Escolar Documentos
Profissional Documentos
Cultura Documentos
Aproximação de Sinais e Funçoes
Aproximação de Sinais e Funçoes
Ortogonalidade de sinais
• Avaliação do erro quadrático médio
• Coeficientes ótimos
50min
Série de Legendre
• Definição;
Vectores
→
Um vector é especificado pela magnitude V e direcção V . Consideremos dois
→ →
vectores V1 e V2 , como mostra a figura 1.0.
Figura 1.0
→ → →
Seja C12 V2 a componente de V1 na direcção de V2 . Geometricamente, a componente
→ →
de um vector V1 na direcção de um vector V2 é obtida traçando-se um perpendicular
→ → →
desde o extremo de V1 até o vector V2 , como na figura 1.0. O vector V1 pode ser
→
expresso, em termos do vector V2 :
→ → →
V1 = C12 V2 + Ve
→ →
Esta não é a única forma de expressar o vector V1 em termos do vector V2 :
Figura 1.1
→ → → → → →
V1 = C1 V2 + Ve1 V1 = C 2 V2 + Ve2
→ →
Em cada representação, o vector V1 é representado em termos de V2 mais outro vetor
→
Ve que chamaremos de vetor erro.
→ → →
Se desejarmos aproximar o vector V1 através de um vector na direcção de V2 , então Ve
representará o erro nessa aproximação.
→ → →
A componente de um vector V1 na direcção do vector V2 é dado por C12 V2 , onde C12 é
escolhido de modo que o vetor erro seja mínimo. Pela interpretação física da
componente de um vector na direcção de outro vector, é claro que, quanto maior a
componente de um vector na direcção de outro vector, mais de perto os dois vectores se
assemelham em suas direcções e menor é o vector erro.
→ → →
Se a componente de um vector V1 na direcção do vector V2 é C12 V2 , então a magnitude
de C12 é uma indicação da semelhança dos dois vectores.
Se C12 = 0 , então o vetor não tem nenhuma componente na direcção do outro vector e,
por isso, os dois vectores são perpendiculares entre si. Esses vectores são conhecidos
como vectores ortogonais. Portanto, o produto interno ou produto escalar será definido
por:
→ →
V1 • V2 = V1V2 cos = 0
→ →
Onde é o ângulo entre os vectores V1 e V2 e como são ambos perpendiculares, então
= 90 o .
Sinais
y (t ) − C x(t ); t1 t t 2
e(t ) =
0; t t1 v t t 2
t2
= e 2 (t )dt
t1
Substituindo teremos:
t2
d
=0
dC
Portanto:
d d 2
t
y (t ) − C x(t ) dt = 0
dC t1
= 0→
2
dC
d 2 2
t
( ) ( ) ( ) ( )
dC t1
y t − 2C y t x t + C 2
x 2
t dt =0
d 2 2
t t2 t2
dC t1 t1 t1
t t t
t2 t t
Repare que:
t2
dC y (t )dt = 0
d 2
t1
t2 2 t
t2 2 t
Portanto:
d 2 t 2 t
t1
Por analogia com vectores dizemos que y (t ) tem uma componente em x(t ) e que essa
componente tem uma C . Se C se anula, então o sinal y (t ) não contém nenhuma
componente do sinal x(t ) e dizemos que os dois sinais são ortogonais no intervalo
t1 t t 2 , isto é:
t2
Seja
t2
k = x 2 (t )dt ;
t1
Portanto
t
12
C = y (t ) x(t )dt
k t1
Exemplo1:
Solução:
g (t ) C sent
2
C = g (t ) x(t )dt
1
k 0
2 2
k = x (t )dt = sen2 tdt = ;
2
0 0
2 2
1 4
C = g (t ) x(t )dt = 1 sentdt + (− 1) sentdt =
1
k 0 0
Portanto:
g (t ) =
4
sent
0; m n
t2
f m (t ) f n (t )dt =
t1 En ; m = n
n
g (t ) = C1 f1 (t ) + C2 f 2 (t ) + ... + Cn f n (t ) = Ci f i (t )
i =1
Pode ser demonstrado que a energia do sinal de erro nesta aproximação é mínima se
escolhermos os coeficientes da aproximação pela seguinte equação:
t2
g (t ) f (t )dtn
1 2
t
g (t ) f n (t )dt
E n t1
Cn = =
t1
t2
f (t )dt
2
n
t1
t2
E n = f n (t )dt
2
t1
Exemplo 2:
Consideremos o sinal rectangular do exemplo1. Vamos aproximar o mesmo sinal por um
conjunto de sinais ortogonais entre si: sent , sen2t , sen3t , etc., no intervalo 0;2 .
Solução:
Comecemos por definir:
C1 f1 (t ) = C1 sent
C 2 f 2 (t ) = C 2 sen2t
C 3 f 3 (t ) = C 3 sen3t
...
C n f n (t ) = C n sennt
Portanto:
n
g (t ) = C1sent + C2 sen2t + ... + Cn sennt = Ci sen(it ) t 0;2
i =1
t2
g (t ) f (t )dtn
1 2
t
g (t ) f n (t )dt
E n t1
Cn = =
t1
t2
f (t )dt
2
n
t1
t2 2
En = f n (t )dt = sen2 (nt )dt =
2
t1 0
2
1
t
1 2
( ) ( ) ( ) ( )
E n t1 0
Cn = g t f n t dt = sen nt dt − sen nt dt =
4
; n − impar
C n = n
0; n − par
Finalmente:
n
g (t ) = 2i − 1 sen(2i − 1)t
4 1
i =1
Qual será então o valor do erro quando os valores ótimos dos coeficientes C1 , C2 , …,
C n são escolhidos de acordo com a equação de ortogonalidade?
t2
g (t ) f (t )dt n
1 2
t
g (t ) f n (t )dt
E n t1
Cn = =
t1
t2
f (t )dt
2
n
t1
Por definição:
2
1 2
t n
= f (t ) − C r g r (t ) dt
t 2 − t1 t1 r =1
(equação a)
t 2 n t2 n t2
=
1
f
2
(t )dt + C r2 g r2 (t )dt − 2 C r f (t )g r (t )dt
t 2 − t1 t1 r =1 t1 r =1 t1
t2
g (t ) f (t )dt n
1 2
t
f (t )dt
2
n
t1
t2 t2
g (t ) f (t )dt = C g (t )dt = C Er
2
n r r (equação b)
t1 t1
Substituindo a equação “b” na equação “a” obtemos:
1 2 2
t n n
= f (t )dt + C r E r − 2 C r E r
2 2
t 2 − t1 t1 r =1 r =1
1 2 2
t n
= f (t )dt − C r E r
2
t 2 − t1 t1 r =1
1 2 2
f (t )dt − (C1 E1 + C 2 E 2 + ... + C n E n )
t
= 2 2 2
t 2 − t1 t1
Portanto:
1 2 2
( )
t
= f (t )dt − C1 E1 + C2 E2 + ... + Cn En
2 2 2
t 2 − t1 t1
Série de Legendre
Pn (t ) = n
1 dn 2
2 n! dt n
t −1
n
( ) (n = 0,1, 2, 3, ...)
A partir da equação de Rodrigues podemos determinar o conjunto dos
polinómios de Legendre como:
n = 0 → P0 (t ) = 0
1 d0 2
(t − 1)n
=1
2 0! dt 0
n = 1 → P1 (t ) =
1 d 2
21 1! dt
(t − 1) =
1
2
2t = t
3 1
n = 2 → P2 (t ) = t 2 −
2 2
5 3
n = 3 → P3 (t ) = t 2 − t
2 2
....
E assim por diante.
0; mn
1
P (
−1 m n
t ) P (t )dt = 2
2m + 1 ; m = n
f (t ) = C0 P0 (t ) + C1 P1 (t ) + C 2 P2 (t ) + ... + C r Pr (t )
Onde:
1
f (t ) P (t )dt
r
2r + 1
1
Cr = −1
1
= f (t ) Pr (t )dt
2 −1
r (t )dt
2
P
−1
Exemplo 1
Consideremos a função retangular mostrada na figura abaixo.
g (t ) = C0 P0 (t ) + C1 P1 (t ) + ... + C r Pr (t ) + ...
2r + 1
1
Cr = g (t ) Pr (t )dt
2 −1
2 0 +1
1
C0 = g (t )dt = 0
2 −1
2 1 + 1 3
1 0 1
t g (t )dt =
3
C1 =
2 −1 tdt − tdt = −
2 −1 0
2
5 3 2 1 5 3 2 1 3 1
1 0 1
C 2 = t − g (t )dt = t − dt − t 2 − dt = 0
2 −1 2 2 2 −1 2 2 0
2 2
7 5 3 3 5 3
0 1
7
C3 = t − t dt − t 3 − t dt = −
2 −1 2 2 0
2 2 8
Assim por diante serão avaliados os restantes coeficientes C 5 , C7 , …
Portanto, a função aproximada pela série de Legendre será:
75 3
g (t ) = − t + t 3 − t + ...
3
2 82 2