PRELUCRAREA DATELOR EXPERIMENTALE

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)

Fig. 1. Densitatea de repartiţie p(x) pentru diverse valori ale lui s

Principalii parametri statistici ai unui şir „ n” de date „ xi” sunt (STAS 2310 - 80):

- media aritmetică de sondaj:

1 n
x= åx ; (8)
n i =1 i
 - abaterea medie pătratică de sondaj:

1 n 2
s= å (xi - x ) ; (9)
n i =1

- dispersia şirului de date (de sondaj):

1 n
s2 = 2
å (xi - x) ; (10)
n i=1
- mediana de sondaj fiind valoarea faţă de care frecvenţa valorilor mai mici decât ea este
egală cu frecvenţa valorilor mai mari decât ea. Valorile xi fiind ordonate crescător sau
descrescător, mediana este:
Me = x pentru „ n” par, (11)
( n +1)
2

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

În şirul de „ n” date xi, ordonate crescător sau descrescător, valorile de la extremităţile

şirului sunt susceptibile de a fi afectate de erori grosolane şi, de aceea, trebuie testate. Dacă ele
îndeplinesc condiţia de eliminare, valoarea testată „ x t” se consideră eronată şi se elimină din şirul
de date. În cazul în care, după eliminarea acesteia, o altă valoare pare suspectă, noua valoare va fi
testată pentru noul şir de (n – 1) date rămase. Procedeul se aplică până când condiţia de eliminare
caracteristică testului aplicat nu se mai verifică pentru nici o valoare din şir. Expresiile analitice ale
testelor sunt:

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).

Tab. 2. Numărul de măsurări n necesar realizării unui anumit nivel de încredere.

n p n p n p
5 0,960 12 0,988 30 0,995
6 0,970 14 0,990 50 0,996
7 0,976 16 0,991
8 0,980 18 0,992 150 0,997
9 0,983 20 0,993 ¥ 0,9973
10 0,985 25 0,994

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

2. Caracteristicile metrologice ale aparatelor de măsură

Principalele caracteristici metrologice ale unui aparat de măsură sunt : domeniul de măsură,
justeţea, fidelitatea, precizia, sensibilitatea, rezoluţia şi stabilitatea metrologică a acestuia.
Domeniul de măsură al unui aparat reprezintă intervalul de valori ale mărimii măsurate în
care aparatul de măsură poate furniza informaţii de măsurare, în limitele unor erori prestabilite.
Justeţea unui aparat de măsură este caracteristica metrologică a acestuia de a da indicaţii
neafectate de erori sistematice. Eroarea de justeţe „ D j” se elimină prin etalonarea corespunzătoare a
aparatelor de măsură şi/sau prin introducerea corecţiilor de justeţe „ kj”. Corecţia de justeţe se
determină în urma operaţiilor de etalonare cu relaţia:
k = -Δj = X - x . (25)
i
 În cazul măsurătorilor industriale, se consideră că printr-o etalonare iniţială corespunzătoare,
erorile de justeţe au fost eliminate. Dacă aparatul de măsură lucrează în condiţii mult diferite de
condiţiile de etalonare, este necesară aplicarea corecţiilor de justeţe, care sunt indicate de obicei de
constructorul aparatului.
În cazul utilizării aparatelor de măsură etalon, este obligatorie luarea în consideraţie a
corecţiilor care sunt date de constructor în certificatul de etalonare. Valoarea adevărată a mărimii
măsurate X se determină în funcţie de valoarea medie a indicaţiilor aparatului de măsură x şi de
corecţia de justeţe kj cu relaţia:

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.

3. Analiza de regresie şi corelaţie

Analiza de regresie şi corelaţie se ocupă cu descrierea şi cercetarea dependenţei a două sau
mai multe variabile. Regresia se ocupă cu tipul de dependenţă dintre variabile, iar corelaţia
cercetează gradul de dependenţă între ele.
Atunci când cercetăm dependenţa a două variabile, perechile de valori (x, y) pot fi
reprezentate ca puncte într-un sistem rectangular de coordonate. Ele formează o mulţime de puncte
care poate să nu aibă o formă anumită sau pot să satisfacă ecuaţia unei curbe. Dacă mulţimea de
puncte aproximează o dreaptă, atunci relaţia dintre cele două variabile X şi Y este descrisă prin
două drepte, dreptele de regresie. Dependenţa y = f(x) este redată de dreapta de regresie Y = ax + bx
.
X , unde coeficienţii de regresie ax şi b x sunt calculaţi cu ajutorul metodei celor mai mici pătrate

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)

să fie minimă. Din această ecuaţie se obţine :

n n n n
å (x i - x ) × (yi - y) n × å x i × yi - å x i × å yi
b x = i =1 n = i =1 n i =1 i =1 ,
n (30)
2 n × å xi - ( å xi )2
2
å (x i - x )
i =1 i =1 i =1
n n 2 n n
å yi × å x i - å x i × å x i × yi
a x = y - b x × x = i =1 i =1n i =1 i =1
n . (31)
n × å x i - ( å xi )2
2
i =1 i =1
Coeficientul de regresie bx se referă la dependenţa dintre y şi x. La creşterea lui x cu o

unitate, y creşte în medie cu bx.

Pentru a găsi ce x mediu corespunde la un anumit y, se determină cealaltă dreaptă de
.
regresie X = ay + by Y, în care coeficienţii de regresie ay şi by se află tot cu metoda celor mai mici
pătrate :
a y = x - by × y , (32)

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;

· dacă rxy = 0, nu există nici o relaţie între variabile.

Coeficientul de corelaţie rxy şi coeficienţii de regresie bx şi b y satisfac următoarea relaţie :

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 :

exponenţială: y = a × ebx ; (36)

logaritmică: y = a + b × lnx ; (37)

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:

lny = ln(a × e bx ) = lna + b × x . (40)

 Determinarea coeficienţilor de regresie a şi b se face în felul următor: se scrie ecuaţia (40)
pentru fiecare pereche de valori (xi, yi) cu 1 £ i £ n :
lny = lna + b × x (41)
i i
şi se însumează pe verticală, obţinându-se ecuaţia:
n n
å lnyi = n × lna + b × å x i , (42)
i =1 i =1
apoi ecuaţiile (41) se înmulţesc pe rând cu fiecare xi ( 1 £ i £ n ):

x lny = x × lna + b × x 2 (43)

i i i i
şi se însumează din nou pe verticală, obţinându-se ecuaţia:
n n n 2
å x i × lnyi = lna × å x i + b × å x . (44)
i =1 i =1 i
i =1
Ecuaţiile (42) şi (44) formează sistemul :
ìn × lna + ( n x ) × b = n lny
ïï å å
i =1 i i=1 i
í n n n , (45)
ï( å x ) × lna + ( å x 2 ) × b = å x × lny
ïî i =1 i i =1 i i =1 i i

care se poate scrie sub formă matriceală:

é n n é n lny ù
å x ù å
ê i=1 i ú × élna ù = ê i =1 i ú .
ên n 2ú ê ú ê n ú (46)
ê å x i å x i ú ë b û ê å x i × lnyi ú
ëi =1 i =1 û ëi =1 û
Liniarizarea ecuaţiei logaritmice (37) nu mai este necesară, ea având forma liniară. Scriind
această ecuaţie pentru fiecare pereche de valori (xi, yi) cu 1 £ i £ n :
y = a + b × lnx (47)
i i
şi însumând pe verticală, se obţine:
n n
å yi = n × a + b × å lnx i (48)
i =1 i =1
Ecuaţiile (47) se înmulţesc pe rând cu ln xi cu 1 £ i £ n şi se obţin ecuaţiile:

y lnx = a × lnx + b × ln 2 x , (49)

i i i i
care însumate pe verticală conduc la ecuaţia :
n n n 2
å yi - lnx i = a × å lnx i + b × å ln x . (50)
i =1 i =1 i
i =1
Relaţiile (48) si (49) formează sistemul :
 ìn × a + ( n lnx ) × b = n y
ïï å å
i =1 i i =1 i
í n n n , (51)
ï( å lnx ) × a + ( å ln 2 x ) × b = å y × lnx
ïî i =1 i i=1 i i =1 i i

care sub formă matriceală, se poate scrie :

é n n ù é n y ù
ê å lnx i ú a ê iå ú
i =1 é ù =1 i
ên n 2 ú × êb ú = ên ú. (52)
ê å lnx i å ln x i ú ë û ê å yi × lnx i ú
ëi =1 i =1 û ëi =1 û
Liniarizarea ecuaţiei polinomiale (38) se face prin logaritmare:
lny = lna + b × lnx . (53)
Coeficienţii de regresie a şi b se obţin după următoarea succesiune de operaţii:
- se scrie ecuaţia (53) pentru fiecare pereche de valori (xi, yi) cu 1 £ i £ n :
lny = lna + b × lnx , (54)
i i
- se însumează pe verticală, obţinându-se:
n n
å lny = n × lna + b × å lnx , (55)
i i
i =1 i =1
- se înmulţesc ecuaţiile (54) pe rând cu ln xi:

lnx × lny = lna × lnx + b × ln 2 x , (56)

i i i i
- se însumează ecuaţiile (56) pe verticală:
n n n 2
å lnx × lny = lna × å lnx +b × å ln x . (57)
i i i i
i =1 i =1 i =1
Ecuaţiile (55) şi (57) formează sistemul :
ìn × lna + ( n lnx ) × b = n lny
ïï å å
i =1 i i =1 i
í n n 2 n , (58)
ï( å lnx ) × lna + ( å ln x ) × b = å lnx × lny
ïî i =1 i i =1 i i =1 i i

sau sub formă matriceală :

é n lnx ù élna ù é lny
ê
i
ú × = i ù.
ê ú ê ú (59)
êëlnx i ln 2 x ú ë b û ëêlnx i × lnyi ûú
iû
1
Liniarizarea ecuaţiei hiperbolice (39) se face prin substituţia y = şi se obţine ecuaţia:
z
1
z= = a + b×x . (60)
y
 Se scrie ecuaţia (60) pentru fiecare pereche de valori (x i, yi) cu 1 £ i £ n :
1
= a + b×x . (61)
y i
i
şi se însumează pe verticală, obţinându-se relaţia:
n 1 n
å = n×a + b× å x . (62)
i
i = 1 yi i =1

Ecuaţiile (61) se înmulţesc pe rând cu fiecare x i, 1 £ i £ n , obţinându-se ecuaţiile:

x
i = a × x + b × x2 , (63)
y i i
i
care adunate pe verticală conduc la relaţia:
n xi n n 2
å = a× å x + b× å x . (64)
i i
i = 1 yi i =1 i =1
Cele două ecuaţii, (62) şi (63) formează sistemul :
ì n n 1
ï n × a + ( å x ) × b = å
ïï i =1 i i =1 yi
í , (65)
ï( å n n 2 n xi
x )×a + ( å x )× b = å
ï i =1 i i =1 i i =1 y
îï i
sau în notaţie matriceală :
én 1 ù
é n n êå ú
ê å x i ùú a êi =1 y i ú
i =1 é ù
ên n 2 ú × êb ú = ê x ú.
n iú
(66)
ê å xi åx ú ë û êå
ëi =1 i =1 i û êi =1 y ú
êë i ûú
Ecuaţiile (46), (52), (59) şi (66) se pot generaliza sub forma :
é n ù é n ù
ê n å Xi ú ê å Yi ú
i =1 ú × é A ù
ê ê i =1 ú ,
êå n n 2ú ê bú = ê n (67)
X
êëi =1 i å Xi ú ë û
ê å (X i × Yi )úú
i =1 û ëi =1 û
în care semnificaţia variabilelor A, xi şi yi este redată în tabelul 3.
 Tab. 3. Semnificaţia variabilelor A, xi şi yi din ecuaţia (67)
Variabila A xi yi
Ecuaţia
Liniară a xi yi
Exponenţială ln a xi ln yi
Logaritmică a ln xi yi
Polinomială ln a ln xi ln yi
Hiperbolică a xi 1/yi

Rezolvarea ecuaţiei (67) conduce la determinarea variabilelor A şi b, deci a coeficienţilor de

regresie a şi b pentru oricare din ecuaţiile analizate. Expresiile de calcul ale acestor variabile sunt :
n n 2 n n
å Yi × å X i - å X i × å (X i × Yi )
A = i =1 i =1 i =1 i =1 , (68)
n 2 n 2
n × å X - ( å Xi )
i =1 i i =1
n n n
n × å (X i × Yi ) - å X i × å Yi
b = i =1 i =1 i =1 , (69)
n 2 n
n × å X - ( å X i )2
i =1 i i =1
expresii în care xi şi yi au semnificaţia din tabelul 3.
Coeficientul de corelaţie se determină cu o relaţie similară relaţiei (34):
n n n
n × å X i × Yi - å X i × å Yi
r xy = i =1 i =1 i =1 , (70)
n 2 n 2 n 2 n 2
n × å X i - ( å X i ) × n × å Yi - ( å Yi )
i =1 i =1 i =1 i =1
Dacă mulţimea de puncte din sistemul rectangular de coordonate (xi, yi) se pot aproxima cu

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

mărimi pot fi comparate în ceea ce priveşte eroarea lor.

Orice informaţie privind mărimea erorii absolute, respectiv relative, a unei valori
aproximative reprezintă o informaţie asupra preciziei acestei valori. De regulă, valoarea adevărată
este necunoscută, de exemplu la valori aproximative ce rezultă prin măsurători. În astfel de cazuri
trebuie să ne mulţumim cu cunoaşterea unor margini pentru erorile absolute, respectiv relative, ale
valorilor aproximative.
Prin eroare absolută limită a unei valori aproximative „a” se înţelege un număr pozitiv „ a”
ce nu va fi depăşit în valoare absolută de mărimea erorii absolute. Deci are loc inegalitatea :
- Δa £ ε £ Δa sau - Δa £ x £ a + Δa . (74)
Prin stabilirea erorii absolute limită Da , se stabilesc o margine inferioară şi una superioară
pentru valorile lui x. Aceasta se poate exprima prin relaţia :
 x » a × (± Da) sau x » a ± Da . (75)

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

considerare faptul că „ a” şi „ b” sunt valori aproximative cu erorile limită Da şi Db ,pentru

valorile x şi y, atunci formula (80) pentru diferite operaţii elementare ia formele prezentate în
tabelul 4.
Tab. 4. Formulele pentru calculul erorilor limită
Operaţia f(x, y) Eroarea absolută limită Df Eroarea relativă limită Df / f
Δa + Δb
Adunarea a+y Δa + Δb
a+b
Scăderea x-y Δa + Δb Δa + Δb
a-b
x×y Δa Δb
Înmulţirea Δa × b + Δb × a +
a b

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)