Metodo delle osservazioni indirette - Esercizi 2.nb
Transcript
Metodo delle osservazioni indirette - Esercizi 2.nb
Metodo delle osservazioni indirette - Esercizi 2.nb CORSO DI TOPOGRAFIA A - A.A. 2005-2006 ESERCITAZIONE - 05-08.06.06 METODO DELLE OSSERVAZIONI INDIRETTE Esercizio tratto da Monti, Pinto, Trattamento dei dati topografici e cartografici, Clup ESERCIZIO 3 Si supponga di avere determinato dei punti lungo un contorno circolare e di volere così trovare il cerchio interpolante ai minimi quadrati. 9 punti rilevati in modo indipendente e con ugual precisione in un opportuno sistema di riferimento; le loro coordinate valgono: 1 Metodo delle osservazioni indirette - Esercizi 2.nb 1 (4; 6.5) 2 (6.5; 4.5) 3 (5.5; 1.5) 4 (5.8; 5.8) 5 (6.4; 3) 6 (3.6; 0.7) 7 (1.5; 1.7) 8 (1.1; 3.5) 9 (1.6; 5.6) L'equazione di una circonferenza è: x 2 + y 2 +ax+by+c=0 a b il cui centro è situato in (x0 = - ÅÅÅÅ Å ; y0 = - ÅÅÅÅ Å ) ed il cui raggio 2 2 vale è!!!!!!!!!!!!!!!!!!!!!!!!!!! r = x0 2 + y0 2 - c . Scriviamo un'equazione " punto assegnato, isolando i termini noti li : l1 = x12 + y12 = 58.25 l2 = x22 + y22 = 62.5 2 Metodo delle osservazioni indirette - Esercizi 2.nb l3 = x32 + y32 = 32.5 l4 = x42 + y42 = 67.28 l5 = x52 + y52 = 49.96 l6 = x62 + y62 = 13.45 l7 = x72 + y72 = 5.14 l8 = x82 + y82 = 13.46 l9 = x92 + y92 = 33.92 Vettore misure: l =8l1 , l2 , l3 , l4 , l5 , l6 , l7 , l8 , l9 <T Equazioni risolutive: 4a + 6.5b + c + l1 = v1 6.5a + 4.5b + c + l1 = v2 5.5a + 1.5b + c + l1 = v3 5.8a + 5.8b + c + l1 = v4 6.4a + 3b + c + l1 = v5 3.6a + 0.7b + c + l1 = v6 1.5a + 1.7b + c + l1 = v7 1.1a + 3.5b + c + l1 = v8 1.6a + 5.6b + c + l1 = v9 Matrice disegno: 3 Metodo delle osservazioni indirette - Esercizi 2.nb 4 jij jj 6.5 jj jj jj 5.5 jjj jj jj 5.8 jj j A = jjjj 6.4 jj jj 3.6 jj jj jj 1.5 jj jj jj 1.1 jj j k 1.6 6.5 1 y zz 4.5 1 zzzz zz 1.5 1 zzzz zz 5.8 1 zzzz zz 3 1 zzzz zz 0.7 1 zzzz zz 1.7 1 zzz zz 3.5 1 zzzz zz 5.6 1 { Matrice normale: ij 182.08 134.22 36. yz j z N = AT A = jjjj 134.22 154.38 32.8 zzzz jj zz 32.8 9. { k 36. Determinante di N = 182.08 (154.38 9-32.8^2)-134.22 (134.22 9-32.8 36)+36 (134.22 32.8-154.38 36) = 11859 H = inversa della matrice normale N -27.18 -1155.26 y ij 313.58 zz j j 1 j 342.72 -1140.3 zzzz ÅÅÅÅÅÅÅÅÅ j -27.18 H = ÅÅÅÅÅÅÅÅ 11859 j jj zz k -1155.26 -1140.3 10094.5 { ij 0.0264423 -0.00229192 -0.0974163 yz j z =jjjjj -0.00229192 0.0288995 -0.0961548 zzzzz j z 0.851207 { k -0.0974163 -0.0961548 Vettore normale: ij 1653.18 yz j z n = AT l = jjjj 1503.94 zzzz jj zz 336.46 k { 4 Metodo delle osservazioni indirette - Esercizi 2.nb 5 Soluzione: x = - H· n = 0.0264423 -0.00229192 -0.0974163 y jij z jj -0.00229192 0.0288995 -0.0961548 zzz -jjj zz zz j 0.851207 { k -0.0974163 -0.0961548 ` ij a = -7.49012 yz jj ` zz = jjjj b = -7.32198 zzzz jj ` zz k c = 19.2606 { ij 1653.18 yz jj z jj 1503.94 zzz jjj zzz k 336.46 { Coordinate del centro della circonferenza: -7.49012 x0 = - ÅÅÅÅa2Å = - ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅ = 3.74506 2 -7.32198 y0 = - ÅÅÅÅb2Å = - ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅ = 3.66099 2 Raggio della circonferenza: r= è!!!!!!!!!!!!!!!! !!!!!!!!!!! x0 2 + y0 2 - c = 2.85793 Vettore degli scarti: Metodo delle osservazioni indirette - Esercizi 2.nb ij -0.0427665 yz jj z jj 0.125904 zzz jj zz jj zz jjj -0.418038 zzz jj z jj 0.630411 zzz jj zz jj z v = A x + l = jjj -0.682113 zzzz jj z jj 0.620767 zzz jj zz jj z jj 0.71803 zzz jj z jj -1.14549 zzz jj zz zz jj k 0.193294 { Varianza di peso unitario a posteriori: vT v ÅÅÅÅÅ = 0.550926 s`0 2 = ÅÅÅÅÅÅÅÅ 6 Varianza dei parametri: sa 2 = s`0 2 ÿ h11 = 0.550926 · 0.0264423 = 0.014567 sb 2 = s`0 2 ÿ h22 = 0.550926 · 0.0288995 = 0.0159215 sc 2 = s`0 2 ÿ h33 = 0.550926 · 0.851207 = 0.468952 Calcolo della varianza dei parametri geometrici x0 , y0 , r. In notazione matriciale: Cxyr = Jc ÿ Cabc ÿ Jc t dove le relazioni geometriche sono: x0 = - ÅÅÅÅa2Å = 3.74506 6 Metodo delle osservazioni indirette - Esercizi 2.nb 7 !!!!!!!!!!!! è!!!!!!!!!!!!!!!! !!!!!!!!!!! a 2 +b 2 ##### 1 è!!!!!!!!!!!!!!!! x0 2 + y0 2 - c ="################ ÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅ - c = ÅÅÅÅ2Å a 2 + b 2 - 4 c = = 4 è!!!!!!!!!!!!!!!!!!!!!!!!!!! 0.5 a 2 + b 2 - 4 c = 2.85793 y0 = - ÅÅÅÅb2Å = 3.66099 r Costruzione della matrice Jacobiana: j11 = - ÅÅÅÅ12Å j12 = 0 j13 = 0 j21 = 0 j22 = - ÅÅÅÅ12Å j23 = 0 j31 = 2a a 0.5 ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅÅÅÅÅ = ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅÅÅÅÅ = è!!!!!!!!!!!!!!!! è!!!!!!!!!!!!!!!! 2 2 !!!!!!!!! 2 2 !!!!!!!!! 2 a +b -4 c 2 a +b -4 c a ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅÅÅÅÅÅÅ = è!!!!!!!!!!!!!!!! 2 2 !!!!!!!!! 4 ÿ 0.5 a +b -4 c -0.655206 b j32 = ... = ÅÅÅÅ ÅÅÅÅ = -0.640498 4r -4 - 0.5 1 j33 = 0.5 ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅÅÅÅÅ = ÅÅÅÅÅÅÅÅ ÅÅÅÅÅ = - ÅÅÅÅ ÅÅÅÅ = -0.174952 è!!!!!!!!!!!!!!!! 2 2 !!!!!!!!! r 2r 2 a +b -4 c Matrice Jacobiana JC = JC T -0.5 0 0 jij zyz jj zz 0 -0.5 0 jj zz jj zz k -0.655206 -0.640498 -0.174952 { ij -0.5 0 -0.65521 yz j z = jjjj 0 -0.5 -0.64045 zzzz jj zz 0 -0.17495 { k 0 a ÅÅÅÅ ÅÅÅÅ = 4r Metodo delle osservazioni indirette - Esercizi 2.nb 8 Matrice di covarianza Cabc = s`0 2 H ij 0.0264423 -0.00229192 -0.0974163 yz j z = 0.550926 jjjj -0.00229192 0.0288995 -0.0961548 zzzz jj zz 0.851207 { k -0.0974163 -0.0961548 ij 0.0145677 -0.00126268 -0.0536692 yz j z =jjjj -0.00126268 0.0159215 -0.0529742 zzzz jj zz 0.468952 { k -0.0536692 -0.0529742 Matrice di covarianza Cxyr = Jc .Cabc .Jct ij 0.00364193 -0.00031567 -0.00032659 yz jj z jj -0.00031567 0.00398037 0.0000508749 zzz jjj zzz k -0.00032659 0.0000508749 0.00190302 { In definitiva: sx = è!!!!!!!!2! è!!!!!!!!!!!!!!!!!!!!!!!!!!! sx = 0.00364193 =0.0603484 s y = "######## s y 2# = sr = è!!!!!!!!!!!!!!!!!!!!!!!!!!! 0.00398037 =0.0630901 è!!!!!!!! è!!!!!!!!!!!!!!!!!!!!!!!!!!! sr 2 = 0.00190302 = 0.0436237 si conclude che: x0 = 3.745 ± 0.060 = Metodo delle osservazioni indirette - Esercizi 2.nb y0 = 3.660 ± 0.063 r = 2.858 ± 0.044. Esercizi tratti da Brovelli, Migliaccio, Trattamento statistico dei dati, Clup ESERCIZIO 4 L'operazione di misura che permette di determinare il dislivello tra due punti si chiama livellazione. Si sia osservata, con misure indipendenti, una rete di livellazione ottenendo i seguenti risultati: Yo1 = q12 = 2.853 cm Yo2 = q23 = 4.967 cm Yo3 = q13 = 7.825 cm Yo4 = q24 = 8.426 cm Yo5 = q34 = 3.452 cm Tutti i dislivelli abbiano la stessa varianza, pari a s0 2 , tranne il dislivello q23 per il quale si abbia una varianza pari ÅÅÅÅ12 s0 2 , essendo derivato dalla media di due osservazioni. ` a) si compensino le osservazioni cercando le stime m.q. Y i e s` 2 ,avvalendosi delle equazioni pure. 0 b) si scrivano le equazioni parametriche introducendo il vettore delle quote x = {Q2 , Q3 , Q4 }, supponendo Q1 = 0; si trovi la stima m.q. x` , s` 0 2 e Cx` x` . ` c) si verifichi che Y = A x` coincida con lo stimatore trovato al punto a) e la coicidenza delle due stime s` 0 2 . 9 Metodo delle osservazioni indirette - Esercizi 2.nb 10 1 q13 3 q12 q23 2 q34 q24 4 a. Svolgimento con equazioni di condizione Hequazioni pure, metodo delle osservazioni diretteL la nostra variabile casuale è ij q12 = 2.853 yz jj z jj q23 = 4.967 zzz jj zz j z Y = jjjj q13 = 7.825 zzzz jj z jj q = 8.426 zzz jj 24 zz jj zz k q34 = 3.452 { le cui componenti sono quantità osservate e della quale abbiamo a disposizione un' estrazione. Se gli errori sono puramente accidentali, si possono imporre le seguenti equazioni di condizione, date dalle chiusure dei due anelli 123 e 234 : Anello 123 : q12 + q23 + q31 = 0 cioè Metodo delle osservazioni indirette - Esercizi 2.nb 11 q12 + q23 - q13 = 0 Anello 234 : q23 + q34 + q42 = 0 q23 + q34 - q24 = 0 êê che in forma sintetica si esprimono come : B Y = 0 a .1 Determiniamo B i 1 1 -1 0 0 yz z B = jj k 0 1 0 -1 1 { i0y b = jj zz k0{ Per Y misurato si ha in generale BY = boss π b = 0 ` êê Si vuole dare una stima Y di Y che tenga conto delle informazioni che provengono dal vettore delle osservazioni Y e dalle relazioni di vincolo Dalla teoria dei minimi quadrati si ha ` -1 Y = Y - v = Y - BT IBBT M BY se la matrice dei pesi non e' l' identità ` -1 Y = Y - v = Y - P-1 BT IB P-1 BT M BY 1 jij jj 0 jj 1 jjj La matrice dei pesi P = ÅÅÅÅÅÅÅÅÅ2ÅÅÅÅ jjj 0 s0 jjj jj 0 jjj k0 La sua inversa P-1 0 0 0 0y 1 zz jij z j z j 2 0 0 0 zz jj 0 zz jj z z 0 1 0 0 zz ï jjjj 0 zz jj jj 0 0 0 1 0 zzzz jj zz jj 0 0 0 1{ k0 ij 1 0 0 0 0 yz jj z jj 0 0.5 0 0 0 zzz jj zz j z = jjjj 0 0 1 0 0 zzzz jj z jj 0 0 0 1 0 zzz jj zz jj zz k0 0 0 0 1 { 0 0 0 0y zz 2 0 0 0 zzzz zz 0 1 0 0 zzzz zz 0 0 1 0 zzzz zz 0 0 0 1{ Metodo delle osservazioni indirette - Esercizi 2.nb q 2.853 y jij 12 zyz jij z jj q zz jj 4.967 zzz jj 23 zz jj zz zz i 1 1 -1 0 0 y jj zz i -0.005 y ij 1 1 -1 0 0 yz jjjj z j j z zz z j z jj q13 zz = j z jj 7.825 zzzz = jj BY = j zz k 0 1 0 -1 1 { jj zz k -0.007 { k 0 1 0 -1 1 { jjj z j z jj q24 zz jj 8.426 zz zzz jjj jjj zzz q 3.452 k 34 { k { 1 0 0 0 0yi 1 0 y jij zj z jj 0 0.5 0 0 0 zzz jjj 1 1 zzz jj zz jj zz zz jj zz i 2.5 0.5 y ij 1 1 -1 0 0 yz jjjj -1 T z j zz z j z jj 0 0 1 0 0 zz jj -1 0 zzzz = jj k = BP B = j zz jj zz k 0.5 2.5 { k 0 1 0 -1 1 { jjj jj 0 0 0 1 0 zzz jjj 0 -1 zzz jjj zzz jjj zzz k0 0 0 0 1 {k 0 1 { det IB P-1 BT M = 6 i 0.416667 -0.0833333 yz z k-1 = jj k -0.0833333 0.416667 { i 0.416667 -0.0833333 yz ji -0.005 zy ji -0.0015 zy zj z=j z k-1 BY = jj k -0.0833333 0.416667 { k -0.007 { k -0.0025 { -0.0015 y 1 0 0 0 0yi 1 0 y jij jij z zj z jj -0.002 zzz jj 0 0.5 0 0 0 zzz jjj 1 1 zzz jj jj zz zz jj zz jj zz zz jj zz i -0.0015 y jj -1 T -1 T -1 j j z j z j z j j z j z z = jj 0.0015 zzzz P B IB P B M BY = jj 0 0 1 0 0 zz jj -1 0 zz j j jj z zj z jj 0 0 0 1 0 zzz jjj 0 -1 zzz k -0.0025 { jjj 0.0025 zzz jj jj zz zz jj z z jj jj zz zz jj zz -0.0025 0 0 0 0 1 0 1 k k { {k { ` -1 Y = Y - P-1 BT IB P-1 BT M BY 2.853 y i -0.0015 y i 2.8545 y jij z z j z j jj 4.967 zzz jjj -0.002 zzz jjj 4.969 zzz jj zz zz jj zz jj zz zz jj zz jj ` jjj z j z j j z j z j Y = jj 7.825 zz - jj 0.0015 zz = jj 7.8235 zzzz cm jj z z j z j jj 8.426 zzz jjj 0.0025 zzz jjj 8.4235 zzz jj zz zz jj zz jj jj zz zz jj zz jj 3.4545 3.452 -0.0025 k { { k { k ` Y=Y-v ` quindi v = Y - Y 2.853 y i 2.8545 y i -0.0015 y z j jij z j z jj 4.967 zzz jjj 4.969 zzz jjj -0.002 zzz zz jj jj zz jj zz zz jj zz jj zz ` jjj z j z j z j j z j v = Y - Y = jj 7.825 zz - jj 7.8235 zz = jj 0.0015 zzzz cm z j jj z j z jj 8.426 zzz jjj 8.4235 zzz jjj 0.0025 zzz zz jj jj zz jj zz zz jj jj zz jj zz 3.4545 3.452 -0.0025 { k k { k { Varianza a posteriori di peso unitario Hm è qui il numero delle equazioni indipendenti, che è pari alla ridondanza del sistema; le misure sono 5L 12 Metodo delle osservazioni indirette - Esercizi 2.nb 13 vT P v ` 2 = ÅÅÅÅÅÅÅÅ s ÅÅÅÅÅÅÅÅÅÅÅÅÅ = 0 2 ij 1 jj jj 0 jj j 1 ÅÅÅÅÅ H -0.0015 -0.002 0.0015 0.0025 -0.0025 L jjjj 0 jj 2 jj 0 jj jj k0 0 0 0 0 y i -0.0015 y zz jj zz 2 0 0 0 zzzz jjjj -0.002 zzzz zz jj zz 0 1 0 0 zzzz jjjj 0.0015 zzzz = zz jj zz 0 0 1 0 zzzz jjjj 0.0025 zzzz zz zz jj 0 0 0 1 { k -0.0025 { 1 ÅÅÅÅÅ 0.000025 = 0.0000125 cm2 2 b. Svolgimento con parametri aggiuntivi Esprimiamo qij in funzione della differenza delle quote DQ ji HQ1 = 0L q = Q2 - Q1 y i q12 = Q2 y jij 12 z j z jj q = Q - Q zzz jjj q = Q - Q zzz jj 23 zz j 3 2z 23 3 2 zz jj jj zz zz jj j j z j Y = jj q13 = Q3 - Q1 zz = jj q13 = Q3 zzzz jj z j z jj q = Q - Q zzz jjj q = Q - Q zzz jj 24 jj 24 4 2z 4 2z z zzz jj zz jj q = Q Q q = Q Q k 34 k 34 4 3{ 4 3{ Le quantità osservabili Y sono legate linearmente ai parametri Qi ij q12 = Q2 yz jj z jj q23 = Q3 - Q2 zzz jj zz j z Y = jjjj q13 = Q3 zzzz = Ax jj z jj q = Q - Q zzz jj 24 4 2z zzz jj k q34 = Q4 - Q3 { ij 1 0 jj jj -1 1 jj j A = jjjj 0 1 jj jj -1 0 jj jj k 0 -1 0y zz 0 zzzz zz 0 zzzz zz 1 zzzz zz 1{ nel sistema Ax - Y = -v Ha lezione si è usato Ax + l = vL le nuove incognite sono i parametri x = HQi L ij 1 jj jj 0 jj -2 j P = s0 jjjj 0 jj jj 0 jj jj k0 0 0 0 0y ij 1 zz jj z jj 0 2 0 0 0 zzz jj zz j z z 0 1 0 0 zz ï jjjj 0 zz jj jj 0 0 0 1 0 zzzz jj zz jj 0 0 0 1{ k0 0 0 0 0y zz 2 0 0 0 zzzz zz 0 1 0 0 zzzz zz 0 0 1 0 zzzz zz 0 0 0 1{ Metodo delle osservazioni indirette - Esercizi 2.nb 14 -1 ` ` La formula generale in questo caso è A x = Y = Y - v = A IAT P AM AT P Y ij 1 jj 1 -1 0 -1 0 ij yz jjjj 0 j z j zj AT PA = jjj 0 1 1 0 -1 zzz jjjj 0 jj zz jj j k 0 0 0 1 1 { jjj 0 jj k0 Determinante IN = AT PAM = 12 7 ÅÅÅÅ jij ÅÅÅÅ 12 jj -1 jj 5 T H = IA PAM = jjj ÅÅÅÅ ÅÅÅÅ jj 12 jj 1 k ÅÅÅÅ2Å 5 ÅÅÅÅ ÅÅÅÅ 12 7 ÅÅÅÅ ÅÅÅÅ 12 ÅÅÅÅ21Å ÅÅÅÅ21Å zy zz zz ÅÅÅÅ21Å zzzz zz z 1 z{ ij 1 jj ij 1 -1 0 -1 0 yz jjjj 0 jj zz j AT PY = jjj 0 1 1 0 -1 zzz jjjj 0 jj zz jj j k 0 0 0 1 1 { jjj 0 jj k0 0 0 0 0yi 1 0 zz jj 2 0 0 0 zzzz jjjj -1 1 zz jj 0 1 0 0 zzzz jjjj 0 1 zz jj 0 0 1 0 zzzz jjjj -1 0 zz jj 0 0 0 1 { k 0 -1 0y zz 0 zzzz i 4 -2 -1 y zz zz jj 0 zzzz = jjjj -2 4 -1 zzzz zz zz jj 1 zzzz k -1 -1 2 { zz 1{ 0 0 0 0 y i 2.853 y zz jj zz 2 0 0 0 zzzz jjjj 4.967 zzzz i -15.507 y zz zz jj zz jj 0 1 0 0 zzzz jjjj 7.825 zzzz = jjjj 14.307 zzzz zz zz jj zz jj 0 0 1 0 zzzz jjjj 8.426 zzzz k 11.878 { zz zz jj 0 0 0 1 { k 3.452 { ij 2.8545 yz jj ` zz T x = H ÿ A PY = jjj 7.8235 zzz cm jj zz k 11.278 { ` ` La stima di Y è A x = Y ij 1 0 jj jj -1 1 jj jj jj 0 1 jj jj jj -1 0 jjj k 0 -1 0y ij 1 0 zz jj z z jj -1 1 0 zz zz ` jjj z 0 zzz x = jjjj 0 1 zz jj jj -1 0 1 zzzz jj zz jj 1{ k 0 -1 0y ij 2.8545 yz zz j z z z 0 zz i 2.8545 y jjjj 4.969 zzzz zz jj zz jjj zz 0 zzzz jjj 7.8235 zzzz = jjjj 7.8235 zzzz zz jj zz jj zz 1 zzzz k 11.278 { jjjj 8.4235 zzzz zz jj zz 1{ k 3.4545 { ` -v = A x - Y ij 2.8545 yz ij 2.853 yz ij -0.0015 yz z z j z j j jjj 4.969 zzz jjj 4.967 zzz jjj -0.002 zzz jj zz zz jj zz jj j z z j z j v = - jjjj 7.8235 zzzz + jjjj 7.825 zzzz = jjjj 0.0015 zzzz cm jj zz zz jj zz jj jjj 8.4235 zzz jjj 8.426 zzz jjj 0.0025 zzz jjj zzz zzz jjj zzz jjj k 3.4545 { k 3.452 { k -0.0025 { Null La varianza a posteriori di peso unitario Hqui la ridondanza r è data dal numero di equazioni - il numero delle incogniteL Metodo delle osservazioni indirette - Esercizi 2.nb vT P v ` 2 = ÅÅÅÅÅÅÅÅ s ÅÅÅÅÅÅÅÅÅÅÅÅÅ = H -0.0015 -0.002 0.0015 0.0025 -0.0025 L 0 2 ij 1 jj jj 0 jj jj jjj 0 jj jj 0 jj jj k0 0 0 0 0 y i -0.0015 y zz jj zz 2 0 0 0 zzzz jjjj -0.002 zzzz zz jj zz 0 1 0 0 zzzz jjjj 0.0015 zzzz = 0.0000125 cm2 zz jj zz 0 0 1 0 zzzz jjjj 0.0025 zzzz zz jj zz 0 0 0 1 { k -0.0025 { !!!!!!!!!! ` 2# = è!!!!!!!!!!!!!!!! ` = "######## s s 0.0000125 = 3.53553 ÿ 10-3 cm 0 0 Esercizio tratto da Monti, Pinto, Trattamento dei dati topografici e cartografici, Clup ESERCIZIO 5 Siano misurate tutte le possibili distanze (in andata e ritorno) tra tre punti allineati 0, 1 e 2.: d01 d02 d10 d12 d20 d21 = 10.00 m = 50.00 m = 10.01 m = 40.00 m = 50.01 m = 39.98 m 15 Metodo delle osservazioni indirette - Esercizi 2.nb 16 Siano assegnate le deviazioni standard: sd01 = sd10 = 1 mm sd02 = sd12 = sd20 = sd21 = 3.16 mm Si determinino: 1) i valori più probabili di x1 e x2 ; 2) il coefficiente di correlazione lineare tra x1 e x2 . Scrittura delle equazioni del sistema. Scelto il sistema di riferimento monodimensionale illustrato in figura, le equazioni di osservazione sono: x1 - d01 = v1 x2 - d02 = v2 x1 - d10 = v3 x2 - x1 - d12 = v4 x2 - d20 = v5 x2 - x1 - d21 = v6 Costruzione della matrice dei pesi. s0 2 Pi = ÅÅÅÅÅÅÅÅÅ2ÅÅÅÅ si Se scegliamo s0 2 = 10, essendo sd01 2 = sd10 2 = 1 mm2 e sd02 2 = sd12 2 = sd20 2 = sd21 2 = H3.16L2 mm2 = 9.99 mm2 , si ottiene una matrice P così fatta: Metodo delle osservazioni indirette - Esercizi 2.nb ij 10 jj jj 0 jj jj jj 0 P = jjj jj 0 jj jj jj 0 jj k 0 17 0 0 0 0 0y zz 1 0 0 0 0 zzzz zz 0 10 0 0 0 zzz zz 0 0 1 0 0 zzzz zz 0 0 0 1 0 zzz zz 0 0 0 0 1{ Risoluzione del sistema normale. x = ijj x1 yz z k x1 { Il sistema A x + l = v è già lineare. ij 1 jj jj 0 jj jj jj 1 A = jjj jj -1 jj jj jj 0 jj k -1 0y zz 1 zzzz zz 0 zzz zz 1 zzzz zz 1 zzz zz 1{ ij -10 yz jj z jj -50 zzz zz jj z jj jj -10.01 zzz zz Misure = jjj jj -40 zzz zz jj z jj jj -50.01 zzz zz jj k -39.98 { La soluzione è data da x=-HAt P AL -1 At P l . Metodo delle osservazioni indirette - Esercizi 2.nb 18 Valutiamo la matrice nornale N = At P A, il vettore At P l ed il loro prodotto. N = ij 1 0 1 -1 0 -1 yz j z k0 1 0 1 1 1 { ij 22 -2 yz j z k -2 4 { ij 10 jj jj 0 jj jj jj 0 jj jj 0 jj jj jj 0 jj j k 0 0 0 0 0 0y zz 1 0 0 0 0 zzzz zz 0 10 0 0 0 zzz zz 0 0 1 0 0 zzzz zz 0 0 0 1 0 zzzz z 0 0 0 0 1{ ij 1 jj jj 0 jj jj jj 1 jj jj -1 jj jj jj 0 jj j k -1 0y zz 1 zzzz zz 0 zzz zz = 1 zzzz zz 1 zzzz z 1{ Determinante della matrice Normale = 84 1 ij ÅÅÅÅ ÅÅÅÅ 21 j H = Inversa della Normale = jjj 1 ÅÅÅÅ k ÅÅÅÅ 42 1 ÅÅÅÅ ÅÅÅÅ y 42 z zz z 11 z ÅÅÅÅ Å ÅÅ Å 42 { i 1 0 1 -1 0 -1 yz z Vettore Normale = jj k0 1 0 1 1 1 { ij 10 jj jj 0 jj jj jj 0 jj jj jj 0 jj jj jj 0 jj k 0 0 0 0 0 0 y i -10 y zz zz jj 1 0 0 0 0 zzzz jjjj -50 zzzz zz zz jj 0 10 0 0 0 zzzz jjjj -10.01 zzzz ij -120.12 yz zz =j zz jj z 0 0 1 0 0 zzzz jjjj -40 zzzz k -179.99 { zz zz jj 0 0 0 1 0 zzzz jjjj -50.01 zzzz z zj 0 0 0 0 1 { k -39.98 { i 22 -2 yz ij -120.12 yz ij 10.0055 yz zj z =j z Vettore soluzione = - jj k -2 4 { k -179.99 { k 50.0002 { 1 jij jj 0 jj jj jj 1 j Vettore residui = jjjj jj -1 jj jj jj 0 jj k -1 0y -10 y i 0.00547619 y zz zz jij zz jj z z j z j z j 1 zz jj -50 zzz jjj 0.000238095 zzz zz zz jj zz jj 0 zzzz ij 10.0055 yz jjjj -10.01 zzzz jjjj -0.00452381 zzzz zz zz j zz =jj z +jj 1 zzzz k 50.0002 { jjjj -40 zzzz jjjj -0.0052381 zzzz z j z zz jj jj -50.01 zzz jjj -0.0097619 zzz 1 zzzz zz jj zz jj z j z z j 1{ k -39.98 { k 0.0147619 { Calcolo delle varianze. Calcoliamo la varianza dell'unità di peso a posteriori s`0 2 : vt P v `s2 = ÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅÅÅ 0 n-m Metodo delle osservazioni indirette - Esercizi 2.nb nel nostro caso (n-m) = 4. Varianza di peso unitario a posteriori = ÅÅÅÅ14Å vt P v ij 10 jj jj 0 jj jj jj 0 = ÅÅÅÅ14Å vt jjj jj 0 jj jj jj 0 jj k 0 0 0 0 0 0 y i 0.00547619 y zz jj zz z j z j 1 0 0 0 0 zz jj 0.000238095 zzzz zz jj zz 0 10 0 0 0 zzz jjj -0.00452381 zzz zz jj zz = 0.00021131 z j z j 0 0 1 0 0 zz jj -0.0052381 zzzz zz zz jj 0 0 0 1 0 zzzz jjjj -0.0097619 zzzz z zj 0 0 0 0 1 { k 0.0147619 { ` 2 1 Varianza x1 = s0 h11 = 0.00021131 ÅÅÅÅ ÅÅÅÅ = 0.0000100624 21 ` 2 h22 = 0.00021131 ÅÅÅÅ 11 ÅÅÅÅ = 0.0000553431 Varianza x2 = s 0 42 DevStd x1 = DevStd x2 = è!!!!!!!!!!!!!!!!!!!!!!!!!!!! è!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! Varianza x1 = 0.0000100624 = 0.00317213 è!!!!!!!!!!!!!!!!!!!!!!!!!!!! è!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! Varianza x2 = 0.0000553431 = 0.00743929 Calcolo della correlazione tra x1 e x2 . ` 2 h12 = 0.00021131 ÅÅÅÅ1ÅÅÅÅ = 5.03119 μ 10-6 Covarianza x1x2= s 0 42 Covarianza x1x2 5.03119 μ 10-6 Correlazione x1x2 = ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ = ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ = 0.213201 DevStd x1 DevStd x2 0.00317213 ÿ 0.00743929 Variante. Cosa cambierebbe se, anziché usare tutte le osservazioni indipendenti, si impiegassero i valori medi delle misure corrispondenti? Verifichiamo: 19 Metodo delle osservazioni indirette - Esercizi 2.nb 20 êê d01 = Media@8d01 , d10 <D = 10.005 m êê d02 = Media@8d02 , d20 <D = 50.005 m êê d12 = Media@8d12 , d21 <D = 39.99 m Le deviazioni standard divengono: è!!!! sdêêê 01 = ÅÅÅÅ2Å2ÅÅÅÅ mm è!!!! sdêêê 02 = sdêêê 12 = 3.16· ÅÅÅÅ2Å2ÅÅÅÅ mm In analogia a quanto fatto prima, costruiamo la matrice dei pesi scegliendo la varianza di peso unitario in modo che i pesi siano ancora 10 e 1 (s0 2 =5): ij 10 0 0 yz j z Nuova P = jjjj 0 1 0 zzzz jj zz k 0 0 1{ Le nuove equazioni sono: êêê x1 - d01 = v1 êêê x2 - d02 = v2 êêê x2 - x1 - d12 = v3 ij 1 0 yz j z Nuova A = jjjj 0 1 zzzz jj zz -1 1 k { ij -10.005 yz j z Nuovo l = jjjj -50.005 zzzz jj zz k -39.990 { i 11 -1 yz Nuova N = jj z k -1 2 { Metodo delle osservazioni indirette - Esercizi 2.nb 21 i -60.06 yz Nuovo Vettore Normale = jj z k -89.995 { 2 1 ij ÅÅÅÅ ÅÅÅÅ ÅÅÅÅ ÅÅÅÅ yz 21 21 zz (è raddoppiata rispetto alla Nuova Matrice H = jjjj z 11 z 1 Å ÅÅ Å ÅÅÅÅ Å ÅÅ Å k ÅÅÅÅ 21 21 { vecchia H) i 10.0055 yz Nuovo Vettore Soluzione = jj z k 50.0002 { ij 0.00047619 yz j z Nuovo Vettore Residui = jjjj -0.0047619 zzzz jj zz k 0.0047619 { Le nuove varianze sono diminuite: Varianza di peso unitario a posteriori = s`0 2 = 0.000047619 (la ridondanza adesso è 1; s` 2 è diminuita) 0 ` 2 h11 = 4.53515 μ 10-6 Varianza x1 = s 0 ` 2 h22 = 0.0000249433 Varianza x2 = s 0 DevStd x1 = DevStd x2 = è!!!!!!!!!!!!!!!!!!!!!!!!!!!! Varianza x1 = 0.00212959 è!!!!!!!!!!!!!!!!!!!!!!!!!!!! Varianza x2 = 0.00499433 ` 2 h12 = 2.26757 μ 10-6 Covarianza x1x2 = s 0 Covarianza x1x2 Correlazione x1x2 = ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ = 0.213201 Hla correlazione non cambiaL DevStd x1 DevStd x2 Non cambia nulla nei parametri incogniti. Quello che cam- Metodo delle osservazioni indirette - Esercizi 2.nb bia è la matrice di varianza-covarianza dei parametri: le nuove osservazioni sono maggiormente precise. 22