La Universidad de Zaragoza acogerá esta semana un encuentro internacional para estudiar aplicaciones no lineales en diferentes sistemas: físicos, electrónicos, económicos, pero también biológicos y sociales. Un grupo internacional de especialistas compartirá desde mañana sus últimas investigaciones y desarrollos en sistemas no lineales, que pueden ayudar a comprender mejor desde la evolución de las poblaciones, la dinámica compleja en sistemas físicos, los continuos altibajos de la bolsa, en el campo económico, o las distribuciones de riqueza en la sociedad, entre otros.
El NOMA'13 (International Workshop on Nonlinear Maps and their Applications) se celebrará en la Sala de Grados de la Facultad de Ciencias y será inaugurado mañana martes a las 9.00 horas por la decana de la Facultad de Ciencias, Ana Elduque. En esta ocasión participarán 53 autores de 15 países distintos de cuatro continentes que presentarán contribuciones de múltiples áreas como las de Economía, Electrónica, Biología, Métodos computacionales, Ingeniería, Telecomunicaciones, entre otras.
Se trata de la cuarta edición de una serie de conferencias internacionales cuyas reuniones anteriores se celebraron en Toulouse (Noma'07), Urbino (Noma'09) y Évora (Noma'11). Este workshop reúne a investigadores de las áreas teóricas y aplicadas que son pioneros en el estudio de sistemas discretos no lineales.
Diferentes fenómenos físicos, biológicos y sociales pueden ser descritos por procesos iterativos no lineales. Los mappings son la representación matemática de estos procesos iterativos que permiten modelar gran cantidad de sistemas en diferentes ámbitos, como Ingeniería, Física, Economía, Biología, etc, o también pueden ser obtenidos a través de métodos numéricos que permiten resolver ecuaciones diferenciales no lineales. En ambos casos, la comprensión de los comportamientos y bifurcaciones específicas de este tipo de sistemas es de gran interés.
Los mappings han servido de base para entender importantes fenómenos naturales que presentan comportamiento caótico, así como los diferentes tipos de transición a la turbulencia que se dan en la Naturaleza. Por ejemplo, la previsión del tiempo está basada en modelos que toman como input los datos registrados en las diferentes estaciones metereológicas, lo que supone una discretización tanto espacial como temporal del medio atmosférico. Esta discretización sirve de base para poder predecir el tiempo a muy corto plazo, usualmente un máximo de tres días, debido a su naturaleza caótica, la cual conlleva la impredecibilidad intrínseca de dicho fenómeno. Los mappings son la base matemática de este tipo de modelos.