Documente Academic
Documente Profesional
Documente Cultură
e
.c Necesitatea
e.c
Necesitatea stimulrii
stimulrii corecte
corecte aa proceselor
proceselor
IS
1/21
Metode
Metode de
de
identificare
identificare
Pierderea
Pierderea caracteristicilor
caracteristicilor n
n domeniul
domeniul timpului
timpului pentru
pentru
un
un sistem
sistem de
de ordin
ordin II cu
cu constant
constant de
de timp
timp parazit
parazit
Semnale
Semnale
de
destimul
stimul
Modele
Modele de
de
identificare
identificare
def
H ( s) =
K
(1 + T s )(1 + Tp s )
T p << T
~K
Prin
Prin stimularea
stimularea cu
cu
oo treapt
treapt unitar
unitar..
E {y[n]}
0 ~T
t
Tp ? ** Constanta
n zona
Constanta de
de timp
timp parazit
parazit intervine
intervine n
zona
tranzitorie
tranzitorie aa rspunsului
rspunsului,, efectul
efectul ei
ei fiind
fiind insesizabil.
insesizabil.
91
2/21
p Semnale de stimul
e.c Necesitatea stimulrii corecte a proceselor
Exemplul
Exemplul11
(final)
(final)
Treapta unitar
unitar
Treapta
|U|
0
|H|
H (s) =
Caracterizare
n frecven
Caracterizare n
frecven
s = j
FTJ
0
2/T
K
(1 + T s )(1 + Tp s )
TL
TL aa rspunsului
rspunsului indicial
indicial
0
|Y|
T p << T
def
Pierderea
Pierderea caracteristicilor
caracteristicilor n
n domeniul
domeniul timpului
timpului pentru
pentru
un
un sistem
sistem de
de ordin
ordin II cu
cu constant
constant de
de timp
timp parazit
parazit
Y ( s ) = H ( s )U ( s ) =
Y ( j ) = H ( j )U ( j ) =
K
j(1 + jT )(1 + jTp )
Rela
ie spectral
Relaie
spectral
Y ( j ) = H ( j ) U ( j ) =
K
s(1 + Ts )(1 + Tp s )
K
=
1 + j T 1 + j T p
K
(1 + 2T 2 ) (1 + 2T p2 )
Dac
te oo informa
ie consistent
n zona
Dac se
se dore
dorete
informaie
consistent ii n
zona
constantei
constantei parazite,
parazite, intrarea
intrarea trebuie
trebuie s
s solicite
solicite sistemul
sistemul pe
pe oo
band
e mult
t aa treptei
band de
de frecven
frecvene
mult mai
mai larg
larg dec
dect
treptei unitare.
unitare.
2/Tp
2
2 ** IInformaia
nformaia despre
despre constanta
constanta de
de timp
timp principal
principal este
este mai
mai
<<
T
Tp
consistent
t informa
ia despre
consistent dec
dect
informaia
despre constanta
constanta de
de timp
timp parazit
parazit..
92
3/21
p Semnale de stimul
e.c Necesitatea stimulrii corecte a proceselor
Exemplul
Exemplul22
Treapta unitar
unitar
Treapta
|U|
def
K
Mascarea
Mascarea caracteristicilor
caracteristicilor n
n domeniul
domeniul frecvenei
frecvenei pentru
pentru H ( z ) =
un
(1 + z N ) (1 + z N p )
un oscilator
oscilator afectat
afectat de
de oo oscilaie
oscilaie parazit
parazit
Caracterizare
n frecven
Caracterizare n
frecven
N p << N
def
0
|H|
H (s) =
(1 + es NT ) (1 + e
s
periodic
0
|Y|
s = j
T
proprie
/T
T p << T
<<
T
Tp
/Tp
Stimulare
Stimulare cu
cu oo
treapt
treapt unitar
unitar
parazit
Y ( j ) = H ( j ) U ( j ) =
2
Rela
ie spectral
Relaie
spectral
z = e sTs
Tp
s N pTs
[1 + cos(T )] 1 + cos(Tp )
K
Tp
T
4 cos
cos
2
2
CChiar
hiar dac
n
n
dac treapta
treapta unitar
unitar este
este fundamental
fundamental
TS
n cadrul
a joac
TS,, n
cadrul IS
IS,, eea
joac doar
doar un
un rol
rol secundar
secundar
(aju
t la
t).
(ajut
la determinarea
determinarea timpului
timpului mor
mort).
93
4/21
p Semnale de stimul
p.n Necesitatea stimulrii corecte a proceselor
Exemplul
Exemplul33
Stimularea
Stimularea empiric
empiric aa unui
unui FTJ
FTJ cu
cu armonice
armonice elementare
elementare izolate
izolate
Cum s-ar putea determina pulsaia/frecvena de tiere a filtrului?
Prin
Prin stimularea
stimularea cu
cu armonice
armonice elementare
elementare de
de diferite
diferite pulsaii/frecvene
pulsaii/frecvene..
FTJ
|H|
FTJ
u << c
FTJ
|H|
c
u c
|H|
** Nivelul
te pe
Nivelul de
de zgomot
zgomot cre
crete
pe
msur
ia intrrii
msur ce
ce pulsa
pulsaia
intrrii se
se
apropie
apropie de
de cea
cea de
de tiere
tiere..
u < c
/
/ Empiric
Empiric ii
FTJ
|H|
ineficient
!
ineficient!
u > c
94
5/21
p Semnale de stimul
e
.d Conceptul
e.d
Conceptul de
de persisten
persisten
r
[0]
r
[1]
r
[
M
2]
"
u
u
u
u
def
>0
#
%
%
%
#
R M (u ) =
r
[
M
2]
r
[1]
r
[0]
r
[1]
"
u
u
u
u
r
[0]
u
Matrice
Matrice
Semnal persistent
de ordin
ordin M
M
Ordinul
indic
Ordinul de
de persisten
persisten
indic
numrul
numrul de
de valori
valori identificabile
identificabile
ale
ei pondere
ale secven
secvenei
pondere aa unui
unui
sistem
sistem liniar
liniar discret
discret cauzal
cauzal ii
stabil
stabil asociat
asociat procesului
procesului
furnizor
furnizor de
de date
date..
Toeplitz
Toeplitz
Matricea
-covarian
Matricea de
de auto
auto-covarian
simetric
simetric
Sistemul
-Hopf
Sistemul Wiener
Wiener-Hopf
R M ( u ) = rM ( y , u )
M = R M1 ( u )rM ( y , u ) R M
Aadar
Aadar
** Inversabil
Inversabil..
Cu
t ordinul
al
t secven
a
Cu cct
ordinul de
de persisten
persisten
al semnalului
semnalului de
de stimul
stimul este
este mai
mai mare
mare,, cu
cu at
att
secvena
pondere
c pe
).
pondere este
este mai
mai bine
bine determinat
determinat (adi
(adic
pe un
un orizont
orizont mai
mai mare
mare de
de timp
timp).
Sp [ M ]
M
odelul de
t mai
Modelul
de identificare
identificare este
este cu
cu at
att
mai precis
precis
Clasa semnalelor
t semnalul
t.
cu cct
semnalul de
de stimul
stimul este
este mai
mai persisten
persistent.
persistente de ordin M. cu
95
6/21
p Semnale de stimul
e.d Conceptul de persisten
Exerciiu
Exerciiu
Treapta
Treapta unitar
unitar permite
permite
identificarea
identificarea unei
unei singure
singure
valori
ei pondere
valori aa secven
secvenei
pondere..
Propozi
ia 3.1
Propoziia
3.1
Un
Un semnal
semnal discret
discret este
este persistent
persistent de
de ordin
ordin M
M dac
dac ii numai
numai dac
dac densitatea
densitatea
sa
in M
sa spectral
spectral de
de putere
putere posed
posed cel
cel pu
puin
M linii
linii spectrale
spectrale nenule
nenule..
Demonstra
ie
Demonstraie
Cum poate fi exprimat definiia
original a persistenei n domeniul
frecvenei?
ru [1] ru [2] " ru [ M 1]
ru [0]
r [1]
ru [0] ru [1] " ru [ M 2]
u
def
R M (u) =
#
%
%
%
#
r
[
M
2]
"
r
[1]
r
[0]
r
[1]
u
u
u
u
Folosind
ile operatorului
Folosind propriet
proprietile
operatorului de
de mediere
mediere
statistic
ii spectrale
statistic ii ale
ale densit
densitii
spectrale de
de putere
putere..
u[ n 1]
u[ n 1] " u[ n M ]
R M ( u ) = E
#
]
[
u[ n M ]
def
ru [ k ] = E{u[ n]u[ n k ]}
96
7/21
p Semnale de stimul
Demonstra
ie ((Propoziia
Propoziia 3.1)
Demonstraie
3.1)
u[ n 1] " u[ n M ] x = E ( x u[ n 1] + " + x u[ n M ] )2 0.
xT R M ( u )x = E xT
#
]
M
1
[
u[ n M ]
adar, matricea
-covarian
** A
Aadar,
matricea de
de auto
auto-covarian
este
-)definit.
este ii pozitiv
pozitiv (semi
(semi-)definit.
Interpretare: forma ptratic se exprim ca dispersia
unui semnal obinut la ieirea unui sistem de tip FIR.
Sistem liniar FIR
y hu
m =1
m =1
y[ n ] = h[ m]u[ n m] = xm u[ n m] , n N .
2y = E { y 2 [ n ]} = E ( x1u[ n 1] + " + x M u[ n M ] )
h[0] = 0
h[1] = x1
H ( q 1 ) = X ( q 1 ) = h[2] = x2
M
#
m
= xmq
h[ M ] = x M
m=1
funcia
de sistem
X ( e j ) = xm e jm = e j (
M
m=1
a ieirii sistemului:
+
+
2
1
1
j
(
)
=
u () d .
X
e
(
)
2y = ry [0] =
2
2
8/21
p Semnale de stimul
Demonstra
ie ((Propoziia
Propoziia 3.1)
Demonstraie
3.1)
1
T
j 2
X(e ) u () d
Aadar
Aadar x R M (u )x =
** Ecua
ie care
Ecuaie
care arat
arat cum
cum se
se transfer
transfer
informa
ia despre
informaia
despre persisten
persisten
din
n frecven
ii reciproc
din timp
timp n
frecven
reciproc..
X(e ) u () = 0
Densitatea
Densitatea sa
sa spectral
spectral de
de putere
putere posed
posed
cel
in M
cel pu
puin
M linii
linii spectrale
spectrale nenule
nenule..
9/21
p Semnale de stimul
Demonstra
ie ((Propoziia
Propoziia 3.1)
Demonstraie
3.1)
Polinomul frecvenial nefiind identic nul, cel puin un coeficient este nenul, astfel c
0
pentru
{i }i1,m
Densitatea
Densitatea sa
sa spectral
spectral de
de putere
putere posed
posed
cel
in M
cel pu
puin
M linii
linii spectrale
spectrale nenule
nenule..
** Absurd.
Absurd.
0
pentru
{i }i1,m
Semnalul
Semnalul discret
discret este
este persistent
persistent
de
de ordin
ordin M.
M.
2
0
M-1)
** Polinom
Polinom de
de grad
grad ((M-1)
necunoscuta ecuaiei
>M-1 rdcini
cu
cu m
m>M-1
rdcini..
Aadar, unica soluie a ecuaiei este cea nul.
X 0
R M (u) > 0
99
10/21
p Semnale de stimul
e
.e Propriet
i ale
e.e
Proprieti
ale semnalelor
semnalelor persistente
persistente
Tq
Tq11Imbricarea
Imbricarea claselor
claselor de
de semnale
semnale persistente
persistente
Exerciiu
Exerciiu
Dac
Dac un
un semnal
semnal este
este persistent
persistent de
de ordin
ordin M
M,, atunci
atunci este
este persistent
persistent ii de
de ordin
ordin m
m,,
M..
cu
mM
cu m
Exerciiu
Exerciiu
Dac
atunci ordinul
ordinul su
su de
de persisten
persisten
Dac un
un semnal
semnal este
este periodic
periodic de
de perioad
perioad PP,, atunci
este
este cel
cel mult
mult egal
egal cu
cu perioada
perioada..
Tq
ei la
irea procesului
Conservarea persisten
persistenei
la ie
ieirea
procesului furnizor
furnizor de
de date
date
Tq33Conservarea
Exerciiu
Exerciiu
( )
Exerciiu
Exerciiu
Fie un sistem de tip FIR cu secvena pondere {h[ m]}m1, M . Se stimuleaz sistemul
cu un semnal u i se obine semnalul de ieire y. * Experimentul de identificare poate eua din
* Experimentul de identificare poate eua din
u
Sp
[
M
]
i totui y 0, atunci h 0 .
a. Dac
cauza
cauza stimulrii
stimulriiinadecvate
inadecvate aa procesului
procesului..
b. Dac u Sp [ m] , cu m < M , atunci se poate construi o secven
100
pondere nebanal h, de dimensiune M, astfel nct y 0 .
11/21
p Semnale de stimul
e
.f Clase
e.f
Clase de
de semnale
semnale persistente
persistente
re
Semnalul
Semnalul ideal
ideal
2=re[0]
Zgomotul alb
** Nu
Nu poate
poate fifi generat
generat pe
pe cale
cale artificial
artificial..
Propozi
ia 3.1
Propoziia
3.1
Ce se poate face?
e Sp []
Se
Se ncearc
ncearc generarea
generarea unor
unor semnale
semnale care
care s
s
aproximeze
-covarianei.
aproximeze zgomotul
zgomotul alb
alb n
n sensul
sensul auto
auto-covarianei.
** Cu
finit
Cu toate
toate acestea
acestea,, semnalele
semnalele artificiale
artificiale au
au ordin
ordin de
de persisten
persisten
finit..
Semnale
Semnale practice
practice
S
emnale P
seudo-Aleatoare ((Binare)
Binare) ((SPAB)
SPAB)
Semnale
Pseudo-Aleatoare
101
12/21
p Semnale de stimul
e.f Clase de semnale persistente
Componenta
Componenta principal
principal
Generarea
Generarea SPA(B
SPA(B)) pe
pe cale
cale hardware
hardware
SPAB
** Periodic.
Periodic.
SPAB
SPAB
bb33
bb22
bb11
bb00 SPA
SPA
00
11
11
11
77
11
00
11
11
11
11
00
00
11
00
11
55
11
00
00
11
00
22
11
11
00
00
11
99
11
11
11
00
00
12
12
00
11
11
11
00
14
14
11
00
11
11
11
77
11
00
se
se exculde
exculde..
SPA
SPA
MSB
bb33 0
bb22 1
bb11 1
XOR
LSB
bb00 1
Lost
def
( x ) = x 3 + x
Registrul
Registrul de
de
deplasare
deplasare
( x ) = N 1 x N 1 + N 2 x N 2 + " + 1 x + 0
parametri de activare (binari)
102
13/21
p Semnale de stimul
e.f Clase de semnale persistente
Generarea
Generarea SPA(B
SPA(B)) pe
pe cale
cale software
software
0
Un
Un algoritm
algoritm bazat
bazat pe
pe lungimea
lungimea cuvntului
cuvntului mainii
mainii
(amplificarea)
a Z
Date
Date de
de intrare
intrare
b N \ {1} (numrul maxim reprezentabil pe
lungimea cuvntului main)
u[0] (valoarea iniial a SPA)
Ini
ializare
Iniializare
Limbajul
Limbajul CC
Bucl
Bucl iterativ
iterativ
T
T Pentru
Pentru n 1
Date
ire
Date de
de ie
ieire
u[ n] = ( a u[ n 1] ) % b
SPA
SPA
** Practic
ii rezulta
i din
Practic,, se
se ignor
ignor bi
biii
rezultai
din
dep
irea cuv
ntului ma
in.
depirea
cuvntului
main.
Semnalul rezultat este periodic, iar perioada este n general mai mare
pentru amplificri negative dect pentru cele pozitive.
SPAB
SPAB
SPA
SPA
103
14/21
p Semnale de stimul
e.f Clase de semnale persistente
Propriet
i fundamentale
Proprieti
fundamentale ale
ale SPA(B
SPA(B))
TQBC
TQBC11Periodicitate
Periodicitate
Hardware
Software
Hardware Software
P b 1
P 2N 1
Ordinul
)
Ordinul de
de persisten
persisten al
al unui
unui SPA(B
SPA(B)
este
este finit
finit ii cel
cel mult
mult egal
egal cu
cu perioada
perioada..
Tq
Tq22
TQBC
TQBC22Mrginire
Mrginire
Hardware
Hardware
Software
Software
1 u[ n] 2 N 1 1 u[ n] b 1
TQBC
ia auto
-covarianei
TQBC33Configura
Configuraia
auto-covarianei
Exemplu
Exemplu
SPAB
SPAB generat
generat prin
prin cablare
cablare hardware
hardware
ru
Auto
-covariana unui
)
Auto-covariana
unui SPA(B
SPA(B)
este
este periodic
periodic ii de
de perioad
perioad PP..
Mai
-covarianei pentru
Mai mult
mult,, valorile
valorile auto
auto-covarianei
pentru
pivoi
pivoi diferii
diferii de
de multiplii
multiplii ntregi
ntregi ai
ai perioadei
perioadei
sunt
sunt invers
invers proporionale
proporionale cu
cu perioada
perioada..
ru [ k ]
u
P k Z \ PZ
1-P ...
-P
** Cu
t perioada
t ordinul
este
Cu cct
perioada este
este mai
mai mare,
mare, cu
cu at
att
ordinul de
de persisten
persisten
este mai
mai mare
mare
ii SPA(B
) aproximeaz
n sensul
-covarianei).
SPA(B)
aproximeaz mai
mai bine
bine zhomotul
zhomotul alb
alb ((n
sensul auto
auto-covarianei).
u2
-2-1 1 2
0
...
P-1
k
P
-1/P
104
p Semnale de stimul
15/21
Aadar
Aadar
Att
) ct
Att ordinul
ordinul de
de persisten
persisten al
al unui
unui SPA(B
SPA(B)
ct ii precizia
precizia de
de aproximare
aproximare
aa zgomotului
zgomotului alb
alb sunt
sunt controlabile
controlabile prin
prin intermediul
intermediul perioadei
perioadei..
Cum s-ar putea genera SPA(B) de
perioade maximale?
** Perioada
Perioada trebuie
trebuie s
s fie
fie sensibil
sensibil mai
mai mare
mare
dec
t dimensiunea
dect
dimensiunea orizontului
orizontului de
de msur
msur..
Rezolvnd
Rezolvnd oo problem
problem granular
granular de
de optimizare
optimizare..
Perioada
Perioada este
este determinat
determinat de
de 33 parametri
parametri..
Hardware
N Numrul de bii ai
{ n }n0, N 1
registrului de deplasare.
Configuraia polinomului caracteristic.
Cutarea
Cutarea exhaustiv
exhaustiv aa perioadei
perioadei
maximale
maximale este
este adesea
adesea ineficient
ineficient..
Tehnicile
Tehnicile euristice
euristice de
de IA
IA sau
sau strategiile
strategiile
evoluionare
AG, PSO
) sunt
evoluionare ((AG,
PSO)
sunt mult
mult mai
mai indicate
indicate..
Software
105
Metode
Metode
Metode de
de
identificare
identificare
16/21
IS
Semnale
Semnale
de
destimul
stimul
Modele
Modele de
de
identificare
identificare
** Aceste
Aceste dou
dou categorii
categorii nu
nu sunt
sunt disjuncte
disjuncte,, deoarece
deoarece parametrii
parametrii nu
nu numai
numai c
c se
se pot
pot determina
determina
cu
i ii din
cu ajutorul
ajutorul unor
unor proceduri
proceduri numerice
numerice,, dar
dar pot
pot fifi caracteriza
caracterizai
din punct
punct de
de vedre
vedre statistic.
statistic.
Metode
Neadaptive (de tip off-line)
Folosite ori de cte ori parametrii modelului
matematic asociat sunt constani pe durata
orizontului de msur, adic nu necesit adaptri
succesive dictate de variaiile datelor
achiziionate.
106
17/21
f
.d Metoda
MCMMP)
f.d
Metoda Celor
Celor Mai
Mai Mici
Mici Ptrate
Ptrate ((MCMMP)
notat timp de civa ani poziiile mai multor planete fa de Pamnt, calculnd apoi coordonatele
acestor poziii fa de Soare.
Planet
(Saturn)
Johannes Kepler
(1571-1630)
Carl Gauss
(1777-1855)
** n
n pofida
pofida modelului
modelului de
de
sistem
sistem solar
solar propus
propus
intuitiv
intuitiv de
de Nicolaus
Nicolaus
Copernicus
Copernicus ii aa Teoriei
Teoriei
lui
lui Johannes
Johannes Kepler
Kepler
pozi
iile ob
inute nu
poziiile
obinute
nu se
se
situau
situau pe
pe oo elips
elips..
Poziie
observat
y[n]
Poziie
estimat
yKC[n,]
Nicolaus Copernicus
(1473(1473-1543)
Soare
Eroare
[n,]
parametrii elipsei (semiaxele sale)
107
18/21
Verificarea legilor lui Kepler-Copernicus impune ca toate poziiile observate ale planetei
(n numr de N) s se situeze pe o anumit elips.
y[ n] = y KC [ n, ]
Ce se poate face?
** Sistemul
Sistemul este
este de
de regul
regul incompatibil
incompatibil,,
deoarece
ii este
deoarece numrul
numrul de
de ecua
ecuaii
este sensibil
sensibil
mai
t numrul
mai mare
mare dec
dect
numrul de
de parametri
parametri iar
iar
pozi
iile rezultate
ii ii
poziiile
rezultate din
din observa
observaii
calcule
calcule sunt
sunt afectate
afectate de
de erori
erori..
Se
Se ncearc
ncearc determinarea
determinarea
elipsei
elipsei care
care trece
trece cel
cel mai
mai bine
bine
printre
printre toate
toate poziiile
poziiile observate
observate..
Adic
Adic elipsa
elipsa ai
ai crei
crei parametri
parametri
minimizeaz
minimizeaz un
un criteriu
criteriu ptratic
ptratic..
def N
V ( ) = [ n, ] = ( y[ n] y KC [ n, ])
n =1
n =1
= argmin V ( )
R n
De
De aici
aici rezult
rezult numele
numele metodei
metodei..
Pentru rezolvarea problemei ptratice de optimizare, se poate apela la gradient (dac funcia
criteriu este derivabil i gradientul ei se exprim printr-o relaie explicit sau cel puin implicit)
sau la alte mijloace (dac, dintr-un motiv sau altul, aceasta nu permite evaluarea gradientului).
Aceast tehnic (propus de Gauss) se poate extinde i pentru gsirea altor modele optimale n
raport cu criteriul ptratic, plecnd de la un set de date msurate.
108
19/21
Exemplu
Evaluarea dreptei
dreptei de
de regresie
regresie liniar
liniar prin
prin metoda
metoda gradientului
gradientului
Exemplu Evaluarea
y
yN
an+b
C N = {( n, yn )}n1, N
Prin
Prin minimizarea
minimizarea erorii
erorii
ptratice
ptratice totale
totale..
yn
y1
Eroare de
poziie
[n,a,b]
0
a V ( a, b) = 0
V ( a , b ) = 0
V ( a, b) = 0
b
N
2 n( yn an b) = 0
n =1
N
2 ( y an b) = 0
n
n =1
N
= argmin V ( ) = argmin 2 [ n, a, b] =
R 2
aR , bR n =1
= argmin ( yn an b)2
aR , bR n =1
paraboloid de rotaie
Soluia
Soluia problemei
problemei de
de optimizare
optimizare se
se
gse
te anulnd
gsete
anulnd valorile
valorile gradientului
gradientului..
N
6
N
2
(
1)
=
+
a
ny
N
y
n
n
N ( N 2 1) n =1
n =1
N
N
2
b =
+
(2
1)
3
y
ny
N
n
n
(
1)
N
N
n =1
n =1
109
20/21
def
T
Soluia
Soluia general
general aa MCMMP
MCMMP n
n cazul
cazul modelelor
modelelor de
de regresie
regresie liniar
liniar yM [ n, ] = [ n ]
n N
def
[[z{{{{
z{{{{]]
T
yM [ n, ] = [ n]
n N
model
DN = {([ n], y[ n])}n1, N
date
Criteriul ptratic
** Tot
ie,
Tot un
un paraboloid
paraboloid de
de rota
rotaie,
dar
dar generalizat
generalizat..
V ( ) = [ n, ] = ( y[ n] yM [ n, ]) = ( y[ n] T [ n] )
def N
def N
n =1
n =1
Metode
Metode de
de minimizare
minimizare
Metoda matricial
n =1
R n
Minim
Minim unic
unic..
Metoda gradientului
Exerciiu
Exerciiu
Exerciiu
Exerciiu
def
def [2]
= " R N n
=
Matricea regresorilor.
n ]
# [ 1 2
T
[
]
coloane
def
** De
De regul
regul,, oo
matrice
matrice monic
monic..
rank() = n < N
coloane liniar independente
110
21/21
Soluia
Soluia general
general aa MCMMP
MCMMP n
n cazul
cazul modelelor
modelelor de
de regresie
regresie liniar
liniar [[zz{{{
zz{{{]]
De ce matricea regresorilor este de regul monic?
Mul
imea matricilor
Mulimea
matricilor neinversabile
neinversabile
este
este mai
mai parsimonioas
parsimonioas..
Test
Test
Metoda
Metoda matricial
matricial
def
yM [ n, ] = [ n]
T
n 1, N
def
def
[ n, ] = y[ n] [ n ]
T
n 1, N
def N
V ( ) = [ n, ]
2
n =1
def
V ( ) = T ( )( ) = ( ) = ( Y )T ( Y ) = Y ) Criteriul
2
ptratic.
Teorema
Soluia general
)
Teorema 4.1
4.1 ((Soluia
general aa MCMMP
MCMMP)
Soluia problemei ptratice de optimizare este exprimat de urmtoarele ecuaii:
1
= ( T ) T Y ;
def
estimaie MCMMP
1
T
T
T
V ( ) = Y Y Y ( ) T Y .
1/precizie
111