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

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

Output-Error y Box-Jenkins, con esta información diligenciar la tabla
Teniendo en cuenta la estructura general de los modelos discretos lineales, a continuación
se expresa una imagen para su mejor entendimiento y su respectiva tabla

ARX: El modelo ARX, autoregressive with exogenous input, (auto regresivo con variable
exógena) es una extensión del modelo de la figura que tenemos arriba El término "auto
regresivo" se relaciona a que la función de transferencia está afectada desde la entrada u(k) a
la salida y(k) 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.

ARMAX: El modelo autoregressive moving average with exogenous input (auto regresivo
y promedio móvil con variable exógena) ARMAX es un extensión del modelo de la imagen
que tenemos como ejemplo, ARMAX asume igual dinámica con idéntico denominador para
la entrada y la función de transferencia del ruido. Sin embargo la función de transferencia del
ruido es más flexible debido al polinomio de promedio móvil

OUTPUT-ERROR: Los modelos output error son caracterizados por modelos de ruido que
no contienen la dinámica del proceso. Así, el ruido se asume que afecta la salida del proceso
directamente. El mas evidente de los modelos output error es el output error (error de salida)
OE Este modelo OE es un modelo especial en la clase de los modelos output error. Note que
por simplicidad los procesos y los modelos se asumen que no tienen tiempo muerto. Sin
embargo, en cualquier ecuación el tiempo muerto puede ser fácilmente introducido
reemplazando la entrada u(k) con la entrada retrasada d pasos u(k-d).

Modelo Característic Variable Representación Aplicación

a
ARX Auto Entrada u(K) y 𝑦 Función de
regresivo con salida Y(K) = 𝐵(𝑞)/𝐴(𝑞) 𝐴(𝑘) transferencia
variable idéntico + 1/(𝐴 (𝑞) ) 𝑣(𝐾) del ruido v(K)
exógena denominador y y (K)
ARMAX auto 𝑦 (𝐾 ) Función de
regresivo y 𝐵 (𝑞 ) transferencia
promedio = 𝑚 (𝐾 ) del ruido más
𝐴 (𝑞 )
móvil con 𝐶 (𝑞 ) flexible
variable + 𝑣(𝐾) debido al
𝐴 (𝑞 )
exógena polinomio
móvil
OE Es un error Remplazando 𝐵 (𝑞 ) Modelos
de salida el entradas u(K), 𝑦 (𝐾 ) = 𝑢 (𝐾 ) espaciales de
𝐹 (𝑞 )
cual no tiene u(K-D) + 𝑣(𝐾) errores de
tiempo salida
muerto
BJ Modelo 𝑦 (𝑡 ) Modelos de
polinomial de 𝐵 (𝑞 ) retraso
dominio = 𝑢(𝑇 − 𝑁𝐾 )
𝐹 (𝑞 )
temporal 𝐶(𝑞) 𝐸(𝑡)
+
𝐷(𝑞) 1 − −𝑞−1

5.2. Por medio de la herramienta ident incorporada en MATLAB®, determine el orden del
modelo y encuentre las ecuaciones correspondientes para el modelo ARX para analizar el
comportamiento de dicho modelo comparando la salida del sistema con la señal de entrada.

MODELO ARX
 ECUACION DEL MODELO

Comparación
Modelo Matemático

(𝑧) = 1 − 1.572 + 0.5852𝑧 −2

𝐵(𝑧) = 𝐴(𝑧)𝑌(𝑡) = 𝐵(𝑧)𝑈(𝑡)

𝑌(𝑡) 𝐵(𝑧) 4,246𝑧 −1 − 3,486𝑧 −2

= =
𝑈(𝑡) 𝐴(𝑧) 1 − 1,572𝑧 −1 + 0,5852𝑧 −2
4,24 3,486
𝑌(𝑡) − 2
𝑧 𝑧
=
𝑈(𝑡) 1 − 1,572 + 0,5852
𝑧 𝑧2

4,24 𝑧 3,482
𝑌(𝑡) ( )− 2
𝑧 𝑧 𝑧
=
𝑈(𝑡) 1 (𝑧) − 1,572 (𝑧) + 0,5852
𝑧 𝑧 𝑧 𝑧2
4,24 3,482
𝑌(𝑡) 2 − 𝑧2
= 2 𝑧
𝑈(𝑡) 𝑧 1,572 0,5852
− +
𝑧2 𝑧 𝑧2
 4,24𝑧 − 3,482
𝑌(𝑡) 𝑧2
= 2
𝑈(𝑡) 𝑧 − 1,572𝑧 + 0,5852
𝑧2
𝑌(𝑡) 𝑧 2 (4,24𝑧 − 3,482)
= 2 2
𝑈(𝑡) 𝑧 (𝑧 − 1,572𝑧 + 0,5852)

𝑌(𝑡) 4,24𝑧 − 3,482

= 2
𝑈(𝑡) 𝑧 − 1,572𝑧 + 0,5852
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 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.
𝑌(𝑡) 4,24𝑧 − 3,482
= 2
𝑈(𝑡) 𝑧 − 1,572𝑧 + 0,5852