Exemplo

Método Paramétrico
 Exercício
Exercício 1 - São conhecidas as coordenadas dos vértices e foram observadas as
distâncias dos mesmos a uma estação desconhecidas , bem como o ângulo .
𝑃1 𝑃2
Distância bruta (m) (m)
𝑙5
𝑙1 𝑙2 1 244,512 0,012
𝑃 2 321,570 0,016
3 773,154 0,038
𝑙4 𝑙3 4 279,992 0,014
Ângulo bruto
𝑃4 𝑃3 5 123° 38’ 01,4” 2”

Calcular as coordenadas ajustadas da estação P.

Fonte: Camil Gemael (2015)
Coordenadas dos pontos fixos:

(m) (m)

1 842,281 925,523
2 1337,544 996,249
3 1831,727 723,962
4 840,408 658,345

Fonte: Camil Gemael (2015)

• Modelo matemático – Sistema de Equações de Observações
l1a 
 xa  Vetor das coordenadas  a
Xa   
 ya  ajustadas de l2  Vetor das observações
La  l3a  ajustadas
 a
l4 
l a 
5

l1a  l1b  v1  ( x1  xa ) 2  ( y1  ya ) 2

l2a  l2b  v2  ( x2  xa ) 2  ( y2  ya ) 2

l3
a
 l3b  v3  ( x3  xa ) 2  ( y3  ya ) 2 Sistema de Equações de Observações
a
l4  l4b  v4  ( x4  xa ) 2  ( y4  ya ) 2

l5a x2  xa x x La  F ( X a )
 l5b  v5  arctg  arctg 1 a
 y2  ya y1  ya

Fonte: Camil Gemael (2015)

• Modelo linearizado – Sistema de Equações de Observações
V  AX  L
a) Cálculo de
L  Lo  Lb  F ( X o )  Lb Para obter precisamos do vetor dos valores aproximados
dos parâmetros

Lo  F ( X o )


l1o  ( x1  xo ) 2  ( y1  y0 ) 2 o
 l1  (842,281  1065,2) 2  (925,523  825,2) 2 l1o   244,45365 
l20  ( x2  xo ) 2  ( y2  yo ) 2 o  0  
 l2  (1337,544  1065,2) 2  (996,249  825,2) 2 l2   321,60382 
 o
Lo  l3a    773,18353 
o
l3  ( x3  xo ) 2  ( y3  yo ) 2 l3  (1831,727  1065,2) 2  (723,962  825,2) 2
o o  
l4  ( x4  xo ) 2  ( y4  yo ) 2 l4  (840,408  1065,2) 2  (658,345  825,2) 2 l4o   279,95006 
  1337,544  1065,2 842,281  1065,2  o  
l5o x2  xo x x l5o  arctg  arctg l5  12338'19,87"
 arctg  arctg 1 o  996,249  825,2 925,523  825,2
 y 2  yo y1  yo

Fonte: Camil Gemael (2015)

 l1o  l b   244,45365   244,512   0,05835m 
 0   1b       0,03382m 
l2  l2   321,60382   321,570   
 o
 b
  
L  Lo  Lb  L  l3   l3  L  773,18353  773,154   L  0,02953m 

       
l4o  l4b   279,95006   279,992   0,04194m
 o  b 12338'19,87" 12338'01,4"  18,47" 
l5  l5 

b) Cálculo de
 l1a l1a   x x y1  ya 
    1 a a  
 xaa ya  a
l1 l1
 
 l2 l2a   x x y2  ya 
 x  2 a a 
ya   l2 l2a

 aa   
F l l3a  x x y3  y a
A  3  A  3 a a  
X a  xa ya   l3 l3a 
Xa Xo
 a   x x y y 
 l4 l4a   4 a a  4 a a
 l4 l4 
 xa ya   
 l a l5a   y2  ya  y1  ya x2  ya x1  ya 
 5   a 2  a 2
 (l2a ) 2 (l1a ) 2 (l2 ) (l1 ) 
 xa ya  X
a Xo
Xa Xo
  842,281  1065,2 925,523  825,2 
   
244,45365 244,45365
 
 1337 ,544  1065 , 2 996, 249  825 , 2 
 
 321,60382 321,60382 
 1831,727  1065,2 723,962  825,2 
 A   
 773,18353 773,18353 
 840, 408  1065 , 2 658, 345  825 , 2 
 
 279,95006 279,95006 
 996,249  825,2 925,523  825,2 1337,544  1065,2 842,281  1065,2 
  (  )  (  )
 (321,603816) 2 ( 244,45365) 2 (321,603816) 2 (244,45365) 2 

 0,911907 m  0,410397 m 
  0,846831m  0,531862m 
 
 A   0,991391m 0,130937 m 
 
 0,802972 m 0,596017 m 
 5,163394" 1312,573787"
Fonte: Camil Gemael (2015)
c) Modelo Linearizado – Sistema de Equações de Observações Linearizadas

rearranjando

 v1   0,911907m  0,410397m   0,05835m 

v    0,846831m  0,531862m   0,03382m 
 2    x(dx)   
v3    0,991391m 0,130937m      0,02953m 
     y (dy)  
v
 4  0,802972m 0,596017m    0,04194m 
v5   5,163394" 1312,573787"  18,47" 

V  X L
A

Fonte: Camil Gemael (2015)

 • Sistema de Equações Normais
a) Formulário
 N  A T
PA
NX  U  0  X   N 1U   T
U  A PL
b) Matriz dos pesos

P   o2  Lb
1

l1b   l2b 0 0 0 0  0,0122 0 0 0 0

 b  1   
0  l2b 0 0 0  0,0162
l2  2  0 0 0 0
L b  l3b    Lb   0 0  l2b 0 0    Lb   0 0 0,0382 0 0
 b  3   
l4  0 0 0  l2b 0   0 0 0 0,0142 0
l b   4
  0
5  0 0 0 0  l2b   0 0 0 2 2 
5 
Considerando  o2  1 , então a matriz dos pesos é:

0,012 2 0 0 0 0 
 
 0 0,016 2 0 0 0 
P 0 0 0,038 2
0 0 
 
 0 0 0 0,014  2 0 
 0 0 0 0 2  2 


c) Matriz

12553,01960 3208,043204   0,00007981  0,00000059

N  AT PA  N    N 1   
 3208,04304 434811,54110  0,00000059 0,00000230 

Fonte: Camil Gemael (2015)

 d) Matriz
 649,618710
U  AT PL  U   
 6031,984978 

e) Solução do Sistema de Equações Normais

Parâmetros Ajustados
1  x(dx )   0,055400 
X  N U  X      0,014281
 y ( dy )   

• Parâmetros Ajustados

 x   x   x( dx)   xa  1065,2  0,055400   xa  1065,2554

Xa  Xo  X   a    o            
 ya   yo   y (dy)  ya   825,2   0,014281  ya   825,1867 

Fonte: Camil Gemael (2015)

• Variância da observação de peso unitário aposteriori
V T PV  LT PL  X TU  0,8436

2 V T PV 0,8436
ˆ   ˆ 2   ˆ 2  0,2812
nu 52

• Matriz Variância-Covariância dos Parâmetros

X a   X   o2 N 1

 0,00007981  0,00000059 
 a  0,00000059 0,00000230 
X 
 

 x2a  0,00007981   x2a  0,0089m  y2a  0,00000230   x2a  0,0015m

 x2a , ya  0,00000059
Fonte: Camil Gemael (2015)
• Valores observados ajustados
La  Lb  V

 0,05638    0,05835  0,00197 

  0,03932   0,03382   0,00550
     
V  AX  L  V    0,05680    0,02953   V   0,02727 
     
 0 ,03597    0, 04194    0, 00597 
 18,45888  18,47    0,0112 

 244,510 
 321,564 
 
La   773,127 
 
 279,986 
12338'1,39"
Fonte: Camil Gemael (2015)
 Material Didático Consultado
DALMOLIN, Q. (2004). Ajustamento por mínimos quadrados. 2ª Ed. Curitiba: Imprensa
Universitária – UFPR.
GEMAEL, C. et. al. (2015). Introdução ao ajustamento de observações: aplicações
geodésicas. Curitiba: Editora UFPR..
GRIPP, J. J. (1993). Ajustamento de Observações. Curso: Pós-Graduação em Topografia.
GHILANI, C. D., WOLF, P.R. Adjustment computations: spatial data analysis. 6th ed.
New Jersey: John Wiley & Sons, 2017.
GHILANI, C. D., WOLF, P.R., Tradução Daniel Vieira. Geomática. 13th ed. New Jersey:
John Wiley & Sons, 2013.
HELENE, Otaviano. Método dos mínimos quadrados com formalismo matricial. São
Paulo: Editora Livraria da Física, 2013.