Sunteți pe pagina 1din 48

PRELUCRAREA MATEMATIC A DATELOR EXPERIMENTALE

INTRODUCERE
1 Obiect
Definiie: cercetarea experimental este una dintre metodele de baz ale cercetrilor tiinifice
fundamentale i aplicative care, alturi de metodele analitice contribuie la studiul fenomenelor fizice.
n cercetarea experimental un fenomen fizic se studiaz prin observarea lui, eliminarea pe ct
posibil a influenelor exterioare perturbatoare i msurarea mrimilor fizice care l determin, n scopul
stabilirii relaiilor fizice care descriu acel fenomen.
2 Istoric
Metoda experimental de studiu al fenomenului fizic dateaz din epoca Renaterii o dat cu
progresul tehnologic al societii umane i al realizrii unor tehnici de investigare experimentale
corespunztoare.
Disciplina se divide n trei seciuni:
- prelucrarea matematic a datelor;
- noiuni generale privind msurarea i metodele de msurare;
- metode de msurare.
Din considerente legate de planul de nvmnt studiul ncepe cu prelucrarea matematic i va
continua cu celelalte dou pri.
1 ERORI DE MSURARE
1.1 Definirea i clasificarea erorilor de msurare
Definiie: valorile numerice ale mrimilor fizice reprezint rezultatul msurrii acestora sau al comparrii
mrimilor fizice cu o alt mrime de aceeai natur fizic luat ca unitate de msur.
Se tie c n cazul msurrilor fcute cu suficient precizie asupra unei mrimi fizice, rezultatele
msurrii difer unele de altele, rezult c ele sunt afectate de erori.
Definiie: eroarea de msurare reprezint diferena dintre valoarea msurat x i adevrata valoare a a mrimii
msurate:
. a x z =
Eroarea de msurare este de obicei necunoscut deoarece nu se cunoate nsi valoarea adevrat a
mrimii msurate, cu excepia cazului n care se msoar mrimi cunoscute (etaloane) cu scopul special
de a studia erorile de msurare.
Exemplu: cazul determinrii preciziei de msurare a unui aparat de msur.
Una dintre problemele principale ale prelucrrii matematice a rezultatelor experimentale este estimarea
adevratelor valori ale mrimilor msurate pe baza rezultatelor msurrii. Astfel, dup msurarea repetat a
mrimii a i obinerea unui ir de valori (x
1
,,x
n
) fiecare dintre acestea coninnd o anumit eroare necunoscut
(z
1
,,z
n
) se pune problema calculului valorii aproximative a cu o eroare ct mai mic.
Pentru rezolvarea problemei propuse cu o precizie de msurare dat trebuie s se cunoasc
principalele proprieti ale erorilor de msurare i posibilitile de utilizare ale acestora.
Erorile de msurare pot fi: grosolane, sistematice sau aleatoare (ntmpltoare).
1.1.1 Erori grosolane
Definiie: Erorile grosolane (eecuri de msurare) sunt erori ce apar ca urmare a nclcrii principiilor generale
de msurare (alegerea greit a metodei de msurare) sau ca rezultat al materialului experimental (citirea aparatelor
sau nscrierea incorect a rezultatelor msurrii).
O dat descoperite, rezultatele msurrilor afectate de erori grosolane nu se supun prelucrrii
matematice ulterioare, ci se exclud sau se refac atunci cnd este posibil.
Caracteristic pentru rezultatele experimentale ce conin o eroare grosolan este faptul c acestea
difer esenial n valoare de rezultatele celorlalte msurri. Pe aceast proprietate se bazeaz criteriul de
excludere a rezultatelor experimentale afectate de erori grosolane.
Se consider faptul c rezultatele experimentale supuse prelucrrii matematice nu conin erori
grosolane (acestea au fost excluse).
1.1.2 Erori sistematice
Se datoreaz unor factori ce acioneaz n timpul procesului msurrii i care au scpat ateniei, dar
ale cror efecte pot fi determinate.
Exemplu: dac dup efectuarea msurrii s-a descoperit o reglare incorect a aparatului de msurat, aceasta
conduce la o deplasare a originii de calcul (reglajul de 0 al aparatului), rezult c toate valorile obinute pe baza
msurrii vor fi deplasate cu o valoare constant, atunci cnd scala aparatului este liniar sau cu o valoare ce
variaz dup o lege determinat, dac scala aparatului este neliniar.
Alt factor ce conduce la apariia erorilor sistematice este variaia condiiilor exterioare ale
desfurrii experimentale (temperatura, presiunea).
Depistarea erorilor sistematice produse de fiecare factor separat necesit investigaii speciale:
msurarea aceleai mrimi prin metode diferite, msurarea cu acelai aparat a mai multor etaloane sau
mrimi cunoscute. Dup depistarea i determinarea valorilor erorilor sistematice, se elimin ntreaga
corecie necesar asupra rezultatelor msurrii utiliznd legi fizice care determin influena acestor factori
asupra fenomenului studiat. Se admite c naintea prelucrrii matematice a datelor experimentale toate
erorile sistematice au fost depistate i corectate corespunztor.
1.1.3 Erori aleatoare
Apar datorit unei multitudini de factori a cror influen individual este neglijabil. Rezult c nu
exist posibilitatea depistrii i nlturrii acestor influene la nivelul tehnicii i preciziei de msurare, dar
al cror efect global poate fi semnificativ, aadar ele trebuie luate n calcul.
Erorile aleatoare sunt inevitabile, nu pot fi nlturate din rezultatele individuale ale msurrilor; cu ajutorul
teoriei probabilitilor se poate determina msura n care erorile aleatoare influeneaz estimaiile adevratelor
valori ale mrimilor msurate, permind determinarea valorilor mrimilor msurate cu o eroare orict de mic, n
raport cu erorile msurrilor individuale.
1.2 Repartiia erorilor aleatoare
1.2.1 Modelul probabilistic
Erorile aleatoare sunt caracterizate de o lege de repartiie bine determinat. Existena legii de repartiie a
erorilor poate fi stabilit repetnd de un numr mare de ori (n) n condiii identice, msurarea unei anumite mrimi
x i considernd numrul m de rezultate ale msurrilor ce cad ntr-un anumit interval (x
1
,x
2
) al valorilor mrimii
msurate.
Definiie: frecvena relativ pentru ca mrimea msurrii x s aparin intervalului (x
1
,x
2
) este raportul m/n care,
pentru un numr n suficient de mare de msurri se apropie de a anumit constant caracteristic intervalului
considerat numit probabilitate ca mrimea msurat s ia valori n acel interval.
n modelul probabilistic teoretic erorile aleatoare z=x-a se consider ca variabile aleatoare ce pot lua orice
valoare real n domeniul (-,), iar fiecrui interval al acestuia (z
1
,z
2
) i corespunde un numr bine determinat
numit probabilitatea ca variabila aleatoare z s ia valori n acest interval i se noteaz:
). z z z ( P )), z , z ( z ( P
2 1 2 1
< <
Similar nsei rezultatelor msurrii: x=a+z se pot considera ca variabile aleatoare n orice interval (x
1
,x
2
)
avnd probabilitatea de a lua valori bine determinate:
)). x , x ( x ( P
2 1

Definiie: probabilitatea reprezint valoarea limit a frecvenei relative m/n atunci cnd numrul msurrii n
crete indefinit de mult.
.
n
m
) z z z ( P

= < <
n
2 1
lim
Definiie: legea de repartiie a variabilei aleatoare z reprezint funcia ce permite ca pentru fiecare interval (z
1
,z
2
)
s se determine P(z
1
<z<z
2
) i care se exprim cu ajutorul integralei:
, z ) z ( P ) z z z ( P
2
1
z
z
2
= < < d
1

unde P(z) este o funcie pozitiv, care reprezint densitatea de repartiie i satisface condiia de normare:
. z P(z) , ) z ( P d 0


>
1.2.2 Repartiia normal
Se admite frecvent ca lege de repartiie a erorilor aleatoare de msurare repartiia normal sau legea
lui Gauss a crei densitate de repartiie este dat de urmtoarea relaie:
,
z
e ) z ( p
2
2
2
2
1

=

unde este o constant pozitiv, numit eroare medie ptratic standard, caracteriznd precizia msurrilor.
Densitatea de repartiie normal dat de aceast relaie se numete redus sau centrat n origine.
Graficul densitii de repartiie este simetric fa de axa ordonatelor i reprezint o curb de repartiie normal.
Se constat c pentru eroare medie ptratic mic curba de repartiie se ndeprtez repede de axa absciselor
Oz pentru z descresctor i intersecteaz axa ordonatelor p(z) ntr-un punct din ce n ce mai ndeprtat de
origine, iar pentru z cresctor densitatea de repartiie p(z) scade. Rezult faptul c, cu ct eroarea medie
ptratic este mai mic cu att mprtierea erorilor z n jurul originii este mai redus. n sfrit se va observa c
probabilitatea ca eroarea s cad n intervalul (z
1
,z
2
) conform relaiei de definiie a probabilitii:

= < <
2
1
2 1
d
z
z
z ) z ( P ) z z z ( P
este reprezentat grafic de aria trapezului curbiliniu determinat de axa absciselor Oz, de ordonatele z=z
1
, z=z
2
i de
curba de repartiie p(z).
n practic, probabilitatea ca eroarea s cad n intervalul (-z
1
,z
1
) cu z
1
>0 este reprezentat de aria simetric
haurat.
Proprietile probabilitii
a) Proprietatea de simetrie
Probabilitatea ca erorile aleatoare z s cad n intervalul (-z
1
,z
2
) simetric, cu z
1
>0 n cazul unei repartiii
normale este:
. z e z ) z ( p z ) z ( p ) z z ( P ) z z z ( P
z
z z z
z
d
2
1
2 d 2 d
2
2
2
1
0
1
0
1
1
1 2 1


= = = < = < <
Se face urmtoarea schimbarea de variabil:
;
z
t : z z ; t : z ; t z , t z : t
z

1
1 1
0 0 d d 0 = = = = = = > =
.
z
) z z ( P ); t ( t e t e ) z z ( P
t
t
t
t
|
.
|

\
|
= < = = = <


1
1 1
2
2
1
0
2
2
1
0
1
2 2 d
2
1
2 d
2
1
2
n general funcia se scrie:
). z z ( P t e

) t (
t
t
1
2
2
0
2
1
d
2
1
< = =


Funcia se numete probabilitate integral, iar valorile ei sunt date n tabelul anex I (194ndrumar).
b) Proprietatea de imparitate
n tabelul I valorile funciei (t) sunt date numai pentru valori pozitive ale argumentului t. Pentru calculul
valorii funciei (t) corespunztoare valorilor negative ale argumentului se utilizeaz proprietatea de imparitate a
probabilitii integrale:
: ) t ( p ) t ( p , t ) t ( , t t = = = d d
). t ( ) t ( ; t e ) t ( e ) t (
t
t
) t (
t
= = =


d
2
1
d
2
1
2
2
0
2
2
0

c) Probabilitatea intervalului asimetric
Probabilitatea ca erorile aleatoare z s cad ntr-un interval asimetric oarecare (z
1
,z
2
) n cazul repartiiei
normale se caculeaz astfel:

= +
2
0
2
1
1
0
d d d
z z
z
z
z ) z ( p z ) z ( p z ) z ( p
.
z

z
) t ( ) t ( ) z z z ( P |
.
|

\
|
|
.
|

\
|
= = < <

1 2
1 2 2 1

d) Probabilitatea n exteriorul unui interval
Probabilitatea ca eroarea aleatoare s depeasc limitele z>t, t>0 se calculeaz cu relaia:
; z ) z ( p z ) z ( p z ) z ( p , z ) z ( p
z
z z
z
1 d d d 1 d
2
1 2
1
= + + =



); t z ( P z ) z ( p z ) z ( p ), z z ( P z ) z ( p
z
z
z
z
> = + < =


1
1
1
1
1
d d d
). t ( ) t z ( P ) t z ( P , ) t z ( P ) t z ( P 2 1 1 1 = < = > = < + >
Similar, valorile probabilitilor P(|z|>t) sunt date n tabelul anex II. n acelai tabel sunt date i valorile funciei
inverse t.
). P ( t t : )) t ( P ( = = 2
e) Regula trei sigma
Din tabel se mai constat c valorile probabilitii pentru ca eroarea s depeasc limitele z>t, t>0 pentru
valori mari ale argumentului t sunt foarte mici. Astfel:
. ) ( ) z ( P : t
; ) ( ) z ( P : t
; , ) ( ) z ( P : t
7
5
10 6 5 2 1 5 5
10 6 4 2 1 4 4
0027 0 3 2 1 3 3

= = > =
= = > =
= = > =


Se constat c probabilitatea ca eroarea aleatoare s depeasc limitele z>3 este suficient de mic, adic
evenimentul ca eroarea aletoare s ias n afara intervalului de limite z>3 poate fi considerat ca un eveniment
practic imposibil. Se accept c erorile aleatoare de msurare sunt mrginite n valoare absolut de valoarea 3.
Acest rezultat este cunoscut ca regula 3.
Observaie: legea de repartiie normal a erorilor aleatoare este de regul, ntr-o bun concordan cu
experiena, ceea ce se poate verifica prin msurarea unor mrimi cunoscute (etaloane), caz n care pot fi calculate
cu exactitate mrimile erorilor:
. a x z
i i i
=

Proprietile legii de repartiie normale
a) Proprietatea de simetrie a erorilor:
Erorile aleatoare de semne opuse se ntlnesc aproximativ la fel de des.
b) Proprietatea de concentrare a erorilor
Erorile aleatoare mici n valoare absolut apar mai frecvent dect cele mari (sunt concentrate n jurul originii).
Majoritatea concluziilor privind prelucrarea matematic a datelor experimentale rezult pe baza acceptrii ipotezei
de normalitate a repartiiei erorilor aleatoare sau c legea de repartiie a acestora este apropiat de legea normal.
Dac erorile aleatoare z au legea normal de repartiie cu densitatea de repartiie normal:
, e ) z ( p
z
2
2
2
2
1


=
atunci rezultatele msurrilor x
i
au densitatea de repartiie conform relaiei:
, e ) x ( ), z a x , a x z (
) a x (
, a
2
2
2
2
1

-
-
= + = - =
care difer de densitatea de repartiie normal a erorilor numai prin faptul c valorile variabilei sale sunt deplasate
cu valoarea a. Aceast lege de repartiie se numete lege normal centrat n a, spre deosebire de legea de repartiie
a erorilor care este centrat n origine.
1.2.3 Indicatori ai preciziei de msurare
a) eroare medie ptratic, eroare de msurare sau eroare standard
Va fi definit la estimarea preciziei msurrilor (paragraful 2.4).
b) dispersie a erorilor
Reprezint ptratul erorii medii ptratice:
. ) a x (
n
n
i
i

=
=
1
2 2
1

c) eroare probabil
Este dat de relaia:
). t z , , ) ( ) z ( P ( , , = = = = < = 5 0 2 6745 0
d) eroare medie absolut
. , z ) z ( p z


= = =

7979 0
2
2
d
e) msur a preciziei h
. , h
1
7171 0
2
1

= =


1.3 Metode de eliminare a erorilor grosolane
Atunci cnd sau obinut rezultate ale msurrilor ce difer pronunat de celelalte rezultate este firesc
s se bnuiasc faptul c a aprut o eroare grosolan. n acest caz este necesar s se verifice imediat dac
nu s-au nclcat principiile generale ale msurrilor.
Dac verificarea preconizat nu s-a fcut n timpul msurrii, atunci eliminarea valorilor aprute n
mod neateptat se rezolv pe baza comparrii acestei valori cu celelalte rezultate ale msurrii.
Eliminarea valorii msurat afectat de o eroare grosolan se face cu ajutorul a dou criterii, dup cum se
cunoate sau nu eroarea ptratic medie a msurrilor.
1.3.1 Metod de eliminare pentru cunoscut
Fie x

valoarea presupus afectat de o eroare grosolan i toate celelalte rezultate ale msurrilor x
1
,,x
n
. Se
parcurg urmtoarele etape:
- se calculeaz media aritmetic a valorilor irului reinut:
;
1
1

=
=
n
i
i
x
n
x
- se calculeaz raportul:
;
1
n
n
a x
t ,
a x z
t
+

= |
.
|

\
|
= =



- se determin probabilitatea ca eroarea s cad n afara intervalului t z >
) t ( ) t z ( P ) t z ( P 2 1 1 = < = >
cu ajutorul tabelului anex II, care va da probabilitatea ca raportul t determinat s ia o valoare cel puin egal sau
mai mare dect t.
Dac probabilitatea astfel determinat este foarte mic, atunci valoarea x

aprut neateptat nu va avea o


eroare aleatoare, ci ea se consider afectat de o eroare grosolan i va fi deci exclus din prelucrarea ulterioar a
rezultatelor msurrilor.
Ct de mic trebuie luat ns probabilitatea de excludere, aceast opiune este dependent de
condiiile concrete ale fenomenului cercetat,astfel:
- dac se fixeaz un nivel mult prea mic al probabilitii de excludere, atunci pot scpa excluderii erori
grosolane;
- dac se ia acest nivel nejustificat de mare, atunci pot fi excluse erori aleatoare cu valori necesare pentru
prelucrarea corect a rezultatelor msurrii.
De regul, se alege unul din urmtoarele niveluri ale probabilitii de excludere:
- nivelul 5% exclude erorile a cror probabilitate de apariie este mai mic dect
1
=0,05:
; ) t z ( P
1
< >
- nivelul 1% exclude erorile a cror probabilitate de apariie este mai mic dect
2
=0.01:
; ) t z ( P
2
< >
- nivelul 0,1%=1 exclude erorile a cror probabilitate de apariie este mai mic dect
3
=0,001:
. ) t z ( P
3
< >
Pentru un nivel ales al probabilitii apariiei unei valori neateptate coninnd o eroare grosolan se
consider c valoarea x

aprut neateptat conine o eroare grosolan cu sigurana sau probabilitatea P=1-.
Valoarea raportului f
n
=f
n
(P) pentru care probabilitatea satisface egalitatea:
= ) t (
n
2 1
se numete valoare critic a acestui raport cu sigurana sau probabilitatea P.
Astfel, dac =0,01 (nivelul 1%):
, , ) P ( t t , , , P
n n
576 2 99 0 01 0 1 1 = = = = =
conform anexei II, i deci de ndat ce raportul t depete aceast valoare critic t>t
n
se poate respinge valoarea x


afectat de o eroare grosolan cu sigurana 0,99 (99%).
1.3.2 Metoda de excludere pentru necunoscut
Dac eroarea medie ptratic de msurare nu este cunoscut atunci aceast eroare se estimeaz pe baza
rezultatelor msurrii, nlocuindu-se cu abaterea standard empiric s cu expresia:
:
1
1
2
1
) x x (
n
s ,
n
n
s s
n
i
i

=

=

=
, ) x x (
n
) x x (
n n
n
s
n
i
i
n
i
i

= =

=
1
2
1
2
1
1 1
1
unde s
*
este abaterea medie ptratic a irului valorilor msurrilor (x
1
,,x
n
) i va fi definit.
Se calculeaz raportul:
,
s
x x
t

=


care se compar cu valorile critice t
n
(P) din anexa III.
Similar, dac pentru un numr n de msurri raportul t se afl ntre dou valori critice: f
n1
<f<f
n2
cu siguranele
P
1
, P
2
>P
1
atunci cu o siguran a concluziei mai mare dect P
1
i mai mic dect P
2
(P
1
<P< P
2
) se poate considera
c valoarea aprut neteptat conine o eroare grosolan i se va elimina din prelucrarea ulterioar.
Se remarc faptul c, dac sigurana concluziei se dovedete insuficient (P<0,95) aceasta nu dovedete
absena unei erori grosolane, ci numai faptul c nu exist suficiente motive ca s se exclud valoarea aprut
neateptat.
2 VALORI MEDII I ESTIMAIILE ACESTORA. VERIFICAREA
IPOTEZELOR
2.1 Valori medii. Metode de calcul
2.1.1 Relaii de definire
a) media aritmetic (media valorilor irului x1,,x
n
)
Este dat de relaia:
. x
n n
x x
x
n
i
i
n

=
=
+ +
=
1
1
1
b) abaterea medie ptratic a valorii irului x1,,x
n
de la media lor aritmetic x este dat prin expresia
urmtoare
. ) x x (
n n
) x x ( ) x x (
s
n
i
i
n

=
+ +
=
1
2
2 2
1
1

Pentru a calcula abaterea medie ptratic fa de un numr arbitrar c se demonstreaz relaia:
. ) c x ( ) x x (
n
) c x (
n
n
i
i
n
i
i

= =
+ =
1
2 2
1
2
1 1

Se pornete de la relaia abaterii medii ptratice fa de x :
| | = =

= =
n
i
i
n
i
i
) c x ( ) c x (
n
) x x (
n
1
2
1
2
1 1

| | = + =

=
n
i
i i
) c x ( ) c x )( c x ( ) c x (
n
1
2 2
2
1

| | = + + =

= =
n
i
i
n
i
i i i
) c x (
n
) c x ( ) c c x x c x x ( ) c x (
n
1
2
1
2 2 2
1
2
1

= +
|
|
.
|

\
|
|
.
|

\
|
+

= =
2
1 1
2
2 ) c x (
n
n
c
n
n
x
n
c
x c
n
n
c x
n
x
n
i
n
i
i i

=
= + + =
n
i
i
) c x ( ) c x c x ( ) c x (
n
1
2 2 2
2 2
1

. ) c x ( ) c x (
n
) c x ( ) c x ( ) c x (
n
n
i
i
n
i
i

= =
= +
1
2 2
1
2 2 2
1
2
1

Dac printre rezultatele irului msurrii se ntlnesc i valori egale, atunci termenii acestora n
media aritmetic i abaterea medie ptratic se pot unifica astfel: dac valoarea x1 apare de m1 ori ,,x
k

de m
k
ori, i m1+m
k
=n atunci media aritmetic i abaterea medie ptratic se determin cu relaiile:
. ) x x ( m
n
s , x m
n
x
k
i
i i
k
i
i i
=

=
= =
1
2
1
1 1

c) media ponderat i abaterea medie ptratic ponderat
Sunt definite de relaiile:

=
=
=
+ +
+ +
=
k
i
i
k
i
i i
k
k k
w
x w
w w
x w x w
x
1
1
1
1 1


,
w
) x x ( w
w w
) x x ( w ) x x ( w
s
k
i
i
k
i
i i
k
k k

=
=

=
+ +
+ +
=
1
1
2
1
2 2
1 1


unde w1,,w
k
sunt ponderile msurrilor irului x1,,x
k
, adic sunt numere invers proporionale cu
dispersiile erorilor:
. w , , w
k
k
2 2
1
1
1 1

= =
Media ponderat se folosete la prelucrarea rezultatelor msurrilor de precizie diferit.
2.1.2 Calculul mediilor irului de date experimentale
Calculul valorilor medii se simplific foarte mult dac se iau valorile msurrilor x
i
, ncepnd cu o
origine de calcul c convenabil aleas i ntr-o scar h convenabil, alegere ce duce la transformarea
liniar:
. u , h , k , n , n , i , hu c x
i i i
variabile noii scara 1 1 1 < = = + =
Media aritmetic a ultimei relaii rezult:
. u m
n
u
n
u , u h c x , u h
n
c
n
) hu c (
n
x
n
i
k
i
i i i
n
i
i
n
i
n
i
i

= = = = =
= = + = + = + =
1 1 1 1 1
1 1 1 1 1
Similar, se calculeaz abaterea medie ptratic ponderat:
= = + =

= =

k
i
i i
k
i
i i
) u u ( m
n
h ) u h c hu c ( m
n
s
1
2
1
2
1 1

= + = +

= = = =
k
i
k
i
i i i
k
i
i i
k
i
i i i
m
n
u
u m
n
u u m
n
h ) u u u u ( m
n
h
1 1
2
1
2
1
2 2
1
2
1
2
1

. u m
n
u , u u h
k
i
i i

=
= =
1
2 2 2 2
1
Pentru verificarea calculelor se repet aceste calcule cu alt origine c1 rezultatele trebuind s
coincid cu o precizie de pn la erorile datorate rotunjirilor. Calculul se efectueaz tabelar, dup cum
urmeaz:

Date iniiale Calcul: c= , h= Control: c1= , h=
x
i
m
i
u
i
i i
u m

2
i i
u m
v
i
i i
v m
2
i i
v m
0 1 2 3 4 5 6 7 8
k

=
=
k
i
i
m n
1



u
2
u

v
2
v
2.1.3 Calculul mediilor pentru serii de date grupate pe intervale
Metoda de calcul prezentat n paragraful precedent este deosebit de util i pentru calculul mediilor
n cazul n care toate datele se grupeaz pe intervale de aceeai lungime (serii de date grupate pe intervale
egale). n acest caz prin x
i
se noteaz mijlocul intervalelor. Ca origine de calcul c se alege mijlocul
intervalului median la numr impar de intervale egale sau al unuia dintre cele dou intervale mediane la
numr par, h fiind lungimea intervalului, u
i
numerele de ordine ale intervalelor considerate de intervalul
median ales.
Calculul se realizeaz tabelar.
Date iniiale Calcul: c= , h= Control: c1= , h=
Intervale

m
i
x
i
u
i

i i
u m

2
i i
u m i
v

i i
v m
2
i i
v m
0 1 2 3 4 5 6 7 8 9
k

=
=
k
i
i
m n
1



u
2
u

v
2
v
2.1.4 Medii teoretice (momente ale repartiiei)
n modelul probabilistic teoretic, fiecare dintre rezultatele irului msurrilor x1,,x
n
apare ca o
valoare a unei anumite variabile aleatoare X. ntr-o astfel de interpretare valorile mediilor aritmetice
, x m
n
x
n
x
k
i
i i
n
i
i

= =
= =
1 1
1 1
apar ca valori aproximative ale mediei teoretice a variabilei aleatoare X.
Definiii:
- valoarea medie a variabilei aleatoare X este expresia:
, dx ) x ( xp MX


=
unde p(x)-densitatea de repartiie a valorii aleatoare X.
- valoarea medie a unei funcii de o variabil aleatoare f(X) este dat de:
. dx ) x ( p ) x ( f ) X ( Mf


=
- momentul de ordinul k al valorii aleatoare X este valoarea medie a puterii k a acelei variabile
. dx ) x ( p x Mx
k k
k


= =
Momentul de ordinul nti
1
coincide cu valoarea medie a variabilei aleatoare X i se mai numete
centrul repartiiei variabilei aleatoare X.
. MX =
1

Propoziie: n cazul repartiiei normale (Gauss) centrul repartiiei este nul.


= + = = = =


0
0
1
dx ) x ( xp dx ) x ( p ) x ( dx ) x ( xp MX : ) x ( p ) x ( p , x x
. dx ) x ( xp dx ) x ( xp 0
0 0
= + =


Pentru repartiia normal centrat n a rezult:
: dx e x dx ) x ( x MX
) a x (
, a



= = =
2
2
2
1
2
1



: u , x , u , x ; du dx , u a x = = = = = =
. a du e du e a du e ) u a (
u u u
= + = + =






2
2
2
2
2
2
2
2
2
1
2
1
2
1
2
1



- variabila aleatoare centrat este diferena: X-1 .
- momentul centrat de ordinul k este egal cu valoarea medie a puterii k a variabilei aleatoare centrate.


= = dx ) x ( p ) x ( ) X ( M
k k
k 1 1
.
Propoziie: momentul centrat de ordinul nti este nul.
. dx ) x ( p dx ) x ( xp dx ) x ( p ) x ( : k 0 1
1 1 1 1 1
= = = = =




- dispersia valorii aleatoare X este momentul centrat de ordinul doi.
. dx ) x ( p ) x ( DX : k


= = =
2
1 2
2
n cazul repartiiei normale cu densitatea p(x) sau a celei normale centrate n a cu densitatea
a,
(x),
se demonstreaz c dispersia este egal cu abaterea medie ptratic standard 2.
2
2
2
2
2
1
2
1


= =

dx e ) x ( DX
x

. dx e ) a x ( ) a x ( D
) a x (
2
2
2
2
2
1
2
1


= =

- abaterea medie ptratic a variabilei aleatoare X este rdcina ptrat a dispersiei.


. ) X (
2
=
Dispersia i abaterea medie ptratic ale variabilei aleatoare X se folosesc pentru a caracteriza
mprtierea valorilor acestor variabile.
ntre momentele simple i cele centrate exist relaiile:
+ = = =



dx ) x ( xp dx ) x ( p x dx ) x ( p ) x ( ,
1
2 2
1 2 1
2 0
2
1
2
1 2
2
1
2 + = +


dx ) x ( p
. , ,
4
1
2
1 2 1 3 4 3
3
1 1 2 3 3
2
1 2 2
3 6 4 2 3 + = + = =
- dac se consider n valori aleatoare independente (X
1
,,X
n
) cu densitile de repartiie p
1
(x
1
),,
p
n
(x
n
) atunci valoarea medie a unei funcii de cele n variabile aleatoare independente f(X
1
,,X
n
) este dat
de relaia:
. dx dx ) x ( p ) x ( p ) x , , x ( f ) X , , X ( Mf
n n n n n


=
1 1 1 1 1
2.2 Estimaiile adevratei valori a unei mrimi msurate
2.2.1 Tipuri de estimaii. Proprieti
Se consider irul datelor rezultate din n msurri independente ale unei mrimi (x1,,x
n
) care nu au
erori grosolane i sistematice (au fost eliminate erorile grosolane i au fost efectuate coreciile
corespunztoare asupra erorilor sistematice).
A estima adevrata valoare a unei mrimi msurate nseamn urmtoarele:
a) s se determine o funcie de rezultatele msurrilor g(x1,,x
n
) care s dea o valoare suficient de
apropiat de adevrata valoare a, funcia g numindu-se estimaie punctual sau estimaie a valorii a;
b) s se determine un interval (g-1,g+2), care cu o probabilitate P dat s acopere adevrata valoare a
:
. g a g
2 1
+ < <
Probabilitatea P se numete aici nivel de ncredere sau siguran a estimaiei, intervalul (g-
1
,g+
2
)
se numete interval de ncredere. Extremitile acestui interval sunt limite de ncredere, iar estimaia
este estimaie de ncredere.
Pentru ca estimaia punctual g(x
1
,,x
n
) s asigure o aproximaie suficient de bun a valorii
adevrate a ea trebuie s aib urmtoarele proprieti: nedeplasare, consisten, eficien.
) estimaia punctual g se numete nedeplasat dac valoarea medie teoretic a ei coincide cu
adevrata valoare a.
. a Mg =
) estimaia punctual g se numete consistent dac ea tinde n probabilitate ctre adevrata valoare a
atunci cnd numrul msurrilor n crete indefinit ( . ) a g
n


Aceasta nseamn c pentru n i ()>0 fixat, probabilitatea P(g-a<) tinde ctre unitate.
, ) a g ( P 1 lim = <
adic, abaterea estimaiei g de la adevrata valoare a s fie mai mic dect este practic un eveniment
sigur, cert.
) estimaia punctual nedeplasat g se numete eficient dac are cea mai mic mprtiere dintre toate
estimaiile nedeplasate ale adevratei valori a determinate pe baza rezultatelor msurrilor.

2.2.2 Estimaii punctuale
a) dac toate cele n msurari asupra mrimii a au fost efectuate cu aceeai precizie (msurri de precizie egal),
atunci ca estimaie punctual a adevratei valori a a mrimii msurate se ia media aritmetic a valorilor rezultatelor
msurrilor:
. x m
n
x
n n
x x
x a
k
i
i i
n
i
i
n

= =
= =
+ +
=
1 1
1
1 1

Aceast estimaie este nedeplasat ) x a Mg = = ( i este consistent ( . ) a g
n


Dac n plus, se admite c erorile aleatoare de msurare se supun unei legi de repartiie normale, atunci
aceast estimaie este i eficient.
b) dac msurrile nu sunt egale ca precizie, dar se cunosc ponderile w
1
,,w
n
, invers proporionale cu dispersiile
erorilor
1
,...,
n
:
, w , , w
n
n
2 2
1
1
1 1

= =
atunci ca estimaie a adevratei valori a a mrimii msurate se ia media aritmetic:
.
w
x w
w w
x w x w
a
n
i
i
n
i
i i
n
n n

=
=
=
+ +
+ +

1
1
1
1 1


Estimaia prin media aritmetic ponderat are aceleai proprieti ca i estimaia prin media aritmetic simpl.
2.2.3 Estimaia de ncredere pentru msurri de egal precizie
Estimaiile de ncredere pentru adevrata valoare a a mrimii msurate se prezint n ipoteza c erorile
aleatoare de msurare se supun unei legi de repartiie normale. De asemenea se consider numai estimaiile de
ncredere simetrice care au forma unei duble inegaliti, numit interval de ncredere.
, x a x a , x a x < < < + < <
unde x este media aritmetic, iar este gradul de precizie.
Gradul de precizie se determin fixndu-se nivelul de ncredere sau siguran-a estimaiei P care de regul se
fixeaz la unul dintre nivelele: 0,95; 0,99; 0,999.
a) estimaie de ncredere n cazul cnd se cunoate precizia msurrii irului
Dac se cunoate eroarea ptratic sau alt caracteristic a preciziei msur-rilor legat de aceasta, atunci
intervalul de ncredere anterior este de forma:
,
n
) P ( t x a

=
unde n este numrul de msurri ale irului, iar valoarea t(P) se determin fixndu-se nivelul de ncredere P cu
ajutorul relaiei:
, P ) t ( = 2
valoarea lui P gsindu-se n tabelul anex II.
Din relaiile intervalului de ncredere rezult gradul de precizie:
.
n
) P ( t :
n
) P ( t x a , x a

= < <
Exemplul 1: se presupune c pentru cele zece msurri ale exemplului din para-graful 2.1.2., tabelul 2.1.1. se
cunoate =0,28. S se estimeze adevrata valoare a mrimii msurate a cu o siguran de P=0,99.
Din tabelul anex II, pentru P=2(t)=0,99, respectiv 1-P=0,01 se gsete t=2,576 media aritmetic a
rezultatelor a fost calculat n 2.1.2. la valoarea 06 36, x = , rezult estimaia de:
23 0 06 36
10
28 0
576 2 06 36 , , a
.
, , a ,
n
) P ( t x a < < <


. , a , : , , a , , : , , a , 29 36 83 35 23 0 06 36 23 0 06 36 23 0 06 36 23 0 < < + < < < <
b) estimaia de ncredere n cazul cnd nu se cunoate precizia msurrilor iru-lui de date
Dac eroarea medie ptratic nu se cunoate, atunci se utilizeaz n locul a-cesteia abaterea standard
empiric s exprimat cu ajutorul abaterii medii ptratice a valorilor irului s
*
:

=
=
n
i
i
*
) x x (
n
s
1
2
1

, ) x x (
n
) x x (
n n
n
s ,
n
n
s s
n
i
i
n
i
i
*

= =

=
1
2
1
2
1
1 1
1 1

care este o estimaie a erorii medii ptratice .
n acest caz, intervalul de ncredere este:
1
1

=

= <
n
n
s s :
n
s
n
s
,
n
s
) k , P ( t x a
*
*

sau:
, n k ,
k
s
) k , P ( t x a
*
1 = <
unde factorul t (P,k) depinde att de nivelul de ncredere P, ct i de numrul msu-rrilor n sau de numrul
gradelor de libertate k. Valorile factorului t(P,k) sunt date n tabelul anex IV pentru diferite valori ale nivelului de
ncredere P i pentru va-lori ale lui k4. Tabelul IV este alctuit cu ajutorul funciei de repartiie Student, adic
funcia de repartiie a raportului.
.
s
n a x

Valorile factorului t(P,k) se determin astfel nct:
. P t
s
n a x
P =
|
|
.
|

\
|
<

Funcia de repartiie a lui Student depinde de parametrul k, ce poart numele de numr de grade de libertate.
n acest caz, numrul gradelor de libertate este le-gat de numrul msurrilor.
Exemplul 2: se reconsider cele zece msurri ale exemplului din tabelul 2.1.1., unde valoarea erorii medii
ptratice este necunoscut. Se cere s se estimeze ade-vrata valoare a mrimii msurate a cu o siguran P=0,99.
Pe baza rezultatelor msurrilor s-au calculat media aritmetic i abaterea me-die ptratic:
. , s , x
*
25 0 , 06 36 = =
Pentru nivelul de ncredere P=0,99 i numrul msurrilor n=10, rezult k=9 i din tabelul IV factorul
t(P,k)=t(0,99;9)=3,250. Intervalul de ncredere pentru estimarea valorii adevrate a este dat de:
. , , a , , , , , a ,
, , a ,
,
, , a ,
k
s
) k , P ( t x a
*
27 0 06 36 27 0 06 36 27 0 06 36 27 0
27 0 06 36
9
25 0
250 3 06 36
+ < < < <
< < <

Rezult c, cu o siguran P=0,99 se poate considera c intervalul urmtor, acoper
adevrata valoare a:
) , ; , ( a 33 36 79 35
. , a , 33 36 79 35 < <
Regula trei sigma (3)
Deoarece alegerea siguranei estimaiei adevratei valori a unei msurri ad-mite un anumit grad de arbitrare,
n practica prelucrri matematice a datelor experi-mentale a cptat o larg rspndire regula 3.
Abaterea adevratei valori a unei mrimi msurate de la media aritmetic a re-zultatelor msurrilor nu
depete cu de trei ori abaterea medie ptratic a erorii a-cestei valori medii.
n acest mod, regula de 3 conduce la intervalul de ncredere:
), ) P ( t ( ,
n
x a 3
3
= <


atunci cnd se cunoate eroarea medie ptratic standard , sau la intervalul de n-credere:
), ) k , P ( t ( .
n
s
x a 3
3
= <
dac este necunoscut.
Intervalul de ncredere are sigurana:
, , , ) ( P 9972 0 49865 0 2 3 2 = = =
conform tabelului anex II i este independent de numrul msurrilor.
Sigurana P a celui de-al doilea interval de ncredere pentru necunoscut:
n
s
x a
3
<
depinde esenial de numrul n al msurrilor, conform tabelului 2.2.3.
Tabelul 2.2.3.
n P n P n P
5 0,960 12 0,988 25 0,944
6 0,970 14 0,990 30 0,955
7 0,976 16 0,991 50 0,996
8 0,980 18 0,992 150 0,997
9 0,983 20 0,993 0,9973
10 0,985

c) estimaie de ncredere pentru cazul cnd se cunoate precizia msurrilor unei serii de date
grupate pe intervale
Atunci cnd se cunoate eroarea medie ptrtic estimarea cu ajutorul inter-valului de ncredere se
poate aplica i la serii de date grupate pe intervale, dac lun-gimea h<1 a intervalului este suficient de
mic.
d) estimaie de ncredere pentru cazul cnd nu se cunoate precizia msurrilor unei serii de date
grupate pe intervale
Dac ns nu se cunoate eroarea medie ptratic , estimarea cu ajutorul in-tervalului de ncredere
anterior:
, n k ,
k
s
) k , P ( t x a ,
n
s
) k , P ( t x a
*
1 = < <
nu mai este valabil. De regul, pentru seria de date grupate pe intervale cu necu-noscut se aplic
regula 3 , cu abaterea standard empiric corectat de ctre Shep-pard:

=
= =
n
i
i
* *
) x x (
n
s ,
h
s s
1
2
2
2
2
2
1
1
.
ns, sigurana unei astfel de estimaii se poate considera acceptabil, P>0,99, numai pentru un
numar de msurri suficient de mare, de ordinul unei sute i chiar mai mare i pentru lungimea h a
intervalului suficient de mic, cel puin de dou, trei ori mai mic dect abaterea medie ptratic a
valorilor s
*
:
.
s
h
*
3 2
<
2.2.4 Estimaii de ncredere prin intervale de ncredere n cazul msurrilor de precizii diferite
Ca i anterior, se admite i aici c rezultatele obinute n urma msurrilor conin numai erori aleatoare care se
supun unei legi de repartiie normale.
a) dac rezultatele irului msurrilor de inegal precizie (x1,,

x
n
) pot fi consi-derate ca medii ale n
serii de msurri de egal precizie, precizia msurrilor ntr-o serie fiind aceeai, iar numrul msurrilor
n fiecare serie este (m1,,m
n
) cunos-cut, atunci intervalul de ncredere al valorii adevrate a a mrimii
msurate este de forma:
,
N
s
) k , P ( t x a <
n care media aritmetic x , numrul total al mrimilor N, abaterea standard empi-ric s i numrul
gradelor de libertate k au expresiile:
, k n , ) x x ( m
n
s , m N , x m
N
x
n
i
i i
n
i
i
n
i
i i
=

= = =

= = =
1
1
1 1
1
2
1 1

iar valorile factorului t(P,k) se iau din tabelul anex IV.
b) dac n plus, se cunoate pentru fiecare serie abaterea medie ptratic de la media aritmetic a seriei:
, x m
m
x , ) x x (
m
s , , ) x x (
m
s
j
m
i
i i
j
j
n
m
i
n i
n
*
n
m
i
i
*

= = =
= = =
1 1
2
1
1
2
1
1
1
1 1 1

atunci se poate realiza o estimaie mai bun de acelai tip cu cea anterioar:
,
N
s
) k , P ( t x a <
ns cu abaterea standard empiric i numrul gradelor de libertate n forma:
. n N k , s m
n N
s
n
i
*
i i
=

=

=1
2
1

Precizia mai ridicat a estimaiei se obine aici ca urmare a numrului mare de grade de libertate, N-
n>n-1, ce intr la numitorul relaiei abaterii standard empirice i n factorul t(P,k).
c) dac pentru rezultatele irului (x1,,x
n
) de inegal precizie se cunosc valorile exacte ale ponderilor
sau rapoartelor acestora:
, w , , w
n
n
2 2
1
1
1 1

= =
unde i2 reprezint dispersia valorii msurate x
i
, atunci intervalul de ncredere pentru adevrata valoare a
a mrimii msurate este de forma:

= =
= =
+
+ +
= <
n
i
i
n
i
i i
n
n n
x
w w , x w
w w w
x w x w
x , s ) k , P ( t x a
1 1
1
1 1
1


( )
( )
, k n ,
n w
x x w
s
n
i
i i
x
=

=

=
1
1
1
2

valorile factorului t(P,k) lundu-se din anexa IV.
2.2.5 Numrul necesar de msurri
Mrind numrul n al seriilor de msurri, chiar n cazul cnd se menine ne-schimbat (nu crete)
precizia sau poate crete sigurana P a intervalului de ncre-dere, sau se ngusteaz intervalul de ncredere
al adevratei valori a mrimii msu-rate:
. n k ,
n
s
) k , P ( t x a ,
n
s
) k , P ( t x a ,
n
) P ( t x a
*
1 = < < <

a) numrul de msurri necesar pentru a atinge gradul de precizie i sigurana (nivelul de ncredere)
P se pot stabili cu anticipaie numai n cazul n care se cu-noate eroarea medie ptratic a msurrilor
care se presupun independente i de egal precizie.
n acest caz numrul necesar de msurri pentru obinerea unui interval de n-credere cu grad de
precizie :
n
) P ( t , x a

= <
i cu un nivel de ncredere P dat se determin din relaia gradului de precizie n:
,
) P ( t
n
2
(


iar factorul t(P) se determin din relaia:
, P ) t ( = 2
cu ajutorul tabelului anex II.
b) dac eroarea medie ptratic a msurrilor nu se cunoate dinainte, ns se cunoate cel puin
ordinul ei de mrime, atunci numrul necesar de msurri se poate determina funcie de nivelul de
ncredere P i din raportul:
,
s
q

=
unde s reprezint abaterea standard empiric, conform tabelului:
q P 0,90 0,95 0,98 0,99 0,999
1,0 5 7 9 11 17
0,5 13 18 25 30 50
0,4 19 27 37 46 74
0,3 32 46 64 78 127
0,2 70 99 139 171 277
0,1 273 387 545 668 1083
0,05 1084 1540 2168 2659 4338

Pentru a garanta obinerea unui interval de ncredere cu sigurana P=0,99 i cu gradul de precizie
=qs=0,1s trebuie efectuate 668 msurri. n practic numrul msurrilor poate fi micorat dac se
procedeaz astfel:
) se efectueaz n numr restrns de msurri (de circa 34 ori mai mic dect cel indicat n tabel);
) pe baza acestui rezultat, meninnd sigurana P i eroarea medie ptratic se calculeaz gradul de
precizie :
.
' n
) P ( t '

=
) se stabilete numrul necesar de msurri n astfel ca micorarea gradului de precizie de ori s
asigure mrirea numrului de msurri de 2 ori, deoarece con-form relaiei numrului necesar de
msurri:
,

t
n
2
|
.
|

\
|
=
este invers proporional cu gradul de precizie:
. ' n n ,
t
' t
' n
n
,
'
2 2
2
1

= = |
.
|

\
|
=
2.3 Compararea valorilor medii
Scopul experimentului este adeseori acela de a vedea dac exist o diferen semnificativ ntre valorile
aceluiai parametru pentru dou obiecte distincte cerce-tate.
Exemplu: se d un obiect (aparat) nou i se constat c valoarea unuia dintre parametrii acestuia difer
de valoarea aceluiai parametru al obiectului (aparatului) similar vechi, ns aceast diferen nu este
suficient de concluident.
n aceast situaie se nate dilema dac nu cumva aceast diferen se datorea-z doar valorilor aleatoare ale
experimentului sau dac n-ar putea fi i alte cauze le-gate de calitatea produselor (n special).
O situaie analoag apare n industrie atunci cnd n condiii diferite de fabri-care a unui produs - pe diferite
utilaje sau diferite tehnologii - la o aceeai valoare nominal a unui parametru se constat c exist o divergen
ntre valorile medii ale acelui parametru. n acest caz este important s se cunoasc dac nu sunt cumva produse
similare, dar de caliti diferite sau exist numai o abatere aleatoare.
Pentru a clarifica dilema dac divergena valorilor unui anumit parametru x de pe dou obiecte este
aleatoare sau semnificativ se efectueaz dou serii de experimente pe cele dou obiecte i pentru fiecare
serie se calculeaz media aritmetic a parametrului:
2 1
x , x .
Problema care apare n acest stadiu este de a decide cnd diferena dintre cele dou medii este suficient de
mare pentru ca s se afirme c deosebirile constatate n calitatea celor dou obiecte nu sunt aleatoare, ci sunt
semnificative. Soluia acestei probleme n termeni referitori la rezultatele msurrilor se d mai jos, admind c
msurrile sunt independente i de egal precizie, cel puin n cazul fiecrei serii, iar funcia de repartiie a erorilor
de msurare aleatoare se presupune a fi normal.
2.3.1 Compararea mediilor cnd se cunosc dispersiile
Se presupune c s-au efectuat n
1
msurri independente de egal precizie ntr-o prim serie de
msurri i n
2
n cea de-a doua i se cunosc dispersiile erorilor n cele dou serii: 12, 22. Compararea
mediilor se face n dou etape:
a) se calculeaz mediile aritmetice
2 1
x , x ale rezultatelor msurrilor celor dou serii;
b) pentru a rspunde la ntrebarea dac diferena dintre cele dou medii aritme-tice este aleatoare sau
semnificativ se calculeaz raportul:
.
n n
x x
t :
n
) P ( t x a
2
2
2
1
2
1
2 1

= <
c) se fixeaz apoi un nivel de ncredere P i corespunztor acestuia din tabelul II se determin valoarea raportului
t(P);
d) concluzii:
) dac valoarea absolut a raportului t, determinat cu relaia precedent, de-pete valoarea t(P) gsit n
tabel: t>t(P) atunci diferena mediilor aritmetice se poate considera ca nefiind aleatoare. Aceast diferen se
numete diferen semni-ficativ cu sigurana concluziei egal cu nivelul de ncredrere P adoptat anterior;
) n caz contrar: t<t(P) nu exist motive s se considere c diferena este semnificativ i deci ea poate fi
considerat ca o abatere aleatoare.
n practic se procedeaz uneori i n modul urmtor:
- se calculeaz raportul t n modul urmtor:
;
n n
x x
t
2
2
2
1
2
1
2 1

+

=
- din tabelul anex II se determin cea mai apropiat valoare t(P) inferioar valorii anterior calculat: t(P)<t.
aceast condiie atest existena unei diferene semnifica-tive pentru cele dou medii aritmetice cu sigurana P.
Dac nivelul P este satisfctor se accept ipoteza existenei unei diferene semnificative, iar n caz cotrar
aceasta se respinge.
Dac nivelul P este nesatisfctor i se menine concluzia c diferena medi-ilor este semnificativ, atunci este
util s se mreasc numrul msurrilor din fie-care serie pentru o mai mare siguran a soluiei problemei.
Dac dispersiile ambelor serii sunt aceleai, atunci raportul anterior devine:
.
n n
x x
t :
2 1
2 1 2 2
2
2
1
1 1
+

= = =


2.3.2 Compararea mediilor n cazul dispersiilor necunoscute
Dac dispersiile erorilor sunt necunoscute atunci compararea mediilor se face numai n ipoteza suplimentar
c dispersiile eroprilor sunt aceleai n ambele serii de msurare. Ipoteza suplimentar sau se accept fr nici o
verificare (de exemplu, atunci cnd cele dou serii de msurare se efectueaz cu acelai aparat) sau se veri-fic
ipoteza (cum vom face ulterior).
Se presupune deci c se efectueaz dou serii de msurri independente de a-ceeai precizie i c n prima
serie s-au efectuat n
1
msurri care au condus la media aritmetic
1
x i dispersia empiric s
1
2
, iar n a doua serie n
2

msurri rezultnd media aritmetic
2
x i dispersia empiric s
2
2
.
( ) ( ) . x x
n
s , x x
n
s , x
x
x , x
x
x
n
i
i
n
i
i
n
i
i
n
i
i

= = = =

= = =
2 1 2 1
1
2
2
2
2
2
1
2
1
1
2
1
1
2
2
1
1
1
1
1
1
1 1 1

Compararea mediilor se face n urmtoarele etape:
a) se calculeaz raportul:
,
n n
s
x x
t
2 1
2 1
1 1
+

=
unde dispersia empiric s este media ponderat a dispersiilor empirice ale seriilor.
) n ( ) n (
s n s n
s ,
) n ( ) n (
s ) n ( s ) n (
s
* *
1 1 1 1
1 1
2 1
2
2 2
2
1 1
2 1
2
2 2
2
1 1
+
+
=
+
+
=
. ) x x (
n
s , ) x x (
n
s ,
n
n
s s ,
n
n
s s
n
i
i
*
n
i
i
* * *

= =
= =

=
2
1
2
2
2
2
1
1
2
1
1
1
2
2
2 2
1
1
1 1
1 1
1 1
b) se fixeaz nivelul de
ncredere P;
c) cu ajutorul tabelului anex II se determin valoarea lui t(P,k) corespunztoare nivelului de ncredere
P adoptat i numrul gradelor de libertate:
. n n ) n ( ) n ( k 2 1 1
2 1 2 1
+ = + =
d) concluzii:
) dac valoarea absolut a raportului t calculat depete valoarea lui t(P,k) din tabel: t>t(P,k) se
poate considera c diferena valorilor medii este semnificativ cu sigurana P;
) n caz contrar, t<t(P,k) diferena se poate considera aleatoare.
Se reamintete i faptul c dac raportul t calculat este numai cu puin mai mic dect t(P,k) pentru o
siguran dat P se recomand mrirea numrului de msurri pentru a obine o concluzie mai sigur
innd seama de faptul c valoarea lui t(P,k) descrete atunci cnd k crete.
2.4 Estimarea preciziei msurrilor
Ca indicator al preciziei msurrilor se valua dispersia 2 sau eroarea medie ptratic . Se admite
c erorile de msurare sunt aleatoare i repartizate normal. Msurarea se presupune independent i de
egal precizie, deci cu aceeai disper-sie.
2.4.1 Estimarea punctual a dispersiei
2

Exist cazurile:
a) dac este dat irul msurrilor (x1,,x
n
) asupra unei mrimi cunoscute (etalon) a, atunci ca estimaie
eficient a dispersiei se ia media ptratelor abaterilor rezul-tatelor msurate de la adevrata valoare a.
; ) a x (
n
s
n
i
i *

=
=
1
2 2 2
1

b) dac este dat irul msurrilor (x1,,x
n
) asupra unei mrimi necunoscute, a-tunci ca estimaie a
dispersiei se ia dispersia empiric:
, x
n
x ; ) x x (
n
s
n
i
i
n
i
i

= =
=

=
1 1
2 2 2
1
1
1

unde x este media aritmetic a rezultatelor msurrilor. Estimaia s2 a dispersiei empirice este
nedeplasat i consistent, ns nu este eficient, ea find numai a-simptotic eficient, adic gradul ei de
mprtiere tinde ctre valoarea minim nu-mai atunci cnd numrul msurrilor crete indefinit;
c) dac cu un acelai aparat asupra unei mrimi necunoscute se fac m serii de msurri n general de
volume diferite:
), x , , x ( , ), x , , x ( , ), x , , x (
n
m
n m n n

1 2
2
12 1
1
11

atunci ca estimaie a dispersiei se ia media ponderat a dispersiei empirice ale se-riilor:
,
) n ( ) n (
s ) n ( s ) n (
s
m
m m
1 1
1 1
1
2 2
1 1 2 2
+ +
+ +
=

unde (n1,,n
m
) sunt numerele de date n seriile de msurri, iar (s12,,s
n
2) disper-siile empirice ale
acestora:
. m , , j , x
n
x , ) x x (
n
s
j
n
i
ij
j
j
j
n
i
j ij
j
j
1
1
1
1
1 1
2 2
= =

=

= =

Aceast estimaie este nedeplasat, consistent i asimptotic eficient, ns permite utilizarea unei cantiti mai
mari de informaie, deci este mai sigur. n ca-zul particular cnd numrul msurrilor este acelai n fiecare serie,
aceast estima-ie ia forma simplificat:
, s
m
m , , j , n n
m
j
j j

=
= = =
1
2 2
1
: 1
adic se ia ca estimaie a dispersiei media aritmetic a dispersiilor empirice ale se-riilor.
d) dac pentru m serii de msurri asupra unei mrimi necunoscute se cunosc nu-mrul de msurri
(n1,,n
m
) i mediile aritmetice ale fiecrei serii (
n
x , , x
1
), dar nu se cunosc valorile x
ij
din serii ale acelei
mrimi, atunci ca estimaie a dispersiei se ia dispersia empiric a mediilor:
, ) x x ( n s
~
m
j
j j
m

=

=
1
2 2 2
1
1

unde mediile aritmetice ale seriilor sunt:


, x n x , m , j , x
n
x
j j
j
n
i
ij
j
n
i
ij
j
j
|
|
.
|

\
|
= = =

= = 1 1
1
1

iar x este media aritmetic ponderat a mediilor seriilor:


. n N , x n
N
x
N
x
m
j
j
m
j
j j
N
i
ij

= = =
= = =
1 1 1
1 1

Aceast estimaie este nedeplasat, consistent, asimptotic eficient atunci cnd numrul seriilor m
crete indefinit.
e) pentru o serie de date grupate pe intervale egale asupra unei mrimi necunos-cute
, hu c x
i i
= =
mrimea dispersiei empirice este o estimaie deplasat a dispersiei, iar depla-sarea ei depinde de
lungimea intervalului h.
2
*
s
Dac lungimea h a intervalului este suficieint de mic (cel mult a zecea parte din ntregul domeniu al
rezultatelor msurrilor), aunci ca estimaie a dispersiei se ia dispersia empiric corectat:
,
h
s
*
12
2
2
2
=
corecia
12
2
h
numindu-se corecia lui Sheppard, care nltur n mare parte depla-sarea, nct aceast
estimaie se poate considera practic nedeplasat.
2.4.2 Intervale de estimaie pentru eroarea medie ptratic
Pentru un numr mare de date msurate, estimaia cu ajutorul unui interval de ncredere simetric a
erorii medii ptratice se scrie sub forma unei estimaii a aba-terii relative a valorii estimate de la
abaterea standard empiric sub forma:
a) q
s
s
q : q
s
s
*
*
*
*
<

< <


); q ( s ) q ( s , q s s q s
* * * * *
+ < < < < 1 1
b) s;
c) S;
d) ; s
~
e) ( ), u u R s ,
R
s
* * 2 2 2
2
2
2
12
=
unde valoarea coeficientului q(P,k) este dat n tabelul anex V, n funcie de nive-lul de ncredere sau de
sigurana estimaiei P i de numrul gradelor de libertate k.
Definiie: numrul gradelor de libertate k reprezint diferena dintre numrul to-tal al rezultatelor
msurrilor prelucrate i numrul relaiilor liniare utilizate ntre a-ceste date, adic numrul gradelor de
libertate depinde de numrul msurrilor i de forma abaterii standard empirice acceptate pentru estimaia
punctual a eroriii medii ptratice .
n cele cinci cazuri considerate la paragraful precedent 2.4.1, abaterea standard empiric i numrul gradelor de libertate
au expresiile din tabelul 2.4.1.

ir de date


Numr serii de date

Cazul
Num
r
etalon
(a)

Mrime
necu-
noscut
(b)

De egal
precizie
(c)
Cu n
j
i
j
x
date i x
j

necunoscut
(d)


O serie de
date grupate
pe intervale
egale
(e)
Abaterea
standard
empiric

s
x

s

S

s
~

12
2
2
R
s
*

Numrul
gradelor
de
libertate

n

n-1

=
=

m
j
j
n N
, m N
1


m-1

n-1
Se evideniaz i urmtoarele dou cazuri particulare:
) pentru un numr al gradelor de libertate k suficient de mare, la estimaia in-tervalului de ncredere a
erorii medii ptratice se poate utiliza i regula 3 n forma similar:
,
k
q ,
k
s
k
s
2
3
2
3
1
2
3
1 =
|
|
.
|

\
|
+ < <
|
|
.
|

\
|

iar sigurana unei astfel de estimaii conform tabelului anex V, depete valorile:
. , q , ,
; , q , ,
; , q , ,
|
|
.
|

\
|
=

= >
|
|
.
|

\
|
=

= >
|
|
.
|

\
|
=

= >
15 0
200 2
3
200 k pentru 995 0
21213204 0
100 2
3
100 k pentru 992 0
30942637 0
47 2
3
47 k pentru 99 0

) pentru un numr mic de date ns, estimaia prin interval simetric de tipul pre-cedent:
a) ); q ( s ) q ( s , q
s
s
* *
*
*
+ < < <

1 1


b) ;
c) ;
d) ;
e) ,
conduce la un interval de ncredere nejustificat de mare ca urmare a unei asimetrii pronunate a repartiiei
abaterii standard empirice s, figura urmtoare:
n consecin, n cazul unui numr mic de msurri se utilizeaz un interval de ncredere simetric
de forma:
2 1 2 1 2 1 2 1
d) c) b) a) z s
~
z s
~
, z S z S , z s z s , z s z s
* *
< < < < < < < <
( )R u u s ,
R
s
* * 2 2 2
2
2
12
e) = ,
unde valorile coeficienilor z1(P,k) i z2(P,k) sunt date n tabelul anex VI, n func-ie de nivelul de
ncredere P i de numrul gradelor de libertate k. Coeficienii z1 respectiv z2 se calculeaz astfel nct
probabilitile inegalitilor: a); b); c); d); e); s fie egale ntre ele, adic pentru un nivel de ncredere fixat
P, probabilitatea fiecreia dintre aceste dou inegaliti s fie egal cu 0,5(1-P), figura 2.4.1.
2.5 Compararea dispersiilor
Atunci cnd se efectueaz msurri n condiii diferite apare necesitatea com-parrii precizieie msurrilor. n
particular apare problema comparrii preciziei de msurare a diferitelor aparate.
Importana comparrii preciziei msurrii este subliniat n special de faptul c intervalele de
ncredere ale erorii medii ptratice
k
se dovedesc a fi mici. De-asemenea, la compararea mediilor s-a
admis c msurrile sunt de egal precizie i deci trebuie i aici verificat egalitatea dispersiilor.
2.5.1 Compararea a dou dispersii
Se parcurg etapele:
a) se admite c n dou serii de msurri asupra unei aceleiai mrimi s-au obi-nut dispersiile empirice
ale datelor.
- s12 pentru numrul gradelor de libertate k1,
- s22 pentru numrul gradelor de libertate k2.
Se face i precizarea c indicele 1 se refer la dispersia empiric cea mai mare, adic ele au fost
ordonate astfel: s12> s22.
b) se admite c n scopul stabilirii unei diferene aleatoare sau semnificative n-tre cele dou dispersii,
se alctuiete raportul dintre dispersia empiric cea mai mare i cea mai mic:
. F
s
s
1
2
2
2
1
> =
c) se alege apoi un nivel de ncredere sau o siguran P=0,95 sau P=0,99 i din tabelul anex VII se afl
valoarea critic a raportului corespunztor numitorilor gradelor de libertate k1 i k2, Fc(P,k1,k2).
d) concluzii:
dac raportul F, calculat pe baza rezultatelor msurrilor este mai mare de-ct valoarea critic,
F>Fc, atunci se consider diferena dintre cele dou dispersii empirice este semnificativ cu sigurana P,
adic dispersia msurrilor este esenial diferit n cele dou serii de msurri.
) n caz contrar, F<Fc, nu sunt suficiente motive pentru o astfel de afirmaie.
Cazul particular este reprezentat de egalitatea dispersiilor.
n mod cu totul similar se procedeaz i la verificarea ipotezei privind egalita-tea dispersiilor. Dac
raportul F calculat pentru dou serii de msurri este mai ma-re dect valoarea critic, F>F
c
, atunci
ipoteza privind egalitatea dispersiilor se res-pinge, n caz cotrar, F<F
c
, aceast ipotez se acccept.
2.5.2 Eliminarea unei dispersii ce difer semnificativ de celelalte
Se presupune c printre m aparate date (respectiv m serii de msurri) s-a des-coperit un aparat
(respectiv o serie de msurri a acestuia) a crui dispersie empiri-c s12 este neateptat de mare fa de
celelalte. Se pune problema s se decid dac se poate considera c deosebirea dintre aceast dispersie
s12 i celelalte este semni-ficativ sau este aleatoare.
Se disting etapele:
a) se efectueaz cu fiecare din cele m aparate supuse verificrii acelai numr de n msurri i numrul
ce calculeaz dispersiile cuprinse de aceste coordonate:
. s s s
m
2 2
2
2
1
> > >
b) se alctuiete acum raportul:
.
s s
s
G
m
1
2 2
1
2
1
<
+
=


c) din tabelul anex VIII se determin valoarea critic a raportului G
c
, pentru dou nivele de ncredere,
P=0,95 i P=0,99, n funcie de numrul m de aparate (respectiv sau serii de msurri) i numrul gradelor
de libertate:
). k , m , P ( G , n k
c
1 =
d) concluzii:
) dac G>G
c
, atunci diferena dintre prima dispersie i celelalte se consider semnificativ, adic
primul aparat (sau prima serie de msurri) este de o precizie mai mic dect celelalte.
) n caz cotrar, G>G
c
, nu exist suficiente argumente pentru aceast afirmaie.
2.6 Verificarea normalitii repartiiei
Estimaiile anterioare, date pe baza intervalelor de ncredere att pentru valo-rile medii ct i pentru dispersii,
au avut la baz ipoteza de normalitate a repartiiei erorilor aleatoare de msurare i pentru acest motiv ele sunt
aplicabile numai atunci cnd rezultatele experimentale respect aceast ipotez. Dac ns rezultatele experimentale
sunt sub semnul ndoielii, normalitatea funciei de repartiie a erori-lor aleatoare, atunci concordana sau
neconcordana cu legea de repoartiie normala trebuie verificat pe baza unui numr de msurri suficient de mare
aplicnd unul din criteriile tratate n cele ce urmeaz.
2.6.1 Criteriul de concordan
2

Se aplic n urmtoarele etape:
a) datele experimentale ce se supun prelucrrii statistice se grupeaz pe intervale inegale, astfel nct
acestea s acopere ntreaga ax real (-,+) i n plus nu-mrul de date din fiecare interval trebuie s fie
suficient de mare (cel puin cinci sau i mai bine zece).
b) pentru fiecare interval (x
i
-1,x
i
) se calculeaz numrul m
i
de rezultate msurate ce conin acest
interval.
c) se calculeaz apoi probabilitatea p
i
de a cdea n intervalul i, n ipoteza de normalitate a repartiiei:

=
t
t
i i
dt e ) t ( ,
S
x x
t
0
2
2
2
1


( ) ( ) |
.
|

\
|
|
.
|

\
|
= =

S
x x

S
x x
t t p
i i
i i i
1
1
-
( ) , x x
n
S , x
n
x
n
i
i
n
i
i

= =

= =
1
2
1
1
1 1
unde: x este media aritmetic a rezultatelor msurrilor, S abaterea stardard empi-ric, iar (t)
probabilitatea integral conform tabelelor anex I i II.
d) n sfrit, se calculeaz suma:
,
np
) p n m (
l
i
i
i i i

=
1
2
2

unde l este numrul tuturor intervalelor (-,x1),,(x
l
-1,), n numrul tuturor msurrilor:
. m m m n
l
i
i l

=
= + + =
1
1

e) apoi, din tabelul anex IX pentru un anumit nivel de ncredere P i numrul gradelor de libertate k, se
determin valoarea critic a raportului
c
2(P,k).
f) concluzii:
dac 2>
c
2, atunci cu sigurana P se poate considera c funcia de repartiie a erorilor aleatoare n
seria de msurri considerat difer de la cea normal.
n caz contrar, 2<
c
2, nu exist suficiente argumente pentru astfel de conclu-zie.
Atunci cnd nu exist suficiente argumente pentru a respinge ipoteza de nor-malitate a repartiiei
erorilor aleatoare de msurare, x

2<
c
2, se accept totui ipoteza de normalitate deoarece n situaiile
obinuite aceast ipotez poate fi adesea fun-damentat teoretic.
Se subliniaz i faptul c chiar o valoare mic a sumei

2 nu poate sluji drept argumentaie a
normalitii de repartiie.
Numrul gradelor de libertate este k=l-3, atunci cnd ambii parametri ai legii normale se estimeaz
pe baza datelor experimentale.
x a = i =S.
*k=l-2, dac se cunoate numai adevrata valoare a, n cazul msurrilor etalon: (a, =S);
*k=l-1, dac se cunosc ambii paranetrii (a, ). Se va mai observa c eficiena criteriului 2 crete
atunci cnd fiecare dintre intervalele de diviziune au czut a-proximativ aceleai date (acelai numr de
date), de acest lucru urmnd s se in seama la gruparea iniial a rezultatelor msurrilor.
Calculul se face tabelar, conform tabelului:

i Intervale
(x
i
-1,x
i
)
m
i
t
i
t
i
p
i
np
i
n
i
-
np
i

i
2

0 1 2 3 4 5 6 7 8
1 (-,x1)

l (x
l
-1,+)

=
l
i 1


n
- -
1,0
- -


2


2.6.2 Repartiia logaritmic normal
Exist situaii cnd ipoteza de normalitate nu este confirmat de rezultatele experimentale, ci,
dimpotriv, este interzis, adic nu este respins de ctre criteriul de concordan

2, iar utilizarea
estimaiilor expuse n acest capitol se poate dovedi ca neconcludent.
Uneori ns se poate determina o anumit transformare f(x) a rezultatelor m-surrii, astfel nct
mrimile msurate transformate y
i
=f(x
i
) s realizeze o repartiie normal. n acest caz, toate proprietile
estimaiilor normale: nedeplasare, consis-ten i eficien pot fi aplicate mrimilor transformate y
i
,
ulterior revenindu-se la mrimile iniiale x
i
.
Pentru exemplificare, exist situaii cnd rezultatele directe x
i
ale msurrilor nu sunt repartizate
normal, dar sunt repartizate normal logaritmic. Aceast situaie apare atunci cnd exist unii factori
comuni ai rezultatelor msurrilor care au un asemenea efect de deplasare proporional a rezultatelor
msurrilor, ceea ce con-duce la o repartiie deplasat a lor. n acest caz se spune c rezultatele msurrii
urmeaz o lege de repartiie logaritmic normal. Se procedeaz dup cum urmea-z:
a) se logaritmeaz rezultatele msurrii:
); e x ( y x
i
y
i , i i
= = ln
b) se estimeaz centrul repartiiei variabilei logaritmate Y:
); e e ( , y
n
y b MY
y b
n
i
i
= =

=1
1

c) rezult urmtoarea estimaie a valorii medii a variabilei aleatoare msurate x:
. x e , x ) x x ( ) e e ( e e e
n
n
i
i
b
n
n
i
i
n
n
n n
y
i
y
n
i
i
y
n
y b

= =
=
= = = =

1 1
1
1
1
1
1

Rezultatul obinut demonstrez faptul c, n acest caz, estimaia este media geometric a rezultatelor msurrii i nu
media aritmetic a acestora.
d) intervalul de ncredere pentru centrul repartiiei variabilei aleatoare logarit-mate Y este de forma:
,
n
t y b
n
t y ,
n
t y b
n
t ,
n
t y b

+ < < < < <
care conduce la urmtorul interval de ncredere pentru valoarea medie a variabilei aleatoare msurate x:
.
n
t x b
n
t x , e x e e x
n
n
i
i
n
n
i
i
n
t
n
n
i
i
b n
t
n
n
i
i
|
|
.
|

\
|
+ < <
|
|
.
|

\
|
< <

= = =

=


1 1 1 1
ln ln
n sfrit, pentru un numr n mare de msurri, exponenialele
n
t
e

se dez-volt n serie i se rein doar


primii doi termeni ai dezvoltrii:
, 1
n
t
e
n
t

=
iar intervalul de ncredere anterior ia forma simplificat:
. 1 1
1 1
|
|
.
|

\
|
+ < <
|
|
.
|

\
|


= =
n
t
x e
n
t
x n
n
i
i
b
n
n
i
i


DETERMINAREA PARAMETRILOR FORMULELOR EMPIRICE PRIN
METODA CELOR MAI MICI PTRATE
3.1 Metoda celor mai mici ptrate
3.1.1 Principiul metodei
Dependena funcional a unei variabile y fa de o alta x poate fi studiat pe cale experimental,
efectundu-se o serie de msurri asupra variabilei indepen-dente x. Rezultatul msurrilor se prezint sub forma
unui tabel sau sub form grafic.
Tabelul 3.1
x x
1
x
i
x
N
y y
1
y
i
y
N

Problema ce apare n acest caz este de a gsi reprezentarea analitic a depen-denei funcionale cutate, adic
de a se afla o formul, care s descrie rezultatele experimentale.
Particularitile acestei probleme constau n faptul c existena erorilor alea-toare de msurare face
nerezonabil alegerea unei astfel de formule care s descrie exact toate valorile experimentale. Cu alte cuvinte,
graficul funciei cutate nu pote s treac prin toate punctele din figura 3.1.1, ci printre aceste puncte, ns cu aba-
teri minime fa de ele. Desigur, pentru ca aceste abateri s fie ct mai mici este ne-cesar ca numrul msurrilor
efectuate s fie ct mai mare, adic informaia asupra dependenei funcionale cutate s fie ct mai abundent.
De exemplu, pentru a construi analitic o dreapt este suficient s fie cunoscute dou puncte (x
1
,y
1
) i (x
2
,y
2
) de
pe aceasta. Experimental ns, n privina erorilor aleatoare, pentru aceeai dreapt sunt necesare mult mai multe
puncte.
Formula empiric ce urmeaz s reprezinte rezultatele experimentale se alege dintr-o mulime de formule
analitice, astfel:
), x ( h a y , c ae y , a x a x a y , b ax y
bx n
n
+ + = + = + + + = + = sin
0 1

n consecin, problema determinrii funciei analitice care s reprezinte date-le experimentale const n
determinarea parametrilor (a,b,c,) ai formulei alese, n timp ce tipul formulei este deja cunoscut, ca urmare a unor
considerente teoretice fizice (se cunoate relaia fizic) sau dup forma grafic a rezultatelor experimen-tale.
Se noteaz dependena funcional aleas, f(x,a
o
,,a
n
), cu indicarea deci a variabilei independente, precum i
a tuturor parametrilor ce intr n aceast depen-den.
Parametrii (a
o
,,a
n
) nu pot fi determinai exact pe baza valorilor empirice (x
1
,y
1
),,(x
N
, y
N
) ale
funciei,deoarece aceste valori conin erori aleatoare. n conse-cin, se pune problema determinrii doar a unor
estimaii suficient de bune ale pa-rametrilor cutai.
Metoda celor mai mici ptrate permite s se obin estimaii nedeplasate i consistente ale tuturor parametrilor
(a
o
,,a
n
).
n cele ce urmeaz, se presupune c msurrile asupra umtoarelor valori: (x
1
,y
1
),,(x
N
,y
N
) ale funciei sunt
independente i c erorile de msurare ale acestora au o repartiie normal.
3.1.2 Formularea matematic a metodei celor mai mici ptrate
Dac toate valorilor msurrilor (x
1
,y
1
),,(x
N
,y
N
) ale funciei au fost efectuate cu aceeai precizie, atunci
estimaiile parametrilor (a
0
,,a
n
) ai funciei f se deter-min cu condiia ca suma ptratelor abaterilor valorilor
msurate y
i
de la cele cal-culate f(x
i
,a
0
,,a
n
) s ia valoarea minim:
) a , , a , x ( f y z , z ) a , , a , x ( f y
n i i i i n i i

0 0
= + =
| | ) a , , a ( S ) a , , a , x ( f y S
n min
N
i
n i i

0
1
2
0
= =

=
.
Dac ns msurrile s-au fcut cu dispersie diferite (de precizie inegal), ns se cunosc rapoartele dispersiilor,
atunci suma anterioar este echivalent cu suma ponderat a ptratelor abaterilor, atunci suma anterioar se
nlocuiete cu:
| | ), a , , a ( S w ) a , , a , x ( f y S
n min i
N
i
n i i

0
1
2
0
= =

=

unde factorul w
i
este ponderea msurrilor, fiind invers proporional cu dispersia:
.
1
, ,
1
2 2
1
1
N
N
w w

= =
Deasemenea, dac msurrile valorilor funciei au fost fcute cu aceeai pre-cizie, ns pentru fiecare valoare a
variabilei independente x
i
s-a efectuat o serie de m
i
msurri, iar y
i
este media aritmetic a rezultatelor msurrilor
dintr-o serie, a-tunci ca ponderi ale msurrilor se poate lua numrul de msurri ale seriei:
. , , 1 , N i m w
i i
= =
Condiia de minim formulat se menine i pentru determinarea estimaiilor parametrilor unei funcii de mai
multe variabile, astfel:
| | ). a , , a ( S w ) a , , a , y , x ( f z S : ) y , x ( f z
n min i
N
i
n i i i

0
1
2
0
= = =

=

Determinarea valorilor parametrilor (a
o
,,a
n
) care conduc la cea mai mic valoare a sumei,
, ) ,a , a ( S S
n min min

0
=
const n rezolvarea sistemului celor (n+1) condiii necesare de extrem:
.
a
S
a
S
n
0
0
=

= =


Dac dependena funcional y=f(x,a
0
,,a
n
) este liniar n raport cu parame-trii (a
0
,,a
n
), atunci sistemul
condiiilor necesare de extrem este de asemenea lini-ar. Cum soluia unui sistem de ecuaii neliniare, rezult c
exist ntotdeauna inte-resul de a transforma formula empiric astfel nct aceasta s devin o funcie linia-r de
parametrii si. De exemplu, dac funcia aleas este:
, ) x ( h a y + + = sin
a, h i necunoscui i cu parametrii cunoscut atunci se recomand s se scrie a-ceast funcie sub forma:
, cos , sin , sin cos
sin cos cos sin


h c h b x c x b a y
x h x h a y
= = + + =
+ + =

i s se determine cu ajutorul metodei celor mai mici ptrate parametrii a, b, c, iar apoi pe baza acestora s se
calculeze parametrii h i .
.
c
b
h c b
tg
2 2 2
=
= +

n continuare se expune metoda celor mai mici ptrate pentru determinarea parametrilor unei funcii exprimat
liniar de aceti parametri.
3.2 Determinarea parametrilor polinoamelor
3.2.1 Determinarea parametrilor unui polinom de gradul nti
Un polinom de gradul nti se reprezint grafic printr-o dreapt care potae fi determinat analitic prin dou
puncte, un punct i panta dreptei sau ordonata la ori-gine i panta.
a)
1 2
1
1 2
1
2 2 2 1 1 1
x x
x x
y y
y y
: ) y , x ( M ), y , x ( M


b) ) x x ( m y y ), x x (
x x
y y
y y : m ), y , x (
1 1 1
1 2
1 2
1 1 1 1
=

= M . const
x x
y y
m = =

= tg
1 2
1 2

c) (
1 1 1 1
mx y n , n mx y ), mx y ( mx y : ) n , m = + = + =
. m arctg =
1) dreapta pentru puncte oarecare
Se consider date irul valorilor experimentale (x
1
,y
1
),,(x
N
,y
N
) i dreapta (c) definit de pant i ordonata la
origine (m,n):
. n mx y : ) c ( + =
Se alctuiete suma ptratelor abaterilor valorilor msurate de la cele calculate cu ecuaia (c) i se impun acesteia
condiiile necesare de extrem.
n raport cu parametrii m i n:
,
n
S
m
S
), n , m ( S ) n mx y ( S
min
N
i
i i
0
1
2
=

= =

=

respectiv:
. ) n mx y ( , x ) n mx y (
N
i
i i
N
i
i i i
0 2 0 2
1 1
= =

= =

Se nmulesc aceste relaii cu factorul
N
w
i
i rezult:
0
1
0
1
1 1 1 1 1
2
1
= =

= = = = = =
N
i
i
N
i
i i
N
i
i i
N
i
i i
N
i
i i
N
i
i i i
w
N
n
w x
N
m
w y
N
, w x
N
n
w x
N
m
w y x
N

0 0
2
= = n x m y , x n x m y n
unde mediile au expresiile:
, w x
N
x , w y
N
y , w x
N
x
N
i
i i
N
i
i i
n
i
i i
= = =
= = =
1
2 2
1 1
1 1 1

. N w , w y x
N
xy
N
i
i
N
i
i i i
= =

= = 1 1
1

Dac msurrile au toate aceeai precizie, rezult:
. y x
N
xy , x
N
x , y
N
y , x
N
x : w w
N
i
i i
N
i
i
N
i
i
N
i
i N
= = = =

= = = = = =
1 1
2 2
1 1
1 1
1 1 1 1

Din ultima condiie de extrem se obine ordonata la origine:
. x m y n =
n continuare, se introduce aceast valoare n ecuaia dreptei dat prin pant i ordonata la origine:
. ) x x ( m y y , x m y mx y = + =
Aceast ecuaie, comparat cu ecuaioa dreptei date de un punct i panta sa, demonstreaz faptul c ntotdeauna
dreapta trece prin punctul avnd drept coordo-nate mediile aritmetice ale coordonatelor punctelor date ( ) , y x M .
n sfrit, din prima condiie necesar de extrem se rezolv i panta dreptei:
( ) .
x x
y x xy
m : x x m y x xy , x x m y x m xy
2
2
2
2 2
0

= |
.
|

\
|
= =
Calculul se face tabelar:

i
i
x

i
y

2
i
x
2
i
y
N

=
N
i
N
1
1


x

y

xy

2) dreapta pentru origine i scri convenabil alese
Printr-o schimbare a originii de calcul i o alegere a scrilor pe cele dou axe ale reperului Oxy, adic printr-o
transformare liniar de forma:
,
h
y y
v ,
h
x x
u , v h y y , hu x x
i
i
i
i i i i i
1
0 0
1 0 0

=

= + = + =
parametrii funciei liniare se obin cu ajutorul relaiilor:

= = = = =
= = + = + = + =
N
i
i i
N
i
i
N
i
i
N
i
N
i
i
w u
N
u
N
u , u h x u
N
h
x
N
) hu x (
N
x
1 1
0
1 1
0
1
0
1 1 1 1


= = = = =
= = + = + = + =
N
i
i i
N
i
i
N
i
i
N
i
N
i
i
w v
N
v
N
v , v h y v
N
h
y
N
) v h y (
N
y
1 1
1 0
1
1
1
0
1
1 0
1 1 1 1


= = = =
+ + = + + =
N
i
i
N
i
i
N
i
i
N
i
i
v h x
N
y hu
N
y x
N
) v h y ( ) hu x (
N
y x
1
1 0
1
0
1
0 0 1 0
1
0
1 1 1 1

uv hh v h x u hy y x v h hu
N
N
i
i i 1 1 0 0 0 0
1
1
1
+ + + = +

=

2 2
0
2
0
1
2 2
1
0
1
2
0
1
2
0
2
2
1
2
1 1 1
u h u h x x u h
N
hu x
N
x
N
) hu x (
N
x
N
i
i
N
i
i
N
i
N
i
i
+ + = + + = + =

= = = =
.
u u
v u uv
h
h
u h u h x x u h u h x x
v h u h u hy v h x y x uv hh v h x u hy y x
m
2 2
1
2 2
0
2
0
2 2
0
2
0
1 0 1 0 0 0 1 1 0 0 0 0
2 2

=
+ +
+ + +
=
Alegerea convenabil a originii de calcul (x0,y0) i a scrilor pe axe (h,h
1
) poate simplifica considerabil calculele
numerice.
Pentru verificarea calculelor, acestea se repet cu o nou origine de calcul.
3) dreapta pentru puncte echidistante
Cele mai simple calcule se obin atunci cnd valorile variabilei independente x
i
se aleg echidistante:
), N , , i ( ., ct h x x
i i
1 1
1
= = =
+

iar msurarea valorilor funciei se face cu aceeai precizie. n acest caz este convenabil s se
exprime valorile variabilei independente lund ca origine mijlocul do-meniului acestora, respectiv media
aritmetic:
,
x x
x
N
2
1
+
=
fa de care unei noi variabile independente x
i
i corespunde un numr ntreg 0,5(N-1) de pai, h, pentru
un numr impar de date experimentale i un numr ntreg N-1 de jumti de 0,5h, pentru un numr par
de date.
Polinomul de gradul nti,
, ) x x ( m y y =
se scrie n acest caz n forma echivalent:
.
h
x x
u , mhu y y ,
h
x x
mh y y

= + =

=
n continuare se alctuiete suma ptratelor abaterilor valorilor msurate de la cele calculate i se impun
condiiile necesare de extrem pentru aceasta n raport cu parametrul polinomului:
0 2 0
1 1
2
= =

= =

= =
N
i
i i i min
N
i
i i
u ) mhu y y ( ,
mh
S
), mh ( S ) mhu y y ( S
.
u
u y y u
mh u mh u y y u
N
i
i
N
i
i
N
i
i i
N
i
i
N
i
i
N
i
i i



=
= =
= = =

= + =
1
2
1 1
1
2
1 1
:
) pentru un numr impar de date experimentale
,
N
m : m N |
.
|

\
| +
= =
2
1
1 2
originea pentru noua variabil u
i
va fi:
=

+ =
+ +
=
+
= h
N
x
h ) N ( x x x x
x
N
2
1
2
1
2
1
1 1 1

, x h ) m ( x h
m
x
m
= + =

+ = 1
2
1 1 2
1 1
iar valorile noii variabile independente exprimate fa de noua origine sunt numerele:
m ) m (
h
h ) m ( x ) ( x
h
x x
u = =
+
=

= 1 1
1 1 1
1 1 1
1

m ) m (
h
h ) m ( x ) ( x
h
x x
u = =
+
=

= 2 2
1 1 2
1 1 2
2


| | 1 1
1 1 1
1 1 1
1
= =
+
=

) m ( m
h
h ) m ( x ) m ( x
h
x x
u
m
m

0
1 1
1 1
= =
+
=

= m m
h
h ) m ( x ) m ( x
h
x x
u
m
m


2 1
1 1 1
1 1 1
1
= =
+
=

m m N
h
h ) m ( x h ) N ( x
h
x x
u
N
N

. m m m m N
h
h ) m ( x h ) N ( x
h
x x
u
N
N
1 1 2
1 1
1 1
= = =
+
=

=
Sau n general:
. , , 1 , N i m i u
i
= =
Noua variabil u
i
va lua deci valorile:
. )} m ( ), m ( , , , , , ), m ( ), m ( { u
i
1 2 1 0 1 2 1 =
Se calculeaz acum i sumele:
0 1 2 1 0 1 2 1
1
= + + + + =

=
) m ( ) m ( ) m ( ) m ( u
N
i
i

|
.
|

\
| + +
= + + + =

=
6
1 2 1
2 1
2 2 2
1
2
) n )( n ( n
n i
N
i

| | =
+
= + + + + =

=
6
1 2 2 1
2 1 2 1 2 0
2 2 2 2
1
2
) m ( m ) m (
) m ( ) m ( u
N
i
i

,
) N ( N
) N ( H , H
N ) N )( N ( ) m ( m ) m (
12
1
: unde
2 2 3
1 1
3
1 2 1
2
1 1

= =

+
=

=
+ + + + = =

= =

1 2 1
1 1
1 2 1 1
m
N
i
i
N
i
i i
y ) m m ( y ) m ( y ) m ( y ) m ( y u
= + + + + + +
+ N N m m
y ) m N ( y ) m N ( y ) m m ( y ) m m (
1 1
1 1
+ + + + + =
+ 1 1 1 2 1
2 0 2 1
N m m m
y ) m ( y y y y ) m ( y ) m (
). y y ( ) y y )( m ( ) y y )( m ( y ) m (
m m N N N 1 1 2 1 1
2 1 1
+
+ + + = +
Rezult, de asemenea, i parametrul mh:
+ + + =

= =
+ +
=
=
=

) y y ( ) y y (
H
mh ,
H
y ) m i (
u
y u
mh
m m m m
N
i
i
N
i
i
N
i
i i
2 2 1 1
1 1
1
1
2
1
2 [
1

. ) y y )( m ( ) y y )( m (
N N
] 1 2
1 2 1
+ +


) pentru un numr par de date experimentale
,
2
, 2 |
.
|

\
|
= =
N
m m N
originea pentru exprimarea noii variabile independente u
i
va fi n acest caz:
=

+ =
+ +
=
+
= h
N
x
h ) N ( x x x x
x
N
2
1
2
1
2
1
1 1 1

,
h
x
h
x
h
h ) m ( x
h
mh x h
m
x
m m
2 2 2
1
2 2
1 2
1 1 1 1
= + = + + = + =

+ =
+
iar valorile variabilei independente u
i
fa de aceast origine vor fi i aici numerele:
= |
.
|

\
|
=

+
=

=
2
1
2
1 2
2
1
2
1
1 1
1 1
1
1
m
m N
h
h
N
x ) ( x
h
x x
u
2
1
1
2
1
1 = |
.
|

\
|
+ = m m
( )
=

+
=

=
2
1 2
1
2
1
1
2
1
1 2
1 1
2
2
m N
h
h
N
x x
h
x x
u
2
1
2
2
1
2 1 1
2
1
= |
.
|

\
|
+ = |
.
|

\
|
= m m m

=

+
=

2
1
2
2
1
1 1
1 1
1
1
N
m
h
h
N
x ) m ( x
h
x x
u
m
m

2
1
1
2
1
1 2
2
1
2
1 2
2 =
(

+ = |
.
|

\
|
+ =

= m m ) m ( m m m
m
m
=

+
=

=
2
1
1
2
1
1
1 1
N
m
h
h
N
x ) m ( x
h
x x
u
m
m

2
1
2
1
1
2
1
2
1 2
1 = |
.
|

\
|
+ = |
.
|

\
|
+ =

= m m m m m m
m
m
=

+ +
=

=
+
+
2
1 2
2
1
2
1
1 1
1 1
1
1
m
m
N
m
h
h
N
x ) m ( x
h
x x
u
m
m

2
1
1
2
1
+ = + = m m m m

=

+
=

2
1
2
2
1
1 1
1 1
1
1
N
N
h
h
N
x ) N ( x
h
x x
u
N
N

2
1
1
2
1
2
2
1 2
2 = + =

= m N m N
m
N
=

+
=

=
2
1
1
2
1
1
1 1
N
N
h
h
N
x ) N ( x
h
x x
u
N
N

. m N m N
m
N
2
1
2
1
1
2
1 2
1 = + =

=
Sau, n general:
. , , 1 ,
2
1 2
2
1
N i
N i
m i u
i
=

= =
Noua variabil independent u
i
va lua deci valorile:
( )

|
.
|

\
|
+
(

+ |
.
|

\
|
+ |
.
|

\
|
+ = m m , m m , , m , m u
i
2
1
2
1
1
2
1
2
2
1
1 ,
)
`

|
.
|

\
|
|
.
|

\
|
|
.
|

\
|
+
2
1
2
1
1
2
1
1 m N , m N , , m m
( )

|
.
|

\
|
+
(

+ |
.
|

\
|
+ |
.
|

\
|
+ = , m m , m m , , m , m u
i
2
1
2
1
1
2
1
2
2
1
1
=
)
`

|
.
|

\
|
+ |
.
|

\
|
+
(

+ |
.
|

\
|
+
2
1
1
2
1
2
2
1
1
2
1
m , m , , ) m ( m , m m
. m , m , , ,
)
`

|
.
|

\
|
+ |
.
|

\
|
+ =
2
1
1
2
1
2
2
3
2
1

n continuare, se calculeaz sumele:
( ) + |
.
|

\
|
+
(

+ |
.
|

\
|
+ |
.
|

\
|
+ =

=
2
1
2
1
1
2
1
2
2
1
1
1
m m m m m m u
N
i
i

0
2
1
1
2
1
2
2
1
1 2
2
1
1 1 = |
.
|

\
|
+ + |
.
|

\
|
+ + + |
.
|

\
|
+ + + |
.
|

\
|
+ + + m m m m m m
=
(
(

|
.
|

\
|
+ + |
.
|

\
|
+ + + |
.
|

\
|
+ + |
.
|

\
|
+ + |
.
|

\
|
=

=
2 2 2 2 2
1
2
2
1
1
2
1
2
2
1
2
2
1
1
2
1
2 m m u
N
i
i

+ +
(
(

|
.
|

\
|
+ + +
(
(

|
.
|

\
|
+ + + |
.
|

\
|
=
2
2
2
2
2
2
1
2
1
2 2 2
2
1
2
1
2 1
2
1
2
=

(
(

|
.
|

\
|
+ + +
(
(

|
.
|

\
|
+ + +
2
2
2
2
2
1
2
1
1 2 1
2
1
2
1
2 2 2 ) m ( ) m ( ) m ( ) m (
| | | + + + + + + + + + + |
.
|

\
|
= ) m ( ) m ( ) m ( 2 2 1 2 1 2 2 1 2
2
1
2
2 2 2 2
2

| | |


=

=
= + + |
.
|

\
|
+ = |
.
|

\
|
+ +
1
1
1
1
2
2 2
2 2
2
1
1 2 2
2
1
1 2 1
m
i
m
i
i i ) m ( ) m ( ) m (


=

=
+ + |
.
|

\
|
=
1
1
1
1
2
2
2 2
2
1
m
i
m
i
i i N
|
.
|

\
| +
=

=
2
1
1
) n ( n
i
n
i

=
+
+
+ +
+ |
.
|

\
|
=

=
2
1 1 1
2
6
1 2 2 1 1 1
2
2
1
2
1
2
) m )( m ( ) m )( m )( m (
N u
N
i
i

=
+ +
= |
.
|

\
|
+
|
.
|

\
|

+ =
12
2 3 2 1 3
2
1
2 3
1
2
1
2
4
) N ( N ) N )( N ( N N N N
) N (
N N
N
) N ( H
) N ( N ) N N N N ( N
1
2 2
12
1
12
6 3 2 2 3
=

=
+ + +
=
+ + |
.
|

\
|
+ |
.
|

\
|
= |
.
|

\
|
=

= =

2 1
1 1
2
1
2
2
1
1
2
1
y m y m y m i y u
N
i
i
N
i
i i

+ |
.
|

\
|
+ + |
.
|

\
|
+ |
.
|

\
|
+
+ 1 1
2
1
1
2
1
2
1
1
m m m
y m m y m m y m m
= |
.
|

\
|
+ |
.
|

\
|
+ + |
.
|

\
|
+ +
+ N N m
y m N y m N y m m
2
1
2
1
1
2
1
2
1 2

( )
(

+ |
.
|

\
|
+ |
.
|

\
|
+ =
1 2 1
2
1
1
2
1
2
2
1
1
m
y m m y m y m
+ + |
.
|

\
|
+ + + |
.
|

\
|
+ + |
.
|

\
|
+
+ +

2 1
2
1
1
2
1
2
1
m m m
y m m y m m y m m
+ = |
.
|

\
|
+ + |
.
|

\
|
+ +
+ + 2 1 1
2
3
2
1
2
1
1
2
1
2
m m m N N
y ( ) y y ( y m y m
). y y ( m ) y y ( m ) y
N N m 1 2 1 1
2
1
1
2
1
2 |
.
|

\
|
+ + |
.
|

\
|
+ + +


n sfrit, parametrul mh devine:
( )
,
N H
y m i
u
y u
mh
N
i
i
N
i
i
N
i
i i
1
1
1
2
1
2
1

=
=
=
|
.
|

\
|

= =
( )

|
.
|

\
|
+ + + + =
+ + 1 1 2 1
1
2
1
2
2
3
2
1 1
N m m m m
y ( m ) y y ( ) y y (
N H
mh
. ) y y ( m ) y
N (

(
|
.
|

\
|
+ +
1 2
2
1
1
Calculul se face tabelar:

1 2 = m N
Puncte
Valorile
funciei
y
i

m i
i
y ) m i (

N
m
m
m

1
1
1
+


N
m
m
m
y
y
y
y
y

1
1
1
+


1
0
1
1

m
m


N
m
m
y ) m (
y
y
y ) m (
1
0
1
1
1
1


) y y )( m (
) y y (
N
m m
1
1 1
1
1

=
N
i
i
y
1

=

N
i
i
y ) m i (
1

=

N
i
i
y ) m i (
1



m N 2 =
Puncte
Valorile
funciei
y
i
2
1
m i
i
y m i |
.
|

\
|

2
1


N
m
m
m

1
1
1
+


N
m
m
m
y
y
y
y
y

1
1
1
+


2
1
2
1
1
2
1
2
1
1
2
1
1

+



m N
m m
m m
m m
m


N
m
m
m
y m N
y m m
y m m
y m m
y m
|
.
|

\
|

|
.
|

\
|
+
|
.
|

\
|

|
.
|

\
|

|
.
|

\
|

+

2
1
2
1
1
2
1
2
1
1
2
1
1
1
1
1


1
1
2
1
1
2
1
y )
y ( m
) y y (
N
m m

|
.
|

\
|
+

=
N
i
i
y
1

=
|
.
|

\
|

N
i
i
y m i
1
2
1

=

N
i
i
y ) m i (
1

3.2.2 Determinarea parametrilor unui polinom de gradul doi
Fie polinomul de gradul doi n forma general:
c bx ax y + + =
2

i irul rezultatelor experimentale:
). y , x ( , ), y , x (
N N

1 1

Se formeaz i aici suma ptratelor abaterilor valorilor msurate de la cele cal-culate:
). c , b , a ( S ) c bx ax y ( S
min
N
i
i i i
= =

=1
2 2

Condiiile necesare de extrem pentru suma S se scriu:
; ) c bx ax y ( :
c
S
b
S
a
S
N
i
i i i
0 2 0
1
2 2
= =

=

. ) c bx ax y ( ; x ) c bx ax y (
N
i
i i i
N
i
i i i i
0 2 0 2
1
2
1
2
= =

= =

Sau nc, dup nmulire cu
N
w
i
:
, w
N
c
w x
N
b
w x
N
a
w y
N
w x
N
c
w x
N
b
w x
N
a
w y x
N
w x
N
c
w x
N
b
w x
N
a
w y x
N
N
i
i
N
i
i i
N
i
i i
N
i
i i
N
i
i i
N
i
i i
N
i
i i
N
i
i i i
N
i
i i
N
i
i i
N
i
i i
N
i
i i i
0
1
0
1
0
1
1 1 1
2
1
1 1
2
1
3
1
1
2
1
3
1
4
1
2
=
=
=



= = = =
= = = =
= = = =

respectiv:
, y c x b x a ; y x x c x b x a ; y x x c x b x a = + + = + + = + +
2 2 3 2 2 3 4

unde mediile au expresiile:
, w x
N
x , w x
N
x , w x
N
x , w x
N
x
N
i
i i
N
i
i i
N
i
i i
N
i
i i
= = = =
= = = =
1 1
2 2
1
3 3
1
4 4
1 1 1 1
. w y
N
y , w y x
N
y x , w y x
N
y x , w
N
N
i
i i
N
i
i i i
N
i
i i i
N
i
i

= = = =
= = = =
1 1 1
2 2
1
1 1 1
1
1
Similar, dac msurrile au toate aceeai precizie, relaiile mediilor se simpli-fic:
, x
N
x , x
N
x , x
N
x , x
N
x
N
i
i
N
i
i
N
i
i
N
i
i
= = = =
= = = =
1 1
2 2
1
3 3
1
4 4
1 1 1 1

. y
N
y , y x
N
y x , y x
N
y x
N
i
i
N
i
i i
N
i
i i
= = =
= = =
1 1 1
2 2
1 1 1

n sfrit, se rezolv parametrii a, b, c din sistemul liniar:
.
x x
x x x
x x x
y x x
y x x x
y x x x
c ,
x x
x x x
x x x
y x
x y x x
x y x x
b ,
x x
x x x
x x x
x y
x x y x
x x y x
a
1 1
1
1
1
2
2 3
2 3 4
2
2 3
2 3 4
2
2 3
2 3 4
2
3
2 2 4
2
2 3
2 3 4
2
2 3 2
= = =

a) polinomul de gradul doi pentru origine i scri alese convenabil
Ca i la polinomul de gradul nti, calculele pot fi simplificate, alegndu-se convenabil originea de
calcul i scrile pe axele de coordonate:
h
y y
v ,
h
x x
u , hv y y , hu x x
i
i
i
i i i i i
0 0
0 0

=

= + = + =
prezint mediile:

= = = =
= + = + = + =
N
i
i
N
i
i
N
i
N
i
i
u
N
u , u h x u
N
h x
N
) hu x (
N
x
1
0
1 1
0
1
0
1 1 1 1


= = = =
= + = + = + =
N
i
i
N
i
i
N
i
N
i
i
v
N
v , v h v v
N
h y
N
) u h y (
N
y
1
1 0
1
1
1
0
1
1 0
1 1 1 1

= + + = + =

= = = =
N
i
i
N
i
i
N
i
N
i
i
u h
N
h x
N
x
N
) hu x (
N
x
1
2 2
1
0
1
2
0
1
2
0
2
1
2
1 1 1

2 2
0
2
0
2 u h u h x x + + =
+ + + = + =

= = = =
N
i
i
N
i
i
N
i
N
i
i
u h x
N
hu x
N
x
N
) hu x (
N
x
1
2 2
0
1
2
0
1
3
0
1
3
0
3
3
1
3
1 1 1

3 3 2 2
0 0
3
0
1
3 3
3 3
1
u h u h x u h x x u h
N
N
i
i
+ + + == +

=

+ + + = + =

= = = =
N
i
i
N
i
i
N
i
N
i
i
u h x
N
hu x
N
x
N
) hu x (
N
x
1
2 2 2
0
1
3
0
1
4
0
1
4
0
4
6
1
4
1 1 1

4 4 3 3
0
2 2 2
0
3
0
4
0
1
4 4
1
3 3
0
4 6 4
1
4
1
u h u h x u h x u h x x u h
N
u h x
N
N
i
i
N
i
i
+ + + + = + +

= =
= + + + = + + =

= =
N
i
i i i i
N
i
i i
) v h hu v h x y hu y x (
N
) v h y )( hu x (
N
y x
1
1 1 0 0 0 0
1
1 0 0
1 1

uv hh v h x u hy y x
1 1 0 0 0 0
+ + + =
= + + + = + + =

= =
N
i
i i i
N
i
i i
) v h y )( u h hu x x (
N
) v h y ( ) hu x (
N
y x
1
1 0
2 2
0
2
0
1
1 0
2
0
2
2
1 1

= + + + + + =

=
N
i
i i i i i i i
) v h u h v h hu x v h x y u h hu y x y x (
N
1
1
2 2
1 0 1
2
0 0
2 2
0 0 0
2
0
2 2
1

. v u h h uv hh x v h x u y h u h y x y x
2
1
2
1 0 1
2
0
2
0
2
0 0 0
2
0
2 2 + + + + + =
Cu aceste medii se calculeaz parametrii a, b, c.

b) polinomul de gradul doi pentru puncte simetrice fa de media x
O simplificare i o precizie corespunztoare a calculelor se realizeaz printr-o planificare a experimentului
pentru care se anuleaz sumele de grad impar:
. v ) x x ( w ) x x (
N
i
i i
N
i
i i
0
1
3
1
= =

= =

Se demonstreaz c, n cazul msurrilor de egal precizie, pentru realizarea acestor condiii este suficient
s se msoare valorile funciei y n punctele situate si-metric fa de media aritmetic x . n acest caz se recomand
ca polinomul de gra-dul doi s fie scris sub forma:
.
w
w x
x , c ) x x ( b ) x x ( a y
N
i
i
N
i
i i

=
=
= + + =
1
1 2

Se formeaz suma ptratelor abaterilor valorilor msurate de la cele calculate i se impune condiia ca aceasta s fie
minim n raport cu parametrii funciei:
| | ). c , b , a ( S c ) x x ( b ) x x ( a y S
min
N
i
i i i
= =

=1
2

Condiiile necesare de extrem sunt:
0 =

c
S
b
S
a
S

| | 0 2
1
2 2
=

=
N
i
i i i i
) x x ( c ) x x ( b ) x x ( a y
| | 0 2
1
2
=

=
N
i
i i i i
) x x ( c ) x x ( b ) x x ( a y
| | . c ) x x ( b ) x x ( a y
N
i
i i i
0 2
1
2
=

=

Se nmulesc cu factorul
N
w
i
:
0
1
1
2
1
3
1
4
1
2
=

= = = =
N
i
i i
N
i
i i
N
i
i i
N
i
i i i
w ) x x (
N
c
w ) x x (
N
b
w ) x x (
N
a
w y ) x x (
N

0
1
1 1
2
1
3
1
=

= = = =
N
i
i i
N
i
i i
N
i
i i
N
i
i i i
w ) x x (
N
c
w ) x x (
N
b
w ) x x (
N
a
w y ) x x (
N

. w
N
c
w ) x x (
N
b
w ) x x (
N
a
w y
N
N
i
i
N
i
i i
N
i
i i
N
i
i i
0
1
1 1 1
2
1
=

= = = =
Se noteaz sumele:
, w y
N
y , s s , N w s ; , , , , k , w ) x x ( s
N
i
i i
N
i
i
N
i
i
k
i k

= = =
= = = = = = =
1
3 1
1
0
1
1
0 4 3 2 1 0
unde sumele s1, s3 se anuleaz conform ipotezei admise. Rezult sistemul parame-trilor:

= =
= + + = + +
N
i
i i i
N
i
i i i
w y ) x x (
N N
s
c
N
s
b
N
s
a , w y ) x x (
N N
s
c
N
s
b
N
s
a
1
1 2 3
1
2 2 3 4
1 1

. y
N
N
N
s
c
N
s
b
N
s
a = + +
0 1 2

Sau, dup simplificri:
. y N s c s a , w y ) x x (
N
s b , w y ) x x (
N
s c s a
N
i
i i i
N
i
i i i
= + = = +

= =
0 2
1
2
1
2
2 4
1 1

Din prima i a treia ecuaie se rezolv parametrii a i c:
=


=

=
=
2
2 0 4
2
1
2
0
0 2
2 4
0
2
1
2
s s s
y s N w y ) x x ( s
s s
s s
s y N
s w y ) x x (
a
N
i
i i i
N
i
i i i

0
2
2
4
2
1
2
s
s
s
y s w y ) x x (
N
i
i i i


=

=

=


=

=
=
2
2 0 4
1
2
2 4
0 2
2 4
2
1
2
4
s s s
w y ) x x ( s y s N
s s
s s
y N s
w y ) x x ( s
c
N
i
i i i
N
i
i i i

.
s
s
s
w y ) x x (
s
s
y s
N
i
i i i
0
2
2
4
1
2
0
2
4


=

=

De asemenea, pentru simplificare se mai determin i relaia dintre parametrii a i c:
y s D a w y ) x x ( ,
s
s
s s , y s w y ) x x ( D a
N
i
i i i
N
i
i i i
+ = = =

= =
2
1
2
0
2
2
4 2
1
2

y s
s
s
D a
s
s
y s D c , w y ) x x (
s
s
y s D c
N
i
i i i
= =

=
2
0
2
0
2
4
1
2
0
2
4

. a
s
s
y c : D a
s
s
y D D c
0
2
0
2
= =
n sfrit, din ecuaia a doua se rezolv parametrul b:
. w y ) x x (
s
b
N
i
i i i
=
=
1
2
1

Dac toate msurrile se fac cu aceeai precizie, atunci rezult:
, y
N
y , s s , N s ; , , k , w ) x x ( s
N
i
i
N
i
i
k
i k

= =
= = = = = =
1
3 1 0
1
1
0 4 2 0
. a
s
s
y c , y ) x x (
s
b , y s y ) x x (
p
a
N
i
i i
N
i
i i
0
2
1
2
2
1
2
1 1
= =
(

=

= =
c) polinomul de gradul II pentru puncte echidistante
Calculele se simplific i mai mult dac valorile variabilei independente se aleg echidistante, iar
msurrile se fac cu aceeai precizie (ponderi egale cu unita-tea):
. w w , N , , i , const h x x
N i i
1 1
1 1
= = = = = =
+

Valorile variabilei independente se scriu lund ca origine media aritmetic:
,
x x
x
N
2
1
+
=
i corespund unui numr ntreg de pai, h, pentru un numr impar de date i unui numr ntreg de jumti
de pai, 0,5h, n cazul unui numr par de date.
Cu acestea, polinomul de gradul II se scrie sub forma:
, c
h
x x
b
h
x x
a y
1 1
2
1
+ |
.
|

\
|
+ |
.
|

\
|
=
sau nc:
.
h
x x
u , c u b u a y

= + + =
1 1
2
1

Suma ptratelor abaterilor msurate de la cele calculate se scrie:
). c , b , a ( S ) c u b u a y ( S
min
N
i
i i i i 1 1 1
1
2
1
2
1
= =

=

Condiiile necesare de extrem sunt:
0 2 0 2
1
1 1
2
1
1
2
1 1
2
1
= =

= =
N
i
i i i i
N
i
i i i i
u ) c u b u a y ( , u ) c u b u a y (
0 2
1
1 1
2
1
=

=
N
i
i i i
) c u b u a y (
sau nc:

= = = = = = = =
= + + = + +
N
i
i i
N
i
i
N
i
i
N
i
i
N
i
i i
N
i
i
N
i
i
N
i
i
y u u c u b u a , y u u c u b u a
1 1
1
1
2
1
1
3
1
1
2
1
2
1
1
3
1
1
4
1

. y c u b u a
N
i
i
N
i
N
i
i
N
i
i

= = = =
= + +
1 1
1
1
1
1
2
1

Pentru sume se adopt i aici notaiile:
. 0 ; ; 4 , 2 , 0 ,
3 1 0
1
= = = = =

=
s s N s k u s
N
i
k
i k

Rezult sistemul parametrilor:
. y N s c s b s a , y u s c s b s a , y u s c s b s a
N
i
i i
N
i
i i
= + + = + + = + +

= =
0 1 1 1 2 1
1
1 1 2 1 3 1
1
2
2 1 3 1 4 1

Se calculeaz toate sumele i rezult n final:
- pentru un numr impar de date: : 1 2 = m N
, a
N
H
y c , y ) m i (
H
b , y
N
y ) m i (
H
a
N
i
i
N
i
i
N
i
i 1
1
1
1
1
1
1
2
1
2
2
1
1
4
1
3
3
1
= =
(


=

= = =

cu ;
) N )( N ( N
H ,
) N ( N
H
180
1 1
12
1
4 2
2
2
1

=

=
- pentru un numr par de date: m N 2 =
(

=

= =
N
i
i
N
i
i
y ) N ( y ) N i (
H
a
1
2
1
2
2
1
1 1 2 3
12
1

, a
N
H
y c , y ) N i (
H
b
N
i
i 1
1
1
1
1
1
1 2
2
1
= =

=

.
) N )( N ( N
H ,
) N ( N
H
180
1 1
12
1
4 2
2
2
1

=

=

Calculul se face tabelar.


Punct
e

Valorile
funciei
Calcul pentru impar
2
1
, 1 2
+
= =
N
m m N
i y m i
i
y ) m i (
i
y ) m i (
2


=
N
i
i
y
1

=

N
i
i
y ) m i (
1

=

N
i
i
y ) m i (
1
2



Punct
e

Valorile
funciei
Calcul pentru par
2
, 2
N
m m N = =
i y 1 2 N i
i
y ) N i ( 1 2
i
y ) N i (
2
1 2

=
N
i
i
y
1

=

N
i
i
y ) N i (
1
1 2

=

N
i
i
y ) N i (
1
2
1 2

3.2.3 Determinarea parametrilor unui polinom de gradul n
a) polinom n forma general
Se consider un polinom de gradul n dat de forma general:
n
n
x a x a a y + + + =
1 0

i irul rezultatelor experimentale:
). y , x ( , ), y , x (
n n

1 1

Se formeaz mai nti suma ptratelor abaterilor valorilor msurate de la cele calculate:
). a , , a , a ( S ) x a x a a y ( S
n min
N
i
n
i n i i

1 0
1
2
1 0
= =

=

Condiiile necesare de extrem pentru suma S se scriu:
0 2 0
1
1 0
1 0
= =

= =

=
N
i
n
i n i i
n
) x a x a a y ( ,
a
S
a
S
a
S

x a a y ( , , x ) x a x a a y (
N
i
i i
N
i
i
n
i n i i
2 0 2
1
1 0
1
1 0
=

= =
. x ) x a
n
i
n
i n
0 =
Se nmulete sistemul cu ponderile msurrilor w
i
:

= = = =
= + + +
N
i
i i
N
i
i
n
i n
N
i
i i
N
i
i
w y w x a w x a w a
1 1 1
1
1
0



= =
+
= =
= + + +
N
i
i i i
N
i
i
n
i n
N
i
i i
N
i
i i
w y x w x a w x a w x a
1 1
1
1
2
1
1
0


. w y x w x a w x a w x a
N
i
i i
n
i
N
i
i
n
i n
N
i
i
n
i
N
i
i
n
i

= = =
+
=
= + + +
1 1
2
1
1
1
1
0

Sistemul rezolv coeficieni (a0,a1,,a
n
) ai polinomului.
Pentru calculul coeficienilor polinoamelor de grad superior, n>2 , n cazul cel mai important al
msurrilor de egal precizie, w1==w
n
=1, sistemul anterior de-vine inutilizabil, datorit erorilor mari ce
apar n rezolvarea lui x cu att mai mari cu ct este mai mare gradul polinomului.
De asemenea, necesitatea creterii gradului polinomului conduce la reluarea calculelor.

b) polinoame ortogonale Cebev pentru puncte oarecare
Pentru determinarea parametrilor polinomului se recomand scrierea acestuia n forma:
), x ( p b ) x ( p b ) x ( p b y
n n
+ + + =
1 1 0 0

unde p0(x),p1(x),,p
n
(x) sunt polinoamele ortogonale ale lui Cebev, pe mulimea irului numerelor
(x1,.x
n
), cu ponderile msurrilor (w1,,w
N
), poli-noame ce ndeplinesc condiiile necesare de extrem
n raport cu parametrii polino-mului:
| | ). b , , b , b ( S ) x ( p b ) x ( p b ) x ( p b y S
n min
N
i
i n n i i i

1 0
1
2
1 1 0 0
= =

=

Se impun condiiile necesare de extrem:
0
1 0
=

= =

n
b
S
b
S
b
S

| | 0 2
1
0 1 1 0 0
=

=
N
i
i i n n i i i
) x ( p ) x ( p b ) x ( p b ) x ( p b y
| | 0 2
1
1 1 1 0 0
=

=
N
i
i i n n i i i
) x ( p ) x ( p b ) x ( p b ) x ( p b y

| | . ) x ( p ) x ( p b ) x ( p b ) x ( p b y
N
i
i n i n n i i i
0 2
1
1 1 0 0
=

=

Se nmulesc relaiile cu ponderile msurrilor w
i
:
= + + +

= = =
N
i
i i n i n
N
i
i i i
N
i
i i
w ) x ( p ) x ( p b w ) x ( p ) x ( p b w ) x ( p b
1
0
1
1 0 1
1
2
0 0

=
=
N
i
i i i
w y ) x ( p
1
0


= = = =
= + +
N
i
i i i
N
i
i i n i n
N
i
i i
N
i
i i i
w y ) x ( p w ) x ( p ) x ( p b w ) x ( p b w ) x ( p ) x ( p b
1
1
1
1
1
2
1 1
1
1 0 0

= + +

= = =
N
i
i i n n
N
i
i i n i
N
i
i i n i
w ) x ( p b w ) x ( p ) x ( p b w ) x ( p ) x ( p
1
2
1
1 1
1
0
b
0
. w y ) x ( p
N
i
i i i n

=
=
1

Dar, conform proprietii de ortogonalitate, sistemul parametrilor devine:

= = = =
= =
N
i
i i i
N
i
i i
N
i
i i i
N
i
i i
w y ) x ( p w ) x ( p b , w y ) x ( p w ) x ( p b
1
1
1
2
1 1
1
0
1
2
0 0

, w y ) x ( p w ) x ( p b
N
i
i i i n
N
i
i i n n

= =
=
1 1
2

iar de aici rezult relaiile coeficienilor polinomului:
, n , , , j ,
w ) x ( p
w y ) x ( p
b
N
i
i i j
N
i
i i i j
j
1 0
1
1
= =

=
=
coeficieni ce nu depind de gradul n al polinomului de determinat, ceea ce permite, atunci cnd este
necesar, s se mreasc gradul polinomului, fr a recalcula parametrii determinai anterior.
Polinoamele ortogonale ale lui ebev, pn la gradul doi inclusiv, cu coefici-enii termenilor de cel
mai mare grad egal cu unitatea, au expresiile:
( ) ( ) x x x p , x p = =
1 0
1

( ) ( ) =

=
=
=
=
N
i
i
N
i
i
N
i
i
N
i
i
w
w ) x x (
x x
w ) x x (
w ) x x (
) x x ( x p
1
1
2
1
2
1
3
2
2

,
x x
) x ( x x
x
x x
x x x
x
2 2
2 2 2 3
2 2
2 3
2


=
unde valorile medii se definesc ca i anterior:
. N w ,
w
w x
x ,
w
w x
x ,
w
w x
x
N
i
i
N
i
i
N
i
i i
N
i
i
N
i
i i
N
i
i
N
i
i i
|
.
|

\
|
= = = =

=
=
=
=
=
=
=
1
1
1
3
3
1
1
2
2
1
1

Se constat c polinoamele p
0
, p
1
i p
2
ndeplinesc condiiile de ortogonalitate.
)
0
1 1 1 1
1 0
= = = =

= = = =
x N x N w x w x w ) x x ( w ) x ( p ) x ( p
N
i
i
N
i
i i
N
i
i i
N
i i i
i


= =
= + =
N
i
i i i
N
i
i i i
) B Ax x )( x x ( w ) x ( p ) x ( p
1
2
1
2 1
= |
.
|

\
|
+ + = + =

=
i
N
i
i i i i
w x B x A x x x B x A x N ) x B x x Bx Ax x (
2
2 2 3
1
2 3

=
|
|
.
|

\
|


=
2
2 2
2 3
2 2
2 2
2 3
3
x
x x
x x x
x x x
x x
x x x
x N
( )
0
2 2
3 2 2 3 3 2
2
2 2 3 2 3 2 3
=

+ + +
=
x x
x x x x x x x x x x x x x x
N
) = + = + =

= =
) B x A x ( N w ) B Ax x ( w ) x ( p ) x ( p
N
i
i i i
N
i
i i i
2
1
2
1
0 2


( )
=
|
|
|
.
|

\
|


=
2 2
2
2 3
2
2
2 3
2
x x
x x x
x
x x
x x x
x N
( ) ( )
.
x x
x x x x x x x x x x
N 0
2 2
2
2 3 2 2 3 2 2
2
2
=

+ +
=
( )
( ) . , ; ; , F
, ; ; , F
e
e
68 1 50 99 0
94 1 40 99 0
=
=

Polinoamele ortogonale Cebv de grad superior, cu coeficienii termenului de cel mai mare grad egal
cu unitatea, se definesc cu ajutorul relaiilor de recuren:
1, - n , 2, 1,
1
1
1 1
= + =

+ +
j ), x ( p
H
H
) x ( p ) x ( ) x ( p
j
j
j
j j j

n care:
. n j , w ) x ( p x
H
w ) x ( p
w ) x ( p x
, ) x ( p H
N
i
i j i
j
N
i
i j
N
i
i j i
j
N
i
i j j
1 , 1, 0,
1
1
2
1
2
1
2
1
1
2
= = = =

=
=
=
+
=
Calculul valorilor
polinoamelor ortogonale Cebev cu ajutorul relaiilor de recuren se poate programa cu uurin,
permind efectuarea calculeler polinoamelor de grad superior cu ajutorul calculatorului.

c) polinoame ortogonale Cebev pentru puncte simetrice
Simplificarea considerabil a calculelor, n primul rnd a relaiilor anterioare de recuren i a
polinoamelor ortogonale Cebev obinute cu ajutorul acestora, se realizeaz prin planificarea
corespunztoare a determinrilor experimentale i anume se obine atunci cnd toate valorile y
i
ale
funciei se msoar cu aceeai precizie i toate punctele alese x
i
sunt dispuse simetric fa de valoarea lor
medie x , caz n care toate sumele diferenelor de puteri impare ale acestora sunt nule:
. ) x x ( , w w
N
i
m
i n
0 1
1
1 2
1
= = = =

=
+

n acest caz este util s se dezvolte polinoamele ortogonale dup puterile aces-tor diferene, adic:
). x x ( p b ) x x ( p b ) x x ( p b y
n n
+ + + =
1 1 0 0

Dac se face o astfel de dezvoltare, atunci toate polinoamele ) x x ( p
j
de indice j par vor conine
numai puterile pare ale diferenei x x , iar polinoamele corespunztoare ) x x ( p
j
cu indicele j impar
vor contine numai puterile impare ale diferenei x x , adic:
. n , j , ) x x ( ) x x ( ) x x ( ) x x ( p
j j j
j
, 1, 0
4 2
= + + + =


n particular, rezult:
. x x ) x x ( p , ) x x ( p = =
1 0
1
Formulele anterioare de recuren iau acum forma:
, n , , j ), x x ( p
H
H
) x x ( p ) x x ( ) x x ( p
j
j
j
j j
1 2, 1
1
1
= =


n care:
. n , , j , ) x x ( p ) N ( H H
N
i
i j j j
1, 0
1
2
= = =

=

d) polinoame ortogonale Cebev pentru puncte echidistante
Dac valorile variabilei independente se aleg echidistante:
, N , , i , const h x x
i i
1 1
1
= = =
+

calculul polinoamelor ortogonale Cebev se simplific considerabil dac se face schimbarea de variabil
:
.
x x
x , u
h
x x
N
i
i
2
1
+
= =

Polinomul de gradul n exprimat cu ajutorul polinoamelor ortogonale se scriu n acest caz:


). u ( p C ) u ( p C ) u ( p C y
n n
+ + + =
1 1 0 0

Se alctuiete suma ptratelor abaterilor valorilor msurate de la cele calculate i se impun condiiile
necesare de extrem acesteia:
| | ) C , , C ( S ) u ( p C ) u ( p C ) u ( p C y S
n min
N
i
i n n i i i

0
1
2
1 1 0 0
= =

=

0
1 0
=

= =

n
C
S
C
S
C
S

| | 0 2
1
0 1 1 0 0
=

=
N
i
i i n n i i i
) u ( p ) u ( p C ) u ( p C ) u ( p C y
| | 0 2
1
1 1 1 0 0
=

=
N
i
i i n n i i i
) u ( p ) u ( p C ) u ( p C ) u ( p C y

| | 0 2
1
1 1 0 0
=

=
N
i
i n i n n i i i
) u ( p ) u ( p C ) u ( p C ) u ( p C y
Sau nc:
( )

= = = =
= + + +
N
i
i i
N
i
i n i n
N
i
i i
N
i
i
y ) u ( p u p ) u ( p C ) u ( p ) u ( p C ) u ( p C
1
0
1
0
1
1 0 1
1
2
0 0


= = = =
= + + +
N
i
i i
N
i
i n i n
N
i
i
N
i
i i
y ) u ( p ) u ( p ) u ( p C ) u ( p C ) u ( p ) u ( p C
1
1
1
1
1
2
1 1
1
1 0 0


. y ) u ( p ) u ( p C ) u ( p ) u ( p C ) u ( p ) u ( p C
N
i
i i n
N
i
i n n
N
i
i n i
N
i
i n i

= = = =
= + + +
1 1
2
1
0 0
1
0 0

Conform proprietii de ortogonalitate, sistemul devine:
, , y ) u ( p ) u ( p C , y ) u ( p ) u ( p C
N
i
i i
N
i
i
N
i
i i
N
i
i


= = = =
= =
1
1
1
2
1 1
1
0
1
2
0 0

, y ) u ( p ) u ( p C , ,
N
i
i i n
N
i
i n n

= =
=
1 1
2

iar de aici relaiile pentru estimarea parametrilor:
, N n ; n , , j , ) u ( p H , y ) u ( p
H
) u ( p
y ) u ( p
C
N
i
i j j
N
i
i i j
j
N
i
i j
N
i
i i j
j
< = = = =

= =
=
=
0
1
1
2
1
1
2
1

unde noua variabil u
i
ia valorile:
) M (
N
, u : M N : N
i impar
1
2
1
, 1, 0 1 2 =

= =
( ). , M
N
u : M N : N
i par
5 0
2
1
,
2
3
,
2
1
2 =

= =
Polinoamele ortogonale Cebev cu coeficienii termenilor de cel mai mare grad - unitatea, se determin
cu relaiile:
, u ) u ( p , ) u ( p
n
= =1
0
iar mai departe polinoamele de rang superior acestora se rezolv cu relaiile de recuren:
. n , , j ), u ( p
H
H
) u ( up ) u ( p
j
j
j
j j
1 1
1
1
1
= =

+

Numerele H
j
i rapoartele
1 j
j
H
H
pot fi calculate cu relaiile:
| |
| | ) j ( ! ! ) j ( j
) j N ( ) j ( N ) N ( N ) N ( ) j N )( j N ( ) ! j (
H
j
1 2 1 2 4
1 1 1 1
2
2
+
+ + +
=


n , , j ), j ( ! ! ) j ( 2, 1 1 2 5 3 1 1 2 = =
| | { + + + =

N ( ) j ( N ) N ( N ) N ( ) j N )( j N ( ) ! j (
H
H
j
j
1 1 1 1
2
1

} | | { } { } | | | | { { ) j N ( ! ! ) j ( ) j ( ! ! ) j ( ) j
j
1 1 1 1 2 1 1 2 4
2 2 1
+ +
+

| |} | | { } } .
) j )( j (
) j N ( j
) j ( ! )! j ( ) j ( N
j
1 2 1 2 4
1 2 1 2 4 1
2 2 2
1
2
+

= +


Astfel:
,
) N )( N ( N
H ,
) N ( N
H , N H
180
4 1
12
1
2 2
2
2
1 0

=

= =

,
) N )( N )( N ( N
H
2800
9 4 1
2 2 2
3

=
,
) N )( N )( N )( N ( N
H
44100
16 9 4 1
2 2 2 2
4

=
,
) N (
H
H
,
) N (
H
H
,
N
H
H
,
N
H
H
63
4 16
140
9 9
15
4
12
1
2
3
4
2
2
3
2
1
2
2
0
1

=

=

=
Valorile corespunztoare acestor expresii n funcie de numrul de puncte N se gsesc n tabelul
anex XI.