Predicción con máxima entropía: La interfaz entre física, biología, economía y teoría de la información

Título original:

Forecasting with Maximum Entropy: The interface between physics, biology, economics and information theory

Contenido del libro:

Este libro pretende proporcionar un marco unificador, basado en la Entropía de la Información y su maximización, para conectar la fenomenología de la biología evolutiva, la ecología de comunidades, la economía financiera y la física estadística. Esta visión más completa, además de proporcionar una mayor comprensión de los problemas, permite estrategias de resolución de problemas mediante la aplicación de métodos probados en una disciplina a problemas formalmente similares en otras áreas. El libro propone también un método de previsión para importantes problemas prácticos de estas disciplinas y está dirigido a investigadores, estudiantes y profesionales que trabajan en la modelización de la dinámica de sistemas complejos.

El hilo conductor es cómo el flujo de información controla y a la vez sirve para predecir la dinámica de los sistemas complejos. Se muestra cómo la maximización de la entropía de la información de Shannon permite inferir un objeto central que controla la dinámica de los sistemas complejos, como los ecosistemas o los mercados. Los modelos resultantes, que se conocen como modelos de máxima entropía por pares, pueden utilizarse para inferir interacciones a partir de datos en una amplia variedad de sistemas. Aquí se analizan en detalle dos ejemplos. El primero es una aplicación a la ecología de la conservación, en concreto la cuestión de proporcionar indicadores de alerta temprana de colapsos poblacionales de especies de árboles en bosques tropicales. El segundo trata de la previsión de los valores de mercado de las empresas mediante la economía evolutiva. Una lección interesante es que la modelización de la EMP suele producir predicciones precisas pese a no incorporar mecanismos de interacción explícitos.

Características principales

⬤ Escrito para un amplio espectro de lectores y supone poca especialización matemática.

⬤ Incluye elementos pedagógicos: Ejemplos trabajados, casos prácticos y resúmenes.

⬤ El enfoque interdisciplinar tiende puentes entre disciplinas.

⬤ Orientado a resolver problemas prácticos.

⬤ Incluye una combinación de derivaciones analíticas y simulaciones numéricas con experimentos.