Analiza in timp a distributiei poluantilor in panza freatica

(puturi), folosind ajustarea liniara

Introducere

Scopul lucrarii de fata este prezentarea unei metode de modelare matematica in calculul
distributiei poluantilor in panza freatica pe parcursul unei perioade de timp. Metoda care se
foloseste cel mai des in acest scop este ajustarea liniara si mai precis Metoda celor mai mici
patrate.
Metoda celor mai mici patrate (MCMMP) este folosita pentru a rezolva cu aproximare
sisteme liniare in care numarul de ecuatii este mai mare decat numarul de necunoscute. MCMMP
este des folosita in calcule statistice, in special in analiza de regresie.
MCMMP poate fi interpretata ca o metoda de potrivire a datelor. Cea mai buna potrivire
in sensul celor mai mici patrate este acel model pentru care suma patratelor valorilor reziduale
este minima, o valoare reziduala fiind diferenta dintre o valoare bazata pe observatie si o
valoarea data de un model. Metoda a fost descrisa pentru prima data de Carl Friedrich Gauss in
jurul anului 1794. MCMMP corespunde criteriului de risc maxim daca erorile experimentale au o
repartitie normala si, totodata, poate fi interpretata ca o metoda de estimare a momentelor.
Metoda celor mai mici patrate isi are originile pe taramul astronomiei si geodeziei, in
incercarea oamenilor de stiinta si a matematicienilor de a oferi solutii de navigatie pe oceane in
trimpul erei marilor descoperiri geografice. Descrierea precisa a comportamentului corpurilor
ceresti a fost cheia ce a deschis calea navigatiei pe oceane, unde marinarii nu mai aveau
posibilitatea de a se ghida dupa pozitia uscatului. MCMMP reprezinta punctul culminant al unor
cercetari ce au avut loc in timpul secolului XVIII.

1
 Carl Friedrich Gauss este cel ce a pus bazele metodei celor mai mici patrate in 1795, la
varsta de 18 ani. O prima demonstratie a puterii metodei lui Gauss a aparut cand a fost folosita la
prezicerea pozitiei viitoare a nou-descoperitului asteroid Ceres. Pe 1 ianuarie 1801, astronomul
Giuseppe Piazzi a descoperit asteroidul Ceres si a reusit sa-i urmareasca traiectoria timp de 40 de
zile, inainte de a-l pierde in stralucirea soarelui. Bazandu-se pe aceste date, s-a dorit aflarea
pozitiei lui Ceres dupa va aparea din spatele soarelui, fara a rezolva complicatele ecuatii
neliniare ale lui Kepler privind miscarea planetelor. Singurele predictii care i-au permis
astronomului maghiar Franz Xaver von Zach sa determine cu succes pozitia lui Ceres au fost
cele realizate de Gauss, folosind analiza metodei celor mai mici patrate.

Problema care se pune este determinarea unei functii care sa aproximeze cel mai bine
datele existente intr-un anumit sens, sens care urmeaza a fi definit. Functia de aproximare se
alege dintr-o anumita clasa de functii, in functie de trendul reprezentarii. Astfel, clasele de functii
cu care se lucreaza sunt:

1. Drepte: y = ax + b

0 x

2
 y

2. Parabole: y = ax2 + bx + c
a>0
Δ>0
Δ = b2 – 4ac
0 x

3. Exponentiale: y = a ∙ b x
a > 0, b > 0

0 x

y
4. Logaritmice: y=a ∙ log b x
a > 0, b > 0

0 x

3
 Exemplul pentru care se va folosi aceasta metoda este urmatorul: dintr-o fantana dintr-un
sat se recolteaza probe de apa timp de 12 luni, pentru determinarea concentratiei unui anumit
poluant, dupa ce in prealabil s-a stabilit experimental ca acel poluant exista in panza freatica din
zona. Se face analiza apei si se obtin 12 valori diferite ale concentratiei aceluiasi poluant. Ceea
ce se urmareste este aproximarea trendului pe care il va urma concentratia acelui poluant pe
o perioada de timp data, pentru analizarea in timp a distributiei poluantilor in panza freatica.

Pentru a putea afla care este functia de aproximare corespunzatoare trendului punctelor,
se considera urmatorul tabel de valori:

Luna Ian Fe Ma Apr Mai Iun Iul Au Sep Oct No Dec

b r g t v
Concentratie 18 25 20 32 37 41 43 28 30 36 26 33

Pentru care se obtine graficul:

Distributia concentratiei poluantului

in timp

40

30
Concentratie

20

10

0
0 5 10 15
Timp

4
 Pentru acest grafic, functia de aproximare care reprezinta trendul punctelor este functia
liniara.

y = ax + b (1)

unde a si b sunt coeficienti pe care nu-i cunoastem, dar dorim ca dreapta (1) sa se abata cel mai
putin posibil de la datele (xi, yi), i = 1, n. Pentru aceasta se impune conditia:

n
S= ∑ ( y i−a x i−b)2 (2) sa fie minima,
i=1

(adica suma patratelor abaterilor sa fie minima), unde y i este valoarea masurata pentru y in
punctul xi, i = 1, n, iar axi + b este valoarea calculata pentru y in acelasi punct xi.

Coeficientii a si b se determina din sistemul:

∂S

{ ∂a
∂S
∂b
=0

=0
(3)

obtinut prin egalarea cu zero a derivatelor lui S in raport cu a, respectiv cu b. Astfel avem:
sistemul de ecuatii algebrice liniare si omogene:

n n n

{ n

i=1
∑ y i−a ∑ x i−∑ b=0
i=1 i =1
n

∑ xi y i−a ∑ x −∑ b xi =0
i =1
2
i
i=1
n

i=1
(4)

Din prima ecuatie (4) obtinem:

5
 n n n

∑ b=nb=∑ y i −a ∑ x i
i=1 i=1 i=1

n n

Iar de aici
∑ y i−a ∑ x i
b= i=1 i=1
= ý−a x́
n

n n

Unde
∑ yi si ∑ xi .
i=1
ý= x́= i=1
n n

Asadar, a rezultat ca dreapta cautata (1) trece prin punctul (x́, ý).

Rezolvand problema in continuare, se va gasi pentru coeficientul a urmatoarea expresie:

n n

∑ ( x i−x́ )( y i− ý ) ∑ xi y i−n x́ ý
a= i=1 n
= i=1n ¿5)
2 2 2
∑ ( x i− x́ ) ∑ x −n x́
i
i=1 i=1

care se va introduce in formula b= ý−a x́ si problema este rezolvata complet.

Folosind aceasta metoda de a aproxima trendul concentratiei poluantilor pentru mai multe
fantani/puturi din satul respectiv, se poate afla dinamica raspandirii concentratiei poluantului in
panza freatica si durata de timp necesara pentru ca acest fenomen sa se intample.

6
BIBLIOGRAFIE

1. Handbook for Engineers

2. Craciun Iancu, Matematici aplicate in sociologie, Probabilitati si statistica, Universitatea
Babes-Bolyai, Cluj-Napoca, Facultatea de Matematica si Informatica, 1993
3. Ronald E.Walpole, Raymond H. Myers - Probability and Statistics for Engineers and
Scientists, Eight Edition, 2007, 2002, 1998. 1993, 1989, 1985, 1978, 1972 Pearson
Education, Inc.