Un método numérico para la identificación de sistemas caóticos
Los sistemas caóticos están ganando interés día a día debido a que pueden estudiarse con una mayor profundidad dado el incremento del poder computacional. Estos sistemas se encuentran en muchas ramas de la ciencia, por lo que es importante tener la posibilidad de caracterizarlos a través de parámetr...
Guardado en:
| Autores principales: | , , |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de grado publishedVersion |
| Lenguaje: | Español |
| Publicado: |
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
2002
|
| Materias: | |
| Acceso en línea: | https://hdl.handle.net/20.500.12110/seminario_nCOM000202_BonelliCodariCurone https://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=aextesisg&d=seminario_nCOM000202_BonelliCodariCurone_oai |
| Aporte de: |
| Sumario: | Los sistemas caóticos están ganando interés día a día debido a que pueden estudiarse con una mayor profundidad dado el incremento del poder computacional. Estos sistemas se encuentran en muchas ramas de la ciencia, por lo que es importante tener la posibilidad de caracterizarlos a través de parámetros como la dimensión de correlación o la entropía de Kolmogorov, para nombrar sólo algunos. El presente trabajo presenta un método para la identificación y cuantificación de sistemas caóticos usando series de tiempo del sistema a estudiar. El parámetro elegido es la dimensión de correlación y a partir de allí se calcula una cota inferior a la entropía de Kolmogorov, denominada número K2. Se prueba el método propuesto mediante la utilización de sistemas ya conocidos que presentan un comportamiento caótico, como el de Henon y el de Lorentz, y sistemas no caóticos, como el periódico y el aleatorio, cuyos parámetros han sido calculados por otros medios. Los valores obtenidos en este trabajo concuerdan con los que se pueden encontrar en la bibliografia utilizada. Se paralelizó parte del algoritmo utilizando PVM a fin de reducir los tiempos de ejecución total. |
|---|