Prelucrarea statistică a datelor experimentale

Asist. Pop Mihail - Ioan

1. Erori de măsurare

Există trei tipuri principale de erori de măsură: erori aleatoare, erori sistematice şi erori
grosolane.

Erorile aleatoare sunt inerente procesului de măsurare. Valorile măsurate variază puţin în
jurul valorii reale. Erorile aleatoare pot fi pozitive (valoarea măsurată este mai mare decât valoarea
reală) sau negative (valoarea măsurată este mai mică decât valoarea reală), ambele variante putând
apărea cu aceeaşi probabilitate. Erorile aleatoare nu pot fi eliminate niciodată şi devin vizibile cu
orice aparat de măsură suficient de precis. Ele se datorează fluctuaţiilor din cadrul componentelor
aparatului de măsură. Aceste fluctuaţii pot fi fluctuaţii statistice, cum ar fi fluctuaţiile poziţiei şi
vitezei moleculelor unui gaz dintr-o incintă sau fluctuaţiile poziţiilor atomilor dintr-un cristal, sau
fluctuaţii cuantice în cazul senzorilor microscopici. Deoarece nu pot fi eliminate, influenţa erorilor
aleatoare trebuie micşorată prin calcule ulterioare (v. mai jos).

Erorile sistematice se manifestă prin abaterea valorilor măsurate într-un singur sens, acelaşi
la toate măsurătorile. Astfel, erorile sistematice vor fi întotdeauna mai mari decât valorile reale sau
întotdeauna mai mici decât valorile reale. Erorile sistematice se datorează fie necalibrării
instrumentului de măsură, fie variaţiei parametrilor instrumentului odată cu condiţiile de mediu.

Calibrarea aparatului de măsură se produce atunci când instrumentul de măsură indică corect
o valoare de referinţă. De obicei aceasta este valoarea de 0 (zero). Dacă un aparat de măsură nelegat
la o sursă exterioară de semnal indică o valoare diferită de zero, spunem că aparatul este necalibrat.
De exemplu, un voltmetru care nu e conectat într-un circuit dar indică o tensiune de 0,1 V este
necalibrat. De fiecare dată cind executăm o măsuratoare cu acest voltmetru, acesta va adăuga la
valoarea reală a tensiunii măsurate valoarea de 0,1 V. Aşadar, valoarea indicată de voltmetrul
necalibrat va fi întotdeauna deplasată la o valoare mai mare faţă de valoarea măsurată. În acest caz,
erorile sistematice care pot apărea se elimină prin calibrarea instrumentului de măsură, care se
realizează prin aducerea la zero a aparatului de măsură înainte să se facă măsurătorile. În cazul
aparatelor de măsură cu cadran, aducerea la zero se poate face cu ajutorul unui şurub de pe carcasa
aparatului. Acest şurub permite deplasarea acului indicator astfel încât acesta să indice zero când
aparatul de măsură este deconectat.

În cazul aparatelor de măsură se constată o mică variaţie a indicaţiilor acestora cu condiţiile

de mediu. Astfel, la o variaţie mai mare a temperaturii externe, indicaţia unui voltmetru se poate
schimba chiar dacă tensiunea aplicată pe voltmetru nu se modifică. Acest lucru se datorează
variaţiei proprietăţilor electrice ale componentelor voltmetrului cu temperatura, în speţă variaţiei
rezistenţei electrice cu temperatura. Înlăturarea acestui tip de erori se face fie prin compensarea
acestor variaţii interne cu circuite stabilizatoare (circuite de compensare), fie prin izolarea
aparatului de măsură de mediu prin plasarea lui într-o incintă în interiorul căreia condiţiile de mediu
sunt menţinute constante. Circuitele de stabilizare sunt folosite în unele aparate electrice, în schimb
izolarea aparatului de măsură de mediu reprezintă o metodă costisitoare şi se foloseşte doar în
laboratoare speciale.

1
 Erori grosolane: sunt erori mari în raport cu celelalte valori măsurate. Acestea se datorează
neatenţiei operatorului în timpul măsurării. De exemplu, considerăm măsurarea unui curent electric
cu valoarea reală a intensităţii de 1 A în mai multe măsurători şi obţinem valorile:

Nr. crt. 1 2 3 4 5 6 7
I (A) 0,95 1,02 1,1 0,98 1,5 0,92 1,02

Se observă că valoarea a cincea (1,5 A) este mult diferită de celelalte valori (este mult mai mare).
Această valoare este probabil afectată de o eroare grosolană. În general, valorile afectate de erori
grosolane se pot elimina din tabelul cu date măsurate; acest lucru trebuie făcut cu grijă, deoarece, în
rare cazuri, şi erorile aleatoare pot deveni foarte mari.

De multe ori, erorile grosolane apar din cauza observării greşite a valorilor indicate de
aparatul de măsură. Măsurătorile pe aparate de măsură cu riglă (şublerul) sau cu cadran se fac
privind perpendicular pe riglă sau cadran. O privire oblică poate indica o gradaţie vecină cu
valoarea reală indicată de aparat şi astfel se comite o eroare grosolană. La aparatele cu cadran,
privirea verticală este ajutată de o oglindă plasată sub cadran. În această oglindă se vede imaginea
acului indicator. Privirea observatorului cade perpendicular pe cadran atunci când imaginea acului
indicator este plasată sub acul indicator.

2. Măsurarea erorilor

Fie X o mărime fizică (lungime, timp, tensiune electrică etc.). Măsurăm această mărime de
n ori şi obţinem n valori x1 , x 2 ,..., x n . Fie x valoarea reală a lui X , presupusă constantă în timpul
măsurătorilor. Valoarea x este necunoscută şi trebuie determinată prin măsurători.

La măsurătoarea i obţinem valoarea xi ; în acest caz spunem că eroarea de determinare a lui

x prin xi este

δ xi = x − xi , (2.1)

iar eroarea relativă de determinare a lui x prin xi este

δ xi
ε xi = ⋅ 100% . (2.2)
x

Problema principală a teoriei erorilor este:

Să se determine din cele n valori măsurate x1 , x 2 ,..., x n o valoare care aproximează pe x şi să se

determine eroarea de aproximare.

Această problemă este rezolvată în statistica matematică. Valoarea reală x este estimată
prin media valorilor măsurate:

1 n x + x 2 + ... + x n
x= x = ∑
n i= 1
xi = 1
n
, x ≈ x. (2.3)

2
Eroarea de aproximare este dată de eroarea medie pătratică:

1 n ( x1 − x ) 2 + ( x2 − x ) 2 + ... + ( xn − x ) 2
σ x = ∑ ( xi − x ) 2 = . (2.4)
n − 1 i= 1 n− 1

Acesteia îi corespunde eroarea relativă (valoarea relativă a erorii medii pătratice):

σ
εx = x
⋅ 100% . (2.5)
x

Eroarea medie pătratică reprezintă eroarea aproximării lui x prin una din valorile măsurate xi :

x = xi ± σ x , (2.6)
x ∈ ( xi − σ x ; xi + σ x ). (2.7)

Aşadar, eroarea medie pătratică caracterizează aparatul de măsură şi metoda de măsurare folosite.
De fiecare dată când facem o măsurătoare cu acelaşi aparat, ne putem aştepta ca eroarea să fie de
ordinul lui σ x . Mai precis, au loc relaţiile:

xi ∈ ( x − σ x ; x + σ x ) în 68% din cazuri;

xi ∈ ( x − 2σ x ; x + 2σ x ) în 95% din cazuri;
xi ∈ ( x − 3σ x ; x + 3σ x ) în 99,7% din cazuri.

Dacă executăm o singură măsurătoare şi σ x este cunoscut, putem scrie x = x1 ± σ x , unde x1

este valoarea măsurată. Dacă executăm n măsurători, atunci x este aproximat prin x , iar eroarea
de aproximare este dată de eroarea medie pătratică a mediei:

1 n
( x1 − x ) 2 + ( x2 − x ) 2 + ... + ( xn − x ) 2
σ = ∑ ( xi − x ) 2 = . (2.8)
n( n − 1) i = 1 n( n − 1)
x

Acesteia îi corespunde valoarea relativă a erorii medii pătratice a mediei:

σ
ε x = x
⋅ 100% . (2.9)
x

Putem scrie:

x = x± σ x, (2.10)
x∈ (x − σ x ;x + σ x ) (2.11)

sau, mai precis:

xi ∈ ( x − σ x ; x + σ x ) în 68% din cazuri;

xi ∈ ( x − 2σ x ; x + 2σ x ) în 95% din cazuri;
xi ∈ ( x − 3σ x ; x + 3σ x ) în 99,7% din cazuri.

3
Observaţie: Pentru o singură măsurătoare eroarea este egală cu cea mai mică diviziune de pe scala
aparatului de măsură. Astfel, în cazul unei rigle, eroarea unei măsurători este de 1 mm.

Observaţie: Din (2.8) rezultă următoarea legătură între σ x şi σ x :

σ
σ x = x
. (2.12)
n

Pe baza acestei formule se poate estima numărul n de măsurători necesare pentru obţinerea unei
anumite erori de aproximare. Astfel, daca îl cunoaştem pe σ x , putem să îl estimăm pe n :

2
σ 
n =  x
 . (2.13)
σ x 

Observaţie: Valoarea medie se exprimă cu acelaşi număr de cifre ca şi valorile măsurate. Deoarece
erorile pătratice medii sunt comparate cu valorile măsurate sau cu valoarea medie, şi acestea vor
avea acelaşi număr de cifre. Erorile relative se exprimă cu cel mult o zecimală când sunt exprimate
în procente. Unde este cazul, se fac rotunjiri. În calcule se pot folosi mai multe cifre. Pentru
simplitate, valoarea reală se exprimă în funcţie de medie şi eroarea medie pătratică după formula
(2.10).

Exemplu: Un rezistor cu rezistenţa electrică de 1 MΩ este conectat la o sursă de curent continuu cu

tensiunea de 1 V. Se fac n = 10 măsurători ale intensităţii curentului electric I prin rezistor şi se
obţin următoarele valori:

Nr. crt. 1 2 3 4 5 6 7 8 9 10
I ( µ A) 1,07 1,05 0,93 1,02 0,95 0,97 1,01 1,02 0,97 1,01

Să se estimeze valoarea intensităţii curentului electric prin rezistor şi şi eroarea de aproximare. Câte
măsurători trebuie făcute pentru ca eroarea de aproximare prin medie să fie cel mult 0,1%?

Calculăm media valorilor măsurate, erorile medii pătratice şi erorile relative.

1,07 µ A + 1,05 µ A + 0,93 µ A + 1,02 µ A + 0,95 µ A + 0,97 µ A + 1,01 µ A + 1,02 µ A + 0,97 µ A + 1,01 µ A
I= ,
10
I = 1,00 µ A .

Abaterile valorilor măsurate de la valoarea medie δ I i = I i − I sunt prezentate în tabelul următor:

Nr. crt. 1 2 3 4 5 6 7 8 9 10
δ I i ( µ A) 0,07 0,05 0,07 0,02 0,05 0,03 0,01 0,02 0,03 0,01

Abaterea medie pătratică este:

4
 0,07 2 µ A 2 + 0,05 2 µ A 2 + 0,07 2 µ A 2 + 0,02 2 µ A 2 + 0,05 2 µ A 2 + 0,03 2 µ A 2 + 0,012 µ A 2 +
σ I =
9
+ 0,02 2 µ A 2 + 0,03 2 µ A 2 + 0,012 µ A 2
,σ I = 0,042 µ A ≈ 0,04 µ A .

Abaterea medie pătratică a mediei este:

σ 0,042 µ A
σ I
= I
= , σ I = 0,013 µ A ≈ 0,01 µ A .
n 10

Calculăm erorile relative asociate:

σ 0,042 µ A
εI = I
⋅ 100% = ⋅ 100% , ε I = 4,2% ,
I 1µ A
σ 0,013 µ A
εI = I
⋅ 100% = ⋅ 100% , ε = 1,3%
I 1µ A I

Pentru calculul numărului de măsurători necesari pentru ca ε I = 0,1% , estimăm eroarea medie
pătratică a mediei corespunzătoare şi apoi folosim formula (2.13). Avem:

ε 0,1%
σ I
= I
⋅I= ⋅1µ A , σ I
= 0,001 µ A .
100% 100%

Din (2.13) obţinem:

2 2
σ   
n =  I  =  0,042 µ A  , n = 1764 .
  0,001 µ A 
σ I   

Concluzii: Intensitatea curentului electric are valoarea I = (1 ± 0,01) µ A . Eroarea de aproximare prin
medie este σ I ≈ 0,01 µ A , iar eroarea relativă a mediei este ε I ≈ 1,3% . Eroarea ataşată unei
măsurători este σ I ≈ 0,04 µ A sau ε I ≈ 4,2% . Pentru ca eroarea relativă a mediei să coboare la
ε I = 0,1% , trebuie efectuate 1764 de măsurători în aceleaşi condiţii.

3. Formula de propagare a erorilor

Fie z o funcţie de două variabile x şi y :

z = f ( x , y) . (3.1)

Măsurăm x şi y de n ori, obţinând valorile x1 , x 2 ,..., x n , respectiv y1 , y 2 ,..., y n . Astfel, putem

calcula mediile x, y şi erorile pătratice medii σ x , σ y , σ x , σ y . Se pune problema determinării din
acestea a valorii medii z şi a erorilor de aproximare σ z , σ z . În cazul în care z nu este măsurabilă,
determinăm aceste valori din expresia z = f ( x , y ) , pe care o cunoaştem. Media lui z este dată de:

z = f ( x , y) . (3.2)

5
Eroarea medie pătratică este dată de formulele de propagare a erorilor:

2 2
 ∂f   ∂f 
σ z =   ( x, y ) ⋅ σ x
2
+   ( x, y ) ⋅ σ y
2
, (3.3)
 ∂x  ∂y
2 2
 ∂f   ∂f 
σ z =   ( x, y ) ⋅ σ x
2
+   ( x, y ) ⋅ σ y
2
. (3.4)
 ∂x  ∂y

∂f ∂f
Derivatele parţiale şi sunt calculate în punctul corespunzător valorilor medii x, y . Fiecare
∂x ∂y
din acestea se calculează ca o derivată normală după variabila de derivare, cealaltă variabilă fiind
∂f
considerată o constantă. De exemplu, se calculează considerând y = const. şi derivând doar
∂x
după x .

Notă: Derivatele parţiale ale unei funcţii de mai multe variabile

Derivatele parţiale sunt analogul derivatei normale în cazul funcţiilor de mai multe variabile. În cazul clasic al
unei funcţii f ( x ) , derivata este definită ca raportul dintre variaţia valorii funcţiei corespunzătoare unei variaţii infinit
mici a argumentului său:

df ( x ) f ( x + ∆ x) − f ( x)
f ' ( x) = = lim . (3.5)
dx ∆ x→ 0 ∆x

Variaţia infinit mică a funcţiei f ( x ) se notează cu df ( x ) şi se numeşte diferenţiala funcţiei f ( x ) . Aşadar,

diferenţiala poate fi scrisă:

df ( x )
df ( x ) = dx = f ' ( x ) dx . (3.6)
dx

Pentru o funcţie de două variabile f ( x, y ) , derivatele în raport cu variabilele se numesc derivate parţiale şi se notează
∂ f ( x, y ) ∂ f ( x, y )
cu f ' x ( x, y ) = şi f ' y ( x, y ) = respectiv. Semnul ∂ se citeste “d-rond”. Derivatele parţiale se
∂x ∂y
calculează prin intermediul derivatei unei funcţii de o singura variabilă în următorul mod: variabila de derivare este
menţinută ca variabilă şi toate celelalte variabile sunt considerate constante în timpul derivării, după care se aplică
derivata normală în raport cu variabila de derivare:

∂ f ( x, y ) df ( x, y = const.)
f ' x ( x, y ) = = , (3.7)
∂x dx
∂ f ( x, y ) df ( x = const., y )
f ' y ( x, y ) = = . (3.8)
∂y dy

Notă asupra mediei

Considerăm că z este funcţie de o singură variabilă x z = f ( x ) şi îl dezvoltăm în serie Taylor în jurul lui
x:

f ''( x ) f ( n) ( x ) ∞
f (k) ( x)
z = f ( x ) + f '( x ) ⋅ ( x − x ) + ⋅ ( x − x ) + ... + ⋅ ( x − x ) + ... = ∑ ⋅ ( x − x ) . (3.9)
2 n k

2! 2! k= 0 2!

6
Presupunem că x a fost măsurat de n ori. Aplicăm media acestei expresii. Ţinând cont de formula mediei, constantele
ies în faţă dintr-un produs şi media constantei este egală cu constanta şi obţinem:

f ''( x ) f ( n) ( x ) f (k) ( x)
________ _________ _________ ∞ _________
z = f ( x ) + f '( x ) ⋅ ( x − x )+ ⋅ ( x − x ) + ... + ⋅ ( x − x ) + ... = ∑ ⋅ ( x − x ) . (3.10)
2 n k

2! 2! k= 0 2!

z = f ( x ) . Acest lucru are loc de exemplu dacă ( x − x ) = 0 , ( x − x ) 2 = 0 , …, ( x − x ) n = 0 ,…

________ _________ _________
Ideal am avea
Acest lucru în general nu se întâmplă dacă numărul n de măsurători este finit. Avem pe de o parte:

________
( x − x) = x − x = 0, (3.11)

apoi

_________ __________________ ___ ___

( x − x) 2
= x 2 − 2x ⋅ x + x 2 = x 2 − 2x ⋅ x + x 2 = x 2 − x 2 ≠ 0 , (3.12)

___
deoarece în general, dacă n este finit, atunci 2
x ≠ x 2 . Se observă (vezi şi mai jos) că
_________
( x − x ) 2 = n( n − 1)σ x
2. (3.13)

Puterea a k -a a abaterii de la medie a valorii lui x se poate dezvolta prin intermediul binomului lui Newton:
k
( x − x)k = ∑ C km x k − m ( − 1) x m ,
m
(3.14)
m= 0

k!
unde C km = reprezintă numărul de combinări de k elemente luate câte m . Aplicând media, obţinem:
m !⋅ ( k − m ) !

__________ k ______
( x − x ) k = ∑ ( − 1) m C km x k − m x m . (3.15)
m= 0

__________
Cu toate că termenii de sub sumă au semn alternant, aceasta nu se anulează şi ( x − x)k ≠ 0 pentru n finit.

Pentru cazul în care valoarea lui z este apropiată de z , reţinem doar primii trei termeni din seria Taylor şi
avem, ţinând cont de formulele (3.11) şi (3.13):

f ''( x )
z ≈ f ( x) + ⋅ n( n − 1)σ
2
x . (3.16)
2

Dacă σ x este suficient de mic, se poate considera z ≈ f ( x ) . În cazul ideal, numărul de măsurători n = ∞ şi, dacă
avem doar erori aleatoare, σ x = 0 şi putem scrie exact z = f ( x ) .

Dacă z depinde de două variabile z = f ( x , y ) , dezvoltarea în serie Taylor a lui z în jurul lui x şi y cu
reţinerea termenilor până la ordinul 2 inclusiv este:

7
 ∂f
z ≈ f ( x, y ) + ( x, y ) ⋅ ( x − x ) + ∂ f ( x, y ) ⋅ ( y − y ) +
∂x ∂y
(3.17)
1 ∂ 2 f ∂2f 2 ∂2f
+  2 ( x , y ) ⋅ ( x − x ) + ( ) ( )  ∂ x∂ y ( x , y ) ⋅ ( x − x )( y − y ) .

2
x , y ⋅ y − y +
2 ∂x ∂ y2 

Presupunem că atât x cât şi y sunt măsurate de n ori. Aplicăm media şi rezultă:

∂f
( x, y ) ⋅ ( x − x ) + ∂ f ( x, y ) ⋅ ( y − y ) +
________ ________
z ≈ f ( x, y ) +
∂x ∂y
(3.18)
1 ∂ 2 f 2
__________ __________
∂2f ∂2f _________________
+  2 ( x , y ) ⋅ ( x − x ) + ( ) ( )  ( ) ( x − x )( y − y ) .
2
x , y ⋅ y − y +
 ∂ x∂ y x , y ⋅
2 ∂x ∂ y2 
________ ________
Avem ( x − x) = 0, ( y − y) = 0 şi, dacă variabilele x şi y sunt independente, atunci
_________________ ________ ________ _________ _________
( x − x )( y − y ) = ( x − x )⋅ ( y − y ) = 0 ; în plus, ( x − x ) 2 = n( n − 1)σ x
2 şi ( y − y) 2
= n( n − 1)σ y
2 . Formula

(3.18) devine:

n( n − 1)  ∂ 2 f ∂2f 
z ≈ f ( x, y ) +  ( x, y ) ⋅ σ ( x, y ) ⋅ σ  .
2 2
+ (3.19)
2  ∂ x 2
x y
∂ y2 

În cazul ideal în care avem doar erori aleatoare, numărul de măsurători este n = ∞ şi variabilele x şi y sunt
independente, are loc σ x = σ y = 0 şi putem scrie exact z = f ( x , y ) .

Aşadar, egalitatea z = f ( x , y ) nu are loc în cazurile experimentale obişnuite decât aproximativ. Totuşi o
putem folosi, în special în cazul unor variaţii mici ale valorilor măsurate în raport cu media, prin asemănare cu cazul
ideal.

Demonstrarea formulei de propagare a erorilor

Dezvoltăm în serie Taylor pe z în jurul lui x şi y :

∂f
z = f ( x, y ) + ( x, y ) ⋅ ( x − x ) + ∂ f ( x, y ) ⋅ ( y − y ) +
∂x ∂y
(3.20)
1 ∂ 2f ∂2f 2 ∂2f
+  2 ( x , y ) ⋅ ( x − x ) 2 + ( x , y ) ⋅ ( y − y )  ∂ x∂ y ( x , y ) ⋅ ( x − x )( y − y ) + ...
 +
2 ∂x ∂ y2 

Considerăm că abaterile valorilor măsurate faţă de medii sunt mici. Atunci neglijăm în dezvoltare toţi termenii de
ordinul doi sau mai mari. În plus, considerăm că z = f ( x , y ) . Obţinem:

∂f
z− z = ( x, y ) ⋅ ( x − x ) + ∂ f ( x, y ) ⋅ ( y − y ) . (3.21)
∂x ∂y

2
Dorim să obţinem pătratul erorii medii pătratice a lui z σ z
. Pentru aceasta, ridicăm la pătrat în (3.21) şi
obţinem:

2 2
 ∂f  ∂f 
( z − z) 2
=  ( x , y )  ⋅ ( x − x ) 2 +  ( x , y )  ⋅ ( y − y ) 2 + 2 ∂ f ( x , y ) ∂ f ( x , y ) ⋅ ( x − x )( y − y ) . (3.22)
 ∂x   ∂y  ∂x ∂y

8
Calculăm media lui ( z − z )2 din relaţia de mai sus. Pentru aceasta, înlocuim pe z cu fiecare din valorile
experimentale zi ; analog, x devine xi şi y devine yi . Sumăm după i , împărtim la n şi obţinem relaţia:

2 2
1 n 1 n  ∂f  1 n  ∂f 
∑ ( zi − z ) 2
= ∑  ( x , y )  ⋅ ( xi − x ) 2
+ ∑  ( x , y )  ⋅ ( yi − y ) 2 +
n i= 1 n i= 1 ∂ x  n i= 1 ∂ y 
2
1 n ∂f
( x , y ) ∂ f ( x , y ) ⋅ ( xi − x )( yi − y ) =  ∂ f ( x , y )  ⋅ 1 ∑ ( xi − x ) 2 +
n
+ 2 ∑ (3.23)
n i= 1 ∂ x ∂y  ∂x  n i= 1
2
 ∂f 
( x , y )  ⋅ 1 ∑ ( yi − y ) 2 + 2 ∂ f ( x , y ) ∂ f ( x , y ) ⋅ 1 ∑ ( xi − x )( yi − y ) .
n n
+ 
 ∂y  n i= 1 ∂x ∂y n i= 1

Variabilele x şi y sunt independente. Din această cauză, media aplicată produsului x ⋅ y se distribuie celor doi
membri ai produsului:

____ _ _
1 n 1 n 1 n
x⋅ y = ∑ i i
n i= 1
x y = x⋅ y = ∑ i n ∑ yi .
n i= 1
x ⋅ (3.24)
i= 1

Ultima sumă din (3.23) devine:

1 n 1 n
∑ i ( x − x )( y i − y ) = ∑ ( xi y i − x y i − xi y + x ⋅ y ) =
n i= 1 n i= 1
1 n 1 n 1 n 1 n _____
(3.25)
= ∑ i ix y − x ⋅ ∑ i y − y ⋅ ∑ i x ( x y ) + x ⋅ y ⋅ ∑ 1 = x ⋅ y− x ⋅ y − y ⋅ x + x ⋅ y =
n i= 1 n i= 1 n i= 1 n i= 1
= 2x ⋅ y − 2 y ⋅ x = 0 .

Relaţia (3.23) devine:

2 2
 ∂f 
1 n
( zi − z ) 2 =  ∂ f ( x , y )  ⋅ 1 ∑ ( xi − x ) 2 +
n n
∑  ( x , y )  ⋅ 1 ∑ ( yi − y ) 2 . (3.26)
n i= 1  ∂x  n i= 1  ∂y  n i= 1

n
Înmulţim relaţia (3.27) cu şi ţinem cont că
n− 1

1 n 1 n 1 n
σ x
2
= ∑ ( xi − x ) 2 , σ y
2
= ∑ ( yi − y ) 2 , σ z
2
= ∑ ( zi − z ) 2 (3.27)
n − 1 i= 1 n − 1 i= 1 n − 1 i= 1

şi obţinem

2 2
 ∂f   ∂f 
=   ( x, y ) ⋅ σ  ( x , y ) ⋅ σ
2 2 2
σ z x +  y , (3.28)
 ∂x  ∂y

de unde rezultă relaţia (3.3). Pentru determinarea relaţiei (3.4) a erorii medii pătratice a mediei, împărţim relaţia (3.3) a
erorii medii pătratice la n . QED

Cazuri particulare

1) z = ax ± by

9
 2 2
σ z = a 2σ x + b 2σ y (3.29)

x
2) z = x ⋅ y sau z =
y
2 2 z
εz = ε x +ε y ,σz=εz⋅ . (3.30)
100%

3) z = x n
z
ε z = nε x , σ z = εz⋅ . (3.31)
100%

Observaţie: În cazul în care se face o singură măsurătoare ( n = 1 ), x = x1 , y = y1 , σ x devine

δ x1 = δ x , σ y devine δ y1 = δ y şi z1 = f ( x1 , y1 ) , iar formula de propagare a erorilor devine:

∂f
δz = ( x1 , y1 ) ⋅ δ x + ∂ f ( x1 , y1 ) ⋅ δ y , (3.32)
∂x ∂y
δz
εz = ⋅ 100% . (3.33)
z1

Cazuri particulare

1) z = ax ± by
δz = a ⋅δx+ b ⋅δy (3.34)

x
2) z = x ⋅ y sau z =
y
z1
ε z = ε x + ε y, δz = ε z ⋅ . (3.35)
100%

3) z = x n
z1
ε z = nε x , δ z = ε z ⋅ . (3.36)
100%

Observaţie: Formula de propagare a erorilor se poate restrânge pentru cazul unei funcţii de o
singură variabilă z = f ( x ) . În acest caz, formulele (3.3) şi (3.4) devin:

σ z = f '( x) ⋅ σ x , (3.37)
σ z = f '( x) ⋅ σ x . (3.38)

Formulele erorilor relative pot fi determinate ţinând cont că z = f ( x ) , σ x = x ⋅ ε x şi eventual

observând că f ' ( x ) f ( x ) = ln' f ( x ) . Rezultă:

f '( x)
ε z = x ⋅ ln' f ( x ) ε x = x ⋅ ε x, (3.39)
f ( x)

10
 f '( x)
ε z = x ⋅ ln' f ( x ) ε = x⋅ ε x. (3.40)
f ( x)
x

Erorile câtorva funcţii:

σ ε
1) z = ln x , σ z = x = ε x , ε z = ln x
x x

n− 1
2) z = x n , σ z = nx σ x , ε z = n ε x

3) z = e , σ z = e σ x = z σ x , ε z = x ε x
x x

4) z = a x , σ z = ln a a σ x , ε z = x ⋅ ln a ε
x
x

ax
5) z = ax + b , σ z = a σ x , ε z = ε x
z

Exemplu: Un bec este alimentat cu tensiune constantă de la o sursă de curent continuu. Se fac n = 5
măsurători, la fiecare măsurătoare determinându-se tensiunea electrică U şi curentul electric I prin
bec. Valorile obţinute sunt prezentate mai jos. Să se estimeze puterea electrică disipată prin
filamentul becului împreună cu erorile aferente.

Nr. crt. 1 2 3 4 5
U (V ) 0,95 0,98 1,03 0,97 1,07
I ( A) 0,98 1,04 1,04 0,95 1,03

Dacă am cunoaşte valorile reale ale tensiunii U şi curentului I , am putea calcula puterea
electrică cu formula P = U ⋅ I . Cum valorile reale ale lui U şi I sunt necunoscute, trebuie să le
estimăm împreună cu o eroare de aproximare şi apoi să calculăm puterea electrică P , iar folosind
formula de propagare a erorilor să determinăm eroarea de aproximare a acesteia.

Prin calcule se obţine:

U = 1,00 V , σ = 0,044 V ≈ 0,04 V , σ U = 0,02 V , ε U = 4,38% ≈ 4,4% , ε U = 1,96% ≈ 2% ,

U

I = 1,008 A ≈ 1,01 A , σ I = 0,037 A ≈ 0,03 A , σ I = 0,016 A ≈ 0,01 A , ε I = 3,62% ≈ 3,6% ,

ε I = 1,62% ≈ 1,6% .

Puterea electrică medie este:

P = U ⋅ I = 1 V ⋅ 1,008 A , P = 1,008 W ≈ 1,01 W .

Pentru calculul erorii de aproximare a P folosim formula (3.30):

1,96 2 + 1,62 2 , ε = 2,54% ≈ 2,5% .

2 2
ε P
= εU + ε I
= P

Eroarea medie pătratică a lui P este:

P 1,008 W
σ P
=ε P
⋅ = 2,54% ⋅ ,σ P
= 0,026 W ≈ 0,03 W .
100% 100%

11
Concluzie: Puterea electrică disipată prin filamentul becului este P = 1,01 ± 0,03 W . Eroarea de
aproximare este ε P ≈ 2,5% .

4. Verificarea dependenţei funcţionale a două mărimi fizice

Considerăm două mărimi fizice x şi y astfel încât y = f ( x ) , unde funcţia f este

necunoscută. Dorim să determinăm funcţia f . Pentru aceasta, facem n măsurători: în fiecare
măsurătoare dăm o valoare lui x şi determinăm valoarea corespunzătoare a lui y . Se obţin
perechile de valori ( x1 , y1 ) , ( x 2 , y 2 ) ,..., ( x n , y n ) . Pentru determinarea lui f , se folosesc două metode:
metoda grafică şi metoda analitică.

4.1. Metoda grafică

În metoda grafică se reprezintă grafic aceste valori (care determină nişte puncte, numite
punctele experimentale) şi se desenează graficul funcţiei f pe baza acestor puncte. Toate desenele
se fac în creion, pe hârtie milimetrică.

Reprezentarea grafică se face în mai mulţi paşi:

I. Alegerea axelor de coordonate şi marcarea unor valori orientative pe acestea:

Coordonatele axelor x şi y se trasează pe marginea (bordura) hârtiei milimetrice. Pe axe se

identifică repere la distanţa de 1 cm unul de altul, în dreptul liniilor groase de pe hârtie. În dreptul
acestor repere se marchează valori orientative. Acestea sunt reprezentate de valori rotunde, alese la
intervale prestabilite: intervale de 1 unitate (0, 1, 2, 3, 4,…), intervale de 2 unităţi (0, 2, 4, 6, 8,…)
sau intervale de 5 unităţi (0, 5, 10, 15, 20,…) sau de multipli ai acestora cu 10, 100, 1000 etc. sau
0,1, 0,01, 0,001 etc. De exemplu, putem avea intervale cu distanţa de 10: 0, 10, 20,… sau intervale
cu distanţa de 200: 0, 200, 400,… sau intervale cu distanţa de 0,1: 0, 0,1, 0,2, 0,3,…, după cum este
convenabil. Pentru uşurinţa citirii valorilor de pe axe, se acceptă şi alte distanţe în afară de 1 cm
între repere; astfel, valorile care derivă din intervalul de 2 unităţi pot fi plasate la distanţe de 2 cm
una de alta, iar valorile care derivă din intervalul de 5 unităţi pot fi plasate la distanţe de 2,5 cm una
de alta, mai rar la distanţe de 5 cm. Alte intervale de valori orientative şi alte distanţe între repere
decât cele menţionate nu se folosesc. Prezentăm câteva exemple de marcare a axei de coordonate
orizontale (graficul de sus). Axa verticală se marchează în acelaşi mod. Detaliile axelor prezintă
modul de citire a subdiviziunilor intervalelor de pe hârtia milimetrică (graficul de jos).

Scări cu repere plasate la distanţe de 1 cm:

1) Valori orientative la interval de 1 unitate:

12
2) Valori orientative la interval de 2 unităţi:

3) Valori orientative la interval de 5 unităţi:

Scări cu repere plasate la distanţe diferite de 1 cm:

4) Valori orientative la interval de 2 unităţi cu repere la 2 cm:

13
5) Valori orientative la interval de 5 unităţi cu repere la 2,5 cm:

Scări corecte şi scări greşite:

Corect: valorile orientative sunt la interval de 0,1 = 1 ⋅ 10 − 1 unităţi, deci derivă din intervalul de 1
unitate

Corect: valorile orientative sunt la interval de 200 = 2 ⋅ 10 2 unităţi, deci derivă din intervalul de 2
unităţi

Greşit: valorile orientative sunt la interval de 3 unităţi, iar un asemenea interval nu se foloseşte

14
Greşit: reperele sunt la distanţă de 3 cm pe hârtia milimetrică, iar o asemenea distanţă între repere
nu se foloseşte

Alegerea intervalului de valori măsurate în câteva cazuri particulare:

Valorile măsurate se caută între valorile marcate, ţinând cont de valorile care ar corespunde
fiecărei subdiviziuni de pe hârtia milimetrică (de exemplu, dacă valorile marcate sunt din 1 în 1
unităţi: 0, 1, 2, 3,…, atunci distanţa între liniile subţiri, distanţate la 1 mm una de alta, este de 0,1
unităţi). Graficele se fac mai mari şi astfel încât zona din hârtia milimetrică pe care se face graficul
să fie cât mai bine ocupată. Pentru aceasta, valorile pe axe nu se iau începând cu 0 decât dacă sunt
apropiate de 0; altfel se aleg la capete limitele intervalului în care încap valorile măsurate şi se
poziţionează pe axe valori rotunde între aceste limite, începând cu limita inferioară.

Exemplu: Pentru valorile măsurate 15, 23, 44, 51, 67, intervalul valorilor este [10;70] , dar, pentru că
10 este apropiat de 0, se marchează pe axe valori orentative de la 0 la 70 (de exemplu 0, 10, 20,…,
70).

Exemplu: Pentru valorile măsurate 501, 514, 535, 580, 610, 615, intervalul valorilor este [ 500;620]
şi se începe de la 500. Aşadar, la originea axei (în colţul hârtiei milimetrice), în locul lui 0, se scrie
500. Valorile până la 620 se plasează după aceea (de exemplu 500, 505, 510, 515,…, 620 sau 500,
510, 520,…, 620 sau 500, 520, 540,…, 620).

Axele se completează în mod independent una faţă de cealaltă. În capătul axei se plasează mărimea
reprezentată şi unităţile de măsură (kg, m, s etc.).

II. Desenarea punctelor experimentale

Mai întâi se plasează punctele pe grafic. Pentru fiecare punct Pi ( xi , yi ) se caută

coordonatele xi şi yi pe axe şi la intersecţia lor (care se urmăreşte pe liniile hârtiei milimetrice, fără
să se puncteze peste acestea) se plasează punctul Pi printr-un semn mic (punct, cerc, steluţă,
cruciuliţă etc.). Punctele experimentale nu se notează pe grafic cu ajutorul literelor. Apoi se trasează
curba care reprezintă graficul funcţiei y = f ( x ) . Aceasta nu trebuie neapărat să treacă prin punctele
experimentale, ci poate să treacă printre ele. Graficul nu se reprezintă printr-o linie frântă care
uneşte toate punctele experimentale. Curba trebuie să fie cât mai lină (netedă), fără frânturi sau
şerpuiri. Dacă graficul este o dreaptă, aceasta se potriveşte între punctele experimentale. Se scrie şi
titlul graficului în partea de sus a acestuia.

Exemple de grafice:

Exemplul 1: Un generator de curent electric controlat în tensiune generează următoarele valori ale
curentului electric I în raport cu tensiunea U la intrare:

U (V) 0 1 2 3 4 5 6 7 8 9
I (A) 1,5 1,8 3,2 4,5 4,7 5,9 6,5 8,3 9,4 9,9

Determinăm prin metoda grafică funcţia I = f (U ) . Pe axa Ox plasăm valorile lui U în volţi
(V), iar pe axa Oy plasăm valorile lui I în amperi (A). Alegem valorile orientative la distanţă de 1
unitate atât pe axa Ox cât şi pe axa Oy . Reperele vor fi plasate la distanţă de 1 cm unul de altul.
Aşadar, pe axa Ox 1 cm = 1 V, iar pe axa Oy 1 cm = 1 A.

15
 Fig. 1: Graficul axelor de coordonate cu valorile orientative plasate

Plasăm punctele experimentale (U i , I i ) şi obţinem următorul grafic:

Fig. 2: Graficul punctelor experimentale

Aproximăm punctele experimentale printr-o dreaptă. Trasăm dreapta printre punctele experimentale
şi obţinem graficul:

16
 Fig. 3: Graficul funcţiei I = f (U )

Este greşit să unim punctele experimentale printr-o linie frântă sau să trasăm un grafic foarte şerpuit
printre punctele experimentale.

Fig. 4: Grafic greşit: nu unim punctele experimentale printr-o linie frântă

17
 Fig. 5: Grafic greşit: graficul funcţiei este prea şerpuit.

Exemplul 2: Măsurăm intensitatea curentului electric I generat de un amplificator în raport cu

tensiunea U la intrarea amplificatorului şi obţinem următorul set de valori măsurate:

U (V) 0 1 2 3 4 5 6 7 8 9
I (A) 101,1 101,3 102,1 102,2 102,7 103,1 105,0 105,6 107,7 109,2

Determinăm prin metoda grafică funcţia I = f (U ) . Pe axa Ox plasăm valorile lui U în volţi
(V), iar pe axa Oy plasăm valorile lui I în amperi (A). Alegem valorile orientative la distanţă de 1
unitate atât pe axa Ox cât şi pe axa Oy . Reperele vor fi plasate la distanţă de 1 cm unul de altul.
Aşadar, pe axa Ox 1 cm = 1 V, iar pe axa Oy 1 cm = 1 A. Pe axa Ox plasăm valorile orientative
de la 0 la 10. În cazul curentului I observăm că valorile măsurate ocupă un interval
I ∈ [101,1 ;109,2] , pe care îl includem în intervalul cu valori rotunde I ∈ [100 ;110] . Deoarece acest
interval este foarte mic în raport cu mărimea valorilor din interval, pe axa Oy nu vom plasa valorile
orientative de la 0 în sus. Dacă am proceda astfel, toată zona de la 0 A la 100 A ar rămâne
neutilizată şi zona utilă de la 100 A la 110 A ar fi foarte mică în raport cu lungimea axei. Din
această cauză, plasăm 100 A în capătul axei Oy şi restul valorilor până la 110 A le plasăm în
continuarea acestei valori.

Plasăm punctele experimentale (U i , I i ) şi obţinem următorul grafic:

18
 Fig. 6: Graficul punctelor experimentale

Aproximăm punctele experimentale printr-o curbă, pe care o trasăm printre punctele experimentale
cât mai neted:

Fig. 7: Graficul funcţiei I = f (U )

Este greşit să unim punctele experimentale printr-o linie frântă sau să trasăm un grafic foarte şerpuit
printre punctele experimentale.

19
Fig. 8: Grafic greşit: nu unim punctele experimentale printr-o linie frântă

Fig. 9: Grafic greşit: graficul funcţiei este prea şerpuit.

20
4.2. Dependenţe liniare

Dependenţele liniare sunt dependenţe ale căror grafice sunt nişte drepte. Ecuaţia unei
dependenţe liniare este ecuaţia dreptei:

y = ax + b , (4.1)

unde a şi b sunt două constante şi reprezintă parametrii dreptei; a se numeşte panta dreptei, iar b
se numeşte interceptul dreptei. Aceşti parametri au semnificaţii geometrice specifice. Pentru
observarea lor, considerăm cazul unei dependenţe liniare de ecuaţie (4.1), pe al cărei grafic alegem
două puncte A( x A , y A ) şi B( x B , y B ) . Desenăm dreapta orizontală care trece prin punctul A şi
dreapta verticală care trece prin punctul B . Cele două drepte se întâlnesc într-un punct C( x B , y A ) şi
sunt perpendiculare. Aşadar, triunghiul ABC este un triunghi dreptunghic. Notăm măsura
unghiului A din acest triunghi cu α .

Fig. 10. Dependenţă liniară

Determinăm mai întâi parametrul a . Observăm că lungimile laturilor AC şi BC din

triunghiul ABC pot fi calculate uşor:

AC = ∆ x = x B − x A ,
BC = ∆ y = y B − y A .

Calculăm tg ( α ) :

BC ∆ y y B − y A
tg ( α ) = = = .
AC ∆ x x B − x A

21
Deoarece punctele A şi B sunt pe dreapta de ecuaţie (4.1), coordonatele lor vor respecta această
ecuaţie. Avem aşadar:

y A = ax A + b ,
y B = ax B + b .

Introducem aceste expresii în ecuaţia tangentei şi obţinem:

tg ( α ) =
( ax B + b ) − ( ax A + b ) =
a( x B − x A )
,
xB − x A xB − x A

de unde rezultă:

yB − y A
a = tg ( α ) = . (4.2)
xB − x A

Această formulă este firească. Într-adevăr, putem observa că derivata ecuaţiei dreptei este y ' ( x ) = a
. Or, derivata unei funcţii într-un punct este egală cu tangenta unghiului pe care îl face o dreaptă
tangentă la graficul funcţiei în punctul considerat cu o dreaptă orizontală (panta funcţiei în punctul
considerat). În cazul nostru, tangenta la dreaptă coincide cu dreapta şi este aceeaşi în orice punct de
pe dreaptă, de unde rezultă formula (4.2) şi faptul că a = const.

Pentru determinarea lui b , observăm că un punct care se află pe dreapta (4.1) şi are abscisa
x = 0 va avea ordonata y = b :

b = y( 0) . (4.3)

Rezultă că b este ordonata punctului de intersecţie a dreptei cu axa Oy sau, cu alte cuvinte, b este
coordonata de pe axa Oy în care dreapta interceptează axa Oy .

În cazul în care dependenţa liniară este reprezentată grafic, putem determina de pe graficul
său parametrii a şi b cu ajutorul formulelor (4.2) şi (4.3) şi de aici putem determina ecuaţia dreptei
(4.1). Pentru aceasta, alegem pe dreaptă două puncte A şi B ca mai sus. Aceste puncte le alegem
la o distanţă cât mai mare unul de altul. Coordonatele lor ( x A , y A ) şi ( x B , y B ) le citim de pe grafic
şi cu ajutorul formulei (4.2) calculăm panta a . Interceptul b îl citim pe axa Oy în punctul de
intersecţie al dreptei cu această axă. De multe ori, din valorile parametrilor a şi b se pot deduce
proprietăţi fizice importante ale unor materiale sau dispozitive.

Observaţie. Presupunem că x B > x A . Dacă dreapta (4.1) este crescătoare, atunci y B > y A şi din
(4.2) rezultă că a > 0 . Dacă dreapta (4.1) este descrescătoare, atunci y B < y A şi din (4.2) a < 0 .
Dacă dreapta (4.1) este orizontală ( y este o constantă), atunci y B = y A şi a = 0 . Aşadar, din
semnul pantei a putem determina dacă dependenţa este crescătoare sau descrescătoare.

Exemplul 3: Considerăm graficul obţinut la exemplul 1, pe care alegem două puncte A şi B .

22
 Fig. 11. Graficul experimental al dependenţei I = f (U )

Citim pe grafic coordonatele celor două puncte şi obţinem:

x A = U A = 0,9 V , y A = I A = 1,6 A ,
x B = U B = 9,2 V , y B = I B = 10,2 A .

Introducem aceste valori în formula (4.2):

10,2 A − 1,6 A
a= = 1,036 A V .
9,2 V − 0,9 V

Dreapta intersectează axa Oy în punctul de coordonate (0 V;1,2 A), de unde obţinem b = 1,2 A .
Ecuaţia dreptei este:

I = 1,036 ⋅ U + 1,2 .

4.3. Metoda analitică

În cazul unei dependenţe liniare, există o dreaptă care aproximează cel mai bine punctele
experimentale, în sensul că o anumită eroare de aproximare (v. demonstraţia de mai jos) este
minimă. Această dreaptă se numeşte dreapta optimă şi este determinată în cadrul metodei analitice.

Considerăm cazul de mai sus în care avem n puncte experimentale Pi ( xi , yi ) , i = 1,2,..., n .

Dreapta optimă care aproximează aceste puncte experimentale are ecuaţia y = ax + b şi parametrii
săi a şi b sunt daţi de formulele:

23
 __ _ _
xy − x y
a= , (4.4)
__ _2
x − x
2

__ _
b = y− a x , (4.5)

unde

x1 + x2 + ... + xn __ y1 + y 2 + ... + y n
__
x= , y= ,
n n
__
x y + x y + ... + xn yn __2 x1 2 + x 2 2 + ... + xn 2
xy = 1 1 2 2 , x = . (4.6)
n n

Demonstrarea formulelor (4.1, 4.2)

Presupunem o dreaptă oarecare y ( x ) = ax + b . Dorim ca aceasta să aproximeze punctele experimentale

( xi , yi ) i . Pentru aceasta, alegem o măsură pătratică a erorii de aproximare:
n n
E ( a, b ) = ∑ [ y( xi ) − yi ] 2 = ∑ ( axi + b − yi ) 2 .
i= 1 i= 1
(4.7)

Aproximarea este optimă atunci când E ( a, b ) = min . În aceste condiţii, derivatele funcţiei E ( a, b ) după a şi b se
anulează:

 ∂E
 ∂a = 0
 ∂E (4.8)
 = 0.
 ∂b

Obţinem astfel un sistem de două ecuaţii cu necunoscutele a şi b , ale căror soluţii reprezintă parametrii dreptei de cea
mai bună aproximare. După derivare, sistemul ia forma:

 n
 2∑ ( axi + b − y i ) xi = 0
 n
(
 ∑ axi + bxi − xi y i = 0
2
)

i= 1
n ⇔ i= 1
 n (4.9)
 2∑ ( axi + b − y i ) = 0  ∑ ( axi + b − y i ) = 0 ,
 i = 1  i = 1

şi, după distribuirea sumei,

 n 2 n n

 ∑ i
a x + b ∑i = 1 i ∑i = 1 xi yi = 0
x −
i= 1
 n n n (4.10)
 a ∑ xi + b ∑ 1 − ∑ y i = 0 .
 i= 1 i= 1 i= 1

Cu notaţiile (4.6), observăm că

n __ n __ n __ n __

∑ xi = n x , ∑ y i = n y , ∑ xi = n x 2 , ∑ xi y i = n xy .
2
(4.11)
i= 1 i= 1 i= 1 i= 1

Sistemul devine

24
  __ __ __  __2 __ __
 an x 2 + bn x − n xy = 0  a x + b x − xy = 0
 __ __
⇔  __ __ (4.12)
 an x + bn − n y = 0  a x + b − y = 0 .

A doua ecuaţie poate fi scrisă y = ax + b sau y = y ( x ) , adică de forma (3.2). De aici rezultă b = y − ax .
Înlocuind b in prima ecuaţie din sistemul (4.12), rezultă ecuaţia (4.4). QED

Observaţie. Dacă se cunosc parametrii a şi b , dreapta optimă poate fi reprezentată exact. Pentru
aceasta, se iau două valori extreme ale lui x din intervalul valorilor posibile; fie acestea x A şi x B .
Se determină valorile y A = ax A + b şi y B = ax B + b .Se reprezintă punctele A( x A , y A ) şi B( x B , y B )
şi se trasează cu o riglă dreapta care trece prin aceste puncte. Această dreaptă reprezintă chiar
dreapta optimă căutată.

Observaţie. Deoarece eroarea de aproximare este estimată printr-o formă pătratică (o sumă de
pătrate) după formula (4.7) şi aceasta trebuie minimizată pentru determinarea dreptei optime,
metoda analitică se mai numeşte si metoda celor mai mici pătrate.

Exemplul 4: Considerăm valorile măsurate de la exemplul 1:

U (V) 0 1 2 3 4 5 6 7 8 9
I (A) 1,5 1,8 3,2 4,5 4,7 5,9 6,5 8,3 9,4 9,9

Avem n = 10 măsurători. Presupunem că graficul I = f (U ) este o dreaptă de forma

y = ax + b , unde x = U şi y = I . Determinăm dreapta optimă care are această formă. Folosind
formulele (4.6), determinăm prin calcule următoarele valori medii:

0 V + 1V + 2 V + 3 V + 4 V + 5 V + 6 V + 7 V + 8 V + 9 V
x=U = ,
10
1,5 A + 1,8 A + 3,2 A + 4,5 A + 4,7 A + 5,9 A + 6,5 A + 8,3 A + 9,4 A + 9,9 A
y= I =
10
___ ____
x2 = U 2 =
0 2 V 2 + 12 V 2 + 2 2 V 2 + 3 2 V 2 + 4 2 V 2 + 5 2 V 2 + 6 2 V 2 + 7 2 V 2 + 8 2 V 2 + 9 2 V 2 ,
=
10
____ ____
0 V ⋅ 1,5 A + 1 V ⋅ 1,8 A + 2 V ⋅ 3,2 A + 3 V ⋅ 4,5 A + 4 V ⋅ 4,7 A + 5 V ⋅ 5,9 A +
xy = UI =
10
+ 6 V ⋅ 6,5 A + 7 V ⋅ 8,3 A + 8 V ⋅ 9,4 A + 9 V ⋅ 9,9 A

Se obţin valorile:

x = U = 4,5 V , y = I = 5,57 A ,
___ ____ ____ ____
x = U = 28,5 V 2 , xy = UI = 33,14 VA .
2 2

Cu formulele (4.4, 4.5) calculăm parametrii a şi b ai dreptei optime:

25
 33,14 VA − 4,5 V ⋅ 5,57 A
a= ,
28,5 V 2 − 4,5 2 V 2
b = 5,57 A − 0,979 A V ⋅ 4,5 V .

Se obţin valorile:

a = 0,979 A V , b = 1,165 A .

Aşadar, dreapta optimă, care aproximează cel mai bine valorile experimentale obţinute, are
ecuaţia:

I = 0,979 ⋅ U + 1,165

Ca să reprezentăm grafic această dreaptă, determinăm mai întâi două puncte A şi B care se situează
pe dreaptă. Cele două puncte le determinăm astfel încât să fie cât mai depărtate unul de altul. Pentru
aceasta, alegem două valori extreme ale tensiunii U la 0 V şi la 9,5 V. Obţinem cu ajutorul ecuaţiei
dreptei optime de mai sus cele două puncte:

 U = 0V
 ⇒ A ( 0 V ; 1,2 A) ,
 I = 0,979 A V ⋅ 0 V + 1,165 A = 1,165 A ≈ 1,2 A
 U = 9,5 V
 ⇒ B ( 9,5 V ; 10,5 A) .
I = 0,979 A V ⋅ 9,5 V + 1,165 A = 10,464 A ≈ 10,5 A

Reprezentarea grafică o facem ca şi în cazul de la exemplul 1: alegem sistemele de coordonate şi

valorile orientative şi plasăm punctele experimentale, apoi plasăm cele două puncte A şi B şi le
unim cu o dreaptă:

Fig. 12: Graficul funcţiei I = f (U ) cu dreapta optimă

26
4.4. Liniarizarea unei dependenţe neliniare

În general se lucrează mai uşor cu dependenţe liniare: y = ax + b . Aparent, acest caz

reprezintă o particularizare foarte puternică a cazului general al funcţiilor continue. În realitate,
foarte multe tipuri de dependenţe neliniare date de funcţii continue pot fi transformate în
dependenţe liniare printr-un proces numit liniarizare. Aceasta se face în general printr-o schimbare
de variabilă în dependenţa neliniară.

Exemple de liniarizări:

1) y = y ( z ) = az 2 + b .
Notăm x = z 2 . Obţinem y = y ( x ) = ax + b .

2) y = y ( z ) = a ⋅ ln ( z ) .
Notăm x = ln ( z ) . Obţinem y = ax + b .

3) u = u ( z ) = e a⋅ tg ( z ) + b .
Notăm x = e a⋅ tg ( z ) + b şi y = u . Obţinem y = ax + b .

Alternativ, putem logaritma expresia lui u ( z ) şi obţinem ln( u ) = a ⋅ tg ( z ) + b . Notăm x = tg ( z ) şi

y = ln( u ) şi obţinem dependenţa liniară y = ax + b . În acest caz, pe lângă schimbarea de variabilă
s-a mai folosit şi o inversare de funcţie (inversa funcţiei exponenţiale este funcţia logaritm natural).
De obicei, în cazul unei funcţii neliniare dată printr-o exponenţială, liniarizarea se face prin
logaritmarea funcţiei.

27