Efecto de las Inspecciones en Redes Sociales
Fuente:
Universidad Tecnológica de la Mixteca
Consideramos una población que forma una red social. La información fluye a través de los enlaces de la red. La población es inspeccionada aleatoriamente asumiendo que los individuos adoptan una conducta legal (pagadores) o no (evasores). Los evasores son obligados a ser ciudadanos obedientes (pagad...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | bookPart |
| Language: | Spanish |
| Published: |
Universidad Tecnológica de la Mixteca
2017
|
| Subjects: | |
| Online Access: | |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Consideramos una población que forma una red social. La información fluye a través de los enlaces de la red. La población es inspeccionada aleatoriamente asumiendo que los individuos adoptan una conducta legal (pagadores) o no (evasores). Los evasores son obligados a ser ciudadanos obedientes (pagadores). Estos pagadores inspeccionados pueden volver a defraudar con una tasa de reincidencia ρ, cuyo valor va desde ρ = 0 (nunca) hasta ρ = 1 (inmediatamente). Estudiamos el caso en el que la estructura de la red determina el efecto de la inspección. Se asume que se realiza una única inspección sobre una población formada enteramente por evasores, y, como resultado, la distribución de la población cambia con el tiempo hasta alcanzar un estado estacionario. Mostramos que durante esta evolución la interfase que separa las dos subpoblaciones alcanza un valor máximo de nodos en un tiempo dado y estos valores dependen de la estructura de la red. La red se modela como una red Small World de Watts-Strogatz cuya topología puede calibrarse con el parámetro p (probabilidad de reenlazado). Aplicamos una regla local de actualización que tiene en cuenta la proporción de vecinos más cercanos en cada estado. Discutimos estos resultados dentro del contexto de la evasión de impuestos donde las estrategias de inspección pueden ser relevantes. |
|---|