![](/user_photo/_userpic.png)
книги / Статистический анализ временных рядов
..pdf-634 |
ЛИНЕЙНЫЕ ТРЕНДЫ И СЛУЧАЙНЫЕ СОСТАВЛЯЮЩИЕ |
Гл. 10. |
|
■и ajk (0) |
= 2 ti+k |
2 приближенно |
равно |
Т1+к~1щ _|_ k - 1). |
|||
{См. упр. 14.) Таким образом, при каждом h = 0, ± |
|
||||||
{118) |
Р/*(А)= |
lim |
а]к (h)/Ti+k~' |
|
|
||
|
|
|
|
|
|||
|
|
т-*«о (ати (0)/Т2/ - 1)V. (a[k (0)/Г2*->)‘/, |
|
||||
|
^ V W E I V E E L |
» |
} k - 1 |
р. |
|||
|
|
j+ k — i |
|
/ . |
i » . . , , |
Последнее выражение не зависит от Л и поэтому М (Jt) имеет един ственный скачок в точке X = 0, равный матрице
<119) |
M . - ( J C T ^ I ) |
ранга |
р. |
Если Zjt является полиномом степени / ;— 1 с положительным стар шим коэффициентом, то получается та же самая последовательность {R (Н)} и тот же результат относительно М (Я,). Это связано с тем, что при указанном условии старший член доминирует над осталь
ными. Если Zjt являются полиномами степени dj с |
положительными |
|||||
•старшими коэффициентами, |
d, < |
^ < |
... < dp, то в этом случае |
|||
<120) |
9jk(h) = V 2 d j + I f 2 4 + 1 |
/, |
k = |
1, . . . . |
p, |
|
|
dj + dk+l |
’ |
|
|
|
|
|
|
|
|
|
|
h = 0, ± 1 , . . . , |
M (к) |
имеет скачок при X = |
0, и |
(/, |
k)-Pi |
элемент М0 совпадает с |
|
{ 120). |
|
|
|
|
|
|
Объединим теперь оба примера. Именно пусть переменные z,t |
||||||
разбиты по индексу / на Я + |
2 множества, каждое из которых соот |
|||||
ветствует некоторой частоте Xk, k |
= 0 , |
1, ..., Я + |
1. Будем предпо |
|||
лагать, что 0 = Jl0 < Я,! < ... < |
Я.я+1 |
= я |
и что |
частоте Хк соот |
ветствует mk переменных гц. Пусть в множестве с индексом k — 0 переменные zjt имеют вид Р, (t), / = 1, ..., m0, где Pt (t) — полином степени d/ с положительным старшим коэффициентом. Пусть в мно
жестве с индексом k, k — 1, .... Я, |
переменные zjt имеют вид |
||
Ры (0 cos Xk t и |
Qki (t) sin Xk t, где i |
= 1 , ..., |
(mk/2), mk четное и |
при этом Pki(t) |
и Qki(t) — полиномы степени du |
с положительными |
старшими коэффициентами. Наконец, в последнем из указанных
множеств переменные гц пусть имеют вид (—l / Q< (0. * = 1» •••
..., mH+i, где Qt (t) — полином степени dn+iy.
При таких условиях рг/ (Л) = 0, если g и / находятся в различных множествах. Если / и k находятся в первом множестве, то р/* (А) за дается соотношением (120). Для g и /’, находящихся во множестве
10.2 |
ЭФФЕКТИВНОЕ ОЦЕНИВАНИЕ ФУНКЦИЙ ТРЕНДА |
635 |
|||||
с индексом k, k = 1 , |
Н значения pg/ (А) составляют матрицу |
||||||
|
|
/cosyiR* |
— sinA*/iRA\ |
|
|
||
' ' |
|
\sin XkhRk |
|
cosA^AR*/ |
|
|
|
размера |
mk X mk. |
Здесь |
(t, |
/)'й |
элемент |
матрицы |
Rft равен |
У 24 + 1 |
У 2dki + |
l/(dki + |
йы -f |
1), члены |
c cos Xkt |
находятся |
в первом, а |
члены |
с sin Akt |
— во |
втором подмножестве |
множе |
||
ства с индексом k. |
Наконец, |
если |
g и / |
находятся в последнем |
|||
множестве, |
то pg/ (Л) = (—1)ЛК 2d«+i,g + |
1 К 2dH+\,j 4- \/(dH+i,g + |
|||||
+ dH+ij + 1). Спектральная функция возрастает |
только скачка |
||||||
ми. Скачок в точке А = 0 имеет элементы |
(120) для /, А = |
1, ..., т а |
|||||
и нули на остальных позициях. Скачки при X = ± |
%к имеют в ка |
||||||
честве (k + |
1)-й диагональной подматрицы матрицу (121), в которой |
||||||
cos Xkh заменен на (1/2), sin Xkh — на + |
(i/2), а остальные элемен- |
ты—на нули. Скачки при А = ± л имеют элементы (1/2)]/2dw+i,g+1 X
X V2dH+\,j + l/(dtf+i,g + |
йн+ч +1) в последней диагональной под |
||
матрице и нули |
вне ее. |
|
|
По-видимому, |
простейшим является случай р = 1 , г, = 1 , t — |
||
= 1, 2........В этом случае аТ (h)— T — h, h = 0, 1.........Т, |
|||
(122) |
p(A) = lim -^=Р- = 1, А = 0, ± 1 , . . . . |
||
|
|
Т-* 00 |
1 |
и каждый элемент М (А,) имеет единичный скачок при А = 0. Оцен кой наименьших квадратов для р, %yt = Р , является Ь* =
т_
=2 yJT = у, и эта оценка асимптотически эффективна. <=»1
Предельная ковариационная последовательность (122) и соот ветствующая ей спектральная функция М (А) возникают и в другом
случае, не равносильном предыдущему. Именно, |
пусть %yt — рдо,, |
|
= 1 ,2 , . .. . Пусть до, принимает значения а и Ь, |
причем а Ф ± b и |
|
(123) |
J L a* + d ! - ^ - b 2= l , |
|
где т и п |
— целые числа, 0 •< т •< п. Составим последовательность |
{до,} таким образом, чтобы предельные относительные частоты появ лений в ней а и b соответственно равнялись min и (п — m)/n. С этой
целью положим®, = а для / = 1,..., ши до, = |
А для / = m + |
1, ... |
|||||
..., |
п. Затем |
возьмем до, |
— а для |
/ |
= п + 1, |
..., п 4- 2 т и до* |
= & |
для |
t = п + |
2 т + 1, ..., |
n 4- 2п |
= |
Зп и т. д. Последовательность |
||
{до,} |
будет состоять из аналогичных конечных подпоследовательнос |
||||||
тей длины п, 2п, Зп, ... , причем , в |
/-й подпоследовательности пер |
вые jm элементов равны а, а последние / (п — т ) элементов равны Ь. При Т -*■ оо предельная относительная частота появлений а равна
•636 |
ЛИНЕЙНЫЕ ТРЕНДЫ И СЛУЧАЙНЫЕ СОСТАВЛЯЮЩИЕ |
Гл. |
10. |
т/п, поскольку приращение числа появлений а в пределах (J + |
1)-й |
подпоследовательности равно лишь (/ + 1) т, тогда как общее чис
ло элементов в первых / подпоследовательностях равно / (j + 1) п/2.
т
Поэтому пределом среднего 2 w2tIT служит (123). Более того, для этой <=1
последовательности выполняется и (122). Это вытекает из того фак та, что при j > (him), j > h/(n — m) и wt из /-й последовательности точно 2h произведений wtwt+h равны ab, точно jm — h произведений wtwt+h равны а2 и точно / (п — т) — Л таких произведений равны b2. Таким образом, здесь р (Л) = 1 и каждый элемент М (X.) имеет единичный скачок при X = 0. Полученный результат показывает, что спектральная функция (или, что равносильно, последователь ность ковариаций), не определяет однозначно последовательности независимых переменных. Она не определяет даже предельных час тот этих переменных.
Более того, при оценивании р одну из указанных последователь ностей нельзя заменять другой. Дело в том, что эти последователь ности существенно различаются, так как
<124) |
|
Т-*со 1 |
t=1 |
= п |
+ |
П |
= с |
|
|
отличен от 1. Если 8гл = §wt и если |
при этом для оценки Р исполь- |
||||||||
т |
|
|
_ |
|
|
|
|
|
|
зовать 2 |
z(ytIT = у (г)&& 1), то хотя |
такая оценка и будет иметь |
|||||||
|
|
|
|
|
|
|
|
т |
ЩУ^Т, |
дисперсию, |
асимптотически |
эквивалентную |
дисперсии 2 |
||||||
однако она |
будет |
асимптотически |
смещенной, поскольку lim %у — |
||||||
т |
|
|
|
|
|
|
|
Т-+ОЭ |
|
РЩ/Т = |
|
|
|
|
|
|
|
||
= lim 2 |
ср |
р. |
|
|
|
|
|
||
Т-*оо 1=1 |
|
|
|
|
|
|
|
|
|
Положение здесь существенно отличается от конечномерного |
|||||||||
случая. Предположим, что w 'w = 1, w'2w =Я,* и w'2~'w |
= MX*, |
где X* — простой характеристический корень матрицы 2, соответст вующий характеристическому вектору v, т. е. 2v = X* v и 2Г1v =*
|
|
г |
( |
|
г |
X, |
|
|
= (Ш*) v. |
Поскольку 2 = |
2 |
Xtvtvt, |
то w'2w = |
2 |
(v<w)2 |
и |
|
т |
<=i |
|
|
<=1 |
|
|
|
|
TV'2 -1W = 2 |
(1А<) (v<w)a, |
так, |
что |
v’tv/ = 1 |
для |
Xt |
= X* |
и |
v* w = 0 для Х( Ф X*. Поэтому в случае &у =Pw оценка |
v'y |
бу |
дет несмещенной эффективной оценкой параметра р. Действительно,
ev'y =Pv'w = р и Var (v'y) |
= v '2 v = X*. Аналогом вектора v |
•будет последовательность {1}, |
аналогом vt — последовательность |
10.2 ЭФФЕКТИВНОЕ ОЦЕНИВАНИЕ ФУНКЦИЙ ТРЕНДА 637
{cos Xt, sin Щ , и аналогом представления 2 == 2 ^ * v*v*— предста-
вление |
о (t — s) = |
^ |
|
f |
(X)dX. Соотношениям (v'w)2 =* 1 |
для \ |
|
—я |
|
для А, Ф А* соответствует соотношение |
|
— X* и (v*w)2 = |
0 |
||||
|
|
П |
|
. у, |
|
<125) |
П т |
\ 4 - |
2 а»/ |
/ (Я,)dX = 2я/ (0), |
|
|
r-.cc |
J |
' |
|fe=l |
|
справедливое для любой непрерывной функции / (А,). Асимптотически функции cos vt и sin vt можно рассматривать
в некотором смысле как характеристические векторы всех ковариа ционных матриц стационарных процессов. Дело в том, что при
Т - г |
ОО |
|
|
|
|
т |
т |
|
|
<126) |
2 СТ(* — s) (cos vs + i sin vs) = |
2 |
CT(^ — s) elvs — |
|
|
Ss=l |
S=1 |
|
|
|
= |
|
T |
|
|
ef* 2 о (s— t) e*v(s-o __ |
|||
|
|
|
S = 1 |
|
|
|
eiv‘ |
T—t |
|
|
= |
2 а (/г )^ л-> |
||
|
- W v‘ |
2 |
о (h) em . |
|
|
|
A------ (<— 1) |
|
Для достаточно больших t правая часть (126) сколь угодно близка к 2я f(v) e‘vt = 2я/ (v) (cos vt -f i sin vt).
Если последовательность {R (Л)} такова, что функция М (X) аб солютно непрерывна, то в этом случае оценки наименьших квадра тов не могут быть асимптотически эффективными, если спектральная плотность / (А.) принимает на спектре М (А) более р значений.
Так, |
например, если |
ОО |
°о , t = |
1........р, |
то R (Л) |
« |
2 |Р« (Л) | < |
||||||
|
/ г = — ©о |
|
|
|
|
|
я |
|
оо |
|
|
|
|
= \ |
eiXhm (A) dX, где mjk (А) = 2 |
P/а (s) |
eiXs/(2n). |
Здесь М (А) |
||
- л |
|
s=-00 |
|
|
|
{zt\ |
не имеет скачков. Грубо говоря, это будет в том случае, когда |
||||||
является реализацией |
стационарного (векторного) процесса. |
|
638 |
ЛИНЕЙНЫЕ ТРЕНДЫ И СЛУЧАЙНЫЕ СОСТАВЛЯЮЩИЕ |
Гл. 10. |
|
10.2.4 |
Асимптотическая нормальность |
оценок |
|
При условиях 10.2.1—10.2.4 в § 2.6 |
было показано, |
что оцен |
ки наименьших квадратов имеют асимптотически нормальное рас пределение, если независимые ошибки удовлетворяют условию типа
Линдеберга. Мы докажем соответствующую теорему, когда случай- |
||
ные составляющие имеют вид ut — |
со |
независимые слу- |
ys v is и |
||
S= —00 |
типа Линдеберга. |
|
чайные величины vt удовлетворяют |
условию |
Подобная, но более слабая теорема была доказана Хеннаном (1961).
Теорема 10.2.11. |
Пусть yt |
= P'z, + ut, |
t = 1, |
2, ..., где ut =s |
||||
oo |
|
|
|
|
|
|
|
|
= 2 |
Ys vt-s, vt — независимые случайные величины со средними О, |
|||||||
S = — ОО |
|
|
|
|
|
|
|
t = ..., —1, О, |
дисперсиями а3 и функциями распределения Ft (о), |
||||||||
1, ... |
00 |
| Ys | |
< |
°°- |
Предположим, |
что выполнены условия |
||
и 2 |
||||||||
|
S = — ОО |
|
|
|
|
|
|
|
10.2.1—10.2.4 и, кроме того, прис-+ оо |
|
|
||||||
(127) |
|
|
|
sup |
j |
t?dFt (v) -> 0. |
|
|
|
|
|
|
A =l,2,... |0 |> $ |
|
|
||
Тогда Dr (b* |
— P) |
имеет |
предельное нормальное распределение со |
|||||
средним 0 и ковариационной матрицей (94). |
|
|
||||||
Доказательство. |
|
Поскольку |
т |
|
||||
|
|
|
|
|
|
|
|
|
(128) |
|
Dr (b* - |
Р) - |
[DF'Аг (0) D f 'r 'D f 1 2 |
|
предельное распределение Dr(b* — Р) совпадает с предельным рас-
т
пределением умноженного на R-1 (0) вектора Сг = D r' 2 ztur
Положим
тh
(129) |
сг,А= D712 |
zt |
2 V fts - |
||
|
|
|
/ m |
l |
S= —k |
Тогда |
|
|
|
|
|
(130) |
8 (сг— сг,»)' (cr—‘Сr,k) — |
||||
|
т |
|
2 |
|
|
= |
tr D f1 2 |
Z.zi- |
YsY s'^ _ sU<'-.s'Df1*a |
||
“ |
Of* tr D f1 |
2 |
YsY«' 2 |
z^zLs+s'DT1, |
где суммирование no t производится по тем значениям t, для которых и t, и t — s + s' заключены в пределах от 1 до Т. (Возможность
10 .2 |
ЭФФЕКТИВНОЕ ОЦЕНИВАНИЕ ФУНКЦИЙ ТРЕНДА |
639 |
внесения математического ожидания под знак суммы по s и s' до казывается таким же способом, как и в разд. 8.4.3.) Отсюда полу чаем оценку сверху
<131) 8 <Сг Ст.к) ' (сг — Сг.*) =
= <*2 2 YJs- |
2лч($ —s ' ) < p 0 2 ( 2 lYsl) • |
||
|s |.|s '|> ft |
г= |
\|S|>* |
/ |
которая стремится к нулю при k |
оо. |
|
|
Для произвольного вектора а рассмотрим
тft
<132) а'ст,к= «'D ?1 2 h |
2 Y,%-*«* |
|
|
|
/= 1 |
s==—Л |
|
|
|
ЗГ-Л |
k |
k |
|
k |
~ 2 a 'D f1 2 YszH-s4- + |
2 |
a 'D r 1 2 YsZr+syr + |
||
|
s=—k |
\-k |
|
s = l —r |
|
|
Г+ft |
T-r |
|
|
+ |
r2 |
|
a'D F1 |
|
|
г—ЗГ—fc-fl |
s = —fe |
|
Сумма квадратов коэффициентов при |
.... vk, ......... ........vT+* |
в силу условия 10.2.2 сходится к 0 при Т -*■ оо. Поэтому предельное
распределение a'cr,* совпадает с предельным |
распределением ум- |
|||||||
ноженной |
|
* |
YSY»' a 'R (s — s')a ],/’ |
г—ft |
. |
где |
||
на а [ 2 |
суммы |
|||||||
|
s .s '= —ft |
|
|
|
r=ft-j-i |
|
|
|
|
Wrт |
|
« '^ r1 2 |
YsVu |
|
|
|
|
(133) |
|
s— |
ft |
|
2\7, '• |
|
|
|
|
|
|
|
|
|
|
|
|
Сумма квадратов коэффициентов при |
..., vT-k в (132) равна |
|||||||
(134) |
ft |
|
г—ft |
|
|
|
|
|
2 |
YsYs-a'Dr1 2 |
Zr+sZr+s'Df’a, |
|
|
||||
|
s . s ' = - f t |
r = ft+ l |
|
|
|
|
||
что и дает в пределе |
2 |
YsYs'a R(s—s')a -Из центральной предель- |
||||||
|
. |
S,S'=—k |
|
|
|
T - k |
|
|
|
|
|
|
|
|
|
wr |
|
ной теоремы Линдеберга |
(теорема |
7.7.2) |
вытекает, что |
2 |
||||
|
|
|
|
|
|
|
r=k~\~l |
|
имеет предельное нормальное распределение со средним 0 и диспер сией 1 (в соответствии с доказательством теоремы 2.6.1). Примене ние следствия 7.7.1 приводит к утверждению теоремы, щ
Теорема 10.2.11 показывает, что при достаточно большой дли не временного ряда с оценками наименьших квадратов можно обра щаться так, как если бы они были нормально распределенными.
640 |
ЛИНЕЙНЫЕ ТРЕНДЫ И СЛУЧАЙНЫЕ СОСТАВЛЯЮЩИЕ |
Гл. 10. |
||||||
Предельная ковариационная |
матрица равна |
|
|
|
|
|||
(135) |
lim Dj-Л (b*— Р) (b* — Р)' Dr = |
R-1 (0) |
2 |
a (h.) R (h) R~‘ (0), |
||||
|
Г -ю о |
|
h——oo |
|
|
|||
если |
09 |
можно оценить |
состоятельно |
с помо- |
||||
2 I о (Л) | < оо. Ее |
||||||||
|
h=—оо |
|
|
|
00 |
|
|
|
щью |
оценок, аналогичных |
оценкам |
2nf (А,) = |
cos |
АЛ, |
|||
^ a (h) |
||||||||
именно |
|
|
|
h~—оо |
|
|
||
|
|
|
|
|
|
|||
(136) |
|
|
|
|
|
|
|
|
гдеChj — оценка а (Л), основанная на остатках от b*' zt, t = |
1, ... |
..., Т, a k (х) —ядро, типа изучавшегося вразд. 9.3.2. На основании этого можно строить критерии для проверки гипотез о векторе Р и доверительные интервалы для компонент этого вектора. [Много мерный случай рассматривается у Хеннана (1963)].
10.3.ОЦЕНИВАНИЕ КОВАРИАЦИЙ И СПЕКТРАЛЬНОЙ ПЛОТНОСТИ ПО ОСТАТКАМ ОТ ТРЕНДОВ
10.3.1. Оценивание ковариационных матриц |
|
|
Рассмотрим снова |
модель Sy = zp, Л (у — ZP) (у — ZP)' = |
S |
и займемся вопросами |
оценивания ковариационной матрицы |
2. |
Вразд. 10.3.2 мы изучим асимптотическую теорию для случая, когДа ковариации соответствуют некоторому стационарному случай ному процессу. Асимптотическая теория для выборочной спектраль ной плотности и для оценок спектральной плотности, основанных на остатках от тренда, подобранного по методу наименьших квадратов, рассматривается в разд. 10.3.3 и 10.3.4 соответственно. Эта теория обобщает проведенное в § 8.3, 8.4 и 9.4 исследование указанных ста тистик, построенных по остаткам от выборочных средних.
|
Оценкой наименьших квадратов вектора 0 является |
(1) |
b* = (Z'Z)-1 Т у. |
Остатки от подобранной регрессии образуют при этом Т-компонент- ный вектор
(2) у — Zb*= [I — Z (Z'Z)"1Z'J у,
имеющий математическое ожидание 0 (ввиду того что ЛЬ* = Р). Компоненты этого вектора могут быть использованы для оценива
10.3 ОЦЕНИВАНИЕ КОВАРИАЦИЙ И СПЕКТРАЛЬНОЙ ПЛОТНОСТИ 641
ния самой матрицы 2 или функций от 2. Если о структуре матрицы 2 предварительно ничего не известно, то для ее оценивания можно» использовать матрицу (у 1— Zb*) (у — Zb*)'. Математическое ожи дание последней равно
(3)8(у — Zb*)(у— Zb*)' = [I — Z(Z'ZT1Z'l х
X 2 [Ь— Z (Z'Z)-1 Z'l
и отлично от 2. Ранг этой оценки равен Т р, в то время как сама'! 2 имеет ранг Т. Если только 2 не обладает специфической структу рой, то число подлежащих оценке параметров в 2 будет равно- Т (Т + 1)/2. В то же время, в у — Zb* имеется лишь Т — р линей но независимых компонент. (Вектору — Zb* ортогонален вектору Zb*.)
Смысл соотношения (3) можно лучше представить себе в случае, когда оценки наименьших квадратов оказываются эффективными.
Именно в этом случае матрица Z представима |
в виде Z = V* С, |
где С — невырожденная матрица, р столбцов |
которой является |
рхарактеристическими векторами 2, соответствующими некоторым
рее характеристическим корням XSi, ..., %Sp. (Мы предполагаем,
что при наличии кратных характеристических корней характери стические векторы определяются таким образом, что среди них содержатся все столбцы матрицы V*.) Пусть S = {s1, ..., sp} — некоторое подмножество целых чисел от 1 до Т. Тогда
(4) |
I — Z (Z'Z)-1 Z' = I — V*V*' = |
2 vsv;, |
|
||
|
|
|
|
stfs |
|
(5) |
[I — Z (Z'Z)-1 Z'] 2 [I — Z (Z'Z)-1 Z'J = |
|
|
||
|
|
T |
Kvtv't 2 vrv l= |
|
|
|
= 2 |
vsvl 2 |
2 |
||
|
ttfs |
|
rtfs |
ttfs |
|
Полагая у = Vx (x = V'y), получаем |
|
|
|
||
(6) |
y - Z b * = 2 |
v.viVx = |
2 |
yjer |
|
|
stfs |
|
ttfs |
|
Ковариационная матрица вектора x равна диагональной матрице
(7) |
8 (х — 8х) (х — 8х)' = V'2V = А, |
элементы которой являются характеристическими корнями матрицы 2. Если у имеет нормальное распределение, то вектор х также будет нормальным, а его компоненты независимыми, причем дисперсия t-й компоненты равна A*, t = 1, ..., Т. Матрица ковариаций оценки
b* = C-1V*'y = C_,v*'Vx равна
(8) |
8 (Ь*— Р) (b * - Р)' = С-1А* (С')-1, |
€42 |
ЛИНЕЙНЫЕ ТРЕНДЫ И СЛУЧАЙНЫЕ СОСТАВЛЯЮЩИЕ |
Гл. 10. |
||
где Л* — диагональная матрица с элементами ASl, |
Asp. Если ха |
|||
рактеристические векторы v,, t £ S, |
известны, то для |
|
оценки А,,, |
|
t gj S, |
можно использовать значения |
= (у\у)а. (Если |
известно, |
что оценки наименьших квадратов являются эффективными, т. е. если Z имеет вид Z = V*C, то определено р-мерное линейное про странство, порождаемое V*.) Эти оценки пригодны для оценивания ковариационной матрицы для Ь*, поскольку t £ S, — известные функции от Я/, t g S, и матрица С известна. Отметим, что Ь* и у — Zb* не коррелированы, так как
(9) 8 (у — Zb*) (b*— р)' = [1 — Z (Z'Z)-‘ Г] SZ (Z'Z)-1 =
= (I — V*V*') V*A*C(Z'Z)-1 = 0.
Изучим подробно случай, когда характеристические векторы Vj, ...,Vr известны. Так будет, в частности, когда
(Ю) |
2 Г 1 = YCA O + |
••• |
+ v A - |
|
Здесь vb |
..., v r— характеристические векторы матриц А0, ..., Afl, |
|||
а То» •••» |
Т, — неизвестные |
параметры. |
Примером может служить |
|
циклическая модель с А0 = I и |
|
|
||
(11) |
А/ = |
+ |
1 = 1 ..........g, |
где В — матрица, имеющая единицы непосредственно над главной диагональю, единицу в левом нижнем углу и нули на всех остальных
позициях. При этом берется q <. [772]. (Характеристические кор-
я
ни матрицы 2 равны 2 у» cos 2лjt/T, t — 1, ..., Г; компонента-
1—0
ми вектора vt являются cos 2nts/T или sin 2nts/T.) Для удобства пред положим, что Z = V* (т. е. С = I).
Допустим, что р характеристических корней матрицы 2, соот ветствующие р столбцам матрицы V*, функционально не зависят от остальных характеристических корней. В циклической модели
это будет при q = [772]. Тогда АТ1 = |
я |
||
2 У/ и |
|||
|
|
|
i=o |
(12) АГ1= Afis = |
V/cos |
, |
s = 1..........[(Г - 1)/2]. |
/=0 |
|
|
|
Если Т четное и q « |
|
Я |
|
772, то А^1 =* 2 |
(—1/ Y/- Характеристиче- |
||
|
|
/»о |