UNIVERSITATEA POLITEHNICA BUCURESTI

Profesor Indrumator:
Prof. Dr. Ing. CASANDROIU TUDOR
Doctorand:
Ing. BIRSAN (MITU) MARIANA









- 2012 -
1
CUPRINS








CUPRINS

INTRODUCERE

1. PRELUCRAREA SIRURILOR DE DATE IN FUNCTIE DE O
VARIABILA INDEPENDENTA

1.1. Reprezentarea datelor experimentale
1.2. Evaluarea constantelor arbitrare. Metoda celor mai mici patrate

2. REPREZENTAREA PRIN ECUATII A FUNCTIILOR DE MAI
MULTE VARIABILE

1.2. Structura programului de incercari experimentale

3. DEPENDENTA STOHASTICA A DOUA SAU MAI MULTE
VARIABILE

3.1.Corelatia liniara intre doua variabile
3.2.Corelatia liniara multipla
3.3.Corelatia neliniara

4. Bibliografie


1

2


2

2
6


18

18


19

20
22
24

26














2


INTRODUCERE



Datele experimentale sunt rezultatele numerice ale cercetarii experimentale.
Cercetarea experimentala reprezinta principalul mod de abordare a problemelor de
analiza stiintifica fundamentala sau aplicativa si urmareste verificarea adevarului teoriilor si
ipotezelor care au stat la baza studiilor referitoare la procesele cercetate.
Cercetarile experimentale permit analizarea unor fenomene pentru care nu se pot
obtine rezultate ce pot fi puse in practica pe cale teoretica, datorita complexitatii acestora sau
necunoasterii unor legi care determina evolutia fenomenului cercetat.
Toate cercetarile experimentale presupun masurarea unor marimi fizice mecanice sau
de alta natura, in regim static sau dinamic, folosind aparatura si mijloacele de masurare
adecvate, prelucrarea datelor obtinute si la final, stabilirea concluziilor pe baza carora se poate
trece la valorificarea rezultatelor.




1. PRELUCRAREA SIRURILOR DE DATE IN FUNCTIE
DE O VARIABILA INDEPENDENTA



1.1. Reprezentarea datelor experimentale


Rezultatele cercetarilor experimentale, concretizate prin valorile numerice ale
marimilor masurate, pot fi reprezentate sub forma de tabele, grafice sau ecuatii.
In general, in cazul cercetarilor se folosesc toate cele trei forme, in functie de etapa de
lucru. Astfel, datele initiale sunt mai intai trecute in tabele dupa citirea lor de pe aparatele de
vizualizare a valorilor marimilor masurate, sau din aparatele de inregistrare a acestor valori.
Prelucrarea acestor date in vederea determinarii mediei, abaterii medii patratice, a
eliminarii unor valori, etc., se rezolva mai usor utilizand tabele adecvate.
Apoi datele sunt reprezentate prin grafice si se determina formula analitica (ecuatia)
care descrie cel mai corect procesul sau fenomenul studiat.


1.1.1. Reprezentarea datelor prin tabele

Avantajele tabelelor constau in simplitatea si usurinta intocmirii lor, pastrarea datelor
sub forma compacta, usurinta gasirii si compararii lor.
In functie de relatiile dintre marimile ce sunt reprezentate in tabel se deosebesc
urmatoarele clase:
3
clasa calitativa de tabele (stabilesc relatii calitative);
clasa statistica de tabel (unele variabile sunt exprimate cantitativ);
clasa functionala de tabele (exprima relatii de forma f = f(x)).
Intocmirea unor tabele corecte presupune respectarea urmatoarelor reguli:
- Titlul sa fie scurt, complet si clar si sa descrie sumar continutul;
- Coloanele sa aiba titluri semnificative pentru toate elementele din coloana
respectiva: corecte, fara simboluri si sa cuprinda unitatile de masura ale valorilor
ce se inscriu;
- Valorile numerice inscrise in coloana sa fie aranjate astfel incat virgulele si cifrele
cu aceeasi semnificatie (sute, zeci, unitati, zecimi, sutimi, etc.) sa fie aliniate
vertical, iar lipsa unei valori nu se va marca cu zero, ci prin necompletarea
randului respectiv.
Clasa functionala de tabele (specifica cercetarii aplicative) cuprinde alaturate valori
ale unei marimi considerata variabila independenta (x) si valori ale altei marimi considerata
variabila dependenta (y). Se recomanda trecerea in tabela a valorilor lui x in ordinea
crescatoare sau descrescatoare, cu un interval constant Ax intre valori, interval numit diferenta
comuna. De obicei Ax se ia egal cu 1, 2, sau 3 inmultit cu 10
n
unde n este un numar intreg, in
functie de ordinul de marime al valorilor lui x.
In functie de scopul si importanta cercetarii precum si de precizia aparatului de masura
se alege numarul de cifre semnificative ale valorilor ce se trec in tabela. Daca din
experimentari au rezultat multe cifre si este nevoie sa se retina mai putine se procedeaza la
rotunjirea numerelor tinandu-se seama de urmatoarele:
- Daca prima cifra ce trebuie neglijata este mai mare decat 5 sau 5 urmat de cifre
diferite de zero, ultima cifra pastrata se mareste cu o unitate;
- Daca prima cifra ce trebuie neglijata este mai mica decat 5, ultima cifra pastrata
ramane constanta;
- Daca prima cifra ce trebuie neglijata este 5 urmat de zero, ultima cifra pastrata se
rotunjeste la cea mai apropiata cifra para.
Exemplu: 25,2750 devine 25,28 iar 25,265 devine 25,26.

In prelucrarea materialului tabelat, de multe ori este necesar sa se cunoasca diferentele
tabelare succesive ale variabilei dependente y.
Se deosebesc diferente tabelare de ordinul unu (A), doi (A
2
) sau de ordin superior (A
n
).
Prin definitie:

Ay
k
= y
k+1
- y
k

A
2
y
k
= Ay
k+1
- Ay
k
= (y
k+2
y
k+1
) (y
k+1
y
k
) = y
k+2
2y
k+1
+ y
k

A
3
y
k
= A
2
y
k+1
- A
2
y
k
= (Ay
k+2
- Ay
k+1
) (Ay
k+1
- Ay
k
) = y
k+3
y
k+2

- (y
k+2
y
k+1
) (y
k+2
y
k+1
) + y
k+1
y
k
= y
k+3
+3y
k+1
- y
k


Mai usor, diferentele tabelare pot fi puse in evidenta pe un tabel conceput
corespunzator (tabelul 1.1).
Tabelul 1.1
x y Ay A
2
y A
3
y
x
0

x
1
= x
0
+Ax
x
2
= x
0
+ 2Ax
y
0

y
1

y
2

Ay
0
= y
1
y
0

Ay
1
= y
2
y
1

Ay
2
= y
3
y
2

A
2
y
0
= Ay
1
- Ay
0

A
2
y
1
= Ay
2
- Ay
1

.
A
3
y
0
=A
2
y
1
-A
2
y
0


4
x
3
= x
0
+ 3Ax

y
3

.






1.1.2. Reprezentarea datelor prin grafice

Metoda grafica de prezentare a datelor consta in reprezentarea valorilor numerice sub
forma geometrica prin lungimea unei linii, aria unei suprafete, volumul unui solid, marimea
unui unghi.
Metoda prezinta avantaje ca: usureaza compararea valorilor, da o imagine calitativa a
dependentei f = f(x), se descopera cu usurinta prezenta extremelor, punctelor de inflexiune,
etc.
Se deosebesc:
grafice calitative, care exprima o variabila y ca si cum ar fi o functie de x, fara sa
existe o legatura cauzala intre ele, decat o simultaneitate in timp sau o coincidenta in
spatiu;
grafice cantitative, care exprima o relatie intre variabilele legate functional intre ele,
sub forma unei curbe.
La intocmirea unui grafic cantitativ se va tine seama de urmatoarele recomandari:
- hartia aleasa sa fie corespunzatoare scopului urmarit iar liniatura (milimetrica, log-
log, semilog, etc.) sa fie suficient de deasa pentru a usura citirea;
- gradarea scarilor sa se faca astfel incat o unitate de lungime a scarii sa reprezinte 1,
2, 4 sau 5 unitati ale variabilei sau acestea inmultite cu 10
n
(n fiind un numar
intreg);
- scarile pentru variabile sa fie alese astfel incat curba rezultata sa se plaseze in zona
centrala a graficului;
- marimea dimensiunilor pe axele de coordonate se va face prin scrierea in dreptul
fiecarei diviziuni, sau din doua in doua diviziuni a valorilor variabilelor, cu
precizia ceruta de valorile masurate; daca domeniul de definitie al variabilei nu
incepe cu zero, pe grafic nu este necesar sa fie trecuta originea sistemului de
referinta, scarile corespunzand celor doua domenii xe[a, b], ye[c, d];
- daca pe acelasi grafic se reprezinta mai multe siruri de date, punctele ce marcheaza
valorile se vor diferentia corespunzator (cerc, cruce, triunghi, etc.);
- trasarea curbei sa se faca astfel incat aceasta sa fie neteda, cu putine puncte de
inflexiune, sa treaca cat mai aproape de punctele marcate, aproximativ jumatate
din ele situandu-se deasupra curbei, iar cealalta jumatate dedesuptul curbei;
- se va intocmi o legenda explicativa si se va indica sursa datelor.



1.1.3. Reprezentarea prin ecuatii a sirurilor
de date functie de o variabila


5
Folosirea datelor experimentale este mult usurata daca pe baza dependentei y = f(x)
rezultata din masurari se gaseste o expresie analitica. Aceasta este o forma compacta, usor de
retinut, se pot face interpretari, derivari, integrari necesare aprofundarii studiului fenomenului
pe care-l modeleaza.
Ecuatiile obtinute pe baza datelor experimentale se numesc ecuatii empirice spre
deosebire de ecuatiile rationale obtinute prin deductii matematice.
In principiu, problema gasirii unei ecuatii empirice care sa reprezinte un sir de date
experimentale se reduce la:
a) gasirea unei forme potrivite de ecuatie;
b) calcularea valorilor constantelor arbitrare.




a) Alegerea formei adecvate pentru ecuatiile empirice. Criterii de concordanta.
O ecuatie empirica este ideala cand reprezinta cat mai exact datele experimentale si
contine un numar cat mai mic de constante arbitrare, doua caracteristici contrare.
Pentru gasirea tipului de ecuatie, se reprezinta, la o scara convenabila, graficul y = f(x)
descris de datele experimentale si prin comparatie cu curbele etalon se apreciaza forma
ecuatiei. Se urmareste modul in care ecuatia aleasa concorda cu sirul de date prin aplicarea
unui criteriu de concordanta. Daca ecuatia propusa este nesatisfacatoare se repeta operatiunea
cu o alta forma de ecuatie.


Criteriul grafic de concordanta.

Se poate aplica formelor de ecuatii care se pot liniariza si care contin maximum doua
constante arbitrare. Aplicarea criteriului presupune parcurgerea urmatoarelor etape:
- Se scrie ecuatia propusa f(x, y, a, b) = 0 ,
intr-o forma lineara explicita: Y= A + B X ,
in care: Y = f
1
(y), X = f
2
(x), A = f
3
(a, b), B = f
4
(a, b),
a si b fiind constantele arbitrare.
- Se calculeaza X si Y corespunzatoare perechilor de valori (x, y) din tabelul
rezultatelor experimentale;
- Se reprezinta graficul Y = f(X).
Daca graficul obtinut este o dreapta, ecuatia f(x, y, a, b) = 0 este satisfacatoare.
Dintre formele de ecuatii pentru care se poate aplica criteriul grafic de concordanta
mentionam:
Y = a b
x
; y = a e
bx
; y = a x
b
; y = e
a+bx
;
bx a
x
y
+
= ;
x
be a
y

+
=
1
;
bx a
y
+
=
1
,
care devin, respectiv,
lny = lna + x lnb; lny = lna + b x; lny = a + b x;
x
a b
y
1 1
+ = ;
x
be a
y

+ =
1
; bx a
y
+ =
1
.


Criteriul tabelar de concordanta.

6
Se recomanda formelor de ecuatii care contin mai mult de doua constante arbitrare si
consta in intocmirea unei tabele corecte cu datele experimentale (cu diferenta comuna Ax =
constant), calcularea anumitor diferente tabelare succesive si verificarea constantei sirului
final de diferente tabelare.
Metoda are un domeniu larg de utilizare dar prezinta unele dificultati la gasirea
criteriului de verificare (ce anume diferente tabelare succesive trebuiesc calculate).
In tabelul 1.2 se prezinta criteriile de concordanta tabelara pentru cateva tipuri de
ecuatii dintre cele mai intalnite.






Tabelul 1.2 Criteriile de concordanta tabelara pentru cateva tipuri de ecuatii



Nr.
Crt.



Forma de ecuatie propusa

Se
traseaza
graficul si
se
intocmeste
o tabela
cu:



Se calculeaza
diferentele succesive:


Criteriul de
concordanta
1 y=a
0
+a
1
x+a
2
x
2
+ .
+a
n
x
n
y= f(x) Ay, A
2
y,.. A
n
y A
n
y = ct
2 y=a
0
+a
1
/x+a
2
/x
2
++a
n
/x
n
y= f(1/x) Ay, A
2
y,.. A
n
y A
n
y = ct
3 y
2
=a
0
+a
1
x+a
2
x
2
++a
n
x
n
y
2
=f(x) Ay
2
, A
2
y
2
,.. A
n
y
2
A
n
y
2
= ct
4 lgy=a
0
+a
1
x+a
2
x
2
++a
n
x
n

y = f(x) A(lgy), A
2
(lgy),.. A
n
(lgy) A
n
(lg y) = ct
5 y=a
0
+a
1
(lgx)+a
2
(lgx)
2
y=f(lgx) Ay, A
2
y A
n
y = ct
6 y=a
0
+a
1
a
2
x
y=f(x) Ay, lgAy, A(lgAy) A(lgAy) = ct
7 y=a
0
+a
1
x+a
2
a
3
x
y=f(x) Ay, A
2
y, lgA
n
y, A(lgA
2
y) A(lgA
n
y) = ct
8
x a
xe a y
1
0
=

lgy=f(x) Algy, Algx Algy-
Algx=ct




1.2. Evaluarea constantelor arbitrare. Metoda celor mai mici patrate


7
Metoda generala de calcul pentru determinarea constantelor este metoda celor mai
mici patrate. Volumul mare de lucru cerut de aceasta metoda, in conditiile in care nu se
dispune de mijloace de calcul si de programe adecvate, determina folosirea unor metode
simplificate. Dintre acestea, cea mai usor de utilizat este metoda punctelor alese, care consta
in alegerea din tabelul cu date experimentale a unui numar de perechi de date (x
i
, y
i
), egal cu
numarul de constante continut de ecuatia propusa si inlocuirea lor in ecuatie. Se obtine astfel
un sistem compatibil de a
n
ecuatii cu a
n
necunoscute, in care a
n
este numarul de constante
continute in ecuatie. Rezolvarea sistemului duce la determinarea valorilor constantelor.

Metoda celor mai mici patrate se bazeaza pe principiul cu acelasi nume sau
principiul probabilitatii maxime care stabileste ca pentru un sir de perechi de valori (x
i
, y
i
)
determinate experimental, ecuatia analitica care descrie cel mai satisfacator procesul dat,
este aceea pentru care suma patratelor abaterilor valorilor rezultate experimental fata de
valorile calculate cu relatia respectiva este minima.

Admitand ca numai valorile variabilei dependente y
i
sunt afectate de erori, se poate
considera ca abaterile intre valorile masurate si cele calculate sunt egale cu (y
i
y) unde:
y f x a a a a
o n
= ( , , , , ...... , )
1 2

este ecuatia despre care se presupune ca reprezinta cel mai corect datele masurate.
Expresia matematica a principiului celor mai mici patrate va fi:



in care x x
i
conform ipotezei anterioare.
Suma S va fi minima daca sunt indeplinite conditiile:
c
c
S
a
o
= 0;
c
c
S
a
1
0 = ;
c
c
S
a
2
0 = ; . . . . . . . . ;
c
c
S
a
n
= 0.
Se obtine astfel un sistem de ecuatii care rezolvat, duce la aflarea constantelor arbitrare
a
o
, a
1
, a
2
, . . . . . , a
n
si deci la determinarea ecuatiei cautate.
In continuare se prezinta modul de aplicare a metodei pentru cateva functii uzuale:

Functia liniara

a) Dreapta ce trece prin origine.
y = a x ,
min ) (
2
1
= =

=
i
n
i
i
x a y S ,

=
+ =
n
i
i i i i
y ax x a y S
1
2 2 2
) 2 ( ,
0 2 2
1 1
2
= =

= =
n
i
i i
n
i
i
y x x a
a
S
c
c
.
Rezulta:
min )] ,......, , , , ( [
2
2 1
1
= =

=
n o
n
i
i i
a a a a x f y S
8

=
=
=
n
i
i
n
i
i i
x
y x
a
1
2
1
.

b) Dreapta de forma:
y a x b = + ,
min )] ( [
2
1
= + =

=
b x a y S
i
n
i
i
,

=
+ + + =
n
i
i i i i i i
by abx y ax b x a y S
1
2 2 2 2
) 2 2 2 ( ,
0 2 2 2
1 1 1
2
= + =

= = =
n
i
i i
n
i
i
n
i
i
y x x b x a
a
S
c
c
,
0 2 2 2
1 1
= + =
c
c

= =
n
i
i
n
i
i
y x a nb
b
S
,
sau


= = =
= +
n
i
n
i
n
i
i i i i
y x x b x a
1 1 1
2
,


= =
= +
n
i
n
i
i i
y nb x a
1 1
2
.

Rezolvarea sistemului conduce la:


= =
= = =
|
.
|

\
|

=
n
i
n
i
i i
n
i
i
n
i
n
i
i i i
x x n
y x y x
a
1
2
1
2
1 1 1
;


= =
= = = =
|
.
|

\
|

=
n
i
n
i
i i
n
i
i i
n
i
n
i
i
n
i
i i
x x n
y x x y x
b
1
2
1
2
1 1 1 1
2
.


Functia putere

Functia putere este de forma:
y b x
a
= .
Prin logaritmare se obtine o functie liniara a carei ecuatie este:
y a x b
1 1 1
= + ,
in care:
y y
1
= ln ; b b
1
= ln ; x x
1
= ln .
Se pot astfel utiliza rezultatele obtinute la functia liniara:


= =
= = =
|
.
|

\
|

=
n
i
n
i
i i
n
i
i
n
i
n
i
i i i
x x n
y x y x n
a
1
2
1
2
1 1 1
ln ) (ln
ln ln ln ln
;
9


= =
= = = =
|
.
|

\
|

=
n
i
n
i
i i
n
i
i i
n
i
n
i
i
n
i
i i
x x n
y x x y x
b
1
2
1
2
1 1 1 1
2
ln ) (ln
ln ln ln ln ) (ln
ln .


Functia exponentiala

Functia exponentiala este de forma:
y b e
a x
=

.
Prin logaritmare se obtine o functie liniara a carei ecuatie este:
y a x b
1 1
= + ,
unde:
y y
1
= ln ; b b
1
= ln .
Constantele vor avea valorile:


= =
= = =
|
.
|

\
|

=
n
i
n
i
i i
n
i
i
n
i
n
i
i i i
x x n
y x y x n
a
1
2
1
2
1 1 1
ln ln
;


= =
= = = =
|
.
|

\
|

=
n
i
n
i
i i
n
i
i i
n
i
n
i
i
n
i
i i
x x n
y x x y x
b
1
2
1
2
1 1 1 1
2
ln ln
ln .




Functia logaritmica

Functia logaritmica este de forma:
y b a x = + ln .
Prin logaritmare se obtine o functie liniara a carei ecuatie este:
y a x b
1 1
= + ,
unde: x x
1
= ln .
Valorile constantelor vor fi:


= =
= = =
|
.
|

\
|

=
n
i
n
i
i i
n
i
i
n
i
n
i
i i i
x x n
y x y x n
a
1
2
1
2
1 1 1
ln ) (ln
ln ln
;


= =
= = = =
|
.
|

\
|

=
n
i
n
i
i i
n
i
i i
n
i
n
i
i
n
i
i i
x x n
y x x y x
b
1
2
1
2
1 1 1 1
2
ln ) (ln
ln ln ) (ln
ln .


Functia polinom

Functia polinom este de forma:
y a x a x a x a
m m
m m
= + + + +

+ 1 2
1
1
........
Principiul celor mai mici patrate are expresia:
10
min ) ........ (
2
1
1
2 1
1
= =
+

=
m i m
m
i
m
i
n
i
i
a x a x a x a y S
Conditiile de minim:
c
c
S
a
1
0 = ;
c
c
S
a
2
0 = ; . . . . . . .;
c
c
S
a
m
= 0;
c
c
S
a
m+
=
1
0 ;
conduce la sistemul de m+1 ecuatii liliare cu m+1 necunoscute tip Kramer:
a x a x a x a x y x
i
m
i
m
i
n
i
m
i
n
m i
m
i
n
i i
m
i
n
i
n
1
2
2
2 1
1
3
2 2
1
1
1 1 1
+ + + + =

=
+
= = =

...............
a x a x a x a x y x
i
m
i
m
i
n
i
m
i
n
m i
m
i
n
i i
m
i
n
i
n
1
2 1
2
2 2
1
3
2 3
1
1
1
1
1
1 1

=

=
+

=

= =
+ + + + =

.......
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. a x a x a x n y
i
m
i
m
i
n
i
m
i
n
m i
i
n
i
n
1 2
1
1
3
2
1
1
1 1
+ + + =

=
+
= =

............................ .
Rezolvarea sistemului conduce la determinarea celor m+1 constante ce reprezinta
coeficientii polinomului.
Pentru determinarea gradului optim al polinomului se calculeaza suma patratelor
abaterilor valorilor masurate de la cele calculate:
min ) ........ (
2
1 1 1
1 1
2
1
1
1
1
= =
+

=
m i m
m
i
m
i
n
i
i m
a x a x a x a y S ,
unde m1 este gradul considerat optim.
Dispersia corespunzatoare se calculeaza cu relatia:
o
2 1
1 1
=

S
n m
m
.
Se mareste gradul polinomului si se calculeaza din nou dispersia pana cand dispersia
ramane constanta si se considera ca s-a atins gradul optim al polinomului. Daca gradul optim
al polinomului este n
o
atunci este indeplinita conditia:
o
2
1
1 2
=

~

S
n n
S
n n
n
o
n
o
o o
.
Determinarea valorilor constantelor prin metoda celor mai mici patrate, pe baza
algoritmelor prezentate pentru functiile tratate anterior, se poate face prin folosirea unui
program adecvat cu ajutorul calculatorului ( Turbo Pascal, EXCEL).
In EXCEL, pe baza datelor experimentale se determina ecuatia care reprezinta aceste
date pentru o anumita forma (functie) aleasa. In plus acest program permite calcularea
coeficientului de concordanta intre datele experimentale si ecuatia determinata, notat cu R.
Cu cat valoarea lui R este mai apropiata de 1 cu atat forma de ecuatie aleasa reprezinta mai
bine datele experimentale.
In acest sens programul EXCEL se poate folosi si pentru gasirea formei de ecuatie care
reprezinta cel mai fidel un anumit sir de date. Astfel, daca pentru acelasi sir de date se
presupun mai multe forme de ecuatie (liniara, exponentiala, logaritmica, polinom, etc.) ecuatia
pentru care coeficientul R este mai mare reprezinta cel mai corect sirul respectiv.
Programul EXCEL permite si reprezentarea grafica a ecuatiei determinate.
In continuare se prezinta cateva exemple si rezultatele obtinute prin utilizarea
programelor amintite anterior.


11
Exemplul 1.1


Sa se determine ecuatia ce reprezinta datele din tabel admitand ca forma adecvata a
acesteia este y = a x + b

x 1 2 3 4 5 6 7 8 9 10
y 1.96 2.55 3.12 3.63 4.22 4.67 5.23 5.79 6.33 7.02

Dupa efectuarea calculelor utilizand programul OVARIAB.PAS, realizat in limbajul
de programare Turbo Pascal , se obtin urmatoarele valori ale constantelor:

a = 0.5491 ; b = 1.432;
Ecuatia cautata va fi:
y = 0.5491 x + 1.432

Utilizand programul EXCEL se obtine graficul prezentat in figura si ecuatia
corespunzatoare.Coeficientul de concordanta este R
2
= 0.9991.

Graficul functiei liniare reprezentat cu programul EXCEL





Functia liniara
y = 0.5491x + 1.432
R
2
= 0.9991
0
1
2
3
4
5
6
7
8
0 5 10 15
Series1
Linear
(Series1)
12

Exemplul 1.2

Sa se determine ecuatia ce reprezinta datele din tabel admitand ca forma adecvata a
acesteia este y = b x
a
.

x 1 2 3 4 5 6 7 8 9 10
y 3.75 11.8 27.55 46.8 77.25 105.75 149.15 190.5 145.25 296.5

Ecuatia cautata este:
9413 . 1
4075 . 3 x y =

Utilizand programul EXCEL se obtine graficul din figura urmatoare.
Graficul functiei putere reprezentata cu programul EXCEL






Exemplul 1.3

Functia putere
y = 3.4075x
1.9413
R
2
= 0.9976
0
50
100
150
200
250
300
350
0 5 10 15
Series1
Power
(Series1)
13
Sa se determine ecuatia ce reprezinta datele din tabel, admitand ca forma adecvata a
acesteia este:
y = b + a lnx

x 1 2 3 4 5 6 7 8 9 10
y 4 6.12 7.21 8.18 8.75 9.4 9.82 10.24 10.58 10.94

Ecuatia cautata va fi:
y = 3.9897 +3.002 ln x.

Utilizand programul EXCEL se obtine graficul din figura cu ecuatia corespunzatoare.
Graficul functiei logaritmice reprezentata cu programul EXCEL








Exemplul 1.4

Sa se determine ecuatia ce reprezinta datele din tabele admitand ca forma adecvata a
acesteia este:

y = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3

Functia logaritmica
y = 3.002Ln(x) + 3.9897
R
2
= 0.9996
0
2
4
6
8
10
12
0 5 10 15
Series1
Log. (Series1)
14

x 0 200 400 600 800 1000 1200 1400 1600 1800
y 0 11.15 22.45 33.7 44 52.8 60 64.8 66.7 64.95

Se obtine ecuatia:

y = 0.0079 +0.0541 x +1.10
-5
x
2
+ 1.10
-8
x
3


Utilizand programul EXCEL se obtine graficul din figura cu ecuatia corespunzatoare.


Graficul functiei polinom reprezentata cu programul EXCEL







Exemplul 1.5

In urma masurarii valorilor variabilelor x si y ce descriu un anumit proces s-au obtinut
datele din tabel:

x 0.1 0.3 0.5 0.7 0.9 1.1 1.3 1.5 1.7 1.9 2.1
Functia polinom
y = -1E-08x
3
+ 1E-05x
2
+
0.0541x + 0.0079
R
2
= 1
0
10
20
30
40
50
60
70
80
0 500 1000 1500 2000
Series1
Poly. (Series1)
15
y = -3.5212x + 12.53
R
2
= 0.3336
-10
-5
0
5
10
15
20
25
30
35
40
45
0 2 4 6
Series1
Linear
(Series1)
y 40 13.33 8 9.71 4.44 3.63 3.07 2.66 2.35 2.1 1.9

x 2.3 2.5 2.7 2.9 3.1 3.3 3.5 3.7 3.9 4.1 4.3
y 1.74 1.6 1.48 1.38 1.29 1.21 1.14 1.08 1.02 0.97 0.93

Sa se analizeze, folosind programul EXCEL, care din urmatoarele forme de ecuatii
reprezinta cel mai corect sirul de date si care este expresia analitica respectiv:
y = a x + b ; y = b x
a
; y = a
0
+ a
1
x + a
2
x
2
; y = b x
a
; y = b + a lnx

Utilizand programul EXCEL se obtin, corespunzator celor 5 forme de ecuatii propuse,
rezultatele prezentate in figurile de mai jos.
Graficul a functiei liniare reprezentata cu programul EXCEL

























Graficul a functiei putere reprezentata cu programul EXCEL
16
y = 3.9957x
-1.0005
R
2
= 1
0
5
10
15
20
25
30
35
40
45
0 2 4 6
Series1
Power
(Series1)
y = 2.6188x
2
- 15.568x +
21.774
R
2
= 0.5919
-5
0
5
10
15
20
25
30
35
40
45
0 2 4 6
Series1
Poly. (Series1)



Graficul a functiei polinom reprezentata cu programul EXCEL



17
y = 9.9722e
-0.633x
R
2
= 0.8103
0
5
10
15
20
25
30
35
40
45
0 1 2 3 4 5
Series1
Expon.
(Series1)
























Graficul a functiei exponentiale reprezentata cu programul EXCEL



















Graficul a functiei
logaritmice
reprezentata cu programul EXCEL
18
y = -7.4041Ln(x) + 8.4373
R
2
= 0.7286
-5
0
5
10
15
20
25
30
35
40
45
0 2 4 6
Series1
Log. (Series1)



























Se constata ca valoarea maxima a coeficientului R corespunde formei:

y = b x
a
.


















19
2. REPREZENTAREA PRIN ECUATII A FUNCTIILOR DE MAI
MULTE VARIABILE



In cercetarea experimentala se intalnesc si situatii in care variabila dependenta y este ,
in acelasi timp, functie de mai multe variabile independente.
Apare astfel necesitatea determinarii unei expresii analitice de forma:

y = f(x
i
, a
0
, a
i
, a
ii
, a
ij
) ,

care sa exprime dependenta functiei y de variabilele independente x
i
si de constantele a
0
, a
i
,
a
ii
, a
ij.
Pentru rezolvarea acestei probleme complexe este necesar a se parcurge mai multe
etape, si anume:
- Intocmirea unui program de organizare a experientelor;
- Determinarea valorilor constantelor;
- Testarea semnificatiei variabilelor;
- Testarea adecvantei formei functiei.



2.1. Structura programului de incercari experimentale


Programul de incercari experimentale reprezint strategia de programare a ncercrilor
n vederea obinerii unor rezultate utile i cu un nivel de ncredere satisfctor.
Programul de incercari experimentale este utilizat de mai bine de jumtate de secol i a
fost folosit pentru prima dat de agronomi. Cu toate acestea, metoda planificrii tiinifice a
experienelor este puin cunoscut i este puin folosit att n mediul industrial ct i n
laboratoarele universitare.
Aplicarea metodei programrii experimentului se realizeaz n urmtoarele etape:
stabilirea ipotezelor, rezonabil de formulat, cu privire la factorii ce intervin n
model, interaciunile dintre factori i efectele acestora;
definirea obiectivelor de studiat prin stabilirea parametrilor importani i
studiul interaciunilor dinte parametri;
stabilirea programului de ncercri;
analiza statistic a rezultatelor experimentrilor care const n deducerea
ecuaiei de rspuns, analiza varianei modelului i optimizarea modelului;
interpretarea i validarea fenomenologic a rezultatelor astfel obinute.

Metoda programrii experimentelor permite determinarea factorilor semnificativi, a
interaciunilor semnificative dintre factori i asigur obinerea relaiei ce caracterizeaz
fenomenul n, funcie de efectele reinute ca fiind influente.
n funcie de numrul de experiene, planurile de experimentare pot fi complete sau
incomplete.
20
Planurile de experimentare complete combin toate nivele factorilor considerai. Dac
factorii controlai (factorii de intrare) au numere diferite de nivele avem de-a face cu planuri
factoriale. Dac factorii controlai au acelai numr de nivele, ntlnim:

planuri factoriale la dou nivele, cunoscute i ca planuri de tip 2n
i
planuri factoriale la trei nivele sau planuri 3n.

Scopul unui experiment este s gseasc o combinaie de factori care s asigure:
costuri sczute;
productivitate;
eficien;
fiabilitate.
n practic, cele mai uzuale metode de experimentare sunt:
experimentri care se efectueaz variind un singur factor o dat;
experimentri cu un plan factorial complet;
experimentri cu un plan factorial fracionat.









3. DEPENDENTA STOHASTICA A DOUA SAU MAI MULTE
VARIABILE



Pentru expresia ecuatiei y = f(x) s-a admis anterior ca fiecarei valori a lui x ii
corespunde o singura valoare pentru y.
In natura si tehnica exista foarte multe cazuri in care variabila y este, in plus, o functie
si de alte variabile, care pot sa nu fie cunoscute, ceea ce face ca unei valori date a lui x sa-i
corespunda mai multe valori pentru y, precum si ca o valoare a lui y sa apara pentru mai multe
valori ale lui x.
In general se vorbeste de corelatii intre factori, evenimente sau caracteristici a caror
dependenta reciproca este numai partiala. De multe ori, poate, nu este vorba atat de
dependenta fizica a acestora una de alta, cat de dependenta lor de alte proprietati care pot fi
numai suspectate.
Reprezentand grafic valorile variabilelor se constata ca punctele obtinute au o
imprastiere foarte mare, ea neputand fi atribuita erorilor aleatoare.
In acest caz se spune ca variabilele sunt legate stochastic sau sunt corelate in loc sa fie
legate cauzal sau functional.
Relatiile stochastice pot fi liniare sau neliniare si pot exista intre doua, trei sau mai
multe variabile.
21
Corelatia studiaza legea medie de comportare a fiecarei variabile, precum si marimea
dependentei intre variabilele considerate. Expresia analitica ce descrie legatura dintre doua
variabile corelate se numeste functie de regresie. Astfel, expresia y = f(x) este functia de
regresie a lui y asupra lui x, iar expresia x = f(y) functia de regresie a lui x asupra lui y.
Expresia grafica a functiei de regresie se numeste curba de regresie.
Natura dependentei dintre marimi este caracterizata prin coeficientul de corelatie sau
raportul de corelatie.
3.1. Corelatia liniara intre doua variabile

Corelatia intre doua variabile x si y este liniara daca ambele functii de regresie sunt
liniare. In acest caz curbele de regresie sunt drepte de regresie. Pantele acestor drepte se
exprima prin coeficientul de corelatie care este masura dependentei liniare dintre marimile x
si y.



3.1.1. Coeficientul de corelatie

Pentru studiul corelatiei intre doua variabile x si y se efectueaza un numar n de
experiente (observatii, incercari) independente.
Fie x
i
, y
i
(i = 1, 2, ., n) rezultatele masurarilor. Cu aceste valori se calculeaza
estimatiile punctuale ale valorilor medii:
x
n
x
i
i
n
=
=

1
1
; y
n
y
i
i
n
=
=

1
1

Apreciind ca dispersiile o
x
2
si o
y
2
sunt estimate de erorile standard empirice
(dispersiile empirice)
2
x
s si
2
y
s , coeficientul empiric de corelatie este dat de relatia:

=
n
i
i i
y x
y x
y y x x
n s s
r
1
,
) )( (
1
1 1

unde:

= =
(

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


= =
(

=
n
i
n
i
i i y
y n y
n
y y
n
s
1 1
2 2 2 2
) (
1
1
) (
1
1
.

Coeficientul empiric de corelatie este o marime adimensionala a carei valoare nu
depaseste unitatea:
, r ,s 1,
unde:
daca r = 0, atunci variabilele x si y sunt independente;
daca ,r,=1, exista o dependenta functionala liniara intre variabile (fiecarei valori a unei
variabile ii corespunde numai o singura valoare a celeilalte variabile).
Datorita imprastierii aleatoare ale rezultatelor masurarilor, chiar pentru variabile
independente, coeficientul empiric de corelatie poate fi diferit de zero.
22
Rezulta necesitatea verificarii semnificatiei coeficientului de corelatie, adica
verificarea posibilitatii respingerii ipotezei privind necorelarea variabilelor considerate.
Verificarea se face cu relatia:
r n H > 1
unde H este valoarea critica ce depinde de nivelul de incredere P si numarul de
masurari n. Valorile critice H sunt date in Anexa 7.
Daca relatia este satisfacuta, atunci cu probabilitatea (nivelul de incredere) P se
poate respinge ipoteza necorelarii liniare a celor doua variabile.


3.1.2. Drepte de regresie

Dreapta de regresie empirica a lui y asupra lui x are ecuatia:
) ( x x
s
s
r y y
x
y
=
Coeficientul unghiular al dreptei de regresie se numeste coeficient de regresie empiric
si are expresia:

=
=


= =
n
i
i
n
i
i i
x
y
x y
x n x
y x n y x
s
s
r b
1
2 2
1
/
) (

Dreapta de regresie empirica a lui x asupra lui y are ecuatia:
x x r
s
s
y y
x
y
= ( )
unde:

=
=


= =
n
i
i
n
i
i i
y
x
y x
y n y
y x n y x
s
s
r b
1
2 2
1
/
) (

este coeficientul de regresie empiric a lui x asupra lui y.

Parametrii ambelor drepte de regresie satisfac principiul celor mai mici patrate.
Astfel, pentru variabila y, suma patratelor abaterilor valorilor masurate y
i
de la cele
calculate cu ajutorul ecuatiei dreptei de regresie y = f(x) este mai mica decat suma patratelor
abaterilor acestor valori de la orice alta dreapta.
In mod similar, pentru valorile x suma patratelor abaterilor valorilor masurate x
i
de la
cele calculate cu ajutorul ecuatiei dreptei de regresie x = f(y) este mai mica decat suma
patratelor abaterilor acestor valori de la orice alta dreapta.
Ambele drepte de regresie trec prin centrul empiric al repartitiei punctul ( ) , y x .
Dreapta de regresie a lui x asupra lui y are intodeauna panta mai mare decat dreapta de
regresie a lui y fata de x.
Coefientul de regresie b
y/x
si b
x/y
au acelasi semn ca si coeficientul de corelatie r si sunt
legati prin relatia:
b
y/x
b
x/y
= r
2
.

23
Dreaptele de regresie coincid cind |r|= 1.










3.1.3. Eliminarea datelor afectate de erori grosolane

Daca printre datele experimentale se descopera una suspecta ce difera mult de
celelalte se pune problema daca aceasta valoare trebuie sau nu eliminata. Pentru eliminarea
acestei date, ce difera mult de celelalte, se calculeaza dispersiile empirice si coeficientul de
corelatie corespunzatoare tuturor valorilor s
x
2
, s
y
2
, r si aceeasi parametri pentru toate valorile
cu exceptia celei suspecte (pentru n - 1 valori), respectiv s x
2
, s y
2
si r .
Raportul:
) 2 2 2 2
2 2 2
2
1 (
) 1 ( ) 1 (
r s s n
r s s n
R
y x
y x


=
se compara cu valoarea critica admisibila R (P, n) data in tabelul 3.1 functie de nivel de
incredere P si un numar de date n. Daca valoarea R calculata este mai mica decat valoarea
critica admisibila R(P,n) atunci valoarea suspecta se considera a fi afectata de erori
grosolane si se elimina. In caz contrar se pastreza pentru prelucrare.

Tabelul 3.1. Valorile minime admisibile ale raportului R

N\P 0.90 0.95 0.99 n\P 0.90 0.95 0.99
10 0.268 0.22 0.139 20 0.536 0.494 0.409
11 0.309 0.26 0.174 22 0.567 0.527 0.455
12 0.345 0.296 0.207 24 0.598 0.555 0.477
13 0.378 0.329 0.238 26 0.617 0.561 0.505
14 0.407 0.359 0.268 28 0.637 0.603 0.530
15 0.434 0.386 0.296 30 0.655 0.623 0.553
16 0.458 0.412 0.321 35 0.693 0.664 0.6
17 0.48 0.435 0.346 40 0.723 0.697 0.639
18 0.5 0.456 0.368 45 0.748 0.723 0.67
19 0.519 0.476 0.389 50 0.768 0.745 0.696



3.2. Corelatia liniara multipla
Notiunea de corelatie liniara intre doua variabile tratata anterior poate fi extinsa la
cazul unui numar de mai multe variabile.
24
In cele ce urmeaza se trateaza cazul a trei variabile x, y si z facandu-se referinta numai
la regresia empirica a variabilei z asupra variabilelor x si y.

3.2.1.Planul de regresie

Planul de regresie a lui z asupra variabilelor (x, y) are ecuatia:
) ( ) (
/ /
y y b x x b z z
y z x z
+ = ,
unde coeficienteul de regresie b
z/x
si b
z/y
se determina cu ajutorul coeficientilor de corelatie
dintre perechile de variabile x si y; x si z; y si z astfel:
x
z
xy
yz xy xz
x z
S
S
r
r r r
b
2
/
1

= ,
y
z
xy
xz xy yxz
y z
S
S
r
r r r
b
2
/
1

= .
Si in cazul de fata coeficientul de corelatie dintre perechile de variabile amintite are
expresiile:

=
n
k
k k
y x
xy
y y x x
n S S
r
1
) )( (
1
1 1
,

=
n
k
k k
z x
xz
z z x x
n S S
r
1
) )( (
1
1 1
,

=
n
k
k k
y z
yz
z z y y
n S S
r
1
) )( (
1
1 1
.
unde k este numarul total de date experimentale, adica numarul de puncte (x
k
, y
k
, z
k
) iar S
x
,
S
y
, S
z
sunt dispersiile empirice:
1
) (
1
2
2

=

=
n
x x
S
n
k
k
x
,
1
) (
1
2
2

=

=
n
y y
S
n
k
k
y
,
1
) (
1
2
2

=

=
n
z z
S
n
k
k
z
.
Ca urmare a dependentei dintre variabila z si variabilele x si y se considera
coeficientul multiplu de corelatie:
2
2 2
1
2
xy
yz xz xy yz xz
r
r r r r r
R

+
= .
Coeficientul multiplu de corelatie R este intodeauna cuprins intre 0 si 1. Daca variabila
z nu depinde de variabilele x si y, valoarea teoretica a coeficientului R este zero.
Coeficientul multiplu de corelatie este egal cu unu daca si numai daca toate datele
experimentale se situeaza in planul de regresie (exista o dependenta functionala liniara a
variabilei z si y).
Pentru studiul influentei numai a unuia dintre factori, de exemplu a factorului
caracterizat de variabila x asupra celui exprimat prin variabila z, adica pentru studiul corelatiei
dintre x si z dupa inlaturarea variatiei determinate de influenta variabilei y, se introduce
coeficientul de corelatie partial al variabilelor x si z in raport cu variabila y:
25
2 2
/
1 1
yz xy
yz xy xz
y xz
r r
r r r
r


= .
In mod analog se determina coeficientii de corelatie partiali ai variabilelor x si y in
raport cu z si ai variabilelor y si z in raport cu x:
2 2
/
1 1
yz xz
yz xz xy
z xy
r r
r r r
r


=

2 2
/
1 1
xz xy
xz xy yz
x yz
r r
r r r
r


= .

3.3. Corelatia neliniara


In cazul corelatiei neliniare, drept masura a dependentei, adica drept masura a
concentrarii punctelor experimentale in jurul curbelor de regresie se ia raportul de corelatie
q
y/x
pentru dependenta lui y in functie de x sau q
x/y
pentru dependenta lui x in functie de y.



3.3.1.Raportul de corelatie


Pentru calculul rapoartelor de corelatie, se imparte intreaga gama de perechi de valori
(x
i
, y
i
) in l intervale (l > 8) si pentru fiecare interval de rang j se calculeaza mediile aritmetice
conditionale
yj
x si
xj
y (mediile aritmetice ale valorilor x, respectiv y ce cad in intervalul j)
cu formulele:

=
=
j
m
i
ij
j
yj
x
m
x
1
1
;

=
=
j
m
i
ij
j
xj
y
m
y
1
1

unde m
j
este numarul de perechi de puncte (x
ij
, y
ij
) din intervalul j.
Rapoartele de corelatie se calculeaza cu relatiile:
2
1
2
2
) 1 (
) (
y
k
j
x
j
yx
s n
y y m
j


=

=
q
2
1
2
2
) 1 (
) (
x
k
j
y
j
xy
s n
x x m
j


=

=
q .
Raportul de corelatie satisface inegalitatile:
0 s , r , s q
y/x
s 1 ; 0 s , r , s q
y/x
s 1

Daca raportul de corelatie are valoarea q
y/x
= 1 intre variabilele x si y exista o dependenta
functionala. Daca q
y/x
= 0 variabilele x si y sunt necorelate.




3.3.2.Curbe de regresie
26


Construirea curbelor de regresie se face prin metoda celor mai mici patrate. De obicei
problema se limiteaza la considerarea unei dependente parabolice de grad mic, adica se
apreciaza ca expresiile analitice ale curbelor de regresie sunt polinoame de gradul doi sau trei.
Modelul de calcul al coeficientilor este identic cu cel prezentat in capitolul 1 pentru
functia polinom.


Exemplul 3.1

Sa se calculeze coeficientii de corelatie simpli de sondaj in cazul a trei variabile
independente x
1
, x
2
, x
3
si a variabilei independente y. Variabila independenta x
1
reprezinta
turatia aparatului de dezaristare, variabila x
2
jocul dintre sinele aparatului si stator iar variabila
x
3
debitul de alimentare cu material. Variabila dependenta y reprezinta gradul de dezaristare
al boabelor de orz. Valorile acestor variabile sunt prezentate in tabelul de mai jos:






E
xp.
x
1

x
2

x
3

D
z

1 6
75
1
0
0
.3
9
4.76
2 7
75
1
0
0
.3
9
7
3 6
75
1
8
0
.3
8
8.1
4 7
75
1
8
0
.3
8
8.25
5 6
75
1
0
1
.5
7
5.75
6 7
75
1
0
1
.5
8
8.25
7 6
75
1
8
1
.5
7
9.3
8 7
75
1
8
1
.5
7
9.25
9 6
75
1
4
0
.9
8
8.8
1
0
7
75
1
4
0
.9
9
0.1
1
1
7
25
1
8
0
.9
8
4.7
1 7 1 0 9
27
2 25 0 .9 1.3
1
3
7
25
1
4
1
.5
8
2.5
1
4
7
25
1
4
1
0
9
1.75
1
5
7
25
1
4
0
.9
8
9.5

Valorile coeficientilor de corelatie sunt:

R
x1y
= 0,10269
R
x2y
= - 0,62651
R
x3y
= -0,74943







BIBLIOGRAFIE








1. Paunescu I., Ladislau D., Bazele cercetarii experimentale a sistemelor biotehnice, Ed.
Printech, 1999
2. Balanescu T, Programarea in limbajele Pascal si Turbo Pascal, Ed. Tehnica, Bucuresti
3. Ciocardia C., s.a., Bazele cercetarii experimentale in tehnologia constructiilor de
masini, Ed. Didactica si pedagogica, Bucuresti, 1979