Cuatro ejemplos mas: Bollos de papel?

Slides:



Advertisements
Presentaciones similares
LOGARITMOS.
Advertisements

1. MODELO DE REGRESIÓN SIMPLE
ESTIMACION DE PARAMETRO
Maestro Sr. Jaime O. López López
MOVIMIENTO JOVENES DE LA CALLE CIUDAD DE GUATEMALA la storia la historia lhistoire the history strada calle rue street.
Paso 1 Portada YO SOY EUROPEO Comisión Europea.
JAVIER MOLINA PAGÁN, ED. D. EDUC-406 SEMINARIO DE INVESTIGACIÓN EN EDUCACIÓN Estadística Descriptiva.
Tema 15. Contraste de hipótesis: Planteamiento de las hipótesis
ANALISIS DE DATOS CUANTITATIVOS
MOVIMIENTO ARMÓNICO SIMPLE MOVIMIENTO ARMÓNICO SIMPLE
Árboles de decisión Tema 9 Parte teórica Minería de datos
Décima sexta clase, Medidas de Dispersión
CAPÍTULO 2 Elaboración y utilización de gráficas
Las distribuciones binomial y normal.
REGRESION Y CORRELACION
ESTADÍGRAFOS DE DISPERSIÓN
Medidas de centralización para datos no agrupados
Otra forma es representando lo que hay de cada lado
Medidas de Posición Central:
Métodos Cuantitativos Aplicados a Los Negocios.
Ejemplo A continuación aparecen las tasas de retorno de dos fondos de inversión durante los últimos 10 años. 1. ¿Cuál es más riesgoso? 2. ¿En cuál invertiría.
1 Complejidad sin Matematicas Ecología Biologí a Psicologia Meteorología MacroEconomía Geofisica Dante R. Chialvo Northwestern University. Chicago, IL,
Complejidad en Biologia y Medicina
Todos los Martes y Miercoles de 6 a 8 (20 minutos intermedio) Libres: Setiembre (Reunion de la Asoc. Fisica Argentina) Octubre (Congreso de.
Unidad de competencia II Estadística descriptiva:
Unidad de competencia II Estadística descriptiva:
MÉTODOS ESTADÍSTICOS.
Adaptación por el autor de apuntes de clases dictadas por la Dra. G Castle en la Universidad de Liverpool, enriquecidas con experiencias del propio autor.
Midiendo la variación Cómo medir variación Adaptación por el autor de apuntes de clases dictadas por la Dra. G Castle en la Universidad de Liverpool, enriquecidas.
Capítulo 3 Descripción de datos, medidas de tendencia central
Unidad 1: Funciones, Límite y Continuidad
Los elementos invertibles de Z6 son 1 y 5
Estadística Administrativa I
Generación de Números Seudo-Aleatorios
TEORÍA DE CONJUNTOS.
POTENCIA Y ARMÓNICOS(I)
DIRECCIÓN DE ESTADÍSTICAS DE LA PROVINCIA
CAPÍTULO 2 Elaboración y utilización de gráficas
Ecuaciones Cuadráticas
Ecuaciones y Resolución de Ecuaciones Lineales
Exponentes Racionales y Radicales
La minimización de los costes
La ley de los grandes números
DETERMINANTES DE UNA MATRIZ
1 Alumno: Javier Insa Cabrera Director: José Hernández Orallo 23 de septiembre de 2010.
Exponentes y Logaritmos.
Números enteros.
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
DISTINTOS TIPOS DE FRECUENCIAS
Ministerio de Educación Nacional República de Colombia 1 SABER 2003 Evaluación de competencias ciudadanas en 5o. y 9o. de educación básica Resultados en.
GRÁFICAS Y FUNCIONES María José Peña Mártil MATEMÁTICAS
Unidad 8 Funciones.
Curso de Estadística Básica
ESTADÍSTICA INFERENCIAL I
1. Tipos de dibujos 2. Escalas 3. Sistemas de representación
Potencias y Raíces de números naturales
Estadística Administrativa I
9 Regresión Lineal Simple
Medidas de resumen.
Tema 17: Contraste paramétrico de hipótesis I: Pruebas de contraste para un grupo. Pruebas de contraste para dos grupos: independientes o relacionados.
DISTRIBUCION NORMAL Mario Briones L. MV, MSc 2005.
Coeficiente de Variación
Métodos de calibración: regresión y correlación
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
1 Complejidad sin Matematicas Ecología Biologí a Psicologia Meteorología MacroEconomía Geofisica Dante R. Chialvo Northwestern University. Chicago, IL,
Gabriela Messineo Sistemas Dinámicos
ANÁLISIS E INTREPRETACIÓN DE DATOS
SEMINARIO DE INVESTIGACION Titular: Agustín Salvia
CINEMÁTICA La cinemática estudia el movimiento sin interesarse en qué es lo que lo causa. Se describe de qué manera se mueve una partícula. Para describir.
Complejidad sin Matematicas
Transcripción de la presentación:

Cuatro ejemplos mas: Bollos de papel? Como caracterizar la estructura dendritica de las neuronas Como fluctua el número de celulas sanguineas en el tiempo. dolor

Cual es el tamaño del bollo mas grande 1 cm, 10, 100?

Bollos de papel son objetos libres de escala (sin la moneda no sabemos el tamaño) 1 1/2 1/4 1/8

Como medir la dimension fractal y que significa Graficando Log(masa) versus Log(diámetro), vemos que los puntos caen en una linea recta con pendiente 2.5.                                                                  Estos datos implican una relacion de potencia de la forma masa = k diametro 2.5 Abollar introduce spacios en un rango grande de tamaños. Produce una jerarquia continua de espacios, unos pocos muy grandes, muchos muy pequeños con una gama continua entre medio. Consequentemente, un bollo de papel es fractal de dimension ~ 2.5. El ruido tambien es una ley de potencia. Kramer and Lobkovsky. 1996. Universal power law in the noise from a crumpled elastic sheet. Physical Review E 53(Feb.):1465.

Repetir el experimento Cual seria la dimension si usasemos papeles de densidad creciente, (servilletas de papel hasta carton).1 Y si usasemos papel de aluminio? Alguien puede predecir la dimension para el caso de hacerlo con tapas de empanada? 1 Ayuda siempre pensar en los extremos... algo que no se dobla, que dimension tendrá?

Celulas Sanguineas. Fluctuaciones dentro de fluctuaciones Rojos Blancos Plaquetas Número de células sanguineas por mm3 medidas diariamente durante 1000 dias en dos ovejas. Perazzo et al, Fractals, 8, No. 3 (2000) 279-283

Como describir fluctuaciones mas allá de medias y desvios La nocion de desvio implicitamente asume la existencia de un valor medio (todo lo demas se ¨desvia¨) La media es aprox. igual en ambos casos Si calculo aquí la media es 18 y el desvio 3 Pero aquí la media es 4 y el desvio 8

Como medir Dividir todos los datos en ventanas de tamaño L Calcular alguna medida M sensible de la dispersion Recalcular M como funcion de L Cuantificar como M cambia con L La elección de la medida M no es crucial, puede ser el Desvio estándar, el Rango o cualquier otra que exprese cual es la amplitud de las fluctuaciones.

Autosimilaridad y Autoafinidad de una serie temporal Incrementando el tiempo de observacion en un factor k la amplitud de las fluctuaciones sera, en promedio, un factor k a mas grande. Si a=1 entonces decimos que existe auto-similaridad si es diferente de 1 hablamos de auto-afinidad

Algoritmo para Detrended Fluctuacion Analysis (DFA) El algoritmo de DFA tiene los siguientes pasos: llamamos Cj al dato jth Producimos una nueva serie temporal integrada yi donde Cp es el promedio de todos los Cj La nueva serie yi es dividida en ventanas de longitud n y fiteamos una recta sobre los n puntos Se calcula F(n) como la raiz cuadrada de la media de los cuadrados de los residuos en todas las ventanas de longitud n. trend

Volvamos a la sangre Datos Reales S1 y S2 surrogados http://www.physionet.org/physiotools/dfa/

El ritmo cardiaco fluctua del mismo modo http://www.physionet.org/physiotools/dfa/

Complejidad de las dendritas

Purkinje neurons

Tecnica de box counting r Incremtamos la resolucion y contamos box ocupados La pendiente es la dimension fractal

Resultados Purkinje del hombre es la “mas compleja...”.

Como nos movemos? y a quien le interesa? Chialvo et al, 2007.

El movimiento espontaneo es complejo dia noche Histograma de cambios en la actividad No-Gausiano Dr. Pedro Montoya, Psicologia, UIB.

El movimiento espontaneo es complejo

El movimiento espontaneo es complejo

Jennifer M. Foss, A. Vania Apkarian*, and Dante R. Chialvo El dolor crónico Dynamics of pain: Fractal dimension of temporal variability of spontaneous pain differentiates between pain states   Jennifer M. Foss, A. Vania Apkarian*, and Dante R. Chialvo Department of Physiology, Northwestern University Feinberg School of Medicine, Chicago IL, 60611. USA

Distintos dolores distintas fluctuaciones

Rescaled Range Espectral

Consequencias Mediciones aisladas son muy poco informativas. Pruebas estadisticas destinadas a evaluar analgesicos basadas en la comun asumpcion de normalidad son invalidas.

Sumar antes o despues da lo mismo Sistemas No-linealeas Lineales x f(x) y f(y) x f(x) y f(y) +2 2 x2 2 4 4 y2 3 +2 3 9 5 13 9 y x Sistema Lineal x y Sistema No-Lineal 25 1) So the trick is that for linear systems we can break the system into pieces, analyze them independently and then sum up the results --> statistical formulation in applicable. 2) But... most of real systems are nolinear. For example, when we listen to our favourite song we feel some sort of pleasure. BUT if you listen to it twice at the same time (played on two different radios), you will not feel twice the pleasure!! 9 2 2 3 3 Sumar antes o despues da lo mismo Sumar antes o despues NO da lo mismo f(x+y) = f(x) + f(y) f(2+3) = f(2) + f(3) 9=9 f(x+y) = f(x) + f(y) f(2+3) = f(2) + f(3) 25=13