UNIVERSITATEA POLITEHNICA DIN BUCURESTI

Facultatea de Ingineria Sistemelor Biotehnice

PROIECT
Prelucrarea datelor experimentale

Titular disciplina

Student

Prof.dr.ing. Ladislau DAVID

2017

CUPRINS

1.INTRODUCERE
1.1. Metode de masurare
Principalele criterii de clasificare a metodelor de masurare sunt:
- forma de exprimare a marimii, dupa care avem: masurari analogice si masurari
numerice;
- tehnica de masurare, dupa care pot fi: masurari prin deviatie, masurari prin
comparatie, masurari prin numarare;
- originea de referinta a masurarii, dupa care pot fi: masurari absolute si masurari
diferentiale.
Masurarea analogica. Semnalul care circula prin lantul de masurare si care poarta
informatia, este lagat functional de marimea de masurat printr-o lege continua. Prin operatia
de citire la receptor, pe baza etalonarii prealabile, se transforma indicatia analogica intr-un
numar care exprima valoarea numerica a marimii masurate. De exemplu, la receptor semnalul
poate provoca deviatia unui ac indicator si pe baza etalonarii scalei se transforma aceasta
deviatie (ca marime analoga) intr-un numar.
Masurarile analogice sunt foarte frecvente in cercetarile experimentale, ele putind fi
posibile intotdeauna cind exista o corespondenta biunivoca intre masura si marimea de
masurat. Astfel, se pot face masurari prin variatia: rezistentei, inductantei sau capacitatii
electrice, a prezentei unei unde, a intensitatii luminoase, etc.
Masurarea numerica. In acest caz operatia de masurare conduce la obtinerea unui
numar care, dupa un anumit cod (de exemplu codul binar) indica valoarea marimii masurate.
Masurarea prin deviatie. Metoda este de tip analogic si consta, in principiu, in
deviatia unui sistem dintr-o pozitie de echilibru pe care o au in lipsa marimii de masurat, intro alta pozitie de echilibru pe care o capata in prezenta marimii de masurat. Marimea este pusa
in evidenta prin ecartul dintre cele doua pozitii de echilibru. De exemplu metoda se folosette
la unele dinamometre, manometre, instrumente electrice de tip electromagnetic sau
magnetoelectrice.
Masurarea prin comparare consta in generarea unei marimi cunoscute care se
compara cu marimea de masurat si care se regleaza altfel ca sa o egaleze. Metoda se mai
numeste si metoda de zero deoarece prin egalarea marimii de comparatie cu cea de masurat
suma lor este nula. Se utilizeaza curent la masurarea tensiunii electrice cu potentiometrul
compensator.
Masurarea prin numarare consta in masurarea cantitatii marimii prin numararea
valorii ei. De exemplu determinarea turatiei unui arbore, stabilirea numarului de particule,
etc.

Masurarea absoluta este aceea la care baza de masurare este un zero absolut pentru
care marimea de masurat nu se realizeaza.
Masurarea diferentiala este aceea la care se alege ca origine o baza de masurare
arbitrara si fata de aceasta se stabileste valoarea marimii respective.
In cercetarea experimentala se utilizeaza toate metodele, o pondere mai mare avind-o
masurarea analogica si intr-o oarecare masura, masurarea numerica. In multe procese de
cercetare experimentala, masurarea analogica este asociata masurarii numerice. In cadrul
masurarilor analogice, cea mai larga utilizare o are tensometria electrica, care permite
masurarea pe cale electrica a multora dintre marimile neelectrice si in special a marimilor
mecanice.
Tensometria electrica este metoda de masurare a deformatiilor unui corp solicitat prin
intermediul unor traductoare, care transforma variatia deformatiilor mecanice in variatii ale
unei marimi electrice. Utilizarea metodei este datorata urmatoarelor avantaje:
- este o metoda nedistructiva, nemodificind forma, dimensiunile sau structura
obiectului cercetat;
- realizeaza masurari in conditii reale de lucru ale obiectului cercetat;
- prin folosirea aparaturii electronice asigura o mare sensibilitate si precizie in raport
cu metodele mecanice, optice, acustice, pneumatice, etc.;
- permite masurarea si inregistrarea fenomenelor cu variatie foarte rapida.
Tensometria electrica se foloseste in cercetarile in care se urmareste masurarea
deformatiilor, tensiunilor mecanice, fortelor, momentelor de torsiune, presiunilor,
temperaturilor, etc.

1.2.Determinarea numarului necesar de masurari

Daca abaterea medie patratica nu se cunoaste, pentru un nivel de incredere P si un
numar de experiente n1 ales, se determina, din tabelul 1.2.1, raportul q.
Determinarea raportului q
Tabelul 1.2.1
q/P
1
0.5
0.4
0.3
0.2

0.9
n1
5
13
19
32
70

0.95
n1
7
18
27
46
99

0.98
n1
9
25
37
64
139

0.99
n1
11
31
46
78
171

0.999
n1
17
50
74
127
277

0.1
0.05

273
1084

387
1540

545
2168

668
2659

1089
4338

Se calculeaza abaterea standard empirica si apoi precizia:

1 q s a x

(1.1)

Daca precizia 1 este prea mare si se doreste o precizie mai mica se calculeaza
raportul:

(1.2)

Micsorarea preciziei de ori se obtine prin marirea numarului de masurari la n:

n n1 2

(1.3)

Alegerea valorii nivelului de incredere are consecinte economice deoarece el

determina numarul necesar de masurari. Alegerea rationala a nivelului de incredere implica
optimizarea procesului de masurare din punct de vedere al preciziei si al numarului de
masurari.

ORIGIN 1

29.86
28.78

29.04

q/P

28.61
31.1

1
0.5
0.4
0.3
0.2
0.1
0.05

31.4
29.64

30.14
29.06
30.1

0.9
n1
5
13
19
32
70
273
1084

29.54
x
29.94
33.58

29.59
31.12

28.64
31.41
32.17

30.3
30.52
29.5

30.99

0.95
n1
7
18
27
46
99
387
1540

0.98
n1
9
25
37
64
139
545
2168

Tabel.1.2.1
0.99
0.999
n1
n1
11
17
31
50
46
74
78
127
171
277
668
1089
2659
4338

n length ( x)

n 22

media mean ( x)

media 30.229

2
xi media

i 1

n1

Abaterea standard empirica

s 1.235

2. Pentru nivelul de incredere P = 0.95 si precizie de masurare = 0.2

se determina q din tabelul 4.5 (pagina 143);
0.33
q

Precizia = a-xmed
q 0.267

3. Din tabelul 1.2.1 pentru nivelul de incredere P = 0.95 si q1 = 0.3 rezulta numarul de masurar n1 = 46;

4. Se determina numarul de masurari n2 pentru realizarea preciziei = 0.7

q1 0.3

n1 46

1 q1 s

1 0.37

1
1.122

n2 n1

n2 57.958

Tabel.1.2.2

Nr.
1

M1
29,53

30,70

29,85

28,84

28,73

30,74

29,37

28,92

29,02

10

29,27

11

29,67

12

30,35

13

30,47

14

30,66

15

32,79

M2
28,2
9
29,3
5
29,8
6
33,2
1
29,5
4
29,3
7
28,4
1
30,6
6
28,3
9
29,0
9
32,5
1
29,4
0
27,1
6
29,6
5
27,1
4

Nr.
16

M1
30,4

17

27,62

18

26,91

19

28,86

20

27,66

21

29,60

22

29,98

23

29

24

30,13

25

28,67

26

30,64

27

30,71

28

33,63

29

27,86

30

29,74

M2
30,1
2
28,7

Nr.
31

M1
29,38

M2
28,51

Nr.
46

M1
29,53

M2
29,52

32

29,04

30,02

47

29,19

27,45

29,1
5
26,3
8
31,0
2
29,3
2
28,7
8
29,1
6
29,0
1
29,3
4
28,9
8
29,6
4
31,1
2
28.7
4
29,6
0

33

32,21

28,96

48

37,27

30,88

34

26,35

31,62

49

30,33

28,13

35

29,88

28,91

50

28,34

29,72

36

30,75

27,89

51

26,36

28,56

37

29,05

30,14

52

31,69

29,08

38

29,41

30,69

53

31,11

27,13

39

28,88

29,02

54

29,15

29,97

40

30,29

26,56

55

30,20

27,18

41

28,75

27,18

56

29,54

29,64

42

29,27

27,71

57

29,60

29,17

43

29,24

27,90

58

29,26

27,76

44

29,51

28,04

59

29,34

28,43

45

29

29,64

60

32,44

29,14

2.1. Clasificarea erorilor de masurare

Rezultatul masurarii marimilor fizice sunt valori numerice obtinute prin compararea
lor cu o alta marime, de aceeasi natura, luata ca etalon. In cazul masurilor repetate, efectuate
cu o precizie suficient de mare, rezultatele difera fiind afectate de erori. Diferenta dintre
rezultatul masurarii unei marimi xi si valoarea sa adevarata a este eroarea de masurare zi:
z i = xi - a

(4.1)

Cum in tehnica experimentala valoarea adevarata a nu este cunoscuta (scopul

masurarii fiind tocmai determinarea ei), rezulta ca eroarea z nu este cunoscuta. Problema care
se pune consta in gasirea unei valori care, cu o eroare cit mai mica posibila, sa estimeze
valoarea adevarata a. Pentru aceasta este necesar sa fie cunoscute principalele proprietati ale
erorilor si interpretarea lor.
In practica se foloseste si eroarea relativa zreli care permite estimarea acelor rezultate
ale caror erori absolute depind de dimensiunile marimii fizice masurate:
z reli

zi
x a
100 i
100
a
a

[%]

(4.2)

Erorile de masurare se pot datora urmatoarelor cauze:

-

caracteristicile tehnice, de constructie si de functionare;

imprecizii in montarea sau reglarea aparaturii;
mediul ambiant: variatia temperaturii, umiditatii, presiunii atmosferice, etc.;
obiectul supus masurarii care poate suferi modificari sub influenta unor factori
interni sau externi;
operatorul: imperfectiunea simturilor, neatentia, superficialitatea, etc.

Erorile de masurare se pot clasifica, dupa natura acestora, in:

Erorile grosolane. Acestea apar datorita neatentiei sau a incalcarii principiilor
generale de masurare. Masurarile ce contin erori grosolane difera foarte mult de celelalte
masurari si ele trebuiesc eliminate in calculele ulterioare.
Erorile sistematice. Aceste erori se pot datora unor cauze ce pot fi descoperite de
experimentator: reglarea incorecta a aparatului de masura, variatia conditiilor exterioare
(temperatura, umiditate, etc.). Ele, odata depistate, pot fi usor eliminate facindu-se corectiile
corespunzatoare.
Erorile aleatoare. Apar din cauza unor multitudini de factori, greu de precizat si
individualizat, a caror influenta individuala este neglijabila, din care cauza nu exista
posibilitatea depistarii si inlaturarii lor. Cu ajutorul teoriei probabilitatilor se poate lua in
consideratie in ce masura erorile aleatoare influenteaza estimatiile adevaratelor valori ale

marimilor masurate, ceea ce permite determinarea valorii marimii masurate cu o eroare oricit
de mica in raport cu erorile masurarilor individuale.
Studiul influentei erorilor aleatoare se bazeaza pe cunoasterea legilor lor de repartitie.
4.1.5.2.Metoda de eliminare pentru necunoscut
Pentru eliminarea datelor afectate de erori grosolane se poate utiliza testul
Romanovski. Se calculeaza abaterea standard empirica s, pentru cele n -1 rezultate ale
masurarilor presupuse ca nu sunt afectate de erori grosolane, cu relatia:
s

1 n 1
(x i x ) 2

n 2 i 1

(4.59)

Se calculeaza raportul:
t

x* x

(4.60)

Pentru un nivel de incredere P (caruia ii corespunde un nivel de semnificatie = 1 P) si un numar de experiente n cunoscut se determina din tabelul 4.4 valoarea critica t (n, P).
Daca:
t > t (n, P)
(4.61)
*
vom elimina valoarea x ca fiind afectata de erori grosolane, cu nivelul de incredere P.
Valorile critice t (n, P)
n/P
5
6
7
8
9
10
11
12
13
14
15
16
17

0.95
3.04
2.78
2.62
2.51
2.48
2.37
2.33
2.29
2.26
2.24
2.22
2.2
2.18

0.98
4.11
3.64
3.36
3.18
3.05
2.96
2.89
2.83
2.78
2.74
2.71
2.68
2.66

0.99
5.04
4.36
3.96
3.71
3.54
3.41
3.31
3.23
3.17
3.12
3.08
3.04
3.01

0.999
9.43
7.41
6.37
5.73
5.31
5.01
4.79
4.62
4.68
4.37
4.28
4.2
4.13

ntP
18
20
25
30
35
40
45
50
60
70
80
90
100

0.95
2.17
2.145
2.105
2.079
2.061
2.048
2.038
2.03
2.018
2.009
2.003
1.998
1.994

0.98
2.64
2.602
2.541
2.503
2.476
2.456
2.441
2.429
2.411
2.399
2.389
2.382
2.377

Tabelul 4.4
0.99
0.999
2.98
4.07
2.932 3.979
2.852 3.819
2.802 3.719
2.768 3.652
2.742 3.602
2.722 3.565
2.707 3.532
2.683 3.492
2.667 3.462
2.655 3.439
2.646 3.423
2.639 3.409

Pentru eliminarea datelor afectate de erori grosolane a fost elaborat un program de

calcul ERORISIR.PAS realizat in limbajul de programare Torbo Pascal 7.0 prezentat in
continuare.
PROGRAM ELIMINARE_ERORI_GROSOLANE_SIR_DATE;
uses crt;
label 1, 2, 3, 4, 5;
var x, y: arrayi1..120s of real;
{ Declararea marimilor utilizate }

i, n, k, j, b1, s1, s2: integer;

a, a1, xmediu, a2, s, t, t1: real;
g: file of real;
BEGIN

{ Introducerea valorilor masurate xiis }

writeln ('Introduceti numarul de masurari n:');

readln(n);
if n >120 then
begin
writeln('Numarul de masurari n > 120');
readln;
goto 4;
end;
{ Introducerea valorilor masurate xiis de pe disc }
writeln(' Datele se citesc de pe disc ?');
writeln('
1 - Da');
writeln('
2 - Nu');
readln(s1);
if s1=1 then
begin
assign(g,'erori1.dat');
reset(g);
for i:=1 to n do
begin
read(g,xiis);
end;
close(g);
goto 5;
end;
writeln ('Introduceti valorile masurate x:');
For i:=1 to n do readln(xiis);
{ Salvarea valorilor masurate xiis pe disc }
5:writeln('Se scriu pe disc datele de intrare ?');
writeln('
1 - Da');
writeln('
2 - Nu');
readln(s2);
if s2=1 then
begin
assign(g,'erori1.dat');
rewrite(g);
for i:=1 to n do
begin
write(g,xiis);

end;
close(g);
end;
writeln('Introduceti valoarea critica t(n,P):');
readln(t1);
{ Calculul coeficientului de testare t }
b1:=1;
3:k:=1;
a1:=0;
a2:=0;

{ Suma valorilor masurate xiis }

{ Suma patratelor xiis xmediu }

For i:=1 to n do
begin
If i=b1 then goto 1;
yiks:=xiis;
k:=k+1;
1:end;
For j:=1 to n-1 do a1:=a1+yijs;
xmediu:=a1/(n-1);
{ Valoarea medie a lui xiis pentru n-1 masurari }
For j:=1 to n-1 do a2:=a2+sqr(yijs- xmediu);
s:=sqrt(a2/(n-2));
t:=ABS((xib1s-xmediu)/s);
{ Abatere standard empirica }
If t>t1 then
{ Afisarea rezultatului }
begin
writeln( 't =' , t:2:3, ' > t(n,P) = ', t1:2:3);
writeln( 'xi',b1:1,'s =' , xib1s:3:3, ' Este afectata de erori grosolane' );
readln;
b1:=b1+1;
if b1<=n then goto 3;
goto 4;
end;
writeln( 't= ', t:2:3, ' < t(n,P) = ', t1:2:3);
writeln( ' xi', b1:1, 's=' , xib1s:2:3, ' Nu este afectata de erori grosolane');
readln;
b1:=b1+1;
if b1<=n then goto 3;
4:END.
Pentru fiecare serie se scriu valorile eliminate

3.1.3.Parametrii statistici principali

Parametrii statistici principali ai unui sir de date xi de n masurari in care x1 apare de f1

k

ori, x2 de f2 ori, xk de fk ori si

f
i 1

n se mai numesc si valori tipice de selectie si sunt

definiti astfel:
Media aritmetica de sondaj a sirului de date:
1 k
x f i xi
(4.22)
n i 1
Daca in cele n masurari xi apare o singura data atunci:
1 n
x xi
(4.23)
n i 1
Media aritmetica are o mare importanta in estimarea preciziei masurarilor cind nu se
cunoaste valoarea exacta a marimii fizice masurate.
Media geometrica a sirului de date se calculeaza cu relatia:

xg

1
n

(4.24)

i 1

Media armonica este:

xa

n
n

i 1

(4.25)

Media patratica este:

n

xp

x
i 1

2
i

(4.26)

n
Mediana de sondaj a sirului de date - este valoarea fata de care frecventa valorilor
mai mici decit ea este egala cu frecventa valorilor mai mari decit ea. Valorile x i se aranjeaza
in ordine crescatoare sau descrescatoare si mediana este:
- daca n este impar:
M e x ( n 1)/ 2
(4.27)
- daca n este par:
x n / 2 x n / 2 1
(4.28)
2
Moda de sondaj a sirului de date este valoarea din sirul de date careia ii corespunde
frecventa maxima. Daca repartitia de frecventa are doua valori maxime, ambele fiind cele
mai probabile, repartitia se numeste bimodala. Daca repartitia de frecventa are mai multe
mode, repartitia este polimodala iar daca repartitia are in mijloc un minim in loc de un maxim
se numeste antimodala. Legatura dintre media aritmetica, mediana si moda este data de
relatia:
M o x 3 ( M e x)
(4.29)
Me

Valoarea centrala a sirului de date:

x max x min
2

xc

(4.30)

in care xmax este cea mai mare din valorile xi , iar xmin cea mai mica.
Abaterea medie patratica de la valoarea medie se calculeaza cu relatia:
1 k
f i ( x i x) 2

n i 1

s*

(4.31)

iar abaterea standard empirica este:

1 k
f i ( x i x) 2

n 1 i 1

(4.32)

Abaterea standard empirica aproximeaza cel mai bine eroarea medie patratica
atunci cind numarul de masurari este relativ mic.
Dispersia de sondaj a sirului de date, sau momentul centrat de ordinul doi este:
1 k
s f i ( x i x) 2
n i 1
2

(4.33)

Dispersia de sondaj poate fi folosita ca estimatie a dispersiei 2 si daca in cele n

masurari xi apare o singura data atunci se calculeaza cu relatia:
s2

1 n
( xi x) 2
n 1 i 1

(4.34)

Amplitudinea sirului de date se calculeaza ca diferenta dintre valoarea cea mai mare
xmax si valoarea cea mai mica xmin a sirului de masurari dat:
R x max x min

(4.35)

Coeficientul de variatie al sirului de date:

Cv

s
x

(4.36)

Abaterea medie absoluta de selectie a sirului de date reprezinta media abaterilor fata
de valoarea adevarata a marimii fizice a (daca aceasta este cunoscuta) sau fata de media
aritmetica luata in valoare absoluta:
Am

1 k
f i xi x
n i 1

Momentul de sondaj de ordinul r, calculat fata de originea sistemului este:

(4.37)

1 n r
M r xi
n i 1

(4.38)

Momentul centrat de sondaj de ordinul r se obtine din momentele generale de

ordinul r considerind ca originea arbitrara coincide cu media aritmetica:

1 k
f i ( x i x) r

n i 1

(4.39)

Coeficientul de asimetrie al sirului de date permite aprecierea formei unei repartitii

statistice. Pentru calculul coeficientului de asimetrie se foloseste relatia:

( 3 ) 2

(4.40)

(s2 ) 3

in care s2 este dispersia de sondaj a sirului de date iar:

1 k
f i ( xi x) 3

n i 1

(4.41)

Asimetria este pozitiva daca repartitia este asimetrica cu extremitatea extinsa spre
dreapta si negativa in caz contrar. Coeficientul de asimetrie este nul pentru o repartitie
simetrica. Asimetria absoluta poate fi exprimata ca diferenta dintre media aritmetica si moda:
1 x Mo

(4.42)

Coeficientul de boltire:
2

4
(s 2 ) 2

(4.43)

in care 4 este momentul centrat de ordinul 4, definit de relatia:

4

1
f i ( x i x) 4

(4.44)

Coeficientul de boltire este un indicator al gradului de inclinatie a pantei curbei

densitatii de repartitie in vecinatatea modei de sondaj M o. Pentru repartitia normala 2 = 3.
Daca 2 > 3 curba densitatii de repartitie este mai ascutita la virf decit curba normala, iar daca
2 < 3 boltirea este mai mare decit cea a curbei normale.
Excesul curbei de repartitie permite aprecierea gradului de indepartare a curbei
studiate fata de repartitia normala. Daca E = 0 curba studiata coincide cu cea normala. E > 0
pune in evidenta o concentrare a frecventelor fata de centru iar E < 0 o indepartare a
frecventelor fata de centru. Excesul se calculeaza cu relatia:
E = 2 - 3
Tabel cu o parte din parametrii pentru fiecare serie din Parametrii statistici 1 (2)

(4.45)

Parametrul
Media
Dispersia
Abaterea medie patratica
Amplitudinea
Mediana
Moda
Valoarea centrala
Coeficientul de variatie
Abaterea medie absoluta
Coeficientul de asimetrie
Coeficientul de boltire
Excesul

Seria 1

Seria 2

3.1.4. Verificarea normalitatii repartitiei.

3.1.4.1. Criteriul de concordanta 2

Datele experimentale se impart in l intervale (clase): (- , x1 ) , [x1, x2 ),..., [xi-1 ,

xi ),......, [xl-1 , ). In fiecare interval sunt mi date astfel incit numarul tuturor masurarilor
efectuate este:
n = m1 + m2 + ......+ ml
(4.46)
Numarul de date din fiecare interval mi trebuie sa fie suficient de mare (m i= 510).
Numarul claselor se determina cu relatia:
l 1 3.322 log n
(4.47)
Se recomanda l = 10 20. Lungimea intervalului este:
x x min
d max
(4.48)
l
Lungimea intervalului se rotunjeste la o valoare intreaga. Fiecarui interval ii corespunde un
numar de date fi . Pentru fiecare clasa se calculeaza ti cu relatia:
ti

x mi x
s

(4.49)

unde s este abaterea standard empirica (eroarea medie patratica):

s

1 n
(xi x ) 2

n 1 i 1

xmi este limita superioara a clasei i, iar valoarea medie este:

1 n
x xi
n i 1

(4.50)

(4.51)

Se considera ca prima clasa are limita inferioara -, iar ultima clasa are limita
superioara +. Se calculeaza probabilitatea pi ca rezultatele experimentale sa cada in
intervalul i in ipoteza de normalitate a repartitiei:

p i t i t i 1

(4.52)

Se tine seama ca (-)= - 0,5 iar () = 0,5 si apoi se calculeaza criteriul de

concordanta:
l
(m npi ) 2
2 i
(4.53)
npi
i 1
Numarul de grade de libertate k se determina astfel:
- daca clasele extreme au mai putin de cinci date fiecare, atunci numarul gradelor de
libertate este k = l - 3;
- daca una din clasele extreme are mai putin de cinci elemente k = l - 2;
- daca toate clasele au mai mult de cinci elemente, numarul gradelor de libertate
este
k= l - 1.
Pentru un nivel de incredere P si numarul de grade de libertate k , din tabelul 4.2 se
determina valoarea critica 2 cr (P,k).
Daca:
2 cr2 ( P, k )

(4.54)
se poate considera ca functia de repartitie a erorilor aleatoare in seria de date considerata nu
este cea normala.
Eficienta criteriului de concordanta 2 creste daca in fiecare din intervalele ixi-1 , xi)
sunt aproximativ acelasi numar de date si este mai putin eficient cind repartitia este simetrica
dar difera de cea normala.
Valorile critice 2 cr (P,k)
Tabelul 4.2
k/ P
1
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

0.80
5.99
7.29
8.56
9.80
11.03
12.24
13.44
14.63
15.8
17
18.2
19.3
20.5
21.6
22.8
23.9
25

0.90
7.78
9.24
10.64
12.02
13.36
14.68
15.99
17.3
18.5
19.8
21.1
22.3
23.5
24.8
26
27.2
28.4

0.95
9.49
11.07
12.59
14.07
15.51
16.9
18.3
19.7
21
22.4
23.7
25
26.3
27.6
28.9
30.1
31.4

0.99
13.28
15.09
16.8
18.5
20.1
21.7
23.2
24.7
26.2
27.7
29.1
30.6
32
33.4
34.8
36.2
37.6

0.999
18.5
20.5
22.5
24.3
26.1
27.9
29.6
31.3
32.9
34.5
36.1
37.7
39.3
40.8
42.3
43.8
45.3

2.1.2. Repartitia erorilor aleatoare de masurare

2.1.2.1. Modelul probabilistic
Erorile aleatoare de masurare sunt caracterizate de o lege de repartitie
16ormal16e161616. Existenta legii de repartitie poate fi stabilita repetind masurarea unei
marimi fizice, in conditii identice, pentru un numar n de masurari 16ormal16e1616 de mare.
Daca se fac n masurari, iar intr-un anumit interval cad m masurari, pentru n
16ormal16e1616 de mare, se poate considera ca frecventa 16ormal16e de cadere in intervalul
considerat (m/n) este o cantitate constanta caracteristica intervalului. Se poate considera ca
probabilitatea ca variabila aleatoare z sa ia valori intr-un anumit interval (z 1 < z < z2),
16ormal P(zi < z < z2 ), este aproximativ egala cu frecventa 16ormal16e:
P ( z1 z z 2 ) P ( z ( z1 , z 2 )

m
n

(4.3)

Modelul probabilistic 16ormal16e16 admite faptul ca erorile aleatoare z si prin urmare

insasi rezultatele masurarilor x sunt variabile ce pot lua orice valoare reala, deci sunt definite
pe intervalul (- , + ).
Regula care permite ca pentru fiecare interval (z 1 , z2 ) sa se gaseasca
probabilitatea P(zi < z< z2 ) se numeste legea de repartitie a variabilei aleatoare z.
Legea de repartitie a erorilor aleatoare de masurare se exprima cu ajutorul unei
integrale:

P ( z1 z z 2 )

z2

p(z)dz

(4.4)

z1

unde p(z) este densitatea de repartitie si este functie nenegativa care satisface conditia:

p( z)dz 1

(4.5)

Graficul densitatii de repartitie se numeste curba de repartitie.

2.1.2.2. Repartitia 16normala

Legea de repartitie a erorilor aleatoare de masurare cea mai utilizata este repartitia
16ormal (legea lui Gauss) data de densitatea de repartitie:
p( z )

z2

(4.6)
e
2
unde parametrul ( > 0) caracterizeaza precizia masurarilor.
Curba de repartitie 16ormal, pentru diferite valori ale parametrilor este prezentata in
fig.4.1.
2 2

0.8

0.6

0.4

0.2

Fig.4.1.Curba de repartitie 17ormal a erorilor aleatoare

Curba de repartitie este simetrica in raport cu axa z = 0, deci x = a, prezentind puncte

de inflexiune la z = . Pentru z = 0 curba admite un maxim:
P( 0)

(4.7)

si reprezinta probabilitatea ca valoarea masurata sa reprezinte valoarea adevarata a marimii.

Se observa ca atunci cind scade, densitatea de repartitie p(z) descreste mai repede.
Cu cit este mai mic, cu atit imprastierea erorilor in jurul originii este mai mica.
Probabilitatea ca eroarea aleatoare sa cada in intervalul simetric (-z1, z1) se calculeaza
cu relatia:
P ( z1 z z1 ) P ( z z1 ) 2 (t1 )
(4.8)
unde:
(t )

1
2

t2
2

dt

(4.9)

z1
(4.10)

si reprezinta aria trapezului curbiliniu marginit de ordonatele 0 si z1 .

Functia (t) se numeste probabilitate 17ormal17e iar valorile sunt date in Anexa 1
t

z
;

t1

pentru valori 17ormal17e ale variabilei t. Pentru valori negative ale lui t se tine seama ca (t)
este o functie impara, deci (-t) = -(t).
Probabilitatea ca eroarea aleatoare sa cada intr-un interval oarecare (z 1, z2) se
calculeaza cu relatia:

z2
z
) ( 1 ) ( t 2 ) ( t1 )
(4.11)

Probabilitatea ca eroarea aleatoare sa depaseasca limitele t , pentru t > 0, va fi:

P ( z t ) 1 2 ( t )
(4.12)
iar probabilitatea sa nu depaseasca limitele t va fi:
P ( z t ) 2 ( t )
(4.13)
Probabilitatea ca valorile aleatoare z sa depaseasca limitele 3 este:
P ( z 3 )1 2 (3) 0,0027
(4.14)
Rezulta ca evenimentul ca eroarea aleatoare sa iasa in afara intervalului 3 este
18ormal18e imposibil. Se accepta ca erorile aleatoare de masurare sunt marginite, in valoare
absoluta de 3 .
Pentru o lege 18ormal de repartitie a erorilor aleatoare, daca rezultatele masurarilor (xi
= a + zi) au densitatea de repartitie:
P( z1 z z 2 ) (

p( x)

( xa )2
2 2

(4.15)
legea de repartitie se numeste lege 18ormal centrata in a si este prezentata in fig.4.2.

0.2

0.15

0.1

0.05

10

Fig.4.2.Curba de repartitie 18ormal centrata in a pentru marimea masurarilor

Pentru cele doua serii de valori masurate se copiaza graficul din fisierul Repartitia
normala

0.5
0.45
0.4
0.35
pi
qi

0.3
0.25
0.2
0.15
0.1
0.05
0
4

3.2

2.4

1.6

0.8

0.8

1.6

2.4

3.2

zi

5.1.7. Estimatii ale adevaratei valori a unei marimi fizice

5.1.7.1. Consideratii generale
Consideram ca x1, x2, ....., xn sunt rezultatul masurarilor din care au fost inlaturate
erorile grosolane si cele sistematice. Estimatiile adevaratei valori a marimii fizice masurate
se poate face prin:
-estimatia punctuala, care consta in determinarea unei functii g(x I) care sa permita
calcularea unei valori suficient de apropiata de valoarea adevarata a;
-estimatia de incredere care consta in determinarea unui interval (g -1, g- 2) de
incredere, care cu probabilitatea P sa acopere adevarata valoare a; extremitatile intervalului
de incredere se numesc limite de incredere.

Pentru ca estimatia g sa asigure o aproximatie suficient de buna a valorii adevarate a

ea trebuie sa aiba urmatoarele proprietati:
- Nedeplasarea - daca valoarea medie teoretica a estimatiei g coincide cu valoarea
adevarata a;
- Consistenta - daca estimatia g tinde in probabilitate catre valoarea a atunci cind
numarul n al masurarilor tinde catre sau atunci cind n si pentru orice dat,
probabilitatea P (|g - a| < ) 1;
- Eficienta - daca estimatia nedeplasata are cea mai mica imprastiere dintre toate
estimatiile nedeplasate ale valorii a.

5.1.7.2.Estimarea preciziei dispersiei

Ca indicator a preciziei dispersiei masurarilor se va lua dispersia 2 sau eroarea
medie patratica .
Estimarea punctuala a dispersiei
Daca se fac masurari asupra unei marimi cunoscute a - etalon - ca estimatie a
dispersiei se ia media patratelor abaterilor rezultatelor masurarilor x1, x2, ....., xn de la valoarea
a:
1 n
2 s*2 (x i a ) 2
(4.65)
n i 1
Numarul gradelor de libertate este k = n.
Daca se masoara o marime necunoscuta, ca estimatie a dispersiei se ia dispersia
empirica:
1 n
2 s2
(xi x ) 2
(4.66)

n 1 i 1
Numarul gradelor de libertate este k = n -1.
Daca se fac m serii de masurari cu n 1, n2, ......, nm date din serie, iar dispersiile
empirice corespunzatoare sunt s12 , s22 ......, sm2 drept estimatie a dispersiei se ia media
ponderata a dispersiilor empirice:
(n 1)s12 (n 2 1)s22 ...... (n m 1)sm2
2 s2 1
(4.67)
(n1 1) (n 2 1) ....... (n m 1)
Cind numarul de masurari este acelasi in fiecare serie n i = n, estimatia este media
aritmetica a valorii dispersiilor empirice:

2 s2

1 m 2
si
m i 1

(4.68)

numarul gradelor de libertate este k = n1+n2+......+nm - m.

Daca pentru m serii de masurari se cunosc numarul de masurari din fiecare serie n 1,
n2, ......, nm si mediile aritmetice din fiecare serie x 1 , x 2 , ......., x m atunci ca estimatie se ia
dispersia empirica a mediilor:

2 ~s 2

1 m
ni ( x i x )
m 1 i 1

(4.69)

unde:
x

1
n1 n 2 ....... n m

n x
i

(4.70)

i 1

Abaterea standard empirica s da o estimatie deplasata ce depinde de numarul k al

masurarilor (pentru n = 16 deplasarea reprezinta 2% iar pentru n = 26 deplasarea este sub
1%). Numarul gradelor de libertate este k = n - 1.

Intervale de incredere pentru eroarea medie patratica

Pentru un numar mare de date, obtinute cu ajutorul unui interval de incredere a erorii
medii patratice se scrie sub forma unei estimatii a abaterii relative a valorii de la abaterea
standard empirica (so, s*, s sau ~
s ):
s
q
s

(4.71)

s (1 q ) s (1 q )

(4.72)

sau

unde coeficientul q(P,k) se determina din tabelul 4.6.

Numarul gradelor de libertate k depinde de numarul de masurari si de forma abaterii
standard empirice acceptata pentru estimatia lui .
Pentru un numar de grade de libertate suficient de mare se poate utiliza si regula trei
sigma care este de forma:

3
s 1
s 1

2k
2k

(4.73)

Siguranta unei astfel de estimari depaseste 0,99 pentru k > 47, 0.992 pentru k > 107 si
0.995 pentru k > 200.
Valorile coeficientului q (P, k)
Tabelul 4.6

k/P
17
18
19
20
22
24
26
28
30
35
40
45
50

0.95
0.4
0.385
0.371
0.358
0.336
0.318
0.302
0.288
0.276
0.253
0.234
0.219
0.207

0.99
0.639
0.602
0.578
0.556
0.518
0.487
0.46
0.437
0.416
0.375
0.343
0.318
0.297

0.999
0.961
0.916
0.875
0.838
0.776
0.724
0.679
0.641
0.609
0.544
0.494
0.455
0.424

5.1.7.3.Compararea dispersiilor

Presupunem ca in doua serii de masurari se folosesc aparate diferite si s-a obtinut

dispersia empirica s12 pentru un numar de grade de libertate k1 si dispersia empirica s 22
pentru un numar de grade de libertate k2 (s12 s22 ) . Se compara raportul intre cea mai mare
dispersie empirica si cea mai mica:
s12
F 2 1
(4.74)
s2
Se alege un nivel de incredere P = 0,95 sau P = 0,99 si din tabelul 4.7 se ia valoarea
critica F(P, k1 , k2).
Daca:
F > F(P, k1 , k2)
(4.75)
atunci se considera ca diferenta dintre cele doua dispersii este semnificativa si deci precizia
aparatului ce da dispersia s 22 este mai mare.
Valorile critice F(P, k1, k2 ) pentru nivelul de incredere = 0.95
Tabelul 4.7
k2 / k1
4
6
8
10
15
20
30
40
50
6
4.53 4.28 4.15 4.06 3.94 3.87 3.81 3.77 3.75
7
4.12 3.87 3.73 3.62 3.5 3.44 3.38 3.34 3.32
8
3.84 3.58 3.44 3.34 3.21 3.15 3.08 3.05 3.03
9
3.63 3.37 3.23 3.13
3
2.93 2.86 2.82 2.8
10
3.48 3.22 3.07 2.97 2.84 2.77 2.7 2.67 2.64
12
3.26
3
2.85 2.76 2.62 2.54 2.46 2.42 2.4
14
3.11 2.85 2.7 2.6 2.46 2.39 2.31 2.27 2.24
16
3.01 2.74 2.59 2.49 2.35 2.28 2.2 2.16 2.13

18
20
22
24
26
30
35
40
50

2.93
2.87
2.82
2.78
2.74
2.69
2.64
2.61
2.56

2.66
2.60
2.55
2.51
2.47
2.42
2.37
2.34
2.29

2.51
2.45
2.4
2.36
2.32
2.27
2.22
2.18
2.13

2.41
2.35
2.3
2.26
2.22
2.16
2.11
2.07
2.02

2.27
2.2
2.15
2.11
2.07
2.01
1.96
1.92
1.87

2.19
2.12
2.07
2.02
1.99
1.93
1.88
1.84
1.78

2.11
2.04
1.98
1.94
1.9
1.84
1.79
1.74
1.69

2.07
1.99
1.93
1.89
1.85
1.79
1.73
1.69
1.63

2.04
1.96
1.91
1.86
1.82
1.76
1.7
1.66
1.6

5.1.7.4.Eliminarea dispersiei ce difera

semnificativ de celelalte
Daca avem m aparate de masura cu care efectuam acelasi numar n de masurari si
constatam ca dispersia empirica s12 este sensibil mai mare decit celelalte ne propunem sa
stabilim daca diferenta dintre aceasta dispersie si celelalte este semnificativa sau nu. Pentru
aceasta comparam dispersia cea mai mare s12 cu suma tuturor dispersiilor si se calculeaza
raportul:

s12
s12 s 22 ........ s m2

(4.76)

Daca:
G G ( P , m, k )

(4.77)

atunci diferenta dintre prima dispersie si celelalte se considera semnificativa adica prima serie
de masurari este de o precizie mai mica decit celelalte. Valorile critice G(P, m, k) sunt date in
tabelul 4.8. Numarul gradelor de libertate este k = n - 1.

Valorile critice G(P, m, k) pentru P = 0,95

Tabelul 4.8
m/k
5
6
7
8
9
10
15
20
30
40

4
0.544
0.48
0.431
0.391
0.358
0.331
0.242
0.192
0.138
0.108

5
0.507
0.455
0.397
0.36
0.329
0.303
0.22
0.174
0.124
0.097

6
0.478
0.418
0.373
0.336
0.307
0.282
0.203
0.15
0.114
0.089

8
0.439
0.382
0.338
0.304
0.277
0.254
0.182
0.142
0.1
0.078

10
0.412
0.357
0.315
0.283
0.257
0.235
0.167
0.13
0.092
0.071

16
0.365
0.314
0.276
0.246
0.223
0.203
0.143
0.111
0.077
0.06

26
0.307
0.261
0.228
0.202
0.182
0.166
0.114
0.088
0.06
0.046

144
0.251
0.212
0.183
0.162
0.145
0.131
0.089
0.068
0.046
0.035

60
120

0.077 0.068 0.062 0.055 0.05 0.041 0.032 0.023

0.042 0.037 0.034 0.029 0.027 0.022 0.017 0.012

5.1.8.Estimari punctuale ale adevaratei valori

a unei marimi masurate

Daca cele n masurari au fost facute cu aceeati precizie atunci ca estimatie punctuala a
valorii a se ia media aritmetica a datelor masurate:
x1 x 2 ....... x n 1 n
ax
xi
n
n i 1

(4.78)

Daca masurarile nu sunt de egala precizie, dar se cunosc ponderile masurarilor p 1,

p2, ..., pn care sunt invers proportionale cu dispersiile erorilor 12 , 22 , ...., 2n atunci drept
estimatie a adevaratei valori a se ia media aritmetica ponderata:
n

p1 x1 p 2 x 2 ...... p n x n

p1 p 2 ...... p n

px
i

i 1
n

(4.79)

i 1

In cazul masurarilor cu aceeasi precizie (adica cu aceeasi eroare medie patratica ) a

valorilor supuse prelucrarii x1, x2, ...., xn care reprezinta o medie a unui numar de masurari m1,
m2, ......, mn se poate atasa drept pondere numarul de masurari:
2
pi = mi (i = 1, 2, ...., n) iar i

2
mi

(4.80)

Estimatiile se calculeaza cu formula prezentata mai sus.

5.1..Estimari pentru intervale de incredere

a adevaratei valori
5.1.9.1.Pentru masurari de egala precizie
Intervalul de incredere a valorii adevarate a este:
x-<a<x+

(4.81)

sau
a x

(4.82)

Marimea se determina luindu-se nivelul de incredere P la unul din nivelele: 0,95;

0,99 sau 0,999. Daca se cunoaste eroarea medie patratica atunci intervalul de incredere
este:
t (P)
ax
(4.83)
n

Pentru un nivel de incredere ales t (P) se determina din tabelul 4.3. Se obtine:

t (P)

(4.84)

Daca eroarea medie patratica nu se cunoaste, atunci se utilizeaza in locul ei abaterea

standard empirica:
s s*

n1

1 n
(x i x ) 2
n 1 i 1

(4.85)

Intervalul de incredere este:

ax

t (P, k ) s
n

(4.86)

sau
ax

t ( P , k ) s*
k

(4.87)

unde k = n - 1. Valoarile t (P, k) sunt date in tabelul 4.9.

Alegerea erorii se poate face cu regula trei sigma. Abaterea adevaratei valori a
marimii masurate de la media aritmetica a rezultatelor masurarilor nu depaseste cu de trei ori
abaterea medie patratica a erorii acestei valori medii. In acest caz intervalul de incredere este:
ax

3
n

(4.88)

cu nivelul de siguranta P = 0.9973 iar daca nu se cunoaste :

ax

3s
n

cu nivelul de incredere dat in tabelul 4.10.

Valorile t (P, k)
Tabelul 4.9
k / P 0.95 0.99 0.999
4
2.776 4.604 8.61
5
2.571 4.032 6.859

(4.89)

6
7
8
9
10
11
12
13
14
15
16
18
20
25
30
35
40
45
50

2.447
2.365
2.306
2.262
2.228
2.201
2.179
2.16
2.145
2.131
2.12
2.103
2.086
2.06
2.042
2.03
2.021
2.014
2.008

3.707
3.499
3.355
3.25
3.169
3.106
3.055
3.012
2.977
2.947
2.921
2.878
2.845
2.787
2.75
2.724
2.704
2.689
2.677

5.959
5.405
5.041
4.781
4.587
4.487
4.318
4.221
4.14
4.073
4.015
3.922
3.85
3.725
3.646
3.591
3.551
3.522
3.497

Dependenta nivelului de incredere de numarul de masurari

Tabelul 4.10
n

0.96

0.97

12 0.988

25

0.994

14

0.99

30

0.995

0.976 16 0.991

50

0.996

0.98

18 0.992 150

0.997

0.983 20 0.993

0.9973

10 0.985

5.1.9.2.Pentru masurari de precizii diferite

Consideram ca rezultatele masurarilor de precizii diferite x 1, x2, ...., xn sunt medii ale
unor masurari de egala precizie pentru fiecare serie m 1, m2, ....., mn. Intervalul de incredere al
valorii adevarate a marimii masurate este:

t (P, k ) s

ax

(4.90)

unde
n

1
x
N

N mi

xi

i 1

(4.91)

i 1

1 n
mi (xi x ) 2
n 1 i 1

(4.92)

Numarul de grade de libertate k = n - 1 iar pentru un nivel de incredere ales, t (P,k) se

determina din tabelul 4.9.
Daca pentru rezultatele masurarilor x1, x2, ...., xn de precizie inegala se cunosc valorile
ponderilor p1, p2, ....., pn si dispersiile 12 , 22 , ......, 2n , atunci intervalul de incredere pentru
adevarata valoare a marimii masurate este:
(4.93)

a x t ( P , k ) sx

unde
n

xi

i 1

(4.94)

i 1

p (x
i

sx

x) 2

i 1

(4.95)

(n 1) pi
i 1

Numarul de grade de libertate este k = n - 1.

Daca ponderile masurarilor sunt necunoscute, ele se inlocuiesc cu valorile
corespunzatoare determinate cu relatiile:

pi

mi
si2

si2

1 mi
(x ij x i ) 2

mi 1 j 1

i = 1, 2, ......., n

(4.96)

unde
(4.97)

iar xi1, xi2, ......., xi mi sunt rezultatele masurarilor inregistrate in cea de a i-a serie cu valoarea
medie xi. Se ia estimatia:

ax

t(P)
p

(4.98)

unde t(P) se determina din tabelul 4.3 pentru un nivel de incredere P ales convenabil. In
cadrul acestor estimari numarul de masurari trebuie sa fie suficient de mare.

CONCLUZII

BIBLIOGRAFIE