1

SISTEMAS DINAMICOS

ETAPA 3

PRESENTADO A

JUAN MANUEL GONZÁLEZ ÁLVAREZ

PRESENTADO POR

IVAN ESPINEL FINO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

2019
 2

1. Investigue sobre los métodos de identificación paramétricos y no

paramétricos haciendo énfasis en el comando ident de
MATLAB® y participe en el foro de interacción y producción de la
unidad indicando las características principales del comando y su
aplicación.

Método de identificación paramétrica

Son aquellos modelos que permiten establecer una relación conocida

entre las entradas y salidas salvo algunas constantes o coeficientes,
Los parámetros del modelo se calculan minimizando ciertos criterios de
error entre el modelo y el proceso

Se debe tener en cuenta una cierta estructura para el modelo, es decir,

que seleccionando un modelo matemático y estableciendo un conjunto
de parámetros a parir de la información de entrada – salida que
caracterizan e modelo.

Uno de los métodos más usados en identificación de parámetros es el

de identificación paramétrica por mínimos cuadrados recursivos. Con
este método es posible realizar el ajuste de los parámetros en cada
intervalo de tiempo.

Método de identificación paramétrica

Son tres las técnicas de identificación no paramétricas presentadas,

concretamente se evalúan las técnicas de análisis de la respuesta
transitoria, el análisis de correlación entre señales y las técnicas
frecuenciales.

 El análisis de correlación
 Técnicas frecuenciales
 Análisis de la respuesta transitoria

Para su utilización no se supone ningún tipo de estructura para el

modelo: no se emplea explícitamente un vector de parámetros en el
modelo matemático, sino que se determinan características del sistema
a partir del modelo matemático y en general, Se consideran modelos
no paramétricos a aquellos en queno es posible definir un vector de
parámetros finito para representarlo. Estas técnicas, la mayoría de
ellas más fáciles o directas de aplicar o utilizar en un proceso real,
 3

aportan información muy útil para afrontar las decisiones que debe
tomar el usuario ante un problema de identificación de un proceso.

2. Investigue sobre los modelos ARX, ARMAX, Output-Error y Box-

Jenkins, con esta información diligenciar la siguiente tabla:

Model Características Variabl Aplicación Referencia

o es bibliográfica
ARX No permite A y B http://www.ing.
independizar el ruido ula.ve/noriegam
de su dinámica para /ejemplos.php
modelarlo Resuelve
ecuaciones de
regresión de forma
analítica por esto es
de los más precisos
ARM Este método A,B,C https://www.sli
AX proporciona mayor deshare.net/Ald
flexibilidad airJeancarlosGo
describiendo la nz/241923779-
ecuación de error ejemplosdecont
con un promedio roladaptativopd
móvil f
OE Esta estructura B, https://www.sli
puede describir la F,U,E deshare.net/Ald
dinámica del sistema, airJeancarlosGo
sin necesidad de nz/241923779-
modelar parámetros ejemplosdecont
sobre una roladaptativopd
perturbación, como f
la estructura BJ. Si el
sistema opera en lazo
abierto, una correcta
descripción de la
función de
transferencia puede
ser obtenida a pesar
del tipo de
perturbaciones
BJ son respectivamente B,F https://www.sli
la salida, la entrada y C,D, Y deshare.net/Ald
el ruido discretizados airJeancarlosGo
nz/241923779-
ejemplosdecont
 4

roladaptativopd
f