ACADEMIA FORELOR TERESTRE

NICOLAE BLCESCU

LUCRARE DE LICEN

TEMA:
STUDIU CU PRIVIRE LA VALIDAREA MODELELOR
STATISTICO-MATEMATICE DE FUNDAMENTARE A
DECIZIILOR N CADRUL MISIUNILOR DE TRAGERE I
INDENTIFICAREA CORECIILOR NECESARE
COMPATIBILIZRII CU FENOMENUL REAL

CONDUCTOR TIINIFIC
Lect. univ.drd.
Daniela COSMA

AUTOR
Stud. sg. maj.
Adrian-Romulus CIRIPAN

- SIBIU, 2008

REFERAT DE APRECIERE a lucrrii de licen cu tema Studiu cu

privire la validarea modelelor statistico-matematice de fundamentare a
deciziilor n cadrul misiunilor de tragere i identificarea coreciilor
necesare compatibilizrii cu fenomenul real elaborat de stud. sg. maj.
Ciripan Adrian-Romulus

CUPRINS
INTRODUCERE.............................................................................................6
CAPITOLUL 1................................................................................................8
ELEMENTE DE PROBABILITI I STATISTIC MATEMATIC. .8
1.1. Elemente de teoria probabilitilor.........................................................8
1.1.1. Definirea termenului de probabilitate..............................................8
1.1.2. Scheme clasice de probabilitate.....................................................10
1.1.3. Legi de repartiie............................................................................11
1.1.4. Variabile aleatoare.........................................................................16
1.2. Elemente de statistic matematic........................................................20
1.2.1. Categorii de indicatori i interpretarea acestora.............................20
1.2.2. Corelaie i regresie........................................................................25
1.2.3. Verificarea ipotezelor statistice......................................................27
1.2.4. Modele de analiz grafic..............................................................30
1.2.5. Gruparea i clasificarea datelor statistice.....................................31
1.2.6. Metode de estimare a parametrilor i eficacitate a estimaiilor
metoda celor mai mici ptrate..................................................................33
CAPITOLUL 2..............................................................................................36
MODELE UTILIZATE N TEORIA TRAGERILOR..............................36
2.1 Parametrii utilizai n modelele de optimizare specifice teoriei tragerii 36
2.1.1 Forma traiectorie i nsemntatea ei practic..........................36
2.1.2 Probabilitatea de lovire a obiectivelor......................................45
2.1.3 Fenomenul mprtierii. Cauzele care produc mprtierea
proiectilelor.............................................................................................46
2.1.4 Modele de calcul ale probabilitii de lovire............................48
2.2 Modele de optimizare a tragerii asupra obiectivelor mobile.................57
2.3 Modele de corectare a tragerii n condiii speciale de presiune i
temperatur..................................................................................................59
2.3.1 Influena presiunii atmosferice asupra traiectoriei glonului. 59
2.3.2 Influena temperaturii asupra traiectoriei glonului................60
2.3.3 Recalcularea probabilitii de lovire n condiii speciale de
presiune i temperaturatur..................................................................60
2.4 Modele de optimizare a tragerii n pant i contrapant........................61
2.4.1 Recalcularea abaterilor probabile la tragerile n pant.........61
2.4.2 Recalcularea abaterilor probabile n contrapant...................63
2.5. Economia i sigurana tragerii..............................................................63
2.5.1 Consumul de muniie.......................................................................63
2.5.2 Ateptarea matematic.....................................................................64

CAPITOLUL 3..............................................................................................66
UTILIZAREA TEHNICII DE CALCUL N OPTIMIZAREA
INSTRUCIEI TRAGERII PRIN SIMULAREA MODELELOR
STATISTICO-MATEMATICE.
PRELUCRRI,
COLECII
I
VALIDRI.....................................................................................................66
3.1 Aspecte ale utilizrii tehnicii de calcul n domeniul militar..................66
3.2 Programul de simulare la nivel tactic JCATS........................................67
3.3 Etapele procesului de simulare..............................................................67
3.4 Utilizarea tehnicii de calcul n calcularea elementelor traiectoriei........69
3.5 Simularea tragerii asupra obiectivelor mobile.......................................74
3.6 Simulare pentru estimarea probabilitii de lovire i al consumului de
muniie la tragerea aspura unei inte aflat la orice distan i n orice
condiii de presiune i temperatur..............................................................79
CAPITOLUL 4..............................................................................................88
PROIECTAREA UNUI SIMULATOR PENTRU EFECTUAREA
TRAGERILOR DE PREGTIRE I ANTRENAMENT.........................88
4.1 Simulatorul tragere pe baz de laser......................................................88
4.2 Proiectarea unui simulator pe baz de laser...........................................92
CONCLUZII I PROPUNERI....................................................................97
BIBLIOGRAFIE...........................................................................................98
Anexe............................................................................................................100

INTRODUCERE
Fiecare

dintre cele dou pri va cuta s

prevad aciunea celuilalt, trgnd concluzii
din caracterul, instituiile, situaia i
condiiile n care se afl adversarul, i o va
adopta pe a sa servindu-se de legile
calculului probabilitilor
Clausewitz

Suntem martorii unei evoluii continue a complexitii mediului militar,

asistnd totodat la diversificarea problemelor pe care acesta le implic.
Deosebit de importante, procesele de pregtire, conducere i respectiv de
asigurare a aciunilor de lupt se disting prin nglobarea aspectelor cantitative
i calitative ale coninuturilor lor, aspecte ce se impun a fi studiate n detaliu.
Domeniul militar este caracterizat de ntmpinarea a numeroase situaii a
cror analiz se preteaz a fi efectuat cu ajutorul modelelor matematice
Aceste situaii pot fi reprezentate i studiate cu ajutorul modelelor, cum ar fi
de exemplu fenonmenul tragerii cu armamentul de infanterie.
Algoritmii dai de diferitele tipuri de modele, pe lng faptul c permit
soluionarea rapid si uoar a numeroase probleme din domenii variate de
activitate, constituie n acelasi timp procedee eficace de investigaie ce ajut
intuiia eliminnd empirismul i rutina.
n condiiile n care informaia reprezint putere pe cmpul de lupt
modern, cunoaterea acestor modele este o condiie esenial n formarea unor
comandani care s fie capabili s fac fa cerinelor acestuia.
Folosirea metodelor matematice n cunoaterea i descrierea
fenomenelor reprezint un pas important spre o treapt superioar de
abstractizare n domeniul militar. Metodele matematice folosite sunt foarte
diverse, de la cele clasice, analitice, de tip determinist, la cele nedeterministe
ce in de teoria probabilitilor i proceselor stochastice.
Succesul pe cmpul de lupt presupune o gndire probabilistico-statistic
foarte flexibil, o cunoatere temeinic a metodelor, modelelor i tehnicilor pe
care le comport o conducere previzional. Numai aa putem evita eecul n
faa inamicului.
Am ales s abordez aceast tem ca studiu, motivat fiind de pasiunea
pentru tiinele exacte i inginereti, din dorina de a studia i de a nelege
fenomenul tragerii, prin simularea modelelor matematice i prelucrarea
rezultatelor obinute n urma simulrii.
Cunotinele de programare i experiena n domeniu m-au ajutat n
realizarea unor aplicaii software pe care le-am utilizat n prelucrarea rapid a

rezultatelor, programe care pot fi extrem de utile pentru un comandant de

subunitatea mai ales n instrucia tragerii cu armamentul de infanterie.
Am structurat lucrarea pe 4 capitole, dup cum urmeaz:
Capitolul 1 structurat pe 2 mari subcapitole noiuni generale de teoria
probabilitilor i cteva elemente de statistic matematic.
Capitolul 2 prezint adaptri ale modelelor statistico-matematice la
domeniul militar, mai exact adaptri la fenomenul tragerii. Sunt descrii
principalii parametrii, fenomenul mprtierii loviturilor i cteva modele
utilizate n teoria tragerii.
Capitolul 3 are un caracter practic aplicativ n care am ncercat s rezolv
cteva probleme legate de fenomenul tragerii prin simularea modelelor
prezentate la capitolul 2. Am folosit pentru simularea modelelor cteva
aplicaii soft realizate n limbajul de programare Delphi.
Capitolul 4 este un capitol mai special deoarece ncerc s prezint o
soluie de mbuntire a instruciei militarilor romni, soluie avantajoas din
toate punctele de vedere, dar mai ales din punct de vedere al economiei de
muniie, timpului instruciei i proteciei personalului. Am ncercat s relizez
n msura posibilitilor tehnologice pe care le-am avut l-a dispoziie s
relizez un simulator de tragere care s redea ct mai fidel condiiile reale din
poligon. Prezint totodat aici i posibilitile de mbuntire ale acestui
sistem de simulare.
Am certitudinea c voi atrage atenia prin aceast lucrare, mai ales prin
simulrile pe care le-am realizate i prin care doresc s ncurajez acordarea
unei atenii mai mari simulrii n activitatea procesului de instrucie a
militarilor i bineneles acordarea unei atenii mai mari nelegerii
modelelor statistico-matematice pentru c numai acestea pot apropia
simulrile de condiiile reale.
Mulumesc pe aceast cale doamnei lect. univ. drd. Cosma Daniela
pentru sprijinul acordat n demersul tiinific realizat.

CAPITOLUL 1
ELEMENTE DE PROBABILITI I
STATISTIC MATEMATIC

1.1. Elemente de teoria probabilitilor

1.1.1. Definirea termenului de probabilitate
n nelesul ei cel mai larg, probabilitatea este definit ca msur a
posibilitii, ca latur cantitativ a ntemeierii acesteia. Ea caracterizeaz nu
att fiinarea fenomenelor actuale, ct mai ales procesele ce au loc la nivelul
acestora, micarea i evoluia lor; ea este un atribut al existenei n devenire,
al evenimentelor i nu al lucrurilor.
Fiind expresia cantitativ a ntemeierii obiective a perspectivelor de
evoluie a unui sistem, a anselor acestuia de a trece n altceva, probabilitatea
se exprim matematic printr-o ecuaie de frecven, ca raport ntre numrul de
cazuri de realizare efectiv a unui eveniment i numrul total de cazuri
posibile.
Formal, matematic, orice eveniment poate fi exprimat n termeni de
probabilitate. Evenimentele necesare caracterizate printr-o concordan
deplin cu legea fenomenului i printr-o stabilitate i concordan a condiiilor
de realizare au o probabilitate egal cu 1, sau o probabilitate de 100%;
evenimentele imposibile au o probabilitate 0; iar toate celelalte
evenimente, care nu sunt necesare sau imposibil, adic evenimentele
ntmpltoare, au o probabilitate cuprins ntre 0 i 1.
n realitate, nu orice devenire, nu orice eveniment are un caracter
probabil. Necesitatea i imposibilitatea constituie cazuri limit ale variaiei
probabilistice, valoare numeric a raportului probabilistic fiind pentru ele
extrem i constant; or, ceea ce este constant i dinainte cunoscut nu poate fi
probabil. De aceea, necesitatea i imposibilitatea nu pot fi considerate
fenomene probabile. Descrierea acestora n termeni probabilistici nu aduce
nimic nou n nelegerea lor i, de aceea, se folosesc n mod curent n
descrierea lor teorii i metode matematice neprobabilistice
Probabilitatea este caracteristic fenomenelor lipsite de constan i
regularitate, a cror realizare este legat de instabilitatea i caracterul aleatoriu
al apariiei condiiilor; ea este deci o caracteristic important a fenomenelor
ntmpltoare, care comport o variaie probabilistic ntre necesar i
imposibil.

De aceea, probabilitatea este definit drept o dimensiune cantitativ a

acestora. Matematic, probabilitatea (P), a unui eveniment ntmpltor (A),
este redat de expresia 0<P(A)<1.1
n cunoatere, probabilitatea are sens i valoare numai n cazul
fenomenelor ntmpltoare, pentru care exist cel puin dou posibiliti
diferite: s se realizeze sau nu, s se realizeze ntr-o form sau alta (altfel
fenomenul este necesar sau imposibil). Totodat, probabilitatea i pierde
sensul pentru cunoatere atunci cnd fenomenul ntmpltor are un numr
infinit de posibiliti, ntruct dei evenimentul nu este fizic imposibil
pentru fiecare posibilitate n parte, probabilitatea devine 0.
Cu toate c probabilitatea este o caracteristic obiectiv a evenimentelor
individuale, ea devine evident i capt o valoare pentru cunoatere numai
atunci cnd este supus observrii un numr mare de evenimente ntmpltoare
de acelai fel, care se manifest independent unul de altul. Independena
reciproc i dezordinea evenimentelor individuale dintr-un ansamblu fac ca o
anumit proporie de evenimente din acest ansamblu s se afle n aceeai
situaie sau n situaii asemntoare, care conduc la acelai rezultat (se
realizeaz n acelai mod). Acest fenomen poart denumirea de frecven i se
exprim prin raportul ntre numrul cazurilor care se realizeaz i numrul
total de cazuri posibile. Frecvena se realizeaz la nivelul ansamblului, ca
medie statistic a componentelor individuale i are valoare de necesitate
pentru ansamblu; ea este cu att mai stabil, cu ct numrul de componente
ale ansamblului este mai mare.
La limita ideal a stabilitii sale, frecvena este egal cu probabilitatea
fiecruia dintre evenimentele individuale ntmpltoare care compun
ansamblul, deoarece la nivelul ansamblului frecvena este o manifestare a
probabilitii ce caracterizeaz nivelul individual al existenei ansamblului.
De aceea, probabilitatea este deseori definit prin frecven. Probabilitatea i
frecvena sunt egale ca valoare numeric (cantitativ), dar se deosebesc ntre
ele sub aspect calitativ i ca nivel al existenei la care se refer i pe care l
descriu: probabilitatea caracterizeaz nivelul individual la existenei i
evalueaz ntmplarea, iar frecvena caracterizeaz nivelul ansamblului i
pune n valoare necesitatea. Ceea ce la nivel individual se manifest ca
ntmplare (probabilitatea) devine, la nivelul ansamblului printr-un proces
dialectic de trecere a cantitii n calitate -, necesitate, (frecvena); aceasta este
ns o necesitate statistic, pe care se ntemeiaz legitatea statistic.

Ciobanu, Gh., Al. Ghi, g. Georgescu - Teoria probabilitilor, Bucureti, 1978

1.1.2. Scheme clasice de probabilitate

Schema lui POISSON.
Se dau n urne U1, U2, , Un care conin bile albe i negre n proporii
date. Cunoatem deci probabilittile pi(i = 1, 2,, n) cu care este extras o
bil alb din urn Ui . Se cere probabilitatea de a extrage k bile albe si n-k bile
negre, atunci cnd din fiecare urn se extrage cte o bil. S notm cu q i = 1
pi (i = 1, 2, , n) probabilitatea de a extrage o bil neagr din urna Ui.
Fie Ai (i = 1, 2, ,n) evenimentul de a extrage o bil alb din urna Ui i
A i CAi

evenimentul contrar al lui Ai.

Evident, evenimentele Ai i Ai sunt independente n totalitatea lor.
Pentru a extrage k bile albe i n- k negre, trebuie s se realizeze k
evenimente Ai i n-k evenimente Ai .
Evenimentul:
Ai1 Ai2 ... AiK AiK 2 ... Ain

se realizeaz cu probabilitatea:

pi1 pi2 ... piK qiK 2 qiK 2 ...qin

,
unde litera p apare de k ori cu diferii indici , iar q de n-k ori cu indici care nu
apar la p de k ori cu diferii indici, iar q de n-k ori cu indici care nu apar la p.
Se observ uor c dup aceeai regul se calculeaz coeficientul lui xk
in polinomul:
P x p1 x q1 p 2 x q 2 ... p n x q n .

(1.1)

Schema lui Poisson ajut la rezolvarea problemelor n care se cere

probabilitatea realizrii de k ori a unui eveniment ntr-o experien ce const
n efectuarea a n experiente independente, atunci cnd cunoatem
probabilitatea realizrii evenimentului n fiecare din cele n experiene.
Schema lui BERNOULLI
S presupunem c n schema lui Poisson urnele U 1, U2, , Un sunt
identice.
Atunci putem lua: p1 = p2 = =pn = p i q1 = q2 = = qn = q = 1- p.
Probabilitatea extragerii a k bile albe va fi n acest caz coeficientul lui x k
din polinomul:
P x px q , *
n

adic va fi egal cu:

*

Putem considera x numrul de lovituri n obiectiv la tragerea cu rmamentul de infanterie

10

C nk p k q n k , k=0,1,2..2

Recunoatem n aceast expresie termenul general al ridicrii la puterea

n a binomului p + q. Pentru acest motiv schema se mai numete binomial.
Deoarece urnele sunt identice, putem considera c toate extragerile se fac
dintr-o singura urn, bila extras punndu-se napoi n urn dup fiecare
extragere.
Obinem astfel schema lui Bernoulli:
Probabilitatea de a scoate k bile albe din n extrageri dintr-o urn, punnd
de fiecare data bila napoi, este
Pn ,k C nk p k q n k ,

(1.2)

unde p este probabilitatea obinerii unei bile albe dintr-o singur extragere i
q = 1 p.
Schema lui Bernoulli rezolv problemele n care se cere probabilitatea
realizrii unui eveniment de k ori ntr-o serie de n efecturi a unei
experiene ,atunci cnd se cunoate probabilitatea evenimentului la o singur
efectuare a experienei.
1.1.3. Legi de repartiie
1) Repartiia normal de parametrii m i 2 [XN(m, 2)]. n acest caz v.a.
X este definit prin densitatea de repartiie:
x m 2
1
f X x
exp
, xR
(1.3)

2 2
2

Funcia de repartiie corespunztoare este:

x
t m 2
1
F x
exp
X

Media:

M X

2 2

dt

xf X x dx m

i dispersia

D2 X

(1.4)

x m

f X x dx

Graficul densitii de repartiie este dat n figura alturat :

El prezint simetrie fa de x= m i admite punctele de inflexiune de
abscise x= m .
Propoziie: Dac X ~ N (m, 2), atunci

Fig. 1.1 Curba lui Gauss*

11

0, k 2r 1

M X M X
k

M X M X

D X 3 2

2r ! 2r , k 2r ;

2 r r!

0;

M X M X 4
30*
2
D X

Caz particular al formulei (1.3) : m=0 i =1=> repartiia normal

standard N(0,1) definit de densitatea de repartitie : f X x

x2

exp
2
2

,x

R i funcia de repartiie:
x

t2
dt
exp

2
2

(1.5).

Cele dou funcii: densitatea i funcia de repartiie pentru normala

N(0,1) sunt tabelate.
Observaii:
a) Dac X ~ N(0, 1) graficul densitii este simetric fa de axa Oy.
b) (x)+(-x)=1 deorece x i (-x) sunt puncte simetrice fa de axa Oy
iar (x) reprezint aria mrginit de graficul f., axa Ox i paralela dus la
Oy prin punctul de abcis x aa cum se vede n figura de mai jos:
De asemenea ()= 1

Fig. 1.2 Comportarea asimptotic a legii normale

c) Dac X~N(m,2) atunci variabila aleatoare redus

Y=

X-m

~ N(0, 1).

Definiie: Valoarea u se numete cuantila de ordinul a variabilei

YN(0, 1) dac: (u) =
2) Repartiia uniform X~U[a, b] cu densitatea de repartiie
1

, x a, b
f X x b a
0, n rest
*
2

Pentru repartiie normal, coeficienii de asimetrie i cel de exces sunt zero.

se mai numete i funcia lui Laplace

12

(1.6)

media M X xf X dx
a

ba
b a 2

D
X

i dispersia
2
12

3) Repartiia exponenial E(, ) deplasat.

V.a. XExp(, ) are d.r. :
1 x
, x , 0

f X x e
0,
n rest

(1.7)

cu M(X)=+, D(X)=2
Observaie: Cel mai des folosit repartiie exponenial este Exp( ,0) notat
Exp( ).
Exemplu: Repartiia exponenial se utilizeaz n modelarea timpilor de
defectare a diferitelor utilaje precum i n fenomenele de ateptare. Aceasta
repartiie este legat de aa numitele procese Poisson, evenimentele discrete
fiind observate pe intervale de timp continue.
Fie v.a. T = momentul de timp la care se realizeaz primul eveniment=>
T~Exp((, ).
Fie v.a. X = numrul de realizari ale unui eveniment n intervalul de timp
[0,t]=> X~Po(t) i P(T > t) = P(X=0) = exp(-t)
4) Repartiia Weibull. W(a,b) este utilizat n teoria fiabilitii.3
V.a. X~W(a,b) are repartiia dat de funcia de fiabilitate: P(T>t)=exp(b
at ),t>0,a>0,b>0.
Avem M(X)=a-1/b (1+1/b), VarX=a-2/b (1 2 / b) -M2(X)
Repartiia Weibull se folosete pentru modelarea timpilor de defectare
pentru tuburi electronice, bilele de rulmeni, condensatori .a.
p-quantila este dat de P(X< xp)=p i n acest caz xp=[-ln(1-p)/a]1/b.
Dac T urmeaz o repartiie Weibull atunci U=lnT urmeaz o repartiie
Gumbel definit de funcia de repartiie F(w)=1-exp[-exp(y-u)/b] ,y R,b>0.
5) Repartiia hi - ptrat 2(n)
O variabil aleatoare X 2(n) are densitatea de repartiie:

1
n
/
2
h X x 2 n / 2

0,

x2 e

x
2

x0

(1.8)

x0

cu M(X) = n, D(X) = 2n.

2
Dac Xj 2 (j) independente , 1 j k Y X j j .
1
1
k

Ciucu, G., Tudor, C., Probabiliti i procese stocastice, Bucureti, 1978

13

Observaie important: O sum de ptrate de n variabile aleatoare

independente i repartizate N(0,1) urmeaz o repartiie 2(n)
6) Repartiia Student
O variabil aleatoare X cu densitatea de repartiie
n 1

1 2
2

f X x
1 x
n
n

n
2

n 1
2

, x (-, ),

(1.9)

n
M(X) = 0, D X 2 n 2

urmeaz o repartiie Student (t) cu n grade de libertate (scriem Xt(n)).

Se poate arata ca daca U~N(0,1) si V~ 2 (n) atunci W=U / V / n
urmeaza o repartitie Student cu n grade de libertate.

7) Repartiia Fisher cu n, respectiv m grade de libertate: F(n, m)

O variabil aleatoare X F(n, m) dac are densitatea de repartiie:
mn

2 n

f X x; n, m

m n m

2 2

n2

n 2 1

n
1 x
m

n m / 2

(1.10)

8) Repartiia Gamma
X Gamma (, ), > 0, > 0. Densitatea de repartiie a v.a. X este:
x 1e x /
,x0

f X x; ,
0, in rest

(1.11)

cu M(X) = si D(X) = 2
9) Repartiia invers Gauss sau repartiia Wald
Densitatea de repartiie Wald este:
2
2
f X x; , 2x 3 e x 2 x ; x 0, 0, 0

M(X) = i D X .
3

Repartiia Wald este folosit ca alternativ a repartiiei Weibull .

10) Repartiia Beta, Be (, ), >0, > 0.
Observaie: Dac vom considera 2, n / 2 , densitatea de repartiie a unei variabile Gamma(n/2,2) se
reduce la o repartitie 2 ( n) .
4

14

Densitatea de repartiie a v.a. XBe(,) este 5

1
x 1 1 x
f X x
, x 0,1
B ,
Observatie: B ( , ) =

( )( )
( )

(1.12)

11) Repartiia valorilor extreme

Deosebit de utile n situaiile practice n care depirea unui anumit nivel
de solicitare pentru un sistem mecanic conduce la defectarea sistemului,
repartiiile de tipul: U= max(X1, X2, ..., Xn) i V= min(X1, X2, ..., Xn) au fost
studiate de Gumbel nc din anul 1958 n cartea sa intitulat Statistics of
extremes. n decursul timpului, ele i-au dovedit importana n situaii
diverse:
a) un sistem cu componente legate n serie se defecteaz cnd se defecteaz
prima component din sistem.
b) un sistem cu componente legate n paralel se defecteaz cnd se defecteaz
ultima component.
Repartiiile valorilor extreme sunt de urmtoarele tipuri:

xa
xa
exp exp
, x R,
b
b

0,
xa

xa

II. (valori maximale) : Fn b exp x a , x a, 0

xa
x

exp
, x a, 0
III. (valori maximale): F b
b

1 ,
xa

x a
xa

IV. (valori minimale) : G b 1 exp exp b , x R

0,
xa

xa
V. (valori minimale) : G b 1 exp x a , x a, 0

I. (valori maximale) : Fn

VI. (valori minimale) :

xa
x a 1 exp

G

b

b
1 ,

R, > 0

, x a, 0

xa

12) Repartiia log-normal.

Dac X ~ N(m, 2), atunci Y=eX are densitatea de repartiie:
fY(y) =

1
y 2

ln y m 2
2 2

,y>0

Ciucu, G., Tudor, C., Probabiliti i procese stocastice, Bucureti, 1978

15

(1.13)

Variabila aleatoare Y are repartiie lognormal.6

Propoziie: Dac X~U(0,1) atunci variabila aleatoare

Y ln 1 X
a

1b

cu a, b > 0 are densitatea de repartiie f(y) = abyb-1 e ay b , 0 < y < ( Weibull)

Propoziie: Dac X ~ U(0, 1), atunci variabila aleatoare Y = a ((1-X)-1/b - 1)
cu a,b > 0 are densitatea de repartiie

f y

b
a

a a y

b 1

, 0 < y < ( Pareto )

k
k 1
k
Observaie: P(N=k) 1 p 1 p p1 p (Repartiia geometric).
Repartiia geometric poate conduce la o discretizare a repartiiei
exponeniale astfel:

Fie Y =

ln X

ln1 p

; Y ia valori pe R+i, pentru x > 0 se poate scrie:

P(Y x) = P[ln X xln(1-p)] = P(X exln(1-p)) =1 - exln(1-p) = 1- e-x ln(1-p) , x > 0.

Deci, Y Exp [ ln(1-p) ]
Dac YExp () atunci [Y] este repartizat geometric cu p = 1 - e-.
Teorem: Fie X o variabil aleatoare cu funcia de repartiie F(X) de tip
continuu care este strict cresctoare. Atunci v.a. Y=F(X) este repartizat
uniform pe (0,1).
Teorem: Fie YU(0, 1) i F(x) o funcie de repartiie de tip continuu cu
F(a)=0, F(b)=1 i F strict cresctoare pe (a,b). Atunci v.a. X=F -1(Y) este o v.a.
continu cu funcia de repartiie F.
Teorem: Dac g: R R, admite o dezvoltare n serie Taylor dup puterile xx0 i, dac X este o v.a. pentru care exist M(X2), atunci
M(g(X))g(M(X))+

1
2

D(X) g M X

1.1.4. Variabile aleatoare

Prin caracteristic nelegem acea particularitate, proprietate, nsuire a
unui fenomen care constituie obiectul msurrii noastre. Exemple de
caracteristici: nlimea unei persoane, glicemia, atitudinea fa de alii, sexul,
rezultatele colare, gradul militar, etc.
Se numete variabil aleatoare7 (stohastic) acea variabil a crei
realizare constituie un eveniment ntmpltor. Variabila aleatoare reprezint o
funcie definit pe mulimea unui sistem determinat de evenimente.
Evenimentele elementare care compun mulimea pe care este definit
variabila aleatoare reprezint valorile ce pot fi luate de aceast variabil.
Variabila aleatoare exprim variai unei caracteristici.
Atunci cnd evenimentele elementare ce compun mulimea de definiie a
variabile aleatoare sunt numere, variabila se mai numete i aleanumeric.
6

Repartiia lognormal modeleaz timpii de defectare pentru componente electronice, semiconductori LED,
diode IMPATT, laseri, de asemenea, repartiia consumului de curent electric de ctre consumatorii casnici
dintr-un mare ora, repartiia particolelor obinute prin pulverizare
7
Denumirea vine de la cuvntul latin alea care nseamn zar, juctor cu zarul, joc de noroc, risc, primejdie

16

Valorile greutii msurate pe un numr de subieci constituie un exemplu de

variabile aleanumerice.
Variabila aleatoare nu este neaprat de tip aleanumeric. Distribuia
culorii ochilor constituie de asemenea o variabil aleatoare ale crei valori
sunt: albastru, verde, cprui, negru. S ne amintim c descoperirea legilor
genetice de ctre Mendel s-a bazat pe analiza unor astfel de variabile
aleatoare.
Unele variabile aleatoare, numite discrete, pot lua un numr finit de
valori, n timp ce altele numite continue, pot lua orice valoare dintr-un
interval (a,b).
Variabilele din prima categorie le vom numi discrete, iar variabilele din a
doua categorie, continue.
n cazul general, cnd o variabil aleatoare X poate lua un numr
oarecare de valori x1, x2,, xn, fiecare cu probabilitatea respectiv p 1, p2, ,
pn este evident c apariia uneia dintre valori exclude apariia alteia.
Suntem deci n prezena unui sistem complet de evenimente:
P(X=x1)=p1; P(X=x2)=p2; ; P(X=xn)=pn, pentru care suma probabilitilor
tuturor valorilor posibile ale variabilei aleatoare X este egal cu 1;
n

pi 1.

(1.14)
Dac notm evenimentele sistemului cu A1, A2, , An putem defini astfel
conceptul de variabil aleatoare de tip discret.
O mrime X, care variaz la ntmplare i poate lua, cu probabilitile
cunoscute pi (i=1,2,3, ,n) una din valorile xi (i=1,2,3,,n) dup cum se
verific unul din evenimentele Ai (i=1,2,,n), care formeaz un sistem
complet de evenimente, se numete variabil aleatoare discret.
n termeni mai simpli, exprimnd aceeai idee, putem spune:
Se numete variabil aleatoare o mrime care, drept rezultat al unui
experiment, poate lua o valoare oarecare, fr s se poat preciza dinainte care
anume.8
Este evident c n aceste exemple variabila aleatoare X are o mulime
infinit de valori, completnd integral un anumit interval i n aceast situaie
nu se poate vorbi n general de probabilitatea pi a unei valori izolate xi .
Se poate afirma, n schimb, c exist anumite domenii ale valorilor
posibile ale variabilelor aleatoare continue X, care sunt luate cu o anumit
probabilitate.
i 1

1.1.4.1. Valoarea medie

Fiind dat o variabil aleatoare discret simpl
8

Exemple de variabile aleatoare continue: durata de ardere a unui bec, dac durata minim de garanie
este de 500 de ore, variabila aleatoare X poate lua orice valoare ce depete 500; greutatea unui bob de gru
luat la ntmplare; durata vieii unei persoane.

17

 x1
p1

X :

x2
p2 L

xn

pn

,
vom numi valoare medie a acestei variabile numrul

(1.15)

M x p1 x1 p2 x2 ... pn xn pi xi
i 1

S scoatem n eviden cteva proprieti ale valorii medii:

1. Valoarea medie a unei constante este egal cu constanta.
2. Dac X este o variabil aleatoare i a o constant , atunci sunt adevarate
relaiile:
M(a+X) = a+M(X),
M(aX) = aM(X)
3. Valoarea medie a unei variabile aleatoare X descris la (1.15) este cuprins
ntre cea mai mic i cea mai mare din valorile posibile variabile.
4. Valoarea medie a unei sume finite de variabile aleatoare este egal cu suma
valorilor medii ale variabilelor aleatoare respective.
5. Valoarea medie a unui produs de dou variabile aleatoare independente este
egal cu produsul valorilor medii ale variabilelor considerate.
1.1.4.2. Nomenclatorul de ordinul k
Abaterea medie
Fiind dat o variabil aleatoare X, vom numi momentul de ordinul k al
acestei variabile valoarea medie a variabilei Xk. Vom scrie Mk(X)= M(Xk).
Dac X are distribuia dat de relaia (1.15, atunci
Mk(X)= p1 xk1+ p2 xk2++pnxkn.
O variabil aleatoare care ia numai valori pozitive are momentul de orice
ordin.
Fiind date o variabil aleatoare X i o constant , vom numi abatere de
la constanta a variabilei X, variabila X-.
Momentul de ordinul k raportat la constanta al variabilei X , se
definete ca valoare medie a variabilei (X-)k.
Pentru .=0, obtinem momentul iniial de ordin k, sau, scurt, momentul
de ordinul k al variabilei X pe care l-am definit la inceputul acestui paragraf .
Pentru .=M(X)=m, obinem momentul centrat de ordin k al variabilei X.
Variabila X- M(X) se numete abaterea de la medie a variabilei X, sau,
scurt abaterea variabilei X.
Valoarea medie a abaterii oricarei variabile aleatoare este nula .
ntr-adevr M(X- M(X))=M(X)-M(X)=0

Pentru variabile aleatoare continue cu densitatea f(x) M ( x )

18

x f ( x ) dx

De multe ori , la o variabila aleatoare ne intereseaz ct de mult se abat

valorile variabilei de la valoarea medie. Trebuie s stabilim un indicator
numeric al mprtierii valorilor variabilei aleatoare n jurul valorilor medii.
Valoarea medie a abaterii de la medie nu poate caracteriza aceast
mprtiere, deoarece este nul pentru orice variabil aleatoare. Abaterile
diferitelor valori, avnd semne diferite, se compenseaz reciproc. Este foarte
important s caracterizam mprtierea variabilei X, prin valoarea medie
a abaterii absolute | X-M(X)| pe care o vom numi abatere medie.
Dac X are distribuia dat de relaia (1.15),atunci distribuia abaterii
absolute este
x1 m

p1

x2 m
p2

xn m

pn

unde m=M(X) , iar abaterea medie este

p1|x1-m| + p2|x2-m| +...+ pn |xn-m| .
Dispersia
Vom numi dispersie a unei variabile aleatoare X momentul centrat de
ordinul al doilea al acestei variabile.Vom scrie 2=D2(X)= M[(X-m)2] , unde
m=M(X).
Dac X are distribuia (1.15),
Atunci: D2(X)= p1(x1-m)2 + p2(x2-m)2 +...+ pn (xn-m)2= p1(x12-2 x1m+m2) +
p2(x22-2 x2m+m2) +...+pn (xn2-2 xnm+m2)= p1x12+ p2x22 +...+ pnxn2+ 2m( p1x1+
p2x2 +...+ pnxn)+ m2 (p1+ p2+...+ pn) = M(X2) [M(X)]2.
S scoatem n eviden cteva proprieti mai nsemnate ale dispersiei:
a) Dispersia unei constante este nul D2(a)=0. Este adevarat i
reciproca acestei afirmaii.
b) Dou variabile aleatoare care difer printr-o constant au dispersii
egale.
S consideram variabila X dat de rel (1.15), i Y=X+a care are
distribuia:
a x1
p1

Y :

a x2
p2
L

a xn

pn

tim c m=M(Y)=M(X) +a=m+a.

D2 (Y)= p1(x1+a-m)2 + p2(x2+a-m)2 +...+pn (xn+a-m)2=p1(x1+a-m-a)2 +
p2(x2+a-m-a)2 +...+ pn (xn+a-m-a)2 = p1(x1-m)2 + p2(x2-m)2 +...+ pn (xn-m)2 = D2
(X)
c) Dispersia produsului dintre o constant i o variabil aleatoare este
egal cu produsul dintre ptratul constantei i dispersia variabilei D2 (aX)=a2
D2 (X).

19

d) Una din cele mai importante proprieti ale dispersiei este urmtoarea:
dispersia unei sume finite de variabile aleatoare independente este egal cu
suma dispersiilor variabilelor adunate,
D2(X1+X2++Xn) = D2 (X1)+ D2 (X2)+...+ D2 (Xn).
De obicei, gradul de mprtiere al unei variabile aleatoare X se exprim
nu prin dispersie, ci prin abaterea medie patratic D(X) dat de relaia
2
2
2
= D2 (X). D ( X ) M(X )-[M(X)]

Aceasta are avantajul c se exprim prin aceleai uniti de masur ca i

valorile variabilei X.
Proprietile mai importante ale abaterii medii patratice sunt:
D(a)=0, daca a este o constant
D(X+a)=D(X);
D(aX)=aD(X).
Aceste proprieti le are i trebuie s le aib orice mrime menit s
msoare gradul de mpratiere. n plus , abaterea medie ptratic are
proprietatea c dac 1=D2(X1), 2=D2(X2) ; ... ; n=D2(Xn)
unde X1, X2 ,,Xn, sunt variabile aleatoare independente, atunci
1 D 2 X 1 X 2 ... X n 12 22 ... n2

1.2. Elemente de statistic matematic

1.2.1. Categorii de indicatori i interpretarea acestora

Indicatorul statistic n sens larg reprezint expresia numeric a

unor fenomene i procese social-economice, definite n timp, spaiu i
structur organizatoric. Indicatorii statistici pot fi primari i derivai.
Indicatorii primari se obin, de regul, n etapa de sistematizare a
datelor statistice, prin centralizarea i agregarea acestora.
Indicatorii derivai se obin prin prelucrarea mrimilor absolute ale
indicatorilor primari.
Cele trei proprieti majore ale seriilor de date numerice, pe care le
putem analiza folosind indicatorii statistici sunt cele privitoare la tendina
central, la variabilitatea si la forma distribuiilor.
1.2.1.1. Indicatori ai tendinei centrale
O clasificare a indicatorilor tendinei centrale se poate face, n funcie
de modul de determinare a lor. n:
indicatori (mrimi) medii de calcul: media aritmetic, armonic,
ptratic, geometric etc;
indicatori medii de poziie: modul, mediana.
20

Indicatorii fundamentali ai tendinei centrale sunt: media aritmetic,

modul i mediana, dar n anumite cazuri speciale putem apela i la alte tipuri
de medii10.
Media aritmetic
reprezint valoarea care nlocuind toi termenii unei
serii nu modific nivelul lor totalizator i se calculeaz ca suma valorilor
raportat la numrul lor.
x

x1 x2 ...... xn 1 n
xi
n
n i 1

(1.16)

Media unei variabile de tip alternativ

n cazul n care variabila studiat este de tip alternativ (dihotomic), atunci
celor dou variante de rspuns (afirmativ i negativ) li se vor acorda,
convenional, valorile numerice 1 i, respectiv, 0.
(1.17)
Indicatori de poziie
Indicatorii medii de poziie sunt: modul i mediana. Mediana face parte
din indicatorii (mai generali) de poziie, numii cuantile. alturi de cuaitile,
decile etc.
Modul (Mo) reprezint valoarea cel mai des ntlnit ntr-o serie
statistic sau cea care are cea mai mare frecven de apariie.
n cazul seriilor de distribuie de frecvene pe intervale de variaie,
determinarea modului presupune mai nti, identificarea intervalului cu frecven maxim (int M0). Apoi, modul se poate determina confomi relaiei:
M O x jMo h jMo

1
,
1 2

(1.18)

limita inferioar a intervalului modal j ;

h
mrimea intervalului modal;
1 diferena dintre frecvena intervalului modal i frecvena
intervalului precedent;
2 diferena dintre frecvena intervalului modal si frecvena
intervalului urmtor intervalului modal;
Mediana (Me) este un indicator mediu de poziie care face parte din
categoria cuantilelor. Ea reprezint valoarea/varianta din mijlocul unei serii de
date, serie n care observaiile au fost ordonate cresctor (sau descresctor).
Unde

x jMo
jMo

Alte tipuri de medii

Media armonic xh este o medie de calcul cu aplicaii speciale, care se
determin, pentru o serie de date cantitative, ca valoarea invers a mediei
10

D.Rchian , Curs de statistic i probabiliti, Editura Academiei Forelor Terestre ,Sibiu, 2004

21

aritmetice, calculat din inversele valorilor seriei. Aadar media armonic

simpl este:
Mk

n
n

x
i 1

(1.19)

Media ptratic xp este tot o medie de calcul cu aplicaii speciale i

reprezint valoarea care, nlocuind termenii seriei, nu modific suma
ptratelor lor. Aadar:
1 n
1 n
x patr , s xi2 sau x patr , p ni vi2
(1.20)
n i 1
n i 1
Media geometric xg se calculeaz ca rdcina de ordinul n din produsul
celor n valori ale unei serii de date. Ea este deci, acea valoare care nlocuind
temienii seriei nu modific produsul lor:
M g n x1 x2 ...x n

sau lg M g

1 n
lg xi
n i 1

(1.21)

1.2.1.2. Indicatori ai variabilitii

Indicatori simpli ai variabilitii
Aceti indicatori msoar mprtierea valorilor individuale ale seriei,
una fa de alta, ori fa de o valoare tipic.
Amplitudinea variaiei (Ax) se calculeaz ca valoarea maxim minus
valoarea minim a variabilei:
Ax=xmax-xmin
(1.22)
n expresie relativ amplitudinea se calculeaz ca:
Aa
100
x

Ar

(1.23)

Abaterea intercuartilic i semiintercuartilic.

Un alt indicator simplu al variaiei este abaterea intercuartilic:
AQ=Q3-Q1
(1.24)
Indicatorul are unitatea de msur a variabilei studiate i uneori se
folosete i valoarea sa njumtit, indicator cunoscut ca abaterea
semiintercuartilic:
AQ

Q3 Q1
2

(1.25)

Abaterea individual. Un alt indicator simplu al variaiei este abaterea

individual:
d x x
(1.26)
care ne arat mprtierea fiecrei valori de la nivelul mediu.
i

Abaterea individual se poate calcula i n expresie relativ:

22

di %

di
100, i 1,2,...., n
x

(1.27)

Indicatori sintetici ai variabilitii

Abaterea medie liniar
O prim soluie la care putem apela pentm a surprinde, printr-o singur
msur, ntreaga mprtiere din serie este s calculm media abaterilor
individuale. Dar, pentru c aceste abateri se compenseaz reciproc, trebuie s
le considerm n valoare absolut. Obinem, astfel, abaterea medie liniar (dx)
calculat pentru o serie simpl:
n

x
i 1

(1.28)

Abaterea medie ptratic

n studiul variabilitii datelor se folosete rdcina ptrat a dispersiei,
indicator munit abaterea medie ptratic:

(x

x) 2

(1.29)

Abaterea medie ptratic (numit i abatere tip, abatere standard,

deviaie standard sau ecart tip) este calculat ca o medie ptratic din abaterile
termenilor seriei de la media lor.
Dispersia se calculeaz ca media aritmetic a ptratelor abaterilor
individuale ale valorilor de la tendina central (uzual de la medie). Pentru o
serie simpl, formula dispersiei este:
2

1
xi x
n

(1.30)

Coeficientul de variaie
Pentru asigurarea comparabilitii mprtierii datelor se folosete
expresia relativ a variabilitii, coeficientul de variaie:
v

100
x

(1.31)

Cu ct valoarea coeficientului de variaie este mai mic, cu att acest

lucra semnific o omogenitate crescut a datelor.
Forma uniei distribuii de frecvene se analizeaz, comparativ cu
distribuia ideal, normal, prin: indicatori asimetrici (oblicittii) i indicatori
ai boltirii (excesului).
Indicatori ai asimetriei (oblicittii)
Asimetria, n valoare absolut, se poate msura cu indicatorii:
23

(1.32)
sau
(1.33)
indicatori care au unitatea de msur a variabilei studiate i care sunt pozitivi
sau negativi, n funcie de tipul de asimetrie (coada mai lung a distribuiei
spre valorile mari sau spre valorile mici).
Coeficientul de asimetrie (Pearson) este:
C asp

x Mo

1,1

sau

C asp

3 x Me
3,3

(1.34)

Coeficientul de asimetrie (Fisher) este:

1

m3
m32

s x3
m23

(1.35)

Coeficientul 1 va avea valoare mai mare dect zero n cazul asimetriei

pozitive, valoare mai mic dect zero n cazul asimetnei negative i va fi egal
cu zero n cazul seriei perfect simetrice.
O msur altemativ asimetriei poate s fie dat i de:
ASQ=Q3+Q1-2Me
Dar, pentru a o exprima n coeficieni adimensionali, o vom raporta la
indicatorul de mprtiere abaterea intercuartilic AQ i obinem coeficientul
de asimetrie (Yule i Kendall):
C asq

(Q3 M e ) ( M e Q1 ) Q3 Q1 2 M e

(Q3 M e ) ( M e Q1 )
Q3 Q1

(1.36)

1.2.2. Corelaie i regresie

Regresia liniar simpl
Relaia dintre variabila efect (Y) i variabila cauz (X) studiat de regresia simpl liniar ntr-o populaie statistic poate fi descris prin modelul
liniar matematic general:

Yi = +Xi + i
Valoarea parametrului arat punctul n care linia intercepteaz (taie)
axa OY (vezi figura de mai jos), iar i reprezint componenta rezidual
(eroarea aleatoare) pentru fiecare unitate, adic partea din valoarea variabilei
Y care nu poate fi msurat prin relaia sistematic existent cu variabila X.

24

Fig. 1.3 modelul liniar unifactorial

Dac datele disponibile provin dintr-un eantion, modelul de regresie

liniar n eantion este:
yi = a+bxi+ei
(1.37)
cu componenta predictibil:

ei = yi (a+bxi)
Un criteriu pentru determinarea valorilor a i b este metoda minimizrii
sumei ptratelor deviaiilor (abaterilor sau reziduurilor) ei. Metoda, cunoscut
ca metoda celor mai mici ptrate, nseamn minimizarea relaiei:

Se obine astfel:

11

Corelaia simpl liniar

Covariana ntre dou variabile X i Y, ne arat ct de mult se modific
mpreun cele dou variabile:
(1.38)
Covariana are valoare pozitiv dac legtura dintre variabile este
direct i negativ, dac legtura dintre variabile este invers. Dac valoarea
covarianei este egal cu zero, acest lucru implic lipsa legturii ntre
variabile, sau, cel puin, lipsa legturii liniare.
11

nlocuind pe a i pe b n formula de mai sus obinem o ajustare a variabilelor x i y

25

Coeficientul de corelaie liniar standardizeaz media produselor

abaterilor: semnul coeficientului indic direcia legturii, iar valoarea lui
indic intensitatea legturii12.
xi x

x
i 1
n

rx , y

yi y

x
n

i 1

x yi y

n x y

cov x, y
x y

(1.39)

Raportul de corelaie reprezint un alt indicator relativ pentru

msurarea intensitii legturii dintre variabile, rdcina ptrat a
coeficientului de determinaie, adic:
(1.

40)

Raportul
de corelaie ia
valori cuprinse ntre 0 i 1. Cu ct valoarea indicatorului este mai apropiat de
1, cu att legtura dintre variabile este mai puternic. Valori apropiate de 0 ne
indic legturi de intensitate slab ntre variabile.
Regresia multipl liniar extinde analiza regresiei, utiliznd dou sau
mai multe variabile independente. Astfel, dac lum n consideraie o
variabil dependent (Y) i dou variabile independente (X1 i X2), modelul
de regresie multipl liniar n colectivitatea general devine:
(1.41)
iar n eantionul cu care lucrm, linia de regresie multipl este:
n eantion, coeficienii b1 i b2 sunt numii coeficieni de regresie
pariali i ei ne arat doar influena parial a fiecrei variabile independente,
atunci cnd influena tuturor celorlalte variabile independente este considerat
constant.
Corelaia multipl liniar
Pentru a studia intensitatea legturii dintre o caracteristic dependent
(Y) i mai multe caracteristici independente utiliznd metoda corelaiei,
calculm raportul de corelaie multipl:
(1.42)
Raportul
(coeficientul)
12

D.Rchian, Curs de statistic i probabiliti, Sibiu, 2004, pag 76

26

de corelaie multipl are valori cuprinse ntre 0 (dac nu exist legtur ntre
variabil dependent i variabilele independente) i 1 (dac exist legtur
perfect).
Regresie neliniar
- Modelele polinominale reprezint o categorie des ntlnit printre modelele
neliniare ce descriu relaiile dintre caracteristicile social-economice. Modelul
de regresie n eantion are forma general:
(1.43)
- Modelele ce necesit transformarea variabilelor n vederea linia-rizrii
sunt cele n care aplicarea regresiei presupune o schimbare de variabil, astfel
nct relaia ntre transformat i cealalt variabil s fie de tip liniar.
De pild, n cazul unui model exponenial
Logaritmnd expresia funcional exponenial, obinem:

Corelaia neliniar
Pentru analiza intensitii legturii dintre variabile cu ajutorul indicatorilor corelaiei indicatori precum covariana sau coeficientul de corelaie
liniar nu sunt potrivii n cazul legturii neliniare. Calculm, deci, raportul de
corelaie R dup formula (1.42), indicator care ia valori ntre 0 i 1 i arat o
corelaie cu att mai puternic ntre variabile, cu ct valoarea sa este mai
apropiat de 1.
1.2.3. Verificarea ipotezelor statistice
n statistic, ipotezele apar ntotdeauna n perechi: ipoteza nul i
ipoteza alternativ. Ipoteza statistic ce urmeaz a fi testat se numete
ipotez nul i este notat, uzual, H0. Ea const ntotdeauna n admiterea
caracterului ntmpltor al deosebirilor, adic n presupunerea c nu exist
deosebiri eseniale. Respingerea ipotezei nule care este testat implic
acceptarea unei alte ipoteze. Aceast alt ipotez este numit ipotez
alternativ, notat H1.
Procedeul de verificare a unei ipoteze statistice se numete test sau criteriu de semnificaie. O secven general de pai se aplic la toate situaiile
de testare a ipotezelor statistice.
1. Se identific ipoteza statistic special despre parametrul populaiei sau
legea de repartiie (H0).
2. ntotdeauna ipoteza nul este nsoit de ipoteza alternativ, H 1, ce
reprezint o teorie care contrazice ipoteza nul. Ea va fi acceptat doar

27

cnd exist suficiente dovezi, evidene, pentru a se stabili c este

adevrat.
3. Se calculeaz indicatorii statistici n eantion, utilizai pentru a accepta
sau a respinge ipoteza nul i se stabilete testul statistic ce va fi utilizat
drept criteriu de acceptare sau de respingere a ipotezei nule.
4. Se stabilete regiunea critic, Rc.. Regiunea critic este delimitat de
valoarea critic, C - punctul de tietur n stabilirea acesteia. n baza
legii numerelor mari, numai ntr-un numr foarte mic de cazuri punctul
rezultat dm sondaj va cdea n Rc, majoritatea vor cdea n afara regiunii
critice. Nu este ns exclus ca punctul din sondaj s cad n regiunea
critic, cu toate c ipoteza nul despre parametrul populaiei este
adevrat.
Eroarea pe care o facem eliminnd o ipotez nul, dei este adevrat,
se numete eroare de genul nti. Probabilitatea comiterii unei astfel de erori
reprezint riscul de genul nti () i se numete nivel sau prag de semnificaie.
Nivelul de ncredere al unui test statistic este (1-) iar n expresie
procentual, (1-) 100 reprezint probabilitatea de garantare a rezultatelor.
Eroarea pe cere o facem acceptnd o ipotez nul, dei este fals, se numete
eroare de genul al doilea, iar probabilitatea (riscul) comiterii unei astfel de
erori se noteaz cu p. Puterea testului statistic este (1-).

Fig. 1.4 legtura dintre probabilitile i

5) Dup ce am stabilit pragul de semnificaie i regiunea critic, trecem la

pasul urmtor. n care vom face principalele presupuneri despre populaia sau
populaiile ce sunt eantionate (normalitate etc).
6) Se calculeaz apoi testul statistic i se determin valoarea sa numeric, pe
baza datelor din eantion.
7) La ultimul pas, se desprind concluziile: ipoteza nul este fie acceptat. fie
respins, astfel:
a) Dac valoarea numeric a testului statistic cade n regiunea critic (Re),
respingem ipoteza nul i concluzionm c ipoteza alternativ este adevrat.
Vom ti c aceast decizie este incorect doar n 100 a % din cazuri;
28

b) Dac valoarea numeric a testului nu cade n regiunea critic (Re), se

accept ipoteza nul H0.
Putem aminti ca exemplu de test testul Z privind diferena mediilor a
dou populaii normale
Testul Z se aplic dac se cunoate abaterea standard a variabilei
dependente la nivelul populaiei sau dac numrul de subieci cuprini n
eantionul comparativ este suficient de mare (de regul peste 30 de subiecti).
Fie X 11 , X 12 ,...... X 1n i X 21 , X 22 ,...... X 2 n dou selecii independente
2
2
de volum n1 respectiv n2 din dou populaii normale N m1 , 1 i N m2 , 2
1 n
1 n
2
2
X

X
X

X 2 j mediile
cu dispersiile 1 i 2 cunoscute i fie 1
1i i
2
n1 1
n2 1
celor dou relaii. Ne propunem s verificm o ipotez referitoare la diferena
m1 m2 a mediilor m1 , m2 ale celor dou populaii adic ipoteza:
H 0 : m1 m2 0 fa de alternativa H 1 : m1 m2 1 . Pentru aceasta vom folosi
teorema conform creia:
1

X 1 X 2 (m1 m2 )

n1 n2
2
1

2
2

X1 X 2

12 22

n1 n2

are o repartiie normal tip N(0,1), deci aplicm testul Z. Regiunile critice ale
ipotezei H 0 : 0 fa de alternativa H 1 : 1 sunt:
12 22

(testul unilateral dreapta, 1 0 );

n1 n2

W : X 1 X 2 0 Z1
W : X 1 X 2 0 Z

12 22
(testul unilateral stnga, 1 0 )
n1 n2

W : X 1 X 2 0 Z1 / 2

12 22
12 22

Z
; ( 1 1 )
sau 1
2
0
1 / 2
n1 n2
n1 n2

1.2.4. Modele de analiz grafic

a) Cronograma (historiograma) este, aa cum i arat i numele,
reprezentarea grafic tipic, specific a SCR. Ea se traseaz ntr-un sistem de
axe rectangulare, de obicei n cadranul nti al acestuia. Pe cele dou axe se
vor reprezenta: timpul pe abscis (se marcheaz momentele sau intervalele
dup cum seria este format din mrimi de stoc sau de flux), iar termenii
SCR pe ordonat.

29

Fig. 1.5 - Cronograma

Termenii seriei cronologice se figureaz ca puncte n plan, care se unesc,

de regul, prin segmente de dreapt.
Diferenele ntre SCR de momente i SCR de intervale se observ i din
modul de reprezentare grafic.

Fig. 1.6- Tipuri de serii cronologice: a) SCR de moment; b) SCR de intervale

b) Diagrama prin coloane n care timpul se reprezint pe abscis,

iar termenii SCR pe ordonat (fig. 1.7)

30

Fig. 1.7 Diagrama prin coloane

c) Diagrama prin benzi - este recomandat a se folosi atunci cnd se

reprezint (simultan) termenii unor SCR, termeni care constituie nite
indicatori strns legai ntre ei (exemplu: venituri-cheltuieli, profit-pierderi,
import-export, etc.) (fig. 1.8.)

Fig. 1.8. Diagrama prin benzi

d) Diagrame polare (numite i diagrame radiale sau diagrame n

spiral) se construiesc cu ajutorul reelelor radiale i se utilizeaz n special n
reprezentarea SCR afectate de fluctuaii sezoniere.
1.2.5. Gruparea i clasificarea datelor statistice
Principiile gruprii/clasificrii. Sistematizarea datelor se realizeaz prin
gruparea i clasificarea (latelor statistice, adic prin mprirea lor n
grupe/clase omogene, dup unul sau mai multe criterii de grupare/clasificare.

31

O grup/clas este omogen dac unitile din interiorul ei tind s se

asemene ct mai mult ntre ele din punctul de vedere al criteriului utilizat,
adic dac ntre unitile din aceeai grup/clas exist variaii ct mai mici.
date de prezena factorilor aleatori, ntmpltori.
Criteriul de grupare/clasificare reprezint variabila (caracteristica)
statistic n funcie de care sistematizm datele. Dup cum avem de-a face cu
un singur criteriu sau mai multe criterii de grupare/clasificare, vom vorbi de
grupri/clasificri simple sau combinate.
Dac sistematizarea datelor se face dup o variabil nenumeric,
procesul se numete clasificare.
Gruparea reprezint sistematizarea datelor dup o variabil
(caracteristic) numeric. n funcie de tipul acesteia, gruparea se poate face
dup o variabil discret sau continu.
Gruparea pe intervale de variaie. Intervalul de variaie reprezint un ir
de valori ale variabilei studiate, delimitat de intervalele vecine prin limita
inferioar i limita superioar. Intervalele de variaie pot fi de mrime egal
sau neegal.
Pentru gruparea pe intervale de variaie se recomand utilizarea unui
numr moderat de grupe. Deseori, un numr de 4 pn la 10 grupe este
arbitrar recomandat, dar felul datelor poate necesita un alt numr de grupe.
Pentru alegerea numrului de intervale de grupare (r) se poate utiliza
i relaia lui Sturges (n ipoteza repartiiei aproximativ normale a unitilor
dup variabila studiat):
r = 1 + 3,322 log10n
(1.44)
unde n reprezint numrul total de uniti din colectivitate (volumul
colectivitii).
Pentru sistematizarea datelor pe intervale de variaie se recomand
utilizarea intervalelor de mrime egal, cu excepia cazurilor n care analiza
datelor, descoperirea unor tipuri calitative n colectivitate, necesit folosirea
unor intervale de mrime neegal.
Mrimea intervalului (h) se recomand a se rotunji la o valoare
convenabil.
Punctul de plecare n alctuirea intervalelor de grupare se alege,
convenabil, 0 sau un numr ntreg puin mai mic dect valoarea minim din
setul de date.
Limitele intervalelor de grupare trebuie stabilite cu acuratee,
respectnd precizia datelor (cu acelai numr de zecimale, dac valorile sunt
de aceast manier).
Limitele intervalelor de grupare se stabilesc exact, fr ambiguiti
sau suprapunere, astfel nct fiecare unitate s poat fi ncadrat ntr-o singur
clas.

32

Aadar, pentru sistematizarea datelor pe intervale egale de grupare se

prezint urmtorii pai:
1. Se stabilete amplitudinea variaiei caracteristicii:
2. Se stabilete numrul de grupe, r, n care vor fi sistematizate datele;
3. Se calculeaz mrimea aproximativ a intervalelor de grupare:

4. Se stabilesc intervalele de grupare pornind de la xmin (sau de la o

valoare puin mai mic):

Se obin, astfel, r grupe, pentm care vom stabili frecvenele prin

numrarea unitilor care se ncadreaz n fiecare grup. Dac exist grupe cu
frecven nul. ori multe grupe cu o singur observaie, poate fi necesar
revizuirea mrimii intervalelor sau a numrului de intervale.
1.2.6. Metode de estimare a parametrilor i eficacitate a estimaiilor
metoda celor mai mici ptrate
Fie f: [a. b] R o funcie. Fie x0, x1.....xn n+1 puncte distincte din
intervalul [a,b] pentru care se cunosc valorile funciei y i = f(xi) pentru orice i
= 0,1....n. Aproximarea funciei f printr-un polinom de interpolare nu este
indicat n urmtoarele situaii:
cnd n este un numr foarte mare. ceea ce determin un volum mare
de calcul pentru determinarea coeficienilor de inteipolare
cnd valorile yi = f(xi) nu sunt exacte.
n aceste situaii se poate folosi aproximarea funciei prin metoda celor
mai mici ptrate.
Fie H un spaiu Hilbert i H0 un subspaiu Hilbert al su. Fie u un
element al lui H. Aproximarea lui u pe H0 presupune determinarea unui
element u0 H0 proprietatea c
U0 se numete element de cea mai bun aproximare pentru u. Elementul de
cea mai bun aproximare este unic i are proprietatea c u u 0 este ortogonal
tuturor elementelor din H0:
<u-u0 , v> = pentru orice v H0.

33

Considerm mulimea funciilor definite pe intervalul [a,b], i cele n+1

puncte distincte din intervalul [a, b] x 0, x1, .... xn. Spunem c funciile f i g
din aceast mulime sunt egale aproape peste tot (i vor fi identificate ) dac
f(xi) = g(xi) pentru orice i = 0,1.....n.
Introducem urmtorul produs scalar

unde p(x) este o funcie pondere introdus n ipoteza c aproximrile f(xi) sunt
diferite ca ordin de mrime. Funcia p are urmtoarele proprieti:
p(xi)>0

Relativ la produsul scalar introdus norma lui f este definit prin

Fie 1, 2,..., m un sistem de m funcii liniar independente definite pe

[a,b], cu m < n. Convenim s numit spaiul generat de ele spaiul
polinoamelor generalizate i s-1 notm Hm. Deci un polinom generalizat F
Hm este de forma

n cazul metodei celor mai mici ptrate, elementul F 0 care d cea mai bun
aproximare a funciei f pe Hm trebuie s satisfac condiia:

Determinarea coeficienilor cj ai polinomului generalizat F0 cu ajutorul acestei

relaii este dificil. Se folosete proprietatea:
<f F0 j> = 0 pentru orice j = 0, 1, 2.. .ni, ceea ce revine la:
Notm

Pentru determinarea coeficienilor cj ai polinomului generalizat F0 se

rezolv sistemul:

34

(1.45)

Determinantul acestui sistem fiind un determinant Gramm (elementele

sale sunt produse scalare) este diferit de zero, deoarece sistemul de funcii 1,
2,..., m este un sistem liniar independent.
Dac i(x) =xj, j=0,1,...,m, mn i p=1/(n+1), atunci:

(1.46)

i sistemul anterior devine:

13

13

Acest sistem este numit sistemul normal al lui Gauss.

35

CAPITOLUL 2
MODELE UTILIZATE N TEORIA TRAGERILOR
2.1 Parametrii utilizai n modelele de optimizare specifice teoriei tragerii
2.1.1 Forma traiectorie i nsemntatea ei practic
2.1.1.1 ntinderea traiectoriei
ntinderea traiectoriei se caracterizeaz prin nlimea maxim a
traiectoriei deasupra liniei de ochire. Cu ct traiectoria este mai intins cu
att mai mare va fi distana pe care o int de o nlime dat va putea fi
lovit, cu aceeai poziie a nltorului.
n aceasta const nsemntatea practic a ntinderii traiectoriei.
Traiectoria pe o anumit distan este cu att mai intins cu ct se ridic
mai puin deasupra liniei de ochire.
n afara de aceasta asupra intinderii traiectoriei se pot face aprecieri
i pe baza valorii unghiului de cdere, traiectoria este cu atat mai intins
cu ct unghiul de cdere este mai mic.
Forma traiectoriei depinde de mrimea unghiului de tragere. Odat
cu mrimea unghiului de tragere pn la o anumit limit se va mri
nlimea traiectoriei i distana de tragere (btaia).
Daca unghiul de tragere se mreste peste aceasta limit (cca. 30-35)
nltimea traiectoriei continu s se mreasc iar distana de tragere
(btaia) ncepe s se micoreze ex. (fig. 2.1.).

Fig 2.1. Unghiul distanei maxime

Unghiul de tragere cu care se obine cea mai mare distan de tragere

(btaie) a glonului se numete unghiul distanei maxime (limit).
Traiectoriile care se obin cu unghiuri de tragere mai mici dect unghiul
distanei maxime se numesc traiectorii intinse (razante). Traiectoriile
care se obin cu unghiurile distanei maxime se numesc "Traiectorii
curbe". Traiectoriile care au aceeai distan de tragere, dar sunt obinute
36

cu unghiuri de tragere diferite se numesc "Traiectorii conjugate" (fig.

2.2.).

Fig 2.2. Traiectoriile conjugate

2.1.1.2 Razanta traiectoriei, nlimea traiectoriei

Razanta traiectoriei se caracterizeaz prin ridicarea mai mare sau
mai mic a acesteia deasupra liniei de ochire. La o anumit distan,
traiectoria este cu att mai razant, cu ct se ridic mai puin deasupra
liniei de ochire.
Lovitura a crei traiectorie nu se ridic deasupra liniei de ochire mai
sus de nlimea unui obiectiv, pe ntreaga ntindere a distanei ochite, se
numete LOVITUR RAZANT.
Distana pe care glonul (proiectilul) nu depete nlimea unui
obiectiv se numete DISTANA LOVITURlI DIRECTE (RAZANTE)
(Fig. 2.3.)

Fig 2.3. Distana loviturii directe asupra intei alergnd la tragerea cu puca mitralier cu
nltor 6

Distana loviturii directe depinde de:

- nlimea obiectivului
- de razanta traiectoriei.
Cu ct este mai nalt obiectivul i mai razant traiectoria cu att este
mai mare distana loviturii directe pe care obiectivul respectiv poate fi
lovit cu acelai nltor. Distana loviturii directe se poate determina prin
compararea nltorului obiectivului cu ordonata traiectoriei medii.

37

2.1.1.3 Spatiul periculos al nltorului

Adncimea spaiului periculos al nltorului (s.p..) se numete
distana pe linia de ochire pe intinderea creia ramura cobortoare a
traietoriei nu se ridic mai sus dect inta (fig. 2.4.).14

Fig. 2.4. Spaiul periculos al nlatorului

Spaiul periculos al nltorului depinde de:

- nlimea obiectivului (va fi cu att mai mare, cu ct este mai
nalt obiectivul);
- razanta traietoriei (cu ct traectoria este mai razant, cu att
Spaiul periculos al nltorului este mai mare).
nsemntatea practic a s.p.i. const n faptul c n limitele adncimii
acestui spaiu inta poate fi lovit cu unul i acelai nltor (fr modificarea
nltorului sau punctului de ochire n nlime).
Spaiul periculos al nltorului compenseaz ntr-o oarecare msur
erorilor comise n determinarea elementelor iniiale de tragere. n limitele
distanei loviturii directe ntinderea spaiului periculos al nltorului se
determin prin compararea ordonatelor ramurii cobortoare a traietoriei medii
cu nlimea obiectivelor.
Cnd nlimea obiectivului este mai mic dect 1/3 din ordonata
ramurii cobortoare a traietoriei medii, ntinderea spaiului periculos al
nltorului se determin prin calcul, inmulind nlimea obiectivului cu
coeficientul spaiului periculos.
Coeficientul spaiului periculos se gsete calculat n tabele i este
determinat cu ajutorul raportului :
1000
U .C .

(2.1.)

S.p.i. n raport de nlimea intei i a traietoriei se determin prin

urmatoarele procedee:
Cu ajutorul formulei miimi sau cu ajutorul coeficientului
spaiului periculos
Procedeul se aplic n cazul cnd nlimea intei este mai mic de 1/3
din nlimea traietoriei la tragerea cu nltorul respectiv.
S . p.i.

i.t. * 1000
U .C.

Unde: UC=unghiul de cdere.

14

I.P.R.T.A.I Bucureti 1993, p.38

38

(2.2.)

Relatia

1000
U .C.

se numete coeficientul spaiului periculos i se noteaz cu

K;
n acest caz: s.p.i.=I.tK.
Valoarea coeficientului spaiului periculos este data n tabelele de tragere.

Cu ajutorul tabelei ordonatelor traietoriei prin compararea

nltimii ramurii cobortoare a traietoriei cu nlimea intei.
2.1.1.4 Spaiul periculos al terenului
Portiunea de teren pe ntinderea creia traiectoria nu se ridic mai sus
de nlimea obiectivului se numete SPAIUL PERICULOS AL
TERENULUI (Sp.P.T.). 15
Spaiul periculos al terenului depinde de:
nalimea obiectivu1ui;
razanta traiectoriei;
relieful terenului n care se gsete obiectivul;
unghiul de inciden.
Cu ct este mai nalt obiectivul si mai razant traiectoria, cu att este
mai mare intinderea de teren pe care obiectivu1 poate fi lovit fr schimbarea
nltoru1ui (fig.2.5.).

Fig. 2.5. Dependena spaiului periculos al terenului de nlimea obiectivului i razanta

traiectoriei

Adncimea spaiu1ui periculos al terenului nclinat este de attea ori

mai mic (mare) dect adncimea Sp.P.i. de cte ori unghiul de inciden este
mai mare (mai mic) dect unghiul de cdere (fig. 2.6.).

Fig. 2.6. Adncimea spatiu1ui periculos al terenului inclinat

15

I.P.R.T.A.I Bucureti 1993, p.37

39

Pentru a mri adncimea Sp.P.T. n teren inclinat este necesar ca

poziia de tragere sa fie astfel aleas nct suprafaa terenului i inamicul s se
afle pe ct posibil n pre1ungirea liniei de ochire. Panta terenu1ui micoreaz
spaiu1 periculos al terenu1ui, iar contrapanta il mrete (dac unghiul de
cdere este mai mare dect unghiul de pant).
UI > UC; SP.P.T. < SP.P.I.
UI < UC; SP.P.T. > SP.P.I.

Fig. 2.7. Dependena spaiului periculos al terenului de unghiul de inciden

La tragerea de sus n jos, spaiul periculos al terenului se micoreaz, iar la tragerea de jos n sus, se mrete (fig. 2.8.).

Fig. 2.8. Influena unghiului de teren al obiectivului asupra spaiului periculos al

terenului
a) Cnd obiectivul se afl mai jos de orizontala armei.
b) Cnd obiectivul se afl mai sus de orizontala armei.

Mrimea spaiului periculos al terenului este egal cu spaiul periculos al nltorului inmulit cu raportul dintre unghiul de cdere i
unghiul de inciden.
Se utilizeaz formula:
Sp.P.T.=Sp.P.I.*

U .C .
U .I .

sau Sp.P.T. =

It * 1000
U .I .

(2.3.)

Unde: UI.=unghiul de inciden care se calculeaza dup formula

general: UI= UC+ UP Utob.

40

2.1.1.5 Spaiul defilat i spaiul protejat

Poriunea de teren dinapoia unei adpostiri pe care nu poate cdea
glonul (proiectilul) dac traiectoria rmne neschimbat se numete
SPAIUL DEFILAT (SP.D.) sau:
SPAIUL DEFILAT se numete poriunea dintre punctul de
inciden i obstacol (acoperire) unde nu vor cdea gloane trase cu o
arma fr a se schimba poziia sau unghiul de tragere.16
Spaiul defilat va fi cu att mai mare, cu ct este mai nalt
adpostul i cu ct traiectoria este mai nalt.
Spaiul defilat se determin cu ajutorul formulei:
Sp. D. = H

1000
U .C.

(2.4.)

Unde:
Sp.D = spaiul defilat, n metri;
H = nlimea adpostirii, n metrii
Uc = unghiul de cdere.
Traiectoria ntins ngreuneaz lovirea obiectivelor adpostite, iar
traiectoria curb uureaz lovirea lor (fig. 2.9.).

Fig. 2.9. Lovirea obiectivelor adapostite

O parte din spaiul defilat, i anume acea n care o int de o nlime

dat nu poate fi lovit de gloane se numete SPAIU PROTEJAT (Sp.p) sau
SPAIUL MORT (Sp.rm.) fig. 2.10.
Spaiul protejat se determin cu ajutorul formulei:
Sp.P=(H-h)

1000
U .C.

(2.5.)

n care:
Sp.P = spaiul protejat, n metri;
1000
U .C .

= coeficientul spaiului periculos;

Cealalt poriune din spaiul defilat n care obiectivul, cu toate c nu

este vzut, poate fi lovit se numete SPAIU PERICULOS (Sp.P) (fig. 2.10).
Importana practic a cunoaterii spaiului defilat i a spaiului protejat (mort)
16

I.P.R.T.A.I Bucureti 1993, p.40

41

const n nvarea folosirii judicioase a adpostirilor contra focului inamic,

precum i a posibilitilor de lovire ale obiectivelor inamicului dispuse
napoia unor adpostiri.

Fig. 2.10. Spaiul defilat , protejat i periculos

Adncimea spaiului defilat depinde de nltimea i intinderea

traietoriei, iar adncimea spaiului protejat n afara de acesta i de nltimea
tintei.
Adncimea spaiului defilat se determin prin aceleai procedee ca i
spaiul periculos:
Cu ajutorul tabelelor ordonatelor traiectoriei.
Din tabelele ordonatelor traietoriei prin tatonare, se determin ordonata
corespunzatoare cu nlimea adpostirii i distana pn la ea. nltorul
traietoriei respective constituie btaia, iar diferena ntre btaia total i
distana pn la adapostire constituie adncimea spaiului defilat.
Cu ajutorul formulei miimii sau coeficientului spaiului periculos Cnd
distana pn la acoperire este de 800 m i mai mult.
n acest caz utilizm formula:
Sp.d .

IA * 1000
U .C.

sau

Sp.d. = IA*K

(2.6)

Cu ajutorul unghiului de ochire (fig. 2.11.)

Din tabele extragem unghiul de tragere corespunztor distanei la
acoperire. Dup aceasta determinm unghiul acoperirii iar valoarea lui o
adaugm la unghiul de tragere. Suma realizat este de fapt un nou unghi de
tragere care corespunde btii orizontale a glonului , care trece tangent la
creasta acoperirii.
Diferena dintre distana la acoperire i btaie ce se obine cu unghiuri
nsumate este chiar spaiul defilat.

42

Fig. 2.11. Determinarea adncimii spaiului defilat cu ajutorul unghiului de ochire

Adncimea spaiului protejat (mort) se determin prin efectuarea

diferenei ntre SD i spaiul periculos al nltorului:
Sp=ST-Spi
n cazul cnd distana la acoperire este de 800 m i mai mult,
spaiul protejat se determin cu ajutorul formulei:
Sp

IA It *100
U .C.

(2.6.)

2.1.1.6 Determinarea nltorului i a loviturii razante

Pentru ca glonul s ajung la obiectiv i s-l loveasc este necesar ca
inainte de darea focului eava armamentului s capete o anumit poziie n
plan orizontal i vertical. Stabilirea corect a nltorului n funcie de tipul
intei, distana la care se trage i diferena de nivel dintre orizontala armei i
nivelul obiectivului influeneaz ntr-un mod pozitiv rezultatele tragerilor,
mrind astfel probabilitatea de lovire a intelor.
n acelai timp este foarte util s cunoatem nsemntatea traiectoriilor
razante. Traiectoriile razante sunt traiectoriile obinute cu unghiuri mai mici
dect unghiul distanei maxime. Cu ct o traiectorie este mai intins cu att
mai mare este ntinderea de teren de-a lungul creia obiectivele pot lovite
fr modificarea nltorului, i deasemenea anihileaz, n parte efectele
negative ale greelii de nltor.
Pentru a putea rezolva problema pe care tocmai am propus-o i anume
de a afla unghiul de aruncare i apoi nltorul trebuie s cunoatem
urmtoarele notaii:
- Durata traiectoriei (t) este intervalul de timp din momentul plecrii
glonului pn n momentul ajungerii n punctul final
- Unghiul de aruncare (ua) - unghiul dintre linia de aruncare i
orizontala armei
- Unghiul de nltor (ui) - unghiul dintre linia de ochire i linia de
aruncare
- Unghiul de teren (ut) - unghiul dintre linia de ochire i orizontala
armei
43

Distanta orizontala (x) - abscisa unui punct pe traiectorie

Diferenta de nivel (h) - dintre trgtor i obiectiv
nalimea obiectivului (ht)
Viteza iniiala a glonului (Vo)

Pentru a putea calcula ecuaia taiectoriei, am considerat faptul c

micarea are loc n vid, am neglijat unghiul de zvcnire i forele de frecare cu
aerul.
Ecuaiile micrilor pe vertical i orizontal sunt:
x v 0 cos u t

g t2
h v 0 sin u t
2

(2.7.)

nlocuind timpul din prima ecuaie n a doua vom obine ecuaia

traiectoriei:
h x tgu

g x2
1 tg 2 u
2
2 v0

Dac h i x sunt cunoscute, egalitatea devine o ecuaie de gradul 2 n

tgu:
g x2
g x2
2

tg
u

tgu

0;
2 v02
2 v02

Calculm discriminantul:
x2 4

g x2 g x2
g 2 x 2 2 gh
2

x
1

2 ;

2 v02 2 v02
v04
v0

De aici rezult:
s1, 2

4
2 2
x 2 1 v 0 g x 2 gh

v0
;
gx
gx 2

si

u1, 2 arctg s1, 2 ;

Rezolvnd ecuaia vom obine dou unghiuri u1 si u2, soluia cutat

fiind unghiul mai mic. Pentru a transforma unghiul tim c la fiecare nltor,
punctul ochit aflat la distana exprimat n sute de metri de acesta concide cu
traietoria glonului.
Pentru a afla traiectoria razant punem condiia ca nlimea maxim s
fie nlimea intei.
hmax ht

Aplicnd legea spaiului pentru traiectoria ascendent a proiectilului

obinem:
0 v 02 sin 2 u 2 ght ;

De aici extragem unghiul:

u arcsin

44

2 ght
;
v 02

Ca sa aflam lungimea traiectoriei razante nlocuim valoarea unghiului

n formula:
x

v 02 sin 2u
;
g

(2.8)

2.1.2 Probabilitatea de lovire a obiectivelor

n teoria tragerilor, valoarea probabilitii de lovire a unui obiectiv, n
condiii de tragere date, st la baza celor mai importante calcule i reguli de
tragere. Cunoaterea probabilitii de lovire permite aprecierea eficacitii
tragerii pe baza unor indici importani ca sigurana i economia tragerii. De
asemenea, cunoscnd valoarea probabilitii de lovire se poate determina
consumul mediu de lovituri necesar obinerii unui efect stabilit sau consumul
de lovituri pentru obinerea efectului propus cu o siguran dat.
Pentru a putea construi modele utilizate n calculul acestui parametru
este necesar, n prealabil, o analiz a fenomenelor aleatoare complexe de
mas, a fenomenelor care caracterizeaz tragerile (mprtierea proiectilelor,
apariia erorilor), a variabilelor asociate experimentelor de tragere (abaterile
X, Y, Z de la direcie, nlime i btaie, consumul de munie C, pierderile
provocate prin tragerea unui numr n de cartue P). Analiza presupune
identificarea legilor pe care le urmeaz aceste variabile (normale, geometrice,
binomiale) calculul sau estimarea principalelor caracteristici i formularea
unor reguli (modele matematice) de utilizare a acestor parametrii n scopul
optimizrii misiunilor de tragere pe baza unor criterii cum ar fi creterea
siguranei, economia de muniie, de timp, de fore.
Arbitrar, unitatea de msur pentru mprtiere s-a stabilit a fi abaterea
medie (este abaterea care n valoare absolut este mai mare dect fiecare
dintre abaterile celeilalte jumti); de fapt abaterea probabil este o median
a variabilei X m x , reprezentnd abaterea de la axa n direcie (locul
geometric al abaterilor medii n direcie mx = M(x)).
n concluzie, orice abatere mai mic sau mai mare dect abaterea
medie are probabilitatea de producere de 50 %. Astfel, abaterea medie este
egal cu abaterea probabil.
Fiindc abaterile se repartizeaz n nlime, n direcie, n btaie,
abaterea probabil, ca unitate de msur, exist n toate cele trei planuri: Aip ;
A dp ; Abp .
Cu ct abaterea probabil este mai mic, cu att precizia tragerilor este
mai mare. Astfel, precizia este fenomenul invers mprtierii avnd
urmtoarele uniti de msur :
1
Ap

1
A dp

Abp

45

Valorile abaterilor probabile sunt determinate experimental i sunt

nscrise n tabelele de tragere ale fiecrui tip de armament, variind n funcie
de tipul glonului folosit i de distana pn la care se execut tragerea.17
2.1.3 Fenomenul mprtierii. Cauzele care produc mprtierea
proiectilelor
La tragerea unui numr de lovituri cu o arm bine reglat, fiecare glon,
datorit influenei unor cauze aleatoare, va descrie o traiectorie diferit de
traiectoriile celorlalte gloane. Acest fenomen poart denumirea de
mprtiere normal a loviturilor. Ea nu poate fi evitat deoarece depinde de
o serie de cauze a cror aciune nu poate fi luat n considerare nainte de
ochirea armei spre int.
Cauzele care influeneaz asupra traiectoriei determin apariia unui
snop de traiectorii ale crui puncte de cdere se repartizeaz pe o suprafa
numit suprafaa de mprtiere. Pe suprafaa de mprtiere se poate
determina un punct care va fi mediu n raport cu celelalte puncte.
Cauzele care genereaz mprtierea tragerii pot fi socotite: obiective
i subiective.
a. Cauzele obiective sunt:
variaiile condiiilor atmosferice n care se produce micarea
gloanelor;
variaiile de vitez iniial a glonului, determinate de muniie i
armament.
b. Cauzele subiective sunt:
inconstana n ochirea orizontal i vertical a armei la fiecare
cartu (serie de cartue trase);
incorectitudinea poziiilor pentru tragere, aezrii armei n umr,
folosirii reazemului i mnuirii trgaciului la tragerea fiecrui
cartu (serie de cartue trase);
vibraiile neuniforme ale evii armamentului automat ca urmare a
micrii mecanismelor pe timpul rencrcrii;
inconstana i neuniformitatea n meninerea armamentului
automat n mn pe timpul tragerii.
Cunoscnd cauzele care produc mprtierea, se poate micora
influena fiecreia din ele i, prin aceasta, se va micora mprtierea.
Legitatea de dispunere a punctelor de cdere pe o suprafa poart
denumirea de: lege de mprtiere.18
mprtierea (dispersia) traiectoriilor este limitat, simetric i
neuniform. Astfel, la tragerea cu un numr foarte mare de lovituri snopul de
traiectorii ocup un volum practic limitat (finit).
17
18

Vezi anexele 1 i 2
Vezi legea normal, cap 1

46

Pentru msurarea suprafeei de mprtiere, pentru compararea

mprtierii gloanelor la tragerea cu diferite categorii de armament de
infanterie, se folosesc urmtoarele uniti de msur ale mprtierii:
- abaterea probabil;
- abaterea medie;
- abaterea normal;
- abaterea tolerat;
- fia jumtii favorabile;
- fia central (fia de miez).
a) Abaterea probabil este egal cu a opta parte din dreptunghiul de
mprtiere i reprezint limea fiei nvecinate cu axa de mprtiere, care
conine aproximativ 25% din punctele de cdere. Se noteaz cu Ap i poate fi:
- Apd - abatere probabil n direcie;19
- Ap - abatere probabil n nlime;20
- Apb- abatere probabil n btaie.
b) Abaterea medie este egal cu dou abateri probabile i cuprinde
50% din cele mai bune puncte de inciden. Ca valoare metric, este egal cu
1/4 din nlimea (limea) dreptunghiului de mprtiere.
c) Abaterea normal este egal cu opt abateri probabile (4 abateri
medii) i cuprinde 100 % din punctele de inciden.
d) Abaterea tolerat cuprinde totalitatea punctelor de inciden i este
egal cu 16 abateri probabile sau de dou ori dreptunghiul mprtierilor
normale. Dac se mparte suprafaa de mprtiere la trei fii egale atunci n
fia central se vor gsi 70 % din punctele de cdere, iar n fiile laterale
cte 15%.
e) Fia jumtii favorabile este fia care cuprinde 50% din
punctele de inciden i este dispus simetric de-a lungul axei mprtierii.
f) Fia de miez este fia central care cuprinde 70% din punctele de
cdere i se noteaz cu Fc. Poate fi:
- Fcd - fia de miez n direcie;
- Fc - fia de miez n nlime;
- Fcb - fia de miez n btaie.
ntre abaterea probabil i fia central exist urmtoarea relaie:
8Ap = 3Fc
de unde:
Ap = 3/8 Fc F/3;
Fc = 8/3 Ap 3Ap.
Ali parametrii utilizai n modelarea matematic sunt:
Cadena de tragere numrul de lovituri care se pot executa ntrun minut cu fiecare categorie de armament;
19
20

Vezi anexa1
Vezi anexa2

47

 Viteza de nimicire pierderile medii realizate de inamic prin

tragerea unui numr n de proiectile ntr-o unitate de timp
(n=*p);
Distana la care se execut tragerea aceasta este prevzut n
tabelele de tragere i se numete distana loviturii eficace.
Aceast distan depinde de nlimea obiectivului i de tipul
tragerii;
Viteza obiectivelor cunoaterea vitezei de deplasare are o
importan deosebit n calculul coreciei probabilitii de lovire;
Consumul mediu de muniie se calculeaz n funcie de tipul
experimentului de tragere binomial cm=an/p sau geometric cm=1/p
i este un parametru important n modelele care au ca i criteriu de
optimizare economia de muniie;
Densitatea de foc numrul de lovituri trase n unitatea de timp
pe un front cu o anumit lungime. Se calculeaz innd cont de
armamentul avut la dispoziie i cadena acestuia.
2.1.4 Modele de calcul ale probabilitii de lovire
Probabilitatea de lovire a unui obiectiv n condiii de tragere se poate
obine prin calcul folosind teoreme i relaii fundamentale de teoria
probabilitilor i erorilor sau pe cale grafic cu ajutorul scrilor (reelei)
mprtierii.21
Indiferent de metoda folosit, pentru determinarea unei valori ct mai
exacte a probabilitii de lovire a obiectivului este necesar s se stabileasc
(determine) toate mrimile ce caracterizeaz aciunea factorilor de care
depinde probabilitatea de lovire, corespunztor condiiilor de tragere, astfel:
- pentru dimensiunile obiectivului: frontul (2f) i dimensiunea (2l) iar
pentru obiectivele circulare raza (r0) exprimate n metri;
- pentru poziia CIP fa de centrul obiectivului: coordonatele
rectangulare ale centrului obiectivului (xc i zc) sau deprtarea
acestuia (d) n raport cu CIP, precum i valorile abaterilor probabile
b
d
recalculate ( Ap , Ap ) care caracterizeaz legea de repartiie a
punctelor de cdere fa de punctul pentru care s-au pregtit
elementele (centrul obiectivului);
- pentru mrimea mprtierii tragerii: valorile abaterilor probabile din
b
d
tabelele de tragere ( Ap , Ap , Ap ) n cazul mprtierii elipsoidale sau
c
valoarea abaterii circulare ( Ap ) n cazul mprtierii circulare. n
cazul cnd tragerea se execut pe un teren n pant (contrapant),
valorile abaterilor probabile din tabelele de tragere se recalculeaz
innd seama de panta terenului, folosind relaiile cunoscute:
r

21

I.P.R.T.A.I. p. 68

48

Abp1 Abp

sin
sin n

A bp1 A bp

sin
sin n

(2.9)

- pentru orientarea direciei de tragere fa de dimensiunea principal

a obiectivului: abaterea probabil rezultant, obinut prin
b
d
compunerea vectorial a Ap i Ap ;
- pentru suprafaa eficace a loviturii: mrimea razei suprafeei eficace
(re), deprtarea centrului exploziei de centrul obiectivului (d) i
dimensiunile (raza) obiectivului (r0).
n raport cu numrul factorilor care intervin i cu mrimile ce
caracterizeaz condiiile respective de tragere, pot fi difereniate cteva
metode reprezentative de determinare a probabilitii de lovire a obiectivului.
2.1.4.1 Calculul probabilitii de lovire cu ajutorul scrii mprtierii
Probabilitatea de lovire cu ajutorul scrii mprtierii se determin n
felul urmtor:
se deseneaz obiectivul la o scar oarecare;
pe acest desen i la aceeai scar se deseneaz scara mprtierii n
nlime i direcie, innd seama de dispunerea traiectoriei medii i lund
din tabelele de tragere valorile abaterilor n nlime i direcie;
se calculeaz probabilitatea de lovire separat n nlime i direcie (P i
Pd)
probabilitatea de lovire se determin cu formula:
P=PPdk; unde: k este coeficientul de figur al obiectivului.22

22

Prin coeficient de figur se nelege raportul dintre suprafaa obiectivului i suprafaa dreptunghiului care
ncadreaz obiectivul. La folosirea formulei de mai sus se admite c mprtierea n cadrul dreptunghiului
care ncadreaz obiectivul este uniform.

49

Fig. 2.12. Scara mprtierii n direcie i inlime

2.1.4.2 Modelul de calcul a probabilitii de lovire n cazul n care

punctul mediu al loviturilor coincide cu centrul intei
Pentru determinarea probabilitii de lovire n cazul n care PML
coincide cu centru intei se folosete urmtoarea formul:

z
y
F d k
A
A
p
p

P F

(2.10)

n care :
Y - jumtate din lungimea obiectivului;
Z - jumtate din limea obiectivului;
A p - abaterea medie probabil n inlime; 23
Apd - abaterea medie probabil n direcie;24
K coeficientul de figur;
F functia de repartiie normal25:

F( x )

1
2

1 2
t
2

dt

Functia F mai poate fi scrisa si sub forma:

F(x)=
unde (z)=

1
2

1 2
t
2

1
xm
,

dt, z R ,

reprezint legea de repartiie normal

(vezi mai jos graficul funciei) ( funcia lui Laplace), m i 2 reprezentnd

media respective dispersia.
23

Vezi anexa1
Vezi anexa2
25
Vezi anexa6
24

50

Fig. 2.13. Graficul repartiiei normale

Pentru m=0 i =1 se obine o form particular a repartiiei normale

numit repartiia normal normat. Astfel, densitatea de repartiie unei
variabile aleatoare X cu o repartiie este:
f(x)=

1 2
x
2

, x R,

iar funcia de repartiie a lui X este

F(x)=

1
(x).
2

(2.11.)

Se folosete aceast funcie deoarece s-a ajuns la concluzia c multe din

fenomenele tragerii, n special mprtierea proiectilelor, urmeaz acest lege.
y

A
p

Ad
p

26

nu

reprezint

altceva

dect

probabilitile

corespunztoare evenimentelor ncadrrii proiectilului n dreptunghiul de

contur al intei n nlime i direcie n jumtatea dimensiunilor ei
considerndu-se punctul mediu al loviturilor aflat n centrul obiectivului,

d
adic m=0, iar = Ap respectiv = Ap . Deoarece functia F este greu de
calculat, fiind o integral nedefinit, exist tabele cu valorile acesteia sau cu
valorile funciei .
K reprezint probabilitatea geometric ca proiectilul ce se ncadreaz n
dreptunghiul de contur s nimereasc n interiorul intei. El se calculeaz
evident ca raport dintre suprafaa intei i suprafaa dreptunghiului care o
ncadreaz. Coeficienii de figur pentru principalele tipuri de inte sunt
trecui n rgulamentele specifice instruciei tragerii.

d
Valorile Ap , Ap s-au calculat experimental i sunt specifice fiecrui
tip de armament n parte.27

26
27

Vezi anexa 6
Vezi anexele 3 i 4

51

2.1.4.3 Probabilitatea de lovire a unui obiectiv avnd o form

geometric neregulat (oarecare)
Sunt situaii cnd obiectivul asupra cruia se execut tragerea nu poate fi
ncadrat ntr-o suprafa dreptunghiular cu laturile paralele cu axele elipsei
de mprtiere. Calculul probabilitii de lovire a obiectivului, n aceste
situaii, este destul de dificil, necesitnd mprirea obiectivului (cnd este
posibil) n suprafee cu forme geometrice regulate i determinarea
probabilitii de lovire a fiecrei suprafee elementare. Calea direct de
determinare a probabilitii de lovire a unui astfel de obiectiv este cea grafic,
folosind scara mprtierii n plan.
Pentru a determina probabilitatea de lovire a unui obiectiv folosind scara
mprtierii n plan, coordonatele rectangulare ale punctelor, care definesc
conturul obiectivului n raport cu axele mprtierii (cu originea n CIP) se
exprim n abateri probabile. Cunoscnd aceste coordonate se raporteaz
obiectivul pe scara mprtierii i se traseaz conturul. Probabilitatea de lovire
a obiectivului se obine nsumnd valorile tuturor probabilitilor nscrise n
ptratele scrii acoperite de obiectiv. Valorile probabilitilor de lovire din
ptratele acoperite parial de obiectiv se stabilesc proporional, din vedere.
La raportarea obiectivului pe scara mprtierii n plan se obine un
contur deformat fa de cel real datorit folosirii n construirea scrii
mprtierii n plan a unor scri de reducere diferite pentru abaterile probabile;
influena acestui fapt este nesemnificativ, deoarece scara mprtierii se
construiete n fraciuni de abateri probabile i nu n uniti metrice.
Ca urmare a acestui avantaj, scara mprtierii n plan (circulare) poate fi
folosit pentru determinarea probabilitii de lovire a unui obiectiv de orice
form, situat att n plan orizontal ct i n plan vertical.
2.1.4.4 Probabilitatea de lovire a unui obiectiv cu suprafa circular
Calculul probabilitii de lovire a unui obiectiv circular prezint unele
dificulti determinate n principal de faptul c, n majoritatea cazurilor,
mprtierea este elipsoidal, iar CIP nu poate fi suprapus ntotdeauna pe
centrul obiectivului. Ca urmare, n mod frecvent probabilitatea de lovire a
unui obiectiv circular se va determina cu ajutorul unor tabele numerice
antecalculate. Astfel, n determinarea probabilitii de lovire a unui astfel de
obiectiv se pot ntlni dou cazuri mai reprezentative:
a) Centrul de mprtiere a punctelor (CIP) corespunde centrului
geometric al obiectivului (fig. 2.14).

52

b) Fig. 2.14.
Pentru cazul general, cnd mprtierea este elicoidal, probabilitatea
de lovire a obiectivului circular de raz r 0 se determin folosind tabelul cu
dubl intrare. Valorile nscrise n tabel s-au calculat folosind relaia:
P r 1 e

0.477 2

r
Ac
p

(2.12.)

n raport cu mrimea razei obiectivului (r0) i valoarea excentricitii

elipsei de mprtiere.
Pentru intrarea n tabel se folosesc urmtorii parametrii, determinai
corespunztor condiiilor de tragere, cu relaiile:
r1

r0
a

(2.13.)

n care: r1 parametrul de intrare n prima coloan a tabelului avnd

valori ntre 0,1 i 5 ; reprezint raza obiectivului exprimat n abateri
probabile;
r0 raza obiectivului n m;
a valoarea celei mai mari abateri probabile (semiaxa mare a
b
d
elipsei unitate de mprtiere), adic A p sau Ap ;
r

e1

a b
a2
2

(2.14.)

n care: e1 parametrul de intrare n prima linie a tabelului avnd valori

ntre 0 i 1;
a, respectiv b, reprezint semiaxa mare, respectiv mic, a
b
d
elipsei unitate de mprtiere ( A p sau Ap ).
Rezult pentru acest parametru valorile:
r

e1
e1

A bpr2 A pdr2
A

b
d
, cnd A p > Ap

b2
pr

A pdr2 A bpr2
A

d
b
, cnd Ap > A p .

d2
pr

Cnd A p = Ap = Ap , valoarea parametrului e1 este egal cu 0, deci

mprtierea este circular.
c) Centrul de mprtiere al proiectilelor (CIP) este n afara centrului
geometric al obiectivului (fig. 2.15).
r

53

fig. 2.15.
Pentru cazul general cnd mprtierea este elipsoidal, determinarea
prin calcul a probabilitii de lovire este dificil i rezultatele obinute sunt de
cele mai multe ori aproximative.
Cu o aproximaie acceptabil i mult mai rapid se poate determina
valoarea probabilitii de lovire a unui obiectiv pe cale grafic, folosind scara
mprtierii n plan . Modul de lucru este acelai ca i n cazul unui obiectiv
de form oarecare, cu deosebirea c obiectivul circular se raporteaz pe scara
mprtierii n plan cu ajutorul coordonatelor centrului (x c i zc) fa de CIP i
al razei (r0), toate exprimate n abateri probabile.
Probabilitatea de lovire a unui obiectiv circular, n situaia cnd centrul
obiectivului se gsete la o distan d fa de CIP poate fi determinat cu
precizie suficient numai n cazul particular, cnd mprtierea este circular (
A bp = Apd = Apc ) sau este elipsoidal, dar caracteristicile acesteia i permit
nlocuirea mprtierii elipsoidale cu mprtierea circular.
Pentru intrarea n tabel se folosesc valoarea deprtrii centrului
obiectivului de CIP (d) i raza obiectivului circular (r0), ambele exprimate n
abateri (erori) medii ptratice (), astfel:
- n prima coloan a tabelului se intr cu mrimea d/;
- n prima linie a tabelului se intr cu mrimea r0/.
Pentru determinarea abaterii (erorii) medii ptratice () se folosesc
relaiile ntre abaterile caracteristice.
Conform relaiei: h * Ap = 0,477 sau h = 0,477/Ap
r

dar modulul de precizie

54

deci:
de unde rezult:

Ap
0.477 2

sau

0.477
1

Ap
2

Ap
0.6725

Considernd mprtierea circular, relaia devine:

A pc

(2.15.)

0.6725

2.1.4.5 Probabilitatea de lovire a unui obiectiv cu suprastructur

Toate cazurile de calcul al probabilitilor de lovire prezentate anterior
s-au referit la obiecte plane. Se pot ntlni i obiective care ocup un volum.
Pentru determinarea probabilitii de lovire a unor astfel de obiective, n
raport cu condiiile concrete de tragere, se pot ntlni dou cazuri:
a) dac tragerea se execut cu traiectorie ntins asupra prii frontale a
suprastructurii obiectivului (asupra peretelui vertical) probabilitii de lovire a
obiectivului se determin prin unul din procedeele prezentate, lundu-se n
considerare dimensiunile obiectivului din planul vertical i abaterea probabil
n nlime;
b) dac tragerea se execut cu traiectorie curb, n calculul
probabilitii de lovire este necesar s se introduc suprafaa obinut prin
proiectarea dimensiunilor obiectivului n planul de tragere dup direcia
tangentei la traiectorie n punctul de impact (graficul umbrei).
Mrimea acestei suprafee depinde de nlimea i lungimea
obiectivului; frontul obiectivului rmne nemodificat.
Cunoscnd dimensiunile obiectivului n spaiu (nlimea h, lungimea l
i frontul 2f) i valoarea tangentei la traiectorie n punctul de impact (tg ) se
determin valoarea proieciei nlimii n planul orizontal (d) folosind relaia
(fig. 2.13).
d=h/(tg )
(2.16)

Fig. 2.16. Graficul umbrei

55

Lungimea total a obiectivului n planul orizontal (2l) va fi: 2l = L +d sau

2l L

h
tg

(2.17.)

n care:
- L lungimea (adncimea) real a obiectivului;
- H nlimea suprastructurii obiectivului;
- - unghiul de cdere, corespunztor distanei de tragere.
Determinarea probabilitii de lovire a obiectivului cu suprastructur se
reduce astfel la determinarea probabilitii de lovire a suprafeei din planul
orizontal, ale crei dimensiuni sunt: 2f, 2l; aceasta deoarece toate punctele de
cdere cuprinse n limitele acestei suprafee vor lovi obiectivul.
Exist numeroase cazuri cnd obiectivul se afl n glacis sau contrapant.

Fig. 2.17. Teren n contrapant

Fig. 2.18. Teren n glacis

56

tg (-n) = h/d;
rezult

h
tg n

tg (+n) = h/d;

rezult

h
tg n

2.2 Modele de optimizare a tragerii asupra obiectivelor mobile

Caracteristicile obiectivelor care se mic sunt: distana, viteza i direcia
de deplasare (fa de trgtor) i unghiul de drum.
Viteza obiectivelor care se mic poate fii:
Obiectivul
viteza
Militari care se deplaseaz pe jos,
1,5-3,0m/s---510km/h
Automobile, transportoare blindate,;
3-8m/s---1030km/h
Tancuri
3-6m/s---1020km/h
Mijloace de trecere a cursurilor de ap
3m/s---10km/h
Direcia de deplasare a obiectivelor care se mic este definit de
unghiul de drum al obiectivului care se noteaz simbolic cu litera k; unghiul
de drum al obiectivului care se mic este format ntre planul de tragere i
planul care conine direcia de deplasare a obiectivului28:

Fig 2.19 Unghiul de drum al obiectivului care se mic.

TO=direcia de tragere
28

I.P.R.T.A.I. p.117

57

O O(O O;O O) direcia de deplasare a obiectivului;

K , K , K unghiul de drum al obiectivului;
1

K
K
K

90
90 0
2
0

90
3
0

n funcie de direcia de deplasare a obiectivului fa de trgtor,

deplasarea se consider :
o de front (a): daca obiectivul se deplaseaz n acelai plan
cu planul de tragere (se apropie sau se departeaz de
trgtor); K

o de flanc (b): dac obiectivul se deplaseaz sub un unghi

drept fa de planul de tragere paralel cu frontalul
trgtorului; K 90 0
o oblic (c): dac obiectivul se deplaseaz sub un unghi
ascuit sau obtuz fa de planul de tragere; 90 0 K 90 0 .
Particularitatea principal a tragerii asupra intelor mobile este
determinat de necesitatea calculrii coreciei de deplasare (corecia de
deplasare =distana pe care o parcurge obiectivul pe timpul ct dureaz
traiectul glonului-ea se masoar n metri), adic stabilirea prin calcule a
acelui punct n care glonul trebuie s se ntlneasc cu obiectivul.
Determinarea coreciilor de deplasare la tragerile asupra obiectivelor
mobile terestre: Spaiul S parcurs de int pe timpul micrii glonului se
calculeaz prin nmulirea vitezei de deplasare a intei V cu durata de
traiect a glonului T la care se adaug distana Ti parcus de obiectiv n
timpul de ntrziere al trgtorului:
S=V*T
(2.18.)
Dar mrimea coreciei n direcie C i a coreciei n btaie C care
determin poziia punctului viitor al obiectivului se pot determina astfel:
Cd=S*sin k=V*T*sin k+Ti;
Cb=S*cos k=V*t*cos k;
Prin urmare, corecia de deplasare depinde de V, T i k.
Corecia este maxim n cazul deplasrii de flanc i minim la
deplasare pe o direcie apropiat de cea frontal.
Cnd obiectivul se deplaseaz pe o direcie de flanc avansul n distan
este nul. Pentru o mai uoar apreciere transformm expresia coreciei din
metri n miimi: utiliznd formula paralaxei:
Cd(miimi) =(Cd(metri)*1000)/D;

58

Corecia de deplasare va fi mai mare dac obiectivul se mic de flanc

(deoarece sin 90 0 =1) i mai mic dac obiectivul se mic pe o direcie
apropiat de cea de front (deoarece sin 60 0 =0,9; sin 45 0 =0,7; sin 30 0 =0,5).
2.3 Modele de corectare a tragerii n condiii speciale de presiune i
temperatur
Tragerile cu armamentul de infanterie se pot executa n condiii
normale, pe care n practic avem foarte puine anse s le ntlnim, sau
speciale.
Sunt considerate condiii meteorologice de tragere normale
urmtoarele:
presiune atmosferic (barometric) la orizontala armei egal cu 750
mm, care corespunde unei altitudini de 100 metri deasupra nivelului
mrii;
temperatura la orizontala armei egal cu 15C:
umiditatea relativ a aerului de 50%:
lipsa total de vnt
Condiiile de tragere normale sunt greu de obinut att n poligon ct
mai ales pe cmpul de lupt, pregtirea militarilor pentru condiii speciale,
altele dect cele normale, devenind mai mult dect o necesitate.
2.3.1 Influena presiunii atmosferice asupra traiectoriei glonului
Scderea presiunii atmosferice cauzat de creterea altitudinii
influeneaz btaia armamentului. Pe msur ce altitudinea crete, atmosfera
se rarefiaz, iar densitatea ei se micoreaz (scade presiunea atmosferic) i n
funcie de aceasta scade fora de rezisten a aerului, ceea ce contribuie la
creterea btii armamentului.
Experimental s-a stabilit c la fiecare cretere a altitudinii cu 100 de
metri fa de ceea normal, presiunea atmosferic scade n medie cu 9 mm 29.
Pentru aceasta sunt necesare corecii pentru schimbarea punctului de ochire
sau pentru micorarea nltorului cu gradaiile corespunztoare diferenei de
presiune.
Variaiile presiunii atmosferice pn la altitudinea de 500 de metri sunt
nensemnate i nu necesit o influen hotrtoare asupra formei traiectului
glonului. Din aceste considerente la tragerile executate cu armamentul de
infanterie sub aceast altitudine, aceste variaii nu se iau n considerare i
deci, nu se face nici un fel de corecie. La altitudini mai mari, presiunea
atmosferic i, prin urmare, densitatea i fora de rezisten a aerului scad
considerabil, exercitnd o influen mai mare asupra traiectoriei, mrind
btaia gloanelor (distana de tragere).
29

I.P.R.T.A.I. p.132

59

Aceasta nseamn c toate elementele care caracterizeaz traiectoria

armei respective se schimb, gradaiile nltorului nu mai corespund; prin
urmare, pentru a lovi un anumit obiectiv la o anumit distan, trebuie s se
micoreze nltorul n funcie de altitudine, distana de tragere i felul
armamentului. Coreciile necesare se fac prin schimbarea punctului de ochire
(ochind mai jos), fie prin micorarea nltorului cu gradaiile de nltor
corespunztoare diferenei de presiune.
2.3.2 Influena temperaturii asupra traiectoriei glonului.
Cnd temperatura aerului este ridicat peste +15oC densitatea aerului se
micoreaz, n consecin, se micorez i fora de rezisten a aerului. n
asemenea situaii se mrete simitor lungimea traiectoriei i prin urmare este
necesar sa micorm nltorul corespunztor coreciilor calculate (sau se
modific punctul de ochire).
Cnd temperatura aerului este sczut (ger), densitatea i fora de
rezisten a aerului se mresc, ca urmare a acestui fapt se micoreaz simitor
traiectoria glonului. n asemenea situaii trebuie s mrim nltorul
corespunztor coreciilor calculate (sau se modific punctul de ochire).
2.3.3 Recalcularea probabilitii de lovire n condiii speciale de
presiune i temperaturatur
n condiii speciale de presiune i temperatur abaterile medii probabile
se vor modifica sub influena erorilor ce apar. Formula de recalculare a
abaterilor medii se numete formula abaterilor medii patratice i are
urmtoarea form:
A.p.r.=

A. p

a b c ,

(2.19.)

unde A.p.r reprezint abaterea medie recalculat n funcie de influena

erorilor a, b, c
n cazul nostru vom avea :
2

A.p.i=

A. p.i

A.p.d=

A. p.d

a b
2

a b

unde a i b vor fi abaterile cauzate de schimbarea presiunii, respective

ale temperaturii mediului nconjurtor, cu influene asupra tragerii.
Astfel, probabilitatea de lovire va fi:

60

P=F(

A. p.i

z
2

a b

)*F(

A. p.d

a b

)*k

Valorile a i b ale erorilor ce apar la schimbarea condiiilor

meteorologice la tragerea cu pistolul i puca mitralier sunt date n tabelele
de la Anexa 4 i 530.
2.4 Modele de optimizare a tragerii n pant i contrapant
2.4.1 Recalcularea abaterilor probabile la tragerile n pant

Fig. 2.20.

Legea dintre Api i Apb este:

Api
u.c.

Apb 1000

*Apb, Api abaterile probabile n btaie i nlime;

Rezult c Apb =

Api * 1000
u.c.

Recacularea abaterii probabile in bataie:

Conform teoriei sinusurilor rezult c :
Apbrec
Apb

sin(u.c.) sin[ (u.c u. p.)]

Din punctul de vedere al infanteritilor care au calculat prima dat, care

aproximeaz cos(u.c.)=1, adic tg(u.c.)=sin(u.c.), cos(u.c.+u.p)=1 ;
tg(up)=sin(up) ;
Rezult :

30

Apb

Vezi Anexele 4 i 5

61

Apbrec
u.c. u. p.

(2.20.)

n rndul matematicienilor calculele sunt mai precise :

sin
;
1 sin 2

sin =

u.c.

10000 u.c.2

tg =

; rezult:
Apb * u.c. 10000 (u.c. u. p.) 2
u.c. u. p.
10000 u.c.2

Apb rec =

(2.21.)

Recalcularea abaterii probabile n nlime

Apirec

sin(u.c. u. p.)

adic :
rezult: Api rec =
Rezult c

Apbrec

Apbrec

;
sin( u.c.)
2

(2.22.)

Apirec
Apbrec

;
sin(u.c. u. p.)
cos(u.c.)
* sin(u.c. u. p.)
Apb * sin(u.c.) sin(u.c. u. p.)
*
=
;
sin(u.c. u. p.)
cos(u.c.)
cos(u.c.)
Apb * u.c.
Api rec = 1000 = Api;

2.4.2 Recalcularea abaterilor probabile n contrapant

Fig. 2.21.

La recalcularea abaterilor probabile n nlime i btaie n contrapant

procedeul este similar cu cel din pant numai c aici avem:
u.i. = u.c. u.p.; rezult c :
Apb rec =

Apb * u.c
u.c. u. p.

10000 (u.c. u. p.) 2

10000 u.c.

(2.23.)

i la fel ca i n pant abaterea probabil n nlime rmne aceei ca i

n teren plat i anume:
Api rec =

Apb * u.c.
;
1000

62

(2.24.)

2.5. Economia i sigurana tragerii

2.5.1 Consumul de muniie
La trageri ntlnim deseori mrimi variabile care la repetarea unor probe
n condiii identice iau valori paticulare accidentale. Aa de exemplu, n
tragerea asupra unui obiectiv, focul executdu-se n condiii voite a fi
identice, consumul de muniie necesare pentru obinerea unui anumit efect
este o mrime variabil.
Acest lucru rezult din faptul c n unele cazuri lovirea obiectivului se a
obine dup primele lovituri trase, iar n alte cazuri, dup tragerea unui numr
mai mare de lovituri.
Consumul total de muniie pentru ndeplinirea misiunilor de foc
depinde de muli factori i inainte de toate de :
posibilitatea observrii rezultatelor tragerii;
introducerea oportun a modificrilor necesare n poziia aparatelor
de ochire care s fac nimicirea intei ct mai sigur.
Consumul de muniie este diferit de la o tragere la alta i de aceea
trebuie s se ia n consideraie o valoare medie a lui.
Cantitatea medie de muniie necesar pentru nimicirea unei intei
izolate este egal cu raportul care are la numrtor, numrul de lovituri
necesare n int, iar la numitor, probabilitatea de lovire a unei lovituri.
Numrul necesar de lovituri n int la tragerea lovitur cu lovitur,
cnd rezultatela tragerii pot fi observate, iar focul poate fi mutat sau
ndeprtat imediat ce inta a fost lovit, se ia egal cu o lovitur.
Astfel, cantitatea medie de cartue se determin cu formula :
n = 1 p, unde : n numrul necesar de lovituri n int
p probabilitatea de lovire a unei lovituri.
Dac ns este necesar ca n int s se obin mai multe lovituri pentru
ca inta s fie considerat nimicit, la numrtorul formulei se va introduce
numrul dorit de lovituri n int.
Consumul mediu - care reprezint o valoare medie a unei mrimi
variabile - se poate determina i pe baza ateptrii matematice.
2.5.2 Ateptarea matematic
Prin definiie, ateptarea matematic a unei mrimi variabile este suma
produselor dintre toate valorile particulare posibile ale mrimii date i ale
probabilitilor corespunztoare.
Ea se exprim prin egalitatea:
s

AM ( x) a x1 p1 x 2 p 2 x3 p3 x s p s xi pi
1

unde: xv x2, xz ... xs sunt valorile particulare ale mrimii x,

63

(2.25.)

iar p1, p2, p3 ... ps - probabilitatea corespunztoare acestor valori.

Pentru cazurile cele mai des ntlnite la trageri, ateptarea matematic
soluionez o serie de probleme referitoare la:

Numrul mediu de lovituri ateptat (a) s cad ntr-un obiectiv daca este cunoscut probabilitatea lovirii obiectivului' pentru o
singur lovitura (p) -, atunci cnd se trage n condiii identice un
numr oarecare (S) de lovituri .

Consumul mediu ateptat (S) n cazul cnd se trage - n, aceleai

condiii - un numr oarecare de lovituri, pentru a se obine un
anumit numr de lovituri (a) n obiectiv.

Deprtarea poziiei punctului mediu (M) fa de obiectiv.

Pentru rezolvarea primelor dou categorii de probleme trebuie pornit de
la cazul particular al ateptrii matematice, cnd mrimea variabil pentru o
prob are numai dou valori particulare :
x1 = 1
i
x2 = 0.
Aceste dou valori corespund evenimentelor opuse (lovitur, n
obiectiv i lovitur n afara obiectivului, lung sau scurt, dreapta
sau
stnga).
Dac se noteaz cu p" probabilitatea lovirii obiectivului pentru o
lovitur tras i cu q" probabilitatea loviturii n afara obiectivului, atunci
probabilitile corespunztoare valorilor particulare de mai sus sunt:
p1 = p i p2 = q
Conform formulei generale a ateptrii matematice, se obine:
AM ( x) a x1 p1 x2 p2 1 p 0 q p lovituri n obiectiv.
Trgndu-se deci un singur proiectil, ateptarea matematic a numrului de
lovituri n obiectiv este numeric egal cu probabilitatea
lovirii obiectivului (egalitate valabil numai cnd se trage o singur lovitur).
Dac se trag 2, 3 sau mai multe lovituri, aceast egalitate nu mai este
valabil, i ateptarea matematic va fi de 2, 3.. .S ori mai mare.
O tragere executat se consider c este economic atunci cnd
misiunea poate fi ndeplinit cu un consum ct mai mic de muniie i ntr-un
timp ct mai scurt.
Economia tragerii (a) este caracterizat prin ateptarea matematic a
numrului de lovituri n obiectiv.
n rezolvarea unei probleme de tragere este necesar ns ca economia
tragerii sa nu afecteze sigurana (eficacitatea) ei. O soluie just se obine
numai atunci cnd ntre sigurana i economia tragerii se realizeaz un
echilibru raional.
S presupunem c tragnd S = 50 de lovituri,
n condiii
corespunztoare unei probabiliti (p) egal cu 0,2 , se realizeaz o siguran a
tragerii de 90% pentru a se obine dou lovituri n obiectiv.
Economia tragerii definit de ateptarea matematic va fi:
64

a = Sp = 500,2 = 10 lovituri n obiectiv,

ceea ce este, evident, prea mult, deoarece avem nevoie de numai dou lovituri
n obiectiv. Dac facem ca ateptarea matematic s fie de dou lovituri n
obiectiv, avem:
S

a
2

10 lovituri
p 0.2

adic de 5 ori mai puine proiectile.

Aceasta ns duce la micorarea siguranei tragerii pn la valori
nesatisfctoare:
PII = 1- (100,20,89 +0,810) 1= 1- 0,37 = 63%.

65

CAPITOLUL 3
UTILIZAREA TEHNICII DE CALCUL N OPTIMIZAREA INSTRUCIEI
TRAGERII PRIN SIMULAREA MODELELOR STATISTICOMATEMATICE. PRELUCRRI, COLECII I VALIDRI
3.1 Aspecte ale utilizrii tehnicii de calcul n domeniul militar
Evoluiile spectaculoase n domeniul tiinelor i tehnologiei, mai ales
n domeniul informatic, au un efect deosebit asupra domeniului militar
impunnd reorientri, regndiri i reorganizri att n sistemul aciunilor
militare moderne ct i n procesul de instruire.
Tehnologiile avansate au determinat serioase mutaii, calitative i
cantitative n dotarea, structura i principiile de ntrebuinare n lupt a
forelor i mijloacelor, n pregtirea i ducerea aciunilor militare, n creterea
puterii i capacitii de aciune a trupelor.
Utilizarea tehnicii de calcul att n conducerea aciunilor militare ct
i n instruirea subunitilor de toate armele a devenit mai mult dect o
necesitate.
Calculatorul poate fi folosit cu success n optimizarea instruciei
tragerii att prin rezolvarea anumitor probleme legate de acest fenomen ct i
prin simulri ale tragerii n condiii ct mai diverse.
Avantajele sunt multiple, ncepnd de la costuri sczute pentru
resursele alocate pn la rapiditatea obinerii rezultatelor n condiiile n care
viteza de luare a deciziei este hotrtoare asupra rezultatelor aciunilor
militare.
Tehnica de calcul a fost utilizat n domeniul militar chiar de la
nceputurile ei, primul calculator creat n perioada celui de-al doilea rzboi
mondial fiind creat tocmai n scopul de a fi de ajutor comandanilor
americani, furniznd ntr-un timp mai scurt seturi de rezultate necesare
ntocmirii planurilor de aciune.
n anii 60, apariia condensatorului a determinat mutaii n structura
aparatelor electrice, mutaii ce au transformat calculatorul n decursul a 10 ani
ntr-un instrument accesibil unei sfere mai vaste, fiind ntrebuinat n ct mai
multe domenii ale vieii cotidiene.
Tot n aceast perioad apar limbajele de programare cunoscute ca
Basic, Pascal, C, limbaje mai uor de neles i mai uor de aplicat n
programare, care au determinat o revoluie i o explozie n rdul produciei de
programe. Se deschisese acum o cale mai uoar spre simularea anumitor
procese. Dezvoltrile tehnologice ulterioare, mai ales n domeniul vizual au
permis apropierea acestor simulri de condiiile reale.

66

Calculatorul a fost folosit pentru prima dat n simularea unor aciuni

militare n anii 90, n timpul rzboiului din Golf, cnd a fost creat un sistem
integrat software, SimNet, utilizat n instruirea militarilor ce urmau s
participe la operaiunea Desert Storm.
3.2 Programul de simulare la nivel tactic JCATS
Dup anii 90, simularea computerizat a avansat ntr-un ritm rapid,
armatele moderne dezvoltnd proiecte de cercetare n acest domeniu, proiecte
ce s-au concretizat n realizarea unor sisteme i aplicaii de simulare a
aciunilor militare, sisteme utilizate n instruirea forelor proprii.
n contextul aderrii NATO, armata romn a manifestat interes n
domeniul sistemelor de simulare la nivel tactic i operaional prin
achiziionarea unor aplicaii software, exemplul cel mai elocvent fiind JCATS,
sistem de simulare tactic a conflictelor de nivel ntrunit.
JCATS este o simulare cu mai multe pri, interactiv, care se
desfoar ntr-o reea de calculatoare. Simularea asist dou sau mai
multe staii de lucru pentru participani i un controlor. Fiecare staie
de lucru, operat de o echip de juctori, n mod obinuit reprezint o
for militar sau un grup de civili pe cmpul de lupt. Juctorii introduc
situaia iniial conform planurilor pentru (sub)unitile sau gruprile
din subordinea lor i apoi semnaleaz controlorului de la server cnd sunt
gata pentru nceperea exerciiului.
Algoritmi i modele matematice care stau la baza JCATS:
- Modelul Lanchester
Este primul model al luptei n care dinamica pierderilor medii,
relative este invers proporional cu raportul de fore
(cantitativ i/sau cantitativ i calitativ), fapt ce explic succesul
de care se bucur i n prezent, n cadrul metodologiilor
utilizate n simulare i a jocurilor de rzboi pe calculator.
- Probabilitatea de lovire i probabilitate de distrugere
n JCATS fiecare muniie i fiecare sistem de tragere are un
indice unic asociat Editorului de Scenarii i Tabelului Convenional de
Muniii.
3.3 Etapele procesului de simulare
n general, un proces de simulare trece prin cinci etape:
definirea
experimentului, modelarea,
implementarea
modelului,
validarea modelului i colectarea rezultatelor. Procesul de simulare este
aplicat prin intermediul unor programe de simulare care fie c sunt
67

specializate, deci implementate pentru o anumit clas de modele, fie c

sunt generale, fiind n acest caz asociate unor limbaje de simulare.
Prima etap - definirea experimentului - are drept scop s
identifice comportarea sistemului dinamic simulat. Termenul dinamic arat
c starea sistemului evolueaz n timp (condiie foarte bine ndeplinit de
dispozitivul forelor n cadrul aciunii militare). n aceast faz trebuie
determinat aria de detaliu a simulrii. Aria indic generalitatea i
complexitatea modelului n raport cu sistemul real, iar detaliul indic
numrul de funcii modelate. n general, cu ct aria simulrii crete
detaliul are de suferit, n special datorit limitrilor n ceea ce privete
capacitatea
de memorare i viteza de calcul.
Etapa a doua este reprezentat de modelare, adic - n acest
context - n specificarea definiiei sistemului pe baza unor primitive, fie
puse la dispoziie de limbajul de simulare folosit, fie implementate n
programul de simulare. Clasificarea uzual a modelelor se efectueaz dup
modul de schimbare a strii sistemului, existnd modele variabile continuu
i modele discrete. Din acest punct de vedere, simularea se subdivide n
simularea sistemelor continue i simularea sistemelor discrete. n primul
caz, modelele reprezint acele sisteme ce pot fi descrise matematic prin
ecuaii care precizeaz evoluia lor n timp. Sistemele reale
reprezentate prin ecuaii difereniale n care timpul este o variabil
independent sunt de aceast natur. Simularea sistemelor continue se
efectueaz cu calculatoare analogice sau cu calculatoare numerice. n
cazul simulrii discrete, sistemele considerate i schimb starea la
anumite intervale de timp, schimbrile fiind brute, strile tranzitorii
nefiind considerate. Aproape toate modelele discrete sunt construite pe
baza unor elemente conceptuale numite: utilizatori, resurse, cereri i
cozi. Utilizatorii emit cereri ctre resurse. Cererile sunt satisfcute n
funcie de prioritile asociate utilizatorilor i de disponibilitatea resurselor.
Eventual, cererile utilizatorilor sunt pstrate n cozi de ateptare. Un
exemplu intuitiv de model, n care aceste elemente au echivalene reale, este
modelul unui supermagazin.
Implementarea modelului reprezint a treia etap a simulrii i
const fie n realizarea unui program de simulare, care s reflecte modelul
i s asigure funcionarea sa, fie n programarea modelului pe baza unui
limbaj de simulare. Limbajele de simulare nlesnesc descrierea modelului,
punnd la dispoziie instruciuni pentru specificarea i prelucrarea
direct a elementelor sale. n funcie de modul de reprezentare a
modelelor, limbajele de simulare discret se mpart n limbaje orientate
spre proces i limbaje orientate spre eveniment. n primul caz, modelul
este descris mai ales din punct de vedere structural, punnd n eviden
resursele (facilitile ) care vor servi utilizatorii (tranzaciile) ce sunt
68

creai n timp i traverseaz sistemul. n cazul limbajelor orientate spre

evenimente, evenimentele (utilizatorii) sunt create la intervale de timp
stabilite, cutnd i ateptnd resurse pentru prelucrarea lor, deci
modelul este privit dinspre utilizator. Din punct de vedere al tehnicii de
descriere, exist limbaje de simulare ce permit descrierea modelului sub
form
de schem bloc i limbaje n care modelul este descris procedural, pe baz de
instruciuni.
Etapa a patra - reprezentat de validarea modelului - stabilete n ce
msur comportarea modelului corespunde realitii sau, altfel spus, este
reprezentativ realitii. Reprezentativitatea are un caracter relativ i trebuie
n mod necesar precizat n raport cu un anumit criteriu de validitate. Acest
lucru este foarte important, deoarece simularea este, n esen, un proces
aproximativ, ntrebuinnd n mod frecvent date statistice. Astfel, pentru
un sistem simulat, simularea poate fi reprezentativ, s spunem, n proporie
de 70%, n raport cu un aspect al sistemului i reprezentativ n proporie de
10%, n raport cu un alt aspect al sistemului. Problemele se complic i mai
mult n momentul n care simularea trebuie condus n absena unui set
complet de date reale, deci cnd criteriul comparaiei datelor reale cu cele
obinute prin simulare nu poate fi aplicat.
Colectarea rezultatelor este ultima etap a procesului de simulare,
avnd drept scop "execuia" modelului i obinerea rezultatelor. Rezultatele
unui proces de simulare pot fi mprite n trei categorii: date de timp, date
referitoare la utilizarea resurselor, date cronologice. Datele de timp includ
date statistice referitoare la numrul de utilizatori/unitate de timp, timpul de
folosire a diverselor resurse etc. Datele referitoare la ncrcarea resurselor
indic numrul de utilizatori prelucrai de resurse, numrul de resurse
folosite etc. Datele cronologice indic istoria funcionrii modelului. Pe baza
lor se poate trasa pas cu pas trecerea unui utilizator prin sistem.
3.4 Utilizarea tehnicii de calcul n calcularea elementelor traiectoriei
Am realizat n acest sens o aplicaie realizat n Delphi cu ajutorul
creia calculez spaiul periculos al nltorului, spaiul periculos al terenului,
spaiul protejat i spaiul defilat.
Am anexat mai jos cteva exemple de calcul a fiecruia din parametrii
enumerai mai sus, att algoritmul matematic ct i rezultatul aplicaiei n
scopul asigurrii funcionalitii programului.
Problema1 Se execut cu mitraliera pe afet md: 1943 cu glon uor, la
700 asupra unei mitraliere inamice.
S se afle limitele adncimii s.p.i.

69

Rezolvare:
ntruct nlimea intei (55 cm) este mai mic de 1/3 dect nlimea
traiectoriei, la tragerea cu nlator 7 (180cm/3=60cm) vom rezolva problema
cu ajutorul primului procedeu.
s.p.i.=I.t.K.=0,55*76=42 m
Limitele adncimii sp.P.i.=658 m-700m.

Fig. 3.1. Calculul Sp.P.

Problema2 Se execut tragerea cu mitraliera md. 1943, asupra

unei figuri alergnd dispus pe o pant cu o nlime de 0 - 18 i mai sus
dect mitraliera cu 20 m. Distana este de 600 m.
S se determine adncimea Sp.p.t.
Rezolvare:
1. Cu ajutorul formulei miimii determinm valoarea unghiului de
teren al intei:
Utt =

20 * 1000
0 33
600

2. Determinm valoarea unghiului de inciden:

UI= UC + UP - Utt = 0-09 +0-18 - 0-33=0-06
3.
Calculm adncimea Sp.p.t.:
Sp.p.t. =
It * 1000 1,5 * 1000

250m
U .I .
0 06

70

Fig. 3.2. Calculul Sp.P.T

Problema3 S se determine adncimea spaiului defilat la tragerea cu

mitraliera md. 1943 daca distana pn la acoperire este de 1100 m, iar
nlimea acoperirii este de 2,7 m.
Rezolvare: Sp.D.

IA * 1000 2,7 * 1000

71m
U .C.
0 38

Fig. 3.3. Calculul Sp.P.D

Problema4 S se determine adncimea spaiului protejat la

tragerea cu mitraliera md. 1943, cu glon uor, asupra intelor alergnd
dispuse napoia unei adpostiri nalte de 2,4 m, distana pn la
adapostire fiind de 800m .
71

Rezolvare:
S .P.

IA It *100 2,4 1,5 *100 50m

U .C.

0 18

Fig. 3.4. Calculul Sp.P. i Sp.p

Dependena spaiului defilat de nlimea adpostiri.

Pentru analiza dependenei spatiului defilat de nlimea
adpostirii datele sunt oferite n condiiile n care tragerea se execut cu
pistol mitralier i la distana de 500m, ns nu de relevan este
categoria de armament deoarece pentru celelate tipuri de arme rezultatele
nu sunt mult diferite i se pstreaz aceiai algoritmi de calcul .

72

Dependenta spatiului defilat de inaltimea adapostirii

450
400
350
300
250
200
150
100
50
0
0

0,5

1,5

2,5

3,5

4,5

Spatiul defilat in metrii

Fig. 3.5 Graficul dependenei spaiului defilat de nlimea adpostirii.

Dependena spaiului defilat de distana la care se execut tragerea
Pentru a analiza dependena spaiului defilat de distana la care se
execut tragerea am pstrat constante categoria de armament (pistol
mitralier) i nlimea obiectivului (2m).

Fig. 3.6 Graficul dependenei spaiului defilat de distana la care se execut

tragerea

Concluzii asupra simulrii

Analiznd rezultatele oferite de centralizarea i prelucrarea datelor n
cadrul acestei simulri am ajuns la urmtoarele concluzii :

73

- Suportul matematic utilizat ofer o explicaie i o

demonstraie a realitii n msura destul de mare;
- Erorile n calcule sunt mici deoarece se ine cont de foarte
multe variabile;
- Exist totui aspecte care nu sunt luate n calcul i
anume : calitatea explozibilului , btaia vntului , umiditatea , starea
armamentului cu care se execut tragerea , i erori ale trgtorului;
3.5 Simularea tragerii asupra obiectivelor mobile
Calculul coreciilor in direcie i btaie cu diverse categorii de armament
Dorim s calculm coreciile n direcie i btaie pentru pistol
mitralier, puc mitralier i mitralier pentru distane de pn la 1000 de m
n cazul tragerii asupra unui obiectiv ce se deplaseaz cu viteza de 3 m/s
(viteza de deplasare a unui militar) sub un unghi de 30 o fa de direcia
principal de tragere.

Fig 3.7 Aplicaie corecie tragere asupra obiectivelor mobile

n urma simulrii efecuate cu ajutorul aplicaiei am obinut urmtoarele

74

rezultate:
Pentru corecia n direcie
Distanta P.m
100
0,5121
200
0,7229
300
0,9337
400
1,1445
500
1,3552
600
1,5660
700
1,7768
800
1,9876
900
2,1984
1000 2,4091

P. Mtr.
0,5023
0,7032
0,9042
1,1051
1,3061
1,5070
1,7079
1,9089
2,1098
2,3108

Mtr.
0,4829
0,6645
0,8461
1,0277
1,2092
1,3908
1,5724
1,7539
1,9355
2,1171

Tabel 3.2 Corecia n direcie

Graficul corespunztor tabelului obinut este urmtorul:

Fig 3.9 Grafic corecie n direcie

Pentru corecia n btaie

Distan
P.m
ta
0,88
100
15
1,24
200
43
1,60
300
71
1,96
400
99
2,33
500
27
600
2,69

P. Mtr.

Mtr.

0,8646 0,8313
1,2105 1,1438
1,5563 1,4563
1,9022 1,7689
2,2481 2,0814
2,5939 2,3939

75

700
800
900
1000

55
3,05
83
3,42
11
3,78
39
4,14
67

2,9398 2,7065
3,2857 3,0190
3,6315 3,3315
3,9774 3,6440

Tabel 3.2 Corecia n btaie

Graficul corespunztor tabelului obinut este urmtorul:

Fig 3.9 Grafic corecie n btaie

Din analiza graficelor de mai sus putem trage cteva concluzii

referitoare la eficacitatea categoriilor de armament la tragerile asupra
obiectivelor mobile, generat n principal de viteza iniial a glonului, mai
mare la mitralier i mai mic la pistolul mitralier. Astfel cu ct viteza
iniial a glonului este mai mare cu att coreciile n direcie i n btaie sunt
mai mici.
Diferenele de corecii nu sunt chiar att de mari dect pe distane
foarte mari, dup cum se observ pe distane mai mari de 800 m diferenele de
corecii ntre mitralier i pistolul mitralier ncep s depeasc 0,4 m adic
aproximativ o lime de om, ceea ce poate duce, n cazul neaplicrii coreciei
corespunztoare, la ratarea intei.
Stabilirea procedeului de tragere asupra obiectivelor mobile
Orice militar care se va antrena pentru tragere asupra obiectivelor
mobile prin procedeul ateptrii i va pune o ntrebare normal: Unde
trebuie s ochesc? Militarul ateapt rspuns la ntrebarea dac trebuie s
76

ocheasc la o distan corespunztoare coreciei calculate, de reper sau s

ocheasc reperul i s atepte sosirea obiectivului la distana corespunztoare
coreciei.
Regulamentele nu prezint modaliti n care trgtorul poate opta
asupra procedeului de tragere, nu dau indicaii asupra modalitii alegerii
punctului de ochire n cazul utilizrii ateptrii, abordeaz incomplet
problema calcului coreciei i incomplet problema fixrii unei tehnici exacte
de tregere asupra tintelor mobile.
Fixarea procedeului depinde de mai muli factori: distana pn la
obiectiv, mediul n care se deplaseaz (terestru, aerian, acvatic), viteza
obiectivului, tipul acestuia, direcia de deplasare, armamentul cu care se trage
(cadena de tragere a acestuia) i nu n ultimul rnd condiiile atmosferice. n
principiu am putea afirma c procedeul nsoirii se folosete la obiectivele cu
vitez mic, dar aceast regul nu este valabil cu orice tip de arm, deoarece
presupune schimbarea permanent a punctului de ochire. Acest lucru face ca
numrul de proiectile s fie mai mic dect cadena practic a armamentului,
probabilitatea fiind mai mic.
Din analizele asupra eficacitii armamentului prezentate mai sus se
poate propune urmtorul tabel care ar fi mai eficient i mai uor de nsuit de
ctre militari.

Vitez
mare

Vitez
mic

Distana ntre 400800m

Vitez
Vitez
mare
mic

Puc
mitralier, cal A
7,62

Mitralier
7,62

Distana < 400m

Armament
Pistol mtr. cal
7,62 md 1963

cal

Distana peste
800m
Vitez Vitez
mare
mic

Tabel 3.3 Alegerea procedeului de tragere asupra obiectivelor mobile

Legend:
A procedeul ateptrii,
procedeul nsoirii.
Acesta poate fi modificat i mbuntit dac introducem i ali
parametrii cum ar fi unghiul de pant sau condiiile atmosferice.
Alte exemple de utilizare a aplicaiei n determinarea coreciilor la
tragerea asupra obiectivelor mobile
77

Exemplul 1
S presupunem c un lupttor dotat cu puc-mitralier 7,62 mm,
md. 1964, trebuie s deschid focul asupra unui grup de militari inamici
care se deplaseaz pe o direcie ce formeaz cu planul de tragere un
unghi K=90. S se determine corecia n distan, Cb, i corecia n
direcie, Cd, tiind distana de 600 metri la care se afl inta, iar viteza
de deplasare a acesteia, de 3 m/s ;
Calculm durata de traiect a glonului de puc mitralier pe
distana de 600m:
tg=600/745=0,805+0,2(timpul de ntrziere al trgtorului)=1,005
Cd=S*sinK = Vt*tg *sinK = 31,05*sin 90 = 31,0051 = 3,015m;
Cb = Scos K = V* tg*cos K = 31,05*cos 90 = 31,0050 = 0.
Rezultatele aplicaiei:

Fig 3.10. Aplicaie corecie tragere asupra obiectivelor mobile

Exemplul 2
Asupra unui cerceta inamic aflat la distana de 400 metri, care se
ndeprteaz cu viteza de 3 m/s pe un itinerariu avnd un unghi de drum
K =60, se trage cu pistolul-mitralier 7,62 mm, md. 1963. Se cere s
se determine coreciile de tragere n direcie i n btaie:
tg=400/715=0,56+0,2(timpul de ntrziere al
trgtorului)=0,76
Cd=Vt*tg*sink=3*0.76*sin60=1,9m
Cb=Vt*tg*cosK=3*0.76*cos60=1,28m
Rezultatele aplicaiei:

78

Fig 3.11 Aplicaie corecie tragere asupra obiectivelor mobile

3.6 Simulare pentru estimarea probabilitii de lovire i al

consumului de muniie la tragerea aspura unei inte aflat la orice distan
i n orice condiii de presiune i temperatur
n cadrul misiunilor de tragere probabilitatea de lovire a unui obiectiv ne
ajut n procesul luare a deciziei att n privina stabilirii categoriei de
armament ct i n stabilirea poziiei de tragere sau felului focului. n cadrul
misiunilor de tragere rapiditatea cu care lum o decizie ne oblig s apelm la
tehnologia modern n furnizarea nformaiilor necesare procesului decizional.
Probabilitatea de lovire a obiectivului se calculeaz n funcie de
parametrii specificai mai sus, parametrii dependeni de diveri factori ce in
att de natura trgtorului, dar i de natura armamentului sau de mediul
extern. Luarea n considerare a ct mai multor factori n estimarea
probabilitii de lovire duce la o apreciere ct mai corect a fenomenului
tragerii.
Am ncercat prin aplicaia urmtoare s iau n considerare pe lng
factorii ce in de natura armei, concretizate n abaterile probabile n direcie i
nlime, i factorii ce in de condiiile meteorlogice mai ales n contextul
participrii militarilor romni la misiuni internaionale n medii ct mai
diversificate.
O limit a calculului probabilitii de lovire o reprezint insuficiena
informaiilor pe care ni le ofer tabelele de tragere din regulamente, mai ales
n ceea ce privete abaterile probabile acestea sunt date din 100 n 100 de
metri, ori n condiii normale tragerea execut pentru orice tip de distan,
chiar la unele edine de tragere intele sunt dispuse la 150, 250 de m.

79

n calitate de viitor comandant de pluton de infanterie am ncercat s

gsesc o modalitate de a rezolva aceste lipsuri pe care o voi prezenta mai jos.
S privim graficele abaterilor probabile

Fig 3.12 Abaterea probabil n nlime

Fig 3.13 Abaterea probabil n nlime

Din graficele prezentate mai sus putem observa faptul c abaterile

probabile cresc exponenial odat cu creterea distanei de tragere.
Acest fapt ne ajut s ncercm s interpolm valorile abaterilor dup
graficul unei funcii exponeniale pentru a calcula o eventual valoare
intermediar.
Astfel:
Fie y1-Api pt 200m, deci x1=200
Y2-Api pt 300m, deci x2=300
Valorile y1 i y2 se cunosc (din tabelel de tragere).
Ne propunem s calculm valoarea y3(Api) pentru 250m.(x3=250)

80

Exist mai multe procedee, cele mai importante fiind procedeul

ajustrii i interpolrii. n cazul de fa cel mai uor de aplicat mi s-a prut
procedeul interpolrii.
Fie funcia F(x)=ea*x+b cu a i b numere reale
Avem y1=ea*x1+b , logaritmnd obinem lny1=a*x1+b
La fel procedm i pentru y2, obinem lny2=a*x2+b
De unde

ln y 2 ln y1
x 2 x1

b ln y1

ln y 2 ln y1
* x1
x 2 x1

Avnd a i b i cunoscnd i x3 putem calcula uor y3, valoarea

intermediar care ne intereseaz.
Exemplu de utilizare a aplicaiei n calculul probabilitii de lovire
Se execut tragerea cu pistolul mitralier asupra intei mitralier nr.
10 la distana de 800 m. S se determine probabilitatea de nimicire a intei n
cazul n care PML coincide cu centrul intei.

Rezolvare:
Din tabela de tragere extragem urmtoarele date:
A p =0,49 m; Apd =0,72 m.
Pentru nimea intei: 2y=0,55 m; y=0,55: 2=0,275 m.
Limea intei: 2z=0,75 m; z=0,75: 2=0,375m.
Coeficientul de contur: K=O,65.
Calculm

z
y
k =F( 27,5
F
A
Ad
0,49
p
p

P F

)*0,65=F(0,56)*F(0,52)*0,65=0,05236

81

37,5

)*F( 0,72

Fig 3.14. Aplicaie calcul probabilitate

Aceast aplicaie sus ne poate oferi multiple informaii corelnd

principalii indicatori ai tragerii.
Spre exemplu s privim evoluia comparativ a consumului de muniie
n funcie de probabilitatea de lovire la tragerea cu pistolul mitralier i puca
mitralier asupra intei piept dispus la o distan de 300 m:

82

Nr
cartue
1
2
3
4
5
6
7
8
9
10

Pn
P.m.
0,07
0,13
0,19
0,255
0,307
0,356
0,402
0,444
0,483
0,52

Pn
Mtr.
0,169
0,309
0,426
0,523
0,604
0,671
0,726
0,773
0,811
0,844

Fig. 3.15 evoluia comparativ a consumului de muniie n funcie de

probabilitatea de lovire

Analiznd graficul de mai sus se constat c probabilitatea de lovire n

funie de numrul de cartue urmeaz o lege exponeial, cu baza mai mare ca
1 i exponentul subunitar. Acest fapt se reflect i n tabelul alturat, unde
putem observa tendina de apropiere a valorilor probabilitilor de nimicire pe
msur ce numarul de
cartue crete. Altfel,
aceasta probabilitate, n-ar
putea tinde asimptotic
ctre 1.
Tot din grafic se poate
observa
importana
armamentului
folosit,
probabilitile
de
nimicire difereniindu-se
n funcie de categorie.
S privim un alt grafic,
cel al corelaiei dintre
probabilitatea de nimicire
la tragerea cu pistolul mitralier asupra intei cap aflat la distan variabil, i
distana la care se afl obiectivul.

Fig. 3.16 Corelaie probabilitatea de nimicire distan

De data aceasta probabilitatea de nimicire

urmeaz tot o lege exponenial, dar cu
exponentul subunitar, ea tinznd asimptotic ctre
0. Evident, cu ct distana de tragere este mai
mare cu att ansele de nimicire a
obiectivelor scade, n cazul nostru
exponenial.
Analiz comparativ consum muniie
edina 4 lupt ziua cu pistolul mitralier
Condiiile edinei:
Ob1. inta

alergnd
83

nr.8,

Distana
100

Pn
0,739

200

0,293

300

0,136

400

0,079

500

0,051

600

0,034

700

0,024

800

0,019

dispus sub un unghi de 15-20o fa de direcia de tragere, se trage

din poziia n picioare din tranee;
Ob. 2 - inta piept nr. 6 apare o dat pentru 15 s; se trage din
poziia n picioare, din tranee (loca);
Ob. 3 - inta bru nr. 7 apare de 2 ori cte 10 s la interval de
10 s se trage, dup deplasare, dintr-o poziie de tragere la alegere;
Ob. 4 - inta piept nr. 6 apare o dat pentru 20 s; se trage din
poziia n picioare sau n genunchi, dup deplasare, dinapoia unei
adpostiri (copac, zid, stlpi buturug etc.) ;
Ob. 5 - inta mitralier nr.10 apare pentru 20 s; se trage
dintr-o poziie la alegere, dup deplasarea n salturi cu masca contra
gazelor pe figur pe o distan de cel puin 15 m.
Distane de tragere, felul focului i muniia alocat
Categorii de Nr.
Nr.
Distana Felul
armament
obiectivulu intei
de
focului
i
tragere
Pistol1
8b
250-200 XXX
mitralier
2
6
150
X
Puc3
7
150-100
automat
4
6
100
5

10

200

XXX

Tabel 3.4 edina 4 lupt ziua

Consumul de muniie recalculat cu ajutorul aplicaiei

84

Cartue
24, din care 6
cu
glon,
trasor

Fig. 3.17. Aplicaie probabilitate

Nr. int
8b
6
7
6
10

Distan
250
150
150
100
200

Cosum muniie recalculat

1,58*1=1,58=~2 cartue
1,78*1=1,78=~2 cartue
1,35*2=2,7=~3 cartue
1,45*2=2,90=~3 cartue
2,36*2=4,72=~5 cartue
Total=~15 cartue
Consumul de muniie l-am nmulit cu coeficientul de tranziie specific
fiecrei poziii de tragere i fiecrei distane ale obiectivului.
Analiz comparativ probabilitate de lovire i consum muniie n
condiii montane, normale i de deert
Am realizat aceast analiz comparativ pentru a scoate n eviden
diferenele de mediu i efectul lor asupra preciziei tragerii i care determin o
abordare diferit a instruciei tragerii.
Considerm dou regiuni opuse din punct de vedere meteorologic, cum
ar fi regiunea munilor Fgra, regiune de munte cu temperaturi i presiune
sczute, i regiunea Kandahar din Afghanistan, unde regsim n timpul zilei
temperaturi caniculare i presiune atmosferic mai ridicat.
Lum n calcul pentru prima regiune temperatura de 0 o C i presiunea
atmosferic de 740 mm Hg, iar pentru regiunea a doua temperatura de 40 oC i
85

presiunea atmosferic de 780 mm Hg.

Simulm cu ajutorul aplicaiei pentru pistolul mitralier, pentru fiecare
distan i pentru inta alergnd nr. 8.

Fig. 3.17. Aplicaie probabilitate

Obinem urmtoarele rezultate:

Condiii montane
Condiii normale
Distana
p lov
consum
p lov
consum
100
0,7683
1,3000
0,7683
1,3000
200
0,6125
1,6900
0,6985
1,5600
300
0,4911
2,04
0,5060
1,9800
400
0,3187
3,1400
0,3355
2,8200
500
0,1869
5,3500
0,2548
3,9200
600
0,0988 10,1200
0,1873
5,3400
700
0,0470 21,2600
0,1396
7,1600
800
0,0213 47,0300
0,1083
9,2300
Tabel 3.5 Rezulate aplicaie

Grafice comparative

86

Condiii deertice
p lov
consum
0,7683
1,3000
0,6102
1,7500
0,4672
2,1400
0,2743
3,6500
0,1375
0,1375
0,0599 16,6900
0,0240 41,6800
0,0100 100,1600

Fig. 3.18. Graficul probabilitii de lovire

Fig. 3.19. Graficul consumului de muniie

Pe baza graficelor i rezultatelor obinute n urma simulrii putem

spune cp robabilitatea de lovire i consumul de muniie sunt ntr-o strns
dependen de condiiile meteorologice. Dup cum se observ la distane
mari, schimbarea condiiilor meteorologice determin schimbarea anumitor
parametrii ce conduc la scderea preciziei tragerii i implicit la eecul
misiunii.
Pregtire pentru misiunile de tragere ar trebui s se fac n condiii ct
mai diverse, mai ales pentru pregtirea miltarilor ce particip la misiuni n
afara rii.

n concluzie aplicaia prezentat poate fi folosit n determinarea

probabilitii de nimicire n urmtoarele scopuri:

87

- Simulare tragerii n condiii ct mai diversificate i calcularea

probabilitii de lovire
Alegerea categoriei de armament care se potrivete cel mai
bine la specificul misiunii
Determinarea numarului de cartue necesar pentru a nimici
obiectivul (Se consider obiectiv nimicit dac probabilitatea de lovire
este mai mare dect o valoare dat ex. 0,5)
Corelaiei dintre diveri indicatori n scopul caracterizrii
principalelor categorii de armament
Eficientizarea tragerii prin stabilirea unor parametrii optimi
(categoria de armament, numr minim de cartue)
Alte scopuri care pot rezulta din prelucrrile ulterioare.

88

CAPITOLUL 4
PROIECTAREA UNUI SIMULATOR PENTRU EFECTUAREA
TRAGERILOR DE PREGTIRE I ANTRENAMENT
Simulatorul de tragere cu armamentul de infanterie este destinat s
asigure pregtirea de specialitate, perfecionarea profesional, crearea
ndemnrii i deprinderilor necesare tuturor militarilor de toate categoriile de
arme, n condiii ct mai apropiate de cele din cmpul tactic de lupt.
Necesitatea realizrii unui simulator de tragere este justificat de costul
ridicat al muniiei necesare antrenamentului n condiii reale, timpul rapid de
realizare a simulrii i evitarea pericolelor utilizrii muniiilor reale.
Formarea unui bun trgtor cu armamentul usor de infanterie constituie
un proces complex i de lung durat. Pe parcursul acestuia se urmreste
nsuirea cunotinelor, dobndirea priceperilor si deprinderilor, dezvoltarea
calitilor fizice i intelectuale necesare lupttorului specializat.
De aceea pregtirea trgtorilor trebuie s se realizeze constant i
utiliznd ct mai multe mijloace didactice, printer care i simulatoarele de
tragere.
Armata romn dispune la momentul actual de urmtoarele sisteme de
simulare a tragerii cu armamentul de infanterie:
simulatorul pentru antrenament la trageri cu pistolul (SOL-P);
simulatorul electronooptic cu led pentru antrenament la trageri cu
pistolul mitralier (SOL 1);
instalaia de antrenament pe inta plic pentru TAB (I.A.T.P.-TAB);
simulatorul mitralierelor de pe TAB (SIMULATOR 1);
4.1 Simulatorul tragere pe baz de laser
Recent poliia romn a achiziionat un sistem performant de simulare
pentru pregtirea cadrelor, sistem interactiv de antrenament, n timp real, care
ofer o funcionalitate i flexibilitate mare, respectiv tragere real, precum i
realizarea unor condiii ct mai apropiate de situaii reale posibile pentru
pregtirea lor.

Fig. 4.1 Simulator pt tragerea cu pistoletul

Acest sistem cuprinde:

89

 Executarea unor trageri reale sau cu arme dezactivate, cu laser, la inte

grafice generate de computer, pentru 5 trgtori simultan;
Un modul software de simulare interactiv pentru tragere decizional ce
va permite antrenarea simultan cu tragere real a 5 persoane;
Un pachet de scenarii memorate n sistem;
Capacitate de creare scenarii particularizate pentru modulele Sistemului
Interactiv pentru tragere decizional - tragere real/tragere laser;
Instalare i instruire;
Opiunea de lucru dispozitive neletale: spray paralizant, lanterne activate
prin laser, dispozitiv cu ocuri electrice, baston, etc.
Simulatorul permite antrenamentul prin executarea unor trageri reale cu
pistoale cal. 7,65 mm i 9x19 mm sau cu pistoale automate cal. 9x19 mm,
trageri din diferite unghiuri sau n micare, precum i cu arme care sunt
prevzute cu sistem laser (montate n eav sau n locul evii), fr cabluri
ataate sau alte accesorii care nu sunt specifice armelor.
Dispozitivele laser, nu afectez vederea, nu permit ncrcarea cu muniie
letal i se activeaz de percutorul armei, iar pentru a se face distincie ntre
trgtorii care se antreneaz n acelai timp, acestea sunt codate.
Instructorul, care are posibilitatea s controleze integral antrenamentul,
poate s creeze cu uurin i rapiditate propriile scenarii interactive (lecii) de
pregtire sau antrenament, cu punctaje multiple inclusiv de modificarea
condiiilor de luminozitate, fr a se folosi o staie suplimentar. Aceasta
include setarea, rularea, redarea, memorarea, editarea, filmarea i realizarea
unor zone int sau alte scenarii realiste adaptate la cerinelor specifice
unitii, crearea unor condiii de antrenament care sunt imposibil de realizat n
poligoane de tragere (efecte speciale sau sonore).
Simulatorul permite individualizarea mediilor unde se execut tragerile
(cldiri, localiti urbane, rurale, zone de trafic intens), precum i analizarea i
corectarea greelilor pe fiecare etap n parte, nregistrarea ntr-un program
statistic, evaluarea i contorizarea n timp real a antrenamentului.
Sistemul permite monitorizarea tragerilor executate de trgtori,
msurarea timpilor de reacie a acestora, iar computerul stabilete precizia
loviturilor (mpucturilor), analizarea activitilor efectuate, captura video
imagine n imagine, redarea clipului video sau reluarea unor secvene,
inclusiv tiprirea rezultatelor pe o imprimant color.
Tabelele i algoritmii balistici preprogramai folosii de sistem simuleaz
traiectoria reala a glonului la diverse distane, dar nu mai mult de 200 m,
instructorul avnd posibilitatea modificrii anumitor parametri principali
(tipuri de inte, de fundaluri etc.). La aceste exerciii pot participa 5
persoane/linie de tragere care folosesc pistoale cu laser. Sistemul simuleaz
traiectoria reala a unui proiectil pe diverse distane.
Softul specializat stabilete precizia mpucturii cursantului cnd execut
tragerea i red clipul video relevant n mod instantaneu, avnd capacitatea de
90

a oferi analiza respectivului exerciiu, capturi video imagine-n-imagine (PIP),

precum i reluare a secvenelor i tiprire. Capacitatea de captare a loviturilor
de ctre senzori i vizualizarea lor pe ecran este de minim 600 de cartue
trase/minut. De asemenea, sistemul ofer posibilitatea de a simula efectele pe
care l are vntul lateral asupra traiectoriei glonului, precum i setarea
parametrilor cu care acesta sufl din stnga sau dreapta.
Instructorul urmrete pe monitorul su la staia de control, scenariile
video derulate pe liniile de tragere, are posibilitatea introducerii n scenariul
iniial, de personaje noi sau poate schimba scenariul pe parcursul
antrenamentului, inclusiv cu urmrirea i confruntarea cu un suspect care
trage cu arm, imagini fundal, deplasarea, ridicarea/coborrea intelor,
distana de la inte, timpul de expunere i ascundere a fiecrei inte.
Pentru exerciii de tragere cu nivel ridicat de pregtire, imaginile
interactive prezint situaii reale cu care se pot confrunta cursanii n misiuni,
deciziile i aciunile ntreprinse de acetia afectnd direct rezultatele situaiei,
cu posibilitatea modificrii imaginii interactive.
Echipamentul este prevzut cu sistem video interactiv digital i sistem
multimedia cu fidelitate a imaginii video n micare vertical i acuratee n
detectarea urmelor loviturilor executate, rezultatele obinute fiind afiate n
maxim 1-2 secunde. nregistrrile audio i video ale aciunii trgtorului pe
timpul derulrii scenariilor, permit analizarea i derularea imagine cu imagine,
precum i stocarea acestora pe HDD (hard disk), DVD sau memory stick.
Sistemul pstreaz nregistrarea pentru fiecare subiect n baza de date,
numrul de identificare a cursantului, nume i prenume, gradul profesional,
arma care s-a folosit, avnd posibilitatea de a furniza rapoarte statistice de
tragere att pentru fiecare participant ct i pentru toat unitate. Baza de date a
sistemului conine date privind tipurile de arme utilizate, muniie, informaii
personale pentru toi utilizatorii sistemului, datele de definire ale scenariilor
(tip, durat, evenimente), date din sesiuni de antrenament anterioare,
incluznd aici cursanii, denumirile scenariilor, scoring-ul, lovituri
reuite/ratate, timp de rspuns, etc.
Simulatorul conine seturi de scenarii complete de antrenament interactiv,
cu diferite grade de dificultate i scenarii de aptitudini (mnuire) cu armele de
foc, Fiecare dintre aceste edine sunt asociate i cu o tem unic, respectiv
trageri de reglaj sau preliminare, de grupare, instantanee, inta n micare, etc.,
cu posibilitatea ca trgtorii s se antreneze n acelai timp n cadrul unui
scenariu comun.
Simulatorul, bazat pe sistemul de operare Windows XP Pro (sau Windows
Vista) n limba romn, permite instructorului ca toate antrenamentele s fie
stocate n memorie, att ca rezultate, ct i ca imagini, pentru efectuarea
analizelor i evalurilor ulterioare, alctuirea de rapoarte statistice, ct i
evoluii n timp a antrenamentelor.
Schema unui simulator pe baz de laser este urmtoarea:
91

Camera video
preia captura de
pe ecranul de
proiecie

Trimitere imagini catre

proiector i captare,i
prelucrare rezulate
trimise de camer

Ecran de proiecie

Arm dotat cu
un sistem laser

Proiectarea intei pe
ecran

Fig. 4.2 Schema principal a unui simulator pe baz de laser

92

4.2 Proiectarea unui simulator pe baz de laser

Din lipsa anumitor materiale am fost nevoit s simplific aceast schema.
n cazul meu arat ca in figura de mai jos:

Fig. 4.2 Schema simplificat a unui simulator pe baz de laser

Aceas schem presupune i o simplificare a funcionalitii

simulatorului. Lipsa proiectorului presupune lipsa dinamicitii i deci
imposibilitatea simulrii tragerii asupra obiectivelor mobile. Deasemenea
lipsa unei camere performante a nsemnat modificri ale algoritmilor
programatici de cutare a punctului laserului. Datorit fluctuaiilor n
preluarea imaginilor nu a mai fost posibil captarea codului culorii laserului
proiectat, ci detectarea modificrii, n funcie de un parametru de toleran, a
imaginilor captate, datorit prezenei luminii laserului, i determinarea
poziiei acesteia.
Materiale folosite n realizarea
simulatorului:
- laptop AMD Thurion 64 X2, 1,6
GHz, 1Gb RAMM, 128 Mb Video
-Webcam Trust Logitech, 30
cadre/s
- dispozitiv laser simplu

Lumin
laser

Fig. 4.4 Captur video punct laser

93

Simulatorul este proiectat pentru antrenamentul cu pistolul mitralier la

tragerile de reglaj al armamentului. Se trage asupra intei de reglaj nr.2, cu
cercuri, dispus la distana de 10m, micorat de 10 ori pentru a simula
distana de 100 de m, distana real la care se amplaseaz acestea. Aplicaia
simuleaz traiectoria glonului la distana de 100 de m, calculnd punctul de
atingere al intei la care se adaug posibile abateri probabile n direcie i
nlime ale pistolului mitralier la distana de 100 de m.
Simulatorul a fost realizat n Macromedia Flash 8 datorit avantajelor pe
care acesta le pune la dispoziie n ceea ce privete lucrul cu dispozitivele de
captur imagini externe i nu n ultimul rnd n ceea ce privete designul
aplicaiei. Macromedia Flash 8 poate fi util n cazul dezvoltrii aplicaiei i
pentru alte categorii de trageri, inclusiv pentru tragerile asupra obiectivelor
mobile, putndu-se realiza cu uurin efecte speciale pentru marcarea
deplasrii intelor sau pentru a materializa efectul glonului asupra intei.
Poate fi de altfel folosit cu succes i n redarea unui aspect vizual ct mai
apropiat de realitate.

Fig 4.5Alplicaia pe timpul simulrii

94

Aplicaia seamn cu un panou de comand pentru un simulator electric,

fiind destinat utilizrii de ctre un instructor, examinator al calitilor de
trgtor ale militarului.
Aplicaia se compune din:
Panoul int n care verificatorul urmrete pas cu pas

Panoul cu butoane pentru pornirea simulatorului, oprirea i

resetarea acestuia

Panoul de setare a parametrilor simulatorului n funcie de

condiiile din ncpere. Bazndu-se pe detectarea micrii se
poate stabili o toleran pentru evitarea detectrii micrii umbrei
din ncpere.

Panoul datelor militarului n care instructorul completeaz datele

acestuia, date care pot fi printate pentru o eviden a rezultatelor.
95

Principiul de funcionare este relativ simplu i a presupus o ampl

documentare privind prelucrarea digital a imaginilor. Camera web capteaz
n permanen imaginea intei amplasat pe un panou, sub un unghi cat mai
mic i la o distan corespunztoare. Imaginile preluate sunt prelucrate i sunt
identificate poziiile punctului luminos al laserului. n funcie de poziia
laserului sunt fcute corecturile de rigoare i este afiat rezultatul pe monitor
concretizat ntr-o imagine a lovituri n int. Numrul de lovituri este
contorizat automat.

Fig 4.6 Alplicaia pe timpul simulrii

96

Aplicaia materializeaz pe monitor locul aproximativ al loviturilor pe

int i calculeaz automat punctul mediu al loviturilor.
Se poate prelucra rezultatul ulterior i se poate calcula un punctaj
orientativ al tragerii, se pot trage concluzii asupra simulrii tragerii.
Posibiliti de mbuntire a simulatorului
- posibilitatea de a simula tragerea cu toate categoriile de armament
- posibilitatea de a simula tragerea asupra altor categorii de inte, la
distane variabile
- posibilitatea de a simula condiii atmosferice speciale
- posibilitatea de a stabili dereglajul n direcie, nlime al
armamentului.

97

CONCLUZII I PROPUNERI
Am ncercat prin acest lucare s evideniez cteva aspecte de
importan general n procesul decizional n care vom fi implicai de-a
lungul carierei noastre de militari. Importana modelelor statistico-matematice
n procesul de management al subunitilor de infanterie reiese din
aplicabilitatea acestora in procesul de optimizare a instruciei militarilor.
Lucrarea are mai mult un caracter practic aplicativ n care am ncercat s
simulez cu ajutorul calculatorului diverse probleme i situaii legate de teoria
tragerii.
Obiectivele pe care mi le-am propus n aceast lucrare i pe care am
ncercat s le ating au fost urmtoarele:
Perfecionarea deprinderilor de a utiliza concepte i
metode matematice n abordarea problemelor de teoria
tragerii.
nelegerea
importanei modelelor statistico-matematice n
modelarea i simularea fenomenului tragerii
Stimularea interesului pentru nvarea modelelor
statistic-matematice prin contientizarea faptului c
acestea furnizeaz instrumente de rezolvare a
problemelor din domeniul militar i modele adecvate
descrierii i studiului fenomenelor reale ale aciunilor de
lupt.
Stimularea interesului pentru aplicarea modelelor
statistico-matematice prin simularea acestora n diverse
situaii n procesul instructiv al trgtorului.
Creterea calitii actului decizional al comandanilor
de subuniti prin alegerea variantelor optime oferite de
aceste modele.
Propunerile mele n acest domeniu pstreaz acceai
direcie ca i lucrarea de fa, adic un studiu asupra
fenomenelor tragerii, asupra modelelor matematice care pot
explica ct mai aprofundat fenomenele aleatoare ce apar n
cadrul edinelor de tragere cu armamentul de infanterie.
De asemenea propun o atenie deosebit simulrii, ca
parte integrant a procesului de formare i perfecionare a
deprinderilor de bun trgtor. Cu ajutorul modelului i
exemplului descris n capitolul 4 se poate realize un simulator
de tragere att pentru studenii Academiei Forelor Terestre
ct i pentru toi militarii Armatei Romne. S-ar evita n acest
98

sens edinele plictisitoare i ineficiente de antrenament n

condiiile edinelor de tragere i ar avea un impact mai mare
asupra calitii pregtirii trgtorilor prin observarea direct a
rezultatelor i corectarea acestora nainte de executarea
edinei de tragere.

BIBLIOGRAFIE
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.

***, INSTRUCIUNI. PRINCIPII SI REGULI DE TRAGERE CU ARMAMENTUL

DE INFANTERIE, Bucuresti, 1993
***, REGULAMENTUL TRAGERII CU ARMAMENTUL DE INFANTERIE,
BUCURETI, 1995
ANDREI, T., STANCU S., PELE, D.T., STATISTIC. TEORIE I APLICAII,
EDITURA ECONOMIC, BUCURETI, 2002
BARON, T., ANGHELACHE C., STATISTIC, EDITURA ECONOMIC,
BUCURETI, 1996;
BARON, T., BIJI E., STATISTIC TEORETIC I ECONOMIC, EDITURA
DIDACTIC I PEDAGOGIC, BUCURETI, 1996
BARON, T., STATISTICA, EDITURA ECONOMIC, BUCURETI, 1996
BIJI, E. M., WAGNER, P. LILEA, STATISTIC, EDITURA DIDACTIC I
PEDAGOGIC R.A., BUCURETI, 1999
CIUCIU G., CRAIU V., INTRODUCERE N TEORIA PROBABILITILOR I
STATISTIC MATEMATIC, EDITURA DIDACTIC I PEDAGOGIC,
BUCURETI, 1971
CIUCU, G., TUDOR, C., PROBABILITI I PROCESE STOCASTICE, EDITURA
ACADEMIEI ROMNE, BUCURETI, 1978
CIUCU, G., TUDOR, C., TEORIA PROBABILITILOR I APLICAII, EDITURA
TIINIFIC I ENCICLOPEDIC, BUCURETI, 1983
POSTILEA, D., TEORIA TRAGERILOR SI SISTEME DE CONDUCERE A
FOCULUI VOL.1. TEORIA TRAGERILOR, EDITURA ACADEMIEI TEHNICE
MILITARE, BUCURESTI 2002
CIOBANU, GH., AL. GHI, G. GEORGESCU - TEORIA PROBABILITILOR,
EDITURA ACADEMIEI TEHNICE MILITARE, BUCURETI, 1978
CIOBANU, GH., AL. GHI, .A. - CULEGERE DE PROBLEME DE TEORIA
PROBABILITILOR, EDITURA ACADEMIEI TEHNICE MILITARE,
BUCURETI, 1982
MIHOC, GH., N. MICU - TEORIA PROBABILITILOR I STATISTIC
MATEMATIC, EDITURA DIDACTIC I PEDAGOGIC, BUCURETI, 1980
IOSIFESCU, M., MIHOC, GH., THEODORESCU, R., TEORIA
PROBABILITILOR I STATISTIC MATEMATIC, EDITURA TEHNIC,
BUCURETI, 1966
MORARU, F. MANUAL DE BALISTIC EXTERIOAR, EDITURA ACADEMIEI
TEHNICE MILITARE, BUCURETI, 1976
MICU, N., - STATISTIC MATEMATIC, EDITURA ACADEMIEI TEHNICE
MILITARE, BUCURETI, 1979

99

18. RCHIAN, D., CARUTASU V., CULEGERE DE PROBLEME - TEORIA

19.
20.
21.
22.
23.
24.

PROBABILITATILOR , EDITURA A.T.U., SIBIU, 2000

RCHIAN, D., CURS DE BALISTIC I TEORIA TRAGERII, EDITURA AFT,
2002
RCHIAN, D., CURS DE STATISTIC I PROBABILITI, SIBIU, 2004
RCHIAN, D., PROBABILITI CLASICE SI APLICAII, EDITURA
UNIVERSITII LUCIAN BLAGA, SIBIU, 2000
RCHIAN, D., VARIABILE ALEATOARE SI APLICAII, EDITURA
UNIVERSITII LUCIAN BLAGA, 2000
VERBONCU, S., EXERCIII I PROBLEME DE TRAGERI, EDITURA
MILITAR, BUCURETI, 1980
VOINEAGU M., IAN E., GHI S., STATISTIC APLICAT, EDITURA
FUNDAIEI ROMNIA DE MINE, BUCURETI, 2000

100

Anexe:
Anexa nr.1
Tabel cu valorile abaterilor probabile n nlime pentru principalele
categorii de armament
Distana
Pistol
Puc
Mitralier
Puc cu
mitralier
mitralier
lunet
100
0,06
0,05
0,07
0,018
200
0,11
0,11
0,15
0,036
300
0,17
0,16
0,22
0,054
400
0,23
0,21
0,29
0,072
500
0,29
0,26
0,37
0,094
600
0,35
0,32
0,44
0,12
700
0,42
0,37
0,52
0,15
800
0,49
0,42
0,6
0,18
900
0,47
0,68
0,22
1000
0,57
0,77
0,29

Anexa nr.2
Tabel cu valorile abaterilor probabile n direcie pentru principalele
categorii de armament
Distana
Pistol
Puc
Mitralier
Puc cu
mitralier
mitralier
lunet
100
0,09
0,04
0,1
0,018
200
0,18
0,08
0,2
0,036
300
0,27
0,13
0,31
0,054
400
0,36
0,17
0,41
0,072
500
0,45
0,21
0,51
0,094
600
0,54
0,26
0,61
0,12
700
0,63
0,3
0,72
0,14
800
0,72
0,34
0,83
0,16
101

900
1000

0,38
0,42

0,93
1,03

0,19
0,24

Anexa nr.3
Tabel cu coreciile pentru modificrile condiiilor meteorologice pentru
pistolul i puca mitralier
Distana

Pistol mitralier

Puc mitralier

Temperatur

Presiune

Temperatur

Presiune

0,001
0,01
0,03
0,07
0,14
0,26
0,45
0,73

0,001
0,001
0,001
0,01
0,03
0,06
0,1
0,16

0,001
0,01
0,03
0,07
0,14
0,26
0,45
0,73
1,11
1,59

0,001
0,001
0,001
0,01
0,03
0,06
0,1
0,16
0,24
0,35

100
200
300
400
500
600
700
800
900
1000

Anexa nr.4
Tabel cuprinznd valorile abaterilor probabile recalculate n condiii speciale
de presiune i temperatur cu pistolul mitralier
Distana

A.p.i

A.p.d

100
200
300
400
500
600
700
800

0,06
0,11
0,17
0,23
0,29
0,35
0,42
0,49

0,09
0,18
0,27
0,36
0,45
0,54
0,63
0,72

Temperatura Presiune
0
0,01
0,03
0,07
0,14
0,26
0,45
0,73
Anexa nr.5
102

0
0
0
0,01
0,03
0,06
0,1
0,16

A.p.i.
recalculat
0,06
0,110454
0,172627
0,240624
0,323419
0,440114
0,623618
0,893644

A.p.d
recalculat
0,09
0,180278
0,271662
0,366879
0,472229
0,602329
0,780641
1,037738

Tabel cuprinznd valorile abaterilor probabile recalculate n condiii speciale

de presiune i temperatur cu puca mitralier mitralier
Distana

A.p.i

A.p.d

100
200
300
400
500
600
700
800
900
1000

0,05
0,11
0,16
0,21
0,26
0,32
0,37
0,42
0,47
0,57

0,04
0,08
0,13
0,17
0,21
0,26
0,3
0,34
0,38
0,42

Temperatura Presiune
0
0,01
0,03
0,07
0,14
0,26
0,45
0,73
1,11
1,59

0
0
0
0,01
0,03
0,06
0,1
0,16
0,24
0,35

A.p.i.
recalculat
0,05
0,110454
0,162788
0,221585
0,296816
0,416653
0,591101
0,857263
1,229065
1,724964

A.p.d
recalculat
0,04
0,080623
0,133417
0,18412
0,254165
0,372559
0,55
0,821036
1,197539
1,681368

Anexa nr.6
Tabele cuprinznd valorile probabilitilor de lovire
P
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,1
0,11
0,12
0,13
0,14
0,15
0,16
0,17
0,18
0,19
0,2

F(P)
0,005
0,011
0,016
0,022
0,027
0,032
0,038
0,043
0,048
0,054
0,059
0,065
0,07
0,075
0,081
0,086
0,091
0,097
0,102
0,107

P
0,21
0,22
0,23
0,24
0,25
0,26
0,27
0,28
0,29
0,3
0,31
0,32
0,33
0,34
0,35
0,36
0,37
0,38
0,39
0,4

F(P)
0,113
0,118
0,123
0,129
0,134
0,139
0,145
0,15
0,155
0,16
0,166
0,171
0,176
0,181
0,187
0,192
0,197
0,202
0,207
0,213

P
0,41
0,42
0,43
0,44
0,45
0,46
0,47
0,48
0,49
0,5
0,51
0,52
0,53
0,54
0,55
0,56
0,57
0,58
0,59
0,6

103

F(P)
0,218
0,223
0,228
0,233
0,239
0,244
0,249
0,254
0,259
0,264
0,269
0,274
0,279
0,284
0,289
0,294
0,299
0,304
0,309
0,314

P
0,61
0,62
0,63
0,64
0,65
0,66
0,67
0,68
0,69
0,7
0,71
0,72
0,73
0,74
0,75
0,76
0,77
0,78
0,79
0,8

F(P)
0,319
0,324
0,329
0,334
0,339
0,344
0,349
0,354
0,358
0,363
0,368
0,373
0,378
0,382
0,387
0,392
0,396
0,401
0,406
0,411

P
0,81
0,82
0,83
0,84
0,85
0,86
0,87
0,88
0,89
0,9
0,91
0,92
0,93
0,94
0,95
0,96
0,97
0,98
0,99
1

F(P)
0,415
0,42
0,424
0,429
0,434
0,438
0,443
0,447
0,452
0,456
0,461
0,465
0,47
0,474
0,478
0,483
0,487
0,491
0,496
0,5

P
1,01
1,02
1,03
1,04
1,05
1,06
1,07
1,08
1,09
1,1
1,11
1,12
1,13
1,14
1,15
1,16
1,17
1,18
1,19
1,2

F(P)
0,504
0,509
0,513
0,517
0,521
0,525
0,53
0,534
0,538
0,542
0,546
0,55
0,554
0,558
0,562
0,566
0,57
0,574
0,578
0,582

P
1,21
1,22
1,23
1,24
1,25
1,26
1,27
1,28
1,29
1,3
1,31
1,32
1,33
1,34
1,35
1,36
1,37
1,38
1,39
1,4

F(P)
0,586
0,589
0,593
0,597
0,601
0,605
0,608
0,612
0,616
0,619
0,623
0,627
0,63
0,634
0,637
0,641
0,645
0,648
0,652
0,655

P
1,41
1,42
1,43
1,44
1,45
1,46
1,47
1,48
1,49
1,5
1,51
1,52
1,53
1,54
1,55
1,56
1,57
1,58
1,59
1,6

F(P)
0,658
0,662
0,665
0,669
0,672
0,675
0,679
0,682
0,685
0,688
0,692
0,695
0,698
0,701
0,704
0,707
0,71
0,713
0,716
0,719

P
1,61
1,62
1,63
1,64
1,65
1,66
1,67
1,68
1,69
1,7
1,71
1,72
1,73
1,74
1,75
1,76
1,77
1,78
1,79
1,8

F(P)
0,722
0,725
0,728
0,731
0,734
0,737
0,74
0,742
0,745
0,748
0,751
0,754
0,757
0,759
0,762
0,765
0,767
0,77
0,773
0,775

P
1,81
1,82
1,83
1,84
1,85
1,86
1,87
1,88
1,89
1,9
1,91
1,92
1,93
1,94
1,95
1,96
1,97
1,98
1,99
2

F(P)
0,778
0,78
0,783
0,785
0,788
0,79
0,793
0,795
0,798
0,8
0,802
0,805
0,807
0,809
0,812
0,814
0,816
0,818
0,82
0,822

P
2,01
2,02
2,03
2,04
2,05
2,06
2,07
2,08
2,09
2,1
2,11
2,12
2,13
2,14
2,15
2,16
2,17
2,18
2,19
2,2

F(P)
0,825
0,827
0,829
0,831
0,833
0,835
0,837
0,839
0,841
0,843
0,845
0,847
0,849
0,851
0,853
0,855
0,857
0,859
0,86
0,862

P
2,21
2,22
2,23
2,24
2,25
2,26
2,27
2,28
2,29
2,3
2,31
2,32
2,33
2,34
2,35
2,36
2,37
2,38
2,39
2,4

F(P)
0,864
0,866
0,867
0,869
0,871
0,873
0,874
0,876
0,878
0,879
0,881
0,882
0,884
0,886
0,887
0,889
0,89
0,892
0,893
0,895

P
2,41
2,42
2,43
2,44
2,45
2,46
2,47
2,48
2,49
2,5
2,51
2,52
2,53
2,54
2,55
2,56
2,57
2,58
2,59
2,6

F(P)
0,896
0,897
0,899
0,9
0,902
0,903
0,904
0,906
0,907
0,908
0,91
0,911
0,912
0,913
0,915
0,916
0,917
0,918
0,919
0,921

P
2,61
2,62
2,63
2,64
2,65
2,66
2,67
2,68
2,69
2,7
2,71
2,72
2,73
2,74
2,75
2,76
2,77
2,78
2,79
2,8

F(P)
0,922
0,923
0,924
0,925
0,926
0,927
0,928
0,929
0,93
0,931
0,932
0,933
0,934
0,935
0,936
0,937
0,938
0,939
0,94
0,941

P
2,81
2,82
2,83
2,84
2,85
2,86
2,87
2,88
2,89
2,9
2,91
2,92
2,93
2,94
2,95
2,96
2,97
2,98
2,99
3

F(P)
0,942
0,943
0,944
0,945
0,945
0,946
0,947
0,948
0,949
0,95
0,95
0,951
0,952
0,953
0,953
0,954
0,955
0,956
0,956
0,957

104

P
3,01
3,02
3,03
3,04
3,05
3,06
3,07
3,08
3,09
3,1

F(P)
0,958
0,958
0,959
0,96
0,96
0,961
0,962
0,963
0,963
0,963

P
3,11
3,12
3,13
3,14
3,15
3,16
3,17
3,18
3,19
3,2

F(P)
0,964
0,965
0,965
0,966
0,966
0,967
0,967
0,968
0,969
0,969

105

P
3,21
3,22
3,23
3,24
3,25
3,26
3,27
3,28
3,29
3,3

F(P)
0,97
0,97
0,971
0,971
0,972
0,972
0,973
0,973
0,974
0,974

Anexa nr.7
Cod surs program calcul probabilitate
unit Unit1;
interface
uses
Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,
Dialogs, AxCtrls, OleCtrls, VCF1, ComCtrls, StdCtrls, ExtCtrls, Spin,
jpeg;
type
TForm1 = class(TForm)
PageControl1: TPageControl;
Pm: TTabSheet;
F1Book1: TF1Book;
Pmtr: TTabSheet;
F1Book2: TF1Book;
Mtr: TTabSheet;
F1Book3: TF1Book;
Psl: TTabSheet;
F1Book4: TF1Book;
Edit1: TEdit;
Edit2: TEdit;
Edit3: TEdit;
Label7: TLabel;
Label1: TLabel;
Image1: TImage;
SpinEdit1: TSpinEdit;
Label2: TLabel;
Edit4: TEdit;
Edit5: TEdit;
Label3: TLabel;
Label4: TLabel;
ComboBox2: TComboBox;
ComboBox1: TComboBox;
Image4: TImage;
106

Label5: TLabel;
PageControl2: TPageControl;
TabSheet5: TTabSheet;
F1Book5: TF1Book;
Button1: TButton;
Edit6: TEdit;
Label6: TLabel;
RadioButton1: TRadioButton;
RadioButton2: TRadioButton;
Panel1: TPanel;
Edit7: TEdit;
Edit8: TEdit;
Label8: TLabel;
Label9: TLabel;
Edit9: TEdit;
Edit10: TEdit;
Panel2: TPanel;
Label10: TLabel;
Label11: TLabel;
Button4: TButton;
Panel3: TPanel;
Panel4: TPanel;
Edit11: TEdit;
Label12: TLabel;
Label13: TLabel;
Label14: TLabel;
procedure ComboBox1Change(Sender: TObject);
procedure ComboBox2Change(Sender: TObject);
procedure FormCreate(Sender: TObject);
procedure Button1Click(Sender: TObject);
procedure Button4Click(Sender: TObject);
procedure SpinEdit1Change(Sender: TObject);
private
{ Private declarations }
public
{ Public declarations }
end;
function interpolare(x1,y1,x2,y2,dd:real):real;
var
Form1: TForm1;
k,z,y,api,apd,apir,apdr,p,f,x,d,pi,pd,ert,erp,pres,temp,consum:real;

107

implementation
{$R *.dfm}
function interpolare(x1,y1,x2,y2,dd:real):real;
var a,b:real;
begin
a:=(ln(y2)-ln(y1))/(x2-x1);
b:=ln(y1)-((ln(y2)-ln(y1))/(x2-x1))*x1;
interpolare:=exp(a*dd+b);
end;
procedure TForm1.ComboBox1Change(Sender: TObject);
var s:string;i,j:integer;ap1,ap2:real;
begin
d:=spinedit1.value;
case combobox1.ItemIndex of
0: begin image1.Picture.LoadFromFile('arme/pm.bmp');
i:=trunc(d/100);
j:=i+1;
ap1:=f1book1.NumberRC[i,1];
ap2:=f1book1.NumberRC[j,1];
api:=interpolare(i*100,ap1,j*100,ap2,d);
str(api:0:3,s);edit4.Text:=s;
ap1:=f1book1.NumberRC[i,2];
ap2:=f1book1.NumberRC[j,2];
apd:=interpolare(i*100,ap1,j*100,ap2,d);
str(apd:0:3,s);edit5.Text:=s;
ap1:=f1book1.NumberRC[i,3];
ap2:=f1book1.NumberRC[j,3];
ert:=interpolare(i*100,ap1,j*100,ap2,d);
ap1:=f1book1.NumberRC[i,4];
ap2:=f1book1.NumberRC[j,4];
erp:=interpolare(i*100,ap1,j*100,ap2,d);
end;
1: begin image1.Picture.LoadFromFile('arme/pmtr.bmp');
i:=trunc(d/100);
j:=i+1;
ap1:=f1book2.NumberRC[i,1];
ap2:=f1book2.NumberRC[j,1];
api:=interpolare(i*100,ap1,j*100,ap2,d);
str(api:0:3,s);edit4.Text:=s;
ap1:=f1book2.NumberRC[i,2];
ap2:=f1book2.NumberRC[j,2];
apd:=interpolare(i*100,ap1,j*100,ap2,d);
108

str(apd:0:3,s);edit5.Text:=s;
ap1:=f1book2.NumberRC[i,3];
ap2:=f1book2.NumberRC[j,3];
ert:=interpolare(i*100,ap1,j*100,ap2,d);
ap1:=f1book2.NumberRC[i,4];
ap2:=f1book2.NumberRC[j,4];
erp:=interpolare(i*100,ap1,j*100,ap2,d);
end;
2: begin image1.Picture.LoadFromFile('arme/mtr.bmp');
i:=trunc(d/100);
j:=i+1;
ap1:=f1book3.NumberRC[i,1];
ap2:=f1book3.NumberRC[j,1];
api:=interpolare(i*100,ap1,j*100,ap2,d);
str(api:0:3,s);edit4.Text:=s;
ap1:=f1book3.NumberRC[i,2];
ap2:=f1book3.NumberRC[j,2];
apd:=interpolare(i*100,ap1,j*100,ap2,d);
str(apd:0:3,s);edit5.Text:=s;
end;
3: begin image1.Picture.LoadFromFile('arme/psl.bmp');
i:=trunc(d/100);
j:=i+1;
ap1:=f1book4.NumberRC[i,1];
ap2:=f1book4.NumberRC[j,1];
api:=interpolare(i*100,ap1,j*100,ap2,d);
str(api:0:3,s);edit4.Text:=s;
ap1:=f1book4.NumberRC[i,2];
ap2:=f1book4.NumberRC[j,2];
apd:=interpolare(i*100,ap1,j*100,ap2,d);
str(apd:0:3,s);edit5.Text:=s;
end;
end;
end;
procedure TForm1.ComboBox2Change(Sender: TObject);
var s:string;
begin
case combobox2.ItemIndex of
0:begin image4.Picture.LoadFromFile('tinte/5.bmp');
k:=0.73;x:=0.5;y:=0.3;
str(k:0:2,s);edit1.Text:=s;
109

str(x:0:2,s);edit2.Text:=s;
str(y:0:2,s);edit3.Text:=s;
end;
1:begin image4.Picture.LoadFromFile('tinte/6.bmp');
k:=0.72;x:=0.5;y:=0.5;
str(k:0:2,s);edit1.Text:=s;
str(x:0:2,s);edit2.Text:=s;
str(y:0:2,s);edit3.Text:=s;
end;
2:begin image4.Picture.LoadFromFile('tinte/7.bmp');
k:=0.80;x:=0.5;y:=1;
str(k:0:2,s);edit1.Text:=s;
str(x:0:2,s);edit2.Text:=s;
str(y:0:2,s);edit3.Text:=s;
end;
3:begin image4.Picture.LoadFromFile('tinte/8.bmp');
k:=0.80;x:=0.5;y:=1.5;
str(k:0:2,s);edit1.Text:=s;
str(x:0:2,s);edit2.Text:=s;
str(y:0:2,s);edit3.Text:=s;
end;
4:begin image4.Picture.LoadFromFile('tinte/9.bmp');
k:=0.66;x:=1;y:=1;
str(k:0:2,s);edit1.Text:=s;
str(x:0:2,s);edit2.Text:=s;
str(y:0:2,s);edit3.Text:=s;
end;
5:begin image4.Picture.LoadFromFile('tinte/10.bmp');
k:=0.65;x:=0.75;y:=0.55;
str(k:0:2,s);edit1.Text:=s;
str(x:0:2,s);edit2.Text:=s;
str(y:0:2,s);edit3.Text:=s;
end;
6:begin image4.Picture.LoadFromFile('tinte/11.bmp');
k:=0.9;x:=1.5;y:=1.1;
str(k:0:2,s);edit1.Text:=s;
str(x:0:2,s);edit2.Text:=s;
str(y:0:2,s);edit3.Text:=s;
end;
7:begin image4.Picture.LoadFromFile('tinte/12.bmp');
k:=0.71;x:=3.5;y:=2.7;
str(k:0:2,s);edit1.Text:=s;
str(x:0:2,s);edit2.Text:=s;
110

str(y:0:2,s);edit3.Text:=s;
end;
8:begin image4.Picture.LoadFromFile('tinte/13.bmp');
k:=0.68;x:=2.95;y:=2.3;
str(k:0:2,s);edit1.Text:=s;
str(x:0:2,s);edit2.Text:=s;
str(y:0:2,s);edit3.Text:=s;
end;
end;
end;
procedure TForm1.FormCreate(Sender: TObject);
begin
d:=100;
radiobutton1.Checked:=true;
form1.ComboBox1Change(Sender);
form1.ComboBox2Change(Sender);
end;
procedure TForm1.Button1Click(Sender: TObject);
var ar1,ar2:real;s:string;
begin
d:=spinedit1.value;
if radiobutton1.Checked then
begin
ar1:=x/(2*api);
if ar1>3.3 then pi:=0.98 else
pi:=f1book5.numberrc[trunc(ar1*100),3];
ar2:=y/(2*apd);
if ar1>3.3 then pd:=0.98 else
pd:=f1book5.numberrc[trunc(ar2*100),3];
p:=pi*pd*k;
str(p:0:4,s);
edit6.Text:=s;
end else
begin
ar1:=x/(2*apir);
if ar1>3.3 then pi:=0.98 else
pi:=f1book5.numberrc[trunc(ar1*100),3];
ar2:=y/(2*apdr);
if ar1>3.3 then pd:=0.98 else
pd:=f1book5.numberrc[trunc(ar2*100),3];
111

p:=pi*pd*k;
str(p:0:4,s);
edit6.Text:=s;
end;
consum:=1/p;
str(consum:0:2,s);
edit11.Text:=s;
end;
procedure TForm1.Button4Click(Sender: TObject);
var s:string;c:integer;
begin
s:=edit10.Text;
val(s,temp,c);
s:=edit9.Text;
val(s,pres,c);
s:=edit4.Text;
val(s,api,c);
s:=edit5.Text;
val(s,apd,c);
apir:=sqrt(sqr(api)+sqr(ert*((temp-15)/10))+sqr(erp*((pres-760)/10)));
str(apir:0:3,s);
edit7.Text:=s;
apdr:=sqrt(sqr(apd)+sqr(ert*((temp-15)/10))+sqr(erp*((pres-760)/10)));
str(apdr:0:3,s);
edit8.Text:=s;
end;
procedure TForm1.SpinEdit1Change(Sender: TObject);
begin
if spinedit1.value<>Null then if spinedit1.Value>=100 then
form1.ComboBox1Change(Sender);
end;
end.

Anexa nr.8
Cod surs program calcul elemente traiectorie
112

unit Unit1;
interface
uses
Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,
Dialogs, ComCtrls, StdCtrls, Spin, ExtCtrls;
type
TForm1 = class(TForm)
PageControl1: TPageControl;
TabSheet1: TTabSheet;
TabSheet2: TTabSheet;
TabSheet3: TTabSheet;
TabSheet4: TTabSheet;
ComboBox1: TComboBox;
StaticText1: TStaticText;
Label3: TLabel;
Label4: TLabel;
Label5: TLabel;
Label6: TLabel;
StaticText2: TStaticText;
Label7: TLabel;
Label8: TLabel;
Edit1: TEdit;
Button1: TButton;
Label9: TLabel;
StaticText3: TStaticText;
Label10: TLabel;
Label11: TLabel;
SpinEdit1: TSpinEdit;
Image1: TImage;
Label12: TLabel;
ComboBox2: TComboBox;
Label13: TLabel;
Edit2: TEdit;
SpinEdit2: TSpinEdit;
Label14: TLabel;
Label15: TLabel;
StaticText4: TStaticText;
Label16: TLabel;
Button2: TButton;
Label17: TLabel;
113

StaticText5: TStaticText;
Label18: TLabel;
Image2: TImage;
Label19: TLabel;
Edit3: TEdit;
Label21: TLabel;
Label22: TLabel;
ComboBox3: TComboBox;
ComboBox4: TComboBox;
Label24: TLabel;
Label25: TLabel;
Edit4: TEdit;
SpinEdit3: TSpinEdit;
Label26: TLabel;
StaticText6: TStaticText;
Label27: TLabel;
Button3: TButton;
Label28: TLabel;
StaticText7: TStaticText;
Label29: TLabel;
Image3: TImage;
Label30: TLabel;
Label31: TLabel;
Edit5: TEdit;
SpinEdit4: TSpinEdit;
Label32: TLabel;
Edit6: TEdit;
Label33: TLabel;
StaticText8: TStaticText;
Label34: TLabel;
Button4: TButton;
Label35: TLabel;
StaticText9: TStaticText;
Label36: TLabel;
Image4: TImage;
Label23: TLabel;
StaticText10: TStaticText;
Label37: TLabel;
Label38: TLabel;
StaticText11: TStaticText;
Label39: TLabel;
Label20: TLabel;
RadioButton1: TRadioButton;
114

RadioButton2: TRadioButton;
Label40: TLabel;
Edit7: TEdit;
procedure FormCreate(Sender: TObject);
procedure Button1Click(Sender: TObject);
procedure ComboBox1Change(Sender: TObject);
procedure ComboBox2Change(Sender: TObject);
procedure ComboBox3Change(Sender: TObject);
procedure ComboBox4Change(Sender: TObject);
procedure Button2Click(Sender: TObject);
procedure Button3Click(Sender: TObject);
procedure Button4Click(Sender: TObject);
private
{ Private declarations }
public
{ Public declarations }
end;
var
Form1: TForm1;
pm,pmtr,mtr,psl:array[1..12]of real;
implementation
{$R *.dfm}
procedure TForm1.FormCreate(Sender: TObject);
begin
spinedit1.MaxValue:=800;
spinedit2.MaxValue:=800;
spinedit3.MaxValue:=800;
spinedit4.MaxValue:=800;
pm[1]:=1.1;
pm[2]:=2.5;
pm[3]:=5.0;
pm[4]:=8.6;
pm[5]:=13;
pm[6]:=19;
pm[7]:=26;
pm[8]:=35;
pmtr[1]:=1.1;
115

pmtr[2]:=2.5;
pmtr[3]:=4.4;
pmtr[4]:=7.5;
pmtr[5]:=12;
pmtr[6]:=18;
pmtr[7]:=25;
pmtr[8]:=33;
pmtr[9]:=42;
pmtr[10]:=52;
mtr[1]:=0.9;
mtr[2]:=1.7;
mtr[3]:=2.9;
mtr[4]:=4.4;
mtr[5]:=6.4;
mtr[6]:=9.3;
mtr[7]:=13;
mtr[8]:=18;
mtr[9]:=24;
mtr[10]:=30;
mtr[11]:=38;
mtr[12]:=47;
psl[1]:=0.9;
psl[2]:=1.7;
psl[3]:=2.9;
psl[4]:=4.4;
psl[5]:=6.4;
psl[6]:=9.3;
psl[7]:=13;
psl[8]:=18;
end;
procedure TForm1.Button1Click(Sender: TObject);
var spi,k,h,u:real;d,c:integer;s:string;
begin
d:=trunc(spinedit1.Value/100);
case combobox1.ItemIndex of
0: begin u:=pm[d];end;
1: begin u:=pmtr[d];end;
2: begin u:=mtr[d];end;
3: begin u:=psl[d];end;
end;
str(u:0:2,s);
statictext1.Caption:=s;
116

k:=1000/u;
str(k:0:2,s);
statictext2.Caption:=s;
s:=edit1.Text;
val(s,h,c);
spi:=h*k;
str(spi:0:2,s);
statictext3.Caption:=s;
end;
procedure TForm1.ComboBox1Change(Sender: TObject);
begin
case combobox1.ItemIndex of
0:spinedit1.MaxValue:=800;
1:spinedit1.MaxValue:=1000;
2:spinedit1.MaxValue:=1200;
3:spinedit1.MaxValue:=800;
end;
end;
procedure TForm1.ComboBox2Change(Sender: TObject);
begin
case combobox2.ItemIndex of
0:spinedit2.MaxValue:=800;
1:spinedit2.MaxValue:=1000;
2:spinedit2.MaxValue:=1200;
3:spinedit2.MaxValue:=800;
end;
end;
procedure TForm1.ComboBox3Change(Sender: TObject);
begin
case combobox3.ItemIndex of
0:spinedit3.MaxValue:=800;
1:spinedit3.MaxValue:=1000;
2:spinedit3.MaxValue:=1200;
3:spinedit3.MaxValue:=800;
end;
end;
procedure TForm1.ComboBox4Change(Sender: TObject);
begin
case combobox1.ItemIndex of
117

0:spinedit4.MaxValue:=800;
1:spinedit4.MaxValue:=1000;
2:spinedit4.MaxValue:=1200;
3:spinedit4.MaxValue:=800;
end;
end;
procedure TForm1.Button2Click(Sender: TObject);
var spt,p,h,u,ut,ui,a:real;d,c:integer;s:string;
begin
d:=trunc(spinedit2.Value/100);
case combobox2.ItemIndex of
0: begin u:=pm[d];end;
1: begin u:=pmtr[d];end;
2: begin u:=mtr[d];end;
3: begin u:=psl[d];end;
end;
s:=edit2.Text;
val(s,h,c);
s:=edit3.Text;
val(s,p,c);
s:=edit7.Text;
val(s,a,c);
ut:=(a*1000)/(d*100);
if (radiobutton1.Checked) then
ui:=abs(u+p-ut)
else
ui:=abs(u+p+ut);
str(ui:0:2,s);
statictext4.Caption:=s;
spt:=(h*1000)/ui;
str(spt:0:2,s);
statictext5.Caption:=s;
end;
procedure TForm1.Button3Click(Sender: TObject);
var sd,k,h,u:real;d,c:integer;s:string;
begin
d:=trunc(spinedit3.Value/100);
case combobox3.ItemIndex of
0: begin u:=pm[d];end;
1: begin u:=pmtr[d];end;
2: begin u:=mtr[d];end;
118

3: begin u:=psl[d];end;
end;
str(u:0:2,s);
statictext6.Caption:=s;
k:=1000/u;
s:=edit4.Text;
val(s,h,c);
sd:=h*k;
str(sd:0:2,s);
statictext7.Caption:=s;
end;
procedure TForm1.Button4Click(Sender: TObject);
var sprotejat,spericulos,sd,k,h,u,hob:real;d,c:integer;s:string;
begin
d:=trunc(spinedit4.Value/100);
case combobox4.ItemIndex of
0: begin u:=pm[d];end;
1: begin u:=pmtr[d];end;
2: begin u:=mtr[d];end;
3: begin u:=psl[d];end;
end;
str(u:0:2,s);
statictext8.Caption:=s;
k:=1000/u;
s:=edit5.Text;
val(s,h,c);
s:=edit6.Text;
val(s,hob,c);
sd:=h*k;
sprotejat:=(h-hob)*k;
spericulos:=(sd-sprotejat);
str(sd:0:2,s);
statictext9.Caption:=s;
str(sprotejat:0:2,s);
statictext10.Caption:=s;
str(spericulos:0:2,s);
statictext11.Caption:=s;
end;
end.

119