Wyrwnanie metod zawarunkowan z niewiadomymi Wstp Krakw 2019
- Slides: 25
Wyrównanie metodą zawarunkowaną z niewiadomymi Wstęp Kraków 2019
Ausgleichungsrechnung II Gerhard Navratil Mit Beiträgen von Martin Staudinger Institute for Geoinformation Technical University Vienna Guβhausstraβe 27 -29 1040 Vienna, Austria
Metoda najmniejszych kwadratów została omówiona w ramach rachunku wyrównawczego. W niniejszym wykładzie przypomnimy najważniejsze zagadnienia z nią związane. W praktyce najczęściej mamy do czynienia z sytuacją w której wyznaczamy drogą pomiaru wielkości („Spostrzeżenia”) , za pomocą których obliczamy szukane parametry („Niewiadome”). Dysponujemy nadliczbowymi spostrzeżeniami w stosunku do liczby niezbędnych do wyznaczenia niewiadomych.
Umożliwia nam to : -kontrolę spostrzeżeń; -uzyskanie prawdopodobnych wartości niewiadomych; -ocenę dokładności wyników pomiarów oraz niezawodności sieci.
Wszystkie metody pomiarów (taśmą stalową czy GPS) prowadzą do stosunkowo prostego modelu matematycznego, związku między spostrzeżeniami i niewiadomymi, który może zostać opracowany za pomocą metody najmniejszych kwadratów. Ideę tej metody można zapisać wzorem: (1) gdzie: vi - poprawki spostrzeżeń; pi - wagi spostrzeżen; W zapisie macierzowym: (2)
Wartość prawdziwa nie jest możliwa do ustalenia, ale z pomocą metody najmniejszych kwadratów można uzyskać jej oszacowanie jako wektora spostrzeżeń wyrównanych :
Wektor parametrów X zawiera wartości niewiadomych X 1, X 2, . . . , Xu. Również wektor X jest wektorem losowym i ma wartość prawdziwą. Metodą najmniejszych kwadratów oblicza się jej oszacowanie, jako wektor wyrównany parametrów. Obliczamy go jako sumę wektora wartości przybliżonych X 0 oraz wektora poprawek niewiadomych x
Prawdziwe wartości spostrzeżeń i parametrów spełniają związek funkcyjny: Wyrównane, prawdopodobne wartości parametrów i spostrzeżeń spełniają podobne równanie zwane modelem funkcyjnym zadania wyrównawczego: Wartości obserwowane spostrzeżeń i przybliżone wartości parametrów nie będą zwykle spełniały tego równania.
Jeżeli do równania modelu funkcyjnego wstawimy wyniki spostrzeżeń i przybliżone wartości niewiadomych - zamiast wektora zerowego - po prawej stronie otrzymamy wektor odchyłek:
Funkcję należy doprowadzić do postaci liniowej, rozwijając ją w szereg Taylora z pominięciem wyrazów stopnia wyższego niż pierwszy:
Pochodne cząstkowe zapisujemy w macierzach Jacobiego: A – pochodne względem niewiadomych;
B – pochodne względem spostrzeżeń;
Możemy stosując powyższe oznaczenia zapisać ogólne zadanie rachunku wyrównawczego w następującej postaci:
Rozwiązanie ogólne: Jest to zadanie polegające z punktu widzenia matematyki na znalezieniu wartości ekstremalnej (minimum) z dodatkowymi warunkami. Takie zadanie rozwiązuje się stosując mnożniki Lagrange’a (zwane też przez geodetów korelatami). Wprowadzamy więc dodatkową macierz k.
Minimalizuje się funkcję Lagrange’a: Po obliczeniu pochodnych względem v oraz x i przyrównaniu ich do zera otrzymujemy wzory: oraz
W praktyce możemy mieć do czynienia z następującymi przypadkami: 1. W układzie równań r=n i w każdym równaniu występuje tylko jedno spostrzeżenie Li – jest to wyrównanie spostrzeżeń pośredniczących. 2. W zadaniu nie występują żadne niewiadome X. W r równaniach mamy tylko funkcje wiążące spostrzeżenia – jest to wyrównanie spostrzeżeń zawarunkowanych. 3. W n równaniach występuje po jednym spostrzeżeniu (jak przy wyrównaniu spostrzeżeń pośredniczących) a w pozostałych (r-n) równaniach mamy tylko niewiadome. Jest to wyrównanie spostrzeżeń pośredniczących z warunkami na niewiadome.
1 x 0 + x + 0 y 0 + 0 y - L 1 - v 1 = 0 0 x 0 + 0 x + 1 y 0 + y - L 2 - v 2 = 0 1 x 0 + 1 x + 1 y 0 + 1 y - L 3 - v 3 = 0 1 x + 0 y – v 1 + 1 = 0 0 x + 1 y – v 2 + 2 = 0 1 x + 1 y – v 3 + 3 = 0
1 0 0 1 1 0 1 0 0 0 1 1 0 0 0. 3333 -0. 3333 0. 6667 -0. 3333 0 0. 3333 -0. 3333 0. 6667 0 -0. 3333 30 0. 6667 -0. 3333 -0. 6667 0. 3333 0 -0. 3333 0. 6667 0. 3333 -0. 6667 0
-10 k 1 v 1=10 -10 k 2 v 2=10 10 k 3 v 3=-10 10 Dx 10 Dy
Wyrównane spostrzeżenia i wyrównane niewiadome Kontrola generalna
Kontrola ogólna Ocena dokładności:
- Krakw
- Gmk umk
- Przykładowy raport kasowy
- Felicia stabilizátor
- Studiw
- Wstp
- Wstp
- Matus kucera konstantin a metod
- Degresivni
- Metody aktywizujące podział
- Gap-analys metod
- Pedagogik kengash shakllari
- Talim metodlari va usullari
- Cyril a metod 863
- Ko'rgazmali metod
- Multisystemisk terapi
- Hzda
- Metod bild
- Operacije sa iskazima
- Podział metod chromatograficznych
- Interfaol metodlar slayd
- Testimplikation
- Uppsats exempel
- Metody nauczania wg szloska
- Delfi metoda
- Kabinet diagnostických metod fss