Annunci AdSense






[¯|¯] Svex, la vespa artificiale in grado di uccidere senza possibilità di essere abbattuta

maggio 12th, 2018 | by Marcello Colozzo |

random walk,mosca,traiettoria deterministica
Fig.1

Poco fa Pasqualina (uno dei miei gatti), ha cercato invano di afferrare una mosca. L'insetto è riuscito abilmente ad eludere il felino, grazie al tipo di traiettoria seguita. In breve, la mosca facendo "zig zag" non si fa prendere. Allora è un random walk? A rigor di logica, la risposta è un sonoro NO, in quanto per essere un random walk, le funzioni x(t), y(t), z(t), dovrebbero essere scorrelate nel tempo. Anzi, non sarebbero nemmeno funzioni nel senso dell'analisi matematica, bensì variabili aleatorie. Ma l'"azione" della mosca è un processo deterministico, e come tale dovrà essere la traiettoria seguita. In ogni caso, possiamo approssimare quest'ultima con il classico random walk. La possibilità di randomizzare la propria traiettoria, è probabilmente un effetto restituito dall'istinto di sopravvivenza. In altre parole, la mosca per sfuggire a un qualunque attacco, dovrà randomizzare il cammino percorso.

Il matematico e scrittore americano Rudy Rucker nel suo racconto Le formiche nel computer, parla della vespa "Svex", un robot miniaturizzato in grado di volare e di inseguire la propria "vittima" tramite un sistema visivo. In una descrizione più realistica, si potrebbe progettare un sistema del tipo svex, dotato di un sensore all'infrarosso con filtri di Wiener, in modo da implementare un algoritmo di inseguimento automatico. Sfortunatamente, un sistema del genere può essere a sua volta inseguito ed abbattuto. Al contrario, se il predetto sistema fosse equipaggiato - al pari di una vespa reale - di un algoritmo di randomizzazione, sarebbe un'arma infallibile (la vespa artificiale potrebbe montare un ago con veleno).

Vediamo come randomizzare la traiettoria in ambiente Mathematica
Settiamo le opzioni grafiche, implementiamo una distribuzione gaussiana, definiamo un processo di Wiener, i.e. un rumore bianco:

random walk,mosca,traiettoria deterministica

Abbiamo, dunque, delle variabili aleatorie. Tuttavia, Mathematica attraverso l'istruzione Interpolation è in grado di trattarle alla stregua di una funzione dell'analisi matematica (per cui possiamo anche integrarla, passando a un Brown Noise):

random walk,mosca,traiettoria deterministica

Integriamo:

random walk,mosca,traiettoria deterministica

Plottiamo:

random walk,mosca,traiettoria deterministica

No TweetBacks yet. (Be the first to Tweet this post)

Tags: , ,

Articoli correlati

Commenta l'esercizio