Documente Academic
Documente Profesional
Documente Cultură
1. Generalităţi
Măsurarea reprezintă procesul fizic experimental de comparare a unei mărimi cu o altă
mărime de aceeaşi natură considerată ca unitate de măsură. Expresia matematică a procesului de
măsurare este:
x = m×U, (1)
în care: x – este mărimea fizică măsurată;
U – o mărime fizică de aceeaşi natură adoptată ca etalon în efectuarea măsurării şi numită
unitate de măsură;
m – un număr abstract.
Dacă asupra aceleiaşi mărimi fizice se efectuează un număr „ n” de măsurători, între
rezultatul unei măsurători xi ( 1 £ i £ n ) şi valoarea adevărată X a mărimii măsurate există relaţia:
x = X + Δx , (2)
i i
unde Dxi este eroarea care afectează măsurătoarea „ i ”.
Eroarea de măsură poate fi considerată ca o sumă de erori grosolane (greşeli), sistematice
sau întâmplătoare.
Eroarea grosolană se caracterizează prin faptul că rezultatul afectat de această eroare diferă
sensibil de rezultatele celorlalte măsurători. La repetarea măsurării, probabilitatea de a obţine din
nou valoarea greşită este foarte mică, ceea ce permite depistarea şi eliminarea ei.
Erorile sistematice sunt acele erori care, în cazul măsurărilor efectuate în aceleaşi condiţii,
au aceleaşi valori. Aceste erori sunt grave, deoarece nu pot fi depistate prin repetarea măsurătorilor.
Ele se depistează fie prin măsurarea aceleiaşi mărimi cu mijloace sau metode diferite, fie prin
măsurarea cu acelaşi aparat a mai multor mărimi cunoscute. Se elimină din rezultatele individuale
ale măsurătorilor prin corecţiile aplicate:
X = x +k , (3)
i i
unde ki este corecţia aplicată. Între corecţia aplicată şi eroarea sistematică D i există relaţia:
k = -Δ . (4)
i i
Eroarea întâmplătoare reprezintă rezultanta tuturor efectelor unor factori care apar în
timpul unei măsurători a căror influenţă individuală este neglijabilă, din care cauză nu este posibilă
depistarea şi înlăturarea acestor factori.
Măsura în care această eroare influenţează rezultatele măsurării se poate determina cu ajutorul
teoriei probabilităţilor permiţând estimarea adevăratei valori a mărimii măsurate cu o eroare
probabilă, mică în raport cu erorile măsurătorilor individuale.
Erorile aleatoare de măsurare sunt caracterizate de o lege de apariţie bine determinată, care dă
probabilitatea „ P ” ca eroarea să ia o valoare într-un anumit interval şi care poartă numele de lege
de repartiţie (lege de distribuţie):
x
2
P = (x1 < x < x 2 ) = ò p(x) × dx , (5)
x
1
unde p(x) este densitatea de repartiţie. Ea satisface condiţia:
+¥
ò p(x) × dx = 1 . (6)
-¥
Prelucrarea matematică a datelor de măsurare este strâns legată de cunoaşterea densităţii de
repartiţie (a modelului static).
Legea care stă la baza metodelor de prelucrare a datelor de măsurare este legea normală
(Gauss) care are densitatea de repartiţie.
-(x -X)2
1 2σ 2
p(x) = ×e , (7)
σ 2×π
unde X este valoarea adevărată a mărimii măsurate, iar s - un parametru care caracterizează
distribuţia (fig.1)
Principalii parametri statistici ai unui şir „ n” de date „ xi” sunt (STAS 2310 - 80):
1 n 2
s= å (xi - x ) ; (9)
n i =1
1é ù
Me = êx n + x n ú pentru „ n” impar; (12)
2ê ( ) ( +1) ú
ë 2 2 û
- modulul de sondaj:
M 0 = x + 3 × (M0 - x ) ; (13)
- coeficientul de asimetrie:
1 n 3
å (xi - x )
β1 = i =1
n
; (14)
(s 2 )3
- excesul:
1 n 4
å (x - x )
n i =1 i
E= -3. (15)
(s2 )2
xt - x
z= > zcr (testul Chouvenet - Charlier), (16)
s
x n - x n -1
λ= > λcr (testul Irwin), (17)
s
xt - x
t= > t cr (testul Romanovski), (18)
n
s
n -1
în care valorile citite zcr, l cr şi tcr se scot din tabele funcţie de numărul de măsurători şi de nivelul
de încredere dorit (posibilitatea ca mărimea eliminată să fie afectată de erori grosolane).
Estimarea valorii adevărate X a unei mărimi, în cazul distribuţiei normale a valorilor
măsurate xi (1 £ i £ n ), este media aritmetică:
k n
X=x= åx , (19)
n i =1 i
cu un interval de încredere:
s
X = x ± tp , (20)
n
unde „ s” este abaterea medie pătratică de sondaj ;
tp – un factor în funcţie de nivelul de încredere „ p” dorit (tab. 1).
Parametrul „ u ” are valoarea „n”, dacă se cunoaşte valoarea adevărată a mărimii măsurate
sau (n – 1), dacă nu se cunoaşte valoarea adevărată a mărimii măsurate.
Tab. 1. Valorile factorului tp pentru determinarea nivelului de încredere al estimării
p
u 0,9 0,95 0,99 0,999
4 2,132 2,776 4,604 8,610
5 2,015 2,571 4,032 6,859
6 1,943 2,447 3,707 5,959
7 1,895 2,365 3,499 5,405
8 1,860 2,306 3,355 5,041
9 1,833 2,262 3,250 4,781
10 1,812 2,228 3,169 4,507
15 1,753 2,131 2,947 4,073
20 1,725 1,086 2,845 3,850
30 1,697 2,042 2,750 3,646
40 1,684 2,021 2,704 3,551
50 1,676 2,008 2,677 3,497
60 1,671 2,000 2,660 3,460
70 1,667 1,995 2,648 3,436
80 1,664 1,990 2,639 3,416
90 1,662 1,987 2,632 3,401
100 1,660 1,984 2,626 3,391
¥ 1,645 1,960 2,576 3,291
O formă particulară a intervalului de încredere este „regula trei sigma” :
X = x ± 3× υ, (21)
unde u este abaterea medie pătratică a întregii distribuţii, cu un nivel de încredere p = 0,9973
n
υ= ×s . (22)
n -1
O altă formă de exprimare a „regulii trei sigma” este:
X = x ± 3s , (23)
unde „ s” este abaterea medie pătratică a şirului de date, cu un nivel de încredere dependent de
numărul măsurătorilor efectuate (tab. 2).
În cazul în care mărimea este determinată prin măsurarea cu un lanţ de măsură format din „ n”
aparate (instrumente) de măsură înseriate, se pune problema determinării abaterii medii pătratice
totale datorate celor „ n” surse de eroare. Dacă erorile (abaterile medii pătratice) introduse de cele „
n” surse s1, s2,…, sn, abaterea medie pătratică totală (eroarea totală) va fi :
n 2
st = å si . (24)
i =1
X = x+k . (26)
j
Fidelitatea unui aparat de măsură reprezintă caracteristica metrologică a acestuia de a da
indicaţii neafectate de erori aleatorii. Eroarea de fidelitate „ d f,i” (în ipoteza unor erori sistematice
nule sau eliminate prin corecţii) este :
δ = x -X. (27)
f,i i
Erorile de fidelitate nu pot fi eliminate prin corecţii, putându-se stabili cu ajutorul teoriei
probabilităţilor doar modul de influenţare a rezultatului măsurătorilor.
Precizia unui aparat de măsură este caracteristica metrologică a acestuia de a furniza
indicaţii cât mai apropiate de valoarea adevărată a mărimii măsurate. Eroarea de precizie, asimilată
în practică cu eroarea globală a aparatului, cuprinde atât erorile de justeţe cât şi pe cele de fidelitate.
Un aparat de măsură este caracterizat prin eroarea tolerată sau eroarea totală medie pătratică. În
cazul cel mai întâlnit în practică, eroarea tolerată a unui aparat de măsură se determină cu relaţia :
Δx = ± Δj2 + 2 × (3 × σ) 2 . (28)
Eroarea tolerată este eroarea limită prevăzută în specificaţii, pentru ca un aparat să poată fi
considerat legal, în urma unor operaţii de etalonare sau de verificare metrologică.
Clasa de precizie a unui aparat de măsură este o valoare stabilită convenţional, în funcţie de
eroarea tolerată admisă de prevederile unui standard ale unei instrucţiuni de verificare sau ale unei
norme interne. Cel mai frecvent, clasa de precizie reprezintă raportul procentual între eroarea
tolerată şi limita maximă de măsură sau domeniul de măsură.
Sensibilitatea unui aparat de măsură este caracteristica metrologică a acestuia care exprimă,
pentru o anumită valoare măsurată, raportul dintre variaţia semnalului de ieşire şi variaţia mărimii
măsurate.
Rezoluţia unui aparat de măsură reprezintă cea mai mică variaţie a mărimii măsurate care
poate fi sesizată de dispozitivul de indicare a mijlocului de măsură.
Pragul de sensibilitate al unui aparat de măsură este cea mai mică variaţie a unei mărimi
măsurate care poate fi pusă în evidenţă cu ajutorul acestuia, în condiţii reale de funcţionare. Pragul
de sensibilitate este determinat atât de sensibilitatea cât şi de rezoluţia aparatului de măsură.
Stabilitatea metrologică a unui aparat de măsură reprezintă aptitudinea acestuia de a-şi
menţine constante în timp caracteristicile metrologice definite anterior.
a lui Gauss: în cazul a „n” perechi de valori (x i, yi), i=1,…,n, se cere ca expresia:
n
i =1
2 n
[ ]
2
å (yi - x i ) = å yi - (a x + b x × x i ) ,
i =1
(29)
în care :
n n n n
å (x i - x ) × (yi - y) n × å x i × yi - å x i × å yi
b = i=1 n = i=1 n i=1 i=1 .
n (33)
y 2
å (yi - y)
2
n × å yi - ( å yi ) 2
i=1 i=1 i=1
b y se referă la dependenţa lui x de y, exprimând creşterea în medie a lui x cu valoarea by când y se
măreşte cu o unitate.
. .
Cele două trepte de regresie, Y = ax + bx X şi X = ay + by Y, se intersectează în centrul de
greutate ( x, y ) al mulţimii de puncte şi are aspectul unei foarfece. Cu cât deschiderea este mai
mică, cu atât mai dependente din punct de vedere stohastic sunt cele două variabile aleatoare X şi
Y. Cele două braţe ale foarfecii se închid complet dacă există o dependenţă funcţională între ele.
Gradul de dependenţă este redat cantitativ de coeficientul de corelaţie rxy :
n n n n
å (x i - x ) × (yi - y) n × å x i × yi - å x i × å yi
r = i =1 = i=1 i=1 i=1 ,(34)
xy n 2 n 2 n 2 n n n
å (x - x ) × å (yi - y) 2
n× å x -( åx ) × n× å y -( åy )
2 2
i =1 i i =1 i i i i
i =1 i =1 i =1 i =1
Acest coeficient de corelaţie nu depinde de unităţile de măsură ale caracteristicilor şi poate
lua valori între –1 şi +1:
· dacă rxy este egal cu +1 sau –1, relaţia dintre variabile este direct, respectiv invers liniară;
r2 = b × b . (35)
xy x y
Atunci când mulţimea perechilor de valori (xi, yi) nu aproximează o dreaptă, se poate
verifica dacă această mulţime satisface una din ecuaţiile următoare :
polinomială: y = a × xb ; (38)
1
hiperbolică: y= . (39)
a + bx
Determinarea coeficienţilor a şi b din ecuaţiile (36) … (39) se face cu ajutorul analizei de regresie şi
corelaţie, după ce se procedează la liniarizarea acestor ecuaţii:
Liniarizarea ecuaţiei exponenţiale (36) se face prin logaritmare:
două sau mai multe din curbele prezentate, cea care are coeficientul de corelaţie, rxy , cel mai
apropiat de valoarea 1 se consideră a fi curba (ecuaţia) care aproximează cel mai bine forma
determinată de mulţimea punctelor din planul considerat.
Aproximarea prin curbe poate fi făcută şi sub formă combinată, adică pentru un anumit
interval să obţinem cea mai mare valoare a coeficientului de corelaţie pentru o anumită curbă, iar
pentru un alt interval valoarea acestuia să fie mai mare pentru o altă curbă. Spre exemplificare,
curba experimentală din figura 2 se poate aproxima cu funcţia:
ìa × e bx ® pentru 0 < x < x
ï
y = f(x) = í i e . (71)
ïîa ¢ + b ¢ × x ® pentru_x e £ x i £ x n
Fig. 2. Curbă experimentală
4. Calculul erorilor
Calculul erorilor are ca obiect precizia numerelor şi a rezultatelor obţinute prin calcul. În
aplicaţiile practice valorile numerice ale mărimilor măsurate sunt cunoscute numai aproximativ.
Pentru a exprima că „ a” este o valoare aproximativă pentru mărimea „ x”, se scrie x » a , „ x”
fiind valoarea adevărată şi „ a” valoarea aproximativă. Calitatea unei valori aproximative „ a” se
apreciază prin abaterea ei de la valoarea adevărată „ x”, iar diferenţa a-x se numeşte eroare
absolută :
e=a–b. (72)
O valoare aproximativă este cu atât mai precisă cu cât eroarea ei absolută este mai mică.
Pentru a obţine din valoarea aproximativă „a”, valoarea adevărată x, se adaugă la „a” corecţia „c”:
c = x – a = -e . (73)
În locul erorii absolute e a unei valori aproximative „a”, se dă în mod frecvent eroarea
relativă, ε x care se exprimă de regulă în procente. Astfel valorile aproximative ale diferitelor
Cu cât Da este mai mic, cu atât este mai precisă valoarea aproximativă „ a”.
Da
Mărimea d = este o eroare relativă limită a lui „a” şi se exprimă de obicei în procente.
a
Precizia rezultatului calculelor cu valori aproximative
Atunci când se fac calcule cu valori aproximative, rezultatul va fi de asemenea o valoare
aproximativă. Eroarea rezultatului se datorează în primul rând erorilor valorilor aproximative care
intră în calcul. O astfel de eroare se numeşte eroarea iniţială (de intrare). Pe lângă acesta mai
intervine o eroare ce apare în decursul calculelor, de exemplu la rotunjirea prin adaos sau prin lipsă.
O astfel de eroare se numeşte eroare de calcul. Eroarea de calcul trebuie să fie mai mică decât
eroarea de intrare, astfel precizia datelor de intrare nu va fi complet folosită. Eroarea de calcul se ia
de regulă 1/10 din eroarea de intrare. Acest lucru se poate obţine folosind în decursul efectuării
calculelor câteva zecimale în plus şi rotunjind rezultatul numai în conformitate cu precizia datelor
de intrare.
Determinarea exactă şi rapidă a preciziei rezultatului unui calcul, atunci când ne interesează
numai erorile de intrare, se poate face cu ajutorul metodei erorii limită, care are a bază următorul
principiu :
Trebuie calculată valoarea funcţiei f (x 1, x2, … , xk). Pentru variabilele x1, x 2, … , xk
sunt cunoscute valorile aproximative a1, a2, … , ak . Trebuie evaluată eroarea rezultatului, atunci
când calculele se fac pornind de la valorile aproximative a1, a2, … , ak. Aceste valori aproximative
admit erorile absolute e1 = a1 - x1; e 2 = a2 - x2 ; …; e k = ak - xk , care se presupun foarte
mici în raport cu ai . Rezultatul exact este :
1 2 k 1
ε
f(x , x ,..., x ) = f(a - , a -
1 2 2
,..., a -
k
εk
). ε (76)
Dezvoltând membrul al doilea al acestei egalităţi în serie, prin metodele cunoscute din
calculul diferenţial, şi neglijând termenii de grad superior lui unu în ei , se obţine:
¶f ¶f ¶f
1 2 k 1 2 k
ε
f(x , x ,..., x ) = f(a , a ,..., a ) - ×
1
- ε2 × - ... - εk × . (77)
¶x ¶x ¶x
1 2 k
În această formulă derivatele parţiale ale funcţiei f (x1, x2, … , xk) sunt calculate în
punctele x = a ; x = a ; …; x = a . Din această ecuaţie, se obţine pentru eroarea absolută a
1 1 2 2 k k
rezultatului, expresia:
εf 1 2 k 1 2 k
ε
= f(a , a ,..., a ) - f(x , x ,..., x ) = × f (a , a ,...,a ) +
1 x1 1 2 k
+ ε 2 × f x (a1, a 2 ,..., a k ) + ... + ε k × f x (a1, a 2 ,..., a k ) . (78)
2 k
Valoarea absolută a erorii absolute e f se poate evalua atunci astfel:
εf £ ε1 × f x (a , a ,..., a ) +
1 2 k
ε2 × fx (a , a ,..., a ) + ... +
1 2 k
1 2
+ εk ×f
x
(a , a ,..., a ) .
1 2 k
(79)
k
Dacă se cunosc erorile absolute limită Da , Da , … , Da , atunci pentru e f se obţine
1 2 k
inegalitatea:
εf £ Δa × f (a , a ,..., a ) + Δa × f
1 x 1 2 k 2 x
(a , a ,..., a ) + ... +
1 2 k
1 2
+ Δa × f (a , a ,..., a ) = Δf . (80)
k x 1 2 k
k
Valoarea Df reprezintă o aproximare a erorii absolute limită a lui f. Dacă luăm în
Împărţirea x Δa Δb
Δa × b + Δb × a +
y a b
b2
Δa
Ridicarea n×
xn
Δa × n × a n -1
la pătrat a
Δa × f x (a, b) Δb × f y (a, b)
f(x, y) +
În general f(a, b) f(a, b)
Δa × f x (a, b) + Δb × f y (a, b)