Tesede Mestrado

Composio com Autmatos Celulares
Dissertao para a obteno do grau de Mestre em Composio e Teoria Musical
Orientador: Miguel Ribeiro-Pereira
Samuel Van Ransbeeck
2009
Escola Superior de Msica e das Artes do Espectculo Instituto Politcnico do Porto Portugal
Composio com Autmatos Celulares Samuel Van Ransbeeck
Resumo
Os autmatos celulares so interessantes modelos tericos para a modelagem de processos complexos, tornando-os mais fceis de entender. Estes modelos tm sido utilizados em diversos ramos das cincias. Tal como outros modelos matemtico-tericos, os autmatos celulares tm potencial para ser utilizados em meios musicais. Esta Tese introduz o leitor, de forma abrangente, no universo dos autmatos celulares. Primeiramente, so explicadas as bases dos autmatos celulares, seguidas por exemplos de aplicaes nas cincias. A segunda parte centra-se sobre as aplicaes musicais de autmatos celulares, numa abordagem terica, enquanto a terceira parte apresenta trs casos de estudo que usam os processos tericos definidos anteriormente. Palavras-chave: composio algortmica autmatos celulares o Jogo da Vida
Abstract
Cellular automata are interesting theoretical models for modelling complex processes to make them easier to understand. These models have been used in various branches of sciences. Just like other mathematical-theoretical models, cellular automata have a potential to be used for musical means. This thesis introduces the reader in a comprehensive way to the universe of cellular automata. First, the basics of cellular automata are explained, followed by examples of applications in the sciences. The second part focuses on the musical applications of cellular automata in a theoretical way, whereas the third part shows three case studies that use the processes set out in the previous part.
Keywords: algorithmic composition cellular automata the Game of Life
ii
Currculo
Samuel Van Ransbeeck um compositor belga que vive em Portugal desde setembro 2006. Aps terminar os seus estudos em lnguas latinas modernas, em 2002, passou a estudar teoria musical e composio no Lemmensinstituut em Leuven, na Blgica. Teve aulas com Luc Van Hove (composio), Christian Vereecke (contraponto e harmonia) e Hans Mannes (violoncelo). A partir de Setembro de 2006 at fevereiro de 2007, passou a estudar na ESMAE no Porto, em Portugal, com uma bolsa Erasmus. Aps completar a sua licenciatura na Blgica, em Junho de 2007, voltou ao Porto para obter o mestrado em composio e teoria musical. Actualmente matriculado na ESMAE no curso de composio e teoria musical, prossegue o seu mestrado e agora no seu ltimo ano, com Fernando Lapa como professor de composio. Estudou composio com os professores Dimitris Andrikopoulos e Filipe Vieira. Na msica electrnica, teve aulas com Rui Dias, Gustavo Costa e Carlos Guedes. O seu orientador para a tese de Mestrado Miguel Ribeiro-Pereira. Para alm destes docentes, esteve em master classes com Morton Subotnick, Klaas de Vries, Helmut Lachenmann, Magnus Lindberg, Jonathan Harvey, Pedro Rebelo, Mikka Laursson, Eduardo Soutullo e Bruce Pennycook. Samuel Van Ransbeeck utiliza dados complexos como uma base para suas composies. Estes dados so complexas frmulas estocsticas e conjuntos de dados aplicados a parmetros musicais. O tema da sua tese de Mestrado Composio com autmatos celulares, um projecto que inclui uma componente terica e uma componente prtica, sob a forma de composies delineadas na parte terica. Em 2008, desenvolveu o projecto StockWatch, um programa que extrai valores da bolsa e os transforma em msica. O programa recebeu reaces positivas e ganhou aclamaes crticas em todo o mundo. Utilizando este software StockWatch, comps uma composio electrnica, Um S, para que a artista visual franco-brasileira Camille Entratice criasse o videoclip. O vdeo foi exibido no Porto e seleccionado para o Streamingfestival, na Holanda. Tem outros projectos, como Disperso, uma instalao em colaborao do escultor polaco Piotr Nowak, para o qual Samuel Van Ransbeeck escreveu a msica. O vdeo foi seleccionado pelo projecto CologneOFF e, posteriormente, exibido na parte de 24 horas de Nuremberg Film Festival, na Alemanha. Tambm foi mostrado no festival SoundImagesound VI, na Califrnia. Terminou em maro 2009 a banda sonora de The Shadow, um filme de um estudante da Tuft University, em Massachusetts, E.U.A. Desde Abril 2009 colaborador da companhia das artes Australiana TRAX, com quem desenvolve projectos de arte. O Outhouse um projecto interactivo, em que o pblico convidado a entrevistar-se a si mesmo, duma forma confortvel. O objectivo coleccionar histrias pequenas, que fazem parte da comunidade. Este projecto est a ser mostrado na Austrlia, em vrias conferncias. e no 'outback', com a comunidade de aborgenes. O Outhouse foi convidado para ser mostrado na Europa, no Festival Future Places, no Porto, onde lhe foi atribudo o primeiro prmio. Este prmio uma residncia de 3 meses em Lisboa. Para alm disso, TRAX recebeu um convite para o South by Southwest Festival no Texas, E.U.A., em Maro de 2010. Desde Agosto 2009 bolseiro na Unidade de Telecomunicaes e Multimdia (UTM) do INESC Porto, no mbito do projecto Sistemas composicionais dinmicos e adaptativos controlados por interfaces, financiado pela Fundao para a Cincia e Tecnologia (UTAustin/CD/0052/2008, responsveis: Carlos Guedes e Fabien Gouyon) em parceria com a Faculdade de Cincias Sociais e Humanas, Universidade do Texas em Austin, YDreams e Casa da Msica. iii
CertificadodeAutoridade/Originalidade
Certifico que esta Tese no foi previamente submetida a um grau acadmico e nenhuma parte da mesma foi utilizada outrora para outros fins que no esta Tese. Certifico igualmente que a Tese foi escrita por mim. Qualquer ajuda que recebi para o meu trabalho e para a preparao da Tese j foi reconhecida. Alm disso, eu certifico que todas as fontes de informao e bibliografia utilizadas so indicadas na Tese.
Samuel Van Ransbeeck
iv
Agradecimentos
Durante a pesquisa, tive o prazer de trabalhar com muitas pessoas interessantes. Esta Tese no seria possvel sem o trabalho e a ajuda do meu orientador, Miguel Ribeiro-Pereira, que no s me ajudou na parte da escrita, como tambm no desenvolvimento dum pensamento lgico, aumentando o meu interesse na investigao cientfica. Quero agradecer tambm a Daniela Coimbra e a Fernando Lapa, pela reviso de algumas partes da Tese. Em relao componente prtica, ou seja, escrita das composies, quero agradecer aos meus professores de composio na ESMAE (por ordem cronolgica): Dimitris Andrikopoulos, Filipe Vieira e Fernando Lapa. Tambm os professores de composio electro-acstica Carlos Guedes, Rui Dias e Gustavo Costa merecem palavras de agradecimento por me introduzirem nesse mundo da msica. Quero agradecer ainda ao Carlos Guedes como coordenador do curso, tal como ao Eugnio Amorim, sempre presentes durante os meus estudos na ESMAE. Agradeo a Antnio Sousa Dias, como arguente na defesa da Tese e pelas sugestes feitas. Fora da escola, agradeo ao grupo de correspondentes electrnicos (lista de discusso) do stio microsound.org, que me ajudou na procura dos textos relacionados com autmatos celulares e composio. Dave Burraston, que escreveu uma Tese sobre msica generativa e autmatos celulares, foi uma grande inspirao para mim, tal como Eduardo Reck Miranda, com a sua investigao sobre autmatos celulares e msica. Agradeo tambm s pessoas de quem recebi autorizao para utilizar vrias imagens para a minha Tese. Os seus nomes so mencionados abaixo. Finalmente, quero agradecer s pessoas que me apoiaram durante os meus estudos. Em primeiro lugar, aos meus pais obrigado pelo investimento que fizeram em mim! minha namorada e aos meus amigos. Agradecimentos ainda direco da ESMAE, por ter desenvolvido um departamento de composio de alto nvel, e comunidade portuguesa por me receber. Todas as citaes foram traduzidos pelo autor, encontrando-se em nota de rodap as citaes no idioma original. As figuras 5, 6, 8 e 9 so utilizadas com a autorizao de Wolfram Science http://wolframscience.com/downloads/ As figuras 10, 11 e 32 so feitas com um patch em MaxMsp de Robin Foster As figuras 12 e 26 so da Tese de doutoramento de Dave Burraston (2006) A figura 18 copiada de Carretoro (2003) http://www-rohan.sdsu.edu/~rcarrete/ teaching/M596_patt/lectures/lectures.html A figura 24 copiada de Scherer (2003) http://karl.kiwi.gen.nz/CA-Wireworld.html A figura 29 copiada de Kirke e Miranda (2007) As figuras 32 e 33 so reprodues das figuras utilizadas nos textos de Makis Solomos A figura 34 utilizada com autorizao de edies Durand-Salabert-Eschig As figuras no referidas acima foram feitas por mim ou so imagens sob licena creative commons.
ListadeFiguras
Figura 1. Uma figura nO Jogo da Vida .............................................................................................4 Figura 2: A regra sob forma grfica. A linha superior mostra os estados da clula central e os 2 vizinhos, enquanto a linha inferior mostra-nos o estado da clula central na gerao seguinte. Podemos ler esta linha inferior em nmeros binrios (da esquerda direita) o que nos d 01101001 ...................................................................................................................................8 Figura 3. Periodicidade ......................................................................................................................9 Figura 4. Reflexo .............................................................................................................................9 Figura 5. Valor fixo.............................................................................................................................9 Figura 6. Regra 30, primeiras 100 geraes .....................................................................................9 Figura 7. Regra 30 sob forma grfica: a linha inferior pode ser lida (em retrgrado) em cdigo binrio, o que nos d 01111000, que 30 em nmeros inteiros .............................................10 Figura 8. Regra 90, tambm conhecida como o tringulo de Sierpinski .........................................10 Figura 9. A regra sob forma grfica: a linha inferior pode ser lida (em retrgrado) em cdigo binrio, o que nos d 01011010, que 90 em nmeros inteiros .............................................10 Figura 10. Regra 165, regra complementar da regra 90 .................................................................11 Figura 11. Regra 110 .......................................................................................................................11 Figura 12 . Regra 110: a linha inferior pode ser lida (em retrgrado) em cdigo binrio, o que nos d 01110110, que 110 em nmeros inteiros ........................................................................11 Figura 13. Exemplos das quatro classes (segundo Wolfram). ........................................................12 Figura 14. Regra 5 sob forma grfica, onde se nota um comportamento peridico........................14 Figura 15. Associao do parmetro de Langton com as diferentes classes de Wolfram (adaptado de Burraston, 2006, p. 17). Note que um valor especfico de pode ser associado a mais do que uma classe. ......................................................................................................15 Figura 16. A vizinhana de Von Neumann ......................................................................................15 Figura 17. A vizinhana de Moore ...................................................................................................16 Figura 18. O Jogo da Vida com um espao continuo sob forma dum toro......................................17 Figura 19. O R-Pentomino ...............................................................................................................18 Figura 20. O blinker, uma figura que consiste em 3 clulas, oscila entre duas formas; um oscilador de perodo 2 .............................................................................................................19 Figura 21. O glider volta forma inicial, depois de 4 passos, mas deslocado na diagonal distncia duma clula ..............................................................................................................19 Figura 22. Uma nave espacial .........................................................................................................20 Figura 23. A configurao Acorn, descoberta por Charles Corderman ...........................................20 Figura 24. A configurao bsica Coelhos de Trevorrow ................................................................21 Figura 25. Lidka, descoberta por Andrzej Okrasinski e David Bell ..................................................21 Figura 26. A configurao Jardim de den, de Roger Banks..........................................................21 Figura 27. A configurao descoberta por Achim Flammenkamp ...................................................22 Figura 28. Modelo dum circuito lgico feito em Wireworld ..............................................................24 Figura 29. As clulas duma gerao aplicadas em alturas: as clulas vivas (a preto) sero tocadas, de que resulta o acorde do do# re# mi sol ....................................................33 Figura 30. As clulas duma gerao aplicadas aos ritmos .............................................................33 Figura 31. Uma imagem (fotografia instantnea) de CASS ............................................................34 Figura 32. Aplicao (x, y): as clulas (2, 4), (3, 3), (4, 3), (4, 4) e (4, 5) esto vivas ....................35 Figura 33. Uma imagem de Cellular Beats ......................................................................................36 Figura 34. As duas janelas principais de Glitch Sequencer: na primeira, est colocado o padro inicial; na segunda, os triggers ................................................................................................37 Figura 35. A aplicao baseada em radiais (segundo Kirke e Miranda 2007) ................................38 Figura 36. Em cima, as duas primeiras geraes dO Jogo da Vida; em baixo, o resultado musical .................................................................................................................................................39 Figura 37. O crivo que Xenakis utilizou: as duas numeraes representam diferentes centros tonais .......................................................................................................................................42 Figura 38. Reproduo do autmato utilizado nos cc. 10 e 14-15 ..................................................44 Figura 39. Horos: fragmento da partitura (cc. 10-18) ......................................................................47 vi
Figura 40. As primeiras 5 geraes dO Jogo da Vida, comeando com o R-Pentomino. A evoluo toda pode ser vista num patch em Max/MSP, includo no disco. .............................51 Figura 41. A grande unidade (hiper-)mtrica dividida em 7 partes menores...................................55 Figura 42. A figura esquerda mostra os autmatos na forma original; a figura direita mostra o segundo automato invertido, criando uma figura total que abre e se fecha ............................56 Figura 43. Regra 57, rodada 90 graus por motivos prticos ...........................................................59 Figura 44. A inclinao do arpejo vai ficando menor ao longo da pea ..........................................60 Figura 45. As entradas so calculadas atravs da relao com o arpejo .......................................61 Figura 46. C nota comum: na primeira figura, esta nota no est ligada, de que resulta um buraco; na segunda, C fica sustentado no violino enquanto entra o trompete. Por conseguinte, h uma fase transitria, uma modulao tmbrica, que torna a msica mais interessante. ............................................................................................................................61 Figura 47. A linha meldica do vibrafone ultrapassa a fronteira dos acordes .................................63 Figura 48. A linha meldica que parece uma onda; aqui tambm ultrapassa a fronteira dos acordes ....................................................................................................................................64 Figura 49. Os quatro tipos de dinmicas possveis .........................................................................65 Figura 50. Disposio da orquestra .................................................................................................67 Figura 51. A combinao da aplicao de notas e ritmos: cada nota surge sempre no mesmo tempo no compasso.................................................................................................................69 Figura 52. Mudando o ponto de incio, muda a posio da nota no compasso ..............................69
ListadeTabelas
Tabela 1. A regra sob forma duma tabela .........................................................................................7
Contedos
Resumo.............................................................................................................................................ii Abstract ............................................................................................................................................ii Currculo ..........................................................................................................................................iii Certificado de Autoridade/Originalidade ......................................................................................iv Agradecimentos...............................................................................................................................v Lista de Figuras ..............................................................................................................................vi Lista de Tabelas .............................................................................................................................vii Contedos ......................................................................................................................................vii Introduo ........................................................................................................................................1 I PARTE.............................................................................................................................................2 APRESENTAO DOS AUTMATOS CELULARES.....................................................................2 Captulo 1 Breve Resenha Histrica ..............................................................................................2 Captulo 2 Caractersticas Fundamentais .....................................................................................5 2.1 Caractersticas fundamentais...............................................................................................5 2.2 Funes de transio local...................................................................................................6 2.3 Condies dos extremos do autmato................................................................................8 2.4 Exemplos de autmatos elementares: as regras 30, 90 e 110 ..........................................9 vii
2.5 Classificaes possveis: o parmetro de Langton ......................................................12 Captulo 3 Autmatos Bi-Dimensionais.......................................................................................15 3.1 The Game of Life (O Jogo da Vida).................................................................................16 3.1.1 Formas da vida ...............................................................................................................18 3.1.2 Configuraes de relevo: Methuselah O Jardim de den ..........................................20 3.1.3 Variantes dO Jogo da Vida ............................................................................................22 3.2 Outros autmatos bi-dimensionais....................................................................................23 Captulo 4 Aplicaes de Autmatos Celulares .........................................................................24 4.1 Schelling Segregation Model..............................................................................................25 4.2 Urbanizao..........................................................................................................................26 II PARTE..........................................................................................................................................28 AUTMATOS CELULARES NA MSICA .....................................................................................28 Captulo 5 Composio com Autmatos Celulares....................................................................28 Captulo 6 Tcnicas para Utilizao dos Autmatos Celulares ................................................32 6.1 Tcnicas de aplicao em autmatos uni-dimensionais ................................................33 6.1.1. Alturas ............................................................................................................................33 6.1.2 Ritmos .............................................................................................................................33 6.1.3 Combinaes de parmetros ..........................................................................................33 6.2 Aplicar autmatos bi-dimensionais ...................................................................................34 6.2.1 Aplicao atravs de coordenadas (x, y) .......................................................................35 6.2.2 Aplicao baseada em coordenadas polares .................................................................38 6.3 Observaes ........................................................................................................................39 Captulo 7 Horos: Uma Obra Exemplar .......................................................................................40 7.1 O que levou Xenakis a utilizar autmatos celulares na sua msica? ............................40 7.2 Como utiliza Xenakis os autmatos celulares em Horos? ..............................................42 7.3 Anlise integral da pea.....................................................................................................47 III PARTE.........................................................................................................................................50 TRS ESTUDOS DE CASO ...........................................................................................................50 Captulo 8 Orange Disco, para Dois Pianos ................................................................................50 8.1 Conceito geral ......................................................................................................................50 8.2 Breve descrio da obra .....................................................................................................51 8.3 Problemas encontrados e elementos a melhorar.............................................................52 8.4 Concluso.............................................................................................................................54 Captulo 9 Descatico, para Dois Percussionistas ....................................................................54 9.1 Conceito geral ......................................................................................................................54 9.2 Anlise da obra ....................................................................................................................55 9.2.1 Plano geral......................................................................................................................55 9.2.2 Anlise da primeira parte ................................................................................................56 9.2.3 Anlise da segunda parte ...............................................................................................57 9.2.4 Tratamento das alturas ...................................................................................................57 9.3 Concluso.............................................................................................................................57 Captulo 10 KRACHT, para Grande Orquestra ............................................................................58 10.1 Fonte de inspirao ...........................................................................................................58 10.2 Anlise da obra ..................................................................................................................58 10.2.1 Primeira camada: camada de fundo .............................................................................59 10.2.2 Segunda camada: processos rtmicos ..........................................................................62 10.2.3 Terceira camada: dinmicas .........................................................................................64 10.2.4 Quarta camada: orquestrao ......................................................................................66 10.2.5 Quinta camada: elementos adicionais ..........................................................................67 10.3 Concluso...........................................................................................................................68 viii
Captulo 11 Concluso e Perspectivas Futuras..........................................................................68 Referncias ....................................................................................................................................71
ix
Introduo
Esta Tese constitui uma ferramenta terica do meu projecto de investigao no curso de mestrado em composio e teoria musical. A escolha para investigar e escrever sobre composio com autmatos celulares encontra a sua fonte no interesse em composio com elementos extramusicais. Para aprofundar a minha prtica de escrita com autmatos celulares, surgiu a necessidade de investigar estes processos. Tal investigao prope algumas perguntas centrais:
1. O que so os autmatos celulares? Para compor com autmatos celulares, temos de conhecer o fenmeno. Na I parte, apresentado o universo dos autmatos celulares. A trato as caractersticas, exemplos de autmatos especficos e suas aplicaes. 2. O que a composio com autmatos celulares? Para compor com autmatos celulares, temos que contextualizar esta prtica. Na II parte, contextualizo a prtica no espectro geral da msica algortmica. 3. Como podemos utilizar os autmatos celulares na msica? Os autmatos celulares possuem um potencial musical e preciso encontrar maneiras para ligar o sistema dos autmatos celulares com o sistema musical. Na II parte da Tese, so introduzidas vrias formas de utilizao dos autmatos celulares. Finalizo com a anlise duma obra exemplar.1 4. Quais so os problemas que surgem no decorrer da composio com autmatos
celulares? Na III parte, apresento trs estudos de caso. Trata-se duma anlise pormenorizada de composies minhas, seguida duma discusso dos problemas que surgiam durante a composio da pea. Cada estudo de caso acaba com uma reflexo conclusiva.
5. Porqu utilizar autmatos celulares? esta a pergunta mais importante que me incentivou realizao deste trabalho. Durante toda a Tese, so apresentadas razes para a utilizao dos autmatos celulares. H citaes de vrias autoridades nas cincias e em msica que justificam a sua utilizao. Julgo que essas citaes, juntamente com a prpria investigao, so argumentos suficientes para mostrar que a utilizao dos autmatos celulares na composio musical uma abordagem interessante e justificada, tanto a nvel tcnico como esttico.
1 Esta tese est focalizada na msica acstica. Por esta razo, uma obra de Xenakis analisada pormenorizadamente. A razo desta escolha simples: o compositor mais conhecido a ter utilizado autmatos celulares. Por isso, no podia faltar nesta tese a apresentao duma obra sua.
I PARTE APRESENTAO DOS AUTMATOS CELULARES Captulo1BreveResenhaHistrica

Os autmatos celulares tm a sua origem na pesquisa de John Von Neumann (1903-57). Este matemtico americano tentou desenvolver uma mquina de reproduo automtica. O seu artigo pioneiro The general and logical theory of automata apresenta uma nova viso da teoria de autoreproduo, formulando a questo essencial: Ser que podemos construir um agregado a partir de tais elementos e de tal maneira que, se for colocado num reservatrio em que flutuam todos estes elementos, cada um deles no fim revelar-se- ser um outro autmato exactamente como o original?2 A ideia de Von Neumann era de construir ento uma mquina que seria capaz de autoreproduzir-se sem interveno humana. A se d uma resposta afirmativa a esta questo e, a partir dum novo modelo terico, dela se faz prova. Novo impulso , assim, dado pesquisa cientfica nesta rea. Seguindo Burks3, Von Neumann no estava interessado numa simulao ao nvel gentico e bio-qumico, mas queria abstrair a forma lgica do problema de reproduo automtica natural.
O pensamento de Von Neumann um pensamento tipicamente lgico-matemtico: se a autoreproduo feita atravs duma mquina bioqumica muito complexa o seu comportamento pode ser descrito como uma sequncia lgica de passos, ou seja, como um algoritmo. Ora, se um algoritmo pode ser executado por qualquer mquina, ento uma mquina de Turing4 (cuja
John Von Neumann, The general and logical theory of automata, A. W. Taub, The Collected Works of John Von Neumann, ed. A. H. Taub, Vol. 5 (Oxford: Pergamon Press, 1961) 6 vols. 288-328. (p. 315) Can one build an aggregate out of such elements in such a manner that if it is put in a reservoir, in which float all of these elements, each of which will at the end turn out to be another automaton exactly like the original one? 3 Chris Langton, Self-reproduction in cellular automata, Physica D 10 (1984): 134-144. 4 Eric W Weisstein, Turing Machine, 2009 15 de Maio, 2009 15 de Maio <http://mathworld.wolfram.com/TuringMachine.html>. Uma mquina de Turing uma mquina de computao terica inventada por Alan Turing (1937) para servir como um modelo idealizado para o clculo matemtico. Uma mquina de Turing consiste numa linha de clulas conhecidas como uma fita que pode ser movida para trs e para a frente, um elemento activo conhecido como a cabea que possui uma propriedade conhecida como Estado e que pode mudar a propriedade conhecida como cor da clula
existncia meramente conceptual) poder executar aquele mesmo algoritmo. Por essa razo, Von Neumann props-se mostrar a existncia duma mquina Turing que podia efectuar a sua prpria reproduo. Se tal mquina Turing existir, ento perfeitamente plausvel que os processos de auto-reproduo de organismos vivos (e, por implicao, outros processos fundamentais para a vida) sejam susceptveis de descrio algortmica. Por conseguinte, a prpria vida pode ser criada por mquinas.5
Em 1951, o matemtico polaco Stanislaw Ulam (1909-84) sugeriu a Von Neumann construir o seu prprio autmato auto-reprodutor. A construo deste autmato celular para usar a designao actual foi esboada logo no ano seguinte e completada em 1966, j depois da sua morte, pelo matemtico americano Arthur Burks (1915-2008). O resultado final foi uma mquina universal Turing (inventada em 1936) embutida num autmato celular bidimensional, com 29 estados para cada clula, uma vizinhana de 5 clulas (conhecida como Von Neumann neighbourhood) e que precisava de 200.000 clulas aproximadamente.6 No entanto, nunca foi implementado. O sistema veio a ser simplificado por Codd,7 Langton8 e Reggia, Armentrout, Chou e Peng.9
A descoberta de Von Neumann abriu caminho a dois tipos diferentes de investigao: um, mais de carcter prtico, que se propunha construir uma verdadeira mquina auto-reprodutora; o outro, mais de carcter matemtico, propunha-se investigar as propriedades dos autmatos celulares. Esta proposta ficou confinada dcada de 1960, tendo-se tornado algo esotrico, esmoreceu na dcada seguinte e foi retomada na dcada de 1980.
Ainda em 1960, investigou-se a utilizao de autmatos no sentido de optimizar circuitos para operaes aritmticas, entre outras. A partir da dcada de 1960, experimentou-se ligar
activa debaixo dela, e um conjunto de instrues como o chefe deve modificar a clula ativa e mover a fita. Em cada etapa, a mquina pode modificar a cor da clula activa, alterar o estado da cabea, e depois mover a fita duma unidade para a esquerda ou para a direita. 5 Chris Langton, Self-reproduction in cellular automata, Physica D 10 (1984): 134-144. 6 Todos estes termos sero explicados a seguir, no segundo captulo. 7 Edgar F Codd, Cellular Automata (New York: Academic Press, 1968). 8 Chris Langton, Self-reproduction in cellular automata, Physica D 10 (1984): 134-144. 9 James A Reggia, et al., Simple systems that exhibit self-directed replication, Science 259.5099 (1993): 1282-1287.
neurnios10 numa matriz para simular redes neuronais, da resultando um autmato celular bidimensional.
Em 1970, um autmato celular bi-dimensional designado The Game of Life chamou muito a ateno, no s do mundo cientfico mas tambm do mundo artstico, por causa da beleza das figuras que surgiam atravs de elementos e de regras to simples, capazes de simular um sistema evolucionrio (Fig. 1).
Figura 1. Uma figura nO Jogo da Vida
Outros tipos especficos de autmatos celulares foram criados para utilizao em situaes (e com designaes) muito diversas.
S na dcada de 1980 houve um recrudescimento da investigao cientifica, principalmente graas ao fsico e matemtico ingls Stephen Wolfram (nascido em 1959). Comeando em 1983 uma srie de artigos em que redefiniu o domnio dos autmatos celulares, Wolfram exps recentemente a sua viso abrangente num livro monumental, A New Kind of Science (2002), padro de referncia sobre o tpico.
10 Os neurnios so as clulas no crebro responsveis pelo processamento de informao no corpo. Podem ser ligados para transmitir sinais corporais.
Captulo2CaractersticasFundamentais

Os autmatos celulares tm quatro elementos fundamentais, que caracterizam a sua identidade especfica: 1) a matriz global das clulas; 2) os estados possveis de cada clula; 3) a sua vizinhana; 4) a regra de transio local.
2.1Caractersticasfundamentais
A matriz pode ter um nmero qualquer de dimenses. Neste trabalho, consideraremos apenas autmatos uni-dimensionais e bi-dimensionais. Tambm h investigao feita sobre autmatos tri-dimensionais, embora seja menos extensa.
As clulas podem ter vrios estados diferentes. Designa-se por k o nmero possvel desses estados, sendo k um nmero inteiro igual a 2 ou maior. No caso em que k = 2, cada um dos estados pode ser descrito como vivo ou morto, a que correspondem respectivamente os smbolos 1 e 0 (em cdigo binrio) ou, graficamente, preto e branco. No primeiro autmato implementado por Von Neumann, cada clula tem 29 estados diferentes. No entanto, 2 o nmero mais comum.
A vizinhana duma clula definida pelo nmero de clulas ao lado (ou volta) dessa clula central, estando esta tambm includa. Tomemos o exemplo dum autmato uni-dimensional. Se uma clula central tem uma esquerda e outra direita, a vizinhana contm 3 clulas ao todo.
A regra de transio local (local transition function) que define o estado das clulas (1 ou 0) em cada estdio do processo evolutivo; isto , identifica-se com o modo como so geradas as clulas 5
do autmato. Esta regra depende da vizinhana. A sua aplicao efectua-se em momentos discretos, por passos no tempo (t = 0, 1, 2, 3, . . .), como se fossem ponteiros dum relgio. O tempo t = 0 reservado para o estado inicial.
Em suma, todos estes quatro elementos em conjunto a matriz celular, os estados possveis duma clula, a sua vizinhana e a regra (ou funes) de transio local constituem o autmato celular.
2.2Funesdetransiolocal
Uma condio determinante dum autmato celular que a funo de transio local, que rege os estados de cada clula num dado momento (time step) ou fase evolutiva, se baseia nos estados das clulas na sua vizinhana durante a(s) fase(s) anterior(es). As regras de transio tm, por isso, uma natureza estritamente local: cada clula tem influncia no estado das clulas mais prximas e por elas tambm influenciada. Assim, pode dizer-se que os padres globais que emergem num autmato resultam da aplicao das regras de transio a nvel local.
H muitas funes de transio local diferentes, dependendo de vrios factores designadamente (1) a vizinhana de cada clula, (2) o seu nmero de estados e (3) a dimenso temporal. Nesta seco e nas prximas, consideraremos apenas autmatos uni-dimensionais; deixa-se para o captulo 3 o exame dos autmatos bi-dimensionais.
Primeiro, a vizinhana definida atravs do raio de alcance (radius), ou de integrao unitria, duma clula. Por exemplo, r = 1 quer dizer que a clula central tem s uma outra de cada lado. Neste caso, a vizinhana (que inclui a clula central, naturalmente) constituda por 2r + 1 clulas. Consideremos, em segundo lugar, o nmero de estados possveis (representado pelo smbolo k). Se k = 2, e mantendo r = 1 do exemplo anterior (isto , uma vizinhana de 2r + 1 ), teremos ento 8 configuraes diferentes, ou seja, 23. Em geral, h k2r+1 estados em autmatos 6
uni-dimensionais. Finalmente, quanto dimenso temporal, deve referir-se que os autmatos descritos acima so da primeira ordem; assim se designam quando o estado da clula actual s depende do seu estado (na gerao ou fase evolutiva) anterior. H investigao em autmatos de ordem superior realizada por Wolfram.11
Com estes factores, vamos agora descrever autmatos celulares atravs de (1) frmulas matemticas, (2) tabelas e (3) de forma grfica. Se definirmos ci(t) como o estado da clula i no momento t, esse estado no momento seguinte ser ci(t +1). Matematicamente, ento, podemos escrever a dependncia do estado actual duma clula atravs dos estados das suas clulas vizinhas do lado esquerdo e do direito: ci((t +1) = [ci-1(t), ci(t), ci+1(t)] Consideremos a seguinte funo de transio local (representada pelo smbolo ), ci(t +1) = (ci-1(t) + ci(t) + ci+1(t)) mod 2 onde mod 2 significa subtrair o resto aps diviso daquela soma em 2, sendo o resultado sempre 0 ou 1. Podemos agora colocar esta regra sob a forma duma tabela, de acordo com Schiff.12 Ci-1(t) 1 1 1 1 0 0 0 0 Ci(t) Ci+1(t) 1 1 0 0 1 1 0 0 1 0 1 0 1 0 1 0 Ci(t+1) 1 0 0 1 0 1 1 0
Tabela 1. A regra sob forma duma tabela
Uma maneira ainda mais cmoda para descrever (e, sobretudo, para compreender) uma funo de transio local fazer uma representao grfica (Fig. 2). Na linha superior, colocamos a configurao actual; na linha inferior, colocamos o resultado que se obtm na gerao seguinte.
11 12
Stephen Wolfram, A New Kind of Science (Champaign: Wolfram Media, 2002). Joel L Schiff, Cellular Automata: A Discrete View of The World (Hoboken: John Wiley & Sons, Inc., 2008). (p. 44)
Figura 2: A regra sob forma grfica. A linha superior mostra os estados da clula central e os 2 vizinhos, enquanto a linha inferior mostra-nos o estado da clula central na gerao seguinte. Podemos ler esta linha inferior em nmeros binrios (da esquerda direita) o que nos d 01101001
Tendo em considerao as seguintes condies, r =2, k = 2, com 8 padres de vizinhana diferentes, haver 28 (ou seja, 256) regras de transio possveis. O cientista americano Weisstein13 classifica os autmatos celulares nestas condies como elementares. Utilizando a tabela acima, possvel descrever a regra em forma binria (10010110). Igualmente, podemos identific-la na linha inferior da representao grfica, em que um quadrado preto (clula viva) equivale a 1 e um quadrado branco (clula morta) equivale a 0. Aplicando isto figura acima, teremos o nmero 10010110. Podemos traduzir (ou converter) este cdigo binrio em nmeros inteiros, lendo da direita para a esquerda (01101001), o que nos d 150. Da, a regra ser
conhecida como regra 150. Desta maneira, atravs de quantificao numrica, possvel designar todos os autmatos elementares.
2.3Condiesdosextremosdoautmato
Um problema crucial que surge num autmato uni-dimensional tem a ver com as clulas que se situam nos extremos (esquerdo e direito) desse autmato. Como foi dito antes, o estado actual duma clula depende do estado anterior dessa clula e das clulas na sua vizinhana. Consideremos o caso r =1, em que a clula central tem uma sua esquerda e outra direita. Surge ento um problema nestes dois lados extremos, porque a cada uma destas clulas ir faltar uma esquerda e direita, respectivamente que lhe complementar. Ora, necessrio uma vizinhana de ambos os lados para que uma clula possa evoluir. Para resolver isso, existem trs solues.14 1) Periodicidade: aqui as clulas extremas, do lado esquerdo e do direito, so consideradas vizinhas. Ligam-se, assim, os dois lados e um cilindro criado.
13
14
Eric W Weisstein, Elementary Cellular Automaton, Mathworld-A Wolfram Web Resource, 2009 15 de Maio <http://mathworld.wolfram.com/ElementaryCellularAutomaton.html>. Joel L Schiff, Cellular Automata: A Discrete View of The World (Hoboken: John Wiley & Sons, Inc., 2008). (pp. 47-49)
Figura 3. Periodicidade
2) Reflexo: neste caso, duplicam-se as clulas dos lados extremos, cada uma tomando como vizinha uma cpia de si prpria. a A B C D E F f
Figura 4. Reflexo
3) Valor fixo: em alguns casos, os estados das clulas dos lados extremos mantm-se inalterados. No exemplo que segue, em particular, as clulas dos extremos ficam vivas durante toda a evoluo do autmato. 1 A B C D E F 1
Figura 5. Valor fixo
2.4Exemplosdeautmatoselementares:asregras30,90e110
Regra 30 A representao grfica desta regra a seguinte,
Figura 6. Regra 30, primeiras 100 geraes
que mostra um grau elevado de aleatoriedade. Ao investigar esta regra atravs de experincias estatsticas, Wolfram (1986) concluu que a sequncia dos estados 1 e 0 era totalmente aleatria. Comeando com uma clula na primeira gerao, o autmato cresce, mas no podemos descobrir
um padro particular dentro esse tringulo. A concluso de Wolfram foi testada recentemente em Gage, Laub e McGarry,15 que demonstram tal aleatoriedade.
Figura 7. Regra 30 sob forma grfica: a linha inferior pode ser lida (em retrgrado) em cdigo binrio, o que nos d 01111000, que 30 em nmeros inteiros
Regra 90 A aplicao da regra 90 resulta (tal como as regras 18, 22, 26, 82, 146, 154, 210 e 218) numa forma triangular com dimenso fractal; isto , no interior do tringulo maior, existem outros do mesmo tipo, mas de menor dimenso e em diferentes nveis hierrquicos. Esta figura foi descrita pelo matemtico polaco Sierpinski em 1915 da ser conhecido como o tringulo Sierpinski que todavia no a considerou como um autmato celular.16 Eis a sua representao grfica:
Figura 8. Regra 90, tambm conhecida como o tringulo de Sierpinski
Figura 9. A regra sob forma grfica: a linha inferior pode ser lida (em retrgrado) em cdigo binrio, o que nos d 01011010, que 90 em nmeros inteiros
Como objecto invertvel (ampichiral),17 a regra 90 tem outra que lhe complementar (a regra 165), e cuja representao grfica a sua imagem em espelho:
15 Dustin Gage, Elizabeth Laub e Briana McGarry, CELLULAR AUTOMATA: IS RULE 30 RANDOM? (Michigan: Central Michigam University, 2005). 16 Eric W Weisstein, Rule 90, 2009 15 de Maio, MathWorld--A Wolfram Web Resource, 2009 15 de Maio <http://mathworld.wolfram.com/ElementaryCellularAutomaton.html.>. 17 Designa-se por amphichiral um objecto que pode sobrepor-se sua imagem invertida (em espelho plano). Eric W Weisstein, Ampichiral, MathWorld--A Wolfram Web Resource, 2009 15 de Maio <http://mathworld.wolfram.com/ElementaryCellularAutomaton.html>.
10
Figura 10. Regra 165, regra complementar da regra 90
A frmula matemtica da regra 90 a seguinte ci(t+1) = (ci-1(t) + ci+1(t)) mod 2
Regra 110 O aspecto da regra 110, ao contrrio da anterior, no parece muito interessante; falta-lhe uma estrutura saliente.
Figura 11. Regra 110
Figura 12 . Regra 110: a linha inferior pode ser lida (em retrgrado) em cdigo binrio, o que nos d 01110110, que 110 em nmeros inteiros
De acordo com a informao de Schiff18, Wolfram achava que esta regra seria capaz de fazer computao universal. Isso mesmo veio a ser demonstrado na dcada de 1990 pelo seu assistente Matthew Cook.
18
Joel L Schiff, Cellular Automata: A Discrete View of The World (Hoboken: John Wiley & Sons, Inc., 2008). (p. 57).
11
2.5Classificaespossveis:oparmetrodeLangton
H vrias maneiras de classificar os diferentes autmatos uni-dimensionais. Cedo foi feita uma tentativa a mais conhecida por Wolfram.19 Este matemtico descreveu os autmatos celulares como sistemas dinmicos discretos, de construo simples, mas com um comportamento complexo que se auto-organiza.20 Investigou vrios autmatos e props quatro classes, baseando-se nos resultados visuais das experincias empricas: Classe I os padres desaparecem com o tempo ou mantm-se com valores fixos; Classe II os padres evoluem at uma estrutura que se repete indefinidamente, ciclos peridicos com um nmero fixo dos estados; Classe III os padres tornam-se caticos e nunca se repetem, formando estados aperidicos e aleatrios; Classe IV os padres evoluem para formas complexas, apresentando estruturas
localizadas que se movem espacial e temporalmente.
Figura 13. Exemplos das quatro classes (segundo Wolfram).
Outras classificaes so possveis, por exemplo, o sistema que distingue os autmatos em seis classes.21 A concluso destes autores que qualquer estratgia depende dos interesses
Stephen Wolfram, Universality and complexity in cellular automata, Physica D 10.1 (1984): 1-35. Dave Burraston, Generative Music and Cellular Automata, Doctoral Dissertation (Sidney: University of Technology, 2006). (p. 15) [CA are] discrete dynamical systems with simple construction but complex self-organising behaviour. 21 Wentian Li e Norman Packard, The Structure of the Elementary Cellular Automata Rule Space, Complex Systems 4 (1990): 281-287.
20
19
12
particulares do investigador, sendo todos eles correctos.22 Em geral, todavia, um sistema de classificao comporta normalmente trs categorias de comportamento: ordenado, complexo ou catico.
O parmetro de Langton O cientista americano Christopher Langton classificou os autmatos celulares segundo um parmetro geral (lambda uma letra do alfabeto grego) em 1986. O trabalho de Wolfram s considerava os 256 autmatos elementares. Ora, Langton estava interessado em utilizar autmatos mais complexos, com um nmero elevado de estados celulares e de vizinhana. Foi nesse sentido que props a utilizao do parmetro . De facto, para classificar estes autmatos de grande complexidade, a investigao emprica e visual de Wolfram seria extremamente difcil e pouco precisa. Langdon trouxe simplicidade e rigor, atravs dum mtodo quantitativo.
Em que consiste, afinal, este parmetro? O parmetro
, explica Rennard,, de facto, a
probabilidade, entre todas as configuraes de vizinhana possveis, que uma dada configurao resulte numa clula activa, isto : 1 (o nmero de transies [com clulas] imveis dividido pelo nmero total de transies).23 Consiste num nmero entre 0 e 1, tendo estes significados opostos; 0 mostra um comportameto fixo e 1 mostra comportamento catico. calculado atravs da frmula seguinte:
K o nmero dos estados possveis; , o das clulas vizinhas; nq o dos estados imveis da clula central (na fase seguinte), que resulta destes estados de vizinhana. Se nq = k, todos os estados so imveis e = 0. Se nq = 0, no h estados imveis e = 1. Se todos os estados esto
22 Dave Burraston, Generative Music and Cellular Automata, Doctoral Dissertation (Sidney: University of Technology, 2006). (p. 16) [Any scheme] depends on the particular interests of the researcher', all of which are correct. 23 Jean-Philippe Rennard, Introduction to Cellular Automata, 2006 Maio, Rennard.org, 2009 15 de Maio <http://www.rennard.org/alife/english/acintrogb01.html>. The parameter is, in fact, the probability, within all possible neighbourhood configurations, that one given configuration should lead to an "active" cell, i.e.: 1 (number of quiescent transitions/ total number of transitions).
13
representados igualmente, = 1 1/k. Expliquemos com um exemplo: se k = 3 e r = 1, h 33 = 27 estados de vizinhana. Se representarmos esses trs estados com 1, 2 e 0, e cada um aparecer com frequncia igual isto , nove vezes cada um 2/3 do total (18 de 27) vo ser diferentes de zero (no imveis), o que corresponde a = 1 1/3. Estatisticamente, esta equao d-nos o resultado (output) mais heterogneo. Por isso, o mbito que nos interessa 0 1 1/k, ou seja, nem o comportamento fixo nem o catico.
Calcula-se agora, a ttulo de exemplo, a Regra 5:
Como vimos, o resultado 0,25 corresponde classe II, isto , em que a regra mostra um comportamento peridico. Tal como o clculo anterior, os dois exemplos que a seguir se reproduz (Figs. 14 e 15) so de Schiff.24
Figura 14. Regra 5 sob forma grfica, onde se nota um comportamento peridico
O parmetro pode ser aplicado nos 256 autmatos elementares. Assim, podemos comparar o grau de caos com as classes de Wolfram. Na figura seguinte, veremos que a classe IV est associada classe II e vem antes da classe III. Na classe IV, h estruturas peridicas que interagem, o que no acontece com as estruturas peridicas da classe II. Por causa desta interaco complexa, o comportamento da classe IV est ligado ao comportamento aleatrio da classe III. Em suma, podemos colocar os comportamentos na seguinte ordem, com o valor 0 do lado esquerdo e 1 1/k do lado direito.
24
Joel L Schiff, Cellular Automata: A Discrete View of The World (Hoboken: John Wiley & Sons, Inc., 2008). (pp. 78-79)
14
0 --> Fixo ---> Peridico --> Complexo --> Catico --> 1 Figura 15. Associao do parmetro de Langton com as diferentes classes de Wolfram (adaptado de Burraston, 2006, p. 17). Note que um valor especfico de pode ser associado a mais do que uma classe.
Captulo3AutmatosBiDimensionais
Os autmatos bi-dimensionais partilham vrias caractersticas com os autmatos unidimensionais. H dois tipos diferentes de vizinhana que a maioria dos autmatos bi-dimensionais utiliza. O primeiro conhecido como a vizinhana de Von Neumann, que consiste num grupo de 4 clulas (tendo em conta tambm os seus estados) volta da clula central; ou num grupo de 5, se contabilizarmos a clula central. Foi este que Von Neumann utilizou na sua investigao para construir uma mquina auto-reprodutora.
Figura 16. A vizinhana de Von Neumann
15
O segundo tipo a vizinhana de Moore, que tem uma forma quadrada, ao contrrio da de Von Neumann, em forma de diamante. Se r = 1, a vizinhana consiste em 8 clulas; ou 9, se contabilizarmos a clula central.
Figura 17. A vizinhana de Moore
No caso dos autmatos uni-dimenionais, com k = 2 e r = 1, havia 23 = 8 estados de vizinhana possveis (cf. supra 2.2 Funes de transio local). No caso dos autmatos bi-dimensionais, e pressupondo as mesmas condies, h 29 = 512 estados de vizinhana possveis. Este ltimo nmero implica que h 2512 10154 funes de transio local. Com a vizinhana de Von Neumann, h 232 10.000.000.000 (dez mil milhes) de funes de transio. Outros tipos de vizinhana existem ainda, para alm dos de Von Neumann e de Moore.25
3.1TheGameofLife(OJogodaVida)
Este jogo, concebido por John Conway, foi apresentado ao mundo em 1970, num artigo da revista Scientific American. Logo captou muita ateno. O objectivo de Conway era fazer uma simulao da vida, com trs regras muito simples: 1) Sobrevivncia uma clula com 2 ou 3 clulas vizinhas vivas sobrevive (isto , fica no estado = 1) na prxima gerao; 2) Morte uma clula com 4 ou mais clulas vizinhas vivas morre (vai para estado 0) devido a excesso de populao; morre tambm por isolamento, se tiver s uma clula vizinha viva.
25
Um catlogo vasto pode ser consultado em http://cell-auto.com/neighbourhood.
16
3) Nascimento uma clula vazia (ou morta), que tenha 3 clulas vizinhas vivas (tem que ser exactamente este nmero), nasce como clula viva na prxima gerao.
O Jogo da Vida utiliza a vizinhana de Moore, quer dizer, 8 clulas vizinhas possveis para uma clula central. Tal como vimos nos autmatos uni-dimensionais, existe aqui tambm o problema dos extremos. A soluo mais comum juntar os lados para criar um espao contnuo, da resultando a forma dum toro (Fig. 18), que corresponde ao tipo de periodicidade (cf. 2.3 Condies dos extremos do autmato).
Figura 18. O Jogo da Vida com um espao continuo sob forma dum toro
Packard e Wolfram26 classificam O Jogo da Vida como um autmato da classe IV, muito menos comum na verso bi-dimensional, o que significa que surgem estruturas definidas e persistentes. Por outro lado, Conway defendia que era impossvel um padro crescer infinitamente, como refere Gardner,27 prometendo at um prmio simblico de $50 para quem conseguisse encontrar um padro de crescimento ilimitado. O prmio foi reclamado no ms de Novembro desse mesmo ano por uma equipa do Massachusetts Institute of Technology (MIT), que demonstrou ser errado tal pressuposto de Conway.
fascinante o resultado esttico deste jogo, em que surgem padres bonitos, variados e inesperados; mais admirvel ainda conceptualmente, talvez, quando se sabe que tudo isso decorre apenas da aplicao de trs regras muito simples.
Norman H Packard e Stephen Wolfram, Two-Domensional Cellular Automata, Journal of Statistical Physics 38.5/6 (1985). Martin Gardner, MATHEMATICAL GAMES The fantastic combinations of John Conway's new solitaire game "life", Scientific American 223 (1970): 120-123.
27
26
17
3.1.1Formasdavida
Formas simples NO Jogo da Vida existem formas, tambm conhecidas como configuraes ou padres, bastante interessantes28. As formas mais simples so grupos de 3 clulas. Essas formas morrem ou
estabilizam muito rapidamente (no mximo, em duas geraes). Grupos de 4 clulas podem sobreviver mais tempo, acabando como formas estveis ou oscilantes. Uma forma de 5 clulas muito interessante o R-Pentomino (Fig. 19), que s estabiliza depois 1.103 geraes.29 30 Este , de longe, o polyomino31 mais activo com menos de 6 clulas, explica Weisstein; todas as outras formas estabilizam, no mximo, em 10 geraes.32
Figura 19. O R-Pentomino
Formas fixas Formas fixas so formas que no mudam. O bloco de 4 clulas a forma mais simples e a mais comum no Jogo da Vida. Todas as clulas ficam vivas porque h sempre 3 clulas vivas na vizinhana, mas as clulas mortas ao lado do bloco s tm 2 clulas vivas na sua vizinhana, o que insuficiente para mudar de estado.
Oscilantes Oscilantes so configuraes que apresentam um comportamento peridico, oscilando infinitamente entre um nmero fixo de formas. O nmero depois do nome corresponde ao nmero
Pode encontrar-se uma grande coleco no stio http://www. ericweisstein.com/encyclopedias/life. Martin Gardner, MATHEMATICAL GAMES The fantastic combinations of John Conway's new solitaire game "life", Scientific American 223 (1970): 120-123. 30 Jean-Philippe Rennard, Introduction to Cellular Automata, 2006, Rennard.org, 2009 15 de Maio <http://www.rennard.org/alife/english/acintrogb01.html>. 31 Um polyomino uma figura que consiste em n quadrados de tamanho igual com os lados coincidentes. 32 Eric W Weisstein, R-Pentomino, ERIC WEISSTEIN'S TREASURE TROVE OF THE LIFE CELLULAR AUTOMATON, 2009 15 de Maio <http://www.ericweisstein.com/encyclopedias/life/R-Pentomino.html>. This is by far the most active polyomino with less than six cells; all the others stabilize in at most 10 generations.
29
28
18
das formas que o perodo contm. Por exemplo, um oscilador de perodo 2 oscila entre duas formas diferentes; um oscilador de perodo 3, entre trs formas diferentes.
Figura 20. O blinker, uma figura que consiste em 3 clulas, oscila entre duas formas; um oscilador de perodo 2
Gliders Gliders so configuraes de 5 clulas que se movem na matriz em sentido diagonal. O nome glider dado porque, no tempo t + 2, surge uma reflexo da figura original em sentido diagonal. A forma original volta no tempo t + 4, mas deslocado na diagonal distncia duma clula. Este ciclo de quatro passos repetido eternamente (Fig. 21).
Figura 21. O glider volta forma inicial, depois de 4 passos, mas deslocado na diagonal distncia duma clula
NO Jogo da Vida, a velocidade mxima a que a informao duma clula se desloca para outra (no sentido horizontal, vertical ou diagonal) conceptualizada como a velocidade da luz, c. Um glider desloca-se na diagonal distncia duma clula, 4 geraes volvidas; por conseguinte, move-se a 1/4 da velocidade da luz. Conway demonstrou que a velocidade mxima possvel nO Jogo da Vida c/2. Esta velocidade apenas alcanada por naves espaciais (spaceships) (Fig. 22).
19
Figura 22. Uma nave espacial
Glider guns so configuraes que produzem gliders em ciclos de 30 geraes, tornando possvel a continuao at ao infinito dO Jogo da Vida. O glider gun foi desenvolvido por uma equipa do MIT: Robert April, Michael Beller, William Gosper, Richard Howell, Richard Schroepper e Michael Speciner. Foi precisamente com esta pesquisa que eles ganharam o prmio prometido por Conway na revista Scientific American.33
3.1.2Configuraesderelevo:MethuselahOJardimdeden
Um desafio nO Jogo da Vida encontrar configuraes bsicas que possam evoluir o mximo de tempo possvel. Martin Gardner34 designa-as pelo nome de Methuselah (Matusalm a personificao da longevidade que, segundo o Gnesis 5: 21-27, viveu 969 anos). Vrias configuraes existem; R-Pentomino acima descrito uma delas. Acorn (Fig. 23) outra, descoberta por Charles Corderman, que fica activa durante 5.206 geraes. A configurao Rabbits (Coelhos) (Fig. 24) de Trevorrow fica activa durante 17.331 geraes, depois atinge um ciclo de perodo 2. Lidka (Fig. 25), descoberta por Andrzej Okrasinski e David Bell, comea com 13 clulas e acaba com 1.623 clulas, depois estabiliza em 29.055 geraes.35
Figura 23. A configurao Acorn, descoberta por Charles Corderman
Joel L Schiff, Cellular Automata: A Discrete View of The World (Hoboken: John Wiley & Sons, Inc., 2008). (p. 99). Martin Gardner, MATHEMATICAL GAMES The fantastic combinations of John Conway's new solitaire game "life", Scientific American 223 (1970): 120-123. 35 Stephen Silver, Stephen Silver's Life Page, 6 de Maio de 2005, 15 de Maio de 2009 <http://www.argentum.freeserve.co.uk/life.htm>.
34
33
20
Figura 24. A configurao bsica Coelhos de Trevorrow
Figura 25. Lidka, descoberta por Andrzej Okrasinski e David Bell
Durante o jogo surgem padres diferentes. Poder haver configuraes que no surjam durante a evoluo, sendo s configuraes bsicas? A uma configurao deste tipo, sem precedente, chama-se um padro do Jardim de den, segundo a designao de John W. Tukey. Em 1962, Moore sugeriu que, se h um padro com mais que um antepassado, teria de haver um padro sem antepassado o Jardim do den.36 Em 1971, Roger Banks descobriu o primeiro padro com 226 clulas vivas (Fig. 26).
Figura 26. A configurao Jardim de den, de Roger Banks
O padro com menos clulas descoberto por Achim Flammenkamp,37 com 72 clulas vivas numa matriz de 12X11 clulas (Fig. 27).
36 Eric W Weisstein, Garden of Eden, ERIC WEISSTEIN'S TREASURE TROVE THE LIFE CELLULAR AUTOMATON, 2009 15 de Maio <HTTP://ERICWEISTEIN.COM/ENCYCLOPEDIAS/LIFE/GARDENOFEDEN.HTML>. 37 Achim Flammenkamp, Garden of Eden/ Orphan, 2008 7 de Novembro, Achim, 2009 15 de Maio <http://wwwhomes.unibielefeld.de/achim/orphan_2nd.html>.
21
Figura 27. A configurao descoberta por Achim Flammenkamp
3.1.3VariantesdOJogodaVida
O Jogo da Vida o autmato bi-dimensional mais conhecido, do qual existem muitas variantes com regras, vizinhanas e/ou outros elementos alterados. Uma variante Immigration, de Don Woods, criado em 1971. Este autmato mesmo concebido como se fosse um jogo: os jogadores podem influenciar o jogo e, por consequncia, a evoluo do autmato. A possibilidade de interferir no jogo era alheio ao determinismo original dO Jogo da Vida; a sua incluso em Immigration veio adicionar um elemento competitivo. Trs estados (dois ON, um OFF) so utilizados nesta variante. A regra do jogo estipula que uma nova clula ser conforme ao estado da maioria das trs clulas-me; por outro lado, uma clula sobrevivente manter o estado que tinha na gerao anterior. Esta regra, conhecida como vida dos trs estados (dois ON e um OFF), funciona bem e resulta em fenmenos novos e interessantes. Pode ser utilizada, por
exemplo, para localizar os resultados das interaces entre dois objectos, para mostrar qual o objecto responsvel por uma parte do padro resultante. Em muitos casos, o padro final contm clulas com os dois estados ON, ou mesmo objectos hbridos com os dois estados, ON e OFF.38
Outra variante Highlife, criado em 1994 por David I. Bell.39 Basicamente, as regras do nascimento das clulas so aqui alteradas. Para nascer, uma clula precisa de trs ou de seis vizinhas vivas, em vez de duas clulas apenas. Para sobreviver, basta duas clulas vizinhas vivas. Highlife tem semelhanas com O Jogo da Vida, mas cria alguns resultados novos e fascinantes. Um padro especfico de Highlife o replicador, que consiste em seis clulas. Doze
H. Koenig, Colored Life, 2006 Maro, Game of Life News, 2009 15 de Maio <http://pentadecathlon.com/lifenews/life_variants>. David Ingals Bell, HighLife An Interesting Variant of Life (Part 1/3), 2009 15 de Maro, The home page of David Ingalls Bell, 2009 15 de Maio <http://members.tip.net.au/~dbell/articles/>.
39 38
22
geraes volvidas, faz cpias de si mesmo em linha diagonal. Tambm h replicadores nO Jogo da Vida, mas ainda no se encontraram padres deste tipo capazes de fazer cpias de si mesmo.
3.2Outrosautmatosbidimensionais
Existem muitos outros autmatos bi-dimensionais, alm dO Jogo da Vida. Um modelo clssico Brian's Brain, de Brian Silverman. A maioria dos autmatos celulares funcionam com dois estados possveis; o Brian's Brain utiliza trs pronto (ready, em ingls, o estado 0 e de cor preta), a disparar (firing, estado 1 e cor branca) e refractrio (refractory, estado 2 e cor vermelha). As regras essenciais deste autmato tm alguma semelhana com o modo de comportamento dos neurnios no nosso crebro: Uma clula s dispara se estiver no estado pronto (ou 0) e dois vizinhos (de entre os oito possveis) estiverem a disparar. Depois de disparar, uma clula muda para o estado refractrio (ou 2) durante uma gerao; na gerao seguinte, volta ao estado pronto (ou 0).
Tal como nO Jogo da Vida, todavia, Brian's Brain tem formas complexas chamadas haulers, butterflies e twizzlers. Butterflies so o equivalente dos gliders nO Jogo da Vida e movem-se diagonalmente na matriz, velocidade duma clula de quatro em quatro geraes, ou seja, c/4.40 O aspecto que especialmente interessante observar neste autmato, de acordo com Wilensky, resulta do facto de haver muitas configuraes que atravessam constantemente a matriz (ao contrrio [dO Jogo] da Vida, que tem relativamente poucas configuraes deste tipo).41
Wireworld outro autmato concebido por Brian Silverman, em 1984. Como explica Pegg, a regra do autmato utiliza o valor antigo da clula, a que se acrescenta o nmerou dos seus oitos
Joel L Schiff, Cellular Automata: A Discrete View of The World (Hoboken: John Wiley & Sons, Inc., 2008). (pp. 110-111). Uri Wilensky, NetLogo Brians Brain Model, 2002, Netlogo, 2009 15 de Maio <http://ccl.northwestern.edu/netlogo/models/BriansBrain>. This CA is especially interesting to watch because it has many configurations that move steadily across the grid (as opposed to Life, which has only relatively few such configurations).
41
40
23
vizinhos que esto configurados para [o estado] 1, de acordo com um sistema que grosso modo modela o fluxo de correntes em fios, de acordo com as seguintes regras. 0. A cor [ou estado] 0 tida como fundo e mantm-se sempre como tal. 1. A cor 1 tida como cabea de electro e transforma-se sempre em cauda de electro. 2. A cor 2 uma cauda de electro e transforma-se em fio. 3. A cor 3 fio, que se mantm como fio a no ser que seja 1 ou 2, transformando-se neste caso em cabea de electro.42 Seguindo estas regras, podem construir-se vrios circuitos lgicos. Eis um modelo feito em Wireworld (Fig. 28).
Figura 28. Modelo dum circuito lgico feito em Wireworld
Uma aplicao deste autmato um computador (ou programa) capaz de testar se se trata, ou no, de nmeros primos. O matemtico ingls Mark Owen43 concebeu a sua utilizao para modelar circuitos electrnicos.
Captulo4AplicaesdeAutmatosCelulares
Os autmatos celulares tm vrias aplicaes em diferentes domnios da cincia, por exemplo, em biologia, em qumica, em sociologia ou em urbanstica. A razo clara: com meios simples,
42 Ed Jr. Pegg, WireWorld, MathWorld--A Wolfram Web Resource, 2009 15 de Maio <http://mathworld.wolfram.com/WireWorld.html>. The rule for the automaton uses the cell's old value together with the number of its eight neighbors that are set to 1 according to a system that roughly models the flow of currents in wires according to the following rules.
0. The color 0 is considered background, and always stays as background. 1. The color 1 is considered an electron head, and always turns into an electron tail. 2. The color 2 is an electron tail, and always turns into wire. 3. The color 3 is wire, which remains wire unless is 1 or 2, in which case it becomes an electron head. 43 Mark St John Owen, The Wireworld Computer., 2009 22 de Maro, quinapalus.com, 2009 15 de Maio <http://www.quinapalus.com/wires0.html>.
24
mostram um fenmeno complexo. O potencial dos autmatos celulares para aplicao nas cincias ser agora apresentado atravs de dois exemplos.
4.1SchellingSegregationModel
Os autmatos celulares interagem a nvel local, isto , tm uma interaco intercelular. Veja-se, por exemplo, a sua aplicao no domnio da sociologia, onde a interaco entre humanos um elemento fundamental na pesquisa. O economista americano Thomas Schelling44 apresentou, em 1971, um modelo para investigar o fenmeno da segregao racial aplicvel, naturalmente, a outros parmetros sociais, tal como sexo, idade, rendimento, lngua ou religio. Acreditava que a segregao no resulta dum processo global, mas que eram vrias interaces pequenas, mais ou menos independentes, que definem um resultado colectivo. Num bairro habitado por pessoas brancas e negras, ao cabo de algum tempo, os grupos raciais no mantm o mesmo nmero. A razo disto que h um limite de tolerncia proporcional para aceitar conviver com o outro grupo tnico, a partir do qual os indivduos se deslocam. Se possvel definir um grupo maioritrio a nvel global, isso tornar-se- impossvel a nvel local: a prazo, resulta num fenmeno de segregao. Para implementar um modelo num autmato celular, Schelling utilizou, primeiro, um modelo uni-dimensional, depois, uma matriz bi-dimensional, onde colocou uma populao inicial. Cinco elementos so determinantes neste modelo: o tamanho da vizinhana celular (utiliza-se a vizinhana de Moore); a percentagem da cor para a clula ficar satisfeita, sem precisar de se deslocar; o rcio entre preto e branco, a nvel global; as regras de deslocao (para onde vai uma clula quando muda?); a populao inicial.
Schelling criou o seguinte critrio: Se a proporo dos vizinhos numa vizinhana de Moore com oito clulas, que so do mesmo tipo (estado) que a clula central, fica menor que um limiar x,
44
Thomas C Schelling, Dynamic models of segregation, Journal of Mathematical Society 1.2 (1971): 143- 186.
25
ento a clula central desloca-se para um stio perto onde a proporo de clulas vizinhas do mesmo tipo igual ou maior do que x.45 As experincias feitas com este modelo deram resultados notveis: mesmo com um valor x muito baixo, as vizinhanas que eram inicialmente integradas acabavam por ficar muito segregadas.
A diferena em relao a um autmato celular tradicional que no h mortes nem nascimentos de clulas; o seu nmero constante. Por consequncia, uma clula desloca-se para outro stio na matriz aquele que fica mais perto, dentro do seu estado de satisfao (ou grau de tolerncia), que no necessariamente uma clula vizinha.
4.2Urbanizao
Um sistema urbano pode ser considerado como um sistema auto-organizado, em que limitaes naturais (de carcter geogrfico) e humanas (de carcter legal) influenciam o modo como essa rea evolui. Portanto, um autmato celular (que tambm um sistema auto-organizado) um modelo muito bom para investigar o fenmeno da urbanizao. H vrios modelos urbanos que utilizam autmatos celulares. possvel utiliz-los para gerar resultados susceptveis de explicao terica urbanstica, para simular cidades reais ou para desenvolver novos modelos de planeamento.46 Em relao aos autmatos celulares tradicionais, estas regras de evoluo (ou funes de transio local) so mais complicadas. Primeiro, outros tipos de vizinhana, para alm das de Moore e de Von Neumannn, foram desenvolvidos para se aplicar modelao urbana. Depois, as funes de transio local podem mudar ao longo da evoluo urbanstica. Finalmente, os estados das clulas podem representar tipos de ocupao da zona urbana (indstria, residncia, agricultura, etc). A descrio mais abrangente, mas no completa, das aplicaes
45 Joel L Schiff, Cellular Automata: A Discrete View of The World (Hoboken: John Wiley & Sons, Inc., 2008). (p. 133) If the proportion of neighbors in an eight-cell Moore Neighborhood that are of the same kind (state) as the central cell becomes lower then some threshold x, then the central cell moves to a nearby site in which the neighborhood has a proportion of neighbors of the same kind is at least x. 46 Antonia Mavroudi, Simulating City Growth by using the Cellular Automata Algorithm, Master Dissertation (London: University of London, 2007).
26
diferentes dos autmatos celulares para fins urbansticos encontra-se em Ward, Murray e Phinn.47 interessante referir que os autmatos celulares foram utilizados no jogo Sim[ulation] City, precisamente onde uma cidade gerida pelo jogador.
Mavroudi48 implementou um autmato celular para investigar a evoluo da cidade de Salnica, na Grcia. A pesquisa comea a partir duma situao real a cidade de Salnica em 1991. Foi criado um autmato celular bi-dimensional com regras prprias, e a evoluo da cidade foi simulada. Depois, os resultados da experincia foram comparados com a situao real.
O que importante nesta implementao que um fenmeno to complexo como o processo evolutivo duma cidade, particularmente as pequenas interaces, descrito e explicado de maneira simples. Assim pode compreender-se melhor a razo que tinha Von Neumann em desenvolver autmatos celulares na dcada de 1950 o seu objectivo era simplificar um problema complexo, para melhor compreend-lo.
47 Douglas P Ward, Alan T Murray e Stuart R Phinn, Integrating spatial optimization and cellular automata for evaluating urban change., Annals of Regional Science 37.1 (2003): 131-148. 48 Antonia Mavroudi, Simulating City Growth by using the Cellular Automata Algorithm, Master Dissertation (London: University of London, 2007).
27
II PARTE AUTMATOS CELULARES NA MSICA

Neste captulo pretende-se mostrar diversas tcnicas de utilizao de autmatos celulares em msica, bem como analisar uma obra exemplar que utiliza autmatos celulares na sua construo. Portanto, comeo por contextualizar a prtica de composio com autmatos celulares.
Captulo5ComposiocomAutmatosCelulares
Construir uma composio utilizando elementos extra-musicais uma prtica antiga. Tal prtica denominada msica algortmica, pois depende dum algoritmo. Por exemplo, Guillaume Dufay baseou os tempos do seu moteto Nuper Rosarum Flores nas propores da catedral de Santa Maria del Fiore em Florena49 e, noutras obras, utilizou ainda a regra de ouro. Tambm utilizou processos sistematizados, como inverso e retrgrado.50 Outro exemplo o de Guillaume de Machaut, que utilizou sequncias rtmicas como tcnica formal nos seus motetos isorrtmicos.51 Posteriormente, na poca clssica, Mozart utilizou um processo algortmico na sua obra Musikalisches Wrfelspiel. Esta pea composta por duas matrizes de 11 x 8 e uma partitura composta por 196 fragmentos musicais numerados. Uma sequncia numrica criada aleatoriamente quando se lanam os dados, sequncia essa que corresponde aos fragmentos previamente numerados. Da ordenao destes fragmentos resulta, assim, a pea na sua totalidade. Mozart escreveu os fragmentos de forma a criar uma pea tonal, de acordo com o estilo da poca. J no sculo XX, a divulgao do pensamento cientfico abriu caminho para se intensificar a utilizao dos processos matemticos na msica.
Heinrich K Taube, Notes from the Metalevel: an Introduction to Computer Composition (Abingdon: Routledge, 2004). (p. 143). Curtis Roads, The Computer Music Tutorial (Cambridge: MIT Press, 1996). (pp. 822-823). 51 Hanna Jrvelinen, Algorithmic Musical Composition, Algorithmic Musical Composition (Helsinki: Helsinki University of Technology, 2000). (p. 1).
50
49
28
Existem vrios tipos de utilizao que sero, j a seguir, explicados. Roads52 divide a msica algortmica em dois tipos distintos msica estocstica e determinista. Por sua vez, Maurer53 designa estes dois tipos como msica estocstica e msica baseada em regras (rule-based music), respectivamente. A msica estocstica utiliza uma srie de nmeros gerados por um processo algortmico (feito com ou sem computador). Neste tipo de msica, o compositor tem ainda muita liberdade relativamente para as suas decises criativas. Em Frana, Pierre Barbaud54 considerado o inventor da msica algortmica. Desde os anos 1950, utilizou probabilidades na sua msica e escreveu muitos textos tericos sobre o assunto. Gottfried Michael Koenig um compositor germano-holands que, desde os anos 1960, fez experincias com msica algortmica. Uma das suas obras mais conhecidas Project 1, de 1964, um programa para formalizar a estrutura de peas.55 O segundo tipo, rule-based music, baseado num conjunto de regras definidas pelo compositor, cujo exemplo paradigmtico o da msica contrapontstica, que segue as regras expostas por Johann Joseph Fux no seu livro Gradus ad Parnassum, de 1725. Neste tipo de msica, o conjunto de regras contrapontsticas retira ao compositor grande parte da sua deciso criativa, cingindo-se esta a uma elaborao sobre a base motvica elementar ncleo que depois ser desenvolvido atravs de todo um processo de regras. Mais recentemente, Supper56 divide em trs tipos diferentes a msica algortmica baseada em regras: 1 a modelao de processos compositivos tradicionais, no algortmicos; 2 a modelao de processos compositivos originais, diferentes dos anteriores; 3 a utilizao de algoritmos atravs de processos extra-musicais.
O primeiro tipo tenta copiar processos compositivos tradicionais, semalhana do estilo de Johann Sebastian Bach (ou das regras contrapontsticas de Fux). O objectivo aqui gerar peas
Curtis Roads, The Computer Music Tutorial (Cambridge: MIT Press, 1996). (pp. 822-823). John A Maurer, A brief history of Algorithmic Composition, 1999 Maro, john a. maurer iv, 2009 15 de Maio <http://ccrma.stanford.edu/~blackrse/algorithm.html>. 54 Mais informao sobre Pierre Barbaud pode ser consultada em http://www.associationpierrebarbaud.fr/. 55 Mais informao sobre Gottfried Michael Koenig pode ser consultada http://www.koenigproject.nl/. 56 Martin Supper, A few remarks on algorithmic composition, Computer Music Journal 5.1 (2001): 48-53.
53
52
29
que so semelhantes s do modelo original, mas criadas automaticamente com base em regras de composio pr-definidas. Implementaes deste tipo so feitas, entre outros, por Shottstaedt57 e McKay.58 Ebcioglu criou Choral,59 um programa para harmonizar corais ao estilo de Bach. Em alternativa, pode gerar-se um novo conjunto das regras baseadas nos princpios musicais. Um pioneiro deste tipo o americano Lejaren Hiller, que, em 1957, com o seu compatriota e matemtico Leonard Isaacson, escreveu a Illiac Suite, um quarteto para cordas em quatro andamentos. Ambos programaram o computador para gerar nmeros inteiros, que representavam vrios parmetros musicais, como altura, ritmo e dinmica. Estes parmetros seriam, depois, avaliados por compositores, que decidiam como deveriam ser utilizados os resultados computacionais.60
2. O segundo tipo quer, em contraste com o primeiro, mostrar o algoritmo; isto , o prprio algoritmo faz parte da manifestao concreta da msica. Um exemplo a pea para piano ogluotobsisletmesi, de Clarence Barlow, escrita em 1978. A intensidade mtrica e harmnica, a uniformidade rtmica e meldica, a densidade dos acordes, dos ataques e da articulao tudo isto foi calculado atravs de algoritmos. A obra, por conseguinte, uma meta-estrutura composta. A sua forma final apenas uma possibilidade, entre outras, de realizao.61
3. Finalmente, o terceiro tipo utiliza processos extra-musicais para gerar material musical. Um processo interessante decorre da aplicao dos sistemas de Lindenmayer. O bilogo hngaro Aristid Lindenmayer concebeu uma linguagem formal nos finais dos anos 1960 isto , um conjunto de cordas ou uma sequncia dos smbolos para modelar o crescimento das plantas na natureza. Os sistemas de Lindenmayer so constitudos por duas partes essenciais: um axioma e
Bill Schottstaedt, Automatic Species Counterpoint STAN-M-19, Stanford University (Stanford: Stanford University, 1984). Cory McKay, SpeciesChecker: A system for automatically proofreading species counterpoint, undergraduate thesis, University of Guelph (Guelph: University of Guelph, 2002). 59 Kemal Ebcioglu, An expert system for harmonizing chorales in the style of J. S. Bach, The Journal of Logic Programming, 8.1-2 (n.d.): 145-185. 60 Illiac Suite for String Quartet, 2009, 2009 15 de Maio <http://www.britannica.com/EBchecked/topic/282904/Illiac-Suite-for-String-Quartet.>. 61 Martin Supper, A few remarks on algorithmic composition, Computer Music Journal 5.1 (2001): 48-53.
58
57
30
um conjunto de produes, que so as regras. Quando as regras so aplicadas ao axioma, mais cordas so geradas. Por exemplo, axioma X regra: X--> XYX Ao aplicar esta regra durante 5 geraes, o resultado obtido o seguinte: X XYX XYXYXYX XYXYXYXYXYXYXYX XYXYXYXYXYXYXYXYXYXYXYXYXYXYXYX Neste sistema notria a auto-similitude, ou seja, a semelhana entre nveis diferentes. Os sistemas de Lindenmayer so utilizados na msica, entre outros, pelos compositores australianos Jacques e Fran Soddell62 e pelos americanos Chris Hazard e Catherine Kimport.63
Outro processo extra-musical que pode ser utilizado para gerar material musical a aplicao dos autmatos celulares. Este precisamente o tpico de investigao da minha Tese. Pelo trabalho que tem sido feito por outros compositores, pode-se deduzir que:
Composio com autmatos celulares um tipo de (1) composio algortmica, (2) baseada em regras que, por sua vez, so (3) baseadas em processos extra-musicais.
Vrias pessoas tm utilizado autmatos celulares na sua msica. Iannis Xenakis utilizou, na dcada de 1980, nas suas peas Horos (que vai ser discutida no captulo 7) e Ata, autmatos celulares para a criao de progresses harmnicas. Eduardo Reck Miranda utilizou um software prprio CAMUS
64
(cujo desenvolvimento foi parado) para gerar melodias utilizando o Jogo da

65
Vida. Dave Burraston,
um compositor australiano, desenvolveu aplicaes para a utilizao de
autmatos celulares para vrios assuntos musicais como gerao de harmonia e ritmo, muito
Jacques Soddell e Fran Soddell, jacques soddell, 23 de Agosto, 2009 15 de Maio <http://cajid.com/jacques/lsys/software.htm>. Chris Hazard e Catherine Kimport, Fractal Music, Research Project. (Madison: Tursiops Truncatus Studios, 1999). 64 Eduardo Reck Miranda, Cellular Automata Music: From Sound Synthesis to Musical Forms, Eduardo Reck Miranda e Evolutionary Computer Music (London: Springer, 2007) 170-193. 65 Dave Burraston, Generative Music and Cellular Automata, Doctoral Dissertation (Sidney: University of Technology, 2006).
63 62
John A Biles,
31
focada na msica electrnica. A empresa de Stephen Wolfram tem desenvolvido WolframTones, uma aplicao que toma uma parte dum autmato celular e transforma-a em msica, aplicando vrias regras impostas pelo utilizador.
66
Captulo6TcnicasparaUtilizaodosAutmatosCelulares
Se utilizarmos autmatos celulares (ou qualquer outro processo extra-musical) para criar material compositivo, precisamos dum modo de fazer corresponder os dados assim gerados aos elementos musicais. Tal processo, que tem a denominao inglesa de mapping, realizado por meio de uma aplicao ou funo. O desafio encontrar uma forma slida de aplicao que resulte numa composio credvel e esteticamente interessante. Um autmato celular um sistema dinmico e complexo, com um rico potencial de comportamento. Para tal, o algoritmo efectuando a aplicao deveria ser feito de tal forma que fosse possvel extrair vrias sries de caractersticas, isto , atravs do qual fosse possvel fazer um anlise crtica e estrutural do autmato.67 Existem vrias tcnicas para aplicar dados dum autmato celular em parmetros musicais. Os dados podem ser traduzidos em alturas, ritmos, dinmicas, instrumentao, etc. Nas seces seguintes, sero apresentadas e comparadas vrias formas de aplicao recorrendo a autmatos celulares. Primeiro, ser abordada a aplicao dos autmatos uni-dimensionais. Seguir-se- a aplicao dos autmatos bi-dimensionais. Finalmente, sero descritas observaes sobre a aplicao destes dois tipos de autmatos.
Wolfram Research, Wolfram Tones an experiment in a new kind of music, 2005, 2009 15 de Maio <http://tones.wolfram.com/>. Peter Beyls, Cellular Automata Mapping Procedures, Proceedings of the International Computer Music Conference (Miami: ICMA, 2004) 55-58.
67
66
32
6.1Tcnicasdeaplicaoemautmatosunidimensionais 6.1.1.Alturas
Uma forma de aplicar o contedo do autmato atribuir a cada clula uma altura determinada. Pode ser uma altura cromtica qualquer (como se fosse um piano-roll num sequenciador) ou integrada numa escala especfica pr-determinada. De entre aqueles que usaram este ltimo processo, Iannis Xenakis talvez o mais conhecido. Atribuu s clulas da sua pea para orquestra Horos, que ser analisada no captulo seguinte, as alturas duma escala sinttica. Eis um exemplo (Fig. 29):
Figura 29. As clulas duma gerao aplicadas em alturas: as clulas vivas (a preto) sero tocadas, de que resulta o acorde do do# re# mi sol
6.1.2Ritmos
A linha dum autmato uni-dimensional pode ser vista como uma janela dum sequenciador. Se considerarmos um sequenciador cujo tempo dividido em 16 partes (equivalente a um compasso com 16 semi-colcheias), ento, num autmato com 16 clulas, cada clula ter o valor duma semnima. Se uma clula est viva, significa que nessa parte do tempo ir haver um ritmo. A minha pea para percusso Descatico, apresentada em pormenor na terceira parte deste trabalho, utiliza a tcnica de aplicao aos ritmos. Mostra-se agora um pequeno exemplo (Fig. 30):
Figura 30. As clulas duma gerao aplicadas aos ritmos
6.1.3Combinaesdeparmetros
O compositor e cientista australiano Dave Burraston, que uma autoridade no domnio da msica generativa e da msica com autmatos celulares, desenhou vrios sistemas que utilizam 33
autmatos celulares para gerao de msica, como por exemplo o sistema CASS (Burraston, CASS (Cellular Automata Simplistic Selector)).68 O seu funcionamento semelhante ao de um sequenciador com 8 vozes, estando a cada clula especfica do autmato atribuda uma voz. Cada voz est ligada aos seguintes parmetros: altura, dinmica, durao, canal e programa MIDI. Se uma clula est viva, ento os parmetros atribudos a essa clula vo ser activados, resultando em eventos musicais. Todos os parmetros podem ser ligados ou desligados em tempo real pelo compositor. Isto permite uma justaposio interessante entre o
executante/compositor e a mquina automatizada.
Figura 31. Uma imagem (fotografia instantnea) de CASS
6.2Aplicarautmatosbidimensionais
Esta seco trata da aplicao em O Jogo da Vida, o autmato mais utilizado na msica e, hoje em dia, o que est melhor documentado.
68
Dave Burraston, CASS (Cellular Automata Simplistic Selector, Noyzelab, 2009 15 de Maio <http://www.noyzelab.com/gensys/CASS/cass.html>.
34
6.2.1Aplicaoatravsdecoordenadas(x,y)
Se utilizarmos autmatos bi-dimensionais, temos duas coordenadas (x, y) a considerar. A forma mais simples de aplicar clulas a que se utiliza nos autmatos uni-dimensionais. Atribumos a cada clula um evento seja altura, ritmo, dinmica ou outro parmetro e em cada gerao temos um coleco de eventos musicais. Por exemplo, na minha pea Orange Disco, analisada na III parte, atribu a cada clula uma nota. Cada gerao nova resultou numa nova coleco de notas.
Figura 32. Aplicao (x, y): as clulas (2, 4), (3, 3), (4, 3), (4, 4) e (4, 5) esto vivas
O problema, agora, o modo como cada compositor ir tratar esta coleco. Num autmato unidimensional, natural tratar uma gerao como um acorde e considerar o autmato total como um sequncia de acordes. Num autmato bi-dimensional, este tratamento tambm possvel, mas o nmero de clulas bem maior. Enquanto num autmato uni-dimensional com um tamanho de 8 clulas, o acorde mais denso constitudo por 8 notas, num autmato bi-dimensional com um tamanho de 8 x 8 clulas, o acorde mais denso pode (em teoria) ter at 64 notas. Se da resultarem clusters, o compositor ser obrigado a fazer muitas manipulaes para gerir tantas notas.
H duas solues principais para resolver este problema. Na primeira, l-se uma gerao do lado esquerdo para o direito, como se fosse um sequenciador (cf. 6.1.2 Ritmo). Uma implementao prtica o programa Cellular Beats de Joseph Malloch. Nesta matriz de 32 x 40 clulas, um compositor tem apenas que colocar a configurao inicial das clulas. Ao eixo y, Malloch atribui 35
vrios instrumentos de percusso, enquanto x o eixo temporal, em que o programa l o conjunto das clulas activas do lado esquerdo para o direito. A cada novo tempo (beat), ou momento da sequncia (timestep), produz-se uma nova gerao, o que resulta em acordes sempre diferentes. A par deste processo do autmato, o compositor pode ainda manipular a instrumentao, a velocidade e o tempo. O tempo de evoluo do autmato pode ser diferente do tempo do sequenciador, o que leva a que o compositor tenha vrias possibilidades de realizar o material da composio.
Figura 33. Uma imagem de Cellular Beats
Na segunda soluo, apenas uma pequena parte do autmato aplicada de cada vez. semelhana do primeiro modo de aplicar as clulas, a evoluo feita em cada momento da sequncia (timestep). Assim, temos uma nova coleco de eventos activados simultaneamente. A diferena que apenas as clulas associadas a um evento sonoro sero tocadas. Por conseguinte, o compositor pode gerir mais facilmente o tamanho dos acordes. Uma implementao prtica o programa Glitch Sequencer, de Bret Truchan,69 desenvolvido em
69
Bret Truchan, Glitch Sequencer Cellular automaton based MIDI sequencer, 2009, 2009 15 de Maio <http://www.glitch-sequencer.com/>.
36
Processing, um ambiente e linguagem de programao.70 O compositor introduz apenas a configurao inicial, a semente, depois coloca triggers (para associar clulas a eventos sonoros) noutra janela. Quando uma clula est viva, o evento a ele associado ser tocado.
Figura 34. As duas janelas principais de Glitch Sequencer: na primeira, est colocado o padro inicial; na segunda, os triggers
Foram apresentadas acima trs modos diferentes de aplicar O Jogo da Vida, cada um tendo as suas vantagens e desvantagens. O primeiro traduz o autmato na sua totalidade, mas pode dar resultados difceis de gerir. O segundo no tem a grande desvantagem de dar demasiada informao para gerir, mas traduz apenas uma parte do autmato. Finalmente, o terceiro tem em conta todo o autmato em cada actualizao ou gerao (isto , a cada momento de evoluo) e, para mais, o compositor tem controlo sobre quais as clulas que quer associar a eventos sonoros.
70 Processing foi desenvolvido por Casey Reas e Ben Fry no MIT Media Lab. um ambiente e linguagem de programao destinado s artes electrnicas e artes visuais. O ambiente est bem documentado no internet com um sitio prprio www.processing.org.
37
Esta parece, pois, ser a melhor soluo, sobretudo por causa do controlo acrescido por parte do compositor. Em qualquer outra soluo, de resto, o papel do compositor o elemento decisivo: se o compositor no criativo, no haver boa msica.
6.2.2Aplicaobaseadaemcoordenadaspolares
As aplicaes acima descritas so baseadas em coordenadas cartesianas (x, y). NO Jogo da Vida, surgem figuras simtricas ou semi-simtricas. Tais simetrias no sero ouvidas na msica com a aplicao cartesiana, porque esta no mostra a relao entre as clulas. Kirke e Miranda71 propem uma forma de aplicao baseada em coordenadas polares, isto , baseada na distncia entre qualquer clula e a clula central. Assim, declaram os autores, a simetria inerente pode ser melhor explicada. A cada clula no autmato ser feita uma correspondncia com base na sua coordenada polar (r, ).
Figura 35. A aplicao baseada em radiais (segundo Kirke e Miranda 2007)
A figura a seguir mostra o resultado musical das duas primeiras geraes dO Jogo da Vida.
71 Alexis Kirke e Eduardo Reck Miranda, Capturing the Aesthetic: Radial Mappings for Cellular Automata Music, Journal of the ITC Sangeet Research Academy (2007): 15-23.
38
Figura 36. Em cima, as duas primeiras geraes dO Jogo da Vida; em baixo, o resultado musical
Depois de introduzirem e demonstrarem uma nova aplicao para gerar msica a partir de autmatos celulares bi-dimensionais, os autores concluem que o sistema de coordenadas polares reflecte este elemento esttico fundamental [a simetria radial inerente ao conjunto de regras] de grande parte dO Jogo da Vida.72
6.3Observaes
Foram apresentadas, neste captulo, vrias formas de aplicao de autmatos celulares. A partir destas aplicaes bsicas, na sua forma crua, o compositor poder refinar o processo. Existem vrias aplicaes para se utilizar autmatos celulares na composio musical. Duas delas, Cellular Beats e Glitch Sequencer, foram apresentadas como aplicaes paradigmticas. Em Burraston,73 pode encontrar-se um estudo comparativo de grande nmero das aplicaes possveis.
72 Alexis Kirke e Eduardo Reck Miranda, Capturing the Aesthetic: Radial Mappings for Cellular Automata Music, Journal of the ITC Sangeet Research Academy (2007): 15-23. (p. 6) We have introduced and demonstrated a new mapping for generating music from the 2D Cellular Automata Game of Life [. . .] and therefore we have argued that polar coordinate system captures this key aesthetic element [the radial symmetry inherent to the set of rules] of much of GL more precisely. 73 Dave Burraston, Generative Music and Cellular Automata, Doctoral Dissertation (Sidney: University of Technology, 2006).
39
No domnio da msica, em geral, h dois tipos principais de utilizao dos autmatos celulares: o da sntese de som e o da composio. Informao sobre a sntese de som pode encontrar-se em Serquera e Miranda74 e Dahlstedt.75 O outro tipo, o da utilizao composicional, precisamente o foco essencial da minha Tese.
Captulo7Horos:UmaObraExemplar
Os autmatos celulares foram utilizados em vrios domnios da arte, quer seja nas artes plsticas, nas artes visuais ou no udio-visual. Exemplo duma obra udio-visual Little Life, escrita em 2006 pelo compositor portugus Rui Dias.76 Contudo, prefiro debruar-me agora sobre a aplicao dos autmatos celulares msica instrumental, onde escasseia a composio e a investigao. Um dos compositores que utilizou algoritmos na msica instrumental, e porventura o mais conhecido de todos, Iannis Xenakis, cuja pea para orquestra Horos ser de imediato apresentada e analisada.
7.1OquelevouXenakisautilizarautmatoscelularesnasuamsica?
Nas suas peas Horos (1986) e Ata (1987), Xenakis utiliza frequentemente autmatos celulares. Horos constitui, na realidade, a sua primeira utilizao. O compositor apresenta duas razes fundamentais para explicar a utilizao de autmatos celulares na msica. Primeiro, no prefcio do seu livro Formalized Music:
na base destes crivos [de notas] que os autmatos celulares podem ser teis em progresses harmnicas que criam novas e ricas fuses tmbricas com instrumentos orquestrais.77
Jaime Serquera e Eduardo Reck Miranda, Cellular automata sound synthesis: from histograms to spectograms, Automata 2008: Theory and Applications of Cellular Automata, ed. R Alonso-Sanz, e A Lawniczak A. Adamatzky (Frome: Luniver Press, 2008) 368-377 . 75 Palle Dahlstedt, Evolution in Creative Sound Design, Evolutionary Computer Music., ed. E. R. Miranda e J. A. Biles (London: Springer, 2007) 79-99. 76 Rui Dias, Little Life: Installation Submission, (NIME, 2006). 77 Iannis Xenakis, Formalized Music, ed. S. Kanach, trans. G. H. Hopkins, J. Challifour C. Butchers, 2 (Stuyvesant: Pendragon Press, 1992). (p. xii) It is on this basis of sieves that cellular automata can be useful in harmonic progressions which create new and rich timbric fusions with orchestral instruments.
74
40
Depois, nas suas conversas com Varga:78
O mtodo [autmatos celulares] ajuda a decidir como se passa das notas dum acorde para as doutro, dentro duma estrutura racional, perceptvel. Digamos que h uma matriz no ecr com linhas verticais e horizontais formando quadrados pequenos, isto , clulas. Estes quadrados esto vazios. Cabe ao compositor (quer esteja a trabalhar com imagens ou com sons) preench-los. Como? Uma forma atravs das probabilidades, por exemplo, utilizando a distribuio de Poisson, como eu fiz h 30 anos em Achorripsis. H tambm uma outra forma, com a ajuda duma regra que cada um elabora para si prprio. Suponhamos que as linhas verticais representam uma escala cromtica, ou meios-tons, quartos-de-tom, etc. Qualquer tipo. Comea-se num dado momento, isto , na linha vertical determinada, com uma dada altura por outras palavras, uma clula e diz-se: aqui h uma nota tocada por um instrumento atribudo. Como vai ser o prximo momento? Quais as notas? De acordo com essa regra prpria, a clula que foi preenchida origina, digamos, uma ou duas clulas adjacentes. No passo seguinte, cada clula ir criar uma ou duas notas. A nossa prpria regra ajuda a preencher toda a matriz. Estes so os autmatos celulares.79
O compositor Peter Hoffmann investigou os processos algortmicos utilizados na msica de Xenakis e considerou-o um grande promotor da arte automatizada. Durante toda a sua carreira de compositor, Xenakis investigou a criao do que poderiam ser robots que compoem. O objectivo final era o de tornar possvel ao computador a realizao dum processo compositivo. Hoffman resume assim a importncia deste projecto: Dado o seu interesse em questes relacionadas de computao, durante toda a sua vida, a utilizao que Xenakis faz dos autmatos celulares em Horos
Balint Andras Varga, Conversations with Iannis Xenakis (London: Faber and Faber, 1996). (p. 200). Makis Solomos, Cellular Automata in Xenakis Music Theory and Practice, Definitive Proceedings of the International Symposium Iannis Xenakis, ed. S. Georgaki, Solomos M. e G. Zervos (Athena, 2005) 120-138. The method [cellular automata] helps in deciding how to go from the notes of one chord to those of another within a rational, perceptible structure. [] Lets say you have a grid on your screen, with vertical and horizontal lines forming small squares, that is, cells. There are empty. Its for the composer (whether working with pictures of with sounds) to ll them. How? One way is through probabilities, for instance by using the Poisson distribution, as I did 30 years ago in Achorripsis. Theres also another way, with the help of a rule that you work out for yourself. Lets suppose the vertical lines represent a chromatic scale, or semitones, quarter-tones and so on. Any kind. You start at a given moment, that is, at the given vertical line, at a given pitch in other words, a cell and you say: heres a note played by an assigned instrument. Whats the next moment going to be? What notes? In accordance with your rule, the cell which has been lled gives birth to say, one or two adjacent cells. In the next step each cell will create one or two notes. Your rule helps to ll the entire grid. These are the cellular automata.
79 78
41
pode, por conseguinte, ser compreendida como uma demonstrao implcita da fora e da limitao da computao universal na composio musical.80
7.2ComoutilizaXenakisosautmatoscelularesemHoros?
Observemos, primeiro, as alturas utilizadas. Atravs dum crivo isto , uma sequncia de nmeros que pode ser aplicada em alturas, ritmos ou outros parmetros musicais Xenakis criou uma escala de 23 notas. Estas so aplicadas nas clulas dum autmato uni-dimensional. O conjunto das clulas activas numa gerao (cf. 6.1.1 Alturas) constitui o acorde. O crivo aqui utilizado com a conotao sonora das obras que Xenakis criou desde o fim da dcada de 1970 tem o carcter duma escala javanesa pelog, com duas quartas concatenadas, ou entrelaadas: as notas 12-15 e 14-17, como adiante se representa (Fig. 37). Este crivo muito utilizado durante a pea, mas outros esto tambm presentes, por vezes alargados ao registo mais profundo e/ou ao mais alto.81
Figura 37. O crivo que Xenakis utilizou: as duas numeraes representam diferentes centros tonais
Solomos observa que Xenakis no utilizou autmatos ao longo de toda a pea, admitindo nela, portanto, liberdades, ou hiatos (carts), onde o compositor intervm manualmente no processo. Ele aplica esta prtica em muitas das suas peas. Quando no gosta do resultado no procura uma forma de melhorar o processo matemtico, mas utiliza os resultados obtidos alterando-os, para se tornarem esteticamente satisfatrios.
80 Peter Hoffman, Towards an Automated Art: Algorithmic Processes in Xenakis' Compositions, Contemporary Music Review 21.2-3 (2002): 121131. (p. 124). [Xenakis' use of CA can be] understood as an implicit demonstration of the strength and limitation of universal computation in musical composition 81 Makis Solomos, Cellular Automata in Xenakis Music Theory and Practice, Definitive Proceedings of the International Symposium Iannis Xenakis, ed. S. Georgaki, Solomos M. e G. Zervos (Athena, 2005) 120-138.
42
Qual a regra que utilizou Xenakis? A anotao (4200410), que se encontra no compasso 10, parte do cdigo completo (2004104200410) que identifica a regra do autmato uni-dimensional. Burraston82 classifica-o como um autmato totalstico, em que o estado da clula no tempo t + 1 depende dos estados das clulas vizinhas. A regra utiliza uma vizinhana de 3 clulas (a clula central e as clulas de ambos os lados) e de 5 estados. Para alm disso, Burraston pensa que Xenakis utilizou extremos fixos, em vez de peridicos (cf. 2.3 Condies dos Extremos do Autmato). Solomos acrescenta-lhe duas caractersticas: 1. A coluna do lado direito no interfere com o clculo da linha seguinte. 2. As anotaes escritas na coluna da esquerda so adicionadas manualmente pelo compositor.
So estas as condies da regra: O estado duma clula no tempo t + 1 igual ao da clula no tempo t e dos estados das duas clulas laterais. H uma transformao desta soma, que realizada atravs dum nmero de cdigo (code number) do autmato. Nesta pea, (4200410). O sentido deste nmero o seguinte: se a soma (da primeira condio) igual a 0, o estado da clula ser 0; se a soma igual a 1, o estado da clula ser 1; se a soma igual a 2, o estado da clula ser 4.
O autmato referido acima tem 5 estados, e a cada um atribudo um grupo instrumental. Os estados e os grupos so: 1 metais, 2 madeiras, 4 cordas. Ao estado 0 atribudo o silncio, ao passo que no existe um estado 3. Eis a reproduo do autmato (Fig. 38).
82 Dave Burraston, One Dimensional Cellular Automata Musical Experiments with Max, Proceedings of the11th International Conference on Human-Computer Interaction (Las Vegas: HCI International, 2005).
43
Figura 38. Reproduo do autmato utilizado nos cc. 10 e 14-15
Afinal, onde utilizou Xenakis o autmato? No c. 10, so apresentadas as primeiras 16 geraes do autmato, cada uma com a durao de semi-colcheia. O que interessante na utilizao deste autmato so as mudanas rpidas de instrumentao. Nos cc. 11-13, Xenakis volta a utilizar elementos dos cc. 1-9, isto , homofonia esttica com acordes mais lentos. No c. 14, o autmato continua, mas com ritmos irregulares e mais lentos. No fim do c. 15, ao cabo da 31 gerao, o autmato deixa de ser utilizado.
Nos cc. 16-18, o autmato recomea todo o processo desde a primeira gerao (c. 10), mas adicionando agora uma coluna ao lado direito. Assim, h mais uma nota disponvel, que corresponde ao nmero 23 (segundo a numerao da linha superior da figura 37). Contudo, o r grave desaparece. Duas razes parecem explicar por que Xenakis volta ao incio do autmato:
44
primeiro, o autmato retoma normalmente a configurao inicial, 31 geraes volvidas; depois, o resultado sonoro ser diferente pelo simples facto de adicionar uma coluna (ou nota) ao autmato.
Solomos observa que Xenakis utilizou aqui o princpio de bricolage, no lendo o autmato de maneira sequencial desde o incio, mas decidindo l-lo de maneira subjectiva: 1. Os acordes 32-59 correspondem s geraes 17-44. 2. O acorde 27 uma inverso do crivo, que deve ser lido da nota aguda grave (comeando com o nmero 21 da figura 37). 3. No podem ser definidos os acordes 23 e 31-32 . 4. No acorde 30, todas as clulas do autmato esto activas, sendo utilizadas as notas do registo mdio. Solomos explica ainda a razo prtica que levou utilizao do processo de bricolage. Os metais podem tocar apenas 16 notas, de entre as 22 notas possveis do autmato. Por isso, relativamente s notas mais agudas, Xenakis recorre por vezes a uma metamorfose (metabol), lendo o autmato em sentido inverso. Nos cc. 67-72, para acabar a seco, o compositor interfere nos resultados do clculo: em vez de continuar o autmato, prefere recombinar, nos metais, 16 acordes anteriores. Parece haver aqui uma motivao de carcter formal, com o retorno a uma textura homofnica, menos dinmica, utilizada no incio da pea.
Por que razo utilizou Xenakis a regra acima descrita? A hiptese de Solomos,83 que partilhada por Burraston,84 a de que esta regra apareceu num artigo de Wolfram85 na revista Scientific American, da qual Xenakis era um leitor habitual. Nenhum deles tem a certeza desta influncia, porque a revista no existe nos arquivos de Xenakis.
83 Makis Solomos, Cellular Automata in Xenakis Music Theory and Practice, Definitive Proceedings of the International Symposium Iannis Xenakis, ed. S. Georgaki, Solomos M. e G. Zervos (Athena, 2005) 120-138. 84 Dave Burraston, Generative Music and Cellular Automata, Doctoral Dissertation (Sidney: University of Technology, 2006). 85 Stephen Wolfram, Universality and complexity in cellular automata, Physica D 10.1 (1984): 1-35.
45
Por sua vez, Hoffman observa que h erros na pea. Investigando a partitura, encontrou 20 notas, num total de 550 (ou seja 3,6 %), que no esto no lugar certo. Uma vez que a estrutura da pea muito rgida, estes erros no parecem ser feitos intencionalmente. O mais provvel que se trate de erros de cpia por parte do compositor, enquanto estava a ler o autmato.
Nas pginas seguintes, mostra-se o fragmento da partitura (Fig. 39) onde est presente a primeira utilizao dos autmatos celulares (cc. 10-18).
46
Figura 39. Horos: fragmento da partitura (cc. 10-18)
7.3Anliseintegraldapea
Na continuao da obra, Xenakis utilizou de novo autmatos celulares nos cc. 67-72. Esta parte foi j analisada pormenorizadamente por Solomos. Apresento agora uma anlise descritiva do resto da pea, de modo a oferecer ao leitor uma perspectiva global. No c. 19, inicia-se um ostinato nas cordas, enquanto aos sopros so atribudos acordes de durao irregular. Nos cc. 23-27, h uma breve passagem polifnica, regressando depois (at ao c. 40) ao ostinato e a acordes 47
polirrtmicos. Entretanto, no c. 35, h um efeito de duplo contraponto: o ostinato passa para os sopros e, inversamente, os acordes para as cordas. Nos cc. 40-43, a orquestra adopta uma textura homorrtmica. A seguir, o duplo processo anterior ostinato e acordes de durao irregular vai aplicar-se apenas aos sopros, reaparecendo as cordas nos cc. 47-52. A seco dos cc. 5152 utiliza um processo de imitao, cannico, mas com distncias irregulares. No c. 61, inicia-se uma nova seco, com acordes longos, lembrando o incio (cc. 1-9): estes acordes so perturbados por ritmos mais curtos, havendo constantes mudanas de timbre. No c. 82, a orquestra inicia uma subida gradual: todas as cordas tocam em glissando (um elemento caracterstico na msica de Xenakis) e os sopros tocam melodias. Nos cc. 85, 88 e 91, apenas as flautas, obos e clarinetes tocam essas melodias; os outros sopros tocam acordes sustentados. Gradualmente, os glissandi so substitudos por melodias e, no c. 94, ouvem-se linhas meldicas em todos os instrumentos da orquestra: esta polifonia resulta numa sonoridade densa e cheia de energia. No c. 98, os instrumentos entram de novo canonicamente, mas agora distncia duma semi-colcheia, e surge uma polifonia a 23 partes, que vai atingir um clmax no c. 106. No c. 109, inicia-se um processo de cnones polirrtmicos nos obos e nos clarinetes: as alturas correspondem s notas 8-15 do crivo, tudo transposto oitava superior; os outros sopros entram em frases entrelaadas, e no mesmo registo, o que resulta numa textura contnua (Harley, 2004, p. 179). A seco final comea no c. 121, quando regressam os acordes, mas com durao diferente; estes tinham aparecido pela primeira vez no c. 19, mas agora so acompanhados por melodias mais curtas. Assim, do ponto de vista formal, o fim da pea reflecte o seu incio, havendo uma proliferao celular de combinaes instrumentais, com cruzamentos das vozes oscilantes da polifonia a 23 vozes e com a distribuio caleidoscpica de mpetos mais rpidos.86
Xenakis reutilizou partes desta pea em Ata, tambm para orquestra, composta em 1987, logo a seguir a Horos. Os cc. 10, 14, 16 e 17 so reutilizados integralmente na nova pea, embora os trs primeiros sejam escritos agora em movimento retrgrado. de assinalar esta inverso da
86 James Harley, Xenakis, His Life in Music (New York: Routledge, 2004). (p. 180). With its cellular proliferation of instrumental combinations, is reflected at the end in meandering voice crossings of the twenty-three-layer counterpoint and the kaleidoscopic distribution of faster outbursts
48
ordem temporal, j que a evoluo do autmato tem apenas um sentido, no podendo ser invertida no tempo. Realmente, tal como um deus, um compositor pode criar a reversibilidade dos fenmenos das massas, e aparentemente, inverter a seta do tempo de Eddington87 eis uma frase lapidar do compositor, que bem poderia referir-se a um exemplo semelhante ao [movimento] retrgrado destas sequncias do autmato [em Ata], porque so modelos discretos de sistemas fsicos.88
Em suma, Horos uma composio esteticamente muito interessante e tecnicamente inovadora: foram criadas novas sonoridades, em particular, atravs da mudana rpida e constante de timbres. Esta tcnica, por sua vez, uma consequncia da utilizao dos autmatos celulares. Embora Xenakis no os tenha utilizado muito nesta obra, a sua abordagem criativa uma fonte de inspirao para outros compositores.
87 Iannis Xenakis, Formalized Music, ed. S. Kanach, trans. G. H. Hopkins, J. Challifour C. Butchers, 2 (Stuyvesant: Pendragon Press, 1992). (p. 255) Indeed, much like a god, a composer may create the reversibility of the phenomemna of masses, and apparently, invert Eddingtons arrow of time. 88 Peter Hoffman, Towards an Automated Art: Algorithmic Processes in Xenakis' Compositions, Contemporary Music Review 21.2-3 (2002): 121131. (p. 126). He [Xenakis] could have been referring to an example like the retrograde of these automaton sequences, because they are discrete models of physical systems
49
III PARTE TRS ESTUDOS DE CASO

Esta ltima parte mostra a aplicao dos autmatos na composio musical em trs das minhas peas (compostas durante o mestrado) e que sero apresentadas como estudos de caso. As composies utilizam os autmatos em vrios parmetros musicais: ritmos, alturas, dinmicas, etc. A sua escrita no correu sem problemas, como adiante se ver. Para cada pea, irei mostrar o conceito geral e a sua transformao em msica fazer uma anlise das vrias seces, identificar os problemas que encontrei e os elementos que posso melhorar, concluindo depois com uma reflexo auto-crtica. Sero apresentadas as composies por ordem cronolgica: 1. Orange Disco, para dois pianos. 2. Descatico, para dois percussionistas (set-up 1 e 2, marimba e vibrafone). 3. Kracht, para grande orquestra. As partituras das trs composies encontram-se sob forma de PDF no CD-ROM anexado no fim da Tese.
Captulo8OrangeDisco,paraDoisPianos

Orange Disco foi escrita utlizando o autmato celular O Jogo da Vida como fonte de material harmnico. A partir da figura R-Pentomino como configurao principal, traduzi a evoluo do autmato em alturas. Cada clula tem uma nota que lhe atribuda. Assim, cada vez que uma clula especfica est viva, uma nota activada. Era meu objectivo principal utilizar todas as notas/clulas de cada gerao num mesmo compasso. Da, a extenso da pea ser de 323 geraes/compassos, que nmero onde acaba a evoluo da configurao inicial. 50
8.1Conceitogeral
Figura 40. As primeiras 5 geraes dO Jogo da Vida, comeando com o R-Pentomino. A evoluo toda pode ser vista num patch em Max/MSP, includo no disco.
Infelizmente, algumas geraes davam-me grupos de 120 notas, e at mais, o que manifestamente excessivo para um s compasso. Impunha-se-me, portanto, escolher notas subjectivamente. Para alm disso, utilizei grafismos de densidade harmnica para distinguir as diferentes seces. Depois de escrever toda a pea segundo regras impostas por mim prprio rigorosamente reproduzi a msica em computador e avaliei-a esteticamente. A sonoridade geral da pea marcada pela utilizao de harmonias densas, mas tendo em conta um resultado que julgo ser musicalmente interessante. Eis algumas caractersticas da pea, que definem a sua sonoridade especfica: Percurso grfico das alturas; Utilizao de acordes com nfase nas stimas maiores e menores; Utilizao de clusters em contraste com acordes espaados; Utilizao do pedal para obter notas que vibram por simpatia, embora no pensadas como harmonia espectral; Notas e acordes longos para obter sonoridades que evoluam durante este tempo.
8.2Brevedescriodaobra
A pea tem 12 seces diferentes. Cada uma tem um carcter especfico por causa do tratamento das clulas do autmato, atravs dum percurso grfico das alturas, da sua filtragem ou nofiltragem. 1) cc. 1-5: introduo. 2) cc. 6-52: percurso grfico do grupo das alturas.
51
3) cc. 53-85: abertura do registo, comeando no registo mdio e alargando gradualmente, como se fossem dois filtros de passagem de frequncia (band-pass filters). 4) cc. 86-109: a abertura da seco anterior atinge a nota D889 pela primeira vez; nesta seco, s os registos extremos so utilizados, para lhes dar o mximo de ateno. 5) cc. 109-124: transio, acelerando at o fim. 6) cc. 125-150: comea-se com clusters, da surgindo harmnicos, com os quais se misturam as notas isoladas que depois so tocadas, dando uma sonoridade complexa. 7) cc. 151-160: transio, baseada num acorde que tinha sido utilizado na seco 3. 8) cc. 160-210: tem vrias subseces. a) cc. 160-181: embora os materiais sejam semelhantes aos da seco 6, a sua sonoridade diferente; os clusters so tocados em piano (no em forte) e, assim, as notas isoladas no se misturam. b) cc. 181-210: escrita mais rtmica, com mais movimento, subdividida internamente (cc. 181-89,190-200). c) cc. 201-210: ltima parte. 9) cc. 210-233: utilizao exclusiva do registo mais agudo. 10) cc. 234-277: percurso grfico das alturas disponveis. 11) cc. 278-301: acordes reverbantes que foram utilizados anteriormente durante a pea. 12) cc. 302-325: variao do seco 1, apenas uma lembrana do incio, decrescendo progressivamente at ao fim e acabando com uma s nota.
8.3Problemasencontradoseelementosamelhorar
Como Orange Disco foi a primeira pea em que utilizei autmatos celulares, no tinha ainda experincia suficiente com esses processos. Assim, naturalmente, surgiram alguns problemas imprevistos.
89
Consideraamos D3 como D central
52
Matriz demasiado grande O autmato utiliza uma matriz de 40 x 30 clulas, perfazendo um total de 1.200. Foi minha inteno obter um comportamento catico. Por consequncia, algumas geraes tinham 120 clulas vivas, resultando numa massa sonora de 120 notas. Sabendo-se que isto demasiada informao em to pouco tempo para o ouvinte, tinha de eliminar notas destes grupos para fazer uma pea musicalmente interessante. Sistematizei este processo para cada seco, embora escolhendo a extenso de cada uma subjectivamente.
Um outro problema que surgiu por causa do tamanho da matriz era a redundncia das notas. Uma vez que o registo do piano abrange 88 notas diferentes, tinha de atribuir uma mesma nota a vrias clulas. Desta maneira, afastei-me um pouco da minha ideia original de transformar O Jogo da Vida em msica.
Mtodo de aplicao utilizado resulta em demasiada informao A ideia de transformar O Jogo da Vida em msica bastante interessante; no entanto, temos de ter em conta que estamos a trabalhar com uma fonte grfica, no musical. Se podemos ver imagens num mili-segundo apenas, instantaneamente, a nossa experincia da msica implica necessariamente a dimenso temporal. este o maior desafio para um compositor.
A aplicao
aleatria que utilizei na minha pea mostrava, com poucas notas apenas, dar
combinaes sonoras interessantes. Perdiam-se, todavia, quando surgiam as grandes massas sonoras. Da, ter utilizado os processos acima descritos para obter um resultado musicalmente interessante.
53
8.4Concluso
no sentido de melhorar o resultado musical em obras futuras que venham a utilizar O Jogo da Vida, que proponho as seguintes solues: Utilizar uma matriz de menor dimenso, evitando assim demasiadas clulas activas. Procurar uma aplicao melhor, no escolhida aleatoriamente, mas que tenha uma estrutura grfica interessante.
Em suma, poderia avaliar Orange Disco como uma experincia interessante que faz parte dum processo de aprendizagem da aplicao de autmatos celulares na composio musical. Como se tratava da minha primeira pea, havia alguns problemas que foram resolvidos com a intuio de compositor, no de forma sistemtica. A subjectividade desempenhou aqui um papel crucial, maior do que o pensamento objectivo, para obter um resultado musicalmente interessante.
Captulo9Descatico,paraDoisPercussionistas

Depois de ter escrito a pea anterior, para dois pianos, uma nova etapa comeou, em que tentei aprofundar os meus conhecimentos dos autmatos. O maior problema encontrado foi o tamanho do autmato, como vimos acima, cuja dimenso excessiva forneceu uma massa de dados difcil de gerir. A minha soluo foi utilizar um autmato mais limitado, uni-dimensional, ao contrrio dO Jogo da Vida, que bi-dimensional. Foi deste modo que consegui limitar a massa potencial de clulas vivas, tornando mais fcil o tratamento do autmato. Como utilizei um autmato limitado a 31 clulas, criou-se assim um reservatrio de informao controlvel.
9.1Conceitogeral
54
Outra grande diferena em relao primeira pea, para alm da formao instrumental, foi a traduo diferente do autmato. Tendo as clulas sido tratadas antes como alturas, so agora traduzidas em ritmos. Nesta pea, cada clula viva representa a entrada duma nota.
Numa gerao, cada linha de clulas representa um hiper-compasso de 31 colcheias. Para facilitar a leitura da partitura, cada uma destas grandes unidades mtricas foi subdividida em 7 compassos menores, definidos como uma simetria invertida volta dum centro nico (1/8) (Fig. 41). 7/8 5/8 3/8 1/8 3/8 5/8 7/8
Figura 41. A grande unidade (hiper-)mtrica dividida em 7 partes menores
9.2Anlisedaobra
9.2.1Planogeral
A composio divide-se em duas partes quase simtricas. A primeira parte utiliza as 16 geraes iniciais de regra 126, cuja representao grfica uma figura sempre a crescer simetricamente, e que se mantm como tal, tendo alguma semelhana com o tringulo de Sierpinski. A segunda parte utiliza as 16 geraes iniciais da regra 86, mas graficamente invertida: isto traduz-se musicalmente numa inverso da ordem temporal, de modo que a 16 gerao (a ltima) aparece em primeiro lugar. Da combinao das duas partes resulta uma figura (ou plano) geral com contornos simtricos, comeando e acabando com uma s clula. Essa figura, abrindo e fechando como tringulos invertidos que se justapem pela base, contrasta com as geraes individuais das clulas, cuja figura (ao nvel do hipercompasso) fecha e abre como tringulos invertidos que se tocam pela ponta.
A diferena entre as duas partes tambm caracterizada pelo tratamento dos eventos sonoros. Na primeira parte, utilizei um padro rtmico para a percusso 2, enquanto a percusso 1 executa os eventos sonoros cujo ataque controlado pela regra 126. Na segunda parte, os dois 55
percussionistas executam os eventos sonoros, ora juntos ora individualmente, resultando numa sonoridade que parece aleatria e que contrasta com a da primeira parte.
9.2.2Anlisedaprimeiraparte
Na primeira parte, a percusso 1 segue rigorosamente a imagem do autmato, isto , para cada clula viva existe um evento sonoro. Para evitar longos silncios que advm dessa aplicao automtica, adicionei um parte mais livre, na percusso 2, que executa uma figura rtmica variada, sempre de forma simtrica: os primeiros 3 compassos de cada gerao so invertidos nos ltimos compassos correspondentes. Embora de execuo livre, a percusso 2 baseia-se no contorno do autmato. Processo adicional tambm a entrada dos temple blocks no fim de cada gerao. Do lado direito, introduzida sempre uma nota em cada gerao, empurrando a figura inicial mais para o lado esquerdo. Alm disso, elementos da gerao anterior so repetidos e combinados com a nova gerao, variando assim o aspecto geral da percusso 2.
Figura 42. A figura esquerda mostra os autmatos na forma original; a figura direita mostra o segundo automato invertido, criando uma figura total que abre e se fecha
Depois de ter escrito a pea, seguindo as regras que a mim prprio me impus, adicionei alguns elementos ornamentais, como tercinas e semicolcheias. Rtmica e dinamicamente, a percusso 1 tem figuras simtricas em cada gerao, funcionando tambm a este nvel o compasso 1/8 como espelho. Por vezes, esta simetria quebrada por causa dos ornamentos. O aspecto meldico da percusso 1, com melodias ascendentes e descendentes, segue igualmente (embora num plano menor) o contorno do autmato.
56
9.2.3Anlisedasegundaparte
Em grande contraste com a primeira parte, cheia de actividade, a segunda caracteriza-se por eventos sonoros que parecem ser aleatrios. No entanto, a partitura reflecte aqui rigorosamente o autmato. Os dois percussionistas reproduzem (ou traduzem) juntos o autmato, em contraste com a primeira parte, onde s a percusso 1 o reproduzia na sua totalidade.
Um elemento comum s duas partes o fim de cada gerao, em que a percusso 2 segue o contorno do autmato. Na segunda parte, contudo, executa uma figura de duas colcheias, enquanto, na primeira, havia apenas colcheias isoladas.
9.2.4Tratamentodasalturas
As alturas foram escolhidas para dar nfase aos intervalos de stima maior e menor. Na primeira parte, altero acordes com melodias. Na segunda parte, mantm-se a nfase nas stimas, mas no h uma alterao sistematizada entre acordes e melodias. Na percusso 2 (da segunda parte), que segue o contorno do autmato, as duas ltimas notas so sempre iguais para dar um carcter conclusivo a cada gerao.
9.3Concluso
A escolha de utilizar, nesta pea, um autmato uni-dimensional resultou, de facto, numa base de informao mais fcil de gerir. Tambm a transformao em ritmos, isto , a atribuio dum evento sonoro a uma clula, resultou numa traduo mais fiel do autmato. Aqui no h clulas com contedo igual como nO Jogo da Vida, onde a mesma nota era atribuda a vrias clulas.
Em geral, pode afirmar-se que o primeiro grande passo necessrio dar para se chegar a um bom resultado limitar a informao. Esta a maior lio que aprendi ao escrever a pea.
57
Captulo10KRACHT,paraGrandeOrquestra
A minha obra KRACHT ser o ltimo estudo de caso deste projecto de investigao. tambm o mais extenso, a todos os nveis instrumentao, durao e utilizao dos autmatos celulares. Foi escrita para grande orquestra, com muitos instrumentos em papel solstico (divisi). Das trs peas estudadas, trata-se daquela que tem maior durao (cerca de 20 minutos). Finalmente, e talvez o mais importante, os autmatos celulares foram aplicados a vrios parmetros do som; e.g., altura, ritmo e dinmica.
10.1Fontedeinspirao
A minha obra baseada numa pea electrnica do compositor americano Dave Seidel, Palimpsest,90 que utiliza as primeiras 100 geraes da regra 57. A, o autmato controla o contedo espectral de dois acordes, que alternam regularmente. Porque o autmato tem sempre outros conjuntos de clulas activas, o contedo espectral dos acordes difere sempre tambm. A forma grfica do autmato bastante caracterstica, salta vista; ser esta, porventura, a razo por que a pea tem para mim uma sonoridade atraente. A minha composio difere bastante da de Dave Seidel, logo porque uma pea instrumental tem caractersticas diferentes duma electrnica. Como j foi dito na introduo, e como corolrio deste projecto acadmico sobre autmatos celulares, o meu objectivo artstico era escrever peas instrumentais: trs foram entretanto concludas. Pude a desenvolver a minha prpria linguagem, no contacto que, durante a minha investigao, tive com diversos estilos.
10.2Anlisedaobra
Nesta seco, vou explicar os processos utilizados na pea. A composio construda em vrias camadas sobrepostas. Todos os processos que utilizam autmatos celulares utilizam a regra 57.
90 Dave Seidel, Palimpsest, 2005, Mysterybear productions - Music by Dave Seidel, 2009 15 de Maio <http://mysterybear.net/article/23/palimpsest>.
58
Foram utilizadas apenas as primeiras 100 geraes desta regra, que mostram um comportamento interessante. Depois disso, as geraes apresentam comportamento peridico.
10.2.1Primeiracamada:camadadefundo
A composio tem, conforme referido, a regra 57 como base. As primeiras 100 geraes so utilizadas para controlar o contedo espectral. Por motivos prticos, rodei o grfico 90 graus (Fig. 43).
Figura 43. Regra 57, rodada 90 graus por motivos prticos
Dividi o autmato em duas partes, ficando a clula central como eixo comum. A parte superior controla o contedo espectral (aqui, os primeiros 34 parciais) da nota D0 (nas geraes mpares) ou D#0 (nas geraes pares). A parte inferior controla o contedo espectral (os primeiros 35 parciais) da nota R#0. Pelo facto de cada gerao ter uma configurao diferente de clulas activas, cada acorde tem tambm um contedo espectral diferente. No incio da pea, a diferena entre as geraes mpares e pares muito grande: na primeira gerao, apenas 1 clula est viva; na segunda gerao, esto 65. Gradualmente, mais clulas vo tornando-se vivas nas geraes mpares, e menos nas geraes pares. na 100 gerao que surge o comportamento 59
peridico, que, pelo seu carcter repetitivo, menos me interessa. Da, ter utilizado apenas as 100 geraes iniciais.
Os acordes tm uma durao de 9 semnimas, divididos que esto em trs de compassos de , e so arpejados durante toda a pea. Este arpejo concebido graficamente. No incio, tem um inclinao de 90 graus, isto , as notas entram todas no mesmo tempo e o acorde sustentado durante 9 semnimas. Gradualmente, essa inclinao vai ficando menor e acaba com uma inclinao de 45 graus. Explica-se melhor este processo por meio dum grfico (Fig. 44):
Figura 44. A inclinao do arpejo vai ficando menor ao longo da pea
Musicalmente, resulta num arpejo cada vez mais alargado no tempo: o ltimo arpejo tem um durao de 9 semicolcheias.
As entradas das notas foram calculadas da seguinte maneira: a nota mais aguda (Mi5) tem uma frequncia de 1.357,15 Hertz. Como, na ltima gerao, esta nota tem que entrar no tempo t = 9, podemos calcular o momento da entrada atravs da seguinte frmula: max f/max t = 1.357,15/9 = 150,79 por isso, a equao para a linha f = 150,79 x t sendo t = 150,79/ f Dividi a pea em 25 partes, quer dizer, o arpejo muda a sua inclinao 25 vezes durante toda a pea, a cada quatro novas geraes. Calculei, assim, o momento da entrada da nota mais aguda e, atravs deste valor, calculei todas as outras entradas. Para facilitar as entradas dos msicos, arredondei os valores: a figura rtmica menor uma dcima (quiltera) da semicolcheia.
60
Figura 45. As entradas so calculadas atravs da relao com o arpejo
No incio da pea, os dois acordes esto separados um do outro para salientar a grande diferena do respectivo contedo espectral. No c. 130, as notas comuns comeam a estar ligadas para se obter um som sustentado, evitando atacar sempre a nota mais grave dos acordes arpejados. Estas ligaduras foram adicionadas s depois ter escrito os acordes. Por vezes, quando muda a sua orquestrao, uma nota comum retomada por outro instrumento, sendo modulada timbricamente. No entanto, o instrumento inicial s muda de nota depois desta ser modulada (ou transformada) pelo novo timbre. A utilizao das ligaduras introduz na pea um elemento que quebra o rigor do arpejo. Este processo de transformao tmbrica91 continua at ao c. 199. Aqui se mostra um exemplo simplificado:
Figura 46. C nota comum: na primeira figura, esta nota no est ligada, de que resulta um buraco; na segunda, C fica sustentado no violino enquanto entra o trompete. Por conseguinte, h uma fase transitria, uma modulao tmbrica, que torna a msica mais interessante.
91 O conceito paradigmtico de modulao como transformao (ou reinterpretao do sentido) de qualquer parmetro musical tirado do livro de Miguel Ribeiro-Pereira, A Theory of Harmonic Modulation: The Plastic Model of Tonal Syntax and the Major-Minor Key System (Porto: Politema, 2005).
61
Na seco seguinte (cc. 199-207), as notas entram todas em simultneo: o acorde sustentado e, atravs de acentuaes, percebe-se o arpejo no interior dessa massa sonora. No c. 241, as notas comuns so acentuadas no tempo em que deveriam entrar, seguindo a lgica do arpejo. Do c. 253 at ao penltimo acorde, todas as notas esto ligadas, mesmo que no sejam comuns, de que resultam acordes poludos, isto , em que notas estranhas invadem o acorde. Finalmente, o ltimo acorde arpejado normalmente; todavia, sustentado durante mais dois compassos, como se fosse uma suspenso escrita, para atrasar a entrada da nota final, tocada pela harpa, no derradeiro compasso.
10.2.2Segundacamada:processosrtmicos
O ritmo bsico controlado pelo arpejo, tal como est escrito. Da resulta um ritmo que vai sendo progressivamente mais lento. Para introduzir elementos de variao, foram utilizados processos rtmicos, principalmente na percusso e na harpa; no fim da pea, sobretudo nas cordas. Todos estes processos de variao rtmica so baseados em autmatos celulares, utilizando a regra 57, cujo mtodo de aplicao j foi descrito em 6.1.2 (Ritmo). O primeiro lugar onde implementei este processo foi na percusso (cc. 28-63): foi utilizado um autmato de 27 clulas, em que h 39 geraes antes de surgir um comportamento peridico. As clulas foram aplicadas em 3 compassos por cada gerao, o que resultou em figuras de tercinas.
Sobrepe-se a este autmato um outro, agora com tamanho de 15 clulas, tambm na percusso. Aqui as clulas foram aplicadas num s compasso, de que resultaram figuras de quintinas. Este processo acaba no c. 57. Os trs percussionistas tocam os mesmos instrumentos em trs lugares diferentes, alternando entre eles as figuras rtmicas, o que cria um movimento espacial. A linha meldica sempre descendente; quando esta atinge a nota mais grave, um salto sbito em movimento contrrio permite-lhe recomear.
62
Um terceiro autmato, de 24 clulas, ser apresentado no vibrafone (c. 92). S as 33 geraes iniciais so utilizadas; o autmato lido ao contrrio, em movimento retrgrado, comeando pela ltima gerao. As alturas utilizadas fazem parte do acorde e abrangem todo o registo do vibrafone. Aqui, tambm, o movimento sempre descendente e, depois de atingir a nota mais grave, logo recomea como anteriormente. Neste caso, todavia, a descida ultrapassa a fronteira dos acordes, quebrando, assim, o arpejo da primeira camada. Na figura 47, mostra-se este processo sob a forma grfica.
Figura 47. A linha meldica do vibrafone ultrapassa a fronteira dos acordes
Para se introduzir sons percussivos, o vibrafone (cc.102, 104, 105, 111-114, 116, 118-120, 123, 124 e 128) foi substitudo por instrumentos de percusso sem altura definida.
O quarto autmato, de 18 clulas aplicadas em 3 compassos, ter incio na harpa (c. 116). A sua aplicao originou figuras rtmicas de sextinas. Originalmente, traduzi-o para uma combinao de harpa (afinada um quarto-de-tom acima), algumas cordas e vibrafone. Porque o resultado musical foi insatisfatrio, utilizei apenas a parte da harpa. Por motivos de orquestrao, para reforar o som, esta acompanhada por algumas cordas. Tal como acontece na traduo dos autmatos anteriores, o movimento da linha meldica sempre descendente, recomeando este padro quando se atinge a nota mais grave.
O quinto autmato, de 15 clulas e lido tambm em movimento retrgrado, ter incio na percusso 2 (c. 205). A aplicao deste, constitudo exclusivamente pelos sinos, originou figuras de quintinas. Ao contrrio dos processos anteriores, a linha meldica agora descendente e 63
ascendente, em alternncia constante, parecendo uma onda. Foi utilizado todo o registo dos sinos, que tocam as notas do acorde.
O sexto autmato, tocado pelo vibrafone (c. 218), retoma o de 27 clulas j utilizado anteriormente no c. 28, mas lido agora em movimento retrgrado. Tambm aqui a linha meldica se assemelha a uma onda. Eis a sua representao (Fig. 48):
Figura 48. A linha meldica que parece uma onda; aqui tambm ultrapassa a fronteira dos acordes
O stimo autmato, de 24 clulas aplicadas num compasso, aparecer nos contrabaixos (c. 235). lido no sentido normal, comeando pela primeira gerao, e a linha meldica , uma vez mais, sempre descendente. No c. 248, os violoncelos acompanham os contrabaixos.
O oitavo autmato entrar nas violas (c. 253), em septinas e lido inversamente, em movimento retrgrado.
Finalmente, o nono autmato comear nos contrabaixos e violoncelos (c. 271), com uma nova sequncia de sextinas. No c. 274, os primeiros violinos acompanham as violas, e os segundos violinos acompanham violoncelos e contrabaixos.
10.2.3Terceiracamada:dinmicas
As dinmicas so controlados sistematicamente durante toda a pea. Podemos dividi-la tambm em 8 partes, segundo esta perspectiva dinmica, embora no coincidentes com os processos rtmicos dos autmatos.
1. cc. 1-45: entre p e mf nas cordas, pp e p nos sopros.

64
2. cc. 46-87: entre mf e f nas cordas, mp e mf nos sopros. 3. cc. 88-129: entre f e ff nas cordas, mf e f nos sopros. 4. cc. 130-171: entre ff e fff nas cordas, f e ff nos sopros. 5. cc. 172-198: esttica nas cordas (fff) e nos sopros (ff). 6. cc. 199-234: esttica em toda a orquestra (ffff).
7. cc. 235-255: entre fff e ff nas cordas, ff e mf nos sopros. 8. cc. 256-301: esttica nas cordas (ffff col legno battuto para obter um som poderoso), entre mf e p nos sopros.
A representao grfica do autmato apresnta uma estrutura tripartida (trade ou trindade), articulando as duas primeiras partes (A) e a ltima (b). No incio da pea, as cordas tocam 2 compassos em crescendo e 1 em decrescendo, enquanto os sopros fazem o mesmo padro invertido, 2 em decrescendo e 1 em crescendo. No c. 88 (gerao 34), os sopros comeam a tocar 2 compasso em crescendo e 1 em decrescendo, nos harmnicos mpares, ou 2 em decrescendo e 1 em crescendo, nos harmnicos pares. Este processo contrapontstico de dinmicas invertido em cada gerao. A partir do c. 91, ser utilizado tambm nas cordas: comea nas oitavas mais graves e vai, gradualmente, estendendo-se ao registo agudo. H quatro tipos de dinmica, que se mostra a seguir (Fig. 49). Alternei-as em sries de quatro, comeando com a nota do acorde mais grave. Sempre em evoluo, o acorde , pois, dinmico.
Figura 49. Os quatro tipos de dinmicas possveis
65
Desde o c. 239, estes quatro tipos so diminudos (ou contrados) num compasso apenas. Assim, o ritmo das dinmicas acelerado e aumenta a actividade musical.
10.2.4Quartacamada:orquestrao
Na representao grfica do autmato, vemos que este comea com blocos de clulas monolticos (foi este o termo sugerido por Magnus Lindberg, quando leu a pea) e vai, gradualmente, fragmentando-se. Esta fragmentao transposta para a orquestra: a pea comea com as cordas, apenas, de modo a obter um timbre homogneo; gradualmente, entram as madeiras, uma a uma, comeando pelo instrumento mais grave. Este processo comea no c. 10 e, em cada duas geraes (de seis em seis compassos), entra um novo instrumento com uma nota igual das cordas, mas cujo ataque diferido dum compasso e meio. A entrada das madeiras segue as notas do arpejo. Quando j todas entraram, os metais seguem o mesmo processo. No meio da pea, j toda a orquestra utilizada.
A orquestra est disposta duma maneira especfica (Fig. 50), de modo a obter um efeito especial, embora reduzido. Porque o arpejo ascendente, o som nas cordas vai do lado direito ao lado esquerdo. As madeiras esto dispostas ao contrrio, com os instrumentos graves do lado esquerdo e os agudos do lado direito. Consequentemente, o som desloca-se no sentido inverso. Finalmente, os metais esto dispostos da mesma forma que as cordas. De tudo isto resultam trs camadas tmbricas (orquestrais) de som.
Na primeira fase da pea, escrevi primeiro as cordas e depois adicionei os sopros; estes acompanhavam as cordas. A meio da obra, fiz o inverso: primeiro, escrevi os sopros e, depois, as cordas. medida que a pea avana, as cordas vo tendo um papel menos importante em relao ao arpejo. No c. 235, os contrabaixos tocam col legno battuto, com uma sonoridade quase percutida. As outras cordas vo progressivamente imitando os contrabaixos, e, no final, s os sopros, a percusso e a harpa tocam as notas do acorde. Como entidades independentes, a 66
percusso e a harpa no tinham feito at aqui parte do grande processo harmnico. S agora, no fim da pea, a harpa e o vibrafone se integram no arpejo, por no haver nmero suficiente de sopros para tocar todas as notas.
Figura 50. Disposio da orquestra
A orquestrao pormenorizada no obedece a um plano especfico, com excepo das primeiras entradas dos sopros, que comeam com a nota mais grave. Cada instrumento toca a nota mais adequada s suas caractersticas.
10.2.5Quintacamada:elementosadicionais
J depois de ter escrito a pea quase integralmente, decidi introduzir alguns elementos livres, de carcter ornamental. Dando-lhe mais carcter, a sua escrita nada tem a ver com autmatos celulares. No c. 64, a percusso combina caixas de rufo (snare drums) e cmbalos (cymbals), de modo a criar um rudo quase branco, uma cor orquestral peculiar. Nos cc. 199-213 e 259-294, excepto os sinos e o vibrafone, respectivamente, a percusso livre. Tambm os glissandi em toda a pea foram escritos de forma livre.
67
10.3Concluso
De acordo com os algoritmos, os processos extra-musicais, KRACHT para orquestra a pea mais rigorosa que escrevi at hoje. Nela consegui criar uma estrutura slida e obter um resultado que considero artisticamente bom. Apesar de ser criada atravs processos algortmicos, julgo que a pea tem credibilidade e razo de ser. muito importante para mim pensar e criar a estrutura antes de comear a escrever qualquer pea. Se as bases no forem slidas, haver inevitavelmente problemas durante a escrita.
Captulo11ConclusoePerspectivasFuturas
Na minha Tese, quis trabalhar sobre composies que utilizassem processos extra-musicais. Atraiu-me o mundo dos autmatos celulares: apesar de parecerem muito simples, tm um comportamento extremamente interessante e uma configurao visual distinta, atraente e invulgar. Neste trabalho, procurei reflectir a sua composio estrutural atravs da msica. No sentido de compreender melhor os autmatos celulares, tive de pesquisar as suas caractersticas gerais, que apresentei na I parte da Tese. Depois, na II parte, procurei formas de transpor a estrutura dos autmatos para msica. Vrias formas foram apresentadas, com vantagens e desvantagens. Finalmente, na III parte, elaborei trs estudos de caso, que consistem em peas que escrevi durante o trabalho de pesquisa. Creio que nelas se verifica uma evoluo positiva da minha composio. Cada experincia conduziu-me a melhores resultados, tendo a pea final para orquestra coroado todo o processo. Gostaria, com esta Tese, de cativar outras pessoas para o mundo dos autmatos celulares e da msica feita com eles. Espero tambm que mais compositores venham, no futuro, a interessar-se por estes processos.
Por isso, quero acabar este trabalho com algumas sugestes para investigao futura. Nesta tese, foram examinadas formas de criao de harmonia e ritmo. Uma etapa lgica seguinte ser investigar a criao de melodias atravs de autmatos celulares. Podemos inspirar-nos na 68
investigao feita por Beyls92 e Miranda,93 que escreveram aplicaes para gerar melodias e harmonia. No entanto, o desenvolvimento destas aplicaes foi interrompido. Uma possibilidade seria a de recriar estas aplicaes para serem utilizadas em computadores actuais. Em geral, pode dizer-se que ser necessrio encontrar uma maneira de controlar as entradas das notas atravs do autmato celular. Uma opo ser combinar os mtodos mencionados no captulo 6 para a aplicao de notas e ritmos. Exemplificamos: temos um autmato uni-dimensional que contm quatro clulas; cada clula equivale a uma semnima num compasso de 4/4. A cada clula est atribuda uma altura. Se aplicarmos as alturas e os ritmos, temos o seguinte resultado (Fig. 51).
Do Mi Sol Si
Figura 51. A combinao da aplicao de notas e ritmos: cada nota surge sempre no mesmo tempo no compasso
A desvantagem aqui que uma certa nota surge sempre no mesmo momento do compasso, por exemplo, o Si surge sempre no quarto tempo do compasso. Para variar a posio da nota no compasso, podemos variar o ponto de incio em que comeamos a ler uma gerao do autmato. Mostremos com o exemplo de cima e alteramos o ponto de incio. Na primeira gerao, o ponto de incio a nota D, que vem no primeiro tempo do compasso. Na segunda gerao, o ponto de incio a nota Mi (que vem no primeiro tempo do compasso) e a nota D ser lida no fim (e, por conseguinte, vem no fim do compasso). No exemplo, a clula a que foi atribuda a nota D est morta na segunda gerao; por isso, temos uma pausa.
Figura 52. Mudando o ponto de incio, muda a posio da nota no compasso
Outra sugesto que quero fazer, e que uma consequncia da soluo mencionada acima, a ideia de multi-tarefa. Nas minhas peas, utilizei um autmato para controlar um parmetro s.
Peter Beyls, Cellular Automata Mapping Procedures, Proceedings of the International Computer Music Conference (Miami: ICMA, 2004) 55-58. Eduardo Reck Miranda, Cellular Automata Music: From Sound Synthesis to Musical Forms, Eduardo Reck Miranda e John A Biles, Evolutionary Computer Music (London: Springer, 2007) 170-193.
93 92
69
Seria interessante encontrar uma maneira de ligar vrios parmetros musicais a um autmato. Para fazer isso, h que investigar pormenorizadamente o comportamento dos autmatos celulares para detectar aspectos relevantes que possam ser aplicados a parmetros musicais.
Finalmente, j que um autmato celular controlado por uma funo de transio local, poderamos ligar as regras dessa funo a regras musicais. Poderamos, para usar um exemplo simplificado, dizer que se uma clula est viva com dois vizinhos vivos e um Sol na gerao actual, ento ser um L na gerao seguinte. Claro que no estamos limitados a utilizar uma escala cromtica nem uma afinao bem-temperada. bvio que, com esta abordagem, ser necessria uma grande parte de experincia. Portanto, j que compor experimentar, acredito que este caminho um desafio interessante para um compositor.
70
Ashauer, Daniel. Algorithmic Composition. master Thesis. University of technology Vienna. Vienna: University of technology Vienna, 2008. Bell, David Ingals. HighLife An Interesting Variant of Life (Part 1/3). 2009 15 de Maro. The home page of David Ingalls Bell. 2009 15 de Maio <http://members.tip.net.au/~dbell/articles/>. Beyls, Peter. Cellular Automata Mapping Procedures. Proceedings of the International Computer Music Conference. Miami: ICMA, 2004. 55-58. Burks, Arthur W. Essays on Cellular Automata. Illinois: University of Illinois Press, 1968. Burraston, Dave. CASS (Cellular Automata Simplistic Selector. Noyzelab. 2009 15 de Maio <http://www.noyzelab.com/gensys/CASS/cass.html>. . Generative Music and Cellular Automata. Doctoral Dissertation. Sidney: University of Technology, 2006. . One Dimensional Cellular Automata Musical Experiments with Max. Proceedings of the11th International Conference on Human-Computer Interaction. Las Vegas: HCI International, 2005. Codd, Edgar F. Cellular Automata. New York: Academic Press, 1968. Dahlstedt, Palle. Evolution in Creative Sound Design. Evolutionary Computer Music. Ed. E. R. Miranda e J. A. Biles. London: Springer, 2007. 7999. Dias, Rui. Little Life: Installation Submission. NIME, 2006. Ebcioglu, Kemal. An expert system for harmonizing chorales in the style of J. S. Bach. The Journal of Logic Programming, 8.1-2 (n.d.): 145-185. Flammenkamp, Achim. Garden of Eden/ Orphan. 2008 7 de Novembro. Achim. 2009 15 de Maio <http://wwwhomes.uni-bielefeld.de/achim/orphan_2nd.html>. Gage, Dustin, Elizabeth Laub and Briana McGarry. CELLULAR AUTOMATA: IS RULE 30 RANDOM? Michigan: Central Michigam University, 2005. Gardner, Martin. MATHEMATICAL GAMES The fantastic combinations of John Conway's new solitaire game "life". Scientific American 223 (1970): 120-123. Harley, James. Xenakis, His Life in Music. New York: Routledge, 2004. Hazard, Chris and Catherine Kimport. Fractal Music. Research Project. Madison: Tursiops Truncatus Studios, 1999. Hoffman, Peter. Towards an Automated Art: Algorithmic Processes in Xenakis' Compositions. Contemporary Music Review 21.2-3 (2002): 121131. Illiac Suite for String Quartet. 2009. 2009 15 de Maio <http://www.britannica.com/EBchecked/topic/282904/Illiac-Suite-for-StringQuartet.>. Jrvelinen, Hanna. Algorithmic Musical Composition. Algorithmic Musical Composition. Helsinki: Helsinki University of Technology, 2000. Kirke, Alexis and Eduardo Reck Miranda. Capturing the Aesthetic: Radial Mappings for Cellular Automata Music. Journal of the ITC Sangeet Research Academy (2007): 15-23. Koenig, H. Colored Life. 2006 Maro. Game of Life News. 2009 15 de Maio <http://pentadecathlon.com/lifenews/life_variants>. Langton, Chris. Self-reproduction in cellular automata. Physica D 10 (1984): 134-144.
Referncias
71
Li, Wentian and Norman Packard. The Structure of the Elementary Cellular Automata Rule Space. Complex Systems 4 (1990): 281-287. Maloch, Joseph. Cellular beats Rhythms from Cellular Automata. 2005. 2009 15 de Maio <http://www.music.mcgill.ca/~mallochj/projects/cellular_beats>. Maurer, John A. A brief history of Algorithmic Composition. 1999 Maro. john a. maurer iv. 2009 15 de Maio <http://ccrma.stanford.edu/~blackrse/algorithm.html>. Mavroudi, Antonia. Simulating City Growth by using the Cellular Automata Algorithm. Master Dissertation. London: University of London, 2007. McKay, Cory. SpeciesChecker: A system for automatically proofreading species counterpoint. undergraduate thesis. University of Guelph. Guelph: University of Guelph, 2002. Millen, Dale. An Interactive Cellular Automata Music Application in Cocoa. Proceedings of the 2004 International Computer Music Conference. Miami: International Computer Music Association, 2004. Miranda, Eduardo Reck. Cellular Automata Music: From Sound Synthesis to Musical Forms. Miranda, Eduardo Reck and John A Biles. Evolutionary Computer Music. London: Springer, 2007. 170-193. Moore, Edward F. Machine Models of Self-Reproduction. Proceedings of Symposia in Applied Mathematics. Ed. R.E. Bellman. New York: American Mathematical Society, 1962. 17-33. Owen, Mark St John. The Wireworld Computer. 2009 22 de Maro. quinapalus.com. 2009 15 de Maio <http://www.quinapalus.com/wires0.html>. Packard, Norman H and Stephen Wolfram. Two-Domensional Cellular Automata. Journal of Statistical Physics 38.5/6 (1985). Pegg, Ed Jr. WireWorld. MathWorld--A Wolfram Web Resource. 2009 15 de Maio <http://mathworld.wolfram.com/WireWorld.html>. Popovici, Adriana and Dan Popovici. Cellular automata in image processing. Universidade de Timisoara de Oeste. Romania: Universidade de Timisoara de Oeste, n.d. Quinn, Marty and Loren David Meeker. RESEARCH SET TO MUSIC: THE CLIMATE SYMPHONY AND OTHER SONIFICATIONS OF ICE CORE, RADAR, DNA, SEISMIC AND SOLAR WIND DATA. Proceedings of the 2001 International Conference on Auditory Display. Espoo: ICAD, 2001. 5661. Reggia, James A, et al. Simple systems that exhibit self-directed replication. Science 259.5099 (1993): 1282-1287. Rennard, Jean-Philippe. Introduction to Cellular Automata. 2006 Maio. Rennard.org. 2009 15 de Maio <http://www.rennard.org/alife/english/acintrogb01.html>. Ribeiro-Pereira, Miguel. A Theory of Harmonic Modulation: The Plastic Model of Tonal Syntax and the Major-Minor Key System. Porto: Politema, 2005. Roads, Curtis. The Computer Music Tutorial. Cambridge: MIT Press, 1996. Schelling, Thomas C. Dynamic models of segregation. Journal of Mathematical Society 1.2 (1971): 143- 146. Schiff, Joel L. Cellular Automata: A Discrete View of The World. Hoboken: John Wiley & Sons, Inc., 2008.Schottstaedt, Bill. Automatic Species Counterpoint STAN-M-19. Stanford University. Stanford: Stanford University, 1984. Seidel, Dave. Palimpsest. 2005. Mysterybear productions - Music by Dave Seidel. 2009 15 de Maio <http://mysterybear.net/article/23/palimpsest>. Serquera, Jaime and Eduardo Reck Miranda. Cellular automata sound synthesis: from histograms to spectograms. Automata 2008: Theory and
72
Applications of Cellular Automata. Ed. R Alonso-Sanz, e A Lawniczak A. Adamatzky. Frome: Luniver Press, 2008. 368-377. Soddell, Jacques and Fran Soddell. jacques soddell. 2008 23 de Agosto. 2009, 15 de Maio <http://cajid.com/jacques/lsys/software.htm>. Solomos, Makis. Cellular Automata in Xenakis Music Theory and Practice. Definitive Proceedings of the International Symposium Iannis Xenakis. Ed. S. Georgaki, Solomos M. and G. Zervos. Athena, 2005. 120-138. Supper, Martin. A few remarks on algorithmic composition. Computer Music Journal 5.1 (2001): 48-53. Taube, Heinrich K. Notes from the Metalevel: an Introduction to Computer Composition. Abingdon: Routledge, 2004. Truchan, Bret. Glitch Sequencer Cellular automaton based MIDI sequencer. 2009. 2009 15 de Maio <http://www.glitch-sequencer.com/>. Tyler, Tim. Neighbourhood Survey. CELLULAR AUTOMATA. 2009 15 de Maio <http://cell-auto.com/neighbourhood/>. Varga, Balint Andras. Conversations with Iannis Xenakis. London: Faber and Faber, 1996. Von Neumann, John. The general and logical theory of automata. Taub, A. W. The Collected Works of John Von Neumann. Ed. A. H. Taub. Vol. 5. Oxford: Pergamon Press, 1961. 6 vols. 288-328. Ward, Douglas P, Alan T Murray and Stuart R Phinn. Integrating spatial optimization and cellular automata for evaluating urban change. Annals of Regional Science 37.1 (2003): 131-148. Weisstein, Eric W. Ampichiral. MathWorld--A Wolfram Web Resource. 2009 15 de Maio <http://mathworld.wolfram.com/ElementaryCellularAutomaton.html>. . Elementary Cellular Automaton. Mathworld-A Wolfram Web Resource. 2009 15 de maio <http://mathworld.wolfram.com/ElementaryCellularAutomaton.html>. . Garden of Eden. ERIC WEISSTEIN'S TREASURE TROVE THE LIFE CELLULAR AUTOMATON. 2009 15 de Maio <HTTP://ERICWEISTEIN.COM/ENCYCLOPEDIAS/LIFE/GARDENOFEDEN. HTML>. . R-Pentomino. ERIC WEISSTEIN'S TREASURE TROVE OF THE LIFE CELLULAR AUTOMATON. 2009 15 de Maio <http://www.ericweisstein.com/encyclopedias/life/R-Pentomino.html>. . R-Pentomino. ERIC WEISSTEIN'S TREASURE TROVE OF THE LIFE CELLULAR AUTOMATON. 2009 15 de Maio <http://www.ericweisstein.com/encyclopedias/life/R-Pentomino.html>. . Rule 90. 2009 15 de Maio. MathWorld--A Wolfram Web Resource. 2009 15 de Maio <http://mathworld.wolfram.com/ElementaryCellularAutomaton.html.>. . Turing Machine. 2009 15 de Maio. 2009 15 de Maio <http://mathworld.wolfram.com/TuringMachine.html>. Wilensky, Uri. NetLogo Brians Brain Model. 2002. Netlogo. 2009 15 de Maio <http://ccl.northwestern.edu/netlogo/models/BriansBrain>. Wolfram Research. Wolfram Tones an experiment in a new kind of music. 2005. 2009 15 de Maio <http://tones.wolfram.com/>. Wolfram, Stephen. A New Kind of Science. Champaign: Wolfram Media, 2002. . Random Sequence Generation by Cellular Automata. Advances in Applied Mathematics 7.2 (1986): 123-169. . Universality and complexity in cellular automata. Physica D 10.1 (1984): 1-35.
73
Xenakis, Iannis. Formalized Music. Ed. S. Kanach. Trans. G. H. Hopkins, J. Challifour C. Butchers. 2. Stuyvesant: Pendragon Press, 1992.
74

Tesede Mestrado

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tesede Mestrado

Uploaded by

Copyright:

Available Formats

Composio com Autmatos Celulares

Dissertao para a obteno do grau de Mestre em Composio e Teoria Musical

Orientador: Miguel Ribeiro-Pereira

Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck

Keywords: algorithmic composition cellular automata the Game of Life

Composio com Autmatos Celulares Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck

Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck

Captulo 11 Concluso e Perspectivas Futuras..........................................................................68 Referncias ....................................................................................................................................71

Composio com Autmatos Celulares Samuel Van Ransbeeck

I PARTE APRESENTAO DOS AUTMATOS CELULARES Captulo1BreveResenhaHistrica

Composio com Autmatos Celulares Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck

Figura 1. Uma figura nO Jogo da Vida

Composio com Autmatos Celulares Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck

Tabela 1. A regra sob forma duma tabela

Composio com Autmatos Celulares Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck

Figura 5. Valor fixo

Regra 30 A representao grfica desta regra a seguinte,

Figura 6. Regra 30, primeiras 100 geraes

Composio com Autmatos Celulares Samuel Van Ransbeeck

Figura 8. Regra 90, tambm conhecida como o tringulo de Sierpinski

Composio com Autmatos Celulares Samuel Van Ransbeeck

Figura 10. Regra 165, regra complementar da regra 90

A frmula matemtica da regra 90 a seguinte ci(t+1) = (ci-1(t) + ci+1(t)) mod 2

Figura 11. Regra 110

Composio com Autmatos Celulares Samuel Van Ransbeeck

localizadas que se movem espacial e temporalmente.

Figura 13. Exemplos das quatro classes (segundo Wolfram).

Composio com Autmatos Celulares Samuel Van Ransbeeck

Em que consiste, afinal, este parmetro? O parmetro

, explica Rennard,, de facto, a

Composio com Autmatos Celulares Samuel Van Ransbeeck

Calcula-se agora, a ttulo de exemplo, a Regra 5:

Composio com Autmatos Celulares Samuel Van Ransbeeck

Figura 16. A vizinhana de Von Neumann

Composio com Autmatos Celulares Samuel Van Ransbeeck

Figura 17. A vizinhana de Moore

Um catlogo vasto pode ser consultado em http://cell-auto.com/neighbourhood.

Composio com Autmatos Celulares Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck

Figura 19. O R-Pentomino

Composio com Autmatos Celulares Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck

Figura 22. Uma nave espacial

Figura 23. A configurao Acorn, descoberta por Charles Corderman

Composio com Autmatos Celulares Samuel Van Ransbeeck

Figura 24. A configurao bsica Coelhos de Trevorrow

Figura 25. Lidka, descoberta por Andrzej Okrasinski e David Bell

Figura 26. A configurao Jardim de den, de Roger Banks

Composio com Autmatos Celulares Samuel Van Ransbeeck

Figura 27. A configurao descoberta por Achim Flammenkamp

Composio com Autmatos Celulares Samuel Van Ransbeeck

Composio com Autmatos Celulares Samuel Van Ransbeeck