INTRODUCERE
Masurarea absoluta este aceea la care baza de masurare este un zero absolut pentru
care marimea de masurat nu se realizeaza.
1
In cercetarea experimentala se utilizeaza toate metodele, o pondere mai mare avind-o
masurarea analogica si intr-o oarecare masura, masurarea numerica. In multe procese de
cercetare experimentala, masurarea analogica este asociata masurarii numerice. In cadrul
masurarilor analogice, cea mai larga utilizare o are tensometria electrica, care permite
masurarea pe cale electrica a multora dintre marimile neelectrice si in special a marimilor
mecanice.
Tensometria electrica este metoda de masurare a deformatiilor unui corp solicitat prin
intermediul unor traductoare, care transforma variatia deformatiilor mecanice in variatii ale
unei marimi electrice. Utilizarea metodei este datorata urmatoarelor avantaje:
Determinarea raportului q
Tabelul 1
2
1 q s a x (1.1)
Daca precizia 1 este prea mare si se doreste o precizie mai mica se calculeaza
raportul:
1
(1.2)
n n1 2 (1.3)
ORIGIN 1
q/P 0.9 0.95 0.98 0.99 0.999
n1 n1 n1 n1 n1
1 5 7 9 11 17
29.86 0.5 13 18 25 31 50
28.78 0.4 19 27 37 46 74
0.3 32 46 64 78 127
29.04
28.61 0.2 70 99 139 171 277
31.1 0.1 273 387 545 668 1089
31.4 0.05 1084 1540 2168 2659 4338
29.64
30.14
29.06
30.1
29.54
x
29.94
33.58 n length ( x) n 22
29.59 media mean( x) media 30.229
31.12
n
28.64
xi media
2
31.41 Abaterea standard empirica
32.17 i 1
s
n1 s 1.235
30.3
30.52
29.5 2. Pentru nivelul de incredere P = 0.95 si precizie de masurare = 0.2
se determina q din tabelul 4.5 (pagina 143);
30.99
0.33 Precizia = a-xmed
3
q q 0.267
s
Rezultatul masurarii marimilor fizice sunt valori numerice obtinute prin compararea
lor cu o alta marime, de aceeasi natura, luata ca etalon. In cazul masurilor repetate, efectuate
cu o precizie suficient de mare, rezultatele difera fiind afectate de erori. Diferenta dintre
rezultatul masurarii unei marimi xi si valoarea sa adevarata a este eroarea de masurare zi:
zi = xi - a (1.4)
In practica se foloseste si eroarea relativa zreli care permite estimarea acelor rezultate
ale caror erori absolute depind de dimensiunile marimii fizice masurate:
zi x a
z reli 100 i 100 [%] (1.5)
a a
Erorile sistematice. Aceste erori se pot datora unor cauze ce pot fi descoperite de
experimentator: reglarea incorecta a aparatului de masura, variatia conditiilor exterioare
(temperatura, umiditate, etc.). Ele, odata depistate, pot fi usor eliminate facindu-se corectiile
corespunzatoare.
Erorile aleatoare. Apar din cauza unor multitudini de factori, greu de precizat si
individualizat, a caror influenta individuala este neglijabila, din care cauza nu exista
posibilitatea depistarii si inlaturarii lor. Cu ajutorul teoriei probabilitatilor se poate lua in
consideratie in ce masura erorile aleatoare influenteaza estimatiile adevaratelor valori ale
marimilor masurate, ceea ce permite determinarea valorii marimii masurate cu o eroare oricit
de mica in raport cu erorile masurarilor individuale.
Studiul influentei erorilor aleatoare se bazeaza pe cunoasterea legilor lor de repartitie.
Se calculeaza raportul:
x* x
t (1.7)
s
Pentru un nivel de incredere P (caruia ii corespunde un nivel de semnificatie = 1 - P)
si un numar de experiente n cunoscut se determina din tabelul 4.4 valoarea critica t (n, P).
Daca:
t > t (n, P) (1.8)
*
vom elimina valoarea x ca fiind afectata de erori grosolane, cu nivelul de incredere P.
PROGRAM ELIMINARE_ERORI_GROSOLANE_SIR_DATE;
uses crt;
label 1, 2, 3, 4, 5;
var x, y: arrayi1..120s of real; { Declararea marimilor utilizate }
i, n, k, j, b1, s1, s2: integer;
a, a1, xmediu, a2, s, t, t1: real;
g: file of real; { Introducerea valorilor masurate xiis }
BEGIN
For i:=1 to n do
begin
If i=b1 then goto 1;
yiks:=xiis;
k:=k+1;
1:end;
For j:=1 to n-1 do a1:=a1+yijs;
7
xmediu:=a1/(n-1); { Valoarea medie a lui xiis pentru n-1 masurari }
For j:=1 to n-1 do a2:=a2+sqr(yijs- xmediu);
s:=sqrt(a2/(n-2));
t:=ABS((xib1s-xmediu)/s); { Abatere standard empirica }
If t>t1 then { Afisarea rezultatului }
begin
writeln( 't =' , t:2:3, ' > t(n,P) = ', t1:2:3);
writeln( 'xi',b1:1,'s =' , xib1s:3:3, ' Este afectata de erori grosolane' );
readln;
b1:=b1+1;
if b1<=n then goto 3;
goto 4;
end;
writeln( 't= ', t:2:3, ' < t(n,P) = ', t1:2:3);
writeln( ' xi', b1:1, 's=' , xib1s:2:3, ' Nu este afectata de erori grosolane');
readln;
b1:=b1+1;
if b1<=n then goto 3;
4:END.
Pentru fiecare serie se scriu valorile eliminate
definiti astfel:
Media aritmetica de sondaj a sirului de date:
1 k
x f i xi (1.9)
n i 1
Daca in cele n masurari xi apare o singura data atunci:
1 n
x xi (1.10)
n i 1
Media aritmetica are o mare importanta in estimarea preciziei masurarilor cind nu se
cunoaste valoarea exacta a marimii fizice masurate.
Media geometrica a sirului de date se calculeaza cu relatia:
1
n n
x g xi (1.11)
i 1
Media armonica este:
8
n
xa n
(1.12)
1
i 1 xi
Media patratica este:
n
x i 1
2
i
xp (1.13)
n
Mediana de sondaj a sirului de date - este valoarea fata de care frecventa valorilor
mai mici decit ea este egala cu frecventa valorilor mai mari decit ea. Valorile xi se aranjeaza
in ordine crescatoare sau descrescatoare si mediana este:
- daca n este impar:
M e x ( n 1)/ 2 (1.14)
- daca n este par:
x n/ 2 x n/ 21
Me (1.15)
2
Moda de sondaj a sirului de date este valoarea din sirul de date careia ii corespunde
frecventa maxima. Daca repartitia de frecventa are doua valori maxime, ambele fiind cele
mai probabile, repartitia se numeste bimodala. Daca repartitia de frecventa are mai multe
mode, repartitia este polimodala iar daca repartitia are in mijloc un minim in loc de un maxim
se numeste antimodala. Legatura dintre media aritmetica, mediana si moda este data de
relatia:
M o x 3 ( M e x) (1.16)
x max x min
xc (1.17)
2
in care xmax este cea mai mare din valorile xi , iar xmin cea mai mica.
1 k
s*
n i 1
f i ( x i x) 2 (1.18)
1 k
s
n 1 i 1
f i ( x i x) 2 (1.19)
Abaterea standard empirica aproximeaza cel mai bine eroarea medie patratica atunci
cind numarul de masurari este relativ mic.
9
Dispersia de sondaj a sirului de date, sau momentul centrat de ordinul doi este:
1 k
s2 f i ( x i x) 2
n i 1
(1.20)
1 n
s2 ( xi x) 2
n 1 i 1
(1.21)
Amplitudinea sirului de date se calculeaza ca diferenta dintre valoarea cea mai mare
xmax si valoarea cea mai mica xmin a sirului de masurari dat:
s
Cv (1.23)
x
Abaterea medie absoluta de selectie a sirului de date reprezinta media abaterilor fata
de valoarea adevarata a marimii fizice a (daca aceasta este cunoscuta) sau fata de media
aritmetica luata in valoare absoluta:
1 k
Am f i xi x
n i 1
(1.24)
1 n r
Mr xi
n i 1
(1.25)
1 k
r
n i 1
f i ( xi x) r (1.26)
( 3 ) 2
1 (1.27)
(s 2 ) 3
10
1 k
3 f i ( x i x) 3 (1.28)
n i 1
Asimetria este pozitiva daca repartitia este asimetrica cu extremitatea extinsa spre
dreapta si negativa in caz contrar. Coeficientul de asimetrie este nul pentru o repartitie
simetrica. Asimetria absoluta poate fi exprimata ca diferenta dintre media aritmetica si moda:
1 x Mo (1.29)
Coeficientul de boltire:
4
2 (1.30)
(s 2 ) 2
E = 2 - 3 (1.32)
Tabel cu o parte din parametrii pentru fiecare serie din Parametrii statistici 1 (2)
Modelul probabilistic
Erorile aleatoare de masurare sunt caracterizate de o lege de repartitie
* ormal* e* * * . Existenta legii de repartitie poate fi stabilita repetind masurarea unei
marimi fizice, in conditii identice, pentru un numar n de masurari * ormal* e* * de mare.
Daca se fac n masurari, iar intr-un anumit interval cad m masurari, pentru n
* ormal* e* * de mare, se poate considera ca frecventa * ormal* e de cadere in intervalul
13
considerat (m/n) este o cantitate constanta caracteristica intervalului. Se poate considera ca
probabilitatea ca variabila aleatoare z sa ia valori intr-un anumit interval (z1 < z < z2),
* ormal P(zi < z < z2 ), este aproximativ egala cu frecventa * ormal* e:
m
P ( z1 z z 2 ) P ( z ( z 1 , z 2 ) (2.10)
n
Modelul probabilistic * ormal* e* admite faptul ca erorile aleatoare z si prin urmare
insasi rezultatele masurarilor x sunt variabile ce pot lua orice valoare reala, deci sunt definite
pe intervalul (- , + ).
Regula care permite ca pentru fiecare interval (z1 , z2 ) sa se gaseasca
probabilitatea P(zi < z< z2 ) se numeste legea de repartitie a variabilei aleatoare z.
Legea de repartitie a erorilor aleatoare de masurare se exprima cu ajutorul unei
integrale:
z2
P ( z1 z z 2 ) p(z)dz (2.11)
z1
unde p(z) este densitatea de repartitie si este functie nenegativa care satisface conditia:
p( z)dz 1
(2.12)
II.b.1.Repartitia normala
Legea de repartitie a erorilor aleatoare de masurare cea mai utilizata este repartitia
* ormal (legea lui Gauss) data de densitatea de repartitie:
z2
1
p( z ) e 2 2
(2.13)
2
unde parametrul ( > 0) caracterizeaza precizia masurarilor.
Curba de repartitie normala, pentru diferite valori ale parametrilor este prezentata in
fig.2.1.
14
0.8
0.6
0.4
0.2
0
6 4 2 0 2 4 6
1
P( 0) (2.14)
2
Se observa ca atunci cind scade, densitatea de repartitie p(z) descreste mai repede.
Cu cit este mai mic, cu atit imprastierea erorilor in jurul originii este mai mica.
z z1
t ; t1 (2.17)
si reprezinta aria trapezului curbiliniu marginit de ordonatele 0 si z1 .
Functia (t) se numeste probabilitate * ormal* e iar valorile sunt date in Anexa 1
pentru valori * ormal* e ale variabilei t. Pentru valori negative ale lui t se tine seama ca (t)
este o functie impara, deci (-t) = -(t).
15
Probabilitatea ca eroarea aleatoare sa cada intr-un interval oarecare (z1, z2) se
calculeaza cu relatia:
z z
P ( z1 z z 2 ) ( 2 ) ( 1 ) ( t 2 ) ( t 1 ) (2.18)
Probabilitatea ca eroarea aleatoare sa depaseasca limitele t , pentru t > 0, va fi:
P ( z t ) 1 2 ( t ) (2.19)
iar probabilitatea sa nu depaseasca limitele t va fi:
P ( z t ) 2 ( t ) (2.20)
Probabilitatea ca valorile aleatoare z sa depaseasca limitele 3 este:
P ( z 3 )1 2 (3) 0,0027 (2.21)
Rezulta ca evenimentul ca eroarea aleatoare sa iasa in afara intervalului 3 este * ormal* e
imposibil. Se accepta ca erorile aleatoare de masurare sunt marginite, in valoare absoluta de 3
.
Pentru o lege * ormal de repartitie a erorilor aleatoare, daca rezultatele masurarilor (xi
= a + zi) au densitatea de repartitie:
( xa)2
1
p( x) e 2 2
(2.22)
2
Legea de repartitie se numeste lege normala centrata in 0 si este prezentata in fig.2.2.
0.2
0.15
0.1
0.05
0
6 4 2 0 2 4 6 8 10
Fig.2.Curba de repartitie normala centrata in 0 pentru marimea masurarilor
Graficul pentru cele doua serii de valori este reprezentat in imagine ace urmeaza:
16
III. ESTIMATII ALE ADEVARATEI VALORI A UNEI MARIMI FIZICE
- Eficienta - daca estimatia nedeplasata are cea mai mica imprastiere dintre toate
estimatiile nedeplasate ale valorii a.
17
III.b. Estimarea preciziei dispersiei
Ca indicator a preciziei dispersiei masurarilor se va lua dispersia 2 sau eroarea
medie patratica .
III.c. Estimarea punctuala a dispersiei
Daca se fac masurari asupra unei marimi cunoscute a - etalon - ca estimatie a
dispersiei se ia media patratelor abaterilor rezultatelor masurarilor x1, x2, ....., xn de la
valoarea a:
1 n
2 s*2 (x i a ) 2 (3.1)
n i 1
Numarul gradelor de libertate este k = n.
Daca se masoara o marime necunoscuta, ca estimatie a dispersiei se ia dispersia
empirica:
1 n
2 s2
n 1 i 1
(x i x ) 2 (3.2)
Cind numarul de masurari este acelasi in fiecare serie ni = n, estimatia este media
aritmetica a valorii dispersiilor empirice:
1 m 2
s si
2 2
(3.4)
m i 1
Daca pentru m serii de masurari se cunosc numarul de masurari din fiecare serie n1,
n2, ......, nm si mediile aritmetice din fiecare serie x 1 , x 2 , ......., x m atunci ca estimatie se ia
dispersia empirica a mediilor:
1 m
2 ~s 2 ni (x i x )
m 1 i 1
(3.5)
unde:
m
1
x
n1 n 2 ....... n m
n x
i 1
i i (3.6)
18
Abaterea standard empirica s da o estimatie deplasata ce depinde de numarul k al
masurarilor (pentru n = 16 deplasarea reprezinta 2% iar pentru n = 26 deplasarea este sub
1%). Numarul gradelor de libertate este k = n - 1.
Pentru un numar mare de date, obtinute cu ajutorul unui interval de incredere a erorii
medii patratice se scrie sub forma unei estimatii a abaterii relative a valorii de la abaterea
standard empirica (so, s*, s sau ~
s ):
s
q (3.7)
s
sau
s (1 q ) s (1 q ) (3.8)
Pentru un numar de grade de libertate suficient de mare se poate utiliza si regula trei
sigma care este de forma:
3 3
s 1 s 1 (3.9)
2k 2k
Siguranta unei astfel de estimari depaseste 0,99 pentru k > 47, 0.992 pentru k > 107 si
0.995 pentru k > 200.
20
III.f. Eliminarea dispersiei ce difera semnificativ de celelalte
s12
G 2 (3.12)
s1 s 22 ........ s m2
Daca:
G G ( P , m, k ) (3.13)
atunci diferenta dintre prima dispersie si celelalte se considera semnificativa adica prima serie
de masurari este de o precizie mai mica decit celelalte. Valorile critice G(P, m, k) sunt date in
tabelul 4.8. Numarul gradelor de libertate este k = n - 1.
Daca cele n masurari au fost facute cu aceeati precizie atunci ca estimatie punctuala a
valorii a se ia media aritmetica a datelor masurate:
21
x1 x 2 ....... x n 1 n
ax xi (3.14)
n n i 1
Daca masurarile nu sunt de egala precizie, dar se cunosc ponderile masurarilor p1,
p2, ..., pn care sunt invers proportionale cu dispersiile erorilor 12 , 22 , ...., 2n atunci drept
estimatie a adevaratei valori a se ia media aritmetica ponderata:
n
p x p 2 x 2 ...... p n x n
px i i
i 1
a 1 1 (3.15)
p1 p 2 ...... p n n
p
i 1
i
2
pi = mi (i = 1, 2, ...., n) iar i2 (3.16)
mi
Pentru un nivel de incredere ales t (P) se determina din tabelul 3.3. Se obtine:
t(P)
(3.20)
n
Daca eroarea medie patratica nu se cunoaste, atunci se utilizeaza in locul ei abaterea
standard empirica:
n 1 n
s s*
n1
n 1 i 1
(x i x ) 2 (3.21)
22
Intervalul de incredere este:
t(P, k ) s
ax (3.22)
n
sau
t (P, k ) s*
ax (3.23)
k
Alegerea erorii se poate face cu regula trei sigma. Abaterea adevaratei valori a
marimii masurate de la media aritmetica a rezultatelor masurarilor nu depaseste cu de trei ori
abaterea medie patratica a erorii acestei valori medii. In acest caz intervalul de incredere este:
3
ax (3.24)
n
3s
ax (3.25)
n
Valorile t (P, k)
Tabelul 6
k / P 0.95 0.99 0.999
4 2.776 4.604 8.61
5 2.571 4.032 6.859
6 2.447 3.707 5.959
7 2.365 3.499 5.405
8 2.306 3.355 5.041
9 2.262 3.25 4.781
10 2.228 3.169 4.587
11 2.201 3.106 4.487
12 2.179 3.055 4.318
13 2.16 3.012 4.221
14 2.145 2.977 4.14
15 2.131 2.947 4.073
16 2.12 2.921 4.015
18 2.103 2.878 3.922
20 2.086 2.845 3.85
25 2.06 2.787 3.725
23
30 2.042 2.75 3.646
35 2.03 2.724 3.591
40 2.021 2.704 3.551
45 2.014 2.689 3.522
50 2.008 2.677 3.497
n P n P n P
10 0.985
Consideram ca rezultatele masurarilor de precizii diferite x1, x2, ...., xn sunt medii ale
unor masurari de egala precizie pentru fiecare serie m1, m2, ....., mn. Intervalul de incredere al
valorii adevarate a marimii masurate este:
t(P, k ) s
ax (3.26)
N
unde
n n
1
x
N
m i xi N mi (3.27)
i 1 i 1
1 n
s
n 1 i 1
mi (x i x ) 2 (3.28)
Daca pentru rezultatele masurarilor x1, x2, ...., xn de precizie inegala se cunosc valorile
ponderilor p1, p2, ....., pn si dispersiile 12 , 22 , ......, 2n , atunci intervalul de incredere pentru
adevarata valoare a marimii masurate este:
24
a x t ( P , k ) sx (3.29)
unde
n
p i xi
i 1
x n
(3.30)
p
i 1
i
p (x
i 1
i i x) 2
sx n
(3.40)
(n 1) pi
i 1
mi
pi i = 1, 2, ......., n (3.41)
si2
unde
1 mi
si2
mi 1 j 1
(x ij x i ) 2 (3.42)
iar xi1, xi2, ......., xi mi sunt rezultatele masurarilor inregistrate in cea de a i-a serie cu valoarea
medie xi. Se ia estimatia:
t (P)
ax (3.43)
p
unde t(P) se determina din tabelul 4.3 pentru un nivel de incredere P ales convenabil. In
cadrul acestor estimari numarul de masurari trebuie sa fie suficient de mare.
25
BIBLIOGRAFIE
26