Beruflich Dokumente
Kultur Dokumente
Curso: Tópicos 2.
RESUMEN
1. Introducción
Por analogía con el análisis de Fourier, se puede definir el espectro de potencia Wavelet
como el cuadrado de la transformada Wavelet, I W(s) I . Si la función fuese compleja,
su espectro de potencia Wavelet vendría dado por el cuadrado de la parte real de la
transformada Wavelet. En este caso, la función "sombrero mexicano" es real y, por
tanto, no tiene parte imaginaria. Para hacer comparables espectros Wavelet de señales
distintas, el espectro de potencia Wavelet se suele normalizar por un factor a /N, donde
G es la varianza y N el número de puntos de la serie temporal. En las figuras (b) se
pueden observar los espectros de potencia Wavelet de las manchas solares en los
medios estudiados. En este tipo de representación en el eje de abscisas se representa
el tiempo de duración de la mancha solar, en el de ordenadas los períodos (o su inversa,
las frecuencias) y el valor de la potencia Wavelet se representa por áreas, tanto más
oscuras cuanto mayor es su módulo. El valor de los períodos correspondería
aproximadamente, aunque no de forma estricta, a las frecuencias del espectro de
Fourier. En este gráfico, el período dominante de aproximadamente 11 años, mostrando
el año de 1958 como el año en que estuvieron más actuantes las manchas solares. Es
posible percibir también períodos menores de 11 años, particularmente un período que
ocurre entre 4 a 8 años.
Regiones es baja.
c) Varianza de energía asociada a cada periodo (año)
Con base en estos resultados, se realizó el cálculo de la varianza (energía) en cada uno
de estos períodos de años. El objetivo de esto es saber qué períodos con mayor
energía. Para lograr esta tarea, hemos utilizado un procedimiento que consiste en
añadir toda la energía asociada a cada período o escala a, de acuerdo con la Ec. 17.
Este procedimiento, conocido en la literatura científica por el término de Inglés Global
Wavelet Spectra (Espectro de Donación Global), es una forma similar del espectro de
energía obtenido vía Transformada Rápida de Fourier, conocida por la sigla FFT. En la
Fig. 6c, el eje de ordenadas (vertical) se refiere al tiempo en años, lo mismo que la Fig.
6b, y el eje de la abscisa representa la varianza (energía) asociada con cada período en
años. Se percibe nítidamente que el pico de máxima varianza está asociada justamente
con el período de 11 años, aproximadamente. Además, después de ese máximo de
varianza ocurre una fuerte caída y aumenta posteriormente, hacia períodos cada vez
mayores, por encima de 16 años, y una pequeña varianza ocurriendo hasta el período
de 4 años. Sin embargo, no se puede inferir sobre periodos superiores a 16 años a
través de este análisis de ondea pues, el nivel de significancia de los resultados queda
comprometido, ya que aún no posee una serie temporal suficientemente larga.
Muchos autores han realizado estudios sobre las periodicidades en estos datos de
manchas solares. Algunos investigadores en estudios iniciales [8, 9], usaron métodos
de periodogramas y armónicos, otros [10] usaron el análisis espectral de Blackman y
Tukey [11] para estudiar períodos menores de 11 años y determinaron periodicidades
de 5.5 y 3.5 años, pero el nivel de significancia fue inferior al 95 por ciento.
Los resultados obtenidos aquí, a través del análisis en las estrellas, demuestran
consistencia con los resultados encontrados en la literatura, convirtiéndose así en una
herramienta de análisis robusta de series temporales debido a su gran aplicabilidad en
señales no estacionarias. Permitiendo con ello, realizar nuevos enfoques que hasta
entonces no eran posibles de realizarse con otras herramientas de análisis. Además, ya
está disponible en Internet paquetes de emparejamientos para varios tipos de lenguajes
como el Fortran, Matlab, IDL, entre otros.
CONCLUSIONES:
*El método Wavelet toma en cuenta las altas frecuencias y las bajas frecuencias de
determinados picos y no pierdes información del tiempo por eso este método es mejor
que el de la Transformada de Fourier.
*Transformada Wavelet en 2D es lo mismo que decir transformada de Fourier.
*Transformada de Fourier nos da los picos pero no nos da los periodos por eso es
recomendable saber el método Wavelet.