Rebolledo, RolandoOlave Acosta, Bárbara Alejandra2026-04-062026-04-062025https://repositoriobibliotecas.uv.cl/handle/uvscl/17194La presente tesis aborda la modelación estocástica de la dinámica del potencial de acción generado por las células ganglionares de la retina de ratones, en respuesta a estímulos visuales específicos. El objetivo principal fue caracterizar la respuesta fotorreceptora, evaluar la validez de distintos modelos estocásticos y comparar los patrones de activación observados con las simulaciones propuestas. La investigación se inició con la hipótesis de que la fotorreacción podría ser descrita mediante un proceso sin memoria. Los resultados de las pruebas estadísticas de bondad de ajuste rechazaron consistentemente esta hipótesis, revelando que la dinámica retiniana posee propiedades de memoria intrínsecas. Ante este hallazgo, se evaluó una segunda hipótesis que planteaba la posibilidad de aproximar el sistema a un proceso sin memoria mediante la censura selectiva del 5% de los valores extremos en los tiempos. A pesar de la mejora visual en los histogramas, las pruebas estadísticas replicadas también refutaron esta hipótesis, confirmando la persistencia de la memoria en el sistema aun con la eliminación de datos atípicos. El rechazo de las hipótesis sin memoria condujo al desarrollo y evaluación de un prototipo de modelo con memoria, basado en un modelo tipo Langevin con memoria basado en el efecto fotoeléctrico sobre la retina. La simulación y el análisis de los resultados mostraron que el modelo logró reproducir la tendencia general de la actividad neuronal en diversas células y bajo diferentes ángulos de estimulación. El análisis de varianzas y desviaciones estándar confirmó la robustez del modelo en la mayoría de los ángulos, aunque se observaron desviaciones en células de alta actividad, lo que sugiere posibles límites en la precisión temporal bajo dinámicas muy densas. Esta tesis aporta metodológicamente en modelado estocástico con memoria, desarrolla herramientas computacionales en Python, y sugiere aplicaciones practicas para prótesis visuales, aunque reconoce limitaciones en generalización y precisión fina.esAtribución-NoComercial-CompartirIgual 3.0 Chile (CC BY-NC-SA 3.0 CL)PROCESOS ESTOCASTICOSCADENAS DE MARKOVALGORITMOSPROBABILIDADESFUNCIONES KERNELTDPRE