Principles of Least Squares

Pendahuluan

Dalam surveying, setiap pengamatan harus memenuhi

persyaratan geometrik
Syarat Geometrik Dalam Pengukuran Poligon:
(n-2) x 180 = 0 ( untuk poligon tertutup)
Jumlah jarak absis dalam satu loop harus sama dengan nol
Jumlah jarak ordinat dalam satu loop harus sama dengan
nol

Syarat Geometrik dalam pengukuran waterpass:

Jumlah beda tinggi
gg dalam satu loopp harus sama dengan
g nol

 Jika syarat tersebut tidak terpenuhi,

terpenuhi maka hasil
pengukuran harus di-adjust!
Kesalahan dalam surveying,
surveying sebagaimana
kesalahan-kesalahan lain, akan mengikuti teori
distribusi normal

Nilai definitif adalah nilai ukuran ditambah koreksi

)
L = Lu + V

Jika Nilai suatu obyek

y diukur beberapa
p kali,, maka akan
didapat beberapa persamaan koreksi

)
V1 = L L1
)
V 2 = L L2
M

)
V n = L Ln

f (x ) = y =

f (v ) = y =

2
1

x 2 / 2 2

v 2 / 2 2

P = y i .x

)
V1 = L L1
)
V 2 = L L2

P1 = y1 .v

)
V n = L Ln

P2 = y 2 .v
Pn = y n .v

f (v ) = y =

2
P1 =
P2 =

v 2 / 2 2

2
1

v12 / 2 2

.v

v22 / 2 2

.v

vn2 / 2 2

.v

M
Pn =

1
1
1

vn2 / 2 2
v12 / 2 2
v22 / 2 2
P =
e
.v .
e
.v .L.
e
.v
2
2
2

P=

(
e

v12 + v22 +L+ vn2 / 2 2

.(v )

P=

(
e

v12 + v22 +L+ vn2 / 2 2

(v

2
2
2
+
v
+
L
+
v
1
2
n

.(v )

= v + v +L+ v
2
1

2
2

2
n

= v + v +L+ v
2
1

)
v = L L1
2

2
2

) (
2

)
+ L L2

dy
=0
dx

2
n

)
V1 = L L1

)
+ L + L Ln

Menyusun Persamaan normal,dengan melakukan diferensial

)
v = L L1
2

()v )
2

dL

) (

)
d L L1
=
)
dL

)
d L L2
+
)
dL

)
+ L + L Ln

)
d L Ln
+L+
)
dL

=0

()v ) = 2.(L) L ).(1) + 2.(L) L ).(1) + L + 2.(L) L ).(1) = 0

2

dL

)
+ L L2

) (

)
)
)
L L1 . + L L2 + L + L Ln = 0

) (

)
)
)
L L1 . + L L2 + L + L Ln = 0

)
n.L = L1 + L2 + L + Ln
) L1 + L2 + L + Ln
L=
n

P=

(
e

v12 + v22 +L+ vn2 / 2 2

.(v )

Bila koreksi memiliki bobot,maka

bobot maka probabilitasnya menjadi

P=

(
e

w1 .v12 + w2 .v22 +L+ wn .vn2 / 2 2

.(v )

P=

(
e

.(v )

w1 .v12 + w2 .v22 +L+ wn .vn2 / 2 2

2
2
2
2
w
.
v
=
w
.
v
+
w
.
v
+
L
+
w
.
v

i i 1 1 2 2
n n

minimum

i =1

)
wi .v = w1 . L L1
n

2
i

i =1

)
+ w2 . L L 2

M
Menyusun
persamaan normall
d

( w) .v )
i

dL

2
i

)
d w1 L L1
=
)
dL

))
2

)
d w2 L L 2
+
)
dL

)
+ L + wn . L L n

))
2

)
d wn L L n
+L+
)
dL

) )= 0

)
)
)
2.w1 L L1 .(1) + 2.w2 L L2 .(1) + L + 2.wn L Ln .(1) = 0

)
)
)
2.w1 L L1 .(1) + 2.w2 L L2 .(1) + L + 2.wn L Ln .(1) = 0

)
)
)
w1 L L1 . + w2 L L2 . + L + wn L Ln . = 0
)
)
)
w1 .L + w2 .L + L + wn .L = w1 .L1 + w2 .L2 . + L + wn .Ln .
)
L.(w1 + w2 + L + wn ) = w1 .L1 + w2 .L2 . + L + wn .Ln .

) w1 .L1 + w2 .L2 . + L + wn .Ln .

L=
(w1 + w2 + L + wn )

) w1 .L1 + w2 .L2 . + L + wn .Ln .

L=
(w1 + w2 + L + wn )
n

)
L. =

w .L .
i

i =1

w
i =1

Persamaan pengamatan
Persamaan pengamatan adalah persamaan yang
menghubungkan nilai pengamatan dengan parameter
independent beserta residu yang besarnya tidak
dik h i
diketahui.
S
Satu
t persamaan digunakan
di
k untuk
t k memecahkan
hk satu
t parameter
t yang tidak
tid k
diketahui.
Untuk mendapatkan nilai yang unik/konsisten, maka jumlah persamaan
h
harus
sama dengan
d
j l h parameter.
jumlah
t
Biasanya , persamaan yang digunakan lebih banyak daripada parameter
yang ingin dipecahkan

x1 + x 2 = 3
2 x1 x 2 = 1.5
x1 x 2 = 0.2

KKKKKK(1)

x1 + x 2 = 3
2 x1 x 2 = 1.5

x1 = 1.5

x 2 = 1 .5

2 x1 x 2 = 1.5
x1 x 2 = 0.2

x1 = 1.3

x 2 = 1.1

x1 = 1.6

x 2 = 1. 4

x1 + x 2 = 3
x1 x 2 = 0.2

Pemecahan persamaan dengan prinsip kuadrat terkecil

(x1 + x2 3)2 = v12

(2 x1 x2 1.5)2 = v22
(x1 x2 0.2)2 = v32

x1 + x 2 3 = v1
2 x1 x 2 1.5 = v 2
x1 x 2 0.2 = v3

2
v
i = (x1 + x2 3) + (2 x1 x2 1.5) + (x1 x2 0.2)
i =1

KKKKKKKK (2 )

2
v
i = (x1 + x2 3) + (2 x1 x2 1.5) + (x1 x2 0.2)
2

i =1

f ( x1 , x 2 ) = vi2 = ( x1 + x 2 3) + (2 x1 x 2 1.5) + ( x1 x 2 0.2 )

i =1

f ( x1 , x 2 ) = vi2 = ( x1 + x 2 3) + (2 x1 x 2 1.5) + ( x1 x 2 0.2 )

2

i =1

f ( x1 , x 2 )
= 2.( x1 + x 2 3)(
. 1) + 2.(2 x1 x 2 1.5)(
. 2) + 2.( x1 x 2 0.2 )(
. 1) = 0
x1

ff ( x1 , x 2 )
= 2 x1 + 2 x 2 6 + 8 x1 4 x 2 6 + 2 x1 2 x 2 0.4 = 0
x1
f ( x1 , x 2 )
= 12.x1 4 x 2 12.4 = 0
x1
6.x1 2.x 2 6.2 = 0

KKKKKKKK (3)

f ( x1 , x 2 )
= 2.( x1 + x 2 3)(
. 1) + 2.(2 x1 x 2 1.5)(
. 1) + 2.( x1 x 2 0.2 )(
. 1) = 0
x 2

f (x1 , x2 )
= 2.x1 + 2.x2 6 4 x1 + 2.x2 + 3 2.x1 + 2.x2 + 0.4 = 0
x2
f (x1 , x2 )
= 4.x1 + 6.x2 2.6 = 0
x2

2.x1 + 3.x 2 1.3 = 0

KKKKKKKK (4 )

6.x1 2.x 2 6.2 = 0

2.x1 + 3.x 2 1.3 = 0
didapat

x1 = 1.5143

KKKKKKKK (3)
KKKKKKKK (4 )

x 2 = 1.4429

Nil i tersebut
Nilai
t
b t dimasukkan
di
kk dalam
d l
persamaan (1)
x1 + x 2 3 = v1
2 x1 x 2 1.5 = v 2
x1 x 2 0.2 = v3

1.5143 + 1.4429 3 = v1 = 0.0428

2.1,5143 1.4429 1.5 = v 2 = 0.0857
1.5143 1.4429 0.2 = v3 = 0.1286

v1 = 0.0428

v12 = 0.00183184

v 2 = 0.0857

v 22 = 0.00734449

v3 = 0.1286

v = 0.01653796
2
3

2
2
2
2
v
=
v
+
v
+
v
i 1 2 3
2
v
i = 0.00183184 + 0.00734449 + 0.01653796 = 0.02571429

Masukkan nilai x1 = 1.5

dan x 2 = 1.5
yang didapat dari cara eliminasi biasa ke persamaan (1)

x1 + x 2 3 = v1
2 x1 x 2 1.5 = v 2
x1 x 2 0.2 = v3
1.5 + 1.5 3 = v1 = 0
2.1.5 1.5 1.5 = v 2 = 0
1.5 1.5 0.2 = v3 = 0.2

x1 + x 2 3 = v1

1.5 + 1.5 3 = v1 = 0

2 x1 x 2 1.5 = v 2

2.1.5 1.5 1.5 = v 2 = 0

x1 x 2 0.2 = v3

1.5 1.5 0.2 = v3 = 0.2

v12 = 0
v 22 = 0
v32 = 0.04
2
2
2
2
v
=
v
+
v
+
v
i 1 2 3
2
v
i = 0 + 0 + 0.04 = 0.04

kesimpulan
Jumlah koreksi kuadrat dengan menggunakan metode
kuadrat terkecil lebih kecil daripada metode pemecahan
sistem persamaan linear biasa
2
2
2
2
=
+
+
v
v
v
v
i 1 2 3
2
v
00183184
83 8 + 0.0073
007344499 + 0.001653796
653796 = 0.002571429
57 9
i = 0.00

2
i

= v12 + v 22 + v32

2
i

= 0 + 0 + 0.04 = 0.04

tugas
Buktikan bahwa pemecahan persamaan linear
dengan menggunakan prinsip least squares lebih
baik daripada cara subtitusi biasa
x1 + 2.x2 = 7
4 x1 3 x2 = 7
x1 x2 = 1

2 x1 + 2.x2 + x3 = 5
x1 + 3x2 + x3 = 10
x1 x2 + 2 x3 = 15
3x1 x2 + 4 x3 = 20