NOŢIUNI DE CALCULUL

ERORILOR
 Tipuri de erori
Eroarea se defineşte ca δ = x-α
• erori grosolane,
• erori sistematice,
• erori aleatoare.
 Erori grosolane
• sunt cauzate de neatenţii sau defecţiuni
accidentale şi trebuie eliminate din calcule. În
general, aceasta este uşor de efectuat,
deoarece valorile respective diferă masiv de
celelalte. Totuşi, este bine să definim criterii
precise pentru eliminarea erorilor grosolane.
 Erorile sistematice
• Erori de observator. Dacă, de exemplu, observatorul citeşte indicaţiile
instrumentului de măsură privind oblic scala acestuia, toate citirile sale sunt mai
mari sau mai mici decât valorile reale. Aceste erori pot fi complet eliminate, prin
corectarea modului de lucru al observatorului

• Erori de instrument. Orice instrument de măsură are o scală indicatoare (la

instrumentele cu afişaj digital, putem considera această scală implicită). Nici o citire
efectuată cu ajutorul acestei scale nu poate fi mai precisă decât jumătate din cea mai
mică diviziune a scalei. Aceste erori pot fi micşorate (prin înlocuirea instrumentului
folosit cu altul mai precis), dar nu complet eliminate.

• Erori de metodă. În cursul procesului de măsură, sistemul măsurat interacţionează

cu instrumentul de măsură, ceea ce modifică rezultatul măsurătorii. De exemplu,
pentru a măsura o rezistenţă, putem folosi metoda amonte sau metoda aval. În
primul caz valoarea obţinută este mai mare decât cea reală (Rmăs=R(1+RA/R)), iar în
al doilea este mai mică (Rmăs=R/(1+R/RV)).
Putem elimina aceste erori dacă cunoaştem rezistenţele interne ale instrumentelor de
măsură (ceea ce înseamnă măsurarea altor rezistenţe) sau dacă înlocuim metoda cu o
metodă prin punte, care compară rezistenţa necunoscută cu altele, presupuse
cunoscute (deci, din nou, măsurarea altor rezistenţe). Aşadar şi aceste erori pot fi
micşorate, dar nu complet eliminate.
 Erori aleatoare
• sunt determinate de considerente statistice.
• experienţa arată că mărimile măsurate direct
sunt de două tipuri posibile:
• discrete (de exemplu numărul de impulsuri
înregistrate de un detector) şi continue.
 Axiome
1. Limitativă
2. Cauzalistă
3. Probabilistă
În cazul în care efectuăm un număr N de măsurători în
condiţii identice, obţinând valorile x(1), x(2), ... , x(N), atunci estimatul
valorii adevărate este dat de valoarea medie

Eroarea care afectează o măsurare individuală x(i) va fi atunci

iar cea a valorii medii va fi

 Metoda celor mai mici patrate
• Repetand un experiment de laborator in conditii
identice, obtinem un set de date (xi, yi).
• Suntem interesati, pentru un numar mare de
experimente, sa determinam functia ce exprima
dependenta y = f (x), pentru o tendinta liniara de
ordonare (y = ax+b), a si b fiind coeficientii acestei
functii.
• Valorile masurate, yi, ce corespund diferitelor valori xi
( n valori), sunt afectate de erori aleatoare, de aceea
este necesar sa aplicam metode statistice pentru
rezolvarea problemei propuse
 n
2
S   y mi  y i   min
i 1

Exemplu: y i  a  x i  b
 S n
    2   y mi  a  x i  b  x i   0
  a i 1

n
 S
 b    2   y mi  a  x i  b   0
 i 1
Exemplu

Una din problemele actuale cu care se confruntă agenţii

economici este prognoza nivelului rezultatelor unei anumite
activităţi. Pentru realizarea acestui obiectiv este necesară
înregistrarea valorilor rezultatelor pentru o perioadă mai mare
de timp şi găsirea unei funcţii care să modeleze cât mai exact
fenomenul studiat.
În teoria matematică, cele mai utilizate sunt modelele de
ajustare a datelor folosind metoda celor mai mici pătrate.
Vom prezenta un studiu de caz ce va fi abordat cu ajutorul
acestei metode, utilizând ajustarea parabolică.
Volumul vânzărilor unui tip de materiale de constructii pe o
perioadă de 7 luni a înregistrat următoarea evoluţie:
Să se realizeze o prognoză pentru luna următoare.
Dispunerea valorilor sugerează forma unei parabole. Pentru
simplificarea calculelor, tabelul precedent poate fi reprezentat sub
forma:

Vom folosi funcţia de ajustare f(x) = ax2 + bx + c.