Sunteți pe pagina 1din 271

DEPARTAMENTUL DE NVMNT LA DISTAN

U.S.A.M.V. BUCURETI

Prof. univ. dr. DUMITRU ENE

MATEMATIC I STATISTIC
APLICAT N AGRICULTUR
VOLUMUL I: MATEMATIC I SISTEME AGRICOLE

Ediia II revizuit

CUPRINS
PREFA .................................................................................................................... 7
CAPITOLUL 1 ALGEBR LINIAR .................................................................. 9
1.1 SPAIUL EUCLIDIAN Rn ..................................................................................................... 10
1.1.1 Operaii cu vectori i mrimi metrice n Rn ...................................................................... 10
A. Corpul numerelor reale R .................................................................................................. 10
B. Spaiul vectorial Rn............................................................................................................ 12
C. Mrimi metrice n Rn ......................................................................................................... 13
D. Subspaii vectoriale n Rn .................................................................................................. 19
1.1.2 Matrici de numere reale .................................................................................................... 20
A. Definiii ............................................................................................................................. 20
B. Operaii cu matrici ............................................................................................................. 22
C. Indicatori numerici ai matricilor........................................................................................ 24
D. Clase de matrici ................................................................................................................. 26
1.2 BAZE DE VECTORI N Rn .................................................................................................... 27
1.2.1 Definiia bazei i dimensiunii n Rn .................................................................................. 27
1.2.2 Subspaii vectoriale i sisteme liniare omogene ............................................................... 29
1.2.3 Substituirea unui vector dintr-o baz i aplicaii. .............................................................. 31
A. Calculul determinantului unei matrici ptratice A ............................................................ 34
B. Calculul rangului unei matrici dreptunghiulare A ............................................................. 36
C. Calculul matricii inverse A-1 a unei matrici ptratice nesingulare A ................................ 39
D. Calculul inversei generalizate A+ a unei matrici dreptunghiulare A ................................... 41
E. Calculul produsului de matrici F-1.G ................................................................................. 43
F. Calculul produsului de matriciG.F-1 .................................................................................. 44
1.3 SISTEME DE ECUAII LINIARE......................................................................................... 46
1.3.1 Rezolvarea i discuia unui sistem de ecuaii liniare......................................................... 46
1.3.2 Soluii generalizate ale sistemelor liniare incompatibile .................................................. 52
1.4 Mulimi convexe pe Rn ............................................................................................................ 54
1.5 Extremele unui polinom convexconcav pe o mulime convex din Rn .................................. 59
1.6 Rezumat ................................................................................................................................... 64
1.7 ntrebri .................................................................................................................................... 65
1.8 Bibliografie .............................................................................................................................. 65

CAPITOLUL 2 PROGRAMARE LINIAR I GRAFURI N


AGRICULTUR ....................................................................................................... 66
2.1 Modele liniare de optimizare a produciei n agricultur ......................................................... 66
2.1.1 Modelul structurii optime a culturilor vegetale................................................................. 68
2.1.2 Modelul raiei furajere optime pentru animale domestice ................................................ 70
2.1.3 Modelul rotaiei optime a culturilor vegetale .................................................................... 73
2.2 Dualitatea modelelor liniare de optimizare .............................................................................. 75
2.3 Gsirea soluiilor optime pentru modelele liniare primal i dual cu metoda simplex ......................... 82
2.4 Modele de optimizare tip transport i de repartiie (assignment)........................................... 100
2.5 Drumuri de lungime optim n reele ..................................................................................... 106
2.6 Ealonarea optim a activitilor unui proiect agricol prin metoda drumului critic .............. 111
2.7 Rezumat ................................................................................................................................. 118
2.8 ntrebri .................................................................................................................................. 118
2.9 Bibliografie ............................................................................................................................ 118

CAPITOLUL 3 ANALIZ MATEMATIC .................................................... 119


3.1 CALCUL DIFERENIAL PENTRU FUNCII DE O VARIABIL REAL .................... 119
3.1.1 Funcii elementare i aplicaii ......................................................................................... 119
3.1.2 Rolul derivatelor de ordinul unu i doi n studiul funciilor de o variabil real ............ 128
3.1.3 Optimele funciilor monofactoriale i aplicaii ............................................................... 133
3.1.4 Aplicaiile integralelor la funcii cumulate n timp ......................................................... 143
3.2 CALCUL DIFERENIAL PENTRU FUNCII DE n VARIABILE REALE...................... 145
3.2.1 Rolul derivatelor pariale de ordinul unu i doi n studiul funciilor de n variablile reale
.................................................................................................................................................. 145
3.2.2 Extreme libere ale funciilor de n variabile reale ............................................................ 147
3.2.3 Extreme cu legturi ale funciilor de n variabile reale .................................................... 159
3.3 Rezumat ................................................................................................................................. 165
3.4 ntrebri .................................................................................................................................. 165
3.5 Bibliografie ............................................................................................................................ 166

CAPITOLUL 4 Modele neliniare de alocare optim a resurselor n agricultur


................................................................................................................................... 167
4.1 Producii, indicatori economici i aporturi ............................................................................. 167
4.1.1 Producii fizice i valorice............................................................................................... 167
4.1.2 Indicatori economici ai produciei suplimentare ............................................................. 172
4.2 Optimele produciei suplimentare i aporturile factorilor ...................................................... 174
4.2.1 Optimele produciei suplimentare ................................................................................... 174
4.2.2 Aporturile factorilor ........................................................................................................ 179
4.3 Exemple ................................................................................................................................. 182
4

4.3.1 Doi factori i un produs ................................................................................................... 182


4.3.2 Un factor i dou produse ............................................................................................... 189
4.4 Modele cu restricii liniare i funcie-obiectiv ptratic ........................................................ 196
4.4.1 Cazul cnd toate restriciile sunt ecuaii ......................................................................... 196
4.4.2 Cazul cnd restriciile sunt inecuaii ............................................................................... 199
4.4.3 Modele de optimizare patratic n agricultur ................................................................ 203
A. Model ptratic de alocare a resurselor n producia vegetal .......................................... 203
B. Model ptratic de maximizarea venitului din raia furajer ............................................ 204
4.5 Rezumat ................................................................................................................................. 206
4.6 ntrebri .................................................................................................................................. 206
4.7 Bibliografie ............................................................................................................................ 206

CAPITOLUL 5 SISTEME AGRICOLE ........................................................... 207


5.1 Definiia, clasificarea i proprietile sistemelor.................................................................... 207
5.1.1 Definiia sistemelor ......................................................................................................... 207
5.1.2 Clasificarea sistemelor .................................................................................................... 208
5.1.3 Proprietile sistemelor ................................................................................................... 210
5.1.4 Sisteme liniare ................................................................................................................. 211
5.2 SISTEME BIOLOGICE ........................................................................................................ 214
5.2.1 Sistemele biologice pn la nivel de organism (biosisteme) .......................................... 214
5.2.2 Sistemele biologice la nivel de populaii (biocenoze) .................................................... 217
5.2.3 Pdurile ca ecosisteme vegetale ...................................................................................... 224
5.3 PROPRIETI GENERALE ALE SISTEMELOR AGRICOLE ........................................ 225
5.3.1 Particulariti ale sistemelor agricole .............................................................................. 225
5.3.2 Intrri n sistemele agricole ............................................................................................. 227
5.3.3 Ieiri din sistemele agricole............................................................................................. 232
5.4 ANALIZA TEHNICO-ECONOMIC A SISTEMELOR AGRICOLE ............................... 236
5.4.1 Analiza tehnico-economic a sistemului produciei vegetale ......................................... 236
5.4.2 Analiza economic a sistemului produciei de lapte ....................................................... 240
5.4.3 Analiza economic a sistemului produciei de carne ...................................................... 244
5.4.4 Analiza economic a sistemului comercializrii produselor agricole ............................. 249
5.5 Balana legturilor ntre ramuri .............................................................................................. 254
5.6 Concentrarea i diversificarea produciei agricole pe ramuri ................................................ 261
5.7 Rezumat ................................................................................................................................. 265
5.8 ntrebri .................................................................................................................................. 266
5.9 Bibliografie ............................................................................................................................ 266

BIBLIOGRAFIE GENERAL ............................................................................. 267


TABEL 1 .................................................................................................................. 271
5

PREFA

Aceast lucrare este destinat studenilor de la Facultatea de Management, Inginerie


Economic n agricultur i agroturism, curs de zi i la distan, putnd fi folosit i de studenii
altor faculti cu profil Agricol.
Primele 5 capitole sunt consacrate aplicaiilor matematicii n agricultur.
Matematica abstract are o dezvoltare exponenial ca numr de articole i monografii,
precum i ca valoare a acestora. Este suficient s menionm c 90% din matematicienii din toate
timpurile sunt n via.
Dup al doilea rzboi mondial, odat cu apariia computerelor s-au dezvoltat exploziv
aplicaii ale matematicii n tiinele naturii, n medicin, n tehnic, n economie, n agricultur etc.
n acest moment orice domeniu al activitii umane are atta valoare ct matematic
conine.
Aplicaiile consistente ale matematicii sunt la fel de dificil de elaborat ca i teoriile abstracte
ale acesteia. Realitatea este extrem de complex i se las modelat cu greutate: orice model trebuie
validat de practic prin confruntarea permanent a rezultatelor simulrii pe model cu comportarea
real a fenomenului modelat.
Semnalm i faptul c teorii extrem de abstracte din matematic i-au gsit ulterior aplicaii
n situaii foarte concrete.
n Capitolul 1 se studiaz spaiul euclidian Rn, subspaiile sale i elemente de calcul
matricial, noiunea de baz n spaiul Rn, metoda substituirii unui vector din baz i aplicaiile
acesteia n calculul matricial, sistemele de ecuaii liniare (discuie i rezolvare),convexitatea n Rn
precum i extremele unui poligon convex/concav pe o mulime convex din Rn.
n Capitolul 2 se prezint trei modele liniare de optimizare a produciei agrozootehnice:
structura optim a culturilor vegetale:structura optim a raiei furajere i rotaia optim a culturilor
vegetale, se studiaz dualitatea acestor modele, se prezint metoda simplex de optimizare cu
calculatorul a acestor modele prin produsul informatic EXCEL precum i interpretarea economic a
soluiilor optime primal i dual.
Capitolul se ncheie cu metoda drumului critic pentru optimizarea n timp a proiectelor
agricole.
n Capitolul 3 se definete funcia real de o variabil real, se enumer proprietile ei, se
prezint rolul derivatelor de ordinul unu i doi n studiul funciei, n special la gsirea maximelor i
minimelor funciei. O aplicaie a acestor maxime o constituie stabilirea preului de vnzare a
produselor agricole care s asigure vnzarea cu valoare bneasc maxim precum i nlocuirea
optim a echipamentelor.
Tot n Capitolul 3 se definete funcia real de n variabile reale, se prezint rolul derivatelor
pariale de ordinul unu i doi n studiul funciei, n special la gsirea maximelor i minimelor libere
sau cu legturi ale funciei. O aplicaie a acestor maxime o constituie stocurile cu cerere constant;
cu aceast ocazie am tratat i stocurile cu cerere aleatoare.
n Capitolul 4 se prezint un model neliniar de alocare optim a resurselor n agricultur cu
funcii-obiectiv diferite: optim marginal, de echilibru, economic, tehnic, maxim de venit cu
cheltuieli limitate, minim de cheltuieli cu venit garantat. Capitolul se ncheie cu modele de
optimizare cu restricii liniare i funcie-obiectiv ptratic rezolvate cu produsul informatic EXCEL.
n Capitolul 5 se prezint pe scurt teoria sistemelor agricole care se exemplific pe patru
sisteme agricole: vegetal, zootehnie (lapte i carne) i comercializare produse agricole vegetale,
pentru care se dezvolt n detaliu calculul tehnico-economic. n continuare se prezint etapele de
analiz i planificare a produciei agricole pe ramuri prin metoda balanei. Capitolul se ncheie cu
evaluarea cantitativ i optimizarea concentrrii i diversificrii produciei agricole pe ramuri.
7

Capitolele 4 i 5 sunt contribuia integral a autorului acestei lucrri.


La finele lucrrii se d o bibliografie cu lucrrile efectiv consultate de autor precum i un
tabel numeric.
Iunie 2010

Autorul

CAPITOLUL 1 ALGEBR LINIAR


Obiective: nsuirea de ctre studeni a operaiilor cu vectori i matrici precum i aplicaiile
lor n geometria spaiului euclidian R3, a noiunii de baz de vectori i dimensiune, a metodei
substituirii unui vector din baz i aplicaiile sale n calculul matricial, a metodelor de rezolvare a
sistemelor de ecuaii liniare, a convexitii mulimii soluiilor unui sistem liniar compatibil nedeterminat i a extremelor unui polinom convex/concav pe aceast mulime.
Coninut:
1.1 Spaiul euclidian Rn
1.1.1 Operaii cu vectori i mrimi metrice n Rn
A. Corpul numerelor reale R
B. Spaiul vectorial Rn
C. Mrimi metrice n Rn
D. Subspaii vectoriale n Rn
1.1.2 Matrici de numere reale
A. Definiii
B. Operaii cu matrici
C. Indicatori numerici ai matricilor
D. Clase de matrici
1.2 Baze de vectori n Rn
1.2.1 Definiia bazei de vectori i dimensiunii n Rn
1.2.2 Subspaii vectoriale i sisteme liniare omogene
1.2.3 Substituirea unui vector dintr-o baz i aplicaii
A. Calculul determinantului unei matrici ptratice
B. Calculul rangului unei matrici dreptunghiulare
C. Calculul inversei A-1 pentru o matrice ptratic nesingular A
D. Calculul inversei generalizate A+ pentru o matrice dreptunghiular A
E. Calculul produsului de matrici F-1.G
F. Calculul produsului de matrici G.F-1
1.3 Sisteme de ecuaii liniare
1.3.1 Rezolvarea i discuia unui sistem de ecuaii liniare
1.3.2 Soluii generalizate ale sistemelor liniare incompatibile
1.4 Mulimi convexe pe Rn
1.5 Extremele unui polinom convex/concav pe o mulime convex din Rn
1.6 Rezumat
1.7 ntrebri
1.8 Bibliografie
Cuvinte cheie: vector, norm, distan, unghi, produs scalar, produs vectorial, produs mixt,
subspaii vectoriale, matrice, urm, determinant, rang, norm a matricii, baz de vectori, coordonatele unui vector ntr-o baz, substituirea unui vector dintr-o baz, soluie general i soluie
particular bazic a unui sistem liniar, soluie generalizat a unui sistem liniar incompatibil, mulimi
convexe i polinoame concave/convexe, soluii bazice (extremale) i optime.
9

1.1 SPAIUL EUCLIDIAN Rn


1.1.1 Operaii cu vectori i mrimi metrice n Rn
A. Corpul numerelor reale R
Mulimea numerelor reale R se poate defini constructiv astfel: N Z Q R .
N={0,1,,n,} este mulimea numerelor naturale, Z = {, - n ,, - 1,0,1,,n,} este
mulimea numerelor ntregi, Q = {a / b a,b Z , b 0 } este mulimea numerelor raionale
(fracionare), I este mulimea numerelor iraionale (limite ale irurilor convergente de numere
raionale) iar R = Q I cu Q I = . Pentru numere reale se adopt scrierea zecimal:
a 12 ...m . 12 ...n (110m1 ... m110 m ) (1101 ... n10 n ) .
Partea ntreag

a Int a

a numrului real a este numrul ntreg format cu cifrele

1 ,...,m din stnga punctului zecimal, iar partea fracionar a a a a numrului real a
este numrul din intervalul [0;1) format cu zecimalele 1 ,..., n din dreapta punctului zecimal.
La exprimarea zecimal a numrului raional a = r / s, (r, s Z s 0 ), numrul de zecimale
din dreapta punctului zecimal poate fi finit (dac numitorul s se divide numai cu 2 sau cu 5) sau
infinit dar periodic (dac numitorul s se divide i cu alte numere prime afar de 2 sau 5).
Exemple:
1)
2)

135
16.875
8
25
4.1666...
6

La exprimarea zecimal a unui numr iraional, numrul de zecimale din dreapta punctului
zecimal este infinit i neperiodic.
Exemple:
1)
3.1412...
2)
e 2.718...
3)
4)
5)
6)
7)
8)

2 1.414...

ln 3 1.09861...
sin37 0.60182
tg 104 - 0.24933
arccos 0.4 1.159283
arctg 2.1 1.126377

n cazul numerelor reale cu un numr infinit de zecimale (periodic sau nu) se reine un
numr finit de zecimale n raport de precizia calculului.
Exemplu:
La computere se rein 7 zecimale n simpl precizie i 16 zecimale n dubl precizie.
Pentru numere reale foarte mari sau foarte mici se adopt scrierea exponenial.
Exemple:
1)
12580000 0.1258 108 0.1258E8
2)
0.000306 0.306 103 0.306E-3
10

Mulimea numerelor reale R admite i o definiie axiomatic:


Pe mulimea R se definesc legile de compoziie a, b a b numit adunare i

a, b a

b numit nmulire i o relaie de ordine a b fa de care sunt ndeplinite patru

grupe de axiome:
I.
1)
2)

R este corp comutativ fa de adunare i nmulire.


(Comutativitatea adunrii): a b b a
(Asociativitatea adunrii): a b c a b c

3)

(Elementul neutru fa de adunare): Exist 0R astfel c a 0 0 a a pentru orice


aR
(Elementul simetric fa de adunare): Pentru orice aR exist elementul simetric (opus)
- a R astfel c a a a a 0

4)
5)
6)

(Comutativitatea nmulirii): a b b a
(Asociativitatea nmulirii): a b c a

7)

(Elementul neutru fa de nmulire): Exist 1R astfel nct a 1 1 a a pentru


orice aR
(Element simetric fa de nmulire): Pentru orice aR, a 0 exist elementul invers
1
1
a 1R astfel nct a a a a 1
(Distributivitatea nmulirii fa de adunare):
a b c a b a c ;

8)
9)

b c

a b a c a

II.
10)
11)
12)
13)
14)

R este corp comutativ ordonat fa de relaia de ordine .


a b ; b c a c pentru orice a,b,cR (Tranzitivitate)
a b ; b a a b pentru orice a,bR (Reflexivitate)
Pentru orice a,bR, avem sau a b sau ab (Dihotomie)
a b a c b c pentru orice a,b,cR

III.
15)

R este corp comutativ ordonat arhimedian


Pentru orice a,bR cu a 0 , b 0 exist numrul natural n cu b n a

IV.
16)

R este corp comutativ ordonat arhimedian continuu


Pentru orice iruri (an), (bn), nN, de numere din R, astfel c:
a1 a2 ... an ... bn ... b2 b1 exist i este unic R astfel c: ai bi
pentru orice iN.

a, b 0 a b 0

Mulimea numerelor reale se corespunde bijectiv cu mulimea punctelor unei drepte:punctul


M este imaginea numrului real a iar numrul real a este abscisa punctului M.

a, a 0
a, a 0

Modulul lui aR este: a

Axiomele modulului:
1)
a 0 ; a 0 dac i numai dac a 0
2)
3)

|a| = || . |a|; (, aR)


a b a b (Inegalitatea triunghiului)
11

Distana ntre numerele reale a, b este d a, b b a


Axiomele distanei:
1)
d a, b 0 ; d a, b 0 dac i numai dac a b
2)

d a, b d b, a

3)

d(a,c) d(a,b)+ d(b,c) (Inegalitatea triunghiului)


B. Spaiul vectorial Rn
Fie R corpul numerelor reale.
Spaiul Rn este mulimea ansamblurilor ordonate de numere reale

a a1 ,..., an , numite

vectori.
Operaii cu vectori:
1)
Adunarea vectorilor:
Fie

a a1 ,..., an ; b=(b1,,bn); ai,biR. Suma vectorilor a, b este vectorul din Rn:

a b c c1,..., cn cu ci ai bi
2)

1 i n

nmulirea vectorilor cu scalari


Fie a a1 ,..., an Rn i R. Produsul vectorului a cu scalarul este vectorul din Rn:

a a1 ,..., an

Teorema 1.1
Rn este spaiu vectorial peste corpul R fa de adunarea vectorilor i nmulirea vectorilor cu
scalari.
Demonstraie:
Se verific uor axiomele care definesc un spaiu vectorial pentru cazul lui Rn, bazndu-ne
pe proprietile operaiilor din corpul scalarilor R:
I.
II.

Adunarea vectorilor este comutativ: a b b a pentru orice a,bRn


Adunarea vectorilor este asociativ: a b c a b c pentru orice a,b,cRn

III.

Pentru adunarea vectorilor exist elementul neutru: 0 0,...,0 Rn: a 0 0 a a

IV.

pentru orice aRn


Pentru orice vector aRn, exist vectorul simetric (opus): a a1 ,..., an Rn astfel c

V.
VI.

a a a a 0
Pentru orice aRn, avem 1 a a 1 a

nmulirea cu scalari este distributiv fa de adunarea vectorilor: a b a b ;

a b a b

VII.

nmulirea cu scalari este distributiv fa de adunarea scalarilor: a a a ;

a a a

VIII. nmulirea cu scalari este asociativ fa de nmulirea scalarilor: a a


Q.E.D.
12

Dac Rn i Rm sunt spaii vectoriale peste R, produsul lor cartezian Rn X Rm este mulimea
perechilor de vectori (a; b) unde a este vector din Rn iar b este vector din Rm.
Rn X Rm devine spaiu vectorial peste R fa de operaiile:
1)
(a; b) + (c; d) = (a +c; b + d) unde a, c sunt vectori din Rn iar b, d sunt vectori din Rm
2)
(a; b) = ( a; b) unde a este vector din Rn, b este vector din Rm, iar este scalar din R.
Spaiul vectorial produs Rn X Rm este izomorf cu spaiul vectorial Rn+m
De exemplu R X R2 este izomorf cu R3

x2

Exemple:
I)
n=2: R2 ={(a1,a2) | ai R}
Orice vector

a a1 , a2

se reprezint

grafic printr-un punct M n planul raportat la


dou axe rectangulare:
a1 se numete abscisa punctului M,
a2 se numete ordonata punctului M.
Reciproc, orice punct M din plan ce
corespunde cu un vector din R2 ale crui
componente sunt coordonate ale lui M.
II)

n 3 : R3 ={(a1,a2,a3) | ai R}
Orice vector a a1 , a2 , a3 se

M(a1,a2)

a2

x1
0

a1

x3

reprezint grafic printr-un punct M n


a3
spaiul raportat la trei axe rectangulare:
a1 se numete abscisa lui M,
M
a2 se numete ordonata lui M,
a3 se numete cota lui M.
n geografie, abscisa se numete
a2
longitudine, ordonata latitudine iar cota
x2
0
altitudine.
Originea axelor pe pmnt este la
a1
intersecia ecuatorului cu meridianul 0
(Greenwich).
n spaiile vectoriale R2 i R3 x
adunarea vectorilor revine la regula 1
paralelogramului din mecanic: a b este diagonala din originea 0 a paralelogramului cu laturile
a, b iar nmulirea unui vector a cu un scalar d ca rezultat un vector a, coliniar cu vectorul a.
C. Mrimi metrice n Rn
a)
b)
c)
d)
e)
f)

n spaiul vectorial Rn se introduc mrimile metrice:


Norma vectorilor
Distana scalar a doi vectori
Produsul scalar a doi vectori
Unghiul a doi vectori
Aria paralelogramului construit pe doi vectori necoliniari
Volumul paralelipipedului construit pe trei vectori necoplanari

Teorema 1.2
a)

Vectorul a a1 ,..., an Rn are norma euclidian: a


13

a12 ... an2

b)

Distana euclidian ntre doi vectori a a1 ,..., an i b b1 ,..., bn din Rn este:

d a, b

c)

b1 a1

... bn an

Produsul scalar al vectorilor a a1 ,..., an i b b1 ,..., bn din Rn este:


a * b = a1b1 + + anbn

Demonstraie:
a)
Norma euclidian verific axiomele normei:
1)
a 0; a 0 a 0
2)
3)

a a
a b a b (Inegalitatea triunghiului)
Axiomele 1), 2) se verific imediat. Axioma 3) se reduce la inegalitatea clasic a lui

Minkovski:

a1 b1

... an bn a12 ... an2 b12 ... bn2


2

n spaiul euclidian Rn exist i alte norme n afar de cea euclidian:


Exemple:
a)

1) a
2) a

= ( a1 + ... + a n )1/p
max

ai

1 i n

b)

Spaiul vectorial Rn nzestrat cu o norm, este spaiu vectorial normat.


Distana euclidian verific axiomele distanei:
4)
d a, b 0 ; d a, b 0 a b
5)
6)

d a, b d b, a
d a, c d a, b d b, c (Inegalitatea triunghiului)

Axiomele 4), 5) rezult imediat. Axioma 6) devine:

d a, c c a b a c b b a c b d a, b d b, c

folosind axioma 3).


n spaiul vectorial Rn exist i alte distane n afar de cea euclidian.
Exemple:
i)
ii)

d p a, b b1 a1 ... bn an
p

d a, b max bi ai

1i n

Spaiul vectorial Rn nzestrat cu o distan, este spaiu metric.


c)

Produsul scalar verific axiomele:

7)
8)
9)

a * a 0 ; a * a 0 dac i numai dac a 0


a *b b *a
a b * c a * c b * c
14

Axiomele 7) 9) se verific imediat.


Spaiul vectorial Rn nzestrat cu un produs scalar, este spaiu euclidian.
Dac avem produs scalar a* b avem i norm: a

a*a

Dac avem norm: ||a|| avem i distan: d(a; b) = ||b a||


Observm c ||a|| = d(a; 0) . Q.E.D.
n afar de iruri ordonate a = (a1,,an) din Rn cu ai din R, i alte mulimi de elemente
formeaz spaiu vectorial fa de adunare i nmulire cu scalari, avnd i produs scalar (verific
axiomele I-VIII i axiomele 7) 9) din teorema 1.2):
1) Mulimea polinoamelor cu coeficieni reali de grad cel mult n:
Dac P(x) = a0xn + a1xn-1 ++ an i Q(x) = b0xn + b1xn-1 ++ bn avem produsul scalar:
P*Q = a0b0 + a1b1 ++ anbn
2) Mulimea polinoamelor trigonometrice cu coeficieni reali,cu 2n + 1 termeni:
Dac P(x) = a0 + (a1cos x + b1 sin x) ++ (an cos nx +bn sin nx) i
Q(x) = c0 + ( c1cos x + d1 sin x) ++ (cn cos nx + dn sin nx), avem produsul scalar:
P*Q = a0c0 + (a1c1 + b1d1) ++ (ancn + bndn)
3) Mulimea matricilor dreptunghiulare de tip m x n cu elemente reale:
Dac A = (aij), B = (bij) sunt matrici de tip mxn, avem produsul scalar:
m

A B a ij bij
i 1 j1

4) Mulimea funciilor continue pe [a; b] cu valori reale:


Dac f, g sunt funcii continue pe [a; b] avem produsul scalar:
b

f g f (x) g(x) dx
a

Proprietatea rmne valabil pentru funcii derivabile, integrabile i mrginite pe [a; b].
Teorema 1.3
Pentru orice a,bRn avem:
1) | a*b | || a || . || b || (Inegalitatea Cauchy-Schwartz)
2) || a + b ||2 + || a b ||2 = 2 (|| a ||2 + || b ||2 ) (Regula paralelogramului)
3) Dac a*b = 0 avem || a+ b ||2 = || a ||2 + || b ||2 (Relaia Pitagora)
Demonstraie:
1) Pentru orice R avem (a + b)*(a + b) 0, adic:
|| b ||2 . 2 + 2 a b + || a ||2 0 deci = 4 ((a*b)2 - || a ||2. || b ||2) 0
adic: | a*b | || a ||.|| b ||
15

2)

Avem: || a + b ||2 = || a ||2 + 2 a*b + || b ||2


|| a b ||2 = || a ||2 2 a*b + || b ||2

Prin adunare obinem: || a + b ||2 + || a b ||2 = 2 (|| a ||2 + || b ||2)


3)

Dac a*b = 0 relaia || a + b ||2 = || a ||2 + 2 a*b + || b ||2 devine:


|| a + b ||2 = || a ||2 + || b ||2 Q.E.D.
Inegalitatea de la punctul 1) al teoremei 1.3, permite definirea unghiului a doi vectori a, b:

cos

a *b
a b

deci, cos [-1; 1].


n particular, vectorii a, b sunt perpendiculari (ortogonali)

a b

dac i numai dac

deci: cos 0 , deci: a*b = 0.


2
Aria paralelogramului construit pe vectorii a, b este:

S a b sin

a * b
2

Produsul scalar este o arie:

P(c)

N(b)

M(a)

R
0
Fie M a i N b imaginile vectorilor a, bR2.

Fie P c imaginea vectorului c cu OP OM i c a .


Fie OPQN paralelogramul construit pe ON, OP. Ducem NR OP deci unghiurile = MON i
ONR
sunt
egale.
Rezult
i
aa
c
NR b cos
OP a

a b a b cos OP NR deci produsul scalar a b este aria paralelogramului

construit pe vectorii OP i ON cu lungimile a i b.


16

Fie vectorii a = (a1,,an), b = (b1,,bn) din Rn.


Vectorii a, b sunt coliniari dac exist R, 0 astfel c b = .a. Notaie: a ~ b
Relaia de coliniaritate a vectorilor este o relaie de echivalen:
1) a ~ a deoarece a = 1.a
2) a ~ b implic b ~ a deoarece b = .a implic a = (1/).b
3) a ~ b i b ~ c implic a ~ c deoarece b = .a i c = .b implic c = ().a cu , 0 deci . 0.
Clasa de echivalen a tuturor vectorilor b coliniari cu vectorul a se numete direcia definit
de vectorul a iar a1,,an se numesc parametrii directori ai acestei direcii.
Parametrii directori ai versorului a / ||a|| adic a1 / ||a||,, an / ||a|| sunt cosinuii unghiurilor
fcute de vectorul a cu versorii bazei-standard E1,, En (vezi seciunea 1.2.1 de mai jos).
cos 1 = a1 / ||a||,, cos n = an / ||a|| se numesc cosinuii directori ai direciei definite de
vectorul a i definesc n mod unic aceast direcie.
Avem (cos 1)2 ++ (cos n)2 = 1
Exemplu:
Fie n R3 vectorii a 1;0;4 ; b 2;3;0
1)
2)

S se calculeze 2a 3b
S se calculeze a , b i d a, b

3)
4)
5)

S se calculeze a * b
S se calculeze unghiul ntre vectorii a, b
S se calculeze aria paralelogramului construit pe vectorii a, b

Soluie:
1)
2a 3b 2 1;0;4 3 2;3;0 2;0;8 6;9;0 4;9;8

2)

d a, b
3)
4)
5)

02 42 17 ; b 22 32 02 13 ;

2 1 3 0
2

0 4 34
2

a * b 1 2 0 3 4 0 2
a *b
2
2
cos

a b
17 13
221

a * b
2

221 2 217
2

Pentru calculul ariilor i volumelor se folosesc produsul vectorial i produsul mixt al


vectorilor din Rn.
Fie E1 = (1,0,,0);,En = (0,,0,1) versorii bazei standard n Rn (vezi seciunea 1.2.1) i
fie vectorii:

a a21 ,..., a2 n ,..., a an1 ,..., ann Rn


2

Produsul vectorial al celor n 1 vectori a(2),,a(n) din Rn este vectorul din Rn definit

astfel: a

... a

E1 .........E n
a .........a2 n
21
.................
an1 .........ann

17

Dezvoltnd acest determinant dup prima linie, se vede c componentele vectorului

... a

sunt complemenii algebrici de ordin n 1 ai versorilor-unitate E1,, En din


determinantul precedent.

Proprieti ale produsului vectorial


1)

a ... a 0 dac i numai dac a 2 ,..., a n sunt liniar dependeni.

2)

Produsul vectorial este funcie liniar n raport cu orice vector

2
n
a ,..., a :

a b a ... a a a ...a b a ... a


a a ... a a a ... a deci produsul vectorial este antisimetric.



Pentru orice i 2,..., n avem: a a ... a 0 deci produsul vectorial al
2

3)

vectorilor a ,..., a

4)

este ortogonal pe fiecare din aceti vectori.

Proprietile 1) 4) rezult din proprietile determinanilor.


Caz particular: Pentru n 3 fie vectorii a
Produsul vectorial al acestor vectori este:
2

a a

E1

E2

E3

a
a23 22
a32
a33

a21 a22
a31 a32

Se verific relaia a
din R3 aa c a

a21, a22 , a23 ; a a31, a32 , a33 din R3.


3

a23
a
a
a
a
E1 21 23 E 2 21 22 E3
a33
a31 a33
a31 a32

sin unde este unghiul vectorilor a(2), a(3)


2

este aria paralelogramului construit pe a , a

a11 ;...; a1n , a a21 ;...; a2n , a an1;...; ann R n


a11 .........an
1
n
1
2
n




Produsul mixt al vectorilor a , a ,..., a este: a ,..., a ................

an1 .......ann
Fie vectorii a

Proprieti ale produsului mixt

a1 ,..., a n 0 dac i numai dac a1 ,..., a n sunt vectori liniar dependeni.

1
n
Produsul mixt este funcie liniar n raport cu orice vector a ,..., a :
a1 b1 , a 2 ,..., a n a1 , a 2 ,..., a n b1 , a 2 ,..., a n

a1 , a 2 ,..., a n a 2 , a1 ,..., a n deci produsul mixt este antisimetric

a1 , a 2 ,..., a n a1 a 2 ... a n

5)
6)

7)

8)

Proprietile 5) 8) rezult din proprietile determinanilor.


Caz particular: Pentru n 3 fie vectorii a

a11, a12 , a13 ; a a21, a22 , a23 ;


2

a a31, a32 , a33 din R3.


3

18

a11

a12

a13

a31

a22
a32

a23 i modulul acestui


a33

1 2 3
Produsul mixt al acestor vectori este: a , a , a a21

produs mixt reprezint volumul paralelipipedului cu laturile a , a , a


Exemplu:
Fie vectorii a

, concurente n originea 0.

2;0;5 ; a 0;1;4 ; a 3;1; 1 ; a 2;3;0 din R3


2

, a , a
3

i distana h1 de la vrful a(2) la baza

1)

Se cere aria triunghiului cu vrfurile a


format cu vrfurile lui a(3), a(4)

2)

Se cere volumul piramidei cu vrfurile a , a , a , a


2

baza format cu vrfurile lui a , a , a

i distana h2 de la vrful a(1) la

Soluie:
1)
Aria cerut este jumtate din aria paralelogramului cu laturile n vrfurile lui

a a 3;0; 5 i a a 2;2; 4 deci S


3

E1
3

E2
0

1 3
2
4
2
a a a a .
2

E3
0 5
3 5
3 0
5
E1
E2
E3 10; 2;6 deci
2 4
2 4
2 2
4

S 102 22 62 140 . Avem a a 1;2;1 deci


1 4
1
2
4
3
3
a a 1 22 12 6 iar S a a h1 sau 140 6 h1 deci
2
2
70
h1 2
3
1
2
1
2)
Volumul cerut este
din volumul paralelipipedului oblic cu laturile a a 2;1; 1
6
3
1
4
1
; a a 5;1; 6 ; a a 4;3; 5 deci
4

2 1 1

1
a 2 a 1 , a 3 a 1 , a 4 a 1 5 1 6 16 deci V= 16 8 . Avem V S h2

3
6 3
4 3 5
8
4
i cum V = 8 / 3 i de la punctul 1) avem S 140 aa c h2

140
35
D. Subspaii vectoriale n Rn
Submulimea LRn este subspaiu vectorial al lui Rn dac este spaiu vectorial fa de
operaiile din Rn:
1)
a, bL a+bL
2)
aL, R .aL
19

Axiomele I) VIII) ale spaiului vectorial, valabile n Rn, vor fi valabile i n L.


Conform punctului 2) pentru 1, din aL rezult -aL iar conform punctului 1) din
a, -aL rezult a + (-a) = 0L
O clas important de subspaii liniare sunt soluiile sistemelor liniare omogene (Teorema 1.4)
Exemple n R3 (n = 3):
1)

x1

3
m = 1: Mulimea vectorilor X x2 R cu a11x1 + a12x2 + a13x3 = 0 este un plan care

x
n

trece prin originea 0 a axelor de coordonate. n particular planele de coordonate


x1Ox2 , x1Ox3 , x2Ox3 au ecuaiile x3 0 ; x2 0 ; x1 0 .
2)

1
2

x1

3
m = 2: Mulimea vectorilor X x2 R cu

x
n
a11 x1 a12 x2 a13 x3 0

a21 x1 a22 x2 a23 x3 0

este o dreapt care trece prin originea O a axelor de coordonate. Aceast dreapt este intersecia
planelor care trec prin O i satisfac ecuaiile (1) respectiv (2).
Dac L este subspaiu vectorial n Rn i bL, mulimea b + L = {b+a aL} se numete
varietate liniar paralel cu subspaiul vectorial L.
Mulimea varietilor liniare ale subspaiului vectorial LRn, formeaz un spaiu vectorial,
numit spaiu vectorial-ct i notat Rn / L, fa de operaiile:
1) (b + L) + (c + L) = (b + c + L), (b, cL);
2) (b + L) = b + L, (bL, R)
Exemple:
1)
Mulimea soluiilor M = (x,y,z)R3 a ecuaiei a11 x + a12 y + a13 z + a14 = 0 este un plan
paralel cu planul care trece prin origine asociat ecuaiei omogene: a11 x + a12 y + a13 z = 0
2)
Mulimea soluiilor M = (x,y,z)R3 a sistemului de ecuaii compatibil nedeterminat:

a11 x a12 y a13 z a14 0

a21 x a22 y a23 z a24 0


este o dreapt, paralel cu dreapta care trece prin origine asociat sistemului omogen:

a11 x a12 y a13 z 0

a21 x a22 y a23 z 0

1.1.2 Matrici de numere reale


A. Definiii
O matrice de numere reale, cu m linii i n coloane (de tip m n ) este un tablou
dreptunghiular cu mn numere reale aij , aranjate pe m linii i n coloane:
20

a11
A

am1

a1n

am n

a11
A

an1

a1n

an n

Dac m n , matricea se numete ptratic de ordin n:

n particular, un vector linie b b1 ,..., bn este o matrice de tip 1 n iar un vector

c1
este o matrice de tip m 1 .
coloan c

c
m
O mulime de p matrici A1 ,...,A p , toate de tip m n formeaz o hipermatrice A cu m linii, n
coloane i p rame:

a11 p ,..., a1n p


a111 ,..., a1n1

A1 ; ... ; A p

am 1 p ,..., am n p
am11 ,..., am n1

Aceste rame A1 ,...,A p pot fi aezate una n spatele celeilalte ca ramele ntr-un stup.
Transformri
1)
Orice matrice se poate transforma ntr-un vector linie i reciproc.
1.1 Fie matricea de tip m n cu m n elemente:

a11
A

am1

a1n

am n
Matricea A se transform n vectorul linie A a11 ,..., a1n ,..., am1,..., am n deci prin

schimbarea notaiilor, avem vectorul linie cu q mn elemente: b b1 ,..., bk ,..., bq

unde

bk aij cu k = n ( i 1) + j, unde i = 1,, m; j = 1,, n, deci k = 1,, q.

b) Fie vectorul linie: b b1 ,..., bk ,..., bq

cu q elemente. Fie m un divizor al lui q i n = q / m.

Vectorul linie b cu q mn elemente se transform n matricea A de tip m n :

a11
A

am1

a1n
unde a b cu i = Int((k 1)/n)+1; j = k n.Int((k 1)/n)
ij
k

am n

unde k = 1,, q deci i = 1,, m; j = 1,, n.


21

2)

Orice hipermatrice se poate transforma ntr-un vector linie i reciproc.

c) Fie hipermatricea A de tip m n p cu mnp elemente a i j h (i=1,, m; j=1,, n;h=1,, p).


Hipermatricea A se transform n vectorul linie A a111 ,..., am n 1 ,..., a11 p ,..., am n p

deci prin schimbarea notaiilor, avem vectorul linie cu q = m n p elemente: b b1 ,..., bk ,..., bq

unde bk ai j h cu k =p. n.(h 1) + n.(i 1) + j unde i= 1,, m; j = 1,, n; h = 1,, p

d) Fie vectorul linie: b b1 ,..., bk ,..., bq

cu q elemente. Fie m, n doi divizori ai lui q i

p=q/mn
Vectorul linie b cu q mnp elemente se transform n hipermatricea A de tip m n p
cu elementele ai j h bk cu i = Int((k 1)/n p.Int(Int((k 1)/n)/p);
j = k n.Int((k 1)/n); h = Int(Int((k 1)/n)/p) + 1 unde k = 1,, q.
Dac A aij
o matrice de tip

1 i m; 1 j n este o matrice de tip m n , transpusa sa, notat AT, este


n m cu AT a ji 1 j n; 1 i m adic prin transpunere, liniile

devin coloane i coloanele devin linii.


Transpusa unei matrici ptratice A de ordin n este tot o matrice ptratic, notat AT de
acelai ordin n. Matricea A este simetric dac coincide cu transpusa sa: AT = A deci a ji aij i
este antisimetric dac

AT A deci a ji aij

B. Operaii cu matrici
1)

Adunarea i scderea matricilor:


Dac A aij i B bij sunt matrici de tip m n , suma lor este A B aij bij

tot de tip m n iar diferena lor este A B aij bij tot de tip m n .
2)

nmulirea matricilor:
Dac A aij

1 j n; 1 k n

1 i m; 1 j n

este matrice de tip m n i B b jk

este matrice de tip n p atunci produsul lor este A B Cik


n

1 i m; 1 k p de tip m p unde: Cik aijb jk


j 1

3)

nmulirea matricilor cu scalari:

Dac A aij 1 i m; 1 j n este matrice de tip m n i

produsul matricii A cu scalarul este A aij tot de tip m n .

22

atunci

4)

mprirea matricilor ptratice:


Dac A aij

ordin n i B bij

1 i, j n este matrice ptratic nesingular (cu det A 0 ) de


1 i, j n este o alt matrice ptratic de ordin n, ctul lor este:

B
B A 1 i este tot matrice ptratic de ordin n.
A
A 1 este o matrice ptratic de ordin n care satisface relaiile A A-1 A-1 A E (E

este matricea unitate de ordin n).

A 1 se numete inversa matricii ptratice nesingulare A de ordin n.


Dac matricea A este ptratic de ordin n, singular det A 0 sau A este matrice
A 1 nu exist dar exist inversa generalizat A .

Dac A este matrice de tip m n , A este matrice de tip n m care satisface relaia
A A+ A A . Dac A este matrice ptratic de ordin n, A este tot matrice ptratic de ordin n.

1
Dac A este matrice ptratic de ordin n, nesingular, avem A A
dreptunghiular de tip m n , inversa

Dac A este o matrice dreptunghiular de tip m x n, inverse la dreapta Ad-1 este o matrice
dreptunghiular de tip n x m astfel c A. Ad-1 = Im.
Ad-1 este soluia X de tip n x m a ecuaiei matriciale A.X = Im .
x1i

X (X 1 ... X m ) cu Xi ..... R n i I m (E 1 ... E m ) cu Ei R m
x
ni
Ecuaia matricial A.X = Im se reduce la m sisteme liniare de m ecuaii cu n necunoscute fiecare, de
forma A.Xi = Ei; (i = 1,, m).
Aceste sisteme liniare sunt toate compatibile dac i numai dac :
Rang(A) = Rang(AE1) = = Rang(AEm)
Pentru m < n condiia este ndeplinit deci pentru m < n inversa la dreapta Ad-1 exist dar nu
este unic.
Inversa la dreapta Ad-1 permite rezolvarea sistemelor matriciale X.A = B, unde A,B,X sunt
matrici, cu soluia X = B.Ad-1.
Dac A este o matrice dreptunghiular de tip m x n, inversa la stnga As-1 este o matrice
dreptunghiular de tip n x m, astfel c As-1. A = In.
Prin transpunere avem: AT.(As-1)T = In, deci (As-1)T = (AT)d-1 aa c As-1 = ((AT)d-1)T.
Pentru m > n As-1 exist dar nu este unic.
Inversa la stnga As-1 permite rezolvarea sistemelor matriciale A.X. = B, unde A,B,X sunt
matrici, cu soluia X = As-1.B.
5)

Suma direct a matricilor:


Fie A aij

1 h p; 1 k q este

o matrice de tip

aij
0

m p n q are forma: A B=
6)

este o matrice de tip m n iar A ahk

1 i m; 1 j n

0
bhk

Produsul direct al matricilor:


23

p q , suma lor direct A B de tip

Dac A aij

1 h p; 1 k q

1 i m; 1 j n

este o matrice de tip m n i B bhk

este o matrice de tip p q , produsul lor direct A B de tip mp nq

are forma: A B aij bhk


C. Indicatori numerici ai matricilor
1)

Urma unei matrici ptratice:

Dac A aij 1 i; j n este o matrice ptratic, urma sa este suma elementelor de

pe diagonala principal: Tr A a11 a22 ... an n


2)

Determinantul unei matrici ptratice:

Fie A o matrice ptratic de ordin n: A aij 1 i; j n . Orice aplicaie bijectiv a

mulimii 1,...,n pe ea nsi, o vom numi permutare i o vom nota:

2,
,
n
1,
:
, n
1 , 2 ,
Mulimea Sn a permutrilor fa de compunerea permutrilor ca funcii, formeaz un
grup, numit grupul simetric.

j
i
cu i j i

O inversiune n permutarea este o pereche de valori

i j . Signatura permutrii este o funcie cu dou valori: 0 dac conine un numr par
de inversiuni i 1 dac conine un numr impar de inversiuni.
Notaie: sign
Determinantul matricii ptratice A este: det A

Sn

sign ai , i
i 1

O matrice ptratic A se numete nesingular dac det A 0 i singular dac

det A 0 .
3)

Rangul unei matrici dreptunghiulare:

Dac A aij 1 i m; 1 j n este o matrice de tip m n rangul matricii A notat

r rang A este ordinul celui mai mare minor nenul, numit minor principal. Aceasta nseamn
c:
a)
b)

Exist cel puin un minor de ordin r nenul (minorul principal)


Toi minorii de ordin r 1 sunt nuli.
n acest caz, toi minorii de ordin r 2, r 3,..., sunt nuli.

Avem: 0 rang A minim m, n .

O matrice A de tip m n se numete matrice de rang maxim dac rang A minim m, n .

Dac matricea de rang maxim A este ptratic atunci rang A n i det A 0 , matricea A
numindu-se nesingular.
24

4)

Norma unei matrici dreptunghiulare

Dac A aij 1 i m; 1 j n este o matrice de tip m n , norma euclidian a matricii

m n
1
A este: A aij
i 1 j 1

Aceast norm satisface axiomele:


a)
A 0; A 0 A 0
b)
c)
d)

A A
A B A B (inegalitatea triunghiului)
AB A B

Norma euclidian nu este singura norm a matricii A.


Exemplu:
m

A aij satisface axiomele a) d) de mai sus, fiind deci o alt norm a matricii A.
i 1j 1

5)

Matricea Gram a unei matrici dreptunghiulare:


Fie A aij

1 i m; 1 j n

o matrice de tip m n i fie

A T de tip n m

transpusa sa.

Matricea Gram a matricii A, notat A , este A A A gij .


T

Matricea Gram este matrice ptratic de ordin m i este simetric adic gij g ji deci

A A .
T

Spectrul unei matrici ptratice


Dac A este o matrice ptratic de ordin n, fie numrul real sau complex i vectorul XRn
astfel c A.X = .X . se va numi valoare proprie a matricii A, iar X se va numi vector propriu al
matricii A.
Pentru gsirea valorilor proprii i a vectorilor proprii X, trebuie s avem
A E X 0 .
6)

Acest sistem omogen are i soluii nenule X dac:

P det A E n p1 n1 ... pn1 pn 0


P se numete polinom caracteristic al matricii A, iar rdcinile sale vor fi valori proprii pentru A.
Aceste n rdcini vor fi reale sau complexe conjugate, simple sau multiple.
Mulimea tuturor valorilor proprii ale lui A se numete spectrul matricii A i se noteaz cu (A).

A max

A adic cea mai mare valoare proprie n modul, se numete raza

spectral a matricii A.
Ecuaia P det A E 0 se numete ecuaia caracteristic a matricii A, i are
forma desfurat:
25

a11
a21

an1

a12
a22

an 2

....
....

....

a1n
a2 n
0

ann

De aici rezult relaiile:

1 ... n Tr A a11 a22 ... ann


1 ... n det A
Din ultima relaie rezult c rang A n dac i numai dac 0 nu este valoare proprie
pentru A.
Proprieti ale spectrului (A)
1)
(AT) = (A)
2)
AB BA
3)
4)

(A) m(Am)
Dac det A 0 i A atunci -1(A-1)

5)

0 A dac i numai dac det A 0 adic rang A n .

6)
7)

A = matrice simetric (A = AT ) (A) conine numai valori proprii reale


A = matrice ortogonal (A-1 = AT) (A) conine numai valori proprii de modul 1
D. Clase de matrici

1)

Matrici simetrice:
Avem a ji aij deci

2)

AT A adic A A2 .

Matrici antisimetrice:
Avem a ji aij deci

3)

Matrici ortogonale:

4)

Matrici normale:

AT A adic A A2

A E deci AT A-1 i det A 1

Avem

AAT AT A deci A AT . Matricile simetrice, antisimetrice i cele

ortogonale sunt normale.


5)
Matrici nenegativ definite i pozitiv definite:
Matricea simetric A este nenegativ definit dac pentru orice vector coloan X cu n
T
componente reale, avem f X X AX 0 . n acest caz valorile proprii ale matricii A sunt 0 .
Matricea simetric A este pozitiv definit dac pentru orice vector coloan X cu n
T
componente reale avem f X X AX 0 . n acest caz valorile proprii ale matricii A sunt 0 .
n mod similar se definesc matricile nepozitiv definite ( f X X AX 0 ) i matricile
T

negativ definite ( f X X AX 0 )
T

1.2 BAZE DE VECTORI N Rn

26

1.2.1 Definiia bazei i dimensiunii n Rn


1)

n continuare vom conveni s scriem vectorii din Rn ca vectori-coloan cu n componente.


Vectorii F1,, FnRn (m n) se numesc liniar independeni dac relaia 1F1 ... mFm

= 0 implic 1 =... m 0 adic cei m vectori nu satisfac nici o relaie de dependen liniar.
Orice submulime a unei mulimi de vectori liniar independeni este format tot din vectori
liniar independeni.
Vectorii F1,, FpRn (p n) genereaz pe Rn dac pentru orice vector VRn exist scalarii
1,, pR astfel c V 1F1 ... p Fp .
Dac o submulime a unei mulimi de vectori genereaz pe Rn, atunci ntreaga mulime
genereaz pe Rn.
Vectorii F1,, FnRn formeaz o baz n Rn dac ei sunt liniar independeni i genereaz pe Rn.
Fie VRn cu V 1F1 ... n Fn . Scalarii 1 ,..., n se numesc coordonatele vectorului
V n baza F i formeaz vectorul-coloan VF 1 ,..., n .
T

Relaia precedent se scrie matricial V F VF unde F F1 ,...,Fn este matricea bazei

F1,...,Fn cu vectorii-coloan F1,...,Fn .

Exemplu:
Baza standard este format din vectorii matricii-unitate:

E1 E 2

1n 0n
E 0n 1n

0 0
n
n

En

0n
0n

1n

Avem Ei 1 deci E i se numesc versori. n plus Ei E j 0 , deci vectorii Ei , E j sunt

ortogonali cte doi 1 i, j n .

Dac V = (V1,, Vn)T, avem V V1E1 ... Vn E n , deci coordonatele lui V n baza
standard E sunt chiar componentele V1,, Vn ale lui V ca vector din Rn.
Relaia din chenarul de mai sus devine V E VE VE .
Oricare baze din Rn au exact n vectori, n numindu-se dimensiunea spaiului vectorial Rn:
n
dim (R ) = n.

f11
f12
f1n


n
Fie F1
; F2 ;...;Fn vectori-coloan din R care formeaz o baz
f
f
f
n1
n2
nn
n
din R . Matricea F cu coloanele F1,..., Fn se numete matricea bazei F F1 ,F2 ,...,Fn :

27

F1

f
F 11

f n1

F2
f12
fn2

Fn

f1n

f nn

Avem det(F) 0 i rang F n .


Dac det(F) > 0, baza cu matricea F are orientare pozitiv, iar dac det(F) < 0, baza cu
matricea F are orientare negativ.
Exemplu:

F1

1
Fie matricea F
0

F2
0
5
4

F3

2
3

a)

S se arate c vectorii-coloan F1, F2 i F3 formeaz o baz n R3;

b)

5

S se gseasc coordonatele vectorului-coloan v 4 n baza format cu vectorii F1, F2 i F3.

3

Soluie:
a)
Fie relaia de dependen liniar: 1F1 2F2 3F3 0 , deci pe componente avem

5 2

2 4
1
2

23

0 , de unde rezult 1 2 3 0 .
0
5

Fie un vector-coloan oarecare V din R3, de exemplu V 4 .

3

S artm c exist 1, 2, 3R, nu toi nuli astfel c V 1F1 2F2 3F3 .
23 5
1

Pe componente avem:
5 2 33 4 , de unde rezult
2 4
3
1
2

58
23
49
1 ; 2 ; 3 .
8
8
8
58
23
49
1 ; 2 ; 3
b)
sunt chiar coordonatele vectorului-coloan V n baza
8
8
8
F1,F2 ,F3
33

28

Un sistem de m n vectori-coloan F1,..., Fm din Rn se numete ortogonal dac vectorii


Fi , Fj sunt ortogonali cte doi, deci Fi Fj 0 .
n acest caz vectorii F1,..., Fm sunt liniar independeni.
n adevr, fie relaia de dependen liniar:
(1)

1F1 ... mFm 0

nmulim scalar relaia (1) cu F1: 1 F1

2 F1 F2 ... m F1 Fm 0 adic

1 F1 0 , deci 1 0 cci F1 0 .
2

n mod analog nmulind scalar relaia (1) cu F2,..., Fm obinem 2 ... m 0 .

Pentru m n sistemul F1 ,...,Fn de vectori din Rn, ortogonali cte doi, devine baz
ortogonal.
Fie n acest caz VRn cu V 1F1 ... n Fn .
Avem V Fi 1 F1 Fi ... n Fn Fi i Fi

, deci i

V Fi
2

Fi
O baz ortogonal este ortonormal dac n plus F1 ... Fn 1.

1 i n

n acest caz matricea F este ortogonal F1 FT i i V Fi .


Exemplu:
Baza standard E este ortonormal.

1.2.2 Subspaii vectoriale i sisteme liniare omogene


Teorema 1.4

x1
din
Fie o matrice A de numere reale cu m linii i n coloane. Mulimea vectorilor X

x
n
n
n
R care satisfac sistemul liniar omogen AX 0 , este un subspaiu vectorial L al lui R i reciproc.
Demonstraie:
Afirmaia direct:
1)
din X, XL rezult AX = 0, AX = 0 de unde A(X + X) = 0 aa c X + XL
2)
din XL, R rezult AX 0 deci A X 0 aa c xL.
Afirmaia reciproc:
Fie L un subspaiu vectorial r-dimensional al lui Rn cu baza F1 ,...,Fr .

Fie matricea F= F1 ,...,Fr de tip n x r i rang r care are pe coloane vectorii F1,, Fr.
Fie G1,, Gn - rRn soluiile liniar independente ale sistemului liniar omogen F X 0 .
G1,...,G nr formeaz o baz a subspaiului vectorial LRn cu dim(L) = n - r
T

Fie matricea G= G1,...,G nr de tip n x (n - r) i rang r, are pe coloane vectorii

G1,...,G nr .
29

Soluiile liniar independente ale sistemului liniar G X 0 sunt vectori-coloan. F1,,


n
FrR care genereaz subspaiul vectorial LRn cu dim(L)=r . Q.E.D.
T

Din teorema 1.4 rezult c vectorii oricrei varieti liniare b + L unde vectorul b nu
aparine subspaiului vectorial L, sunt soluii ale sistemului liniar neomogen GT.X = b i reciproc.
Forma parametric a soluiei X este dat n seciunea 1.3.1
Exemple:

F1 F2
1 3
deci dim(L) = 2.
2 0

1 4

a) Fie LR3 subspaiul vectorial cu baza F

G1
x1 2 x2 x3 0
-8
are soluia G
7
3x1 0 x2 4 x3 0

6

Sistemul liniar omogen F X 0 adic


T

care constituie o baz pentru LR3 cu dim(L ) = 3 2 = 1


T
Sistemul liniar omogen G X 0 adic 8x1 7 x2 6 x3 0 are ca soluii liniar
independente chiar pe F1 i F2.

F1
2
deci dim(L) = 1.
3

4

b) Fie LR3 subspaiul vectorial cu baza F

Sistemul liniar omogen

G1

FT X 0 adic 2 x1 3x2 4 x3 0 are soluii liniar


G2

-3 2
care constituie o baz pentru LR3 cu dim(L ) = 3 2 = 1

2 0

0 1
0
3x1 2 x2
T
Sistemul liniar omogen G X 0 adic
are ca soluie pe
x3 0
2 x1
F1

independente pe G1, G2 cu G

2
F deci chiar baza lui LR3.
3

4

30

1.2.3 Substituirea unui vector dintr-o baz i aplicaii.

E1 E 2

1 0
Fie E 0 1

0 0

En

0
n
n
0 baza standard n R . Fie vectorii-coloan A1,, AmR . Aceti

vectori-coloan constituie matricea de tip n x m:

A1 A 2

a
a12
A 11

an1 an 2

Am

a1m

anm

Avem relaiile:

(1)

A1 a11E1 ... ah1E h .... an1E n


A k a1k E1 ... ahk E h .... ank E n


A m a1m E1 ... ahm E h .... anm E n

sau sub form de tabel:

an1

ahk

------------

ank

Am
A1m

------------

ahm

------------

anm

---------

------------

------------

---------

Ak
a1k

---------

En

------------

---------

ah1
---------

Eh
---------

---------

A1
a11

---------

Baza
E1

Dac ahk 0 , ahk se va numi pivot i se ncercuiete. Putem nlocui vectorul Eh din baz
cu vectorul Ak din afara bazei standard. Avem:

31

(2)

A1 a '11 E1 ... a 'h1 A1 .... a 'n1 E n


A k 0 E1 ... 1 A k .... 0 E n

A m a '1m E1 ... 1 A k .... a 'nm E n

sau sub form de tabel:

an1

Am
A1m

------------

------------

Ahm

------------

Anm

---------

------------

---------

Ak
0

------------

---------

En

------------

---------

ah1
---------

Ak
---------

---------

A1
a11

---------

Baza
E1

Teorema 1.5
Prin substituirea vectorului Eh din baza standard cu vectorul Ak din afara bazei, avem
relaiile de transformare a coeficienilor:

ahj

j 1,..., m

(3)

a 'hj

(4)

a
a 'ij aij ik ahj
ahk

ahk

1 i n
1 j m

ih

Demonstraie:
nlocuind n relaiile (2) coeficienii dai de relaiile (3) i (4) precum i expresia lui Ak din
(1), obinem dup reducerea unor termeni, chiar relaiile (1):

a
a
a
A1 a11 1k ah1 E1 ... h1 a1k E1 ... ahk E h ... ank E n ... an1 nk ah1 E n
ahk
ahk
ahk

a11E1 ... ah1E h ... an1E n

a
a
a
A m a1m 1k ahm E1 ... hm a1k E1 ... ahk E h ... ank E n ... anm nk ahm E n
ahk
ahk
ahk

a1m E1 ... ahm E h ... anm E n


Q.E.D.
32

Observm c relaiile (3) i (4) sunt n fond transformri elementare ale liniilor matricii de
tip n m :

a11
A
a
n1

a1m

anm

i anume: Relaia (3) specific faptul c linia h se mparte cu pivotul ahk 0 .


Dac m n , det A se mparte cu ahk .

Relaia (4) specific faptul c din linia i se scade linia h, nmulit cu factorul

aik
.
ahk

Dac m n , det A rmne neschimbat.


Relaiile (3) i (4) se constituie n regula dreptunghiului care const n urmtoarele:
1)
Linia pivotului se mparte la pivotul ahk .
2)

Elementele din celelalte linii, se nmulesc cu pivotul ahk , din produs se scade produsul

elementelor diagonalei a doua a dreptunghiului format iar diferena se mparte la pivotul ahk .
Regula 2) se bazeaz pe faptul c relaia (4) se scrie sub forma echivalent:

a 'ij

aij ahk aik ahj


ahk

Algoritmul care folosete numai relaia (4) se mai numete algoritmul Gauss iar cel care
folosete relaiile (3) i (4) se mai numete algoritmul Gauss-Jordan.
Exemplu:

A1

3
3
Fie n R vectorii-coloan A1, A2 cu matricea A: A
1

0
E1 E 2 E 3

1
0
0

Fie baza standard: E


0 1 0

0 0 1

A2

2
4

Avem tabelul:

Baza

A1

A2

E1

E2

-1

E3

33

Vrem s substituim pe E1 cu A1.


Pivotul este 3 i se ncercuiete iar E1 i A1 se marcheaz cu sgei. Pe coloana A1 se trece

1

coninutul coloanei E1 adic 0

0

2
3

1)

Linia pivotului se mparte la pivot: 2 se nlocuiete cu

2)

n liniile 2 i 3 aplicm regula dreptunghiului: 4 se nlocuiete cu


5 se nlocuiete cu

3)

5 3 0 2
5
3

4 3 2 1 14
iar

3
3

Tabelul iniial devine:


Baza
A1

A1
1

A2

E2

3
14
3

E3

nlocuirea poate continua substituind pe E2 cu A2.


Aplicaii ale metodei substituirii
A. Calculul determinantului unei matrici ptratice A

a1n
a11

Fie matricea ptratic de ordin n: A

a
ann
n1
Fie E E1 , ... , E n baza standard i A1 , ... , A n vectorii-coloan din A.
Avem tabelul iniial:
Baza

A1

------

An

E1

a11

------

a1n

-----an1

------

-----En

------

ann

Substituim succesiv pe E1 cu A1, ..., pe En cu An i scoatem de fiecare dat n factor pivotul


n faa determinantului det A . n final avem det A = Produsul celor n pivoi nmulit cu 1
(determinantul matricii-unitate).
Dac ntlnim pivoi nuli, vom permuta linii sau coloane ntre ele pentru a gsi pivoi nenuli.
Fiecare permutare de linii sau coloane are ca efect schimbarea semnului pentru det A .
34

Dac dup un numr de substituiri, obinem o linie nul, atunci procesul de calcul se oprete
i det A 0 .
Exemple:
1)
S se calculeze prin metoda substituirii determinantul matricii:

2 1 0
A 3 4 1
5 1 5

Soluie:
Avem:

Avem det A 2

Baza

A1

A2

A3

E1

-1

E2

E3

-5

A1

E2

11

E3

A1

1
11

A2

2/11

E3

58
11

A1

A2

A3

11 58
1 58 .
2 11
35

2)

S se calculeze prin metoda substituirii determinantul matricii:

5 0 1
A 2 3 4
9 6 7

Soluie:

Baza

A1

A2

A3

E1

E2

-4

E3

-7

A1

E2

E3

A1

A2

5
22
15

E3

5
22
44

5
5

Substituirea nu mai poate continua deci det A 5 3 0 0 .


B. Calculul rangului unei matrici dreptunghiulare A

a11

Fie matricea de tip m n : A

am1

a1n

amn

n seciunea 1.1.2 C, a fost definit rangul matricii A ca fiind ordinul celui mai mare minor nenul,
numit minor principal: rang A r dac exist un minor de ordin r, nenul (minorul principal) i
toi minorii de ordin
Avem:

r 1 sunt nuli).

1 rang A r minim

m, n
36

rang A r este numrul maxim de linii liniar independente ca vectori din Rn i este numrul
maxim de coloane liniar independente ca vectori din Rm. Cu alte cuvinte, rang A este
dimensiunea subspaiului vectorial al lui Rn, generat de cei m vectori-linie din A i este
dimensiunea subspaiului vectorial al lui Rm, generat de cei n vectori-coloan din A.
Fie cazul m n.
Fie rang A r minim m, n i fie submatricea principal de ordin r:

a11
F

ar1

a1r
cu determinantul principal det F 0 .

arr
Dac det F 0 atunci prin permutarea ntre ele a liniilor i/sau permutarea coloanelor,

vom aduce minorul principal pe primele r linii i pe primele r coloane.


Permutarea ntre ele a liniilor respectiv coloanelor nu schimb rangul matricii A.
Matricea A are forma iniial:

A=

F G
H K

unde submatricile au tipurile: Frr ; G r nr ; H mr r ; K mr nr .


Se substituie E1 cu A1, ..., Er cu Ar i matricea capt forma:

Baza

A1

------

Ar

Ar+1

------

An

A1

------

a '1, r 1

------

a '1n

------

------

------

a 'r , r 1

------

a 'rn

Er+1

------

------

------

------

------

------

Em

adic:
-1

Er
A=
O

F G
O

37

------

-----0

------

------

-----Ar

------

F
de tip m r care conine toate liniile i numai cele r coloane principale
H
din forma iniial a matricii A i notm V E r F1G de tip r n , care conine toate coloanele

Notm U

i primele r linii principale din forma final a matricii A dup substituire.


Se verific relaia A U V unde rang A rang U rang V r .
Aceast relaie se numete descompunerea bazic a matricii A.
n adevr, primele r coloane A1 ,...,Ar ale matricii A sunt liniar independente i constituie
matricea U iar celelalte n r coloane Ar 1 ,...,A n sunt liniar dependente de A1 ,...,Ar ,

coeficienii de dependen liniar fiind cele n r coloane ale submatricii F G de tip r n r ,


1

Ar 1,...,An A1,...,Ar F1G .


n cazul m n , se lucreaz cu

A T de acelai rang cu A.

Exemplu:

2 3 1 5

S se afle rangul matricii de tip 3 4 : A 0 1 4


7

2 4 3 12

Soluie:
Baza

A1

A2

A3

A4

E1

-1

E2

E3

12

A1

E2

E3

A1

13

A2

A3

38

-8

2 3
1 0 13/ 2 8

Avem U 0 1 ; V
cu

0
1
4
7

2 4

rang A rang U rang V r 2

13

13/ 2 8
A3 A1 4A 2
Avem A3A 4 A1A 2
adic
2
7
4
A 4 8A1 7A 2
C. Calculul matricii inverse A-1 a unei matrici ptratice nesingulare
de ordin n (cu det A 0 )
Tabelul iniial are forma:

Baza

A1

------

An

E1

------

En

E1

A11

------

a1n

------

------

------

------

------

------

En

an1

------

ann

------

Substituim pe E1 cu A1 ,...,E n cu A n i obinem tabelul final:


Baza

A1

------

An

E1

------

En

A1

------

a '11

------

a '1n

------

------

------

------

------

An

------

a 'n1

------

a 'nn

-1

Exemplu:

3 1 0

S se inverseze matricea ptratic nesingular A 1 0 1 cu det A 1 0

0 2 7

39

Soluie:
Baza

A1

A2

A3

E1

E2

E3

E1

E2

-1

E3

A1

E2

E3

A1

-1

-1

A2

E3

-2

-6

A1

-2

-7

A2

21

-3

A3

-2

-6

2 7 1

1
Avem: A 7
21 3 . Se verific relaiile A A1 A1 A E

2 6 1

a11 x1 ... a1n xn b1

Pentru un sistem de n ecuaii cu n necunoscute de forma: sau


a x ... a x b
nn n
n
n1 1
matricial AX b cu rang A n (sau det A 0 ), soluia unic a acestui sistem liniar are
1

forma matricial X A b unde

A 1 se calculeaz ca mai sus.

Exemplu:

2
3x1 x2

S se rezolve sistemul liniar: x1

x3 4 prin metoda matricii inverse.

2 x2 7 x3 3

40

Soluie:
Avem rang A 3 , det A 1 0

2 7 1 2 35
X A b 7 21 3 4 107 deci x1 35 ; x2 107 ; x3 31
2 6 1 3 31

D. Calculul inversei generalizate A+ a unei matrici dreptunghiulare A


1

Dac matricea A este dreptunghiular de tip m n inversa obinuit A nu exist, dar


exist inversa generalizat de tip n m notat A+ care a fost definit n seciunea 1.1.2 punctul B)
1

prin relaia AA A A analoag relaiei AA A A .


Matricea A + se poate calcula i dac matricea A este ptratic ( m n ) dar singular
( det A 0 ).
+

Fie cazul m n
Fie 1 rang A r minim

m, n

n seciunea 1.2.3,punctul B) de mai sus, la calculul lui rang A s-a prezentat

descompunerea bazic a matricii A: A U V cu U de tip m r , V de tip r n i


rang A rang U rang V r .
Inversa generalizat a lui A, notat A+ este de tip n m i are forma:

A VT UT U V VT UT
1

(1)

n particular dac matricea A este de rang maxim, n presupunerea

m n , avem rang A m .

Avem A F G cu F de tip m m , nesingular i G de tip m n m .

Dup pivotare avem A E m F1G deci avem U F de tip m m i V E m F1G de

tip m n .
Din formula (1) rezult c pentru

A AT AAT

(2)

m n i rang A m , avem:

n cazul m n se lucreaz cu

A T de tip n m cu n m deci se afl AT A .

Dac rang A n , prin aplicarea relaiei (2) pentru

A A

rezult prin transpunere:

A AT A AT

Exemple:
1)

1 1 2 0

Se d matricea de tip 3 4 : A 1 2 3 1

0 1 1 1

Se cere inversa generalizat A+


41

A T , rezult: AT A AT A i cum

(3)

Soluie:
Calculm ca la punctul 1.2.3 B. rangul matricii A:
Baza

A1

A2

A3

A4

E1

-1

E2

-1

-3

E3

-1

A1

-1

E2

-1

E3

-1

A1

A2

-1

E3

Avem rang A 2 . Liniile 1, 2 sunt principale i coloanele 1, 2 sunt principale.

Avem U 1

1
Avem V
0

1
2 cu toate cele trei linii i coloanele principale 1, 2 din matricea A iniial.
1
0 1 1
cu toate cele patru coloane i liniile principale 1, 2 din matricea A
1 1 1

final (dup substituire).

2 3
3 0
T
T
T
; VV
deci U UVV

3 6
0 3
3
6
9
T
T 1
U UVV 3 2 9
9
9
1 0
3
3
0 1 6

9
9 1 1 0 1 1

Rezult A

1 1 3
2 1 2 1 9 2
9

1
1

4
Rezult U U
T

42

6 9

de unde:

9
18

3
1 2
1 1

1 5
0

2)

3 1 2

0 1 4

Se d matricea de rang maxim de tip 2 3 : A

Se cere inversa generalizat A+


Soluie:

Avem rang A 2 deci conform relaiei (2) avem A A AA

T 1

unde:

17 7
189 189
14 7
T
T 1
AA
deci AA 7 14 deci
7 17

189 189
3 0
51 21
17 1
17

1
1
1
1 1
24 21 8 1
A

189
7 14 189 6

2 2
2
4
42

E. Calculul produsului F-1G unde F este matrice ptratic de ordin n


nesingular (det (F) 0) iar G este matrice dreptunghiular de tip n x p
Tabelul iniial are forma:
Baza

F1

------

Fn

G1

------

Gp

E1

f11

------

f1n

g11

------

g1p

------

------

------

------

------

En

fn1

------

fnn

gn1

------

gnp

Se substituie pe rnd E1 cu F1 ,...,E n cu Fn .


Tabloul final are forma:
Baza

F1

------

Fn

G1

------

Gp

F1

------

g '11

------

g '1 p

------

------

------

------

F G

------

Fn

------

g 'n1

------

g 'np

43

-1

Exemplu:

1 0 2
2 1 0

Se dau matricile F 0 8 5 ; det F 1 0 i G 1 0 1 . Se cere F1 G

1 0 3
0 3 5

Soluie:
Baza

F1

F2

F3

G1

G2

G3

E1

-2

E2

E3

-1

F1

-2

E2

E3

-2

F1

-2

F2

E3

F1

F2
F3

8
1
8

8
19
8

36

-63

-74

12

-20

-23

-19

32

37

8
37
8

36 63 74

Avem: F G= 12 20 23

19 32 37

F. Calculul produsului GF-1 unde F este matrice ptratic de ordin n


nesingular (det (F) 0) iar G este matrice dreptunghiular de tip m x n.

1 T

Avem GF

T 1

G T deci aplicm cazul 1.2.3, punctul E) pentru matricile FT, GT.

Tabelul iniial are forma:

44

FnT

G1T

------

GmT

E1

f11

------

fn1

g11

------

gm1

------

------

En

f1n

------

gmn

fnn

g1n

------

------

------

------

F1T

------

Baza

Se substituie E1 cu F1T , ... , E n cu FnT .


Tabelul final are forma:
Baza

F1T

------

FnT

G1T

------

GmT

F1

------

g '11

------

g 'm1

------

------

------

------

(GF )

------

Fn

------

g '1n

------

g 'mn

1
1 T
La urm avem GF GF

-1 T

Exemplu:

1 0 2
2 1 0

1
Fie matricile: F 0 8 5 ; det F 1 0 i G 1 0 1 . Se cere GF

1 3 0
0 3 5

Soluie:
Baza

F1T

F2T

F3T

G1T

G2T

G3T

E1

-1

-2

E2

E3

F1T

-1

-2

E2

E3

-1

45

F1T

-1

-2

F2T

E3

F1T

F2T
F3T

8
1
8

8
27
8

25

-7

25

-10

-9

27

-8

25

-1

8
25
8

25 10 27

Avem dup transpunere: GF 7


3 8

25 9 25

1.3 SISTEME DE ECUAII LINIARE


1

1.3.1 Rezolvarea i discuia unui sistem liniar


Fie sistemul liniar de m ecuaii cu n necunoscute, de forma:

a11 x1

a x
m1 1

a1n xn b1
amn xn bm1

a11

. Cu notaiile: A

am1

a1n
b1
x1
; b ; X


amn
bm
xn

avem forma matricial a sistemului: AX=b


Fie rang A r min m, n . Presupunem c minorul principal ocup primele r linii i
primele r coloane.

a11 a1r

Fie F submatricea minorului principal: F cu det F 0

ar1 arr
F G
unde G este submatrice de tip r n r , H este submatrice de
A=
Avem
H K
tip m r r iar K este submatrice de tip m r n r .
Fie matricea extins de tip m n 1 :

F G bp
A/b =
H K bs

46

b1
;
unde bp

b
r

br 1
bS
b
m

. Dup pivotare n matricea extins


A / b , aceasta capt forma:

b 'r 1
b '1
-1
-1
F G
F bp

1
1
unde F bp
i H F / E mr b
-1


O(m-r)(m-r) [-H F /Em-r]b
b'
b'
r
m

Er
O(m-r)r

Conform teoremei Kronecker-Capelli, sistemul liniar este compatibil dac i numai dac
r rang A rang A / b .
CAZURI:
I)

r rang A m
Matricea A / b este de tip m n 1 deci rang A / b minim m, n 1 i cum

rang A rang A / b rezult rang A / b m deci sistemul este compatibil. Dac


rang A n , sistemul este compatibil determinat iar dac rang A n , sistemul este
compatibil nedeterminat.
II)

r rang A m
Subcazul a)

b 'r 1
0
H F1 / E mr b

b'
m

b 'm 0 . Rezult r rang A rang A / b


deci sistemul este compatibil (determinat pentru r rang A n i nedeterminat pentru
r rang A n ).
n acest caz ultimele m r linii secundare din matricea extins A / b se arunc fiind dependente
adic b este ortogonal pe Ker(AT) deci b 'r 1

x1


b1

r
1
1
de primele r linii principale. Avem: E r F G

x F adic
b
r 1
r


xn
xr 1
xr 1
x1
b1
x1
b1
F1 de unde: F1 G
+F1 i completnd
F1 G





x
b
x
b
x
x
r
r
r
r
n
n
cu necunoscutele secundare xr 1 ,..., xn , obinem:
47

(1)

1
1
x1 F G xr 1 F b p

x E

n n r xn O n r

xr 1 ,..., xn R

F1 G
Matricea U
este de tip n n r i rang U n r . Coloanele sale
E
nr
n
Ur+1,, UnR sunt soluii liniar independente ale sistemului omogen A X 0 . Aceste coloane
formeaz o baz n subspaiul Ker(A)Rn cu dim Ker A n rang A .
F1 b p
n
Coloana X B
R este o soluie particular bazic (vezi seciunea 5.2) a
O nr
sistemului liniar neomogen A X b . Ea se obine din soluia general a sistemului neomogen
pentru componentele nebazice nule xr 1 ... xn 0 . Cu notaiile precedente, soluia general
din relaia (1) are forma:

(2)

xr 1
R nr
X U XS XB unde XS

x
n

Soluia general X(0) = U.XS a sistemului omogen AX=0 reprezint ecuaiile parametrice ale
subspaiului vectorial L ataat sistemului omogen AX = 0 (vezi teorema 2.1), XS fiind vectorul celor
n r parametri reali xr+1,, xn.
Soluia general X = U.XS + XB a sistemului neomogen AX = b reprezint ecuaiile
parametrice ale varietii liniare b + L (bL) depinznd de aceiai parametri reali xr+1,, xn.
Exemple:
1) Ecuaia planului n R3 are forma general a11x + a12y + a13z + a14 = 0.
Dac a11 0 ecuaia planului are forma parametric:
x = (-a12 / a11)y + (-a13 / a11)z + (-a14 / a11); y = y; z = z cu parametrii reali y i z.
2) Ecuaiile dreptei n R3 au forma general:
a11x + a12y + a13z + a14 = 0
a21x + a22y + a23z + a24 = 0
Dac = a11a22 a12a21 0, din aceste ecuaii aflm pe x i y n funcie de z:
x = 1z + 1; y = 2z + 2; z = z adic ecuaiile parametrice ale dreptei cu parametrul z.

min im ,
numit soluie normal. Ea are proprietatea c este ortogonal pe subspaiul liniar Ker A adic
Exist o soluie particular unic XNRn sistemului liniar A X b cu X N

UT X N 0 deci XNIm(AT).
Conform relaiei (2) avem: U X U U XS U XB 0 deci:
T

UT U XS UT XB aa c: XS UT U

UT X B . Rezult din relaia (2):

X U UT U UT X B X B deci soluia normal are forma:


1

48

X N E U UT U UT X B

(3)

Subcazul b)

b 'r 1
0.
H F E mr b

b'
m
1

b 'r 1

1
n acest caz cel puin o component a vectorului-coloan: H F E mr b

b'
m
cu m r componente, este nenul.
Fie de exemplu prima component b 'r 1 0 . n acest caz sistemul liniar este incompatibil

deoarece r rang A rang A b r 1 cu minorul nenul de ordin

Er F - 1.b p
b'r+1

01r

r 1:

Discuia sistemului liniar este terminat.


Spre deosebire de sistemul liniar A X b care este compatibil dac i numai dac

rang A rang A b sau b Ker AT , sistemul AT A X ATb este totdeauna compatibil

X se numete soluie generalizat a sistemului AX b . Ea are proprietile:


+
AX+ - b este ortogonal pe Im(A); ii) AX b minim

i soluia sa
i)

Dac c este proiecia vectorului b pe subspaiul Im(A) atunci


compatibil AX c .

X este soluie a sistemului

Exemplu:

3x1 x2 2 x3 x4 7
x 4 x 3x 5 x 13
1
2
3
4
Se d sistemul liniar:
5 x1 9 x2 8 x3 11x4
7 x1 6 x2 7 x3 7 x4
S se discute sistemul dup , i dac este compatibil s se rezolve sistemul.
Soluie:
Baza
E1
E2
E3
E4
A1

A1
3
1
5
7
1

A2
1
4
9
6

A3
2
3
8
7

A4
1
5
11
7

b
7
13

49

E2
E3
E4
A1
A2
E3
E4

11

22

11

3
3

0
0

3
14
3
7

5
7

0
0

11
11

0
0

14
28
14

32

3
3 35

3 49

3
3

1
11
14
11

15

11

32

11
33
27

0
0

Discuie:
Pentru 33 sau 27 sistemul este incompatibil. Pentru =33 i =27 sistemul este
compatibil (nedeterminat cci r rang A 2 n 4 ). Ecuaiile secundare a treia i a patra se
arunc. Ecuaiile principale a ntia i a doua se scriu:

5
x3
11
7
x2 +
x3 +
11
7
Adugm:
x1 +
x3 +
11
x1 +

x2 +
Soluia general a sistemului neomogen este:

(4)

1
x4 =
11
14
x4 =
11
14
x4 =
11
14
x4 =
11

15
11
32
11
x3
x4

x1 5/11
1/11
15/11
x

32 /11

7
/11

14
/11
2

x
x

x3 1 3 0 4 0

1
0
x2 0

Primii doi termeni din membrul doi reprezint soluia general a sistemului omogen
A X 0 iar al treilea termen este o soluie particular bazic a sistemului neomogen (obinut din
soluia general a sistemului neomogen pentru x3 x4 0 ).
Coloanele principale A1 , A 2 din matricea A se numesc bazice iar celelalte coloane
secundare A3 , A 4 ca i termenul liber b al sistemului se exprim cu ajutorul coloanelor bazice

A1 , A2 :

50


5
1
A

3 11 1 11 A 2

A 7 A 14 A
4 11 1 11 2
15
32
b A1 A 2
11
11
Din forma general a soluiei X dat de relaia (2) rezult:

5/11
7 /11
U
1

1/11
15/11
32 /11
14 /11

i X B
0
0

1
0

584
147

3209
147
Conform relaiei (3) rezult soluia normal X N
cu X N
151

147
156

147

3561958
minim .
49

Relaia (4) se scrie i sub forma:

1
15
5

3
4
11
11
11

7
14
32

x4
X x3
11
11
11

x
3

deci
2

1
15 7
14
32
5
X x3 x4 x3 x4 x3 x4 f x3 , x4 minim
11
11 11
11
11
11
2

Trebuie s avem:

f
1
15 5
14
32 7
5
7
x 2 11 x3 11 x4 11 11 2 11 x3 11 x4 11 11 2 x3 0

f 2 5 x 1 x 15 1 2 7 x 14 x 32 14 2 x 0
3
4
3
4
4

x4
11
11 11
11
11 11
11
11
51

584 /147
3209 /147
151
156
obinut i mai
de unde rezult x3
; x4
deci soluia normal: X N
151/147
147
147

156 /147
sus cu relaia (3).

1.3.2 Soluii generalizate ale sistemelor liniare incompatibile


Fie un sistem liniar AX b cu matricea A de tip m n , X = vector-coloan cu n
componente i b = vector-coloan cu m componente. n plus presupunem c
rang A r rang A / b r 1 deci sistemul liniar este incompatibil deci nu exist nici un
vector-coloan X astfel c A X b .
1
Prin analogie cu soluia clasic a sistemelor compatibile determinate X A b , vom numi
soluia generalizat a sistemului compatibil expresia X+=A+b unde
generalizat a matricii A, definit de relaia

mai avem AX b dar


arat:

A de tip n m este inversa

AA A A (vezi seciunea 1.1.2 B). n acest caz nu

AX i b sunt cei mai apropiai n sensul normei euclidiene dup cum

Teorema 1.6
2

Avem AX b aij x j bi min im pentru X X A b


i 1 j 1

Demonstraie
2

Fie F x1 ,..., xm aij x j bi . Anulm derivatele pariale ale lui F x1 ,..., xn n raport
i 1 j 1

cu x1 ,..., xn (condiie necesar de minim):


m

F m n

ai1 aij x j bi 0

x1 i 1 j 1

m
n
F a a x b 0
in ij j
i
xn
i 1
j 1

adic:
m
m n
ai1aij x j ai1bi
i 1
i 1 j 1

m n
m
ain aij x j aimbi
i 1 j 1
i 1

deci matricial:
52

(1)

A A X A b
T

Soluia generalizat X+ = A+b verific condiia de minim (1).


Facem demonstraia n cazul particular rang(A) = min( m, n).
n adevr, pentru

devine: A A A AA
T

m n avem A AT AAT

T 1

deci X A AA
T

T 1

b i (1)

b ATb sau: AT AAT AAT ATb deci: ATb ATb .


1

Pentru m n avem A A A
T

AT deci: X AT A ATb i (1) devine:


1

AT A AT A ATb ATb adic: ATb ATb . Q.E.D.


1

n concluzie, dac sistemul liniar A.X = b are cel puin o soluie, aceasta este i soluia
sistemului simetric (1) iar dac sistemul liniar A.X = b nu are soluie, sistemul simetric (1) are
soluia generalizat X+.
Exemplu:
S se afle soluia generalizat a sistemului incompatibil cu m 3 ecuaii i n 4
necunoscute:

x2
2 x3
x1

x1 2 x2 3x3

x2 x3

3
x4
x4

6
1

Soluie:
Avem rang A 2 rang A / b 3 deci sistemul este incompatibil.

n seciunea 1.2.3 D. am gsit: A


9

3
1
2
4

0
1
1
1

3
2
1
5

12

1 11

T
T
Soluia generalizat este X A b
. Ea verific i sistemul A AX A b .
9 1

23
n

Avem AX b aij x j bi
i 1 j 1

Avem:
12
0 3
11
2 3 1 6
1
1 1 1 1
23
3
3
24
1
1
1 9 1
24 8

30 6 24
1
1
9 9 9
9 3

33
1
24
1
1

1
n
1

aij x j b j 1

9
j 1
0

53

Rezult: AX b

64
64
2
2
1 1 12
minim

3
9

1.4 Mulimi convexe n Rn


Fie o mulime de vectori URn. Dac

X', X'' U , numim segmentul nchis cu capetele

X,X mulimea X'; X'' a vectorilor din R de forma 1 X' X'' cu 0;1 . Mulimea
n

X', X'' U avem X'; X'' U deci odat cu vectorii


X', X'' mulimea U conine segmentul nchis care unete pe X', X'' .

U se numete convex dac pentru orice

Mulimea convex URn este generat de vectorii X , ..., X


avem X 1X

... p X

dac pentru orice X U

cu 0 i 1 i 1 ... p 1.

Dac U1, U2 sunt mulimi convexe din Rn i , sunt numere reale atunci U1U2 i U1 +
U2 sunt mulimi convexe.
Dac A: RnRm este aplicaie liniar i U1 este mulime convex din Rn i U2 este mulime
convex din Rm atunci A (U1) = {A (X) / X din U1} i A-1(U2) = {X / A(X) din U2} sunt mulimi
convexe.
Fie sistemul liniar AX b unde A este matrice dreptunghiular cu m linii i n coloane, X
R este vectorul-coloan al necunoscutelor iar bRm este vectorul-coloan al termenilor liberi. n
cele ce urmeaz vom presupune condiiile restrictive:
1)
m n adic numrul ecuaiilor este strict mai mic ca numrul necunoscutelor.
2)
rang(A) = m (ecuaiile sunt independente ntre ele).
n acest caz sistemul este compatibil nedeterminat (ecuaiile sunt necontradictorii) i
conform seciunii 1.3.1, soluia general are forma:
n

(1)

X A'm1 xm1 ... A'n xn b '

unde xm+1,,xnR sunt parametri arbitrari. Aici A'm 1 , ..., A'n Rn sunt soluii liniar

b '1

b 'm
n
independente ale sistemului A X 0 iar b '
R este o soluie particular bazic a
0

0
sistemului

neomogen,
xm1 ... xn 0 .

obinut

din

soluia

general

sistemului

neomogen

pentru

O soluie XRn a sistemului liniar AX b se numete posibil (admisibil) dac are toate
componentele nenegative: xi 0 1 i n .

Fie U mulimea soluiilor posibile X 0 a sistemului liniar AX b cu m n i


rang A m .

O soluie posibil X U, X 0 se numete bazic dac are m componente strict pozitive


(numite bazice) restul de n m componente fiind nule, iar coloanele din matricea A ce corespund
celor m componente bazice strict pozitive, formeaz o baz n Rm.
54

Exemplu:
Dac n soluia (1) de mai sus avem b '1 0, ..., b 'm 0 atunci soluia b ' este bazic. O

X U, X 0 se numete extremal dac X 1 X' X'' cu X', X'' U ,


X', X'' 0 implic X X' sau X X'' unde 0 1 .

soluie posibil

Cu alte cuvinte, o soluie posibil X 0 a sistemului liniar AX b cu m n ,


rang A m este extremal dac ea nu este n interiorul segmentului care unete alte dou soluii

posibile, ci la unul din capetele segmentului.


Teorema 1.7
Orice soluie bazic este extremal i reciproc. Numrul acestor soluii este finit (egal cel
mult cu C mn )
Demonstraie:
Fie soluia bazic X. Presupunem c X nu este soluie extremal.
Presupunnd c primele m componente ale lui X sunt nenule, din relaia:
X 1 X' X'' cu 0;1 rezult: 1 xi' xi'' 0 i m 1, ..., n . Cum

0 , xi' , xi'' 0 , rezult de aici c xi' xi'' pentru i m 1,..., n . Dar X',X'' sunt soluii
posibile aa c avem x1' A1 ... xm' Am x1''A1 ... xm'' Am b . Cum A1 ,...,A m sunt vectoricoloan liniar independeni (X = soluie bazic) rezult xi' xi'' i pentru

i 1,..., m aa c

X' X'' absurd. Rezult c X este soluie extremal.


Reciproc, fie X = soluie extremal cu xi 0 pentru i 1, ..., m .
S artm c X este soluie bazic adic vectorii-coloan A1 , ..., A m sunt liniar
independeni. Dac A1 , ..., A m n-ar fi liniar independeni, am avea 1A1 ... mAm 0 cu
i nu toi nuli. Dar x1A1 ... xmAm b deci rezult egalitile:

x1 1 A1 ... xm m Am b
x1 +1 A1 ... xm +m Am b

poate fi ales suficient de mic astfel ca: xi i 0 ; xi i 0 pentru i 1, ..., m .


Rezult c:

X' x1 1, ..., Xm m , 0, ..., 0


X'' x1 +1, ..., Xm +m , 0, ..., 0
1
1
sunt soluii posibile i n plus: X X' X'' ceea ce contrazice faptul c X este soluie
2
2
m
extremal. Rezult c X este soluie bazic. Avem C n grupuri de m componente nenule din n
componente posibile deci avem C n soluii extremale bazice. Q.E.D.
m

Teorema 1.8
Dac sistemul de ecuaii liniare AX b , X 0 are soluii posibile, are i soluii posibile
bazice.
55

Demonstraie:
Fie X o soluie posibil a sistemului din enun cu primele m componente nenule.
S artm c vectorii-coloan A1 , ..., A m sunt liniar independeni.

Dac A1 , ..., A m n-ar fi liniar independeni am avea X'1A1 ... X'm Am 0 cu X i nu

X' X'1, ..., X'm , 0, ..., 0


A X X' AX AX' b pentru orice real.

toi

nuli.

Dac

notm

avem

AX' 0, X' 0

deci

S determinm pe astfel ca X X' 0 . Fie I1 i 1 i m, x 'i 0 i

I2 i 1 i m, x 'i 0 i fie:

max xi
max xi

,
I

, I2 0

1
1 i I1 x 'i
; 2 i I 2 x 'i


, I2 0
, I1 0

Este clar c pentru cu min 1 , 2 avem X X' 0 . Putem alege un 0 astfel


ca soluia posibil X 0 X' s aib cel mult m-1 componente nenule: dac 2 lum

0 1 iar dac 1 lum 0 2 . Dac coloanele corespunztoare componentelor


nenule ale soluiei X 0 X' (n numr de cel mult m-1) sunt liniar independente, aceasta ar fi
soluie bazic.
n caz contrar se reia raionamentul aplicat mai sus, obinndu-se o nou soluie cu cel mult
m-2 componente nenule etc., deci dup un numr finit de pai am ajunge la soluia nul (cu zero
componente nenule) care este evident soluie bazic. Q.E.D.
Teorema 1.9
Mulimea soluiilor posibile URn ale sistemului liniar AX b , X 0 este o mulime
convex generat de soluiile bazice n numr finit.
Demonstraie:
Fie X',

X'' U deci AX' b , AX'' b i X', X'' 0 .


Pentru orice 0 1 avem A 1 X' X'' 1 AX' AX'' 1 b b b
i n plus 1 X' X'' 0 deci U este mulime convex.
1

Fie X , ..., X
1

X 1X ... p X

U astfel c pentru orice X U avem:

0 i 1; i 1, ..., p 1 ... p 1

Presupunem c p este minim n raport cu aceste proprieti. S artm c X , ..., X


sunt soluii extremale (deci conform teoremei 1.7 i bazice). Dac de exemplu X
extremal

am

X 1 X' X''
1

avea:

unde

0 1 ...
X'' X ... X 0 1 ...
X' 1' X ... 'p X
1

''
1

''
p

'
i

'
1

'
p

''
i

''
1

''
p

56

X', X'' U

1 . Rezult:

n-ar fi soluie

0 1 . Dar
i

X 1 1' X ... 'p X


1

X ... X
''
1

''
p

1
p
1 1' 1'' X ... 1 'p ''p X

Dac 1 1 1 0 am avea:
'

''

1
2
p
X 1 '2 ''2 X ... 1 'p ''p X cu 0 1 i' i'' 1 i

1 '2 ''2 ... 1 'p ''p 1 contrar minimalitii lui p.


'
''
La aceeai concluzie am ajunge dac: 1 1 1 1 cci am avea:
X
1

1
2
p
1 '2 ''2 X 1 'p ''p X
'
''
1 1 1 1

'
''
'
''
'
''
Rezult c 1 1 1 1 deci cum: 1 1 1 ... 1 p p 1

cu 0 1 i i 1 avem: 1 i i 0 pentru i 2, ..., p i cum 0 1


'

''

'

''

rezult i' i'' pentru i 2, ..., p . ns 1 ... p 1; 1 ... p 1 aa c rezult


'

'

''

''

1' 1'' 1 deci am avea X' X'' absurd. Q.E.D.


Exemplu:

x1 2 x2 4 x3 3x4 10

Se d sistemul liniar: 2 x1 5 x2
8 x3 6 x4 21
5 x 11x 20 x 15 x 51
2
3
4
1
S se afle soluia general X 0 a sistemului liniar ca o combinaie liniar convex a soluiilor
posibile bazice.
Soluie:
Baza
E1
E2
E3
A1
E2
E3
A1
A2
E3

A1

2
5
1
0
0
1
0
0

A2
2
5
11
2

1
0
1
0

A3
4
8
20
4
0
0
4
0
0

A4
3
6
15
3
0
0
3
0
0

B
10
21
51
10
1
1
10
1
0

Avem rang A rang A / b 2 n 4 deci sistemul este compatibil nedeterminat.


Ecuaia secundar numrul 3 se elimin din sistem fiind liniar dependent de primele dou.

57

x1 2 x2 4 x3 3x4 10
. Soluiile posibile bazice
2 x1 5 x2 8 x3 6 x4 21

Sistemul capt forma:

x1
x
X 2 au 2 componente strict pozitive (bazice) i 2 componente nule (nebazice).
x3
x
4
CAZURI:
1)

2)

3)

4)

5)

6)

4 x
x1 x2 0 . Rezult 3
8 x3
2 x
x1 x3 0 . Rezult 2
5 x2

3x4 10
6 x4 21
3x4 10
6 x4 21

care este sistem incompatibil

x2 1
x4 8/ 3

de unde

1 1
Avem prima soluie posibil bazic X
0

8/ 3
2 x 4 x3 10
de unde
x1 x4 0 . Rezult 2
5
x

8
x

21
3
2

x2 1

x4 2

0

2 1
Avem a doua soluie posibil bazic X
2

0
x 3x4 10
care este sistem incompatibil.
x2 x3 0 . Rezult 1
2
x

6
x

21
1
4
x
x2 x4 0 . Rezult 1
2 x1
x
x3 x4 0 . Rezult 1
2 x1

4 x3 10
8 x3 21

2 x2 10
5 x2 21

58

care este sistem incompatibil.

x1 8
x2 1

de unde

Rezult a treia soluie posibil bazic: X

8
1
. Conform teoremei 5.5, orice alt soluie
0

0

x1
x
2
posibil X cu xi 0 1 i 4 este combinaia liniar convex a soluiilor posibile
x3

x4
8 3

8 3
x1
1
x
2
3
1

2
1
2
3

1X 2 X 3 X
bazice: X
2 2 unde 0 i 1 i
2 2
x3

8
8
x
1

1
4
3

3
1 2 3 1 .
1.5 Extremele unui polinom convex concav pe o mulime convex n Rn
Fie URn o mulime convex.
O funcie f: U R este convex dac pentru orice
(1)

f 1 X' X'' 1 f X' f X''

O funcie f: U R este concav dac pentru orice


(2)

X', X'' U i orice 0; 1 avem:

X', X'' U i orice 0; 1 avem:

f 1 X' X'' 1 f X' f X''

Dac f, g sunt funcii convexe / concave pe U i , 0 atunci funcia f g este


convex / concav pe U.
Exemplu
T
Funcia polinomial liniar f x C X C1x1 ... Cn xn este i convex i concav
pe Rn.
Teorema 1.10
Funcia f: URn R este convex dac i numai dac pentru
(3)

X', X'' U avem:

f X ' df X' X'' X' f X''

adic hiperplanul tangent la graficul lui f n

X ' rmne sub graficul lui f.


59

Demonstraie:
Dac f este funcie convex, din relaia (1) rezult:

f X' X'' X' f X'


f X''

Trecem la limit pentru t 0 , t 0 i inem cont c:


f X ' X '' X ' f X '
lim

t 0

t 0
f X'

lim
t 0
t 0

f X ' X '' X ' f X '


X '' X ' df X ' X '' X '
X'+ X '' X ' X '

aa c: f X' df X' X'' X' f X'' deci relaia (3).

Reciproc, fie relaia (3) ndeplinit: f X' df X' X'' X' f X'' .
Schimbnd pe
(4)

X ' cu X'' avem:

f X'' df X'' X' X'' f X'


n relaia (3) nlocuim pe

(5)

f X df X X'' X f X''
n relaia (4) nlocuim pe

(6)

X ' cu X i nmulim relaia obinut cu :

X'' i nmulim relaia obinut cu 1 :

1 f X 1 df X X' X 1 f X'
Adunnd relaiile (5) i (6) obinem: f 1 X' X'' 1 f X' f X''

deci f este convex pe U. Q.E.D.


Pentru funcia f: URn R, aceasta este concav dac i numai dac pentru orice
avem:
(7)
f X' df X' X'' X' f X''

X', X'' U

adic hiperplanul tangent la graficul lui f n X ' rmne deasupra graficului lui f.
Conform formulei Taylor (vezi capitolul 2) avem:

1
f X '' f X' df X' X' X'' d 2 f X' X'' X' R 2 X'' X'' X'
2
Pentru X'' suficient de aproape de X ' , relaia (3) capt forma:
(8)

d 2 f X' 0 pentru orice X' U .

deci f este convex pe URn dac i numai dac este ndeplinit relaia (8).
n mod analog relaia (7) capt forma:
(9)
d 2 f X' 0 pentru orice X' U .
Deci f este concav pe URn dac i numai dac este ndeplinit relaia (9).
Exemplu:
60

Fie funcia polinomial ptratic: f x e 2C X X DX unde D este matrice


T

simetric de ordin n, C este vector-coloan cu n componente iar eR.

dX1
T

U deci f este
Condiia (8) revine la dX D dX 0 pentru orice dX

dX
n
convex dac i numai dac matricea D este pozitiv definit.
Condiia (9) revine la

dX

dx1

U deci f este
D dX 0 pentru orice dX

dx
n

concav dac i numai dac matricea D este negativ definit.


Un criteriu ca o matrice simetric D s fie pozitiv definit, respectiv negativ definit, este
criteriul lui Sylvester:

d11
d
21
Fie D

d n1

d1n
d2n
cu d d 1 i, j n matricea simetric a prii XT.D.X
ij
ji

d nn

d12
d 22
dn2

din funcia polinomial ptratic: f(X)= e+2.C.X+XT.D.X


Fie minorii principali:

D1 d11 , D2

d11

d12

d 21

d 22

d11

d1k

d k1

d kk

,..., D k

,..., D n det D

Matricea D este pozitiv definit dac i numai dac D1 ,D2 ,...,Dn 0 .


Matricea D este negativ definit dac i numai dac D1 0, D2 0 ,..., 1 Dn 0
Funciile polinomiale ptratice convexe (cu matricile D pozitiv definit) au un minim unic dat de
relaiile: df X 2D X 2C 0 deci punctul de minim este vectorul din Rn:
n

(10)

X0 D1 C

Funciile polinomiale ptratice concave (cu matricea D negativ definit) au un maxim unic X
dat de relaia (10).

Valoarea minimului / maximului este f X

Exemple:
1)
Se d funcia polinomial ptratic:

f x1, x2 , x3 3x12 3x22 3x32 4 x1x2 4 x1x3 4 x2 x3 6 x1 8x2 6 x3 10

S se arate c funcia f este convex pe R3 i s se gseasc punctul de minim X 0 i valoarea


minimului f X0 .
Soluie:
61

3 2 2
3


Avem D 2 3 2 ; C 4 ; e 10


2 2 3
3


3 2
Avem D1 3 3 0 ; D2
5 0 ; D3 det C 7 deci f este funcie convex pe
2 3
3

R . Punctul de minim X

5 2 2 3
1
1
1

este: X 0 D C
2 5 2 4 8 deci
7
7 1
2 2 5 3

1

1
8
1
X10 ; X 20 ; X30
7
7
7
1 8 1 196
Valoarea minimului este: f ; ;
7 7 7 49
2)

Se d funcia:

f x1, x2 , x3 6 x12 5x22 5x32 4 x1x2 8x1x3 6 x1 4 x2 4 x3 1

S se arate c funcia este concav pe R3 i s se gseasc punctul de maxim X 0 i valoarea


maximului f X0 .
Soluie:

3
6 2 4


Avem: D 2 5 0 ; C 2 ; e 15


2
4 0 5

6 2
Avem D1 6 6 a ; D2
26 0 ; D3 det D 50 0 deci f este
2 5
funcie concav pe R3. Punctul de maxim X 0 este:
25 10 20 3
15
15
28
1
1 28
X

deci
;
;
X 0 D1 C 10 14
8
2
10
20
50
50
50
50

8
26
20 8
2

8
15 28 8 68
X30 . Valoarea maximului este: f ;
;

50
50 50 50 25
T
Funcia liniar f X C X C1X1 ... Cn X n nu are nici minim nici maxim dei
este i convex i concav.
O soluie posibil X(0)Rn, X(0)0 a sistemului liniar AX b cu m n i rang A m

se numete soluie optim dac valoarea f X

este maxim sau minim. n

continuare ecuaiile sistemului liniar AX b , le vom numi legturi sau restricii.


Teorema 1.11
62

Dac o funcie liniar f CT X cu legturi liniare AX b , X 0 are soluii optime, are


i soluii bazice optime.
Demonstraie:
Fie X o soluie optim (de exemplu cu f CT X=minim ) cu primele m componente
nenule. S artm c vectorii-coloan A1 , ..., A m sunt liniar independeni. Dac A1 , ..., A m n-ar
fi liniar independeni, ca i n demonstraia teoremei 1.8 am gsi soluia posibil X X' 0 .
Dac
X
este
soluie
optim
(presupus
de
minim
pentru
f)
deci:
T
T
T
T
T
f X C X f X X' C X+C X' aa c C X' 0 . Nu putem avea C X' 0
deoarece alegnd de semn contrar lui C X' am avea C X'<0 absurd cci C X' 0 . Rezult
CT X'=0 aa c X X' este deasemenea soluie optim.
Ca i n demonstraia teoremei 1.8, soluia optim X 0 X' poate avea cel mult m-1
componente nenule deci dup un numr finit de pai ajungem la o soluie bazic optim. Q.E.D.
T

Teorema 1.12
Mulimea soluiilor optime V U ale unei funcii liniare f CT X cu legturi liniare
AX b , X 0 , este o mulime convex generat de soluiile bazice optime n numr finit.
Demonstraie:
Fie X', X'' V cu AX' b , AX'' b ;

X', X'' 0 ;
f X' C X'=f X'' C X''=OPTIM
T

Pentru orice 0 1 , 1 X' X'' este soluie posibil, conform teoremei 5.5
Mai mult,

f 1 X' X'' CT 1 X' X''


1 CT X' CT X'' 1 OPTIM+ OPTIM=OPTIM

deci V este mulime convex. A doua parte a enunului se demonstreaz analog cu a doua parte a
enunului teoremei 1.9. n particular dac V se reduce la o soluie optim, aceasta este bazic.
Q.E.D.
Schema relaiilor ntre mulimea soluiilor posibile U, mulimea soluiilor optime V,
mulimea soluiilor bazice U B i mulimea soluiilor optime bazice VB , este urmtoarea:
Soluii posibile

Soluii
Optime

U
Soluii
bazice
Soluii
bazice
optime VB
UB

Exemplu:
63

x1 2 x2 4 x3 3x4 10
2 x1 5 x2 8 x3 6 x4 21

n seciunea 1.4 s-a rezolvat sistemul liniar:

(a treia ecuaie s-a nlturat, fiind liniar dependent de primele dou) i s-au gsit trei soluii bazice:

0
0
8
1

2
1 3 1
1

X 0; X
;X

0
2

8



0
0
3

Mulimea convex U ale soluiilor posibile X 0 ale sistemului liniar precedent este

U X R4 X 1X 2 X 3 X ; 0 i 1; 1 2 3 1
1

Dac mulimea convex U este mrginit (este complet coninut ntr-o sfer de raz finit)
nchis
(i
conine
frontiera)
atunci
orice
funcie
liniar
f X C1X1 C2X2 C3X3 C4X4 are soluie optim pe U, care dac este unic este
neaprat bazic conform teoremei 1.12
i

De exemplu funcia

f X X1 2X2 2X3 X4 are valorile

6 ; f X 10 deci f

f X

min im

f X
1

14
;
3

14
1
3
pentru X X i f max im 10 pentru X X
3

1.6 Rezumat
n acest capitol se prezint axiomele corpului numerelor reale R, axiomele mulimii Rn ca
spaiu vectorial, axiomele mrimilor metrice ale vectorilor (norm, distan, produs scalar, unghi,
produs vectorial, produs mixt).
Se prezint deasemenea operaiile cu matrici(adunare, scdere, nmulire, inversa A-1,inversa
generalizat A+, sum direct, produs direct), indicatorii numerici ai matricilor ptratice (urm,
determinant, rang, norm).
Se definesc noiunile fundamentale de baz i dimensiune n spaii vectoriale i se aplic
aceste noiuni la subspaii vectoriale.
Se prezint subspaiile vectoriale/varietile liniare ca mulimi de soluii ale sistemelor de
ecuaii liniare omogene/neomogene.
Metoda substituirii din seciunea 1.2.3 are importante aplicaii n calculul matricial.
Se prezint rezolvarea i discuia unui sistem de ecuaii liniare neomogen cu aplicaii la
soluii generalizate pentru sisteme liniare incompatibile.
n continuare se studiaz convexitatea mulimii soluiilor unui sistem liniar compatibil
nedeterminat cu evidenierea soluiilor bazice (extremale).
n final se prezint extremele unui polinom convex/concav pe mulimea convex a soluiilor
sistemului liniar compatibil nedeterminat ca o pregtire pentru programarea liniar din cap. 3.

64

1.7 ntrebri
1. Enumerai definiiile i axiomele mrimilor metrice ale vectorilor n Rn: norm, distan, produs
scalar, produs vectorial, produs mixt.
2. Ce este baza i dimensiunea n spaiul vectorial Rn?
3. Ce aplicaii are metoda substituirii unui vector dintr-o baz n calculul matricial?
4. Ce form are soluia general a unui sistem de ecuaii liniare?
5. Ce form are soluia general a unui sistem de ecuaii liniare ca o combinaie liniar convex de
soluii bazice?
6. Cum se recunoate dac un polinom de grad 2 este convex/concav i unde se ating extremele sale
pe mulimea convex a soluiilor unui sistem liniar compatibil nedeterminat?

1.8 Bibliografie
1) Stnil O.: Analiz liniar i geometrie Vol. I - II, Editura ALL, 2000 2001
2) Cenu Gh. i col.: Matematici pentru economiti, Editura CISON, 2000
3) Cenu Gh. i col.: Matematici pentru economiti culegere de probleme, Editura CISON,
2000
4) Ene D.: Matematici (I), Editura CERES, 2004
5) Gogonea S., Ene D.: Analiz numeric, Editura Cartea Universitar, 2005
6) Ene D., Gogonea S.: Metode numerice, Editura Cartea universitar, 2005
7) Ene D.: Matematic aplicat n agricultur, Editura CERES, 2006

65

CAPITOLUL 2 PROGRAMARE LINIAR I GRAFURI N


AGRICULTUR
Obiective: nsuirea de ctre studeni a modelelor liniare de optimizare a produciei agricole
a rezolvrii lor cu metoda simplex pe calculator i a interpretrii economice a soluiilor optime ale
acestor modele.
Coninut:
2.1 Modele liniare de optimizare n producia agricol
2.1.1 Modelul raiei furajere optime pentru animale domestice
2.1.2 Modelul structurii optime a culturilor vegetale
2.1.3 Modelul rotaiei optime a culturilor
2.2 Dualitatea modelelor liniare de optimizare
2.3 Gsirea soluiilor optime pentru modelele liniare primal i dual cu metoda simplex cu
calculatorul.
2.4 Modele de optimizare tip transport i de repartiie (assignment)
2.5 Drumuri optime n reele
2.6 Ealonarea optim a activitilor unui proiect agricol prin metoda drumului critic
2.7 Rezumat
2.8 ntrebri
2.9 Bibliografie
Cuvinte cheie: model liniar, dualitate, soluie bazic optim, metoda simplex, drum critic.

2.1 Modele liniare de optimizare n producia agricol i dualitatea lor


Metoda modelrii proceselor biologice, tehnice i economice a aprut odat cu utilizarea
calculatoarelor electronice n a doua jumtate a secolului XX.
Un model schematizeaz un proces complex, reinnd trsturile considerate eseniale din
punctul de vedere al modelatorului. Structura i evoluia modelului este simulat pe calculatorul
electronic, rezultatele simulrii fiind confruntate cu datele procesului modelat.
Principalele avantaje ale modelrii i simulrii sunt posibilitile de analiz i sintez ale
procesului modelat precum i prognoza evoluiei sale. n funcie de gradul de schematizare,
modelele pot fi macromodele i micromodele.
Macromodelele sunt mai apropiate de procesul modelat dar simularea lor comport un mare
volum de calcul. Un macromodel se poate simplifica sub forma unui micromodel n scopul uurrii
simulrii cu preul ndeprtrii de procesul modelat. Arta modelrii i simulrii const tocmai n
realizarea unui compromis rezonabil ntre apropierea de procesul modelat i volumul de calcul pe
care l comport simularea modelului. ntre modelele elaborate pentru agricultur un rol deosebit l
au modelele de optimizare.
Un model de optimizare are ca pri componente:
1)
Necunoscutele (variabilele) modelului notate cu x1 ,..., xn care sunt numere reale pozitive ce
urmeaz a fi determinate. Exist modele n care necunoscutele x1 ,..., xn sunt numere ntregi
pozitive (de exemplu efective de animale) sau chiar valori binare (0 sau 1) (de exemplu utilizarea
(1) sau neutilizarea (0) a unei maini agricole sau a unei tehnologii); n aceste cazuri avem modele
de optimizare cu variabile ntregi respectiv modele de optimizare cu variabile bivalente.
2)
Restriciile (constrngerile) modelului care sunt m inecuaii sau ecuaii care conin
necunoscutele x1 ,..., xn . Membrul doi al fiecrei restricii este limita resursei la care se refer
66

restricia. Dac toate restriciile modelului sunt ecuaii, el se numete model standard. Orice model
de optimizare poate fi adus la forma standard prin adugarea la membrul nti al restriciilor i
= a unor variabile de egalizare nenegative i prin scderea din membrul nti al restriciilor a
altor variabile de egalizare nenegative deci modelul va avea m restricii egaliti i n m variabile
x1 ,..., xn ,xe1,,xem.
3)
Funciile-obiectiv ale modelului n numr de p, care conin necunoscutele x1 ,..., xn i care
trebuie maximizateminimizate sau cu un cuvnt optimizate. Dac restriciile modelului lipsesc
atunci se zice c avem un model de optimizare fr restricii (liber) n caz contrar modelul este cu
restricii (legturi). Un sistem de valori pozitive pentru x1 ,..., xn care satisfac restriciile, se
numete soluie posibil iar acele soluii posibile care optimizeaz o funcie-obiectiv, se numesc
soluii optime n raport cu acea funcie.
Dac restriciile i funciile-obiectiv ale modelului sunt polinoame cu necunoscutele
x1 ,..., xn modelul se numete polinomial sau algebric n caz contrar modelul se numete
nepolinomial sau transcendent.
Dac ntr-un model polinomial, polinoamele din restricii i din funciile-obiectiv au gradul
1, modelul polinomial se numete liniar, n caz contrar modelul polinomial este neliniar.
Un model polinomial neliniar des ntlnit este modelul polinomial ptratic cu restricii
polinoame de gradul 1 i funciile-obiectiv polinoame de gradul doi. Dac modelul de optimizare
are o singur funcie-obiectiv, el se numete model monocriterial n caz contrar se numete model
policriterial. Orice model policriterial se poate reduce la unul monocriterial prin nlocuirea
funciilor sale obiectiv cu o funcie-obiectiv de utilitate maxim. O problem delicat n elaborarea
modelelor apare n legtur cu restriciile care trebuie s fie:
1)
necontradictorii (s existe mcar o soluie posibil);
2)
independente (s nu rezulte unele din altele).
n acest caz modelul de optimizare se numete coerent. Cu ct numrul m al restriciilor
modelului este mai mare, cu att pericolul contradiciei isau dependenei restriciilor crete deci
este mai greu de elaborat un macromodel coerent dect un micromodel coerent. Modelele elaborate
la un moment dat se numesc statice.
n realitate, timpul schimb coeficienii constani ai modelului (stocuri de resurse, costuri ale
resurselor, preurile de vnzare ale produselor) ceea ce necesit reoptimizarea modelului n raport
cu aceste schimbri.
n funcie de caracterul mrimilor care intervin n modele, acestea pot fi deterministe (cu
mrimi precise valoric) sau aleatoare o parte sau toate mrimile au valori probabile cum sunt cele
legate de natur: precipitaii, clim, calamiti, etc. Cele mai multe macromodele de optimizare care
au fost elaborate pentru agicultur, se mpart n dou clase:
I.
Modele de structur optim pentru:

culturi agricole anuale sau perene;

rase i grupe de animale;

furaje grupate n raii furajere;

ramuri vegetaleanimale n cadrul fermei.


II.
Modele de repartiie optim pentru:

rotaia culturilor;

alocare resurse (for de munc, maini, tehnologii, energie, ngrminte, ap, investiii);

organizarea transporturilor agricole;

stabilirea preurilor n economia de pia n raport de cerere-ofert.

67

2.1.1 Modelul structurii optime a culturilor vegetale


Elementele fundamentale ale produciei vegetale sunt: I. Soiul; II. Solul; III. Clima; IV. Raportul
cerereofert n producia vegetal. Etapele principale ale tehnologiei produciei vegetale sunt:
1.
Artura
2.
Pregtirea patului germinativ
3.
Semnat
4.
Combatere buruieni, boli i duntori (de cultur i depozit)
5.
Fertilizare
6.
Irigare
7.
Recoltare-transport-depozitare
n toate aceste etape sunt necesare urmtoarele resurse:
a)
For de munc
b)
For mecanic
c)
Energie (motorin, curent electric, uleiuri-lubrifiani)
d)
Ierbicide, insectofungicide
e)
ngrminte chimiceorganice
f)
Ap de irigaie
g)
Resurse financiare
Precizm c resursele financiare acoper cheltuielile cu resursele a) f) i alte cheltuieli
precum taxe i impozite, asigurri etc. Dintre resursele precedente, ierbicidele i insectofungicidele
fiind specifice fiecrei culturi, s-au exprimat n lei.
Diferitele forme de energie au urmtoarele uniti de msur:

motorina se exprim n litri(l)

curentul electric se exprim n kilowai or (kwh)

coninutul energetic brut al produselor agricole se exprim n uniti nutritive (UN)


1 litru motorin = 10.15 Mcal
1 kwh = 0.86 Mcal
1 UN = 4.04 Mcal
Suprafeele ce se vor cultiva cu culturile propuse au limite bilaterale, legate de cerereaoferta
fa de aceste culturi. Veniturile din culturi se obin transformnd n lei valoarea produsului
principal (boabe) i a celui secundar (paiecoceni) de pe un hectar de cultur iar cheltuielile se obin
nsumnd costurile fiecrei etape din tehnologie de la artur la recoltare-transport-depozitare plus
alte cheltuieli de pe un hectar de cultur.
Profitul este diferena ntre venit i cheltuieli iar rata profitului este raportul ntre profit i
cheltuieli.
Tabelul 1 care urmeaz, furnizeaz datele necesare pentru elaborarea micromodelului
structurii optime a culturilor. Pe baza datelor din Tabelul 1 putem elabora 6 modele liniare de
optimizare a structurii culturilor dup cum urmeaz:
I.
Optim tehnic (Venit maxim)
II.
Optim tehnic (Cheltuieli minime)
III.
Optim economic (Profit maxim)
IV.
Optim economic (Rata profitului maxim)
V.
Optim condiionat (Venit maxim cu cheltuieli date)
VI.
Optim condiionat (Cheltuieli minime cu venit dat)
Fie L numrul restriciilor , E numrul restriciilor =, C numrul restriciilor deci
avem M L E G restricii aezate n ordinea de mai sus. N este numrul variabilelor proprii
ale modelului respectiv.

68

Pentru modelele V i VI coninute n Tabelele 2 i 3 avem L = 8, E 1 , G 4 deci M =


13 restricii i P 4 variabilele proprii x1 , x2 , x3 , x4 respectiv L = 7, E 1 , G 5 deci M = 13
restricii i

P 4 variabilele proprii x1, x2 , x3 , x4 .

TABEL 1
Limite

Gru

Porumb

Floarea
Soarelui

Sfecl
de zahr

Motorin(litri/ha)
Combatere
buruieni, boli i
duntori
ngrminte
chimice

150
50

180
40

190
60

200
80

17100 Mcal.
5000 lei

150

100

120

140

12500 kg

Limit MIN (ha)


Limit MAX (ha)

30
40

40
60

10
20

4
10

Suprafa
Total=100 ha

1200

1500

1200

1800

840

960

990

1050

Total
1365000 lei
Total
92000 lei

Culturi
Resurse

Venit
(lei)
Cheltuieli
(lei)

Sfecl zahr

X2 (ha)

Floarea
soarelui
X3 (ha)

1
0
0

0
1
0

0
0
1

0
0
0

40 ha
60 ha
20 ha

10 ha

150

180

190

200

50

40

60

80

17100
litri
5000 lei

150

100

120

140

12500 kg

840

960

990

1050

92000 lei

9. Suprafaa
10. Gru MIN
11. Porumb MIN
12. Floarea
soarelui MIN
13. Sfecl zahr
MIN

1
1
0
0

1
0
1
0

1
0
0
1

1
0
0
0

100 ha
30 ha
40 ha
10 ha

4 ha

Venit (V)

1200

1500

1200

1800

Culturi
Restricii
1. Gru MAX
2. Porumb MAX
3. Floarea
soarelui MAX
4. Sfecl zahr
MAX
5. Motorin(litri)
6. Combatere
buruieni, boli i
duntori
7. ngrminte
chimice
8. Cheltuieli (C)

Gru

Porumb

X1 (ha)

TABEL 2
Semn
Limite

69

X4 (ha)

MAX

Culturi
Restricii
1. Gru MAX
2. Porumb MAX
3. Floarea
soarelui MAX
4. Sfecl zahr
MAX
5. Motorin (litri)
6. Combatere
buruieni, boli i
duntori
7. ngrminte
chimice
8. Suprafaa
9. Venituri (V)
(lei)
10. Gru MIN
11. Porumb MIN
12. Floarea
soarelui MIN
13. Sfecl zahr
MIN

Sfecl
zahr
X4 (ha)

Semn

X2 (ha)

Floarea
soarelui
X3 (ha)

TABEL 3
Limite

1
0
0

0
1
0

0
0
1

0
0
0

40 ha
60 ha
20 ha

10 ha

150
50

180
40

190
60

200
80

17100 litri
5000
Lei

150

100

120

140

1
1200

1
1500

1
1200

1
1800

12500
Kg
100 ha
136500 lei

1
0
0

0
1
0

0
0
1

0
0
0

30 ha
40 ha
10 ha

4 ha

Gru

Porumb

X1 (ha)

840
960
990
1050
MIN
Cheltuieli (C) (lei)
Modelele liniare de optimizare coninute n Tabelul 2 (model V) i Tabel 3 (model VI) se
scriu din punct de vedere matematic sub form de inecuaiiecuaii n ordinea , =, cu
variabile (necunoscute) nenegative i funcie-obiectiv optim (maxmin). Membrii nti ai
restriciilor i funcia-obiectiv sunt polinoame de gradul nti n raport cu variabilele respective.
Soluia optim a acestui model va fi dat n seciunea 2.3

2.1.2 Modelul raiei furajere optime pentru animale domestice


1)
2)
3)
4)
5)
6)
7)
a)
b)
c)
d)
e)
f)

Furajele pentru animale domestice se clasific n urmtoarele grupe principale:


Fibroase (mas verde, fnuri, furaje murate)
Grosiere (paie, vreji, coceni)
Concentrate (grune de cereale, boabe de leguminoase, semine de oleaginoase)
Suculente (rdcinoase, tuberculi, fructe)
Reziduri tehnice (tre, turte, borhot)
Furaje de origine animal (finuri de carne-oase, lapte, zer)
Furaje de origine mineral (sare, fosfat dicalcic)
Substanele nutritive principale prezente n aceste furaje sunt:
Substana uscat (SU) n kg
Uniti nutritive (UN)
Proteina digestibil (PD) n g
Calciu (C) n g
Fosfor (P) n g
Caroten n mg
70

Coninuturile nutritive pe kg furaj se gsesc n Decretul 501982 sau n buletine de analiz


ale laboratoarelor de nutriia animalelor. Animalele se mpart n rase, rasele n grupe i grupele n
subgrupe. De exemplu, n cadrul rasei taurine exist grupa vaci n lactaie care are subgrupe dup
producii: 4000 litrilactaie normal, 5000 litrilactaie normal, 6000 litrilactaie normal. n
cadrul rasei ovine exist grupa oi n lactaie cu dou subgrupe: alptare miei i lactaie. Fiecare
animal domestic n raport cu rasa, grupa i subgrupa de care aparine, are anumite cerine nutritive
unitare zilnice:
I.
Cerine pentru funcii vitale pe 100 kg corp;
II.
Cerine pentru funcii de reproducieproducie urmrite, pe kg lapte, pe kg spor etc.
De exemplu pentru vaci n lactaie de 500 kg avem cerinele nutritive unitare zilnice de mai
jos la care se adaug i sare:
Cerine unitare
Funcii vitale
(100 kg corp)
Un litru lapte/zi,
(4% grsime)

SU
(kg)
1.6

UN
0.9

PD
(kg)
60

Ca
(g)
5

P
(g)
2.6

Caroten
(mg)
30

Sare
(g)
4.6

0.48

0.48

48

2.9

2.4

15

Prin nmulirea funciilor vitale cu 5 i a liniei produciei de lapte cu 15 litrizi, obinem


cerinele zilnice totale pentru o vac de 500 kg i 15 litri laptezi:
Cerine totale
Funcii vitale
(500 kg corp)
15 litri lapte/zi,
(4% grsime)
Total pe
cap i zi

SU
(kg)
8

UN
4.5

PD
(kg)
300

Ca
(g)
25

P
(g)
13

Caroten
(mg)
150

Sare
(g)
23

7.2

7.2

720

43.5

36

225

30

15.2

11.7

1020

68.5

49

375

53

n mod analog se calculeaz cerinele totale pe cap i pe zi pentru oi n lactaie de 50 kg i


0.5 litri laptezi: 1.75 kg SU, 1.4 UN, 130 g PD, 9 g Ca, 5 g P, 15 mg Caroten i 8 g. sare. Raiile
furajere difer dup sezon: var sau iarn.
De exemplu pentru rumegtoare (vaci, oi, capre) vara se dau furaje mas verde i
concentrate n timp ce iarna se dau fnuri, grosiere, suculente i concentrate. Cantitile de furaje pe
cap i pe zi au i limite bilaterale legate de fiziologia digestiei pentru fiecare ras, grup i subgrup
din care face parte animalul domestic respectiv.
Veniturile din furaje se obin transformnd n lei valoarea produselor zootehnice oferite de
respectivul animal dintr-un kg de furaj iar cheltuielile se obin nsumnd costurile de
producerecumprare, transport, depozitare i administrare la animale a unui kg de furaj.
Profitul este diferena ntre venituri i cheltuieli iar rata profitului este raportul ntre profit i
cheltuieli. Vom nota venitul cu V, cheltuielile cu C, profitul cu P V C i rata profitului cu
RP P / C .
Tabelul 4 care urmeaz, furnizeaz datele necesare pentru elaborarea micromodelului raiei
furajere optime pentru o vac de 500 kg i 15 litri laptezi n sezonul de iarn.

71

TABEL 4
Norme
nutritive
zilnice

Fn
Lucern

Porumb
Siloz

Sfecl
furajer

Tre
Gru

0.84
0.48
122

0.25
0.25
9

0.13
0.12
10

0.86
0.77
108

15.2 kg
11.7 UN
1020 g

10
15

15
25

10
15

1
3

Greutate raie
MAX = 40 kg

Venit (lei)

0.72

0.30

0.24

0.80

Cheltuieli (lei)

0.52

0.20

0.18

0.60

Total
16.2 lei
Total
12 lei

Furaje
Resurse
SU
UN
PD
Limit MIN (kg)
Limit MAX (kg)

Pe baza datelor din tabelul 1, se poate elabora un singur model liniar de optimizare a raiei
furajere i anume modelul II (Cheltuieli minime), deoarece venitul din raia furajer este funcie
neliniar n raport cu necunoscutele (cantiti de furaje (Kg/cap.zi) prezente n raie. Un model
neliniar pentru raia furajer n care intervine venitul neliniar, poate fi gsit n seciunea 4.4.2
Fie L numrul restriciilor , E numrul restriciilor =, G numrul restriciilor deci
avem M L E G restricii aezate n ordinea de mai sus.
P este numrul variabilelor proprii ale modelului respectiv. Pentru modelul coninut n
tabelul 5 avem L 5 , E 0 , G = 7 deci M = 12 restricii i P 4 variabile proprii
x1, x2 , x3 , x4 .

Fn
Lucern
X1 (kg)

Porumb
Siloz
X2 (kg)

Sfecl
furajer
X3 (kg)

Tre
Gru
X4 (kg)

Semn

1. Fn MAX
2. Porumb MAX
3. Sfecl MAX
4. Tre MAX
5. Greutate
6. SU
7. UN
8. PD
9. Fn MIN
10. Porumb MIN
11. Sfecl MIN
12. Tre MIN

1
0
0
0
1
0.84
0.48
122
1
0
0
0

0
1
0
0
1
0.25
0.25
9
0
1
0
0

0
0
1
0
1
0.13
0.12
10
0
0
1
0

0
0
0
1
1
0.86
0.77
108
0
0
0
1

Cheltuieli (C)

0.52

0.20

0.18

0.60

Furaje
Restricii

TABEL 5
Limite

15 kg
25 kg
15 kg
3 kg
40 kg
15.2 kg
11.7 UN
1020 g
10 kg
15 kg
10 kg
1 kg
MIN

Modelul liniar de optimizare coninut n Tabelul 5, se scrie din punct de vedere matematic
sub form de inecuaiiecuaii n ordinea , =, cu variabile (necunoscute) nenegative i
funcie-obiectiv optim (maxmin). Membrii nti ai restriciilor i funcia-obiectiv sunt polinoame
de gradul nti n raport cu variabilele respective.
Soluia optim a acestui model va fi dat n seciunea 2.3
72

2.1.3 Modelul rotaiei optime a culturilor vegetale


Monocultura este sistemul de amplasare a aceleiai culturi pe aceeai parcel cel puin doi
ani consecutivi. n acest caz n respectiva parcel prolifereaz buruienile, bolile i duntorii
specifici aceleiai culturi iar producia culturii scade.
De exemplu mazrea, inul de ulei, lucerna i trifoiul n monocultur duc la oboseala solului.
Rotaia culturilor este sistemul de amplasare a unei culturi n parcele diferite n doi ani consecutivi.
n acest caz cultura succesoare lupt mai bine cu buruienile, bolile i duntorii rmai de la cultura
premergtoare, acestea nefiind specifice culturii succesoare. Exist culturi cum este floarea soarelui
care poate reveni n aceeai parcel dup minimum 5 ani.
Relaia premergtoare-succesoare difer de la caz la caz n ceea ce privete favorabilitatea.
Astfel o bun premergtoare pentru o succesoare, asigur pentru aceasta din urm producii i
venituri mai mari isau cheltuieli mai mici. De exemplu leguminoasele (mazrea, fasolea, soia,
lintea) sunt bune premergtoare deoarece las n sol ngrminte cu azot pe nodozitile rdcinilor
datorate bacteriilor fixatoare de azot. Bune premergtoare sunt i pritoarele deoarece prailele
sunt mijloace mecanice de lupt cu buruienile.
O rea premergtoare pentru o succesoare sectuiete solul n acele substane nutritive de
care ar avea nevoie n cantiti mari i succesoarea. De exemplu tutunul nu este bun premergtor
pentru sfecla de zahr. Elementele modelului rotaiei optime a culturilor, sunt urmtoarele:
a)
Necunoscutele xi sunt suprafee ce se vor cultiva cu succesoare dup diferite
premergtoare.
b)
Restriciile sunt de mai multe feluri:

restricii bilaterale pentru succesoare;

ocuparea ntregii suprafee cu succesoare;

suprafeele cu premergtoare s-au ocupat integral de ctre acestea.


c)
Funciile economice sunt ca de obicei Venit, Cheltuieli, Profit, Rata profit care vor da
modelele I-IV.
Mai exist i optimul V (venit maxim cu cheltuieli date) i optimul VI (cheltuieli minime cu
venit dat) deci optime condiionate. L este numrul restriciilor , E este numrul restriciilor =
iar G este numrul restriciilor deci avem M L E G restricii i N variabile proprii.
Tabelul 4 de mai jos conine datele necesare pentru a elabora cele 6 modele precedente. Nu
se admite monocultur iar cheltuielileveniturile unei succesoare sunt influenate de premergtoarea
pe care o nlocuiete.
n csua de la intersecia liniei succesoare cu coloana premergtoarei, n partea de deasupra
sunt veniturile iar n partea de dedesupt sunt cheltuielile. Pentru modelele V i VI coninute n
tabelele 5 i 6, avem L = 4, E 4 , G = 3 deci M = 11 restricii i P = 7 variabile proprii, respectiv
L= 3, E 4 , G = 4 deci M = 11 restricii i P = 7 variabile proprii x1 , x2 , ... , x7 .

73

Premergtoare
succesoare

Gru

Porumb

Soia

1200

1300

Limita
MIN (ha)

TABEL 6
Limita
MAX (ha)

30

50

40

60

15

Cheltuieli
Totale (lei)
94000 lei

Venituri
Totale (lei)
141000 lei
TABEL 7

Gru
800

700

Venit
1500 lei

1600
X

Porumb
Cheltuieli
1000

Sfecl
de zahr

Suprafee cu
premergtoare

SUCCESOARE
RESTRICII

1. Gru MAX
2. Porumb MAX
3. Sfecl de zahr
MAX
4. Cheltuieli (C)
5. SUPRAFA
6. SUPRAFA
Gru premergtor
7. SUPRAFA
Porumb
premergtor
8. SUPRAFA
Soia premergtor
9. Gru MIN
10. Porumb MIN
11. Sfecl zahr
MIN
Venituri (V)

1800

1900

2000

1200

1100

1000

2000

1900

1800

40 ha

50 ha

GRU
Porumb
Sfecl
zahr

5 ha

PORUMB
Gru
Sfecl
zahr

Gru

SOIA
Porumb

Sfecl
zahr

X1 (ha)

X2 (ha)

X3 (ha)

X4 (ha)

X5 (ha)

X6 (ha)

X7 (ha)

SEMN

PREMERGTOARE

900

LIMITE

0
1
0

0
0
1

1
0
0

0
0
1

1
0
0

0
1
0

0
0
1

50 ha
60 ha
15 ha

1000
1
1

1200
1
1

800
1
0

1100
1
0

700
1
0

900
1
0

1000
1
0

=
=

94000 lei
100 ha
45 ha

50 ha

5 ha

0
1
0

0
0
1

1
0
0

0
0
1

1
0
0

0
1
0

0
0
1

30 ha
40 ha
4 ha

1500

1800

1200

1900

1300

1600

2000

74

MAX

TABEL 8
SUCCESOARE
RESTRICII

1. Gru MAX
2. Porumb MAX
3. Sfecl zahr
MAX
4. SUPRAFA
5. SUPRAFA
Gru premergtor
6. SUPRAFA
Porumb
premergtor
7. SUPRAFA
Soia premergtor
8. Venituri (V)
9. Gru MIN
10. Porumb MIN
11. Sfecl zahr
MIN
Cheltuieli (C)

GRU
Porumb
Sfecl
zahr

PORUMB
Gru
Sfecl
zahr

Gru

SOIA
Porumb

Sfecl
zahr

X1 (ha)

X2 (ha)

X3 (ha)

X4 (ha)

X5 (ha)

X6 (ha)

X7 (ha)

SEMN

PREMERGTOARE

LIMITE

0
1
0

0
0
1

1
0
0

0
0
1

1
0
0

0
1
0

0
0
1

50 ha
60 ha
15 ha

1
1

1
1

1
0

1
0

1
0

1
0

1
0

=
=

100 ha
45 ha

50 ha

5 ha

1500

1800

1200

1900

1300

1600

2000

0
1
0

0
0
1

1
0
0

0
0
1

1
0
0

0
1
0

0
0
1

140000
lei
30 ha
40 ha
4 ha

1000

1200

800

1100

700

900

1000

MIN

Cele 2 modele liniare de optimizare coninute n Tabelul 7 (Modelul V) i Tabelul 8


(Modelul VI) se scriu din punct de vedere matematic sub form de inecuaiiecuaii n ordinea ,
=, cu variabilele (necunoscute) nenegative i funcie-obiectiv optim (maxmin).
Soluia optim a acestui model va fi dat n seciunea 2.3

2.2 Dualitatea modelelor liniare de optimizare


Modelele liniare din seciunea precedent conduc la extreme de funcii liniare cu legturi
liniare:

2
3

a11 x1 ... a1P xP b1

aL1 x1 ... aLP xP bL

aL1,1 x1 ... aL1,P xP bL1

a
x ... aLE,P xP bLE
L E,1 1
aL E 1,1 x1 ... aL E 1,P xP bLE 1

aL E G,1 x1 ... aLE G,P xP bL E G


x1, ... , xP 0
f c1 x1 ... cP xP Optim
75

M P restricii liniare i P necunoscute proprii x1, ... , xP .


AL
BL
x1
c1

unde submatricea A are L linii i


Cu notaiile: A A E ; B BE ; X
; C
L


x
c
A
B
P
P
G
G
P coloane, submatricea A E are E linii i P coloane, submatricea A G are G linii i P coloane iar
subvectorul-coloan BL are L componente, subvectorul-coloan BE are E componente i
subvectorul-coloan BG are G componente, modelul liniar (1) (3) capt forma matricial:
Fie M L E G . Avem

4
5
6

A L X BL

A E X BE
A X B
G
G

X 0

f CT X Optim

Aici C c1 ,..., cP este transpusul vectorului-coloan C. Presupunem c rang A M


(restriciile (1) sunt liniar independente). Prin introducerea a M variabile de egalizare:
xe1, ... , xeL , xeL1,..., xeLE , xeLE1, ... , xeM modelul liniar (1) (3) capt forma standard:
T

8
9

a11 x1 ... a1P xP xe1 b1

aL1 x1 ... aLP xP xeL bL

aL1,1 x1 ... aL1,P xP xeL1 bL1

a
x ... aL E,P xP xeL E bLE
L E,1 1
aL E 1,1 x1 ... aL E 1,P xP xeLE 1 bLE 1

aM1 x1 ... aMP xP xeM bM


x1 , ... , xP ; xe1 , ... , xeM 0
f c1 x1 ... cP xP 0 xe1 ... 0 xeM Optim

Cu notaia N P M , xP1 xe1 , ... , xN xeM i:

a11
A
a
M1

a1N
x1
c1
b1
; B ; X ; C

aMN
bM
N
xN
76

avem forma matricial a modelului liniar standard (7) (9):

10
11
12

AX B
X0
f CT X Optim

Fie x10,, xp0 componente ale soluiei optime pentru modelul (10) - (12).
Structura n procente a valorii optime foptim se calculeaz astfel:
s1 = (c1* x10* 100)/foptim (%),, sp = (cp* xp0* 100)/foptim (%)
Modelul standard (10) (12) numit primal are M restricii i N P M necunoscute:
x1,..., xP ; xe1,..., xem .

a1N
a11
a12

vectorii-coloan din matricea A. Sistemul de

Fie A1
; A2
; ...; A N

a
a
a
M1
M2
MN
restricii liniare (10) de forma AX B se poate scrie sub forma: x1A1 ... xN A N B
Modelul liniar (1) (3), numit i model primal, admite un model liniar dual de forma:

13

a11y1 ... aL1y L aL1,1y L1 ... aLE,1y LE aL E 1,1y LE 1 ... aM1y M c1

a y ... a y a y ... a
LP L
L+1,P L 1
L+E,P y L E aL E 1,P y L E 1 ... aMP y M cP
1P 1

14 y1,..., y L 0, y L1,..., yL+E oarecare, y L+E+1,..., y M 0


15 g b1y1 ... bL yL bL+1yL+1 ... bL+E y L+E bL+E+1y L+E+1 ... bM y M min im

Pentru g maxim, semnele din cele M restricii (13) se vor nlocui cu . Modelul dual
(13) (15) cu P restricii i M necunoscute duale proprii y1 , ... , yM devine standard prin
introducerea a P variabile duale de egalizare: ye1, ... , yeP . Modelul dual standard are forma:

16

a11y1 ... aM1y M ye1 c1

a y ... a y ye c
MP M
P
P
1P 1

17 y1,..., yL 0, yL+1,..., y L+E oarecare, y L+E+1,..., y M 0; ye1,..., yeP 0


18 g 0 ye1 ... 0 yeP b1y1 ... bM y M min im
Pentru g maxim, pe ultima coloan a membrului I al restriciilor (16) vom avea:

+ye1, ... , +yeP . Modelul standard dual (16) (18) are forma matricial:

77

19
20
21

AT Y C
Y oarecare
g BT Y optim dual

Aici Y oarecare este dat de (17) iar optimul dual este minim pentru f maxim i maxim pentru
f minim. Modelul standard dual are P restricii i N P M necunoscute: ye1, ... , yeP ;

y1, ... , yM .
Exemplu:
Fie problema de optimizare primal:
4x1 + x2 5
3x1 + 2x2 = 7
2x1 + 3x2 10
x1,x2 0
---------------------f = 6x1 + 3x2 = maxim
n acest model primal avem P = 2 necunoscute proprii x1, x2 i M = 3 restricii.
n modelul dual avem M = 3 necunoscute proprii y1, y2, y3 i P = 2 restricii.
Lund coeficienii de pe coloanele modelului primal, obinem modelul dual:
4y1 + 3y2 + 2y3 6
y1 + 2y2 + 3y3 3
y1 0; y2 = oarecare; y3 0
----------------------------------g = 5y1 + 7y2 + 10y3 = minim
Se numesc concordante, restriciile cu fmaxim i restriciile cu fminim.
Se numesc neconcordante, restriciile cu fmaxim i restriciile cu fminim.
Restriciile concordante din modelul primal corespund cu variabile duale proprii nenegative
n modelul dual iar restriciile neconcordante din modelul primal corespund cu variabile proprii
nepozitive n modelul dual. Restriciile egaliti n modelul primal corespund cu variabile duale
proprii oarecare n modelul dual.
n modelul primal de mai sus prima restricie este concordant cu f deci y1 0, a doua
restricie este egalitate deci y2 este oarecare iar a treia restricie este neconcordant cu f deci y3 0.
n modelul primal avem x1, x2 0 deci n modelul dual restriciile trebuie s fie concordante
cu gminim deci trebuie s fie de forma . Dac n modelul primal am fi avut fminim atunci n modelul
dual am fi avut gmaxim deci cele dou restricii din modelul dual, concordante cu gmaxim, ar fi fost de
forma .
Ca i modelul liniar primal, modelul liniar dual are soluii posibile, bazice, optime.
Proprieti ale dualitii:
Teorema 2.1 (Teorema de dualitate)
Fie problemele:

78

1)
2)
3)

Primala
AX b
X0

Duala

f c T X min im

g b T Y max im

AT Y c
Y0

Avem unul din cazurile:


Primala i duala au soluii posibile deci au i soluii optime i optimele lor coincid:

f min im gmax im

Primala are soluii posibile iar duala nu are soluii posibile sau invers. n acest caz problema
care are soluii posibile are optim infinit: f min im ; gmax im
Primala i duala nu au soluii posibile

Demonstraie:
Folosim urmtoarea consecin a lemei Farka-Minkovski (fr demonstraie): dac U este o

UZ 0
are cel puin o soluie
Z

matrice antisimetric (cu U U ) sistemul de inecuaii liniare:


T

Z cu UZ Z 0 . Lum: U A
c T

X

U Y 0 ;
t

A T
0
bT

X
c


b i Z Y cu tR deci avem:
t
0

X
X X


U

0
;
Y Y 0

t t
t

T
T
sau: A Y tc 0 ; AX tb 0 ; c X b Y 0 ; X ,Y , t 0 ;

X AT Y tc 0 ; AX Y tb 0 ; cT X bT Y t 0 .
Cazuri
a)

1
t

1
t

t 0 deci cu notaiile X X ; Y Y relaiile precedente devin: AT Y c ;

AX b ; cT X bT Y ; X,Y, t 0 ; AT Y X c ; AX Y b ; cT X bT Y 1. De aici
rezult c X, Y sunt soluii posibile ale problemei primale respectiv duale. Ele sunt chiar soluii
T
T
T
T
T
optime. nmulind AX b cu Y 0 obinem Y AX b Y i nmulind Y A c cu

1
t

X 0 obinem bT Y cT X . Dar mai sus am gsit c cT X=bT Y aa c deci pentru X X ,

1
t

f cT X i atinge minimul i pentru Y Y , g bT Y i atinge maximul i aceste extreme

coincid, X, Y fiind deci soluii optime. Cazul 1) al teoremei este demonstrat.


79

t 0 . n acest caz relaiile precedente devin: AT Y 0 ; AX 0 ; cT X bT Y ;


X ,Y 0 ; X AT Y ; Y AX ; cT X bT Y . De aici rezult c primala i duala nu au

b)

simultan soluii posibile. n adevr, dac prin absurd primala ar avea soluia posibil X ' iar duala
T
ar avea soluia posibil Y ' am avea: AX' b ; X' 0 i A Y' c ; Y' 0 deci cu relaiile de
mai

sus,

am

bT Y AX' Y X'T AT Y 0
T

obine:

respectiv

bT Y cT X AT Y' X (Y')T AX 0 deci o contradicie. Dac primala i duala nu


T

au simultan soluii posibile, avem subcazurile:


b)
Una din problemele duale are soluii posibile iar cealalt nu are. Fie de exemplu situaia
cnd primala are soluia posibil X ' iar duala nu are soluie posibil. n acest caz i

X' X cu 0 este soluie posibil a primalei: X ,X', 0 implic X' X 0 i

n plus A X' X AX' AX b deoarece AX' b i de mai sus avem:


AX 0 . Avem de mai sus : cT X bT Y AX' Y X'T ATY 0 deoarece
T

X'T 0 i AT Y 0 deci funcia-obiectiv f cT X' X cT X' cT X tinde la


pentru deci primala are optim infinit. Cazul 2) este demonstrat.
b")

Nici primala nici duala nu au soluii posibile. Cazul 3) este demonstrat. Q.E.D.

Teorema 2.2 (a ecarturilor complementare)


Fie X soluie posibil a problemei primale:

AX b
X0

f c T X min im
i fie Y soluie posibil a problemei duale:

AT Y c
Y0
f bT Y max im
X, Y sunt soluii optime pentru primal respectiv pentru dual dac i numai dac:
YT AX b 0 i
a)
b)

c A Y X 0
T

Demonstraie:
Dac X, Y sunt soluii optime pentru primal respectiv pentru dual, atunci conform teoremei de
dualitate 2.1 cazul 1), avem: c X b Y i cum
T

YT AX b c AT Y X 0 .
T

ns

A Y
T

AX b ;

YT A i bT Y YT b , rezult:

AT Y c ;

X, Y 0

aa

c:

YT AX b 0 i c AT Y X 0 deci n final YT AX b 0 i c AT Y X 0 .
T

80

Reciproc, dac Y

AX b 0

c A Y
T

X 0 prin adunare, dup reducerea lui

YT AX AT Y X i cu YT b bT Y, rezult c cT X bT Y 0 deci cT X bT Y aa c
T

conform punctului a) din demonstraia teoremei de dualitate 1.1, rezult c X, Y sunt soluii optime
pentru primal respectiv dual. Q.E.D.
Observaie:
Relaiile din teorema ecarturilor complementare 6.2, numite i condiiile Kuhn-Tucker se scriu:
a)
AiT X bi yi 0 i 1, ... , m
b)

YT A j c j x j 0

j 1, ... , n

n adevr, relaiile din teorema ecarturilor complementare1.2, se scriu:

y1 A1T X b1 ... yn ATmX bm 0;

x1 c1 yT A1 ... xn cn YT An 0.

i cum termenii din cele dou sume sunt mai mari sau egali cu zero, rezult c toi termenii trebuie
s fie zero:

yi AiT X bi 0

i 1, ... , m
x j c j YT A j 0 j 1, ... , n

de unde rezult cele afirmate n enunul din observaie.


Teorema 2.3
Fie X o soluie optim a primalei:

AX b
X0

f c T X min im
i fie Y o soluie optim a dualei:

AT Y c
Y0
g bT Y max im
Avem relaiile:
a)

xj

g
c j

j 1, ... , n

b)

yi

f
bi

i 1, ... , m

Demonstraie:
Modificm componentele lui b n b ' b b astfel ca, componentele bazice ale lui X s
rmn aceleai, modificndu-se doar valoarea lor deci obinem o nou soluie optim X

81

corespunztoare tot lui Y. Conform teoremei de dualitate 2.1, cazul 1) avem: c X b Y ;


T

cT X'= b+b Y aa c f cT X' cT X= b Y deci: Y


T

yi

f
bi

adic pe componente:

i 1, ... , m

Relaiile x j

g
c j

j 1, ... , n se demonstreaz n mod analog.

n concluzie, variabilele yi msoar variaia funciei-obiectiv a primalei f provocat de


variaia unitar a limitelor de restricie bi = 1. Din aceast cauz variabilele duale y i se numesc
preuri-umbr sau costuri de oportunitate.
Interpretarea variabilelor primale xi este analoag. Q.E.D.

2.3 Gsirea soluiilor optime pentru modelele primal i dual cu metoda simplex
Din cele prezentate n seciunea 1.5 rezult c, cunoaterea soluiilor bazice optime permite
gsirea oricrei soluii optime. De regul modelele liniare au o singur soluie optim care este
obligatoriu bazic. Numrul soluiilor bazice este cel mult: C N
M

N N 1 ... N M 1
1 2...M

De exemplu pentru modelul raiei furajere optime ca i pentru modelul structurii optime a
culturilor avem cel mult:

4
C16
20 C20

20 19 18 17
4845 soluii bazice n timp ce pentru
1 2 3 4

10
modelul rotaiei optime a culturilor avem cel mult C13
23 C23 1144066 soluii bazice.
Cutarea exhaustiv a soluiei bazice optime este laborioas, de aceea a fost elaborat o
metod mai rapid de optimizare numit metoda simplex. Aceast metod pleac de la o soluie
bazic iniial pe care o schimb cu una mai bun (pentru care funcia f se apropie de optimul ei), pe
aceasta o schimb cu una mai bun etc. pn se ajunge la o soluie bazic optim.
Prin aceasta se evit inspectarea soluiilor bazice mai puin bune ca soluia bazic iniial; n
plus la trecerea de la o soluie bazic la alta mai bun, se schimb o component bazic cu acea
component nebazic care asigur cea mai mare variaie a funciei f, deci se micoreaz n mod
semnificativ volumul de calcul.

1)
Probleme de optimizare cu soluie bazic iniial
Fie problema de optimizare de forma:

a11 x1 ... a1 p x p b1

am1 x1 ... amp x p bp


x1 ,..., x p 0
f c1 x1 ... c p x p max im
Forma standard a problemei este:

82

a11 x1 ... a1 p x p x p 1

b1

am1 x1 ... amp x p ...... x p m bp


x1 ,..., x p ; x p 1,..., x p m 0
f c1 x1 ... c p x p 0 x p 1 ... 0 x p m max im
Aceast problem are soluia bazic particular iniial:

X x1 0,...x p 0; x p1 b1,..., x pm bp
Notm mai departe p m n i aranjm datele problemei n tabelul simplex iniial de mai
jos. Coloana C B conine coeficienii din f ai variabilelor bazice, coloana VB conine variabilele
bazice iar coloana X B valorile variabilelor bazice. n restul tabelului se trec coeficienii
c1, ... , c p , c p1, ... , cn ai variabilelor din f pe linia C f i coeficienii aij ai matricii
0

A B/ E din restriciile formei standard.

Pe ultima linie a tabelului se gsesc valoarea iniial a funciei f CB b i diferenele

CB
cp+1

VB
xp+1

Cf
XB
b1

c1
x1
a11

----------------------

cp
xp
a1p

Cp+1
Xp+1
1

----------------------

cn
xn
0

--------

--------

--------

--------

--------

--------

--------

CB A c CBB c; 0 .

cn

xn

bp
f

ap1
1

---------------

app
p

0
0

---------------

1
0

Forma final din ultimul tabel simplex a soluiei bazice optime a primalei va fi:

X B1b; 0 , a soluei bazice optime a dualei va fi: Y 0; CBB1 , a matricii va fi:

A E / B1 .

Deasemenea valoarea optim a funciei va fi: f max g min CBB1b iar diferenele

0; CBB1 c Y c . De aici rezult Y C deci soluia bazic optim a dualei se

obine din ultimul tabel simplex, adunnd diferenele din acest ultim tabel cu coeficienii c de
deasupra primului tabel, aflai n dreptul variabilelor bazice ale primului tabel simplex.
Trecerea de la un tabel simplex la tabelul urmtor se face conform teoremei:
Teorema 2.4 (Criteriul de optim)
Avem cazurile:
I
Toate diferenele sunt 0 n probleme de maxim (toate diferenele sunt 0 n probleme
de minim). n acest caz soluia bazic corespunztoare este optim.
83

II
Exist diferene 0 n probleme de maxim (exist diferene 0 n probleme de
minim). Fie k diferena cea mai negativ n probleme de maxim ( k diferena cea mai pozitiv n
probleme de minim). Aceast alegere a lui k asigur cea mai rapid apropiere a lui f de optimul
su.
Avem subcazurile:
a)
Toate elementele coloanei lui k sunt: a1k 0,..., a pk 0 . n acest caz problema are
optim infinit.
b)

xi
x
h , ahk
aiK 0 a
ahk
ik

Exist pe coloana lui k elemente aik 0 . n acest caz, notnd: min

se numete pivot i se ncercuiete n tablou.


Ca pivoi se aleg totdeauna elemente strict pozitive pentru ca f s se apropie de optimul ei
(dac pivotul ar fi zero, ar fi infinit iar dac pivotul ar fi negativ, am avea 0 deci f s-ar deprta
de optimul ei).
Variabila xh de pe linia pivotului devine nebazic i variabila xk de pe coloana pivotului
devine bazic, marcndu-se cu sgei aceast schimbare. Soluia bazic cu componentele nenule din
coloana X B se mbuntete, transformnd ntregul tablou cu regula dreptunghiului:
1)
elementele de pe linia pivotului se mpart la pivot;
2)
elementele de pe celelalte linii se nmulesc cu pivotul, din produs se scade produsul
elementelor diagonalei a II a a dreptungiului iar diferena obinut se mparte la pivot.
Aplicnd regula dreptungiului pentru valoarea funciei f avem relaia: f ' f hk .
Tot regula dreptunghiului se aplic i pentru calculul diferenelor .
Demonstraie:
Cazul I)

Fie X x1 ,..., xn soluia bazic din enun i X' x1 ,..., xn o alt soluie bazic.
'

'

S artm c pentru o problem de maxim, n condiiile cazului I) avem c X' C X deci X este
soluie bazic optim. Avem:
T

A1 a11A p 1 ... a p1A n


A a A ... a A
1p
p 1
pp n
p
unde A1 ,...,A p , A p1,...,A n sunt vectorii-coloan ai matricii A. De asemenea avem:

b x p1A p1 ... xn An deoarece x1 ... x p 0 (componente nebazice). ns:

b x1' A1 ... x 'p A p x 'p 1A p 1 ... xn' A n


x1' a11A p 1 a p1A n ... xn' a1 p A p 1 a pp A n x 'p 1A p 1 ... xn' A n
a11 x1' ... a1 p x 'p x 'p 1 A p 1 ... a p1 x1' ... a pp x 'p xn' A n
Egalnd cele dou valori ale lui b i innd cont c A p1 , ... , An formeaz o baz n Rm, rezult:

84

a11x1' ... a p1x 'p x 'p1 x p1


a x' ... a x ' x ' x
pp p
n
n
1p 1

Vom avea:

CT X c p 1 x p 1 ... cn xn
c p 1 a11 x1' ... a1 p x 'p x 'p 1

cn a p1 x1' ... a pp x 'p xn'


x1' c p 1a11 ... cn a p1

x 'p c p 1a1 p ... cn a pp


x 'p 1c p 1 ... xn' cn
1 c p 1a11 ... cn a p1 c1 0

Dar: aa c rezult:

p c p 1a1 p ... cn a pp c p 0

CT X x1' c1 ... x'pc p x'p1c p1 ... xn' cn CT X'


Cazul II a)
Avem: b x p1A p1 ... xn An i ak a1k Ap1 ... apk An deci pentru orice 0 avem:

b x p1 a1k A p1 ... xn apk An a1k A p1 ... apk A n deci avem i

soluia posibil X' x1 ,..., xn


'

'

x j a jk , j p 1,..., n

'
, jk
cu x j
0
, j 1,..., p, j k

Avem:
85

CT X' ck x p+1 a1k c p1 ... xn amk cn


x p 1c p 1 ... xn cn c p 1a1k ... cn a pk ck

Cum k c p1a1k ... cn a pk ck 0 pentru o problem de maxim, rezult c pentru


suficient de mare, C X' poate fi orict de mare deci problema are optim infinit.
T

Cazul II b)
Dup aplicarea regulei dreptunghiului: X k
'

Xh
a
'
; xi xi ik X h
ahk
ahk

i k

obinem o nou

soluie bazic X' x1 ,..., xn . n adevr, xh 0 , ahk 0 deci X'k 0 . Deasemenea


'

'

Xi ,Xh 0 , ahk 0 deci dac aik 0 avem din definiia lui :


xi' 0

Xi X h

deci din nou


aik ahk

i k . n plus AX' b deoarece: x1' A1 ... xk' Ak ... xn' An b adic:

a1k
x
a
xh A1 ... h Ak ... xn nk xh A n b
x1
ahk
ahk
ahk

sau:

xh
A k a1k A1 ... ank A n x1A1 ... xn A n b
ahk
deoarece Ak a1k A1 ... ank An . Pentru noua soluie bazic gsit X ' avem:
x1A1 ... xn A n

a
x
a
CT X ' c1 x1' ... ck xk' ... cn xn' c1 x1 1k xh ... ck h ... cn xn nk xh
ahk
ahk
ahk

x
x
c1 x1 ... cn xn h c1a1k ... cn ank ck CT X h k
ahk
ahk
adic: f ' f k
n cazul problemei de maxim avem 0 , k 0 deci f ' f aa c soluia se
mbuntete.
n cazul problemei de minim avem 0 ; k 0 deci f ' f aa c soluia se
mbuntete. Q.E.D.
Exemplu:
Fie problema de optimizare:

4 x1 x2 4

2 x1 3x2 6
x1 , x2 0
f 6 x1 7 x2 max im
Forma standard a problemei este:
86

4 x1 xe1 4
2 x1 3xe2 6
x1 , x2 ; xe1 , xe2 0
f 6 x1 7 x2 0 xe1 0 xe2 max im
Problema are soluia bazic iniial: X

x1 0; x2 0; xe1 4; xe6 6 iar valoarea

iniial a funciei-obiectiv este f 0 0 . Avem trei tablouri simplex rezultate din aplicarea teoremei
2.4:

CB
0
0

VB
xe1

Cf
XB
4

6
x1
4

7
x2
1

0
xe1
1

0
xe2
0

xe2

7
min
3

f1 = 14

-6

-7

k = -7

1
3

7
3

xe1

10
3

x2

2
3

f0 = 0

x1

x2

6
10
16
10
f2 = 14.8

Soluia bazic optim a primalei: x1 0.6 ; x2 1.6


Valoarea maximului f max im 14.8
Problema dual are forma:

87

3
10
2

10
4
10

1
10
4
10
22
10

6
min
10
3

4
3

4y1 2y 2 6
y1 3y 2 7
y1 , y 2 0
g 4y1 6y 2 min im
Soluia bazic optim a dualei este:

4
0 0.4
10
22
y 2 4 c4
0 2.2
10
y1 3 c3

Valoarea minim a funciei-obiectiv duale este gmin im 14.8 f max im


2) Problema de optimizare fr soluie bazic iniial
Dac problema de optimizare sub forma standard nu are o soluie bazic iniial, se adaug
n membrul I al restriciilor care nu conin variabile bazice, variabile auxiliare care sunt i bazice i
se minimizeaz suma h a variabilelor auxiliare.
Dac acest minim este zero, nici o variabil auxiliar nu mai este bazic i avem o soluie
bazic iniial care se optimizeaz n raport cu funcia-obiectiv f.
Exemplu:
Fie problema de optimizare:

x1 2 x2 3x3 12

3x1 x2 4 x3 8
x1 , x2 , x3 0
f 6 x1 7 x2 10 x3 max im
Nici una din restricii nu conine variabile bazice deci vom aduga n membrul I al restriciilor,
variabilele auxiliare xa1 , xa2 care sunt i bazice i vom minimiza funcia h xa1 xa2 :

x1 2 x2 3x3 xa1
3x1 x2 4 x3

12
xa2 8

x1 , x2 , x3 ; xa1 , xa2 0
h xa1 xa2 min im
0
x1

0
x2

0
x3

1
xa1

1
xa2

CB

VB

Cf
XB

xa1

12

12
3

xa2

8
min
4

h0 = 20

k = 7

xa1

5
4

5
4

88

3
4

24
min
5

x3

h1 = 6

x2

x3

3
4
5

1
4
5
4

-1

24
5
4
5
h2 = 0

4
5
1

1
4
7

4
3

5
2
5

-1

-1

5
4

Ultimul tabel simplex de mai sus furnizeaz o soluie bazic iniial care se optimizeaz tot
cu metoda simplex fa de funcia-obiectiv f:

CB

VB

x2

10

Cf
XB

24
5
4
5

x3

x2

x1

f0 = 41.6

28
5
4
5
f1 = 44

6
x1

7
x2

10
x3

-1

4
min
5

-3

k = -3

Soluia bazic optim a primalei este: X x1

4
28

; x2 ; x3 0 i f max 44
5
5

Problema de optimizare dual are forma:

y1 3y 2 6

2y1 y 2 7
3y1 4y 2 10
y1 , y 2 oarecare
g 12y1 8y 2 min im
Soluia bazic optim a dualei este: Y y3 3; y2 1 ; gmin 44 f max
89

Implementarea metodei simplex se face prin mai multe procedee:


Program direct de calcul ntr-un limbaj de programare.
Exemplu: Programul OPTIMF (vezi Anexa 1 din lucrarea autorului [53]) n unul din
limbajele GWBASIC, QBASIC, QUICKBASIC 4.5 (QB)
2)
Programe de firm specializate pe cercetri operaionale ca MS, QM, MSS, WINQSB.
3)
Produse informatice care lucreaz cu tabele de calcul precum EXCEL sau QUATTRO.
4)
Produse informatice profilate pe calcul matricial precum MATLAB.
Programul OPTIMF poate fi rulat cu QUICKBASIC (lansat cu QB) precum i cu versiunile
mai vechi GWBASIC (lansat cu GWBASIC) i QBASIC (lansat cu QBASIC). Datele necesare
pentru programul OPTIMF sunt:
a)
Parametrii modelului liniar L, E, G, P, Z;
b)
Matricea A de tip M x P a coeficienilor din membrul I al restriciilor;
c)
Vectorul b de lungime M al membrului II din restricii;
d)
Vectorul c de lungime P al coeficienilor funciei-obiectiv;
e)
(Opional) Dac exist i alte funcii, asemntoare cu funcia-obiectiv, trebuie declarat
numrul lor apoi se cer coeficienii acestor funcii; programul OPTIMF calculeaz valorile
acestor funcii auxiliare pentru soluia bazic optim a primalei.
Dac de exemplu funcia-obiectiv este venitul, funciile auxiliare pot fi cheltuielile, profitul
i rata profitului. n final soluia bazic optim pentru care venitul este maxim, va da i cheltuielile,
profitul i rata profitului aferente acestui optim.
1)

Exemplu:
S se rezolve problema de programare liniar primal urmtoare cu programul OPTIMF i
cu SOLVER din EXCEL:
4x1 + x2 5
3x1 + 2x2 = 7
2x1 + 3x2 10
x1, x2 0
----------------------f = 6x1 + 3x2 = maxim
Funcia auxiliar fa = 5x1 + 8x2
Soluie:
Problema dual are forma (vezi seciunea 2.2 exemplul 1):
4y1 + 3y2 + 2y3 6
y1 + 2y2 + 3y3 3
y1 0; y2 = oarecare; y3 0
-----------------------------------g = 5y1 + 7y2 + 10y3 = minim
Prin indroducerea de variabile de egalizare, problemele primal i dual capt forma
standard (au numai restricii egaliti).
Aceast operaie o face programul!
Aceste forme standard sunt:
Primala:
4x1 + x2 + xe1 = 5
3x1 + 2x2 + xe2 = 7
2x1 + 3x2 - xe3 = 10
x1, x2, xe1, xe2, xe3 0
----------------------f = 6x1 + 3x2 + 0.xe1 + 0.xe2 + 0.xe3 = maxim
cu soluii de forma: X = (x1, x2, xe1, xe2, xe3) din R5
90

Duala:
4y1 + 3y2 + 2y3 ye1 = 6
y1 + 2y2 + 3y3 ye2 = 3
y1 0; y2 = oarecare; y3 0; ye1, ye2 0
---------------------------------------------------g = 5y1 + 7y2 + 10y3 + 0.ye1 + 0.ye2 = minim
cu soluii de forma Y = (ye1, ye2; y1, y2, y3) din R5
Pentru computer este suficient s se dea elementele problemei primale sub forma iniial
(nestandard) i se calculeaz soluiile bazice optime primal X(0) i dual Y(0), ambele din R5
precum i valoarea comun a optimului: fmaxim = gminim.
1) Rezolvarea cu programul OPTIMF din Anexa 1 a lucrrii autorului [53]
Datele pentru programul OPTIMF au forma:
10 REM DATE DE INTRARE N PROGRAM
20 REM NUMRUL INECUAIILOR DE TIP este L
30 L = 1
40 REM NUMRUL ECUAIILOR DE TIP = ESTE E
50 E = 1
60 REM NUMRUL INECUAIILOR DE TIP ESTE G
70 G = 1
80 REM NUMRUL VARIABILELOR PROPRII ESTE P
90 P = 2
100 REM TIPUL FUNCIEI: MAXIM (Z = 1); MINIM (Z = -1)
110 Z = 1
120 REM MATRICEA A, LINIE CU LINIE:
130 DATA 4,1,3,2,2,3
140 REM VECTORUL b:
150 DATA 5,7,10
160 REM VECTORUL c:
170 DATA 6,3
180 REM NUMRUL FUNCIILOR AUXILIARE ESTE NF
190 NF = 1
200 REM COEFICIENII FUNCIILOR AUXILIARE ESTE NF
210 DATA 5,8
Instruciunile cu comentariile REM nu trebuie tastate, fiind ignorate de program i avnd
rol explicativ pentru utilizator.
Dup execuia programului OPTIMF avem soluiile bazice optime cutate:
SOLUIA BAZIC OPTIM PRIMAL SOLUIA BAZIC OPTIM DUAL
1) VPP (Variabile primale proprii)
3) VDE (Variabile duale de egalizare)
x1 = 0.2
ye1 = 0
x2 = 3.2
ye2 = 0
2) VDE (Variabile primale de egalizare)
4) VDP (Variabile duale proprii)
xe1 = 1
y1 = 0
xe2 = 0
y2 = 2.4
xe3 = 0
y3 = - 0.6
fmax = gmin = 10.8
Valoarea funciei auxiliare este 26.6

91

2) Rezolvarea cu SOLVER din EXCEL:


Problema primal din enun se plaseaz n foaia EXCEL cu numele OPTIML:
A1
B
C
D
E
F
2 PROGRAM LINIAR(OPTIML)
3 SOLUIA OPTIM COEF. F-CIE - OB. VALOARE
f

4
X1
X2
5
0.2
3.2
6 RESTRICII:
7 X1
X2
8
9
10

4
3
2

1
2
3

C1
6

C2
3

MEMBRU
STNG:

SEMN
RESTR
ICIE:

4
7
10

<
=
>

F-CIE -OB.
f :

10.8

COEF.
fa

D1
5

I
VALOARE
fa

D2
8

26.6

MEMBRU
DREPT:

5
7
10

FORMULE:
F5: = $B$5 * $D$5 + $C$5 * $E$5
I5: = $B$5 * $G$5 + $C$5 * $H$5
D8: = $B$5 * $B$8 + $C$5 * $C$8
D9: = $B$5 * $B$9 + $C$5 * $C$9
D10: = $B$5 * $B$10 + $C$5 * $C$10
Se deschide meniul Tools (ALT T) i se alege n fereastra TOOLS, opiunea SOLVER.
Apare fereastra Solver Parameters cu aspectul de mai jos:

n csua din dreapta opiunii Set Target Cell se scrie adresa absolut $F$5 n care se gsesc
valorile succesive ale funciei-obiectiv f a problemei primale, ultima valoare fiind cea optim.
Sub aceast csu se face opiunea Max n butonul radio din stnga, deoarece problema
primal este de maxim.
n csua de sub opiunea By Changing Cells se dau adresele absolute $B$5, $C$5 n care se
gsesc valorile succesive ale variabilelor x1, x2, primele valori putnd fi luate egale cu zero iar
ultimele valori fiind cele optime.
Se activeaz opiunea Add care deschide fereastra Add Constraint n care se scriu cele trei
restricii ale problemei primale $D$8 <= $F$8; $D$9 = $F$9; $D$10 >= $F$10 dup cum urmeaz:
n fereastra Cell Reference se scrie membrul stng al restriciei, din lista ascuns se alege semnul
restriciei iar n fereastra Constraint se scrie membrul drept al restriciei.
92

Dup terminarea scrierii fiecrei restricii, se activeaz opiunea Add pentru a introduce
restricia urmtoare.

Int

int
bin
Dup nchiderea cu OK a acestei ferestre, restriciile precedente apar n csua de sub
opiunea Subject to the Constraints din fereastra Solver Parameters de mai sus.
Dac ulterior dorim s modificm sau s tergem unele restricii, le selectm i folosim
opiunile Change sau Delete.
Activnd opiunea Solve din fereastra Solver Parameters, apare fereastra Solver Results de
mai jos:

n csua de sub opiunea Reports selectm opiunile Answer, Sensitivity i Limits care vor
ataa foii de calcul trei rapoarte cu rezultate: soluiile optime primal i dual, valoarea optimului i
intervalele pentru componentele vectorilor b i c care nu necesit reoptimizare. Dealtfel variabilele
primale proprii x1 i x2 ale soluiei bazice optime primale i valoarea optim a funciei-obiectiv f
apar i n foaia EXCEL iniial n celulele $B$5, $C$5 respectiv $F$5.
n celula $I$5 apare i valoarea funciei auxiliare fa.
Reoptimizarea modelelor liniare
Valorile coeficienilor unui model liniar sufer modificri n timp. Cele mai frecvente
modificri sunt:
a)
Modificarea valorilor coeficienilor c1,, cP ai funciei-obiectiv f n care caz se pune problema
dac soluia optim primal existent a modelului mai rmne optim (nu necesit reoptimizare).
b)
Modificarea valorilor termenilor liberi b1,, bM ai restriciilor n care caz se pune problema
dac soluia optim dual existent a modelului mai rmne optim (nu necesit reoptimizare).
Rspunsul la aceste ntrebri este dat de raportul Limits din fereastra Solver Results a
produsului EXCEL (vezi seciunea 2.3)
Exemplu:
Fie problema rezolvat mai sus:
4x1 + x2 5
3x1 + 2x2 = 7
2x1 + 3x2 10
x1, x2 0
----------------------f = 6x1 + 3x2 = maxim
93

pentru care am gsit soluiile optime primal i dual:


SOLUIA BAZIC OPTIM PRIMAL
SOLUIA BAZIC OPTIM DUAL
3) VPP (Variabile primale proprii)
3) VDE (Variabile duale de egalizare)
x1 = 0.2
ye1 = 0
x2 = 3.2
ye2 = 0
4) VDE (Variabile primale de egalizare)
5) VDP (Variabile duale proprii)
xe1 = 1
y1 = 0
xe2 = 0
y2 = 2.4
xe3 = 0
y3 = - 0.6
fmax = gmin = 10.8
a) Dac c1 = 6 (4.5; +), c2 = 3 (0; 4), soluia optim primal de mai sus rmne optim.
b) Dac b1 = 5 (4; +), b2 = 7 (6.67; 7.5); b3 = 10 (9; 10.5), soluia optim dual de mai sus
rmne optim.
Modele de optimizare cu funcie-scop
Funcia-obiectiv a unui model liniar de optimizare f poate fi nlocuit cu funcia-scop care
urmrete:
A) minimizarea diferenei ntre valoarea funciei-obiectiv f = c1x1 ++ cpxp i o valoare dat f0. n
acest caz adugm restricia c1x1 ++ cpxp + xen+1 = f0 dac se cere f maxim i c1x1 ++ cpxp - xen+1
= f0 dac se cere fminim i n ambele cazuri minimizm pe xen+1: h = xen+1 = minim.
B) minimizarea diferenei ntre cantitatea consumat din resursa cu numrul i: ai1x1 ++ ainxn i
cantitatea disponibil din aceast resurs bi adic chiar valoarea variabilei de egalizare xei: h = xei =
minim. Dac resursele cu numrul i i j au aceeai unitate de msur se poate minimiza i h = xei +
xej .
Exemplu
Fie problema de optimizare:
x1 2
x2 3
4x1 + x2 4
x1, x2 0
-----------------f = 6x1 + 7x2 = maxim
Avem forma standard:
x1 + xe1 = 2
x2 + xe2 = 3
4x1+ x2 xe3 = 4
x1, x2, xe1, xe2, xe3 0
A) Fie f0 = 15 .Atam formei standard restricia 6x1 + 7x2 +xe4 = 15 i minimizm funcia h = xe4
= minim. Gsim soluia x1 = 13/22; x2 = 36/22; xe1 = 31/22; xe2 = 30/22; xe3 = 0; xe4 = h minim = 0
B) Atam formei standard funcia h1 = xe1 = minim i gsim soluia optim:
x1 = 2, x2 = 0; xe1 = 0, xe2 = 3, xe3 = 4 i h1 are valoarea minim 0
Atam formei standard funcia h2 = xe2 = minim i gsim soluia optim:
x1 = 0.25, x2 = 3; xe1 = 1.75, xe2 = 0, xe3 = 0 i h2 are valoarea minim 0
Atam formei standard funcia h3 = xe1 + xe2 = minim i gsim soluia optim:
x1 = 2, x2 = 3; xe1 = 0, xe2 = 0, xe3 = 7 i h3 are valoarea minim 0

94

Soluii optime pentru modelele din seciunea 2.1, gsite cu metoda simplex
Cifrele de mai jos sunt oferite de computer iar cuvintele sunt scrise de cel care a alctuit
modelul liniar de optimizare.
Sgeile din tabele marcheaz componentele nebazice nule pentru soluia bazic optim
primal, respectiv componentele bazice nenule pentru soluia bazic optim dual.
A. STRUCTURA CULTURILOR
Modelul V (Venit maxim cu cheltuieli limitate) din tabelul 3 are soluiile:
SOLUIA BAZIC OPTIM PRIMAL
1) VPP (Suprafee cultivate)
x1 = 40 ha gru
x2 = 44.44 ha porumb
x3 = 10 ha floarea soarelui
x4 = 5.56 ha sfecl de zahr
2) VPE (Diferene ntre resursele
consumate i limitele lor)
xe1 = 0 ha gru deficit
xe2 = 15.56 ha porumb deficit
xe3 = 10 ha floarea soarelui deficit
xe4 = 4.44 ha sfecl de zahr deficit
xe5 = 88.89 litri motorin neconsumai
xe6 = 1.78 lei necheltuii cu BBD
xe7 = 77.78 Kg NPK neconsumate
xe8 = 0 lei necheltuii
xe9 = 0 ha teren necultivate
xe10 = 10 ha gru surplus
xe11 = 4.44 ha porumb surplus
xe12 = 0 ha floarea soarelui surplus
xe13 = 1.56 ha sfecl de zahr surplus

SOLUIA BAZIC OPTIM DUAL


3) VDE (Surplus de venit mil. lei/ha cultur)
ye1 = 0 lei surplus de venit/ha gru
ye2 = 0 lei surplus de venit/ha porumb
ye3 = 0 lei surplus de venit/ha floarea soarelui
ye4 = 0 lei surplus de venit/ha sfecl de zahr
4) VDP (Venituri marginale)
y1 = 100 lei cretere venit/al 41-lea ha gru
y2 = 0 lei cretere venit/al 61-lea ha porumb
y3 = 0 lei cretere venit/al 21-lea ha fl. soare
y4 = 0 lei cretere venit/al 11-lea ha sfecl
y5 = 0 lei cretere venit/nc 1 litru motorin
y6 = 0 lei cretere venit/nc 1 leu chelt. BBD
y7 = 0 lei cretere venit/nc 1 Kg NPK
y8 = 3.333 lei cretere venit/nc 1 leu chelt.
y9 = - 1700 lei cretere venit/nc 1 ha teren
y10 = 0 lei cretere venit/al 31-lea ha gru
y11 = 0 lei cretere venit/al 41-lea ha porumb
y12 = - 400 lei cretere venit/al 11-lea ha fl. soare
y13 = 0 lei cretere venit/al 5-lea ha sfecl zahr
fmaxim = gminim = 136667 lei

Pentru soluiile optime de mai sus avem valorile optime Vm = 136667 lei = maxim;
Cm = 92000 lei; Pm = 44667 lei; RPm = 0.485
Structura n procente a venitului maxim fmaxim = 136667 lei este: s1 = (1200*40*100)/136667
= 35.1% (contribuia grului); s2 = (1500 * 44.44 * 100)/136667 = 48.8% (contribuia porumbului);
s3 = (1200 * 10 * 100)/13667 = 8.8% (contribuia florii soarelui); s4 = (1800 * 5.56 * 100)/136667
= 7.3% (contribuia sfeclei de zahr).
Indicatori economici ai modelului liniar V:
I)
Rata medie a profitului RMP = 0.485 mil. lei profit/1 mil. lei cheltuit
II)
Rata marginal a profitului RDP = y11 1 = 2.333 lei cretere de profit/1 leu cretere de
cheltuieli.
III)
Elasticitatea ratei profitului ERP = RDP/RMP = 4.8% cretere de profit/1% cretere de
cheltuieli.
Reoptimizare
a) n modelul V al structurii optime a culturilor, soluia optim primal existent a modelului
rmne optim dac c1 = 1200 lei/ha gru (1100 lei/ha gru; +); c2 = 1500 lei/ha porumb (900
95

lei/ha porumb; 1542.86 lei/ha porumb); c3 = 1200 lei/ha floarea soarelui (0 lei/ha floarea
soarelui;1600 lei/ha floarea soarelui);c4 = 1800 lei/ha sfecl de zahr (1725 lei/ha sfecl de zahr;
+).
b) n modelul V al structurii optime a culturilor, la modificarea limitei de cheltuieli b8, soluia
optim dual existent a modelului rmne optim dac b8 = 92000 lei (91860 lei; 92175 lei).
Modelul VI (Cheltuieli minime cu venit garantat) din tabelul 4 are soluiile:
SOLUIA BAZIC OPTIM PRIMAL
1) VPP (Suprafee cultivate)
x1 = 40 ha gru
x2 = 45 ha porumb
x3 = 10 ha floarea soarelui
x4 = 5 ha sfecl de zahr
2) VPE (Diferene ntre resursele
consumate i limitele lor)
xe1 = 0 ha gru deficit
xe2 = 15 ha porumb deficit
xe3 = 10 ha floarea soarelui deficit
xe4 = 5 ha sfecl de zahr deficit
xe5 = 100 litri motorin neconsumai
xe6 = 200 lei necheltuii cu BBD
xe7 = 200 Kg NPK neconsumate
xe8 = 0 ha teren necultivate
xe9 = 0 lei surplus de venit
xe10 = 10 ha gru surplus
xe11 = 5 ha porumb surplus
xe12 = 0 ha floarea soarelui surplus
xe13 = 1 ha sfecl de zahr surplus

SOLUIA BAZIC OPTIM DUAL


3) VDE (Deficit de chelt. mil. lei/ha cultur)
ye1 = 0 lei deficit de chelt./ha gru
ye2 = 0 lei deficit de chelt./ha porumb
ye3 = 0 lei deficit de chelt./ha floarea soarelui
ye4 = 0 lei deficit de chelt./ha sfecl de zahr
4) VDP (Cheltuieli marginale)
y1 = - 30 lei cretere chelt./al 41-lea ha gru
y2 = 0 lei cretere chelt./al 61-lea ha porumb
y3 = 0 lei cretere chelt./al 21-lea ha fl.soare
y4 = 0 lei cretere chelt./al 11-lea ha sfecl
y5 = 0 lei cretere chelt./nc 1 litru motorin
y6 = 0 lei cretere chelt./nc 1 leu chelt. Cu BBD
y7 = 0 lei cretere chelt./nc 1 Kg NPK
y8 = 510 lei cretere chelt./nc 1 ha teren
y9 = 0.3 lei cretere chelt./nc 1 leu venit
y10 = 0 lei cretere chelt./al 31-lea ha gru
y11 = 0 lei cretere chelt./al 41-lea ha porumb
y12 = 120 lei cretere chelt./al 11-lea ha fl. soare
y13 = 0 lei cretere chelt./al 5-lea ha sfecl zahr
fminim = gmaxim =91950 lei

Pentru soluiile optime de mai sus avem valorile optime Vm = 136500 lei; Cm = 91950 lei =
minim; Pm = 44550 lei; RPm = 0.326
Structura n procente a cheltuielilor minime fminim = 91950 lei este: s1 = 36.5% (contribuia
grului); s2 = 47% (contribuia porumbului); s3 = 10.8% (contribuia florii soarelui); s4 = 5.7%
(contribuia sfeclei de zahr).
Indicatori economici ai modelului liniar VI:
I)
II)
III)

Rata medie a profitului RMP = 0.326 mil. lei profit/1 mil. lei cheltuit
Rata marginal a profitului RDP = (1/y9 1) = 2.333 lei cretere de profit/1 leu cretere de
cheltuieli.
Elasticitatea ratei profitului ERP = RDP/RMP = 7.2% cretere de profit/1% cretere de
cheltuieli.

Reoptimizare
n modelul VI al structurii optime a culturilor soluia optim primal existent a modelului
rmne optim dac c1 = 840 lei/ha gru (0 lei/ha gru; 870 lei/ha gru); c2 = 960 lei/ha porumb
(945 lei/ha porumb; 1020 lei/ha porumb); c3 = 990 lei/ha floarea soarelui (870 lei/ha floarea
soarelui; +); c4 = 1050 lei/ha sfecl de zahr (960 lei/ha sfecl de zahr; 1080 lei/ha sfecl de
zahr).
96

n modelul VI al structurii optime a culturilor, la modificarea garaniei de venit b9, soluia


optim dual existent a modelului rmne optim dac b9 = 136500 lei (136200 lei; 137250 lei).
B. RAIA FURAJER
Modelul II (Cheltuieli minime) din tabelul 5 are soluiile:
SOLUIA BAZIC OPTIM PRIMAL
1) VPP (Cantiti de furaje n raie)
x1 = 10 Kg fn lucern
x2 = 15 Kg porumb siloz
x3 = 10 Kg sfecl furajer
x4 = 2.53 Kg tre gru
2) VPE (Diferene ntre resursele
consumate i limitele lor)
xe1 = 5 Kg fn deficit
xe2 = 10 Kg porumb deficit
xe3 = 5 Kg sfecl deficit
xe4 = 0.47 Kg tre deficit
xe5 = 2.47 Kg furaj deficit
xe6 = 0.43 Kg SU surplus
xe7 = 0 UN surplus
xe8 = 708.5 g PD surplus
xe10 = 0 kg fn surplus
xe11 = 0 Kg porumb surplus
xe12 = 0 Kg sfecl surplus
xe13 = 1.53 Kg tre surplus

SOLUIA BAZIC OPTIM DUAL


3) VDE (Deficit de cheltuieli lei/Kg furaj)
ye1 = 0 lei deficit de cheltuieli/Kg fn
ye2 = 0 lei deficit de cheltuieli/Kg porumb
ye3 = 0 lei deficit de cheltuieli/Kg sfecl
ye4 = 0 lei deficit de cheltuieli/Kg tre
4) VDP (Cheltuieli marginale)
y1 = 0 lei cretere chelt./al 16-lea Kg fn
y2 = 0 lei cretere chelt./al 26-lea Kg porumb
y3 = 0 lei cretere chelt./al 16-lea Kg sfecl
y4 = 0 lei cretere chelt./al 4-lea Kg tre
y5 = 0 lei cretere chelt./al 41-lea Kg furaj
y6 = 0 lei cretere chelt./nc 1 Kg SU
y7 = 0.78 lei cretere chelt./nc 1 UN
y8 = 0 lei cretere chelt./nc 1 g PD
y10 = 0.15 lei cretere venit/al 11-lea Kg fn
y11 = 0.01 lei cretere chelt./al 16-lea Kg porumb
y12 = 0.09 lei cretere chelt./al 11-lea Kg sfecl
y13 = 0 lei cretere chelt./al 2-lea Kg tre
fminim = gmaxim = 11.52 lei

Structura n procente a cheltuielilor minime fminim = 11.52 lei este: s1 = 45.2% (contribuia
fnului); s2 = 26% (contribuia porumbului); s3 = 15.6% (contribuia sfeclei); s4 = 13.2% (contribuia
trelor).
Reoptimizare
n modelul II al structurii optime a raiei furajere, soluia optim primal existent a
modelului rmne optim dac c1 = 0.52 lei/Kg fn lucern (0.37 lei/Kg fn lucern; +); c2 =
0,20 lei/Kg porumb siloz (0.19 lei/Kg porumb siloz; +); c3 = 0.18 lei/Kg sfecl furajer (0.09
lei/Kg sfecl furajer; +); c4 = 0.60 lei/Kg tre (0 lei/Kg tre; 0.62 lei/Kg tre).
C. ROTAIA CULTURILOR
Modelul V (Venit maxim cu cheltuieli limitate) din tabelul 5 are soluiile:
SOLUIA BAZIC OPTIM PRIMAL SOLUIA BAZIC OPTIM DUAL
1) VPP (Suprafee cultivate cu
3) VDE (Surplus de venit mil. lei/ha cultur)
succesoare dup premergtoare)
x1 = 45 ha porumb dup gru
ye1 = 0 lei surplus de venit/ha P dup G
x2 = 0 ha sfecl zahr dup gru
ye2 = 400 lei surplus de venit/ha SZ dup G
x3 = 35 ha gru dup porumb
ye3 = 0 lei surplus de venit/ha G dup P
x4 = 15 ha sfecl de zahr dup porumb
ye4 = 0 lei surplus de venit/ha SZ dup P
97

x5 = 0 ha gru dup soia


x6 = 5 ha porumb dup soia
x7 = 0 ha sfecl zahr dup soia
2) VPE (Diferene ntre resursele
consumate i limitele lor)
xe1 = 15 ha gru deficit
xe2 = 10 ha porumb deficit
xe3 = 0 ha sfecl de zahr deficit
xe4 = 0 lei necheltuii
xe5 = 0 ha teren necultivate
xe6 = 0 ha gru premerg. necultivate
xe7 = 0 ha porumb premerg. necultivate
xe8 = 0 ha soia premerg. necultivate
xe9 = 5 ha gru surplus
xe10 = 10 ha porumb surplus
xe11 = 11 ha sfecl zahr surplus

ye5 = 0 lei surplus de venit/ha G dup S


ye6 = 0 lei surplus de venit/ha P dup S
ye7 = 0 lei surplus de venit/ha SZ dup S
4) VDP (Venituri marginale)
y1 = 0 lei cretere venit/al 51-lea ha gru
y2 = 0 lei cretere venit/al 61-lea ha porumb
y3 = 250 lei cretere venit/al 16-lea ha sfecl zahr
y4 = 1.5 lei cretere venit/nc un mil. lei chelt.
y5 = 250 lei cretere venit/al 101-lea ha teren
y6 = - 250 lei cretere venit/al 46-lea ha G premerg.
y7 = - 250 lei cretere venit/al 51-lea ha P premerg.
y8 = 0 lei cretere venit/al 6-lea ha S premerg.
y9 = 0 mil. lei cretere venit/al 31-lea ha gru
y10 = 0 lei cretere venit/al 41-lea ha porumb
y11 = 0 lei cretere venit/al 5-lea ha sfecl zahr
fmaxim = gminim = 146000 lei

Prescurtri: G = gru; P = porumb; S = soia; SZ = sfecl de zahr


Pentru soluiile optime de mai sus avem valorile optime Vm = 146000 lei = maxim;
Cm = 94000 lei; Pm = 52000 lei; RPm = 0.553
Structura n procente a venitului maxim fmaxim = 146000 lei este: s1 = 46.2% (contribuia
porumbului dup gru); s3 = 28.8% (contribuia grului dup porumb); s4 = 19.5% (contribuia sfeclei
de zahr dup porumb); s6 = 5.5% (contribuia porumbului dup soia).
Indicatori economici ai modelului liniar V:
I)
II)
III)

Rata medie a profitului RMP = 0.553 lei profit/1 leu cheltuit


Rata marginal a profitului RDP = y4 1 = 0.5 lei cretere de profit/1 leu cretere de
cheltuieli
Elasticitatea ratei profitului ERP = RDP/RMP = 0.9% cretere de profit/1% cretere de
cheltuieli.

Reoptimizare
a)
n modelul V al rotaiei optime a culturilor, soluia optim primal existent a modelului
rmne optim dac c1 = 1500 lei/ha porumb dup gru (1100 lei/ha porumb dup gru; +); c2 =
1800 lei/ha sfecl de zahr dup gru (0 lei/ha sfecl de zahr dup gru; 2200 lei/ha sfecl de
zahr dup gru); c3 =1200 lei/ha gru dup porumb (0 lei/ha gru dup porumb;1500 lei/ha gru
dup porumb);c4 = 1900 lei/ha sfecl de zahr dup porumb (1600 lei/ha sfecl de zahr dup
porumb; +); c5 = 1300 lei/ha gru dup soia (0 lei/ha gru dup soia; 1600 lei/ha gru dup
soia); c6 = 1600 lei/ha porumb dup soia (1300 lei/ha porumb dup soia; +); c7 = 2000 lei/ha
sfecl de zahr dup soia (0 lei/ha sfecl de zahr dup soia; 2300 lei/ha sfecl de zahr dup
soia).
b)
n modelul V al structurii optime a culturilor, la modificarea limitei de cheltuieli b4, soluia
optim dual existent a modelului rmne optim dac b4 = 94000 lei (94000 lei; +).

98

Modelul VI (Cheltuieli minime cu venit garantat) din tabelul 6 are soluiile:


SOLUIA BAZIC OPTIM PRIMAL
1) VPP (Suprafee cultivate cu
succesoare dup premergtoare)
x1 = 45 ha porumb dup gru
x2 = 0 ha sfecl zahr dup gru
x3 = 41.43 ha gru dup porumb
x4 = 8.57 ha sfecl zahr dup porumb
x5 = 5 ha gru dup soia
x6 = 0 ha porumb dup soia
x7 = 0 ha sfecl zahr dup soia
2) VPE (Diferene ntre resursele
consumate i limitele lor)
xe1 = 3.57 ha gru deficit
xe2 = 15 ha porumb deficit
xe3 = 6.43 ha sfecl de zahr deficit
xe4 = 0 ha necultivate
xe5 = 0 ha gru premerg. necultivate
xe6 = 0 ha porumb premerg. necultivate
xe7 = 0 ha soia premerg. necultivate
xe8 = 0 lei venit surplus
xe9 = 16.43 ha gru surplus
xe10 = 5 ha porumb surplus
xe11 = 4.57 ha sfecl zahr surplus

SOLUIA BAZIC OPTIM DUAL


3) VDE (Deficit de chelt. mil. lei/ha cultur)
ye1 = 0 lei deficit de chelt./ha P dup G
ye2 = 71.43 lei deficit de chelt./ha SZ dup G
ye3 = 0 lei deficit de chelt./ha G dup P
ye4 = 0 lei deficit de chelt./ha SZ dup P
ye5 = 0 lei deficit de chelt./ha G dup S
ye6 = 71.43 lei deficit de chelt./ha P dup S
ye7 = 0 lei deficit de chelt./ha SZ dup S
4) VDP (Cheltuieli marginale)
y1 = 0 lei cretere chelt./al 51-lea ha gru
y2 = 0 lei cretere chelt./al 61-lea ha porumb
y3 = 0 lei cretere chelt./al 16-lea ha sfecl zahr
y4 = 0 lei cretere chelt./al 101-lea ha teren
y5 = 357.14 lei cretere chelt./al 46-lea ha G premerg.
y6 = 285.71 lei cretere chelt./al 51-lea ha P premerg.
y7 = 142.86 lei cretere chelt./al 6-lea ha S premerg.
y8 = 0.43 lei cretere chelt./nc un mil. venit
y9 = 0 lei cretere venit/al 31-lea ha gru
y10 = 0 lei cretere venit/al 41-lea ha porumb
y11 = 0 lei cretere venit/al 5-lea ha sfecl zahr
fminim = gmaxim = 91071.43 lei

Prescurtri: G = gru; P = porumb; S = soia; SZ = sfecl de zahr


Pentru soluiile optime de mai sus avem valorile optime Vm = 140000 lei; Cm = 91071.43 lei
= min; Pm = 48928.57 lei; RPm = 0.537
Structura n procente a cheltuielilor minime fminim = 91071.43 lei este: s1 = 49.4% (contribuia
porumbului dup gru); s3 = 36.4% (contribuia grului dup porumb); s4 = 10.4% (contribuia
sfeclei de zahr dup porumb); s5 = 3.8% (contribuia grului dup soia).
Indicatori economici ai modelului liniar VI:
I)
II)
III)

Rata medie a profitului RMP = 0.351 lei profit/1 leu cheltuit


Rata marginal a profitului RDP = (1/y8) 1 = 1.331 lei cretere de profit/1 leu cretere de
cheltuieli
Elasticitatea ratei profitului ERP = RDP/RMP = 3.8% cretere de profit/1% cretere de
cheltuieli.

Reoptimizare
a)
n modelul VI al rotaiei optime a culturilor, soluia optim primal existent a modelului
rmne optim dac c1 = 1000 lei/ha porumb dup gru (0 lei/ha porumb dup gru; 1071.43
lei/ha porumb dup gru); c2 = 1200 lei/ha sfecl de zahr dup gru (1128.57 lei/ha sfecl de
zahr dup gru; +); c3 = 800 lei/ha gru dup porumb (800 lei/ha gru dup porumb;1100
lei/ha gru dup porumb);c4 = 1100 lei/ha sfecl de zahr dup porumb (800 lei/ha sfecl de
zahr dup porumb; 1100 lei/ha sfecl de zahr dup porumb); c5 = 700 lei/ha gru dup soia (0
99

lei/ha gru dup soia; 700 lei/ha gru dup soia); c6 = 900 lei/ha porumb dup soia (828.57 lei/ha
porumb dup soia; +); c7 = 1000 lei/ha sfecl de zahr dup soia (1000 lei/ha sfecl de zahr
dup soia; +).
b)
n modelul VI al structurii optime a culturilor, la modificarea garaniei de venit b8, soluia
optim dual existent a modelului rmne optim dac b8 = 140000 lei (137500 lei;144500 lei).

2.4 Modele de optimizare tip transport i de repartiie (assignment)


De la furnizorii F1,, Fm la beneficiarii B1,, Bn trebuie transportate produse; fie cij
cheltuielile/veniturile pe unitatea de produse (ton, bucat) cnd acestea se repartizeaz de la Fi la Bj.
De exemplu n cazul transportului, cheltuielile cij (lei/ton) se obin nmulind costul unic
(lei/ton.Km) cu distana (Km) de la Fi la Bj.
Din aceast cauz asemenea modele se numesc modele tip transport.
Fie a1,, am ofertele n tone ale furnizorilor F1,, Fm i b1,, bn cererile n tone ale
beneficiarilor B1,, Bn.
Presupunem c modelul tip transport este echilibrat adic oferta total este egal cu cererea
total.
OT = a1 ++ am = b1 ++ bn = CT
Datele se aranjeaz n tabelul:
F / B
F1
.
.
.
Fn
Cereri

B1 .
c11 .
.
.
.
cm1 .
b1 ..

.
.

.
.

.
.

. Bn
. c1n
.
.
.
. cmn
. bn

Oferte
a1
.
.
.
am
CT = OT

Fie xij cantitatea de produse (tone) care se va repartiza de la Fi la Bj.


Problema de optimizare tip transport are forma:
x11 + x1n = a1
..
xm1 + xmn = am
..
x11 + xm1 = b1
..
x1n + xmn = bn
xij 0
-----------------------------m

f cij x ij max/ min


i 1 j1

Problemele de optimizare tip transport pot fi rezolvate cu metoda simplex prin transformarea
matricii coeficienilor C = (cij) de tip mxn n irul (c11,,c1n,,cm1,,cmn) de lungime m.n i a
matricii necunoscutelor X = (xij) de tip mxn n irul (x11,,x1n,,xm1,,xmn) de lungime m.n
Ele pot fi rezolvate i printr-o metod matricial numit metoda potenialelor (Vezi
seciunea 2.3 din lucrarea autorului Matematic i biometrie Fascicola I, AMD, Litografiat,
1979).

100

Problemele tip transport au totdeauna soluie bazic iniial cu m + n 1 componente xij


nenule, care poate fi gsit prin diverse metode: csua (i, j) de Nord-Vest, csua (i, j) de cost optim
pe linii sau pe coloane sau pe ansamblul tabelului.
Modelul tip transport dual are forma:
ui + vj ()cij (1 i m 1 j n)
ui, vj = oarecare
---------------------------------------------g = (a1u1 + amum) + (b1v1 ++ bnvn) = minim (maxim)
Dac avem gminim atunci n restricii punem semnul iar dac avem gmaxim atunci n restricii
punem semnul .
ui (lei/ton) reprezint cota-parte din cij (lei/ton) care revine lui Fi iar vj (lei/ton) reprezint
cota-parte din cij (lei/ton) care revine lui Bj.
Funcia-obiectiv dual g reprezint n lei suma cotelor- pri ce revin tuturor furnizorilor i
beneficiarilor pentru ofertele respectiv cererile acestora.
Problemele neechilibrate (cu OT CT) trebuie echilibrate astfel:
a) Dac OT = a1 ++ am > b1 ++ bn = CT, introducem un beneficiar fictiv Bn+1* cu coeficienii
c1,n+1 = = cm,n+1 = 0 i cu cererea OT - CT
b) Dac OT = a1 ++ am < b1 ++ bn = CT, introducem un furnizor fictiv Fm+1* cu coeficienii
cm+1,1 = = cm+1,n = 0 i cu oferta CT OT.
Exemple:
1) Fie problema de maxim cu doi furnizori i doi beneficiari:
F \ B
F1
F2

B1
2
5

B2
3
4

Cereri

10

Oferte
14
9
OT = 23
CT = 18

Deoarece OT = 23 tone > 18 tone = CT, introducem un beneficiar fictiv B3* cu cererea b3* =
OT CT = 5 tone i cu c13 = c23 = 0 iar problema devine echilibrat.
F \ B
F1
F2

B1
2
5

B2
3
4

B3*
0
0

Oferte
14
9

Cereri

10

23

Transformm acest tabel pentru a aplica metoda simplex:


F
B
Restric.
F1
F2
B1
B2
B3*
F

B1
x1
1
0
1
0
0
2

F1
B2
x2
1
0
0
1
0
3

B3*
x3
1
0
0
0
1
0

B1
x4
1
1
1
0
0
5

101

F2
B2
x5
1
1
0
1
0
4

B3*
x6
1
1
0
0
1
0

Semn

Limite

=
14
=
9
=
10
=
8
=
5
MAXIM

Dup rezolvare avem:


Soluie bazic optim primal
I) VPP (cantiti transportate)
x1 = 1 ton de la F1 la B1
x2 = 8 tone de la F1 la B2
x3* = 5 tone rmn la F1
x4 = 9 tone de la F2 la B1
x5 = 0 tone de la F2 la B2
x6 = 0 tone rmn la F2

Soluie bazic optim dual


III) VDP (Surplus de venit/ton)
ye1 = 0 surplus de venit/ton de la F1 la B1
ye2 = 0 surplus de venit/ton de la F1 la B2
ye3 = 0 surplus de venit/ton de la F1 la B3*
ye4 = 0 surplus de venit/ton de la F2 la B1
ye5 = 2 surplus de venit/ton de la F2 la B2
ye6 = 3 surplus de venit/ton de la F2 la B3*

II) VPE (Diferene ntre cantitile


IV) VDP (Venituri marginale)
transportate i limite)
xe1 = 0 tone de la F1
y1 = u1 = 0 cretere venit/nc 1 t de la F1
xe2 = 0 tone de la F2
y2 = u1 = 3 cretere venit/nc 1 t de la F2
xe3 = 0 tone la B1
y3 = v1 = 2 cretere venit/nc 1 t la B1
xe4 = 0 tone la B2
y4 = v2 = 3 cretere venit/nc 1 t la B2
xe5 = 0 tone la B3*
y5 = v3* = 0 cretere venit/nc 1 t la B3*
fmaxim = gminim = 71 uniti bneti
2) Fie problema de minim cu doi furnizori i doi beneficiari:
F \ B
F1
F2

B1
5
4

B2
1
2

Cereri

15

Oferte
10
12
OT = 22
CT = 23

Deoarece OT = 22 tone < 23 tone = CT, introducem un furnizor fictiv F3* cu oferta a3* =
CT OT = 1 ton i cu c31 = c32 = 0 iar problema devine echilibrat.
F \ B
F1
F2
F3*
Cereri

B1
5
5
0
15

B2
1
4
0
8

Oferte
10
12
1
23

Transformm acest tabel pentru a aplica metoda simplex:


F
B
Restric.
F1
F2
F3*
B1
B2
F

F1
B1
x1
1
0
0
1
0
5

F2
B2
x2
1
0
0
0
1
1

B1
x3
0
1
0
1
0
4

F3*
B2
x4
0
1
0
0
1
2

B1
x5*
0
0
1
1
0
0

102

Semn
B2
x6*
0
0
1
0
1
0

=
=
=
=
=

Limite

10
12
1
15
8
MINIM

Dup rezolvare cu metoda simplex avem:


Soluie bazic optim primal
I) VPP (cantiti transportate)
x1 = 2 tone de la F1 la B1
x2 = 8 tone de la F1 la B2
x3 = 12 tone de la F2 la B1
x4 = 0 tone de la F2 la B2
x5* = 1 ton nu ajunge la B1
x6* = 0 tone nu ajung la B2

Soluie bazic optim dual


III) VDP (Deficit de venit/ton)
ye1 = 0 deficit de venit/ton de la F1 la B1
ye2 = 0 deficit de venit/ton de la F1 la B2
ye3 = 0 deficit de venit/ton de la F2 la B1
ye4 = 2 deficit de venit/ton de la F2 la B2
ye5* = 0 deficit de venit/ton de la F3* la B1
ye6* = 4 deficit de venit/ton de la F3* la B2

II) VPE (Diferene ntre cantit.


IV) VDP (Venituri marginale)
transportate i limite)
xe1 = 0 tone de la F1
y1 = u1 = 1 cretere venit/nc 1 t de la F1
xe2 = 0 tone de la F2
y2 = u1 = 0 cretere venit/nc 1 t de la F2
xe3 = 0 tone de la F3*
y3 = u3* = 4 cretere venit/nc 1 t la F3*
xe4 = 0 tone la B1
y4 = v1 = 4 cretere venit/nc 1 t la B1
xe5 = 0 tone la B2
y5 = v2 = 0 cretere venit/nc 1 t la B2
fminim = gmaxim = 66 uniti bneti
Probleme tip transport cu unele rute interzise
Dac problema primal este de maxim, n rutele interzise lum costuri cij negative, mult mai
mici ca restul costurilor din csuele neinterzise.
n soluia bazic optim primal aceste csue interzise nu apar, contribuia lor la fmaxim fiind
neglijabil.
Dac problema primal este de minim, n rutele interzise lum costuri cij pozitive, mult mai
mari ca restul costurilor din csuele neinterzise.
n soluia bazic optim primal aceste csue interzise nu apar, contribuia lor la fminim fiind
prea mare.
Probleme tip transport cu centre intermediare
n acest caz ntre furnizorii F1,, Fm i beneficiarii B1,, Bn se interpun centrele de tranzit
T1,, Tp care pot fi angrouri, depozite etc. n care produsele sosesc de la furnizori i pleac mai
departe la beneficiari. Vom echilibra oferta total a furnizorilor cu cererea total a beneficiarilor
prin introducerea unui furnizor/beneficiar fictiv iar la restricii adugm condiiile de tranzitare a
produselor prin centrele T1,, Tp: cantitatea total de produse care sosete n fiecare centru de
tranzit este egal cu cantitatea total de produse care pleac din acest centru de tranzit.
Exemplu:
Fie problema de minim cu tabelele de date:
T
F
F1
F2
Tranzit

T1

T2

5
8

10
6

200 t

300 t

103

Tabel 1
Oferte
50 t
30 t
80 t
500 t

B1

B2

7
2

4
9

60 t

40 t

T
T1
T2
Cereri

Tabel 2
Tranzit
200 t
300 t
500 t
100 t

Echilibrm oferta total OT = 80 t din tabelul 1 cu cererea total CT = 100 t prin adugarea
n tabelul 1 a unui furnizor fictiv F3* cu oferta CT OT = 20 t i costurile de transport nule deci
obinem Tabelul 3:

..................T
F
F1
F2
F3*
Tranzit

Tabel 3
Oferte

T1

T2

5
8
0

10
6
0

200 t

300 t

50 t
30 t
20 t
80 t
500 t

Din liniile tabelului 3 rezult ecuaiile:


X11 + X12 = 50
X21 + X22 = 30
X31 + X32 = 20
iar din coloanele tabelului 2 rezult ecuaiile:
X41 + X51 = 60
X42 + X52 = 40
Condiiile de tranzit pentru T1 i T2 se extrag din coloanele tabelului 3 i din liniile tabelului 2:
X11 + X21 + X31 = X41 + X42
X12 + X22 + X32 = X51 + X52
Funcia-obiectiv este:
f = 5.X11 + 10.X12 + 8.X21 +6.X22 + 0.X31 + 0.X32 + 7.X41 + 4.X42 + 2X51 + 9X52 = minim
Transferm datele precedente n tabelul 4 pentru a aplica metoda simplex:
Tabel 4
Rute

F1

Restricii

T1
X1

T2
X2

T1
X3

F2
T2
X4

F3
T1 T2
X5 X6

B1
X7

T1
B2
X8

B1
X9

T2
B2
X1

F1
F2
F3 *
B1
B2
T1
T2
Cheltuieli

1
0
0
0
0
1
0
5

1
0
0
0
0
0
1
10

0
1
0
0
0
1
0
8

0
1
0
0
0
0
1
6

0
0
1
0
0
1
0
0

0
0
0
1
0
-1
0
7

0
0
0
0
1
-1
0
4

0
0
0
1
0
0
-1
2

0
0
0
0
1
0
-1
9

Semn

Limite

=
=
=
=
=
=
=

50 t
30 t
20 t
60 t
40 t
0
0

0
0
1
0
0
0
1
0

104

MINIM

Soluiile bazice optime primal i dual vor fi:


Soluia bazic optim primal
Soluia bazic optim dual
I. VPP (cantiti transportate)
III. VDE (deficit de cheltuieli lei/t)
x1 = 50 t de la F1 la T1
ye1 = 0 lei/t de la F1 la T1
x2 = 0 t de la F1 la T2
ye2 = 0 lei/t de la F1 la T2
x3 = 0 t de la F2 la T1
ye3 = 7 lei/t de la F2 la T1
x4 = 30 de la F2 la T2
ye4 = 0 lei/t de la F2 la T2
x5 = 0 t lipsesc la T1
ye5 = 5 lei/t rmase la T1
x6 = 20 t lipsesc la T2
ye6 = 0 lei/t rmase la T2
x7 = 10 t de la T1 la B1
ye7 = 0 lei/t de la T1 la B1
x8 = 40 t de la T1 la B2
ye8 = 0 lei/t de la T1 la B2
x9 = 50 t de la T2 la B1 (din care lipsesc 20 t)
ye9 = 0 lei/t de la T2 la B1
x10 = 0 t de la T2 la B2
ye10 = 10 lei/t de la T2 la B1
II. VPE (diferene ntre cantiti transportate i
IV. VDP (cheltuieli marginale)
limite)
y1 = 9 lei cretere chelt./a 51-a ton
xe1 = 0 t rmase la F1
y2 = 5 lei cretere chelt./a 31-a ton
xe2 = 0 t rmase la F2
y3 = - 1 leu cretere chelt./a 21-a ton
*
xe3 = 0 t rmase la F3
y4 = 3 lei cretere chelt./a 61-a ton
y5 = 0 lei cretere chelt./a 41-a ton
xe4 = 0 t neprimite la B1 (neprimite 20 t)
xe5 = 0 t neprimite la B2
y6 = - 4 lei cretere chelt./1 ton la T1
xe6 = 0 t rmase la T1
y7 = 1 lei cretere chelt./1 ton la T2
xe7 = 0 t rmase la T2
Fminim = gmaxim 760 uniti bneti
Probleme de repartiie (assignment)
Aceste probleme sunt de tip transport n care F1,, Fm sunt solicitani de slujbe iar B1,, Bn
sunt angajatorii. Coeficienii cij sunt valori economice ale solicitantului Fi la angajatorul Bj.
xij sunt variabile bivalente: xij = 1 dac Fi este angajat de Bj i 0 n caz contrar.
n plus a1 == am = 1 i b1 == bn = 1
Exemplu:
Fie problema de repartiie de maxim a trei solicitani Fi pentru dou posturi Bj pe care o
echilibrm:
F \ B
F1
F2
F3
Cereri

B1
30
40
50
1

B2
10
60
50
1

B3*
0
0
0
1

Oferte
1
1
1
3

Transformm problema pentru a aplica metoda simplex i o rezolvm ca problem de


optimizare cu necunoscute ntregi adugnd i restriciile xi 1:

105

F
B
Restricii
F1B1
F1B2
F1B3*
F2B1
F2B2
F2B3*
F3B1
F3B2
F3B3*
F1
F2
F3
B1
B2
B3*
F

B1

F1
B2

x1
1
0
0
0
0
0
0
0
0
1
0
0
1
0
0
30

x2
0
1
0
0
0
0
0
0
0
1
0
0
0
1
0
10

B3
*
x3
0
0
1
0
0
0
0
0
0
1
0
0
0
0
1
0

B1

F2
B2

x4
0
0
0
1
0
0
0
0
0
0
1
0
1
0
0
40

x5
0
0
0
0
1
0
0
0
0
0
1
0
0
1
0
60

B3
*
x6
0
0
0
0
0
1
0
0
0
0
1
0
0
0
1
0

B1

F3
B2

x7
0
0
0
0
0
0
1
0
0
0
0
1
1
0
0
50

x8
0
0
0
0
0
0
0
1
0
0
0
1
0
1
0
50

B3
*
x9
0
0
0
0
0
0
0
0
1
0
0
1
0
0
1
0

Semn

Limite

=
=
=
=
=
=

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
MAXIM

Soluia optim bivalent este:


x1 = 0; x2 = 0; x3 = 1; x4 = 0; x5 = 1; x6 = 0; x7 = 1; x8 = 0; x9 = 0 cu fmaxim = 110
Rezult c F1 nu va fi angajat, F2 va fi angajat de B2 iar F3 va fi angajat de B1.

2.5 Drumuri de lungime optim n reele


Un graf este un ansamblu format dintr-o mulime V de vrfuri i o mulime U (inclus n
produsul cartezian V x V) de arce care unesc aceste vrfuri.
Vrfurile vi se marcheaz prin puncte iar arcele uj se marcheaz prin linii care unesc unele
din aceste puncte.
Lungimea lij a unui arc se specific pe acest arc.n caz contrar se consider c arcul are
lungimea 1.
Un arc poate fi orientat (prin sgeat) sau neorientat (muchie).
Un graf este orientat sau neorientat dac toate arcele sale sunt orientate respectiv
neorientate.
Dou vrfuri sunt adiacente dac exist mcar un arc care le unete iar un arc este incident
n vrfurile de la extremiti.
Unui graf i se asociaz matricea de adiacen A = (aij) unde aij = 1 dac vrfurile vi, vj sunt
adiacente i aij = 0 n rest.
Unui graf i se asociaz matricea de inciden B = (bij) unde bij = 1 dac arcul ui este incident
n vrful vj i aij = 0 n caz contrar.
Un graf parial se obine dintr-un graf dat dac se nltur o parte din arce iar un subgraf se
obine dintr-un graf dac se nltur o parte din vrfuri i arcele incidente n ele.
Dm i alte noiuni care apar n grafuri orientate (neorientate).
Un drum (lan) care unete dou vrfuri vi, vj ale grafului este o succesiune de alte vrfuri i
arce care le unesc astfel c parcurgndu-le, se poate ajunge de la vi la vj sau invers.
Un drum (lan) este simplu dac nu folosete de dou ori acelai arc i este elementar dac
nu folosete de dou ori acelai vrf.
Orice drum (lan) simplu este elementar.
106

Un drum (lan) nchis se numete circuit (ciclu). Circuitul (ciclul) cu un singur arc se
numete bucl.
Un graf este tare conex (conex) dac pentru orice dou vrfuri, exist un drum (lan) care le
unete.
Un drum (lan) este hamiltonian dac trece odat prin toate vrfurile grafului i este eulerian
dac trece odat prin toate arcele (muchiile) grafului.
Reeaua este un graf orientat tare conex, fr bucle, care are un vrf iniial v1 (n care nu
sosete niciun drum) i un vrf final vn (de unde nu pleac niciun drum).
Arborele este un graf neorientat, conex, fr cicluri.
Multe modele de optimizare n grafuri se reduc la gsirea ntr-o reea a drumului optim (de
lungime minim sau maxim) de la vrful iniial v1 la vrful final vn.
Determinarea drumului de lungime minim.
Fiecrui vrf vi i se ataeaz distana minim di de la v1 la vi calculat astfel: d1 = 0 i dj =
minim (di + lij) pentru toate arcele care sosesc n vj.
i
Arcele care dau minimul se marcheaz cu o liniu.
Drumul de lungime minim are toate arcele marcate dac este parcurs de la vn la v1 n sens
invers sgeilor.
1)

Exemplu:
S se determine drumul de lungime minim de la v1 la v6 n reeaua:

Soluie:
Avem tabelul:
Vrful
v1
v2
v3
v4
v5
v6

di
0
min (0 + 3) = 3
min (0 + 2; 3 + 6) = 2
min (2 + 8; 2+ 5; 3 + 2) = 5
min (3 + 4; 3 + 5; 5 + 1) = 6
min (6 + 6; 5 + 8) = 12

107

Arc marcat
A3
B2
D2
I1
K6

Drumul optim este succesiunea de vrfuri i arce v1A3v2D2v4I1v5K6v6, cu toate arcele


marcate, dac este parcurs de la v6 la v1, n sens invers sgeilor. Acest drum are lungimea minim
12.
2)
Determinarea drumului de lungime maxim.
Fiecrui vrf vi i se ataeaz distana maxim Di de la v1 la vi calculat astfel : D1 = 0 i Dj =
maxim (Di + lij) pentru toate arcele care sosesc n vj .
i
Arcele care dau maximul se marcheaz cu o liniu.
Drumul de lungime maxim are toate arcele marcate dac este parcurs de la vn la v1 n sens
invers sgeilor.
Exemplu:
S se determine drumul de lungime maxim de la v1 la v6 n reeaua:

Soluie:
Avem tabelul:
Vrful
V1
V2
V3
V4
V5
V6

di
0
max (0 + 3) = 3
max (0 + 2; 3 + 6) = 9
max (3 + 2; 9+ 5; 9 + 8) = 17
max (3 + 4; 3 + 5; 17 + 1) = 18
max (18 + 6; 17 + 8) = 25

Arc marcat
A3
C6
F8
I1
J8

Drumul optim este succesiunea de vrfuri i arce v1A3v2C6v3F8v4J8v6, cu toate arcele


marcate, dac este parcurs de la v6 la v1, n sens invers sgeilor. Acest drum are lungimea maxim
25.
Problema drumului optim n reele se poate formula ca model liniar de optimizare cu
variabile bivalente.

108

Exemplu:
Pentru drumul de lungime minim i cel de lungime maxim de mai sus avem modelul
liniar cu variabile bivalente:
Activiti
Restricii
v1
v2
v3
v4
v5
v6

A
x1
-1
1
0
0
0
0

B
x2
-1
0
1
0
0
0

C
x3
0
-1
1
0
0
0

D
x4
0
-1
0
1
0
0

E
x5
0
0
-1
1
0
0

F
x6
0
0
-1
1
0
0

G
x7
0
-1
0
0
1
0

H
x8
0
-1
0
0
1
0

I
x9
0
0
0
-1
1
0

J
x10
0
0
0
-1
0
1

K
x11
0
0
0
0
-1
1

Semn

Limite

=
=
=
=
=
=

-1
0
0
0
0
1

Lungimi arce

OPTIM

Semnificaia variabilelor:
x1 = 1 dac activitatea A este pe drumul optim i x1 = 0 n caz contrar.
Pentru x2,, x11 semnificaia este analoag.
Semnificaia restriciilor:
Arcele care pleac dintr-un vrf, au coeficienii - 1 iar cele care sosesc ntr-un vrf, au
coeficienii + 1.
n vrful iniial v1 nu sosete niciun arc, deci toi coeficienii n restricia sa sunt egali cu - 1
iar membrul doi este - 1 deci exist un arc care pleac din v1 pe drumul optim.
n vrfurile intermediare v2 - v5, suma variabilelor care intr n vrf este egal cu suma
variabilelor pe arcele care ies din vrf (membrul doi este zero) deoarece dac drumul optim intr
ntr-un vrf, trebuie s i ias din acel vrf.
Din vrful final v6 nu pleac niciun arc deci toi coeficienii sunt egali cu 1 iar membrul doi
este 1 deci exist un arc care sosete n v6 pe drumul optim.
Semnificaia funciei-obiectiv:
Suma lungimilor arcelor de pe drumul optim este maxim sau minim.
Rezolvarea acestei probleme de optimizare liniar cu variabile bivalente, se face cu
produsele
informatice EXCEL, QUATTRO, QM, MSS, WINQSB etc.
Pentru drumul de lungime maxim, avem soluia optim x1 = x3 = x6 = x10 = 1 i restul
variabilelor nule iar funcia este fmax = 25.
Este posibil s existe mai multe drumuri optime ntr-o reea; metoda simplex din seciunea
2.3 permite gsirea tuturor soluiilor bazice care dau aceste drumuri optime.
Fluxuri optime n reele
Fie o reea, adic un graf orientat, conex n care exist vrful iniial V0 n care nu sosete
niciun arc i vrful final Vn din care nu pleac niciun arc. Pentru fiecare arc u al reelei atam un
numr raional c(u) 0 numit capacitatea arcului u.
Un flux f n reea este o funcie f care ataeaz fiecrui arc u al reelei fluxul arcului f(u) 0,
care ndeplinete dou condiii:
a) f(u) c(u) pentru orice arc u al reelei;
b) Pentru orice vrf Vi diferit de V0 i Vn, suma f(V) a fluxurilor arcelor care sosesc n V este egal
cu suma fluxurilor arcelor care pleac din V.
109

Dac - (V) este mulimea arcelor care sosesc n vrful V i + (V) este mulimea arcelor
care pleac din vrful V, determinarea fluxului optim se formuleaz astfel:
Pentru orice arc u al reelei s se gseasc fluxul su f(u) astfel c:

0 f(u) c(u)

f (u)

, V V0 ;V Vn

f (u)

u (V)

u (V)

f (u)

f (u)

u (V)

f (u) Maxim

u (V)

Un arc u se numete arc saturat dac f(u) = c(u) iar un flux f al reelei se numete flux saturat
dac orice drum de la V0 la Vn conine un arc saturat.
Pentru orice mulime A de vrfuri ale reelei (exclusiv V0), vom numi tietur (A),
mulimea de arce care intr n vrfurile din A, i vom numi capacitatea tieturii c [(A)] suma
fluxurilor arcelor tieturii (A).
Din teorema de dualitate 6.1 din seciunea 2.2 rezult:
Teorema Ford-Fulkerson
Pentru orice reea, valoarea maxim a fluxului reelei este egal cu capacitatea minim a
tieturilor mulimilor A de vrfuri (exclusiv V0) ale reelei.
Pentru a gsi fluxul maxim ntr-o reea, se poate aplica algoritmul Ford-Fulkerson:
1) Se definete fluxul iniial nul: f(u) = 0 pentru orice arc u al reelei
2) Orice drum de la V0 la Vn se poate satura astfel:
a) Se marcheaz vrful V0 cu +
b) Vrful Vi fiind marcat, se va marca cu +Vi orice vrf nemarcat Vj pentru care arcul u care
unete pe Vi cu Vj este nesaturat adic f(u) < c(u) i se va marca cu +Vi orice vrf
nemarcat Vj pentru care arcul u care unete pe Vi cu Vj are flux nenul adic f(u) > 0.
Dac prin acest procedeu de marcare nu se eticheteaz Vn, fluxul obinut este maxim.
Dac marcajul ajunge la Vn, fluxul obinut nu este maxim; fie n acest caz un drum etichetat
e de la V0 la Vn. Fie e+ mulimea arcelor de la Vi la Vj ale lui e n care Vj are marcajul +Vi i fie emulimea arcelor de la Vi la Vj ale lui e n care Vj are marcajul Vi. Fie:

Minim Minim
c(u) f (u) ;Minim
f (u)

ue

ue

Mrim cu fluxul f(u) pentru fiecare arc u e+ i micorm cu fluxul f(u) pentru fiecare
arc u e-.
3) Se repet pasul 2 pn se obine un flux maxim.
Mulimea arcelor care unesc vrfurile marcate cu cele nemarcate este o tietur de capacitate
minim.
Problema fluxului optim n reele se poate rezolva cu computerul prin programarea liniar.
Exemplu:
Fie graful din exemplul I) de mai sus n care pe arce sunt capacitile acestora.
Avem modelul liniar :
110

ARCE
RESTR

Amax
Bmax
Cmax
Dmax
Emax
Fmax
Gmax
Hmax
Imax
Jmax
Kmax
V2
V3
V4
V5
FLUX

A
x1
1
0
0
0
0
0
0
0
0
0
0
-1
0
0
0
0

B
x2
0
1
0
0
0
0
0
0
0
0
0
0
-1
0
0
0

C
x3
0
0
1
0
0
0
0
0
0
0
0
1
-1
0
0
0

D
x4
0
0
0
1
0
0
0
0
0
0
0
1
0
-1
0
0

E
x5
0
0
0
0
1
0
0
0
0
0
0
0
1
-1
0
0

F
x6
0
0
0
0
0
1
0
0
0
0
0
0
1
-1
0
0

G
x7
0
0
0
0
0
0
1
0
0
0
0
1
0
0
-1
0

H
X8
0
0
0
0
0
0
0
1
0
0
0
1
0
0
-1
0

I
X9
0
0
0
0
0
0
0
0
1
0
0
0
0
1
1
0

J
x10
0
0
0
0
0
0
0
0
0
1
0
0
0
1
0
1

K
x11
0
0
0
0
0
0
0
0
0
0
1
0
0
0
1
1

SEMN

LIMITE

=
=
=
=

3
2
6
2
5
8
4
5
1
8
6
0
0
0
0

MAXIM

Modelul primal are soluia bazic optim:


x1 = 3 (cantitatea de produse care tranziteaz arcul A)
x2 = 2 (cantitatea de produse care tranziteaz arcul B)
x3 = 1 (cantitatea de produse care tranziteaz arcul C)
x4 = 2 (cantitatea de produse care tranziteaz arcul D)
x5 = 3 (cantitatea de produse care tranziteaz arcul E)
x10 =5 (cantitatea de produse care tranziteaz arcul J)
Restul necunoscutelor xi (pe celelalte arce) sunt zero.
Modelul dual are soluia bazic optim:
y1 = y2 = y12 = y13 = y14 = y15 = 1 iar restul variabilelor duale yI sunt zero.
fmaxim = gminim = 5 (fluxul maxim al cantitii de produse care tranziteaz reeaua)
Cu ajutorul fluxului optim ntr-o reea se poate optimiza orice problem tip transport sau de
assignment prezentat n seciunea 6.4
n reeaua de transport avnd ca vrfuri m furnizori F1,, Fm i n beneficiari B1,, Bn se
mai adaug vrful iniial V0 i vrful final Vn.
Capacitile arcelor (V0, Fi) sunt ofertele ai ale lui Fi iar capacitile arcelor (Bj, Vn) sunt
cererile bj ale beneficiarilor Bj. Toi furnizorii FI se unesc prin arce cu toi beneficiarii Bj (cu
excepia rutelor interzise).
n probleme de assignment Fi sunt persoane policalificate solicitante de posturi iar Bj sunt
locuri de munc vacante. n acest caz ai = bj = 1 i unim pe Fi cu Bj dac Fi poate ndeplini sarcinile
locului de munc Bj.
Dac fiecare Fi poate ocupa cel puin un loc de munc Bj, gsirea fluxului maxim asigur
cea mai bun repartiie a persoanelor pe locurile de munc.

2.6 Ealonarea optim a activitilor unui proiect agricol prin metoda


drumului critic
Proiectul unui sistem agricol este un complex de activiti cu anumite durate.
Din punct de vedere al ealonrii n timp, activitile proiectului se mpart n simultane sau
consecutive.
Scopul ealonrii optime a activitilor proiectului agricol este minimizarea timpului total de
execuie a proiectului.
111

Pentru aceasta ntregul proiect se reprezint printr-o reea astfel:


Vrfurile reelei sunt stadii de execuie ale proiectului (v1 este stadiul iniial iar vn este
stadiul final) iar arcele care le unesc, sunt activitile proiectului cu duratele lor nscrise pe arce.
Un drum de lungime maxim ntre vrful iniial v1 i vrful final vn, se numete drum critic.
Am vzut n seciunea 2.5 c problema gsirii drumului critic se formuleaz i se rezolv ca
o problem de optimizare liniar cu variabile bivalente.
Conform teoremei de dualitate 2.1 din seciunea 2.2, timpul total minim de execuie a
proiectului este egal cu lungimea maxim a drumului critic.
Activitile de pe drumul critic se vor numi activiti critice deoarece ele trebuie executate
una dup alta fr pauze, pentru a menine timpul total de execuie a proiectului la valoarea sa
minim.
Activitile din afara drumului critic se numesc activiti necritice, ele avnd rezerve de
timp fr afectarea valorii minime a timpului total de execuie a proiectului.
n concluzie, drumul critic reprezint coloana vertebral a proiectului agricol.
Duratele activitilor se calculeaz dup normele de deviz astfel: durata tij a unei activiti
care pleac din stadiul vi i sosete n stadiul vj, este: tij = (Volumul activitii n zile-om sau oreagregat)/(numrul de muncitori sau utilaje x norma unui muncitor sau utilaj).
Varianta determinist a drumului critic se numete CPM (Critical Path Method) i folosete
duratele constante tij ale activitilor calculate ca mai sus.
Pentru gsirea drumului critic, procedm astfel:
Pentru fiecare vrf vi al reelei se calculeaz intervalul su de fluctuaie [ti; ti*].
Mrimea ti reprezint intervalul de timp minim de la nceperea execuiei proiectului pn se
ajunge n stadiul vi de execuie a proiectului, adic pn se execut toate activitile pe toate
drumurile din reea care pleac din v1 i sosesc n vi.
Mrimea ti* reprezint intervalul de timp maxim de la nceperea execuiei proiectului pn
se ajunge n stadiul vi de execuie a proiectului, astfel ca timpul total de execuie a proiectului s
rmn la nivelul su minim.
Mrimile ti se calculeaz de la v1 la vn astfel: t1 = 0, iar pentru situaia:
vi
vj
o-------------------------o
ti
tij
tj
dac s-a calculat ti, avem tj = maxim (ti + tij) pentru toate arcele care sosesc n vrful vj.
Arcele care dau acest maxim, se marcheaz cu o liniu.
Mrimile ti* se calculeaz de la vn la v1 astfel: tn* = tn, iar pentru situaia:
vi
vj
o-------------------------o
t i*
tij
t j*
dac s-a calculat tj, avem ti* = minim (tj - tij) pentru toate arcele care pleac din vrful vi.
Arcele care dau acest minim, se marcheaz cu o liniu.
Drumul de la v1 la vn cu dublu marcaj pe toate arcele sale, va fi drumul critic.
Pe acest drum pentru toate vrfurile sale vi avem ti = ti* ceea ce justific denumirea de
activiti critice dat activitilor de pe drumul critic.
Drumul critic conine n mod obligatoriu vrfurile v1, vn i doar o parte din vrfurile
intermediare v2,, vn-1.
Activitile necritice au urmtoarele rezerve de timp:
Rezerva total Rt (vi, vj) = tj* - ti - tij desemneaz situaia c am ajuns cel mai devreme n
stadiul vi i vrem s ajungem cel mai trziu n stadiul vj.
Rezerva liber Rl (vi, vj) = tj - ti - tij desemneaz situaia c am ajuns cel mai devreme n
stadiul vi i vrem s ajungem cel mai devreme n stadiul vj.
Rezerva intermediar Ri (vi, vj) = tj* ti* - tij desemneaz situaia c am ajuns cel mai trziu
n stadiul vi i vrem s ajungem cel mai trziu n stadiul vj.
112

Rezerva sigur Rs (vi, vj) = tj ti* - tij desemneaz situaia c am ajuns cel mai trziu n
stadiul vi i vrem s ajungem cel mai devreme n stadiul vj.
Evident avem Rt Rl Rs i Rt Ri Rs.
Pentru activiti critice avem ti = ti* i tj = tj* aa c Rt = Rl = Ri = Rs = 0 ceea ce n cuvinte
nseamn c activitile critice nu au niciun fel de rezerve de timp, executndu-se una dup alta fr
pauze.
Rezerva de timp intermediar Ri a unei activiti necritice, poate fi folosit pentru
eliminarea timpilor mori ai forei de munc i utilajelor.
Astfel prelungirea duratei tij ai unei activiti necritice cu rezerva sa intermediar Ri (vi, vj)
permite degrevarea de la aceast activitate a unui procent egal cu Ri (vi, vj)/(tij + Ri (vi, vj)) din fora
de munc i utilajele repartizate iniial activitii necritice de la vi la vj.
n acest caz graful proiectului trebuie reexaminat cci pot apare noi drumuri critice.
n proiecte complexe, acestea se mpart n subproiecte mai simple Pi cu grafuri proprii i
care au durate de execuie minime Ti gsite cu metoda drumului critic ca mai sus.
n graful coordonator al proiectului complex, subproiectul Pi devine o activitate cu durata Ti.
Din graful coordonator se determin cu metoda drumului critic durata total minim T de execuie
a proiectului complex.
Metoda PERT se aplic atunci cnd durata tij a unei activiti nu mai este constant ci este
cuprins ntr-un interval: aij tij bij.
Mrimea aij se numete durata optimist iar bij se numete durata pesimist a activitii
respective.
Aceste durate aij i bij se stabilesc n raport de starea forei de munc i a utilajelor, de
aprovizionarea cu materii prime, materiale i combustibil necesare pentru execuia activitii
respective.
Valoarea medie a duratei tij este dat de relaia: tmij = (aij + 4.tij + bij)/6 iar abaterea-standard
a lui tij este: sij = (bij aij)/6.
Conform teoremei limit-central, suma T a unui numr mare de variabile aleatoare
independente tij cu mediile tmij i abaterile-standard sij este o variabil aleatoare normal cu media
TMmin = tmij i abaterea standard ST = ( sij2)1/2 (n aceste sume se includ doar activitile
critice).
(T TMmin)/ST este variabil N(0, 1) deci:
(1)
P (T < Tcontract) = F ((Tcontract - TMmin)/ST) = 1 -
Dac se d Tcontract, din relaia (1) se poate afla probabilitatea de a nu-l depi.
Din relaia (1) rezult:
(2)
Tcontract = TMmin + u .sT
deci se poate calcula Tcontract care poate fi respectat cu probabilitatea 1 i depit cu riscul .
Pentru = 5% avem u0.05 = 1.65; pentru = 1% avem u0.01 = 2.33 iar pentru = 0.1% avem
u0.001 = 3.08
Varianta determinist CPM se poate obine din varianta aleatoare PERT pentru aij = tij = bij
deci tmij = tij i sij = 0.
Programele specializate QM, MSS, WINQSB calculeaz drumul critic pentru ambele
variante CPM i PERT.
Programul DCRITIC elaborat de autor, se gsete n Anexa 1 a lucrrii [53] i calculeaz
dumul critic dup metoda de mai sus, fiind necesare datele:
a) Numrul n de vrfuri;
b) Numrul maxim p de arce care unesc direct dou vrfuri vi i vj ale reelei.
c) Semimatricea cu cele p durate ale activitilor care unesc vrful vi cu toate vrfurile vj (j > i)
pentru i = 1,, n-1.
Programul livreaz un tabel cu intervalele de fluctuaie ale vrfurilor vi, un tabel cu
activitile critice i necritice ale proiectului i un tabel cu rezervele de timp Rt, Rl, Rs ale
activitilor necritice.
113

Exemplu:
Fie proiectul agricol al campaniei de recoltare orz-gru care conine activitile cu durate
din tabelul de mai jos.
Calculm duratele medii tmij i abaterile-standard sij cu formulele de mai sus.
Se cere drumul critic, durata minim Tmin pentru varianta CPM respectiv Tcontract cu
ncrederea 95% pentru varianta PERT i rezervele de timp ale activitilor necritice.
Soluie:
Avem tabloul cu activiti ale proiectului:
Cod
activit.
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
1)

Denumire activitate

Activit
Anter.
Recoltat orz
Transport boabe orz
A
Balotat paie orz
A
Transport baloi paie orz
C
Construit ir paie orz
D
Arat i grpat dup orz
D
Recoltat gru
D
Transport paie gru
G
Balotat paie gru
G
Transport baloi paie gru
I
Construit ir paie gru
J
Condiionat orz-gru smn
H
Treierat orz-gru staionar
H
Arat i grpat dup gru
J
Pregtit terenul pentru porumb mas verde F, N
nsmnat porumb mas verde
O

a ij

tij

bij

tmij

sij

4
3
5
3
4
5
7
6
6
4
4
4
3
5
2
3

5
4
6
3
5
5
8
6
8
4
5
4
3
6
2
3

6
4
6
3
8
8
9
6
8
4
8
4
3
6
2
3

5
3.83
5.83
3
5.33
5.5
8
6
7.67
4
5.33
4
3
5.83
2
3

0.33
0.17
0.17
0
0.67
0.5
0.33
0
0.33
0
0.67
0
0
0.17
0
0

Lucrm n varianta CPM cu duratele constante tij ale activitilor.


Mai nti construim graful proiectului pe baza coloanei cu activiti anterioare din tabelul
anterior.

114

Pe baza grafului precizm datele pentru programul DCRITIC:


a) n = 10 vrfuri;
b) p = 2 arce = numrul maxim de arce care unesc direct dou vrfuri oarecare;
c) Semimatricea cu duratele de la fiecare vrf vi la vrfurile vj care urmeaz dup el (j > i).
v2
5,0,

v1
v2
v3
v4
v5
v6
v7
v8
v9

v3
0,0,
4,6,

v4
0,0,
0,0,
3,0,

v5
0,0,
0,0,
0,0,
8,0,

v6
0,0,
0,0,
0,0,
0,0,
6,8,

v7
0,0,
0,0,
0,0,
0,0,
0,0,
4,0,

v8
0,0,
0,0,
0,0,
5,0,
0,0,
0,0,
6,0,

v9
0,0,
0,0,
0,0,
0,0,
0,0,
0,0,
0,0,
2,0,

v10
0,0
0,0
0,0
5,0
0,0
4,3
5,0
0,0
3,0

n tabelul care urmeaz se calculeaz intervalele de fluctuaie ale vrfurilor v1 v10:


Vrf vI
v1
v2
v3
v4
v5
v6
v7
v8
v9
v10

ti

Arc marcat
0
0+5=5
A
max (5 + 4; 5 + 6) = 11
C
11 + 3 = 14
D
14 + 8 = 22
G
max (22 + 6; 22 + 8) = 30
I
30 + 4 = 34
J
max (34 + 6; 14 + 5) = 40
N
40 + 2 = 42
O
max (30 + 4; 30 + 5; 34 + 5;
P
42 + 3; 14 + 5) = 45

t i*

Arc marcat
55=0
A
min (11 - 4; 11 - 6) = 5
C
14 - 3 = 11
D
min (22 - 8; 40 - 5; 45 - 5) = 14
G
min (30 + 6; 30 + 8) = 22
I
min (45 - 4; 45 - 3; 34 - 4) = 30
J
Min (45 - 5; 40 - 6) = 34
N
42 - 2 = 40
O
45 3 = 42
P
45
-

Urmeaz tabelul cu activiti critice i necritice:


Cod
activit.
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P

ACTIVITATE
PLECARE SOSIRE
v1
v2
v2
v3
v2
v3
v3
v4
v4
v10
v4
v8
v4
v5
v5
v6
v5
v6
v6
v7
v7
v10
v6
v10
v6
v10
v7
v8
v8
v9
v9
v10

RUTA
1
1
2
1
1
1
1
1
2
1
1
1
2
1
1
1

NCEPUT
Iminim Imaxim
0
0
5
7
5
5
11
11
14
40
14
35
14
14
22
24
22
22
30
30
34
40
30
41
30
42
34
34
40
40
42
42
115

SFRIT
Sminim
Smaxim
5
5
9
11
11
11
14
14
19
45
19
40
22
22
28
30
30
30
34
34
39
45
34
45
33
45
40
40
42
42
45
45

Stare Critic
Critic
Critic
Critic
Critic
Critic
Critic
Critic
Critic
Critic

Drumul critic este v1 A v2 C v3 D v4 G v5 I v6 J v7 N v8 O v9 P v10 cu lungimea maxim de


45 zile egal cu durata minim a proiectului agricol.
n tabelul urmtor avem rezervele de timp ale activitilor necritice.
Cod
activit.
B
E
F
H
K
L
M

ACTIVITATE
PLECARE SOSIRE
v2
v3
v4
v10
v4
v8
v5
v6
v7
v10
v6
v10
v6
v10

RUTA
1
1
1
1
1
1
2

Rt

Rl

Ri

Rs

tij + Ri

2
26
21
2
6
11
12

2
26
21
2
6
11
12

2
26
21
2
6
11
12

2
26
21
2
6
11
12

6
31
26
8
11
15
15

Dac f este volumul forei de munc pentru durata tij iar f* este volumul forei de munc
pentru durata tij + Ri, avem tij.f = (tij + Ri). f* deci f*/f = tij/(tij + Ri).
De exemplu pentru activitatea B raportul ntre volumul noii fore de munc f* i volumul
vechii fore de munc f este f*/f = 4/6 = 67%.
2)Lucrm n varianta PERT cu duratele medii tmij i cu abaterile-standard sij ale activitilor.
Graful proiectului este acelai dar duratele arcelor au valorile tmij .
Drumul critic este acelai dar cu lungimea minim TM min 44.33 zile .
Avem s T sij2 pentru activiti critice deci :
s T 0.332 0.17 2 0 2 0.332 0.332 0 2 0.17 2 0 2 0 2 0.62 zile
aa c pentru =5% avem u 0.05 1.65 deci Tcontract TM min u 0.05 s T
44.33 1.65 0.62 45.33 zile cu o ncredere de 95%.
n final avem graficul calendaristic n care activitile critice sunt ncercuite .

116

Problema minimizrii timpului total de execuie a unui proiect agricol se poate formula
direct ca problem de programare liniar.
Exemplu:
Pentru proiectul agricol al campaniei de recoltare orz-gru de mai sus, avem macheta
modelului liniar:
Vrfuri
Activiti

A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Timp exec.

V1
x1
-1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
-1

V2
x2
1
-1
-1
0
0
0
0
0
0
0
0
0
0
0
0
0
0

V3
x3
0
1
1
-1
0
0
0
0
0
0
0
0
0
0
0
0
0

V4
x4
0
0
0
1
-1
-1
-1
0
0
0
0
0
0
0
0
0
0

V5
x5
0
0
0
0
0
0
1
-1
-1
0
0
0
0
0
0
0
0

V6
x6
0
0
0
0
0
0
0
1
1
-1
0
-1
-1
0
0
0
0

V7
x7
0
0
0
0
0
0
0
0
0
1
-1
0
0
-1
0
0
0

V8
x8
0
0
0
0
0
1
0
0
0
0
0
0
0
1
-1
0
0

V9
x9
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
-1
0

V10
x10
0
0
0
0
1
0
0
0
0
0
1
1
1
0
0
1
1

Semn

Limite
(zile)

MINIM

5
4
6
3
5
5
8
6
8
4
5
4
3
6
2
3

Variabila xi (i = 1,, 10) reprezint timpul maxim scurs de la data nceperii proiectului
pn se ajunge n stadiul Vi, n presupunerea c s-au efectuat toate activitile de pe toate drumurile
care sosesc n Vi.
Restriciile referitoare la activitile A P ale proiectului specifiv faptul c pentru orice
activitate care pleac din Vi i ajunge n Vj (i, j = 1,, 10, i < j) i care are durata ti j, aceast durat
trebuie respectat deci avem restricia xj xi + ti j adic - xi + xj ti j.
Funcia-obiectiv a modelului este durata total de execuie a proiectului f = x10 x1 = minim.
Modelul dual are necunoscutele proprii y1,, y16 cu semnificaia: yi = 1 dac activitatea
corespunztoare este critic i yi = 1 n caz contrar.
Modelul dual are restriciile pe coloanele machetei de mai sus, toate fiind egaliti iar
funcia-obiectiv dual g are coeficienii pe ultima coloan cu limite a machetei precedente i se
caut gmaxim adic drumul critic cu lungimea maxim de la V1 la V10.
Dealtfel un asemenea model ca cel dual, a fost formulat n seciunea 2.4 pentru gsirea
drumului de lungime maxim ntr-o reea.
Soluia optim a modelului primal de mai sus este: x1 = 0; x2 = 5; x3 = 11; x4 = 14; x5 = 22;
x6 = 30; x7 = 34; x8 = 40; x9 = 42; x10 = 45 adic chiar valorile t*i (i = 1,, 10) gsite mai sus.
Variabilele de egalizare primale xe1,, xe16 sunt chiar rezervele intermediare Ri ale celor
16
activiti A - P ale proiectului, care au fost calculate mai sus n tabelul cu rezerve de timp ale
activitilor necritice. Avem fminim = 45 zile.
Soluia optim a modelului dual este: y1= y3 = y4 = y7 = y9 = y10 = y14 = y15 = y16 = 1, iar
restul de variabile duale sunt nule. Variabilele duale nenule corespund activitilor critice A, C, D,
G, I, J, N, O, P gsite mai sus iar lungimea maxim a drumului critic este gmaxim = 45.
117

2.7 Rezumat
n acest capitol se prezint trei modele de optimizare a produciei agricole, se studiaz
dualitatea acestor modele urmat de optimizarea lor cu metoda simplex cu calculatorul. Capitolul se
ncheie cu metoda drumului critic pentru ealonarea optim a activitilor unui proiect agricol.

2.8 ntrebri
1. Care sunt prile componente ale unui model liniar de optimizare a produciei agricole?
2. Cum se formuleaz dualul unui model liniar de optimizare?
3. n ce const metoda de optimizare simplex?
4. Ce este drumul critic ntr-o reea?

2.9 Bibliografie
1. Stnil O.: Analiz liniar i geometrie Vol. I - II, Editura ALL, 2000 - 2001
2. Cenu Gh. i col.: Matematici pentru economiti, Editura CISON, 2000
3. Cenu Gh. i col.: Matematici pentru economiti culegere de probleme, Editura CISON,
2000
4. Ene D.: Matematici (I), Editura CERES, 2004
5. Gogonea S., Ene D.: Analiz numeric, Editura Cartea Universitar, 2005
6. Ene D., Gogonea S.: Metode numerice, Editura Cartea Universitar, 2005
7. Ene D., Ioniescu E.: Cercetri operaionale n agricultur, USAMV-ID, 2006
8. Ene D.: Matematic aplicat n agricultur, Editura CERES, 2006

118

CAPITOLUL 3. ANALIZ MATEMATIC


Obiective: nsuirea de ctre studeni a rolului derivatelor de ordinul nti i doi n studiul
funciilor reale de o variabil real i gsirea extremelor acesteia, a rolului derivatelor pariale de
ordin unu i doi n studiul funciei reale de n variabile reale i mai ales a gsirii extremelor libere
sau cu legturi ale funciei.
Cuprins:
3.1 Calcul diferenial pentru funcii de o variabil real
3.1.1 Funcii elementare i aplicaii
3.1.2 Rolul derivatelor de ordinul unu i doi n studiul funciilor de o variabil real
3.1.3 Optimele funciilor de o variabil real i aplicaii
3.1.4 Funcii cumulate n timp cu ajutorul integralei
3.2 Calcul diferenial pentru funcii de n variabile reale
3.2.1 Rolul derivatelor pariale de ordinul unu i doi n studiul funciilor de n
variabile reale
3.2.2 Extreme libere ale funciilor de n variabile reale
3.2.3 Extreme cu legturi ale funciilor de n variabile reale
3.3 Rezumat
3.4 ntrebri
3.5 Bibliografie
Cuvinte-cheie: funcie real de o variabil real, derivate de ordin nti i doi, maximele i
minimele unei funcii, funcie real de n variabile reale, derivate pariale de ordinul unu i doi,
maximele i minimele libere sau condiionate ale unei funcii.

3.1 CALCUL DIFERENIAL PENTRU FUNCII DE O VARIABIL


REAL
3.1.1 Funcii elementare i aplicaii
O funcie real de variabil real definit pe A R cu valorile n B R , este o
coresponden care asociaz fiecrui element x A , un element unic y f x B .
Dac x este factor sau surs fizic (consum) sau surs valoric (cheltuieli) iar y este
producie fizic sau valoric (venit, profit, rat profit) atunci funcia f se numete funcie de
producie.
Cheltuielile pentru resurse sunt egale cu consumurile de resurse nmulite cu costurile
resurselor iar venitul din produse este egal cu producia fizic nmulit cu preul de vnzare al
produselor.
Cheltuielile au drept componente cheltuielile materiale, cele cu fora de munc i cele
neproductive (taxe, impozite, TVA). Profitul este diferena ntre venituri i cheltuieli iar rata
profitului este raportul ntre profit i cheltuieli. Funcii de producie concrete gsite din datele reale,
sunt funciile de regresie din statistic.
Din definiia funciei rezult c dac x1 x2 avem y1 f x1 f x2 y2 i c f(A) = {y
exist cel puin un x A cu y = f(x)} B.

119

Dac f(x1) = f(x2) implic x1 = x2, funcia f se numete injectiv iar dac f(A) = B, funcia se
numete surjectiv. O funcie injectiv i surjectiv, se numete bijectiv. O funcie real se
precizeaz prin expresia analitic y = f(x) i mulimile A, B sau prin tabel de valori:
X
Y

x1
y1

-------------------------------------

xn
yn

cu legea de coresponden yi f xi ; i 1,..., n i A x1 ,..., xn , B y1 ,..., yn .


Orice funcie se poate reprezenta grafic ntr-un sistem de axe ortogonale printr-o curb
plan n care orice paralel la Ox prin y0 f A taie graficul lui f cel puin ntr-un punct i orice
paralel la Oy prin x0 A , taie graficul lui f exact ntr-un punct. Dac funcia f este bijectiv, orice
paralel la Ox prin y0 f A taie graficul lui f exact ntr-un punct.

Fie o funcie f : a, b R pentru care nu se cunoate expresia analitic dar se cunosc

valorile lui f n n puncte ale diviziunii: a x1 x2 ... xn1 xn b i anume:


(1)

yi f xi

1 i n

O funcie cu expresia analitic cunoscut care ndeplinete condiiile (1) este polinomul de
interpolare Lagrange de grad n-1 cu expresia:
n
x x1 ... x xi 1 x xi 1 ... x xn
y Pn 1 x
yi
i 1 xi x1 ... xi xi 1 xi xi 1 ... xi xn

1.

Clase de funcii elementare:


Funcia liniar y B0 B1 x ; A B R

2.

Funcia polinomial y B0 B1 x ... Bm x m ;

3.

Funcia ct de polinoame y

4.

Funcia putere y x a ;

BR

5.
6.
7.

8.

ABR

B0 B1 x ... Bm x
;
C0 C1 x ... Cn x n
m

ABR
Funcia exponenial y a x ; A R , B 0; a 0, a 1
Funcia logaritmic y log a x , B R , A 0; a 0, a 1
Funciile trigonometrice directe:
a) y sin x , A = R; B = [-1; 1]
b) y cos x , A = R; B = [-1; 1]

2k 1

c) y tg x , A R \ x x
,k Z ; B = R
2

Funciile trigonometrice inverse:


2 2

e) y arccos x , A 1; 1 ; B 0;
2

f) y arctg x , A R ; B ;
2 2
d) y arcsin x , A 1; 1 ; B ;

Funciile 1), 4) 6), 8 d) f) sunt bijective.


120

A R \ x C0 C1x ... Cn x n 0 ;

Teorema 3.1
1)
2)
3)
4)

Fie valorile lui x n progresie aritmetic. Avem y B0 B1 x dac i numai dac valorile lui y
sunt n progresie aritmetic.
Fie valorile lui x n progresie geometric. Avem y b0 x B1 dac i numai dac valorile lui y
sunt n progresie geometric.
Fie valorile lui x n progresie aritmetic. Avem y b0 eB1x dac i numai dac valorile lui y
sunt n progresie geometric.
Fie valorile lui x n progresie geometric. Avem y ln b0 x B1 dac i numai dac valorile lui
y sunt n progresie aritmetic.

Demonstraie:
1) Fie valorile lui x n progresie aritmetic: x1, x2 x1 r ,..., xn x1 n 1 r ,...

y B0 B1x sunt tot n progresie aritmetic:


y2 B0 B1 x1 r B0 B1 x1 B1r y1 rB1 ,..., yn
Valorile

lui

y1 B0 B1x1 ,

B0 B1 x1 n 1 r B0 B1 x1 n 1 rB1,...
dac

valorile
lui
y
sunt
n
progresie
aritmetic:
y1, y2 y1 t ,..., yn y1 n 1 r ,... pentru a avea yn B0 B1xn pentru orice n N, trebuie
Reciproc,

ca y1 n 1 t B0 B1 x1 n 1 r de unde prin identificarea coeficienilor lui n i a

termenilor liberi din ambii membri rezult y1 B0 B1 x1 ; t B1r


2) Valorile lui x sunt n progresie geometric dac i numai dac valorile lui log x sunt n

x1, x2 x1q,..., xn x1q n1,... atunci avem


ln x1,ln x2 ln x1 ln q,...,ln xn ln x1 n 1ln q,...
Reciproc, dac avem ln x1 ,ln x2 ln x1 p,...,ln xn ln x1 n 1 p,... atunci avem

progresie aritmetic. n adevr, dac avem

x1, x2 x1e p ,..., xn x1 e p

n1

,...

y b0 x B1 devine prin logaritmare log y = B1 log x + B0 unde B0 = log b0.


Dac valorile lui x sunt n progresie geometric atunci valorile lui log x sunt n progresie
aritmetic deci conform punctului 1) avem ln y B1 ln x B0 dac i numai dac valorile lui
ln y sunt n progresie aritmetic ceea ce se ntmpl dac i numai dac valorile lui y sunt n
progresie geometric.
Bx
3) y b0e 1 devine prin logaritmare log y B1 x B0 unde B0 = log b0.
Dac valorile lui x sunt n progresie aritmetic, conform punctului 1) avem log y

B1x B0 dac i numai dac valorile lui log y sunt n progresie aritmetic i aceasta se ntmpl
dac i numai dac valorile lui y sunt n progresie geometric.

4) y ln b0 x

B1

devine y B ln x B
1

unde B0 lnb0 .

Dac valorile lui x sunt n progresie geometric atunci valorile lui log x sunt n progresie
aritmetic deci conform punctului 1) avem y B1 ln x B0 dac i numai dac valorile lui y sunt
n progresie aritmetic.
n concluzie, transformrile progresiilor aritmetic i geometric se fac cu ajutorul funciilor
liniar, putere, exponenial i logaritmic dup schema:
121

Funcia liniar

Progresie
aritmetic

Fu

nc
ia

a
ci
n
Fu
Progresie
geometric

ic
itm
ar

g
lo
ex
p

on

Progresie
aritmetic

en
ia
l

Funcia putere

Progresie
geometric

Q.E.D.
Aplicaii ale funciilor elementare
A).Funcia exponenial negativ
Fie y0 = f(0) i P plafonul funciei.
1) y0 < P deci P este plafon superior pentru f(x)
Funcia este:
Pentru b > e avem logistica, cresctoare de la y0 la P, cu punctul de inflexiune xi = (ln b)/a i
cu graficul:

Pentru b e avem curba de saturaie, cresctoare de la y0 la P i cu graficul:

2) y0 > P deci P este plafon inferior pentru f(x)


Funcia este:
122

y=P+

(y0 P )(b 1)
e ax b

Pentru b > e avem logistica, descresctoare de la y0 la P, cu punctul de inflexiune xi = (ln b) /a


i cu graficul:

Pentru b e avem curba de saturaie, descresctoare de la y0 la P i cu graficul:

B). Funcia de concentrare/diluare


1) Funcia de concentrare este y = y0 + xa .e- bx unde y0 = f(0).
Ea are punctul de maxim x0 = b/a i punctele de inflexiune:

x1

a a
a a
i x2
b
b

Graficul are forma:

2) Funcia de diluare este y = y0 - xa .e- bx unde y0 = f(0).


Ea are punctul de maxim x0 = b/a i punctele de inflexiune:
123

x1

a a
a a
i x2
b
b

Graficul are forma:

C). Funcia seismic asimetric


I .Unda putere :

4h-2 x r
x

M.( 4h-3 . a ) .sin (2h 1). . a pentru 0 x a

y =
M.( 4k-2 . b x ) r .sin (2k 1). . b x pentru a x b

4k-3 b a
b a

II .Unda exponenial :

ax

4h-2
r 1
x

M.(
).
.sin
(2
h

1).

.
pentru 0 x a

4h-3 r 1
a

y =
bbax

4k-2
r
1
b x

M.(
).
.sin
(2
k

1).

.
pentru a x b

4k-3 r 1
b a

Parametrii din expresiile precedente au semnificaia urmtoare:


a = momentul mijlocului undei maxime absolute (separ unda ascendent de cea descendent);
b = momentul ncetrii undei;
h = numrul de maxime ale undei ascendente;
k = numrul de minime ale undei descendente;
x1 = ((4h - 3)/(4h - 2)).a este punctul de maxim absolut al undei iar valoarea maxim absolut este M;
x2 = ((4k - 1)/(4k - 2)).a este punctul de minim absolut al undei iar valoarea minim absolut este M;
r = parametru de und (r > 1);
De exemplu pentru h = 2 i k = 3 avem graficul:

124

4) Calculul concentraiei pe termen lung


n administrarea ngrmintelor, ierbicidelor, insecticidelor, vaccinurilor etc., concentraia
acestora se calculeaz astfel: vom presupune c materialele precedente se administreaz n doze
egale cu d la intervale de timp egale cu x.

1 e x
e x e 2 x
x
Doza
1:
d

d
;
Concentraia
rezidual
1:
r

d
e

1
1
1
1 e x
1 e x

1 e x
e x e 3 x
x
;
Concentraia
rezidual
2:
r

d
e

d
Doza 2 : d 2 r1 d d
2
2
1 e x
1 e x

n 1 x
1 e nx
e x e

x
Doza
n
:
d

d
;
Concentraiarezidual
n
:
r

d
e

n
n 1
n
n
1 e x
1 e x

Avem lim d n d
n

1
e x
;
deci dup un numr mare de administrri
lim
r

d
1 e x n n
1 e x

ale dozei constante d la intervale de timp egale cu x, concentraia aparine intervalului:

e x
1
d 1 e x ; d 1 e x de lungime d.

Grafic, valorile concentraiei y n raport cu lungimea x a intervalului de timp ntre dou


administrri succesive, sunt cuprinse n aria haurat de nlimea d:

d
0

ln2

Exemplu:
Un ierbicid se administreaz n doze constante egale cu d 5mg / m2 la intervale de timp
egale cu x 2 luni. S se afle intervalul de variaie al concentraiei ierbicidului dup un numr
mare de administrri.
125

Soluie:
Pentru d 5 ; x 2 avem:
e x
e2
d

5
0.78mg / m2
1 e x
1 e2
1
1
d
5
5.78mg / m2
x
1 e
1 e2
5) Calculul dobnzilor
a) Dobnda simpl
Fie y0 suma mprumutat de la banc i care trebuie restituit n x ani cu dobnda anual

d % . Suma mprumutat y0 este rambursat n x ani n rate anuale de y0/x lei. La aceste rate se
adaug dobnzile anuale n lei pentru debitele existente n anul respectiv.
y
y

n primul an debitul este y0 0 lei deci dobnda este y0 0 d lei.


x
x

------------------------------------------------------------y

x 1

n al x - lea an, debitul este y0


y0 lei deci dobnda este y0 x 1 0 d lei.
x
x

Dobnda total n x ani n lei va fi:


y
y
yd

T y0 d y0 0 d ... y0 x 1 0 y0 xd 0 1 2 ... x 1
x
x
x

y0 xd

y0 d x 1 x
x 1

y0
d
x
2
2

Dobnda anual pe x ani n procente este D

T x 1

d
y0
2

% deci o funcie liniar de x.

Suma total ce se restituie n x ani este: y y0 1 D . Dobnda D ajunge egal cu P %


dac rambursarea se face n

2P
1 ani.
d

Exemplu:
O asociaie agricol mprumut de la banc suma de y0 = 12000 lei, care vor fi rambursai n
x 10 ani cu dobnda anual d 5% . Se cere dobnda total D % i suma total y ce trebuie
restituit n x 10 ani. n ci ani avem D 50% ?
Soluie:
x 1
10 1
D
d de unde D
0.05 27,5%
2
2
y y0 1 D de unde y = 15300 lei.

2P
1 19 ani
d
b) Dobnda compus
Fie y0 suma depus la banc n momentul zero pentru care se adaug dobnda anual d %

P 50% n

n primul an, depozitul este y0 deci valoarea dobnzii este y0 d lei.

n al doilea an, depozitul este y0 1 d deci valoarea dobnzii este y0 1 d d lei.


126

------------------------------------------------------------x 1
x 1
n al x-lea an, depozitul este y0 1 d deci valoarea dobnzii este y0 1 d d lei.
Dobnda total pe x ani n lei va fi:
T y0 d y0 1 d d ... y0 1 d
y0 d

1 d

x 1

d y0 d 1 1 d ... 1 d

x 1

x
y0 1 d 1

Dobnda total pe x ani n procente este: D 1 d 1 adic o funcie exponenial de x.


x

Suma total acumulat dup x ani este: y y0 1 D


Dobnda ajunge egal cu P % dup trecerea a

log 1 P

log 1 d

ani

Exemplu:
Un fermier depune la banc anual suma y0 = 500 lei pentru care se acord dobnda anual
d 5% . Se cere dobnda total D % i suma total acumulat y dup x 10 ani. n ci ani
avem D 100% ?

Soluie:
x
10
Avem D 1 d 1 de unde D 1 0.05 1 63%
Avem y y0 1 D de unde y = 815 lei

P 100% n

log 1 P

14 ani
log 1 d
6) Evaluarea numrului de fructe pe pom
Date necesare:
NF = Numrul de flori pe pom = 2542
F = Proporia de flori viabile = 0.9
S = Numrul de ovule pe floare = 10
0 = Proporia de ovule fertile pe floare = 0.6
= Numrul de vizite ale insectelor pe or i pe floare = 0.4
= Probabilitatea ca o vizit de insect s fecundeze un ovul dat ntr-o floare = 0.1
Parametrii perioadei de polenizare efectiv: 0.5 i 3

k = viteza de cdere a fructelor cu k semine k 0,1,...,S


St

P t

= factor de stress = 0.99

Rezultate:
1)Numrul de fructe cu k semine pe pom la momentul zero este:

S k
S!0n

S n
j
j nk
M k 0 N f F
1 0 1 1 1 1


n k j 0 S n ! n k ! k j ! j !
2)Numrul de fructe cu zero semine pe pom la momentul zero este:

S!

S n
n
M0 0 N f 1 F N f F
0n 1 0 1 1 1

n 0 S n !n !
S

127

3)Numrul de fructe cu k semine pe pom la momentul t este:

S a
M k t M k 0 exp k t 1
du ; k 0,1,...,S
P
a

4)Numrul de fructe total pe pom la momentul t este: M t M k t


k 0

Diferena ntre numrul de fructe pe pom la momentele 0 i t este numrul de fructe czute
din pom (cu sau fr semine).

3.1.2 Rolul derivatelor de ordinul unu i doi n studiul funciilor de o


variabil real
Fie funcia real de o variabil real y f x , f : A R B R i fie x0 A .

Numrul real L este limita funciei f n x0 (Notaie L lim f x ) dac pentru orice 0
x x0

exist 0 astfel c dac x x0 s avem f x L 0


Pentru ca f s aib limita L n x0 , trebuie ca L s existe, s fie unic i finit.

O definiie echivalent pentru limit este: L lim f x dac pentru orice ir de numere
x x0

reale xn A cu xn x0 , s avem irul de numere reale yn f xn convergent ctre


L . Notaie : yn L . Limita L a funciei f n

x0 exist, este finit i unic dac i numai dac

limitele laterale LS lim f x , Ld lim f x exist, sunt finite i egale.


x x0
x x0

x x0
x > x0

Proprieti ale funciilor reale


1) Funcia real f este continu n x0 A dac exist, este unic i finit L lim f x i n plus
x x0

L f x0 .

2) Funcia real f este derivabil n x0 A dac exist, este unic i finit limita:
f ' x0 lim
x x0

f x f x0
x x0

f ' x0 se numete valoarea derivatei f ' x a funciei f(x) n x0 i este egal cu panta tangentei
n x0 la graficul lui f: f ' x0 tg

y0

x0

Ecuaia acestei tangente este: y f x0 f ' x0 x x0

128

x0 f ' x0 definete o nou funcie y f ' x0 cu


f ': D A R B R , numit derivata nti a funciei f. Mrimea df x0 f ' x0 dx se
Corespondena

numete difereniala de ordinul nti a lui f n x0.


Derivata derivatei ntia se numete derivata a doua a funciei f : f '' x f ' x ' .
Mrimea d 2 f x0 f '' x0 dx se numete difereniala de ordinul doi a funciei f.
2

Mai general, derivata de ordin n a lui f se definete inductiv fxn fxn1 ' .

x x x0 este creterea valoric a variabilei x iar x/x0 este creterea procentual a


variabilei x.
y y y0 este creterea valoric a funciei y f x iar y/y0 este creterea
procentual a funciei y f x .

y x
y
este derivat valoric n timp ce E x0 lim
/
este derivat
x x0 x
x x0
y
x
0
0

f ' x0 lim

procentual i se numete elasticitatea funciei f n x0. Avem E x0


Fie

x1 x0 .

Conform

teoremei

Lagrange,

f x0

exist

y x x0
y f x2 f x1
:

f ' x0 E x0 .

f ' x0 i deci
y0 x0
y0
x
x2 x1

x2 x1

astfel

M2

M0

M1
0

x0 f ' x0

x1

x0 x2

n adevr, M2 este intersecia graficului cu coarda M1M2 paralel cu tangenta M0T iar x2
y
este abcisa lui M2. n concluzie, derivata instantanee f ' x0 este egal cu derivata medie
iar
x
x
y x
:
elasticitatea instantanee E x0 0 f ' x0 este egal cu elasticitatea medie
calculate pe
y0
y0 x0
un interval convenabil ales x1 , x2 care conine pe x0 .
Formule de derivare pentru funcii elementare
1.
C' 0
2.
( xa ) = axa-1 (a R)
x
3.
(ax) = a ln a ; (ex) = ex
4.
5.

1
1
; ln x '
x ln a
x
sin x ' cos x

log a x '

129

6.

cos x ' sin x

7.

tg x '

8.

arcsin x '

9.
10.

1
cos 2 x
1

1 x2
1
arccos x '
1 x2
1
arctg x ' 2
x 1

Formule de derivare n operaii cu funcii:


I.
II.
III.

f x g x ' f ' x g ' x


f x g x ' f ' x g x f x g ' x

f x
f ' x g x f x g ' x

'
2
g x
g x
Formulele 1. 10. i I. III. le admitem fr demonstraie.

Derivata logaritmic a funciei f n x0 este fL(x0), dat de relaia:

n f L' (x 0 ) lim

x x 0

Re zult

n f(x)- n f (x 0 )
x x0

f(x)
f (x 0 ) lim

x x 0 f(x )
0
'
L

1
x - x0

=e

f ' (x 0 )
f (x 0 )

Exemple

1) f ( x ) x f ( x ) e
n

'
L

n
x

2) f ( x ) e x f L' ( x ) e
3) f ( x ) n x f ( x ) e
'
L

1
x n x

4) f ( x ) sin x f L' ( x ) e ctg x


5) f ( x ) cos x f L' ( x ) e tg x
3) Funcia real f este cresctoare pe A R dac pentru orice x1 , x2 A cu x1 x2 rezult

f x1 f x2 . n mod analog se definete funcia descresctoare pe A R :


x1 x2 f x1 f x2 . O funcie real care este fie cresctoare fie descresctoare pe A se

numete funcie monoton pe A.


130

4) Funcia real f este convex pe A R dac pentru orice x1 , x2 A cu x1 x2 rezult


x x2 f x1 f x2
. Graficul unei funciei convexe pe A are deschiderea n direcia
f 1

2
2
pozitiv a axei 0y iar coarda care unete dou puncte ale graficului, este deasupra graficului:

y
x x f x1 f x2
AB f 1 2
AC
2
2

C
B
0

x1

A
x1 + x2 x2
2

O definiie echivalent a convexitii este: pentru orice x0 A i orice x1 x0 avem

f x1 f x0 f ' x0 x1 x0 adic ordonata tangentei n x0 la graficul lui f este sub acest


grafic:

y
C
AB f x0 f ' x0 x1 x0 f x1 AC

y = f(x)
B
A
0

x0

x1

n mod asemntor se definete funcia concav pe A:


x x2 f x1 f x2
, respectiv x0 x1 f x1 f x0 f ' x0 x1 x0
x1 x2 f 1

2
2
5) Funcia real f este mrginit pe A dac exist m, M R astfel c m f x M pentru orice

xA.

6) Funcia real f este periodic pe A dac exist T 0 astfel c f x T f x pentru orice

xA.

Exemple:
Funciile y sin x , y cos x sunt periodice cu perioada T 2 360 iar funcia

y tg x este periodic cu perioada T 180


Fie f : A R B R , x0 A , 0 .
Rolul derivatelor de ordin I i II n studiul funciei reale f, este dat de:
Teorema 3.2
131

1) Dac f ' x 0 pe intervalul

x0 ; x0 .

x0 ; x0

atunci f x este cresctoare pe intervalul

f ' x 0 pe intervalul x0 ; x0 atunci f x este


descresctoare pe intervalul x0 ; x0 .
2) Dac f '' x 0 pe intervalul x0 ; x0 atunci f x este convex pe intervalul
x0 ; x0 . Dac f '' x 0 pe intervalul x0 ; x0 atunci f x este concav pe
intervalul x0 ; x0 .
Dac

Demonstraie:
Dac f este funcie cu derivate de toate ordinele continue pe intervalul

x0 ; x0

atunci pentru orice x x0 ; x0 avem formula Taylor (fr demonstraie):


f x f x0

lim

x x0

Rn x

x x0

f ' x0
1!

x x0

f '' x0
2!

x x0

R1 x

x x0

x x0

...

n!

x x0

R n x unde

0.

1) Avem formula Taylor pentru

lim

fx0
n

n 1:

f x f x0

f ' x0
x x0 R1 x cu
1!

0 . Pentru x suficient de aproape de x0 , ultimul termen din membrul II este

f ' x0
x x0 au acelai semn. Dac
1!
deci f este cresctoare pe x0 ; x0 .

neglijabil fa de cei precedeni deci f x f x0 i

f ' x0 0 atunci x x0 implic f x f x0


2) Avem formula Taylor pentru n 2 :
f ' x0
f '' x0
R2 x
2
f x f x0
0.
x x0
x x0 R 2 x cu xlim
2
x0
1!
2!
x x0
Pentru x suficient de aproape de x0 , ultimul termen din membrul doi este neglijabil fa de

cei precedeni, deci f x f x0

f '' x0

f ' x0
2
x x0 au acelai semn.
x x0 i
2!
1!

f ' x0
x1 x0 deci f este
1!
x1 x0
atunci
implic

Dac f '' x0 0 atunci x1 x0 implic f x1 f x0

x0 ; x0 . Dac f '' x0 0
f ' x0
f x1 f x0
x1 x0 deci f este concav pe x0 ; x0 .Q.E.D.

convex

pe

1!

132

3.1.3 Optimele funciilor monofactoriale i aplicaii


Funcia real f : A R B R are un maxim relativ (local) n x0 A dac pentru

x x0 , x0 avem f x f x0 i pentru orice x x0 , x0 avem


f x f x0 , deci pe intervalul x0 , x0 valoarea f x0 este cea mai mare.
Funcia real f : A R B R are un minim relativ (local) n x0 A dac pentru
orice x x0 , x0 avem f x f x0 i pentru orice x x0 , x0 avem
orice

f x f x0 , deci pe intervalul x0 , x0

valoarea f x0 este cea mai mic.

Punctele de maxim sau minim relative (local) se numesc cu un cuvnt puncte de extreme
relative (locale).
Dac funcia f are cel puin un maxim relativ, cel mai mare maxim relativ se numete
maxim absolut (global).
Dac funcia f are cel puin un minim relativ, cel mai mic minim relativ se numete minim
absolut (global).
Teorema 3.3 (Fermat)
Fie funcia f : A R B R i x0 A . Dac f este derivabil n x0 i x0 este punct

de maxim sau minim relativ, atunci f ' x0 0 .


Demonstraie:
Fie de exemplu

x0 = punct de maxim relativ. Pentru x x0 , x0 avem


f x f x0
0 i la limit pentru x x0 avem f ' x0 0 . Pentru
f x f x0 deci
x x0
f x f x0
0 i la limit pentru x x0
x x0 , x0 avem f x f x0 deci
x x0
avem f ' x0 0 . Rezult f ' x0 0 .Q.E.D.
Punctele x0 A cu f ' x0 0 se numesc puncte staionare pentru c n aceste puncte
tangenta la grafic este orizontal (valorile funciei staioneaz n x0 avnd viteza de variaie

f ' x0 nul).

Condiia din teorema 3.3 este necesar dar nu suficient pentru puncte de maxim sau minim
relativ, adic nu orice punct staionar este punct de maxim sau minim relativ. Conform teoremei
3.2, x0 este punct de maxim relativ dac f ' x0 0 i n plus f ' x 0 deci f x =
cresctoare pentru x x0 , x0 iar

x x0 , x0 .

f ' x 0 deci

f x = descresctoare pentru

De asemenea x0 este punct de minim relativ dac f ' x0 0 i n plus f ' x 0 deci

f x = descresctoare pentru x x0 , x0 i f ' x 0 deci f x = cresctoare pentru


x x0 , x0 .

133

Dac f ' x0 0 dar f ' x 0 pentru orice x x0 , x0

respectiv

f ' x 0

pentru orice x x0 , x0 atunci x0 este punct de inflexiune cu tangent orizontal. O


condiie suficient de maxim sau minim relativ este dat de:
Teorema 2.4
Fie funcia real f cu derivate continue de toate ordinele n x0 A i cu f ' x0 0 . Fie

numrul natural minim k 2 , astfel c f '' x0 ... f x 0 dar f x 0 . Dac k este


0
0
numr par, avem situaiile:
k

k 1

a)

fx0 0 n care caz x0 este punct de minim relativ.

b)

fx0 0 n care caz x0 este punct de maxim relativ.

k
k

Dac k este numr impar, x0 este punct de inflexiune cu tangent orizontal.


Demonstraie:
n condiiile din enun, formula Taylor devine: f x f x0

lim

x x0

R k x0

x x0

fx0
k

k!

x x0

R k x0 cu

0 . Pentru x suficient de aproape de x0 , ultimul termen din membrul doi se poate


k

neglija n raport cu primul termen. Dac k este numr par, f x f x0 i f x au acelai semn
0
i avem subcazurile:

fx0 0 pentru orice x x0 , x0


k

a)

x x0 , x0

adic x0

x x0 , x0

adic x0

deci i

f x f x0 pentru orice

este punct de minim relativ.

fx0 0 pentru orice x x0 , x0

b)

deci i

f x f x0 pentru orice

este punct de maxim relativ.


k

Dac k este numr impar, fie de exemplu f x 0 deci f x f x0 i x x0 au


0
acelai semn.
Dac x x0 avem f x f x0 iar dac x x0 avem f x f x0 deci x0 este
punct de inflexiune cu tangent orizontal cci f ' x0 0 .Q.E.D.

Exemple:
1) S se calculeze unghiul optim de ramificaie ntre dou vase sanguine de raze r1 i r2 .
Soluie:
Vasul sanguin AD are raza seciunii r1 iar vasul sanguin DC are raza seciunii r2 .

134

Rezistena la naintarea sngelui este direct proporional cu lungimea vasului i invers


proporional cu raza seciunii sale.
Rezistena total a poriunii ADC va fi: R k

d1
d
k 2 unde k este o constant care
r1
r2

depinde de vscozitatea i densitatea sngelui.

ctg ctg x cosec x

r1
r2

Avem d1 d0 ctg ctg x ; d 2 d0 cosec x deci R x kd0

r2
cos x
1
R ' x kd0

0 are soluia x0 arccos r . Avem R '' x0 0 deci


2
2
1
r1 sin x r2 sin x
r
x0 este punct de minim. Valoarea minimului este R x0 . De exemplu pentru r2 1 avem
2
x0 60 .
2) La ce nlime trebuie plasat o surs de lumin ntr-o baterie pentru psri astfel ca intensitatea
iluminrii pardoselii s fie maxim?
Soluie:
Fie A punctul cel mai deprtat al pardoselii de verticala sursei luminoase SN.
Fie

k cos
r2

AN a ; SA r ; ASN . Intensitatea luminoas n punctul A este

k cons tan t .

135

2
2
2
Avem r x a i cos

Avem I' x
Avem

I x0

2 x 2 a 2

a2

I'' x0 0 deci

x
x2 a2

deci: I x

0 cu rdcina x0

x0

kx

2 3

a 2
deci arctg2 55
2

este punct de maxim. Valoarea maximului este

2k
3 3a 2

3) S se confecioneze o adptoare de beton cu seciune trapezoidal astfel ca volumul adptorii


s fie maxim.
Soluie:
Lungimea adptorii fiind constant, trebuie s maximizm aria seciunii.

x
b

a
Baza mic a seciunii este a, cea mare este a 2 x iar nlimea seciunii este
deci aria trapezului va fi: A x

b2 x 2

a 2x a 2
b x 2 x a b2 x 2
2

a a 2 8b 2
.
A' x
0 are rdcina pozitiv x0
2
2
4
b x
A'' x0 0 deci x0 este punct de maxim. Valoarea maximului este A x0 .

2 x 2 ax b 2

Avem

Cazuri particulare
a)
b)

b
aa c 30
2
b 2
aa c 45
a 0 deci x0
2
a b deci x0

4) S se dimensioneze un canal trapezoidal deschis pentru irigaii astfel ca, costul sprii lui s fie
minim.
Soluie:
Fie raportul

a
ntre limea fundului canalului a i adncimea canalului h.
h
136

Costul spturii canalului este direct proporional cu aria seciunii deoarece lungimea
canalului i costul spturii (lei/m3) este constant.
Trebuie s minimizm aria seciunii n raport cu x astfel ca pe canal s fie asigurat un debit
Q dat de ap. Fie m = tg panta taluzului.
Aria

seciunii

este:

S x m h2

a a 2h m
h a hm h .
2

a h x

Dar

deci

h se determin cu condiia s se asigure pe canal debitul Q, panta fundului canalului este i


iar n este rugozitatea pereilor i fundului canalului la curgerea apei (n = 0.025 pentru canale de
pmnt i n = 0.014 pentru canale dalate cu beton).

n
Avem relaia: h
Q
i

x 2 1 m

Rezult: S x K x m x 2m

x 2m

x 2 1 m2

o constant hidraulic a canalului. Trebuie s avem: S' x 0 adic:

x 2m

x 2 1 m

n
unde K
Q
i

5
13
x m x 2m 8 x 2 1 m 2
8

5
1
x m x 2m 8 x 2 1 m2
4

13

este

deci dup efectuarea calculelor obinem:

5 x 2 x 17m 6 1 m2 4m2 22m 1 m2 0 cu punctul de minim:


x0

a)
b)

2
2
2
17m 6 1 m 245m 236m 1 m 36
10

n locul minimizrii volumului spturii se mai pot minimiza:


costul apei pierdute prin infiltraii pe fundul i pereii canalului;
profitul pierdut anual de pe suprafaa scoas din circuitul agricol de ctre canal.

5) Dintr-o foaie dreptunghiular din fier sau carton cu lungimea a i limea b se taie n fiecare col
cte un ptrat de latur x iar marginile rmase se ndoaie, obinnd o cutie paralelipipedic fr
capac de tip ldi de fructe. S se afle x astfel ca volumul cutiei s fie maxim.

137

Soluie:

Avem V x a 2 x b 2 x x . V'' x 12 x 4 a b x ab 0 are rdcina:


2

a b a 2 b2 ab
x0
6
Avem V'' x0 0 deci x0 este punct de maxim. Valoarea maximului este V x0 .
Pentru a b l avem x0

l
.
6

6) Optimizarea nivelului preului de vnzare al unui produs agricol


Se urmrete maximizarea venitului din vnzarea produsului agricol, a stimulrii
consumului de produse agricole ca o cale principal de relansare a produciei agricole.
Fie x preul de vnzare variabil (lei/Kg) al unui produs agricol, fie y cantitatea variabil din
produs, vndut ntr-un interval de timp de lungime T, la preul de vnzare x i fie z = x.y valoarea
variabil n lei a cantitii vndute la preul de vnzare x.
Fie xc preul de vnzare curent al produsului, fie yc cantitatea vndut la preul de vnzare
curent xc i fie zc = xc.yc valoarea n lei a cantitii vndute la preul de vnzare curent xc.
Fie xp un pre de vnzare de prob pentru testarea pieii, pentru care avem n acelai interval
de timp de lungime T, cantitatea de produs vndut yp i valoarea n lei a cantitii vndute zp la
preul de vnzare xp.
Este clar c avem funcia y = f(x) descresctoare n raport cu x, datorit limitrii puterii
de cumprare a cumprtorilor poteniali. Avem z = x.f(x).
Dorim s calculm preul de vnzare economic xe pentru care valoarea n lei a cantitii
vndute ze = xe.f(xe) este maxim.
a) Cazul produselor de necesitate nespecificat
n acest caz cantitatea de produs y scade direct proporional odat cu creterea preului de
vnzare x, deci cantitatea de produs vndut are forma y = a.x + 2.b cu a < 0.
Coeficienii a, b se gsesc din condiiile:
yc = a.xc + 2.b; yp = a.xp + 2.b deci a = (yp yc)/(xp xc) i b = (xp.yc xc.yp)/2.(xp xc)
Avem z = x.y = a.x2 + 2.b.x deci z = maxim pentru z = 2a.x + 2.b = 0 aa c xe = b/-a deci
ye = b i ze = xe.ye = maxim.

138

Exemplu:
Un vnztor a vndut la pia cu preul curent xc = 2.5 lei/Kg n T = 10 ore o cantitate yc = 8
kg fasole boabe pentru care a primit suma zc = 20 lei.
A doua zi a vndut la aceeai pia cu preul de prob xp = 3 lei tot n T = 10 ore o cantitate
yp = 6 Kg fasole boabe pentru care a primit suma zp = 18 lei. Din formulele de mai sus rezult preul
de vnzare economic xe = 2.25 lei/Kg cu care n T = 10 ore, s-ar vinde cantitatea ye = 9 Kg fasole
boabe i s-ar primi suma maxim ze = 20.25 lei.
b) Cazul produselor de necesitate mare
n acest caz cantitatea de produs y scade lent odat cu creterea preului de vnzare x, deci
cantitatea de produs vndut are forma y = a.x2 + b cu a <0.
Coeficienii a, b se gsesc din condiiile: yc = a.xc2 + b; yp = a.xp2 + b
Avem z = x.y = a.x3 + b.x deci z = maxim pentru z = 3a.x2 + b = 0 aa c xe = (b/(- 3a))1/2
deci ye = 2b/3 i ze = xe.ye = maxim.
Trebuie s avem b/(- 3a) > 0 i cum a < 0, trebuie ca s avem b >0, condiie totdeauna
ndeplinit pentru c funcia f este descresctoare.

139

Exemplu:
Un vnztor a vndut la pia cu preul curent xc = 1 leu/Kg n T = 10 ore o cantitate yc = 60
kg cartofi pentru care a primit suma zc = 60 lei.
A doua zi a vndut la aceeai pia cu preul de prob xp = 1.2 lei tot n T = 10 ore o cantitate
yp = 50 Kg cartofi pentru care a primit suma zp= 60 lei.
Din formulele de mai sus rezult preul de vnzare economic xe = 1.1015 lei/Kg cu care n T
= 10 ore, s-ar vinde cantitatea ye = 55.15 Kg cartofi i s-ar primi suma maxim ze = 60.7502 lei.
c) Cazul produselor de necesitate mijlocie
n acest caz cantitatea de produs y scade mai nti lent apoi brusc odat cu creterea preului
de vnzare x, deci cantitatea de produs vndut are forma y = 1/(a.x2 + b) cu punctul de inflexiune
xi = (b/3a)1/2.
Coeficienii a, b se gsesc din condiiile: 1/yc = a.xc2 + b; 1/yp = a.xp2 + b
Avem z = x.y = x/(a.x2 + b) deci z = maxim pentru z = (- a.x2 + b)/(a.x2 + b)2 = 0 aa c xe
= (b/a)1/2 deci ye = 1/2b i ze = xe.ye = maxim.
Trebuie s avem b/a > 0 de unde xp > xc.(yc/yp)1/2.
Dac aceast condiie nu este ndeplinit, trebuie s alegem alt xp.

Exemplu:
Un vnztor a vndut la pia cu preul curent xc = 2 lei/Kg n T = 10 ore o cantitate yc = 10
kg conopid pentru care a primit suma zc = 20 lei.
A doua zi a vndut la aceeai pia cu preul de prob xp = 2.5 lei/Kg, tot n T = 10 ore, o
cantitate yp = 8 Kg conopid pentru care a primit suma zp = 20 lei.
Condiia xp > xc.(yc/yp)1/2 este ndeplinit.
Din formulele de mai sus rezult preul de vnzare economic xe = 2.2361 lei/Kg cu care n
T = 10 ore, s-ar vinde cantitatea ye = 9 Kg conopid i s-ar primi suma maxim ze = 20.1246 lei.

140

d) Cazul produselor de necesitate mic


n acest caz cantitatea de produs y scade brusc odat cu creterea preului de vnzare x, deci
cantitatea de produs vndut are forma y = 1/(a.x + b)2
Coeficienii a, b se gsesc din condiiile: 1/yc = (a.xc + b)2; 1/yt = (a.xt + b)2
Avem z = x.y = x/(a.x + b)2 deci z = maxim pentru z = (b a.x)/(a.x + b)3 = 0 aa c xe =
b/a deci ye = 1/2b i ze = xe.ye = maxim.

Exemplu:
Un vnztor a vndut la pia cu preul curent xc = 3 lei/Kg n T = 10 ore o cantitate yc = 10
kg cpuni pentru care a primit suma zc = 30 lei.
A doua zi a vndut la aceeai pia cu preul de prob xp = 4 lei/Kg, tot n T = 10 ore, o
cantitate yp = 7 Kg cpuni pentru care a primit suma zp = 28 lei.
Din formulele de mai sus rezult preul de vnzare economic xe = 2.1222 lei/Kg cu care n
T = 10 ore, s-ar vinde cantitatea ye = 14.56 Kg cpuni i s-ar primi suma maxim ze = 30.9077 lei.
7) Fie x = cheltuieli de producie i y = venitul anual la cultura porumbului (lei).
B
B
Avem y A0 x 1 deci profitul este P x A0 x 1 x 0 B1 1 . Profitul este
maxim dac P' x 0 deci A0B1 x

B1 1

1 0 cu soluia xe A0B1 1B1 i profitul maxim

P xe A0 xeB1 xe . Avem p '' x A0B1 B1 1 x B1 2 0 deoarece 0 B1 1 .

8) nlocuirea optim a echipamentelor


Echipamentele sufer n timpul utilizrii uzur fizic deci necesit cheltuieli de ntreinere
i reparare.
Apariia de echipamente noi provoac uzura moral a celor vechi care trebuie nlocuite.
Momentul optim al nlocuirii echipamentelor vechi are ca scop minimizarea cheltuielilor
medii de ntreinere i reparare lund n calcul i cheltuielile de cumprare i instalare i valoarea
de recuperare prin revnzare sau casare (valorificarea materialelor refolosibile i recondiionarea
pieselor vechi) a acestor echipamente.
A. Modele discrete de nlocuire optim a echipamentelor
Fie C0 cheltuielile de cumprare i instalare a unui echipament la momentul 0 i fie C1,, Cn
cheltuielile de ntreinere i reparare a echipamentului la momentele de timp 1,, n.
Fie Vn valoarea de recuperare prin revnzare sau casare a echipamentului la momentul de
timp n.
Cheltuielile medii pe perioada de timp 0; n sunt: f(n) = (C0 Vn) + (C1 ++ Cn)/n care
trebuie s fie minime la momentul optim n0 cu f(n0 1) > f(n0) < f(n0 + 1).
141

n cazul n care dorim actualizarea cheltuielilor, fie d rata dobnzii i = 1/(1 + d)


coeficientul de actualizare (0 < < 1).
n acest caz cheltuielile medii pe perioada de timp 0; n vor fi: g(n) = (C0 n. Vn) + (C1 +
.C2 ++ n 1 .Cn)/n care trebuie s fie minime la momentul optim n0 cu g(n0 1) > g(n0) < g(n0 + 1).
Pentru d = 0 deci = 1 reobinem modelul fr actualizarea cheltuielilor.
Exemplu:
Fie un echipament cu C0 = 50 uniti monetare i valorile descresctoare V1,, Vn i
respectiv cresctoare C1,, Cn n aceleai uniti monetare, date de tabelul urmtor penztru n = 10
ani:
N
Vn
Cn

1
30
2

2
25
5

3
22
8

4
18
14

5
15
21

6
10
25

7
8
28

8
7
30

9
5
34

10
0
38

a) Se cere momentul optim n0 al nlocuirii echipamentului fr actualizarea cheltuielilor;


b) Se cere momentul optim n0 al nlocuirii echipamentului cu actualizarea cheltuielilor la o rat a
dobnzii d = 5% deci = 0.95.
Soluie:
a) Calculele se exprim n tabelul de mai jos.
N
1
2
3
4
5
6
7
8
9
10

Vn
Cn
C0 Vn C1 ++ Cn (C0 - Vn) + (C1 ++ Cn) f(n)
30
2
20
2
22
22
25
5
25
7
32
16
22
8
28
15
43
14.33
18
14
32
29
61
15.25
15
21
35
50
85
17
10
25
40
75
115
19.17
8
28
42
103
145
20.71
7
30
43
133
176
22
5
34
45
167
212
23.55
0
38
50
205
255
25.5
Avem n0 = 3 ani cu cheltuieli medii minime f(n0) = 14.33 uniti monetare.

b) Calculele se exprim n tabelul de mai jos.


N
1
2
3
4
5
6
7
8
9
10

Vn
30
25
22
18
15
10
8
7
5
0

Cn
2
5
8
14
21
25
28
30
34
38

n.Vn
28.50
22.56
18.26
14.66
11.61
7.35
5.59
4.64
3.15
0

C0 n.Vn

21.50
27.44
31.14
35.34
38.39
42.65
44.41
45.36
46.85
50

n 1.Cn
2
4.45
7.22
12
17.10
19.34
20.58
20.95
22.56
23.95

C1++ n 1. Cn

(C0 - Vn )+(C1++ n 1.Cn)

2
6.75
13.97
25.97
43.07
62.41
82.99
103.94
126.50
150.45

22
32
43
61
85
115
145
176
212
255

f(n)
22
16
14.33
15.25
17
19.17
20.71
22
23.55
25.5

Avem n0 = 3 ani cu cheltuieli medii minime actualizate f(n0) = 15.04 uniti monetare.
142

B. Modele continue de nlocuire optim a echipamentelor


Fie C0 cheltuielile de cumprare i punere n funciune a unui echipament la momentul de
timp t = 0.
Fie (t) funcia de depreciere a echipamentului n intervalul de timp 0; t; ea este o funcie
descresctoare cu (0) = 1 i (t) 0 pentru t .
Valoarea de recuperare prin revnzare sau casare a echipamentului va fi C0. (t).
Fie C(t) cheltuielile de ntreinere i reparare a echipamentului la momentul de timp t deci
cheltuielile cumulate de ntreinere i reparare a echipamentului n intervalul de timp 0; t vor fi
t

(t) C(s)ds
0

Avem (0) = 0 i (t) este cresctoare pe [0; +].


Cheltuielile medii pe perioada de timp [0; t] sunt f(t) = {C0. [1 (t)] + (t)}/t care trebuie
s fie minime la momentul de timp t0 care este rdcina pozitiv a ecuaiei f(t) = 0.
Deoarece f (t0 ) > 0, t0 va fi valoare de minim a cheltuielilor medii f(t). Cheltuielile medii
minime vor fi f0 = f(t0).
n cazul n care dorim actualizarea cheltuielilor, fie d rata dobnzii i (t) = 1/(1 + d)t funcia
de actualizare a cheltuielilor.
n acest caz cheltuielile medii pe perioada de timp [0; t] vor fi: g(t) = {C0. [1 (t). (t)] +
(t). (t)}/t care trebuie s fie minime la momentul de timp t0 care este rdcina pozitiv a ecuaiei
g(t) = 0.
Deoarece f (t0 ) > 0, t0 va fi valoare de minim a cheltuielilor medii actualizate g(t).
Cheltuielile medii minime vor fi f0 = f(t0).
Pentru d = 0 deci = 0 reobinem modelul continuu fr actualizarea cheltuielilor.
Exemplu:
Fie un echipament cu (t) = b/(at + b) care ndeplinete condiiile (0) = 1 i (t) 0
pentru t .
Fie C(t) = C.t deci (t) = C.t2/2 care verific condiiile (0) = 0 i (t) este cresctoare pe [0; +].
Avem f(t) = {C0[1 - b/(at + b)] + C.t2/2}/t adic f(t) = (aC0)/(at + b) + (C.t)/2 aa c: f(t)
2
=- (a .C0)/(at + b)2 + C/2 = 0 cu soluia pozitiv t0 = (2C0/C)1/2 b/a.
Cum f(t0) > 0, t0 este punct de minim al cheltuielilor medii f(t), iar f0 = f(t0) sunt
cheltuielile medii minime.
n cazul actualizrii cheltuielilor cu rata dobnzii d, avem funcia de actualizare a
cheltuielilor (t) = 1/(1 + d)t deci cheltuielile medii au forma:

b
1 Ct 2
1
C0 1

t
at b (1 d)
2 (1 d) t

g(t)=
t
t0 va fi soluia pozitiv a ecuaiei g(t) = 0. Cum g(t0) > 0, t0 va fi punct de minim iar valoarea
cheltuielilor medii actualizate minime este g0 = g(t0).

3.1.4 Aplicaiile integralelor la funcii cumulate n timp


Fie o funcie real f continu pe intervalul x0 , x R .
Funcia cumulat asociat funciei f este:

F x f s ds
x

(1)

x0

143

Reciproc, cunoscnd funcia cumulat F x , avem f x F' x .

Un exemplu de funcie cumulat este funcia de repartiie F x asociat densitii de

probabilitate f x a unei variabile aleatoare. Dac x este timpul, n agricultur apar funcii de
producie pentru care trebuie calculat funcia cumulat.

Exemple:
1)
Fondul de acumulare al unei societi agricole pe un numr de ani.
2)
Rezerva cumulat de ap n sol pe perioada de vegetaie i n afara ei.
3)
Consumul cumulat de ap al plantelor pe toat perioada lor de vegetaie.
4)
Consumul cumulat de furaje al animalelor pe perioada lor de exploatare.
5)
Producia cumulat de lapte de vac pe lactaia normal (305 zile).
6)
Sporul n greutate cumulat pe durata unei serii n producia de carne.
n afar de calculul funciei cumulate cu relaia (1) apare i problema calculului momentului
de timp x1 la care funcia cumulat F x atinge o valoare dat P. Acest moment x x1 se
calculeaz din relaia:

f s ds P
x

(2)

x0

Exemplu:
x = timpul n luni n perioada de vegetaie (1 aprilie 30 septembrie) deci x 4;9 .

f x = volumul lunar mediu al precipitaiilor la Bucureti (medii n perioada 1901 1990) n

m3/ha.

g x = consumul lunar mediu de ap la porumb (m3/ha).


Date experimentale
x

F(x)

444

681

860

578

512

391

G(x)

450

558

1180

1922

1736

900

Gsim funciile de regresie:

f x 577.6667 10.1036sin x 206.8333cos x 49.3634sin 2 x 47.8333cos2 x


g x 1124.3330 764.9891sin x 142.3339cos2 x 22.5166sin 2 x 84.3335cos2 x
Se cer valorile cumulate pentru volumul precipitaiilor i pentru consumul de ap la porumb
pe perioada de vegetaie.
Soluie:
Volumul de precipitaii cumulat va fi:
9
49.3634

VPC f x dx 577.6667 x 10.1036 cos x 206.8333sin x


cos 2 x
4
2

47.8333

sin 2 x
2

144

Folosim valorile urmtoare cu argumentele n radiani:

sin 4 0.7568 ;
sin8 0.9894 ;
cos4 0.6536 ;
cos8 0.1455
sin9 0.4121; cos9 0.9111; sin18 0.7510 ; cos18 0.6603
3
Gsim VPC F 9 F 4 5103 2481 2622 m / ha

respectiv

Consumul de ap la porumb cumulat va fi:


9
22.5166

CPC g x dx 1124.3330x 764.9891cos x 142.3339sin x


cos 2 x
4
2

84.3335

sin 2 x
2

Gsim CPC G 9 G 4 9388 4065 5323 m / ha


3

Deficitul de ap la porumb pe perioada de vegetaie este


CPC VPC 5323 2622 2701 m3 / ha i va fi completat prin irigaii.

3.2 CALCUL DIFERENIAL PENTRU FUNCII DE n VARIABILE REALE


3.2.1 Rolul derivatelor pariale de ordinul unu i doi n studiul funciilor
de n variablile reale
Fie mulimea de vectori A Rn i mulimea de scalari B R.
Se spune c s-a definit o funcie real de n variabile reale dac oricrui vector X A i
corespunde numrul real unic y = f (X) B.
Dac X = (x1,, xn), funcia f se va scrie: y = f (x1,, xn).
Un sistem de m funcii reale de n variabile reale este mulimea de funcii:
y1 = f1 (x1,, xn)
..
ym = fm (x1,, xn)
definite pe A Rn cu valori n B R.
Un asemenea sistem de funcii reale este n fond o funcie vectorial de variabil vectorial,
definit pe Rn cu valori n Rm, care asociaz vectorului X = (x1,, xn) A Rn un vector unic Y
= (y1,, ym) B Rm.
Asemenea funcii sunt operatorii liniari definii pe Rn cu valori n Rm.
Caz particular:
Pentru n = 2 funcia y = f(x1, x2) reprezint o suprafa n spaiul R3 iar sistemul de funcii y
= f 1(x1, x2); y = f2 (x1, x2) reprezint o intersecie de suprafee n R3 deci o curb spaial n R3.
De exemplu funcia y = b0 + b1 x1 + b2 x2 reprezint un plan n spaiul R3 iar sistemul de
funcii y = b0 + b1 x1 + b2 x2; y = c0 + c1 x1 + c2 x2 reprezint fie o dreapt n spaiul R3 fie o pereche
de plane paralele n R3.
Funcia y = b0 + b1x1 + b2x2 + c1x12 + c2x1x2 + c3x22 reprezint de asemenea o suprafa n
spaiul R3.
O funcie real de n variabile reale y = f (x1,, xn) se numete funcie de producie dac
x1,, xn sunt factori (resurse) pentru cultura plantelor sau creterea animalelor iar y este producie
fizic sau valoric n agricultur.
Unei funcii reale de n variabile y = f (x1,, xn) i se asociaz funciile ajuttoare:
a) Funciile pariale de o variabil real:
y = f (x10,, xi 1,0, xi, xi+1,0, , xn 0) = fi (xi)
Aici doar xi este variabil, restul argumentelor fiind constante.
145

Graficele funciilor pariale pentru diferite valori concrete ale variabilelor, se numesc
izocuante.
b) Funcia izovaloric:
y0 = f (x1,, xn)
Aici este fixat valoarea y deci cunoscnd valorile a n 1 dintre variabilele xi,se poate
calcula valoarea celei de a n-a variabile, astfel c y = y0.
Graficele funciilor izovalorice pentru diferite valori concrete ale lui y, se numesc grafice
izovalorice.
Fie funcia real y = f (x1,, xn), f: A Rn R i fie vectorul fixat x(0) = (x10,, xn0) A.
Limita funciei f n punctul x(0) este numrul unic i finit L astfel c pentru orice > 0 exist
() > 0 astfel c pentru orice x = (x1,, xn) A cu x x(0) < rezult f(x) L < . Dac n plus
L= lim
f (x) f(x (0) )
(0)
x x

se spune c funcia f este continu n x(0) n raport cu ansamblul variabilelor x1,, xn.
n acest caz funciile pariale y = fi (xi ) sunt i ele continue n raport cu variabilele lor.
Funcia real y = f (x1,, xn) este difereniabil n x(0) A dac exist constantele C1,, Cn
astfel c pentru orice x A cu x x(0) < , avem: f (x1,, xn) = f (x10,, xn0) + C1.(x1 x10)
++ Cn.(xn - xn0) + (x1,, xn). x x(0), unde (x1,, xn) 0 pentru x x(0).
Funcia real y = f (x1,, xn) are derivate pariale n x(0) A dac funciile pariale y = fi
(xi) sunt derivabile n xi 0 i au derivatele:
f (x (0) )
x i
(0)
Dac f este difereniabil n x A, atunci f are derivate pariale n x(0) A.
Dac funcia f are derivate pariale continue n x(0) A, atunci ea este difereniabil n x(0)
A.Vectorul:
y = fi' (x i 0 )

f (x (0) )
f (x (0) )
Gradf (x ) (
,...,
)
x1
x n
(0)

se numete gradientul funciei f n x(0).


Difereniala de ordinul nti a lui f n x(0) este polinomul omogen cu variabilele dx1,, dxn:
f (x (0) )
f (x (0) )
dx1 ...
dx n
x1
x n
El este produsul scalar ntre vectorul Grad f (x(0)) i vectorul-deplasare dx = (dx1,, dxn)
Derivatele pariale ale lui y = f (x1,, xn) sunt i ele funcii reale de n variabile reale:
d f(x (0) )

f
(x1 ,...,x n )
x i
Dac aceste derivate au la rndul lor derivate pariale n raport cu x1,, xn, se spune c
funcia f are derivate pariale de ordinul doi:
2f
f

(
(x1 ,..., x n ))
x i x j x j x i
Dac derivatele pariale de ordinul doi sunt continue atunci derivatele mixte sunt egale:
y f x' i (x1 ,...,x n )=

146

2f
2f
=
xi x j x j xi

Derivatele pariale de ordinul doi ale lui f formeaz n punctul x(0) = (x10,, xn 0) A o
matrice numeric numit matricea Hessian a lui f:
2 f (x (0) )
H f (x )
; (1 i,j n)
x i x j
Difereniala de ordin doi a lui f este polinomul omogen de grad doi n variabilele
dx1,,dxn:
(0)

2 f (x (0) )
dx i dx j (dx) H f (x (0) ) (dx)T

x
i 1 j1
i
j
unde dx = (dx1,, dxn) este vectorul-deplasare iar (dx)T este transpusul su.
Difereniala de ordinul doi a lui f se numete pozitiv-definit dac pentru orice vectordeplasare dx Rn, avem: d2f (x(0)) = (dx).Hf(x(0)).(dx)T > 0.
Cu notaiile:
2 f (x (0) )
hij
x i x j
conform criteriului lui Sylvester, d2f (x(0)) este pozitiv-definit dac Hf(x(0)) este matrice pozitivdefinit adic dac:
n

d 2 f (x (0) )

1 h11 0, 2

h11 h12

1 h11 0, 2

h11 h12

0,..., n Det(H f (x (0) ) 0

h 21 h 22
adic toi minorii principali sunt strict pozitivi n x(0).
Difereniala de ordinul doi a lui f se numete negativ-definit dac pentru orice vectordeplasare dx Rn, avem: d2f (x(0)) = (dx).Hf(x(0)).(dx)T < 0.
Conform criteriului lui Sylvester, d2f (x(0)) este negativ-definit dac Hf(x(0)) este matrice
negativ-definit adic dac:
0,..., (1) n n (1) n Det(H f (x (0) ) 0

h 21 h 22
adic minorii principali de ordin impar sunt strict negativi n x(0) iar toi minorii principali de ordin
par sunt pozitivi n x(0).

3.2.2 Extreme libere ale funciilor de n variabile reale


Funcia real de n variabile reale y = f(x1,, xn), f: A Rn B R are n x(0) = (x10,, xn0)
A un maxim relativ dac pentru orice x A cu x x(0) < avem f(x) < f(x(0)) deci n sfera cu
centrul x(0) i raza , valoarea f(x(0)) este cea mai mare.
Funcia real de n variabile reale y = f(x1,, xn) are n x(0) = (x10,, xn0) A un minim
relativ dac pentru orice x A cu x x(0) < avem f(x) > f(x(0)) deci n sfera cu centrul x(0) i
raza , valoarea f(x(0)) este cea mai mic.
Dac funcia f are cel puin un maxim relativ, cel mai mare maxim relativ se numete
maxim absolut pentru funcia f.
Dac funcia f are cel puin un minim relativ, cel mai mic minim relativ se numete minim
absolut pentru funcia f.
Dac funcia f are un minim absolut i un maxim absolut, ea se numete mrginit.
147

A.

Fie funcia real de n variabile reale y = f(x1,, xn), f: A Rn B R i fie x(0) = (x10,, xn0)

Dac f are derivate pariale continue de ordinul doi n sfera {x A x x(0) < } (deci
este difereniabil n aceast sfer) atunci pentru orice x = (x1,, xn) n sfera precedent avem
formula Taylor:

f (x1 ,..., x n ) f (x10 ,..., x n 0 )

1 f (x (0) )
f (x (0) )

.(x1 x10 ) ...


.(x n x n 0 )
1! x1
x n

R 2 (x1 ,..., x n )
1 n n 2 f (x (0) )

(x i x i0 )(x j x j0 ) R 2 (x1 ,..., x n ) unde l i m
0
(0) 2
x x (0)
2! i 1 j1 x i x j

xx
Pentru funcii reale de n variabile reale are loc o teorem asemntoare cu teorema 2.3 i

anume:
Teorema 3.5
Dac funcia f are derivate pariale continue n sfera {x A x x(0) < } i x(0) este un
punct de maxim sau de minim relativ, avem:
f(x (0) )
0 ; (i = 1,...,n) deci df(x (0) ) 0
x i

Demonstraie:
Fie de exemplu x(0) = (x10,, xn0) A punct de maxim relativ pentru f deci x10 este punct
de maxim relativ pentru funcia parial y = f1(x1) = f(x1, x20,, xn0) deci conform teoremei 3.3
avem f(x(0))/x1 = 0. Raionamentul este analog pentru variabilele x2,, xn. Q.E.D.
Punctele x(0) A Rn cu f(x(0))/x1 = 0,, f(x(0))/xn = 0, se numesc puncte staionare
ale funciei f pentru c n aceste puncte planul tangent la graficul funciei f este orizontal (valorile
funciei f staioneaz n x(0) avnd viteza de variaie Gradf (x(0) nul). n punctele staionare x(0)
vectorii Gradf (x(0); I dx) = (dx1,, dxn) sunt ortogonali.
Condiia din teorema 3.5 este necesar dar nu suficient pentru puncte de maxim sau de
minim relativ, adic nu orice punct staionar este punct de maxim sau de minim relativ.
O condiie suficient de maxim sau de minim relativ este dat de:
Teorema 3.6
Fie funcia real de n variabile reale y = f(x1,, xn) cu derivate pariale de ordinul doi
continue n sfera {x A x x(0) < } unde x(0) A este punct staionar pentru funcia f adic
f(x(0))/xi = 0; (i = 1,, n).
Dac matricea hessian Hf(x(0)) este pozitiv-definit, atunci x(0) este punct de maxim relativ
pentru f.
Dac matricea hessian Hf(x(0)) este negativ-definit, atunci x(0) este punct de minim relativ
pentru f.
n celelalte cazuri x(0) nu este punct de extrem relativ pentru f.
Demonstraie:
Dac x(0) este punct staionar pentru funcia f, formula Taylor de mai sus, se scrie:

148

f (x1 ,..., x n ) f (x10 ,..., x n 0 )


unde l i m
(0)
x x

R 2 (x1 ,..., x n )
x x (0)

1 n n 2 f (x (0) )

(x i x i0 )(x j x j0 ) R 2 (x1 ,..., x n )
2! i 1 j1 x i x j

Notnd = x x(0), din aceast relaie avem:


f (x) f (x (0) )

n
n
2 f (x (0) ) (x i x i0 ) (x j x j0 ) 2R 2 (x)

2 i 1 j1 x i x j

Fie sfera-unitate S = {x Rn x12 ++ xn2 = 1}.


Avem ((x1-x10)/,, (xn xn0)/) S.
Pentru suficient de mic, termenul R2(x)/(2) se poate neglija deci f(x) f(x(0)) are acelai
semn cu:
n n 2 f (x (0) ) (x i x i0 ) (x j x j0 ) x-x (0)
x-x (0) T
(0)

H
(x
)

(
) =H 0 (x)

i 1 j1 x i x j

Dac Hf(x(0)) este pozitiv-definit, pentru orice x cu x x(0) < avem H0(x) > 0, deci f(x)
> f(x ) adic x(0) este punct de minim relativ pentru f.
Dac Hf(x(0)) este negativ-definit, pentru orice x cu x x(0) < avem H0(x) < 0, deci f(x)
(0)
< f(x ) adic x(0) este punct de maxim relativ pentru f.
n restul cazurilor, pentru unii vectori x cu x x(0) < avem f(x) > f(x(0)) iar pentru ali
vectori x cu x x(0) < avem f(x) < f(x(0)) deci x(0) nu este punct de extrem relativ ci punct-a.
Q.E.D.
(0)

Exemplu:
S se afle extremele funciei y = - 4x13 9x23 x33 + 12x1 + 27x2 + 12x3
Soluie:
a) Anulm derivatele pariale de ordinul unu ale funciei f pentru a gsi punctele ei staionare:
y/x1 = - 12x12 + 12 = 0
y/x2 = - 27x22 + 27 = 0
y/x3 = - 3x12 + 12 = 0
Sistemul are 8 soluii de forma (x10 = 1, x20 = 1, x30 = 2) adic 8 puncte staionare.
b) Derivm parial n raport cu x1, x2, x3 fiecare derivat parial de ordinul unu de la punctul a) i
obinem Hessiana:

0
0
24x1

H(x1 , x 2 , x 3 ) 0
-54x 2
0
0
0 -6x 3

Avem minorii principali: 1 = - 24x1; 2 = 1296x1x2; 3 = - 7776x1x2x3.


Numai pentru punctul staionar M1(1, - 1,2) avem 1 <0; 2 >0; 3 <0 deci M1 este singurul
punct de maxim relativ pentru f.
Numai pentru punctul staionar M2(-1, 1, -2) avem 1 >0; 2 > 0; 3 >0 deci M2 este
singurul punct de minim relativ pentru f.
Celelalte 6 puncte staionare nu sunt puncte de extrem relativ pentru f.
149

Aplicaii:
1) Dreapta de regresie n statistic
Fie n planul R2 punctele M1(x1, y1),, Mn(xn, yn). Se cere ecuaia dreptei y = B0 + B1.x
pentru care funcia de dou variabile este minim: f(B0, B1) = (y1 - B0 - B1.x1)2 ++ (yn - B0 B1.xn)2 = minim
(Metoda celor mai mici ptrate)
Soluie:
Aflm punctele staionare ale funciei f, anulnd derivatele pariale de ordinul unu ale lui f
n raport cu B1, B0:
f/B1 = 2(y1-B0 B1x1).(-x1) ++ 2(yn-B0 B1xn).(-xn) = 0
f/B0 = 2(y1-B0 B1x1).(-1) + + 2(y1-B0 B1x1).(-1) = 0
Acest sistem liniar se numete sistem de ecuaii normale i are forma:
n

i 1

i 1

B1 x i2 B0 x i x i yi
i 1

i 1

i 1

B1 x i B0 n yi

cu soluia (punctul staionar):

B1

i 1

i 1

i 1

n x i yi x i yi
n

i 1

i 1

n x i2 ( x i ) 2

1 n
1 n
; B0 = yi -B1 x i
n i=1
n i=1

Derivatele pariale de ordinul doi ale funciei f sunt:


n
n
2f
2f
2f
2

x
;

x
;
2n

i
i
B1B0
B12
B02
i 1
i 1

Matricea hessian este:


n 2
2 xi
H f i n1

2 xi
i 1

2 xi
i=1

2n

Avem n punctul staionar:


n
n
n

1 2 x i2 0 ; 2 Det(H f ) 4 n x i2 ( x i ) 2
i 1
i 1
i 1

n
n
1
4 (x i x j ) 2 0
n j1
i 1

deci avem un punct de minim.


B1 se numete coeficient de regresie liniar iar B0 se numete termen liber al regresiei.
150

2) Stocuri optime cu cerere constant


Un stoc este o acumulare de bunuri materiale care urmeaz s fie folosite n producie sau
valorificate n consum.
Intensitatea aprovizionrii cu bunuri materiale nu poate fi totdeauna egal cu intensitatea
cererii acestor bunuri pentru producie/consum deci se impune necesitatea stocrii lor.
Exemple de stocuri n agricultur
- Stocuri de produse agricole vegetale n silozuri;
- Stocuri de produse zootehnice n depozite;
- Stocuri de ngrminte, insecticide, ierbicide la furnizori;
- Stocuri de carburani i piese de schimb n atelierele mecanice;
- Stocuri de semine pentru semnat la unitile productoare de semine;
- Stocuri de material seminal pentru nsmnri artificiale la animale la unitile de profil;
Stocarea bunurilor materiale, numite convenional i articole, presupune comandarea i
transportarea lor n stoc cu costul de aprovizionare ca (lei/serie); aceste bunuri materiale sunt
imobilizate n stoc, lipsind din procesul de producie/consum i trebuind ferite de depreciere sau
sustragere, deci ele comport un cost de stocare cs (lei/articol.unitate de timp).
Dac intensitatea cererii pentru producie/consum de articole, depete intensitatea stocrii
acestora, numrul de articole din stoc poate deveni zero, crendu-se penurie de articole cu costul de
penurie cp (lei/articol.unitate de timp).
A. Stocuri cu aprovizionare instantanee
Cu privire la modul de aprovizionare cu articole, vom presupune c aprovizionarea se face
instantaneu cu un numr r de articole, r fiind acelai pentru perioade de timp egale, de lungime t
ntre dou aprovizionri consecutive adic stocurile sunt cu cerere constant.
Fie perioada de timp total de lungime T pentru care exist cererea total de N articole.
n prima perioad de timp de lungime t se aduc n stoc r = m articole fa de n articole
planificate (m n); aceste m articole consumndu-se n procesul de producie/consum, n
urmtoarea perioad de timp de lungime t se aduc alte m articole etc.
La sfritul perioadei de timp totale de lungime T, cererea total de N articole este integral
satisfcut iar volumul stocului este zero.
Datorit condiiei m n, rezult c exist subperioade de timp de lungime t u la sfritul
perioadelor de timp de lungime t, n care volumul stocului ajunge zero (penurie de n m articole)
deci apare costul de penurie cp (lei/articol.unitate de timp).
n ipoteza consumului liniar de articole din stoc, volumul stocului evolueaz astfel: n
subperioadele de timp [it; it + u] stocul scade de la m articole la zero articole iar pe subperioadele
de timp [it +u; (i + 1)t] exist penurie de n m articole, urmat de o nou aprovizionare cu m
articole (i = 0, 1,, k-1). Aici k este numrul de aprovizionri n serii de cte m articole.
Intensitatea stocrii planificate este = (n/t) articole/unitate de timp iar a celei realizate este

= (m/u) articole/unitate de timp.


Intensitatea cererii este = (N/T) articole/unitate de timp.
Vom presupune c = = adic n/t = m/u = N/T i c avem k aprovizionri n serii de
cte m articole n subintervale de timp de lungime u, aa c vom avea: k = T/t = N/n; T/u = N/m
Costul aprovizionrii cu o serie de m articole este ca (lei/serie), costul stocrii acestei serii
este (m/2).u.cs unde m/2 este volumul mediu de articole stocate pe perioada de timp de lungime u
iar costul penuriei a n m articole este ((n - m)/2). (t - u).cp unde (n m)/2 este numrul mediu de
articole care lipsesc din stoc pe subperioada de timp de lungime t u de la sfritul perioadei de
timp de lungime t.
Costul total al aprovizionrii, stocrii i penuriei pentru cele N articole necesare n perioada
de timp total de lungime T, va fi:
151

m
nm

C(n,m)=k ca u cs
(t u) c p
2
2

Dar k = N/n; u = m.(T/N) i t - u = (n - m).(T/N) aa c vom minimiza funcia de variabilele


n, m a costului total de aprovizionare, stocare i penurie:

1
m2
(n m)2
C(n,m)= N ca
T.cs
T cp
n
2n
2n
Derivm parial n raport cu n i m:
C
1
m2
n 2 m2
2 N c a 2 T cs
T cp 0
n
n
2n
2n 2
C m
nm
T cs
T cp 0
m n
n

Cu notaia = cp/(cs + cp) deci 0 < < 1 acest sistem are soluia (punctul staionar):

N ca 1

; m0 n 0
T cs

Se verific condiiile:
n0 2

2C
2C
2C
n 2 nm
1 2 0 ; 2 2
0 pentru n = n 0 i m = m0
n
C 2C
mn m 2

deci n adevr avem un minim.


Valoarea minimului este C(n0, m0) = T.cs.m0
Numrul optim de aprovizionri cu n0 articole planificate va fi: k0 = N/n0.
Lungimea optim a intervalelor de timp ntre dou aprovizionri va fi: t0 = T/k0
Durata optim a subperioadelor de timp fr penurie va fi: u0 = .t0.
Dac cs este neglijabil n raport cu cp, avem 1 deci m0 n0 i penuria dispare
(stocurile sunt cu articole suficiente).
n acest caz avem:

n0 2

N ca
N
T

m0 ; C(n 0 ) T cs n 0 ; k 0
; t0
u0
T cs
n0
k0

Exemplu:
La o ferm zootehnic, necesarul anual de furaje concentrate este de N = 200 tone pentru
T = 365 zile. Costul de aprovizionare este ca = 100 lei/serie iar cel de stocare este cs = 5 lei/ton.zi.
Absena furajelor concentrate duce la cheltuieli suplimentare astfel c costul de penurie este
cp = 3.5 lei/ton.zi.
Se cer valorile optime n0, m0, C(n0, m0), k0, t0, u0.

152

Soluie:
Avem = cp/(cs + cp) = 0.875. Rezult:
n0 = [(2.N.ca)/(T.cs)]1/2 . (1/1/2) = 15.83 tone planificate pe serie.
m0 = .no = 13.85 tone realizate pe serie.
C(n0, m0) = T.cs.m0 = 2527.625 lei.
k0 = N/n0 = 12.63 serii.
t0 = T/k0 = 28.9 zile ntre dou aprovizionri succesive.
u0 = .t0 = 25.29 zile fr penurie.
B. Stocuri optime cu aprovizionare treptat
Intensitatea ofertei este de articole/unitate de timp iar intensitatea cererii este de
articole/unitate de timp. Presupunem c > pentru a putea constitui stocul. Fie = cp/(cs + cp)
0; 1.

Avem t1 = s; t2 = s + u; t3 = s + u + t; t4 = s + u + t + r.
n intervalul de timp 0; t1 de lungime s, se ofer s articole i se cer s articole deci
stocul conine ( - )s articole.
n intervalul de timp t1; t2 de lungime u se consum n totalitate stocul de ( - )s articole
deci:
(1)
( - )s = u
n intervalul de timp t2; t3 de lungime t se creeaz deficitul de stoc de t articole.
n intervalul de timp t3; t4 de lungime r se reia oferta de r articole i se cer r articole
pn la lichidarea deficitului de stoc aa c:
(2)
t = ( - )r
Cheltuielile pe intervalul total de timp 0; t4 de lungime r + t + u + s sunt formate din:
a) Cheltuieli de lansare a produciei ca (lei);
b) Cheltuieli medii de stocare egale cu cs. ( - )s . (u + s)/2 pe intervalul de timp 0; t2 de
lungime u + s.
c) Cheltuieli medii de penurie cp.t.(r + t)/2 pe intervalul de timp t2; t4 de lungime r + t.
Cheltuielile totale pe unitatea de timp sunt:
f(s, u, t, r) = ca + cs . ( - )s . (u + s)/2 + cp.t.(r + t)/2/(r + t + u + s)
Din relaiile (1) i (2) rezult: s = u/( - ) i r = t/( - ) aa c avem:
(3) f(u, t) = ca ( - ) + (cs.u2 + cp.t2)/2/(u + t)
153

Anulnd derivatele pariale f/u = 0; f/t = 0 gsim soluia care se dovedete a fi punct de
minim:

(4)

u0

2ca ( )
c
u 0
t 0
; t 0 s u 0 deci s 0
; r0
cs
cp

Cheltuielile totale minime pe unitatea de timp sunt f0 = f(u0, t0).


n cazul cnd cs este neglijabil n raport cu cp deci 0, penuria dispare deci avem t = r =
0 aa c f(u) = ca( - ) + .cpt2/2/() iar f(u) = 0 are soluia:

u0

2ca ( )
cs

care este punct de minim. Valoarea minimului este f0 = f(u0)


Exemplu:
La o ferm zootehnic avem costul de lansare a bazei furajere ca = 1200 lei, cel de stocare
este cs = 0.5 lei/ton.zi iar cel de penurie este cp = 3.5 lei/ton.zi. Avem = 0.5 tone/zi i = 0.4
tone/zi.
Se cer valorile optime u0, t0, s0, r0 i f0.
Soluie:
Avem = cp/(cs + cp) = 0.875 deci din relaiile (4) rezult: u0 = 45.8 zile; t0 = 6.55 zile; s0 =
183.2 zile; r0 = 26.2 zile.
Valoarea f0 = f(u0, t0) rezult din relaia (3).
Avem t1 = s0 = 183.2 zile; t2 = s0 + u0 = 229 zile; t3 = s0 + u0 + t0 = 235.55 zile i t4 = s0 + u0
+ t0 + r0 = 261.75 zile.
n intervalul 0; 183.2 zile se ofer s0 = 96 tone furaje i se consum s0 = 73.28 tone
furaje deci n a 183.2 zi avem stocul de 22.72 tone furaje.
n intervalul 183.2 zile; 229 zile se consum n ntregime stocul de 22.72 tone furaje.
n intervalul 229 zile; 235.55 zile se creeaz un deficit de stoc de t0 = 26.2 tone de furaje.
n intervalul 235.55 zile; 261.75 zile se reia oferta de r0 = 13.1 tone furaje i se consum
r0 = 10.48 tone furaje iar deficitul de furaje dispare n a 261.75 zi.
n continuare procesul de ofert i consum se reia cu aceiai parametri optimi.
C. Stocuri optime cu cerere aleatoare
n modelul stocurilor optime cu cerere constant de la punctul 2) s-a presupus c cererea de
r articole pentru a fi depuse n stoc este constant i egal fie cu numrul n de articole planificate
pentru stocuri cu articole suficiente fie cu numrul m n de articole realizate pentru stocuri cu
penurie de articole.
Vom presupune mai departe c cererea r este o variabil aleatoare pe fiecare perioad de
timp de lungime t cu densitatea de probabilitate p(r).
Cererea fiind variabil, n orice perioad de timp de lungime t sunt posibile cazurile: r m
sau r > m.
Cazul r m, ilustrat n figura 1, duce la scderea liniar a stocului de la m la m r articole
deci avem stocul mediu: [m + (m - r)t]/(2t) = m (r/2)

154

Cazul r > m, ilustrat n figura 2, duce la scderea liniar a stocului de la m la 0 pe subperioada


de timp [0; u] de lungime u deci avem stocul mediu (mu)/(2t) = (m2)/(2r) cci din asemnarea
triunghiurilor dreptunghice OAB i ACD din figura 2, rezult u/t = m/r deoarece AC = r.

Pe subperioada de timp [u; t] de lungime t u avem penurie de n m articole deci penuria


medie este [(r - m).(t - u)]/(2t) = (r - m)2/(2r) deoarece din relaia de asemnare u/t = m/r rezult (t u)/t = (r - m)/r.
Costul mediu de aprovizionare-stocare-penurie pe perioada de timp de lungime t este:
m
n
n
r
m2
(r m)2
C(m) ca cs (m ) p(r) cs
p(r) c p
p(r)
2
2r
r 0
r m 1 2r
r m 1
Valoarea optim m0 a lui m este dat de dubla inegalitate:
C (m 1) > C (m) < C (m + 1)

Dar:
n
1
p(r)

C(m 1) C(m) (cs c p ) P(r m) (m )


2 r m1 r

deci cu notaia:
155

1 n p(r)
L(m) P(r m) (m
2 r m1 r

relaia C(m) < C(m + 1) devine: cp < (cs + cp).L(m) i cum = cp/(cs + cp) rezult: < L(m).
n mod analog avem:
1 n p(r)

C(m 1) C(m) (cs c p ) P(r m 1) (m )


2 r m r

deci relaia C(m 1) > C(m) devine: cp > (cs + cp).L(m - 1) adic > L(m - 1).
Am demonstrat:

Teorema 3.7
m0 este acea valoare a lui m care satisface dubla inegalitate: L(m - 1) < < L(m).
Exemplu:
Un depozit trebuie s stocheze ngrminte chimice pentru un anumit timp.
Cererea de ngrminte chimice (tone/lun ) este variabila aleatoare X cu repartiia:
0
X:
0.40

0.22

0.18

0.12

0.08

Avem ca = 200 lei/lun; cs = 4 lei/ton.lun; cp = 36 lei/ton.lun.


Se cere volumul optim m0 al unei serii de aprovizionare realizate i cheltuielile medii
minime C(m0) de aprovizionare, stocare i penurie.
Soluie:
Avem n = 4; = 360000/400000 = 0.9
Avem tabelul de calcul:
M
0
1
2
3
4

r
0
1
2
3
4

p(r)
0.40
0.22
0.18
0.12
0.08

p(r)/r
0.22
0.09
0.04
0.02

S
0.37
0.15
0.06
0.02
0

P(r m)
0.40
0.62
0.80
0.92
1

L(m)
0.585
0.845
0.950
0.990
1

Aici am folosit notaia:


4

p(r)
r=m+1 r

S=

2
4
r
22
C(2) 2000000 40000 (2 ) p(r) 40000 p(r)
2
r 0
r 3 2r

(r 2)2
p(r)
2r
r 3
4

360000

Avem L(1) =0.845 < = 0.9 < L(2) = 0.950 deci m0 = 2 tone/serie realizate, adic C(2) =
212.2 lei = minim.
156

3) Funcii Douglas-Cobb
Fie x1 = cheltuieli materiale anuale; x2 = cheltuieli cu fora de munc; y = venitul anual,
toate la cultura porumbului n lei.
Avem y = A0 x1B1x2B2 cu 0 B1, B2 1 i B1 + B2 1.
Profitul anual este: P(x1, x2) = A0 x1B1x2B2 x1 x2 i trebuie s fie maxim.
Anulm derivatele pariale ale lui P n raport cu x1, x2:

P
A 0 B1 x1B1 1 x 2B2 1 0
x1
P
A 0 B2 x1B1 x 2B2 1 1 0
x 2
Rezult:

A0 B1x1B1 1x 2B2 A0 B2 x1B1 x B2 2 1


adic x1/B1 = x2/B2 de unde x2 = (B2/B1). x1 i prima ecuaie a sistemului d:

x10 A0 B

1B2
1

B
B2
2

1
1B1 B2

i x20 = (B2/B1).x10 adic:

x 20 A0 B B

1B1
2

B1
1

1
1B1 B2

Profitul maxim este Pmax = A0 x10B1x20B2 x10 x20.


Ca i n exemplul 1) se verific faptul c avem un punct de maxim.
4) Optimizarea nivelului preurilor de vnzare a n produse agricole
Se urmrete maximizarea venitului din vnzarea produselor agricole, a stimulrii
consumului de produse agricole ca o cale principal de relansare a produciei agricole.
Optimizarea separat a cte unui produs agricol care a fost prezentat n seciunea 2.1.3,
punctul 6
n aceast seciune vom maximiza venitul din vnzarea a n produse concureniale n aceeai
pia de desfacere.
Pentru simplificare vom aborda numai cazul n care cele n produse sunt toate de necesitate
nespecificat (vezi punctual a) al exemplului 6) din seciunea 2.1.3)
Fie x1,, xn preurile de vnzare ale celor n produse.
Valoarea n lei a cantitilor vndute din cele n produse este:
n

z d ijxixj +
i 1 j 1

c i xi
i 1

Fie D= [dij] (1 i n; 1 j n) matricea simetric de ordin n a coeficienilor termenilor de


grad 2 din z, fie c = (ci) (1 i n) vectorul-coloan cu n componente al coeficienilor termenului
de grad 1 din z i fie X = (xi) (1 i n) vectorul-coloan cu n componente al necunoscutelor.
157

Despre matricea D se presupune a fi negativ definit deci are toate valorile proprii strict
negative (vezi seciunea 1.1.2, punctul D) deci funcia y are un maxim pentru vectorul-coloan cu n
componente strict pozitive X0 = - (1/2).D-1.c adic vectorul preurilor celor n produse, care asigur
cea mai mare valoare n lei a vnzrilor.
Pentru matricea D presupunem a fi ndeplinite i condiiile: dii < 0; (i = 1,, n) (cele n
produse sunt autoconcureniale). Pentru dij (i j) avem cazurile:
dij < 0 dac produsele cu numerele i i j sunt concureniale (de exemplu legume diferite);
dij > 0 dac produsele cu numerele i i j sunt complementare (de exemplu legume i fructe);
dij = 0 dac produsele cu numerele i i j sunt independente (de exemplu pine i legume).
Fie r numrul coeficienilor dij 0 deci n funcia z avem m = n + r coeficieni necunoscui dij,
ci necunoscui care se vor determina experimental alegnd m seturi de preuri de prob (x1i,, xni); (i
= 1,, m) (inclusiv setul de preuri curente) care vor aduce m valori ale valorii vnzrilor z1,, zm.
Se obine astfel un sistem liniar de m ecuaii cu m necunoscute nenule dij, ci.
Desigur pentru a rezolva sistemul liniar vom transforma matricea necunoscutelor dij n
vector (vezi Seciunea 1.1.2, B, transformarea 1)
Exemplu:
Fie dou produse concureniale: mere ionatan i mere golden.
Un vnztor a vndut ntr-o pia cu preul curent xc = 2.5 lei/Kg n T = 3 zile, o cantitate yc
= 30 kg mere ionatan pentru care a primit suma zc = 75 lei.
n continuare a vndut la aceeai pia cu preul de prob xp = 3 lei/Kg tot n T = 3 zile, o
cantitate yp = 25 Kg mere ionatan pentru care a primit suma zp = 75 lei. Din formulele din
seciunea 2.1.3, punctul 6a) rezult a = -10; b = 27.5 deci preul de vnzare economic xe = 2.75
lei/Kg cu care n T = 3 zile, s-ar vinde cantitatea ye = 27.5 Kg mere ionatan i s-ar primi suma
maxim ze = 75.625 lei.
Un alt vnztor a vndut n alt pia cu preul curent xc = 3 lei/Kg n T = 3 zile, o cantitate
yc = 20 kg mere golden pentru care a primit suma zc = 60 lei.
n continuare a vndut la aceeai pia cu preul de prob xp = 3.5 lei/Kg tot n T = 3 zile, o
cantitate yp = 17 Kg mere golden pentru care a primit suma zp= 59.5 lei. Din formulele din
seciunea 2.1.3, punctul 6a) rezult a = - 6; b = 19 deci preul de vnzare economic xe = 3.17 lei/Kg
cu care n T = 3 zile, s-ar vinde cantitatea ye = 19 Kg mere golden i s-ar primi suma maxim ze =
60.17 lei.
Dac cei doi vnztori ar vinde produsele lor n aceeai pia, merele ionatan i golden fiind
produse concureniale, valoarea total a vnzrilor celor dou soiuri de mere este mai mic dect
valoarea vnzrilor pentru fiecare soi n parte adic z1 = (-10x12 + 55 x1) i respectiv z2 = (- 6x22 +
39 x2), avnd forma:
(1)
z = (-10x12 + 55 x1) + (- 6x22 + 39 x2) + (2 a12 x1x2) cu a12 < 0.
Dac cele dou produse ar fi fost complementare (de exemplu mere i pere) am fi avut a12 >
0.
Valoarea coeficientului de concuren a12 se determin astfel:
Cei doi vnztori vnd soiurile lor de mere n aceeai pia cu preurile x1c = 2.5 lei/Kg
mere ionatan i respectiv x2c = 3 lei/Kg mere golden timp de T = 3 zile i volumul vnzrilor
mpreun este zc = 115.05 lei. nlocuim pe x1 cu 2.5, x2 cu 3 i z cu 115.05 n relaia (1) i gsim
a12 = -1.33 deci valoarea vnzrilor ambelor soiuri de mere n aceeai pia are forma:
(2)
z = (-10x12 + 55 x1) + (- 6x22 + 39 x2) + (- 2.66 x1x2)
Anulm derivatele pariale ale lui z n raport cu x1 i x2:
z/x1 = -20x1 + 55 2.66x2 = 0; z/x2 = -12x2 + 38 2.66x1 = 0
Soluia acestui sistem liniar este x1e = 2.4 lei/Kg mere ionatan; x2e = 2.64 lei/Kg mere
golden.
Aceast soluie este punct de maxim pentru funcia z deoarece:
2
z/x12 = - 20 < 0; 2z/x22 = -12 < 0 i 2z/x1x2 = -2.66 deci:
158

= (2z/x12). (2z/x22) [(2z/x1x2)]2 = (-20).(-12)- (-2.66)2 > 0.


Valoarea maxim a volumului vnzrilor pentru cele dou soiuri de mere mpreun, se
obine din relaia (2), nlocuind pe x1 cu 2.4 i pe x2 cu 2.64 i gsim ze = 118.69 lei = Maxim.
Valoarea volumului vnzrilor pentru merele ionatan este z1 = (-10x12 + 55 x1) + (1.33x1x2) iar valoarea volumului vnzrilor pentru merele golden este z2 = (- 6x22 + 39x2) + (1.33x1x2)
Pentru x1 = 2.4 i x2 = 2.64 avem z1e = 65.97 lei i z2e = 52.72 lei iar ze = z1e + z2e =118.69
lei.
Volumul vnzrilor pentru merele ionatan este y1 = (-10x1 + 55) + (- 1.33x2) iar volumul
vnzrilor pentru merele golden este y2 = (- 6x2 + 39) + (- 1.33x1). Pentru x1 = 2.4 i x2 = 2.64
obinem valorile optime ale volumelor vnzrilor: y1e = 27.49 Kg mere ionatan; y2e = 19.97 Kg
mere golden.

3.2.3 Extreme cu legturi ale funciilor de n variabile reale


Fie funcia real de n variabile reale y = f(x1,, xn), f: A Rn B R i fie funciile
auxiliare y = i(x1,, xn); i: A Rn R; (i = 1,, m). Se presupune c funciile f; 1,, m (m
n) au derivate pariale continue pe A.
n plus funciile auxiliare i se presupun funcional independente pe A adic matricea lor
Jacobi J = [i/xj](x) cu m linii i n coloane, are rangul m pentru orice vector x A.
Fie D A mulimea vectorilor x = (x1,, xn) care anuleaz cele m funcii auxiliare:
1 (x1,, xn) = 0
..
(1)
m (x1,, xn) = 0
Vectorul x(0) = (x10,, xn0) A Rn se numete punct de extrem condiionat pentru
funcia f cu legturile date de relaia (1), dac el maximizeaz/minimizeaz funcia f i n plus
verific legturile (1) adic x(0) D.
Dac de exemplu n matricea Jacobi J de rang m, este nenul minorul: = Det i/xj; (1
i, j m), atunci din legturile (1) putem afla pe x1,, xm n funcie de xm+1,, xn:
x1 = 1 (xm+1,, xn)
..
(2)
xm = m (xm+1,, xn)
n acest caz funcia iniial y = f(x1,, xn) devine:
f(x1,, xn) = f 1 (xm+1,, xn),, m (xm+1,, xn); xm+1,, xn = g (xm+1,, xn).
(0)
x este punct de extrem condiionat pentru funcia f cu legturile (1) dac i numai dac x(0) =
(1(xm+1,0,, xn,0),, m (xm+1,0,, xn,0); xm+1,0 ,, xn,0) este punct de extrem necondiionat pentru
funcia g (xm+1,, xn).
Din pcate, obinerea explicit a relaiilor (2) din relaiile (1) este n general foarte
laborioas deci vom nlocui funcia g(xm+1,, xn) cu funcia Lagrange:
L(x1,, xn) = f(x1,, xn) - 1.1 (x1,, xn) - - m . m (x1,, xn)
Sunt valabile urmtoarele afirmaii:
1) Orice punct de extrem condiionat x(0) al funciei f cu legturile (1) este punct staionar al
funciei Lagrange adic:
m

L
f

i i ; (j=1,...,n)
x j x j i 1
x j

(3)

159

Se procedeaz prin reducere la absurd: dac relaiile (3) nu sunt ndeplinite pentru X(0) =
(x10,, xn0), atunci x(0) nu este punct de extrem condiionat pentru funcia f cu legturile (1).
Punctele staionare ale funciei Lagrange se afl din sistemul de ecuaii (3) + (1) adic n + m
ecuaii cu n + m necunoscute: x1,, xn; 1,, m.
Valorile 1,, m se numesc multiplicatori Lagrange i din relaiile (3) rezult:

i
f
df
/

x j
x j di

(4)

Valoarea multiplicatorului Lagrange i este egal cu variaia funciei-obiectiv df provocat


de variaia funciei din legtura numrul i cu o unitate: di = 1.
Din acest motiv multiplicatorii Lagrange 1,, m se numesc preuri-umbr sau costuri de
oportunitate prin analogie cu variabilele duale proprii yi din programarea liniar (Vezi cap. 6)
2) Un vector x(0) Rn m este punct staionar al funciei g (xm+1,, xn) dac i numai dac x(0)
Rn este punct staionar al funciei Lagrange.
Afirmaiile (1) i (2) dau condiia necesar ca x(0) s fie punct de extrem condiionat pentru
funcia f cu legturile (1) i anume x(0) trebuie s fie punct staionar al funciei Lagrange.
Urmeaz s stabilim o condiie suficient ca x(0) trebuie s fie punct staionar al funciei
Lagrange.
Din legturile (1) obinem prin difereniere:

dx1 ... 1 dx m
dx m 1 ... 1 dx n 0
x1
x m
x m 1
x n
...........................................................................................
m

dx1 ... m dx m
dx m 1 ... m dx n 0
x1
x m
x m 1
x n

(5)

Relaiile (5) constituie un sistem de m ecuaii independente cu n necunoscute: dx1,, dxm,


dxm+1,, dxn, coeficienii fiind elemente ale matricii Jacobi de rang maxim egal cu m.
Dac avem minorul nenul: = Det i/xj 0; (1 i, j m), din sistemul (5) putem afla
pe dx1,, dxm n raport cu dxm+1,, dxn:
dx1 = 1 (dxm+1,, dxn)
..
(6)
dxm = m (dxm+1,, dxn)
Soluiile din relaiile (6) verific i relaia:
f
f
f
f
dx1 ...
dx m
dx m1 ...
dx n 0
x1
x m
x m1
x n

(7)

Condiiile suficiente de extrem condiionat pentru funcia f cu legturile (1) sunt echivalente
cu condiiile de extrem necondiionat pentru funcia g i acestea sunt:
a) x(0) Rn m trebuie s fie punct staionar pentru funcia g adic:

g(x (0) )
g(x (0) )
dg(x )
dx m 1 ...
dx n 0
x m 1
x n
(0)

respectiv

g(x (0) )
dx h 0 ; (h = m+1,...,n)
x h
160

b) Difereniala de ordinul doi a lui g n x(0):


2 g(x (0) )
d g(x )
dx h dx k
h m 1 k m 1 x h x k
n

(0)

trebuie s fie pozitiv definit pentru ca x(0) s fie punct de minim i respectiv negativ definit pentru
ca x(0) s fie punct de maxim.
Mai departe, condiiile a), b) pentru funcia g se transfer funciei Lagrange L astfel:
Conform afirmaiei 2) condiia a) devine pentru funcia Lagrange L:
(0)
c) x Rn trebuie s fie punct staionar al funciei Lagrange adic:
m

i 1

j1

dL(x (0) ) df (x (0) ) i di (x (0) )

m
n
(x (0) )
f (x (0) )
dx j i [ i
dx j ] 0
x j
x j
i 1
j1

adic relaiile (3):


i (x (0) )
f (x (0) ) m
i
0 ; (j=1,...,n)
x j
x j
i 1

la care se asociaz legturile (1) deci avem n + m relaii satisfcute de n + m soluii: x(0) = (x10,,
xn0) i (0) = (10,, m0).
Pentru a transfera condiia b) pentru funcia g n condiia d) pentru funcia Lagrange L,
trebuie s difereniem legturile (1) pentru a obine relaiile (5), pe care le rezolvm n raport cu
dx1,, dxm obinnd relaiile (6) i n final nlocuim pe dx1,, dxm date de relaiile (6) n
difereniala de ordinul al doilea a lui L.
Avem:
n
n
2 L(x (0) )
d 2 L(x (0) )
dx i dx j
i 1 j1 x i x j
care dup nlocuirea lui dx1,, dxm devine:
d 2 L(x (0) )

2 L(x (0) )
dx h dx k

h m 1 k m 1 x h x k
n

Condiia b) devine:
d) Difereniala d2L(x(0)) cu variabilele dxm+1,, dxn, trebuie s fie pozitiv definit pentru ca x(0)
s fie punct de minim i respectiv s fie negativ definit pentru ca x(0) s fie punct de maxim.
Exemple:
1) Se cere extremul funciei f = - x12 2x22 3x32 + 2x1 + 4x2 + 6x3 cu legtura: 1 = x1 + 2x2 +
3x3 12 = 0
Soluie:
Avem funcia Lagrange L = f - .1
a) Anulm derivatele pariale ale lui L n raport cu x1, x2, x3 i adugm legtura:
L/x1 = - 2x1 + 2 - = 0
L/x2 = - 4x2 + 4 - 2 = 0
L/x3 = - 6x3 + 6 - 3 = 0
x1 + 2x2 + 3x3 12 = 0
161

Din primele trei ecuaii aflm pe x1, x2, x3 n funcie de i i nlocuim n a patra ecuaie.
Obinem 0 = -2 de unde x10 = x20 = x30 =2 adic punctul staionar al funciei Lagrange L.
Avem difereniala de ordinul nti a lui L: dL = (- 2x1 + 2 - )dx1 + ( - 4x2 + 4 - 2)dx2 +
(-6x3 + 6 - 3)dx3 0 pentru valorile 0 = -2 i x10 = x20 = x30 =2.
b) Difereniala de ordinul doi a lui L este: d2L = - 2dx12 4dx22 6dx32
Difereniem legtura: dx1 + 2dx2 + 3dx3 = 0 de unde dx1 = -2dx2 - 3dx3 pe care l nlocuim
2
n d L i obinem: d2L = - 12dx22 24dx2dx3 24dx32 cu Hessiana n x(0):
12 - 12
H(x10 , x 20 , x 30 )

-12 - 24

Avem minorii principali: 1 = -12 < 0; 2 = Det(H) = 144 > 0 deci avem un maxim.
Interpretarea lui 0 = -2
Pentru x1 variabil i x20 = x30 = 2 avem f = - x12 + 2x1 i 1 = x1 2
Avem f/x1 = - 2x1 + 2; 1/x1 =1 deci pentru x1 = x10 = 2 obinem: (f/x1)0 = -2 i
(1/x1)0 =1 iar raportul acestor mrimi este chiar 0 = -2.
2) Se cere extremul funciei f = - x12 4x22 9x32 + 2x1 + 8x2 + 18x3 cu legturile:
1 = x1 + 2x2 + 3x3 + 3 = 0; 2 = 6x1 + 2x2 + 3x3 + 30.5 = 0
Soluie:
Avem funcia Lagrange L = f - 1.1 - 2.2
a) Anulm derivatele pariale ale lui L n raport cu x1, x2, x3 i adugm legturile:
L/x1 = - 2x1 + 2 - 1 - 62 = 0
L/x2 = - 4x2 + 8 -21 - 22 = 0
L/x3 = 18x3 + 18 - 31 - 32 = 0
x1 + 2x2 + 3x3 + 3 = 0
x1 + 2x2 + 3x3 + 30.5 = 0
Din primele trei ecuaii aflm pe x1, x2, x3 n funcie de 1 i 2 i i nlocuim n a patra i a
cincea ecuaie.
Obinem 10 = 1; 20 = 2 de unde x10 = - 5.5; x20 = 0.5; x30 =0.5 adic punctul staionar al
funciei Lagrange L.
Avem difereniala de ordinul nti a lui L:
dL = (- 2x1 + 2 - 1 - 62)dx1 + (- 4x2 + 8 - 21 - 22)dx2 + (18x3 + 18 - 31 - 32 = 0)dx3
0 pentru valorile 10 = 1; 20 = 2 i x10 = - 5.5; x20 = 0.5; x30 =0.5
b) Difereniala de ordinul doi a lui L este: d2L = - 2dx12 4dx22 + 18dx32
Difereniem legturile: dx1 + 2dx2 + 3dx3 = 0 i 6dx1 + 2dx2 + 3dx3 = 0 de unde aflm pe
dx1 i dx2 n raport cu dx3: dx1 = 0; dx2 = -1.5 dx3 pe care le nlocuim n d2L i obinem: d2L =
9dx32.
Cum 1 = 9 > 0 avem un minim.
Interpretarea lui 0 = -2
Pentru x1 variabil i x20 = 0.5; x30 = 0.5 avem f = - x12 + 2x1 + 19.5 i 1 = x1 + 5.5; 2 = 6x1
+ 33
Avem f/x1 = - 2x1 + 2; 1/x1 =1; 2/x1 = 6 deci pentru x1 = x10 = 5.5 obinem:
(f/x1)0 = 13 i (1/x1)0 = 1; (2/x1)0 = 6 deci se verific relaia: (f/x1)0 = 10. (1/x1)0 +
20. (2/x1)0 adic 13 = 1 x 1 + 2 x 6.
162

Aplicaii:
1) Cilindrul optim
i) Problema primal:
Dintr-o foaie de tabl de suprafa dat S = S0 s se confecioneze o cutie cilindric pentru
conserve, de volum maxim.
Soluie:
Fie x1 raza bazei i x2 generatoarea cilindrului. Suprafaa total a cilindrului este S =
2x1(x1 + x2) iar volumul cilindrului este V = x12x2.
Avem problema de extrem cu legturi primal:
V = x12x2 = maxim;
S = 2x1(x1 + x2) = S0
Funcia Lagrange este L = x12x2 - .2x1(x1 + x2) - S0
Anulm derivatele pariale ale lui L n raport cu x1 i x2, i atam legtura:
L/x1 = 2x1x2 - 2(2x1 + x2) = 0
L/x2 = x12 - 2x1 = 0
2x1(x1 + x2) - S0 = 0
Rezolvnd acest sistem avem 0 = (S0/24)1/2 i punctul staionar cu componente pozitive:
x10 = (S0/6)1/2; x20 = 2x10.
Ca i n exemplul 1 ) de mai sus se arat c acest punct staionar este punct de maxim.
Avem Vmax = (S03/54)1/2 de unde se verific relaia 0 = dV/dS0.
ii) Problema dual:
Dintr-o foaie de tabl de volum dat V0 s se confecioneze o cutie cilindric pentru
conserve, de arie total minim.
Soluie:
Avem problema de extrem cu legturi dual:
S = 2x1(x1 + x2) = minim
V = x12x2 = V0
Formm funcia Lagrange L = 2x1(x1 + x2) - .(x12x2 - V0)
Anulm derivatele pariale ale lui L n raport cu x1 i x2, i atam legtura:
L/x1 = 2(2x1 + x2) - 2 .x1 x2 = 0
L/x2 = 2x1 - x12 = 0
x12x2 - V0 = 0
Rezolvnd acest sistem avem 0 = (16/V0)1/3 i punctul staionar cu componente pozitive:
x10 = (V0/2)1/3; x20 = 2x10.
Ca i n exemplul 1) de mai sus se arat c acest punct staionar este punct de minim.
Avem Smin = (54V02)1/3 de unde se verific relaia 0 = dS/dV0.
n ambele probleme de optimizare avem x20 = 2x10 deci cutia cilindric optim are diametrul
bazei cilindrului egal cu generatoarea cilindrului.
2) Grinda dreptunghiular optim
Dintr-un butean cilindric cu seciunea circular de diametru D trebuie cioplit o grind cu
seciunea dreptunghiular.
S se afle dimensiunile x1, x2 ale seciunii dreptunghiulare astfel ca rezistena sa s fie
maxim.

163

Soluie:
Rezistena grinzii este R = kx1x22 unde x1 este lungimea pe orizontal a seiunii
dreptunghiulare iar x2 este nlimea pe vertical a seciunii dreptunghiulare.
Avem legtura: x12 + x22 = D2.
Problema de extrem cu legturi are forma:
R = kx1x22 = maxim
x12 + x22 - D2 = 0
Funcia Lagrange este: L = kx1x22 - .(x12 + x22 - D2)
Anulm derivatele pariale de ordinul nti ale lui L n raport cu x1, x2 i atam legtura:
L/x1 = kx22 - 2x1 = 0
L/x2 = 2kx1x2 - 2x2 = 0
x12 + x22 - D2 = 0
Din primele dou ecuaii avem: x1 = /k; x2 = 21/2/k care se nlocuiesc n a treia ecuaie i
rezult: 0 = (3)1/2kD/3 deci avem punctul staionar :x10 = (3)1/2D/3; x20 = (6)1/2D/3.
Ca i n exemplul 1) de mai sus se verific faptul c avem un punct de maxim.
Valoarea rezistenei maxime este Rmax = 2(3)1/2kD3/9.
Se vede c ntre dimensiunile seciunii dreptunghiulare optime exist relaia: x20 = (2)1/2x10.
3) Funcia Douglas-Cobb cu legturi
Fie x1 cheltuielile materiale anuale la cultura porumbului (lei); x2 cheltuielile cu fora de
munc anuale la cultura porumbului (lei) i y venitul anual la cultura porumbului (lei). Avem
funcia Douglas-Cobb y = A0x1B1x2B2, unde 0 B1, B2 1 i B1 + B2 1. B1 i B2 sunt elasticitile
venitului y n raport cu cheltuielile x1, x2.
Problema de optimizare primal:
S se maximizeze venitul cu ncadrarea cheltuielilor de producie n suma C0.
Avem problema de extrem cu legturi:
y = A0x1B1x2B2 = maxim;
x1 + x2 C0 = 0
Avem funcia Lagrange: L = A0x1B1x2B2 - (x1 + x2 C0)
Anulm derivatele pariale de ordinul nti ale lui L n raport cu x1 i x2 i atam legtura:

L
A 0 B1 x1B1 1 x B2 2 0
x1

L
A 0 B2 x1B1 x 2B2 1 0
x 2
Din primele dou ecuaii rezult x1/B1 = x2/B2 i mpreun cu ecuaia a treia dau:
x10 = (B1C0)/(B1 + B2); x20 = (B2C0)/(B1 + B2), aa c:

0 A 0 B1B B2B (
1

B1 B2 1B 1 B2
dy
)

C0
dC0

y max A 0 B1B1 B2B2 (

C0
) B1 B2
B1 B2

Ca i n exemplul 1) de mai sus se arat c n adevr avem un punct de maxim.

164

Problema de optimizare dual:


S se minimizeze cheltuielile cu garantarea venitului n valoare de cel puin V0.
Avem problema de extrem cu legturi:
y = x1 + x2 = minim
A0x1B1x2B2 = V0
Avem funcia Lagrange: L = x1 + x2 - (A0x1B1x2B2 V0)
Anulm derivatele pariale de ordinul nti ale lui L n raport cu x1 i x2 i atam legtura:

L
1 A 0 B1 x1B1 1 x 2B2 0
x1
L
1 A 0 B2 x1B1 x 2B2 1 0
x 2
A0 x1B1 x 2B2 V0
Din primele dou ecuaii rezult x1/B1 = x2/B2 i mpreun cu ecuaia a treia dau:
1
B1 B2

B2
B1 B2

V
V
B
x10 0
1
; x 20 0
B2
A0
A0
1
0
; y min x10 x 20
B1 1 B1
A 0 B1 x10
x 20

1
B1 B2

B
2
B1

B1
B1 B2

Ca i n exemplul 1) de mai sus se arat c n adevr avem un punct de minim.

3.3 Rezumat
n acest capitol se definete funcia real de o variabil real, se enumer proprietile ei, se
prezint rolul derivatelor de ordinul unu i doi n studiul funciei, n special la gsirea maximelor i
minimelor funciei.
n continuare se definete funcia real de n variabile reale, se prezint rolul derivatelor
pariale de ordinul unu i doi n studiul funciei, n special la gsirea maximelor i minimelor libere
sau cu legturi ale funciei.

3.4 ntrebri
1. Care este rolul derivatei de ordinul unu n studiul funciei de o variabil real?
2. Care este rolul derivatei de ordinul doi n studiul funciei de o variabil real?
3. Cum se gsesc maximele i minimele unei funcii de o variabil real?
4. Ce aplicaii au n agricultur maximele i minimele unei funcii de o variabil real?
5. Care este rolul derivatelor pariale de ordinul unu n studiul funciei de n variabile reale?
6. Care este rolul derivatelor pariale de ordinul doi n studiul funciei de n variabile reale?
7. Cum se gsesc maximele i minimele libere sau cu legturi ale unei funcii de n variabile reale?
8. Ce aplicaii au stocurile n agricultur?
9. Cum se cumuleaz funciile n timp cu ajutorul integralei?
10. Cum se stabilesc preurile optime de vnzare ale produselor agricole?

165

3.5 Bibliografie
1. Stnil O.: Analiz liniar i geometrie Vol. I - II, Editura ALL, 2000 - 2001
2. Cenu Gh. i col.: Matematici pentru economiti, Editura CISON, 2000
3. Cenu Gh. i col.: Matematici pentru economiti culegere de probleme, Editura CISON, 2000
4. Ene D.: Matematici (I), Editura CERES, 2004
5. Gogonea S., Ene D.: Analiz numeric, Editura Cartea Universitar, 2005
6. Ene D., Gogonea S.: Metode numerice, Editura Cartea Universitar, 2005
7. Ene D.: Matematici aplicate n agricultur, Editura CERES, 2006

166

CAPITOLUL 4 Modele neliniare de alocare optim a resurselor n


agricultur
Obiective: nsuirea de ctre studeni a metodelor de optimizare a consumului de resurse n
agricultur precum i elaborarea/rezolvarea modelelor de optimizare cu restricii liniare i funcieobiectiv ptratic.
Cuprins
4.1 Producii, indicatori economici i aporturi
4.1.1 Producii fizice i valorice
4.1.2 Indicatori economici ai produciei suplimentare
4.2 Optimele produciei suplimentare i aporturile factorilor
4.2.1 Optimele produciei suplimentare
4.2.2 Aporturile factorilor
4.3 Exemple
4.3.1 Doi factori i un produs
4.3.2 Un factor i dou produse
4.4 Modele cu restricii liniare i funcie-obiectiv ptratic
4.4.1 Cazul cnd toate restriciile sunt ecuaii
4.4.2 Cazul cnd toate restriciile sunt inecuaii
4.4.3 Modele de optimizare ptratic n agricultur
A. Model ptratic de alocare a resurselor n producia vegetal
B. Model ptratic de maximizarea venitului din raia furajer
4.5 Rezumat
4.6 ntrebri
4.7 Bibliografie
Cuvinte-cheie: optim marginal, de echilibru, economic, tehnic, maxim de venit cu
cheltuieli limitate, minim de cheltuieli cu venit garantat, rate ale substituirii factorilor, rate de
valorificare a unui factor prin produse diferite.

4.1 Producii, indicatori economici i aporturi


4.1.1 Producii fizice i valorice
Modelul neliniar care urmeaz, are ca scop alocarea optim a N factori variabili pentru M
produse agricole.
Factorii constani se cumuleaz separat n realizarea produciilor-martor ale produselor.
Exemple de factori variabili:
a) La producia vegetal: densitatea plantelor, cantitile de for de munc, for mecanizat,
energie, ngrminte, ap de irigaie etc.
b) La producia zootehnic: densitatea animalelor n spaiul de cazare, cantitile de for de
munc, for mecanizat, energie, furaje, medicamente etc.
Produsele vegetale sunt date de produciile fizice ale plantelor de pe suprafeele cultivate iar
produsele animaliere sunt date de produciile raselor de animale i grupelor de animale cu efectivele
existente.
Observm c avem M.N factori nedistinci pentru M produse deoarece fiecare din cei N
factori se aplic pentru fiecare din cele M produse n doze diferite.

167

Nivelul variabil al factorului J alocat pentru produsul I este de X(I, J) uniti de factor J pe
ha sau pe cap de animal (I = 1,, M; J = 1,, N) iar nivelul variabil al produciei fizice a
produsului I este de Y(I) uniti de produs I pe ha sau pe cap de animal.
Legturile celor M produse cu cei N factori sunt date de M funcii de producie de tip
polinomial-cubic, fiecare de cte N variabile:
N

Y(I) Y0 (I) Y1 (I, J).X(I, J) Y2 (I, J, K).X(I, J)X(I, K) Y3 (I, J).X(I, J)3
J 1

J 1 K 1

J 1

Coeficienii Y0(I), Y1(I, J), Y2(I, J, K), Y3(I, J) sunt dai pe baza datelor experimentale cu
ajutorul programului de regresie cubic cu interaciuni COREGCUB (vezi lucrarea 39, Apendix).
Semnificaia acestor coeficieni este urmtoarea:
a) Y0(I) este producia-martor n uniti de produs I pe ha sau pe cap de animal, realizat cu
factorii constani, fr cei N factori variabili.
b) Y1(I, J) este producia suplimentar n uniti de produs I pe ha sau pe cap de animal, datorat
unitii de factor variabil J.
c) Y2(I, J, K) este viteza de cretere a produciei suplimentare a produsului I cnd factorii variabili
J i K cresc cu cte o unitate.
d) Y3(I, J) < 0 este acceleraia de scdere a produciei suplimentare a produsului I cnd factorul J
crete cu o unitate.
Aceast acceleraie negativ se datoreaz limitei biologice a produciei agricole
vegetale/animale n raport cu creterea nivelului factorilor variabili, dup principiul: n agricultur
dublarea efortului nu atrage dup sine dublarea efectului.
Pentru calculul cheltuielilor, venitului i profitului, sunt necesare urmtoarele date:
1) Cheltuielile constante CC(I) ale produsului I n lei pe ha sau pe cap de animal.
Aceste cheltuieli include toate cheltuielile productive (materiale i manoper) i neproductive
(taxe, impozite, TVA i cheltuieli neprevzute) cu factorii constani, fr cheltuielile cu cei N
factori variabili i fr cheltuielile cu recoltarea i transportul produciei vegetale/animale
suplimentare a produsului I, realizat pe baza celor N factori variabili.
2) Costurile factorilor variabili CF(J) n lei pe unitate de factor J.
Aceste costuri acoper cumprarea, transportul i aplicarea la plante/animale a factorului
variabil J.
3) Costurile recoltrii i transportului produselor CR(I) exprimate n lei pe unitatea de produs I.
Aceste costuri acoper recoltarea i transportul produciei-martor sau suplimentare a
produsului I, realizat pe baza factorilor constani respectiv acelor N factori variabili.
4) Preurile de vnzare ale produselor PV(I) n lei pe unitate de produs I.
5) Suprafeele n ha pentru culturi vegetale respectiv efectivele de animale domestice, notate
S(I), pe care se realizeaz produsul I.
1. Producii fizice
Y0(I) este producia-martor a produsului I n uniti de produs pe ha sau pe cap de animal,
realizat numai cu factorii constani, fr cei N factori variabili.
Dac mcar unul din cei N factori variabili este esenial pentru produsul I, atunci Y0(I) = 0.
Acesta este cazul factorului variabil densitate plante/ha respectiv densitate animale n
spaiul de cazare.
Notm cu YS(I, J) producia suplimentar a produsului I n uniti de produs pe ha sau pe
cap de animal, realizat pe baza factorului variabil J.
Avem relaiile:
N

YS(I, J) Y1 (I, J).X(I, J) Y2 (I, J).X(I, J).X(I, K) Y3 (I, J).X(I, J)3


K 1

168

Notm cu TYS(I) producia suplimentar a produsului I n uniti de produs pe ha sau pe


cap de animal, realizat pe baza celor N factori variabili. Avem relaiile:
N

J 1

J 1

TYS(I) YS(I, J) Y1 (I, J).X(I, J) Y2 (I, J, K).X(I, J).X(I, K)


J 1 K 1

Y3 (I, J).X(I, J)3


J 1

Partea din TYS(I) n care apare X(I, J) este:


N

J 1

J 1

TYS(I) YS(I, J) Y1 (I, J).X(I, J) Y2 (I, J, K).X(I, J).X(I, K)


J 1 K 1

Y3 (I, J).X(I, J)3


J 1

Cantitatea Y(I) = Y0(I) + TYS(I) este producia produsului I n uniti de produs pe ha sau
pe cap de animal n raport cu toi factorii constani sau variabili.
Pentru toate suprafeele/efectivele de animale, notate cu S(I), producia-martor a produsului
I, realizat pe baza factorilor constani este SY0(I) = Y0(I).S(I), producia suplimentar a produsului
I, realizat pe baza celor N factori variabili, este SYS(I) = TYS(I).S(I), adic:

PYS(I, J) Y1 (I, J).X(I, J) 2. Y2 (I, J, K).X(I, K) .X(I, J)


K 1

2
3
Y2 (I, J, J).X(I, J) Y3 (I, J).X(I, J)
i producia total a produsului I, realizat pe baza factorilor constani i variabili, este:
SY(I) = SY0(I) + SYS(I) = Y(I).S(I)
2. Venituri
V0(I) = PV(I).Y0(I) este venitul-martor al produsului I n lei pe ha sau pe cap de animal,
realizat pe baza factorilor constani, fr cei N factori variabili.
VS(I, J) = PV(I).YS(I, J) este venitul suplimentar al produsului I n lei pe ha sau pe cap de
animal, realizat prin utilizarea factorului variabil J.
Notm cu TVS(I) venitul suplimentar al produsului I, realizat prin utilizarea celor N factori
variabili.
Avem relaiile:
N

TVS(I) VS(I, J) PV(I).TYS(I)


J 1

Partea din TVS(I) n care apare X(I, J) este PVS(I) = PV(I).PYS(I)


Pentru toate suprafeele/efectivele de animale, notate cu S(I), venitul-martor pentru toate
produsele, realizat pe baza factorilor constani, este:
M

I 1

I 1

SV0 V0 (I).S(I) PV(I).Y0 (I).S(I)

Venitul suplimentar pentru toate produsele, realizat pe baza celor N factori variabili, este:

169

I 1

I 1 J 1

SVS TVS(I).S(I) S(I).PV(I).YS(I, J)

iar venitul total pentru toate produsele, realizat pe baza tuturor factorilor constani i variabili, este
SV = SV0 + SVS
3. Cheltuieli
C0(I) = CC(I) + CR(I).Y0(I) sunt cheltuielile-martor pentru produsul I, n lei pe ha sau pe
cap de animal, necesare pentru utilizarea factorilor constani, fr cei N factori variabili.
Notm cu CS(I, J) cheltuielile suplimentare pentru produsul I, n lei pe ha sau pe cap de
animal, necesare pentru utilizarea factorului J.
Avem relaiile: CS(I, J) = CR(I).YS(I, J) + CF(J).X(I, J)
Notm cu TCS(I) cheltuielile suplimentare pentru produsul I, n lei pe ha sau pe cap de
animal, necesare pentru utilizarea celor N factori variabili.
Avem relaiile:
N

J 1

J 1

TCS(I) CS(I, J) CR(I).TYS(I) CF(J).X(I, J)

Partea din TCS(I) n care apare X(I, J) este: PCS(I) = CR(I).PVS(I, J) + CF(J).X(I, J)
Pentru toate suprafeele/efectivele de animale, notate cu S(I), cheltuielile-martor pentru
toate produsele, necesare pentru utilizarea factorilor constani, sunt:
M

I 1

I 1

SC0 C0 (I).S(I) CC(I) CR(I).Y0 (I) .S(I)

cheltuielile suplimentare pentru toate produsele, necesare pentru utilizarea celor N factori variabili,
sunt:
M

I 1

I 1 J 1

SCS TCS(I).S(I) S(I).CR(I).[(Y1 (I, J)

CF(J)
).X(I, J)
CR(I)

Y2 (I, J, K).X(I, J).X(I.K) Y3 (I, J).X(I, J) 3 ]


K 1

iar cheltuielile totale pentru toate produsele, necesare pentru utilizarea tuturor factorilor constani i
variabili, sunt SC = SC0 + SCS
Mrimile SC0, SCS, SC se exprim n lei.
4. Profituri
P0(I) = V0(I) C0(I) = [PV(I) CR(I)].Y0(I) CC(I) este profitul-martor al produsului I n
lei pe ha sau pe cap de animal, realizat pe baza utilizrii factorilor constani, fr cei N factori
variabili.
Notm cu PS(I, J) profitul suplimentar al produsului I n lei pe ha sau pe cap de animal,
realizat prin utilizarea factorului variabil J.
Avem relaiile:
PS(I, J) = VS(I, J) CS(I, J) = [PV(I) CR(I)].YS(I, J) CF(J).X(I, J)
Notm cu TPS(I) profitul suplimentar al produsului I n lei pe ha sau pe cap de animal,
realizat prin utilizarea celor N factori variabili.
170

TPS(I) TVS(I) TCS(I) [PV(I) CR(I)].TYS(I) CF(J).X(I, J)


J 1

Partea din TPS(I) n care apare X(I, J) este:


PPS(I, J) = PVS(I, J) PCS(I, J) = [PV(I) CR(I)].PYS(I) CF(J).X(I, J)
Pentru toate suprafeele/efectivele de animale, notate cu S(I), profitul-martor pentru toate
produsele, realizate pe baza factorilor constani, este:
M

SP0 SV0 SC0 {[PV(I) CR(I)].Y0 (I) CC(I)}.S(I)


I 1

profitul suplimentar pentru toate produsele, realizat pe baza celor N factori variabili, este:
M

SPS TPS(I).S(I) SVS SCS S(I).(PV(I) CR(I)).[(Y1 (I, J)


I 1

I 1 J 1

CF(J)
).Y(I, J) Y2 (I, J).X(I, J).X(I, K) Y3 (I, J).X(I, J)3 ]
PV(I) CR(I)
K 1

iar profitul total pentru toate produsele, realizat pe baza tuturor factorilor constani i variabili, este
SP = SP0 + SPS
5. Ratele profitului
RP0(I) = P0(I)/C0(I) este rata profitului-martor pentru produsul I, realizat pe baza factorilor
constani, fr cei N factori variabili. Avem:

RP0 (I)

[PV(I) CR(I)].Y0 (I) CC(I)


CC(I) CR(I).Y0 (I)

RPS(I, J) = PS(I, J)/CS(I, J) este rata profitului suplimentar pentru produsul I, realizat pe baza
factorului variabil J. Avem relaiile:

RPS(I, J)

[PV(I) CR(I)].YS(I, J) CF(J).X(I, J)


CR(I).YS(I, J) CF(J).X(I, J)

adic:

RPS(I, J)

PV(I) CR(I)
.
CR(I)

N
CF(J)
].X(I, J) Y2 (I, J, K).X(I, J).X(I, K) Y3 (I, J).X(I, J)3
PV(I) CR(I)
K 1
N
CF(J)
[Y1 (I, J)
].X(I, J) Y2 (I, J, K).X(I, J).X(I, K) Y3 (I, J).X(I, J)3
CR(I)
K 1

[Y1 (I, J)
.

Rata profitului-martor pentru toate produsele, realizat pe baza factorilor constani, fr cei
N factori variabili, este:

171

SP
RTP0 0
SC0

[(PV(I) CR(I)).Y (I) CC(I)]


0

I 1

[CC(I) CR(I).Y (I)]


0

I 1

RTPS = SPS/SCS este rata profitului suplimentar pentru toate produsele, realizat pe baza
celor N factori variabili.
RTP = SP/SC este rata profitului pentru toate produsele, realizat pe baza factorilor
constani i a celor N factori variabili.

4.1.2 Indicatori economici ai produciei suplimentare


6. Indicatori ntre produse i factori variabili
A. Indicatori medii ai produsului I n raport cu factorul variabil J
Producia medie este YM(I, J) = PYS(I, J)/X(I, J) adic:
N

YM(I, J) Y1 (I, J) 2. Y2 (I, J, K).X(I, K) Y2 (I, J).X(I, J) Y3 (I, J).X(I, J) 2


J 1

Venitul mediu este VM(I, J) = PVS(I, J)/X(I, J) adic VM(I, J) = PV(I).YM(I, J)


Cheltuielile medii sunt: CM(I, J) = PCS(I, J)/X(I, J) adic CM(I, J) =CR(I).YM(I, J) + CF(J)
Profitul mediu este PM(I, J) = PPS(I, J)/X(I, J) adic PM(I, J) = [PV(I) CR(I)].YM(I, J)
CF(J)
Aceti indicatori prezint producia/venitul/cheltuielile/profitul suplimentar al produsului I
care corespunde unitii factorului variabil J.
B. Indicatori marginali ai produsului I n raport cu factorul variabil J
Producia marginal este derivata parial YD(I, J) = PYS(I, J)/X(I, J), adic:
N

YD(I, J) Y1 (I, J) 2. Y2 (I, J, K).X(I, K) 3.Y3 (I, J).X(I, J)2


K 1

Venitul marginal este derivata parial CD(I, J) = PVS(I, J)/X(I, J), adic:CD(I, J) =
CR(I).YD(I, J) + CF(J)
Profitul marginal este derivata parial PD(I, J) = PPS(I, J)/X(I, J) adic: PD(I, J) =
[PV(I) CR(I)].YD(I, J) CF(J)
Aceti indicatori reprezint variaia produciei/venitului/cheltuielilor/profitului suplimentar
din produsul I, provocat de variaia factorului variabil J cu o unitate.
C. Indicatori de elasticitate ai produsului I n raport cu factorul variabil J
Elasticitatea produciei este EY(I, J) = YD(I, J)/YM(I, J)
Elasticitatea venitului este EV(I, J) = VD(I, J)/VM(I, J) adic EV(I, J) = EY(I, J)
Elasticitatea cheltuielilor este EC(I, J) = CD(I, J)/CM(I, J) adic:

EC(I, J)

CR(I).YD(I, J) CF(J)
CR(I).YM(I, J) CF(J)

Elasticitatea profitului este: EP(I, J) = PD(I, J)/PM(I, J), adic:


172

[PV(I) CR(I)].YD(I, J) CF(J)


[PV(I) CR(I)].YM(I, J) CF(J)
Aceti indicatori reprezint variaia procentual a produciei/venitului/cheltuielilor
/profitului suplimentar al produsului I, provocat de variaia factorului variabil J cu 1%.
EP(I, J)

7. Indicatori ntre profit i cheltuieli


D. Rata medie a profitului din produsul I n raport cu factorul variabil J
Este RM(I, J) = PPS(I, J)/PCS(I, J) = PM(I, J)/CM(I, J), adic:

[PV(I) CR(I)].YM(I, J) CF(J)


CR(I).YM(I, J) CF(J)
Acest indicator reprezint profitul suplimentar n lei din produsul I, realizat pe baza
factorului variabil J, ce corespunde la un leu cheltuit de produsul I n raport cu factorul variabil J.
RM(I, J)

E. Rata marginal a profitului din produsul I n raport cu factorul variabil J


Este RD(I, J) = PPS(I, J)/PCS(I, J) = PD(I, J)/CD(I, J), adic:

[PV(I) CR(I)].YD(I, J) CF(J)


CR(I).YD(I, J) CF(J)
Acest indicator reprezint variaia profitului suplimentar din produsul I n raport cu factorul
variabil J, provocat de variaia cu un leu a cheltuielilor suplimentare ale produsului I n raport cu
factorul variabil J.
RD(I, J)

F. Elasticitatea ratei profitului din produsul I n raport cu factorul variabil J


Este ER(I, J) = RD(I, J)/RM(I, J), adic:

[PV(I) CR(I)].YD(I) CF(J) CR(I).YM(I) CF(J)

[PV(I) CR(I)].YM(I) CF(J) CR(I).YD(I) CF(J)


Acest indicator reprezint variaia procentual a profitului suplimentar din produsul I n
raport cu factorul variabil J, provocat de variaia cu 1% a cheltuielilor suplimentare ale produsului
I n raport cu factorul variabil J.
ER(I, J)

8. Indicatori de substituire a factorilor


G. Rata medie a substituirii factorului variabil J cu factorul variabil K
Este RMS(I, J, K) = PM(I, J)/PM(I, K)
Acest indicator reprezint cantitatea de uniti de factor variabil K care corespunde unei
uniti de factor J, n realizarea aceluiai profit suplimentar din produsul I.
H. Rata marginal a substituirii factorului variabil J cu factorul variabil K
Este RDS(I, J, K) = PD(I, J)/PD(I, K)
Acest indicator reprezint cantitatea de uniti cu care trebuie s creasc doza de factor
variabil K, dac doza de factor variabil J crete cu o unitate, astfel ca profitul suplimentar din
produsul I s creasc cu aceeai sum.
173

I. Elasticitatea ratei substituirii factorului variabil J cu factorul variabil K


Este ERS(I, J, K) = RDS(I, J)/RDS(I, K)
Acest indicator reprezint procentele cu care trebuie s creasc doza de factor variabil K,
dac doza de factor variabil J crete cu 1%, astfel ca profitul suplimentar din produsul I s creasc
cu acelai procent.
9. Indicatori de valorificare a factorilor prin produse.
J. Rata medie a valorificrii factorului variabil K, prin produsul I fa de produsul H
Este RMV(I, H, K) = PM(I, K)/PM(H, K)
Acest indicator reprezint numrul de uniti ale produsului H care corespunde la o unitate
de produs I, care dau acelai profit din utilizarea factorului variabil K.
K. Rata marginal a valorificrii factorului variabil K, prin produsul I fa de produsul H
Este RMV(I, H, K) = PM(I, K)/PM(H, K)
Acest indicator reprezint numrul de uniti cu care trebuie s creasc produsul H atunci
cnd produsul I crete cu o unitate, astfel ca profitul suplimentar din utilizarea factorului variabil K
s creasc cu aceeai sum.
L. Elasticitatea ratei valorificrii factorului variabil K, prin produsul I fa de produsul H
Este ERV(I, H, K) = RDV(I, H, K)/RMV(I, H, K)
Acest indicator reprezint numrul de procente cu care trebuie s creasc produsul H atunci
cnd produsul I crete cu 1%, astfel ca profitul suplimentar din utilizarea factorului variabil K s
creasc cu acelai procent.

4.2 Optimele produciei suplimentare i aporturi


4.2.1 Optimele produciei suplimentare
I. OPTIMUL MARGINAL
n acest caz avem producia suplimentar marginal YD(I, J) = maxim, deci avem derivatele
pariale nule YD(I, J)/ X(I, J) = 0, adic: 2.Y2(I, J, J) + 6.Y3(I, J).X(I, J) = 0 cu soluia:
(1)
XD(I, J) = [Y2(I, J, J)/(- 3.Y3(I, J)]
Acestea sunt dozele optime ale alocrii factorului variabil J pentru produsul I, pentru care
YD(I, J) = maxim.
n acest caz sunt maxime VD(I, J), CD(I, J), PD(I, J) conform relaiilor din seciunea 4.2.1 B.
Este deasemenea maxim RD(I, J) conform relaiilor de la punctul 4.1.2 E.
II. OPTIMUL DE ECHILIBRU
n acest caz avem producia suplimentar medie YM(I, J) = maxim, deci avem derivatele
pariale nule YM(I, J)/ X(I, J) = 0, adic: Y2(I, J, J) + 2.Y3(I, J).X(I, J) = 0 cu soluia:
(2)
XM(I, J) = [Y2(I, J, J)]/[- 2.Y3(I, J)]
adic dozele optime ale alocrii factorului variabil J pentru produsul I pentru care YM(I, J) =
maxim.
n acest caz sunt maxime VM(I, J), CM(I, J), PM(I, J) conform relaiilor din seciunea 4.2.1 A.
174

Dac egalm mrimea YM(I, J) de la punctul 10.1 A. cu mrimea YD(I, J) de la punctul


4.2.1 B. gsim:
- Y2(I, J, J).X(I, J) = 2.Y3(I, J).X(I, J), deci:
X(I, J) = [Y2(I, J, J)]/[- 2.Y3(I, J)], adic exact valorile din relaia (2).
Rezult c pentru dozele de echilibru din relaia (2) avem:
YM(I, J) = maxim = YD(I, J), aa c EY(I, J) = 1
Din relaiile de la punctele 4.1.1 A. i 4.1.1 B. rezult c pentru dozele de echilibru din
relaia (2) avem:
VM(I, J) = maxim = VD(I, J), aa c EV(I, J) = 1;
CM(I, J) = maxim = CD(I, J), aa c EC(I, J) = 1;
PM(I, J) = maxim = PD(I, J), aa c EP(I, J) = 1.
Aceast situaie justific denumirea optimului de echilibru:
O cretere a factorului variabil J cu 1% atrage dup sine o cretere a produciei/venitului/
cheltuielilor/profitului suplimentar din produsul I, datorat factorului variabil J, tot cu 1% (egalitate
ntre creterea procentual de efort fizic i creterea procentual de efect financiar).
De la punctul 4.1.2 D. avem:
YM(I, J )
RM(I, J ))
X(I, J )

X(I, J )
[CR (I) YM(I) CF(J )]2
PV (I)

deci dac YM(I, J)/ X(I, J) = 0, adic dac profitul mediu YM(I, J) = maxim, atunci RM(I, J)
/ X(I, J) = 0, deci atunci rata medie a profitului RM(I, J) = maxim.
Din relaiile de la punctele 4.1.2 D. i 4.1.2 E. rezult c relaia YM(I, J) = maxim = YD(I, J)
implic RM(I, J) = maxim = RD(I, J), deci ER(I, J) = 1.
n cuvinte, la optimul de echilibru, o cretere cu 1% a cheltuielilor cu factorul variabil J,
fa de valoarea existent a acestor cheltuieli, atrage dup sine o cretere a profitului suplimentar al
produsului I, datorat factorului variabil J, tot cu 1% (egalitate ntre creterea procentual de efort
financiar i creterea procentual de efect financiar).
III. OPTIMUL ECONOMIC
n acest caz avem profitul suplimentar total SPS = maxim deci avem derivatele pariale nule
SPS(I, J)/ X(I, J) = 0, adic PD(I, J) =0 sau: [PV(I) CR(I)].YD(I, J) CF(J) =0, de unde
obinem relaiile (3):
N

[3.Y3 (I, J ) X(I, J) 2 ] [2. Y2 (I, J, K ) X(I, K )] [Y1 (I, J)


K 1

CF(J )
]0
PV(I) CR(I)

(I = 1,, M; J = 1,, N)
Relaiile (3) constituie M sisteme ptratice de N ecuaii cu N necunoscute X(I, J).
Aceste sisteme ptratice se rezolv cu programul SISPAT dnd soluiile XE(I, J).
Pentru dozele de optim economic XE(I, J) avem i EP(I, J) = 0 conform relaiilor 4.2.1 C.,
precum i RD(I, J) = 0 conform relaiilor 4.1.2 D.
IV. OPTIMUL TEHNIC
n acest caz avem produciile fizice suplimentare SYS(I) = maxime, deci avem derivatele
pariale nule SYS(I)/ X(I, J) = 0, adic YD(I, J) =0, de unde obinem relaiile (4):
175

[3 Y3 (I, J) X(I, J) 2 ] [2. Y2 (I, J, K) X(I, K)] [Y1 (I, J)] 0


K 1

(I 1,..., M ; J=1,...,N)

Relaiile (4) constituie M sisteme ptratice de N ecuaii cu N necunoscute X(I, J).


Aceste sisteme ptratice se rezolv cu programul SISPAT dnd soluiile XT(I, J).
Venitul suplimentar pentru toate produsele este dat de relaia:
M

SVS PV(I) SYS(I)


I 1

deci dac SYS(I) = maxime, rezult SVS = maxim pentru dozele XT(I, J).
Pentru dozele de optim tehnic XT(I, J), din relaiile de la punctele 10.1.1 B. i 10.1.1 C.
rezult VD(I, J) = 0, CD(I, J) = - CF(J) respectiv EY(I, J) = EV(I, J) = 0.
Din relaia de la punctul 4.1.1 B., pentru YD(I, J) = 0, rezult PD(I, J) = - CF(J) iar din
relaia de la punctul 4.1.2 E. rezult RD(I, J) = - 1.
n intervalele [XT(I, J); +) exist valorile X(I, J) care anuleaz profitul suplimentar total:
SPS = 0 ceea ce se realizeaz dac au loc relaiile (5):
N

[Y3 (I, J) X(I, J) 2 ] [ Y2 (I, J, K) X(I, K)] [Y1 (I, J)


K 1

CF(J)
]0
PV(I) CR(I)

(I 1,..., M ; J=1,...,N)

Relaiile (6) constituie M sisteme ptratice de N ecuaii cu N necunoscute care se rezolv cu


programul SISPAT dnd soluiile XR(I, J).
V. OPTIMUL DE VENIT CONDIIONAT DE CHELTUIELI
n acest caz avem venitul suplimentar din toate produsele: SVS = maxim condiionat de
limitarea cheltuielilor suplimentare pentru toate produsele: SCS = SC0 (limit de cheltuieli).
Cum SPS = SVS - SCS = SVS SC0, dac SVS = maxim condiionat rezult SPS = maxim
condiionat; deasemenea rata profitului suplimentar pentru toate produsele RPS = SPS/SCS = SPS/
SC0 = maxim condiionat odat cu SPS.
Funcia Lagrange a optimului condiionat de mai sus, are forma: L = SVS LV.(SCS SC0),
unde LV este multiplicatorul Lagrange.
Avem condiiile necesare de optim: L/ X(I, J) =0 (I = 1,, M, J = 1,, N), SCS = SC0,
adic: VD(I, J) LV. CD(I, J) = 0, SCS = SC0, de unde rezult: [PV(I) LV.CR(I)].YD(I, J)
LV.CF(J) = 0, SCS = SC0, deci obinem relaiile (6):
N

[3 Y3 (I, J ) X(I, J ) 2 ] [2 Y2 (I, J, K ) X(I, K )] [Y1 (I, J )


K 1

S(I) CR(I) [(Y1 (I, J)


I 1

CF(J )
]0
PV (I)
CR (I)
LV

N
CF(J )
) X(I, J ) Y2 (I, J, K ) X(I, J ) X(I, K )
CR (I)
K 1

Y3 (I, J ) X(I, J )3 ] SC0


Pentru fiecare valoare a multiplicatorului Lagrange LV 1, relaiile (6) constituie un sistem
ptratic de MN ecuaii cu MN necunoscute X(I, J) care se rezolv cu programul SISPAT dnd
soluiile XC(I, J).
176

Interpretarea multiplicatorului Lagrange LV: avem LV = VD(I, J)/CD(I, J) adic LV


este egal cu creterea de venit suplimentar al produsului I din factorul variabil J, cnd creterea
cheltuielilor suplimentare ale produsului I din factorul variabil J peste valoarea limit SC0, este de o
unitate monetar.
Avem RD(I, J) = LV 1 pentru orice I = 1,, M i orice J = 1,, N.
Pentru LV = 1 avem optim economic iar pentru LV = 0 avem optim tehnic.
Deoarece LV 0 avem:
Y1 (I, J )

CF(J )
CF(J )
Y1 (I, J )
Y1 (I, J )
PV (I)
PV (I) CR (I)
CR (I)
LV

VI. OPTIMUL DE CHELTUIELI CONDIIONAT DE VENIT


n acest caz avem cheltuielile suplimentare pentru toate produsele: SCS = minim,
condiionate de garantarea venitului suplimentar pentru toate produsele: SVS = SV0 (garanie de
venit).
Cum SPS = SVS - SCS = SV0 SCS, dac SCS = minim condiionat rezult SPS = maxim
condiionat; deasemenea rata profitului suplimentar pentru toate produsele RPS = SPS/SCS =
maxim condiionat cci SPS = maxim condiionat i SCS = minim condiionat.
Funcia Lagrange a optimului condiionat de mai sus, are forma: L = SCS LC.(SVS
SV0), unde LC este multiplicatorul Lagrange.
Avem condiiile necesare de optim: L/ X(I, J) =0 (I = 1,, M, J = 1,, N), SVS = SV0,
adic: CD(I, J) LC.VD(I, J) = 0, SVS = SV0, de unde rezult: [CR(I) LC.PV(I)].YD(I, J)
CF(J) = 0, SVS = SV0, deci obinem relaiile (7):
N
CF(J )
[3 Y3 (I, J ) X(I, J ) 2 ] [2 Y2 (I, J, K ) X(I, K )] [Y1 (I, J )
]0
PV (I) LC CR (I)
K 1
M

S(I) PV(I) [(Y (I, J) X(I, J) Y (I, J, K ) X(I, J) X(I, K )


I 1

K 1

Y3 (I, J ) X(I, J )3 ] SV0


Pentru fiecare valoare a multiplicatorului Lagrange LC 1, relaiile (7) constituie un sistem
ptratic de MN ecuaii cu MN necunoscute X(I, J) care se rezolv cu programul SISPAT dnd
soluiile XV(I, J).
Interpretarea multiplicatorului Lagrange LC: avem LC = CD(I, J)/VD(I, J) adic LC
este egal cu creterea de cheltuieli suplimentare ale produsului I, din factorul variabil J, cnd
creterea venitului suplimentar al produsului I, din factorul variabil J peste valoarea garantat SV0,
este de o unitate monetar.
Avem RD(I, J) = (1/LC) 1 pentru orice I = 1,, M i orice J = 1,, N.
Pentru LC = 1 avem optim economic iar pentru LC = avem optim tehnic.
Deoarece LV 1, avem:
CF(J )
CF(J )
Y1 (I, J )
Y1 (I, J )
Y1 (I, J )
PV(I) LC CR(I)
PV(I) CR(I)
Optimele de la punctele 4.2.1 - 4.2.6 i ratele medie i marginal ale profitului oricrui
produs n raport cu orice factor, se prezint grafic astfel:

177

178

n acest desen apar n mod clar urmtoarele intervale de valori ale factorului:
I. Intervalul de cretere accelerat [0; XD] n care venitul, profitul, rata medie i cea marginal a
profitului cresc iar rata marginal a profitului este mai mare ca rata medie a profitului (elasticitatea
ratei profitului este > 1).
II. Intervalul de cretere ncetinit [XD; XM] n care venitul, profitul, rata medie a profitului cresc,
rata marginal a profitului scade iar rata marginal a profitului este mai mare ca rata medie a
profitului (elasticitatea ratei profitului este > 1).
III. Intervalul de cretere saturat [XM; XE] n care venitul, profitul cresc rata medie i cea
marginal a profitului scad iar rata marginal a profitului este mai mic ca rata medie a profitului
(elasticitatea ratei profitului este cuprins ntre 0 i 1).
IV. Intervalul de declin economic [XE; XT] n care venitul crete, profitul, rata medie i cea
marginal scad iar rata marginal a profitului este negativ i mai mare ca - 1 (elasticitatea ratei
profitului este < 0).
V. Intervalul de declin tehnico-economic [XT; XR] n care venitul, profitul, rata medie i cea
marginal scad iar rata marginal a profitului este negativ i mai mic ca - 1 (elasticitatea ratei
profitului este < 0).
VI. Intervalul de faliment economic [XR; +] n care profitul este negativ.

4.2.2 Aporturile factorilor


A. APORTURI PENTRU PRODUCII
Dac X [0, X0] este un factor variabil iar Y = Y0 + f(x) este un produs cu valoarea martor
Y0, valoarea medie a lui Y este dat de relaia (7):
X

1 0
MY Y0
f ( X)dX
X0 0
Fie XO(I, J) doza curent a factorului variabil J, alocat produsului I i fie Y(I) nivelul
variabil al produciei fizice a produsului I pe ha sau pe cap de animal.
Avem:
N

Y(I) [Y0 (I)] [ (Y1 (I, J ) X(I, J ) Y2 (I, J, J ) X(I, J ) 2 Y3 (I, J ) X(I, J) 3 )]
J 1

[ Y2 (I, J, K ).X(I, J ) X(I, K )]


J 1 K 1
K J

Conform formulei (7) valoarea medie a produciei fizice a produsului I pe intervalul [0; XO(I, J)] va fi:
N

1
(
J 1 XO(I, J )

MYT(I ) [Y0 (I )] [
XO ( I , J )

XO ( I , J )

Y1 (I, J ) X(I, J )dX(I, J )

Y1 (I, J ) X(I, J )dX(I, J )

Y3 (I, J ) X(I, J )3 dX(I, J )]

0
N XO ( I , J )

J 1 K 1
K J

XO ( I , J )

0
N

XO ( I , J )

Y2 (I, J, K ) X(I, J ) X(I, K )dX(I, J )]

179

Y2 (I, J ) X(I, J ) 2 dX(I, J )

adic relaia (8):


N

MYT(I) [Y0 (I )] [ (
J 1

J 1 K 1
K J

Y (I , J )
Y1 (I, J )
Y (I , J , J )
XO(I, J ) 2
XO(I, J ) 2 3
XO(I, J )3 )]
2
3
4

Y2 (I, J, K )
XO(I, J ) XO(I, K )]
2

a) Valoarea medie martor a produsului I, datorat factorilor constani, este: MYO(I) = Y0(I)
b) Valoarea medie a produsului I, datorat factorilor variabili, este:
N
Y (I, J )
Y (I, J )
Y (I, J, J )
MYX(I) ( 1
XO(I, J ) 2
XO(I, J ) 2 3
XO(I, J )3
2
3
4
J 1
c) Valoarea medie a produsului I, datorat interaciunii factorilor variabili, este:
N
Y (I , J , K )
MYIX(I) 2
XO(I, J ) XO(I, K )
2
J 1 K 1
K J

Relaia (8) devine: MYT(I) = MYO(I) + MYX(I) + MYIX(I)


Aporturile n procente ale factorilor constani i variabili la producia fizic a produsului I sunt:
d) Aportul factorilor constani: AYO(I) = MYO(I)/MYT(I)
e) Aportul factorilor variabili: AYX(I) = MYX(I)/MYT(I)
f) Aportul interaciunilor factorilor variabili: AYIX(I) = MYIX(I)/MYT(I) = 1 - AYO(I) - AYX(I)
B. APORTURI PENTRU VENIT
Printr-un calcul similar cu cel de la punctul 4.2.2 A, gsim valorile medii:
a) MVO(I) = PV(I).MYO(I) i pentru toate produsele:
M

MVOT MVO(I)
I 1

b) MVX(I) = PV(I).MYX(I) i pentru toate produsele:


M

MVXT MVX(I)
I 1

c) MVIX(I) = PV(I).MYIX(I) i pentru toate produsele:


M

MVIXT MVIX(I)
I 1

d) MVT(I) = PV(I).MYT(I) i pentru toate produsele:


M

MVTT MVT(I)
I 1

Avem relaia: MVTT = MVTO + MVXT + MVIXT


Aporturile n procente ale factorilor constani i variabili la venitul din toate produsele, sunt:
e) Aportul factorilor constani: AVO(I) = MVO(I)/MVT(I)
f) Aportul factorilor variabili: AVX(I) = MVX(I)/MVT(I)
g) Aportul interaciunilor factorilor variabili: AVIX(I) = MVIX(I)/MVT(I) = 1 - AVO(I) - AVX(I)

180

C. APORTURI PENTRU CHELTUIELI

a)

Printr-un calcul similar cu cel de la punctul 4.2.2 A, gsim valorile medii:


MCO(I) = C0 (I) = CC(I) + CR(I).Y0(I) i pentru toate produsele:
M

MCOT MCO(I)
I 1

b)

MCX(I) = CR(I).MYX(I) + (CF(J)/2).XO(I, J) i pentru toate produsele:


M

MCXT MCX(I)
I 1

c)

MCIX(I) = CR(I).MYIX(I) i pentru toate produsele:


M

MCIXT MCIX(I)
I 1

d)

MCT(I) = MCO(I) + MCX(I) + MCIX(I) i pentru toate produsele:


M

MCTT MCT(I)
I 1

Avem relaia: MCTT = MCTO + MCXT + MCIXT


Aporturile n procente ale factorilor constani i variabili la venitul din toate produsele, sunt:
e) Aportul factorilor constani: ACO(I) = MCO(I)/MCT(I)
f) Aportul factorilor variabili: ACX(I) = MCX(I)/MCT(I)
g) Aportul interaciunilor factorilor variabili: ACIX(I) = MCIX(I)/MCT(I) = 1 - ACO(I) - ACX(I)
D. APORTURI PENTRU PROFIT
Printr-un calcul similar cu cel de la punctul 4.2.2 A, gsim valorile medii:
a) MPO(I) = P0(I) = [PV(I) CR(I)].Y0(I) CC(I)] i pentru toate produsele:
M

MPOT MPO(I)
I 1

b) MPX(I) =[PV(I) CR(I)].MYX(I) (CF(J)/2).XO(I, J) i pentru toate produsele:


M

MPXT MPX(I)
I 1

c) MPIX(I) = [PV(I) CR(I)].MYIX(I) i pentru toate produsele:


M

MPIXT MPIX(I )
I 1

d) MVT(I) = PV(I).MYT(I) i pentru toate produsele:


M

MPTT MPT(I)
I 1

Avem relaia: MPTT = MPTO + MPXT + MPIXT


Aporturile n procente ale factorilor constani i variabili la venitul din toate produsele, sunt:
e) Aportul factorilor constani: APTO(I) = MPTO(I)/MPTT(I)
f) Aportul factorilor variabili: APXT(I) = MPXT(I)/MPTT(I)
g) Aportul interaciunilor factorilor variabili: APIXT(I) = MPIXT(I)/MPTT(I) = 1 - APTO(I) - APXT(I)
181

Calculul aporturilor de la punctele A-D se poate face att pentru dozele curente XO(I, J) ct i
pentru dozele celor ase optime din seciunea 4.2.1 i anume XD(I, J), XM(I, J), XE(I, J), XT(I, J).
Toate calculele din acest capitol le face programul FPCUB.

4.3 Exemple
4.3.1 Doi factori i un produs
A. Date de intrare:
M = 1 produs (Porumb)
N = 2 factori (NPK i ap de irigaie)
Y = {3000} + {[4X1 + 0.002X12 0.00003X13] + [0.8X2 + 0.00008X22 - 0.0000001X23] +
2.[0.0001X1X2]}
Aici X1 este cantitatea de NPK (Kg/ha de porumb), X2 este cantitatea de ap de irigaie (m3
ap/ha de porumb) iar Y este producia de porumb (Kg/ha).
n prima acolad se gsete producia-martor de porumb (Kg/ha), nefertilizat chimic i
neirigat.
n a doua acolad se gsesc:
- n prima parantez ptrat se gsete producia suplimentar de porumb (Kg/ha) datorat
fertilizrii chimice;
- n a doua parantez ptrat se gsete producia suplimentar de porumb (Kg/ha) datorat
irigrii;
- n a treia parantez ptrat se gsete producia suplimentar de porumb (Kg/ha) datorat
interaciunii NPK x ap de irigaie;
4) Cheltuieli constante: CC = 800 lei/ha
Aceste cheltuieli includ toate cheltuielile productive i neproductive cu trei excepii:
- cheltuielile cu fertilizarea chimic;
- cheltuielile cu irigarea;
- cheltuielile cu recoltarea i transportul produciei suplimentare de porumb datorat fertilizrii
chimice i irigrii.
5) Costurile factorilor: CF1 = 0.8 lei/Kg NPK; CF2 = 0.09 lei/m3 ap.
6) Cheltuieli cu recoltarea i transportul porumbului: CR = 0.04 lei/Kg porumb
7) Preul de vnzare al porumbului: PV = 0.7 lei/Kg porumb
8) Suprafaa cultivat: S = 20 ha
1)
2)
3)

a)

b)

B. REZULTATE:
Producii-martor
Producia fizic-martor Y0 = 60000 kg porumb;
Venitul-martor V0 = 42000 lei;
Cheltuielile-martor C0 = 18400 lei;
Profitul-martor P0 = 23600 lei;
Producia unitar-martor YU0 = 3000 Kg porumb boabe/Ha.
Cheltuielile unitare-martor CY0 = 0.31 lei cheltuieli/1 Kg porumb boabe
Rata profitului martor RP0 = 1.283 lei profit/1 leu cheltuit
Optime n alocarea de resurse:

I. OPTIMUL MARGINAL
Se realizeaz pentru x1 = 22 Kg NPK/ha i x2 = 266 m3 ap/ha.

182

Rezult producia suplimentar YS = 6157 Kg porumb boabe; venitul suplimentar VS =


4310 lei; cheltuielile suplimentare CS = 1081.8 lei i profitul suplimentar PS = 3228.2 lei. Aceste
valori se adaug celor de la martor de la punctul a).
Producia fizic unitar total este YUT = 3307 Kg porumb boabe/ha.
Cheltuielile unitare totale sunt CYT = 0.2945 lei cheltuieli/1 Kg porumb boabe.
Rata profitului total este RPT = 1.377 lei profit/1 leu cheltuit.
Deoarece YUT > YU0, CYT < CY0 i RPT > RP0, merit s folosim dozele optimului
marginal.
Tabel cu indicatorii economici ai optimului marginal
Indicatori
economici
Medii
Marginali
Elasticiti

Profit suplimentar
1.8947 lei
0.4503 lei
1.9045 lei = Maxim
0.4550 lei = Maxim
1.005 %
1.010 %

Rata profit
suplimentar
1.967 lei
3.669 lei
1.976 lei = Maxim
3.698 lei = Maxim
1.005 %
1.008 %

Rata substituire
factori
4.21
4.19
0.99 %

COMENTARIU ASUPRA TABELULUI:


1) Coloana profitului suplimentar:
Fiecare din cele 22 Kg NPK/ha a adus un profit suplimentar de 1.8947 lei.
Fiecare din cei 266 m3 ap/ha a adus un profit suplimentar 0.4503 lei.
Al 23-lea Kg NPK/ha ar crete profitul suplimentar cu valoarea maxim de 1.9045 lei.
Al 267-lea m3 ap/ha ar crete profitul suplimentar cu valoarea maxim de 0.4550 lei.
Creterea dozei de 22 Kg NPK/ha cu nc 1% ar crete profitul suplimentar cu nc 1.005%.
Creterea dozei de 266 m3 ap/ha cu nc 1% ar crete profitul suplimentar cu nc 1.010%.
2) Coloana ratei profitului suplimentar:
Fiecare leu cheltuit cu fertilizarea chimic din suma de 1081.8 lei a adus un profit
suplimentar de 1.967 lei.
Fiecare leu cheltuit cu irigarea din suma de 1081.8 lei a adus un profit suplimentar de 3.669 lei.
nc un leu cheltuit cu fertilizarea chimic peste suma de 1081.8 lei ar crete profitul
suplimentar cu valoarea maxim de 1.976 lei.
nc un leu cheltuit cu irigarea peste suma de 1081.8 lei ar crete profitul suplimentar cu
valoarea maxim de 3.698 lei.
Creterea cheltuielilor cu fertilizarea chimic cu nc 1% peste suma de 1081.8 lei ar crete
profitul suplimentar cu nc 1.005%.
Creterea cheltuielilor cu irigarea cu nc 1% peste suma de 1081.8 lei ar crete profitul
suplimentar cu nc 1.008%.
3) Coloana ratei substituirii factorilor
4.21 m3 ap/ha din cei 266 m3 ap/ha au adus acelai profit ca 1 Kg NPK/ha din cei 22 Kg
NPK/ha.
4.19 m3/ha cretere ap fa de cei 266 m3 ap/ha i 1 Kg/ha cretere NPK fa de cei 22 Kg
NPK/ha ar crete profitul cu aceeai sum.
0.99% cretere ap fa de cei 266 m3 ap/ha i 1% cretere NPK fa de cei 22 Kg NPK/ha,
ar crete profitul cu acelai numr de procente.
II. OPTIMUL DE ECHILIBRU
Se realizeaz pentru x1 = 33 Kg NPK/ha i x2 = 400 m3 ap/ha.
Rezult producia suplimentar YS = 9270 Kg porumb boabe; venitul suplimentar VS =
6489.2 lei; cheltuielile suplimentare CS = 1624.1 lei i profitul suplimentar PS = 4865.1 lei. Aceste
valori se adaug celor de la martor de la punctul a).
183

Producia unitar total este YUT = 3463 Kg porumb boabe/ha.


Cheltuielile unitare totale sunt CYT = 0.2890 lei cheltuieli/1 Kg porumb boabe.
Rata profitului total este RPT = 1.421 lei profit/1 leu cheltuit.
Deoarece YUT > YU0, CYT < CY0 i RPT > RP0, merit s folosim dozele optimului de
echilibru.
Tabel cu indicatorii economici ai optimului de echilibru
Indicatori
economici
Medii
Marginali
Elasticiti

Profit suplimentar
1.9148 lei
0.4529 lei
1.9148 lei
0.4529 lei
1%
1%

Rata profit
suplimentar
1.985 lei =Maxim
3.685 lei = Maxim
1.985 lei = Maxim
3.685 lei = Maxim
1%
1%

Rata substituire
factori
4.23
4.23
1%

COMENTARIU ASUPRA TABELULUI:


1) Coloana profitului suplimentar:
Fiecare din cele 33 Kg NPK/ha a adus un profit suplimentar maxim de 1.9148 lei.
Fiecare din cei 400 m3 ap/ha a adus un profit suplimentar maxim de 0.4529 lei.
Al 34-lea Kg NPK/ha ar crete profitul suplimentar tot cu 1.9148 lei.
Al 401-lea m3 ap/ha ar crete profitul suplimentar tot cu 0.4529 lei.
Creterea dozei de 33 Kg NPK/ha cu nc 1% ar crete profitul suplimentar tot cu 1%
(creterea procentual de efort fizic pentru factorul NPK este egal cu creterea procentual de efect
pentru profit).
Creterea dozei de 400 m3 ap/ha cu nc 1% ar crete profitul suplimentar tot cu 1%
(creterea procentual de efort fizic pentru factorul Ap este egal cu creterea procentual de efect
pentru profit).
2) Coloana ratei profitului suplimentar:
Fiecare leu cheltuit cu fertilizarea chimic din suma de 1624.1 lei a adus un profit
suplimentar maxim de 1.985 lei.
Fiecare leu cheltuit cu irigarea din suma de 1624.1 lei a adus un profit suplimentar maxim
de 3.685 lei.
nc un leu cheltuit cu fertilizarea chimic peste suma de 1624.1 lei ar crete profitul
suplimentar tot cu 1.985 lei.
nc un leu cheltuit cu irigarea peste suma de 1624.1 lei ar crete profitul suplimentar tot cu
3.685 lei.
Creterea cheltuielilor cu fertilizarea chimic cu nc 1% peste suma de 1624.1 lei ar crete
profitul suplimentar tot cu 1% (creterea procentual de efort financiar pentru factorul NPK este
egal cu creterea procentual de efect pentru profit).
Creterea cheltuielilor cu irigarea cu nc 1% peste suma de 1624.1 lei ar crete profitul
suplimentar tot cu 1% (creterea procentual de efort financiar pentru factorul NPK este egal cu
creterea procentual de efect pentru profit).
3) Coloana ratei substituirii factorilor
4.23 m3 ap/ha din cei 400 m3 ap/ha au adus acelai profit ca 1 Kg NPK/ha din cei 33 Kg
NPK/ha.
4.23 m3/ha cretere ap fa de cei 400 m3 ap/ha i 1 Kg/ha cretere NPK fa de cei 33 Kg
NPK/ha ar crete profitul cu aceeai sum.
1% cretere ap fa de cei 400 m3 ap/ha i 1% cretere NPK fa de cei 33 Kg NPK/ha, ar
crete profitul cu acelai numr de procente (creterea procentual de efort fizic pentru factorul
NPK este egal cu creterea procentual de efort fizic pentru Ap sub aspectul aceleiai creteri
valorice a profitului).
184

III. OPTIMUL ECONOMIC


Se realizeaz pentru x1 = 210 Kg NPK/ha i x2 = 1823 m3 ap/ha.
Rezult producia suplimentar YS = 36925 Kg porumb boabe; venitul suplimentar VS =
25847.9 lei; cheltuielile suplimentare CS = 8130.4 lei i profitul suplimentar maxim PS = 17717.5
lei. Aceste valori se adaug celor de la martor de la punctul a).
Producia unitar total este YUT = 4846 Kg porumb boabe/ha.
Cheltuielile unitare totale minime sunt CYT = 0.2737 lei cheltuieli/1 Kg porumb boabe.
Rata profitului total maxim este RPT = 1.558 lei profit/1 leu cheltuit.
Deoarece YUT > YU0, CYT < CY0 i RPT > RP0, merit s folosim dozele optimului
economic.
Tabel cu indicatorii economici ai optimului economic
Indicatori
economici
Medii
Marginali
Elasticiti

Profit suplimentar
1.4798 lei
0.3426 lei
0 lei
0 lei
0%
0%

Rata profit
suplimentar
1.577 lei
2.948 lei
0 lei
0 lei
0%
0%

Rata substituire
factori
4.32
0
0%

COMENTARIU ASUPRA TABELULUI:


1) Coloana profitului suplimentar:
Fiecare din cele 210 Kg NPK/ha a adus un profit suplimentar de 1.4798 lei.
Fiecare din cei 1823 m3 ap/ha a adus un profit suplimentar 0.3426 lei.
Al 211-lea Kg NPK/ha ar crete venitul suplimentar cu aceeai sum cu care ar crete i
cheltuielile deci profitul din fertilizare ar crete cu 0 lei, fiind deja maxim.
Al 1824-lea m3 ap/ha ar crete venitul suplimentar cu aceeai sum cu care ar crete i
cheltuielile deci profitul din irigare ar crete cu 0 lei, fiind deja maxim.
Creterea dozei de 210 Kg NPK/ha cu nc 1% ar crete venitul suplimentar cu acelai
numr de procente cu care ar crete i cheltuielile deci profitul suplimentar din fertilizare ar crete
cu 0%, fiind deja maxim.
Creterea dozei de 1823 m3 ap/ha cu nc 1% ar crete venitul suplimentar cu acelai numr
de procente cu care ar crete i cheltuielile deci profitul suplimentar din irigare ar crete cu 0% fiind
deja maxim.
2) Coloana ratei profitului suplimentar:
Fiecare leu cheltuit cu fertilizarea chimic din suma de 8130.4 lei a adus un profit
suplimentar de 1.577 lei.
Fiecare leu cheltuit cu irigarea din suma de 8130.4 lei a adus un profit suplimentar de 2.948 lei.
nc un leu cheltuit cu fertilizarea chimic peste suma de 8130.4 lei ar crete venitul
suplimentar tot cu un leu deci profitul suplimentar din fertilizare ar crete cu 0 lei, fiind deja maxim.
nc un leu cheltuit cu irigarea peste suma de 8130.4 lei ar crete venitul suplimentar tot cu
un leu deci profitul suplimentar din irigare ar crete cu 0 lei, fiind deja maxim.
Creterea cheltuielilor cu fertilizarea chimic cu nc 1% peste suma de 8130.4 lei ar crete
venitul suplimentar cu acelai numr de procente cu care ar crete i cheltuielile, deci profitul din
fertilizare ar crete cu 0%, fiind deja maxim.
Creterea cheltuielilor cu fertilizarea chimic cu nc 1% peste suma de 8130.4 lei ar crete
venitul suplimentar cu acelai numr de procente cu care ar crete i cheltuielile, deci profitul din
fertilizare ar crete cu 0%, fiind deja maxim.
3) Coloana ratei substituirii factorilor
4.32 m3 ap/ha din cei 1823 m3/ha au adus acelai profit ca 1 Kg NPK/ha din cei 210 Kg
NPK/ha.
185

Orice cretere valoric a apei fa de cei 1823 m3/ha i orice cretere valoric a NPK fa de
cei 210 Kg NPK/ha ar crete profitul cu 0 lei, fiind deja maxim.
Orice cretere procentual a apei fa de cei 1823 m3/ha i orice cretere procentual a NPK
fa de cei 210 Kg NPK/ha ar crete profitul cu 0%, fiind deja maxim.
IV. OPTIMUL TEHNIC
Se realizeaz pentru x1 = 244 Kg NPK/ha i x2 = 1969 m3 ap/ha.
Rezult producia suplimentar maxim YS = 37546 Kg porumb boabe; venitul suplimentar
maxim VS = 26282.8 lei; cheltuielile suplimentare CS = 8956.2 lei i profitul suplimentar PS =
17326.6 lei. Aceste valori se adaug celor de la martor de la punctul a).
Producia unitar total maxim este YUT = 4877 Kg porumb boabe/ha.
Cheltuielile unitare totale sunt CYT = 0.2804 lei cheltuieli/1 Kg porumb boabe.
Rata profitului total este RPT = 1.496 lei profit/1 leu cheltuit.
Deoarece YUT > YU0, CYT < CY0 i RPT > RP0, merit s folosim dozele optimului
tehnic.
Tabel cu indicatorii economici ai optimului tehnic
Indicatori
economici
Medii
Marginali
Elasticiti

Profit suplimentar
1.2408 lei
0.3181 lei
- 0.8 lei
- 0.09 lei
- 0.64 %
- 0.28 %

Rata profit
suplimentar
1.343 lei
2.773 lei
- 1 leu
- 1 leu
- 0.74 %
- 0.36 %

Rata substituire
factori
3.9
8.9
2.28 %

COMENTARIU ASUPRA TABELULUI:


1) Coloana profitului suplimentar :
Fiecare din cele 244 Kg NPK/ha a adus un profit suplimentar de 1.2408 lei.
Fiecare din cei 1969 m3 ap/ha a adus un profit suplimentar 0.3181 lei.
Al 245-lea Kg NPK/ha ar crete venitul suplimentar cu 0 lei, fiind deja maxim iar
cheltuielile ar crete cu 0.8 lei (costul celui de al 245-lea Kg NPK/ha) deci profitul din fertilizare ar
scade cu 0.8 lei.
Al 1970-lea m3 ap/ha ar crete venitul suplimentar cu 0 lei, fiind deja maxim iar cheltuielile
suplimentare ar crete cu 0.09 lei (costul celui de al 1970-lea m3 ap/ha) deci profitul din irigare ar
scade cu 0.09 lei.
Creterea dozei de 244 Kg NPK/ha cu nc 1% ar crete venitul suplimentar cu 0%, fiind
deja maxim iar cheltuielile suplimentare ar crete cu 0.64% deci profitul suplimentar din fertilizare
ar scade cu 0.64%.
Creterea dozei de 1969 m3 ap/ha cu nc 1% ar crete venitul suplimentar cu 0% iar
cheltuielile suplimentare ar crete cu 0.28% deci profitul suplimentar din irigare ar scade cu 0.28%.
2) Coloana ratei profitului suplimentar:
Fiecare leu cheltuit cu fertilizarea chimic din suma de 8956.2 lei a adus un profit
suplimentar de 1.343 lei.
Fiecare leu cheltuit cu irigarea din suma de 8956.2 lei a adus un profit suplimentar de 2.773 lei.
nc un leu cheltuit cu fertilizarea chimic peste suma de 8956.2 lei ar crete venitul
suplimentar cu 0 lei, fiind deja maxim iar cheltuielile ar crete cu un leu deci profitul suplimentar
din fertilizare ar scade cu un leu.
nc un leu cheltuit cu irigarea peste suma de 8956.2 lei ar crete venitul suplimentar tot cu 0
lei, fiind deja maxim iar cheltuielile suplimentare ar crete cu un leu deci profitul suplimentar din
irigare ar scade cu un leu.
186

Creterea cheltuielilor cu fertilizarea chimic cu nc 1% peste suma de 8956.2 lei ar crete


venitul suplimentar cu 0% i cheltuielile ar crete cu 1% deci profitul din fertilizare ar scade cu 1%.
Creterea cheltuielilor cu irigarea cu nc 1% peste suma de 8956.2 lei ar crete venitul
suplimentar cu 0% i cheltuielile suplimentare ar crete cu 1% deci profitul din fertilizare ar scade
cu 1%.
3) Coloana ratei substituirii factorilor
3.9 m3 ap/ha din cei 1969 m3 ap/ha au adus acelai profit ca 1 Kg NPK/ha din cei 244 Kg
NPK/ha.
8.9 m3/ha cretere ap fa de cei 1969 m3 ap/ha i 1 Kg/ha cretere NPK fa de cei 244
Kg NPK/ha ar scade profitul cu aceeai sum.
2.28% cretere ap fa de cei 1969 m3 ap/ha i 1% cretere NPK fa de cei 244 Kg
NPK/ha, ar scade profitul cu acelai numr de procente.
V. MAXIM DE VENIT CU CHELTUIELI LIMITATE (7595.8 lei)
Se realizeaz pentru x1 = 189 Kg NPK/ha i x2 = 1736 m3 ap/ha.
Rezult producia suplimentar maxim condiionat YS = 35964 Kg porumb boabe;
venitul suplimentar maxim condiionat VS = 25175.2 lei; cheltuielile suplimentare date CS =
7595.8 lei i profitul suplimentar maxim condiionat PS = 17579.8 lei. Aceste valori se adaug
celor de la martor de la punctul a).
Producia fizic unitar total este YUT = 4798 Kg porumb boabe/ha.
Cheltuielile unitare totale sunt CYT = 0.2708 lei cheltuieli/1 Kg porumb boabe.
Rata profitului total este RPT = 1.584 lei profit/1 leu cheltuit.
Deoarece YUT > YU0, CYT < CY0 i RPT > RP0, merit s folosim dozele maximului de
venit cu cheltuieli limitate.
Tabel cu indicatorii economici ai maximului de venit cu cheltuieli limitate
Indicatori
economici
Medii
Marginali
Elasticiti

Profit suplimentar
1.6086 lei
0.3556 lei
0.4375 lei
0.0492 lei
0.27 %
0.14 %

Rata profit
suplimentar
1.700 lei
3.039 lei
0.500 lei
0.500 lei = Maxim
0.29 %
0.16 %

Rata substituire
factori
4.5
8.9
1.98 %

COMENTARIU ASUPRA TABELULUI:


1) Coloana profitului suplimentar:
Fiecare din cele 189 Kg NPK/ha a adus un profit suplimentar de 1.6086 lei.
Fiecare din cei 1736 m3 ap/ha a adus un profit suplimentar 0.3556 lei.
Al 190-lea Kg NPK/ha ar crete profitul suplimentar cu valoarea de 0.4375 lei.
Al 1737-lea m3 ap/ha ar crete profitul suplimentar cu valoarea de 0.0492 lei.
Creterea dozei de 189 Kg NPK/ha cu nc 1% ar crete profitul suplimentar cu nc 0.27%.
Creterea dozei de 1736 m3 ap/ha cu nc 1% ar crete profitul suplimentar cu nc 0.14%.
2) Coloana ratei profitului suplimentar:
Fiecare leu cheltuit cu fertilizarea chimic din suma dat de 7595.8 lei a adus un profit
suplimentar de 1.700 lei.
Fiecare leu cheltuit cu irigarea din suma dat de 7595.8 lei a adus un profit suplimentar de
3.039 lei.
nc un leu cheltuit cu fertilizarea chimic peste suma dat de 7595.8 lei ar crete profitul
suplimentar cu valoarea de 0.5 lei.
nc un leu cheltuit cu irigarea peste suma de 7595.8 lei ar crete profitul suplimentar cu
valoarea maxim de 0.5 lei.
187

Creterea cheltuielilor cu fertilizarea chimic cu nc 1% peste suma de 7595.8 lei ar crete


profitul suplimentar cu nc 0.29%.
Creterea cheltuielilor cu irigarea cu nc 1% peste suma de 7595.8 lei ar crete profitul
suplimentar cu nc 0.16%.
3) Coloana ratei substituirii factorilor
4.5 m3 ap/ha din cei 1736 m3 ap/ha au adus acelai profit ca 1 Kg NPK/ha din cei 189 Kg
NPK/ha.
8.9 m3/ha cretere ap fa de cei 1736 m3 ap/ha i 1 Kg/ha cretere NPK fa de cei 189
Kg NPK/ha ar crete profitul cu aceeai sum.
1.98% cretere ap fa de cei 1736 m3 ap/ha i 1% cretere NPK fa de cei 189 Kg
NPK/ha, ar crete profitul cu acelai numr de procente.
VI. MINIM DE CHELTUIELI CU VENIT GARANTAT (24548.7 lei)
Se realizeaz pentru x1 = 174 Kg NPK/ha i x2 = 1678 m3 ap/ha.
Rezult producia suplimentar dat YS = 35069 Kg porumb boabe; venitul suplimentar dat
VS = 24548.7 lei; cheltuielile suplimentare minime condiionate CS = 7216.8 lei i profitul
suplimentar maxim condiionat PS = 17331.8 lei. Aceste valori se adaug celor de la martor de la
punctul a).
Producia fizic unitar total este YUT = 4753 Kg porumb boabe/ha.
Cheltuielile unitare totale sunt CYT = 0.2695 lei cheltuieli/1 Kg porumb boabe.
Rata profitului total este RPT = 1.598 lei profit/1 leu cheltuit.
Deoarece YUT > YU0, CYT < CY0 i RPT > RP0, merit s folosim dozele minimului de
cheltuieli cu venit garantat.
Tabel cu indicatorii economici ai maximului de venit cu cheltuieli limitate
Indicatori
economici
Medii
Marginali
Elasticiti

Profit suplimentar
1.6989 lei
0.3636 lei
0.7133 lei
0.0802 lei
0.42 %
0.22 %

Rata profit
suplimentar
1.776 lei
3.095 lei
0.800 lei
0.800 lei
0.45 %
0.26 %

Rata substituire
factori
4.6
8.9
1.93 %

COMENTARIU ASUPRA TABELULUI:


1) Coloana profitului suplimentar:
Fiecare din cele 174 Kg NPK/ha a adus un profit suplimentar de 1.6889 lei.
Fiecare din cei 1678 m3 ap/ha a adus un profit suplimentar 0.3636 lei.
Al 175-lea Kg NPK/ha ar crete profitul suplimentar cu valoarea de 0.7133 lei.
Al 1679-lea m3 ap/ha ar crete profitul suplimentar cu valoarea de 0.0802 lei.
Creterea dozei de 174 Kg NPK/ha cu nc 1% ar crete profitul suplimentar cu nc 0.42%.
Creterea dozei de 1678 m3 ap/ha cu nc 1% ar crete profitul suplimentar cu nc 0.22%.
2) Coloana ratei profitului suplimentar:
Fiecare leu cheltuit cu fertilizarea chimic din suma minim de 7216.8 lei a adus un profit
suplimentar de 1.776 lei.
Fiecare leu cheltuit cu irigarea din suma minim de 7216.8 lei a adus un profit suplimentar
de 3.095 lei.
nc un leu cheltuit cu fertilizarea chimic peste suma minim de 7216.8 lei ar crete
profitul suplimentar cu valoarea de 0.8 lei.
nc un leu cheltuit cu irigarea peste suma minim de 7216.8 lei ar crete profitul
suplimentar cu valoarea de 0.8 lei.
188

Creterea cheltuielilor cu fertilizarea chimic cu nc 1% peste suma de 7216.8 lei ar crete


profitul suplimentar cu nc 0.45%.
Creterea cheltuielilor cu irigarea cu nc 1% peste suma de 7216.8 lei ar crete profitul
suplimentar cu nc 0.26%.
3) Coloana ratei substituirii factorilor
4.6 m3 ap/ha din cei 1678 m3 ap/ha au adus acelai profit ca 1 Kg NPK/ha din cei 174 Kg
NPK/ha.
8.9 m3/ha cretere ap fa de cei 1678 m3 ap/ha i 1 Kg/ha cretere NPK fa de cei 174
Kg NPK/ha ar crete profitul cu aceeai sum.
1.93% cretere ap fa de cei 1678 m3 ap/ha i 1% cretere NPK fa de cei 174 Kg
NPK/ha, ar crete profitul cu acelai numr de procente.
VII. DOZELE DE RENTABILITATE (CU PROFIT NUL)
Sunt x1 = 304 Kg NPK/ha; x2 = 2576 m3 ap/ha.

4.3.2 Un factor i dou produse


A.Date de intrare:
1) M = 2 produse: (Gru i Porumb)
2) N = 1 factor (NPK).
3) Y1 = [2000] + [3X1 + 0.015X12 0.00002X13]
Y2 = [3000] + [4X2 + 0.002X22 0.0003X23]
Aici X1 este cantitatea de NPK (Kg/ha de gru), X2 este cantitatea de NPK (Kg/ha de
porumb) iar Y1 este producia de gru (Kg/ha), Y2 este producia de porumb (Kg/ha).
n prima parantez ptrat din membrul doi al lui Y1 se gsete producia-martor de gru
(Kg/ha), nefertilizat chimic.
n a doua parantez ptrat din membrul doi al lui Y1 se gsete producia suplimentar de
gru datorat fertilizrii.
Semnificaia celor dou paranteze ptrate din membrul doi al lui Y2 este analoag pentru
porumb.
1) Cheltuieli constante: CC = (780 lei/ha gru; 800 lei/ha porumb)
Aceste cheltuieli includ toate cheltuielile productive i neproductive cu dou excepii:
- cheltuielile cu fertilizarea chimic;
- cheltuielile cu recoltarea i transportul produciei suplimentare de gru respectiv porumb
datorat fertilizrii chimice.
2) Costul factorului: CF = 0.8 lei/Kg NPK
3) Cheltuieli cu recoltarea i transportul: CR1 = 0.045 lei/Kg gru; CR2 = 0.04 lei/Kg porumb.
4) Preurile de vnzare ale produselor: PV1 = 0.6 lei/Kg gru; PV2 = 0.7 lei/Kg porumb.
5) Suprafee cultivate: S1 = 10 ha gru; S2 = 20 ha porumb
B. Rezultate
a) Producii-martor
Producia fizic-martor de gru Y10 = 20000 kg;
Producia fizic-martor de porumb Y20 = 60000 kg;
Venitul-martor V0 = 54000 lei;
Cheltuielile-martor C0 = 27100 lei;
Profitul-martor P0 = 26900 lei;
Produciile unitare-martor: YU10 = 2000 Kg gru/ha; YU20 = 3000 Kg porumb/ha
Cheltuielile unitare-martor: CY10 = 0.4350 lei/Kg gru; CY20 = 0.3067 lei/Kg porumb
Rata profitului martor RP0 = 0.992 lei profit/1 leu cheltuit
b) Optime n alocarea de resurse:
189

I. OPTIMUL MARGINAL
Se realizeaz pentru x1 = 25 Kg NPK/ha gru i x2 = 22 Kg NPK/ha porumb.
Rezult produciile suplimentare YS1 = 756 Kg gru, YS2 = 1790 Kg porumb; venitul
suplimentar VS = 1707.4 lei; cheltuielile suplimentare CS = 661.2 lei din care CS1 = 234 lei pentru
fertilizarea grului i CS2 = 427.2 lei pentru fertilizarea porumbului; profitul suplimentar PS =
1046.2 lei. Aceste valori se adaug celor de la martor de la punctul a).
Produciile unitare totale sunt YUT1 = 2076 Kg gru/ha; YUT2 = 3090 Kg porumb/ha.
Cheltuielile unitare totale sunt CYT1 = 0.4304 lei cheltuieli/1 Kg gru i CYT2 = 0.3047 lei
cheltuieli/1 Kg Porumb.
Rata profitului total este RPT = 1.006 lei profit/1 leu cheltuit.
Deoarece YUTi > YUi 0, CYTi < CYi 0 i RPT > RP0, merit s folosim dozele optimului
marginal.
Tabel cu indicatorii economici ai optimului marginal
Indicatori
economici
Medii
Marginali
Elasticiti

Profit suplimentar
0.8788 lei
0.8858 lei
= Maxim
1.008 %

1.8595 lei
1.8693 lei
= Maxim
1.006 %

Rata profitului suplimentar


0.939 lei
0.945 lei
= Maxim
1.008 %

1.934 lei
1.943 lei
= Maxim
1.004 %

Rata valorificare
factor
0.472
0.474
1.002 %

COMENTARIU ASUPRA TABELULUI:


1) Coloana profitului suplimentar:
Fiecare din cele 25 Kg NPK/ha gru a adus un profit suplimentar de 0.8788 lei.
Fiecare din cei 22 Kg NPK/ha porumb a adus un profit suplimentar 1.8595 lei.
Al 26-lea Kg NPK/ha gru ar crete profitul suplimentar cu valoarea maxim de 0.8858 lei.
Al 23-lea Kg NPK/ha porumb ar crete profitul suplimentar cu valoarea maxim de 1.8693 lei.
Creterea dozei de 25 Kg NPK/ha gru cu nc 1% ar crete profitul suplimentar cu nc
1.008%.
Creterea dozei de 22 Kg NPK/ha porumb cu nc 1% ar crete profitul suplimentar cu nc
1.006%.
2) Coloana ratei profitului suplimentar:
Fiecare leu cheltuit cu fertilizarea chimic a grului din suma de 234 lei a adus un profit
suplimentar de 0.939 lei.
Fiecare leu cheltuit cu fertilizarea chimic a porumbului din suma de 427.2 lei a adus un
profit suplimentar de 1.934 lei.
nc un leu cheltuit cu fertilizarea chimic a grului peste suma de 234 lei ar crete profitul
suplimentar cu valoarea maxim de .945 lei.
nc un leu cheltuit cu fertilizarea chimic a porumbului peste suma de 427.2 lei ar crete
profitul suplimentar cu valoarea maxim de 1.943 lei.
Creterea cheltuielilor cu fertilizarea chimic a grului cu nc 1% peste suma de 234 lei ar
crete profitul suplimentar cu nc 1.008%.
Creterea cheltuielilor cu fertilizarea chimic a porumbului cu nc 1% peste suma de 427.2
lei ar crete profitul suplimentar cu nc 1.004%.
3) Coloana ratei substituirii factorilor:
0.472 Kg NPK/ha porumb din cei 22 Kg NPK/ha porumb au adus acelai profit ca 1 Kg
NPK/ha gru din cei 25 Kg NPK/ha porumb.
0.474 Kg/ha porumb cretere NPK fa de cele 22 Kg NPK/ha porumb i 1 Kg/ha gru
cretere NPK fa de cele 25 Kg NPK/ha gru ar crete profitul cu aceeai sum.
1.002% cretere NPK fa de cele 22 Kg NPK/ha porumb i 1% cretere NPK fa de cele
25 Kg NPK/ha gru, ar crete profitul cu acelai numr de procente.
190

II. OPTIMUL DE ECHILIBRU


Se realizeaz pentru x1 = 37 Kg NPK/ha gru i x2 = 33 Kg NPK/ha porumb.
Rezult produciile suplimentare YS1 = 1135 Kg gru; YS2 = 2688 Kg porumb; venitul
suplimentar VS = 2563.6 lei; cheltuielile suplimentare CS = 992 lei din care CS1 = 351.1 lei pentru
fertilizarea grului i CS2 = 640.9 lei pentru fertilizarea porumbului; profitul suplimentar PS =
1571.6 lei. Aceste valori se adaug celor de la martor de la punctul a).
Produciile unitare totale sunt YUT1 = 2114 Kg gru/ha; YUT2 = 3134 Kg porumb/ha.
Cheltuielile unitare totale sunt CYT1 = 0.4282 lei cheltuieli/1 Kg gru i CYT2 = 0.3134 lei
cheltuieli/Kg porumb.
Rata profitului total este RPT = 1.013 lei profit/1 leu cheltuit.
Deoarece YUT > YU0, CYT < CY0 i RPT > RP0, merit s folosim dozele optimului de
echilibru.
Tabel cu indicatorii economici ai optimului de echilibru
Indicatori
economici
Medii
Marginali
Elasticiti

Profit suplimentar
0.8806 lei =
Maxim
0.8806 lei
1%

1.8620 lei
= Maxim
1.8620 lei
1%

Rata profitului suplimentar


0.940 lei
= Maxim
0.940 lei
1%

1.937 lei
= Maxim
1.937 lei
1%

Rata valorificare
factor
0.473
0.473
1%

COMENTARIU ASUPRA TABELULUI:


1) Coloana profitului suplimentar:
Fiecare din cele 37 Kg NPK/ha gru a adus un profit suplimentar maxim de 0.8806 lei.
Fiecare din cei 33 Kg NPK/ha porumb a adus un profit suplimentar maxim de 1.8620 lei.
Al 38-lea Kg NPK/ha gru ar crete profitul suplimentar tot cu 0.8806 lei.
Al 34-lea Kg NPK/ha porumb ar crete profitul suplimentar tot cu 1.8620 lei.
Creterea dozei de 33 Kg NPK/ha gru cu nc 1% ar crete profitul suplimentar tot cu 1%
(creterea procentual de efort fizic pentru factorul NPK la gru este egal cu creterea procentual
de efect pentru profit din gru).
Creterea dozei de 33 Kg NPK/ha porumb cu nc 1% ar crete profitul suplimentar tot cu
1% (creterea procentual de efort fizic pentru factorul NPK la porumb este egal cu creterea
procentual de efect pentru profit din porumb).
2) Coloana ratei profitului suplimentar:
Fiecare leu cheltuit cu fertilizarea chimic a grului din suma de 351.1 lei a adus un profit
suplimentar maxim de 0.940 lei.
Fiecare leu cheltuit cu fertilizarea chimic a porumbului din suma de 640.9 lei a adus un
profit suplimentar maxim de 1.937 lei.
nc un leu cheltuit cu fertilizarea chimic a grului peste suma de 351.1 lei ar crete profitul
suplimentar tot cu 0.940 lei.
nc un leu cheltuit cu fertilizarea chimic a porumbului peste suma de 640.9 lei ar crete
profitul suplimentar tot cu 1.937 lei.
Creterea cheltuielilor cu fertilizarea chimic a grului cu nc 1% peste suma de 351.1 lei ar
crete profitul suplimentar tot cu 1% (creterea procentual de efort financiar pentru factorul NPK
la gru este egal cu creterea procentual de efect pentru profitul din gru).
Creterea cheltuielilor cu fertilizarea chimic a porumbului cu nc 1% peste suma de 640.9
lei ar crete profitul suplimentar tot cu 1% (creterea procentual de efort financiar pentru factorul
NPK la porumb este egal cu creterea procentual de efect pentru profitul din porumb).
3) Coloana ratei substituirii factorilor
0.473 Kg NPK/ha porumb din cele 33 Kg NPK/ha porumb au adus acelai profit ca 1 Kg
NPK/ha gru din cele 37 Kg NPK/ha gru.
191

0.473 Kg/ha porumb cretere NPK fa de cele 33 Kg NPK/ha porumb i 1 Kg/ha gru
cretere NPK fa de cele 37 Kg NPK/ha gru ar crete profitul cu aceeai sum.
1% cretere NPK fa de cele 33 Kg NPK/ha porumb i 1% cretere NPK fa de cei 37 Kg
NPK/ha gru, ar crete profitul cu acelai numr de procente (creterea procentual de efort fizic
pentru factorul NPK la gru este egal cu creterea procentual de efort fizic pentru NPK la porumb
sub aspectul aceleiai creteri procentuale a profitului).
III. OPTIMUL ECONOMIC
Se realizeaz pentru x1 = 190 Kg NPK/ha gru i x2 = 199 Kg NPK/ha porumb.
Rezult produciile suplimentare YS1 = 4871 Kg gru; YS2 = 12790 Kg porumb; venitul
suplimentar VS = 11876.5 lei; cheltuielile suplimentare CS = 5445.8 lei din care CS1 = 1740.3 lei
pentru fertilizarea grului i CS2 = 3705.6 lei pentru fertilizarea porumbului; profitul suplimentar
maxim PS = 6430.7 lei. Aceste valori se adaug celor de la martor de la punctul a).
Produciile unitare totale sunt YUT1 = 2487 Kg gru/ha i YUT2 = 3640 Kg porumb/ha.
Cheltuielile unitare totale minime sunt CYT1 = 0.4198 lei cheltuieli/1 Kg gru i CYT2 =
3037 lei/Kg porumb.
Rata profitului total maxim este RPT = 1.024 lei profit/1 leu cheltuit.
Deoarece YUT > YU0, CYT < CY0 i RPT > RP0, merit s folosim dozele optimului
economic.
Tabel cu indicatorii economici ai optimului economic
Indicatori
economici
Medii
Marginali
Elasticiti

Profit suplimentar

0.6220 lei
0 lei
0%

1.3144 lei
0 lei
0%

Rata profitului suplimentar

0.679 lei
0 lei
0%

1.417 lei
0 lei
0%

Rata
valorificare
factor
0.473
0
0%

COMENTARIU ASUPRA TABELULUI:


1) Coloana profitului suplimentar:
Fiecare din cele 190 Kg NPK/ha gru a adus un profit suplimentar de 0.6220 lei.
Fiecare din cei 199 Kg NPK/ha porumb a adus un profit suplimentar 1.3144 lei.
Al 191-lea Kg NPK/ha gru ar crete venitul suplimentar cu aceeai sum cu care ar crete i
cheltuielile deci profitul din fertilizare ar crete cu 0 lei, fiind deja maxim.
Al 200-lea Kg NPK/ha porumb ar crete venitul suplimentar cu aceeai sum cu care ar
crete i cheltuielile, deci profitul din irigare ar crete cu 0 lei, fiind deja maxim.
Creterea dozei de 190 Kg NPK/ha gru cu nc 1% ar crete venitul suplimentar cu acelai
numr de procente cu care ar crete i cheltuielile, deci profitul suplimentar din fertilizarea grului
ar crete cu 0%, fiind deja maxim.
Creterea dozei de 199 Kg NPK/ha porumb cu nc 1% ar crete venitul suplimentar cu
acelai numr de procente cu care ar crete i cheltuielile, deci profitul suplimentar din fertilizarea
porumbului ar crete cu 0% fiind deja maxim.
2) Coloana ratei profitului suplimentar:
Fiecare leu cheltuit cu fertilizarea chimic a grului din suma de 1740.3 lei a adus un profit
suplimentar de 0.679 lei.
Fiecare leu cheltuit cu fertilizarea chimic a porumbului din suma de 3705.6 lei a adus un
profit suplimentar de 1.417 lei.
nc un leu cheltuit cu fertilizarea chimic a grului peste suma de 1740.3 lei ar crete
venitul suplimentar tot cu un leu deci profitul suplimentar din fertilizarea grului ar crete cu 0 lei,
fiind deja maxim.

192

nc un leu cheltuit cu fertilizarea chimic a porumbului peste suma de 3705.6 lei ar crete
venitul suplimentar tot cu un leu deci profitul suplimentar din irigare ar crete cu 0 lei, fiind deja
maxim.
Creterea cheltuielilor cu fertilizarea chimic a grului cu nc 1% peste suma de 1740.3 lei
ar crete venitul suplimentar cu acelai numr de procente cu care ar crete i cheltuielile deci
profitul din fertilizarea grului ar crete cu 0%, fiind deja maxim.
Creterea cheltuielilor cu fertilizarea chimic a porumbului cu nc 1% peste suma de
3705.6 lei ar crete venitul suplimentar cu acelai numr de procente cu care ar crete i cheltuielile
deci profitul din fertilizarea porumbului ar crete cu 0%, fiind deja maxim.
3) Coloana ratei substituirii factorilor:
0.473 Kg NPK/ha porumb din cei 199 Kg NPK/ha gru au adus acelai profit ca 1 Kg
NPK/ha gru din cei 190 Kg NPK/ha gru.
Orice cretere valoric a NPK fa de cele 199 m3/ha porumb i orice cretere valoric a
NPK fa de cei 190 Kg NPK/ha gru ar crete profitul cu 0 lei, fiind deja maxim.
Orice cretere procentual a NPK fa de cele 199 Kg NPK/ha porumb i orice cretere
procentual a NPK fa de cele 190 Kg NPK/ha gru ar crete profitul cu 0%, fiind deja maxim.
IV. OPTIMUL TEHNIC
Se realizeaz pentru x1 = 251 Kg NPK/ha gru i x2 = 234 Kg NPK/ha porumb.
Rezult produciile suplimentare maxime YS1 = 5312 Kg gru; YS2 = 13222 Kg porumb;
venitul suplimentar maxim VS = 12443.1 lei; cheltuielile suplimentare CS = 6524.7 lei din care
CS1 = 2248.4 lei pentru fertilizarea grului i CS2 = 4276.2 lei pentru fertilizarea porumbului;
profitul suplimentar PS = 5918.5 lei. Aceste valori se adaug celor de la martor de la punctul a).
Produciile unitare totale maxime sunt YUT1 = 2531 Kg gru/ha i YUT2 = 3661 Kg
porumb/ha.
Cheltuielile unitare totale sunt CYT1 = 0.4325 lei cheltuieli/1 Kg gru i CYT2 = 3097 lei
cheltuieli/1 Kg porumb.
Rata profitului total este RPT = 0.976 lei profit/1 leu cheltuit.
Deoarece YUT > YU0, CYT < CY0 i RPT > RP0, merit s folosim dozele optimului
tehnic.
Tabel cu indicatorii economici ai optimului tehnic
Indicatori
economici
Medii
Marginali
Elasticiti

Profit suplimentar
0.3738 lei
- 0.8 lei
- 2.2 %

1.0630 lei
- 0.8 lei
- 0.75 %

Rata profitului
suplimentar
0.417 lei
1.165 lei
- 1 leu
- 1 leu
- 2.45 %
- 0.86 %

Rata valorificare
factor
0.351
1.022
2.91 %

COMENTARIU ASUPRA TABELULUI:


1) Coloana profitului suplimentar:
Fiecare din cele 251 Kg NPK/ha gru a adus un profit suplimentar de 0.3738 lei.
Fiecare din cele 234 Kg NPK/ha porumb a adus un profit suplimentar 1.0630 lei.
Al 252-lea Kg NPK/ha gru ar crete venitul suplimentar cu 0lei, fiind deja maxim iar
cheltuielile ar crete cu 0.8 lei (costul celui de al 252-lea Kg NPK/ha), deci profitul din fertilizare ar
scade cu 0.8 lei.
Al 235-lea Kg NPK/ha porumb ar crete venitul suplimentar cu 0 lei, fiind deja maxim iar
cheltuielile suplimentare ar crete cu 0.8 lei (costul celui de al 235-lea Kg NPK/ha porumb), deci
profitul din irigare ar scade cu 0.8 lei.
Creterea dozei de 252 Kg NPK/ha gru cu nc 1% ar crete venitul suplimentar cu 0%,
fiind deja maxim iar cheltuielile suplimentare ar crete cu 2.2% deci profitul suplimentar din
fertilizare ar scade cu 2.2%.
193

Creterea dozei de 234 Kg NPK/ha porumb cu nc 1% ar crete venitul suplimentar cu 0%


iar cheltuielile suplimentare ar crete cu 0.75%, deci profitul suplimentar din irigare ar scade cu
0.75%.
2) Coloana ratei profitului suplimentar:
Fiecare leu cheltuit cu fertilizarea chimic a grului din suma de 2248.4 lei a adus un profit
suplimentar de 0.417 lei.
Fiecare leu cheltuit cu fertilizarea chimic a porumbului din suma de 4276.2 lei a adus un
profit suplimentar de 1.165 lei.
nc un leu cheltuit cu fertilizarea chimic a grului peste suma de 2248.4 lei ar crete
venitul suplimentar cu 0 lei, fiind deja maxim iar cheltuielile ar crete cu 1 leu, deci profitul
suplimentar din fertilizarea grului ar scade cu un leu.
nc un leu cheltuit cu fertilizarea porumbului peste suma de 4276.2 lei ar crete venitul
suplimentar tot cu 0 lei, fiind deja maxim iar cheltuielile suplimentare ar crete cu 1 leu, deci
profitul suplimentar din fertilizarea porumbului ar scade cu 1 leu.
Creterea cheltuielilor cu fertilizarea chimic a grului cu nc 1% peste suma de 2248.4 lei
ar crete venitul suplimentar cu 0% i cheltuielile ar crete cu 1%, deci profitul din fertilizarea
grului ar scade cu 1%.
Creterea cheltuielilor cu fertilizarea porumbului cu nc 1% peste suma de 4276.2 lei ar
crete venitul suplimentar cu 0% i cheltuielile suplimentare ar crete cu 1%, deci profitul din
fertilizarea porumbului ar scade cu 1%.
3) Coloana ratei substituirii factorilor:
0.351 Kg NPK/ha porumb din cele 234 Kg NPK/ha porumb au adus acelai profit ca 1 Kg
NPK/ha gru din cei 251 Kg NPK/ha.
1.022 Kg/ha porumb cretere NPK fa de cele 234 Kg NPK/ha porumb i 1 Kg/ha cretere
NPK fa de cei 251 Kg NPK/ha porumb ar scade profitul cu aceeai sum.
2.91% cretere NPK fa de cele 234 Kg NPK/ha porumb i 1% cretere NPK fa de cei
251 Kg NPK/ha gru, ar scade profitul cu acelai numr de procente.
V. MAXIM DE VENIT CU CHELTUIELI LIMITATE (4230.5 lei)
Se realizeaz pentru x1 = 116 Kg NPK/ha gru i x2 = 167 Kg NPK/ha porumb.
Rezult produciile suplimentare maxime condiionate YS1 = 3390 Kg gru; YS2 = 11691
Kg porumb; venitul suplimentar maxim condiionat VS = 10218.1 lei; cheltuielile suplimentare
date CS = 4230.5 lei din care CS1 = 1087.2 lei pentru fertilizarea grului i CS2 = 3143.4 lei pentru
fertilizarea porumbului; profitul suplimentar maxim condiionat PS = 5987.6 lei. Aceste valori se
adaug celor de la martor de la punctul a).
Produciile unitare totale sunt YUT1 = 2339 Kg gru/ha i YUT2 = 3585 Kg porumb/ha.
Cheltuielile unitare totale sunt CYT1 = 0.4184 lei cheltuieli/1 Kg gru i CYT2 = 0.3005 lei
cheltuieli/1 Kg porumb.
Rata profitului total este RPT = 1.049 lei profit/1 leu cheltuit.
Deoarece YUTi > YUi 0, CYTi < CYi 0 i RPT > RP0, merit s folosim dozele maximului de
venit cu cheltuieli limitate.
Tabel cu indicatorii economici ai maximului de venit cu cheltuieli limitate
Indicatori
economici
Medii
Marginali
Elasticiti

Profit suplimentar
0.8107 lei
0.6050 lei
0.75 %

1.5070 lei
0.6202 lei
0.41 %

Rata profitului suplimentar


0.871 lei
0.662 lei
0.76 %

1.603 lei
0.700 lei
0.44 %

Rata valorificare
factor
0.538
0.976
1.81 %

COMENTARIU ASUPRA TABELULUI:


1) Coloana profitului suplimentar:
Fiecare din cele 116 Kg NPK/ha gru a adus un profit suplimentar de 0.8107 lei.
194

Fiecare din cei 167 Kg NPK/ha porumb a adus un profit suplimentar 1.5070 lei.
Al 117-lea Kg NPK/ha gru ar crete profitul suplimentar cu valoarea de 0.6050 lei.
Al 168-lea Kg NPK/ha porumb ar crete profitul suplimentar cu valoarea de 0.6202 lei.
Creterea dozei de 116 Kg NPK/ha gru cu nc 1% ar crete profitul suplimentar cu nc
0.75%.
Creterea dozei de 167 Kg NPK/ha porumb cu nc 1% ar crete profitul suplimentar cu nc
0.41%.
2) Coloana ratei profitului suplimentar:
Fiecare leu cheltuit cu fertilizarea chimic a grului din suma dat de 1087.2 lei a adus un
profit suplimentar de 0.871 lei.
Fiecare leu cheltuit cu fertilizarea chimic a porumbului din suma dat de 3143.4 lei a adus
un profit suplimentar de 1.603 lei.
nc un leu cheltuit cu fertilizarea chimic a grului peste suma dat de 1087.2 lei ar crete
profitul suplimentar cu valoarea de 0.662 lei.
nc un leu cheltuit cu fertilizarea chimic a porumbului peste suma de 3143.4 lei ar crete
profitul suplimentar cu valoarea maxim de 0.700 lei.
Creterea cheltuielilor cu fertilizarea chimic a grului cu nc 1% peste suma de 1087.2 lei
ar crete profitul suplimentar cu nc 0.76%.
Creterea cheltuielilor cu fertilizarea chimic a porumbului cu nc 1% peste suma de
3143.4 lei ar crete profitul suplimentar cu nc 0.44%.
3) Coloana ratei substituirii factorilor:
0.538 Kg NPK/ha porumb din cele 167 Kg NPK/ha porumb au adus acelai profit ca 1 Kg
NPK/ha gru din cei 116 Kg NPK/ha gru.
0.976 Kg/ha cretere NPK fa de cele 167 Kg/ha porumb i 1 Kg/ha cretere NPK fa de
cei 116 Kg NPK/ha gru ar crete profitul cu aceeai sum.
1.81% cretere NPK fa de cei 167 Kg NPK/ha porumb i 1% cretere NPK fa de cei 116
Kg NPK/ha gru, ar crete profitul cu acelai numr de procente.
VI. MINIM DE CHELTUIELI CU VENIT GARANTAT (11370.5 lei)
Se realizeaz pentru x1 = 164 Kg NPK/ha gru i x2 = 186 Kg NPK/ha porumb.
Rezult produciile suplimentare date YS1 = 4448 Kg gru; YS2 = 12430 Kg porumb;
venitul suplimentar dat VS = 11370.5 lei; cheltuielile suplimentare minime condiionate CS =
5002.1 lei din care CS1 = 1515.1 lei pentru fertilizarea grului i CS2 = 3487 lei pentru fertilizarea
porumbului; profitul suplimentar maxim condiionat PS = 6368.3 lei. Aceste valori se adaug celor
de la martor de la punctul a).
Produciile unitare totale sunt YUT1 = 2445 Kg gru/ha i YUT2 = 3622 Kg porumb/ha.
Cheltuielile unitare totale sunt CYT1 = 0.4187 lei cheltuieli/1 Kg gru i CYT2 = 3022 lei
cheltuieli/1 Kg porumb.
Rata profitului total este RPT = 1.037 lei profit/1 leu cheltuit.
Deoarece YUTi > YUi 0, CYTi < CYi 0 i RPT > RP0, merit s folosim dozele minimului de
cheltuieli cu venit garantat.
Tabel cu indicatorii economici ai maximului de venit cu cheltuieli limitate
Indicatori
economici
Medii
Marginali
Elasticiti

Profit suplimentar
0.7019 lei
0.2389 lei
0.34 %

1.3953 lei
0.2592 lei
0.19 %

Rata profitului suplimentar


0.761 lei
0.271 lei
0.36 %

195

1.496 lei
0.300 lei
0.20 %

Rata valorificare
factor
0.503
0.922
1.83 %

COMENTARIU ASUPRA TABELULUI:


1) Coloana profitului suplimentar:
Fiecare din cele 164 Kg NPK/ha gru a adus un profit suplimentar de 0.7019 lei.
Fiecare din cele 186 Kg NPK/ha porumb a adus un profit suplimentar 1.3953 lei.
Al 165-lea Kg NPK/ha gru ar crete profitul suplimentar cu valoarea de 0.2389 lei.
Al 187-lea Kg NPK/ha porumb ar crete profitul suplimentar cu valoarea de 0.2592 lei.
Creterea dozei de 164 Kg NPK/ha gru cu nc 1% ar crete profitul suplimentar cu nc
0.34%.
Creterea dozei de 186 Kg NPK/ha porumb cu nc 1% ar crete profitul suplimentar cu nc
0.19%.
2) Coloana ratei profitului suplimentar:
Fiecare leu cheltuit cu fertilizarea chimic a grului din suma minim de 1515.1 lei a adus
un profit suplimentar de 0.761 lei.
Fiecare leu cheltuit cu fertilizarea chimic a porumbului din suma minim de 3487 lei a
adus un profit suplimentar de 1.496 lei.
nc 1 leu cheltuit cu fertilizarea chimic a grului peste suma minim de 1515.1 lei ar
crete profitul suplimentar cu valoarea de 0.271 lei.
nc 1 leu cheltuit cu fertilizarea chimic a porumbului peste suma minim de 3487 lei ar
crete profitul suplimentar cu valoarea de 0.300 lei.
Creterea cheltuielilor cu fertilizarea chimic a grului cu nc 1% peste suma de 1515.1 lei
ar crete profitul suplimentar cu nc 0.36%.
Creterea cheltuielilor cu fertilizarea chimic a porumbului cu nc 1% peste suma de 3487
lei ar crete profitul suplimentar cu nc 0.20%.
3) Coloana ratei substituirii factorilor:
0.503 Kg NPK/ha gru din cei 186 Kg NPK/ha gru au adus acelai profit ca 1 Kg NPK/ha
gru din cei 164 Kg NPK/ha gru.
0.922 Kg/ha cretere NPK fa de cei 186 Kg NPK/ha porumb i 1 Kg/ha cretere NPK fa
de cei 164 Kg NPK/ha gru ar crete profitul cu aceeai sum.
1.83% cretere NPK fa de cei 186 Kg NPK/ha porumb i 1% cretere NPK fa de cei 164
Kg NPK/ha gru, ar crete profitul cu acelai numr de procente.
VII. DOZELE DE RENTABILITATE (CU PROFIT NUL)
Sunt x1 = 279 Kg NPK/ha gru; x2 = 304 Kg NPK/ha porumb.

4.4 Modele cu restricii liniare i funcie-obiectiv ptratic


n capitolul 2 am prezentat modele cu restricii liniare i funcii-obiectiv liniare. Ele au fost
rezolvate prin mbuntiri succesive ale unei soluii bazice iniiale cu metoda simplex pn se
ajunge la soluia bazic optim.
n seciunea 4.2.1 punctele A i B, am prezentat dou modele cu o restricie neliniar i
funcie-obiectiv cubic (venit maxim cu cheltuieli limitate i respectiv cheltuieli minime cu venit
garantat) care au fost rezolvate cu metoda multiplicatorilor lui Lagrange.
n acest seciune vom prezenta un model intermediar cu restricii liniare i funcie-obiectiv
ptratic.

4.4.1 Cazul cnd toate restriciile sunt ecuaii


Modelul are forma:

196

(1)
(2)

a11 x1 ... a1n x n b1

..............................
a x ... a x b
mn n
m
m1 1
x1 ,..., x n 0

(3)

f=2 ci x i d jk x j x k optim
i=1

j1 k 1

Fie notaiile :
a11 ......a1n
x1


A .............
cu m < n i rang(A)= m ; X= ...
a .....a
x
mn
m1
n
b1
c1
d11 .......d1n

b= ... ; c= ... ; D= ............... ; D=matrice simetric cu rang(D)=n


b
c
d ......d
mn
m
n
m1

(4)
(5)
(6)

Modelul capt forma matricial:


A.X = b
X0
f = 2.cT.X + XT.D.X = optim
Funcia ptratic f are punctul staionar X0 care anuleaz derivatele pariale de ordinul unu:

f/x1 = 2.(c1 + d11x1 ++ d1nxn) = 0

f/xn = 2.(cn + dn1x1 ++ dnnxn) = 0


adic matricial:
(7)
X0 = - D-1.c
X0 este punct de minim pentru f dac matricea D este pozitiv definit, adic minorii ei principali
sunt pozitivi:
d11 d12
1 d11 0, 2
0,..., n det(D) 0
d 21 d 22
X0 este punct de maxim pentru f dac matricea D este negativ definit, adic minorii ei principali
sunt negativi:
1 > 0; 2 < 0,, (-1)n.n > 0
X0 satisface restriciile (4) + (5) dac A.X0 = b i X0 0, deci dac:
(8)

A.D-1.c + b = 0; X0 0

Exist cazurile:
I.
Punctul staionar X0 = - D-1.c este punct de minim sau de maxim pentru f i verific
restriciile (4) + (5), adic satisface relaia (8).
n acest caz X0 este soluie optim pentru problema de optimizare (4) (6).
197

II.
Punctul staionar X0 fie nu este punct de minim sau de maxim pentru f, fie este punct de
minim sau de maxim pentru f, dar nu verific restriciile (4) + (5) deci nu satisface relaia (8).
n acest caz soluia optim a problemei de optimizare (4) (6), notat cu Xp, trebuie s
satisfac restriciile (4) + (5) deci este un vector pe frontiera mulimii convexe a soluiilor pentru (4)
+ (5) (nu neaprat vector bazic pentru (4) + (5)), pentru care f ia valoarea minim sau maxim.
Soluia optim Xp trebuie s fie punct staionar pentru funcia Lagrange:
L = 2.cT.X XT.D.X - Y.(A.X/b)
unde Y = (y1,, ym)T este vectorul-coloan al multiplicatorilor Lagrange.
Condiia de punct staionar a lui Xp pentru L se scrie dup transpunere:
(9)
2.c + 2.D.Xp AT.Y = 0
(10) A.Xp = b; Xp 0
Din relaia (9), avem:
D.Xp = (1/2).AT.Y c, aa c Xp = (1/2).D-1.AT.Y D-1.c, adic:
(11) Xp = (1/2).D-1.AT.Y + X0
Relaia (10) devine: (1/2).A.D-1.AT.Y + A.X0 = b, de unde:
(12) Y = - 2.(A.D-1.AT)-1.(A.X0 b)
Dup aflarea lui X0 din relaia (7), relaia (12) d vectorul-coloan Y al multiplicatorilor
Lagrange y1,, ym.
Relaia (11) devine:
(12) Xp = X0 D-1.AT.(A.D-1.AT)-1.(A.X0 - b)
Dup aflarea lui X0 din relaia (7), relaia (13) d vectorul Xp al soluiei optime a modelului
(4) (6).
Exemplu:
Fie modelul cu restricii liniare de tip ecuaii i funcie-obiectiv ptratic:
2x1 + 3x2 + 4x3 = 10
4x1 + x2 + 5x3 = 12
x1, x2, x3 0
..
f = (- 4x1 2x2 6x3) + (x12 + x22 + x32) = minim
Se cere soluia optim a acestui model.
Soluie:
Avem:

2 3 4
A
; b=
4
1
5

10
12 ; c =

- 2
- 1 ; D =

- 3

1 0 0
0 1 0

0 0 1

Matricea simetric D este pozitiv definit, deci conform relaiei (7) funcia f are punctul de minim:

198

2

X 0 D .c 1
3

1

9
29 31
1 42 - 31
-1
T 1
Avem A.X 0 b ; A.D -1 .A T

deci (A.D .A )
;
257 31 29
12
31 42
288
1

D 1 .A T A T aa c D 1 .A T (A.D-1 .A T ) 1 (A X 0 - b ) =
87 ;
257

369
226
1

Conform relaiei (13) , soluia optim cutat este X p =


170
257

402
- 2 6
Vectorul multiplicatorilor lui Lagrange Y este dat de relaia (12) : Y=

257 69
n concluzie, soluia optim Xp are componentele: xp1 = 226/257; xp2 = 170/257; xp3 =
402/257, iar multiplicatorii Lagrange sunt: y1 = (- 12)/257; y2 = (- 138)/257
Valoarea minimului este f(Xp) = - 10.57
Restriciile dau trei soluii bazice:

(1)

26 /10
1/ 3
0

(2)
(3)
16 /10 ; X 0 ; X 2 /11
0
8/3
26 /11

Avem Xp = 1.X(1) + 2.X(2) + 3.X(3), cu 0 i 1 i 1 + 2 + 3 = 1


n cazul nostru avem 1 = 0.4134; 2 = 0.5866; 3 = 0, deci Xp se gsete pe segmentul care
unete soluiile bazice (vrfurile) X(1) i X(2).

4.4.2 Cazul cnd restriciile sunt inecuaii


Fie problema de optimizare ptratic:
n

(14)

ij

x j bi

j=1

(15)

x1 ,..., x n 0

(16)

f=2. c j x j d jk x j x k max im
j=1

j1 k 1

Se presupune c matricea simetric D = (dij) este de rang n i negativ definit, deci funcia f
are un punct de maxim X0 = - D-1.c

199

Fie funcia Lagrange :


n

i 1

j1

L=2 c j x j d jk x j x k yi (bi a ij x j )
j1 k 1

j=1

unde y1 ,..., y m sunt multiplicatorii Lagrange.


Fie variabilele de egalizare primale :
n

xei bi a ij x j 0 deci funcia Lagrange capt forma :


j1

L=f+ yi xei . Funcia Lagrange L se mai poate scrie i sub forma :


i=1
n
n
n

n
m

L= bi yi d jk x j x k x j a ij yi 2c j 2. d jk x k
j1 k 1
k 1
i 1

i=1
j1
Fie var iabilele de egalizare duale :
m

i 1

k 1

ye j a ij yi 2c j 2. d jk x k 0
i funcia-obiectiv dual g =

i=1

j1 k=1

bi yi d jk x j x k
n

deci funcia Lagrange capt i forma : L = g - x j ye j


j=1

Modelul ptratic dual pentru mod elul (13) (15) va avea forma :
m

(17)

ij

yi 2c j 2 d jk x k
k 1

i=1

(18)

y1 ,..., y m 0

(19)

i=1

j1 k 1

g= bi yi d jk x j x k min im

Pentru modelele ptratice primal (14) (16) i dual (17) (19) rmne valabil teorema de
dualitate din capitolul 2. i aici optimele primal i dual coincid: fmax = gmin.
Rmne deasemenea valabil teorema ecarturilor complementare din capitolul 2 care
exprim condiiile necesare i suficiente ca X, Y s fie soluii optime pentru modelul ptratic primal
respectiv dual
(Condiiile Kuhn-Tucker):
a) yi.xei = 0, (i = 1,, m)
b) xj.yej = 0, (j = 1,, n)
Exemplu:
Fie modelul de optimizare ptratic:
x1 + x2 3
4x1 + x2 4
x1, x2 0
--------------f = (10x1 + 12x2) + (-0.5x12 + 0.1x1x2 + 0.1x2x1 - 0.4x22) = maxim
200

Modelul dual are forma:


y1 + 4y2 10 + (- x1 + 0.2x2)
y1 + y2 12 + (0.2x1 - 0.8x2)
y1, y2 0
----------------------------------g = (3y1 + 4y2) (-0.5x12 + 0.1x1x2 + 0.1x2x1 - 0.4x22) = minim
Rezolvarea cu SOLVER din EXCEL
Problema primal din enun se plaseaz n foaia EXCEL cu numele OPTIMP:
A1
2
3
4
5
6
7
8
9
10
11
12

B
C
D
PROGRAM PTRATIC (OPTIMP):
RESTRICII:
COEF. X1
COEF. X2
MEMBRUL I
4
1
4
1
1
3
FUNCIA F:
COEF. X1
COEF. X2
COEF. X1 ^ 2
10
12
- 0.5
REZULTATE:
VALOARE
VALOARE
VALOARE F
X1
X2
0.333
2.667
32.611

MEMBRUL II
4
3
COEF. X2 ^ 2
- 0.4

COEF. X1 * X2
0.2

FORMULE:
D5: = $B$5 * $B$12 + $C$5 * $C$12
D6: = $B$6 * $B$12 + $C$6 * $C$12
D12: = B9 * $D$12 + C9 * $C$12 + D9 * $B$12 ^ 2 + E9 * $C$12 ^ 2 + F9 * $B$12 * $C$12
Se deschide meniul TOOLS (ALT T) i se alege n fereastra TOOLS opiunea SOLVER.
Apare fereastra Solver parameters cu aspectul de mai jos:

n csua din dreapta opiunii Set Target Cell se scrie adresa absolut $D$12 n care se
gsesc valorile succesive ale funciei-obiectiv f a problemei primale, ultima valoare fiind cea
optim.
201

Sub aceast csu se face opiunea Max n butonul radio din stnga, deoarece problema
primal este de maxim.
n csua de sub opiunea By Changing Cells se dau adresele absolute $B$12, $C$12 n care
se gsesc valorile succesive ale variabilelor x1, x2, primele valori putnd fi luate egale cu zero iar
ultimele valori fiind cele optime.
Se activeaz opiunea Add care deschide fereastra Add Constraint n care se scriu cele
dou restricii ale problemei primale: $D$4 $E$4; $D$5 $E$5 dup cum urmeaz:

int
bin
n fereastra Cell Reference se scrie membrul stng al restriciei, din lista ascuns de la
mijloc se alege semnul restriciei iar n fereastra Constraint se scrie membrul drept al restriciei.
Dup terminarea scrierii fiecrei restricii, se activeaz opiunea Add pentru a introduce
restricia urmtoare.
Dup nchiderea cu Ok a acestei ferestre, restriciile precedente apar n csua de sub
opiunea Subject to the Constraints din fereastra Solver Parameters de mai sus.
Dac ulterior dorim s modificm sau s tergem unele restricii, le selectm i folosim
opiunile Change sau Delete ale ferestrei Solver Parameters.
Activnd opiunea Solve din fereastra Solver Parameters, apare fereastra Solver results de
mai jos:

n csua de sub opiunea Reports selectm opiunile Answer, Sensitivity i Limits care vor
ataa foii de calcul trei rapoarte cu rezultate: soluiile optime primal i dual, valoarea optimului i
intervalele pentru componentele vectorilor b i c, care nu necesit reoptimizare.
Dealtfel variabilele proprii x1 i x2 ale soluiei optime i valoarea optim a funciei-obiectiv f
apar i n foaia EXCEL iniial n celulele $B$12, $C$12 respectiv $D$12.
Soluiile optime pentru modelele ptratice primal i dual sunt:
Soluia optim primal
I. Variabile primale proprii:
X1 = 1/3
X2 = 8/3
II. Variabile primale de egalizare:
Xe1 = 0
Xe2 = 0

Soluia optim dual


III. Variabile duale de egalizare:
ye1 = 0
ye2 = 0
IV. Variabile duale proprii:
y1 = 886/90
y2 = 8/90
fmax = gmin = 2935/90
202

4.4.3 Modele de optimizare patratic n agricultur


A. Model ptratic de alocare a resurselor n producia vegetal
Alocri
Restricii
1. NPK GRU MAX
2. NPK POR. MAX
3. APA GRU MAX
4. APA POR. MAX
5. CHELTUIELI
6. NPK
7. APA
8. PROD. SUPLIM.
GRU
9. PROD. SUPLIM.
PORUMB
10. NPK GRU MIN
11. NPK POR. MIN
12. APA GRU MIN
13. APA POR. MIN
PARTE LINIAR
VENIT SUPLIM.
PARTE PTRATIC
VENIT SUPLIM.

Gru
X1(Kg/Ha)
1
0
0
0
0.8
LEI/Kg
40 Ha
0
3 Kg GRU
/Kg NPK
0

NPK
Porumb
X2(Kg/Ha)
0
1
0
0
0.8
Lei/Kg
60 Ha
0
0

1
0
0
0
2.5
LEI/Kg
- 0.002

5 Kg Por.
/Kg NPK
0
1
0
0
3
LEI/Kg
- 0.002

Gru
X3(m3/Ha)
0
0
1
0
0.09
LEI/m3
0
40 Ha
0.6 Kg GRU
/m3 AP
0
0
0
1
0
0.2
LEI/m3
- 0.0001

Apa
Porumb
X4(m3/Ha)
0
0
0
1
0.09
LEI/m3
0
60 Ha
0
0.9 Kg Por.
/m3 AP
0
0
0
1
0.3
LEI/m3
- 0.0001

SEMN

LIMITE

300 Kg/Ha
200 Kg/Ha
1500 m3/Ha
2000 m3/Ha
450
LEI/HA
15000 Kg
180000 m3
1000 Kg/Ha

1500 Kg/Ha

80 Kg/Ha
50 Kg/Ha
500 m3/Ha
1000 m3/Ha

MAXIM

Ca i n exemplul precedent, cu produsul informatic EXCEL, se obin soluiile optime:


SOLUIA OPTIM PRIMAL

SOLUIA OPTIM DUAL

I. VPP (Resurse alocate)


x1 = 187.65 Kg NPK/ha gru
x2 = 124.90 Kg NPK/ha porumb
x3 = 860.88 m3 Ap/ha gru
x4 = 1360.88 m3 Ap/ha porumb

III. VDP (Surplus de venit pe unitate resurs la ha)


ye1 = 0 lei surplus venit/1 Kg NPK la ha gru
ye2 = 0 lei surplus venit/1 Kg NPK la ha porumb
ye3 = 0 lei surplus venit/1 m3 ap la ha gru
ye4 = 0 lei surplus venit/1 m3 ap la ha porumb

II. VPE (Diferene resurse consumate-limite)


xe1 = 112.35 Kg NPK/ha gru deficit
xe2 = 75.10 Kg NPK/ha porumb deficit
xe3 = 639.12 m3 Ap/ha gru deficit
xe4 = 639.12 m3 Ap/ha porumb deficit
xe5 = 0 lei necheltuii
xe6 = 0 Kg NPK neconsumate
xe7 = 63911.79 m3 ap neconsumai
xe8 = 79.49 Kg gru surplus
xe9 = 349.98 Kg porumb surplus
xe10 = 107.65 Kg NPK/ha gru surplus
xe11 = 74.90 Kg NPK/ha porumb surplus
xe12 = 360.88 m3 Ap/ha gru surplus
xe13 = 360.88 m3 Ap/ha porumb surplus

IV. VDP (Venituri marginale)


y1 = 0 lei cretere venit/nc 1 Kg NPK la ha gru
y2 = 0 lei cretere venit/nc 1 Kg NPK la ha porumb
y3 = 0 lei cretere venit/nc 1 m3 ap la ha gru
y4 = 0 lei cretere venit/nc 1 m3 ap la ha porumb
y5 = 0.31 lei cretere venit/nc 1 leu la ha cheltuit
y6 = 0.04 lei cretere venit/nc 1 Kg NPK
y7 = 0 lei cretere venit/nc 1 m3 ap
y8 = 0 lei cretere venit/nc 1 Kg gru
y9 = 0 lei cretere venit/nc 1 Kg porumb
y10 = 0 lei cretere venit/nc 1 Kg NPK la ha gru
y11 = 0 lei cretere venit/nc 1 Kg NPK la ha porumb
y12 = 0 lei cretere venit/nc 1 m3 ap la ha gru
y13 = 0 lei cretere venit/nc 1 m3 ap la ha porumb

fmaxim = gminim = 1063.33 lei


Pentru soluiile optime de mai sus avem valorile optime Vm = 1063.33 lei/ha = maxim;
Cm = 450 lei/ha; Pm = 613.33 lei/ha; RPm = 1.363 lei profit la ha/1 leu cheltuit la ha
Structura n procente a profitului maxim fmaxim = 1063.33 lei este: s1 = 37.5% (contribuia NPK la
ha gru); s2 = 32.3% (contribuia NPK la ha porumb); s3 = 9.2% (contribuia apei la ha gru);
203

s4 = 21% (contribuia apei la ha porumb).


Indicatori economici ai modelului liniar:
I)
II)
III)

Rata medie a profitului RMP = 1.363 lei profit la ha/1 leu cheltuit la ha
Rata marginal a profitului RDP = y5 1 = - 0.69 lei cretere de profit la ha/1 leu cretere de
cheltuieli la ha
Elasticitatea ratei profitului ERP = RDP/RMP = - 50.6% cretere de profit la ha/1% cretere
de cheltuieli la ha.
Reoptimizare

n modelul precedent, soluia optim primal existent a modelului rmne optim dac c1 =
2.5 lei/Kg NPK la gru (2.25 lei/Kg NPK la gru; 3 lei/Kg NPK la gru); c2 = 3 lei/Kg NPK la
porumb (2.25 lei/Kg NPK la porumb; 3.38 lei/Kg NPK la porumb); c3 = 0.20 lei/m3 ap la gru
(0.14 lei/m3 ap la gru; 0.37 lei/m3 ap la gru); c4 = 0.30 lei/m3 ap la porumb (0.24 lei/m3 ap
la porumb; 0.34 lei/m3 ap la porumb).
n modelul precedent, la modificarea pragului de cheltuieli b5, soluia optim dual existent
a modelului rmne optim dac b5 = 450 lei/ha (431.84 lei/ha; 478.85 lei/ha).
B. Model ptratic de maximizarea venitului din raia furajer
Pe baza datelor din seciunea 2.1.2, alctuim tabelul cu restricii liniare i venit ptratic
maxim:
Fn
lucern
X1 (kg)

Porumb
siloz
X2 (kg)

Sfecl
furajer
X3 (kg)

Tre
gru
X4 (kg)

Semn

Limite

1. Fn MAX
2. Porumb MAX
3. Sfecl MAX
4. Tre MAX
5. Greutate
6. Cheltuieli
7. SU
8. UN
9. PD
10. Fn MIN
11. Porumb MIN
12. Sfecl MIN
13. Tre MIN

1
0
0
0
1
0.52
0.84
0.48
122
1
0
0
0

0
1
0
0
1
0.20
0.25
0.25
9
0
1
0
0

0
0
1
0
1
0.18
0.13
0.12
10
0
0
1
0

0
0
0
1
1
0.60
0.86
0.77
108
0
0
0
1

15 kg
25 kg
15 kg
3 kg
40 kg
12 lei
15.2 kg
11.7 UN
1020 g
10 kg
15 kg
10 kg
1 kg

Parte liniar venit

0.72

0.30

0.24

0.80

Parte ptratic venit

- 0.01

- 0.008

- 0.005

- 0.01

Furaje
Restricii

204

MAX

Soluia optim primal i dual este:


SOLUIA BAZIC OPTIM PRIMAL
1) VPP (Cantiti de furaje n raie)
x1 = 10.38 Kg fn lucern
x2 = 15 Kg porumb siloz
x3 = 10 Kg sfecl furajer
x4 = 3 Kg tre gru
2) VPE (Diferene ntre resursele
consumate i limitele lor)
xe1 = 4.62 Kg fn deficit
xe2 = 10 Kg porumb deficit
xe3 = 5 Kg sfecl deficit
xe4 = 0 Kg tre deficit
xe5 = 1.62 Kg furaj deficit
xe6 = 0 lei necheltuii
xe7 = 1.15 Kg SU surplus
xe8 = 0.54 UN surplus
xe9 = 805.92 g PD surplus
xe10 = 0.38 kg fn surplus
xe11 = 0 Kg porumb surplus
xe12 = 0 Kg sfecl surplus
xe13 = 2 Kg tre surplus

SOLUIA BAZIC OPTIM DUAL


3) VDE (Surplus de venit lei/Kg furaj)
ye1 = 0 lei surplus de venit/Kg fn
ye2 = 0 lei surplus de venit/Kg porumb
ye3 = 0 lei surplus de venit/Kg sfecl
ye4 = 0 lei surplus de venit/Kg tre
4) VDP (Venituri marginale)
y1 = 0 lei cretere venit/al 16-lea Kg fn
y2 = 0 lei cretere venit/al 26-lea Kg porumb
y3 = 0 lei cretere venit/al 16-lea Kg sfecl
y4 = 0 lei cretere venit/al 4-lea Kg tre
y5 = 0 lei cretere venit/al 41-lea Kg furaj
y6 = 0.99 lei cretere venit/nc 1 leu cheltuit
y7 = 0 lei cretere venit/nc 1 Kg SU
y8 = 0 lei cretere venit/nc 1 UN
y9 = 0 lei cretere venit/nc 1 g PD
y10 = 0 lei cretere venit/al 11-lea Kg fn
y11 = 0 lei cretere venit/al 16-lea Kg porumb
y12 = - 0.034 lei cretere venit/al 11-lea Kg sfecl
y13 = 0 lei cretere venit/al 2-lea Kg tre
fmaxim = gminim = 13.31 lei

Pentru soluiile optime de mai sus avem valorile optime Vm = 13.31 lei = maxim; Cm = 12 lei;
Pm = 1.31 lei; RPm = 0.109
Structura n procente a cheltuielilor minime fmaxim = 13.31 lei este: s1 = 48.1% (contribuia fnului
lucern); s2 = 20.3% (contribuia porumbului siloz); s3 = 14.3% (contribuia sfeclei furajere);
s4 = 17.3% (contribuia trelor).
Indicatori economici ai modelului liniar V:
I)
II)
III)

Rata medie a profitului RMP = 0.109 lei profit/1 leu cheltuit


Rata marginal a profitului RDP = y6 1 = - 0.01 lei cretere de profit/1 leu cretere de
cheltuieli
Elasticitatea ratei profitului ERP = RDP/RMP = - 9.2% cretere de profit/1% cretere de
cheltuieli.
Reoptimizare

n modelul precedent, soluia optim primal existent a modelului rmne optim dac c1 =
0.72 lei/Kg fn lucern (0.61 lei/Kg fn lucern; 0.85 lei/Kg fn lucern); c2 = 0.30 lei/Kg
porumb siloz (0 lei/Kg porumb siloz; 0.44 lei/Kg porumb siloz); c3 = 0.24 lei/Kg sfecl furajer
(0 lei/Kg sfecl furajer; 0.28 lei/Kg sfecl furajer); c4 = 0.80 lei/Kg tre (0.65 lei/Kg tre;
+)
n precedent, la modificarea pragului de cheltuieli b6, soluia optim dual existent a
modelului rmne optim dac b6 =12 lei (11.80 lei; 12.84 lei).

205

4.5 Rezumat
n acest capitol se prezint un model neliniar de alocare optim a resurselor n agricultur cu
funcii-obiectiv diferite: optim marginal, de echilibru, economic, tehnic, maxim de venit cu
cheltuieli limitate, minim de cheltuieli cu venit garantat. Capitolul se ncheie cu modele de
optimizare cu resticii liniare i funcie-obiectiv ptratic.

4.6 ntrebri
1. Cum caracterizai optimul economic n alocarea de resurse?
2. Cum caracterizai optimul tehnic n alocarea de resurse?
3. Ce semnificaie au ratele substituirii factorilor n realizarea unui produs?
4. Ce semnificaie au ratele valorificrii aceluiai factor de ctre produse diferite?

4.7 Bibliografie
1. Stnil O.: Analiz liniar i geometrie Vol. I - II, Editura ALL, 2000 - 2001
2. Cenu Gh. i col.: Matematici pentru economiti, Editura CISON, 2000
3. Cenu Gh. i col.: Matematici pentru economiti culegere de probleme, Editura CISON, 2000
4. Ene D.: Matematici (I) Editura CERES, 2004
5. Gogonea S., Ene D.: Analiz numeric, Editura Cartea Universitar, 2005
6. Ene D., Gogonea S.: Metode numerice, Editura Cartea Universitar, 2005
7. Ene D.: Matematici aplicate n agricultur, Editura CERES, 2006

206

CAPITOLUL 5. SISTEME AGRICOLE


Obiective: nsuirea de ctre studeni a conceptului modern de sistem agricol, proprieti,
exemple i analiza lor tehnico-economic precum i balana economic n sistemele agricole.
Coninut:
5.1 Definiia, clasificarea i proprietile sistemelor
5.1.1 Definiia sistemelor
5.1.2 Clasificarea sistemelor
5.1.3 Proprietile sistemelor
5.1.4 Sisteme liniare
5.2 Sisteme biologice
5.2.1 Sisteme biologice pn la nivel de organism (biosisteme)
5.2.2 Sisteme biologice la nivel de populaii (biocenoze)
5.2.3 Pdurile ca ecosisteme vegetale
5.3 Proprieti generale ale sistemelor agricole
5.3.1 Particulariti ale sistemelor agricole
5.3.2 Intrri n sistemele agricole
5.3.3 Ieiri din sistemele agricole
5.4 Analiza tehnico-economic a sistemelor agricole
5.4.1 Analiza tehnico-economic a sistemului produciei vegetale
5.4.2 Analiza tehnico-economic a sistemului produciei de lapte
5.4.3 Analiza tehnico-economic a sistemului produciei de carne
5.4.4 Analiza tehnico-economic a sistemului comercializrii produselor agricole
5.5 Balana legturilor ntre ramuri
5.6 Concentrarea i diversificarea produciei agricole pe ramuri
5.7 Rezumat
5.8 ntrebri
5.9 Bibliografie
Cuvinte cheie: sistem, sistem agricol, analiz tehnico-economic, balan economic

5.1 Definiia, clasificarea i proprietile sistemelor


5.1.1 Definiia sistemelor
Un sistem este o mbinare armonioas din punct de vedere structural i funcional a
urmtoarelor elemente:
1) Mulimea de n intrri (inputs) de forma X = (X1,, Xn) Rn
2) Mulimea de p stri interne (internal states) de forma S = (S0,, Sp-1) Rp
3) Mulimea de m ieiri (outputs) de forma Y = (Y1,, Ym) Rm
ntre elementele precedente exist urmtoarele legturi:
a) Ecuaia de stare S = f (S, X)
Aici S este starea consecutiv strii S care este simultan cu intrarea X.
b) Ecuaia de ieire Y = g (S, X)
c) Ecuaia de reglare cibernetic (feedback) Z = h (S, Y)
Aici Z este intrarea corectat care regleaz intrarea X.
207

Un sistem se numete agricol dac intrrile/ieirile sistemului au legtur cu plantele i


animalele sau cu produsele agroalimentare.

Intrrile unui sistem agricol se mpart n urmtoarele categorii:


mijloace fixe (terenuri, grajduri, spaii de producie)
umane (fora de munc)
mecanice (maini agricole i de prelucrare/conservare produse agroalimentare)
materiale (consumuri de resurse fizice)
energetice (consumuri de combustibili i energie electric)
financiare (costurile unitilor de resurse, cheltuieli materiale, manoper i neproductive)
informaionale (documentaie tehnologic i surse de finanare)

Strile interne din sistemele agricole se mpart n urmtoarele categorii:


stadii de vegetaie la plante anuale sau perene
categorii de vrst la animale
gradul de uzur al mainilor agricole i al utilajelor de prelucrare a produselor agricole
raportul ntre cererea i oferta de produse agroalimentare

Ieirile dintr-un sistem agricol se mpart n urmtoarele categorii:


producii fizice principal i secundar
venit
producia fizic minim care aduce profit (raportul ntre cheltuieli i preul de vnzare al
unitii de producie fizic)
costul unitii de producie fizic (raportul ntre cheltuieli i producia fizic)
profit (diferena ntre venit i cheltuieli)
rata profit (raportul ntre profit i cheltuieli)
bilanul financiar-contabil

5.1.2 Clasificarea sistemelor


I.
1)
2)
II.
3)
4)
-

SISTEME BIOLOGICE PARIAL DIRIJATE


Sistemul florei spontane
plante ierboase
arbori/arbuti
Sistemul faunei slbatice
animale ierbivore
animale carnivore
animale omnivore
SISTEME BIOLOGICE TOTAL DIRIJATE
Sistemul plantelor cultivate
ferme de cereale, plante tehnice i furajere
ferme legumicole
ferme pomicole
ferme viticole
parcuri i spaii verzi
pduri i pepiniere silvice
Sistemul animalelor domestice
ferme de bovine pentru lapte i carne
ferme de porcine
ferme de ovine i caprine pentru lapte i carne
ferme de psri pentru ou i carne
ferme piscicole
208

ferme sericicole
stupine
III.
SISTEME TEHNICE DE PRELUCRARE A PRODUSELOR AGRICOLE
5) Uniti de prelucrare a produselor agricole vegetale
- mori de fin i mlai
- fabrici de nutreuri combinate
- fabrici de pine
- fabrici de ulei
- fabrici de zahr
- fabrici de legume i fructe conservate
- fabrici de bere
- uniti de vinificaie
- fabrici de buturi spirtoase
- uniti de produse fitofarmaceutice
6) Uniti de prelucrare a produselor agricole zootehnice
- fabrici de produse lactate
- abatoare i carmangerii
- fabrici de mezeluri i conserve din carne
- fabrici de conserve din pete
IV
SISTEME ECONOMICE DE COMERCIALIZARE I SERVICII PENTRU
PRODUSE AGRICOLE BRUTE SAU PRELUCRATE
7) piee agroalimentare
8) angrouri de produse agroalimentare
9) trguri pentru animale vii
10) uniti de alimentaie public
11) uniti agroturistice
Cititorul poate uor identifica intrrile, strile interne i ieirile pentru sistemele enumerate
mai sus.
Pentru orice sistem agricol din cele enumerate mai sus, se asociaz un sistem informaional
economic care consemneaz sub form contabil intrrile, strile interne i ieirile din sistemul
agricol respectiv.
Intrrile n sistemul informaional sunt date de intrare necesare pentru calculul economic
respectiv; strile interne ale sistemului informaional sunt etape de calcul i rezultate intermediare
iar ieirile sunt rezultate finale ale calculului economic. n prezent sistemele informaionale
economice din agricultur sunt informatizate.
Sistemul informaional economic nu coincide cu sistemul agricol pe care l modeleaz:
cheltuielile sunt intrri n sistemul agricol dar sunt ieiri n sistemul informaional economic
asociat.
Exemple de sisteme neagricole:
- OMUL
- AUTOMOBILUL
- COMPUTERUL
- SISTEMUL SOLAR
- UNIVERSUL
Cititorul este invitat s recunoasc intrrile, strile interne i ieirile pentru aceste sisteme
neagricole.
Oservm c omul este singurul sistem care poate percepe n mod contient frumosul ca
valoare estetic.
209

5.1.3 Proprietile sistemelor


1) Integralitatea
Un sistem nu este o sum de pri ci mbinarea armonioas a acestor pri din punct de
vedere structural i funcional.
2) Echilibrul dinamic
Orice sistem este amplasat n spaiu i evolueaz n timp printr-un schimb permanent de
materie, energie i informaie cu mediul ambiant, realizndu-se o renoire continu a sistemului.
Dac sistemul este biologic, el se renoiete singur, n caz contrar renoirea trebuie dirijat de om.
3) Reglarea cibernetic
Sistemul i menine integralitatea i echilibrul dinamic prin adaptarea continu la
schimbrile mediului, optimizndu-i evoluia. Dac sistemul este biologic, el se autoregleaz, n
caz contrar reglarea trebuie creat i dirijat de om.
4) Existena finit
Evoluia sistemului are o stare iniial i o stare final. Dac sistemul este biologic, evoluia
sa este dezvoltarea ontogenetic i filogenetic marcat de natere, reproducere i moarte. n caz
contrar sistemul sufer n timp uzur fizic, amnat prin reparaii periodice i uzur moral, fiind
necesar casarea sa la un moment dat, considerat moment final al evoluiei sistemului.
5) Ierarhizarea
Poate fi relaional (pe orizontal) sau structural (pe vertical). Ierarhizarea relaional
apare cnd n relaia ntre dou sisteme, unul conduce sau coordoneaz iar cellalt este condus sau
este coordonat. n cazul coordonrii, ierarhizarea este mai slab dect n cazul conducerii.
Exemplu:
Orice exploataie agricol este coordonat de Direcia agricol judeean care la rndul ei
este coordonat de Ministerul Agriculturii.
Ierarhizarea structural apare cnd un sistem este constituit din subsisteme interconectate i
la rndul su este subsistem ntr-un alt sistem ierarhic superior.
Exemple:
a) Omul ca sistem biologic este constituit din cteva sisteme interconectate: sistemul nervos,
sistemul endocrin, sistemul circulator, sistemul respirator, sistemul digestiv, sistemul excretor,
sistemul reproductor, sistemul imunitar, sistemul ocular, sistemul auditiv etc.
Omul este la rndul su subsistem al sistemelor: familie, comunitate local, naiune, orientare
religioas, partid politic, organizaie profesional etc.
b) Computerul ca sistem tehnic este constituit din sisteme interconectate: unitate de comand cu
microprocesor i coprocesor, unitate de prelucrare date, monitor, imprimant, memorii (hard,
floppy, compact disc, RAM) etc.
Computerul este subsistem pentru sistemele: reea local, reea naional, INTERNET etc.
Exist un suprasistem care conine toate celelalte sisteme: Universul.
Dou subsisteme se pot conecta ntr-un sistem, n serie (amonte-aval), n paralel i mixt.
Exemplu:
Sistemul culturii grului este conectat n serie cu morile de mcinat fin. Sistemul culturii
grului i sistemul culturii porumbului sunt sisteme vegetale conectate n paralel iar sistemul
produciei vegetale i zootehnice sunt interconectate mixt (sistemul vegetal trimite furaje n sistemul
zootehnic iar sistemul zootehnic trimite gunoi de grajd sistemului vegetal).
210

Subsistemele unui sistem se mpart n subsisteme eseniale (fr de care sistemul nu poate
exista) i subsisteme neeseniale (lipsa lor se poate compensa de ctre subsistemele eseniale).
Exemple:
1. Pentru sistemul om subsistemele nervos, circulator, digestiv, hepatopancreatic, renal sunt
exemple de subsisteme eseniale iar subsistemele vizual, auditiv, locomotor sunt exemple de
subsisteme neeseniale.
2. Pentru sistemul computer subsistemele microprocesor, hard disc, tastatur, monitor, memorii
externe (floppy disc/cd-rom/stick) sunt exemple de subsisteme eseniale, iar imprimanta este
exemplu de subsistem neesenial.
6) Controlabilitatea
Un sistem este controlabil la momentul t1 > t0 dac pentru orice stare intern S(t0) i orice
stare intern consecutiv S(t1), exist o intrare X(t) cu t n intervalul [t0, t1] care transfer sistemul
din starea S(t0) n starea S(t1) n intervalul de timp t = t1 t0.
7) Observabilitatea
Un sistem este observabil n momentul de timp t0 dac pentru orice stare S(t0) exist
momentul de timp t1 > t0 pentru care atunci cnd se cunosc intrrile X(t) cu t n intervalul [t0, t1] i
Y(t1), se poate determina starea S(t0).
8) Stabilitatea
Fie o stare intern posibil S1(t) a sistemului. Aceast stare intern este stabil dac pentru
orice > 0, exist () > 0 astfel c pentru orice alt stare intern posibil S2(t), din relaia |S2(t0)
S1(t0)| < () rezult|S2(t) S1(t)| < pentru orice t > t0. Un sistem este stabil dac toate strile sale
interne sunt stabile.
9) Memorie finit
Un sistem dinamic este cu memoria finit m dac exist maximum m momente de timp
t0, t1,, tm cu intrrile cunoscute X(t0), X(t1),, X(tm) i starea intern iniial cunoscut S(t0),
astfel c la momentul de timp tm+1, avem:
a) S(tm + 1) = [S(t0); X(t0), X(t1),, X(tm)]
b) Y(tm + 1) = [S(t0); X(t0), X(t1),, X(tm)]

5.1.4 Sisteme liniare


I.

Sistemele liniare sunt definite prin ecuaiile:


Ecuaiile de stare:
S(t + h) = A(t).S(t) + B(t).X(t)

Aici S este vector-coloan cu p componente reale, X este vector-coloan cu n componente


reale, A este matrice ptratic de ordin p cu elemente reale iar B este matrice de tip p x n cu
elemente reale.
II.

Ecuaiile de ieire:
Y(t) = C(t).S(t) + D(t).X(t)

Aici Y este vector-coloan cu m componente reale, C este matrice de tip m x p cu elemente


reale i D este matrice de tip m x n cu elemente reale.
211

Ecuaiile de reglare:

III.

Z(t + h) = U(t).S(t) + V(t).Y(t)


Aici Z este vectorul-coloan al intrrilor reglate cu n componente reale, U este matrice de tip
n x p cu elemente reale iar V este matrice de tip n x m cu elemente reale.
Vom restrnge studiul la sisteme liniare staionare n care matricile A, B, C, D, U, V nu
depind de timpul t, deci avem ecuaiile:
S(t + h) = A.S(t) + B.X(t)
Y(t) = C.S(t) + D.X(t)
Z(t + h) = U.S(t) + V.Y(t)

(1)
(2)
(3)

nlocuim n relaia (3) pe Y(t) din relaia (2) i obinem:


Z(t + h) = (U + V.C).S(t) + (V.D).X(t)

(4)

Fie intervalele de timp echidistante [h,2h); [2h, 3h),, [(r - 1)h, rh]
Intervalul de timp total [h, rh] se numete serie i are durata DS = (r 1)h.
Ecuaiile de stare (1) se scriu pentru t = h, 2h,, (j - 1)h:
S(2h) = A.S(h) + B.X(h)
S(3h) = A.S(2h) + B.X(2h)

S((j - 1)h) = A.S((j - 2)h)) + B.X((j - 2)h)


S(jh) = A.S((j - 1)h) + B.X((j - 1)h)
nmulim la stnga aceste relaii n ordine cu Aj-2, Aj-3,, A1, A0, le adunm i dup
reducerea unor termeni, obinem:
S(jh) = [Aj-2.S(h)] + [Aj-2.B.X(h) + Aj-3.B.X(2h) ++ A.B.X((j - 2)h) + + A0.B.X((j - 1)h)]

(5)

n cuvinte, starea final a sistemului liniar staionar la momentul de timp tj = jh, (1 j r),
depinde de starea sa iniial S(h) i de intrrile n sistem n toate perioadele de timp, anterioare
celei din momentul tj.
Ecuaia de ieire (2) se scrie pentru t = jh: Y(jh) = C.S(jh) + D.X(jh), i folosind relaia (4)
rezult:
Y(jh) = [C.Aj-2.S(h)] + [C.Aj-2.B.X(h) + C.Aj-3.B.X(h) ++ C.A.B.X((j - 2)h) +
C.A .B.X((j - 1)h)] + C.D.X(jh)
(6)

n cuvinte, ieirea din sistemul liniar staionar la momentul de timp tj = jh, (1 j r),
depinde de starea sa iniial S(h) i de intrrile n sistem n toate perioadele de timp, inclusiv cea de
la momentul tj.
Ecuaia de reglare (4) se scrie pentru t = h, 2h,, (j - 1)h:
Z(2h) = (U + V.C).S(h) + (V.D).Y(h)
Z(3h) = (U + V.C).S(2h) + (V.D).Y(2h)

Z((j - 1)h) = (U + V.C).S((j - 2)h)) + (V.D).Y((j - 2)h)


Z(jh) = (U+V.C).S((j - 1)h) + (V.D).Y((j - 1)h)
212

nmulim la stnga aceste relaii n ordine cu (U + V.C)j-2, (U + V.C)j-3,, (U + V.C)1, (U +


V.C)0, le adunm i dup reducerea unor termeni, obinem:
Y(jh) = [(U + V.C)j-2.S(h)] + [(U + V.C)j-2.(V.D).X(h) + (U + V.C)j-3.(V.D).X(2h) +
+ (U + V.C).(V.D).X((j - 2)h) + (U + V.C)0.(V.D).X((j - 1)h)]
(7)
n cuvinte, intrarea reglat a sistemului liniar staionar la momentul de timp tj = jh, (1 j r),
depinde de starea sa iniial S(h) i de intrrile n sistem n toate perioadele de timp, anterioare
celei din momentul tj.
Dac la momentul tj = jh, (1 j r), sistemul liniar staionar este perturbat fa evoluia sa
stabil, n momentul tj+1 = (j + 1)h, nlocuim intrarea X((j + 1)h) cu intrarea reglat Z((j + 1)h).
Not:
Ecuaiile de stare sub forma diferenial, au forma: S(t) = A.S(t) + B.X(t), i au soluia
general:
t

S(t) e .S(0) e A(t r) .B.X(r) d r


At

Fie sistemul liniar staionar dat de ecuaiile:


S = A.S + B.X
(8)
Y = C.S + D.X
(9)
unde S este starea care urmeaz dup S.
n ecuaia (8), S i S sunt vectori-coloan cu p componente reale, X este vector-coloan cu
n componente reale, A este matrice de numere reale de tip p x p i B este matrice de numere reale p
x n.
n ecuaia (9), S este vector-coloan cu p componente reale, X este vector-coloan cu n
componente reale, Y este vector-coloan cu m componente reale, C este matrice de numere reale de
tip m x p iar D este matrice de numere reale de tip m x n.
Se arat c sistemul liniar staionar dat de ecuaiile (8) i (9) este controlabil dac i numai
dac matricea G = [B A.B Ap 1.B] de tip p x (p.n) are rangul maxim p, adic matricea [A .I B] de tip p x (p + n) are rangul maxim p, pentru orice valoare proprie a matricii ptratice A.
n mod dual, se arat c sistemul liniar staionar dat de ecuaiile (8) i (9) este observabil
dac i numai dac matricea H de tip (m.p) x p de forma:

C . A

H
......

p 1
C . A
A .I
de tip (m + p) x p, are rangul maxim p pentru orice
C

are rangul maxim p, adic matricea

valoare proprie a matricii ptratice A.

213

5.2 SISTEME BIOLOGICE


5.2.1 Sistemele biologice pn la nivel de organism (biosisteme)
Pentru sisteme biologice sunt valabile toate proprietile sistemelor din seciunea 5.1.3.
Dealtfel, sistemele biologice ofer modele care sunt imitate de sistemele tehnice i chiar economice
(exemplu: biotehnologiile).
Sistemele biologice au urmtoarele nivele de ierarhizare (n parantez sunt tiinele care le
abordeaz):
- nivelul atomic (biofizic)
- nivelul molecular (biochimie)
- nivelul celular (citologie)
- nivelul de esut (histologie)
- nivelul de organ (anatomie i fiziologie)
- nivelul de organism (endocrinologie i neurologie)
- nivelul de populaie (ecologie)
Sistemele biologice pn la nivel de organism le vom numi biosisteme, iar sistemele
biologice la nivel de populaie le vom numi biocenoze.
n aceast seciune ne vom ocupa de biosisteme.
Intrrile i ieirile n biosisteme sunt materiale (hran, ap, oxygen etc), energetice (cldur,
lumin, glucide din hran etc) i informaionale (semnale).
Dac un semnal are probabilitatea de apariie P, informaia dat de semnal este I = - log2 P.
Rezult 1/P = 2I, deci I reprezint numrul de cifre binare (0 sau 1) sau bii cu care se codific
semnalul.
Pentru P 0, avem I iar pentru P 1, avem I 0, deci semnalele care apar mai des,
se codific mai scurt iar cele care apar mai rar, se codific mai lung.
Dac un semnal are n stri posibile, cu probabilitile P1,, Pn, atunci media aritmetic a
informaiilor acestor stri, este entropia semnalului:
H = - P1. log2 P1 - - Pn. log2 Pn
H reprezint numrul mediu de cifre binare cu care se codific semnalul.
Dac Pi = 1 i Pj = 0 pentru j I, atunci starea semnalului cu numrul i este sigur i avem
entropia minim H = 0.
Dac P1 = = Pn = 1/n, atunci toate strile sunt egal probabile i avem entropia maxim H
= log2 n. Pentru exprimarea procentual folosim Hp = H/log2 n.
Rezult de aici c entropia H este o msur a gradului de nedeterminare (dezorganizare) a
strilor semnalului.
Exemplu:
Asupra unui animal poate aciona un semnal de la mediu cu n = 3 stri: apariia hranei cu
probabilitatea P1 = 0.50 = 50%; apariia puiului cu probabilitatea P2 = 0.35 = 35% i apariia unui
duman cu probabilitatea P3 = 0.15 = 15%.
S se calculeze entropia semnalului.
Soluie:
Din tabela 1 din Anex avem: pentru P1 = 0.50 rezult - P1log2 P1 = 0.5000, pentru P2 = 0.35
rezult - P2log2 P2 = 0.5301 iar pentru P3 = 0.15 rezult - P3log2 P3 = 0.4105, deci prin nsumare
avem H = 1.4406 bii. n procente Hp = H/log2 3 = 0.909 = 90.9%
Un sens opus entropiei l are abaterea/standard a probabilitilor P1,, Pn:
214

n
Pi
n
Pi2 i1

n
S i1
n 1

2
n

. Cum Pi 1 rezult S =

2
i

i=1

i 1

1
n

n 1

Avem S 0;
deci n procente Sp n.S 0;1

S se numete coeficient de concentrare al semnalului deoarece pentru Pi = 1 i Pj = 0 pentru


j i, apariia strii i a semnalului este sigur i S = 1/n1/2, iar pentru P1 == Pn = 1/n, toate strile
semnalului sunt egal probabile i S = 0.
Rezult de aici c coeficientul de concentrare S este o msur a gradului de determinare
(organizare) a strilor semnalului, invers fa de entropia H.
n cazul exemplului de mai sus avem S = 0.174, deci n procente Sp = 31/2. S = 0.3 = 30%.
Semnalele primite sau transmise de un biosistem, sunt de natur mecanic, termic,
electromagnetic i chimic.
Ele sunt decodificate sau codificate de biosistem sub aspectul intensitii semnalelor, al
calitii lor, al repartiiei lor spaiale i al frecvenei lor temporale.
Performanele biosistemului privind semnalele se refer la viteza de recepie sau emisie a
semnalului, la capacitatea de memorare a acestor semnale i timpul de acces la memorie.
Astfel vzul omului poate recepiona 3 x 106 bii/secund, auzul 3 x 104 bii/secund,
pipitul 2 x 105 bii/secund, mirosul 50 bii/secund i gustul 10 bii/secund.
Omul poate recepiona sau transmite contient 100 bii/secund i incontient 109
bii/secund. Din acest punct de vedere multe animale sunt superioare omului ca performane.
Creierul uman are o capacitate de memorare de 109 bii i un timp de acces de 0.01 secunde.
n ceea ce privete strile interne ale unui biosistem, evoluia ontogenetic i filogenetic a
materiei vii orienteaz biosistemul ctre starea intern optim, celelalte stri interne fiind din ce n
ce mai puin probabile, deci evoluia determin o cretere a gradului de determinare (organizare) a
biosistemului, deci o scdere a entropiei H i o cretere a coeficientului de concentrare S.
Elementul nou adus de cibernetica biologic n structura biosistemelor este capacitatea de
autoreglare a intrrii n raport de starea intern i de valoarea ieirii prin conexiunea invers
(feedback). Autoreglarea se manifest la toate nivelele biosistemului, fcnd posibil existena
homeostaziei, adic a capacitii biosistemului de a-i menine echilibrul biologic.
Conexiunea invers pozitiv tinde s ndeprteze biosistemul de starea sa de echilibru
biologic n timp ce conexiunea invers negativ caut s readuc biosistemul n starea de echilibru
biologic.
Aceste dou tipuri de conexiuni sunt ilustrate n figurile care urmeaz.

215

n ambele bazine debitul robinetului de alimentare a bazinului este egal cu debitul


robinetului de evacuare a apei din bazin. Viteza de scurgere a lichidului este V = (19.6 h)1/2
m3/secund unde h este nlimea n metri a luciului apei deasupra robinetului de evacuare.
Din funcionarea acestor modele hidraulice este clar c la deschiderea robinetului de
evacuare a apei din bazin, feedbackul negativ menine constant nivelul apei n bazin ce
feedbackul pozitiv duce la creterea continu a apei din bazin.
n continuare vom trece n revist cteva exemple de manifestare a feedbackului negativ la
biosisteme, n vederea autoreglrii strilor interne i funciilor vitale ale acestora prin mecanismele
tampon fizico-chimice, mecanismele automate fiziologice i mecanismele de coordonare i
integrare neurohormonale.
1)
Activitatea celulelor este autoreglat prin acizii nucleici, cei mai importani fiind AND i
ARN. Cu ajutorul acestora din urm se codific informaia genetic pe vertical de la prini la
descendeni.
n activitatea curent a celulei pe orizontal, metabolismul acesteia i n special sinteza
proteinelor se autoregleaz pe cale enzimatic. Deasemenea, vitezele reaciilor metabolice celulare
se autoregleaz prin retroaciunea produselor rezultate din aceste reacii.
2)
Cantitatea de ap din organism se autoregleaz prin ajustarea aportului de lichide la
pierderea de ap. Deshidratarea este semnalat de senzaia de sete ca rezultat al stimulrii
receptorilor speciali (osmoreceptori, baroreceptori) de ctre concentraia mrit a sngelui.
Pierderea de lichide mai ales prin rinichi este sub controlul complexului hipotalamohipofizar prin secreia hormonului antidiuretic i al glandelor suprarenale prin secreia de
aldosteron.
3)
Cantitatea de energie biologic coninut n hran se autoregleaz prin ajustarea
aportului de hran la scderea rezervelor energetice ale organismului n urma activitii celulelor.
Scderea acestor rezerve este semnalat de senzaia de foame ca rezultat al stimulrii
receptorilor speciali (glucoreceptori, liporeceptori) din hipotalamus de ctre penuria de hran.
Completarea rezervelor energetice este controlat de centrul foamei i centrul saietii,
aflai n hipotalamus.
Forma curent sub care celulele primesc energie este glucoza, nivelul sanguin al acesteia
fiind autoreglat prin reacia glucoz-glicogen controlat de ficat i reacia glucoz-insulin
controlat de pancreas.
4)
Temperatura organismului fiinelor homeoterme (cu temperatur constant) se
autoregleaz prin ajustarea producerii de cldur (termogenez) la pierderea de cldur (termoliz).
Modificarea temperaturii organismelor este semnalat de frisonul termic ca rezultat al
stimulrii termoreceptorilor periferici i centrali de ctre dezechilibrul termic.
Echilibrarea temic organism-mediu ambiant, este controlat de centrul pierderii de cldur
i centrul producerii de cldur, aflai n hipotalamus.
216

Forme concrete ale pierderii de cldur sunt transpiraia, radiaia, convecia i conducia iar
a producerii de cldur este intensificarea metabolismului.
5)
Concentraia ionilor de hidrogen (H+) n snge (pH) se autoregleaz prin neutralizarea
acizilor sau bazelor n exces. Echilibrarea acidobazic se realizeaz:
- printr-un mecanism respirator care const n adaptarea ventilaiei pulmonare la concentraia
de CO2 din snge, sub controlul centrului respirator bulbar;
- printr-un mecanism renal care const n secreia tubular a ionilor de hidrogen
6)
Cantitatea de oxigen din snge (fixat prin hemoglobina din eritrocite) se autoregleaz prin
ajustarea producerii de eritrocite (eritropoeza) la pierderea de eritrocite.
Stimularea eritropoezei n mduva oaselor se face prin eritropoetin cu contribuia
rinichiului atunci cnd presiunea parial a oxigenului n snge scade.
Fixarea oxigenului n snge se face de ctre fierul din hemoglobin, concentraia acestuia n
snge fiind autoreglat prin absorbia fierului la nivelul celulei epiteliale intestinale sub form de
transferin.
7)
Tensiunea arterial se autoregleaz prin ajustarea aportului de snge (vasodilataie i
vasoconstricie) acolo unde este nevoie i cnd este nevoie.
Modificarea tensiunii arteriale este semnalat de presoreceptori i controlat de centrul
coordonator vasomotor aflat n poriunea inferioar a trunchiului cerebral.
Echilibrarea concret a tensiunii arteriale se face prin intermediul nervilor vasomotori i ai
glandelor suprarenale care secret hormoni vasoactivi.
8)
Secreia endocrin este autoreglat prin ajustarea de hormoni la nevoie.
Un rol principal n constelaia endocrin l are hipofiza care activeaz secreia altor glande
prin hormonii tropi: tiroida prin tireotrop, suprarenalele prin adenocorticotrop (ACTH) i glandele
sexuale prin gonadotrop.
La rndul su, hipofiza este controlat de hipotalamus prin hormonii de echilibrare.
Desigur i alte procese vitale sunt autoreglate cibernetic: adaptarea ochiului la lumin, a
urechii la zgomot, micarea etc.
Din cele de mai sus rezult clar rolul central al creierului ca organ de comand a autoreglrii
cibernetice a organismelor.
ntreaga activitate de autoreglare a organismului de ctre creier este efectuat prin reflexe.
Reflexele necondiionate autoregleaz schimbul de materie, energie i informaie precum i
funciile vegetative ale organismului.
Astfel reflexele integrative controleaz ingestia de hran, cele de coordonare controleaz
circulaia, respiraia, temperatura proprie i micarea, instinctele controleaz comportamentul
vegetativ general al organismului n mediul ambiant.
La organismele superioare, creierul are i o activitate nervoas superioar care autoregleaz
starea psihic a organismului.
Aceast autoreglare se realizeaz prin reflexele condiionate care constituie baza gndirii ca
principal form de manifestare a activitii nervoase superioare.

5.2.2 Sistemele biologice la nivel de populaii (biocenoze)


Biocenoza conine spaiul n care exist populaiile biologice (biotop), condiiile
pedoclimatice ale biotopului, biomasa de origine vegetal i populaiile care ocup acest spaiu.
Autoreglarea populaiilor biologice se face cantitativ i calitativ, n spaiu i timp, prin lupta
pentru existen ntre indivizii unei specii sau ntre specii diferite.
Ca exemple de autoreglare cantitativ avem autoreglarea efectivelor totale, pe sexe i pe
grupe de vrst, autoreglarea structurii genetice, a mrimii corpului, a densitii ntr-un biotop, a
numrului de urmai etc.
I.
Evoluia efectivului total al unei singure specii ntr-un biotop deschis cu resurse limitate de
hran.
217

Fie X(t) efectivul total de indivizi ai speciei la momentul de timp t.


Fie I numrul de indivizi ai speciei care vin n biotop (imigrri) i E numrul de indivizi ai
speciei care pleac din biotop (emigrri).
Fie (t) coeficientul de natalitate i (t) coeficientul de mortalitate al speciei.
Viteza de variaie a efectivului total X(t) al speciei n timp va fi:
dX/dt = [ (t) - (t)] . X(t) + I - E
Datorit limitrii hranei, avem (t) = - a.X(t); (t) = b.X(t)
= a + b se numete coeficient de competiie pentru hran.
Ecuaia diferenial de mai sus devine:
dX/dt = ( ) .X .X2 + I E
Pentru I = E, avem soluia:


.X(0)

X(t)

X(0)
X(0) .e ( )t

Aceast funcie are ca grafic curba de cretere (logistica) cu pragul de saturaie ( )/:

Momentul t0 este soluia ecuaiei X (t) = 0, adic:

n(
t0


1)
.X( 0 )

Momentul de timp t0 delimiteaz faza de expansiune a speciei cnd creterea efectivului


este accelerat (X(t) i dX/dt cresc) de faza de saturaie a speciei cnd creterea efectivului este
218

ncetinit (X(t) crete dar dX/dt scade). n momentul de timp t0 viteza de variaie dX/dt a
efectivului va fi maxim iar valoarea efectivului X(t) n acest moment va fi: X(t) = ( )/2, adic
jumtate din valoarea pragului de saturaie.
n particular pentru = 0 (hran suficient) avem: dX/dt = ( ) .X, de unde X(t) =
X(0).e( )t cu graficul o exponenial care taie axa vertical n X(0).

II.
Evoluia efectivului pe sexe a unei singure specii ntr-un biotop nchis cu resurse limitate de
hran
Presupunem c la momentul de timp t, specia are X1(t) masculi cu coeficientul de natalitate
1, de mortalitate 1 i de competiie pentru hran 1, i specia are X2(t) femele cu coeficientul de
natalitate 2, de mortalitate 2 i de competiie pentru hran 2.
Vitezele de variaie ale efectivelor pe sexe vor fi date de sistemul de ecuaii difereniale:
dX1/dt = 1X2 - 1X1 - 1X1(X1 + X2)
dX2/dt = (2 2)X2 2X2(X1 + X2)
X1(t) i X2(t) oscileaz n jurul unor valori de echilibru date de sistemul dX1/dt = dX2/dt = 0.
Efectivul total X1(t) + X2(t) are valoarea de echilibru (2 2)/2 (plafonul femelelor).
Raportul efectivelor pe sexe X1(t)/X2(t) are valoarea de echilibru:

1
( 2 2 ) 1
2
Pentru calculul efectivelor pe sexe la momentele de timp t = 1, 2, 3, n diferite cicluri de
reproducie a speciei, cunoscnd efectivele iniiale pe sexe X1(t) i X2(t), avem din sistemul de
ecuaii precedent, sistemul recurent:
X1 (t + 1) = 1X2 (t) + (1 - 1)X1(t) - 1X1(t)[X1(t) + X2(t)]
X2 (t + 1) = (1 + 2 2)X2 (t) 2X2(t) [X1(t) + X2(t)]
Programul EFECTIVE rezolv numeric acest sistem recurent.
Exemplu:
n anii secetoi cnd hrana se mpuineaz, insectele fitofage depun ou mai puine (X(t)
scade) i numrul femelelor scade (X1(t)/X2(t) crete). n anii ploioi are loc procesul invers.
219

III.
Evoluia efectivului pe grupe de vrst a unei singure specii ntr-un biotop nchis cu hran
suficient
Fie grupa prereproductoare (tineret) cu efectivul X1(t), grupa reproductoare (aduli) cu
efectivul X2(t) i grupa postreproductoare(btrni) cu efectivul X3(t).
Evoluia pe grupe de vrst la dou momente succesive de timp t i t + 1 n dou cicluri de
reproducie a speciei, va fi dat de ecuaiile:
X1(t + 1) = X2(t)
X2(t + 1) = 1X1(t)
X3(t + 1) = 2X2(t)
n adevr, din grupa reproductoare, cu coeficientul de natalitate , la momentul t, se vor
nate urmai care vor constitui grupa prereproductoare la momentul t + 1; grupa prereproductoare
cu coeficientul de mortalitate 1 la momentul t, devine grup reproductoare la momentul t + 1;
grupa reproductoare cu coeficientul de mortalitate 2 la momentul t, devine grup
postreproductoare la momentul t + 1 iar grupa postreproductoare la momentul t dispare cu totul la
momentul t + 1.
Ecuaiile precedente admit i o scriere matricial:

X1 (t)

Dac X(t)= X 2 (t) i


X (t)
3

0 0

A= 1 0 0
0

avem X(t + 1) = A.X(t), de unde pentru t = 0, 1,, n, gsim: X(1) = A.X(0), X(2) = A.X(1),,
X(n) = A.X(n - 1), i prin nmulire obinem: X(n) = An . X(0), de unde rezult structura efectivului
pe grupe de vrst astfel:
Pentru momente de timp t = numere pare, avem:
X1(n) = n 1n-1X1(0)
X2(n) = n-1 1n X2(0)
X3(n) = n-1 1n-1 2X1(0)
Pentru momente de timp t = numere impare, avem:
X1(n) = n 1n-1X2(0)
X2(n) = n-1 1n X1(0)
X3(n) = n-1 1n-1 2X2(0)
a)
b)
c)

n ambele cazuri, rezult concluziile:


Dac 1 < 1, efectivele pe toate grupele de vrst scad pentru n ;
Dac 1 > 1, efectivele pe toate grupele de vrst cresc pentru n ;
Dac 1 = 1, efectivele pe toate grupele de vrst sunt staionare pentru n .

Exemplu:
n cazul petilor avem > 1, deci efectivul grupei prereproductoare (puiet) crete cel mai
repede. Reglarea acestui efectiv se face prin canibalism: de exemplu, bibanul consum n mod
obinuit propriul lui puiet.
n continuare vom analiza cazul unei biocenoze n care avem dou specii existente ntr-un
biotop nchis cu hran limitat.
Autoreglarea cibernetic a biocenozei se realizeaz prin lupta pentru existen ntre specii.

220

Competiia pentru hran ntre dou specii fitofage


Fie X(t), Y(t) efectivele celor dou specii la momentul de timp t.
Fie i coeficienii de natalitate respectiv mortalitate ai primei specii; i coeficienii de
natalitate respectiv mortalitate ai celei de a doua specii; i coeficienii de competiie pentru
hran ai celor dou specii.
Vitezele de variaie ale efectivelor celor dou specii vor fi date de sistemul de ecuaii
difereniale:
dX/dt = ( )X X.Y
dY/dt = ( )Y X.Y
X(t) i Y(t) oscileaz n jurul unor valori de echilibru date de sistemul de ecuaii dX/dt = 0; dY/dt = 0,
de unde rezult valoarea de echilibru a raportului X/Y al efectivelor celor dou specii, egal cu
[( )/]/[( )/].
De aici rezult concluziile:
a)
Dac ( )/ < ( )/, dispare a doua specie din biocenoz;
b)
Dac ( )/ > ( )/, dispare prima specie din biocenoz;
c)
Dac ( )/ = ( )/, cele dou specii rmn n echilibru.
IV.

Pentru calculul efectivelor celor dou populaii la momentele de timp t = 1, 2, 3, n


diferite cicluri de reproducie ale speciilor, cunoscnd efectivele iniiale X(0), Y(0), avem din
sistemul de ecuaii precedent, sistemul recurent:
X(t + 1) = (1 + )X(t) X(t).Y(t)
Y(t + 1) = (1 + )Y(t) X(t).Y(t)
Programul EFECTIVE rezolv numeric acest sistem recurent.
Exemplu:
Echilibrul ntre efectivele diferitelor specii de peti fitofagi din acelai biotope se stric
uneori n favoarea unei specii: n unii ani echilibrul crap caras n Delta Dunrii s-a stricat n
favoarea carasului.
Competiia prad prdtor a unei specii fitofage cu una zoofag.
Fie X(t), Y(t), , , , cu aceleai semnificaii ca n secinea IV cu < , este
coeficientul de decimare a przii iar este coeficientul de expansiune a prdtorului pe seama
przii.
X(t) i Y(t) sunt date de sistemul de ecuaii difereniale:
dX/dt = ( )X X.Y
dY/dt = ( )Y + X.Y
V.

De aici rezult legile lui Volterra:

a) Legea ciclului periodic:


Efectivele przii X(t) i prdtorului Y(t) sunt funcii periodice de t cu perioada T = 2/[(
)( )]1/2

b) Legea conservrii valorilor medii:


Pe durata de timp a unei perioade T mediile efectivelor MX(t); MY(t) sunt independente de
condiiile iniiale i depind numai de , , , .

c) Legea perturbrii valorilor medii:


Dac speciile sunt distruse uniform i direct proporional cu efectivele lor, atunci media przii
MX(t) crete iar media prdtorului MY(t) scade.
221

Dac este distrus prdtorul, media MX(t) crete iar media MY(t) este constant.
Dac este distrus prada, media MX(t) este constant iar media MY(t) scade.
Rezult c n toate cazurile este favorabil prada.
Eliminnd pe t ntre X(t) i Y(t) i reprezentnd grafic n spaiul fazelor, dependena ntre X
i Y, avem:

Este clar c A, A sunt puncte de maxim respectiv minim al efectivului przii iar B, B sunt
puncte de maxim respectiv minim al efectivului prdtorului.
Aceste maxime i minime alterneaz deoarece prdtorul decimnd prada, i distruge baza
de existen ceea ce duce la micorarea efectivului Y al prdtorului i la renaterea przii, al crui
efectiv X crete din nou.
n timp cele dou efective au graficele:

Pentru calculul efectivelor celor dou specii la momentele de timp t = 1, 2, 3, n diferite


cicluri de reproducie ale speciilor, cunoscnd efectivele lor iniiale X(0) i Y(0), avem din sistemul
de ecuaii precedent, sistemul recurent:
X(t + 1) = (1 + )X(t) X(t).Y(t)
Y(t + 1) = (1 + )Y(t) + X(t).Y(t)
Programul EFECTIVE rezolv numeric acest sistem recurent.
222

Exemplu:
O specie de roztori din America, numii Lemingi, sunt devorai de vulpi. Dac numrul
lemingilor scade, scade i numrul vulpilor care nu mai au hran suficient, fapt care duce la
recrudescena lemingilor, al crui efectiv crete din nou. Perioada din legea ciclului periodic a lui
Volterra este pentru aceste dou specii T = 4 ani.
n cazul n care prada este un duntor agricol, combaterea sa biologic se face prin
aducerea n biotopul su a unui prdtor (entomofag, acarofag, pasre sau mamifer insectivore).
Din cele prezentate mai sus, rezult c efectivul X(t) al unei specii n competiia pentru
hran sau n lupta cu alte specii, poate s scad, s rmn staionar sau s creasc.
Dac efectivul X(t) al unei specii scade sub o anumit limit inferioar m, numit limit de
supravieuire, atunci scade vertiginos i specia dispare.
Dac efectivul X(t) al unei specii crete peste o anumit limit superioar M, numit limit
de periclitare a echilibrului ecologic, aceasta duce la distrugerea hranei vegetale sau a altor specii.
Prin urmare este de dorit ca efectivul speciei s rmn staionar cu oscilaii periodice n
timp cu o perioadT.
Reglarea artificial a efectivelor populaiilor, efectuat de ctre om
Lsnd la o parte cazul speciilor de animale domestice n care intervine numai n mic
msur competiia pentru hran, datorat densitii n grajduri, vom aborda reglarea artificial de
ctre om a efectivelor animalelor slbatice folositoare pentru vntoare i pescuit precum i
combaterea duntorilor agricoli.
a)
n cazul vntorii i pescuitului, reglarea artificial are ca scop meninerea efectivului
speciei vnate sau pescuite deasupra limitei de supravieuire m.
Fie = (efectiv vnat sau pescuit)/(efectiv total).
Efectivul X(t) satisface ecuaia diferenial: dX/dt = ( )X X2, cu soluia:
VI.


.X(0)

X(t)

X(0)
X(0) .e ( )

Aceast soluie are ca grafic logistica de mai jos:

223

Aici punctul de inflexiune este:

ln(
t '0


) 1
.X(0)
( )

Trebuie s avem: ( )/ > m, de unde: > .m

(1)

Exemplu:
Multe specii de vnat sau pescuit valoroase sunt ameninate cu dispariia, avnd efectivul
apropiat de limita de supravieuire m. Cota de vnat sau pescuit este strict limitat prin lege,
conform condiiei precedente.
b)
n cazul unei specii de duntori agricoli reglarea artificial a efectivului acestora const n
decimarea pe cale chimic sau biologic a acestor duntori.
1) Pe cale chimic:
Avem = (efectiv decimat chimic)/(efectiv total).
Efectivul X(t) al duntorilor satisface ecuaia diferenial: dX/dt = ( )X X2
Pentru ca efectivul s scad trebuie ca (dX/dt) < 0, deci: ( ).X .X2 < 0 de unde:
< .X
(2)
2) Pe cale biologic:
Se sterilizeaz o parte Xs(t) din numrul de masculi ceea ce duce la micorarea
coeficienilor de natalitate ai sexelor de la 1 la 1(1 Xs/X1) la masculi i de la 2 la 2(1 Xs/X1)
la femele aa c sistemul de ecuaii difereniale de la punctul II, devine:
dX1/dt = 1 (1 Xs/X1).X2 - 1X1 - 1X1.(X1 + X2)
dX2/dt = [2 (1 Xs/X1) 2].X2 2X2.(X1 + X2)
Presupunem pentru simplificare 1 = 2 = ; 1 = 2 = ; 1 = 2 = , deci scznd ecuaiile
precedente obinem: d(X1 - X2)/dt = - (X1 X2) aa c X1 X2 = e t, deci pentru t avem
X1 = X2 = X/2 i ecuaiile precedente vor coincide cu ecuaia: dX/dt = (1 Xs/X1) .X - X X2
Pentru ca efectivul X(t) s scad, trebuie ca dX/dt < 0, adic: (1 Xs/X1) .X - X X2 < 0
i notnd = Xs/X1, rezult: > 1 / (/) .X
(3)
Exemplu:
La decimarea chimic a gndacului de Colorado, cantitatea de insecticid i concentraia
acestuia (%) se stabilesc astfel ca cota decimat chimic s duc la scderea efectivului conform
relaiei (2 ) de la punctul a).
Decimarea biologic prin sterilizare s-a aplicat n America la musca Cochliomy
Hominivorax care atac animalele domestice, fapt care a dus la scderea vertiginoas a efectivului
acestei mute, conform condiiei (3) de la punctul b).

5.2.3 Pdurile ca ecosisteme vegetale


n epocile geologice naintea apariiei omului, pdurea a fost cel mai important sistem
biologic vegetal. Importana pdurii n prezent este la fel de mare pentru sntatea planetei iar ca
sistem biologic i tehnico-economic este controlat printr-o legislaie strict.
Calitile principale ale pdurii sunt urmtoarele:
1) Este principala furnizoare de oxigen i consumatoare de bioxid de carbon a planetei. Arborii
valorific cldura i lumina solar pe vertical, un arbore avnd o suprafa verde echivalent
cu o mare suprafa ierboas.
224

2) Este furnizoarea materiei prime lemnoase folosit pentru construcii, mobil i combustibil.
Dealtfel pdurile preistorice sunt la originea formrii zcmintelor de crbuni.
3) Este principalul factor de mbuntire a microclimatului prin atragerea ploilor, de combatere a
pulberilor i gazelor poluante, de stabilizare a terenurilor n pant.
4) Este un habitat ideal pentru multe specii de animale slbatice n special cele arboricole.
5) Are valene turistice incontestabile ca loc de recreere i odihn.
6) Are valene fitoterapeutice mari prin substanele coninute n arbori, unele insuficient cunoscute
i studiate de medicin.
7) Implic cheltuieli specifice mai mici fa de plantele de cultur n raport cu veniturile pe care le
aduc.
Din pcate n prezent suprafeele mpdurite scad continuu mai ales n rile n curs de
dezvoltare cu consecine catastrofale pentru mediu la scar mic i la scar mare. Cele mai nefaste
consecine sunt accentuarea polurii globale, deertificarea i alunecrile de teren. Exploatarea
iraional a fondului forestier nensoit de o replantare corespunztoare, este principala cauz a
scderii suprafeelor mpdurite. Un arbore mare se taie n cteva minute dar se reface n civa zeci
de ani. n multe locuri, pdurile au fost defriate pentru a face loc terenurilor arabile, care
exploatate intensiv, s-au degradat.
Politicile naionale i internaionale fa de pduri trebuie s stopeze fenomenele negative
semnalate mai sus, pentru a repune n drepturi acest aur verde al planetei.
Din cele prezentate mai sus reies i componentele pdurii ca ecosistem vegetal.
Sistemul silvic are urmtoarele componente:
a) Intrri: oxigen, bioxid de carbon, energie solar gratuit, ap, substane minerale din sol,
resturi vegetale reciclate, ngrminte naturale de la animalele slbatice i altele.
b) Stri interne: starea de vegetaie este legat de vrsta arborilor, de densitatea i de efectul
nefavorabil al polurii i furtunilor. ntre arbori de diferite vrste i talii exist o lupt acerb
pentru lumin i cldur. Starea pdurilor este obiectul de activitate al unor organisme
specializate i trebuie urmrit cu strictee.
c) Ieiri: oxigen, mas lemnoas, biomas, fructe de pdure, hran pentru animale slbatice, spaii
de recreere i parcuri dendrologice i altele.
Un calcul economic arat c pdurea este un sistem rentabil dac se respect cerinele i
dezideratele enumarate mai sus.

5.3 PROPRIETI GENERALE ALE SISTEMELOR AGRICOLE


5.3.1 Particulariti ale sistemelor agricole
I.
II.
III.
IV.

n seciunea 5.1.2 s-au clasificat sistemele agricole n patru categorii principale:


Sisteme biologice parial dirijate
Sisteme biologice total dirijate
Sisteme tehnice de prelucrare a produselor agricole
Sisteme economice de comercializare a produselor agricole brute sau prelucrate

Sistemele biologice parial dirijate au fost tratate n seciunea 5.2


Sistemele biologice total dirijate relative la plantele cultivate i animale domestice vor fi
tratate n seciunea 5.4
Sistemele tehnice de prelucrare a produselor agricole, aflate n aval fa de sistemele
biologice total dirijate, au un caracter tehnico-economic foarte accentuat i ies din cadrul acestui
Curs.
Sistemele economice de comercializare a produselor agricole brute sau prelucrate vor fi
tratate n seciunea 5.5
225

Particulariti ale sistemului plantelor cultivate


Plantele cultivate sunt necesare omului ca hran vegetal brut sau prelucrat, ca surs de
materii prime pentru industria alimentar i nealimentar, ca hran furajer pentru animale etc.
Sistemul plantelor cultivate are un triplu caracter: biologic, tehnologic i economic. Fiind un
mijloc de existen i nu un hobby, acest sistem este o afacere, deci preponderent este caracterul su
economic.
Particularitile sistemului plantelor cultivate sunt urmtoarele:
1)
Producerea de semine/material sditor este controlat de om pe baza geneticii i ameliorrii
soiurilor de plante. Seminele/materialul sditor de calitate superioar trebuie s genereze plante de
mare productivitate, cu rezisten mare la buruieni, boli i duntori, adaptabile la condiiile locale
de mediu, s rspund la o tehnologie adecvat, s genereze profit, s aib cutare pe pieele de
produse agricole interne i externe etc.
2)
Tehnologia de cultivare a plantelor urmrete completarea pn la confortul biologic a
cerinelor plantelor fa de mediu: cerine fa de sol, fa de clim, fa de ap, ngrminte
chimice i organice, combaterea buruienilor, bolilor i duntorilor etc.
Principiul de baz al tehnologiei este c resursele alocate de om la plantele cultivate trebuie
dozate n cantiti optime i aplicate n intervale de timp optime.
Condiiile de mediu sunt foarte diferite de la un loc la altul i de la un an la altul, deci n
alocarea de ctre om a resurselor pentru plantele cultivate, nu exist abloane.
3)
Rentabilitatea culturilor agricole este asigurat dac fermierii dein informaii despre
cantitile de produse agricole pe care le va cere piaa intern i cele externe, despre standardele de
calitate care asigur vandabilitatea produselor agricole brute sau prelucrate i stabilesc categoriile
de culturi i suprafeele pe care acestea trebuie s le ocupe n raport de cerinele pieii.
4)
Protecia mediului reclam gsirea unor alternative de combatere biologic nepoluant a
buruienilor, bolilor i duntorilor, fertilizarea organic, combaterea srturrii, a distrugerii
humusului etc.
5)
Cultura plantelor este un domeniu economic cu risc asumat, deci este necesar un sistem
eficient de asigurare a recoltelor fa de calamiti: secete, exces de umiditate, inundaii, alunecri
de teren, ngheuri, grindine, invazii de lcuste etc.
Asigurarea recoltelor se poate face prin societi de asigurri sau prin constituirea unui fond
de risc pentru calamiti.
A)

Particulariti ale sistemului animalelor domestice


Animalele domestice sunt necesare omului ca hran de origine animal brut sau prelucrat,
ca surs de materii prime pentru industria alimentar i nealimentar, ca furnizoare de gunoi de
grajd pentru fertilizarea ecologic a solului etc.
Se spune c acolo unde exist ferm vegetal trebuie s existe i animale domestice pentru a
valorifica partea furajer a plantelor cultivate.
Punctele 1) - 5) din seciunea A) de mai sus rmn valabile i pentru plantele furajere dar
apar unele deosebiri ntre producia vegetal i cea zootehnic.
6)
Plantele cultivate i prepar singure hrana prin fotosintez cu bioxid de carbon din
atmosfer, cu ap i substane nutritive din sol, folosind sursa energetic (lumin i cldur)
gratuit de la soare, n timp ce animalele domestice sunt hrnite de ctre om (furajare la pune
vara pentru rumegtoare i furajare n adposturi iarna).
7)
Plantele cultivate sunt asistate de om n perioada lor de vegetaie iar animalele n tot anul
calendaristic.
Durata de asisten a plantelor de ctre om egal cu durata lor de vegetaie este de
aproximativ 6 luni pentru culturi anuale de primvar, 9 luni pentru pioasele de toamn, civa ani
pentru plantele perene, pomi i vie.
Durata de asisten a animalelor domestice de ctre om depinde de specie (2 luni la puii de
carne, 240 zile la porci, 7 - 9 ani la vaci cu lapte etc). Aceste durate se prelungesc pentru animalele
domestice din gospodriile rneti.
226
B)

8)
Producia zootehnic este n mare msur tributar produciei vegetale, deoarece ponderea
cea mai mare a cheltuielilor n zootehnie o ocup cheltuielile cu furajarea.
n perioadele de secet are de suferit i producia vegetal i cea zootehnic.
9)
Produsele vegetale sunt inferioare ca valoare nutritiv pentru om, fa de cele zootehnice,
dar mai puin perisabile ca acestea din urm, deci necesit mai puine cheltuieli pentru
pstrare/conservare.
10)
n ultimii ani medicina recomand schimbri n structura alimentar a hranei omului prin
scderea ponderii produselor din carne, a finoaselor i dulciurilor nalt rafinate i creterea
ponderii lactatelor, legumelor, fructelor, finoaselor integrale, a produselor din soia, ntr-un cuvnt
promovarea hranei naturiste.

5.3.2 Intrri n sistemele agricole


Dup natura lor, intrrile n sistemele agricole sunt: materiale, energetice, financiare i
informaionale.
Dup modul de aplicare n timp, intrrile n sistemele agricole pot fi intrri ealonate i
intrri-bloc.
Vom nota intrrile ealonate cu X(t) iar pe cel bloc cu XT.
Exemple de intrri ealonate la plante cultivate: ngrminte chimice, apa de irigaie.
Exemple de intrri-bloc la plante cultivate: arat, semnat, ierbicidat, combatere boli i
duntori.
Exemple de intrri ealonate la animale domestice: furajare, adpare.
Exemple de intrri-bloc la animale domestice: populare, reproducere, combatere boli.
Tehnologia agricol vegetal sau zootehnic transform n mod curent intrrile ealonate n
intrri-bloc i invers.
Exemple:
1) ngrmintele chimice se aplic la plantele cultivate n dou trane.
2) Furajele pentru animalele domestice se stocheaz n baza furajer n sezonul de iarn.
Fie o serie tehnologic la plante cultivate/animale domestice n intervalul de timp de forma
[0; DS], unde DS este durata seriei n uniti de timp.
Funcia intrrii ealonate X(t) se cumuleaz n timp.
Funcia intrrii cumulate va fi:
t

XC(t) X(r)dr

(1)

Intrarea-bloc XT va avea forma :


DS

XT=XC(DS)=

X(r)dr

(2)

Relaia (2) exprim legtura ntre intrarea ealonat X(t) i intrarea-bloc XT.
Ealonarea/cumularea i controlul resurselor n agricultur
Fie o serie tehnologic la plante cultivate/animale domestice n intervalul de timp de forma
[0;DS], unde DS este durata seriei n uniti de timp.
Funcia resursei ealonate X(t) se cumuleaz n timp.
Funcia resursei cumulate va fi:

227

XC(t) X(r)dr

(1)

Intrarea-bloc XT va avea forma :


DS

XT=XC(DS)=

X(r)dr

(2)

Relaia (2) exprim legtura ntre resursa ealonat X(t) i resursa-bloc XT.
Fie NC numrul de controale ale resursei ealonate X(t).
Intervalul de timp ntre dou controale succesive este egal cu DS/NC uniti de timp.
Rapoartele CX(j) = XT/X(tj) pentru tj = j.(DS/NC) (j = 1, 2,, NC), se numesc coeficienii
diversificai ai intrrii X.
Pe baza valorii reale XR(tj) a intrrii la data controlului numrul j, se poate calcula valoarea
ateptat XTA(j) = XR(j).CX(j) care estimeaz pe XT la momentul j.
Clase de funcii polinomiale de grad cel mult 3 care ajusteaz resursele agricole
1. Polinom convex simetric de grad 2
Forma funciei este: X(t) = X1.t + X2.t2; t [0; DS]; X1 > 0, X2 > 0
Graficul funciei are forma:

Funcia are valoarea final XF pentru t = DS. Fie XT cantitatea total de resurs X
consumat n seria de timp [0; DS]. Impunem condiiile:
DS

1) X(t) d t = XT
0

2)X(DS) XF
De aici rezult coeficienii X1, X2 ai funciei de consum resurs:
X1 = 2.(3.XT DS.XF)/DS2; X2 = 3.(DS.XF 2.XT)/DS3
Pentru ca X1 > 0 i X2 > 0 trebuie s alegem XT n intervalul: (DS.XF/3; DS.XF/2).
Funcia consumului cumulat de resurs va fi: XC(t) = X1.t2/2 + X2.t3/3
Avem XT = XC(DS)
228

2. Polinomul concav simetric de grad 2


Forma funciei este: X(t) = X1.t + X2.t2; t [0; DS]; X1 > 0, X2 < 0
Graficul funciei are forma:

Funcia are valoarea maxim pentru t = m.DS Fie XT cantitatea total de resurs X
consumat n seria de timp [0; DS]. Impunem condiiile:
DS

1) X(t) d t = XT
0

2)

X1
m.DS
2.X 2

De aici rezult coeficienii X1, X2 ai funciei de consum resurs:

X1

6m XT
.
3m 1 DS2

; X2

3 XT
1
. 3 ; ( m 1)
3m 1 DS
3

Funcia consumului cumulat de resurs va fi: XC(t) = X1.t2/2 + X2.t3/3.


Avem XT = XC(DS)
3. Polinom concav asimetric de grad 3
Forma funciei este: X(t) = X1.t + X2.t2 + X3.t3; t [0; DS]
Graficul funciei are forma:

229

Funcia are valoarea maxim XM pentru t = m.DS (0 < m < 1). Fie XT producia fizic
total realizat n seria de timp [0; DS]. Impunem condiiile:
DS

X(t) d t = XT

4)

5) X1 2X 2 .(m.DS) 3X3 .(m.DS2 ) 0 adic maximul lui X(t) este n m.DS


6) X1.DS X 2 .DS2 X3 .DS3 0 adic la momentul de timp DS avem X(DS)=0.
12m(3m 2) XT
.
6m 2 6m 1 DS2
12(3m 2 1) XT
X2
.
6m 2 6m 1 DS3
12(2m 1) XT
X3
.
6m 2 6m 1 DS4
deci m 0.22 ; m 0.79
X1

De aici rezult coeficienii X1, X2, X3 ai funciei X(t):


Funcia consumului cumulat de resurs va fi: XC(t) = X1.t2/2 + X2.t3/3 + X3.t4/4
Avem XT = XC(DS)
4. Polinom convex-concav de grad 3
Forma funciei este: X(t) = X1.t + X2.t2 + X3.t3; t [0; DS]; X1 0, X2 >0, X3 < 0
Graficul funciei are forma:

Funcia are valoarea maxim XM pentru t = DS i are un punct de inflexiune pentru t =


m.DS (0 < m 0.5). Fie XT cantitatea total de resurs X consumat n seria de timp [0; DS].
Impunem condiiile:

230

DS

X(t) d t = XT

1)

2)
3)

X2
m.DS
- 3X3
X 2 X 22 3X1X 3
3X3

DS

De aici rezult coeficienii X1, X2, X3 ai funciei de consum resurs:

12(2m 1) XT
.
8m 5 DS2
12m XT
X2
.
8m 5 DS3
4
XT
X3
. 4
; (0 < m 0.5)
8m 5 DS
X1

Funcia consumului cumulat de resurs va fi: XC(t) = X1.t2/2 + X2.t3/3 + X3.t4/4


Avem XT = XC(DS)
Aplicaii numerice
X(t) = consumul de ap de irigaie la porumb.
Alegem polinomul concav simetric de la punctul 2.
Avem DS = 150 zile, XT = 3000 m3 ap/ha iar punctul de inflexiune este m.DS = 120 zile,
deci = 0.8
Din relaiile de la punctul 2), obinem: X1 = 0.457143; X2 = - 0.001905
Funcia consumului de ap de irigaie la porumb va fi: X(t) = 0.457143 t - 0.001905 t2
Funcia consumului cumulat de ap de irigaie la porumb va fi: XC(t) = 0.228571 t2 0.000635 t3
Avem XC(150) = XT =3000 m3 ap/ha.
Pentru NC = 10 controale la DS/NC = 15 zile, avem n tabelul 1 coeficienii diversificai ai
consumului de ap de irigaie la porumb: CX(j) = XT/X(tj), (tj = 15, 45, 60,, 150)
a)

Nr. control
1
2
3
4
5
6
7
8
9
10

Ziua control
15
30
45
60
75
90
105
120
135
150

Rezultat
6.43
12
16.71
20.57
23.57
25.71
27
27.43
27
25.71

231

Tabel 1
Coef. diversificat
466.67
250
179.49
145.83
127.27
116.67
111.11
109.38
111.11
116.67

De exemplu dac n ziua 90-a a controlului Nr. 6, avem consumul real de ap de irigaie
XR(6) = 20 m3/ha, coeficientul diversificat la data acestui control fiind CX(6) = 116.6667, vom
avea XTA(5) = 20 x 116.6667 = 2333.334 m3/ha prin care se estimeaz la momentul t6 = 90 zile,
cantitatea XT = 3000 m3/ha.
b)

X(t) = consumul de furaje concentrate la porci (Kg)


Alegem polinomul convex-concav de grad 3 de la punctul 4.
Avem DS = 240 zile, XT = 800 Kg/cap, iar punctul de inflexiune este m.DS = 120 zile, deci
m = 0.5
Din relaiile de la punctul 4, obinem: X1 = 0; X2 = 0.000347; X3 = - 0.000001
Funcia consumului de furaje concentrate la porci va fi: X(t) = 0.000347 t2 - 0.000001 t3
Funcia consumului cumulat de furaje concentrate la porci va fi: XC(t) = 0.000116 t3 0.0000002 t4
Avem XC(240) = XT =800 Kg furaj/cap.
Pentru NC = 8 controale la DS/NC = 30 zile, avem n tabelul 2 coeficienii diversificai ai
consumului de furaje concentrate la porci: CX(j) = XT/X(tj), (tj = 0, 60, 90,, 240):

Nr. control
1
2
3
4
5
6
7
8

Ziua control
30
60
90
120
150
180
210
240

Rezultat
0.29
1.04
2.11
3.33
4.56
5.63
6.38
6.67

Tabel 2
Coef. diversificat
2972.73
768
379.26
240
175.54
142.22
125.39
120

De exemplu dac n ziua 120-a a controlului Nr. 4, avem consumul real de furaje
concentrate XR(4) = 3 Kg/cap, coeficientul diversificat la data acestui control fiind CX(4) = 240,
vom avea XTA(4) = 3 x 240 = 720 Kg/cap prin care se estimeaz la momentul t6 = 120 zile,
cantitatea XT = 800 Kg/cap.

5.3.3 Ieiri din sistemele agricole


n tot punctul 5.3.2 vom schimba resursele X cu produciile Y.
Dup natura lor, ieirile din sistemele agricole sunt: materiale, energetice, financiare i
informaionale.
Dup modul de obinere n timp, ieirile din sistemele agricole pot fi ieiri ealonate i
ieiri-bloc.
Vom nota ieirile ealonate cu Y(t) iar pe cel bloc cu YT.
Exemple de ieiri ealonate la plante cultivate: recolta de legume.
Exemple de ieiri-bloc la plante cultivate: recolta de cereale, fructe, vie.
Exemple de ieiri ealonate la animale domestice: colectare producie lape, ou, miere.
Exemple de ieiri-bloc la animale domestice: sacrificare animale pentru carne.
Tehnologia agricol vegetal sau zootehnic transform n mod curent ieirile ealonate n
ieiri-bloc i invers.
Fie o serie tehnologic la plante cultivate/animale domestice n intervalul de timp de forma
[0; DS], unde DS este durata seriei n uniti de timp.
Funcia ieirii ealonate Y(t) se cumuleaz n timp.
232

Funcia ieirii cumulate va fi:


t

YC(t) Y(r)dr

(3)

Ieirea-bloc YT va avea forma :


DS

YT=YC(DS)=

Y(r)dr

(4)

Relaia (4) exprim legtura ntre ieirea ealonat Y(t) i ieirea-bloc YT.
Ealonarea/cumularea i controlul produciilor n agricultur
Aplicaii numerice
c)
Y(t) = producia de lapte de vac (litri).
Alegem polinomul concav asimetric de grad 3 de la punctul 5.3.2 n care schimbm peste
tot litera X cu litera Y.
Avem DS = 308 zile, YT = 5000 litri lapte iar punctul de maxim al produciei de lapte este
m.DS = 123 zile, deci m = 0.4
Din relaiile de la punctul 3. din seciunea 3.2, obinem: Y1 = 0.461280; Y2 = - 0.002438;
Y3 = 0.000003
Funcia produciei de lapte va fi: Y(t) = 0.461280 t 0.002438 t2 + 0.000003 t3
Funcia produciei cumulate de lapte va fi: YC(t) = 0.23059 t2 0.000813 t3 + 0.00000076 t4
Avem YC(308) = YT = 5000 litri lapte.
Pentru NC = 11 controale la DS/NC = 28 zile, avem n tabelul 3 coeficienii diversificai ai
produciei de lapte: CY(j) = YT/Y(tj), (tj = 28, 56, 84,, 308):

Nr. control
1
2
3
4
5
6
7
8
9
10
11

Ziua control
28
56
84
112
140
168
196
224
252
280
308

Rezultat
11.07
18.72
23.34
25.36
25.16
23.14
19.72
15.29
10.26
5.03
1

Tabel 3
Coef. diversificat
451.74
267.16
214.19
197.19
198.76
216.05
253.52
326.91
487.15
993.79
5000

De exemplu dac n ziua 140-a a controlului Nr. 5, avem producia real de lapte YR(5) =
22 litri/cap.zi, coeficientul diversificat la data acestui control fiind CY(5) =198.7631, vom avea
YTA(5) = 22 x 198.7631 = 4372.789 litri/vac prin care se estimeaz la momentul t5 = 140 zile
cantitatea YT = 5000 litri lapte.
Experimental s-au stabilit pentru producia de lapte de vac din Romnia la cele 11
controale, urmtorii coeficieni diversificai:
Nr.
control
Coef.
diversificai

10

11

237.3

236.7

250

261

280

295.7

327.1

357.6

398.3

456.3

518.5

233

Y(t) = sporul zilnic n greutate al puilor de carne (g)


Alegem polinomul concav simetric de grad 2 din seciunea 5.3.2, n care schimbm peste tot
litera X cu litera Y.
Avem DS = 56 zile, YT = 2500 grame iar punctul de maxim al sporului zilnic n greutate al
puilor este atins la m.DS = 56 zile, deci m = 1.
Din relaiile de la punctul 2. din seciunea 3.2, obinem: Y1 = 2.391582; Y2 = - 0.021353.
Funcia sporului zilnic n greutate la pui va fi: Y(t) = 2.391582 t - 0.021353 t2.
Funcia sporului zilnic n greutate cumulat la pui va fi: YC(t) = 1.195791 t2 - 0.007118 t3.
Avem YC(56) = YT = 2500 grame.
Pentru NC = 8 controale la DS/NC = 7 zile, avem n tabelul 4 coeficienii diversificai ai
sporului zilnic n greutate al puilor: CY(j) = YT/Y(tj), (tj = 7, 14, 21,, 56):
d)

Nr. control
1
2
3
4
5
6
7
8

Ziua control
7
14
21
28
35
42
49
56

Rezultat
15.69
29.30
40.81
50.22
57.55
62.78
65.92
66.96

Tabel 4
Coef. diversificat
159.29
85.34
61.26
49.78
43.44
39.82
37.93
37.33

De exemplu dac n ziua 28-a a controlului Nr. 4, avem sporul zilnic n greutate real YR(4)
= 50 g/cap, coeficientul diversificat la data acestui control fiind CY(4) = 49.7778, vom avea
YTA(4) = 50 x 49.7778 = 2488.889 g/cap prin care se estimeaz la momentul t4 = 28 zile cantitatea
YT = 2500 grame.
Deficit/exces de resurs n producia agricol
Fie intervalul de timp [0; DS] n care se desfoar o serie agricol pentru plane/animale.
Fie XO(t) doza optim de consum de resurs pe perioada [0; DS] pentru care la momentul
T = DS, producia agricol vegetal/zootehnic Y atinge optimul tehnic XT.
Consumul total optim de resurs este XOT

DS

XO(t ) .

Fie XR(t) doza real de consum resurs pe perioada de timp [0; DS] pentru care la
momentul t = DS, producia agricol Y are valoarea real YR < YT.
Consumul total real de resurs este XRT

DS

XR(t )dt .

Diferena ajustat ntre consumul real i cel optim de resurs este (t) = t .[XR(t) - XO(t)].
(t) este cu att mai mare cu ct diferena efectiv XR(t) - XO(t) este mai mare i/sau cu ct timpul
t este mai mare.
Dac (t) < 0 avem un deficit ajustat de consum de resurs, iar dac (t) > 0 avem un exces
ajustat de consum de resurs.
Diferena ajustat total ntre consumul real i cel optim de resurs este T

DS

(t )dt .

Producia agricol real are forma: YR = YT (1 - T/DC), unde DC este nivelul de


calamitate al lui T pentru care YR = 0.

234

Exemplu:
La o durat egal de timp a stagnrii apei din precipitaii pe suprafeele cultivate (exces de
resurs), pierderile de recolt (%) datorate excesului de umiditate sunt mai mari dac stagnarea se
face mai trziu n perioada de vegetaie, conform datelor din tabelul urmtor:
Pierderi de recolt (%) la culturi agricole n funcie de timpul de inundaie (zile)
LUNA
Decembrie

Ianuarie

Februarie

Martie

Aprilie

Mai

Iunie

Iulie

August

Septembrie

Octombrie

Noiembrie

Nr. zile de
inundare
3
7
11
15
3
7
11
15
3
7
11
15
3
7
11
15
3
7
11
15
3
7
11
15
3
7
11
15
3
7
11
15
3
7
11
15
3
7
11
15
3
7
11
15
3
7
11
15

Cereale
toamn
5%
10 %
20 %
5%
10 %
15 %
5%
10 %
20 %
5%
15 %
30 %
50 %
10 %
25 %
40 %
70 %
20 %
40 %
70 %
100 %
20 %
50 %
70 %
100 %
10 %
20 %
4%
10 %
20 %
5%
10 %
20 %

Porumb

Floarea
soarelui
10 %
20 %
40 %
80 %
10 %
30 %
60 %
100 %
10 %
40 %
80 %
100 %
10 %
40 %
60 %
80 %
10 %
30 %
50 %
-

20 %
80 %
100 %
100 %
10 %
50 %
80 %
100 %
10 %
45 %
75 %
100 %
10 %
50 %
80 %
10 %
40 %
60 %
10 %
20 %
30 %
20 %
10 %
-

235

Sfecl de
zahr
10 %
50 %
100 %
100 %
10 %
50 %
90 %
100 %
10 %
50 %
90 %
100 %
10 %
40 %
90 %
100 %
10 %
40 %
90 %
100 %
10 %
40 %
90 %
100 %
10 %
40 %
90 %
100 %
10 %
30 %
50 %
-

Cartofi
30 %
80 %
100 %
100 %
30 %
80 %
100 %
100 %
40 %
90 %
100 %
100 %
50 %
100 %
100 %
100 %
50 %
100 %
100 %
100 %
30 %
100 %
100 %
100 %
20 %
40 %
60 %
80 %
-

5.4 ANALIZA TEHNICO-ECONOMIC A SISTEMELOR AGRICOLE


5.4.1 Analiza tehnico-economic a sistemului produciei vegetale
Vom analiza o plant de cultur anual de tip cereal sau plant tehnic, de toamn sau
primvar, semnat n cmp ntr-o anumit zon pedoclimatic.
I. DATE DE INTRARE
1).
2).
3).
4).
5).
6).
7).
8).
9).
10).
11).
12).
13).
14).
15).
16).
17).
18).
19).
20).
21).
22).
23).

Suprafaa cultivat (ha) = SC


Densitatea la recoltare (plante/ha) = DR [DR1; DR2]
Cost arat pregtire teren (lei/ha) = CP [CP1; CP2]
Cost smn semnat (lei/ha) = CS [CS1; CS2]
Cost lucrri combatere buruieni-boli - duntori (lei/ha) = CB [CB1; CB2]
Consum ngrminte chimice (kg/ha) = QI [QI1; QI2]
Cost ngrminte chimice (lei/kg) = CI [CI1; CI2]
Consum ap de irigaie (m3/ha) = QA [QA1; QA2]
Cost ap de irigaie (lei/m3) = CA [CA1; CA2]
Cost recoltare transport producie principal (lei/Kg) = CRP [CRP1; CRP2]
Cost recoltare transport producie secundar (lei/Kg) = CRS [CRS1; CRS2]
Consum motorin (litri/ha) = QC [QC1; QC2]
Consum curent electric (Kwh/ton) = QE [QE1; QE2]
Cost combustibil (lei/litru) = CC [CC1; CC2]
Cost curent electric (lei/Kwh) = CE [CE1; CE2]
Consum for de munc (zile-om/ha) = QZ [QZ1; QZ2]
Retribuie medie for de munc (lei/zi-om) = CZ [CZ1; CZ2]
Impozit pe mijloace fixe (lei/ha) = IM [IM1; IM2]
Prima de asigurare recolt (lei/ha) = PA [PA1; PA2]
Producie principal medie (Kg/plant) = YPM [YPM1; YPM2]
Pre vnzare producie principal (lei/Kg) = PVP [PVP1; PVP2]
Producie secundar medie (Kg/ha) = YSM [YSM1; YSM2]
Pre vnzare producie secundar (lei/Kg) = PVS [PVS1; PVS2]
REZULTATE

II. PRODUCII TOTALE PE PERIOADA DE VEGETAIE


24). Producie principal total (Kg): YPT = YPM * DR * SC
25). Producie secundar total (Kg): YST = YSM * SC
26). Venit total (lei): VT = YPT * PVP + YST * PVS = (YPM * DR * PVP + YSM * PVS) * SC,
din care:
a). Venitul principal total (lei): VPT = YPT * PVP cu ponderea VPT * 100/VT%
b). Venitul secundar total (lei): VST = YST * PVS cu ponderea VST * 100/VT%
27). Cheltuieli totale (lei): CT = CM + CO + CN din care:
c). Cheltuieli materiale (lei): CM = CTH + CEN + CRT cu ponderea CM * 100/CT% din
care:
c1). Cheltuieli tehnologice (lei): CTH = CP * SC + CS * SC + CB * SC + QI * SC *
CI + QA * SC *CA cu ponderea CTH * 100/CM%
c2). Cheltuieli energetice (lei): CEN = QC * SC * CC + YPT * QE * CE/1000 cu
ponderea CEN * 100/CM%
236

c3) Cheltuieli recoltare-transport (lei): CRT = YPT * CRP + YST * CRS cu


ponderea CRT * 100/CM
d). Cheltuieli cu fora de munc (lei): CO = QZ * SC * CZ cu ponderea CO * 100/CT%
e). Cheltuieli neproductive (lei): CN = (IM + PA) * SC + 0.16 * VT cu ponderea CN *
100/CT%
28). Profit total (lei): PT = VT CT
III. INDICATORI MEDII AI PRODUCIEI
29). Producia principal unitar (Kg/ha): YPU = YPM * DR
30). Producia principal minim (Kg/ha) care aduce profit: YPR = (CT YST * PVS)/(SC * PVP)
31). Costul produciei (lei/Kg producie fizic principal): CPP = CT/YPT
IV. INDICATORI AI PROFITULUI
32). Rata medie a profitului (lei profit/1 leu cheltuit): RMP = PT/CT
33). Rata marginal a profitului (lei cretere sau scdere profit/1 leu cretere cheltuieli):
RDP = (V1 1 + 2 * V2 * CT)
34). Elasticitatea ratei profitului (procente cretere sau scdere profit/1% cretere cheltuieli):
ERP = RDP/RMP
Toate datele de intrare sunt cuprinse n intervale de valori, date de tehnologie, cu excepia
suprafeei cultivate de la punctul 1) care este constant.
Pentru a calcula produciile de la punctele 24) 28) precum i indicatorii economici de la
punctele 29) 34), trebuie s alegem valori concrete n intervalele specificate pentru datele de
intrare de la punctele 2) 23)
Calculul ratei marginale a profitului de la punctul 33).
Fie CTA = (CP1 + CS1 + CB1 + QI1 * CI1 + QA1 * CA1 + QC1 * CC1 + YPM1 * DR1 * QE1
* CE1/1000 + (YPM1 *DR1 * CRP1 + YSM1 * CRS1) * 1.16 + QZ1 * CZ1 + IM1 * PA1) *SC
valoarea minim a cheltuielilor totale CT, obinut pentru datele 2) 20), 22) la limita stng a
intervalelor lor de valori i fie CTB = (CP2 + CS2 + CB2 + QI2 * CI2 + QA2 * CA2 + QC2 * CC2 +
YPM2 * DR2 * QE2 * CE2/1000 + (YPM2 * DR2 * CRP2 + YSM2 * CRS2) * 1.16 + QZ2 * CZ2 +
IM2 * PA2) *SC valoarea maxim a cheltuielilor totale CT, obinut pentru datele 3) 20), 22) la
limita dreapt a intervalelor lor de valori.
Fie VTA = (YPM1 * DR1 * PVP1 + YSM1 * PVS1) * SC valoarea minim a venitului total
VT, obinut pentru datele de la punctele 2), 20) 23) la limita stng a intervalelor lor de valori i
fie VTB = (YPM2 * DR2 * PVP2 + YSM2 * PVS2) * SC valoarea maxim a venitului total VT,
obinut pentru datele de la punctele 2), 20) 23) la limita dreapt a intervalelor lor de valori .
Graficul funciei VT = V1 * (CT) + V2 * (CT)2 este o parabol unde V1, V2 sunt soluiile
sistemului liniar:
VTA = V1 * (CTA) + V2 * (CTA)2
VTB = V1 * (CTB) + V2 * (CTB)2
care exprim faptul c parabola de ecuaie VT = V 1.(CT) + V2.(CT)2 trece prin punctele
A(CTA; VTA) i B(CTB, VTB):

237

Din sistemul liniar precedent gsim:


V1 = (VTA * CTB ^ 2 VTB * CTA ^2)/(CTA * CTB ^ 2 CTB * CTA ^ 2)
V2 = CTA * VTB CTB * VTA)/(CTA * CTB ^ 2 CTB * CTA ^ 2)
Profitul total este: PT = VT CT, deci PT = (V1 - 1).(CT) + V2 .(CT)2
Rata marginal a profitului este derivata profitului total PT deci:
RDP = (V1 1) + 2 * V2 * (CT), adic chiar formula de la punctul 33).
Concluzii:
I. Rata marginal a profitului este egal cu zero n cazul optimului economic i este egal cu
1, n cazul optimului tehnic.
II. Elasticitatea ratei profitului ERP este mai mare ca 1 n zona de expansiune a produciei
agricole, este egal cu 1 n cazul optimului de echilibru i este mai mic ca 1 n zona de saturaie a
produciei agricole.
Exemple:
1. CULTURA PORUMBULUI
Nr.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

Mrimea
SC
DR
CP
CS
CB
QI
CI
QA
CA
CRP
CRS
QC
QE
CC
CE
QZ
CZ
IM
PA
YPM
PVP
YSM
PVS

Minim
20
60000
100
60
40
120
0.8
2000
0.05
0.04
0.01
120
5
2.8
0.2
5
12
18
80
0.04
1
800
0.08

Aleas
20
65000
110
65
50
150
1
2200
0.06
0.06
0.01
140
6
3.4
0.24
6
14
20
100
0.06
1.2
900
0.1

238

Maxim
20
70000
120
70
60
150
1
2400
0.06
0.06
0.012
150
7
3.6
0.24
7
14
22
120
0.08
1.4
1000
0.12

REZULTATE:
21). YPT = 91000 Kg boabe porumb
22). YST = 18000 Kg coceni
23). VT = 65140 lei
24). CM = 22708.12 lei
25). CO = 1560 lei
26). CH = 24268.2 lei
27). CT = 27180.3 lei
28). PT = 37959.71 lei
29).YPU = 4550 Kg porumb boabe/ha
30). YPR = 1838 Kg porumb boabe/ha aduc profit
31). CP = 0.2986 lei cheltuieli/un Kg porumb boabe
32). RMP = 0.1397 lei profit/1 leu cheltuit
33). RDP = 0.7487 lei cretere profit/1 leu cretere de cheltuieli
(V1 = - 3.220333; V2 = 2.158535 x 10 4)
34). ERP = 5.36% cretere profit/1% cretere cheltuieli
Concluzie: aceast variant tehnico-economic este n zona de expansiune a produciei.
2. CULTURA GRULUI
Nr.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

Mrimea
SC
DR
CP
CS
CB
QI
CI
QA
CA
CRP
CRS
QC
QE
CC
CE
QZ
CZ
IM
PA
YPM
PVP
YSM

Minim
10
4500000
90
50
40
150
0.7
900
0.05
0.04
0.01
120
5
3.2
0.2
4
12
18
80
0.0005
1
1200

Aleas
10
4800000
100
60
50
180
0.8
1000
0.06
0.05
0.011
140
6
3.4
0.22
5
13
20
100
0.0006
1.2
1300

Maxim
10
5000000
120
70
60
200
0.9
1100
0.07
0.06
0.012
150
7
3.6
0.24
6
14
22
120
0.0007
1.4
1400

23

PVS

0.07

0.08

0.09

REZULTATE:
21). YPT = 28800 Kg boabe gru
22). YST = 13000 Kg paie gru
23). VT = 21200 lei
24). CM = 9961.016 lei
25). CO = 650 lei
26). CH = 10611.02 lei
239

27). CT = 11884.34 lei


28). PT = 9315.662 lei
29). YPU = 2880 Kg gru boabe/ha
30). YPR = 1549 Kg gru boabe/ha aduc profit
31). CPP = 0.4126 lei cheltuieli/1 Kg boabe gru
32). RMP = 0.7839 lei profit/1 leu cheltuit
33). RDP = 4.6727 lei cretere profit/1 leu cretere de cheltuieli
(V1 = - 1.697871; V2 = 3.100979 x 10 4)
34). ERP = 5.96% cretere profit/1% cretere cheltuieli
Concluzie: aceast variant tehnico-economic este n zona de cretere accelerar a
produciei.

5.4.2 Analiza economic a sistemului produciei de lapte


Vom analiza tandemurile vaci viei sugari de o anumit ras, n anumite cicluri de lactaie
i aflate ntr-o anumit ferm.
I. DATE DE INTRARE
1. Suprafaa spaiului de cazare vaci (m2) = SC
2. Durata medie lactaie vaci (zile) = DS [DS1; DS2]
3. Durata medie alptare viel (zile) = DV [DV; DV2]
4. Densitatea n spaiul de cazare vaci (capete/m2) = DC [DC2; DC2]
5. Procent fertilitate vaci (%) = FE [FE1; FE2]
6. Procent reform vaci (%) = RE [RE1; RE2]
7. Procent viabilitate viei sugari (%) = VI [VI1; VI2]
8. Inciden mbolnvire vaci (%) = IA [IA1; IA2]
9. Cheltuieli veterinare medii pentru vaci (lei/cap vac) = CVA [CVA1; CVA2]
10. Inciden mbolnvire viei (%) = IV [IV1; IV2]
11. Cheltuieli veterinare medii pentru viei sugari (lei/cap viel sugar) = CVV [CVV1; CVV2]
12. Consum mediu zilnic de amestec de furaje pentru vac (kg/cap vac.zi) = QF [QF1; QF2]
13. Consum mediu zilnic de lapte integral pentru viel sugar (litri lapte integral/cap viel sugar.zi)
= QV [QV1; QV2]
14. Cost mediu amestec de furaje pentru vac (lei/kg) = CF [CF1; CF2]
15. Consum mediu zilnic de ap (adpat plus consum tehnologic) (litri/cap.zi) = QA [QA1; QA2]
16. Consum mediu zilnic de curent electric (Kwh/zi) = QE [QE1; QE2]
17. Consum mediu zilnic de combustibil (transport tehnologic) (litri/zi) = QC [QC1; QC2]
18. Cost ap (lei/litru) = CA [CA1; CA2]
19. Cost curent electric (lei/Kwh) = CE [CE1; CE2]
20. Cost combustibil (lei/litru) = CC [CC1; CC2]
21. Consum mediu for de munc (zile-om/vac plus viel sugar) = QZ [QZ1; QZ2]
22. Retribuia medie for de munc (lei/zi-om) = CZ [CZ1; CZ2]
23. Impozit pe mijloace fixe (lei/m2 grajd) = IM [IM1; IM2]
24. Prima de asigurare vaci (lei/cap vac) = PA [PA1; PA2]
25. Producie medie zilnic de lapte integral (litri/cap vac.zi) = YL [YL1; YL2]
26. Coeficient mediu zilnic de grsime n lapte (%) = CG [CG1; CG2]
27. Coeficient mediu zilnic de protein n lapte (%) = CP [CP1; CP2]
28. Pre vnzare lapte integral (lei/litru) = PL [PL1; PL2]
29. Greutate medie adult reformat (Kg) = GR [GR1; GR2]
30. Greutate medie viel la nrcarea sa (Kg) = GV [GV1; GV2]
31. Pre vnzare n viu adult reformat (lei/Kg) = PR [PR1; PR2]
240

32. Pre vnzare n viu viel la nrcarea sa (lei/Kg) = PV [PV1; PV2]


33. Cantitate medie zilnic gunoi de grajd vac plus viel sugar (Kg/cap) = QG [QG1; QG2]
34. Pre vnzare gunoi de grajd (lei/Kg) = PG [PG1; PG2]
REZULTATE:
II. PRODUCII TOTALE
35.a)
35.b)
36.a)
36.b)
37.a)
37.b)
37.c)
37.d)
38.
a)
b)
c)
39.
a)

b)
c)
40.

Numr capete vaci la nceputul lactaiei: NAI = SC * DC


Numr capete vaci la sfritul lactaiei: NAL = NAI * (1 RE)
Numr capete viei sugari la nceputul lactaiei: NVI = NAI * FE
Numr capete viei sugari la nrcarea lor: NVL = NVI * VI
Producia total de lapte (litri): YT = NAL * (DS * YL DV * QV)
Producia total de unt (Kg): YU = YT * CG
Producia total de protein (Kg): YP = YT * CP
Cantitate total de gunoi de grajd (Kg): GT = NAL * QG * DS
Venit total (lei): VT = VL + VA + VG, din care:
Venit din vnzare lapte integral VL = YT * PL cu ponderea VL * 100/VT%;
Venit vnzare vaci reformate i viei nrcai VA = NAI * RE * GR * PR + NVL * GV *
PV cu ponderea VA * 100/VT%;
Venit din vnzare gunoi de grajd VG = GT * PG cu ponderea VG * 100/VT%.
Cheltuieli totale (lei): CT = CM + CO + CNP din care:
Cheltuieli material (lei): CM = CFT + CVE + CEN cu ponderea CM * 100/CT% din care:
a1) Cheltuieli cu furajare vac plus viel sugar (lei): CFT = NAL * QF * DS * CF + NVL *
QV * DV * PL cu ponderea CFT * 100/CM%;
a2) Cheltuieli veterinare (lei): CVE = NAI * IA * CVA + NVI * IV * CVV cu ponderea
CVE * 100/CM%;
a3) Cheltuieli energetic (lei): CEN = QA * DS * CA + QE * DS * CE + QS * DS * CC cu
ponderea CEN * 100/CM%
Cheltuieli for de munc (lei): CO = QZ * (NAL + NVL) * CZ cu ponderea CO * 100/CT%
Cheltuieli neproductive (lei): CNP = IM * SC + PA * SC * DC + 0.16 * VT cu ponderea
CNP * 100/CT%
Profit total (lei): PT = VT CT

III. INDICATORI MEDII AI PRODUCIEI


41. Producia principal unitar (litri lapte/cap de vac): YTU = DS * YL DV * QV
42. Producia principal minim (litri lapte/cap de vac) care aduce profit:
YTZ = [(CT NAI * RE * GR * PR NVL * GV * PV GT * PG)/(NAL * PL)]/DS
43. Costul produciei (lei/litru lapte): CPP = CT/YT
IV. INDICATORI AI PROFITULUI
44. Rata medie a profitului (lei profit/1 leu cheltuit): RMP = PT/CT
45. Rata marginal a profitului (lei cretere sau scdere profit/1 leu cretere cheltuieli):
RDP = (V1 1 + 2 * V2 * CT)
46. Elasticitatea ratei profitului (procente cretere sau scdere profit/1% cretere cheltuieli):
ERP = RDP/RMP
Toate datele de intrare sunt cuprinse n intervale de valori, date de tehnologie, cu excepia
suprafeei spaiului de cazare vaci plus viei sugari de la punctul 1. care este constant.
Pentru a calcula produciile de la punctele 35.a) 40. precum i indicatorii economici de la
punctele 41. 46., trebuie s alegem valori concrete n intervalele specificate pentru datele de
intrare de la punctele 2. 34..
241

Calculul ratei marginale a profitului de la punctul 45.


Calculm mrimile:
CFT1 = SC * DC1 * (1 - RE2) * QF1 * DS1 * CF1 + SC * DC1 * FE1 * VI1 * QV1 * DV1 * PL1
CFT1 = SC * DC2 * (1 - RE1) * QF2 * DS2 * CF2 + SC * DC2 * FE2 * VI2 * QV2 * DV2 * PL2
CVE1 = SC * DC1 * IA1 * CVA1 + SC * DC1 * IV1 * CVV1;
CVE2 = SC * DC2 * IA2 * CVA2 + SC * DC2 * IV2 * CVV2
CEN1 = QA1 * DS1 * CA1 + QE1 * DS1 * CE1 + QC1 * DS1 * CC1
CEN2 = QA2 * DS2 * CA2 + QE2 * DS2 * CE2 + QC2 * DS2 * CC2
CM1 = CFT1 + CVE1 + CEN1;
CM2 = CFT2 + CVE2 + CEN2
CO1 = QZ1 * SC * DC1 * CZ1 * (1 - RE2) * FE1 * VI1;
CO2 = QZ2 * SC * DC2 * CZ2 * (1 - RE1) * FE2 * VI2
CNP1 = IM1 * SC + PA1 * SC * DC1 + 0.16 * VT1;
CNP2 = IM2 * SC + PA2 * SC * DC2 + 0.16 * VT2
CTA = CM1 + CO1 + CNP1;
CTB = CM2 + CO2 + CNP2
i respectiv:
VL1 = SC * DC1 * (1 - RE2) * (DS1 * YL1 - DV1 * QV1) * PL1;
VL2 = SC * DC2 * (1 - RE1) * (DS2 * YL2 - DV2 * QV2) * PL2
VA1 = SC * DC1 * RE2 * GR1 * PR1 + SC * DC1 * FE1 * VI1 * GV1 * PV1
VA2 = SC * DC2 * RE1 * GR2 * PR2 + SC * DC2 * FE2 * VI2 * GV2 * PV2
VG1 = SC * DC1 * (1 - RE2) * QG1 * DS1 * PG1;
VG2 = SC * DC2 * (1 - RE1) * QG2 * DS2 * PG2
VTA = VL1 + VA1 + VG1;
VTB = VL2 + VA2 + VG2
Ca i n seciunea 5.1 avem:
V1 = (VTA * CTB ^ 2 VTB * CTA ^ 2)/(CTA *CTB ^ 2 CTB * CTA ^ 2)
V2 = CTA * VTB CTB * VTA)/(CTA * CTB ^ 2 CTB * CTA ^ 2)
Venitul total este VT = V1 * (CT) + V2 * (CT)2, deci profitul total este: PT = VT CT, deci
PT = (V1 - 1) * (CT) + V2 * (CT)2
Rata marginal a profitului este derivata profitului total PT, deci: RDP = (V1 1) +
2.V2.(CT), adic chiar formula de la punctul 45.
Exemplu:
VACI CU LAPTE PLUS VIEI SUGARI
Nr.
1
2
3
4
5
6
7
8
9
10
11
12

Mrimea
SC
DS
DV
DC
FE
RE
VI
IA
CVA
IV
CVV
QF

Minim
2000
290
90
0.1
0.94
0.03
0.95
0.04
40
0.06
60
40

Aleas
2000
308
100
0.1
0.98
0.04
0.95
0.05
50
0.08
70
45
242

Maxim
2000
310
110
0.2
0.98
0.05
0.98
0.06
60
0.09
80
50

13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

QV
CF
QA
QE
QC
CA
CE
CC
QZ
CZ
IM
PA
YL
CG
CP
PL
GR
GV
PR
PV
QG
PG

5
0.18
30
18
8
0.025
0.18
3.2
9
14
1.3
110
16
0.03
0.04
1.6
500
80
7
9
10
0.02

6
0.2
35
20
10
0.03
0.22
3.4
11
16
1.4
120
18
0.04
0.05
1.8
550
90
8
10
12
0.03

8
0.25
50
22
12
0.035
0.22
3.6
11
16
1.5
130
20
0.04
0.05
1.8
600
90
8
10
12
0.04

REZULTATE:
19.a) NAI = 150 capete vaci la nceputul seriei
19.b) NVI = 144 capete viei la nceputul seriei
20.a) NAL = 141 capete vaci la sfritul seriei
20.b) NVL = 132 capete viei la sfritul seriei
21.a) YT = 723330 litri lapte = 7233.3 hectolitri lapte
21.b) YU = 28933 Kg unt
21.c) YP = 36166 Kg protein
22.
GT = 465300 Kg gunoi = 465.3 tone gunoi
23.
VT = 1418775 lei
24.a). CFT = 402414.5 lei
24.b). CM = 418194.5 lei
25.
CO = 41022 lei
26.
CH = 459216.6 lei
27.
CT = 523506.9 lei
28.
PT = 895268.4 lei
29.
YTU = 5130 litri lapte/cap de vac
30.
YTP = 1602 litri lapte/cap de vac aduc profit
31.
CPP = 0.7237 lei cheltuieli/1 litru lapte
32.
RMP = 1.71 lei profit/1 leu cheltuit
33.
RDP = 0.092 lei cretere profit/1 leu cretere de cheltuieli
(V1 = 3.344314; V2 = - 1.360042 x 10 6)
34.
ERP = 0.54% cretere profit/1% cretere cheltuieli
Concluzie: aceast variant tehnico-economic este n zona de saturaie a produciei, n
stnga optimului economic.

243

5.4.3 Analiza economic a sistemului produciei de carne


Vom analiza turaii, porcii i puii de carne de o anumit ras, ntr-o anumit serie i aflai
ntr-o anumit ferm.
I. DATE DE INTRARE
1. Suprafaa spaiului de cazare (m2) = SC
2. Durata medie a seriei (zile) = DS [DS1; DS2]
3. Densitatea n spaiul de cazare (capete/m2) = DC [DC2; DC2]
4. Procent viabilitate (%) = VI [VI1; VI2]
5. Incidena mbolnvirii animalelor (%) = IA [IA1; IA2]
6. Cost igienizare (lei/m2) = CI [CI1; CI2]
7. Costuri veterinare medii (lei/cap) = CV [CV1; CV2]
8. Consum mediu zilnic de amestec de furaje (kg/cap.zi) = QF [QF1; QF2]
9. Cost mediu amestec de furaje (lei/kg) = CF [CF1; CF2]
10. Consum mediu zilnic de ap (adpat plus consum tehnologic) (litri/zi) = QA [QA1; QA2]
11. Consum mediu zilnic de curent electric (Kwh/zi) = QE [QE1; QE2]
12. Consum mediu zilnic de combustibil (transport tehnologic) (litri/zi) = QC [QC1; QC2]
13. Cost ap (lei/litru) = CA [CA1; CA2]
14. Cost curent electric (lei/Kwh) = CE [CE1; CE2]
15. Cost combustibil (lei/litru) = CC [CC1; CC2]
16. Consum for de munc (zile-om/cap) = QZ [QZ1; QZ2]
17. Cost for de munc (lei/zi-om) = CZ [CZ1; CZ2]
18. Impozit pe mijloace fixe (lei/m2 grajd) = IM [IM1; IM2]
19. Prima de asigurare animale (lei/cap de animal) = PA [PA1; PA2]
20. Spor mediu zilnic n greutate (Kg/cap.zi) = SG [SG1; SG2]
21. Pre vnzare carne n viu (lei/Kg) = PV [PV1; PV2]
22. Cantitate medie zilnic gunoi de grajd (Kg/cap.zi) = QG [QG1; QG2]
23. Pre vnzare gunoi de grajd (lei/Kg) = PG [PG1; PG2]
REZULTATE:
II. PRODUCII TOTALE
24.
Numr capete la nceputul seriei: NI = SC * DC
25.
Numr capete livrate: NL = NI * VI
26.a) Greutate carne livrat n viu (Kg): GL = NL * SG * DS
26.b) Cantitate total de gunoi de grajd (Kg): GT = NL * QG * DS
27.
Venit total (lei): VT = VPT + VST, din care:
a) Venit principal total (lei): VPT = GL * PV cu ponderea VPT * 100/VT%;
b) Venit secundar total (lei): VST = GT * PG cu ponderea VST * 100/VT%
28.
Cheltuielile totale (lei): CT = CM + CO + CN, din care:
a) Cheltuieli material (lei): CM = CFT + CVE + CEN cu ponderea CM * 100/CT%, din care:
a1) Cheltuieli cu furajarea (lei): CFT = NL * QF * DS * CF cu ponderea CFT * 100/CM%;
a2) Cheltuieli veterinare (lei): CVE = CI * SC + CV * NI * IA cu ponderea CVE *
100/CM%;
a3) Cheltuieli energetic (lei): CEN = (QA * CA + QE * CE + QC * CC) * SC cu ponderea
CEN * 100/CM%.
b) Cheltuieli for de munc (lei): CO = QZ * NL * CZ cu ponderea CO * 100/CT;
c) Cheltuieli neproductive (lei): CN = IM * SC + PA * SC * DC + 0.16 * VT cu ponderea
CN * 100/CT%.
29.
Profit total (lei): PT = VT CT
244

III. INDICATORI MEDII AI PRODUCIEI


30. Greutatea individual medie la livrare (Kg/cap): GML = SG * DS
31. Greutatea individual minim (Kg/cap) care aduce profit: GIL = (CT GT * PG)/(NL * PV)
32. Costul produciei (lei/Kg carne): CPP = CT/GL
IV. INDICATORI AI PROFITULUI
33. Rata medie a profitului (lei profit/1 leu cheltuit): RMP = PT/CT
34. Rata marginal a profitului (lei cretere sau scdere profit/1 leu cretere cheltuieli):
RDP = V1 1 + 2 * V2 * CT
35. Elasticitatea ratei profitului (procente cretere sau scdere profit/1% cretere cheltuieli):
ERP = RDP/RMP
Toate datele de intrare sunt cuprinse n intervale de valori, date de tehnologie, cu excepia
suprafeei spaiului de cazare de la punctul 1. care este constant.
Pentru a calcula produciile de la punctele 24. 29. precum i indicatorii economici de la
punctele 30. 32., trebuie s alegem valori concrete n intervalele specificate pentru datele de
intrare de la punctele 2. 18.
Calculul ratei marginale a profitului de la punctul 34.
Calculm mrimile:
CFT1 = NL1 * QF1 * DS * CF1;
CFT2 = NL2 * QF2 * DS * CF2
CVE1 = CI1 * SC + CV1 * NI1 * IA1;
CVE2 = CI2 * SC + CV2 * NI2 * IA2
CEN1 = (QA1 * CA1 + QE1 * CE1 + QC1 * CC1) * SC;
CEN2 = (QA2 * CA2 + QE2 * CE2 + QC2 * CC2) * SC
CM1 = CFT1 + CVE1 + CEN1;
CM2 = CFT2 + CVE2 + CEN2
CO1 = QZ1 * NL1 * CZ1;
CO2 = QZ2 * NL2 * CZ2
CN1 = IM1 * SC + PA1 * SC * DC1 + 0.16 * VT1;
CN2 = IM2 * SC + PA2 * SC * DC2 + 0.16 * VT2
CTA = CM1 + CO1 + CN1;
CTB = CM2 + CO2 + CN2
i respectiv:
NI1 = DC1 * SC;
NI2 = DC2 * SC;
NL1 = NI1 * VI1;
NL2 = NI2 * VI2
GL1 = NL1 * SG1 * DS;
GL2 = NL2 * SG2 * DS;
GT1 = NL1 * QG1 * DS;
GT2 = NL2 * QG2 * DS
VPT1 = GL1 * PV1;
VPT2 = GL2 * PV2;
VST1 = GT1 * PG1;
VST2 = GT2 * PG2
VTA = VPT1 + VST1;
VTA = VPT2 + VST2

245

Ca i n seciunea 5.1 avem:


V1 = (VTA * CTB ^ 2 VTB * CTA ^ 2)/(CTA * CTB ^ 2 CTB * CTA ^ 2)
V2 = CTA * VTB CTB * VTA)/(CTA * CTB ^ 2 CTB * CTA ^ 2)
Venitul total este VT = V1 * (CT) + V2 * (CT)2, deci profitul total este: PT = VT CT, deci
PT = (V1 - 1) * (CT) + V2 * (CT)2
Rata marginal a profitului este derivata profitului total PT, deci: RDP = (V1 1) +
2.V2.(CT), adic chiar formula de la punctul 34.
Exemple:
1. TURAI LA NGRAT
Nr.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

Mrimea
SC
DS
DC
VI
IA
CI
CV
QF
CF
QA
QE
QC
CA
CE
CC
QZ
CZ
IM
PA
SG
PV
QG
PG

Minim
1000
700
0.1
0.92
0.05
1
150
18
0.1
50
10
12
0.002
0.18
3.2
7
15
1.2
110
0.7
7
8
0.013

Aleas
1000
750
0.1
0.95
0.06
1.2
160
20
0.2
60
12
14
0.003
0.2
3.4
9
16
1.4
120
0.8
8
10
0.014

REZULTATE:
18. NI = 100 capete turai la nceputul seriei
19. NL = 92 capete turai la sfritul seriei
20. GL = 41400 Kg carne n viu
21. GT = 621000 Kg gunoi = 621 tone gunoi
22. VT = 339273 lei
23. CFT = 193200 lei
24. CM = 232635 lei
25. CO = 11040 lei
26. CH = 243675 lei
27. CT = 272916 lei
28. PT = 66357 lei
29. GML = 450 Kg/cap
30. GIL = 359.84 Kg/cap aduc profit
31. CPP = 6.5922 lei cheltuieli/1 Kg carne n viu
246

Maxim
1000
800
0.2
0.96
0.06
1.2
160
22
0.2
70
12
14
0.003
0.2
3.6
9
16
1.4
130
0.9
8
10
0.015

32. RMP = 0.2431 lei profit/1 leu cheltuit


33. RDP = 0.1719 lei cretere profit/1 leu cretere de cheltuieli
(V1 = 1.43902; V2 = - 4.894493x 10 7)
34. ERP = 0.71% cretere profit/1% cretere cheltuieli
Concluzie: aceast variant tehnico-economic este n zona de saturaie a produciei, n
stnga optimului economic.
2. PORCI LA NGRAT
Nr.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

Mrimea
SC
DS
DC
VI
IA
CI
CV
QF
CF
QA
QE
QC
CA
CE
CC
QZ
CZ
IM
PA
SG
PV
QG
PG

Minim
2000
230
0.4
0.80
0.05
1.5
170
3
0.4
25
12
10
0.025
0.18
3.2
13
16
1.3
50
0.4
0.8
2
0.01

Aleas
2000
240
0.4
0.85
0.07
1.6
180
3.5
0.45
30
13
11
0.026
0.22
3.4
14
17
1.4
60
0.5
0.9
3
0.011

REZULTATE:
18. NI = 800 capete porci la nceputul seriei
19. NL = 680 capete porci la sfritul seriei
20. GL = 81600 Kg carne n viu
21. GT = 489600 Kg gunoi = 489.6 tone gunoi
22. VT = 494985.7 lei
23. CFT = 257040 lei
24. CM = 270630 lei
25. CO = 40800 lei
26. CH = 311430 lei
27. CT = 348801.6 lei
28. PT = 146184 lei
29. GML = 120 Kg/cap porc
30. GIL = 84.17 Kg/cap porc aduc profit
31. CPP = 4.2745 lei cheltuieli/1 Kg carne n viu
32. RMP = 0.4191 lei profit/1 leu cheltuit
247

Maxim
2000
250
0.5
0.86
0.08
1.8
200
4
0.5
35
14
12
0.03
0.22
3.6
15
18
1.5
70
0,6
1
4
0.012

31. RDP = 0.4595 lei cretere profit/1 leu cretere de cheltuieli


(V1 = 1.347157; V2 = 1.611347 x 10 7)
32. ERP = 1.1% cretere profit/1% cretere cheltuieli
Concluzie: aceast variant tehnico-economic este n zona de expansiune a produciei.
3. PUI DE CARNE
Nr.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

Mrimea
SC
DS
DC
VI
IA
CI
CV
QF
CF
QA
QE
QC
CA
CE
CC
QZ
CZ
IM
PA
SG
PV
QG
PG

Minim
2000
40
10
0.85
0.08
1
0.9
0.08
0.4
70
19
11
0.002
0.18
3.2
9
17
1.4
0.4
0.03
8
0.04
0.01

Aleas
2000
45
12
0.88
0.1
1.1
1
0.09
0.45
80
20
12
0.003
0.2
3.4
10
18
1.5
0.5
0.035
9
0.05
0.011

REZULTATE:
18. NI = 24000 capete pui la nceputul seriei
19. NL = 21120 capete pui la sfritul seriei
20. GL = 33264 Kg carne n viu
21. GT = 47520 Kg gunoi = 47.52 tone gunoi
22. VT = 193453.9 lei
23. CFT = 38491.2 lei
24. CM = 43238.3 lei
25. CO = 1837.44 lei
26. CH = 45075.74 lei
27. CT = 50484.83 lei
28. PT = 142969.1 lei
29. GML = 1.58 Kg/cap pui
30. GIL = 0.41 Kg/cap de pui aduc profit
31. CPP = 1.5177 lei cheltuieli/1 Kg carne n viu
32. RMP = 2.8319 lei profit/1 leu cheltuit
33. RDP = 2.0454 lei cretere profit/1 leu cretere de cheltuieli
(V1 = 4.161872; V2 = - 1.105736 x 10 5)
34. ERP = 0.72% cretere profit/1% cretere cheltuieli
248

Maxim
2000
50
15
0.90
0.12
1.2
1.1
1
0.5
90
21
14
0.003
0.2
3.6
11
19
1.6
0.6
0.04
10
0.06
0.012

Concluzie: aceast variant tehnico-economic este n zona de saturaie a produciei, n


stnga optimului economic.

5.4.4 Analiza economic a sistemului comercializrii produselor agricole


Sistemul comercializrii produselor agricole brute sau prelucrate este aflat n aval fa de
toate sistemele agricole care au fost prezentate n seciunea 5.2, intrrile sale fiind de fapt ieiri ale
celorlalte sisteme agricole.
Toate reuitele/eecurile biologice i tehnico-economice ale celorlalte sisteme agricole, se
oglindesc n preurile cerute de vnztori pe pieele agroalimentare. Agricultura n ansamblu
comport anumite riscuri legate de dezastre locale i globale precum secete, inundaii, alunecri de
teren, poluare global, evoluia preurilor pe pieele agroalimentare internaionale, politici
protecioniste n comerul regional i mondial, factori emoionali la bursele de produse agricole etc.
Pe de alt parte produsele agroalimentare sunt produse de strict necessitate i de nenlocuit
pentru om, subnutriia fiind o realitate n continu extindere n rile srace.
O deosebire ntre produsele alimentare i nealimentare este i faptul c produsele alimentare
au uzur fizic amnat prin conservare sau congelare, n timp ce produsele nealimentare au i
uzur fizic i moral, uzura lor moral transformndu-le n produse second-hand.
Rezult c analiza economic a acestui sistem trebuie s aib la baz date concrete din teren
care trebuie actualizate permanent cu mijloace informatizate.
Scopul acestei analize este obinerea de prognoze rapide i corecte de evoluie a preurilor,
de reglare cibernetic a preurilor n funcie de raportul cerere ofert, de asigurare a siguranei
alimentare a populaiei.
Vom aborda mai departe principalele produse agroalimentare brute i semiprelucrate
autohtone, ale cror preuri pot fi negociate n funcie de raportul cerere-ofert, i a cror prelucrare
n form consumabil o fac cumprtorii n buctria personal.
Aceste produse le vom grupa n urmtoarele grupe:
A) Cereale i plante tehnice
A1) Gru
A2) Secar
A3) Orz
A4) Orzoaic
A5) Porumb
A6) Floarea soarelui
A7) Fasole boabe
A8) Mazre boabe
A9) Cartofi roz
A10) Cartofi albi
A11) Fin
A12) Mlai
A13) Tre gru
B)

Legume
B1) Varz alb
B2) Varz roie
B3) Conopid
B4) Ceap alb
B5) Ceap roie
B6) Praz
B7) Usturoi
B8) Tomate
B9) Vinete
249

C)

B10)
B11)
B12)
B13)
B14)
B15)
B16)
B17)
B18)
B19)

Ardei gras
Ardei capia
Ardei gogoar
Castravei
Morcovi
elin
Albitur
Sfecl roie
Salat
Ridichi de lun

Fructe
C1)
C2)
C3)
C4)
C5)
C6)
C7)
C8)
C9)
C10)
C11)
C12)
C13)
C14)
C15)
C16)

Mere
Pere
Prune
Piersici
Caise
Ciree
Viine
Cpuni
Zmeur
Pepeni verzi
Pepeni galbeni
Struguri albi
Struguri roii
Vin alb
Vin rou
uic

D) Produse zootehnice
D1) Carne de vit
D2) Carne de mnzat n viu
D3) Carne de porc n viu
D4) Carne de oaie/capr n viu
D5) Carne de miel/ied n viu
D6) Carne de pasre n viu
D7) Pete
D8) Lapte de vac integral
D9) Brnz dulce
D10) Smntn
D11) Telemea de vac
D12) Telemea de bivoli
D13) Telemea de oi
D14) Ou de gin
D15) Miere de salcm
D16) Miere poliflor
Not: n nomenclatorul precedent, nu s-au prevzut produse de calitatea I i II deoarece din
teren se culeg preurile minim i maxim ale produselor agricole, care acoper toate calitile.

250

Clasificarea produselor agricole dup coeficientul de nlocuire


a) Produse de necesitate mare (cu coeficient mic de nlocuire)
Exemple: cartofi, varz alb, ceap alb, tomate, ardei gras, morcovi, mere, struguri, lapte, ou.
La produsele de necesitate mare, la creterea preului de vnzare, cantitatea vndut scade puin.
b) Produse de necesitate mijlocie (cu coeficient mediu de nlocuire)
Exemple: fin, mlai, fasole boabe, vinete, ardei gogoar, castravei, conopid, elin, pere,
prune, piersici, cpuni, pepeni, carne de vit, porc, pasre.
La produsele de necesitate mijlocie, cu creterea preului de vnzare, cantitatea vndut
scade puin apoi scade brusc.
c) Produse de necesitate mic (cu coeficient mare de nlocuire)
Exemple: usturoi, sfecl roie, ridichi, praz, carne de oaie i miel, miere de salcm.
La produsele de necesitate mic, cu creterea preului de vnzare, cantitatea vndut scade
brusc.
Clasificarea produselor agricole dup timpul ct se afl la vnzare:
1)

Produse aflate permanent la vnzare


Exemple:
Toate cerealele de la punctul A)
Ceapa, usturoiul, morcovii, elina, albitura, sfecla roie de la punctul B)
Merele, vinul, uica de la punctul C)
Toate produsele de la punctul D) cu excepia crnii de miel.
2) Produse aflate la vnzare cteva luni
Exemple:
Toate legumele de la punctul B) altele dect cele enumerate la punctul 1).
Toate fructele de la punctul C) altele dect cele enumerate la punctul 1) cu excepia
cpunilor i zmeurii.
3) Produse aflate la vnzare cteva sptmni
Exemple:
Cpunile i zmeura de la punctul C) i carnea de miel/ied de la punctul D)
OFERTA PRODUCTORILR de produse agricole autohtone, brute sau semiprelucrate, conine
pentru fiecare produs, urmtoarele componente principale, la nivel de unitate economic, jude,
ar:
1.
2.
3.
4.
5.
6.
7.
8.
9.

Suprafaa cultivat/efectivul de animale vii;


Producia medie pe ha/pe cap de animal;
Producia total vegetal/zootehnic din acelai jude cu locul comercializrii;
Producia total vegetal/zootehnic adus la locul comercializrii din alte judee;
Costul de producie (lei/ton);
Distana de la locul de producie la locul de vnzare;
Costul transportului (lei/ton) de la locul de producie la locul comercializrii;
Adaosul comercial (lei/ton);
Intrevalul de timp (zile) ct produsul se afl la vnzare.

CEREREA CONSUMATORILOR de produse agricole autohtone, brute sau semiprelucrate,


conine pentru fiecare produs, urmtoarele componente principale, la nivel de unitate economic,
jude, ar:
10. Numrul consumatorilor care cumpr dintr-un loc de comercializare;
11. Venitul anual pe membru de familie (lei);
251

12. Consumul mediu anual pe membru de familie, din fiecare produs agricol (Kg)
13. Cheltuielile medii anuale pe membru de familie, pentru toate produsele agricole.
CAPACITATEA DE VNZARE CUMPRARE de produse agricole autohtone, brute sau
prelucrate, conine urmtoarele componente principale:
14. Numrul pieelor dintr-o localitate sau jude;
15. Suprafaa spaiului de vnzare pentru fiecare grup de produse agricole enumerate la punctele
A) D) la nivel de pia, localitate sau jude;
16. Ponderea (%) din suprafaa de vnzare a unei piee, ocupat de produse agricole din import
(legume, fructe etc.)
17. Ponderea (%) din numrul de persoane care vnd, a celor care nu au nicio legtur cu
producia agricol (intermediari en gros i en detail)
18. Taxa medie (lei/m2) pentru spaiile de vnzare;
19. Controlul sanitar-veterinar al produselor agricole expuse la vnzare, condiiile igienico-sanitare
obligatorii ale spaiilor de vnzare i dotri corespunztoare de pstrare-conservare a
produselor n ele.
Etape de analiz economic a sistemelor de comercializare a produselor agricole sunt
urmtoarele:
I. Culegerea de date privind cantitile vndute i preurile de vnzare pentru fiecare produs din
cele de la punctele A) - D) se face sptmnal n cteva piee reprezentative din localitile mai mari
ale judeului, pe formulare tipizate de forma de mai jos.
A) CHESTIONAR PREURI CEREALE I PLANTE TEHNICE
JUDEUL:
LOCALITATEA:
PIAA:
DATA:
ZIUA:
LUNA:
ANUL:
NUME I PRENUME RECENZOR:
PRODUSUL:
PRE MIMIM:
PRE FRECVENT:
PRE MAXIM:
A1) Gru
A2) Secar
A3) Orz
A4) Orzoaic
A5) Porumb
A6) Floarea soarelui
A7) Fasole boabe
A8) Mazre boabe
A9) Cartofi roz
A10) Cartofi albi
A11) Fin
A12) Mlai
A13) Tre gru

252

B) CHESTIONAR PREURI LEGUME


JUDEUL:
LOCALITATEA:
PIAA:
DATA:
ZIUA:
LUNA:
NUME I PRENUME RECENZOR:
PRODUSUL:
PRE MIMIM:
PRE FRECVENT:
B1) Varz alb
B2) Varz roie
B3) Conopid
B4) Ceap alb
B5) Ceap roie
B6) Praz
B7) Usturoi
B8) Tomate
B9) Vinete
B10) Ardei gras
B11) Ardei capia
B12) Gogoari
B13) Castravei
B14) Morcovi
B15) elin
B16) Albitur
B17) Sfecl roie
B18) Salat
B19) Ridichii lun
C) CHESTIONAR PREURI FRUCTE
JUDEUL:
LOCALITATEA:
PIAA:
DATA:
ZIUA:
LUNA:
NUME I PRENUME RECENZOR:
PRODUSUL :
PRE MIMIM:
PRE FRECVENT:
C1) Mere
C2) Pere
C3) Prune
C4) Piersici
C5) Caise
C6) Ciree
C7) Viine
C8) Cpuni
C9) Zmeur
C10) Pepeni verzi
C11) Pepeni galbeni
C12) Struguri albi
C13) Struguri roii
C14) Vin alb
C15) Vin rou
C16) uic
253

ANUL:
PRE MAXIM:

ANUL:
PRE MAXIM:

II. Organizarea electronic a datelor se face ca baze de date EXCEL sau ACCESS cu acces ONLINE i pe INTERNET. Prezentarea grafic a datelor se face foarte sugestiv cu diagrame EXCEL.
III. Prelucrarea electronic a datelor relative la sistemele de comercializare a produselor agricole
const n:Transformarea preurilor reale n preuri comparabile prin cursul de schimb leu-euro sau
leu-dolar.
Exemplu:
1.

2.
3.

4.

n 1990 un Kg cotlet porc costa P 1 = 37 lei la cursul C1 = 22.43 lei/1 dolar, iar n 2003 costa
P2 = 123 lei la cursul C2 = 3.32 lei/1 dolar. Preul din 2003 comparabil cu 1990 este PC2 =
P1.(C2/C1) = 5.48 lei.
Calculul indicilor de dinamic i teritoriali pe produse, pe grupe de produse i pe ansamblu
(vezi seciunea 7.3.1);
Ajustarea prin regresii neliniare (trend i oscilaii sezoniere) (vezi Capitolul 10) a evoluiei
preurilor n raport de raportul cerere-ofert i factorii conjuncturali (de risc, de evoluie a
preurilor pe piaa mondial, de politicile de import export de produse alimentare etc.).
Finalitatea acestor regresii este obinerea unor prognoze ale preurilor, cu marje de eroare
rezonabile.
Optimizarea nivelului preurilor de vnzare sub aspectul maximizrii venitului din vnzarea
produselor agricole, a stimulrii consumului de produse agricole ca o cale principal de
relansare a produciei agricole (vezi seciunea 3.1.4, B)

5.5 Balana legturilor ntre ramuri


Sistemele agricole reale sunt foarte rar omogene, ele conin subsisteme care difer ntre ele
ca intrri, stri interne sau ieiri, fiind de fapt ramuri ale sistemului care le conine.
Aceste ramuri trebuie s se coordoneze ntre ele pentru a maximiza profitul sistemului
cruia i aparin i pentru a asigura un raport normal ntre cerere i ofert pe pieele locale i cea
naional a produselor agricole.
De exemplu, ramura zootehniei este strns dependent de ramura vegetal prin producia de
furaje i trimite la rndul ei ngrminte organice ctre ramura vegetal.
O metod de studiere a acestor legturi este metoda balanelor intrri-ieiri.
n practica agricol se ntocmesc balane furajere, ale forei de munc, balane energetice,
balane de venituri i cheltuieli, balane ale fondului funciar, balane ale efectivelor de animale etc.
Balana legturilor ntre ramuri este o metod tiinific de analiz i planificare tehnicoeconomic a produciilor ramurilor unui sistem agricol n scopul dezvoltrii economice armonioase
a acestuia.
Principiul fundamental al balanei legturilor ntre ramuri este obinerea de venituri mai mari
pe baza realizrii unor producii agricole mai mari i aceasta cu cheltuieli mai mari.
Privind rata profitului (raportul profit-cheltuieli), balana legturilor ntre ramuri permite
stabilirea ritmului de dezvoltare precum i a rentabilitii diferitelor ramuri i luarea de msuri
corespunztoare prin mecanizare, chimizare, electrificare, ridicarea calificrii forei de munc etc.
Din punct de vedere structural, balana legturilor ntre ramuri sub form economic, are
rubricile:

254

Ramuri
consumat.
Ramuri product.

Cheltuieli productive
interramuri (CI)
RC1..RCn

RP1
.
.
.
RPn
Cheltuieli (C)

CI11..CI1n
.
.
.
.
.
.
CI1n..CInn
C1Cn

Profituri (P)

P1.Pn

Venituri (V)

V1Vn

Venituri finale (VF)


Fond
Dezvoltare
(FD)
FD1
.
.
.
FDn
FDT
CT

Fond
Consum
(FC)
FC1
.
.
.
FCn

Venituri (V)

V1
.
.
.
Vn

FCT
PT
VT
VT

n cadranul I este matricea cheltuielilor productive interramuri (CI) care includ ceea ce se
consum n procesul de producie n fiecare ramur att pentru nevoile proprii (CI11,, CInn) ct i
pentru alte ramuri (CIij cu i j).
n cadranul II se gsesc veniturile finale (VF) care se descompun n coloana fondurilor de
dezvoltare (FD1,, FDn) i coloana fondurilor de consum (FC1,, FCn) pentru ramuri productoare
(RP). La sfritul liniilor pentru ramuri productoare se afl veniturile acestor ramuri (V1,, Vn).
n cadranul III se gsesc cheltuielile (de producie, for de munc i neproductive) (C1,, Cn)
i profiturile (P1,, Pn) pe ramuri consumatoare (RC).
La sfritul coloanelor pentru ramuri consumatoare se afl veniturile acestor ramuri
(V1,, Vn).
Se consider c ramurile unui sistem agricol au dubl calitate de ramuri productoare i
ramuri consumatoare.
n cadranul IV se gsesc: fondul de dezvoltare total (FDT), fondul de consum total (FCT) i
venitul total (VT) pentru ramuri productoare (RP) respectiv cheltuielile totale (CT), profitul total
(PT) i venitul total (VT) pentru ramuri consumatoare (RC).
Dac n balana economic precedent nlocuim cheltuielile cu consumurile i veniturile cu
produciile fizice, obinem o balan tehnic cu toi coeficienii exprimai n uniti naturale (tone,
zile-om, ore-agregat, m3, litri, Kwh etc.)
Dup modul de urmrire a procesului de producie n agricultur, balana este static
(anual) i dinamic (multianual).
n cazul balanei dinamice, investiiile se scot din sfera veniturilor finale i se includ n sfera
produciei ceea ce permite urmrirea procesului de dezvoltare a unitii agricole n perspectiv.
Etapele de analiz i planificare a balanei economice de la un an agricol la altul, sunt
urmtoarele:
1) ncheierea balanei n anul de referin
1. a) Pentru ramuri productoare, sumele de pe linii sunt egale cu veniturile de la cap de
linie:
CI11 + + CI1n + FD1 + FC1 = V1

CIn1 + + CInn + FDn + FCn = Vn


Aceste relaii permit calculul fondurilor de consum pe ramuri productoare FC1,, FCn ca
diferene:
FCi = Vi (CIi1 + + CIin + FDi), (i = 1,, n)
255

1.b)

Pentru ramuri consumatoare, sumele de pe coloane sunt egale cu veniturile de la cap


de coloan:
CI11 + + CIn1 + C1 + P1 = V1

CI1n + + CInn + Cn + Pn = Vn

Aceste relaii permit calculul profiturilor pe ramuri consumatoare P1,, Pn ca diferene:


Pj = Vj (CI1j + + CInj + Cj), (j = 1,, n)
Pentru ntreaga unitate economic calculm pe ansamblul ramurilor productoare,
fondul de dezvoltare total: FDT = FD1 + + FDn, fondul de consum total: FCT =
FC1 + + FCn i venitul total: VT = V1 + + Vn.
Pentru ntreaga unitate economic calculm pe ansamblul ramurilor consumatoare,
cheltuielile totale: CT = C1 + + Cn, profitul total: PT = P1 + + Pn i venitul
total: VT = V1 + + Vn.
Balana este corect dac venitul total al ramurilor productoare este egal cu venitul total al
ramurilor consumatoare.
1.c)

Analiza economic a ramurilor n anul de referin


2.d) Pentru ramuri productoare, se mparte fiecare linie a balanei de referin la capul de
linie i se obine tabelul:
2)

Ramuri
Cheltuieli directe (AL)
FDM
productoare
RP1
AL11.AL1n
FDM1
.
.
.
.
.
.
.
.
.
.
.
.
RPn
ALn1...ALnn
FDMn
Am obinut:
I. Matricea cheltuielilor directe pe linii (AL):
AL11 = CI11/V1,, AL1n = CI1n/V1

ALn1 = CIn1/Vn,, ALnn = CInn/Vn


II.

FCM

RMD

FCM1
.
.
.
FCMn

RMD1
.
.
.
RMDn

Coloana fondurilor de dezvoltare medii (FDM):


FDM1 = FD1/V1,, FDMn = FDn/Vn

III. Coloana fondurilor de consum medii (FCM):


FCM1 = FC1/V1,, FCMn = FCn/Vn
Coloana ratelor medii de dezvoltare a ramurilor (RMD) se obine astfel:
RMD1 = FD1/FC1,, RMDn = FDn/FCn
Acea ramur productoare cu rata medie a dezvoltrii mai mare, se poate dezvolta n
continuare, deoarece s-a dovedit mai rentabil n anul de referin.
2.e) Pentru ramuri consumatoare, se mparte fiecare coloan a balanei de referin la
capul de coloan i se obine tabelul:

256

CM

RC1RCn
AC11..AC1n
.
.
.
.
.
.
ACn1..ACnn
CM1..CMn

PM

PM1...PMn

RMP

RMP1....RMPn

Ramuri consumatoare

Cheltuieli directe (AC)

Am obinut:
IV. Matricea cheltuielilor directe pe coloane (AC):
AC11 = CI11/V1,, AC1n = CI1n/Vn

ACn1 = CIn1/V1,, ACnn = CInn/Vn


V.

Linia cheltuielilor medii (CM):


CM1 = C1/V1,, CMn = Cn/Vn

VI. Linia profiturilor medii (PM):


PM1 = P1/V1,, PMn = Pn/Vn
Linia ratelor medii ale profitului (RMP) se obine astfel:
RMP1 = P1/C1,, RMPn = Pn/Cn
Cea mai rentabil ramur consumatoare n anul de referin este aceea cu rata medie a
profitului cel mai mare.
3)

Planificarea balanei legturilor ntre ramuri pentru anul urmtor (balana-plan):


3.f)
Matricea dezvoltrii ramurilor productoare este (E A)-1.
Pentru calculul inversei vezi seciunea 1.2.3 C din capitolul 1.

Planificm veniturile finale pe ramuri productoare pentru anul urmtor:


VFP1,, VFPn care trebuie s fie mai mari ca veniturile finale din anul de referin
notate cu VF1 = FD1 + FC1,, VF1n = FDn + FCn
Deasemenea planificm fondurile de dezvoltare pe ramuri productoare pentru anul urmtor:
FDP1,, FDPn care trebuie s fie mai mari ca fondurile de dezvoltare n anul de referin notate cu
FD1,, FDn.
Fie VFPT = VFP1 + + VFPn; FDPT = FDP1 + + FDPn; FCPT = VFPT FDPT
3g)

Calculm veniturile planificate pe ramuri productoare din ecuaia balanei:


VP = (E AL) 1.VFP
Aici VFP este vectorul-coloan cu n componente VFP1,, VFPn.
VP va fi vector-coloan cu n componente VP1,, VPn.
Fie VPT = VP1 + + VPn.
3.i)
Completm balana planificat i pentru ramurile consumatoare prin nmulirea
coloanelor din matricea AC i linia CM de la punctul 2.e) cu componentele
VP1,, VPn calculate la punctul 3.h):
Cheltuielile productive interramuri planificate vor fi:
3.h)

257

CIP11 = AC11.VP1,, CIP1n = AC1n.VPn

CIPn1 = ACn1.VP1,, CIPnn = ACnn.VPn


Cheltuielile planificate vor fi: CP1 = CM1.VP1,, CPn = CMn.VPn
n acest moment balana planificat are completate aceleai rubrici ca i balana de referin
nainte de nceperea calculelor de la punctul 1).
Fie CPT = CP1 + + CPn; PPT = VPT CPT
Calculm ratele dezvoltrii unitii economice pe ansamblul ramurilor
productoare, astfel:
Rata medie a dezvoltrii unitii economice: RMDT = FDT/FCT
Mrimile FDT i FCT au fost calculate la punctul 1.c).
RMDT reprezint suma alocat pentru fondul de dezvoltare (lei) ce corespunde unui leu
alocat pentru fondul de consum, n balana de referin.
Rata medie a dezvoltrii unitii economice:
RDDT = (FDPT FDT)/(FCPT + FCT)
RDDT reprezint suma cu care ar crete fondul de dezvoltare (lei) dac fondul de consum ar
crete cu 1 leu, n balana de referin.
Mrimile FDT, FCT au fost calculate la punctul 1.c) iar mrimile FDPT, FCPT au fost
calculate la punctul 3.g).
Elasticitatea ratei dezvoltrii unitii: ERDT = RDDT/RMDT.
ERDT reprezint procentele cu care ar crete fondul de dezvoltare, dac fondul de consum
ar crete cu 1%, n balana de referin.
4.j)

Calculm ratele profitului unitii economice pe ansamblul ramurilor


consumatoare, astfel:
Rata medie a profitului unitii economice: RMPT = PT/CT
Mrimile PT i CT au fost calculate la punctul 1.c).
RMPT reprezint suma din profit (lei) care corespunde unui leu cheltuit, n balana de
referin.
Rata marginal a profitului unitii economice:
RDPT = (PPT PT)/(CPT CT)
Mrimile PT, CT au fost calculate la punctul 1.c) iar mrimile PPT, CPT au fost calculate la
punctul 3.i).
RDPT reprezint suma cu care ar crete profitul (lei) dac cheltuielile ar crete cu 1 leu, n
balana de referin.
Elasticitatea ratei profitului: ERPT = RDPT/RMPT.
ERPT reprezint procentele cu care ar crete profitul, dac cheltuielile ar crete cu 1%, n
balana de referin.
4.k)

Exemplu:
Fie balana n anul de referin cu cifrele de lei pentru ramurile productoare (RP): RP1
(Vegetal), RP2 (Zootehnie), RP3 (Semiindustrializare) care sunt i ramuri consumatoare (RC):
RC
CI
VF
RP
V
RC1
RC2
RC3
FD
FC
RP1
2000
1000
500
2000
20000
14500
RP2
700
1500
900
1800
18000
13100
RP3
800
1200
3000
3500
30000
21500
C
8000
7500
10000
25500\7300
P
8500
6800
15600
30900\49100
V
20000
18000
30000
68000\68000
258

ncheierea balanei n anul de referin:


a) FC1 = 20000 (2000 + 1000 + 500 + 2000) = 14500 lei
FC2 = 18000 (700 + 1500 + 900 + 1800) = 13100 lei
FC3 = 30000 (800 + 1200 + 3000 + 3500) = 21500 lei
b) P1 = 2000 (2000 + 700 + 800 + 8000) = 8500 lei
P2 = 18000 (1000 + 1500 + 1200 + 7500) = 6800 lei
P3 = 3000 (500 + 900 + 3000 + 10000) = 15600 lei
c) FDT = 2000 + 1800 + 3500 = 7300 lei
FCT = 14500 + 13100 + 21500 = 49100 lei
VT = 20000 + 18000 + 30000 = 68000 lei
PT = 8500 + 6800 + 15600 = 30900 lei
Mrimile calculate la punctele 1.a) 1.c) au fost trecute n balana de referin cu cifre
ngroate.
1.

2. d) Se mparte fiecare linie pentru ramuri productoare, la capul de linie:


RP
RP1
RP2
RP3

AL
0.100
0.039
0.027

0.050
0.083
0.040

0.025
0.050
0.101

FDM
0.100
0.100
0.117

FCM
0.725
0.728
0.717

RMD
0.138
0.137
0.163

Avem RMD1 = 2000/14500 = 0.138; RMD2 =1800/13100 = 0.137; RMD3 =3500/21500 = 0.163
Deci ramura productoare de semiindustrializare are cea mai mare rat medie a dezvoltrii
deci trebuie extins cu precdere n anul urmtor.
2. e) Se mparte fiecare coloan pentru ramuri consumatoare, la capul de coloan:
RC
AC
CM
PM
RMP

RC1
0.100
0.035
0.040

RC2
0.056
0.083
0.067

RC3
0.077
0.030
0.100

0.400
0.425
1.063

0.417
0.378
0.907

0.333
0.520
1.560

Avem RMP1 = 8500/8000 = 1.063; RMP2 = 6800/7500 = 0.907; RMP3 = 15600/10000 =


1.560, deci ramura Semiindustrializare are cea mai mare rat medie a profitului fiind cea mai
rentabil n anul de referin.
3. f) Avem:

- 0.050
0.900

E AL - 0.039 0.917
- 0.027 - 0.040

- 0.025
1.115
1

- 0.050 ; E AL 0.049
0.035
0.899

259

0.062
1.096
0.051

0.034

0.062
1.115

3. g)
RP
VF
16500
14900
25000
56400

RP1
RP2
RP3
TOTAL

AVEM:
din care

FD
2000
1800
3500
7300

ALEGEM:
din care

VFP
18000
16000
27000
61000

FDP
2500
2000
4000
8500

3. h)
1.115

VP 0.049
0.035

0.062
1.096
0.051

0.034 180 219.935

0.062 . 160 201.083


1.115 270 315.454

3. i) nmulim coloanele tabelului 2.e) cu veniturile planificate gsite la punctul 3.h) i astfel
completm balana planificat, creia i aplicm paii 1.a) 1.c):
RC
RP
RP1
RP2
RP3
C
P
V

RC1
0.100 x
21993.5
0.035 x
21993.5
0.040 x
21993.5
0.400 x
21993.5
9347.2
21993.5

CI
RC2
0.056 x
20108.3
0.083 x
20108.3
0.067 x
20108.3
0.417 x
20108.3
7596.5
20108.3

VF
RC3
0.017 x
31545.4
0.030 x
31545.4
0.100 x
31545.4
0.333 x
31545.4
16403.6
31545.4

FD
2500

FC
15500

V
21993.5

2000

14000

20108.3

4000

23000

31545.4

27690.9\8500
33347.2\52500
73647\73647

4. j) Calculm ratele dezvoltrii unitii economice pe ansamblul ramurilor productoare,


astfel:
Rata medie a dezvoltrii unitii economice: RMDT = FDT/FCT = 7300/49100 = 0.149 lei
au fost alocai pentru fondul de dezvoltare la fiecare leu care a fost alocat pentru fondul de consum
de lei care a fost alocat pentru fondul de consum n balana de referin.
Mrimile FDT = 7300 i FCT = 49100 au fost calculate la punctul 1.c).
Rata marginal a dezvoltrii unitii economice:
RDDT = (FDPT FDT)/(FCPT + FCT) = (8500 7300)/(52500 42100) = 0.353 lei ar fi
creterea fondului de dezvoltare dac fondul de consum ar crete cu 1 leu n balana de referin.
Mrimile FDT = 7300, 0FCT = 42100 au fost calculate la punctul 1.c) iar mrimile FDPT =
8500, FCPT = 52500 au fost calculate la punctul 3.g).
Elasticitatea ratei dezvoltrii unitii: ERDT = RDDT/RMDT = 0.353/0.149 = 2.4, deci
fondul de dezvoltare ar crete cu 2.4%, dac fondul de consum ar crete cu 1% n balana de
referin.
4. k) Calculm ratele profitului unitii economice pe ansamblul ramurilor consumatoare,
astfel:
260

Rata medie a profitului unitii economice: RMPT = PT/CT = 30900/25500 = 1.212 lei este
profitul care corespunde la 1 leu cheltuieli n balana de referin.
Mrimile PT = 39000 i CT = 25500 au fost calculate la punctul 1.c).
Rata marginal a profitului unitii economice:
RDPT = (PPT PT)/(CPT CT) = (33347.2 30900)/(27690.9 25500) = 1.147 lei ar fi
creterea profitului dac cheltuielile ar crete cu 1 leu n balana de referin.
Mrimile PT = 30900, CT = 25500 au fost calculate la punctul 1.c) iar mrimile PPT =
33347.2, CPT = 27690.9 au fost calculate la punctul 3.i).
Elasticitatea ratei profitului: ERPT = RDPT/RMPT = 1.147/1.212 = 0.9, deci profitul ar
crete cu 0.9%, dac cheltuielile ar crete cu 1% n balana de referin.
Toate calculele de la punctele 1.a) 4.k) le face programul BALANA din Anex.

5.6 Concentrarea i diversificarea produciei agricole pe ramuri


Dac avem ramurile productoare RP1,, RPn cu veniturile V1,, Vn, cota-parte a ramurii
RPj la venitul unitii economice VT = V1 ++ Vn este fj = Vj/(V1 + + Vn) [0; 1].
Avem vectorul de structur f = (f1,, fn) cu 0 fj 1 i f1 ++ fn = 0.
Concentrarea produciei agricole pe ramuri este tendina de dezvoltare a ramurilor mai
rentabile, inclusiv desfiinarea unor ramuri mai puin rentabile.
Concentrarea este maxim dac rmne o singur ramur j cu fj = 1 i fi = 0 pentru j i. O
asemenea situaie s-a ntlnit n unele ri africane care aveau agricultura bazat pe monocultur.
Diversificarea produciei agricole pe ramuri este tendina de dezvoltare armonioas a tuturor
ramurilor, inclusiv nfiinarea unor ramuri noi care se dovedesc rentabile.
Diversificarea este maxim dac toate ramurile au aceeai parte la venitul unitii agricole,
deci vectorul de structur are forma: f = (1/n,, 1/n).
Pentru msurarea gradului de concentrare a unei structuri pe ramuri, se poate folosi
coeficientul de concentrare structural F = (f12 + + fn2)1/2.
Teorema 5.1
1) Avem 1/n1/2 F 1. F = 1/n1/2 pentru concentrarea minim i F = 1 pentru concentrarea maxim.
2) Dac n = constant, F crete odat cu concentrarea.
3) Dac n crete, F scade iar dac n scade, F crete.
Demonstraie:
1) Evident n.(fi 1/n)2 = n. fi2 1 0, deci fi2 1/n aa c F 1/n1/2.
Avem 1 = ( fi)2 = fi2 + 2. fj.fk i cum fj, fk 0 rezult 2. fj.fk 0, deci fi2 1 aa
c F 1.
Pentru concentrarea minim avem f1 = = fn = 1/n, deci fi2 = 1/n1/2 = n. (1/n2) = 1/n,
aa c F = 1/n1/2.
Pentru concentrarea maxim avem fi = 1 i fj = 0 pentru j I, deci fi2 = 1 aa c F = 1.
2) Fie fi > fj i fie fi = fi + t; fj = fj t; (t > 0); fk = fk pentru orice k i, j deci concentrarea crete
deoarece fi fj = (fi fj) + 2.t, deci fi fj > fi fj.
Deasemenea avem (fi)2 = fi2 + 2.t.fi + t2; (fj)2 = fj2 + 2.t.fj + t2, deci (fi)2 + (fj)2 = (fi2 + fj2)
+ 2.t.(fi fj ) + 2.t2 i cum fi - fj > 0, t > 0 rezult: (fi)2 + (fj)2 > fi2 + fj2 i (fk)2 = fk2 pentr k i, j,
deci F crete.
3) Dac ramura k se separ n ramurile i i j, f k se nlocuiete cu f i + fj, iar fk2 = fi2 + fj2 + 2.fi.
fj > fi2 + fj2, deci F scade. Q.E.D.
261

Un indicator al concentrrii produciei agricole pe ramuri care este i standardizat, este F* =


).F - 1]/[(n1/2) - 1]. Este vizibil c 0 F* 1.
Un indicator al diversificrii structurii pe ramuri este 1 F respectiv 1 F*.
Un alt indicator al diversificrii structurii pe ramuri este entropia structurii: H = - fi.log2 fi.
Valorile lui - fi.log2 fi se obin din tabela 1 de la sfritul lucrrii.
H are proprieti inverse celor ale lui F:
0 H log2 n
H = 0 pentru diversificarea minim, adic concentrarea maxim: fi = 1; fj = 0 pentru j i.
H = log2 n pentru diversificarea maxim, adic concentrarea minim: f1== fn = 1/n
Dac n = constant, H crete odat cu diversificarea.
Dac n crete, H scade iar dac n scade, H crete.
O msur a diversificrii, care este i standardizat, este H* = H/(log2 n).
Evident 0 H* 1. Entropia H a fost prezentat i n seciunea 5.2.1

1/2

[(n

1)

2)
3)

n cazul unui grup de m uniti agricole a cte n ramuri fiecare, avem tabloul veniturilor
anuale:
Ramuri
Uniti agricole
U1
.
.
.
Um
Sume pe ramuri

R1 .Rn

Sume pe uniti agricole

V11..V1n
.
.
.
.
.
.
Vm1..Vmn
V.1 .V.n

V1.
.
.
.
Vm.
VT

mprind toate veniturile din tabel cu VT, avem cotele-pri ale unitilor agricole i
ramurilor:
Ramuri
Uniti agricole
U1
.
.
.
Um
Sume pe ramuri

R1 .Rn

Sume pe uniti agricole

f11f1n
.
.
.
.
.
.
fm1.fmn
f.1 .f.n

F1.
.
.
.
fm.
1

Avem urmtorii coeficieni de concentrare a produciei:


1) Coeficientul de concentrare a produciei grupului, pe uniti i pe ramuri:

Ft

f
i 1 j1

2
ij

2) Coeficientul de concentrare a produciei grupului, pe uniti:

Fu

f
i 1

2
i.

262

3) Coeficientul de concentrare a produciei grupului, pe ramuri:

Fr

f
j1

2
.j

Avem 1/(m.n)1/2 Ft Fu, Fr 1


n cazul a dou structuri pe ramuri cu vectorii de structur: f = (f1,, fn); g = (g1,, gn); 0 fi,
gi 1, fi = gi = 1 i cu coeficienii de concentrare structural: F = (f12 + + fn2)1/2; G = (g12 +
+ gn2)1/2, avem coeficientul de corelaie a concentrrii pe ramuri: C = (f1.g1 + + fn.gn)1/2
Avem 0 C (F.G )1/2
Teorema 5.2
1) Avem: 0 C 1
C = 0 dac corelaia concentrrii celor dou structuri este minim: fi 0 implic gi = 0 i fi = 0
implic gi 0.
C = 1 dac corelaia concentrrii este maxim: fi = gi = 1 i fi= gi =0 pentru ij.
2) Dac n = constant, C scade odat cu corelaia concentrrii.
3) Dac n crete, C scade i dac n scade, C crete.
Demonstraie:
1) Evident fi, gi 0, deci fi.gi 0, aa c C 0.
Conform inegalitii Cauchy Schwartz, avem pentru fi, gi 0:
fi.gi [fi2.gi2]1/2 1 deci C 1.
C = 0 dac fi 0 implic gi = 0 i fi = 0 implic gi 0.
C = 1 dac fi = gi = 1 i fi = gi = 0 pentru i j.
2) Fie fi > gi i fie fi = fi + t; gi = gi t; (t > 0); fj = gj pentru orice j i.
n acest caz corelaia concentrrii scade deoarece fi gi = (fi gi) + 2.t, deci fi gi > fi gi
Deasemenea avem fi.gi = (fi. gi) t.(fi gi) t2 aa c fi.gi < fi. gi deoarece fi gi > 0, t2 > 0
iar fj.gj = fj. gj pentru j i, aa c C scade.
3) Dac ramura k se separ n ramurile i i j, n crete, fk se nlocuiete cu fi + fj, gk se nlocuiete cu
gi + gj iar fkgk = figi + fjgj + (figj + fjgi) i cum figj + fjgI 0 rezult fkgk figi + fjgj, deci C scade.
Q.E.D.
Dac fi = gi, avem C = F deci coeficientul de concentrare este coeficient de corelaie a
concentrrii cu ea nsi.
Pentru gsirea structurii optime a producie pe ramuri, fie Hi = CMi = Ci/Vi cheltuielile
medii pe ramuri (i = 1,, n). Aceste cheltuieli medii sunt funcii ptratice de fi deoarece dac fi este
prea mic sau prea mare, cheltuielile medii CMi cresc.
Prin urmare, avem CMi = ai.fi2 + bi.fi unde ai > 0, bi < 0, cu un minim pentru fi0 = (- bi)/2.ai;
(i = 1,, n). n general avem fi0 1.
n mod analog, avem profiturile medii pe ramuri Hi = PMi = Pi/Vi.
Aceste profituri medii sunt funcii ptratice de fi deoarece dac fi este prea mic sau prea
mare, profiturile medii PMi cresc.
Prin urmare, avem PMi = ai.fi2 + bi.fi unde ai < 0, bi > 0, cu un minim pentru fi0 = (- bi)/2.ai;
(i = 1,, n). n general avem fi0 1.

263

Teorema 5.3
Cheltuielile medii H i = CMi/Profiturile medii H i = PMi, nsumate pentru toate ramurile:
HT = H1 + .+ Hn = ai.fi2 + bi.fi sunt minime/maxime, dac cotele-pri ale ramurilor sunt date
de relaiile:

fic fi0

1 1 (f10 ... f n0 )
.
; ( 1 i n)
1
1
ai
...
a1
an

Demonstraie:

rezult:

Avem de optimizat funcia HT = ai.fi2 + bi.fI cu legtura f1 ++ fn =1.


Formm funcia Lagrange: L = H .(fi 1)
Avem: L/fi = 2.ai.fi + bi = 0, (i = 1,, n) aa c fi = - (bi )/(2.ai) i cum fj = 1,

n b
N 1
j
.
1 de unde rezult :
2 J 1 a j j1 2a j
n b
n b
j
j
1
1

j1 2.a j
j1 2.a j
bi 1
2.
deci fic
.
; ( i= 1,...,n)
n
n
1
1
2.a i a i

j1 a j
j1 a j

Cum fi0

bi
2.a i

rezult f ic f i0

1 1 (f10 ... f n0 )
.
1
1
ai
...
a1
an

; (i= 1,...,n)

adic coordonatele punctului staionar fc = (f10,, fn0) pentru funcia Lagrange.


Se verific faptul c fc este punct de minim/maxim pentru funcia HT dup cum ai > 0, bi < 0
respectiv ai < 0, bi > 0, (i = 1,, n).
Termenul:

1 1 (f10 ... f n0 )
.
1
1
ai
...
a1
an

este un termen de corecie pentru fi0 pentru ca s avem: f1c ++ fnc = 1 n timp ce f10 + + fn0 0.
Q.E.D.
Exemplu:
Fie ramurile din seciunea 5.8: RP1 = Vegetal; RP2 = Zootehnie, RP3 = Semiindustrializare.
n anul de referin am avut veniturile pe ramuri: V1 = 20000 lei; V2 = 18000 lei; V3 =
30000 lei i venitul total VT = 68000 de lei.
n anul de plan vom avea veniturile planificate pe ramuri: VP1 = 21933.5 lei; VP2 = 20108.3
lei; VP3 = 31545.4 lei i venitul total planificat VPT = 73587.2 lei.
264

1) S se afle coeficienii de concentrare F n anul de referin i G n anul de plan precum i


coeficientul de corelaie a concentrrii C.
Fie cheltuielile medii ale ramurilor Hi = CMi, (i = 1, 2, 3) ca funcii de cotele-pri fi ale
ramurilor la structura unitii agricole:
H1 = 10.f12 - 12.f1, cu punctul de minim f10 = 0.6;
H2 = 5.f22 - 3.f2, cu punctul de minim f20 = 0.3;
H3 = 20.f32 - 8.f3, cu punctul de minim f30 = 0.2.
2) Se cer cotele pri optime f1c, f2c, f3c pentru care H = H1 ++ Hn = minim
Soluie:
Avem f1 = 200/680 = 29.4%; f2 = 180/680 = 26.5%; f3 = 1 f1 f2 = 44.1%
Rezult c F =(f12 + f22 + f32)1/2 = 59.3 % este gradul de concentrare a produciei pe ramuri
n anul de referin.
Avem g1 = 219.335/735.872 = 29.8%; g2 = 201.083/735.872 = 27.3%; g3 = 1 - g1 g2 =
42.9%
Rezult c G = (g12 + g22 + g32)1/2 = 58.9% este gradul de concentrare a produciei pe ramuri
n anul de plan.
C = (f1.g1 + f2.g2 + f3.g3)1/2 = 59.1% este gradul de corelare a concentrrii produciei n anul
de baz cu anul de plan.
2) Cotele-pri optime ale ramurilor pentru care Hi = CMi = Ci/Vi = minim, sunt:
f10 = (- b1)/(2.a1) = 0.6 = 60%; f20 = (- b2)/(2.a2) = 0.3 = 30%; f30 = (- b3)/(2.a3) = 0.2 = 20%. Din
pcate f10 + f20 + f30 = 1.1 = 110% 100%.
1)

1 1 (f10 f 20 f 30 )
.
0.03 3% ;
1
1
1
a1

a1 a 2 a 3
1 1 (f10 f 20 f 30 )
.
0.06 6% ;
1
1
1
a2

a1 a 2 a 3
1 1 (f10 f 20 f 30 )
.
0.01 1%
1
1
1
a3

a1 a 2 a 3
Termenii de corecie sunt: - 0.03 = - 3%; - 0.06 = - 6%; - 0.01 = - 1%.
Valorile corectate ale cotelor-pri pentru care HT = H1 + H2 + H3 = minim, sunt:
f1c = f10 + 1 = 57%; f2c = f20 + 2 = 24%; f3c = f30 + 3 = 19%.
Verificare: f1c + f2c + f3c = 1 = 100%.

5.7 Rezumat
n acest capitol se prezint conceptul modern de sistem i sistem agricol, cu exemple din
biologie i agricultur. Se elaboreaz modele de analiz tehnico-economic pentru principalele
sisteme agricole. Se prezint etapele de elaborare a balanei economice i se analizeaz problema
concentrrii i diversificrii produciei agricole pe ramuri.

265

5.8 ntrebri
1.
2.
3.
4.

Definii noiunea de sistem, dai exemple i enumerai proprietile lor.


Care sunt etapele de analiz tehnico-economic a sistemelor agricole?
Care sunt etapele de elaborare a balanei economice pe ramuri?
n ce const concentrarea i diversificarea produciei agricole pe ramuri?

5.9 Bibliografie
1. Stnil O.: Analiz liniar i geometrie Vol. I - II, Editura ALL, 2000 - 2001
2. Cenu Gh. i col.: Matematici pentru economiti, Editura CISON, 2000
3. Cenu Gh. i col.: Matematici pentru economiti culegere de probleme, Editura CISON,
2000
4. Ene D.: Matematici (I), Editura CERES, 2004
5. Gogonea S., Ene D.: Analiz numeric, Editura Cartea Universitar, 2005
6. Ene D., Gogonea S.: Metode numerice, Editura Cartea Universitar, 2005
7. Ene D.: Matematici aplicate n agricultur, Editura CERES, 2006

266

BIBLIOGRAFIE GENERAL
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.

Alecu I.N. i col.: Management n agricultur, Ed. CERES, 1997


Alexe Gh.: Curs de Algebr liniar, Editura Didactic i Pedagogic, 2004
Alekseev V.M., Galeev E.M., Tihomirov V.M.: Sbornik zadaci po optimizaii-teoria, primer,
zadaci, (l. rus). Izd. Nauka,1984
Andraiu M. i col.: Metode de decizii multicriteriale, Ed. Tehnic, 1986
Andrei N., Rsturnoiu C.: Matrice rare i aplicaiile lor, Ed. Tehnic, 1983
Armeanu I.: Informatic aplicat cu WINDOWS 98, Ed. Semne, 1998
Atanasiu Gh., Munteanu Gh., Postolache M.; Algebr liniar, geometrie analitic i
diferenial, ecuaii difereniale culegere de probleme, Ed. II, Editura ALL, 1998
Atiyah M.F., MacDonald I.G.: Introduction to Commutative Algebra, Addison-Wesley
Publishing Company, 1969, (l. rus, 1972)
Bakelman I.Ia.: Inversia, (l. rus), Izd. Nauka, 1966
Beklemieva L.A., Petrovici A.Iu., Ciubarov I.A.: Sbornik zadaci po analiticeskoi geometrii i
lineinoi algebre, (l. rus), Izd. Nauka, 1987
Beu T.: Analiz numeric n TURBOPASCAL, Ed. Microinformatica, 1992
Borevici Z.I.: Opredeliteli i matri, (l. rus), Ed. III, Izd. Nauka, 1988
Bourbaki N.: Algbre-Chap. VII IX, Hermann & Cie, diteurs, (l. rus, 1966)
Bourbaki N.: Algbre Commutative - Chap. I - VII, Hermann, 1961 - 1965, (l. rus, 1971)
Cenu Gh. i col.: Matematici pentru economiti, Editura CISON, 2000
Cenu Gh. i col.: Matematici pentru economiti culegere de probleme, Editura CISON,
2000
Cocan M., Vasilescu A.: Programarea matematic folosind MS Excel SOLVER, Management
Scientist, MATHLAB, Ed. Albastr, 1999
Coni C.: Geometrie analitic, Ed. de stat Didactic i Pedagogic, 1958
Craiu I., Mihoc Gh., Craiu V.: Matematici pentru economiti, Vol. I - III, Ed. Tehnic, 1971
Cre F.: Elemente de modelare i matematici speciale, Ed. Mirton, 2000
Crian I., Lare A.: Culegere de probleme de geometrie analitic, Ed. Didactic i
Pedagogic, 1971
Dieudonn J.: Algbre linaire et gometrie lmentaire, Ed. III, 1968, (l. rus, 1972)
Efimov N.V., Rozendorn E.R.: Lineinaia algebra i mnogomernaia geometria, (l. rus), Ed. II,
Izd. Nauka, 1974
Efimov A.V., Demidovici B.P.: Sbornik zadaci po matematike dlia vtuzov - Lineinaia algebra
i osnov matematiceskovo analiza, (l. rus), Izd. Nauka, 1981
Eldn L., Wittmeyer-Koch L.: Numerical Analysis - An Introduction, Academic Press, 1990
Ene D.: Algoritme pentru gsirea mulimilor extern-stabile minimale ntr-un graf i aplicaii,
Studii i Cercetri Matematice ale Academiei R.S.R., vol. 23 (1971), Nr. 7, 1009 - 1016
Ene D.: Asupra unor algoritme pentru gsirea clicilor ntr-un graf, Studii i Cercetri
Matematice ale Academiei R.S.R., vol. 23 (1971), Nr. 7, 1009 - 1016
Ene D.: O problem de programare liniar n numere ntregi, cu aplicaii n transportul
recoltei, Lucrri tiinifice IANB, Seria D, Vol. 14 (1971), 347 - 350
Ene D.: Un model matricial al interaciunii a dou populaii, Lucrri tiinifice IANB, Seria
D, Vol. 14 (1971), 351 - 356
Ene D.: Aplicarea programrii bivalente n organizarea unui transport al recoltei de cost
minim, Lucrri tiinifice IANB, Seria A, Vol. 15 (1971), 403 - 407
Ene D.: Curs de matematici superioare (Culegere de probleme) pentru Facultatea de
mbuntiri Funciare, Fascicola I, (litografiat), AMD,1972
Ene D.: Curs de Matematici superioare pentru Facultile de Agronomie i Zootehnie,
Fascicola III, (litografiat), AMD, 1975, Coautor E. Andreescu

267

33. Ene D.: Curs de matematici superioare (Culegere de probleme) pentru Facultatea de
mbuntiri Funciare, Fascicola III, (litografiat), AMD,1976, Coautor C. Vasilescu
34. Ene D.: Curs de matematic i biometrie pentru Facultile de Zootehnie i Medicin
Veterinar, Fascicolele I, II, (litografiat), AMD, 1975
35. Ene D.: Optimizarea produciei agricole irigate n condiiile economisirii energiei la nivelul
unui IEELIF, Lucrri tiinifice IANB, Seria E, Vol. 28 (1985), 71 - 77
36. Ene D.: Optimizarea dimensiunii microfermelor cu ntreinere liber pentru vaci cu lapte,
Lucrri tiinifice IANB, Seria D, Vol. 31 (1988), 37 - 41
37. Ene D.: Optimizarea liniar cu calculatorul n agricultur, Lucrri tiinifice USAB, Seria E,
Vol. 37 (1994), 32 - 41
38. Ene D.: Optimizarea ptratic cu calculatorul n agricultur, Lucrri tiinifice USAB, Seria
E, Vol. 37 (1994), 42 - 50
39. Ene D., Drghici M., Alecu I.: Statistic aplicat n agricultur, Ed. CERES, 2003
40. Faith C.: Algebra: Rings, Modules and Categories I, Springer Verlag, 1973
41. Faith C.: Algebra: Rings Theory II, Springer Verlag, 1976
42. Gantmaher F.R.: Teoria matri, (l. rus), Ed. IV, Izd. Nauka, 1988
43. Georgescu H., Bsc O.: Programe n limbajul FORTRAN, Ed. Albatros, 1975
44. Ghiunter N.M., Kuzmin R.O.: Culegere de probleme de matematici superioare, Vol. I, Ed.
II, Ed. Tehnic, 1953
45. Golub G.H., Van Loan C.F.: Matrix Computation, Ed. II, The John Hopkins Univ. Press,
1989, (l. rus, 1999)
46. Haimovici A.: Grupuri de transformri, Ed. Didactic i Pedagogic, 1963
47. Halmo P.R.: Finite-dimensional Vector Spaces, D. Van Nostrand Company, 1958, (l. rus,
1963)
48. Harua D.E.: Modelarea economico-matematic a proceselor de producere n gospodria
stesc a Moldovei, Chiinu, 1990
49. Harua D.E.: Modelarea proceselor economice i tehnologice i cercetarea operaiilor,
Chiinu, 1990
50. Iohvidov I.S.: Gankelev i tepliev matri i form algebraiceskaia teoria, (l. rus), Izd.
Nauka, 1974
51. Ion I.D., Radu N.: Algebr, Ed. Didactic i Pedagogic, 1981
52. Ion I.D., Radu N., Ni C., Popescu D.: Probleme de algebr, Ed. Didactic i Pedagogic,
1981
53. Ionesc-Bujor Cl., Alexe Gh., Gzdaru A., Jijie Gh.: Optimizri n lucrrile de mbuntiri
funciare, Ed. CERES, 1985
54. Iorga V. i col.: Programare numeric, Ed. Teora, 1996
55. Hlmjan V.: Metode i tehnici moderne de amplasare a culturilor n unitile agricole, Ed.
CERES, 1984
56. Horn R.A., Johnson C.R.: Matrix Analysis, Cambridge Univ. Press, 1986, (l. rus, 1989)
57. Kasch F.: Moduln und Ringe, Teubner, 1977, (l. rus, 1981)
58. Kopcenova N.V., Maron I.A.: Vcislitelnaia matematika v primerah i zadaceah, (l. englez),
Izd. Mir, 1975
59. Korn G.A., Korn T.M.: Mathematical Handbook, Ed. II, McGraw Hill Company, 1968,
(l. rus, 1984)
60. Kostrikin A.I.: Vvedenie v algebru, (l. rus), Izd. Nauka, 1977, (l. francez, 1981)
61. Kravcenko R.G., Popov I.G., Tolpekin S.Z.: Metode economico-matematice n organizarea i
planificarea produciei agricole, (traducere din l. rus), Ed. CERES, 1970
62. Kudriavev E.M.: Issledovanie operaii v zadaceah, algoritmah i programah (l. rus), Izd.
Radio i sviazi, 1984
63. Lambek J.: Lectures on Rings and Modules, Blaisdell Publishing Company, 1966, (l. rus,
1971)
64. Lang S.: Algebra, Addison-Wesley Publishing Company, 1965, (l. rus, 1968)
268

65. Lankaster P.: Theory of Matrices, Academic Press, 1969, (l. rus, 1978)
66. Lelong Ferrand J.: Les fondaments de la gomtrie, Presses Universitaires de France,
1985, (l. rus, 1989)
67. Malia M., Zidroiu C.: Matematica organizrii, Ed. Tehnic, 1975
68. Malev A.I.: Osnov lineinoi algebr, (l. rus), Ed. III, Izd. Nauka, 1970
69. Marcus M., Mink H.: A Survey of Matrix Theory and Matrix Inequalities, Allyn and Bacon,
1964, (l. rus, 1972)
70. Mateescu G.D., Mateescu I.C.: Analiz numeric - Proiect de manual pentru Clasa XII-a,
Profil Informatic, Ed. Petrion, 1995
71. Mnescu B., Fril Gh., Lgadin N.: Optimizarea produciei de legume, Ed. CERES, 1980
72. Mihoc Gh., tefnescu A.: Programarea matematic, Ed. Didactic i Pedagogic, 1973
73. Mink H.: Permanents, Addison-Wesley Publishing Company, 1978, (l. rus, 1982)
74. Murgulescu E., Donciu N.: Culegere de probleme de geometrie analitic i diferenial, Vol. I
(Algebr vectorial i geometrie analitic plan), Ed. Didactic i Pedagogic, 1971
75. Murgulescu E., Donciu N., Popescu V.: Geometrie analitic n spaiu i geometrie
diferenial Culegere de probleme, Ed. Didactic i Pedagogic, 1973
76. Nstsescu C., Ni C., Brandiburu M., Joia D.: Exerciii i probleme de algebr, Ed.
Didactic i Pedagogic, 1983
77. Nstsescu C., Ni C., Vraciu C.: Bazele algebrei (I), Ed. Academiei R.S.R., 1986
78. Nstsescu C., ena M., Andrei G., Otranu I.: Probleme de structuri algebrice, Ed.
Academiei R.S.R., 1988
79. Nica S., Hera Cr., Alecu I., Toncea I., Croitoru C.: Optimizarea sistemului de cultur a
plantelor n unitile agricole, Ed. CERES, 1983
80. Oancea M.: Tratat de management n unitile agricole, Ed. CERES, 1999
81. Onete B., Colibaba D.: Modelarea deciziei manageriale Aplicaii Excel 97, Ed.
Economic, 1998
82. Otiman P., Rusovici A., Vrejb S.: Funcia de planificare n unitile agricole socialiste, Ed.
CERES, 1981
83. Pop I., Neagu Gh.: Algebr liniar i geometrie analitic n plan i n spaiu, Ed. Plumb,
1996
84. Popovici A.A.: QUICK BASIC 4.5 mediul de programare, limbajul, aplicaii, Ed.
Promedia Plus Computers, 1995
85. Postnikov M.M.: Lekii po geometrii - semestr 2 lineinaia i differenialnaia geometria,
(l. rus), Izd. Nauka, 1979, (l. englez, 1982)
86. Proskuriakov I.V.: Sbornik zadaci po lineinoi algebre, (l. rus), Ed. III, Izd. Nauka, 1967
87. Radu N.: Curs de programare liniar pentru studenii Facultii de Matematic - Anul univ.
1961 - 1962, (Manuscris)
88. Raiu-Suciu C. i col.: Modelarea i simularea proceselor economice - Lucrri practice, Ed.
Didactic i Pedagogic, 1997
89. Rockafellar R.T.: Convex Analysis, Princeton Univ. Press, 1970, (l. rus, 1973)
90. Rozenfeld B.A., Sergheeva N.D.: Stereograficeskaia proekia, (l. rus), Izd. Nauka, 1973
91. Sljan Gh., Mosolova L.: Tehnica optimizrii hranei la animalele de ferm, Ed. CERES,
1994
92. Sbornik naucinh programm na FORTRANE - Matricinaia algebra i lineinaia algebra,
(l. rus), Izd. Statistica, 1974
93. Simionescu Gh.D.: Noiuni de algebr vectorial i aplicaii n geometrie, Ed. Tehnic, 1982
94. Simionescu I., Dranga M., Moise V.: Metode numerice n tehnic aplicaii n FORTRAN,
Ed. Tehnic, 1995
95. Sipo Gh., Scurtu D., Sin Gh., Moga I.: Densitatea optim a plantelor agricole, Ed. CERES,
1981
96. Smaranda D., Soare N.: Transformri geometrice, Ed. Academiei R.S.R., 1988
97. Stnil O.: Analiz liniar i geometrie Vol. I, Editura ALL, 2000
269

98. Stihi T.: Algebr liniar teorie i probleme rezolvate, Editura ALL, 1999
99. erban M.: QBASIC - Proiect de manual pentru gimnaziu, Ed. Petrion, 1997
100. Teu I., Baghinski V.: Energia i agricultura, Ed. CERES, 1984
101. Tewarson R.P.: Sparse Matrices, Academic Press, 1973, (l. rus, 1977)
102. Trandafir R., Leonte A.: Principii i structuri fundamentale Algebr i analiz matematic,
Ed. Albatros, 1982
103. uberbiller O.H.: Zadaci i uprajnenia po analiticeskoi geometrii, (l. rus), Ed. XIII, Izd.
Nauka, 1970
104. Van der Waerden B.L.: Algebra I, Ed. VII, 1971, Algebra II, Ed. V, 1967, Springer
Verlag, (l. rus, 1984)
105. Vasiu L.: Aplicaii n QBASIC, Ed. Tehnic, 1994
106. Vlad A.I.: BASIC Programe de instruire, Ed. Tehnic, 1989
107. Voevodin V.V.: Lineinaia algebra, (l. rus), Ed. II, Izd. Nauka, 1980
108. Voevodin V.V., Kuzneov Iu.A.: Matri i vcislenia, (l. rus), Izd. Nauka, 1984
109. Vrnceanu Gh.Gh., Mititelu t.: Probleme de cercetare operaional, Ed. Tehnic, 1978
110. Zaharia C., Zaharia M.: S nvm s programm - BASIC, Ed. Tehnic, 1992
111. Zariski O., Samuel P.: Commutative Algebra, Vol. I, 1958, Vol. II, 1960, D. Van Nostrand
Company, (l. rus, 1963)
112. Zvoianu F., Zvoianu C.: GWBASIC, Ed. Teora, 1995

270

P
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9

0.3322
0.4644
0.5211
0.5288
0.5000
0.4422
0.3602
0.2575
0.1368

0.00

0.01
0.0644
0.3503
0.4728
0.5238
0.5274
0.4954
0.4350
0.3508
0.2462
0.1238

0.02
0.1129
0.3671
0.4806
0.5260
0.5256
0.4906
0.4276
0.3412
0.2348
0.1107

0.03
0.1518
0.3826
0.4877
0.5278
0.5236
0.4854
0.4199
0.3314
0.2231
0.0974

TABEL 1. Valorile lui - P.log2P pentru calculul entropiei H

271

0.04
0.1858
0.3971
0.4941
0.5293
0.5211
0.4800
0.4121
0.3215
0.2113
0.0839

0.05
0.2161
0.4105
0.5000
0.5301
0.5184
0.4744
0.4040
0.3113
0.1993
0.0703

0.06
0.2435
0.4230
0.5053
0.5306
0.5153
0.4684
0.3957
0.3009
0.1871
0.0565

0.07
0.2686
0.4346
0.5100
0.5307
0.5120
0.4623
0.3871
0.2903
0.1748
0.0426

0.08
0.2915
0.4453
0.5142
0.5304
0.5083
0.4558
0.3784
0.2796
0.1623
0.0286

0.09
0.3127
0.4552
0.5179
0.5298
0.5043
0.4491
0.3694
0.2687
0.1496
0.0140