Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 40 vistas

    Presentacion

    Cargado por

    Jorge Ricce Ynga
    Este documento describe el curso de Ajuste de Observaciones y la necesidad de métodos alternativos al ajuste por mínimos cuadrados. Explica que las observaciones contienen errores y que el ajuste busca corregirlas de forma consistente con las ecuaciones matemáticas. También cubre los pasos típicos del ajuste por mínimos cuadrados y las posibles causas de que el ajuste no sea satisfactorio. Finalmente, presenta métodos alternativos como el estimador robusto L1 y cómo se aplicarán en el curso

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como PPT, PDF, TXT o lea en línea desde Scribd

    Presentacion

    Cargado por

    Jorge Ricce Ynga
    40 vistas19 páginas
    Este documento describe el curso de Ajuste de Observaciones y la necesidad de métodos alternativos al ajuste por mínimos cuadrados. Explica que las observaciones contienen errores y que el ajuste busca corregirlas de forma consistente con las ecuaciones matemáticas. También cubre los pasos típicos del ajuste por mínimos cuadrados y las posibles causas de que el ajuste no sea satisfactorio. Finalmente, presenta métodos alternativos como el estimador robusto L1 y cómo se aplicarán en el curso

    Título original

    presentacion

    Derechos de autor

    © Attribution Non-Commercial (BY-NC)

    Formatos disponibles

    PPT, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe el curso de Ajuste de Observaciones y la necesidad de métodos alternativos al ajuste por mínimos cuadrados. Explica que las observaciones contienen errores y que el ajuste busca corregirlas de forma consistente con las ecuaciones matemáticas. También cubre los pasos típicos del ajuste por mínimos cuadrados y las posibles causas de que el ajuste no sea satisfactorio. Finalmente, presenta métodos alternativos como el estimador robusto L1 y cómo se aplicarán en el curso

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como PPT, PDF, TXT o lea en línea desde Scribd
    Descargar como ppt, pdf o txt
    40 vistas19 páginas

    Presentacion

    Cargado por

    Jorge Ricce Ynga
    Este documento describe el curso de Ajuste de Observaciones y la necesidad de métodos alternativos al ajuste por mínimos cuadrados. Explica que las observaciones contienen errores y que el ajuste busca corregirlas de forma consistente con las ecuaciones matemáticas. También cubre los pasos típicos del ajuste por mínimos cuadrados y las posibles causas de que el ajuste no sea satisfactorio. Finalmente, presenta métodos alternativos como el estimador robusto L1 y cómo se aplicarán en el curso

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como PPT, PDF, TXT o lea en línea desde Scribd
    Descargar como ppt, pdf o txt
    Está en la página 1de 19

    CURSO 2009/2010

    Qu es y para qu sirve el Ajuste de Observaciones?Por que es necesario buscar mtodos alternativos?


    Ana M Domingo Preciado Profesora Titular de Ajuste de Observaciones Despacho 422([email protected]) E.T.S.I. EN TOPOGRAFA, GEODESIA Y CARTOGRAFA

    Para qu necesitamos el Ajuste?


    AJUSTE

    En Topografa y Geodesia medimos: -distancias -direcciones


    para determinar unos Parmetros que en general: (X,Y) (X,Y,Z) OBSERVACIONES PARMETROS ? Ecuaciones Matemticas Primer Problema: Las medidas NO SON PERFECTAS

    Por qu hay Errores? Tres posibles causas:


    1)Variaciones estadsticas de las observaciones(ERRORES ALEATORIOS) 2)Posibles Sistematismos ocurridos durante la observacin 3)Errores Graves o Equivocaciones Lo podemos comprobar en cualquier poligonal topogrfica:
    11 A 2

    NO CIERRAN A CERO!!!!!!
    B C

    Los Mtodos de Ajuste CAMBIAN(corrigen?,modifican?) Los las observaciones iniciales de forma que sean consistentes entre si y con las ECUACIONES DEL MODELO
    -El ajuste por MNIMOS CUADRADOS(MMCC) est diseado de tal forma que los cambios de las observaciones sean los MNIMOS( de hecho haremos mnima la SUMA DE LAS CORRECCIONES AL CUADRADO!!!)

    -Cualquier proceso de clculo topogrfico requiere un NMERO MNIMO DE OBSERVACIONES para ser resuelto.

    Por ejemplo, en la siguiente Interseccin:


    A

    P(X,Y)??

    Si observamos el mnimo de direcciones(2) , obtenemos una solucin para P, pero si hacemos una observacin ms tendremos 3 posibles soluciones para P !!!!!!!!

    Si hacemos slo el mnimo de observaciones y cometemos un error en alguna de ellas, el resultado final no ser correcto y adems EL CLCULO NO NOS AVISA DE ELLO!!!! Si hacemos ms del mnimo, estaremos en situacin de REDUNDANCIA, pero a cambio tendremos ms de una solucin para el problema.
    Con cual nos quedamos??? Por si esto fuera poco, adems es necesario conocer la CALIDAD (PRECISIN + EXACTITUD) de los resultados Y adems queremos que el AJUSTE sea una tcnica: SENCILLA DE APLICAR Y DE CARCTER GENERAL

    Cules son los pasos en cualquier AJUSTE POR MMCC? DISEO DE REDES
    OBSERVACIONES + PRECISIONES PRE PROCESADO DE LOS DATOS

    SOLUCIN MMCC
    ANLISIS ESTADSTICO A POSTERIORI

    OJO!!!: NO es un proceso en el que cada paso se haga UNA SLA VEZ

    Qu necesitamos para realizar un proceso de AJUSTE? Observaciones (excepto para el diseo de redes, que es una SIMULACIN) Informacin sobre la calidad de las medidas: Desviaciones estndar Pesos Correlaciones Las ecuaciones matemticas que relacionan las observaciones entre si o las observaciones con los parmetros Una herramienta de ayuda para el CLCULO MMCC

    Y despus del Ajuste?: -Hay que realizar un Anlisis Estadstico para comprobar que el ajuste es OK( lgicamente en el nivel de precisin requerido para los resultados) -Si esto no ocurre, puede haber varias causas: 1)Las ecuaciones/modelo son errneos o pobres(no representan correctamente la realidad del problema) 2)1 o ms observaciones son errneas 3) Los datos se han introducido incorrectamente en las ecuaciones del modelo 4)Falta de consistencia en el manejo de las unidades de trabajo 5) Errores en el Modelo Estocstico(por ejemplo los PESOS de las observaciones mal calculados

    Existen alternativas a los Mnimos Cuadrados? En cualquier proceso de ajuste las variaciones calculadas de las observaciones iniciales deben ser las mnimas(como ocurre en los MMCC) Otros tipos de ajuste se disean de las siguientes formas:

    1)Minimizando v, donde v sera la correccin de cada observacin 2)Minimizando |v| . Este sistema se denomina Mtodo Robusto L1 3)Minimizando diferentes funciones de v(aplicados en Fotogrametra Analtica y Digital)

    Veamos el ejemplo de una poligonal real calculada mediante 2 mtodos de ajuste distintos: Solucin MMCC Solucin Bowditch

    Radio= 5mm Escala error

    Un ejemplo muy grfico de lo que representa geomtricamente el AJUSTE MMCC: Observaciones de una distancia : 100.010,100.035,100.020,100.026,100.031,100.022, 100.018,100.014 metros Vamos a representar grficamente el resultado de calcular v2 calculando cada v como v = longitud estimada longitud observada Utilizando diferentes estimaciones posibles de la distancia. Cul de ellas har mnima esta curva?

    v 2
    .0015

    .0010

    .0005

    MNIMO
    ESTIMACIN MMCC

    100.010

    100.020

    100.030

    DISTANCIA ESTIMADA

    BIBLIOGRAFA RECOMENDADA:
    Domingo A. : Apuntes de Ajuste de Observaciones

    E. M. Mikhail, F. Ackermann:"Observations and least squares".


    B.R. Harvey : Practical Least Squares and Statistics for surveyors

    Rousseeuw P.J. : Robust Regression and Outlier Detection


    Kraus K. : Photogrammetry

    El AJUSTE DE OBSERVACIONES SE INTERRELACIONA CON OTRAS MATERIAS DE LA SIGUIENTE FORMA:

    TOPOGRAFA

    GEODESIA

    FOTOGRAMETRA

    (la caja de herramientas del topgrafo)

    AJUSTE DE OBSERVACIONES
    LGEBRA MATRICIAL

    ESTADSTICA Y PROBABILIDAD

    EVALUACIN
    SE REALIZAR COMO TRABAJO FIN DE CURSO UN PROGRAMA INFORMTICO QUE RESUELVA UN DETERMINADO PROBLEMA DE AJUSTE(TOPOGRAFA, GEODESIA, FOTOGRAMETRA) EL CUAL DEBE TENER DOS PARTES: A)RESOLUCIN DEL PROBLEMA MEDIANTE LA TCNICA CLSICA DE MMCC B)RESOLUCIN DEL PROBLEMA UTILIZANDO ALGN TIPO DE ESTIMADOR ROBUSTO , COMPARANDO LOS RESULTADOS EN EL CASO ANTERIOR , EN SITUACIONES SIMULADAS DE EXISTENCIA DE ERRORES GRAVES

    DESCRIPCIN PORMENORIZADA DE LA ASIGNATURA


    Primera Parte .- Las Tcnicas de Estimacin Robusta
    Los errores de tipo I Distribuciones de probabilidad Mtodos existentes de eliminacin Fundamento matemtico de los mtodos robustos Mtricas y estimadores Punto de anlisis y funcin de influencia Clasificacin de los mtodos de estimacin robusta Estimadores de tipo M Estimadores de tipo L Estimadores de tipo MM Estimacin robusta y deteccin de errores

    Segunda Parte.La aplicacin de los mtodos robustos en procesos fotogramtricos


    Estimacin robusta en Fotogrametra

    Deteccin de observaciones aisladas Problemas planteados por el mtodo clsico Posibles aplicaciones El estimador bicuadrado Deteccin automtica de los errores de tipo I Modificacin al Mtodo Dans El programa PAT-M43 de ajuste de bloques

    Tercera Parte .- Adaptacin de diversos estimadores robustos a tres problemas fotogramtricos fundamentales.Estudio de resultados
    FASE DE TRABAJO INDIVIDUAL : Cada alumno elegir un determinado problema de ajuste y estudiar la posible aplicacin de mtodos de estimacin robusta(topografa, fotogrametra, geodesia, etc)

    También podría gustarte