Núcleo de Investigación No.2
Sistemas Complejos en Ciencia e Ingeniería
Académico Responsable
Sergio Esteban Curilef Huichalaf, scurilef@ucn.cl, Departamento de Física / Facultad de Ciencias, UCN
Académicos participantes
Francisco Alejandro Calderón Maldonado, fcalderon@ucn.cl, Departamento de Física / Facultad de Ciencias, UCN
Jorge Andrés Littin Curinao, jlittin@ucn.cl, Departamento de Matemática / Facultad de Ciencias, UCN
Victor Manuel Flores Fonseca, vflores@ucn.cl, Departamento de Ingeniería de Sistemas y Computación / Facultad de Ingeniería y Ciencias Geológicas, UCN
Carlos Calderón Carvajal, ccalderon@ucn.cl, Escuela de Psicología / Facultad de Humanidades, UCN
Colaboradores
Diego González Díaz, diego.gonzalez@ucn.cl, Banco Itaú-Corpbanca, Santiago, Chile
Angel Ricardo Plastino, arplastino@unnoba.edu.ar, Universidad Nacional del Noroeste de la Provinia de Buenos Aires, Argentina
Dianela Herrera Soto, dherrera@ucn.cl, UCN
Estudiantes
Edward Larroza Hernández (Magíster en ciencias con mención en física, UCN)
Benny Nogales Flores (Maestría científica en ciencias físicas, UMSS / en colaboración con Magíster en ciencias con mención en física, UCN)
Nicolás Angel Varas (Magíster en ciencias con mención en física, UCN)
Objetivo General
Proponer modelos teórico-numéricos para el estudio de sistemas complejos en la ciencia y la ingeniería, y promover su aplicación práctica en el área.
Aporte al Plan de Desarrollo Institucional
El núcleo se enmarca, según su alcance interdisciplinar, en el Plan de desarrollo institucional (PDI) que en su definición de valores institucionales destaca específicamente: “la indagación de la Verdad, se construye a partir de aportes de las distintas disciplinas (interdisciplinariedad)”. Por otra parte, este tipo de iniciativas aporta a los logros de los objetivos del eje Investigación, considerando que provee oportunidades de mejoras en cuanto a la productividad en investigación científica, tanto básica como aplicada, y en la transferencia tecnológica.
El objetivo central del Eje de Investigación es: “Alcanzar una posición de liderazgo en la categoría de universidades docentes con investigación focalizada en cuanto a investigación científica básica, aplicada y de transferencia tecnológica”. A través de los objetivos específicos se espera aportar al logro del objetivo central, de los cuales el PDI resalta en pag.60 su objetivo de “Consolidar núcleos de investigación disciplinarios, multidisciplinarios o interdisciplinarios”. Por lo tanto, la creación del núcleo Sistemas complejos en ciencia e ingeniería está alineado con el PDI.
Publicaciones
- S Curilef, D González, C Calderón,
“Analyzing the 2019 Chilean social outbreak: modeling Latin American economies“,
Plos One (2021) 16(8): e0256037 DOI: 10.1371/journal.pone.0256037 - M P Escobar1, R A Zarate, F A Calderon, S Curilef,
“Simple experimental determination of the Boltzmann constant using a volatile liquid“,
European Journal of Physics 42, 065102 (2021) DOI: 10.1088/1361-6404/ac18b3
Proyectos de Investigación
PROYECTO INNAUL23/01, CONSORCIO SCIENCEUP 20CEIN2−142145, “Integración de Ecuaciones Diferenciales de la Física Estadística a Sistemas Complejos con Algoritmos Numérico-Computacionales para Aplicaciones Sociales e Industriales, en el Curso DAFI-01593 de Magister y Doctorado en Física”,
Resumen del Proyecto. En el curso DAFI-01593 de mecánica estadística de postgrado se abordan ecuaciones y leyes que nacen de disciplinas relacionadas con la naturaleza, tales como la hidráulica , hidrodinámica, fluidos y otras. La mecánica estadística es una disciplina que le ha dado forma teórica unificada a todas ellas, partiendo desde lo más fundamental; esto es, desde la dinámica hamiltoniana. Siendo así, sus aplicaciones a sistemas fuera de la física teórica con la formalidad del curso de postgrado generan un campo abierto y desafiante. El aporte a la asignatura es que aprovecha los conocimientos de cálculo numérico y simulaciones computacionales que los estudiantes ya poseen, para integrarlos a los conceptos teóricos de la física estadística con énfasis en ecuaciones diferenciales, cuyas soluciones de la ecuación de Vlasov describen el comportamiento y propiedades de las partículas.
Programa ANID-VIU23P0093, “Smartflow: Macroeconomic decision making based on the Fisher-Kolmogorov equation”
Resumen del Proyecto. Este proyecto tiene como objetivo el desarrollo de un modelo cuantitativo que permita obtener una distribución óptima de los salarios en función de datos macroeconómicos relevantes, como la distribución de salarios, ingresos per cápita, índice de precios al consumidor, variación anual del producto interno bruto, y también la deuda o crédito. El modelo propuesto está basado en una ecuación de reacción-difusión no lineal y busca acoplar dos de estas ecuaciones para obtener una solución más precisa y realista. Además, se considerará la relación entre la generación de riqueza y la percepción subjetiva de bienestar en la sociedad, ya que estos factores están estrechamente relacionados con la distribución de ingresos y la percepción de los niveles de desigualdad. Una vez obtenida la distribución óptima cuantitativa de los salarios, se pretende desarrollar una aplicación móvil o plataforma digital que permita a los usuarios visualizar de manera clara y comprensible estas distribuciones. De esta manera, se proporcionará información valiosa para la toma de decisiones económicas y políticas a largo plazo.
DGPRE. N° 109/2021 “Modelo predictivo de retención-deserción estudiantil basado en herramientas teóricas cuantitativas.”
Resumen del Proyecto. En esta propuesta se propone un modelo cuantitativo-predictivo para la retención estudiantil de la UCN, basado en datos del programa de Licenciatura en física con mención en astronomía y las otras carreras de la facultad de ciencias. Con el uso de herramientas de la física estadística y del álgebra lineal se evaluará en que medida intervienen factores relevantes internos, como calificaciones por asignatura, y factores externos, como procedencia, nivel socio económico y cultural y otros datos que la UCN dispone para descubrir su incidencia en el rendimiento académico. Se puede trabajar con datos de un año para predecir el año siguiente y luego mejorar la predictibilidad usando intervalos de más años para predecir lo que viene. Los resultados esperan dar información relevante de acuerdo a los datos disponibles sobre la probabilidad de que cada estudiante deserte o no. Este modelo podría apoyar las decisiones institucionales con respecto de las medidas precisas y personalizadas que pueden ser aplicadas a estudiantes según su propia realidad. Después de afinar correctamente la herramienta, se puede aplicar al resto de las carreras de la UCN. Se espera que el modelo sea lo suficientemente robusto y confiable para ser un aporte al mejoramiento de las políticas institucionales de retención.
ANID/MEC–80190056 “Dinámica de Fokker-Planck no-lineal y física de la información”
Resumen del Proyecto. En los últimos años se ha realizado un progreso notable, tanto a nivel teórico como a nivel experimental, en la aplicación de ecuaciones de Fokker-Planck no lineales, y de su conexión con medidas de información no-aditivas basadas en leyes de potencia, al estudio de sistemas complejos consituidos por partículas o agentes interactuantes. Estas ecuaciones de evolución no lineales proveen descripciones efectivas, y modelos tratables en forma analítica (o semi-analítica), que esclarecen aspectos de la dinámica de diversos sistemas y procesos en física y en otras áreas. Podemos mencionar, por ejemplo, aplicaciones recientes a sistemas de vórtices en superconductores de tipo-II, a la dinámica de medios granulares y a sistemas con fuerzas rotacionales (“curl forces”). Variantes o extensiones de la dinámica de Fokker-Planck no-lineal también han dado lugar a aplicaciones interesantes. Podemos mencionar, por ejemplo, la ecuación de Kramers no-lineal, que ha sido aplicada al análisis del comportamiento difusivo del micro-organismo Hydra viridissima. Las ecuaciones de Fokker-Planck no-lineales gobiernan la evolución de una densidad dependiente del tiempo, y contienen un término de difusión no-lineal que involucra una potencia de dicha densidad. Los procesos de difusión no-linal son relevantes en muchos contextos, incluyendo, entre otros, la difusión espacial de poblaciones biológicas. La difusión no-lineal también tiene aplicaciones tecnológicas, por ejemplo, a los procesos de intercambio de iones en vidrio para la fabricación de guías de onda ópticas.
