Aplicații în arhitectură a trigonometriei

Aplicarea trigonometriei în arhitectură este ceva ce nu trebuie ratat niciodată. Crearea

planurilor și executarea lor ulterioară depinde de utilizarea acestora.
Crearea unei case sau a unei clădiri trebuie să respecte parametri specifici. De
exemplu: fiecare unghi al tuturor zidurilor și coloanelor trebuie măsurat pentru a evita
orice deformare care ar putea cauza clădirea să se prăbușească în timp.

Un exemplu clar de utilizare a trigonometriei în arhitectură este observat în piramidele

egiptene și în construcțiile făcute de civilizațiile care au locuit pe continentul american
înainte de sosirea spaniolilor.

Datorită aplicării trigonometriei este că aceste construcții rămân aproape intacte cu

trecerea timpului.
Aplicații în astronomie
Trigonometria este folosită în astronomie pentru a calcula distanța
de la planeta Pământ la Soare, la Lună, raza Pământului și, de
asemenea, pentru a măsura distanța dintre planete.
Pentru a face aceste măsurători, ei folosesc triangulația, care constă
în a lua diferite puncte de ceea ce cineva dorește să măsoare și
considerând fiecare unul ca noduri de triunghiuri; de acolo se
trasează distanța dintre un punct și altul.
Egiptenii au stabilit măsura unghiurilor în grade, minute și secunde
și au folosit-o în astronomie.

,,
Utilizarea de matematică în economie
Deși economia este punct de vedere tehnic o știință socială,
studenții care desfășoară acest domeniu primesc o bază solidă în
matematică. Stabilirea modului în care sunt alocate resurse necesită
o înțelegere matematică a modului de a calcula aceste resurse,
costurile de distribuție și de evaluare a altor măsuri cantitative.
Astfel, domeniul economic este plin de ecuații matematice și
aplicații.
Tipurile de matematică utilizate în economie sunt în primul rând
algebra, calcul si statistici. Algebra este utilizat pentru a face
calcule, cum ar fi costul total și veniturile totale. Calculul este
utilizat pentru a găsi derivații de curbe de utilitate, curbele de
maximizare a profitului și modele de creștere. Statisticile permite
economiștilor să facă previziuni și de a determina probabilitatea
unui eveniment. Prin urmare, mulți studenți să ia cel puțin un an de
calcul, statistici și cursuri de prognoză numite Econometrie în
urmărirea unui grad de bachelorrsquo-uri în economie.
Aplicarea Teoriei Probabilităților şi Statisticii
Matematice: posibilități, limite și capcane Așa s-a întâmplat, din punct de
vedere istoric, că cea mai mare popularitate o are astăzi Teoria Axiomatică a
Probabilităților elaborată de către ilustrul matematician rus A. N. Kolmogorov (1903-
1987), teorie unanim adoptată în toată lumea și publicată prima dată in monografia
sa Bazele Teoriei Probabilităților (în limba germană), Berlin: Julius Springer. 1933.
Chiar daca aceasta se bazează pe definiția axiomatică a probabilităților, noțiunea de
probabilitate devenind, astfel, o noțiune pur abstractă, ea devine acoperitoare şi
pentru noţiunile de probabilitate clasică, probabilitate discretă, probabilitate
geometrică. Ea este acoperitoare, din punct de vedere al aplicațiilor, chiar şi pentru
probabilitatea statistică, care și-a găsit şi ea locul într-o Teorie axiomatizată a
Probabilităților frecvențiale elaborată de către matematicianul austroamerican
Richard von Mises (1883-1953), adevărat, mai târziu, fiind, însă, cu mult mai stufoasă
decât cea a lui A. N. Kolmogorov. Iată ce spune A.N. Kolmogorov, în monografia
citată, despre noțiunea rivală de probabilitate frecvențială: „Baza aplicabilității
rezultatelor teoriei matematice a probabilităților asupra fenomenelor aleatorii din
realitate trebuie pusă în directă legătura cu conceptul de probabilitate frecvențială,
natura intrinsecă a căreia a fost stabilită de von Mises într-o manieră spirituală”. Nu e
de mirare, deoarece axiomele lui Kolmogorov imită, întocmai, în forma lor exterioară,
toate proprietăţile probabilității frecvențiale. Astfel, atunci când vorbim despre
aplicabilitatea Teoriei axiomatice a Probabilităților, trebuie sa ne raportăm la
probabilitatea frecvenţială, considerată a fi una obiectivă. O explicație plauzibilă a
faptului că aria de aplicabilitate a Teoriei Probabilităților obiective în Economia
Cunoaşterii este mai extinsă decât cea a Teoriei Probabilităților subiective rezidă și în
succesele acesteia obținute în astfel de domenii ca Educația, Cercetarea şi
Dezvoltarea, Tehnologia Informației etc. Or, chiar daca aplicațiile se referă la
fenomenele aleatorii ce posedă proprietatea stabilității statistice, este utilă
respectarea unor reguli elementare de aplicare a Statisticii Matematice, unele dintre
ele reflectând chiar spiritul Statisticii, în general, și al stabilității statistice, în
particular. Regula nr.1 vizează volumul Populaţiei Statistice de referință supusă
cercetării. Dacă populaţia este finită, numărul indivizilor nefiind suficient de mare,
atunci se aplică acel compartiment din Statistica Matematică ce vizează astfel de
cazuri. Regula nr.2 vizează reprezentativitatea eșantionului. Reprezentativitatea este
un concept ce presupune nu numai volum suficient de mare al eșantionului. După
cum relevă literatura de specialitate, definirea reprezentativității se poate face atât în
sens îngust, cât și în sens larg. A se vedea în acest sens, de exemplu, lucrarea semnată
de Dănuț-Vasile Jemna „Conceptul de reprezentativitate în cercetarea statistică pe
bază de sondaj”, Analele Științifice ale Universității „Alexandru Ioan Cuza”, din Iași,
Seria Științe Economice, Tom L/LI, 2004/2005, pp. 413-418. Reprezentativitatea, în
sens îngust, însemnând că fiecare individ inclus în eșantion este extras aleatoriu, iar
cea în sens larg, că eșantionul permite explicarea întregului, adică a populației de
referință, cu erori cât mai mici. Oricum problema reprezentativității este una
sensibilă și dificila, dacă ţinem cont că Statistica are drept scop cercetarea părții
(adică a eșantionului) pentru a cunoaște întregul (adică a populației statistice). Regula
nr.3 vizează verificarea prealabilă a caracterului aleatoriu și independența datelor
incluse în eșantion, mai ales atunci când metodele ce țin de Statistica Matematică și
pe23 care ne bazăm se referă expres la aceste proprietăţi ale datelor statistice. Mai
exact, dacă modelul matematic utilizat se bazează esențial pe interpretarea datelor
statistice ca fiind variabile aleatorii independente, identic repartizate. Pe lângă
regulile enunțate mai sus, aplicarea TP&SM în cercetarea unor fenomene aleatorii
reale, presupune evitarea unor posibile capcane, care pot fi explicate, apelând la
contraexemple corespunzătoare. A se vedea, în acest sens, cartea semnată de A.
Leahu și I. Colțescu, „Contraexemple în Teoria Probabilităţilor”, Edit. „Ovidius”
University Press, Constanța, 2004, 119 pp. Iată câteva exemple reprezentative de
acest gen. Cel mai simplu (contraexemplu) se referă la concluzia greșită, că dacă
evenimentul A are probabilitatea P(A)=0, atunci acesta este eveniment imposibil.
Într-adevăr, probabilitatea ca un segment de cablu electric, situat între doi stâlpi, se
poate rupe la întâmplare, de exemplu, exact la mijloc, este egală cu zero, dar aceasta
nu înseamnă că acesta este un eveniment imposibil. Mai puțin triviale sunt confuziile,
pe care le pot provoca noțiunile de independență a evenimentelor aleatorii (două
câte două, în totalitate). Astfel, se știe că independența, în totalitate, atrage după
sine independența a două câte două evenimente aleatorii. Invers nu este adevărat.
Adică independența a două câte două evenimente aleatorii nu atrage după sine
independența lor în totalitate. La fel, confuzii pot apărea şi în legătură cu noțiunea de
independență a variabilelor aleatorii (v.a.). Se știe, de exemplu, că dacă două v.a. X și
Y sunt independente, atunci şi pătratele lor X2 și Y2 sunt independente. Reciproca,
însă, nu are loc. Se știe, la fel, că, dacă, de exemplu, trei v.a. X,Y,Z sunt independente
în totalitate, atunci v.a. X nu depinde de v.a. Y+Z. Și, în acest caz, reciproca nu are loc.
În plus, dacă asupra v.a. 157 X,Y,Z facem o presupunere maislabă, mai exact ca
acestea sunt independente doar două câte două, atunci nu va fi adevărată nici
afirmația că v.a. X nu depinde de v.a. Y+Z. În legătură cu proprietățile valorii medii
(teoretice), se arată că, dacă, de exemplu, două v.a. X și Y sunt independente, atunci
valorile medii E (X/(X+Y)) și E (X/(X+Y)) coincid. Este, însă, suficient să renunțăm la
presupunerea că sunt independente, că această proprietate nu mai are loc. O altă
confuzie, des întâlnită în practică, este concluzia greșită, că, dacă coeficientul de
corelație dintre doua caracteristici statistice (variabile aleatoare) este egal cu zero,
atunci acestea sunt independente. Adevărul este că, dacă acestea sunt
independente, atunci coeficientul lor de corelație este egal cu zero, dar reciproca nu
are loc. Similar, dacă două v.a. aleatorii X și Y sunt independente, cu condiția să existe
valoarea medie a fiecărei v.a., în parte, atunci valoarea medie a produsului lor este
egală cu produsul valorilor lor medii, adică E(XY) =E (X) E (Y). Invers, dacă are loc
această egalitate, de aici nu rezulta independența v.a. X și Y. Confuzii pot apărea și în
interpretarea Legii Numerelor Mari, care afirmă că, odată cu creșterea volumului
eșantionului, în anumite condiții, media de selecţie a eșantionului se apropie tot mai
mult şi mai mult de media populației. Astfel, este greșită concluzia că, dacă o selecţie
dintr-o populație statistică a unei v.a. X este guvernată de Legea Numerelor Mari,
atunci, automat, este guvernată de aceeași Lege şi selecţia corespunzătoare
populaţiei statistice a v.a. X 2 Departe de a epuiza șirul de exemple-capcană, mai
aducem un ultim exemplu. În aplicaţii, pot apărea situații în care, în urma analizei
statistice, se constată că v.a. Z cercetată, aceasta fiind o sumă de două v.a. latente X
și Y , este guvernată de distribuția normală. De aici, se poate trage concluzia greșită
că şi X și Y sunt guvernate de distribuţia normală. Aceasta devine o concluzie corectă,
numai dacă știm, suplimentar, că v.a. latente X și Y sunt independente. În caz contrar,
nu. Toate capcanele menționate mai sus pot fi argumentate prin (contra)exemple
concrete, exemple, care, în cadrul unui curs obișnuit de TP&SM, solicită timp
suplimentar, dar care se justifica atunci când trecem la aplicații practice. În concluzie,
tendința de reducere a numărului orelor de predare a disciplinei TP&SM în unele
instituții de învățământ superior, din Republica Moldova și nu numai, are anumite
limite, dincolo de care, utilitatea predării unui asemenea curs devine nulă. Folosindu-
ne de ocazie, autorii prezentei lucrări exprimă gratitudinea față de conducerea
Catedrei de resort, în particular, dar și față de conducerea Academiei de Studii
Economice, în general, pentru înţelegerea locului pe care-l ocupă disciplina TP&SM în
Economia Cunoașterii.
Statistica este o știință care, folosind calculul probabilităților, studiază
fenomenele și procesele de tip colectiv (din societate, natură etc.) din punct de
vedere cantitativ în scopul descrierii acestora și al descoperirii legilor care
guvernează manifestarea lor.
Statistica se ocupă de obținerea de informații relevante din datele disponibile
într-un volum suficient de mare. Informațiile pot fi folosite pentru a înțelege
datele disponibile (statistică descriptivă) sau pentru a descoperi noi informații
despre evenimente și relațiile dintre ele (statistică inferențială).
Procesul de obținere a informației din date se numește inferență statistică
referitoare la unii parametri statistici, sau chiar întregi distribuții probabilistice.
Acesta este punctul de vedere mai general adoptat de teoria neparametrică în
statistică. În statistica aplicată clasică este preferată ideea de a construi un
model statistic cu care se pot face inferențe; în majoritatea cazurilor acest
model nu este verificat, ceea ce poate conduce la concluzii eronate. Statistica
aplicată modernă analizează însă date mult prea complexe, cum ar fi imagini
sau structura proteinelor, pentru a se putea mărgini la ideea de modelare.
Statistica oferă suport
pentru fizică, biologie, psihologie, economie, sociologie etc. Statistica
excelează atunci când relațiile deterministe referitoare la evenimentul studiat
sunt imposibil ori foarte dificil de aflat.
Pe teritoriul României lucrarea lui Dimitrie Cantemir "Descriptio Moldaviae"
(1716) poate fi considerată ca o primă lucrare de statistică. Ea a fost scrisă la
cererea Academiei din Berlin și conține toate cunoștințele acumulate în
domeniu până la acea dată.
Statistica este considerată, pe de o parte, o parte matematică a științei ce se
referă la colectarea, interpretarea sau explicarea și prezentarea datelor  și pe
de altă parte o ramură a matematicii ce se ocupă cu colectarea și
interpretarea datelor. Datorită rădăcinilor ei empirice și a accentului pe
aplicații, statistica este considerată cel mai adesea o știinta matematică
distinctă mai degrabă decât o ramură a matematicii. O mare parte a statisticii
care asigură colectarea datelor este luată în considerare într-un mod care
produce concluzii valide; codarea și arhivarea datelor pentru a reține
informațiile; raportarea rezultatelor si rezumarea lor (tabele și grafice) într-un
mod inteligibil celor care trebuie să le folosească.
Statisticienii îmbunătațesc calitatea datelor dezvoltând experimente și studiul
prelevarii probelor. Statistica oferă, de asemenea, instrumente pentru
prezicerea utilizării datelor și modelelor statistice. Statistica este aplicabilă
unei vaste varietăți de discipline academice, incluzând științe naturale și
sociale, guvern și afaceri. Consultanții în statistică ajută organizații și companii
care nu dispun de expertiza "in-house" relevantă întrebărilor specifice
companiilor sau organizațiilor.
"Statistica aplicată" cuprinde statistica descriptivă și statistica dedusă [7].
Statistica teoretică se preocupă cu argumentele logice ce subliniază
justificarea abordărilor asupra statisticii deduse.
Pentru a aplica statistica unei probleme știintifice, industriale sau sociale este
necesar să se înceapă cu un proces sau o populație de studiat. Populațiile pot
avea teme diverse cum ar fi "toate persoanele care trăiesc într-o țară" sau
"fiecare atom cuprins într-un cristal". O populație poate fi, de asemenea,
compusă din observațiile unui proces la diferiți timpi, fiecare informație din
observații folosind drept un număr diferit al grupului în totalitate. Informațiile
colectate despre acest tip de "populații" constituie ceea ce se numește serii de
timpi.
Din motive practice, un subset al populației ales numit probă este studiat.
Odată ce o probă reprezentativă a populației este determinată, informațiile
sunt colectate. Aceste date sunt apoi subiectul unor analize statistice, având
ca scop descrierea si deducerea lor.
Statistica descriptivă rezumă datele populației, descriind ce a fost observat în
probă, numeric sau grafic. Descriptorii numerici includ media si deviația
standard pentru tipuri de distribuție continuă a probabilității (ca înalțime sau
greutate), în timp ce frecvența și procentul sunt mult mai utile din punct de
vedere al descrierii datelor categorice.
Statistica deductivă utilizează modele în datele probă pentru a extrage
deducții despre populația reprezentată. Aceste deducții pot lua formă de:
răspunsuri da/nu la întrebări despre date (testarea ipotezei, estimarea
caracteristicilor numerice ale datelor (estimare), descrierea (asocieri) între
date (corelare) si modelarea relațiilor între date.
Conceptul de corelare este de notat, în mod special, pentru aptitudinea de a
crea confuzie. Analiza statistică a unui set de date adesea descoperă că două
variabile (proprietăți) ale unei populații au tendința de a varia împreună, de
parcă ar fi fost relevante una alteia. Un studiu de venit anual care se uită și la
vârsta de deces ar putea arăta că oamenii săraci au tendința să trăiască mai
puțin decât oamenii cu o stare financiară mai bună. Se presupune că cele
două variabile sunt legate; cu toate acestea nu sunt cauza uneia sau
celeilalte. Fenomenul de corelare poate fi cauzat de un al treilea fenomen,
neconsiderat anterior, numit variabila spectator. Din acest motiv nu există un
mod imediat de a deduce existența unei relații între două variabile.
Aplicații ale matematicii în medicină
Sinusoida în medicină

Ca o aplicaţie a măsurătorilor, Electrocardiograma este înregistrarea

grafică a variaţiilor de potenţial electric, care iau naştere la suprafaţa
corpului, datorită activităţii cardiace.

Prin studiul electrocardiografiei se observă o mare asemănare cu graficul

funcţiei sinusoidale si cu variaţia semnalului de curent alternativ.

La nivelul ţesutului miocardic, excitaţia este iniţiată într-un punct şi se

propagă de la o celulă la alta. Limita dintre porţiunea activată
(electronegativă) şi cea neactivată (electropozitivă), are în spaţiu forma
unei suprafeţe, constituind suprafaţa limitantă. Aceasta se deplasează prin
inimă în sensul undei de excitaţie, mărimea şi orientarea ei fiind într-o
permanentă schimbare.

De-o parte şi de alta a suprafeţei limitante, există un câmp electric pozitiv şi

unul negativ, luând deci naştere un dipol. El poate fi reprezentat printr-un
vector, orientat dinspre zona electronegativă înspre zona electropozitivă cu
o mărime determinată de diferenţa de potenţial între 4 cei doi poli.

Argumente - matematica este importantă pentru un student la medicină

Dezvoltă foarte mult logica

Importanța si rolul funcțiilor trigonometrice

E bună pentru o argumentare completă

Derivaţii bipolare ale membrelor, standardizate de Einthoven, care

explorează activitatea inimii în planul frontal.

Îți oferă o privire de ansamblu și te ajută să îți faci o schemă completă de

lucru în minte.

Paralelismul dintre funcţia sinusoidală abordată din punct de vedere

matematic, graficul semnalului de curent alternativ, graficul funcţionării unei
inimi sănătoase vs. infarctul miocardic, determină o corelare din care
rezulta o interpretare a unor elemente de medicină cu ajutorul matematicii,
măsurărilor tehnice În practică se folosesc în mod curent 3 sisteme de
derivaţii: Universul matematicii este fascinant și dezvoltă un mod aparte de
a vedea lucrurile.

ajută “fluxul de imagini”

În reprezentare grafică, axele electrice ale celor trei DS sunt reprezentate
de cele trei laturi ale unui triunghi echilateral, numit triunghiul lui Einthoven;
inima, ca sursă electromotoare este plasată în centrul acestui triunghi

Interdisciplinaritatea se concretizează prin măsurarea, calcularea, corelarea

mărimilor electrice cu cele matematice şi prin interpretarea lor în domeniul
medical.

Electrozii pentru culegerea potenţialelor generate de activitatea inimii sunt

plasaţi în diverse puncte pe suprafaţa corpului.

”Viață și moarte”

Astfel, în timpul unui ciclu cardiac, vârfurile vectorilor instantanei se

deplasează pe o curbă închisă, care începe şi se termină în punctul 0,
numită vectocardiogramă (VCG).

Proiecţia desfăşurată a acestei curbe în funcţie de timp, pe o dreaptă din

corp, corespunzătoare unei derivaţii, reprezintă electrocardiograma (ECG).

O nouă gândire este dată de numărul revoluţiilor cardiace dintr-un minut

Derivaţiile standard măsoară diferenţele de potenţial care iau naştere între

câte două din aceste puncte, astfel D1=VF- VL/ D2= VF – VR/D3= VL – VR

Fc(batai /minut)=1500/ IR unde IRR este distanţa între două unde R

succesive exprimată în mm.

Un anumit raport între punctele de plasare a electrozilor defineşte o

derivaţie.

Grafic, fiecărei derivaţii îi corespunde un ax, căruia i se atribuie

convenţional un sens. Pe acest ax se face proiecţia vectorilor cardiaci;
proiecţiile orientate în sensul axului se înregistrează pozitive, iar cele
orientate în sens invers se înregistrează negative
 Precizie de prelucrare
Prin precizie de prelucrare se înțelege gradul de corespondență a piesei prelucrate cu
modelul ei ideal (teoretic) din desenul de execuție, sub aspect dimensional, geometric
și al poziției reciproce a diferitelor elemente geometrice ale piesei reale executate.
Așa cum se menționează în definiție, noțiunea de precizie de prelucrare include trei
aspecte/trei parametri ai preciziei:
• precizia dimensională;
• precizia formei geometrice, care se identifică prin precizia formei geometrice a
suprafeței reale sau a profilului obținut prin secționarea (imaginară) a suprafeței piesei;
• precizia poziției reciproce a diferitelor elemente geometrice ale piesei executate
(suprafețe, axe, plane de simetrie etc.).
La structurarea operațiilor tehnologice de finisare (finale), proiectantul de tehnologie
trebuie să urmărească în primul rând obținerea preciziei necesare a dimensiunilor și a
preciziei de poziție reciprocă a suprafețelor pieselor
În terminologia engleză, prin accuracy (trad.: exactitate) se înțelege gradul de
apropiere a valorii estimate sau calculate, față de valoarea reală (adevărată), obținută la
piesa prelucrată. O definiție similară este dată de Enciclopedia Britanică: Accuracy
este gradul de concordanță între rezultatul experimental și valoarea adevărată.
Termenul precision din limba engleză descrie mărimea erorilor întâmplătoare, fiind o
măsură a variabilității statistice. Enciclopedia Britanică consemnează: Precision este
gradul de concordanță într-o serie de măsurători ale aceleiași cantități; este o măsură a
reproductibilității rezultatelor, mai degrabă decât a corectitudinii lor. Semnificațiile
diferite ale termenilor exactitate și precizie sunt prezentate și în articolul Accuracy and
precision. Precizia de prelucrare este exprimată uzual în termenii erorilor de
prelucrare. Se obișnuiește să se considere abaterile de formă geometrică, abaterile de
poziție și ondulațiile suprafețelor ca făcând parte din macrogeometria piesei, iar
rugozitatea suprafețelor ca reprezentând microgeometria pieselor.
Unele surse au introdus și noțiunea de precizie economică de prelucrare care
reprezintă precizia obținută cu un cost minim al prelucrării, în condiții normale de
producție. Prin condiții normale de producție se înțeleg: mașini-unelte în stare bună de
funcționare, folosirea de scule și dispozitive de calitate corespunzătoare, consumul de
timp pentru prelucrare să nu depășească consumul de timp de la alte procedee
convenabile pentru prelucrarea aceleiași suprafețe, calificarea operatorului să fie
corespunzătoare cu complexitatea prelucrării (să nu fie super-înaltă). Deoarece
sintagma "condiții normale de producție" este dificil de definit, aceste condiții fiind
variabile de la o unitate de producție la alta, precizia economică de prelucrare are un
caracter relative Conceptul de precizie economică de prelucrare nu are o definiție
științifică riguroasă. Dacă o anumită suprafață poate fi prelucrată , cu precizia
prescrisă, printr-un procedeu unic de prelucrare, noțiunea de precizie economică nu
este aplicabilă. Condițiile de aplicare a unui procedeu de prelucrare pot modifica
nivelul preciziei economice corespunzătoare acestuia. Astfel, în cazul pieselor mari,
executate în serii mici, preciziile economice de prelucrare cresc. De exemplu, este
rațional ca suprafețele de revoluție ale unui arbore greu, cu toleranța diametrului în
treapta 6 de precizie să fie finisate totuși prin strunjire.
Tabele cu valori orientative pentru precizia economică a dimensiunilor, realizată prin
diferite procedee de prelucrare mecanică sunt date în lucrarea, fiind alcătuite pe baza
sistematizării datelor din producție. Astfel de tabele de precizii economice se pot
folosi la alegerea procedeelor de prelucrare la elaborarea proceselor tehnologice.
Există o distincție între toleranțe funcționale și toleranțe tehnologice. Toleranțele
funcționale (numite și toleranțe specificate - după terminologia engleză) sunt prescrise
de proiectant pe desenul de execuție în raport cu specificațiile funcționale ale pieselor
și cu economicitatea execuției acestora, avându-se în vedere și asigurarea bunei
funcționări a piesei pentru un anumit timp de exploatare, dar totodată ținând seama de
datele experimentale și teoretice asupra exploatării mașinilor de tip similar Se au în
vedere și consumurile pentru exploatarea pieselor, dacă acestea depind de precizia de
prelucrare a acestora. Acestea definesc precizia prescrisă (sau funcțională), pe când
proiectantul-tehnolog prevede în documentația tehnologică (de exemplu, plane de
operații) toleranțe tehnologice adică toleranțe de execuție, impuse valorilor
intermediare ale parametrilor preciziei (dimensiuni, formă geometrică etc.), care
trebuie să fie obținute după efectuarea operațiilor (fazelor) succesive de prelucrare ale
procesului tehnologic. Valorile toleranțelor tehnologice prevăzute în documentația
tehnologică se micșorează treptat, de la prima operație tehnologică de prelucrare a
semifabricatului până la operația finală a procesului de prelucrare mecanică. Mărimea
câmpurilor de toleranță prescrise pentru dimensiuni se alege în funcție de precizia
necesară funcționării pieselor finite.
Teoria prelucrării matematice a măsurătorilor
geodezice
LEGEA NORMALĂ A DISTRIBUȚIEI. Parametrii de bază ai legii normale. Funcția
de distribuție normală și legătura ei cu integrala de probabilitate. Semnificația
integralei probabilităților. Probabilitatea de a lovi o distribuție normal variabilă
aleatoare pentru un interval dat. Formule pentru relația dintre abaterile medii și
probabile cu abaterea standard. Teorema limită centrală este teorema lui A.M.
Lyapunov. Valoarea legii normale pentru teoria erorilor de măsurare Conceptul altor
legi ale distribuției: uniformă, Student, Pearson.

ELEMENTE DE STATISTICĂ MATEMATICĂ. Subiect și concepte de bază.

Sarcini principale: compararea distribuțiilor teoretice și statistice; criteriile de
consimțământ; estimarea parametrilor. Conceptul celor mai bune estimări. Metode de
estimare a parametrilor. Caracteristici suplimentare ale formei curbei de distribuție a
unei variabile aleatoare: asimetria și curtoza. Conceptul de intervale de încredere.
Intervale de încredere pentru așteptările matematice și abaterea standard.

ELEMENTE ALE TEORIEI CORELATIEI. Relația statistică între două variabile

aleatoare. Corelație liniară și neliniară. Coeficientul de corelație și raportul de
corelație, proprietățile lor. Ecuația de regresie. Conceptul de corelație multiplă.

TEORIA ERORILOR DE MĂSURARE Probleme ale teoriei erorilor de măsurare.

Clasificarea erorilor de măsurare. Curba Gaussiană și proprietățile ei. Proprietățile
erorilor aleatoare. Postulatele de bază ale teoriei erorilor.

CRITERII DE PRECIDEȚIE A MĂSURĂRII. Eroarea pătrată medie și avantajele

acesteia. Erorile probabile și medii și relația lor cu eroarea pătratică medie conform
legii distribuției normale. Studiu asupra legii normale de distribuție a unui număr de
erori adevărate.

ERORI DE ROTUJIRE ȘI PROPRIETĂȚILE LOR. Conceptul legii uniforme de

distribuție a erorilor de rotunjire. Eroarea medie de rotunjire pătratică, relația sa cu
eroarea limită de rotunjire.

MĂSURI EGALE. Principalele etape ale prelucrării matematice a unui număr de

măsurători multiple independente la fel de precise ale unei mărimi: determinarea celei
mai fiabile valori a mărimii măsurate; determinarea erorii pătratice medii a unui singur
rezultat de măsurare; determinarea erorii pătratice medii a celei mai sigure valori.
Construirea intervalelor de încredere care acoperă valori exacte necunoscute ale
parametrilor cu o probabilitate dată: valoarea adevărată și abaterea standard a unui
rezultat individual de măsurare. Procedura de prelucrare a unei serii de măsurători la
fel de precise de aceeași valoare, efectuate conform unei anumite scheme cu toate
controalele de calcul necesare.
MĂSURĂTORI INEGALE. Conceptul de greutate. Greutatea funcției inverse a
argumentelor măsurate corelate și necorelate. Principalele etape ale prelucrării
matematice a unui număr de măsurători multiple independente inegale ale unei
mărimi: determinarea greutății medii - cea mai fiabilă valoare a mărimii măsurate;
definiția pătratului mediu erori de măsurare cu o greutate egală cu unu; determinarea
erorii pătratice medii a celei mai sigure valori. Graficul intervalelor de încredere
pentru valoarea adevărată și abaterea standard a unei măsurători cu o pondere egală cu
unu. Ordinea prelucrării, calculele de control necesare.

MĂSURĂRI DUBLE. Prelucrarea matematică a măsurătorilor de dublă precizie egală

a unui număr de mărimi omogene. Criterii de detectare a erorilor sistematice.
Prelucrarea matematică a măsurătorilor duble inegale ale unui număr de mărimi
omogene. Ordinea de prelucrare, controale de calcul necesare
 Aria , perimetrul și volumul - vizualizare
spațială
Triunghiul
Perimetrul= suma tuturor laturilor, adica:
P=AB+BC+CA
Aria triunghiului=(inaltimea x baza)/2, adica:
Atriunghi=(b x h)/2.
In cazul nostru, b=BC, iar h=AD. Deci,
AABC=(BCxAD)/2

Paralelogramul
Perimetrul= suma tuturor laturilor, adica:
P=AB + BC + CD + DA. Deoarece laturile
opuse ale paralelogramului sunt congruente
(egale), perimetrul poate fi calculat
astfel P=2(AB + BC).
Aria paralelogramului = baza x inaltimea,
adica Aparalelogram=b x h, iar in cazul nostru,
AABCD=DC x AM, pentru ca
DC=b (baza) si AM=h (inaltime).
Dreptunghiul
Dreptunghiul are lungime( not L=AB) si latime
(not l=BC).
Perimetrul= suma tuturor laturilor, adica:
P=AB+BC+CD+DA sau P=2(L+l)
Aria dreptunghiului = lungimea x latimea
Adreptunghi=L x l. In cazul nostru, AABCD=AB x BC.

Patratul
Patratul este un dreptunghi care are toate
laturile egale (congruente), sau lungimea egala
cu latimea.
Perimetrul= suma tuturor laturilor, adica:
P=AB+BC+CD+DA sau P=4 L, unde L este
latura patratului (AB=BC=CD=DA=L).
Aria patratului=latura x latura = latura2,
adica, Apatrat=L2.
In cazul nostru, AABCD=AB2.
Trapezul
 Perimetrul= suma tuturor laturilor, adica:
P=AB + BC + CD + DA.
Aria trapezului = (baza mare + baza
mica)xinaltimea/2, adica Atrapez=(B + b) x h/2, iar
in cazul nostru
AABCD=(DC + AB) x AM/2, pentru ca
DC=B (baza mare)
AB=b (baza mica), iar
AM=h (inaltimea).

Cercul
Avem OA - raza (not. r)
Lungimea cercului (circumferinta cercului):
    
Aria cercului (corect ar fi aria discului):
    
Aria , perimetrul și volumul - vizualizare spațială
Geometrie în spaţiu
Corpuri - Poliedre
Piramida
Vom discuta doar de corpuri regulate, deci si piramida
este regulatã.
Avem: AB - muchia bazei(not. m)
VA - muchia laterala(not. l)
VO - inaltimea piramidei (not. h)
VM - apotema laterala sau apotema piramidei (not. a p)
OM - apotema bazei (not. ab).
Aria laterala = suma ariilor fetelor laterale
     Alat=(Pb x ap)/2.
Aria bazei
     Ab=(Pb x ab)/2, unde Pb este perimetrul bazei.
Aria totala = aria bazei + aria laterala
Volumul
     Vpir=(Ab x h)/3.
Tetraedrul poate fi considerat o piramida care are ca
baza un triunghi, aria si volumul calculandu-se analog.
Paralelipipedul dreptunghic, cubul, prisma

Avem: AB - lungime(not. L)
BC - latime(not. l)
AE - inaltimea sau muchia laterala (not. h)
     Aria laterala = suma ariilor fetelor laterale
     Alat=Pb x h, unde Pb este perimetrul bazei,
sau
     Alat=2(L + l) x h
Aria bazei
     Ab=L x l.
Aria totala = aria bazei + aria laterala
Volumul
     Vparalelipiped=Ab x h
sau Vparalelipiped=L x l x h.
Paralelipipedul dreptunghic este un caz particular de
prisma, iar cubul este un caz particular de
paralelipiped dreptunghic, in sensul ca este un
paralelipiped cu toate laturile congruente. De aceea nu
amintim nimic despre ele aici.
Trunchiul de piramida

Avem: AB - Muchia bazei mari

A'B' - Muchia bazei mici
OO' - Inaltime (not. h)
AA' - Muchia laterala
OM - Apotema bazei mari (not. aB)
O'M' - Apotema bazei mici (not. ab)
MM' - Apotema trunchiului de piramida (not.
at)
     Aria laterala = suma ariilor fetelor laterale
     Alat=(PB+Pb)at/2, unde Pb este perimetrul
bazei mici, iar PB este perimetrul bazei mari.
Ariile bazelor se calculeaza in functie de natura
bazelor (triunghi, patrulater etc.), iar la
piramida regulata se mai pot calcula si cu
ajutorul formulelor:
     Ab=Pb x ab.
     AB=PB x aB.
Aria totala = aria bazei mari + aria bazei mici +
aria laterala
Volumul

     Vtrunchi de piramida=

Corpuri - Corpuri rotunde
Cilindrul

Avem:
AA' - generatoare (not. g)
OO' - inaltimea cilindrului (not. h; in cazul nostru,
la cilidrul circular drept, avem g=h)
AO - raza bazei (not. r)
Aria bazei = aria cercului de la baza, adica:
     
Aria laterala:
     
Aria totalã:
     
Volumul cilindrului:
     
Conul

Avem:
VA - generatoare (not. g)
VO - inaltimea conului (not. h)
AO - raza bazei (not. r)
Aria bazei = aria cercului de la baza, adica:
     
Aria laterala:
     
Aria totala:
     
Volumul conului:

     
Trunchiul de con

Avem:
A'A - generatoare (not. G)
OO' - inaltimea trunchiului de con (not. I)
AO - raza bazei mari(not. R)
A'O' - raza bazei mici(not. r)
Aria laterala:

Aria totala:

Volumul:

Sfera

Avem:
OA - razã (not. r)
Aria sferei:
     
Volumul sferei: