Professional Documents
Culture Documents
AGREGATE TERMICE
1.1. Introducere
1
www.cartiaz.ro – Carti si articole online gratuite de la A la Z
Pe lângă procesele pur metalurgice care au loc în cuptor (CM), în interiorul A.T.M. mai au
loc şi unele procese auxiliare, cum ar fi:
preîncălzirea aerului şi/sau a combustibilului, în schimbătorul de căldură (SC);
obţinerea aburului tehnologic, etc.
Aceste procese au la bază tot fenomene de transfer de căldură.
Procesul metalurgic propriu-zis se desfăşoară în spaţiul de lucru al cuptorului (SL), spaţiu de
lucru care are volumul Vsl. Acest spaţiu este format dintr-un volum ocupat de încărcătura metalică,
notat Vm şi un spaţiu liber, notat Vl:
Vsl=Vm+Vl (1.1)
2
www.cartiaz.ro – Carti si articole online gratuite de la A la Z
τc=τînc+τp.m+τdesc (1.2)
Aceste cuptoare cu funcţionare discontinuă se mai numesc şi cuptoare tip cameră. Temperatura în
interiorul acestora este una variabilă în timp, sau uneori constantă în timp, dar întotdeauna constantă
în diferitele puncte ale spaţiului de lucru.
cuptoare cu funcţionare continuă - la aceste cuptoare procesele de încărcare şi
descărcare se suprapun peste procesul tehnologic propriu-zis, astfel:
τc=τp.m (1.3)
Aceste cuptoare poartă denumirea de cuptoare traversate. În acest caz temperatura cuptorului este
constantă în timp, dar variabila în spaţiul de lucru.
3
www.cartiaz.ro – Carti si articole online gratuite de la A la Z
Indiferent de categoria din care fac parte, există probleme general valabile tuturor cuptoarelor,
probleme legate de partea constructivă a acestora. Există şi particularităţi, ele nefăcând subiectul
acestui capitol.
Părţile constructive esenţiale ale unui cuptor metalurgic sunt:
Fundaţia;
Zidăria;
Elementele de susţinere metalice.
Menţionăm faptul că unele aspecte înfăţişate în capitolul de faţă trebuie corelate cu
informaţiile existente în capitolul următor, referitor la materialele de construcţie.
2.1. Fundaţia
Fundaţia reprezintă partea constructivă a cuptoarelor care are rolul de a uniformiza presiunile
specifice de contact, la nivelul solului.
Fundaţiile se execută, în funcţie de situaţiile particulare existente, din cărămidă roşie, rocă
brută legată cu mortar, din beton sau din beton armat.
Alegerea acestor tipuri de materiale se face, în funcţie de tipul solicitărilor care apar. A
dimensiona fundaţia unui cuptor, înseamnă a determina aria totală de contact cu solul şi grosimea
fundaţiei.
Din punct de vedere mecanic, calculul fundaţiei presupune un echilibru al forţelor care acţionează
asupra acesteia:
Gc + Gf = ps.a . Sc = R (2.1)
unde ps.a reprezintă presiunea specifică admisibilă a solului în suprafaţa de contact şi diferă în
funcţie de natura solului. Pentru a obţine rezultate optime, această presiune trebuie să fie în jurul a
0,25 MN/m2. Gc este greutatea cuptorului, iar Gf este greutatea fundaţiei (figura 2.1).
În cazul în care, pentru anumite situaţii concrete, această presiune admisibilă nu se atinge se
iau măsuri speciale de ajungere la această valoare. O măsură ar fi mărirea suprafeţei de contact
(figura 2.2).
4
www.cartiaz.ro – Carti si articole online gratuite de la A la Z
S’C
SC
Acest gradient de temperatură duce la dilatări neuniforme ale fundaţiei, provocând fisuri în
masa acesteia. Pentru a se evita acest lucru, se poate recurge la următoarele metode:
realizarea vetrei, astfel încât fluxul de căldură care se pierde spre exterior qI, să fie mai mare
decât fluxul de căldură care se transmite către fundaţie, qII (figura 2.1): qI > qII presupune ca
rezistenţa termică a vetrei pe direcţia I, să fie mult mai mică decât rezistenţa termică pe
direcţia II. Această afirmaţie conduce la ideea conform căreia grosimea vetrei trebuie să fie
mai mare decât semilăţimea cuptorului. Este evident vorba despre o soluţie scumpă, la care se
apelează numai în cazuri speciale (furnalele pentru elaborarea fontei).
o altă variantă constă în realizarea de vetre răcite (figura 2.4). Prin această metodă, între vatră
şi fundaţie se realizează canale prin care circulă (natural sau uneori forţat) aer.
prevenirea efectului negativ al dilatării termice excesive se poate obţine şi prin construcţia
fundaţiilor în formă de “şa” (figura 2.5). În acest caz, părţile laterale ale fundaţiei lucrează ca
nişte grinzi dispuse la marginea acesteia.
La construcţia fundaţiilor mai trebuie respectate şi unele condiţii legate de umiditatea optimă
a solului. Când acesta este prea uscat se recurge la umectarea artificială. Dacă nivelul apelor freatice
are o adâncime mai mică de 2 metri, se adoptă soluţii de drenaj ale zonei sau hidroizolarea
fundaţiei cu ajutorul unor chesoane metalice sau cu betoane speciale.
În cazul cuptoarelor executate în afara halelor industriale mai trebuie să se ţină cont şi de
nivelul de îngheţ al solului, corespunzător zonei geografice respective. La noi în ţară nivelul maxim
de îngheţ este de 70 cm, aceasta presupunând o poziţionare a fundaţiei sub acest nivel deoarece
solul îngheţat îţi modifică total proprietăţile faţă de cel neîngheţat.
5
www.cartiaz.ro – Carti si articole online gratuite de la A la Z
2.2. Zidăria
Zidăria ca noţiune generală cuprinde: vatra cuptorului, pereţii laterali şi bolta. Zidăria este
elementul de construcţie care închide spaţiul de lucru al cuptorului având următoarele funcţii:
să poată asigura o rezistenţă termică, mecanică şi chimică adecvată în interiorul spaţiului de
lucru;
să asigure etanşeitatea spaţiului de lucru;
să menţină în interiorul spaţiului de lucru temperatura optimă cerută de procesul tehnologic,
cu alte cuvinte, pierderile de căldură spre exterior să fie minime.
Realizarea zidăriei se poate face utilizând 1, 2, 3, sau, în cazuri excepţionale, mai multe
straturi din materiale ceramice cu proprietăţi diferite.
În interiorul cuptorului peretele trebuie să reziste la şocurile termice, la coroziunea chimică şi
la acţiunile mecanice. Pentru aceasta, stratul interior trebuie să aibă proprietăţi refractare foarte
bune, adică materialul să reziste la temperaturi înalte şi la şocuri termice. Pe de altă parte materialul
zidăriei trebuie să prezinte proprietăţi termoizolante pentru a diminua fluxul de căldură pierdut spre
exterior. Acest material mai trebuie să aibă şi o rezistenţă mecanică suficientă pentru a se putea
realiza susţinerea întregului ansamblu. Zidăria are şi rolul de susţinere a instalaţiei de ardere şi a
dispozitivelor auxiliare montate pe cuptor.
În situaţia în care regimul termic al cuptorului este unul scăzut, dimensiunile acestuia fiind
reduse, zidăria se poate realiza în varianta cu un strat, strat care îndeplineşte toate condiţiile
menţionate mai sus.
În majoritatea cazurilor însă, zidăria se realizează din două straturi, unul interior, din material
ceramic refractar, rezistent la temperaturi înalte, coroziune şi şoc termic şi unul exterior,
termoizolator.
6
www.cartiaz.ro – Carti si articole online gratuite de la A la Z
În cazul în care temperatura intermediară tx , nu poate fi coborâtă sub 1100 0C (figura 2.6), se
recurge la varianta cu trei straturi. Primul este un strat refractar, al doilea unul termoizolator, dintr-
un material rezistent la temperaturi înalte şi un al treilea start, tot termoizolator, dar care rezistă la
temperaturi sub 800 0C.
Vatra este elementul de zidărie care închide la partea inferioară spaţiul de lucru al cuptorului.
Ca şi o clasificare generală putem spune că, în primul rând, vetrele se împart în două categorii:
vetrele cuptoarelor de elaborare;
vetrele cuptoarelor de încălzire.
Vetrele cuptoarelor de încălzire se diferenţiază pentru :
cuptoare tip cameră, la care există:
vetre fixe;
vetre mobile;
cuptoare traversate (cu funcţionare continuă).
a) b) c)
Fig.2.7. Tipuri de vetre pentru cuptoare de elaborare:
a- în arc negativ; b- în pantă; c- în trepte
1- strat refractar; 2- strat izolator; 3- strat de uzură stampat
a) b) c)
7
www.cartiaz.ro – Carti si articole online gratuite de la A la Z
detaliul A
Vetrele cuptoarelor de elaborare în arc negativ (figura 2.7.a) sunt folosite la elaborarea
aliajelor neferoase, pe când vetrele în pantă (figura 2.7.b) şi în trepte (figura 2.7.c) sunt folosite la
elaborarea oţelului şi a fontei. Dintre acestea două din urmă, vetrele în pantă sunt mai scumpe şi
mai pretenţioase din punct de vedere al manoperei pentru că folosesc cărămizi speciale, în schimb
au avantajul unui strat de uzură uniform ca şi grosime, ceea ce conduce la o micşorare a riscului de
apariţie a fisurilor datorate gradienţilor de temperatură pe grosime.
Vetrele fixe (figura 2.8.a) se folosesc la cuptoarele tip cameră, cu funcţionare discontinuă.
Vatra este monolitică. Operaţiunile de încărcare-descărcare din cuptor se realizează cu dispozitive
speciale. Vatra mobilă din figura 2.8.b este utilizată tot la cuptoarele tip cameră, cu funcţionare
discontinuă, dar în acest caz, vatra are posibilitatea de culisare pe nişte şine şi poate fi scoasă din
incinta cuptorului. Aceasta facilitează încărcarea şi descărcarea cuptorului.
Acest tip de vetre se foloseşte la cuptoarele de încălzire a lingourilor de dimensiuni mari,
necesitând un sistem de etanşare care poartă numele de etanşare jgheab-cuţit, reprezentat în detaliul
A din figura 2.8.
Mai sunt şi alte tipuri de vetre mobile, spre exemplu vetrele cuptoarelor cu funcţionare
continuă, la care se foloseşte foarte des sistemul cu grinzi păşitoare, prezentat în figura 2.8.c.
Pe lângă aceste tipuri de vetre, mai există vetre cu glisiere, cu bandă, cu lanţuri, etc. Acestea
sunt specifice cuptoarelor cu funcţionare continuă.
Vetrele, în general, sunt supuse unor solicitări mecanice, termice şi chimice. Intensitatea
acestor solicitări depinde de tipul cuptorului. Spre exemplu vetrele cuptoarelor de elaborare, sunt
supuse cu precădere unor solicitări termice şi chimice pentru că vin în contact direct cu topitura
metalică. În schimb, vetrele cuptoarelor de încălzire sunt supuse unor solicitări mecanice mai
intense, apoi termice şi chimice într-o mai mică măsură.
Dimensionarea vetrelor presupune un calcul al grosimii acestora ( δ v ) şi al lungimii (L),
respectiv lăţimii (B).
δ v se determină din condiţii de rezistenţă mecanică şi izolare termică;
L, B se determină din următoarele considerente:
8
www.cartiaz.ro – Carti si articole online gratuite de la A la Z
L ⋅ B = Sv
L = K
B
(2.2)
Lungimea × Lăţimea = Aria Vetrei (S v).
K este un coeficient a cărui valori sunt recomandate în literatura de specialitate funcţie de
tipul cuptorului.
Calculul ariei vetrei, Av, se face diferenţiat, astfel:
- Pentru cuptoarele cu funcţionare continuă:
P
Sv = (2.3)
p
- Pentru cuptoare cu funcţionare discontinuă:
C
Sv = (2.4)
p× τ c
unde:
o P [t/h]- este productivitatea cuptoarelor cu funcţionare continuă;
o P [t/m2h] - este productivitatea specifică.
o C [t]- capacitatea cuptorului cu funcţionare discontinuă în tone;
o τ c [h] - durata unui ciclu de funcţionare al cuptorului discontinuu.
9
2.4. Pereţii cuptoarelor
Pereţii reprezintă partea zidăriei care închide spaţiul de lucru al cuptorului în zonele laterale şi
frontale. În funcţie de tipul cuptoarelor există:
pereţi plani (drepţi):
• verticali;
• înclinaţi;
pereţi curbi (radiali).
În cazul pereţilor verticali este de preferat o racordare plană cu vatra (figura 2.9), pentru a evita
amorsele de fisurare, induse de unghiurile drepte. Pereţii înclinaţi se execută în scopul de a mării
suprafaţa bolţii şi de a uşura repararea zidăriei la cald.
Cazul pereţilor curbi se întâlneşte la cuptoarele tip creuzet, la care bolta este sub formă de cupolă. Pe
lângă rolul de închidere a spaţiului de lucru pereţii mai îndeplinesc şi alte funcţii cum ar fi:
susţinerea în anumite cazuri a instalaţiei de ardere;
în pereţi sunt prevăzute orificiile de încărcare-descărcare;
includ orificii de alimentare şi vizitare, etc.
a)
b) c)
Fig.2.9. Tipuri de pereţi
a- plani verticali; b- plani înclinaţi; c- radiali
În concluzie, pereţii sunt supuşi atât solicitărilor termice cât şi celor mecanice, datorită greutăţii
proprii şi, în unele cazuri, a bolţii, precum şi solicitări mecanice induse de instalaţiile auxiliare montate
pe aceştia. Dimensionarea pereţilor presupune determinarea grosimii acestora. Lungimea este una din
dimensiunile vetrei, rămânând de determinat doar înălţimea:
V
H = SL (2.5)
Sv
Volumul spaţiului de lucru, VSL se determină diferenţiat după tipul cuptorului. Spre exemplu,
pentru cuptoarele de tratament termic acesta se determină astfel:
10
C ⋅ qm C
VSL = VSl + Vmat = + (2.6)
p t.m ⋅ τ c.c ρ mat ⋅ ϕ i
unde: VSl – este volumul spaţiului liber, în [m3], Vmat – este volumul materialului supus încălzirii, în
[m3], C – capacitatea cuptorului dată prin tema de proiect, în [kg/ciclu], qm – este consumul specific de
căldură în [J/kgmat], pt.m – puterea termică specifică în [W/m3], τc.c – durata ciclului de încălzire, în
[s/ciclu], ρmat – este densitatea materialului procesat, în [kg/m3], ϕi – coeficient de umplere a spaţiului
respectiv.
La zidirea pereţilor trebuie avut în vedere că, în timpul procesului de încălzire, apar dilatări
semnificative între cărămizile sau componentele ce alcătuiesc pereţii şi în consecinţă trebuie să se
prevadă aşa numitele rosturi de dilatare.
Bolta, reprezintă elementul de zidărie care închide spaţiul de lucru al cuptorului la partea
superioară a acestuia. Bolţile sunt mai puţin solicitate mecanic şi foarte intens solicitate termic.
Diversele tipuri de bolţi întâlnite se pot clasifica astfel:
După formă:
bolţi în arc;
bolţi plane;
bolţi în cupolă (semicirculare).
După modul de aşezare:
bolţi rezemate;
bolţi suspendate.
După orientare:
bolţi longitudinale;
bolţi transversale.
Câteva tipuri mai importante de bolţi sunt schiţate în figura de mai jos.
a b c
Fig.2.10.Tipuri de bolţi
a- boltă în arc simplu rezemată longitudinal, b- boltă în arc suspendată, c- boltă plană suspendată
Fig.2.11.
Modul de înzidire al bolţilor
în arc simplu rezemate
1- cofrajul cu stâlpii de
susţinere; 2- cărămizi pană ; 3-
cheia bolţii ;
4- umărul bolţii ; 5- perete
lateral;
6- stâlpul armăturii metalice
Modul de înzidire al bolţilor în arc, simplu rezemate, este prezentat în figura 2.11. Pentru a
realiza arcurile, bolţile se zidesc pe cofraje introduse în spaţiul dintre pereţi. După aşezarea cărămizilor
de reazem (umerii bolţii) se zidesc alternativ cărămizile pană şi cele rectangulare, începându-se pe
ambele laturi de la cărămizile de reazem spre centrul bolţii. Arcul se încheie prin introducerea forţată,
pe direcţia axului bolţii, a unei cărămizi pană numită cheia bolţii care rigidizează bolta. Înzidirea se
poate face în arce succesive, pe lungimea cuptorului, caz în care rezistenţa bolţii este mai mică, sau în
arce întrepătrunse, caz în care rezistenţa este superioară dar apar dificultăţi cu înzidirea [9].
În continuare sunt prezentate câteva exemple de tipuri de cărămizi utilizate la zidirea bolţilor,
precum şi modul de asamblare a acestora.
Linie mediana
Linie interioara
F δb G
fb
T R
G/2 D=B
Al =
α ⋅π
360
[
(R + δ b ) 2 − R 2
]= π ⋅α
360
(2R δ b + δ b
2
)
(2.8)
G = ρ mat ⋅ g ⋅ L ⋅
π ⋅α
360
(2R δ b + δ b
2
) (2.9)
unde: R - raza bolţii; δb - este grosimea bolţii; α − unghiul de deschidere care este considerat un unghi
în evantai, adică pentru α = 180 ⇒ o boltă în semicerc, iar pentru α = 0 ⇒ o boltă plană.
În stare rece bolta este solicitată la compresiune datorită reacţiunilor din reazeme induse de forţa
T (figura 2.13).
Valoarea optimă pentru unghiul α este de 600. O mărire a acestui unghi, va duce la o diminuare a
căldurii radiate de boltă spre încărcătură. Scăderea unghiului α este limitată de creşterea semnificativă
a tensiunii T.
Săgeata bolţii se calculează cu formula:
α
fb = R 1 − cos (2.10)
2
Grosimea bolţii, δb depinde de modul de înzidire a acesteia. Peste cărămizile pană se aplică un strat
izolator termic, de obicei din materiale sub formă de pulberi. În cazul unor regimuri termice foarte
ridicate se evită această izolare pentru ca bolta să nu se supraîncălzească şi să apară fisuri în materialul
acesteia. La alegerea tipului de boltă, în arc sau plană, se ţine cont de următoarele:
bolţile plane sunt mai scumpe, datorită formelor particulare ale cărămizilor care necesită
personal calificat pentru înzidire, dar sunt superioare din punct de vedere termic celor în arc
deoarece întreaga energie radiată de bolţile plane este îndreptată spre încărcătură.
dacă: B<4m, atunci se folosesc bolţile plane în arc, deoarece sunt mai ieftine.
dacă: B>4m, bolţile în arc devin foarte scumpe, deoarece creşte forţa T şi cresc cheltuielile
cu armătura metalică, recomandându-se în acest caz bolţile plane.
1
P o rt iu n e a v e r tic a la
2 P o r t iu n e a o r iz o n t a la
P o r t iu n e a d e
s u b tr a v e r s a r e
a p e r e te lu i
b
b1
a1
2.6.2. Conductele
Sunt folosite tot pentru transportul gazelor. Când acestea sunt reci (t < 400 0 C), conductele nu se
deosebesc cu nimic faţă de conductele metalice folosite în alte domenii. În cazul în care se folosesc
pentru transportul gazelor cu temperaturi mari, conductele se zidesc la interior cu cărămizi refractare,
tip pană şi rectangulare. Dacă diametrul conductei este suficient de mare încât să permită accesul în
interior a operatorilor, atunci zidirea se face în poziţie orizontală (culcată). La partea superioară,
zidirea se realizează cu ajutorul cofrajelor, la fel ca la zidirea bolţilor. Dacă diametrul conductei este
mic, zidirea se face pe porţiuni de conductă, în poziţie verticală, urmând apoi ca aceste porţiuni să fie
asamblate.
p e re te d e s p a r tito r
usi
fla c a ra
Elementele metalice de armătură sunt sub formă de bare cu secţiune rotundă sau plase de sârmă.
Uşile sunt manipulate cu ajutorul unor dispozitive cu contragreutăţi. Aceste operaţii pot fi mecanizate,
dar pentru siguranţă se păstrează contragreutăţile.
Se mai numesc şi şubere. Sunt organe cu ajutorul cărora se obturează total sau parţial secţiunea
de curgere a gazelor. Aceste registre de fum au un rol foarte important în stabilirea regimului gazo-
dinamic al cuptorului.
Registrul de fum are forma unei plăci plane, cu posibilitate de translatare astfel încât să poată
duce la modificarea secţiunii de curgere a gazelor.
La temperaturi ale gazelor de până la 600 0C, registrul se realizează sub forma unei plăci turnate
din fontă. La temperaturi peste 600 0C, acesta se realizează dintr-o ramă metalică răcită cu apă, în
interiorul căreia se zideşte material refractar.
c a rc a s a tija
p la c a
2
1 Fig.2.18. Armătura metalică extensibilă
1- manta metalică,
2- grindă longitudinală,
3- stâlp,
3
4- tirant superior,
5 5- tirant inferior,
6
6- profile metalice.
Această soluţie permite reglarea cu ajutorul tiranţilor inferiori şi superiori a spaţiilor destinate
dilatării zidăriei în timpul funcţionării cuptorului.
Mantaua metalică are rolul de a prevenii interacţiunea zidăriei cu mediul ambiant (care, în timp,
duce la degradarea zidăriei). Mantaua mai are rolul de susţinător pentru diverse instalaţii auxiliare şi de
asemenea, în cazul în care cuptorul funcţionează cu o suprapresiune în interior, sau cu o depresiune,
are rol de etanşare, în scopul evitării exfiltraţilor / infiltraţilor de gaze sau de aer în / din mediu.
Grinda longitudinală (2), este confecţionată din profil U (în majoritatea cazurilor) şi are rolul de a
prelua eforturile rezultante date de boltă.
Stâlpii dispuşi pe lungimea cuptorului, la o anumită distanţă, constituie puncte de reazem pentru
grinda longitudinală. Aceşti stâlpi sunt solicitaţi la încovoiere, datorită legăturii acestora cu tiranţii
superior şi inferior. Tiranţii au rolul de consolidare al stâlpilor. Sunt confecţionaţi din oţel cu profil
rotund, filetaţi la capete şi fixaţi de stâlpi cu ajutorul piuliţelor.
Armătura metalică rigidă (figura 2.19) se utilizează în cazul cuptoarelor cu regimuri termice mai
scăzute, la care dilatarea zidăriei este mică şi nu se pune problema deschiderii acesteia pentru
compensare.
t ir a n t s u p e r io r
s ta lp
Deosebirea faţă de armătura extensibilă, constă în lipsa tiranţilor inferior şi superior, stâlpii fiind
încastraţi în fundaţie la partea inferioară şi rigidizaţi la partea superioară cu o traversă fixată prin
sudură de aceştia.
Anihilarea eventualelor dilatări în acest caz se face printr-o armare corespunzătoare a fundaţiei.
3. Materiale refractare folosite la construcţia cuptoarelor metalurgice
3.1. Introducere
La execuţia unui cuptor metalurgic sunt folosite o serie de materiale de construcţie ale căror
particularităţi şi proprietăţi au un rol hotărâtor în durata de funcţionare a acestuia. Alegerea judicioasă
a materialelor de construcţie şi folosirea lor corespunzătoare asigură nu numai o durată mare de
serviciu pentru tot cuptorul sau pentru unele elemente ale lui, dar micşorează atât investiţiile pentru
construcţie, cât şi cheltuielile de exploatare.
Materialele de bază folosite în construcţia cuptoarelor metalurgice sunt materiale ceramice şi
materialele metalice. Din categoria materialelor ceramice fac parte materialele refractare şi materialele
izolatoare, iar din categoria materialelor metalice fac parte fontele şi oţelurile cu caracteristici
adecvate.
Prin materiale refractare se înţeleg materialele care, fără a se topi, îşi menţin proprietăţile
tehnologice impuse de utilizator la temperaturi de peste 1500°C.
O primă clasificare a materialelor refractare poate fi:
refractare alcătuite din elemente:
metale;
nemetale (carbon, bor).
refractare alcătuite din compuşi:
nemetal + metal( oxizi, azoturi, boruri, carburi, sulfuri ale metalelor);
nemetal + nemetal (carbură de bor, nitrură de bor);
metal + metal (compuşi intermetalici).
refractare alcătuite din elemente şi compuşi – cermeturi
Dintre combinaţiile chimice refractare, o importanţă practică mai mare o au unii oxizi (Al2O3,
MgO, CaO, ZrO2, Cr2O3, SiO2), silicaţi (3Al2O3⋅ SiO2, 3CaO⋅ SiO2, 2CaO⋅ SiO2, 2MgO⋅SiO2),
aluminaţi (CaO⋅ Al2O3) şi spineli (CaO⋅ Al2O3, MgO⋅ Al2O3, MgO⋅ Cr2O3). Pentru refractarele speciale
se utilizează compuşi refractari neoxidici cum sunt:
carburi (TiC, SiC, CaC2, B4C, HfC);
nitruri (TiN, Si3N4, BN, AlN);
boruri (HfB, TiB2, ZrB2);
siliciuri (MoSi2, ZrSi2, TaSi2).
În ţara noastră clasificarea materialelor refractare se face după următoare criterii:
compoziţie chimică şi mineralogică;
refractaritate;
porozitate;
mod de legare;
mod de prezentare.
În această categorie sunt incluse materialele ce conţin minimum 93% SiO2 şi un procent scăzut
de impurităţi în special Al2O3. Sunt cunoscute şi sub denumirea de silica.
Produsele silica au o variaţie de volum liniară neregulată, cu o dilatare maximă în intervalul
700…1000 0C. Temperatura de topire este mai scăzută decât a SiO2 pur, iar deformarea sub încărcare
este mai scăzută cu 50…100 0C, faţă de refractaritatea produsului, ceea ce reprezintă un avantaj în
comparaţie cu celelalte produse refractare, unde diferenţa este de 200…400 0C.
Aceste produse au în schimb o rezistenţă scăzută la şocuri termice la temperaturi sub 650…700
0
C, datorită transformării bruşte a cristalelor de cuarţ (transformări polimorfe). La temperaturi peste
650…700 0C, rezistenţa la şocuri termice este bună şi nu pune probleme deosebite în exploatare. Au de
asemenea o bună rezistenţă mecanică şi la abraziune la temperaturi ridicate, cât şi o mare rezistenţă la
coroziunea zgurilor acide şi a oxizilor de fier în atmosferă oxidantă. Sunt în schimb atacate de zgurile
bazice.
În timpul fabricaţiei şi utilizării lor la temperaturi înalte sunt condiţii ca în structură să apară, în
diferite proporţii, cele trei forme polimorfe ale silicei: cuarţul, tridimitul şi cristobalitul, alături de o
cantitate variabilă de fază vitroasă.
3.3.2. Materiale silico-aluminoase
Produsele silico-aluminoase sunt cele mai răspândite, reprezentând cca. 70% din totalul
refractarelor de utilizare curentă.
Compuşii chimici principali care stau la baza acestor materiale sunt SiO2 şi Al2O3. Compoziţia
chimică a diverselor mărci care intră în această categorie pot fi caracterizate pe baza diagramei de
echilibru a sistemului binar SiO2 -Al2O3.
Cercetările întreprinse pentru cunoaşterea acestui sistem au arătat existenţa unui singur compus
binar de echilibru termic în condiţii de presiune normală, mulitul, corespunzător formulei
3Al2O3⋅2SiO2 cu temperatura de topire egală cu 1934 0C la un conţinut de 71,8 % Al2O3.
Pentru obţinerea unor produse de cea mai bună calitate este necesară utilizarea unor materii
prime cât mai pure şi omogene, dozarea şi granularea lor adecvată, amestecarea omogenă şi fasonarea
semiuscată cu prese foarte puternice, care dau cele mai compacte produse, iar arderea cât mai avansată,
aproape de temperatura de sinterizare a liantului.
În plaja largă a sistemului binar SiO2-Al2O3 se fabrică şi se utilizează un mare număr de materiale
ceramice refractare, dintre care cele mai importante sunt:
materiale silico-aluminoase semiacide, caracterizate printr-un conţinut de Al2O3 = 12…28
%; în această subgrupă se înscriu materiale antiacide care, la acelaşi conţinut de Al2O3 au şi
(Na2O + K2O) = 6…3 %;
materiale de şamotă, care la un conţinut de Al2O3 = 28…45 % se prepară pe bază de
şamotă, prin care se înţelege o argilă refractară arsă; prin ardere componentele argilei
(caolinit, muscovit, cuarţ) se transformă în mulit, cristobalit şi fază vitroasă.
materiale aluminoase, care, la un conţinut de Al2O3 = 45…62 % se fabrică pe bază de
şamotă cu adaos de alumină;
materiale superaluminoase, la un conţinut de Al2O3 = 62…90 %, aceste materiale se obţin
din corindon, silimanit, andaluzit sau şamotă bogată în alumină;
materiale corindonice, care conţin peste 95 % Al2O3 pe seama utilizării la fabricaţie a
bauxitei sinterizate, aluminei tabulare şi a altor materii prime [7].
3.3.3. Materiale magneziene
Din această categorie fac parte numeroase mărci de materiale care îşi regăsesc compoziţiile
chimice în sistemul polinar MgO-CaO-R2O3-SiO2. În continuare vor fi prezentate materialele cele mai
utilizate în construcţia zidăriilor cuptoarelor metalurgice:
Materiale magnezitice
Sunt produse cu un conţinut în MgO de minimum 85%. Pentru studierea acestor refractare
prezintă interes cunoaşterea diagramei de echilibru a sistemului binar MgO-CaO, care nu conţine nici
un produs binar, ci numai un eutectic 1a 2370oC.
Materiale dolomitice
Sunt produse refractare fabricate din roci naturale al cărui component principal îl constituie
dolomitul ( CaCO3⋅MgCO3).
Principalele calităţi refractare ale produselor dolomitice sunt refractaritatea lor ridicată, rezistenţa
bună la zgurile bazice şi o stabilitate termică satisfăcătoare (ceva mai bună decât a produselor
magnezitice).
O grupă de materiale dolomitice este cea cu CaO liber, care aparţin subsistemului: MgO -
2(CaO) ⋅ (Fe2O3 ) - 3(CaO) ⋅SiO2 - CaO. Neajunsul lor principal este prezenţa în compoziţia
dolomitelor arse a unei cantităţi ridicate de CaO, fază extrem de sensibilă la hidratare şi carbonatare,
motiv pentru care asemenea refractare sunt denumite dolomite nestabilizate. O ameliorare limitată a
stabilităţii la hidratare se obţine prin acoperirea granulelor sau fabricarea de produse legate cu şamotă,
gudron, răşini, când se obţin dolomite semistabilizate.
O a doua grupă de dolomite refractare, dolomitele stabilizate, este repartizară în sistemul: MgO -
2(CaO) ⋅ (Fe2O3 ) - 2(CaO) ⋅(SiO2) – 3(CaO) ⋅(SiO2),
şi se caracterizează prin faptul că oxidul de calciu CaO nu este liber, ci legat sub formă de aluminat,
feritaluminat, ferit şi silicaţi de calciu.
Produsele refractare dolomitice au refractarităţi de 1800…2000 0C, însă temperaturile
începutului de deformare sub sarcină sunt numai de cca. 1500…1600 oC datorită legării granulelor prin
intermediul fazei vitroase sau a unor compuşi fuzibili; porozitatea este de cca. 14…25 %. Rezistenţa la
şoc termic este de 8…30 cicluri (răcire în aer), iar rezistenţa la coroziune este foarte bună faţă de
zgurile bazice şi mai slabă faţă de cele acide.
Materiale cromo-magnezitice si magnezio-cromitice
Materiale din această grupă reprezintă, din punct de vedere al constituenţilor chimici principali,
amestecuri de MgO şi Cr2O3. Materiale cromo-magnezitice conţin 15…35 % Cr2O3 şi min. 40 % MgO.
Materiale magnezio-cromitice se disting prin conţinuturi mai scăzute de Cr2O3 (sub 20 %) respectiv
conţinut mai ridicat de MgO (min. 60 %).
Caracteristic pentru astfel de materiale este faptul că adaosul de Cr2O3 în magnezită determină
mărirea unghiului diedru de legătură şi deci, probabilitatea apariţiei legăturii directe. Datorită formării
structurilor spinelice (MgO)⋅(Cr2O3) la materialele cromo-magnezitice se pot înregistra două feluri de
legături directe: "periclaz-spinel" (numită şi legătura spinelică) şi "periclaz-periclaz".
În funcţie de ponderea celorlalţi constituenţi însoţitori şi mai cu seamă în raportul CaO/SiO2 este
posibilă formarea legăturilor silicatice.
Materiale forsteritice
Refractarele forsteritice conţin, de regulă, 50…60 % MgO şi 25…35 % SiO2, care indică
prezenţa în compoziţie a acestor materiale a compuşilor MgO, 2MgO⋅SiO2 (forsterit) cu cca. 60 %
MgO şi temperatură de topire de 1890 oC şi MgO⋅SiO2 cu cca.40% MgO şi temperatură de topire 1537
0
C. Dată fiind temperatura de topire scăzută a ultimului compus, sunt mai puţin utile masele cu sub 50
% MgO.
Cărămizile forsteritice sunt sensibile la Fe2O3 şi la alţi oxizi metalici, ca şi la alte zguri bazice,
pentru că în cazul când au un conţinut de 35 % SiO 2, eutecticul ternar MgO-FeO- SiO2 se topeşte chiar
de la 1250 oC [8].
În mod convenţional, în această clasă sunt incluşi oxizii având temperatura de topire peste
o
1800 C.
Pentru confecţionarea unor elemente constructive rezistente la agenţi termochimici, cei mai
folosiţi oxizi puri sunt: Al2O3, MgO, CaO, BeO, CeO2, ZrO2, UO2 şi sticla de cuarţ.
Recomandarea lor ca materiale refractare se bazează pe unele proprietăţi deosebite ale acestora:
- stabilitatea termică ridicată, reacţiile de disociere de tipul MO2 → M + O2, având loc la
temperaturi mari;
- eventualele transformări polimorfe pot fi evitate prin folosirea de adaosuri stabilizante;
- rezistenţa chimică mare în atmosfere oxidante şi reducătoare, cu excepţia MgO şi CaO
(datorită sublimării metalului din compoziţie la temperaturi relativ scăzute), oxizii refractari rezistă la
acţiunea H2, CO şi C;
- comparativ cu materialele metalice prezintă valori scăzute pentru conductivitatea termică
(2…14 W/(m⋅grd)) şi cea electrică (la 1200 oC rezistivitatea electrică este 102…106 Ω⋅cm), motiv
pentru care pot fi întrebuinţate în scopuri izolante.
Cermeturile sunt materiale ceramice mixte constituite dintr-o fază ceramică dură, refractară,
reprezentată de oxizi ca Al2O3, SiO2, ZrO2, etc., sau carburi, nitruri, boruri şi siliciuri şi dintr-o fază
metalică ductilă. Proprietăţile cermeturilor, care nu sunt o sumă aditivă a proprietăţilor celor două
tipuri diferite de constituenţi, tind să îmbunătăţească rezistenţele mecanice la cald ale aliajelor
metalice, mărind şi rezistenţa chimică, iar pe de altă parte să îmbunătăţească rezistenţele la şoc termic
şi mecanic ale componentelor ceramice.
Mortarele refractare sunt amestecuri de agregat şi liant care servesc pentru legarea cărămizilor
refractare într-o zidărie (umplerea rosturilor).
Chiturile şi acoperirile (vopselele) refractare se aplică în straturi subţiri, manual sau prin
pulverizare şi au o natură chimică şi mineralogică asemănătoare cu a mortarelor însă cu granulaţii mai
fine ale agregatului. Deci, mortarul trebuie să umple golurile dintre cărămizi, să aibă o bună adeziune
la cărămizi şi să le lege puternic unele de altele. Un mortar de bună calitate trebuie să îndeplinească şi
alte cerinţe:
să prezinte o contracţie totală mică, cât mai apropiată de cea a cărămizii;
să aibă o refractaritate suficientă şi o temperatură ridicată de deformare sub sarcină;
trebuie să fie compatibil cu cărămizile pe care le leagă, să prezinte caracteristici apropiate
şi uneori chiar superioare acestora;
să prezinte o capacitate suficientă de reţinere a apei care nu trebuie să fie absorbită prea
repede în cărămizi;
să prezinte o granulaţie fină a agregatului (sub 1 mm), în afara unor cazuri speciale;
să posede o plasticitate şi lucrabilitate care să asigure formarea unei paste uşor de întins
pentru a realiza un rost subţire (în general sub 3 mm) şi bine închis.
Mortarele refractare reprezintă 6...10 % din întreaga zidărie. Cele mai obişnuite mortare
refractare sunt amestecuri fine ale unor granule (sub 1 mm) de agregate dure refractare şi un liant
argilos plastic. Dacă temperaturile de utilizare nu sunt prea mari, dar se cere o rezistenţă mecanică
mare, poate fi folosită ca liant argila cu conţinut ridicat de fondanţi, în timp ce la temperaturi mari de
utilizare, liantul trebuie să fie caolinul sau argila refractară. Partea refractară degresantă, cu porozitate
mică, trebuie să prezinte cel puţin 60 % din compoziţia mortarului, pentru a reduce contracţia.
Mortarele cu liant argilos ating rezistenţa mecanică, densitatea şi constanţa de volum, numai
atunci când sunt încălzite la temperaturi superioare celei de sinterizare, când are loc aşa numita
legătură ceramică ceea ce face ca ele să fie cunoscute sub denumirea de mortare cu întărire la cald.
O a doua categorie de mortare o reprezintă cele care se întăresc la temperatura mediului
ambiant sau în condiţii de uşoară încălzire, la care o legătură relativ puternică apare chiar la
temperaturi scăzute. Liantul utilizat poate fi: soluţie de silicat de sodiu, fosfat de sodiu, fosfat de
aluminiu, fosfat de Al şi Cr, lianţi hidraulici, etc.
În cazul mortarului cu silicat de sodiu, pe lângă agregatul refractar, de cele mai multe ori, format
din şamotă sau şisturi argiloase, cu contracţie minimă la ardere se foloseşte, argila plastică şi 5…20 %
soluţie de silicat de sodiu. Alegerea argilei-liant şi a raportului Na2O/SiO2 al soluţiei de silicat de sodiu
este o problemă importantă, de ea depinzând proprietăţile mortarului. Pentru aplicaţii speciale se
folosesc mortare uscate în care, în loc de soluţie de silicat de sodiu, se foloseşte o pulbere uscată de
sodiu, restul componenţilor rămânând aceeaşi.
Pentru a grăbi întărirea mortarelor cu silicat de sodiu, în compoziţia acestora se adaugă
fluorosilicat de sodiu (10…15 % din cantitatea de silicat de sodiu).
Natura mortarelor pe bază de silicat de sodiu este relativ largă dacă se ţine seama de componenţii
care intră în alcătuirea lor; se alcătuiesc astfel mortare pe bază de şamote, agregate silicioase (cu
conţinut de cuarţ şi deşeuri de silică), magnezitice, cromitice (cu conţinut de magnezită arsă, cromit
sau cromomagnezit) etc. Mortarele bazice pot conţine ca lianţi soluţiile de clorură sau sulfat de
magneziu, fosfat de magneziu, etc.
De dată mai recentă sunt mortarele pe bază de fosfaţi (inclusiv acid fosforic). Asemenea mortare
au o proporţie crescută de Al2O3 şi întărirea lor are loc prin încălzire uşoară până la maximum 400 0C.
Aceste mortare au o comportare bună la atacul chimic al zgurilor şi diverselor tipuri de topituri.
Pentru fiecare tip de cărămidă refractară există un mortar specific cu proprietăţi apropiate de cele
ale cărămizii. În cazul în care solicitările căptuşelilor sunt maxime la temperaturi înalte, se preferă
utilizarea unor mortare lipsite de lianţi chimici (mai ales silicat de sodiu) şi reducerea, uneori chiar
excluderea (în cazul mortarelor bazice) a lianţilor ceramici. În astfel de cazuri legătura este asigurată
prin sinterizarea care are loc la temperaturi înalte, îmbunătăţind performanţa căptuşelilor la asemenea
temperaturi.
Există şi mortare cu lianţi hidraulici, în a căror compoziţie intră aceleaşi agregate refractare
alături de cimenturi hidraulice (20…40 %):
ciment portland stabilizat (care se poate utiliza până la 1100 0C, în funcţie de natura
agregatului);
cimenturi aluminoase (până la 1200 0C);
cimenturi superaluminoase (până la 1600 0C).
Deseori căptuşelile refractare sunt protejate de temperaturile înalte, de acţiunea zgurilor, gazelor,
prin aplicarea unor tencuieli refractare, chituri etc. Acestea trebuie să adere bine la zidărie şi să reziste
la acţiunea zgurii mai bine decât zidăria propriu-zisă. Ele au compoziţii asemănătoare căptuşelilor pe
care le protejează.
Acoperirile refractare, pot avea compoziţii oxidice, metalice, metaloceramice sau de tip
combinat. Compoziţiile oxidice pot fi simple sau complexe. Drept oxizi refractari de acoperire se
folosesc: Al2O3, ZrO2, Cr2O3, CeO2, TiO2, MgO.
Acoperirile metaloceramice sunt obţinute din amestecuri de metale cu oxizi sau silicaţi, precum
şi cu carburi, boruri, siliciuri, azoturi etc. Metalele şi materialele ceramice, care au fost supuse unei
măcinări prealabile, separate sau împreună, se dispersează într-un mediu lichid (în apă sau alcool
polivinilic, în tricloretilenă etc.). Ca acoperiri cu performanţe bune se pot menţiona cermeturile: Ni +
MgO, Ni+SiC, Ni+ Al2O3, Ni+Cr3B4.
Acoperirile de tip combinat reprezintă combinaţii complexe în a căror compoziţie pot intra, în
calitate de component refractar: oxizi, silicaţi, pulberi metalice, carburi, siliciuri, boruri etc., iar ca
lianţi servesc emailurile vitroase, zgurile, silicatul de sodiu, răşinile organice şi silico-organice, etc.[7].
Masele refractare sunt amestecuri din argilă plastică şi agregate refractare cu sau fără lianţi
chimici anorganici sau organici (soluţii de silicat de sodiu, acid fosforic, fosfaţi, clorură sau sulfat de
magneziu, dextrină, amidon ş.a.)
După forma de prezentare şi de punere în operă, masele refractare se clasifică în:
mase refractare plastice, sub formă granulară sau de calupuri, umezite, gata de prelucrare şi
punere în operă prin uşoară stampare;
masele de stampare, sub formă de amestec, care se umezesc cu liantul chimic şi cu apa în
momentul când sunt prelucrate, fie prin stampare pneumatică sau manuală, fie prin vibrare;
mase de torcretare sub formă de amestec uscat, care se umezesc cu liantul chimic şi cu apa
în instalaţia de torcretare la utilizare.
Masele refractare plastice rezultă în general din amestecarea unor agregate cu un liant ceramic -
una sau două tipuri de argile. La multe compoziţii de mase plastice conţinutul de argilă este de 15…30
%; conţinuturile mai mari de argilă sunt utilizate la produsele cu solicitări mai reduse, care se
instalează în poziţii dificile.
Masele de stampare se deosebesc de masele refractare plastice prin cantitatea mai mică de argilă,
liant şi apă, precum şi prin utilizarea unor mijloace de compactare mai energice.
Pentru masele de torcretare aplicate cu ajutorul maşinilor speciale de torcretare (dispozitive de
aplicare sau proiectare a maselor de reparaţie pe zonele deteriorate ale cuptorului, la cald sau la
execuţia căptuşelii) se utilizează agregate de aceeaşi natură cu zidăria conţinând lianţi ceramici şi/sau
chimici şi diverse alte adaosuri cu rol de agenţi de sinterizare, plastifiere etc. Astfel de exemplu,
masele de torcretare folosite pentru cuptoarele electrice cu arc au o compoziţie granulometrică
continuă cuprinsă între 0,2 mm, care conţine maxim 50 % granule peste 0,5 mm şi 25 % fracţiuni
foarte fine sub 0,063 mm.
Masele refractare au un avantaj în plus faţă de betoane, deoarece pot fi folosite şi în contactul cu
băile de metal topit.
Rezistenţa maselor refractare la atacul chimic depinde de caracteristicile fizice şi chimice ale
acestora (densitate, porozitate, refractaritate etc.), de natura materialelor în contact, de atmosfera
cuptorului (gaze, temperatură) etc. Astfel, rezistenţa la atacul chimic al oxidului feric creşte cu
conţinutul de Al2O3 şi cu densitatea refractarului. Din punct de vedere al rezistenţei la atacul alcaliilor
s-a constatat că produsele legate fosfatic se comportă cel mai bine.
1.3.5. Conceptul de model şi tipuri de modele.
I. CONCEPTUL DE MODEL
Condiţiile 2) şi 3) arată că modelul M are cel mult tot atâtea elemente, respectiv lagături ca şi
baza R, deci modelul este o reprezentare simplificată a bazei.
Condiţia 4) face ca modelul să fie util în analiza bazei, impunând ca tot ceea ce este adevărat în
model să fie adevărat şi în bază. Această concluzie este strâns legată de utilizarea modelului ca suport
pentru luarea unei decizii, concluziile stabilite pe baza modelului putând fi translatate în bază.
Proprietăţile modelării:
Nonsimetria: Modelarea se face într-un singur sens, astfel dacă A modelează B, atunci
B nu poate modela A.
Reflexivitatea: Orice sistem este propriul său model (proprietate rezultată din cele
patru condiţii ale modelului);
Tranzitivitatea: Dacă A este un model a lui B şi B este un model a lui C, atunci A este
un model şi a lui C;
Nontransferabilitatea (neidentificarea) modelelor :Două sau mai multe modele ale
unei baze nu sunt în mod obligatoriu echivalente sau comparabile, ele putând să
reprzinte diferite aspecte ale bazei;
Reducerea complexităţii se face fie prin grupare unor elemente similare sau cu
aceleaşi proprietăţi, fie prin eliminarea elementelor irelevante sau a proprietăţilor
irelevante.
Nonpartiţionarea: un sistem nu poate fi divizat în subsisteme fără a ţine cont, pe de o
parte de conexiunile stabilite între aceste subsisteme şi, pe de altă parte de conexiunile
între subsisteme şi sistemul în ansamblu. Un model al unui subsistem nu este un model
al întregului sistem.
2) Modelele normative.
În timp ce modelele descriptive au ca obiect descrierea unor proprietăţi ale sistemului modelat,
modelele normative urmează să fie utilizate în stabilirea unor reguli cât mai eficiente de conducere a
sistemului, care să conducă la creşterea performanţelor sistemului.
Modelul normativ este o perfecţionare a celui descriptiv, acestuia fiindu-i asociat un set de
variabile şi reguli precise, exprimate, de regulă, prin relaţii matematice.
Modelele normative permit luarea unei decizii în timp mult mai scurt decât modelele
descriptive şi cu costuri mai mici.
3) Modele procedurale
Modelul procedural reprezintă un set de instrucţiuni care trebuie executate într-o anumită
situaţie. Adică se stabileşte un anumit algoritm ce trebuie executat la primirea unor anumite informaţii,
acordând mai multă atenţie algoritmului decât descrierii sistemului.
Modelele procedurale se pot realiza sub două aspecte:
printr-o modelare generală, care să surprindă toate cazurile posibile;
printr-o modelare pe tipuri de probleme, când se alege o clasă de probleme care apar frecvent în
practică, pentru care se elaborează un algoritm specific de elaborare.
De exemplu: pentru conducerea elaborării în C.E.A. modelul procedural cuprinde o serie de
instrucţiuni privind puterea arcului electric şi poziţia electrozilor în fiecare moment, în funcţie de
cantitatea şi natura încărcăturii şi de fazele elaborării.
Modelul procedural nu ţine seama de relaţiile dintre variabilele procesului modelat, ci
cuprinde numai instrucţiuni de conducere a procesului. El nu este deci foarte exact, dar asigură
reproductibilitatea condiţiilor de desfăşurare a procesului.
4) Modelele calculatorii sunt modele matematice propriu-zise, care conţin relaţii matematice
ce leagă între ele variabilele sistemului (procesului) şi care sunt utilizate în optimizarea proceselor
tehnologice.
4.1.) Modele calculatorii deductive – reprezintă un sistem de ecuaţii prin care se pot
determina variabilele (parametrii) nemăsurabili din valorile unor parametrii măsurabili.
Modelul conţine un număr de ecuaţii egal cu numărul variabilelor nemăsurabile ce trebuie
determinate şi trebuie să fie un sistem compatibil determinat.
4.2.) Modele calculatorii predictive sunt modelele care stabilesc relaţii între parametrii
independenţi (de intrare) ale procesului şi parametrii dependenţi (de ieşire) şi care permit să se
evalueze răspunsul procesului la modificare parametrilor de intrare. Reprezintă modelele de bază în
stabilirea valorile optime ale parametrilor de intrare, valori ce vor asigura optimul (min. sau max.)
funcţiei obiectiv. Pot să fie:
4.2.1) statice, în cazul când relaţiile între parametrii sunt stabilite în regim static
de desfăşurare a procesului;
4.2.2) dinamice, în cazul când relaţiile între parametrii sunt stabilite în regim
dinamic de desfăşurare a procesului. Acestea reprezintă cele mai performante modele utilizate în
optimizarea proceselor şi în conducerea cu calculatorul a acestora, dar totodată sun şi cele mai dificil
de elaborat şi deci mai scumpe.
a) stabilirea scopului modelului, care poate fi analizat din mai multe puncte de vedere, cum ar
fi:
dacă modelul este de ansamblu, pentru conducerea unui proces sau a unei instalaţii,
în întregul său, sau a unei părţi din proces;
dacă modelul este sau nu utilizat pentru conducerea pe calculator a procesului;
dacă modelul este utilizat în conducerea economică sau tehnologică a sistemului;
dacă modelul este utilizat pentru conducerea unui proces existent în funcţie (caz în
care se va elabora pe baza datelor experimentale de exploatare) sau pentru un proces
nou, la proiectarea şi testarea sa (în acest caz se folosesc date experimentale de
laborator şi date teoretice)
Scopul modelului condiţionează alegerea variabilelor care vor fi luate în considerare, precizia
care va fi impusă modelului şi metodele de stabilire a ecuaţiilor modelului.
b) delimitarea procesului analizat derivă din scopul modelului şi va condiţiona parametrii
(variabilele) de intrare şi de ieşire luate în considerare.
c) stabilirea parametrilor independenţi şi dependenţi luaţi în considerare
d) stabilirea tipului de model necesar
e) formularea unui model preliminar ce constă în formularea, pe bază teoretică şi a unor
cunoştinţe experimentale anterioare, unui set de presupuneri necesare explicării procesului şi obţinerii
unor concluzii preliminare care se referă, în general, la natura calitativă a relaţiilor între paramatrii
procesului.
3) VERIFICAREA MODELULUI
Verificarea modelului este o etapă care este strâns legată de elaborarea modelului în sensul în
care rezultatele negative obţinute la verificare vor determina efectuarea unor corecţii în cadrul
modelului, corecţii ce vor fi repetate de câte ori va fi nevoie până când între model şi procesul pe care
îl modelează va exista gradul de concordanţă (de analogie) dorit.
Verificarea modelului se face în mai multe etape.
Etapele verificării modelului sunt:
a) Analiza erorilor în cadrul căreia se va stabili influenţa preciziei de măsură a diferitelor
variabile asupra precizei modelului determinat. În urma acestei analize se va stabili şi precizia pe care
vor trebui să o aibă aparatele de măsură, control şi comandă ce vor fi utilizate în conducerea
respectivului proces cu un calculator, pe baza modelului stabilit.
b) Testarea preliminară a modelului care constă în testarea modelului utilizând aceleaşi date
care au fost utilizte la stabilirea modelului. Probabilitatea invalidării modelului în acastă etapă este
relativ redusă, fiind posibilă doar în cazul unor erori grosolane aparute în stabilirea procesului. Totuşi
aplicarea acestei testări preliminare poate economisi timp, prin modficarea şi retestarea imediată a
modelului. Deci, în această etepă sunt eliminate erorile grosolane.
c) Simularea procesului pe un calculator cuplat în afara procesului – off line -, calculatorul
neavând legătură cu procesul, ci doar cu operatorul uman (figura 1), utilizând date reale, colectate
direct din procesul ce se află în desfăşurare. În această etapă se introduc date de intrare din proces şi se
compară ieşirile reale cu cele ce sunt stabilite din model, în cazul unor neconcordanţe se efectuează
corecţii în model. În această etapă vor fi eliminate erorile mari.
d) Încercarea modelului se face pe un calculator cuplat în proces – on line – în circuit deschis
(legătura între proces şi calculator se face prin intermediul operatorului uman) figura 2. În această
etapă calculatorul preia variabilele de ieşire din proces şi stabileşte, pe baza modelului, valorile de
intrare necesare, dar comenzile asupra acestora sunt date de către operatorul uman. În această etapă
sunt eliminate micile erori ale modelului şi se stabileşte forma finală a modelului.
După această etapă se poate trece la conducerea procesului pe baza modelului de către un
calculator cuplat on line, în circuit încis. Calculatorul preia, prin intermediul unor aparate de măsură şi
a unor interfeţe, parametrii de ieşire din proces, stabileşte pe baza modelului valorile necesare ale
parametrilor de intrare, pe care îi comandă prin intermediul unor regulatoare (fig 3).
comenzi C
R
A
L
C
Σi Σe OPERATOR U
PROCES A.M. L
UMAN
A
Σi T
A.M O
R
R C comenzi
A
L
Σi Σe C
U OPERATOR
PROCES A.M.
L UMAN
A
Σi
A.M T
O
R
Fig.2. Verificarea modelului cu un calculator cuplat on-line (în proces), în circuit deschis
comenzi
R C
A
L
Σi Σe C
PROCES A.M. U
L
A
Σi
T
A.M
O
R
Fig.3. Conducerea procesului pe baza modelului cu un calculator cuplat on-line, în circuit închis
Această etapă constă în determinarea unor valori ale variabilelor (parametrilor) independenţi
(de intrare) procesului – valori optime -, care să asigure cea mai bună valoare (minim sau maxim) a
funcţiei obiectiv – optimul.
Evident, o problemă de minimizarea a funcţiei obiectiv este identică cu o problemă de
maximizare, rezolvându-se cu ajutorul aceloraşi metode, datorită faptului că:
maxY(X) = min[-Y(X)]
• În funcţie de valorile pe care le pot lua variabilele independente avem:
optimizarea fără restricţii – atunci când variabilele independente pot lua orice valori;
optimizarea cu restricţii – atunci când valorile pe care le pot lua variabilele independente
sunt limitate de diferite restricţii de tip egalitate: hi(X1, X2, ... Xn) = 0, i = 1,2, ... p şi/sau
inegalitate: gj(X1, X2, ... Xn) > 0, j = 1,2,...,q, numărul total de restricţii fiind r = p+q.
Restricţiile variabilelor independente sunt impuse de consideraţii tehnologice de
desfăşurare a respectivului proces metalurgic
• În funcţie de numărul variabilelor independente luate în considerare avem:
optimizare monovariabilă – când se ia în considerare o singură variabilă independentă,
funcţia de performanţă fiind de forma Y=Y(X);
optimizarea multivariabilă - când se iau în considerare două sau mai multe variabile
independente, funcţia de performanţă fiind de forma Y=Y(X1, X2, ... Xn).
• În funcţie de forma matematică a funcţiei de performanţă avem:
optimizare liniară – când forma funcţiei de performanţă este liniară: Y=X1+ X2+ ... +Xn;
optimizare neliniară – când funcţia de performanţă nu este de formă liniară(poate fi
polinomială de diferite grade, exponenţială, logaritmică, etc)
1.4. DETERMINAREA SOLUŢIEI OPTIME
Această etapă constă în determinarea unor valori ale variabilelor (parametrilor) independenţi
(de intrare) procesului – valori optime -, care să asigure cea mai bună valoare (minim sau maxim) a
funcţiei obiectiv – optimul.
Evident, o problemă de minimizarea a funcţiei obiectiv este identică cu o problemă de
maximizare, rezolvându-se cu ajutorul aceloraşi metode, datorită faptului că:
maxY(X) = min[-Y(X)]
• În funcţie de valorile pe care le pot lua variabilele independente avem:
optimizarea fără restricţii – atunci când variabilele independente pot lua orice valori;
optimizarea cu restricţii – atunci când valorile pe care le pot lua variabilele independente
sunt limitate de diferite restricţii de tip egalitate: hi(X1, X2, ... Xn) = 0, i = 1,2, ... p şi/sau
inegalitate: gj(X1, X2, ... Xn) > 0, j = 1,2,...,q, numărul total de restricţii fiind r = p+q.
Restricţiile variabilelor independente sunt impuse de consideraţii tehnologice de
desfăşurare a respectivului proces metalurgic
• În funcţie de numărul variabilelor independente luate în considerare avem:
optimizare monovariabilă – când se ia în considerare o singură variabilă independentă,
funcţia de performanţă fiind de forma Y=Y(X);
optimizarea multivariabilă - când se iau în considerare două sau mai multe variabile
independente, funcţia de performanţă fiind de forma Y=Y(X1, X2, ... Xn).
• În funcţie de forma matematică a funcţiei de performanţă avem:
optimizare liniară – când forma funcţiei de performanţă este liniară: Y=X1+ X2+ ... +Xn;
optimizare neliniară – când funcţia de performanţă nu este de formă liniară(poate fi
polinomială de diferite grade, exponenţială, logaritmică, etc)
Metodele de optimizare (determinarea optimului funcţiei obiectiv) sunt în acord cu metodele
de determinare a modelelor matematice, urmând două direcţii distincte:
1) o direcţie aplicabilă sistemelor (proceselor) riguros cunoscute – metodă aplicabilă în cazul
în care modelul matematic poate fi elaborat pe baza unor cunoştinţe teoretice suficiente asupra
respectivului proces, caz foarte rar pentru procesele metalurgice, care, datorită particularităţilor lor, nu
sunt deplin cunoscute teoretic
2) o a două directie, experimental-statistică, când procesul analizat este considerat ca o
“black-box”
METODE NUMERICE
Metode
Sistem
Estimare analitice
în funcţiune
Plan
pentru
Funcţie obiectiv şi Algoritmul Evaluarea numerică Analiza şi numerice
OPTIM de
(black
funcţia
OPTIMexperimental
– obiectiv
box)
optimizare
restricţii cercetării numerice a funcţiei obiectiv rezultatelor
Statistica este ramura matematicii care cuprinde un grup de metode de calcul cu ajutorul
cărora se pot obţine datele cele mai probabile privind fenomenele de masă.
Statistica matematică operează cu două noţiuni de bază:
COLECTIVITATEA (POPULAŢIA) STATISTICĂ, definită ca totalitatea fenomenelor
sau a obiectelor calitativ omogene la care se urmăreşte o anumită proprietate;
PROBA (EŞANTIONUL) STATISTIC, care este o selecţie restrânsă, luată dintr-o
colectivitate. Numărul de valori extrase din colectivitate se numeşte volumul probei
(eşantionului).
Proprietăţile elementelor componente ale eşantionului se pot determina, iar pe baza acestora
proprietăţile colectivităţii se estimează.
În general, proprietăţile fiecărui element al eşantionului diferă faţă de a altui element din
eşantion datorită factorilor aleatori, motiv pentru care proprietăţile eşantionului se exprimă prin aşa
numiţii parametrii statistici, dintre care cei mai importanţi sunt:
media aritmetică;
dispersia;
abaterea medie pătratică.
În acest sens trebuie făcută o distincţie între parametrii statistici ai colectivităţii şi ai
eşantionului extras din această colectivitate, aceştia şi notându-se diferit. Astfel:
parametrii statistici ai eşantionului se calculează;
parametrii statistici ai colectivităţii se estimează pe baza celor ai eşantionului.
Parametrii statistici ai mai multor eşantioane extrase din aceeaşi colectivitate diferă între ei,
dar sunt omogeni dacă selecţia a fost făcută în mod corespunzător, şi diferă de parametrii statistici ai
colectivităţii (figura 6).
P Fig. 6. P – populaţia (colectivitatea)
E1 E1, E2, ... En – eşantioane extrase din P
E2 x ≠ x ≠ .... x ≠ µ ;
1 2 n
2 2
s1 ≠ s2 ≠ .... s 2n ≠ σ 2;
En
s1 ≠ s 2 ≠ .... s n ≠ σ
Pe baza parametrilor calculaţi pentru eşantion se estimează parametrii statistici ai probei,
determinându-se un INTERVAL DE ÎNCREDERE pentru parametrii statistici ai colectivităţii.
Prin interval de încredere pentru un parametru statistic al colectivităţii se întelege acel
interval în care se încadrează respectivul parametru statistic cu o probabilitate P = 1 - α.
Probabilitatea de încadrare a unui parametru statistic a colectivităţii în intervalul de încredere
este:
P = 1 - α şi se numeşte NIVEL DE ÎNCREDERE şi ia valori în intervalul [0, 1] ([0%, 100%]),
valoarea P = 0 reprezentând imposibilitatea, iar P = 1 reprezentând certitudinea.
Probabilitatea de neîncadrare a respectivului parametru în intervalul de încredere, adică
contrarul nivelului de încredere, este:
α = 1 – P şi se numeşte NIVEL DE SEMNIFICAŢIE, cu α in intervalul [0,1] şi reprezintă
riscul ca parametrul colectivităţii să nu se încadreze în intervalul de încredere.
Riscul (nivelul de semnificaţie) cu care se fac afirmaţii statistice, bazate pe eşantioane, asupra
colectivităţii diferă de la un domeniu de cercetare la altul. Astfel, în tehnica obişnuită, ca în
metalurgie valoarea nivelului de semnificaţie (a riscului) al afirmaţiilor bazate pe date statistice
este α = 0,05 (5%), adică nivelul de încredere este P = 1 - α = 1 – 0,05 = 0,95 (95%), pe când în
medicină este de α = 0,001 (0,1%).
Presupunem că pentru un parametru oarecare (de exemplu: conţinutul de carbon dintr-o marcă
de oţel, temperatura de evacuare a fontei din furnal etc.) s-au efectuat “n” măsurători, la care s-au
obţinut valorile x1, x2, ... xn care reprezintă un eşantion (probă) extrasă din respectiva colectivitate.
Numărul “n” al elementelor din eşantion se numeşte volumul eşantionului (probei).
Valorile obţinute în ordinea determinării lor experimentale alcătuiesc aşa numitul tabel al
datelor primare, care nu este altceva decât o înşiruire dezordonată de date, din care nu reiese explicit
nici o concluzie privitoare la respectivul eşantion.
Pentru o prezentare sugestivă a datelor experimentale şi pentru uşurarea calculului indicatorilor
statistici, datele experimentale se grupează în intervale de grupare, în fiecare de astfel de interval
găsindu-se un anumit număr de date experimantale, rezultând astfel tabelul repartiţiei
experimentale.
Tot pentru o prezentare sugestivă a repartiţiei datelor experimentale acestea vor fi prezentate şi sub o
forma grafică ce constă în aşa numitele histograme şi poligoane de frecvenţă.
Deci gruparea datelor experimentale în intervale de grupare are ca scop:
prezentarea sugestivă a repartiţiei datelor experimentale;
uşurarea calculului indicatorilor (parametrilor) statistici
Trebuie precizat că:
• calculul indicatorilor statistici pe baza unor date experimentale grupate în intervale de
grupare se poate aplica doar pentru eşantioane (probe) cu volum mare (n > 50). În cazul
eşantioanelor (probelor) cu volum mic (n < 50) gruparea datelor experimentale duce la
apariţia unor erori semnificative în calculul indicatorilor (parametrilor) statistici ai
eşantionului;
• calculul parametrilor statistici ai eşantioanelor pe baza datelor experimentale grupate în
intervale este o metodă depăşită odată cu apariţia sistemelor de calcul electronic (P.C.),
fiind utilizată în trecut, când efectuarea unor calcule matematice de mare amploare ridica
probleme deosebite (statistica matematică avându-şi originile la începutul secolului XIX,
anii 1800, odată cu matematicienii german Gauss şi francez Laplace). Deci, la ora actuală
continuarea grupării datelor experimentale în intervale de grupare îşi are explicaţia doar
în realizarea unei prezentări sugestive, uşor inteligibilă, sub formă tabelară şi grafică a
repartiţiei acestor date.
Pentru gruparea datelor experimentale se parcurg următorii paşi:
• se determină valoarile minime şi maxime ale variabilei aleatoare X, şi anume Xmax şi Xmin;
• se determină numărul intervalelor de grupare după următoarele relaţii aproximative:
ng = 8 ... 20, direct proporţional cu volumul (n) al probei (eşantionului);
ng = 1 + 3,222⋅log n (formula Sturgers)
• se determină lungimea intervalelor de grupare (h):
X − X min
h = max
ng
Observatie Numărul şi lungimea grupelor se aproximează in sensul obţinerii unor valori convenabile
ale lungimii intervalelor. În acest scop se pot varia puţin şi valorile Xmax şi Xmin.
• se determină caracteristica fiecărei grupe (Xci) - adică jumătatea fiecărui interval;
• se determină frecvenţele intervalelor de grupare şi anume:
fai = ni - frecvenţa absolută a intervalului "i", care reprezintă numărul de valori ale variabilei
aleatoare X ce se încadrează în intervalul "i";
n
fri = i - frecvenţa relativă a intervalului "i";
n
fcai = fcai-1+ fai = fa1+ fa2+...+ fai - frecvenţa cumulată absolută a intervalului "i"; cu fca1 = fa1
fca i
fcri = fcri-1 + fri = fr1+ fr2+...+ fai sau fcri = - frecvenţa cumulată relativă a intervalului "i";
n
cu fcr1 = fr1
5 0.5
4 0.4
Frecv.relativa
Frecv.absoluta
3 0.3
2 0.2
1 0.1
2 3 4 5 6
0 2 3 0 4 5 6
2 3 4 5 6
inte rva l inte rva l
Poligonul frecvenţei relative
Poligonul frecvenţei cumulată absolută
Histograma frecventei cumulată relativă
10 1
Frecv.cumulata absoluta
8 0.8
6 0.6
2 3 4 5 6
4
0.4
2
0.2
0 Histograma frecvenţei absolute
0
interval
interval
Cei mai importanţi parametrii statistici ce se calculează pentru probe sunt: media aritmetică (
x ), dispersia ( s2 ) şi abaterea medie pătratică ( s ), care au următoarele formule de definiţie:
1 n
a) Media: x = ∑ xi (1)
n i= 1
b) Dispersia se defineşte ca: media pătratelor abaterilor valorilor experimentale de la
media lor aritmetică
1 n
s 2 = ∑ (x i − x) 2 (2)
n i= 1
Calculul dispersiei cu această relaţie este relativ dificil, motiv pentru care această relaţie, prin
prelucrare matematică (dezvoltând binomul la pătrat şi distribuind suma la fiecare termen), devine
s2 =
1 n
∑
n i= 1
1 n
(
n i= 1
) 1 n
n i = 1
n n
( x i − x ) 2 = ∑ x i2 − 2 ⋅ x i ⋅ x − x 2 = ∑ x i2 − ∑ 2 ⋅ x i ⋅ x + ∑ x 2 =
i= 1 i= 1
1 n 1 n 1 1 n 1 n
= ∑ x i2 − 2 ⋅ x ⋅ ∑ x i + ⋅ n ⋅ x 2 = ∑ x i2 − 2x 2 + x 2 = ∑ x i2 − x 2
n i= 1 n
i= 1 n n i= 1 n i= 1
1 n
s 2 = ∑ x i2 − x 2 (3)
n i= 1
Astfel, dispersia se calculează mai uşor cu formula (3), o altă definiţie a dispersiei fiind:
1 n 2
dispersia este egală cu diferenţa dintre media pătratelor valorilor experimentale ∑ x i şi
n i= 1
pătratul mediei aritmetice x 2 ( )
c) Abaterea medie pătratică este radicalul pătrat din dispersie:
s = s2 (4)
Pentru probe (eşantioane) cu volum mic (n < 50) se utilizează pentru calculul parametrilor
statistici relaţiile (1), (2), (2’) şi (3).
Pentru probe (eşantioane) cu volum mare (n ≥ 50) calculul indicatorilor (parametrilor)
statistici direct cu aceste formule este dificil, motiv pentru care datele se grupează în intervale de
grupare cărora li se determină frecvenţa, aşa cum s-a prezentat în punctul 2.2.1.
Într-o primă simplificare se utilizează relaţiile:
n
1 g
x = ∑ fa i ⋅ x ci (1’)
n i= 1
n
2 1 g 2
s = ∑ fa i ⋅ x ci − x2 (3’)
n i= 1
unde: ng este numărul de intervale de grupare;
i este numărul intervalului (i = 1 ... ng);
xci este caracteristica grupei (jumătatea intervalului de grupare “i”)
fai este frecvenţa absolută a intervalului “i”
Totuşi, calculele efectuate cu aceste formule sunt relativ complicate, motiv pentru care se
utilizează o a doua simplificare:
Pentru aceasta se defineşte o nouă variabilă aleatoare (ui), ce se va calcula pentru fiecare
x − x0
interval de grupare, cu relaţia: u i = ci (5)
h
unde : xci - caracteristica fiecărei grupe;
x0 - caracteristica grupei cu frecv. absolută (fa) maximă;
Datorită formei de definire variabila ui ia doar valori întregi (ui ∈ Z) , pentru intervalul cu
frecv. absolută maximă fiind zero (ui=0 ptr. fai=max.), pentru inrtervalele dinaintea acestuia (cu
valori mai mici decât el) fiind: -1, -2, -3, ..., iar pentru cele de după acesta (cu valori mai mari decât
el) fiind: +1, +2, +3, ...
( )
n n 2 n 2
1 g g
x ci − x o 1 g x − xo
s 2u 2 2
= ∑ fa i ⋅ u i − u = ∑ fa i 2
− u = ∑ 2
fa i x ci − 2x ci x o + x o2 − =
n i= 1 h 2 h
i= 1 nh i = 1
n n n
1 1 g 2 2x o 1 g 1 g 2 x 2 − 2 ⋅ x ⋅ x o + x o2
⋅ ∑ x ci ∑ ci ai 2 ∑ o
= ⋅ f ai − ⋅ x ⋅ f + x − =
h 2 n i= 1 h2 n i= 1
nh i= 1 h 2
1 1 g 2
n
2 2x o x 1 2 2 xx o x o2 s 2
⇒ s 2 = s 2u ⋅ h 2
2 n ∑ ci ai
= x ⋅f − x − + nx o + − =
2 2 2 2 2
h i= 1 h nh h h h
= s 2 conf . rel. (3")
2.2.3. Verificarea caracterului repartiţiei experimentale
Având în vedere cele expuse, se pot definii repartiţiile teoretice discrete şi cele continue
Sunt acele repartiţii în care variabila aleatoare “X” poate lua doar o mulţime finită, numărabilă
de valori (argumentele variabilei aparţin unei mulţimi finite), în general aparţinând numerelor întregi.
Aceste repartiţii sunt definite de:
Cele mai uzuale repartiţii discrete sunt: repartiţia constantă, repartiţia binomială, repartiţia
Poisson şi repartiţia hipergeometrică
Sunt acele repartiţii în care variabila aleatoare “X” poate lua o mulţime infinită de valori,
argumentele variabilei aparţinând unui interval real [a, b], acesta putând fi chiar întregul interval al
numerelor reale (- ∞, +∞).
În cazul acestor repartiţii numărul tuturor rezultatelor egal – posibile “n” din relaţia (1) este
infinit (n = ∞), deci probabilitatea ca variabila aleatoare “X” să ia o anumită valoare “x” din intervalul
[a, b] este, conform relaţiei (1), nulă:
1
P( X = x ) = = 0
∞
Pentru rezolvarea totuşi a problemei, se va considera intervalul infinitezimal [x, x+dx] şi se va
considera probabilitatea elementară (infinitezimală) ca argumentul variabilei aleatoare “X” să fie
cuprins în acest interval, care va fi o funcţie de x, ce va avea forma:
dP = f(x)dx
adică: dP = f(x)dx = P[x<X<x+dx]
în acest caz funcţia f(x) reprezentând o DENSITATE DE PROBABILITATE.
Integrând această relaţie între limitele intervalului [a, b] se obţine:
b b
∫ dP = ∫ f ( x )dx = 1
a a
b
deoarece este evident că ∫ dP reprezintă probabilitatea ca variabila aleatoare “X” să ia valori în
a
intervalul [a, b], ceea ce este o certitudine, intervalul [a, b] fiind intervalul de definire al variabilei
aleatoare.
n
Această ultimă relaţie este transformarea relaţiei: F( x n ) = ∑ f ( x n ) =1, corespunzătoare
i= 1
n
unei variabile aleatoare discrete, prin înlocuirea operatorului “sumă”: ∑ prin operatorul: “integrală
i= 1
b
definită”: ∫
a
Deci, în cazul variabilelor continue funcţia de probabilitate de la variabilele discrete este
înlocuită cu densitatea de probabilitate. Din această cauză nu se pot face confuzii (aşa cum s-ar fi
putut face în cazul variabilelor discrete) între funcţia de probabilitate (aceasta fiind numită densitate
de probabilitate) şi funcţia de repartiţie, motiv pentru care, în cazul variabileor continue, se vor folosi
denumirile de: densitatea de probabilitate va fi denumită şi densitate de repartiţie - notată f(x)
funcţia de probabilitate va fi acelaşi lucru cu funcţie de repartiţie – notată F(x)
Este acea repartiţie în care funcţia de probabilitate f(x) este o constantă (vezi exemplul de
la generalităţi privind repartiţia discretă)
Este acea repartiţie în care funcţia de probabilitate f(x) este rezultatul unor probe
repetabile, în cursul cărora fiecare probă oferă o singură alternativă (Atenţie! o alternativă are
doi termeni (două variante posibile) a cărei probabilitate este constantă, numită experienţă “de tip
Bernoulli” sau “a bilei revenite”.
Bernoulli a efectuat următoarea experienţă (numită şi experienţa bileo revenite): intr-o urnă a
introdus “a” bile albe şi “b” bile negre şi şi-a pus problema de a stabili care este probabilitatea ca
extrăgând aleator (fără să se uite în urnă) de “n”ori câte o bilă din urnă şi punând bila înapoi după
fiecare extragere (bilă revenită) să extragă de “k” ori bila albă (evident k ≤ n, şi problema este similară
cu a întreba care este probabilitatea de a extrage “n – k” bile negre). O experienţă similară este
controlul unei piese, caz în care avem alternativa de a avea fie o piesă bună, fie o piesă defectă (rebut).
În aceste condiţii este evident că avem următoarele probabilităţi ale termenilor alternativei
existente la extragerea unei bile (alternativa este ca la o extragere să scoatem din urnă fie o bilă albă,
fie o bilă neagră):
a
• probabilitatea ca la o extragere să scoatem o bilă albă: p= ;
a+ b
b
• probabilitatea ca la o extragere să scoatem o bilă neagră: q = ;
a+ b
Evident, avem:
p + q = 1 deoarece la o extragere vom scoate în mod cert (cu o probabilitate egală cu 1
adică 100%) o bilă albă sau o bilă neagră, fiindcă în urnă se găsesc doar bile de culoare
albă sau negră;
probabilităţile termenilor alternativei (p şi q) sunt constatnte deoarece după fiecare
extragere punem bila înapoi în urnă.
Răspunsul la această întrebare (Care este probabilitatea ca extrăgând aleator de “n”ori câte o
bilă din urnă şi punând bila înapoi după fiecare extragere (bilă revenită) să extragă de “k” ori bila
albă?) i-a permis lui Bernoulli să formuleze următoarea repartiţie:
k n!
în care: A n = sunt aranjamente de “n” luate câte “k” şi
(n − k )!
k!= 1 ⋅ 2 ⋅ 3 ⋅ ... ⋅ k este “k factorial”(atenţie!: 0! = 1, zero factorial este egal cu 1 şi de exemplu:
3! = 1. 2 . 3 = 6 )
şi obţinem:
A kn n!
= C kn =
k! k! ⋅ (n − k )!
Variabila aleatoare “numărul de apariţii ale termenului de probabilitate constantă “p” în
cadrul unui experiment ce conţine “n” încercări, fiecare încercare oferind o singură alternativă”
urmează o repartiţie binomială ce este definită de:
domeniul de variaţie al argumentului x ∈ {0, 1, 2, ... n}
funcţia de probabilitate:
f ( x , n , p) = C nx ⋅ p x ⋅ q n − x
care reprezintă probabilitatea ca în “n” experienţe, termenul de probabilitate “p” să apară de “x” ori;
funcţia de repartiţie (probabilitatea cumulată):
x x
F( x , n, p) = ∑ f (x, n ) = ∑ C nx ⋅ p x ⋅ q n − x = P(X ≤ x ) ,
x= 0 x= 0
care reprezintă probabilitatea ca în “n” extrageri termenul de probabilitate “p” să apară de mai puţin
sau egal de “x” ori (adică reprezintă suma probabilităţilor de a nu apărea niciodată, o dată, de două
ori, .... de “x” ori).
n
Ţinând cont de formula binomului lui Newton: ∑ C nx ⋅ p x ⋅ q n − x = (p + q) n , avem evident
x= 0
îndeplinită condiţia:
n n
F(n , n, p) = ∑ f ( x, n ) = ∑ C nx ⋅ p x ⋅ q n − x = (p + q ) n = 1n = 1
x= 0 x= 0
Calculul mediei şi dispersiei pentru o variabilă distribuită binomial
Pentru medie – notată M(x):
Se utilizează relaţia (9), care, prin înlocuirea funcţiei de probabilitate corespunzătoare
n n n
repartiţiei binomiale, devine: M (X) = ∑ x i ⋅ f (x i ) = ∑ x ⋅ f ( x , n , p) = ∑ x ⋅ C nx p x q n − x (9’)
i= 1 x= 0 x= 0
Se introduce o nouă variabilă “t” şi se porneşte de la relaţia binomului lui Newton:
n
( pt + q ) n = ∑ C nx ( pt ) x q n − x
x= 0
pe care o derivăm în raport cu “t” şi, ţinând cont că derivarea este distributivă faţă de sumă, obţinem:
n
n ⋅ ( pt + q ) n − 1 ⋅ p = ∑ C nx ⋅ p x ⋅ x ⋅ t x − 1 ⋅ q n − x
x= 0
Punând în această relaţie t = 1 şi ţinând cont de relaţia (9’) şi că p+q=1 vom obţine:
n
n ⋅ ( p + q) n − 1 ⋅ p = ∑ C nx ⋅ p x ⋅ x ⋅ ⋅ q n − x
x=
0
= 1n − 1 = 1
= M ( x ) conform rel. (9' )
Într-o secţie există 6 stunguri. Din cercetări anterioare se ştie că probabilitatea de funcţionare
fără defecţiuni a unui strung timp de o lună de zile este 2/3 (=0,666).
Se cere:
a) să se determine funcţia de probabilitate şi funcţia de repartiţie a variabilei aleatoare
X : “numărul de strunguri care funcţionează normal pe parcursul unei luni” şi să se scrie repartiţia
corespunzătoare;
b) să se reprezinte grafic aceste funcţii;
c) să se stabilească probabilitatea ca cel puţin 4 strunguri să funcţioneze normal pe parcursul
unei luni;
d) să se calculeze media şi dispersia variabilei aleatoare X.
Variabila aleatoare X: “numărul de strunguri care funcţionează normal pe parcursul unei luni”
poate lua valorile:
0 dacă nu funcţionează normal nici un strung (toate 6 sunt defecte);
1 dacă funcţionează normal un strung (cinci sunt defecte);
2 dacă funcţionează normal două strunguri (patru sunt defecte);
3 dacă funcţionează normal trei strunguri (trei sunt defecte);
4 dacă funcţionează normal patru strunguri (două sunt defecte);
5 dacă funcţionează normal cinci strunguri (unul este defect);
6 dacă funcţionează normal toate strungurile (nici unul nu este defect);
a) Funcţia de probabilitate f(x, n,p), adică probabilitatea ca să fie în funcţiune “x” strunguri,
cu argumentele variabilei aleatoare X, x∈{0, 1, 2, 3, 4, 5, 6} se calculează cu relaţia:
f ( x , n , p) = C nx ⋅ p x ⋅ q n − x ,
care particularizată pentru cazul nostru (n=6, p=2/3 şi q=1/3) devine:
x n− x
2 1
C 6x
f ( x , 6, 2 / 3) = ⋅ ⋅
3 3
Dând lui x valorile: 0, 1, 2, 3, 4, 5, 6 se obţin valorile funcţiei de probabilitate (vezi tabelul)
Funcţia de repartiţie F(x,n, p), adică probabilitatea să fie în funcţie mai puţin de “x” stunguri
se obţine cumulând probabilităţile anterioare:
x x x 6− x
2 1
C 6x
F( x , 6, 2 / 3) = ∑ f ( x , n ) = ∑ ⋅ ⋅
x= 0 x= 0 3 3
adică: F(0)=f(0); F(1) = f(0)+f(1); F(2) = f(0)+f(1)+f(2); ... F(6)=f(1)+f(2)+f(3)+f(4)+f(5)+f(6) = 1
Atenţie! : întotdeauna ultima probabilitate cumulată este egală cu 1, dacă calculele s-au făcut corect.
0 1 2 3 4 5 6
X :
0,00137 0,01646 0,08231 0,21948 0,32922 0,26337 0,08779
0.3
0.25
0.1
0.05
0 x
Funcţia de repartiţie
Este un caz particular al repartiţiei binomiale pentru cazul când probabilitatea “p” a unui
termen al alternativei este mică (în general p < 0,01, sub 1%) şi volumul “n” al încercărilor este
mare (în general n > 100).
În acest caz se poate considera că produsul “np” este constant şi egal cu :
np = const. = µ
şi funcţia de probabilitate se obţine prin trecere la limită (n) în expresia funcţiei de probabilitate a
repartiţiei binomiale.
Domeniul de variaţie al argumentului x∈ {0, 1, 2, ..., n}
Funcţia de probabilitate a repartiţiei Poisson va fi
µ x −µ
f (x, µ ) = ⋅ e = P( X = x )
x!
în care µ = np va fi media variabilei aleatoare distribuită Poisson şi funcţia de probabilitate va
reprezenta probabilitatea ca variabila aleatoare distribuită Poisson să ia valoarea “x”
Demonstraţie
Înlocuind în expresia funcţiei de probabilitate a repartiţiei binomiale:
f ( x , n , p) = C nx ⋅ p x ⋅ q n − x
µ µ
valoarile p= si q = 1 − p = 1 − se obţine:
n n
x n− x x n− x
µ µ n! µ µ
f ( x , n , p) = C nx ⋅ ⋅ 1− = ⋅ ⋅ 1− =
n n x!⋅ (n − x )! n n
=n!
n −x
µ x 1 ⋅ 2 ⋅ ...⋅ (n − x − 1) ⋅ (n − x ) ⋅ (n − x + 1) ⋅ ... ⋅ (n − 1) ⋅ n µ µ
= ⋅ ⋅ 1− ⋅ 1− =
x! 1 ⋅ 2 ⋅ ... ⋅ (n − x − 1) ⋅ (n − x ) ⋅ n x n n
= ( n − x )!
n −x
µ x (n − x + 1) ⋅ ... ⋅ (n − 1) ⋅ n µ µ
= ⋅ ⋅ 1− ⋅ 1− =
x! x n n
n
n −x
µx n − ( x − 1) n − ( x − 2) n− 1 n µ µ
= ⋅ ⋅ ⋅ ... ⋅ ⋅ ⋅ 1− ⋅ 1− =
x! n n n n n
n −x
µx
1 2 x − 2 x − 1 µ µ
= ⋅ 1 ⋅ 1 − ⋅ 1 − ⋅ ... ⋅ 1 − ⋅ 1− ⋅ 1− ⋅ 1−
x!
n n n n n n
Trecând la limită n → ∞ şi ţinând cont că x ia valori finite, fiind argumentul unei variabile
discrete, se obţine:
lim f ( x , n , p) = f ( x, µ ) =
n→ ∞
−x
µ x x − 2
x − 1
n
µ µ
1 2
= lim 1 ⋅ 1 − ⋅ 1 − ⋅ ... ⋅ 1 − ⋅ 1− ⋅ lim 1 − ⋅ lim 1 − =
x! n → ∞ n n→ ∞ n n→ ∞
n n n n
→1 →1
→ 1 → 1
→ 1
→ e− µ
µ x x −µ −x µ x −µ
= ⋅1 ⋅ e ⋅1 = ⋅e
x! x!
Funcţia de repartiţie a repartiţiei Poisson va fi:
x µm
−µ
F( x , µ ) = e ∑ = P(X < x )
m = 0 m!
şi reprezintă probabilitatea ca variabila discretă “X” să ia valori mai mici ca “x”.
Repartiţia Poisson se scrie:
0 1 2 ... k ...
2 k
X: −µ µ −µ µ µ , pentru µ > 0,
e e e − µ ... e− µ ...
1! 1! 1!
având că: pentru k → n avem f(x) = P(X=x) → 0
Media variabilei aleatoare distribuită Poisson este: M(x) = µ = np;
Dispersia variabilei aleatoare distribuită Poisson este: D2(x) = µ = np;
Repartiţia va fi:
0 1 2 3 4 5 6 ... 99 100
X :
0,606531 0,303265 0,075816 0,012636 0,001581 0 0 ... 0 0
b) Probabilitatea de a se găsi mai mult de două piese defecte este probabilitatea contrară celei de a se
găsi maxim două piese defecte:
P(X > 2) = 1 − P(X ≤ 2)
Probabilitatea să se găsească maxim două piese defecte este dată de funcţia de repartiţie F(2),
adică reprezintă probabilitatea să se găsescă mai puţin de trei piese, fiind probabilităţile cumulate de a
se găsi 0 piese defecte, 1 piesă defectă şi 2 piese defecte:
P( X ≤ 2) = P(X < 3) = F(3) + P(X = 0) + P(X = 1) + P(X = 2) = f (0; 0,5) + f (1; 0,5) + f (2; 0,5) = 0,985612
Deci probabilitatea de a se găsi mai mult de două piese defecte în eşantionul de 100 produse va
fi: P(X > 2) = 1 − P(X ≤ 2) = 1 − 0,985612 = 0,0144 (1,44%)
c) Se consideră că este practic imposibil să găsim un număr de piese defecte pentru o probabilitate
(funcţie de probabilitate) sub 1% (0,01).
În cazul nostru avem f(3; 0,5) = 0,012636 (1,3%) şi f(4; 0,5) = 0.001581 (0,16%), deci este
practic imposibil să găsim 4 sau mai multe produse defecte din eşantionul de 100 de produse.
Este situaţia în care pe parcursul experimentului lui Bernoulli (vezi B2 – repartiţia binomială)
bila extrasă nu este reintrodusă în urnă, motiv pentru care repartiţia hipergeometrică este numită şi
“schema bilei nerevenite”.
Se utilizează atunci când se ia în considerare numărul de evenimente ce aparţin termenilor
alternativei.
Fie “N” volumul lotului, în care apare de “a” ori unul dintre termenii alternativei şi de “b”
celălalt termen al alternativei, având evident “a+b = N”.
Probabilitatea ca, într-un eşantion de volum “n”, termenul alternativei care apare de “a” ori în
lot, să apara de “k” ori este:
C ak ⋅ C nb − k
Pk = .
C nN
În cazul unor loturi de produse formate din 20 numărul produselor rebut este 7 şi al produselor
bune este 13. Pentru eşantioane de 5 produse se cere:
a) care este probabilitatea ca în eşantion să găsim o piesă rebut;
b) funcţiile de probabilitate şi de repartiţie a variabilei aleatoare X: “nr. de rebuturi în eşantion”
şi să se scrie tabloul repartiţiei acestei variabile.
c) să se calculeze media şi dispersia
Rezolvare
Avem: volumul lotului N = 20, numărul de rebuturi (unul dintre termenii alternativei bun-
rebut) a = 7 şi numărul de piese bune (celălalt termen al alternativei bun-rebut) b = 13. (evident a+b =
7+13 = 20) şi volumul eşantionului n = 5.
Variabila aleatoare X:” nr. de rebuturi în eşantion” urmează o repartiţie hipergeometrică şi vom
avea:
a) probabilitatea ca în eşantion să găsim o piesă rebut:
7! 13!
⋅
C1a ⋅ C nb − 1 C17 ⋅ C13
4
1!(7 − 1)! 4!(13 − 4)! 7 ⋅ 715
P( X = 1) = = = = = 0,322820
n
Ca + b 5
C 20 20! 15504
5!(20 − 5)!
5− x
C 7x ⋅ C13
b) Funcţia de probabilitate va fi: f ( x , 7,13, 5) = P(X = x ) = cu x∈ {0, 1, 2, 3, 4, 5}
C 520
5− k
x C 7k ⋅ C13
Funcţia de repartiţie va fi: F( x , 7,13, 5) = P( X < x ) = ∑
k= 0 C 520
Pentru a determina valorile funcţiei de probabilitate şi de repartiţie se calculează combinările
k n!
cu relaţia: C n = (unde C kn reprezintă combinări de n luate câte k).
k!(n − k )!
Astfel:
20! 20! 1 ⋅ 2 ⋅ 3 ⋅ .... ⋅ 20 16 ⋅ 17 ⋅ 18 ⋅ 19 ⋅ 20
C 520 = = = = = 16 ⋅ 17 ⋅ 3 ⋅ 19 = 15504
5!(20 − 5)! 5!⋅ 15! (1 ⋅ 2 ⋅ 3 ⋅ 4 ⋅ 5)(1 ⋅ 2 ⋅ ... ⋅ 15) 1⋅ 2 ⋅ 3 ⋅ 4 ⋅ 5
Valoare “5 – x” C 7x 5− x
C13 5 − x Funcţia de probabilitate
C 7x ⋅ C13 Funcţia de repartiţie
“X” C 7x ⋅ C 5 − x 13
x 5− k
C 7k ⋅ C13
f ( x , 7, 13, 5) = F( x , 7, 13, 5) = ∑
C 520 k= 0 C 520
Repartiţia variabilei aleatoare X: “nr. de piese defecte dintr-un eşantion de 5 piese”, repartizată
hipergeometric este:
0 1 2 3 4 5
X :
0,083011 0,322820 0,387384 0,176084 0,029347 0,001354
na na 5⋅ 7
c) Media va fi: M (X) = = = = 1,75
N a + b 20
nab( N − n ) nab(a + b − n ) 5 ⋅ 7 ⋅ 13 ⋅ (20 − 5)
Dispersia va fi: D 2 (X) = = = = 0,898026
N 2 ( N − 1) (a + b) 2 (a + b − 1) 20 2 ⋅ 19
n n n (n + 1) n (n + 1)
Media este: M(x) = ∑ x ⋅ f (x) = f (x) ⋅ ∑ x = k (1 + 2 + ... + n ) =
2
⋅ f (x) =
2
⋅k
x= 0 x= 0
Dispersia este:
n 2
2 2 2 2 n (n + 1)
2 2
D ( x ) = ∑ x ⋅ f ( x ) − [M( X)] = f ( x )(1 + 2 + ... + n ) − ⋅ f ( x ) =
x= 0 2
2
n (n + 1)(2n + 1) n (n + 1)
= ⋅k− ⋅ f ( x )
6 2
Exemplu
Pentru aruncarea unui zar, probabilităţile de apariţie a uneia dintre feţele 1, 2, 3, 4, 5 sau 6
este constantă şi egală cu 1/6.
Deci:
funcţia de probabilitate f(x) = 1/6 oricare ar fi x ∈{1, 2, 3, 4, 5, 6}
şi reprezintă probabilitatea ca la o aruncare a zarului să iasă una dintre feţele 1, 2, 3, 4, 5 sau 6
x m(m + 1)
funcţia de repartiţie F(x) = ∑ m ⋅ f ( x ) = ⋅k
m= 0 2
şi reprezintă probabilitatea ca la o aruncare a zarului să iasă o fată mai mică ca “x”
Valorile celor două funcţii se trec în tabelul următor:
Variabila aleatoare X: Funcţia de probabilitate Funcţia de repartiţie
“numărul feţei ce iese la o f(x)
aruncare a zarului”
1 1/6 1/6 (0,166)
2 1/6 1/3 (0,333)
3 1/6 1/2 (0,500)
4 1/6 2/3 (0,666)
5 1/6 5/6 (0,833)
6 1/6 1/6 (1,000)
Repartiţia se notează:
1 2 3 4 5 6
X : 1 1 1 1 1 1
6 6 6 6 6 6
n (n + 1) 6⋅ 7 1
Media: M(X) = ⋅ f (x) = ⋅ = 3,5 ;
2 2 6
Dispersia:
n 2
2 2 2 n ( n + 1)(2n + 1) n (n + 1)
D ( x ) = ∑ x ⋅ f ( x ) − [M( X)] = ⋅k− ⋅ k =
x= 0 6 2
6 ⋅ 7 ⋅ 13 1 91
⋅ − [ 3,5] 2 = − 12,25 = 2,9167
6 6 6
C) R E P A R T I Ţ I I C O N T I N U E
Aşa cum s-a prezentat anterior, o repartiţie continuă a unei variabile continue se caracterizează
prin:
domeniul de definiţie a variabilei (argumentelor): intervalul [a, b], putând fi (-∞, +∞);
densitatea de probabilitate (repartiţie): f(x)
x
funcţia de repartiţie (probabilitate): F(x) = ∫ f ( x )dx
a
care trebuie să respecte condiţiile:
f(x) : [a, b] → [0, ∞] şi să fie continuă şi integrabilă pe intervalul [a, b];
F(x) : [a, b] → [0, 1] să fie crescătoare şi continuă cel puţin la stânga ∀ x∈[a, b], pentru
intervalul (-∞, +∞) punându-se condiţiile la limită: lim F( x ) = 0 si lim F( x ) = 1 x→ − ∞ x→ + ∞
b + ∞
∫ f ( x )dx = 1 , respectiv ∫ f ( x )dx = 1
a −∞
Aşa cum s-a precizat, în cazul repartiţiilor continue, probabilitatea ca variabila aleatoare să ia o
anumită valoare este nulă, astfel că NU se poate scrie f(x) = P(X=x) ca în cazul repartiţiilor discrete. În
cazul repartiţiilor continue funcţia f(x) are înţeles de densitate de probabilitate, putându-se determina
doar probabilităţile ca variabila aleatoare să ia valori într-un anumit interval şi anume:
m
P( x < m) = ∫ f ( x )dx = F(m) ;
a
b m
P( x ≥ m) = ∫ f ( x )dx = 1 − ∫ f ( x )dx = 1 − F(m) ;
m a
n n m
P( m ≤ x < n ) = ∫ f ( x )dx = ∫ f ( x )dx − ∫ f ( x )dx = F(n ) − F(m)
m a a
Reprezentarea grafică a acestor probabilităţi este aria cuprinsă sub graficul densităţii de
probabilitate f(x), fiind valori ale integralelor definite.
b m n
m
P( x < m) = ∫ f ( x )dx = F(m) P( x ≥ m ) = ∫ f ( x )dx = 1 − ∫ f ( x )dx = 1 − F( m ) P(m ≤ x < n) = ∫ f ( x )dx = F(n ) − F(m)
m a m
a
a m b a m b a m n b
Observaţie importantă! Cele expuse anterior se aplică pentru toate tipurile de repartiţii
continue
Cele mai importante repartiţii continue sunt: repartiţia uniformă, repartiţia normală (Gauss-
Laplace) – notată cu “ N ”, repartiţia hi-pătrat (Helmert-Pearson) – notată cu “ χ2 ”, repartiţia
Student (numită şi repartiţia t) – notată cu “ t ” , repartiţia Fischer – notată cu “ F ”, repartiţia
Cauchy, repartiţia Weibull, repartiţia Gamma, repartiţia Beta, repartiţia exponenţial negativă,
repartiţia Erlang.
C1) R e p a r t i ţ i a u n i f o r m ă
Caracteristicile acesteia sunt:
domeniul de definiţie a variabilei (argumentelor): (-∞, +∞);
densitatea de probabilitate (repartiţie) – vezi fig. 1 – este:
1
= const. a ∈ [a , b]
f (x) = b − a (1)
0 a ∉ [a , b ]
funcţia de repartiţie (probabilitate) – vezi fig. 2 – este:
x 1 x 1
F(x) = ∫ f ( t )dt = ∫ dt = (x − a ) (2)
a b− a a b− a
1
( x − a ) . a ∈ [a , b ]
Deci: F( x ) = b − a (2’)
0 a ∉ [a , b ]
F(x)
f(x)
1
1
b− a
1/2
b+ a b+ a
a M= b x a M= b x
2 2
Fig.1 Densitatea de probabilitate Fig.2 Funcţia de repartiţie
Repartiţia uniformă
media:
b b b
x 1 x2 1 b 2 − a 2 ( b − a )(b + a ) b + a
M( x ) = ∫ x ⋅ f ( x )dx = ∫ dx = ⋅ = ⋅ = =
a a
b− a b− a 2 b− a 2 2 2
a
dispersia:
b b 2 b 2
x2 b+ a 1 x3 b+ a
2
D (x) = ∫x
2
⋅ f ( x )dx − [ M ( x )] 2
= ∫ dx − = ⋅ − =
a a
b − a 2 b − a 3 2
a
1 b 3 − a 3 b 2 + 2ab + a 2 ( b − a )(b 2 + ab + a 2 ) b 2 + 2ab + a 2
= ⋅ − = − =
b− a 3 4 3(b − a ) 4
4b 2 + 4ab + a 2 − 3b 2 − 6ab − 3a 2 b 2 − 2ab + a 2 (b − a ) 2
= = =
12 12 12
proprietăţile funcţiilor f(x) şi F(x):
b+ a b+ a 1 b+ a 1
Avem: P ( X < M ( X ) ) = P X < = F = − 1 = ;
2 2 b− a 2 2
1 1
Deci: P( X < M ( X ) ) = P( X ≥ M ( X ) ) = şi P(X < b) = F(b) = ⋅ (b − a ) = 1
2 b− a
C2) R e p a r t i ţ i a n o r m a l ă ( G a u s s - L a p l a c e )
a) R e p a r t i ţ i a n o r m a l ă – n o t a t ă N(x, µ, σ)
Caracteristicile acesteia sunt:
domeniul de definiţie a variabilei (argumentelor): (-∞, +∞);
Observaţie Pentru variabile a căror valori negative nu au sens fizic, domeniul de definiţie este
aproximat cu (0, +∞)
densitatea de probabilitate (repartiţie) – vezi fig. 3 – este:
(x − µ ) 2
−
1 2σ 2 (3)
f (x) = e
σ 2π
în care: µ este media variabilei aleatoare;
σ2 este dispersia variabilei aleatoare;
σ este abaterea medie pătratică a variabilei aleatoare.
Deci, densitatea de probabilitate a unei variabile aleatoare depinde şi de medie (µ) şi abatere
medie pătratică (σ), motiv pentru care se scrie f(x, µ, σ).
funcţia de repartiţie (de probabilitate) – vezi fig. 4 – este:
2
x − (x − µ )
1
∫
2
F( x ) = e 2σ dx = P(X < x) (4)
σ 2π
−∞
Observaţie Se aplică regulile de calcul al probabilităţilor de la prezentarea generală a
repartiţiilor continue.
Punct de Punct de
inflexiune inflexiune
1/2
µ−σ µ µ+σ x µ x
Fig.3 Densitatea de probabilitate Fig.4 Funcţia de repartiţie
Repartiţia normală (Gauss-Laplace)
media: M(X) = µ
dispersia: D2(X) = σ2 şi abaterea medie pătratică: D(X) = σ
proprietăţile funcţiilor f(x) şi F(x):
pentru densitatea de probabilitate f(x) – vezi fig. 3:
• este simetrică faţă de dreapta verticală x = µ;
1
• prezintă un maxim în x = µ, care are valoarea ;
σ 2π
• prezintă două puncte de inflexiune în x = µ − σ şi în x = µ + σ
pentru funcţia de repartiţie F(x) – vezi fig. 4:
1
• P( X < M ( X ) ) = P( X ≥ M ( X ) ) =
2
b) R e p a r t i ţ i a n o r m a l ă – n o r m a t ă , n o t a t ă N(u, 0, 1)
Aşa cum se vede din relaţii (3) şi (4) de definiţie a densităţii de probabilitate şi a funcţiei de
repartiţie, acestea depind de parametrii statistici (medie şi dispersie) ai variabilei aleatoare, parametrii
ce sunt diferiţi de la o variabilă la alta, motiv pentru care, la calculul probabilităţilor, ar trebui să
determinăm de fiecare dată integrala din formula (4), ceea ce este foarte dificil.
Din acest motiv s-a încercat găsirea unei forme a densităţii şi funcţiei de repartiţie care să nu
mai depindă de medie şi dispersie şi astfel, valorile funcţiei de repartiţie F(X) să poată fi calculate şi
trecute într-un tabel care să poată fi utilizat în determinarea diferitelor probabilităţi.
Se introduce o nouă variabilă – notată cu “u” – şi definită cu relaţia:
x− µ
u= (5)
σ
unde: x – valoarea variabilei aleatoare “X” ce urmează o repartiţie normală cu media µ , dispersia σ2
şi abaterea medie pătratică σ = σ2;
µ – media variabilei aleatoare “X”;
σ – abaterea medie pătratică a variabilei aleatoare “X”
Se poate arăta cu uşurinţă că variabila aleatoare “u” urmează o repartiţie mormală normată cu
media M(U) = 0 , dispersia D2(U) = 1 şi abaterea medie pătratică D(U) = 1:
• media:
1 n 1 n x − x 1 n 1 1 n 1 n 1 1
M( U) = ∑ u i = ∑ i = ∑ i( x − x ) = ⋅ ∑ i x − ∑ x= x− nx = 0
n i= 1 n i = 1 σ nσ i = 1 σ n i= 1 nσ i = 1 σ nσ
= x
• dispersia:
1 n 2 n x − x2 1 n 2 n n
2 1
D( U ) = ∑ u i − [ M ( U ) ] = ∑ i = ∑ x − ∑ 2x i x + ∑ x 2 =
n i= 1 n i = 1 σ nσ 2 i = 1
= 0 i= 1 i= 1
1 n 2 n
2 1 1 n 2 1 n 2
x − 2x ∑ x i + nx =
2 ∑ 2 n ∑
= ⋅n x − 2x ⋅ ∑ x i + x =
nσ i = 1 i= 1 nσ n =1
i = 1 i
= x
1 1 n
1 1 n
2 1
= ∑ x 2 − 2x 2 + x 2 = ∑ x 2
− x 2
= 2 ⋅σ = 1
2 n 2 n
σ i= 1 σ i =1 σ
= D 2 (X) = σ 2
Difereţiind relaţia (5) se obţine:
1
du = dx ⇒ dx = σ dx (6)
σ
Înlocuind relaţiile (5) şi (6) în relaţia (4) se obţine:
2 2 2
u −u u −u u −u
1 1 1
F(u ) =
σ 2π ∫e 2 σ du =
σ 2π
σ ∫e 2 du =
2π ∫e 2 du (4’)
−∞ −∞ −∞
care reprezintă funcţia de repartiţie a variabilei aleatoare “U” şi care are, deci, densitatea de
u2
1 −
probabilitate: f (u ) = e 2 (3’)
2π
Deci, variabila aleatoare introdusă prin relaţia (5) urmează o repartiţie normală (Gauss-
Laplace) ce are media M(U) = 0 , dispersia şi abaterea medie pătratică D2(U) = D(U) = 1, caracterizată
prin densitatea de probabilitate f(u) dată de relaţia (3’) şi funcţia de repartiţie dată prin relaţia (4’).
Această repartiţie se numeşte repartiţie normală normată şi variabila aleatoare “U” se numeşte
variabilă normală normată.
Aşa cum se vede din relaţia (4’) funcţia de repartiţie normală normată nu mai depinde decât de
valorile lui “u”, ceea ce a dus la posibilitatea calculării sale şi a trecerii rezultatelor într-un tabel, ce se
găseşte în literatura de specialitate, şi care uşurează calculele statistice (în sensul în care determinarea
valorilor lui F(u) nu mai impune calculul integralei din relaţia (4), ci doar căutarea lor într-un tabel a
cărei utilizare este facilă).
Astfel, orice problemă ridicată de analiza unei variabile aleatoare “X” normal distribuită
devine, prin transformarea acesteia cu relaţia (5), o problemă legată de analiza variabilei
aleatoare distribuită normal normat:
P(X < x ) = F(m) = P( U < u ) = F(u ) ;
P(X ≥ x ) = 1 − F(m) = P( U ≥ u ) = 1 − F(u ) ;
P( x1 ≤ X < x 2 ) = F( x 2 ) − F( x1 ) = P(u1 ≤ U < u 2 ) = F(u 2 ) − F(u1 )
x− µ
unde valorile lui “u” corespunzătoare lui “x” se calculează cu relaţia (5): u = .
σ
Astfel, orice problemă ridicată de analiza unei variabile aleatoare “X” normal distribuită
(cu media M(X) = µ şi dispersia D2(X) = σ), ce necesita de fiecare dată calculul integralei din relaţia
(4) pentru determinarea lui F(x), prin transformarea variabilei într-o variabilă normală normată “U”
(cu media M(U) = 0, dispersia şi abaterea medie pătratică D2(U) = D(U) = 1) se transformă într-o
problemă legată de analiza unei variabile aleatoare “U” normală normată, ce necesită doar
căutarea într-un tabel a valorilor F(u).
În figurile 5 şi 6 sunt prezentate grafic densitatea de probabilitate şi funcţia de repartiţie pentru
repartiţia normală normată.
f(u)
F(u)
1
2π
1
0,5
Valorile lui F(u) se găsesc în tabele pentru valori u ∈ [-3, +3] care au forma următoare şi în
care căutarea pentru diverse valori ale lui “u” este exemplificată pentru u = +1,28 şi se obţine F(+1,28)
= 0,8997
U 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 → sutimile
− 3,0 0,0010 ... ... ... ... ... ... ... 0,0013
− 2,9 0,0014 ... ... ... ... ... ... ... 0,0019
− 2,8 ... ... ... ... ... ... ... ... ...
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
− 0,1 ... ... ... ... ... ... ... ... ...
− 0,0 ... ... ... ... ... ... ... ... ...
+ 0,0 0,5 ... ... ... ... ... ... ... ...
+ 0,1 ... ... ... ... ... ... ... ... ...
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
+ 1,2 0,8997
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
+ 2,8 ... ... ... ... ... ... ... ... ... ...
+ 2,9 0,9981 ... ... ... ... ... ... ... ... 0,9986
+ 3,0 0,9987 ... ... ... ... ... ... ... ... 0,9990
↓
unităţile şi zecimile
c) R e g u l a c e l o r t r e i s i g m a (σ )
Calculând următoarele probabilităţi pentru repartiţia normală şi, respectiv, normală normată se
obţine:
x+ σ (x − µ ) 2
−
1
∫
2
P(x−σ ≤ X < x+σ) = e 2σ dx = 0,6826 (≈ 68,3 %)
σ 2π
x− σ
2
+1 − u
1
respectiv P(−1≤ U < +1) =
2π ∫e 2 du = 0,6826 (≈ 68,3 %)
−1
x + 2σ (x − µ ) 2
−
1
∫
2
P(x−2σ ≤ X < x+2σ) = e 2σ dx = 0,9545 (≈ 95,5 %)
σ 2π
x − 2σ
2
+2 − u
1
respectiv P(−2 ≤ U < +2) =
2π ∫ e 2 du = 0,9545 (≈ 95,5 %)
−2
x + 3σ (x − µ ) 2
−
1
∫
2
P(x−3σ ≤ X < x+3σ) = e 2σ dx = 0,9975 (≈ 99,8 %)
σ 2π
x − 3σ
2
+3 − u
1
respectiv P(−3 ≤ U < +3) =
2π ∫ e 2 du = 0,9975 (≈ 99,8 %)
−3
Regula celor trei sigma enunţă că: practic, toate valorile (99,75% dintre ele) pe care le
poate lua o variabilă aleatoare ce urmează o repartiţie normală (Gauss-Laplace) sunt cuprinse în
intervalul [µ − 3σ, µ + 3σ]. Pentru o variabilă normală normată acest interval devine [− 3, + 3].
f(x)
µ
x
µ−σ 68,3 % µ−σ
µ−2σ 95,5 % µ+2σ
µ+3σ 99,75 % µ+3σ
Fig. 7 R e p r e z e n t a r e a g r a f i c ă a r e g u l i i c e l o r 3 σ
d) Importanţa repartiţiei normale (Gauss-Laplace)
Importanţa repartiţiei normale pentru prelucrarea datelor experimentale rezultă din următoarele
considerente:
distribuţia normală descrie, în multe cazuri, distribuţia erorilor ce însoţesc măsurătorile;
distribuţia normală este bine studiată şi valorile sale se găsesc sub formă de tabele, astfel
încât este convenabil de utilizat;
suma mai multor variabile distribuite nu neapărat normal tinde către o repartiţie normală;
dacă numărul determinărilor (volumul “n” al eşantionului) este suficient de mare orice altă
distribuţie (repartiţie) tinde către repartiţia normală;
multe dintre tehnicile statistice bazate pe distribuţia normală sunt robuste, ele rămânând
suficient de corecte pentru abateri rezonabile de la normalitate.
C3) R e p a r t i ţ i a h i − p ă t r a t ( χ 2 ) ( n u m i t ă ş i r e p a r t i ţ i e H e l m e r t - P e a r s o n )
Astronomul F.R. Helmert a arătat că suma pătratelor a “ν” (litera grecească “niu”) variabile
aleatoare X1 , X 2 , X 3 , ... X ν ce urmează o repartiţie normală normată N(0,1) (adică au media
nulă şi abaterea medie pătratică egală cu 1), sumă notată cu χ2, urmează o repartiţie continuă ce are
densitatea de probabilitate:
ν x
1 −1 −
⋅ x2 ⋅e 2 pentru x > 0
f (x) = 2ν 2 Γ ( ν 2) (7)
0 pentru x ≤ 0
unde: ν se numeşte grade de libertate
Se observă că densitatea de probabilitate a repartiţiei χ2 depinde şi de numărul gradelor de
libertate “ν”, deci poate fi scrisă f(x, ν)
În relaţia de definire a densităţii de probabilitate pentru repartiţia hi-pătrat “Γ” (litera grecească
“gamma” mare) reprezintă “funcţia Gamma” numită şi “funcţia de speţă a doua a lui Euler” (mai
există “funcţia Beta” numită şi “funcţia de primă speţă a lui Euler”) introdusă de matematicianul
Euler prin relaţia:
∞
p− 1 − x
Γ ( p) = ∫x e dx pentru p > 0
0
Pentru calculul valorilor funcţiei Γ(p) nu este necesar a se calcula integrala, ci se folosesc
următoarea relaţie de recurenţă:
Γ (p) = (p − 1)Γ ( p − 1)
1
ştiindu-se că: Γ(1) = 1 şi Γ = π
2
deci, pentru p număr întreg pozitiv: Γ (p) = (p − 1)!= 1 ⋅ 2 ⋅ 3 ⋅ ... ⋅ (p − 1) pentru p ∈ Z o+
densitatea de probabilitate:
ν x
1 −1 −
⋅ x2 ⋅e 2 pentru x > 0
f (x) = 2ν 2 Γ ( ν 2) (7)
0 pentru x ≤ 0
funcţia de repartiţie:
x ν x
1 −1 −
∫
F( x ) = P(X < x ) = 2 ν 2 Γ ( ν 2 )
⋅ x 2 ⋅ e 2 dx pentru x > 0
(8)
0
0 pentru x ≤ 0
media: M(X) = ν
dispersia: D2(X) = 2ν
abaterea medie pătratică: D(X) = 2ν
+∞ ν x
1 −1 −
∫
2
P( X ≥ χ ν ,α )= α ⇔ ⋅ x 2 ⋅ e 2 dx = α
2 2ν 2 Γ ( ν 2)
χ ν,α
motiv pentru care aceste valori sunt tabelate în funcţie de gradele de libertate “ν” şi de nivelul de
semnificaţie “α” – vezi Anexa II din “Optimizarea proceselor metalurgice – D. Taloi, C. Bratu ş.a. –
Ed. Didactică şi Pedagogică, Bucureşti, 1983.
Tabelul cu aceste valori χ ν2, α cu “ν” grade de libertate, care au probabilitatea “α” de a fi
depăşite este de forma prezentată în figura următoare, în care se dă şi exemple de alegere:
α → α=nivel de
0,99 0,98 0,95 0,10 0,05 0,025 semnificatie
ν
1 0,00016 ... ... ... ... ... ... ... 5,024
2 0,0201 ... ... ... ... ... ... ... 7,378
3 0.115 ... ... ... ... ... ... ... 9,348
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
10 2,558 ... ... ... ... ... ... ... ...
11 3,053 ... ... ... ... ... ... ... ...
12 3,571 ... ... ... ... ... ... ... ...
13 4,107 ... ... ... ... ... ... ... ...
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
16 26,296
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
20 8,260 ... ... ... ... ... ... ... ... 34,170
: : : : : : : : : : :
30 14,953 ... ... ... ... ... ... ... ... 46,979
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
↓
ν = grade de libertate
Pentru numărul gradelor de libertate ν = 16 şi probabilitatea α = 0,05 de a fi depăşită se alege
2
din tabel: χ 16; 0,05 = 26,296
( ) (
P − t α 2, ν ≤ t < + t α 2, ν = P t < t α 2, ν = ) α
2
motiv pentru care acestea sunt tabelate – vezi Anexa III din “Optimizarea proceselor metalurgice – D.
Taloi, C. Bratu ş.a. – Ed. Didactică şi Pedagogică, Bucureşti, 1983.
C5) R e p a r t i ţ i a F i s c h e r ( t )
χ 12
ν1 χ 12 ν 2
alcătuiesc o nouă variabilă aleatoare “ F “ definită prin relaţia: F= = ⋅
χ 22 χ 22 ν 1
ν2
care urmează o repartiţie Fischer ce are densitatea de probabilitate:
ν1 ν + ν2 ν1+ ν
Γ 1 ν1
− 1 − 2
ν1 2 2 2 ν 2
f (F) = ⋅ ⋅ F ⋅ 1 + 1 ⋅ F
ν2 ν ν ν2
Γ 1 ⋅Γ 2
2 2
În majoritatea calculelor statistice este necesar a se cunoaşte variabila Fα , ν 1 , ν 2 care are
probabilitatea α de a fi depăşită , adică: P F > Fα , ν 1 , ν 2 = α ( )
motiv pentru care aceste valori se găsesc tabelate – vezi Anexa IV din “Optimizarea proceselor
metalurgice – D. Taloi, C. Bratu ş.a. – Ed. Didactică şi Pedagogică, Bucureşti, 1983.
C6)A p l i c a ţ i e p r i v i n d d i s t r i b u ţ i a ( r e p a r t i ţ i a ) n o r m a l ă ( G a u s s - L a p l a c e )
Într-o instituţie publică s-au instalat 2000 de becuri noi. Producătorul garantează o durată de
funcţionare medie de 1000 ore, cu o abatere medie pătratică de 100 ore. Presupunându-se că durata de
funcţionare a unui bec urmează o repartiţie normală să se determine:
I) să se scrie densitatea de probabilitate şi funcţia de repartiţie a duratei de funcţionare a unui
bec.
II) numărul de becuri care probabil se vor arde în primele 800 ore de funcţionare?
III) numărul de becuri care probabil vor mai fi în funcţiune după 1100 ore de funcţionare?
IV) numărul de becuri care probabil se vor afla în funcţiune între 850 şi 1150 ore?
V) numărul de becuri care probabil se vor arde între 850 şi 1150 ore?
VI) numărul de ore după care se vor arde 400 de becuri?
VII) practic, în câte ore nu s-a ars nici un bec? şi practic, după câte ore s-au ars toate becurile?
Pentru diverse calcule de probabilităţi vom introduce variabila normală normată “U” prin relaţia
x − µ x − 1000
u= =
σ 100
II) Probabilitatea că un bec să se ardă în primele 800 de ore este aceeaşi cu probabilitatea ca
variabila X: “durata de funcţionare” să fie mai mică ca 800 ore şi este echivalentă cu probabilitatea ca
x − µ 800 − 1000 − 200
variabila normală normată “U” să fie mai mică decât u = = = = − 2:
σ 100 100
P( X < 800) = P( U < − 2) = F( − 2) = 0,0183 = 1,83 %
unde valoarea F(−2) s-a găsit în tabelul repartiţiei normale – Anexa I din “Optimizarea proceselor
metalurgice – D. Taloi, C. Bratu ş.a. – Ed. Didactică şi Pedagogică, Bucureşti, 1983.
Având 2000 de becuri, rezultă că numărul celor care se vor arde în primele 800 de ore va fi:
1,83
N t < 800 ore = 2000 ⋅ P(X < 800) = 2000 ⋅ = 36,6 ≈ 37 becuri
100
III) Pentru calculul numărului de becuri care vor mai fi în funcţiune după 1100 de ore se poate
proceda în două moduri:
• se calculează probabilitatea ca un bec să se ardă după 1100 ore de funcţionare, ceea ce
acelaşi lucru cu probabilitatea ca X: “durata de funcţionare” este mai mare ca 1100 ore şi este
echivalent cu probabilitatea ca variabila normală normată “U” să fie mai mare ca :
x − µ 1100 − 1000 100
u= = = = 1,
σ 100 100
P(X ≥ 1100) = P( U ≥ 1) = 1 − F(1) = 1 − 0,8413 = 0,1587 =15,87%
se determină numărul de becuri care se ard după trecere a 1100 ore de funcţionare:
15,87
N t ≥ 1100 ore = 2000 ⋅ P(X ≥ 1100) = 2000 ⋅ = 317,4 ≈ 317 becuri
100
acestea fiind şi numărul de becuri care vor mai fi în funcţiune după 1100 ore.
• se calculează probabilitatea ca un bec să se ardă înainte de 1100 ore de funcţionare:
P( X < 1100) = P( U < 1) = F(1) = 0,8413 = 84,13%
se calculează numărul de becuri ce se ard în primele 1100 ore de funcţionare:
84,13
N t < 1100 ore = 2000 ⋅ P(X < 1100) = 2000 ⋅ = 1682,6 ≈ 1683 becuri
100
şi numărul de becuri care vor mai fi în funcţie după 1100 ore se va calcula ca diferenţă până la 2000:
N t ≥ 1100 ore = 2000 − N t < 1100 ore = 2000 − 1683 = 317 becuri
V) Numărul de becuri care se ard între 850 şi 1150 ore de funcţionare se calculează ca diferenţă
între numărul celor care se ard în primele 1150 ore (care au X: “durata de funcţionare” mai mică de
1150 ore) şi a celor care se ard în primele 850 ore (care au X: “durata de funcţionare” mai mică de 850
ore):
5,59
N t < 850 = 2000 ⋅ P(X < 850) = 2000 ⋅ P( U < − 1,5) = 2000 ⋅ = 111,8 ≈ 112 becuri
100
93,32
N t < 1150 = 2000 ⋅ P( X < 1150) = 2000 ⋅ P( U < + 1,5) = 2000 ⋅ = 1866,4 ≈ 1866 becuri
100
N = 1866,4 – 111,8 = 1754,6 = 1755 becuri
Observatie Numarul de becuri care se ard în perioada 850 ... 1150 ore este egal cu celor care se
află în funcţie în aceeaşi perioadă (vezi pct. IV) şi care nu se vor mai afla în funcţie după 1150 ore.
VI) Durata până când se ard 400 de becuri este T necunoscută şi se află din condiţia ca 400 de
becuri să aibă X: “durata de funcţionare” mai mică de T ore, adică:
T − 1000 T − 1000 400
N t < T = 400 ⇔ 2000 ⋅ P(X < T) = 400 ⇔ 2000 ⋅ P U < = 400 ⇔ P U < = ⇔
1000 1000 2000
F(u ) = 0,2
Ne aflăm deci, în situaţia în care în tabelul repartiţiei normale cunoaştem F(u) şi dorim să
determinăm valoare “u” (adică în situaţia inversă de până acum).
Pentru F(u) = 0,2 în tabel găsim u = 0,85 şi vom obţine:
T − 1000
u = − 0,85 ⇔ = − 0,85 ⇒ T = 1000 − 0,85 ⋅ 100 = 915 ore
100
Deci, până la 915 ore s-au ars 400 de becuri.
VII) Conform regulii celor 3σ (sigma) valorile pe care le poate lua o variabilă distribuită
normal sunt, practic (99,75 % dintre ele) cuprinse în intervalul [µ − 3σ, µ + 3σ].
În cazul problemei, variabila aleatoare X: “durata de funcţionare” a unui bec este practic
cuprinsă în intervalul [1000 − 3 ⋅ 100, 1000 + 3 ⋅ 100] , adică în întervalul [700, 1300] ore.
Deci:
• în primele 700 de ore nu se arde practic nici un bec dintre cele 2000 nou instalate (ceea
ce este echivalent cu a spune că după 700 de ore se află în funcţiune toate cele 2000 de
becuri nou instalate);
• după 1300 ore nu se mai află practic în funcţiune nici un bec din cele 2000 nou instalate
(ceea ce este echivalent cu a spune că în 1300 de ore se ard toate cele 2000 de becuri nou
instalate).