Класс: LagOp
Изолируйте полином оператора, оставленный деление
B
= A
\C
B
= mldivide(A
, C
'PropertyName
',PropertyValue
)
Учитывая два полинома оператора задержки, A(L) и C(L)
выполните покинутое деление так, чтобы C (L) = A (L) *B (L) или B (L) = A (L) \C (L). Покинутое деление требует обратимости матрицы коэффициентов, сопоставленной с задержкой 0 из полинома знаменателя A (L).B
= A
\C
принимает один или несколько разделенное от запятой имя свойства / пары значения.B
= mldivide(A
, C
'PropertyName
',PropertyValue
)
|
Знаменатель (делитель) объект полинома оператора задержки, как произведено |
|
Числитель (дивиденд) объект полинома оператора задержки, как произведено Если по крайней мере один из |
|
Неотрицательный скалярный абсолютный допуск, используемый в качестве части критерия завершения вычисления коэффициентов частного и, впоследствии, чтобы определить, который коэффициенты включать в частное. Определение абсолютного допуска допускает индивидуальную настройку критерия завершения. Если алгоритм остановился, Значение по умолчанию: |
|
Неотрицательный скалярный относительный допуск, используемый в качестве части критерия завершения вычисления коэффициентов частного. В каждой задержке матрица коэффициентов вычисляется и ее 2-норма по сравнению с самой большой содействующей 2-нормой. Если отношение текущей нормы к самой большой норме меньше чем или равно Значение по умолчанию: |
|
Положительное целое число, указывающее на размер окна раньше, проверяло допуски завершения. Значение по умолчанию: |
|
Неотрицательное целое число, указывающее на максимальную степень полинома частного. Для стабильных знаменателей значением по умолчанию является степень, которой значение самого большого собственного значения знаменателя должно быть повышено, чтобы равняться относительному допуску завершения Значение по умолчанию: |
|
Объект полинома оператора задержки частного, такой, что B(L) = A(L) \C(L). |
Правильный оператор деления (\) вызывает mldivide
, но дополнительные входные параметры доступны только путем вызова mldivide
непосредственно.
К правильному инвертированию стабильный B(L), набор C(L) = eye
(B.Dimension
).
Отстаньте деление полинома оператора обычно приводит к полиномам бесконечной степени. mldivide
налагает критерий завершения, чтобы обрезать степень полинома частного.
Если 'Degree'
не задан, максимальная степень частного определяется устойчивостью знаменателя. Стабильные полиномы знаменателя обычно приводят к частным, коэффициенты которых показывают геометрическое затухание в абсолютном значении. (Когда коэффициенты изменяют знак, это - содействующий конверт, который затухает геометрически.) Нестабильные знаменатели обычно приводят к частным, коэффициенты которых показывают геометрический рост в абсолютном значении. В любом случае максимальная степень не превысит значение 'Degree'
.
Чтобы управлять ошибкой усечения путем завершения содействующей последовательности слишком рано, критерий завершения включает три шага:
В каждой задержке в полиноме частного матрица коэффициентов вычисляется и тестируется и против родственника и против абсолютного допуска (см. 'RelTol'
and 'AbsTol'
входные параметры).
Если текущая матрица коэффициентов ниже любого допуска, то окно допуска открыто, чтобы гарантировать, что все последующие коэффициенты остаются ниже допуска ко многим задержкам, определенным 'Window'
.
Если какая-либо последующая матрица коэффициентов в окне выше обоих допусков, то окно допуска закрывается, и дополнительные коэффициенты вычисляются, повторяя шаги (1) и (2), пока последующая матрица коэффициентов не снова ниже ни одного допуска, и открыто новое окно.
Шаги (1) - (3) повторяются, пока коэффициент не ниже допуска, и последующие коэффициенты остается ниже допуска к задержкам 'Окна', или пока с максимальным 'Degree'
не сталкиваются, или пока коэффициент не становится численно нестабильным (NaN
или +/-Inf
).
[1] Поле, G.E.P., Г.М. Дженкинс и Г.К. Рейнсель. Анализ timeseries: Прогнозирование и Управление. 3-й редактор Englewood Cliffs, NJ: Prentice Hall, 1994.
[2] Hayashi, F. Эконометрика. Принстон, NJ: Издательство Принстонского университета, 2000.
[3] Гамильтон, J. D. Анализ timeseries. Принстон, NJ: Издательство Принстонского университета, 1994.