, Duración: 17:24
Materiales: [estocs5PSD.pdf]
En un proceso estacionario, la señal temporal es aleatoria, pero la media, varianza y covarianza entre instantes de tiempo, si se repitiera dicho experimento infinitas veces, sí serían constantes. Obviamente, si es aleatorio, también lo será su contenido en frecuencia. Sin embargo, en muchas señales físicas se “ven” oscilaciones (correlación entre los valores en un instante y los valores cierto tiempo “período” después). La relación entre la “correlación entre dos instantes separados” y “contenido frecuencial” es lo que explora este vídeo.
En concreto, este vídeo presenta el concepto de “densidad espectral de potencia” (power spectral density, PSD, en la literatura en lengua inglesa).
En los primeros cinco minutos de vídeo, se revisan los conceptos de proceso estacionario y de transformada de Fourier. La segunda mitad del vídeo esboza la demostración del teorema de Wiener–Khinchin–Einstein, que relaciona la respuesta “temporal” (covarianza entre diferentes instantes de tiempo) con la respuesta “frecuencial” (densidad espectral de potencia).
La identidad de Parseval, obtenida de la fórmula de la transformada
inversa de Fourier, indica que la varianza de una señal es la integral
de su PSD sobre el eje de frecuencias. Ello posibilita la interpretación
de la PSD como “contribución de los componentes de frecuencia
a
la varianza total”, o a la integral en un intervalo de frecuencias como
“varianza en dicho rango de frecuencia”. La dualidad entre la interpretación
estadística y la interpretación frecuencial permite entender determinados
problemas de estimación en series temporales como problemas de filtrado en
el dominio de la frecuencia. Se aconseja visualizar el vídeo [
Colección completa [VER]:
Anterior Procesos estacionarios ergódicos: ejemplo Matlab serie temporal
Siguiente Generación de trayectorias de un proceso estocástico gaussiano de autocovarianza dada