Documente Academic
Documente Profesional
Documente Cultură
CÁLCULO DE COMPENSACIÓN
DEBER:
Tema:
Método Paramétrico para el Ajuste de Observaciones.
Estudiante:
Cruz Balseca Jessenia Belén
Cruz Balseca Andrea Belén
Guevara Odalis
Farinango Antoni
Cervantes Fernando
Crespo Josue
Docente:
Ingeniero Alexander Robayo.
NRC: 2294
Sangolquí - Ecuador.
04/11/2019
CÁLCULO DE COMPENSACIÓN
Se pueden dar diversas soluciones a la cuestión planteada, pero se buscará aquella que
satisfaga el conjunto de relaciones matemáticas entre las magnitudes medidas y además haga
mínima la suma de los cuadrados de los residuos, es decir, la solución de mínimos cuadrados.
3. Objetivos:
3.1. Objetivo General:
Calcular un valor cercano al valor verdadero de la base de la pared lateral (largo) del aula
B416 de la Universidad de las Fuerzas Armadas – “ESPE”, usando un metro láser y aplicando
el método paramétrico de ajuste por ecuaciones de condición, para determinar si este valor
es o no acorde a las dimensiones del aula.
Estos son los errores que quedan una vez que todos los errores sistemáticos se han removido.
Estos pueden surgir de ambigüedades o incertezas en el método de medición debido, por
ejemplo, a la precisión del aparato o debido a fluctuaciones aleatorias de temperatura
ambiente que son demasiado irregulares o rápidas como para ser medidas. Para la
cuantificación de errores aleatorios se presentan las siguientes ecuaciones. Suponga que hace
n idénticas mediciones de una magnitud física x. La mejor estimación del valor verdadero es
el promedio de las mediciones, el cual viene dado por la ecuación (Michel, 2010)
(𝑥1 + 𝑥2 + ⋯ +𝑥𝑛 )
𝑥̅ =
𝑛
La mejor estimación de la desviación estándar de la muestra está dada por la ecuación.
∑𝑛(𝑥𝑖 − 𝑥̅ )2
𝜎=√
𝑛−1
Esta cantidad es una medida de la precisión del aparato usado en la medición y se interpreta
como la cercanía de una sola medición hecha con el mismo aparato al valor promedio.
Consulte a su ayudante cómo puede conseguir estos valores mediante el programa Excel. A
partir de esta cantidad se define el error estándar de la medición (δx), como se presenta la
ecuación 3.
𝜎
𝛿𝑥 =
√𝑛
Esta cantidad indica cuan cerca un conjunto de n mediciones se encuentra del valor promedio.
Notar que, si bien σ no cambia significativamente a medida que n crece, (la desviación
estándar de la muestra), δx decrece como la raíz de n. Esto demuestra que se puede aumentar
la precisión de la medida, ya sea aumentando la precisión del aparato o aumentando el
número de mediciones realizadas. El valor de la magnitud física x debe ser mostrado como:
promedio de x ± error estándar de x. Es importante indicar cuantas mediciones se realizaron
(n), si este número es pequeño (menor que 100).
Cada ecuación implica unos coeficientes que dependen de los valores concretos de las
observaciones, y se asignan a la matriz de coeficientes del sistema. Igualmente, cada ecuación
tiene un término independiente, que depende del residuo o diferencia entre el valor observado
y calculado. Estos valores se almacenan en un vector de términos independientes.
CÁLCULO DE COMPENSACIÓN
Además, con objeto de ponderar el impacto de cada observación en el sistema, se crea una
matriz de pesos. Cada observación tiene un peso que depende de la desviación estándar, o
error a priori de cada observación. Estos a su vez dependen de las características del equipo
empleado, que se definen en la configuración.
𝐴 = 𝑀𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠.
𝑃 = 𝑀𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑃𝑒𝑠𝑜𝑠.
Una vez elaboradas todas estas matrices, comienza el proceso de resolución que calcula los
incrementos de coordenadas de las estaciones móviles, hasta que el sistema converge, y las
coordenadas pasan a ser definitivas.
La compensación de datos topográficos está basada en los mínimos cuadrados que indica,
que la sumatoria de los cuadrados de los errores aparentes sea mínimo.
𝑛
𝑖=1
Matriz de Pesos:
El caso más general del ajuste por mínimos cuadrados tiene en cuenta que las observaciones
puedan tener diferente precisión y, por tanto, diferentes pesos. Supongamos que una
magnitud topográfica x que sigue una distribución normal. Y de la cual hemos realizado un
grupo de medidas de pesos relativos p1, p2,…, pn y que han originado unos residuos
r1,r2,…,rn , respectivamente. Sea m el valor más probable ponderado. Al igual que antes, los
residuos están relacionados con las observaciones (Garcia, 2014).
Para maximizar esta probabilidad hemos de minimizar el exponente. Es decir, la suma de los
productos de los pesos por sus respectivos residuos al cuadrado, debe ser mínima.
Varianza Apriori:
Esta ecuación se aplica a un grupo de observaciones de una magnitud simple o individual,
donde cada observación tiene un peso diferente. Sin embargo, en Topografía se realizan
CÁLCULO DE COMPENSACIÓN
observaciones que relacionan varios parámetros a través de ecuaciones. Para este tipo de
observaciones, la desviación estándar en el caso de pesos iguales es:
𝜎𝑜 2 = 1
Varianza Posteriori:
Se aplica a un grupo de observaciones de una magnitud simple o individual, donde cada
observación tiene un peso diferente. Sin embargo, en Topografía se realizan observaciones
que relacionan varios parámetros a través de ecuaciones.
2 𝑉 𝑇 𝑃𝑉
𝜎𝑜′ =
𝑛−𝑢
4.3. Método Paramétrico de Ajuste:
Características:
Utiliza paramétrico o incógnitas para su desarrollo.
Es necesario conocer un valor estimado.
Las ecuaciones de observación contienen observaciones y parámetros.
El número de ecuaciones a plantear es igual al número de observaciones.
El número de parámetros es igual a 𝑛0 .
Obtención de Datos:
Para obtener los datos, primero se realizo mediciones con un metro, para después proceder a
utilizar un metro láser que nos da la ventaja de mayor precisión. El metro nos sirvió como un
método para verificar la fiabilidad del metro láser.
o Fotografías de las mediciones realizadas:
Lb1 9,588
Lb2 4,514
Lb3 5.079
Lb4 5.554
Lb5 4.032
Lb6 3.528
Lb7 4.029
Lb8 2.018
Tabla N° 1: Observaciones obtenidas mediante mediciones.
Fuente: Integrantes Grupo N°2.
Lb1 (Xa1)
A _____________________________________________________
Lb2 (Xa2) Lb3 (Xa3)
B _____________________________________________________
Lb4 (Xa4) Lb5 (Xa5)
C _____________________________________________________
Lb6 (Xa6) Lb7 (Xa7) Lb8 (Xa8)
D _____________________________________________________
AJUSTE DE A Y B
Lb1 (Xa1)
A _____________________________________________________
Lb2 (Xa2) Lb3 (Xa3)
B _____________________________________________________
𝑳𝒂 = 𝒇(𝑿𝒂 )
𝐿𝑎1 = 𝑋𝑎1
𝐿𝑎2 = 𝑋𝑎2
Paso 5: Calculo de la Matriz de Pesos. (En este caso la matriz de pesos es la Matriz
Identidad).
𝟏
𝑷= =𝑰
𝝈𝟐
Paso 6: Calculo de la Matriz de Derivadas Parciales en base a las ecuaciones del modelo
matemático.
𝝏𝑭
𝑨= ⃒
𝝏𝑿 𝑿𝒐
Las derivadas con respecto a 𝑋𝑎1 , 𝑋𝑎2 y 𝑋𝑎5 de cada una de las ecuaciones del modelo matemático
establecido son:
𝑿 = −𝑵−𝟏 𝑼
𝟐 𝑽𝑻 𝑷𝑽 + Grados de
𝝈′𝒐 = Libertad
𝒏−𝒖
+ Confianza
Donde:
𝑛 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
𝑛−𝑢 { (𝐺𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝐿𝑖𝑏𝑒𝑟𝑡𝑎𝑑)
𝑢 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐼𝑛𝑐𝑜𝑔𝑛𝑖𝑡𝑎𝑠.
𝟐
Varianza Posteriori (𝝈′𝒐 ) = Varianza Apriori (𝝈𝒐 𝟐 ) = 1
A priori Posteriori
CÁLCULO DE COMPENSACIÓN
± 0.70710678 0.00182859
𝚺𝑿𝒂 = ± 0.79056942 0.00204443
± 0.79056942 0.00204443
𝟐
𝚺𝑳𝒂 = 𝝈′𝒐 (𝑨𝑵−𝟏 𝑨𝑻 )
3.34375E-06 1.67188E-06 1.67188E-06 1.6719E-06 1.6719E-06
1.67188E-06 4.17969E-06 -2.5078E-06 8.3594E-07 8.3594E-07
𝚺𝑳𝒂 = 1.67188E-06 -2.5078E-06 4.17969E-06 8.3594E-07 8.3594E-07
1.67188E-06 8.35938E-07 8.35938E-07 4.1797E-06 -2.5078E-06
1.67188E-06 8.35938E-07 8.35938E-07 -2.5078E-06 4.1797E-06
A priori Posteriori
±
𝚺𝑳𝒂 = ±
±
±
±
𝟐
𝚺𝑽 = 𝝈′𝒐 (𝑨𝑵− 𝑨𝑻 − 𝑷− )
-3.3438E-06 1.67188E-06 1.67188E-06 1.6719E-06 1.6719E-06
1.67188E-06 -2.5078E-06 -2.5078E-06 8.3594E-07 8.3594E-07
𝚺𝑽 = 1.67188E-06 -2.5078E-06 -2.5078E-06 8.3594E-07 8.3594E-07
1.67188E-06 8.35938E-07 8.35938E-07 -2.5078E-06 -2.5078E-06
1.67188E-06 8.35938E-07 8.35938E-07 -2.5078E-06 -2.5078E-06
A priori Posteriori
±
𝚺𝑽 = ±
±
±
±
CÁLCULO DE COMPENSACIÓN
AJUSTE DE A, B, C
Lb1 (Xa1)
A _____________________________________________________
Lb2 (Xa2) Lb3 (Xa3)
B _____________________________________________________
Lb4 (Xa4) Lb5 (Xa5)
C _____________________________________________________
𝑳𝒂 = 𝒇(𝑿𝒂 )
𝐿𝑎1 = 𝑋𝑎1
𝐿𝑎2 = 𝑋𝑎2
𝐿𝑎5 = 𝑋𝑎5
Paso 5: Calculo de la Matriz de Pesos. (En este caso la matriz de pesos es la Matriz
Identidad).
CÁLCULO DE COMPENSACIÓN
𝟏
𝑷= =𝑰
𝝈𝟐
Paso 6: Calculo de la Matriz de Derivadas Parciales en base a las ecuaciones del modelo
matemático.
𝝏𝑭
𝑨= ⃒
𝝏𝑿 𝑿𝒐
Las derivadas con respecto a 𝑋𝑎1 , 𝑋𝑎2 y 𝑋𝑎5 de cada una de las ecuaciones del modelo matemático
establecido son:
𝑿 = −𝑵−𝟏 𝑼
𝟐 𝑽𝑻 𝑷𝑽 + Grados de
𝝈′𝒐 = Libertad
𝒏−𝒖
+ Confianza
CÁLCULO DE COMPENSACIÓN
Donde:
𝑛 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
𝑛−𝑢 { (𝐺𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝐿𝑖𝑏𝑒𝑟𝑡𝑎𝑑)
𝑢 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐼𝑛𝑐𝑜𝑔𝑛𝑖𝑡𝑎𝑠.
𝟐
Varianza Posteriori (𝝈′𝒐 ) = Varianza Apriori (𝝈𝒐 𝟐 ) = 1
A priori Posteriori
± 0.70710678 0.00182859
𝚺𝑿𝒂 = ± 0.79056942 0.00204443
± 0.79056942 0.00204443
𝟐
𝚺𝑳𝒂 = 𝝈′𝒐 (𝑨𝑵−𝟏 𝑨𝑻 )
3.34375E-06 1.67188E-06 1.67188E-06 1.6719E-06 1.6719E-06
1.67188E-06 4.17969E-06 -2.5078E-06 8.3594E-07 8.3594E-07
𝚺𝑳𝒂 = 1.67188E-06 -2.5078E-06 4.17969E-06 8.3594E-07 8.3594E-07
1.67188E-06 8.35938E-07 8.35938E-07 4.1797E-06 -2.5078E-06
1.67188E-06 8.35938E-07 8.35938E-07 -2.5078E-06 4.1797E-06
A priori Posteriori
±
𝚺𝑳𝒂 = ±
±
±
±
𝟐
𝚺𝑽 = 𝝈′𝒐 (𝑨𝑵− 𝑨𝑻 − 𝑷− )
CÁLCULO DE COMPENSACIÓN
A priori Posteriori
±
𝚺𝑽 = ±
±
±
±
6. Tabla de Resultados:
6.1. Matriz de parámetros ajustados “Xa”, Matriz de observaciones ajustadas “La” y
𝟐
Matriz de Residuos “V” con sus respectivas precisiones (Utilizando 𝝈′𝒐 ).
AJUSTES A, B
AJUSTES A, B, C
Xa = ±
Matriz de Residuos.
±
±
V= ±
±
±
AJUSTES A, B, C, D
AJUSTES A, B
AJUSTES A, B, C
AJUSTES A, B, C, D
7. Conclusiones:
AJUSTES A, B
AJUSTES A, B, C
AJUSTES A, B, C, D
8. Recomendaciones:
9. Bibliografía:
Bonilla, V. (1 de 12 de 2012). Aplitop. Obtenido de
https://www.aplitop.com/subidas/ayuda/es/MDT-
Topografia/index.html#!mNimosCuadrados
Garcia, M. (23 de Agosto de 2014). Universidad Politecnica de Cartagena. Obtenido
de http://repositorio.upct.es/bitstream/handle/10317/3654/pfc5601.pdf?sequence=1
Michel, I. (24 de 02 de 2010). Fisica Uc. Obtenido de
http://fisica.uc.cl/images/Analisis_de_Errores.pdf