Professional Documents
Culture Documents
Processos Estocasticos
19 de novembro de 2010
Processos Estoc
asticos
Sistemas Lineares Otimos
Sumario
Processos Estoc
asticos
Sistemas Lineares Otimos
Introducao
Processos Estoc
asticos
Sistemas Lineares Otimos
Introducao
Processos Estoc
asticos
Sistemas Lineares Otimos
Introducao
Processos Estoc
asticos
Sistemas Lineares Otimos
Introducao
Processos Estoc
asticos
Sistemas Lineares Otimos
Problema Geral
Processos Estoc
asticos
Sistemas Lineares Otimos
Problema Geral
Processos Estoc
asticos
Sistemas Lineares Otimos
Problema Geral
Processos Estoc
asticos
Sistemas Lineares Otimos
Problema Geral
Processos Estoc
asticos
Sistemas Lineares Otimos
Problema Geral
Processos Estoc
asticos
Sistemas Lineares Otimos
Problema Geral
Processos Estoc
asticos
Sistemas Lineares Otimos
Problema Geral
Processos Estoc
asticos
Sistemas Lineares Otimos
Processos Estoc
asticos
Sistemas Lineares Otimos
Processos Estoc
asticos
Sistemas Lineares Otimos
Processos Estoc
asticos
Sistemas Lineares Otimos
Processos Estoc
asticos
Sistemas Lineares Otimos
Processos Estoc
asticos
Sistemas Lineares Otimos
n+b
X
hnk Xk
k=na
Bruno Barbosa Albert
Processos Estoc
asticos
Sistemas Lineares Otimos
Figura de Merito
Certamente, devemos especificar o criterio para decidir o
melhor estimador.
Processos Estoc
asticos
Sistemas Lineares Otimos
Figura de Merito
Certamente, devemos especificar o criterio para decidir o
melhor estimador.
Considere Y (t) o estimador de Y (t).
Processos Estoc
asticos
Sistemas Lineares Otimos
Figura de Merito
Certamente, devemos especificar o criterio para decidir o
melhor estimador.
Considere Y (t) o estimador de Y (t).
Seja
t I
o erro de estimacao.
Processos Estoc
asticos
Sistemas Lineares Otimos
Figura de Merito
Certamente, devemos especificar o criterio para decidir o
melhor estimador.
Considere Y (t) o estimador de Y (t).
Seja
t I
o erro de estimacao.
Baseado nas consideracoes para estimacao de uma v.a.
(Secao 6.5.2) usaremos como criterio de otimizacao o erro
quadratico medio,
E [e 2 (t)] = E [(Y (t) Y (t))2 ].
Processos Estoc
asticos
Sistemas Lineares Otimos
Processos Estoc
asticos
Sistemas Lineares Otimos
Processos Estoc
asticos
Sistemas Lineares Otimos
Processos Estoc
asticos
Sistemas Lineares Otimos
Processos Estoc
asticos
Sistemas Lineares Otimos
Processos Estoc
asticos
Sistemas Lineares Otimos
Processos Estoc
asticos
Sistemas Lineares Otimos
Processos Estoc
asticos
Sistemas Lineares Otimos
Suavizacao
Nesse caso as medicoes passadas, presente e futuras de X (s) sao
usadas para estimar um valor de Y (t). Ou seja, I = (, ) e
I = {t} ou I = (, t ] e I = {t}, t > t.
Processos Estoc
asticos
Sistemas Lineares Otimos
Suavizacao
Nesse caso as medicoes passadas, presente e futuras de X (s) sao
usadas para estimar um valor de Y (t). Ou seja, I = (, ) e
I = {t} ou I = (, t ] e I = {t}, t > t.
A realizacao completa das medicoes de X (s) foi gravada.
Processos Estoc
asticos
Sistemas Lineares Otimos
Princpio da Ortogonalidade
O erro e(t) e cada medicao individual sao ortogonais, ou seja,
ReX (t, s) = E [e(t)X (s)] = 0,
t I ,
Processos Estoc
asticos
s I
Sistemas Lineares Otimos
Princpio da Ortogonalidade
O erro e(t) e cada medicao individual sao ortogonais, ou seja,
ReX (t, s) = E [e(t)X (s)] = 0,
t I ,
s I
Processos Estoc
asticos
Sistemas Lineares Otimos
Princpio da Ortogonalidade
O erro e(t) e cada medicao individual sao ortogonais, ou seja,
ReX (t, s) = E [e(t)X (s)] = 0,
t I ,
s I
Processos Estoc
asticos
Sistemas Lineares Otimos
Princpio da Ortogonalidade
O erro e(t) e cada medicao individual sao ortogonais, ou seja,
ReX (t, s) = E [e(t)X (s)] = 0,
t I ,
s I
t I ,
s I .
Processos Estoc
asticos
Sistemas Lineares Otimos
Filtragem causal
Problema:
Considere um conjunto de medicoes {X (s), s I } em que
I = (, t]. Para qualquer valor de t desejamos obter a
melhor estimativa linear da v.a. Y (t), baseada no conjunto de
medicoes.
Processos Estoc
asticos
Sistemas Lineares Otimos
Filtragem causal
Teorema: (caso contnuo)
Considere que os PEs X (t) e Y (t) sao conjuntamente WSS, com
medias zero e
Z t
Processos Estoc
asticos
Sistemas Lineares Otimos
Filtragem causal
SYX
(f )
(f )
SYX
SX (f )
RYX ( )e j2f d.
0
(f ) 6= S
Observe que SYX
ao e de a .
YX (f ) pois a integral n
Processos Estoc
asticos
Sistemas Lineares Otimos
Predicao
Problema:
Considere um conjunto n de medicoes {X (s), s I } em que
I = {t n, t n + 1, . . . , t 1}. Para qualquer valor de t
desejamos obter a melhor estimativa linear da v.a. Y (t), baseada
no conjunto de medicoes. Ou seja, deseja-se predizer valores
futuros de X (t), portanto Y (t) = X (t).
Processos Estoc
asticos
Sistemas Lineares Otimos
Predicao
Teorema:
Considere que o PE X (t) seja WSS, com media zero e
X
h(t s)X (s)
X (t) =
sI
Processos Estoc
asticos
Sistemas Lineares Otimos
Predicao
Processos Estoc
asticos
Sistemas Lineares Otimos
Predicao
RX (1)
h(1)
RX (0)
RX (1)
. . . RX (n 1)
RX (1)
RX (0)
. . . RX (n 2)
h(2) RX (2)
.. = ..
..
..
..
..
. .
.
.
.
.
RX (n)
h(n)
RX (n 1) RX (n 2) . . .
RX (0)
obtemos as equacoes de Yule-Walker.
Processos Estoc
asticos
Sistemas Lineares Otimos
Predicao
Processos Estoc
asticos
Sistemas Lineares Otimos
Predicao
Processos Estoc
asticos
Sistemas Lineares Otimos
Suavizacao
Problema:
Considere o conjunto de medicoes {X (s), s I } em que
I = (, ) ou I = (, T ) e T > t. Desejamos obter a
melhor estimativa linear da v.a. Y (t) = X (t) para t I .
Processos Estoc
asticos
Sistemas Lineares Otimos
Suavizacao
Processos Estoc
asticos
Sistemas Lineares Otimos
Suavizacao
Processos Estoc
asticos
Sistemas Lineares Otimos
Suavizacao
s=
Processos Estoc
asticos
Sistemas Lineares Otimos
Suavizacao
Teorema:
Seja X (t) WSS com media zero. O filtro de suavizacao otimo
H(f ) para a v.a. Y (t) = X (t) dado o conjunto de medicoes
{X (s), s I } e dado por
H(f ) =
SX Y (f )
.
SX (f )
Processos Estoc
asticos