Inferencia en redes complejas de origen social
El estudio de los sistemas complejos, y en particular aquellos de origen social, representa un área de conocimiento que puede parecer formada por ideas inconexas a primera vista. Mientras que para ciencias como la Física existen conceptos más o menos definidos para precisar qué es la complejidad, ot...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Tesis doctoral publishedVersion |
| Lenguaje: | Español |
| Publicado: |
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
2022
|
| Materias: | |
| Acceso en línea: | https://hdl.handle.net/20.500.12110/tesis_n7213_SalgadoCorrado https://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=aextesis&d=tesis_n7213_SalgadoCorrado_oai |
| Aporte de: |
| Sumario: | El estudio de los sistemas complejos, y en particular aquellos de origen social, representa un área de conocimiento que puede parecer formada por ideas inconexas a primera vista. Mientras que para ciencias como la Física existen conceptos más o menos definidos para precisar qué es la complejidad, otras disciplinas interpretan al área de sistemas complejos como un conjunto de metodologías independientes. Entre ellas, la inferencia probabilística y el análisis de redes son dos de las herramientas más comúnmente consideradas. En esta tesis proponemos un camino que conecta estas dos herramientas a través de ejemplos, mostrándolas como dos extremos de una misma metodología, enfocada en caracterizar relaciones entre elementos de un sistema. Los ejemplos presentados representan a su vez una contribución al estudio de los sistemas de origen social desde una perspectiva de Física y de Sistemas Complejos. Los sistemas estudiados corresponden a tres temáticas distintas dentro de los sistemas de origen social. Primero, consideramos un proceso de construcción de conocimiento comunitario: el crecimiento de la red de paquetes del lenguaje de programación R. Modelamos el crecimiento en términos probabilísticos, considerando cómo cambia la forma enque nuevos paquetes se incorporan a la red conforme esta crece. Luego, consideramos un modelo de disputas en redes sociales. Tomamos la red del Club de Karate estudiada por W. Zachary para caracterizar el resultado de una disputa empleando modelos gráficos. Inferimos la fuerza que tiene cada actor para imponer su postura en la red en términos de su grado, a la vez que desarrollamos una metodología para identificar a los actores centrales en una división de la red en facciones o grupos. Por último, consideramos un problema de urbanismo: cuál es el contexto con el que se encuentran los ciudadanos durante sus actividades diarias. Para esto, construimos un modelo probabilístico, considerando dónde viven los ciudadanos, así como la ubicación de espacios de interés de la ciudad. Visualizando este modelo como una red bipartita pesada, el análisis de redes complejas permite caracterizar la estructura de una distribución de probabilidad mediante conceptos propios de redes complejas. De esta forma, al final del camino se puede visualizar al análisis de redes complejas y la inferencia probabilística como dos metodologías hermanas vistas desde la perspectiva de los sistemas de origen social. Cada aporte a las tres temáticas consideradas deja a su vez preguntas interesantes, plausibles de ser continuadas en futuros trabajos. |
|---|