Documente Academic
Documente Profesional
Documente Cultură
X
A
X X X A X X +A
intervalul de ncredere
W
a b
*
X
X
S
E
X
X
Gr
20
X
= (1,98892 0,000249) 10
30
kg ; m
= (1,98892 0,00025) 10
30
kg
z
p
= (1.6021892 0.0000046) 10
-19
; z
p
= 1.6021892(46) 10
-19
Coulomb
III.3. Calcularea erorilor msurrilor directe
Msurarea direct este determinarea valorii parametrului msurat
cu ajutorul unui instrument special avnd scara analogic sau digital.
Msurrile directe nu necesitat calcule suplimentare matematice, care
se refer la valoarea parametrului, ns, vor suferi prelucrarea statistic
corespunztoare pentru a afla intervalul de ncredere .
Deviaia standard a eantionului de date,
1 m
o
, reprezint
rdcina ptrat din dispersia eantionului de date (
2
1 m
o
); m este
numrul datelor n eantion de date aleatoare:
2
1
1
1
( )
1
m
m k
k
X X
m
o
=
=
(6).
Deviaia standard a totalitii de date,
m
o (rdcina ptrat din
dispersia general de date,
2
m
o ) se va calcula cu o formul
asemntoare, n care m este numrul datelor n totalitatea de date:
2
1
1
( )
m
m k
k
X X
m
o
=
=
(7).
Eroarea determinrii, X, se va calcula folosind formula:
1 ( , ) eantion m St f q
X T o
A = (8),
n care T
St(f, q)
- coeficientul Student pentru numrul gradelor de
libertate f i incertitudine q (vezi i Anexe 1, 3).
22
Cele mai utilizate valori ale ponderii statistice P i incertitudinii q,
sunt, respectiv: P(q) = 0.99(0.01), 0.95(0.05), 0.9(0.1).
Exemplu: Pentru nivelul de ncredere P = 0.95 (q = 0.05), i numrul
datelor aleatoare n eantion m = 3, numrul gradelor de libertate
f = 3 - 1 = 2. Din Anexa 1 sau folosind procedura Excel respectiv din
Anexa 3 determinm, c T
St (0.05, 2)
= 4.30.
Deviaia medie a determinrii mediei,
X
o :
2
1
1
1
( )
( 1)
1
m
m m
k X
k
X X
m m
m m
o o
o
=
= = =
(9)
Eroarea medie a determinrii mediei, X A :
(q,f ) St X
X T o A = (10)
I I I .3.1. Algoritmul calculrii erorilor msurrilor directe
1. Se calculeaz media provizorie din mexperiene paralele:
*
1
1
m
m k
k
X X
m
=
=
; (11)
2. n caz de necesitate se elimin eecul experimentului, care
provoac eroarea grosolan:
max
Gr k
X X X A = (12)
3. Se recalculeaz m i X , deviaia standard
1 m
o
sau
m
o ;
4. Dac este cunoscut valoarea erorii sistematice
S
X A , se
recalculeaz media prin iteraie:
*
m m S
X X X = A ;
5. Se determin eroarea absolut:
1 (q,f ) m St
X T o
A = pentru un
eantion de date aleatoare, sau
m
o ,
X
o , i X A pentru totalitatea
de date;
6. Se rotunjesc valorile X A sau X A , apoi mediei X ;
7. Se reprezint rezultatul final n forma: X X X = A pentru
eantion de date sau X X X = A pentru totalitatea de date.
23
Fie c avem un ir, alctuit din 13 msurri experimentale directe.
Acest ir se va numi totalitatea (general) de date. Calculm valorile
respective cu ajutorul calculatorului tiinific sau prin intermediul
procedurilor Excel din Anexa 4.
Tabelul 3.Exemplu de analiza datelor cu eliminarea eecului
Date 754 746 739 747 765 713 751 768 778 756 749 779 757
Media provizorie
*
m
X = 754
k
X X
0 8 15 7 11 41 3 5 24 2 14 25 3
Abateri
acceptate
Abateri
acceptate Abaterea cea mai mare
Date
preluc-
rate
Date Eecul experimentului Date
normale normale
754 746 739 747 765 713 751 768 778 756 749 779 757
Media corectat X = 757.42
m
o =12.12
X
o = 3.65
Eroarea determinrii mediei:
(0.05,11) St X
X T o A = = 3.65 2.20 = 8.03
Forma final de prezentare a valorii medii: X = 757.4 8.1
Din cele 12 msurri, rmase dup cenzurarea eecului, pot fi
extrase la ntmplare cteva cifre, formnd eantion de date aleatoare,
sau mai multe astfel de eantioane. Pentru exemplificare, am extras 4
eantioane a cte 3 date, numrul variantelor fiind, evident, mai mare.
Tabelul 4. Exemple de extracie ale eantioanelor independente
Este remarcabil faptul, c toate valorile X
N
din Tabelul 4 se
ncadreaz n limite intervalului de ncredere, calculat pentru mulimea
general de date (Tabelul 3). De asemenea, valorile X
N
sunt cu mult
mai mari, dect valoarea X A , calculat pentru mulimea general de
date. Acest exemplu demonstreaz, c numrul mai mare de repetri
micoreaz eroarea determinrii parametrului msurat.
N
1
X
2
X
3
X
N
X
1 m
o
N
X A
N N N
X X X = A
1 754 765 757 758.67 5.69 24.46 X
1
= 759 25
2 746 751 778 758.33 17.21 74.00 X
2
=758 74
3 739 768 749 752.00 14.73 63.34 X
3
= 752 64
4 747 756 779 760.67 16.50 70.96 X
4
= 761 71
24
III.4. Erorile instrumentale
Erorile instrumentale, X
inst.
, apar din cauza imperfeciei
construciei aparatului de msur i datorit factorului uman, manifestat
prin experiena, atenie i srguina (sau lipsa acestora) a operatorului.
Clasa de precizie a aparatului, , reflect perfeciunea aparatului i
corectitudinea scrii lui. Clasa de precizie este numeric egal cu eroarea
procentual de determinare a valorii maxime, X
max.
, n diapazonul
scrii aparatului, X
min
X
max
.
inst.
max min
100%
X
X X
A
=
(13)
Exemplu: O pipeta cotat Mohr cu volum de 25mL are clasa de precizie
= 2. Determinai intervalul de ncredere pentru volumul V.
Rezolvare: n cazul de fa V
max
= 25, V
min
= 0. Folosind Formula 13,
aflm, c V
max
= 0.5 mL. Intervalul de ncredere V = 25.0 0.5 mL.
Exemplu: O pipet gradat cu volum de 10 mL i valoarea diviziunii
0.1 mL are clasa de precizie = 0.5. Calculai eroarea procentual de
determinare a volumului V = 2.0 mL, folosind aceast pipet.
Rezolvare: Transformm formula (81) pentru a determina V
max
:
max min
.
( ) 0.5% (10.0 0.0)
0.05
100% 100%
inst
V V mL
V mL
A = = =
Aceasta eroarea va fi valabil n tot domeniu de lucru a pipetei. Eroarea
procentual de determinare a volumului n alt regiune a scrii se va
calcula cu ajutorul formulei (56):
.
%
0.05
100% 100% 2.5%
2.00
inst
V
V
c
A
= = =
Deseori se ntmpl, c clasa de precizie a aparatului nu este
cunoscut (a fost pierdut documentaia, s-au ters inscripiile
respective, etc.). n aceste cazuri se consider, c eroarea instrumental
poate fi determinat experimental.
Eroarea absolut a scrii, X
scara
, se determin ca
1
/
2
sau
1
/
3
din
valoarea diviziunii VD a aparatului. :
1
2
scara
X VD A = (14.1), sau
1
3
scara
X VD A = (14.2)
Coeficientul
1
/
3
se folosete n cazul unei diviziuni analoage mari, dac
acul sau meniscul indicatorului se vede clar ntre diviziuni. Pentru un
25
aparat cu scara digital coeficientul respectiv, evident, este egal cu .
Pentru un eantion din m msurri paralele (repetate) a unei
mrimi eroarea instrumental se va calcula din formula:
2 2
.
( ) ( )
inst eantion scara
X X X A = A + A (15),
n care X
eantion
se calculeaz dup Formula 8.
Exemplu: Temperatur dintr-o ncpere a fost msurat
din 20 n 20 de minute cu un termometru, reprezentat pe
desen, timp de 2 ore. Calculai valoarea intervalului de
ncredere la determinarea t, efectund calcule n baza
eantionului din 4 date aleatoare pentru P = 0.95.
, min 0 20 40 60 80 100 120
t,
0
C 21 22 22 21 22 21 22
Rezolvare: Alegem un oricare set din 4 date aleatoare i
calculm t i
4 1
o
, folosind procedurile respective din
Excel, sau un calculator tiinific: t = 21.5,
4 1
o
= 0.577.
Din Anexa 1, T
St(0.05, 3)
= 3.18. Atunci:
4-1 (0.05,3) eantion St
t T o A = = 0.577 3.18 = 1.84.
Valoarea diviziunii, VD = 2
0
C. Respectiv,
scara
t A = 0.667
0
C.
2 2 2 2
.
( ) ( ) 1.84 0.667 1.96 2.0
inst eantion scara
t t t A = A + A = + = ~
.
21.5 2.0
inst
t t t = A =
Regula a trei sigme. Deseori msurrile multiple nu se fac
datorit necesitii (sau sub pretextul) economisirii timpului. Atunci
eroarea instrumental poate fi apreciat cu ajutorul regulii a trei
sigme, care permite aprecierea erorii n cazul unei singuri determinri:
n lipsa erorii sistematice valoarea adevrat a parametrului msurat X
A
este cuprins n intervalul 3 X o cu probabilitatea P > 99.7%
Exemplu: Lucrnd cu o balan digital cu VD = 0.01 g, a fost de
mai multe ori constatat, c la cntrirea aceleiai probe o valoare
numeric a masei se repet de 2 ori, iar o alt valoare - odat, diferena
26
ntre ele fiind egal cu VD. De pild: m = 34.55; 34.56; 34.55.
Determinai eroarea instrumental a aparatului.
Rezolvare: Din (6) aflm c
3 1
o
= 0.0057735. Dup regula a 3,
m =
3 1
3 o
= 3
0.0057735 = 0.0174 0.018. Aadar, pentru
aprecierea erorii va fi suficient o singur experien cu determinarea
masei m, iar valoarea m va fi a priori cunoscut din multiple
experiene anterioare. Urmeaz schema, care ilustreaz, c valoarea
adevrat a masei, m
A
, nimerete n intervalul de ncredere, format dup
regula a trei sigme. Mai mult ca att, rmne rezerv suficient
pentru a ine cont i de eroarea scrii instrumentului, egal cu
1
/
2
VD.
Fig.3. Ilustrarea grafic a regulii de 3 sigme
III.5. Determinarea erorilor msurrilor indirecte
Msurarea indirect reprezint, de fapt, calcularea valorii funciei
Y = f(X
1
, X
2
, , X
n
), n care X
1
, X
2
, , X
n
sunt argumente, determinate
cu anumit precizie, respectiv, cu oarecare eroare. Aadar, eroarea
msurrii indirecte va fi datorat att erorilor determinrii tuturor
argumentelor funciei, ct i erorilor, generate de legturile dintre
argumentele X
1
, X
2
, , X
n
n ecuaie respectiv.
I I I .5.1. Determinarea erorii msurrii indirecte prin erorile relative
n primul rnd, se precizeaz valorile
( )
1 1
X X A
( )
n n
X X A ,
i se calculeaz valoarea Y . Apoi se va utiliza formula:
2 2 2
1 2 n
1 2 n
...
X X X Y
Y X X X
| | | | | |
A A A A
= + + +
| | |
\ . \ . \ .
(16)
intervalul de ncredere
'
A
m
''
A
m m 3 m o 3 m o +
34.53 34.54 34.55 34.56 34.57 34.58 34.59
scara
m A
scara
m A
27
Exemplu: Fie c se pregtete o soluie standard de acid sulfuric din
fiola cu fixanal, care conine 0.1000 0.0005 echivaleni ai H
2
SO
4
.
Coninutul fiolei se trece cantitativ ntr-un balon cotat cu volum de 1
litru i clasa de precizie 1.0. Calculai intervalul de ncredere pentru
determinarea concentraiei normale.
Rezolvare: Calculm concentraia normal a acidului, fr a ine cont
de erorile respective (substituind valorile medii ale
ech.
i V:
.
0.1000 .
0.1000 . /
1
ech
N
echiv
C ech L
V L
v
= = =
Dup definiia clasei de precizie, sau din analiza Formulelor 3.1 i 3.2
rezult, c / 0.01 V V A = ,
. .
/
ech ech
v v A =0.0005/0.1000 = 0.005.
Exprimm i calculm C
N
/C
N
cu ajutorul Formulei 16:
2 2
2 2
.
.
0.005 0.01 0.0112
N ech
N ech
C V
C V
v
v
| | | | A A A
= + = + =
| |
\ . \ .
0.0112 0.1 0.0102 0.00112 0.0012
N N
C C A = = = ~
0.1000 0.0012 /
N
C mol L A =
I I I .5.2. Determinarea erorii msurrii indirecte prin difereniere
Aceasta metoda este mai precis i permite minimizarea erorii n
comparaie cu metoda precedent. Din funcia Y = f(X
1
, X
2
, , X
n
) se
deduce i se rezolv ecuaie de tipul:
2 2 2
1 2 n
1 2 n
...
Y Y Y
Y X X X
X X X
| | | | | |
c c c
A = A + A + + A
| | |
c c c
\ . \ . \ .
(17)
n care
1 2 n
, ,...,
Y Y Y
X X X
c c c
c c c
- derivatele pariale ale funciei Y dup X
(Anexa 3);
1 2
, ,...,
n
X X X A A A - erorile determinrii parametrilor
1 2
, ,...,
n
X X X .
Derivatele pariale se calculeaz, de exemplu, n felul urmtor:
Pentru funcie:
2
P RT = , derivatele pariale:
2
, 2
P P
T RT
R T
c c
= =
c c
28
Exemplu: Prob de baz cu volum de 10ml, luat cu o pipet cu clasa
de precizie = 1, a fost titrat cu un acid, C
A
= 0.10650.0016 ech/L
Volumul acidului, consumat la titrare, a fost egal cu 11.7 ml, fiind
determinat de biureta cu valoarea diviziunii 0.1ml. Titrarea a fost
repetat de 3 ori, de fiecare dat dnd aceleai rezultate. Calculai
eroarea determinrii concentraiei de baz.
Rezolvare:
1. Concentraia bazei se determin din formula:
0.1065 . / 11.7
0.1246 . /
10
A A
B
B
C V ech L ml
C ech L
V ml
= = =
Respectiv, C
B
= f(C
A
, V
A
, V
B
). Determinm C
A
, V
A
i V
B
:
o din condiiile problemei, C
A
= 0.0016ech./L;
o pentru V
A
utilizm formula (15). Deoarece 3 titrri au dat acelai
rezultat, V
A, eantion
= 0; V
A, scara
=
1
/
3
VD =
1
/
3
0.1 = 0.0333.
2 2
(0) (0.333) 0.0333
A
V A = + =
o din Formula 13, V
B
= 0.1ml;
2. Exprimm i calculm derivatele pariale pentru C
B
= f(C
A
,V
A
,V
B
):
11.70 0.1065
1.1700; 0.01065
10.00 10.00
B A B A
A B A B
C V C C
C V V V
c c
= = = = = =
c c
2 2
0.1065 11.70
0.01246
10.00
B A A
B B
C C V
V V
c
= = =
c
Folosim formula (17) pentru determinarea
B
C A :
2 2 2
B B B
B A A B
A A B
C C C
C C V V
C V V
| | | | | |
c c c
A = A + A + A
| | |
c c c
\ . \ . \ .
( ) ( ) ( )
2 2 2
1.17 0.0016 0.01065 0.0333 0.01246 0.100
B
C A = + +
6 6 6
3.50 10 0.126 10 1.55 10 0.00228
B
C
A = + + =
0.1246 0.0023
B B B
C C C = A =
29
IV. PLANIFICAREA EXPERIMENTULUI ACTIV
Experimentul activ presupune interaciunea ntre cercettor i
obiectul cercetrii. Experimentul activ are un scop bine definit, pentru
realizarea cruia experimentatorul dirijeaz valorile factorilor de
influena i nregistreaz rspunsurile sistemului.
Rspunsul (parametrul de ieire, replica) sistemului exprim
cantitativ efectul factorilor de influen asupra strii sistemului.
Sistem factorial de coordonate este un sistem (j+1)-dimensional de
coordonate, generat de j factori de influen plus replica sistemului.
Suprafaa de rspuns este totalitatea valorilor replicii sistemului,
generat de funcie Y = f(X
1
, X
2
, X
3
, ..., X
j
), n care X
1
...X
j
sunt factorii
de influen, iar Y replica.
Exemplu: Fie c factorii de
influena sunt concentraia
eluantului organic (X
1
) i
temperatura (X
2
), iar rspunsul
sistemului concentraia
produsului dorit n eluat (Y).
Respectiv avem: spaiul
tridimensional de coordonate,
suprafaa de rspuns, descris de
funcia Y = f(X
1
, X
2
), n cadrul
creia zona haurat prezint
valoarea optim a rspunsului sistemului.
Obiectivul-cadru "standard" n metoda planificrii experimentului
activ este determinarea maximului suprafeei de rspuns (zona haurat,
Figura 4), care corespunde cu valorile optime ale factorilor de influen.
Deducerea expresiei analitice a funciei Y = f(X
1
, X
2
, ..., X
j
) este o
forma finit de realizare a acestui obiectiv. Este ns o problema deloc
uoar, ndeosebi pentru suprafeele de rspuns, generate de mai muli
factori de influen (aducei aminte efecte de interaciune ntre factorii
de influen, II.2.). n acest caz, pentru a calcula valorile replicii Y n
ntregul spaiul factorial, va fi nevoie de un numr enorm de experiene.
Pentru un numr redus de experiene rezultatele satisfctoare se
vor obine, dac valorile optime ale factorilor de intrare vor fi
determinate cu precizie, suficient pentru a nimeri n zona
maximumului sau minimumului suprafeei de replic. Aceast zon mai
poart denumiri de zona aproape staionar sau replica optim.
X
1
, %
X
2
,C
Y, mg/mL
Fig.4. Suprafa de replic
30
IV.1. Experimentul Factorial Complet (EFC)
Spaiul factorial conine de coordonate, la fel i suprafaa real de
rspuns este compus din de puncte. Prin urmare, pentru stabilirea
formei reale a suprafeei de rspuns sunt necesare de experiene, ceea
ce este imposibil. n realitate este nevoie de a micora numrul de
experiene, fr a pierde substanial din precizia determinrilor,
reproductibilitatea rezultatelor i corectitudinea concluziilor.
Experimentul Factorial Complet (EFC) presupune cercetarea
influenei a factorilor "independente", stabilirea interaciunilor lor i
elaborarea unui model matematic al sistemului, numit ecuaie de
regresie. Metoda EFC este foarte informativ i econoam, avnd
urmtoarele avantaje n comparaie cu metodele clasice:
o asigur cercetarea concomitent a influenei mai multor factori;
o permite aprecierea cantitativ a interaciunii dintre factori;
o reduce substanial numrul de experiene vizavi de metode clasice;
o apreciaz reproductibilitatea i validitatea statistic a rezultatelor.
n metoda EFC se postuleaz, c spaiul factorial real cu de
puncte poate fi substituit cu o matrice finit, discret, care reflect
suficient de precis forma suprafeei de rspuns n intervalul ales al
spaiului factorial. Vom demonstra aceast afirmaie pe dou exemple.
Fie c a fost obinut un numr restrns de date experimentale (replici,
Y) pentru anumite valori ale factorului de ntrare x (Figura 5). Aceste
date pot genera o linie neted, care va corespunde cu "suprafaa"
aparent de replica n spaiul bidimensional. Aproximaia liniar
simplific i generalizeaz forma suprafeei de replic, permite
interpretarea funciei y =f(x), de asemenea, contribuie la diminuarea
erorilor experimentale. Zona haurat (
) de pe Figura 6 reprezint
y = 0,1681x + 0,6465
R
2
= 0,9553
0
0,5
1
1,5
2
2,5
0 2 4 6 8 10 12
suprafaa de rspuns aproximaia liniar
Fig.5. Replica n spaiul 2D Fig.6. Replica (
) n spaiul 3D
Y
X
1
X
2
-1; +1
+1; +1
+1; -1
-1; -1
31
imaginea fragmentului suprafeei de replic n spaiul tridimensional
(3D). Prin analogie aceste exemple pot fi extrapolate pentru sisteme cu
mai muli factori de influien, pentru care este greu sau chiar imposibil
de a gsi reprezentarea potrivit n spaiul bidimensional.
I V.1.1. Matrice de planificare a experimentului binivelar
n cadrul EFC numrul seturilor unici ale valorilor variabilelor de
intrare, aa zis numrul de rnduri, se va calcula prin formul:
j
N L = (18)
unde L este numrul de nivele, iar j numrul factorilor de intrare. n
majoritatea cazurilor L = 2, i experimentul se numete binivelar.
I ntervalul de variere ( X
j
) a factorului de influena este intervalul
ntre nivelul minim (X
j,min
sau X
j(-)
) i maxim (X
j,max
sau X
j(+)
) al
factorului de influen cu numrul je(1; j):
X
j
=X
j(+)
- X
j(-)
(19)
Matrice de planificare prezint formalizarea matematic a planului
experimentului. Alctuirea matricei EFC include urmtoarele etape:
A. Se aleg prin analiza informaiei "a priori" j factori, influena crora
va fi cercetat, i se codific prin X
1
..... X
j
; aceti factori se vor
numi factori de influena direct sau generatori de matrice; se
calculeaz numrul necesar de linii N, folosind formula (18).
B. Se prestabilesc valorile X
j,min
i X
j,max
, respectiv, a intervalului de
variere a fiecrui factor de influen, X
j
, folosind algoritmul
intuitiv, numit regulile de alegere a intervalului:
1. Dac nivelul informaiei "a priori" este nalt, adic, dac despre
influena factorului respectiv se tie mult, X
j
va fi relativ mic
i va cuprinde n el valoarea a priori cunoscut a lui X
j,optim
;
2. Dac informaia "a priori" este insuficient sau controversat,
se alege interval X
j
mare; valoarea presupus (intuit) a lui
X
j,optim
se va afla n interiorul intervalului ales X
j
;
3. n cazul lipsei informaiei a priori, X
j
va fi ct de posibil de
mare, concomitent, situat departe de valoarea ipotetic a X
j,optim
.
C. Valorile X
j(-)
i X
j(+)
se codific prin "-1", "+1", sau prin (-), (+). Se
alctuiete o matrice din N rnduri, care va cuprinde toate
combinaiile ale generatorilor de matrice n forma codificat. Se
calculeaz valorile codurilor factorilor de interaciune.
32
Exemplu: Se determin umiditatea produsului finit n funcie de
urmtorii factori: temperatura de coacere, durata de coacere, i
concentraia unui agent nou de texturare n aluat. Se tie a priori, c
t
optim
pentru coacere este de 190, la durata de 40...70min. Influena
agentului nou de texturare nu a fost cercetat. Texturanii dau rezultate
bune la concentraii de cca 2%. De alctuit matrice de planificare EFC.
A. Codificm factorii de influena: temperatura (X
1
), durata (X
2
),
concentraia texturantului (X
3
). Numrul de experiene, realizate n
cadrul experimentului binivelar va fi egal cu: N =2
3
=8.
B. Aplicm regulile de alegere a intervalului:
1. Influena factorului X
1
este cunoscut a priori => conform
Regulii 1, X
1
va fi mic i va cuprinde n el valoarea a priori
cunoscut a lui X
1,optim
= 190C; X
1,min
= 185C, X
1,max
=195C;
2. Informaii despre influena factorului X
2
sunt diferite i merit a
fi precizate. Din intervalul cunoscut 40...70 minute intuim
valoarea optim a X
2,optim
60min. Respectiv, X
2,"-"
= 50min,
iar X
2,"+"
= 70min.
3. Cazul corespunde Regulii 3. Valoarea intuit a X
3,optim
= 2%.
Intervalul trebuie s fie mare i situat la distana bun de la
X
3,optim
. Se propune X
3,"-"
= 0.1%, X
3,"+"
= 0.5% de texturant.
Tabelul 3. Codificarea factorilor de influen
Factor Cod ( )
X (centru)
( + )
X
j
Temperatura, C X
1
185 190 195 10
Durata, min X
2
50 60 70 20
C(texturant), % X
3
0.1 0.3 0.5 0.4
C. Elementele secundare ale Tabelul 4. Planificare EFC 2
3
matricei, adic, factorii de
interaciune, se obin prin
nmulirea codurilor factori-
lor-generatori respectivi. De
exemplu, pentru N = 3:
3
12
X = X
1
X
2
= +1 1 = 1
Unitile pot fi omise. De
exemplu, pentru N = 6:
6
123
X = + = +.
Factori
N
generatori de interaciune
X
1
X
2
X
3
X
12
X
13
X
23
X
123
1 + + + + + + +
2 + + - + - - -
3 + - + - + - -
4 + - - - - + +
5 - + + - - + -
6 - + - - + - +
7 - - + + - - +
8 - - - + + + -
33
Matrice de planificare n Tabelul 5. Matrice de planificare
variabile codificate (Tabelul 4) EFC 2
3
n coordonate reale.
va fi necesar pentru interpre-
tarea ulterioar a datelor i, n
cele din urm, elaborarea
modelului sistemului. Pentru
realizarea experimentului va fi
util matrice de planificare n
coordonatele reale (Tabelul 5).
Acest lucru se face prin
substituia valorilor codificate
ale factorilor generatori X
1
, X
2
,
X
3
din Tabelul 4 cu valorile lor reale din Tabelul 3. Dup cum se
observ, planul real al experimentului conine 8 experiene, n cadrul
crora niciodat nu se repet acelai set de valori ai factorilor generatori
de matrice i de interaciune.
Menionm, c matrice cu 3 factori-generatori (Tabelul 4), se
utilizeaz cel mai frecvent, asigurnd cercetarea ampl a sistemului
(influena a 3 factori independeni i aporturilor interaciunilor
acestora), la numrul relativ mic de experiene (8, 16, 32, ...).
Elaborarea matricelor n variabile codificate necesit respectarea
urmtoarelor reguli:
o Numrul semnelor "+" "" n coloana va fi egal;
o Semnele respective se vor aranja simetric n "semicoloane":
varianta "+ + + + " este potrivit, "+ + + + " - nu;
o dac matricea este elaborat corect, va exista un rnd cu toate
semne "+", i N-1 rnduri cu acelai raport al semnelor opuse;
numrul semnelor "+" n matrice va coincide cu numrul celor "-".
Aplicarea acestor reguli aduce la mai multe variante echivalente de
matrice de codificare. Astfel, pentru EFC 2
2
vor fi posibile 12 variante
de matrice, dintre care prezentm doar 4 (Tabelul 6):
Tabelul 6. Unele variante de planificare a EFC binivelar bifactorial.
I X
1
X
2
X
12
II X
1
X
2
X
12
III X
1
X
2
X
12
IV X
1
X
2
X
12
1 + + + 1 + - - 1 - + - 1 - - +
2 + - - 2 + + + 2 - - + 2 - + -
3 - + - 3 - - + 3 + + + 3 + - -
4 - - + 4 - + - 4 + - - 4 + + +
N
Factori-generatori
t, C
, min
C, %
1 + 195 + 70 + 0.5
2 + 195 + 70 - 0.1
3 + 195 - 50 + 0.5
4 + 195 - 50 - 0.1
5 - 185 + 70 + 0.5
6 - 185 + 70 - 0.1
7 - 185 - 50 + 0.5
8 - 185 - 50 - 0.1
34
Tabelul 7. Matrice complet de planificare a EFC 2
4
.
N
Factori-generatori
Factorii de interaciune
dubl, X
ik
tripl, X
ikl
X
iklm
X
0
X
1
X
2
X
3
X
4
X
12
X
13
X
14
X
23
X
24
X
34
X
123
X
124
X
134
X
234
X
1234
1 + + + + + + + + + + + + + + + +
2 + + + + - + + - + - - + - - - -
3 + + + - + + - + - + - - + - - -
4 + + + - - + - - - - + - - + + +
5 + + - + + - + + - - + - - + - -
6 + + - + - - + - - + - - + - + +
7 + + - - + - - + + - - + - - + +
8 + + - - - - - - + + + + + + - -
9 + - + + + - - - + + + - - - + -
10 + - + + - - - + + - - - + + - +
11 + - + - + - + - - + - + - + - +
12 + - + - - - + + - - + + + - + -
13 + - - + + + - - - - + + + - - +
14 + - - + - + - + - + - + - + + -
15 + - - - + + + - + - - - + + + -
16 + - - - - + + + + + + - - - - +
Analiza Tabelului 7 demonstreaz, c matrice de planificare EFC 2
4
scindeaz n dou matrice EFC 2
3
, sau n 4 matrice EFC 2
2
. Respectiv,
planul EFC 2
2
este "semireplica" planului EFC 2
3
i de replic a
planului EFC 2
4
. n caz general, pentru orice numr de factori j:
1 2
1 1
2 2 2
2 4
j j j
EFC EFC EFC
+ +
= = (20).
Existena variantelor echivalente de planificare i a "semireplicilor"
ofer cercettorului unele posibiliti importante, i anume: de corectare
a planului (inversiunea semnelor "+" n "-") sau de adugare n plan a
unui alt factor de influena fr repetarea experienelor deja efectuate.
I V.1.2. Ecuaii de regresie
Ecuaia de regresie este expresia analitic a funciei: Y = f(X
1
...X
i
),
respectiv, replica = f (factori de influen), adic, reprezint un
polinom, care descrie suprafaa de rspuns n spaiul (j+1)-dimensional:
2 3
0 0
1 1 1 1 1
...
j j j j j
i i ii ik ik iii
i i i k i
Y X X X X X | | | | |
= = = = =
= + + + + +
(21),
35
n care:
o Y rspunsul sistemului;
o
0
valoarea replicii sistemului n centrul experimentului X
0
,
coordonatele crora corespund centrelor intervalelor de variere
j
X A ( notat prin pe Figura 6):
( ) ( )
2
j j
j
X X
X
+
+
= (22);
o
1
...
i
coeficienii de influena ale factorilor de ntrare;
o X
1
... X
i
factorii de influen n forma codificat;
o
jj
pe lng X
j
2
coeficieni de influena "ptratic" a factorilor
respectiv X
j
;
o
jk
pe lng X
jk
coeficieni de interaciune a factorilor X
j
i X
k
;
Polinomul (4) se va simplifica substanial prin neglijarea
coeficienilor exponeniali: ptratici, cubici, etc. Astfel se obine
modelul numit ecuaia de regresie n aproximaia liniar:
0 0
1 1 1 1 1 1
...
j j j k k l
j j jk jk jkl jkl
Y X X X X | | | | = + + + +
(23).
Factorul X
0
, fiind o mrime constant, va avea valoarea formal +1
n variabile codificate, de aceea deseori se omite n ecuaii de regresie.
Trebuie de menionat, c interaciunea a doi factori se manifest
frecvent, interaciunea a trei factori se depisteaz mai rar, respectiv,
scade pentru ansamblele din 4 i mai muli factori. Acest lucru permite
a extinde posibilitile metodei, substituind ansamblele de factori fr
interaciunea cu unii factori noi.
Cea mai simpl ecuaie de regresie, care rezult din formulele
generale (21) i (23), este ecuaia unei drepte (vezi i Figura 5).
Y =
0
+
1
X
1
(24).
Pentru experimentul EFC 2
2
ecuaia va avea aspectul, caracteristic
metodei EFC, coninnd 2 factori "independeni" i 1 de interaciune:
Y =
0
+
1
X
1
+
2
X
2
+
12
X
12
(25).
n cazul interaciunii semnificative ntre factorii X
1
i X
2
,
coeficientul pe lng X
12
nu va fi nul (
12
0). Menionm, c n acest
caz "simplu" suprafaa real de rspuns va fi descris n spaiul 4D.
36
Pentru experimentul binivelar trifactorial ecuaia standard de
regresie va descrie o suprafaa similar celei prezentate pe Figura 6,
dar... n lumea greu imaginabil, "octadimensional":
Y =
0
+
1
X
1
+
2
X
2
+
3
X
3
+
12
X
12
+
13
X
13
+
23
X
23
+
123
X
123
(26).
I V.1.3. Prelucrarea matematic a rezultatelor EFC
Metoda Modelrii Matematice n general, i a EFC n particular, nu
impune restricii privind numrul replicilor, care pot fi studiate. n
cadrul unui experiment pot fi nregistrai mai multe rspunsuri
independente, obinndu-se informaia ampl despre sistemul studiat.
Pe lng faptul, c replica sistemului este funcia factorilor de
intrare, dirijai i controlai de cercettor, aceasta mai este i funcia
factorilor latente, care nu se supun controlului experimental. Influena
acestor factori poate fi clarificat a posteriori sau chiar s rmn
nedezvluit. Valorile factorilor cunoscute i necunoscute de influen,
pot avea i deviaii imprevizibile, care sunt drept evenimente aliatoare.
De aceea, pentru validarea statistic a rezultatelor experimentului
fiecare experiena pe linie trebuie s se realizeze de mai multe ori.
Vom numi Y
N,1
Y
N,m
replici gemene ale sistemului n cadrul
experienei cu numrul N, adic, rezultatele experienelor gemene
N
1
N
m
(efectuate n aceleai condiii). Se consider, c numrul optim
de experiene gemene este 3 pentru EFC 2
2
, i doar 2 pentru EFC 2
3
. Un
numr astfel de mic de repetri rezult din faptul, c realizarea ntregii
matrice de planificare a EFC 2
3
va necesita 8 2 = 16 experiene,
adic, aprecierea statistic se va face dintr-un eantion de date destul de
mare. Se va calcula media replicii, care rezult din m sau din 2
experiene-gemene:
,
1
1
m
N N i
i
Y Y
m
=
=
(27.1);
( )
, ,
1
2
N N A N B
Y Y Y = + (27.2),
n care prin A i B sunt notate dou experiene gemene.
Dup finisarea tuturor experienelor (pe linii i pe coloan), devine
posibil calcularea coeficienilor de regresie:
' , '
1
1
N
j N N j
Y X
N
| =
(28.1)
8
' , '
1
1
8
j N N j
N
Y X |
=
=
(28.2)
37
Oferim cteva exemple de calculare a coeficienilor n baz
matricei de planificare din Tabelul 4, reprodus aici pentru comoditate:
1 2 3 4 5 6 7 8
0
8
Y Y Y Y Y Y Y Y
|
+ + + + + + +
=
1 2 3 4 5 6 7 8
2
8
Y Y Y Y Y Y Y Y
|
+ + +
=
1 2 3 4 5 6 7 8
13
8
Y Y Y Y Y Y Y Y
|
+ + +
=
Reieind din valorile replicilor gemene i din mediile replicilor, se
vor calcula dispersiile pe linie, adic, dispersiile replicilor gemene.
Dac numrul de repetri m = 2, formula 29.1 se transform n 29.2.
( )
2
2
,
1
1
1
m
N N m N
Y Y
m
o =
(29.1)
( )
2
2
,
2
N N A N
Y Y o = (29.2).
Media aritmetic ale tuturor
2
N
o formeaz dispersia medie pe matrice:
2 2
1
1
N
matrix N
N
o o =
(30.1)
2 2
1
1
8
N
matrix N
o o =
(30.2).
n final, se va calcula deviaia medie ptratic a coeficienilor de
regresie, care de fapt i caracterizeaz statistic ecuaia (modelul).
2
matrix
N m
|
o
o =
(31.1)
2
16
matrix
|
o
o = (31.2).
Deoarece, conform Formulei 8, =
T
St
, n ecuaii de regresie
vor fi valabili din punct de vedere statistic doar coeficienii , modulul
crora depete valoarea respectiv a . De aceea valoarea se
noteaz ca
critic
, reprezentnd limita critic de jos a validitii statistice
a modelului, sau, cu alte cuvinte, eroarea absolut a determinrii
coeficienilor de influen (de regresie):
( , ) critic St q f
T
|
| o = (32),
generatori de interaciune
X
1
X
2
X
3
X
12
X
13
X
23
X
123
1 + + + + + + +
2 + + - + - - -
3 + - + - + - -
4 + - - - - + +
5 - + + - - + -
6 - + - - + - +
7 - - + + - - +
8 - - - + + + -
38
n acest caz valoarea criteriului Student se va alege pentru numrul
gradelor de libertate al sistemului f =N-1 i P(q) respectiv.
Coeficienii de influena se vor socoti semnificativi sau
nesemnificativi, n comparaie cu coeficientului de validitate
critic
:
o Coeficientul este semnificativ, dac:
critic
| | (33.1)
o Coeficientul este nesemnificativ, dac:
critic
| | s (33.2)
Sensul fizic al coeficientului de validitate statistic
critic
ca erorii
absolute a determinrii coeficienilor
j
impune necesitatea respectrii
rigorilor, care se refer la rotunjirea erorilor i mediilor.
I V.1.4. Semnificaia ecuaiilor de regresie.
Calcularea adecvabilitii modelului
Fie c a fost realizat un EFC 2
3
conform planului, descris n IV.1.1,
efectundu-se cte dou experiene-gemene, A i B (de exemplu, n
condiii reale, prezentate n Tabelul 5). Replica sistemului
concentraia reductorilor n produsul final: Y
i
, mg/100g. A fost
completat matricea respectiv n forma final (Tabelul 8)
*
.
Tabelul 8. Exemplu de realizare a matricei EFC 2
3
Eliminarea din ecuaie de regresie a coeficienilor nesemnificativi
permite a elabora modelul matematic al sistemului cercetat, adic,
algoritmul funcionrii sistemului. n cazul, prezentat n Tabelul 8,
coeficienii eliminai sunt
23
i
123
, fiind mai mici, dect
critic
=2.9
*
.
Corelaii terminologice ntre replic, coeficieni i factori, care fac
parte din ecuaie de regresie, sunt generalizate pe Figura 7.
*
V recomandm s folosii formulele 27.2 ... 38.2 i s recalculai valorile respective
N X
0
X
1
X
2
X
3
X
12
X
13
X
23
X
123 , N A
Y
, N B
Y
N
Y
2
N
o
N
Y
2
, N Y
o
1 + + + + + + + + 77.8 84.2 81.0 21.0 81.9 0.81
2 + + + - + - - - 79.4 82.6 81.0 5.2 80.1 0.81
3 + + - + - + - - 106.0 117.2 111.6 62.3 110.7 0.81
4 + + - - - - + + 104.8 111.2 108.0 21.0 108.9 0.81
5 + - + + - - + - 55.4 58.2 56.8 4.0 59.5 7.29
6 + - + - - + - + 28.3 30.9 29.6 3.5 26.9 7.29
7 + - - + + - - + 108.7 116.5 112.6 31.1 109.9 7.29
8 + - - - + + + - 70.5 78.7 74.6 33.7 77.3 7.29
j
81.9 13.5 -19.8 8.6 5.4 -7.7 -1.8 0.9 T
St(0.05,7)
= 2.37;
critic
= 2.9
39
Fig.7. Prile componente ale ecuaiei de regresie -
Eliminarea fonului din ecuaia de regresie din Figura 7 se va sconta
cu obinerea ecuaiei de regresie n forma final (modelului matematic):
Ateptarea matematic,
N j semn j
Y X | | = +
(34)
sistem
real
Factori
semnificativi
Fon (factori ne-
semnificativi)
model
matematic
Replica
sistemului, Y
Ateptarea
matematic,
Y
generatori de interaciune
nlocuibili nenlocuibili
Factori
central de influena direct
1 2 3 12 13 23 123
81.9 13.5 19.8 8.6 5.4 7.7 1.8 0.9 Y X X X X X X X = + + + +
2.9
critic
| =
semnificativi nesemnificativi
Coeficieni Replica
1 2 3 12 13
(35).
Dispersia remanent a modelului se calculeaz prin formule:
2 2
.
* ,
1
1
N
rem
N Y
i
N N
o o
=
=
(36.1)
8
2 2
.
* ,
1
1
8
rem
N Y
i
N
o o
=
=
(36.2),
n care:
N - numrul coeficienilor n ecuaia de regresie (inclusiv central,
0
);
N
*
- numrul coeficienilor semnificativi n ecuaia de regresie.
Adecvabilitatea (veridicitatea) modelului se determin dup
criteriile Fisher (vezi Anexa 2). Pentru aceasta se calculeaz raportul
dispersiei remanente i a dispersiei medii pe matrice, apoi rezultatul se
compar cu valoarea criteriului Fisher care corespunde ponderii
statistice P(q) i gradelor de libertate f
1
i f
2
:
f
1
= N-N* (37.1); f
2
= N(m-1) (37.2)
Dac
1 2
2
( ), ,
2
rem
P q f f
matrix
F
o
o
< , modelul este adecvat sistemului, (38.1);
Dac
1 2
2
( ), ,
2
rem
P q f f
matrix
F
o
o
> , modelul nu este adecvat sistemului, (38.2).
I V.1.5. Importana factorilor nlocuibili
Factorii nlocuibili se afl pe lng coeficieni nesemnificativi
(Figura 7), adic ei nu influeneaz replica sistemului n mod
semnificativ din punct de vedere statistic. Termenul nlocuibil
subliniaz posibilitatea, dar nu i obligaia, nlocuirii acestui factor cu
un alt factor de influen, a priori sau ipotetic semnificativ. Aadar,
depistarea factorilor nlocuibili demonstreaz nc un avantaj al
modelelor matematice n forma ecuaiilor de regresie: lipsa influenei
unui factor ofer posibilitatea studierii influenei unui alt factor.
3
1
(ln ) ' x
x
=
'( )
(ln ( )) '
( )
f x
f x
f x
=
(sin ) ' cos x x = (cos )' sin x x =
2
'
1 cos
(cos ec ) ' cos ec
sin sin
x
x ctgx x
x x
| |
= = =
|
\ .
2
'
1 sin
(sec ) ' sec
cos cos
x
x tgx x
x x
| |
= = =
|
\ .
2
1
(arcsin ) '
1
x
x
=
2
1
(arccos ) '
1
x
x
=
2
2
1
( ) ' sec
cos
tgx x
x
= =
2
2
1
( ) ' cosec
sin
ctgx x
x
= =
2
1
(arctg ) '
1
x
x
=
+
2 2
(arcctg ) '
x a
a a x
=
+
2 2
'
arctg
x a
a a x
| |
=
|
+
\ .
2 2
'
arcctg
x a
a a x
| |
=
|
+
\ .
Derivata sumei:
( ) ( ) ( )
1 2 1 2
' ' '
( ) ( ) ( ) ( ) f x f x f x f x + = +
Exemplu:
( )
3 2 2 2
'
2 6 2
x x
x e x x + = +
Derivata produsului:
( ) ( ) ( )
1 2 1 2 2 1
' ' '
( ) ( ) ( ) ( ) ( ) ( ) f x f x f x f x f x f x = +
Exemplu:
( )
1
'
cos ln ( sin ) ln cos x x x x x
x
= +
55
BIBLIOGRAFIA
1. .. . ., 2008. 100.
2. .., .., .. ,
. . ., 2010. 96.
3. ..
. , " ", 2004. 640.
4. ..
. , "", 1971. 51.
5. ..
. , " ", 1973. 280.
6. .., ..
. ., "",
1991. 367 .
7. ..
. , " ", 1991. 367 .
8. .
Excel. http://brusentsov.com/2009/12/27/3519.
9. Baerle A.V., Gutsanu V.L., Makari A.V., Roshka I.G. Influence
of Various Factors on the Acid-Ethanol Synergism . Russian
Journal of Phys. Chem., 2005, Vol. 79, No. 7. p. 1145-1149.
10. Macari A., Tatarov P., Lavric T. Vldicescu V. The evolution of
the biologically active compounds during the storage of preserved
foodstuffs. Food Sci. and Techn., Trgovite, Romnia, 2009,
V.10, Is. 1, p. 410-413.
11. .., .., .., ..
-
-. . ., 2013, 6. . 58-59.