Está en la página 1de 3

ETAPA 3

IDENTIFICAR MODELO MATEMÁTICO

MIGUEL ÁNGEL VERGARA CAMARGO


CÓDIGO 1116614076

SISTEMAS DINÁMICOS
GRUPO: 243005_6

INGENIERÍA DE TELECOMUNICACIONES

TUTOR DE GRUPO:
ING. ADRIANA DEL PILAR NOGUERA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA


MAYO DE 2018
Actividades Teóricas:

Desarrollar las siguientes actividades:

1. Investigue sobre el comando ident de MATLAB® y los modelos ARX, ARMAX,


Output-Error y Box-Jenkins, con esta información diligenciar la siguiente tabla:

Modelo Característica Variables Representación Aplicación


s
ARX Es un modelo Las incógnitas y(t)+a1y(t-1)+…+anay(t-na)=b1u(t- Es muy
auto regresivo a y b serán los
con variable coeficientes
nk)+ b2u(t-nk-1)+…+ bnbu(t-nk- utilizado en
exógena, es una de la función nb-1) la aplicación
extensión del de de
modelo AR. La transferencia
función de identificació
discreta.
transferencia está n de
afectada desde la sistemas
entrada u(k) a la
salida y(k) lineales.
también como la
función de
transferencia del
ruido desde v(k)
a y(k). Así, la
parte estocástica
y la parte
determinística del
modelo ARX
tienen dinámicas
con idéntico
denominador.
ARMA Es un modelo Las incógnitas Expresa a
auto regresivo y son los
X promedio móvil coeficientes
través de un
con variable del modelo promedio
exógena, es un discreto, móvil el
extensión del cuyas
modelo ARMA error
soluciones (de
este modelo y
existente en
los la ecuación.
posteriores)
se obtienen
por predicción
del error con
el Método de
Máxima
Verosimilitud.
Para esto se
usa la función
armax.
OE Este modelo 𝒘=ruido en En sus
representa bien la la salida.
𝒚= salida.
aplicaciones
presencia de un
ruido de medida ̂= salida de
𝒚 se asume
independiente en la función de que no tiene
el sensor. Es decir, transferencia
.
tiempo
que a la salida
“limpia” se le suma 𝒖=entrada muerto.
una perturbación del sistema.
que es 𝑩/𝑨=
directamente un sistema.
ruido blanco “e”. ̂ /𝑩
𝑨 ̂ =
modelo
estimado.

BJ Es decir, que a la K= número de Tiene


salida “limpia” se le parámetros
suma una estimados. aplicaciones
perturbación que Et = ajuste similares al
es un ruido blanco residual del modelo
e previamente tiempo t.
T=Es el ARMAX
filtrado por
C(z)/D(z). Cada
número de sólo que
observaciones entregando
modelo de
usadas en la
perturbación lleva estimación. más ruido
asociado un blanco a la
algoritmo de
resolución sin
salida.
sesgo para obtener
q.