El pasado viernes 25 de abril del a\u00f1o en curso en la Facultad de Estad\u00edstica e Inform\u00e1tica, se imparti\u00f3 una conferencia titulada: \u00abLocalidad como medida de dificultad en problemas utilizando Programaci\u00f3n Gen\u00e9tica\u00bb <\/span>impartida por el Dr Edgar Galv\u00e1n L\u00f3pez, Research Fellow del Trinity College Dublin, Irlanda. <\/span><\/div>\n

<\/p>\n

Resumen<\/span><\/p>\n

Los algoritmos evolutivos (AEs), tales como los Algoritmos Gen\u00e9ticos y la Programaci\u00f3n Gen\u00e9tica, est\u00e1n inspirados en la teor\u00eda de la evoluci\u00f3n. La idea b\u00e1sica es resolver de manera *autom\u00e1tica* un determinado problema empezando con una poblaci\u00f3n de individuos creada al azar. Al utilizar operadores gen\u00e9ticos, el AE empieza a crear mejores individuos (soluciones) que con el tiempo llegan a (casi) resolver el problema en cuesti\u00f3n.<\/span><\/div>\n

\u00a0<\/span><\/div>\n

En esta pl\u00e1tica veremos de manera muy superficial que son los AEs, para despu\u00e9s adentrarnos en entender como podemos utilizar una m\u00e9trica en Programaci\u00f3n Gen\u00e9tica, denominada localidad (locality), que nos ayude a saber que tan dif\u00edcil o f\u00e1cil es resolver el problema en cuesti\u00f3n antes de ejecutar nuestro algoritmo, y con ello poder mejorar el dise\u00f1o de nuestro algoritmo<\/span><\/div>\n

<\/div>\n

\n\n\t\t