Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Universidad de La Laguna
NOTAS de
ANLISIS
ESPECTRAL DE
DATOS
Jess J. Fuensalida
Instituto de Astrofsica de Canarias
Universidad de La Laguna
2/48
Curso: 2005-06
ADVERTENCIA
Estas Notas no deben considerarse como la materia nica del
curso. De hecho, su contenido es parcial respecto al programa de
la asignatura, aunque refleja una parte considerable del temario.
Ha de entenderse como una herramienta de aclaracin y consulta,
ya que en algunos apartados extiende conceptos (muy
especialmente en el Cap. 6), adems del soporte de las figuras.
Universidad de La Laguna
3/48
Curso: 2005-06
NDICE
1.- INTRODUCCIN
2.- SERIES DE FOURIER
2.1.- Descomposicin de Fourier de una funcin
peridica
2.2.- Representacin en frecuencias
2.3.- Aplicacin a una onda cuadrada
2.4.- Ortogonalidad
2.5.- Representacin mdulo y fase
2.6.- Potencia media de una funcin
5/48
5/48
6/48
6/48
11/48
12/48
15/48
18/48
18/48
27/48
27/48
28/48
29/48
31/48
19/48
20/48
23/48
24/48
24/48
24/48
25/48
Universidad de La Laguna
4/48
Curso: 2005-06
32/48
34/48
34/48
38/48
39/48
40/48
42/48
42/48
42/48
43/48
45/48
46/48
46/48
48/48
Jess J. Fuensalida
5/48
Universidad de La Laguna
f (t ) = a 0 + (a n cos n b t + bn sen n b t )
si b
n =1
2
T
(2.1)
en donde
a0 =
f ( ) 1 d
1 d
1
=
2
f ( ) d
siendo b t
(2.2)
an =
f ( ) cos n d
cos
n d
f ( ) cos n d
(2.3)
bn =
f ( )sen n d
sen
n d
f ( )sen n d
(2.4)
f ( x) = a0 + a n cos
+ bn sen
T
T
n =1
+T
1 2
a0 =
f ( x ) dx
T T
2
6/48
Universidad de La Laguna
+T 2
1
2nx
an =
f ( x ) cos
dx
T T 2
T
2
+T 2
1
2nx
bn =
f ( x ) sen
dx
T T 2
T
2
donde x puede representar la variable espacio o tiempo.
Este desarrollo en serie converge a f(x) si se cumplen las condiciones de Dirichlet:
a) f(x) est definida y sea uniforme excepto, como mucho, en un nmero finito de
puntos en ]-T/2,T/2[.
b) f(x) sea peridica fuera de ]-T/2,T/2[ con periodo T.
c) f(x) y f '(x) son cuasicontinuas en ]-T/2,T/2[.
Las condiciones (a), (b) y (c) exigidas a f(x) son suficientes, pero no necesarias, aunque
generalmente se cumplen en la prctica.
a ( ) = a n ( n b )
0
b( ) = bn ( n b )
1
Jess J. Fuensalida
7/48
c u a
ii
iii
f ( ) 1 d
a0 =
1 d
1
=
2
f ( ) d = 0
an =
f ( ) cos n d
cos
n d
f ( ) cos n d
+ 2
+
2
1
2
443 1
442443 +12 442443
442
i
ii
iii
siendo cada trmino i, ii, y iii correspondiente a las partes indicadas en la fig. 2.3.1.
2
n
1
n
[sen n ]
1
n
[sen n ]+
2
2
1n [sen n ]+ 2
8/48
Universidad de La Laguna
1 4
5
, ...
bn =
f ( )sen n d
sen
n d
f ( )sen n d
+ 2
+
2
2
443 1
442443 +12 442443
442
i
ii
iii
2
n
1
n
[cos n ]
1
n
[cos n ]+
2
2
1n [cos n ]+ 2
+
{ cos( n 2 ) + cos n 2 } = 0
Es decir, bn = 0.
Luego,
fcua= 4/ (cos bt - 1/3 cos 3bt + 1/5 cos 5bt - 1/7 cos 7bt + 1/9 cos 9bt - ...)
En las figuras 2.3.2a y 2.3.2b, se muestran los resultados con diferentes harmnicos. Se
puede apreciar que las amplitudes de los harmnicos de mayor orden son menores y sin
embargo son las encargadas de ajustar los saltos bruscos, es decir, cuanto ms saltos
bruscos tenga la seal, mayor composicin en altas frecuencias tendr.
Serie de Fourier de Onda Cuadrada (f=10 Hz)
Cuadrada
Sum(1..5)
1,5
Cos1
Cos3
0,5
Cos5
0
-0,5
0,05
0,1
0,15
-1
-1,5
tiem po (s)
Fig. 2.3.2a.- Comparacin de una onda cuadrada con el desarrollo de Fourier hasta el
harmnico 5.
Jess J. Fuensalida
9/48
1,5
Cos1
Cos3
0,5
Cos5
Cos7
0
-0,5
0,05
0,1
0,15
Cos9
-1
-1,5
tiem po (s)
Fig. 2.3.2b.- Comparacin de una onda cuadrada con el desarrollo de Fourier hasta el
harmnico 9.
Amplitud
1,5
1
0,5
0
0
-0,5
Frecuencia (Hz)
10/48
Universidad de La Laguna
c u a
ii
an =
f ( ) cos n d
cos
n d
f ( ) cos n d
= 1 cos n d + + 1 cos n d
0
1
n
[sen n ]0
1
n
1
n
[sen n ]0+ }
Es decir, an = 0.
Para los coeficientes bn,
bn =
f ( )sen n d
sen
n d
f ( )sen n d
+
0
= 1 1 sen n d + + 1 sen n d
0
{+
1
n
1
n
[cos n ]0
1n [cos n ]0
11/48
1 4
5
Jess J. Fuensalida
, ...
Hay que resaltar que no son iguales a los an del caso par.
Se puede generalizar de este ejemplo que si la funcin es par, el desarrollo de Fourier
no contendr componentes impares, es decir, los trminos de senos sern nulos,
como es el caso de la fig. 2.3.1. Y, si la funcin es impar, el desarrollo de Fourier no
contendr componentes pares, es decir, los trminos de cosenos sern nulos, como
es el caso de la fig. 2.3.4. Adems, se aprecia que para una funcin determinada
expresada como par, los coeficientes an no son iguales a los bn de la funcin expresada
como impar.
2.4.- Ortogonalidad.
Se dice que 2 funciones, f() y g() son ortogonales si y solo si
2
f ( ) g ( ) d = 0
en el intervalo (1, 2)
cos t sen t dt = ?
b
T / 2
+
cos sen d =
sen 2
1
+
d = [cos 2 ] = 0
2
4
cos d =
2
sen 3
3
=0
12/48
= [sen ]
+
2
sen 3
3
Universidad de La Laguna
cos d
=0
Es decir, sen y cos son ortogonales as como sen y sen2 y tambin cos y cos2. Y
as se puede extender entre sen n y cos m y sen k y cos l n,m,k,l N.
NOTA: Dos funciones f() y g() son ortonormales si y solo si, adems de ser
ortogonales, cumplen:
2
[ f ( )] d = [g ( )] d = 1
cos
+T
n b x dx =
T
2
n b x dx =
T
2
sen
bn
a n = c n cos n
cn
n
n
= c n cos(n b t n )
an
13/48
Jess J. Fuensalida
bn
b
, , n = arctg n
an
an
f (t ) = a0 + c n cos(n b t n )
n =1
= c n sen(n b t + n )
Y, como ms arriba,
c n = a n2 + bn2
tg n =
an
a
, , n = arctg n
bn
bn
f (t ) = a 0 + c n sen(n b t + n )
n =1
En las figuras 2.5.1a y b mostramos las representaciones para dos casos de valores an y
bn.
14/48
Universidad de La Laguna
1,5
1*Cos + 1*Seno
1
0,5
0
-0,5
0,05
0,1
0,15
-1
-1,5
tiem po (s)
1,5
1*Cos + 0,4142*Seno
1
0,5
0
-0,5
0,05
0,1
0,15
-1
-1,5
tiem po (s)
En las grficas 2.5.1 obtenemos la suma a partir de un coseno y seno con diferentes
amplitudes. Podemos apreciar como la distancia en radianes desde el mximo de la
resultante al mximo de la componente coseno y la distancia de la resultante al
mximo de la componente seno.
Para el caso mostrado en 2.5.1a, calculamos,
n = arctg
bn
1
= arctg = rad
1 4
an
n = arctg
an
1
= arctg = rad
1 4
bn
Jess J. Fuensalida
15/48
c n = a n2 + bn2 = 2
n = arctg
bn
0.4142
= arctg
= rad
1
8
an
n = arctg
an
1
3
= arctg
=
rad
0.4142
8
bn
1
Pf =
T
+T
[ f ( x)] dx
a 0 + (a n cos n b x + bn sen n b x) dx
14444244443
T
n =1
2
n
+T
+T
+T
+T
1 2
1 2
1 2
= a 02 dx + ( n ) dx + 2a 0 ( n )dx
T T 2
T T n =1
T T
n =1
142
4
3 142 4
42444
3 142 4
42444
3
i
a02
ii
iii
(I)
2
1
a n bm cos n b x sen m b x dx
T
T
2
16/48
Universidad de La Laguna
+T
(II)
2
1
a n a m cos n b x cos m b x dx
T
T
2
+T
(III)
2
1
bn bm sen n b x sen m b x dx
T
T
2
1
[sen( ) + sen( + )]
2
entonces,
+T
1
1 2
= a n bm [sen(m n) b x + sen(m + n) b x ] dx = 0
T
2 T 2
1
[cos( ) + cos( + )]
2
entonces,
+T
1
1 2
= a n a m [cos(n m) b x + cos(n + m) b x ] dx
T
2 T 2
=0
Si mn (ortogonales)
+T
1
1 2
1 a n2
= a n2 [1 + cos 2n b x ] dx =
T
T
T 2
2 T 2
(III)
Si m=n
1
[cos( ) cos( + )]
2
entonces,
1
1 2
= bn bm [cos(n m) b x cos(n + m) b x ] dx
T
2 T 2
Jess J. Fuensalida
17/48
=0
Si mn (ortogonales)
+T
1 21 2
1 bn2
= bn [1 cos 2n b x ] dx =
T
T
T 2
2 T 2
Si m=n
a2 b2
1
1
Pf = a 02 + n + n = a 02 + a n2 + bn2 = a 02 + c n2
2
2 n =1
2 n =1
n =1 2
Como hemos visto en el apartado 2.4 y en ste ms arriba, la potencia media de cada
componente con amplitud 1 es 1/2. Por lo tanto, la potencia media de f(x) es la suma
de la potencia de cada componente, ms la potencia de la componente continua
(TEOREMA DE PARSEVAL de series de Fourier).
De este resultado, podemos atisbar el inters de una representacin de la potencia en
funcin de la frecuencia con lo que apreciaremos fcilmente la contribucin de cada
harmnico a la potencia de la funcin completa. A esta representacin se denomina
ESPECTRO DE POTENCIAS, que se tratar con ms detalle en el prximo captulo.
18/48
Jess J. Fuensalida
Instituto de Astrofsica de Canarias
Universidad de La Laguna
cos =
1
2
[e
+ e i
sen = i 12 e i e i
luego,
a n cos n b x =
a n i n b x a n i n b x
e
+
e
2
2
bn sen n b x = i
bn i n b x
b i n b x
e
+i n e
2
2
Por lo tanto,
a n ibn i n b x a n + ibn i n b x
in x
e
+
e
= dne b
2
2
n =1
n =1
n =
f (x ) = a 0 +
siendo,
d 0 = a0
dn =
a n ibn
2
d n =
a n + ibn
= d n* (* conjugada)
2
a n ibn
2
+T / 2
+T / 2
11
1
=
f
(
x
)
cos
n
x
dx
i
f
(
x
)
sen
n
x
dx
b
b
T
2 T 2 T/ 2
2 T / 2
(3.1)
1
=
T
+T / 2
1
T
+T / 2
f ( x) [cos n
Jess J. Fuensalida
19/48
x i sen n b x ] dx
T / 2
f ( x)
i n b x
(3.2)
dx
T / 2
Expresin que es vlida para valor entero n, es decir, positivo, negativo o cero.
Queda claro, por tanto, que los coeficientes dn son complejos, por lo que,
dn =
1
a n2 + bn2
2
arg(d n ) = arctg
bn
an
n = arg(d n )
2
T
Pero, podemos considerar una funcin no-peridicas como una peridica con un T = .
Luego, si T 0.
(3.3)
20/48
+T / 2
f (x ) =
f ( x)
i n b x
Universidad de La Laguna
en
dx
T / 2
dn e
i n b x
n =
n = T
+T / 2
f ( x)
i n b x
dx e
i n b x
T / 2
T 2 2
Luego, la expresin anterior quedara,
f (x ) =
1
2
+T / 2
f ( x)
i n b x
dx e
i n b x
(3.4)
n = T / 2
d
Con esto, (3.4) quedara como,
f (x ) =
1
2
i x
f ( x)
e
dx e
1442443
i x
F ( )
1
f ( x) =
2
F ( )
i x
f ( x)
i x
dx
21/48
1
f ( x) =
2
F ( )
i x
Jess J. Fuensalida
Las condiciones suficientes (no necesarias) para que las integrales se cumplan son:
a) f(x) est definida y sea uniforme excepto, como mucho, en un nmero finito de
puntos.
b) f(x) y f '(x) son cuasicontinuas.
1
c) f(x) se reemplace por [ f ( x + 0) + f ( x 0)] , si x es un punto de discontinuidad.
2
+
d)
f (x ) =
i x
f ( x)
e
dx e
1442443
i x
F ( )
F ( ) =
f ( x)
i x
dx
1
f ( x) =
2
F ( )
i x
22/48
II)
F (u ) =
Universidad de La Laguna
f ( x)
i 2 u x
dx
f ( x) =
F (u)
i 2 u x
du
III)
A partir de la opcin (I), algunos autores (Mathews & Walker, 1970, p.102), por
razones de simetra en las expresiones, definen,
1
F ( ) =
2
f ( x) =
1
2
f ( x)
i x
dx
i x
F ( )
2
F (r ) =
(2 )(11) 2
12
2
f (s ) =
(2 )(1+1) 2
i 2 r s
f (s ) e
i 2 r s
F (r )e
ds
ds
donde,
0
1
1
-1
0
-1
1
-1
-1
2
Campo
Fsica Cuntica
Matemticas e Ingeniera de Sistemas
Estadstica
Fsica Clsica
Procesamiento de Seal y ptica
Jess J. Fuensalida
23/48
F (u ) =
f ( x) e
i 2 u x
dx =
f ( x) cos 2 u x dx i
f ( x)
sen 2 u x dx
el trmino del coseno transforma la parte par de la funcin, mientras que el trmino del
seno transforma la parte impar de la funcin.
f(x)
F(u)
Real y Par
Real e Impar
Imaginario y Par
Complejo y Par
Complejo e Impar
Real y Asimtrico
Imaginario y Asimtrico
Real y Par + Imaginario e Impar
Real e Impar + Imaginario y Par
Par
Impar
Real y Par
Imaginario e Impar
Imaginario y Par
Complejo y Par
Complejo e Impar
Complejo y Hermtico
Complejo y Antihermtico
Real
Imaginario
Par
Impar
NOTA:
Hermtico
(C funcin compleja):
24/48
Universidad de La Laguna
C(-u) = C* (u)
a) Parte real par, Re[C(-u)] = Re[C(u)]
b) Parte imaginaria impar, Im[C(-u)] = -Im[C(u)]
(C funcin compleja):
Antihermtico
C(-u) = - C* (u)
a) Parte real impar, Re[C(-u)] = - Re[C(u)]
b) Parte imaginaria par, Im[C(-u)] = Im[C(u)]
Por otra parte, F(u) ser, generalmente, una funcin compleja. Como hemos visto en el
apartado 3.1, la potencia que contribuye cada frecuencia es el mdulo cuadrado. Por
tanto, llamaremos ESPECTRO DE POTENCIAS de f(x) a |F(u)|2 . Es decir, como ya
vimos en los apartados 2.5 y 2.6, la fase no desarrolla potencia.
F() = F [f(t)]
F f (a t ) = a F ( / a )
F(u) = F [f(x)]
F [ f ( x a )] = e
i 2 ( a ) u
F (u )
F(u) = F [f(x)]
Jess J. Fuensalida
25/48
F [ f ( x)] = i 2 u F (u )
Y consecuentemente,
[f
(n
( x) ] = (i 2 u )
F (u )
F(u) = F [f (x)]
f(x)
(x)
Delta en el origen
A cos 2uox
Constante
A
2
[ (u u o ) + (u + u o )]
Coseno
A sen 2uox
Seno
A
2
i[ (u + u o ) (u u o )]
Dos deltas imaginarias (impar)
A ei 2 uo x
A[ (u u o )]
Seno + coseno
0 , , x < L
A 2 L (x ) = A , , L < x < L
0 ,, x > L
26/48
A
e
2
1
2
x2
, , =
Universidad de La Laguna
2.345
Ae
1 u2
2 u2
Ae
1
2
Gaussiana
1
2
,, u =
2
2
2 u
u +
2
1
para x < 0
para x > 0
E(x)= 10 ,,,,
, , u =
Lorentziana
1
1
(u ) +
2
i 2 u
Escaln (Heaviside)
1
xo
(x nxo )
n =
n =
n
xo
Adviertan que,
+
F (0) =
f ( x)
dx
we
f ( x)
f (0)
dx
=
F (0)
+
F (u )
du
Jess J. Fuensalida
27/48
Universidad de La Laguna
H ( ) =
f (t ) g (t ) e
i 2 t
dt
g (t )
644
47
4 44
8
+
i 2 t
i 2 t
f (t ) G ( ) e
d e
dt
f (t )G ( ) e
i 2 ( ) t
d dt
i 2 ( ) t
G
(
)
dt d
f (t ) e
= G ( ) F ( ) d
(1)
F ( ) G ( ) e
i 2 t
d =
f ( s ) g ( t s ) ds
144
42 4 44
3
(2)
28/48
Universidad de La Laguna
O lo que es igual:
(3)
f(t) g(t) =
f ( s ) g [ ( s t ) ] ds
Es decir, los valores de la funcin convolucin es el resultado del producto de f(t) por
g(t), cuando g(t), una vez girada respecto al eje de ordenadas, corre el eje de abscisas.
En algunos procesos experimentales se conoce g(t) (o f(t) ) y se puede medir f(t)
g(t) , de modo que se puede obtener f(t) :
F [f(t) g(t)]
f (t) = F
-1
(4)
G()
b)
c)
Conmutativa
f g = g f
(4.5)
f ( g h ) = (f g ) h
(4.6)
f (g + h)= f g +f h
(4.7)
Asociativa
Distributiva
Jess J. Fuensalida
29/48
(4.8)
F [f ( g h )]=F ( G H )
(4.9)
i 2 t
f (t ) = F ( ) e
d =
i ( ( )+ 2 t )
F ( ) e
i ( )
F ( ) = F ( ) e
+
f (t ) =
*
i ( ( )+ 2 t )
F ( ) e
i ( )
F ( ) e
+
f (t ) =
*
i 2 ( t )
i ( )
F ( ) e
i 2 t
F*()
f*(-t) = F
-1
[F*()].
(4.10)
30/48
-1
Universidad de La Laguna
[G () F*()] ?
si
f(t) = F
-1
[F()]
g(t) = F
-1
[G()]
Por otra parte, sabemos por la expresin 2-4.1 y por el apartado 4.3 que,
+
p ( s ) q (t s ) ds
-1
[Q () P ()] =
p (t s ) q ( s ) ds
-1
[G () F*()] = F
-1
[G ()] F
-1
[F*()]
f *(-t)
g(t)
g (s) f
( s t ) ds
s = k+t, t = s-k
g (k + t ) f
( k ) dk
(4.11)
Jess J. Fuensalida
31/48
O lo que es igual:
+ *
f
(
s
)
g
(
s
t
)
ds
F [f(t) k g(t)] = F
(4.12)
i 2 ux
f ( x) g ( x) e
dx = G( ) F (u ) d
f ( x) g ( x) dx = G ( ) F ( ) d
f ( x) g ( x) dx =
*
F
( ) G( ) d
[ f ( x )]
dx =
F (u )
du
Es decir, como era de esperar, la energa en los dos dominios tiene que ser igual.
1
Tambin se conoce como teorema de Plancherel (1885-1967), ya que lo demostr de forma ms general.
En tal caso, habitualmente se reserva el nombre de Parseval (1755-1836), que lo expuso con anterioridad,
para los casos ms particulares de funciones peridicas.
32/48
Universidad de La Laguna
f ( x) g
+
*
( x) dx =
F (u) G
(u ) du
+ *
f
(
s
)
f
(
s
t
)
ds
Se denomina AUTOCORRELACIN de f.
Y lo representaremos por f k f
De modo que,
*
(4.13)
f * ( s ) f ( s + x ) ds
(x) =
(4.14)
+
De modo que,
(0) = 1
f * ( s ) f ( s ) ds
Jess J. Fuensalida
33/48
wa =
f ( x)
k f * ( x)dx
[ f ( x) k
f * ( x)
x =0
F (0)
F (u)
du
f ( x)dx f
+
f ( x)
( x)dx
f * ( x)dx
34/48
Jess J. Fuensalida
Instituto de Astrofsica de Canarias
Jess J. Fuensalida
35/48
1+0.75*Cos20
1+1*Cos40
(1+1*Cos 40) +(1+ 0.75*Cos20)
4
3.5
3
2.5
2
1.5
1
0.5
0
0
0.05
0.1
tiem po (s)
0.15
3+0.75*Cos20
(1+1*Cos 40) +(1+ 0.75*Cos20)
4
3.5
3
2.5
2
1.5
1
0.5
0
0
0.025
0.05
0.075
0.1
tiem po (s)
0.125
0.15
0.175
36/48
Universidad de La Laguna
2+1.75*Cos20
(1+1*Cos 40) +(1+ 0.75*Cos20)
4
3.5
3
2.5
2
1.5
1
0.5
0
0
0.017 0.033 0.05 0.067 0.083 0.1 0.117 0.133 0.15 0.167
tiem po (s)
banda limitada, es decir, cumple que F [f (t)]=F () = 0 para | | > M . Entonces f(t)
est unvocamente determinada (sera totalmente reconstruida) por las muestras de la
funcin f(n ), n = 0, 1, 2, ... siempre que
Jess J. Fuensalida
37/48
an
30 Hz = 1/ (2*0.01666 s)
3.5
Original
con 0.01666
con 0.025
40 Hz = 1/ (2*0.0125 s)
20 Hz = 1/ (2*0.025 s)
2.5
2
2
1.75
1.5
1
0.75
0.75
0.5
0
0
10
20
30
Frecuencia (Hz)
40
50
38/48
Universidad de La Laguna
D [ f (t ), ] = f (t ) (t n )
F {D [ f (t ), ]} = F ( )
De modo que si F()=F[f(t)], y =
1
2 M
entonces,
F()
F{D[f(t),]}
-1/
1/
Jess J. Fuensalida
39/48
N 1
DN [ f (t ), ] = f (t ) (t n )
n =0
N 1
= f (n ) (t n )
n =0
dm =
N
+N /2
D [ f (t ), ] e
i 2
n= N / 2
m
n
N
1
dm =
N
+N / 2
f (n ) e
i 2
m
n
N
n= N / 2
1
F (m ) =
N
N 1
f (n ) e
i 2
mn
N
n =0
Supongamos, por simplicidad, que N sea un nmero par. Entonces, podemos escribir,
N2 1
1
F (m ) = f (2n )
N n =0
i 2
m (2 n )
N
N
1
2
+ f (2n + 1)
n =0
i 2
m ( 2 n +1)
N
40/48
Universidad de La Laguna
Observemos que, {f(2n)}n es la seleccin de los datos que ocupar una posicin par de la
sucesin {f(n)}n y los {f(2n+1)}n , los que ocupan una posicin impar. Entonces,
N
N
1
1
mn
mn
m
2
2
1 1
1
i 2
i 2
i 2
N +
N
N
(
)
(
)
F (m ) =
f
n
f
n
2
2
1
+
e 2 e N
e 2
2 N n =0
n =0
2 4424443
2 444244443
14
14
F p(m )
F i(m )
Es decir,
m
1
i 2
F (m) = Fp (m ) + e N Fi (m )
2
F m + = Fp (m ) e N Fi (m )
2 2
El proceso se puede repetir en cascada. Este concepto es la base del algoritmo Cooley &
Tukey (1965), fundamento de todas las rutinas de clculo de la transformada rpida de
Fourier.
Jess J. Fuensalida
41/48
f(x)
nN (x-n xo)
xo
p(x)
x
p
Si llamamos P [f(x),xo,p] a la funcin resultante de muestrear la funcin f(x) con un
intervalo de muestreo xo y tamao de pxel p,
N
P [ f ( x), x 0 , p ] = [ f ( x) p ( x)] ( x nx 0 )
n
m
F {P [ f ( x), x0 , p ]} = [F (u ) P (u )] u
x0
m
Jess J. Fuensalida
42/48
Universidad de La Laguna
<
f (t ) P(t )
f (t ) >=
P(t )
t
(1)
(2)
< f (t ) >=
f (t ) P(t )dt
P(t )dt
Jess J. Fuensalida
43/48
(h ) =
i 2 h g
P( g ) e
dg
(h ) =<
i 2 h g
>
= 1+ +
1 2 1 3
k
+ + ... =
2!
3!
k =0 k!
< < +
( i 2 h g ) k
k!
k =0
>
< g < +
(h ) =
( i 2 h ) k
k =0
k!
P( g )dg
P( g )dg
44/48
Universidad de La Laguna
< gk > =
P( g )dg
P( g )dg
Es corriente usar el smbolo k <g >. Si g toma valores discretos, toma la expresin,
k
<g > =
k
k
n
n =
+
Pn
n =
(h ) =
( i 2 h ) k
k =0
k!
Ahora bien, siguiendo el Apart. 3.7, como (h) es la transformada de Fourier de P(g),
entonces,
[ (h)] = i 2
'
g P( g )
aplicando sucesivamente,
(k
(h) = (i 2 g ) k P ( g )
( k (h) = F (i 2 g ) k P( g )
( k (h) = (i 2 ) k
i 2 h g
P( g )
para h=0,
( k (0) = (i 2 ) k
P( g ) dg
y como,
+
(0) =
P( g )
dg
dg
Jess J. Fuensalida
45/48
1
k < g k > =
i 2
( k (0)
(0)
mk =
(g )
P( g )dg
P( g )dg
entonces, m1=0.
El momento central de orden 2, m2, es la varianza 2,
2 m2 = 2 2
En general, los momentos centrales en forma de serie son,
k
mk = (1) k l l k1l
l =0 l
k
si 0=1
Los momentos centrales son, por tanto, los momentos tomados alrededor de la media
(momento de orden 1). Si se toman alrededor de cualquier valor go ser,
mk ( g 0 ) =< ( g g 0 ) k >
A veces es til expresar las derivadas del logaritmo neperiano ln (h) en funcin de los
momentos centrales (la primera derivada es directamente proporcional a la media, ).
Las 7 primeras derivadas son,
2 )
2 ) 2 m2
(1
(2
46/48
2 ) 3 m3
2 ) 4 m4 3m22
2 ) 5 [m5 10m3 m2 ]
(3
(4
(5
[
(7
[ln (h)] h=0 = (i 2 ) [m
(6
Universidad de La Laguna
]
]
(1
h =0
1
( i 2 h) 2 [ln (h)]
2
(2
h=0
1
(i 2 h) 3 [ln ( h)]
3!
(3
h=0
+ ...
P ( B | A) =
P( A I B)
P( A)
P ( B | A) = P( B)
Por lo tanto,
P ( AB ) = P ( A) P ( B )
47
48/48
Universidad de La Laguna
g (h ) =<
T
i 2 h gT
i 2 h g1
>=<
i 2 h g 2
>
Como los valores de g1(t) y g2(t) son independientes1 tambin lo sern las exponenciales
respectivas, entonces,
i 2 h g1
g (h ) =<
><
i 2 h g 2
>
Por lo tanto,
g + g (h ) = g (h ) g (h )
1
Pg + g ( g ) = Pg ( g ) Pg ( g )
1
1+ g2
g1 + g 2
1
ln g + g (h)
=
1 2
(i 2 )
g1+ g 2
(1
h =0
(h ) = g1 (h ) g2 (h ) ,
=
(i 2 )
g ( h) g ( h)
1
2
h =0
(g1 (0)
(g1 (0)
1
1
1 +
2
=
(i 2 ) g (0) (i 2 ) g (0)
1
2
14442444
3 14442444
3
g1
g2
g21 + g 2 =
(2
1
ln
(
h
)
g1 + g 2
h =0
(i 2 ) 2
Si dos variables aleatorias z1 y z2 son independientes entonces, (z1-<z1>) y (z2-<z2>) son ortogonales, es
decir, la covarianza entre z1 y z2 es igual a cero (cuidado, no siempre cuando la covarianza es cero implica
que las variables son independientes): <(z1-<z1>)(z2-<z2>)>=0 <z1 z2>=<z1><z2>
g21 + g 2
g21 + g 2
Jess J. Fuensalida
48
49/48
2
(g2 (h) g (h) (g1 (h)
2
2
2
+
2
g ( h)
2
h =0
( 2 (0) (1 (0) 2
( 2 (0) (1 (0) 2
g
g
1
1
1 +
g2
1
g2
=
2
2
(i 2 ) g (0) g (0) (i 2 ) g (0) g (0)
1
2
1
2
144444
42444444
3 144444
42444444
3
2g
2g
n i =1
gS =
gi < gi >
lim PS ( g ) =
1
n
Condiciones suficientes:
g2
S
i2 > p > 0
i
< q