06-Ajuste Por Minimos Cuadrados

UNIVERSIDAD NACIONAL DE INGENIERIA
FACULTAD DE INGENIERIA CIVIL

DEPARTAMENTO ACADEMICO DE VIALIDAD Y GEOMÁTICA
TOPOGRAFIA II
TV-114 K
CLASE N° 06
Tema: Introducción al ajuste de mediciones mediante
MINIMOS CUADRADOS
Docente: Ing°. WILDER GRÁNDEZ VENTURA
9/12/2020 Docente: Ing°. Wilder Grández Ventura 1

AJUSTE DE MEDICIONES MEDIANTE EL METODO DE MINIMOS

CUADRADOS
CONDICION FUNDAMENTAL DEL METODO DE MINIMOS CUADRADOS
Para un grupo de observaciones igualmente ponderadas, la condición

fundamental impuesta por los mínimos cuadrados es que la suma de los
residuos elevados al cuadrado debe ser un mínimo.
Supongamos un grupo de m mediciones de igual peso cuyos residuos sean,

v1, v2, v3, ….., vm.
En forma de ecuación, la condición fundamental de los mínimos cuadrados

es:

Si los valores medidos van a ponderarse en el ajuste por mínimos cuadrados,

entonces la condición fundamental que debe imponerse es que la suma de
los pesos multiplicados por sus residuos correspondientes elevados al
cuadrado debe minimizarse o, en forma de ecuación:
Hipótesis básicas que subyacen a la teoría de los mínimos cuadrados:
1. Las equivocaciones y los errores sistemáticos se han eliminado, por lo que

sólo quedan errores aleatorios en el conjunto de observaciones.
2. La distribución de la frecuencia de las observaciones obedece a una

distribución normal.

PESO DE UNA OBSERVACION

Para cualquier grupo de valores medidos, pueden asignarse pesos a
observaciones individuales según estimaciones a priori (antes del ajuste) de
sus valores relativos, o bien pueden obtenerse desviaciones estándar de las
mediciones, en caso que se disponga de ellas.
Una ecuación que expresa la relación entre desviación estándar y pesos es:
1
𝑊𝑖 = 2
𝜎𝑖
En donde, wi, es el peso de la i-ésima cantidad observada y 𝜎𝑖 2 es la varianza
de esa observación, esta ecuación establece que los pesos son inversamente
proporcional a las varianzas.
En determinación de desniveles adoptarse la siguiente relación:
1
𝑊𝑖 = 2
𝜎𝑖 𝐿𝑖
En donde, wi, es el peso de la i-ésima cantidad observada y 𝜎𝑖 2 es la varianza
de esa observación y Li es la longitud del tramo.
AJUSTE POR MINIMOS CUADRADOS MEDIANTE EL MÉTODO DE LA

ECUACION DE OBSERVACION.
En este método se describen “Ecuaciones de Observación” que
relacionan los valores medidos con sus errores residuales y con los
parámetros desconocidos.
1. Se escribe una ecuación de observación para cada medición.
2. Para obtener una solución única, el número de ecuaciones debe ser

igual al número de incógnitas.
3. Si se hacen observaciones redundantes, se aplica el método de

mínimos cuadrados. En este caso, se obtiene una expresión para cada
error residual de cada ecuación de observación.
4. Los residuos se elevan al cuadrado para obtener la función expresada

en la ecuación (1) o en la ecuación (2).
Ejemplo 1. Ajustar las tres mediciones igualmente ponderadas (en metros),

realizadas entre los puntos A, B y C.
𝑥 + 𝑦 = 393.65
𝑥 = 190.40
𝑦 = 203.16
393.65
190.40 203.16
A x B y C
𝑥 + 𝑦 = 393.65 + 𝑣1 → 𝑣1 = 𝑥 + 𝑦 − 393.65
𝑥 = 190.40 + 𝑣2 → 𝑣2 = 𝑥 − 190.40
𝑦 = 203.16 + 𝑣3 → 𝑣3 = 𝑦 − 203.16

෍ 𝑣𝑖 2 = 𝑥 + 𝑦 − 393.65 2 + 𝑥 − 190.40 2 + 𝑦 − 203.16 2
𝑖=1
𝜕 σ 𝑣2
= 0 = 2 𝑥 + 𝑦 − 393.65 + 2 𝑥 − 190.40
𝜕𝑥
𝜕 σ 𝑣2
= 0 = 2 𝑥 + 𝑦 − 393.65 + 2 𝑦 − 203.16
𝜕𝑦
2𝑥 + 𝑦 = 584.05
2𝑦 + 𝑥 = 596.81
𝑥 = 190.43 𝑚 𝑥 + 𝑦 = 393.62 𝑚
𝑦 = 203.19 𝑚
𝑣1 = 190.43 + 203.19 − 393.65 = −0.03 m

𝑣2 = 190.43 − 190.40 = 0.03 𝑚
𝑣3 = 203.19 − 203.16 = 0.03 m

Ejemplo 2. Asumiendo que todas las observaciones se han efectuado con mismo peso.
¿cuál puede ser el VMP de las elevaciones de los puntos B y C?, ¿cuáles son los
valores residuales de las diferencias en elevación observadas?
A = 100.00 m.
1
B
3
2
Solución: C
 Ecuaciones de Observación: 100 − 𝐵 = −0.70 + 𝑉1

𝐶 − 𝐵 = 2.35 + 𝑉2
100 − 𝐶 = −3.00 + 𝑉3
Reescribiendo las ecuaciones:
𝑉1 = −𝐵 + 100.70
𝑉2 = −𝐵 + 𝐶 − 2.35
𝑉3 = −𝐶 + 103.00
3
෍ 𝑣𝑖 2 = −𝐵 + 100.70 2
+ −𝐵 + 𝐶 − 2.35 2
+ −𝐶 + 103.00 2
𝑖=1
𝜕 σ 𝑣2
= 0 = 2 −𝐵 + 100.70 −1 + 2 −𝐵 + 𝐶 − 2.35 −1 + 0
𝜕𝐵
𝜕 σ 𝑣2
= 0 = −2𝐵 + 𝐶 + 98.35
𝜕𝐵
𝜕 σ 𝑣2
= 0 = 0 + 2 −𝐵 + 𝐶 − 2.35 + 2 −𝐶 + 103 −1
𝜕𝐶
𝜕 σ 𝑣2
= 0 = −𝐵 + 2𝐶 − 105.35
𝜕𝐶
−2𝐵 + 𝐶 = −98.35
−𝐵 + 2𝐶 = 105.35
𝐵 = 100.683
𝐶 = 103.017
𝑅𝑒𝑒𝑚𝑝𝑙𝑎𝑧𝑎𝑛𝑑𝑜 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝐵 𝑦 𝐶, 𝑜𝑏𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑣1, 𝑣2 𝑦 𝑣3.
𝑉1 = 0.017, 𝑉2 = −0.017 𝑦 𝑉3 = −0.017

Ejemplo 3.
Se muestra una Red de Nivelación; se pide calcular las cotas de los puntos B y C;
sabiendo que la desviación estándar es la misma para todos los tramos.
La longitud de todos los tramos mide 1000 metros.
1 4
3 -7,324
A=100,000
D = 120,032
2 5
Solución.
▪ Las flechas en cada línea indican el sentido del recorrido (dato de campo).
▪ La denotación “Δ” indica el desnivel entre los bancos.
Δ= cota Q- cota P
P Q

▪ En cada tramo existe un error llamado 𝑉1 , 𝑉2 , 𝑉3 , 𝑉4 , 𝑦 𝑉5 .
1 4
3 -7,324 + 𝑉3
A=100,000
D = 120,032
2 5
• Ecuaciones de condición (obedeciendo el sentido de las flechas)
Tramo 1: 𝐵 = 100 + 12,179 + 𝑉1 ➔ 𝑉1 = 𝐵 − 112,179

Tramo 2: 100 = 𝐶 + −4,870 + 𝑉2 ➔ 𝑉2 = 104,870 − 𝐶
Tramo 3: 𝐶 = 𝐵 + (−7,324 + 𝑉3 ) ➔ 𝑉3 = 𝐶 − 𝐵 + 7,324
Tramo 4: 𝐵 = 120,032 + (−7,843 + 𝑉4 ) ➔ 𝑉4 = 𝐵 − 112,189
Tramo 5: 120.032 = 𝐶 + (15,172 + 𝑉5 ) ➔ 𝑉5 = 104,86 − 𝐶

• Condición del método de mínimos cuadrados

5
෍ 𝑣𝑖 2 = 𝑃1 . 𝑉1 2 + 𝑃2 . 𝑉2 2 + 𝑃3 . 𝑉3 2 + 𝑃4 . 𝑉4 2 + 𝑃5 . 𝑉5 2 = 𝑚í𝑛𝑖𝑚𝑜
𝑖=1
• En nuestro caso:
1.𝑉1 2 1.𝑉2 2 1.𝑉3 2 1.𝑉4 2 1.𝑉5 2
σ5𝑖=1 𝑣𝑖 2 = + + + +
𝜎2 𝐿 𝜎2 𝐿 𝜎2 𝐿 𝜎2 𝐿 𝜎2 𝐿
3
2 2 2 2 2
2
𝐵 − 112,179 104,870 − 𝐶 𝐶 − 𝐵 + 7,324 𝐵 − 112,189 104,86 − 𝐶
෍ 𝑣𝑖 =F= + + + +
𝜎2 1 𝜎2 1 𝜎2 1 𝜎2 1 𝜎2 1
𝑖=1
• Dado que F es mínimo:

𝜕𝐹
=0
𝜕𝐵
2 𝐵 − 112,179 +1 2 𝐶 − 𝐵 + 7,324 −1 2 𝐵 − 112,189 +1
+ 0 + + +0=0
𝜎2 𝜎2 𝜎2
3𝐵 − 𝐶 = 231,692

• Dado que F es mínimo:
𝜕𝐹
=0
𝜕𝐶
2 104,870 − 𝐶 −1 2 𝐶 − 𝐵 + 7,324 +1 2 104,86 − 𝐶 −1

0+ + + 0 + =0
𝜎2 𝜎2 𝜎2
3𝐶 − 𝐵 = 202,406
• Dos ecuaciones con dos incógnitas
3𝐵 − 𝐶 = 231,692
3𝐶 − 𝐵 = 202,406
B = 112,185 m
C = 104,864 m

AJUSTE POR MINIMOS CUADRADOS MEDIANTE MÉTODOS MATRICIALES.

La solución sigue un procedimiento sistemático que se adapta convenientemente a los
métodos matriciales.
En general, cualquier grupo de ecuaciones de observación puede representarse en forma
matricial como:
……………. (1)
Donde A es la matriz de los coeficientes de las incógnitas, X es la matriz de las incógnitas, L

es la matriz de las observaciones y V es la matriz de los residuos.
En forma explicitas, estas matrices son:

Las ecuaciones normales que resultan de un conjunto de ecuaciones de

observaciones igualmente ponderadas (ecuación 1) están dadas en la forma
matricial por:
……………. (2)
De la ecuación 2, ATA es la matriz de los coeficientes de la ecuación normal

para las incógnitas.
Multiplicando ambos miembros de la ecuación (2) por (ATA)-1 y reduciendo se
obtiene:
……………. (3)
La ecuación (3) es la solución de mínimos cuadrados para observaciones

igualmente ponderadas. La matriz X consiste en los valores más probables de
las incógnitas: x1, x2, x3, ………, xn.
Para un sistema de observaciones ponderadas, la siguiente ecuación suministra

la matriz X.
……………. (4)
En la ecuación (4) las matrices son idénticas a las del caso de igual
ponderación, excepto que W es una matriz diagonal de pesos definidos como
sigue:
Si las observaciones en un ajuste tienen todas el mismo peso, la ecuación (4)

aún puede usarse, pero la matriz W se vuelve una matriz identidad. Por tanto,
se traduce exactamente a la ecuación (3). Entonces, la ecuación (4) es
general y se puede usar para ajustes tanto ponderados como no ponderados.
Ejemplo 1. Ajuste las tres mediciones igualmente ponderadas (en metros),

realizadas entre los puntos A, B y C.
𝑥 + 𝑦 = 393.65
𝑥 = 190.40
𝑦 = 203.16
393.65
190.40 203.16
A x B y C
𝑥 + 𝑦 = 393.65 + 𝑣1 → 𝑥 + 𝑦 = 393.65 + 𝑣1
𝑥 = 190.40 + 𝑣2 → 𝑥 + 0𝑦 = 190.40 + 𝑣2
𝑦 = 203.16 + 𝑣3 → 0𝑥 + 𝑦 = 203.16 + 𝑣3

1.- Expresando las ecuaciones de observación en forma matricial.
2 1 1 1
3𝐴 2𝑋 = 3𝐿 + 3𝑉
En donde:
1 1 393.65 𝑉1
𝑥
𝐴= 1 0 𝑋= 𝑦 𝐿 = 190.40 𝑉 = 𝑉2
0 1 203.16 𝑉3
Resolviendo las ecuaciones matriciales.
1 1
1 1 0 2 1
𝐴𝑇 𝐴 = 1 0 =
1 0 1 1 2
0 1
1 2 −1
𝐴𝑇 𝐴 −1 =
3 −1 2
584.05
𝐴𝑇 𝐿 =
596.81

1 2 −1 584.05 190.43 𝑥
𝑋 = 𝐴𝑇 𝐴 −1 𝐴𝑇 𝐿 = = = 𝑦
3 −1 2 596.81 203.19
𝑥 = 190.43 𝑚
𝑦 = 203.19 𝑚
Resolviendo para 𝑉1 , 𝑉2 , 𝑉3 : 𝑉 = 𝐴𝑋 − 𝐿
𝑉1 1 1 393.65 −0.03
190.43
𝑉 = 𝑉2 = 1 0 − 190.40 = 0.03
𝑉3 203.19
0 1 203.16 0.03
𝑉1 −0.03
𝑉2 = 0.03
𝑉3 0.03

Ejemplo 2. Asumiendo que todas las observaciones se han efectuado con mismo peso.
¿cuál puede ser el VMP de las elevaciones de los puntos B y C?, ¿cuáles son los
valores residuales de las diferencias en elevación observadas?
A = 100.00 m.
Solución: C
100 = 𝐵 − 0.70 + 𝑉1
 Ecuaciones de Observación: 𝐶 = 𝐵 + 2.35 + 𝑉2
100 = 𝐶 − 3.00 + 𝑉3
Reescribiendo las ecuaciones: −𝐵 + 0𝐶 = −100.70 + 𝑉1
−𝐵 + 𝐶 = 2.35 + 𝑉2
0𝐵 − 𝐶 = −103.00 + 𝑉3
 Escribiendo en forma matricial: AX = L + V.
−1 0 −100.70 𝑉1
𝐵
𝐴 = −1 1 𝑋= 𝐿= 2.35 𝑉 = 𝑉2
𝐶
0 −1 −103.00 𝑉3
−1 0 −100.70 𝑉1
𝐵 𝑉2
−1 1 = 2.35 +
𝐶 𝑉3
0 −1 −103.00
−1
 Resolviendo las relaciones: (𝐴𝑇 𝐴) y 𝐴𝑇 𝐿
−1 0
−1 −1 0 2 −1 0.667 0.333
𝐴𝑇 𝐴 = −1 1 = 𝐴𝑇 𝐴 −1 =
0 1 −1 −1 2 0.333 0.667
0 −1
−100.70
−1 −1 0 98.35
𝐴𝑇 𝐿 = 2.35 =
0 1 −1 105.35
−103.00
 Resolviendo: 𝑋 = 𝐴𝑇 𝐴 −1 𝐴𝑇 𝐿
0.667 0.333 98.35 100.683 → 𝐵

𝑋= =
0.333 0.667 105.35 103.017 → 𝐶
 Resolviendo para los valores residuales.

𝑉 = 𝐴𝑋 − 𝐿
−1 0 −100.70 0.017 → 𝑉1
100.683
𝑋 = −1 1 − 2.35 = −0.017 → 𝑉2
103.017
0 −1 −103.00 −0.017 → 𝑉3

Ejemplo: ¿Cuál debería ser el VMP de B y C?, ¿cuáles son los valores residuales de
las diferencias en elevación observadas?
A = 100.0 m
Δ elev. Dist.
Línea
 obs.(m) Km.

1 -0.70 2
2 2.35 3
B 3 -3.00 4
C 
Solución
 Ecs. De observación:
100 = 𝐵 − 0.70 + 𝑉1
𝐶 = 𝐵 + 2.35 + 𝑉2
100 = 𝐶 − 3.00 + 𝑉3
Reescribiendo las ecuaciones:

−𝐵 + 0𝐶 = −100.70 + 𝑉1
−𝐵 + 𝐶 = 2.35 + 𝑉2
0𝐵 − 𝐶 = −103.00 + 𝑉3
 Formando las matrices: A, X, L y V.
−1 0 −100.70 𝑉1
𝐵
𝐴 = −1 1 𝑋= 𝐿= 2.35 𝑉 = 𝑉2
𝐶
0 −1 −103.00 𝑉3
 Formando la matriz de Pesos.

1
0 0
2
1
𝑊= 0 0
3
1
0 0
4

 Resolviendo 𝐴𝑇 𝑊𝐴 , 𝐴𝑇 𝑊𝐴 −1 y 𝐴𝑇 𝑊𝐿
1
0 0
2
−1 0
𝑇 −1 −1 0 1 0.833 −0.333
𝐴 𝑊𝐴 = 0 0 −1 1 =
0 1 −1 3 −0.333 0.583
1 0 −1
0 0
4
1.556 0.889
𝐴𝑇 𝑊𝐴 −1 =
0.889 2.222
1
0 0
2
1 −100.70
𝑇 −1 −1 0 49.567
𝐴 𝑊𝐿 = 0 0 2.35 =
0 1 −1 3 26.533
−103.00
1
0 0
4

 Resolviendo para 𝑋 = 𝐴𝑇 𝑊𝐴 −1
. 𝐴𝑇 𝑊𝐿 .
1.556 0.889 49.567 100.689 → 𝐵

𝑋= =
0.889 2.222 26.533 103.022 → 𝐶
 Resolviendo para V = AX – L
−1 0 −100.70 0.011 → 𝑉1
100.689
𝑉 = −1 1 − 2.35 = −0.017 → 𝑉2
103.022
0 −1 −103.00 −0.022 → 𝑉3

Ejemplo 3.
Se muestra una Red de Nivelación; se pide calcular las cotas de los puntos B
y C; sabiendo que la desviación estándar es la misma para todos los tramos.
La longitud de todos los tramos mide 1000 metros.
1 4
3 -7,324 + 𝑉3
A=100,000
D = 120,032
2 5
• Ecuaciones de condición (obedeciendo el sentido de las flechas)
Tramo 1: 𝐵 = 100 + 12,179 + 𝑉1 ➔ B + 0𝐶 = 112.179 + 𝑉1

Tramo 2: 100 = 𝐶 + −4,870 + 𝑉2 ➔ 0𝐵 − 𝐶 = −104.870 + 𝑉2
Tramo 3: 𝐶 = 𝐵 + (−7,324 + 𝑉3 ) ➔ -B + C = – 7.324 + 𝑉3
Tramo 4: 𝐵 = 120,032 + (−7,843 + 𝑉4 ) ➔ B + 0C = 112.189 + 𝑉4
Tramo 5: 120.032 = 𝐶 + (15,172 + 𝑉5 ) ➔ 0B − 𝐶 = −104.860 + 𝑉5
1.- Expresando las ecuaciones de observación en forma matricial.

2 1 1 1
5𝐴 2 𝑋 = 5𝐿 + 5𝑉
En donde:
1 0 112.179 𝑉1
0 −1 −104.870 𝑉2
𝐵
𝐴 = −1 1 𝑋= 𝐿 = −7.324 𝑉 = 𝑉3
𝐶
1 0 112.189 𝑉4
0 −1 −104.860 𝑉5
Formando las ecuaciones matriciales.
3 −1 0.375 0.125 231.692

𝐴𝑇 𝐴 = 𝐴𝑇 𝐴 −1 = 𝐴𝑇 𝐿 =
−1 3 0.125 0.375 202.406
Resolviendo la ecuación matricial para X.

0.375 0.125 231.692 112.185 𝐵
𝑋 = 𝐴𝑇 𝐴 −1 𝐴𝑇 𝐿 = = =
0.125 0.375 202.406 104.864 𝐶

𝐵 = 112.185
𝐶 = 104.864
Resolviendo para 𝑉1 , 𝑉2 , 𝑉3 , 𝑉4 , 𝑉5
𝑉1 1 0 112.179 112.185 112.179

𝑉2 0 −1 −104.870 −104.864 −104.870
112.185
𝑉 = 𝑉3 = −1 1 − −7.324 = −7.322 − −7.324
𝑉4 104.864
1 0 112.189 112.185 112.189
𝑉5 0 −1 −104.860 −104.864 −104.860
𝑉1 0.006
𝑉2 0.006
𝑉3 = 0.003
𝑉4 −0.004
𝑉5 −0.004

Gracias ……………….

06-Ajuste Por Minimos Cuadrados

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

06-Ajuste Por Minimos Cuadrados

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA CIVIL

Docente: Ing°. WILDER GRÁNDEZ VENTURA

9/12/2020 Docente: Ing°. Wilder Grández Ventura 1

AJUSTE DE MEDICIONES MEDIANTE EL METODO DE MINIMOS

CONDICION FUNDAMENTAL DEL METODO DE MINIMOS CUADRADOS

Para un grupo de observaciones igualmente ponderadas, la condición

Supongamos un grupo de m mediciones de igual peso cuyos residuos sean,

En forma de ecuación, la condición fundamental de los mínimos cuadrados

9/12/2020 Docente: Ing°. Wilder Grández Ventura 2

Si los valores medidos van a ponderarse en el ajuste por mínimos cuadrados,

Hipótesis básicas que subyacen a la teoría de los mínimos cuadrados:

1. Las equivocaciones y los errores sistemáticos se han eliminado, por lo que

2. La distribución de la frecuencia de las observaciones obedece a una

9/12/2020 Docente: Ing°. Wilder Grández Ventura 3

PESO DE UNA OBSERVACION

AJUSTE POR MINIMOS CUADRADOS MEDIANTE EL MÉTODO DE LA

1. Se escribe una ecuación de observación para cada medición.

2. Para obtener una solución única, el número de ecuaciones debe ser

3. Si se hacen observaciones redundantes, se aplica el método de

4. Los residuos se elevan al cuadrado para obtener la función expresada

Ejemplo 1. Ajustar las tres mediciones igualmente ponderadas (en metros),

9/12/2020 Docente: Ing°. Wilder Grández Ventura 6

෍ 𝑣𝑖 2 = 𝑥 + 𝑦 − 393.65 2 + 𝑥 − 190.40 2 + 𝑦 − 203.16 2

𝑣1 = 190.43 + 203.19 − 393.65 = −0.03 m

9/12/2020 Docente: Ing°. Wilder Grández Ventura 7

 Ecuaciones de Observación: 100 − 𝐵 = −0.70 + 𝑉1

𝑉1 = 0.017, 𝑉2 = −0.017 𝑦 𝑉3 = −0.017

9/12/2020 Docente: Ing°. Wilder Grández Ventura 10

▪ En cada tramo existe un error llamado 𝑉1 , 𝑉2 , 𝑉3 , 𝑉4 , 𝑦 𝑉5 .

• Ecuaciones de condición (obedeciendo el sentido de las flechas)

Tramo 1: 𝐵 = 100 + 12,179 + 𝑉1 ➔ 𝑉1 = 𝐵 − 112,179

9/12/2020 Docente: Ing°. Wilder Grández Ventura 11

• Condición del método de mínimos cuadrados

• Dado que F es mínimo:

9/12/2020 Docente: Ing°. Wilder Grández Ventura 12

• Dado que F es mínimo:

2 104,870 − 𝐶 −1 2 𝐶 − 𝐵 + 7,324 +1 2 104,86 − 𝐶 −1

• Dos ecuaciones con dos incógnitas

9/12/2020 Docente: Ing°. Wilder Grández Ventura 13

AJUSTE POR MINIMOS CUADRADOS MEDIANTE MÉTODOS MATRICIALES.

Donde A es la matriz de los coeficientes de las incógnitas, X es la matriz de las incógnitas, L

9/12/2020 Docente: Ing°. Wilder Grández Ventura 14

Las ecuaciones normales que resultan de un conjunto de ecuaciones de

De la ecuación 2, ATA es la matriz de los coeficientes de la ecuación normal

La ecuación (3) es la solución de mínimos cuadrados para observaciones

Para un sistema de observaciones ponderadas, la siguiente ecuación suministra

Si las observaciones en un ajuste tienen todas el mismo peso, la ecuación (4)

Ejemplo 1. Ajuste las tres mediciones igualmente ponderadas (en metros),

9/12/2020 Docente: Ing°. Wilder Grández Ventura 17

1.- Expresando las ecuaciones de observación en forma matricial.

9/12/2020 Docente: Ing°. Wilder Grández Ventura 18

9/12/2020 Docente: Ing°. Wilder Grández Ventura 19

 Escribiendo en forma matricial: AX = L + V.

0.667 0.333 98.35 100.683 → 𝐵

 Resolviendo para los valores residuales.

9/12/2020 Docente: Ing°. Wilder Grández Ventura 22

Reescribiendo las ecuaciones:

 Formando la matriz de Pesos.

9/12/2020 Docente: Ing°. Wilder Grández Ventura 24

9/12/2020 Docente: Ing°. Wilder Grández Ventura 25

1.556 0.889 49.567 100.689 → 𝐵

9/12/2020 Docente: Ing°. Wilder Grández Ventura 26

• Ecuaciones de condición (obedeciendo el sentido de las flechas)