1/17

136
136
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Teorema 2 (Teorema fundamental a MCMMP)
Teorema Teorema 2 2 ( (Teorema Teorema fundamental fundamental a a MCMMP MCMMP) )
Urmtoarele Urmtoarele 3 i 3 ipoteze se consider verificate poteze se consider verificate: :
a. a. matricea matricea este perfect determinist este perfect determinist; ;
b. b. matricea matricea R R (sau (sau R R
N N
) e ) este strict pozitiv definit ste strict pozitiv definit (adi (adic inversabil c inversabil) p ) pentru toate entru toate
dimensiunile orizontului de msur suficient de mari dimensiunile orizontului de msur suficient de mari; ;
c. perturbaia v aparine clasei za(0,
2
) (adic este un zgomot alb de medie nul i
dispersie necunoscut
2
).
MCMMP MCMMP ofer ofer 3 3 estima estima ii ii remarcabile remarcabile: :
( )
1

T T
N

= Y
[ ] [ ] [ ]
def
T
N
v n y n n =
( )
2
2 2
1 1
1 1

[ ] [ ] [ ]
N
N N
def
T
N
n n
N N
v n y n n

= =
= =



n

N
vectorul vectorul
parametrilor parametrilor
zgomotul zgomotul
perturbator perturbator
dispersia dispersia zgomotului zgomotului perturbator perturbator
{ , }
N
N n N
Acestea Acestea verific verific urmtoarele urmtoarele propriet propriet i i: :
1. 1. Estima Estima ia vectorului parametrilor adevra ia vectorului parametrilor adevra i este i este nedeviat nedeviat. .
2. Matricea de auto-covarian a erorii de estimare pentru vectorul parametrilor
adevrai este egal cu:
( )
1
2 1 2

( )
T
N

= = P R
3. 3. Estima Estima ia vectorului parametrilor adevra ia vectorului parametrilor adevra i este i este consistent consistent . .
O O. .O O Teorema Teorema fundamental fundamental a a MCMMP MCMMP
2/17
137
137
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Teorema 2 (Teorema fundamental a MCMMP final)
Teorema Teorema 2 2 ( (Teorema Teorema fundamental fundamental a a MCMMP MCMMP final) final)
4. 4. Fie Fie clasa estima clasa estima iilor nedeviate ale lui iilor nedeviate ale lui * * care se pot exprima ca transformri liniare care se pot exprima ca transformri liniare
deterministe ale vectorului de date de ie deterministe ale vectorului de date de ie ire msurate ire msurate Y Y. Atunci, estima . Atunci, estima ia vectorului ia vectorului
parametrilor adevra parametrilor adevra i apar i apar ine lui ine lui i, i, n plus, face parte dintre cele mai eficiente n plus, face parte dintre cele mai eficiente
estima estima ii din aceast clas ii din aceast clas. .
5. 5. Ambele Ambele e estima stima ii ii a ale dispersiei zgomotului alb sunt consistente le dispersiei zgomotului alb sunt consistente
(deci (deci i asimptotic nedeviate). i asimptotic nedeviate).
6. 6. Pentru Pentru
N N
= = N N, e , estima stima ia ia dispersiei dispersiei zgomotului zgomotului alb alb este deviat este deviat, dar , dar, , pentru pentru
N N
= = N N- -n n , ,
ea ea este nedeviat este nedeviat. .
Demonstraie
Demonstra Demonstra ie ie
nainte nainte de a de a demonstra demonstra concluziile concluziile teoremei teoremei, , sunt sunt necesare necesare cteva cteva calcule calcule preliminare preliminare. .

V Va fi dedus rela a fi dedus relaia care exist ntre vectorul parametrilor adevrai ia care exist ntre vectorul parametrilor adevrai i i
cel al parametrilor estimai cel al parametrilor estimai. .

P(
*
)
P
P ( (
* *
) )
[ ] [ ] [ ]
T
y n n v n

= +
[ [1] [2] [ ]]
def
T N
v v v N = V R
Vectorul Vectorul global al global al perturba perturba iilor iilor. .
1, n N

= + Y V
( )
1

T T
N

= Y
( )
( )
1
1

( )
T T
N
T T

= + =
= +
V
V
O O. .O O Teorema Teorema fundamental fundamental a a MCMMP MCMMP
3/17
138
138
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Demonstraie (Teorema 2)
Demonstra Demonstra ie ie ( (Teorema Teorema 2) 2)
Operatorul Operatorul de de deparazitare deparazitare fiind fiind ortogonal ortogonal pe pe cel cel reprezentat reprezentat de de matricea matricea regresorilor regresorilor, ,
estimaia estimaia perturbaiei perturbaiei se se poate poate obine obine prin prin proiecia proiecia perturbaiei perturbaiei necunoscute necunoscute pe pe
hiperplanul hiperplanul parazit parazit. .

n n continuare continuare, , va va fi fi exprimat exprimat estima estimaia vectorul ia vectorului ui perturbaiei perturbaiei, , n n vederea vederea determinrii determinrii
unei unei expresii expresii adecvate adecvate i i pentru pentru dispersia dispersia estimat estimat a a zgomotului zgomotului alb. alb.

Vectorul Vectorul global global estimat estimat al al perturba perturba iilor iilor. .
( )
1

T T

= = = V Y Y Y QY

[ [1] [2] [ ]]
def
T N
v v v N = V R
Vectorul perturbaiei se poate estima proiectnd
vectorul datelor de ieire pe hiperplanul parazit.
Vectorul Vectorul perturba perturba iei iei se se poate poate estima estima proiect proiect nd nd
vectorul vectorul datelor datelor de de ie ie ire ire pe pe hiperplanul hiperplanul parazit parazit. .

( )

= = + = V QY Q V QV

= + Y V
Rezult Rezult imediat imediat c c: :

2 2
1 1 1 1

N
T T T T T
N N N N

= = = =

V V V Q QV V Q V V QV
( (datorit datorit
propriet propriet ilor ilor
operatorului operatorului Q Q) )
Acum Acum, se pot , se pot demonstra demonstra concluziile concluziile teoremei teoremei. .

1. 1. N Nedevi edevierea erea estima estima iilor iilor parametrilor parametrilor necunoscu necunoscu i i

{ }
N
E
( )
1
{ }
T T
E

= + V
.

=
( )
1

T T
N

= + V
( )
{ }
1
T T
E

= + V
a.
a. a.
c.
c. c.
O O. .O O Teorema Teorema fundamental fundamental a a MCMMP MCMMP
4/17
139
139
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Demonstraie (Teorema 2)
Demonstra Demonstra ie ie ( (Teorema Teorema 2) 2)
2. 2. Matricea Matricea de auto de auto- -covarian covarian a a erorii erorii de de estimare estimare
{ }

( ) ( )( )
def
T
N N N
E

= P
( ) { } ( )
1 1
T T T T
E

= VV
( )
2
1
.
T

=
( )
1

T T
N

= + V
( ) ( )
{ }
1 1
T T T T
E

= VV
a.
a. a.
c.
c. c.
=
( ) ( )( )
2
1 1
T T T

=
2
N
I
3. 3. Consisten Consisten a a estima estima iilor iilor parametrilor parametrilor necunoscu necunoscu i i

lim
N
N

=
( )
1

T T
N

= + V
a.&b.
a.&b a.&b. .
c.
c. c.
1
{ [ ] [ ]}
T
E n v n

= +
1
1 1
1 1
lim [ ] [ ] [ ] [ ]
N N
T
N
n n
n n n v n
N N

= =


= +







a.
a. a.
=
1
[ ] { [ ]}
T
n E v n

= +
- Consistena este cea mai important
proprietate statistic.
- - Consisten Consisten a a este este cea cea mai mai important important
proprietate proprietate statistic statistic. .
Demonstraia s-a bazat pe faptul c limita irului
matricilor R
N
continu s fie inversabil cel puin
pentru o realizare infinit a procesului furnizor de date.
Demonstra Demonstra ia s ia s- -a bazat pe faptul c limita a bazat pe faptul c limita irului irului
matricilor matricilor R R
N N
continu s fie inversabil cel pu continu s fie inversabil cel pu in in
pentru o realizare infinit a procesului furnizor de date pentru o realizare infinit a procesului furnizor de date. .
media aritmetic media aritmetic
ideal a produselor ideal a produselor
[ ] [ ]
T
n n
O O. .O O Teorema Teorema fundamental fundamental a a MCMMP MCMMP
5/17
140
140
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Demonstraie (Teorema 2)
Demonstra Demonstra ie ie ( (Teorema Teorema 2) 2)
4. 4. Eficien Eficien a a estima estima iilor iilor parametrilor parametrilor necunoscu necunoscu i i
= AY

{ }
( ) ( { }) E E

+ = + A V A V

n
= A I

{ } E

=

c.
c. c.

= = A

Pentru Pentru simplitate simplitate, , indicele indicele N N va va fi fi omis omis din din
notaia notaia vectorului vectorului parametrilor parametrilor necunoscui necunoscui. .

( )
1

T T

= Y

n N
A R

= AY
Fie Fie

o alt estima o alt estimaie nedeviat ie nedeviat

din clasa din clasa , e , eventual diferit de ventual diferit de cea cea
oferit oferit de de MCMMP MCMMP. .
Nedeviere
Nedeviere Nedeviere
a.
a. a.

Conform definiiei, estimaia Conform definiiei, estimaia este cel puin tot att de eficient ca estimaia este cel puin tot att de eficient ca estimaia dac dac: :

( ) ( ) ( ) ( ) . 0 P P P P

Pentru Pentru a a demonstra demonstra aceast aceast inegalitate inegalitate, se , se pleac pleac de la de la operatorul operatorul liniar liniar

,
def
= A A

care care verific verific proprietatea proprietatea remarcabil remarcabil de a de a fi fi ortogonal ortogonal pe pe operatorul operatorul reprezentat reprezentat
de de matricea matricea regresorilor regresorilor (ca (ca i i operatorul operatorul Q Q): ):

.
n n
= = = A A I I 0

Cu Cu ajutorul ajutorul operatorului operatorului , se , se poate poate determina determina o o rela rela ie ie ntre ntre cele cele dou dou estima estima ii ii: :

( ) = = + AY A Y

= + Y

( )

= + + V

. = + V

= + Y V

Estimaia oferit de MCMMP face parte din

clasa de estimaii definit n enunul teoremei.
Estima Estima ia ia oferit oferit de de MCMMP MCMMP face face parte parte din din
clasa clasa de de estima estima ii ii definit definit n n enun enun ul ul teoremei teoremei. .
a.
a. a.
O O. .O O Teorema Teorema fundamental fundamental a a MCMMP MCMMP
6/17
141
141
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Demonstraie (Teorema 2)
Demonstra Demonstra ie ie ( (Teorema Teorema 2) 2)
4. 4. Eficien Eficien a a estima estima iilor iilor parametrilor parametrilor necunoscu necunoscu i i ( (continuare continuare) )
Aadar
Aadar Aadar


= + V

( ) ( )( )
{ }
def
T
E

= P

{ }

( )( )
T
E

= + + V V

( ) = P
=
{ }
T T
E + VV
{ }

( )
T T
E

+ V
{ }

( )
T
E

+ V
Termenii Termenii ncruciai ncruciai ( (transpui transpui unul unul altuia altuia) se ) se anuleaz anuleaz: :

{ }

( )
T T
E

V
( )
1

T T

= + V
( )
{ }
1
T T T T
E

= VV
( )
1
{ }
T T T T
E

= VV
a.
a. a.
=
c.
c. c.
( )
1
2 T T T

=
. = 0
0
Rezult Rezult atunci atunci c c: :

{ }

( ) ( )
T T
E = + VV P P
2

( )
T
+ = P
c.
c. c. & & determinist determinist
2

( ) ( )
T
= 0 P P

- O demonstraie alternativ a eficienei

utilizeaz un raionament bazat pe un
rezultat din Teoria Matricilor.
- - O O demonstra demonstra ie ie alternativ alternativ a a eficien eficien ei ei
utilizeaz utilizeaz un un ra ra ionament ionament bazat bazat pe pe un un
rezultat rezultat din din Teoria Teoria Matricilor Matricilor. .
O O. .O O Teorema Teorema fundamental fundamental a a MCMMP MCMMP
7/17
142
142
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Demonstraie (Teorema 2)
Demonstra Demonstra ie ie ( (Teorema Teorema 2) 2)
5. 5. Consisten Consisten a a estima estima iilor iilor dispersiei dispersiei zgomotului zgomotului alb alb
2
1

N
T
N

V QV

Proprietatea rezult dup cteva calcule

elementare, innd cont de ipotezele teoremei.
Proprietatea Proprietatea rezult rezult dup dup c c teva teva calcule calcule
elementare elementare, , in in nd nd cont de cont de ipotezele ipotezele teoremei teoremei. .
Exerciiu
Exerciiu Exerciiu
6. 6. Propriet Propriet i i de de nedeviere nedeviere ale ale estima estima iilor iilor dispersiei dispersiei zgomotului zgomotului alb alb
Deviat Deviat
( )
2
2
1
1

[ ] [ ]
N
def
T
N N
n
y n n
N
=
=

Nedeviat Nedeviat
( )
2
2
1
1

[ ] [ ]
N
def
T
N n N
n
y n n
N n

=
=

Ambele aseriuni vor fi demonstrate simultan, folosind Ambele aseriuni vor fi demonstrate simultan, folosind
operatorul numit operatorul numit urm a unei matrici urm a unei matrici ( (trace trace). ).

1
( )
n
def
ii
i
a
=
=

A Tr
suma suma elementelor elementelor
de de pe pe diagonal diagonal
Proprieti elementare ale operatorului Tr
Propriet Proprieti i elementare elementare ale ale operatorului operatorului Tr Tr

Liniaritate Liniaritate
( ) ( ) ( ) + = + A B A B Tr Tr Tr

Invarian Invarian la la comutarea comutarea matricilor matricilor
n

N
- Proprietate care se verific
indiferent dac produsul celor dou
matrici este sau nu comutativ.
- - P Proprietate roprietate care care se verific se verific
indiferent dac produsul celor dou indiferent dac produsul celor dou
matrici este sau nu comutativ matrici este sau nu comutativ. .

2
1

N
T
N

V QV
E
{ } { }
2
1

N
T
N
E E

V QV
R
{ }
1
( )
T
N
E =

V QV Tr
{ }
1
( )
T
N
E =

QVV Tr
( ) ( ) = AB BA Tr Tr
O O. .O O Teorema Teorema fundamental fundamental a a MCMMP MCMMP
8/17
143
143
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Demonstraie (Teorema 2)
Demonstra Demonstra ie ie ( (Teorema Teorema 2) 2)
6. 6. Propriet Propriet i i de de nedeviere nedeviere ale ale estima estima iilor iilor dispersiei dispersiei zgomotului zgomotului alb ( alb (continuare continuare) )
Aadar
Aadar Aadar
{ } { }
2
1

( )
N
T
N
E E

QVV Tr
{ } { }
( )
2
1

N
T
N
E E

=

Q VV Tr
a.
a. a.
2
( )
N
=

Q Tr
c.
c. c.
( )
2
1
T T
N
N

I Tr
( )
{ }
2
1
T T
N
N

Tr
=
( )
{ }
2
1
T T
N
N

Tr =
( )
2
n
N
N

I Tr
2
N
N n
=

Egalitatea obinut demonstreaz proprietatea de deviere/nedevie Egalitatea obinut demonstreaz proprietatea de deviere/nedeviere a estimaii re a estimaiilor lor
dispersiei zgomotului alb i justific alegerea constantei dispersiei zgomotului alb i justific alegerea constantei
N N
. .

- Dac ipoteza b. din enunul Teoremei

este necesar pentru buna definire a
estimaiei parametrilor necunoscui,
ipotezele a. i c. sunt destul de restrictive.
- - Dac ipoteza Dac ipoteza b. b. din enun din enun ul Teoremei ul Teoremei
este necesar pentru buna definire a este necesar pentru buna definire a
estima estima iei parametrilor necunoscu iei parametrilor necunoscu i, i,
ipotezele ipotezele a. a. i i c. c. sunt destul de restrictive. sunt destul de restrictive.
Ipotezele teoremei au fost alese
cu grij, astfel nct att
consistena ct i nedevierea
estimaiilor s fie verificate.
I Ipotezele teoremei au fost alese potezele teoremei au fost alese
cu grij cu grij, astfel , astfel nc nc t at t at t t
consisten consisten a a c c t t i i nedevierea nedevierea
estima estima iilor s fie verificate iilor s fie verificate. .
O O. .O O Teorema Teorema fundamental fundamental a a MCMMP MCMMP
9/17
MCMMP induce o tehnic de
extragere a datelor utile din datele msurate,
cu ajutorul proieciilor ortogonale, adic
neredundante.
MCMMP MCMMP induce o induce o tehnic tehnic de de
extragere extragere a datelor utile din datele msurate a datelor utile din datele msurate, ,
cu ajutorul proiec cu ajutorul proiec iilor ortogonale iilor ortogonale, , adic adic
neredundante neredundante. .
144
144
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Sumarul relaiilor matriciale din contextul MCMMP
Sumarul Sumarul relaiilor relaiilor matriciale matriciale din din contextul contextul MCMMP MCMMP
Contextul de lucru
Contextul Contextul de de lucru lucru
P(
*
)
P
P ( (
* *
) )
M()
M
M( ( ) )

= + Y V
( ) = + Y
{ } E = V 0
2
{ }
T
N
E = VV I
( )

= V
Criteriul ptratic
Criteriul Criteriul ptratic ptratic
2 2
( ) ( )
def
= = Y V
Estimaiile oferite de MCMMP
Estima Estima iile iile oferite oferite de de MCMMP MCMMP
( ) ( )
1 1

T T T T
N

= = + Y V

N
= = = V Y QY QV
2
1 1

N
T T
N N

= =

V V V QV
( )
2

N
T T T
N N
= = = = Y QY V QV V V V
< < > >

< < > >
Y Y
R R
n n
R R
N N
Y Y
^ ^
Y Y
^ ^
^ ^
^ ^
- Zgomotul estimat se obine prin
proiectarea datelor de ieire
msurate pe hiperplanul parazit.
- - Z Zgomotul estimat se ob gomotul estimat se ob ine prin ine prin
proiectarea datelor de ie proiectarea datelor de ie ire ire
msurate pe hiperplanu msurate pe hiperplanul l parazit parazit. .
Extracia datelor utile din date
afectate de zgomot nu este ns
perfect, calitatea ei depinznd
de matricea regresorilor.
Extrac Extrac ia datelor utile din date ia datelor utile din date
afectate de zgomot afectate de zgomot nu este nu este ns ns
perfect perfect, calitatea ei depinz , calitatea ei depinz nd nd
de matricea regresorilor de matricea regresorilor. .
( )
SNR SNR

( ) Y
O O. .O O Teorema Teorema fundamental fundamental a a MCMMP MCMMP
10/17
145
145
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Condiia a. (determinismul matricii regresorilor) este adesea nlocuit
prin condiia ca perturbaia i vectorul regresorilor s nu fie corelate.
Condi Condi ia ia a. a. ( (determinismul determinismul matricii matricii regresorilor regresorilor) ) este este adesea adesea nlocuit nlocuit
prin prin condi condi ia ia ca ca perturba perturba ia ia i i vectorul vectorul regresorilor regresorilor s s nu nu fie fie corelate corelate. .
Cum pot Cum pot fi fi relaxate relaxate condiiile condiiile restrictive din restrictive din cadrul cadrul Teoremei Teoremei
fundamentale fundamentale fr fr a a afecta afecta consistena consistena estimaiilor estimaiilor? ?
{ } [ ] [ ] 0 E n v m =
, n m

N

Se Se poate poate arta arta ( (de de i i este este mai mai complicat complicat), ), c c noua noua condi condi ie ie
nu nu conduce la conduce la pierderea pierderea consisten consisten ei ei. .

Condi Condi ia ia este este sugerat sugerat de de expresia expresia ideal ideal a a parametrilor parametrilor adevra adevra i i. .

{ }
( )
{ }
( )
1
1
1 1
1 1
[ ] [ ] [ ] [ ] lim [ ] [ ] lim [ ] [ ]
N N
T T
N N
n n
E n n E n y n n n n y n
N N

= =



= =






( )
( )
1
{ [ ] [ ]} { [ ] [ ]} { [ ] [ ]}
T
E n n E n y n E n v n

Mai Mai mult mult, , datorit datorit timpului timpului mort mort intrinsec intrinsec al al procesului procesului, , n n anumite anumite cazuri cazuri este este posibil posibil
verificarea verificarea condi condi iei iei de de necorelare necorelare chiar chiar i i n n cazul cazul identificrii identificrii n n bucl bucl nchis nchis. .
Condiia b. (inversabilitatea matricii de covarian) este indispensabil
pentru buna definire a estimaiei vectorului parametrilor necunoscui.
Condi Condi ia ia b. b. ( (inversabilitatea inversabilitatea matricii matricii de de covarian covarian ) ) este este indispensabil indispensabil
pentru pentru buna buna definire definire a a estima estima iei iei vectorului vectorului parametrilor parametrilor necunoscu necunoscu i i. .

1
1
1 1
1 1

[ ] [ ] [ ] [ ]
N N
T
N N N
n n
n n n y n
N N

= =

= =



R r
- Dealtfel, aceasta nu este
o condiie restrictiv.
- - Dealtfel Dealtfel, , aceasta aceasta nu nu este este
o o condi condi ie ie restrictiv restrictiv. .
O.O Variante de baz ale MCMMP
O O. .O O Variante Variante de de baz baz ale ale MCMMP MCMMP
11/17
Centrarea datelor pe medie
Centrarea Centrarea datelor datelor pe pe medie medie
Estimatorul Markov
Estimatorul Estimatorul Markov Markov
Cazul Cazul zgomotelor zgomotelor colorate colorate, ,
de de medie medie nul nul
Cazul Cazul zgmotelor zgmotelor albe albe
de de medie medie nenul nenul
146
146
O O. .O O Variante Variante de de baz baz ale ale MCMMP MCMMP
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Condiia c. (perturbaia este un zgomot alb) se verific rareori n practic.
Condi Condi ia ia c. c. ( (perturba perturba ia ia este este un un zgomot zgomot alb alb) se ) se verific verific rareori rareori n n practic practic. .
Pentru relaxarea ei, exist dou abordri.
Pentru Pentru relaxarea relaxarea ei ei, , exist exist dou dou abordri abordri. .
Erori sistematice de msur Erori Erori sistematice sistematice de de msur msur
Cazul zgomotelor colorate, de medie nul. Estimatorul Markov.
Cazul Cazul zgomotelor zgomotelor colorate colorate, de , de medie medie nul nul . . Estimatorul Estimatorul Markov. Markov.
- Cazuri frecvent
ntlnite n aplicaii.
- - Cazuri Cazuri frecvent frecvent
nt nt lnite lnite n n aplica aplica ii ii. .
{ }
T
E = > VV 0
m matric atrice e de auto de auto- -covarian covarian nu neaprat nu neaprat
diagonal diagonal, d , dar ar simetric simetric i strict pozitiv definit i strict pozitiv definit
Deoarece media zgomotului continu s fie nul,
att nedevierea ct i consistena estimaiilor
oferite de MCMMP se conserv.
Deoarece Deoarece media zgomotului continu s fie nul media zgomotului continu s fie nul, ,
at at t t nedevierea nedevierea c c t t i i consisten consisten a a estima estima i iilor ilor
oferite de oferite de MCMMP MCMMP se conserv se conserv. .
Se Se pierde pierde eficien eficien a a estima estima iei iei. .
( ) ( )
1 1

( )
T T T

= P
Exerciiu
Exerciiu Exerciiu
Estimatorul CMMP se poate nlocui cu estimatorul Markov, care se
construiete plecnd de la descompunerea Cholesky a matricii .
Estimatorul Estimatorul CMMP CMMP se se poate poate nlocui nlocui cu cu estimatorul estimatorul Markov Markov, care se , care se
construie construie te te plec plec nd nd de la de la descompunerea descompunerea Cholesky Cholesky a a matricii matricii . .
Cum se Cum se poate poate remedia remedia acest acest efect efect? ?
T
= > C C 0

= + Y V
T
C
Y

Transformare Transformare echivalent echivalent a a ecua ecua iei iei procesului procesului
T T T
= + C Y C C V

= + Y V

12/17
147
147
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Cazul zgomotelor colorate, de medie nul. Estimatorul Markov. (final )
Cazul Cazul zgomotelor zgomotelor colorate colorate, de , de medie medie nul nul . . Estimatorul Estimatorul Markov. Markov. (final ) (final )
1
{ } { }
T T T
E E

= VV C VV C

Este Este alb alb noul noul zgomot zgomot? ?

= + Y V

Aadar
Aadar Aadar
T
C Y
T
C
T
C V
DA DA
1
{ }
T T
E

= C VV C
1 T
= C C
1 T T
= C C CC
N
= I
Estimaia Markov
Estimaia Estimaia Markov Markov
( ) ( )
1 1
1 1 T T T T


= = Y Y

- Cea mai eficient din clasa .
- - Cea Cea mai mai eficient eficient din din clasa clasa . .
( )
1
1
( )
T

= P

Exerciiu
Exerciiu Exerciiu

( ) ( ) P P

Markov Markov CMMP CMMP

( )
1
1 T T T

0
- i are chiar
dispersie unitar.
- - i i are are chiar chiar
dispersie dispersie unitar unitar. .
Este Este acest acest estimator estimator implementabil implementabil? ?
Matricea Matricea de auto de auto- -covarian covarian a a zgomotului zgomotului colorat colorat nu nu este este cunoscut cunoscut. .
Chiar Chiar dac dac matricea matricea de auto de auto- -covarian covarian a a zgomotului zgomotului colorat colorat ar ar fi fi estimat estimat n n prealabil prealabil, ,
dimensiunea dimensiunea acesteia acesteia este este egal egal cu a cu a orizontului orizontului de de msur msur, , astfel astfel c c inversarea inversarea este este o o
opera opera ie ie consumatoare consumatoare de de timp timp. .
n cazul zgomotelor colorate de medie nul, se utilizeaz tot MCMMP,
chiar dac nu este cea mai eficient.
n n cazul cazul zgomotelor zgomotelor colorate colorate de de medie medie nul nul, se , se utilizeaz utilizeaz tot tot MCMMP MCMMP, ,
chiar chiar dac dac nu nu este este cea cea mai mai eficient eficient. .
n general, nu, din dou motive:
n n general, general, nu nu, din , din dou dou motive: motive:
O O. .O O Variante Variante de de baz baz ale ale MCMMP MCMMP
13/17
[ ] [ ] [ ]
T
y n n v n

= +
Centrarea Centrarea datelor datelor pe pe medie medie
( (sta sta ionarizarea ionarizarea datelor datelor) )
148
148
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Cazul zgomotelor albe, de medie nenul. Centrarea datelor pe medie.
Cazul Cazul zgomotelor zgomotelor albe, de albe, de medie medie nenul nenul . . Centrarea Centrarea datelor datelor pe pe medie medie. .
{ [ ]} 0 E v n v =
eroare eroare sistematic sistematic de de msur msur
( (necunoscut necunoscut) )
Exerciiu
Exerciiu Exerciiu Consisten Consisten a a i i nedevierea nedevierea estima estima iei iei se se pierd pierd. .
Cum se Cum se poate poate remedia remedia acest acest efect efect? ?
Centrarea Centrarea datelor datelor pe pe medie medie
( (sta sta ionarizarea ionarizarea datelor datelor) )
n acest curs n n acest acest curs curs
Metoda Metoda Celor Celor Mai Mai Mici Mici P Ptrate trate cu cu
Parametri Parametri Extin Extin i i ( (MCMMPPE MCMMPPE) )
Exist dou strategii.
Exist Exist dou dou strategii strategii. .
Exerciiu
Exerciiu Exerciiu

Se Se pleac pleac de la de la observa observa ia ia c c zgomotul zgomotul sta sta ionarizat ionarizat are are medie medie nul nul. .
( )( )
{ }
2
2
0
{ [ ] [ ]} [ ] [ ] [ ] E v n v m E v n v v m v n m v = =
{ [ ]}
def
v v E v n v v =
{ } [ ] 0 E v n v v = =

De De notat notat c c zgomotul zgomotul sta sta ionarizat ionarizat nu nu mai mai este este alb alb, , ci ci c co ol lo or ra at t. .
Exerciiu
Exerciiu Exerciiu
, n m

N

Conform Conform cazului cazului anterior, anterior, zgomotele zgomotele colorate colorate nu nu produc produc
pierderea pierderea consisten consisten ei ei, , dac dac au media au media nul nul. .
Transformare Transformare echivalent echivalent a a ecua ecua iei iei procesului procesului
[ ] [ ] [ ]
T
y n n v v n

= + +
n

N
n

N
parametru parametru necunoscut necunoscut
suplimentar suplimentar
O O. .O O Variante Variante de de baz baz ale ale MCMMP MCMMP
14/17
Se poate folosi fie Estimatorul Markov,
fie Estimatorul CMMP.
Se Se poate poate folosi folosi fie fie Estimatorul Estimatorul Markov Markov, ,
fie fie Estimatorul Estimatorul CMMP CMMP. .
Zgomotul noii ecuaii de proces are medie nul,
dar este colorat.
Zgomotul Zgomotul noii noii ecua ecua ii ii de de proces proces are are medie medie nul nul, ,
dar dar este este c co ol lo or ra at t. .
[ ] [ ] [ ]
T
y n n v n

= +

n

N
T
y v

= +
149
149
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Cazul zgomotelor albe, de medie nenul. Centrarea datelor pe medie. (final)
Cazul Cazul zgomotelor zgomotelor albe, de albe, de medie medie nenul nenul . . Centrarea Centrarea datelor datelor pe pe medie medie. . (final) (final)
Aadar
Aadar Aadar
[ ] [ ] [ ]
T
y n n v v n

= + +
n

N

Se Se poate poate aplica aplica operatorul operatorul de de mediere mediere statistic statistic: : { [ ]} { [ ]} { [ ]}
T
E y n E n E v n

= +
y
T

v
- Medii ale datelor msurate.
- - Medii Medii ale ale datelor datelor msurate msurate. .

Ecua Ecua ia ia mediilor mediilor se se scade scade din din cea cea a a procesului procesului: :
( )
[ ] [ ] [ ]
T
T
y n y n v n

= +
[ ] y n
[ ]
T
n

- Date staionarizate
(centrate pe medie).
- - Date Date sta sta ionarizate ionarizate
( (centrate centrate pe pe medie medie). ).
1
1 1
[ ] [ ] [ ] [ ]
N N
T
N
n n
n n n y n

= =

=

( )
2
2
1
1
[ ] [ ]
N
N
T
N
n
N
y n n

=
=

T
N
N N N
v y =

medii medii
temporale temporale
estimate estimate
Eroarea Eroarea
sistematic sistematic
estimat estimat. .
Exerciiu
Exerciiu Exerciiu

S S se se dezvolte dezvolte MCMMPPE MCMMPPE plec plec nd nd de la de la exprimarea exprimarea ecua ecua iei iei
procesului procesului cu cu ajutorul ajutorul vectorului vectorului extins extins de de parametri parametri. .
def
e
v

Se Se poate poate arta arta c c estima estima iile iile oferite oferite
de de MCMMPPE MCMMPPE sunt sunt acelea acelea i i ca ca n n
cazul cazul sta sta ionarizrii ionarizrii datelor datelor. .
ecua ecua ia ia mediilor mediilor
O O. .O O Variante Variante de de baz baz ale ale MCMMP MCMMP
15/17
Analiza estimaiei oferite de MCMMP pentru modelele ARX
Analiza Analiza estimaiei estimaiei oferite oferite de de MCMMP MCMMP pentru pentru modelele modelele ARX ARX
[]
[ [ ] ]
1,
1 1
, 1,
1,
1,
1 1
, 1,
1,
1 1
[ ] [ ] [ ] [ ]
1 1
[ ] [ ] [ ] [ ]
N N
i na
n n
i j na
j nb
N
N N
i nb
n n
i j nb
j na
y n i y n j y n i u n j
N N
u n i y n j u n i u n j
N N

= =

= =

=










R
150
150
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Cele mai folosite n Automatic.
Cele Cele mai mai folosite folosite n n Automatic Automatic. .
P(
*
)
P
P ( (
* *
) )
1 1
( ) [ ] ( ) [ ] [ ] A q y n B q u n v n

= +
n

N
[ ] [ ] [ ]
T
y n n v n

= +
n

N
polinoame polinoame cu cu parametri parametri adevra adevra i i, ,
av av nd nd gradele gradele na na, , respectiv respectiv nb nb
n na nb = +
1,
{( [ ], [ ])}
N
n N
u n y n

= D
date date msurate msurate
[ ]
[ ]
1 2 1 2
[ ] [ 1] [ 2] [ ] [ 1] [ 2] [ ]
def
T
def
T
na nb
n y n y n y n na u n u n u n nb
a a a b b b

vectorul vectorul parametrilor parametrilor necunoscu necunoscu i i

- - vectorul vectorul regresorilor regresorilor
- Aceti vectori au cte dou componente.
- - Ace Ace ti ti vectori vectori au au c c te te dou dou componente componente. .
[ ]
N
y
r i j
,
[ ]
N
u y
r i j
,
[ ]
N
y u
r i j
[ ]
N
u
r i j
1
1,
1
1,
1
[ ] [ ]
1
[ ] [ ]
N
n
i na
N
N
n
j nb
y n i y n
N
u n j y n
N
=

=









=

r [ ]
N
y
r i
,
[ ]
N
y u
r j

n n cadrul cadrul matricii matricii R R

N N
, , indicele indicele i i parcurge parcurge liniile liniile, , iar iar indicele indicele j j parcurge parcurge coloanele coloanele. .
- Matricea nu este neaprat simetric.
- - Matricea Matricea nu nu este este neaprat neaprat simetric simetric. .

Pentru Pentru a a evalua evalua elementele elementele matricii matricii i i ale ale vectorului vectorului se se apeleaz apeleaz la la
conven conven ia ia prelungirii prelungirii cu cu zeroruri zeroruri a a secven secven elor elor de date de date msurate msurate. .
O O. .O O Variante Variante de de baz baz ale ale MCMMP MCMMP
16/17
1, ,
, 1,
1,
1, ,
, 1,
1,
[ ] [ ]
lim { [ ] [ ]}
[ ] [ ]
i na y u y
i j na
j nb
T
N
N
i nb y u u
i j nb
j na
r i j r i j
E n n
r i j r i j

= =





R
151
151
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare
Analiza estimaiei oferite de MCMMP pentru modelele ARX []
Analiza Analiza estimaiei estimaiei oferite oferite de de MCMMP MCMMP pentru pentru modelele modelele ARX ARX [ [ ] ]
1
1, ,
, 1,
1, 1,
1
1, , ,
, 1, 1,
1,
[ ] [ ]
[ ]

[ ] [ ] [ ]
N N
N
i na y u y
i j na
y
j nb i na
N N N
N N N
i nb y u u y u
i j nb j nb
j na
r i j r i j
r i
r i j r i j r j

= =








R r
( ) ( )
2
2
2 1
1 1
1 1

[ ] [ ] [ ] [ ]
N N
T T
N N N N
n n
N N
y n n y n n

= =
= =


R r
+ +Dac Dac perturba perturba ia ia este este un un zgomot zgomot alb alb de de
medie medie nul nul i i dispersie dispersie necunoscut necunoscut. .
Vectorul Vectorul regresorilor regresorilor nu nu este este perfect determinist. perfect determinist.
Nu poate fi aplicat Teorema fundamental a
MCMMP pentru a testa consistena estimaiilor.
Nu Nu poate poate fi fi aplicat aplicat Teorema Teorema fundamental fundamental a a
MCMMP MCMMP pentru pentru a a testa testa consisten consisten a a estima estima iilor iilor. .
Cum Cum poate poate fi fi testat testat consistena consistena n n cazul cazul acestui acestui model? model?
Prin relaxarea condiiei a. din ipoteza Teoremei 2.
Prin Prin relaxarea relaxarea condi condi iei iei a. a. din din ipoteza ipoteza Teoremei Teoremei 2 2. .
Mai Mai mult mult, , estima estima ia ia vectorului vectorului parametrilor parametrilor
necunoscu necunoscu i i este este deviat deviat. .
1,
,
1,
[ ]
lim { [ ] [ ]}
[ ]
y
i na
N
N
y u
j nb
r i
E n y n
r j

= =





r
IE
IE IE
O O. .O O Variante Variante de de baz baz ale ale MCMMP MCMMP
17/17
{ } [ ] [ ] 0 E n v n =
( )
( )
1

lim { [ ] [ ]} { [ ] [ ]}
T
N
N
E n n E n v n

= +
152
152
O
O
Metode
Metode
de
de
identificare
identificare
i
i
validare
validare

( )
( )
1
{ [ ] [ ]} { [ ] [ ]} { [ ] [ ]}
T
E n n E n y n E n v n

=
lim
N
N
R lim
N
N
r
O condiie suficient de consisten
O O condi condi ie ie suficient suficient de de consisten consisten
{ }
[ ] [ ] 0 E v n y n i =
{ }
[ ] [ ] 0 E v n u n j =
1, i na
1, j nb
Pentru modelul ARX, ur Pentru modelul ARX, urmtoarele mtoarele 3 i 3 ipoteze se consider verificate poteze se consider verificate: :

Mai Mai precis precis, se , se poate poate demonstra demonstra rezultatul rezultatul de de mai mai jos jos. .
a. a. semnalul de intrare are ordin de persisten semnalul de intrare are ordin de persisten suficient de mare suficient de mare, astfel , astfel nc nc t matricea t matricea R R
N N

s fie inversabil pentru toate dimensiunile orizontului de msu s fie inversabil pentru toate dimensiunile orizontului de msur suficient de mari r suficient de mari; ;
c. c. semnalul de intrare (coman semnalul de intrare (comand sau referin d sau referin ) este necorelat cu perturba ) este necorelat cu perturba ia ia
b. perturbaia v aparine clasei za(0,
2
) (cu dispersia necunoscut
2
);
). ).
{ } [ ] [ ] 0 E u n v m =
( ( , ,
, n m Z
Atunci estimaiile oferite de Atunci estimaiile oferite de MCMMP MCMMP sunt consistente. sunt consistente.

Se Se observ observ c c numai numai una una dintre dintre cele cele dou dou condi condi ii ii suficiente suficiente
de de consisten consisten este este precizat precizat n n cadrul cadrul propozi propozi iei iei. .
- Ieirea de la momente anterioare
este necorelat cu zgomotul de la
momentul curent datorit timpului
mort intrinsec al procesului.
- - Ie Ie irea irea de la de la momente momente anterioare anterioare
este este necorelat necorelat cu cu zgomotul zgomotul de la de la
momentul momentul curent curent datorit datorit timpului timpului
mort mort intrinsec intrinsec al al procesului procesului. .

I Intrarea ar trebui generat ntrarea ar trebui generat artificial artificial, departe de sursa de , departe de sursa de
perturba perturba ii care afecteaz ie ii care afecteaz ie irea procesului, irea procesului, cu ordin de cu ordin de
persisten persisten c c t mai mare t mai mare. .
Propoziia 4
Propozi Propozi ia ia 4 4
Analiza estimaiei oferite de MCMMP pentru modelele ARX []
Analiza Analiza estimaiei estimaiei oferite oferite de de MCMMP MCMMP pentru pentru modelele modelele ARX ARX [ [ ] ]
O O. .O O Variante Variante de de baz baz ale ale MCMMP MCMMP