← Indietro
EsamePrimo parzialeTesto d’esame

25 06 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

1 IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI APPELLO DEL 25 GIUGNO 2013 NOME COGNOME MATRICOLA ……………………. …………………………….. …………………………… INTENDO SOSTENERE LA PROVA DI (CROCETTARE LA PROPRIA SCELTA): IMAD 1 ESERCIZI da 1.1 a 1.6 IMAD 2 ESERCIZI da 2.1 a 2.6 IMAD FULL ESERCIZI da 1.1 a 1.4 + ESERCIZI da 2.1 a 2.4 Il compito si compone di 12 fogli 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 LA CHIAREZZA E CONCISIONE SARANNO OGGETTO DI VALUTAZIONE 2 1.1 Si consideri il processo generato da: , dove . 1.1.1 Calcolare la funzione di covarianza . 1.1.2 Calcolare poi la funzione di covarianza del processo , dove , e ed sono tra loro scorrelati. )( 4 11 1)( 2 1 te z zty     )1,0()( WNte  )( y )()()( twtytz  )1,0()( WNtw  )(tw )(te 3 1.2. Si consideri il processo generato come segue: S: , . Identificare il valore del parametro che minimizza il criterio di identificazione asintotica: per la seguente classe di modelli: M: , . )(ty y(t) = 0.5y(t -1)+ e(t) )1,0()( WNte  J * J     2 );1/(ˆ)()(   ttytyEJ )()2()( ttyty   ),0()( 2 WNt  4 1.3. Dato un processo stazionario di tipo ARMA, mostrare che la varianza dell’errore di predizione cresce in modo monotono al crescere dell’orizzonte predittivo . Dire poi a che valore tende tale varianza quando . k k 5 1.4 In figura, è dato lo spettro di un processo stazionario, rappresentabile come uscita di un sistema dinamico con funzione di trasferimento W(z) alimentato da un rumore bianco. Dire a quale di queste funzioni di trasferimento indicate a fianco della figura corrisponde alla W(z) che genera tale spettro, motivando la risposta. 𝑊1(𝑧) = 0.045 1 − 0.9𝑧−1 𝑊2(𝑧) = 0.05 1 −…

Anteprima

Prima pagina del documento.

Prima pagina: 25 06 13