GT2403 KOMPUTASI

GEODESI
PERTEMUAN KE-2
SATRIO MUHAMMAD ALIF, S.T., M.T.
2020
MATERI
• Perambatan dan Elips Kesalahan
• Perambatan Kesalahan
DALIL PERAMBATAN VARIANSI-KOVARIANSI
1. x  a0  a1l1  a2 l2  . . . . .  an ln dengan a0, a1, . . . . , an merupakan konstanta
 2x  a12  12  a 22  22  . . . . .  a n2  n2
kalau l i0 nilai pendekatan dari li , jadi l i0 non acak
li   li0  li  2l   2i i
n
sehingga x = A +  ai l i dengan A0 = a0   ai li0
0 i 1
n
   ai2 2i
2
x
i 1

2. x  f l1 , l2 ,......., ln 
f f f
x  x0  l1  l 2  . . . .  l n setelah linierisasi
l1 l 2 l n
dengan x0  f l1 , l2 ,......., li 
0 0 0

Bentuk non linier (2) identik dengan bentuk linier (1) setelah dilakukan
f
linierisasi, dengan x0 = a0 dan  ai
l i
2 2 2
 f    f   f 
 2x     12     22  . . . . .     2n
 l 1   l 2   l n  3
Bentuk (1) dan (2) dapat ditulis dalam bentuk matriks berikut

X = AL + A0 maka SXX = ASAT

X=x matriks (1 x 1)
A0 = a0 matriks (1 x 1)

A = a 1 a2 . . . . . a n  matriks (1 x n)

L= l1 l2 . . . . . ln 
T
matriks (n x 1)

 12 0 . . . . 0 S = matriks variansi pengukuran merupakan

 
0  22 . . . . .  matriks diagonal, karena data pengukuran
tidak berkorelasi
 . . . . . . . 
 
S . . . . . . .  SXX = matriks variansi parameter X
 . . . . . . . 
 
 . . . . . . . 
0  2n 
 . . . . .

4
Tinjau matriks anu x dan y yang ditentukan dari data pengukuran li
berdasarkan persamaan berikut
x = a0 + a1l1 + a2l2 + . . . . . + anln x dan y berkorelasi karena sama-sama
y = b0 + b1l1 + b2l2 + . . . . . + bnln ditentukan dari data pengamatan li
 xy = koefisien korelasi antara x dengan y
 xy  xy = kovariansi x dengan y
 xy 
 x y
 x = simpangan baku x
 y = simpangan baku y

Pasangan persamaan di atas ditulis dalam bentuk matriks berikut

X = A0 + AL
Y = B0 + BL

 X  x   A 0   a0  A a1 a2 . . . an 
U   H0       H  
Y  y   B 0   b0  B  b1 b2 . . . bn 

U = H0 + HL
5
 U = H0 + HL ΣUU  H Σ H T

A A  ASA T ASB T 

karena H  maka S UU    S A T B T
  
 B SA B SB T 
T
B  B 

X  Σ XX S XY 
U  S UU  
Y   S YX S YY 

S XX  ASA T S XY  ASB T
X = A0 + AL
Y = B0 + BL S YX  BSA T S YY  BSBT

X = A0 + AL SXL = AS
L= IL SLX = SAT

Y = B0 + BL SYL = BS
L= IL SLY = SBT
6
HUBUNGAN MATRIKS KOFAKTOR PENGUKURAN (Q) DENGAN
MATRIKS BOBOT PENGUKURAN (P) DAN VARIANSI BAKU  0
2

Q  P 1 S   02Q  02 merupakan faktor skala

 02 = 1 maka S = Q

 p1 0 . . 0 q1 0 . . 0
0 0 .
p2 . . .  
q2 . .

 
P . . . . .  Q . . . . .
   
 . . . . .  . . . . .
 0 . . . pn   0 . . . q n 

X = AL + A0 maka SXX = ASAT   02Q XX  A 02QAT

Q XX  AQAT

7
PENGUKURAN JARAK, SUDUT, TINGGI
  X   A  AL 
Z  0 
Y   B 0  BL 
A matriks ( u1 x n ) X matriks ( u1 x 1 ) S matriks ( n x n )
B matriks ( u2 x n ) Y matriks ( u2 x 1 ) Q matriks ( n x n )

Variansi- Kofaktor Dimensi matriks

Kovariansi
SXX = ASAT QXX = AQAT ( u1 x u1)
SYY = BSBT QYY = BQBT ( u2 x u2)
SXY = ASBT QXY = AQBT ( u1 x u2)
SYX = BSAT QYX = BQAT ( u2 x u1)
SXL=AS QXL=AQ ( u1 x n)
SLX=SAT QLX=QAT ( n x u1)
SYL=BS QYL=BQ ( u2 x n)
SLY=SBT QLY=QBT ( n x u2) 9
PERAMBATAN VARIANSI KOVARIANSI

• C2 = A2 + B2
• E = C sin D
• F = C cos D
MATERI PERTEMUAN SELANJUTNYA

• Perambatan dan Elips Kesalahan

• Elips Kesalahan
 SEKIAN
ありがとうございます