← Indietro
EsamePrimo parzialeTesto d’esame

11 07 13

Primo parziale di Model Identification and Data Analysis per il corso di Computer Engineering presso Politecnico di Milano. Materiale proveniente dall’archivio storico Studwiz e classificato per la consultazione online.

Model Identification and Data AnalysisPrimo parziale

Informazioni sul documento

Cosa trovi in questo materiale

Primo parziale di Model Identification and Data Analysis per il corso di Computer Engineering presso Politecnico di Milano. Materiale proveniente dall’archivio storico Studwiz e classificato per la consultazione online.

Qualità dell’importazione: il testo è stato estratto direttamente dal documento originale.

Contenuti estratti dal documento

Passaggi rappresentativi riconosciuti nelle diverse parti del materiale. Il testo completo resta presente nella pagina per la ricerca, mentre l’anteprima compatta rende più semplice la lettura.

Pagina 1

IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI APPELLO DELL' 11LUGLIO2013 NOME COGNOME MATRICOLA FIRMA INTENDO SOSTENERE LA PROVA DI (CROCETTARE LA PROPRIA SCELTA): IMADl ESERCIZI da 1.1 a 1.6 IMAD2 ESERCIZI da 2.1 a 2.6 IMADFULL ESERCIZI da 1.1 a 1.4 + ESERCIZI da 2.1 a 2.4 Il compito si compone di 12fogli più frontespizio. Non si possono consultare libri, appunti, ecc. Non si possono consegnare fogli addizionali. Valutazione: (a cura del docente-non compilare) OGNI RISPOSTA VA MOTIVATA L4. CHIARE"ZZA E CONCISIONE SARANNO OGGETTO DI VALUTAZIONE DDDDDD DDDDDD i r 1.1 un processo YlTJ e generato aa: (1 + 3 Z -I )(1 + _!__ Z -Z )(1-_!__ Z -I ) y(t) = ~ 2 e(t), dove e(t) === WN(0,1). 1 +-z-' 3 1.1.1 Trovare la rappresentazione canonica di y(t) 1.1.2 Determinare ~t+ kl t), vale a dire il predittore a k-passi dai dati y per k = 1,2,3,4,, .... 1.1.3 Conoscendo i valori assunti da y(l)= 1 e y(2)= -1, con il risultato ottenuto al punto precedente, calcolare y( 4 I 2). 2 1.2 Il processo y(t) è così generato: S: y(t) = w(t) + 10w(t -1), w(t) ~ WN(0,1) Trovare il valore b * del parametro b che corrisponde al modello ottimo che minimizza il criterio di identificazione per le due classi di modelli seguenti: 1.2.1 Af: 1.2.2 Af: y(t) = by(t -1) + 17(t) y(t) = b17(t) + 17(t -1) ](b) = E[(y(t) -y(t -1; b)) 2 ] 17(t) ~ WN(O,A2). JJ(t) ~ WN(O,A2). 3 r t'.l.'-"-'-"IJIJ'-1" ~1'.&...( 1\ __....,I '-'t'"'"".L..1..1.--&&-.--··-··-·---..... -. ......... _ .... _ -&-'-&'-' __ .._ ............ &T.&..I. .,-~I -.......... t'..._ _ _._.....,._,._ stazionario ben definito. 1.3.2 Si consideri un processo ARMA, con funzione di trasferimento W(z) e rumore bianco d'ingresso e(t). Spiegare in base a quali considerazioni il processo è equivalente ad un MA di ordine infinito. 1.3.3 Sempre con riferimento…

Anteprima

Prima pagina del documento.

Prima pagina: 11 07 13