Cuarta Tarea IPD-431

05 de julio de 2013

Generalidades
La tarea es de car acter individual.
A Su informe debe estar escrito en alg un procesador de texto. (Se recomienda usar L TEX.) El formato espec co del informe queda a su criterio.

Justique en forma cuidadosa cada paso en sus desarrollos (use referencias si es necesario). La notaci on utilizada en los problemas es la misma utilizada en clases. Los enunciados se han escrito de buena fe. Si Ud. cree que hay errores, por favor h agalo notar enviando un e-mail a eduardo.silva@usm.cl Fecha de entrega (l mite): 26 de julio del 2013, 17:00. Lugar de entrega: Secretar a del Departamento de Electr onica.

Problema 1 (30 puntos; ver [1, Cap tulos 14 y 15])

Considere una variable aleatoria escalar X N (, 2 ). Suponga que tanto como 2 son par ametros desconocidos. 1. Proponga un estimador insesgado para . 2. Proponga intervalos de conanza del (1 ) 100 % para . 3. Proponga un test de signicancia para la testear la hip otesis nula Ho : = o considerando como hip otesis alternativa H1 : = o . 4. Ilustre cada uno de los puntos anteriores utilizando Matlab. (En particular, ilustre en forma experimental el que el estimador para es insesgado, el signicado del intervalo de conanza de la segunda parte, y la signicancia del test que proponga en la tercera parte.)

Problema 2 (70 puntos; ver [2, Cap tulo 4])

Considere el modelo Y = + E, (1)

donde E es una variable aleatoria con media cero y matriz de covarianza R > 0, es un par ametro real (i.e., un vector determin stico pero desconocido), y es una matriz determin stica conocida. Suponga que Y es medible y que se desea estimar usando una funci on lineal de Y . 1. Demuestre que un estimador BLUE para est a dado por ( ) opt = R1 T R1 1 Y, y que la varianza del estimador correspondiente satisface ( T 1 ) 1 . P R opt = Q 1

(2)

(3)

2. Suponga ahora que el par ametro satisface la restricci on lineal A = b, donde A posee rango completo por las. Demuestre que, sujeto a las restricciones anteriores, un estimador BLUE para est a dado por ) ( ) ( R = opt QAT AQAT 1 A opt b , (4) opt opt y Q fueron denidos en la parte anterior. Demuestre, adem donde as, que la varianza del estimador correspondiente satisface ( )1 T P AQAT AQ P R = Q QA opt .
opt

(5)

Interprete esta u ltima desigualdad. 3. Suponga que un sistema lineal e invariante en el tiempo, con entrada escalar u y salida escalar y , puede ser descrito usando la ecuaci on recursiva y (k ) =
n i=0

i u(k i) + e(k ),

(6)

donde 0 , , n son constantes reales y {e(k ); k N0 } corresponde a una secuencia de variables aleatorias i.i.d. y de media cero. Suponga que tanto y como u pueden medirse en forma perfecta, y que la se nal u es determin stica y tal que u(k ) = 0, k < 0. a ) Muestre c omo usar los resultados anteriores para obtener un estimador lineal insesgado y de varianza m nima para el vector de par ametros [0 N ]T , usando las mediciones y (0), , y (N ) y u(0), , u(N ), con N n. Considere el caso en que no existen restricciones sobre , y el caso en que la ganancia a continua de la funci on de transferencia entre u e y es unitaria. b ) Ilustre su respuesta a la pregunta anterior usando Matlab y considerando un sistema de segundo orden. Use sus simulaciones para vericar que el estimador obtenido es insesgado y consistente.

Referencias
[1] P.L. Meyer. Introductory Probability and Statistical Applications. Addison Wesley, 2nd edition, 1970. [2] T. S oderstr om and P. Stoica. System Identication. Prentice Hall, New York, 1989.

ESV - 6 de julio de 2013