UNIVERSIDADE FEDERAL DO OESTE DO PARÁ

INSTITUTO DE ENGENHARIA E GEOCIÊNCIAS

PROGRAMA DE CIÊNCIA E TECNOLOGIA
MODELAGEM E IDENTIFICAÇÃO DE SISTEMAS

3ª Avaliação – 2016/2 – Entrega: 03/03/2016

NOMES:__________________________________________________

1) No arquivo “dat_lista_3_1” estão armazenados pontos de uma função do 3º grau da forma y =

ax³ + bx² + cx + d. A partir dos dados fornecidos, determinar os parâmetros da função para os
seguintes casos.
a) Escolhendo 4 pontos na massa de dados (solução única).
b) Escolhendo 20 pontos na massa de dados.
c)Usando toda massa de dados.

2) Repetir a questão 1, atribuindo pesos diferentes às observações 1, 20, 30, 40 e usando toda a
massa de dados.

3) Usando os dados do arquivo, “dat_lista_3_3” obtidos em Aguirre (2000), estimar o modelo ARX
de segunda ordem da planta. Considerar o atraso de transporte do sistema.

4) Usando os dados do arquivo, “dat_lista_3_4” obtidos em Aguirre (2000), estimar o modelo ARX
de segunda ordem da planta.

5) Os dados do arquivo “dat_lista_3_5” obtidos em Aguirre (2000), são de um processo térmico real
com função de transferência da forma, 𝑦(𝑘) = −𝑎1 𝑦(𝑘 − 1) + 𝑏1𝑢(𝑘 − 1). Estimar recursivamente
os parâmetros da planta e plotar seus valores.

6) Os dados do arquivo “dat_list_3_6” foram obtidos de um sistema para três sinais de entrada:
degrau unitário, rampa e PRBS. Estimar os modelos de primeira ordem para o sistema, 𝑦(𝑘) =
−𝑎1 𝑦(𝑘 − 1) + 𝑏1𝑢(𝑘 − 1), para cada tipo de entrada. Calcular os índices de desempenho para
cada estimação.

7) Identificar os parâmetros de um sistema da forma 𝑦(𝑘) = −𝑎1 𝑦(𝑘 − 1) + 𝑏1𝑢(𝑘 − 1) + 𝑒(𝑘) com
os dados de entrada e saída do arquivo “dat_lista_3_7”
a) Usando o MQR.
b) Fator de esquecimento 𝜆 = 0,95.
c)Random walk com Q(k) = 0,1𝐼2𝑥2
d) Comparar os resultados para as iterações 190, 390 e 590

8) Considerar um processo AR dado por (𝑘) = −𝑎1 𝑦(𝑘 − 1) − 𝑎2𝑢(𝑘 − 1) + 𝑒(𝑘). Estimar os
parâmetros do processo usando dados de um arquivo “dat_lista_3_8”.
a) Usando o MQR.
b) Sequência ganho com aprendizado sequencial, com 𝛼 = 0,1 e 𝛽 = 1.
c) Sequência ganho escalar, com 𝛾 =0,01.
d) 𝛾 ajustado pelo vetor total de medidas.

9) Usando as medidas de entrada e saída de um sistema, dadas no arquivo “dat_lista_3_9”, estimar

o modelo do sistema para 500, 1000 e 2000 iterações.
a) Usando o algoritmo da variável instrumental com quatro medidas atrasadas, para o modelo
𝑦(𝑘) = −𝑎1 𝑦(𝑘 − 1) − 𝑎2𝑦(𝑘 − 2) + 𝑏1𝑢(𝑘 − 1) + 𝑏2𝑢(𝑘 − 2).
b) Usando o algoritmo da matriz estendida, para o modelo: (𝑘) = −𝑎1 𝑦(𝑘 − 1) − 𝑎2 𝑦(𝑘 − 2) +
𝑏1 𝑢(𝑘 − 1) + 𝑏2 𝑢(𝑘 − 2).