Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Contents
1 Introducción 2
2 Desarrollo 3
2.1 Comandos de MatLab a ser utilizados. . . . . . . . . . . . . . . . 3
3 Desarrollo 4
4 Conclusiones 6
5 Anexos 7
List of Figures
1 Método de Mı́nimos Cuadrados Convencional. . . . . . . . . . . . 4
2 Comparativo entre los datos de Entrada y Salida experimentales
contra los Calculados. . . . . . . . . . . . . . . . . . . . . . . . . 6
3 Resultado del Método de Mı́nimos Cuadrados Convencional. . . . 7
1
1 Introducción
2
2 Desarrollo
2.1 Comandos de MatLab a ser utilizados.
fopen(...)
fid = fopen(filename, permission) abre el archivo filename en el permiso
especificado: ’r’ lectura, ’w’ escritura, etc.
fscanf(...)
A = fscanf(fid, format) lee datos desde el archivo especificado por fid lo
convierte al formato de cadena especificado y lo guarda de la matriz A. El
argumento fid es un identificador de archivo entero obtenido desde fopen. format
es un especificador de cadena de los datos a ser leidos.
fclose(...)
status = fclose(fid) cierra el archivo especificado si este esta abierto dando
0 si es exitoso y -1 en caso contrario. El argumento fid es un identificador de
archivo relacionado con un archivo abierto.
Al final de esta práctica de anexa el código usado en MatLab donde se
muestra como estos comandos fueron utilizados.
Y (z) b0 + b1 z −1 + · · · + bn z −n
= (2)
U (z) 1 − a1 z −1 − · · · − an z −n
La solución del método de mı́nimos cuadrados está dada por (3)
P = (Z · Z T )−1 Z · Y T (3)
T
y podemos expresar a P como:
P T = [B0 A1 B1 . . . An Bn ] (4)
3
Figure 1: Método de Mı́nimos Cuadrados Convencional.
3 Desarrollo
Utilizando Matlab obtenemos U e Y desde el archivo entregado por el profesor,
mismas con las que formamos la matriz Z para poder utilizar 3 buscando ajus-
tar a un Sistema de Grado n=2 y tenido un total de t=50 muestras obtenemos
P t quequeenestecasoarrojaunresultadode :
B0
A1
P =
B1
A2
B2
4
−0.0115
0.1949
=
0.9985
−0.6048
0.0139
y(z)[1 − A1 z −1 − A2 z −2 ] = u(z)[B0 + B1 z −1 + B2 z −2 ]
y(z) B0 +B1 z −1 +B2 z −2 B0 z 2 +B1 z+B2
u(z) = 1−A1 z −1 −A2 z −2 = z 2 1−A1 z−A2
5
Figure 2: Comparativo entre los datos de Entrada y Salida experimentales con-
tra los Calculados.
4 Conclusiones
Queda de manifiesto la facilidad del método en cmparación con una análisis
matemático para poder obtener la Función de Transferencia de un Sistema,
ya que solo fue necesario un manejo matricial del problema para dar con una
solución satisfactoria y de facil comprobación.
6
Figure 3: Resultado del Método de Mı́nimos Cuadrados Convencional.
5 Anexos
Programa realizado en MatLab, para poder aproximar una planta por medio de
una serie de datos de entrada y salida.
clc;
fid = fopen(’MMC.txt’); %Abre el archivo con datos de la planta
A = fscanf(fid, ’
status = fclose(fid); %Cierra el archivo con la informacion de la planta
for i=3:length(A)
if (mod(i,2) == 1)
U = [U;A(i)];
else
Y = [Y;A(i)];
7
end
end
t = length(Y);
n = 2; %n es el grado de la funciòn que
%deseamos obtener
B(1,:)=U; %todo el vector u en el primer renglon de Z’, que en este caso es Z
transpuesta
for i=1:n %B solo es una matriz auxiliar
for j=1:t-i
B(2*i,i+j) = Y(j);
B(2*i+1, i+j) = U(j);
end
end
Z = B’;
P = inv(Z’*Z)*Z’*Y
for k = 3:t
y(k) = P’ * [U(k);y(k-1);U(k-1);y(k-2);U(k-2)]; %Obtenemos el vector de salida
con la
end %planta calculada
plot(kTs, U, kTs, Y, kTs, y); %Se comparan los valores experimentales con
%con los calculados