Informações sobre o curso: Charles Darwin, en su libro titulado “El Origen de las Especies” (Darwin, 1859) presentó evidencias relativas a dos aspectos importantes: la teoría de la evolución y los mecanismos de la evolución, conocido como selección natural. Sus investigaciones llegaron a la conclusión de que debido a que todo individuo es diferente a sus semejantes, algunos de ellos inevitablemente se adaptarán mejor y sobrevivirán bajo las condiciones del medio ambiente que los rodee que otros de ellos. En cada generación, una proporción de la población morirá antes de alcanzar la madurez, los individuos que mejor se adapten a su medio ambiente sobrevivirán, mientras que los menos aptos morirán. Más aún, si las características de adaptación son hereditarias, los sobrevivientes, quienes serán los progenitores en la siguiente generación, tenderán a transmitir sus características a sus descendientes. Por lo tanto, la generación siguiente presentará una mayor proporción de individuos mejor adaptados a su medio ambiente en comparación con la generación previa. Por tal motivo, el proceso de selección natural cambiará las características promedio de una especie, presentándose de este modo el proceso de evolución. La Computación Evolutiva (Evolutionary Computation, EC), aplica la teoría de la evolución natural y la genética en la adaptación evolutiva de estructuras computacionales, proporcionando un medio alternativo para atacar problemas complejos en diversas áreas como son ingeniería, economía, química, medicina y porque no, las artes, por mencionar algunos campos de aplicación. Una población de posibles soluciones de un problema dado es análoga a una población de organismos vivos que evolucionan cada generación al recombinar los mejores individuos de la población y transmitir sus características de dichos individuos padres, a sus descendientes. En este campo, diferentes esquemas de métodos evolutivos se han desarrollado, los cuales difieren en el tipo de estructuras que conforman la población. Algoritmos Evolutivos (AE), como también se le conoce al Cómputo Evolutivo (EC), se definen como métodos de optimización y búsqueda, los cuales están inspirados y tratan de imitar de manera parcial los procesos de la evolución natural, los cuales mantienen una población de estructuras que evolucionan de acuerdo a reglas de selección y otros operadores genéticos como son cruzamiento y mutación (Bäck, 1996). Los algoritmos evolutivos no son los únicos métodos de optimización propuestos a partir de sistemas biológicos. Se tienen una variedad de algoritmos de optimización que tratan de imitar el comportamiento de sistemas naturales como son las colonias de hormigas, algoritmos culturales y optimización por cúmulos de partículas entre otros. De aquí surge lo que se conoce como algoritmos bio-inspirados, ya que toman sus bases a partir de la estructura de procesos y sistemas biológicos: la evolución, la selección natural, comportamiento social de animales como son las hormigas, abejas, peces. BÄCK, T. (1996) Evolutionary Algorithms in Theory and Practice. Oxford University Press. DARWIN, C. (1859) On the Origin of Species by Means of Natural Selection, or the Preservation of Favoured Races in the Struggle for Life, John Murray.