Způsobu vyrovnání zprostředkujících měření používáme v případech, kdy hledané neznámé veličiny se neměří přímo, ale určují se prostřednictvím jiných měřených veličin, které jsou s neznámými ve známém vztahu. Konaná měření se zde nazývají nepřímá neboli zprostředkující. V předešlém případě přímých měření se měřením určovala jediná neznámá veličina, nyní se může současně určovat i více neznámých. K vyrovnání dojde, jestliže konáme nadbytečná měření, takže můžeme sestavit více rovnic, než je neznámých. Zprostředkující měření jsou zatížena nevyhnutelnými chybami, které se přenášejí i na odhady neznámých. Vyrovnáním budeme hledat nejspolehlivější hodnoty neznámých a jejich střední chyby, eventuálně vyrovnaná zprostředkující měření a jejich střední chyby.
Formulace úlohy
Hledané neznámé podléhají naší volbě. Jejich počet a charakter musí být takový, aby jednoznačně určovaly danou situaci. To znamená, že jejich počet bude odpovídat počtu nutných měření a nebudou mezi nimi existovat funkční závislosti. Potom půjde bez problémů pro každé provedené zprostředkující měření sestavit vztah typu:
L=l+ε=L(xT).
Podle obecné formulace vztah upravíme na tvar:
l=l+v=l(xT),
kde l a L jsou stejné funkce,
z něhož přímo vyplývá tzv. rovnice oprav:
v=l(xT)−l,
pro kterou požadujeme splnění podmínky vTPv=min.
Postup řešení
Předpokladem pro získání jednoduchých rovnic k výpočtu hledaných neznámých je lineární tvar rovnic oprav, kde jednotlivé neznámé jsou vzájemně odděleny. Tato tzv. linearizace se provede rozvojem funkčního vztahu v Taylorovu řadu s omezením na členy prvého řádu. Proto musíme zavést dostatečně přibližné hodnoty neznámých x0, dále vyjádřit x=x0+dx, dosadit do rovnice oprav a provést rozvoj s omezením na členy prvého řádu:
a l(x0T)−l=l′ s názvem redukované měření dostaneme
v=A⋅dx+l′.
Poznámka: Číselné hodnoty x0 můžeme zvolit nebo přibližně určit tak, aby se v rovnicích oprav neuplatnily členy druhého a vyšších řádů. Tyto členy nemůžeme brát v úvahu; již při dvou neznámých by normální rovnice byly kubické. Kdyby vyrovnání dalo příliš velké přírůstky dx, musíme výsledky vyrovnání x0+dx považovat za nové přibližné hodnoty neznámých a vyrovnání opakovat. Uplatnění zanedbaných členů 2. řádu se projeví v tom, že závěrečná kontrola např. l(x)=l+v neuspokojí v žádoucím desetinném místě. Toto pravidlo se netýká lineárních tvarů funkce, kde můžeme volit přírůstky libovolně veliké (popř. hodnoty neznámých vůbec neredukovat). Tvar rovnic oprav zůstane stejný se substitucí x≈dx , −l≈l′.
Obecně předpokládáme, že každé měření bylo provedeno s různou přesností a tudíž každému měření a tedy i opravě přisoudíme různou váhu pi. Opět jde o jisté normování.
Podmínku MNČ vT⋅P⋅v=min. splníme podle známých pravidel:
∂dx∂vT⋅P⋅v=(∂dxT∂v)⋅2⋅P⋅v=AT⋅2⋅P⋅v=0.
Po dosazení za v a krácení dvěma:
AT⋅P⋅(A⋅dx+l′)=0,AT⋅P⋅A⋅dx+AT⋅P⋅l′=0,
dostáváme tzv. normální rovnice. Symetrická matice AT⋅P⋅A se často v literatuře označuje N. V upraveném klasickém zápisu má tvar:
Metody řešení normálních rovnic rozebereme v samostatném článku.
Kontroly
Některé kontroly jsou nutné i při počítačovém zpracování. V opačném případě je kontrol daleko více a je dobré je používat. Nejnebezpečnější jsou chyby v sestavení výchozích vztahů, což nám nekontroluje nic, a chyby, kterých se dopustíme při linearizaci. Na ty se zcela přijde až při závěrečné kontrole. Pro okamžitou kontrolu je vhodný tento postup:
Zvolíme nové přibližné hodnoty neznámých, zvětšené oproti prvé volbě vždy o jedničku v rozměru zavedeném pro řešené přírůstky:
x0=x0+e,
kde e je vektor jedniček. Sestavíme a postupně upravíme výraz:
Kontrola spočívá v porovnání dvou kontrolních symbolů s. V klasickém zápise:
siI=−(ai1+ai2+ai3+⋯+li′),
siII=−li(x01,x02,⋯,x0k)+li.
Kontrola kontroluje sestavení matice A a vektoru l′.
Po sestavení normálních rovnic a jejich řešení je vhodné provést kontroly dříve nazývané sigmovými zkouškami:
l′T⋅P⋅A⋅dx+l′T⋅P⋅l′=vT⋅P⋅v
a kontrola
AT⋅P⋅v=0.
Klasicky:
[pa1l′]⋅dx1+[pa2l′]⋅dx2+⋯+[pl′l′]=[pvv].
Rovnost [pl′l′.k]=[pvv] (kde první symbol znamená po tzv. k-té redukci) uplatníme hlavně pro pozdější odvození m0 z oprav.
Tyto vztahy kontrolují výpočet koeficientů normálních rovnic, výpočet neznámých dx, výpočet oprav a vT⋅P⋅v.
Nejdůležitější je závěrečná kontrola. Je jí dvojí výpočet oprav ze vzorců:
vI=A⋅dx+l′,
vII=l(xT)−l.
Nesouhlas vI=vII při splnění ostatních kontrol, ukazuje na chybu v linearizaci nebo chybné připojení přírůstků x=x0+dx.
Střední chyby
Pro hodnocení důvěryhodnosti vyrovnaných hodnot používáme tyto střední chyby:
střední chybu jednotkovou m0 (základ pro výpočet ostatních středních chyb),
střední chybu vyrovnané neznámé mx,
střední chybu funkce vyrovnaných neznámých mf,
střední chybu vyrovnaného měření ml.
Odhad jednotkové střední chyby
Střední chyba jednotková se používá pro výpočet všech středních chyb podle univerzálního vzorce:
m=m0⋅Q.
Jednotlivá měření li mohou vstupovat do vyrovnání se známými středními chybami mi nebo jejich odhady mi, vypočítanými např. z rozporů mezi opakovanými měřeními téže veličiny li. Známe-li hodnoty mi, známe předem i jednotkovou střední chybu
m0=mi⋅pi.
Nezávisle na těchto číselných hodnotách můžeme znovu odhadnout číselné hodnoty střední chyby jednotkové m0 i středních chyb mi jednotlivých měření li z provedeného vyrovnání, tj. z oprav vi, neboli z rozporů mezi naměřenými a vyrovnanými hodnotami souboru všech měření l1,l2,…,ln. Jednotlivé číselné hodnoty jsou náhodným výběrem ze základních souborů všech možných hodnot každého jednotlivého měření. Při opakování měření dostáváme opět jiný výběr číselných hodnot l1,l2,…,ln. Proto hodnoty m0, mi vyčíslené z oprav vi budou náhodné veličiny a pouze odhady skutečných středních chyb m0, mi (parametrů rozdělení). Proto můžeme m0 označit také jako „výběrovou“ jednotkovou střední chybu. Výpočetní vzorce jsme definovali:
m02=E(p⋅ε2),m02=n[pεε],m02=pi⋅mi2.
Skutečné chyby ε však zůstávají neznámé a musíme je proto nahradit opravami v. Stavba rovnic oprav
v=A⋅dx+l′
platí i pro skutečné chyby (podle zákona hromadění):
ε=A⋅dx+l′
Vytvoříme rozdíl a po úpravě dostaneme rovnici oprav v novém tvaru:
v−ε=A⋅(dx−dx)=−A⋅εx,
v=−A⋅εx+ε.
Splnění podmínky vT⋅P⋅v pro předchozí vztah by vedlo k normálním rovnicím pro neznámé εx, ale také ke vztahu:
vT⋅P⋅v=(εT⋅P⋅ε.k),
kde k značí Gaussův symbol k-té redukce při výpočtu Gaussovou eliminací. Platí též:
Vždy platí [pvv]<[pεε]. Ve vztahu zavedeme střední hodnoty a podle definic i střední chyby. Vztah budeme upravovat v klasickém zápisu. Po kratších úpravách obdržíme:
E[pvv]=n⋅m02−m02−⋯=(n−k)⋅m02,
přičemž se tolikrát odečte m02, kolik je normálních rovnic (neznámých). Podle tohoto vztahu odvodíme rovnici pro odhad jednotkové střední chyby m0 z daného výběru n oprav
m0=n−kvT⋅P⋅v=n−k[pvv],
kde n−k je počet nadbytečných měření. m0 je aposteriorní odhad jednotkové střední chyby (měření o váze p0=1), neboli empirická jednotková střední chyba plynoucí z vyrovnání (z oprav) zprostředkujících měření. Hodnota m0 je náhodná a závislá na náhodném střetnutí hodnot skutečných chyb ε1,…,εn.
Kromě výpočtu m0, které můžeme též považovat za „průměrnou” přesnost vstupujících měření (vztaženo k váze 1):
m02=n[p⋅ml2],
můžeme odhadnout i „průměrnou“ přesnost vystupujících vyrovnaných měření:
M02=n[p⋅ml2]=m02⋅nk,
M0 charakterizuje soubor zbylých chyb ε′=ε−v ve vyrovnaných veličinách l+v, koeficient k/n znamená průměrné zmenšení původních standardů (průměrné zvýšení přesnosti) vyrovnáním souboru měření.
Operacemi x=N−1⋅AT⋅P⋅l vyjádříme libovolnou vyrovnanou neznámou jako lineární funkci všech zprostředkujících měření. Analogicky operacemi ε′x=N−1⋅AT⋅P⋅ε vyjádříme zbylou chybu ε′xi ve vyrovnané neznámé xi jako lineární funkci původních skutečných chyb εj ve všech měřených veličinách lj (j=1,2,...,n). Konečný tvar lze zapsat:
εx′=α⋅ε.
Koeficient αij udává, jakým podílem své skutečné hodnoty se původní chyba εj podílí na vytvoření číselné hodnoty zbylé chyby ε′xi. Matice α koeficientů αij takto dává informaci o zákonech přenášení původních chyb, např. ve vyrovnané síti (i o stochastických vztazích mezi vyrovnanými veličinami) a slouží jako „modelová” matice pro zkoumání efektivnosti měření.
Střední chyby vyrovnaných neznámých
Počítají se ze vzorce:
mx=m0⋅Qxixi,
Kde Qxixi jsou diagonální prvky matice Q. Výpočet této matice se odvodí podle zákona hromadění vah:
Qf=H⋅P−1⋅HT
aplikací na vztah
f≡x=N−1⋅AT⋅P⋅l.
Zde jsou jednotlivé neznámé vyjádřeny jako funkce původních nezávislých měření l a můžeme proto opět použít zákon hromadění vah. Dosadíme H=N−1⋅AT⋅P a použijeme platné vztahy: P⋅P−1=E, (N−1)T=N−1, PT=P, AT⋅P⋅A=N, N⋅N−1=E. Obdržíme:
Qx=N−1⋅AT⋅P⋅P−1⋅(N−1⋅AT⋅P)T=N−1⋅AT⋅P⋅A⋅N−1,
Qx=N−1⋅N⋅N−1=N−1.
Potřebné elementy Qxixi získáme tedy z inverzní matice soustavy normálních rovnic.