Caracterizacion y Prediccion de Series de Tiempo : Una antología de artículos con diferentes técnicas computacionales

En esta antologa presento los principales artculos que publiqu en un periodo de dos aos, de 1998 a 2000, en memorias de diferentes congresos nacionales e internacionales, en temas de fsica y computacin principalmente. A lo largo de los artculos se ver la preocupacin por caracterizar diferentes series de tiempo y por tratar de predecirlas con diferentes tcnicas neurocomputacionales. Las series de tiempo no-lineales tienen diferente grado de complejidad as que es un gran paso caracterizar primero las series para saber, cules en principio, son predecibles con un menor grado de error y cules tendrn un mayor grado de error o cules sern imposibles de predecir. Para robustecer la caracterizacin de una serie de tiempo en particular es necesario obtener todas las tcnicas que ayuden a determinar si la serie es constante, peridica, cuasiperidica, catica o aleatoria, para as poder utilizar la mejor tcnica de prediccin que se adapte al tipo de serie caracterizada, para lograr as una prediccin con el menor grado de error posible.