UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad del Perú, Decana de América)

FACULTAD DE CIENCIAS FÍSICAS

ESCUELA ACADEMICO PROFESIONAL DE FÍSICA

"Método Wavelet aplicado a las Manchas Solares"

Nombre y Apellidos:.
Código: .

Curso: Tópicos 2.

Profesor: Octavio Fashe.

Lima – Perú
2017
Análisis de una Transformada de Wavelet
aplicada a una señal geofísica

RESUMEN

Se muestra un análisis en las que se aplica en una señal geofísica, número de

manchas solares. La Transformada en Donde es una herramienta matemática de gran
utilidad aplicación en señales no estacionarias.

1. Introducción

Hoy en día, el estudio de señales no estacionarias requiere enfoques matemáticos de

análisis para poder comprender los fenómenos físicos que están actuando en cualquier
sistema natural. Una de estas herramientas es la Transformada en Dóndeletas, capaz
de analizar series temporales obtenidas de cualquier sistema físico. La Transformada
en Donde se ha aplicado en las más diversas áreas del conocimiento, desde estudios
sobre turbulencia atmosférica [1], procesamiento de señales [2] hasta sistemas
hidrológicos [3]. El uso de esta herramienta se hace necesario debido al hecho de que
las series temporales tomadas de cualquier sistema físico poseen características no
estacionarias. Se entiende como característica no-estacionaria las series-temporales
cuyos momentos estadísticos, media, varianza, y etc, varían en cualquier segmento
tomado de esta serie. Por eso, el objetivo de este trabajo es demostrar su utilidad en el
análisis de cualquier señal experimental no-estacionaria en tiempo y frecuencia,
tomando como ejemplo una señal geofísica, donde podría haber tomado otra señal de
cualquier sistema físico sin pérdida alguna de generalidad. Esta señal consiste en una
serie temporal del número de manchas solares mensuales de éste el año de 1750 hasta
el año 2000. En la figura (a) muestra un gráfico de manchas solares este periodo. Es
fácil ver en esta figura un período predominante de 11 años, aproximadamente, teniendo
un máximo en 1958. Hasta el presente, se tiene 24 ciclos completos.

En el diagrama tridimensional, la relación existente entre los componentes de diferentes

frecuencias en función de la escala temporal de la señal estudiada, donde estas
relaciones son comúnmente categorizadas como no lineales. Físicamente, en un
sistema natural cualquiera, es importante intentar buscar relaciones entre los diversos
fenómenos físicos actuantes en el sistema natural. Por eso, las envolturas continuas
propician un medio matemático adecuado para esta búsqueda a través del diagrama. En
esta visualización gráfica de una serie temporal, el eje y se dedica a la escala de
frecuencias, el eje x se dedica a la escala de tiempo, y por último, un tercer eje dedicado
a la intensidad de energía (comúnmente representado por colores en un diagrama). Las
envolturas continuas más comunes son: la Morlet y el Sombrero Mexicano, entre otras
[7]. A Fig. (d) demuestra tanto construidas funciones wavelet disponibles de rutinas en
Matlab.

En el graficamos notamos que la desviación estándar tiene valores numéricos altos.

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.

En los espacios en blanco verificamos y comparamos con

El grafico (a) y observamos que la actividad solar en esas

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.