Especiación Fenotípica en Ecosistemas Artificiales Autónomos: Evidencia de Cuencas de Atracción Ortogonales en Representaciones Internas Aprendidas

Read full text
Authors: Carmen Esteban
Cited by: 0

Abstract

Reportamos evidencia cuantitativa de especiación fenotípica espontánea en un ensemble de 12 ecosistemas artificiales autónomos operando en paralelo durante ~30.000 pasos de simulación. Las matrices de transformación de entrada revelan una distribución bimodal con dos cuencas de atracción: una cuenca núcleo (9 ecosistemas, distancia Frobenius al ancestro: 0,53 ± 0,08) y una cuenca divergente (3 ecosistemas, distancia: 18,12 ± 0,03). La similitud coseno entre cuencas es -0,004 (ortogonalidad). El Índice de Divergencia Fenotípica alcanza 26,7×. Documentamos además emergencia de autarquía (75% de ecosistemas), un canal diplomático funcionalmente negligible, y un trade-off r/K entre cuencas. Todos los fenómenos emergen endógenamente sin intervención exógena.

Fields of Study & Subjects

Evolution and Genetic Dynamics Complex Systems and Dynamics Evolutionary Algorithms and Applications

Publication details

Journal / source
Zenodo (CERN European Organization for Nuclear Research)
Publication date
7 March 2026
Language
ES