Anlisis de

series
temporales

Control de procesos lvarez Botello Antonio

Caldera Martnez Luis Alberto
Instituto Tecnolgico Superior de Caldern Garca Luis Enrique

Uruapan Gonzlez Villegas Jorge Alberto

Lpez Gracin Fernando
Objetivo
El objetivo de este trabajo es ilustrar algunos de los contenidos estudiados en la U1 de la asignatura.
El alumno/a deber escribir un documento que incluya los resultados obtenidos (grficos y
numricos) y la explicacin detallada de los mismos.

Material
1- pc
2- software ITSAE

Desarrollo
Para realizar este trabajo se va utilizar la herramienta gratuita ITTSAE por lo que se debe leer su
manual de usuario antes de comenzar a hacer el trabajo.

a)
Arrancar la herramienta ittsae.exe, por defecto el proceso seleccionado es un AR(1),
en concreto el proceso

b)

En la parte superior izquierda de la ventana de la herramienta aparece representada

realizacin del proceso (1). Marque la casilla circular 1 de Highlight data al hacerlo la
muestra nmero 100 de la serie temporal aparece representada con un pequeo
crculo. Ahora presione varias veces el botn Generate Realization Cmo se
comporta el valor de dicha muestra? Por qu?

La muestra 100 muestra un valor de -1.1706

Cuanto mayor sea la lejana de las races del crculo, tendr un mayor decremento y de forma
completamente contraria cuanto mayor sea la cercana ser ms lento el decremento.

c)

Si ahora marca la casilla circular N de Highlight data ahora se representan con un

pequeo cuadrado todas las muestras de la serie temporal si va pulsando el botn
Generate Realization Cmo se comportan las muestras?Por qu?

Comienzan a tener variaciones las muestras, es decir van obteniendo un valor diferente cada que
se presiona el botn de Generate Realization
d)

Marque la casilla circular 0 de Highlight data, pulse en el botn Generate Realization

y marque la casilla Show previous realization. Presione varias veces el botn
Generate Realization. Existe algn parecido entre las realizaciones generadas? Por
qu?

En algunas partes por ejemplo en el comienzo si existe un ligero parecido solo que de una mayor
amplitud, con forme va avanzando el nmero de muestras ya no tiene similitud alguna el valor
generado con el anterior llegan a ser contrarias.
e)

Cierre la herramienta y vuelva a arrancarla. En la parte inferior derecha de la

ventana de la herramienta aparece representada la funcin de auto correlacin
terica del proceso (1). Marque la casilla Estimated para que aparezca representada
tambin la funcin de auto correlacin estimada. Se asemeja la estima al valor
terico? Ahora pulse varias veces el botn Generate Realization Qu sucede con
la funcin de auto correlacin estimada? Por qu?

El valor estimado (Azul) tiene un comportamiento que tiene tanto fase positiva como negativa,
mientras que el valor terico (Rojo) va decreciendo hasta llegar a cero sin tener una fase negativa.
f)

Utilizando el campo o el slider Time Series Length configure el nmero de muestras

de la serie a los valores: i)50 ii)100 iii)200 iv)400 v)600 vi)800 vii)1000 y viii)1200.
Explique cmo va evolucionando la auto correlacin estimada con respecto al auto
correlacin terica. Todos los valores estimados de la auto correlacin evolucionan
de la misma manera? Por qu?

Cuando introducimos los valores de i)50 ii)100 iii)200 iv)400 v)600 vi)800 vii)1000 viii)1200 conforme
van incrementando los valores se observa que el estimado se va aproximando ms a la forma del
terico, esto debido a que con un mayor nmero de muestras se tienen una mayor precisin del
modelo, es decir de su comportamiento donde conforme pasa el tiempo se asemeja ms.

g)
Cierre la herramienta y vuelva a arrancarla. Usando la entrada del men Select
process seleccione un proceso ruido blanco (White Noise). Describa la forma de la auto
correlacin terica, la auto correlacin parcial terica y el espectro de potencia terico.

Auto correlacin terica

Auto correlacin parcial terica

Espectro de potencia terico

Como se puede observar tanto auto correlacin terica y parcial el primer valor de la muestra se
encuentra en 1 y posteriormente este se encuentra en 0 de manera constante, mientras que en el
espectro de potencia terico siempre se mantiene un valor constante de 1 en todo el anlisis.

h)
Usando el campo configure la varianza del ruido blanco al valor 25. Explique
razonadamente cmo afecta este cambio de la varianza a la realizacin del proceso,
la auto correlacin terica, la auto correlacin terica parcial y el espectro de
potencia.

Al incrementar a 25 el valor 2 el valor de auto correlacin terica y parcial muestran el mismo

comportamiento que en el inciso anterior, es decir, la primer muestra se encuentra con una
amplitud de 1 y el resto de los valores de la serie se encuentran en 0, mientras que el espectro de
potencia terico se mantiene constante pero con un valor de amplitud de 25.

i)

Configura la varianza del ruido blanco al valor 1 y usando la entrada del men Select
process seleccione un proceso AR(1). El valor por defecto del parmetro 1 del
proceso AR(1) es 0.5. Usando el campo asociado al parmetro o arrastrando su
elemento asociado x en el diagrama de ceros y polos vaya aproximando el valor del
parmetro al valor 1. Explique razonadamente cmo evolucionan: i) La realizacin del
proceso. ii) La auto correlacin terica. iii) La auto correlacin parcial terica. iv) El
espectro de potencia terico.
En cuanto al auto correlacin se puede observar que conforme se va incrementando el valor de
de poco en poco hasta llegar a 1 va creciendo nuestra grfica.
Con valor de 0.600

Con valor de 0.900

Con la parte de auto correlacin parcial terica se observa que el primer valor es 1 mientras que el
segundo es diferente a cero y el resto de datos se aproxima a 0.

Con valor de 0.500

Con valor de 0.900

En el espectro de poder terico podemos observar un comportamiento de una curva que conforme
incrementamos el valor de va disminuyendo la forma de curva hasta llegar a una aproximacin a
una lnea recta.
Con valor de 0.500

Con valor de 0.900

j)
Repita el apartado g) cuando el valor del parmetro se va aproximando de 0.5 a 0

Auto correlacin terica

Auto correlacin parcial terica

Espectro de potencia terico

Espectro de potencia terico

k)

Repita el apartado g) cuando el valor del parmetro se va aproximando de 0 a -1.

Auto correlacin parcial terica

Auto correlacin parcial terica

l)
Usando la entrada del men Select process seleccione un proceso MA(1) y repita los
apartados i), j) e k) para el parmetro del proceso.
m)
Usando la entrada del men Select process seleccione un proceso ARMA (1) y vaya
modificando los valores de y de forma estructurada. Explique razonadamente cmo
evolucionan: i) La realizacin del proceso. ii) La auto correlacin terica. iii) La auto
correlacin parcial terica. iv) El espectro de potencia terico

mi) El realizar este proceso nos muestra que nuestro proceso llega a ser conformado en base a sus
valores iniciales.
mii) En este proceso podemos observar los comportamientos tanto positivos como negativos
alcanzando valores desde 1 hasta -0.1

miii) Este modelo nos muestra un comportamiento de forma diferente al anterior esto debido a que
ya empleamos valores previamente estructurados a los dados originalmente solo que ahora se
pretende alcanzar valores negativos.
miv) El espectro terico nos otorga un incremento de tipo exponencial de 0 hasta 1.5 alcanzando
un cierto valor de 1.5 en frecuencia de 5.
 Conclusiones
Caldern Garca Luis Enrique: Con la ayuda del software ITSAE pudimos estudiar
as como comprender las series en el tiempo, asi como en cada una de sus etapas
correspondientes, as como la identificacin de un sistema del tipo AR. Observando
y analizando cada etapa pudimos ver como es el comportamiento de cada una de
los valores introducidos.
Caldera Martnez Luis Alberto: En esta prctica pudimos ver y comprender las
series en el tiempo pudimos observar cmo se identifican algunos sistemas y
analizamos las etapas del comportamiento de los valores que le metamos a los
ejercicios.
Lpez Gracin Fernando: Con la ayuda del software ITSAE pudimos estudiar as
como comprender las series en el tiempo, al introducir diferentes valores nos dimos
cuenta que para cada valor se comporta de diferente manera.

Gonzlez Villegas Jorge Alberto: Gracias a las herramientas proporcionadas

como lo fue el software ITSAE con la que se realiz el trabajo 1 del amlisi de series
temporales de una manera muy ilustrativa gracias a ste los resultados son muy
grficos y fcil de comprender para observar su comportamiento en las diferentes
etapas.

Alvarez Botello Antonio: En esta prctica se obtuvo conocimiento en la

identificacin de sistemas, donde se analiz la funcin de autocorrelacin parcial,
dicha herramienta matemtica permite determinar junto con la funcin de
autocorrelacin de tipo de proceso estocstico bsico (ruido blanco, AR, MA,
ARMA) ha podido generar una determinada serie temporal, ya que todos tienen un
comportamiento diferente. En lo personal dicha herramienta es muy visual y ayuda
a obtener una mejor comprensin del tema.