Modelo de segregación de Schelling: supuestos y resultados colectivos

Módulo 25. Autómatas celulares y modelos basados en agentes

245.1. Una pregunta sobre decisiones y distribución espacial

Los modelos de segregación de Schelling estudian cómo decisiones locales de ubicación pueden producir patrones colectivos de separación. Su interés está en mostrar que las intenciones individuales no se leen directamente en la organización final de una población. Una distribución muy agrupada puede surgir de reglas que no exigen a cada agente vivir rodeado exclusivamente de su propio tipo.

Los trabajos originales de Schelling, de 1969 y 1971, presentan distintos modelos y mecanismos [1,2], de modo que hablar del modelo de Schelling como si existiera una única implementación puede ocultar diferencias importantes. Vecindad, condiciones de satisfacción, vacantes y reglas de movimiento varían entre versiones; cada resultado debe atribuirse a la variante que lo produce.

Esos modelos tampoco concluyen que toda segregación real provenga de preferencias individuales. Schelling delimitó explícitamente su análisis y distinguió otros procesos, entre ellos acciones organizadas y diferencias económicas [2]. Un mecanismo capaz de generar separación no excluye mecanismos institucionales, restricciones de acceso o historias de desigualdad.

Mostrar que cierta combinación de preferencias y movilidad puede producir un patrón establece suficiencia dentro del modelo. Identificar qué produjo un patrón observado es otra tarea, que exige datos y comparación entre explicaciones; la semejanza de dos mapas no la resuelve.

En este capítulo construiremos una variante pequeña, inspirada en esa familia de modelos, que puede seguirse movimiento por movimiento. Tendrá diez posiciones en un anillo, cuatro agentes de tipo A, cuatro de tipo B y dos vacantes. La elección del anillo simplifica el cálculo y evita diferencias entre extremos.

El ejemplo permitirá examinar satisfacción local, agrupamiento y efectos sobre terceros. También mostrará que una convención aparentemente menor, como considerar satisfecho a un agente sin vecinos ocupados, puede influir en la trayectoria. Declarar esa convención es parte de explicar el resultado.

Los tipos A y B serán etiquetas abstractas; no representan identidades humanas esenciales ni categorías naturales. En una aplicación social, las categorías usadas requieren justificación y pueden estar relacionadas con instituciones, recursos y procesos históricos. El modelo mínimo deja esas cuestiones fuera para aislar una relación matemática.

La pregunta será cómo cambian, bajo una regla determinada de reubicación, la satisfacción y la proporción de vínculos entre tipos iguales. No preguntaremos todavía qué política debería adoptarse ni qué motivaciones tiene una población real. Esa delimitación permite interpretar cada cálculo con el alcance que le corresponde.

245.2. Definir satisfacción sin esconder convenciones

Cada posición del anillo tiene dos vecinos inmediatos. Una posición puede estar vacía o contener un agente. Para cada agente contamos cuántos vecinos están ocupados y cuántos de ellos tienen su mismo tipo. Las vacantes no se incluyen en el denominador.

Si existe al menos un vecino ocupado, definimos la proporción local de semejantes como el número de vecinos del mismo tipo dividido por el número de vecinos ocupados. El agente está satisfecho cuando esa proporción es al menos un medio; con dos vecinos ocupados, basta con que uno sea de su tipo.

Cuando no hay vecinos ocupados, la fracción no está definida y hay que resolver el caso con una convención explícita. Aquí consideraremos satisfecho al agente aislado. Es una decisión del experimento; no se deduce de la fórmula ni afirma nada sobre cómo prefieren vivir las personas.

Con un vecino de cada tipo, el agente satisface nuestro umbral, pero dejaría de estar satisfecho si exigiéramos una mayoría estricta, es decir, más de un medio. En una vecindad pequeña, un cambio en el signo de comparación puede modificar muchas decisiones.

Las proporciones posibles son, además, pocas. Con dos vecinos ocupados son cero, un medio y uno; con uno solo, cero o uno. Así, aumentar un umbral de cero coma uno a cero coma cuatro no cambia ninguna decisión en esta vecindad, aunque los números parezcan representar preferencias distintas.

El umbral es una condición mínima y deja sin especificar una función completa de preferencias. Un agente satisfecho con un medio permanece quieto aunque exista una vacante donde tendría proporción uno, de modo que no maximiza continuamente la semejanza. Permitir movimientos hacia cualquier mejora introduciría otro mecanismo.

También distinguimos satisfacción de bienestar. El estado satisfecho es una variable definida por una regla local y no incorpora calidad de vivienda, acceso a servicios, costos de traslado o relaciones afectivas. Llamar óptima a una configuración solo porque todos cumplen el umbral atribuiría al modelo información que no contiene.

Para ver el efecto del denominador fuera del anillo mínimo, imaginemos una vecindad de ocho posiciones con tres semejantes, dos agentes diferentes y tres vacantes. La proporción entre vecinos ocupados es tres quintos, suficiente para un umbral de un medio. Si dividimos por las ocho posiciones disponibles, obtenemos tres octavos y el mismo agente queda insatisfecho.

Ambas medidas pueden definirse de manera coherente, pero describen condiciones distintas. La primera compara composición entre contactos existentes; la segunda combina composición y ocupación del espacio. Si un estudio cambia de denominador al modificar la densidad, puede atribuir a la presencia de otros tipos un efecto que procede de las vacantes.

El denominador debe fijarse antes de calibrar parámetros, porque un umbral estimado bajo una definición no puede trasladarse directamente a la otra. Incluso cuando ambas versiones reproducen un porcentaje similar de agentes satisfechos, pueden clasificar de forma diferente a cada agente y generar trayectorias de movimiento incompatibles.

Con estas definiciones podemos variar el umbral, incluir vacantes en el denominador o cambiar el tratamiento del aislamiento. Cada modificación responde a una pregunta diferente. Mezclarlas sin registro dificulta saber qué supuesto produjo una transformación del patrón.

245.3. Reubicación y efectos sobre terceros

Numeremos las posiciones de cero a nueve. En cada evento buscamos, de menor a mayor índice, un agente insatisfecho que disponga de alguna vacante aceptable. Para ese agente examinamos las vacantes también en orden creciente. El primer destino que lo deja satisfecho después del traslado es su nueva posición.

La evaluación del destino se hace sobre la configuración que resulta de retirar al agente de su origen y colocarlo en la vacante. Esta precisión evita contar al propio agente como vecino cuando origen y destino están cerca. También actualiza correctamente las vacantes que el movimiento deja detrás.

Si el primer agente insatisfecho no tiene destino aceptable, pasamos al siguiente. Si ninguno puede hacer un movimiento permitido, detenemos la dinámica. Esa detención puede deberse a satisfacción general o a bloqueo por falta de destinos. En nuestro ejemplo ocurrirá la primera posibilidad, pero el algoritmo admite ambas.

Después de cada movimiento volvemos a calcular la satisfacción de la población sobre el estado nuevo, sin mantener una lista congelada de agentes insatisfechos al inicio de una ronda. Un traslado puede satisfacer a alguien que antes quería moverse o volver insatisfecho a alguien que permanecía quieto.

Este efecto sobre terceros es el núcleo de la dinámica. Si un agente pierde un vecino semejante, su proporción local puede caer; si pierde uno diferente, puede aumentar. En el destino sucede algo complementario, porque la llegada cambia las proporciones de quienes ya estaban allí.

No existe una instrucción que busque maximizar el agrupamiento global. Cada movimiento permitido satisface una condición del agente que se traslada. Las consecuencias para el resto pueden reforzar o contrarrestar esa mejora local, así que no debemos suponer que cada paso aumente una medida global de bienestar o de segregación.

El orden por índices es deliberadamente determinista para permitir la reproducción manual. Introduce una prioridad que sería arbitraria en muchas aplicaciones. Más adelante podremos reemplazarla por selección aleatoria o por una regla con fundamento empírico, pero esa sustitución puede cambiar la trayectoria.

El acceso a todas las vacantes también es un supuesto fuerte. Los agentes conocen los destinos y pueden trasladarse sin costo ni límite de distancia. Si solo conocieran una muestra de vacantes o tuvieran restricciones económicas, algunas opciones desaparecerían. La disponibilidad geométrica de una vacante no implica que sea efectivamente accesible.

Estas reglas definen una variante específica de la familia de Schelling; no atribuimos esta secuencia exacta al artículo original. La usaremos como experimento propio para examinar cómo preferencias mínimas, vacantes y externalidades locales pueden reorganizar un sistema.

245.4. Una trayectoria que puede comprobarse completa

La configuración inicial alterna los tipos en las primeras ocho posiciones y deja vacías las dos últimas. La representamos con A, B y un punto para cada vacante. La cadena se lee de izquierda a derecha desde la posición cero; la última posición es vecina de la primera.

En el estado inicial, cada agente tiene únicamente vecinos ocupados del tipo contrario. Los agentes de los extremos del tramo ocupado tienen un vecino contrario y una vacante. Por tanto, ninguno cumple el umbral de un medio. Hay siete vínculos entre posiciones ocupadas y todos conectan tipos diferentes.

El primer agente no puede trasladarse a la posición ocho porque allí tendría un vecino B y no alcanzaría el umbral. Sí puede trasladarse a la posición nueve, porque, una vez desocupado su origen, sus dos vecinos están vacíos y la convención sobre aislamiento permite el movimiento.

Después, el agente B de la posición uno puede ocupar la posición ocho. Allí encuentra un B en siete y un A en nueve, de modo que su proporción de semejantes es un medio. El traslado también modifica las oportunidades y vecindades de quienes permanecen en el anillo.

La tabla muestra ocho movimientos, pero no implica que ocho agentes diferentes se hayan trasladado exactamente una vez. El procedimiento selecciona posiciones ocupadas en cada estado y un mismo agente puede moverse más de una vez. Para estudiar trayectorias individuales habría que conservar identidades además de etiquetas de tipo.

Al final todos los agentes están satisfechos según la convención definida. Hay pares y agrupaciones de tipos iguales, dos vacantes y un agente A aislado entre ellas. La proporción global de tipos no cambió (siguen existiendo cuatro A y cuatro B); cambió su organización espacial.

La satisfacción no aumentó estrictamente en cada evento; en el quinto permaneció en cinco. El ejemplo tampoco excluye que disminuya en otras configuraciones. Una trayectoria exacta no prueba que exista una función global que mejore necesariamente con cualquier movimiento permitido.

Podemos reproducir cada paso sin azar y verificar que no desaparezcan agentes, no cambien tipos y se conserven dos vacantes. Esas invariantes son controles independientes del patrón final. Una imagen agrupada podría parecer plausible incluso si el código hubiera duplicado o eliminado agentes por error.

245.5. Medir agrupamiento y escoger una referencia

Como medida sencilla usaremos la fracción de vínculos ocupados cuyos extremos tienen el mismo tipo. Contamos cada arista del anillo una sola vez y excluimos las que tocan una vacante. En la configuración inicial hay cero vínculos iguales entre siete vínculos ocupados, por lo que la medida vale cero.

En la configuración final hay seis vínculos ocupados. Cuatro unen tipos iguales y dos unen tipos diferentes. La medida es cuatro sextos, equivalente a dos tercios. Esa cifra resume la asociación local entre etiquetas; los tamaños de grupos, las distancias y el acceso a oportunidades requieren otras descripciones.

El denominador cambió durante la trayectoria porque las vacantes se desplazaron. Por eso debemos informar numerador y denominador además del cociente. Un aumento de la fracción puede combinar cambios en vínculos iguales, vínculos diferentes y cantidad de contactos ocupados.

La comparación con una referencia aleatoria también requiere cuidado. Si distribuimos cuatro etiquetas A y cuatro B uniformemente entre ocho posiciones ocupadas fijas, la probabilidad de que los extremos de cualquier vínculo ocupado tengan el mismo tipo es tres séptimos. Después de elegir una etiqueta, quedan tres iguales entre las siete restantes.

El valor no es exactamente un medio porque la composición total está fijada sin reemplazo en una población pequeña. Dos tercios supera esa referencia para la ocupación final, pero una comparación estadística completa debería usar la distribución de la medida bajo todas las asignaciones o bajo una muestra definida.

La satisfacción y el agrupamiento son observables distintos. La configuración AAAABBBB.. también satisface a todos los agentes bajo nuestro umbral, pero tiene seis vínculos iguales entre siete ocupados. Su agrupamiento local es mayor que el del estado final de la trayectoria.

Esta comparación muestra que el criterio de detención no selecciona un único grado de segregación. Muchas configuraciones pueden ser absorbentes porque nadie desea moverse. El estado alcanzado depende de la historia y del conjunto de movimientos disponibles, además de los umbrales.

Podemos añadir medidas de exposición entre grupos, tamaños de componentes o distribución de proporciones locales, cada una de las cuales mide un aspecto diferente. En una aplicación urbana interviene, además, la escala del vecindario, porque una distribución puede estar mezclada a una escala y separada a otra. Un solo índice no sustituye esa descripción.

Las medidas deben elegirse antes de interpretar una imagen. Un mapa con manchas grandes puede sugerir separación, pero su significado depende de densidad, escala y composición. Cuantificar esas condiciones permite comparar escenarios sin depender únicamente de la impresión visual.

245.6. Lo que un umbral moderado permite concluir

En nuestra regla, un agente acepta un vecindario con un vecino semejante y otro diferente. Aun así, la trayectoria produce más vínculos entre iguales que la configuración inicial. Esto ilustra cómo condiciones locales de aceptación pueden generar una reorganización colectiva que ningún agente calcula globalmente.

La expresión «preferencia moderada» necesita un referente. Un umbral de un medio puede parecer bajo o alto según la composición poblacional, el tamaño del vecindario y las alternativas disponibles. Si un grupo es pequeño, exigir que al menos la mitad de sus vecinos pertenezca a él puede imponer una concentración considerable.

Aceptar cierta mezcla, por otra parte, es distinto de preferirla a cualquier otra composición. Nuestro agente permanece inmóvil cuando cumple el umbral, pero no asigna mayor valor a una mezcla equilibrada que a un entorno homogéneo. Afirmar que todos desean integración iría más allá de la función de decisión especificada.

Podríamos construir una preferencia con máximo en una composición intermedia y estudiar su dinámica. También podríamos introducir rechazo a vecindarios demasiado homogéneos. Esas variantes plantean preguntas distintas, cuyos resultados deben calcularse por separado.

El ejemplo tampoco demuestra inevitabilidad. Si el umbral fuera cero y todos fueran considerados satisfechos, nadie se movería bajo nuestra regla. Si no hubiera vacantes, los traslados estarían bloqueados. Si cambiáramos la inicialización, podríamos comenzar en una configuración ya satisfecha y no observar ninguna reorganización.

La posibilidad de un resultado depende de la combinación de preferencias, geometría y movilidad. Retirar uno de esos componentes puede eliminarlo o modificarlo. Una explicación adecuada debe describir esa combinación; reducir todo el patrón a una sola palabra, como homofilia, la oculta.

La ausencia de un plan global tampoco significa ausencia de sesgo local. Los agentes distinguen tipos y esa distinción influye en sus movimientos. El modelo permite estudiar cómo se amplifican ciertas diferencias, pero eso no vuelve neutrales las reglas individuales ni borra las condiciones que las originan.

En una interpretación social debemos separar capacidad de elección, restricciones y motivaciones. Una persona puede vivir cerca de semejantes por redes de apoyo, precios, información, discriminación o preferencias; varios de estos mecanismos pueden actuar juntos. Sin otros datos, el patrón espacial no identifica cuál de ellos explica cada decisión.

La fuerza del modelo está en hacer explícita una cadena de consecuencias. Su límite aparece cuando esa cadena se usa como explicación completa sin contrastar los supuestos. Tener presentes ambos aspectos permite aprender del experimento sin convertirlo en una afirmación general sobre poblaciones reales.

245.7. Vacantes, aislamiento y dependencia de la historia

Las vacantes permiten movimientos, modifican denominadores locales y crean zonas de contacto o separación. En nuestra trayectoria, la primera reubicación depende de que una vacante se convierta en un destino aislado cuando el agente abandona su origen.

Si declaráramos insatisfechos a los agentes sin vecinos ocupados, ese primer movimiento dejaría de ser aceptable. Corregir la etiqueta de satisfacción en la tabla final sería insuficiente; habría que recalcular toda la trayectoria, porque el cambio altera qué eventos son posibles desde el inicio.

La densidad también interactúa con la regla. Con muchas vacantes puede haber aislamiento frecuente; con pocas, las oportunidades de traslado pueden escasear. Como más movilidad potencial y menos contactos efectivos pueden actuar en direcciones diferentes, el efecto sobre el agrupamiento no debe suponerse monótono sin análisis.

El orden por índices introduce dependencia de la historia. Cuando un agente ocupa una vacante, modifica el conjunto de destinos de los demás; en nuestro modelo, dos agentes que podrían usar el mismo espacio no pueden hacerlo simultáneamente.

Si usamos movimientos simultáneos, debemos resolver conflictos. Podemos sortear un ganador, cancelar movimientos incompatibles o permitir intercambios. Cada procedimiento define otra dinámica. Una implementación que asigne silenciosamente la vacante al último agente procesado incorpora una prioridad accidental.

También debemos distinguir reubicación e intercambio. Un modelo sin vacantes puede permitir que dos agentes cambien de posición, pero necesita definir condiciones para ambos y un procedimiento de selección. Esa dinámica difiere de la que resulta de prohibir todo movimiento cuando no hay espacio vacío.

La dependencia de la historia puede producir varios estados absorbentes desde diferentes condiciones iniciales. Para estudiarla, podemos fijar reglas y explorar inicializaciones, o fijar una inicialización y variar órdenes aleatorios. Son dos fuentes de variación distintas y conviene informar sus contribuciones por separado.

Un estado sin movimientos posibles puede tener a todos los agentes satisfechos o contener agentes insatisfechos sin destinos aceptables. Si resumimos ambos casos como equilibrio, perdemos una diferencia sustantiva entre conformidad con la situación y bloqueo por restricciones.

En una aplicación, los costos de traslado pueden producir otro tipo de inmovilidad. Un agente puede preferir mudarse y no disponer de recursos. Confundir permanencia observada con satisfacción inferida llevaría a estimar preferencias equivocadas. El modelo debe representar las restricciones relevantes antes de interpretar la ausencia de movimiento como elección.

245.8. Del experimento abstracto a la evidencia social

Un modelo empírico necesita definir qué representan las posiciones, los agentes y los vínculos de vecindad. Una celda puede representar una vivienda, una parcela o una zona agregada, pero esas opciones implican capacidades y escalas diferentes. No podemos cambiar la interpretación sin revisar reglas y observables.

También necesitamos información sobre destinos accesibles. La disponibilidad residencial depende de precios, crédito, requisitos, transporte y discriminación, entre otros factores. Una vacante visible en un mapa puede ser inaccesible para ciertos hogares. Dar acceso uniforme a todas las posiciones puede atribuir a preferencias lo que procede de restricciones.

Las preferencias declaradas, las elecciones observadas y las oportunidades disponibles son fuentes de información distintas. Una elección entre alternativas limitadas no revela directamente la opción preferida entre todas las imaginables. El procedimiento de calibración debe tener en cuenta el conjunto real de opciones.

Clark y Fossett relacionan la discusión del modelo con evidencia sobre preferencias residenciales y contexto social [3]. Para nuestro propósito, la enseñanza metodológica es que el mecanismo abstracto debe confrontarse con observaciones sobre decisiones y oportunidades. Si solo se reproducen agrupamientos espaciales, quedan abiertas muchas explicaciones.

Podemos contrastar con los datos la distribución residencial, las tasas de mudanza, los destinos elegidos, la exposición entre grupos y los tiempos de permanencia. Un modelo que reproduce el mapa final pero requiere una movilidad incompatible con los registros tiene una discrepancia relevante. Ajustar solo la imagen oculta esa tensión.

Una configuración ya segregada puede persistir bajo reglas diferentes de las que la produjeron, de modo que explicar su mantenimiento y explicar su formación son tareas distintas. Los datos longitudinales pueden ayudar a distinguirlas mejor que una fotografía de un solo momento.

Los grupos abstractos de una simulación no deben naturalizarse. Las categorías sociales pueden cambiar, superponerse y adquirir significado mediante instituciones. Un modelo binario puede ser útil para una pregunta acotada, pero no recoge todas las dimensiones de pertenencia o desigualdad.

Las intervenciones requieren otro nivel de evidencia. Cambiar una preferencia en el código no equivale a una acción disponible en el mundo. Modificar el acceso a vivienda, información o costos puede tener efectos adicionales que el modelo mínimo no incluye. Una evaluación debe conectar la intervención simulada con mecanismos implementables y resultados pertinentes.

Cuando esa conexión no esté establecida, el modelo sigue siendo útil como experimento conceptual. Puede mostrar efectos indirectos, revelar dependencias y orientar mediciones. Su conclusión debe formularse en términos de condiciones y posibilidades, sin convertir una demostración abstracta en una explicación exclusiva de un problema social.

245.9. Auditar una implementación de segregación

La primera revisión comprueba la conservación. En nuestra variante deben permanecer cuatro agentes A, cuatro B y dos vacantes después de cada evento. Si se conservan identidades, cada una debe aparecer exactamente una vez. Estos controles detectan errores de traslado que una inspección visual puede pasar por alto.

La segunda revisión calcula la satisfacción en configuraciones pequeñas. Debemos verificar los casos de dos vecinos iguales, dos diferentes, uno de cada tipo, un solo vecino y ningún vecino ocupado. También debemos comprobar el uso de mayor o igual frente a mayor estricto.

La tercera revisión examina la evaluación del destino. El origen debe quedar vacío antes de calcular la vecindad resultante. Podemos diseñar un traslado entre posiciones cercanas donde olvidar esa retirada cambie la decisión.

La cuarta revisión reproduce los ocho movimientos de la tabla. Debemos comprobar origen, destino y satisfacción después de cada evento, ya que alcanzar una configuración final parecida no basta. Si una diferencia aparece temprano, conviene localizarla antes de interpretar variaciones posteriores como sensibilidad del sistema.

La quinta revisión calcula los vínculos de manera independiente. Cada arista del anillo se cuenta una vez, incluida la conexión entre nueve y cero. Las aristas con vacantes se excluyen del denominador. Debemos recuperar cero sobre siete al inicio y cuatro sobre seis al final.

Después se estudia la sensibilidad a los supuestos. Podemos variar umbral, tratamiento del aislamiento, orden, cantidad de vacantes y radio de vecindad. Cambiar una dimensión por vez ayuda a interpretar efectos; un diseño factorial permite estudiar interacciones cuando la pregunta lo requiere.

Las simulaciones aleatorias deben informar la distribución de resultados; una realización elegida no la reemplaza. También conviene registrar cuántos experimentos terminan con satisfacción total, cuántos quedan bloqueados y cuántos alcanzan el límite temporal. Agruparlos bajo un único promedio puede ocultar comportamientos cualitativamente distintos.

Si existe un máximo de eventos, llegar a él no demuestra que el sistema haya alcanzado un ciclo o un equilibrio, de modo que esas ejecuciones deben etiquetarse como detenidas por horizonte. Detectar ciclos requiere comparar estados completos junto con la información del calendario necesaria para determinar la evolución.

La auditoría bibliográfica debe separar el experimento propio de los resultados publicados. Nuestra tabla pertenece a la variante definida aquí. Las referencias originales sustentan la familia de problemas y sus argumentos históricos, pero no deben presentarse como fuente de números calculados para reglas que hemos elegido nosotros.

245.10. Interpretar una separación colectiva

La trayectoria del anillo mostró cómo movimientos motivados por condiciones locales pueden aumentar el agrupamiento sin una instrucción global de segregación. También mostró que ese resultado depende de vacantes, orden, vecindad y una convención sobre aislamiento. Esas condiciones forman parte de la explicación.

La satisfacción individual no determina un único patrón colectivo. Dos configuraciones con todos sus agentes satisfechos pueden tener proporciones diferentes de vínculos entre iguales. La satisfacción tampoco equivale a bienestar general; la variable solo registra el cumplimiento de una condición limitada.

La lectura empírica exige distinguir posibilidad, frecuencia e identificación. Una trayectoria demuestra que un resultado puede ocurrir. Un conjunto de simulaciones bajo una distribución definida informa con qué frecuencia ocurre allí. Los datos sobre decisiones, restricciones e historia permiten evaluar si ese mecanismo ayuda a explicar un caso real.

El modelo es útil sobre todo para recordar que los efectos de una acción se extienden a los vecinos y pueden modificar sus decisiones. Esa retroalimentación conecta escalas sin garantizar una correspondencia simple entre motivos y resultados. Analizarla requiere seguir la secuencia de oportunidades y cambios.

El siguiente capítulo tratará de bandadas y movimiento colectivo. Conservaremos la pregunta por la relación entre reglas locales y organización global, pero ahora las posiciones y direcciones cambiarán continuamente. La comparación permitirá estudiar cuándo una coordinación visible necesita alineamiento explícito y cuándo puede surgir de otras interacciones.

Referencias

1. Schelling, T. C. (1969). Models of segregation. American Economic Review, 59(2), 488–493. https://www.jstor.org/stable/1823701
2. Schelling, T. C. (1971). Dynamic models of segregation. Journal of Mathematical Sociology, 1(2), 143–186. https://doi.org/10.1080/0022250X.1971.9989794
3. Clark, W. A. V. y Fossett, M. (2008). Understanding the social context of the Schelling segregation model. Proceedings of the National Academy of Sciences, 105(11), 4109–4114. https://doi.org/10.1073/pnas.0708155105