Natural Fractal Processes – Parameter Hurst

Edgar Orlando Ladino Morenoa

a
Estudiante Doctorado en Ingeniería, Universidad Distrital Francisco José de Caldas, Colombia. eoladinom@udistrital.edu.co

Teoría de sistemas complejos.

Profesor: Ing. Marco A. Alzate, PhD, MSc.

C. Natural Fractal Processes
Consider the two signals TiempoEntrePaquetes and
TiempoEntreDisparos. The first one is a list of the
interarrival times between consecutive packets that arrive
to a local area network, and the second one is a list of the
time between neuron firings that occur in an auditive
nerve.
1. Using the variance-time plot, estimate the Hurst
parameter of each trace using the scales in the range
m=2.^(0:11) for the neuron firing trace and in the range
m=2.^(0:14) for the packet arrival trace.
2. Divide the packet signal in blocks of 128 samples.
Randomly permute the samples within each block,
keeping the original order of the blocks. Using the
variance-time plot, estimate the Hurst parameter using
scales in the range m0=2.^(0:4) and m1=2.^(8:14). Now
keep the original order of the samples within each block
and randomly permute the blocks. Using the variance-time
plot, estimate the Hurst parameter using scales in the range
m0=2.^(0:7) and m1=2.^(7:14). Discuss the results.

Figura 2. Comparación tiempo entre paquetes (21000)

Figura 1. Tiempo entre disparos (4038)
Discusión:
Teniendo en cuenta la autosimilaridad estadística y
reduciendo la escala temporal, la serie presenta
trayectorias que pueden ser consideradas semejantes en
términos de la escala original. El parámetro de Hurst oscila
entre 0.00063 y 0.84288, lo cual indica la existencia de un
único exponente H > 0 tal que b = aH. Más H > 0 si y solo
si X(0) = 0, (Domínguez et al, 2010).
Discusión:
Es claro que al cambiar los paquetes la serie presenta
Ruido Rosa, debido principalmente a que el parámetro de
Hurst oscila entre 0 y 0.5, lo cual corresponde a un
comportamiento de anti-persistencia o anti-correlacional
en la serie de tiempo, es decir, un periodo de crecimiento
de la serie es seguido de otro periodo de decrecimiento
(Arguello, 2005). En este sentido, un incremento en los
sucesos del pasado, supone un descenso en los sucesos
futuros y viceversa, presentando una señal muy irregular.

Universidad Distrital Francisco José de Caldas

Facultad de Ingeniería
Doctorado en Ingeniería
 Natural Fractal Processes – Parameter Hurst

D. Power Laws and graphs

2. Synthetic networks

Build two networks. Begin with two connected nodes

and, at each time, add another node and connect it
randomly to one of the existing nodes. For the first
network, choose uniformly among the existing nodes. For
the second network, choose according to the current
number of links of each existing node. After having 4039
nodes (and 4038 edges), complete 88234 edges choosing
randomly two nodes to connect, according to the rules we
have defined for each network. Compute the degree
distribution of your two networks and compare them.

Número de nodos: 2000

Mayor: 13
Menor: 1
Media: 1.999
Desviación: 1.4269
Varianza: 2.036
Tabla 1. Estadísitica (2000 nodos)

Figura 4. Red nodos (4038)

Número de nodos: 5000

Mayor: 13
Menor: 1
Media: 1.9996
Desviación: 1.3878
Varianza: 1.926
Tabla 3. Estadísitica (5000 nodos)

Figura 3. Red nodos (2000)

Número de nodos: 4038

Mayor: 11
Menor: 1
Media: 1.9995
Desviación: 1.4266
Varianza: 2.0352
Tabla 2. Estadísitica (4038 nodos)

Figura 5. Red nodos (5000)

2
 Natural Fractal Processes – Parameter Hurst

Número de nodos: 21000

Mayor: 20
Menor: 1
Media: 1.9999
Desviación: 1.4193
Varianza: 2.0145
Tabla 4. Estadísitica (21000 nodos)

Figura 8. Frecuencia relative Red Tipo I

Figura 6. Red nodos (21000)

Figura 9. Frecuencia relative Red Tipo 2

Figura 7. Frecuencia relative Red Tipo I

3
 Natural Fractal Processes – Parameter Hurst
Discusión:
El comportamiento de los datos para Red I, presenta una
asimetría negativa (distribución de cola pesada). Por otro
lado, para la Red tipo 2, el comportamiento de los datos
tiende a comportarse de forma normal, aumentando la
simetría a medida que se incrementa el número de nodos,
es decir, la aparición de nuevos nodos se originarían
afectados por aquellos que tiene una mayor probabilidad
de ser interconectados.
3. Natural networks
You have a file with the Facebook links among 4039
students of some University Department. Compute the
degree distribution of this social network and compare
with the two synthetic networks you obtained before.
Figura 10. Red Facebook
Figura 11. Histograma Red Facebook
Discusión:
Las red tipo Facebook presenta patrones de colas pesadas,
lo cual indica que la distribución de los retornos sigue una
distribución normal. A partir de la invarianza de escala, es
posible afirma que los resultados de la serie se ajustan
leyes potenciales del tipo (Y=aXb).
Referencias
Alzate, M. (2018). Apuntes de clase Teoría de Sistemas
Complejos.
Arguello, V. y Gustavo, H. (2005). Diseño e
implementación de un algoritmo con base fractal para
realizar análisis de rango re-escalado en registros de
pozo. Sartenejas: Universidad Simón Bolívar-
Ingeniería Geofísica.
Canavos, G. (1993). Probabilidad y estadística.
Aplicaciones y métodos. México: McGraw Hill.
Chambers, J. M., C. L. Mallows y B. W. Stuck (1976). A
method for simulating stable random variables. JASA 71
(354): 340-344.
Contreras, C. (2010). Valuación de opciones con
distribuciones alfa estables. Disponible en
http://www.mexder.com.mx
Domínguez, D., E. Ardila y J. Moreno (2010).
Metodología e interpretación del coeficiente de Hurst.
Disponible en: http://portal.uexternado.edu.co/pdf/5_
revistaOdeon/odeon5/LuengasArdilayMoreno.pdf
Hurst, H.E. (1951). The long term storage capacity of
reservoirs. Transactions of the American Society of Civil
Enginiers (1116): 770-808.