Teorie chyb a vyrovnávací počet 2

Slides:



Advertisements
Podobné prezentace
Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační.
Advertisements

Název školy Gymnázium, střední odborná škola, střední odborné učiliště a vyšší odborná škola, Hořice Číslo projektu CZ.1.07/1.5.00/ Název materiálu.
Kuchařka na práci s mnohočleny Matematika pro ZŠ Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je David Salač. Dostupné z Metodického portálu.
Úhel Převody jednotek velikosti úhlů Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Mgr. Radomír Macháň. Dostupné z Metodického portálu.
Strategické otázky výzkumníka 1.Jaký typ výzkumu zvolit? 2.Na jakém vzorku bude výzkum probíhat? 3.Jaké výzkumné metody a techniky uplatnit?
Ekonomicko-matematické metody č. 11 Prof. RNDr. Jaroslav Ramík, CSc.
Výukový materiál zpracovaný v rámci projektu EU peníze školám Registrační číslo projektu:CZ.1.07/1.4.00/ Šablona:III/2 Inovace a zkvalitnění výuky.
Experimentální metody oboru – Pokročilá tenzometrie – Měření vnitřního pnutí Další využití tenzometrie Měření vnitřního pnutí © doc. Ing. Zdeněk Folta,
Význam diferenciálních rovnic převzato od Doc. Rapanta.
Funkce Lineární funkce a její vlastnosti 2. Funkce − definice Funkce je předpis, který každému číslu z definičního oboru, který je podmnožinou množiny.
Definice: Funkce f na množině D(f)  R je předpis, který každému číslu z množiny D(f) přiřazuje právě jedno reálné číslo. Jinak: Nechť A, B jsou neprázdné.
Senzory pro EZS.
ANALYTICKÁ GEOMETRIE V ROVINĚ
ŠKOLA: Městská střední odborná škola, Klobouky u Brna,
Matematika 3 – Statistika Kapitola 4: Diskrétní náhodná veličina
Lineární funkce - příklady
Řešení nerovnic Lineární nerovnice
NÁZEV ŠKOLY: S0Š Net Office, spol. s r.o, Orlová Lutyně
ČÍSLO PROJEKTU CZ.1.07/1.5.00/ ČÍSLO MATERIÁLU 1 – Množiny – teorie
Lineární rovnice a nerovnice I.
Síla a skládání sil Ing. Jan Havel.
Kvadratické nerovnice
8.1 Aritmetické vektory.
Výběrové metody (Výběrová šetření)
Jedno-indexový model a určení podílů cenných papírů v portfoliu
8.1.2 Podprostory.
Poměr Co je poměr. Změna v daném poměru..
Matematika Parametrické vyjádření přímky
Základní jednorozměrné geometrické útvary
Maďarská metoda Kirill Šustov Michal Bednář Stanislav Běloch
Funkce Funkce (píšeme f (x) ) je každé zobrazení množiny A do množiny R, kde A je libovolná podmnožina množiny R. Zobrazované množině A říkáme definiční.
Poměr v základním tvaru.
2.2 Kvadratické rovnice.
ZÁKLADNÍ ŠKOLA, JIČÍN, HUSOVA 170 Číslo projektu
Elektrické měřící přístroje
MATEMATIKA Soustavy dvou lineárních rovnic o dvou neznámých.
VY_32_INOVACE_90.
Parametrické vyjádření roviny
Kvadratické nerovnice
Parametrická rovnice přímky
ZÁKLADNÍ ŠKOLA, JIČÍN, HUSOVA 170 Číslo projektu
Řešení nerovnic Lineární nerovnice
8.1.3 Lineární obal konečné množiny vektorů
Informatika pro ekonomy přednáška 8
Rovnice základní pojmy.
Střední hodnoty Udávají střed celé skupiny údajů, kolem kterého všechny hodnoty kolísají (analogie těžiště). Aritmetický průměr - vznikne součtem hodnot.
Pravděpodobnost a statistika
Dvourozměrné geometrické útvary
Konstrukce trojúhelníku
Teorie chyb a vyrovnávací počet 1
Poměr v základním tvaru.
Běžná pravděpodobnostní rozdělení
Teorie chyb a vyrovnávací počet 1
KOMBINACE BEZ OPAKOVÁNÍ
Modely obnovy stárnoucího zařízení
Číslo projektu MŠMT: Číslo materiálu: Název školy: Ročník:
Teorie chyb a vyrovnávací počet 1
Teorie chyb a vyrovnávací počet 1
Centrální limitní věta
Lineární funkce a její vlastnosti
Teorie chyb a vyrovnávací počet 1
7. Polohové vytyčovací sítě
Moment hybnosti Moment hybnosti L je stejně jako moment síly určen jako součin velikosti ramene d a příslušné veličiny (tj. v našem případě hybnosti p).
Grafy kvadratických funkcí
Průměr
Teorie chyb a vyrovnávací počet 2 (155TCV2)
Dvourozměrné geometrické útvary
Teorie chyb a vyrovnávací počet 2
Slovní úlohy o společné práci − 3
Konstrukce trojúhelníku
Transkript prezentace:

Teorie chyb a vyrovnávací počet 2 Téma č. 5: Speciální postupy ve vyrovnání: Eliminace neznámých. Sekvenční vyrovnání. Chyby ve výchozích veličinách. Eliminace neznámých. Sekvenční vyrovnání. Chyby ve výchozích veličinách.

Teorie chyb a vyrovnávací počet 2 1. Eliminace neznámých V některých případech vyrovnání není cílem vypočítat všechny neznámé, které jsou pro matematický popis nutné a pak lze využít dále uvedený postup. Normální rovnice mají tvar: 𝑨 𝑇 ∙𝑷∙𝑨∙𝒅𝒙 + 𝑨 𝑻 ∙ 𝑷∙ 𝒍 ′ =𝟎 𝑵∙𝒅𝒙=𝒃 kde 𝑨 𝑇 ∙𝑷∙𝑨=𝑵 a 𝑨 𝑇∙ 𝑷∙ 𝒍 ′ =−𝒃 . Vektor neznámých 𝒙 lze rozdělit na neznámé určované ( 𝒙 1 ) a neurčované ( 𝒙 2 ), a tedy i pro vektor přírůstků 𝒅𝒙 platí: 𝒅𝒙= 𝒅 𝒙 1 𝒅 𝒙 2 𝑇 Normální rovnice pak lze formálně zapsat ve tvaru:   𝑵 11 𝑵 12 𝑵 21 𝑵 22 ∙ 𝒅 𝒙 1 𝒅 𝒙 2 = 𝒃 1 𝒃 2 .

Teorie chyb a vyrovnávací počet 2 1. Eliminace neznámých 𝑵 11 𝑵 12 𝑵 21 𝑵 22 ∙ 𝒅 𝒙 1 𝒅 𝒙 2 = 𝒃 1 𝒃 2 . kde platí 𝑵 21 = 𝑵 12 𝑇 . 𝑵 𝟏𝟏 ∙𝒅 𝒙 𝟏 + 𝑵 𝟏𝟐 ∙𝒅 𝒙 𝟐 = 𝒃 1 𝑵 𝟐𝟏 ∙𝒅 𝒙 𝟏 + 𝑵 𝟐𝟐 ∙𝒅 𝒙 𝟐 = 𝒃 2   Pro neurčované neznámé pak z druhé rovnice platí: 𝒅 𝒙 𝟐 = 𝑵 𝟐𝟐 −𝟏 ∙ 𝒃 2 − 𝑵 𝟐𝟏 ∙𝒅 𝒙 𝟏 Po dosazení do první rovnice za 𝒅 𝒙 𝟐 : 𝑵 𝟏𝟏 ∙𝒅 𝒙 𝟏 + 𝑵 𝟏𝟐 ∙ 𝑵 𝟐𝟐 −𝟏 ∙ 𝒃 2 − 𝑵 𝟐𝟏 ∙𝒅 𝒙 𝟏 = 𝒃 1

Teorie chyb a vyrovnávací počet 2 1. Eliminace neznámých 𝑵 𝟏𝟏 ∙𝒅 𝒙 𝟏 + 𝑵 𝟏𝟐 ∙ 𝑵 𝟐𝟐 −𝟏 ∙ 𝒃 2 − 𝑵 𝟐𝟏 ∙𝒅 𝒙 𝟏 = 𝒃 1 Po úpravách vznikne nový tvar normálních rovnic, které již neobsahují „eliminované“ neznámé: 𝑵 ′ ∙𝒅 𝒙 𝟏 =𝒃′ kde 𝑵 ′ = 𝑵 𝟏𝟏 − 𝑵 𝟏𝟐 ∙ 𝑵 𝟐𝟐 −𝟏 ∙ 𝑵 𝟐𝟏 𝒃 ′ = 𝒃 1 − 𝑵 𝟏𝟐 ∙ 𝑵 𝟐𝟐 −𝟏 ∙ 𝒃 2 Lze takto eliminovat neznámé z výpočtu a tím zmenšit velikost řešené soustavy (invertované matice) za cenu další inverze matice 𝑵 𝟐𝟐 . 𝒅 𝒙 𝟏 = 𝑵′ −𝟏 ∙𝒃′= 𝑵 𝟏𝟏 − 𝑵 𝟏𝟐 ∙ 𝑵 𝟐𝟐 −𝟏 ∙ 𝑵 𝟐𝟏 −𝟏 ∙ 𝒃 1 − 𝑵 𝟏𝟐 ∙ 𝑵 𝟐𝟐 −𝟏 ∙ 𝒃 2

Teorie chyb a vyrovnávací počet 2 2. Sekvenční vyrovnání. Doposud bylo vyrovnání prezentováno jako úloha zpracovávající měření. Vyrovnání ale může zpracovávat v podstatě libovolná data, v případě úlohy zvané sekvenční vyrovnání se jedná o výsledky předchozího vyrovnání. Jednoduchým ilustrujícím příkladem je vyrovnání nivelační sítě rozdělené na více nezávislých částí, které jsou jednotlivě vyrovnány. Tyto výsledky jsou potom společně zpracovány sekvenčním vyrovnáním, jehož výsledky a směrodatné odchylky jsou stejné jako při zpracování všech měření najednou. Stejným způsobem může být část sítě vyrovnána samostatně a zbytek měření vyrovnán až s výsledky prvního vyrovnání. Důvodem k tomuto oddělenému (sekvenčnímu) vyrovnáním může být jak přílišné množství měření pro současné zpracování, tak také například nezávislé a časově oddělené měření, které je třeba zpracovat a vyhodnotit ihned po měření a posléze je zbytečné provádět celý výpočet znovu. Pro výpočet je třeba, aby měření vyrovnávaná v jednotlivých oddělených částech byla nezávislá (tj. žádné měření nesmí být použito ve více než jednom vyrovnání), a kromě výsledků vyrovnání (většinou souřadnice nebo výšky nebo obojí) musí být k dispozici také jejich kovarianční matice, ve které jsou obsaženy všechny vztahy mezi vyrovnanými veličinami.

Teorie chyb a vyrovnávací počet 2 2. Sekvenční vyrovnání. Příklad: 𝑍 1 a 𝑍 5 jsou známé výšky koncových bodů 𝐻 2 , 𝐻 3 a 𝐻 4 určované výšky bodů. Měření bylo prováděno ve dvou etapách, nejprve ze 𝑍 1 na 𝐻 2 (převýšení ℎ 1 ) a dále na 𝐻 3 (převýšení ℎ 2 ). V druhé etapě potom ze 𝑍 5 na 𝐻 4 ( ℎ 4 ) a dále na 𝐻 3 ( ℎ 3 ). Směr měření převýšení je vyznačen šipkou. Obě části samy o sobě neobsahují nadbytečná měření, přesto budou řešena vyrovnáním, aby byl zřejmý obecný postup.

Teorie chyb a vyrovnávací počet 2 2. Sekvenční vyrovnání. Příklad: Známé a měřené hodnoty: 𝑍 1 =100,0 𝑚, 𝑍 5 = 140,0 𝑚; ℎ 1 =10,1 𝑚, ℎ 2 =10,1 𝑚, ℎ 3 =−10,1 𝑚, ℎ 4 =−10,1 𝑚; 𝜎 ℎ = 𝜎 ℎ 1 = 𝜎 ℎ 2 =…= 𝜎 ℎ 4 =0,05 𝑚 .

Teorie chyb a vyrovnávací počet 2 2. Sekvenční vyrovnání. První větev Rovnice měření: Pořadí neznámých: ℎ 1 = 𝐻 2 − 𝑍 1 , 𝑿 1 = 𝐻 2 𝐻 3 . ℎ 2 = 𝐻 3 − 𝐻 2 .   Jacobiho matice derivací: Matice vah 𝑨 1 = 1 0 −1 1 , 𝑷 1 = 1 𝜎 ℎ 2 0 0 1 𝜎 ℎ 2 = 400 0 0 400 . Vektor měření: 𝒍′ 1 = −𝑍 1 − ℎ 1 − ℎ 2 = −110,1 −10,1 .  Vyrovnané hodnoty: 1 𝐻 2 1 𝐻 3 =𝑿 1 = − 𝑨 1 𝑇 ∙ 𝑷 1 ∙ 𝑨 1 −1 ∙ 𝑨 1 𝑇 ∙ 𝑷 1 ∙ 𝒍 1 ′ = 110,1 120,2 𝑚 .  Kovarianční matice: 𝑴 1 = 𝑨 1 𝑇 ∙ 𝑷 1 ∙ 𝑨 1 −1 = 0,0025 0,0025 0,0025 0,0050 .

Teorie chyb a vyrovnávací počet 2 2. Sekvenční vyrovnání. Druhá větev Rovnice měření: Pořadí neznámých: ℎ 4 = 𝐻 4 − 𝑍 5 , 𝑿 2 = 𝐻 3 𝐻 4 . ℎ 3 = 𝐻 3 − 𝐻 4 . Jacobiho matice derivací: Matice vah: 𝑨 2 = 0 1 1 −1 , 𝑷 2 = 1 𝜎 ℎ 2 0 0 1 𝜎 ℎ 2 = 400 0 0 400 . Vektor měření: 𝒍′ 2 = −𝑍 5 − ℎ 4 − ℎ 3 = −129,9 10,1 . Vyrovnané hodnoty: 2 𝐻 3 2 𝐻 4 =𝑿 2 = − 𝑨 2 𝑇 ∙ 𝑷 2 ∙ 𝑨 2 −1 ∙ 𝑨 2 𝑇 ∙ 𝑷 2 ∙ 𝒍 2 ′ = 119,8 129,9 𝑚 . Kovarianční matice: 𝑴 2 = 𝑨 2 𝑇 ∙ 𝑷 2 ∙ 𝑨 2 −1 = 0,0050 0,0025 0,0025 0,0025 .

Teorie chyb a vyrovnávací počet 2 2. Sekvenční vyrovnání. Sekvenční vyrovnání: Indexem vlevo nahoře je u „měřených“ výšek označena větev, ve které byly vyrovnány.   Rovnice měření: 𝐻 2 = 1 𝐻 2 , 𝐻 3 = 1 𝐻 3 , 𝐻 3 = 2 𝐻 3 , 𝐻 4 = 2 𝐻 4 . Pořadí neznámých: Jacobiho matice derivací: 𝑿 𝑠 = 𝐻 2 𝐻 3 𝐻 4 . 𝑨 𝑠 = 1 0 0 0 1 0 0 1 0 0 0 1 . Matice vah: 𝑷 𝑐 = 𝑴 1 𝟎 𝟎 𝑴 2 = 0,0025 0,0025 0 0 0,0025 0,0050 0 0 0 0 0,0050 0,0025 0 0 0,0025 0,0025 .

Teorie chyb a vyrovnávací počet 2 2. Sekvenční vyrovnání. Sekvenční vyrovnání: Přibližné hodnoty : Vektor redukovaných měření: 𝑿 0 = 1 𝐻 2 1 𝐻 3 2 𝐻 4 . 𝒍 ′ 𝑠 = 0 0 1 𝐻 3 − 2 𝐻 3 0 .  Vyrovnané hodnoty: 𝒅𝒙= − 𝑨 𝑠 𝑇 ∙ 𝑷 𝑠 ∙ 𝑨 𝑠 −1 ∙ 𝑨 𝑠 𝑇 ∙ 𝑷 𝑠 ∙ 𝒍 𝑠 ′ ,   𝐻 2 𝐻 3 𝐻 4 =𝑿 𝑠 = 𝑿 0 +𝒅𝒙= 110,0 120,0 130,0 𝑚 . Kovarianční matice: 𝑴 𝑠 = 𝑨 𝑠 𝑇 ∙ 𝑷 𝑠 ∙ 𝑨 𝑠 −1 = 0,0019 0,0013 0,0006 0,0013 0,0025 0,0013 0,0006 0,0013 0,0019 .

Teorie chyb a vyrovnávací počet 2 2. Sekvenční vyrovnání. Celkové vyrovnání všech měření:  Rovnice měření: ℎ 1 = 𝐻 2 − 𝑍 1 , ℎ 2 = 𝐻 3 − 𝐻 2 . ℎ 4 = 𝐻 4 − 𝑍 1 , ℎ 3 = 𝐻 3 − 𝐻 4 .   Pořadí neznámých: Jacobiho matice derivací: 𝑿 𝑐 = 𝐻 2 𝐻 3 𝐻 4 . 𝑨 𝑐 = 1 0 0 −1 1 0 0 0 1 0 1 −1 . Matice vah: 𝑷 𝑐 = 1 𝜎 ℎ 2 0 0 0 0 1 𝜎 ℎ 2 0 0 0 0 1 𝜎 ℎ 2 0 0 0 0 1 𝜎 ℎ 2 = 400 0 0 0 0 400 0 0 0 0 400 0 0 0 0 400 .

Teorie chyb a vyrovnávací počet 2 2. Sekvenční vyrovnání. Celkové vyrovnání všech měření:   Matice redukovaných měření: 𝒍 ′ 𝑐 = −𝑍 1 − ℎ 1 − ℎ 2 −𝑍 5 − ℎ 4 − ℎ 3 = −110,1 −10,1 −129,9 10,1 . Vyrovnané hodnoty: 𝐻 2 𝐻 3 𝐻 4 =𝑿 𝑐 = − 𝑨 𝑐 𝑇 ∙ 𝑷 𝑐 ∙ 𝑨 𝑐 −1 ∙ 𝑨 𝑐 𝑇 ∙ 𝑷 𝑐 ∙ 𝒍 𝑐 ′ = 110,0 120,0 130,0 𝑚 . Kovarianční matice: 𝑴 𝑐 = 𝑨 𝑐 𝑇 ∙ 𝑷 𝑐 ∙ 𝑨 𝑐 −1 = 0,0019 0,0013 0,0006 0,0013 0,0025 0,0013 0,0006 0,0013 0,0019 .  

Teorie chyb a vyrovnávací počet 2 2. Sekvenční vyrovnání. Celkové vyrovnání všech měření:   Matice redukovaných měření: 𝒍 ′ 𝑐 = −𝑍 1 − ℎ 1 − ℎ 2 −𝑍 5 − ℎ 4 − ℎ 3 = −110,1 −10,1 −129,9 10,1 . Vyrovnané hodnoty: 𝐻 2 𝐻 3 𝐻 4 =𝑿 𝑐 = − 𝑨 𝑐 𝑇 ∙ 𝑷 𝑐 ∙ 𝑨 𝑐 −1 ∙ 𝑨 𝑐 𝑇 ∙ 𝑷 𝑐 ∙ 𝒍 𝑐 ′ = 110,0 120,0 130,0 𝑚 . Kovarianční matice: 𝑴 𝑐 = 𝑨 𝑐 𝑇 ∙ 𝑷 𝑐 ∙ 𝑨 𝑐 −1 = 0,0019 0,0013 0,0006 0,0013 0,0025 0,0013 0,0006 0,0013 0,0019 .  

Teorie chyb a vyrovnávací počet 2 2. Sekvenční vyrovnání. Příklad konstrukce sekvenčního vyrovnání: Geodetická síť

Teorie chyb a vyrovnávací počet 2 3. Chyby ve výchozích veličinách. Úlohu vyrovnání jsme prozatím definovali tak, že existují pevné (konstantní) hodnoty (body, souřadnice, délky, úhly), od kterých jsme měřili nějaké hodnoty (tzv. měřené veličiny) s určitou přesností (směrodatnou odchylkou). Je zde velmi ostré rozhraní mezi danými (bezchybnými) veličinami a měřenými veličinami, kterým přisuzujeme ve vyrovnání opravy. Praktické úlohy jen zřídkakdy vedou k podobné situaci. Většinou se stává, že i výchozí (dané) veličiny jsou určeny s jistou přesností - mají také určitou směrodatnou odchylku. Exaktní řešení takového modelu dostaneme, když mezi vyrovnávané neznámé zahrneme i výchozí veličiny.

Teorie chyb a vyrovnávací počet 2 3. Chyby ve výchozích veličinách. Příklad: Je zaměřena výšková síť se zadanou výškou 𝐴. Všechna měření uvažujeme stejně přesná. Klasické vyrovnání. Výšku A považujeme za bezchybnou. Rovnice oprav: váhová matice:   𝑣 1 = 𝑥 1 −𝐴 − 𝑙 1 𝑣 2 = 𝑥 2 −𝐴 − 𝑙 2 𝑣 3 = 𝑥 1 − 𝑥 2 − 𝑙 3 𝑷= 1 0 0 0 1 0 0 0 1 Exaktní společné vyrovnání. 𝐴 bylo určeno z  bodu K měřením  𝑙 𝐴 o váze 𝑝 𝐴 =1. Rovnice oprav: váhová matice: 𝑣 1 = 𝑥 1 −𝐴 − 𝑙 1 𝑣 2 = 𝑥 2 −𝐴 − 𝑙 2 𝑣 3 = 𝑥 1 − 𝑥 2 − 𝑙 3 𝑣 𝐴 = 𝐴 −𝐾 − 𝑙 𝐴 𝑷= 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1

Teorie chyb a vyrovnávací počet 2 3. Chyby ve výchozích veličinách.

Teorie chyb a vyrovnávací počet 2  Konec 