Os sistemas biológicos interagem com o ambiente em que vivem de muitas formas, e uma das principais formas na qual essa interação se dá é pela transmissão de mensagens, de diversas maneiras. A transmissão de mensagens por vias sonoras, em animais, é uma questão muito abordada em muitos estudos por ser uma importante via de comunicação utilizada por diversos tipos de sistemas biológicos. Este trabalho tem como objetivo verificar, pelo viés da Teoria da Informação de Shannon, se através da organização das séries temporais referentes à comunicação é possível observar a diminuição de geração de entropia no sistema nervoso referente ao processamento dos sinais sonoros de comunicação. Para tanto, utilizou-se, como sistemas-modelo, três espécies de anuros, Scinax perpusillus e Hypsiboas faber e Hypsiboas pardalis. Ferramentas de análise não-lineares, como a Entropia Aproximada Volumétrica, Análise de Potência Espectral e Plot de Poincaré, foram utilizados para caracterizar a variabilidade tanto do sinal emitido por um único animal quanto dos sinais trocados entre indivíduos da mesma espécie. Foi verificado que as séries temporais analisadas são altamente variáveis, com os intervalos entre vocalizações sendo descritos por distribuições de Lévy. As séries temporais relativas à interação entre indivíduos da mesma espécie apresentam uma alta variabilidade, porém menor que as individuais. Devido ao controle neural exercido na vocalização em anuros, é possível que a variabilidade apresentada pelas séries otimize o processo de emissão sonora, diminuindo a sobreposição de vocalizações entre indivíduos. A diminuição da variabilidade da interação entre indivíduos pode ser um indicativo da diminuição da geração de entropia no processo de comunicação destes animais.

Biological systems interact with their environment in many forms. The way these interactions occur can be assigned, ultimately, as the transmission of messages. Transmission of messages by sound waves, in animals, is a well studied subject because they are an important way of communication used by many groups. The objective of the present work is to verify whether the central nervous system presents entropy generation minimization in processing communicating sound signals. The approach employed is derived from Shannons Information Theory. The temporal organization of the time intervals between successive vocalizations was the subject of analysis. Recordings of three anuran species, Scinax perpusillus, Hypsiboas faber and Hypsiboas pardalis were used. Non-linear analyses were performed by tools as Volumetric Approximated Entropy, Power Spectrum Analysis and Poincaré Plot in order to address the variability of the signals emitted by a single animal, as well as the signals exchanged among individuals of the same species. The time-series data analyzed present highly variability and can be adequately described by Lévys distributions. The time-series data of the interactions among individuals also present high variability, however such a variability is not as high as the variability of single individuals. The results suggest that the neural system works in a way that reduces the probability of vocalizations overlapping. The reduction in variability of the interactions among individuals is, perhaps, linked to a minimization of entropy generation in the communication process of these animals.