Profesor | Angela Camacho de la Rosa |
Ayudante | Elizabeth Mendoza Sandoval |
TEMAS SELECTOS DE TERMODINÁMICA Y FÍSICA ESTADÍSTICA II: CIENCIA DE REDES II
CLAVE: 2049
ÁREA: TERMODINÁMICA Y FÍSICA ESTADÍSTICA CARÁCTER: OPTATIVOCRÉDITOS: 6
MODALIDAD: CURSO
JUSTIFICACIÓN
La ciencia de redes es en la actualidad una de las ramas más versátiles para que diferentes áreas de conocimiento trabajen de manera conjunta, ya que el estudio de sistemas biológicos, sociales, físicos y químicos pueden ser modelados usando redes. Sin duda, la física ha generado teorías, en particular las usadas física estadística, que pueden ser extendidas a su uso en redes, como es el caso de teoría de campo medio. El objetivo de este curso es conocer las propiedades y definiciones usadas en Teoría de Redes, adquirir las herramientas que podemos trasladar desde la física estadística y vincularlas a problemas que permiten la interdisciplina.
CONTENIDO
I. INTRODUCCION
I.1 Teoría de redes
I.2 Métricas
I.3 Redes complejas y sus propiedades
II. FISICA ESTADISTICA EN REDES
II.1 Procesos estocásticos
II.2 Fenómenos críticos. Teoría de Landau-Ginzburg
II.3 Teoría de campo medio
II.4 Percolación y renormalización
II.5 Modelo de Ising
III. Redes dinámicas
III.1 Representaciones
III.2 Medidas y métricas de redes dinámicas
III.3 Procesos dinámicos.
IV. Modelación y simulaciones computacionales.
IV.1 Análisis de algoritmos: orden de crecimiento, análisis básico de operaciones y análisis de algoritmos de búsqueda
IV.2 Algoritmos fundamentales de redes
IV.3 Algoritmos matricules y particiones de gráficas: detección de comunidades, detección de comunidades, algoritmo de Kernighan-Lin y maximización de modularidad.
REFERENCIAS
• Newman M. Networks. Oxford University Press, 2018.
• Barabási, A. L., Albert, R., & Jeong, H. (1999). Mean-field theory for scale-free random networks. Physica: Statistical Mechanics and its Applications, 272(1-2), 173-187.
• Downey, A. (2018). Think complexity: complexity science and computational modelling. O’Reilly Media.