Breve descripción del modelo PCA

 

Es un modelo que parte del supuesto de que toda persona tiende a conservar (de forma consciente o inconsciente) su afectividad, entendida como el conjunto de afectos que conforman su identidad. Se desarrolla a partir de tres axiomas, estos tres axiomas guardan un paralelismo con los tres principios de Newton. Sin embargo, el modelo no es determinista:

  1. El mismo demuestra que las ecuaciones que maneja siempre son inferiores en número a la cantidad de incógnitas que se requieren.
  2. Propone que sus axiomas se van repitiendo a diferentes escalas: social, institucional, individual, e incluso a nivel de red neuronal; y a su vez interaccionan entre sí dando lugar a ecosistemas afectivos.

Incluso a un nivel bajo, como por ejemplo en los neurotransmisores, es compatible con los descubrimientos de Eric Kandel[1]: “La intensidad del estímulo en los nervios sensitivos es codificada por la frecuencia del potencial de acción”. De aquí se desprende que la codificación no cambia si no hay variación de frecuencia (1er axioma) y a todo estímulo le corresponde una codificación que informará de que sucede algo, presuponiendo que la red reaccionará de alguna manera (3er axioma).

Además, los datos de los experimentos observados por el mencionado autor[2] dicen: “La relación entre el aumento de la frecuencia de las activaciones y la presión sobre la piel es lineal”. Estos datos son compatibles con el 2º axioma; además, los gráficos de sus experimentos muestran una pendiente de 45º, tal como predice el modelo PCA, donde:

  ∆E /∆f ≈ 1= tang 450   Siendo E el valor asignado y la frecuencia asociada.

En este nivel el modelo nos indica que la proporcionalidad del 2º axioma es una constante  cuyo valor es la unidad, sin embargo ascendiendo a un nivel superior, por ejemplo red neuronal del neocortex, dicha proporción deja de ser constante, dando lugar a funcionamientos reversibles o irreversibles. Vemos que a nivel de neurotransmisor se comporta de forma determinista dando un valor y al ascender a nivel de red  pasa a ser no determinista, explicando un comportamiento.

El valor de este modelo no reside tanto en su desarrollo matemático, sino en la cantidad de fenómenos que es capaz de explicar  a diferentes niveles. Por ejemplo, a otro nivel más alto, cuando las personas buscan conservar la propia identidad promocionando a otra, entonces el modelo indica que la proporcionalidad entre valor y frecuencia toma una región de valores del campo real concreta, a su vez compatible con la superposición de estados y viceversa. Esta peculiaridad permite clasificar  nitidamente cualquier acción humana con superposición o sin ella.

El procedimiento matemático es sencillo, desarrollado en el campo real y considerando un espacio de control (que no es euleriano). Consta de seis escenarios, cada escenario posee tres grados de profundidad:

  1. Una variable explicada o dependiente y dos explicativas o independientes.
  2. La misma variable explicada y cuatro explicativas.
  3. Los dos casos anteriores, con realimentación.

No todos están plenamente desarrollados y se intuye que algunos reclaman ser desarrollados en el campo de los números complejos.

 

[1] Principios de Neurociencia” Editorial McGraw-Hill. 2010.Página 421

[2] Ibidem Página 423