Abstract: M. S. Baptista, E. J. Ngamga, P. R. F. Pinto, M. Brito, J. Kurths (2010)

Observing how long a dynamical system takes to return to some state is one of the most simple ways to model and quantify its dynamics from data series. This work proposes two formulas to estimate the KS entropy and a lower bound of it, a sort of Shannon's entropy per unit of time, from the recurrence times of chaotic systems. One formula provides the KS entropy and is more theoretically oriented since one has to measure also the low probable very long returns. The other provides a lower bound for the KS entropy and is more experimentally oriented since one has to measure only the high probable short returns. These formulas are a consequence of the fact that the series of returns do contain the same information of the trajectory that generated it. That suggests that recurrence times might be valuable when making models of complex systems.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Kolmogorov-Sinai entropy from recurrence times