6. Predição Linear e Controlo de Variância Mínima
|
|
- Joana Bergler Aquino
- 5 Há anos
- Visualizações:
Transcrição
1 1 6. Predição Linear e Controlo de Variância Mínima Objectivo: Projectar controladores discretos lineares para sistemas com perturbações estocásticas. Preparação para o Controlo Adaptativo. Referência: AW, Cap. 12
2 2 O problema da predição Observa-se uma série temporal de números: Pretende estimar-se qual o valor que a "série" vai tomar passos à frente. Dados conhecidos no instante t Valor a estimar y(tm)? y(t-1) y(t-2) y(t-3) y(t)... t-3 t-2 t-1 t tm
3 3 O problema da predição tem várias motivações. A mais óbvia (e porventura mais atraente ) é constituída pelas aplicações em Economia e Gestão. Um outro exemplo diz respeito às aplicações em controlo de sistemas sujeitos a perturbações aleatórias. Este problema foi tratado pela primeira vez por Kolmogorov e Wiener. A. Kolmogorov ( ) Carácteres muito diferentes, ambos foram não só notáveis matemáticos que dedicaram a sua atenção aos sistemas estocásticos, mas também tiveram um amplo leque de interesses em áreas diversificadas. N. Wiener ( )
4 4 A resolução do problema da predição pressupõe: A existência de um modelo sobre o modo como os dados são gerados; Um critério que permita avaliar a qualidade da predição e escolher a melhor. Iremos considerar como classe de modelos sinais aleatórios obtidos pela passagem de ruído branco por sistemas lineares e invariantes no tempo. Como critério ir-se-á utilizar o erro quadrático médio de estimação.
5 5 O modelo ARMA O sinal estacionário y(t) é modelado como o resultado da passagem de ruído branco através do sistema linear C(z) / A(z): e(t) C(z) A(z) y(t) A este modelo dá-se o nome de ARMA (Auto-Regressivo, de Média Móvel).
6 6 Polinómio recíproco O modelo ARMA no operador atraso Multiplicando o modelo ARMA por q -n : q -n A(q) y(t) q -n C(q) e(t) A*(q -1 ) C*(q -1 ) O modelo ARMA no operador atraso unitário é A*(q -1 ) y(t) C*(q -1 ) e(t)
7 7 O problema de predição com custo de erro quadrático médio Determinar que depende apenas das observações de y feitas até ao instante t, que minimiza a variância em regime estacionário do erro de predição: E [(y(t m) - y (t m t)) 2 O t ] Observações Observações de y feitas até ao instante t t t m feitas até t Predição
8 8 Solução do problema de predição Expande-se C* / A* por divisão longa 1 C * ( q ) 1 1 f A * ( q ) 1 q f m-1 q -m1 f m q -m f m-1 q -m-1... F m *(q -1 ) q -m y(t m) e(t m) f 1 e(t m - 1)... f m-1 e(t 1) f m e(t) f m1 e(t - 1)... ε Depende apenas das Depende do ruído até amostras do ruído futuras ao instante t
9 9 A equação: F m *(q -1 ) q -m permite a separação dos termos que afectam y(tm) em duas parcelas: A parcela dos termos que já ocorreram até ao instante t; A parcela ε dos termos que ocorre de t1 para diante ε Repare-se que a média do produto destas duas parcelas é zero (porquê?).
10 10 Para obter a expressão do preditor óptimo, considere-se o custo: [ ] Tendo em conta a expressão obtida anteriormente: ε A B As parcelas A e B são independentes e de média nula, pelo que a média do seu produto é zero. Assim: [ ε ]
11 11 [ ε ] Tendo em conta a média condicionada, obtém-se (porquê?) Este termo é mínimo quando se anula [ ε ] Este termo não depende de O preditor óptimo é portanto
12 12 O preditor óptimo é assim dado por Esta expressão não é útil pois exprime o preditor no sinal { } que não é mensurável directamente. No entanto, como os polinómios A e C têm o mesmo grau, tem-se Pelo que o preditor óptimo em regime estacionário se escreve:
13 13 Preditor de erro quadrático médio mínimo para sinais ARMA Dado o modelo ARMA com [ ] σ o preditor óptimo passos à frente vem dado por em que sendo um polinómio de grau.
14 14 A variância do erro de predição é [ ε ] [ ] Dado que { } é uma sequência de variáveis aleatórias independentes e de média nula, ao desenvolver-se o quadrado, os termos cruzados anulam-se, e: [ ε ] σ
15 15 Predição linear: Exemplo Determine os preditores 1, 2 e 3 passos à frente do sinal modelado por em que { } é uma sequência de variáveis aleatórias independentes e idênticamente distribuídas, de média nula e variância unitária. Determine o desvio padrão das estimativas.
16 16
17 17
18 18 Preditor 1 passo à frente: Variância do erro de predição 1 passo à frente σ
19 19 Preditor 2 passos à frente: Variância do erro de predição 2 passos à frente σ
20 20 Preditor 3 passos à frente: Variância do erro de predição 3 passos à frente σ
21 21 Preditor de erro quadrático médio mínimo para sinais ARMAX Queremos agora considerar o caso em a entrada externa é não nula: Seja d o atraso do sistema: No operador atraso, o sistema é dado por: Sejam: e tais que :
22 22 Modelo ARMAX no operador atraso: Multiplique-se o modelo por : Obtém-se: ( ) ou seja
23 23 Repare-se que exprimimos y(tm) como a soma de duas parcelas incorrelacionadas: Assim, o preditor óptimo passos à frente vem dado por: O preditor óptimo depende das saídas até ao instante corrente e da actuação do sistema até ao instante tm-d. preditor de y(tm) resíduo indep.
= + + = = Este sistema é semelhante ao anterior mas o atraso do sistema é agora de 2 amostras. Pretende-se determinar o controlo de variância mínima.
38 Controlo de variância mínima: Exemplo 2 Considere-se o processo modelado por σ [ ] Este sistema é semelhante ao anterior mas o atraso do sistema é agora de 2 amostras. Pretende-se determinar o controlo
Leia maisModelação, Identificação e Controlo Digital 2003/04 Segundo Exame
Lic. Em Engª Electrotécnica e de Computadores Modelação, Identificação e Controlo Digital 003/04 Segundo Exame 4 de Fevereiro de 004, 9 horas - sala E5 Quotação: P-4, P-4, P3-4, P4-3, P5-3, P6-. P Considere
Leia maisEstimação na Presença de Ruído colorido
36 Estimação na Presença de Ruído colorido Como se viu, em presença de ruído colorido, os mínimos quadrados fornecem uma estimativa polarizada. Quer dizer, ao fazer muitas observações a estimativa não
Leia maisDefine-se o regressor,ϕ,como. e o vector de parâmetros a estimar, θ,como. O modelo escreve-se:
22 Mínimos Quadrados - Notação matricial Se quisermos resolver o problema de estimação para um número arbitrário de parâmetros temos de usar a notação matricial. Define-se o regressor,,como [ ] e o vector
Leia maisModelação, Identificação e Controlo Digital
29 Adormecimento dos mínimos quadrados recursivos Se os dados forem adequados, os elementos do ganho de Kalman diminuem à medida que o tempo passa, tornando-se eventualmente muito reduzidos se o ruído
Leia maisθ depende de um parâmetro desconhecido θ.
73 Método de Máxima Verosimilhança (Maximum Likelihood) Seja uma variável aleatória (v. a.) cuja densidade de probabilidade depende de um parâmetro desconhecido. Admite-se conhecida a forma de Exemplo
Leia maisModelos de Perturbações. As perturbações existentes num sistema impôem limitações fortes no desempenho dos sistemas de controlo.
38 Modelos de Perturbações As perturbações existentes num sistema impôem limitações fortes no desempenho dos sistemas de controlo. Pertub. à entrada Pertub. internas Pertub. à saída u Sistema medição y
Leia mais2 - Modelos em Controlo por Computador
Controlo Óptimo e Adaptativo 2-Modelos em Controlo por Computador 2 - Modelos em Controlo por Computador Objectivo: Introduir a classe de modelos digitais que são empregues nesta disciplina para o projecto
Leia maisp( y θ ) depende de um parâmetro desconhecido θ.
55Modelação, Identificação e Controlo Digital 55 Método de Máxima Verosimilhança (Maximum Likelihood) Seja y uma variável aleatória (v. a.) cuja densidade de probabilidade p( y θ ) depende de um parâmetro
Leia maisMétodos Não Paramétricos
Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 1 Métodos Não Paramétricos Estimação da resposta impulsiva e da resposta em frequência Análise espectral e métodos de correlação J.
Leia maisMétodos Não Paramétricos
Modelação, Identificação e Controlo Digital Métodos ão Paramétricos 1 Métodos ão Paramétricos Estimação da resposta impulsiva e da resposta em frequência Análise espectral e métodos de correlação J. Miranda
Leia maisPREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.
PREVISÃO O problema: usar a informação disponível para tomar boas decisões com impacto no futuro Informação disponível -qualitativa Prever o que irá acontecer -quantitativa: dados t DEI/FCTUC/PGP/00 1
Leia maisIdentificação por Métodos Não Paramétricos
Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 1 Identificação por Métodos Não Paramétricos Estimação da resposta impulsiva e da resposta em frequência Análise espectral e métodos
Leia maisIntrodução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 34 1 Motivação 2 Conceitos
Leia maisEstimação da Resposta em Frequência
27 Estimação da Resposta em Frequência ω = ω ω Objectivo: Calcular a magnitude e fase da função de transferência do sistema, para um conjunto grande de frequências. A representação gráfica deste conjunto
Leia maisAnexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino IST-Secção de Sistemas e Controlo
Leia maisAnálise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais egs@cin.ufpe.br Agenda Séries Temporais: Definições Exemplos Modelos simples com média zero: Ruído I.I.D Processo Binário Random
Leia mais-0LUDQGD/HPRV,67 3UREOHPDV0,&' 1. 0RGHODomR,GHQWLILFDomRH&RQWUROR'LJLWDO 3UREOHPDV -0LUDQGD/HPRV
-0LUDQGD/HPRV,67 3UREOHPDV0,&' 0RGHODomR,GHQWLILFDomRH&RQWUROR'LJLWDO 3UREOHPDV -0LUDQGD/HPRV Sugerem-se também os problemas dos capítulos correspondentes de Astrom e Wittenmark, &RPSXWHU&RQWUROOHG6\VWHPV.
Leia maisEstimação da Resposta em Frequência
27 Estimação da Resposta em Frequência jω Ge ( ) = jω Ye ( ) jω Ue ( ) Objectivo: Calcular a magnitude e fase da função de transferência do sistema, para um conjunto grande de frequências. A representação
Leia maisAnálise de regressão linear simples. Diagrama de dispersão
Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia maisModelação, Identificação e Controlo Digital
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 1 Modelação, Identificação e Controlo Digital Semestre de Inverno 2005/2006 Área Científica de Sistemas de Decisão e Controlo Modelação, Identificação
Leia maisAnexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino 003/005 IST-Secção de Sistemas
Leia maisA Metodologia de Box & Jenkins
A Metodologia de Box & Jenins Aula 03 Bueno, 0, Capítulo 3 Enders, 009, Capítulo Morettin e Toloi, 006, Capítulos 6 a 8 A Metodologia Box & Jenins Uma abordagem bastante utilizada para a construção de
Leia maisModelação, Identificação e Controlo Digital
Modelação, Identificação e Controlo Digital Apresentação 2006/2007 1 Modelação, Identificação e Controlo Digital Semestre de Inverno 2006/2007 Área Científica de Sistemas de Decisão e Controlo Modelação,
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisEconometria IV Modelos Lineares de Séries Temporais. Fernando Chague
Econometria IV Modelos Lineares de Séries Temporais Fernando Chague 2016 Estacionariedade Estacionariedade Inferência estatística em séries temporais requer alguma forma de estacionariedade dos dados Intuição:
Leia maisANÁLISE DE SÉRIES TEMPORAIS
ANÁLISE DE SÉRIES TEMPORAIS Ralph S. Silva http://www.im.ufrj.br/ralph/seriestemporais.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Definição
Leia mais4 Processos Estocásticos e Simulação de Monte Carlo
33 4 Processos Estocásticos e Simulação de Monte Carlo O processo estocástico faz a descrição de uma variável com comportamento ao menos em parte de maneira aleatória através do tempo, onde se assume valores
Leia maisExercícios Selecionados de Econometria para Concursos Públicos
1 Exercícios Selecionados de Econometria para Concursos Públicos 1. Regressão Linear Simples... 2 2. Séries Temporais... 17 GABARITO... 20 2 1. Regressão Linear Simples 01 - (ESAF/Auditor Fiscal da Previdência
Leia maisControlo por Computador. Primeiro Teste
MEEC, MAero Controlo por Computador 2014/2015 Primeiro Teste 5 de Novembro de 2014, 20 horas salas QA, Q01 Quotação: P1 a) 2 b) 2 c) 2; P2 a) 3, b) 1, c) 1, P3 4, P4 a) 1 b) 3 c) 1. Duração: 2 horas. Não
Leia maisPRE29006 LISTA DE EXERCÍCIOS #
INSTITUTO FEDERAL DE SANTA CATARINA CAMPUS SÃO JOSÉ COORDENADORIA DE ÁREA DE TELECOMUNICAÇÕES ENGENHARIA DE TELECOMUNICAÇÕES PRE9006 LISTA DE EXERCÍCIOS #3 06. Exercícios. [, Exercício 7.] Seja A uma variável
Leia mais2 FUNDAMENTACÃO TEÓRICA
2 FUNDAMENTACÃO TEÓRICA Este capítulo apresenta os modelos de séries temporais chamados estruturais, nos quais o valor das observações é visto como composto de uma parte sistemática, modelada por uma equação
Leia maisResumo. Filtragem Adaptativa. Filtros adaptativos. Tarefas desempenhadas pelos filtros
Resumo Filtragem Adaptativa Luís Caldas de Oliveira lco@istutlpt Instituto Superior Técnico Sistemas de filtragem adaptativa Conceitos de filtragem adaptativa Filtro de Wiener Algoritmo steepest descent
Leia mais5. Síntese de leis de controlo usando técnicas polinomiais
1 5. Síntese de leis de controlo usando técnicas polinomiais Objectivo: Projectar controladores discretos lineares por colocação de pólos, recorrendo a descrições entrada/saída do processo Referência:
Leia maisAula 1. Wilson Correa. June 27, 2017
Aula 1 Definições Básicas Wilson Correa June 27, 2017 Série de Tempo Definição Uma série de tempo é qualquer conjunto de observações ordenadas no tempo. Podem ser: Discretas. Ex: Valores Diários de Poluição,
Leia mais4 Modelos de Regressão Dinâmica
4 Modelos de Regressão Dinâmica Nos modelos de regressão linear (Johnston e Dinardo, 1998) estudados comumente na literatura, supõe-se que os erros gerados pelo modelo possuem algumas características como:
Leia maisMétodo dos Mínimos Quadrados na Identificação de Sistemas LIT.
Método dos Mínimos Quadrados na Identificação de Sistemas LIT. ENGC65: Sistemas de Controle III Departamento de Engenharia Elétrica - DEE Universidade Federal da Bahia - UFBA 14 de abril de 2014 Sumário
Leia maisSéries de Tempo. José Fajardo. Agosto Fundação Getulio Vargas-EBAPE. José Fajardo (FGV-EBAPE) Fundamentos Estatísticos Agosto / 49
Séries de Tempo José Fajardo Fundação Getulio Vargas-EBAPE Agosto 2011 José Fajardo (FGV-EBAPE) Fundamentos Estatísticos Agosto 2011 1 / 49 Definição de esperança não condicional ou incondicional Considere
Leia maisMódulo IV: Processos Aleatórios Estacionários, Cicloestaionaridade e Análise de Continuidade de Processos Aleatórios
Módulo IV: Processos Aleatórios Estacionários, Cicloestaionaridade e Análise de Continuidade de Processos Aleatórios Wamberto J. L. Queiroz Universidade Federal de Campina Grande-UFCG Departamento de Engenharia
Leia maisProblemas de Processamento de Sinais Estruturas de Sistemas Discretos
Problemas de Processamento de Sinais Estruturas de Sistemas Discretos. Determine a função de transferência dos sistemas que se seguem. Mostre que têm os mesmos pólos. r cosθ r r cosθ r senθ r senθ r cosθ.
Leia maisModulo I. Séries Temporais: ARIMA
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA Modulo I Séries Temporais: ARIMA Curso: Bacharelado em Estatística Disciplina: Estatística Aplicada Nome: Verena
Leia maisMetodologia de Box-Jenkins. Metodologia de Box-Jenkins. Metodologia de Box-Jenkins
Programa de Pós-graduação em Engenharia de Produção Análise de séries temporais: Modelos de Box-Jenkins Profa. Dra. Liane Werner Metodologia de Box-Jenkins Para os modelos de decomposição e os modelos
Leia maisRedes Neurais e Sistemas Fuzzy
Redes Neurais e Sistemas Fuzzy O ADALINE e o algoritmo LMS O ADALINE No contexto de classificação, o ADALINE [B. Widrow 1960] pode ser visto como um perceptron com algoritmo de treinamento baseado em minimização
Leia maisProcessos Estocásticos
Processos Estocásticos Luis Henrique Assumpção Lolis 26 de maio de 2014 Luis Henrique Assumpção Lolis Processos Estocásticos 1 Conteúdo 1 Introdução 2 Definição 3 Especificando um processo aleatório 4
Leia maisProcessamento de Sinal e Imagem Engenharia Electrotécnica e de Computadores
António M Gonçalves Pinheiro Departamento de Física Covilhã - Portugal pinheiro@ubipt d[n] v[n] x[n] Filtro Estimador d[n] d[n] - Sinal v[n] - Ruído x[n] - Sinal corrompido com ruído ˆd[n] - Sinal Estimado
Leia maisAnálise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais egs@cin.ufpe.br Análise e Previsão de Séries Temporais Aula 1 Agenda Resumo da Aula anterior; Estimação e eliminação dos componentes
Leia mais6. Modelos baseados em dados
Modelação e Simulação 6.Modelos baseados em dados 6. Modelos baseados em dados Objectivo: Após completar este módulo, o aluno deverá ser capaz de formular e resolver problemas simples de estimação de parâmetros
Leia maisSílvio A. Abrantes Faculdade de Engenharia Universidade do Porto, Portugal
Apontamentos de Processamento Adaptativo de Sinais Sílvio A. Abrantes Faculdade de Engenharia Universidade do Porto, Portugal Apontamentos de Processamento Adaptativo de Sinais 1. Introdução Introdução
Leia maisControlo Em Espaço de Estados. Trabalho de Laboratório nº 3
Mestrado em Engenharia Electrotécnica e de Computadores Controlo Em Espaço de Estados 2008/09 Trabalho de Laboratório nº 3 Controlo Adaptativo do Nível de um Tanque J. Miranda Lemos e Alexandre Bernardino
Leia maisMODELAGEM MATEMÁTICA CAIXA PRETA DE PROPULSORES ELETROMECÂNICOS 1
MODELAGEM MATEMÁTICA CAIXA PRETA DE PROPULSORES ELETROMECÂNICOS 1 Leila Ana Valer 2, Manuel Martín Pérez Reimbold 3. 1 Pesquisa realizada no Programa de Mestrado e Doutorado em Modelagem Matemática da
Leia maisRegressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
Leia maisComputer Control Problems
Computer Control Problems 03 J. Miranda Lemos and A. Bernardino Models in Computer Control P Determine os primeiros 6 termos da solução da equação de diferenças y ( k) k ) k ) k, 3, partindo das condições
Leia maisA análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004).
3 Séries temporais A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004). 3.1. Princípios fundamentais Conforme Box et al. (1994), uma
Leia maisANÁLISE DE SINAIS E SISTEMAS
ANÁLISE DE SINAIS E SISTEMAS AULA 2: :. Sinais de Tempo Contínuo e Sinais de Tempo Discreto; 2. Sinais Analógicos e Digitais; 3. Sinais Determinísticos e Sinais Aleatórios; 4. Sinais Pares e Sinais Ímpares;
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Em uma grande escola, 10% dos alunos são comprovadamente fracos. Um teste educacional conseguiu identificar corretamente 80% entre aqueles que são fracos e 85% entre aqueles que
Leia maisUso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN
Uso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN Ben Dêivide de Oliveira Batista 1 2 Tales Jesus Fernandes 2 Thelma Sáfadi 2 Wesley de Oliveira Santos 3 1 Introdução
Leia maisControlo Óptimo e Adaptativo
Controlo Óptimo e Adaptativo 1-Aspectos Gerais 1 Controlo Óptimo e Adaptativo Licenciatura em Engenharia Aeroespacial J. Miranda Lemos Professor Catedrático do IST 2009 Controlo Óptimo e Adaptativo 1-Aspectos
Leia maisSistemas Lineares e Invariantes de Tempo Discreto
Sistemas Lineares e Invariantes de Tempo Discreto 28 Sistemas Lineares de Tempo Discreto Um sistema linear satisfaz o teorema da superposição e implica que o sistema tem condições iniciais iguais a zero
Leia mais14 Estimador assintótico
Teoria de Controle (sinopse) 4 J. A. M. Felippe de Souza Neste capítulo continuaremos no estudo de que foi iniciado no capítulo anterior. Estimadores de Estado, A exemplo dos capítulos anteriores será
Leia mais2. Modelos periódicos autorregressivos 2.1. Planejamento da Operação do Sistema Interligado Nacional
24 2. Modelos periódicos autorregressivos 2.1. Planejamento da Operação do Sistema Interligado Nacional A energia de origem hídrica predomina na matriz elétrica brasileira. Isso devese ao fato de o país
Leia maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Leia maisProcessamento de Sinal e Imagem Engenharia Electrotécnica e de Computadores
António M. Gonçalves Pinheiro Departamento de Física Covilhã - Portugal pinheiro@ubi.pt Processos Estocásticos - Sinais que variam aleatoriamente no tempo. são regidos por processos estocásticos. 2 1 1
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisCapítulo 5 - Interpolação Polinomial
Capítulo 5 - Interpolação Polinomial Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng. Civil, Química e Gestão Industrial Carlos Balsa
Leia maisDisciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 06 / Classes Especiais de Processos Aleatórios
Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 06 / Classes Especiais de Processos Aleatórios Prof. Eduardo Simas (eduardo.simas@ufba.br) Programa de Pós-Graduação em Engenharia Elétrica/PPGEE
Leia maisAnálise e Processamento de Sinal e Imagem. III - Sinais Aleatórios e Filtragem Óptima
III - Sinais Aleatórios e Filtragem Óptima António M. Gonçalves Pinheiro Departamento de Física Covilhã - Portugal pinheiro@ubi.pt Sinais Aleatórios e Filtragem Óptima 1. Noção de Sinal Aleatório 2. Sinais
Leia maisAjustamento de Observações
Ajustamento de Observações Teoria dos Erros Prof. Dr. Marcos Aurélio Basso IFSULDEMINAS Campus Incondentes MG Teoria dos Erros - Introdução Observações e erros de observação; Factores que caracterizam
Leia mais3 Filtro de Kalman Discreto
3 Filtro de Kalman Discreto As medidas realizadas por sensores estão sujeitas a erros, como pode ser visto no Capítulo 2. Os filtros são aplicados aos sinais medidos pelos sensores para reduzir os erros,
Leia maisAplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante
Aplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante Eduardo Campana Barbosa1 Carlos Henrique Osório Silva2 Resumo: Utilizou-se a metodologia Box & Jenkins para previsão da demanda
Leia maisRalph S. Silva
ANÁLISE ESTATÍSTICA MULTIVARIADA Ralph S Silva http://wwwimufrjbr/ralph/multivariadahtml Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Revisão:
Leia maisProjeto de pesquisa realizado no Grupo de Automação Industrial e Controle (GAIC) da Unijuí. 2
COLETA DE DADOS DO TEMPO DE VIDA DE BATERIAS DE LÍTIO ÍON POLÍMERO E DETERMINAÇÃO DA ORDEM DE MODELOS ARX E ARMAX ATRAVÉS DE FUNÇÕES DE AUTOCORRELAÇÃO. 1 Joelson Lopes Da Paixão 2, Airam Sausen 3, Eduardo
Leia maisEES-20: Sistemas de Controle II. 02 Outubro 2017
EES-20: Sistemas de Controle II 02 Outubro 2017 1 / 39 Recapitulando Ementa de EES-20 Relações entre as equações de estado e a função de transferência. Realizações de funções de transferência. Análise
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro
Leia maisAPLICAÇÃO DO FILTRO DE KALMAN A UM SISTEMA DE POSICIONAMENTO DE VEÍCULO AQUÁTICO
APLICAÇÃO DO FILTRO DE KALMAN A UM SISTEMA DE POSICIONAMENTO DE VEÍCULO AQUÁTICO André TEIXEIRA DE AQUINO; André LUIZ CARNEIRO DE ARAÚJO (1) Instituto Federal de Educação, Ciência e Tecnologia do Ceará,
Leia maisAnálise de Séries Temporais. Modelos estacionários Processos puramente aleatórios, AR(p), MA(q) ARIMA(p,q)
UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Análise de Séries Temporais. Modelos estacionários Processos puramente aleatórios, AR(p), MA(q) ARIMA(p,q)
Leia maisAvaliação da produção de cana-de-açúcar no Brasil através do estudo de séries temporais
Avaliação da produção de cana-de-açúcar no Brasil através do estudo de séries temporais 1 Introdução Micherlania da Silva Nascimento 1 Leila Maria Ferreira 2 Tatiane Carvalho Alvarenga 3 4 O Brasil é o
Leia mais3 Modelos Comparativos: Teoria e Metodologia
3 Modelos Comparativos: Teoria e Metodologia Para avaliar o desempenho do modelo STAR-Tree, foram estimados os modelos Naive, ARMAX e Redes Neurais. O ajuste dos modelos ARMAX e das redes neurais foi feito
Leia maisAnálise de Sinais e Sistemas
Universidade Federal da Paraíba Departamento de Engenharia Elétrica Análise de Sinais e Sistemas Luciana Ribeiro Veloso luciana.veloso@dee.ufcg.edu.br ANÁLISE DE SINAIS E SISTEMAS Ementa: Sinais contínuos
Leia maisCapítulo 11 - Projeto de Testes e Escolha de Estruturas
Capítulo 11 - Projeto de Testes e Escolha de Estruturas Prof. Samir Martins UFSJ-CEFET/MG Programa de Pós Graduação em Engenharia Elétrica - PPGEL São João del-rei, 22 de novembro de 2016 1 / 38 Introdução
Leia maisAnálise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada
Aula 2 Regressão Linear Simples Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada Conceitos Gerais A análise de regressão é utilizada para explicar ou modelar a relação entre
Leia maisMódulo III: Processos de Poisson, Gaussiano e Wiener
Módulo III: Processos de Poisson, Gaussiano e Wiener Wamberto J. L. Queiroz Universidade Federal de Campina Grande-UFCG Departamento de Engenharia Elétrica Processos Estocásticos Campina Grande - PB Módulo
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
Leia mais2. Séries Temporais Definição
23 2. Séries Temporais 2.1. Definição Um processo estocástico é uma função aleatória que evolui no tempo (e/ou no espaço), definida sob um espaço de probabilidades. Mais precisamente, um processo estocástico
Leia maisNeste capítulo apresentam-se os modelos STVAR-Tree, o principal da dissertação, além dos modelos competidores PAR(p) e Neuro-Fuzzy.
4 Metodologia 4.1. Introdução Neste capítulo apresentam-se os modelos STVAR-Tree, o principal da dissertação, além dos modelos competidores PAR(p) e Neuro-Fuzzy. 4.2. Modelo STVAR-Tree O modelo vetorial
Leia maisIntrodução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 35 Fabrício Simões
Leia maisteoria de probabilidade e estatística, uma sequência de palavra série de tempo é usada alternativamente para
Na teoria de probabilidade e estatística, uma sequência de variáveis aleatórias é independente e indenticamente distribuida (i.i.d) se cada variável aleatória tem a mesma distribuição de probabilidade
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia mais7 Conclusões e desenvolvimentos futuros
7 Conclusões e desenvolvimentos futuros 7.1 Conclusões Este trabalho apresentou novas soluções para a determinação da posição de terminais de comunicações móveis com base em medidas de ToA. Nos métodos
Leia maisFiltragem Adaptativa
Filtragem Adaptativa Luís Caldas de Oliveira lco@istutlpt Instituto Superior Técnico Filtragem Adaptativa p1/45 Resumo Sistemas de filtragem adaptativa Filtragem Adaptativa p2/45 Resumo Sistemas de filtragem
Leia maisCC-226 Aula 07 - Estimação de Parâmetros
CC-226 Aula 07 - Estimação de Parâmetros Carlos Henrique Q. Forster - Instituto Tecnológico de Aeronáutica 2008 Estimação de Parâmetros Para construir o classificador bayesiano, assumimos as distribuições
Leia maisProjeto de pesquisa realizado no Grupo de Automação Industrial e Controle (GAIC) da UNIJUÍ 2
ESTUDO TEÓRICO DA CONSTRUÇÃO DE MODELOS MATEMÁTICOS AUTORREGRESSIVOS E COMPARAÇÃO COM MODELOS ANALÍTICOS PARA A PREDIÇÃO DO TEMPO DE VIDA DE BATERIAS QUE ALIMENTAM DISPOSITIVOS MÓVEIS 1 Alisson Vercelino
Leia maisECONOMETRIA AVANÇADA Prova Intermediária - 09/04/2015
ECONOMETRIA AVANÇADA Prova Intermediária - 09/04/2015 Solução Questão I (2,0 pontos): Para o modelo y t = 0, 7y t 1 + ɛ t, com ruído branco ɛ t (0, 1), (a) (0,5) Obtenha a previsão h-passos a frente, ŷ
Leia maisSinais de Teste. A escolha deve ter em conta quer as propriedades do sistema, quer do método de estimação considerado.
40 Sinais de Teste Em muitos casos, os sistemas em estudo permitem-nos escolher os sinais de entrada a aplicar. São sinais de teste típicos os seguintes: Escalões (ondas quadradas) Sinusoides Ruído Branco
Leia maisAnálise de dados em Geociências
Análise de dados em Geociências Modelação estatística Susana Barbosa Mestrado em Ciências Geofísicas 2014-2015 Resumo Modelação estatística Conceitos básicos de modelação estatística Modelação - identificação
Leia maisétodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
Leia maisANÁLISE DE SÉRIES TEMPORAIS
ANÁLISE DE SÉRIES TEMPORAIS Ralph S. Silva http://www.im.ufrj.br/ralph/seriestemporais.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Estimação
Leia maisModelos para Séries Temporais Aula 1. Morettin e Toloi, 2006, Capítulo 2 Morettin, 2011, Capítulo 2 Bueno, 2011, Capítulo 2
Modelos para Séries Temporais Aula 1 Morettin e Toloi, 2006, Capítulo 2 Morettin, 2011, Capítulo 2 Bueno, 2011, Capítulo 2 Modelos para Séries Temporais Os modelos utilizados para descrever séries temporais
Leia mais