Escolar Documentos
Profissional Documentos
Cultura Documentos
= = dv v r B v B r B B r P
n m n m mn
( ) ( ) ( ) 3
= dr e r B B
r i
m m
( ) ( ) ( ) 4
2
1
d e i B r B
r i
m m
( ) ( ) ( ) | | ( ) 5 .
=
n m mn
B B P
( ) ( ) ( ) 6 ,
2
m m
B P =
22
i z + = a varivel complexa usada na integrao e
( ) | | ( ) ( ) 9
2
1
Res
0
=
=
R
C
z z
dz z f
i
z f
que o resduo de ( ) z f em sua singularidade
0
z z = , sendo
R
C contornos apropriados
contendo tanto o eixo imaginrio quanto as singularidades de ( ) z P
mn
, localizadas direita
do eixo, no caso
R
C -horrio (percorrido no sentido horrio), e esquerda, respectivamente
do eixo, no caso
R
C -antihorrio (percorrido no sentido antihorrio) (Churchill e Brown,
1990). Os contornos so mostrados a seguir nas figuras 1 e 2.
Figura 1 Trajeto de integrao para as duas primeiras parcelas da expresso (8), contorno
R
C -horrio.
Os dois primeiros termos na expresso (8) constituem a chamada parte anticausal da funo
de correlao, pois correspondem a valores de ( ) r P
mn
lim
2
1
Res
anticausal parte
lim
2
1
Res
7
2
1
2
1
o antihorri de dentro
o antihorri
horrio de dentro
horrio
+
+ + =
= = =
R
R
k
R
R
k
C
k
C
mn
zr
R
mn
zr
z z
C
k
C
mn
zr
R
mn
zr
z z
r i
mn
r i
mn mn
z d z P e
i
z P e
z d z P e
i
z P e
i d e i P
i
d e i P r P
23
Figura 2 Trajeto de integrao para as duas ltimas parcelas da expresso (8), contorno
R
C -antihorrio.
Os termos restantes, na expresso (8), constituem a chamada parte causal da funo de
correlao, pois correspondem a valores de ( ) r P
mn
0
dr e r B B
r i
m m
=
24
CAPTULO 3
EXEMPLOS DE FUNES DE CORRELAO CONSTRUDAS POR
CONVOLUO
Nos exemplos a seguir usa-se, para facilitar a expresso matemtica, a chamada funo
degrau:
3.1 Exemplo 1: Uma Exponencial Decadente
Considere-se a funo
( ) ( ) ( ) | | ( ) 11 c r u c r u e r B
r
+ =
onde a taxa de decadncia e c delimita as duas bordas da exponencial centrada na
origem, esquerda e direita. A TF de ( ) r B
que resulta em
Se
a TF de ( ) r P
ento,
( ) ( ) ( ) ( ) | | ( ) 12 , Re 2
= = dr e c r u r u e dr e r B B
r i r r i
( ) ( ) ( ) ( ) | | ( ) 13 . cos sen
2
2 2
c c e b B
c
+
+
=
( ) ( )( ) ( ) 14 r B B r P =
( ) ( ) 10
0
1
0
0
0
<
=
r r
r r
r r u
( ) ( ) | | ( ) 15
2
B P =
25
( )
( )
( ) ( ) ( ) ( ) |
( ) ( ) | ( ) 25 . 2 cos 2 sen 2
cos sen 4 2
2
2 2 2 2
2 2 2 2
2
2 2
c e c e
e c c e P
c c
c c
+
+ + +
+
=
Esta funo tem duas singularidades, uma em = z , correspondendo parcela de ( ) r B no
lado esquerdo da origem (a parte anticausal), e outra em = z (a parte causal).
Note-se que
Neste caso, pode-se aplicar a frmula (8). Para mostrar o processo matemtico, uma das
integrais a serem calculadas na inverso pertencendo parcela anticausal do quarto termo
da expresso (25) resulta em
O segundo termo em (27) convergir anulando-se quando R somente se c r 2 .
Restar calcular o primeiro termo do lado direito de (27), o resduo. A maneira mais fcil
de calcul-lo ser atravs da frmula
( )
( )
( )
( )
( )
( )
( ) 28 .
! 1
1
Res
0
0
1
1
0
z z
z z
k
k
k
dz
z d
k
z z
z
=
=
(
=
(
(
Em particular,
( )
( )
( )
( ) 29
2
2
+
=
+
z
ze
z
c r z
e 2 = k . Finalmente este termo resultar
( )
( )
( )
( )
( ) | | ( ) 30 . 2 2
4
Res
2
2
2
2 2
2
c r u e c r
e
z
ze
c r
c c r z
z
+ + =
(
(
+
+
=
.
Procedendo similarmente na inverso dos outros termos da TF escrita em (25), o resultado
total da inverso ser
( ) ( ) 26 .
2
sen
i
e e
c
c i c i
=
( )
( ) | |
( )
( )
( )
( )
( )
( ) 27 Res 2
2
2 2
2
2
2 2
2
2
2 2
2
. dz
z
ze
z
ze
i i d
i
e i
horrio C
c r z c r z
z
c r i
R
+ +
=
+
(
(
26
( ) ( )
( )
( ) | |
( )
( ) | |
( )
( )
( )
( )
( ) ( )
( )
( )
( ) | |
( )
( )
( ) | |
( )
( )
( )
( )
( )
( )
( )
( )
( ) | |
( )
( )
( ) | |
( )
( )
( )
( )
( )
( ) ( ) 31 . 2
4
2
2
4
2
2
4
2
2
4
2
2
4
2
2
4
2
2
4
2
2
4
2
2 2
1
2 2
2
2 2
1
2 2
2
1
2
1
2
2 ) (
2 2 2 2
2 2 2 2
2 2 2 2
2 2 2 2
2 2
c r u
e c r e
c r u
e c r e
c r u
e c r e
c r u
e c r e
c r u
e c r e
c r u
e c r e
c r u
e c r e
c r u
e c r e
r u
e e
r u
e e
c r u c r e
e
c r u
e e
c r u
e e
c r u c r e
e
r u r
e
r u r
e
r P
c r c c r c
c r c c r c
c r c c r c
c r c c r c
r c r c
c r
c
c r c c r c
c r
c
r r
+ +
+
+
+
+
+ +
+
+ +
+
+
|
|
.
|
\
|
+ +
+ + + +
|
|
.
|
\
|
+ +
+
|
|
.
|
\
|
+ +
|
|
.
|
\
|
=
+
+
+
+
+
+
A expresso (31) delimitada esquerda pela fronteira c r 2 = e direita pela fronteira
c r 2 = . ( ) r P portanto uma funo de correlao de espao limitado c r c 2 2 < . Pode
ser escrita em forma de matriz para aplicao em assimilao de dados meteorolgicos sem
os erros numricos devidos ao truncamento de sua srie de Fourier definida pelos valores
de ( ) P . Esta a vantagem deste mtodo.
3.2 Exemplo 2: Um Pulso
Seja
( ) ( ) 32 .
2
1
2
1
|
.
|
\
|
|
.
|
\
|
+ = r u r u r B .
Chamado pulso iniciando
2
1
= r e finalizando
2
1
= r . Da
( ) ( ) 33 .
2 2
i
e e
B
i i
=
Portanto,
27
( ) ( ) | |
( )
( )
( ) 34 .
2
2
2
i
e e
B P
i i
+
= =
A funo ( ) z P
+
o antihorri C C
r z r z
R
R
dz
z
e
dz
z
e
Em (23), a primeira integral converge para valor nulo quando 1 r , e a segunda
converge independentemente do valor de r . Portanto, a expresso (37) torna-se:
( )
( ) ( ) ( ) ( )
( ) 36 .
2
lim
2
lim
2
1
2
1 1
0
2
1 1
+
=
+
o antihorri C C
r z zr r z r z zr r z
R
causal
R
dz
z
e e e
dz
z
e e e
i
r P
( ) 35 , 0 = + + +
o antihorri R
C
R
C R
28
( ) ( ) ( ) 38 . 1 1 + + r u r i
Similarmente,
converge quando 0 r , para a expresso
( ) ( ) 40 , r ru i
E
para a expresso
( ) ( ) ( ) 42 . 1 1 r u r i
Ento
( ) ( ) ( ) ( ) ( ) ( ) | | ( ) 43 . 1 1 2 1 1
2
1
+ + = r u r r ru r u r r P
causal
O mesmo tipo de procedimento dever ser usado para calcular ( ) r P
anticausal
, a parte
anticausal de ( ) r P . A funo resultante ser
( ) ( ) ( )
( ) ( ) | | ( ) ( ) ( ) | | { }
( ) ( ) ( ) ( ) ( ) | | ( ) 44 . 1 1 2 1 1
2
1
1 1 2 1 1
2
1
+ + +
+ + + + =
= + =
r u r r ru r u r
r u r r ru r u r
r P r P r P
causal anticausal
A expresso (44) delimitada esquerda pela fronteira 1 = r e direita pela fronteira
1 = r . ( ) r P portanto uma funo de correlao de espao limitado 1 1 < r . Como no
exemplo anterior pode ser escrita em forma de matriz para aplicao em assimilao de
dados meteorolgicos sem os erros numricos devidos ao truncamento de sua srie de
Fourier definida pelos valores de ( ) P .
( ) ( )
( ) 41 lim lim
2
1
0
2
1
o antihorri C C
r z r z
R
R
dz
z
e
dz
z
e
( ) 39
2
lim
2
lim
2
0
2
o antihorri C C
zr zr
R
R
dz
z
e
dz
z
e
29
CAPTULO 4
COMENTRIOS FINAIS
Para que a Previso Numrica do Tempo (PNT) atenda s necessidades requeridas pela
sociedade, ela deve ser precisa e eficiente (Dee and da Silva,1999). Assim, interessa ao
pblico, em geral, que a agricultura seja capaz de planejar suas safras anualmente (ou
antecipar quebras de safra), que desastres climticos como enchentes devido ao excesso de
chuva ou tempestades destruidoras sejam previstas para salvar vidas e bens, se possvel, e
que se saiba como ser o clima no fim-de-semana para aproveitar a contento as horas de
lazer.
Uma das etapas na PNT a assimilao de dados meteorolgicos. Ela deve, ento, ser
precisa e eficiente. Esta nota tcnica tratou da preciso.
A assimilao de dados combina a atmosfera calculada por meio de modelos com
observaes da atmosfera para aproximar a previso da verdadeira atmosfera futura. Para
realizar assimilao com boa preciso numrica, um dos requisitos conhecer os erros
envolvidos no processo e tentar diminu-los ou elimin-los, quando possvel usando
tcnicas adequadas.
Uma das maneiras de descrever o erro de previso especificar suas componentes de
Fourier e usar algumas para, numericamente, montar um arquivo usado no processo de
assimilao. Outra usar todas as componentes e, algebricamente, calcular uma expresso
matemtica exata a ser usada na montagem do arquivo. Inverte-se analiticamente a
Transformada de Fourier. No segundo caso, evita-se o erro de truncamento inerente ao
primeiro. a proposta de Gaspari e Cohn, citados no incio desta nota tcnica. O artigo
deles entretanto, no mostra como inverter analiticamente a Transformada de Fourier. Esta
nota tcnica objetiva preencher esta lacuna, no deve ser considerada novidade nem em
matemtica nem meteorologia, mas, apenas, um documento para facilitar o entendimento
do mtodo de Gaspari e Cohn.
30
REFERNCIAS BIBLIOGRFICAS
Antoniou, A., Digital Filters: Analysis and Design, New York: McGraw-Hill Publishing
Company, 1979. 524 p.
Churchill, R. V., Brown, J. W., Complex Variables and Applications, New York:
McGraw-Hill Publishing Company, 1990. 361 p.
Dee, D.; da Silva, A. M.. Maximum-Likelihood Estimation of Forecast and Observation
Error Covariance Parameters. Part I: Methodology, Monthly Weather Review, v. 127, pp.
1822-1833, 1999.
Gaspari, G.; Cohn, S. E.. Construction of correlation functions in two and three dimensions,
Quaterly Journal of the Royal Meteorological Society, v. 125, pp. 723-757, 1999.
Papoulis, A., Systems and Transforms with Applications in Optics, McGraw-Hill Book
Company, New York, 1968. 474 p.
Papoulis, A., Signal Analysis, McGraw-Hill Book Company, New York, 1977. 431 p.
Purser, R. J.; Wu, W-S., Parrish, D. F.; Roberts, N. M.. Numerical aspects of the
Application of Recursive Filters to Variational Statistical Analysis. Part I: Spatially
Homogeneous and Isotropic Gaussian Covariances, Monthly Weather Review, v. 131, pp.
1524-1535, 2003.