Curs Masurari Si Instrumentatie - Partea I

Tătar Adina Milena
Măsurări şi instrumentaţie
Editura ACADEMICA BRÂNCUȘI

Târgu-Jiu, 2022
ISBN 978-606-9614-20-4
Tătar Adina Milena
–Măsurări şi instrumentaţie -
Partea I-a
Curs
Editura „Academica Brâncuși”

Târgu- Jiu, 2021
Referenți științifici:
Conf. univ. dr. ing. Cristinel POPESCU

Ș.l. dr. ing. Alin NIOAȚĂ
ISBN 978-606-9614-20-4
PREFAŢĂ
Lucrarea de faţă se adresează studenţilor de la Facultatea de

Inginerie, în scopul aprofundării noţiunilor teoretice studiate la curs.
În contextul dezvoltării tehnologice actuale, măsurările
reprezintă un domeniu indispensabil activităţii tehnico-ştiinţifice.
Perfecţionarea mijloacelor de măsurare a permis noi descoperiri
în ştiinţă şi tehnică. Progresul ştiinţific s-a reflectat în mod direct
asupra realizării unor mijloace de măsurare mai exacte, mai rapide,
mai flexibile, iar dezvoltarea măsurărilor şi progresul tehnic s-au
stimulat reciproc în beneficiul civilizaţiei umane.
Lucrarea cuprinde patru capitole: Mărimi, Erori de măsurare,
Determinarea parametrilor statistici care caracterizează distribuţia
datelor şi Prelevarea, prelucrarea şi prezentarea rezultatelor
măsurărilor. Prezentările sunt simple, plecând de la experimente
fundamentale şi se completează cu formule matematice care asigură
suportul ştiinţific al raţionamentelor.
Autorul nu exclude eventualele deficienţe şi doresc să mulţumesc
celor care prin sugestiile şi observaţiile lor vor contribui la ridicarea
nivelului didactic şi ştiinţific al lucrării.
Autorul
5
PREFACE
The present paper is addressed to the students from the Faculty

of Engineering, in order to deepen the theoretical notions studied in the
course. In the context of current technological development,
measurements are an indispensable field of technical-scientific
activity. The improvement of measuring instruments has allowed new
discoveries in science and technology.
Scientific progress has been directly reflected in the achievement
of more accurate, faster, more flexible means of measurement, and the
development of measurements and technical progress have stimulated
each other for the benefit of human civilization.
The paper comprises four chapters: Quantities, Measurement
errors, Determination of statistical parameters that characterize the
distribution of data and Sampling, processing and presentation of
measurement results. The presentations are simple, starting from
fundamental experiments and are completed with mathematical
formulas that ensure the scientific support of reasoning.
The author does not rule out possible deficiencies and I would
like to thank those who through their suggestions and observations will
contribute to raising the didactic and scientific level of the paper.
Author
6
CUPRINS
PARTEA I Pag.
Prefaţă 5
1. NOŢIUNI GENERALE DE METROLOGIE 9
1.1. Mǎrimi fizice. Măsurare 9
1.2. Clasificarea mărimilor măsurabile 12
1.3. Sisteme de unităţi de măsură 18
1.3.1.Unităţi de măsură fundamentale 20
1.3.2.Unităţi de măsură derivate 21
1.4. Ecuaţia dimensională. Sisteme de dimensiuni 22
1.5. Prefixe și simboluri pentru multiplii și submultiplii zecimali 25
1.6. Etaloane 25
1.7. Metode de măsurare. Clasificarea metodelor de măsurare 27
1.8. Mijloace de măsurare 30
1.8.1. Clasificarea mijloacelor de măsurare 30
1.8.2. Caracteristicile mijloacelor de măsurare 32
1.9. Condiţii de întrebuinţare a mijloacelor de măsurare 38
2. ERORI DE MĂSURARE 40
2.1. Sursele erorilor de măsurare 40
2.2. Clasificarea erorilor de măsurare 44
2.3. Calculul erorilor de măsurare 48
2.3.1. Erori sistematice 48
2.3.1.1. Clasificarea erorilor sistematice 49
2.3.1.2. Calculul erorilor sistematice la o măsurare izolată 55
2.3.2. Erorilor aleatoare 61
2.3.2.1. Calculul erorilor aleatoare la o măsurare repetată 67
2.3.2.2. Cazul măsurărilor de precizie 70
2.3.3. Erori aberante 72
3. DETERMINAREA PARAMETRILOR STATISTICI CARE 75

CARACTERIZEAZĂ DISTRIBUŢIA DATELOR
3.1. Indicatori ai tendinţei de centrare a datelor (Parametri de tendinţă) 78
7
3.1.1. Media şirului de date 78

3.1.2. Mediana şirului de date 78
3.1.3. Modul (Moda) 80
3.1.4. Momentul necentrat de ordinul “s” 80
3.1.5. Momentul centrat de ordinul “s” 80
3.2. Indicatori ai tendinţei de împraştiere a datelor (Parametri de împrăştiere) 81
3.2.1. Dispersia 81
3.2.2. Coeficientul de variaţie sau variabilitate 84
3.2.3. Coeficientul de asimetrie 84
3.2.4. Coeficientul de boltire(Pearson) 85
3.2.5. Amplitudinea 86
3.3. Legi de distribuţie (repartiţie) a erorilor 86
3.3.1. Repartiţia normală (Gauss - Laplace) 87
3.3.2. Repartiţia lognormală 88
3.3.3. Repartiţia exponenţială 89
3.3.4. Repartiţia WEIBULL 90
3.3.5. Repartiţia GAMMA 92
3.3.6. Repartiţia STUDENT 93
3.3.7. Repartiţia F (Fischer-Snedecor) 94
3.3.8. Repartiţia BINOMIALĂ 95
4. PRELEVAREA, PRELUCRAREA ŞI PREZENTAREA 97

REZULTATELOR MĂSURĂRILOR
4.1. Planificarea experimentelor 98
4.2. Prelevarea datelor experimentale 99
4.2.1. Măsurări uzuale 101
4.2.2. Măsurări de laborator(precizie) 105
4.3. Testarea datelor experimentale 106
4.3.1. Identificarea datelor afectate de erori aberante 106
4.3.2. Verificarea caracterului aleator al datelor 111
4.3.3. Verificarea normalităţii distribuţiei datelor experimentale 113
Bibliografie 126
8
1. NOŢIUNI GENERALE DE METROLOGIE

Entităţile reprezintă noţiuni abstracte de specii diferite (geometrice,
mecanice, calorice etc.) pe care se fundamentează raţionamentele ştiinţifice
efectuate în cadrul unui experiment în fizică şi se caracterizează prin calitate şi
cantitate. Calitatea reprezintă ansamblul caracteristicilor unei entitaţi materiale
sau nemateriale care-i conferă aptitudinea de a satisface necesitaţile exprimate.
Calitatea unei entităţi nu poate exista fără aspectului său cantitativ.
Cantitatea caracterizează obiectele şi fenomenele prin gradul de
dezvoltare a însuşirilor lor. Cantitatea şi calitatea sunt interdependente;
schimbarea uneia provoacă modificarea celeilalte. Interdependenţa dintre ele se
exprimă prin noţiunea de măsură care este graniţa existenţei obiectului indicând
limita până la care modificările cantitative nu duc la modificări calitative.
Proprietatea unui obiect sau fenomen reprezintă expresia exterioară a
calităţii în relaţia dintre el şi alte obiecte. Entitatea prezintă o serie de proprietăţi
independente (mărime, sens, natură scalară sau vectorială, culoare, miros etc.),
dar din punct de vedere metrologic prezintă interes numai mărimea entităţii şi din
această cauză, în locul cuvântului entitate se foloseşte, în mod curent, cuvântul
mărime, considerat ca o proprietate a entităţii.
1.1. Mǎrimi fizice. Măsurare

O mărime, în sensul general, este o proprietate care poate fi atribuită unui
fenomen, unui corp sau unei substanţe (în general, tot ceea ce ceea ce are
proprietatea esenţială de a varia, de a creşte sau descreşte, de a fi evaluat
cantitativ, adică de a fi exprimată numeric).
Mărimile pot avea forme de manifestare diferite calitativ şi cantitativ, în
raport de tipul obiectului, evenimentului, procesului sau fenomenului considerat,
respectiv de starea acestuia la un moment dat. Dintre toate mărimile posibile ne
interesează numai acelea ce pot fi exprimate printr-o formulă algebrică, adică
numai mărimile fizice care sunt elemente caracteristice ale unor stări fizice şi care
pot fi evaluate prin comparare, măsurare sau reperare şi exprimate numeric.
Dintre informaţiile privind mărimile, cele care interesează de obicei sunt
cele cantitative. Obţinerea acestor informaţii cantitative se realizează prin
măsurare. Măsurarea unei mărimi este procesul experimental prin care se
realizează evaluarea cantitativă a mărimii, evaluare descrisă cu ajutorul unui
număr real ce reprezintă valoarea numerică a mărimii respective.
9
Ca urmare putem spune că formal măsurarea este operaţia prin care unei
mărimi i se atribuie un număr real, corespunzător stării sale la momentul
măsurării. Nu toate mărimile pot fi măsurate. Cele care permit acest lucru se
numesc mărimi fizice sau măsurabile. Mărimea fizică care face obiectul unei
măsurari se numeşte măsurand.
O mărime fizică este acea mărime care poate fi folosită în ecuaţiile
matematice din orice ştiinţă sau tehnologie. Procedura bazată pe un set de reguli
şi / sau principii prin care se realizează efectiv măsurarea se numeşte metodă de
măsurare. Elementele tehnice specifice, destinate şi utilizate special pentru
măsurarea unei mărimi fizice se numesc mijloace de măsurare.
Ansamblul format din mulţimea mijloacelor de măsurare şi din alte
elemente auxiliare (de legătură, de transmisie, de conversie, surse de energie,
etc.), prin care se implementează o metodă de măsurare se numeşte structură de
măsurare.
Procesul de măsurare reprezintă ansamblul de operaţii necesare privind
solicitarea, obţinerea, transmiterea, receptia şi prelucrarea semnalului metrologic
pentru a se obţine valoarea mărimii masurate. Elementele de bază ce intervin în
procesului de măsurare sunt:
- Obiectul măsurării: mărimea de măsurat;
- Metoda de măsurare: modul de comparare a mărimii de măsurat cu
unitatea de măsură;
- Mijloacele de măsurare: totalitatea mijloacelor tehnice cu ajutorul cărora
se determină cantitativ mărimea de măsurat.
Realizarea unei măsurări presupune existenţa unei corespondenţe între
mulţimea stărilor (nivelelor) mărimii măsurate M şi mulţimea valorilor sale
numerice V. Această corespondenţă implică două condiţii:
- mulţimea M a stărilor mărimii să fie ordonabilă, adică între elementele ei
să se poată stabili relaţii de egal, mai mic sau mai mare;
- între mulţimea M şi mulţimea V de numere reale atribuite prin măsurare
să se poată stabili în mod convenţional o corespondenţă biunivocă, adică fiecărei
stări (nivel) a mărimii măsurate să-i corespundă un singur număr real şi numai
unul ca şi valoare numerică. Această corespondenţă presupune şi stabilirea
unităţii de măsură. În consecinţă modelul matematic al unei măsurări este descris
de o aplicaţie bijectivă: f : MV. Ansamblul (f, M, V) defineşte aşa numita scară
de măsurare, prin care se descrie formal măsurarea.
10
Orice scară de măsurare implică şi stabilirea unităţii de măsură. În mod

clasic, măsurarea este definită ca procesul experimental prin care mărimea de
măsurat se compară cu o mărime de aceeaşi natură, aleasă ca şi unitate de măsură.
Unitatea de măsură se alege dintre elementele mulţimii M a stărilor
mărimii de măsurat şi i se atribuie în mod convenţional valoarea numerică 1.
Pentru fiecare mărime fizică există o singură unitate de măsură.
Reciproca nu este adevărată. Valoarea numerică obţinută în urma măsurării
unei mărimi, însoţită de simbolul unităţii sale de măsură, constituie rezultatul
măsurării, care reprezintă valoarea mărimii respective.
Valoarea unei mărimi este independentă de unitatea de măsură utilizată.
Noţiunea de mărime fizică are deci sens de cantitate, adică ceva ce poate fi
măsurat şi exprimat printr-un număr (valoarea numerică a mărimii fizice
respective). Rezultatul măsurării unei mărimi M, se exprima sub forma unui
produs simbolic dintre un numar V, care reprezintă valoarea numerică a mărimii
şi unitatea de măsură U aleasă:
M= V* U - ecuaţia măsurării (1.1)

unde:
M- mărimea fizică;
V - valoarea numerică a mǎrimii fizice;
U - unitatea de măsură.
Concluzie: rezultatul final al oricarei măsurări este un număr. Acest număr,

împreună cu unitatea de măsură caracterizează mărimea măsurată.
Valoarea numerică V a mărimii depinde de dimensiunea unităţii de măsura,
pe când valoarea mărimii M este independentă de alegerea unităţii de masură.
Dacă aceeaşi mărime M este măsurată cu două unităţi diferite U 2 > U 1
atunci se pot scrie relaţiile:
M  V1 * U 1
din care rezultă egalitatea:
M  V2 * U 2
V2 U 1
 K (1.2)
V1 U 2
unde : K se numeşte factor de transformare
11
Exemplu:
l = 25 m;
l = lungimea obiectului = mărimea fizică MF;
25 = valoarea numericǎ V;
m = metru = unitatea de măsură UM.
În acest scop se aleg mărimi de referinţă, de aceeaşi natură cu cele de

măsurat, în raport cu care se pun în corespondenţă biunivocă valorile cu şirul
numerelor naturale.
Altfel spus, mărimile fizice sunt măsurabile, direct sau indirect, cu
mijloace de măsurare adecvate. Mărimile fizice caracterizează şi măsoară
proprietăţi fizice ale materiei determinând: starea, evoluţia stării, fenomene care
satisfac legi obiective. Mărimile fizice care exprimă aceeaşi proprietate, dar în
cantităţi diferite, se numesc mărimi de aceeaşi natură.
1.2. Clasificarea mărimilor măsurabile

Principalele criterii de clasificare şi tipurile de mărimi corespunzătoare
sunt:
a) După modul de exprimare a rezultatului măsurării: mărimi scalare, vectoriale
şi tensoriale.
- Mărimi scalare sunt mărimile la care rezultatul măsurării se exprimă printr-un
număr real (exemplu: tensiunea electrică, rezstenţa electrică, lungimea, masa,
etc.).
- Mărimi vectoriale sunt mărimile la care rezultatul măsurării se exprimă printr-
un vector reprezentat de o matrice cu o singură coloană sau o singură linie, ale
cărei elemente sunt reprezentate prin numere reale ce constitue componentele
vectorului, sau prin tripleta, modul (exprimat printr-un număr real), direcţie şi
sens (exemplu: forţa, viteza, etc.).
- Mărimi tensoriale sunt mărimile la care rezultatul măsurării se exprimă printr-
un tensor dintr-un anumit spaţiu n dimensional, reprezentat de un tablou de tipul
matricelor cu n x m componente numere reale (exemplu: eforturile într-un corp
deformat, etc.).
b) După modul de obţinere a energiei necesare măsurării: mărimi active şi
pasive.
12
- Mărimi active sunt mărimile care sunt asociate unor fenomene, procese, etc., ce
eliberează energia necesară măsurării (exemplu: temperatura, tensiunea electrică,
etc.). Aceste mărimi se mai numesc şi mărimi de tip intensitate sau de grad 1.
- Mărimi pasive sunt mărimile care sunt asociate unor fenomene, procese, etc.,
care nu eliberează energia necesară în procesul de măsurare (exemplu: masa,
rezistenţa electrică, etc.).
Măsurarea acestor mărimi se face prin intermediul unei mărimi active.
Aceste mărimi se mai numesc şi mărimi de tip parametric sau de grad 0.
Produsele mărimilor de grad 1, dau mărimi de grad 2 care au caracterul
unor puteri sau energii, iar rapoartele mărimilor de grad 1 sau 2 dau mărimi de
grad 0. Rezultatul măsurării mărimilor de grad 1 se obţine de regulă prin măsurări
directe, iar în cazul mărimilor de grad 0 şi 2 prin măsurări indirecte.
c) După tipul relaţiilor ce se pot stabili între elementele mulţimii M a
stărilor(nivelelor)mărimilor: mărimi reperabile, extensive şi intensive.
- Mărimi reperabile sunt mărimile care permit între elementele mulţimii M numai
relaţii de echivalenţă şi de ordine (exemplu: culorile, magnitudinea cutremurelor,
etc.).
- Mărimi extensive sunt mărimile care permit între elementele mulţimii M relaţii
de echivalenţă, de ordine şi una cu caracter aditiv (exemplu: lungimea, masa,
forţa, intensitatea curentului electric, etc.).
- Mărimi intensive sunt mărimile care permit relaţii de echivalenţă, de ordine şi
una cu caracter aditiv dar numai între intervale definite de elementele mulţimii M
(exemplu: temperatura, timpul, etc.).
d) După modul de variaţie în intervalul de timp al măsurării: mărimi constante
şi variabile.
Intervalul de timp al măsurării se consideră de la aplicarea măsurandului
mijlocului de măsurare, până la obţinerea rezultatului măsurării. Uzual valoarea
acestui interval este cuprinsă între 0,1 s şi 10s, dar în anumite cazuri poate fi mai
mică, de ordinul milisecundei sau microsecundei, sau mai mare pînă la ordinul
orelor.
- Mărimi constante sunt mărimile care au o valoare invariabilă în intervalul de
timp al măsurării.
Obs. Există şi mărimi cvasiconstante caracterizate de o variaţie lentă în intervalul
de timp al măsurării.
13
- Mărimi variabile sunt mărimile care au o valoare variabilă în intervalul de timp

al măsurării. Aceste mărimi pot fi deterministe sau aleatoare.
Mărimi deterministe sunt mărimile variabile care au o evoluţie în timp
previzibilă, ce se poate exprima printr-o funcţie de timp, care permite
caracterizarea mărimii în orice moment. Aceste mărimi pot fi periodice sau
aperiodice. Mărimile periodice sunt mărimile care îşi repetă valorile după
intervale egale de timp care definesc perioada.
Se exprimă prin:
x(t) = x(t+kT) (1.3)

*
unde: TR este perioada, iar kZ.

Aceste mărimi sunt caracterizate în principal de trei parametri ce constituie

valori sintetice de calcul: valoarea medie, valoarea efectivă şi valoarea de vârf.
Valoarea medie nu prezintă un interes larg şi se defineşte astfel:
t 0 T
1
X med 
T  x ( t )dt
t0
(1.4)
Obs.1. Uneori interesează valorile medii ale alternanţelor pozitive sau

negative ale mărimii periodice:
t 0 T
1
x
 
X med  ( t )dt (1.5)
T t0
t 0 T
1
X med  x

( t )dt (1.6)
T t0
Obs.2. În cazul unei mărimi alternative propriu-zise (unde Xmed=0) se

defineşte valoarea medie pe o semiperioadă:
T/2
2
x

X *
med  ( t )dt (1.7)
T 0
14
Valoarea efectivă constituie parametrul global cel mai important al unei

mărimi periodice, ea permiţând o apreciere a componentei energetice a mărimii
respective:
t 0 T
1
X ef  x
2
( t )dt (1.8)
T t0
Valoarea de vârf prezintă interes sub aspectul saturaţiei, ea fiind definită

ca valoarea instantanee de modul maxim a mărimii periodice dintr-o perioadă:
XV = max|x(t)|, t  t0…t0+T (1.9)
Obs. Uneori se utilizează valoarea de vârf corespunzătoare alternanţei

positive X V , respectiv alternanţei negative X V (care în general sunt diferite
între ele), precum şi valoarea vârf la vârf notată XV-V, care este dată de suma
valorilor de vârf corespunzătoare alternanţei pozitive X V , respectiv alternanţei
negative X V .
Mărimile periodice caracterizate prin constanta celor trei valori prezentate
mai sus se numesc mărimi staţionare (stabilizate).
În raport de valorile sintetice de calcul, se definesc factorul de formă şi
factorul de creastă:
X ef
Kf  , (1.10)
X med
XV
Kc  ,
X ef
Aceşti factori au valori diferite pentru mărimi periodice cu evoluţii

temporale diferite (exemplu la o mărime sinusoidală Kc=1.11).
Mărimi aperiodice sunt mărimile care au o evoluţie în timp previzibilă
exprimată printr-o funcţie de timp de tip treaptă, rampă, parabolă, etc., dar la care
valorile numerice nu se repetă periodic. Pentru aceste mărimi nu există parametri
globali de caracterizare ca în cazul mărimilor periodice, descrierea lor completă
impunînd cunoaşterea valorilor numerice pe întreg intervalul de timp pe care se
definesc. Mărimi aleatoare sunt mărimile care dau rezultate întâmplătoare într-o
15
serie de măsurări repetate desfăşurate în condiţii identice şi care nu admit

stabilirea unor elemente sau relaţii care să le ilustreze evoluţia temporală.
Mărimilor aleatoare le sunt asociate aşa numitele funcţii aleatoare X(t, x),
caracterizate prin faptul că au valori corespondente mărimii respective la orice
moment (timpul fiind argumentul funcţiilor aleatoare uzual folosit), aceste valori
modificându-se odată cu mărimea respectivă. Aceste mărimi sunt caracterizate de
parametri globali care se exprimă numai în sens probabilistic pentru întreg setul
de rezultate obţinute în urma măsurării repetate.
Cei mai folosiţi parametrii globali sunt media statistică (speranţa
matematică) m şi dispersia statistică D.
Aceşti parametri se definesc pe baza funcţiei de repartiţie F(x) şi a
densităţii de repartiţie (de probabilitate) f(x), caracteristice funcţiei aleatoare
considerate:

m X ( t ' )  M[X( t ' , x )]   xf ( x, t ' )dx (1.11)


D X ( t ' )   2X ( t ' )  M{[X( t ' , x)  m X ( t ' )]2 }   [x  m X ( t ' )]2 f ( x, t ' )dx (1.12)

unde: t' este momentul de timp considerat la care sunt valabile valorile variabilei
aleatoare X(t,x) descrise aici de variabila x, x este eroarea medie pătratică, iar
M este operatorul de mediere.
Media statistică ne dă media tuturor valorilor funcţiei aleatoare asociate
mărimii aleatoare considerate la momentul de timp considerat t', iar dispersia
statistică reflectă abaterea valorilor funcţiei aleatoare faţă de elementul central al
mulţimii tuturor acestor valori la acelaşi moment t'.
Mărimile aleatoare caracterizate prin constanţa acestor parametrii se
numesc mărimi aleatoare staţionare.
În clasa acestor mărimi există o subclasă specială de mărimi ergodice,
caracterizate prin egalitatea dintre media statistică şi media temporală pentru
acelaşi moment de timp. Media temporală reprezintă valoarea medie a unui şir de
rezultate obţinute la un moment de timp considerat, în cadrul unor măsurări
repetate efectuate în condiţii identice asupra aceluiaşi măsurand.
Această categorie de mărimi aleatoare este foarte importantă pentru
cazurile practice, deoarece ea permite stabilirea unei relaţii directe între
16
parametrii definiţi mai sus, proprii calcului probabilistic şi valorile numerice ale
măsurandului obţinute în procesul de măsurare.
Caracteristic pentru mărimile aleatoare este faptul că măsurarea lor impune
un număr mare de măsurări efectuate în aceleaşi condiţii şi un volum mare de
calcule.
e) După locul pe care-l ocupă în sistematica domeniului de cercetare studiat şi
după rolul pe care-l au în sistematica unităţilor de măsură, se disting mărimi
fundamentale şi mărimi derivate.
Mărimile fundamentale sunt mărimi din toate domeniile fizicii, care sunt
considerate independente între ele,conventional alese, cu ajutorul cărora pot fi
definite alte mărimi, prin ecuaţii de definiţie, care exprimă anumite legi ale
naturii. De exemplu: lungimea, masa şi timpul din mecanică, lungimea, masa,
timpul şi intensitatea curentului electric în electricitate.
Numărul mărimilor fundamentale nu este limitat. O condiţie ce se impune
unei mărimi fundamentale este aceea ca unităţile de măsura care li se atribuie să
poată fi determinate cu cea mai mare exactitate.
Simbolurile mărimilor fundamentale se numesc dimensiuni (de exemplu:
l =lungime, t =timp, m =masa). Simbolurile marimilor fundamentale scrise cu
litere majuscule se numesc dimensiuni fundamentale ale mărimilor fundamentale.
De exemplu dimensiunile fundamentale ale mărimilor fundamentale
lungime, timp, masa sunt (L ,T , M ).
Mărimile derivate sunt mărimile care se definesc în funcţie de ecuaţiile
fundamentale prin ecuaţii de definiţie. De exemplu: viteza, lucru mecanic,
căldura. O mărime este mărime derivată şi în cazul când aceasta se reduce la un
multiplu al unei mărimi fundamentale şi deci este definită direct prin acea
mărime. De exemplu aria şi volumul sunt mărimi derivate deşi ele sunt direct
definite printr-o singură marime fundamentală, lungimea).
În fizică, mărimile fundamentale, ca şi legile generale în care acestea
intervin, sunt alese astfel încât anumite proprietăţi şi consecinţe care decurg să fie
verificate direct din experienţă.
17
1.3. Sisteme de unităţi de măsură

Unităţile de măsură sunt etaloanele pe care le folosim pentru măsurarea
mărimilor fizice. Mulţimea unităţilor de măsură distincte, corespunzătoare tuturor
mărimilor fizice dintr-un anumit domeniu al fizicii (electric, magnetic, optic, etc.)
defineşte un sistem de unităţi de măsură.
În fizică, tehnică, au fost propuse şi utilizate în timp mai multe sisteme de
unităţi de măsură. Primul sistem de unităţi de măsură ştiinţific a fost sistemul
metric, propus în 1793 şi avea la bază două unităţi fundamentale: metrul (m) şi
kilogramul (kg). Metrul era definit astfel: a zecea milioana parte a sfertului
meridianului pământesc care traverseazăa de la Dunkerque la Barcelona – rigla
de Platină. Kilogramul este egal cu masa în vid a unui decimetru cub de apă
distilată la temperatura de 40 C – bloc de Platină.
Sistemul Metric reprezintă primul sistem ştiinţific de unităţi de măsură.
Superioritatea sa faţă de alte sisteme anterioare constă în următoarele:
1) era simplu, pentru că avea la bază 2 unităţi de măsură fundamentale;
2) unităţile fundamentale erau uşor materializabile şi reproductibile;
3) unităţile derivate erau coerente;
4) multipli şi submultipli unităţilor sale fundamentale şi derivate se formau
după regula zecimală;
5) unităţile fundamentale şi cele derivate, precum şi multipli şi submultipli
zecimali ai acestora erau practice.
Pornind de la Sistemul Metric au fost create şi s-au aplicat de-a lungul

timpului, peste 20 sisteme de unităţi adaptate unor nevoi de specialitate din
ştiinţă. Principalele sisteme de unităţi de măsură derivate din Sistemul Metric sunt
următoarele:
1) sistemul MKfS – metru – kilogram forţă – secunda;
2) sistemul CGS – centimetru – gram – secunda;
3) sistemul MKS – metru – kilogram – secunda;
4) sistemul CGS0 – centimetru – gram – secunda – permitivitate;
5) sistemul CGS0 – centimetru – gram – secunda – permeabilitate;
6) sistemul MKSA – metru – kilogram – secunda – amper;
7) sistemul internaţional SI.
18
Existenţa unui număr mare de sisteme de unităţi de măsură, a dus la mari

dificultăţi în ştiinţă şi tehnică şi în consecinţă a apărut necesitatea uniformizării
măsurărilor în toate domeniile fizicii utilizând un sistem standard de unităţi de
măsură. La cererea celei de-a IX-a CGMC (Conferința generală de măsuri și
greutăți) din 1948, s-a întreprins o anchetă în mediile științifice, tehnice și
pedagogice din țările participante la Convenția metrului, referitoare la crearea
unui nou sistem de unități de măsură susceptibil de a fi utilizat cu caracter general.
În consecință, în cadrul celei de-a XI-a Conferinţe Generale de Măsuri şi
Greutăţi (Paris 1960) s-a hotărât adoptarea Sistemului Internaţional de unităţi
(S.I.), bazat pe unităţi fundamentale, corespunzătoare mărimilor fundamentale.
Un sistem de unităţi de măsură trebuie să îndeplinească următoarele
condiţii:
-să fie general, adică să fie aplicabil în cât mai multe domenii ale fizicii;
-să fie coerent, adică să nu introducă coeficienţi numerici suplimentari în relaţiile
dintre mărimile fizice;
-să fie practic, adică unităţile de măsură adoptate să fie potrivite ca şi ordine de
mărime în măsurările uzuale.
Un sistem de unităţi de măsură stabileşte denumirile şi simbolurile
mărimilor şi a unităţilor de măsură precum şi multiplii şi submultiplii acestora.
Dintre toate sistemele de unităţi de măsură cel care îndeplineşte cel mai
bine condiţiile de mai sus este Sistemul Internaţional de Unităţi (SI).
Acest sistem de unităţi de măsură a fost adoptat prin HCM 550/30 în ţara
noastră în anul 1961, iar în prezent este utilizat în toată lumea.
SI are trei tipuri de unităţi de măsură şi anume: 7 unităţi fundamentale,
unităţi derivate şi două unităţi suplimentare.
Prin convenţie internaţională s-a stabilit un număr de 7 unităţi de măsură
fundamentale cu ajutorul cărora să poată fi definite toate celelalte unităţi de
măsură numite unităţi de măsură derivate.
Sistemul de unități de măsură reprezintă ansamblul tuturor unităților
fundamentale și a unităților derivate caracteristice unui sistem de mărimi.
Un sistem de mărimi este coerent dacă toate unitățile de măsură
corespunzătoare mărimilor derivate sunt coerente.
Este evident că dacă sistemul de mărimi este coerent, atunci și sistemul de
unități de măsură este coerent.
19
Unităţile derivate se definesc în raport de cele fundamentale pe baza unor

relaţii exprimate prin produse, câturi sau puteri, iar unităţile suplimentare sunt
considerate de tip derivat.
Mărimile derivate fără dimensiuni, s-au numit până la recomandarea
CIMG (Comitetul Internațional de Măsuri și Greutăți) din 1980 mărimi
suplimentare (unghi plan, unghi solid), iar cele două unităţi suplimentare sunt
radianul(rad) pentru unghi plan şi steradianul(sr) pentru unghi solid.
Unităţile fundamentale, suplimentare şi derivate speciale se folosesc pentru
exprimarea celorlalte unităţi derivate. (exemplu: amperul pe metru(A/m) pentru
intensitatea cîmpului magnetic, voltul pe metru(V/m) pentru intensitatea
cîmpului electric) Pe lângă unităţile SI se mai folosesc şi alte unităţi de măsură
ca de exemplu: gradul Celsius (C) pentru temperatură, barul(bar) pentru presiune,
hectarul(ha) pentru arie, calul putere(CP) pentru putere, etc.
1.3.1.Unităţi de măsură fundamentale

Sistemul Internaţional este bazat pe 7 unităţi de măsură fundamentale
independente între ele aşa cum se observă din tabelul 1.1.
Tabel 1.1: Mǎrimi fizice şi unităţi de măsură fundamentale, simboluri

Mărimea fizică Unitatea de măsură
Denumire –simbol Simbol
1. Lungimea L metru m
2. Masa M kilogram kg
3. Timpul T secundă s
4. Intensitatea curentului electric I ampere A
5. Temperatura termodinamică Tk kelvin K
6. Cantitatea de substanţă ν mol mol
7. Intensitatea luminoasă I cd candela cd
Definirea unităţilor de măsură fundamentale:

1.Metrul (m)- lungimea drumului parcurs de lumină în vid, în timpul de
1/299.792.458 s.
2. Kilogramul (kg)- masa etalonului internaţional execurtat din aliaj 90%
Platină şi 10% Iridiu.
20
3.Secunda (s)- durata a 9.192.631.770 perioade de radiaţie

corespunzătoare tranzaţiei între cele două niveluri hiperfine ale stării
fundamentale a atomului de Cesiu 133.
4. Amperul (A)- intensitatea unui curent constant care, menţinut între două
conductoare paralele, rectilinii, cu lungimea infinită şi cu secţiunea circulară
neglijabilă, aşezate în vid la distanţa de 1 m unul de altul, produce între aceste
conductoare o forţă de 2*107 N pe o lungime de 1 m.
5. Kelvinul (K)- 1/273,15 din temperatura absolută de îngheţ a apei pure,
la presiune atmosferică normală.
6. Candela (cd)- intensitatea luminoasă a unei surse care emite o radiaţie
monocromatică cu frecvenţa de 540*1012 Hz şi a cărei intensitate energetică, pe
o direcţie dată, este de 1/683 W/st (Watt/steradian).
7. Molul (mol)- cantitatea de substanţă a unui sistem care conţine atâtea
particule elementare câţi atomi de Carbon se află în 12 g de C12.
1.3.2.Unităţi de măsură derivate

Aceste mărimi fizice derivate sunt definite pe baza celor şapte mărimi
fizice fundamentele, prin intermediul unor relaţii matematice existente între
acestea. Din aceste ecuaţii se obţin şi unităţile de măsură derivate.
În tabelul1.2 sunt date cȃteva exemple.
Tabel 1.2: Mǎrimi fizice şi unităţi de măsură derivate, simboluri

Mărimea fizică derivată Unitatea de măsură
Nume (simbol) derivată în S.I.
aria metru pătrat m2
volumul metru cub m3
viteza metru / secundă m/s
acceleraţia metru / secundă la pătrat m/s2
impulsul Newton ∙ secundă Ns
22 de unităţi de măsură derivate au primit nume şi simboluri speciale.
21
Tabel 1.3: Mǎrimi fizice şi unităţi de măsură derivate cu nume şi simboluri

speciale
Unităţi de masură derivate din S.I care au nume speciale
Mărimea Alte unităţi Exprimarea în funcţie de
(simbol) unităţi fundamentale
unghiul plan Radian Rad m∙m-1 = 1
unghiul solid Steradian Sr m2·m-2 = 1
Frecvenţa Hertz Hz s-1
Forţa Newton N m·kg·s-2
Presiunea Pascal Pa m-1·kg·s-2
Energia Joule J m2·kg·s-2
Puterea Watt W m2·kg·s-3
sarcina electrică Coulomb C s·A
potenţialul electric Volt V m2·kg·s-3·A-1
1.4. Ecuaţia dimensională. Sisteme de dimensiuni

În virtutea invarianţei legilor fizice, în raport cu schimbarea unităţilor de
măsură, relaţiile de definiţie sau cele provenind din legi fizice, care se stabilesc
între mărimi, trebuie să fie omogene dimensional şi această proprietate
fundamentală este verificată de ecuaţia dimensională.
Numim sistem de dimensiuni, grupul de mărimi fundamentale cu ajutorul
cărora se pot defini univoc toate mărimile derivate. Alegerea mărimilor
fundamentale (natura şi numărul lor) şi ca urmare a sistemului de dimensiuni,
desi arbitrară, ar trebui să satisfacă condiţiile:
− în relaţiile fizice care se stabilesc, să apară un număr mic de constant universale.
− numărul mărimilor cu aceeaşi dimensiune (de exemplu lucrul mecanic şi
momentul forţei) să fie cât mai mic.
S-a constatat că aceste condiţii sunt îndeplinite în mod optim, dacă se aleg
mărimile fundamentale indicate mai înainte şi în acest caz, ecuaţia dimensională
a unei mărimi derivate A, are forma generală:
‹A›S.I.=L M T Θ I J = Lα M β T γ Θ δ I ε J ω, şi îi corespunde ecuaţia unităţii:
(1.13)
α β γ δ
[A]S.I.= m ·kg ·s ·k
22
unde: α, β, ….. , ω reprezintă respectiv dimensiunea mărimii A în raport cu

mărimile fundamentale: lungime, masă, ……, intensitate luminoasă.
Dimensiunile mărimilor derivate se obţin cu ajutorul ecuaţiilor de definitie,
prin înlocuirea în acestea a simbolurilor mărimilor fundamentale cu dimensiunile
fundamentale. Ecuaţiile care se obtin astfel se numesc ecuaţii dimensionale.
Ele apar ca un produs al puterilor dimensiunilor fundamentale, multiplicat
uneori cu un factor numeric. Exponenţii care indică puterile dimensiunilor
fundamentale se numesc exponenţi dimensionali.
Mărimilor fundamentale, li se asociază simbolul de dimensiune: lungimea
– L, masa – M, timpul – T, temperatura absolută – Θ, intensitatea curentului
electric – I, intensitatea luminoasă – J şi cantitatea de substanţă – M.
Ecuaţia dimensională a unei mărimi derivate se obţine înlocuind mărimile
fundamentale, în relaţia de definiţie, prin simbolul de dimensiune
corespunzătoare.
Dimensiunea unei mărimi derivate M în funcţie de dimensiunile
fundamentale M 1 ,M 2 , M 3 ..... se scrie sub forma:
dim M  M1 M 2 M 3 ...... (1.14)
unde: α, β, γ …sunt exponenţi dimensionali.

Dimensiunea unei mărimi derivate depinde de sistemul fundamental ales.
Exemplu:
1)În sistemul fundamental lungime-timp, dimensiunea unei mărimi M este :
dim M  L T  , care pentru acceleraţie devine: dim a  LT 2  a   ms 2
2)În sistemul fundamental lungime-timp-masă,
dim M  L T  M  , care pentru forţă devine: dim F  LT 2 M  F   ms 2 kg
Dacă relaţia de definiţie conţine un factor numeric, diferenţiale sau derivate

ale unor mărimi, factorul numeric şi semnul diferenţialei respectiv derivatei se
ignoră când se stabileşte ecuaţia dimensională.
Dacă în ecuaţia de definiţie intervine un coeficient numeric numit
coeficient de coerenţă, atunci în ecuaţia de dimensiuni se înlocuieşte cu unitatea,
iar dimensiunile mărimilor fundamentale care au coeficienţi dimensionali nuli se
ignoră.
23
Dimensiunile caracterizează incomplet specia căreia aparţine mărimea

respectivă şi nu reprezintă proprietatea distinctă a acesteia, deoarece există
mărimi fizice aparţinand unor specii diferite care, exprimate prin aceleaşi mărimi
fundamentale, au aceleaşi dimensiuni.
În consecinţă, nu se poate stabili unitatea de măsură a mărimii derivate
cunoscand numai dimensiunea ei şi unităţile de măsură ale mărimilor
fundamentale, deoarece din dimensiune nu reiese coeficientul de coerenţă. Pentru
ca determinarea să fie unică este necesară şi ecuaţia de definiţie care conţine acest
coeficient. Ecuaţiile de dimensiuni pot, de asemenea, servi la verificarea
omogenităţii ecuaţiilor de definiţie.
mv 2 1 l 2
Exemplu: Pentru energia cinetică: E c   m 2 , ecuaţia dimensională
2 2 t
va fi:
dim Ec  L2 MT 2 , în sistemul lungime-masă-timp.
Există specii de mărimi fizice care definite prin aceeaşi sistem de mărimi
fundamentale au aceleaşi dimensiuni.
Exemplu: În sistemul fundamental LMT, energia mecanică are
dimensiunea:
dim E  L2 MT 2 , la fel ca momentul forţei (m=F r =ma r) dim m  L2 MT 2
Există şi mărimi derivate adimensionale, adică cu exponenţi dimensionali

nuli, fie în raport cu mărimile fundamentale uzuale (unghiul plan sau unghiul
solid) fie în raport cu alte specii de mărimi, fiind definite prin rapoarte de mărimi
de aceeaşi specie (densitatea relativă, permitivitatea relativa ε r , permeabilitatea
relativă μ r , randamentul η).
Dimensiunea unei marimi adimensionale este egală cu 1. În concluzie,
dimensiunea nu caracterizează complet specia caruia îi aparţine mărimea
respectivă şi nu reprezintă o proprietate distinctivă a acesteia.
24
1.5. Prefixe și simboluri pentru multiplii și submultiplii zecimali

Multiplii Submultiplii
Prefixul Simbolul Factor de Prefixul Simbolul Factor de
prefixului multiplicare prefixului multiplicare
Deca Da 10 deci d 10-1
Hecto H 102 centi c 10-2
Kilo K 103 mili m 10-3
Mega M 106 micro μ 10-6
Giga G 109 nano n 10-9
Terra T 1012 pico p 10-12
Peta P 1015 femto f 10-15
Exa E 1018 atto a 10-18
Zetta Z 1021 zepto z 10-21
Yotta Y 1024 yocto y 10-24
1.6. Etaloane
Măsurarea presupune comparaţia măsurandului cu unitatea de măsură.
Această comparaţie este realizată de un mijloc de măsurare (MM) care prin aşa
numita operaţie de etalonare “memorează” unitatea de măsură, un multiplu, sau
submultiplu al acesteia.
Etalonarea unui mijloc de măsurare (MM) este operaţia prin care pe baza
comparaţiei MM respectiv cu un etalon se realizează stabilirea unei relaţii între
mărimea de măsurat ca şi mărime de intrare şi o mărime accesibilă percepţiei
umane (o deviaţie unghiulară, un număr afişat) ca şi mărime de ieşire.
Această relaţie de dependenţă se materializează într-un dispozitiv de
indicare a rezultatului măsurării (scară gradată şi ac indicator, un dispozitiv de
afişare numerică, etc.) care “memorează” cu o precizie cunoscută unitatea de
măsură, un multiplu, sau submultiplu al acesteia, într-o mulţime de valori posibile
ale mărimii măsurate şi permite determinarea valorii numerice a acesteia.
Apare astfel necesitatea unor obiecte, aparate, instalaţii, etc., capabile să
genereze, să conserve şi să permită transmiterea unităţilor de măsură, multiplilor
şi submultiplilor acestora. Aceste obiecte, aparate, instalaţii se numesc etaloane.
1. După destinaţie etaloanele se clasifică în etaloane de definiţie, de
conservare şi de transfer.
25
Etaloanele de definiţie sunt acelea care generează unităţile de măsură,

multiplii şi submultiplii acestora. Se materializează de regulă printr-un
experiment bazat pe relaţia de definiţie a unităţilor de măsură respective, prin
raportare la anumite fenomene fizice sau proprietăţi ale materiei, reproductibile
precis (exemplu: balanţa de curent pentru amper). Mai rar etaloanele de definiţie
se materializează printr-un prototip (exemplu: kilogramul pentru masă).
Etaloanele de conservare sunt acelea care conservă unităţile de măsură,
multiplii şi submultiplii acestora. Realizarea lor presupune existenţa unor
elemente sau fenomene caracterizate printr-un parametru fizic foarte stabil în
timp şi faţă de influenţele exterioare (exemplu: etaloanele de tensiune
electromotoare, etaloane de rezistenţa electrică, etaloane de capacitate, etc.).
Etaloanele de transfer sunt acelea care servesc la transmiterea unităţilor
de măsură, multiplilor şi submultiplilor acestora către diferite mijloace de
măsurare în vederea etalonării sau verificării acestora (exemplu: divizoare
inductive de tensiune sau de curent, transformatoare de curent sau de tensiune,
compensatoare de c.c., etc.).
2. După precizie etaloanele se clasifică în etaloane primare, secundare şi
terţiare.
Etaloanele primare (de referinţă) sunt cele mai precise etaloane din
România. Ele sunt folosite la verificarea etaloanelor secundare şi sunt păstrate ca
şi sistem naţional de etaloane, la Institutul Naţional de Metrologie Bucureşti
(INMB).
Etaloanele secundare au o precizie mai mică decît cele primare şi sunt
păstrate la INMB şi în diferite laboratoare metrologice regionale. Sunt folosite la
verificarea etaloanelor terţiare.
Etaloanele terţiare (de lucru) au cea mai slabă precizie şi se păstrează în
laboratoarele metrologice uzinale, fiind folosite la verificarea şi etalonarea MM
de precizie.
Etaloanele nu sunt folosite în măsurările curente.
26
1.7. Metode de măsurare. Clasificarea metodelor de măsurare

Metodele de măsurare reprezintă ansamblul de procedee utilizate pentru
aplicarea principiilor de măsurare, în vederea obţinerii informaţiilor de măsurare.
Marea diversitate a mărimilor de măsurat, mijloacelor de măsurare şi a scopurilor
pentru care sunt efectuate măsurările au determinat apariţia unui mare număr de
metode de măsurare. Principalele criterii de clasificare şi tipurile corespunzătoare
de metode de măsurare sunt:
A). După modul de realizare a comparaţiei dintre măsurand şi unitatea de
măsură oferită de un etalon: metode directe şi indirecte.
1. Metodele directe sunt acelea la care rezultatul măsurării se obţine în
urma comparaţiei nemijlocite a măsurandului cu un etalon din aceeaşi clasă.
Aceste metode se utilizează în general pentru măsurarea mărimilor extensive şi
sunt de două feluri: prin comparaţie succesivă şi prin comparaţie simultană. Ele
presupun utilizarea unui singur mijloc de măsurare.
a) Metodele prin comparaţie succesivă (cu citire directă) presupun două
etape:
- În prima etapă se realizează comparaţia MM cu etalonul în cadrul operaţiei de
etalonare (calibrare) a mijlocului de măsurare, prin care se “memorează” cu o
precizie cunoscută unitatea de măsură, multiplii şi submultiplii acesteia într-o
mulţime de valori posibile ale măsurandului.
- Etapa a doua este cea de măsurare propriu-zisă în care are loc comparaţia între
măsurand şi unitatea de măsură prin intermediul “memoriei” MM, fără intervenţia
etalonului.Aceste metode sunt specifice aparatelor de măsurat uzuale
(indicatoare).
b) Metodele prin comparaţie simultană sunt acelea în care măsurandul
este comparat nemijlocit cu un etalon din aceeaşi clasă, ambele fiind aplicate
simultan mijlocului de măsurare.
 După cum etalonul are o valoare egală, sau apropiată de a măsurandului aceste
metode sunt de mai multe feluri metoda de zero, diferenţială, a substituţiei, a
comparaţiei simple, a permutării.
- Metoda de zero este aceea în care măsurandul are o valoare egală cu a
etalonului, aparatul de măsurat având rolul unui indicator de zero (de nul).
- Metoda diferenţială este aceea în care aparatul de măsurat măsoară
diferenţa dintre măsurand şi un etalon de valoare apropiată.
27
- Metoda comparaţiei simple este aceea în care măsurandul se compară cu

etalonul prin intermediul unui aparat comparator, determinarea rezultatului
măsurării implicând cunoaşterea constantei aparatului comparator.
- Metoda substituţiei (a efectelor egale) este aceea în care măsurandul şi
etalonul se compară pe rând cu o mărime auxiliară de aceeaşi natură, prin
intermediul unui aparat comparator. Prin modificarea constantei aparatului se
obţin efecte egale asupra acestuia în cele două măsurări, putându-se determina de
aici rezultatul măsurării.
- Metoda permutării este aceea în care într-o primă etapă se compară
măsurandul cu etalonul, iar în a doua se compară etalonul cu măsurandul folosind
acelaşi aparat comparator.
Ţinând cont că în ambele măsurări avem aceeaşi constantă introdusă de
aparat, se deduce valoarea măsurandului.
Cu excepţia metodei comparaţiei simple, influenţa aparatului în procesul
măsurării este minimă sau chiar eliminată.
Dezavantajul principal al acestor metode este că ele necesită etaloane de
valoare egală sau apropiată de a măsurandului, respectiv etaloane variabile care
să permită realizarea acestor două condiţii.
 În cazul când etalonul are o valoare diferită de a măsurandului, metodele prin
comparaţie simultană sunt de două feluri: de adiţionare sau de raport.
- Metoda de adiţionare (de însumare) este aceea în care măsurandul se
compară cu un etalon de aceeaşi valoare obţinut prin însumarea mai multor
etaloane din aceeaşi clasă. Este evident că această metodă presupune proprietatea
de aditivitate a etalonului respectiv, de unde şi aria restrânsă de aplicabilitate.
- Metoda de raport este aceea în care măsurandul se compară cu o fracţiune
din etalon (sau invers), prin intermediul unui dispozitiv de raport de construcţie
specială (exemplu: divizorul de tensiune rezistiv, inductiv sau capacitiv, balanţa
cu braţe inegale, etc.). Determinarea rezultatului măsurării implică cunoaşterea
precisă a factorului de raport caracteristic dispozitivului de raport.
Această metodă este des întâlnită în domeniul măsurărilor electrice,
deoarece are avantajul măsurării diferitelor mărimi cu un interval mare al
valorilor numerice, folosind un singur etalon de valoare fixă.
2. Metode indirecte sunt acelea în care rezultatul măsurării unei mărimi se
obţine prin calcul, conform unei relaţii de dependenţă (inclusiv relaţia de
definiţie) dintre măsurand şi alte mărimi direct măsurabile.
28
După cum relaţia de dependenţă este explicită sau implicită metodele

indirecte pot fi explicite sau implicite.
a) Metodele explicite sunt cele în care măsurandul X, depinde de mărimile
direct măsurabile X 1 ,X 2 ,. . . ,X N , printr-o relaţie explicită:
X = f(X 1 ,X 2 ,. . . ,X N ) (1.15)
Exemplul clasic îl constituie măsurarea rezistenţelor prin metoda
voltmetrului şi ampermetrului, conform relaţiei de definiţie: R=U/I
b) Metodele implicite sunt cele în care mărimile de măsurat X 1 ,. . . ,X L

(poate fi şi una singură) depind de mărimile direct măsurabile X 1' ,X '2 ,. . .,X 'N
printr-o relaţie implicită:
'
X i' =g(X 1' ,X '2 ,. . .,X i1 '
,X i1 ,. . ., X 'N , X 1 ,.. ,X L ), i=1..N; (1.16)
Aceste metode sunt mult mai laborioase decât cele explicite, necesitând un
set de măsurări ale mărimilor direct măsurabile, efectuate în condiţii identice, ale
căror rezultate sunt utilizate în calculele ce vor da rezultatul măsurării.
De exemplu pentru măsurarea coeficienţilor  şi  de variaţie cu
temperatura a unei rezistenţe electrice, poate fi considerată relaţia:
RT = RT0 [1+ (T-T0) + (T-T0)2]
unde: RT0 - rezistenţa la temperatura de referinţă T0;

RT - rezistenţa la temperatura de calcul T.
Un rezultat corect al măsurării implică un număr mare de măsurări ale

rezistenţei RT în întreg domeniul de temperatură pentru care relaţia de mai sus
este valabilă.
Precizia măsurărilor prin metode indirecte este mai scăzută decât în cazul
metodelor directe, deoarece pe lângă erorile cu care se măsoară mărimile direct
măsurabile mai apar şi erorile care afectează calculele.
29
B). După precizia măsurării avem: metode de laborator şi industriale.

1. Metodele de laborator sunt acelea în care se impune utilizarea unor
mijloace de măsurare precise şi asigurarea unor condiţii restrictive privind mediul
în care se desfăşoară măsurarea.
Din această categorie fac parte cele mai precise metode de măsurare, dintre
cele prezentate mai sus. Aceste metode se folosesc în cercetarea ştiinţifică, la
etalonarea şi verificarea mijloacelor de măsurare, etc.
2. Metodele industriale sunt acelea în care nu se impun condiţii de precizie
mijlocului de măsurare şi mediului în care se desfăşoară măsurarea şi deci implicit
asupra preciziei de măsurare. Aceste metode se folosesc la măsurarea curentă a
diferitelor mărimi, în secţii, ateliere, instalaţii automate, etc.
1.8. Mijloace de măsurare

1.8.1. Clasificarea mijloacelor de măsurare
Mijloacele de măsurare constituie totalitatea mijloacelor tehnice cu care se
obţin informaţiile de măsurare. Aceste mijloace trebuie să îndeplineasca anumite
condiţii pentru a putea servi scopului propus, denumite generic, caracteristici
metrologice normate şi stabilite prin acte normative (standarde, norme tehnice de
metrologie etc.).
1. Mijloacele de măsurare se împart, după precizia lor, în:
- mijloace de măsurare de lucru - care servesc la efectuarea măsurărilor curente,
necesare în practică;
- mijloace de măsurat model (de ex. utilizând metoda de măsurare prin
comparaţie), destinate etalonării sau verificării măsurilor şi aparatelor de măsurat
de lucru, fiind mai precise decât acestea, dar satisfăcând condiţii limitate de
precizie;
- mijloace de măsurare etalon, care reproduc sau stabilesc unitatea de măsură cu
o precizie maximă, o pastrează şi o transmit mijloacelor de măsurare de precizie
inferioară.
2. După complexitate mijloacele de măsurare se împart în:

- măsuri;
- instrumente de măsurare;
- aparate de măsurare;
- instalaţii de măsurare;
30
Măsurile reprezintă realizarea materială a unităţilor de măsură, a unui

multiplu sau submultiplu al acestuia şi au ca scop realizarea şi conservarea unităţii
de măsură.
Măsurile pot fi:
- cu valoare unică - păstrează o singură valoare a măsurandului;
- cu valori multiple - conţin mai multe valori distincte ale măsurandului.
Aparatele de măsurat servesc la compararea măsurandului cu unitatea de
măsura şi servesc la conversia măsurandului într-o mărime adecvată indicării,
înregistrării sau vizualizării.
Aparatele de măsurare care au un numar mic de conversii se numesc
instrumente de măsură (de exemplu: şublerul, termometrul de sticlă,
miliampermetrul magnetoelectric).
Perfecţionarea aparatelor de măsură s-a facut în două direcţii:
- aparate de măsurat analogice - în care semnalul purtător de informaţie de
măsurare este o mărime fizică variabilă continuu, iar rezultatul măsurării se
vizualizează prin deplasarea unui indicator în faţa unei scale gradate sau se
stochează sub forma unor înregistrari grafice;
- aparate de măsurat digitale - în care semnalul purtător de informaţie
metrologica este discretizat (cuantificat), iar rezultatul se indică sub forma
numerică sau se stochează sub forma unor înregistrări numerice.
Instalaţii de măsurare conţin aparate de măsură, măsuri şi dispozitive
anexe, reunite într-o schemă sau metodă comună şi care serveşte pentru
măsurarea uneia sau mai multor mărimi (exemplu: instalaţiile pentru verificarea
şi etalonarea aparatelor de măsurat-A, V, W; insţalatii pentru determinarea
caracteristicilor statice şi dinamice ale materialelor feromagnetice etc).
Sistemele de măsurare servesc la măsurarea simultană a unui număr mare
de mărimi, transmiterea la distanţă, selectarea, centralizarea şi stocarea
informaţiei de măsurare, iar informaţia de măsurare prelucrată se utilizează în
conducerea sau reglarea sistemelor de producţie.
În sistemele de măsurare semnalele de intrare şi ieşire din diferitele
componente ale sistemului sunt standardizate (semnale unificate), dând
posibilitatea construirii sistemului din blocuri interschimbabile, cu o structură
modulată. Există 4 direcţii de dezvoltare:
- sisteme de măsurare propriu-zisă, care sunt destinate stabilirii caracteristicilor
cantitative ale obiectelor;
31
- sisteme de control - sunt destinate stabilirii corespondenţei dintre parametrii

obiectului şi normele sau cerinţele impuse obiectului;
- sisteme de diagnoză- sunt destinate stabilirii cauzelor defectelor şi localizării
acestora în obiectul observat;
- sisteme de identificare - sunt destinate stabilirii apartenenţei unui obiect la o
anumită clasa de obiecte.
3. După destinaţie, mijloacele de măsurare se împart în etaloane şi

mijloace de măsurare de lucru.
Etaloanele sunt mijloace de măsurare care servesc la materializarea şi
conservarea sau reproducerea legală a unităţilor de măsura sau a unor anumite
valori ale acestora şi la transmiterea lor către alte mijloace de măsurare destinate
efectuării operaţiilor curente de măsurat. Etaloanele pot fi împărţite după precizie
în: etaloane primare, etaloane secundare şi etaloane de lucru.
Etaloanele primare sunt de cea mai înaltă precizie şi sunt utilizate de regulă
ca etaloane naţionale ( etaloane unice, atestate ca referinţă legala pentru orice
măsurare într-o ţară). Realizarea şi păstrarea etaloanelor primare se face de regulă
de o insţitutie naţionala în fiecare ţară (I.N.M. din Bucureşti), care are şi sarcina
de a le compara cu etaloanele acceptate pe plan internaţional, precum şi cu
etaloanele naţionale ale altor ţări.
Etaloanele secundare sunt comparate cu etalonul primar şi servesc, pe
diferite trepte intermediare, pentru comparaţii cu precizii din ce în ce mai scazute.
Etaloanele de ordin inferior sunt mai puţin precise şi mai numeroase, aflându-se
în dotarea laboratoarelor aparţinând metrologiei de stat sau laboratoarele din
unităţile economice.
Etaloanele de lucru servesc pentru verificarea metrologică a mijloacelor
de măsurare de lucru. Ele sunt mai puţin precise şi cele mai numeroase.
Compararea lor se face cu etaloanele secundare de ultimul ordin.
1.8.2. Caracteristicile mijloacelor de măsurare

Sunt particularităţile esenţiale prin care se deosebesc şi li se apreciază
calităţile, atât din punct de vedere constructiv şi funcţional, cât şi al rezultatelor
măsurătorilor ce se pot obţine cu ele.
Caracteristicile se împart în doua grupe: caracteristici tehnice şi
caracteristici metrologice.
32
A. Caracteristicile tehnice reprezintă particularităţile de construcţie şi de

funcţionare.
1) Caracteristicile tehnice de construcţie sunt particularităţile de
construcţie ale mijloacelor de măsurare, referitoare la principiul de funcţionare,
materialele utilizate, forma, dimensiuni, modul de prelucrare a suprafeţelor,
calitatea execuţiei.
2) Caracteristicile tehnice de funcţionare sunt particularităţile referitoare la
modul cum funcţionează mijloacele de măsurare şi la modul cum sunt influenţate
în funcţionare de condiţiile de mediu. Cele mai importante caracteristici
funcţionale sunt: stabilitatea, constanta, inerţia, generalitatea, intervalul de
măsurare, valoarea de referinţă, condiţiile de referinţă, fiabilitatea şi timpul de
răspuns.
a) Stabilitatea este caracteristica tehnicii fundamentala de funcţionare a
mijlocului de măsurare, de a un fi influenţat de alte fenomene fizice, în afară de
variaţia mărimii pe care o măsoară.
b) Constanta este o caracteristică tehnică fundamentală de funcţionare a
mijlocului de măsurare, de a indica valori în conformitate cu legea fízică ce stă la
baza construcţiei sale, pentru fiecare valoare a semnalului de intrare să
corespunda o anumită şi unică valoare a semnalului de ieşire, în aceleaşi conditii
exterioare de lucru.
c) Inerţia este caracteristica tehnică de functionare prin care se constată
modul de acomodare a mijlocului de măsurare pentru a putea urmări variaţia
valorii măsurandului.
d) Generalitatea este caracteristica funcţională fundamentală care exprimă
posibilitatea ca mijlocul de măsurare să fie întocmit în măsurari identice, cu alt
mijloc de măsurare care prezintă aceleaşi caracteristici.
e) Intervalul de măsurare este intervalul de variaţie a valorilor
măsurandului, pe intinderea careia, mijlocul de măsurare poate furniza informaţii
de măsurare în limitele erorilor prestabilite.
f) Valoarea de referinţă este valoarea unei mărimi de influenţă pentru care
sunt fixate erorile tolerate ale mijlocului de măsurare.
g) Condiţiile de referinţă reprezintă ansamblul de valori sau de intervale
de referinţă, pentru toate mărimile de influenţă, în care se asigură menţinerea în
limitele erorilor tolerate prescrise.
33
h) Fiabilitatea este calitatea unui mijloc de măsurare de a funcţiona, cu o

probabilitate prestabilită, un interval de timp determinat, fără să depăşească
erorile tolerate.
i) Timp de răspuns este timpul după care mijlocul de măsurare indică
valorile măsurandului.
B. Caracteristicile metrologice ale mijloacelor de măsurare

Caracteristicile metrologice se referă la rezultatele măsuratorilor şi
depind de caracteristicile tehnice. Principalele caracteristici metrologice sunt:
justeţea, sensibilitatea, mobilitatea, fidelitatea, precizia.
a) Justeţea este caracteristică metrologică a unei măsuri de a avea o valoare
apropiată de cea efectivă, respectiv a unui mijloc de măsurare, de a da informaţii
apropiate de valoarea efectivă a măsurandului. Valoarea nominală a unei măsuri
sau a diviziunii scalei mijlocului de măsurare este valoarea înscrisă pe măsura,
respectiv pe scala mijlocului de măsurare.
Justeţea exprimă calitatea mijlocului de măsurare în ceea ce priveste gradul
de afectare a rezultatelor măsurătorilor cu erori sistematice. Justeţea se
caracterizează prin erori de justeţe, care afectează valoarea mărimii măsurate, în
condiţii determinate, datorită exclusiv mijlocului de măsurare. Eroarea de justeţe
δj este egală cu suma algebrică a erorilor sistematice furnizate de mijlocul de
măsurare şi deci:
δj=M-Me (1.17)
unde: M este valoarea nominală a măsurii, respectiv a mijlocului de măsurare, iar

Me este valoarea efectivă corespunzatoare.
La aprecierea justeţei se pot folosi şi erorile relative: eroarea efectivă
relativă (eroarea relativă de indicaţie):
M  Me
j  (1.18)
Me
sau eroarea nominală relativă:
M  Me
j  (1.19)
M
Erorile de justeţe (de indicaţie) depind la unele aparate de valorile
măsurandului. Ca urmarea acestea diferă pentru diferite indicaţii ale mijlocului
de măsurare (de exemplu, la aparatele integratoare).
34
La acestea, eroarea de justeţe, în aceleaşi condiţii, este proporţională cu

valoarea măsurandului:
δj=M-Me=KMe=K’M (1.20)
unde: K şi K’ sunt constante de proporţionalitate. În acest caz este convanabil să

se folosească erorile relative, deoarece sunt constante.
Eroarea efectivă relativă este mai mare decât eroarea nominală relativă (εj>
ε’j), în cazul în care M şi Me au acelaşi semn. Din relaţiile (1.18) şi (1.19) rezultă:
M Me
 j 'j   2 (1.21)
Me M
M
Dar din (19):   j  1 sau
Me
Me 1
 (1.22)
M  j 1
Din (21) rezultă:
1 j
 j   ' j   j 1 2j  (1.23)
 j 1  j 1
Dar εj* εj>0 şi εj+1=M/Me>0, de unde rezulta εj*εj/εj+1>0 şi deci εj>ε’j

Pentru eliminarea erorilor de justeţe se folosesc corecţiile. Corecţia C este
egală cu valoarea care trebuie adaugată la valoarea nominală pentru a obţine
valoarea efectivă, adică:
C=Me-M=-δj (1.24)
Corecţia nominală relativă Ce, se defineşte prin relaţia:
C Me  M j
Ce    (1.25)
M m M
Uneori, în loc de corecţie se poate folosi factorul de corecţie K definit prin

relaţia :
35
Me M  C
K= = =1+Ce (1.26)
M M
b) Sensibilitatea este caracteristica metrologică a unei măsuri cu valoare

variabilă, respectiv a unui mijloc de măsurare de a percepe cele mai mici variaţii
ale măsurandului.
Sensibilitatea medie, Sm, se exprimă prin raportul:
X
Sm  (1.27)
M
unde: ΔM este variaţia măsurandului, iar ΔX este variaţia corespunzătoare a

mărimii măsurabile.
Sensibilitatea medie Sm este deci numeric egală cu intervalul de variaţie a
mărimii observabile corespunzător variaţiei măsurandului cu o unitate.
Sensibilitatea S corespunzătoare unei valori M este dată de relaţia:
lim X dX
S  (1.28)
M  0 M dM
Din relaţiile (1.27) şi (1.28) se observă că sensibilitatea este cu atât mai

mare, cu căt la variaţii mici ale valorii măsurandului, corespund variaţii mai mari
ale valorii mărimii observabile.
Pragul de sensibilitate reprezintă cea mai mica variaţie a măsurandului,
care poate produce o variaţie perceptibilă a mărimii observabile X. Sensibilitatea
poate fi constantă sau variabilă de-a lungul scalei mijlocului de măsurare.
La mijloacele de măsurare cu sensibilitate variabilă, diviziunile scării nu
sunt echidistante, când valoarea diviziunii este constantă.
Este convenabil ca mijloacele de măsurare să aibă sensibilităţi ridicate,
pentru a se putea face măsurări cât mai precise. Sensibilităţi prea ridicate conduc
la o lipsă de stabilitate.
c) Mobilitatea. Este caracteristica metrologică a mijlocului de măsurare de
a avea o inerţie cât mai mică. Se exprimă prin raportul dintre variaţia
măsurandului şi timpul de acomodare necesar aparatului pentru a da indicaţii.
36
Mijlocul de măsurare cu mobilitate mare are o impresionabilitate i=S/t

mare, unde S este sensibilitatea, iar t este timpul de acomodare pentru a indica
pragul de sensibilitate.
d) Fidelitatea. Este caracteristica metrologică a mijlocului de măsurare de
a avea o variaţie cât mai mică la măsurarea aceleiaşi mărimi în condiţii identice.
Exprimă calitatea mijlocului de măsurare în ceea ce priveşte gradul de afectare a
rezultatelor măsurătorilor cu erori accidentale. Se caracterizează prin eroarea de
fidelitate care este datorată exclusiv mijlocului de măsurare şi egală cu rezultanta
erorilor accidentale.
e) Precizia. Este caracteristica metrologică a mijlocului de măsurare, care
exprimă calitatea acestuia în ceea ce priveşte gradul de afectare a rezultatelor
măsurării cu erori de măsurare. Se caracterizează prin eroarea de precizie, care
reprezintă ansamblul erorilor de măsurare datorate mijlocului de măsurare, care
afectează rezultatul măsurării în condiţii de utilizare date şi cuprinde eroarea de
justeţe şi eroarea de fidelitate. Precizia este cu atât mai mare cu cât valoarea
absolută a erorii este mai mică. Eroarea este cu atât mai mică cu cât mijlocul de
măsurare este mai sensibil şi are un prag de sensibilitate mai mic, cu cât este mai
just şi mai fidel. Indicatorii de precizie sunt: clasa de precizie, eroarea tolerată,
corelaţi cu precizia aparatelor de măsură.
Clasa de precizie este un indice numeric, convenţional stabilit, care
caracterizează o categorie de mijloace de măsurare ce au caracteristici
metrologice identice.
Eroarea tolerată este eroare de măsurare maximă, prevazută în reglementări
oficiale, pentru admiterea unui mijloc de măsurare în urma unei verificări.
Numărul care arată clasa de precizie arată eroarea tolerată în procente.
Exemplu: aparatele de clas 0,2 au o eroare tolerata de  0,2%.
La aparatele electrice indicatoare, clasa de precizie n reprezintă numărul
care indică eroarea relativă maximă referitoare la limita superioară a scalei,
exprimată în procente, adică:
(M ) max
n  100% (1.29)
M max
unde: Mmax este limita superioară a scării, iar (ΔM)max este eroarea absolută
maximă.
37
Noţiunea de clasă de precizie are avantajul că reprezintă o caracteristică

independentă de intervalul de măsurare al aparatului, depinzând doar de
caracteristicile sale constructive şi fiind deci aceeaşi pentru o familie întreagă de
aparate similare, dar cu limite de măsurare diferite.
Observaţie: Clasa de precizie nu dă direct eroarea relativă cu care poate
masură aparatul respectiv. Eroarea relativă în procente este egală cu clasa de
precizie numai la capatul superior al scării aparatului, fiind mai mare în orice alt
punct al scării.
Din relaţia (1.29) rezultă că pentru orice reper al scării eroarea relativă este:
n
ΔM= M max (1.30)
100%
Pentru un reper al scării, eroarea relativă este:

n
M max
M 100%
 (1.31)
M M
Relaţia (1.31) arată că eroarea relativă este cu atât mai mică cu cât valoarea
măsurată este mai mare. De exemplu: la un ampermetru de 10A, de clasa de
precizie 0,5, eroarea relativă de măsurare poate ajunge la 0,5% când curentul
măsurat este de 10A la 1% când este la 5A, la 2% pentru 2,5A.
La începutul scării gradate eroarea relativă poate ajunge la valori excesiv
de mari. De aceea un aparat de măsură trebuie folosit astfel încât indicaţia sa să
fie situată pe cât posibil în ultimile două treimi ale scării şi numai pentru măsurări
orientative la primile diviziuni ale scării.
1.9. Condiţii de întrebuinţare a mijloacelor de măsurare

În general orice mijloc de măsurare este destinat să măsoare o anumită
mărime, ceea ce presupune că în timpul măsurării asupra sa să nu intervină vreo
altă mărime. Indicaţiile mijloacelor de măsurare pot fi influenţate de factori
externi cum ar fi: presiunea atmosferică, acceleraţia gravitaţională, umiditatea,
precum şi de factori interni, proprii mijlocului de măsurare: gradul de uzură,
poziţia, materialele utilizate la construcţie.
38
Se numesc mărimi de influenţă, totalitatea mărimilor care nu fac obiectul

măsurării, dar care influenţează asupra indicaţiilor mijlocului de măsurare sau
asupra valorii măsurandului.
Totalitatea parametrilor care caracterizează mediul ambiant în care se
efectuează măsurările şi care influenţează prin variaţia lor rezultatele acestora,
poartă denumirea de condiţii în care se efectuează măsurătorile.
Dintre aceşti parametrii, cei mai importanţi sunt: temperatura, presiunea
atmosferică, umiditatea, acceleraţia gravitaţională, câmpurile electrice şi
magnetice, vibraţiile, iluminarea defectoasă, zgomotul, trepidaţiile, componenţa
aerului. Pentru ca mijlocul de măsurare să fie utilizat corect, trebuie plasat în
condiţii de referinţă fixate de constructor pentru care se garantează limitele
erorilor tolerate. În cazurile în care mijlocul de măsurare este utilizat în afara
condiţiilor de referinţă, rezultatelor măsurătorilor trebuie să li se aplice corecţiile
necesare. Pentru a fi posibilă compararea rezultatelor obţinute din diferite
măsurători, acestea trebuiesc raportate la anumite valori de referinţă stabilite în
stări normale de funcţionare. Experimental s-au stabilit următoarele stări normale
pentru temperatură şi presiune atmosferică:
1) Starea normală “fizică”, specifică măsurătorilor din cercetare ştiinţifică,
se caracterizează prin temperatura normală “fizică” t=0 0 C şi presiunea normală
“fizică” P 0 =1,01325*10 5 N/m 2 .
2) Starea normală “tehnică” specifică măsurătorilor tehnice, se
caracterizează prin temperatura normală “tehnică”, t N =20 0 C, presiunea normală
“tehnică”, P N =1Kgf/cm 2 =735,56mmHg.
Încăperile laboratoarelor metrologice, în care se fac măsurători de înaltă
precizie, trebuie să îndeplinească următoarele condiţii:
1) să fie luminoase, curate şi amplasate astfel încât vibraţiile exterioare să
nu influenţeze justeţea mijloacelor de măsură.
2) să aibă umiditate mai mică de 65%, izolate de alte laboratoare şi de orice
sursă de praf.
3) să aibă amenajate instalaţii de teermostatare pentru menţinerea unei
temperaturi normale de lucru.
4) aparatele trebuie să fie montate pe fundaţii independente de cele ale
clădirii, pentru a fi excluse vibraţiile, la distanţe suficient de mari, de sursele
directe de încălzire.
39
2. ERORI DE MĂSURARE
2.1. Sursele erorilor de măsurare

Toate măsurările au ca scop determinarea valorilor adevărate ale unor
mărimi. Valoarea adevărată, prin ea însăşi, este o noţiune absolută şi, în general,
nu poate fi determinată. Ceea ce se cunoaşte întotdeauna este o valoare măsurată,
afectată în mod inevitabil de erori generate de imperfecţiunile aparatelor de
măsură şi de imprecizia de citire a observatorului pe de o parte, iar pe de altă parte
de variaţiile ce se produc în condiţiile de măsurare şi reglaj ale aparatelor.
Într-o măsurare de orice natură, oricât de corect ar fi executată, chiar dacă
sunt utilizate cele mai precise metode şi aparate, rezultatul diferă de valoarea
reală, (convenţional) adevărată.
Rezultatul măsurării oricărei mărimi fizice este afectat întotdeauna de o
eroare de măsurare dată de diferenţa dintre valoarea sa numerică (măsurată) şi
valoarea sa reală (adevărată).
Δx = xm – x (2.1)
unde:
Δx este eroare de măsurare, xm este rezultatul măsurării, iar x este valoarea
adevărată a mărimii fizice măsurate
Prin intermediul erorii de măsurare se defineşte precizia, care constituie un

indicator principal al calităţii măsurării.
Avănd în vedere aceste considerente, se va considera pentru scopuri
practice, ca valoare adevărată o valoare măsurată cu o incertitudine suficient de
mică pentru cerinţele unei situaţii date.
De exemplu, pentru verificarea unui aparat de măsură, valoarea considerată
adevărată este valoarea etalonului cu care se face verificarea, iar pentru
determinarea rezultatului măsurării prin măsurări repetate în condiţii identice,
valoarea presupusă adevărată va fi media şirului de valori.
În concluzie, orice măsurare este afectată de o incertitudine de măsurare,
care este intervalul în care se estimează, cu o anumită probabilitate (nivel de
incredere), că se află valoarea adevărată a măsurandului.
40
Rezultatul măsurării trebuie să fie însoţit de indicarea incertitudinii,

deoarece în lipsa ei poate să nu servească scopului propus, sau cantitatea de
informaţie conţinută să fie insuficientă.
Pentru evaluarea corectă a incertitudinii de măsurare, este necesar să se
identifice natura şi sursa erorilor şi incertitudinile parţiale ce revin acestora.
Din punct de vedere al exprimării matematice, în vederea evaluării lor,
erorile pot fi:
- Eroare absolută: Δ = x - x0;
unde:
Δ este eroarea absolută;
x – valoarea obţinută în urma măsurării;
x0 – valoarea adevărată a măsurandului.
Δ x−x0
- Eroare relativă: ε = = ;
x0 x0
Δ
- Eroare raportată: εR = , se defineşte ca raportul dintre eroarea absolută
xR
şi o anumită valoare de referinţă, stabilită prin specificaţii cum ar fi: intervalul de
măsurare, limita superioară a intervalului de măsurare, lungimea scării gradate
etc. Eroarea raportată se foloseşte pentru a putea caracteriza într-un mod unitar
mijloacele de măsurare.
În timpul procesului de măsurare, când aparatul de măsură este pus în

legătură cu măsurandul, între acestea apare o interacţiune. Pe lângă aceasta, mai
există şi alţi factori care influenţează măsurarea, putând avea efecte şi asupra
măsurandului şi asupra aparatului.
Erorile datorate măsurandului sunt denumite şi „erori de model”, deoarece
ele sunt o consecinţă a alegerii neadecvate a modelului teoretic care să reprezinte
măsurandul.
Exemplu: Dacă se măsoară diametrul unei piese cilindrice a cărei secţiune
nu este perfect circulară, se obţin rezultate diferite după poziţia aparatului cu care
se face măsurarea.
Incertitudinea măsurării provine, în acest caz, din imperfecţiunea piesei în
comparaţie cu modelul unui cilindru perfect circular.
41
Măsurandul provoacă erori de măsurare şi prin anumite mărimi

caracteristice proprii, altele decât mărimea care se măsoară, care influenţează
aparatul de măsurat.
Aceste mărimi se numesc „mărimi (parametri) neinformativi”, spre
deosebire de mărimea care se măsoară şi care este „mărime (parametru)
informativ” în procesul respectiv de măsurare.
Mărimile neinformative caracteristice unui obiect fac parte din mărimile
de influenţă.
Exemplu: La măsurarea debitului unui lichid, debitmetrul este gradat corect
pentru valori date ale vâscozităţii şi ale densităţii lui.
Dacă aceşti parametri neinformativi au alte valori decât cele presupuse, pot
apărea erori care au caracter de erori de model, deoarece lichidul se abate de la
modelul adoptat, prin valorile diferite ale densităţii şi vâscozităţii.
Erorile datorate aparatului de măsurat sau erorile instrumentale, apar
datorită proiectării şi construcţiei aparatului de măsură. În condiţii normale de
lucru, limitele erorilor instrumentale sunt cunoscute din documentele care
însoţesc instrumentul. De aceea erorile instrumentale sunt cel mai uşor de evaluat
de către orice utilizator.
Erorile datorate interacţiunii obiect-aparat sau erorile de retroacţiune
sunt provocate de modificarea stării obiectului de către aparatul de măsură,
perturbaţia produsă ducând la o altă valoare a măsurandului decât cea anterioară
interacţiunii obiect-aparat.
Erorile de interacţiune apar întotdeauna la măsurarea cu aparate care nu au
surse proprii de energie (aparate pasive) şi preiau de la obiect energia necesară
măsurării. Dacă această cantitate de energie este semnificativă în raport cu
energia totală a obiectului, atunci apar erori de retroacţiune.
Exemplu: Pot să apară astfel de erori la măsurarea temperaturii unui corp
răcit de termometrul pus în contact cu el, la măsurarea tensiunii electrice cu un
voltmetru care consumă curent etc.
Erorile instrumentale pot apare şi în cazul măsurării cu aparate care au
energie proprie de măsurare (aparate active), datorită schimbului energetic ce
poate avea loc în ambele sensuri între obiect şi aparat.
Exemplu: Astfel de erori apar în cazul unei piese căreia i se măsoară
dimensiunile, sub acţiunea forţei exercitate de palpatorul aparatului de măsură.
42
Erori datorate influenţelor exterioare sau erorile de influenţă, provin

de la factorii care acţionează asupra obiectului supus măsurării şi asupra
aparatului de măsură. Aceşti factori sunt, în primul rând, cei caracteristici
mediului ambiant: temperatura, umiditatea şi presiunea aerului, dar şi câmpul
electromagnetic, radiaţii, gravitaţia terestră, acţiuni mecanice, şocuri, vibraţii,
sunete, ultrasunete. În anumite situaţii, mai ales la metodele indirecte de
măsurare, apar erori specifice numite erori de metodă.
Ele se pot încadra în categoria erorilor de model sau în categoria erorilor
de interacţiune.
Atunci când se apelează la metode de măsurare subiective, şi cănd este
nevoie ca operatorul uman să aprecieze nuanţe, intensităţi luminoase,
subdiviziuni, făcând raportarea modului în care operatorul real efectuează această
operaţie, cu operatorul ideal, pot să apară ca distincte şi erorile de operator.
Din punct de vedere al categoriilor mari de surse de erori, acestea se pot
încadra în categoria erorilor instrumentale.
Din cele prezentate anterior, multitudinea surselor de erori afectează
măsurarea şi acestea vor trebui să fie analizate calitativ şi cantitativ. Variaţia în
timp a tuturor acestor surse influenţează mult rezultatul măsurării.
Măsurarea nu se încheie odată cu citirea unor valori pe aparatul de măsură.
O parte componentă necesarǎ fiecărei măsurări o constituie interpretarea
indicaţiei obţinute.
La analiza calitativă a erorilor, trebuie să se verifice căile pe care apar ele
pentru a le preveni.
Dacă se cunoaşte sursa erorii şi căile de propagare a acestora, se pot efectua
operaţii de eliminare sau de compensare a lor.
Ca urmare niciodată rezultatul unei măsurări nu va da valoarea reală a
măsurandului şi din acest motiv, se acordă o mare importanţă calităţii procesului
de măsurare, prin realizarea de metode şi mijloace de măsurare cât mai
perfecţionate şi precise, prin asigurarea unor condiţii cât mai favorabile
desfăşurării măsurării şi prin elaborarea unor procedee de calcul, fundamentate
ştiinţific, pentru erorile de măsurare.
43
2.2. Clasificarea erorilor de măsurare
Principalele criterii de clasificare a erorilor de măsurare şi tipurile

corespunzătoare de erori sunt:
a) După sursa lor erorile de măsurare sunt: de model, instrumentale, de

influenţă, de interacţiune şi de metodă.
Erorile de model sunt cauzate de anumite simplificări şi idealizări ale
ansamblului mijloc de măsurare - obiect, fenomen ce oferă măsurandul (exemplu:
eroarea determinată de neglijarea tensiunii termoelectromotoare la măsurarea
rezistenţei unui rezistor, etc.).
Erorile instrumentale sunt cauzate în principal de imperfecţiunile
constructive şi/sau de etalonare ale mijloacelelor de măsurare. Aceste erori sunt
proprii fiecărui mijloc de măsurare şi sunt de regulă cele mai importante.
Erorile de influenţă sunt cauzate în principal de factorii mediului ambiant
(temperatură, umiditate, etc.), de câmpurile electromagnetice perturbatoare, de
operatorul uman. Toate aceste surse influenţează mijloacele de măsurare,
obiectul, fenomenul ce oferă măsurandul cât şi celelalte elemente ale structurii de
măsurare (exemplu: erorile de temperatură, umiditate, etc.).
Erorile de interacţiune sunt cauzate de acţiunile electromagnetice,
mecanice, etc., ale mijloacelor de măsurare asupra obiectului, fenomenului ce
oferă măsurandul şi invers (exemplu: erorile de consum propriu ale aparatelor de
măsurare, eroarea determinată de legătura mecanică dintre un mijloc de măsurare
şi obiectul ce oferă măsurandul, etc.).
Erorile de metodă sunt cauzate de anumite simplificări sau aproximări ale
regulilor şi principiilor ce stau la baza metodelor de măsurare (exemplu: eroarea
la măsurarea rezistenţei prin metoda ampermetrelor şi voltmetrului, cauzată de
neconsiderarea consumului propriu al celor două aparate, etc.).
b) După caracterul lor erorile de măsurare sunt: sistematice, aleatoare şi

grosolane.
Erorile sistematice sunt caracterizate prin caracterul lor previzibil
(determinist), în sensul că au valori constante sau variabile după o lege cunoscută
în raport cu sursele care le generează.
44
Aceste erori nu pot fi evaluate numai pe baza măsurării respective, fiind

necesare informaţii suplimentare privind toate elementele ce intervin în procesul
de măsurare şi uneori chiar informaţii referitoare la măsurări anterioare.
După sursa lor erorile sistematice pot fi: erori de model, de metodă,
instrumentale, de influenţă. Calculul lor presupune o măsurare izolată (se face o
singură dată).
Erori aleatoare (accidentale), sunt caracterizate prin caracterul lor
imprevizibil, în sensul că au valori şi semne diferite la repetarea măsurării în
condiţii identice. Ca urmare ele nu pot fi determinate ca valoare şi semn ca şi
erorile sistematice.
Ele pot fi apreciate numai ca şi valoare maxim admisibilă, fiind
determinate numai în sens probabilistic pe baza unei funcţii de repartiţie adoptate
(cele mai utilizate funcţii de repartiţie fiind funcţia normală, student, uniformă,
etc.). Calculul acestor erori presupune o măsurare repetată.
Evaluarea lor necesită prelucrarea prin metode statistice a şirului de
rezultate obţinute în urma măsurării repetate, obţinîndu-se câţiva indicatori
sintetici ca: media aritmetică, eroarea medie pătratică, etc.
După sursa lor erorile aleatoare pot fi: instrumentale, de influenţă.
Observaţie: Este evident că atât erorile sistematice cât şi cele aleatoare pot
fi generate de oricare din sursele amintite mai sus, deci la modul general
măsurările vor fi afectate de ambele tipuri de erori.
Legat de acest aspect se defineşte justeţea măsurării care este calitatea unei
măsurări de a nu fi afectată de erori sistematice, repetabilitatea măsurării care
este calitatea unei măsurări de a nu fi afectată de erori aleatoare şi precizia
măsurării care este calitatea unei măsurări de a nu fi afectată de erori în general.
Erorile aleatoare nu pot nici corectate şi nici eliminate.
Erori grosolane (grosiere) sunt caracterizate prin valorile lor mari.
Cauzele acestor erori sunt de obicei greşelile comise în procesul de
măsurare, neatenţia operatorului uman, calcule eronate, etc.
Rezultatele măsurărilor afectate de aceste erori se numesc dubioase,
acestea fiind de regulă detectate la prima vedere, sau în cazuri neconcludente prin
aplicarea unor teste statistice întregului lot de rezultate (exemplu: testul
Romanovski). Eliminarea erorilor grosolane se face prin eliminarea rezultatelor
dubioase (valorilor aberante) din şirul rezultatelor.
45
c) După valoarea faţă de care se calculează, erorile sunt reale şi

convenţionale.
Erorile reale se calculează ca diferenţă între valoarea măsurată Xm şi
valoarea reală (adevărată) X a mărimii respective:
X = Xm - X (2.2)
Ţinând cont că valoarea reală a unei mărimi nu se cunoaşte în marea

majoritate a cazurilor, rezultă că eroarea reală nu se poate determina.
Rezolvarea acestei probleme se face cu ajutorul aşa numitei „valori reale
convenţionale” care substitue valoarea reală.
Valoarea reală convenţională Xc a unei mărimi fizice se determină ca
rezultat al măsurării mărimii respective prin metode perfecţionate, cu mijloace de
măsurare precise, etc., iar principala ei calitate este apropierea cât mai mare faţă
de valoarea reală.
Erorile convenţionale se calculează ca diferenţă între valoarea măsurată
Xm şi valoarea reală convenţională Xc a măsurandului:
Xc = Xm - Xc (2.3)
În teoria erorilor de măsurare erorile convenţionale echivalează erorile

reale, ceea ce înseamnă că atunci cînd se face referire la o erore, se subînţelege
că aceasta este o eroare convenţională, iar valoarea reală(adevărată) este dată de
valoarea convenţională, adică:
X =Xc , X = Xc. (2.4)
d) După modul de exprimare, erorile sunt absolute, relative şi raportate.

Erorile absolute se exprimă în aceeaşi unitate de măsură ca şi mărimea
măsurată. Ele pot avea valori pozitive sau negative.
Erorile absolute se determină ca şi erori reale cu relaţia:
X = Xm - Xc (2.5)
Eroarea absolută cu semn schimbat se numeşte corecţie.
46
Erorile relative se exprimă printr-un număr adimensional. Ele se definesc

ca fiind raportul dintre eroarea absolută reală şi valoarea reală şi se determină
conform celor precizate anterior ca raportul dintre eroarea absolută convenţională
şi valoarea reală convenţională a mărimii măsurate:
∆Xc
ε= (2.6)
Xc
Observaţie: Uneori erorile relative se determină ca raport între eroarea absolută

convenţională şi valoarea măsurată:
∆Xc
ε= (2.7)
Xm
Erorile raportate se exprimă printr-un număr adimensional. Ele se definesc

ca raport dintre eroarea absolută reală şi o valoarea de referinţă XR alesă în mod
convenţional şi care caracterizează mijlocul de măsurare utilizat.
Se determină, conform celor precizate anterior, ca fiind raportul dintre
eroarea absolută convenţională şi valoarea de referinţă:
∆X
εR = (2.8)
XR
Faţă de erorile absolute, cele relative şi raportate ne oferă informaţii privind

precizia măsurărilor.
Astfel dacă de exemplu la măsurarea a două tensiuni electrice prin metode
diferite, se obţin erori absolute egale şi erori relative sau raportate diferite,
măsurarea pentru care se obţine o eroare relativă sau raportată mai mică este mai
precisă.
Erorile relative şi raportate se exprimă de obicei proporţional (%), sau prin

părţi pe milion (ppm):
ε%= ε · 100
(2.9)
ε ppm = ε · 106
47
2.3. Calculul erorilor de măsurare

Se cunoaşte că valoarea reală a mărimilor de măsurat nu poate fi cunoscută
exact, măsurările fiind întotdeauna însoţite de erori. Datorită acestui fapt apare
importanţa calculului erorilor de măsurare ca şi a modului de exprimare a
rezultatului măsurărilor.
2.3.1. Erori sistematice

Eroarea sistematică se caracterizează prin aceea că la repetarea măsurării
în condiţii identice ramâne constantă atât ca valoare absolută cât şi ca semn, sau
variază pe baza unei legi cunoscute sau care poate fi definită când condiţiile se
modifică. Eroarea sistematică este eroarea care rămâne constantă, atât ca valoare
cât şi ca semn, la măsurători repetate, în condiţii practic identice, sau care variază
pe baza unei legi definite, atunci când condiţiile se modifică.
Aceste erori se pot datora unei reglări sau etalonări incorecte a aparatelor
de măsură, unei erori a operatorului (de exemplu o eroare de paralaxă) sau
condiţiilor experimentale (un aparat se utilizează la o temperatură diferită de cea
la care a fost etalonat sau reglat).
Este posibil ca erorile sistematice să fie depistate prin măsurarea aceleiaşi
mărimi prin metode diferite. Înaintea prelucrării statistice a datelor experimentale
se consideră că erorile sistematice au fost depistate şi înlăturate.
Erorile sistematice au cauze care, în principiu, pot fi identificate
individual. Din moment ce s-au identificat, se pot lua măsuri pentru eliminarea,
diminuarea sau compensarea lor, sau se efectuează calculele necesare pentru
corecţia rezultatelor obţinute cu relaţia C=-E (corecţia este egală cu eroarea cu
semn schimbat).
De exemplu, la reglarea incorectă a mijlocului de măsurare (sau la
necoincidenţa gradaţiei zero de pe scara gradată principală a şublerului şi gradaţia
zero de pe vernier), toate valorile obţinute în masurări vor fi deplasate cu o
marime constntă. Dacă scara aparatului este neuniformă, toate valorile măsurate
se vor deplasa cu o mărime variabilă după o lege determinată.
În mod similar se petrec lucrurile la variaţia condiţiilor exterioare
(temperatura la care se face măsurarea) în comparaţie cu condiţiile normale, când
pot să apară erori sistematice, uşor de cunoscut atunci când se ştie influenţa
condiţiilor exterioare asupra rezultatului măsurării.
În acest fel, obţinem un rezultat corectat pentru valoarea măsurandului,
adică o remediere a rezultatului măsurării.
48
În cazul în care repetăm de mai multe ori operaţia de măsurare în aceleaşi

condiţii, aceasta nu va servi la remedierea rezultatelor întrucât erorile sistematice
se vor reproduce de fiecare dată.
Repetarea măsurării ne va ajuta la stabilirea erorilor aleatoare care însă nu
vor servi la corectarea rezultatelor ci vor fi folosite pentru stabilirea limitelor
incertitudinii măsurării (limitele în care se va găsi rezultatul cu o anumită
probabilitate).
Prin urmare, pentru identificarea şi evaluarea erorilor sistematice este
necesară o analiză amănunţită şi circumspectă care să se extindă la toate cauzele
şi sursele posibile de a le genera.
Analiza va comporta încercări şi experienţe prin care vom lua pe rând
sursele susceptibile amplificând influenţa lor, pentru a ne convinge cât afectează
rezultatele măsurării.
Principalele caracteristici ale erorilor sistematice sunt:
- se pot deduce prin calcul ca valoare şi semn, cunoscând cauzele ce le provoacă;
- se pot elimina prin schimbarea principiului de măsură;
- nu se pot observa sau elimina prin schimbarea aparatului de măsură cu altul de
acelaşi tip, prin schimbarea operatorului sau repetarea măsurărilor;
- la schimbarea condiţiilor de măsurare, după o anumită dependenţă, erorile
sistematice se schimbă conform unei legi a
numite sau răman constante.
2.3.1.1. Clasificarea erorilor sistematice

2.3.1.1.1. După forma matematică sub care intervin aceste erori asupra
rezultatelor măsurării:
- erori sistematice constante (de exemplu: prima diviziune a scării gradate
este executată mai mare decât celelalte);
- erori sistematice variabile după funcţii liniare (de exemplu: toate
diviziunile unei scări sunt mai mari cu aceeaşi valoare; cu cât valoarea măsurată
este mai mare, eroarea este mai mare);
- erori sistematice variabile dupa funcţii periodice (de exemplu: montarea
excentrică a acului unui comparator cu cadran circular.
Pentru o analiză cât mai bună a erorilor sistematice, în vederea evaluării
lor, este necesară cunoaşterea unor forme matematice sub care intervin aceste
erori asupra rezultatelor măsurării.
49
Din acest punct de vedere distingem:

- Erori sistematice constante care sunt de forma:
ε = Δx =const. şi reproduc eroarea Δx a mărimii de influenţă;

- Erori sistematice variabile proporţionale care sunt de forma:
ε = Δx =C × Xe, adică proporţională cu valoarea măsurată;
- Erori sistematice variabile periodic, descrise prin relaţii de forma:

ε = Δx =f (x) =f (x +kT ), unde k ∈Z, T - este perioada de variaţie a
argumentului x;
- Erori sistematice variabile după o lege oarecare, având forma generală:
ε = Δx =f (x) =u
unde:
f(x)=u este o funcţie oarecare, dar care poate fi determinată.
2.3.1.1.2. După modul de evaluare erorile sistematice pot fi:

- identificabile (controlabile);
- neidentificabile (necontrolabile).
Erorile identificabile sunt cele care se pot deduce ca valoare şi semn pe
cale teoretică sau experimentală.
Aceste erori pot fi reduse folosind mijloace de măsurare mai precise,
metode mai perfecţionate, condiţii de măsurare riguros controlate, etc.,iar
rezultatul măsurării poate fi corectat prin aplicarea corecţiei C=  X .
Erorile neidentificabile au o evoluţie complexă şi nu se pot deduce cu
exactitate ca valoare şi semn, ele putând fi doar apreciate prin determinarea unui
interval probabil în care se situează. Dacă ai este valoarea maximă a unei erori
sistematice atunci intervalul său de existenţă este [-ai, + ai].
Deoarece în intervalul de existenţă, eroarea sistematică poate lua orice
valoare, ea poate fi considerată ca echiprobabilă, situaţie care corespunde unei
distribuţii uniforme (rectangulare) a probabilităţii erorii respective.
Acest mod de apreciere a erorilor sistematice neidentificabile, nu este
justificată ştiinţific riguros, dar este acceptată din motive practice, deoarece
50
permite evaluarea erorii sistematice prin indicatori probabilistici ca şi în cazul

erorilor aleatoare.
În cazul erorilor neidentificabile se admite că eroarea sistematică totală se
determină prin compunerea pătratică a tuturor valorilor maxime ai ale erorilor
sistematice parţiale cauzate de sursele independente i:
n
S X   (a )
i 1
i
2
(2.10)
Oservaţie: Compunerea liniară(aritmetică) a erorilor sistematice parţiale ai poate

să dea o eroare sistematică totală exagerat de mare.
Pentru măsurări de mare precizie evaluarea erorii sistematice totale se face
prin aşa numita aleatorizare a erorilor sistematice neidentificabile.
În acest caz pe baza acceptării unei distribuţii uniforme a tuturor erorilor
sistematice parţiale, eroarea sistematică totală se determină, ca şi valoare maximă,
cu următoarea relaţie:
sX =  t (2.11)
unde:
t este parametrul distribuţiei Student pentru n =  şi P ales;
 este eroarea medie pătratică totală, corespunzătoare tuturor erorilor
sistematice parţiale de valori maxime ai, care pentru distribuţia uniformă a
erorilor este:
a i
2
 i 1
3 (2.12)
În cazul în care una din erorile sistematice parţiale este predominantă (de
exemplu ak) eroarea sistematică totală se determină ca şi valoare maximă cu
relaţia:
n
a
2
i
i a i  k
S X  (a k  t )
3 (2.13)
51
Pe lângă erorile sistematice identificabile sau remediabile (care au cauze

cunoscute şi se pot elimina prin calcule), în cadrul unei măsurări pot apare erori
sistematice neidentificabile sau neremediabile.
În acest caz nu vom putea utiliza sisteme de compensare sau calcule de
corecţii, ele vor afecta rezultatele măsurării ca şi erorile aleatoare, deci vor mări
limitele de incertitudine a măsurării.
În cazul în care valorile lor nu depăşesc ordinul de mărime al erorilor
aleatoare, ele se vor putea compune cu acestea. S-a folosit termenul de compunere
şi nu de sumă algebrică, pentru că, în cele mai multe cazuri se face o compunere
geometrică.
2.3.1.1.3. După sursa lor erorile sistematice pot fi:

A. Erori de operator
Erorile datorate operatorului provin din cauze subiective acestuia şi care
sunt legate fie de calităţi native-viteza de reacţie şi acomodare a ochiului,
manualitate, tendinţa de apreciere a subdiviziunilor etc.
Se acceptă că orice observator care efectuează o măsurare poate să
introducă o eroare sistematică neremediabilă de observare cuprinsă între limitele:
Δo = ±3σ, numită limita erorii de observare;
unde:
σ este abaterea pătratică medie a şirului de determinări.
Eroarea de apreciere a subdiviziunilor unei scale (sau nesiguranţa de

apreciere sau de citire) este funcţie de distanţa dintre două diviziuni succesive ale
scale şi este de forma:
1
ΔA = ± diviziuni de scală;
10√𝑑
unde: [d]=cm.
Este de remarcat faptul că anumiţi observatori preferă anumite fracţiuni ale

diviziunii, prin aceasta mărind nesiguranţa. S-a observat că majoritatea
operatorilor apreciază mai uşor subdiviziunile 2, 5 şi 8 decât pe celelalte.
52
B. Erori instrumentale
Se datorează în principal imperfecţiunii mijloacelor de măsurare. Ele apar
ca urmare a toleranţelor de execuţie ale pieselor componente, a toleranţelor de
montaj al pieselor, a reglajelor necorespunzătoare, a principiului de funcţionare,
a lanţului de amplificare al aparatului etc.
În principiu, erorile instrumentale pot fi reduse folosind aparate de măsură
construite şi montate precis, printr-un reglaj corespunzător sau cu un principiu de
măsurare corespunzător ales.
Sunt determinate valoric şi se dau de obicei în diagrame sau tabele care însoţesc
aparatul şi cu ele se corectează rezultatul măsurării.
Această categorie de erori ţine de tehnica experimentală propriu-zisă şi, în
consecinţă, discutarea lor se va face odată cu examinarea mijloacelor de
măsurare, condiţiile de etalonare şi a metodelor de măsurare.
Partea necalculabilă a erorii sistematice instrumentale, care se poate
aprecia ca o imprecizie, se dă împreună cu erorile întâmplătoare, în notiţa tehnică
a fiecărui mijloc de măsurare, ca valoare maximă a erorii sistematice sau drept
clasă de precizie pe scala aparatului.
- Erori de etalonare
Orice etalon, oricât de precis ar fi prelucrat, are abateri faţă de valoarea
nominală. Dacă există posibilitatea ca etalonul să fie comparat cu unul mai precis,
atunci abaterile obţinute vor însoţi etalonul în formă tabelară.
Dacă acest lucru nu este posibil, atunci se indică abaterea ±Δe, adică
eroarea maximă sistematică a etalonului, de care trebuie să se ţină seama la
măsurare.
Folosind un astfel de etalon, şi considerând sistemul de amplificare perfect
(adică dând o caracteristică constantă), la o variaţie unitară a mărimii de intrare,
mărimea de ieşire va avea o variaţie care va fi afectată de eroarea de etalonare
pentru o diviziune:
ε = k ×Δe
unde:
k este factorul de amplificare.
53
În consecinţă, pentru o anumită citire cu n diviziuni, eroarea de indicare va

fi:
δi = ε × n = k × n ×Δe
- Erori datorate forţelor masice

Greutatea proprie a elementelor mijloacelor de măsurare, a etaloanelor sau
chiar a măsurandului, poate să producă acestora deformaţii sau deplasări care să
conducă la afectarea fundamentală a rezultatelor măsurării.
Din această cauză, ele trebuie să fie construite cu rigiditate suficientă şi
trebuie sprijinite pe suporţi aşezaţi perpendicular pe lungimea lor.
Problema care se pune este de a alege poziţia punctelor de sprijin ale unei
rigle astfel încât scurtarea şi deformarea să fie minime, în cazul în care o
considerăm uniform incărcată pe lungime cu greutatea proprie. Ea a fost studiată
pentru prima dată, de G.B. Airy în 1857.
- Erori de aliniament
Erorile de aliniament sunt erori care apar, în principal rand, la măsurări cu
ajutorul mijloacelor de măsurare prevăzute cu elemente mobile pe ghidaje,
datorită abaterii acestora de la direcţia ideală de deplasare.
- Erori de amplificare
Erorile de amplificare apar, de exemplu, la sistemele mecanice cu
amplificare prin pârghii.
C. Erori de retroacţiune (interacţiune)

- Eroarea datorată deformării sub acţiunea forţei de măsurare
Atunci când o piesă este măsurată prin contact cu tija palpatoare a
aparatului, datorită forţei de măsurare, va apare o deformaţie, introducându-se în
acest fel o eroare de determinare.
La rezultatul înregistrat, în cazul în care se măsoară dimensiuni exterioare,
trebuie adăugată întotdeauna mărimea acestei deformaţii.
D. Erori datorate abaterii de la condiţiile standard de lucru. Eroare de

temperatură
Erorile sistematice datorate variaţiei de temperatură au cele mai mari
influenţe asupra rezultatului măsurării lungimilor.
54
Ele apar atunci când măsurandul şi măsura au temperaturi diferite, dar şi

atunci cand au aceeaşi temperatură, dar diferită de temperatura standard de lucru.
Reducerea acestor erori se face în principal prin impunerea unui timp de
menţinere a măsurii şi măsurandului in acelaşi mediu de temperatură cunoscută
şi menţinerea temperaturii mediului cat mai aproape de temperatura de 20°C.
2.3.1.2. Calculul erorilor sistematice la o măsurare izolată

Măsurarea izolată este cea care se execută o singură dată. Aceasta se
întâlneşte de regulă în cazul măsurărilor curente.
Fiind vorba de o măsurare izolată, calculul erorilor presupune numai
erorile sistematice.
2.3.1.2.1. Cazul folosirii unei metode directe de măsurare

În prima etapă se determină erorile sistematice identificabile (de metodă,
de influenţă, etc.) după care se determină cele neidentificabile (instrumentale, de
influenţă, etc.). Realizarea primei etape se face prin analiza teoretică a
fenomenelor care intervin în procesul de măsurare, prin stabilirea experimentală
a unei corelaţii între eroare şi cauza ei, etc.
În a doua etapă se determină de regulă numai erorile neidentificabile cu cea
mai mare pondere şi anume cele instrumentale. Acestea au două componente (de
construcţie şi de apreciere) şi se determină în mod diferit după cum mijlocul de
măsurare este analogic sau numeric.
a) Mijloc de măsurare analogic

Componenta constructivă a erorii sistematice instrumentale se determină
sub formă absolută şi sub formă relativă procentuală, în raport de precizia
instrumentală a mijlocului de măsurare, descrisă de indicele de precizie c:
cX '
c X  ,
100
(2.14)
respectiv:
c X
 X% 
c
100
Xm
unde:
55
X’ - este fie o valoare de referinţă XR proprie mijlocului de măsurare (de

regulă valoarea nominală a domeniului de măsurare Xn), fie valoarea măsurată
Xm a măsurandului, în funcţie de modul de definiţie a indicelui de precizie c.
Din expresia erorii relative se vede că eroarea este cu atât mai mică cu cât
valoarea măsurată este mai apropiată de valoarea de referinţă (valoarea nominală
a domeniului de măsurare Xn).
Componenta de apreciere (citire) este datorată operatorului care nu
evaluează corect poziţia indicatorului faţă de scara gradată a aparatului de
măsurat.
Dacă Xd reprezintă valoarea măsurandului corespunzătoare unei diviziuni
a scării gradate, convenţional se admite că valoarea maximă a erorii de apreciere
sub formă absolută şi relativă este:
Xd
a X  ,
5
(2.15)
respectiv:
a X
 a X%  100
Xm
La aparatele indicatoare uzuale la care se definesc valorile nominale Xn şi

n pentru domeniul de măsurare şi pentru deviaţia indicatorului se obţine:
Xn
a X 
5 n
(2.16)
respectiv:
Xn
 a X%  100
5  n  Xm .
Din relaţia (2.16) se observă că eroarea de apreciere este cu atât mai mică
cu cât Xm are o valoare cât mai apropiată de Xn.
Eroarea sistematică instrumentală totală se obţine prin compunerea
pătratică a celor două componentei:
56
S X  c X  a X ,
(2.17)
respectiv:
s X% = c X% + a X% .
b) Mijloc de măsurare numeric

Aceste mijloace de măsurare nu au erori sistematice de citire, ci numai
constructive. Componenta constructivă a erorii sistematice instrumentale se
determină sub formă absolută sau sub formă relativă procentuală, în raport de
precizia instrumentală a mijlocului de măsurare numeric, descrisă de eroarea
instrumentală intrinsecă admisibilă combinată:
X C
S X  ,
100
(2.18)
respectiv:
XS
 X% 
S
100,
Xm
unde:
 XC este eroarea instrumentală intrinsecă admisibilă combinată exprimată
procentual;
Xm este valoarea măsurată (indicată) de mijlocul de măsurare numeric.
Eroarea instrumentală intrinsecă admisibilă se exprimă în moduri diferite

pentru zona europeană şi cea americană şi deci şi erorile (2.18) vor avea expresii
diferite pentru cele două situaţii.
Erorile sistematice de influenţă sunt neglijabile faţă de cele instrumentale
cât timp condiţiile în care se desfăşoară procesul de măsurare sunt normate (par.),
în caz contrar ele trebuind determinate.
În această situaţie eroarea totală se obţine prin compunerea pătratică a
erorilor sistematice instrumentale şi de influenţă în cazul folosirii unei metode
indirecte explicite de măsurare.
Metodele indirecte implicite impun o măsurare repetată, iar ca urmare
pentru aceste metode nu este cazul calculului erorilor sistematice, care se vor
determina numai pentru metodele indirecte explicite.
57
Conform relaţiei de definiţie a metodelor indirecte explicite de măsurare,

dacă X1m, X2m, …….. XNm sunt valorile numerice ale mărimilor direct măsurabile,
obţinute fiecare în parte în urma unei măsurări considerată independentă, valoarea
măsurandului este:
Xm = f(X1m, X2m, . . ., XNm) (2.19)
Dacă X1, X2, . . ., XN sunt erorile sistematice absolute totale aferente
măsurării mărimilor direct măsurabile, prin propagare, acestea vor determina
eroarea sistematică absolută totală X aferentă măsurării măsurandului, iar în
acest caz relaţia devine:
X + X = f(X1 + X1, X2 + X2, . . ., XN + XN) (2.20)
Pentru determinarea erorii X considerăm că funcţia f(X1, X2, . . ., XN) este

continuă şi că erorile Xi , i=1..N, sunt cunoscute şi au valori foarte mici, ipoteze
confirmate de practică.
Prin dezvoltare în serie Taylor a funcţiei f în jurul punctului P(X m, X1m,
X2m, . . ., XNm) se obţine:
f f f
X  f (X1m , X 2 m ,..., X Nm )  dX1  dX 2  ...  dX N
X1 p X 2 p X N p
+… (2.21)
Din relaţia (2.21) prin asimilarea diferenţialelor dXi cu diferenţele finite

Xi şi neglijarea termenilor de ordin superior, care conţin puterile erorilor
absolute Xi şi ţinând cont de relaţia (2.20) se determină eroarea sistematică
absolută totală:
f f f
X  X1  X 2  ...  X N
X1 p X 2 p X N p
(2.22)
Prin împărţirea relaţiei (2.22) la Xm şi cu un artificiu de calcul simplu se

determină şi eroarea sistematică relativă totală:
58
f X1m f X 2m f X Nm
X  X1  X 2  ...  X N
X1 Xm X 2 Xm X N Xm
p p p
(2.23)
unde:
X i
X i  , i  1...N
X im sunt erorile sistematice relative aferente măsurării
mărimilor Xi, X2………..XN .
În practică erorile sistematice la măsurările indirecte explicite se determină
ca şi valori maxime, drept pentru care în erorile exprimate de relaţiile (2.22) şi
(2.23) se vor considera modulele factorilor ce intervin în fiecare termen:
N
f
X   X i ,
i 1 X i p
(2.24)
respectiv:
N
f X1m
X   X i ,
i 1 X i p
Xm
2.3.1.2.2. Cazul folosirii unei metode indirecte implicite de măsurare

Conform celor prezentate, valoarea numerică a măsurandului în cazul unei
măsurări printr-o metodă indirectă implicită nu se determină dintr-o singură
măsurare, necesitând un şir de n măsurări ale mărimilor direct măsurabile.
Prin centralizarea rezultatelor măsurărilor mărimilor direct măsurabile se
obţine un sistem de n ecuaţii cu una sau mai multe necunoscute, după cum avem
una sau mai multe mărimi de măsurat:
Xik'  g(X1' k , X'2k ,..., Xi' 1k , Xi' 1k ,..., X'Nk , X1...X L ) i=1N, k=1..n (2.25)
Deoarece valorile numerice ale mărimilor direct măsurabile sunt afectate

de erori care se vor propaga asupra valorilor mărimilor ce se măsoară, se impune
un număr de măsurări mult mai mari decât numărul mărimilor de măsurat.
Ca urmare sistemul va avea un număr de ecuaţii mai mare decât numărul
necunoscutelor.
Metoda cea mai folosită pentru determinarea valorilor numerice ale
mărimilor de măsurat este metoda celor mai mici pătrate, care permite obţinerea
unor valori cât mai apropiate de valorile reale.
59
Prin punerea în evidenţă a erorilor absolute i ce afectează rezultatele

măsurărilor mărimilor direct măsurabile, sistemul (2.25) devine:
S(X1' h ,..., Xi' 1k , Xi' 1k ...X'Nk , X1...X L )  Xik'  i , i  1..N, k  1..n
(2.26)
Ţinând cont că principalul indicator al preciziei cu care se efectuează o

măsurare repetată este eroarea medie pătratică, din modul de calcul al acesteia
rezidă metoda celor mai mici pătrate, care implică ridicarea la pătrat a celor n
ecuaţii din sistemul (2.26) şi însumarea lor:
n n
E   (  k ) 2  [ g( X 1' k , X 2' k ,..., X i'1k , X i'1k , X Nk
'
, X 1 ... X L )  X ik' ]2 i  1.. N
k 1 k 1 (2.27)
Cele mai apropiate valori numerice ale mărimilor de măsurat de valorile

reale ale acestora, sunt acelea care minimizează suma pătratelor erorilor de mai
sus. Condiţiile de minim se obţin prin anularea derivatelor sumelor din relaţia
(2.27):
E n
g
 2 [ g ( X 1' h , X 2' h ,..., X Nh
'
, X 1 ... X L )  X ih' ] 0
X J k 1 X J
cu i=1..N, pentru J=1..L (2.28)
Se obţine astfel un sistem cu un număr de L ecuaţii, egal cu numărul de

necunoscute (denumit sistem de ecuaţii normale) ale cărui soluţii sunt valorile
numerice ale mărimilor măsurate indirect.
Din cele expuse mai sus se vede că metoda celor mai mici pătrate este
laborioasă, gradul lui de complexitate crescând şi mai mult atunci când funcţia g
este neliniară.
Pe lângă metoda celor mai mici pătrate se mai pot aplica şi alte metode de
estimare a rezultatelor măsurării indirecte implicite a diferitelor mărimi, dintre
care metoda verosimilităţii maxime este cea mai cunoscută.
60
2.3.2. Erori aleatoare

Erorile aleatoare (întâmplătoare) sunt necontrolabile, neputând fi
identificate, ele variază imprevizibil atât ca valoare absolutaă cât şi ca semn,
atunci când se măsoară repetat acelaşi măsurand în condiţii practic identice.
Ele se pot evalua cu ajutorul metodelor statisticii matematice în baza cărora
se determină incertitudinea măsurării, adică valoarea limită a erorilor aleatoare.
Cauzele erorilor aleatoare sunt nedeterminabile sau foarte greu de
determinat. Ele apar ca urmare a unei multitudini de factori a căror influenţa
individuală este neglijabilă, dar a căror însumare dau o eroare aleatoare
rezultantă.
Erorile aleatoare sunt inevitabile, ele nu pot fi eliminate, dar, cu ajutorul
teoriei probabilităţilor se poate stabili în ce măsură acestea influenţează
estimaţiile valorilor mărimilor măsurate; este posibilă determinarea valorii
mărimii măsurate cu o eroare oricât de mică în raport cu erorile măsurătorilor
individuale.
Erorile aleatoare se pot pune în evidenţă numai în cazul unei măsurări
repetate. Utilizând şirul de rezultate al unei măsurări repetate efectuate în condiţii
ce duc la erori sistematice neglijabile se poate obţine ca rezultat al măsurării
valoarii medie care este valoarea cea mai apropiată de valoarea adevărată a
măsurandului şi de asemenea se pot calcula erorile aleatoare care afectează
măsurarea.
Aceste populaţii, analizate riguros, pot furniza informaţii deosebit de utile
asupra rezultatului final al măsurării şi asupra intervalului in care acesta poate
exista cu o anumită probabilitate.
Prin probabilitate înţelegem măsura şanselor de realizare a unui eveniment
A, adică:
PA= probabilitate = Număr rezultate posibile/Număr rezultate favorabile;
Probabilitatea realizării evenimentului A poate fi cuprinsă între zero şi unu.

Se consideră că pentru un eveniment imposibil, probabilitatea este zero, iar pentru
un eveniment sigur, probabilitatea este egală cu unu.
Variabilele aleatoare pot fi discrete sau continue, caracterizate de legi de
repartiţie bine definite care sunt funcţii numerice definite pe mulţimea
rezultatelor unui experiment.
61
Variabila aleatoare discretă ia o mulţime finită sau numărabilă de valori

x1, x2, …, xn, fiecare valoare xi având o probabilitate de realizare pi, adică:
𝑥1 𝑥2 … … … … 𝑥𝑛
X=[𝑝 𝑝 … … … . . 𝑝 ] , cu 0≤ 𝑝𝑖 ≤ 1, ∑𝑛𝑖=1 𝑝𝑖 = 1 (2.29)
1 2 𝑛
Variabila aleatoare continuă poate lua orice valoare dintr-un interval (x,
x+Δx) al dreptei reale şi i se poate ataşa o funcţie reală şi pozitivă f(x)≥0, numită
densitate de probabilitate, astfel că fx(x) reprezintă probabilitatea ca variabila X
să ia valori în intervalul (x, x+Δx). Pentru o variabilă X care ia valori pe toată axa
reală, vom avea îndeplinită condiţia:
𝑥
∫−∞ 𝑓𝑥 (𝑥)𝑑𝑥 =1 (2.30)
Reprezentarea grafică a relaţiei 2.11 este redată în figura 2.1.
𝑥
Funcţia Fx(x)= ∫−∞ 𝑓𝑥 (𝑥)𝑑𝑥, reprezintă funcţia asociată evenimentului „X
ia toate valorile mai mici decât o valoare dată x”, dată prin relaţia: Fx ( x) = P( X
< x) şi deci, este o probabilitate.
Dacă considerăm că erorile aleatoare se supun distribuţiei normale ele vor
avea proprietăţile:
- Erorile pozitive şi negative avand aceeaşi valoare, au aceeaşi probabilitate de
apariţie;
- Erorile mici în valoare absolută au probabilitate mai mare de repartiţie decât
cele cu valori mari;
- Probabilitatea de apariţie a unei erori oarecare este independentă de
probabilitatea celorlalte erori;
- Eroarea minimă are probabilitatea maximă de apariţie.
62
Figura 2.1. Densitate de probabilitate
În studiul statistic al erorilor de măsurare este fundamentală noţiunea de

frecvenţă de apariţie a unei erori aleatoare. Dacă eroarea 𝑥1 a apărut de 𝑛𝑥1 ori
într-un şir de măsurări, atunci:
n x1
fx1 = , se numeşte frecvenţă relativă de apariţie a erorii 𝑥1 , iar 𝑛𝑥1
x1
frecvenţa absolută de apariţie.
Dacă experimentul prin care am obţinut valoarea fx1 se repetă efectuănd

alte serii de măsurări, această valoare, în general, se va modifica dar va diferi
rareori esenţial de un număr pozitiv constant numit probabilitatea de apariţie a
valorii 𝑥1 , notat cu p(x1 ).
Ca măsură aproximativă a probabilităţii p( x1 ), se poate considera
frecvenţa relativă 𝑓𝑥1 , care rezultă după un număr ”n” mare de determinări în
aceleaşi condiţii.
Aplicaţia care face ca fiecărei valori( x1 , x2 , … … xn ) să-i corespundă o
probabilitate (p(x1 ), p(x2 )……… p(xn )), respectiv (f(x1 ), f(x2 )……… f(xn )), se
numeşte densitate de probabilitate, respectiv densitate de frecvenţă sau de
repartiţie.
Aplicaţia F = FX: R→ [0,1] dată de FX (x) = P(X < x) se numeşte funcţie
de repartiţie (sau de distribuţie) a variabilei aleatoare X.
63
Orice funcţie de repartiţie F are proprietăţile:
- Este nedescrescătoare pe R:
x1 , x2 ∈ R, x1 < x2 ⇒ F(x1 ) ≤ F(x2 )

F(−∞) = lim F( x) = 0 ; F(+∞) = lim F(x) = 1 (2.31)
x→−∞ x→ ∞
- Este continuă la stânga:
lim F(x) = F(x0 ), ∀x0 ∈ R

F(x - 0) = x→x
0
𝑥<𝑥0
În figura 2.2.a este prezentată funcţia FX(x) ce reprezintă probabilitatea

asociată evenimentului ca X să ia valori mai mici decat o valoare x:
x
FX (x) = ∫−∞ f(x)dx = P(X ≤ x) (2.32)
În figura 2.2.b este prezentată funcţia FX(x) ce reprezintă probabilitatea

asociată evenimentului ca X să ia cel puţin o valoare mai mare decât o valoare x:
x
FX (x) = 1 - ∫−∞ f(x)dx = P(X ≥ x) (2.33)
În figura 2.2.c este prezentată funcţia FX(x) ce reprezintă probabilitatea

asociată evenimentului ca X sa ia valori cuprinse în intervalul [x1 , x2 ]:
x
FX (x1 ) - FX (x2 ) = 1 -∫𝑥 2 f(x)dx = P(x1 ≤ X ≤ x2 ) (2.34)
1
64
Figura 2.2. Funcţia densitate de probabilitate f(x) şi funcţia de distribuţie FX(x)
65
Din figura 2.2 se observă că densităţii de probabilitate îi corespunde o

frecvenţă relativă f(x), iar funcţiei de repartiţie îi corespunde frecvenţa cumulată
FX (x).
În cazul în care variabila aleatoare X este de tip discret, relaţia (2.30)
devine:
FX (x) = ∑ni=1 f(xi ) =1 (2.35)
S-a arătat că probabilitatea ca variabila X să se găsească într-un interval (x,

x+Δx), este dată de relaţia:
F (x +Δx) - F (x)= P(x ≤X ≤x+ Δx)=(x+ Δx-x)∙f(x)= Δx∙f(x) (2.36)
Figura 2.3. Probabilitatea ca variabila X să se găsească intr-un interval

(x, x+Δx)
Dacă această probabilitate se raportează la intervalul de existenţă Δx, vom

obţine funcţia densitate de repartiţie:
P(x ≤X ≤x+ Δx)

f(X)= , ce arată cât de des se distribuie variabila X pe
Δx
intervalul Δx.
În concluzie, putem spune că F(x) – funcţia de repartiţie dă o imagine

perfectă asupra probabilităţii de repartiţie a variabilei aleatoare X, iar f(x) este
66
funcţia densitate de probabilitate şi dă o imagine asupra probabilităţii de grupare

a variabilei de-a lungul intervalului de existenţă.
Aprecieri cantitative asupra erorilor aleatoare se pot face numai dacă se
admite o anumită lege de distribuţie a erorilor.
Determinarea tipului acestor legi se face de obicei apelând la reprezentări
grafice tip histogramă sau poligon de frecvenţe, iar determinarea parametrilor
caracteristici (media aritmetică, eroarea medie pătratică, etc.) se face prin metode
statistice prelucrând integral şirul de rezultate.
Indiferent de legea de distribuţie a erorilor, experimental pentru un număr
n de determinări foarte mare în cadrul măsurării repetate, se constată că suma
algebrică a erorilor absolute este nulă, că frecvenţa de apariţie a erorilor mici (în
valoare absolută) este mai mare decât a erorilor mari şi că erorile pozitive au
aceeaşi frecvenţă de apariţie ca şi cele negative de acelaşi modul.
2.3.2.1. Calculul erorilor aleatoare la o măsurare repetată

Măsurarea repetată este cea care se execută de mai multe ori (10 . . . 30) în
condiţii practic neschimbate şi la momente de timp corelate cu viteza de variaţie
a măsurandului. Acest tip de măsurare este mai precisă decât măsurarea izolată
atât prin prisma rezultatului măsurării cât şi prin calculul erorilor de măsurare.
Măsurările repetate permit punerea în evidenţă numai a erorilor aleatoare.
2.3.2.1.1. Cazul folosirii unei metode directe de măsurare

Dacă x1, x2, . . . , xn sunt rezultatele măsurării repetate a unui măsurand de
valoare reală X, algoritmul de determinare a erorilor aleatoare se prezintă în
continuare:
- se elimină rezultatele dubioase (aberante) din şirul rezultatelor;
- pentru rezultatele valabile se calculează valoarea medie 𝑥̅ ;
- se calculează estimatorul S al erorii medii pătratice şi estimatorul S𝑥̅ al erorii
medii pătratice a valorii medii;
- se ia din table valoarea parametrului t corespunzătoare nivelului de încredere P
impus şi numărului de rezultate valabile;
- se determină erorile aleatoare corespunzătoare oricărui rezultat individual,
respectiv valorii medii  X .
a
În practică apar cazuri când interesează fie eroarea aleatoare

corespunzătoare unui singur rezultat din şirul de rezultate obţinute (caracterizarea
unui aparat de măsurare a unei metode de măsurare, etc.), fie eroarea aleatoare
67
corespunzătoare valorii medii (determinarea unei constante fizice, etalonarea

unui aparat de măsurare, etc.).
De regulă în cazul unei mărimi direct măsurabile dintre erorile aleatoare
cauzate de diferite surse, una este predominantă, eroarea totală fiind practic
determinată numai de aceasta.
Atunci când însă mai multe erori aleatoare sunt importante acestea se vor
̅)i corespunzătoare fiecărei surse
estima separat calculându-se erorile (aX)i şi (aX
i, pentru acelaşi n şi P, după care se calculează eroarea aleatoare totală prin
compunera pătratică a erorilor aleatoare parţiale:
n
a X   (a X)i2 ,
i 1 (2.37)
respectiv:
n
a X   (X)i2 ,
i 1
2.3.2.1.2. Cazul folosirii unei metode indirecte explicite de măsurare

Având loc o măsurare repetată de n ori a N mărimi direct măsurabile X1,
X2, . . ., XN, pentru măsurandul X se vor obţine conform n valori numerice, pe
baza şirului de rezultate corespunzător fiecărei mărimi direct măsurabile, de
forma:
Xi  f (Xi1,Xi 2 ,..., XiN ),i  1..n (2.38)
Presupunând că şirurile de rezultate obţinute prin măsurarea directă a celor

N mărimi nu sunt afectate de erori sistematice, se pune problema să se determine
indicatorii sintetici, care caracterizează eroarea aleatoare aferentă măsurării lui X,
pe baza propagării erorilor aleatoare corespunzătoare măsurării repetate a fiecărei
mărimi direct măsurabile.
Algoritmul de determinare a erorii de măsurare în ipoteza că mărimile X1,
X2,. . ., XN sunt independente se prezintă în continuare:
- se calculează valorile medii pentru fiecare mărime direct măsurabilă:
68
n
 Xik
Xi  k 1 , i  1..N
n (2.39)
- se calculează estimatorii erorilor medii pătratice corespunzătoare mărimilor

direct măsurabile:
n
 (X ik  X i ) 2
k 1
Si  , i  1..N
n 1 (2.40)
- se calculează estimatorii erorilor medii pătratice corespunzătoare valorilor medii

Xi :
Si
SX i 
n (2.41)
- se calculează estimatorul erorii medii pătratice corespunzătoare mărimii X:
N f
S ( ) 2 S2X i
i 1 X i P (2.42)
unde: este punctul în care se calculează valoarea derivatelor

parţiale ale funcţiei f.
- se citeşte din tabel valoarea parametrului t corespunzătoare nivelului de
încredere P impus şi numărului n de măsurări;
- se determină eroarea aleatoare corespunzătoare măsurării mărimii X:
a X  tS (2.43)
Deşi erorile mărimilor direct măsurabile sunt repartizate după legea lui
Gauss, eroarea aferentă mărimii măsurate indirect poate fi de alt tip, ca urmare a
faptului că funcţia f este de multe ori neliniară;
Ipoteza că măsurările direct măsurabile nu sunt afectate de erori sistematice
a fost impusă în primul rând de dificultatea compunerii acestora (când sunt
69
neidentificabile), care implică mai departe o tratare laborioasă, cu scopul

determinării funcţiei de repartiţie globală a erorilor.
Ca urmare, în practică se acceptă modul de calcul prezentat mai sus, iar în
cazul unor măsurări de mare precizie se vor lua în calcul şi erorile sistematice
care se vor calcula separat.
2.3.2.2. Cazul măsurărilor de precizie

În acest caz sunt considerate măsurările pentru care se vor calcula atât
erorile sistematice cât şi cele aleatoare cu titlu obligatoriu se impune o măsurare
repetată. Eroarea totală se obţine prin compunerea celor două tipuri de erori, după
ce acestea au fost calculate separat în prima fază.
Compunerea erorilor sistematice cu cele aleatoare este o problemă încă
deschisă. În practică, se foloseşte uzual procedeul compunerii pătratice, care dă
rezultate acceptabile şi în acelaşi timp este foarte simplă. În anumite situaţii se
aplică metode de compunere bazate pe teoria informaţiei.
Dacă măsurarea se face printr-o metodă directă, şi o singură eroare
aleatoare este importantă, rezultatul măsurării se exprimă prin relaţia:
X  X  C  a X (2.44)
sau:
X [ X  C  a X , X  C  a X ]
unde:
X este media aritmetică a rezultatelor măsurării;
C este corecţia corespunzătoare a erorilor sistematice identificabile;
a X este eroarea aleatoare corespunzătoare mediei aritmetice.
Dacă erorile sistematice identificabile sunt neglijabile sau au fost corectate,

rezultatul măsurării în cazul utilizării unei metode directe de măsurare, respectiv
în cazul utilizării unei metode indirecte explicite de măsurare, se exprimă prin
relaţia:
X  X  X (2.45)
respectiv:
70
X  [X   X,X   X ]
unde:
 X reprezintă eroarea totală obţinută prin compunerea pătratică a
erorilor sistematice şi a erorilor aleatoare:
 X  (S X) 2  (a X) 2
(2.46)
unde:
a X reprezintă eroarea aleatoare;
S X reprezintă eroarea sistematică neidentificabilă totală, care în cazul
folosirii unei metode directe de măsurare este dată de obicei de eroarea
sistematică instrumental.
În cazul în care erorile sistematice sunt reprezentate atât de erorile
identificabile cât şi de cele neidentificabile rezultatul măsurării se exprimă prin:
X  X C  X (2.47)
respectiv:

X  X  C  X, X  C  X  (2.48)
unde:
C este corecţia corespunzătoare erorilor sistematice identificabile.
În cazul în care precizia impusă măsurării este ridicată eroarea sistematică

neidentificabilă totală se determină prin procedeul de aleatorizare, după cum
există sau nu erori sistematice parţiale predominante. După cum s-a observat,
rezultatele măsurărilor se exprimă prin intermediul mediei aritmetice X a
şirurilor de rezultate şi nu prin valorile individuale Xi., deoarece, media aritmetică
este cea mai bună estimare a valorii reale a unui măsurand.
De asemenea, erorile utilizate în exprimarea rezultatelor sunt date sub
formă absolută, dar dacă iniţial ele sunt determinate sub formă relativă., se obţin
valorile lor absolute.
Se observă că indiferent de modul de exprimare a rezultatului măsurării,
aceasta se face prin numere care aproximează valoarea reală a măsurandului,
71
sursa acestei aproximări fiind chiar procesul de măsurare. Apare astfel problema
stabilirii numărului de cifre exacte ale rezultatului măsurării, care se rezolvă
folosind diferite metode de rotunjire a numerelor aproximative.
În esenţă se stabileşte că eroarea totală xt este cea care indică numărul de
cifre semnificative ale rezultatului măsurării, după regula că ordinul de mărime
al erorii totale dă rangul ultimei cifre din rezultatul măsurării.
De exemplu în urma măsurării unei tensiuni electrice s-a obţinut valoarea
I’ = 5,462 A şi eroarea totală It = 0,08.
Rezultatul măsurării este:
I = 5,462  0,082 A
respectiv:
I [ 5,380 A , 5,544 A ].
Prin operaţia de rotunjire, comform regulii expuse mai sus se păstrează
numai primele două zecimale din rezultatul măsurării, iar rezultatul măsurarii va
fi :
I = 5,46  0,08 A ,
respectiv:
I  [ 5,38 A , 5,54 A].
2.3.3. Erorile aberante (grosolane sau parazite)

Erorile aberante au valori considerabil mai mari, depăşind erorile cele mai
probabile şi care introduc riscul afectării fundamentale a rezultatului final al
măsurării (de exemplu erorile datorate citirii eronate, transcrierii eronate a
rezultatului măsurării, utilizarea incorectă a unui mijloc de măsurare).
Erorile grosolane pot fi detectate ca urmare a caracteristicii lor şi anume
faptul că diferă considerabil ca valoare faţă de rezultatele celorlalte măsurări.
Ele pot fi reduse sau chiar eliminate utilizând metode automate de
măsurare şi înregistrare a datelor.
Eroarea aberantă (grosolană) depăşeşte considerabil eroarea cea mai
probabilă, nefiind conformă cu realitatea. Ele sunt greşeli de măsurare ca urmare
a nerespectării principiilor de măsurare sau o consecinţă a unei erori grave a
operatorului.
Probabilitatea de reproducere a erorilor aberante la o repetare a
măsurătorilor este foarte mică. Există astfel posibilitatea depistării şi înlăturării
72
lor. De obicei, în cadrul unor lucrărilor practice din laborator, se efectuează un

număr mic de măsurători (3 sau 5) a mărimilor fizice.
Dacă în şirul valorilor experimentale înregistrate există una care are o
valoare mult „deosebită” de valoarea celorlalte, avem dreptul să o privim cu
suspiciune din mai multe motive:
- dacă o folosim în calculul mediei s-ar putea ca valoarea acesteia să fie mult
afectată, iar rezultatele experimentului să fie compromise, eroarea experimentului
va fi şi ea mare, având în vedere că o calculăm ca valoare medie a erorilor
individuale (luate în valoare absolută);
- dacă se repetă de câteva ori măsurătoarea şi se obţineo valoare “normală”, adică
apropiată de ce am măsurat înainte, se trage o linie peste valoarea “excentrică”,
şi se scrie în dreptul ei, eroare grosolană şi nu vom folosi această valoare la
calcularea mediei;
- în cazul în care analizând condiţiile în care am efectuat măsurătoarea care s-a
dovedit purtătoare de erori mari (s-a luat curentul, am vorbit cu cineva în timpul
măsurătorii, ...) putem să ne dăm seama de cauzele acestei erori, le trecem şi pe
acestea în caietul de laborator. În nici un caz nu ştergem măsurătoarea din caiet,
nu trecem mai departe fără să re-măsurăm şi să analizăm cauzele care ar fi putut
produce acea eroare, pentru a le putea evita în continuare. Există descoperiri
ştiinţifice care au pornit de la ne-neglijarea unor valori experimentale care ar fi
putut fi considerate ca fiind afectate de mari erori experimentale;
- dacă obţinem tot o valoare „excentrică” ne putem gândi că sau s-a întâmplat
ceva cu experimentul sau că, de fapt, valoarea considerată excentrică este cea
normală şi viceversa şi se impune o analiză mai detailată a experimentului;
- probabilitatea ca în experimentul nostru (care constă în 3 - 5 măsurători) să avem
o eroare experimentală mare (grosolană) este mica;
- dacă în experimentul nostru avem o eroare grosolană, probabilitatea ca în acelaşi
experiment să avem încă o eroare grosolană de semn opus, care să o compenseze
pe prima la calcularea mediei este foarte mica, iar valoarea medie calculată
folosind toate valorile măsurate ar fi deplasată mult faţă de valoarea medie
„reală”.
În consecinţă, cu această argumentaţie, putem renunţa la valoarea afectată
de erori grosolane, repeta măsurătoarea şi continua experimentul fără să folosim
la calculul mediei valoarea afectată de erori grosolane.
Dacă identificarea valorilor experimentale afectate de erori aberante poate
fi urmată de eliminarea valorilor respective din eşantionul de date experimentale,
73
prezenţa erorilor sistematice nu poate fi percepută decât prin influenţa sa asupra

întregului eşantion de valori experimentale.
Reducerea efectelor induse de către erorile sistematice nu poate fi realizată
decât prin compararea rezultatelor prelucrării mai multor eşantioane de valori
experimentale. Deoarece erorile aleatoare apar în majoritatea eşantioanelor de
valori experimentale (excepţie făcând unele determinări precise ale unor variabile
de natură discretă), testele statistice nu urmăresc în acest caz decât evidenţierea
gradului în care aceste erori au afectat eşantionul respectiv, indicând dacă
densitatea de probabilitate a acestuia mai coincide ca formă generală cu aceea a
variabilei reale ce a fost măsurată.
Este posibil ca, în timpul măsurării, unele rezultate să fie afectate de erori
aberante (grosolane), care pot, în cazul când sunt menţinute în şirul de
determinări, să conducă la rezultate ale măsurării departe de valoarea adevărată a
măsurandului.
Pentru depistarea şi eliminarea acestora, se folosesc teste statistice care, în
general, se bazează pe ipoteza că datele ce se prelucrează provin dintr-o populaţie
cu distribuţie normală.
74
3. DETERMINAREA PARAMETRILOR(INDICATORILOR)
STATISTICI CARE CARACTERIZEAZĂ DISTRIBUŢIA
DATELOR
În practică, în urma unui experiment, se obţine o informaţie de măsurare

primară, constituită din valori de măsurare, obţinute cu ajutorul unor mijloace de
măsurare asupra obiectului supus investigării.
Considerăm ca am efectuat în condiţii similare un experiment utilizând
aceeaşi metodă şi acelaşi principiu obţinând un număr de „n” rezultate sau date
experimentale.
Totalitatea datelor obţinute sunt simple şiruri de numere rezultate din datele
culese şi le vom numi populaţie statistică/serii statistice/serii de date/ serii de
valori.
Populaţia statistică se defineşte ca fiind o mulţime definită de obiecte de
aceeaşi natură, iar elementele populaţiei se numesc unităţi statistice.
Uneori este necesar să urmărim mai întâi o singură variabilă numerică din
multitudinea de variabile înregistrate într-un tabel de date.
La o serie de valori trebuie urmărit în primul rând modul în care valorile din
serie sunt distribuite în plaja de valori între un minim şi un maxim, cum se
distribuie în jurul mediei, care este tendinţa centrală a seriei, care sunt valorile cel
mai des întâlnite, etc.
Numărul elementelor definesc volumul sau efectivul populaţiei.
Valorile din şirul de numere ce constituie o serie de valori se notează cu X:
𝑥1 , 𝑥2 … … … 𝑥𝑛 sau Y: 𝑦1 , 𝑦2 ,….. 𝑦𝑛 sau notaţii asemănătoare, folosind alte litere
ale alfabetului. Aceste notaţii se utilizează pentru a simplifica formulele de calcul
pentru unii indicatori. Mulţimea datelor numerice constituie baza de informaţie
asupra populaţiei respective.
O submulţime de elemente a populaţiei constituie un eşantion. În tratarea
statistică a datelor se utilizează o serie de parametri care caracterizează tendinţa de
centrare sau împrăşiere a datelor experimentale.
Caracterizarea sintetică a unei serii de valori este dată de aşa numiţii
indicatori statistici (media, deviaţia standard, mediana, etc.).
75
Indicatorii statistici sunt numere reale, care sintetizează o parte din

informaţia conţinută de o serie de valori, dând posibilitata aprecierii globale a
întregii serii, fără a ţine cont de fiecare valoare din şir.
Fiecare indicator urmăreşte să evidenţieze proprietăţi diferite ale şirului de
valori, iar prin combinarea mai multor indicatori, obţinem informaţii relevante şi
sintetice despre valorile şirului. Dacă în locul şirului propriu-zis, folosim o serie de
indicatori statistici, o parte din informaţie se pierde.
De obicei se pierde ceea ce este nesemnificativ, accidental, indicatorii
statistici reţinând doar esenţialul, de aici rezultând utilitatea şi importanţa lor în
statistică.
Indicatorii statistici deţin o anumită cantitate de informaţie, din seria de
valori pentru care au fost calculaţi (informaţii despre tendinţa centrală a valorilor
din serie, informaţii despre împrăştierea valorilor, indicaţii despre simetria
valorilor din serie, boltirea ne dă indicaţii despre lungimea cozilor distribuţiei,
etc.).
Informaţia oferită de indicatorii statistici este redundantă, în sensul că, de
exemplu, împrăştierea valorilor din serie este indicată şi de dispersie şi de abaterea
standard şi de amplitudinea absolută şi de coeficientul de variaţie, etc., dar fiecare
dintre ei aduce o mică informaţie specifică, deci, nu ne putem lipsi de unul sau
altul dintre indicatorii statistici.
Uneori se folosesc anumiţi indicatori, fiind cei mai eficienţi, alteori trebuie
folosiţi alţi indicatori.
Pentru a avea o ideie despre modul în care se folosesc indicatorii statistici, ei
sunt clasificaţi în câteva categorii mai importante, iar în continuare îi vom prezenta
pe cei mai importanţi, ceilalţi fiind indicatori mai rar folosiţi, şi anume, numai în
cazuri speciale.
a) Indicatori ai tendinţei centrale

Cei mai importanţi indicatori ai tendinţei centrale sunt: media, mediana şi
modul.
Media indică tendinţa centrală atunci când seria de valori este repartizată
simetric în jurul ei şi când valorile nu au o dispersie exagerat de mare. În cazul
seriilor de valori distribuite foarte asimetric, tendinţa centrală nu mai este indicată
de către medie, ci de către mediană.
76
Modul este un indicator al tendinţei centrale, la seriile unimodale, adică

atunci când în tabelul de frecvenţe există un singur maxim. Dacă avem o serie
multimodală, modul îşi pierde calitatea de indicator al tendinţei centrale.
b) Indicatori ai împrăştierii
Folosiţi cel mai des în practică, iar cei mai importanţi sunt: dispersia,
abaterea standard şi coeficientul de variaţie.
Dispersia este folosită ca măsură a împrăştierii în testele statistice.
Abaterea standard este indicatorul folosit cel mai des pentru aprecierea
împrăştierii, dar atunci când mediile diferă mult, este mai util coeficientul de
variaţie.
c) Indicatori ai asimetriei
Mediana şi cuartilele sunt cel mai mult folosite pentru aprecierea asimetriei
valorilor dintr-o serie.
Mediana se foloseşte în combinaţie cu media pentru aprecierea asimetriei.
O mediană mult diferită de medie indică asimetrie puternică, iar o mediană
foarte apropiată de medie indică o tendinţă spre simetrie.
Cuartilele, se folosesc în combinaţie cu mediana şi indicatorii minim şi
maxim, pentru aprecierea simetriei.
d) Indicatorii statistici fundamentali

Sunt indicatorii care poartă în ei cea mai mare cantitate de informaţie din
informaţia conţinută de seria de valori. La seriile de valori distribuite relativ
simetric, indicatorii statistici fundamentali sunt media şi deviaţia standard.
Dacă o serie de valori are o repartiţie normală şi are suficient de multe
valori, cei doi indicatori, poartă în ei aproape toată informaţia.
Astfel, dacă o serie de valori de acest tip are media X şi deviaţia standard σ,
scrierea obişnuită este X ±σ.
La seriile distribuite asimetric, deşi se consideră ca indicatori fundamentali
tot media şi deviaţia standard, sunt mai utile mediana şi cuartilele. În acest caz, este
obişnuită scrierea medianei M şi a cuartilelor Q1 şi Q3 în forma M [Q1; Q3]. De
exemplu, dacă o serie puternic asimetrică are mediana 2,45, iar cuartilele sunt
Q1=1,54 şi Q3=6,23, acest fapt se precizează astfel: 2,45 [1,54; 6,23].
77
3.1. Indicatori ai tendinţei de centrare a datelor (Parametri de tendinţă)

Media este indicatorul care arată tendinţa centrală a seriei de valori, şi de
obicei arată unde tind datele să se aglomereze.
De cele mai multe ori, valorile din serie sunt situate în majoritate în
apropierea mediei, iar o mai mică parte din ele sunt situate mult în stânga sau în
dreapta mediei.
3.1.1. Media şirului de date se notează cu M[x];

Valoarea medie a şirului de date este principalul parametru statistic de
tendinţă şi se stabileşte prin repetarea măsurărilor în condiţii identice.
- Pentru variabilele continue, cu funcţia densitate de probabilitate f(x), media a
şirului de date are expresia:
+∞
` M[x]= ∫−∞ f(x)dx (3.1)
- Pentru variabilele discrete, media a şirului de date este dată de relaţia:
∑n
i=1 xi ni
x̅= =∑ni=1 xi fi (3.2)
n
unde:
ni
fi = reprezintă frecvenţa relativă;
n
ni - numărul de valori egale cu xi din şirul de n determinări.
Dacă valorile din şir sunt toate diferite între ele, atunci media se calculează
cu expresia:
∑n
i=1 xi
x̅= (3.3)
n
3.1.2. Mediana şirului de date (Me) împarte aria cuprinsă sub curba
densităţii de probabilitate în două suprafeţe egale.
Atunci când valorile unei serii sunt distribuite nesimetric în jurul mediei,
acest fapt este imposibil de surprins cu ajutorul indicatorilor de dispersie şi de
aceea, s-au introdus indicatori care să pună în evidenţă şi acest aspect al seriilor de
78
valori: excentricitatea, sau asimetria şi se ţine cont atât de numărul de valori care
sunt în stânga şi în dreapta mediei, cât şi depărtarea lor faţă de medie.
Mediana este un indicator al tendinţei centrale, şi anume este valoarea de
mijloc, într-o serie de valori.
Mediana este acea valoare dintr-o serie de valori, pentru care exact jumătate
din ele sunt mai mici decât ea, iar jumătate mai mari.
Dacă numărul de măsurători este impar atunci mediana este chiar valoarea
de mijloc, care în acest caz este unică.
Mediana este importantă în primul rând la serii de valori cu foarte multe
înregistrări, caz în care se poate lucra direct pe tabelul de frecvenţă, sau chiar pe
tabelul pe clase.
Mediana este un indicator al tendinţei centrale, ca şi media, dar oferă mai
puţină informaţie decât aceasta.
La distribuţiile echilibrate, la care valorile din serie se dispun aproximativ
simetric în stânga şi în dreapta mediei, media şi mediana sunt foarte apropiate, deci
folosirea medianei este superfluă.
Dacă însă mediana este mult în stânga sau în dreapta mediei, distribuţia se
zice că este excentrică.
- Pentru o variabilă continuă, mediana şirului de date este dată de relaţia:
𝑀𝑒 +∞
P(X≤Me) = P(Me≤X) = 0,5 sau ∫−∞ f(x)dx=∫𝑀𝑒 f(x)dx=0,5 (3.4)
- Pentru o variabilă discretă, mediana şirului de date va avea forma:
∑p(Me) ∑p(xn)
p(xi ) pi = p(Me) pi =0,5 (3.5)
unde:
pi − probabilitatea cu care variabila considerată ia valoarea xi;
pi = P{X = xi}, i=1,2,……
xi - sunt valorile pe care le poate lua variabilă discretă X.
79
3.1.3. Modul (Moda) se notează cu Mo şi este egal cu valoarea variabilei X

având frecvenţa absolută de apariţie cea mai mare. Modul se găseşte la punctul de
maxim absolut al reprezentării grafice a densităţii de probabilitate şi în dreptul
punctului de inflexiune al reprezentării grafice a funcţiei de repartiţie.
Pentru o relaţie moderat asimetrică, se poate folosi relaţia empirică:
Mo = M [x] - 3 (M [x] –Me) (3.6)
Pentru o repartiţie simetrică: M [x] =Me= Mo
3.1.4. Momentul necentrat de ordinul “s” notat cu ms[X]

- Pentru o variabilă continuă:
+∞
ms[x]= ∫−∞ x s f(x)dx (3.7)
- Pentru o variabilă discretă:
ms[x]=∑ni=1 x s i pi (3.8)
3.1.5. Momentul centrat de ordinul “s” notat cu μs [x]
- Dacă variabila este continuă:
+∞
μs [x]= ∫−∞ (𝑥 − 𝑀)𝑠 f(x)dx (3.9)
μs [x]= ∑ni=1(xi − M)s i pi (3.10)
Între momentele necentrate şi centrate de diverse ordine există relaţii de

genul următor:
μ1 =0
80
μ2 = m2 - 𝑚21
μ3 = m3 -3m1 m2 + 2 𝑚31
Pentru o serie statistică dată conţinând n valori discrete xi, momentul

necentrat şi momentul centrat de ordinul “s” sunt date de relaţiile de mai jos:
1
ms = ∑ni=1 x s i
n
(3.11)
1
μs = ∑ni=1(xi − x̅)s = ∑ni=1 fi (xi − x)s
𝑛
3.2. Indicatori ai tendinţei de împraştiere a datelor (Parametri de

împrăştiere)
3.2.1. Dispersia (D[x]), (𝜎 2 )este momentul centrat de ordinul doi: μ2 [x]

Valorile dintr-o serie de valori pot fi mai aglomerate în jurul mediei sau mai
dispersate, adică la distanţe mari de medie. Un mod de a măsura aceste abateri de
la medie este să se facă diferenţa între toate aceste valori şi media lor. Unele
abateri vor fi pozitive, altele negative.
Ele nu pot fi adunate, deoarece, prin adunare dau suma 0.
Un mod de a ocoli faptul că suma abaterilor absolute este 0, este ridicarea la
pătrat a acestora înainte de a fi adunate, pentru a face să dispară semnele negative
la unele şi pozitive la altele. Suma obţinută, ar trebui împărţită la numărul de
abateri pentru a se obţine o medie.
În realitate, din motive teoretice foarte bine întemeiate, împărţirea se face la
(n-1) şi nu la n. Valoarea care se obţine astfel se numeşte dispersie şi este un
indicator al gradului de împrăştiere al seriei.
Dispersia sau varianţa reprezintă pătratul abaterii standard şi măsoară gradul
de împrăştiere a eşantionului în jurul mediei de sondaj.
- Pentru variabilă continuă:
+∞
D [x] = σ2 = ∫−∞ (x − M)2 f(x)dx (3.12)
81
D [x] = σ2 = ∑ni=1(xi − M)2 i pi (3.13)
După cum se observă, valoarea dispersiei este cu atât mai mare cu cât
abaterile individuale de la medie sunt mai mari şi se poate considera că o valoare
mare a dispersiei arată o împrăştiere mare a valorilor din serie.
În concluzie, la medii aproximativ egale, este mai împrăştiată seria cu
dispersia mai mare, iar la dispersii aproximativ egale, este mai împrăştiată seria cu
media mai mică. Dispersia are dezavantajul că se exprimă cu unităţile de măsură
ale valorilor din serie, ridicate la pătrat, şi are în general valori foarte mari
comparativ cu abaterea medie.
De exemplu, dacă valorile din serie se măsoară în mg/l, atunci dispersia se
măsoară în mg2 /l2, ceea ce este în mod evident extrem de nenatural.
Dacă abaterile absolute au o medie, de exemplu în jurul lui 10, dispersia va
avea o valoare în jurul lui 100, adică exagerat de mare în comparaţie cu abaterile
absolute. De aceea se mai foloseşte un alt indicator, numit abatere standard care
este radicalul dispersiei.
Abaterea medie pătratică (abaterea standard) se defineşte ca fiind rădăcina
pătrată a dispersiei sau momentului centrat de ordinul doi:
σ = √D[x] (3.14)
Abaterea medie patratică sau abaterea standard sau deviaţia standard este
parametrul principal care exprimă împrăştierea rezultatelor în jurul valorii medii,
fiind un indicator al preciziei (al reproductibilităţii rezultatelor).
De asemenea abaterea patratică standard este un indicator de punere în
evidenţa a erorilor întâmplătoare care afectează procesul de analiză.
Abaterea standard este indice statistic de împrăştiere şi este cel mai
important criteriu de apreciere a exactităţii măsurării.
În cazul unei distribuţii normale a datelor, abaterea standard se calculează
cu formula:
82
n
 (X i  X) 2 ∑𝑛 2
i 1 𝑖=1 𝑣𝑖
S =√ (3.15)
n 1 𝑛−1
Dacă se cunoaşte valoarea adevărată a măsurandului (adică în cazul când se

face o verificarea unui mijloc de măsurare cu un etalon cu mult mai precis, încât îl
considerăm valoare adevărată):
n
 (X i  X) 2 ∑𝑛 2
i 1 𝑖=1 𝛿𝑖
S
σ= =√ (3.16)
n 1 𝑛
2
S= 𝜎𝑛−1 - dispersie de sondaj şi se poate folosi ca estimare a dispersiei din
populaţia originară(dispersia de selecţie).
Cunoaşterea acestor parametri ne permite delimitarea intervalului între care

poate fluctua rezultatul măsurării. Cu ajutorul erorii medii pătratice se pot
determina, cu o probabilitate propusă, limitele (Δ) în care poate fluctua media
aritmetică.
Acest indicator se exprimă cu aceeaşi unitate de măsură ca şi valorile din
seria considerată şi este un indicator foarte fidel al împrăştierii seriei.
Abaterea standard, nu are dezavantajele dispersiei, adică unitatea de măsură
este aceeaşi cu a valorilor din serie, şi, are o valoare comparabilă cu abaterile
individuale de la medie.
La medii aproximativ egale, este mai împrăştiată seria cu deviaţia standard
mai mare, iar la deviaţii standard aproximativ egale, este mai împrăştiată seria cu
media mai mică.
Dacă mediile şi deviaţiile sunt foarte diferite, o bună apreciere se obţine dacă
se foloseşte raportul deviaţiei standard faţă de medie, exprimat în procente. Acest
raport este un alt indicator al împrăştierii valorilor dintr-o serie şi se numeşte
coeficient de variaţie.
Deviaţia medie a datelor reprezintă media aritmetică a valorilor absolute a
deviaţiilor individuale a datelor în jurul valorii medii. Deviaţia individuală
reprezintă valoarea absolută a diferenţei între valoarea individuală şi valoarea
medie aritmetică a acestor valori.
83
di = xi - xm│ (3.17)
∑n
i=1|xi −xm |
dm=
n
Suma deviaţiilor calculate în valori reale şi nu absolute este nulă, iar în acest
caz deviaţiile pozitive vor anula deviaţiile negative ale valorilor individuale faţă de
valoarea medie aritmetică.
3.2.2. Coeficientul de variaţie (v) sau variabilitate (coeficientul de variaţie

al lui Pearson). Este utilizat în scopul stabilirii gradului de omogenitate a unui
eşantion şi se obţine prin raportarea abaterii standard la media eşantionului, după
cum urmează:
σ
v= (3.18)
M[x]
Aprecierea cu ajutorul coeficientului de variaţie se face atunci când două

serii de valori au medii mult diferite şi deviaţiile standard pot să nu ne dea o
indicaţie suficient de utilă. Coeficientul de variaţie este cel mai fidel indicator al
împrăştierii unei serii statistice, dar are inconvenientul că este cu atât mai fidel cu
cât mediile sunt mai depărtate de 0.
La medii foarte apropiate de 0 îşi pierde din fidelitate şi nu este indicat să fie
folosit. Acest lucru se întâmplă mai ales atunci când valorile din serie sunt şi
negative şi pozitive, şi când, din acest motiv, media poate fi aproape de 0.
3.2.3. Coeficientul de asimetrie (γ1 ) este raportul dintre diferenţa dintre

media aritmetică şi mod la abaterea standard.
M[x]−M𝑜 3(M[x]−M𝑒 )
γ1 = == (3.19)
σ σ
unde: M[x] - media aritmetică;

M𝑜 - modul (moda);
σ - abaterea standard.
84
Figura 3.1. Alura curbei densitate de probabilitate pentru diferite

valori ale coeficientului de asimetrie
3.2.4. Coeficientul de boltire(Pearson) (𝛽2 ) este dat de relaţia:
μ4 μ4
β2 = = (3.20)
σ4 μ22
unde: 𝜇4 – moment centrat de ordinal 4;

γ2 - coeficientul de boltire Fisher.
Boltirea este un indicator care se bazează pe lungimea cozilor unei

distribuţii. Cele cu cozi relativ mari se numesc leptocurtice iar cele cu cozi relativ
mici se numesc platicurtice.
Măsura boltirii este dată de coeficientul de exces: γ2 = 𝛽2 - 3. După valorile
pe care le poate lua coeficientul de exces (pozitive, negative sau nule) se poate
concluziona asupra alurii curbei reprezentate a densităţii de repartiţie:
- dacă γ > 0, atunci curba este mult alungită şi coeficientul de exces este
leptocurtic;
85
- dacă γ < 0 curba este aplatisată şi coeficientul de exces este platocurtic;

- dacă 𝛾 =0, curba are o alură corespunzătoare unei distribuţii normale.
Boltirea este un indicator util în aprecierea apropierii repartiţiei de repartiţia
normală.
Distribuţiile din figura 3.2 au aceeaşi medie şi dispersie, aproximativ aceeaşi
excentricitate, dar diferă mult ca boltire
Figura 3.2. Distibuţie leptocurtică şi distribuţie platicurtică
3.2.5. Amplitudinea (A) este diferenţa dintre valoarea maximă şi valoarea

minimă dintr-un şir de determinări. Cu cât amplitudinea va fi mai mică cu atât
valorile vor fi mai apropiate şi frecvenţa de apariţie a unei valori individuale mai
mare.
A = xmax - xmin (3.21)
3.3. Legi de distribuţie (repartiţie) a erorilor

Legea de repartiţie a erorilor este dată de relaţia următoare:
x
FX(x)= ∫x 2 fX (x)dx=P[Xϵ(x1 , x2 )] (3.22)
1
unde: fX(x) este densitatea de probabilitate şi reprezintă probabilitatea ca variabila

X să ia una dintre valorile cuprinse în intervalul (x1 , x2 ).
Funcţia de repartiţie FX(x) = P[Xϵ(x1 , x2 )] reprezintă suma probabilităţilor ca
variabila să ia valorile cuprinse în intervalul (x1 , x2 ).
86
3.3.1. Repartiţia normală (Gauss - Laplace)

Din grupa repartiţiilor continue (pentru variabile continue), legea care stă la
baza metodelor de prelucrare a datelor de măsurare este legea normală, descoperită
de Gauss în studiul şi fundamentarea teoriei erorilor.
Legea normală de repartiţie a erorilor a fost dedusă şi există numai în
condiţiile admiterii unor postulate:
- toate rezultatele măsurărilor sunt afectate de erori;
- abaterea rezultatului x de la valoarea adevărată a mărimii măsurate este
determinată de n factori, fiecare din aceştia provocand o eroare elementară;
- cauzele care provoacă apariţia erorilor sunt independente între ele;
- probabilitatea de apariţie a erorilor negative este egală cu probabilitatea de
apariţie a erorilor pozitive, egale în valoare absolută;
- erorile mici au probabilităţi mai mari de apariţie în comparaţie cu erorile
mari.
Variabila X urmează o repartiţie normală, notată cu N(x; m,σ), dacă
densitatea sa de probabilitate are forma:
(x−x̅ )2
1 −
f(x)= e 2σ2 , xϵR, σ > 0 (3.23)
σ√2π
unde:
x̅- valoarea medie a variabilei X;
σ - abaterea medie pătratică a variabilei X.
Se poate observa că din definiţia distribuţiei Gaussiene are aceeaşi
semnificaţie cu abaterea patratică medie.
Pentru x̅=0; σ =1, legea se numeşte normală sau funcţie Laplace:
x2
1 −
f(x)= e 2 (3.24)
√2π
Funcţia de repartiţie a variabilei X, care are o repartiţie normal, are forma:
̅)
(x−x ̅ 2
x
1 −
F(X)= ∫ e 2σ2
dx (3.25)
σ√2π −∞
87
Figura 3.3. Curba de densitate de probabilitate pentru diferite valori ale

abaterii standard 𝜎(linia verde este distribuţia normală standard)
Se observă că funcţia de probabilitate ataşată legii normale are o alură de

clopot şi depinde de doi parametri din funcția de distribuție: μ și σ.
Cea mai folosită la prelucrarea statistică a datelor de măsurare este
distribuţia Gauss-Laplace (distribuţia normală).
REPARŢIA LOG
3.3.2. Repartiţia lognormală
Variabila X urmează o repartiţie lognormală, notată cu LN(x; m, σ), dacă
densitatea de probabilitate, este de forma:
(lnx−x̅)2
1 −
f(x)= e 2σ2
, xϵR, σ > 0 (3.26)
σx√2π
unde:
m şi σ reprezintă parametrii repartiţiei lognormale;
m - valoarea medie;
σ - dispersia logaritmului variabilei X.
88
Funcţia de repartiţie a variabilei X care urmează o repartiţie lognormală are

următoarea formă:
̅ 2
̅)
1 x 1 −(𝑙𝑛𝑥−𝑥
F(X)= ∫ 𝑒 2𝜎2 ∙ dx (3.27)
σ√2π −∞ x

abaterii standard 𝜎 şi 𝜇
3.3.3. Repartiţia exponenţială

O variabilă X urmează o repartiţie exponenţială de parametru λ, notată cu
E(x; λ), dacă densitatea sa de probabilitate este de forma:
f(x)=λe−λx , λ > 0 (3.28)

F(X)=1 − e−λx , λ > 0; x>0
89
Valorile mediei şi dispersiei au expresiile:

1 1
M(x)= ; D(x)= (3.29)
λ λ2
Figura 3.5. Curba de densitate de probabilitate pentru diferite valori ale lui
λ
3.3.4. Repartiţia WEIBULL

Variabila X urmează o repartiţie Weibull, W(x, β, γ, η) dacă densitatea sa de
probabilitate are forma:
(x−γ)β
β (x−γ)β−1 −
f(x)= ∙ ∙e η , x≥ γ, β, η > 0 (3.30)
η η
unde:
β - reprezintă parametrul de formă;
γ - parametrul de scară;
η - parametrul de poziţie sau al originii de timp.
90
Figura 3.6. Curba de densitate de probabilitate pentru diferite valori ale lui 𝜂, 𝛽
Funcţia de repartiţie a variabilei aleatoare X care urmează o repartiţie

Weibull este dată de relaţia:
(x−γ)β
−
F(x)=1 − e η (3.31)
dacă:
β=1 ⇒ repartiţia exponenţială;
3<β<4 ⇒repartiţia normal.
91
Figura 3.7. Curba de densitate de probabilitate pentru diferite valori ale lui 𝛽
3.3.5. Repartiţia GAMMA

Variabila X urmează o repartiţie gamma G(x; γ, η) de parametrii γ, η dacă
densitatea de probabilitate are expresia:
λ𝜂
f(x)= ∙ x η−1 ∙ e−λx , x≥ 0, λ > 0, η > 0 (3.32)
Γ(η)
în care:
∞
Γ(η)= ∫0 x η−1 ∙ e−x dx- valoarea funcţiei gama a lui Euler în η
η - parametru de formă;
η =1 ⇒repartiţia exponenţială;
Pentru λ = 1 ⇒ repartiţie gama standard de parametru η.
92
Figura 3.8. Curba de densitate de probabilitate pentru diferite valori ale lui
𝑔𝑎𝑚𝑚𝑎
3.3.6. Repartiţia STUDENT

Variabila X urmează o repartiţie Student (sau legea T), T(x; ν), cu ν =n+1
grade de libertate, dacă are densitatea de probabilitate de forma:
ν+1
𝑥 2 −𝜈+1
f(x)= 2
ν ∙ (1 + ) 2 , xϵR 0, νϵR, ν>0 (3.33)
√πν Γ(2) 2
Repartiţia Student se utilizează pentru verificarea ipotezelor referitoare la

mediile populaţiilor normale, când nu se cunosc dispersiile teoretice.
93
Figura 3.9. Curba de densitate de probabilitate pentru diferite valori ale lui 𝜈
Se observă, din reprezentarea grafică, că distribuţia Student are o alură foarte

asemănătoare cu distribuţia normală. Mulţimea variabilelor X ce urmează legea
Student cu ν grade de libertate se notează cu T(ν) sau S*(ν).
3.3.7. Repartiţia F (Fischer-Snedecor)

O variabilă are repartiţia F, cu ν1 > 0 şi ν2 >0 grade de libertate, dacă
densitatea sa de probabilitate are forma:
ν +ν
ν1 ν1 Γ( 1 2 ) ν1
f(x; ν1 , ν2 )=( ) 2 ∙ ν
2
ν ∙x 2 −1 (3.34)
ν2 Γ( 1 )Γ( 2 )
2 2
Pentru verificarea ipotezei egalităţii dispersiilor de sondaj, obţinute în două

eşantioane independente, este repartiţia F, F(x; ν1 , ν2 ), x>0, iar ν1 , ν2 ϵ N.
94

lui 𝐹
3.3.8. Repartiţia BINOMIALĂ

Repartiţia de probabilitate a unei variabile discrete X este:
n!
P(X=x)= (p)x ∙ (1 − q)n−x , 0< p< 1, x= 1,2,...,n (3.35)
x!(n−x)!
unde:
q - probabilitatea de bună funcţionare;
p - probabilitatea de defectare;
n - numărul de elemente supuse încercării.
În acest context, valorile mediei şi dispersiei au expresiile următoare:
M(X) = n ∙ p
D(X) = n ∙ p∙ q
95

lui P
Acest tip de distribuţie apare când numărăm „succesele” obţinute în

repetarea, de un anumit număr de ori, a unui experiment sau numărul total de
apariţii a unui eveniment X, în „n” încercări independente.
În fiecare dintre acestea, probabilitatea de apariţie a evenimentului X este
P(X)=p. Dacă într-o anumită încercare evenimentul X nu apare, atunci înseamnă că
a apărut evenimentul contrar lui X(adică Xc), cu probabilitatea P(Xc)= 1-p =𝑛𝑜𝑡𝑎𝑡 q.
Evenimentul X se numeşte „succes”, iar evenimentul Xc „insucces”.
96
4. PRELEVAREA, PRELUCRAREA ŞI PREZENTAREA

REZULTATELOR MĂSURĂRILOR
Orice determinare experimentală sau proces tehnologic care cuprinde

operaţii de măsurare va genera date experimentale ce conţin informaţii sub o
formă oarecare, rezultatele tuturor măsurătorilor fiind afectate de erori.
În practică există multe cazuri în care se studiază influenţa unui singur
factor asupra procesului, cum ar fi în cazul studiului preciziei de prelucrare, a
calităţii produselor, a rezistenţei îmbinărilor etc.
”Un experiment, este un set de observaţii desfăşurate în contextul
rezolvării unei anumite probleme sau chestiuni, pentru a sprijini sau falsifica o
ipoteză sau cercetare privitoare la un fenomen”. (http://ro.wikipedia.org/wiki/Experiment)
Deoarece fenomenele au loc în cadrul unor procese rezultă că determinările
experimentale trebuie să ţină cont de faptul că asupra proceselor acţionează unul
sau mai mulţi factori de influenţă. Aceste influenţe pot fi exprimate prin
următoarea relaţie matematică:
y = f (x1 , x2 ,..., xn) (4.1)

unde:
y – reprezintă variabila de dependenţă;
x1, x2 ,..., xn – variabilele independente numite şi factori de influenţă.
Ele vor fi folosite în analiza statistică pentru determinarea erorii şi la

determinarea mărimii y.
Pentru realizarea experimentelor în aceste cazuri se parcurg următoarele
etape:
- planificarea experimentelor;
- prelevarea datelor experimentale;
- testarea datelor experimentale;
- interpretarea datelor experimentale.
97
4.1. Planificarea experimentelor

Planificarea experimentelor se face prin stabilirea numărului de experienţe
(mărimea eşantionului) şi a numărului probei extrase din lotul (populaţia) care se
studiază (Biji1979):
a) Numărul de experienţe (mărimea eşantionului) se poate calcula pornind

de la eroarea limită maximă admisă:
t2 ∙p(p−1)
Δ2x
n= 2
t ∙p(p−1)
(4.2)
−1
Δ2
x
1+ N
unde:
n - numărul de probe din eşantion;
N - numărul probelor din lot;
t - variabila de testare Student (pentru o precizie de 5%, t = 1.96);
p - proporţia componentelor din eşantion care poseda caracteristica
cercetată (p = 0,5);
Δx – eroarea limită x admisă (de exemplu 0,05 = 5%);
b) Stabilirea numărului probei care se extrage din lot se poate face prin
mai multe metode printre care cea mai utilizată este metoda generării numerelor
aleatoare.
În acest sens se generează un număr aleator cuprins între 1 şi N, unde N
reprezintă numărul de probe dintr-un lot. În urma aplicării relaţiilor matematice
(4.1) se generează planurile de experimentare cu o singură experienţă sau mai
multe experienţe (maxim 5) pentru fiecare probă.
Pentru exemplificare s-a considerat, un lot de N = 30 de probe pentru care
numărul de experienţe necesare pentru o precizie de 5% este de n = 28 de
experienţe (Tabelul 4.1 sau 4.2).
98
Tabel 4.1. Planul de experimentare (un singur experiment)

Nr. Numǎrul probei extrase Valoare măsurată
crt. (valoare aleatoare)
1 3
2 12
… …
N 25
Tabelul 4.2. Planul de experimentare (experiment repetat)

Nr. Numǎrul probei Valori mǎsurate Media valorilor
crt. extrase (1 – 5 valori) mǎsurate
(valoare aleatoare)
1 3 ...
2 12 ...
… … … … ... … …
N 25 ...
După generarea planurilor de experimentare se trece la etapa următoare,

respectiv prelevarea (culegerea) datelor experimentale.
4.2. Prelevarea datelor experimentale

Culegerea datelor experimentale se face conform planurilor de
experimentare prezentate în Tabelul 4.1 sau 4.2.
Mai întâi se extrag probele care vor fi măsurate.
Măsurarea se face folosind metodele clasice sau prin înregistrare cu
aparate de măsură prevăzute cu această facilitate sau pe calculator cu ajutorul
plăcilor de achiziţie de date. Indiferent de metoda de măsurare utilizată se
completează unul din planurile de experimentare de mai jos cu valorile măsurate
(Tabelul 4.3 sau 4.4).
99
Tabel 4.3. Planul de experimentare completat cu date experimentale

(un singur experiment)
Nr. Numǎrul probei extrase Valoare măsurată
crt. (valoare aleatoare)
1 3 19.3
2 12 18.8
… … …
28 25 18.9
Tabel 4.4. Planul de experimentare completat cu date experimentale

(cinci experimente)
Nr. Numǎrul probei Valori mǎsurate Media
crt. extrase (1 – 5 valori) valorilor
(valoare aleatoare) mǎsurate
1 3 19.3 19.1 19.4 18.7 18.9 19.08
2 12 18.8 18.7 19. 3 19.0 19.1 18.98
… … … … ... … …
N 25 18.9 18.8 19.4 19.3 19.4 19.16
În funcţie de precizia măsurării avem:

- măsurări uzuale;
- măsurări de precizie: - de verificare şi calibrare;
- pentru determinarea unor constante.
Prelevarea datelor în cadrul unei măsurări se face în primul rând în funcţie
de precizia impusă măsurării şi apoi în funcţie de modul de variaţie al semnalului
în timp.
100
4.2.1. Măsurări uzuale

Măsurările uzuale se efectuează în cazul în care se doreşte obţinerea
promptă a rezultatului măsurării. În acest caz nu se impune o precizie ridicată şi
nu se estimează erorile.
Ele se efectuează chiar în mediul de desfăşurare a unui proces tehnologic
utilizând o aparatură mai puţin sensibilă dar robustă şi aplicând metode de
deviaţie (cu citire directă) sau metode diferenţiale (asociaţie între cele cu citire
directă şi cele de zero).
Aparatul aflat la dispoziţie se consideră bun, se citeşte indicaţia acestuia,
după ce în prealabil a fost comutat pe scara adecvată.
Măsurarea se poate relua în scopul asigurării corectitudinii acesteia.
Măsurările uzuale se aplică în cazul unor componente înainte de
introducerea lor în circuit, la măsurarea unor mărimi care intervin într-un proces
tehnologic în scopul controlului şi al reglajului dacă se depăşesc anumite limite
prestabilite sau la controlul şi reglajul unor circuite electronice.
În cazul în care erorile aleatoare sunt importante, datorate în principal
fluctuaţiilor valorii măsurandului (măsurarea rezistenţei de contact, măsurarea
rezistivităţii unui material neomogen), este necesar să se efectueze cel puţin 4-5
măsurări repetate după care se aplică metodologia de estimare a erorii aleatoare.
În cazul măsurărilor uzuale, cu erori sistematice predominante,
incertitudinea aparatului de măsurare este hotărâtoare.
Ea este specificată pentru fiecare aparat sub forma erorii limită tolerate.
Incertitudinea de măsurare este un estimator al limitelor intervalului de
valori care cu o anumită probabilitate include valoarea adevărată a măsurandului.
Ea estimează limitele erorilor de măsurare cuprinzând o componentă
stabilită în baza unor repartiţii statistice (ca cele ale erorilor aleatoare) printr-o
medie pătratică experimentală şi alta estimată, de regulă, pe baza unor
experimente anterioare sau a altor informaţii bazate pe experienţa, intuiţia şi
cunoştinţele apriorice ale celui ce efectuează evaluarea.
Fiecare din aceste componente pot cuprinde în general, mai mulţi termeni.
Forma generală de exprimare a rezultatului măsurării unei mărimi fizice X
este:
X = X'  Xt (4.3)
101
unde:
X' este valoarea numerică obţinută dintr-o măsurare izolată, sau valoarea
medie a valorilor numerice obţinute dintr-o măsurare repetată;
Xt este eroarea totală probabilă cu care se face măsurarea.
Ţinând cont de incertitudinea asupra erorii totale, forma relaţia 4.3 nu este
cea mai indicată, utilizându-se şi o altă formă de exprimare a rezultatului
măsurării şi anume prin intervalul de încredere:
X  [ X’ -  Xt, X’ + Xt ] (4.4)
Acesta reprezintă intervalul de valori numerice, în care se estimează că

există valoarea reală a măsurandului cu un anumit nivel de încredere.
Valorile extreme ale intervalului se numesc şi limite de încredere.
Eroarea totală poate avea componente şi valori diferite funcţie de
posibilităţile de control ale condiţiilor în care se desfăşoară măsurarea, de precizia
impusă, de sensul măsurării, etc.
În acest sens, în practică se întâlnesc trei situaţii distincte proprii
măsurărilor uzuale de precizie medii sau redusă, măsurărilor în care erorile
aleatoare sunt predominante şi măsurărilor de mare precizie.
4.2.1.1. Cazul măsurărilor uzuale de precizie medie sau redusă

În acest caz sunt considerate în primul rând măsurările efectuate cu aparate
indicatoare sau traductoare, metoda de măsurare utilizată fiind metoda directă
prin comparaţie succesivă (cu citire directă).
Caracteristic acestui caz este faptul că erorile aleatoare sunt neglijabile, iar
cele sistematice predominante.
Dintre acestea, cele identificabile pot fi reduse spre valori neglijabile prin
controlul surselor respective, iar cele neidentificabile vor fi reprezentate numai
de eroarea sistematică instrumentală care este predominantă.
Rezultatul măsurării se exprimă prin relaţia:
X=Xi  SX (4.5)

sau:
X[Xi-SX, Xi+SX]
102
unde:
Xi este valoarea numerică indicată de aparatul de măsurat;
SX este eroarea instrumentală totală.
În cazul în care erorile identificabile se calculează, acestea vor fi

valorificate sub forma corecţiei C, care este dată de suma acestor erori, luată cu
semn opus. Se determină valoarea corectată:
XiC = Xi + C (4.6)
iar rezultatul măsurării se exprimă prin:
X = XiC  SX
(4.7)
sau:
X[XiC-SX, XiC+SX]
Tot din această categorie fac parte şi măsurările ce au la bază celelalte tipuri
de metode directe de măsurare. Pentru aceste măsurări eroarea totală este dată de
eroarea sistematică instrumentală aferentă etalonului şi de eroarea sistematică
instrumentală aferentă aparatului comparator (atunci când acesta este prezent în
procesul de măsurare influenţează rezultatul măsurării).
Aceste erori sistematice se determină în raport de preciziile instrumentale
specificate ale etalonului, respectiv aparatului comparator.
Rezultatul măsurării în aceste cazuri se exprimă prin:
X = X m   SX
(4.8)
sau:
X[Xm-SX, Xm+SX]
unde:
Xm este valoarea numerică a măsurandului obţinută în procesul măsurării;
SX este eroarea sistematică aferentă etalonului sau suma dintre eroarea
sistematică aferentă etalonului şi cea aferentă aparatului comparator, după cum
rezultatul măsurării nu depinde sau depinde de aparatul indicator.
103
În cazul măsurărilor ce au la bază metode indirecte de măsurare, eroarea

totală este obţinută prin compunerea erorilor sistematice aferente mărimilor direct
măsurabile.
Rezultatul măsurării se exprimă prin:
X = Xm  X
(4.9)
sau:
X[Xm-X, Xm+X]
unde:
Xm este valoarea numerică a măsurandului;
X este eroarea totală.
4.2.1.2. Cazul măsurărilor în care erorile aleatoare sunt predominante

În acest caz sunt considerate măsurările în care erorile sistematice sunt
neglijabile, iar condiţiile de măsurare se modifică necontrolabil (temperatură,
umiditate, frecvenţă, etc.).
În cazul măsurărilor uzuale cu erori aleatoare importante, după efectuarea
celor 4 - 5 măsurări, se aplică metodologia de estimare a incertitudinii aleatoare
folosind metoda STUDENT.
Această metodă se aplică în cazul unui număr mic de măsurări
(tipic n ≤ 20); dacă n → ∞, repartiţia Student tinde spre repartiţia normală
(Gauss).
Acesta este cazul tipic în care se impune măsurarea repetată.
Rezultatul măsurării se exprimă prin relaţia:
X  X  a X
(4.10)
sau:
X [ X  a X , X  a X ]
unde: X este valoarea medie a şirului de rezultate, în cazul folosirii unei metode
directe de măsurare, sau:
104
X  f ( X 1 , X 2 ,..., X N ), (4.11)
în cazul folosirii unei metode indirecte explicite de măsurare, iar  X este

a
eroarea totală.
4.2.2. Măsurări de laborator (precizie)

Măsurările de laborator se mai numesc şi măsurări de precizie. Pe lângă
faptul că sunt caracterizate de o precizie ridicată, în cadrul acestor metode se
estimează erorile şi se fac corecţii asupra valorilor mărimilor măsurate.
Acestea se efectuează de obicei în camere speciale, climatizate, ecranate
electromagnetic, utilizând aparatură de mare sensibilitate şi metode de
comparaţie.
Datorită preciziei cerute, trebuie ţinut cont atât de prezenţa erorilor
aleatoare cât şi a celor sistematice. În cazul în care una din cele două erori este
predominantă, procedeul poate fi simplificat.
Erorile sistematice se determină din datele de măsurare prin limitele ± a
între care se apreciază că este situată eroarea.
Pentru aceasta se folosesc date de catalog şi documentaţiile tehnice ale
instrumentelor folosite (clasa de precizie, de ex.).
Întrucât în interiorul acestor limite eroarea sistematică poate lua orice
valoare, ea poate fi considerată echiprobabilă în acest domeniu.
Pentru estimarea erorilor aleatoare se va folosi fie metoda Student (n < 20)
sau metoda Gauss (n > 20).
Măsurările de laborator se utilizează în cercetarea ştiinţifică, la etalonarea
şi verificarea mijloacelor de măsurare.
4.2.2.1. Măsurări de calibrare

Calibrarea constă în compararea unui aparat de măsurare cu un etalon, cu
scopul de gradare sau ajustare a acestuia, verificare, sau etalonare.
Gradarea se face la fabricare, iar ajustarea se face după reparaţii sau în
timpul exploatării pentru fixarea caracteristicii de transfer în limitele admise.
Verificarea aparatului de măsurat constă în constatarea încadrării erorilor
acestuia în limitele erorilor tolerate, conform clasei sale de precizie.
Ca rezultat al verificării, aparatul este admis sau respins.
105
Etalonarea aparatului de măsurare constă în determinarea corecţiilor (erori

sistematice cu semn schimbat) în întregul domeniu de măsurare al aparatului.
Rezultatul etalonării este consemnat într-un certificat de etalonare, în care
se specifică toate corecţiile determinate.
4.2.2.2. Măsurări pentru determinarea unor constante

Aceste tipuri de măsurări sunt în general indirecte, folosind diferite funcţii
de mai multe variabile, iar indicaţiile xi ale celor n aparate de măsurare se notează
pentru un număr mare de măsurări (5-10).
4.3. Testarea datelor experimentale

După culegerea datelor experimentale acestea sunt prelucrate, respectiv se
calculează mediile valorilor măsurate, dacă este cazul (Tabelul 4.4), după care
acestea sunt supuse unor teste statistice pentru:
- identificarea valorilor afectate de erori aberante şi eliminarea acestora
din eşantion;
- verificarea caracterului aleator al datelor (testul Young);
- verificarea normalităţii distribuţiei datelor experimentale.
4.3.1. Identificarea datelor afectate de erori aberante

În cadrul operaţiei de prelucrare a datelor experimentale se impune să fie
eliminate erorile aberante. Dacă şirul de „n” date se ordonează în sens crescător
sau descrescător valorile posibil a fi aberante sunt cele de la extremităţile şirului.
Pentru verificarea valorii xn se calculează valoarea λ şi se aplică criteriul
Irwin. Dacă valoarea xn a fost eliminată, se recalculează abaterea medie pătratică
pentru cele „n-1” valori rămase şi testul se aplică din nou.
Procesul continuă până când nu se mai elimină date ale şirului.
Consideraţiile făcute s-au bazat pe ipoteza de normalitate a repartiţiei datelor.
Dacă există îndoieli privind această condiţie se impune utilizarea unui test
de verificarea normalităţii.
Dacă cele „n” măsurări xi ale mărimii „X” au fost efectuate cu aceeaşi
precizie şi dacă rezultatele măsurătorilor se supun unei legi normale de repartiţie,
atunci estimarea lui „X” este chiar media aritmetică a şirului de date.
După eliminarea valorilor aberante, verificarea caracterului aleator şi a
normalităţii de repartiţie se poate trece la modelarea datelor experimentale în
106
vederea obţinerii modelelor matematice care descriu cât mai bine procesul
monofactorial y=f(x).
Dacă identificarea valorilor experimentale afectate de erori aberante poate
fi urmată de eliminarea valorilor respective din eşantionul de date experimentale,
prezenţa erorilor sistematice nu poate fi percepută decât prin influenţa sa asupra
întregului eşantion de valori experimentale.
Reducerea efectelor induse de către erorile sistematice nu poate fi realizată
decât prin compararea rezultatelor prelucrării mai multor eşantioane de valori
experimentale.
Deoarece erorile aleatoare apar în majoritatea eşantioanelor de valori
experimentale (excepţie făcând unele determinări precise ale unor variabile de
natură discretă), testele statistice nu urmăresc în acest caz decât evidenţierea
gradului în care aceste erori au afectat eşantionul respectiv, indicând dacă
densitatea de probabilitate a acestuia mai coincide ca formă generală cu aceea a
variabilei reale ce a fost măsurată.
În continuare se vor prezenta câteva teste pentru eliminarea erorilor
aberante, pe baza mediei şi abaterii standard (𝑥̅ ,σ) şi a dispersiei de sondaj 𝑆 2 .
1
𝑆2 = ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2 , în vederea verificarii ipotezelor iniţiale de forma
𝑛
H0: v<vcritic cu ipoteza alternativă H1: v>vcritic.
4.3.1.1. Testul IRWIN

Se consideră şirul (x1, x2, …, xn) ordonat a datelor ce urmează a fi
prelucrate şi se cercetează cele de la extremităţile sale, de exemplu xn.
În vederea elucidarii naturii elementelor extreme, de exemplu se cercetează
valoarea xn. În acest scop se calculeaza funcţia discriminantă notată cu λ, după
cum urmează:
|𝑥𝑛 −𝑥𝑛−1 |
λ= (4.12)
𝑛
unde:
λ este funcţia discriminantă.
Valoarea calculată a lui λ se compară cu valorile tabelare ale lui λcritic, şi
anume:
- dacă λ<λcritic, valoarea xn nu este aberantă şi se păstrează în şirul de determinări;
- dacă λ>λcritic, xn se declară aberant şi se elimină din şirul de date.
107
După eliminarea elementului xn, algoritmul se reia pentru valoarea xn-1 care
devine, în acest caz, valoarea extremă a şirului şi se recalculează S pentru cele
„n-1” valori rămase şi se aplică din nou testul Irwin.
Procedura de verificare continuă până când pentru o anumită valoare
extremă a şirului se obţine λ<λcritic.
4.3.1.2. Testul GRUBBS

În acest test, din şirul ordonat al celor n date, se cercetează cele de la
extremităţile sale.
Astfel, pentru a verifica dacă valoarea xn nu este aberantă se calculează
expresia funcţiei de criteriu (discriminanta) g:
|𝑥𝑛 −𝑥̅ |
g= (4.13)
𝑆
unde:
g este funcţia discriminantă.
Valorile calculate ale lui g se compară după modul descris mai sus cu
valorile tabelare ale lui gcritic.
Dacă g > gcritic se elimină elementul de valoare xn din şirul de date şi se
recalculează xmediu şi S. Testarea se continuă pâna când ipoteza de nul nu este
îndeplinită.
4.3.1.3. Testul ROMANOVSKI

În situaţia în care dorim o clarificare asupra elementului x* din şirul de date
experimentale, în privinţa încadrării în limitele erorilor acceptabile, se
calculează funcţia discriminantă t cu expresia:
|𝑥∗ −𝑥̅ |
t= 𝑛
(4.14)
𝑆√
𝑛−1
unde:
t este funcţia discriminantă, în care 𝑥̅ şi S sunt calculate fără considerarea
valorii x* (valoarea suspectată).
Compararea parametrului calculat t cu tcritic se efectuează în acelaşi mod ca
în testele prezentate anterior.
108
Valorile parametrilor λcritic, gcritc şi tcritic sunt date în tabelul 4.5, şi sunt
selectate în funcţie de nivelul de încredere şi numărul de valori din şirul prelucrat.
Tabel 4.5. Valorile parametrilor pentru testarea erorilor aberante
4.3.1.4. Criteriul Chauvenet

Un alt criteriu frecvent utilizat în prelucrarea datelor experimentale, prin
care se stabileşte dacă valoarea elementului trebuie sau nu eliminată, este criteriul
Chouvenet.
Fiind dat un şir de valori experimentale x 1 , x 2 ,..., x n , se consideră că
valoarea xi este afectată de erori aberante dacă este verificată condiţia (criteriul
Chauvenet):
xi  x  z   (4.15)
unde:
109
xşi  reprezintă media aritmetică, respectiv abaterea standard a şirului de

valori experimentale, iar mărimea z se alege din tabelul 4.6 în funcţie de numărul
n de valori din şir (cunoscut şi ca dimensiunea şirului sau volumul eşantionului).
Tabel 4.6. Valorile parametrului z în funcţie de numărul de valori din şir

N z N z n Z
5 1,64 14 2,10 27 – 29 2,37
6 1,73 15 2,12 30 – 33 2,41
7 1,80 16 2,14 34 – 38 2,46
8 1,87 17 2,17 39 – 45 2,51
9 1,91 18 2,20 46 – 55 2,58
10 1,96 19 2,23 56 – 71 2,65
11 2,00 20 – 21 2,26 72 – 100 2,75
12 2,04 22 – 23 2,29 101 – 166 2,88
13 2,07 24 - 26 2,33 167 - 500 3,09
Din motive evidente, este suficient ca verificarea relaţiei (4.15) să fie

efectuată doar pentru valorile extreme (minimă şi maximă) din cadrul
eşantionului.
Valoarea abaterii standard a şirului de valori experimentale este
determinată în acest caz cu expresia următoare:
 
n
1
  xi  x
2

n  1 i 1 (4.16)
Valoarea z din tabelul 4.6 poate fi determinată şi cu ajutorul relaţiei:
0,435  0,862  a
z
1  3,604  a  3,213  a 2 (4.17)
unde:
2  n 1
a
4n
110
Dacă, în urma aplicării testului, rezultă că una dintre valorile testate este
afectată de erori aberante, valoarea respectivă este eliminată din cadrul
eşantionului, se recalculează valorile mediei şi abaterii standard pentru valorile
rămase şi se reia verificarea condiţiei (4.15), algoritmul aplicându-se până când
condiţia respectivă nu mai este verificată pentru nici una dintre cele două valori
extreme ale eşantionului.
4.3.2. Verificarea caracterului aleator al datelor

Unul dintre testele cele mai utilizate pentru verificarea caracterului aleator
al unui eşantion de valori experimentale este testul Young, descris prin următorul
algoritm:
Pasul 1: Fiind dat un şir de valori experimentale x 1 , x 2 ,..., x n , se calculează

mărimile:
1 n 1
δ2    x i 1  x i 
2
n  1 i 1 (4.18)
2
M
2
unde:
n - numărul de valori ale şirului de date experimentale;
xi - şirul de date experimentale: x 1 , x 2 ,..., x n ;
δ - dispersia datelor experimentale;
x̅ − media aritmetică;
α – nivelul de încredere.
Pasul 2: Se compară mărimea M(coeficient de testare) cu valorile VCI (valoare

critică inferioară) şi VCS (valoare critică superioară), alese din tabelul 4.7, şi se
consideră că şirul de valori experimentale are un caracter aleator, cu
probabilitatea , dacă este îndeplinită condiţia:
VCI < M < VCS (4.19)
111
Tabel 4.7. Valorile parametrilor VCI, VCI, în funcţie de N şi 

VCI VCS
N  = 0,95  = 0,99  = 0,95  = 0,99
4 0,78 0,53 3,22 3,47
5 0,82 0,54 3,18 3,46
6 0,89 0,56 3,11 3,44
7 0,94 0,61 3,06 3,39
8 0,98 0,66 3,02 3,34
9 1,02 0,71 2,98 3,29
10 1,06 0,75 2,94 3,25
11 1,10 0,79 2,90 3,21
12 1,13 0,83 2,87 3,17
15 1,21 0,92 2,79 3,08
20 1,30 1,04 2,70 2,96
25 1,37 1,13 2,63 2,87
Se observă că testul nu poate fi aplicat decât pentru eşantioane conţinând

cel mult 25 de valori experimentale.
Parametrul  din tabelul 4.7 are semnificaţia unui coeficient de încredere şi
poate fi ales orientativ, în funcţie de volumul eşantionului, din tabelul 4.8.
Tabel 4.8. Valorile parametrului  în funcţie de volumul eşantionului n

n 5 6 7 8 9 10 12 14
 0,960 0,970 0,976 0,980 0,983 0,985 0,988 0,990
n 16 18 20 25 30 50 100 150
 0,991 0,992 0,993 0,994 0,995 0,996 0,997 0,9973
Dacă volumul eşantionului se află între două valori din tabelul 4.8, este
indicat să se aleagă valoarea  corespunzătoare unui volum mai mic al
eşantionului.
Alegerea coeficientului de încredere din tabelul 4.8 poate fi înlocuită de
determinarea acestuia cu ajutorul următoarei relaţii:
112
1,5057  0,9968  n1,7404


2,1803  n1,7404 (4.20)
Dacă valoarea aleasă sau calculată a coeficientului de încredere se află între

valorile disponibile în tabelul 4.7, este indicat să se aleagă valoarea disponibilă
inferioară.
Alegerea valorilor VCI şi VCS din tabelul 4.7 poate fi înlocuită cu
determinarea acestora cu ajutorul relaţiilor:
0,491  0,081 n  0,003  n 2 pentru   0,95


VCI   192,883 1,269  n 2,336 (4.21)
 pentru   0,99
 411,427  n 2,336

3,317  1,057  e  8,919 n
0,941
pentru   0,95
VCS   (4.22)
 - 33,574 n -1,399
3,484 - 0,882 e pentru   0,99
4.3.3. Verificarea normalităţii distribuţiei datelor experimentale

Verificarea normalităţii repartizării datelor experimentale se poate face cu
testele Kolmogorov-Smirno, Shapiro-Wilk şi Lillefors (Statistica 2009).
După Biji (1979) şi Mihailescu (1984) verificarea se face prin:
a) reprezentarea datelor experimentale sub formă de histogramă;
b) verificarea diferenţei dintre media eşantionului şi valoarea mediană;
c) verificarea mărimii coeficientului de boltire şi a excesului;
d) verificarea mărimii coeficientului de asimetrie.
Ipoteza că valorile experimentale din cadrul unui eşantion sunt repartizate
după o lege de distribuţie normală (Gauss) poate fi testată, într-o primă
aproximare, prin verificarea următoarelor criterii:
4.3.3.1. Reprezentarea datelor experimentale sub formă de histogramă

În general rezultatele măsurărilor constituie o mulţime dezordonată de
valori. Pentru interpretarea comodă a acestora se preferă reprezentarea grafică
sub formă de histogramă şi poligon de frecvenţe.
113
Pentru aceasta intervalul de variaţie a rezultatelor se împarte în intervale

elementare de aceeaşi lungime numite intervale de grupare. O repartiţie este
considerate normală dacă histograma valorilor experimentale are un singur vârf
(punct de maxim).
Reprezentarea datelor experimentale sub formă de histogramă presupune:
- împărţirea datelor experimentale în clase.
Operaţia de stabilire a claselor presupune împărţirea unităţilor unei
populaţii în clase distincte în raport cu una sau mai multe variabile şi aranjarea
claselor rezultate într-o anumită ordine.
În urma unei asemenea operaţii, fiecare unitate trebuie să se găsească în
una şi numai una din clasele rezultate.
Această operaţie nu trebuie să conducă la pierderi de unităţi, modificănd
doar ordinea iniţială de obţinere a datelor experimentale.
Omogenitatea constituie o proprietate de bază pe care trebuie să o aibă
clasele. Se spune că o clasă este omogenă dacă, pentru unităţile care fac parte din
ea, variabila de grupare înregistrează variaţii nesemnificative.
Problemele care apar în împărţirea pe clase a datelor sunt următoarele:
- determinarea lungimii intervalelor: - de lungime egale;
- de lungimi diferite;
- stabilirea formei de scriere a acestor interval.
Stabilirea numărului de intervale de variaţie trebuie să asigure satisfacerea

următoarelor condiţii:
- să nu existe pierderi de informaţie prin grupare, evitarea divizării excesive a
populaţiei;
- media aritmetică a fiecărei grupe să fie cât mai aproape de centrul intervalului
de variaţie respective;
- să nu existe grupe vide
- reprezentarea grafică a seriei rezultate să permită conturarea unei regularităţi a
fenomenului de studiat din cadrul populaţiei.
De remarcat este faptul că acest lucru nu este posibil în cazul unui număr
mic de interval, deoarece se pierd prea multe date, dar nici în cazul unui numãr
prea mare de intervale, populaţia fărămiţându-se prea tare.
114
Numărul de clase k, în care se împarte populaţia de date, se calculează cu

următoarea formulă:
(4.23)
k  1  3,322  lg n
unde:
n – numărul de date experimentale.
Se recomandă ca numărul de clase să îndeplinească condiţia:
10  k  25
Statisticianul american H.A. Struges a stabilit, în cazul distribuţiilor

normale, următoarea expresie de calcul a lungimii clasei, în cazul în care setul de
date se împarte într-un număr egal de clase:
xmax−xmin
lx = (4.24)
k
unde:
xmin - valoarea minimă a şirului de valori min experimentale;
xmax - valoarea maximă a şirului de max valori experimentale;
k - numărul de clase
- Se întocmeşte tabelul cu date primare:
Tabel 4.9 Date primare

Nr. crt xi
1.
2.
……
n.
- se ordonează în sens crescător datele din tabelul 4.9 şi pe baza formulei lui
Sturges se stabilesc intervalele de grupare sau clasele;
- se calculează pentru fiecare interval de grupare valorile inferioare xi inf ,
superioare xi sup şi valorile centrale xci ale claselor, după cum urmează:
115
̅̅̅̅̅̅̅̅̅̅
xi inf = xi , xi sup = xi + lx , i=1, 𝑛 − 1;
xi sup−xi inf
xci = (4.25)
2
- se determină numărul de date, ni, corespunzător unei clase. Numărul ni se

numeşte frecvenţă absolută;
n
- se calculează frecvenţa relativă: fi = i ;
n
- rezultatele se trec în tabelul 4.10.
Tabel 4.10 Date primare

Intervale Valoare Frecvenţă Frecvenţa
de centrală absolută relativă
clase ni 𝑓𝑖
xmin - (xmin+ lx)
(xmin+ lx) - (xmin+2 lx)
……
(xmax – lx)- xmax
Histogramele prezintă datele aparute şi frecvenţele lor de apariţie, şi pot fi

reprezentate şi prin diagrame, în care frecvenţele de apariţie ale datelor
individuale se însumează.
Prezentarea histogramelor sub forma profilului dreptunghiurilor se
realizează prin construirea a câte unui dreptunghi pe fiecare interval (sau clasă),
a cărui înălţime este proportională cu frecvenţa clasei (sau în cazul în care într-o
anumită clasă avem date care au frecvenţe diferite, înălţimea dreptunghiului va fi
dat de frecvenţa absolută a clasei (a datelor din interval).
Pentru cazul unei distribuţii normale a datelor populaţiei, histograma
prezintă aspectul clopotului lui Gauss.
Pentru această variantă de distribuţie, aspectul de clopot este dat de faptul
că se consideră că într-o distribuţie normală,
numărul indivizilor clasei, va fi cu atât mai mare cu cât clasa care-i conţine este
mai apropiată de clasa care conţine valoarea medie aritmetică.
Pentru obţinerea poligonului de frecvenţe se unesc prin segmente de dreaptă
mijloacele laturilor superioare ale dreptunghiurilor histogramei
116
Figura 4.1. Histograma şi poligonul de frecventă
4.3.3.2. Verificarea diferenţei dintre media eşantionului şi valoarea

mediană
O repartiţie este considerată normală dacă diferenţa dintre media
eşantionului x şi valoarea mediană Me a acestuia este nulă: x - Me = 0.
Valoarea medianei şi a mediei se determinată cu relaţiile:
  n  n 
 1 
 2 2 
 x  x
pentru n par

Me   2
 (4.26)
  n 1 
  pentru n impar
 x 2 
1
x̅= ∑ni=1 xi
n
unde:
x̅ – valoarea mediei eşantionului;
Me - valoarea mediană;
117
Indicii superiori, între paranteze rotunde, semnifică poziţia în cadrul

şirului ordonat crescător;
Diferenţa dintre media teoretică a eşantionului şi modulul acestuia trebuie

să fie nulă (condiţie echivalentă cu cea anterioară), unde modulul poate fi
determinat cu relaţia

Mo  x  3  Me  x  (4.27)
4.3.3.2. Verificarea mărimii coeficientului de boltire

O repartiţie este considerată normală dacă coeficientul de boltire  2 are
valoarea 3 şi excesul E are valoarea 0.
Coeficientul de boltire  2 satisface următoarea condiţie:

2  4  3
4 (4.28)
unde:
 4 reprezintă momentul centrat de ordinul 4 şi se determină cu relaţia:
4 
1 n
n i 1

  xi  x
4
 (4.29)
iar abaterea standard  este determinate, de această data, de următoarea relaţie:

1 n
n i 1

  xi  x
2
 (4.30)
Valoarea excesului E al eşantionului de valori experimentale satisfice

următoarea condiţie (echivalentă cu cea anterioară):
E  2  3  0 (4.31)
118
4.3.3.3. Verificarea mărimii coeficientului de asimetrie

O repartiţie este simetrică dacă coeficientul de asimetrie γ1 = 0.
Coeficientul de asimetrie se calculează cu următoarea relaţie:
μ3
γ1  0 (4.32)
σ3
unde:
μ 3 reprezintă momentul centrat de ordinul 3 şi se determină cu relaţia:
1 n
μ3    xi  x
n i 1
 
3
(4.33)
Dacă verificarea criteriilor prezentate mai sus nu conduce la rezultate

elocvente, pentru verificarea ipotezei referitoare la distribuţia normală a valorilor
din eşantionul experimental se poate apela la unul din testele Massey sau  2 ,
alegerea unuia sau altuia dintre cele două teste făcându-se în funcţie de valoarea
volumului eşantionului de date experimentale.
4.3.3.4. Testul Massey

Conform testului Massay o repartiţie este normală dacă se respectă
condiţia: d max  d critic
Testul poate fi aplicat pentru valori ale volumului eşantionului în intervalul
8, 32 şi constă din următorii paşi:
Pasul 1: Se calculează valorile:
x x
yi  i ; i  1, ..., n
 (4.34)
Pasul 2: Se determină valorile:
y i2

 
2
1 e
i    0,4361 t i  0,1202 t i2  0,9373 t 3i ; i  1, ..., n
2 2π
119
(4.30)
unde:
 i - valorile densităţii i de repartiţie;
ti 
1
; i  1, ..., n
(4.31)
1  0,3326 y i
Pasul 3: Se calculează frecvenţele relative cumulate:
n
Fi  i ; i  1, ..., n
n (4.32)
unde:
F - frecvenţele relative cumulate;
n i reprezintă numărul de valori experimentale din fiecare clasă
Pasul 4: Se determină valorile
d i  Fi   i  0,5 ; i  1, ..., n (4.33)

şi se alege valoarea d max .
dmax reprezintă valoarea maximă a şirului de max valori di
Pasul 5: Se compară valoarea d max cu valoarea d critic , aleasă din tabelul 4.9
(în funcţie de volumul eşantionului şi de un coeficient de încredere  ales
conform celor prezentate anterior) şi se consideră că eşantionul de valori
experimentale are o distribuţie normală (Gauss) dacă este îndeplinită condiţia:
d max  d critic (4.34)
120
Tabel 4.11. Valoarea d critic în funcţie de n şi 

d critic d critic d critic
N   0,95   0,90 n   0,95   0,90 n   0,95   0,90
8 0,140 0,163 16 0,125 0,144 24 0,110 0,126

9 0,134 0,158 17 0,124 0,142 25 0,109 0,124
10 0,130 0,156 18 0,122 0,138 26 0,108 0,121
11 0,129 0,155 19 0,120 0,136 27 0,107 0,120
12 0,128 0,154 20 0,117 0,133 28 0,105 0,118
13 0,128 0,153 21 0,115 0,131 29 0,104 0,116
14 0,128 0,151 22 0,113 0,129 30 0,102 0,114
15 0,127 0,148 23 0,112 0,128 31 0,099 0,111
Valorile d critic din tabelul 4.11 pot fi aproximate prin calcul utilizând
expresiile:

0,1851 0,01064 n  0,000785 n 2 pentru   0,95
d critic  

0,1408  0,00714 n  0,000769 n
2
pentru   0,90 (4.35)
4.3.3.5. Testul  2
Conform testului  2 o repartiţie este normală dacă se respectă condiţia:
 2   cr
2
, unde 2 este variabila test.
Testul poate fi aplicat pentru eşantioane de cel puţin 50 de valori
experimentale şi constă din următorii paşi:
Pasul 1: Fiind dat un şir de valori experimentale x 1 , x 2 ,..., x n , se ordonează
şirul crescător şi se împarte în k clase.
unde:
k  1  3,322  lg n (4.36)
şi
10  k  25
Pasul 2: Se comasează clasele extreme, dacă este cazul, astfel încât fiecare
clasă să aibă cel puţin câte 5 valori, şi se consideră numărul de grade de libertate
al şirului de date:
121
 = numărul de noi clase (comasate) - 1 (4.37)
Pasul 3: Se calculează pentru fiecare clasă valoarea:
x x
ti  i ; i  1, ...,   1
 (4.38)
unde:
ti este valoare calculată pentru fiecare clasă;
x i reprezintă limita superioară a clasei i (la ultima clasă se consideră
x(+1) = ).
Pasul 4: Se calculează valorile:
p i  t i   t i 1 , i  1, ...,   1 (4.39)

unde:
t2

t  
1
2

e 2
2

 0,4362 a  0,1202  a 2  0,9373 a 3  (4.40)
unde:
1
a
1  0,3326  t (4.41)
   0,5;  t   t  (4.42)
Pasul 5: Se calculează valoarea:
 1
n i  n  pi 
2   n  pi (4.43)
i 1
unde:
2 – variabila test;
n i reprezintă numărul de valori din clasa i.
122
Pasul 6: Se compară 2 cu  cr
2
din tabelul 4.12, în funcţie de coeficientul de
încredere  şi se consideră că repartiţia este normală dacă:
 2   cr
2 (4.44)
2
Tabel 4.12. Valorile variabilei critică  cr în funcţie de 
 
0,80 0,90 0,95 0,98 0,99 0,995 0,998 0,999
4 5,99 7,78 9,49 11,67 13,3 14,9 16,9 18,5
5 7,29 9,24 11,1 13,39 15,1 16,7 18,9 20,5
6 8,56 10,6 12,6 15,03 16,8 18,5 20,7 22,5
7 9,80 12,0 14,1 16,6 18,5 20,3 22,6 24,3
8 11,0 13,4 15,5 18,2 20,1 22,0 24,3 26,1
9 12,2 14,7 16,9 19,7 21,7 23,6 26,1 27,9
10 13,4 16,0 18,3 21,2 23,2 25,2 27,7 29,6
11 14,6 17,3 19,7 22,6 24,7 26,8 29,4 31,3
12 15,8 18,5 21,0 24,1 26,2 28,3 31,0 32,9
13 17,0 19,8 22,4 25,5 27,7 29,8 32,5 34,5
14 18,2 21,1 23,7 26,9 29,1 31,3 34,0 36,1
15 19,3 22,3 25,0 28,3 30,6 32,8 35,6 37,7
16 20,5 23,5 26,3 29,6 32,0 34,3 37,1 39,3
17 21,6 24,8 27,6 31,0 33,4 35,7 38,6 40,8
18 22,8 26,0 28,9 32,3 34,8 37,2 40,1 42,3
19 23,9 27,2 30,1 33,7 36,2 38,6 41,6 43,8
20 25,0 28,4 31,4 35,0 37,6 40,0 43,1 45,3
2
Valorile  cr din tabelul 4.12 pot fi determinate utilizând următoarea
relaţie:
2
 cr  a  b    c   2  d  3 (4.45)
unde:
parametrii a, b, c şi d depind de coeficientul de încredere  conform celor
prezentate în tabelul 4.13.
123
Tabel 4.13. Valorile parametrilor a, b, c şi d în funcţie de coeficientul 

 a b c D
0,80 0,46418 1,48892 -0,032088 0,0015968
0,90 1,4172 1,72353 -0,039225 0,0014982
0,95 2,49661 1,93494 -0,054008 0,0022594
0,98 4,25874 2,00109 -0,040796 0,0011185
0,99 5,2267 2,24028 -0,064354 0,0023769
0,995 6,43404 2,33645 -0,065893 0,0023355
0,998 8,32969 2,31312 -0,045275 0,0007687
0,999 9,30127 2,57235 -0,079616 0,003011
Parametrii a, b, c şi d pot fi exprimaţi în funcţie de coeficientul de încredere

 utilizând relaţiile următoare:
0,2046  0,2032  
a
1  1,9562    0,9563  2 (4.46)
0,685  0,6819 
b
1  1,6662   0,6673  2 (4.47)
 0,1507  0,1508 
c
10  17,1239    7,122   2 (4.48)
0,07773 0,07928 
d
100  165,0049    64,2821  2 (4.49)
Funcţiile de regresie respective oferă coeficienţi de corelaţie

relativ depărtaţi de unitate.
124
4.3.3.6. Interpretarea rezultatelor prelucrărilor datelor experimentale

În urma prelucrării datelor experimentale monofactoriale cu metodele
statistice prezentate mai sus se interpretează rezultatele astfel:
- datele experimentale aberante influenţează negativ rezultatele experimentelor şi
se elimină din şirul de date. Numărul acestora indică existenţa unor factori
perturbatori în procesul de măsurare.
În cazul în care se observă erori sistematice, acestea nu pot fi eliminate
decât prin înlocuirea sistemului de măsurare şi refacerea experimentelor.
- datele experimentale trebuie să aibăcaracter aleator. În cazul în care datele nu
sunt aleatoare se reface experimentul.
- repartiţia datelor experimentale trebuie să fie cât mai apropiată de repartiţia
normală. Aceasta se poate observa prin:
a) reprezentarea histogramei care trebuie să aibă un singur vârf;
b) prin compararea graficelor celor două funcţii de repartiţie. Funcţia de
repartiţie a datelor reale trebuie să fie cât mai apropiată de funcţia de repartiţie
normală.
c) prin compararea abaterii medii pătratice a datelor reale cu abaterea
medie pătratică a repartiţiei normale care are valoarea σ = 1.
d) prin analiza mărimii intervalului de împrăştiere a datelor în jurul mediei
𝑥̅ ± 3𝜎. Cu cât acest interval este mai mic cu atât datele sunt mai grupate în jurul
mediei.
e) prin analiza coeficientul de boltire β care exprimă ascuţimea curbei de
repartiţie şi care trebuie să fie în jurul valorii de 3. Dacă β > 3 atunci curba este
mai ascuţită şi datele sunt concentrate în jurul valorii medii.
f) prin analiza coeficientul de asimetrie γ1 care exprimă simetria curbei de
repartiţie şi care trebuie să fie în jurul valorii de 0. Dacă γ1 <>0 atunci curba este
asimetrică, deplasată spre stânga sau spre dreapta faţă de curba de repartiţie
normală. În acest caz se verifică cauzele care au determinat asimetria curbei de
repartiţie.
125
BIBLIOGRAFIE
1. A. Chiciuc, A. Corjan, Metrologie, Standardizare şi Măsurări, Chişinău, 2002

2. C. Corega, M. Marinciuc, D. Andreica, K. Brânduşa, Probleme şi lucrări practice
de fizică, Ed.: Studium Cluj-Napoca, 1995
3. Csengeri Pintér, Péter, Mărimi fizice, unități de măsură, Budapest: Műszaki
Könyvkiadó, 1997
4. Foo-Tim Chau, Yi-Zeng Liang, ş.a., Chemometrics From Basics to Wavelet,
Transform, Published by John Wiley & Sons, Inc., Hoboken, New Jersey, 2004
5. Ion Neagu, Aurel Ciocîrlea-Vasilescu, Tehnici de măsurare în domeniu, Editura
CD PRESS, 2007
6. J.W. Einax, H. W. Zwanyiger, S. Geib, Chemometrics in environmental analysis,
Wiley-VCH verlag GmbH, 1997
7. Johan Gasteiger, Chemoinformatics, Chemoinformatics: A Textbook, Edited by
Johann Gasteiger and Thomas Engel, 2003
8. John R. Taylor, An introduction to error analysis, Ed.: University Science Books
Sausalito, California, 1997
9. Katalin Agoston, Instrumentatie si masurari electrice, Universitatea "Petru
Maior" Tg. Mures, 2009
10.Naşcu H., Metode şi tehnici de analiză instrumentală, Ed. U. T. Press, Cluj-
Napoca, 2003
11.Popescu George, Tătar Adina, Fizică- Notiţe de curs, Editura „Academica
Brȃncuşi”, Tg Jiu, 2015
12. Roşca Ileana, Metrologie generală-curs, Braşov, Editura Universităţii
Transilvania din Braşov, 2005
13.Sorana D. Bolboacă, Estimarea parametrilor statistici
http://sorana.academicdirect.ro/pages/doc/MV2012/MVRom05.pdf
14.Wilhelm LAURENZI, Prelucrarea datelor experimentale, ProLigno, Vol 6, N°4,
2010, pg. 55-63
http://www.academic.ro/ebook/profesor/html-cap3/cap3un11.htm
http://www.umfcv.ro/files/b/i/Biostatistica%20MG%20-%20Cursul%20II.pdf
https://www.afahc.ro/ro/facultate/cursuri/luculescu/4.%20Functii%20de%20re
partitie.pdf
http://ro.wikipedia.org/wiki/Experiment
126

Curs Masurari Si Instrumentatie - Partea I

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Curs Masurari Si Instrumentatie - Partea I

Încărcat de

Drepturi de autor:

Formate disponibile

Tătar Adina Milena

Editura ACADEMICA BRÂNCUȘI

Editura „Academica Brâncuși”

Conf. univ. dr. ing. Cristinel POPESCU

Lucrarea de faţă se adresează studenţilor de la Facultatea de

The present paper is addressed to the students from the Faculty

3. DETERMINAREA PARAMETRILOR STATISTICI CARE 75

3.1.1. Media şirului de date 78

4. PRELEVAREA, PRELUCRAREA ŞI PREZENTAREA 97

1. NOŢIUNI GENERALE DE METROLOGIE

1.1. Mǎrimi fizice. Măsurare

Orice scară de măsurare implică şi stabilirea unităţii de măsură. În mod

M= V* U - ecuaţia măsurării (1.1)

Concluzie: rezultatul final al oricarei măsurări este un număr. Acest număr,

În acest scop se aleg mărimi de referinţă, de aceeaşi natură cu cele de

1.2. Clasificarea mărimilor măsurabile

- Mărimi variabile sunt mărimile care au o valoare variabilă în intervalul de timp

x(t) = x(t+kT) (1.3)

Aceste mărimi sunt caracterizate în principal de trei parametri ce constituie

Obs.1. Uneori interesează valorile medii ale alternanţelor pozitive sau

Obs.2. În cazul unei mărimi alternative propriu-zise (unde Xmed=0) se

Valoarea efectivă constituie parametrul global cel mai important al unei

Valoarea de vârf prezintă interes sub aspectul saturaţiei, ea fiind definită

XV = max|x(t)|, t  t0…t0+T (1.9)

Obs. Uneori se utilizează valoarea de vârf corespunzătoare alternanţei

Aceşti factori au valori diferite pentru mărimi periodice cu evoluţii

serie de măsurări repetate desfăşurate în condiţii identice şi care nu admit

1.3. Sisteme de unităţi de măsură

Pornind de la Sistemul Metric au fost create şi s-au aplicat de-a lungul

Existenţa unui număr mare de sisteme de unităţi de măsură, a dus la mari

Unităţile derivate se definesc în raport de cele fundamentale pe baza unor

1.3.1.Unităţi de măsură fundamentale

Tabel 1.1: Mǎrimi fizice şi unităţi de măsură fundamentale, simboluri

Definirea unităţilor de măsură fundamentale:

3.Secunda (s)- durata a 9.192.631.770 perioade de radiaţie

1.3.2.Unităţi de măsură derivate

Tabel 1.2: Mǎrimi fizice şi unităţi de măsură derivate, simboluri

22 de unităţi de măsură derivate au primit nume şi simboluri speciale.

Tabel 1.3: Mǎrimi fizice şi unităţi de măsură derivate cu nume şi simboluri

1.4. Ecuaţia dimensională. Sisteme de dimensiuni

‹A›S.I.=L M T Θ I J = Lα M β T γ Θ δ I ε J ω, şi îi corespunde ecuaţia unităţii:

unde: α, β, ….. , ω reprezintă respectiv dimensiunea mărimii A în raport cu

dim M  M1 M 2 M 3 ...... (1.14)

unde: α, β, γ …sunt exponenţi dimensionali.

Dacă relaţia de definiţie conţine un factor numeric, diferenţiale sau derivate

Dimensiunile caracterizează incomplet specia căreia aparţine mărimea

Există şi mărimi derivate adimensionale, adică cu exponenţi dimensionali

1.5. Prefixe și simboluri pentru multiplii și submultiplii zecimali

Etaloanele de definiţie sunt acelea care generează unităţile de măsură,

1.7. Metode de măsurare. Clasificarea metodelor de măsurare

- Metoda comparaţiei simple este aceea în care măsurandul se compară cu

După cum relaţia de dependenţă este explicită sau implicită metodele

b) Metodele implicite sunt cele în care mărimile de măsurat X 1 ,. . . ,X L

unde: RT0 - rezistenţa la temperatura de referinţă T0;

Un rezultat corect al măsurării implică un număr mare de măsurări ale

B). După precizia măsurării avem: metode de laborator şi industriale.

1.8. Mijloace de măsurare

2. După complexitate mijloacele de măsurare se împart în:

Măsurile reprezintă realizarea materială a unităţilor de măsură, a unui

- sisteme de control - sunt destinate stabilirii corespondenţei dintre parametrii

3. După destinaţie, mijloacele de măsurare se împart în etaloane şi

1.8.2. Caracteristicile mijloacelor de măsurare

A. Caracteristicile tehnice reprezintă particularităţile de construcţie şi de