Created 06/11/2020 at 11:38AM

Docentes: Daniel Heymann, Roberto Perazzo, Martin Zimmermann

Lugar: Campus Victoria, Universidad de San Andrés, Buenos Aires, Argentina

Bibliografía: Ver notas

Objetivos

La investigación científica implica a menudo abordar el estudio de fenómenos del en-torno mediante la aplicación de métodos existentes. Sin embargo, en ocasiones la naturaleza de los problemas que se enfrentan llama a indagar acerca de formas alternativas para el análi-sis e interpretación de los hechos de interés. El curso explora modos de análisis de temas so-ciales desde la perspectiva de los sistemas complejos, y se detiene en las fronteras que surgen entre disciplinas sociales y naturales (sobre todo, entre economía y física). El programa del curso está diseñado para estudiar patrones del comportamiento colectivo, la ocurrencia de transiciones de fase y fenómenos de contagio y percolación. Los modelos estudiados pueden verse como una suerte de laboratorio de sistemas sociales artificiales, donde se observan y analizan mediante simulaciones computacionales las dinámicas resultantes de la interacción de conductas individuales.

Modalidad de trabajo y evaluación

El curso consiste en 12 clases de tres horas cada una, que típicamente tendrán lugar los miércoles a la mañana, 9.00-12.00. Aunque relativamente reciente, la aplicación del enfoque de sistemas complejos en las ciencias sociales ha dado lugar a una considerable literatura que se discutirá durante las clases. Además, el curso promoverá el uso activo de conceptos y herramientas propios de ese campo a través de una introducción a la programación en lenguaje MATLAB. Se espera que las clases sean participativas, por lo que se recomienda fuertemente seguir la literatura comentada por los profesores.

La evaluación constará de la elaboración grupal de un modelo sobre algún tema particular utilizando los instrumentos presentados durante las clases. En el transcurso de estos proyectos se efectuarán sesiones de trabajo donde se discutirán alternativas de avance, progresos alcanzados y problemas por resolver. La calificación se basará en el carácter crítico de la definición precisa del contexto analítico, la consecuente simplificación del problema planteado en un modelo y su resolución práctica.

Pueden encontrar modelos elaborados por participantes previos del curso en el sitio ACA.

1. Introducción a los sistemas complejos

Temas

Biblio

2. Autómatas celulares

Temas

Biblio

3. Modelos inspirados en la mecánica estadística

Temas:

Biblio:

4. Leyes de Potencia

Temas:

Biblio:

5. Redes complejas, epidemias y contagios

Temas:

Biblio:

6. Aprendizaje

Temas:

Biblio:

7. Evolución y adaptación

Temas:

Biblio

8. Discusión de papers varios: