Objetivos - Carlos Reynoso
Objetivos - Carlos Reynoso
Objetivos - Carlos Reynoso
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Modelado con herramientas de<br />
complejidad<br />
Epistemología, teoría, y práctica<br />
<strong>Carlos</strong> <strong>Reynoso</strong><br />
UNIVERSIDAD DE BUENOS AIRES<br />
http://carlosreynoso.com.ar<br />
<strong>Objetivos</strong><br />
• Introducir a la teoría y la práctica de las<br />
técnicas de complejidad<br />
• Clarificar los principios epistemológicos<br />
que rigen el modelado<br />
• Establecer posibilidades y<br />
constreñimientos de la investigación<br />
– Tratabilidad<br />
• Realizar ejercicios de práctica<br />
1<br />
2<br />
3<br />
1
1.1 – Agenda<br />
• Tipificación de los modelos posibles<br />
• Demarcación<br />
– Complejidad como paradigma discursivo<br />
– Complejidad como conjunto de técnicas<br />
• Introducción a la dinámica no lineal<br />
– Ejercicios con la ecuación logística<br />
• Tratabilidad<br />
• Conclusiones<br />
Tipificación<br />
Cuatro modelos<br />
4<br />
5<br />
6<br />
2
Tipos de algoritmos complejos<br />
• Sistemas complejos adaptativos<br />
– Autómatas celulares<br />
– Modelado basado en agentes<br />
– Vida artificial<br />
– Sociedades y culturas artificiales<br />
• Dinámica no lineal<br />
• Geometría fractal<br />
• Metaheurísticas evolucionarias<br />
– Algoritmo genético, algoritmo cultural<br />
– Inteligencia de enjambre<br />
– Colonia de hormigas<br />
– Simulación de templado<br />
• Gramáticas recursivas complejas – Sistemas-L<br />
• Redes complejas – Sintaxis espacial<br />
Complejidad no es…<br />
• Un paradigma envolvente<br />
– Es independiente de objeto y de marco teórico<br />
• Termodinámica y estructuras disipativas (Prigogine)<br />
• Una ciencia posmoderna<br />
• Investigación social de segundo orden<br />
• Autopoiesis<br />
– Modelo de estasis, especificidad biótica (reduccionismo),<br />
confusión entre cognición y lenguaje, inexistencia de<br />
herramientas concomitantes, constructivismo<br />
– No tiene presencia en ciencia cognitiva, en sistemas<br />
complejos adaptativos o en biología<br />
• Numerosidad, incertidumbre y azar<br />
• Indeterminismo: Caos determinista<br />
Complejidad no es...<br />
• Sólo complejidad desorganizada<br />
• Encontrar fractales en patrones de<br />
asentamiento o en motivos ornamentales<br />
• Negar modelos mecánicos y estadísticos<br />
• El paradigma de la complejidad de Morin<br />
– Azar y error como motores del cambio, esencialismo<br />
7<br />
8<br />
9<br />
3
Sección especial de demarcación:<br />
Edgar Morin y la complejidad<br />
Referencias<br />
<strong>Objetivos</strong><br />
• <strong>Reynoso</strong>, <strong>Carlos</strong>.<br />
2010. Modelos o<br />
metáforas. Crítica<br />
del paradigma de<br />
la complejidad de<br />
Edgar Morin.<br />
Buenos Aires,<br />
Editorial Sb.<br />
• Lo que sigue no es una lectura crítica, sino una crítica que<br />
presupone la lectura de Morin<br />
• No se pretende refutar todo lo que Morin plantea, sino<br />
examinar las consecuencias de algunos de sus pensamientos<br />
más esenciales a efectos de la complejidad<br />
• No niego la importancia de Morin, pero señalo indicios que<br />
sugieren la necesidad de una fuerte revisión y la posibilidad<br />
de ir más allá<br />
• Conformismo complejo: Examinar si con Morin uno ya está<br />
cómodamente situado en una ciencia compleja, o si conviene<br />
buscar y aprender un poco más<br />
• La de Morin no es en la práctica una teoría crítica: Casi<br />
siempre se lo adopta acríticamente<br />
• Con pocas excepciones, no existen buenas críticas a la<br />
epistemología de Morin<br />
10<br />
11<br />
12<br />
4
<strong>Objetivos</strong> - 2<br />
• La epistemología de Morin ha hecho proliferar mitos sobre la<br />
complejidad*<br />
• Dado que es discursiva, algunas de sus implementaciones la han<br />
degradado<br />
– Investigación social de segundo orden<br />
• Afirma ser integrativa, pero es exclusionista*<br />
– La barbarie de la science<br />
• Implica renunciar a gran parte de la ciencia, que está mucho mejor<br />
establecida que ella<br />
– La ciencia compleja es todavía marginal<br />
– Ciertos procesos dejan de ser emergentes cuando se los conceptualiza<br />
de otra manera (p. ej. noción funcional versus álgebra de procesos)<br />
– La ciencia compleja debe validarse según procesos convencionales (p.<br />
ej. teoremas de algoritmo genético)<br />
• Se ha convertido en receta estereotipada o visión supletoria de la<br />
consulta científica efectiva<br />
• Es un comienzo, pero no es todo lo que puede hacerse<br />
• Si se la asume dogmáticamente, es más un problema que una<br />
solución<br />
13<br />
Principios<br />
• El principio dialógico. Encarna dos lógicas contrapuestas pero<br />
mutuamente necesarias. P. ej. orden y desorden son enemigos,<br />
pero en ocasiones colaboran y producen la organización y la<br />
complejidad.<br />
– Orden y desorden no producen organización y complejidad<br />
– Son estados, no agentes<br />
– Esencialismo – Nunca se examina reflexivamente*<br />
• El principio recursivo, que rompe con la idea lineal de causaefecto.<br />
– Causa y efecto se mantienen y siguen estando en línea.<br />
– No-linealidad es otra cosa (no proporcionalidad) – Concepto<br />
cuantitativo, no causal.<br />
– Los modelos no lineales son deterministas (no tendría sentido de otra<br />
manera)<br />
• El principio hologramático, mediante el cual no sólo la parte está<br />
en el todo, sino el todo está en la parte. Esta idea traciende al<br />
reduccionismo que sólo ve las partes, y al holismo que sólo<br />
contempla la totalidad (Morin 2003: 105-108).<br />
– Reduccionismo y holismo son clases necesarias de modelos<br />
– Ninguna clase de modelo “trasciende” a otra<br />
14<br />
Panorama fragmentado<br />
• Considera sólo el esquema derivado de la complejidad<br />
algorítmica (Kolmogorov), teoría de las estructuras<br />
disipativas, autopoiesis, cibernética de segundo orden y<br />
segunda cibernética<br />
– Axiología del desorden – Simplificación maniqueísta de la<br />
dinámica científica<br />
• Vincula complejidad a numerosidad, incertidumbre y azar<br />
– Estos modelos estadísticos ya existían en el siglo XIX<br />
• Transdisciplinariedad sin clases de universalidad<br />
– La práctica como coexistencia de expertos en disciplinas cerradas,<br />
concretas e inconmensurables<br />
– La transdisciplinariedad no tiene sentido sin previa reflexión formal<br />
sobre isomorfismos y sin modelos separados de su objeto<br />
15<br />
5
Panorama fragmentado<br />
• No considera teorías de la complejidad y el caos<br />
– Sistemas complejos adaptativos - Emergencia<br />
• Autómatas celulares, redes booleanas aleatorias, agentes<br />
– Metaheurísticas – Problemas de gran espacio de fases<br />
• Algoritmo genético, programación evolutiva, simulación de<br />
templado, algoritmos de enjambre, percolación<br />
– Criticalidad auto-organizada<br />
– Caos determinista - Dinámica no lineal en general<br />
• Caminos hacia el caos, ecuación logística, sensitividad a las<br />
condiciones iniciales, no-linealidad<br />
– Clases de universalidad, renormalización y scaling<br />
– Redes, Redes independientes de escala – Distribuciones 1/f<br />
– Dimensión fractal como medida de complejidad<br />
– Gramáticas recursivas – Sistemas-L<br />
– Análisis de recurrencia – Paradigma iconológico<br />
– Teorías de la sincronización (Strogatz), vida y sociedades<br />
artificiales<br />
Esencialismo<br />
• Considera conceptos como “fluctuación”, “turbulencia”,<br />
“azar”, “ruido” y “desorden” como ontológicamente<br />
existentes<br />
• René Thom: Esos conceptos son en rigor relativos a una<br />
descripción epistemológica determinada, y no tiene<br />
sentido hablar, por ejemplo, de fluctuación, excepto en<br />
relación con la descripción de la cual se desvía<br />
• El azar, “una dimensión presente en todas las formas de<br />
desorden” sin el cual no puede concebirse el origen de<br />
la vida, que interviene en todas las formas de evolución,<br />
que es generada por todo ser viviente, que es<br />
comportada constitutivamente por toda actividad neurocerebral<br />
y que “está presente en todas partes” (Morin<br />
1998: 134-135); el “único motor del cambio” (1984: 155)<br />
• Determinismo indeterminista<br />
– El determinismo está mal visto, pero cuando la causa es el azar<br />
se hace una excepción<br />
17<br />
Inconsistencias<br />
• Teoría de las estructuras disipativas<br />
– 1. Irrelevancia del observador, 2. generalidad,<br />
3. sistemas alejados del equilibrio, 4. primacía de la totalidad, 5.<br />
realidad objetiva, 6. evolución pre-biótica,<br />
7. irreversibilidad, cambio, 8. indeterminismo<br />
• Autopoiesis<br />
– 1. Primacía del observador, 2. especificidad biótica, 3. máquinas<br />
homeostáticas, 4. secundariedad de la totalidad, 5. realidad<br />
inventada, 6. no-biológico como no-constitutivo,<br />
7. ciclos periódicos, mantenimiento, 8. determinismo estructural<br />
• Modelos genéticos informacionales<br />
– Código, comunicación, programación genética, cualidades<br />
computacionales e informacionales<br />
– Morin destaca su importancia, pero luego suscribe a la<br />
autopoiesis, que presupone todo lo contrario<br />
16<br />
18<br />
6
Primacía del sujeto<br />
• “Auto” involucra subjetividad<br />
• Auto-organización – Ross Ashby, 1947<br />
– La auto-organización es una propiedad del sistema, no de las unidades<br />
– Decir que una entidad se auto-organiza equivale a constituir sistemas<br />
cerrados<br />
• Subjetividad involucra una interpretación empírica<br />
– Obstaculiza y sesga la posibilidad del trabajo transdisciplinario<br />
• El principio de auto-organización es abstracto y no involucra<br />
necesariamente sujetos<br />
– Autómatas celulares, surgimiento de orden a partir del desorden, autoorganización<br />
de animales inferiores y especies bióticas elementales,<br />
reacciones autocatalíticas, pilas de arena, organizaciones<br />
• Primacía del sujeto<br />
– Ideología burguesa / neoliberal / pre-psicoanalítica<br />
– Manifestación extrema de una teoría de la simplicidad (individualismo<br />
metodológico)<br />
– Del algoritmo al sujeto – Fue al revés – Ya existían innumerables<br />
epistemologías del sujeto, y probablemente hayan sido dominantes en<br />
el último tercio del siglo<br />
– Sustituto encubierto o retorno a las teorías subjetivistas<br />
19<br />
Primacía del sujeto<br />
• Cada vez que, en las ciencias de la naturaleza, se tiene presente la<br />
función y la posición del observador (y esto ha empezado, por lo<br />
menos explícitamente, con la mecánica cuántica), no se trata de<br />
ningún modo de la subjetividad del individuo sino de un ser teórico<br />
(el observador físico ideal), que no es más que una forma abreviada<br />
de designar el conjunto de operaciones de mediciones y<br />
operaciones posibles que se dan en el ejercicio de una disciplina<br />
científica, teniendo en cuenta además el cuerpo de conocimientos<br />
que caracterizan a esta disciplina en un momento dado. El<br />
deslizamiento del papel de este observador físico ideal al de la<br />
subjetividad y de la conciencia del individuo constituye una de las<br />
principales fuentes de malentendidos y de confusiones ya en las<br />
desviaciones espiritualistas de la mecánica cuántica y, también,<br />
claro está, en las de las nuevas teorías del orden y de la<br />
complejidad (Atlan 1991: 135).<br />
Modelo exclusionista<br />
20<br />
21<br />
7
Problemas del modelo opositivo<br />
• “Subsunción a leyes, invariancias, constancias”<br />
– Hay leyes, invariancias y constancias complejas<br />
– Constante universal de Feigenbaum<br />
– Leyes de Zipf y Pareto<br />
– Invariancias de ley de potencia<br />
– Caminos hacia el caos, clases de universalidad<br />
• “Contradicción como error” versus Gödel<br />
– Después de Gödel no vale todo<br />
– La contradicción sigue siendo error<br />
– Gödel demostró la suficiencia del cálculo de predicados<br />
– La prueba de Gödel es un asunto meta-matemático, no una<br />
limitación de la lógica – Sólo se aplica a sistemas con<br />
enunciados auto-referentes que deben demostrar su propia<br />
consistencia<br />
• “Determinismo universal”<br />
– La ciencia compleja es estrictamente determinista<br />
Actitud anticientífica (1/2)<br />
• “Ideas generales, huecas y tontas”<br />
• Preferencia por los intelectuales – Escribe para<br />
ellos<br />
• Fundamentado en literatura de divulgación<br />
– “Sé, pues, que ignoro trabajos importantes, y que en<br />
ciertos casos la fuente de segunda mano oculta la de<br />
primera” (Morin 1999: 529)<br />
• Elogio de la intuición no gobernada –<br />
Pensamiento laxo<br />
• Desconocimiento de la creatividad y la<br />
imaginación en matemáticas, p. ej.<br />
• Cuestionamiento del determinismo de Thom, no<br />
correlativo a la crítica de ninguna forma de<br />
irracionalismo<br />
Actitud anticientífica (2/2)<br />
• Interpretación irracionalista de los cambios científicos<br />
– Teoría de la relatividad, mecánica cuántica<br />
– Mecánica cuántica reducida a principio de indeterminación<br />
– TR y MC no afectan la validez de ningún modelo mecánico<br />
– No se ha derogado ninguna ley (gravedad, termodinámica)<br />
– La mecánica cuántica es una teoría de la simplicidad organizada<br />
– Todas sus ecuaciones fundamentales son deterministas y<br />
lineales<br />
• La ecuación de la función de onda de Scrödinger es además no<br />
caótica y temporalmente reversible<br />
– Influencia del sujeto no inhibe la predicción<br />
– No hay caos en la mecánica cuántica (y viceversa)<br />
– Extrapolar la mecánica cuántica es puro reduccionismo<br />
fisicalista<br />
22<br />
23<br />
24<br />
8
Confusiones esenciales (1/2)<br />
• Considera que el bucle recursivo es más rico<br />
que el bucle retroactivo<br />
– Es la misma cosa.<br />
• Confunde circularidad con recursividad<br />
– Recursividad es una idea poderosa – Circularidad es<br />
simplemente una falacia en cualquier sistema lógico<br />
• Confunde autorreferencia y tautología<br />
– Sostiene simultáneamente tipificación lógica y<br />
recursividad<br />
Confusiones esenciales (2/2)<br />
• Multiplicidad de perspectivas e inconsistencia<br />
– La inconsistencia es improductiva, o indebidamente<br />
productiva<br />
• Afirma el carácter creativo del error<br />
– [T]ampoco es posible aceptarlo todo ni confundirlo<br />
todo. Si hemos comprendido que la pureza cristalina<br />
de la racionalidad es una apariencia engañosa que<br />
se halla inmersa por todas partes en lo irracional y el<br />
error, que le sirve incluso de condición de<br />
emergencia, el postulado recíproco es falso: el error o<br />
el delirio no es portador de un germen de mayor<br />
racionalidad (Atlan 1991: 45).<br />
Errores diversos<br />
• Antropología rudimentaria<br />
– “Existieron sociedades cazadoras-recolectoras<br />
durante decenas de millones de años”<br />
– Desconocimiento abismal de la problemática teórica<br />
de la antropología<br />
• “La teoría de la información concierne a la<br />
circulacíón de dígitos binarios por el canal<br />
comunicativo”<br />
• “El azar constituye una heurística eficiente”<br />
– No free-lunch theorem (Wolpert & MacReady)<br />
25<br />
26<br />
27<br />
9
Epistemología (1/2)<br />
• Faltan operadores teóricos<br />
– Principios o supuestos<br />
– Asignación de valores siempre predecibles -<br />
Crítica externa<br />
– Conceptos y metáforas, pero no verbos<br />
– Las flechitas y las palabras que denominan<br />
relaciones no son operadores<br />
– Se requieren funciones (no necesariamente<br />
cuantitativas)<br />
• Exclusionismo<br />
– Bateson: Mapa y territorio<br />
Epistemología (2/2)<br />
• Morin no proporciona implementación de<br />
referencia<br />
– Se sabe lo que hay que hacer (religar, integrar,<br />
superar, complementar) pero no indica cómo hacerlo.<br />
– El libro se llama “El método”, pero no hay siquiera<br />
rudimentos de heurísticas o normativas<br />
• No se ha desarrollado una sola herramienta<br />
asociada a la teoría<br />
– Ninguna herramienta compleja se inspiró en ideas de<br />
Morin<br />
• Modelo discursivo: Es la única visión compleja<br />
que no está asociada a una dimensión visual<br />
Críticas<br />
• Todas glorifican ultrajantemente el azar, el ruido,<br />
las fluctuaciones, todas hacen a lo aleatorio<br />
responsable bien sea del origen del mundo, …<br />
bien sea de la emergencia de la vida y del<br />
pensamiento sobre la tierra. … [Este<br />
pensamiento] procede de un cierto<br />
confusionismo mental, excusable en autores de<br />
formación literaria, pero difícilmente perdonable<br />
en sabios diestros en principio en los rigores de<br />
la racionalidad científica (Thom 1980: 120).<br />
28<br />
29<br />
30<br />
10
Críticas<br />
• El conocimiento científico no puede ser confinado dentro<br />
de formas de discurso estrictamente metafóricas y<br />
cualitativas; hay un movimiento dialéctico entre la<br />
complejidad metafórica y el desarrollo de modelos<br />
formales … que revelan una más fina textura del mundo.<br />
… En algún punto, el filósofo de la ciencia debería<br />
hacerse modestamente a un costado. Sin importar lo<br />
enciclopédica que sea la visión de Morin, uno nunca irá<br />
muy lejos en el aprendizaje sobre complejidad si no ve<br />
que la utilidad de su obra es la de un trampolín para<br />
saltar hacia una investigación más sofisticada. No estoy<br />
diciendo que Morin afirme que su estilo metafórico<br />
puede lograr más que la investigación científica<br />
concreta; pero sí digo que ya se han alcanzado los<br />
límites de lo que ese estilo puede realizar (Dobuzinskis<br />
2004: 449).<br />
Complejidad moriniana - Conclusiones<br />
• Debe leerse a Morin, recuperando las intuiciones válidas<br />
• Debe tenerse en cuenta que es una filosofía derivativa e<br />
intermediadora, que no se sustenta en una experiencia<br />
concreta<br />
• Sin elaboración operativa, sus conceptos sólo se<br />
pueden aplicar por mímesis discursiva<br />
– “como dice Morin…”<br />
• No está supeditada a hallazgos que la desmientan<br />
– Esto es científicamente anómalo<br />
• En su momento fue importante. Quizá haya llegado el<br />
momento de ir más allá<br />
• Sugiero:<br />
– Considerar sus inexactitudes, esencialismos, axiologías<br />
irreflexivas, inconsistencias y desconocimientos<br />
– No plegarse a sus ínfulas de superioridad<br />
– Antes de leer Morin, conocer la ciencia compleja de primera<br />
mano.<br />
Tratabilidad<br />
A tratarse en sección 1.2:<br />
Sistemas complejos adaptativos<br />
31<br />
32<br />
33<br />
11
Recursos<br />
Referencias<br />
Referencias<br />
• <strong>Reynoso</strong>, <strong>Carlos</strong>.<br />
2010. Complejidad<br />
y caos: Una<br />
exploración<br />
antropológica.<br />
Buenos Aires,<br />
Editorial Sb.<br />
• <strong>Reynoso</strong>, <strong>Carlos</strong>.<br />
2010. Análisis y<br />
diseño de la ciudad<br />
compleja.<br />
Perspectivas desde<br />
la antropología<br />
urbana. Buenos<br />
Aires, Editorial Sb<br />
34<br />
35<br />
36<br />
12
¿Preguntas?<br />
<strong>Carlos</strong> <strong>Reynoso</strong><br />
UNIVERSIDAD DE BUENOS AIRES<br />
http://carlosreynoso.com.ar<br />
37<br />
13
Sistemas complejos<br />
adaptativos<br />
Autómatas Aut matas celulares<br />
Modelos Basados en Agentes<br />
Vida Artificial<br />
Sociedades Artificiales<br />
<strong>Carlos</strong> <strong>Reynoso</strong><br />
UNIVERSIDAD DE BUENOS AIRES<br />
http://carlosreynoso.com.ar<br />
“Antes de aventurarse en las<br />
sociedades artificiales, mejor<br />
averiguar de qué se trata la<br />
sociedad natural”<br />
(Me parece que mejor sería al revés)<br />
<strong>Objetivos</strong><br />
• Clarificar modelos descentralizados<br />
• Profundizar en cuestiones de<br />
tratabilidad,<br />
tratabilidad,<br />
emergencia y modelado<br />
• Se revisarán revisar elementos de AC, pero<br />
desde un punto de vista más práctico pr ctico<br />
• Presentar instrumentos y describir<br />
estado de la cuestión cuesti<br />
• Sugerir prácticas pr cticas<br />
1
Agenda<br />
• Autómatas Aut matas celulares<br />
• Modelos basados en agentes (MBA)<br />
• Surgimiento de patrones<br />
• Vida artificial<br />
• Sociedades artificiales<br />
• Herramientas<br />
• Aplicaciones<br />
• Conclusiones y propuestas<br />
Modelos decentralizados<br />
• Imperativos en casos en que se desconocen<br />
las ecuaciones básicas sicas, , o se conocen pero<br />
son intratables<br />
• Análogos An logos a la forma distribuida de IA<br />
• No hay control centralizado<br />
• Forma opuesta al caos: caos<br />
– Auto-organizaci<br />
Auto organización como emergente de la<br />
diferencia casi azarosa en el bajo nivel – Patrones<br />
de orden surgen del azar (BZ)<br />
– Caos como emergente de principios deterministas<br />
(ecuaci ecuación logística log stica)<br />
Sistemas complejos<br />
adaptativos<br />
• Autómatas Aut matas celulares<br />
• Redes booleanas aleatorias<br />
• Modelos basados en agentes<br />
autónomos aut nomos<br />
• Vida artificial<br />
• Sociedades artificiales<br />
• Cultura artificial<br />
• Meta-heur Meta heurísticas sticas evolutivas<br />
2
Autómatas Aut matas celulares<br />
• ¿Es Es posible hacer una computadora que produzca<br />
otras computadoras tan complejas como ella misma?<br />
• John von Neumann – Stanislav Ulam<br />
• Basado en lógica l gica viviente antes del descubrimiento<br />
del código c digo genético gen tico<br />
• Bateson puro: procesamiento de información,<br />
informaci n,<br />
aprendizaje, evolución evoluci<br />
• Modelo de tablero de damas (Checkerboard<br />
( Checkerboard model) model)<br />
–<br />
Sakoda – Schelling<br />
• Autómatas Aut matas de teselación, teselaci , estructuras celulares,<br />
arrays iterativos<br />
Vecindades<br />
• Moore<br />
• Von Neumann<br />
• Margolus (Hexagonal, gases)<br />
• Juego de la vida<br />
– Reglas:<br />
John Conway<br />
• Inactiva, 3 activas: Nace<br />
• Activa, 2 o 3 activas: Estasis<br />
• Otros casos: Muere<br />
• Survival/birth<br />
Survival birth 23/3<br />
– Estables, periódicos, peri dicos, móviles, m viles, reproductores<br />
– Deslizadores o planeadores (Gliders ( Gliders)<br />
– Arma o pistola deslizadora (Glider ( Glider gun) gun<br />
– Life32:<br />
• Switchen – Patrón Patr n más m s pequeño peque o que se propaga<br />
indefinidamente<br />
• Gun30 – Bill Gosper’s<br />
Gosper<br />
3
Objetos fijos, periódicos peri dicos y móviles m viles<br />
Autómatas Aut matas celulares – Stephen Wolfram<br />
• Tipo I – Atractor de punto fijo<br />
• Tipo II – Atractor periódico peri dico (108)<br />
• Tipo III – Atractor caótico ca tico (18)<br />
• Tipo IV – Atractor complejo<br />
Coincidencia con jerarquías jerarqu as<br />
de Chomsky<br />
Wolfram - Tipos<br />
4
Desafíos Desaf os epistemológicos epistemol gicos (1/2)<br />
• Auto-organizaci<br />
Auto organización n y complejidad<br />
emergente de reglas muy simples<br />
• Vínculo nculo entre micro y macro<br />
• Vínculo nculo entre agencia y estructura<br />
• No hay mayor complejidad si se agrega<br />
azar<br />
• No hay formas más m s ricas de complejidad<br />
si se aumenta el número n mero<br />
Desafíos Desaf os epistemológicos epistemol gicos (2/2)<br />
• Si un modelo tan simple es inmanejable<br />
conceptualmente, habrá habr que guardarse de<br />
pensar la sociedad en términos t rminos lineales de<br />
sentido común com<br />
• Explosión Explosi n combinatoria en modelos<br />
pequeños: peque os: ¿es es nuestro modelo de escala<br />
mayor tratable?<br />
• Conceptualización Conceptualizaci n de agencia individual y<br />
totalidad<br />
Aplicaciones<br />
5
Aplicaciones:<br />
Problemas urbanos de localización<br />
localizaci n<br />
diferencial y relocalización<br />
relocalizaci<br />
• Sakoda – Valencias de segregación y<br />
sospecha<br />
Aplicaciones de sociología sociolog a urbana<br />
• Thomas Schelling<br />
- Segregación<br />
Segregaci<br />
Ejemplo con Moduleco<br />
Reelaboración Reelaboraci n de Schelling por<br />
Batty* Batty<br />
• *Cities Cities as complex systems<br />
6
Aplicaciones en estudios sociales<br />
con dimensión dimensi n espacial<br />
• Rainer Hegselmann<br />
• Modelos complejos,<br />
grillas irregulares<br />
• Examen de las<br />
implicancias<br />
epistemológicas epistemol gicas para<br />
las ciencias sociales<br />
Rainer Hegselmann - Correspondencias<br />
Autómatas celulares Dinámica social<br />
Unidades básicas Las celdas son las unidades básicas o Los individuos son las unidades básicas de<br />
los átomos de un AC<br />
la sociedad<br />
Estados posibles Las celdas se encuentran en estados Los individuos realizan ciertas elecciones,<br />
tomados de un conjunto de estados adoptan ciertas actitudes y operan de<br />
posibles<br />
ciertas maneras emocionales<br />
Interdependencia El estado de una celda central afecta a<br />
los estados de sus vecinos y viceversa<br />
Los individuos se afectan mutuamente<br />
Localidad Las reglas de transición son locales Los individuos sólo se afectan entre sí<br />
localmente, en una cierta vecindad, y la<br />
información sobre ellos es también local<br />
Superposición Las vecindades se superponen A menudo las interacciones poseen una<br />
estructura superpuesta<br />
Aplicaciones y Aplicaciones en matemáticas y física: Tareas pendientes para la comprensión de<br />
tareas<br />
– Modelización de orden y emergencia fenómenos sociales:<br />
– Efectos macro explicados por reglas – Comprensión de emergencia y orden<br />
micro<br />
– Comprensión de relaciones micro-macro<br />
– Modelización de procesos dinámicos – Comprensión de dinámica social<br />
Elaboraciones mixtas y complejas<br />
• Geographic Automata Systems (GAS)+OBEUS (Object-<br />
Based Environment for Urban Simulation)<br />
• Modelos espaciales más realistas y complejos (p. ej.<br />
Triángulos de Voronoi)<br />
• Ver referencias en obras más recientes de Torrens y<br />
Benenson<br />
7
Ron Eglash (African fractals)<br />
• Owari, mancala<br />
• Grupo en marcha - Vida<br />
Mancala<br />
Wolfram – Patrones culturales<br />
•Columnas de Uruk, catedral de<br />
Anagni<br />
•Regla 126 (Triángulo de Sierpinski)<br />
Herramientas<br />
• Autómatas Aut matas celulares<br />
– *DUEM<br />
– *Mirek Mirek’s Cellebration<br />
– *Golly<br />
– *Modelo Modelo de Von Thunen<br />
– Life 32<br />
– Capow<br />
– Cafun<br />
– Java CASim<br />
– Modelo de AC en Excel en documentación<br />
documentaci<br />
8
DUEM (1/2)<br />
• Dynamic Urban Evolutionary Model<br />
• Elaborado por equipo de Batty en UCL<br />
• Se puede bajar de la página p gina o instalar<br />
del DVD de software<br />
• Documentos referidos a su uso:<br />
– Batty - Cities as complex systems<br />
– Batty-Xie Batty Xie-Sun Sun – Modelling urban dynamics<br />
through GIS-based GIS based evolutionary models<br />
DUEM (2/2)<br />
Modelo de Von Thunen<br />
• Esquemático Esquem tico pero adaptable<br />
9
Mirek’s Mirek Cellebration<br />
• Uno de los programas de mejor performance y mayor<br />
control, pero no programable en alto nivel<br />
• Se pueden incorporar DLLs en C, C++ o equivalente<br />
• Limitaciones inherentes al modelo básico b sico<br />
– Reglas deterministas<br />
– Comportamiento monotónico<br />
monot nico<br />
– Cambio de estado solamente<br />
– No tiene concepto de patch<br />
– Impropio para expresar condicionalidades complejas<br />
– Calidad gráfica gr fica modesta (comparar con Visions of Chaos) Chaos<br />
– No evoluciona desde hace algunos años a os<br />
• Ventajas<br />
– No hay que programar<br />
– Muchísimas Much simas implementaciones por ser el programa de<br />
referencia<br />
Reglas MCell<br />
• Wolfram Class IV<br />
– 1d Totalistic: Totalistic:<br />
Roots<br />
• Auto-replicador<br />
Auto replicador<br />
– Edward Fredkin: Fredkin:<br />
regla más m s simple (Vote / Fredkin) Fredkin<br />
• Orden a partir del caos<br />
– Reacción Reacci n de Beluzov-Zhabotinsky<br />
Beluzov Zhabotinsky: : Generations –<br />
BelZhav, BelZhav,<br />
RainZha<br />
– Mescolanza (Hodgepodge<br />
( Hodgepodge) ) (Gerhard-Schuster<br />
(Gerhard Schuster): ):<br />
UserDLL-Hodge<br />
UserDLL Hodge<br />
– Simulated Annealing: Annealing:<br />
Vote-Vote4 Vote Vote4-5<br />
– Majority Rules: LGTG, Majority (Sakoda Sakoda)<br />
• Conway’s Conway Life: Life:<br />
Life<br />
Reglas MCell<br />
• Difusión Difusi n limitada por agregación agregaci n<br />
(Random Random walk): walk):<br />
– UserDLL-DLA<br />
UserDLL DLA<br />
• Langton, reproducción reproducci n de DNA<br />
– UserDLL-DNA<br />
UserDLL DNA<br />
• Reglas Greenberg-Hastings<br />
Greenberg Hastings<br />
– CA excitables – Cyclic CA<br />
• 313 – CCA - Cyclic spirals – GH Macaroni<br />
• GH (nucleación (nucleaci n de espirales simétricos) sim tricos)<br />
10
Golly<br />
• Herramienta más m s profesional, viva y<br />
reciente<br />
• Código digo abierto:<br />
• http://golly.sourceforge.net<br />
http:// golly.sourceforge.net<br />
• Totalmente programable (scripting ( scripting en<br />
Perl y Python)<br />
• Varias capas de acción acci n simultáneas<br />
simult neas<br />
• Documentación Documentaci n exhaustiva<br />
Golly<br />
11
Sugerencia de práctica pr ctica<br />
• Consultar bibliografía bibliograf a relevante<br />
– Batty – Torrens – O’Sullivan Sullivan – Bäck ck – Di Gregorio<br />
• Estudiar el ambiente de programación<br />
programaci<br />
• Elaborar un modelo de dinámica din mica urbana simple en<br />
Golly o Mirek’s Mirek<br />
Superando los ACs<br />
Modelos Basados en Agentes<br />
Vida artificial (Langton)<br />
Sociedades artificiales<br />
• Sugarscape (Ascape)<br />
12
Modelos Basados en Agentes<br />
Vida artificial (Langton)<br />
Sociedades artificiales<br />
• Sugarscape<br />
(Moduleco)<br />
Modelos Basados en Agentes<br />
Vida artificial (Langton)<br />
Sociedades artificiales<br />
• Sugarscape (StarLogo)<br />
• Logo: Seymour Papert<br />
• Gráficos de tortuga<br />
• También implementados<br />
en fractales l-System<br />
(Lindenmayer)<br />
Modelos Basados en Agentes<br />
Vida artificial (Langton)<br />
Sociedades artificiales<br />
• Otros modelos de StarLogo<br />
– Disease<br />
– Epidemic<br />
13
Modelos Basados en Agentes<br />
Vida artificial (Langton)<br />
Sociedades artificiales<br />
• Ascape: Artificial Anasazi<br />
• George Gumerman, SFI<br />
Otras aplicaciones<br />
• Epstein & Axtell<br />
– Demostración de ley de Pareto<br />
– Modelización de Anasazi (G. Gumerman)<br />
– Sugarscape: Vida artificial<br />
• J. Stephen Lansing<br />
– Modelo de regadío en Bali<br />
• Journal of Artificial Societies and Social<br />
Simulation<br />
Genealogías confusas<br />
• Modelos basados en agentes<br />
– “Agentes”: propuestos por Douglas Hofstadter en Gödel,<br />
Escher, Bach (1976)<br />
• Vida artificial<br />
– Propuesta por Chris Langton (1989) o Norman Packard (id.)<br />
– Modelo “fuerte” – Tom Ray (Tierra, 1991)<br />
• Evolución digital – Código autorreplicante evoluciona por<br />
selección natural<br />
– Modelo “débil” – Comprender los mecanismos de la vida<br />
• Sociedades artificiales<br />
– Término propuesto por Builder & Bankes, RAND Paper,<br />
1991<br />
• Modelos de Robert Axelrod, 1984<br />
– Teoría de juegos, dilema del prisionero, evolución de la<br />
cooperación<br />
14
Boids<br />
• Craig Reynolds (1987)<br />
• Mezcla de birds and androids<br />
• Reynolds, C W, 1987, "Flocks, Herds, and<br />
Schools: A Distributed Behavioral Model“.<br />
Computer Graphics 21(4) 25ff, online at<br />
http://www.cs.toronto.edu/~dt/siggraph97course/cwr87/<br />
[disp]<br />
• Metodología incorporada a las técnicas de<br />
industria (simulaciones, cine [El rey león,<br />
Batman returns]<br />
Boids<br />
15
Sociedades artificiales<br />
• Growing artificial societies – Joshua Epstein,<br />
Robert Axtell<br />
• Miembros de la Brookings Institution y del SFI<br />
• La sorprendente suficiencia de las reglas<br />
simples<br />
• Growing societies – Ciencia social generativa<br />
– “Comenzar el desarrollo de una ciencia social que<br />
modele los procesos evolutivos en un ambiente<br />
computacional que simule la demografía, la<br />
transmisión de la cultura, la economía, la<br />
enfermedad y la co-adaptación de los agentes”<br />
Herramientas (2/2)<br />
Modelos basados en agentes<br />
• Moduleco<br />
• *StarLogo<br />
• Ascape<br />
• *3D Boids<br />
• *Repast<br />
• *Breve<br />
• **Netlogo<br />
Moduleco<br />
• Programado en la Universidad de<br />
Manchester – Lenguaje Java<br />
• El sitio nativo está en francés<br />
• Incluye modelo de pila de arena, surgimiento<br />
de clases, epidemia, percolación de sitio y<br />
red, segregación de Schelling, influencia<br />
social, pequeños mundos, sugarscape<br />
• Documentación excesivamente escueta<br />
• Destinado a convertirse en plugin de Madkit<br />
16
NetLogo<br />
• Inventado por Mitchel Resnick como<br />
extensión extensi de las tortugas del Logo<br />
– Recordar gráfico gr fico de tortugas como interpretación<br />
interpretaci<br />
espacial de las instrucciones de sistemas-L.<br />
sistemas L.<br />
– Logo: inventado por Papert (el mismo que<br />
defenestró defenestr a los perceptrones)<br />
perceptrones<br />
• Resnick, Resnick,<br />
1997: Tortugas, termitas y<br />
congestiones de tráfico tr fico. . Exploraciones en<br />
mundos masivamente paralelos (disp.)<br />
NetLogo<br />
• Concebido como sistema de estimulación,<br />
estimulaci ,<br />
más que de simulación simulaci<br />
• La idea es averiguar cómo mo se piensa que es<br />
un mundo, mundo,<br />
antes que en simular a éste ste<br />
• El objetivo no es simular sistemas para (por por<br />
ejemplo) ejemplo)<br />
predecir, predecir,<br />
sino indagar cuál cu es la<br />
forma en que pensamos sobre ellos<br />
• Los proyectos de NetLogo son<br />
investigaciones de micromundos<br />
17
AScape<br />
• Incluye varios modelos esenciales<br />
• Sugarscape<br />
– Basado en libro de Epstein y Axtell. Axtell.<br />
Growing Artificial Societies. Societies.<br />
The MIT Press, Press,<br />
1991<br />
• Artificial Anasazi<br />
18
Sobre los Anasazi artificiales<br />
• Geoffrey Dean, George Gumerman, Gumerman,<br />
Joshua Epstein,<br />
Robert Axtell y otros<br />
• Basado en Sugarscape<br />
• Caso de prueba: prueba:<br />
Long House Valley (NE Arizona)<br />
entre 1800 AC y 1300 DC<br />
• Hallazgos hasta la fecha: fecha:<br />
– La desaparición desaparici no pudo deberse a fenómenos fen menos ambientales<br />
externos. externos<br />
– En el momento de su abandono, abandono,<br />
el área rea era capaz aún de<br />
sustentar una población poblaci importante<br />
• Se pide a los colegas que definan reglas alternativas,<br />
alternativas,<br />
o sugieran parámetros<br />
par metros distintos<br />
3DBoids<br />
Repast<br />
• Recursive Porous Agent Simulation Toolkit<br />
• Intenta profundizar en la representación representaci de<br />
los agentes, agentes,<br />
como medio para modelar<br />
creencias, creencias,<br />
organizaciones e instituciones<br />
como construcciones sociales recursivas<br />
• Uno de los ABM más completos después despu de<br />
Swarm – En vías as de migración migraci a Symphony<br />
• Relativamente pocos modelos disponibles en<br />
ciencias sociales<br />
• Integra AG, redes neuronales, neuronales,<br />
GIS, redes<br />
sociales<br />
19
**Netlogo<br />
• Modelo de más amplia aplicación en ciencias sociales<br />
• Uri Wilensky, Universidad del Noroeste<br />
• El más robusto, estable, programable y completo<br />
• Versión mejorada de Starlogo, sin tanto énfasis pedagógico<br />
• Adecuado para trabajo científico – Usa matemáticas “estrictas”<br />
Java, aunque el lenguaje de programación es Logo<br />
– Se puede probar discrepancia entre aritmética real y punto flotante<br />
• Extensiones participativas<br />
• Driver para periférico GoGo (adquisición de datos, aparatos)<br />
• Infinidad de desarrollos en comunidad:<br />
– http://ccl.northwestern.edu/netlogo/models/community/<br />
– Sugarscape, uso de drogas, pila de arena, propagación del Sida,<br />
mercado financiero, percolación, fuego, ilusiones ópticas<br />
20
Netlogo 3D Preview<br />
• El mismo principio, con gráficos en 3D<br />
• OpenGL, vectores en vez de raster<br />
• Modelos específicos en 3D<br />
– Pila de arena de criticalidad auto-organizada, DLA<br />
• No dejar de consultar de biblioteca de<br />
modelos<br />
• Con botón derecho sobre el display se<br />
pueden inspeccionar los valores de<br />
propiedad de un patch o una tortuga<br />
• Práctica de monitoreo de una variable<br />
21
Aplicaciones<br />
Infinidad de aplicaciones<br />
• JASSS desde 1998 – Congresos enteros de<br />
CA, Alife, MBA, AG y sus combinaciones<br />
• Thomas Berger – MBA y AC aplicado a las<br />
políticas pol ticas agrarias en Chile<br />
• Bibliografía Bibliograf a de casos en materiales de DVD<br />
• Volúmenes Vol menes del SFI dedicados a GIS o a<br />
arqueología<br />
arqueolog<br />
• Robert Axelrod – Diseminación Diseminaci n de la cultura<br />
(traits traits/features features)<br />
• Michael Agar – drugsupply: drugsupply:<br />
Modelo de<br />
mercado de venta de drogas<br />
22
Michael Agar (1/3)<br />
• Proveniente de la antropología<br />
antropolog<br />
fenomenológica<br />
fenomenol gica<br />
• Modeló Model la epidemiología epidemiolog del uso de<br />
sustancias en Netlogo<br />
– Drugtalk models how experiences with an<br />
illicit drug, evaluations of those<br />
experiences transmitted through social and<br />
spatial networks, networks,<br />
and encounters with<br />
addicted agents lead to different rates of<br />
use and addiction. addiction.<br />
<br />
Michael Agar (2/3)<br />
• Cada agente tiene un riesgo y una actitud<br />
– Riesgo – Tendencia a intentar algo nuevo y desconocido. Es<br />
una variable en distintos agentes, pero no varía var<br />
– Actitud – Hacia la droga, positiva o negativa. Varía Var a conforme<br />
a la experiencia. Al principio es homogéneo, homog neo, como si fuera<br />
una norma<br />
• Si un agente usa droga, depende si el riesgo es<br />
menor o no que la actitud<br />
• La conectividad de los agentes se inspira en<br />
Barabási Barab si – Ley de potencia con exponente 1.5<br />
• La evaluación evaluaci n (Goodstuff ( Goodstuff? ? Badstuff?) Badstuff?)<br />
varía var a según seg n<br />
droga. Es 70/30 para la heroína hero na<br />
Michael Agar (3/3)<br />
• Los valores de adicción adicci n que resultan del<br />
modelo se aproximan a los de la realidad<br />
• Se genera un espacio en el que se pueden<br />
proponer otras variables<br />
• Se puede pensar en indicadores más m s<br />
eficaces de una racha epidémica epid mica que los que<br />
se usan en las políticas pol ticas usuales de monitoreo<br />
y prevención prevenci<br />
• Correr modelo...<br />
23
Conclusiones<br />
Problemas de modelos complejos (1/2)<br />
• No hay certidumbre en relevancia de las<br />
variables consideradas<br />
• Demasiadas variables, demasiados grados<br />
de libertad combinatoria de magnitud ultraastronómica<br />
• 5 x 5 x 2 = 33 millones de combinaciones<br />
• Pequeñas diferencias en valores pueden<br />
conducir a comportamientos disímiles<br />
– Ejemplo: clases de Wolfram – Caso de punto<br />
flotante en NetLogo<br />
24
Problemas de modelos complejos (2/2)<br />
• Los escenarios de equilibrio no son<br />
sensibles a las condiciones iniciales<br />
• Si el sistema es complejo, tiene<br />
extrema sensitividad a condiciones<br />
iniciales<br />
– La trayectoria del comportamiento difiere<br />
aunque las condiciones iniciales sean casi<br />
idénticas id nticas<br />
Conclusiones (1/3)<br />
• Insuficiencia de modelos con “juego juego libre de<br />
variables” variables<br />
• Necesidad de coordinar semántica sem ntica del modelo<br />
con datos arqueológicos arqueol gicos específicos espec ficos y de<br />
mezclar formalismos<br />
• Necesidad de comprender mejor la dinámica din mica de<br />
los sistemas complejos<br />
– No deben usarse para “explicar explicar” casos concretos, sino para<br />
describir clases genéricas gen ricas de comportamiento (equilibrio,<br />
oscilación, oscilaci n, caos, complejidad)<br />
– El comportamiento es emergente de interacciones locales. No<br />
resulta de relaciones lineales entre “causas causas” y “efectos efectos” (aunque<br />
el modelo es determinista)<br />
Conclusiones (2/3)<br />
• Importancia o inevitabilidad del modelado<br />
• Peligros latentes<br />
– Modelos demasiado realistas y explosión combinatoria<br />
• Principio KISS (Keep it simple, stupid)<br />
– Interpretación tendiente al individualismo metodológico<br />
(incluso en textos como el de Resnik)<br />
• No hay un modelo universal<br />
• Requerimiento de programación para<br />
problemas puntuales<br />
• Ya hay bastante material ahí afuera<br />
– Sitio de Leigh Tesfatsion en Iowa<br />
25
Conclusiones (3/3)<br />
• Juegos, Juegos,<br />
tortuguitas, tortuguitas,<br />
azúcar az car, , hormigas, hormigas,<br />
lenguajes para niños ni os<br />
– Necesidad de tratar problemas a niveles más<br />
elementales que lo acostumbrado<br />
– Aún así, as , no siempre los problemas son tratables<br />
– Lévi vi-Strauss Strauss y otros hablaron de “modelos modelos” sin<br />
comprometerse con la cuestión cuesti<br />
• Sugerencia:<br />
Sugerencia:<br />
Elegir un ambiente adecuado y<br />
profundizar en él<br />
– StarLogo, StarLogo,<br />
Repast, **NetLogo ** NetLogo …<br />
Recursos<br />
• Langton – Compilación Compilaci sobre vida<br />
artificial<br />
• Wolfram – A new kind of science<br />
• Von Neumann – Artículos Art culos fundacionales<br />
de los autómatas aut matas celulares<br />
• Hegselmann – Artículos Art culos sobre modelos<br />
celulares en ciencias sociales<br />
• Indice temático tem tico de JASSS<br />
• Antropocaos<br />
26
¿Preguntas?<br />
Billyreyno@hotmail.com<br />
27
1.3 - Dimensión Dimensi fractal y<br />
problemas de escala<br />
<strong>Carlos</strong> <strong>Reynoso</strong><br />
UNIVERSIDAD DE BUENOS AIRES<br />
http://carlosreynoso.com.ar<br />
http:// carlosreynoso.com.ar<br />
<strong>Objetivos</strong><br />
• Clarificar un concepto expresivo pero delicado<br />
• Establecer una forma relativamente correcta de<br />
trabajar con la cuestión<br />
• No meterse en cuestiones excesivamente técnicas o<br />
en problemas de camarillas de los geómetras<br />
• Examinar las principales herramientas de análisis de<br />
dimensión fractal y sus aplicaciones<br />
– Patrones de asentamiento, formas geométricas, series<br />
temporales, música<br />
• Establecer tareas y recursos<br />
Agenda<br />
• Conceptos esenciales<br />
• Herramientas<br />
• Casos en ciencias sociales, sociales,<br />
arte,<br />
diseño, dise , arquitectura<br />
• Recursos<br />
• Tareas a realizar<br />
1
Fractales - Conceptos<br />
• Dimensión Dimensi n fractal<br />
• Auto-repetici<br />
Auto repetición n (homotecia)<br />
• Distribución Distribuci n de ley de potencia – Ruido 1/f<br />
0 1<br />
2<br />
0.6309<br />
2.06<br />
Dimensión Dimensi<br />
2<br />
.<br />
3<br />
0.4498<br />
1.2619 1.5850<br />
2.7268 1.70<br />
Dimensión Dimensi n fractal<br />
• Benoît Beno Mandelbrot<br />
– Geometría Geometr a fractal de la naturaleza<br />
– Los objetos fractales<br />
• Dimensiones geométricas geom tricas no enteras<br />
• ¿Cu Cuánto nto mide la costa de Gran Bretaña? Breta a?<br />
– Lewis Fry Richardson, 1928<br />
• Log/log Log/ log = Ley de potencia<br />
• “Las Las montañas monta as no son conos, las nubes no son<br />
esferas, las islas no son círculos, c rculos, los rayos no son<br />
líneas neas rectas” rectas<br />
• Dimensión Dimensi n efectiva: depende de escala de<br />
observación<br />
observaci<br />
• No es subjetivo según seg n el observador, sino función funci n<br />
determinista de la escala<br />
2
¿Cuánto mide...? 1.24958<br />
Dimensión Dimensi n fractal<br />
• Método todo de la cuenta de cajas<br />
– Dimensión Dimensi n logarítmica, logar tmica, de entropía entrop a o de<br />
capacidad<br />
• Logaritmo natural<br />
– Tamaño Tama o de la caja<br />
– Número mero de cajas en que aparece la curva<br />
• Inclinación Inclinaci de la curva<br />
<br />
( y <br />
2 y1)<br />
p <br />
<br />
x2<br />
x1<br />
<br />
( 5.<br />
71703)<br />
( 1.<br />
38629)<br />
<br />
p <br />
1.<br />
85630)<br />
( 1.<br />
60944 <br />
Dimensión = 1,24958<br />
Conteo de cajas (box box counting) counting<br />
• Método todo simple de asignar una<br />
dimensión dimensi a un conjunto, conjunto,<br />
tal que en<br />
ciertos casos esa dimensión dimensi no es<br />
entera<br />
• Estos conjuntos son los llamados<br />
fractales<br />
• Desde el punto de vista dinámico din mico, , los<br />
conjuntos con propiedades fractales se<br />
dice que poseen atractores extraños extra os<br />
3
Jerga técnica cnica<br />
• Transformada de Wavelet<br />
– Método todo de transformación transformaci de ondas complejas<br />
– Sirve, Sirve,<br />
entre otras cosas, cosas,<br />
como procedimiento para<br />
calcular la dimensión dimensi fractal de un objeto<br />
– Hay varias clases: clases:<br />
continua, compleja, compleja,<br />
discreta<br />
• Transformada de Fourier<br />
– Método todo alternativo – Se usa para calcular<br />
espectro de potencia<br />
• Detección Detecci o extracción extracci de bordes<br />
• Thresholding<br />
– Establecer umbrales de datos a tratar<br />
– Rango para pasar otros colores a blanco o a<br />
negro<br />
Jerga técnica t cnica<br />
• [Sliding Sliding box] lacunarity<br />
– Medida de heterogeneidad de una imagen.<br />
– Similar a standard box counting. counting<br />
• Convex hull<br />
– Identificación Identificaci n de los pixels más s distantes de una<br />
imagen y trazado del círculo c rculo correspondiente.<br />
• Análisis An lisis multifractal<br />
– Permite establecer si la estructura se rige por un<br />
solo principio constructivo o si éste ste varía var a a<br />
distintas escalas.<br />
– La mayoría mayor a de los objetos complejos reales o de<br />
las series temporales es multifractal.<br />
multifractal<br />
Jerga técnica t cnica<br />
• Agregación Agregaci n limitada por difusión difusi n (DLA)<br />
– Modelo fractal de crecimiento (urbano)<br />
– Propiedades parecidas: gradiente de densidad<br />
negativa, estructuras caóticas ca ticas ordenadas<br />
– Algunos programas fractales incluyen un módulo m dulo<br />
de DLA<br />
– Algunos programas de medición medici n de densidad<br />
también tambi n (FracLab ( FracLab)<br />
– Estudiado como fenómeno fen meno urbano por Batty, Batty,<br />
Longley y Fotheringham<br />
– Otros geógrafos ge grafos utilizan modelos de percolación<br />
percolaci<br />
• Cuyo gráfico gr fico es una escalera del diablo*<br />
4
Washington-Baltimore Washington Baltimore & DLA<br />
• Pasar a gama de<br />
grises<br />
• Dilación Dilaci<br />
• Thresholding<br />
• Extracción Extracci n de bordes<br />
• Pre-procesamiento<br />
Pre procesamiento<br />
de imágenes im genes<br />
– Con analizadores<br />
fractales o con<br />
programas<br />
especializados.<br />
– Programa<br />
recomendado ImageJ, ImageJ,<br />
con propio analizador<br />
fractal<br />
Dilación Dilaci<br />
Preliminares<br />
5
ImageJ – Preparación Preparaci de imágenes im genes<br />
• Open Source con innumerables módulos dulos agregados<br />
– Es el sitio por excelencia para computación computaci de imágenes im genes<br />
• Prestaciones casi ilimitadas de tratamiento preliminar<br />
de representaciones gráficas gr ficas<br />
• No es para efectos bonitos (tipo ( tipo Photoshop) sino<br />
para manipulación,<br />
manipulaci , conversión conversi y análisis an lisis<br />
• No lee BMP compactado,<br />
compactado,<br />
pero debe haber un plugin<br />
en alguna parte<br />
• Incluye módulo dulo de análisis an lisis fractal<br />
– El archivo .Jar de análisis an lisis fractal debe copiarse al directorio<br />
plugins<br />
Programas<br />
• **HarFA ** HarFA<br />
• **FracLab ** FracLab<br />
• Fractalyse<br />
• FracTop<br />
• Fractal3e<br />
• Kindratenko<br />
• SimuLab<br />
• Módulos dulos (plugins plugins) ) de ImageJ<br />
**HarFA ** HarFA<br />
• Versión Versi reducida disponible – Versión Versi completa, completa,<br />
supeditada a posteo de un paper<br />
• Análisis An lisis armónico arm nico (Transformada<br />
Transformada de Fourier), análisis an lisis<br />
de wavelet y análisis an lisis fractal<br />
• Diversas técnicas cnicas de reconocimiento de bordes, bordes,<br />
eliminación eliminaci de márgenes rgenes (borlas borlas, , escalas), escalas),<br />
filtrado<br />
(incluyendo incluyendo Kuwahara*)<br />
Kuwahara*)<br />
• El más completo en cuanto a formatos<br />
– Imágenes, Im genes, series temporales, videos, música m sica en forma<br />
directa<br />
• Observación: Observaci n: Espectros discretos y continuos dan<br />
dimensiones diferentes.<br />
6
**FracLab ** FracLab<br />
• Componente de Matlab, Matlab,<br />
independiente<br />
• Síntesis ntesis de funciones parametrizadas<br />
– DLA, secuencias 1/f, percolación, percolaci , IFS, movimiento<br />
browniano, browniano,<br />
movimientos estables<br />
– fBM, fBM,<br />
mBM – Se pueden simular texturas en 2D<br />
• Cálculos lculos de dimensiones de señales se ales, ,<br />
imágenes im genes o datos binarios<br />
• Cálculo lculo multifractal y de exponentes<br />
• Métodos todos de limpieza (denoising denoising)<br />
• Insólitamente<br />
Ins litamente, , no tiene dilación dilaci<br />
**FracLab ** FracLab<br />
• Interpolación<br />
Interpolaci<br />
– Se pueden tomar series temporales generadas<br />
por la ecuación ecuaci n logística log stica o datos de terreno<br />
– Se pueden hacer interpolaciones en series cortas<br />
para analizarlas en los gráficos gr ficos de recurrencia de<br />
VRA, etc<br />
• Precaución Precauci<br />
– Medir dimensión dimensi n de archivos binarios con método m todo<br />
binario.<br />
– Si se mide por escala de grises la dimensión dimensi n<br />
fractal es mucho mayor (casi una unidad)<br />
– Igual precaución precauci n debe observarse con otros<br />
programas<br />
7
Práctica Pr ctica<br />
• Análisis An lisis del índice ndice Nikkei<br />
– Fraclab_mcr nikkei225.txt<br />
• Generación Generaci de síntesis ntesis de percolación<br />
percolaci<br />
• Elegir siempre dimensión dimensi de regularización regularizaci y<br />
no conteo de caja<br />
– Es más exacto y menos voluble<br />
• Los Los archivos de texto (series temporales de<br />
Excel, por ejemplo) deben estar separados<br />
por tabulaciones<br />
Fractalyse<br />
• Basado en Matlab, Matlab,<br />
autónomo aut nomo – Desarrollado por<br />
Gilles Vuidel & Pierre Frankhauser (escuela escuela<br />
francesa) francesa<br />
• Soporta Tab, BMP, TIF (sólo ( lo B&W)<br />
• Se requieren imágenes im genes bien contrastadas<br />
• Un poco inestable<br />
– Algunas opciones señaladas se aladas como Testing son de<br />
resolución resoluci incierta<br />
• Box counting, dilación, dilaci , lagunaridad,<br />
lagunaridad,<br />
multifractal,<br />
multifractal,<br />
tentacularidad,<br />
tentacularidad , extracción extracci de borde<br />
– No proporciona información informaci tabular de medidas de caja<br />
– Si lo hacen SimuLab y FracTop<br />
• La dilación dilaci es una de las mejores en plaza<br />
• Práctica Pr ctica de lagunaridad con mapa de Milán<br />
Mil<br />
8
Fractal3e<br />
• Programa de la Secretaría Secretar de Agricultura y<br />
Ganadería Ganader de Japón, Jap , prestaciones limitadas<br />
• Pocos formatos gráficos gr ficos (BMP)<br />
• Ciertas imágenes im genes complejas no pueden ser<br />
tratadas<br />
• Buenas operaciones de preprocesamiento<br />
• Problemas de foco en el form de resultados<br />
• Hay una versión versi más nueva (3.4.6) y sigue<br />
siendo gratis, pero hay que tramitar el pedido<br />
• Vigilar sobre qué qu color se realiza el cálculo lculo<br />
• Gráfico Gr fico log/log log log y tabla de valores por caja<br />
9
Kindratenko<br />
• Fractal Analysis of Contours 1.0, ca. 2000<br />
• Básico sico, , pero adecuado para problemas simples* que<br />
no requieren demasiada especificación<br />
especificaci<br />
• No mide música sica, , video ni series temporales – Sólo lo<br />
contorno de imágenes im genes.<br />
• Se controla con botón bot derecho. derecho.<br />
Encuentra<br />
automáticamente<br />
autom ticamente el contorno, contorno,<br />
pero *sólo lo de<br />
imágenes im genes monocromáticas<br />
monocrom ticas únicas nicas.<br />
• Cuando se obtiene la curva, curva,<br />
el objetivo es trazar una<br />
línea nea entre dos medidas cualesquiera.<br />
cualesquiera<br />
• Sirve para mostrar variabilidad de la dimensión dimensi<br />
conforme a la inclinación inclinaci de la línea nea.<br />
10
FracTop<br />
• Modelo analítico anal tico simple, ca. 2003 – Java RE<br />
• Programa de la Charles Sturt University (Australia)<br />
• http://www.csu.edu.au<br />
http:// www.csu.edu.au/faculty faculty/sciagr sciagr/eis eis/fractop fractop/<br />
• La visualización visualizaci n de las imágenes im genes poco contrastadas<br />
es un poco sumaria<br />
• Las operaciones de thresholding etc no están est n<br />
documentadas<br />
• JPG, GIF, PNG, TIFF, pero no BMP<br />
• Las tablas de pueden pasar a Excel y analizar allí all<br />
como gráfico gr fico XY, con ejes logarítmicos<br />
logar tmicos<br />
• Vale la pena comparar los gráficos gr ficos built in con los de<br />
Excel, que son más m s controlables y profesionales<br />
13
SimuLab<br />
• Programas de la Universidad de Bar-Ilan Bar Ilan, ,<br />
Israel, ca. 2000 – Tecnología Tecnolog de 16 bits<br />
• Sólo lo soporta BMP en blanco y negro, sin<br />
compactar<br />
• Módulos dulos de fractalidad de costas y de<br />
análisis an lisis fractal de formas diversas<br />
• Métodos todos de regla y caja<br />
• Permite comparar diferencias de resultados<br />
entre ambos procedimientos<br />
14
Aplicaciones<br />
Michael Batty – Pierre Frankhauser<br />
• Batty & Longley, Fractal cities, cities,<br />
1994.<br />
– Análisis An lisis de la dimensión dimensi fractal de las áreas reas urbanas<br />
– Las ciudades planificadas tienden a ser ortogonales (no<br />
fractales) fractales<br />
– Las periferias se fractalizan<br />
– Las áreas reas de poblamiento no planificado son fractales (de<br />
agregación)<br />
agregaci<br />
– En Cardiff, proceso histórico hist rico inverso por mejoras en el<br />
sistema de transporte del centro a la periferia<br />
• Frankhauser – Relación Relaci de dimensión dimensi fractal con<br />
renta, renta,<br />
especializaciòn funcional, funcional,<br />
etc<br />
Batty & Longley (cont.)<br />
15
Análisis An lisis innovador de modelos<br />
de crecimiento (esp. Orgánico) Org nico)<br />
Análisis An lisis innovador de modelos<br />
de crecimiento (esp. Orgánico) Org nico)<br />
Relación Relaci n entre jerarquía jerarqu a y<br />
distribuciones de Pareto / Zipf<br />
• Autosimilitud en<br />
diversas escalas<br />
• Distribuciones de ley<br />
de potencia<br />
16
Aplicaciones<br />
• Geografía urbana - Ejemplo<br />
Aplicaciones<br />
• Rodina, Rodina,<br />
Rodin, Dumachev – Optimización Optimizaci n de<br />
patrullaje policial en Moscú Mosc<br />
• Zonas residencias sub-patrulladas: sub patrulladas: mayor D<br />
Sitios arqueológicos fractales, etc<br />
• Maschner &<br />
Bentley –<br />
Asentamientos<br />
en Aleutianas<br />
• Brown &<br />
Witschey –<br />
Mayas.<br />
• Burkle Elizondo<br />
– Estelas y<br />
calendarios<br />
mexicanos.<br />
mexicanos<br />
17
Ron Eglash – Dimensión Dimensi n fractal de la música m sica<br />
Shakespeare – Eli Eftekhari<br />
Relacionado: Ley de Zipf<br />
18
Artistas fractales<br />
• Patrones de Mandelbrot en arte escita, vikingo, avaronogurio,<br />
parto, sogdiano, chino, japonés<br />
• Espirales complejos en arte indígena colombiano y<br />
en tallas de madera Maori<br />
• Jackson Pollock<br />
• František Kupka (Amorpha, 1912)<br />
• Arte psicodélico<br />
• Percepciones narcóticas, estados alterados de<br />
conciencia<br />
– Materiales en DVDs de Ciencia Cognitiva y en curso de CC<br />
y antropología del conocimiento en<br />
http://carlosreynoso.com.ar<br />
Aplicaciones<br />
• Richard Taylor y el Pollockizer<br />
Aplicaciones<br />
• Richard Taylor<br />
– Las pinturas de Jackson Pollock tienen una<br />
dimensión fractal característica a dos escalas<br />
diferentes, que se acentúa con los años<br />
– Se pudo hacer un peritaje de 6 (sobre 32) pinturas<br />
sospechosas encontradas en Long Island (1999)<br />
– Taylor encontró desviaciones significativas<br />
– Otros expertos disienten, argumentando que en<br />
ese lote Pollock estaba experimentando variantes<br />
estilísticas<br />
19
Aplicaciones<br />
• Richard Taylor sobre Pollock<br />
www.jacksonpollock.org<br />
Go...<br />
20
Consecuencias<br />
• Arte Neen<br />
– Miltos Manetas, ca 2000<br />
– Andreas Angelidakis, Angelidakis,<br />
Steven Schkolne, Schkolne,<br />
Amy Franceschini, Franceschini,<br />
Erik Loyer, Loyer,<br />
Jon Wine,<br />
Mai Ueda<br />
– Uso oportunista de la tecnología, tecnolog a,<br />
intrascendencia deliberada, temporario,<br />
cool<br />
– “Splatter Splatter” de Michael Migurski. Migurski.<br />
Se volvió volvi<br />
Neen cuando Manetas se lo apropió apropi<br />
– http://www.neen.org<br />
http:// www.neen.org/demo.html demo.html<br />
Más s aplicaciones<br />
• Mureika, Mureika,<br />
Dyer, Cupchik<br />
– Estructura multifractal de arte abstracto<br />
– “Huellas Huellas digitales” digitales multifractales<br />
– “Firmas Firmas” (signatures signatures) ) fractales de estilos,<br />
artistas, períodos, per odos, series, épocas, pocas,<br />
pigmentos...<br />
21
Gerl, Gerl,<br />
Schönlieb Sch nlieb, , Wang (2004)<br />
• Dimensión Dimensi n fractal entre los mejores índices, ndices,<br />
con 75 a 80% de efectividad<br />
¿Podría un arqueólogo o historiador del arte especializarse en peritaje<br />
fractal y encontrar las signaturas de los estilos a autenticar?<br />
¿Podr Podría a un arqueólogo arque logo especializarse en peritaje fractal y<br />
encontrar las signaturas de los estilos a autenticar?<br />
22
Conclusiones (1/2)<br />
• Elemento de juicio fundamental<br />
– Análisis An lisis geográfico, geogr fico, patrones de asentamiento, uso<br />
de la tierra, ecología, ecolog a, diseños, dise os, música, m sica, peritaje<br />
artístico art stico<br />
• Se debe vincular con otros factores:<br />
– Comparación Comparaci n con otros sitios/períodos/g<br />
sitios/per odos/géneros neros<br />
– Hipótesis Hip tesis sobre la significación significaci n de los valores<br />
diferenciales<br />
• Especificación Especificaci n puntual de los procedimientos y<br />
de los programas empleados, incluyendo<br />
métodos todos de thresholding, thresholding,<br />
etcétera etc tera<br />
– Combinación Combinaci n con otras técnicas t cnicas (lagunaridad<br />
( lagunaridad)<br />
Conclusiones (2/2)<br />
• Tema apto para realizar experiencias de<br />
trabajo en el contexto del seminario<br />
– Encontrar dimensiones fractales características<br />
caracter sticas de<br />
barrio, periferia, periferia,<br />
zona planificada, planificada,<br />
zona auto-<br />
organizada,<br />
organizada,<br />
época poca, , clase social<br />
– Vincular con otra herramientas analíticas anal ticas que se<br />
verán ver n más m s adelante<br />
Recursos<br />
• Batty M. and Longley P. (1994), Fractal<br />
Cities. Cities.<br />
A Geometry of Form and Function, Function,<br />
London: London Academic Press, Press,<br />
394 p.<br />
• Frankhauser P. (1994), La fractalité fractalit des<br />
structures urbaines. urbaines.<br />
Collection Villes, Villes,<br />
Anthropos, Anthropos Paris.<br />
• Frankhauser P. (1998): The Fractal<br />
approach: approach:<br />
a new tool for the spatial analysis<br />
of urban agglomerations,<br />
agglomerations,<br />
Population:<br />
Population:<br />
An<br />
English Selection, Selection,<br />
205-240. 205 240.<br />
23
Referencias (1/2)<br />
• <strong>Reynoso</strong>, <strong>Reynoso</strong>,<br />
<strong>Carlos</strong> – Complejidad y caos: caos:<br />
Una exploración exploraci antropológica<br />
antropol gica. . Buenos<br />
Aires, SB Ediciones, Ediciones,<br />
2006<br />
• Grupo Anthropokaos – Exploraciones en<br />
antropología antropolog de la complejidad. complejidad.<br />
Idem.<br />
• Eglash, Eglash,<br />
Ron – African fractals. fractals.<br />
New<br />
Brunswick, Rutgers University Press,<br />
1999.<br />
• Eve, Raymond, Sara Horsfall & Mary<br />
Lee. Chaos, complexity and sociology.<br />
Myth, models, and theories. theories.<br />
Thousand<br />
Oaks, Sage, 1997.<br />
• Watts, Duncan. Six degrees. The<br />
science of a connected age. age.<br />
Londres, Londres,<br />
Random House, 2004.<br />
Referencias<br />
• <strong>Reynoso</strong>, <strong>Carlos</strong>.<br />
2010. Análisis An lisis y<br />
diseño dise o de la ciudad<br />
compleja.<br />
Perspectivas desde<br />
la antropología<br />
antropolog a<br />
urbana. urbana.<br />
Buenos<br />
Aires, Editorial Sb<br />
¿Preguntas Preguntas?<br />
http://carlosreynoso.com.ar<br />
http:// carlosreynoso.com.ar<br />
24