Apostila elaborada para Disciplina de Ajustamento Geodsico, tomando como

embasamento materiais diversos extrados da apostila do Professor Dr. Nilton Ricetti

Xavier de Nazareno, adaptados por Dr. Sandro Luciano Barreto Fensterseifer.

CAPITULO 1:

1- INTRODUO:
O processo de tomada de informaes est sujeito a imperfeies seja pelo fator
humano, tcnico ou instrumental, a influncia de fatores externos que em grande parte
so difceis ou improvveis de serem controlados causam variaes pseudoaleatrias
que determinam muitas vezes uma inconsistncia de resultados, erros de observaes.
Realizar a tomada de mais medidas que sejam representativas da populao para
ter garantias sobre o valor encontrado uma soluo muitas vezes paliativas, mas que
na grande maioria das situaes minimiza o erro, isto quando temos medidas de uma
nica grandeza como, distncias ou ngulos, a mdia uma boa soluo.
Quando temos grandezas diferentes e que se relacionam atravs de uma funo
matemtica, a soluo no to imediata e deve-se inferir tcnicas matemticas mais
complexas como equaes de regresso.
IMPORTANTE - Somente o valor da grandeza no suficiente, necessitamos o grau
de confiana no valor obtido. Isto proporcionado pela estimativa de preciso da
medida que numericamente igual ao desvio-padro.
Exemplo 1: - Transporte de coordenadas, onde determina-se as coordenadas de um
ponto P a partir de um ponto de controle E com coordenadas conhecidas, distncia entre
a estao e o ponto, e o azimute da direo estao-ponto:

Para resolver so necessrias duas observaes, a distncia e o Azimute, a soluo

nica. Introduzindo mais uma estao E2, a soluo dada por:

Temos uma equao paralela onde:

X2 = X1 + d1-2

Sen Az

Y2 = Y1 + d1-2 * Cos Az

Se obtivssemos medidas idnticas, qualquer solues levaria ao mesmo

resultado, a soluo adotada para minimizar a mdia.
Ocorre muitas vezes na prtica que cada uma das estaes mediu-se com
equipamentos com precises e operadores diferentes. Qual das solues a mais
correta? As tcnicas de ajustamentos so importantes porque permitem que se
equacionem todas as nuances do problema.
Exemplo 1: Temos um ponto de coordenadas UTM conhecido como 265694 E e
6974659 S, apresentando um rumo de 340 43 56 SO, e apresenta uma distncia de
14,56 cm em uma carta na escala 1:15.000, determine este novo ponto utilizando-se do
angulo interno e externo do azimute.
Quando tratamos com dados contemplamos trs teorias bsicas de inter-relao
causal temporal estabelecidas:
Determinista - Estamos certos de que vai ocorrer aquele erro porque a preciso do
equipamento s atinge um determinado parmetro de preciso.
Casualista - Em funo de fatores no controlveis, casualidade vamos ter um erro de
difcil deteco e controle por ser pseudo-aleatrios.
Caos. Semelhante a casualista porem com fatores de influncia exgenos com relaes
infinitamente relacionadas.

Ajustamento o ramo da matemtica aplicada que tem por objetivo a

soluo nica para problemas onde:
a) o nmero de observaes (ou medidas) redundante.
b) o sistema de equaes inconsistente.
c) a preciso da soluo adotada inconsistente Camargo (2000).

Redundncia: nmero de medidas a mais do que as necessrias para se obter a soluo.

Inconsistncia: diferentes solues que se obtm quando o nmero de observaes

excede o de incgnitas.
Como exemplo de um problema de ajustamento temos uma rede de nivelamento onde
Lb1, Lb2 .. Lb12 so os desnveis medidos nas linhas de nivelamento independentes.
Para se determinar o desnvel entre o ponto P e a RN existem n formas.

Temos n possibilidades de soluo, a probabilidade de cada uma delas gerar uma

resposta diferente muito grande.
O processo de ajustamento neste caso vai possibilitar que independentemente da
soluo adotada a resposta ser nica, sendo possvel:
a- detectar a presena de erros grosseiros em um conjunto de observaes.
b- efetuar o planejamento da coleta de dados.
c- saber, a priori, se atendero as prescries estabelecidas.
2- OBSERVAO Conforme Camargo (2000), refere-se operao e resultado da operao de
dados. O valor numrico submetido ao instrumento de anlise e manipulao.
Quando trabalhamos com medidas estas apresentam algumas consideraes
fundamentais:
a- Medir significa realizar uma operao fsica, consiste de operaes; tais como:
preparao, calibrao, pontaria, leitura, etc.;

b- O resultado do processo representa a medida;

c- A no ser na contagem de certos eventos, a medida sempre realizada com auxlio
de instrumentos; Medidas diretas e indiretas na topografia.
d- Esta referenciadas a um padro estabelecidos por conveno, tendo dimenso e
unidade;
e- A medida uma abstrao geomtrica no tm equivalente direto na natureza fsica.
permite descrever certos elementos da natureza, como localizao, rea e etc.
Para descrever certos elementos da natureza necessrio utilizar modelos, como
da forma da Terra, esfera ou o elipside de revoluo.
No caso do ajustamento, o modelo que interessa o matemtico que relaciona as
medidas efetuadas com as grandezas procuradas, como equaes que unem a distncia e
o azimute com as coordenadas do ponto.
3- Modelo MatemticoSistema terico ou abstrato que descreve uma situao fsica ou
uma srie de eventos, no necessita explicar totalmente a situao
fsica, mas relacionar somente os aspectos, ou propriedades de
interesse.
Costuma-se

dividir

modelo

matemtico

em

funcional

estocstico.

- Funcional constitui a parte determinstica da realidade fsica.

Exemplo determinao das coordenadas de um ponto a partir da
distncia e do azimute. Esse modelo funcional do tipo geomtrico,
como a maioria dos modelos adotados na rea de geomtica.

-Estocstico
observaes,

aborda

descreve
a

as

propriedades

variabilidade

dos

estatsticas

resultados

oriundos

das
de

influncias fsicas que no podem ser controladas, da falibilidade

humana

das

imperfeies

dos

instrumentos

ajustamento ambos so abordados de forma conjunta.

4- Propriedade dos Erros

de

medida,

no

Observaes so representaes numricas de quantidades fsicas

como comprimento, ngulo, peso, entre outras, so obtidas atravs de
medidas, e possuem erros de observaes, relacionados falibilidade
humana, imperfeio dos equipamentos e as condies ambientais.
4.1 - Classificao dos erros:
a) Erros grosseiros quando o valor medido extrapola a trs vezes o valor do
desvio padro da medida, normalmente de fcil deteco, associado
desateno do operador.
b) Erros sistemticos valor medido acrescido ou diminudo de uma
quantidade constante, possuem causas conhecidas e podem ser evitados ou
minimizados por tcnicas de observao ou por formulaes matemticas.
c) Erros aleatrio existe uma flutuao do valor medido ao redor de um valor
dito mdio, conhecido como acidentais, estocstico ou randmico no tem
causa conhecido e est intimamente ligado as propriedades estatsticas das
observaes.

Para realizarmos o ajustamento necessrio que no existam

erros grosseiros e sistemticos, os aleatrios so modelados pelo
processo de ajustamento e distribudos por Gauss em 1795 e Legendre
em 1805, denominado mtodo dos mnimos quadrados (M.M.Q.).
Segundo Gemael (1994), quando o nmero de observaes cresce,
os erros aleatrios tendem a ter um comportamento regular, de modo
que a distribuio de freqncia dos erros se aproxima muito da
distribuio normal (curva de Gauss).
Bradley atravs determinaes da ascenso reta do Sol, verificou
que ao retirar as influncias sistemticas os desvios em relao mdia
aritmtica demonstraram uma simetria e o predomnio de valores ao
redor da mdia.

Tabela 1 -Experincia de Bradley

Onde fi a frequncia real e Fi a terica.

A partir da coluna das frequncias observa-se que existem 230
desvios positivos e 232 desvios negativos, que foram determinados pela
diferena entre o valor medido e a mdia aritmtica desses valores.
A simetria e o predomnio de valores ao redor da mdia dos
desvios (zero) sugerem distribuio normal. Ao se comparar a frequncia
real com a terica (Fi) verifica-se uma impressionante concordncia de
valores.

Comparando a mdia, a moda e a mediana, podemos concluir pela assimetria da

distribuio:
Dados negativamente assimtricos (assimetria para a esquerda) Mdia e mediana
esquerda da moda.
Dados positivamente assimtricos (assimetria para a direita) Mdia e mediana
direita da moda Em geral, mdia direita da mediana

4.2 - Anlise Histogramtrica :

Ferramenta estatstica que permite resumir informaes de um conjunto de
dados, visualizando a forma da distribuio desses dados, a localizao do valor central
e a disperso dos dados em torno do valor central.

SIMTRICO:

- Valor mdio no centro do histograma

- Freqncia mais alta no meio e diminui gradualmente nos
extremos.
- Ocorre quando no existem restries aos valores da varivel.
- No processo somente causas comuns esto presentes.
- Usualmente est estvel.

ASSIMTRICO:

- Valor mdio localizado fora do centro do histograma

- Freqncia diminui gradativamente em um dos lados e de
modo abrupto do outro.

DESPINHADEIRO :

- Valor mdio est localizado fora do centro do histograma.

- Freqncia diminui abruptamente de um dos lados e
suavemente no outro.
- Processo no atende s especificaes e uma inspeo
100% realizada para eliminar medidas erradas.
PICO ISOLADO:

- Parte do grfico relativamente simtrica com o acrscimo de

algumas classes mais afastadas de menores freqncias.
- Dados de outra distribuio, diferente da distribuio da maior
parte das medidas, so includos.
- Anormalias, ou erro de medio e/ou registro de dados, ou
incluso de dados de um processo diferente
BIMODAL OU DOIS PICOS:

- Freqncia mais baixa no centro existe um pico em cada

lado.
- Dados de duas distribuies, com mdias muito diferentes, so
misturados.

ACHATADO:

- Todas as classes possuem mais ou menos a mesma freqncia,

exceto aquelas das extremidades.
- Dados de duas distribuies, com mdias semelhantes, so
misturados.

4.3 Coeficiente de Assimetria:

Um bom indicativo para demonstrar o comportamento dos dados.
- Coeficiente de Assimetria de Pearson (As): Representado pela seguinte equao:

Onde temos:
= Mdia ;

= Moda e S = Desvio padro

Permite comparar duas ou mais distribuies diferentes e avaliar qual mais

assimtrica. Quanto maior o Coeficiente de Assimetria de Pearson, mais assimtrica
curva.
Assimtrica moderada: 0,15<|As|1.
Assimtrica forte: |As|>1
5- Preciso e exatido:
Acurcia na rea de geomtica, representa a qualidade de uma
grandeza observada ou de um parmetro estimado, o termo preciso
tambm usado com o mesmo emprego, essas palavras tm origem na
lngua inglesa, accuracy e precision, acuracidade (exatido) e preciso.
Mikhail e Ackermann (1976, p. 64): Acurcia o grau de proximidade
de uma estimativa com seu parmetro (ou valor verdadeiro).
Preciso expressa o grau de consistncia da grandeza medida com sua
mdia.

Analisando essa definio percebe-se que a preciso est

ligada apenas aos efeitos aleatrios da medida (erro aleatrio) enquanto

que acurcia envolve erros sistemticos (tendncia) associados aos erros
aleatrios.

Para se entender a idia imagine dois atiradores a e b e um alvo

onde os dois atiraram. Observa-se que o atirador a tem os tiros mais
concentrados enquanto o atirador b tem os tiros mais dispersos. No
entanto o centro da concentrao dos tiros de b est mais prximo do
centro do alvo do que a do atirador a. Pode-se ento afirmar que:

Monico (2009) apresentam uma medida de acurcia proposta por

Gaus denominada Erro Quadrtico Mdio (EQM) ou em ingls mean
square error (MSE) dada por:

Mikhail e Ackermann (1976) apud Monico (2009) fazem a anlise do problema atravs
dos histogramas que representam trs conjuntos de medidas (p1, p2 e p3) de uma mesma
grandeza.

a- p1 e p2 coincidem com o valor de referncia p (correto).

b- A diferena reside na disperso que maior em p2, afirma-se que p1 e
p2, no apresentem erro sistemtico (tendncia), no so igualmente
acurados uma vez que possuem precises distintas, ou seja, p1 mais
acurado que p2.
c- P3 apresenta um erro sistemtico ou tendncia, representado pelo
valor b, o que implica em se afirmar que p3 no possui acurcia.
Analisando s o aspecto da preciso, deixando de lado as questes
de tendncia, pode-se afirmar pela ordem que p 1 a mais precisa que p3
que por sua vez mais precisa que p2.
Na mensuraes a acurcia representa a qualidade da observao
ou, a confiana que se tem no resultado obtido a partir de um nmero de
medidas. Se o valor de referncia da medida for conhecido, possvel se
estimar a tendncia e eliminar os possveis efeitos sistemticos nas
medidas. Porm, quando isso no acontece, utiliza-se a prpria preciso
como um indicador da acurcia. A adoo da preciso como acurcia no
implica em dizer que a tendncia no exista, mas que apenas no se
conhece o seu valor.

Esse o caso da maioria dos processos de

medida e assim, para evitar a presena dos erros sistemticos,

necessrio

que

se

utilizem

equipamentos

aferidos

mtodos

consagrados de observao. Este procedimento no garante a total

ausncia de tendncia, mas, com certeza, um mtodo seguro de

minimiz-la.

Exemplo

- Suponha que voc quer testar a capacidade profissional de trs

topgrafos. Para tanto voc mediu uma distncia com uma estao total que
ser, para efeito de clculo, considerada correta. Os trs topgrafos fizeram a
mesma medida com trena.
Baseado nos valores obtidos por eles, qual o mais acurado?

Distncia com estao = 100 m => valor de referncia

Partindo-se da equao proposta por Gaus:

Considerando que 100 m o valor de referncia, podem-se obter os erros sistemticos

para as trs medidas, ou seja:
b1 = -0,10 m;

b2 = 0,01 m; b3 = 0 m.

Aplicando a equao para o trs casos:

m1 = (0,02 m) + (-0,10 m) = 0, 0104 m
m2 = (0,03 m) + (0,01 m) = 0,0010 m
m3 = (0,05 m) + ( 0,0 m) = 0,0025 m
Extraindo-se a raiz quadrada dos trs valores obtidos, tem-se a acurcia de cada
topgrafo.

m 1 = 0,102 m;
m 2 = 0,032 m;
m 3 = 0,050 m;
Observa-se que se no fosse conhecido o valor de referncia, o topgrafo 1 seria o mais
preciso, pois o desvio padro de suas medidas o menor, o topgrafo 2 apresenta a maior
acurcia e, na sequncia, o topgrafo 3, que o de pior preciso.
Como na maioria das vezes no se tem conhecimento de valores de referncia, reforase assim a afirmativa de que se devem utilizar equipamentos aferidos e seguir as normas de
levantamento indicadas.