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