Sistemas Dinámicos

Etapa 3
Hallar el modelo matemático de un sistema dinámico mediante el software Matlab
Presentado a:
Edison Andrés Arteaga
Tutor
Entregado por:
Ramón Hernán Bacca Picón- Código: 1064841126
Grupo: 243005_22
Universidad Nacional Abierta y a Distancia - UNAD

Escuela de Ciencias Básicas, Ingenierías y Tecnologías
Curso de Sistemas Dinámicos
Ocaña, noviembre 28
2019
Tabla de contenido
Introducción ..................................................................................................................................... 3
Objetivos .......................................................................................................................................... 4
General.......................................................................................................................................... 4
Específicos .................................................................................................................................... 4
Concepto de función de transferencia .............................................................................................. 5
Métodos de identificación paramétrica y no parametrica ................................................................ 6
Modelos ARX, ARMAX, OE, BOX JENKINS............................................................................... 7
Herramienta "ident" ........................................................................................................................ 10
Ecuaciones modelo ARX ............................................................................................................... 12
Ecuaciones modelo ARMAX ......................................................................................................... 13
Ecuaciones modelo OE .................................................................................................................. 15
Ecuaciones modelo BOX-JENKINS .............................................................................................. 17
Simulaciones para cada modelo ..................................................................................................... 19
Modelo ARX .................................................................................................................................. 32
Link vídeo ...................................................................................................................................... 33
Conclusiones .................................................................................................................................. 34
Referencias Bibliográficas ............................................................................................................. 35
2
Introducción
En el presente documento desde el aprendizaje individual, se sustentará las funciones de

transferencia de sistemas dinámicos desconocidos, con la aplicación de métodos de identificación
paramétricos y no paramétricos, con Matlab, como software especializado. Se abordaron
procesos de modelamiento matemático, métodos, función de transferencia y la herramienta
“ident” de Matlab. En cada uno de los problemas resueltos de esta etapa 3, se han aplicado la
fundamentación teórica y matemática, con la obtención de modelos matemáticos con este
software de programación. Además, se presenta en una tabla la consulta sobre los modelos ARX,
ARMAX, Output-Error y Box-Jenkins, como base a las simulaciones que luego se realizaron,
especificando figuras y cálculos por el problema planteado.
3
Objetivos
General:
Estimar de manera adecuada las funciones de transferencia de sistemas dinámicos desconocidos

por medio de la aplicación de métodos de identificación paramétricos y no paramétricos usando
herramientas de software especializadas.
Específicos:
 Reconocer los métodos paramétricos y no paramétricos para la identificación de sistemas
dinámicos desconocidos.
 Aplicar la fundamentación teórica y matemática para obtener modelos matemáticos

específicos por medio de herramientas especializadas con el software Matlab.
 Identificar la función de transferencia de un sistema dinámico y la herramienta “ident” del

programa Matlab.
4
Etapa 3
Hallar el modelo matemático de un sistema dinámico mediante el software Matlab
Actividades individuales
Se realizó la identificación de sistemas dinámicos desconocidos por medio de software
especializado, desarrollando los siguientes aspectos temáticos:
1. Estudio de las referencias bibliográficas de la unidad 3 resaltando la información que aporta

al desarrollo del problema planteado.
Lo más importante para el desarrollo del problema es el concepto de función de

transferencia que hace referencia al cociente entre la transformada de la place de la señal
de salida Y(s) y la place de la señal de entrada U(s), considerando todas las iniciales nulas.
Como referencia la ecuación diferencial.
𝑎𝑛 𝑦 𝑛 (𝑡) + 𝑎𝑛−1 𝑦 𝑛−1 (𝑡)+. . +𝑎0 𝑦(𝑡) = 𝑏𝑚 𝑢𝑚 (𝑡) + 𝑏𝑚−1 𝑢𝑚−1 (𝑡)+. . +𝑏1 𝑢(𝑡) + 𝑏0 𝑢(𝑡)
En donde u(t) es la entrada e y(t) es la salida.
La función de trasferencia del sistema, G(s), es :
𝑌(𝑠) 𝑏𝑚 𝑠 𝑚 + 𝑏𝑚−1 𝑠 𝑚−1 + ⋯ + 𝑏1 𝑠 + 𝑏0

𝐺(𝑠) = =
𝑈(𝑠) 𝑎𝑛 𝑠 𝑛 + 𝑎𝑛−1 𝑠 𝑛−1 + ⋯ + 𝑎1 𝑠 + 𝑎0
𝑁(𝑠) ∑𝑚
0 𝑏𝑖 𝑠
𝑖
= 𝑛
𝐷(𝑠) ∑0 𝑎𝑗 𝑠 𝑗
Tabla 1: Relación diagrama/ecuaciones

Diagrama de bloques Hace referencia a una representación de
carácter grafica que se utiliza para describir
la manera como esta interconectados junto
con la interacción de los diferentes
elementos de un sistema
5
Ecuaciones de estado Conjunto de ecuaciones diferentes de
primer orden que se obtienen al manipular
las ecuaciones diferenciales que
representan un sistema lineal e invariable
en el tiempo.
Fuente: propia
2. Métodos de identificación paramétricos y no paramétricos haciendo énfasis en el comando

ident de MATLAB® se indican las características principales del comando y su aplicación.
Dos métodos de identificación: Paramétricos y No paramétricos.

Los paramétricos
Se conocen como métodos del error de depresión (PME) y en varios métodos particulares
conocidos, como: ARX, ARMAX, OE, Bj. Quedan descritos mediante una estructura y un
número finito de parámetros que relacionan las señales de interés del sistema (entradas,
salidas y perturbaciones).
Los no paramétricos
Son métodos que nos entregan como resultado unos valores de parámetros y funciones:
Métodos libres de estructura, teniendo en cuenta:
Identificación no Paramétrica en el dominio del tiempo (respuesta al escalón o al
impulso).
Identificación no Paramétrica en el dominio de la frecuencia.
3. Investigación teórica sobre los modelos ARX, ARMAX, Output-Error y Box-Jenkins.

Tabla 3: Modelos paramétricos.
Modelo Características Variables Aplicación Referencia bibliográfica
ARX Funciona con 𝐴(𝑞)𝑦(𝑡) Genera datos MATLAB. (12,11,2016).
dos ecuaciones = 𝐵(𝑞)𝑢(𝑡 de salida Sistemas Dinámicos. [Archivo].
(a y b). − 𝑛𝑘) basados en un Recuperado de
+ 𝑒(𝑡) modelo ARX https://es.mathhtml
𝐴(𝑞) especificado y
= 1 + 𝑎1 𝑞1 usa los datos de
+⋯ salida para
+ 𝑎𝑛𝑎 𝑞 −𝑛𝑎 estimar el
modelo.
6
𝑏(𝑞) Especifica un
= 𝑏1 modelo
+ 𝑏2 𝑞 −1 polinomial sys0
+⋯ con la
+ 𝑏𝑛𝑏 𝑞 −𝑛𝑏+1
estructura
ARX. El
modelo incluye
un retraso de
entrada de una
muestra,
expresado
como un cero
inicial en el
polinomio B
ARMAX Aparece una Tiene tres Utilizado MATLAB. (12,11,2016).
tercera variables que común mente Sistemas Dinámicos. [Archivo].
ecuación en determinan para describir Recuperado de
términos de c el orden de sistemas con https:///ident/ref/arx.html
los permutaciones
polinomios lentas.
siendo polos
y ceros (na,
nb y nc)
𝐴(𝑞)𝑦(𝑡)
= 𝐵(𝑞)𝑢(𝑡
− 𝑛𝑘)
+ 𝐶(𝑞)𝑒(𝑡)
𝐴(𝑞)
= 1 + 𝑎1 𝑞1
+⋯
+ 𝑎𝑛𝑎 𝑞 −𝑛𝑎
𝐵(𝑞)
= 𝑏1
+ 𝑏2 𝑞 −1
+⋯
𝐶(𝑞)
= 1 + 𝑐1 𝑞 −1
+⋯
+ 𝑐𝑛𝑐 𝑞 −𝑛𝑐
OE Obtendremos Tiene dos Estima el MATLAB. (12,11,2016).

una variable f variables que modelo Sistemas Dinámicos. [Archivo].
7
determinan polinomial de Recuperado de
el orden de error de salida https://esident/ref/arx.html
los utilizando datos
polinomios de dominio de
Siendo polos tiempo o
y ceros. frecuencia.
nf y nb
𝑦(𝑡)
𝑏(𝑞)
= 𝑢(𝑡
𝐹(𝑞)
− 𝑛𝑘)
+ 𝑒(𝑡)
𝐵(𝑞)
= 𝑏1
+ 𝑏2 𝑞 −1
+⋯
𝐹(𝑞)
= 1 + 𝑓1 𝑞 −1
+⋯
+ 𝑓𝑛𝑓 𝑞 −𝑛𝑓
BJ No puede usar Sys = bj Para estimar el MATLAB. (12,11,2016).

datos de (datos, (nb nc modelo Sistemas Dinámicos. [Archivo].
domino de nd nf nk) polinomial de Recuperado de
frecuencia para define las box- Jenkins https://es.mident/ref/arx.html
estimar órdenes de utilizando datos
modelos de los del dominio del
box-jenkins. polinomios tiempo
utilizados
para la
estimación.
𝑦(𝑡)
𝑏(𝑞)
= 𝑢(𝑡
𝐹(𝑞)
− 𝑛𝑘)
𝐶(𝑞)
+ 𝑒(𝑡)
𝐷(𝑞)
𝐵(𝑞)
= 𝑏1
+ 𝑏2 𝑞 −1
+⋯
8
𝐶(𝑞)
= 1 + 𝑐1 𝑞 −1
+⋯
+ 𝑐𝑛𝑐 𝑞 −𝑛𝑐
𝐹(𝑞)
= 1 + 𝑓1 𝑞 −1
+⋯
+ 𝑓𝑛𝑓 𝑞 −𝑛𝑓
𝐷(𝑞)
= 1 + 𝑑1 𝑞 −1
+⋯
+ 𝑑𝑛𝑑 𝑞 −𝑛𝑑
Fuente: Programa Matlab.

4. Ingreso al entorno de Aprendizaje Práctico y descarga de los insumos compartidos para la
resolución de las actividades correspondientes a la Etapa 3.
5. Teniendo en cuenta los insumos entregados, se realizan las siguientes actividades con la
herramienta ident incorporada en MATLAB®:
5.1. A partir de las mediciones de entrada y salida del sistema realizadas cada
0.01 segundos, durante 100 segundos que se entregan en el entorno de
Aprendizaje Práctico, utilice la herramienta ident incorporada en MATLAB® para
realizar el procedimiento requerido a las señales dadas que le permita obtener la
función de transferencia del sistema. Para ello, trabaje con los datos suministrados
del sistema lineal y del sistema no lineal.
Para la realización de la actividad debemos hacer uso de la función PLOTS, pero

debemos tener en cuenta los valores de entrada lineal y su salida real en el tiempo.
Para los procesos de identificación y posterior estudio nos enfocaremos en las
variables.
Tabla 4: Variables
Variables
H Salida del tiempo
QiL Entrada del sistema
T Tiempo del muestreo
Fuente: Programa Matlab.
Procedemos a realizar la importación de los insumos en la herramienta Matlab y ejecutando
“ident”, para luego abrir la ventana ídem toolbox.
9
Figura 2: importación de insumos
Fuente: Matlab (2019. Recuperado de matlab.mathworks.com.
Para el graficado de la señal entrada y salida seleccionamos la opción de Matlab (Time

Plot).
Figura 3: señal de entrada
Fuente: Matlab. Recuperado de matlab.mathworks.com
Seleccionamos la opción (función de trasferencia).
Figura 4: Función de transferencia.
10
Fuente: Matlab. Recuperado de matlab.mathworks.co
Figura 5: Función frecuencia

Figura 6: Sistema no lineal
5.2. Por medio de la herramienta ident incorporada en MATLAB®, se determina el

orden del modelo y se encuentran las ecuaciones correspondientes para el modelo
ARX para analizar el comportamiento de dicho modelo comparando la salida del
sistema con la señal de entrada. Este procedimiento se realiza para los datos del
sistema lineal y no lineal.
11
Tabla 5: Ecuaciones modelo ARX
Modelo ARX
Operación Razón o explicaciones
𝐴(𝑞 −1 )𝑦(𝑡) = 𝐵(𝑞 −1 )𝑢(𝑡 − 𝑛𝑘) Modelo auto regresivo con variable
+ 𝑒(𝑡) oxigena, ARX
𝐵(𝑞 −1 ) −𝑚𝑘 Consideramos la parte determinista,
𝐺(𝑞 −1 ) = 𝑞 junto con la parte estocástica, por lo
𝐴(𝑞 −1 )
1 que tienen el mismo denominador.
𝐻(𝑞 −1 ) =
𝐴(𝑞 −1 )
𝐴(𝑞 −1 ) = 1 + 𝑎1 𝑞 −1 + ⋯ + 𝑎𝑛𝑎 𝑞 −𝑛𝑎 El polinomio 𝐴(𝑞 −1 ) y que es

autoprogresivo de orden na
Procedemos a obtener los parámetros
por medio de Matlab
𝑎𝑟𝑥111 Código
= 𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑒
− 𝑡𝑖𝑚𝑒 𝐴𝑅𝑋 𝑚𝑜𝑑𝑒𝑙 𝐴(𝑧) 𝑦 (𝑡)
= 𝐵(𝑧)𝑢(𝑡) + 𝑒(𝑡)
𝐴(𝑧) = 1 − 0.9113𝑧^ − 1
𝐵(𝑧) = 0.01789 𝑧^ − 1
Fuente: propia
5.3. Por medio de la herramienta ident incorporada en MATLAB®, determine el orden
del modelo y encuentre las ecuaciones correspondientes para el modelo ARMAX
para analizar el comportamiento de dicho modelo comparando la salida del sistema
con la señal de entrada. Este procedimiento se realiza para los datos del sistema
lineal y no lineal.
Tabla 6: Ecuaciones modelo ARMAX

Modelo ARMAX
Operación Razón o Explicación
−1 )𝑦(𝑡) −1 )𝑢(𝑡
𝐴(𝑞 = 𝐵(𝑞 − 𝑛𝑘) También conocido como modelo
−1 )𝑒(𝑡)
+ 𝐶(𝑞 autorregresivo de media y variables exógenas,
ARMAX
−1 )𝑖𝐻(𝑞 −1 )
𝐺(𝑞 De misma similitud que el modelo ARX tiene
−1 )
𝐵(𝑞 los mismo de nominador
𝐺(𝑞 −1 ) = 𝑞 −𝑛𝑘
𝐴(𝑞 −1 )
𝐶(𝑞 −1 ) 𝑒𝑠 𝑢𝑛 𝑝𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜 𝑑𝑒 𝑜𝑟𝑑𝑒𝑛 𝑛𝑐
12
𝐶(𝑞 −1 )
𝐻(𝑞 −1 ) =
𝐴(𝑞 −1 )
Graficas Matlab
𝑎𝑚𝑥111 Código
= 𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑒 − 𝑡𝑖𝑚𝑒 𝐴𝑅𝑀𝑋 𝑚𝑜𝑑𝑒𝑙: 𝐴(𝑧)𝑦(𝑡)
= 𝐵(𝑧)𝑢(𝑡) + 𝐶(𝑧)𝑒(𝑡)
𝐴(𝑧) = 1 − 0.9349 𝑧^ − 1
𝐵(𝑧) = 0.01319 𝑧^ − 1
𝐶(𝑧) = 1 − 0.6075 𝑧^ − 1
Fuente: propia

del modelo y encuentre las ecuaciones correspondientes para el modelo OE (Out-
Put Error) para analizar el comportamiento de dicho modelo comparando la salida
del sistema con la señal de entrada. Este procedimiento se realiza para los datos del
Tabla 7: Modelo OE
Modelo OE
−1 )𝑦(𝑡)
𝐴(𝑞 = 𝑞 −𝑛𝑘 𝐵(𝑞 −1 )𝑢(𝑡) Este modelo del término error
1
+ 𝑒(𝑡)
𝐷(𝑞 −1 )
Siendo un polinomio Autorregresivo de orden
nd, de lo realizado anteriormente
𝑜𝑒111 = 𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑒 − 𝑡𝑖𝑚𝑒 𝑂𝐸 𝑚𝑜𝑑𝑒𝑙𝑜 Código
𝐵(𝑧)
∶ 𝑦(𝑡) = [ ] 𝑢(𝑡) + 𝑒(𝑡)
𝐹(𝑧)
𝐵(𝑧) = 0.01466 𝑧^ − 1
𝐶(𝑧) = 1 − 0.9275 𝑧^ − 1
Fuente: propia

del modelo y encuentre las ecuaciones correspondientes para el modelo BOX
13
JENKINS para analizar el comportamiento de dicho modelo comparando la salida
del sistema con la señal de entrada. Este procedimiento se realiza para los datos del
Tabla 8: modelo Box Jenkings
BOX JENKINS
−𝑛𝑘
𝐵(𝑞 −1 ) 𝐶(𝑞 −1 ) Una propiedad particular de esta estructura es
𝑦(𝑡) = 𝑞 𝑢(𝑡) + 𝑒(𝑡) que 𝐺(𝑞 −1 ) 𝑦 H(𝑞 −1 ) no tienen parámetros.
𝐹(𝑞 −1 ) 𝐷(𝑞 −1 )
Grafica Matlab
𝑏𝑗11111 = 𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑒 − 𝑡𝑖𝑚𝑒 𝐵𝐽 𝑚𝑜𝑑𝑒𝑙𝑜 Código
∶ 𝑦(𝑡)
𝐵(𝑧) 𝐶(𝑧)
=[ ] 𝑢(𝑡) + [ ] 𝑒(𝑡)
𝐹(𝑧) 𝐷(𝑧)
𝐵(𝑧) = 0.01406 𝑧^ − 1
𝐶(𝑧) = 1 − 0.7908 𝑧^ − 1
𝐷(𝑧) = 1 − 0.994 𝑧^ − 1
𝐹(𝑧) = 1 − 0.9306 𝑧^ − 1
Fuente: propia
6. De acuerdo al desarrollo del numeral 5, realizar las siguientes actividades de simulación de

para cada modelo obtenido:
6.1. Utilice MATLAB® para simular cada función de transferencia halladas en el

numeral 5.1 y grafique la salida de cada sistema cuando se aplica una entrada
constante 𝑉(𝑡) = 5 𝑉, durante los primeros 5 segundos y en ese momento se aplica
una entrada escalón unitario durante 5 segundos más. De manera que la simulación
dura 10 segundos.
Tabla 9: función de transferencia.

Función de trasferencia 00
Realizamos la importación de los datos al
sistema.
Trabajaremos con 2 polos y dos ceros.
Ingresamos la ecuación
Procedemos a graficar
Modelo matemático para la función
14
4.187𝑧 −1 + 0.1604𝑧 −2
𝐹𝑇 =
1 − 0.6118𝑧 −1 − 0.2143𝑧 −2
4.187 0.1604
+
𝑍 𝑍2
𝐹𝑇 = 0.6118 0.2143
1− −
𝑍 𝑍2
4.187 𝑍 0.1604
(𝑍 ) +
𝑍 𝑍2
𝐹𝑇 = 1 𝑍2 0.6118 𝑍 0.2143
( )− (𝑍) −
1 𝑍2 𝑍 𝑍2
4.187𝑧 0.1604
+
𝑍2 𝑍2
𝐹𝑇 = 𝑍 2 0.6118𝑍 0.2143
− −
𝑍2 𝑍2 𝑍2
4.187𝑧+0.1604
𝑍2
𝐹𝑇 = 𝑍 2 −0.6118𝑍−0.2143
𝑍2
𝑍 2 (4.187𝑧 + 0.1604)
𝐹𝑇 = 2 2
𝑍 (𝑍 − 0.6118𝑍 − 0.2143)
𝟒. 𝟏𝟖𝟕𝒛 + 𝟎. 𝟏𝟔𝟎𝟒
𝑭𝑻 = 𝟐
𝒁 − 𝟎. 𝟔𝟏𝟏𝟖𝒁 − 𝟎. 𝟐𝟏𝟒𝟑
Medición de la señal
Fuente: propia
6.2. Utilice MATLAB® para simular la función de transferencia discreta del modelo
ARX y grafique la salida de cada sistema cuando se aplica una entrada constante
15
𝑉(𝑡) = 5 𝑉, durante los primeros 5 segundos y en ese momento se aplica una
entrada escalón unitario durante 5 segundos más. De manera que la simulación dura
10 segundos.
Tabla 10: Modelo ARX

Función de trasferencia discreta Modelo ARX
Como paso principal procedemos a realizar la
simulación en el programa Matlab.
Figura 27: Simulación
Fuente: Matlab. Recuperado de

matlab.mathworks.com
𝐴(𝑧) = 1 − 0.4401𝑧 −1 − 0.3648𝑧 −2 Modelo matemático modelo ARX

𝐵(𝑧) = 3.882𝑧1 + 0.933𝑧 −2 + 0.06544𝑧 −3
𝐴(𝑧)𝑌(𝑡) = 𝐵(𝑧)𝑈(𝑡)
𝑌(𝑡) 𝐵(𝑧)
=
𝑈(𝑡) 𝐴(𝑧)
3.882𝑧1 + 0.933𝑧 −2 + 0.06544𝑧 −3
=
1 − 0.4401𝑧 −1 − 0.3648𝑧 −2
3.882 0.933 0.06544
+ +
𝑧 𝑧2 𝑧3
𝐴𝑅𝑋 = 0.4401 0.3648
1− −
𝑧 𝑧2
16
3.882 𝑧 2 0.933 𝑧 0.06544
(𝑧 2 ) + ( )+
𝑧 𝑧2 𝑧 𝑧3
𝐴𝑅𝑋 = 𝑧2 0.4401 𝑧 0.3648
1 (𝑧 2 ) − (𝑧) −
𝑧 𝑧2
3.882𝑧 2 0.933𝑧 0.06544

+ +
𝑧3 𝑧3 𝑧3
𝐴𝑅𝑋 = 𝑧2 0.4401𝑧 0.3648
− −
𝑧2 𝑧2 𝑧2
3.882𝑧 2 +0.933𝑧+0.06544
𝑧3
𝐴𝑅𝑋 = 𝑧 2 −0.4401−0.3648
𝑧2
𝑧 2 (3.882𝑧 2 + 0.933𝑧 + 0.06544)

𝐴𝑅𝑋 =
𝑧 3 (𝑧 2 − 0.4401 − 0.3648)
3.882𝑧 2 + 0.933𝑧 + 0.06544
𝐴𝑅𝑋 =
𝑧(𝑧 2 − 0.4401 − 0.3648)
3.882𝑧 2 + 0.933𝑧 + 0.06544
𝐴𝑅𝑋 = 3
𝑧 − 0.4401𝑧 2 − 0.3648𝑧
Fuente: propia
ARMAX y grafique la salida de cada sistema cuando se aplica una entrada constante
𝑉(𝑡) = 5 𝑉, durante los primeros 5 segundos y en ese momento se aplica una
entrada escalón unitario durante 5 segundos más. De manera que la simulación dura
10 segundos.
Tabla 11: Modelo ARMAX
Función de trasferencia discreta Modelo ARMAX
Procedemos a realizar la simulación en el
programa Matlab.
Señal obtenida
Figura 30: Simulación.
17
matlab.mathworks.com.
𝐵(𝑧) Cálculo matemático para Matlab, teniendo

𝑦(𝑡) = ( )𝑢
𝐴(𝑧) como referencia la ecuación del modelo
ARMAX tendremos que la ecuación
resultante es.
𝐴(𝑧) = 1 − 2.812𝑧 −1 + 2.631𝑧 −2 − 0.8192𝑧 −3 Operación con los datos
𝐵(𝑧) = 0.009787𝑧 −1 − 0.01823𝑧 −2
+ 0.008454𝑧 −3
𝑦(𝑡) Procedemos a remplazar en la ecuación

0.009787𝑧 −1 − 0.01823𝑧 −2 + 0.008454𝑧 −3 obtenida.
=
1 − 2.812𝑧 −1 + 2.631𝑧 −2 − 0.8192𝑧 −3
Todos los exponentes de z son negativos,

por lo tanto, se procede a transformar la
0.009787 0.01823 0.008454 ecuación términos positivos en todos los
− +
𝑧 𝑧2 𝑧3
𝑦(𝑡) = 2.812 2.631𝑧 0.8192
exponentes.
1− + −
𝑧 𝑧2 𝑧3
Se representa de la siguiente manera.
0.009787𝑧 2 −0.01823𝑧+0.008454 Al aplicar MCD y se cancelan los términos
𝑧3 semejantes y obtener la función de
𝑦(𝑡) = 𝑧 3 −2.812𝑧 2 +2.631𝑧−0.8192
𝑧3
transferencia.
2
0.009787𝑧 − 0.01823𝑧 + 0.008454
𝑦(𝑡) =
𝑧 3 − 2.812𝑧 2 + 2.631𝑧 − 0.8192
Fuente: propia
18
6.4. Utilice MATLAB® para simular la función de transferencia discreta del modelo OE
y grafique la salida de cada sistema cuando se aplica una entrada constante 𝑉(𝑡) =
5 𝑉, durante los primeros 5 segundos y en ese momento se aplica una entrada
escalón unitario durante 5 segundos más. De manera que la simulación dura 10
segundos.
Tabla 12: Modelo OE
Función de trasferencia discreta Modelo OE
programa Matlab.
Figura 33: Simulación Gráfica, señal obtenida

Figura 35: Simulación.
19
𝐵(𝑧) Modelos matemáticos

𝑦(𝑧) = [𝐹(𝑧)] 𝑢(𝑡) + 𝑒(𝑡)
𝐵(𝑧) = 4.522𝑧 −1 − 5.053𝑧 −2 + 1.075𝑧 −3

𝐹(𝑧) = −1.711𝑧 −1 + 0.733𝑧 −2
𝐵(𝑧)
𝑦(𝑡)
= [𝐹(𝑧)] + 𝑒(𝑡)
𝑢(𝑡)
4.522𝑧 −1 − 5.053𝑧 −2 + 1.075𝑧 −3
𝑂𝑒 =
1 − 1.711𝑧 −1 + 0.733𝑧 −2
4.522 5.053 1.075
− +
𝑧 𝑧2 𝑧3
𝑂𝑒 = 1.711 0.733
1− +
𝑧 𝑧2
4.522 𝑧2 5.053 𝑧 1.075
(𝑧 2 ) − ( )+
𝑂𝑒 = 𝑧2 1.711 𝑧 0.733
1 (𝑧 2 ) − ( )+
𝑧 𝑧 𝑧2
4.522𝑧 2 5.053𝑧 1.075
− +
𝑧3 𝑧3 𝑧3
𝑂𝑒 = 𝑧2 1.711𝑧 0.733
− +
𝑧2 𝑧2 𝑧2
2
4.522𝑧 −5.053𝑧+1.075
𝑧3
𝑂𝑒 = 𝑧 2 −1.711𝑧+0.733
𝑧2
2 2
𝑧 (4.522𝑧 − 5.053𝑧 + 1.075)
𝑂𝑒 =
𝑧 3 (𝑧 2 − 1.711𝑧 + 0.733)
20
4.522𝑧 2 − 5.053𝑧 + 1.075
𝑂𝑒 =
𝑧(𝑧 2 − 1.711𝑧 + 0.733)
4.522𝑧 2 − 5.053𝑧 + 1.075
𝑂𝑒 =
𝑧 3 − 1.711𝑧 2 + 0.733𝑧
Fuente: propia.
Box Jenkins y grafique la salida de cada sistema cuando se aplica una entrada
constante 𝑉(𝑡) = 5 𝑉, durante los primeros 5 segundos y en ese momento se aplica
una entrada escalón unitario durante 5 segundos más. De manera que la simulación
dura 10 segundos.
Tabla 13: Modelo Box Jenkings
Función de trasferencia discreta Modelo Box Jenkings.
programa Matlab.
Figura 37: Simulación Gráfica, señal obtenida

𝐵(𝑧) 𝐵(𝑧) Cálculo matemático

𝑦(𝑡) = [ ] 𝑢(𝑡) + [ ] 𝑒(𝑡)
𝐹(𝑧) 𝐹(𝑧)
𝐵(𝑧) = 3.666𝑧 −1 + 0.1364𝑧 −2
− 0.0005813𝑧 −3
21
𝐶(𝑧) = 1 − 0.6846𝑧 −1 + 0.07958𝑧 −2
− 0.01058𝑧 −3
𝐷(𝑧) = 1 − 1.188𝑧 −1 + 0.2638𝑧 −2
𝐹(𝑧) = 1 − 0.7534𝑧 −1 − 0.09465𝑧 −2
𝐵𝐽
3.666𝑧 −1 + 0.1364𝑧 −2 − 0.0005813𝑧 −3
=
1 − 0.7534𝑧 −1 − 0.09465𝑧 −2
1 − 0.6846𝑧 −1 + 0.07958𝑧 −2 − 0.01058𝑧 −3
+
1 − 1.188𝑧 −1 + 0.2638𝑧 −2
3.666 0.1364 0.0005813
+ −
𝑍 𝑍2 𝑍3
𝐵𝐽 = 0.7534 0.09465 `
1− −
𝑍 𝑍2
0.6846 0.07958 0.01058
1− + −
𝑍 𝑍2 𝑍3
+ 1.188 0.2638
1− +
𝑍 𝑍2
𝐵𝐽
3.666 𝑍 2 0.1364 𝑍 0.0005813
(𝑍 2 ) + (𝑍 ) −
𝑍 𝑍2 𝑍3
= 𝑍2 0.7534 0.09465
`
1 (𝑍 2 ) − (𝑍/𝑍) −
𝑍 𝑍2
𝑍3 0.6846 𝑍 2 0.07958 𝑍 0.01058
1 (𝑍 3) − (𝑍 2) + (𝑍) −
𝑍 𝑍2 𝑍3
+ 𝑍2 1.188 𝑍 0.2638
1 ( 2) − ( )+
𝑍 𝑍 𝑍 𝑍2
3.666𝑍 2 0.1364𝑧 0.0005813
+ −
𝑍3 𝑍3 𝑍3
𝐵𝐽 = 𝑍2 0.7534𝑧 0.09465
− −
𝑍2 𝑍2 𝑍2
𝑍3 0.6846𝑍 2 0.07958𝑧 0.01058

− + −
𝑍3 𝑍3 𝑍3 𝑍3
+ 𝑍2 1.188𝑧 0.2638
− +
𝑍2 𝑍2 𝑍2
3.666𝑍 2 +0.1364𝑧−0.0005813
𝑍3
𝐵𝐽 = 𝑍 2 −0.7534𝑧−0.09465
𝑍2
𝑍 3 −0.6846𝑍 2 +0.07958𝑧−0.01058
𝑍3
+ 𝑍 2 −1.188𝑧−0.2638
𝑍2
2 2
𝑧 (3.666𝑍 + 0.1364𝑧 − 0.000581)
𝐵𝐽 =
𝑧 3 (𝑧 2 − 0.7534𝑧 − 0.09465)
𝑧 (𝑧 − 0.6846𝑧 2 + 0.07958𝑧 − 0.01058)
2 3
+
𝑧 3 (𝑧 2 − 1.188𝑧 + 0.2638)
22
3.666𝑧 2 + 0.1364𝑧 − 0.000581
𝐵𝐽 =
𝑧(𝑧 2 − 0.7534𝑧 − 0.09465)
𝑧 3 − 0.6846𝑧 2 + 0.07958𝑧 − 0.01058
+
𝑧(𝑧 2 − 1.188𝑧 + 0.2638
3.666𝑧 2 + 0.1364𝑧 − 0.000581
𝐵𝐽 =
𝑧 3 − 0.7534𝑧 2 − 0.09465𝑧
𝑧 − 0.6846𝑧 2 + 0.07958𝑧 − 0.01058
3
+
𝑧 3 − 1.188𝑧 + 0.2638𝑧
Fuente: propia
7. Analice las respuestas obtenidas y compare la salida de cada modelo con la salida que se
obtiene del modelo real ante la misma entrada, tanto lineal como no lineal, con el fin de
validar y seleccionar el modelo más preciso.
En las tablas se presentan las respuestas obtenidas, para realizar una comparación de cada
modelo de salida. El modelo más preciso es el ARX
𝐴(𝑧) = 1 − 0.4401𝑧 −1 − 0.3648𝑧 −2

𝐵(𝑧) = 3.882𝑧1 + 0.933𝑧 −2 + 0.06544𝑧 −3
𝐴(𝑧)𝑌(𝑡) = 𝐵(𝑧)𝑈(𝑡)
𝑌(𝑡) 𝐵(𝑧) 3.882𝑧1 + 0.933𝑧 −2 + 0.06544𝑧 −3

= =
𝑈(𝑡) 𝐴(𝑧) 1 − 0.4401𝑧 −1 − 0.3648𝑧 −2
3.882 0.933 0.06544

+ +
𝑧 𝑧2 𝑧3
𝐴𝑅𝑋 = 0.4401 0.3648
1− −
𝑧 𝑧2
3.882 𝑧 2 0.933 𝑧 0.06544

(𝑧 2 ) + ( )+
𝐴𝑅𝑋 = 𝑧2 0.4401 𝑧 0.3648
1 (𝑧 2 ) − (𝑧) −
𝑧 𝑧2
23
3.882𝑧 2 0.933𝑧 0.06544
+ +
𝑧3 𝑧3 𝑧3
𝐴𝑅𝑋 = 𝑧2 0.4401𝑧 0.3648
− −
𝑧2 𝑧2 𝑧2
3.882𝑧 2 +0.933𝑧+0.06544
𝑧3
𝐴𝑅𝑋 = 𝑧 2 −0.4401−0.3648
𝑧2
𝑧 2 (3.882𝑧 2 + 0.933𝑧 + 0.06544)

𝐴𝑅𝑋 =
𝑧 3 (𝑧 2 − 0.4401 − 0.3648)
3.882𝑧 2 + 0.933𝑧 + 0.06544
𝐴𝑅𝑋 =
𝑧(𝑧 2 − 0.4401 − 0.3648)
3.882𝑧 2 + 0.933𝑧 + 0.06544
𝐴𝑅𝑋 =
𝑧 3 − 0.4401𝑧 2 − 0.3648𝑧
8. Elaboración de un video de la simulación obtenida en MATLAB® donde explique el

funcionamiento y comportamiento de los modelos hallados y el procedimiento realizado,
en la página de YouTube y hace entrega del enlace del video en el foro de interacción y
producción de la unidad.
Link: https://www.youtube.com/watch?v=Z5xHAu5l71A&feature=youtu.be&hd=1
9. Los aportes se presentan en el foro en el Entorno de Aprendizaje Colaborativo.
24
Conclusiones
En esta tarea 3, he logrado dentro del aprendizaje individual, familiarizarme con el

lenguaje de programación de la herramienta Matlab, que es un sistema de cómputo numérico, con
entornos de desarrollo integrado, además hacer las gráficas y cálculo de los diferentes modelos
planteados en la rúbrica de evaluación: ARX, ARMAX, Output-Error y Box-Jenkins,
comprobando desde lo singular la importancia de cada uno, considerando el de mayor precisión
el ARX, fundamentados en las simulaciones realizadas.
Previo al trabajo realizado con Matlab, se realizó una consulta sobre los métodos de
identificación paramétricos y no paramétricos, teniendo en cuenta el comando “ident”,
reconociendo y diferenciando los dos métodos, además de las características principales del
comando y su aplicación.
25
Referencias Bibliográficas
Amaya Diaz, J. (17,12,2016). Identificación de sistemas. [Archivo de video]. Recuperado

de http://hdl.handle.net/10596/10872
Amaya Diaz, J. (17,12,2016). Sistemas Dinámicos. [Archivo de video]. Recuperado

Arnáez, B. E. (2014). Enfoque práctico del control moderno: con aplicaciones en matlab. (pp.
117-146 y 185-198). Recuperado
de: https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?ppg=118&docID=418487
7&tm=154160655206
Creus, S. A. (2007). Simulación y control de procesos por ordenador (2a. ed.). Barcelona, ES:
Marcombo. (pp. 273 - 285). Recuperado
4&tm=1541557741349
García, I. (2005). Teoría de estabilidad y control. Lérida, ES: Edicions de la Universitat de

Lleida. (pp. 23 - 64). Recuperado
de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?ppg=33&docID=3211033
&tm=1541559112016
Gil, R. M. (2003). Introducción rápida a Matlab y Simulink para ciencia e ingeniería. Madrid,
ES: Ediciones Díaz de Santos. (pp. 81 - 92). Recuperado
1&tm=1541556868646
Hayt, W., Kemmerly, J., & Durbin, S. M. (2007). Análisis de circuitos en ingeniería (7a. ed.).
(pp. 92-98). Recuperado
6&tm=1529112613586
López, E., Marrón, M. & Bravo, I. (2008). Fundamentos de electrónica (2a.ed.). (pp. 14-21).
Recuperado
de: http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?ppg=14&docID=3176858
&tm=1529110404477
26
Noguera, A. (2018). Identificación de sistemas dinámicos. [Archivo de video]. Recuperado
Noguera, A. (2018). Modelado de sistemas en el dominio del tiempo. [Archivo de video].
Recuperado de: http://hdl.handle.net/10596/22255
Pastor, G. A., & Ortega, J. J. (2014). Circuitos eléctricos. Vol. II. Madrid, ES: UNED -
Universidad Nacional de Educación a Distancia. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=29&docID=10853795&t
m=1481844106731
Roca, C. A. (2014). Control automático de procesos industriales: con prácticas de simulación y

análisis por ordenador pc. (pp. 62-127). Recuperado
&tm=1541556683501
Villegas, L. (2007). Trabajo teórico práctico con Matlab. Buenos Aires, AR: El Cid Editor -
Informática. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=23&docID=10165756&t
m=1481844464476direct=true&db=e000xww&AN=650507&lang=es&site=ehost-live
27

Sistemas Dinámicos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sistemas Dinámicos

Cargado por

Copyright:

Formatos disponibles

Etapa 3

Hallar el modelo matemático de un sistema dinámico mediante el software Matlab

Ramón Hernán Bacca Picón- Código: 1064841126

Universidad Nacional Abierta y a Distancia - UNAD

En el presente documento desde el aprendizaje individual, se sustentará las funciones de

Estimar de manera adecuada las funciones de transferencia de sistemas dinámicos desconocidos

 Aplicar la fundamentación teórica y matemática para obtener modelos matemáticos

 Identificar la función de transferencia de un sistema dinámico y la herramienta “ident” del

1. Estudio de las referencias bibliográficas de la unidad 3 resaltando la información que aporta

Lo más importante para el desarrollo del problema es el concepto de función de

Como referencia la ecuación diferencial.

En donde u(t) es la entrada e y(t) es la salida.

La función de trasferencia del sistema, G(s), es :

𝑌(𝑠) 𝑏𝑚 𝑠 𝑚 + 𝑏𝑚−1 𝑠 𝑚−1 + ⋯ + 𝑏1 𝑠 + 𝑏0

Tabla 1: Relación diagrama/ecuaciones

2. Métodos de identificación paramétricos y no paramétricos haciendo énfasis en el comando

Dos métodos de identificación: Paramétricos y No paramétricos.

3. Investigación teórica sobre los modelos ARX, ARMAX, Output-Error y Box-Jenkins.

OE Obtendremos Tiene dos Estima el MATLAB. (12,11,2016).

BJ No puede usar Sys = bj Para estimar el MATLAB. (12,11,2016).

Fuente: Programa Matlab.

Para la realización de la actividad debemos hacer uso de la función PLOTS, pero

Fuente: Matlab (2019. Recuperado de matlab.mathworks.com.

Para el graficado de la señal entrada y salida seleccionamos la opción de Matlab (Time

Figura 3: señal de entrada

Fuente: Matlab. Recuperado de matlab.mathworks.com

Seleccionamos la opción (función de trasferencia).

Figura 4: Función de transferencia.

Fuente: Matlab. Recuperado de matlab.mathworks.co

Fuente: Matlab. Recuperado de matlab.mathworks.co

5.2. Por medio de la herramienta ident incorporada en MATLAB®, se determina el

𝐴(𝑞 −1 ) = 1 + 𝑎1 𝑞 −1 + ⋯ + 𝑎𝑛𝑎 𝑞 −𝑛𝑎 El polinomio 𝐴(𝑞 −1 ) y que es

Tabla 6: Ecuaciones modelo ARMAX

5.4. Por medio de la herramienta ident incorporada en MATLAB®, determine el orden

5.5. Por medio de la herramienta ident incorporada en MATLAB®, determine el orden

6. De acuerdo al desarrollo del numeral 5, realizar las siguientes actividades de simulación de

6.1. Utilice MATLAB® para simular cada función de transferencia halladas en el

Tabla 9: función de transferencia.

Tabla 10: Modelo ARX

Fuente: Matlab. Recuperado de

𝐴(𝑧) = 1 − 0.4401𝑧 −1 − 0.3648𝑧 −2 Modelo matemático modelo ARX

3.882𝑧 2 0.933𝑧 0.06544

𝑧 2 (3.882𝑧 2 + 0.933𝑧 + 0.06544)

𝐵(𝑧) Cálculo matemático para Matlab, teniendo

𝑦(𝑡) Procedemos a remplazar en la ecuación

Todos los exponentes de z son negativos,

Fuente: Matlab. Recuperado de

Figura 35: Simulación.

𝐵(𝑧) Modelos matemáticos

𝐵(𝑧) = 4.522𝑧 −1 − 5.053𝑧 −2 + 1.075𝑧 −3

Fuente: Matlab. Recuperado de

𝐵(𝑧) 𝐵(𝑧) Cálculo matemático

𝑍3 0.6846𝑍 2 0.07958𝑧 0.01058

𝐴(𝑧) = 1 − 0.4401𝑧 −1 − 0.3648𝑧 −2

𝑌(𝑡) 𝐵(𝑧) 3.882𝑧1 + 0.933𝑧 −2 + 0.06544𝑧 −3

3.882 0.933 0.06544

3.882 𝑧 2 0.933 𝑧 0.06544

𝑧 2 (3.882𝑧 2 + 0.933𝑧 + 0.06544)

8. Elaboración de un video de la simulación obtenida en MATLAB® donde explique el

9. Los aportes se presentan en el foro en el Entorno de Aprendizaje Colaborativo.

En esta tarea 3, he logrado dentro del aprendizaje individual, familiarizarme con el

Amaya Diaz, J. (17,12,2016). Identificación de sistemas. [Archivo de video]. Recuperado

Amaya Diaz, J. (17,12,2016). Sistemas Dinámicos. [Archivo de video]. Recuperado