BMSTU/04-tsaf-01-hw.tex

70 lines
3.0 KiB
TeX
Raw Normal View History

\documentclass[a4paper,fontsize=14bp]{article}
\input{settings/common-preamble}
\input{settings/fancy-listings-preamble}
\input{settings/bmstu-preamble}
\numerationTop
\begin{document}
\thispagestyle{empty}
\makeBMSTUHeader
\makeReportTitle{домашней}{№ 1}{Введение}{Анализ и прогнозирование временн\'{ы}х рядов}{а}{Е.А.Гребенюк}
\newpage
\sloppy
\pagestyle{fancy}
\section{Задание}
Рассмотрим процесс
\[y_t = \xi_t - 2.5\xi_{t-1}+\xi_{t-2}, \xi_t \sim N(0,1)\]
\begin{enumerate}
\item Является ли процесс $y_t$ обратимым и стационарным?
\item Найти автоковариационную функцию процесса $y_t$.
\item Вычислить дисперсию процесса $y_t$.
\item Рассматривается процесс ARMA(1, 1):
$1-\alpha L y_t = (1-0.5L)\xi_t$, где $\alpha$ -- некоторое действительное число и $\xi_t = N(0,\sigma_\xi^2)$. Найти
\begin{itemize}
\item все $\alpha \in \mathbb{R}$ для которых процесс является стационарным;
\item все $\alpha \in \mathbb{R}$ для которых процесс является обратимым
\end{itemize}
\end{enumerate}
\section{Выполнение}
\subsection{Обратимость и стационарность}
Для процесса возможно построить характеристическое уравнение. Если корни характеристического уравнения авторегрессии по модулю больше 1, то процесс стационарен. Опишем в с помощью оператора сдвига
\[y_t = 1-2.5L+1L^2\]
и решим квадратное уравнение
\begin{equation*}
\begin{gathered}
1-2.5z+z^2=0\\
z = \frac{-b\pm\sqrt{b^2-4ac}}{2a}\\
z_1 = \frac{-2.5-\sqrt{-2.5^2-4}}{2}\\
z_1 = 1.25 + \sqrt{1.5625-1} \approx 2\\
z_2 = \frac{-2.5+\sqrt{-2.5^2-4}}{2}\\
z_2 = 1.25 - \sqrt{1.5625-1} \approx 0.5
\end{gathered}
\end{equation*}
Только один корень уравнения по модулю больше, поэтому процесс \textbf{не является стационарным}.
Процесс является обратимым если корни характеристического уравнения скользящего среднего процесса больше 1.
\[1-1.5\lambda = 0\]
Корень характеристического уравнения $\lambda = \frac{1}{1.5} = 0.6(6)$ -- процесс \textbf{не обратим}.
\subsection{Автоковариационная функция}
\subsection{Дисперсия процесса}
\begin{equation*}
\begin{gathered}
M[x] = \sum x_i p_i\\
M[x] = 0*1+1*(-2.5)+2*1 = -0.5\\
D[Y] = \sum x^2_i p_i - \left(\sum x_i p_i \right)^2\\
D = 0^2*1+1^2+-2.5+2^2*1-(0*1+1*(-2.5)+2*1)^2=1.25
\end{gathered}
\end{equation*}
\subsection{Процесс ARMA(1, 1)}
\end{document}