Leyes de escalamiento y criticalidad en modelos de votantes y dinámica neuronal

Contenido principal del artículo

Maximino Aldana González

Resumen

Una propiedad importante de muchos sistemas complejos es la presencia de leyes de escalamiento, las cuales se caracterizan por el hecho de que las variables que describen el comportamiento del sistema se relacionan a través de leyes de potencias. Las leyes de escalamiento generalmente tienen dos implicaciones importantes: (i) la auto–similitud del sistema en un gran rango de escalas (cada parte del sistema se parece al sistema completo), y, (ii) los “eventos raros” (es decir, eventos poco probables) no son tan raros y ocurren mucho más frecuentemente de lo que se esperaría. En este trabajo discutimos la criticalidad dinámica como uno de los principales mecanismos que generan leyes de escalamiento en sistemas complejos, enfocándonos principalmente en modelos de formación de opiniones y en redes neuronales. Veremos que dos sistemas aparentemente muy distintos (redes de votantes y redes neuronales) pueden describirse prácticamente con las mismas herramientas conceptuales y metodológicas, lo cual ilustra la universalidad de los fenómenos críticos y las correspondientes leyes de escalamiento. 

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Aldana González, M. (2020). Leyes de escalamiento y criticalidad en modelos de votantes y dinámica neuronal. INTER DISCIPLINA, 8(20), 23–54. https://doi.org/10.22201/ceiich.24485705e.2020.20.71191
Biografía del autor/a

Maximino Aldana González, Universidad Nacional Autónoma de México Instituto de Ciencias Físicas Centro de Ciencias de la Complejidad

Realizó la Licenciatura, Maestría y Doctorado en Física, en la Facultad de Ciencias de la UNAM, tuvó una instancia postdoctoral en la Universidad de Chicago con el  Prof. Leo Kadanoff.  Actualmente es Investigador Titular “B” de Tiempo Completo en el Instituto de Ciencias Físicas (ICF) de la UNAM, campus Morelos.