Contenido
¿Qué es un Presente Relativo? (Básico)
El presente relativo es un pulso de experiencia que depende del cuerpo, la mente y el contexto.
¿Qué es un Presente Relativo? (Medio)
Intervalo de coherencia: un latido donde se alinean procesos físicos y perceptivos.
Definición operativa (Avanzado)
Modelo mínimo: (t, ω, H) con intervalo temporal t, frecuencia de giro ω y estado de coherencia H.
Prácticas iniciales
1) Diario de presentes. 2) Péndulo simple. 3) Observación de un fractal.
Capítulo 1 – Introducción a RUAGAK
Presenta por qué se necesita un lenguaje integrador y define el Presente Relativo como unidad mínima de análisis. Plantea los objetivos del curso y la relación entre ciencia, filosofía y práctica académica.
1.1 La necesidad de un nuevo lenguaje
La ciencia describe dominios parciales; RUAGAK propone un lenguaje integrador basado en presentes relativos.
Un presente relativo es un intervalo de coherencia donde emergen patrones estables.
Abandonamos el tiempo lineal rígido y lo sustituimos por una red de intervalos acoplados.
1.2 Definición de Presente Relativo
Definición formal. Sea el presente relativo
$$ PR = (t,\, \omega,\, H) $$
donde $t$ es la duración del intervalo, $\omega$ la frecuencia de cambio (o de giro) y $H\in[0,1]$ el grado de coherencia del sistema.
Lectura filosófica: el presente relativo es la frontera viva entre pasado y porvenir, un pulso donde el ser se hace manifiesto.
1.3 Ejemplos concretos
Físico: un péndulo define presentes relativos en cada oscilación completa; su periodo es
$$ T = 2\pi\sqrt{\tfrac{L}{g}}. $$
Biológico: la respiración alterna inhalación/exhalación como intervalos de coherencia.
Psicológico: la atención sostiene un contenido unos segundos (intervalo consciente).
Cosmológico: la rotación de galaxias define presentes relativos de gran escala.
1.4 Importancia del concepto
El presente relativo es unidad mínima de análisis en RUAGAK, análogo al bit o al átomo. Permite:
(1) describir fenómenos desde micro a macro;
(2) conectar materia, vida y conciencia bajo un mismo esquema;
(3) abrir tecnologías rotacionales y simuladores.
La medida de coherencia puede modelarse como $H=H(t,\omega,\text{acoplamientos})$.
1.5 Analogías para su comprensión
Música: cada nota es un presente; la melodía es la red de presentes relativos.
Danza: cada paso es un intervalo; la coreografía, la coherencia resultante.
Conversación: cada enunciado es un presente; el diálogo, su entramado.
Modelo de sincronía (inspirado en Kuramoto):
$$ R e^{i\Psi} = \frac{1}{N}\sum_{k=1}^N e^{i\theta_k}, \qquad R\in[0,1], $$
donde $R$ es un indicador de coherencia global.
1.6 Ejercicios prácticos
1) Diario de presentes: registra tres intervalos significativos del día.
2) Péndulo casero: mide $T$ y discútelo como presente relativo físico.
3) Escucha consciente: identifica tres cambios de coherencia en una canción.
4) Simulador RUAGAK: observa cómo pequeñas variaciones generan intervalos de coherencia emergente.
1.7 Proyección del concepto
Física: replanteo de tiempo y energía como funciones de intervalos.
Biología: la vida organiza coherencia en intervalos jerarquizados.
Conciencia: la percepción es discreta en presentes relativos.
Tecnología: hacia sistemas rotacionales y RUA-OS orientados a intervalos.
1.8 Cierre del capítulo
El presente relativo es el ladrillo elemental de RUAGAK.
Donde había una línea rígida de tiempo, vemos redes de intervalos.
Donde había fragmentación entre disciplinas, aparece un lenguaje unificador.
Punto de partida: pensar y vivir desde presentes relativos acoplados.
Capítulo 2 – Tiempo fracturado y coherencia
Explica el tiempo por intervalos, la adaptación del paso temporal y los primeros esquemas de sincronización. Muestra cómo medir intervalos y reconocer patrones de coherencia.
2.1 Del tiempo lineal al tiempo por intervalos
La representación clásica supone un tiempo continuo y homogéneo. En RUAGAK adoptamos una descripción por intervalos discretos que capturan coherencias locales.
Sea una partición del eje temporal en subintervalos $\{I_k\}_{k=1}^M$ con duraciones $\Delta t_k = |I_k|$.
Cada $I_k$ corresponde a un presente relativo con parámetros $(t_k,\, \omega_k,\, H_k)$.
2.2 Tiempo fracturado: definición operativa
Llamamos tiempo fracturado a una sucesión de intervalos $\{\Delta t_k\}$ no uniformes que maximizan la coherencia local $H_k$.
Formalmente, se busca una partición tal que
$$ \Delta t_k = \arg\max_{\Delta t} \, H(\Delta t,\, \omega(t),\, \text{acoplamientos}). $$
En la práctica, el sistema ajusta su \emph{paso} temporal al régimen donde emergen patrones estables.
2.3 Medición simple de intervalos
Para un péndulo ideal de longitud $L$, el periodo es
$$ T = 2\pi \sqrt{\tfrac{L}{g}}. $$
Midiendo $T$ con un cronómetro obtenemos un conjunto de intervalos $\Delta t_k \approx T$.
Si el entorno cambia (rozamiento, amplitud), $T$ se modula y con él la coherencia observada.
2.4 Fase y coherencia rotacional
Sea $\theta(t)$ la fase de un oscilador. En poblaciones de $N$ osciladores, la coherencia global puede medirse con
$$ R(t)\,e^{i\Psi(t)} = \frac{1}{N}\sum_{k=1}^N e^{i\theta_k(t)}, \qquad R\in[0,1]. $$
Cuando $R\to 1$, hay sincronía; cuando $R\to 0$, hay fase desordenada.
Los presentes relativos se organizan maximizando $R(t)$ en ventanas temporales.
2.5 Modelo acoplado (intuición tipo Kuramoto)
Una dinámica de fases acopladas puede expresarse (a nivel intuitivo) como
$$ \dot{\theta}_i = \omega_i + \frac{K}{N} \sum_{j=1}^N \sin(\theta_j - \theta_i), $$
donde $K$ es la fuerza de acoplamiento. Para $K$ bajo, no hay coherencia global; al aumentar $K$, surge sincronización ($R>0$).
En RUAGAK, los presentes relativos se alinean cuando el acoplamiento efectivo supera un umbral.
2.6 Tiempo fracturado vs. muestreo uniforme
El muestreo uniforme usa $\Delta t$ constante. El tiempo fracturado selecciona $\Delta t_k$ adaptativos:
$$ \Delta t_{k+1} = f(\Delta t_k,\, H_k,\, \omega_k), $$
optimizando la detección de coherencia. Experimentos simples (respiración guiada, metrónomo variable) muestran mejor alineación subjetiva con $\Delta t_k$ adaptativo.
2.7 Energía y frecuencia (puente conceptual)
En física, la relación $E = \hbar\,\omega$ vincula energía y frecuencia. Sin forzar analogías, en RUAGAK usamos $\omega$ como parámetro organizador del intervalo.
A mayores $\omega$, los intervalos tienden a ser más breves; a menores $\omega$, más largos. La coherencia $H$ emerge en bandas de $\omega$ favorables.
2.8 Prácticas y observaciones
1) Registra tu respiración durante 3 minutos: anota $\Delta t_k$ entre inhalaciones y exhalaciones.
2) Usando un metrónomo, alterna 30 s a 60 BPM y 30 s a 72 BPM. Describe cambios en tu sensación de coherencia.
3) En el simulador RUAGAK, reduce gradualmente $\Delta t$ de integración y observa cuándo emergen patrones estables (máximo $H$).
Capítulo 3 – Matemática mínima de los presentes relativos
Introduce sucesiones, límites, series y osciladores como base formal para modelar intervalos, frecuencia y coherencia. Incluye ejemplos y problemas guiados.
3.1 Objetivo del capítulo
Introducir una matemática mínima para describir presentes relativos: sucesiones, límites, series y osciladores.
El foco está en capturar $(t, \omega, H)$ con modelos simples y fórmulas en formato LaTeX.
3.2 Sucesiones como pulsos
Sea una sucesión de eventos temporales \{t_n\}. El intervalo entre pulsos es
$$
\Delta t_n = t_{n+1} - t_n
$$
y la frecuencia instantánea asociada al pulso es
$$
\omega_n = \tfrac{2\pi}{\Delta t_n}.
$$
Un régimen cuasi-periódico cumple \Delta t_n \to T.
3.3 Límite y estabilidad de intervalos
Decimos que hay estabilidad temporal cuando
$$
\lim_{n\to\infty} \Delta t_n = T
\quad \text{y} \quad
\operatorname{Var}(\Delta t_n) \to 0.
$$
La estabilidad de \Delta t_n suele correlacionar con H \to H^* (coherencia casi constante).
3.4 Series y energía efectiva del pulso
Sea x(t) una señal pulsante con periodo T. La energía media por lapso se aproxima por
$$
E_T \approx \frac{1}{T}\int_{t}^{t+T} x(\tau)^2 \, d\tau
$$
Una expansión de Fourier básica es
$$
x(t) = a_0 + \sum_{k=1}^{\infty} \left( a_k \cos(k\,\omega\,t) + b_k \sin(k\,\omega\,t) \right)
$$
lo que permite identificar bandas de \omega donde H aumenta.
3.5 Oscilador armónico simple (modelo canónico)
Modelo sin amortiguamiento:
$$
\ddot{x} + \omega_0^2 x = 0, \qquad x(t)=A\cos(\omega_0 t + \phi).
$$
Con amortiguamiento lineal:
$$
\ddot{x} + 2\zeta\,\omega_0\,\dot{x} + \omega_0^2 x = 0.
$$
La fase \theta(t) y la amplitud determinan la coherencia observable H.
3.6 Mapa discreto y estabilidad (ejemplo logístico)
Consideremos un observable discreto y_n con dinámica
$$
y_{n+1} = f(y_n; \alpha)
$$
En el mapa logístico \( y_{n+1}=\alpha\, y_n(1-y_n) \), la estabilidad del punto fijo y^* requiere
$$
\left| f^{\prime}(y^*) \right| < 1
$$
Análogamente, un reloj interno puede estabilizar \Delta t_n si el operador de actualización tiene derivada controlada.
3.7 Coherencia H como funcional
Definimos un indicador de coherencia temporal promediado
$$
H[\{\theta_k\}] = \frac{1}{T}\int_{t}^{t+T} R(\tau)\, d\tau,
\qquad
R\, e^{i\Psi} = \frac{1}{N}\sum_{k=1}^N e^{i\theta_k}.
$$
Maximizar H en intervalos selecciona \Delta t y \omega donde la coherencia es más alta.
3.8 Ejercicios
1) Registra \{\Delta t_n\} de una secuencia de latidos y estima T.
2) Ajusta x(t)=A\cos(\omega t+\phi) a una señal corta y estima \omega.
3) Simula y_{n+1}=\alpha y_n(1-y_n) y discute estabilidad según \alpha.
4) Propón un indicador simple de coherencia H para tu señal.
Capítulo 4 – Analogías vivenciales de los presentes relativos
Desarrolla puentes intuitivos: música, danza, diálogo, biología y astronomía, para comprender coherencia y sincronía en distintos contextos.
4.1 Objetivo del capítulo
Mostrar cómo los presentes relativos pueden entenderse por medio de analogías vivenciales: música, danza, diálogo, biología y astronomía.
4.2 Música y presentes relativos
Cada nota musical puede verse como un presente relativo: su duración y coherencia con otras notas define la melodía.
Formalmente, una partitura es una secuencia de intervalos (\Delta t_i) con frecuencias (\omega_i).
La armonía emerge cuando varias \omega_i mantienen relaciones racionales simples.
4.3 Danza y coreografía
Cada paso en la danza constituye un intervalo de coherencia. La coreografía es el entramado de presentes relativos acoplados.
Paralelismo matemático: sucesión \{PR_n\} donde cada PR_n se sincroniza con PR_{n+1}.
Analogía con osciladores acoplados en redes de tipo Kuramoto.
4.4 Conversación y lenguaje
En un diálogo, cada enunciado es un presente relativo: inicio, desarrollo y cierre.
Modelo simplificado: cada turno T_i dura \Delta t_i y transporta una fase \phi_i que debe encajar en el flujo común.
4.5 Biología: ritmos vitales
Procesos biológicos ilustran presentes relativos: inhalación/exhalación, latido cardíaco, ciclos circadianos.
Ejemplo (modo display):
$$
\Delta t \approx 0.8\,\text{s}, \qquad \omega \approx 75\,\text{bpm}.
$$
La variabilidad de la frecuencia cardíaca refleja fluctuaciones en H (coherencia autonómica).
4.6 Astronomía y escalas cósmicas
La rotación de la Tierra, las fases de la Luna y las órbitas planetarias son presentes relativos a gran escala.
Ejemplo (modo display):
$$
T_{\text{día}} = 24\,\mathrm{h}, \qquad T_{\text{año}} \approx 365\,\mathrm{d}.
$$
Se pueden modelar como \{PR_{\text{astro}}\} con \omega_{rot} y \omega_{orb}.
4.7 Analogías cruzadas
Música, danza, diálogo, biología y astronomía pueden integrarse en una visión unificada: todas son expresiones de presentes relativos.
Formalmente: un multiconjunto \{PR^{(dominio)}\} con escalas temporales distintas, pero con estructura análoga.
La coherencia emerge cuando hay resonancia entre dominios.
4.8 Ejercicios
1) Escucha una pieza musical y marca los intervalos de coherencia percibidos.
2) Observa tu respiración durante 5 minutos y registra \Delta t de inhalación/exhalación.
3) Analiza una conversación cotidiana y estima duración media de turnos.
4) Investiga periodos astronómicos (día, mes, año) y compáralos con los biológicos.
5) Propón una analogía nueva que ilustre el concepto de presente relativo.
Capítulo 5 – Formalización del Presente Relativo
Define con precisión los parámetros del presente relativo, sus propiedades y su uso como unidad de estudio. Aplica el marco a casos físicos, biológicos y astronómicos.
5.1 Objetivo del capítulo
Presentar la definición formal de presente relativo, sus parámetros básicos y su lugar como unidad mínima de análisis en RUAGAK.
Se introducen definiciones matemáticas precisas y modelos de representación.
5.2 Definición básica
Definición formal:
$$
PR = (\Delta t,\, \omega,\, H)
$$
con $\Delta t$ intervalo de observación, $\omega$ frecuencia asociada al operador de evolución, y $H$ medida (adimensional) de coherencia.
En mecánica cuántica, la evolución unitaria se escribe
$$
U(t) = e^{-\tfrac{i}{\hbar}\hat{H} t},
$$
con Hamiltoniano $\hat{H}$. A nivel informacional, se relacionan con la coherencia indicadores como la **pureza** y la **entropía de von Neumann**:
$$
\operatorname{Tr}(\rho^2), \qquad S(\rho) = -\operatorname{Tr}(\rho\,\ln\rho).
$$
Estos no definen $H$ por sí solos, pero sirven como métricas de orden en el intervalo.
5.3 Propiedades
Propiedades fundamentales de un presente relativo:
1) Duración finita: $0<\Delta t<\infty$.
2) Periodicidad relativa: se relaciona con presentes anteriores y posteriores.
3) Medida de coherencia: $H\in[0,1]$, indicador normalizado de orden.
5.4 Representación gráfica
Se puede representar cada $PR$ como un nodo en un diagrama temporal.
Ejemplo: sobre un eje horizontal, intervalos de longitud $\Delta t$ con etiquetas $H$.
El grosor de la línea indica coherencia.
5.5 Ejemplo físico
Un péndulo simple: cada oscilación define un $PR$ con
$$
\Delta t = T = 2\pi\,\sqrt{\tfrac{L}{g}}, \qquad \omega = \tfrac{2\pi}{T}.
$$
Si las perturbaciones son pequeñas, $H \approx 1$.
5.6 Ejemplo biológico
En la respiración: un ciclo inhalación–exhalación constituye un $PR$.
Valores típicos: $\Delta t\approx 5\,\mathrm{s}$, $\omega\approx 0.2\,\mathrm{Hz}$.
La coherencia $H$ se evalúa según regularidad y sincronía con otros ritmos corporales.
5.7 Ejemplo cosmológico
La rotación de la Tierra genera presentes relativos de escala astronómica:
$$
\Delta t = 24\,\mathrm{h}, \qquad \omega = \tfrac{2\pi}{24\,\mathrm{h}}.
$$
La coherencia se relaciona con estabilidad orbital y acoplamientos solares–lunares.
5.8 Ejercicios
1) Define $PR$ para un reloj de pulso (segundero).
2) Calcula $\Delta t$ y $\omega$ para un latido de 70\,\mathrm{bpm}.
3) Representa 5 intervalos $PR$ de un péndulo de 1\,\mathrm{m}.
4) Elige un ciclo astronómico (día, año, fase lunar) y estima su $H$.
Capítulo 6 – Metaestabilidad y transición de fases
Estudia estados intermedios, atractores temporales y reorganizaciones entre regímenes. Incluye indicadores y modelos simples para detectar metaestabilidad.
6.1 Objetivo del capítulo
Explorar el concepto de metaestabilidad en RUAGAK: estados intermedios que no son estables a largo plazo ni caóticos, pero que persisten durante intervalos finitos antes de reorganizarse.
6.2 Definición de metaestabilidad
Sea una secuencia de presentes relativos $PR_n=(\Delta t_n,\omega_n,H_n)$. El sistema es metaestable si existen ventanas finitas donde
$$
H_n \approx H^* \pm \epsilon,
$$
y luego se observa una transición a otro régimen con valores distintos de $(\Delta t,\omega,H)$.
6.3 Ejemplo físico (pozo doble con ruido)
Modelo de partícula en potencial de pozo doble con ruido:
$$
\dot{x} = -\partial_x U(x) + \sqrt{2D}\,\xi(t), \qquad U(x)=a x^4 - b x^2,\ a,b>0.
$$
Para $D$ moderado, la partícula puede permanecer metaestable en un valle y luego saltar al otro.
6.4 Ejemplo biológico (neurona)
Modelo leaky-integrate-and-fire (LIF) simplificado:
$$
\tau_m \dot{V} = - (V - V_{\text{rest}}) + I(t).
$$
Cerca del umbral, $V(t)$ puede oscilar transitoriamente (metaestable) antes de disparar o relajarse.
6.5 Ejemplo cognitivo (atención)
La atención sostenida puede permanecer en un foco durante unos segundos (metaestable) antes de dispersarse o cambiar de objeto. Se observan patrones transitorios en bandas alfa/theta.
6.6 Formalización (conjunto casi-invariante)
Sea un mapa discreto $x_{n+1}=f(x_n)$. Llamamos conjunto casi-invariante $S$ si la mayoría de órbitas visitan $S$ durante un tiempo medio alto antes de salir.
Definimos el tiempo de salida $n_c$ y su distribución; la metaestabilidad se refleja en colas anchas de $n_c$.
6.7 Transición de fases en H
Sea un indicador de coherencia global $H(t)\in[0,1]$. Una transición metaestable puede verse como cruce de umbral $H_c$ tras una meseta:
$$
H(t) \approx H^* \ (tt_c).
$$
Con $|H^{**}-H^*|$ significativo.
6.8 Ejercicios
1) Simula $\dot{x}=-\partial_x U(x)+\sqrt{2D}\,\xi(t)$ y estima tiempos de permanencia en cada valle.
2) Implementa el LIF y muestra regímenes subumbrales metaestables.
3) Diseña un criterio para detectar mesetas de $H(t)$ y su transición.
4) Explora el mapa logístico cerca de la bifurcación y busca fases metaestables.
Capítulo 7 – Sincronización y coherencia colectiva
Analiza el parámetro de orden global, umbrales de acoplamiento y la influencia de la topología de red, el ruido y la heterogeneidad.
7.1 Objetivo del capítulo
Presentar herramientas para medir y modelar sincronización colectiva en poblaciones de osciladores, y su relación con presentes relativos acoplados.
7.2 Parámetro de orden global
Definimos el parámetro de coherencia global:
$$
R e^{i\Psi} = \frac{1}{N}\sum_{k=1}^N e^{i\theta_k}, \qquad R\in[0,1].
$$
Valores cercanos a 1 indican sincronía, cercanos a 0 fase desordenada.
7.3 Modelo de Kuramoto (acoplamiento global)
Dinámica de fases acopladas:
$$
\dot{\theta}_i = \omega_i + \frac{K}{N}\sum_{j=1}^N \sin(\theta_j-\theta_i).
$$
Para $K$ bajo, no hay sincronía global; al aumentar $K$, emerge $R>0$.
7.4 Umbral de acoplamiento
Para distribuciones simétricas unimodales $g(\omega)$, el umbral crítico satisface (intuición clásica):
$$
K_c = \frac{2}{\pi\, g(0)}.
$$
Por encima de $K_c$ aparece sincronía parcial.
7.5 Redes y pesos heterogéneos
En topologías generales con matriz de adyacencia $A_{ij}$ y pesos $K_{ij}$:
$$
\dot{\theta}_i = \omega_i + \sum_{j=1}^N K_{ij} A_{ij} \sin(\theta_j-\theta_i).
$$
La estructura de la red condiciona el patrón de sincronización.
7.6 Ruido y sincronía parcial
Con ruido aditivo:
$$
\dot{\theta}_i = \omega_i + \frac{K}{N}\sum_{j} \sin(\theta_j-\theta_i) + \sqrt{2D}\,\xi_i(t).
$$
El ruido puede degradar $R$ o inducir sincronía estocástica según el régimen.
7.7 Medidas complementarias
Además de $R$, se usan medidas como el **Phase Locking Value (PLV)** entre pares:
$$
\mathrm{PLV} = \left|\frac{1}{T}\int_{t}^{t+T} e^{i(\theta_a(\tau)-\theta_b(\tau))} d\tau\right|.
$$
También entropía de fases y coherencia espectral.
7.8 Ejercicios
1) Simula el modelo de Kuramoto para distintas $K$ y grafica $R(K)$.
2) Cambia $g(\omega)$ (estrecha/ancha) y estima $K_c$.
3) Implementa una red anillo vs. completa y compara $R(t)$.
4) Añade ruido ($D>0$) y explora la sincronía parcial.
Capítulo 8 – Tiempo fragmentado y selección adaptativa de intervalos
Presenta estrategias para elegir intervalos temporales de forma adaptativa según la coherencia local, con ejemplos prácticos y ejercicios.
8.1 Objetivo del capítulo
Describir cómo elegir dinámicamente los intervalos temporales (\Delta t_k) para capturar mejor la coherencia observable H.
8.2 Selección óptima de intervalos
Planteo de optimización sobre una ventana:
$$
\Delta t^* = \arg\max_{\Delta t\in[\Delta t_{\min},\,\Delta t_{\max}]} H(\Delta t;\, \omega, \text{acoplamientos}).
$$
Se buscan bandas de \omega y \Delta t que maximicen coherencia.
8.3 Partición no uniforme
Definimos una partición adaptativa del eje temporal $\mathcal{P} = \{I_k\}$ con $|I_k|=\Delta t_k$ variable según H local.
Al aumentar H, \Delta t_k puede reducirse para capturar detalle; si H baja, \Delta t_k puede aumentar para promediar ruido.
8.4 Regla de actualización simple
Actualización tipo gradiente (heurística):
$$
\Delta t_{k+1} = \Pi_{[\Delta t_{\min},\Delta t_{\max}]}\Big(\Delta t_k + \eta\, \partial_{\Delta t} H(\Delta t_k)\Big),
$$
donde $\Pi$ proyecta al rango permitido y $\eta$ es el paso.
8.5 Estrategia tipo bandit (softmax)
Con un conjunto discreto de candidatos $\{\Delta t^{(m)}\}$, se puede seleccionar con
$$
p_m = \frac{\exp(\beta\, H_m)}{\sum_j \exp(\beta\, H_j)},
$$
favoreciendo los intervalos con mayor H (\beta controla la exploración).
8.6 Estabilidad y límites
Para evitar oscilaciones, usar promedio móvil de H y límites duros en \Delta t. También puede imponerse una inercia mínima antes de cambiar \Delta t.
8.7 Ejemplos prácticos
1) Señal sinusoidal con deriva lenta en frecuencia: el selector adaptativo sigue la banda dominante.
2) Respiración con pausas: \Delta t se alarga en pausas y se acorta en fases activas.
8.8 Ejercicios
1) Implementa la regla de actualización de 8.4 con una señal ruidosa y grafica la trayectoria de \Delta t_k.
2) Prueba la estrategia softmax (8.5) con 3 candidatos de \Delta t y compara H.
3) Diseña una métrica de estabilidad que penalice cambios excesivos de \Delta t.