Curs 2:

Proprietățile CAS:1.1Autoorganizare în CAS

1.2Emergență în CAS

Principiile Ciberneticii
A. Principiul abordării sistemice
B. Principiul conexiunii inverse
C. Principiul izomorfismului cibernetic
D. Principiul homeomorfismului cibernetic
E. Principiul binarității
Principiile Ciberneticii
A.Principiul abordării sistemice
B.Principiul conexiunii inverse
C.Principiul izomorfismului cibernetic
D.Principiul homeomorfismului cibernetic
E.Principiul binarității

4.Sisteme dinamice continue

1.1 Autoorganizare în CAS

Este una dintre proprietățile CAS.
Definiție: Apariția spontană, imprevizibilă a unei noi structuri coerente, generată
de interacțiunile între agenți.
Ross Ashby (1954) introduce principiul autoorganizării : sistemul dinamic tinde
în evoluția sa, către o stare pe care o numim atractor. Aceasta este o stare de
echilibru în care toate elementele sunt reciproc adaptate.
H. von Foster: introduce principiul ordinii apărute din zgomot: cu cât perturbațiile
(zgomotele) sunt mai mari, cu atât sistemul se autoorganizează mai repede întrucât
probabilitatea ca o traiectorie să se situeze în vecinătatea unui atractor, crește.
McCallum aplică autoorganizarea în rețelele neuronale, sisteme construite pe
modelul sistemului nervos central.

1
Caracteristicile sistemelor cu autoorganizare (Stuart Kauffman, Chris Langton,
John Holland):
1. Ordine globală rezultată din interacțiunile locale;
2. Control este distribuit;
3. Robustețe;
4. Neliniaritate;
5. Închidere organizațională;
6. Funcționare departe de echilibru;
7. Bifurcație și haos.

1.1.1 Ordine globală rezultată din interacțiunile locale

- Interacțiunile locale se realizează în conformitate cu principiul cauzalității
circulare.
Cauzalitate circulară: cauza produce efect, care are acțiune asupra
cauzei (feed-back).
Cauzalitate circulară ca proces feed-back, integrează procesele FB pozitive și
negative.
Dinamica internă a sistemului, testează interacțiunile, iar când acestea devin
instabile, cu ajutorul feed-back se va schimba structura.

I.2. Control distribuit

- Controlul organizației este distribuit subsistemelor;
- Fiecare subsistem are agenți specializați (elemente specializate) în control
care cooperează pentru atingerea scopurilor.

I.3. Robustețe (toleranță la erori):

- Sistemele cu autoorganizare au rezistență mare la perturbații și au, de
asemenea, o mare capacitate de refacere;
- Cauza toleranței mari la erori:
-controlul distribuit (părțile care nu au fost avariate, cooperează
pentru refacerea părților afectate);
2
 -sistemul se adaptează la șocuri, permițând fluctuații, mișcări
aleatoare, sau zgomote.

I.4. Neliniaritatea
Neliniaritatea presupune lipsa proporționalității între cauză și efect ;
Neliniaritatea generează relații cauzale circulare, mecanism FB specific
autoorganizării;
Buclele FB pozitive, sunt dominante și duc la dezvoltare: în momentul în care nu
mai există resurse pentru dezvoltare, încep să acționeze buclele FB negative.

I.5. Închidere organizațională

- Caracteristica sistemului de a-și menține o anumită structură, până la
îndeplinirea unei anumite funcții;
- Sistemul cu autoorganizare este independent față de schimbările structurale
în mediu, este organizațional închis față de schimbările structurale în
mediu;
- Sistemul schimbă energie cu mediul, dar structura sa nu se schimbă, până la
împlinirea unei anumite funții;
- Sistemele cu autoorganizare sunt compuse din subsisteme autonome,
închise organizațional, interconectate și organizate pe nivele ierarhice;
- Sistemele ierarhice pot avea relații cauzale (feed-back) downward (de sus în
jos) sau upward (de jos în sus).

I.6. Dinamică departe de echilibru

Ilya Prigogine ( fundamentează teoria structurilor disipative): sistemele în
echilibru, nu au pierderi de energie, entropia lor este minimă (cantitatea de
informații necesară conducerii sistemului). Sistemele disipative, sunt departe
de echilibru a căror structură se distruge. Entropia acestor sisteme este
maximă.
Departe de echilibru înseamnă disipație maximă (entropie maximă).
Sistemele departe de echilibru sunt sisteme care nu vor atinge starea de
echilibru, ca în cazul sistemelor liniare.

3
 I.7. Bifurcație și haos

Este o proprietate indusă de neliniaritate- mici perturbații duc la modificări

ample ale comportamentului sistemului.
În evoluția sistemelor, apar bifurcații, traiectoria trece către un
comportament haotic, întâlnind apoi un atractor, traiectoria se
autoorganizează.
Starea de dezordine, precede autoorganizarea

1.1.2 Emergență în CAS

Emergența: proprietate universală a sistemelor vii.
Nu este bine definită în știință.
Termenul de “ emergență”a fost introdus de filizoful englez G.H. Lewis (1817-
1878), care definește emergența ca fiind capacitatea sistemelor de a crea noi
structuri coerente, funcți și proprietăți, din interacțiunea între elemente.
-Noile structuri creează apoi feed-back-uri pentru elementele din care ele sunt
create: elementele se transformă corespunzător, pentru a satisfice noi funcții.
Noua ordine emerge/apare fără intervenția unui operator.
- CAS se transformă, adăugându-i-se noi proprietăți, funcții, elemente
structurale;
- Apar comportamente inexplicabile în evoluția sistemului, induse de
transformarea sistemului;
- Apar proprietăți impredictibile în evoluția sistemului.
Tipuri de emergență:
1. Ontologică/existențială: într-o structură ierarhizată, apare o nouă
structură fizică, noi elemente. Acest tip de emergență este indusă de noi
relații cauzale între elementele sistemului.
2. Reprezentativă- apare un comportament, o nouă funcție din
interacțiunea sistemului cu mediul real.
3. Computațională- apare o nouă structură informațională, sau
funcțională complexă , din interacțiuni computaționale între elemente și
subsisteme.

4
 Principiile Ciberneticii
A.Principiul abordării sistemice
B.Principiul conexiunii inverse
C.Principiul izomorfismului cibernetic
D.Principiul homeomorfismului cibernetic
E.Principiul binarității

A. Principiul abordării sistemice

Numim sistem un ansamblu de elemente, fenomene şi procese conectate,

între care se evidenţiază legaturi neântâmplătoare/cauzale şi care funcţionează
ca un întreg în vederea atingerii unui obiectiv.
Sistem este considerat a fi unitatea a doua elemente: structura și
funcționalitatea
1) Structura sistemului : mulţimea elementelor sistemului (a sistemelor
elementare) şi a conexiunilor între acestea;
Prin element sau sistem elementar înţelegem părţile unui sistem care nu mai
pot fi descompuse în alte elemente în raport cu obiectivul cercetat.
Notăm :  S = {e1 ,..., en } , mulțimea elementelor sistemului.

Conexiunile unui sistem reprezintă transferuri sau legături fie între

elementele sistemului, fie între sistem şi mediu.
Mulţimea conexiunilor unui sistem :
C ( S ) = {cij | () relatii int re ei si e j 

Dacă: (ei , e j )  C ( S ) => conexiuni interne ;

(ei , M ), ( M , ei )  C ( S ) → conexiunile sunt între mediu şi sistem.

Conexiunile externe pot fi (C.S.M ; C.M.S ) ;

C.S.M. = Conexiune Sistem / Mediu;
C.M.S. = Conexiune Mediu /Sistem;
Deci, prin structura sistemului înţelegem mulţimea { ( s ) , C ( s ) }

5
 2) Funcţionalitatea sistemului : transformarea fluxurilor de la mediu la
sistem în fluxurile de la sistem la mediu, este reacția de răspuns a
sistemului la impulsurile mediului;
F reprezintă mulţimea : { f1 ,..., f k } a funcţiilor sistemului S reprezentate prin
(S )

operatori.
Sistemul S = { ( s ) , C ( s ) , F ( s ) }
Fluxurile (conexiunile) între elementele sistemului sau între sistem şi mediu
pot fi de tipurile :
• Materiale (  ); M

• Energetice (  E );
• De forță de muncă (  L );
• Băneşti (  B );
• Informaţionale ( i );
Totalitatea fluxurilor este dată de produsul cartesian
 = M  E  B  I  L

B.Principiul conexiunii inverse (feedback) (P.C.I)

Observaţie :
Un sistem cibernetic are cel puţin un feedback.
P.C.I , decurge din existenţa în cadrul unui sistem a unor retro-acţiuni sau bucle
de reacţie între elementele sistemului sau între sistem şi mediu, evidenţiind
legăturile efect – cauză între acestea, care se suprapun peste legăturile cauză –
efect, influenţând funcţionarea sistemului.
Clasificarea conexiunilor inverse :
• După poziţie, în raport cu sistemul :
1) Conexiune inversă internă
2) Conexiune inversă externă
• După gradul de complexitate :
1) conexiune inversă simplă între două elemente ale sistemului sau între
sistem şi mediu

6
 2) conexiune inversă complexă (mediată)

• După sensul de acţiune al semnalelor transmise prin conexiunea inversă:

1) conexiune inversă pozitivă : lanţ în buclă închisă în care semnalele de ieşire
acţionează în acelaşi sens cu semnalele de intrare, amplificându-le şi ducând
la dezvoltarea sistemului;
2) conexiune inversă negativă : lanţ în buclă închisă în care perturbaţiile de
ieşire acţionează în sens contrar perturbaţiilor de intrare ducând la
stabilizarea sistemului;

C.Principiul izomorfismului cibernetic

Reflectă asemănarea structurală şi / sau funcţională între două sisteme,
astfel încât proprietăţile unui sistem cunoscut pot fi transferate altui sistem
(izomorf), mai puţin cunoscut.
Este o relație de asemănare tare, presupune că sistemele au acelați număr de
elemente, conexiuni și funcții.
Presupunem :
S1 = { ( S1 ) , C ( S1 ) , F ( S1 ) }

S 2 = { ( S2 ) , C ( S2 ) , F ( S2 ) }

- izomorfismul structural se reflectă în asemănarea :  ~  ( S2 ) şi

( S1 )

C ( S1 ) ~ C ( S 2 ) ;
- se presupune că cele două sisteme au același număr de elemente și aceleași
conexiuni;
- izomorfismul functional reflectă asemanarea : F ( S1 ) ~ F ( S2 ) , se presupune că cele
două sisteme au același număr de funcții;
D.Principiul homeomorfismului cibernetic
Este o relație de asemănare mai slabă.

7
 Dacă numărul de elemente de conexiuni și de funcții ale celor două sisteme este
diferit, n2  n1 , prin aplicaţia homeomorfă se pune în evidenţă relaţia între
min( n1 , n2 ) elemente de structură, respectiv, pentru

k 2  k1 funcţii, se pun în legatură min( k1, k2 ) funcţii.

F. Principiul binarităţii

Se bazează pe logica booleană : 1 → există flux de informaţii ;

0 → NU exista flux de informaţii ;
În analiza economică acest principiu s-a dovedit insuficient şi a fost
dezvoltată analiza multivalentă, introdusă de Lucasiewici.

Ecuațiile diferențiale pot fi scalare sau vectoriale, liniare sau neliniare, omogene
sau neomogene, autonome sau neautonome, de ordin unu sau de ordin superior,
vom studia cazul ecuațiilor diferențiale de ordin unu, liniare, autonome (cu
coeficienți constanți), neomogene.
O ecuație diferențială de ordin unu, are forma:
y (t ) = f ( y (t ))
y (0) = y0 dat
dy (t )
Unde y (t ) = este derivata funcției y (t ) în raport cu t.
dt

Traiectoria sistemelor dinamice reprezentate prin ecuații diferențiale, de ordin

unu, cu coeficienți constanți, neomogene
f ( y (t )) = ay (t ) + b
În nacest caz,
y (0) = y0 dat

Putem scrie:
 (t ) = ay (t ) + b
y

În ecuația de mai sus, y (t ) este variabilă de stare, b este funcție, în

cazul nostru este constantă, de
control/comandă/decizie/instrumentală.

8
Întrucât teoria ecuațiilor recursive a fost dezvoltată din teoria ecuațiilor
diferențiale, rezolvarea parcurge aceleași etape:
1. Scriem ecuația omogenă :
y (t ) = ay (t )

2. Facem ipoteza că soluția este de forma y (t ) = e t

Punem condiția ca această soluție să verifice ecuația omogenă:
e t = ae t   = a este ecuația caracteristică,

3. Soluţia generală a ecuaţiei omogene este de forma y (t ) = Ae ,

G at

unde este A este o constantă, iar a este soluția ecuației caracteristice.

4. Soluția particulară se determină prin mai multe metode: metoda
variației constantelor, metoda factorului integrant, metoda
coeficienților nedeterminați.
Pentru determinarea soluției particulare putem utiliza metoda
coeficienților nedeterminați. În cazul în care termenul liber al ecuației
este o constantă, facem ipoteza că soluția particulară este de forma
termenului liber, adică, în cazul nostru, o constantă:

y P (t ) = D = cons tan t
P
Unde D este constantă nedeterminată. Punem condiția ca y (t ) să
verifice ecuația neomogenă:
0 = aD + b
b
y P (t ) = D = −
a

5. Soluția ecuației neomogene este suma între soluția generală a

ecuației omogene și soluția particulară:

b
y (t ) = y G (t ) + y P (t ) = Aeat −
a
6. Determinarea constantei A cu ajutorul condițiilor limită(Cauchy):

9
 b b
t = 0 → y (0) = y0 dat → y0 = A − → A = y0 +
a a
Traiectoria sistemului dinamic va fi:
b b
y (t ) = ( y0 + )e at −
a a

Ca și la modelele discrete, traiectoria se descompune în două component: 1.

componenta proprie sau inerțială, care relevă mișcarea sistemului prin resurse
proprii, cu un ritm a determinat de patternul de evoluție al sistemului;
1. Componenta de dirijare/control.comandă, care reflectă intervenția
decidentului în mișcarea sistemului
Echilibrul și stabilitatea sistemelor dinamice continue
a. Sisteme dinamice continue neliniare de ordinul unu:
y (t ) = f ( y (t ))

Definiția stabilității:
Dacă lim y (t ) = Vfinit sistemul este stabil.
t →

Dacă lim y (t ) =  sistemul este instabil.

t →

Criterii de stabilitate:
A. Pentru ca sistemul să fie stabil, este suficient ca punctul fix să fie
stabil. Sistemul este stabil, dacă punctul fix este stabil, adică de tip
atractor.
: y  este punct fix al ecuației:
y (t ) = f ( y (t )) , dacă y (t ) = 0 , respectiv: f ( y  ) = 0

Condiția de stabilitate a punctului fix:

f ( y  )  0 , adică, derivata funcției f, calculată în punctul staționar, trebuie să fie
negativă. În acest caz, punctul fix este atractor.
Dacă f ( y  )  0 , punctul fix este repelor și, atât sistemul, cât și punctul fix, sunt
instabile.

10
 B. Dacă sisteme dinamice continue sunt liniare, este suficient ca
rădăcina ecuației caracteristice să fie negativă, pentru a se asigura
stabilitatea traiectoriei.
Să luăm cazul ecuației liniare de ordinul unu:
 (t ) = ay (t ) + b
y
În acest caz, este suficient ca rădăcina ecuației caracteristice să fie
negativă, pentru a se asigura stabilitatea traiectoriei, adică:
 = a  0.

Exemple:
Aplicând algoritmul de mai sus, vom calcula traiectoria stării, pentru modelul de
capitalizare a unei sume de bani, pentru modelul lui Malthus și pentru modelul
Harrod Domar.

1. C (t ) = rC (t )
C0 dat

În relația de mai sus, C (t ) Prin

este valoarea capitalului, r este rata dobânzii.
aplicarea algoritmului de mai sus, obținem soluția:
C (t ) = C0 e rt

Dobânda la momentul t:
D(t ) = C (t ) − C 0 = C 0 e rt − C 0 = C 0 (e rt − 1)

Menționăm că r, are aceeași semnificație, de rata nominală a dobânzii, dar în acest

caz, cu capitalizare continuă.
Aplicație numerică:
C 0 = 1000
r = 0,05
t  0,100
a. Scrieți modelul dinamic continuu pe datele considerate,
C (t ) = 0,05C (t )

11
 b. Deduceți traiectoria analitică a capitalului și a dobânzii;
e t = 0,05e t
 = 0,05
C (t ) = Ae0, 05t
t = 0 → 1000 = A
C (t ) = 1000e 0, 05t
D (t ) = 1000(e 0, 05t − 1)
c. Calculați, cu ajutorul EXCEL; șirurile de valori ale capitalului și ale
dobânzii pe perioada considerată și reprezentați grafic.

Capitalizarea în cu model continuu în timp

d. Calculați punctul fix și stabiliți natura acestuia.
f (C ((t )) = rC (t )
f (C ((t )) = 0 → C  = 0
Indicație: C (t ) = 0 este condiția de staționaritate, atunci f (C ((t )) = 0.05  0
sau :
 = 0.05  0

Punctul fix este repelor și sistemul este instabil.

Același rezultat avem cu criteriul rădăcinii ecuației caracteristice,  =r 0
, deci, sistemul este instabil.

Modelul de creștere a populației Malthus:

12
 1766 – 1834 a fost un cleric economist și profesor englez
, cu rezultate în domeniul demografiei și economiei politice.
Conform teoriei sale, populația are o creștere mult mai rapidă în comparație cu
mijloacele de subsistență.
Creșterea accelerată a populației se poate formaliza cu ipoteza ratei constante de
creștere:
𝑝̇ (𝑡)
=𝑘
𝑝(𝑡)

p(t)= populația la momentul t

k- rata constantă de creștere a populației, k>0,
𝑝0 = 𝑐𝑜𝑛𝑠 𝑡𝑎𝑛 𝑡 ă 𝑐𝑢𝑛𝑜𝑠𝑐𝑢𝑡ă
Ecuația (3) este ecuație diferențială de ordinul unu liniară omogenă sau cu variabile
separabile.
Cu soluția:
𝑝(𝑡) = 𝑝0 𝑒 𝑘𝑡
Care satisface condițiile inițiale:
p (0) = p 0

Determinați traiectoria de evoluție a populației pentru

p0=20, k=0,03 și k=0,05;
p0=50, k=0,03 și k=0,05;
p0=100, k=0,03 și k=0,05.
Reprezentați graficele cu ajutorul EXCEL.

13
Figura: Creșterea Malthusiană a populației

Figura: Câmpul de direcție pentru modelul creșterii Malthusiene a populației

Punctul fix, soluția staționară, satisface ecuația:
𝑝̇ (𝑡) = 0 ⇒ 𝑝∗ = 0
Stabilitatea punctului fix este dată de comportarea traiectoriei pentru 𝑡 → ∞.
În cazul nostru, 𝜆 = 𝑘 > 0, deci traiectoria este instabilă și:
lim p(t ) = p e =
kt
0
t →

Câmpul de direcție se va îndepărta de punctul fix.

Punctul fix este de tip repelor.
Cazul:p0=50, k=0,03

14
p (t ) = 0,03 p (t )
p0 = 50
e t = 0,03e t
 = 0,03
p G (t ) = Ae0, 03t
t = 0 → 50 = A
p (t ) = 50e 0, 03t

Creșterea Malthusiană a populației

Temă:

p0 = 100
k = 0,003
t  0,20
a. Scrieți modelul dinamic continuu pe datele considerate,
b. Deduceți traiectoria analitică a populației;
c. Calculați, cu ajutorul EXCEL; șirurile de valori ale populației pe perioada
considerată și reprezentați grafic;
d. Determinați punctul fix și stabiliți natura acestuia.
Exemplul 2:
Modelul de creștere economică Harrod- Domar
1939-Roy Harrod
1946-Evsey Domar
Este un model post Keynesian timpuriu de creștere economică.
I s-a reproșat instabilitatea soluției.
Controversele academice au dus, după 1950, la dezvoltarea modelului Solow-Swan.
Notaţii, ipoteze:

15
S(t) - economiile sunt proporționale cu venitul Y(t);
I(t)-investițiile (modificările în stocul de capital) sunt proporționale cu modificările
venitului;
S(t)=I(t) -la echilibru, economiile sunt egale cu investițiile.
s- propensitatea medie (egală cu cea marginală) către economisire;
v- ponderea investițiilor în sporul total al venitului, sau inversul productivității
marginale a capitalului.

Modelul:
𝑆(𝑡) = 𝑠𝑌(𝑡)
𝐼(𝑡) = 𝐾̇ (𝑡) = 𝜈𝑌̇(𝑡)
𝐼(𝑡) = 𝑆(𝑡)
Y0 dat
Rezolvarea modelului:
𝜈𝑌̇(𝑡) = 𝑠𝑌(𝑡)
𝑠
𝑌̇(𝑡) − ( ) 𝑌(𝑡) = 0
𝜈
Ecuaţie diferenţială liniară, de ordinul unu, cu coeficienţi constanţi, omogenă, sau
cu variabile separabile.

Temă: Determinaţi soluţia ecuaţiei de mai sus.

Condițiile inițiale:
𝐼0 = 𝑆0
s
Y (t ) = Y (t )

s
 e t = e t

s
=

s
t
Y (t ) = Ae
t = 0 → Y0 = A
s
t
Y (t ) = Y0 e 

Y0 dat

Soluția (traiectoria venitului):

16
 𝑠
( )𝑡
𝑌(𝑡) = 𝑌0 𝑒 𝜈

𝑠
-“ ” rata justificată de creștere economică: se justifică prin
𝜈
structura economică dată de parametrii modelului: s și 𝜈
Punct fix:
𝑌̇ = 0 → 𝑌 ∗ = 0
Tipul de punct fix: lim Y (t ) = lim (Y0 e ( s / ) t ) = 
t →
t →

Punct fix de tip repelor, sistem global instabil.

Se spune „global” stabil/instabil, dacă există un singur punct fix, iar acesta este
stabil.

Figura: Cîmpul de direcție pentru modelul Harrod-Domar

Temă: Folosind EXCEL; determinați traiectoriile pentru indicatorii: Y(t), I(t), C(t),
cunoscând datele:
𝑌0 = 100 𝑢. 𝑚.
𝑠 = 0,3
𝜈 = 0,7
0,3
( )𝑡
0,7
𝑌(𝑡) = 100𝑒
𝐼(𝑡) = 𝑆(𝑡) = 0,3𝑌(𝑡)
𝐶(𝑡) = 0,7𝑌(𝑡)

17
Creșterea economică cu modelul Harrod -Domar

s = 0,3; = 0,25; Y0 = 500, t  0,20

Cerințe:
e. Scrieți modelul dinamic continuu pe datele considerate,
f. Deduceți traiectoria analitică a venitului;
g. Calculați, cu ajutorul EXCEL; șirurile de valori ale venitului pe perioada
considerată și reprezentați grafic;
h. Determinați punctul fix și stabiliți natura acestuia.

Modelul logistic
Profesorul belgian P.F. Verhulst ca reacție a tezei malthusiene a creșterii explozive
a populației, formulează un model al creșterii populației:
P (t ) = kP(t ) − D( P(t ))

Unde D ( P (t ) este tipologia deceselor, pe care o presupune o funcție pătratică de

volumul populației:
D( P(t ) = P 2 (t )

P (t ) = kP(t ) − P 2 (t )
P(0) = P0 dat

1. Rezolvarea cu ajutorul ecuaţiei Bernoulli

18
Traiectoria populației se poate determina, rezolvând ecuația de tip Bernoulli
rezultată:
P (t ) = kP(t ) − P 2 (t )
P(0) = P0 dat

Facem schimbarea de variabilă:

 (t ) = P −1 (t ) →(t ) = − P −2 (t ) P (t ) → P (t ) = −(t ) P 2 (t )
Înlocuim în ecuația propusă de Verhulst:
−(t ) P 2 (t ) = kP(t ) − P 2 (t )

Împărțim ecuația la P 2 (t ) , rezultă:

−(t ) = kP−1 (t ) − 

Adică:
(t ) = −k (t ) + 
Care este o ecuație liniară de ordinul întâi, neomogenă:
Rezolvam ecuația omogenă:
 (t ) = −k (t )

Soluția generală a ecuației omogene este:

 G (t ) = Ce− kt
Cu C, constantă generalizată arbitrară.
Pentru determinarea soluției particulare, facem ipoteza că aceasta este de forma
termenului liber:
 P (t ) = D = cons tan t

Punem condiția ca soluția particulară să verifice ecuația neomogenă:

0 = −kD + 

D = /k
Atunci soluția este:

19
 (t ) = Ce− kt +  / k

Putem aplica condițiile limită Cauchy:

 (0) = P −1 (0)

Și obținem:
P −1 (0) = C +  / k → C = P −1 (0) −  / k

Atunci:
 (t ) = (P−1 (0) −  / k )e− kt +  / k
Deci:
1 1
P(t ) = = − kt
( )
P (0) −  / k e +  / k Ce + 
−1 − kt

Graficul funcției logistice este:

1 k
Asimptota orizontală este: lim P(t ) = =
t →  

Punctul de inflexiune este:

dP(t ) kCe− kt 1
= = 0 → kCe−kt = 0 → ln kC − kt  = 0 → t  = ln kC
dt (Ce +  )
− kt 2
k

După un secol de la formularea modelului de către Verhulst, s-a descoperit

posibilitatea aplicării lui în marketing, pentru studiul pieței:
y (t ) = ay (t )( y − y (t ))

20
Unde y este capacitatea maximă de absorbție a pieței.

P (t ) = P(t )( k − P(t ))

k
P (t ) = 0  P1 = 0, P2 =


Natura punctelor fixe:

1 1 k
lim Ce = = = P2
t →
− kt
+  

P2 este punct fix atractor.

Rezultă că P1 este repelor.
Întrucât dintr-o vecinătate a lui P2 , traiectoria tinde către P2 , sistemul este local
stabil.
Întrucât traiectoria tinde asimptotic către P2 , sistemul este local, asimptotic stabil.
Criteriul alternativ de determinare a naturii P.F.:
P (t ) = P(t )( k − P(t ))

Notăm:
P (t ) = g ( P(t ))

Dacă g ( P )  0 , P.F. P este atractor, stabil.
g ( P(t )) = k − 2P(t )
k
g ( ) = k − 2k = −k  0


P.F. k este atractor, stabil.



P.F. 0: g (0) = k  0 este instabil, repelor-

Considerăm următoarele date:

21
P0 = 50, k = 0,03,  = 0,015
P0 = 100, k = 0,05,  = 0,02

Determinați analitic traiectoria de evoluție a populației, apoi, utilizând EXCEL,

trasați graficul traiectoriei pentru 20 de ani.
P (t ) = 0,03P(t ) − 0,015P 2 (t )
P(0) = 50
 (t ) = P −1 (t ) →(t ) = − P −2 (t ) P (t ) → P (t ) = −(t ) P −2 (t )

Înlocuim în ecuația propusă de Verhulst:

−(t ) P 2 (t ) = 0,03P(t ) − 0,015P 2 (t )

Împărțim ecuația la P 2 (t ) , rezultă:

−(t ) = 0,03P −1 (t ) − 0,015

Adică:
 (t ) = −0,03 (t ) + 0,015
Care este o ecuație liniară de ordinul întâi, neomogenă:
Rezolvam ecuația omogenă:
 (t ) = −0,03 (t )

Soluția generală a ecuației omogene este:

 G (t ) = Ce−0,03t
Cu C, constantă generalizată arbitrară.
Pentru determinarea soluției particulare, facem ipoteza că aceasta este de forma
termenului liber:
 P (t ) = D = cons tan t

Punem condiția ca soluția particulară să verifice ecuația neomogenă:

0 = −0,03D + 0,015

D = 0,015 / 0,03 = 0,5

22
Atunci soluția este:
 (t ) = Ce−0,03t + 0,5

Putem aplica condițiile limită Cauchy:

 (0) = P −1 (0) = 0,02

Și obținem:
0,02 = C + 0,5 → C = 0,02 − 0,5 = −0,48

Atunci:
 (t ) = −0,48e −0,03t + 0,5
Deci:
1
P(t ) =
(− 0,48)e −0,03t + 0,5

23