- •1. Предмет и задачи инженерной геодезии
- •2.Измеряемые величины и единицы измерений.
- •3.Геодезические приборы и их устройства.
- •4.Устройство теодолита т-30 и основы работы с теодолитом.
- •5.Шкаловая и шриховая системы отсчетов по горизонтальному и вертикальному кругам теодолита т-30 и 2т-30.
- •6.Виды уровней у теодолита т-30, назначение и принцип их устройства.
- •Вопрос 5
- •7.Устройство нивелира н-3 и принцип работы.
- •8. Методы нивелирования их достоинства и недостатки.
- •9.Фигура Земли, земной эллипсоид, геоид.
- •10.Геоцентрические системы координат на поверхности Земли.
- •11.Метод проекций в геодезии.
- •12.Топоценртические системы координат.
- •13. Зональная система координат Гауса-Крюгера.
- •14 Полярная система координат. Ориентирование линий.
- •15,16. Прямая и обратная геодезическая задачи
- •17.Понятия об уравнеинях геодезических измерений.
- •18. Геодезические сети и методы их построения.
- •4). Линейно-угловые построения, в которых сочетаются линейные и угловые измерения (наиболее
- •19.Триангуляция. Решение треугольников.
- •20.Полигонометрия. Порядок передачи дирекционных углов вдоль хода.
- •21.Трилатерация. Решение треугольников.
- •22.Геодезические засечки.
- •23.Понятия о необходимых и избыточных измерениях.
- •24.Классификация геодезических сетей по назначению и точности измерений.
- •25. Топографические планы, карты и профили. Масштабы планов и карт. Точность масштаба.
- •26.Принцип разграфки топографических карт и планов.
- •27.Условные знаки топографических карт и планов.
- •28.Виды условных знаков.
- •Вопрос 27.
- •29.Понятия о профилях местности.
- •30.Метода создания топографических карт и планов.
- •31.Формы рельефа и их изображение на картах и планах.
- •32.Построение графика заложения горизонталей.
- •Вопрос 31.
- •33 Инженерные задачи, решаемые на планах и картах.
- •34.Номенклатура топографических карт. Размеры трапеций карт различных
- •35.О точности определения координат и высот точек по топографическим
- •36.Виды топографических съемок.
- •37. Теодолитная съемка, способы съемки ситуации.
- •38. Тахеометрическая съемка, используемые приборы и формулы.
- •39.Стереотопографическая съемка.
- •40.Геодезическая основа и обоснование топографических съемок.
- •41.Особенности съемки ситуации и рельефа.
- •42.Геодезическая буссоль и порядок работы.
- •43.Порядок работы с теодолитом на станции.
- •44.Порядок производства геометрического и тригонометрического нивелирования.
- •45.Полевой контроль топографических съемок.
- •46.Методы определения площадей.
- •47 Нивелирование поверхности участка по квадратам.
- •48.Современные технологии топографических съемок.
- •49. Инженерно-геодезические изыскания.
- •50.Геодезические работы при изысканиях линейных сооружений.
- •51.Камеральное и полевое трассирование.
- •52.Элементы круговой кривой.
- •53.Методы разбивки круговых кривых.
- •54.Понятия о погрешностях(ошибках)измерений.
- •55.Классификация ошибок измерений.
- •56.Вероятно-статические основы формирования нормально распределенных случайных величин.
- •57.Центральная предельная Теорема Ляпунова и реализация ее требований при производстве геодезических измерений.
- •58.Вероятнейшие поправки к результатам измерений. Понятие о принципе наименьших квадратов.
- •59.Арифметическая средина.
- •60.Понятия о весах измерений. Общая арифметическая средина.
- •61. Средняя Квадратическая ошибка.
56.Вероятно-статические основы формирования нормально распределенных случайных величин.
57.Центральная предельная Теорема Ляпунова и реализация ее требований при производстве геодезических измерений.
Теорема. Если случайная величина Х представляет собой сумму очень большого числа взаимно независимых случайных величин, влияние каждой из которых на всю сумму ничтожно мало, то Х имеет распределение, близкое к нормальному.
На практике для большинства случайных величин выполняются условия теоремы Ляпунова.
Центра́льные преде́льные теоре́мы (Ц.П.Т.) — класс теорем в теории вероятностей, утверждающих, что сумма достаточно большого количества слабо зависимых случайных величин, имеющих примерно одинаковые масштабы (ни одно из слагаемых не доминирует, не вносит в сумму определяющего вклада), имеет распределение, близкое к нормальному.
Так как многие случайные величины в приложениях формируются под влиянием нескольких слабо зависимых случайных факторов, их распределение считают нормальным. При этом должно соблюдаться условие, что ни один из факторов не является доминирующим. Центральные предельные теоремы в этих случаях обосновывают применение нормального распределения.
Пусть выполнены базовые предположения Ц.П.Т. Линдеберга. Пусть случайные величины {Xi} имеют конечный третий момент. Тогда определена последовательность
Если предел
(условие Ляпунова),
58.Вероятнейшие поправки к результатам измерений. Понятие о принципе наименьших квадратов.
Вероятнейшей поправкой в случае равноточных измерений называется разность между Арифметической срединой являющейся вероятнейшим (наиболее надежным) значением, и отдельным результатом измерения, т.е. υ = L –ℓ . ( 3.31 ) Если арифметическая средина получена из n измерений, то можно написать n равенств вида (3.31). Сложив соответствующие части этих равенств, получим [υ] = nL – [ℓ ]. ( 3.32 ) Подставив вместо L его выражение L=[l]/n , найдем, что [υ] = 0. ( 3.33 ) Это Равенство выражает свойство вероятнейших поправок равноточных измерений
.Оно служит контролем правильности вычисления арифметической средины
- один из методов ошибок теории для оценки неизвестных величин по результатам измерений, содержащим случайные ошибки. Н. к. м. применяется также для приближенного представления заданной функции другими (более простыми) функциями и часто оказывается полезным при обработке наблюдений. Н. к. м. предложен К. Гауссом (С. Gauss, 1794-95) и А. Лежандром (A. Legendre, 1805-06). Строгое обоснование и установление границ содержательной применимости Н. к. м. даны А. А. Марковым и А. Н. Колмогоровым. В простейшем случае линейных связей (см. ниже) и наблюдений, не содержащих систематич. ошибок, а подверженных лишь случайным ошибкам, оценки неизвестных величин, полученные с помощью Н. к. м., являются линейными функциями от наблюденных значений. Эти оценки не имеют систематич. ошибок, т. е. являются несмещенными (см. Несмещенная оценка). Если случайные ошибки наблюдений независимы и подчиняются нормальному распределению, то Н. к. м. дает оценки неизвестных с наименьшей дисперсией, т. е. эти оценки являются эффективными (см. Статистическое оценивание). В этом смысле Н. к. м. является наилучшим среди всех остальных методов, позволяющих находить несмещенные оценки. Однако если распределение случайных ошибок существенно отличается от нормального, то Н. к. м. может и не быть наилучшим.
При обосновании Н. к. м. (по Гауссу) предполагается, что "убыток" от замены точного (неизвестного) значения нек-рой величины ее приближенным значением X, вычисленным по результатам наблюдений, пропорционален квадрату ошибки оптимальной оценкой считается такая лишенная систематич. ошибки величина X, для к-рой среднее значение "убытка" минимально. Именно это требование и составляет основу Н. к. м. В общем случае отыскание оптимальной в смысле Н. к. м. оценки X - задача весьма сложная, поэтому практически эту задачу сужают и в качестве Xвыбирают линейную функцию от результатов наблюдений, лишенную систематич. ошибки, и такую, для к-рой среднее значение убытка минимально в классе всех линейных функций. Если случайные ошибки наблюдений подчиняются нормальному распределению и оцениваемая величина mзависит от средних значений результатов наблюдений линейно (случай, весьма часто встречающийся в приложениях Н. к. м.), то решение этой задачи будет одновременно являться и решением общей задачи. При этом оптимальная оценка Xтакже подчиняется нормальному распределению со средним значением и, следовательно, плотность вероятности случайной величины X