tnfr 1.0__py3-none-any.whl → 2.0.1__py3-none-any.whl

tnfr/core/ontosim.py

@@ -1,1074 +0,0 @@
-from typing import List
-import networkx as nx
-from dataclasses import dataclass
-from collections import Counter
-import math
-from math import isnan
-import numpy as np
-import random
-from tnfr.resonance.dynamics import inicializar_coordinador_temporal_canonico
-from tnfr.resonance.dynamics import BifurcationManagerTNFR
-from tnfr.resonance.dynamics import integrar_bifurcaciones_canonicas_en_simulacion
-from tnfr.resonance.dynamics import integrar_tiempo_topologico_en_simulacion
-from tnfr.resonance.dynamics import evaluar_activacion_glifica_dinamica
-from tnfr.matrix.operators import acoplar_nodos
-from tnfr.matrix.operators import aplicar_remesh_si_estabilizacion_global
-from tnfr.matrix.operators import detectar_EPIs_compuestas
-from tnfr.matrix.operators import glifo_por_estructura
-from tnfr.matrix.operators import aplicar_glifo
-from tnfr.matrix.operators import transicion_glifica_canonica
-from tnfr.matrix.operators import interpretar_sintaxis_glífica
-from tnfr.utils.helpers import evaluar_si_nodal
-from tnfr.utils.helpers import emergencia_nodal
-from tnfr.utils.helpers import detectar_macronodos
-from tnfr.utils.helpers import algo_se_mueve
-from tnfr.utils.helpers import reciente_glifo
-from tnfr.utils.helpers import detectar_nodos_pulsantes
-from tnfr.utils.helpers import promover_emergente
-
-def inicializar_nfr_emergente(forma_base, campo_coherencia=None):
-    """
-    Inicializa NFR siguiendo condiciones de emergencia nodal TNFR.
-    
-    Reemplaza las heurísticas ad-hoc por evaluación estructural canónica.
-    """
-    # Verificar condiciones de emergencia
-    if not cumple_condiciones_emergencia(forma_base, campo_coherencia):
-        return None
-    
-    # Calcular parámetros estructurales
-    EPI = evaluar_coherencia_estructural(forma_base)
-    νf = calcular_frecuencia_resonante(forma_base)
-    Wi_t = generar_matriz_coherencia(forma_base)
-    fase = sincronizar_con_campo(campo_coherencia, νf)
-    
-    # Calcular parámetros derivados
-    # ΔNFR: gradiente nodal basado en estabilidad interna de Wi_t
-    estabilidad_interna = np.trace(Wi_t) / len(Wi_t)
-    ΔNFR = round((1.0 - estabilidad_interna) * 0.5 - 0.1, 3)  # rango típico [-0.1, 0.4]
-    
-    # Si: índice de sentido basado en coherencia estructural y frecuencia
-    Si = round((EPI / 2.5) * (νf / 3.0) * (1.0 - fase), 3)  # decrece con disonancia
-    
-    # θ: umbral estructural basado en EPI y estabilidad
-    θ = round(min(1.0, EPI * estabilidad_interna * 0.4), 3)
-    
-    # Crear NFR canónico
-    nfr = {
-        "estado": "activo",
-        "glifo": "ninguno",
-        "categoria": "ninguna",
-        "EPI": EPI,
-        "EPI_prev": EPI,
-        "EPI_prev2": EPI, 
-        "EPI_prev3": EPI,
-        "νf": νf,
-        "ΔNFR": ΔNFR,
-        "Si": Si,
-        "θ": θ,
-        "Wi_t": Wi_t,
-        "fase": fase,
-        "simetria_interna": round(estabilidad_interna, 3)
-    }
-    
-    return nfr
-
-def crear_red_desde_datos(datos: List[dict]) -> nx.Graph:
-    """Crea red TNFR desde datos estructurados - NUEVA FUNCIÓN"""
-    G = nx.Graph()
-    campo_coherencia = {}
-    
-    for nodo_data in datos:
-        nodo_id = nodo_data.get('id', f"nodo_{len(G)}")
-        
-        # Usar inicialización canónica existente
-        if 'forma_base' in nodo_data:
-            nfr = inicializar_nfr_emergente(nodo_data['forma_base'], campo_coherencia)
-            if nfr:
-                G.add_node(nodo_id, **nfr)
-                campo_coherencia[nodo_id] = nfr
-        else:
-            # Datos ya procesados
-            G.add_node(nodo_id, **nodo_data)
-    
-    # Usar conectividad canónica existente  
-    umbrales, _ = gestionar_conexiones_canonico(G, 0, [])
-    return G
-
-def calcular_frecuencia_resonante(forma_base):
-    """
-    Determina νf por patrones vibratorios estructurales.
-    
-    La frecuencia resonante depende de:
-    - Alternancia estructural (consonante/vocal)
-    - Densidad energética (consonantes oclusivas vs continuas)
-    - Fluidez topológica (transiciones suaves)
-    """
-    if not forma_base:
-        return 1.0
-    
-    forma_norm = forma_base.lower()
-    longitud = len(forma_norm)
-    
-    # Clasificación fonética TNFR
-    vocales = "aeiouáéíóúü"
-    oclusivas = "pbtdkgqc"      # alta energía, baja frecuencia
-    continuas = "fvszjlmnr"     # media energía, alta frecuencia  
-    fluidas = "wyh"             # baja energía, muy alta frecuencia
-    
-    # Factor de alternancia (patrones alternos)
-    alternancias = 0
-    for i in range(longitud - 1):
-        actual = forma_norm[i] in vocales
-        siguiente = forma_norm[i+1] in vocales
-        if actual != siguiente:  # transición vocal-consonante o viceversa
-            alternancias += 1
-    
-    factor_alternancia = alternancias / max(longitud - 1, 1)
-    
-    # Factor de densidad energética
-    densidad_oclusiva = sum(1 for c in forma_norm if c in oclusivas) / longitud
-    densidad_continua = sum(1 for c in forma_norm if c in continuas) / longitud
-    densidad_fluida = sum(1 for c in forma_norm if c in fluidas) / longitud
-    
-    # Las continuas y fluidas aumentan frecuencia, las oclusivas la reducen
-    factor_energia = (
-        -0.5 * densidad_oclusiva +   # reducen frecuencia
-        0.3 * densidad_continua +    # aumentan ligeramente
-        0.7 * densidad_fluida        # aumentan significativamente
-    )
-    
-    # Factor de fluidez (transiciones suaves entre fonemas similares)
-    def categoria_fonetica(c):
-        if c in vocales: return 'V'
-        elif c in oclusivas: return 'O'
-        elif c in continuas: return 'C'
-        elif c in fluidas: return 'F'
-        else: return 'X'
-    
-    transiciones_suaves = 0
-    for i in range(longitud - 1):
-        cat1 = categoria_fonetica(forma_norm[i])
-        cat2 = categoria_fonetica(forma_norm[i+1])
-        # Transiciones suaves: V-C, C-V, C-F, F-V
-        if (cat1, cat2) in [('V','C'), ('C','V'), ('C','F'), ('F','V'), ('V','F'), ('F','C')]:
-            transiciones_suaves += 1
-    
-    factor_fluidez = transiciones_suaves / max(longitud - 1, 1)
-    
-    # Frecuencia base según longitud (formas más largas tienden a menor frecuencia)
-    freq_base = 1.2 - min(0.4, longitud / 20)
-    
-    # Combinar todos los factores
-    νf = freq_base * (
-        1.0 + 
-        0.4 * factor_alternancia +   # alternancia aumenta frecuencia
-        0.3 * factor_energia +       # balance energético
-        0.3 * factor_fluidez         # fluidez aumenta frecuencia
-    )
-    
-    # Limitar al rango válido [0.1, 3.0]
-    νf = max(0.1, min(3.0, νf))
-    
-    return round(νf, 3)
-
-def _deben_conectarse_canonico(n1: dict, n2: dict) -> bool:
-    """Mejora la lógica existente con umbral áureo"""
-    phi = (1 + math.sqrt(5)) / 2  # φ ≈ 1.618
-    
-    diferencia_vf = abs(n1.get('νf', 1) - n2.get('νf', 1))
-    diferencia_fase = abs(n1.get('fase', 0) - n2.get('fase', 0)) % (2 * math.pi)
-    
-    return (diferencia_vf < 0.01 * phi and 
-            diferencia_fase < math.pi / 2)
-
-def simular_emergencia(G, pasos=100):
-
-    umbrales = {
-        'θ_min': 0.18,
-        'EPI_max_dinamico': 3.0,
-        'θ_mutacion': 0.25,
-        'θ_colapso': 0.45,
-        'bifurcacion_aceleracion': 0.15,
-        'EPI_min_coherencia': 0.4,   # ← Añade este valor por defecto
-        'θ_conexion': 0.12,
-        'EPI_conexion': 1.8,
-        'νf_conexion': 0.2,
-        'Si_conexion': 0.25,
-        'θ_autoorganizacion': 0.35,
-        'bifurcacion_gradiente': 0.8,
-        'sensibilidad_calculada': 1.0,
-        'factor_densidad': 1.0,
-        'fase': 'emergencia'
-    }
-
-    global historia_Ct
-    if 'historia_Ct' not in globals():
-        historia_Ct = []
-    historia_epi = []
-    historia_glifos = ["paso,nodo,glifo"]
-    historial_glifos_por_nodo = {}
-    G_historia = []
-    registro_conexiones = []
-    coordinador_temporal = inicializar_coordinador_temporal_canonico()
-    bifurcation_manager = BifurcationManagerTNFR()
-
-    historial_temporal = []
-
-    glifo_categoria = {
-        "AL": "activador", "EN": "receptor", "IL": "estabilizador",
-        "OZ": "disonante", "UM": "acoplador", "RA": "resonador",
-        "SHA": "latente", "VAL": "expansivo", "NUL": "contractivo",
-        "THOL": "autoorganizador", "ZHIR": "mutante", "NAV": "transicional",
-        "REMESH": "recursivo"
-    }
-
-    # Activación mínima inicial si todos están inactivos o silenciosos
-    if all(G.nodes[n]["estado"] in ["latente", "silencio"] for n in G.nodes):
-        for n in G.nodes:
-            if G.nodes[n]["EPI"] > 0.8 and G.nodes[n]["νf"] > 0.5:
-                G.nodes[n]["estado"] = "activo"
-                G.nodes[n]["glifo"] = "AL"
-                break  # activa solo uno, para iniciar pulso
-
-    for paso in range(pasos):
-        nodos_activos = [n for n in G.nodes if G.nodes[n]["estado"] == "activo"]
-        paso_data = [] 
-
-        acoplar_nodos(G)
-
-        # Cálculo de umbrales adaptativos para emergencia nodal
-        vf_values = [G.nodes[n]["νf"] for n in G.nodes if G.nodes[n]["estado"] == "activo"]
-        dNFR_values = [G.nodes[n]["ΔNFR"] for n in G.nodes if G.nodes[n]["estado"] == "activo"]
-
-        media_vf = np.mean(vf_values) if vf_values else 0
-        std_dNFR = np.std(dNFR_values) if dNFR_values else 0
-
-        for n in list(G.nodes):
-
-            nodo = G.nodes[n]
-            def valor_valido(x):
-                return x is not None and not isinstance(x, str) and not isnan(x)
-
-            for n in list(G.nodes):
-                nodo = G.nodes[n]
-                
-                for clave in ["EPI_prev", "EPI_prev2", "EPI_prev3"]:
-                    if not valor_valido(nodo.get(clave)):
-                        nodo[clave] = nodo.get("EPI", 1.0)
-
-            if nodo["estado"] == "activo":
-                # Dinámica basal influida por νf y sentido
-                factor_ruido = random.uniform(0.98, 1.02) + 0.02 * random.uniform(-1, 1) * (1 - nodo["Si"])
-                modulador = factor_ruido * (1 + 0.02 * min(nodo.get("νf", 1.0), 5))  # cap νf por seguridad
-
-                nodo["EPI"] *= modulador
-
-                # Evitar NaN o valores extremos
-                if not np.isfinite(nodo["EPI"]) or nodo["EPI"] > 10:
-                    nodo["EPI"] = 1.0 + random.uniform(-0.05, 0.05)  # reset suave)
-                if nodo["EPI"] > 1e4:
-                    nodo["EPI"] = 1e4
-                nodo["ΔNFR"] += random.uniform(-0.08, 0.08) * (1.1 - nodo["Si"])
-                nodo["ΔNFR"] = max(min(nodo["ΔNFR"], 1.5), -1.5) 
-
-                # Condición de apagado nodal si pierde coherencia estructural
-                if (
-                    nodo["EPI"] < 0.85
-                    and abs(nodo["ΔNFR"]) > 0.4
-                    and nodo["Si"] < 0.3
-                ):
-                    nodo["estado"] = "inactivo"
-
-            evaluar_si_nodal(nodo, paso)
-
-            if (
-                nodo["estado"] == "silencio"
-                and abs(nodo["ΔNFR"] - nodo["νf"]) < 0.05
-                and nodo.get("Si", 0) > 0.25
-                and nodo.get("d2EPI_dt2", 0) > 0.03
-                and not reciente_glifo(n, "NAV", historial_glifos_por_nodo, pasos=6)
-            ):
-                aplicar_glifo(G, nodo, n, "NAV", historial_glifos_por_nodo, paso)
-                historia_glifos.append(f"{paso},{n},NAV")
-                nodo["estado"] = "activo"
-
-            if (
-                nodo["EPI"] < 0.6
-                and abs(nodo["ΔNFR"]) > 0.75
-                and nodo["Si"] < 0.25
-                and not reciente_glifo(n, "SHA", historial_glifos_por_nodo, pasos=6)
-            ):
-                aplicar_glifo(G, nodo, n, "SHA", historial_glifos_por_nodo, paso)
-                historia_glifos.append(f"{paso},{n},SHA")
-                continue
-
-            if (
-                nodo["estado"] == "latente"
-                and abs(nodo["ΔNFR"]) < 0.05
-                and nodo["Si"] > 0.3
-                and not reciente_glifo(n, "EN", historial_glifos_por_nodo, pasos=10)
-            ):
-                aplicar_glifo(G, nodo, n, "EN", historial_glifos_por_nodo, paso)
-                historia_glifos.append(f"{paso},{n},EN")
-
-            if (
-                nodo["glifo"] == "IL"
-                and nodo["Si"] > 0.55
-                and nodo["νf"] > 1.25
-                and abs(nodo["ΔNFR"]) < 0.15  # Baja necesidad de reorganización
-                and not reciente_glifo(n, "RA", historial_glifos_por_nodo, pasos=8)
-            ):
-                aplicar_glifo(G, nodo, n, "RA", historial_glifos_por_nodo, paso)
-                historia_glifos.append(f"{paso},{n},RA")
-
-            vecinos = list(G.neighbors(n))
-            if (
-                nodo["estado"] == "activo"
-                and vecinos
-                and sum(1 for v in vecinos if abs(G.nodes[v]["θ"] - nodo["θ"]) < 0.08) >= 2
-                and not reciente_glifo(n, "UM", historial_glifos_por_nodo, pasos=8)
-            ):
-                aplicar_glifo(G, nodo, n, "UM", historial_glifos_por_nodo, paso)
-                historia_glifos.append(f"{paso},{n},UM")
-
-            if (
-                abs(nodo.get("d2EPI_dt2", 0)) > 0.25
-                and nodo["Si"] > 0.6
-                and not reciente_glifo(n, "ZHIR", historial_glifos_por_nodo, pasos=10)
-            ):
-                aplicar_glifo(G, nodo, n, "ZHIR", historial_glifos_por_nodo, paso)
-                historia_glifos.append(f"{paso},{n},ZHIR")
-
-            if emergencia_nodal(nodo, media_vf, std_dNFR):
-                glifo = glifo_por_estructura(nodo, G)
-                if glifo:
-                    aplicar_glifo(G, nodo, n, glifo, historial_glifos_por_nodo, paso)
-                    historia_glifos.append(f"{paso},{n},{glifo}")
-                    nodo["categoria"] = glifo_categoria.get(glifo, "ninguna")
-
-                    # Evaluación glífica con umbrales dinámicos (mejora canónica)
-                    vecinos_data = [G.nodes[v] for v in G.neighbors(n)]
-                    glifo_dinamico = evaluar_activacion_glifica_dinamica(nodo, umbrales, vecinos_data)
-
-                    if glifo_dinamico and not reciente_glifo(n, glifo_dinamico, historial_glifos_por_nodo, pasos=8):
-                        aplicar_glifo(G, nodo, n, glifo_dinamico, historial_glifos_por_nodo, paso)
-                        historia_glifos.append(f"{paso},{n},{glifo_dinamico}")
-
-                    glifo_siguiente = transicion_glifica_canonica(nodo)
-                    if glifo_siguiente:
-                        aplicar_glifo(G, nodo, n, glifo_siguiente, historial_glifos_por_nodo, paso)
-                        historia_glifos.append(f"{paso},{n},{glifo_siguiente}")
-                        nodo["glifo"] = glifo_siguiente
-                        nodo["categoria"] = glifo_categoria.get(glifo_siguiente, "ninguna")
-
-            # Activación estructural de VAL (expansión controlada)
-            if (
-                nodo["Si"] > 0.8
-                and nodo["EPI"] > 1.2
-                and abs(nodo["ΔNFR"]) < 0.2
-                and nodo.get("dEPI_dt", 0) > 0.15
-                and not reciente_glifo(n, "VAL", historial_glifos_por_nodo, pasos=10)
-            ):
-                if "expansiones_val" not in nodo:
-                    nodo["expansiones_val"] = 0
-
-                if nodo["expansiones_val"] < 3:
-                    activar_val_si_estabilidad(n, G, paso, historial_glifos_por_nodo)
-                    nodo["expansiones_val"] += 1
-                else:
-                    aplicar_glifo(G, nodo, n, "THOL", historial_glifos_por_nodo, paso)
-                    historia_glifos.append(f"{paso},{n},THOL")
-
-            if nodo.get("glifo") == "VAL":
-                condiciones_contraccion = (
-                    abs(nodo.get("d2EPI_dt2", 0)) < 0.05 and
-                    abs(nodo.get("ΔNFR", 0)) < 0.1 and
-                    nodo.get("νf", 1.0) < 1.0 and
-                    abs(nodo.get("EPI", 0) - nodo.get("EPI_prev", 0)) < 0.01
-                )
-
-                if condiciones_contraccion:
-                    aplicar_glifo(G, nodo, n, "NUL", historial_glifos_por_nodo, paso)
-                    historia_glifos.append(f"{paso},{n},NUL")
-                    nodo["glifo"] = "NUL"
-                    nodo["categoria"] = glifo_categoria.get("NUL", "ninguna")
-
-            paso_data.append({
-                "nodo": n, 
-                "paso": paso, 
-                "EPI": round(nodo["EPI"], 2)
-            })
-            nodo["EPI_prev3"] = nodo.get("EPI_prev2", nodo["EPI_prev"])
-            nodo["EPI_prev2"] = nodo.get("EPI_prev", nodo["EPI"])
-            nodo["EPI_prev"] = nodo["EPI"] if np.isfinite(nodo["EPI"]) else 1.0
-
-            # Cálculo de ∂EPI/∂t = νf · ΔNFR
-            dEPI_dt = nodo["νf"] * nodo["ΔNFR"]
-            nodo["dEPI_dt"] = dEPI_dt
-            if "historial_dEPI_dt" not in nodo:
-                nodo["historial_dEPI_dt"] = []
-            nodo["historial_dEPI_dt"].append((paso, dEPI_dt))
-
-            # Registrar evolución de νf y ΔNFR
-            if "historial_vf" not in nodo:
-                nodo["historial_vf"] = []
-            if "historial_dNFR" not in nodo:
-                nodo["historial_dNFR"] = []
-
-            nodo["historial_vf"].append((paso, nodo["νf"]))
-            nodo["historial_dNFR"].append((paso, nodo["ΔNFR"]))
-
-            # Calcular aceleración estructural ∂²EPI/∂t² solo si los valores son válidos
-            if all(np.isfinite([nodo.get("EPI", 0), nodo.get("EPI_prev", 0), nodo.get("EPI_prev2", 0)])):
-                aceleracion = nodo["EPI"] - 2 * nodo["EPI_prev"] + nodo["EPI_prev2"]
-            else:
-                aceleracion = 0.0  # O un valor neutro que no active mutaciones erróneas
-
-            nodo["d2EPI_dt2"] = aceleracion
-
-            # Umbral de bifurcación: si se supera, aplicar THOL
-            resultado_bifurcaciones = integrar_bifurcaciones_canonicas_en_simulacion(
-                G, paso, coordinador_temporal, bifurcation_manager
-            )
-
-            # Evaluar contracción si hay disonancia o colapso de sentido (NU´L)
-            if nodo.get("estado") == "activo":
-                aplicar_contraccion_nul(n, G, paso, historial_glifos_por_nodo)
-
-            # === CONTROL DE EXPANSIÓN INFINITA ===
-            if "expansiones_val" not in nodo:
-                nodo["expansiones_val"] = 0
-
-            if nodo["expansiones_val"] >= 3:
-                continue  # evita expansión si ya lo hizo demasiadas veces
-
-            # Aquí sí puede expandirse:
-            activar_val_si_estabilidad(n, G, paso, historial_glifos_por_nodo)
-            nodo["expansiones_val"] += 1
-
-            if (
-                nodo.get("estado") == "activo"
-                and nodo.get("Si", 0) > 0.8
-                and nodo.get("EPI", 0) > 1.1
-                and abs(nodo.get("ΔNFR", 0)) < 0.25
-                and nodo.get("dEPI_dt", 0) > 0.15
-                and not reciente_glifo(n, "VAL", historial_glifos_por_nodo, pasos=8)
-            ):
-                activar_val_si_estabilidad(n, G, paso, historial_glifos_por_nodo)
-
-            # Guardar aceleración para graficar más tarde
-            if "historial_aceleracion" not in nodo:
-                nodo["historial_aceleracion"] = []
-            nodo["historial_aceleracion"].append((paso, aceleracion))
-
-        # Gestión temporal topológica TNFR
-        resultado_temporal = integrar_tiempo_topologico_en_simulacion(G, paso, coordinador_temporal)
-        historial_temporal.append(resultado_temporal['estadisticas'])
-
-        # Gestión de conexiones con información temporal
-        umbrales, estadisticas_conexiones = gestionar_conexiones_canonico(G, paso, historia_Ct)
-
-        # Calcular coherencia total C(t) al final del paso
-        C_t = sum(G.nodes[n]["EPI"] for n in G.nodes) / len(G)
-        historia_Ct.append((paso, C_t))
-
-        historia_epi.append(paso_data)
-
-        G_snapshot = nx.Graph()
-        G_snapshot.add_nodes_from([(n, G.nodes[n].copy()) for n in G.nodes])
-        G_snapshot.add_edges_from(G.edges)
-        G_historia.append(G_snapshot)
-
-        for nodo_id in list(historial_glifos_por_nodo.keys()):
-            glifos = historial_glifos_por_nodo[nodo_id]
-
-            if (
-                len(glifos) >= 3 
-                and glifos[-1][1] == glifos[-2][1] == glifos[-3][1]
-                and abs(G.nodes[nodo_id]["EPI"] - G.nodes[nodo_id]["EPI_prev"]) < 0.05
-            ):
-                aplicar_glifo(G, G.nodes[nodo_id], nodo_id, "REMESH", historial_glifos_por_nodo, paso)
-                historia_glifos.append(f"{paso},{nodo_id},REMESH")
-
-        aplicar_remesh_si_estabilizacion_global(G, historial_glifos_por_nodo, historia_glifos, paso)
-        aplicar_remesh_grupal(G, historial_glifos_por_nodo)
-        epi_compuestas = detectar_EPIs_compuestas(G, umbrales)
-        if algo_se_mueve(G, historial_glifos_por_nodo, paso):
-            historial_macronodos, macronodes_info = detectar_macronodos(G, historial_glifos_por_nodo, epi_compuestas, paso)
-          
-        else:
-            macronodes_info = {'nodos': [], 'conexiones': []}
-
-        # Evaluar exceso de VAL y promover reorganización estructural
-        for nodo_id, glifos in historial_glifos_por_nodo.items():
-            ultimos = [g for _, g in glifos[-6:]]  # últimos 6 glifos del nodo
-            if ultimos.count("VAL") >= 4 and "THOL" not in ultimos and "ZHIR" not in ultimos:
-                nodo = G.nodes[nodo_id]
-                
-                # Se decide el glifo correctivo en función de su Si y ΔNFR
-                if nodo["Si"] > 0.5 and abs(nodo["ΔNFR"]) < 0.2:
-                    aplicar_glifo(G, nodo, nodo_id, "THOL", historial_glifos_por_nodo, paso)
-                    historia_glifos.append(f"{paso},{nodo_id},THOL")
-                else:
-                    aplicar_glifo(G, nodo, nodo_id, "ZHIR", historial_glifos_por_nodo, paso)
-                    historia_glifos.append(f"{paso},{nodo_id},ZHIR")
-
-        nodos_activos = [n for n in G.nodes if G.nodes[n]["estado"] == "activo"]
-
-    # Limpiar bifurcaciones obsoletas cada 300 pasos
-    if paso % 300 == 0:
-        obsoletas = limpiar_bifurcaciones_obsoletas(bifurcation_manager, paso)
-    
-    lecturas = interpretar_sintaxis_glífica(historial_glifos_por_nodo)
-
-    # Diagnóstico simbólico final
-    diagnostico = []
-    for nodo in G.nodes:
-        nombre = nodo
-        datos = G.nodes[nodo]
-        glifos_nodo = [g[1] for g in historial_glifos_por_nodo.get(nombre, [])]
-        mutó = "ZHIR" in glifos_nodo
-        en_epi = any(nombre in grupo["nodos"] for grupo in epi_compuestas)
-        lectura = lecturas.get(nombre, {}).get("trayectoria", [])
-
-        diagnostico.append({
-            "palabra": nombre,
-            "glifos": glifos_nodo,
-            "lectura_sintactica": lectura,
-            "mutó": mutó,
-            "en_epi_compuesta": en_epi,
-            "Si": datos.get("Si", 0),
-            "estado": datos.get("estado", "latente"),
-            "categoría": datos.get("categoria", "sin categoría")
-        })
-
-    nodos_pulsantes = detectar_nodos_pulsantes(historial_glifos_por_nodo)
-
-    for nodo_id in nodos_pulsantes:
-        nodo = G.nodes[nodo_id]
-        historial = historial_glifos_por_nodo.get(nodo_id, [])
-        ultimos = [g for _, g in historial][-6:]
-
-        if nodo["glifo"] in ["THOL", "ZHIR", "REMESH"]:
-            continue  # ya está mutado o recursivo
-
-        nodo = G.nodes[nodo_id]
-
-        # Evaluar emergente canónico
-        if abs(nodo["EPI"] - nodo["EPI_prev"]) < 0.01 and abs(nodo["ΔNFR"]) < 0.05:
-            glifo = "REMESH"
-        elif abs(nodo.get("θ", 0) - nodo.get("θ_prev", 0)) > 0.2:
-            glifo = "ZHIR"
-        elif nodo.get("Si", 0) > 0.8 and nodo.get("glifo") == "UM":
-            glifo = "RA"
-        else:
-            glifo = "THOL"
-
-    if nodo_id in G:
-        promover_emergente(nodo_id, G, paso, historial_glifos_por_nodo, historia_glifos)
-
-    bifurcation_stats = bifurcation_manager.obtener_estadisticas_bifurcacion()
-    return historia_epi, G, epi_compuestas, lecturas, G_historia, historial_glifos_por_nodo, historial_temporal, bifurcation_stats
-
-def aplicar_contraccion_nul(nodo_id, G, paso, historial_glifos_por_nodo):
-    nodo = G.nodes[nodo_id]
-
-    condiciones = (
-        nodo.get("Si", 1.0) < 0.3 and
-        abs(nodo.get("ΔNFR", 0.0)) > 0.8 and
-        nodo.get("estado") == "activo" and
-        nodo.get("d2EPI_dt2", 0) < -0.05
-    )
-
-    if not condiciones:
-        return False
-
-    # Aplicar contracción resonante
-    nodo["EPI"] = round(nodo["EPI"] * 0.7, 3)
-    nodo["estado"] = "latente"
-    nodo["glifo"] = "NUL"
-    nodo["categoria"] = "contractivo"
-
-    historial_glifos_por_nodo.setdefault(nodo_id, []).append((paso, "NUL"))
-    
-    return True
-
-def activar_val_si_estabilidad(nodo_id, G, paso, historial_glifos_por_nodo):
-    nodo = G.nodes[nodo_id]
-
-    # Restricción por sobreexpansión
-    if nodo.get("expansiones_val", 0) >= 3:
-        return None
-
-    condiciones = (
-        nodo.get("Si", 0) > 0.85 and
-        abs(nodo.get("ΔNFR", 0)) < 0.2 and
-        nodo.get("dEPI_dt", 0) > 0.18 and
-        nodo.get("d2EPI_dt2", 0) > 0.2 and
-        nodo.get("estado") == "activo"
-    )
-
-    if not condiciones:
-        return None
-
-    nuevo_id = f"{nodo_id}_VAL_{random.randint(1000, 9999)}"
-    if nuevo_id in G:
-        return None
-
-    nuevo_nodo = {
-        "EPI": round(nodo["EPI"] * random.uniform(1.0, 1.1), 3),
-        "EPI_prev": nodo["EPI"],
-        "EPI_prev2": nodo.get("EPI_prev", nodo["EPI"]),
-        "EPI_prev3": nodo.get("EPI_prev2", nodo["EPI"]),
-        "glifo": "VAL",
-        "categoria": "expansivo",
-        "estado": "activo",
-        "νf": round(nodo["νf"] * random.uniform(1.0, 1.05), 3),
-        "ΔNFR": round(nodo["ΔNFR"] * 0.9, 3),
-        "θ": round(nodo["θ"] + random.uniform(-0.01, 0.01), 3),
-        "Si": nodo["Si"] * 0.98,
-        "historial_glifos": [(paso, "VAL")],
-        "historial_vf": [(paso, nodo["νf"])],
-        "historial_dNFR": [(paso, nodo["ΔNFR"])],
-        "historial_dEPI_dt": [(paso, nodo.get("dEPI_dt", 0))],
-        "historial_Si": [(paso, nodo["Si"])]
-    }
-
-    G.add_node(nuevo_id, **nuevo_nodo)
-    G.add_edge(nodo_id, nuevo_id)
-
-    historial_glifos_por_nodo.setdefault(nodo_id, []).append((paso, "VAL"))
-    historial_glifos_por_nodo[nuevo_id] = [(paso, "VAL")]
-
-    nodo["expansiones_val"] = nodo.get("expansiones_val", 0) + 1
-
-    return nuevo_id
-
-def aplicar_remesh_grupal(G, historial_glifos_por_nodo):
-    nodos_aplicados = set()
-
-    for nodo_id in G.nodes:
-        if nodo_id in nodos_aplicados:
-            continue
-
-        historial = historial_glifos_por_nodo.get(nodo_id, [])
-        if len(historial) < 3:
-            continue
-
-        ultimos_glifos = [g for _, g in historial[-3:]]
-        if len(set(ultimos_glifos)) != 1:
-            continue
-
-        glifo_recurrente = ultimos_glifos[0]
-
-        vecinos = list(G.neighbors(nodo_id))
-        grupo = [nodo_id]
-
-        for v_id in vecinos:
-            v_nodo = G.nodes[v_id]
-            v_hist = historial_glifos_por_nodo.get(v_id, [])
-            if len(v_hist) >= 3:
-                if [g for _, g in v_hist[-3:]] == ultimos_glifos:
-                    if abs(v_nodo.get("θ", 0) - G.nodes[nodo_id].get("θ", 0)) < 0.1:
-                        if abs(v_nodo.get("EPI", 0) - v_nodo.get("EPI_prev", v_nodo.get("EPI", 0))) < 0.01:
-                            if v_nodo.get("ΔNFR", 1.0) < 0.2:
-                                grupo.append(v_id)
-
-        if len(grupo) >= 3:
-            for g_id in grupo:
-                g_nodo = G.nodes[g_id]
-                g_nodo["EPI_prev"] = g_nodo.get("EPI_prev", g_nodo["EPI"])
-                g_nodo["EPI_prev2"] = g_nodo.get("EPI_prev2", g_nodo["EPI"])
-                g_nodo["EPI"] = (g_nodo["EPI_prev"] + g_nodo["EPI_prev2"]) / 2
-                g_nodo["Si"] *= 0.98
-                g_nodo["νf"] *= 0.98
-                g_nodo["ΔNFR"] *= 0.95
-                g_nodo["glifo"] = "REMESH"
-                ultimo_paso = historial_glifos_por_nodo[g_id][-1][0] if historial_glifos_por_nodo[g_id] else 0
-                historial_glifos_por_nodo[g_id].append((ultimo_paso + 1, "REMESH"))
-                nodos_aplicados.add(g_id)
-
-def cumple_condiciones_emergencia(forma_base, campo_coherencia):
-    """
-    Evalúa si una forma puede generar un NFR según criterios TNFR.
-    
-    Condiciones de emergencia nodal:
-    1. Frecuencia estructural mínima νf > 0.3
-    2. Coherencia interna suficiente (estructura no degenerada)  
-    3. Acoplamiento posible con campo de coherencia
-    """
-    if not forma_base or len(forma_base) < 2:
-        return False
-    
-    # Evaluar diversidad estructural interna
-    diversidad = len(set(forma_base)) / len(forma_base)
-    if diversidad < 0.3:  # demasiado repetitivo
-        return False
-    
-    # Evaluar potencial de frecuencia resonante
-    freq_potencial = calcular_frecuencia_resonante(forma_base)
-    if freq_potencial < 0.3:  # frecuencia insuficiente para emergencia
-        return False
-    
-    # Evaluar compatibilidad con campo de coherencia
-    if campo_coherencia and len(campo_coherencia) > 0:
-        coherencia_promedio = np.mean([nodo.get("EPI", 1.0) for nodo in campo_coherencia.values()])
-        if coherencia_promedio > 0 and freq_potencial > coherencia_promedio * 2.5:
-            return False  # demasiado energético para el campo actual
-    
-    return True
-
-def evaluar_coherencia_estructural(forma_base):
-    """
-    Calcula EPI basado en estructura interna real según TNFR.
-    
-    Evalúa:
-    - Simetría funcional de la forma
-    - Estabilidad topológica interna  
-    - Resistencia a mutaciones
-    """
-    if not forma_base:
-        return 1.0
-    
-    # Análisis de simetría funcional
-    forma_norm = forma_base.lower()
-    longitud = len(forma_norm)
-    
-    # Factor de simetría: evalúa patrones internos
-    def calcular_simetria(s):
-        centro = len(s) // 2
-        if len(s) % 2 == 0:
-            izq, der = s[:centro], s[centro:][::-1]
-        else:
-            izq, der = s[:centro], s[centro+1:][::-1]
-        
-        coincidencias = sum(1 for a, b in zip(izq, der) if a == b)
-        return coincidencias / max(len(izq), 1)
-    
-    simetria = calcular_simetria(forma_norm)
-    
-    # Factor de diversidad estructural
-    diversidad = len(set(forma_norm)) / longitud
-    
-    # Factor de estabilidad (resistencia a mutaciones puntuales)
-    # Basado en la distribución de caracteres
-    contador = Counter(forma_norm)
-    entropia = -sum((freq/longitud) * np.log2(freq/longitud) for freq in contador.values())
-    estabilidad = min(1.0, entropia / 3.0)  # normalizada
-    
-    # Factor de coherencia por patrones vocálicos/consonánticos
-    vocales = "aeiouáéíóúü"
-    patron_vocal = sum(1 for c in forma_norm if c in vocales) / longitud
-    coherencia_fonetica = min(1.0, abs(0.4 - patron_vocal) * 2.5)  # óptimo cerca de 40% vocales
-    
-    # Combinar factores según pesos TNFR
-    EPI = (
-        0.3 * simetria +           # simetría estructural
-        0.25 * diversidad +        # diversidad interna
-        0.25 * estabilidad +       # resistencia mutacional
-        0.2 * coherencia_fonetica  # coherencia fónica
-    )
-    
-    # Normalizar al rango [0.5, 2.5] típico de EPIs
-    EPI_normalizada = 0.5 + EPI * 2.0
-    
-    return round(EPI_normalizada, 3)
-
-def generar_matriz_coherencia(forma_base):
-    """
-    Crea matriz Wi(t) para evaluar estabilidad topológica interna.
-    
-    Modela subnodos internos como caracteres y sus acoplamientos.
-    """
-    if not forma_base or len(forma_base) < 2:
-        return np.array([[1.0]])
-    
-    longitud = len(forma_base)
-    Wi = np.zeros((longitud, longitud))
-    
-    # Acoplamiento entre caracteres adyacentes (fuerte)
-    for i in range(longitud - 1):
-        Wi[i][i+1] = Wi[i+1][i] = 0.8
-    
-    # Acoplamiento entre caracteres similares (débil)
-    for i in range(longitud):
-        for j in range(i+2, longitud):
-            if forma_base[i].lower() == forma_base[j].lower():
-                Wi[i][j] = Wi[j][i] = 0.3
-    
-    # Autocoherencia (diagonal)
-    np.fill_diagonal(Wi, 1.0)
-    
-    # Normalizar filas para que sumen aproximadamente 1
-    for i in range(longitud):
-        suma_fila = np.sum(Wi[i])
-        if suma_fila > 0:
-            Wi[i] = Wi[i] / suma_fila
-    
-    return Wi
-
-def sincronizar_con_campo(campo_coherencia, νf_nodo):
-    """
-    Calcula fase del nodo respecto al campo de coherencia global.
-    
-    La fase determina si el nodo está sincronizado o en disonancia
-    con el estado actual de la red.
-    """
-    if not campo_coherencia or len(campo_coherencia) == 0:
-        return 0.0  # fase neutra si no hay campo
-    
-    # Calcular frecuencia promedio del campo
-    frecuencias_campo = [nodo.get("νf", 1.0) for nodo in campo_coherencia.values()]
-    freq_promedio_campo = np.mean(frecuencias_campo)
-    
-    # Calcular diferencia de fase basada en frecuencias
-    diferencia_freq = abs(νf_nodo - freq_promedio_campo)
-    
-    # Convertir a fase: diferencias pequeñas = sincronización, grandes = disonancia  
-    if diferencia_freq < 0.1:
-        fase = 0.0      # sincronización perfecta
-    elif diferencia_freq < 0.3:
-        fase = 0.25     # sincronización parcial
-    elif diferencia_freq < 0.6:
-        fase = 0.5      # neutral
-    elif diferencia_freq < 1.0:
-        fase = 0.75     # disonancia parcial
-    else:
-        fase = 1.0      # disonancia completa
-    
-    return round(fase, 3)
-
-def gestionar_conexiones_canonico(G, paso, historia_Ct):
-    """
-    Reemplaza la gestión manual de conexiones por sistema canónico TNFR.
-    Esta función debe reemplazar el bloque de gestión de aristas en simular_emergencia().
-    """
-    # Calcular coherencia total actual
-    if len(G.nodes) == 0:
-        C_t = 0
-    else:
-        C_t = sum(G.nodes[n]["EPI"] for n in G.nodes) / len(G)
-
-    # Calcular densidad nodal promedio
-    densidad_promedio = sum(len(list(G.neighbors(n))) for n in G.nodes) / len(G.nodes) if G.nodes else 0
-
-    # Detectar fase actual de simulación
-    fase_actual = detectar_fase_simulacion(G, paso, historia_Ct)
-
-    # Calcular umbrales dinámicos
-    umbrales = calcular_umbrales_dinamicos(C_t, densidad_promedio, fase_actual)
-
-    # Aplicar gestión de conexiones canónica
-    estadisticas = aplicar_umbrales_dinamicos_conexiones(G, umbrales)
-
-    return umbrales, estadisticas
-
-def detectar_fase_simulacion(G, paso_actual, historial_C_t, ventana=50):
-    """
-    Detecta la fase actual de la simulación para ajustar umbrales.
-
-    Args:
-        G: Grafo actual
-        paso_actual: Paso de simulación actual
-        historial_C_t: Historia de coherencia total [(paso, C_t), ...]
-        ventana: Ventana de pasos para análisis de tendencias
-
-    Returns:
-        str: "emergencia", "estabilizacion", "bifurcacion"
-    """
-    if len(historial_C_t) < ventana:
-        return "emergencia"
-
-    # Analizar últimos valores de C(t)
-    valores_recientes = [c_t for _, c_t in historial_C_t[-ventana:]]
-
-    # Calcular variabilidad
-    variabilidad = np.std(valores_recientes)
-    tendencia = np.mean(valores_recientes[-10:]) - np.mean(valores_recientes[:10])
-
-    # Contar nodos activos
-    nodos_activos = sum(1 for n in G.nodes if G.nodes[n].get("estado") == "activo")
-    fraccion_activa = nodos_activos / len(G.nodes) if G.nodes else 0
-
-    # Lógica de clasificación
-    if variabilidad > 0.3 and abs(tendencia) > 0.2:
-        return "bifurcacion"  # alta variabilidad y cambio direccional
-    elif variabilidad < 0.05 and fraccion_activa > 0.6:
-        return "estabilizacion"  # baja variabilidad, muchos nodos activos
-    else:
-        return "emergencia"  # estado por defecto
-
-def calcular_umbrales_dinamicos(C_t, densidad_nodal, fase_simulacion="emergencia"):
-
-    # Factor de sensibilidad basado en desviación de C(t) del punto de equilibrio
-    equilibrio_base = 1.0
-    desviacion_C_t = abs(C_t - equilibrio_base)
-
-    # Sensibilidad adaptativa: más restrictivo cuando C(t) está lejos del equilibrio
-    sensibilidad = max(0.4, min(2.0, 1.0 + 0.8 * desviacion_C_t))
-
-    # Factor de densidad: redes densas requieren umbrales más estrictos
-    factor_densidad = max(0.7, min(1.5, 1.0 - 0.1 * (densidad_nodal - 3.0)))
-
-    # Ajuste por fase de simulación
-    multiplicadores_fase = {
-        "emergencia": 1.2,    # más tolerante para permitir emergencia inicial
-        "estabilizacion": 0.8, # más restrictivo para consolidar estructuras
-        "bifurcacion": 1.5     # muy tolerante para permitir reorganización
-    }
-
-    factor_fase = multiplicadores_fase.get(fase_simulacion, 1.0)
-
-    # Cálculo de umbrales fundamentales
-    sensibilidad_final = sensibilidad * factor_densidad * factor_fase
-
-    return {
-        # Umbrales de conexión (para crear/eliminar aristas)
-        'θ_conexion': 0.12 * sensibilidad_final,
-        'EPI_conexion': 1.8 * sensibilidad_final,
-        'νf_conexion': 0.2 * sensibilidad_final,
-        'Si_conexion': 0.25 * sensibilidad_final,
-
-        # Umbrales críticos nodales
-        'θ_mutacion': 0.25 * sensibilidad_final,      # para activar Z'HIR
-        'θ_colapso': 0.45 * sensibilidad_final,       # para activar SH'A
-        'θ_autoorganizacion': 0.35 * sensibilidad_final, # para activar T'HOL
-
-        # Límites de estabilidad estructural
-        'EPI_max_dinamico': max(2.5, C_t * 2.8),     # límite superior adaptativo
-        'EPI_min_coherencia': max(0.4, C_t * 0.3),   # límite inferior para coherencia
-
-        # Umbrales de bifurcación estructural
-        'bifurcacion_aceleracion': 0.15 * sensibilidad_final,
-        'bifurcacion_gradiente': 0.8 * sensibilidad_final,
-
-        # Metadatos de cálculo
-        'C_t_usado': C_t,
-        'sensibilidad_calculada': sensibilidad_final,
-        'factor_densidad': factor_densidad,
-        'fase': fase_simulacion
-    }
-
-def calcular_umbrales_dinamicos(C_t, densidad_nodal, fase_simulacion="emergencia"):
-
-    # Factor de sensibilidad basado en desviación de C(t) del punto de equilibrio
-    equilibrio_base = 1.0
-    desviacion_C_t = abs(C_t - equilibrio_base)
-
-    # Sensibilidad adaptativa: más restrictivo cuando C(t) está lejos del equilibrio
-    sensibilidad = max(0.4, min(2.0, 1.0 + 0.8 * desviacion_C_t))
-
-    # Factor de densidad: redes densas requieren umbrales más estrictos
-    factor_densidad = max(0.7, min(1.5, 1.0 - 0.1 * (densidad_nodal - 3.0)))
-
-    # Ajuste por fase de simulación
-    multiplicadores_fase = {
-        "emergencia": 1.2,    # más tolerante para permitir emergencia inicial
-        "estabilizacion": 0.8, # más restrictivo para consolidar estructuras
-        "bifurcacion": 1.5     # muy tolerante para permitir reorganización
-    }
-
-    factor_fase = multiplicadores_fase.get(fase_simulacion, 1.0)
-
-    # Cálculo de umbrales fundamentales
-    sensibilidad_final = sensibilidad * factor_densidad * factor_fase
-
-    return {
-        # Umbrales de conexión (para crear/eliminar aristas)
-        'θ_conexion': 0.12 * sensibilidad_final,
-        'EPI_conexion': 1.8 * sensibilidad_final,
-        'νf_conexion': 0.2 * sensibilidad_final,
-        'Si_conexion': 0.25 * sensibilidad_final,
-
-        # Umbrales críticos nodales
-        'θ_mutacion': 0.25 * sensibilidad_final,      # para activar Z'HIR
-        'θ_colapso': 0.45 * sensibilidad_final,       # para activar SH'A
-        'θ_autoorganizacion': 0.35 * sensibilidad_final, # para activar T'HOL
-
-        # Límites de estabilidad estructural
-        'EPI_max_dinamico': max(2.5, C_t * 2.8),     # límite superior adaptativo
-        'EPI_min_coherencia': max(0.4, C_t * 0.3),   # límite inferior para coherencia
-
-        # Umbrales de bifurcación estructural
-        'bifurcacion_aceleracion': 0.15 * sensibilidad_final,
-        'bifurcacion_gradiente': 0.8 * sensibilidad_final,
-
-        # Metadatos de cálculo
-        'C_t_usado': C_t,
-        'sensibilidad_calculada': sensibilidad_final,
-        'factor_densidad': factor_densidad,
-        'fase': fase_simulacion
-    }
-
-def aplicar_umbrales_dinamicos_conexiones(G, umbrales):
-    """
-    Aplica umbrales dinámicos para gestión de conexiones de red.
-
-    Args:
-        G: Grafo de red
-        umbrales: Umbrales calculados dinámicamente
-
-    Returns:
-        dict: Estadísticas de conexiones creadas/eliminadas
-    """
-    conexiones_creadas = 0
-    conexiones_eliminadas = 0
-    nodos_lista = list(G.nodes)
-
-    for i in range(len(nodos_lista)):
-        for j in range(i + 1, len(nodos_lista)):
-            n1, n2 = nodos_lista[i], nodos_lista[j]
-            nodo1, nodo2 = G.nodes[n1], G.nodes[n2]
-
-            # Evaluar condiciones de resonancia con umbrales dinámicos
-            condiciones_resonancia = [
-                abs(nodo1.get("θ", 0) - nodo2.get("θ", 0)) < umbrales['θ_conexion'],
-                abs(nodo1.get("EPI", 0) - nodo2.get("EPI", 0)) < umbrales['EPI_conexion'],
-                abs(nodo1.get("νf", 1) - nodo2.get("νf", 1)) < umbrales['νf_conexion'],
-                abs(nodo1.get("Si", 0) - nodo2.get("Si", 0)) < umbrales['Si_conexion']
-            ]
-
-            # Criterio: al menos 3 de 4 condiciones cumplidas
-            resonancia_suficiente = sum(condiciones_resonancia) >= 3
-
-            # Verificar saturación de conexiones
-            vecinos_n1 = len(list(G.neighbors(n1)))
-            vecinos_n2 = len(list(G.neighbors(n2)))
-            max_conexiones = int(8 * umbrales['sensibilidad_calculada'])
-
-            saturacion = vecinos_n1 >= max_conexiones and vecinos_n2 >= max_conexiones
-
-            # Lógica de conexión/desconexión
-            existe_conexion = G.has_edge(n1, n2)
-
-            if resonancia_suficiente and not saturacion and not existe_conexion:
-                G.add_edge(n1, n2)
-                conexiones_creadas += 1
-            elif not resonancia_suficiente and existe_conexion:
-                G.remove_edge(n1, n2)
-                conexiones_eliminadas += 1
-
-    return {
-        'conexiones_creadas': conexiones_creadas,
-        'conexiones_eliminadas': conexiones_eliminadas,
-        'umbrales_usados': umbrales
-    }
-
-__all__ = [
-    'inicializar_nfr_emergente',
-    '_deben_conectarse_canonico',
-    'calcular_frecuencia_resonante',
-    'crear_red_desde_datos', 
-    'simular_emergencia',
-    'aplicar_contraccion_nul',
-    'activar_val_si_estabilidad',
-    'aplicar_remesh_grupal',
-    'cumple_condiciones_emergencia',
-    'evaluar_coherencia_estructural',
-    'generar_matriz_coherencia',
-    'sincronizar_con_campo',
-    'gestionar_conexiones_canonico',
-    'calcular_umbrales_dinamicos',
-    'aplicar_umbrales_dinamicos_conexiones'
-]