Documente Academic
Documente Profesional
Documente Cultură
U.S.A.M.V. BUCURETI
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
PREFA
Autorul
a Int a
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
a, b a
grupe de axiome:
I.
1)
2)
3)
4)
5)
6)
(Comutativitatea nmulirii): a b b a
(Asociativitatea nmulirii): a b c a
7)
8)
9)
b c
a b a c a
II.
10)
11)
12)
13)
14)
III.
15)
IV.
16)
a, b 0 a b 0
a, a 0
a, a 0
Axiomele modulului:
1)
a 0 ; a 0 dac i numai dac a 0
2)
3)
d a, b d b, a
3)
a a1 ,..., an , numite
vectori.
Operaii cu vectori:
1)
Adunarea vectorilor:
Fie
a b c c1,..., cn cu ci ai bi
2)
1 i n
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.
III.
IV.
V.
VI.
a a a a 0
Pentru orice aRn, avem 1 a a 1 a
a b a b
VII.
a a a
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
n 3 : R3 ={(a1,a2,a3) | ai R}
Orice vector a a1 , a2 , a3 se
M(a1,a2)
a2
x1
0
a1
x3
Teorema 1.2
a)
b)
d a, b
c)
b1 a1
... bn an
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
1) a
2) a
= ( a1 + ... + a n )1/p
max
ai
1 i n
b)
d a, b d b, a
d a, c d a, b d b, c (Inegalitatea triunghiului)
d a, c c a b a c b b a c b d a, b d b, c
d p a, b b1 a1 ... bn an
p
d a, b max bi ai
1i n
7)
8)
9)
a*a
A B a ij bij
i 1 j1
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)
cos
a *b
a b
a b
S a b sin
a * b
2
P(c)
N(b)
M(a)
R
0
Fie M a i N b imaginile vectorilor a, bR2.
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
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
... a
2)
2
n
a ,..., a :
Pentru orice i 2,..., n avem: a a ... a 0 deci produsul vectorial al
2
3)
vectorilor a ,..., a
4)
a a
E1
E2
E3
a
a23 22
a32
a33
a21 a22
a31 a32
Se verific relaia a
din R3 aa c a
a23
a
a
a
a
E1 21 23 E 2 21 22 E3
a33
a31 a33
a31 a32
Produsul mixt al vectorilor a , a ,..., a este: a ,..., a ................
an1 .......ann
Fie vectorii a
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 a1 a 2 ... a n
5)
6)
7)
8)
18
a11
a12
a13
a31
a22
a32
1 2 3
Produsul mixt al acestor vectori este: a , a , a a21
, concurente n originea 0.
, a , a
3
1)
2)
Soluie:
1)
Aria cerut este jumtate din aria paralelogramului cu laturile n vrfurile lui
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
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
x1
3
m = 1: Mulimea vectorilor X x2 R cu a11x1 + a12x2 + a13x3 = 0 este un plan care
x
n
1
2
x1
3
m = 2: Mulimea vectorilor X x2 R cu
x
n
a11 x1 a12 x2 a13 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
A
am1
a1n
am n
a11
A
an1
a1n
an n
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:
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
unde
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
2)
deci prin schimbarea notaiilor, avem vectorul linie cu q = m n p elemente: b b1 ,..., bk ,..., bq
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
AT A deci a ji aij
B. Operaii cu matrici
1)
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
3)
22
atunci
4)
ordin n i B bij
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
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)
1 h p; 1 k q este
o matrice de tip
aij
0
m p n q are forma: A B=
6)
1 i m; 1 j n
0
bhk
Dac A aij
1 h p; 1 k q
1 i m; 1 j n
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
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
det A 0 .
3)
r rang A este ordinul celui mai mare minor nenul, numit minor principal. Aceasta nseamn
c:
a)
b)
Dac matricea de rang maxim A este ptratic atunci rang A n i det A 0 , matricea A
numindu-se nesingular.
24
4)
m n
1
A este: A aij
i 1 j 1
A A
A B A B (inegalitatea triunghiului)
AB A B
A aij satisface axiomele a) d) de mai sus, fiind deci o alt norm a matricii A.
i 1j 1
5)
1 i m; 1 j n
A T de tip n m
transpusa sa.
Matricea Gram este matrice ptratic de ordin m i este simetric adic gij g ji deci
A A .
T
A max
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
(A) m(Am)
Dac det A 0 i A atunci -1(A-1)
5)
6)
7)
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
Avem
negativ definite ( f X X AX 0 )
T
26
= 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
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
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
F1
1
Fie matricea F
0
F2
0
5
4
F3
2
3
a)
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
2 F1 F2 ... m F1 Fm 0 adic
1 F1 0 , deci 1 0 cci F1 0 .
2
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
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
G1,...,G nr .
29
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
G1
x1 2 x2 x3 0
-8
are soluia G
7
3x1 0 x2 4 x3 0
6
F1
2
deci dim(L) = 1.
3
4
G1
-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
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
A1 A 2
a
a12
A 11
an1 an 2
Am
a1m
anm
Avem relaiile:
(1)
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)
A k 0 E1 ... 1 A k .... 0 E n
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
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
Observm c relaiile (3) i (4) sunt n fond transformri elementare ale liniilor matricii de
tip n m :
a11
A
a
n1
a1m
anm
Relaia (4) specific faptul c din linia i se scade linia h, nmulit cu factorul
aik
.
ahk
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
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
0 0 1
A2
2
4
Avem tabelul:
Baza
A1
A2
E1
E2
-1
E3
33
1
coninutul coloanei E1 adic 0
0
2
3
1)
2)
3)
5 3 0 2
5
3
4 3 2 1 14
iar
3
3
A1
1
A2
E2
3
14
3
E3
a1n
a11
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
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)
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
a11
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,
A=
F G
H K
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
A T de acelai rang cu A.
Exemplu:
2 3 1 5
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
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
------
A1
------
An
E1
------
En
A1
------
a '11
------
a '1n
------
------
------
------
------
An
------
a 'n1
------
a 'nn
-1
Exemplu:
3 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
Exemplu:
2
3x1 x2
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
Fie cazul m n
Fie 1 rang A r minim
m, n
A VT UT U V VT UT
1
(1)
m n , avem rang A m .
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 A
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
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 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
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
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
F1
------
Fn
G1
------
Gp
E1
f11
------
f1n
g11
------
g1p
------
------
------
------
------
En
fn1
------
fnn
gn1
------
gnp
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
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
1 T
Avem GF
T 1
44
FnT
G1T
------
GmT
E1
f11
------
fn1
g11
------
gm1
------
------
En
f1n
------
gmn
fnn
g1n
------
------
------
------
F1T
------
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
25 9 25
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
a11 a1r
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
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
r rang A m
Subcazul a)
b 'r 1
0
H F1 / E mr b
b'
m
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
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
Er F - 1.b p
b'r+1
01r
r 1:
i soluia sa
i)
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
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).
Teorema 1.6
2
Demonstraie
2
Fie F x1 ,..., xm aij x j bi . Anulm derivatele pariale ale lui F x1 ,..., xn n raport
i 1 j 1
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
devine: A A A AA
T
m n avem A AT AAT
T 1
deci X A AA
T
T 1
b i (1)
Pentru m n avem A A A
T
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.
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
X,X mulimea X'; X'' a vectorilor din R de forma 1 X' X'' cu 0;1 . Mulimea
n
... p X
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)
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 .
Exemplu:
Dac n soluia (1) de mai sus avem b '1 0, ..., b 'm 0 atunci soluia b ' este bazic. O
soluie posibil
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
x1 1 A1 ... xm m Am b
x1 +1 A1 ... xm +m Am b
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.
toi
nuli.
Dac
notm
avem
AX' 0, X' 0
deci
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
Fie X , ..., X
1
X 1X ... p X
0 i 1; i 1, ..., p 1 ... p 1
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 ... 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
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
''
'
''
'
''
''
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
57
x1 2 x2 4 x3 3x4 10
. Soluiile posibile bazice
2 x1 5 x2 8 x3 6 x4 21
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
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
x1 8
x2 1
de unde
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)
Demonstraie:
Dac f este funcie convex, din relaia (1) rezult:
t 0
t 0
f X'
lim
t 0
t 0
Reciproc, fie relaia (3) ndeplinit: f X' df X' X'' X' f X'' .
Schimbnd pe
(4)
(5)
f X df X X'' X f X''
n relaia (4) nlocuim pe
(6)
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''
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)
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
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
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
D1 d11 , D2
d11
d12
d 21
d 22
d11
d1k
d k1
d kk
,..., D k
,..., D n det D
(10)
X0 D1 C
Funciile polinomiale ptratice concave (cu matricea D negativ definit) au un maxim unic X
dat de relaia (10).
Exemple:
1)
Se d funcia polinomial ptratic:
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:
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
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,
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
(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
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
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:
rotaia culturilor;
alocare resurse (for de munc, maini, tehnologii, energie, ngrminte, ap, investiii);
67
68
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
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
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
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
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
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
2
3
a
x ... aLE,P xP bLE
L E,1 1
aL E 1,1 x1 ... aL E 1,P xP bLE 1
4
5
6
A L X BL
A E X BE
A X B
G
G
X 0
f CT X Optim
8
9
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
a11
A
a
M1
a1N
x1
c1
b1
; B ; X ; C
aMN
bM
N
xN
76
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
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
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
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
a y ... a y ye c
MP M
P
P
1P 1
+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
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
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
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
1
t
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
Nici primala nici duala nu au soluii posibile. Cazul 3) este demonstrat. Q.E.D.
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
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
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
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
yi
f
bi
adic pe componente:
i 1, ... , m
Relaiile x j
g
c j
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
82
a11 x1 ... a1 p x p x p 1
b1
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
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:
A E / B1 .
Deasemenea valoarea optim a funciei va fi: f max g min CBB1b iar diferenele
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
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
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:
84
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
Dar: aa c rezult:
p c p 1a1 p ... cn a pp c p 0
'
x j a jk , j p 1,..., n
'
, jk
cu x j
0
, j 1,..., p, j k
Avem:
85
Cazul II b)
Dup aplicarea regulei dreptunghiului: X k
'
Xh
a
'
; xi xi ik X h
ahk
ahk
i k
obinem o nou
'
Xi X h
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
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
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
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
4
28
; x2 ; x3 0 i f max 44
5
5
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
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
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
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
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
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
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
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
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).
B1 .
c11 .
.
.
.
cm1 .
b1 ..
.
.
.
.
.
.
. Bn
. c1n
.
.
.
. cmn
. bn
Oferte
a1
.
.
.
am
CT = OT
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
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
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
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
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
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
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
B1
30
40
50
1
B2
10
60
50
1
B3*
0
0
0
1
Oferte
1
1
1
3
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
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
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
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
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
114
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
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
-
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
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
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
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.
2.
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
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 ;
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 ,...
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,
n1
,...
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:
y=P+
(y0 P )(b 1)
e ax b
x1
a a
a a
i x2
b
b
x1
a a
a a
i x2
b
b
4h-2 x r
x
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
124
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
e x
1
d 1 e x ; d 1 e x de lungime 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
------------------------------------------------------------y
x 1
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
T x 1
d
y0
2
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
------------------------------------------------------------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
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
P t
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
S a
M k t M k 0 exp k t 1
du ; k 0,1,...,S
P
a
Diferena ntre numrul de fructe pe pom la momentele 0 i t este numrul de fructe czute
din pom (cu sau fr semine).
Numrul real L este limita funciei f n x0 (Notaie L lim f x ) dac pentru orice 0
x x0
O definiie echivalent pentru limit este: L lim f x dac pentru orice ir de numere
x x0
x x0
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
128
Mai general, derivata de ordin n a lui f se definete inductiv fxn fxn1 ' .
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
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.
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
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.
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
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
y
C
AB f x0 f ' x0 x1 x0 f x1 AC
y = f(x)
B
A
0
x0
x1
2
2
5) Funcia real f este mrginit pe A dac exist m, M R astfel c m f x M pentru orice
xA.
xA.
Exemple:
Funciile y sin x , y cos x sunt periodice cu perioada T 2 360 iar funcia
x0 ; x0 .
x0 ; x0
Demonstraie:
Dac f este funcie cu derivate de toate ordinele continue pe intervalul
x0 ; 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.
lim
fx0
n
n 1:
f x f x0
f ' x0
x x0 R1 x cu
1!
f ' x0
x x0 au acelai semn. Dac
1!
deci f este cresctoare pe x0 ; 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
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
f x f x0 , deci pe intervalul x0 , x0
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
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
133
respectiv
f ' x 0
k 1
a)
b)
k
k
lim
x x0
R k x0
x x0
fx0
k
k!
x x0
R k x0 cu
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:
a)
x x0 , x0
adic x0
x x0 , x0
adic x0
deci i
f x f x0 pentru orice
b)
deci i
f x f x0 pentru orice
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
d1
d
k 2 unde k este o constant care
r1
r2
r1
r2
r2
cos x
1
R ' x kd0
k cos
r2
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
2k
3 3a 2
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
n
Avem relaia: h
Q
i
x 2 1 m
Rezult: S x K x m x 2m
x 2m
x 2 1 m2
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
a)
b)
2
2
2
17m 6 1 m 245m 236m 1 m 36
10
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:
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
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
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
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
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.
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
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
(t) C(s)ds
0
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).
F x f s ds
x
(1)
x0
143
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 .
m3/ha.
F(x)
444
681
860
578
512
391
G(x)
450
558
1180
1922
1736
900
47.8333
sin 2 x
2
144
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
84.3335
sin 2 x
2
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)
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
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).
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:
1 f (x (0) )
f (x (0) )
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
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
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
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
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
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
x
;
x
;
2n
i
i
B1B0
B12
B02
i 1
i 1
2 xi
i 1
2 xi
i=1
2n
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
m
nm
C(n,m)=k ca u cs
(t u) c p
2
2
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
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
u0
2ca ( )
cs
154
Dar:
n
1
p(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)
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
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
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:
x10 A0 B
1B2
1
B
B2
2
1
1B1 B2
x 20 A0 B B
1B1
2
B1
1
1
1B1 B2
z d ijxixj +
i 1 j 1
c i xi
i 1
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
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)
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)
(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
(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
m
n
(x (0) )
f (x (0) )
dx j i [ i
dx j ] 0
x j
x j
i 1
j1
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
C0
) B1 B2
B1 B2
164
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
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
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
168
J 1
J 1
J 1
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:
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
I 1
I 1
Venitul suplimentar pentru toate produsele, realizat pe baza celor N factori variabili, este:
169
I 1
I 1 J 1
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
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
cheltuielile suplimentare pentru toate produsele, necesare pentru utilizarea celor N factori variabili,
sunt:
M
I 1
I 1 J 1
CF(J)
).X(I, J)
CR(I)
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
profitul suplimentar pentru toate produsele, realizat pe baza celor N factori variabili, este:
M
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)
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)
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
I 1
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.
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)
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
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
(I 1,..., M ; J=1,...,N)
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
CF(J)
]0
PV(I) CR(I)
(I 1,..., M ; J=1,...,N)
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
CF(J )
CF(J )
Y1 (I, J )
Y1 (I, J )
PV (I)
PV (I) CR (I)
CR (I)
LV
K 1
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.
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
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 )
0
N XO ( I , J )
J 1 K 1
K J
XO ( I , J )
0
N
XO ( I , J )
179
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
MVOT MVO(I)
I 1
MVXT MVX(I)
I 1
MVIXT MVIX(I)
I 1
MVTT MVT(I)
I 1
180
a)
MCOT MCO(I)
I 1
b)
MCXT MCX(I)
I 1
c)
MCIXT MCIX(I)
I 1
d)
MCTT MCT(I)
I 1
MPOT MPO(I)
I 1
MPXT MPX(I)
I 1
MPIXT MPIX(I )
I 1
MPTT MPT(I)
I 1
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
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 %
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%
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%
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 %
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 %
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 %
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 %
1.934 lei
1.943 lei
= Maxim
1.004 %
Rata valorificare
factor
0.472
0.474
1.002 %
Profit suplimentar
0.8806 lei =
Maxim
0.8806 lei
1%
1.8620 lei
= Maxim
1.8620 lei
1%
1.937 lei
= Maxim
1.937 lei
1%
Rata valorificare
factor
0.473
0.473
1%
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%
0.679 lei
0 lei
0%
1.417 lei
0 lei
0%
Rata
valorificare
factor
0.473
0
0%
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 %
Profit suplimentar
0.8107 lei
0.6050 lei
0.75 %
1.5070 lei
0.6202 lei
0.41 %
1.603 lei
0.700 lei
0.44 %
Rata valorificare
factor
0.538
0.976
1.81 %
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 %
195
1.496 lei
0.300 lei
0.20 %
Rata valorificare
factor
0.503
0.922
1.83 %
196
(1)
(2)
..............................
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
(4)
(5)
(6)
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
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
(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
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
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
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
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
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
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
0.72
0.30
0.24
0.80
- 0.01
- 0.008
- 0.005
- 0.01
Furaje
Restricii
204
MAX
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)
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
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
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)]
Ecuaiile de ieire:
Y(t) = C(t).S(t) + D(t).X(t)
Ecuaiile de reglare:
III.
(1)
(2)
(3)
(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)
(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)
C . A
H
......
p 1
C . A
A .I
de tip (m + p) x p, are rangul maxim p pentru orice
C
213
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
215
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.
.X(0)
X(t)
X(0)
X(0) .e ( )t
Aceast funcie are ca grafic curba de cretere (logistica) cu pragul de saturaie ( )/:
n(
t0
1)
.X( 0 )
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)
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)
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
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:
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 ( )
223
ln(
t '0
) 1
.X(0)
( )
(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).
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.
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.
XC(t) X(r)dr
(1)
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)
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
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
X1
6m XT
.
3m 1 DS2
; X2
3 XT
1
. 3 ; ( m 1)
3m 1 DS
3
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)
230
DS
X(t) d t = XT
1)
2)
3)
X2
m.DS
- 3X3
X 2 X 22 3X1X 3
3X3
DS
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
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)
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.
YC(t) Y(r)dr
(3)
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
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 .
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 %
-
237
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
b)
c)
40.
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
245
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
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
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
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
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
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)
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
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
1.b)
CI1n + + CInn + Cn + Pn = Vn
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
FCM
RMD
FCM1
.
.
.
FCMn
RMD1
.
.
.
RMDn
256
CM
RC1RCn
AC11..AC1n
.
.
.
.
.
.
ACn1..ACnn
CM1..CMn
PM
PM1...PMn
RMP
RMP1....RMPn
Ramuri consumatoare
Am obinut:
IV. Matricea cheltuielilor directe pe coloane (AC):
AC11 = CI11/V1,, AC1n = CI1n/Vn
257
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
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
- 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
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
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.
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
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
f11f1n
.
.
.
.
.
.
fm1.fmn
f.1 .f.n
F1.
.
.
.
fm.
1
Ft
f
i 1 j1
2
ij
Fu
f
i 1
2
i.
262
Fr
f
j1
2
.j
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:
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)
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 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.
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.
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
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