Estudio del comportamiento dinámico de los circuitos memristivos y su sincronización a través de la simulación numérica usando python

Resumen

Este estudio investiga el comportamiento dinámico y las propiedades de sincronización de los circuitos memristivos mediante simulaciones numéricas utilizando Python. Los circuitos memristivos, conocidos por sus características no lineales y dependientes de la memoria, son de gran interés para aplicaciones en computación neuromórfica y comunicaciones seguras. La investigación empleó modelos matemáticos de memristores y utilizó las bibliotecas computacionales de Python para simular la dinámica de los circuitos y analizar los mecanismos de sincronización en sistemas acoplados. La metodología incluyó la construcción de modelos basados en ecuaciones diferenciales, su resolución numérica mediante el método de Runge-Kutta y la visualización de los resultados. Se observaron y analizaron comportamientos clave, como oscilaciones periódicas y estados caóticos, y se estudiaron las propiedades de sincronización simulando circuitos acoplados. Se exploraron tres modelos representativos: Chua-Stanford, Memductor y un modelo experimental basado en Chua. Los resultados indican que los memristores inducen un comportamiento de histéresis que amplifica la complejidad dinámica y facilita la sincronización de sistemas inicialmente no sincronizados a través de un factor de acoplamiento. Con el tiempo, los circuitos evolucionan hacia un comportamiento coherente, demostrando cómo el caos puede ser controlado y sincronizado. Finalmente, este estudio demuestra la utilidad de las simulaciones basadas en Python para avanzar en la comprensión del comportamiento de los circuitos memristivos y sus posibles aplicaciones en sistemas electrónicos y computacionales.