
La dirección unidireccional del tiempo del pasado al futuro, a menudo vinculada al aumento de la entropía.La flecha del tiempo es el concepto de que el tiempo tiene una dirección unidireccional, fluyendo del pasado al futuro, a diferencia de las leyes simétricas de la física que funcionan igualmente bien hacia adelante y hacia atrás. La explicación más aceptada vincula esta asimetría con la segunda ley de la termodinámica: la entropía, una medida del desorden, tiende a aumentar en un sistema aislado. Esta tendencia estadística crea una distinción clara entre el pasado (menor entropía) y el futuro (mayor entropía), dando al tiempo su dirección percibida.
El concepto fue popularizado por Arthur Eddington en 1927, quien acuñó el término 'flecha del tiempo' y lo vinculó al aumento de la entropía, basándose en los trabajos anteriores de Ludwig Boltzmann sobre mecánica estadística.
A nivel microscópico, las ecuaciones fundamentales de la física son reversibles en el tiempo: una película de dos partículas colisionando parece igualmente plausible si se reproduce hacia atrás. Sin embargo, cuando se tiene un sistema con muchas partículas, el número de estados desordenados posibles supera enormemente a los ordenados. Así, si se parte de un estado de baja entropía, la evolución natural es hacia una mayor entropía, simplemente porque eso es abrumadoramente más probable. Esta deriva probabilística del orden al desorden es lo que percibimos como el flujo hacia adelante del tiempo.
La flecha del tiempo es fundamental en cosmología y astrofísica, ayudando a explicar la evolución del universo desde el Big Bang hasta su eventual muerte térmica, y sustenta nuestra comprensión de los procesos irreversibles en termodinámica.
La flecha del tiempo no es absoluta: en ciertos experimentos cuánticos, los investigadores han observado reversiones temporales del aumento de entropía en escalas muy pequeñas, aunque la dirección macroscópica general permanece hacia adelante.
| x_t | variable | value of the process at time t — time series value |
| x_{t-1} | variable | value of the process at previous time — time series value |
| \phi | variable | autoregressive coefficient — autoregressive coefficient |
| \epsilon_t | variable | white noise innovation at time t — noise term |
| \sigma^2 | variable | variance of the noise — varianza |












