INTRODUCCION A LA SOCIOFISICA – 2011

INTRODUCCION A LA SOCIOFISICA – 2011-I (Resumen)
Profesor:
Rafael Hurtado, [email protected]
Departamento de Física, Universidad Nacional de Colombia sede Bogotá
Código:
2023528
Ofrece:
Departamento de
Física, Facultad de Ciencias
Tipología:
elegible
Créditos:
4
Horario:
miércoles y viernes de 4:00 a 6:00 pm Salón: pendiente
Prerrequisitos:
Este es un curso elegible que no tiene prerrequisitos, sin embargo es conveniente que los
estudiantes que participen cumplan lo siguiente:
Estudiantes de Física: haber cursado mecánica estadística.
Estudiantes de pregrado en Ciencias Naturales, Ciencias Económicas e Ingeniería, o con
conocimientos sólidos en Matemáticas: haber cursado las asignaturas de matemáticas,
estadística y física.
Estudiantes de posgrado en Ciencias Naturales, Ciencias Económicas e Ingeniería, o con
conocimientos sólidos en Matemáticas: admitidos a Maestría y Doctorado.
Resumen metodológico:
Este curso está diseñado para estudiantes de posgrado o que estén cursando los últimos
semestres de pregrado en Física o en disciplinas con sesgo cuantitativo en las cuales se toman
varios cursos de matemáticas y de física o de estadística. El curso tiene dos componentes:
Análisis de Redes Sociales (ARS) y Redes Complejas. El ARS está soportado metodológicamente
por la teoría de grafos y la estadística. En el caso de las Redes Complejas la literatura presenta
dos aproximaciones conceptuales y metodológicas: una soportada principalmente por la
mecánica estadística, ceñida a los desarrollos de mayor influencia en el área, y otra que hace
uso de resultados de la mecánica estadística pero que sigue desarrollos metodológicos de
otras áreas del conocimiento como la Economía. Dentro del curso conviven ambas
aproximaciones. Los estudiantes de Física deberán seguir ambos formalismos, los de otras
disciplinas deberán llegar a utilizar conceptos de la mecánica estadística. En cualquier caso, se
trata de un curso avanzado.
Resumen conceptual:
La Sociofísica es un campo de investigación en desarrollo que atrae a físicos e investigadores
de las Ciencias naturales y de las Ciencias humanas y sociales. Si bien desde hace varias
décadas se han realizado aplicaciones de conceptos, metodologías y modelos de análisis de la
física a los sistemas sociales, los avances de los últimos 12 años en el entendimiento de las
propiedades macroscópicas de las Redes Complejas constituyen el escenario en el que muchos
físicos han logrado interactuar con investigadores de otras disciplinas y realizar aportes
importantes sobre diversos fenómenos sociales y naturales que ocurren en sistemas
complejos. El curso se centra en el Análisis de Redes Sociales (ARS) y en el estudio de las Redes
Complejas, partiendo de bases conceptuales y analíticas de las ciencias sociales para luego
incorporar resultados de la teoría de grafos, la estadística y la mecánica estadística
principalmente. Se realizarán aplicaciones en: gestión del conocimiento, bibliometría,
cientometría, innovación, mercados y comercio, economía, salud, medio ambiente,
ecosistemas, psicología, procesos cognitivos, educación, procesos organizacionales,
comunidades e Internet.
INTRODUCCION A LA SOCIOFISICA – 2011- I (Extenso)
Profesor:
Rafael Hurtado, [email protected]
Departamento de Física, Universidad Nacional de Colombia sede Bogotá
Código:
2023528
Ofrece:
Departamento de Física, Facultad de Ciencias
Tipología:
elegible
Créditos:
4
Horario:
miércoles y viernes de 4:00 a 6:00 pm
Salón:
pendiente
Horario de atención: pendiente
Prerrequisitos:
Este es un curso elegible que no tiene prerrequisitos, sin embargo es conveniente que los
estudiantes que participen cumplan lo siguiente:
Estudiantes de Física: haber cursado mecánica estadística.
Estudiantes de pregrado en Ciencias Naturales, Ciencias Económicas e Ingeniería, o con
conocimientos sólidos en Matemáticas: haber cursado las asignaturas de matemáticas,
estadística y física.
Estudiantes de posgrado en Ciencias Naturales, Ciencias Económicas e Ingeniería, o con
conocimientos sólidos en Matemáticas: admitidos a Maestría y Doctorado.
Resumen metodológico:
Este curso está diseñado para estudiantes de posgrado o que estén cursando los últimos
semestres de pregrado en Física o en disciplinas con sesgo cuantitativo en las cuales se toman
varios cursos de matemáticas y de física o de estadística. El curso tiene dos componentes:
Análisis de Redes Sociales (ARS) y Redes Complejas. El ARS está soportado metodológicamente
por la teoría de grafos y la estadística. En el caso de las Redes Complejas la literatura presenta
dos aproximaciones conceptuales y metodológicas: una soportada principalmente por la
mecánica estadística, ceñida a los desarrollos de mayor influencia en el área, y otra que hace
uso de resultados de la mecánica estadística pero que sigue desarrollos metodológicos de
otras áreas del conocimiento como la Economía. Dentro del curso conviven ambas
aproximaciones. Los estudiantes de Física deberán seguir ambos formalismos, los de otras
disciplinas deberán llegar a utilizar conceptos de la mecánica estadística. En cualquier caso, se
trata de un curso avanzado.
Resumen conceptual:
La Sociofísica es un campo de investigación en desarrollo que atrae a físicos e investigadores
de las Ciencias naturales y de las Ciencias humanas y sociales. Si bien desde hace varias
décadas se han realizado aplicaciones de conceptos, metodologías y modelos de análisis de la
física a los sistemas sociales, los avances de los últimos 12 años gracias a la investigación de las
Redes Complejas constituyen el escenario en el que muchos físicos han logrado interactuar con
investigadores de otras disciplinas y realizar aportes importantes sobre diversos fenómenos
sociales y naturales que ocurren en sistemas complejos.
El curso se centra en el Análisis de Redes Sociales (ARS) y en el estudio de las Redes Complejas,
partiendo de bases conceptuales y analíticas de las ciencias sociales para luego incorporar
resultados de la teoría de grafos, la estadística y la mecánica estadística principalmente. Se
realizarán aplicaciones en: gestión del conocimiento, bibliometría, cientometría, innovación,
mercados y comercio, economía, salud, medio ambiente, ecosistemas, psicología, procesos
cognitivos, educación, procesos organizacionales, comunidades e Internet.
Objetivos:
Generales:
- Introducir al estudiante en las posibles aplicaciones de la física a los sistemas complejos en
fenómenos de naturaleza social.
- Mostrar las diferentes tendencias de investigación de la Sociofísica, enfocándose en las redes
sociales y las redes complejas.
Específicos:
- Familiarizar al estudiante con la perspectiva de redes en las ciencias sociales y las ciencias
naturales utilizando conceptos y aspectos metodológicos de la física y de la investigación
social.
- Dar al estudiante herramientas para la observación, la representación y el análisis de
sistemas complejos, identificando sus elementos y relaciones y midiendo sus propiedades
estructurales y dinámicas.
- Introducir al estudiante en metodologías y técnicas de análisis de sistemas sociales desde la
perspectiva de las redes, incluyendo la utilización de software especializado.
Fundamentación:
La mayoría de los fenómenos naturales y muchos artificiales se dan en sistemas complejos. El
estudio de estos sistemas desde la perspectiva de las redes, las cuales se definen en términos
de nodos y relaciones, ha arrojado resultados novedosos que permiten un mayor
entendimiento de múltiples fenómenos sociales, culturales y naturales. Esta perspectiva, que
actualmente es conocida como de la Redes Complejas, avanza con éxito en describir y
entender fenómenos sociales como la constitución de movimientos sociales, procesos de
organización social, producción, creación, comunicación, aprendizaje e innovación además de
aquellos propios de las ciencias naturales como la ecología y la biología molecular.
Durante los últimos 12 años, en gran medida a partir de los trabajos de Duncan Watts,
Strogatz, Sidney Redner, Albert-Lazlo Barabasi, Mark Newman y Ginestra Bianconi entre otros,
los físicos vienen obteniendo resultados importantes en el estudio de las Redes Complejas y
han logrado que sus métodos y resultados se constituyan en parte del acerbo metodológico y
conceptual de muchas disciplinas. Sus principales méritos están en haber identificado nuevos
fenómenos y propiedades macroscópicas de sistemas complejos representados como redes y
en haber expresado y entendido algunos de ellos a partir de la dinámica microscópica de sus
componentes y sus relaciones o interacciones. Entre las principales herramientas conceptuales
y analíticas utilizadas por los físicos están la Mecánica Estadística, que en la física permite
conectar el mundo microscópico con sus expresiones macroscópicas, y aquellas más generales
utilizadas para modelar y simular sistemas físicos.
Las analogías entre las Redes Complejas y distintos sistemas físicos que surgen de varios
estudios han ampliado la fenomenología de sistemas naturales y artificiales, incluidos los
sistemas sociales, y actualmente son explotadas para efectos de obtener nuevo conocimiento
y en aplicaciones de interés público y privado.
Si bien estos últimos años han sido extremadamente activos, la búsqueda de analogías entre
sistemas y fenómenos en física con sistemas y fenómenos sociales no es nueva y tiene
antecedentes importantes. La relación que se traza hoy en día entre los trabajos de Sir Isaac
Newton, quien dirigió la Banca Central de Inglaterra, con los de Adam Smith y Leon Walras
puede ser un punto de partida en una exploración histórica. Más recientemente, autores como
Peer Bak, Serge Galam y Dietrich Stauffer entre otros, han impulsado nuevas relaciones entra
la física y el estudio de sistemas sociales sin enmarcarlos en el campo de investigación de las
Redes Complejas.
La perspectiva de este curso es la de las Redes Complejas debido a su profunda relación con
los avances teóricos y metodológicos de las ciencias sociales. En particular, la evolución de la
Sociometría en el marco del Estructuralismo hacia el Análisis de Redes Sociales recoge los
esfuerzos de distintas comunidades por describir la estructura y la dinámica de los sistemas
sociales a partir de la definición de vínculos entre sus componentes y la identificación de
patrones y estructuras. De otra parte, las inmensas dificultades en la descripción cuantitativa
de las redes observadas fue el escenario en que los físicos pudieron encontrar un espacio de
participación.
Programa:
Introducción
Análisis de Redes Sociales: teoría y aplicaciones
Aspectos históricos: estructuras elementales y sistemas sociales
Principios del análisis de redes sociales, muestras y datos
Representaciones de las redes: grafos y matrices. Netdraw y Pajek.
Definiciones elementales. UCINET.
Propiedades estructurales y locales
Transitividad y balance estructural
Cohesión
Equivalencia estructural y regular
Modelos de bloque
Posiciones y roles
Redes complejas: topología y dinámica
Redes aleatorias: los primeros esfuerzos
Redes de mundo pequeño: la fuerza de los vínculos débiles y estructura
Redes de escala libre y la regla de Pareto: grandes conectores y condensación de BoseEinstein.
Robustez ante errores y vulnerabilidad a ataques
Robustez y vulnerabilidad por conectividad
Mecánica estadística de redes complejas
Temas adicionales:
Modelos y aplicaciones en sociofísica que no acuden al concepto de redes complejas.
Postestructuralismo: la perspectiva de la Teoría del Actor Red
Aplicaciones: gestión del conocimiento, bibliometría, cientometría, innovación, mercados y
comercio, economía, salud, medio ambiente, ecosistemas, psicología, procesos cognitivos,
educación, procesos organizacionales, comunidades e Internet.
Bibliografía:
Albert, R., & Barabási A.-L. (2002) Statistical mechanics of complex networks. Reviews of
Modern Physics 74, 47-97.
Barabási A.-L. (2002). Linked: The new science of networks. London: Plume.
Barabási, A.-L. & Bonabeau E (2003) Scale-free networks. Scientific American 288, 60-69.
Bonifazi, P., Goldin, M., Picardo, M.A., Jorquera, I., Cattani, A., Bianconi, G., Represa, A., BenAri and, Y. & Cossart, R. (2009) GABAergic Hub Neurons Orchestrate Synchrony in
Developing Hippocampal Networks, Science, 326 1419.
Bianconi, G., Pin, P. & Marsili, M. (2009) Assessing the relevance of node features for
network structure,
PNAS 106, 11433.
Bianconi, G. (2008) Entropy of randomized network ensembles, Europhys. Lett. 81, 28005
(2008).
Bianconi, G. & Barabási, A. -L. (2001) Bose-Einstein condensation in complex networks,
Phys. Rev. Lett. 86, 5632.
Bianconi, G. & Barabási, A. -L. (2001) Competition and multiscaling in evolving networks,
Europhys. Lett. 54, 436.
Borgatti, S. P. (2002). NetDraw: Graph Visualization Software. Harvard, MA: Analytic
Technologies.
Borgatti, S.P., Everett, M.G., & Freeman, L.C. (2002). Ucinet for windows: Software for Social
Network Analysis. Harvard, MA: Analytic Technologies.
Brandes, U., & Erlebach, T. (2005). Network Analysis: Methodological Foundations. Lecture
Notes in Computer Science Tutorial. Berlin: Springer-Verlag.
Buchanan, M. (2002). Nexus: Small worlds and the groundbreaking science of networks. W.W.
Norton & Company. New York.
Burt, R. (1976). Positions in Networks. Social Forces, 55, 93-122.
Castellano, C; Fortunato, S; Loreto, V. (2007) Statistical physics of social dynamics.
http://arxiv.org/abs/0710.3256
Dorogovtsev, S. N., & Mendes, J. F. F. (2003). Evolution of Networks: From Biological Nets to
the Internet and WWW. Oxford University Press. Oxford.
Freeman, L.C. (2004). The development of Social Network Analysis. A study in the sociology of
science. Vancouver: Empirical press.
Freeman, L, C. (1979). Centrality in Social Networks: Conceptual Clarification. Social
Networks, 1, 215-239.
Galam, S. (2004) Sociophysics: A personal testimony.
http://arxiv.org/ftp/physics/papers/0403/0403122.pdf
Galam, S. (2008) Sociophysics: A review of Galam models.
http://arxiv.org/PS_cache/arxiv/pdf/0803/0803.1800v1.pdf
Gastner, M.T. and M.E.J. Newman. 2004. “The spatial structure of networks”. arXiv:condmat/0407680 v 1.
Girvan, M., & Newman, M. E. (2002). Community structure in social and biological networks.
Porc. Natl. Accad. Sci. USA 99, 7821-7826.
Granovetter, M. (1973) “The Strength of Weak Ties”, American Journal of Sociology, 78:
1360-1380.
Granovetter, M. 1978. “Threshold Models of Collective Behavior”, American Journal of
Sociology, 83: 1420-1443.
Hanneman, R., & Riddle, M. (2005). Introduction to social network methods.
http://www.faculty.ucr.edu/~hanneman/
Johnson, S. C. (1967) Hierarchical clustering schemes. Psychometrika, 32, 241-253.
Newman, M., Barabasi, A.-L., & Watts, D.J, (2006). The structure and dynamics of networks.
New Jersey: Princeton University Press.
Watts, D.J., & Strogatz, S.H. (1998). Collective dynamics of "small-world" networks. Nature,
393, 409-410.
Watts, D. J. (1999). Small Worlds. New Jersey: Princeton University Press.
Watts, D. J. (2003). Six degrees. The science of a connected age. New York: W.W. Norton &
Company.
Wasserman, S., & Faust, K. (1994). Social Network Analysis: Methods and Applications.
Cambridge: Cambridge University Press.
Wasserman, S., Scott, J., & Carrington, P.J. (2005). Introduction. In S. Wasserman, J. Scott and
P. J. Carrington (Eds.) Models and methods in social network analysis, pp 1-7.
Cambridge, UK: Cambridge University Press.
Metodología
El curso tendrá presentaciones magistrales de aspectos teóricos y metodológicos y de
aplicaciones. Durante las sesiones se presentarán o realizarán ejercicios de análisis que
incluyen el modelamiento y la simulación de sistemas y el análisis utilizando programas
especializados. Los estudiantes, como parte de sus trabajos, podrán presentar algunos temas
del curso.
Evaluación
Se realizarán dos exámenes y dos trabajos durante el semestre, asociados a los temas de
Análisis de Redes Sociales y de Redes Complejas. Uno de los trabajos es una profundización
sobre un desarrollo conceptual o analítico o sobre una aplicación a un sistema específico, y
uno es una aplicación. Los trabajos tendrán una parte escrita y una parte oral. Cada nota tiene
igual valor.