Modelado de sistemas de complejidad en políticas públicas (ppt, 2011)

+3

No comments posted yet

Comments

Slide 1

Carlos Reynoso UNIVERSIDAD DE BUENOS AIRES http://carlosreynoso.com.ar Introducción a la Complejidad Modelado de sistemas de complejidad en ciencias sociales y políticas públicas

Slide 2

2 Objetivos Introducir a la teoría y la práctica de las técnicas de complejidad Clarificar los principios epistemológicos que rigen el modelado en general y el modelado complejo en particular Establecer posibilidades y constreñimientos de la investigación Metaheurísticas - Tratabilidad Realizar ejercicios de práctica para un ulterior análisis y diseño de políticas públicas diversas

Slide 3

3 Políticas públicas Políticas de transporte regional Seguridad Economía y finanzas Gestión territorial Planeamiento urbano – Gestión municipal Administración de recursos hídricos, agrícolas, pesqueros y energéticos Gestión de la innovación y la organización estatal o corporativa Modelos complejos de producción y manufactura

Slide 4

4 Agenda Tipificación de los modelos posibles Demarcación Complejidad como paradigma discursivo Complejidad como conjunto de técnicas Introducción a la dinámica no lineal Ejercicios con la ecuación logística Atractores extraños Emergencia Tratabilidad, predictibilidad, fractalidad Sensitividad extrema a las condiciones iniciales Conclusiones

Slide 5

5 Programa Módulo 1 – Complejidad y políticas públicas Argumentos, conceptos y límites del modelado convencional. Problemas fundamentales: distribuciones normales vs Ley de Potencia; dilemas de la prueba estadística de la hipótesis nula y limitaciones de las estadísticas convencionales para el modelado de las políticas públicas. Justificación del modelado complejo. Demarcación: ciencias de la complejidad vs pensamiento complejo. Principales algoritmos de complejidad. Dinámica no lineal y series temporales complejas en ciencias humanas. Estado del arte y perspectivas. Estudio de caso: Teoría de la complejidad y políticas públicas en Nueva Zelanda. Prácticas para una comprensión acabada de la no-linealidad, la emergencia y la sensitividad a las condiciones iniciales: Ejercicios de modelado no-lineal con ecuación logística.

Slide 6

6 Programa Módulo 2 – Modelos de sistemas complejos (I) Estadísticas holísticas vs modelado microscópico de tiempo y espacio. Sistemas complejos adaptativos: Autómatas celulares. Sentido y uso de la idea de emergencia. Modelado de crecimiento urbano y de proyección de impacto ambiental con AC. Estándares y ambientes de trabajo de propósito general u orientados a la disciplina. Modelos de microsimulación celular de tráfico. Modelos celulares de difusión de innovaciones. Prácticas: Simulación de poblamiento, surgimiento de patrones territoriales, drenaje de territorios inundables, predicción de uso de la tierra y propagación de asentamientos periurbanos con SLEUTH. Modelos de evacuación con QuoVadis.

Slide 7

7 Programa Módulo 3 – Modelos de sistemas complejos (II) Modelos basados en agentes, vida, cultura y sociedades artificiales. Conceptos generales y productos. Usos de modelos de agentes para modelado de tráfico, contingencias complejas, transacciones económicas y flujo peatonal. Modelos de agentes autónomos para la simulación de procesos de innovación, cambio urbano, gestión territorial, recursos hídricos, escenarios de pánico e impacto económico. Prácticas: Modelado con TRANSIMS, NetLogo y otros entornos de simulación.

Slide 8

8 Programa Módulo 4 – Modelos de fractalidad e independencia de escala Dimensión fractal y problemáticas de escala en las estrategias geoestadísticas convencionales. Paradojas de las estrategias lineales y monotónicas. Modelos de crecimiento fractal basados en DLA y otros principios algorítmicos. Usos del concepto en el análisis estructural, en el diagnóstico y planificación del diseño urbano, en el estudio y proyección los gradientes de precio y uso de la tierra y el impacto ecológico. Vinculación de la gestión territorial basada en ondículas (wavelets) con tecnologías de GIS y remote sensing. Prácticas: Diagnóstico temporal y espacial de territorialidad e impacto ecológico con XploRe.

Slide 9

9 Programa Módulo 5 – Gramáticas del diseño complejo Estadísticas convencionales de series temporales o patrones espaciales vs gramáticas procesuales de la complejidad. Sistemas-L. Shape-grammars. La perspectiva del actor: Aspectos cognitivos del diseño gramatical. Prácticas: Diseño de espacios públicos, parques temáticos o paseos con curvas tipo FASS en programas de sistemas-L. Abstracción de mapa callejero con Open Street Map y diseño proyectivo de ciudad con CityEngine según modelos predeterminados. Combinación de modelos gramaticales con geoestadística y sistemas de información geográficos. Uso de gramáticas para la producción a bajo costo de proyecciones de reconstrucción arqueológica y puesta en valor del patrimonio arquitectónico.

Slide 10

10 Programa Módulo 6 – Metaheurísticas para el diseño y la resolución de problemas intratables Optimización e intratabilidad en la teoría y en la práctica de la gestión de políticas públicas. Modelos de optimización basados en la naturaleza y la cultura. Algoritmo genético y simulación de templado. El problema de la no convexidad en la práctica. Búsqueda de soluciones suficientemente buenas en amplios espacios de búsqueda. Cambio e innovación como problemáticas de complejidad. Ejercicios de métodos de gestión evolucionaria aplicados a la producción.

Slide 11

11 Programa Módulo 7 – Redes sociales: alcances y mitos Teoría de grafos y análisis de redes sociales aplicadas al modelado de estructuras y procesos de la sociedad y la cultura. En busca del sentido: Redes del lenguaje y minería reticular de textos. Hermenéutica, política y gestión de las redes virtuales. Redes organizacionales: teoría y práctica. Ejercicio de modelado con programas de redes complejas y modelos de percolación en el diseño de políticas de innovación, salud pública, seguridad, recursos hídricos y energéticos.

Slide 12

12 Programa Módulo 8 – Redes espaciales y sintaxis del espacio Geoestadística y análisis espacial antropológico y arqueológico vs sintaxis del espacio. Modelos de isovista y GIS; modelos de grafos primales y duales. Usos del modelo en el diseño y análisis de estructuras organizacionales, modelado urbano y problemáticas sociales (ergonomía, caminabilidad, inteligibilidad, segregación, territorialidad, prevención del crimen). Rudimentos de teoría de grafos aplicada a las problemáticas urbanas de alta complejidad combinatoria (sincronización de semáforos, recolección de residuos, asignación de recursos). Prácticas: Análisis de sintaxis espacial con Agraph, AJAX, o UCL DepthMap.

Slide 13

Tipificación epistemológica

Slide 14

14 Cuatro modelos

Slide 15

15 Modelos computacionales correspondientes “Inteligencia artificial” Modelo (mecánico) de la programación lógica GOFAI Cálculo de predicados de primer orden Sistemas expertos Modelo (estadístico) de las redes neuronales (conexionismo) Reconocimiento de patrones Aprendizaje de caja negra (conductismo)

Slide 16

16 Percepción mecánica Teorías de reconocimiento por componentes (RBC) Irving Biederman, 1985. Unos pocos geones básicos (24) y unas pocas operaciones de transformación generan todos los objetos artificiales 3D posibles. Los geones son conos generalizados. Se pueden generar tantas formas como términos existen.

Slide 17

17 Cálculo lógico – Sistemas expertos

Slide 18

18 Reconocimiento gestáltico de patrones Pawan Sinha: Ineficiencia del método por piezas tradicional Identikits de Bill Cosby, Tom Cruise, Ronald Reagan y Michael Jordan

Slide 19

19 Reconocimiento (gestáltico) de rostros Y a la inversa, eficiencia del reconocimiento humano aún en casos de ruido Habitualmente muchos pueden reconocer al príncipe Carlos, Woody Allen, Bill Clinton, Saddam Hussein, Richard Nixon y Ladi Di Inmensa importancia estratégica del reconocimiento automático.

Slide 20

20 Red neuronal Usos de redes neuronales en minería de gestión

Slide 21

21 Conclusiones provisionales Algunas problemáticas de gestión y políticas públicas responden al principio analítico Problemas lineales de capacidad de tráfico Problemas que admiten análisis y composición Otras, en cambio, necesitan aproximaciones holísticas Establecer el parecido entre dos mapas o territorios Generalizar Reconocer un patrón global Data mining, knowledge discovery, aprendizaje de máquina Una proporción creciente requiere modelado complejo, o una combinación de modelos

Slide 22

22 Tipos de algoritmos complejos Dinámica no lineal – Caos determinista Sistemas complejos adaptativos Autómatas celulares Modelado basado en agentes Vida artificial Sociedades y culturas artificiales Dimensión & Geometría fractal Metaheurísticas evolucionarias Algoritmo genético, algoritmo cultural Inteligencia de enjambre Colonia de hormigas Simulación de templado Búsqueda tabú Gramáticas recursivas complejas – Sistemas-L Redes complejas Sintaxis espacial

Slide 23

23 Propiedades de los fenómenos complejos Procesos dinámicos, no sólo estructurales Sensitividad extrema a las condiciones iniciales (caos determinista) Fractalidad – Autosimilitud Independencia de escala (ley de potencia) Impenetrables a la estadística convencional Propiedades emergentes Transiciones de fase Refractarios al sentido común

Slide 24

24 Distribución normal Cerca del 68% del conjunto se encuentra a 1 desviación estándar de la media, 95 a 2 y 99,7 a 3 Las desviaciones que excedan 2 veces la DE se considerarán significativas Regla de 68-95-99,7 Mal llamada “curva de Bell”

Slide 25

25 Mandelbrot & Hudson

Slide 26

26 Ley de potencia Independiente de escala = No hay valores normales, ni una media, ni una escala característica La dispersión de los valores puede ser de orden astronómico

Slide 27

27 Escenarios independientes de escala Leyes de Pareto, Gutenberg-Richter, Omori, Zipf, Richardson Citas bibliográficas entre miembros de la comunidad académica, colaboraciones en reportes de investigación Relaciones sexuales (!!), agendas telefónicas Nexos sintácticos entre palabras en un texto o discurso Clientelismo, influencia Alianzas tecnológicas Relaciones entre actores de cine Sinapsis neuronales Contactos entre personas de una organización Cadenas alimentarias Conexiones entre organismos vinculados al metabolismo o proteínas reguladoras Propagación de enfermedades y virus informáticos Alternativa al concepto de epidemiología de las representaciones (Dan Sperber)

Slide 28

28 Complejidad no es… Un paradigma envolvente Una “teoría” o conjunto de “teorías” Es independiente de objeto y de marco teórico Termodinámica y estructuras disipativas (Prigogine) Una ciencia posmoderna Investigación social de segundo orden Autopoiesis Modelo de estasis, especificidad biótica (reduccionismo), confusión entre cognición y lenguaje, inexistencia de herramientas concomitantes, constructivismo No tiene presencia en ciencia cognitiva, en sistemas complejos adaptativos o en biología Numerosidad, incertidumbre y azar Indeterminismo: Caos determinista

Slide 29

29 Complejidad no implica... Sólo complejidad desorganizada Encontrar “fractales” en patrones de asentamiento o en motivos ornamentales La negación o superación de los modelos mecánicos o estadísticos Cuantificación extrema Estadísticas multivaluadas El pensamiento de la complejidad de Edgar Morin

Slide 30

Dinámica no lineal

Slide 31

31 Ecuación logística Xt+1 = k * xt * (1 – xt) X: Población - entre 0 y 1 K: Tasa de crecimiento - entre 0 y 4

Slide 32

32 Ecuación logística Modelo poblacional Alternativa a ecuación de Malthus Ecuación de Verhulst Otras aplicaciones: gotas a chorros, comportamiento de gases, motines, catástrofes, sucesión de estados climáticos (sequías, corrientes marinas) Atractor de punto fijo Atractor periódico Aperiodicidad (caos determinista) Atractor de Lorenz Período 3 implica caos Irreversibilidad Conociendo una serie tan larga como se quiera, no se puede predecir el valor siguiente (Bateson)

Slide 33

33 Ecuación logística - Ejercicios

Slide 34

34 Ecuación logística - Fórmula =($B$1*A1)*(1-A1)

Slide 35

35 Escenarios k=2

Slide 36

36 Escenarios k=2

Slide 37

37 Escenarios k=3,5

Slide 38

38 Escenarios k=3,5

Slide 39

39 Escenarios k=3,9

Slide 40

40 Escenarios k=3,9

Slide 41

41 Ejercicios Dinámica no lineal: Chaos for Java > Bifurcation diagrams > Logistic map

Slide 42

42 Bifurcación de Feigenbaum

Slide 43

43 Constante universal de Feigenbaum Bifurcación Camino hacia el caos Duplicación de períodos 4.6692016090… ¿Ley de Moore? Experiencia de Hoggard

Slide 44

44 Número de Feigenbaum (Nick Hoggard)

Slide 45

45 Ley de Moore - Loglineal

Slide 46

46 Relación entre mapa logístico y Mandelbrot/Buddhabrot* El conjunto de Mandelbrot (z2+c) y el mapa logístico se vinculan mediante una transformación cuadrática Melinda Green descubrió por accidente que el Buddhabrot se integra a la ecuación cuadrática por completo * Ver presentación sobre fractales, http://carlosreynoso.com.ar ** © Rymaer – Creative Commons Attribution 3.0 – Wikimedia Commons **

Slide 47

47

Slide 48

48

Slide 49

49

Slide 50

50 Atractores Atractor de punto fijo Atractor periódico Atractor de torus o semi-periódico Atractor extraño (Ruelle) o de mariposa Atractor de Lorenz (*Chaos for Java) Dimensión 2.05 (en 3D): 0 volumen, superficie infinita Ergodicidad: cubre la región, pero no pasa por el mismo estado más de una vez

Slide 51

51 Ejercicios Chaos for Java > ODE orbits > Lorenz

Slide 52

Criticalidad auto-organizada* Hay presentación separada: http://carlosreynoso.com.ar/criticalidad-auto-organizada-y-dinamicas-complejas/

Slide 53

53 Auto-organización Propiedad dinámica de los sistemas complejos Complejidad organizada Definida por Warren Weaver Teoría de la información (con Claude Shannon) Creador de la idea de biología molecular Definida en primer término por W. Ross Ashby

Slide 54

54 Criticalidad auto-organizada Per Bak

Slide 55

55 Criticalidad auto-organizada Pila de arena: avalanchas Distribución de ley de potencia Rasgo fractal (cuenca de rios, palabras en texto, terremotos, ciudades/tamaño, riqueza, extinción de especies en eras geológicas) No: estaturas, lotería: frecuencia estadística normal Espectro de potencia 1/f Auto-organización Comunicación y vecindad entre agentes No proporcionalidad de causa y efecto: un grano  reacción en cadena Independencia de objeto y escala (grano/tamaño) Fractales naturales – Instantáneas de procesos críticos (Tamás Vicsek)

Slide 56

56 Criticalidad auto-organizada Aplicaciones: Bentley (Wisconsin) / Maschner (Idaho) – SOC aplicada a lista de venta de discos Modelo crítico de extinción, agentes compitiendo por espacio limitado (top 200) Similar a otros modelos críticos de extinción Tiempo de persistencia en lista, “avalancha” (relación con número total que salen de la lista)

Slide 57

57 Criticalidad auto-organizada Keitt (SFI) Marquet (UC Chile), 1995: Introducción y extinción de avifauna en Hawaii Shih-Kung Lai, evolución de ciudades Otros: modelos de propagación de incendios y enfermedades exhiben criticalidad

Slide 58

58 Atascos de tráfico 1 Kai Nagel – Razones triviales o fuera de proporción Las congestiones son fractales, con mini-atascos anidados Es un proceso crítico con exponente de 1.5 La señal es una “escalera del diablo” Dynamics Solver IFS to Chaos

Slide 59

59 Atascos de tráfico 2 Kai Nagel, ahora con Heinz Herrmann Pruebas de varios modelos deterministas SOC, definida por el vehículo más lento Kai Nagel, con Steen Rasmussen Inutilidad sistemática de poner agentes que traten de optimizar su región local Maya Paczuski y Kai Nagel Atascos fantasmas generados por trivialidades, antes que por eventos importantes El estado óptimo de mayor eficiencia (con el mejor throughput) es un estado crítico con atascos de todos los tamaños

Slide 60

60 Desafío epistemológico Dimensión visual de la complejidad Batty-Steadman-Xie 2004 – Visualizaciones (a) la que busca hacer las cosas más simples y explicables, (b) la que explora resultados imposibles de anticipar y refina procesos que interactúan de formas retorcidas o contraintuitivas, y (c) la que permite a los usuarios sin previo conocimiento técnico pero aguda comprensión del problema usar modelos para predicción, prescripción y control. Paradigma iconológico – Harvey y Reed 1997 (Panofsky)

Slide 61

61 Paradigma iconológico Teoría de los paisajes Colinas y valles del espacio de búsqueda de algoritmos genéricos Paisaje de adecuación de la memética Paisajes epigenéticos de Waddington Relieves del método de simulación de templado Topologías catastróficas de Thom Cuencas de atracción de autómatas celulares y redes booleanas Estructura fractal de los paisajes.

Slide 62

Gráficos (plots) de recurrencia

Slide 63

63 Traza de recurrencia

Slide 64

64 Traza de recurrencia Recurrence plot – Jean-Pierre Eckman Atractores extraños Técnica de representación que destaca correlaciones de distancia en una serie temporal Visualiza la geometría de la conducta de un sistema dinámico Permite también comparar la conducta de dos sistemas mejor que la técnica estándar (regresión no lineal) No interesa cuántas dimensiones o parámetros tenga un sistema Se pueden regular los parámetros y enfatizar la incidencia de cada uno

Slide 65

65 Traza de recurrencia

Slide 66

66 Ejercicios Dinámica no lineal > Visual Recurrence Analysis

Slide 67

67 Tipología Homogéneo – Ruido blanco Periódico – Oscilaciones armónicas Deriva – Ecuación logística 3.98 Cambios abruptos – Movimiento browniano

Slide 68

68 Ejemplos Tipología musical Series temporales de maternidad adolescente Idem criminalidad Consonancia y disonancia Patrones de (a)periodicidad en eventos culturales de larga escala Secuencias arqueológicas en tafonomía y desertización Identificación temporal de cambios de fase y régimen

Slide 69

69 Gráficos de recurrencia (1/2) Recurrencia: definida por Poincaré (1890) Vinculado con principio ergódico y atractores. Un sistema pasará con el tiempo tan cerca como se quiera de su estado inicial. Gráficos: Propuestos por Eckmann y Ruelle en 1987 Ruelle: “atractores extraños” Mapeado de series (temporales) multidimensionales en espacio gráfico de dos dimensiones. Visualizar las trayectorias en el espacio de fases.

Slide 70

70 Gráficos de recurrencia (2/2) La recurrencia es un valor que se repite a sí mismo dentro de un radio determinado. Dada una serie temporal, se puede conjeturar la incidencia de uno o más parámetros. Independiente de naturaleza material de las series. Zbilut y Webber introdujeron el análisis de cuantificación de recurrencia en los 90s Laminaridad, determinismo, tasa de recurrencia, divergencia, entropía…

Slide 71

71 Tipología (Norbert Marwan 2003)

Slide 72

72 Ejemplo Maternidad adolescente en Texas, 1964-1990 Dooley & al 1997 b=1970, anticonceptivos disponibles c=1973, Row vs Wade, aborto legal h=1980-1990, acciones en contra del aborto

Slide 73

73 Auto-organización* * Tema a tratar en presentación separada

Slide 74

74

Slide 75

Tratabilidad A tratarse en secciones sobre Sistemas complejos adaptativos

Slide 76

76 Recursos http://carlosreynoso.com.ar//modelado-de-sistemas-de-complejidad-en-politicas-publicas/

Slide 77

77 Referencias Reynoso, Carlos. 2006. Complejidad y caos: Una exploración antropológica. Buenos Aires, Editorial Sb.

Slide 78

78 Referencias Reynoso, Carlos. 2010. Análisis y diseño de la ciudad compleja. Perspectivas desde la antropología urbana. Buenos Aires, Editorial Sb

Slide 79

79 Referencias Reynoso, Carlos – Redes sociales y complejidad – Modelos interdisciplinarios en la gestión sostenible de la sociedad y la cultura. Buenos Aires, Editorial Sb, 2011

Slide 80

80 Referencias

Slide 81

81 Referencias

Slide 82

82 Lo que sigue ahora Sistemas complejos adaptativos Autómatas celulares Modelos basados en agentes Problemas de escala y dimensión fractal Gramáticas recursivas (referencia) Auto-organización y optimización Grafos y redes sociales Redes espaciales complejas

Slide 83

¿Preguntas? Carlos Reynoso http://carlosreynoso.com.ar

Tags: políticas públicas complejidad

URL: