Proceso gaussiano: representaciones anticausal y bilateral, ejemplo Matlab

Antonio Sala, UPV

Dificultad: ***** ,       Relevancia: PIC,      Duración: 16:47

*Link to English version

Materiales:    [ Cód.: GPcholESP.zip ] [ PDF ]

Resumen:

Este vídeo presenta las representaciones ‘anticausal’ y ‘bilateral’ (mezcla de causal y anticausal) de un proceso gaussiano. Las representaciones provienen de usar una raíz cuadrada de la matriz de covarianzas particular, dado que dicha raíz cuadrada matricial no es única. Los 5 primeros minutos repasan la raíz cuadrada ortogonal que da lugar a los componentes principales Karhunen-Loeve (vídeo [gpkh2]) y la factorización de Cholesky triangular inferior que da lugar a la representación causal (vídeo [gpchol]).

Permutando filas y columnas del resultado de la descomposición de Cholesky, equivalentes a un reordenamiento de variables, obtenemos una representación ‘anticausal’ en la que cada variable latente influye sobre la salida del proceso en el mismo lugar y sobre las anteriores (pasadas) según hemos decidido ordenar las abscisas del proceso gaussiano (que podríamos interpretar como ‘tiempo’).

La segunda parte del vídeo aborda la raíz cuadrada simétrica Q = V ⋅D ⋅ V T . En ese caso K = QQT = Q2. El resultado es una ‘mezcla’ de acción causal y anticausal (simétrica) de las variables latentes sobre la salida observable del proceso, excepto por efectos de condiciones iniciales o ventana finita; esto dará lugar a lo que sería un kernel de convolución bilateral. Una interpretación intuitiva es que cada fila de Q de las ‘estacionarias’ es como un ‘martillazo’ que deforma de forma simétrica a cada lado del punto de impacto, y que la intensidad del impacto es la variable latente, de distribución normal estándar.

Colección completa en ESPAN~OL [Ver todos]:

© 2026, A. Sala. Se reservan todos los derechos en materiales cuyo autor pertenezca a UPV.
Para condiciones de uso de material de terceros referenciado, consulte a sus autores.