabili: Overflow indica un errore nella rappresentazione del risultato in.
Conversione binario - ottale/esadecimale
Conversione binario - ottale/esadecimale
Rappresentazione di Numeri Reali
RAPPRESENTAZIONE DELL’INFORMAZIONE
Rappresentazione dell’informazione
Programma del corso Introduzione agli algoritmi Rappresentazione delle Informazioni Architettura del calcolatore Reti di Calcolatori (Reti Locali, Internet)
RAPPRESENTAZIONE DELL'INFORMAZIONE
Sistemi di numerazione
Dalle potenze ai numeri binari
148 RISULTATO Quoto O Quoziente
Codifica dell’informazione
Linguaggi e Programmazione per l’Informatica Musicale
La rappresentazione delle informazioni in un computer Seconda parte.
La rappresentazione delle informazioni in un computer [Terza parte]
La rappresentazione delle informazioni in un computer
Risoluzione di Problemi con gli algoritmi Ricorsivi
Rappresentazione dell’Informazione
Informatica 3 V anno.
Corso di Matematica Discreta 4
Rappresentazione dell'informazione
Conversione binario-ottale/esadecimale
Le quattro operazioni.
I sistemi di numerazione
La numerazione ottale. Il sistema di numerazione ottale ha ampio utilizzo in informatica E’ un sistema di numerazione posizionale La base è 8 Il sistema.
© 2015 Giorgio Porcu - Aggiornamennto 09/12/2015 I STITUTO T ECNICO SECONDO BIENNIO T ECNOLOGIE E P ROGETTAZIONE Rappresentazione dell’ Informazione Conversioni.
Le frazioni A partire da N vogliamo costruire un nuovo insieme numerico nel quale sia sempre possibile eseguire la divisione. Per fare ciò dobbiamo introdurre.
Transcript della presentazione:

Automi Cellulari Def. formale di AC e di AC unidimensionale Parte II Automi Cellulari Def. formale di AC e di AC unidimensionale Stati, spazio cellulare e intorni unidimensionali Regole di evoluzione per AC unidimensionali Esempi

Def. formale di AC A = < Ed , S , X ,  > Un Automa Cellulare è una quadrupla A = < Ed , S , X ,  > Ed è l’insieme delle celle identificate dai punti a coordinate intere in uno spazio euclideo d-dimensionale; S è l’insieme finito degli stati dell’automa elementare; X è la relazione di vicinanza;  : Sm  S, con m = # X, è la funzione di transizione locale dell’automa elementare.

Caratteristiche degli AC Lo spazio ed il tempo sono “discreti” Lo spazio è costituito da un insieme di punti a coordinate intere Il tempo si misura in “passi di calcolo” Inizialmente l’AC si trova in uno stato arbitrario In un passo di calcolo la funzione di transizione :SmS viene applicata ad ogni cella (o sito) dell’Automa Cellulare simultaneamente

Def. formale di AC unidimensionale Un Automa Cellulare unidimensionale è una quadrupla A = < E1 , S , X ,  > E1 è lo spazio cellulare unidimensionale dell’AC S è l’insieme finito degli stati dell’automa elementare; X è la relazione di vicinanza unidimensionale;  : Sm  S, con m = # X, è la funzione di transizione locale dell’automa elementare.

Def. di AC unidimensionale “Crutchfield, 2000” La configurazione st di un AC unidimensionale, al tempo t, è un array unidimesionale di N celle (o siti) Se N è un numero finito bisogna specificare il comportamento ai margini dell’array. Nel seguito considereremo condizioni periodiche al bordo Al tempo t, ogni cella si trova nello stato stiA={0,1,…,k-1} per i=0,1,…,N-1 cosicché st AN t i= sti-r,…, sti,… sti+r è il vicinato dell’ i-esima cella

Ancora sulla def. di AC unidimensionale  è la funzione di transizione (aggiornamento) locale: St+1i = (t i) La lista di tutti i possibili vicinati con i corrispondenti nuovi stati per la cella centrale è chiamata tabella di aggiornamento dell’AC L’operatore di aggiornamento globale : AN ->AN applica  in parallelo a tutti i vicinati dell’array unidimensionale

Lo spazio cellulare unidimensionale Sito 0 Sito 1 Sito N-1 Spazio cellulare di N celle (o siti) Spazio cellulare di N celle con condizioni periodiche al bordo Sito N-1 Sito 0 Sito 1

Gli stati delle celle Consideriamo, per il momento, AC unidimensionali in cui ogni cella può assumere o lo stato 0 o lo stato 1 Disegniamo in bianco gli stati 0 e in blu gli stati 1 Chiamiamo k il numero di stati che può assumere una cella; nel nostro caso abbiamo: K=2 1

Intorni Il vicinato viene spesso chiamato “intorno” Consideriamo, per il momento, intorni formati dalla cella centrale, dalla vicina di sinistra e da quella di destra Chiamiamo d il numero di celle dell’intorno; nel nostro caso: d=3 Chiamiamo r il “raggio” dell’intorno; nel nostro caso: r=1

Esempio di Intorno r=1 (d=3) Cella Centrale Vicina Destra Vicina Sinistra Intorno r=1 (d=3) Possiamo allora scrivere la relazione di vicinanza: X = [-1, 0, 1] Cioè, fissato un sistema di riferimento con origine nella cella centrale, il vicinato sarà composto dalla vicina sinistra (posizione –1 rispetto alla cella centrale), dalla cella centrale stessa (posizione 0) e dalla vicina destra (posizione 1 rispetto alla cella centrale)

Sistema numerico binario Il sistema numerico decimale utilizza solo i simboli 0,1,2,3,4,5,6,7,8,9 per rappresentare i numeri Il sistema numerico binario utilizza solo i simboli 0 e 1 Il numero binario 101 equivale al numero decimale 5 Il numero binario 1111 equivale al numero decimale 15 Il numero decimale 23 equivale al numero binario 10111

Cambiamento di base: decimale -> binario Si utilizza l’ algoritmo di divisione euclidea Sia n un numero decimale: Si divide n per 2 e si considera il resto r Se il quoziente q è diverso da 0 si pone n=r e si ritorna al punto precedente Se il quoziente è 0 ci si ferma Il numero binario n2 corrispondente al numero decimale n è il numero composto dai resti delle divisioni presi al contrario

Esempio decimale -> binario Prendiamo n = 25 25 = 12 * 2 + 1 (q = 12  0; r = 1) 12 = 6 * 2 + 0 (q = 6  0; r = 0) 6 = 3 * 2 + 0 (q = 3  0; r = 0) 3 = 1 * 2 + 1 (q = 1  0; r = 1) 1 = 0 * 2 + 1 (q = 0; r = 1) Dunque: 252 = 11001

Cambiamento di base: binario -> decimale Se consideriamo il numero n = 12569 diciamo che la cifra 9 occupa la posizione 0, la cifra 6 la posizione 1,…, la cifra 1 la posizione 4 Lo stesso vale per i numeri binari; se n2=1110001 diciamo che 1 è nella posizione 0, 0 è nella posizione 1, e così via Per convertire un numero binario n2 nel numero decimale n si sommano le cifre di n2 ognuna moltiplicata per 2 elevato alla posizione della cifra

Esempio binario -> decimale Prendiamo n2 = 11001 Osserviamo che la cifra più a sinistra occupa la posizione 0, la penultima cifra la posizione 1 e così via Avremo dunque: n = 1*24 + 1*23 + 0*22 + 0*21 +1*20 = 1*16 + 1*8 + 0*4 + 0*2 + 1*1 = 16 + 8 + 1 = 25

Regole di evoluzione per AC a stati discreti Nel caso di AC a stati discreti la funzione di transizione si può esprimere tramite una tabella Supponiamo che il nostro AC abbia k=2 ed r=1 (ECA Elementary Cellular Automata); tutti i possibili intorni saranno i seguenti: 1

Osservazione sugli intorni 00010 = 0 (Intorno 0) 00110 = 1 (Intorno 1) 1 01010 = 2 (Intorno 2) 1 01110 = 3 (Intorno 3) 1 10010 = 4 (Intorno 4) 1 10110 = 5 (Intorno 5) 1 11010 = 6 (Intorno 6) 1 11110 = 7 (Intorno 7) 1

Esempio di funzione (o regola) di transizione 1 Intorno 7 1 Intorno 6 1 Intorno 5 1 Intorno 4 1 Intorno 3 1 Intorno 2 1 Intorno 1 Intorno 0 La regola di transizione può, allora, essere pensata come una tabella che fornisce il nuovo stato della cella centrale a partire dagli stati del vicinato

Spazio delle regole di un AC unidimensionale k=2, r=1 Le regole di transizione, come nell’esempio precedente, sono stringhe di 8 bit (essendo 8 gli intorni distinti) Esse rappresentano numeri binari. Ad esempio: 0011011010 = 54 Con 8 bit si possono rappresentare i numeri binari da 0000000010 = 0 a 1111111110=255 Esistono, dunque, 256 regole di transizione per AC unidimensionali k=2, r=1

Ricapitoliamo In un AC unidimensionale k=2, r=1 (d=3) esistono: kd = 23 = 8 intorni distinti (Kd)d = (23)3 = (8)3 = 256 regole di transizione Questo vuol dire che se consideriamo un AC con k=3 ed r=2 (d=5) avremo: 35 = 243 intorni distinti (35)5 = (243)3 = 14.348.907 regole di transizione

Applicazione della regola 0011011010 = 54 Step 0: 1 Step 1: 1 Step 2: 1 Step 3: 1 Step 4:

Evoluzione spazio temporale L’AC “evolve” nel tempo attraverso l’applicazione ripetuta della regola di transizione Asse dello spazio Asse del tempo O

Simulazione 1 Simulazione 1: regola 0011011010 = 54 200 celle configurazione iniziale casuale al 50% 200 step

Simulazione 2 Simulazione 2: regola 1001011010 = 150 200 celle configurazione iniziale casuale al 50% 200 step

Simulazione 3 Simulazione 3: regola 0111100010 = 120 200 celle configurazione iniziale casuale al 50% 200 step

Simulazione 4 Simulazione 4: regola 0101101010 = 90 200 celle configurazione iniziale casuale al 50% 200 step

Simulazione 5 Simulazione 5: regola 1000110010 = 140 200 celle configurazione iniziale casuale al 50% 200 step

Simulazione 6 Simulazione 6: regola 0011111010 = 62 200 celle configurazione iniziale casuale al 50% 200 step

Classificazione di Wolfram Wolfram ha classificato gli AC unidimensionali in base al loro comportamento dinamico Classe 1 L’evoluzione porta ad uno stato omogeneo Classe 2 L’evoluzione genera strutture stabili semplici e separate o strutture periodiche Classe 3 L’evoluzione genera configurazioni caotiche Classe 4 L’evoluzione genera strutture complesse localizzate, spesso durevoli nel tempo Reference: S. Wolfram, Universality And Complexity in Cellular Automata, Physica D, 10 (January 1984) 1—35, reperibile all’indirizzo www.stephenwolfram.com/publications/articles/ca