CURSUL 5

2. 7. Vector de mărimi întîmplătoare (aleatoare)

În acest capitol s-au avut în vedere, până acum, măsurători repetate asupra unei singure mărimi.
În activitatea practică intervin, de regulă, măsurători repetate, corespunzător, asupra unui număr
oarecare de mărimi, repetare care se poate face simultan (de către mai mulţi operatori) sau succesiv de
către acelaşi operator. Rezultă astfel un vector de mărimi întâmplătoare (aleatoare) care este însoţit de
vectorul erorilor aleatoare corespondente.
Proprietăţile, noţiunile de bază şi consecinţele care s-au dedus în paragrafele anterioare se vor
generaliza şi completa, după caz, în continuare , în această nouă ipoteză.
2.7.1. Principiul metodei celor mai mici pătrate
Se presupune că s-au măsurat n mărimi (de exemplu distanţe) de un număr oarecare de ori.
Fiecare mărime măsurată are o anumită probabilitate infinitesimală de producere de forma
(2.32). Este util ca în continuare să se introducă totuşi unele modificări şi particularizări faţă de situaţia
teoretică avută în vedere în 2.4.1. :
· trecerea de la elemente infinit mici dP la elemente finite ∆P ;

· operarea cu corecţii aparente v în locul erorilor x v2  x 2  ;

· acceptarea, într-un stadiu iniţial, că măsurătorile sunt de aceeaşi precizie
 h1  h 2  ...  h n  h  .
În aceste ipoteze, relaţia (2.16) se poate generaliza pentru oricare dintre cele n măsurători avute
în vedere, rezultînd:
2 2
P1  C e  h v1
v1 ;
- h 2 v12
P2  C e v 2 ;
(2.111)
  
2 2
Pn  C e -h vn
v n .
Probabilitatea intersecţiei evenimentelor elementare, considerate independente, se poate
determina prin generalizarea relaţiei (2.25), introducând şi ipoteza :
v1  v 2  ... v n  v , (2.112)
astfel încât rezultă :

 C n e  h  v1  v 2 ... v n  v ,
2 2 2 2
P  P1  P2 ... Pn (2.113)
sau:

C n Δv
∆P  . (2.114)
e h  v1  v 2 ... v n 
2 2 2

Probabilitatea intersecţiei evenimentelor ∆P prezintă un maxim atunci când:

v12  v 22  ...  v 2n   vv  min im , (2.115)

adică atunci când suma pătratelor corecţiilor / erorilor este minimă.
Acesta este principiul de bază utilizat în Teoria erorilor şi metoda celor mai mici pătrate şi care
a fost preluat şi în Teoria prelucrării măsurătorilor geodezice.
Dacă se are în vedere şi relaţia (2.46) prin care parametrului h 2 i s-a atribuit rolul de pondere p,
relaţia (2.115) se poate generaliza sub forma :
 pvv  min im . (2.116)
Consecinţă
Deoarece corecţiile aparente v se determină în raport de media aritmetică, se poate afirma că în
cazul măsurătorilor directe repetate asupra unor mărimi, mediile aritmetice corespondente, reprezintă
valorile cele mai probabile ale acestora.
2.7.2. Covarianţă. Corelaţii
Pentru simplificarea expunerii se vor examina în continuare situaţia măsurării repetate (de un
acelaşi număr de ori, notat cu n) dar simultane, în puncte geodezice diferite, de către operatori diferiţi şi
desigur cu instrumente diferite numai a două mărimi aleatoare, notate m1 şi respectiv m2 care pot fi
scrise concentrat în vectorul m :
 m1 
m   . (2.117)
m 2 
Rezultatul măsurătorilor poate fi concentrat, de asemenea, într-un vector :
(m10 ) T   m110 , m12
0
, ..., m10n 
 0 T   0 0 0 
m0
T
 (m 2 )  m 21 , m 22 , ..., m 2 n  . (2.118)
Vectorul mediilor teretice se poate forma ţinând seama de definiţiile şi notaţiile anterioare:
  1 n 0
 lim
n 
 m 2j  m~10 
n j1
 E (m
0
)      ~
E(m0)   1
   =   = m 0
.
 E (m
0
)  ~0
2
 1 n 0 m
 lim  2j 
n j1
m  2
 n  
(2.119)
~ şi respectiv ε , se poate scrie în
 În ipoteza existenţei mediilor şi erorilor teoretice, notate m
continuare:
T
~0
 m110  m 0
m12 ~0
m ... m10n  m ~0
ε  1 1 1

1
  
εT=   =  ... ... ...  . (2.120)

ε
T

 ~0
m 021  m ~0
m m0 ~ 0
... m 2 n  m 2 
0

2
2 22
2

Generalizând noţiunea de varianţă sau dispersie a unei singure măsurători (2.82) la noţiunea de

varianţă a vectorului m0 , numită matricea de covarianţă, şi notată C m 0

m0 , care are în acest caz
particular simplu numai două componente, şi ţinând seama în continuare şi de definiţiile (2.75) rezultă
în cazul examinat:
Cm 0 = E ((m 0 ~ 0 )(m 0 - m
- m ~ 0 )T ) = E((m 0
- E (m 0
))(m 0 - E (m 0
)T = E (ε T ε ).
m0

(2.121)
Dacă se au în vedere ultimele două serii de relaţii, se obţine :

ε
T
 ε 1T ε 1 ε 1T ε 2 

{ } E{  
}
1

m 0m 0



  ε1 ε2   
C = E 
ε
T


= ε T2 ε 1 ε T2 ε 2 
.

2

(2.122)
Analog ca în relaţiile (2.82) , în formula de mai sus se poate scrie:
E( ε1Tε1 ) = E( ε12 )   01
2
 ;
(2.123)
E( ε ε 2 ) = E( ε 22 )   022 ,
T
2

ceea ce înseamnă că elementele de pe diagonala matricii C m 0

m0 sunt varianţele celor doi vectori de

măsrimi aleatoare. Ceilalţi termeni ai matricii C m 0

m0 sunt mărimi noi introduse şi au primit

denumirea de covarianţe şi se referă întotdeauna la două marimi aleatoare (în cazul nostru: m 10 şi

respectiv m 02 ). Analog ca în (2.123) vom scrie:

 E( ε1T ε 2 ) = E( ε T2 ε1 )  12
2
 . (2.124)

Importanţa covarianţei se poate observa cu mai multă claritate, dacă se introduce noţiunea de
coeficient de corelaţie 12  :
12
12 = .
 01 *  02

(2.125)
Datorită inegalităţii Cauchy – Schwarz (Niemeier, 2002, pg. 21) :
(E( ε 1T ε 2 ))2 = (E( ε T2 ε 1 )) 2  E (ε 12 ) *E (ε12 ) , (2.126)

rezultă pentru covarianţă :

 12  2   12 * 1 *  2  2  12 *  22 . (2.127)

Ultima relaţie este îndeplinită numai atunci când 12  1 , astfel încât se poate defini

domeniul de variabilitate coeficientului de corelaţie :

 1  12   1 . (2.128)
Cu aceste noi notaţii, matricea C m 0
m0 se poate scrie, atunci când se au în vedere numai doi
vectori de mărimi aleatoare, şi sub forma:
 12 12 1 2 
 
Cm 0
m0
  . (2.129)
12 1 2  2 
2

 Coeficientul de corelaţie 12 evidenţiază dependenţa statistică (numită şi dependenţă
stochastică) între cele 2 mărimi avute în vedere. Corelaţiile sau dependenţele între mărimile
originare trebuie cunoscute de executantul prelucrării măsurătorilor geodezice. Acestea au
însă uneori un aspect complex (de natură fizică sau matematică) şi determinarea riguroasă a
acestora (cu relaţii de forma (2.125) – în care intervin numai mărimi teoretice) este practic
imposibilă. Asupra corelaţilori stochastice se va reveni şi în paragraful următor, precum şi la
cursul de Geodezie (Ghiţău, 1983).
Din acest motiv, în practic toate situaţiile care intervin în activitatea curentă este suficientă
determinarea coeficientului de corelaţie empiric:
s12
12  r12 =
s 01*s 02
, (2.130)

în care se operează cu mărimi medii empirice m şi respectiv erori aparente v .

  Dacă mărimile aleatoare sunt considerate independente statistic (stochastic), relaţia (2.124)
devine :
12
2
 E( ε1T ε 2 ) = E( ε T2 ε1 )   E( ε1T ) * E( ε 2 ) , (2.131)

şi luând în consideraţie şi formula (2.83) rezultă :

12
2
 0 ; 12 = 0 . (2.132)
Covarianţa empirică necesară în relaţia (2.130) se calculează cu o relaţie asemănătoare cu
(2.100) :
1
s12  v 1T v 2 . (2.133)
n 1

2.7.3 Modelul stochastic al prelucrării măsurătorilor geodezice

2.7.3.1. Modelul stochastic al măsurătorilor dependente statistic (stochastic). Se consideră
vectorul de mărimi întîmplătoare (aleatoare) oarecari:
m0 
 m 10 , m 02 ,..., m k0  T
, (2.134)

în care sunt cuprinşi k vectori de forma (2.119), care conţin, fiecare, măsurători presupuse pentru
început dependente statistic (stochastic).
Mediile teoretice ale acestor mărimi se deduc cu relaţii asemănătoare cu (2.55) şi pot fi
prezentate, de asemenea, sub formă vectorială:
~0
m = E(m 0 ) 
~ 0 ,m
 m 1
~ 0 ,...,m
2
~0
k  T
, (2.135)

unde:
~0 
m j E(m 0
j ), j = 1, 2, …, k. (2.136)

De asemenea, vectorul erorilor teoretice are în acest caz forma:


   1T ,  T2 ,...,  kT ,  T
(2.137)

reprezentând totalitatea acestor erori, care se determină cu relaţii de forma (2.74). Matricea de

varianţă - covarianţă teoretică C m 0

m0 a măsurătorilor m 0 conţinute în vectorul (2.134) este definită
analog cu (2.121), (2.122) şi în final cu (2.129):
  σ12 ρ12 σ1σ 2 ... ρ1k σ1σ k 
 2 
Cm 
=E  
T T
 ρ σ σ
  21 2 1
 ...
σ 2 ... ρ 2 k σ 2 σ k 
, (2.138)
... 
0
m0
... ...
 
ρ k1σ n σ1 ρ k2σ k σ 2 ... σ 2k 

unde:
 i2 - varianţa teoretică sau dispersia măsurătorii m 0i , care reprezintă, aşa cum s-a arătat

măsura împrăştierii variabilei aleatoare m 0i :

Deoarece mărimile teoretice nu pot fi determinate practic, acestea sunt înlocuite cu estimatori
empirici (Pelzer, 1980, pg. 38) :
 i2  E (  i2 ) = E ( s i2 ) , (2.139)

prin care se arată că varianţa teoretică poate fi estimată prin varianţa empirică a măsurătorii
considerate ;
ρ
ij - coeficient de corelaţie (sau de dependenţă stochastică) teoretic între măsurătorile m i0 şi

m 0j la care ne-am referit în amănunt în paragraful anterior:

σ ij - covarianţa teoretică dintre măsurătorile m i0 şi m 0j , care ,de asemenea, a fost examinată

anterior:
σ i - abaterea standard teoretică a măsurătorii m i0 .

Deoarece σ ij  σ ji , matricea C m 0
m0 este simetrică faţă de diagonală.
Dacă se înlocuieşte coeficientul de corelaţie, exprimat prin relaţia (2.125) în matricea (2.138)
rezultă o altă expresie a matricii de varianţă-covarianţă sau dispersia măsurătorilor considerate :

 σ12 σ12 ... σ1k 

 
σ σ 22 ... σ 2 k 
Cm   21 , (2.140)
 ... ... ... 
0
m0
...
 
σ k1 σk2 ... σ 2k 
Aşa cum s-a menţionat în paragraful anterior, coeficientul de corelaţie :
 1  ρ ij  1 , (2.128)
are valorile limită ±1 , care sunt specifice situaţiilor în care între variabile aleatoare ε i şi ε j există o
dependenţă liniară (ca de exemplu ε i   a ε j , unde a este o constantă oarecare).
Asamblul coeficienţilor ρ ij poate fi grupat în matricea de corelaţie R m m : 0 0

 1 ρ12 ... ρ1k 

ρ 1 ... ρ 2 k 
R m 0m 0   21 . (2.141)
 ... ... ... ... 
 
ρ k1 ρk2 ... 1 

În numeroase situaţii se operează cu matricea cofactorilor măsurătorilor Q m m care se deduce 0 0

din matricea de varianţă - covarianţă a acestora prin împărţire cu o constantă  02 :

 Q11 Q 12 ... Q 1k 
Q Q 22 ... Q 2k 
1
Q m 0m 0  C 0 0   21 . (2.142)
 02 m m  ... ... ... ... 
 
Q k1 Qk2 ... Q kk 

Constanta σ 02 este denumită uzual varianţa teoretică a unităţii de pondere, din motive care se
vor expune imediat.
Coeficienţii de corelaţie teoretică, definiţi de (2.128) se pot calcula şi cu relaţia:
Q ij
ρ ij  ;
i,j

 1, 2, ... , n
i  j .
Q ii ,Q jj 

(2.143)
Matricea ponderilor Pm m  P este matricea inversă a matricii cofactorilor măsurătorilor:
0 0

P  Q m1 m .
0 0 (2.144)
Se poate demonstra că toate cele trei matrici menţionate mai înainte:
C m m , Q m m , P sunt pozitiv definite, astfel încât matricea inversă (2.144) se poate calcula întodeauna.
0 0 0 0

Cele trei matrici menţionate mai sus formează o componentă principală a modelului stochastic
al prelucrării măsurătorilor geodezice.
Cealaltă componentă a modelului stachastic este reprezentată de o condiţie de forma (2.116)
care dirijează întreaga prelucrare. In cazul măsurătorilor geodezice dependente stochastic, care au fost
examinate în cele de mai sus, această condiţie are forma:
v T P v  min im . (2.145)
 2.7.3.2. Modelul stochastic al prelucrării măsurătorilor geodezice independente şi de precizii
diferite. Corelaţiile sau dependenţele de natură stochastică dintre măsurătorile geodezice care urmează
a fi prelucrate se pot clasifica în:
· corelaţii de natură fizică;
· corelaţii de natură matematică.
Analizând strict riguros procesele de măsurare, se poate afirma că nu există măsurători strict
independente, deoarece erorile instrumentale remanente, precum şi condiţiile atmosferice de lucru,
determină legături inevitabile între rezultatele care se obţin prin măsurare.
Determinarea unor asemente corelaţii, de natură fizică, ar necesita fonduri suplimentare pentru
studierea lor şi de aceea, până în prezent au fost aproape întodeauna ignorate.
Suplimentar, modelul funcţional folosit la prelucrare poate introduce şi anumite corelaţii de
natură matematică între mărimi, ceea ce poate deforma rezultatele compensării, în cazul în care aceste
corelaţii sunt neglijate.
Prin urmare, sub condiţiile:
ρ i,j  0 ; i, j



i
1, 2, ... , k
 j ,
(2.146)
primele matrici au un aspect mult mai simplificat:
σ12 
 2 
σ
C m 0m 0  2 , (2.147)
 ... 
 
 σ 2n 

σ12 
 2 
1  σ .
Q m0m 0  2 2
(2.148)
σ0  ... 
 2
 σ n 

Dacă se notează:
σ 02
 pi , (2.149)
σ i2
rezultă :
  p1 
 p2 
P  Q m10m 0  . (2.150)
 ... 
 
 pn 

Mărimile (pozitive) p i sunt denumite ponderi iar matricea (2.150) reprezintă matricea
ponderilor în cazul măsutătorilor independente de precizii inegale.
Pentru o măsurătoare m 0t , care ar avea ponderea p t  1 s-ar putea scrie:

σ 02
pt  2  1, (2.151)
σt
de unde ar rezulta:
σ 02  σ 2t . (2.152)
Aceasta este motivaţia pentru care σ 0 a fost denumită abaterea standard a unităţii de pondere.

Condiţia (2.145) sub care se desfăşoară prelucrarea măsurătorilor geodezice independente şi de

precizi inegale capătă forma cunoscută din 2.7.1.:
 pvv  min im . (2.116)
Măsurători omogenizate
Raportul ponderilor p k şi p t pentru două măsurători oarecari m 0k şi m 0t , de precizii inegale,
este invers proporţional cu pătratul varianţelor acestora:
2
pk  σt 
  . (2.153)
p t  σ k 
Relaţia anterioară se obţine cu uşurinţă prin aplicarea consecutivă a formulei (2.151) pentru cele

două măsurători m 0k şi m 0t avute în vedere. Considerând relaţiile (2.151) şi (2.153) se poate scrie în
continuare:
pk σk  pt σt  σ0 . (2.154)
Abaterea standard a unităţii de pondere σ 0 are ponderea 1. Rezultă următoarea regulă
importantă: erorile medii (abaterile standard) multiplicate cu radicalul de ordinul doi din ponderea
aferentă, au ponderea egală cu unitatea.
Măsurătorile corespondente se numesc măsurători omogene sau măsurător sandardizate, având
fiecare dintre ele ponderea egală cu 1.
 2.7.3.3. Modelul stochastic al prelucrării măsurătorilor geodezice independente şi de egală
precizie. Dacă ipoteza independenţei stochatice a măsurătorilor m 0 este însoţită şi de ipoteza egalităţii
preciziilor de măsurare:
p1  p 2  ...  p k  cons tan t , (2.155)
se obţine evident:
1 
 1 
PI , (2.156)
 ... 
 
 1

unde cu I s-a notat matricea unitate. Condiţia (2.116) se simplifică în continuare, devenind:
 vv  min im , (2.157)
care corespunde identic cu relaţia (2.115) care a fost dedusă prin acceptarea aceloraşi ipoteze cu cele de
mai sus.
Pentru stadiul actual de dezvoltare a tehnicii de calcul şi nu în ultimul rînd, a cunoştinţelor din
domeniul prelucrării măsurătorilor geodezice, modelul descris în 2.7.3.3 este depăşit şi are, ca urmare,
o aplicabilitate din ce în ce mai restrânsă, pentru cazuri cu totul particulare.