AJUSTAMENTO DE OBSERVAES: UMA INTERPRETAO GEOMTRICA PARA O MTODO DOS MNIMOS QUADRADOS

Adjustment of observations: A geometric interpretation for the least squares method IVANDRO KLEIN1 MARCELO TOMIO MATSUOKA1 SERGIO FLORENCIO DE SOUZA1 MAURICIO ROBERTO VERONEZ2 Laboratrio de Pesquisas em Geodsia (LAGEO)/Departamento de Geodsia/Instituto de Geocincias UFRGS Av. Bento Gonalves, 9500, CEP 91501-970, Cx. Postal 15001, Porto Alegre, RS, Brasil ivandroklein@gmail.com; tomiomatsuoka@gmail.com; sergioflorenciodesouza@gmail.com 2 Laboratrio de Sensoriamento Remoto e Cartografia Digital LASERCA Universidade do Vale do Rio dos Sinos - UNISINOS Av. Unisinos, 950, CEP 93.022-000, So Leopoldo, RS, Brasil veronez@unisinos.br
1

RESUMO O Mtodo dos Mnimos Quadrados (MMQ) um dos critrios mais utilizados para o ajustamento de informaes onde o nmero de observaes superabundante e o sistema de equaes, devido presena de erros no processo experimental de medies, inconsistente. Este mtodo adota como soluo nica para tais problemas aquela que minimiza a soma do quadrado dos erros aleatrios, e largamente empregado em aplicaes geodsicas. A fundamentao terica envolvida no MMQ, contendo o desenvolvimento matemtico do mtodo, amplamente difundida na comunidade geodsica. Porm, neste artigo, o objetivo apresentar uma reviso terica sobre a interpretao geomtrica do MMQ, e uma soluo alternativa de clculo para este, advinda desta interpretao. Dois exemplos tambm so apresentados, onde a interpretao geomtrica foi demonstrada numericamente
Bol. Cinc. Geod., sec. Comunicaes/Trab. Tcnicos, Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

Klein, I. et al.

273

para problemas envolvendo duas observaes e um parmetro e tambm quatro observaes e dois parmetros. Palavras-chave: Ajustamento de Observaes; Mtodo dos Mnimos Quadrados; Interpretao Geomtrica do MMQ. ABSTRACT The Least Squares Method (LSM) is one of the most useful criteria for the adjustment of data where the number of observations is redundant and the system of equations, due to the presence of errors in experimental measurements, inconsistent. This method takes as a single solution that which minimizes the sum of the squared random errors, and is widely used in geodetic applications. The theoretical foundation involved in the LSM, containing the mathematical development of the method, is widespread in the geodetic community. However, in this paper, the goal is to present a theoretical review of the geometric interpretation of the LSM, and an alternative computation solution, derived from this interpretation. Two examples are also shown, where this geometric interpretation has been demonstrated numerically for problems involving two observations and a parameter, and also four observations and two parameters. Keywords: Adjustment of Observations; Least Squares Method; LSM Geometric Interpretation.

1. INTRODUO O Mtodo dos Mnimos Quadrados (MMQ) um dos critrios mais utilizados para o ajustamento de dados onde o nmero de observaes superabundante e o sistema de equaes, devido presena de erros no processo experimental de medies, inconsistente. Segundo Dalmolin (2002), o ajustamento um ramo da matemtica aplicada que tem por objetivo a soluo nica para problemas onde o nmero de observaes superabundante e o sistema de equaes lineares inconsistente. Consiste numa expanso do mtodo dos mnimos quadrados desenvolvidos independentemente por Gauss (1795) e Legendre (1805). No faz sentido falar em ajustamento para problemas onde os dados (observaes ou medidas) no excedem o mnimo requerido para soluo. As observaes possuem uma propriedade inerente a elas, conhecida como flutuaes probabilsticas, pois, quando se repete n vezes a medida de uma grandeza, os n valores no so idnticos, mas esto dispersos numa certa regio ou intervalo. Essas flutuaes, tradicionalmente, so classificadas como erros aleatrios e resultam na inconsistncia do sistema de equaes (Gemael, 1994). Dentre os diversos critrios possveis para o ajustamento das observaes, o mais difundido e aceito em Geodsia aquele que segue o principio dos mnimos quadrados, ou seja, aquele que minimiza a soma do quadrado dos erros aleatrios, ponderados pelos respectivos pesos das observaes (Ghilani & Wolf, 2006).
Bol. Cinc. Geod., sec. Comunicaes/Trab. Tecnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

274

Ajustamento de observaes: Uma interpretao geomtrica para o...

O mtodo dos mnimos quadrados j bastante consolidado e utilizado em aplicaes geodsicas, com diversas publicaes abordando o assunto, como por exemplo: Rainsford (1957), Mikhail (1976), Gemael (1994), Strang e Borre (1997), Koch (1999), Dalmolin (2002), Teunissen (2003) e Ghilani e Wolf (2006). No cenrio nacional, pode-se afirmar que o desenvolvimento matemtico do MMQ amplamente difundido e conhecido pela comunidade geodsica. Porm, neste cenrio, ainda incipiente uma reviso detalhada a respeito da interpretao geomtrica do MMQ. Neste sentido, este artigo pretende contribuir com o entendimento terico do MMQ, apresentando uma reviso da interpretao geomtrica do mtodo, obtida em Teunissen (2003), bem como uma soluo alternativa de clculo, visando comprovar a interpretao geomtrica apresentada. importante ressaltar que se pretendeu uma abordagem mais didtica, com um maior detalhamento na reviso apresentada. O artigo encerra apresentando dois exemplos numricos, demonstrando a soluo alternativa de clculo obtida por meio da interpretao geomtrica, comprovando a mesma. Cabe ressaltar que este artigo no tem a pretenso de propor a utilizao desta soluo alternativa em substituio da tradicional. Ela apenas demonstrada e aplicada para comprovar a interpretao geomtrica do MMQ, que o foco deste artigo/reviso. 2. O MTODO DOS MNIMOS QUADRADOS Considerando um sistema linear de equaes, expresso na forma matricial:

(1) onde ynx1 o vetor das n observaes ou medidas realizadas, Anxu a matriz dos coeficientes das equaes lineares (matriz design), xux1 o vetor dos u parmetros incgnitos a serem estimados e enx1 o vetor dos n erros aleatrios. Admitindo a inconsistncia do sistema, o problema que se deseja solucionar : Dado o vetor das observaes ynx1 e a matriz design Anxu que relaciona linearmente as observaes com os parmetros, qual a melhor estimativa para o vetor dos parmetros xux1 e para o vetor dos erros aleatrios enx1? Para o caso em que se tm apenas duas observaes y1 e y2 e uma incgnita x, a matriz design Anxu se torna um vetor a2x1 e uma visualizao do problema obtida por meio da Figura 1: Analisando a Figura 1 e a equao (1), nota-se que, para cada escolha distinta do parmetro x, tm-se um correspondente vetor dos erros aleatrios e2x1 associado. O vetor dos erros aleatrios, por meio de manipulaes algbricas em (1), pode ser expresso como:

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tcnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

Klein, I. et al.

275

Figura 1 Diferentes estimadores para o parmetro desconhecido x e o vetor e.

(2) No mtodo dos mnimos quadrados, busca-se como estimativa para o vetor dos parmetros xux1 aquela cuja soma do quadrado dos erros aleatrios apresentar valor mnimo, ou seja:

(3) Onde o sobrescrito T denota a operao de transposio, e o produto interno entre o transposto e o vetor denota o quadrado de sua norma, ou seja, a soma do quadrado das componentes deste vetor (Lay, 1997). Considerando uma matriz peso das observaes, simtrica e positiva-definida, denotada por Wnxn, o critrio expresso em (3) se torna:
Bol. Cinc. Geod., sec. Comunicaes/Trab. Tecnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

276

Ajustamento de observaes: Uma interpretao geomtrica para o...

(4) Onde os elementos da matriz Wnxn podem ser escolhidos para ponderar a influncia de observaes especficas sobre a estimativa do vetor dos parmetros xux1. Observaes com peso maior tero maior importncia no processo de ajustamento (Gemael, 1994). Por exemplo, para um caso bidimensional (n=2 e u=1), onde

; ;

e a equao (4) torna-se:

(5) Na expresso (5) utilizada a propriedade de simetria da matriz W2x2, de forma que w12 = w21 (Lay, 1997). Voltando ao caso geral da matriz W com dimenso nxn, realizando as operaes algbricas em (4) e denotando esta soma ponderada do quadrado dos erros aleatrios por F(x), ou seja, como funo do vetor dos parmetros xux1 estimado, tem-se:

(6) Pela teoria do Clculo vetorial, sabe-se que esta funo apresentar um valor F(x)= Mnimo quando o vetor dos parmetros xux1 for um vetor ...

tal que (Koch, 1999):

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tcnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

Klein, I. et al.

277

(7) Aplicando as condies de (7) na expresso (6), resulta em:

(8) A Figura 2 ilustra esta condio de F(x)= Mnimo para uma funo F de apenas uma varivel x (u=1). Figura 2 Ponto no qual a funo F(x) apresenta valor mnimo F( ).

Como a matriz peso Wnxn assumida ser positiva-definida e simtrica, a segunda condio de (8), ou seja, a garantia de ser ponto de mnimo, sempre obedecida (Lay, 1997). Para a primeira condio de (8), realizando as operaes algbricas, tm-se (Strang e Borre, 1997):

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tecnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

278

Ajustamento de observaes: Uma interpretao geomtrica para o...

(9) Onde ux1 a estimativa por mnimos quadrados do vetor dos parmetros ( o vetor dos parmetros ajustados). O vetor das observaes ajustadas nx1 obtido aplicando o vetor dos parmetros ajustados ao modelo linear, resultando em:

(10) Finalmente, o vetor dos erros aleatrios ajustados pode ser obtido combinando as expresses (2) com (10), resultando em: (11) Onde ux1 a estimativa por mnimos quadrados do vetor dos erros aleatrios (ou simplesmente vetor dos erros aleatrios) e Inxn a matriz identidade nxn. Os sobrescritos * em (9), (10) e (11) denotam o fato dos referidos vetores ux1 , nx1 e nx1 se tratarem de estimativas. Nos casos em que a matriz design Anxu no linear em relao aos parmetros xux1, primeiro deve ser feita uma linearizao do modelo via srie de Taylor, em torno de um vetor dos parmetros aproximados (detalhes em Gemael, 1994; e em Dalmolin, 2002). 2.1 Interpretao Geomtrica do MMQ Em Teunissen (2003) demonstrada uma interpretao geomtrica para o mtodo dos mnimos quadrados. Esta interpretao geomtrica ser apresentada para o caso bidimensional j definido anteriormente (n=2 e u=1). Visando auxiliar nesta interpretao, inicialmente, considera-se a seguinte equao geral, envolvendo um vetor genrico z de dimenso n e uma matriz simtrica W de dimenso nxn:

(12) No caso bidimensional (n=2), a expresso (12) se torna:

(13)

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tcnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

Klein, I. et al.

279

A equao (13) descreve uma elipse no plano. Se w11 = w22 e w12 = 0 a elipse um crculo. Se w11 w22 e w12 = 0 a elipse possui seus semi-eixos paralelos aos eixos z1e z2. E se w12 0 a elipse pode ter uma orientao arbitrria (Figura 3). Figura 3 Diferentes orientaes possveis para uma elipse no plano Fonte: Adaptada de Mikhail e Gracie (1981).

Definindo uma funo F(z) para o vetor z2x1 como F(z) = zT Wz = C, sabe-se do Clculo que o gradiente de F(z), calculado em um ponto z0, um vetor que normal elipse F(z) = C em z0. Em outras palavras, o vetor gradiente em z0 perpendicular linha tangente da funo que descreve a elipse neste ponto z0. O vetor gradiente da funo F(z), calculado em um ponto z0, dado por:

(14) Aplicando as derivadas parciais em (14), resulta em (Teunissen, 2003):

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tecnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

280

Ajustamento de observaes: Uma interpretao geomtrica para o...

(15) Este gradiente normal elipse F(z) = C no ponto z0 (Figura 4). Figura 4: Elipse F(z) = C e o gradiente desta em um ponto z0. Fonte: Adaptada de Teunissen (2003)

Analisando a Figura 4, nota-se que, para um dado vetor z que se estende da origem at um ponto sobre a linha tangente a elipse em z0, tm-se a relao de ortogonalidade:

(16) Ou seja, o vetor Wz0 perpendicular ao vetor (z z0), pois o produto interno entre estes dois vetores nulo (Strang e Borre, 1997). Nota-se tambm que o escalar 2 que multiplica o vetor Wz0 no interfere nesta condio de ortogonalidade (no altera a direo e o sentido, apenas o mdulo do vetor Wz0). Ainda considerando o caso bidimensional (n=2 e u=1), o estimador por mnimos quadrados ponderados do parmetro x dado por um escalar tal que o
Bol. Cinc. Geod., sec. Comunicaes/Trab. Tcnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

Klein, I. et al.

281

vetor dos erros aleatrios = (y A ) paralelo a linha tangente da elipse zTWz = aTWa em a, (Figura 5), pois realizando operaes algbricas em (9), pode-se escrever:

(17) Ou seja, o vetor dos erros aleatrios deve ser perpendicular ao vetor Wa e, portanto, paralelo a linha tangente da elipse aTWa = C no vetor a. Nota-se ainda que, quando W2x2=I2x2, resulta em aT(y A ) = 0, ou seja, a elipse se torna um crculo (w11 = w22 =1 e w12 = w12 = 0 ), e a estimativa por mnimos quadrados no ponderados obtida a partir da relao de ortogonalidade entre os vetores e Ver Figura 6. Figura 5 Interpretao geomtrica da estimao por mnimos quadrados ponderados no plano. Fonte: Adaptada de Teunissen (2003)

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tecnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

282

Ajustamento de observaes: Uma interpretao geomtrica para o...

Figura 6 Interpretao geomtrica da estimao por mnimos quadrados no ponderados no plano. Fonte: Adaptada de Teunissen (2003)

De acordo com a expresso (10), = [A(ATWA)-1AT W] y , e, segundo a expresso (11), = [I A(ATWA)-1AT W] y. Analisando estas expresses e a Figura 5, nota-se que os vetores e so projees oblquas do vetor y, ou seja, as matrizes A(ATWA)-1ATW e [I A(ATWA)-1ATW] so projetores oblquos, denotados por (Teunissen, 2003):

(18) Em outras palavras, o vetor das observaes ajustadas e o vetor dos erros aleatrios ajustados so projees oblquas do vetor das observaes y, sendo estas duas projees definidas pelos projetores oblquos Pa, (Wa) e Pa, (Wa) em (18), respectivamente. No caso bidimensional em questo (n=2 e u=1), o vetor Pa, (Wa) projeta sobre uma linha gerada pelo vetor a2x1, e ao longo de uma linha gerada pelo vetor (Wa) , que ortogonal ao vetor W2x2 a2x1 (Figura 7), e o vetor Pa, (Wa) projeta sobre uma linha ortogonal ao vetor W2x2 a2x1, e paralelamente direo do vetor a2x1 (Figura 7).
Bol. Cinc. Geod., sec. Comunicaes/Trab. Tcnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

Klein, I. et al.

283

Figura 7 Projetores oblquos Pa, (Wa) e Pa, (Wa) do vetor das observaes y. Fonte: Adaptada de Teunissen (2003)

Como Wa e (Wa) so ortogonais entre si, o produto interno destes vetores resulta em [(Wa)]T Wa =0. Com o auxilio de um vetor b2x1, definido de forma que seja ortogonal ao vetor a2x1, ou seja, (b1x2)T a2x1=0, pode-se escrever (Wa) como W-1b. Portanto, (W-1b)T(Wa)=0, pois a inversa W-1 de W existe, desde que W seja positiva-definida (Lay, 1997). Desta forma, com o auxilio do vetor W-1b, pode-se representar os dois projetores definidos em (18) alternativamente como (Teunissen, 2003):

(19) A expresso (19) melhor compreendida com o auxilio da Figura 8, que se utiliza de relaes trigonomtricas elementares, e das expresses (18) e (11), podendo-se escrever, para o vetor dos erros aleatrios nx1 (Teunissen, 2003):
Bol. Cinc. Geod., sec. Comunicaes/Trab. Tecnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

284

Ajustamento de observaes: Uma interpretao geomtrica para o...

(20) Onde o escalar y

cos define o mdulo do vetor resultante = P 1b ,a y , e o W cos

W 1b vetor normalizado (unitrio) define a direo deste vetor resultante W 1b

= PW 1b ,a y , lembrando que o vetor dos erros aleatrios ajustados uma
projeo oblqua do vetor das observaes y e a matriz PW 1b , a o seu projetor. Figura 8 Representao alternativa dos projetores oblquos do vetor das observaes y. Fonte: Adaptada de Teunissen (2003).

Rearranjando a expresso (20), de forma a agrupar os termos escalares (unidimensionais) direita, pode-se escrever:

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tcnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

Klein, I. et al.

285

(21) Analisando a Figura (8), o escalar ||y||cos igual ao produto interno entre os vetores b2x1 e y2x1 (ver Lay, 1997; e tambm Strang e Borre, 1997), ou seja, ||y||cos =bTy, e de maneira anloga, ||W-1b||cos = (W-1b)T b. Desta forma, pode-se finalmente escrever (Teunissen, 2003):

(22) Ou seja, a segunda expresso de (19) demonstrada geometricamente. A primeira expresso de (19), relativa ao projetor oblquo do vetor das observaes y em a (sendo sua projeo resultante o vetor ), pode ser demonstrada de maneira similar. Dando continuidade a interpretao geomtrica do MMQ, relembrando o critrio dos mnimos quadrados ponderados, que busca o vetor dos parmetros x que minimiza a seguinte expresso:

(23) Definindo um vetor z por z = Ax, a expresso (23) equivalente :

(24) Como e = y Ax, logo z = y e. Para o caso bidimensional considerado, o vetor b ortogonal ao vetor a, ou seja, bTa=0. Com este pressuposto, resulta em:

(25) A expresso (25) satisfeita quando bTy = bTe. Mas se e = y Ax, a expresso (23) equivalente a:

(26)

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tecnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

286

Ajustamento de observaes: Uma interpretao geomtrica para o...

Ou seja, no caso bidimensional considerado, o mtodo dos mnimos quadrados ponderados consiste em estimar um vetor dos erros aleatrios que minimiza a expresso eT1xnWnxnenx1 e obedece relao bTy = bTe. Fazendo eT1xnWnxnenx1 = Constante = C, tm-se a equao de uma elipse, conforme j fora visto. Para diferentes valores da constante C tm-se diferentes elipses, e quanto maior o valor da constante C, maior o tamanho da elipse (Figura 9). Figura 9 Diferentes elipses associadas a diferentes valores para a constante C. Fonte: Adaptada de Teunissen (2003)

A estimativa do vetor dos erros aleatrios dada pelo ponto de tangncia da ^ linha bTy = bTe com a elipse eT1xnWnxnenx1 = Mnimo = F ( x ) , (Figura 10):

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tcnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

Klein, I. et al.

287

Figura 10 Interpretao geomtrica para a estimao do vetor por Mnimos Quadrados Ponderados. Fonte: Adaptada de Teunissen (2003)

Neste ponto de tangncia , a normal da elipse paralela a normal da linha bTy = bTe. Mas como a normal da linha bTy = bTe dada por b, a normal da elipse em tambm dada por b (para maiores detalhes ver produto interno de vetores em Lay, 1997). Portanto, o vetor paralelo a W-1b. Logo, pode-se expressar o vetor por um produto entre W-1b e um escalar (Teunissen, 2003):

(27) O escalar desconhecido pode ser determinado pelo fato de que o vetor tem que se estender at a linha bTy = bTe. Desta forma, pr-multiplicando (27) por bT e realizando operaes algbricas, resulta em:

(28) Substituindo (28) em (27), os estimadores e por mnimos quadrados ponderados tornam-se (Teunissen, 2003):

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tecnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

288

Ajustamento de observaes: Uma interpretao geomtrica para o...

(29) Quando Wnxn=Inxn, tm-se:

(30) Analisando as expresses (29) e (30), nota-se que com as relaes geomtricas estabelecidas, para os casos em que o vetor dos parmetros xux1 se torna um escalar x1x1 e conseqentemente, a matriz design Anxu se torna um vetor anx1, possvel estimar o vetor das observaes ajustadas nx1 e o vetor dos erros aleatrios nx1 sem o conhecimento prvio do parmetro ajustado , definindo um vetor bnx1 que seja ortogonal ao vetor anx1 e lembrando que nx1 = anx1 . Os vetores nx1 e nx1 tambm poderiam ser obtidos diretamente em funo de ynx1, Wnxn e Anxu, conforme mostram as expresses (10) e (11). Para problemas envolvendo um maior nmero de parmetros, esta soluo alternativa se torna mais complexa, pois se deve definir uma matriz Bnxu cujos vetores (colunas) sejam ortogonais a todos os vetores (colunas) da matriz design Anxu, sendo as matrizes A e B dois subespaos ortogonais entre si de u vetores cada e dimenso n (Kock, 1999). 3. EXEMPLOS NUMRICOS Para uma melhor compreenso e comprovao desta interpretao geomtrica do MMQ, dois exemplos numricos so apresentados a seguir. Considerando que para determinar a distncia entre dois pontos, duas medidas foram realizadas, resultando no vetor das observaes, , expresso em metros, e nas respectivas varincias destas observaes, dadas por e . Admitindo que as observaes so independentes entre si, as covarincias so nulas: . Desta forma, definindo a matriz peso das observaes como sendo igual ao inverso de sua matriz de varincias e covarincias, resulta em:

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tcnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

Klein, I. et al.

289

O parmetro desconhecido x que se deseja estimar a prpria distncia entre os dois pontos, desta forma, o modelo matemtico que relaciona as observaes com o parmetro x dado por:

o vetor dos erros aleatrios, admitindo a inconsistncia do Onde sistema. Pelo mtodo dos mnimos quadrados, a soluo do problema dada por:

Para o vetor das observaes ajustadas, tem-se: , e o vetor dos erros aleatrios resulta em . Analisando o vetor dos erros aleatrios e a estimativa por mnimos quadrados da distncia desconhecida, nota-se que de fato a observao y2, de menor varincia, e, portanto, maior peso, teve maior influncia no processo de ajustamento. Agora, o exemplo ser resolvido pela soluo de clculo alternativa do MMQ, expressa em (29). Definindo um vetor b2x1 ortogonal ao vetor a2x1, como por exemplo, , tem-se:

Utilizando as propriedades geomtricas apresentadas, a estimativa por mnimos quadrados do vetor das observaes ajustadas e do vetor dos erros aleatrios so dadas por:

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tecnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

290

Ajustamento de observaes: Uma interpretao geomtrica para o...

Ou seja, de fato possvel estimar o vetor das observaes ajustadas e o vetor dos erros aleatrios sem o conhecimento prvio do parmetro ajustado . Alm disso, as demais relaes geomtricas demonstradas tambm so satisfeitas, como por exemplo: ,

e . Portanto, os vetores W-12x2b2x1 e 2x1 so de fato paralelos, diferindo apenas por um escalar = 0.02667. Definindo outros vetores perpendiculares ao vetor , como por exemplo, , e etc.,

as relaes geomtricas tambm so satisfeitas. A soma ponderada do quadrado dos erros, que independe da escolha do vetor b, resulta em TW = 0.533.
O segundo exemplo numrico consiste em um problema de n=4 observaes e u=2 incgnitas. Considerando que foram observadas as coordenadas planas de dois pontos, em dois sistemas de referncia distintos (X,Y) e (x,y), deseja-se determinar os parmetros de transformao a e b do sistema (x,y) para o sistema (X,Y), por meio de uma transformao de similaridade sem translaes (detalhes em Lugnani, 1987). Para dois pontos i e j, tem-se as coordenadas destes nos dois sistemas de referncia, ou seja, (Xi, Yi, xi, yi) e (Xj, Yj, xj, yj), e o modelo matemtico de ajustamento para determinar os parmetros incgnitos a e b dado por:

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tcnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

Klein, I. et al.

291

Considerando que as observaes so independentes entre si e possuem a mesma preciso, pode-se considerar a matriz peso das observaes como sendo igual matriz identidade, ou seja, W4x4 = I4x4. Atribuindo valores numricos para as coordenadas dos pontos nos dois sistemas de referncia, tem-se:

Pelo mtodo dos mninos quadrados, a soluo do problema dada por:

Para o vetor das observaes ajustadas, tem-se:

E o vetor dos erros aleatrios resulta em:

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tecnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

292

Ajustamento de observaes: Uma interpretao geomtrica para o...

Novamente, a soluo alternativa do MMQ, desta vez expressa em (30), quando W=I, ser utilizada para a resoluo do exerccio. Definindo uma matriz B4x2 cujos vetores (colunas) sejam ortogonais a todos os vetores (colunas) da matriz A4x2, como por exemplo,

, tem-se: . Utilizando as propriedades geomtricas apresentadas, a estimativa por mnimos quadrados do vetor das observaes ajustadas e do vetor dos erros aleatrios so dadas por:

Ou seja, mais uma vez, foi possvel estimar o vetor das observaes ajustadas e o vetor dos erros aleatrios sem o conhecimento prvio do vetor dos parmetros ajustados . Alm disso, novamente as demais relaes geomtricas demonstradas so satisfeitas, como por exemplo: . Poderia ter-se escolhido outro subconjunto de vetores perpendiculares aos vetores que formam a matriz design A4x2, que as relaes geomtricas tambm seriam satisfeitas e os valores numricos de , e seriam os mesmos.
Bol. Cinc. Geod., sec. Comunicaes/Trab. Tcnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

Klein, I. et al.

293

Na prtica, a maior dificuldade na aplicao desta soluo alternativa encontrar um subconjunto de vetores ortogonais a todos os vetores que formam as colunas da matriz A, sendo, usualmente, mais fcil empregar as expresses (9), (10) e (11) para a resoluo dos problemas. Os dois exemplos apresentados tiveram por objetivo apenas demonstrar numericamente a interpretao geomtrica do MMQ. 4. CONSIDERAES FINAIS Neste artigo foi apresentada uma reviso terica sobre o mtodo dos mnimos quadrados, com auxilio de uma interpretao geomtrica, obtida em Teunissen (2003). Quando utilizada uma matriz peso para as observaes, o estimador por mnimos quadrados dos vetores dos erros aleatrios e das observaes ajustadas so projees oblquas do vetor das observaes. J quando a matriz peso tomada como sendo igual matriz identidade, o estimador por mnimos quadrados dos vetores dos erros aleatrios e das observaes ajustadas so projees ortogonais do vetor das observaes. Alm disso, quando o vetor dos parmetros se tornar um escalar, e a matriz design A se tornar um vetor a, possvel estimar as observaes ajustadas e o vetor dos erros aleatrios sem o conhecimento prvio do parmetro ajustado , definindo um vetor b que seja ortogonal ao vetor a e usando as relaes geomtricas que foram apresentadas e discutidas. Para problemas envolvendo um maior nmero de parmetros, esta soluo alternativa de clculo se torna mais complexa, pois se deve definir uma matriz B cujos vetores (colunas) sejam ortogonais a todos os vetores (colunas) da matriz design A. Visando uma melhor compreenso e comprovao da interpretao geomtrica, dois exemplos numricos foram simulados, para problemas envolvendo duas observaes e um parmetro e tambm quatro observaes e dois parmetros. AGRADECIMENTOS Os autores agradecem CAPES pelo fornecimento da bolsa de Mestrado do primeiro autor, e ao CNPq pela Bolsa de Produtividade em Pesquisa (Proc.n. 307472/2009-4) do segundo autor.

REFERNCIAS BIBLIOGRFICAS
DALMOLIN, Q. Ajustamento por mnimos quadrados. Edio Revisada. Curitiba: Curso de Ps-Graduao em Cincias Geodsicas - UFPR, 2002. GEMAEL, C. Introduo ao ajustamento de observaes: aplicaes geodsicas. 1.ed. Curitiba: Editora da UFPR, 1994. 319 p. GHILANI, C. D.; WOLF, P. R. Adjustment Computations: Spatial Data Analysis. 4 Ed. Editora: John Wiley & Sons, 2006.
Bol. Cinc. Geod., sec. Comunicaes/Trab. Tecnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.

294

Ajustamento de observaes: Uma interpretao geomtrica para o...

KOCH, K. R. Parameter Estimation and Hypothesis Testing in Linear Models. Springer, Berlin, New York, 1999. LAY, D. C.; Linear Algebra And Its Applications. Addison-Wesley, 2 Ed. 1997. LUGNANI, J. B. Introduo fototriangulao. Curitiba: Imprensa Universitria UFPR. 134 p. 1987. MIKHAIL, E. M. Observations and Least Squares. University Press of America, New York, 1976. MIKHAIL, E. M.; GRACIE, G. Analysis and Adjustment of Survey Measurements. New York , Van Nostrand Reinhold Company, 1981. RAINSFORD, H. F. Survey Adjustment And Least Squares. London: Constable and Co., 1957. STRANG, G.; BORRE, K. Linear algebra, Geodesy and GPS. Wellesley: Wellesley - Cambridge Press, 1997. TEUNISSEN, P.J.G.. Adjustment Theory: an introduction. Editora: Delft University Press. Delft, Holanda, 2003.193p. (Recebido em maro de 2011. Aceito em maio de 2011.)

Bol. Cinc. Geod., sec. Comunicaes/Trab. Tcnicos Curitiba, v. 17, no 2, p.272-294, abr-jun, 2011.