CÁLCULO DE COMPENSACIÓN

UNIVERSIDAD DE LAS FUERZAS ARMADAS

“ESPE”

CÁLCULO DE COMPENSACIÓN
DEBER:
Tema:
Método Paramétrico para el Ajuste de Observaciones.
Estudiante:
Morales Chulde Brayan Alexis.
Muñoz Auletia Sara Estefanía.
Naranjo Moina Emilia Martina.
Ordoñez Zambrano Jordan Daniel.
Puente Aman Jonathan Stalin.
Docente:
Ingeniero Alexander Robayo.
NRC:
2184
Sangolquí - Ecuador.
05/05/2019
CÁLCULO DE COMPENSACIÓN

1. Tema: Método Paramétrico para el Ajuste de Observaciones.

2. Introducción:
El presente informe pretende dar a conocer los resultados obtenidos tras la aplicación
del método paramétrico para el ajustamiento de observaciones, el cual se desarrolló a
partir de mediciones realizadas en la base de la pared lateral (largo) del aula en estudio.

La compensación por el método paramétrico resulta imprescindible cuando se requiere

realizar un ajustamiento de observaciones, pues ofrece altas precisiones y sobre todo
fiabilidad.

Partiendo del objetivo principal planteado, el desarrollo del ejercicio aplicando la

metodología de resolución impartida en clases pretende encontrar un valor cercano al
valor verdadero mediante ecuaciones de condición las cuales garantizan un resultado
más real si estás son mayores que las incógnitas, esto hará posible mejorar la precisión y
se podrá tener un control fiable de las mediciones en general. Al número de ecuaciones
excedentes se les llama grados de libertad.

Se pueden dar diversas soluciones a la cuestión planteada, pero se buscará aquella que
satisfaga el conjunto de relaciones matemáticas entre las magnitudes medidas y además
haga mínima la suma de los cuadrados de los residuos, es decir, la solución de mínimos
cuadrados.

3. Objetivos:
3.1. Objetivo General:
Calcular un valor cercano al valor verdadero de la base de la pared lateral (largo) del
aula B310 de la Universidad de las Fuerzas Armadas – “ESPE” aplicando el método
paramétrico de ajuste por ecuaciones de condición para determinar si este valor es o no
acorde a las dimensiones del aula.

3.2. Objetivos Específicos:

 Plantear ecuaciones de condición que faciliten el desarrollo del ejercicio.
 Establecer un valor estimado a partir de las mediciones realizadas en la base de la
pared lateral (largo) en estudio.
 Aplicar la metodología de resolución impartida por el docente encargado para
alcanzar resultados idóneos.
 Analizar los resultados obtenidos al final del proceso de resolución para establecer
conclusiones en base a los mismos.
 Comprender la necesidad del uso del método paramétrico en el ajuste de
observaciones.

2
CÁLCULO DE COMPENSACIÓN

4. Marco Teórico:
4.1. Errores Aleatorios:
Estos son los errores que quedan una vez que todos los errores sistemáticos se han
removido. Estos pueden surgir de ambigüedades o incertezas en el método de medición
debido, por ejemplo, a la precisión del aparato o debido a fluctuaciones aleatorias de
temperatura ambiente que son demasiado irregulares o rápidas como para ser medidas.
Para la cuantificación de errores aleatorios se presentan las siguientes ecuaciones.
Suponga que hace n idénticas mediciones de una magnitud física x. La mejor estimación
del valor verdadero es el promedio de las mediciones, el cual viene dado por la ecuación
(Michel, 2010)
(𝑥1 + 𝑥2 + ⋯ +𝑥𝑛 )
𝑥̅ =
𝑛
La mejor estimación de la desviación estándar de la muestra está dada por la ecuación.

∑𝑛(𝑥𝑖 − 𝑥̅ )2
𝜎=√
𝑛−1

Esta cantidad es una medida de la precisión del aparato usado en la medición y se

interpreta como la cercanía de una sola medición hecha con el mismo aparato al valor
promedio. Consulte a su ayudante cómo puede conseguir estos valores mediante el
programa Excel. A partir de esta cantidad se define el error estándar de la medición
(δx), como se presenta la ecuación 3.
𝜎
𝛿𝑥 =
√𝑛
Esta cantidad indica cuan cerca un conjunto de n mediciones se encuentra del valor
promedio. Notar que, si bien σ no cambia significativamente a medida que n crece, (la
desviación estándar de la muestra), δx decrece como la raíz de n. Esto demuestra que se
puede aumentar la precisión de la medida, ya sea aumentando la precisión del aparato o
aumentando el número de mediciones realizadas. El valor de la magnitud física x debe
ser mostrado como: promedio de x ± error estándar de x. Es importante indicar cuantas
mediciones se realizaron (n), si este número es pequeño (menor que 100).

4.2. Método de Mínimos Cuadrados:

Este método consiste en el planteamiento de una serie de ecuaciones de observación a
partir de los datos de lecturas. Cada lectura entre estaciones de la poligonal puede
generar varias ecuaciones, dependiendo de sus datos (Bonilla, 2012).

Cada ecuación implica unos coeficientes que dependen de los valores concretos de las
observaciones, y se asignan a la matriz de coeficientes del sistema. Igualmente, cada
ecuación tiene un término independiente, que depende del residuo o diferencia entre el
valor observado y calculado. Estos valores se almacenan en un vector de términos
independientes.

3
CÁLCULO DE COMPENSACIÓN

Además, con objeto de ponderar el impacto de cada observación en el sistema, se crea

una matriz de pesos. Cada observación tiene un peso que depende de la desviación
estándar, o error a priori de cada observación. Estos a su vez dependen de las
características del equipo empleado, que se definen en la configuración.

La ecuación matricial es:

𝑋 = (𝐴𝑇 𝑃𝐴)−1 (𝐴𝑇 𝑃𝐴)

Donde:

𝑋 = 𝑉𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑖𝑛𝑐𝑟𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑐𝑜𝑜𝑟𝑑𝑒𝑛𝑎𝑑𝑎𝑠.

𝐴 = 𝑀𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠.

𝑃 = 𝑀𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑃𝑒𝑠𝑜𝑠.

Una vez elaboradas todas estas matrices, comienza el proceso de resolución que calcula
los incrementos de coordenadas de las estaciones móviles, hasta que el sistema
converge, y las coordenadas pasan a ser definitivas.

La compensación de datos topográficos está basada en los mínimos cuadrados que

indica, que la sumatoria de los cuadrados de los errores aparentes sea mínimo.
𝑛

𝑉1 + 𝑉2 + 𝑉3 + ⋯ +𝑉𝑛 = 𝑚𝑖𝑛 => ∑ 𝑉1 2 = 𝑚𝑖𝑛

2 2 2 2

𝑖=1

 Matriz de Pesos:
El caso más general del ajuste por mínimos cuadrados tiene en cuenta que las
observaciones puedan tener diferente precisión y, por tanto, diferentes pesos.
Supongamos que una magnitud topográfica x que sigue una distribución normal. Y de la
cual hemos realizado un grupo de medidas de pesos relativos p1, p2,…, pn y que han
originado unos residuos r1,r2,…,rn , respectivamente. Sea m el valor más probable
ponderado. Al igual que antes, los residuos están relacionados con las observaciones
(Garcia, 2014).
Para maximizar esta probabilidad hemos de minimizar el exponente. Es decir, la suma
de los productos de los pesos por sus respectivos residuos al cuadrado, debe ser mínima.

La condición de ajuste para mínimos cuadrados ponderados es:

∑ 𝑝𝑖 𝑟𝑖2 = 𝑝1 𝑟12 + 𝑝2 𝑟22 + ⋯ + 𝑝𝑛 𝑟𝑛2 → 𝑚í𝑛𝑖𝑚𝑜

 Varianza Apriori:
Esta ecuación se aplica a un grupo de observaciones de una magnitud simple o
individual, donde cada observación tiene un peso diferente. Sin embargo, en Topografía

4
CÁLCULO DE COMPENSACIÓN

se realizan observaciones que relacionan varios parámetros a través de ecuaciones. Para

este tipo de observaciones, la desviación estándar en el caso de pesos iguales es:

𝜎𝑜 2 = 1

 Varianza Posteriori:
Se aplica a un grupo de observaciones de una magnitud simple o individual, donde cada
observación tiene un peso diferente. Sin embargo, en Topografía se realizan
observaciones que relacionan varios parámetros a través de ecuaciones.

2 𝑉 𝑇 𝑃𝑉
𝜎𝑜′ =
𝑛−𝑢
4.3. Método Paramétrico de Ajuste:
Características:
 Utiliza paramétrico o incógnitas para su desarrollo.
 Es necesario conocer un valor estimado.
 Las ecuaciones de observación contienen observaciones y parámetros.
 El número de ecuaciones a plantear es igual al número de observaciones.
 El número de parámetros es igual a 𝑛0 .
5. Obtención de Datos:
5.1. Fotografías de las mediciones realizadas:

Figura 1: Obtención de observaciones de la Figura 2: Obtención de observaciones de la

primera medición. cuarta medición.
Fuente: Integrantes Grupo 5. Fuente: Integrantes Grupo 5.

5
CÁLCULO DE COMPENSACIÓN

5.2. Representación gráfica del aula en estudio:

Figura 3: Representación gráfica de la pared lateral (Largo) en estudio.

Fuente: Integrantes Grupo 5.

Figura 4: Representación digital de las medidas correspondientes a la pared lateral (Largo) en estudio.
Fuente: Integrantes Grupo 5.

5.3. Tabla de Mediciones Obtenidas:

Lbi Mediciones (m)

Lb1 9,64
Lb2 4,73
Lb3 4,88
Lb4 1,03
Lb5 3,69
Lb6 4,88
Lb7 3,55
Lb8 2,53
Lb9 3,53
Tabla N° 1: Observaciones obtenidas mediante mediciones.
Fuente: Integrantes Grupo N°5.

6
CÁLCULO DE COMPENSACIÓN

6. Resolución del Problema Planteado.

Ejercicio: Se ha medido la base de la pared lateral (Largo) del aula B310 de la
Universidad de las Fuerzas Armadas – “ESPE” cuatro veces obteniendo los siguientes
datos.

Figura 5: Mediciones, Observaciones e Incógnitas.

Fuente: Integrantes Grupo 5.
Paso 1: Se obtiene las ecuaciones del modelo matemático.

𝐿𝑎 = 𝑓(𝑋𝑎 )

𝐿𝑎1 = 𝑋𝑎1

𝐿𝑎2 = 𝑋𝑎2

𝐿𝑎3 = 𝑋𝑎1 − 𝑋𝑎2

𝐿𝑎4 = 𝑋𝑎1 − 𝑋𝑎3 − 𝑋𝑎4

𝐿𝑎5 = 𝑋𝑎3

𝐿𝑎6 = 𝑋𝑎4

𝐿𝑎7 = 𝑋𝑎5

𝐿𝑎8 = 𝑋𝑎1 − 𝑋𝑎5 − 𝑋𝑎6

𝐿𝑎9 = 𝑋𝑎6

Paso 2: Se establecen los valores estimados de Xo.

9,64
4,73
Xo = 3,69
4,88
3,55
3,53

Paso 3: Calculo de la matriz Lo en función del modelo matemático establecido

anteriormente.
𝐿𝑜 = 𝑓(𝑋𝑜 )

7
CÁLCULO DE COMPENSACIÓN

9,64
4,73
4,91
1,07
Lo = 3,69
4,88
3,55
2,56
3,53

Paso 4: Calculo de la matriz L.

𝐿 = 𝐿𝑜 − 𝐿𝑏

0
0
0,03
0,04
L= 0
0
0
0,03
0

Paso 5: Calculo de la Matriz de Derivadas Parciales en base a las ecuaciones del

modelo matemático.
𝜕𝐹
𝐴= ⃒
𝜕𝑋 𝑋𝑜

Las derivadas con respecto a 𝑋𝑎1 y 𝑋𝑎2 de cada una de las ecuaciones del modelo matemático
establecido son:

𝝏𝑭𝟏 𝝏𝑭𝟏 𝝏𝑭𝟏 𝝏𝑭𝟏 𝝏𝑭𝟏

𝝏𝑿𝒂𝟏 𝝏𝑿𝒂𝟐 𝝏𝑿𝒂𝟑 𝝏𝑿𝒂𝟒 𝝏𝑿𝒂𝟓

𝜕𝐹2 𝜕𝐹2 𝜕𝐹2 𝜕𝐹2 𝜕𝐹2

𝜕𝑋𝑎1 𝜕𝑋𝑎2 𝜕𝑋𝑎3 𝜕𝑋𝑎4 𝜕𝑋𝑎5

𝜕𝐹3 𝜕𝐹3 𝜕𝐹3 𝜕𝐹3 𝜕𝐹3

𝜕𝑋𝑎1 𝜕𝑋𝑎2 𝜕𝑋𝑎3 𝜕𝑋𝑎4 𝜕𝑋𝑎5

𝜕𝐹4 𝜕𝐹4 𝜕𝐹4 𝜕𝐹4 𝜕𝐹4

𝜕𝑋𝑎1 𝜕𝑋𝑎2 𝜕𝑋𝑎3 𝜕𝑋𝑎4 𝜕𝑋𝑎5

A= 𝜕𝐹5 𝜕𝐹5 𝜕𝐹5 𝜕𝐹5 𝜕𝐹5

𝜕𝑋𝑎1 𝜕𝑋𝑎2 𝜕𝑋𝑎3 𝜕𝑋𝑎4 𝜕𝑋𝑎5

8
CÁLCULO DE COMPENSACIÓN

𝜕𝐹6 𝜕𝐹6 𝜕𝐹6 𝜕𝐹6 𝜕𝐹6

𝜕𝑋𝑎1 𝜕𝑋𝑎2 𝜕𝑋𝑎3 𝜕𝑋𝑎4 𝜕𝑋𝑎5

𝜕𝐹7 𝜕𝐹7 𝜕𝐹7 𝜕𝐹7 𝜕𝐹7

𝜕𝑋𝑎1 𝜕𝑋𝑎2 𝜕𝑋𝑎3 𝜕𝑋𝑎4 𝜕𝑋𝑎5

𝜕𝐹8 𝜕𝐹8 𝜕𝐹8 𝜕𝐹8 𝜕𝐹8

𝜕𝑋𝑎1 𝜕𝑋𝑎2 𝜕𝑋𝑎3 𝜕𝑋𝑎4 𝜕𝑋𝑎5

𝜕𝐹9 𝜕𝐹9 𝜕𝐹9 𝜕𝐹9 𝜕𝐹9

𝜕𝑋𝑎1 𝜕𝑋𝑎2 𝜕𝑋𝑎3 𝜕𝑋𝑎4 𝜕𝑋𝑎5

1 0 0 0 0 0
0 1 0 0 0 0
1 -1 0 0 0 0
1 0 -1 -1 0 0
A= 0 0 1 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
1 0 0 0 -1 -1
0 0 0 0 0 1

Paso 6: Calculo de la Matriz de Pesos. (En este caso la matriz de pesos es la Matriz
Identidad).
1 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0
0 0 0 1 0 0 0 0 0
P= 0 0 0 0 1 0 0 0 0
0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0 1

Paso 7: Calculo de la Matriz de corrección de los parámetros X.

𝑋 = −(𝑁)− 𝑉
-0,017692308
0,006153846
X = 0,007435897
0,007435897
0,004102564
0,004102564

9
CÁLCULO DE COMPENSACIÓN

Paso 8: Calculo de la Matriz de Residuos V.

𝑉 = (𝐴𝑋) + 𝐿
-0,01769231
0,00615385
0,00615385
0,0074359
V= 0,0074359
0,0074359
0,00410256
0,00410256
0,00410256

Paso 9: Calculo de la Matriz de Observaciones Ajustadas La.

𝐿𝑎 = 𝐿𝑏 + 𝑉
9,62230769
4,73615385
4,88615385
1,0374359
La = 3,6974359
4,8874359
3,55410256
2,53410256
3,53410256

Paso 10: Calculo de la Matriz de Parámetros Ajustados Xa.

𝑋𝑎 = 𝑋𝑜 + 𝑋
9,62230769
4,73615385
Xa = 3,6974359
4,8874359
3,55410256
3,53410256

Paso 11: Calculo del Indicativo de la precisión (Varianza Posteriori).

2 𝑉 𝑇 𝑃𝑉
𝜎𝑜′ =
𝑛−𝑢
Donde:
𝑛 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
𝑛−𝑢 { (𝐺𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝐿𝑖𝑏𝑒𝑟𝑡𝑎𝑑)
𝑢 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐼𝑛𝑐𝑜𝑔𝑛𝑖𝑡𝑎𝑠.

10
 CÁLCULO DE COMPENSACIÓN

𝟐
Varianza Posteriori (𝝈′𝒐 ) = 0,00020171 Varianza Apriori (𝝈𝒐 𝟐 ) = 1

Paso 12: Proceso de Ajuste.

El proceso de ajuste se realiza en base a las siguientes ecuaciones:
𝟐
Σ𝑋𝑎 = 𝝈′𝒐 (𝑁 − )
0,00964866 0,006822633 0,00557066 0,00557066 0,00557066 0,00557066
0,006822633 0,011141313 0,00393905 0,00393905 0,00393905 0,00393905
𝚺𝑿𝒂 = 0,005570657 0,003939049 0,01203399 0,0075427 0,00321622 0,00321622
0,005570657 0,003939049 0,0075427 0,01203399 0,00321622 0,00321622
0,005570657 0,003939049 0,00321622 0,00321622 0,01203399 0,0075427
0,005570657 0,003939049 0,00321622 0,00321622 0,0075427 0,01203399

Apriori Posteriori
± 0,67936622 0,00964866
± 0,784464541 0,011141313
𝚺𝑿𝒂 = ± 0,847318546 0,012033994
± 0,847318546 0,012033994
± 0,847318546 0,012033994
± 0,847318546 0,012033994

𝟐
Σ𝐿𝑎 = 𝝈′𝒐 (𝐴𝑁 − 𝐴𝑇 )
0,009648 0,006822 0,006822 0,005570 0,005570 0,005570 0,005570 0,005570 0,005570
0,006822 0,011141 0,008807 0,003939 0,003939 0,003939 0,003939 0,003939 0,003939
0,006822 0,008807 0,011141 0,003939 0,003939 0,003939 0,003939 0,003939 0,003939
0,005570 0,003939 0,003939 0,012033 0,007547 0,007547 0,003216 0,003216 0,003216
𝚺𝑳𝒂 = 0,005570 0,003939 0,003939 0,00754 0,012033 0,007542 0,003216 0,003216 0,003216
0,005570 0,003939 0,003939 0,00754 0,007542 0,012033 0,003216 0,003216 0,003216
0,005570 0,003939 0,003939 0,003216 0,003216 0,003216 0,012033 0,007542 0,007542
0,005570 0,003939 0,003939 0,003216 0,003216 0,003216 0,007542 0,012033 0,007542
0,005570 0,003939 0,003939 0,003216 0,003216 0,003216 0,007542 0,007542 0,012033

Apriori Posteriori
± 0,67936622 0,00964866
± 0,784464541 0,011141313
± 0,784464541 0,011141313
𝚺𝑳𝒂 = ± 0,847318546 0,012033994
± 0,847318546 0,012033994
± 0,847318546 0,012033994
± 0,847318546 0,012033994
± 0,847318546 0,012033994
± 0,847318546 0,012033994

11
 CÁLCULO DE COMPENSACIÓN

𝟐
Σ𝑉 = 𝝈′𝒐 (𝐴𝑁 − 𝐴𝑇 − 𝑃− )
0,010421 0,006822 0,006822 0,005570 0,005570 0,005570 0,005570 0,005570 0,005570
0,006822 0,008807 0,008807 0,003939 0,003939 0,003939 0,003939 0,003939 0,003939
0,006822 0,008807 0,008807 0,003939 0,003939 0,003939 0,003939 0,003939 0,003939
0,005570 0,003939 0,003939 0,00754 0,00754 0,00754 0,003216 0,003216 0,003216
𝚺𝑽 = 0,005570 0,003939 0,003939 0,00754 0,00754 0,00754 0,003216 0,003216 0,003216
0,005570 0,003939 0,003939 0,00754 0,00754 0,00754 0,003216 0,003216 0,003216
0,005570 0,003939 0,003939 0,003216 0,003216 0,003216 0,00754 0,00754 0,00754
0,005570 0,003939 0,003939 0,003216 0,003216 0,003216 0,00754 0,00754 0,00754
0,005570 0,003939 0,003939 0,003216 0,003216 0,003216 0,00754 0,00754 0,00754

Apriori Posteriori
± 0,73379939 0,01042174
± 0,62017367 0,00880798
± 0,62017367 0,00880798
𝚺𝑽 = ± 0,53108500 0,0075427
± 0,53108500 0,0075427
± 0,53108500 0,0075427
± 0,53108500 0,0075427
± 0,53108500 0,0075427
± 0,53108500 0,0075427

7. Tabla de Resultados:
7.1. Matriz de parámetros ajustados “Xa”, Matriz de observaciones ajustadas
“La” y Matriz de Residuos “V” con sus respectivas precisiones.

Matriz de Parámetros Ajustados

9,622307692 ± 0,00964866
4,736153846 ± 0,011141313
Xa = 3,697435897 ± 0,012033994
4,887435897 ± 0,012033994
3,554102564 ± 0,012033994
3,534102564 ± 0,012033994

Matriz de Observaciones Ajustadas

9,622307692 ± 0,00964866
4,736153846 ± 0,011141313
4,886153846 ± 0,011141313
1,037435897 ± 0,012033994
La = 3,697435897 ± 0,012033994

12
CÁLCULO DE COMPENSACIÓN

4,887435897 ± 0,012033994
3,554102564 ± 0,012033994
2,534102564 ± 0,012033994
3,534102564 ± 0,012033994

Matriz de Residuos.
-0,01769231 ± 0,01042174
0,00615385 ± 0,00880798
0,00615385 ± 0,00880798
0,0074359 ± 0,0075427
V= 0,0074359 ± 0,0075427
0,0074359 ± 0,0075427
0,00410256 ± 0,0075427
0,00410256 ± 0,0075427
0,00410256 ± 0,0075427

Tabla N° 2: Matrices “Xa”, “La” y “V” con sus respectivas precisiones.

Fuente: Integrantes Grupo 5.

7.2. Valor de la sumatoria de las observaciones ajustadas para cada medición:

Medición 1 = La1 9,62230769

Medición 2 = La2 + La3 9,62230769
Medición 3 = La4 + La5 + La6 9,62230769
Medición 4 = La7 + La8 + La9 9,62230769
Promedio (Valor Verdadero) = 9,62230769
Tabla N° 3: Longitud más aproximada de la pared lateral (Largo) del aula en estudio.
Fuente: Integrantes Grupo 5.

8. Conclusiones:
 El desarrollo del ejercicio se dio en base a 4 mediciones del largo del aula (Figura
4) que involucran nueve observaciones con seis incógnitas, las cuales se obtuvieron
con un flexómetro donde la mínima unidad medible es el milímetro, por esta razón
la precisión de las observaciones ajustadas debería estar en dicha unidad, es decir al
milímetro de error, esto se comprueba en las precisiones de la matriz de las
observaciones ajustadas “La” de la tabla N° 2 donde la observación La1 presenta un
rango de precisión menor al rango de precisión de las demás observaciones
ajustadas.
 La observación ajustada La1 de la matriz “La” de la tabla N° 2 presenta un valor
igual a 9,622307692 muy cercano al valor verdadero, el cual se obtuvo mediante el
promedio (Tabla N° 3) de las cuatro mediciones efectuadas para realizar el proceso
de ajuste para encontrar la dimensión verdadera de la pared lateral (Largo) del aula
en estudio.

13
CÁLCULO DE COMPENSACIÓN

 Las observaciones obtenidas mediante el uso y operación del flexómetro hicieron

posible el cometimiento de errores cuya influencia se ve reflejado en ciertas
precisiones con valores a-dimensionados correspondientes a la matriz “V” de la
tabla N° 2.
 Las precisiones de las matrices “Xa”, “La” y “V” obtenidas en el “paso 12” donde
se realiza el proceso de ajuste fueron calculadas utilizando los valores de la
Varianza Apriori y Varianza Posteriori siendo posible observar precisiones
pequeñas al momento de efectuar los cálculos a partir de la varianza posteriori cuyo
valor es muy cercano a cero, lo cual es un buen indicador de la precisión en el
proceso de ajuste.
 El valor de la Varianza Posteriori “indicador de la precisión” dependerá
directamente de los grados de libertad, los cuales harán que el valor de dicha
varianza sea o no cercano a cero, posteriormente este valor intervendrá en el
proceso de ajuste determinando el tamaño del rango de precisión.
 El proceso iterativo en modelos lineales no es ejecutable debido a que los valores
estimados y parámetros establecidos son similares. Al momento de iterar la matriz
“L” correspondiente a la diferencia de las observaciones y la matriz de residuales
“V” serán iguales a cero.
 El planteamiento de las ecuaciones de condición y la determinación de un valor
estimado son factores que facilitan el desarrollo del método paramétrico y por ende
garantizarán la obtención de resultados idóneos.
 El incremento del número de observaciones está estrechamente relacionado con la
obtención de precisiones cada vez más pequeñas, lo cual es un indicador de que el
valor verdadero está próximo a nuestros valores obtenidos.
9. Recomendaciones:
 Efectuar iteraciones en el método paramétrico de ajuste a funciones que no sean
lineales, ya que de ser así el proceso de iteración no se ejecutará.
 Desarrollar la resolución del ejercicio con el mayor número de observaciones para
que la varianza posteriori presente un elevado nivel de confianza.
 Realizar las mediciones con un instrumento de mayor confianza en la precisión,
para reducir el riesgo de cometer errores.
10. Bibliografía:
 Bonilla, V. (1 de 12 de 2012). Aplitop. Obtenido de
https://www.aplitop.com/subidas/ayuda/es/MDT-
Topografia/index.html#!mNimosCuadrados
 Garcia, M. (23 de Agosto de 2014). Universidad Politecnica de Cartagena.
Obtenido de
http://repositorio.upct.es/bitstream/handle/10317/3654/pfc5601.pdf?sequence=1
 Michel, I. (24 de 02 de 2010). Fisica Uc. Obtenido de
http://fisica.uc.cl/images/Analisis_de_Errores.pdf

14