OptimizacijaGeodMreza 523-604

Glava 9.
Optimizacija geodetskih mreža
GLAVA 9
OPTIMIZACIJA GEODETSKIH MREŽA
9.0. UVOD
Optimizacija je nauka čiji je cilj da odredi "najbolja" rešenja za izvesne

matematički definisane probleme, koji su često fizička realnost. Reč "optimum" je sinonim
za reč "najbolja", koja može značiti "maksimum" ili "minimum" zavisno od konkretnog
slučaja, a oba ova značenja su matematički definisana. Kada se optimizacija posmatra
odvojeno od drugih nauka, lako se uočava da je ona deo primenjene matematike ili je
zasnovana na različitim oblastima čiste matematike (Sl. 9.1.). Primena metoda optimizacije
je široko rasprostranjena i doseže u skoro sve oblasti u kojima su razvijeni načini dobijanja
numeričkih informacija (Nauka, Inženjerstvo, Matematika, Ekonomija, i drugo).
TEORIJA OPTIMIZACIJE
NUMERIČKE METODE TEORIJA GRAFOVA STATISTIKA
RAČUN TOPOLOGIJA GEOMETRIJA
LINEARNA ALGEBRA TEORIJA GRUPA VEROVATNOĆA
Slika 9.1. Strukturalno okruženje teorije optimizacije.
U pristupu rešavanja optimizacionih problema postoji obično pet faza:

1. definisanje optimizacionog problema,
2. kreiranje matematičkog modela koji reprezentuje realni sistem i
523
KONCEPTI MREŽA U GEODETSKOM PREMERU
analiza optimalnih kriterijuma,

3. utvrñivanje algoritma metode i analiza strukture metode,
4. testiranje modela i dobijenih rešenja,
5. implementacija.
9.1. KLASIFIKACIJA METODA OPTIMIZACIJE
Optimizacija projektovanja geodetskih mreža klasifikuje se unutar različitih

redova (Tabela 9.1.). Podela na redove je izvršena obzirom na konstantne odnosno
slobodne parametre funkcionalnog i stohastičkog modela, posrednog izravnanja po metodi
najmanjih kvadrata.
Tabela 9.1.
Projekat Konstantni Nepoznati Rešenje
parametri parametri problema
0. red A x$ , Q x$ Datum
1. red P , Q x$ A Dizajn
2. red A , Q x$ P Tačnost
3. red Q x$ A, P Poboljšanje kvaliteta
Klasifikacija metoda optimizacije geodetskih mreža.
·Projekat 0. reda - predstavlja izbor optimalnog koordinatnog sistema za

parametre geodetskih mreža. Najčešće se pod optimalnim rešenjem podrazumeva
izravnanje slobodnih geodetskih mreža uz pomoć generalizovane inverzije, odnosno njenim
specijalnim oblikom pseudoinverzije.
·Projekat 1. reda - dovodi do rešenja optimalnog dizajna geodetske mreže.
Problem se svodi na odreñivanje optimalnih pozicija tačaka mreže, kao i optimalnog plana
opažanja u mreži.
·Projekat 2. reda - dovodi do rešenja optimalnih težina ili tačnosti planiranih
merenja u mreži. Ovi podaci su od velike važnosti za izbor optimalnih metoda merenja i
instrumenata za merenje, jer se u mreži mogu javiti opažanja različitih fizičkih veličina.
·Projekat 3. reda - omogućava optimalno poboljšanje postojećih mreža u pogledu
dizajna i tačnosti. Ovo se najčešće odnosi na pogušćavanje mreže dodatnim opažanjima ili
tačkama u delovima mreže gde je slaba tačnost ili pouzdanost.
524
Glava 9. Optimizacija geodetskih mreža
9.2. KRITERIJUM MATRICE
Kriterijum matice u procesu optimizacije geodetskih mreža zamenjuju realne

kovarijacione matrice i služe kao idealne matrice, što znači da one reprezentuju optimalni
kvalitet planiranih mreža. Realna kovarijaciona matrica nije poznata u fazi optimizacije
geodetskih mreža pa se umesto nje kreira kriterijum matrica. Kriterijum matrica treba da
ispuni odreñene kriterijume kvaliteta geodetskih mreža koji se definišu pri optimizaciji.
Opšti koncept kreiranja kriterijum matrica u dvodimenzionalnim geodetskim
mrežama, zasnovan je na teoriji stohastičkih procesa, korišćenjem korelacionih funkcija
koordinata tačaka čiji su argumenti dužine izmeñu tačaka mreže. Vrednosti korelacionih
funkcija su nezavisne od pravca. Osobine homogenosti i izotropije usvojenih stohastičkih
procesa zasnovane su na homogenosti i izotropiji slučajnih grešaka položaja tačaka u mreži.
Greške tačaka jednake su u svim delovima mreže a elipse grešaka u tačkama prelaze u
krugove jednakih poluprečnika.
Modeli korelacionih funkcija su različiti. Mogu se koristiti: Gausova,
eksponencijalna, Beselova, Maislova, Bardina i eksponencijalno kosinusna (Grafarend, E.
1972. i 1979., Baarda, W. 1973., Wimmer, H. 1981., Bill, R. 1985.). Na osnovu vrednosti
korelacionih funkcija kreiraju se kriterijum matrice Tejlor-Karmanove (TK) ili kompletno
izotropne (CI) strukture. Ove kriterijum matrice su regularne i koriste se u optimizaciji
neslobodnih geodetskih mreža a u optimiaciji slobodnih mreža one se transformišu u
singularne.
Kriterijum matrice kreirane na ovaj način su nezavisne od plana merenja u
geodetskoj mreži.
Postoji i drugi način kreiranja kriterijum matrica gde one zavise od plana merenja
u geodetskoj mreži, tačnosti planiranih merenja stohastički zavisnih ili nezavisnih i
neophodne tačnosti koordinata tačaka. Ove kriterijum matrice odgovaraju realnim
kovarijacionim matricama geodetskih mreža.
9.2.1. LONGITUDINALNA I TRANSFERZALNA KORELACIJA
Neka je kriterijum kovarijaciona matrica za dve tačke u ravni
 q xi xi q xi y i q xi x j q xi y j 
 
2 
. q yi yi q yi x j q yi y j 
K x = σ ⋅ Qx = σ ⋅ 
2 (9.1)
. . qx j x j qx j y j 
 
 . . . qy j y j 
 
525
gde je: σ standardana devijacija,

Qx kriterijum matrica kofaktora,
Kx kriterijum kovarijaciona matrica.
Na ovaj način, u tačkama i i j definisana je varijansa po koordinatnim osama,

odnosno kovarijansa. Koeficijenti matrice (9.1) mogu se transformisati u pravcu ν ij tako da
se dobije longitudinalna (podužna) varijansa, i ortogonalno na ovaj pravac transferzalna
(poprečna) varijansa (Sl. 9.2). Ova transformacija važi i za matricu Q x .
Slika 9.2. Longitudinalna i transferzalna varijansa.
Longitudinalni projekcioni operator je

 cos ν ij 
fL =   (9.2)
 sin ν ij 
a transferzalni
 − sin ν ij 
fT =  . (9.3)
 cos ν ij 
Transformacija matrice Q x predstavlja rotaciju njenih koeficijenata za ugao νij
 q Li Li q Li L j   f LT Qii f L f LT Qij f L 
QL =   =  (9.4)
 . q Lj Lj   . f LT Q jj f L 
526
 q Ti Ti q Ti T j   f TT Qii f T f TT Qij f T 
QT =   =  (9.5)
 . q Tj Tj   . f TT Q jj f T 
gde su:
q Li Li i qLj Lj longitudinalni kofaktor (varijansa),
q Li L j longitudinalni kofaktor (kovarijansa),
qTi Ti i qT j T j transferzalni kofaktor (varijansa),
qTi Tj transferzalni kofaktor (kovarijansa).
Slika 9.3. Longitudinalni i transferzalni kofaktori izmeñu dve tačke.
Longitudinalna i transferzalna korelaciona vrednost izmeñu dve tačke (Sl. 9.3)

odreñuje se prema
q Li L j
φL =ij
q Li Li ⋅ q L j L j
(9.6)
qTi Tj
φT =ij
qTi Ti ⋅ qTj Tj
(9.7)
gde je:
φL ij
longitudinalna korelacija,
φL ij
transferzalna korelacija.
527
Apsolutne vrednosti longitudinalnih i transferzalnih korelaija nalaze se u intervalu

(0, 1). U geodetskoj mreži od n tačaka moguće je odrediti n(n-2)/2 longitudinalnih i isto
toliko transferzalnih vrednosti korelacija. Longitudinalne i transferzalne korelacije (9.6) i
(9.7) zavise od koordinatnog sistema u kome je pozicionirana geodetska mreža.
9.2.2. KOVARIJACIONE I KORELACIONE FUNKCIJE
Pri kreiranju kriterijum matrica geodetskih mreža koriste se različiti oblici

korelacionih funkcija. Ove mogućnosti su posledica izbora homogenih i izotropnih
kovarijacionih funkcija u teoriji stohastičkih procesa.
Iz uopštenog oblika kovarijacione funkcije
C ( r ) = C (0 ) ⋅ φ ( r ) (9.8)
sledi korelaciona funkcija
C (r ) C (r )
φ (r ) = = (9.9)
C (0) σ 2
gde je:
C(r) kovarijaciona funkcija,
φ(r) korelaciona funkcija,
C(0)=σ2 varijansa,
r dužina izmeñu dve tačke.
Slika 9.4. Gausova kovarijaciona funkcija.
528
Osobine kovarijacione funkcije (Sl. 9.4) su:

• C(r)=C(-r) parna,
• C(0)=σ2>0 pozitivno definisana,
• C ( r ) ≤ C ( 0) = σ 2
monotono opadajuća,
• limr →∞ C ( r ) = 0 granična vrednost funkcije.

Poluocenjena širina ili karakteristična dužina ξ kod kovarijacione funkcije definiše
se kao mesto u kome je vrednost funkcije
1 σ2
C (ξ) = ⋅ C (0 ) = . (9.10)
2 2
Drugim rečima ξ je karakteristična dužina za čiju vrednost se varijansa C(0)
smanjuje dva puta. Neke od navedenih osobina važe i za korelacione funkcije. Ako je
argument korelacione funkcije jednak nuli (r=0) onda je vrednost funkcije
φ (0 ) = 1 (9.11)
odnosno, za karakterističnu dužinu ξ vrednost funkcije je
1
φ( ξ) = . (9.12)
2
Na osnovu datih modela kovarijacionih funkcija C(r) dobijaju se modeli
korelacionih funkcija φ(r) prema (9.9).
Veza izmeñu karakterističnih dužina d u kovarijacionim funkcijama i parametra ξ
je linearna
ξ = di ⋅ α i , (αi > 0 ) (9.13)
ili
ξ
αi =
di (9.14)
gde je αi pozitivna konstanta.
Uzimajući da je u kovarijacionim funkcijama r=ξ i imajući u vidu (9.10) sledi
σ2
C ( r ) = C (ξ ) = (9.15)
2
ili za korelacione funkcije prema (9.12)
529
1
φ ( r ) = φ (ξ ) = . (9.16)
2
U tabeli 9.2. dati su modeli kovarijacionih funkcija koji se mogu koristiti pri
kreiranju kriterijum matrica.
Tabela 9.2.
Broj Model funkcije Naziv funkcije
C(r ) = σ 2 ⋅ e − ( r / d )
1. 2
Gausova (Gauss)
2. C ( r ) = σ 2 ⋅ e −r / d Eksponencijalna
3. r r Beselova (Bessel)

C(r ) = σ 2 ⋅ ⋅ K1 ⋅  
d d
4.  r Maislova (Meissl)
C (r ) = σ 2 − γ 2 ⋅ r ⋅ ln 1 + 
 d
5. C(r ) = σ 2 − γ 2 ⋅ r Bardina (Baarda)
6. C ( r ) = σ 2 ⋅ e − r / d ⋅ cos(β ⋅ r ) Eksponencijano
kosinusna
gde je: d karakteristična dužina,
K1 modifikovana Beselova funkcija,
γ2 >0 pozitivna konstanta,

β fazni ugao funkcije.
Modeli kovarijacionih funkcija.
Na osnovu (9.16) odreñene su konstane αi za modele korelacionih funkcija koji se

razmatraju detaljno u narednim poglavljima.
Bitno je naglasiti da u geodetskim mrežama, vrednost karakteristične dužine d
predstavlja globalnu meru za celu mrežu i ona treba da bude jednaka ili manja od vrednosti
najkraće dužine r u mreži
d ≤ ( r ) min . (9.17)
530
9.2.3. GAUSOVA KORELACIONA FUNKCIJA
Gausova (Gauss) korelaciona funkcija (Sl.9.5) je oblika

2
φ (r ) = e − ( r / d ) (9.18)
gde je: φ(r) korelaciona funkcija,
r dužina izmeñu dve tačke,
d karakteristična dužina.
Gausova korelaciona funkcija je pozitivno definisana i daje pozitivne vrednosti
korelacija u intervalu φ(r)∈(0, 1). Veza izmeñu karakteristične dužine d i parametra ξ
prema (9.16) i (9.18) je
φ (ξ ) = e − (ξ / d ) = 0.5
2
ili
− ( ξ / d ) = ln 0.5 .
2
Slika 9.5. Gausova (Gauss) korelaciona funkcija

(rmax=10km, ξ=2.5km, d=2.0km).
Imajući u vidu (9.14) prethodna jednačina postaje
− α 2 = ln 0.5
a rešenje jednačine je
531
α = − ln 0.5 = 0.833 . (9.19)

Prema (9.14) sledi
ξ = 0.833 ⋅ d . (9.20)
9.2.4. EKSPONENCIJALNA KORELACIONA FUNKCIJA
Eksponencijalna korelaciona funkcija (Sl. 9.6) je oblika
φ (r ) = e − r / d (9.21)
gde je:
d karakteristična dužina.
Slika 9.6. Eksponencijalna korelaciona funkcija

Ova korelaciona funkcija je pozitivno definisana i daje pozitivne vrednosti

prema (9.16) i (9.21) je
φ( ξ) = e −ξ / d = 0 . 5
532
ili
ξ
− = ln 0 . 5 .
d
− α = ln 0 . 5
ili
α = 0 .693 . (9.22)
Prema (9.13) sledi
ξ = 0 .693 ⋅ d . (9.23)
9.2.5. BESELOVA KORELACIONA FUNKCIJA
Modifikovana Beselova (Bessel) funkcija celobrojnog reda (William, H. P. 1986.)

za male vrednosti argumenta funkcije x u odnosno na red funkcije n, odnosno x<<n, (Sl.
9.7) glasi
n
1  x
I n ( x) ≈   , n≥0
n!  2 
Ko ( x ) ≈ − ln( x )
−n
(n − 1)!  x 
Kn ( x) ≈   , n>0 (9.24)
2  2
Kada su argumenti funkcija x>>n, modifikovana Beselova funkcija ima sasvim
drugi oblik
1 π
In ( x) ≈ e x i Kn ( x ) ≈ e−x (9.25)
2 πx 2 πx
Modifikovana Beselova korelaciona funkcija (Grafarend, E. i Schaffrin, B. 1979.),
(Sl. 9.8) je oblika
r r
φ (r ) = ⋅ K1 ⋅   (9.26)
d d 
gde je:
533

d karakteristična dužina,
K1 modifikovana Beselova funkcija.
Slika 9.7. Modifikovana Beselova (Bessel) funkcija.
Zamenom (9.25) u (9.26) sledi

r π
φ (r ) = ⋅ ⋅ e −(r / d ) (9.27)
d r
2π  
d
Slika 9.8. Modifikovana Beselova (Bessel) korelaciona funkcija

534
Ova korelaciona funkcija je pozitivno definisana i daje pozitivne vrednosti

prema (9.16) i (9.26) je
ξ π
φ (ξ ) = ⋅ ⋅ e −( ξ / d ) = 0.5 (9.28)
d ξ
2π  
d
i imajući u vidu (9.14) sledi
π
α⋅ ⋅ e − α = 0. 5 (9.29)
2 πα
Tabulacijom jednačine (9.29) dobija se
α = 0.819 (9.30)
pa je prema (9.13)
ξ = 0.819 ⋅ d . (9.31)
9.2.6. MAISLOVA KORELACIONA FUNKCIJA
Maislova (Meissl) korelaciona funkcija (Sl. 9.9) je oblika
 r
φ (r ) = 1 − m ⋅ r ⋅ ln1 +  (9.32)
 d
gde je:
d karakteristična dužina,
γ2
m= uspon funkcije,
σ2
γ2 > 0 pozitivna konstanta.
Ova korelaciona funkcija daje pozitivne i negativne vrednosti korelacija u
intervalu φ(r)∈(-1, 1). Veza izmeñu karakteristične dužine d i parametra ξ prema (9.16) i
(9.32) je
535
 ξ
φ (ξ ) = 1 − m ⋅ ξ ⋅ ln 1 +  = 0.5 .
 d
Uvoñenjem ograničenja
m=0.5/ξ (9.33)
i imajući u vidu (9.14) prethodna jednačina postaje
1 − 0 . 5 ⋅ ln( 1 + α ) = 0 . 5
ili
ln( 1 + α ) = 1 .
Rešenje je
α = 1. 718 (9.34)
pa je prema (9.13)
ξ = 1. 718 ⋅ d . (9.35)
Slika 9.9. Maislova (Meissl) korelaciona funkcija

(rmax=10km, ξ=2.5km, d=1.5km, m=0.2).
9.2.7. BARDINA KORELACIONA FUNKCIJA
Bardina (Baarda) korelaciona funkcija (Sl. 9.10) je oblika

φ (r ) = 1 − m ⋅ r (9.36)
536
gde je:
γ 2
m= uspon funkcije,
σ2
γ2 > 0 pozitivna konstanta.
Ova korelaciona funkcija daje pozitivne i negativne vrednosti korelacije u
intervalu φ(r)∈(-1, 1). Ako uspon funkcije m ispunjava uslov
1
m≤ (9.37)
( r ) max
gde je (r)max maksimalna dužina u geodetskoj mreži, onda se dobijaju pozitivne vrednosti
korelacija φ(r)∈(0, 1), (Sl. 9.11).
Slika 9.10. Bardina (Baarda) korelaciona funkcija

(rmax=10km, ξ=2.5km, m=0.2).
Veza izmeñu karakteristične dužine d i parametra ξ prema (9.16) i (9.36) je

φ( ξ) = 1 − m ⋅ ξ = 0 . 5 .
Uvoñenjem ograničenja (9.33) sledi da je α=1 pa prema (9.13) proizilazi
ξ = d.
537
Slika 9.11. Bardina korelaciona funkcija( rmax=10km, m=0.1).
9.2.8. EKSPONENCIJALNO KOSINUSNA KORELACIONA

FUNKCIJA
Eksponencijalno kosinusna korelaciona funkcija (Sl. 9.12) je oblika
φ (r ) = e − r / d ⋅ cos( β ⋅ r ) (9.38)
gde je: φ(r) korelaciona funkcija,

β fazni ugao funkcije.
Slika 9.12. Eksponencijalno kosinusna korelaciona funkcija

(rmax=10km, ξ=2.5km, d=5.0km, β=13o 47').
538
Ova korelaciona funkcija daje pozitivne i negativne vrednosti korelacija u

intervalu φ(r)∈(-1, 1). Veza izmeñu karakteristične dužine d i parametra ξ prema (9.16) i
(9.38) je
ξ
φ( ξ ) = e −ξ / d ⋅ cos(β ⋅ ξ ) = 0.5 ili − + ln cos(β ⋅ ξ ) = ln 0. 5 . (9.39)
d
− α + ln cos(β ⋅ ξ ) = 0.5
ili
α = ln cos(β ⋅ ξ ) − ln 0. 5 .
U ovom slučaju vrednost konstante α zavisi od argumenata kosinusne funkcije.
Ako je fazni ugao funkcije β=0, onda je lncos(βξ)=0 i α=- ln0.5=0.693 pa prema (9.14)
sledi ξ=0.693d.
Kada se maksimalna dužina u geodetskoj mreži normira (r)max=2π tada je ugao
2π
β= =1 (9.40)
( r ) max
a model funkcije (9.38) postaje (Sl. 9.13)
φ (r ) = e − r / d ⋅ cos(r ) . (9.41)
Slika 9.13. Eksponencijalno kosinusna korelaciona funkcija

(rmax=10km, ξ=2.5km=π/2, d=3.6km, β=1).
539
U opštem slučaju, kada se odreñuje ugao β prema (9.39) neophodno je a priori

definisati vrednosti za parametar ξ i karakterističnu dužinu d, odnosno kokonstantu α=ξ/d.
U ovom slučaju iz (9.39) sledi
ln cos(β ⋅ ξ ) = α + ln 0.5 ili cos(β ⋅ ξ ) = e (α + ln 0.5) = 0. 5eα
a rešenje je
arccos( 0.5 ⋅ eα )
β= (9.42)
ξ
Na primer, za rmax=10km, ξ=2.5km i d=5km, prema (9.42) dobija se β=13o 47'
(Sl. 9.12).
Kada je ugao β=1, veza izmeñu parametra ξ i karakteristične dužine d dobija se iz
(9.39)
φ( ξ ) = e −( ξ / d ) cos ξ
ili
ξ
− + ln cos ξ = ln 0. 5 .
d
Za ξ=π/2, sledi α = − ln 0. 5 = 0. 693 odnosno ξ = 0. 693 ⋅ d . Na primer za
rmax=10km=2π, ξ=2.5km=π/2, dobija se d=3.61km (Sl. 9.13).
9.2.9. TEJLOR-KARMANOVA STRUKTURA KRITERIJUM

MATRICA
Kriterijum matrice geodetskih mreža mogu se kreirati u obliku Tejlor-Karmanove

strukture (TK-struktura). Tejlor (Taylor, G. I. 1935.) i Kraman (Karman, T. 1937.)
primenili su ovu strukturu u turbulentnoj teoriji hidrodinamike. Primenu TK-strukture u
geodeziji uveo je Grafarend (Grafarend, E. 1979.) koristeći modifikovanu Beselovu
korelacionu funkciju.
Tejlor-Karmanova relacija obuhvata transferzalne i longitudinalne korelacione
funkcije dve tačke (Sl. 9.14)
∆yi ∆x j
{ } r −r
φij (r1 , r2 ) = φT ( r2 − r1 ) + φL ( r2 − r1 ) − φT ( r2 − r1 ) 2
(9.43)
2 1
ili
540
∆yi ∆x j
φij (r ) = φT (r ) ⋅ δij + {φ L (r ) − φT (r )} (9.44)
r2
gde je:
φL longitudinalna korelaciona funkcija,
φT transferzalna korelaciona funkcija,
r = ∆x 2 + ∆y 2 dužina izmeñu dve tačke,
∆x = x 2 − x1 koordinatna razlika po x osi,

∆y = y 2 − y1 koordinatna razlika po y osi,
1, i = j 
δij =   za {i , j = 1,2 = x , y} Kronekerov simbol.
0, i ≠ j 
Slika 9.14. Longitudinalne i transferzalne komponente vektora grešaka tačaka.
Funkcije φ L i φ T važe za uslove homogenosti i izotropije a kada je dužina r=o

normirane vrednosti korelacionih funkcija su jednake jedinici
φ L ( 0 ) = φ T (0 ) = 1 (9.45)
Kriterijum kovarijaciona matrica izražava se posredstvom korelacionih funkcija
K x = σ 2 ⋅ Q x = σ 2 ⋅ φij (r ) (9.46)
ili
541
K x = σ 2 ⋅ φ (r ) ⋅ δ ij (9.47)
gde je: φij ( r ) = φ( r ) ⋅ δ ij tenzor funkcija,
Qx kriterijum kofaktor matrica,
σ standardna devijacija.
Elementi kriterijum kofaktor matrice Qx Tejlor-Karmanove strukture (9.44) su
∆x∆x
q xi x j = φT (r ) + {φ L (r ) − φT (r )}
r2
∆x∆y
q xi y j = q yi x j = {φ L (r ) − φT (r )} (9.48)
r2
∆y∆y
q yi y j = φT (r ) + {φ L (r ) − φT (r )}
r2
ili
q xi x j = φT (r ) + {φ L (r ) − φT (r )} cos 2 νij
q xi y j = q yi x j = {φ L (r ) − φT (r )} sin νij cos νij (9.49)
q yi y j = φT (r ) + {φ L (r ) − φT (r )} sin 2 νij
gde je
∆y
νij = arctg .
∆x
Za dve tačke u ravni kriterijum kofaktor matrica Tejlor-Karmanove strukture
prema (9.44) i (9.45) ima oblik
xi yi xj yj
 φxi xi (0) 0 φ xi x j ( r ) φ xi y j ( r )  xi
 
 . φ yi yi (0) φ yi x j (r ) φ yi y j (r )  yi (9.50)
Q xTK = φij (r ) = 
. . φx j x j (0) 0  xj
 
 . . . φ y j y j (0) yj
ili
542
 ∆xij ∆xij  ∆xij ∆yij

 φT (0)

0 {
φT (rij ) + φL (rij ) − φT (rij ) } rij2
{φ (r ) − φ (r )}
L ij T
r ij 

2
ij (9.51)
 ∆yij ∆xij ∆yij ∆yij 
Qx TK = . φT (0) {
φL (rij ) − φT (rij ) }rij2
{
φT (rij ) + φL (rij ) − φT (rij )
rij2 
 }

 . . φT (0) 0 
 
 . . . φT (0) 
ili
 φ ( 0)
 T
0 { }
φT ( rij ) + φL (rij ) − φT (rij ) cos2 νij {φ (r ) − φ (r )} sinν cosν 
L ij T ij ij ij
(9.52)
Q x TK
 .
=
φT (0) { }
φL ( rij ) − φT (rij ) sin νij cosνij φ (r ) + {φ (r ) − φ (r )} sin ν 
T ij L ij

T ij
2
ij
 . . φT ( 0) 0 
 
 . . . φT (0) 
Na ovaj način kriterijum matrice TK strukture ispunjavaju uslove homogenosti i

izotropije.
Tejlor-Karmanova struktura zasniva se na analizi vektorskog polja grešaka
koordinata tačaka. Razlike izmeñu vektora ocenjenih vrednosti koordinata x $ i vektora
istinitih vrednosti koordinata x daju vektor grešaka ε$ (Sl. 9.14). U vektorskom polju
skalarna veličina vektora ε$ ima oblik
ε$ = grad u + rot v (9.53)

gde je gradijent potencijalnog a rotor turbulentnog oblika (P-potencijalni i T-turbulentni
oblik). U tabeli 9.3 i 9.4 pokazani su potencijalni i turbulentni oblik vektorskog polja
Tejlor-Karmanove strukture sa korelacionim funkcijama.
U izabranom koordinatnom sistemu L, T (Sl. 9.14), očekivanja longitudinalnih i
transferzalnih kompnenti vektora ε$ su
{ }
E ε$L1 (r1 ), ε$L2 (r2 ) = φ L1 L2 (9.54)
E {ε$ T1 (r1 ), ε$T2 (r )} = φ

2 T1T2 (9.55)
Opredeljenje za potencijalni ili turbulentni oblik zavisi od osobina vektorskog

polja. Obično se izabere jedna vrsta korelacione funkcije a druga je zavisna od prethodno
izabrane. Diferencijalna zavisnost izmeñu transferzalnih i longitudinalnih korelacionih
funkcija potencijalnog i turbulentnog oblika pokazana je u tabeli 9.3.
Da bi se odredio potencijalni ili turbulentni oblik, obrazuje se srednja vrednost
korelacionih funkcija
φ L (r ) + φ T (r )
φ(r ) = (9.56)
2
odnosno odgovarajuća kriva samo srednjih vrednosti funkcija.
543
Tabela 9.3.
Oblik Izabrana Zavisna funkcija
funkcija
Potencijalni φT (r ) d d
φL ( r ) =
dr
( rφT (r )) = φT (r ) + r (φT (r ))
dr
Turbulentni φ L (r ) d d
φT (r ) =
dr
( rφL (r )) = φL (r ) + r (φL (r ))
dr
Zavisnost izmeñu transferzalnih i longitudinalnih korelacionih funkcija.
Pomoću jednodimenzionalne Hankel (Hankel) transformacije, ili dvodimenziona-

lne Furijeove (Fourie) transformacije
2 r
f (r ) = −φ (r ) +
r2 ∫ xφ ( x )dx
0
(9.57)
dobijaju se transferzalne i longitudinalne korelacione funkcije potencijalnog polja

φ L (r ) = − f (r ) + φ(r ) (9.58)
φ T ( r ) = f ( r ) + φ( r ) (9.59)
gde je
( φ T ( r ) ≥ φ L ( r ) ). (9.60)
Tabela 9.4.
Oblik Vektorsko polje Korelcione funkcije
ε$ φ L ; φ T ( r ) = f ( φ ( r )) φ L / φT
Potencijalni divε$ = div grad u φL (r ) = φT (r ) + r

d
(φT (r ))
≠0 φL(r) =− f (r) +φ(r) dr
rotε$ = 0 φT (r) = f (r) +φ(r) φT (r ) ≥ φ L (r )

Turbulentni divε$ = 0 d
φT (r) = φL(r) + r (φ (r))
rotε$ = rot rot v φL(r) = f (r) +φ(r) dr L
≠0 φT(r) =−f (r)+φ(r) φ L (r ) ≥ φT (r )
Potencijalni i turbulentni oblik Tejlor-Karmanove strukture.
544
Transferzalne i longitudinalne korelacione funkcije turbulentnog polja su

φ L ( r ) = f ( r ) + φ( r ) (9.61)
φ T (r ) = − f (r ) + φ(r ) (9.62)
gde je
( φ L (r ) ≥ φT (r ) ) . (9.63)
9.2.10. KOMPLETNO IZOTROPNA STRUKTURA KRITERIJUM

MATRICA
Kriterijum matrice geodetskih mreža mogu se kreirati u obliku Tejlor-Karmanove

strukture (TK), ili u obliku kompletno izotropne strukture (CI). Kriterijum matrice
kompletno izotropne strukture (CI) su specijalni oblik TK strukture (9.50)
 φ (0) 0 φ xi x j ( r ) 0 
 
 . φ (0) 0 φ yi y j (0)
Q xCI = φij (r ) =  (9.64)
. . φ (0) 0 
 
 . . . φ (0) 
Kriterijum matrice sa TK ili CI strukturom u geodetskim mrežama imaju sledeće
osobine (Tabela 9.5):
♦ TK struktura
• elipse grešaka prelaze u krugove grešaka (lokalna izotropija),
• svi krugovi grešaka su istog poluprečnika (lokalna homogenost),
• poluose relativnih elipsi grešaka su na pravcu dve tačke ili upravne,
• poluprečnici relativnih elipsi grešaka zavise od dužine izmeñu tačaka.
♦ CI struktura
• elipse grešaka prelaze u krugove grešaka (lokalna izotropija),
• svi krugovi grešaka su istog poluprečnika (lokalna homogenost),
• relativne elipse grešaka prelaze u relativne krugove grešaka
(kompletna izotropija),
• poluprečnici relativnih krugova grešaka zavise od dužine izmeñu tačaka.
545
Elementi relativnih elipsi grešaka mogu se izraziti preko koeficijenata kriterijum

kofaktor matrice TK strukture (Sl.9.15.a)
A∆2ij = 2 φ T ( 0) − φ T ( r )
B∆2ij = 2 φ T ( 0) − φ L ( r ) (9.65)
θ ∆ij = νij ± π / 2 za φ L (r ) ≥ φT (r )
ili (Sl.9.15.b)
A∆2ij = 2 φ T ( 0) − φ L ( r )
B∆2ij = 2 φ T ( 0) − φ T ( r ) (9.66)
θ ∆ij = νij za φ L (r ) ≤ φT (r )
Za elemente relativnih elipsi grešaka i koeficijente kriterijum matrice kofaktora CI
strukture važi (Sl.9.15.c)
A∆2ij = B∆2ij = 2 φ( 0) − φ( r ) (9.67)
jer je φ L (r ) = φ T (r ) .
a) φ L (r ) ≥ φT (r ) b) φ L (r ) ≤ φT (r ) c) φ L (r ) = φ T (r )
Slika 9.15. Elipse grešaka i relativne elipse grešaka

homogeno izotropne mreže.
546
Tabela 9.5.
Struktura Elipse grešaka Relativne elipse grešaka
TK
Elipse grešaka prelaze u krugove Relativne elipse grešaka su različite

(lokalna izotropija) istog polupre- (lokalna neizotropija) čiji poluprečnici
čnika (lokalna homogenost). zavise od dužina strana (lokalna
nehomogenost).
CI
Elipse grešaka prelaze u krugove Relativne elipse grešaka prelaze u

(lokalna izotropija) istog polupre- krugove (lokalna izotropija) čiji polu-
čnika (lokalna homogenost). prečnici zavise od dužina strana
(lokalna nehomogenost).
Strukture kriterijum matrica u geodetskim mrežama.
Iz (9.46) sledi da struktura kriterijum matrice kofaktora zavisiti od izbora modela

korelacione funkcije φij(r). Razmatrani modeli korelacionih funkcija daju CI strukture
kriterijum matrica (Sl. 9.16.).
Ove funkcije se mogu transformisati u TK strukturu potencijalnog ili turbulentnog
oblika. Pri ovoj transformaciji odabrana korelaciona funkcija uvrsti se u jednačinu (9.57), a
na osnovu dobijenih rešenja za f(r) odreñuje se potencijalni i turbulentni oblik prema
izrazima (od 9.58 do 9.63).
547
Funkcija: Parametri:
Gausova d=3.0 km
Eksponencijalna d=3.6 km
Beselova d=2.0 km
Maislova d=1.5 km, m=0.2
Bardina m=0.2
Eksponencijalno d=5.0 km, β=13o 47'
kosinusna
Slika 9.16. Korelacione funkcije kompletno izotropne strukture(CI)
(rmax=10km, ξ=π/2=2.5km).
Ako se razmatra transformacija Bardine korelacione funkcije u TK strukturu,

potencijalnog i turbulentnog oblika, onda zamenom (9.36) u (9.57) sledi
r
2
f (r ) = mr − 1 + 2
r ∫ x (1 − mx )dx
0
(9.68)
odnosno, nakon integracije

mr
f (r ) = . (9.69)
3
Bardina korelaciona funkcija potencijalnog oblika dobija se prema (9.58) i (9.59)
548
mr 2
φT (r ) = f (r ) + φ(r ) = + (1 − mr ) = 1 − mr (9.70)
3 3
mr 4
φ L ( r ) = − f (r ) + φ( r ) = − + (1 − mr ) = 1 − mr (9.71)
3 3
gde je ispunjen uslov (9.60).
Bardina korelaciona funkcija turbulentnog oblika dobija se prema (9.61) i (9.62)
mr 2
φ L ( r ) = f (r ) + φ( r ) = + (1 − mr ) = 1 − mr (9.72)
3 3
mr 4
φT (r ) = − f (r ) + φ(r ) = − + (1 − mr ) = 1 − mr (9.73)
3 3
gde je ispunjen uslov (9.63).
Oblik Bardine korelacione funkcije kompletno izotropne strukture pokazan je na
slici 9.16, Tejlor-Karmanove strukture potencijalnog oblika na slici 9.17 i Tejlor-
Karmanove strukture turbulentnog oblika na slici 9.18.
2 4
φT ( r ) = 1 − mr , φ L ( r ) = 1 − mr
3 3
Slika 9.17. Bardina korelaciona funkcija TK strukture, potencijalni oblik.
Za ostale korelacione funkcije, na prethodno objašnjeni način, vrši se

transformacija CI struktura u TK strukture potencionalnog ili turbulentnog oblika. U tabeli
9.6 date su ove strukture za Bardinu, Beselovu i eksponencijalnu funkciju.
549
4 2
φT (r ) = 1 − mr , φ L ( r ) = 1 − mr
3 3
Slika 9.18. Bardina korelaciona funkcija TK strukture, turbulentni oblik.
Tabela 9.6.
Funkcija CI struktura TK struktura P T
2 φT φL
φ( r ) = 1 − mr
Bardin 3
φ( r ) = 1 − mr 4 φL φT
φ( r ) = 1 − mr
3
4d2 4d φT φL
φ(r ) = 2
− 2 Ko (r / d ) − K1 (r / d )
Beselov r r
r  r 4d2  4d 2r φL φT
φ (r ) = K1   φ(r) = − 2 + 2Ko (r / d) +  +  K1(r / d)
d  d  r r d
Ekspone-
2d 2  d d 2  −r / d φT φL
ncijalni φ (r ) = −  2 + 2 e
r2  r r2 
φ( r ) = e −r / d 2d 2  d d 2  −r / d φL φT
φ(r) = − + 21 + + 2  e
r2  r r 
CI i TK strukture korelacionih funkcija potencionalnog i turbulentnog oblika.
550
9.2.11. S -TRANSFORMACIJA KRITERIJUM MATRICA
Kriterijum matrice Tejlor-Karmanove strukture QTK i kompletno izotropne

strukture QCI kreirane na osnovu korelacionih funkcija φ(r)=f(r,d), zavise od pojedinih
dužina r izmeñu tačaka geodetske mreže i karakteristične dužina d usvojene za celu mrežu.
U tačkama geodetske mreže vrednosti ovih funkcija su φ(0)=1.
Kreirane kriterijum matrice na ovaj način, po svojoj strukturi odgovaraju
korelacionoj matrici realne geodetske mreže. Potpuno je jasno da su ove kriterijum matrice
invarijantne u odnosu na translacije i rotacije koordinatnih sistema u geodeziji, jer su
dužine invarijantne veličine u odnosu na koordinatne sisteme.
U analizi tačnosti realnih geodetskh mreža, matrica kofaktora Q xˆ zavisi od vrste
merenja i njihove tačnosti, kao i od koordinatnog sistema geodetske mreže. U teoriji
izravnanja slobodnih geodetskih mreža rešen je problem transormacije regularne matrice
Q xˆ u singularnu matricu, S-transformacijama, u cilju analize unutrašnje tačnosti izravnatih
geodetskih mreža (Poglavlje 3.9).
Kriterijum matrice Tejlor Karmanove strukture QTK ili komletno izotropne
strukture QCI su pozitivno odreñene, ako su pri njihovom kreiranju izabrane korelacione
funkcije pozitivno odreñene. U ovim slučajevima sve sopstvene vrednosti matričnog
polinoma
Qx − λ ⋅ I = 0 (9.74)
su veće ili jednake nuli

λi ≥ 0 ∀i=1, 2, ... ,u. (9.75)
Drugim rečima, u opštem slučaju kriterijum matrice QTK i QCI su regularne
(detQTK ≠0 i det QCI ≠0). U optimizaciji slobodnih geodetskih mreža, regularne kriterijum
matrice transformišu se u singularne, S-transformacijom sličnosti prema (3.300) sledi
Q xS = S ⋅ Q x ⋅ ST (9.76)
gde je:
S matrica transformacije sličnosti,
Qx regularna kriterijuma matrica,
Q XS singularna kriterijum matrica.
Oblik matrice S odreñen je matričnom jednačinom (3.301) odnosno
(
S = I − R ⋅ RT ⋅ R )−1
RT
551
a struktura matrice R zavisi od vrste mreže, merenih veličina, defekta datuma geodetske
mreže i data je detaljno u tabeli 3.14.
Primena S-transformacije (9.76) na regularne kriterijum matrice QTK i QCI koje
posle transformacije postaju singularne, može dovesti do toga da kriterijumi homogenosti i
izotropije u transformisanim oblicima nisu više ispunjeni. Ovu pojavu teško je uočiti na
uopštenim modelima matrica. Meñutim ako se za kriterijum matricu kompletno izotropne
strukture uzme jedinična matrica Q CI = I , onda (9.76) postaje
Q x S = S ⋅ Q CI ⋅ S T = S ⋅ I ⋅ S T = S ⋅ S T (9.77)
ili zbog simetričnosti matrice S
Q xS = S 2 (9.78)
odnosno zbog njene idempotentnosti

QxS = S . (9.79)
Na ovaj način teorijski je ilustrovana S-transformacija najjednostavnijeg oblika

kriterijum matrica. Zaista, jedinična regularna matrica ( det I ≠ 0 ), S-transformacijom je
prevedena u singularnu matricu S ( det S = 0 ). Ostaje dilema u kojoj meri su narušeni
uslovi homogenosti ili izotropije u transformisanom obliku Q X S . Ove dileme zaslužuju
posebnu pažnju.
U 1-D mrežama, ako se za kriterijum matricu kompletno izotropne strukture
izabere jedinična matrica Q CI = I , onda nakon S -transformacije prema (9.79) i (3.309),
sledi da će transformisana matrica Q X S biti singularna sa elementima na glavnoj dijagonali
koji su manji od 1 a van dijagonalni elementi su različiti od 0.
Razlike dijagonalnih elemenata od jedinice i van dijagonalnih od nule biće veće
ako je broj tačaka mreže n manji, i obrnuto, razlike su manje ako je veći broj tačaka n ,
odnosno za n → ∞ ralike su najmanje. Dakle, za n → ∞ homogenost ostaje očuvana
nakon S-transformacije kriterijum matrice Q CI = I u 1-D mrežama.
Za slobodnu 2-D mrežu na slici 9.19 u kojoj su planirana merenja dužina odreñena
je kovarijaciona matrica K x$ = σ o ⋅ Q x$ = Q x$ , (σ o = 1mm) . Za ovu mrežu izabrana
je Gausova korelaciona funkcija i odreñena kriterijum matrica komlpetno izotropne
strukture QCI a zatim S-transformacijom odreñena je kriterijum matrica Q X S prema
(9.76).
Longitudinalne i transferzalne vrednosti korelacija odreñene su prema (9.6) i (9.7)
na osnovu koeficijenata realne kovarijacione matrice K xˆ i kriterijum matrice Q X S
(Tabela 9.8).
552
Slika 9.19. Kompletno izotropna struktura kriterijum matrice nakon S-transformacije

postaje neizotropna u slobodnoj 2-D mreži.
Tabela 9.8.
Realna kovarijaciona Kriterijum matrica
matrica K xˆ Q xs
Ti - Tj φL L
i j
φT T
i j
φ L L (r )
i j
φ T T (r)
i j
1 2 -0.555 -0.333 -0.580 -0.580

1 3 -0.200 0.000 -0.388 -0.388
1 4 -0.555 -0.333 -0.580 -0.580
2 3 -0.555 -0.333 -0.580 -0.580
2 4 -0.200 0.000 -0.388 -0.388
3 4 -0.555 -0.333 -0.580 -0.580
σ L = 0 . 11 σ T = 0 . 30
Realne i teorijske vrednosti longitudinalnih i transferzalnih korelacija.
553
Razlike izmeñu teorijskih i realnih longitudinalnih i transferzalnih korelacionih

vrednosti označene su sa
ε L = φ L L (r ) − φ L L
k i j i j
ε T = φ T T (r ) − φT T
k i j i j
(9.80)
gde su φ L L (r )
i j
i φ T T ( r ) teorijske vrednosti. Standardne devijacije su
i j
k
1
σ L2 = ∑
k i =1
ε L2i
1 k 2
σ T2 = ∑εT
k i =1 i
a njihove numeričke vrednosti su pokazane u tabeli 9.8.
Kriterijum matrica kompletno izotropne strukture QCI prevodi sve elipse grešaka
u krugove jednakih poluprečnika a nakon S-transformacije, matrica Q X S daje homogenu
tačnost ali ne i izotropiju (Tabela 9.9 i Sl. 9.19).
Tabela 9.9.
Kompletno homogeno Homogeno neizotropna struktura
izotropna struktura QCI Q XS
Ti θ A=B=r θ A B
1 0 1 50 0.847 0.685
2 0 1 150 0.847 0.685
3 0 1 50 0.847 0.685
4 0 1 150 0.847 0.685
Elipse grešaka nakon S- transformacije matrice QCI u Q X S (Sl. 9.19).
Za slobodnu 2-D mrežu (Sl. 9.20) pokazana je homogeno izotropna struktura

matrice QCI i nakon S-transformacije neizotropnost u grafičkom obliku.
554
Slika 9.20. Kompletno izotropna struktura kriterijum matrice nakon S- transformacije

postaje nehomogena i neizotropna u slobodnoj 2-D mreži.
Na osnovu istraživanja različitih oblika 2-D geodetskih mreža proizilaze sledeći

zaključci:
• modeli korelacionih funkcija na osnovu kojih se kreiraju kriterijum matrice
dobro aproksimiraju realne kovarijacione matrice,
• realne vrednosti longitudinalnih i transferzalnih korelacija razlikuju se od
teorijskih,
• S-transformacijom, kriterijum matrica kompletno izotropne strukture, može se
transformisati u matricu nehomogeno neizotropne strukture,
• nakon S-transformacije kriterijum matrica kompletno izotropne strukture, elipse
grešaka tačaka i relativne elipse grešaka ostaju veoma bliske krugovima grešaka, odnosno
ostaje bliska homogenost i izotropija.
555
9.3. OPTIMIZACIJA DIZAJNA NULTOG REDA
U optimizaciji dizajna nultog reda, za poznat dizajn geodetske mreže, odreñuje se

optimalni datum mreže (Tabela 9.1). Odreñivanje optimalnog datuma geodetske mreže
zavisi od vrste i namene mreže.
Na ovaj način za planirana merenja u geodetskoj mreži, poznata je matrica dizajna
A kao i tačnost planiranih merenja u okviru matrice težina Pl . Pod optimalnim rešenjem
za datum geodetske mreže podrazumeva se iznalaženje optimalnih rešenja za matricu
kofaktora nepoznatih parametara Q xˆ ili vektor nepoznatih parametara x̂ (Grafarend, E.W.,
1985., Ninkov, T. 1989.).
Sva rešenja dobijaju se prema funkcionalnom i stohastičkom modelu posrednog
izravnanja a globalno se mogu podeliti na optimizaciju dizajna nultog reda slobodnih i
neslobodnih mreža.
9.3.1. OPTIMIZACIJA DIZAJNA NULTOG REDA NESLOBODNIH

MREŽA
U matematičkim modelima izravnanja neslobodnih geodetskih mreža (Poglavlje

3.2), definišu se date tačke odnosno, datum geodetske mreže uvek je definisan a nepoznati
parametri su koordinate tačaka u mreži koje se odreñuju, tako da u linearnom
funkcionalnom modelu posrednog izravnanja matrica dizajna A ima potpun rang kolona
(Tabela 3.4).
Primenom metoda najmanjih kvadrata (Poglavlje 3.2.2)
v T ⋅ Pl ⋅ v = min
dobija se optimalno rešenje
xˆ = − N −1 ⋅ n = −Q xˆ ⋅ n , ( Q xˆ = N
−1
)
gde je Q xˆ matrici kofaktora nepoznatih parametara.

U poglavlju 3.2 detaljno su razmatrani svi teorijski aspekti matematičkog modela
izravnanja neslobodnih geodetskih mreža.
Kod razvoja novih mreža za potrebe izrade i održavanja državnog premera
optimalni izbor datuma geodetske mreže definiše se projektom u zavisnosti od vrste i
namene mreže. Pod ovim se podrazumeva izbor datih tačaka koje treba da pokriju oblast
premera tako da se može razviti nova kvalitetna mreža.
556
Jedna od mera kvaliteta geodetske mreže je tačnost koordinata tačaka pa je

potrebno imati u vidu pri projektovanju, da izbor datuma geodetske mreže utiče na tačnost
odreñivanja koordinata tačaka koja je sadržana u matrici kofaktora Q xˆ . Na slikama 9.21 i
9.22, za isti dizajn mreže, pokazan je uticaj izbora datuma geodetske 2-D mreže na
preraspodelu tačnosti koordinata tačaka u mreži.
5 7
3 4 6
1 2 Y
Slika 9.21. Neslobodna 2-D mreža, datum definisan tačkama 1 i 2.
5 7
3 4 6
1 2 Y
Slika 9.22. Neslobodna 2-D mreža, datum definisan tačkama 1 i 7.
557
9.3.2. OPTIMIZACIJA DIZAJNA NULTOG REDA SLOBODNIH

MREŽA
U matematičkim modelima izravnanja slobodnih geodetskih mreža (Poglavlje

3.9), nepoznati parametri su koordinate svih tačaka u mreži, tako da u linearnom
funkcionalnom modelu posrednog izravnanja matrica dizajna A ima nepotpun rang kolona
(Tabela 3.12).
Primenom metoda najmanjih kvadrata i minimalne norme vektora nepoznatih
parametara (Poglavlje 3.9)
v T ⋅ Pl ⋅ v = min
xˆ T ⋅ xˆ = min
dobijaju se optimalna rešenja
xˆ = −N + ⋅ n = −Q xˆ ⋅ n , (N
+
= Q xˆ )
sa minimalnim tragom matrice kofaktora
tragN + = tragQxˆ = min .

U poglavlju 3.9 detaljno su razmatrani svi teorijski aspekti matematičkog modela
izravnanja slobodnih geodetskih mreža.
Na slici 9.23, za isti dizajn mreže kao na slikama 9.21 i 9.22, pokazana je
preraspodela tačnosti koordinata svih tačaka u slobodnoj 2-D mreži.
U postupku projektovanja slobodnih mreža neophodno je odrediti defekt datuma
geodetske mreže (Tabela 3.13). Pored ostalih informacija neophodno je odrediti namenu
slobodne mreže.
Ako je mreža namenjena rešavanju inženjerskih zadataka ili lokalnog geodetskog
premera sa ciljem da se kasnije izvrši transformacija koordinata slobodne geodetske mreže i
tačaka premera dobijenih nekom od metoda geodetskog snimanja, onda se projektom mora
predvideti neophodan broj identičnih tačaka slobodne mreže sa tačkama postojećih
referentnih geodetskih mreža.
Ovo je veoma važno obuhvatiti u procesu projektovanja kako bi se kasnije nakon
završetka geodetskog premera u slobodnoj mreži mogla uspešno primeniti adekvatna
transformacija koordinata tačaka u referentni koordinatni sistem (Poglavlje 8).
U savremenim projektovanjima 3-D lokalnih geodetskih mreža, planiraju se i
realizuju merenja globalnim pozicionim sistemom, izravnanje i odreñivanja koordinata se
obavlja u okviru slobodne mreže pa je neophodno identifikovati odrñeni broj identičnih
tačaka u referentnim sistemima u cilju transformacije koordinata tačaka (Sl. 9.24).
558
5 7
3 4 6
1 2 Y
Slika 9.23. Slobodna 2-D mreža.
Slika 9.24. Slobodna 3-D mreža.
559
9.4. OPTIMIZACIJA DIZAJNA PRVOG REDA
U optimizaciji dizajna prvog reda, za poznatu tačnost planiranih merenja

definisanu u obliku matrice težina Pl i za definisanu tačnost nepoznatih parametara Q x
neophodno je odrediti optimalni dizajn odnosno, optimalni plan merenja u geodetskoj
mreži A (Tabela 9.1).
U cilju iznalaženja optimalnog dizajna primenjuju se različite metode
optimizacije: metod najmanjih kvadrata, metode linearnog i nelinearnog matematičkog
programiranja, dinamičko programiranje, metod kvadratnog programiranja, gradijentni
metod, Lagranžova funkcija i druge (Grafarend, E.W., 1985., Ninkov, T. 1989., Mihailović,
K. 1985.d).
Optimizacijom dizajna prvog reda odreñuju se optimalne pozicije tačaka
geodetske mreže i optimalni plan merenja u njoj.
Kiterijumi kvalteta geodetskih mreža najčešće se ocenjuju na osnovu tačnosti i
pouzdanosti. Ove ocene zasnovane se na metodi najmanjih kvadrata i matematičkim
modelima posrednog izravnanja (Poglavlje 3).
Na osnovu ovih matematičkih modela rešavaju se problemi optimizacije dizajna
prvog reda u okviru prethodne analize tačnosti i pouzdanosti geodetskih mreža. Za razliku
od drugih metoda, prethodna analiza ima najširu primenu u projektovanju geodetskih
mreža, jer se zasniva na dobro poznatim matematičkim modelima i na dobro razvijenoj
računarskoj podršci.
9.4.1. PRETHODNA ANALIZA TAČNOSTI GEODETSKIH MREŽA
U procesu projektovanja geodetskih mreža, u cilju dobijanja numeričkih vrednosti

za potrebe odreñivanja prethodne tačnosti mreže, neophodno je odrediti dizajn mreže i
planirati merenja u njoj.
Privremene vrednosti nepoznatih koordinata ili visina tačaka odreñuju se najčešće
sa postojećih karata odreñene razmere (Sl 9.25) ili nekom od poznatih metoda za
odreñivanje vrednosti koordinata. Pod planiranjem merenja podrazumeva se izbor vrste
merenja i korespondentne tačnosti merenja.
Kada su odreñene privremene vrednosti koordinata ili visina tačaka, definisan plan
merenih vličina kao i njihova tačnost merenja u mreži, odreñuju se matrica dizajna A i
kovarijaciona matrica merenih veličina K l = σ oQ l . Na ovaj način formira se
funkcionalni i stohastički model posrednog izravnanja neslobodnih mreža (Tabela 3.4) ili
slobodnih (Tabela 3.12).
560
Kovarijaciona matrica nepoznatih parametara za neslobodne mreže je oblika

(Poglavlje 3.2)
K xˆ = σ o2 ⋅ Q xˆ = σ o2 ⋅ N −1 = σ o2 ⋅ ( A TQ l−1 A ) −1 (9.81)
ili za slobodne mreže (Poglavlje 3.9)
K xˆ = σ o2 ⋅ Q xˆ = σ o2 ⋅ N + = σ o2 ⋅ ( A TQ l−1 A ) + (9.82)
Na osnovu elemenata odreñene matrice K xˆ obavlja se potpuna prethodna analiza

tačnosti tačaka i funkcija u geodetskoj mreži na načine koji su detaljno objašnjeni u
Poglavlju 3.6. Važno je samo istaći da se u prethodnoj analizi tačnosti koristi vrednost
standardne devijacije jedinice težine σ o (a priori standardna devijacija jedinice težine).
Na slici 9.25 pokazana je prethodna analiza mikro geodetske 2-D slobodne mreže,
za planirana merenja pravaca ( σ α = 10" ) i dužina ( σ D = 2mm + 2ppm ) gde je nakon
analize dobijena homogena položajna tačnost tačaka ( σ P = 2mm ).
Slika 9.25. Prethodna analiza tačnosti mikro geodetske 2-D slobodne mreže.
Nakon analize tačnosti neophodno je uporediti dobijenu tačnost sa definisanom

tačnosti u projektnom zadatku. Ako je dobijena tačnost iz prethodne analize identična ili
bolja od tačnosti koja je projektnim zadatkom definisana onda se može očekivati da će i
nakon realizacije celog projekta mreža biti adekvatnog kvaliteta.
U suprotnom, ako zahtevi tačnosti iz projektnog zadatka nisu ispunjeni neophodne
su izmene u dizajnu mreže, planiranim merenjima ili njihovoj tačnost.
Ako je projektovana mreža homogene položajne tačnosti, ali je tačnost dobijena iz
prethodne analize manja od tačnosti definisane projektnim zadatkom, onda je neophodno
povećati tačnost planiranih merenja. Tačnost planiranih merenja se povećava većim brojem
561
merenja ili se za merenja planiraju kvalitetniji instrumenti i pribor za koje se očekuje da

mogu ispuniti zahteve definisane tačnosti.
Ako projektovana mreža nema homogenu položajnu tačnost, onda su neophodne
izmene u planu merenja, obično dodavanjem novih merenja ili promenom pozicije
odreñenog broja tačaka.
Nakon izvršenih izmena u fazi projektovanja neophodno je ponovo uraditi
prethodnu analizu tačnosti a postupak se ponavlja sve dok zahtevi iz projektnog zadatka ne
budu ispunjeni.
Napomena: U fazi projektovanja geodetskih mreža, prethodnom analizom mogu
se dobiti sve neophodne informacije o tačnosti u budućoj mreži, kao kod izravnanja
geodetske mreže, samo je neophodno koristiti vrednost standardne devijacije jedinice težine
σ o , odnosno u prethodnoj analizi uvek važi da je σ o = so .
9.4.2. PRETHODNA ANALIZA POUZDANOSTI GEODETSKIH

MREŽA
Kako kvalitet geodetske mreže zavisi od tačnosti i pouzdanosti onda se u fazi

projektovanja može pored analize tačnosti uraditi i prethodna analiza pouzdanosti
geodetskih mreža.
Kako pouzdanost ukazuje na mogućnost otkrivanja grubih grešaka ili na
utvrñivanje njihovog uticaja na ocene nepoznatih parametara, ukoliko nisu otkrivene grube
greške onda je jako važno da se u fazi projektovanja mreže odredi njena pouzdanost.
Za detaljnu analizu unutrašnje i spoljašnje pouzdanosti neslobodnih geodetskih
mreža (Poglavlje 3.7), neophodno je odrediti matricu koeficijenata unutrašnje pouzdanosti
(3.216)
R = (Ql − AN −1 A T ) ⋅ Q l−1
i matricu koeficijenata spoljašnje pouzdanosti (3.238)
U = AN −1 A T ⋅ Q l−1
ili u slobodnim mrežama važi
R = (Ql − AN + A T ) ⋅ Q l−1 (9.83)
U = AN + A T ⋅ Q l−1 . (9.84)
562
Ako je u prethodnoj analizi tačnosti odreñena inverzna matrica N −1 ili pseudo

+
inverzna matrica N onda se ona koristi i u prethodnoj analizi pouzdanosti za odreñivanje
matrica R i U . Pri proračunu koeficijenata ovih matrica neophodno je imati u vidu
relaciju U + R = I (3.241).
Kada su odreñeni koeficijenti matrica R i U odnosno, vrednosti dijagonalnih
koeficijenata rii i uii (Poglavlje 3.7), i kako je poznata tačnost planiranih merenja σ l ,
onada se mogu računati koeficijenti unutrašnje pouzdanosti ku (3.237) i donja granica
grube greške ∇ oli (3.236) kao i koeficijenti spoljašnje pouzdanosti k s (3.249) i uticaj
donje granice grube greške na nepoznate parametre ∇ o x̂i (3.249).
U analizi pouzdanosti mikro geodetske 2-D slobodne mreže (Sl. 9.25), za

planirana merenja pravaca na stanici 3, prema tačkama 1, 2, 5 i 4 (Sl. 9.26), pokazane su
vrednosti: rii koeficijenata lokalnih brojeva stepeni slobode, ku koeficijenata unutrašnje
pouzdanosti i k s koeficijenata spoljašnje pouzdanosti, kao i vrednosti ovih koeficijenata za
planirana merenja dužina sa iste stanice (Sl. 9.27).
Slika 9.26. Prethodna analiza pouzdanosti mikro geodetske 2-D slobodne mreže - pravci.
563
Nakon dobijanja vrednosti koeficijenata unutrašnje i spoljašnje pouzdanosti iz

prethodne analize pouzdanosti, neophodno je uporediti ove vrednosti sa vrednostima koje
su dobijene empirijskim putem i koje se preporučuju u projektovanjima geodetskih mreža.
Slika 9.27. Prethodna analiza pouzdanosti mikro geodetske 2-D slobodne mreže - dužine.
Numerički pokazatelji dobijeni na osnovu velikog broja simuliranih i realnih

geodetskih mreža, dati su u tabeli 9.10 (Murle M. i Bill, R. 1984.).
Tabela 9.10.
Granice koeficijenata rii Ocene kontrole
0 ≤ rii < 0.01 Nema kontrole
0.01 ≤ rii < 0.10 Slaba kontrola
0.10 ≤ rii < 0.30 Dovoljna kontrola
0.30 ≤ rii ≤ 1 Dobra kontrola
Ocene kontrole u teoriji pouzdanosti.
564
Karakteristične vrednosti koeficijenata rii u geodetskim mrežama date su u tabeli

9.11 (Caspary, F. W., 1988.).
Tabela 9.11.
Granice koeficijenata rii Vrsta geodetske mreže
0.5 ≤ rii ≤ 0.8 Kombinovane mreže
0.3 ≤ rii ≤ 0.6 Trilateracione mreže
0.1 ≤ rii ≤ 0.2 Poligonske mreže
0.2 ≤ rii ≤ 0.5 Nivelmanske mreže
Karakteristične vrednosti koeficijenata rii .
Minimalna vrednost koeficijenata rii za pojedina planirana merenja u

projektovanjima geodetskih mreža treba da bude ( rii ) min = 0.3 .
Za karakteristične vrednosti koeficijenata rii date u tabeli 9.11 mogu se odrediti

karakteristične vrednosti koeficijenata unutrašnje pouzdanost ku prema (3.237) ili (3.235)
a njegove vrednosti se nalaze u intervalu
5 ≤ ku ii ≤ 13 , (k u ii )
= 4.13 / rii . (9.85)
Na ovaj način prilikom projektovanja geodetskih mreža, kriterijumi dati u

tabelama 9.10 i 9.11 kao i izrazom (9.85) mogu poslužiti projektantu da projektuje
geodetsku mrežu adekvatne pouzdanosti.
Ako se nakon prethodne analize dobije slaba pouzdanost, onda u cilju postizanja
dobre pouzdanosti u mreži, neophodno je dodati nova planirana merenja veličina i na taj
način povećati broj suvišno merenih veličina r . Najbolji efekat se postiže zatvaranjem
geometrijskih figura u geodetskoj mreži: trougao, četvorougao ili poligon.
Nakon izmene u planu merenja neophodno je ponovo uraditi prethodnu analizu
tačnosti i pouzdanosti. Postupak se ponavlja sve dok kriterijumi tačnosti i pouzdanosti ne
budu ispunjeni. Adekvatnim softverom ovi proračuni traju samo nekoliko vremenskih
sekundi.
Napomena: Prethodna analiza tačnosti i pouzdanosti u projektovanju primenjuje se u 1-D,
2-D i 3-D geodetskim mrežama.
565
9.5. OPTIMIZACIJA DIZAJNA DRUGOG REDA
U optimizaciji dizajna drugoga reda, za poznat dizajn geodetske mreže i kreiranu

kriterijum matricu, odreñuju se optimalne težine planiranih merenja odnosno, njihove
standardne devijacije (Tabela 9.1).
Metode optimizacije dizajna drugoga reda, najčešće se zasnivaju na matematičkim
modelima izravnanja geodetskih mreža odnosno, metodi najmanjih kvadrata
v T Pv = min , i minimalnim tragom matrice kofaktora ocena koordinata tačaka
tragQ xˆ = min .
Izraz za kovarijacionu matricu koordinta tačaka, prema modelu posrednog
izravnanja, sa potpunim rangom matrice dizajna je
K x = σ o2 ( A T PA ) −1 = σ o2Q x za r( A) = r = u (9.86)
odnosno, sa nepotpunim rangom
K x = σ o2 ( A T PA ) + = σ o2Q x za r( A) = r < u. (9.87)
U fazi projektovanja geodetskih mreža, u modelima optimizacije poznata je

standardna devijacija jedinice težine σ o , matrica dizajna A i kriterijum matrica kofaktora
Qx koja zamenjuje realnu matricu kofaktora Q x$ . U cilju rešavanja problema optimizacije
geodetskih mreža, prethodne jednačine postaju
A T PA = Q x−1 za r( A ) = r = u (9.88)
odnosno za pseudoinverziju
A T PA = Q x+ za r( A ) = r < u (9.89)
gde je:
A matrica dizajna geodetske mreže,
P matrica težina planiranih merenja,
Qx kriterijum matrica kofaktora.
Matrica težina P u jednačinama (9.88) i (9.89) je nepoznata a poznata je matrica
dizajna geodetske mreže A i kriterijum matrica kofaktora Q x .
566
9.5.1. METOD MINIMALNE NORME MATRICE I NAJMANJIH

KVADRATA
Ako je u matričnoj jednačini (9.89) poznata matrica dizajna A i kriterijum

+
matrica kofaktora Q x odnosno, njena pseudoinverzija Q x a nepoznata matrica težina P,
onda u opštem slučaju sistem jednačina postaje nesaglasan
A T PA ≅ Q +x . (9.90)
Opšte rešenje ovog sistema dobija se prema (2.26)
P = (A T ) − Q x+ A − + Z − (A T ) − A T ZAA − (9.91)
gde je Z proizvoljna matrica.
Neophodan i dovoljan uslov za egzistenciju ovog rešenja je
A T (A T ) − Q x+ A − A = Q x+ .
Umesto opšteg nejedinstvenog rešenja (9.91), prema (2.56) dobija se jedinstveno
rešenje
P = (A T )+ Q x+ A + . (9.92)
Ovo rešenje ima minimalnu normu matrice trežina
P = min
i minimalnu sumu kvadrata
(A T PA − Q x−1 ) T (A T PA − Q x−1 ) = min

koja je jedinstvena.
U neslobodnim geodetskim mrežama poznata je matrica dizajna A sa potpunim
rangom kolona r ( A) = u , kao i regularna inverzija kriterijum matrice Q x−1 pa rešenje
(9.92) postaje
P = (A T )+ Q x−1A + (9.93)
gde je pseudoinverzija matrice A
A + = (A T A) −1 A T = A −L (9.94)
jednaka levoj inverziji pravougle matrice sa potpunim rangom kolona.
Za jediničnu kriterijum matricu kofaktora Qx=I rešenje (9.92) ili (9.93) postaje
567
P = ( AT )+ ⋅ A + (9.95)
i ono zavisi isključivo od dizajna geodetske mreže.
Jedinična kriterijum matrica kofaktora Qx=I u potpunosti ispunjava kriterijume
homogenosti i izotropije.
Matrica optimalnih težina merenja P dobijena prema (9.92), (9.93) ili (9.95) je
redan i ranga r (P ) = u , pa je nepotpunog ranga. Defekt ranga je d = n − u = r .
Odavde proizilazi da je matrica optimalnih težina P singularna (det P = 0) .
Ovakav pristup rešenju problema optimizacije ima teorijski značaj. Praktična
primena nije moguća jer su težine pij (i, j = 1, 2, ..., n) u matrici P meñusobno
korelativno zavisne. Planirana merenja sa ovom korelativnom zavisnošću nije moguće
realizovati u realnim geodetskim mrežama.
9.5.2. MODIFIKOVANI METOD NAJMANJIH KVADRATA
Ako je u matričnoj jednačini (9.89) poznata matrica dizajna A , kriterijum matrica

+
kofaktora Q x odnosno njena pseudoinverzija Q x a nepoznata dijagonalna matrica težina
P = diagP onda se u opštem slučaju dobija nesaglasan sistem
A T PA ≅ Q +x (9.96)
Sistem jednačina (9.96) napisan u obliku Katri-Rao proizvoda (2.11) postaje
(AT AT) ⋅ p ≅ q (9.97)
gde je:
T T
( A un A un ) u 2 n Katri-Rao proizvod,
p Tn1 = vecP = ( p11 p22 ... pnn ) vektor koeficijenata matrice P,

qu2 1 = vec ( Q x+ ) vektor koeficijenata kriterijum matrice kofaktora Q x+ .
Ako se matrica AT podeli na n vektora kolona
A T = (a 1T M a T2 M ... M a Tn )
onda Katri-Rao proizvod (9.97) prelazi u Kronekerov proizvod
(a T
1 ⊗ a 1T M a T2 ⊗ a T2 M L M a Tn ⊗ a Tn ) ⋅ p ≅ q (9.98)
568
gde je:
p T = ( p1 p2 ... pn )
qT = ( q11 q12 ... q1u M q21 q22 ... q2u M ... M qu1 qu2 ... quu )
(AT AT) = (a T
1 ⊗ a 1T a T2 ⊗ a T2 .. . a Tn ⊗ a Tn ) u 2 n .
U sistemu linearnih jednačina (9.97) ili (9.98) postoji u 2 jednačina i n

nepoznatih težina pi (i = 1, 2, ..., n) . Uvoñenjem vektora popravaka r u nesaglasan
sistem (9.97) on postaje
(AT AT) ⋅ p = q+r (9.99)
gde je:
r = vecR (9.100)
R = A T PA − Q +x . (9.101)
Kvalitet aproksimacije nesaglasnog dizajna izražava se razlikom izmeñu tekuće
matrice normalnih jednačina A T PA i date pseudoinverzije matrice Q +x , gde je
dijagonalna matrica P = diagP rešenje sistema (9.99).
Primenom metoda najmanjih kvadrata
r T ⋅ r = min
za sistem linearnih jednačina (9.99), dobija se sistem normalnih jednačina
(AT AT)T ⋅ (AT AT) ⋅ p - (AT AT)T ⋅ q = 0 (9.102)
ili u obliku
(AAT ∗AAT) ⋅ p - (AT AT)T ⋅ q = 0 (9.103)
gde simbol "∗" označava Hadamard proizvod.
Sistem (9.102) napisan kraće postaje
(CT C)p − C T q = 0 (9.104)

gde je
C=(AT AT). (9.105)
T
Ako je matrica C C regularna (det CTC ≠ 0) onda se rešenje sistema
normalnih jednačina dobija pod uslovom najmanjih kvadrata r r = min u obliku
T
p = (CTC)−1 CTq . (9.106)
569
T
(det CTC = 0) onda se rešenje sistema
Ako je matrica C C singularna
normalnih jednačina dobija pod uslovom najmanjih kvadrata r r = min i uslovom
T
minimalne norme nepoznatih težina p p = min u obliku

T
p = (CTC)+ CTq . (9.107)

Mogućnost redukcije polaznog sistema jednačina (9.97) i specifičnosti rešenja
redukovanog sistema razmatraće se kasnije.
U ovom pristupu, zbog definicije težina planiranih merenja, uvodi se uslov da su
koeficijenti vektora optimalnih težina p (9.106) i (9.107) pozitivni pi > 0
(i = 1, 2, ..., n) . Naime, u geodetskim mrežama sa dobrim dizajnom ovaj uslov će biti
uvek ispunjen. U mrežama sa slabim dizajnom može doći do pojave negativnih vrednosti
optimalnih težina u vektoru rešenja p . U tim slučajevima, korespondentna planirana
merenja se eliminišu iz dizajna geodetske mreže. Nakon eliminacije negativnih težina, za
preostale optimalne težine planiranih merenja primenjuje se linearna transformacija
p t = λ ⋅ p = diag (λ ⋅ P) (9.108)
gde je λ koeficijent proporcionalnosti.

Linearna transformacija (9.108) vrši se i u slučajevima kada su sve vrednosti
optimalnih težine pozitivne odnosno, ne postoji eliminacija planiranih merenja. Razlog
ovome je, što globalna mera saglasnosti sa kriterijum matricom može biti značajna
d T d = min
gde je:
d = vecD (9.109)
D = (APA) + − Q x . (9.110)
Ova globalna mera često je veća u ovom pristupu u odnosu na istu meru koja se
dobija kod direktnog i indirektnog metoda optimizacije dizajna drugoga reda.
Zbog toga, rešenja (9.106) i (9.107) dobijena po metodi najmanjih kvadrata
modifikuju se linearnom transformacijom (9.108), tako da se dobije bolja saglasnost sa
kriterijum matricom kofaktora Q x .
Koeficijent proporcionalnosti λ odreñuje se pod uslovom da suma kvadrata

odstupanja izmeñu pseudoinverzne matrice normalnih jednačina i kriterijum matrice bude
minimalna
f (λ ) = d T d = e T {[( A PA)
T +
][ +
]}
− Q x ∗ ( A T PA) − Q x e = min (9.111)
odnosno
570
 1  1 
f ( λ ) = e T ⋅  ( A T PA ) − Q x ∗  ( A T PA ) − Q x   ⋅ e = min (9.112)
+ +
 λ  λ 
gde je e T = (1 1 ... 1) .
Hadamard proizvod postaje
 1 T  1 T 
 ( A PA ) − Q x ∗  ( A PA ) − Q x   =
+ +
 λ  λ 
=
1
λ 2 [( A PA) ∗ ( A PA) ] − λ2 [( A PA) ∗ Q ] + Q ∗ Q
T + T + T +
x x x .
Diferenciranjem po nepoznatom parametru λ sledi
df
dλ
1
= eT  2
λ
[( A PA) ∗ Q ] − λ2 [( A PA) ∗ ( A PA) ]e = 0
T +
x 3
T + T +
odnosno, rešenje je
λ=
[
e T ( A T PA ) ∗ ( A T PA ) e +
+
]
[ ]
. (9.113)
e T ( A T PA ) ∗ Q x e
+
Rešenje koje podrazumeva saglasnost sa dijagonalnim koeficijentima kriterijum

matrice kofaktora Q x dobija se iz (9.113) u obliku
λ=
[
tr ( A T PA ) ⋅ ( A T PA )
+ +
].
[ ]
(9.114)
tr ( A PA ) ⋅ Q x
T +
Važno je naglasiti, da se vektor optimalnih težina p dobija nakon primene metoda

najmanjih kvadrata, prema (9.106) i (9.107) sa najmanjim odstupanjima od pseudoinverzne
+
kriterijum matrice kofaktora Q x . Linearnom transformacijom (9.108) vektor optimalnih
težina p modifikuje se u vektor p t čime se postiže bolja aproksimacija kriterijum matrice
Q x . Na ovaj način dobija se modifikovani metod najmanjih kvadrata aproksimacijom
pseudoinverzne kriterijum matrice.
571
9.5.2.1. REDUKCIJA SISTEMA LINEARNIH JEDNAČINA
Osnovni sistem linearnih jednačina (9.97) u kome postoji u 2 jednačina i n

nepoznatih težina, može se redukovati jer je kriterijum matrice kofaktora Q x u Katri-Rao
proizvodu simetrična, pa se javlja
u ( u − 1)
l= (9.115)
2
parova identičnih vrsta.
Na ovaj način, u sistemu linearnih jednačina dolazi do pojave linearne zavisnosti
izmeñu pojedinih jednačina. Linearno zavisne jednačine se izostavljaju iz sistema tako da
umesto ukupnog broja jednačina u 2 ostaje
u ( u + 1)
k= (9.116)
2
jednačina, gde je k < u2 .
Nakon izostavljanja linearno zavisnih jednačina, Katri-Rao proizvod (9.97) postaje
(AT AT)kn ⋅ pnl ≅ qkl . (9.117)
Zbog specifičnosti matrice dizajna A, u ovom sistemu jednačina može doći do
pojave da su svi koeficijenti jedne ili više vrsta jednaki nuli. Ove vrste se izostavljaju iz
sistema (9.117) i on postaje
(AT AT)rn ⋅ pnl ≅ qrl (9.118)
odnosno, redukovan sistem linearnih jednačina je oblika
(AT AT)red ⋅ p ≅ qred (9.119)
gde je r broj jednačina (r<k i r<u2).
Redukovan sistem linearnih jednačina (9.119) je osnovni sistem za dobijanje
numeričkih rešenja optimalnih težina ili napisan kraće
Cr ⋅ p = q r (9.120)
gde je:
Cr =Crn=(AT AT)red =(AT AT)rn
p nT1 = ( p1 p2 ... pn )
q Tr = q rT1 = (q1 q2 ... q n ) .
572
U zavisnosti od broja jednačina r i broja nepoznatih težina n , za redukovani

sistem linearnih jednačina (9.119) ili (9.120) dobija se:
• jedinstveno rešenje sistema jednačina,
• rešenje sistema jednačina sa minimalnom normom,
• rešenje sistema jednačina sa najmanjim kvadratima,
• rešenje sistema jednačina sa minimalnom normom i najmanjim
kvadratima.
9.5.2.2. JEDINSTVENO REŠENJE SISTEMA JEDNAČINA
Ako je u redukovanom sistemu jednačina (9.120) broj jednačina r jednak broju

nepoznatih težina n , matrica Cr potpunog ranga r (c ) = r , onda je njegovo rešenje
jedinstveno
T
p= ( A A
T
) −red1 ⋅ q red = C −r 1 ⋅ q r (9.121)
gde je r = n , r < u 2 i det Cr ≠ 0 .
9.5.2.3. REŠENJE SISTEMA JEDNAČINA SA MINIMALNOM NORMOM
Neka je u redukovanom sistemu linearnih jednačina (9.120) broj jednačina r

manji od broja nepoznatih težina n i neka je Katri-Rao proizvod odnosno matrica Cr
potpunog ranga vrsta
r(Crn)=r(AT AT)red =r (9.122)
gde je r <n i r <u . 2
Rešenje saglasnog redukovanog sistema C r ⋅ p = q r dobija se pod uslovom

minimalne norme vektora težina
p T ⋅ p = min
primenom Lagranžovih multiplikatora
(
p = CTr Cr CrT )−1
⋅ qr . (9.123)
Imajući u vidu desnu inverziju pravougle matrice sa potpunim rangom vrsta
(2.17), rešenje (9.123) postaje
573
p = C D− ⋅ q r (9.124)
gde je
C D− = C Tr ( C r C Tr )
−1
(9.125)
desna inverzija pravougle matrice.
9.5.2.4. REŠENJE SISTEMA JEDNAČINA SA NAJMANJIM KVADRATIMA
Neka je u redukovanom sistemu linearnih jednačina (9.120) broj jednačina r veći

od broja nepoznatih težina n i neka je Katri-Rao proizvod odnosno matrica Cr potpunog
ranga kolona
r(Crn)= r(AT AT)red=n (9.126)
gde je r > n i r < u2 .

Rešenje redukovanog sistema
r = Cr ⋅ p − qr (9.127)
dobija se po metodi najmanjih kvadrata r T ⋅ r = min oblika

(
p = CrTCr ) −1
CTr ⋅ q r . (9.128)
Imajući u vidu levu inverziju pravougle matrice sa potpunim rangom kolona
(2.19), rešenje (9.128) postaje
p = C L− ⋅ q r (9.129)
gde je
C L− = ( C r C Tr ) C Tr
−1
(9.130)
leva inverzija pravougle matrice.
574
9.5.2.5. REŠENJE SISTEMA JEDNAČINA SA MINIMALNOM NORMOM I

NAJMANJIM KVADRATIMA
Neka je u redukovanom sistemu linearnih jednačina (9.120) broj jednačina r veći

od broja nepoznatih težina n i neka je Katri-Rao proizvod odnosno matrica Cr
nepotpunog ranga
r(Crn)= r(AT AT)red < min(r, n) (9.131)
gde je r > n i r < u2 .

Rešenje saglasnog redukovanog sistema r = C r ⋅ p − q r dobija se pod uslovom
minimalne norme i najmanjih kvadrata
p T ⋅ p = min
r T ⋅ r = min
u obliku
( )
+
p = CrTCr CrT ⋅ q r (9.132)
gde je (C T
r C r ) pseudoinverzija kvadratne matrice ( C Tr C r ) . Za potpun rang matrice
+
r(Crn)=n, rešenje (9.132) prelazi u (9.128).

U trigonometrijskoj mreži (Sl. 9.28) definisana je homogeno - izotropna položajna
tačnost koordinata tačaka standardnim devijacijama položaja σ p = 5mm odnosno,
standardnim devijacijama po koordinatnim osama σ x = σ y = 3.5mm . Na ovaj način
definisani su uslovi lokalne izotropije i lokalne homogenosti. Na osnovu aproksimativnih
vrednosti koordinata tačaka, dizajna test mreže, kreirana je kriterijum matrica Tajlor-
Karmanove strukture sa modifikovanom Beselovom korelacionom funkcijom, čija je
karakteristična distanca d=500m.
Za definisane kriterijume tačnosti i planirana merenja dužina, modifikovanim
metodom najmanjih kvadrata dobijeni su rezultati optimizacije dizajna drugoga reda. Na
osnovu numeričkih rezultata optimizacije ocenjuje se kvalitet dizajna mreže. Za dizajn ove
mreže (Sl. 9.28) dobijena je optimalna tačnost planiranih merenja dužina koja se može
realizovati.
Meñutim, pored tačnosti, za dobar kvalitet mreže, neophodna je i dobra
pouzdanost. U ovoj mreži samo četiri dužine ispunjavaju kriterijume dobre pouzdanosti (Sl.
9.29). To su dužine izmeñu tačaka 2-3, 4-5, 4-8 i 6-8. Sve ostale imaju slabu pouzdanost.
575
Slika 9.28. Dizajn trigonometrijske mreže homogeno-izotropne tačnosti koordinata sa

planiranim merenjima dužina.
Slika 9.29. Slaba pouzdanost projektovane mreže (ku koeficijenti unutrašnje i ks spoqašnje
pouzdanosti).
576
Najslabiju pouzdanost ima dužina 1-4, čiji je koeficijent unutrašnje pouzdanosti

ku=61 i spoqašnje ks=61. To znači da u modelu izravnanja može ostati neidentifikovana
gruba greška 61 puta veća od standardne devijacije ove merene veličine. Za vrednost
standardne devijacije merenja dužine σ=10mm, dobija se donja granična vrednost grube
greške koja se može identifikovati jednodimenzionalnim statističkim testovima pri
izravnanju ∇0l=610 mm (za verovatnoće α=0.001, β=0.80 i parametar necentralnosti
δ=4.13). Ovaj primer jasno govori o slaboj unutrašnjoj pouzdanosti, odnosno da u rezultatu
merenja ove dužine, pri izravnanju, mogu ostati neidentifikovane grube greške manje od
donje granične vrednosti ∇0l=61 cm.
Navedeni problem egzistira i kod spoljašnje pouzdanosti, gde neidentifikovana
gruba greška u rezultatu merenja utiče na vrednosti izravnatih kordinata.
Zbog slabe pouzdanosti mreže, urañen je novi dizajn (Sl. 9.30). Planirana su
dodatna merenja tri dužine 1-5, 2-8, 3-7 i merenja pravaca na tri stanice 4, 5 i 6. Nova
merenja su planirana sa ciljem da obezbede dobru pouzdanost cele mreže. Kriterijumi
tačnosti koordinata tačaka zadržani su kao u prethodnom dizajnu, a rezultati optimizacije
novog dizajna pokazani su na slikama 9.30, 9.31 i 9.32, gde su ispunjeni kriterijumi tačnosti
i pouzdanosti.
Slika 9.30. Opimalna tačnost planiranih merenja dužina i pravaca.
577
Slika 9.31. Koeficijenti unutrašnje i spoljašnje pouzdanosti.
Slika 9.32. Postulirani krugovi i realizacione elipse grešaka.
578
9.5.3. DIREKTNI METOD OPTIMIZACIJE
Matematički model direktnog metoda optimizacije, dobija se množenjem sistema

(9.89) sa leve i desne starne kriterijum matricom kofaktora Q x odakle sledi
Q x A T PAQ x ≅ Q x Q x+ Q x
ili imajući u vidu (2.39 a), sistem postaje
Q x A T PAQ x ≅ Q x . (9.133)
U ovom nesaglasnom sistemu poznata je matrica dizajna A , kriterijum matrica

kofaktora Q x a nepoznata dijagonalna matrica težina P = diagP .
Ako se proizvod matrica Q x A T označi sa

B = Qx ⋅AT (9.134)
onda (9.133) postaje
B ⋅ P ⋅ BT ≅ Qx (9.135)
Matrična jednačina (9.135) napisana u obliku Katri-Rao proizvoda (2.11) je
(B B)⋅ p ≅ q (9.136)
gde je :
( B un B un ) u 2 n Katri-Rao proizvod,
p Tn1 = vecP = ( p11 p22 ... pnn ) vektor koeficijenata matrice P,
qu2 1 = vec ( Q x+ ) vektor koeficijenata kriterijum matrice kofaktora Q x+ .

2
U sistemu linearnih jednačina (9.136) postoji u jednačina i n nepoznatih težina
pi (i = 1, 2, 3, ..., n) . Uvoñenjem vektora popravaka d u nesaglasan sistem (9.136) on
postaje
(B B)⋅ p = q + d (9.137)
gde je:
d = vecD
D = ( A T PA ) + − Q x .
579
d T ⋅ d = min
dobija se sistem normalnih jednačina
(B B)T ⋅ (B B) ⋅ p - (B B)T ⋅ q = 0 (9.138)
ili u obliku Hadamard proizvoda
(BT B ∗BT B) ⋅ p - (B B)T ⋅ q = 0 . (9.139)
Sistem (9.138) napisan kraće postaje
(CT C)p − C T q = 0 (9.140)

gde je
C=(B B). (9.141)
T
normalnih jednačina dobija pod uslovom najmanjih kvadrata d d = min u obliku
T
p = (C T C) −1 C T q = (BT B ∗BT B)-1 ⋅ (B B)T ⋅ q (9.142)

T
Ako je matrica C C singularna (det CTC = 0) onda se rešenje sistema
normalnih jednačina dobija pod uslovom najmanjih kvadrata d d = min i uslovom
T
minimalne norme nepoznatih težina p p = min u obliku

T
p = (C T C) + C T q = (BT B ∗BT B)+ ⋅ (B B)T ⋅ q. (9.143)

Kvalitet aproksimacije, efektivne matrice kofaktora (APA)+ gde je dijagonalna
matrica optimalnih težina P = diagP dobijena prema (9.142) ili (9.143) sa datom
kriterijum matricom kofaktora Q x , izražava se globalnom merom d Td = min .
Kod direktnog metoda optimizacije, polazni sistem linearnih jednačina (9.136)
može se redukovati i iz njega mogu proisteći posebna rešenja, kao kod modifikovanog
metoda najmanjih kvadrata.
9.5.4. INDIREKTNI METOD OPTIMIZACIJE
Matematički model indirektnog metoda optimizacije zasnovan je na opštem

rešenju ocena parametara u modelu posrednog izravnanja geodetskih mreža
x$ = (A T PA) + A T P ⋅ l
sa matricom kofaktora
580
Q x̂ = (A T PA)+ A T PQ l PA(A T PA)+

Uvoñenjem kriterijum matrice kofaktora Q x umesto matrice Q x$ kao i zamenom
H = (A T PA) + A T P (9.144)
P+ = Ql
dobija se osnovni matematički model indirektnog metoda optimizacije
H ⋅ P + ⋅ HT ≅ Qx (9.145)
Dijagonalna matrica težina P+ može biti izražena u obliku
P + = diag ( p1+ p2+ ... pn+ ) = diagQ l

ili
1 
+ , za pi > 0
p =  pi
i 
 0 , za pi = 0
gde se na ovaj način dopušta pojava elemenata čija je vrednost nula u matrici težina P+ .
Matrična jednačina (9.144) napisana u obliku Katri-Rao proizvoda (2.11) postaje
(H H)⋅ p+ ≅ q (9.146)
gde je:
( H un H un ) u 2 n Katri-Rao proizvod,
p n+1 = vecP + = vecQ l = ( p11+ ) vektor dijagonalnih

+ + T
p22 ... pnn
koeficijenata matrice P+,
q u 2 1 = vecQ x vektor koeficijenata kriterijum matrice kofaktora Q x$ .
2
U sistemu linearnih jednačina (9.146) postoji u jednačina i n nepoznatih težina
+
p (i = 1, 2, 3, ..., n) . Uvoñenjem vektora popravaka d u nesaglasan sistem (9.146) on
i
postaje
(H H)⋅ p+ = q + d (9.147)
gde je:
d = vecD
D = ( A T PA ) + − Q x .
581
d T ⋅ d = min
dobija se sistem normalnih jednačina
(H H)T ⋅ (H H) ⋅ p+ - (H H)T ⋅ q = 0 (9.148)
ili u obliku Hadamard proizvoda
(HT H ∗HT H) ⋅ p+ - (H H)T ⋅ q = 0. (9.149)
Sistem (9.5.4.5) napisan kraće postaje
(C T C) ⋅ p + − C T ⋅ q = 0 (9.150)
gde je
C=(H H). (9.151)
T
normalnih jednačina (9.150) dobija pod uslovom najmanjih kvadrata d d =
T
min u obliku
p + = (C T C) −1 C T q = (HT H ∗HT H)-1 ⋅ (H H)T ⋅ q. (9.152)
T
Ako je matrica C C singularna (det CTC = 0) onda se rešenje sistema
normalnih jednačina (9.150) dobija pod uslovom najmanjih kvadrata d d = min i
T
uslovom minimalne norme nepoznatih težina p p = min u obliku

T
p + = (C T C) + C T q = (HT H ∗HT H)+ ⋅ (H H)T ⋅ q. (9.153)
Kvalitet aproksimacije, efektivne matrice kofaktora (APA)+ gde je dijagonalna

matrica optimalnih težina P = vecP dobijena prema (9.152) ili (9.153) sa datom
kriterijum matricom kofaktora Q x izražava se globalnom merom d d = min .
T
Dobijena rešenja optimalnih težina prema (9.152) ili (9.153) su početna. Naime, u
matrici H (9.144) sadržane su aktuelne težine matrice P, pa ovaj metod postaje iterativan. U
narednim iteracijama rešenja se odreñuju prema
(p+)(i)=[(H(i)T)H(i) ∗(H(i)T)H(i))]-1 ⋅ (H(i) H(i))T ⋅ q (9.153)
ili
(p+)(i) =[(H(i)T)H(i) ∗(H(i)T)H(i))]+ ⋅ (H(i) H(i))T ⋅ q (9.155)
gde je
H ( i ) = (A T P ( i ) A) + A T P ( i ) . (9.156)
Iterativni postupak dobijanja optimalnih težina prema indirektnom metodu
optimizacije je konvergentan.
582
9.5.5. KVALITET REŠENJA APROKSIMACIJOM METODE

NAJMANJIH KVADRATA
Metode optimizacije dizajna drugoga reda, zasnovane na primeni metoda

najmanjih kvadrata, daju rešenja za optimalne težine planiranih merenja, tako što se realna
matrica kofaktora aproksimira kriterijum matricom. Načini aproksimacija kriterijum
matrica su različiti u pojedinim metodama (Tabela 9.12).
Kvalitet aproksimacije u pojedinim metodama izražava se kao razlika izmeñu
tekuće matrice kofaktora i date D = (A T PA) + − Q x ili
kriterijum matrice
R = A T PA − Q +x gde je matrica optimalnih težina P = diag p dobijena odreñenom
metodom optimizacije.
Globalne mere kvaliteta aproksimacije izražavaju se posredstvom minimuma sume
kvadrata popravaka r T r = min ili d T d = min .
Tabela 9.12.
Metod Način aprokisimacije Kvalitet aproksimacije Globalna mera
kvaliteta
najmanjih direktna aproksimacija
kvadrata
A T PA = Q +x R = A T PA − Q +x r T r = min
r = vecR
modifikovani direktna aproksimacija
( A T PA ) + = Q x D = (A T PA) + − Q x d T d = min
d = vecD
direktni direktna aproksimacija
d = vecD
indirektni iterativna aproksimacija
d = vecD
Mere kvaliteta aproksimacija u metodama optimizacije.
583
Lokalne mere kvaliteta aproksimacije izražavaju se razlikom izmeñu parametara

postuliranih i efektivnih elipsi grešaka tačaka. Ove mere se koriste kada se zahteva
homogenost i izotropija geodetske mreže, najčešće u slučaju Tajlor-Karmanove strukture
kriterijum matrice. Pored ovih mera mogu se koristiti i razlike izmeñu postuliranih i
efektivnih elipsi grešaka svih ili pojedinih dužina u mreži. Pod lokalnim kvalitetom
aproksimacije podrazumeva se uspešnost u realizaciji homogenosti i izotropije elipsi
grešaka tačaka koje su postulirane posredstvom kriterijum matrice.
Izotropija može biti ocenjena pomoću količnika izmeñu velike i male ose elipse
grešaka. Homogenost se može izraziti pomoću promena površina elipsi grešaka.
Realizovana izotropija je bliskog kvaliteta kod sva tri metoda optimizacije. Realizovana
homogenost je boljeg kvaliteta kod primene direktnog metoda optimizacije, u odnosu na
indirektni metod i modifikovani metod najmanjih kvadrata.
Za stroge kriterijume tačnosti, nakon primene metoda optimizacije, dobijene
numeričke vrednosti optimalnih težina za planirana merenja, mogu imati suviše velike
vrednosti tako da se odreñena merenja ne mogu realizovati sa jako visokom tačnosti.
Raspodela tačnosti za planirana merenja u mreži je različita za svaki od ova tri metoda.
Uporeñenjem rešenja ove tri različite metode, proizilazi da modifikovani metod najmanjih
kvadrata daje najhomogeniju i najsimetričniju raspodelu tačnosti planiranih merenja.
Odavde proizilazi, da je za rešavanje optimizacionih problema u geodetskim mrežama
najracionalnije koristiti modifikovani metod najmanjih kvadrata.
Na osnovu analiza rezultata optimizacije prema različitim globalnim i lokalnim
kriterijumima, prednost se može dati modifikovanoj metodi najmanjih kvadrata i
indirektnom metodu u odnosu na direktni metod. U odreñenim situacijama indirektni metod
ne konvergira ka rešenju a direktni metod samo u nekim specijalnim slučajevima ne daje
rešenja.
Modifikovani metod najmanjih kvadrata može se primeniti u svim slučajevima jer
je aproksimacija inverzne kriterijum matrice robustna i stabilna.
9.5.6. SEKVENCIJALNI METOD OPTIMIZACIJE
Sekvencijalni metod optimizacije geodetskih mreža, baziran je na primeni

matematičkih modela metoda najmanjih kvadrata a omogućuje odreñivanje optimalne
tanosti planiranih merenja u geodetskim mrežama sa aspekta tačnosti, pouzdanosti i
osetljivosti.
Uopšteno metod najmanjih kvadrata u izravnanju merenih veličina u geodetskim
mrežama može se predstaviti sa (Glava 3)
v T K l−1 v = min
xˆ T xˆ = min
584
tragK xˆ = min .
Problem odreñivanja optimalnih standardnih devijacija planiranih merenja,
definiše se opštom matričnom jednačinom
K x = (A T (K l ) −1 A) + (9.157)
gde je:
Kx kriterijum kovarijaciona matrica koordinata tačaka,
Kl kovarijaciona matrica planiranih merenja,
A matrica dizajna geodetske mreže.
Dekompozicijom kovarijacionih matrica prema (1.67), matrična jednačina (9.157)
postaje
D x R x D x = (A T (D l ) −1 (R l ) −1 (D l ) −1 A) + (9.158)
gde je:
Dx dijagonalna matrica standardnih devijacija koordinata tačaka,
Rx korelaciona matrica koordinata tačaka,
Dl dijagonalna matrica optimalnih standardnih devijacija planiranih
merenja,
Rl korelaciona matrica planiranih merenja.
Dx = const , A = const , R l = const .

U jednačini (9.158) poznate su matrice
Definisana neophodna tačnost koordinata tačaka sadržana je u matrici D x . Korelaciona
matrica planiranih merenja R l definiše njihovu stohastičku zavisnost. Za stohastički
nezavisna merenja matrica R l postaje jedinična matrica ( R l = I ). Na levoj strani
jednačine (9.158) nepoznata je korelaciona matrica R x a na desnoj, dijagonalna matrica
optimalnih standardnih devijacija
(
D l = Diag σ l1 σl 2
... σ ln .) (9.159)
Na ovaj način, postoji jedna matrična jednačina sa dve nepoznate matrice, pa slede
višeznačna rešenja za (9.158). Problem leve strane jednačine može se rešiti definisanjem
kriterijuma tačnosti koordinata tačaka odnosno, formiranjem realne kovarijacione
kriterijum matrice Kx .
U cilju dobijanja optimalnih standardnih devijacija planiranih merenja, koristi se
matrica uticaja merenja na ocene merenja u izravnanju mreže, u obliku (3.239)
585
U = Q ˆl Q l−1 = K ˆl K l−1 (9.160)
gde je:
Ql matrica kofaktora merenih veličina,
Q $l matrica kofaktora ocena merenih veličina.
Za dijagonalne koeficijente matrice U važi
σ lˆ2
ui = i
(9.161)
σ 2
li
ili
σ lˆ
σl =
i
i
(9.162)
ui
Ako se standardne devijacije ocena merenja σ lˆ zamene se sa standardnim

devijacijama σ lˆ dobijenim iz kriterijum matrice ocena merenja
K ˆl = AK x A T (9.163)
onda slede optimalne standardne devijacije planiranih merenja
σl
σ l* =
i
i
= F ( A, K l , D x ) , (i=1,2, ..., n). (9.164)
ui
Da bi se što bolje ispunili zahtevi neophodne tačnosti koordinata, definisani
matricom D x postupak se može ponavljati, odnosno postoje iterativan što je ilustrovano
grafičkim algoritmom na slici 9.33. Rešenja koja se dobijaju u vidu dijagonalne matrice
standardnih devijacija planiranih merenja, uvek su pozitivna i ispunjavaju a priori
definisanu neophodnu i dovoljnu tačnost.
Kod mreža homogene tačnosti rešenja se dobijaju u prvom proračunu odnosno
iterativni postupak je suvišan. Meñutim, kod mreža nehomogene tačnosti neophodno je
primenjivati iterativni postupak a istraživanja su pokazala jaku konvergenciju. Postupak se
završava kada je ispunjen uslov
max σ x$ − σ x ≤ ε (9.165)
odnosno ako su vrednosti razlika standardnih devijacija dobijenih iz optimizacije i

definisanih projektnim zadatkom manje ili jednake usvojenoj maloj vrednosti ε .
586
START
A , K l , Dx , ε
K x$ = ( A T K l−1 A ) +
k xi x j
rxi x j =
k xi xi k x j x j
K x = DxR x Dx
K $l = AK x$ A T
K l = K *l
U = K $l K l−1
K $l = AK x A T
σ lˆ
σ l* =
i
i
ui
(
D*l = Diag σ l*1 σ l* 2
... σ l*n )
K *l = D*l R l D*l K x$ = ( A T (K *l ) −1 A ) +
NE
max σ x$ − σ x ≤ ε
DA
D *l , K $l , K x$
END
Slika 9.33. Grafički algoritam sekvencijalnog metoda optimizacije tačnosti.
587
U sekvencijalni metod optimizacije mogu se istovremeno uključiti kriterijumi

tačnosti i pouzdanosti. Na osnovu grafičkog algoritma na slici 9.33 potpuno je jasno da se
iterativni postupak ponavlja sve dotle, dok kriterijumi tačnosti nisu ispunjeni, ali
istovremeno kroz iterativne cikluse dolazi do promena vrednosti u jednačini (9.164), koja
se može napisati u rekurzivnom obliku
⋅ (ui( k ) )
−1 / 2
σ l∗( k ) = σ lˆ
(k )
i i
(k=1,2,3,...) (9.166)
gde je k broj iteracija.

U cilju uključivanja pouzdanosti geodetskih mreža u sekvencijalni metod
optimizacije, koristi se matrica koeficijenata pouzdanosti (3.217)
R = Q v Q −l 1 = K v K −l 1 (9.167)
gde je Q v matrica kofaktora popravaka u izravnanju mreže. Zbir matrica U i R daje

jediničnu matricu U + R = I (3.241).
Za dijagonalne koeficijente ovih matrica važi ui = 1 − ri , pa iz (9.166) sledi
⋅ (1 − ri( k ) )
−1 / 2
σ l∗( k ) = σ lˆ
(k )
i i
, (i=1, 2, ..., n), (k=1, 2, 3,...). (9.168)
Prema (9.168) proizilazi da u svakoj narednoj iteraciji dolazi do promena

vrednosti optimalnih standardnih devijacija planiranih merenja, kriterijum matrice
koordinata kao i koeficijenata pouzdanosti. Kako su koeficijenti pouzdanosti r elementi
kriterijuma pouzdanosti to znači da u samom procesu optimizacije dolazi do interakcije
izmeñu tačnosti i pouzdanosti.
Minimalna vrednost rmin = min(ri ) u ovom modelu optimizacije odreñuje se
prema
1 1 r
rmin = r= ⋅ (9.169)
2 2 n
gde je r broj stepeni slobode u planiranoj mreži a n broj planiranih merenja. Na ovaj
način, ako u odreñenoj iteraciji vrednost koeficijenta r dostigne graničnu vrednost rmin
onda se njegova vrednost i vrednost optimalne standardne devijacije usvaja kao konstantna
vrednost
∀ ri
(k)
≤ rmin ⇒ ri ( k ) = rmin = const i σ l(i k ) = const . (9.170)
gde je k broj iteracija. U sledećim iteracijama k+1, k+2, ... , vrednosti r i σ ostaju
konstantne veličine, kao donje granične vrednosti za tekuće planirano merenje, a za ostala
planirana merenja ove vrednosti biće promenljive do ispunjenja kriterijuma tačnosti
koordinata tačaka (Sl. 9.34).
588
START
A, K l , D x , ε , rmin , δ 0
K x$ = ( A T K −l 1 A ) +
k xi x j
rxi x j =
k xi xi k x j x j
K x = D x R x D x K $l = AK x$ A T
Kl = K *
l K l = K *l
−1
ri = rmin U = K $l K l , R = I−U
ui = umax K $l = AK x A T
σ lˆ
σ l* =
i
i
ui
(
D*l = Diag σ l*1 σ l* 2
... σ l*n )
K *l = D*l R l D*l
K x$ = ( A T (K *l ) −1 A ) +
NE KONTROLA POUZDANOSTI
ri ≥ rmin ili ui ≤ u max
DA NE
KONTROLA TAČNOSTI
max σ x$ − σ x ≤ ε
DA
589
δ0
∇ 0li = ⋅ σli
ri
ui
∇ 0 xˆ i = δ 0
ri
ui
∇ 0 Fi ≤ σ Fσ 0 ⋅
ri
OPTIMALNA TAČNOST I POUZDANOST

D l* , K $l , K x$
END
Slika 9.34. Sekvencijalni metod optimizacije tačnosti i pouzdanosti.
Kada su uz navedene kriterijume tačnosti i pouzdanosti dobijene optimalne

standardne devijacije planiranih merenja σ l odreñuju se veličine koje mogu poslužiti u
cilju kontrole merenja:
- optimalna unutrašnja pouzdanost ∇ 0 li (3.231),
- optimalna spoljašnja pouzdanost ∇ o x̂i (3.249).

- optimalna pouzdanost funkcija parametara u mrži ∇ 0 Fi (3.246).
Napomena 1: Kod izravnanja sa regularnom inverzijom matrice normalnih jednačina
postupak je identičan samo se umesto pseudoinverzije K x = (A T (K l ) −1 A) + koristi
regularna inverzija K x = (A T (K l )−1 A)−1 .
Napomena 2: Sekvencijalni metod optimizacije planiranih merenja u geodetskim
mrežama, uključuje stohastičku zavisnost izmeñu planiranih merenja. Ovaj metod
optimizacije može biti primenjivan u 1-D, 2-D i 3-D geodetskim mrežama.
590
Sekvencijalni metod optimizacije ilustrovan je za kontrolnu 1-D mrežu (Sl. 9.35.)

koju čine reperi meñusobno povezani merenjima visinskih razlika. Definisana neophodna
homogena tačnost visina repera je σ H i = 0.3mm a planirana tačnost merenja visinskih
razlika je σ ∆h = 0.5mm .
i
R1
R8
R 11
R 11
R2
R7
R 12
R13
R12
R 7543
R 13 R3
R9
R6 R 14
R 14
R 10
R4
R5
Slika 9.35. Dizajn kontrolne 1-D mreže.
Rezultati optimizacije pokazani su u tabelama 9.13 i 9.14.

Tabela 9.13.
Optimalna tačnost Intervali tačnosti
1 visina repera 0.3mm ≤ σ H ≤ 0.4mm
2 planiranih merenja 0.4mm ≤ σ ∆h ≤ 0.7mm
Optimalna tačnost.
591
Tabela 9.14.
Optimalna pouzdanost Intervali tačnosti
1 koeficijenti unutrašnje pouzdanosti 5.50 ≤ku≤ 6.86
2 koeficijenti spoljašnje pouzdanosti 3.21 ≤ ks≤ 5.08
Optimalna pouzdanost.
Na osnovu dobijenih rezultata optimizacije proizilazi da je kontrolna 1-D mreža

dobrog kvaliteta, odnosno dobre tačnosti i pouzdanosti (Sl. 9.36).
0.3mm
R1
0.4mm
R8
0.4mm
R 11
R 11
0.3mm 0.4mm
R7 R2
0.3mm
R 12
0.4mm R 13
R 12
R 7543
0.3mm
0.3mm
0.3mm R3
R9
R 13
0.3mm 0.3mm
R6 R 14
R 14
0.3mm
0.3mm R 10
R4
0.3mm
R5
Slika 9.36. Optimalna tačnost visina repera (0.3 mm ≤ σ H ≤ 0.4 mm).
592
U optimizaciji kontrolne 2-D mreže (Sl. 9.37.), koju čini deset tačaka povezanih
merenjima dvanaest dužina i merenjima horizontalnih pravaca, na deset stanica sa ukupno
trideset dva pravca, definisana je homogena položajna tačnost tačaka σ Pi = 2mm .
Tačnost planiranih merenja dužina je σ D = 3mm
i
a tačnost planiranih merenja pravaca je
σ α = 5" .
i
R 11
2
7
R13
R12
9
3
6
R 14
10
5
Slika 9.37. Dizajn kontrolne 2-D mreže.
Rezultati optimizacije pokazani su u tabelama 9.15, 9.16, 9.17 i 9.18.
593
Tabela 9.15.
Tačnost Intervali tačnosti
1 po X osi 1.3mm ≤ σ x ≤ 1.7mm
2 po Y osi 1.2mm ≤ σ y ≤ 1.6mm
3 položajna tačnost 1.9mm ≤ σ P ≤ 2.2mm
Optimalna tačnost koordinata tačaka.
Tabela 9.16.
Tačnost Intervali tačnosti
1 dužina 1.4mm ≤ σ d ≤ 3.4mm
2 pravaca 3" ≤ σ α ≤ 35"
Optimalna tačnost planiranih merenja.
Tabela 9.17.
Pouzdanost Intervali pouzdanosti
1 unutrašnja 5.6 ≤ ku ≤ 16.9
2 spoljašnja 3.8 ≤ ks ≤ 16.4
Optimalna pouzdanost planiranih merenja dužina.
Tabela 9.18.
Pouzdanost Intervali pouzdanosti
1 unutršnja 4.5 ≤ ku ≤ 13.0
2 spoljašnja 1.7 ≤ ks ≤ 13.3
Optimalna pouzdanost planiranih merenja pravaca.
Na osnovu dobijenih rezultata optimizacije proizilazi da je kontrolna 2-D mreža

dobrog kvaliteta.
594
1 1.9mm
8 2.1mm
R11
7 2 2.0mm
2.0mm
R13
R12
9 2.2mm 3 2.0mm
6
1.9mm
R14
10 2.0mm
4 1.9mm
5 2.0mm
Slika 9.38. Optimalna položajna tačnost (1.9mm ≤ σ P ≤ 2.2mm).
595
9.6. OPTIMIZACIJA DIZAJNA TREĆEG REDA
Optimizacijom dizajna trećeg reda odreñuju se optimalne težine planiranih

merenja u geodetskim mrežama sa dodatnim dizajnom u odnosu na dizajn postojeće mreže
(Tabela 9.1). Dodatni dizajn sadrži nove tačke i nova planirana merenja, ili samo nova
planirana merenja. Na ovaj način optimizacijom dizajna trećeg reda rešavaju se problemi
poboljšanja, proširenja i pogušćavanja geodetskih mreža (Grafarend, E. W., 1985.).
Optimalna rešenja se dobijaju primenom modifikovanog metoda najmanjih
kvadrata pri čemu je poznata matrica kriterijuma kofaktora koordinata.
Postoje tri različita osnovna matematička modela (Illner, M. 1986., 1987., Ninkov,
T. 1989.):
• dinamički model,
• statički model,
• model sa hibridnom normom.
Dinamički model daje optimalna rešenja težina dodatno planiranih merenja u
pogušćenoj ili proširenoj mreži.
Statički model omogućuje dobijanje optimalnih težina dodatno planiranih merenja
a težine merenja u postojećem dizajnu ostaju nepromenjene.
Model sa hibridnom normom sačinjen je od dva različita dela, sa korespondentnim
matricama težina. Jedan deo sadrži popravke iz aproksimacije inverzne matrice kriterijuma
kofaktora koordinata, a drugi kvadratnu formu promena u težinama merenja postojećeg
dizajna.
9.6.1. DINAMIČKI MODEL OPTIMIZACIJE
Opšti model dinamičkog izravnanja, proširene mreže u dinamičkom smislu,

zasnovan je na funkcionalnom modelu posrednog izravnanja podeljenog u dve grupe
v1 = A11xˆ 1 + A12 xˆ 2 + 0xˆ 3 + f1
(9.171)
v 2 = 0xˆ 1 + A 22 xˆ 2 + A 23xˆ 3 + f 2
i stohastičkom modelu
P 
P =  1  (9.172)
 P2 
gde je
596
l1 vektor starih merenja postojeće mreže,
l2 vektor novih merenja,
P1 matrica težina starih merenja,
P2 matrica težina novih merenja.

Matrica dizajna sastavljena je od submatrica
A A 12 0 
A =  11  (9.173)
 0 A 22 A 23 
a vektor ocena koordinata je podeljena u tri subvektora
(
xˆ T = xˆ 1T xˆ T2 )
xˆ T3 . (9.174)
Dinamički model izravnanja pogušćene mreže karakterističan je po tome što druga

grupa novih merenja utiče na ocene koordinata svih tačaka i njihovu tačnost.
Na isti način u optimizaciji, dizajn novih merenja utiče na promene težina
realizovanih ili planiranih merenja. Zbog toga, u dinamičkom pristupu rešenju optimizacije
trećeg reda, odreñuju se težine svih merenja kao nepoznati parametri.
Matrice dizajna obe grupe i vektori težina mogu se predstaviti u obliku
A1 = (A11 A12 ) , p1 = vec(P1 ) (9.175)
A 2 = (A 22 A 23 ) , p 2 = vec(P2 ) (9.176)
a (9.173) postaje
A 0 
A =  1 . (9.177)
 0 A 2 
Kompletna pseudoinverzna kriterijum matrica koja se odnosi na sve tačke mreže
(xˆ T
1 xˆ T
2 )
xˆ T3 grafički je predstavljena na slici 9.39.
x1 x2 x3
q vec
x1 x1 / 2=
Q+x = x2
1/ 2 / 3
x3 q vec
x2 /3=
Slika 9.39. Kompletna pseudoinverzna kriterijum matrica.
597
Saglasno razmatranjima u optimizaciji dizajna drugog reda kod modifikovanog

metoda najmanjih kvadrata (Poglavlje 9.5.2), i imajući u vidu izraze (9.96), (9.102) i
(9.103) sledi sistem jednačina oblika
 A 1 A1T ∗ A1 A1T A12 A T22 ∗ A12 A T22   p1   (A1 ÍA1 ) ⋅ q x1/2 

T T T
  ⋅  −  =0
 A AT ∗ A AT A 2 A T2 ∗ A 2 A T2   p 2   (A 2 ÍA 2 ) ⋅ q x2/3 
T T T (9.178)
 22 12 22 12
ili
 N11 N12   p1   b1 
 T ⋅  −   = 0 . (9.179)
 N12 N 22   p 2   b 2 
Ako se pretpostavi da je izvršena optimizacija postojeće mreže kojoj pripadaju
stara merenja, modifikovanim metodom najmanjih kvadrata sa pseudoinverznom kriterijum
matricom onda, se može izvršiti optimizacija novih merenja korišćenjem rezultata
prethodne optimizacije mreže, tako što se ne rešava ceo sistem jednačina (9.178).
Optimizacija dela mreže koji se odnosi samo na stara merenja može se formulisati
sa
( A1 A1T ∗ A1 A1T ) p1 − (A1TÍA1T )T ⋅ qx1/2 = 0 (9.180)
ili
N11p1 − b1 = 0 (9.181)
gde je
( )
qx1/2 = vec Q +x 1/2 . (9.182)
vektor čiji su elementi koeficijenti pseudoinverzne kriterijum matrice koji se odnose na

vektore koordinata tačaka x̂1 i x̂ 2 (Sl. 9.39).
Polazeći od pretpostavke da je nakon rešenja sistema jednačina (9.181), poznata
inverzna matrica N 11 , onda se može redukovati i rešti sistem (9.178) po nepoznatom
vektoru p2
N 22 p2 − b2 = 0 (9.183)
gde je
−1
N 22 = N 22 − N12
T
N11 N12 (9.184)
−1
b2 = b 2 − N12
T
N11 b1 . (9.185)
Težine merenja u postojećoj mreži mogu se izraiti u obliku
598
−1
p1 = N11 (b1 − N12p 2 ) (9.186)
a inverzija sistema normalnih jednačina (9.179) postaje
−1
 N11 N12   N −1 + N11
−1 −1 T
N12 N 22 −1
N12 N11 −1
− N11 −1
N12 N 22 
 T  =  11 −1 T −1 −1
.
 (9.187)
 N12 N 22   − N 22 N12 N11 N 22 
Za potrebe dinamičkog modela optimizacije neophodno je odrediti samo inverznu
−1
matricu N 22 u (9.187). Ova inverzna matrica može biti korišćena za odreñivanje težina
planiranih novih merenja, koja treba da budu uključena u postojeći dizajn mreže.
Iznalaženje ove inverzije izvodi se efikasno jer je ona obično malih dimenzija odnosno,
planira se relativno mali broj novih merenja koji treba da poguste ili prošire postojeću
mrežu.
Ako su planirana nova merenja koja poboljšavaju kvalitet postojeće mreže, bez
dodatnih novih tačaka, onda se može koristiti postojeća kriterijum matrica, i gde važi
−1
A 23 = 0 , b1 = b1 , N11 b1 = p1 .
Rešenje za težine planiranih novih merenja dobija iz sistema
N 22p 2 − (b 2 − N12
T
p1 ) = 0 (9.188)
u obliku
−1
p 2 = N 22 ⋅ (b 2 − N12
T
p1 ) (9.189)
gde su
−1
N 22 = N 22 − N12
T
N11 N12
N 22 = A 22 A T22 ∗ A 22 A T22
b 2 = (A T22ÍA T22 )T ⋅ q x 2
a vektor q x 2 se dobija iz pseudoinverzne kriterijum matrice (Sl. 9.40).

x1 x2
x1
Q+x = q
x2 = vec
1/ 2
x2
Slika 9.40. Kompletna pseudoinverzna kriterijum matrica.
599
Promene težina merenih veličina u postojećem dizajnu su

−1 −1 −1
p1 − p1 = N11 (b1 − N12p 2 ) − N11 b1 = − N11 N12p 2 . (9.190)
Dinamički model optimizacije specijalno je prilagoñen za optimizaciju mreža u
postupku projektovanja odnosno u fazi kada je samo poznat dizajn.
Na ovaj način kada nisu realizovana merenja, za izrañen dizajn i dobijena rešenja
u prvoj fazi (postojeće rešenje), mogu se u drugoj fazi dodati nova planirana merenja a
iznalaženje rešenja za novi dizajn je pojednostavljeno jer se koriste rezultati računanja iz
prve faze.
9.6.2. STATIČKI MODEL OPTIMIZACIJE
Statički model optimizacije dizajna trećeg reda, zasnovan je na teorijskim

razmatranjima modifikovanog metoda njamanjih kvadrata (Poglavlje 9.5.2), opštem
polaznom sistemu (9.96) i rešenjima dobijenim u dinamičkom modelu optimizacije
(Poglavlje 9.6.1). Statički model omogućava odreñivanje težina planiranih novih merenja
pod uslovom da težine vektora p1 u postojećem delu mreže ostanu konstantne.
Imajući u vidu postavljene zahteve, statički model optimizacije dizajna trećeg reda
definiše se
p 
p =  1  , (
q x = vec Q +x1/2/3 ) (9.191)
 p2 
sa sistemom jednačina u obliku Katri-Rao proizvoda (9.97)
(A TÍA T ) ⋅ p = q x (9.192)
i uslovima
(I 0) ⋅ p = p1 . (9.193)
Uvoñenjem vektora popravaka r u nesaglasan sistem (9.192), kao kod
modifikovanog metoda najmanjih kvadrata (Poglavlje 9.5.2), sistem se rešava pod uslovom
r T r + 2k T (I ⋅ p 1 − p1 ) = min (9.194)
gde je k vektor korelata.

Rešenjem sistema (9.192) pod uslovom (9.194) dobija se sistem normalnih
jednačina
600
 N11 N12 I   p1   b 
 T     
 N12 N 22 0  ⋅  p2  −  b  = 0 (9.195)
 I 0 0   k   p1 

odakle se dobijaju subvektori p1 i p 2
p1 = p1 (9.196)
p 2 = N −221 (b 2 − N12
T
p1 ) (9.197)
gde su u vektoru p 2 sadržana tražena rešenja za težine planiranih novih merenja.

Poreñenjem izraza (9.189) i (9.197) uočava se, da se rešenja za vektor p 2 kod
dinamičkog i statičkog modela, razlikuju samo zbog različitih matrica N 22 i N 22 .
9.6.3. MODEL OPTIMIZACIJE SA HIBRIDNOM NORMOM
Model sa hibridnom normom zasniva se na rešenjima razmatranim u okviru

dinamičkog i statičkog modela optimizacije dizajna trećeg reda.
Početni sistem jednačina sastoji se od dva nekonzistentna dela, prema (9.192) i
(9.193) sledi
(A TÍA T ) ⋅ p = q x , M1 (9.198)
(I 0) ⋅ p = p1 , M2 (9.199)
gde svaki deo sistema ima odgovarajuću matricu težina, prvi M1 a drugi M 2 .
Prvi deo sistema jednačina predstavlja aproksimaciju pseudoinverzne kriterijum
matrice definisane vektorom (
q x = vec Q +x1/2/3 ) a drugi deo aproksimaciju datih težina
definisanih vektorom p1 .
Matrice M1 i M 2 su dijagonalne sa elementima na glavnoj dijagonali m1
odnosno m2 . Za razliku od statičkog modela, gde su vrednosti vektora q x i p1 strogo
odreñene, u ovom slučaju njihove vrednosti zavise od meñusobnog odnosa koeficijenata
m2 / m1 .
601
Ako se uvede vektor popravaka r1 za sistem jednačina (9.198) i vektor popravaka

r2 za sistem jednačina (9.199), onda se rešenja celog sistema nalaze pomoću minimalne
hibridne norme
r1T M1r1 + r2T M 2r2 = min . (9.200)

Rešenja sistema su oblika
 m T   T T T m2 
 (A1A1 ∗ A1A1 ) + 2 ⋅ I (A12A22 ∗ A12A22 )  p1  (A1 ÍA1 ) ⋅ qx1/2 + ⋅ p1 
T T T
 m1   −  m1 =0
 (A AT ∗ A AT ) T  p2  
(A2A2 ∗ A2A2 ) 
T
(A2 ÍA2 ) ⋅ qx2/3
T T T 
 22 12 22 12  
ili
 m   m 
 N11 + 2 ⋅ I N12  p1   b1 + 2 ⋅ p1 
 m1  
 p  −  m1 =0. (9.201)
 T  2  b 
 N12 N 22   2 
Adekvatnim izborom meñusobnog odnosa koeficijenata m2 / m1 , iz (9.201) mogu
se dobiti rešenja i za oba granična slučaja, prema dinamičkom ili statičkom modelu.
Ako se usvoji m1 >> m2 onda meñusobni odnos koeficijenata teži nuli
m2 / m1 → 0 pa iz (9.201) slede rešenja za dinamički model optimizacije oblika (9.179).
Množenjem prve jednačine u sistemu (9.201) sa koeficijentom m1 / m2 dobija se
 m1  m m 
 N11 + I p1 + 1 N12p 2 −  1 b1 + p1  = 0 . (9.202)
 m2  m2  m2 
Ako se usvoji m2 >> m1 onda se iz (9.202) dobija rešenje za statički model
optimizacije
p1 = p1 (9.203)
a iz drugog dela sistema jednačina (9.201) sledi
p 2 = N −221 (b 2 − N12
T
p1 ) . (9.204)
Ova rešenja identična su rešenjima za težine u statičkom modelu optimizacije
dobijenim prema (9.196) i (9.197).
U praktičnim primenama modela optimizacije sa hibridnom normom neophodan je
pažljiv adekvatan izbor vrednosti za težine m1 i m2 u postojećoj i proširenoj mreži.
602
9.7. OPTIMIZACIJA U PROJEKTOVANJU

GEODETSKIH MREŽA
Metode optimizacije se primenjuju u projektovanju geodetskih mreža u cilju

dobijanja optimalnih odnosno, najboljih rešenja za realizaciju projekata.
Metode optimizacije omogućavaju: dobijanje neophodnih numeričkih podataka na
osnovu proračuna prema odreñenim matematičkim modelima, donošenje odluka u
slučajevima varijantnih rešenja, ocena kvaliteta geodetskih mreža i rešavanju drugih
zadataka neophodnih za realizaciju projekata.
Primena metoda optimizacije u savremenim projektovanjima često može biti
veoma kompleksna. Ova kompleksnost prisutna je kada se zahteva dobar kvalitet geodetske
mreže.
Pod kvalitetom geodetske mreže podrazumeva se najčešće tačnost, pouzdanost,
osetljivost, ekonomičnost ili neki posebni parametri kvaliteta u zavisnosti od namene
mreže. U procesu projektovanja kada se primenjuju metode optimizacije neophodno je
definisati kriterijume kvaliteta geodetske mreže.
Kriterijumi tačnosti geodetskih mreža najčešće se odnose se na tačnost tačaka i
funkcija. Mogu se definisati globalni ili lokalni kriterijumi tačnosti. U metodama
optimizacije mogu se koristiti i drugi kriterijumi tačnosti koji su detaljno razmatrani u
analizi tačnosti geodetskih mreža (Poglavlje 3.6).
Kriterijumi pouzdanosti geodetskih mreža najčešće se odnose na unutrašnju i
spoljašnju pouzdanost. Mogu se definisati globalni ili lokalni kriterijumi pouzdanosti. U
metodama optimizacije mogu se koristiti i drugi kriterijumi pouzdanosti koji su detaljno
razmatrani u analizi pouzdanosti geodetskih mreža (Poglavlje 3.7).
Kriterijumi osetljivosti geodetskih mreža najčešće se odnose na veličine
deformacija koje mogu biti identifikovane za odreñeni dizajn deformacione mreže i
planiranu tačnost merenja (Glava 10). U metodama optimizacije koje se primenjuju u
deformacionim mrežama mogu se koristiti kriterijumi tačnosti, pouzdanosti i osetljivosti.
Izbor i primena metoda optimizacije u projektovanju geodetskih mreža pre svega
zavisi od vrste i namene mreže.
U projektovanju mreža geodetskog premera, 1-D, 2-D i 3-D najčešće se
primenjuje optimizacija dizajna prvog ili drugog reda. U okviru optimizacije dizajna prvog
reda uglavnom se primenjuje prethodna analiza geodetske mreže (Poglavlje 9.4).
Prethodna analiza ima najširu primenu u projektovanju geodetskih mreža, jer se
zasniva na dobro poznatim matematičkim modelima i na dobro razvijenoj računarskoj
podršci, tako da se rešenja dobijaju veoma efikasno. U okviru optimizacije dizajna drugog
reda najčešće se koristi modifikovani metod najmanjih kvadrata (Poglavlje 9.5).
603
U projektovanju mreža specijalnih namena i mreža inženjerske geodezije mogu

se koristiti ove ili ostale metode optimizacije s tim da se kod izbora optimizacionog metoda
mora uvek imati u vidu namena mreže.
604

OptimizacijaGeodMreza 523-604

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

OptimizacijaGeodMreza 523-604

Uploaded by

Copyright:

Available Formats

Glava 9.

Optimizacija geodetskih mreža

Optimizacija je nauka čiji je cilj da odredi "najbolja" rešenja za izvesne

NUMERIČKE METODE TEORIJA GRAFOVA STATISTIKA

RAČUN TOPOLOGIJA GEOMETRIJA

LINEARNA ALGEBRA TEORIJA GRUPA VEROVATNOĆA

Slika 9.1. Strukturalno okruženje teorije optimizacije.

U pristupu rešavanja optimizacionih problema postoji obično pet faza:

analiza optimalnih kriterijuma,

9.1. KLASIFIKACIJA METODA OPTIMIZACIJE

Optimizacija projektovanja geodetskih mreža klasifikuje se unutar različitih

3. red Q x$ A, P Poboljšanje kvaliteta

Klasifikacija metoda optimizacije geodetskih mreža.

·Projekat 0. reda - predstavlja izbor optimalnog koordinatnog sistema za

9.2. KRITERIJUM MATRICE

Kriterijum matice u procesu optimizacije geodetskih mreža zamenjuju realne

9.2.1. LONGITUDINALNA I TRANSFERZALNA KORELACIJA

Neka je kriterijum kovarijaciona matrica za dve tačke u ravni

gde je: σ standardana devijacija,

Kx kriterijum kovarijaciona matrica.

Na ovaj način, u tačkama i i j definisana je varijansa po koordinatnim osama,

Slika 9.2. Longitudinalna i transferzalna varijansa.

Longitudinalni projekcioni operator je

q Li L j longitudinalni kofaktor (kovarijansa),

qTi Ti i qT j T j transferzalni kofaktor (varijansa),

qTi Tj transferzalni kofaktor (kovarijansa).

Slika 9.3. Longitudinalni i transferzalni kofaktori izmeñu dve tačke.

Longitudinalna i transferzalna korelaciona vrednost izmeñu dve tačke (Sl. 9.3)

Apsolutne vrednosti longitudinalnih i transferzalnih korelaija nalaze se u intervalu

9.2.2. KOVARIJACIONE I KORELACIONE FUNKCIJE

Pri kreiranju kriterijum matrica geodetskih mreža koriste se različiti oblici

Slika 9.4. Gausova kovarijaciona funkcija.

Osobine kovarijacione funkcije (Sl. 9.4) su:

• limr →∞ C ( r ) = 0 granična vrednost funkcije.

Uzimajući da je u kovarijacionim funkcijama r=ξ i imajući u vidu (9.10) sledi

Broj Model funkcije Naziv funkcije

3. r r Beselova (Bessel)

γ2 >0 pozitivna konstanta,

Na osnovu (9.16) odreñene su konstane αi za modele korelacionih funkcija koji se

9.2.3. GAUSOVA KORELACIONA FUNKCIJA

Gausova (Gauss) korelaciona funkcija (Sl.9.5) je oblika

Slika 9.5. Gausova (Gauss) korelaciona funkcija

Imajući u vidu (9.14) prethodna jednačina postaje

α = − ln 0.5 = 0.833 . (9.19)

9.2.4. EKSPONENCIJALNA KORELACIONA FUNKCIJA

Eksponencijalna korelaciona funkcija (Sl. 9.6) je oblika

Slika 9.6. Eksponencijalna korelaciona funkcija

Ova korelaciona funkcija je pozitivno definisana i daje pozitivne vrednosti

9.2.5. BESELOVA KORELACIONA FUNKCIJA

Modifikovana Beselova (Bessel) funkcija celobrojnog reda (William, H. P. 1986.)

r dužina izmeñu dve tačke,

Slika 9.7. Modifikovana Beselova (Bessel) funkcija.

Zamenom (9.25) u (9.26) sledi

Slika 9.8. Modifikovana Beselova (Bessel) korelaciona funkcija

Ova korelaciona funkcija je pozitivno definisana i daje pozitivne vrednosti

9.2.6. MAISLOVA KORELACIONA FUNKCIJA

Maislova (Meissl) korelaciona funkcija (Sl. 9.9) je oblika

Slika 9.9. Maislova (Meissl) korelaciona funkcija

9.2.7. BARDINA KORELACIONA FUNKCIJA

Bardina (Baarda) korelaciona funkcija (Sl. 9.10) je oblika

Slika 9.10. Bardina (Baarda) korelaciona funkcija

Veza izmeñu karakteristične dužine d i parametra ξ prema (9.16) i (9.36) je

Slika 9.11. Bardina korelaciona funkcija( rmax=10km, m=0.1).

9.2.8. EKSPONENCIJALNO KOSINUSNA KORELACIONA