ANLISE ESPECTRAL: CONTINUAO

1) CLCULO DE ESPECTROS (WI)

Um jeito de calcular o espectro de uma srie de dados simplesmente aplicar as Eqs. 2.33 e 2.34 (ou seja,
encontrar os A
k
e B
k
) e ento encontrar as amplitudes (k). Esta uma apro!ima"o ra#o$%el para sries de dados
relati%amente curtas e pode ser &acilmente pro'ramadas usando, por e!emplo, o E!cel. Estas equa"(es seriam
implementadas apenas para k)*, 2,...,(n+2 , *). -a realidade, queremos e!atamente n coe&icientes de .ourier
(somando todos os Ak e Bk temos n coe&icientes a determinar) para representar os n pontos da serie de dados.
Assim, para calcularmos o /arm0nico mais alto k)n+2, &a#emos uso do se'uinte1
( )
[ ]

'

1
]
1

,
_

,
_

impar n
par n t y
n n
t n
y
n
A
n
t
n
t
t t
n
2
cos
* 2 + 2
cos
2
2
*
* *
2 +

(2.42)
2
2 +

n
B
para n par ou 3mpar (2.424)
Em4ora apresente uma nota"o 4astante direta e simples, este mtodo de c$lculo da trans&ormada de
.ourier discreta 4astante ine&iciente computacionalmente. Em particular, muitos dos c$lculos de Bk e Ak so
redundantes. onsidere, por e!emplo, os dados da 5a4ela 2 para A4ril de *678. 9em4rando que

,
_

n
t
t k
n
kt
y
n
B
*
2
sin
2
Ento, para k=1 e t=4, temos :t)7.82
o
e o termo &ica1
(7.82; )sin<(2=)(*)(4+24)>)(7.82)(2.7??))8.@@
o

Aorm, se considerarmos o termo en%ol%endo o mesmo tempo t=4, a! para k=" temos1
(7.82; )sin<(2=)(*)(2+24)>) (7.82)(2.7??))8.@@
o
, #$ !e%a, e&atae'te a e!a (#)!a*
omo estas, e!istem muitas outras redundBncias no c$lculo que tomam tempo computacional se utili#armos o
conjunto de equa"(es 2.33 e 2.34. Estas redundBncias podem ser e%itadas usandoCse as c/amadas
5DA-E.FDGAHAE DIAJHAE HE .FUDJED, ou, em in'lKs como so mais con/ecidas L.AE5 .FUDJED
5DA-E.FDGE (..5s). A maior parte dos pacotes cient3&icos computacionais possuem uma ou mais rotinas ..5,
as quais &ornecem su4stancial mel/ora na %elocidade dos c$lculos, especialmente con&orme o comprimento do
taman/o da srie de dados aumenta. Em compara"o aos c$lculos dos coe&icientes de .ourier usando a
apro!ima"o da re'resso (as equa"(es 2.33 e 2.34), a ..5 apro!imadamente '+,#-
"
(') mais r$pida (ou M *@
%e#es mais r$pida para n)*22 e M 8@2 %e#es mais r$pida para n)*2222)NO.
He%eCse notar que as ..5s so usualmente documentadas e implementadas em termos da nota"o e!ponencial
comple!a de Euler1
( ) ) sin( cos t i t e
t i

+ , (2.43)
Fnde i um nPmero unit$rio ima'in$rio satis&a#endo a rela"o * i e i
2
) C*. E!ponenciais comple!as so
usadas ao in%s de senos e coCsenos puramente como uma con%eniKncia notacional que &a# al'umas das
manipula"(es menos tra4al/osas. A matem$tica ainda totalmente a mesma. Em termos de e!ponenciais
comple!as, podemos descre%er a equa"o 2.3* (que descre%e :t como &un"o dos coe&icientes de .ourier) como1
*

+
2 +
*
> + 2 <
n
k
t n k i
e
k
H y
t
y

(2.44)
Jsto , a parte real de Q
k
o coe&iciente A
k
, e a parte ima'in$ria de Q
k
o coe&iciente B
k
.
Q
k
) A
k
R iB
k
(2.4@)
Jsto , a parte real de Qk o coe&iciente Ak, e a ima'in$ria o coe&iciente Bk.
2) LA9JAEJ-SO (TJ)
LAliasin'O (erro de atri4ui"o) um LriscoO casual inerente Us an$lises espectrais de dados discretos. Este risco
acontece por causa dos limites impostos pelo inter%alo de amostra'em, ou o tempo entre pares de pontos de dados.
Uma %e# que um m3nimo de 2 pontos requerido mesmo para pensar em desen/ar uma onda coCseno , ou seja, um
ponto para o pico e outro para o ca%ado , a mais alta &reqVKncia que podemos representar a &reqVKncia de
-:quist, com W
n+2
) =, ou &
n+2
) 2.@. Uma onda desta &reqVKncia e!ecuta um ciclo a cada dois pontos, e assim um
conjunto de dados discreto no pode representar e!plicitamente %aria"(es que ocorram com maior &reqVKncia.
Aodemos ima'inar o que acontece para o espectro de uma srie de dados se ela inclui importantes processos &3sicos
que %ariam mais r$pido que a &reqVKncia de -:quist. Ee assim o &or, a srie de dados dita sub-amostrada
($'.er!ap,e.), o que si'ni&ica que os pontos na srie so muito espa"ados para representarem apropriadamente
estas %aria"(es r$pidas. ontudo, %aria"(es que ocorrem em &reqVKncias maiores que a &reqVKncia de -:quist no
desaparecem. Ao in%s, suas contri4ui"(es so espuriamente atri4u3das a al'umas 4ai!as mas representati%as
&reqVKncias, entre W
*
e W
n+2
. Estas %aria"(es de altaC&requKncia so ditas como sendo LaliasedO (i.e., parece ocorrer
em um outro lu'ar).
-1.5
-1
-0.5
0
0.5
1
1.5
1 2 3 4 5 6 7 8 9 10 11 12 13 14
cos[2.pi.4t/5] cos[2.pi,t/5]
x
x
x
x
x
.i'. *. Eupon/a que os triBn'ulos representem seus dados :t e que a cur%a preta represente um /arm0nico ajustado a esses dados.
ontudo, se os dados da srie ti%essem na realidade sido produ#idos pelo processo indicado pela cur%a %ermel/a tracejada, a cur%a
ajustada estaria dando a impresso err0nea de que a &onte de dados este%e na realidade &lutuando na &reqVKncia mais 4ai!a. -otem que,
em4ora o ei!o dos tempos seja seqVencial de * a *4, a cur%a preta indica que os dados &oram amostrados em maiores inter%alos. Xaria"(es
na &reqVKncia em %ermel/o so ditas como sendo LaliasedO na &reqVKncia da cur%a em preto.
A .i'. * ilustra o si'ni&icado de Laliasin'O. Jma'ine que o processo &3sico que 'erou seus dados seja representado
pelos dados da cur%a tracejada. A srie de dados :t produ#ida pela amostra'em deste processo em inter%alos de
tempo t resultando nos pontos indicados com Y na cur%a. Eupon/a, assim, que %ocK ten/a apenas @ dados no (ou
2
n)@). Ee assim &or, a &reqVKncia da cur%a tracejada maior do que a &reqVKncia de -:quist, (%eja que &)4+@ maior
do que &)*+2), si'ni&icando que a srie real oscila muito r$pido para ser adequadamente amostrada na resolu"o dos
pontos da cur%a preta. Ao contr$rio, se apenas a in&orma"o dos pontos discretos no tempo est$ dispon3%el, estes
dados apareceriam como uma &un"o coCseno, U &reqVKncia &)*+@, ou W)2=+@, o que mais 4ai!a que a &reqVKncia
de -:quist. -ote que porque as &un"(es coCseno so orto'onais, este mesmo e&eito ir$ ocorrer independentemente
se %aria"(es de di&erentes &reqVKncias tam4m esto presentes nos dados.
Assim, o e&eito do Zaliasin'[ na an$lise espectral que qualquer Lener'iaO (quadrado das amplitudes) atri4u3das aos
processos %ariando em &reqVKncias maiores que a &reqVKncia de -:quist sero erroneamente adicionados a al'umas
daquelas n+2 &reqVKncias que esto representadas pelo espectro. A &reqVKncia &
A
\ ] ser$ Zaliased[ em uma das
&reqVKncias represent$%eis &(com 2 ^ & ^) *+2) se esta di&ere de um mPltiplo inteiro de * tempo
C*
, isto ,
&
A
) j _ &, j ) qualquer inteiro positi%o 2.4?
Em termos de &reqVKncia an'ular, %aria"(es a uma &reqVKncia Zaliased[ W
A
parece ocorrer U &reqVKncia
represent$%el W se1
W
A
) 2=j _ W, j) qualquer inteiro positi%o. 2.48
.i'. 2. Jlustra"o do e&eito de Zaliasin'[ em um espectro /ipottico. F espectro %erdadeiro (lin/a &raca) que e!i4e um pico em &)@+7, e um
espectro amplo em &)*6+*?. Eendo am4as &reqVKncias mais altas que -:quist (&)*+2), estas so erroneamente atri4u3das Us &reqVKncias
indicadas.
Estas equa"(es implicam que o quadrado das amplitudes para &reqVKncias maiores que a &reqVKncia de
-:quist ser$ adicionada Uquelas represent$%eis num padro como o de um acordeom, com cada Ldo4raO do
acordem ocorrendo a um inteiro mPltiplo da &reqVKncia de -:quist. Assim, decorrem as se'uintes o4ser%a"(es1
Uma &reqVKncia LaliasedO &
A
que apenas ,)-e)rae'te a)#r que a &reqVKncia de -:quist &
n+2
)*+2 est$
Zaliased[ (parece ocorrer) a uma &reqVKncia ,)-e)rae'te a)! /a)&a 0$e 12
.reqVKncias li'eiramente a)! /a)&a! 0$e " 3e4es a &reqVKncia de -:quist esto Zaliased[ (parecem
ocorrer) e 5re067'()a! ape'a! ,)-e)rae'te a)#re! 0$e 4er#.
F padro ento re%erte para 2&
n+2
^ &
A
^3&
n+2
. Jsto , &reqVKncias apenas maiores que 2&
n+2
parecem ocorrer a
&reqVKncias muito 4ai!as
&reqVKncias quase to altas quanto 3&
n+2
parecem ocorrer em &reqVKncias pr`!imas a &
n+2
.
&
A
)*6+*? , parece ocorrer
(aliased) em &)3+*?
&)*
W)2=
&)*+2
W)=
&
A
)@+7 , parece
ocorrer em &)3+7
3
A .i'. 2 (%eja .i' 7.22 de TJ) ilustra os e&eitos de Zaliasin'[ num espectro /ipottico. A lin/a mais clara
representa o espectro %erdadeiro, que e!i4e uma concentra"o de densidade em 4ai!as &reqVKncias, mas tam4m
tem um pico pronunciado em &)@+7 e um pico mais lar'o em &)*6+*?. -ote que esses dois picos ocorrem em
&reqVKncias mais altas que a &reqVKncia de -:quist (&)*+2), o que si'ni&ica que os dados no &oram su&icientemente
amostrados para resol%erem e!plicitamente os processos &3sicos que 'eraram os dados. As %aria"(es ocorrendo na
realidade na &reqVKncia &)@+7 parecem ocorrer (so Zaliased[) U &reqVKncia 3+7. -otem que esse pico li'eiramente
maior que a &reqVKncia de -:quist e, nesse caso, o Zaliasin'[ mais pr`!imo dessa &reqVKncia tam4m. He acordo
com a Eq. 2.4?, &
A
) * , & ) * , 3+7 ) @+7. -o espectro, o quadrado da amplitude para &A ) @+7 est$ adicionado ao
('enu3no) quadrado da amplitude para & ) 3+7 no espectro %erdadeiro. Eimilarmente, as %aria"(es representadas
pela rampa centrada em *6+*? no espectro %erdadeiro esto erroneamente atri4u3das Us &reqVKncias em torno de
&)3+*? (&
A
) * R & ) * R 3+*? ) *6+*?).
Jn&eli#mente, uma %e# que a srie de dados &oi coletada, no e!iste qualquer jeito de re%erter o que &oi
erroneamente atri4u3do ao espectro (Ldesaliasin'O). Jsto , no poss3%el desco4rir a partir dos %alores dos dados
apenas se contri4ui"(es apreci$%eis para o espectro &oram &eitas por &reqVKncias maiores que &n+2, ou quo 'randes
estas contri4ui"(es podem ser. -a pr$tica, desej$%el ter um 4om entendimento da 4ase do processo &3sico que
'erou as sries de dados que tra4al/amos, tal que se possa antecipadamente que a ta!a de amostra'em adequada.
laro que na maioria das %e#es esse con/ecimento imposs3%el e e!atamente o que se quer o4ter da an$lise dos
dados.
He qualquer &orma, uma 4oa dica ol/ar para o espectro pr`!imo da &reqVKncia de -:quist. Ee o espectro no est$
indo para #ero (como o caso do espectro mostrado na &i'ura 2), si'ni&ica que e!istem c/ances de que o espectro
%erdadeiro possa ter contri4ui"(es em &reqVKncias mais altas que a de -:quist.
4