Identificación de sistemas dinámicos lineales mediante descomposición ponderada de las variables de estado y el método de la pseudo inversa de moore-penrose

En este artículo se propone una nueva perspectiva en la identificación de sistemas lineales, se utiliza similaridad estructural entre sus trayectorias, la propuesta consiste en la exploración significativa que tiene cada modelo de sistema dinámico, explícitamente en el comportamiento que tienen sus variables de estado. E l método se fundamenta en la descomposición de sus variables de estado en diferentes modos de comportamiento. Aunque todas las variables son manejadas mediante el mismo conjunto de valores propios, cada variable de estado tiene un conjunto diferente de ponderaciones y a sí se ilustran diferentes patrones de comportamiento. Estas ponderaciones son más significativas que los valores propios para desarrollar políticas de recomendación o establecer una nueva técnica de identificación de sistemas lineales e invariantes en el tiempo. Para la identificación de sistemas utilizamos dos métodos fundamentados en áreas de algebra lineal y estadística.

• Autores: Castañeda Marín, Hernando; Parra Ortega, Carlos Arturo; Colina Morlés, Eliézer
• Tipo de recurso: Article of journal
• Fecha de publicación: 2009
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/33355
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/33355; http://bdigital.unal.edu.co/23435/
• Palabra clave: Identificación de Sistemas; Dinámica de Sistemas; Inteligencia Artificial
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional