Flujo de información en sistemas dinámicos extendidos mediante el uso de análisis simbólico ordinal y aproximación por primeros vecinos

SANTIAGO ROSA; MANUEL PULIDO

Buenos Aires

Congreso; 103a Reunión de la Asociación de física Argentina; 2018

Asociación de Física Argentina

En este trabajo evaluamos cuantificadores de información como medidas no-lineales no-Gaussianas del flujo de información entre diferentes procesos en la atmósfera. La atmósfera es un sistema no lineal dinámico extendido espacialmente con complejas interacciones entre las diferentes escalas que componen su dinámica, como también entre los distintos procesos fı́sicos involucrados en ella. Para evaluar si la información mutua y la transferencia de entropı́a pueden capturar y cuantificar este tipo de interacciones usamos los cuantificadores de información aplicados en el modelo de Lorenz 96 de dos escalas y un modelo shallow water, como representativos de las interacciones en los procesos dinámicos en la atmósfera. Para estimar las densidades de probabilidad de las series temporales de los procesos de interés se utiliza el análisis simbólico ordinal basado en el método de Bandt-Pompe de reducción simbólica de datos en las señales, y vı́a aproximación por primeros vecinos usando el método de Kraskov-Stgbauer-Grassberger. Analizando diferentes experimentos, mostramos que incluso cuando la dinámica de las variables de la pequeña escala de los sistemas tienen correlaciones de corto alcance, éstas pueden dar lugar a flujos de información de largo alcance. Mientras que la aproximación de primeros vecinos está limitada a series temporales relativamente cortas, se concluye que el análisis simbólico ordinal permite obtener medidas robustas independiente de la amplitud del proceso y es aplicable eficientemente a series temporales largas y con correlaciones entre varios procesos ( 3 − 5), por lo que resulta una herramienta útil para establecer el flujo de información de procesos atmosféricos.