UMA INTRODUO ANLISE ESPECTRAL DE

SRIES TEMPORAIS ECONMICAS

Antonio AguilTe
1
1 INTRODUO
Asanlises desries temporais no domnio dotempo eno
domnio dafreqncia so doisenfoques alternativos - pormcomple-
mentares -, que formam parte da caixa de ferramentas analticas da
Econometria Ambos osmtodos beneficiaram-se comdesenvolvimen-
tos ocorridos nos ltimos 25anos, mais ou menos, que os colocaram
aoalcance dopesquisador mdio. Emparticular, oavano datecnolo-
gia de computao beneficiou ambos os mtodos mas, sobretudo, a
anlise espectral, cuja demanda computacional formidvel.
Apesar disso, persistem alguns problemas que dificultam
o crescimento da utilizao das tcnicas de anlise no domnio da
freqncia, devido principalmente exigncia deconhecimentos ma-
temticos que, usualmente, no formam parte dabagagem dos cien-
tistas sociais. Basta mencionar, como exemplos, anecessidade deter
certa familiaridade comvariveis complexas, eadeconhecer atcnica
analtica das Transformadas deFourier.
Oobjetivo deste trabalho apresentar uma introduo ao
tema das Transformadas de Fomier, mostrando como essa tcnica
usada emEconometria (anlise desries temporais, teoria das proba-
bilidades eteoria dosprocessos estocsticos). E desnecessrio acrescen-
tar que tal apresentao ser "no-formal" e "no-matemtica", se
possvel tratar dessetema semseusar essalinguagem. A idiareduzir
aomnimo ouso dematemtica, relegando para umapndice asnoes
bsicas indispensveis, eliminando qualquer algebrismo edemonstra-
es. Comrelao aesseltimo ponto, sero mencionadas asreferncias
bibliogrficas ondeoleitor interessado poder encontrar umtratamento
mais formal dotema Por ltimo, serapresentado umexemplo concreto
comafmalidade demostrar uma aplicao simples dessa tcnica
A anlise espectral nada mais doque asoma da anlise
estatstica das sries temporais mais osmtodos deanlise deFourier.
Por isso, importante conhecer um pouco da histria desse fsico
francs, tema que trataremos brevemente na prxima seo.
1 Professor do Departamento de Cincias EconmicllsdaFACE epesquisador do
CEDEPLAR-UFMG.
Nova Economia I Belo Horizonte I v.5 I n. 1lago. 1995.
41
2 SNTESE lllSTRICA DA EVOLUO
DA ANLISE DE FOURIER
A idia deusar "somas trigonomtricas", isto , somas de
senos ecosenos harmonicamente relacionados, para descrever fen-
menos peridicos, remonta pocadosbabilnios, queusaram mto-
dos desse tipo para predizer acontecimentos astronmicos (Carslaw,
1930; Oppenheim el. al., 1983).
Histria moderna dessetema comeacomEuler, autor da
frmula
Y
= .!x = sen x - .!2x +.!sen 3x -
. 2 2:.l ...
que nada mais que aexpanso deuma funo dex muna srie de
senos (ver Apndice).
Na metade dosculo XVIII havia surgido, como hiptese
plausvel nomeiocientfico, apossibilidade deseexpandir uma funo
arbitrria dex como uma srie trigonomtrica desenos ecosenos de
mltiplos dex, noestudo doproblema fsicorelacionado comavibra-
odecordas (deuminstrumento musical, por exemplo).
AssimcomoLagrange, Euler descartou apossibilidade de
se usar sries trigonomtricas no problema da vibrao de cordas.
Coube aFourier omrito deaplicar essemtodo, no apenas no caso
defunes cuja existncia j tinha sido demonstrada, mas, tambm,
narepresentao defunes totalmente arbitrrias. Amotivao fsica
para otrabalho deFourier foi ofenmeno dapropagao edifuso do
calor. No seu trabalho, elemostrou que sries desenides harmoni-
camente relacionadas eram teis para representar adistribuo da
temperatura atravs deumcorpo. Almdisso, eleprops que "qual-
quer" funo peridica poderia ser representada por tais sries. Mas
eletambm obteve uma representao para sries aperidicas, nesse
casono comosomas desenides harmonicamente relacionadas, mas
como integrais ponderadas desenides que no so necessariamente
harmonicamente relacionadas.
A distino entre ocaso da representao de uma srie
peridica, eaquele deuma outra aperidica, importante, sendo que
o segundo o caso mais geral que inclui o primeiro como situao
particular.
Se a srie que est sendo representada perfeitamente
peridica, sua expanso chamada Srie de Fourier, eosrespectivos
coeficientes soos"Coeficientes deFourier" ou"Constantes deFourier".
42
Nova Economia I Belo Horizonte I v.fi I n. 1 lago. 1995.
Qualquer funo peridica podeser representada exatamente por uma
srie inrmita determos comsenides, suasrie deFourier. Seasoma
inclui apenas umnmero finito determos, arepresentao aproxi-
mada ecostuma-se cham-la anlise harmnica.
Seafuno for aperidica, podeser representada por uma
integral envolvendo senides, eessa expanso denominada Trans-
formada de Fourier, ou Integral de Fourier. Feita essa distino,
pode-se usar adenominao mais geral para referir-se aos dois casos.
A distino entre funes detempo contnuo edetempo
discreto permite fazer omesmo tipo dediferenciao nas transforma-
das. Portanto, existemTransformadas deFourier detempo contnuo
eoutras detempo discreto.
Tal comosepodever noApndice, oesforocomputacional
para obter aTransformada deFourier deumasriecomN observaes
considervel. Tal esforo aumenta deforma polinomial, isto , em
proporo aN2.
Em 1965, foi desenvolvido um algoritmo para calcular
eficientemente as Transformadas de Fourier. Comesse algoritmo,
chamado FFT (Fast Fourier Transform), o esforo computacional
aumenta emproporo aN(log2N), emvez deN
2
. Tal procedimento
foi devido aCooley eTuckey (Cooley, Tuckey, 1965). Osegundo dos
autores foi responsvel pelodesenvolvimento dastcnicas necessrias
para computar aTransformada deFourier, enquanto queCooley, um
novo membro docentro depesquisas daIBM emYorktown Heights,
USA, foi quemelaborou oprograma decomputador. Agorasabe-se que
Cooley recebera a incumbncia de realizar essa tarefa porque, na
poca, era onico membro dogrupo que no tinha nenhuma outra
coisaimportante para fazer.
3 A ANLISE COM TRANSFORMADAS
A anlise comtransformadas usada para simplificar a
soluo deproblemas. Umexemplo fcil deseentender ocaso da
transformao logartmica, usualmente usado emEconometria para
linearizar relaes exponenciais, por exemplo. Nahipottica situao
deseter querealizar adivisodedoisnmeros compreciso demuitos
decimais, semter acesso auma calculadora oucomputador, oproble-
mapodeser resolvido mediante "anlise convencional", queseresume
aolaborioso processo dediviso manual, oumediante a"anlise com
transformadas". O ltimo procedimento requer a consulta de uma
NovaEconomia I BeloHorizonte I v. 5 I n. 1lago. 1995. 4::3
tabela especial para obter os logaritmos do dividendo e divisor, a
subtrao dosmesmos (operao muito mais simples queadiviso), e
atransformao inversa (antilogaritmo) desse resultado para seter a
soluo doproblema original. Dessa forma, pode-se usar atcnica do
logaritmo para transformar aoperao dediviso emoutra desubtra-
o.ATransformada deFourier umatcnica quesimplifica asoluo
de problemas de uma maneira semelhante. Assim, por exemplo, a
convoluo deduas funes no domnio do tempo transforma-se no
produto das respectivas Transformadas de Fourier, no domnio da
freqncia.
2
Atransformao logartmica, considerada noexemplo an-
terior, fcil deseentender devido asua unidimensionalidade. Com
efeito, afuno logartmica transforma umnico valor dex numnico
valor de log x. A dificuldade para interpretar a Transformada de
Fourier deve-se ao fato deno setratar deuma ftmo que mapeia
pontos para pontos, mas de um funcional que relaciona funes
definidas de - 00 a +00. Assim, diferentemente do que acontece na
funo logartmica, nocasodoflmcional transforma-se umaflmo de
uma varivel defmida de - 00a+00 emoutra funo, deoutra varivel
tambm definida de - 00 a+00.
A Transformada de Fourier identifica as senides
3
de
diferentes freqncias (esuas respectivas amplitudes) que, somadas,
formam uma curva peridica qualquer. OGrfico 1mostra umexem-
plo (Wonnacott, Wonnacott, 1972). Nesse caso, trs senides combi-
nam-se para formar afuno originaly(t).
Portanto, aessncia daTransformada deFourier deuma
funo cclicaadecomposio ouseparao dessafuno numa soma
de senides de diferentes freqncias e, provavelmente, diferentes
amplitudes. O Grfico 2 ilustra essa interpretao no caso de uma
funo cclicaquepodeser expressa comoasomadeduas senides. Se
essas senides, quando somadas, reproduzem afuno cclicaoriginal,
ento temos aTransformada deFourier damencionada flmo cclica.
Arepresentao grfica daTransformada deFourier dafuno cclica
umdiagrama que mostra aamplitude eafreqncia decada uma
das senides identificadas.
2 A convoluo de duas funes umimportante conceito da Fsica, usado em
diversoscamposcientficos. Contudo, aintegral quedefinematematicamente essa
operao norevelafacilmentetodassuasimplicaes. Umainterpretao grfica
daconvoluijopodeser encontrada emBrigham(1976).VerBoyce,Diprima(1994,
p.238).
3 Aexpresso "senode" inclui as funessenoecoseno. Ver Apndice.
44
Nova Economia I Belo Horizonte I v.f>I n. 1lago. 1995.
Grfico 1
Decomposio em senides
Tempo
- 10
-20
.30

1 . ;
ii.
~:
Tempo
Ciclo f: pe,{odo 6. frequncia 1/6
Tampo
Ciclo 2: pertodo 3. frequncio 2/6

.
,
U
Tempo
Ciclo 3: per,'odo2. frequnia 3/6
Fonte: Wonnacot. Wonnacot. 1972.
Nova Economia I BeloHorizonte I v. 5 I n. 1lago. 1995.
45
No Grfico 2(parte b), aprimeira senide temperodo T,
que corresponde awna freqncia 1/T, eamplitude 1(ver Apndice).
A segunda senide tem perodo menor, TI3, eamplitude igual a1/2.
Seguindo aconveno usual, omesmo grfico (parte c) mostra seni-
des comfreqncias positivas enegativas para cadauma das freqn-
cias mencionadas, sendo queasamplitudes sodivididas pelametade.
Grfico 2
"Diagrama deFluxo" daTransformada deFourier
Fun80 cclico
d.finido d. - co a "'aJ
( O)
Fonte: Brigham. 1976.
( b)
d.
Transformada d.
Fourier
Amplitud.
(c)
46 Nova Economia I Belo Horizonte I v.fi I n. 1 lago. 1995.
Emresumo, aTransformada deFourier mapeia afuno
cclicarepresentada no domnio dotempo na parte (a) do Grfico 2,
na funo descontnua no domnio dafreqncia mostrada na parte
(c) damesma figura
Matematicamente, arelao quepermite passar dodom-
nio do tempo ao domnio da freqncia denomina-se Equao de
Anlise, ouIntegral deFourier, eescreve-se:
-
X ifJ = f x(t) e-i2nf tdt
->
onde: i = --H .
A relao que permite percorrer o caminho inverso, ou
seja, recalcular afuno cclicanodomnio dotempo apartir dafuno
nodomnio dafreqncia, denomina-se Equao deSntese, ouTrans-
formada Inversa, easeguinte:
-
x(t) = f X( f) e
i2
nft df
->
( 2)
Asrelaes 1e2, amenos deumfator deescala, formam
oqueusualmente sedenomina "umpar deTransformadas deFourier".
A primeira delas mostra que, para cada valor davarivel "l'~ocor-
respondente valor dafuno X(f) calculado fazendo a"soma" ponde-
rada dos diferentes pontos da funo cclica original, x(t), onde as
ponderaes so exponenciais complexas que variam com"t" ecom
"f'. NocasodaTransformada deFourier emtempo discreto aintegral
substituda por um somatrio e, ento, mais fcil perceber a
natureza dos clculos envolvidos (ver Apndice).
Em estatstica, a flmo caracterstica de uma varivel
aleatria X dada pelaTransformada deFourier dafuno dedensi-
dade de probabilidade p(x), como sinal invertido (Hsu, 1970). Da
mesma forma, opower spectrurn ouespectro depoder (uma ferramen-
ta daanlise espectral) deumprocesso estocstico dado pelaTrans-
formada de Fourier da funo de autocorrelao do processo. Esses
sodois exemplos depares deTransformadas deFourier quesurgem
nesta rea. Os exemplos semultiplicam nas reas deprocessamento
desinais, tica, fsicaquntica etc.
4
4 NoitemTransformaria Discreta rleFourier, noApnrlice, oleitor encontrar uma
breveexplicao rlecomosecalcula o"espectro deporler"apartir riaTransformaria
deFourier.
NovaEconomia I BeloHorizonte I v. 5 I n. 1lago. 1995. 47
4 A TRANSFORMADA DE FOURIER
Seaintegral daequao 1existe para cadavalor dopar-
metro "f", ento amesma defineX(j), aTransformada deFourier de
x(t). Tipicamente, x(t) chamada ftmo da varivel tempo eX(j)
funo davarivel freqncia. X(j) , ento, arepresentao dex(t) no
domnio dafreqncia. Tal representao contm exatamente ames-
mainformao queaquela contida nafuno original. Ambas funes
diferem apenas naforma deapresentar essainformao. A anlise de
Fourier nos permite examinar uma funo de um ponto de vista
diferente: odomnio dafreqncia.
Emgeral, aTransformada deFourier uma quantidade
complexa, ouseja:
x(f) =R( f) +iF( f) =I X(f) I e
iO
( f)
onde:
- R(j) aparte real daTransformada deFourier, X(j);
- F(j) aparte imaginria daTransformada deFourier, X(j);
- I X(j) I aamplitude deX(j) ouoespectro deFourier dex(t),
e dado por"JR2(f) +F'(f) ;
- e(j) ongulo defasedaTransformada deFourier, edado
por arc tR [F( n] .
R(f)
Para ilustrar os vrios termos definidos, considere-se a
seguinte funo davarivel "t":
!
f3e-
at
t~O
x(t) = O
t <O
Substituindo x(t) na Integral deFourier 1, eintegrando,
obtm-se sua Transformada:
X( f) = a13 _ i 27t fl 3
a
2
+('brf)2 a
2
+('brf)2
( 3)
48
Para cadavalor de"j'" temosumnmero complexodiferente.
Nova Economia I Belo Horizonte I v.5 I n. 1 lago. 1995.
Outra forma de escrever amesma transformada ase-
.guinte:
onde:
_ parte real: Rlv(f)l= __ a_.
V '- a2 +(2nf)2 '
. .,. FiX( f' ) - 2n f P
- parte lmagmarla: \ = f' . ;
a
2
+(2n )2
- mdulo (ouamplitude): IX(f)I=~J~;
- ngulo defase: B(f) = arc t~ - ~nf].
OGrfico 3mostra arepresentao dessas quatro relaes
comofunes davarivel" l" (freqncia).
Grfico 3
Funes da varivel "f'
t
f
Nova Economia I BeloHorizonte I v. 5 I n. 1 lago. 1995.
49
Uma situao naqual seusaaanlise espectral quando se
trata deajustar ummodeloestatstico aosdadosdeumprocessoqualquer.
Comocadatipodemodelotemumespectro comcaractersticas prprias,
oprimeiro passo consste emestimar aforma espectral dos dados para
obtermos uma indicao dotipodemodeloquemelhor poderia ajustar os
mesmos. Depois, procuramos num"dicionrio"demodelos-padro paraver
seencontramos umcomcaractersticas espectrais semelhantes.
5 UMEXEMPLO
Outro uso da Transformada de Fourier na procura das
freqncias que compem uma srie que est misturada comrudos
nodomnio dotempo.5O"espectro depoder", uma medida davarincia
explicada pelas vrias freqncias - ecalculada apartir daTransfor-
mada deFourier dasrie original - til para detectar periodicidades
que no so facilmente discernveis ao"olhonu" emfuno dasuper-
posio dediversas freqncias edapresena inevitvel devariaes
aleatrias ourudo.
Considere-se, por exemplo, asrie dos preos mensais do
boi gordo no Estado deSo Paulo no perodo maro/54 - fevereiro/8I
(Grfico 4).6 Nesse perodo de 27 anos os preos nominais foram
expressos nas vrias unidades monetrias existentes no Pas, esofre-
ram aumentos devido ao processo inflacionrio ocorrido. Por esse
motivo, os primeiros ajustes realizados na srie dizem respeito
homogeneizao das unidades e deflao dos valores para express-
los em moeda ge poder aquisitivo constante. Para esse ltimo fim
usou-se oIGP (Indice Geral dePreos) daFundao Getlio Vargas.
Comoasrie no-estacionria,
7
foi ajustada uma tendn-
cialinear mesma, calculando-se aseguir os resduos comrelao
reta de regresso. Usando a srie de resduos foi calculado opower
spectrum que est apresentado no Grfico 5.
8
5 Essa uma aplicailo univariada. Umexemplo deanlise espectral multivariada
podeser encontrada emPastore (1994).
G A~razes pelas quais consideramos esse perodo so simplesmente didticas.
7 Oteste de raz unitria mio rejeita a hiptese nula de niloestacionariedade aos
nveis usuais de signific-ncia. O mesmo teste rejeita essa hiptese no caso das
primeiras diferenas dasrie.
S Aocontrrio da Transformada de Fourier, o espectro de poder umvetor real.
Conseqentemente, o espectro de poder perde a informao contida na fase.
Hecuperar esta informao tem sido o ohjetivo ao desenvolver e usar o que se
chama Higlter-Order Spec/ra (Nikias, Mendel, 1993).
50
Nova Economia I Belo Horizonte I v.5 I n. 1 lago. 1995.
Grfico 4
Preo real mdio do boi gordo no Estado deSo Paulo
- mar/54-rev/81 -
(Cruzeiros reais deabr/94 por arrba)
80000
60000
40000
20000
o , . . , ,
56 58 60 62 64 66 68 70 72 74 76 78 80
Grfico 5
Espectro depoder dos resduos da tendncia
11 10
11
4.5r;---~--~--~--~--_----,
CIci o do gado
3.5
2.5
1. 5
vanao sazonal
- ,
2 3.
FAEQUENCIA
6
Nova Economia I Belo Horizonte 1v.5 I . n.1 lago. 1995. 51
oespectro depotncia deuma srie totalmente aleatria
(rudo branco) teoricamente constante, ouseja, no mostra nenhuma
estrutura espectral. Por isso, ao analisarmos o espectro deuma srie
qualquer estamos interessados emdetectar einterpretar ospicos que
possam existir, easfreqncias s quais esto associados. No Grfico
5omaior pico est vinculado comovalor defreqncia f I = 0,15. Dois
valores relativamente altos aambos os lados so harmnicos esub-
harmnicos dopicoprincipal.
9
Outro picoimportante aparece associa-
docomafreqncia unitria ( f 2 J , etambm apresenta harmnicos com
freqncias umpouco menores emaiores que aunidade.
A varivel freqncia mostra o nmero deciclos comple-
tados por unidade detempo. Apesar dafreqncia deamostragem dos
dados ser mensal, a escala horizontal do Grfico 5foi constnda de
maneira tal que ovalor unitrio est associado comumperodo deum
ano.
Opicomaior, correspondente freqncia hest associa-
do comumperodo de 6,82 anos (82 meses). Isso significa que nos
dados existe umciclo debaixa freqncia, que serepete acada 6,82
anos, equeexplica uma poro importante davarincia total dasrie.
Assim, esse pico detecta o chamado "ciclodo gado", to conhecido na
literatura especializada empecuria (Dean, Heady, 1958; Iver, 1971;
Jarvis, 1974; Fundao Joo Pinheiro, 1979; Silva, 1984; Mueller,
1987; Nerlove, Grether, Carvalho, 1988; Rosen, Murphy, Scheink-
man,1994).
Opico relativamente alto observado na freqncia 1sig-
nifica que um outro ciclo tambm importante na explicao da
varincia total da srie. Esse ciclo de maior freqncia - que se
completa numperodo deumano -, descreve asvariaes intra-anuais
(variaes sazonais) que correspondem ao conhecido fenmeno da
oscilao dos preos reais entre safra eentressafra.
Como todo processo dinmico no-linear gera espectros de
poder comharmnicos esub-harmnicos dosprincipais componentes
de freqncia, os picos menores existentes a ambos lados dos dois
anteriormente comentados so considerados apenas como harmnicos
ou sub-harmnicos dos ciclos principais e no tm interpretao
econmica. Opicocomfreqncia igual a2, semdvida, oharmnico
defreqncia 2 f 2 . Oprimeiro pico, esquerda do principal, parece ser
9 Aqu sedeveriausar algumdos testes existentes naliteratura para testar a
signifcnciadesses picos, mas esse assunto no ser tratado nesse artigo
introdutrio.
52 Nova Economia I Belo Horizonte I v.5 I n. 1 lago. 1995.
umsub-harmnico dele, j que est associado comafreqncia igual
a{J!4. Asfreqncias doscinco picos direita doprincipal coincidem,
comrazovel aproximao, comas seguintes combinaes lineares;
2f2 - 12/i, 212 - llf/, ... ,2f2 - 8f/, respectivamente.
Finalmente, cabe mencionar que, quando se calcula o
espectro depoder das diferenas de 12 ordem dos resduos, ocom-
ponente dafreqncia unitria desaparece totalmente, ospicos iden-
tificados como harmnicos esub-harmnicos no pargrafo anterior
semodificam, eapenas ocomponente debaixa freqncia permanece
inalterado. Toda esta evidncia parece confirmar nossas interpreta-
oes.
Dessa forma, aanlise espectral revela aexistncia dedois
ciclos: um, decurto perodo (12meses), reflete as variaes sazonais
que afetam os preos da arroba de boi gordo dentro de cada ano; o
outro, delongo perodo (82meses), espelha ascaractersticas prprias
doprocesso produtivo dapecuria nomundo inteiro, quesetraduzem
no chamado "ciclodogado".
6 RESUMO E CONCLUSES
Nessetrabalho discute-se, deformaintrodutria, anatureza
daTransformada deFourier. Menciona-se, tambm, oalgoritmo deno-
minado Fast Fourier TrwU3lorm quepermite seuclculo. Essealgoritmo
estdisponvel emvrios pacotes executveis emmicrocom- putadores.
10
Dada mna srie qualquer, essas tcncas permitem oclculo deumpar
deTransformadas deFourier, asaber: oespectro depotncia eafuno
deautocorrelao. Essaltima conhecidanaanlisedesries temporais
nodomnio dotempoe, emprincpio, podeser estimada semnecessidade
deserecorrer Transfonnada deFourier.
A funo de densidade espectral ou espectro de poder
contm informaes sobre asrie original obtida focalizando de um
ponto devista diferente: odomnio da freqncia A informao por
ela proporcionada indica-nos quais as freqncias que explicam as
maiores propores da varincia total da srie.
1I
Dessa forma, essa
tcnica til na identificao deciclos escondidos no meio das varia-
es aleatrias ourudo.
10 UmdelesoMATLAB\copyright,011 M"lrix JOmlory.
11Nesse trabalho no sediscute a determinao da significlmciaestatstica de
diferentes faixasd" freqncia.
Nova Economia I BeloHorizont.e I v. 5 I n. 1lago. 1995.
53
Como umexemplo daaplicao dessas tcnicas calcula-se
oespectro depoder dos resduos daregresso detendncia linear da
srie dos preos mdios mensais - emtermos reais - doboi gordo no
Estado deSoPaulo noperodo mar/54-fev/81. Assim, mostra-se como
ainterpretao da anlise revela aexistncia de dois ciclos que so
interpretados como as conhecidas variaes sazonais (safra eentres-
safra) eo"ciclodogado" presentes nasrie depreos analisada
54
Nova Economia I BeloHorizonte I v.5 I n. 1 lago. 1995.
APNDICE
CICLOS
oconceito decicloimplica narepetio regular numlapso
.fIxodetempo - chamado perodo - datransio dopico aovale, ede
volta aopico. OGrfico AI apresenta uma funo cclica, mostrando
as trs caractersticas deumciclo: amplitude, fase, eperodo. Nesse
exemplo o perodo de 6 unidades de tempo (dias, meses etc.). A
freqncia defInida como o nmero de ciclos completados numa
unidade detempo, ouseja, ainversa dopenodo. Nesse caso, numa
unidade detempo transcorre apenas 1/6deumciclocompleto.
Grfico AI
Caractersticas deum ciclo
NovaEconomia I BeloHorizonte I v. fi I n. 1lago. 1995.
55
AMPUTUDE
A amplitude refere-se magnitude da distncia vertical
entre picoevale muna funo cclica.
EXPANSO EM SRIE
Uma expanso substitui uma funo por umsomatrio de
termos queequivalente quando onmero determos tende ainfinito.
Por exemplo, seO<x <1,
I 2 2 -1
f(x)=-- = l-x +x -x +x - ...
I+x
uma expanso emsrie.
FASE
Nomomento t=O uma funo cclicapodeatingir umpico,
umvale, ou qualquer outro valor intermedirio, dependendo da"po-
sio" damesma comrelao aoeixodotempo. Essa idia de"posio",
ou etapa da evoluo de um ciclo peridico chamada "fase". Duas
funes cclicas podemter amesma amplitude eomesmo perodo mas,
setm fases diferentes, diz-se que uma est defasada comrelao
outra: existe um descompasso entre elas. Um exemplo disso so as
funes seno e coseno que, indistintamente, so chamadas "seni-
des".
FREQNCIA
A freqncia indica avelocidade comque um fenmeno
cclicoserepete. Assim, uma onda dealta freqncia passa dopico-ao
vale-ao piconum curto intervalo detempo, oucurto perodo.
PERODO
operodo oinverso dafreqncia.
56 Nova Economia IBeloHorizonte Iv.5 In. I lago. 1995.
RELAES DE EULER
oseguinte par deidentidades
e
iO
= = cose +i sen e
e-iO = = cose-isene
Permite-nos traduzir qualquer funo exponencial imagi-
nria emtermos deuma combinao linear equivalente desenides,
evice-versa (Chiang, 1982).
SENIDES
Essa expresso inclui asfunes seno ecoseno. A proprie-
dade bsica das senides que as habilitam como funes adequadas
para aanlise desries temporais seucomportamento sobmudana
na escala do tempo.
Uma senide comfreqncia 00 (emradianos por unidade
detempo), ouperodo 27t /00 podeser escrita como:
f(t) = R cos(oot +~)
ondeRaamplitude e~afase.
Semudarmos avarivel tempo mediante umatransforma-
olinear queimplique, almdamudana deescala, uma novaorigem,
tal como:
t - a
u=--
b
ou
t = a +bu
temos:
g(u)=f(a+bu) = Rcosroo(a+hu)+~] = R'cos(oo'u+~')
onde:
R'=R
00' = 00 h
~'=~+00 a
Assim, aamplitude no muda, afreqncia multiplicada
por b(ainversa do fator demudana na escala do tempo), eafase
alterada numa magnitude que envolve a mudana da origem e a
freqncia dasenide.
Nova Economia I Belo Horizonte I v.5 I n. 1 I aRO.1995. 57
TRANSFORMADA DISCRETA DE FOURIER
Considere-se, comoexemplo, oseguinte vetor x(n) decom-
primentoN=5:
li x(n)
O li
1 4
2 3
3 2
4 1
ATransformada Discreta deFourier dovetor x(n) outro
vetor obtido comaseguinte frmula:
N-I
X(k)= Lp'il~n
n =o
h=O, 1, ... ,N-l.
Oselementos dovetor X(h) so osseguintes:
X (O)=( 5+4+3+2 +1) =15
.2 A .6 .8
- -'-1t -t--n -I-n -I-n
X (1) =[5 +4e fi +3e 5 +2 e fi +e fi J =2,5- 3,441i
.1 .8 .12 .16
- -I-7t -1-71 -l-n -'-7'1
X (2) =[5+4e fi +3e fi +2 e fi +e 5 J =2,5- 0,8123i
.6 .12 .18 .24
- -'-TI: -1-7[ -I-n -l-n
X(3)=[5+4e fi +3e fi +2e fi +e fi J =2,5+0,8123i
.8 .10 .24 .32
- -l-n -'-n -r-n -,-n
X (4) =[5+4e fi +3e 5 +2 e fi +e fi 1=2,5+3,441i
Comosepodever, aTransformada deFourier deumvetor
real produz umvetor complexo. Para seobter oespectro depoder -
que, novamente, umvetor real- multiplica-se cadaelemento dovetor
complexo peloseu conjugado.
Outra forma de se obter oespectro depotncia de uma
srie aplicando aTransformada deFourier correspondente funo
deautocorrelao. Comooespectro depoder eafuno deautocorre-
lao deuma srie formam um"par deFourier", oalgoritmo daFFT
(Fast Fourier Transform) eficiente noclculo deambas.
58
Nova Economia I Belo Horizonte I v.1i I n. 1 lago. 1995.
BIBLIOGRAFIA
BOYCE, W. E., DiPRIMA, R. C. Equaes diferenciais elementares e
problemas de valores de contorno. Rio de Janeiro : Editora
Guanabara Koogan, 1994.
BRACEWELL, R. N. 7'he fourier transform and its applications: an
approach through convolution. NewYork : McGraw-Hill Book,
1986.
BRIGHAM, E. O. 7'he fast fourier transformo NewJersey : Prentice-
Hall, EnglewoodCliffs, 1976.
CARSLAW, H. S. Introduction to the theOl:Vof fourier's series and
integrals. NewYork: Dover Publications, 1930.
CHIANG, A. C. Matemtica para economistas. SoPaulo: Makron
BooksdoBrasil Editora, 1982.
COOLEY, J. W., TUCKEY, J. W. An algorithm for the machine
calculation of complexfourier series. Mathematics ofcomputation,
V. 19, n. 90, p. 297-301, 1965.
CR<\I G, E. J . Laplace and Fourier 7'ransforms for electrical engineers.
NewYork : Holt, Rinehart andWinston, 1966.
DEAN, G. W., HEADY, E. O. Changes in supply response and
elasticity for hogs. Journal 0 1 ' Farm Economics, V. 40, n. 4, p.
845-860, 1958.
FUNDAOJOOPINHEIRO. Programa nacional de pecuria, v.
XIII, BeloHorizonte, 1979.
GOTTMAN,J. M.7'ime-series analysis: acomprehensiveintroduction
for social scientists. Cambridge : Cambridge University Press,
1981.
HSU, H. P. Fourieranalysis. NewYork: SimonandSchuster, 1970.
IVER, R. The investment behavior and the supply response ofthe caUle
industry in Argentina. Chicago: Universidade deChicago, 1971.
(Tesededoutorado, nopublicada).
JARVIS, L. S. Cattle as capital goods and ranchers as portfolio
managers: an application to the Argentine cattle sector. Journal
0 1 ' Political Ecnnomy, V. 82, n. 3, p. 489-520, 1974.
Nova Economia I BeloHorizonte I v. fi I n. 1 lago. 199fi.
59
MUELLER, C. C. oCiclodogado eas tentativas governamentais de
controle do preo da carne. Estudos Econmicos, v. 17, n. 3, p.
435-456, 1987.
NERLOVE, M., GRETHER, D. M., CARVALHO,J. L. Anlisis de
series temporales econmicas. Mexico : Fondo deCultura Econ-
mica, 1988.
NIKIAS, C. L., MENDEL, J. M. Signal processing with higher-order
spectra. IEEE Signal Processing Magazine, v. 10, n. 7, p. 10-37,
1993.
OPPENHEIM, A.V., WILLSKY.A. S. Signals and systems. London:
Prentice- Hall International, 1983.
PASTORE, A. C. Flutuaes cclicas e indicadores da atividade
industrial. Revista Brasileira deEconomia, v.48, n. 3,jullset. 1994,
p.247-294.
ROSEN, S., MURPHY, K. M., SCHEINKMAN, J. A. CaUle cycles.
Journal of Political Economy, v. 102, n. 3, p. 468-492, 1994.
SILVA,J. A. B. B. da. Measuring the effects ofgovernment policies on
brazilian agriculture, with particular emphasis on the beef and
dairy sectors. Manchester: University ofManchester, 1984. (Tese
dedoutorado, no publicada).
WONNACOTT, R. J., WONNACOTT, T. R. Introductory statistics
for business a,ul economics. NewYork : Wiley, 1972.
60
Nova Economia I Belo Horizonte I v.fi I n. 1 lago. 1995.