Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 INJUNÇÕES Ajustamento de Observações II Engenharia Cartográfica e de Agrimensura Departamento de Cartografia FCT/UNESP Prof. Paulo de Oliveira Camargo INJUNÇÕES Ajustamento de Observações II Engenharia Cartográfica e de Agrimensura Departamento de Cartografia FCT/UNESP Prof. Paulo de Oliveira Camargo � Conteúdo da aula: � Introdução � Tipos de injunções � Injunção Absoluta, � Injunção Relativa � Injunção Funcional � Método Combinado com Injunção Funcional � Método Paramétrico com Injunção Funcional � Método Paramétrico com Injunção Relativa � Exercícios � Conteúdo da aula: � Introdução � Tipos de injunções � Injunção Absoluta, � Injunção Relativa � Injunção Funcional � Método Combinado com Injunção Funcional � Método Paramétrico com Injunção Funcional � Método Paramétrico com Injunção Relativa � Exercícios INJUNÇÕES � A injunção no ajustamento é uma restrição imposta em alguns dos parâmetros envolvidos no ajustamento. � A equação de injunção é definida como sendo uma equação constituída somente de parâmetros. � Na prática, as injunções nos parâmetros ocorrem quando alguns ou todos parâmetros devem satisfazerem algumas relações advindas da geometria ou de características físicas do modelo. � Por exemplo: em fotogrametria, pontos na margem de um lago podem ser injuncionados como tendo a mesma altitude, as quais podem ser ou não conhecidas, pontos sobre uma reta (por exemplo, estrada), devem satisfazer a equação da reta, dois pontos cuja distância entre si é conhecida pode ser injuncionado como tendo distância conhecida. � A injunção no ajustamento é uma restrição imposta em alguns dos parâmetros envolvidos no ajustamento. � A equação de injunção é definida como sendo uma equação constituída somente de parâmetros. � Na prática, as injunções nos parâmetros ocorrem quando alguns ou todos parâmetros devem satisfazerem algumas relações advindas da geometria ou de características físicas do modelo. � Por exemplo: em fotogrametria, pontos na margem de um lago podem ser injuncionados como tendo a mesma altitude, as quais podem ser ou não conhecidas, pontos sobre uma reta (por exemplo, estrada), devem satisfazer a equação da reta, dois pontos cuja distância entre si é conhecida pode ser injuncionado como tendo distância conhecida. INTRODUÇÃO � Injunção Absoluta: � Quando um parâmetro é mantido fixo no ajustamento tem-se a injunção absoluta, ou seja, sua é variância é nula. � Ao montar a matriz A (método paramétrico ou combinado) não é necessário derivar em relação a tal parâmetro, pois ele tem peso que tende ao infinito ( P = ). � Injunção Relativa: � Também conhecida como injunção com peso. � Neste caso, os parâmetros são tratados como observações adicionais ou pseudo-observações. � Injunção Funcional: � Há uma relação funcional entre os parâmetros, os quais devem obedecer uma determinada condição geométrica ou física, podendo conhecer ou não o seu valor. Pode envolver todos ou partes dos parâmetros. � Injunção Absoluta: � Quando um parâmetro é mantido fixo no ajustamento tem-se a injunção absoluta, ou seja, sua é variância é nula. � Ao montar a matriz A (método paramétrico ou combinado) não é necessário derivar em relação a tal parâmetro, pois ele tem peso que tende ao infinito ( P = ). � Injunção Relativa: � Também conhecida como injunção com peso. � Neste caso, os parâmetros são tratados como observações adicionais ou pseudo-observações. � Injunção Funcional: � Há uma relação funcional entre os parâmetros, os quais devem obedecer uma determinada condição geométrica ou física, podendo conhecer ou não o seu valor. Pode envolver todos ou partes dos parâmetros. TIPOS DE INJUNÇÕES � Modelo matemático: � Os modelos matemáticos do método combinado e da injunção são dados, respectivamente por: � Ambos formam um sistema constituído de r + s equações de observações, sendo r equações de condição do método combinado e s equações de injunções, que linearizados são dados por: onde: e � Modelo matemático: � Os modelos matemáticos do método combinado e da injunção são dados, respectivamente por: � Ambos formam um sistema constituído de r + s equações de observações, sendo r equações de condição do método combinado e s equações de injunções, que linearizados são dados por: onde: e MÉTODO COMBINADO COM INJUNÇÃO FUNCIONAL � Equações normais: � Repetindo o procedimento do método combinado, porém considerando dois conjuntos de multiplicadores de Lagrange K e K’, referente ao 10 e 20 modelo. � A forma a ser minimizada é dada por: � Anulando as derivadas parciais em relação a V, K, X e K’, obtém-se: � Equações normais: � Repetindo o procedimento do método combinado, porém considerando dois conjuntos de multiplicadores de Lagrange K e K’, referente ao 10 e 20 modelo. � A forma a ser minimizada é dada por: � Anulando as derivadas parciais em relação a V, K, X e K’, obtém-se: MÉTODO COMBINADO COM INJUNÇÃO FUNCIONAL 2 � As equações matriciais representam um conjunto de n+r+u+s equações algébricas envolvendo n+r+u+s incógnitas, que correspondem a n resíduos (V), r correlatos (K), u parâmetros (X) e s correlatos (K’) referente a injunção. � As quatros equações combinadas constituem o sistema de equações normais, que podem ser reunidas em uma “super-matriz”: � A solução desse sistema envolve muito cálculo, geralmente o interesse é por X e V. � Da equação , tem-se que: � As equações matriciais representam um conjunto de n+r+u+s equações algébricas envolvendo n+r+u+s incógnitas, que correspondem a n resíduos (V), r correlatos (K), u parâmetros (X) e s correlatos (K’) referente a injunção. � As quatros equações combinadas constituem o sistema de equações normais, que podem ser reunidas em uma “super-matriz”: � A solução desse sistema envolve muito cálculo, geralmente o interesse é por X e V. � Da equação , tem-se que: � Substituindo V em , tem-se a equação que proporciona o vetor dos correlatos K: � Substituindo K em , obtém-se o vetor das correções X: onde: X* = - (AT M-1 A)-1 AT M-1 W → Correção obtida com o método combinado; δX = (AT M-1 A)-1 CT K’ → Influência da injunção. � Substituindo V em , tem-se a equação que proporciona o vetor dos correlatos K: � Substituindo K em , obtém-se o vetor das correções X: onde: X* = - (AT M-1 A)-1 AT M-1 W → Correção obtida com o método combinado; δX = (AT M-1 A)-1 CT K’ → Influência da injunção. – Para obter o vetor dos correlatos K’, envolvido no cálculo de δX, substitui-se a expressão de X em : que resulta: � Parâmetros ajustados: � Fator de variância a posteriori: – Para obter o vetor dos correlatos K’, envolvido no cálculo de δX, substitui-se a expressão de X em : que resulta: � Parâmetros ajustados: � Fator de variância a posteriori: � MVC dos parâmetros ajustados: � A MVC de Xa é obtida aplicando a propagação em: com: que resulta em: � MVC dos parâmetros ajustados: � A MVC de Xa é obtida aplicando a propagação em: com: que resulta em: � Problema: Considerando a trilateração ajustada pelo método combinado, de onde tem-se da última iteração: � Calcular o correspondente valor de XaR, considerando YR como injunção funcional e com valor igual a 5,0 m => YR = 5,0 m. � � Solução: � Neste problema tem-se somente uma equação de injunção (s = 1), que é dada por (modelo linear): � Problema: Considerando a trilateração ajustada pelo método combinado, de onde tem-se da última iteração: � Calcular o correspondente valor de XaR, considerando YR como injunção funcional e com valor igual a 5,0 m => YR = 5,0 m. � � Solução: � Neste problema tem-se somente uma equação de injunção (s = 1), que é dada por (modelo linear): EXERCÍCIO - MÉTODO COMBINADO COM INJUNÇÃO FUNCIONAL � A matriz C é dada por: sendo s = 1 equação de injunção e u = 2 incógnitas, então: � O erro de fechamento W’ referente à equação de injunção é dada por : � A expressão para o cálculo do vetor de correção X dos parâmetros é dada por: do ajustamento com o método combinado tem-seque: � A matriz C é dada por: sendo s = 1 equação de injunção e u = 2 incógnitas, então: � O erro de fechamento W’ referente à equação de injunção é dada por : � A expressão para o cálculo do vetor de correção X dos parâmetros é dada por: do ajustamento com o método combinado tem-se que: 3 � A influência da injunção que é dada por: sendo: assim: � Vetor das correções dos parâmetros X: � A influência da injunção que é dada por: sendo: assim: � Vetor das correções dos parâmetros X: � Coordendas (x,y) do Ponto R ajustadas: � Fator de variância a posteriori: � MVC das coordenadas do Ponto R ajustadas: � Desvio padrão das coordenadas: � Coordendas (x,y) do Ponto R ajustadas: � Fator de variância a posteriori: � MVC das coordenadas do Ponto R ajustadas: � Desvio padrão das coordenadas: � Solução alternativa: uma segunda forma de resolver o exercício é considerar YR das equações originais como sendo um valor constante, devido à injunção. Então substituindo YaR por 5, as equações originais: � Equações de condição: � Valores aproximados e observações: � Matrizes A e B: � Solução alternativa: uma segunda forma de resolver o exercício é considerar YR das equações originais como sendo um valor constante, devido à injunção. Então substituindo YaR por 5, as equações originais: � Equações de condição: � Valores aproximados e observações: � Matrizes A e B: � Vetor do erro de fechamento da equação de condição : � Matriz Peso: � Vetor das correções X e dos parâmetros ajustados Xa: – Efetuando os cálculos, obtém-se que o vetor das correções e os parâmetros – 1ª etapa do ajustamento: � Vetor do erro de fechamento da equação de condição : � Matriz Peso: � Vetor das correções X e dos parâmetros ajustados Xa: – Efetuando os cálculos, obtém-se que o vetor das correções e os parâmetros – 1ª etapa do ajustamento: � Realizar as demais iterações até que |X| < 0,001 m � Teste estatístico para análise do Ajustamento: Não é possível realizar o Teste Global do Modelo, pois não foi arbitrado um sigma a priori para montar a matriz Peso. Análise pode ser realizada com o Teste Tau (Teste de Pope). � Vetor das correções X - Convergiu na 1ª iteração: � Coordendas do Ponto R ajustadas: � Fator de variância a posteriori: � MVC das coordenadas do Ponto R ajustadas: � Realizar as demais iterações até que |X| < 0,001 m � Teste estatístico para análise do Ajustamento: Não é possível realizar o Teste Global do Modelo, pois não foi arbitrado um sigma a priori para montar a matriz Peso. Análise pode ser realizada com o Teste Tau (Teste de Pope). � Vetor das correções X - Convergiu na 1ª iteração: � Coordendas do Ponto R ajustadas: � Fator de variância a posteriori: � MVC das coordenadas do Ponto R ajustadas: � Modelo matemático: � Neste caso o modelo matemático é composto por: � Ambos formam um sistema constituído de n equações de observações e s equações de injunções, que linearizados são dados por: � Equações normais: � A forma quadrática a ser minimizada é dada por: � Modelo matemático: � Neste caso o modelo matemático é composto por: � Ambos formam um sistema constituído de n equações de observações e s equações de injunções, que linearizados são dados por: � Equações normais: � A forma quadrática a ser minimizada é dada por: MÉTODO PARAMÉTRICO COM INJUNÇÃO FUNCIONAL 4 – Anulando as derivadas parciais em relação a X e K’: – O vetor das correções aos parâmetros é obtido da Eq. (1): onde: X* = - N-1 U → Correção obtida com o método paramétrico, δX = N-1 CT K’ → Influência da injunção. – Anulando as derivadas parciais em relação a X e K’: – O vetor das correções aos parâmetros é obtido da Eq. (1): onde: X* = - N-1 U → Correção obtida com o método paramétrico, δX = N-1 CT K’ → Influência da injunção. – Para obter o vetor dos correlatos K’, envolvido no cálculo de δX, substitui-se a expressão de X na (Eq. (2)): que resulta: � Parâmetros ajustados: � Fator de variância a posteriori: – Para obter o vetor dos correlatos K’, envolvido no cálculo de δX, substitui-se a expressão de X na (Eq. (2)): que resulta: � Parâmetros ajustados: � Fator de variância a posteriori: � MVC dos parâmetros ajustados: � A MVC de Xa é obtida aplicando a propagação em: com: que resulta em: � MVC dos parâmetros ajustados: � A MVC de Xa é obtida aplicando a propagação em: com: que resulta em: � Modelo matemático: � Neste caso o modelo matemático é composto por: � A segunda equação representa uma injunção relativa, onde L’a representa o vetor dos parâmetros ajustados; pois, quando introduz esse tipo injunção no ajustamento, os parâmetros são tratados como observações adicionais ou pseudo-observações, então: � A equação de injunção relativa linearizada é dada por: � Modelo matemático: � Neste caso o modelo matemático é composto por: � A segunda equação representa uma injunção relativa, onde L’a representa o vetor dos parâmetros ajustados; pois, quando introduz esse tipo injunção no ajustamento, os parâmetros são tratados como observações adicionais ou pseudo-observações, então: � A equação de injunção relativa linearizada é dada por: MÉTODO PARAMÉTRICO COM INJUNÇÃO RELATIVA � Ambos formam um sistema constituído de n equações de observações e s equações de injunções, que linearizados são dados por: � Equações normais: � A forma quadrática a ser minimizada é dada por: - Substituindo V e V’, resulta: � Ambos formam um sistema constituído de n equações de observações e s equações de injunções, que linearizados são dados por: � Equações normais: � A forma quadrática a ser minimizada é dada por: - Substituindo V e V’, resulta: – O vetor das correções X é obtido a partir da 1ª derivada da função, que é igual a zero: – Para matriz peso das injunções diagonal, a matriz N’ e o vetor U’ serão, respectivamente, Pinj e PinjL’, onde Pinj representa a matriz peso das injunções. – O vetor das correções X é obtido a partir da 1ª derivada da função, que é igual a zero: – Para matriz peso das injunções diagonal, a matriz N’ e o vetor U’ serão, respectivamente, Pinj e PinjL’, onde Pinj representa a matriz peso das injunções. 5 – O procedimento de introdução de injunções é muito útil computacionalmente, monta-se a matriz N e o vetor U, conforme o modelo do método paramétrico, e a partir daí, se um dado parâmetro (j) é injuncionado, posiciona-se o mesmo na matriz N e do vetor U, nos elementos correspondentes a (j). A estes elementos adiciona-se Pinj no correspondente elemento (j) em N e PinjL’ em U. – Este tratamento é conveniente numericamente, mantém o modelo paramétrico e possibilita padrões especiais para a matriz A e N, que são importantes para eficiência numérica. – O procedimento de introdução de injunções é muito útil computacionalmente, monta-se a matriz N e o vetor U, conforme o modelo do método paramétrico, e a partir daí, se um dado parâmetro (j) é injuncionado, posiciona-se o mesmo na matriz N e do vetor U, nos elementos correspondentes a (j). A estes elementos adiciona-se Pinj no correspondente elemento (j) em N e PinjL’ em U. – Este tratamento é conveniente numericamente, mantém o modelo paramétrico e possibilita padrões especiais para a matriz A e N, que são importantes para eficiência numérica. � Parâmetros ajustados: � Fator de variância a posteriori: � MVC dos parâmetros ajustados: � A MVC de Xa é obtida aplicando a propagação na expressão que fornece o valor ajustado, com o vetor . Assim: � Parâmetros ajustados: � Fator de variância a posteriori: � MVC dos parâmetros ajustados: � A MVC de Xa é obtida aplicando a propagação na expressão que fornece o valor ajustado, com o vetor . Assim: • Problema: Considerando a rede de nivelamento ajustada pelo método paramétrico: A precisão da observação é dada por: (As setas indicam o sentido do nivelamento) , sendo K em km � Calcular novamente as altitudes ajustadas considerando a altitude do ponto V (HV) como injunção relativa, ou seja:HV = 23,078 ± 0,001 m • Problema: Considerando a rede de nivelamento ajustada pelo método paramétrico: A precisão da observação é dada por: (As setas indicam o sentido do nivelamento) , sendo K em km � Calcular novamente as altitudes ajustadas considerando a altitude do ponto V (HV) como injunção relativa, ou seja: HV = 23,078 ± 0,001 m EXERCÍCIO - MÉTODO PARAMÉTRICO COM INJUNÇÃO RELATIVA � Solução: � Dados necessários do ajustamento da rede de nivelamento com o método paramétrico: � Solução: � Dados necessários do ajustamento da rede de nivelamento com o método paramétrico: � Equação de injunção (s = 1) => � Matriz C: � Vetor : � Peso da injunção relativa: � Matriz � Equação de injunção (s = 1) => � Matriz C: � Vetor : � Peso da injunção relativa: � Matriz � Vetor : � Altitudes ajustadas => Xa = � Fator de variância a posteriori � Vetor : � Altitudes ajustadas => Xa = � Fator de variância a posteriori 6 � Controle de Qualidade - Nivelamento: a) Hipóteses: b) Qui-quadrado amostral: c) Qui-quadrado teórico, com ν = n – u graus de liberdade, para o nível de significância α = 10%: d) Análise: => 1,15 < 9,24 � Como a hipótese básica não foi rejeitada o ajustamento é aceito no controle de qualidade, com nível de significância α = 10%. � Controle de Qualidade - Nivelamento: a) Hipóteses: b) Qui-quadrado amostral: c) Qui-quadrado teórico, com ν = n – u graus de liberdade, para o nível de significância α = 10%: d) Análise: => 1,15 < 9,24 � Como a hipótese básica não foi rejeitada o ajustamento é aceito no controle de qualidade, com nível de significância α = 10%. � MVC das altitudes ajustadas:� MVC das altitudes ajustadas: �Solução alternativa: agrupar as equações de observação e de injunção � Ajustamento pelo método paramétrico com injunção: – Número de observações: n = 9 – Número de parâmetros: u = 5 – Número de injunção: s = 1 – Número de equações: n+s = 10 – Graus de liberdade: n+s–u = 5 � Equações de condição e de injunção: �Solução alternativa: agrupar as equações de observação e de injunção � Ajustamento pelo método paramétrico com injunção: – Número de observações: n = 9 – Número de parâmetros: u = 5 – Número de injunção: s = 1 – Número de equações: n+s = 10 – Graus de liberdade: n+s–u = 5 � Equações de condição e de injunção: � Matriz A: � Vetor L e Lo: � Matriz A: � Vetor L e Lo: • v � Matriz Peso: • v � Matriz Peso: • Sequência do ajustamento: – Matriz N => N = ATPA – Vetor U => U = ATPL – Parâmetros ajustados => Xa = X = - N-1 U – Vetor dos resíduos => – Fator de variância a posteriori => – Análise do ajustamento => Teste Global do Modelo (TGM) – MVC das altitudes ajustadas => • Sequência do ajustamento: – Matriz N => N = ATPA – Vetor U => U = ATPL – Parâmetros ajustados => Xa = X = - N-1 U – Vetor dos resíduos => – Fator de variância a posteriori => – Análise do ajustamento => Teste Global do Modelo (TGM) – MVC das altitudes ajustadas => 7 • Altitudes Ajustadas: • Variância a posteriori: • Controle de Qualidade - Nivelamento: a) Hipóteses: b) Qui-quadrado amostral: • Altitudes Ajustadas: • Variância a posteriori: • Controle de Qualidade - Nivelamento: a) Hipóteses: b) Qui-quadrado amostral: c) Qui-quadrado teórico, com ν = n – u graus de liberdade, para o nível de significância α = 10%: d) Análise: => 1,15 < 9,24 � Como a hipótese básica não foi rejeitada o ajustamento é aceito no controle de qualidade, com nível de significância α = 10%. �MVC das altitudes ajustadas: c) Qui-quadrado teórico, com ν = n – u graus de liberdade, para o nível de significância α = 10%: d) Análise: => 1,15 < 9,24 � Como a hipótese básica não foi rejeitada o ajustamento é aceito no controle de qualidade, com nível de significância α = 10%. �MVC das altitudes ajustadas: � Ajustar a rede de nivelamento geométrico (Gemael, 1994). A precisão da observação é dada por: , sendo K em km. a) Rede de nivelamento b) Desníveis observados (As setas indicam o sentido do nivelamento) c) Altitudes Conhecidas: HA = 33,831 ± 0,001 m HB = 19,316 ± 0,002 m HC = 2,791 ± 0,004 m � Ajustar a rede de nivelamento geométrico (Gemael, 1994). A precisão da observação é dada por: , sendo K em km. a) Rede de nivelamento b) Desníveis observados (As setas indicam o sentido do nivelamento) c) Altitudes Conhecidas: HA = 33,831 ± 0,001 m HB = 19,316 ± 0,002 m HC = 2,791 ± 0,004 m EXERCÍCIO – AJUSTAMENTO DE REDE DE NIVELAMENTO
Compartilhar