ANÁLISE ESPECTRAL DE ÓRBITAS DO MAPA DE MANNEVILLE

Documentos relacionados
Caracterização espectral de sinais caóticos

Técnicas de codificação diferencial

n Obtido através desvio padrão da população (σ)

PCM uniforme na presença de ruído

Denomina F a variável aleatória definida pelo quociente: F = n

INTERVALO DE CONFIANÇA

DEPARTAMENTO DE ENGENHARIA NAVAL E OCEÂNICA ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO PNV3324 FUNDAMENTOS DE CONTROLE EM ENGENHARIA

Circuitos Elétricos II Experimento 2

Amostragem Casual Estratificada

UNIDADE II TESTE DE HIPÓTESE

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição

Amostragem Casual Simples. Professor Gilson Fernandes da Silva Departamento de Engenharia Florestal Centro de Ciências Agrárias CCA/UFES

Uma relação entre sincronização no mapa do círculo e os números racionais

Determinação do factor correctivo da potência de ruído em sistemas de transmissão por cabo coaxial com igualação

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema III Sucessões Reais

AEP FISCAL ESTATÍSTICA

Material Teórico - Módulo de Função Exponencial. Funções Exponenciais e Suas Propriedades. Primeiro Ano - Médio

Estacionariedade e correlação temporal em dados financeiros

DFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular

CORRELAÇÃO Aqui me tens de regresso

Exercícios de DSP: 1) Determine se os sinais abaixo são periódicos ou não e para cada sinal periódico, determine o período fundamental.

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA

Intervalos de confiança

Séquências e Séries Infinitas de Termos Constantes

Probabilidade II Aula 9

Probabilidade II Aula 12

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Caracterização Espectral de Sinais Caóticos Gerados pelo Mapa de Bernoulli com 2 e 3 Segmentos

Exemplos de I.C. (1 ) 100% para a mådia (e para diferença entre mådias)

S E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números

CAPÍTULO 7 - Intervalos de confiança

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Intervalo de Confiança

CONFERÊNCIA BRASILEIRA DE DINÂMICA, CONTROLE E APLICAÇÕES 30 de outubro a 01 de novembro de 2017 São José do Rio Preto/SP

Teoria dos Erros. Figura 1 - Medida de um objeto com uma régua graduada em centímetros

A DESIGUALDADE DE CHEBYCHEV

Capítulo I Séries Numéricas

Séries e Equações Diferenciais Lista 02 Séries Numéricas

Análise Matemática I 2 o Exame

PROCEDIMENTOS PARA A ESTIMAÇÃO DE PARÂMETROS EM GRÁFICOS DE CONTOLE

Ajuste de Curvas pelo Método dos Quadrados Mínimos

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

4 Teoria da Probabilidade

Cálculo Diferencial e Integral I Resolução do 2 ō Teste - LEIC

INTERPOLAÇÃO POLINOMIAL

CONHECIMENTOS ESPECÍFICOS

Sociedade de Engenharia de Áudio. Artigo de Convenção. Apresentado na VI Convenção Nacional de maio de 2002, São Paulo, Brasil

Estabilidade de Sistemas Lineares com Realimentação

2.2. Séries de potências

ESTIMAÇÃO DA CONFIABILIDADE PARA UM MODELO DE DESEMPENHO ESTRUTURAL COM DISTRIBUIÇÃO NORMAL UMA SIMULAÇÃO

Introdução a Complexidade de Algoritmos

Sistemas de Controle I

BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição

III- Caos. Referência Principal: Chaos K. Alligood, T. D. Sauer, J. A. Yorke Springer (1997)

Método do Lugar das Raízes

A letra x representa números reais, portanto

Exponenciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares

Formatação de fonte. Teorema da amostragem

Lista de Exercícios Método de Newton

Avaliação de Desempenho de Sistemas Discretos

Alguns autores também denotam uma sequência usando parêntesis:

objetivo Exercícios Meta da aula Pré-requisitos

Inferência Estatística

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2

Fundamentos de Análise Matemática Profª Ana Paula. Sequência Infinitas

Análise de dados industriais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

5 Teoria dos Valores Extremos

Mineração de Dados. Modelos Preditivos. Técnicas de Classificação Árvores de Decisão. Prof. Paulo Martins Engel. Tarefas preditivas:

Tabela A4.2. MIR obtido com simulação 1. Para 2 S 4, estimar os parâmetros associados a uma mistura de s componentes e avaliar rs = ms+

CAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE

2 Técnicas de CEP para Processos Multicanal

Como se decidir entre modelos

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

propondo modulações digitais usando portadoras caóticas. uma análise comparativa Marcio Eisencraft e Luiz Antonio Baccalá

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

Análise Infinitesimal II LIMITES DE SUCESSÕES

Validação do método de dimensionamento do número médio ideal de sementes por saca

Noções de Inferência Estatística

CAP. I ERROS EM CÁLCULO NUMÉRICO

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística

CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA

Distribuições Amostrais

n ) uma amostra aleatória da variável aleatória X.

Mecânica dos Sólidos II

INFORMAÇÃO SOBRE O FUNCIONAMENTO DO MINITITULADOR HI PARA A DETERMINAÇÃO DO DIÓXIDO DE ENXOFRE NO VINHO. COMPARAÇÃO COM O MÉTODO OFICIAL

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase

Proposta de Exame de Matemática A 12.º ano

Cap. VI Histogramas e Curvas de Distribuição

Distribuições Amostrais

DERIVADAS DE FUNÇÕES11

ESCOLA BÁSICA DE ALFORNELOS

Prof. Celso Módulo 12 Resposta em freqüência-diagrama de Nyquist RESPOSTA EM FREQÜÊNCIA-DIAGRAMA DE NYQUIST

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Sumário: Intervalo de confiança para a diferença entre duas médias de. populações independentes com variâncias conhecidas...

Considere as seguintes expressões que foram mostradas anteriormente:

Capítulo 5- Introdução à Inferência estatística.

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano de escolaridade Versão 4

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

Transcrição:

ANÁLISE ESPECTRAL DE ÓRBITAS DO MAPA DE MANNEVILLE Daiela Mitie Kato e Marcio Eiecraft Ecola de Egeharia da Uiveridade Prebiteriaa Mackezie, São Paulo, Brail, daikato@yahoo.com Ecola de Egeharia da Uiveridade Prebiteriaa Mackezie e Ecola Politécica da Uiveridade de São Paulo, São Paulo, Brail, marcioft@mackezie.br Reumo: Nete trabalho ivetiga-e caracterítica da Deidade Epectral de Potêcia (DEP) de iai caótico itermitete gerado pelo mapa de Maeville. A aálie é realizada por meio de imulaçõe computacioai, iterpretadoe o iai gerado como fuçõe-amotra de um proceo etocático. Relacioa-e a bada eecial ao expoete de Lyapuov e ao parâmetro do mapa e relacioa-e também ete parâmetro ao tempo de retoro da itermitêcia. Palavra-chave: cao, pectral aalyi, itermitêcia Abtract: I thi work, we ivetigate characteritic of the Power Spectral Deity (PSD) of chaotic igal geerated by the Maeville map.the aalyi i performed via computatioal imulatio, iterpretig the igal a amplefuctio of a tochatic proce. We relate the eetial badwidth to the Lyapuov expoet ad to the map parameter. We alo relate thi parameter to the retur time of the itermittecie. Keyword: chao, pectral aalyi, itermittecy. INTRODUÇÃO Siai caótico ão iai aperiódico e que pouem Depedêcia Seível à Codiçõe Iiciai (DSCI) []. A DSCI igifica que a trajetória do iai com codiçõe iiciai muito próxima divergem ao logo da iteraçõe. A ecolha da família de mapa de Maeville deu-e pelo fato que ela gera iai caótico com itermitêcia. Ete tipo de iai ão utilizado para modelar feômeo a mai divera área, como por exemplo o etudo da epilepia [3], de circuito eletrôico [4], da fíica de plama [5] e em laer [6, 7]. Buca-e relacioar a caracterítica epectrai dete iai com a itermitêcia a fim de melhor modelar ete feômeo. Ete trabalho etá orgaizado da eguite forma: a Seção ão defiida a família de mapa de Maeville e ua pricipai caracvterítica. Na Seção 3 ão aaliada, umericamete, a caracterítica da Seqüêcia de Autocorrelação (SAC) e da DEP do iai gerado, relacioado a bada eecial com o itervalo etre a itermitêcia e o parâmetro da faília. Por fim, a cocluõe dete trabalho ão expota a Seção 4. Etudo emelhate a ete foram realizado para a família teda icliada, cujo reultado apreetado ão relevate, gerado trê artigo [8 ].. O MAPA DE MANNEVILLE O mapa de Maeville é defiido por [] em que ( + ) = (()), () (()) = (( + ɛ)() + ( ɛ) ()) (mod ), () edo ɛ um parâmetro fixo, defiido o domíio U = [, ) e a operação c (mod ) repreeta a parte fracioária de c. O parâmetro ɛ determia o tempo médio de ocorrêcia de rajada caótica o ial. Quato mai próximo de for o valor do ɛ, maior é o itervalo médio de retoro da itermitêcia. Para valore de ɛ próximo da uidade, o tempo médio etre a rajada tede a zero, obtedo-e um ial caótico em itermitêcia. Para ɛ =, tem-e o mapa dete de erra, cohecido como mapa de Beroulli [, 3]. Na Figura ão motrado gráfico de () para diferete valore de ɛ e trecho de ua repectiva órbita. Oberva-e que o itervalo etre a rajada dimiui com o aumeto de ɛ. Na imulaçõe computacioai, para ɛ =, devido a precião fiita do meio digital, a órbita que eriam caótica covergem para o poto fixo p =. Nete cao, para gerar órbita do mapa ( ) utiliza-e a técica decrita em [3]. Como dito ateriormete, iai caótico ão iai aperiódico e que pouem DSCI [].A DSCI é geralmete verificada por meio do expoete de Lyapuov. Ete expoete mede a taxa de divergêcia expoecial média etre dua órbita muito próxima. Se o valor do expoete é maior que zero, etão um ial aperiódico é caótico []. O expoete de Lyapuov h de uma órbita (, ) é calculado por meio de [] ( N ) h = lim l f ( ()), (3) N N =

.7.65.6 5 h M.45.4 (a) (b) (c) (d) (e) (f) (), = (), =. (), =. (), =. (), = (), =..4.6.8..4.6.8..4.6.8..4.6.8..4.6.8..4.6.8 () () () () () () 4 6 4 6 4 6 4 6 4 6 4 6 Figura Mapa e trecho de órbita do mapa de Maeville para (a) ɛ =, (b) ɛ =., (c) ɛ =., (d) ɛ =., (e) ɛ = e (f) ɛ =..35 Figura Expoete de Lyapuov para a família de mapa de Maeville. em que f () é a derivada de f(). Na Figura é motrada uma curva do expoete de Lyapuov h M, calculada umericamete utilizado a Eq. (3 com N =, em fução de ɛ para eta família de mapa. Oberva-e que o expoete de Lyapuov é poitivo para todo o valore de ɛ admiívei, motrado que família de mapa de Maeville gera iai caótico. Nota-e que para ɛ =, que equivale ao mapa de Beroulli, o valor do expoete é máximo e igual a l. Ete valor é jutificado pelo fato de que o mapa de Beroulli é compoto de doi egmeto de reta de icliação igual a... Deidade ivariate Outro atributo que pode er utilizado para caracterizar iai caótico é a deidade ivariate. Pelo fato do iai caótico apreetarem a DSCI, ão e cohecedo a codição iicial exata ão é poível prever o ial apó um curto itervalo de tempo [4]. Dete modo, em itema prático, é itereate etudar ete iai como um proceo etocático, por meio de média, variâcia e correlaçõe etre o iai [5, 6]. Para ito, tem grade valor aber a probabilidade de ocorrêcia de cada poto, ou eja, aber a deidade ivariate do ial o domíio U. Na Figura 3(a) ão ilutrado gráfico da evolução da ditribuição da deidade para o mapa de Maeville para ɛ =. Na Figura 3(b) ão apreetado gráfico para ɛ =. e a Figura 3(c), para ɛ =.. Da mema forma, a Figura 3(d) é motrada a evolução da ditribuição para ɛ =. e a Figura 3(e), para ɛ =. Por fim, a Figura 3(f) ão ilutrado o gráfico para ɛ =. Neta imulaçõe, para cada valor de ɛ foram tomada 5 codiçõe iiciai, uiformemete ditribuída o domíio U = [, ) e aplicou-e o mapa uceiva veze obre ete cojuto de poto, até que ua ditribuição e mativee apó a demai iteraçõe, ou eja, até que ua deidade foe ivariate. Oberva-e que para ɛ, a ditribuição e cocetra em valore próximo de. Eta relação etá de acordo com

o gráfico da órbita motrado a Figura. Para ɛ, o itervalo etre a itermitêcia o ial é maior e aim, a ditribuição do poto da trajetória cocetra-e próximo de. Coforme aumeta-e ɛ, o itervalo etre a itermitêcia dimiui e a ditribuição e epalha o domíio U, até que para ɛ =, tem-e um ial caótico em itermitêcia. Nete cao, ua deidade ivariate é uiforme. (a) (b) (c) (d) (e) (f) = p() =. p() =. p() =. p() = p() = p().5.5.5.5.5.5 P(p()) P(p()) P(p()) P(p()) P(p()) P(p()).5.5.5 () () ().6.4. ().8.4. ().8.5 ().5.5.5.5.5.5.5.5.4..8.5 Figura 3 Evolução da ditribuição da deidade para o mapa de Maeville para (a) ɛ =, (b) ɛ =., (c) ɛ =., (d) ɛ =., (f) ɛ = e (d) ɛ =. 3. SEQUÊNCIA DE AUTOCORRELAÇÃO E DENSI- DADE ESPECTRAL DE POTÊNCIA Neta eção ão apreetado reultado umérico, obtido por meio de imulaçõe computacioai, da caracterítica epectrai de iai caótico gerado pela família de mapa de Maeville. Relacioa-e o parâmetro da família com o itervalo etre a itermitêcia e com a bada eecial do ial. O etudo umérico dete iai foi realizado aumidoo como fuçõe-amotra de um proceo etocático, em que a SAC, a DEP e a bada eecial do itema ão aaliada. Na Seção 3. é etudada a relação etre o parâmetro da família, o itervalo etre a itermitêcia e a bada eecial. 3.. Etudo do iai gerado como fuçõe-amotra de um proceo etocático Na Seção foi vito que a família de mapa de Maeville é defiida o domíio U = [, ) e dada por (()) = (( + ɛ)() + ( ɛ) ()) (mod ), (4) em que ɛ [, ]. Ecolhido um ɛ, dada uma codição iicial U e fazedo a iteraçõe do mapa, defie-e uma órbita. Tratado-e ete itema como um proceo etocático ergódico, eta órbita gerada repreeta uma fução-amotra do itema. Sedo o domíio U = [, ) para eta família e obervado a Figura e 3, ota-e que o ial gerado por uma mapa deta família poui um valor médio, ou ível DC, que aumeta com ɛ, como ilutrado a Figura 4. Sabedo-e que a difereça etre a potêcia do ial reultate P e o eu valor médio ao quadrado reulta a variâcia σ do ial [6], realizado-e alguma imulaçõe computacioai, otou-e que para todo ɛ admiível, ea variâcia é praticamete cotate, aumido valore ligeiramete iferiore para ɛ, como é motrado a Figura 5. Na área de Telecomuicaçõe é comum que e empregue iai com média ula em eu itema. Nete trabalho, coidera-e o iai gerado pela família de Maeville decotado de eu valor médio, edo ele, a partir dete mometo, repreetado apea por (). A SAC dete proceo R P (k) é calculada por meio da Eq. (??) R P (k) = E [R(k)] = E [ lim N N N = () ( k) ], (5)

.9.8.7.6 = =. =. =. = =.45.4.35 R P (k).5.4.3...3.5.. 5 5 5 5 k Figura 6 SAC para iai do mapa de Maeville para algu valore de ɛ. Figura 4 Valor médio do iai gerado pela família de Maeville. Potêcia.4.35.3.5.. P = σ + σ.5 Figura 5 Potêcia média de iai com e em ível DC gerado pela família de Maeville. Figura 7 SAC para iai do mapa de Maeville para valore de ɛ o itervalo [, ]. em que a eperaça é tomada obre toda a codiçõe iiciai que geram órbita caótica. Na Figura 6 ão motrado gráfico de R P (k) para algu valore de ɛ. A SAC foram etimada utilizado a Eq. (5), tomado-e uma média de 5 fuçõe-amotra, cuja codiçõe iiciai foram uiformemete ditribuída o domíio U e cada uma com N = iteraçõe do mapa. Na Figura 7 ão motrada a SAC para todo o valore admiívei de ɛ. Oberva-e que para ɛ a SAC decai de forma leta e o iai gerado pouem potêcia mai baixa. Com o aumeto de ɛ, o decaimeto da SAC paa a er mai abrupto e o iai reultate pouem potêcia maior. A DEP do proceo P P (ω) é obtida coforme a Eq. (??) P P (ω) = k= R P (k)e jωk = lim N N E [ S tr (ω) ]. (6) Na Figura 8 ão ilutrada etimativa da DEP para difer-

f = =. (a).8.6 =. =. B/π.4. P P (ω) = = (b).8 B/π.6.4. 3 3 ω / π..5.3.35.4.45 5.6.65.7 h M Figura 8 DEP para iai do mapa de Maeville para algu valore de ɛ. Figura Bada eecial em fução (a) de ɛ e (b) do expoete de Lyapuov h M..9.8.7.6.4.3....4.6.8 Figura 9 DEP ormalizada para iai do mapa de Maeville para valore de ɛ o itervalo [, ]. ete valore de ɛ, utilizado 5 fuçõe-amotra com codiçõe iiciai uiformemete ditribuída o domíio U, cada uma com N =. Em outra palavra, para cada codição iicial foram calculada iteraçõe do mapa, defiido-e a trajetória. Para cada uma dea trajetória foi aplicada a Eq. (??), dada a págia??, calculado a DEP de cada uma dela. Por fim, tirou-e a média etre a 5 DEP obtida, reultado a DEP do proceo. Na Figura 9 é ilutrado o comportameto geral da DEP do proceo, de forma ormalizada, para todo o valore admiívei de ɛ. Pode-e iferir que o iai reultate cotituem um proceo com a maior parte de ua potêcia cocetrada a baixa freqüêcia. Quato mai próximo de zero for o parâmetro da família, mai etreita é a bada do ial reultate e ela e alarga com o aumeto de ɛ. Para quatificar ea ditribuição de potêcia a freqüê-.9.8.7.6.4.3.. cia por meio da bada eecial, a Figura ão apreetado gráfico da bada eecial B em fução do parâmetro ɛ e em fução do expoete de Lyapuov h M. Oberva-e a Figura (a), que a bada eecial do ial reultate é mai etreita para ɛ e aumeta coforme ɛ e aproxima de, porém, diferetemete da família teda icliada, ão e chega a uma DEP plaa para iai gerado pelo mapa de Maeville. Pelo fato da itermitêcia erem uma da pricipai caracterítica do iai gerado pela família de mapa de Maeville, é relevate relacioar o itervalo etre a ocorrêcia da itermitêcia com o parâmetro da família e com a bada eecial, o que é dicutido a eguir. 3.. Relação etre bada eecial, itervalo etre itermitêcia e parâmetro da família Foi vito a Seção que a família de mapa de Maeville gera iai com itermitêcia e que o itervalo etre a ocorrêcia da mema varia com o parâmetro da família. Neta eção buca-e relacioar ete itervalo com o parâmetro ɛ e com a bada eecial. Para io, por meio de imulaçõe computacioai, calculou-e o úmero médio de amotra etre a ocorrêcia de itermitêcia, τ, para cada valor de ɛ. Toma-e uma trajetória loga gerada por um mapa da família determiado por ɛ. Sedo U = [, ), em toda a trajetória cota-e o úmero de amotra ubeqüete em que e obtém uma traição etre () < e ( + ) >, em que é o valor médio do domíio do mapa. Toma-e uma média etre ee úmero de amotra, obtedo-e τ. Repetido-e ete proceo para cada ɛ admiível, obtém-e a relação motrada a Figura. De acordo com o que foi motrado a Figura, oberva-e aqui também que, quato meor o ɛ, maior o itervalo etre a itermitêcia e quado ɛ e aproxima de, ete itervalo dimiui até que o ial e tora caótico em itermitêcia. Na eção aterior, relacioou-e a bada eecial do iai reultate com o parâmetro da família e com o ex-

τ 4 8 6 4 Figura Relação etre o parâmetro ɛ e o úmero médio de amotra etre a itermitêcia, τ. Figura Número médio de amotra etre a itermitêcia em fução (a) da bada eecial e (b) do expoete de Lyapuov h M. poete de Lyapuov h M. Aim, é poível relacioar o itervalo etre a itermitêcia com a bada eecial e com o expoete, apreetado a Figura. Verifica-e que quado ɛ, maior é o itervalo etre a itermitêcia e meor é a bada eecial do iai reultate, ou eja, ão iai bada etreita e, o cao deta família, com a maior parte de ua potêcia cocetrada a baixa freqüêcia. Além dio, o expoete de Lyapuov tem valore mai baixo, porém poitivo, idicado que o iai aperiódico ão caótico. Já para ɛ, em que o itervalo etre a itermitêcia é míimo, a bada eecial é maior, ma aida aim com a potêcia do iai reultate cocetrada a baixa freqüêcia e o expoete de Lyapuov é maior, o que implica que o iai gerado com codiçõe iiciai diferete ditaciam-e rapidamete. Com o etudo deta família, oberva-e mai uma vez que cao ão implica em bada larga e SAC impuliva, como cotuma-e ecotrar a literatura. 4. CONCLUSÕES Pôde-e verificar que o iai caótico gerado pela família de mapa de Maeville podem apreetar divera largura de bada, porém de forma equematizada e defiida. De maeira muito imple é poível ecolher uma bada eecial e ecotrar um mapa que gere iai que ocupem ea largura de bada deejada ou um mapa que gere iai com itermitêcia com itervalo etre a ocorrêcia cohecido. Além dio, em itema prático, exite maior facilidade em etimar a bada de um ial em vez de etimar o itervalo etre a itermitêcia. Dete modo, relacioado-e ete parâmetro, é poível idetificar ou modelar um ial por meio de ua bada eecial. Epera-e que o reultado iiciai apreetado aqui poam cotribuir em trabalho futuro e em aplicaçõe prática que coteham iai itermitete, como a fíica de plama e laer [5, 6]. ACKNOWLEDGMENTS O autore gotariam de agradecer ao Prof. Iberê L. Calda pela ugetão do uo do mapa de Maeville em eu etudo de aálie epectral de iai caótico. Referêcia [] K. T. Alligood, T. D. Sauer, e J. A. Yprke, Chao - a itroductio to dyamical ytem, New York: Spriger, 996. [] N. F. Ferrara, e C. P. C. Prado, Cao - uma itrodução, São Paulo: Edgard Blücher, 994. [3] J. L. P. Velazquez, H. Khoravai, A. Lozao, B. L. Bardakjia, P. L. Carle, e R. Weberg, Type iii itermittecy i huma partial epilepy, Europea Joural of Neurociece vol., No. 7, pp. 57-576, Março 999. [4] M. S. Baptita, e I. L. Calda, Type-II itermittecy i the drive double croll circuit, Phyica D: Noliear Pheomea vol. 3, pp. 35-338, Julho 999. [5] M. B. A. P. Heller, J. A. Stockel, Z. A. Brazilio, e I. L. Calda, Scrape-off layer itermittecy i the cator tokamak, Plama Phyic ad Cotrolled Fuio vol. 6, pp. 846Ű853, Março 999. [6] R. Harrio, I. Al-Saidi, e D. Biwa, Obervatio of itabilitie ad chao i a homogeeouly broadeed igle mode ad multimode midifrared rama laer, IEEE J. Quatum Electro, vol., No. 9, pp. 49Ű497, Setembro 985. [7] E. F. Mafra, I. L. Calda, R. L. Viaa, e H. J. Kaliowki, Type-I itermittecy ad crii-iduced itermittecy i a emicoductor laer uder ijectio curret modulatio, Noliear Dyamic, vol. 7, pp. 85-95, Jaeiro. [8] D. M. Kato, e M. Eiecraft, O the power pectral deity of chaotic igal geerated by kew tet map, ISSCS7 - Iteratioal Sympoium o Sigal, Circuit ad Sytem, 7, vol., pp. 5-8, Julho 7a. [9] D. M. Kato, e M. Eiecraft, Caracterização epectral de iai caótico, SBrT7 - XXV Simpóio Braileiro de Telecomuicaçõe, CD-ROM, Setembro 7b. [] D. M. Kato, e M. Eiecraft, Caracterização epectral de iai caótico: reultado aalítico, SBrT8 - XXVI Simpóio Braileiro de Telecomuicaçõe, CD- ROM, Setembro 8.

[] Y. Pomeau, e P. Maeville, Itermittet traitio to turbulece i diipative dyamical ytem, Commuicatio i Mathematical Phyic vol. 4, No., pp. 89-97, Juho 98. [] A. Kiel, H. Dedieu, e T. Schimmig, Maximum likelihood approache for ocoheret commuicatio with chaotic carrier, IEEE Traactio o Circuit ad Sytem - I, Fudametal Theory ad Appl., v. 48,. 5, pp. 533-54, Maio. [3] D. F. Drake, e D. B. William, Liear, radom repreetatio of chao, IEEE Traactio o Sigal Proceig vol. 55, pp. 379-389, Abril 7. [4] S. H. Strogatz, Noliear dyamic ad chao with applicatio to phyic, biology, chemitry ad egieerig, Readig: Addio-Weley, 998. [5] A. Laota, e M. Mackey, Probabilitic propertie of determiitic ytem, Cambridge: Cambridge Uiverity, 985. [6] P. Z. Peeble, Probability, radom variable ad radom igal priciple, New York: McGraw-Hill,. [7] A. V. Oppeheim, R. W. Achafer, e J. R. Buck, Dicrete-time igal proceig, New Jerey: Pretice-Hall, 999.