Arrancan las charlas de doctorandos! Será este viernes, 3/11, en el horario de la práctica. Hablarán Tomás Cicchini, Candela Szischik y Federico Ravanedo. A continuación, los títulos y/o resúmenes de las charlas. Van a ver que la sesión promete mucho.

Tomás Cicchini: La física estadística de los grafos aleatorios

A mediados de siglo XX, la teoría de grafos aleatorios tuvo sus primeros grandes resultados, de la mano de los desarrollos propuestos por Erdös y Rényi. No obstante, tuvieron que pasar cerca de 40 años para que, a finales de siglo, surgieran modelos que lograsen capturar ciertas características de los grafos con los que se intenta describir a sistemas complejos reales. Por ejemplo, uno de ellos -Barabasi model-, está basado en unas ecuaciones maestras que modelan dos principios fundamentales: crecimiento y preferencia. En búsqueda de cierta sistematización de estos modelos y con fuerte base estadística, a partir de este siglo surgió una nueva rama de modelos de grafos aleatorios basados en el principio de máxima entropía. Los modelos de grafos aleatorios exponenciales son hoy por hoy el paradigma de grafos aleatorios por excelencia y a lo largo de la charla se buscará relacionarlos con nociones de física estadística, tanto las que son equivalentes a las ya conocidas como aquellas que nos sonarán totalmente antiintuitivas.

Candela Szischik: Procesamiento de información en sistemas biológicos

La vida depende tanto del flujo de información como del flujo de energía. Partiendo desde componentes básicos de la teoría de la información, exploramos ejemplos en los que ha sido posible medir, directamente, el flujo de información en redes biológicas o, de manera más general, en los que se han utilizado ideas de la teoría de la información para guiar el análisis de experimentos. Los sistemas de interés van desde moléculas individuales (la diversidad de secuencias en familias de proteínas) hasta grupos de organismos (la distribución de velocidades en bandadas de pájaros) y todas las escalas intermedias. Muchos de estos análisis están motivados por la idea de que los sistemas biológicos pueden haber evolucionado para optimizar la recopilación y representación de información, y donde veremos evidencia experimental de esta optimización, nuevamente en una amplia gama de escalas.

Federico Ravanedo: Markov Chain Monte Carlo