TEHNICI DE MODELARE

I NOŢIUNI ŞI RELAŢII FUNDAMENTALE

I.1 Definiţia modelului

Prin model se înţelege o descriere a unui proces din lumea reală. Expresiei
„proces din lumea reală” îi atribuim înţelesul pe care-l are în vorbirea obişnuită. Vom
prezenta în continuare o clasificare a modelelor după natura proceselor descrise.
Pe de altă parte precizăm că nu orice descriere a unui proces poate fi numit
„model”, în sensul de obiect al disciplinei numite TEHNICI DE MODELARE.
Un model trebuie, în primul rând, să prezinte în mod riguros aspectele
esenţiale ale procesului respectiv, iar acest lucru se exprimă de regulă cu ajutorul
unor ecuaţii. Aceasta este componenta matematică a modelului.
O altă caracteristică importantă a unui model este componenta informatică.
De regulă un model se elaborează într-o formă mai simplificată prin neglijarea unor
aspecte considerate neesenţiale. Ecuaţiile modelului, în forma iniţială sunt mult mai
simple, uşor de manevrat. În schimb descrierea oferită de model este destul de
aproximativă.
Adecvarea la realitate impune luarea în considerare a altor factori, neglijaţi la
început. Prin aceasta creşte numărul de ecuaţii, iar ele devin din ce în ce mai
complicate, astfel încât nu mai pot fi rezolvate cu creionul.
Tehnica de calcul, bazată pe metodele numerice elaborate, este cea care a dat
posibilitatea să se depăşească acest obstacol. Pentru ecuaţii foarte complicate s-au
elaborat algoritme adecvate programării. Dispozitivele de calcul au devenit din ce în
ce mai performante, dând posibilitatea obţinerii în timp scurt rezultatul unui volum
enorm de prelucrări numerice, cu o precizie din ce în ce mai mare.

1
 Multe procese din lumea reală îşi au baza matematică de mult elaborată, dar
numai impactul cu tehnica modernă de calcul a făcut utilă elaborarea unor tehnici de
modelare prin care proiectarea, prognoza şi diagnoza capătă o calitate net superioară,
sub aspectul preciziei, al adecvării la realitate. Timpul necesar pentru elaborarea
acestora este mult mai redus, la fel şi costurile.

I.2 Procesul de simulare

Modalitatea esenţială prin care se folosesc modelele o constituie simularea,
adică efectuarea experimentelor pe calculator. Acest lucru este posibil deoarece prin
luarea în considerare a cât mai mulţi factori, a mai multor ecuaţii, rezultatele
prelucrărilor numerice devin foarte apropiate de realitate.
Substituirea experimentelor reale are ca rezultat o reducere considerabilă a
cheltuielilor, atât materiale cât şi a forţei de muncă. Experimentele pe calculator se
realizează în timp mult mai scurt.
Simularea poate avea chiar valenţe superioare experimentului real. Un
experiment real operează cu un număr redus de valori ale parametrilor. Practic,
pentru fiecare combinaţie de valori ale parametrilor, trebuiesc procurate materialele
corespunzătoare, cu care se efectuează experimentul.
Pe calculator este mult mai simplu să se jongleze fără cheltuieli cu o mulţime
numeroasă de valori ale parametrilor. Se pot considera chiar variaţii continue ale
parametrilor, permiţând găsirea soluţiei optime.
Baza teoretică a elaborării proceselor de simulare o constituie teoria
sistemelor. În cadrul acestei teorii se porneşte de la un principiu simplu şi foarte
general. Potrivit acestui principiu orice proces se desfăşoară în cadrul unui sistem
care se defineşte prin faptul că transformă valorile unor parametri numiţi parametrii
de intrare într-un alt set de valori numite valori de ieşire. Soluţiile de simulare au ca
bază deci teoria sistemelor, dar aceasta din urmă este la rândul ei stimulată şi
îmbogăţită prin teoria modelelor.

I.3 Perfecţionarea continuă a modelului

Unul din principiile de bază ale teoriei modelelor este faptul că orice model,
oricât de perfecţionat ar fi, este o descriere aproximativă a procesului real. Problema
care se pune este de a face această descriere cât mai adecvată realităţii, adică
aproximarea să fie cât mai bună.

2
 Se porneşte întotdeauna cu o formă simplă a modelului, constând în luarea în
considerare numai a factorilor care au o influenţă hotărâtoare. De multe ori ecuaţiile
unui sistem simplificat pot fi rezolvate cu uşurinţă fără ajutorul calculatorului, dar
rezultatul este o descriere destul de grosieră a procesului real.
Pas cu pas se iau în consideraţie şi alţi factori. Ca urmare ecuaţiile devin din ce
în ce mai complicate, numărul lor se măreşte. Evaluarea influenţei factorilor
consideraţi iniţial ca nesemnificativi, este ea însăşi o componentă a simulării.
Perfecţionarea modelului se realizează nu numai prin considerarea mai multor
ecuaţii ci şi prin diminuarea erorilor soluţiilor ecuaţiilor deja existente.

EXEMPLU
Procesul de lansare a unui proiectil poate fi descris într-o primă aproximaţie
luând în considerare numai forţa de gravitaţie şi viteza de lansare a proiectilului (se
înţelege viteza ca vector, adică nu numai mărimea ci şi direcţia ei). Se obţine
rezultatul că traiectoria proiectilului este o parabolă situată în plan vertical.
Traiectoria dedusă este în esenţă corectă, adică este confirmată de experiment,
dar gradul de precizie este nesatisfăcător. Modelul se perfecţionează luând în
considerare pe lângă forţa de gravitaţie, forţa de frecare ce acţionează asupra
proiectilului. Aceasta complică foarte mult ecuaţia deoarece forţa de frecare depinde
de viteză, de mărimea vitezei şi de direcţia acesteia, spre deosebire de forţa
gravitaţională care este constantă. Ecuaţia diferenţială obţinută nu se mai poate
rezolva fără ajutorul calculatorului, dar soluţia dezvăluie o altă traiectorie a
proiectilului, numită balistică, traiectorie care diferă de parabolă. Această traiectorie
aproximează mai bine pe cea reală decât parabola.
Rezultatul obţinut este tot o aproximare a realităţii, e drept, ceva mai bună
decât cea iniţială. Modelul se poate perfecţiona luând în considerare mai mulţi
factori, mai multe aspecte, de exemplu:
- Mărimea forţei de frecare se exprimă cu ajutorul unor coeficienţi care
suferă modificări în funcţie de viteză, precum şi de condiţiile atmosferice (presiune
atmosferică, temperatură, umiditate, etc).
- Forma obuzului precum şi poziţia sa în timpul deplasării produc efecte
aerodinamice prin care se modifică traiectoria.
Aceste perfecţionări ale modelului reduc în bună măsură experimentele din
poligon pe baza cărora se întocmesc tabelele de tragere.

3
 II MODELE STATISTICE

II.1 Despre demersul statistic

Unul din mijloacele frecvent folosite pentru obţinerea de informaţii despre

lumea înconjurătoare este gruparea elementelor unei colectivităţi având drept criteriu
o anumită caracteristică. Pentru a fixa ideile să considerăm câteva exemple.
1. Înălţimea pe care o au tinerii dintr-un grup de sportivi.
2. Abaterea faţă de ţintă a unor lovituri efectuate într-un poligon de tir.
3. Cantitatea de fructe obţinută de la pomii dintr-o livadă.
4. Cantitatea de precipitaţii înregistrată într-o localitate în luna iunie din
mai mulţi ani.
5. Timpul de aşteptare într-o staţie de tramvai înregistrat de un număr de
ori.
Fiecare din caracteristicele menţionate este, pentru fiecare individ al
colectivităţii, efectul acţiunii mai multor factori. În principiu ne-am putea imagina
luarea în considerare a tuturor factorilor cauzali şi pe baza evaluării influenţelor
acestora să determinăm caracteristica respectivă pentru fiecare individ.
Acest demers determinist, pornind de la cauză la efect dă, în multe cazuri,
rezultate satisfăcătoare. De exemplu, aşa cum am menţionat mai înainte, distanţa la
care ajunge un obuz lansat de un tun se poate deduce cu precizie destul de mare în
funcţie de cantitatea şi calitatea de explozibil, direcţia de lansare, forţa de frecare,
condiţiile atmosferice, etc. În general se poate proceda de o astfel de manieră când se
cunosc factorii cauzali şi o cuantificare suficient de precisă a efectului acestora.
În multe situaţii factorii cauzali sunt foarte numeroşi, influenţele acestora sunt
greu de cuantificat, iar mulţi dintre ei sunt pur şi simplu necunoscuţi.
Demersul statistic porneşte de la înregistrarea efectelor şi din această analiză
se pot deduce şi factorii cauzali, intensitatea influenţei acestora precum şi corelaţia
lor.

4
II.2 Distribuţia erorilor

La polul opus al abordării deterministe se află caracteristica elementelor unei

colectivităţi, caracteristică determinată de un număr mare de factori, greu de
cuantificat şi în general necorelaţi.
Acţiunea conjugată a acestui ansamblu de factori conduce la o anumită
simetrie a grupării elementelor colectivităţii după caracteristica studiată. Exemplele 2
şi 5 se încadrează în această categorie. Exemplul 2 este chiar cel care dă şi numele de
„distribuţia erorilor” deoarece aici avem de-a face cu erorile de ochire. În general ele
vor prezenta o simetrie faţă de ţintă.
Intuiţia genială a lui Gauss l-a condus la considerarea funcţiei:
( xm )2
1 
f ( x)  e 2 2

 2
în care x parcurge mulţimea numerelor reale iar m şi σ sunt parametri reali, σ fiind
strict pozitiv.
GRAFICUL FUNCŢIEI f
Remarcăm, în primul rând, că f(x) > 0 pentru orice număr real x. Derivata
întâia este:
( x m ) 2
1  ( x  m)
f '( x)  e 2 2

 2 2
şi se observă că f’(m) = 0, f’(x) > 0 pentru x < 0 şi f’(x) < 0 pentru x > 0. Deci
1
funcţia f admite un maxim pentru x = m, egal cu , este crescătoare pentru x
 2
< m şi descrescătoare pentru x > m.
Calculând derivata a doua observăm că este nulă pentru x = m ± σ, negativă în
intervalul (m-σ, m+σ) şi pozitivă în afara acestui interval.
Din aceste informaţii deducem graficul funcţiei f pentru următoarele valori ale
parametrilor: m = 10 şi σ = 3.

5
0 .1 2

0 .1 0

0 .0 8

0 .0 6

0 .0 4

0 .0 2

5 10 15 20
Se observă că graficul are forma de clopot şi de aceea se şi numeşte „clopotul
lui Gauss”. Punctul de abscisă m = 10 este punct de maxim iar punctele având
abscisele m – σ = 10 – 3 =7 şi m + σ = 10 +3 = 13 sunt puncte de inflexiune.

APLICAŢII ALE MODELULUI

În situaţia că se ştie că o colectivitate statistică prezintă distribuţia numită a
erorilor, sau distribuţia normală având valoarea medie m şi abaterea standard σ
cunoscute putem calcula probabilitatea ca valoarea x a caracteristicii studiate să fie
situată între numerele a şi b, folosind formula :
b
P(a  x  b)   f ( x)dx
a

Această integrală nu se poate calcula cu ajutorul formulei Leibniz-Newton

deoarece primitiva funcţiei f nu este o funcţie elementară. Valoarea integralei se poate
obţine folosind diverse metode numerice.
Din punct de vedere geometric această integrală este egală cu aria porţiunii de
suprafaţă cuprinsă între axa absciselor şi graficul funcţiei f, delimitată de dreptele de

6
ecuaţii x = a şi x = b. În particular, pentru a = -∞ şi b = +∞ valoarea integralei este
egală cu unitatea.
La fel ca şi pentru funcţiile trigonometrice s-au întocmit tabele de valori pentru
un număr finit de valori ale capetelor, urmând ca pentru celelalte valori ale capetelor
să se aplice interpolarea liniară. Astăzi este însă mult mai comod să folosim funcţiile
statistice ale programelor de matematică (Mathlab, Mathlab, Mathematica) sau
programele Office cum ar fi Excel sau Access. Folosind aceste programe se obţine
foarte uşor valoarea integralei, cu precizia dorită, cunoscând parametrii m şi σ
precum şi capetele a şi b de integrare.
De exemplu, dacă a = m – σ şi b = m + σ atunci valoarea integralei este
aproximativ 0,68. Deci aproape 70% din membrii colectivităţii statistice prezintă
abateri faţă de valoarea medie cel mult egale cu abaterea standard σ. Din graficul
funcţiei f (pentru m = 10 şi σ = 3) se vede că aria cuprinsă între axa orizontală, grafic
şi dreptele x = m – 3 = 10 – 3 = 7 şi x = m + 3 = 10 + 3 = 13 este cam 70% din
întreaga arie delimitată de axa orizontală şi grafic.
Pentru a = m – 2σ şi b = m +2 σ valoarea integralei este 95,5%, deci marea
majoritate a indivizilor colectivităţii statistice nu prezintă, faţă de valoarea medie
abateri mai mari decât două abateri standard.
Interesant este şi cazul a = m – 3σ şi b = m + 3σ când valoarea integralei este
99,7% . Deducem de aici că este foarte puţin probabil ca un individ al colectivităţii
statistice să se abată de la valoarea medie cu mai mult decât trei abateri standard.

PERFECŢIONAREA MODELULUI
Faptul că o colectivitate statistică se încadrează în modelul prezentat, în sensul
că prezintă o distribuţie gaussiană este o presupunere bazată pe o cunoaştere destul
de aproximativă a acestei colectivităţi. Este clar că nu orice colectivitate statistică are
această proprietate, de exemplu, nu prezintă o simetrie faţă de valoarea medie. În
plus, s-ar putea ca valorile parametrilor m şi σ să nu fie cunoscuţi cu precizie
acceptabilă.
Mijloacele statisticii matematice permit ca prin investigarea nemijlocită a
colectivităţii să verificăm dacă modelul însuşi este adecvat, precum şi, în caz
afirmativ, să obţinem valori mai precise ale valorii medii şi ale abaterii standard.

EXEMPLU
Să presupunem că se fabrică un număr foarte mare de piese metalice dintr-un
aliaj care trebuie să conţină cupru în proporţie de 11%, admiţându-se o toleranţă de

7
3%. Piesele constituie o colectivitate statistică despre care avem motive să credem că
prezintă o repartiţie gaussiană, cu valoarea medie şi dispersia apropiate de cele
prevăzute. Ne propunem să verificăm atât adecvarea la modelul repartiţiei gaussiene
cât şi valorilor parametrilor.
În acest scop se efectuează o selecţie formată din 1000 de piese luate la
întâmplare şi se măsoară procentul de cupru al acestora. Rezultatul acestor
măsurători este următorul :
{8.79; 7.15; 13.76; 12.21; 10.03; 12.17; 8.04; 12.69; 6.85; 14.80; 
7.17; 10.00; 9.33; 6.28; 12.24; 9.73; 7.63; 6.41; 11.29; 15.09; 
15.13; 8.67; 9.49; 8.58; 9.94; 6.08; 10.31; 10.70; 10.95; 11.63; 
6.70; 8.65; 12.93; 12.33; 10.90; 1.15; 5.18; 13.81; 11.10; 4.87; 
8.45; 8.88; 10.76; 9.84; 11.32; 10.06; 7.99; 7.94; 12.58; 7.97; 
18.64; 8.42; 3.09; 10.35; 10.85; 11.81; 10.05; 8.25; 7.63; 12.81; 
12.73; 6.78; 9.52; 14.28; 9.02; 13.56; 6.64; 14.12; 10.27; 10.73; 
9.50; 10.69; 10.28; 13.11; 13.49; 13.84; 15.16; 6.45; 7.34; 13.64; 
5.76; 10.51; 5.26; 9.48; 9.38; 7.89; 9.15; 11.93; 11.59; 9.85; 4.49; 
12.48; 10.10; 11.31; 8.70; 8.95; 8.87; 10.38; 8.03; 6.72; 7.17; 
17.32; 10.01; 10.65; 3.14; 7.94; 9.84; 7.32; 15.45; 11.85; 12.66; 
13.39; 15.88; 11.11; 6.15; 6.52; 8.78; 11.14; 11.76; 5.85; 4.32; 
9.00; 10.97; 11.59; 6.05; 4.04; 6.26; 5.79; 11.33; 13.98; 7.12; 
10.41; 10.66; 14.92; 8.43; 8.57; 7.66; 11.89; 15.52; 13.93; 13.19; 
9.23; 5.99; 5.54; 11.76; 7.65; 9.11; 9.06; 11.25; 17.33; 12.92; 
8.22; 10.13; 11.71; 7.92; 8.84; 9.35; 8.57; 8.38; 13.08; 12.02; 
11.89; 15.86; 1.18; 6.48; 10.57; 10.02; 13.76; 8.25; 11.38; 10.80; 
9.31; 12.08; 10.79; 5.29; 12.50; 10.56; 11.57; 10.29; 11.70; 12.29; 
8.91; 9.04; 12.87; 14.06; 8.08; 9.71; 7.31; 9.61; 6.65; 11.44; 6.62; 
6.49; 15.33; 11.01; 14.36; 11.77; 8.72; 9.60; 12.59; 6.28; 11.52; 
8.15; 14.54; 6.07; 11.28; 4.79; 6.86; 8.98; 15.63; 14.21; 5.97; 
10.65; 8.44; 10.91; 6.11; 12.35; 9.39; 7.46; 12.58; 4.25; 13.29; 
13.30; 5.33; 10.76; 14.21; 7.58; 12.17; 11.23; 7.55; 8.12; 9.68; 
9.67; 9.71; 9.18; 5.85; 13.11; 12.42; 11.02; 6.65; 12.41; 11.13; 
10.17; 9.34; 11.03; 8.59; 8.06; 10.10; 10.33; 13.59; 10.03; 9.18; 
7.03; 11.72; 10.62; 12.98; 10.99; 13.34; 4.88; 12.71; 11.10; 5.21; 
12.36; 9.88; 9.75; 11.76; 9.03; 12.44; 12.52; 13.20; 10.57; 10.97; 
15.07; 6.12; 9.24; 8.38; 3.65; 11.43; 9.10; 6.47; 9.16; 10.26; 
10.21; 9.76; 8.36; 9.43; 9.77; 12.19; 10.37; 13.17; 11.13; 8.96; 
14.00; 13.30; 7.90; 10.94; 1.16; 10.93; 6.88; 11.63; 11.38; 10.26; 
12.84; 10.36; 12.17; 10.14; 9.28; 12.44; 8.86; 11.55; 9.92; 11.41; 
9.65; 4.86; 7.21; 13.24; 12.41; 7.98; 10.75; 8.26; 12.98; 11.79; 
11.68; 12.42; 13.68; 9.84; 7.81; 8.81; 11.49; 13.51; 16.99; 9.93; 
9.15; 3.45; 14.63; 12.13; 12.47; 11.89; 10.81; 8.46; 12.91; 7.40; 
5.11; 6.87; 12.32; 9.77; 9.39; 10.80; 9.87; 11.80; 9.05; 6.98; 

8
8.88; 8.48; 7.27; 12.70; 8.67; 13.57; 7.62; 7.88; 11.53; 12.33; 
9.77; 9.47; 9.11; 11.91; 5.01; 8.51; 17.86; 8.24; 8.14; 2.20; 10.54; 
10.49; 5.46; 11.01; 6.38; 15.92; 10.69; 8.65; 8.60; 11.95; 11.24; 
8.80; 13.54; 4.82; 10.19; 12.48; 10.40; 5.11; 8.87; 9.16; 13.99; 
11.92; 10.92; 15.61; 10.48; 14.75; 5.02; 9.00; 10.47; 9.74; 10.54; 
14.58; 9.73; 8.78; 8.09; 7.58; 15.13; 16.70; 11.38; 6.92; 12.50; 
12.82; 5.98; 13.90; 6.39; 10.84; 5.69; 7.90; 10.04; 10.81; 11.27; 
12.73; 7.63; 9.69; 8.94; 5.82; 8.52; 5.94; 9.26; 10.62; 14.61; 
6.25; 12.00; 6.73; 15.25; 12.29; 15.07; 13.78; 8.78; 7.24; 10.51; 
13.14; 9.44; 17.18; 8.14; 9.06; 13.99; 10.59; 7.35; 9.03; 11.98; 7.16; 
7.85; 7.19; 9.79; 16.31; 16.07; 10.32; 13.22; 11.67; 6.50; 12.84; 
8.59; 7.62; 9.25; 6.34; 9.56; 9.64; 12.18; 8.12; 15.58; 9.76; 8.88; 
16.66; 8.67; 9.72; 9.35; 8.90; 12.59; 6.98; 9.10; 11.10; 11.11; 
10.81; 10.64; 8.58; 13.33; 9.26; 15.27; 8.76; 8.75; 10.94; 11.65; 
8.05; 8.07; 12.28; 7.10; 13.46; 5.70; 2.92; 11.62; 5.74; 10.74; 
12.63; 14.73; 6.52; 7.95; 7.92; 9.10; 10.39; 11.44; 9.38; 10.80; 
10.24; 11.49; 6.42; 12.93; 9.67; 3.59; 16.01; 6.96; 13.03; 11.99; 
10.84; 9.98; 11.28; 13.22; 7.83; 7.03; 10.03; 6.43; 9.82; 9.10; 
12.37; 13.68; 13.10; 6.11; 11.19; 11.09; 11.47; 10.93; 7.72; 10.31; 
5.86; 7.81; 10.51; 7.69; 7.87; 15.21; 9.96; 6.96; 13.18; 6.35; 16.91; 
9.98; 18.10; 9.66; 13.04; 6.75; 9.34; 10.49; 9.88; 12.48; 9.94; 
15.63; 11.31; 8.22; 7.35; 9.66; 10.14; 8.30; 3.07; 12.75; 9.87; 
10.23; 3.25; 5.86; 10.91; 9.86; 5.51; 10.02; 11.30; 10.36; 7.59; 
7.47; 10.60; 12.22; 10.08; 11.20; 8.12; 10.45; 11.89; 7.77; 3.74; 
14.19; 9.00; 7.73; 9.09; 12.35; 6.35; 8.89; 5.18; 4.60; 8.65; 8.83; 
10.64; 6.84; 10.06; 12.72; 12.63; 10.11; 15.34; 3.10; 10.92; 7.17; 
12.32; 4.84; 13.68; 9.35; 3.98; 8.88; 10.35; 7.63; 8.70; 8.51; 
9.24; 8.50; 10.54; 4.26; 11.07; 9.76; 6.91; 6.81; 10.90; 13.36; 
9.55; 10.08; 5.49; 6.19; 11.94; 8.61; 10.40; 8.77; 11.85; 6.11; 
7.08; 12.19; 13.25; 9.33; 5.00; 9.08; 11.56; 9.20; 15.96; 12.35; 
5.00; 9.34; 11.87; 11.85; 10.87; 10.24; 5.72; 8.82; 8.27; 16.38; 
6.15; 10.13; 12.18; 13.19; 12.70; 13.58; 10.48; 15.41; 12.31; 7.83; 
12.79; 13.84; 10.22; 10.90; 13.23; 10.20; 8.90; 14.75; 12.41; 13.92; 
11.85; 10.78; 3.82; 10.81; 9.90; 8.40; 6.79; 9.20; 6.99; 5.14; 6.51; 
7.94; 11.65; 10.12; 5.52; 10.91; 6.76; 11.61; 5.83; 10.54; 10.10; 
15.31; 9.77; 11.72; 10.05; 8.16; 8.62; 8.53; 8.32; 11.71; 9.40; 
7.94; 4.47; 12.19; 8.20; 11.52; 13.12; 9.82; 14.63; 6.10; 8.94; 
10.98; 9.22; 11.82; 6.27; 12.52; 8.93; 12.55; 14.10; 14.82; 8.75; 
5.35; 11.01; 12.59; 16.16; 10.60; 7.46; 11.11; 8.01; 6.53; 13.00; 
7.67; 10.51; 11.64; 11.67; 11.94; 9.36; 6.86; 12.83; 6.10; 7.08; 
7.30; 10.60; 13.95; 8.64; 11.49; 2.31; 13.08; 9.55; 16.00; 9.63; 
7.53; 13.39; 14.52; 11.87; 5.53; 8.31; 6.04; 5.62; 7.09; 8.55; 8.80; 
12.96; 10.08; 11.51; 10.62; 9.33; 6.93; 12.49; 13.59; 7.71; 10.56; 

9
11.01; 12.76; 12.91; 6.86; 4.43; 7.18; 0.17; 10.71; 12.09; 8.39; 
11.25; 8.90; 4.60; 13.89; 8.83; 12.56; 14.40; 12.32; 11.91; 11.60; 
10.88; 6.36; 11.24; 13.41; 8.49; 16.32; 9.03; 15.50; 10.43; 4.57; 
7.01; 3.49; 7.66; 9.95; 9.09; 5.38; 12.09; 13.55; 11.28; 9.78; 
6.53; 9.86; 9.89; 5.10; 7.08; 8.31; 10.60; 13.79; 8.20; 13.03; 
14.03; 8.05; 14.36; 11.45; 11.00; 15.75; 8.92; 9.23; 8.06; 9.14; 
8.01; 9.30; 14.55; 8.31; 6.09; 8.35; 8.86; 10.70; 16.62; 4.62; 
11.58; 9.88; 12.50; 14.98; 6.94; 9.93; 8.69; 8.09; 6.11; 9.94; 
11.58; 11.71; 9.32; 13.60; 4.65; 11.36; 8.31; 9.77; 8.80; 3.87; 
12.46; 12.28; 6.80; 7.62; 12.19; 12.47; 12.19; 13.67; 4.82; 6.63; 
9.78; 7.41; 18.25; 5.86; 12.83; 8.73; 7.39; 12.76; 15.50; 9.62; 
18.07; 13.56; 8.25; 7.54; 10.53; 11.61; 11.96; 12.26; 7.50; 10.31; 
9.96; 9.81; 13.17; 9.32; 9.82; 6.09; 5.23; 14.52; 10.20; 9.61; 
10.33; 9.57; 10.47; 5.56; 12.47; 10.01; 7.51; 12.87; 14.22; 7.71; 
11.17; 11.77; 11.22; 9.09; 7.98; 11.55; 11.27; 11.56; 10.55; 9.51; 
10.94; 11.55; 10.30; 11.55; 15.32; 4.77; 7.14; 8.58; 8.87; 15.91; 
10.93; 10.46; 10.32; 11.01; 11.69; 11.57; 6.96; 13.68; 12.15; 15.55; 
13.37; 6.28; 6.68; 9.75; 10.56; 4.18; 13.92; 3.50; 5.22; 6.15; 
4.98; 10.06; 10.40; 10.51; 10.46; 9.13; 13.12; 9.54; 5.43; 7.63; 
7.91; 7.74; 4.92; 8.53; 11.46; 7.34; 14.04; 12.65; 8.69; 13.51; 
13.42; 5.13; 7.41; 12.87; 7.34; 16.92; 12.94; 11.15; 11.41; 12.00; 
11.08}

Aceste rezultate (procentele de cupru al celor 1000 de piese) se grupează pe

unităţi procentuale şi se obţine următoarea histogramă :

10
 Pe axa orizontală sunt înscrise procentele de cupru ale pieselor iar înălţimea
fiecărui stâlp al histogramei este numărul de piese care au procentul de cupru al
abscisei. De exemplu sunt cam 20 de piese care au procentajul de cupru cuprins între
4 şi 5 procente, ceva mai mult decât 40 de piese au procentajul de cupru cuprins între
5 şi 6 procente, ş.a.m.d. S-au găsit şi una sau două piese având procentajul de cupru
mai mic decât 1 precum şi altele care au procentajul cuprins între 18 şi 19 procente.
Un grup mic şi izolat s-a găsit cu procentajul de peste 20 de procente. Rebuturi !
Oricum, histograma confirmă distribuţia gaussiană, în sensul că linia
poligonală constituită din conturul superior al histrogramei prezintă o simetrie faţă de
valoarea de 10 procente. În schimb valoarea medie a selecţiei este diferită de cea
prevăzută, de 11 procente. Pe de altă parte, valoarea abaterii standard, este foarte
apropiată de cea prevăzută, de 3 procente.
Analize mai avansate de statistică matematică pot preciza în ce măsură
rezultatele obţinute din studiul selecţiei sunt valabile pentru colectivitatea statistică a
tuturor pieselor. Această adecvare depinde de volumul selecţiei (în acest caz 1000)
precum şi de modul cum se efectuează selecţia respectivă.
Oricum, rezultatele demersului statistic au o importanţă remarcabilă, ele
conduc spre deciziile cele mai potrivite, de exemplu, în acest caz, se poate considera
necesară resetarea diferitelor mecanisme din ciclul de fabricaţie.

11
CONCLUZII
Sunt de reţinut în acest exemplu de model, aspectele definitorii ale modelului ;
-Ecuaţiile modelului.
-Aplicaţiile pe care modelul le oferă la nivelul aproximativ.
-Verificarea şi perfecţionarea modelului.
-Rolul tehnicii de calcul în elaborarea şi folosirea modelului.

12