Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Lezione V
Analisi di serie di dati idrologici
f i
f i= j = 1,...,12
S f , j
Corso di Idrologia Applicata
Lezione V
Decomposizione di una serie di dati
Uno shift (o jump) è invece un salto che fa sì che i valori assunti dagli elementi
della serie da un certo indice in poi si distinguano nettamente da quelli precedenti
(può ad esempio essere dovuto alla sostituzione dello strumento di misura con uno
di caratteristiche diverse). Lo shift può interessare tanto la media quanto la
varianza e in tal caso queste ultime andranno computate distintamente per i vari
tratti della serie.
Una volta ottenuta una serie standardizzata, ovvero a media costantemente nulla
lungo la serie e varianza costantemente unitaria lungo la serie, il passo successivo
è studiare se essa manifesti un qualche grado di autocorrelazione.
In tal caso, infatti, sarà possibile stimare, entro certi limiti, l’i-esimo valore della
serie a partire da un certo numero di quelli precedenti (il numero di dati utili ad
effettuare questa previsione dipende dalla rapidità con cui la autocorrelazione
scema aumentando lo sfalsamento). Di solito si ricorre ad una combinazione
lineare dei valori precedenti.
Se si dispone di più di una serie di dati standardizzati, potrà essere possibile
studiare anche la crosscorrelazione, ovvero se sia possibile prevedere i valori di
una serie a partire da quelli (precedenti o contemporanei) delle altre.
Corso di Idrologia Applicata
Lezione V
2 è la pulsazione ed f è la frequenza
= 2f =
T dell’armonica fondamentale.
P = f (x ) dx =
1
TT
2 a02 2
(
+ ai + bi2
4 i =1
)
Corso di Idrologia Applicata
Lezione V
Analisi armonica di un segnale
Le proprietà delle funzioni trigonometriche consentono di scrivere lo
sviluppo in serie di Fourier nelle seguenti formulazioni alternative, in tutto e
per tutto equivalenti alla precedente:
f ( x )e − jix dx
1
ci =
TT
1
c0 = a0
f (x ) = ci e jix
2
ci = (ai − jbi ) i 0
1
i =−
2
ci = (ai + jbi ) i 0
1
2
ci
2
P=
i =−
a0
C0 =
2
f (x ) = C0 + Ci cos (ix − i ) Ci = ai2 + bi2
i =1
i = arg (ai + jbi )
P = Ci2
i =0
Corso di Idrologia Applicata
Lezione V
Analisi armonica di un segnale
Corso di Idrologia Applicata
Lezione V
Analisi armonica di un segnale
Le armoniche necessarie alla perfetta coincidenza dello sviluppo in serie di
Fourier con la funzione di partenza costituiscono il contenuto armonico di un
segnale. È molto importante riconoscere che un campionamento discontinuo e
di durata limitata di una funzione continua (ciò che di solito accade sia quando
si effettuano delle misure di una grandezza idrologica, sia quando si utilizza un
modello discretizzato di un sistema continuo) comporta giocoforza la
possibilità che una parte del contenuto armonico vada persa durante il
campionamento.
In particolare, il passo di campionamento (spaziale o temporale) definisce la
massima frequenza (spaziale o temporale) rappresentabile:
1
f max = (criterio di Nyquist)
2
f (x ) − f g (x + ) − g dx
c( ) = T
12
2
f (x ) − f
2
g (x + ) − g dx
T
Funzioni discrete
Le funzioni di correlazione di funzioni discrete si calcolano con le seguenti
espressioni:
N −1− j
f (xi ) − f f (xi+ j )− f
Funzione di autocorrelazione. a ( j ) = i =0
N −1
f (xi ) − f
2
i =0
N −1− j
f (xi ) − f g (xi+ j )− g
Funzione di crosscorrelazione. c ( j ) = i =0
12
N −1 N −1
2
f (xi ) − f
2
i g ( x ) − g
i =0 i =0
= 2 1 − 211 + 12
2 a1 =
(1 − 11 )(1 − 1 )
1 − 12 1 − 211 + 12
Corso di Idrologia Applicata
Lezione V
I modelli ARX
Modelli di sistemi più complessi possono essere costruiti considerando la
dipendenza della variabile di interesse non solo da sé stessa (parte
autoregressiva, modello AR), ma anche da altre variabili gk, che vengono dette
ingressi esogeni (heXogenous, da cui ARX). Ciascuna delle variabili esogene
può avere un proprio diverso ordine. La struttura matematica del modello è
pertanto la seguente:
p nX lk
f i = j f i − j + k , j g k ,i − j + i
j =1 k =1 j =1