Identificación de modelos no paramétricos: Los modelos no
paramétricos son aquellos en que no es posible definir un vector de
parámetros finitos para representarlo.
Identificación de modelos paramétricos: Este modelo requiere de
elección de una posible estructura del modelo, de un criterio de ajuste de parámetros y por último de la estimación de los parámetros que mejor se ajustan al modelo de los datos experimentales.
1. Investigue sobre el comando ident de MATLAB® y los modelos
ARX, ARMAX, Output-Error y Box-Jenkins, con esta información diligenciar la siguiente tabla:
Modelo Característi Variables Aplicación Referencia
cas bibliográfica .. ARX Este modelo na número Número de https://la.mathwor trabaja con de polos que retrasos para ks.com/help/ident/ dos tiene el un valor ref/arx.html ecuaciones sistema definido en lo que son nb número posible que ayb de ceros del sea igual a 1 sistema para no nk número generar de retrasos desfase en la de la señal. entrada a la salida. ARMAX Aparece la na, nb y nc Es un modelo https://la.mathwor tercera determinan el cual es muy ks.com/help/ident/ ecuación en el orden de usado para ug/estimate- términos de los describir models-using- c polinomios sistemas con armax.html siendo polos perturbaciones y ceros lentas. nk es el número de retrasos de la entrada a la salida OE Nos aparece nf y nb Las funciones de https://la.mathwor la variable f determina el transferencia se ks.com/help/ident/ orden de los ref/oe.html encuentran polinomios parametrizadas siendo polos de forma y ceros respectivam independiente. ente. supongamos nk es el que tenemos la número de relación entre la retrasos de entrada y la la entrada salida sin de la salida perturbación BJ Se trabaja nf y nd Se utiliza https://la.mathwor con cuatro determinan modelos de la ks.com/help/econ/ variables los polos función de box-jenkins-model- nb y nc transferencia y selection.html determinan error los ceros .