Disipación Neural y el Límite Pₙoncalc: El Vector Disipativo Δ como Criterio Operativo para la Transición Fenomenal en EEG

Resumen El análisis estándar de la potencia oscilatoria neural distingue la amplitud (energía total) de la Potencia Efectiva (Eff = Amp × Sγ, energía organizada). Introducimos el Vector Disipativo Δ = Amp × (1 − max (Sγ, 0)), que captura el gasto energético que no produce una salida espacial coherente — la disipación neural. Evaluamos si Δ y Eff muestran un patrón espejo (Eff↓/Δ↑) en la misma banda de frecuencia y evento cognitivo, a través de tres conjuntos de datos EEG: aprendizaje por reversión probabilística (ds004295, N=22), insight con anagramas (Oh et al. 2020, N=30) y divagación mental durante meditación (ds001787, N=24). El patrón espejo se confirma en la banda alfa para tanto el insight (dEff=−0.640, d_Δ=+0.626) como la divagación mental en meditación (dEff=−0.499, d_Δ=+0.505), pero no para el aprendizaje por reversión, donde Eff y Δ aumentan juntos en todas las bandas. Proponemos que el espejo Eff↓/Δ↑ es el criterio operativo en EEG para el límite de parada RDRT — el punto en que la computación organizada se satura y se genera Pₙoncalc (el residuo fenomenal no calculable). El aprendizaje por reversión, que produce un aumento energético global sin patrón espejo por banda, representa un tipo cualitativamente diferente de transición fenomenal: una modulación integrada de amplitud en lugar de una parada computacional localizada.