Complejidad dinámica de los osciladores neuronales
Seminario de Sistemas Complejos
Dr. Humberto Andrés Carrillo Calve
- Facultad de Ciencias, UNAM.
26 FEB 2026
13:00 h.
Aula Magna Leonila Vázquez
Transmisión: @matefcunam_oficial
En esta plática de divulgación se revisarán conceptos fundamentales relacionados con la estructura y dinámica de las células nerviosas. Se discutirán con más detalle algunos tópicos mencionados en una plática impartida anteriormente (10/02/26) en el Seminario Súmate del Departamento de Matemáticas. Con la intención de mostrar la complejidad dinámica de la actividad eléctrica de estas células se revisarán diversos modelos y análogos físicos (eléctricos y mecánicos). Se explicarán sin muchos tecnicismos los modelos que tiene mayor realidad biofísica (e.g. Hodgkin & Huxley) y sofisticación matemática (> 3 ecuaciones diferenciales). Se revisará también un modelo neuronal simplificado (2 ecuaciones diferenciales) que explica claramente, mediante la bifurcación de Andronov-Hopf, dos fenómenos no lineales clásicos: la excitabilidad y la transición del régimen excitable al comportamiento de las neuronas marcapaso. Finalmente se describirán circuitos electrónicos que han dado lugar a modelos de redes neuronales de última generación “spiking neural networks”. En estas redes cada neurona la modela una sola ecuación diferencial sujeta a una condición de salto. Las neuronas que constituyen estas redes neuronales, a diferencia de las neuronas binarias de McCulloch y Pitts, pueden tener infinitos estados y “viven” en tiempo continuo. La expectativa de la comunidad científica que las investiga, es que al tener más realidad biológica podrían exhibir mayor inteligencia computacional. En el contexto de estos análisis se exhibirá el complejo de fenómenos no lineales asociados a esta interesante clase de sistemas del mundo natural: oscilaciones autosostenidas, excitabilidad, multi-estabilidad, bifurcaciones críticas y subcríticas, histéresis, ráfagas de impulsos nerviosos y resistencia diferencial negativa asociada a dispositivos memristivos.
Informes: bobregon@ciencias.unam.mx