logoblancoSeciti

Investigadores mexicanos analizan señales caóticas

 

800c300 Cod ig 1804

Ciudad de México. 8 de abril de 2018 (Agencia Informativa Conacyt).- La investigación de la doctora María del Pilar Gómez Gil y del doctor Rigoberto Fonseca Delgado, en el Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE), busca estimar el comportamiento de las señales caóticas generadas al azar y sin un patrón definido o exacto.

Ambos científicos desarrollaron un sistema para mejorar la efectividad de los pronósticos a largo plazo de las señales caóticas. El sistema analiza los datos de las señales para identificar los mejores modelos predictivos.

El trabajo fue publicado en MathWorks, portal especializado en ciencias de la computación y matemáticas; el primer artículo de una institución latinoamericana en dicho sitio.

Estas señales en algunas ocasiones parecen generadas al azar y parece que no tienen ningún sentido, es decir, no siguen ningún patrón, otras veces parecen seguir patrones cíclicos, pero estos no son exactos. La investigadora comentó que realmente este tipo de señales tiene una estructura pero no se sabe cuál es, por lo que son difíciles de estimar con métodos tradicionales.

“Desde el punto de vista matemático, llamamos señal caótica aquella que es muy dependiente de las condiciones iniciales en que es generada y, por lo tanto, no es posible que sea predicha exactamente”, explicó la investigadora.

Los electrocardiogramas, por ejemplo, parece que siguen un patrón pero si los científicos analizan con detalle las señales que generan, perciben que son altamente no lineales.

 

Más información aquí.

 


logoCDC bw2

logo

LA CIENCIA CAMBIA TU MENTE
CONECTA CON NOSOTROS.

logo

SECRETARIA DE CIENCIA, TECNOLOGÍA E INNOVACIÓN

Calle Olivo 39 Col. Florida, Álvaro Obregón CDMX
//
Proyecto apoyado por la SECITI

SERVICIOS

  • Políticas de Privacidad
  • Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
  • Archivo Digital
  • Canal RSS