La idea central
Un algoritmo es una receta: pasos finitos que transforman un input en un output. Pero la naturaleza tambien tiene "algoritmos": la evolucion optimiza fitness, las redes neuronales minimizan error, los ecosistemas alcanzan equilibrios.
En este camino veras como las ideas de ordenamiento, busqueda y aprendizaje aparecen tanto en codigo como en biologia. La computacion y la vida comparten estrategias de optimizacion.
Bubble Sort
Computation LabEl algoritmo de ordenamiento mas simple: comparar pares adyacentes e intercambiar si estan desordenados. Lento (O(n²)), pero su simplicidad lo hace perfecto para entender que significa "algoritmo".
Arbol de Busqueda Binaria
Computation LabEstructura que mantiene orden mientras permite insercion y busqueda eficientes. En cada nodo: menores a la izquierda, mayores a la derecha. Busqueda en O(log n) — mucho mejor que O(n).
Perceptron
Computation LabLa neurona artificial mas simple. Toma inputs, los multiplica por pesos, suma, y aplica un umbral. Aprende ajustando pesos segun errores. Puede clasificar datos linealmente separables.
Algoritmo Genetico
Biology Visual LabOptimizacion inspirada en la evolucion. Poblacion de soluciones, seleccion de las mejores, cruce y mutacion para generar descendencia. Encuentra soluciones a problemas donde no hay formula directa.
Lotka-Volterra (Depredador-Presa)
Biology Visual LabModelo de dinamica poblacional. Las presas crecen exponencialmente, los depredadores las comen, luego los depredadores mueren por falta de presas. Oscilaciones perpetuas — un "algoritmo" ecologico de regulacion.
Lo que conecta estas simulaciones
"Ordenar, buscar, aprender, evolucionar, equilibrar — son estrategias para resolver problemas. La computacion y la biologia convergen: ambas optimizan, ambas procesan informacion, ambas encuentran soluciones."