2aiano%8 Notices: show Crean modelo matemético para llegar a predecir eventos catastréficos Reyna Alejandra Fonseca Velizquez 2S/abr/2017 computacional capaz de predecir de forma muy precisa la respuesta de sistemas complejos a presiones externas, y si esta respuesta serd gradual o abrupta a lo largo del tiempo. Por primera vez, un equipo de fisicos ha logrado construir un modelo matematico y - - Py S? y Los investigadores del Instituto de Fisica de la UNAM, Juan Valentin Escobar = Sotomayor ¢ Isaac Pérez Castillo, lo describen en un articulo publicado recientemente en la revista Scientific Reports del grupo Nature titulado "Intermittent dynamics in Tentifiean como complex systems driven to depletion" (Dindmica intermitente en sistemas complejos levados hacia el agotamiento). avalancha" a los cambios grandes en Para validar su modelo, los investigadores analizaron sistemas compuestos por partes _*L Sistema pero en validar su modelo, ls investigadores analizaron sistemas compuestos por partes firmer canton pequefias que se ajustan a cambios externos para sobrevivir, y, a partir de esto, la FUNAM respuesta colectiva a esos cambios cuando la influencia externa decrece répidamente en el tiempo. Algunos de esos sistemas pueden ser, por ejemplo, la cantidad de especies que se extinguen por la disminucién. de alimentos que requieren para sobrevivir; la cantidad de cines abiertos debido a la asistencia; o el precio de las acciones en la bolsa de valores dependiendo del precio del dolar, entre otros. Entre mas, mejor 1 primer requisito para que el modelo pueda aplicarse a un sistema es que esté compuesto por muchos elementos més pequefios, que bien podrian ser personas, animales, dinero o accionistas de la bolsa de valores. Y es importante que sean muchos elementos porque el modelo es de naturaleza estocéstica, lo que quiere decir que, a pesar de no ser un modelo determinista, sus resultados mejoran entre mayor es el nmero de componentes del sistema, Escobar lo describe asi: “Uno tenderia a pensar que por el hecho de tener una cantidad enorme de particul elementos en un sistema, seria imposible saber como se comportara el conjunto (es decir, su respuesta macroscépica). Pero es precisamente gracias a ello mismo que es posible predecir con enorme presicién su comportamiento a nivel macroscépico”. “Es fascinante que cuando se trata de sistemas compuestos por tna cantidad de elementos del orden de cientos de miles (que incluso pueden ser personas), 0 més, podemos entender y predecir su comportamiento global con mucha precision" A este respecto, en 2015, y en colaboracién con el profesor francés Didier Sornette del Instituto Federal Suizo de Tecnologia (ETH), Escobar publicé un articulo en la revista PLoS One, en el que analizé la dindmica de la asistencia a los cines estadounidenses. 1, pudieron ver que los flujos de asistencia son impulsos 0 "choques” inducidos por factores externos que a su vez pueden crear nuevas cascadas de asistencias a través de recomendaciones directas. “La misma maquinaria teérica que se utiliza para estudiar terremotos o epidemias se aplica a la dinémica de asistencia al cine, gracias al enorme mimero de personas que realizan esta actividad”, cuenta Escobar. Clasificar los cambios: suaves 0 bruscos Y ese comportamiento que pueden predecir, se basa en clasificar la evolucién temporal del sistema, “Estudiamos la respuesta o el ajuste de sistemas y la forma en que se adaptan a influencias externas. Lo importante es que esta hip:hwow sic. unam marticulos_Crean_modelo_matematico_para_lega_¢_predeci_ovenos,clastofios_ 042018 pp 12aiano%8 Notices: show respuesta puede darse de manera suave o a través de avalanchas”, explicd Escobar a Noticias IFUNAM. Lo que el investigador quiere decir con “avalancha” es bésicamente un cambio grande en el sistema pero en tiempos cortos “Por ejemplo, escuchamos con frecuencia que las variaciones del tipo de cambio que se observan responden a cambios o presiones de la economia internacional, como por ejemplo la baja del precio del petréleo que comenzé durante el verano de 2014. Pero que no debemos preocupamos, porque se trata de ajustes graduales. Sin embargo, es posible que tras un periodo de ajustes suaves, en un par de semanas el peso se devalite 10%. Nuestro modelo constituye un primer paso para entender este tipo de transiciénes (0 interminencia) entre periodos de ajustes pequefios y ajustes grandes, potencialmente catastréficos.” Entrenamiento para el modelo El modelo permitié construir un mapa donde se distinguen dos tipos de regiones: seguras ¢ intermitentes. Y con |, se puede ubicar si cl sistema estd en una regién u otra dependiendo de dos conceptos clave: los umbrales de supervivencia y el agotamiento de los recursos. htpnwwnsica.unammalrticulos_Crean_modelo_matematica_para_logar_a_predecir_eventos_calastoficos_042018 php 2162aiano%8 Notices: show Logyo(1/T) -2.0 AS -1.0 0.5 0.0 Logys(o/ HW) Escobar y Castillo en el que se pueden identificar las regiones seguras y as intermitentes. El primero de estos conceptos se refiere a que “cuando la cantidad de energia que posee uno de los elementos del sistema queda por debajo de un umbral predeterminado, sale del juego o ‘muere’. En algunos sistemas, estas “muertes’, pueden ayudar a otros elementos ain vivos a seguir sobreviviendo, pues hay menos elementos entre los cuales repartir los escasos recursos disponibles. A esto se le llama ‘retroalimentacién negativa’ ” Un punto crucial aqui consiste en conocer qué umbral tiene cada elemento del sistema (o la Hamada “distribucién” de umbrales del sistema). Los umbrales se elijen tomando en cuenta el comportamiento del sistema, y al proceso de encontrar la distribucién exacta para un sistema, es a lo que Escobar llama “entrenar al modelo” ‘| segundo elemento clave es qué tan répido se agotan los recursos. Conociendo o proyectando esta tasa de cambio, junto con la distribucin de umbrales, podemos saber si el sistema se sitiia en la region segura del mapa Y su respuesta siempre va a ser suave, o si por el contrario el sistema se encuentra en la regién intermitente: htpnwwnsica.unammalrticulos_Crean_modelo_matematica_para_logar_a_predecir_eventos_calastoficos_042018 php 34