Sistemas de Automao, Controle e Mecatrnica 4/3/2013

MODELOS ESTTICOS - REGRESSO LINEAR E POLINOMIAL

Introduo

Considere o sistema da Figura 1
Planta
Entrada Saida
u y
K

Figura 1.


onde K um escalar (ou matriz) constante e u e y so escalares (ou vetores) tais que

y b u K = + (1)

Em termos de variveis fsicas, u representa a potncia fornecida ao sistema, y representa
as variveis sendo medidas e o b corresponde ao valor que a sada assume quando a
entrada zero.

Um caso tpico de modelagem esttica de sistemas o problema de calibrao que pode ser
heuristicamente formulado como: determinar a combinao das entradas do sistema, u,
para um dado conjunto de sadas desejadas, y. Para que este problema tenha soluo
ento necessrio conhecer os parmetros K e b.

Formulao do Problema (Caso Escalar):

Note que no caso escalar, a Equao 1 corresponde equao de uma reta da forma:

b u k y + =

Considere um conjunto de dados experimentais da forma

u
i
u
1
u
2
u
3
u
4
u
5
u
6
u
p

y
i
y
1
y
2
y
3
y
4
y
5
y
6
y
p


A partir dos dados experimentais, um modelo linear pode ento ser obtido de forma que:

b u k y + =

para cada ponto podemos escrever

Prof. Jos Maria Glvez, Ph.D. 1
Sistemas de Automao, Controle e Mecatrnica 4/3/2013

b u k y
i i
+ =

assim, o erro de estimao pode ser definido por

) ( b u k y y y e
i i i i i
+ = =

O problema de regresso linear pode ser formulado como um problema de otimizao tal
que os parmetros do modelo, k e b, so obtidos a partir da minimizao de uma funo de
custo quadratica da forma:

=
=
p
i
i
b k b k
e J
1
2
, ,
min min

onde

= = =
+ + + = + = =
p
i
i i i i
p
i
i i
p
i
i
b u k b u k y y b u k y e J
1
2 2
1
2
1
2
] ) ( ) ( 2 [ )] ( [


= =
+ + + + = =
p
i
i i i i i
p
i
i
b u b k u k b u k y y e J
1
2 2 2 2
1
2
)] 2 ( ) ( 2 [

derivando J com respeito a k e b

| |

=
+ + + + =
p
i
i i i i i
b u b k u k b u k y y
k d
d
k d
dJ
1
2 2 2 2
) 2 ( ) ( 2

| |

=
+ + =
p
i
i i i i
b u k u y u
1
2
2 2 2

e
| |

=
+ + =
p
i
i i
b k u y
b d
dJ
1
2 2 2


igualando a zero

| |

= = = =
= + = + + =
p
i
i i
p
i
i
p
i
i
p
i
i i i i
y u b u k u b u k u y u
k d
dJ
1 1 1
2
1
2
0 2 2 2

| |

= = = =
= + = + + =
p
i
i
p
i
p
i
i
p
i
i i
y b k u b k u y
b d
dJ
1 1 1 1
0 2 2 2
Prof. Jos Maria Glvez, Ph.D. 2
Sistemas de Automao, Controle e Mecatrnica 4/3/2013

na forma matricial

(
(
(
(
(

=
(
(

(
(
(
(
(

=
=
=
= =
p
i
i
p
i
i i
p
i
i
p
i
i
p
i
i
y
y u
b
k
p u
u u
1
1
1
1 1
2


assim

(
(
(
(
(

(
(
(
(
(

=
(
(

=
=

=
= =
p
i
i
p
i
i i
p
i
i
p
i
i
p
i
i
y
y u
p u
u u
b
k
1
1
1
1
1 1
2


portanto
(
(
(
(
(

(
(
(
(
(

|
|
.
|

\
|

=
(
(

=
=
= =
=
= =
p
i
i
p
i
i i
p
i
i
p
i
i
p
i
i
p
i
i
p
i
i
y
y u
u u
u p
u u p
b
k
1
1
1
2
1
1
2
1 1
2
1


finalmente

2
1 1
2
1 1 1
|
|
.
|

\
|

=


= =
= = =
p
i
i
p
i
i
p
i
i
p
i
i
p
i
i i
u u p
y u y u p
k



2
1 1
2
1 1 1 1
2
|
|
.
|

\
|

=


= =
= = = =
p
i
i
p
i
i
p
i
i i
p
i
i
p
i
i
p
i
i
u u p
y u u y u
b


Prof. Jos Maria Glvez, Ph.D. 3
Sistemas de Automao, Controle e Mecatrnica 4/3/2013

REGRESSO POLINOMIAL (GERAL)

Caso Linear (Reviso)

Considere o modelo linear dado por

b u k y + =

para um conjunto de dados da forma

u
i
u
1
u
2
u
3
u
4
u
5
u
6
u
p

y
i
y
1
y
2
y
3
y
4
y
5
y
6
y
p


assim, para cada ponto podemos escrever
i i
y b u k = + ou ento

= +
= +
= +
= +
p p
y b u k
y b u k
y b u k
y b u k

.
.
.

3 3
2 2
1 1

(
(
(
(
(
(
(
(
(

=
(

(
(
(
(
(
(
(
(
(

p p
y
y
y
y
b
k
u
u
u
u

.
.
.

1
. .
. .
. .
1
1
1
3
2
1
3
2
1
Y M

=


Caso Geral

No caso geral (regresso polinomial) a forma matricial do modelo sempre ser:

Y M

=

assim, o erro de regresso pode ser definido como

M Y Y Y E = =

neste caso uma medida do erro pode ser definida como

E E E E E J
T
= = = ) , (
2
2


2
2
2
2
2
2

M Y Y Y E J = = =

( ) ) ( ) ( ) ( ), ( M Y M Y M Y M Y J
T
= =
Prof. Jos Maria Glvez, Ph.D. 4
Sistemas de Automao, Controle e Mecatrnica 4/3/2013

ento

M M Y M M Y Y Y M Y M Y J
T T T T T T T T T
+ = = ) )( (

finalmente

M M Y M M Y Y Y J
T T T T T T
+ =

O vetor de parametros, , dado como a soluo do problema de minimizao:

( )

M M Y M M Y Y Y E J
T T T T T T
p
i
+ = =

=
min min min
1
2
2

derivando J com respeito a , encontramos

( )
Y M M M
d
dJ
M M M M Y M M Y
d
dJ
M M Y M M Y Y Y
d
dJ
d
dJ
T T T T
T T T T T T T
T T T T T T

& &
& & & &
2 2 =
+ + =
+ =


igualando a zero,

( ) 0 2
0 2 2
= =
= =
Y M M M
d
dJ
Y M M M
d
dJ
T T T
T T T T

&
& &


finalmente, o vetor soluo dado por

Y M M M
T T 1
) (

=

Prof. Jos Maria Glvez, Ph.D. 5