Taller 1.

Simulación, sistema y modelo

Tipo de actividad
Tarea (taller).

Modalidad
Grupal.

Indicaciones
Resuelve los siguientes ejercicios en grupos de 3 o 4 estudiantes. Por favor, entrega la solución
del taller en un archivo con formato PDF, el cual debes enviar a través del aula virtual de la
asignatura con la siguiente nomenclatura:

• Nombre del archivo: Taller1_nombres completos.

• Formato del archivo: PDF: Taller1_nombres completos.

• Archivos de soporte o anexos: adjuntar los archivos de las simulaciones realizadas.

*Importante: Por favor, procurar que el tamaño del archivo PDF sea inferior a 5 MB.

Simulación 1:

Considera el siguiente modelo matemático definido como variables de estado:

[𝑥̇ 1 𝑥̇ 2 ] = [0 1 − 1 − 1 ] [𝑥1 𝑥2 ] + [0 2 ]𝑢
4 6

1
𝑦 = [8 1 ] [𝑥1 𝑥2 ]

A partir de este modelo, construye un modelo basado en una función de transferencia,

considerando una entrada step de amplitud de 1 y un ancho de paso de 2 segundos para la
simulación en simulink.

Simulación 2:

Considera el siguiente modelo matemático definido como variables de estado.

1
( 1 + 1 ) − 1 − 1 − 1 ] [𝑥1 𝑥2 ] + [0 1
[𝑥̇ 1 𝑥̇ 2 ] = [− ]𝑢
𝐶1 𝑅1 𝑅 2 𝑅 𝐶 𝑅 𝐶 𝑅 𝐶
2 1 2 2 2 2 𝑅2 𝐶2

Universidad de Antioquia · Facultad de Ingeniería · Vicerrectoría de Docencia · Ude@ Educación Virtual

 𝑦 = [−1 0 ][𝑥1 𝑥2 ]

A partir de este modelo, encuentra la representación del sistema como una función de
transferencia. Luego, realiza la simulación con 𝐶1 = 0.0001, 𝐶2 = 0.005, 𝑅1 = 10000, 𝑅2 =
5000 y una entrada 𝑠𝑖𝑛𝑒 con una amplitud de 120, una frecuencia 2 ∗ 𝑝𝑖 ∗ 60 y un tiempo de
muestreo de 0.00001. Las simulaciones se deben hacer para el modelo de variables de estado
y la función de transferencia usando Simulink de Matlab.

Simulación 3:

Considera el siguiente sistema de ecuaciones de un sistema de dos tanques interconectados:

1
𝐴1 ℎ̇1 + 𝑅 (ℎ1 − ℎ2 ) = 𝐹1
12

1 1
𝐴2 ℎ̇2 + 𝑅 ℎ2 = 𝑅 (ℎ1 − ℎ2 ) + 𝐹2
2 12

𝑉𝑇 = 𝐴1 ℎ1 + 𝐴2 ℎ2

Donde 𝐴1 , 𝐴2 , 𝑅1 2 y 𝑅2 son los parámetros del sistema, 𝐹1 y 𝐹2 son las entradas del sistema,
ℎ1 y ℎ2 son las variables del sistema, ℎ̇1 y ℎ̇2 son las variables de estado del sistema y 𝑉𝑇 es la
salida del sistema. A partir de este modelo matemático, encuentra:

• La representación del modelo matemático como un sistema de variables de estado.

• La función de transferencia 𝐺(𝑠) a partir de la representación matricial dada al inicio del

ejercicio.

• Asumir 𝐴1 = 150, 𝐴2 = 50, 𝑅12 = 9 y 𝑅2 = 12. Si 𝐹1 y 𝐹2 son entradas step con una
amplitud de 20 y un ancho de pulso de 3, simula el comportamiento del sistema en simulink.
¿Qué comportamiento genera el sistema? ¿Si se incrementa 𝑅2 , cuáles son los efectos del
comportamiento del sistema?

Simulación 4:

Considera la simulación MonteCarlo realizada en clase con Python. Utiliza la base de datos MOEX
(https://pandas-datareader.readthedocs.io/en/latest/remote_data.html), considerando el
periodo entre 2017-01-01 y 2019-12-01. Luego, filtra los datos en dos columnas, OPEN y CLOSE.
A partir de la base de datos realiza los siguientes puntos:

Universidad de Antioquia · Facultad de Ingeniería · Vicerrectoría de Docencia · Ude@ Educación Virtual

 • Considera inicialmente 10 simulaciones y cambia los valores del parámetro bust entre -0.05
y -0.2. A partir de lo anterior, muestra las gráficas de las simulaciones analizando el
comportamiento y tendencia que generan.

• Dejando fijo el valor de bust, realiza varias simulaciones con diferentes valores del
parámetro sims, observando los comportamientos que genera la simulación.

• Analiza la eficiencia de los resultados para predecir el comportamiento de la base de datos

MOEX. ¿Cómo se validarían los resultados encontrados?

Simulación 5:

Descarga la base de datos htru2.zip que se encuentra en la página web:

https://archive.ics.uci.edu/ml/machine-learning-databases/00372/. A partir de esta, realiza los
siguientes pasos:

• Carga la base de datos usando la librería pandas (Python). Considera la última columna de
la base de datos como el vector de clases o etiquetas.

• Usa la función train_test_split para separar 70 % como datos de entrenamiento y 30 %

como datos de validación y prueba.

• A partir de lo anterior, utiliza los datos de entrenamiento para crear el modelo de clasificación
(puedes utilizar cualquier algoritmo de clasificación de la librería scikit-learn).

• Una vez creado el modelo, utiliza los datos de prueba para validar el desempeño del modelo.
Te recomendamos investigar diferentes métricas para analizar este desempeño.

• Registra los resultados de la simulación junto con el respectivo análisis.

• Utiliza otro algoritmo de clasificación distinto al anterior y compara los resultados de la

simulación. ¿Mejoró el desempeño del modelo? ¿Es necesario hacer ajustes en los valores
de los parámetros o las condiciones del modelo?

Universidad de Antioquia · Facultad de Ingeniería · Vicerrectoría de Docencia · Ude@ Educación Virtual