Fundamentos Matemáticos¶

Dominio Continuo (Paper I)¶

El Operador de Integridad de Bisagra¶

Sea $\Omega \subset \mathbb{R}^n$ una variedad euclidiana compacta equipada con un campo diferenciable escalar (o vectorial) $\phi : \Omega \to \mathbb{R}^m$. El Operador de Integridad de Bisagra (IOB) cuantifica la curvatura geométrica local:

\[\mathcal{H}(x) = \left| \nabla^2 \phi(x) \right|\]

calculado mediante diferencias finitas centrales de segundo orden:

\[\nabla^2 \phi \approx \sum_{i=1}^n \frac{\phi(x + h\,\mathbf{e}_i) - 2\phi(x) + \phi(x - h\,\mathbf{e}_i)}{h^2}\]

Aislamiento de Raíces (Teorema del Flujo de Integridad)¶

Dado un campo vectorial $F : \mathbb{R}^n \to \mathbb{R}^n$, el IOB-QuadTree localiza subdominios $\Omega_k \subset \Omega$ que satisfacen dos criterios simultáneos:

Criterio 1 — TVI (Topológico): $$\min_{\Omega_k} F_c \leq 0 \leq \max_{\Omega_k} F_c \quad \forall c = 1,\ldots,n$$

Criterio 2 — IOB-FFT (Espectral): $$\mathcal{Q}_\text{spec} = \frac{\sum_{\nu > \nu_c} \sum_c |\hat{F}_c(\nu)|^2} {\sum_\nu \sum_c |\hat{F}_c(\nu)|^2} > \tau_c$$

Solo los subdominios que satisfacen ambos criterios se bisectan adicionalmente, logrando una localización asintóticamente acelerada frente al Newton-Raphson clásico.

Dominio Discreto (Paper II)¶

Laplacianos de Grafos¶

Para un grafo ponderado $\mathcal{G}(V, E, W)$ con matriz de adyacencia $\mathbf{W} \in \mathbb{R}^{N\times N}$ y matriz de grados $\mathbf{D}_{ii} = \sum_j W_{ij}$:

Laplaciano Combinatorio: $$\mathbf{L} = \mathbf{D} - \mathbf{W}$$

Laplaciano Normalizado (simétrico): $$\mathcal{L} = \mathbf{I} - \mathbf{D}^{-1/2}\mathbf{W}\mathbf{D}^{-1/2}$$

Propiedades espectrales: - $\mathbf{L}$ es semidefinido positivo; autovalores $\in [0, \infty)$. - $\mathcal{L}$ tiene autovalores en $[0, 2]$. - El vector de unos $\mathbf{1}$ siempre está en el núcleo: $\mathbf{L}\mathbf{1} = \mathbf{0}$.

Índice de Estrés Nodal¶

El índice de estrés nodal $Q_i$ es la magnitud normalizada del residuo baricéntrico:

\[\mathbf{R}(t) = -\mathbf{L}\,\mathbf{X}(t)$$ $$Q_i(t) = \frac{\|\mathbf{R}_i(t)\|_2}{\max_j \|\mathbf{R}_j(t)\|_2 + \varepsilon}\]

Z-Score Topológico Robusto¶

El Z-Score modificado basado en MAD (Desviación Absoluta de la Mediana):

\[\mathcal{M}_i(t) = \frac{0.6745\,(Q_i - \tilde{Q}^*(t))}{\max(\text{MAD}(t),\;\varepsilon)}\]

donde $\tilde{Q}^*(t) = \lambda\,\tilde{Q}(t-1) + (1-\lambda)\,\text{mediana}(Q(t))$ es la mediana mezclada exponencialmente. La constante $0.6745$ asegura consistencia con $\sigma$ bajo distribuciones gaussianas: $\text{MAD}[\mathcal{N}(0,\sigma)] = 0.6745\,\sigma$.

Punto de ruptura estadístico: 50 % (frente al ~0 % de los Z-Scores basados en media/std bajo ataques de enmascaramiento).

Cirugía Topológica¶

Al detectar un nodo anómalo $v^*$ con $\mathcal{M}_{v^*} > \tau$, la adyacencia se actualiza:

\[W_{v^*,j}(t^+) = W_{j,v^*}(t^+) = 0 \quad \forall j \in V\]

Complejidad en Sparse COO: $\mathcal{O}(k_{v^*})$ (máscara sobre los arrays de coordenadas activas).

Referencias Clave¶

Knuttzen, J. (2026). Formalismo de Integridad de Bisagra: Aislamiento Topológico de Singularidades y Control de Bifurcaciones en Variedades Continuas.
Knuttzen, J. (2026). Formalismo de Integridad de Bisagra Discreto: Laplacianos de Grafos, Detección de Anomalías Asíncronas y Colapsos en Redes Complejas.
Chung, F.R.K. (1997). Spectral Graph Theory. AMS.
Leys, C. et al. (2013). Detecting outliers: Do not use standard deviation around the mean, use absolute deviation around the median. Journal of Experimental Social Psychology, 49(4), 764–766.
Lorenz, E.N. (1996). Predictability — A problem partly solved. Seminario ECMWF sobre Predictabilidad.