Influencia del tratamiento de datos en la detección de regímenes caóticos en series temporales

• Autores: Rafti, Matías; Cordero, María Cristina; Vicente, José Luis
• Año de publicación: 2010
• Idioma: español castellano
• Tipo de recurso: artículo
• Materia: Química; Series temporales; Tratamiento de datos; Caos; Dimensión de correlación; Fractales; Time series; Data treatment; Chaos; Correlation dimension
• Institución: Universidad Nacional de La Plata

Se estudia la influencia del procedimiento de filtrado aplicado sobre series temporales para su uso en la caracterización y detección de regímenes no-lineales. Para esto, se toma como ejemplo de dichos métodos, un algoritmo ampliamente utilizado para el cálculo de la dimensión de correlación de la trayectoria en el espacio de las fases (el algoritmo de Grassberger-Procaccia). El interés de este ejemplo de estudio radica en la similitud con el procedimiento que se aplica al analizar imágenes experimentales de sistemas fisicoquímicos de reacción-difusión, provenientes de técnicas de análisis superficial como la microscopía de emisión de fotoelectrones. Los resultados de las simulaciones realizadas muestran como el uso de un parámetro de filtrado inadecuado puede conducir a caracterizar erróneamente estados como no lineales o caóticos.
The influence of the filtering scheme on time series for their use in the characterization and detection of non lineal regimes. As an example, the Grassberger-Procaccia algorithm for phase-space trajectory correlation dimension is used The main interest of such analysis is to study the similarities with the processing of experimental images from reaction-diffusion systems obtained via surface science standard tools such as photoelectron emission microscopy. Simulation results show how inadequate filtering parameter choice may lead to erroneous characterization of systems as nonlinear or chaotic.
Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas