Ajustamento de Observações Geodésicas: Cálculo dos Resíduos e Verificação do Ajustamento.

Após a determinação das incógnitas pelo Método dos Mínimos Quadrados, é necessário avaliar a qualidade do ajustamento. Isso é feito por meio do cálculo dos resíduos, que representam as correções aplicadas às observações. A análise dos resíduos permite verificar a consistência dos dados e constitui a base para a avaliação estatística do ajustamento geodésico.

---

Cálculo dos Resíduos e Verificação do Ajustamento

---

Objetivos

1. Compreender o significado dos resíduos no ajustamento.
2. Calcular o vetor de resíduos.
3. Interpretar os resultados do ajustamento.
4. Verificar a consistência das observações.
5. Preparar a base para a estimativa da variância a posteriori.

---

1. Conceito de resíduo

No modelo paramétrico:

O vetor:

É chamado de vetor de resíduos.

Cada componente (v_i) representa a correção aplicada à observação (L_i).

2. Cálculo dos resíduos

Após determinar:

Os resíduos são obtidos por:

Ou, equivalentemente:

3. Propriedade importante

No ajustamento por mínimos quadrados:

Isso significa que os resíduos são ortogonais ao espaço das incógnitas, garantindo a condição de mínimo.

4. Interpretação física

Os resíduos indicam:

• Quanto cada observação foi corrigida.
• A coerência do conjunto de dados.
• A possível presença de erros grosseiros.

Resíduos muito grandes podem indicar:

• Observações inconsistentes.
• Problemas de modelagem.
• Erros de medição.

5. Soma ponderada dos quadrados dos resíduos

Após o ajustamento, calcula-se:

Esse valor representa a soma ponderada dos quadrados dos resíduos e será utilizado para estimar a variância a posteriori.

6. Exemplo Resolvido

Observações de uma distância (pesos iguais): 100,012; 100,018; 100,010.

Temos que:

• Passo 1 – Matriz A

• Passo 2 – Valores calculados

• Passo 3 – Resíduos

• Passo 4 – Soma dos quadrados

Como P = I:

7. Exercício Proposto

Observações (pesos iguais): 50,006; 50,010; 50,004; 50,008.

Valor ajustado:

Calcule:

a) os resíduos

b) v^T v

7.1 Resposta final esperada.

⇒Clique aqui⇐

8. Conclusão

O cálculo dos resíduos permite avaliar a consistência das observações e verificar a qualidade do ajustamento. A soma ponderada dos quadrados dos resíduos é um indicador fundamental para a análise estatística e para a estimativa da precisão dos resultados.

⇾ Próxima Aula ⇽ → Todas as Aulas ←

Leia mais

Ajustamento de Observações Geodésicas: Controle de Qualidade Preliminar das Observações.

Controle de Qualidade Preliminar das Observações

---

Objetivos da Aula

1. Entender a importância da verificação das observações antes do ajustamento.
2. Identificar inconsistências grosseiras por métodos simples.
3. Aplicar critérios práticos de controle em dados geodésicos.
4. Preparar os dados para um ajustamento estatisticamente confiável.

---

1. Por que fazer controle preliminar?

Antes de aplicar o Método dos Mínimos Quadrados, é necessário verificar se os dados:

• Não contêm erros grosseiros evidentes.
• Estão coerentes com a precisão esperada.
• Não apresentam inconsistências sistemáticas.
• Possuem redundância adequada.

Sem essa etapa:

• o ajustamento pode “absorver” erros grosseiros.
• os testes estatísticos posteriores podem ser comprometidos.
• o resultado final pode ser enviesado.

2. Tipos de verificações preliminares

2.1 Inspeção numérica direta

Consiste em analisar:

• Valores muito diferentes dos demais.
• Sinais incoerentes.
• Ordens de grandeza incompatíveis.

Exemplo: Distâncias observadas.

• 152,334 m; 152,329 m; 152,331 m; 162,327 m

O último valor é claramente suspeito.

2.2 Verificação de limites instrumentais

Cada instrumento possui uma precisão teórica.

Se:

→ observação suspeita.

Esse critério é baseado na distribuição normal:

• 99,73% dos valores devem estar dentro de ±3σ.

2.3 Fechamentos geométricos

Muito usado em:

• Nivelamento.
• Poligonais.
• Redes fechadas.

2.3.1 Exemplo – Poligonal

Erro angular:

Se o erro exceder o limite:

→ observações devem ser revisadas.

2.4 Diferença ida–volta (nivelamento)

Se:

→ possível erro grosseiro.

3. Critério estatístico preliminar (teste de dispersão)

Se houver observações repetidas:

1. Calcular média:

2. Calcular desvio padrão:

3. Verificar:

Valores fora desse intervalo são candidatos a erro grosseiro.

4. Importância para o MMQ

O controle preliminar garante que:

• Os resíduos representem apenas erros aleatórios.
• O teste χ² seja válido.
• O teste t identifique corretamente erros remanescentes.
• A variância a posteriori não seja inflada.

Em termos práticos: O MMQ não substitui a verificação de campo.

5. Exemplo Resolvido

Foram observadas cinco distâncias (m):

• 152,334; 152,329; 152,331; 152,335; 152,348.

Passo 1 – Média

Passo 2 – Desvio padrão

Passo 3 – Limite 3σ

Intervalo aceitável:

Passo 4 – Verificação

O valor 152,348 está dentro do intervalo.

Nenhum valor é considerado erro grosseiro.

6. Exemplo Proposto

Observações de um desnível (m):

• 1,324; 1,326; 1,323; 1,325; 1,352.

Determine:

• 1. A média.
• 2. O desvio padrão.
• 3. Verifique pelo critério 3σ se existe erro grosseiro.

6.1 Resposta Final Esperada

⇒Clique aqui⇐

7. Conclusão da Aula

• O controle preliminar evita que erros grosseiros contaminem o ajustamento.
• Métodos simples (média, 3σ, fechamentos) são extremamente eficazes.
• O MMQ deve ser aplicado apenas a dados previamente verificados.
• Esta etapa é prática obrigatória em campanhas geodésicas.

⇾ Próxima Aula ⇽ → Todas as Aulas ←

Leia mais

Ajustamento de Observações Geodésicas: Teste de Diferenças e Avaliação de Consistência entre Observações.

Vamos prosseguir para a Aula 014, uma aula fundamental para entender consistência local entre observações, importante especialmente em nivelamentos, poligonais e redes com redundância.

Aula 014 – Teste de Diferenças e Avaliação de Consistência entre Observações

---

Objetivos da Aula

1. Entender como comparar observações entre si para verificar consistência.
2. Aprender a usar diferenças como ferramenta estatística.
3. Relacionar diferenças a redundância local e detecção preliminar de erros.
4. Aplicar testes simples antes do ajustamento e após o ajustamento.

---

1. Por que trabalhar com diferenças?

Antes mesmo de aplicar testes formais como χ² e t, analisar diferenças entre observações redundantes permite identificar:

• Inconsistências óbvias.
• Erros grosseiros.
• Falhas instrumentais.
• Observações destoantes.
• Erros de anotação.

O método é rápido, simples e extremamente útil em campo.

2. Diferença entre observações repetidas

Se medimos uma mesma grandeza duas vezes:

A diferença é:

Se as observações forem consistentes, espera-se que:

3. Incerteza da diferença

Se cada observação possui desvio padrão σ, assumindo independência:

Com isso, podemos testar:

Em que, (k) é normalmente 2 (aprox. 95% de confiança).

4. Teste formal da diferença

Hipóteses:

Estatística:

Comparar com:

Se violar → diferença inconsistente.

5. Diferenças múltiplas

Se há três observações da mesma grandeza:

Avaliam-se todas as diferenças:

A consistência triangular é uma poderosa ferramenta de pré-ajustamento.

6. Diferenças em poligonais e nivelamentos

6.1 Exemplos reais:

• Poligonais

Diferença entre ângulos medidos por dois métodos.

• Nivelamento

Diferença entre desníveis ida/volta:

Quanto menor essa diferença → maior a confiabilidade.

7. Exemplo Resolvido

Duas medições de desnível entre A e B foram realizadas:

• L₁ = 1,324 m

• L₂ = 1,318 m

Precisão teórica do nível:

• Passo 1 — Diferença

• Passo 2 — Incerteza da diferença

• Passo 3 — Estatística t

Comparando com t_crítico = 2,0: 2,12 > 2,0

→ A diferença é suspeita, indicando possível erro grosseiro em uma das observações.

8. Exemplo Proposto

Duas observações de uma mesma distância:

• L₁ = 152,327 m

• L₂ = 152,331 m

Precisão teórica do distanciômetro:

Pergunta: As observações são consistentes ao nível de 95%?

8.1 Resposta Final Esperada

⇒Clique aqui⇐

9. Conclusão da Aula

• Diferenças são uma ferramenta simples, rápida e eficaz para detectar inconsistências.
• O teste avaliando Δ_L / σ_ΔL utiliza o mesmo princípio do teste t.
• A análise de diferenças é crucial antes do ajustamento e em campo.
• Diferenças também são parte da confiabilidade local no MMQ.

⇾ Próxima Aula ⇽ → Todas as Aulas ←

Leia mais

Ajustamento de Observações Geodésicas: Teste de Hipóteses aplicado às Observações Geodésicas.

A partir desta aula entramos no núcleo estatístico do controle de qualidade das observações geodésicas. O conteúdo é essencial para compreender testes de consistência, controle de resíduos e, futuramente, o Teste Global (χ²) e o Teste de Baarda.

---

Aula 011 – Teste de Hipóteses aplicado às Observações Geodésicas

---

Objetivos da Aula

1. Entender o que é um teste de hipóteses.
2. Aprender a formular hipóteses nula (H₀) e alternativa (H₁).
3. Aplicar testes estatísticos simples às observações geodésicas.
4. Compreender níveis de significância e decisão estatística.
5. Preparar o terreno para os testes χ² e t nas próximas aulas.

---

1. O que é um Teste de Hipóteses?

Um teste de hipóteses é um procedimento estatístico que avalia se um conjunto de observações é "compatível" com uma suposição previamente estabelecida. Em Geodésia, aplicamos testes de hipóteses para verificar:

• Se as observações têm a precisão esperada.
• Se existem erros grosseiros.
• Se a variância das observações está coerente com o padrão do instrumento.
• Se um resíduo é suspeito.
• Se a rede está globalmente consistente.

2. Elementos Básicos do Teste de Hipóteses

2.1 Hipótese Nula (H₀)

É a afirmação que se assume como verdadeira até que haja evidência forte contra ela. Exemplo geodésico:

(A variância observada é igual à variância teórica do instrumento)

2.2 Hipótese Alternativa (H₁)

É a afirmação contrária, aceita caso H₀ seja rejeitada.

2.3 Estatística de teste

É o valor calculado a partir das observações e comparado com valores críticos.

2.4 Nível de significância (α)

Probabilidade de rejeitar H₀ quando ela é verdadeira. Valores típicos:

• 10% (mais permissivo)
• 5% (padrão)
• 1% (mais rigoroso)

2.5 Região de rejeição

Conjunto de valores em que H₀ é rejeitada.

3. Exemplo Geodésico Real

Suponha que um distanciômetro declare precisão:

Após várias medições repetidas, obtém-se:

A pergunta é: As observações estão coerentes com o manual do instrumento?

Para responder, usamos um teste de hipóteses sobre variância (que será formalizado na Aula 012 – Teste χ²).

4. Decisões em Testes

Existem apenas duas decisões possíveis:

4.1. Não rejeitar H₀

Significa que os dados são “compatíveis” com a hipótese inicial.

4.2 Rejeitar H₀

Significa que os dados apresentam inconsistências.

👉 Observação fundamental:

• Não se “aceita” H₀.
• Dizemos apenas que "não há evidência suficiente para rejeitá-la".

5. Erros em Testes de Hipóteses

Existem dois tipos de erro:

5.1 Erro Tipo I (α)

Rejeitar H₀ quando ela é verdadeira.

O nível de significância controla essa probabilidade.

5.2 Erro Tipo II (β)

Não rejeitar H₀ quando ela é falsa.

Em Geodésia, busca-se:

• α pequeno (rigor)
• β pequeno (confiabilidade)

Inicialmente trabalhamos com α = 5%.

6. Testes Aplicados em Geodésia

Na prática, os testes mais importantes são:

• χ² (qui-quadrado) → testa variância
• t de Student (t-test) → testa resíduos individuais
• Global Test → valida o ajustamento como um todo
• Teste de Baarda → detecção formal de erros grosseiros
• Teste de razão de variâncias → comparar instrumentos

Nesta aula entenderemos o mecanismo geral; nas próximas aulas aplicaremos cada teste matematicamente.

7. Exemplo Resolvido (Conceitual)

Problema: Um GNSS monofrequência declara precisão de:

Após medições repetidas, encontrou-se:

Pergunta: Há indicação de inconsistência nas observações?

Solução (conceitual):

Como: 0,025 m > 0,010 m

Há "forte indicação" de que as observações não estão coerentes com o padrão do instrumento.

Formalmente, na próxima aula faremos:

E compararemos com o valor crítico χ².

8. Exemplo Proposto

Um nível digital declara precisão:

Observações repetidas obtiveram:

Pergunta conceitual: A princípio, há motivo para suspeitar da qualidade das observações?

Resposta Final Esperada: Sim. A variância observada é muito maior do que a teórica, indicando que H₀ tende a ser rejeitada (inconsistência provável).

9. Conclusão da Aula

• Teste de hipóteses é uma ferramenta essencial para validar medições.
• H₀ representa o comportamento esperado; H₁, uma alternativa.
• Decisões estatísticas são baseadas no nível de significância.
• Na Geodésia, usamos testes para avaliar:
  
  
  1. variância,
  2. resíduos,
  3. consistência global,
  4. detecção de erros grosseiros.

⇾ Próxima Aula ⇽ → Todas as Aulas ←

Leia mais