Geometría computacional

De Wikipedia, la enciclopedia libre
Saltar a: navegación, búsqueda
Cilindro renderizado mediante un programa de ordenador.

La geometría computacional es una rama de las ciencias de la computación dedicada al estudio de algoritmos que pueden ser expresados en términos de la geometría. Algunos de los problemas puramente geométricos surgen del propio estudio de dichos algoritmos, y este tipo de problemas también se considera parte de la geometría computacional.[1]


Descripción[editar]

Es una disciplina constructiva, de carácter abstracto, que utiliza técnicas de la geometría clásica, la topología, la teoría de grafos, la teoría de conjuntos y el álgebra lineal. La geometría computacional es independiente de la tecnología de las máquinas de computación, si bien pone atención en proporcionar soluciones que se comporten de forma computacionalmente robusta.

La complejidad computacional es fundamental para la geometría computacional, con un enorme significado práctico si los algoritmos se usan en grandes conjuntos de datos que contienen decenas o cientos de millones de puntos. Para tales conjuntos, la diferencia entre O(n^2) y O(n logn) puede ser la diferencia entre días o segundos de computación.

El principal impulso para el desarrollo de la geometría computacional se lo dio el avance de la computación gráfica y el diseño asistido por ordenador (CAD/CAM), que hacen uso intensivo de las técnicas de esta disciplina. Otras aplicaciones importantes de la geometría computacional incluyen la robótica (planificación de movimientos y problemas de visualización), los sistemas de información geográfica (SIG) (localización y búsqueda geométrica, planificación de rutas), diseño de circuitos integrados (diseño geométrico y verifición de CI), ingeniería asistida por computadora (CAE) (programación de máquinas controladas numéricamente).

Las principales ramas de la geometría computacional son:

  • Geometría computacional combinatoria, también llamada geometría algorítmica, que trata de objetos geométricos como entidades discretas. Un libro sobre el tema por Preparata y Shamos fecha la primera utilización del término "geometría computacional" en este sentido en 1975.[2][1]
  • Geometría computacional numérica, que trata principalmente con la representación de objetos del mundo real en la forma adecuada para ser almacenada en un ordenador. Esta rama puede ser vista como un desarrollo de la geometría descriptiva y es a menudo considerada como una rama de los gráficos por ordenador o CAD. El término "geometría computacional", en este sentido ha estado en uso desde 1971.[3]

Geometría computacional combinatoria[editar]

Triangulación de un polígono. 1. Abanico. 2. Mínimo peso 3. Delaunay
Cálculo del cierre convexo de un conjunto de puntos por el Método de Graham.
Triangulación de Delaunay y Diagrama de Voronoi de un conjunto de puntos.

El objetivo principal de la geometría computacional combinatoria es el desarrollo de algoritmos y estructuras de datos eficientes para resolver problemas basado en términos de objetos geométricos: puntos, segmentos, polígonos, poliedros, etc...

Algunos de estos problemas parecen tan simples que no fueron considerados como tal hasta la llegada de los ordenadores. Por ejemplo, la determinación del cierre convexo de un conjunto de puntos puede ser realizada de forma intuitiva sobre un papel utilizando una regla, pero no es tan evidente dar las instrucciones a un ordenador para que lo resuelva. Otro problema, el de encontrar el par de puntos más cercanos puede ser implementado de forma sencilla mediante una búsqueda por fuerza bruta, calculando la distancia entre las n(n-1)/2 combinaciones posibles de pares de puntos y eligiendo la menor, pero esta solución no es aplicable para conjuntos con un elevado número de puntos. [4][5]

Algunos problemas clásicos[editar]

A continuación se enumeran algunos problemas clásicos que han sido estudiados en el campo del la Geometría computacional combinatoria:[6][7][8][9]

Problemas dinámicos[editar]

Otra gran clase es la de los problemas dinámicos, en la cual el objetivo es encontrar un algoritmo eficiente para encontrar la solución repetidamente tras cada modificación incremental de los datos de entrada (adición o supresión de los elementos geométricos de entrada). Los algoritmos para los problemas de este tipo típicamente supone estructuras dinámicas de datos. Cualquiera de los problemas de geometría computacional puede ser convertido en uno dinámico, con el coste de incrementar el tiempo del proceso. Por ejemplo, el problema de la búsqueda de rango provisto de adición y/o supresión de los puntos. El problema de la Envolvente convexa dinámica es mantener un seguimiento de la envolvente convexa; por ejemplo, para los conjuntos de datos que cambian dinámicamente, o mientras que los puntos de entrada son insertados o suprimidos. La complejidad computacional para esta clase de problemas se estima mediante:

  • El tiempo y espacio requeridos para construir la estructura de datos que se va a buscar.
  • El tiempo y espacio para modificar la estructura de datos buscada después de un cambio incremental en el espacio de búsqueda.
  • El tiempo (y a veces un extra de espacio) para responder la consulta.

Sistemas de Geometría Dinámica (SGD/DGS) el término sistema aludiendo a un conjunto integrado de componentes como principal elemento un núcleo o kernel de geometría dinámica computacional con interfaz gráfica de usuario (GUI) y en algunos casos incluye scripts para automatizar procedimientos como lo realiza la aplicación GeoGebra

Variantes[editar]

Algunos problemas pueden ser tratados bajo el punto de vista estático y dinámico dependiendo del contexto. Por ejemplo, considerando el siguiente problema:

  • Punto en un polígono: Decide si un punto está dentro o fuera de un polígono dado.

Muchas de las puestas en práctica de este problema dan resultados con un único intento, esto es, perteneciendo a la primera clase. Por ejemplo, en muchas aplicaciones de la computación gráfica, un problema común es encontrar en qué área de la pantalla se hace click con el cursor. Sin embargo, en algunas aplicaciones el poligono en cuestión es invariante, mientras que el punto representa una consulta. Por ejemplo, el polígono de entrada puede representar la frontera de un país y el punto es la posición de un avión, y el problema es determinar si el avión ha violado la frontera. Finalmente, el ejemplo anteriormente mencionado de la computación gráfica, en aplicaciones CAD los datos de entrada que cambian son usualmente almacenados en estructuras de datos dinámicas, lo cual puede ser explotado para agilizar las consultas de punto en un polígono. En algunos contextos de problemas de consultas hay expectativas razonables en la secuencia de las consultas, la cual puede ser aprovechada ya sea por estructuras de datos eficientes o por estimaciones de la complejidad computacional más ajustadas. Por ejemplo, en algunos casos es importante saber el peor caso para el tiempo total de la secuencia de N consultas antes que el de una única consulta.

Estructuras de datos clásicas[editar]

Algunas estructuras empleadas en la resolución de problemas de forma eficiente:

  • Diagrama de Voronoi : Dado un conjunto de puntos, crear una partición del plano de acuerdo al punto más cercano.
  • Triangulación de Delaunay : Dado un conjunto de puntos, crear la mejor triangulación para interpolar valores en su interior.
  • Octree y Árbol kd : Organizar el espacio para realizar búsquedas geométricas de forma efectiva.

Geometría computacional numérica[editar]

Pieza modelada en Software CAD

Esta rama también llamada geometría máquina, diseño geométrico asistido por computador (CAGD), o modelado geométrico, trata principalmente del estudio de modelado y representación de curvas y superficies por ordenador. Para ello, emplea elementos como curvas y superficies paramétricas, (tipo curvas de Bézier o Splines) o curvas no paramétricas (como conjuntos de nivel).

Las áreas de aplicación incluyen industrias como diseño de naves, aeronaves y automóviles, diseño de escenarios y personajes de videojuegos, o animación por computadora, entre otras.

Referencias y enlaces externos[editar]

  1. a b Shamos, Michael (1978). «Computational Geometry» (PDF). Yale University. 
  2. Franco P. Preparata and Michael Ian Shamos (1985). Computational Geometry - An Introduction. Springer-Verlag. 1st edition: ISBN 0-387-96131-3; 2nd printing, corrected and expanded, 1988: ISBN 3-540-96131-3. 
  3. Forrest, A. (1971). «Computational geometry». Proc. Royal Society London 321 (1545). doi:10.1098/rspa.1971.0025. 
  4. Khuller, Samir; Matias, Y. (1995). «A simple randomized sieve algorithm for the closest-pair problem». Information and Computation 118 (1): 34-37. doi:10.1006/inco.1995.1049. 
  5. Fortune, Steve; Hopcroft, J.E. (1979). «A note on Rabin's nearest-neighbor algorithm». Information Processing Letters 8 (1): 20-23. 
  6. Morales, Miguel Ángel (27 de junio de 2011). «Una interesante introducción a la Geometría Computacional». Gaussianos. Consultado el 1 de marzo de 2017. 
  7. Rivero, Francisco. «Geometría Computacional». Consultado el 1 de marzo de 2017. 
  8. Grima, Clara (2011). «Cada uno en su región y Voronoi en la de todos». Naukas. 
  9. O'Rourke, Joseph. Computational Geometry in C (2 edición). Cambridge University Press. ISBN 9780521649766. 

Otros recursos[editar]