Bestimmung ausgleichender Funktionen – Teil 1
Determination of Adjustment Functions – Part 1
Willfried Schwarz
Bei der Bestimmung ausgleichender Funktionen im Zwei- und im Dreidimensionalen ist festzulegen, welche Abweichungen zwischen den gegebenen Messpunkten und der zu bestimmenden Funktion zu minimieren sind. In diesem Beitrag werden mehrere Zielfunktionen mit den entsprechenden Modellen gegenübergestellt und anhand von Beispielen mit Parabelfunktionen zahlenmäßig verglichen. Die Berechnungen werden in der Programmiersprache Python vorgenommen. Die Beispielrechnungen zeigen, dass die Unterschiede bei gestreckten Parabeln besonders zutage treten und mit zunehmender Stauchung der Parabelverläufe die Abweichungen kleiner werden, sodass es egal ist, mit welcher Zielfunktion dann die Berechnungen letztlich vorgenommen werden. Trotzdem kann neben dem klassischen Ansatz der Minimierung der Summe der Quadrate der Abweichungen in der y-Richtung die Minimierung der Summe der Quadrate der rechtwinklig zur Funktion stehenden Abweichungen von Interesse sein. Im vorliegenden ersten Teil des Beitrags in diesem Heft werden die Grundlagen und Modelle der einzelnen Zielfunktionen besprochen, während im späteren zweiten Teil die Zielfunktionen an unterschiedlichen Berechnungsbeispielen demonstriert werden.
When determining adjustment functions in two and three dimensions, it is necessary to determine which deviations between the given measuring points and the function to be determined should be minimized. In this contribution, several objective functions are compared with the corresponding models and numerically evaluated using examples with parabolic functions. The calculations are carried out in the Python programming language. The sample calculations show that the differences are particularly evident in the case of a stretched parabola and with increasing compression of the course of the parabola, the residuals become smaller, so that it doesn’t matter with which objective the calculations are finally carried out. Nevertheless, in addition to the classic approach of minimizing the sum of squares of the residuals in the y-direction, minimizing the sum of the squares of the residuals perpendicular to the function may be of interest. In the first part of this article in this issue, the basics and models of the individual functions are discussed, while in the later second part, the individual functions are demonstrated using various calculation examples.
Schlüsselwörter: Ausgleichende Funktionen, Approximation, Gauß-Newton-Verfahren, Gauß-Markov-Modell, Gauß-Helmert-Modell, Parabel, Ausgleichungsrechnung
Keywords: Adjustment functions, approximation, Gauss-Newton method, Gauss-Markov model, Gauss-Helmert model, parabola, adjustment calculation
DOI: 10.14627/avn.2024.3.3