Considere
o processo observado para estimação do processo
, qual opção abaixo corresponde a um filtro interpolador?
◯ a. Medições
, para
e
inteiros e
, são usadas para estimar
.
◯ b.
não pode ser estimado por
◯ c. Medições
, para a inteiro e
, são usadas para estimar
.
◯ d. Medições
, para a inteiro e
, são usadas para estimar
.
◯ e. Medições
, para
e
inteiros e
, são usadas para estimar
.
◯ a. Medições
◯ b.
◯ c. Medições
◯ d. Medições
◯ e. Medições
Passo 1
O enunciado dá que existe um processo observado
e queremos estimar o processo
. Pede-se escolher qual opção corresponde a um filtro interpolador. As opções descrevem quais amostras de
são usadas para estimar
. Vou listar de forma clara o que cada opção afirma (peguei as notações do enunciado):
- (a) Medições
são usadas para estimar , com e . (Aqui não se usa .) - (b) Afirma que
não pode ser estimado por . - (c) Medições
são usadas para estimar , com e . - (d) Medições
são usadas para estimar , com e . - (e) Medições
são usadas para estimar , com e .
O pedido: identificar qual dessas corresponde a um filtro interpolador.
Passo 2
Antes de decidir, vamos entender o que normalmente chamamos de interpolador e distinguir de outros tipos de estimadores. Vou explicar de forma prática e com exemplos simples.
Definições (intuitivas e úteis para a prova):
- Preditor: usa apenas amostras passadas (e possivelmente a presente) para estimar um valor futuro. Exemplo típico: estimar
a partir de . É causal (não depende do futuro). - Filtro (ou estimador em tempo real): quando se estima
usando somente amostras até o tempo (isto é, ). Também é causal. - Suavizador (smoother): estima
usando amostras passadas e futuras (por exemplo ). É não causal porque precisa de amostras futuras. - Interpolador (no sentido clássico de sinais/tempo discreto): é um método para estimar um valor faltante ou intermediário em uma sequência a partir de amostras vizinhas. Tipicamente usa amostras anteriores e posteriores ao ponto que se quer estimar; muitas vezes o valor no próprio instante está ausente (é isso que se quer “interpolar”). Ou seja, um interpolador clássico é um tipo de estimador não causal que reconstrói
a partir de vizinhos de , sem usar (pois é o valor faltante a ser estimado).
Observação prática e exemplo concreto:
- Interpolação linear simples: se falta
e há e , uma interpolação linear seria
Isto é um interpolador porque usa apenas os vizinhos
e
para estimar o ponto ausente
.
Passo 3
Agora avalio as opções em função das definições acima, uma por uma, explicando por que cada uma representa predictor, filter, smoother ou interpolator.
Análise da opção (c):
- (c) usa apenas amostras
para estimar . - Isso é exatamente um exemplo de predição (estimar o futuro
usando somente passado e presente de ). Portanto (c) é um preditor (causal), não um interpolador.
Passo 4
Análise das opções (d) e (e):
-
(d) usa
para estimar . - Aqui usamos apenas passado e presente para estimar o valor no mesmo instante
. Isso é um filtro causal (estimador em tempo real), típico de filtragem/suprimento de ruído quando se tem . - Não é um interpolador no sentido clássico de reconstruir um ponto faltante a partir de vizinhos futuros e passados.
- Aqui usamos apenas passado e presente para estimar o valor no mesmo instante
-
(e) usa
para estimar , ou seja, passa, presente e futuro. - Isso é um suavizador (smoother) não causal que inclui o próprio
. Pode ser usado para melhorar a estimação de aproveitando informação futura. - Embora um interpolador também seja não causal, a presença explícita de
(o próprio ponto) torna (e) mais um caso de smoothing/filtragem não causal que usa o ponto presente. Interpolação clássica assume que o ponto é ausente e precisa ser reconstruído a partir dos vizinhos; logo (e) não é a definição típica de interpolador.
- Isso é um suavizador (smoother) não causal que inclui o próprio
Passo 5
Análise da opção (a) — a candidata forte:
- (a) usa amostras
para estimar , com . Ou seja, usa apenas amostras passadas e futuras, explicitamente excluindo . - Isso bate com a definição prática e clássica de interpolador: o valor no tempo
está “ausente” ou deve ser reconstruído a partir dos vizinhos imediatos antes e depois. - Exemplo concreto: para
,
ou no caso de interpolação linear simples com
,
- Observação sobre causalidade: (a) é não causal (usa futuro), o que é esperado para um interpolador que precisa dos vizinhos de ambos os lados.
Passo 6
Comparando as interpretações:
- (a) corresponde diretamente ao conceito de interpolador (reconstruir/estimar um ponto usando vizinhos antes e depois, sem usar o próprio ponto).
- (c) é preditor (futuro).
- (d) é filtro causal (uso de passado/presente).
- (e) é smoother/filtrador não causal que inclui o próprio ponto presente.
- (b) é uma afirmação geral negativa que não se aplica como definição de interpolador.
Conclusão: a opção que corresponde a um filtro interpolador é a opção (a).
Resposta
(a)