Identificación de modelos discretos lineales con estructura ARX por mínimos cuadrados

Antonio Sala, UPV

Dificultad: *** ,       Relevancia: PIC,      Duración: 14:42

Materiales:    [ arxteo.pdf]

Resumen:

En este vídeo se presentan los modelos en tiempo discreto Auto-Regresivos con entrada eXterna (ARX), cuya ecuación en diferencias se define como

yt+n + an−1yt+n−1 + ⋯ + a0yt = bm−1ut+m−1 + ⋯ + b0ut + 𝜖t

modificada, también incluyendo la posibilidad de un retardo a la entrada, ver los materiales y vídeo para más detalle y notación. Los modelos ARX tienen una ecuación en transformada Z dada por y(z) = B(z)∕A(z) ⋅ z−νu(z) + 1∕A(z) ⋅ 𝜖(z), donde ν es el retardo antes mencionado.

Se discute cómo plantear un modelo de predicción y la estructura para estimar los parámetros por mínimos cuadrados estandard o recursivos.

También se comentan los comandos de la System Identification Toolbox, arx y recursiveARX, que realizan dicha identificación. El comando arx será discutido en detalle en el vídeo [arxml].

Nota: el caso particular A(z) = 1, esto es, la estimación de modelos sin denominador G(z) = b0 + b1z−1 + b 2z−2 + ⋯ + b Nz−N se discute, como ejemplo, en el vídeo [impulid].

Colección completa en ESPAN~OL [Ver todos]:

© 2026, A. Sala. Se reservan todos los derechos en materiales cuyo autor pertenezca a UPV.
Para condiciones de uso de material de terceros referenciado, consulte a sus autores.