Identificación de comportamiento fractal en generador de números aleatorios basado en memristor

Los comportamientos de algunos fenómenos físicos en la naturaleza son tratados como sistemas complejos. Algunos sistemas complejos como el clima, la función de distribución de probabilidad de señales electrocardiografías o los precios de la bolsa de valores en la economía presentan dependencia de ra...

Full description

Autores:
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2019
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/16346
Acceso en línea:
http://hdl.handle.net/11349/16346
Palabra clave:
Análisis multifractal
Dependencia de rango largo
Generador de números aleatorios
Memristor
Sistemas caóticos
Ingeniería Electrónica - Tesis y disertaciones académicas
Comportamiento caótico
Números aleatorios
Memristor
Análisis multifractal
Multifractal analysis
Long range dependence
Random number generator.
Memristor
Chaotic systems
Rights
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional
Description
Summary:Los comportamientos de algunos fenómenos físicos en la naturaleza son tratados como sistemas complejos. Algunos sistemas complejos como el clima, la función de distribución de probabilidad de señales electrocardiografías o los precios de la bolsa de valores en la economía presentan dependencia de rango largo. Para poder emularlos, a menudo se utilizan generadores de números aleatorios. Por tal razón, resulta interesante hacer uso de las características del memristor para la generación de números aleatorios. De acuerdo con lo anterior, el objetivo del presente trabajo es identificar la presencia de dependencia de rango y comportamiento fractal en un generador de números aleatorios basado en memristor. Para lograr lo anterior, se exponen distintos sistemas caóticos basados en memristor para construir un generador de números aleatorios. Posteriormente, se estima el parámetro de Hurst para la detección de dependencia de rango largo y se identifica el tipo de fractalalidad en los datos sintetizados. Por último, se realiza una comparación entre el modelo propuesto en la investigación y el algoritmo beta-MWM. Los resultados alcanzados evidencian que los datos sintetizados a partir del generador propuesto poseen un parámetro de Hurst variable y un comportamiento tanto monofractal como multifractal. El principal aporte de esta investigación es la propuesta de un nuevo modelo para la síntesis de trazas con dependencia de rango largo y comportamiento fractal basado en la no linealidad del memristor.