Este repositorio contiene el desarrollo y los resultados del Trabajo de Fin de Grado (TFG) centrado en el estudio de la Criticalidad Autoorganizada (SOC) a través del Modelo de Olami-Feder-Christensen (OFC). El objetivo principal de este estudio es demostrar que la entropía de Shannon es una métrica crucial para entender la dinámica SOC, aportando una información que el análisis energético por sí solo no logra capturar por completo.
Para ello, se han empleado simulaciones computacionales extensivas en redes 2D de autómatas celulares, aplicando herramientas de análisis de datos y teoría de sistemas complejos para comprender la evolución de este paradigma de la dinámica de terremotos.
✅ Caracterización Exhaustiva del Estado SOC: Validar que el modelo OFC exhibe un comportamiento robusto de SOC, caracterizado por avalanchas que siguen leyes de potencias consistentes con observaciones sismológicas, como la ley de Gutenberg-Richter.
✅ Análisis del Rol de la Entropía de Shannon: Investigar cómo la entropía de Shannon complementa la caracterización energética de la SOC, revelando información oculta sobre los mecanismos de auto-organización del sistema.
✅ Influencia de Parámetros Clave: Estudiar cómo las variaciones en el tamaño de la red (
✅ Identificación de Mecanismos de Auto-Optimización: Demostrar cómo el sistema tiende a auto-optimizarse en su estado crítico, particularmente a través de la minimización de energía y maximización de entropía.
Este proyecto sienta las bases para diversas líneas de investigación futuras:
🔹 Aplicación en Redes Cerebrales y Neurociencia: Extender los principios de SOC y entropía al estudio de la dinámica neuronal y las avalanchas cerebrales, dada la optimización en el procesamiento de información en el estado crítico.
🔹 Diseño de Arquitecturas de IA Inspiradas en SOC: Utilizar los mecanismos de auto-optimización y criticidad como inspiración para el desarrollo de redes neuronales artificiales más eficientes, adaptativas y robustas.
🔹 Exploración de Otras Medidas de Información: Incorporar otras herramientas de la teoría de la información para obtener una caracterización más completa del estado crítico del sistema.
🔹 Simulaciones a Mayor Escala: Realizar simulaciones con tamaños de red aún mayores para mitigar completamente los efectos de tamaño finito y explorar el límite termodinámico con mayor precisión.
¡Este trabajo subraya la creciente y vital intersección entre la física de sistemas complejos y la inteligencia artificial, un campo cuya relevancia ha sido destacada por el Premio Nobel de Física 2024!
program OFC
implicit none
print *, "Welcome to the OFC Simulation"
end program OFC