Modelado computacional y simulación social como soporte para comprender la complejidad

  • Ricardo Fernando Rosales Cisneros Universidad Autónoma de Baja California image/svg+xml
  • Nora Osuna Millán Universidad Autónoma de Baja California image/svg+xml
  • Josue Miguel Flores Parra Universidad Autónoma de Baja California image/svg+xml
Palabras clave: Modelo Computacional, simulación social, complejidad

Resumen

El presente documento explora cómo el modelado computacional y la simulación social pueden apoyar a la comprensión de la complejidad presente en los distintos contextos inclusive contextos de interacción social. Para esto se hace una introducción de lo general a lo particular donde se expone cómo la humanidad como sociedad ha enfrentado al largo de su historia problemas complejos llenos de incertidumbre y no lineales, con esto se hace hincapié que se necesita de nuevos métodos de análisis que permitan analizar estos problemas de distintas formas. Se destaca que, gracias al avance tecnológico, se puede encontrar métodos poderosos basados en el uso de computadoras tal como el modelado computacional que permite simular, analizar y estudiar inclusive sociedades enteras. Inclusive ayuda a resolver y entender observaciones con anticipación de eventos pudiendo pronosticar el futuro de lo simulado.

Así mismo se justifica el por qué modelar, se abordan los tipos y técnicas del modelado computacional, así como su aplicación. Por otra parte, se destaca como la simulación social es importante para comprender sociedades, se analizan sus características, técnicas y como esta puede ser utilizada y aplicada como un método. Por último, se realizan conclusiones de cómo el modelado computacional y la simulación social permiten que se comprenda mejor el mundo en el que se vive y vislumbrar el futuro con el fin de mejorar la calidad de vida de la sociedad.

Descargas

La descarga de datos todavía no está disponible.

Citas

Alarcón-Cháires, P. (2017). Epistemologías otras. Distribución mundial.

Bicchieri., C. 2006. The Grammar of Society: The Nature and Dynamics of Social Norms. Cambridge University Press.

Calder., M. et al. (2018). Computational modelling fordecision-making: where, why, what, who and how. R.Soc.opensci:5:172096

Einstein, A. (2019). Albert Einstein. Frase de famosos. https://citas.in/frases/64107-albert-einstein-todo-deberia-hacerse-tan-simple-como-sea-posible/ ".

Frensch., P., y Funke., J. (1995). Complex Problem Solving: The European Perspective. Hillsdale, NJ: Lawrence Erlbaum.

García., M., y Zamarreño., J. (2011). Modelado basado en agentes. Conference: XXXII Jornadas de Automática.

Garrido., J.M. ( 2012). Introduction to Elementary Computational Modeling. CRC Press Taylor and Francis Group.

Holland., J., H. (2007). El orden oculto. De cómo la adaptación crea la complejidad. México, D. F.: Fondo de Cultura Económica.

Lawson, A. E. (1993). The Importance of Analogy: A Prelude to the Special Issue”, en Journal of Research in Science Teaching, 30 (10), pp. 1213-1214.

básica y media. Revista Brasileira de Ensino de Física, vol. 38, nº 2, e2401

Nicolescu, B. (2002) Manifesto of Transdisciplinarity, SUNY Series in Western Esoteric Traditions. State University of New York Press, Albany.

Nigel., G. y Klaus.,G. (2005). Simulation for the Social Scientist. Open University.

NIH Instituto Nacional de Bioingeniería e Imágenes Biomédicas (2020). Modelado Computacional.

Poile. C. y , Safayeni., F. (2016). Using Computational Modeling for Building

Theory: A Double Edged Sword. Journal of Artificial Societies and Social Simulation 19(3) 8.

Simon, H. A. (1996) The sciences of the artificial. MIT Press, Cambridge, MA, London.

Wooldridge., M. (2009). An Introduction to MultiAgent Systems. Wiley.

Zeigler, B. P. (1985) Theory of Modelling and Simulation. Krieger, Malabar. Wiley, New York.

Zimmerman, B., Lindberg, C. y Plsek, P. (1998). Edgeware: Lessons from complexity science for health care leaders.

Recibido: 2024-12-19
Publicado: 2024-12-19
Cómo citar
Rosales Cisneros, R. F., Osuna Millán, N., & Flores Parra, J. M. (2024). Modelado computacional y simulación social como soporte para comprender la complejidad. Revista Iberoamericana De Complejidad Y Ciencias Económicas, 2(4), 29-39. https://doi.org/10.48168/ricce.v2n4p29