ESTUDIO DEL COMPORTAMIENTO DEL BITCOIN ATRAVES DE UN

EQUIVALENTE ELECTRICO
RESUMEN
Aqu se estiman los parmetros de un circuito elctrico RLC equivalente que represente el
comportamiento del precio y transacciones del Bitcoin como ejemplo. La metodologa
propuesta se basa en la analogia de los conceptos de energa, potencia, voltaje e intensidad
elctrica con el flujo de procesos de la ley de Little.

En esta analoga se conectan los conceptos de voltaje, intensidad, e impedancia activa y reactiva
elctrica, con los conceptos de precio, flujo de mercado, resistencia, impedancia activa y reactiva
organizacional.

A partir de ellos se calculan los parmetros del modelo en cada periodo. Basado en los
estimadores de MINIMOS cuadrados ordinarios de esta ecuacin y en la no aleatoriedad del
error. A partir de estas CONSIDERACIONES es posible describir las lneas estratgicas de una
empresa, o los agentes de mercado, o la redes de los mismos

PALABRAS CLAVE

LEY DE LITTLE, BITCOIN, CIRCUITO RLC, IMPEDANCIA

Cules cree usted que son las palabras clave?

La ingeniera industrial se encarga del estudio de sistemas integrados para cumplir diversos tipos
de fines entre ellos econmicos1. Suponiendo las industrias como sistemas integrados entonces
las industrias o parte de ellas son estudiados por los principios y mtodos de la ingeniera
industrial.

La ley de Little une el flujo del proceso industrial con las leyes fsicas y con las medidas de
desempeo de los sistemas industriales2,la cual ha sido empleada para describir la operacin de

1
http://www.iise.org/details.aspx?id=716
2
Little, J. D. C. (1961). "A Proof for the Queuing Formula: L = W". Operations Research.
9 (3): 383387
mltiples tipos de sistema3 y es una forma de describir la operacin de los mismos4 , incluido la
descripcin y mejora del flujo de materiales dentro de redes de negocios y distribucin5

De forma ms amplia el flujo de los materiales en las industrias se explica desde los principios
de la fsica6, asi como su organizacin7. Algunas industrias se han descrito de forma ms
detallada como los hospitales8. Y a su vez se postula que el diseo de sistemas integrados
comparte principios comunes con la formulacin de sistemas legales y de justicia9.

La operacin de los sistemas industriales con los principios de la teora del control se hace desde
la dinmica de sistemas10. Sin embargo, este enfoque no es ampliamente usado11 al menos en
trminos de publicaciones acadmicas, a este respecto, pues no est en la lista de los textos ms
influyentes???. Los principios de la teora del control se usan para describir partes y
componentes de los sistemas o supra sistemas, basados algunas veces en propuestas desde la
economa12 as:

Una mquina
La capacidad de trabajo13

3
Little, J. D. C. (2011). "Little's Law as Viewed on Its 50th Anniversary" (PDF).
Operations Research. 59 (3): 536549.
4
Ravi Anupindi, Sunil Chopra, Sudhakar D. Deshmukh, Jan A. Van Mieghem, Eitan
Zemel-Managing Business Process Flows (3rd Edition)-Prentice Hall (2011).pdf
5
Phase-synchronisation in continuous flow models of production networks. Bernd
Scholz-Reiter. Physica A 363 (2006) 3238
6
Factory Physics: Foundations of Manufacturing Management, first edition, 1996.
668pp. ISBN 0-256-15464-3.
7
Information flows in hierarchical networks and the capability of organizations to
successfully respond to failures, crises, and disasters Dirk Helbinga,b; Physica A 363 (2006)
141150
8
Hospital Operations: Principles of High Efficiency Health Care; Wallace J. Hopp, William S.
LovejoyFT Press, 2012

9
Law as Engineering. Thinking About What Lawyers Do David Howarth, , 2013
10
1961. Industrial dynamics. Waltham, MA: Pegasus Communications.
11
M. Ortega & L. Lin (2004): Control theory applications to the productioninventory
problem: a review, International Journal of Production Research, 42:11, 2303-2322
12
Herbert A. Simon, On the Application of Servomechanism Theory in the Study of
Production Control. Econometrica, Vol. 20, No. 2 (Apr., 1952), pp. 247-268
13
Performance of Coupled Closed-Loop Workstation Capacity Controls in a Multi-
Workstation Production System Jin-Hyung Kim. Annals of the CIRP Vol. 55/1/2006
 Puestos de trabajo14
La interface produccin e inventario15
El control16 de inventarios17
Las polticas de inventario18
De la integracin de varios componentes del sistema 19
La secuencia de labores de sistema productivo por proyecto20
Sistemas de planeacin y control organizacional 21
El diseo del proceso industrial especifico22
El modelaje de sistemas de produccin23
La funcin de transferencia de la actividad productiva24

14
Backlog Control Design for a Closed Loop PPC System. Jin-Hyung Kim, Neil A. Duffie.
Annals of the CIRP Vol. 55/1/2006
15
. Schwartz 1 , Daniel E. Rivera. A process control approach to tactical inventory
management in production-inventory systems. Int. J. Production Economics 125 (2010) 111
124
16
White. A.S. Management of inventory using control theory. Int. J. Technology
Management, Vol. 17, Nos. 7/8, 1999 p. 847- 849
17
Modern Control Theory Applied to Inventory Control for a Manufacturing System.
Valerii N. Azarskov, 7th IFAC Conference on Manufacturing Modelling, Management, and
Control International Federation of Automatic Control June 19-21, 2013. Saint Petersburg,
Russia
18
Analyzing the effect of the inventory policy on order and inventory variability with
linear control theory Kai Hoberg a , James R. Bradley. European Journal of Operational
Research 176 (2007) 16201642
19
Disney, S.M., Towill, D.R. and Warburton, R., (2003) On the equivalence of the
control theoretic, differential and difference equation approaches to solving the production
and inventory control system design problem, 17th International conference on Production
Research, Virginia, USA, 3-7 August.
20
ProJect Schedullng Approach to Productlon Plannlng A. (. Annals of the CIRP Vol.
55/1/2006
21
Control-Theoretic Analysis of a Closed-Loop PPC System. N. Duffie. Annals of the CIRP
Vol. 55/1/2006
22
Deslgn and Analysls of a Closed-Loop Slngle-Workstatlon PPC System, Alexandra M.
Raterlng. Annals of the CIRP Vol. 55/1/2006
23
Hans-Peter Wiendahl & Jan-Wilhelm Breithaupt (1999) Modelling and controlling the dynamics
of production systems, Production Planning & Control: The Management of Operations, 10:4,389-401,
DOI: 10.1080/095372899233136

24
Joakim Wikner, (2005),"Dynamic analysis of a production-inventory model",
Kybernetes, Vol. 34 Iss 6 pp. 803 - 823
 El control y flujo de materiales25, bienes existencia e inventario26
Cadenas de suministro27

Para hacer tal descripcin se han de estimar los parmetros, por lo cual desde la dinmica de
sistemas se han definido tcnicas para ello28, las cuales implican el uso de tcnicas de control y
anlisis de seales. Las cules implican el filtro de las seales de los sistemas

La dinmica de sistemas propone la estimacin de parmetros por procedimientos especficos29

que incluyen el uso de tcnicas estadsticas basadas en los mnimos cuadrados30 ordinarios o el
filtraje de la seal31

Sin embargo, en la revisin literaria no se identifica el uso sistemtico de estas tcnicas32 como
la transformada de Fourier33 para la descripcin de los sistemas industriales de forma

25
C. E. RiddallsProduction-inventory system controller design and supply chain
dynamics, International Journal of Systems Science, 2002, volume 33, number 3, pages
181195
26
(Lecture Notes in Control and Information Sciences 388) Erik I. Verriest, Wim Michiels
(auth.), Jean Jacques Loiseau, Wim Michiels, Silviu-Iulian Niculescu, Rifat Sipahi (eds.)-Topics in
Time Delay Sy. pg 349-358
27
Supply Network Dynamics and Delays;Performance, Synchronization, Stability. Rifat
Sipahi Ismail Ilker Delice. Proceedings of the 17th World Congress The International Federation
of Automatic Control Seoul, Korea, July 6-11, 2008
28
Gerrit Lohmann (auth.), Robert A. Meyers Ph.D. (eds.)-Encyclopedia of Complexity
and Systems Science-Springer-Verlag New York (2009)
29
1996. Formal aspects of model validity andvalidation in system dynamics Yaman
Barlas
30
Peterson Statistical Tools for systems dynamics. 1969
31
FIMLOF Complex Systems in Finance and Econometrics editado por Robert A. Meyers.
2009
32
Umeshkumar Dubey. Quantitative Techniques in Business, Management and
FinanceA Case-Study Approach. CRC Press. 207
33
Jean-Baptiste Joseph Fourier (1827). Mmoire sur les tempratures du globe
terrestre et des espaces plantaires. Mmoires de l'Acadmie Royale des Sciences (en
francs) 7: 569-604
frecuente343536 sin embargo si es usado ampliamente en por ejemplo las ciencias biolgicas37 o
en ciencias econmica38 y de mercado para la determinacin del precio de un bien o servicio39
ms bien se siguen definiendo los sistemas en base no a la seal producida sino a la estructura
propuesta40 sin que se asocie el sistema usado del sistema declarado41.

De otro lado la Logstica industrial incluye la coordinacin del flujo entre o dentro de industrias42.
All el acople entre suministro y demanda, la compra de acciones43, es un aspecto central44 y
ampliamente estudiado45. All se ha identificado la amplificacin de la demanda, lo cual causa el
denominado efecto ltigo. Lo anterior implica una diferencia sustancial entre el suministro y lo
adquirido por la sobre o sub amplificacin de esta compra46.

34
NATO Advanced Study Institute on Fourier Analysis and Its Applications (1989 Ilocco, Italy)Recent
advances in Fourier analysis and its applications: proceedings of the NATO Advanced Study Institute on
Fourier Analysis and Its Applications, held in 11 Ciocco, Italy, July 16-19, 1989 / edlted by J.S. Byrnes and
Jennifer L. Byrnes.
p. cm. -- (NATO ASI series. Series C, Mathematical and
physical sciences: vol. 315)

35
Fourier analysis on finite groups and applications, Audrey Terras, 1999
36
Eric W. Hansen, Fourier Transforms: Principles and Applications, 2014
37
Pete E. Lestrel-Fourier Descriptors and their Applications in Biology-Cambridge
University Press (2008)
38
Serges Darolles, Patrick Duvaut, Emmanuelle Jay-Multi-factor Models and Signal
Processing Techniques_ Application to Quantitative Finance-Wiley-ISTE (2013)
39
Ren Ad (auth.), Fred Espen Benth, Valery A. Kholodnyi, Peter Laurence (eds.)-
Quantitative Energy Finance_ Modeling, Pricing, and Hedging in Energy and Commodity
Markets-Springer-Verlag New York (2014.
40
Robert Lee Morrow-Time study and motion economy_ with procedures for methods
improvement-The Ronald Press Company (1946)
41
Checkland Peter 1981, Systems Thinking, Systems Practice, Wiley
42
http://www.logisticsworld.com/logistics.htm
43
T. Wake Epps-Quantitative Finance_ Its Development, Mathematical Foundations, and
Current Scope (2009)
44
Gerard Cachon, Christian Terwiesch-Matching Supply with Demand_ An Introduction
to Operations Management (2nd Ed.)-McGraw-Hill_Irwin (2008)
45
J. Bramel, D. Simchi-Levi-The Logic of Logistics-Springer (1997).pdf
46
Transfer function analysis of forecasting induced bullwhip in supply chains J.
Dejonckheere, S.M. Disney, M.R. Lambrecht. Int. J. Production Economics 78 (2002) 133}144
Ante ello se han propuesto mltiples soluciones47, entre ellas las analticas48 49o una
combinacin de anlisis y negociacin50, la coordinacin y atenuacin de oscilaciones51 o el
diezmo de sistemas robustos52 aumento del mercadeo electrnico en lnea para disminuir la
diferencia entre demanda y suministro, ver-sus otros mecanismos de autocontrol del mercado
y sus precios53.

Sin embargo y dado que esta demanda depende de las percepciones del cliente esta puede
cambiar por hechos espordicos, inesperados o espurios y amplificados por el flujo de
informacin disponible por las redes de informacin para mltiples usuarios54, esto puede
verificarse repetidamente en los flujos de consulta de trminos en sitios como Wikipedia
respecto a, por ejemplo, protagonistas de eventos deportivos o actos extraordinarios como de
violencia u orden pblico55.

Estas alteraciones no solo afectan a la demanda sino adems el flujo fsico de bienes, ya que el
cumplir con lo solicitado requiere de la movilizacin de recursos y se desarrolla en algn tiempo
y espacio.

Por lo anterior para la operacin de las actividades de comercio e industrias es relevante estimar
que aspectos son los que permiten el flujo de la oferta para la acumulacin de dinero en la
empresa.

47
An Exact Method for the Stability Analysis of Time-Delayed; Linear Time-Invariant (LTI)
Systems; Nejat Olgac and Rifat Sipahi; IEEE TRANSACTIONS ON AUTOMATIC CONTROL, VOL.
47, NO. 5, MAY 2002. P 793-797
48
Inventory dynamics and the bullwhip effect : studies insupply chain performanceUdenio, M. DOI:
10.6100/IR776508. Published: 01/01/2014

49
Roger D.H. Warburton. An exact analytical solution to the production inventory
control problem. Int. J. Production Economics 92 (2004) 8196
50
Counteracting the bullwhip effect with decentralized negotiations and advance
demand information; Yanfeng Ouyanga; Physica A 363 (2006) 1423
51
Network-Induced Oscillatory Behavior in Material Flow Networks and Business Cycles.
Dirk Helbing, Stefan Lmmer. 2004
52
Robust optimal control of material flows in demand-driven supply networks Marco
Laumanns. Physica A 363 (2006) 2431
53
Autonomous Control of the Economic System Author(s): Jnos Kornai and Bla Martos
Source: Econometrica, Vol. 41, No. 3 (May, 1973)
54
O. Markelov, et al., Statistical modeling of the Internet traffic dynamics: To which
extent do we need long-term correlations?, Physica A (2017),
http://dx.doi.org/10.1016/j.physa.2017.05.023
55
Information flows in hierarchical networks and the capability of organizations to
successfully respond to failures, crises, and disasters Dirk Helbinga,b; Physica A 363 (2006)
141150
Entonces, dada la velocidad de cambio y adaptaciones tanto del productor o intermediario
industrial como de la demanda, puede ser til conocer el efecto de tales cambios en el flujo
usando los principios de la dinmica de sistemas asumiendo parmetros cambiantes.

Por ello se propone describir el intercambio monetario y de flujo de bienes y servicios basado
en los modelos bsicos de la teora de circuitos, en los cuales se toma el registro de la serie de
tiempo del desempeo de un sistema como una seal56 , es decir se pretende representar el
intercambio comercial histrico entre dos agentes como un circuito elctrico RLC, y de ser
exitosa esta labor podr extenderse como una red de circuitos RLC entre diferentes proveedores
que participa en diferentes mercados, la estimacin parmetros usa las tcnicas estadstica s
para capturar tal volatilidad en el mercado

Cabe notar que la dinmica de sistemas se centra en la descripcin del comportamiento general
de sistemas realimentados, all el supuesto es que el comportamiento obedece a la estructura,
y est basada en desempeo histrico de sistemas en periodos de aos. Para ello establece
pruebas estadsticas para la estimacin de parmetros.

Desde la dinmica de sistemas parte de modelar el sistema segn las preferencias y variables y
ciclos de realimentacin que el modelador desee incluir, por lo tanto representan el modelo
preferido pro el observador.????

De otro lado en este anlisis de la seal se est ante el problema inverso ya que dada la seal se
pretende reconstruir el sistema que lo genera. En el anlisis de circuitos existen los teoremas de
Thevenin57 y de Norton58 que en vez de describir todo el sistema no conocido se les reemplaza
por un voltaje, corriente y resistencia equivalente.

De otro lado el teorema de Mason59 permite obtener el circuito equivalente que genera una
seal especfica a partir de la funcin de transferencia estimada para un sistema, all los mtodos
de estimacin son varios. Dada la extensa literatura del problema inverso estos asuntos se han
tratado ampliamente para sistemas de seales, reconstruccin e imgenes e informacin ms
no se ha encontrado literatura a este respecto en la definicin de sistemas industriales

As, aqu se pretende ejemplificar la obtencin del modelo que genera la seal, sIN EMBARGO,
UN ASPECTO QUE AN NO SE HA ENCONTRADO EN LA LITERATURA ES EL VNCULO DE LAS
MAGNITUDES ELCTRICAS CON EL FLUJO DE PROCESOS Y MERCADOS PROPIOS DE LAS
ORGANIZACIONES INDUSTRIALES. ASPECTO BASTANTE RELEVANTE

56
Shiavi-Introduction to Applied Statistical Signal Analysis-Elsevier (2007).pdf
57
Thvenin, L. (1883b). "Sur un nouveau thorme d'lectricit dynamique (On a new
theorem of dynamic electricity)". Comptes rendus hebdomadaires des sances de l'Acadmie
des Sciences. 97: 159161.
58
Norton, E. L. (1926). "Technical Report TM2601860 Design of finite networks for
uniform frequency characteristic". Bell Laboratories
59
Mason, Samuel J. (July 1956). "Feedback Theory - Further Properties of Signal Flow
Graphs". Proceedings of the IRE. 44: 920926
PROPUESTA
Suponiendo un sistema, G, como lo contenido dentro de un lmite cerrado. Sea el tiempo de
referencia, t, y su incremento, k. La energa, E, total, ET, contenida en un sistema, G, en un
instante t es , . La energa en K en el sistema depende de la energa entrante y saliente
es

,+ = , + ,+ ,+

Por lo tanto, la energa dentro del sistema depende de la energa que entra y la que sale. La
velocidad de entrada de la energa es la potencia de entrada ,y el periodo en el que entra es
por lo tanto:

,+ =

De la misma forma la energa de salida

,+ =

As las dimensiones de la energa dentro del sistema, son:

() = ( 2 ) =

Y para la potencia
1
() = ( 2 1 ) =

Ya que la potencia es la razn de cambio en el tiempo de la energa se tiene que

=
Por lo tanto, las ecuaciones diferenciales son:

=

Para un circuito elctrico la potencia elctrica se define como

=
Donde V es Voltaje e I Intensidad, presumidos independientes con diferenciales

=

Por la Ley de Ohm se tiene que la relacion ENTRE eL voltaje, intensidad e impedancia es:

=
Por lo que

=

Donde

=

Tambin de los teoremas de Thevenin y Norton se conoce que un circuito puede ser remplazado
por una resistencia, UNA FUENTE DE corriente, O DE voltaje equivalente, por complejo que este
sea. (EN LO QUE A LA RESPUESTA DEL CIRCUITO SE REFIERE) Adems, la impedancia, Z, se
compone de la resistencia activa, X, y la resistencia pasiva60, R; y a su vez X incluye la reactancia
inductiva XL y la reactancia capacitiva Xc y la suma de estas entrega la reactancia total XT X.
para representar los comportamientos que en otros sistemas son considerados como seales
cclicas61 o error aleatorio62. La relacin entre Impedancia reactancia y resistencia est en

2 = 2 + 2 2()
Donde C es el coseno del ngulo formado por los ejes R y X; al ser independientes C=0. Aqu se
presume que la impedancia inductiva y la impedancia capacitiva son perpendiculares e
independientes de la resistencia en la Ilustracin , donde el ngulo entre R y X es recto:

Ilustracin 1

De otro lado se la cantidad de unidades u objetos dentro de un sistema, L, el inventario del

mismo, la ley de Little establece que este cambia en funcin de la tasa de llegada y del
tiempo,, de permanencia de las unidades dentro del sistema

=
Su ecuacin diferencial es

=

60
Z. Jiang, W. Yan, Resistance between two nodes of a ring network, Physica A (2017),
http://dx.doi.org/10.1016/j.physa.2017.04.158
61
Lloyd A. Metzler. The Nature and Stability of Inventory Cycles. The Review of
Economics and Statistics, Vol. 23, No. 3 (Aug., 1941), pp. 113-129
62
S. ENGELBERG AND M. WEXLER . The Operation of the Phase-Lock Loop. Computers
and Mathematics with Applications 40 (2000) 1253-1261
Por lo que

=

De otro lado, las curvas de los mercados econmicos vinculan la oferta y de la demanda63, en un
plan con ejes, cantidad intercambiada, , y precio unitario del intercambio con:
$
=

Comparando las ecuaciones de la intensidad y de la tasa de llegada a un sistema se tiene que

= =

De esa misma analoga se puede advertir que la frecuencia es el inverso de W, con F=1/W.
Tambin de forma similar a la ley de Ohm se tiene que comparando el voltaje con el precio de
venta se obtiene que
$
= =

Con lo que de forma similar a la ecuacin de ohm se tendra qu el precio de venta, A es funcin
de la impedancia organizacional, M, es

=
Por lo anterior se relaciona

= =

Con ecuaciones diferenciales
$
= =
$
2
Donde el equivalente a la impedancia esta dado por M, el cuan se puede descomponer en la
activa y reactiva, y usando el teorema del coseno64 se obtiene que:

2 = 2 + 2 2
Donde C es el coeficiente de correlacin entre la activa y la reactiva y . As en una seccin
del tiempo el equivalente a la potencia es el ingreso monetario mediante

2 2
== =
?????

63
Joseph Cropsey. Polity and Economy: An Interpretation of the Principles of Adam Smit.
International Scholars Forum 8. 1957
64
Heath, Sir Thomas (1921). A history of Greek Mathematics vol. 1. Londres, Inglaterra:
Oxford University Press
Por lo que es equivalente es el flujo de caja, Y, en cada unidad de tiempo y el acumulado del
Flujo es la riqueza organizacional por lo que las comparaciones se resumen en la Ilustracin 2
con la Ilustracin 2, en la izquierda los conceptos fsicos. En ella se vinculan como variables de
nivel, los cuadros, y variables de flujo, las flechas los conceptos fsicos y en el lado derecho la
analoga con la empresa y la forma en la que acumula riqueza

Ilustracin 2

Ilustracin 3

De otro lado la Ilustracin en los literales a y b equipara el flujo de caja con el flujo de energa
elctrica por un circuito RLC. Los literales c y d muestran dos circuitos RLC conectados a tres
fuentes de potencia para mostrar el potencial uso de esta teora donde losM1 y M2 son los
mercados en los que participa una empresa. Por lo tanto las relaciones entre mltiples mercados
y mltiples empresas pueden describirse usando estas comparaciones

Desde el punto de vista organizacional los parmetros obtenidos indicaran el diseo y la relacin
entre la empresa y el mercado como mecanismo para efectuar mejoras y cambios
organizaciones o tambin para tener mejores mtodos de pronstico al prever las relaciones
entre los componentes, o de oTra forma efectuar oTras analogas y rediseos de las
organizaciones basados en los desarrollos de la teora del control de sistemas elctrico
mecnicos y de dinmica de sistemas, entre otros como el posicionamiento estratgico en
mltiples oferentes en mltiples mercados.

Por lo anterior se desarrolla la teora para describir y calcular los parmetros de desempeo en
ejemplos particulares a partir de la teora de los circuitos elctricos usado en las empresas o
negocios o flujo de mercados. Por lo anterior, Primero suponga que tiene datos de V e I con la
frecuencia de muestreo adecuada, segundo obtenga las regresiones respectivas de

= = + 1 +

2 = 2 2 = + 1
2
+
Dado que

( 1) = +

( |2 1) = +
2
Se obtiene que
+

=
( 1 )

( |2 1)
+
2 =

De dnde
2
2
+ +
=[ ] = 2
1 1

Con lo que se pueden derivar ecuaciones para el sistema a partir de la estimacin estadstica

( + )2 ( 1 )( 1)
=
+ ( 1 )( + 1)

Dado que

2 ( |2 + 2 2)
2 = 2 2 =
Y ya que:

2 = 2 2 = + 1
2
+
Por lo que la ecuacin estimada presenta a
2
+ 1 + = 2 2 + 2 2 2 2

Al dividir por 2 se obtiene


2
+ 1 + = 2 + 2 2
2
Asumiendo que

= 2 2
2
1 = 22

= 2 2
2
Entonces se obtiene que

= 2
2 2
1
= 2
2

= 2
2 2
Por lo tanto, se puede obtener que:
12

( 2 2) =

12
1
( ) =
2

=
2 2 2
Con lo anterior y recordando que esta es una analoga para una organizacin y los elementos de
los circuitos elctricos que se puede obtener el coseno o correlacin entre los conceptos R y X,
es decir se presume que no necesariamente son independientes a partir del comportamiento
dinmico del mercado a partir del error aleatorio el cual no se presume aleatorio dadas las
condiciones del mercado. Por lo anterior se puede conocer el ngulo entre estos conceptos con
el inverso de coseno as:

1 [ ]=
2 2 2
Y tambin se puede estimar el ngulo entre los conceptos voltaje e intensidad. Este ngulo
indica la independencia entre precio y cantidad. As correlaciones cercanas a 1 entre precio y
cantidad indican dependencia de estos conceptos y a mayor precio mayor cantidad
intercambiada, cercanos a cero indican independencia de precio cantidad y cercanos a -1 indican
el aumento del intercambio dado un aumento en el precio. Este ngulo se estima por:

1 [ ] =

Por lo anterior se exponen un ejemplo
USO
MERCADO DE DEL BITCOIN
El bitcoin es el equivalente electrnico del papel moneda para el intercambio y compra y venta
de servicios. Frecuentemente se estudia el movimiento de mercados de acciones65, monedas66
y dela actividad econmica67 basados en la teora de la informacin68 desde el enfoque de los
sistemas fsicos.

Usd/ Bitcoin y miles de transaciones Diarias

2.500 600

500
2.000

400

1.500

300

1.000

200

500
100

0 0
02/06/2016 02/07/2016 02/08/2016 02/09/2016 02/10/2016 02/11/2016 02/12/2016 02/01/2017 02/02/2017 02/03/2017 02/04/2017 02/05/2017

Voltaje o Usd/BitCoin Intensidad o miles de Transacciones dia

Ilustracin 4

Es una moneda no asociada a algn pas y tampoco tiene respaldo de un banco central, su precio depende de la
compra y venta de la misma. Aqu se TIENEN las transacciones de un ao desde junio 01 de 201669, en la Ilustracin .

65
R. Gu, Multiscale Shannon entropy and its application in the stock market, Physica A
(2017), http://dx.doi.org/10.1016/j.physa.2017.04.164
66
A.F. Bariviera, M.J. Basgall, W. Hasperue, M. Naiouf, Some stylized facts of the Bitcoin
market, Physica A (2017), http://dx.doi.org/10.1016/j.physa.2017.04.159
67
Analyzing of economic growth based on electricity consumption from different
sources; Goran Maksimovi , Valentina Milosavljevi; Physica A (2017)
68
L. Telesca, M. Lovallo, On the performance of Fisher Information, Measure and
Shannon entropy estimators, Physica A (2017), http://dx.doi.org/10.1016/j.physa.2017.04.184
69
https://blockchain.info/es/charts/market-price
Los coeficientes, significativos al 1%, de las ecuaciones y con r cuadrados ajustados superiores a 0,90 son los de la????
X ,R , del BITCOIN
1,800000

1,600000

1,400000

1,200000

1,000000

0,800000

0,600000

0,400000

0,200000

0,000000
02/06/2016 02/07/2016 02/08/2016 02/09/2016 02/10/2016 02/11/2016 02/12/2016 02/01/2017 02/02/2017 02/03/2017 02/04/2017 02/05/2017

X2 R2

Ilustracin

2 = 2 2 = 390.978 + 20,73 2 +
Y con:

= = 415 + 3,63 +

X ,R , del BITCOIN
1,800000

1,600000

1,400000

1,200000

1,000000

0,800000

0,600000

0,400000

0,200000

0,000000
02/06/2016 02/07/2016 02/08/2016 02/09/2016 02/10/2016 02/11/2016 02/12/2016 02/01/2017 02/02/2017 02/03/2017 02/04/2017 02/05/2017

X2 R2

Ilustracin 5
En la anterior ilustracin se observa cmo la oposicin al intercambio del comercio de
BITCOINES, concepto equivalente a la resistencia elctrica disminuye en el tiempo y como la
reaccin del mercado se incrementa, concepto equivalente a la reactancia inductiva capacitiva
elctrica.

La Ilustracin muestra de la dependencia entre precio y cantidad transada, correlacin entre V

e I hasta noviembre de 2016 donde se transita a un estado inestable ms voltil donde en los
tres ltimos meses a mas precio menos transacciones y volviendo a subir. De otro lado la
independencia entre R y X se mantiene ms o menos hasta el mismo periodo y desde all tambin
oscila indicado por las lneas punteadas

Correlacion entre conceptos

1,000000

0,800000

0,600000

0,400000

0,200000

0,000000
02/06/2016 02/07/2016 02/08/2016 02/09/2016 02/10/2016 02/11/2016 02/12/2016 02/01/2017 02/02/2017 02/03/2017 02/04/2017 02/05/2017

-0,200000

-0,400000

-0,600000

-0,800000

-1,000000

Correlacion entre R Y X correlacin entre V e I

Ilustracin 6
R Fecha Voltaje o Intensidad o miles de Z t P E V2 I2 Z2

Usd/BitCoin Transacciones dia

1 2-jun.-16 538,38 58,54 9,19754 1 31.514 31.514 289.853,0 3.426,4 84,59482017
2 3-jun.-16 569,71 54,70 10,41583 1 31.161 31.161 324.569,5 2.991,7 108,48948772
3 4-jun.-16 573,65 46,44 12,35151 1 26.642 26.642 329.074,3 2.157,0 152,55982667
4 5-jun.-16 574,47 44,36 12,94898 1 25.486 25.486 330.015,8 1.968,2 167,67609874
5 6-jun.-16 584,21 52,14 11,20474 1 30.460 30.460 341.301,3 2.718,5 125,54610670
6 7-jun.-16 577,31 56,51 10,21598 1 32.624 32.624 333.286,8 3.193,4 104,36630835
7 8-jun.-16 576,21 50,41 11,43051 1 29.047 29.047 332.018,0 2.541,1 130,65663264
8 9-jun.-16 577,16 53,22 10,84571 1 30.714 30.714 333.113,7 2.831,9 117,62947411
9 10-jun.-16 578,00 52,81 10,94443 1 30.525 30.525 334.084,0 2.789,1 119,78064983
10 11-jun.-16 613,61 46,25 13,26859 1 28.377 28.377 376.517,2 2.138,6 176,05559969
11 12-jun.-16 670,60 52,42 12,79165 1 35.156 35.156 449.704,4 2.748,4 163,62633473
12 13-jun.-16 706,35 38,86 18,17574 1 27.450 27.450 498.930,3 1.510,3 330,35755256
13 14-jun.-16 685,73 69,86 9,81523 1 47.908 47.908 470.225,6 4.881,0 96,33883597
14 15-jun.-16 696,00 84,57 8,23020 1 58.858 58.858 484.416,0 7.151,5 67,73615390
15 16-jun.-16 767,18 82,30 9,32213 1 63.136 63.136 588.565,2 6.772,7 86,90209191
16 17-jun.-16 749,40 78,90 9,49785 1 59.129 59.129 561.600,4 6.225,5 90,20910274
17 18-jun.-16 753,68 70,82 10,64209 1 53.376 53.376 568.033,5 5.015,6 113,25412838
18 19-jun.-16 759,99 63,14 12,03592 1 47.988 47.988 577.584,8 3.987,1 144,86337247
19 20-jun.-16 724,52 76,77 9,43740 1 55.622 55.622 524.929,2 5.893,8 89,06455262
20 21-jun.-16 665,74 76,29 8,72653 1 50.789 50.789 443.209,7 5.820,0 76,15238745
21 22-jun.-16 606,25 78,85 7,68863 1 47.803 47.803 367.539,1 6.217,4 59,11505869
22 23-jun.-16 622,83 75,30 8,27088 1 46.902 46.902 387.917,2 5.670,7 68,40747048
23 24-jun.-16 665,94 74,42 8,94852 1 49.559 49.559 443.476,1 5.538,2 80,07609642
24 25-jun.-16 664,75 62,41 10,65067 1 41.490 41.490 441.892,6 3.895,5 113,43671280

Ilustracin 7
R Fecha Constante I2*G1 Residuo d0 d1 e1 X2 R2 -2CXR

1 2-jun.-16 390.978,77 71.033,14 -172.158,89 114,108793 20,731321 -50,245294 0,245066 1,348886 -0,593952
2 3-jun.-16 390.978,77 62.022,18 -128.431,46 130,687229 20,731321 -42,929062 0,191091 1,204607 -0,395698
3 4-jun.-16 390.978,77 44.717,84 -106.622,28 181,258911 20,731321 -49,430406 0,135890 1,188117 -0,324007
4 5-jun.-16 390.978,77 40.802,85 -101.765,84 198,650485 20,731321 -51,705707 0,123639 1,184727 -0,308367
5 6-jun.-16 390.978,77 56.358,79 -106.036,24 143,819725 20,731321 -39,004939 0,165129 1,145553 -0,310682
6 7-jun.-16 390.978,77 66.204,09 -123.896,02 122,432111 20,731321 -38,797124 0,198640 1,173100 -0,371740
7 8-jun.-16 390.978,77 52.681,37 -111.642,18 153,859053 20,731321 -43,933741 0,158670 1,177583 -0,336253
8 9-jun.-16 390.978,77 58.708,81 -116.573,91 138,062865 20,731321 -41,164712 0,176243 1,173710 -0,349952
9 10-jun.-16 390.978,77 57.822,38 -114.717,15 140,179390 20,731321 -41,130061 0,173077 1,170301 -0,343378
10 11-jun.-16 390.978,77 44.336,56 -58.798,10 182,817667 20,731321 -27,493388 0,117754 1,038409 -0,156163
11 12-jun.-16 390.978,77 56.977,17 1.748,42 142,258846 20,731321 0,636168 0,126699 0,869413 0,003888
12 13-jun.-16 390.978,77 31.309,97 76.641,58 258,879414 20,731321 50,746817 0,062754 0,783634 0,153612
13 14-jun.-16 390.978,77 101.188,67 -21.941,81 80,102906 20,731321 -4,495391 0,215192 0,831471 -0,046662
14 15-jun.-16 390.978,77 148.260,32 -54.823,09 54,670775 20,731321 -7,665942 0,306060 0,807114 -0,113174
15 16-jun.-16 390.978,77 140.407,82 57.178,56 57,728313 20,731321 8,442459 0,238560 0,664291 0,097149
16 17-jun.-16 390.978,77 129.063,66 41.557,93 62,802389 20,731321 6,675393 0,229814 0,696187 0,073999
17 18-jun.-16 390.978,77 103.979,31 73.075,47 77,953072 20,731321 14,569735 0,183051 0,688302 0,128646
18 19-jun.-16 390.978,77 82.657,86 103.948,17 98,060931 20,731321 26,071121 0,143109 0,676920 0,179970
19 20-jun.-16 390.978,77 122.186,39 11.764,07 66,337227 20,731321 1,996005 0,232767 0,744822 0,022411
20 21-jun.-16 390.978,77 120.657,06 -68.426,09 67,178051 20,731321 -11,756984 0,272235 0,882153 -0,154388
21 22-jun.-16 390.978,77 128.893,90 -152.333,60 62,885106 20,731321 -24,501368 0,350694 1,063775 -0,414469
22 23-jun.-16 390.978,77 117.560,79 -120.622,35 68,947363 20,731321 -21,271214 0,303056 1,007892 -0,310949
23 24-jun.-16 390.978,77 114.813,85 -62.316,54 70,596938 20,731321 -11,252163 0,258895 0,881623 -0,140518
24 25-jun.-16 390.978,77 80.758,83 -29.845,04 100,366809 20,731321 -7,661417 0,182757 0,884782 -0,067539

Ilustracin 8
R Fecha -2CXR Correlacion entre correlacin entre angulo entre R y angulo entre R X v1 v2

RYX VeI X fases V e I

1 2-jun.-16 -0,594 0,517 0,911 58,900 10,297 0,495 1,161 -0,771 110,802
2 3-jun.-16 -0,396 0,412 0,922 65,646 9,014 0,437 1,098 -0,629 105,340
3 4-jun.-16 -0,324 0,403 0,943 66,223 6,525 0,369 1,090 -0,569 107,252
4 5-jun.-16 -0,308 0,403 0,948 66,243 5,958 0,352 1,088 -0,555 107,799
5 6-jun.-16 -0,311 0,357 0,929 69,074 8,203 0,406 1,070 -0,557 102,724
6 7-jun.-16 -0,372 0,385 0,917 67,354 9,611 0,446 1,083 -0,610 103,036
7 8-jun.-16 -0,336 0,389 0,933 67,111 7,674 0,398 1,085 -0,580 105,215
8 9-jun.-16 -0,350 0,385 0,926 67,374 8,540 0,420 1,083 -0,592 104,087
9 10-jun.-16 -0,343 0,381 0,927 67,575 8,413 0,416 1,082 -0,586 104,013
10 11-jun.-16 -0,156 0,223 0,944 77,097 6,470 0,343 1,019 -0,395 96,433
11 12-jun.-16 0,004 -0,006 0,928 90,336 8,291 0,356 0,932 0,062 81,373
12 13-jun.-16 0,154 -0,346 0,960 110,264 4,579 0,251 0,885 0,392 65,157
13 14-jun.-16 -0,047 0,055 0,873 86,838 14,510 0,464 0,912 -0,216 78,652
14 15-jun.-16 -0,113 0,114 0,816 83,463 20,767 0,553 0,898 -0,336 75,771
15 16-jun.-16 0,097 -0,122 0,826 97,009 19,754 0,488 0,815 0,312 63,237
16 17-jun.-16 0,074 -0,093 0,839 95,307 18,268 0,479 0,834 0,272 66,424
17 18-jun.-16 0,129 -0,181 0,870 100,440 14,893 0,428 0,830 0,359 64,667
18 19-jun.-16 0,180 -0,289 0,896 106,805 11,937 0,378 0,823 0,424 61,258
19 20-jun.-16 0,022 -0,027 0,848 91,542 17,355 0,482 0,863 0,150 71,103
20 21-jun.-16 -0,154 0,158 0,850 80,937 17,150 0,522 0,939 -0,393 81,913
21 22-jun.-16 -0,414 0,339 0,840 70,166 18,246 0,592 1,031 -0,644 91,588
22 23-jun.-16 -0,311 0,281 0,853 73,661 16,735 0,551 1,004 -0,558 89,603
23 24-jun.-16 -0,141 0,147 0,857 81,543 16,365 0,509 0,939 -0,375 82,091
24 25-jun.-16 -0,068 0,084 0,898 85,183 11,671 0,428 0,941 -0,260 83,147

Ilustracin 9