Landmålingens fejlteori Lektion 4 Vægtet gennemsnit Fordeling af ...
Landmålingens fejlteori Lektion 4 Vægtet gennemsnit Fordeling af ...
Landmålingens fejlteori Lektion 4 Vægtet gennemsnit Fordeling af ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Landm˚alingens <strong>fejlteori</strong><br />
<strong>Lektion</strong> 4<br />
<strong>Vægtet</strong> <strong>gennemsnit</strong><br />
<strong>Fordeling</strong> <strong>af</strong> slutfejl<br />
Kasper K. Berthelsen - kkb@math.aau.dk<br />
http://people.math.aau.dk/∼kkb/Undervisning/LF13<br />
Institut for Matematiske Fag<br />
Aalborg Universitet<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
Vægte<br />
Hver m˚aling gives en vægt pi som <strong>af</strong>spejler kvaliteten <strong>af</strong> m˚alingen - desto<br />
højere vægt desto bedre m˚aling.<br />
Definition: Vægtrelationen<br />
Vægtene, der er positive tal, siges at opfylde vægtrelationen, hvis<br />
p1σ 2 1 = p2σ 2 2 = · · · = pnσ 2 n.<br />
Vi antager altid at vægtrelationen er opfyldt.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
1/1<br />
3/1<br />
1<br />
<strong>Vægtet</strong> model<br />
Givet n u<strong>af</strong>hængige m˚alinger x1, . . . , xn <strong>af</strong> n størrelser µ1, . . . , µn.<br />
M˚alinger er ikke nødvendigvis <strong>af</strong> samme kvalitet. Fx. kan visse m˚alinger<br />
være behæftet ved flere fejlkilder end andre, nogle kan være m˚alt flere<br />
gange, etc.<br />
Som tidligere er x1, . . . , xn realisationer <strong>af</strong> stokatiske variable<br />
X1, . . . , Xn, hvor E(Xi) = µi og Var(Xi) = σ2 i , hvor σ2 i ’erne ikke<br />
nødvendigvis er ens.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
Vægte: Eksempel<br />
Antag variansen p˚a første m˚aling er dobbelt s˚a stor som p˚a den anden<br />
(σ 2 1 = 2σ 2 2). Et valg <strong>af</strong> vægte, der opfylder vægtrelationen er p1 = 1 og<br />
p2 = 2, idet p1σ 2 1 = p2σ 2 2.<br />
Der er uendelig mange lige god valg <strong>af</strong> vægte. Et andet valg er p1 = 1<br />
3 og<br />
p2 = 2<br />
3 .<br />
Bemærk: I eksemplet er vægten p˚a den bedste m˚aling dobbelt s˚a stor<br />
som vægten p˚a den d˚arlige m˚aling.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
2/1<br />
4/1
<strong>Vægtet</strong> <strong>gennemsnit</strong><br />
Antag at µ1 = µ2 = · · · = µn = µ, dvs alle observationer x1, . . . , xn er<br />
m˚alinger <strong>af</strong> samme størrelse µ.<br />
Fortsat er variansen ikke nødvendigvis den samme for alle m˚alinger. Fx.<br />
kan der være anvendt m˚aleudstyr <strong>af</strong> forskellige fabrikat og/eller kvalitet.<br />
Til at estimere µ bruges det vægtede <strong>gennemsnit</strong> ¯x ∗ s˚aledes mere<br />
præcise m˚alinger (observationer med lav varians) vægter mere i<br />
<strong>gennemsnit</strong>tet end d˚arligere bestemte m˚alinger.<br />
Definition: <strong>Vægtet</strong> <strong>gennemsnit</strong><br />
For observationer x1, . . . , xn med vægte p1, . . . , pn er det vægtede<br />
<strong>gennemsnit</strong><br />
¯x ∗ =<br />
p1<br />
n i=1 pi<br />
x1 + · · · +<br />
pn<br />
n 1=i pi<br />
xn =<br />
1<br />
n 1=i pi<br />
(p1x1 + · · · + pnxn),<br />
hvor vægtene er valgt s˚a de opfylder p1σ 2 1 = · · · = pnσ 2 n.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
Variansen for det vægtede <strong>gennemsnit</strong><br />
Idet vægtrelationen foreskriver piσ 2 i er ens for alle i, kan σ2 0 indføres som<br />
σ 2 0 = p1σ 2 1 = p2σ 2 2 = · · · = pnσ 2 n.<br />
Indtil videre har σ 2 0 ikke nogen naturlig fortolkning.<br />
Sætning: Variansen <strong>af</strong> vægtet <strong>gennemsnit</strong><br />
Lad p+ = n<br />
i=1 pi og dermed ¯ X ∗ = p1<br />
p+ X1 + p2<br />
p+ X2 + · · · + pn<br />
p+ Xn.<br />
Antag vægtrelationen er opfyldt, dvs. σ 2 0 = p1σ 2 1 = · · · = pnσ 2 n.<br />
Da gælder<br />
Var( ¯ X ∗ ) =<br />
σ2 0 n i=1 pi<br />
.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
5/1<br />
7/1<br />
2<br />
Sætning<br />
Sætning<br />
For den stokastiske variabel<br />
¯X ∗ =<br />
p1<br />
n 1=i pi<br />
X1 + · · · +<br />
pn<br />
n 1=i pi<br />
Xn =<br />
1<br />
n 1=i pi<br />
(p1X1 + · · · + pnXn)<br />
gælder følgende udsagn<br />
1. E( ¯ X ∗ ) = µ, dvs. ¯ X ∗ er en central estimator for µ.<br />
2. For positive p1, . . . , pn er Var( ¯ X ∗ ) mindst n˚ar vægtene opfylder<br />
vægtrelationen, dvs. p1σ 2 1 = · · · = pnσ 2 n.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
Estimat <strong>af</strong> σ 2 0<br />
S˚aledes er variansen p˚a det vægtede <strong>gennemsnit</strong> givet ved<br />
Var( ¯ X ∗ ) =<br />
Estimat <strong>af</strong> σ 2 0<br />
σ 2 0<br />
n<br />
i=1 pi<br />
og dermed ¯ X ∗ ∼ N<br />
Som estimat <strong>af</strong> σ2 0 anvendes s2 0:<br />
s 2 n i=1<br />
0 =<br />
pi(xi − ¯x ∗ ) 2<br />
n − 1<br />
n i=1 =<br />
pix2 i − (¯x∗ ) 2 n n − 1<br />
i=1 pi<br />
<br />
µ,<br />
Der gælder desuden, at s 2 0 er et centralt estimat for σ 2 0.<br />
σ 2 0<br />
n<br />
i=1 pi<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
.<br />
<br />
6/1<br />
8/1
Estimat <strong>af</strong> Var( ¯ X ∗ )<br />
Variasen for det vægtede <strong>gennemsnit</strong> er<br />
Var( ¯ X ∗ ) =<br />
σ 2 0<br />
n<br />
i=1 pi<br />
Et centralt estimatet for variansen <strong>af</strong> det vægtede <strong>gennemsnit</strong> er derfor<br />
s 2 0<br />
n<br />
i=1 pi<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
Eksempel - Geometrisk nivellement<br />
Højdeforskel nivelleret over n strækninger med samme kilometerspredning<br />
σk. Variansen over en længde ℓ er fra tidligere givet ved σ 2 k ℓ.<br />
Højdeforskel h Længde ℓ Varians p˚a h over ℓ<br />
h1 ℓ1 σ 2 1 = σ 2 k ℓ1<br />
h2 ℓ2 σ 2 2 = σ 2 k ℓ2<br />
.<br />
.<br />
hn ℓn σ 2 n = σ 2 k ℓn<br />
Forskellig varianser p˚a m˚alinger pga. forskellige strækninger, alts˚a ℓi = ℓj.<br />
Da varianserne er forskellige benytter vi vægtede observationer.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
.<br />
9/1<br />
11/1<br />
3<br />
Estimat <strong>af</strong> σ 2 i<br />
Relationen mellem de enkelte varianser σ 2 i og σ2 0 er givet ved<br />
vægtrelationen:<br />
σ 2 0 = p1σ 2 1 = · · · = pnσ 2 n<br />
Dvs. den i’te varians σ 2 i<br />
Estimat for σ 2 i<br />
skrives som<br />
σ 2 i = σ 2 0/pi.<br />
Variansen for σ 2 i kan estimeres vha. s2 i = s2 0/pi.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
Eksempel - Geometrisk nivellement<br />
Vægtrelationen er opfyldt n˚ar<br />
σ 2 0 = p1σ 2 1 = · · · = pnσ 2 n<br />
Indsættes udtrykket for σ2 i = ℓiσ2 k har vi:<br />
Her<strong>af</strong> fremg˚ar det at hvis pi = ℓ −1<br />
i<br />
σ 2 0 = p1σ 2 kℓ1 = · · · = pnσ 2 kℓn<br />
er ligheden opfyldt:<br />
σ 2 0 = ℓ −1<br />
1 σ2 kℓ1 = · · · = ℓ −1<br />
n σ 2 kℓn<br />
= σ 2 k = · · · = σ 2 k.<br />
Dvs. vægte kan vælges til pi = (ℓi) −1 alts˚a er vægten den resiprokke<br />
længde.<br />
Bemærk: Her har σ0 en fortolkning: kilometerspredningen.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
10/1<br />
12/1
Eksempel - polygonvinkler<br />
Vi m˚aler vinklerne i punkterne 13-16.<br />
Alle vinkler er m˚alt med samme varians σ 2 v.<br />
Lad σ 2 m,i<br />
være variansen <strong>af</strong> middelsatsen i punkt i.<br />
Punkt Antal satser σ 2 m,i<br />
13 2 σ 2 m,13 = σ2 v<br />
2<br />
14 3 σ 2 m,14 = σ2 v<br />
3<br />
15 4 σ 2 m,15 = σ2 v<br />
4<br />
16 6 σ 2 m,16 = σ2 v<br />
6<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
Eksempel - Vinkelm˚alinger<br />
Vinkler m˚alt med forskellige satser med samme vinkelspredning σv.<br />
Variansen p˚a vinkler m˚alt med k satser er fra tidligere givet ved σ 2 v/k.<br />
Vinkel v Sats k Varians p˚a middelsats<br />
v1 k1 σ 2 1 = σ 2 v/k1<br />
v2 k2 σ 2 2 = σ 2 v/k2<br />
.<br />
.<br />
.<br />
vn kn σ 2 n = σ 2 v/kn<br />
Forskellig varians p˚a m˚alinger pga. forskelligt antal satser, dvs. vægtede<br />
observationer.<br />
Vægtrelationen er opfyldt n˚ar<br />
σ 2 0 = p1σ 2 1 = · · · = pnσ 2 n.<br />
Fra tabellen ses det at vægten kan vælges til pi = ki dvs vægten er antal<br />
satser.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
13<br />
15<br />
14<br />
16<br />
13/1<br />
15/1<br />
4<br />
Eksempel - fortsat<br />
Ifølge vægtrelationen skal piσ 2 m,i<br />
være ens for alle i,<br />
p13σ 2 m,13 = p14σ 2 m,14 = p15σ 2 m,15 = p16σ 2 m,16.<br />
Jf. udtrykkene fra forrige slide<br />
σ<br />
p13<br />
2 v σ<br />
= p14<br />
2 2 v σ<br />
= p15<br />
3 2 v σ<br />
= p16<br />
4 2 v<br />
6 .<br />
S˚aledes kan vægtene vælges lig antal satser for hvert punkt:<br />
p13 = 2 p14 = 3 p15 = 4 p16 = 6<br />
Med disse vægte gælder σ 2 0 = σ 2 v.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
<strong>Fordeling</strong> <strong>af</strong> slutfejl<br />
Betragt en situation hvor vi ved at summen <strong>af</strong> vores observationer skal<br />
være lig en kendt værdi x0. Dette kunne eksempelvis være:<br />
x0 = 200 gon, hvor vores m˚alinger er vinkler i en trekant.<br />
x0 = 0 mm, hvor vi nivellerer i et lukket net, dvs. slut- og startpunkt<br />
er det samme.<br />
x0 = H2 − H1, hvor m˚alinger er for at bestemme kote til et punkt.<br />
...<br />
Slutfejlen er <strong>af</strong>vigelsen mellem x0 og den faktiske sum <strong>af</strong> observationer.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
14/1<br />
16/1
Nivellement - bestemmelse <strong>af</strong> kote<br />
Vi ønsker at beregne koten µ til punktet P med højdeforskelle ∆h1 til P1<br />
og ∆h2 til P2. Længderne fra P til de to punkter P1 og P2 er henholdvis<br />
ℓ1 og ℓ2.<br />
P1<br />
H1<br />
ℓ1<br />
∆h1<br />
P<br />
ℓ2<br />
∆h2<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
Estimat <strong>af</strong> µ<br />
Til at estimere µ anvendes det vægtede <strong>gennemsnit</strong> ¯x ∗ idet varianserne<br />
p˚a højdem˚alingerne ikke nødvendigvis er ens,<br />
P2<br />
H2<br />
¯x ∗ = p1<br />
(H1 + ∆h1) +<br />
p1 + p2<br />
p2<br />
(H2 − ∆h2),<br />
p1 + p2<br />
hvor vægtene p1 og p2 opfylder vægtrelationen p1ℓ1σ 2 k = p2ℓ2σ 2 k .<br />
Dvs. de reciprokke længder kan anvendes som vægte,<br />
Estimatet for µ er alts˚a givet ved:<br />
¯x ∗ =<br />
ℓ −1<br />
1<br />
ℓ −1<br />
1<br />
+ ℓ−1<br />
2<br />
p1 = ℓ −1<br />
1 og p2 = ℓ −1<br />
2 .<br />
(H1 + ∆h1) +<br />
ℓ −1<br />
1<br />
ℓ −1<br />
2<br />
+ ℓ−1<br />
2<br />
(H2 − ∆h2).<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
17/1<br />
19/1<br />
5<br />
Model<br />
P1<br />
H1<br />
ℓ1<br />
∆h1<br />
P<br />
ℓ2<br />
∆h2<br />
XH1 og XH2 er u<strong>af</strong>hængige stokatiske variable med<br />
E(XH1 ) = E(XH1 ) = µ,<br />
XH1<br />
XH2<br />
↓ ↓<br />
H1 + ∆h1 H2 − ∆h2<br />
Fra sidste gang har vi at Var(XH1 ) = ℓ1σ 2 k og Var(XH2 ) = ℓ2σ 2 k .<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
Estimat <strong>af</strong> µ - fortsat<br />
Vi kan omskrive udtrykket for ¯x ∗ s˚aledes:<br />
¯x ∗ =<br />
=<br />
=<br />
ℓ −1<br />
1<br />
1<br />
ℓ1<br />
ℓ −1<br />
1<br />
1<br />
ℓ1<br />
+ ℓ−1<br />
2<br />
+ 1<br />
ℓ2<br />
ℓ2<br />
ℓ1 + ℓ2<br />
ℓ1ℓ2<br />
ℓ1ℓ2<br />
(H1 + ∆h1) +<br />
(H1 + ∆h1) +<br />
(H1 + ∆h1) + ℓ1<br />
ℓ −1<br />
1<br />
ℓ −1<br />
2<br />
1<br />
ℓ1<br />
ℓ1 + ℓ2<br />
+ ℓ−1<br />
2<br />
1<br />
ℓ2<br />
+ 1<br />
ℓ2<br />
P2<br />
H2<br />
(H2 − ∆h2)<br />
ℓ1ℓ2<br />
ℓ1ℓ2<br />
(H2 − ∆h2)<br />
(H2 − ∆h2)<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
18/1<br />
20/1
Slutfejlen rn<br />
P˚a grund <strong>af</strong> m˚alefejl er ∆h1 + ∆h2 = H2 − H1. Derfor indføres slutfejlen<br />
rn som korrektion<br />
∆h1 + ∆h2 + rn = H2 − H1 ⇔ H2 − ∆h2 = H1 + ∆h1 + rn.<br />
Indsættes dette i udtrykket for ¯x ∗ f˚ar vi<br />
¯x ∗ =<br />
=<br />
ℓ2<br />
ℓ2 + ℓ1<br />
ℓ2<br />
ℓ2 + ℓ1<br />
(H1 + ∆h1) + ℓ1<br />
ℓ2 + ℓ1<br />
(H1 + ∆h1) + ℓ1<br />
= (H1 + ∆h1) + ℓ1<br />
rn<br />
ℓ2 + ℓ1<br />
ℓ2 + ℓ1<br />
(H2 − ∆h2)<br />
(H1 + ∆h1 + rn)<br />
Slutfejlen p˚a estimatet ¯x ∗ <strong>af</strong> koten µ skal under de anvendte vægte<br />
(reciprokke længdem˚al) fordeles proportionalt med vejlængden.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
Model for vinkler i trekant<br />
P˚a grund <strong>af</strong> betingelsen om en vinkelsum p˚a 200 gon, kan modellen<br />
simplificeres,<br />
Xα 200 − Xβ − Xγ<br />
↓ ↓<br />
xα 200 − xβ − xγ<br />
Fra vores viden om lineære transformationer om E og Var har vi at,<br />
E(Xα) = α E(200 − Xβ − Xγ) = 200 − β − γ<br />
Var(Xα) = σ 2<br />
Var(200 − Xβ − Xγ) = 2σ 2<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
21/1<br />
23/1<br />
6<br />
Slutfejl <strong>af</strong> vinkelm˚alinger i trekant<br />
α<br />
Betragt trekanten med sande vinkler α, β og γ. Dvs α + β + γ = 200 gon.<br />
β<br />
Xα Xβ Xγ<br />
↓ ↓ ↓<br />
xα xβ xγ<br />
E(Xα) = α, E(Xβ) = β og E(Xγ) = γ.<br />
Var(Xα) = Var(Xβ) = Var(Xγ) = σ 2 .<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
Estimat <strong>af</strong> α<br />
Idet variansen for de to observationer er forskellig anvendes det vægtede<br />
<strong>gennemsnit</strong> til at estimere α.<br />
Bemærk at b˚ade xα (direkte m˚aling) og 200 − xβ − xγ (indirekte<br />
m˚aling) er observationer til at estimere den sande værdi α.<br />
¯x ∗ = p1<br />
xα +<br />
p1 + p2<br />
p1<br />
(200 − xβ − xγ).<br />
p1 + p2<br />
Igen skal vægtene p1 og p2 opfylde vægtrelationen p1σ 2 1 = p2σ 2 2.<br />
Idet σ 2 1 = σ 2 og σ 2 2 = 2σ 2 vælges p1 = 2 og p2 = 1. Hermed har vi<br />
¯x ∗ = 2<br />
3 xα + 1<br />
3 (200 − xβ − xγ).<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
γ<br />
22/1<br />
24/1
Slutfejlen rv p˚a vinkelsummen<br />
Som i foreg˚aende eksempel er summen <strong>af</strong> xα, xβ og xγ ikke 200 pga.<br />
uundg˚alige m˚alefejl.<br />
Derfor indføres rv s˚aledes<br />
xα + xβ + xγ + rv = 200 ⇔ 200 − xβ − xγ = xα + rv,<br />
og dette indsættes i udtrykke for ¯x ∗ ,<br />
¯x ∗ = 2<br />
3 xα + 1<br />
3 (200 − xβ − xγ)<br />
= 2<br />
3 xα + 1<br />
3 (xα + rv)<br />
= xα + 1<br />
3 rv.<br />
Dvs. slutfejlen fordeles ligeligt p˚a alle vinkler uanset deres m˚alte<br />
størrelser.<br />
Landm˚alingens <strong>fejlteori</strong> - <strong>Lektion</strong>4 - Vægte og <strong>Fordeling</strong> <strong>af</strong> slutfejl Kasper K. Berthelsen<br />
25/1<br />
7