Introduction to Random Boolean Networks De Carlos Gershenson(Bajen el PDF)
Robustness and evolvability in genetic regulatory networks de Aldana, Balleza, Kauffman, Reséndiz.
jueves, 4 de diciembre de 2008
martes, 2 de diciembre de 2008
jueves, 27 de noviembre de 2008
jueves, 20 de noviembre de 2008
entrenamiento de PMC
1. Bajar el programa:
pmcag_aprox
2. Bajar los archivos de entrenamiento
suma
o3
o3no2
Correr el programa:
./pmcag_aprox2 num_ind num_gen nni nc pm ent.dat ent.dat sx 1 rx 2.5
pmcag_aprox
2. Bajar los archivos de entrenamiento
suma
o3
o3no2
Correr el programa:
./pmcag_aprox2 num_ind num_gen nni nc pm ent.dat ent.dat sx 1 rx 2.5
Redes sociales
Hola.
El libro de Jorge Gil Mendieta y Samuel Schmidt, La red politica de México , está en esta dirección:
La red política de México
El libro de Jorge Gil Mendieta y Samuel Schmidt, La red politica de México , está en esta dirección:
La red política de México
viernes, 17 de octubre de 2008
miércoles, 15 de octubre de 2008
Dos lecturas, dos
Hola,
por favor, lean estos dos articulos:
Primero:
Organization, development and function of complex brain netwrks
Y este otro:
Cortex sized artificial neural systms
por favor, lean estos dos articulos:
Primero:
Organization, development and function of complex brain netwrks
Y este otro:
Cortex sized artificial neural systms
jueves, 2 de octubre de 2008
jueves, 18 de septiembre de 2008
Control del caos
EL programa de control de caos està en:
control_caos
Para correrlo:
./control_caos alfa delta arch_orbita arch_sal iters cont_inicio cont_fin
Por ejemplo:
control_caos 3.8 0.01 periodo-2 sx1 900 100 300
Genera la serie de la logística con paràmetro alfa = 3.8 y se actuva el control entre las iteraciones 100 y 300 y cuando la órbita se acerca a 0.01 o menos. La serie se almacena en el archivo sx1 y el contenido de periodo-2 es:
0.558014
0.764566
El archivo periodo-2 està aqui:
periodo-2
El código fuente se encuentra en:
Fuente
Lecturas bàsicas sugeridas:
Control de caos
control_caos
Para correrlo:
./control_caos alfa delta arch_orbita arch_sal iters cont_inicio cont_fin
Por ejemplo:
control_caos 3.8 0.01 periodo-2 sx1 900 100 300
Genera la serie de la logística con paràmetro alfa = 3.8 y se actuva el control entre las iteraciones 100 y 300 y cuando la órbita se acerca a 0.01 o menos. La serie se almacena en el archivo sx1 y el contenido de periodo-2 es:
0.558014
0.764566
El archivo periodo-2 està aqui:
periodo-2
El código fuente se encuentra en:
Fuente
Lecturas bàsicas sugeridas:
Control de caos
lunes, 21 de julio de 2008
jueves, 10 de julio de 2008
jueves, 3 de julio de 2008
lunes, 30 de junio de 2008
lunes, 23 de junio de 2008
jueves, 12 de junio de 2008
lunes, 9 de junio de 2008
Leyes de escalamiento en viajes y epidemias
Este artículo es al que se hizo referencia la clase anterior:
Brockmann et al
La nota de la jornada que hace referencia a ello:
Circulación de billetes y epidemias
este otro es tambièn muy interesante, en donde el modelo de forrajero de algunos monos se describe por un vuelo de Levy:
Boyer et al
Brockmann et al
La nota de la jornada que hace referencia a ello:
Circulación de billetes y epidemias
este otro es tambièn muy interesante, en donde el modelo de forrajero de algunos monos se describe por un vuelo de Levy:
Boyer et al
jueves, 29 de mayo de 2008
Función de información mutua
Esta es la presentación sobre la función d einformación mutua:
Función de información mutua
Y este es el artìculo de Stanley et al en el que se describe el uso de la función de información mutua en el estudio de secuencias genómicas:
Stanley et al
Función de información mutua
Y este es el artìculo de Stanley et al en el que se describe el uso de la función de información mutua en el estudio de secuencias genómicas:
Stanley et al
lunes, 19 de mayo de 2008
Lectura relacionada a expansión modificación
Hola, la siguiente lectura describe el índide de homogeneidad en secuencias binarias:
Structural and thermdynamic properties of DNA uncover different evolutionary histories
Structural and thermdynamic properties of DNA uncover different evolutionary histories
Expansión-modificación.
El mecanismo de expansión-modificación opera sobre una cadena So = {0,1}+.
Sobre cada símbolo de la cadena So, se aplica la siguiente transformación T:
MODIFICACIÓN. Con una probabilidad p :
0 -> 1
1 -> 0
EXPANSIÓN. Con una probabilidad 1 - p:
0 -> 00
1 -> 11
EL siguiente programa toma como argumento la probabilidad p y el nombre del archivo que contiene a la cadena inicial. El resultado es una nueva cadena. EL programa está disponible en la liga:
expa_modi
Desde una consola, cambien los permisos:
chmod 755 expa_modi
Para correr el programa:
./expa_modi p cad_inicial
donde p toma cualquier valor entre 0.0 y 1.0
El archivo que contiene la cadena inicial puede ser cualquiera que guarden en formato de texto o puedne bajar el siguiente:
cadena_1
El resultado de aplicar la transformación a una cadena genera una nueva cadena que depende de p. Se puede aplicar esta transformación a la cadena obtenida en la transformación anterior:
./expa_modi p cadena_1 > cadena_2
./expa_modi p cadena_2 > cadena_3
y con el comando:
cat cadena_3
Esto es:
S1 = T(So)
S2 = T(S1)
Cabe preguntarse si:
1. cualquier cadena Sx con longitud mayor o igual a la longitud de la cadena inicial So es alcanzable desde So y aplicando T con valores del parámetro de control p que pueden variar entre aplicaciones. P.e, si So = 01, despuès de aplicar una vez T, se puede llegar a las siguientes cadenas:
10
000
111
pero no se puede llegar a las siguiente scadenas:
0
001
11
0110100010
etc.
Para intentar medir alguna regularidad en las cadenas que se producen con T, se puede medir el número de veces que después de un 0 sigue un 0 (N00), el número de veces que después de un 0 sigue un 1 (N01), después de un 1 un 0 (N10) y después de un 1 un 1 (N11). O pueden medir el índice de agregación propuesto por Germinal Cocho y Pedro Miramontes:
I = (N00 * N11 - N01 * N10) / (N1 * N0 )
donde N1 es el total de 1 en la cadena y N0 es el total de 0 en la cadena. Este índice està definido en [-1,1]. Entre màs cercano a 1 es significa que hay largas subcadenas de 1's seguidas por largas subcadenas de 0s. Entre más cercano a -1, significa que hay subcadenas pequeñas de 1's seguidas de 0's, es decir, estàn intercalados los símbolos.
¿Què significa que I sea cercano a 0?
Traten de ver como cambia I al aplicar T.
Saludos.
Sobre cada símbolo de la cadena So, se aplica la siguiente transformación T:
MODIFICACIÓN. Con una probabilidad p :
0 -> 1
1 -> 0
EXPANSIÓN. Con una probabilidad 1 - p:
0 -> 00
1 -> 11
EL siguiente programa toma como argumento la probabilidad p y el nombre del archivo que contiene a la cadena inicial. El resultado es una nueva cadena. EL programa está disponible en la liga:
expa_modi
Desde una consola, cambien los permisos:
chmod 755 expa_modi
Para correr el programa:
./expa_modi p cad_inicial
donde p toma cualquier valor entre 0.0 y 1.0
El archivo que contiene la cadena inicial puede ser cualquiera que guarden en formato de texto o puedne bajar el siguiente:
cadena_1
El resultado de aplicar la transformación a una cadena genera una nueva cadena que depende de p. Se puede aplicar esta transformación a la cadena obtenida en la transformación anterior:
./expa_modi p cadena_1 > cadena_2
./expa_modi p cadena_2 > cadena_3
y con el comando:
cat cadena_3
Esto es:
S1 = T(So)
S2 = T(S1)
Cabe preguntarse si:
1. cualquier cadena Sx con longitud mayor o igual a la longitud de la cadena inicial So es alcanzable desde So y aplicando T con valores del parámetro de control p que pueden variar entre aplicaciones. P.e, si So = 01, despuès de aplicar una vez T, se puede llegar a las siguientes cadenas:
10
000
111
pero no se puede llegar a las siguiente scadenas:
0
001
11
0110100010
etc.
Para intentar medir alguna regularidad en las cadenas que se producen con T, se puede medir el número de veces que después de un 0 sigue un 0 (N00), el número de veces que después de un 0 sigue un 1 (N01), después de un 1 un 0 (N10) y después de un 1 un 1 (N11). O pueden medir el índice de agregación propuesto por Germinal Cocho y Pedro Miramontes:
I = (N00 * N11 - N01 * N10) / (N1 * N0 )
donde N1 es el total de 1 en la cadena y N0 es el total de 0 en la cadena. Este índice està definido en [-1,1]. Entre màs cercano a 1 es significa que hay largas subcadenas de 1's seguidas por largas subcadenas de 0s. Entre más cercano a -1, significa que hay subcadenas pequeñas de 1's seguidas de 0's, es decir, estàn intercalados los símbolos.
¿Què significa que I sea cercano a 0?
Traten de ver como cambia I al aplicar T.
Saludos.
lunes, 12 de mayo de 2008
jueves, 24 de abril de 2008
La logística
Los siguiente sprogramas son necesarios:
aleat
bif
delay
logis2
Bàjenlos a su directorio de trabajo y, desde una consola, vayan a ese directorio.
Una vez en el directorio, escriban lo siguente:
chmod 755 aleat
chmod 755 bif
chmod 755 delay
chmod 755 logis2
Los programas estaràn ya listos para su ejecución. El primero con el que trabajaremos es la
ecuación logística:
./logis2 alfa x0 num_iteraciones num_intervalos densidad_intervalos > tray1
donde,
alfa es el parámetro de control, x0 es la condición inical,
num_iteraciones es el número de iteraciones (número de veces que se aplicará el mapeo), num_intervalos es el número de intervalos en que se divide el segmento [0,1],
densidad_intervalos es el nombre del archivo donde se almacena la frecuencia de visita a cada intervalo
tray1 es la trayectoria que parte de x0.
P.e., haganlo siguiente:
./logis2 3.99 0.22 1000 20 d1 > t1
./logis2 3.99 0.23 1000 20 d2 > t2
en otra consola, entren a gnuplot y grafiquen ambas trayectorias:
plot "t1" w lp, "t2" w lp.
grafiquen la frecuencia de visita a los intervalos:
plot "d1" w lp, "d2" w lp.
Ahora, el programa delay:
./delay tray k
forma los puntos en R2 (x[i], x[i+k])
P.e.:
./delay t1 1 > k_1
y desde gnuplot:
plot "k_1"
El sistema se encuentra en regimen caótico. Un sistema "pseudoaleatorio" ¿Se diferfenciaría del comportamiento anterior?
El programa aleat es un generador de números aleatorios:
./aleat num_iters num_intervalos densidad_intervalos > tray
Analicen la frecuencia de visitas a los intervalos en un sistema aleatorio y compàrenlos con su contraparte caótica. Analicen con el programa delay las trayectorias aleatorias, p.e:
./aleat 1000 20 da > ta
Por último, construyan el diagrama de bifurcaciones de la logística:
./bif alfa_inicial alfa_final 800 0.1 ab
aleat
bif
delay
logis2
Bàjenlos a su directorio de trabajo y, desde una consola, vayan a ese directorio.
Una vez en el directorio, escriban lo siguente:
chmod 755 aleat
chmod 755 bif
chmod 755 delay
chmod 755 logis2
Los programas estaràn ya listos para su ejecución. El primero con el que trabajaremos es la
ecuación logística:
./logis2 alfa x0 num_iteraciones num_intervalos densidad_intervalos > tray1
donde,
alfa es el parámetro de control, x0 es la condición inical,
num_iteraciones es el número de iteraciones (número de veces que se aplicará el mapeo), num_intervalos es el número de intervalos en que se divide el segmento [0,1],
densidad_intervalos es el nombre del archivo donde se almacena la frecuencia de visita a cada intervalo
tray1 es la trayectoria que parte de x0.
P.e., haganlo siguiente:
./logis2 3.99 0.22 1000 20 d1 > t1
./logis2 3.99 0.23 1000 20 d2 > t2
en otra consola, entren a gnuplot y grafiquen ambas trayectorias:
plot "t1" w lp, "t2" w lp.
grafiquen la frecuencia de visita a los intervalos:
plot "d1" w lp, "d2" w lp.
Ahora, el programa delay:
./delay tray k
forma los puntos en R2 (x[i], x[i+k])
P.e.:
./delay t1 1 > k_1
y desde gnuplot:
plot "k_1"
El sistema se encuentra en regimen caótico. Un sistema "pseudoaleatorio" ¿Se diferfenciaría del comportamiento anterior?
El programa aleat es un generador de números aleatorios:
./aleat num_iters num_intervalos densidad_intervalos > tray
Analicen la frecuencia de visitas a los intervalos en un sistema aleatorio y compàrenlos con su contraparte caótica. Analicen con el programa delay las trayectorias aleatorias, p.e:
./aleat 1000 20 da > ta
Por último, construyan el diagrama de bifurcaciones de la logística:
./bif alfa_inicial alfa_final 800 0.1 ab
miércoles, 23 de abril de 2008
Nueva lectura
Esta es otra lectura introductoria, para discutirse el jueves 30 de abril.
La física del desorden
La física del desorden
viernes, 11 de abril de 2008
Autoorganización en redes neuronales
El mapeo autoorganizado (SOM) es un ejemplo en el que los agentes o componentes, que parten de un estado desordenado, alcanzan un estado de orden global a partir de interacciones locales. Cada agente o componente (neurona en este caso) conoce su estado y el de unas cuántas de sus vecinas. La siguiente imagen corresponde al estado inicial.
Esta imagen corresponde al estado que alcanza el sistema como resultado de las interacciones locales entre celdas. El color de las celdas es el estado de las celdas.
Surgen algunas preguntas:
1. ¿Pueden proponer un conjunto de reglas de interacción que partiendo de un estado desordenado lleve al sistema a un estado ordenado?
2. Llàmese R a un conjunto de reglas que llevan al sistema a un estado de orden. ¿Es R sensible a las condicione siniciales?
3. ¿Puede existir màs de un orden? Es decir, dos conjuntos de reglas, R y S, con R distinto de S, puede llevar al sistema a atractores diferentes?
La siguiente imagen es otro estado ordenado, aplicando otro conjunto de reglas que las que generan el estado mostrado en la segunda imagen (Nota: existe un pequeño truco en este estado de orden, pero eso no interfiere en lo sustancial)
Esta imagen corresponde al estado que alcanza el sistema como resultado de las interacciones locales entre celdas. El color de las celdas es el estado de las celdas.
Surgen algunas preguntas:
1. ¿Pueden proponer un conjunto de reglas de interacción que partiendo de un estado desordenado lleve al sistema a un estado ordenado?
2. Llàmese R a un conjunto de reglas que llevan al sistema a un estado de orden. ¿Es R sensible a las condicione siniciales?
3. ¿Puede existir màs de un orden? Es decir, dos conjuntos de reglas, R y S, con R distinto de S, puede llevar al sistema a atractores diferentes?
La siguiente imagen es otro estado ordenado, aplicando otro conjunto de reglas que las que generan el estado mostrado en la segunda imagen (Nota: existe un pequeño truco en este estado de orden, pero eso no interfiere en lo sustancial)
lunes, 7 de abril de 2008
Temas.
Hola. Hoy analizamos el concepto de autoorganización. Analizamos las reglas que definen el comportamiento de los boids de Craig Reynolds:
1. Cada boid modifica su velocidad para paroximarla a la velocidad promedio de los boid dentro de su esfera de influencia.
2. Cada boid intenta evitar colisiones.
3. Cada boid trata de acercarse al centro de masa de los boid en su esfera de influencia.
Preguntas:
1. ¿Es el anterior el conjunto mínimo de reglas que modelan el comportamiento de los boids?
Pueden ver varias ligas:
Applet uno
1. Cada boid modifica su velocidad para paroximarla a la velocidad promedio de los boid dentro de su esfera de influencia.
2. Cada boid intenta evitar colisiones.
3. Cada boid trata de acercarse al centro de masa de los boid en su esfera de influencia.
Preguntas:
1. ¿Es el anterior el conjunto mínimo de reglas que modelan el comportamiento de los boids?
Pueden ver varias ligas:
Applet uno
domingo, 6 de abril de 2008
Introducción a los sistemas complejos
Este ensayo es de Mildred Quintana Ruiz, publicado en la revista de la Academia Mexicana de Ciencias, Vol. 59, No. 1, p 74-84 Sistemas Complejos y Patrones emergentes
miércoles, 2 de abril de 2008
Modelo de Axelrod y Bennett
Hola,
aquí se encuentra la descripción del Modelo de Axelrod y Bennett presentado en "A landscape of aggregation". La lectura es el capítulo 12 (The work of many hands) del libro Critical Mass, de Philip Ball.
Por favor, presten atención especial a las definiciones de atractor, repulsos, interacción, energìa y paisaje (espacio) de energía.
Saludos
aquí se encuentra la descripción del Modelo de Axelrod y Bennett presentado en "A landscape of aggregation". La lectura es el capítulo 12 (The work of many hands) del libro Critical Mass, de Philip Ball.
Por favor, presten atención especial a las definiciones de atractor, repulsos, interacción, energìa y paisaje (espacio) de energía.
Saludos
lunes, 24 de marzo de 2008
Sistemas Complejos, introducción.
Hola. Esta pàgina es complementaria del curso. Aquì encontraràn lecturas relacionadas con los temas vistos en clase, podràn escribir dudas, hacer comentarios, discutir, etcétera.
Las siguientes son algunas lecturas introductorias que vale la pena hacer:
Sistemas complejos, por Gregoire Nicolis
Engineering complex systems
Caos en Biología
Caos en Biología, continuación
Sociedad, politica, cultura y sistemas complejos
Las siguientes son algunas lecturas introductorias que vale la pena hacer:
Sistemas complejos, por Gregoire Nicolis
Engineering complex systems
Caos en Biología
Caos en Biología, continuación
Sociedad, politica, cultura y sistemas complejos
Suscribirse a:
Entradas (Atom)