¿Qué es y para qué sirve el Ajuste de Observaciones?¿Por que es necesario buscar métodos alternativos? Ana Mª Domingo Preciado Profesora Titular de Ajuste.

Slides:



Advertisements
Presentaciones similares
CURSO 2009/2010 ¿Qué es y para qué sirve el Ajuste de Observaciones?¿Por que es necesario buscar métodos alternativos? Ana Mª Domingo Preciado Profesora.
Advertisements

¿Qué es y para qué sirve el Ajuste de Observaciones?
ANÁLISIS ESTADÍSTICO de los RESULTADOS DEL AJUSTE
LEONARDO LÓPEZ C. ECONOMIA ESTADISTICA COMPUTARIZADA PARALELO: 261.
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
Tipos de errores Error de escala Error sistemático Error aleatorio Error total.
¿Qué es el Análisis Multivariante? X Y Z W T Son métodos estadísticos que analizan X, Y, Z, W, …, T simultaneamente Medidas múltiples Individuo u objeto.
PPTCEG049EM32-A16V1 Distribución normal EM-32. Recordemos… -¿Cómo se calcula el valor esperado para una determinada variable aleatoria? -¿Cómo es posible.
PPTCES047MT22-A16V1 Clase Medidas de dispersión y muestreo MT-22.
REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.
1 Pronósticos, Series de Tiempo y Regresión Capítulo 3: Regresión Lineal Simple.
Ing. VITELIO ASENCIOS TARAZONA. Dentro de los modelos causales o asociativos encontramos el análisis de regresión o regresión lineal, que es un método.
ESTADÍSTICA Mercedes de la Oliva ESTADÍSTICA INFERENCIAL Teorema Central del límite Distribución de media y proporción muestral.
GPS DIFERENCIAL. PRINCIPIO DE FUNCIONAMIENTO DEL GPS Permite determinar la posición de cualquier punto en el terreno. Precisión : -Centímetros (GPS diferencial)
Investigación de operaciones
Sistemas de Ecuaciones
AJUSTE LINEAL.
DE PRIMERO Y SEGUNDO GRADO Diseño: M. en C. Juan Adolfo Alvarez Mtz.
ESTADÍSTICAS INFERENCIALES
Instituto Nacional de Estadística y Geografía
Curso de Elaboración de Pruebas Prof. Gerardo A. Valderrama M
Intervalos de Confianza
METODOS PARA ANALISIS DE TALUDES
Normatividad relativa a la calidad
Grado en Ingeniería Mecánica
“Bootstrap” Jaime Mojica Cuevas
MEP- II.
Errores de Medición Todas las medidas experimentales vienen
Modelos de Simulación.
CARACTERÍSTICAS ESTADÍSTICAS
CALCULO DE COSTOS POR MÉTODOS ESTADÍSTICOS:
Geodesia Física y Geofísica
PREDICCIÓN Y ESTIMACIÓN
LA REGLA DE LA ESQUINA NOROESTE
REGRESÍON LINEAL SIMPLE
Etapas de la simulación de procesos
ECONOMETRIA I 3. MODELO LINEAL DE TRES VARIABLES
Introducción ACTIVIDAD: magnitudes Conceptos:
CODIFICACION DEL CANAL
Estimación de volatilidades
Conceptos generales Alejandro Blandón Santana UNIVERSIDAD DEL QUINDIO FALCULTAD DE INGENIERIA PROGRAMA DE TOPOGRAFIA.
Principios de Estadística
Kriging Consideremos información de determinada propiedad en el yacimiento y puntos en los cuales se tiene la estimación dea partir de los puntos.
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
Notación Científica, cifras significativas y redondeo.
Modelo de regresión lineal múltiple. Estimación de parámetros. Evaluación de la recta estimada. Diagnóstico del modelo. Detección, evaluación de puntos.
Curso de Bioestadística Parte 11 Comparación de dos proporciones Dr. en C. Nicolás Padilla Raygoza Departamento de Enfermería y Obstetricia División Ciencias.
ANALISIS DE VARIANZA
Solución de problema Herramientas aplicables
“Guión explicativo para el empleo del material”
Ensayos Interaboratorio. Distintos Tipos y Objetivos
ICPM050 – ECONOMETRÍA tema 03: ESTIMACIÓN MODELO LINEAL SIMPLE
AJUSTE LINEAL Curso 18/19.
SERIES DE TIEMPO. Concepto Una serie de tiempo es un conjunto de observaciones de un fenómeno tomadas en tiempos específicos, generalmente a intervalos.
CONCEPTO DE ESTIMADOR ES UNA REGLA O MÉTODO QUE DICE COMO CALCULAR LA ESTIMACIÓN DE UN PARÁMETRO BASÁNDOSE EN LA INFORMACIÓN DE UNA MUESTRA, GENERALMENTE.
2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL
CONTROL ESTADÍSTICO DEL PROCESO R.A 4.1 ANALIZAR LOS DATOS ESTADÍSTICOS DE LA MEDICIÓN DE PIEZAS METÁLICAS PARA REALIZAR MEJORAS EN EL PROCESO Identificación.
1 Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad.
DISTRIBUCION NORMAL. Una de las distribuciones de frecuencia más importantes en la estadística es la distribución normal La distribución de probabilidad.
REGRESIONINTERPOLACION Los Métodos Numéricos Métodos mas utilizados Ajuste de Curvas.
diseño de investigación
 Departamento de Matemática.  Resolver un sistema de ecuaciones significa encontrar los valores de las variables que satisfacen simultáneamente dichas.
Tamaño de muestra.
Depto. Matemáticas – IES Elaios Tema: Distribuciones de Probabilidad 2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL Presentación elaborada por el profesor.
ANÁLISIS DE REGRESIÓN LINEAL Y CORRELACIÓN SIMPLE ANÁLISIS DE REGRESIÓN LINEAL Y CORRELACIÓN SIMPLE 1 1.
TEORIA de ERRORES. Generalidades:  Una “discrepancia" es la diferencia entre dos valores medidos de la misma cantidad.-  La “precisión” se refiere al.
ESTADÍSTICA ADMINISTRATIVA 2 PERIODO: AGOSTO – DICEIMBRE DE 2019 MTRA. ANGÉLICA GARCÍA DELGADO.
TRATAMIENTO Y EVALUACION DE RESULTADOS ANALITICOS 1.Conceptos generales sobre la medida. Tipos de errores, concepto, componentes, corrección. Distribución.
1 Afectados de cierto grado de INCERTIDUMBRE SIEMPRE HAY UN ERROR EN SU MEDIDA ESTABLECER LA FIABILIDAD DE LOS DATOS ¿Podemos evaluar la magnitud del error.
“UN MODELO ESTOCASTICO PARA PREDECIR INUNDACIONES PARA COATZACOALCOS”
Transcripción de la presentación:

¿Qué es y para qué sirve el Ajuste de Observaciones?¿Por que es necesario buscar métodos alternativos? Ana Mª Domingo Preciado Profesora Titular de Ajuste de Observaciones Despacho E.T.S.I. EN TOPOGRAFÍA, GEODESIA Y CARTOGRAFÍA CURSO 2009/2010

¿Para qué necesitamos el Ajuste? AJUSTE ?

En Topografía y Geodesia medimos: -distancias -direcciones para determinar unos Parámetros que en general: (X,Y) (X,Y,Z) OBSERVACIONES PARÁMETROS ? Ecuaciones Matemáticas Primer Problema: Las medidas NO SON PERFECTAS

¿Por qué hay Errores? Tres posibles causas: 1)Variaciones estadísticas de las observaciones(ERRORES ALEATORIOS) 2)Posibles Sistematismos ocurridos durante la observación 3)Errores Graves o Equivocaciones Lo podemos comprobar en cualquier poligonal topográfica: A C B NO CIERRAN A CERO!!!!!!

Los Métodos de Ajuste CAMBIAN(corrigen?,modifican?) las observaciones iniciales de forma que sean consistentes entre si y con las ECUACIONES DEL MODELO -El ajuste por MÍNIMOS CUADRADOS(MMCC) está diseñado de tal forma que los cambios de las observaciones sean los MÍNIMOS( de hecho haremos mínima la SUMA DE LAS CORRECCIONES AL CUADRADO!!!) -Cualquier proceso de cálculo topográfico requiere un NÚMERO MÍNIMO DE OBSERVACIONES para ser resuelto. Los

Por ejemplo, en la siguiente Intersección: A B C P(X,Y)?? Si observamos el mínimo de direcciones(2), obtenemos una solución para P, pero si hacemos una observación más tendremos 3 posibles soluciones para P !!!!!!!!

Si hacemos sólo el mínimo de observaciones y cometemos un error en alguna de ellas, el resultado final no será correcto y además EL CÁLCULO NO NOS AVISA DE ELLO!!!! Si hacemos más del mínimo, estaremos en situación de REDUNDANCIA, pero a cambio tendremos más de una solución para el problema. ¿¿¿Con cual nos quedamos??? Por si esto fuera poco, además es necesario conocer la CALIDAD (PRECISIÓN + EXACTITUD) de los resultados Y además queremos que el AJUSTE sea una técnica: SENCILLA DE APLICAR Y DE CARÁCTER GENERAL

¿Cuáles son los pasos en cualquier AJUSTE POR MMCC? DISEÑO DE REDES OBSERVACIONES + PRECISIONES PRE – PROCESADO DE LOS DATOS SOLUCIÓN MMCC ANÁLISIS ESTADÍSTICO A POSTERIORI OJO!!!: NO es un proceso en el que cada paso se haga UNA SÓLA VEZ

¿Qué necesitamos para realizar un proceso de AJUSTE? Observaciones (excepto para el diseño de redes, que es una SIMULACIÓN) Información sobre la calidad de las medidas: Desviaciones estándar Pesos Correlaciones Las ecuaciones matemáticas que relacionan las observaciones entre si o las observaciones con los parámetros Una herramienta de ayuda para el CÁLCULO MMCC

¿Y después del Ajuste?: -Hay que realizar un Análisis Estadístico para comprobar que el ajuste es OK( lógicamente en el nivel de precisión requerido para los resultados) -Si esto no ocurre, puede haber varias causas: 1)Las ecuaciones/modelo son erróneos o pobres(no representan correctamente la realidad del problema) 2)1 o más observaciones son erróneas 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 Estocástico(por ejemplo los PESOS de las observaciones mal calculados

¿Existen alternativas a los Mínimos Cuadrados? En cualquier proceso de ajuste las variaciones calculadas de las observaciones iniciales deben ser las mínimas(como ocurre en los MMCC) Otros tipos de ajuste se diseñan de las siguientes formas: 1)Minimizando  v, donde v sería la corrección de cada observación 2)Minimizando  |v|. Este sistema se denomina Método Robusto L 1 3)Minimizando diferentes funciones de v(aplicados en Fotogrametría Analítica y Digital)

Veamos el ejemplo de una poligonal real calculada mediante 2 métodos de ajuste distintos: Solución MMCC Solución Bowditch Radio= 5mm Escala error

Un ejemplo muy gráfico de lo que representa geométricamente el AJUSTE MMCC: Observaciones de una distancia : , , , , , , , metros Vamos a representar gráficamente el resultado de calcular  v 2 calculando cada v como v = longitud estimada – longitud observada Utilizando diferentes estimaciones posibles de la distancia. ¿Cuál de ellas hará mínima esta curva?

v2v2 DISTANCIA ESTIMADA MÍNIMO ESTIMACIÓN MMCC

BIBLIOGRAFÍA 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: TOPOGRAFÍAGEODESIAFOTOGRAMETRÍA (la “caja de herramientas” del topógrafo) AJUSTE DE OBSERVACIONES ÁLGEBRA MATRICIAL ESTADÍSTICA Y PROBABILIDAD

EVALUACIÓN SE REALIZARÁ COMO TRABAJO FIN DE CURSO UN PROGRAMA INFORMÁTICO QUE RESUELVA UN DETERMINADO PROBLEMA DE AJUSTE(TOPOGRAFÍA, GEODESIA, FOTOGRAMETRÍA) EL CUAL DEBE TENER DOS PARTES: A)RESOLUCIÓN DEL PROBLEMA MEDIANTE LA TÉCNICA CLÁSICA DE MMCC B)RESOLUCIÓN DEL PROBLEMA UTILIZANDO ALGÚN TIPO DE ESTIMADOR ROBUSTO, COMPARANDO LOS RESULTADOS EN EL CASO ANTERIOR, EN SITUACIONES SIMULADAS DE EXISTENCIA DE ERRORES GRAVES

DESCRIPCIÓN PORMENORIZADA DE LA ASIGNATURA Primera Parte.- Las Técnicas de Estimación Robusta Los errores de tipo I Distribuciones de probabilidad Métodos existentes de eliminación Fundamento matemático de los métodos robustos Métricas y estimadores Punto de análisis y función de influencia Clasificación de los métodos de estimación robusta Estimadores de tipo M Estimadores de tipo L Estimadores de tipo MM Estimación robusta y detección de errores

Segunda Parte.- La aplicación de los métodos robustos en procesos fotogramétricos Estimación robusta en Fotogrametría Detección de observaciones aisladas Problemas planteados por el método clásico Posibles aplicaciones El estimador bicuadrado Detección automática de los errores de tipo I Modificación al Método Danés El programa PAT-M43 de ajuste de bloques Tercera Parte.- Adaptación de diversos estimadores robustos a tres problemas fotogramétricos fundamentales.Estudio de resultados FASE DE TRABAJO INDIVIDUAL : Cada alumno elegirá un determinado problema de ajuste y estudiará la posible aplicación de métodos de estimación robusta(topografía, fotogrametría, geodesia, etc)