En los últimos años el diagnóstico de fallas en máquinas rotativas ha ganado importancia en la industria, como respuesta a la necesidad de disminuir las pérdidas de producción. Debido a la complejidad y estructura de las máquinas rotativas, todos los componentes tienen posibilidad de fallar. Por tanto, es trascendente detectar con exactitud la existencia y severidad de fallas en componentes, para lo cual es importante su diagnóstico y la extracción de características mediante observación de vibraciones [1]. Como sucede a menudo, la gran mayoría de fallos en las máquinas conducen al aumento de los niveles de vibración [2], siendo común el uso de sensores que permitan obtener su comportamiento en un periodo de tiempo. Sin embargo, el análisis de la gran cantidad de datos obtenidos, puede representar importantes tiempos de cómputo, procesos iterativos con información redundante y algoritmos extensos [3]. Existen parámetros determinantes para el uso de algoritmos, es así como en el análisis de fallos la confiabilidad es un factor taxativo el cual ha evidenciado estar estrictamente ligado a la cantidad de datos de entrada [14]...