network science

57
Network Science: Aplicaciones Biológicas de la Teoría de Grafos Roberto Pineda Ch.

Upload: roberto-pineda

Post on 08-Jan-2017

291 views

Category:

Presentations & Public Speaking


14 download

TRANSCRIPT

Page 1: Network science

Network Science:Aplicaciones Biológicas de la Teoría

de GrafosRoberto Pineda Ch.

Page 2: Network science
Page 3: Network science
Page 4: Network science

Distribución desigual: Pocos nodos con muchos links (muy ricos), muchos nodos con pocos links (muy pobres).

Page 5: Network science
Page 6: Network science

Al que tiene se le dará más y tendrá en abundancia y al que no tiene se le quitará aún lo que tiene (conexión preferencial)

Efecto Mateo: parábola de los talentos

Page 7: Network science
Page 8: Network science

El impacto de lo altamente improbable

Page 9: Network science

Mediocristan is where we must endure the tyranny of the collective, the routine, the obvious and the predicted;

Extremistan is where we are subjected to the tyranny of

the singular, the accidently, the unseen and the unpredicted.

Page 10: Network science
Page 11: Network science
Page 12: Network science
Page 13: Network science

Christakis demonstrate the “contagious” spread of obesity in a large social network (NEJM 2007).

Page 14: Network science

http://oracleofbacon.org/

Page 15: Network science
Page 16: Network science
Page 17: Network science
Page 18: Network science
Page 19: Network science
Page 20: Network science
Page 21: Network science

• http://www.google.com/trends

• http://ngrams.googlelabs.com/

Page 22: Network science

Transición de red en estrella a red IE – Adquisición del lenguaje

Page 23: Network science

Red de mundo pequeño

Page 24: Network science

Red libre de escala

Page 25: Network science

Densidad

Page 26: Network science

¿Cuál es mas Importante?

Page 27: Network science

¿Cuál es mas Importante?

Page 28: Network science

Cercanía(Closeness Centrality)

Page 29: Network science

Cercanía(Closeness Centrality)

Page 30: Network science

intermediación (betweenness centrality)

Page 31: Network science

Intermediación (betweenness centrality)

• Las tonalidades que van desde el rojo (valor 0) hasta el azul (valor máximo) indican la intermediación de los nodos en el grafo.

Page 32: Network science

Centralidad de vector propio Eigenvector centrality

Page 33: Network science

Aleatoriedad

Grafo Regular Grafo Aleatorio

Page 34: Network science

ReplDNA_v04.cys

Page 35: Network science

AlzheimerEM.cys

Page 36: Network science
Page 37: Network science
Page 38: Network science

Distribución desigual: Pocos nodos con muchos links (muy ricos), muchos nodos con pocos links (muy pobres).

Page 39: Network science
Page 40: Network science

Al que tiene se le dará más y tendrá en abundancia y al que no tiene se le quitará aún lo que tiene (conexión preferencial)

Efecto Mateo: parábola de los talentos

Page 41: Network science
Page 42: Network science

El impacto de lo altamente improbable

Page 43: Network science

Mediocristan is where we must endure the tyranny of the collective, the routine, the obvious and the predicted;

Extremistan is where we are subjected to the tyranny of

the singular, the accidently, the unseen and the unpredicted.

Page 44: Network science
Page 45: Network science
Page 46: Network science
Page 47: Network science

Cibernética de segundo orden

Page 48: Network science
Page 49: Network science

Roger Sperry

Humberto Maturana

Page 50: Network science

El efecto mariposa“¿Provoca el aleteo de una mariposa en Brasil,

un tornado en Texas?”

Pequeñas variaciones en las condiciones iniciales del sistema pueden producir grandes variaciones en el comportamiento del mismo...

Page 51: Network science

Atractores de Lorenz

● Descubrió desdoblamiento de períodos en la función logística: rx(1-x).

● Atractor de Lorenz: demuestra sensibilidad a las condiciones iniciales

Page 52: Network science

EQUILIBRIO CAOS

Alejado del EquilibrioAl Borde del Caos

Equilibrio Caos

ESTRUCTURA DISIPATIVA

Page 53: Network science

El mundo es turbulento, el orden-desorden conviven

Page 54: Network science

Elementos simples, al entrar en estado crítico, pueden desencadenar procesos que cambian completamente las condiciones del sistema. (Lorenz, Poincaré, Prigogine)

AMPLIFICACIÓN POR FLUCTUACIONES .

Page 55: Network science

Sistemas Complejos• Son sistemas compuestos por una enorme cantidad de componentes

en interacción (condición acción) capaces de intercambiar entre ellos y con el entorno materia, energía o información y de adaptar sus estados como consecuencia de tales interacciones realizadas en paralelo.

• Dan lugar a comportamientos emergentes (en que el todo es más que la suma de las partes).

• Suelen ser “computacionalmente irreducibles”: obligan a la aproximación constructiva (bottom-up)

• Pueden exhiber estados estacionarios, comportamientos críticos, transiciones de fase, histéresis y metaestabilidades

Principio de Causa-EfectoToda causa tiene su efecto; todo efecto tiene su causa; todo sucede de acuerdo a la ley; la suerte no es más que el nombre que se le da a la ley no reconocida; hay muchos planos de casualidad, pero nada escapa a la Ley (El Kybalion)

Page 56: Network science

Ejemplos de sistemas complejos

• El comportamiento atmosférico• Los hormigueros y colmenas• La economía y la dinámica de los mercados• Los sistemas ecológicos: evolución de la biodiversidad• La propagación de epidemias, rumores, etc.• La dinámica de cooperación competencia en los

sistemas sociales• Las redes metabólicas y el sistema autoinmune• Internet y la conectividad de todo tipo• Etc.

Page 57: Network science