1

Partea I - Matematic -

2
Pagina Prefa....5 CAP.1 ALGEBR LINIAR..6 1.1 Spaiul euclidian Rn ...6 1.1.1 Operaii cu vectori i mrimi metrice n Rn ....6 A.Corpul numerelor reale R..6 B. Spaiul vectorial Rn...9 C. Mrimi metrice n Rn ..10 D. Subspaii vectoriale n Rn .. 16 1.1.2 Matrici de numere reale...17 A. Definiii.17 B. Operaii cu matrici19 C. Indicatori numerici ai matricilor...20 D. Clase de matrici23 1.2 Baze de vectori n Rn23 1.2.1 Definiia bazei de vectori i dimensiunii n Rn...23 1.2.2 Subspaii vectoriale i sisteme liniare omogene..26 1.2.3 Substituirea unui vector dintr-o baz i aplicaii ....27 A. Calculul determinantului unei matrici ptratice..31 B. Calculul rangului unei matrici dreptunghiulare..32 C. Calculul inversei A-1 pentru o matrice ptratic nesingular A35 D. Calculul inversei generalizate A+ pentru o matrice dreptunghiular A37 E. Calculul produsului de matrici F-1.G.39 F. Calculul produsului de matrici G.F-1.40 1.3 Sisteme de ecuaii liniare ..42 1.3.1 Rezolvarea i discuia unui sistem de ecuaii liniare.............42 1.3.2 Soluii generalizate ale sistemelor liniare incompatibile...47 1.4 Mulimi convexe pe Rn....49 1.5 Extremele unui polinom convex/concav pe o mulime convex din Rn .55 1.6 Rezumat.60 1.7 ntrebri.60 1.8 Bibliografie...61 CAP. 2 PROGRAMARE LINIAR I GRAFURI N AGRICULTUR..62 2.1 Modele liniare de optimizare a produciei n agricultur..62 2.1.1 Modelul structurii optime a culturilor.....63 2.1.2 Modelul rotaiei optime a culturilor...66 2.2 Dualitatea modelelor liniar de optimizare69 2.3 Gsirea soluiilor optime pentru modelele liniare primal i dual cu metoda simplex cu calculatorul.....75 2.4 Modele de optimizare tip transport i de repartiie(assignment)...92 2.5 Drumuri optime n reele..98 2.6 Ealonarea optim a activitilor unui proict agricol prin metoda drumului critic 103 2.6 Rezumat..111 2.7 ntrebri...111 2.8 Bibliografie.111

3
CAP.3 ANALIZ MATEMATIC.112 3.1 Calcul diferenial pentru funcii de o variabil real...112 3.1.1 Funcii elementare i aplicaii..112 3.1.2 Rolul derivatelor de ordinul unu i doi n studiul funciilor de o variabil real121 3.1.3 Optimele funciilor de o variabil real i aplicaii.125 3.1.4 Aplicaii ale integralelor la funcii cumulate n timp..137 3.2 Calcul diferenial pentru funcii de n variabile reale.138 3.2.1 Rolul derivatelor pariale de ordinul unu i doi n studiul funciilor de n variabile reale...........................................................................................................................138 3.2.2 Extreme libere ale funciilor de n variabile reale....140 3.2.3 Extreme cu legturi ale funciilor de n variabile reale....152 3.3 Rezumat...157 3.4 ntrebri157 3.5 Bibliografie...157 CAP. 4 MODELE NELINIARE DE ALOCARE OPTIM A RESURSELOR N AGRICULTUR159 4.1 Producii i indicatori economici159 4.1.1 Producii fizice i valorice159 4.1.2 Indicatori economici ai produciei suplimentare...164 4.2 Optimele produciei suplimentare i aporturile factorilor...166 4.2.1 Optimele produciei suplimentare.166 4.2.2 Aporturile factorilor. .............172 4.3 Exemple...175 4.3.1 Doi factori i un produs.....175 4.3.2 Un factor i dou produse..183 4.4 Modele cu restricii liniare i funcie-obiectiv ptratic.190 4.4.1 Cazul cnd toate restriciile sunt ecuaii.190 4.4.2 Cazul cnd toate restriciile sunt inecuaii...193 4.4.3 Model ptratic de alocare optim a resrselor n agricultur197 4.5 Rezumat...199 4.6 ntrebri...199 4.7 Bibliografie.199 CAP.5 SISTEME AGRICOLE.......................................................................................................200 5.1 Definiia,clasificarea i proprietile sistemelor..............................................................200 5.1.1 Definiia sistemelor........................................200 5.1.2 Clasificarea sistemelor.......................................201 5.1.3 Proprietile sistemelor......................................203 5.1.4 Sisteme liniare.......................................205 5.2 Sisteme biologice................................................208 5.2.1 Sisteme biologice pn la nivel de organism (biosisteme)....................................208 5.2.2 Sisteme biologice la nivel de populaii (biocenoze).....................................213 5.2.3 Pdurile ca ecosisteme vegetale....................................222 5.3 Proprieti generale ale sistemelor agricole....................................................................223 5.3.1 Particulariti ale sistemelor agricole................................223 5.3.2 Intrri n sistemele agricole...............................225

4
5.3.3 Ieiri din sistemele agricole...................................232 5.4 Analiza tehnico-economic a sistemelor agricole..236 5.4.1 Analiza tehnico-economic a sistemului produciei vegetale236 5.4.2 Analiza tehnico-economic a sistemului comercializrii produselor agricole..240 5.5 Balana legturilor ntre ramuri...247 5.6 Concentrarea i diversificarea produciei agricole pe ramuri...254 5.7 Rezumat......259 5.8 ntrebri...260 5.9 Bibliografie.260

BIBLIOGRAFIE261
Tabelul1.266

5 Prefa Aceast lucrare este destinat studenilor de la Facultatea de Management , Inginerie Economic n agricultur i agroturism , curs de zi i la distan , putnd fi folosit i de studenii altor faculti cu profil Agricol . Primele 5 capitole sunt consecrate aplicaiilor matematicii n agricultur. Matematica abstract are o dezvoltare exponenial ca numr de articole i monografii , precum i ca valoare a acestora.Este suficient s menionm c 90 % din matematicienii din toate timpurile sunt n via . Dup al doilea rzboi mondial, odat cu apariia computerelor s-au dezvoltat exploziv aplicaii ale matematicii n tiinele naturii , n medicin , n tehnic , n economie , n agricultur ,etc. n acest moment orice domeniu al activitii umane are atta valoare ct matematic conine. Aplicaiile consistente ale matematicii sunt la fel de dificil de elaborat ca i teoriile abstracte ale acesteia. Realitatea este extrem de complex i se las modelat cu greutate : orice model trebuie validat de practic prin confruntarea permanent a rezultatelor simulrii pe model cu comportarea real a fenomenului modelat. Semnalm i faptul c teorii extrem de abstracte din matematic i-au gsit ulterior aplicaii n situaii foarte concrete. n capitolul 1 se studiaz spaiul euclidian Rn ,subspaiile sale i elemente de calcul matricial, noiunea de baz n spaiul Rn , metoda substituirii unui vector din baz i aplicaiile acesteia n calculul matricial , sistemele de ecuaii liniare (discuie i rezolvare) ,convexitatea n Rn precum i extremele unui poligon convex / concav pe o mulime convex din Rn . n capitolul 2 se prezint trei modele liniare de optimizare a produciei agrozootehnice:structura optim a culturilor vegetale , :structura optim a raiei furajere i rotaia optim a culturilor vegetale , se studiaz dualitatea acestor modele , se prezint metoda simplex de optimizare cu calculatorul a acestor modele prin produsul informatic EXCEL precum i interpretarea economic a soluiilor optime primal i dual . Capitolul se ncheie cu metoda drumului critic pentru optimizarea n timp a proiectelor agricole. n capitolul 3 se definete funcia real de o variabil real , se enumer proprietile ei , se prezint rolul derivatelor de ordinul unu i doi n studiul funciei , n special la gsirea maximelor i minimelor funciei . O aplicaie a acestor maxime o constituie stabilirea preului de vnzare a produselor agricole care s asigure vnzarea cu valoare bneasc maxim precum i nlocuirea optim a echipamentelor.. Tot n capitolul 3 se definete funcia real de n variabile reale , se prezint rolul derivatelor pariale de ordinul unu i doi n studiul funciei , n special la gsirea maximelor i minimelor libere sau cu legturi ale funciei . O aplicaie a acestor maxime o constituie stocurile cu cerere constant ; cu aceast ocazie am tratat i stocurile cu cerere aleatoare . n capitolul 4 se prezint un model neliniar de alocare optim a resurselor n agricultur cu funciiobiectiv diferite : optim marginal , de echilibru , economic, tehnic , maxim de venit cu cheltuieli limitate , minim de cheltuieli cu venit garantat . Capitolul se ncheie cu modele de optimizare cu restricii liniare i funcie-obiectiv ptratic rezolvate cu produsul informatic EXCEL . n capitolul 5 se prezint pe scurt teoria sistemelor agricole care se exemplific pe partu sisteme agricole : vegetal ,zootehnie(lapte i carne) i comercializare produse agricole vegetale, pentru care se dezvolt n detaliu calculul tehnico-economic. n continuare se prezint etapele de analiz i planificare a produciei agricole pe ramuri prin metoda balanei . Capitolul se ncheie cu evaluarea cantitativ i optimizarea concentrrii i diversificrii produciei agricole pe ramuri . Capitolele 4 i 5 sunt contribuia integral a autorului acestei lucrri . La finele lucrrii se d o bibliografie cu lucrrile efectiv consultate de autor precum i un tabel numeric. Iunie 2010 Autorul

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

1.1.1 Operaii cu vectori i mrimi metrice n Rn A.Corpul numerelor reale R

7 Mulimea numerelor reale R se poate defini constructiv astfel: N Z Q R . N={0,1,,n,} este mulimea numerelor naturale, Z = {, - n ,, - 1,0,1,,n,} este mulimea numerelor ntregi, Q = {a / b a,b Z , b 0 } este mulimea numerelor raionale (fracionare), I este mulimea numerelor iraionale (limite ale irurilor convergente de numere raionale) iar R=Q I cu QI = . Pentru numere reale se adopt scrierea zecimal: a = 1 2 ... m . 1 2 ... n = (110m1 + ... + m110 + m ) + (1101 + ... + n 10 n ) .

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)

Partea ntreag [ a ] = Int ( a ) a numrului real a este numrul ntreg format cu cifrele

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 = 3.1412... 1) 2) e = 2.718... 3) 4) 5) 6) 7) 8)

2 = 1.414... ln 3 = 1.09861... sin 37o = 0.60182 tg 104o = - 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 Mulimea numerelor reale R admite i o definiie axiomatic: Pe mulimea R se definesc legile de compoziie ( a, b ) a + b numit adunare i

( a, b ) a

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

grupe de axiome:

8 I. 1) 2) 3) 4) 5) 6) 7) 8) 9) R este corp comutativ fa de adunare i nmulire. (Comutativitatea adunrii): a + b = b + a (Asociativitatea adunrii): ( a + b ) + c = a + ( b + c )

(Elementul neutru fa de adunare): Exist 0R astfel c a + 0 = 0 + a = a pentru orice aR (Elementul simetric fa de adunare): Pentru orice aR exist elementul simetric (opus) - a R astfel c a + ( a ) = ( a ) + a = 0 (Comutativitatea nmulirii): a b = b a (Asociativitatea nmulirii): ( a b ) c = a

(Elementul neutru fa de nmulire): Exist 1R astfel nct a 1 = 1 a = a pentru orice aR (Element simetric fa de nmulire): Pentru orice aR, a 0 exist elementul invers a 1R astfel nct a a = a a = 1 (Distributivitatea nmulirii fa de adunare): a
1 1

(b

c)

(b + c)
II. 10) 11) 12) 13) 14) III. 15)

(b + c) = a

b + a c;

a=b a+c a

R este corp comutativ ordonat fa de relaia de ordine . a b ; b c a c pentru orice a,b,cR (Tranzitivitate) a b ; b a a = b pentru orice a,bR (Reflexivitate) Pentru orice a,b R , avem sau a b sau a b (Dihotomie) a b a + c b + c pentru orice a,b,cR

a, b 0 a b 0

R este corp comutativ ordonat arhimedian Pentru orice a,bR cu a > 0 , b 0 exist numrul natural n cu b n a

IV. R este corp comutativ ordonat arhimedian continuu 1.1 Pentru orice iruri (an) , (bn) , nN , de numere din R, astfel c: a1 a2 ... an ... bn ... b2 b1 exist i este unic R astfel c: ai bi pentru orice iN . Mulimea numerelor reale se corespunde bijectiv cu mulimea punctelor unei drepte: punctul M este imaginea numrului real a iar numrul real a este abscisa punctului M. Modulul lui aR este: a =

a, a < 0 a, a 0

Axiomele modulului: 1) a 0 ; a = 0 dac i numai dac a = 0 2) 3) |a| = || . |a| ; ( ,a R) a + b a + b (Inegalitatea triunghiului)

Distana ntre numerele reale a, b este d ( a, b ) = b a Axiomele distanei: 1) d ( a, b ) 0 ; d ( a, b ) = 0 dac i numai dac a = b

9 2) 3)

d ( a , b ) = d ( b, a )
d(a,c) d(a,b)+ d(b,c) (Inegalitatea triunghiului) B. Spaiul vectorial Rn

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

a = ( a1 ,..., an ) , numite

Operaii cu vectori 1) Adunarea vectorilor: Fie a = a1 ,..., an ;b=(b1,,bn); ai,bi R . Suma vectorilor a, b este vectorul din Rn :

a + b = c = ( c1 ,..., cn ) cu ci = ai + bi

(1 i n )

2)

a = ( a1 ,..., an )
Teorema 1.1

nmulirea vectorilor cu scalari Fie a = ( a1 ,..., an ) Rn i R. Produsul vectorului a cu scalarul este vectorul din Rn:

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. Adunarea vectorilor este comutativ: a + b = b + a pentru orice a,bRn Adunarea vectorilor este asociativ: ( a + b ) + c = a + ( b + c ) pentru orice a,b,cRn

Pentru adunarea vectorilor exist elementul neutru: 0 = ( 0,...,0 ) Rn : a + 0 = 0 + a = a

c a + ( a ) = ( a ) + a = 0 V. VI. VII.

pentru orice aRn IV. Pentru orice vector a Rn, exist vectorul simetric (opus): a = ( a1 ,..., an ) Rn astfel Pentru orice aRn, avem 1 a = a 1 = a nmulirea cu scalari este distributiv fa de adunarea vectorilor: ( a + b ) = a + b ; nmulirea cu scalari este distributiv fa de adunarea scalarilor: ( + ) a = a + a ;

( a + b) = a + b

VIII. nmulirea cu scalari este asociativ fa de nmulirea scalarilor: ( a ) = ( ) a Q.E.D. 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.

a ( + ) = a + a

10 Spaiul vectorial produs Rn X Rm este izomorf cu spaiul vectorial Rn+m De exemplu R X R2 este izomorf cu R3 x2 Exemple I)n=2 : R2 ={(a1,a2) | ai R} Orice vector a = a1 , a2

) se reprezint

grafic printr-un punct M n planul raportat la dou axe rectangulare: a1 se numete abscisa punctului M, a2 se numete ordonata punctului M. Reciproc, orice punct M din plan ce corespunde cu un vector din R2 ale crui componente sunt coordonate ale lui M. II) n = 3 : R3 ={(a1,a2,a3) | ai R} Orice vector a = ( a1 , a2 , a3 ) se reprezint grafic printr-un punct M n spaiul raportat la trei axe rectangulare:

a2

M(a1,a2)

x1 0 a1

x3 a3

M a1 se numete abscisa lui M, a2 se numete ordonata lui M, a3 se numete cota lui M. n geografie, abscisa se numete a2 longitudine, ordonata latitudine iar cota x2 0 altitudine. Originea axelor pe pmnt este la a1 intersecia ecuatorului cu meridianul 0 (Greenwich). n spaiile vectoriale R2 i R3 adunarea x1 vectorilor revine la regula paralelogramului din mecanic: a + b este diagonala din originea 0 a paralelogramului cu laturile a, b iar nmulirea unui vector a cu un scalar d ca rezultat un vector a, coliniar cu vectorul a.
C. Mrimi metrice n Rn n spaiul vectorial Rn se introduc mrimile metrice: a) Norma vectorilor b) Distana scalar a doi vectori c) Produsul scalar a doi vectori d) Unghiul a doi vectori e) Aria paralelogramului construit pe doi vectori necoliniari f) Volumul paralelipipedului construit pe trei vectori necoplanari Teorema 1.2 a) b) Vectorul a = ( a1 ,..., an ) Rn are norma euclidian: a =
2 a12 + ... + an i b = ( b1 ,..., bn ) din Rn este:

Distana euclidian ntre doi vectori a = ( a1 ,..., an )

c)

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

d ( a, b ) =

( b1 a1 )

+ ... + ( bn an )

11 a * b = a1b1 + + anbn Demonstraie a) Norma euclidian verific axiomele normei: 1) a 0; a = 0 a = 0 2) 3)

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

Minkovski:

( a1 + b1 )
p

2 + ... + ( an + bn ) a12 + ... + an + b12 + ... + bn2 2

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

1) a 2) a

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

Spaiul vectorial Rn nzestrat cu o norm , este spaiu vectorial normat . b) Distana euclidian verific axiomele distanei: 4) d ( a, b ) 0 ; d ( a, b ) = 0 a = b 5) 6)

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

d ( a , c ) = c a = ( b a ) + ( c b ) b a + c b = d ( a , b ) + d ( b, c )
folosind axioma 3). n spaiul vectorial Rn exist i alte distane n afar de cea euclidian. Exemple i) ii)

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

d p ( a, b ) = b1 a1 + ... + bn an
p

d ( a, b ) = max bi ai
1i n

Spaiul vectorial Rn nzestrat cu o distan , este spaiu metric . c) Produsul scalar verific axiomele: 7) 8) 9)

a * a 0 ; a * a = 0 dac i numai dac a = 0 a *b = b*a ( a + b) * c = ( a * c) + (b * c) a*a

Axiomele 7) 9) se verific imediat. Spaiul vectorial Rn nzestrat cu un produs scalar , este spaiu euclidian . Dac avem produs scalar a* b avem i norm : a = Dac avem norm : || a || avem i distan : d(a; b) = || b a || Observm c || a || = d(a ; 0) . Q.E.D.

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

A B = a ij bij
i =1 j=1

4) Mulimea fumciilor continue pe [ a ; b ] cu valori reale : Dac f ,g sunt funcii continue pe [ a ; b ] avem produsul scalar:

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,b Rn 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 || 2) Avem : || a + b ||2 = || a ||2 + 2 a*b + || b ||2 || a b ||2 = || a ||2 2 a*b + || b ||2 Prin adunare obinem : || a + b ||2 + || a b ||2 = 2 (|| a ||2 + || b ||2 3) Dac a*b = 0 relaia || a + b ||2 = || a ||2 + 2 a*b + || b ||2 devine :

13 || a + b ||2 = || a ||2 + || b ||2 Q.E.D.

Inegalitatea de la punctul 1) al teoremei 1.3 ,permite definirea unghiului a doi vectori a, b:

cos =
deci cos [ -1 ; 1 ] .

a *b a b
2

n particular, vectorii a, b sunt perpendiculari (ortogonali) ( a b ) dac i numai dac = deci cos = 0 deci a*b = 0 . Aria paralelogramului construit pe vectorii a, b este:

S = a b sin =

(a

) ( a * b)
2

Produsul scalar este o arie:

P(c) R
Fie M ( a ) i N ( b ) imaginile vectorilor a,bR .
2

N(b)

M(a)

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

Fie P ( c ) imaginea vectorului c cu OP OM i c = a .

a b = a ( b cos ) = OP NR deci produsul scalar a b este aria paralelogramului

construit pe vectorii OP i ON cu lungimile ||a|| i ||b||. Fie vectorii a=(a1,,an) ,b=(b1,,bn) din Rn. Vectorii a ,b sunt coliniari dac exist R, 0 astfel c b = .a . Notaie : a ~b Relaia de coliniaritate a vectorilor este o relaie de echivalen : 1) a ~a deoarece a=1.a 2) a ~b implic b ~a deoarece b=.a implic a = (1/).b 3) a ~b i b ~c implic a ~c deoarece b=.a i c=.b implic c=().a cu , 0 deci . 0 . Clasa de echivalen a tuturor vectorilor b coliniari cu vectorul a se numete direcia definit de vectorul a iar a1,,an se numesc parametrii directori ai acestei direcii .

14 Parametrii directori ai versorului a / ||a|| adic a1 / ||a|| ,, an / ||a|| sunt cosinuii unghiurilor fcute de vectorul a cu versorii bazei-standard E1,,En (vezi seciunea 1.2.1 de mai jos). cos 1= a1 / ||a|| ,, cos n = an / ||a|| se numesc cosinuii directori ai direciei definite de vectorul a i definesc n mod unic aceast direcie. Avem (cos 1)2 ++(cos n)2 = 1 Exemplu Fie n R3 vectorii a = ( 1;0;4 ) ; b = ( 2;3;0 ) 1) 2) 3) 4) 5) S se calculeze 2a + 3b S se calculeze a , b i d ( a, b )

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)

a =

( 1)

+ 02 + 42 = 17 ; b = 22 + 32 + 02 = 13 ;
2 2

d ( a, b ) =
3) 4) 5)

a * b = ( 1) 2 + 0 3 + 4 0 = 2 a *b 2 2 cos = = = a b 17 13 221

( 2 ( 1) ) + (3 0)
) ( a * b)
2

+ ( 0 4 ) = 34
2

S=

(a

= 221 ( 2 ) = 217
2

Pentru calculul ariilor i volumelor se folosesc produsul vectorial i produsul mixt al vectorilor din Rn. Fie E1=(1,0,,0);,En=(0,,0,1) versorii bazei standard n Rn (vezi seciunea 1.2.1) i fie vectorii :

a ( ) = ( a21 ,..., a2 n ) ,..., a ( ) = ( an1 ,..., ann ) R n Produsul vectorial al celor n 1 vectori a(2),,a(n) din Rn este vectorul din Rn definit E1 .........E n
2 n

astfel a

( 2)

... a ( ) =
n

a21 .........a2 n ................. an1 .........ann

( 2)

... a ( ) sunt complemenii algebrici de ordin n 1 ai versorilor-unitate E1,,En din

n

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

determinantul precedent. Proprieti ale produsului vectorial 1) 2)

2 n

a ( ) ... a ( ) = 0 dac i numai dac a ( ) ,..., a ( ) sunt liniar dependeni. ( 2) (n) Produsul vectorial este funcie liniar n raport cu orice vector a ,..., a :
2 n

( a( ) + b( ) ) a( ) ... a( ) = ( a( ) a( ) ...a( ) ) + (b( ) a( ) ... a( ) )

2 2 3 n 2 3 n 2 3 n

15 3) 4)

) deci produsul vectorial este antisimetric. () ( ) ( ) Pentru orice i = 2,..., n avem: a ( a ... a ) = 0 deci produsul vectorial al
a ( ) a ( ) ... a ( ) = a ( ) a ( ) ... a (
2 3 n 3 2
i 2

n)

vectorilor a

( 2)

,..., a ( ) este ortogonal pe fiecare din aceti vectori.

n

Proprietile 1) 4) rezult din proprietile determinanilor. Caz particular: Pentru n = 3 fie vectorii a Produsul vectorial al acestor vectori este:
( 2)

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

3

a ( ) a ( ) = a21 a22
2 3

E1

E2

E3 a23 = a33
( 2)
3)

a22 a32
3)

a23 a33

E1
2)

a31
( 2)

a32
a(

a21 a23 a a E 2 + 21 22 E 3 a31 a33 a31 a32

3)

Se verific relaia a din R3 aa c a Fie vectorii a

a(

= a(

a(

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

( 2)

este aria paralelogramului construit pe a

2 n

, a( ) .
3

(1)

= ( a11 ;...; a1n ) , a ( ) = ( a21 ;...; a2 n ) , a ( ) = ( an1 ;...; ann ) R n

(1) ( 2)
n 1 n ,..., a ( ) este: a ( ) ,..., a ( ) = ................ an1 .......ann

a11 .........an

Produsul mixt al vectorilor a , a Proprieti ale produsului mixt 5) 6)

7) 8)

(n) (1) (n) (1) a ,..., a = 0 dac i numai dac a ,..., a sunt vectori liniar dependeni. (1) (n) Produsul mixt este funcie liniar n raport cu orice vector a ,..., a : a (1) + b(1) , a ( 2) ,..., a ( n ) = a (1) , a ( 2) ,..., a ( n ) + b(1) , a ( 2) ,..., a ( n ) 1) 2) n) 2) 1) n) ( ( ( ( ( ( a , a ,..., a = a , a ,..., a deci produsul mixt este antisimetric (n) (1) ( 2) (n) (1) ( 2) a , a ,..., a = a a ... a

Proprietile 5) 8) rezult din proprietile determinanilor. Caz particular: Pentru n = 3 fie vectorii a
(1)

= ( a11 , a12 , a13 ) ; a ( ) = ( a21 , a22 , a23 ) ;

2

a ( ) = ( a31 , a32 , a33 ) din R3.

3

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

a11

a12 a22 a32

(1) ( 2)

a13 a23 i modulul a33 , a ( ) , concurente n

3

a31

acestui produs mixt reprezint volumul paralelipipedului cu laturile a , a originea 0. Exemplu Fie vectorii a
(1)
2 3

= ( 2;0;5 ) ; a ( ) = ( 0;1;4 ) ; a ( ) = ( 3;1; 1) ; a ( ) = ( 2;3;0 ) din R3

4

16 1) 2) Se cere aria triunghiului cu vrfurile a format cu vrfurile lui a(3) , a(4) baza format cu vrfurile lui a
( 2)
3

( 2)

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

3 4

Se cere volumul piramidei cu vrfurile a , a

(1)
4

( 2)

, a ( ) ,a ( ) .

, a ( ) , a ( ) i distana h2 de la vrful a(1) la

3 4

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

a ( ) a ( ) = ( 3;0; 5 ) i a ( ) a ( ) = ( 2;2; 4 ) deci S =

3 2 4 2

1 ( 3) 2 4 2 a a( ) a( ) a( ) . 2

) (

(a

( 3)

( 2)

) (a

( 4)

( 2)

)=

E1 3 2

E2 0 2

E3 0 5 3 5 3 0 5 = E2 + E 3 = (10; 2;6 ) deci E1 2 4 2 4 2 2 4

4 3

S = 102 + 22 + 62 = 140 . Avem a ( ) a ( ) = ( 1;2;1) deci 1 4 1 2 4 3 3 a ( ) a ( ) = ( 1) + 22 + 12 = 6 iar S = a ( ) a ( ) h1 sau 140 = 6 h1 deci 2 2 70 h1 = 2 3 1 2) Volumul cerut este din volumul paralelipipedului oblic cu laturile 6 2 1 3 1 4 1 a ( ) a ( ) = ( 2;1; 1) ; a ( ) a ( ) = ( 5;1; 6 ) ; a ( ) a ( ) = ( 4;3; 5 ) deci 2 1 1 2) 1) 3) 1) 4) 1) a ( a ( , a ( a ( , a ( a ( = 5 1 6 = 16 deci V= 16 = 8 . Avem V = 1 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 L Rn este subspaiu vectorial al lui Rn dac este spaiu vectorial fa de operaiile din Rn: 1) a,b L a+b L 2) a L , R.a L Axiomele I) VIII) ale spaiului vectorial, valabile n Rn, vor fi valabile i n L. Conform punctului 2) pentru = 1 , din aL rezult - a L iar conform punctului 1) din a , - a L rezult a+( - a) =0 L O clas mportant de subspaii liniare sunt soluiile sistemelor liniare omogene(Teorema 1.4) Exemple n R3 (n = 3)

17

1)

x1 3 m = 1: Mulimea vectorilor X = x2 R cu a11x1 + a12x2 + a13x3 = 0 este un plan care x n x1 3 m = 2: Mulimea vectorilor X = x2 R cu x n a11 x1 + a12 x2 + a13 x3 = 0 a21 x1 + a22 x2 + a23 x3 = 0

trece prin originea 0 a axelor de coordonate. n particular planele de coordonate x1Ox2 , x1Ox3 , x2Ox3 au ecuaiile x3 = 0 ; x2 = 0 ; x1 = 0 . 2)

(1) ( 2)

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

a11 x + a12 y + a13 z + a14 = 0 a21 x + a22 y + a23 z + a24 = 0

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

a11 x + a12 y + a13 z = 0 a21 x + a22 y + a23 z = 0

1.1.2 Matrici de numere reale

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

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

a11 L a1n M A= M am1 L am n

18

a11 L a1n M A= M an1 L an n

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

c1 c = L este o matrice de tip m 1 . c m O mulime de p matrici A1 ,...,A p , toate de tip m n formeaz o hipermatrice A cu m linii, n
coloane i p rame:

a11 p ,..., a1n p a111 ,..., a1n1 A1 = ; ... ; A p = am 1 p ,..., am n p am11 ,..., am n1
Aceste rame A1 ,...,A p pot fi aezate una n spatele celeilalte ca ramele ntr-un stup. Transformri 1) Orice matrice se poate transforma ntr-un vector linie i reciproc. 1.2 Fie matricea de tip m n cu m n elemente:

a11 L a1n M A= M am1 L am n Matricea A se transform n vectorul linie A = [ a11 ,..., a1n ,..., am1 ,..., am n ] deci prin
schimbarea notaiilor, avem vectorul linie cu q = mn elemente: b = b1 ,..., bk ,..., bq

) unde

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

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

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

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

a11 L a1n M unde aij = bk cu i = Int((k 1)/n)+1 ; j = k n.Int((k 1)/n) A= M am1 L am n

unde k = 1,, q deci i = 1,,m ; j = 1,, n . 3) Orice hipermatrice se poate transforma ntr-un vector linie i reciproc. c) Fie hipermatricea A de tip m n p cu mnp elemente a i j h (i=1,, m ; j=1,, n ;h=1,, p ).

19 Hipermatricea A se transform n vectorul linie A = a111 ,..., am n 1 ,..., a11 p ,..., am n p deci prin schimbarea notaiilor, avem vectorul linie cu q = m n p elemente: b = b1 ,..., bk ,..., bq unde bk = ai j h cu k =p. n.( h 1) + n.(i 1)+ j unde i=1,, m ; j=1,, n ;h=1,, p d) Fie vectorul linie: b = b1 ,..., bk ,..., bq

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

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

(1 i m; 1
T

j n ) este o matrice de tip m n , transpusa sa, notat AT ,

este o matrice de tip n m cu A = a ji (1 j n; 1 i m ) adic prin transpunere, liniile devin coloane i coloanele devin linii. Transpusa unei matrici ptratice A de ordin n este tot o matrice ptratic, notat AT de acelai ordin n. Matricea A este simetric dac coincide cu transpusa sa: AT=A deci a ji = aij i este antisimetric dac A = A deci a ji = aij
T

B. Operaii cu matrici 1) Adunarea i scderea matricilor: Dac A = aij i B = bij sunt matrici de tip m n , suma lor este

A + B = aij + bij tot de tip m n iar diferena lor este A B = aij bij tot de tip m n .
2) Dac A = aij (1 i m; 1 j n ) este matrice de tip m n i B = b jk nmulirea matricilor:

(1
3)

j n; 1 k n ) este matrice de tip n p atunci produsul lor este A B = [ Cik ]

unde: Cik =

(1 i m; 1 k p ) de tip m p

a b
j =1 ij

jk

nmulirea matricilor cu scalari:

Dac A = aij (1 i m; 1 j n ) este matrice de tip m n i mprirea matricilor ptratice:

atunci

produsul matricii A cu scalarul este A = aij tot de tip m n . 4) Dac A = aij (1 i, j n ) este matrice ptratic nesingular ( cu det ( A ) 0 ) de

ordin n i B = bij (1 i, j n ) este o alt matrice ptratic de ordin n, ctul lor este:

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

20

A 1 se numete inversa matricii ptratice nesingulare A de ordin n. Dac matricea A este ptratic de ordin n, singular ( det ( A ) = 0 ) sau A este matrice
dreptunghiular de tip m n , inversa A nu exist dar exist inversa generalizat A . + Dac A este matrice de tip m n , A este matrice de tip n m care satisface relaia A A + A = A . Dac A este matrice ptratic de ordin n , A + este tot matrice ptratic de ordin + 1 n. Dac A este matrice ptratic de ordin n, nesingular, avem A = A 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 X i = ..... R n i I m = (E 1 ... E m ) cu E i 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(A|E1) = = Rang(A|Em) Pentru m < n condiia este ndeplinit deci pentru m < n inversa la dreapta Ad-1 exist dar nu este unic . Inversa la dreapta Ad-1 permite rezolvarea sistemelor matriciale X.A = B unde A,B,X sunt matrici , cu soluia X = B.Ad-1 . Dac A este o matrice dreptunghiular de tip m x n , inversa la stnga As-1 este o matrice dreptunghiular de tip n x m astfel c As-1. A = In . Prin transpunere avem : AT.(As-1)T = In deci (As-1)T = (AT)d-1 aa c As-1 = ((AT)d-1)T. Pentru m > n As-1 exist dar nu este unic . Inversa la stnga As-1 permite rezolvarea sistemelor matriciale A.X. = B unde A,B,X sunt matrici , cu soluia X = As-1.B . 5) Suma direct a matricilor:
1 +

(1 h p; 1 k q ) este o matrice de tip ( m + p ) ( n + q ) are forma: A B=

6) Produsul direct al matricilor:

Fie A = aij (1 i m; 1 j n ) este o matrice de tip m n iar A = [ ahk ]

p q , suma lor direct A B de tip 0 bhk

aij 0

(1 h p; 1 k q ) este o matrice de tip

are forma: A B = aij bhk C. 1) Indicatori numerici ai matricilor

Dac A = aij (1 i m; 1 j n ) este o matrice de tip m n i B = [bhk ]

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

pe diagonala principal: Tr ( A ) = a11 + a22 + ... + an n

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

Urma unei matrici ptratice:

21 2) Fie A o matrice ptratic de ordin n: A = aij (1 i; j n ) . Orice aplicaie bijectiv a Determinantul unei matrici ptratice:

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

2, L, n 1, : (1) , ( 2 ) , L, ( n ) Mulimea Sn a permutrilor fa de compunerea permutrilor ca funcii, formeaz un

grup , numit grupul simetric. O inversiune n permutarea este o pereche de valori

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

j i cu i < j i (i ) ( j )

sign ( ) ai , (i )
i =1

O matrice ptratic A se numete nesingular dac det ( A ) 0 i singular dac det ( A ) = 0 . 3) Rangul unei matrici dreptunghiulare: Dac A = aij (1 i m; 1 j n ) este o matrice de tip m n rangul matricii A

notat r = rang ( A ) este ordinul celui mai mare minor nenul, numit minor principal. Aceasta nseamn c: a) Exist cel puin un minor de ordin r nenul (minorul principal) b) Toi minorii de ordin r + 1 sunt nuli. n acest caz, toi minorii de ordin r + 2, r + 3,..., sunt nuli. Avem:

0 rang ( A ) min im ( m, n ) . O matrice A de tip m n se numete matrice de rang maxim dac rang ( A ) = min im ( m, n ) . Dac matricea de rang maxim A este ptratic atunci rang ( A ) = n i det ( A ) 0 , matricea A
4) Norma unei matrici dreptunghiulare
1

numindu-se nesingular. Dac A = aij (1 i m; 1 j n ) este o matrice de tip m n , norma euclidian a matricii

m n 1 A este: A = ( aij ) i = 1 j = 1

Aceast norm satisface axiomele: a) A 0; A = 0 A = 0 b) c) d)

A = A A + B A + B (inegalitatea triunghiului) AB A B

22 Norma euclidian nu este singura norm a matricii A. Exemplu

m n

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

5)

Fie A = aij (1 i m; 1 j n ) o matrice de tip m n i fie A de tip n m

T

Matricea Gram a unei matrici dreptunghiulare:

Matricea Gram a matricii A, notat ( A ) , este

transpusa sa.

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

( A ) = A T A = gij .

( A ) = ( A ) .
T

6)

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

P ( ) = det ( A E ) = n + p1 n1 + ... + pn1 + pn = 0

A.

Acest sistem omogen are i soluii nenule X dac

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

( A ) = max {

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

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

a11 a21 an1

De aici rezult relaiile:

a12 a22 an 2

.... .... ....

a1n a2 n =0 ann

1 + ... + n = Tr ( A ) = a11 + a22 + ... + ann 1 ... n = det ( A ) Din ultima relaie rezult c rang ( A ) = n dac i numai dac 0 nu este valoare proprie
pentru A. Proprieti ale spectrului (A) 1) (AT)=(A)

23 2) 3) 4) 5) 6) 7) D. 1) 2) 3) 4)

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

0 ( A ) dac i numai dac det ( A ) 0 adic rang ( A ) = n .

A= matrice simetric (A = AT ) (A) conine numai valori proprii reale A = matrice ortogonal (A-1 = AT) (A conine numai valori proprii de modul 1 Clase de matrici Matrici simetrice: T 2 Avem a ji = aij deci A = A adic ( A ) = A . Matrici antisimetrice: 2 T Avem a ji = aij deci A = A adic ( A ) = A Matrici ortogonale: ( A ) = E deci A T = A -1 i det ( A ) = 1 Avem AA = A A deci ( A ) = A
T T

Matrici normale:

( ) . Matricile simetrice, antisimetrice i cele

T

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

0.

Matricea simetric A este pozitiv definit dac pentru orice vector coloan X cu n T componente reale avem f ( X ) = X AX > 0 . n acest caz valorile proprii ale matricii A sunt

> 0.

negativ definite ( f ( X ) = X AX < 0 )

T

n mod similar se definesc matricile nepozitiv definite ( f ( X ) = X AX 0 ) i matricile

T

1.2 BAZE DE VECTORI N Rn 1.2.1 Definiia bazei i dimensiunii n Rn n continuare vom conveni s scriem vectorii din Rn ca vectori-coloan cu n componente. 1)Vectorii F1,,Fn Rn (m n) se numesc liniar independeni dac relaia 1F + ... + m Fm =0 1

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,,Fp Rn (p n) genereaz pe Rn dac pentru orice vector V Rn exist scalarii 1,,p R 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,,Fn Rn formeaz o baz n Rn dac ei sunt liniar independeni i genereaz n pe R .

24 Fie V Rn cu V = 1F + ... + n Fn . Scalarii 1 ,..., n se numesc coordonatele vectorului 1 V n baza F i formeaz vectorul-coloan VF = ( 1 , ..., n ) .
T

Relaia precedent se scrie matricial V = F VF unde F = [ F ,...,Fn ] este matricea bazei 1

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

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

E1 E 2 L E n 1n 0n L 0n E = 0n 1n L 0n M M M 0 0 L 1 n n n
ortogonali cte doi (1 i, j n ) . Avem E i = 1 deci E i se numesc versori. n plus E i E j = 0 , deci vectorii E i , E j sunt

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: dim (Rn) = n .

f11 f12 f1n Fie F = M ; F2 = M ;...;Fn = M vectori-coloan din Rn care formeaz o baz din 1 f f f n1 n2 nn n R . Matricea F cu coloanele F1,...,Fn se numete matricea bazei F = {F ,F2 ,...,Fn } : 1 F= F1
f11

F2
f12

L L L

M f n1

M fn2

Fn f1n M f nn

Avem det(F) 0 i rang ( F ) = n . Dac det(F)>0 , baza cu matricea F are orientare pozitiv , iar dac det(F)<0 , baza cu matricea F are orientare negativ.

F1 1 Exemplu Fie matricea F = 0 2

a)

F2 0 5 4

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

F3 2 3 0

25

b)

5 S se gseasc coordonatele vectorului-coloan v = 4 n baza format cu vectorii F1, F2 3

i F3.

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

= 0 = 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 , 3 R , nu toi nuli astfel c V = 1F + 2 F2 + 3F3 . 1 + 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} 1 5 2 2 + 4 1 2
Un sistem de m n vectori-coloan F1,...,Fm din Rn se numete ortogonal dac vectorii Fi , Fj sunt ortogonali cte doi, deci Fi Fj = 0 . n acest caz vectorii F1,...,Fm sunt liniar independeni. n adevr, fie relaia de dependen liniar: (1)

+ 23 + 33

1F1 + ... + m Fm = 0

nmulim scalar relaia (1) cu F1: 1 F 1

+ 2 ( F1 F2 ) + ... + m ( F1 Fm ) = 0 adic

1 F1 = 0 deci 1 = 0 cci F1 0 .
n mod analog nmulind scalar relaia (1) cu F2,...,Fm obinem 2 = ... = m = 0 . ortogonal. Fie n acest caz V Rn cu V = 1F + ... + n Fn . Avem 1 Pentru m = n sistemul {F ,...,Fn } de vectori din Rn, ortogonali cte doi, devine baz 1

V Fi = 1 ( F1 Fi ) + ... + n ( Fn Fi ) = i Fi

(1 i n ) 2 Fi O baz ortogonal este ortonormal dac n plus F1 = ... = Fn = 1 .

2

deci i =

V Fi

26 n acest caz matricea F este ortogonal F Exemplu Baza standard E este ortonormal. 1.2.2
1

= FT i i = V Fi .

Subspaii vectoriale i sisteme liniare omogene Teorema 1.4

x1 Fie o matrice A de numere reale cu m linii i n coloane. Mulimea vectorilor X = M din Rn x n care satisfac sistemul liniar omogen AX = 0 , este un subspaiu vectorial L al lui Rn i reciproc.
Demonstraie Afirmaia direct : 1) din X, X L rezult AX=0 , AX=0 de unde A(X+X)=0 aa c X+X L 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= [ F ,...,Fr ] de tip n x r i rang r care are pe coloane vectorii F1,,Fr . 1
T

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

G1 ,...,G nr .
Soluiile liniar independente ale sistemului liniar G X = 0 sunt vectori-coloan. F1,, Fr Rn care genereaz subspaiul vectorial L Rn cu dim(L)=r . Q.E.D. 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
a) Fie L R3 subspaiul vectorial cu baza F =

1 3 deci dim(L) = 2. 2 0 1 4 G1

Sistemul liniar omogen F X = 0 adic

T

constituie o baz pentru L R3 cu dim(L )=3-2=1 T Sistemul liniar omogen G X = 0 adic 8 x1 + 7 x2 + 6 x3 = 0 are ca soluii liniar independente chiar pe F1 i F2.

x1 + 2 x2 x3 = 0 -8 are soluia G = care 7 3 x1 + 0 x2 4 x3 = 0 6

27

F1
b) Fie L R3 subspaiul vectorial cu baza F =

2 deci dim(L) = 1. 3 4

Sistemul liniar omogen F X = 0 adic 2 x1 + 3 x2 4 x3 = 0 are soluii liniar

T

G1 G 2
independente pe G1, G2 cu G = dim(L )=3-2=1.

-3 2 3 care constituie o baz pentru L R cu 2 0 0 1

T

Sistemul liniar omogen G X = 0 adic

=0 3 x1 + 2 x2 are ca soluie pe + x3 = 0 2 x1

F1 2 F = deci chiar baza lui L R3 . 3 4

1.2.3 Substituirea unui vector dintr-o baz i aplicaii.

E1 E 2 1 0 Fie E = 0 1 M M 0 0

L En L 0 n n L 0 baza standard n R . Fie vectorii-coloan A1,Am R . Aceti O M L 1 A1 A 2 a a12 A = 11 M M a n1 an 2 L Am L a1m O M L anm

vectori-coloan constituie matricea de tip n x m:

Avem relaiile:

28

(1)

A1 = a11E1 + ... + ah1E h + .... + an1E n A k = a1k E1 + ... + ahk E h + .... + ank E n A m = a1m E1 + ... + ahm E h + .... + anm E n

sau sub form de tabel: Baza E1 --------A1 a11 -------------------Ak a1k -------------------Am A1m -------------------ahm -------------------anm -----------Am A1m -------------------Ahm -------------------Anm

Eh ---------

ah1 ---------

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

ahk ---------

En

an1

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

ank

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:

(2)

A1 = a '11 E1 + ... + a 'h1 A1 + .... + a 'n1 E n A k = 0 E1 + ... + 1 A k + .... + 0 E n A m = a '1m E1 + ... + 1 A k + .... + a 'nm E n

sau sub form de tabel: Baza E1 --------A1 a11 -------------------Ak 0 -------------------1 -------------------0

Ak ---------

ah1 --------an1

En

29 Teorema 1.5 Prin substituirea vectorului Eh din baza standard cu vectorul Ak din afara bazei, avem relaiile de transformare a coeficienilor: (3)

a 'hj =

ahj ahk

( j = 1,..., m )
aik ahj ahk
1 i n 1 j m ih

(4)

a 'ij = aij

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

a a a A1 = a11 1k ah1 E1 + ... + h1 ( a1k E1 + ... + ahk E h + ... + ank E n ) + ... + an1 nk ah1 E n = ahk ahk ahk = a11E1 + ... + ah1E h + ... + an1E n a a a A m = a1m 1k ahm E1 + ... + hm ( a1k E1 + ... + ahk E h + ... + ank E n ) + ... + anm nk ahm E n = ahk ahk ahk = a1m E1 + ... + ahm E h + ... + anm E n
Q.E.D. Observm c relaiile (3) i (4) sunt n fond transformri elementare ale liniilor matricii de tip nm:

i anume: Relaia (3) specific faptul c linia h se mparte cu pivotul ahk 0 . Dac m = n , det ( A ) se mparte cu ahk .

a11 L a1m A= M M a L a nm n1

Relaia (4) specific faptul c din linia i se scade linia h, nmulit cu factorul Dac m = n , det ( A ) rmne neschimbat.

aik . ahk

Relaiile (3) i (4) se constituie n regula dreptunghiului care const n urmtoarele: 1) Linia pivotului se mparte la pivotul ahk . 2) Elementele din celelalte linii, se nmulesc cu pivotul ahk , din produs se scade produsul elementelor diagonalei a doua a dreptunghiului format iar diferena se mparte la pivotul ahk . Regula 2) se bazeaz pe faptul c relaia (4) se scrie sub forma echivalent:

a 'ij =

aij ahk aik ahj ahk

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

30 Exemplu

A1 3 Fie n R3 vectorii-coloan A1, A2 cu matricea A: A = 1 0 E1 1 Fie baza standard: E = 0 0

Avem tabelul: Baza E1 E2 E3 A1

A2 2 4 5

E 2 E3 0 0 1 0 0 1

A2 2 4 5

3
-1 0

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

1 coninutul coloanei E1 adic 0 0

1) 2) Linia pivotului se mparte la pivot: 2 se nlocuiete cu

2 3

n liniile 2 i 3 aplicm regula dreptunghiului: 4 se nlocuiete cu 5 se nlocuiete cu

5 3 0 2 =5 3
Baza A1 E2 E3 A1 1 0 0 A2

4 3 2 ( 1) 14 = iar 3 3

3)

Tabelul iniial devine:

3 14 3
5

31 nlocuirea poate continua substituind pe E2 cu A2 . Aplicaii ale metodei substituirii A. Calculul determinantului unei matrici ptratice A

a11 L a1n Fie matricea ptratic de ordin n: A = M M a L a nn n1 Fie E = [ E1 , ... , E n ] baza standard i A1 , ... , A n vectorii-coloan din A.
Avem tabelul iniial: Baza E1 -----En A1 a11 -----an1 ---------------An a1n -----ann

Substituim succesiv pe E1 cu A1, ... , pe En cu An i scoatem de fiecare dat n factor pivotul n faa determinantului det ( A ) . n final avem det ( A ) = Produsul celor n pivoi nmulit cu 1 (determinantul matricii-unitate). Dac ntlnim pivoi nuli, vom permuta linii sau coloane ntre ele pentru a gsi pivoi nenuli. Fiecare permutare de linii sau coloane are ca efect schimbarea semnului pentru det ( A ) . 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: Baza E1 E2 E3 A1 A2 -1 4 1 A3 0 1 5

2
3 -5

32 A1 E2 E3 A1 A2 E3 A1 A2 A3 Avem det ( A ) = 2 2) 1 0 0 1 0 0 1 0 0

1
11

0 1 5

3
0 1 0 0 1 0

1 11
2/11

58 11
0 0 1

S se calculeze prin metoda substituirii determinantul matricii:

11 58 1 = 58 . 2 11

5 0 1 A = 2 3 4 9 6 7
Soluie Baza E1 E2 E3 A1 E2 A1 A2 0 3 6 0 A3 1 -4 -7

5
2 9 1 0

5 22

33 E3 A1 A2 E3 0 1 0 0 6 0 1 0

44 1

5 22
0

15

Substituirea nu mai poate continua deci det ( A ) = 5 3 0 = 0 . B. Calculul rangului unei matrici dreptunghiulare A

a11 L a1n Fie matricea de tip m n : A = M M am1 L amn

toi minorii de ordin r + 1 sunt nuli). Avem : 1 rang ( A ) = r min im 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

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 min im ( m, n ) i fie submatricea principal de ordin r:

( m, n )

a11 L a1r M cu determinantul principal det ( F ) 0 . F= M ar1 L arr Dac det ( F ) 0 atunci prin permutarea ntre ele a liniilor i / sau permutarea coloanelor,
vom aduce minorul principal pe primele r linii i pe primele r coloane. Permutarea ntre ele a liniilor respectiv coloanelor nu schimb rangul matricii A. Matricea A are forma iniial:

A=

F G H K

unde submatricile au tipurile: Frr ; G r( nr ) ; H ( mr )r ; K ( mr )( n r ) . Se substituie E1 cu A1, ... ,Er cu Ar i matricea capt forma:

34 Baza A1 -----Ar Er+1 -----Em adic: Notm U = Soluie Baza E1 E2 E3 A1 A2 3 1 4 A3 -1 4 3 A4 5 7 12 A1 1 -----0 0 -----0 -----T

-----------

Ar 0 ------

Ar+1

-----------

An

a '1, r +1
------

a '1n
------

-----------

1 0 -----0

a 'r , r +1
0 -----0

-----------

a 'rn
0 ------

------

Er A= O

F-1G O

F de tip m r care conine toate liniile i numai cele r coloane principale H 1 din forma iniial a matricii A i notm V = E r F G de tip r n , care conine toate coloanele
i primele r linii principale din forma final a matricii A dup substituire. Se verific relaia A = U V unde rang ( A ) = rang ( U ) = rang ( V ) = r . Aceast relaie se numete descompunerea bazic a matricii A. n adevr, primele r coloane A1 ,...,A r ale matricii A sunt liniar independente i constituie
1

matricea U iar celelalte n r coloane A r +1 ,...,A n sunt liniar dependente de A1 ,...,A r , coeficienii de dependen liniar fiind cele n r coloane ale submatricii F G de tip

r ( n r ) , [ A r +1 ,..., A n ] = [ A1 ,..., A r ] F1G .

2 3 1 5 7 S se afle rangul matricii de tip 3 4 : A = 0 1 4 2 4 3 12

n cazul m > n , se lucreaz cu A de acelai rang cu A. Exemplu

2
0 2

35 A1 E2 E3 A1 A2 A3 1 0 0 1 0 0

1
4 4

1
1 0 1 0

7 7

13
4 0

-8 7 0

2 3 1 0 13/ 2 8 Avem U = 0 1 ; V = cu 4 7 0 1 2 4 rang ( A ) = rang ( U ) = rang ( V ) = r = 2

13 13/ 2 8 A 3 = A1 + 4A 2 Avem [ A 3A 4 ] = [ A1A 2 ] adic 2 4 7 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 E1 -----En

A1 A11 -----an1

-----------

An a1n ------

E1 1 ------

-----------

En 0 ------

A
------

E
------

ann

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

36 Baza A1 -----An Exemplu Soluie Baza E1 E2 E3 A1 E2 E3 A1 A2 E3 A1 A2 A3 A1 A2 1 0 2 A3 0 1 7 0 1 7 -1 3 E1 1 0 0 E2 0 1 0 0 1 0 -1 3 -6 -7 21 -6 E3 0 0 1 0 0 1 0 0 1 1 -3 1 A1 1 -----0 ----------An 0 -----E1 ----------En

a '11
------

a '1n
------

E
------

-1

a 'n1

------

a 'nn

3 1 0 S se inverseze matricea ptratic nesingular A = 1 0 1 cu det ( A ) = 1 0 0 2 7

3
-1 0 1 0 0 1 0 0 1 0 0

1 1

3 3

2 0 1 0 0 1 0

0 0 1 -2 -2 7 -2

1
0 0 1

2 7 1 1 21 3 . Se verific relaiile A A 1 = A 1 A = E Avem: A = 7 2 6 1

37

a11 x1 + ... + a1n xn = b1 Pentru un sistem de n ecuaii cu n necunoscute de forma: sau an1 x1 + ... + ann xn = bn matricial AX = b cu rang ( A ) = n (sau det ( A ) 0 ), soluia unic a acestui sistem liniar are
forma matricial X = A b unde A Exemplu
1 1

se calculeaz ca mai sus.

= 2 3 x1 + x2 S se rezolve sistemul liniar: x1 + x3 = 4 prin metoda matricii inverse. 2 x2 + 7 x3 = 3

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

1

D. Calculul inversei generalizate A+ a unei matrici dreptunghiulare A 1 Dac matricea A este dreptunghiular de tip m n inversa obinuit A nu exist, dar exist inversa generalizat de tip n m notat A+ care a fost definit n seciunea 1.1.2 punctul B) + 1 prin relaia AA A = A analoag relaiei AA A = A . Matricea A+ se poate calcula i dac matricea A este ptratic ( m = n ) dar singular ( det ( A ) = 0 ). Fie cazul m n Fie 1 rang ( A ) = r min im

bazic a matricii A: A = U V cu U de tip m r , V de tip r n i rang ( A ) = rang ( U ) = rang ( V ) = r .

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

( m, n )

Inversa generalizat a lui A, notat A+ este de tip n m i are forma:

(1)

A+ = VT ( UT U V VT ) UT
1

Avem A = F G cu F de tip m m , nesingular i G de tip m ( n m ) . tip m n . Din formula (1) rezult c pentru m n i rang ( A ) = m , avem:

n particular dac matricea A este de rang maxim, n presupunerea m n , avem rang ( A ) = m .

1 1

Dup pivotare avem A = E m F G deci avem U = [ F] de tip m m i V = E m F G de

38 (2)

A + = A T ( AA T )

n cazul m > n se lucreaz cu A de tip n m cu n < m deci se afl A

T

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

( ) = (A ) . , rezult: ( A ) = A ( A A ) i cum
T +

+ T

T +

(A ) = (A )
+ T

T +

rezult prin transpunere:

1

(3)

A+ = ( AT A ) AT
1 1 2 0 Se d matricea de tip 3 4 : A = 1 2 3 1 0 1 1 1

Exemple 1)

Se cere inversa generalizat A+ Soluie Calculm ca la punctul 1.2.3 B. rangul matricii A: Baza E1 E2 E3 A1 E2 E3 A1 A2 E3 A1

A2 -1 2 1 -1

A3 2 -3 -1 2 -1 -1 1 -1 0

A4 O 1 1 0 1 1 1 1 0

1
-1 0 1 0 0 1 0 0

1
1 0 1 0

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

1 1 Avem U = 1 2 cu toate cele trei linii i coloanele principale 1, 2 din matricea A iniial. 0 1

39 Avem V =

1 0 1 1 cu toate cele patru coloane i liniile principale 1, 2 din matricea A 0 1 1 1

6 9 = de unde: 9 18

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 1 1 0 1 1 + 9 Rezult A = = 1 1 3 2 1 2 1 9 2 9 9 1 1 4

Rezult U U =
T

final (dup substituire).

0 1 1 1

3 2 1 5

2)

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

Se cere inversa generalizat A+

3 1 2 0 1 4
+
T

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

T 1

unde:

7 17 189 189 14 7 T 1 AA T = deci ( AA ) = 7 14 deci 7 17 189 189 3 0 51 21 17 1 1 17 7 = 1 24 21 = 1 8 1 A = 1 1 3 189 2 4 7 14 189 6 2 2 42

+

E. Calculul produsului F-1G unde F este matrice ptratic de ordin n nesingular (det (F) 0) iar G este matrice dreptunghiular de tip n x p Tabelul iniial are forma: Baza E1 -----En F1 f11 -----fn1 ----------Fn f1n -----G1 g11 ---------------Gp g1p ------

F
------

G
------

fnn

gn1

gnp

40 Se substituie pe rnd E1 cu F ,...,E n cu Fn . 1 Tabloul final are forma: Baza F1 -----Fn Exemplu Soluie Baza E1 E2 E3 F1 E2 E3 F1 F2 E3 F1 F2 F3 F1 1 -----0 F1 ----------Fn 0 -----G1 ----------Gp

g '11
------

g '1 p
------

E
------

F G
------

-1

g 'n1

g 'np

1 0 2 2 1 0 1 Se dau matricile F = 0 8 5 ; det ( F ) = 1 0 i G = 1 0 1 . Se cere F G 1 0 3 0 3 5

F2 0 8 3 0

F3 2 5 0 2 5 2 2

G1 -2 1 0 -2 1 -2 -2

G2 1 0 3 1 0 4 1 0 4 -63 -20 32

G3 0 1 5 0 1 5 0

1
0 -1 1 0 0 1 0 0 1 0 0

8
3 0 1 0 0 1 0

8 1 8
0 0 1

8 19 8
36 12 -19

8 37 8
-74 -23 37

41

36 63 74 1 Avem: F G= 12 20 23 19 32 37
F. Calculul produsului GF-1 unde F este matrice ptratic de ordin n nesingular (det (F) 0) iar G este matrice dreptunghiular de tip m x n. Avem GF

1 T

) = (F )
F1T f11 ------

T 1

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

FT, GT. Tabelul iniial are forma: Baza E1 -----En Baza F1 -----Fn
1

-----------

FnT fn1 ------

G1 T g11 ------

-----------

GmT gm1 ------

f1n
T

-----T

fnn

g1n

------

gmn

Se substituie E1 cu F1 , ... , E n cu Fn . Tabelul final are forma: F1T 1 -----0 ----------FnT 0 -----G1 T ----------GmT

g '11
------

g 'm1
------

E
-----T

(GF )
------

-1 T

g '1n

g 'mn

1 T La urm avem GF = ( GF )

1 0 2 2 1 0 0 8 5 ; det F = 1 0 i G = 1 0 1 . Se cere GF1 Fie matricile: F = ( ) 1 3 0 0 3 5

Soluie Baza E1 E2 F1T F2T 0 8 F3T -1 3 G1 T -2 1 G2 T 1 0 G3 T 0 3

Exemplu

1
0

42 E3 F1T E2 E3 F1T F2T E3 F1T F2T F3T 0 1 0 0 1 0 0 1 0 0 5 0 0 -1 3 2 -1 0 -2 1 4 -2 1 1 0 -1 1 0 -1 -7 3 -8 5 0 3 5 0

8
5 0 1 0 0 1 0

8 1 8
0 0 1

8 27 8
25 -10 27

8 25 8
25 -9 25

25 10 27 1 3 8 Avem dup transpunere: GF = 7 25 9 25

1.3 SISTEME DE ECUAII LINIARE 1.3.1 Rezolvarea i discuia unui sistem liniar Fie sistemul liniar de m ecuaii cu n necunoscute, de forma:

a11 x1 + K + a1n xn = b1 KKKKKKKKK . a x + K + a x = b mn n m1 m1 1

a11 L a1n b1 x1 L ; X = L Cu notaiile: A = L L L ; b = b x am1 L amn m n

avem forma matricial a sistemului: AX=b Fie rang ( A ) = r min ( m, n ) . Presupunem c minorul principal ocup primele r linii i primele r coloane.

a11 a1r Fie F submatricea minorului principal: F = cu det ( F ) 0 ar1 arr F G unde G este submatrice de tip r ( n r ) , H este submatrice de A= Avem H K tip ( m r ) r iar K este submatrice de tip ( m r ) ( n r ) .

43 Fie matricea extins de tip m ( n + 1) :

F G bp A/b = H K bs

b1 unde bp = L ; b r

br +1 bS = LL . Dup pivotare n matricea extins [ A / b ] , aceasta capt forma: b m b 'r +1 b '1 -1 -1 Er F G F bp L i H F1 / E b = LL . 1 unde F bp = mr -1 O(m-r)r O(m-r)(m-r) [-HF /Em-r]b b' b' r m
Conform teoremei Kronecker-Capelli, sistemul liniar este compatibil dac i numai dac r = rang ( A ) = rang [ A / b ] . CAZURI: I) r = rang ( A ) = m

rang ( A ) rang [ A / b ] rezult rang [ A / b ] = m deci sistemul este compatibil. Dac

compatibil nedeterminat. II)

Matricea [ A / b ] este de tip m ( n + 1) deci rang [ A / b ] min im ( m, n + 1) i cum

rang ( A ) = n , sistemul este compatibil determinat iar dac rang ( A ) < n , sistemul este
r = rang ( A ) < m
Subcazul a)

b 'r +1 H F / E mr b = LL = 0 b' m
1

nedeterminat pentru r = rang ( A ) < n ).

r = rang ( A ) = rang [ A / b ] deci sistemul este compabil (determinat pentru r = rang ( A ) = n i

adic b este ortogonal pe Ker(AT) deci b 'r +1 = L = b 'm = 0 . Rezult

n acest caz ultimele m r linii secundare din matricea extins [ A / b ] se arunc fiind dependente

x1 L b1 xr 1 1 de primele r linii principale. Avem: E r F G = F M adic x b r +1 r L xn

44

xr +1 xr +1 x1 b1 x1 b1 1 1 1 1 L + F G L = F L de unde: L = F G L +F L i completnd x b x xr br r r xn n cu necunoscutele secundare xr +1 ,..., xn , obinem:

1 1 x1 F G xr +1 F b p L + X= M = x E xn O nr n r n

(1)

( xr +1 ,..., xn R )

F1 G Matricea U = este de tip n ( n r ) i rang ( U ) = n r . Coloanele sale E n r n Ur+1,,Un R 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 X = U XS + X B unde XS = L R nr 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 ( b L) 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 . Exist o soluie particular unic XNRn sistemului liniar A X = b cu liniar Ker ( A ) adic U X N = 0 deci XNIm(AT) .
T 2

XN

= min im , numit soluie normal. Ea are propietatea c este ortogonal pe subspaiul

45

U T U XS = U T X B aa c: XS = ( U T U ) U T X B . Rezult din relaia (2):

1

Conform relaiei (2) avem: U X = U U XS + U X B = 0 deci:

T T T

X = U ( U T U ) U T X B + X B deci soluia normal are forma:

1

(3)

X N = E U ( UT U ) UT XB
1

Subcazul b)

b 'r +1 H F1 E mr b = L 0 . b' m b 'r +1 1 n acest caz cel puin o component a vectorului-coloan: H F E mr b = L b' m
cu m r componente, este nenul. deoarece r = rang ( A ) < rang [ A b ] = r + 1 cu minorul nenul de ordin r + 1: Fie de exemplu prima component b 'r +1 0 . n acest caz sistemul liniar este incompatibil

Er F - 1.b p 01r b
' r+1

rang ( A ) = rang [ A b ] sau b Ker ( A T ) , sistemul A T A X = A Tb este totdeauna

+

Discuia sistemului liniar este terminat. Spre deosebire de sistemul liniar A X = b care este compatibil dac i numai dac

compatibil i soluia sa X se numete soluie generalizat a sistemului AX = b . Ea are proprietile: i) AX+ - b este ortogonal pe Im(A) ; ii)

AX + b = min im
+

Dac c este proiecia vectorului b pe subspaiul Im(A) atunci X este soluie a sistemului compatibil AX = c . Exemplu

3 x1 + x2 + 2 x3 + x4 = 7 x + 4 x + 3 x + 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

46 Baza E1 E2 E3 E4 A1 E2 E3 E4 A1 A2 E3 E4 A1 3 1 5 7 1 0 0 0 1 0 0 0 A2 1 4 9 6 A3 2 3 8 7 A4 1 5 11 7 b 7 13

3 11 3 22 3 11 3

2 7

3 14 3 7 5 7 3

3 14 3 28 3 14 3

3 32 3 ( 3 35)

( 3 49 )
15 32 11

3 3

0 1 0 0

11 11

1 11 14 11
0 0

0 0

11 33 27

Discuie Pentru 33 sau 27 sistemul este incompatibil. Pentru =33 i =27 sistemul este arunc. Ecuaiile principale a ntia i a doua se scriu:

compatibil (nedeterminat cci r = rang ( A ) = 2 < n = 4 ). Ecuaiile secundare a treia i a patra se

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

Soluia general a sistemului neomogen este:

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

15 11 32 11 x3 x4

(4)

x1 5/11 1/11 15/11 x 2 = 7 /11 x + 14 /11 x + 32 /11 X= x3 1 3 0 4 0 x 1 0 2 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

A 3 , A 4 ca i termenul liber b al sistemului se exprim cu ajutorul coloanelor bazice A1 , A 2 :

47

5 1 A 3 = 11 A1 + 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 0

1/11 15/11 14 /11 i X = 32 /11 B 0 0 1 0

584 147 3209 147 Conform relaiei (3) rezult soluia normal X N = cu X N 151 147 156 147
Relaia (4) se scrie i sub forma:

3561958 = min im . 49

1 15 5 x4 + x3 + 11 11 11 7 14 32 x4 + X = x3 11 11 11 x3 x4
deci

1 15 7 14 32 5 X = x3 + x4 + + x3 x4 + + x3 + x4 = f ( x3 , x4 ) = min im 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 3 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

48

584 /147 3209 /147 151 156 obinut i mai de unde rezult x3 = ; x4 = deci soluia normal: X N = 151/147 147 147 156 /147
sus cu relaia (3). 1.3.2 Soluii generalizate ale sistemelor liniare incompatibile Fie un sistem liniar AX = b cu matricea A de tip m n , X = vector-coloan cu n componente i b = vector-coloan cu m componente. n plus presupunem c rang ( A ) = r < rang ( A / b ) = r + 1 deci sistemul liniar este incompatibil deci nu exist nici un

vector-coloan X astfel c A X = b . 1 Prin analogie cu soluia clasic a sistemelor compatibile determinate X = A b , vom numi + soluia generalizat a sistemului compatibil expresia X+=A+b unde A de tip

n m este inversa generalizat a matricii A, definit de relaia AA + A = A (vezi seciunea 1.1.2 + + B). n acest caz nu mai avem AX = b dar AX i b sunt cei mai apropiai n sensul normei
euclidiene dup cum arat: Teorema 1.6
2

n + + Avem AX b = aij x j bi = min im pentru X = X = A b i =1 j =1

2 m

Demonstraie

n Fie F ( x1 ,..., xm ) = aij x j bi . Anulm derivatele pariale ale lui F ( x1 ,..., xn ) n raport i =1 j =1 cu x1 ,..., xn (condiie necesar de minim):
m

F m n = ai1 aij x j bi = 0 x1 i =1 j =1 m n F = a a x b = 0 xn in ij j i 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:

49 (1)

(A A) X = A b
T T + T

) deci X = A ( AA ) b i (1) devine: A A A ( AA ) b = A b sau: A ( AA ) ( AA ) = A b deci: A b = A b . Pentru m > n avem A = ( A A ) A deci: X = ( A A ) A b i (1) devine: A A ( A A ) A b = A b adic: A b = A b . Q.E.D.
n adevr, pentru m n avem A = A AA
T T T 1 T T T
T 1 + T T 1 T

Soluia generalizat X+ = A+b verific condiia de minim (1). Facem demonstraia n cazul particular rang(A) = min( m, n) .

T 1
+

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

x2 + 2 x3 x1 x1 + 2 x2 3 x3 + x2 x3 +

x4 x4

=3 =6 =1

Soluie Avem rang ( A ) = 2 < rang [ A / b ] = 3 deci sistemul este incompatibil.

1 + n seciunea 1.2.3 D. am gsit: A = 9

3 1 2 4

0 1 1 1

3 2 1 5

12 1 11 + + T T . Ea verific i sistemul A AX = A b . Soluia generalizat este X = A b = 9 1 23 n + + Avem AX b = aij x j bi i =1 j =1

2 m 2

Avem:

50

1 1 2 n 1 aij x+j b j = 9 1 2 3 j =1 0 1 1

12 0 3 11 1 6 = 1 1 1 23 3 3 24 1 1 1 9 1 = 24 1 = 8 1 = 30 6 = 24 9 9 9 9 3 1 1 33 1 24 = 64 64 2 2 ( 1) + ( 1) + 12 = = min im 3 9

Rezult: AX b 1.4

Mulimi convexe n Rn Fie o mulime de vectori URn . Dac X ', X '' U , numim segmentul nchis cu capetele

X,X mulimea [ X '; X ''] a vectorilor din Rn de forma (1 ) X '+ X '' cu [ 0;1] . Mulimea U se numete convex dac pentru orice X ', X '' U avem [ X '; X ''] U deci odat cu vectorii

X ', X '' mulimea U conine segmentul nchis care unete pe X ', X '' .
Mulimea convex URn este generat de vectorii X , ..., X
(1) ( p)

dac pentru orice

X U avem X = 1X + ... + p X

(1)

( p)

cu 0 i 1 i 1 + ... + p = 1.

Dac U1 , U2 sunt mulimi convexe din Rn i , sunt numere reale atunci U1 U2 i U1 + U2 sunt mulimi convexe. Dac A : Rn Rm 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 Rn este vectorul-coloan al necunoscutelor iar bRm este vectorul-coloan al termenilor liberi. n cele ce urmeaz vom presupune condiiile restrictive: m < n adic numrul ecuaiilor este strict mai mic ca numrul necunoscutelor. 1) 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: (1)

X = A 'm+1 xm+1 + ... + A 'n xn + b '

n

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

b '1 L b 'm n independente ale sistemului A X = 0 iar b ' = R este o soluie particular bazic a 0 L 0

51 sistemului neomogen, obinut din soluia general a sistemului neomogen pentru xm+1 = ... = xn = 0 .

O soluie XRn a sistemului liniar AX = b se numete posibil (admisibil) dac are toate componentele nenegative: xi 0 (1 i n ) . Fie U mulimea soluiilor posibile X 0 a sistemului liniar AX = b cu m < n i rang ( A ) = m .

O soluie posibil X U, X 0 se numete bazic dac are m componente strict pozitive (numite bazice) restul de n m componente fiind nule, iar coloanele din matricea A ce corespund celor m componente bazice strict pozitive, formeaz o baz n Rm. Exemplu Dac n soluia (1) de mai sus avem b '1 > 0, ..., b 'm > 0 atunci soluia b ' este bazic. O soluie posibil X U, X 0 se numete extremal dac X = (1 ) X '+ X '' cu

X ', X '' U , X ', X '' 0 implic X = X ' sau X = X '' unde 0 1 . Cu alte cuvinte, o soluie posibil X 0 a sistemului liniar AX = b cu m < n , rang ( A ) = m

este extremal dac ea nu este n interiorul segmentului care unete alte dou soluii posibile, ci la unul din capetele segmentului. Teorema 1.7 Orice soluie bazic este extremal i reciproc. Numrul acestor soluii este finit (egal cel mult cu Cm ) n Demonstraie Fie soluia bazic X. Presupunem c X nu este soluie extremal. Presupunnd c primele m componente ale lui X sunt nenule, din relaia: X = (1 ) X '+ X '' cu ( 0;1) rezult: (1 ) xi' + xi'' = 0 ( i = m + 1, ..., n ) . Cum

> 0 , xi' , xi'' 0 , rezult de aici c xi' = xi'' pentru i = m + 1,..., n . Dar X ',X '' sunt soluii
posibile aa c avem x1A1 + ... + xm A m = x1 A1 + ... + xm A m = b . Cum A1 ,...,A m sunt vectori' ' '' '' '

coloan liniar independeni (X = soluie bazic) rezult xi = xi i pentru i = 1,..., m aa c X ' = X '' absurd. Rezult c X este soluie extremal. Reciproc, fie X=soluie extremal cu xi 0 pentru i = 1, ..., m .
''

independeni. Dac A1 , ..., A m n-ar fi liniar independeni, am avea 1A1 + ... + m A m = 0 cu

S artm c X este soluie bazic adic vectorii-coloan A1 , ..., A m sunt liniar

i nu toi nuli. Dar x1A1 + ... + xm A m = b deci rezult egalitile: ( x1 1 ) A1 + ... + ( xm m ) A m = b ( x1 +1 ) A1 + ... + ( xm + m ) A m = b

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

Rezult c:

X ' = ( x1 1 , ..., X m m , 0, ..., 0 ) X '' = ( x1 +1 , ..., X m + m , 0, ..., 0 )

52

1 1 X '+ X '' ceea ce contrazice faptul c X este soluie 2 2 m extremal. Rezult c X este soluie bazic. Avem C n grupuri de m componente nenule din n
sunt soluii posibile i n plus: X = componente posibile deci avem C n soluii extremale bazice. Q.E.D. Teorema 1.8 Dac sistemul de ecuaii liniare AX = b , X 0 are soluii posibile, are i soluii posibile bazice. 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. nuli. Dac notm X ' = ( X '1 , ..., X 'm , 0, ..., 0 ) avem AX ' = 0, X ' 0 deci
m

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

A ( X + X ' ) = AX + AX ' = b pentru orice real. I 2 = {i 1 i m, x 'i < 0} i fie:

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

max max xi , I1 0 ; 2 = i I 2 1 = i I1 x 'i + , I1 0

xi , I2 0 x 'i , I2 0

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

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

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

Pentru orice 0 1 avem A (1 ) X '+ X '' = (1 ) AX '+ AX '' = (1 ) b + b = b

53

U astfel c pentru orice X U avem: X = 1X + ... + p X ( 0 i 1; i = 1, ..., p ) ( 1 + ... + p = 1)

Fie X , ..., X
(1) ( p)

(1)

( p)

Presupunem c p este minim n raport cu aceste proprieti. S artm c X , ..., X sunt soluii extremale (deci conform teoremei 1.7 i bazice). Dac de exemplu X extremal am avea: X
(1)

(1)

( p)

(1)

= (1 ) X '+ X '' unde

1 p)

n-ar fi soluie

' X ', X '' U i 0 1 . Dar X' = 1X ( ) + ... + 'p X ( '' X'' = 1X ( ) + ... + ''p X ( 1

(0

'' i

'' 1) ( 1 + ... + ''p

( 0 1) ( = 1) . Rezult:
p) ' i

' 1

+ ... + 'p = 1) i

' X ( ) = (1 ) 1X ( ) + ... + 'p X ( 1 1

p)

) + ( X( ) + ... + X( ) ) =
'' 1 1 '' p p

p ' '' 1 = (1 ) 1 + 1 X ( ) + ... + (1 ) 'p + ''p X ( )

Dac (1 ) 1 + 1 = 0 am avea:
' ''
1 2 p X ( ) = (1 ) '2 + ''2 X ( ) + ... + (1 ) 'p + ''p X ( ) cu 0 (1 ) i' + i'' 1 i (1 ) '2 + ''2 + ... + (1 ) 'p + ''p = 1 contrar minimalitii lui p.

La aceeai concluzie am ajunge dac: (1 ) 1 + 1 < 1 cci am avea:

' ''

X( ) =
1

1 2 p (1 ) '2 + ''2 X ( ) + (1 ) 'p + ''p X ( ) ' '' 1 (1 ) 1 + 1

' '' ' '' ' '' Rezult c (1 ) 1 + 1 = 1 deci cum: (1 ) 1 + 1 + ... + (1 ) p + p = 1 ' '' ' ''

cu 0 (1 ) i + i = 1 avem: (1 ) i + i = 0 pentru i = 2, ..., p i cum 0 1

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

rezult i = i pentru i = 2, ..., p . ns 1 + ... + p = 1; 1 + ... + p = 1 aa c rezult Exemplu

x1 + 2 x2 + 4 x3 + 3 x4 = 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 A1 A2 A3 A4 B 2 4 3 10 E1 2 5 8 6 21 E2 5 11 20 15 51 E3 1 2 4 3 10 A1 0 0 0 1 E2 0 1 0 0 1 E3

54 A1 A2 E3 1 0 0 0 1 0 4 0 0 3 0 0 10 1 0

Avem rang ( A ) = rang [ A / b ] = 2 < n = 4 deci sistemul este compatibil nedeterminat. Ecuaia secundar numrul 3 se elimin din sistem fiind liniar dependent de primele dou. Sistemul capt forma:

x1 + 2 x2 + 4 x3 + 3 x4 = 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)

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

3 x4 = 10 care este sistem incompatibil 6 x4 = 21 3 x4 = 10 de unde 6 x4 = 21 x2 = 1 x4 = 8/ 3

3)

0 (1) 1 Avem prima soluie posibil bazic X = 0 8/ 3 2 x + 4 x3 = 10 x1 = x4 = 0 . Rezult 2 de unde 5 x2 + 8 x3 = 21

x2 = 1 x4 = 2

4) 5) 6)

0 ( 2) 1 Avem a doua soluie posibil bazic X = 2 0 x + 3 x4 = 10 x2 = x3 = 0 . Rezult 1 care este sistem incompatibil. 2 x1 + 6 x4 = 21 x + x2 = x4 = 0 . Rezult 1 2 x1 + x + x3 = x4 = 0 . Rezult 1 2 x1 + 4 x3 = 10 care este sistem incompatibil. 8 x3 = 21 2 x2 = 10 de unde 5 x2 = 21 x1 = 8 x2 = 1

55

Rezult a treia soluie posibil bazic: X

( 3)

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 x 4 8 3 8 3 x1 x 1 + 2 + 3 1 2 (1) ( 2) ( 3) bazice: X = = 1X + 2 X + 3 X = = 2 2 unde 0 i 1 i 2 2 x3 81 x 81 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 X ', X '' U i orice [ 0; 1] avem: (1)

f (1 ) X '+ X '' (1 ) f ( X ') + f ( X '')

O funcie f: U R este concav dac pentru orice X ', X '' U i orice [ 0; 1] avem: (2)

f (1 ) X '+ X '' (1 ) f ( X ') + f ( X '')

Dac f, g sunt funcii convexe / concave pe U i , 0 atunci funcia f + g este convex / concav pe U. Exemplu T Funcia polinomial liniar f ( x ) = C X = C1 x1 + ... + C n xn este i convex i concav pe Rn . Teorema 1.10 Funcia f: U Rn R este convex dac i numai dac pentru X ', X '' U avem: (3)

f ( X ') + df ( X ')( X '' X ' ) f ( X '' )

adic hiperplanul tangent la graficul lui f n X ' rmne sub graficul lui f.

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

f X '+ ( X '' X ') f ( X ' ) f ( X '') Trecem la limit pentru t 0 , t > 0 i inem cont c: f X '+ ( X '' X ') f ( X ') lim = t 0 t >0 f ( X ') + = lim
t 0 t >0

f X '+ ( X '' X ') f ( X ') ( X '' X ') = df ( X ') ( X '' X ') X'+ ( X '' X ') X '

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

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

f ( X '') + df ( X '') ( X ' X '') f ( X ' ) n relaia (3) nlocuim pe X ' cu X i nmulim relaia obinut cu : f ( X ) + df ( X ) ( X '' X ) f ( X '' )

(5)

n relaia (4) nlocuim pe X '' i nmulim relaia obinut cu (1 ) : (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 '' ) deci f este convex pe U. Q.E.D. Pentru funcia f: U Rn R , aceasta este concav dac i numai dac pentru orice X ', X '' U avem: (7) f ( X ' ) + df ( X ' ) ( X '' X ') f ( X '') adic hiperplanul tangent la graficul lui f n X ' rmne deasupra graficului lui f. Conform formulei Taylor(vezi capitolul 2) avem:

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

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

deci f este convex pe U Rn 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 U Rn dac i numai dac este ndeplinit relaia (9).

57 Exemplu T T Fie funcia polinomial ptratic: f ( x ) = e + 2C X + X DX unde D este matrice simetric de ordin n, C este vector-coloan cu n componente iar eR.

dX1 T Condiia (8) revine la ( dX ) D ( dX ) 0 pentru orice dX = L U deci f este dX n

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

dx1 D dX 0 pentru orice dX = L U deci f este dx n

concav dac i numai dac matricea D este negativ definit. Un criteriu ca o matrice simetric D s fie pozitiv definite, respectiv negativ definit , este criteriul lui Sylvester :

d11 d 21 Fie D = L d n1

d12 d 22

L L L L

L dn2

d1n d2n cu d = d (1 i, j n ) matricea simetric a prii XT.D.X ij ji L d nn d11 L d1k

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

D1 = d11 , D 2 =

d11 d 21

d12 d 22

,..., D k = M

d k1

M ,..., D n = det ( D ) L d kk

Matricea D este pozitiv definit dac i numai dac D1 ,D 2 ,...,D n > 0 . Matricea D este negativ definit dac i numai dac D1 < 0, D 2 > 0 ,...,

( 1)

Dn > 0

Funciile polinomiale ptratice convexe (cu matricile D pozitiv definit) au un minim unic dat de relaiile: df ( X ) = 2D X + 2C = 0 deci punctul de minim este vectorul din Rn : (10)

X 0 = D 1 C

Funciile polinomiale ptratice concave (cu matricea D negativ definit) au un maxim unic X dat de relaia (10). Valoarea minimului / maximului este f X Exemple 1) Se d funcia polinomial ptratic:

( 0)

( ( )).
0

2 2 f ( x1 , x2 , x3 ) = 3 x12 + 3 x2 + 3 x3 + 4 x1 x2 + 4 x1 x3 + 4 x2 x3 + [ 6 x1 8 x2 6 x3 ] + 10

minimului f ( X 0 ) .

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

58 Soluie

3 2 2 3 2 3 2 ; C = 4 ; e = 10 Avem D = 2 2 3 3 3 2 = 5 > 0 ; D3 = det ( C ) = 7 deci f este funcie convex pe Avem D1 = 3 = 3 > 0 ; D 2 = 2 3

1 5 2 2 3 1 1 ( 0) 1 R3. Punctul de minim X este: X 0 = D C = 2 5 2 4 = 7 8 deci 7 1 2 2 5 3 1 8 1 X10 = ; X 20 = ; X 30 = 7 7 7 1 8 1 196 Valoarea minimului este: f ; ; = 7 7 7 49
2)
2 2 f ( x1 , x2 , x3 ) = 6 x12 5 x2 5 x3 4 x1 x2 8 x1 x3 + [ 6 x1 + 4 x2 + 4 x3 ] + 1

Se d funcia:

S se arate c funcia este concav pe R3 i s se gseasc punctul de maxim X 0 i valoarea maximului f ( X 0 ) .

6 2 4 3 2 5 0 ; C = 2 ; e = 15 Avem: D = 4 0 5 2 6 2 = 26 > 0 ; D3 = det ( D ) = 50 < 0 deci f este Avem D1 = 6 = 6 < a ; D 2 = 2 5 funcie concav pe R3. Punctul de maxim X 0 este: 25 10 20 3 15 15 28 1 1 X 0 = D 1 C = 10 14 8 2 = 28 deci X10 = ; X 20 = ; 50 50 50 50 8 20 8 26 2 8 15 28 8 68 X 30 = . Valoarea maximului este: f ; ; = 50 50 50 50 25 T Funcia liniar f ( X ) = C X = C1X1 + ... + C n X n nu are nici minim nici maxim dei
este i convex i concav. O soluie posibil X(0) Rn, X(0) 0 a sistemului liniar AX = b cu m < n i rang ( A ) = m se numete soluie optim dac valoarea f X

Soluie

( ( )) = C
0

X ( ) este maxim sau minim. n

0

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

59 Teorema 1.11 Dac o funcie liniar f = C X cu legturi liniare AX = b , X 0 are soluii optime, are i soluii bazice optime. Demonstraie T Fie X o soluie optim (de exemplu cu f = C X=minim ) cu primele m componente nenule. S
T

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

Teorema 1.12 Mulimea soluiilor optime V U ale unei funcii liniare f = C X cu legturi liniare AX = b , X 0 , este o mulime convex generat de soluiile bazice optime n numr finit.
T

Demonstraie Fie X ', X '' V cu AX' = b , AX'' = b ; X ', X '' 0 ; Pentru orice 0 1 , (1 ) X '+ X '' este soluie posibil, conform teoremei 5.5 Mai mult,

f ( X ') = CT X'=f ( X '') = CT X''=OPTIM

f (1 ) X '+ X '' = CT (1 ) X '+ X '' = = (1 ) CT X '+ CT X '' = (1 ) OPTIM+ OPTIM=OPTIM

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

Soluii Optime

Exemplu

60 n seciunea 1.4 s-a rezolvat sistemul liniar:

x1 + 2 x2 + 4 x3 + 3 x4 = 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 1 ( 2) (1) ( 3) 1 X = 0; X = ; X = 2 0 8 0 0 3 U = X R 4 X = 1X ( ) + 2 X ( ) + 3 X ( ) ; 0 i 1; 1 + 2 + 3 = 1
1 2 3

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

Dac mulimea convex U este mrginit (este complet coninut ntr-o sfer de raz finit) i nchis (i conine frontiera) atunci orice funcie liniar f ( X ) = C1X1 + C 2 X 2 + C3X 3 + C4 X 4 are soluie optim pe U, care dac este unic este neaprat bazic conform teoremei 1.12 De exemplu funcia f ( X ) = X1 + 2X 2 + 2X 3 + X 4 are valorile f X

f X(

( ) ) = 6 ; f ( X( ) ) = 10 deci f
2 3 3

( ( ) ) = 14 ; 3
1

min im

X = X( ) .
1.6 Rezumat

14 (1) pentru X = X i f max im = 10 pentru 3

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 linia compatibil nedeterminat ca o pregtire pentru programarea liniar din cap.3 1.7 ntrebri 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 ?

61 3. Ce aplicaii are metoda substituirii unui vector dintr-o baz n calculul matricial ? 3. Ce form are soluia general a unui sistem de ecuaii liniare ? 4. Ce form are soluia general a unui sistem de ecuaii liniare ca o combinaie liniar convex de soluii bazice ? 5. 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 Stnil O. Analiz liniar i geometrie Vol. I - II,Editura ALL ,2000 - 2001 Cenu Gh. i col. Matematici pentru economiti Editura CISON,2000 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

62 CAPITOLUL 2 PROGRAMARE LINIAR I GRAFURI N AGRICULTUR Obiective : nsuirea de ctre studeni a modelelor liniare de optimizare a produciei agricole a rezolvrii lor cu metoda simplex pe calculator i a interpretrii economice a soluiilor optime ale acestor modele . Coninut : 2.1 Modele liniare de optimizare n producia agricol 2.1.1 Modelul raiei furajere optime pentru animale domestice 2.1.2 Modelul rotaiei optime a culturilor 2.2 Dualitatea modelelor liniare de optimizare 2.3 Gsirea soluiilor soluiilor optime pentru modelele liniare primal i dual cu metoda simplex cu calculatorul . 2.4 Modele de optimizare tip transport i de repartiie(assignment) 2.5 Drumuri optime n reele 2.6 Ealonarea optim a activitilor unui proiect agricol prin metoda drumului critic 2.7 Rezumat 2.8 ntrebri 2.9 Bibliografie Cuvinte cheie : model liniar,dualitate,soluie bazic optim , metoda simplex,drum critic . 2.1 MODELE LINIARE DE OPTIMIZARE N PRODUCIA AGRICOL I DUALITATEA LOR Metoda modelrii proceselor biologice, tehnice i economice a aprut odat cu utilizarea calculatoarelor electronice n a doua jumtate a secolului XX. Un model schematizeaz un proces complex, reinnd trsturile considerate eseniale din punctul de vedere al modelatorului. Structura i evoluia modelului este simulat pe calculatorul electronic, rezultatele simulrii fiind confruntate cu datele procesului modelat. Principalele avantaje ale modelrii i simulrii sunt posibilitile de analiz i sintez ale procesului modelat precum i prognoza evoluiei sale. n funcie de gradul de schematizare, modelele pot fi macromodele i micromodele. Macromodelele sunt mai apropiate de procesul modelat dar simularea lor comport un mare volum de calcul. Un macromodel se poate simplifica sub forma unui micromodel n scopul uurrii simulrii cu preul ndeprtrii de procesul modelat. Arta modelrii i simulrii const tocmai n realizarea unui compromis rezonabil ntre apropierea de procesul modelat i volumul de calcul pe care l comport simularea modelului. ntre modelele elaborate pentru agricultur un rol deosebit l au modelele de optimizare. Un model de optimizare are ca pri componente: 1) Necunoscutele (variabilele) modelului notate cu x1 ,..., xn care sunt numere reale pozitive ce urmeaz a fi determinate. Exist modele n care necunoscutele x1 ,..., xn sunt numere ntregi pozitive (de exemplu efective de animale) sau chiar valori binare (0 sau 1) (de exemplu utilizarea (1) sau neutilizarea (0) a unei maini agricole sau a unei tehnologii); n aceste cazuri avem modele de optimizare cu variabile ntregi respectiv modele de optimizare cu variabile bivalente. 2) Restriciile (constrngerile) modelului care sunt m inecuaii sau ecuaii care conin necunoscutele x1 ,..., xn . Membrul doi al fiecrei restricii este limita resursei la care se refer 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

63 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 maximizate / minimizate 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 i / sau dependenei restriciilor crete deci este mai greu de elaborat un macromodel coerent dect un micromodel coerent. Modelele elaborate la un moment dat se numesc statice. n realitate, timpul schimb coeficienii constani ai modelului (stocuri de resurse, costuri ale resurselor, preurile de vnzare ale produselor) ceea ce necesit reoptimizarea modelului n raport cu aceste schimbri. n funcie de caracterul mrimilor care intervin n modele, acestea pot fi deterministe (cu mrimi precise valoric) sau aleatoare o parte sau toate mrimile au valori probabile cum sunt cele legate de natur: precipitaii, clim, calamiti, etc. Cele mai multe macromodele de optimizare care au fost elaborate pentru agicultur, se mpart n dou clase: I. Modele de structur optim pentru: culturi agricole anuale sau perene; rase i grupe de animale; furaje grupate n raii furajere; ramuri vegetale / animale n cadrul fermei. II. Modele de repartiie optim pentru: rotaia culturilor; alocare resurse (for de munc, maini, tehnologii, energie, ngrminte, ap, investiii); organizarea transporturilor agricole; stabilirea preurilor n economia de pia n raport de cerere-ofert. 2.1.1 Modelul structurii optime a culturilor vegetale Elementele fundamentale ale produciei vegetale sunt: I. Soiul ; II. Solul ; III. Clima ; IV. Raportul cerere / ofert n producia vegetal. Etapele principale ale tehnologiei produciei vegetale sunt: 1. Artura

64 2. 3. 4. 5. 6. 7. Pregtirea patului germinativ Semnat Combatere buruieni, boli i duntori (de cultur i depozit) Fertilizare Irigare Recoltare-transport-depozitare n toate aceste etape sunt necesare urmtoarele resurse: a) For de munc b) For mecanic c) Energie (motorin, curent electric, uleiuri-lubrifiani) d) Ierbicide, insectofungicide e) ngrminte chimice / organice f) Ap de irigaie g) Resurse financiare Precizm c resursele financiare acoper cheltuielile cu resursele a)f) i alte cheltuieli precum taxe i impozite, asigurri, etc. Dintre resursele precedente, ierbicidele i insectofungicidele fiind specifice fiecrei culturi, s-au exprimat n lei. Diferitele forme de energie au urmtoarele uniti de msur: motorina se exprim n litri(l) curentul electric se exprim n kilowai or (kwh) coninutul energetic brut al produselor agricole se exprim n uniti nutritive (UN) 1 litru motorin = 10.15 Mcal 1 kwh = 0.86 Mcal 1 UN = 4.04 Mcal Suprafeele ce se vor cultiva cu culturile propuse au limite bilaterale, legate de cererea / oferta fa de aceste culturi. Veniturile din culturi se obin transformnd n lei valoarea produsului principal (boabe) i a celui secundar (paie / coceni) de pe un hectar de cultur iar cheltuielile se obin nsumnd costurile fiecrei etape din tehnologie de la artur la recoltare-transport-depozitare plus alte cheltuieli de pe un hectar de cultur. Profitul este diferena ntre venit i cheltuieli iar rata profitului este raportul ntre profit i cheltuieli. Tabelul 1 care urmeaz, furnizeaz datele necesare pentru elaborarea micromodelului structurii optime a culturilor. Pe baza datelor din Tabelul 1 putem elabora 6 modele liniare de optimizare a structurii culturilor dup cum urmeaz: I. Optim tehnic (Venit maxim) II. Optim tehnic (Cheltuieli minime) III. Optim economic (Profit maxim) IV. Optim economic (Rata profitului maxim) V. Optim condiionat (Venit maxim cu cheltuieli date) VI. Optim condiionat (Cheltuieli minime cu venit dat) Fie L numrul restriciilor , E numrul restriciilor = , C numrul restriciilor deci avem M = L + E + G restricii aezate n ordinea de mai sus. N este numrul variabilelor proprii ale modelului respectiv. Pentru modelele V i VI coninute n Tabelele 2 i 3 avem L = 8 , E = 1 , G = 4 deci M = 13 restricii i P = 4 variabilele proprii x1 , x2 , x3 , x4 respectiv L = 7 , E = 1 , G = 5 deci M = 13 restricii i P = 4 variabilele proprii x1 , x2 , x3 , x4 .

65 Culturi Resurse Motorin(litri / Ha) Combatere burieni, boli i duntori ngrminte Chimice Limit MIN (ha) Limit MAX (ha) Venit (lei) Cheltuieli (lei) 150 50 150 30 40 1200 840 180 40 100 40 60 1500 960 190 60 120 10 20 1200 990 200 80 140 4 10 1800 1050 17100 Mcal. 5000 lei 12500 kg Suprafa Total=100 ha Total 1365000 lei Total 92000 lei TABEL 2 Limite Gru Porumb Floarea Soarelui Sfecl de zahr TABEL 1 Limite

Culturi Restricii 1.Gru MAX 2.Porumb MAX 3.Fl. Soarelui MAX 4.Sfecl zahr MAX 5.Motorin(litri) 6.Combatere burieni, boli i duntori 7.ngrminte Chimice 8.Cheltuieli (C) 9.Suprafaa 10.Gru MIN 11.Porumb MIN 12.Fl.Soarelui MIN 13.Sfecl zahr MIN Venit (V)

Gru X1 (ha) 1 0 0 0 150 50 150 840 1 1 0 0 0 1200

Porumb X2 (ha) 0 1 0 0 180 40 100 960 1 0 1 0 0 1500

Fl.soare X3 (ha) 0 0 1 0 190 60 120 990 1 0 0 1 0 1200

Sfecl zahr X4 (ha) 0 0 0 1 200 80 140 1050 1 0 0 0 1 1800

Semn

40 ha 60 ha 20 ha 10 ha 17100 litri 5000 lei 12500 kg 92000 lei 100 ha 30 ha 40 ha 10 ha 4 ha MAX

66 Culturi Restricii 1.Gru MAX 2.Porumb MAX 3.Fl. Soarelui MAX 4.Sfecl zahr MAX 5.Motorin(litri) 6.Combatere burieni, boli i duntori 7.ngrminte Chimice 8.Suprafaa 9.Venituri (V) ( lei) 10.Gru MIN 11.Porumb MIN 12.Fl.soarelui MIN 13.Sfecl zahr MIN Cheltuieli (C) (lei) Gru X1 (ha) 1 0 0 0 150 50 150 1 1200 1 0 0 0 840 Porumb X2 (ha) 0 1 0 0 180 40 100 1 1500 0 1 0 0 960 Fl.soarelui X3 (ha) 0 0 1 0 190 60 120 1 1200 0 0 1 0 990 Sfecl zahr X4 (ha) 0 0 0 1 200 80 140 1 1800 0 0 0 1 1050 Semn TABEL 3 Limite

40 ha 60 ha 20 ha 10 ha 17100 litri 5000 Lei 12500 Kg 100 ha 136500 lei 30 ha 40 ha 10 ha 4 ha MIN

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 inecuaii / ecuaii n ordinea , = , cu variabile (necunoscute) nenegative i funcie-obiectiv optim (max / min). Membrii nti ai restriciilor i funcia-obiectiv sunt polinoame de gradul nti n raport cu variabilele respective. Soluia optim a acestui model va fi dat n seciunea 2.3 2.1.2 Modelul rotaiei optime a culturilor vegetale Monocultura este sistemul de amplasare a aceleiai culturi pe aceeai parcel cel puin doi ani consecutivi. n acest caz n respectiva parcel prolifereaz buruienile, bolile i duntorii specifici aceleiai culturi iar producia culturii scade. De exemplu mazrea, inul de ulei, lucerna i trifoiul n monocultur duc la oboseala solului. Rotaia culturilor este sistemul de amplasare a unei culturi n parcele diferite n doi ani consecutivi. n acest caz cultura succesoare lupt mai bine cu buruienile, bolile i duntorii rmai de la cultura premergtoare, acestea nefiind specifice culturii succesoare. Exist culturi cum este floarea soarelui care poate reveni n aceeai parcel dup minimum 5 ani. Relaia premergtoare-succesoare difer de la caz la caz n ceea ce privete favorabilitatea. Astfel o bun premergtoare pentru o succesoare, asigur pentru aceasta din urm producii i venituri mai mari i / sau cheltuieli mai mici. De exemplu leguminoasele (mazrea, fasolea, soia, lintea) sunt bune premergtoare deoarece las n sol ngrminte cu azot pe nodozitile rdcinilor datorate bacteriilor fixatoare de azot. Bune premergtoare sunt i pritoarele deoarece prailele sunt mijloace mecanice de lupt cu buruienile. O rea premergtoare pentru o succesoare sectuiete solul n acele substane nutritive de care ar avea nevoie n cantiti mari i succesoarea. De exemplu tutunul nu este bun premergtor pentru sfecla de zahr. Elementele modelului rotaiei optime a culturilor, sunt urmtoarele:

67 Necunoscutele xi sunt suprafee ce se vor cultiva cu succesoare dup diferite premergtoare. b) Restriciile sunt de mai multe feluri: restricii bilaterale pentru succesoare; ocuparea ntregii suprafee cu succesoare; suprafeele cu premergtoare s-au ocupat integral de ctre acestea. c) Funciile economice sunt ca de obicei Venit, Cheltuieli, Profit, Rata profit care vor da modelele I-IV. Mai exist i optimul V (venit maxim cu cheltuieli date) i optimul VI (cheltuieli minime cu venit dat) deci optime condiionate. L este numrul restriciilor , E este numrul restriciilor = iar G este numrul restriciilor deci avem M = L + E + G restricii i N variabile proprii. Tabelul 4 de mai jos conine datele necesare pentru a elabora cele 6 modele precedente. Nu se admite monocultur iar cheltuielile/veniturile unei succesoare sunt influenate de premergtoarea pe care o nlocuiete. n csua de la intersecia liniei succesoare cu coloana premergtoarei, n partea de deasupra sunt veniturile iar n partea de dedesupt sunt cheltuielile. Pentru modelele V i VI coninute n tabelele 5 i 6, avem L = 4, E = 4 , G = 3 deci M = 11 restricii i P = 7 variabile proprii, respectiv L= 3, E = 4 , G = 4 deci M = 11 restricii i P = 7 variabile proprii x1 , x2 , ... , x7 . Premergtoare Succesoare Limita MIN (ha) TABEL 6 Limita MAX (ha) a)

Gru X

Porumb 1200 800

Soia 1300

Gru 700 1600 X Cheltuieli 1000 1800 Sfecl De zahr 1200 2000 Suprafee cu premergtoare 1900 1100 1900 900 2000 1000 1800

30

50

Venit 1500 lei Porumb

40

60

15

40 ha

50 ha

5 ha

Cheltuieli Totale(lei) 94000 lei

Venituri Totale(lei) 141000 lei

68 TABEL 7
PREMERGTOARE SUCCESOARE RESTRICII SEMN 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)

LIMITE

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)

0 1 0 1000 1 1 0 0 0 1 0 1500

0 0 1 1200 1 1 0 0 0 0 1 1800

1 0 0 800 1 0 1 0 1 0 0 1200

0 0 1 1100 1 0 1 0 0 0 1 1900

1 0 0 700 1 0 0 1 1 0 0 1300

0 1 0 900 1 0 0 1 0 1 0 1600

0 0 1 1000 1 0 0 1 0 0 1 2000

= = = =

50 ha 60 ha 15 ha 94000 lei 100 ha 45 ha 50 ha 5 ha 30 ha 40 ha 4 ha MAX

TABEL 8
PREMERGTOARE SUCCESOARE RESTRICII SEMN 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)

LIMITE

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)

0 1 0 1 1 0 0 1500 0 1 0 1000

0 0 1 1 1 0 0 1800 0 0 1 1200

1 0 0 1 0 1 0 1200 1 0 0 800

0 0 1 1 0 1 0 1900 0 0 1 1100

1 0 0 1 0 0 1 1300 1 0 0 700

0 1 0 1 0 0 1 1600 0 1 0 900

0 0 1 1 0 0 1 2000 0 0 1 1000

= = = =

50 ha 60 ha 15 ha 100 ha 45 ha 50 ha 5 ha 140000 lei 30 ha 40 ha 4 ha MIN

Cele 2 modele liniare de optimizare coninute n Tabelul 7 (Modelul V) i Tabelul 8 (Modelul VI) se scriu din punct de vedere matematic sub form de inecuaii / ecuaii n ordinea , = , cu variabilele (neconoscute) nenegative i funcie-obiectiv optim (max / min). Soluia optim a acestui model va fi dat n seciunea 2.3

69 2.2 liniare: Dualitatea modelelor liniare de optimizare Modelele liniare din seciunea precedent conduc la extreme de funcii liniare cu legturi

(1)

( 2) ( 3)

a11 x1 + ... + a1P xP b1 LLLLLLLLLL aL1 x1 + ... + aLP xP bL aL+1,1 x1 + ... + aL+1,P xP = bL+1 LLLLLLLLLLLL a x + ... + aL+ E,P xP = bL+ E L+E,1 1 aL+E +1,1 x1 + ... + aL+ E +1,P xP bL+ E +1 LLLLLLLLLLLLLL aL+E +G,1 x1 + ... + aL+ E +G,P xP bL+ E +G { x1, ... , xP 0 f = c1 x1 + ... + cP xP = Optim
Fie M = L + E + G . Avem M + P restricii liniare i P necunoscute proprii x1 , ... , xP .

AL BL x1 c1 Cu notaiile: A = A E ; B = BE ; X = M ; C = M unde submatricea A L are L linii i x c A B P P G G P coloane, submatricea A E are E linii i P coloane, submatricea A G are G linii i P coloane iar subvectorul-coloan BL are L componente, subvectorul-coloan BE are E componente i subvectorul-coloan BG are G componente , modelul liniar (1)(3) capt forma matricial:

( 4) ( 5) ( 6)

{X 0

A L X BL A E X = BE A X B G G

f = CT X = Optim
Aici C = ( c1 ,..., cP ) este transpusul vectorului-coloan C. Presupunem c
T

rang ( A ) = M (restriciile (1) sunt liniar independente). Prin introducerea a M variabile de egalizare: xe1 , ... , xeL , xeL+1 ,..., xeL+ E , xeL+ E +1 , ... , xeM modelul liniar (1)(3) capt forma
standard:

70

(7)

( 8) (9)

{ x1 , ... , xP ; xe1 , ... , xeM 0

a11 x1 + ... + a1P xP + xe1 = b1 LLL LLLLLLLLL aL1 x1 + ... + aLP xP + xeL = bL aL+1,1 x1 + ... + aL+1,P xP + xeL+1 = bL+1 LLLLLLLLLLLLLLL a x + ... + aL+ E,P xP + xeL+ E = bL+ E L+ E,1 1 aL+ E +1,1 x1 + ... + aL+ E +1,P xP xeL+ E +1 = bL+ E +1 LLLLLLLLLLLLLLLLLL aM1 x1 + ... + aMP xP xeM = bM
f = c1 x1 + ... + cP xP + 0 xe1 + ... + 0 xeM = Optim

Cu notaia N = P + M , xP +1 = xe1 , ... , xN = xeM i :

a11 L a1N x1 c1 b1 M ; B = M ; X = M ; C = M A= M b a x c M M1 L aMN N N

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

(10 ) (11) (12 )

AX = B X0 f = CT X = Optim

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

a1N a11 a12 vectorii-coloan din matricea A. Sistemul de Fie A1 = M ; A 2 = M ; ...; A N = M 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:

71

(13)

(14 ) {y1,..., yL 0, yL+1 ,..., y L+E = oarecare, y L+E+1 ,..., y M 0 (15) g = b1y1 + ... + bL yL + bL+1yL+1 + ... + bL+E yL+E + bL+E+1yL+E+1 + ... + bM yM = min im
Pentru g maxim, semnele din cele M restricii (13) se vor nlocui cu . Modelul dual (13)(15) cu P restricii i M necunoscute duale proprii y1 , ... , y M devine standard prin introducerea a P variabile duale de egalizare: ye1 , ... , ye P . Modelul dual standard are forma:

a11y1 + ... + aL1y L + aL+1,1y L+1 + ... + aL+ E,1y L+E + aL + E +1,1y L+ E +1 + ... + aM1y M c1 LLLLLLLLLLLLLLLLLLLLLL LLLLLLLLLL 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

(16 )

(17 ) {y1,..., yL 0, y L+1,..., y L+E = oarecare, y L+E+1,..., y M 0; ye1,..., yeP 0 (18) g = 0 ye1 + ... + 0 yeP + b1y1 + ... + bM y M = min im
Pentru g maxim, pe ultima coloan a membrului I al restriciilor (16) vom avea: +ye1 , ... , +ye P . Modelul standard dual (16)(18) are forma matricial:

a11y1 + ... + aM1y M ye1 = c1 LLLLLLLLLL a y + ... + a y ye = c MP M P P 1P 1

(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 , ... , ye P ;

y1 , ... , y M .
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

72 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 restirciile 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:

Primala AX b X0 f = c T X = min im

Duala AT Y c Y0 g = bT Y = max im

Avem unul din cazurile: 1) Primala i duala au soluii posibile deci au i soluii optime i optimele lor coincid:

f min im = g max im

2) 3)

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 = ; g max im = + Primala i duala nu au soluii posibile

Demonstraie Folosim urmtoarea consecin a lemei Farka-Minkovski (fr demonstraie): dac U este o matrice antisimetric (cu U = U ) sistemul de inecuaii liniare:
T

UZ 0 are cel puin o soluie Z 0

0 Z cu UZ + Z > 0 . Lum: U = A c T

A T 0 bT

X c b i Z = Y cu tR deci avem: t 0

73

X U Y 0 ; t
T

X X X Y 0; U 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 A T Y + tc > 0 ; AX + Y tb > 0 ; c T X + bT Y + t > 0 .

Cazuri a)

1 1 t > 0 deci cu notaiile X = X ; Y = Y relaiile precedente devin: A T Y c ; t t T T AX b ; c X b Y ; X,Y, t 0 ; A T Y X < c ; AX + Y > b ; c T X bT Y < 1 . De
aici rezult c X,Y sunt soluii posibile ale problemei primale respectiv duale. Ele sunt chiar T T T soluii optime. nmulind AX b cu Y 0 obinem Y AX b Y i nmulind Y T A c T cu X 0 obinem b T Y c T X . Dar mai sus am gsit c c T X=bT Y aa c deci pentru X = X , f = c X i atinge minimul i pentru Y = Y , g = b Y i
T T

1 t

1 t

atinge maximul i aceste extreme coincid, X, Y fiind deci soluii optime. Cazul 1) al teoremei este demonstrat.

t = 0 . n acest caz relaiile precedente devin: A T Y 0 ; AX 0 ; c T X bT Y ; X ,Y 0 ; X > A T Y ; Y AX ; c T X < bT Y . De aici rezult c primala i duala nu au 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 T T T T mai sus, am obine: b Y ( AX ' ) Y = X ' ( A Y ) 0 i respectiv
b)

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

T

au simultan soluii posibile, avem subcazurile: b) Una din problemele duale are soluii posibile iar cealalt nu are. Fie de exemplu situaia cnd primala are soluia posibil X ' iar duala nu are soluie posibil. n acest caz i X '+ X cu 0 este soluie posibil a primalei: X , X ', 0 implic X '+ X 0 i n plus A X '+ X

) = AX '+ AX
T

b deoarece AX ' b i de mai sus

c T X < bT Y ( AX ') Y = X 'T A T Y 0 deoarece X 'T 0 i A T Y 0 deci funciaobiectiv f = c

T

avem: AX 0 . Avem de mai sus :

( X '+ X ) = c X '+ c X
T

tinde la pentru deci primala

are optim infinit. Cazul 2) este demonstrat. b") Nici primala nici duala nu au soluii posibile. Cazul 3) este demonstrat. Q.E.D.

Teorema 2.2 (a ecarturilor complementare) Fie X soluie posibil a problemei primale:

74

AX b X0 f = c T X = min im
i fie Y soluie posibil a problemei duale:

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

= Y T A i b T Y = Y T b , rezult:

Y T ( AX b ) + ( c A T Y ) X = 0 . ns AX b ; A T Y c ; X, Y 0 aa c:
T

Y T ( AX b ) 0 i ( c A T Y ) X 0 deci n final Y T ( AX b ) = 0 i ( c A T Y ) X = 0 .
T T

Reciproc, dac Y

( AX b ) = 0 i ( c A T Y )

X = 0 prin adunare, dup reducerea lui

Y T AX = ( A T Y ) X i cu Y T b = b T Y, , rezult c c T X bT Y = 0 deci c T X = b T 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 iT X > bi yi = 0 ( i = 1, ... , m ) a) b)

YT A j < c j x j = 0

( j = 1, ... , n )

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

T y1 ( A1 X b1 ) + ... + y n ( A T X bm ) = 0; m

x1 ( c1 yT A1 ) + ... + xn ( cn Y T A n ) = 0.

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

yi ( A iT X bi ) = 0

( i = 1, ... , m ) x j ( c j Y T A j ) = 0 ( j = 1, ... , n )

de unde rezult cele afirmate n enunul din observaie. Teorema 2.3 Fie X o soluie optim a primalei:

75

AX b X0 f = c T X = min im
i fie Y o soluie optim a dualei:

AT Y c Y0 g = b T Y = max im
Avem relaiile: a) b)

xj =

g c j

( j = 1, ... , n ) ( i = 1, ... , m )

yi =

f bi

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 corespunztoare
T T T T

tot lui Y. Conform teoremei de dualitate 2.1, cazul 1) avem: c X = b Y ; c X'= ( b +b ) Y aa

T T T

c f = c X' c X= ( b ) Y deci: Y =

( b )

adic pe componente:

yi =
Relaiile x j =

g c j

f bi

( i = 1, ... , m )

( j = 1, ... , n ) se demonstreaz n mod analog.

n concluzie, variabilele yi msoar variaia funciei-obiectiv a primalei f provocat de variaia unitar a limitelor de restricie bi = 1. Din aceast cauz variabilele duale yi se numesc preuri-umbr sau costuri de oportunitate. Interpretarea variabilelor primale xi este analoag. Q.E.D. 2.3 Gsirea soluiilor optime pentru modelele primal i dual cu metoda simplex Din cele prezentate n seciunea 1.5 rezult c, cunoaterea soluiilor bazice optime permite gsirea oricrei soluii optime . De regul modelele liniare au o singur soluie optim care este obligatoriu bazic. Numrul soluiilor bazice este cel mult: C N =
M

N ( N 1) ...( N M + 1) 1 2...M

culturilor avem cel mult: C 20 = C 20 =

16 4

20 19 18 17 = 4845 soluii bazice n timp ce pentru 1 2 3 4 13 10 modelul rotaiei optime a culturilor avem cel mult C 23 = C 23 = 1144066 soluii bazice.

De exemplu pentru modelul raiei furajere optime ca i pentru modelul structurii optime a

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

76 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

LLLLLLLLL am1 x1 + ... + amp x p bp

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

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

= b1

LLLLLLLLLLLLLLL am1 x1 + ... + amp x p + ...... + x p + m = bp

x1 ,..., x p ; x p +1 ,..., x p + m 0 f = c1 x1 + ... + c p x p + 0 x p +1 + ... + 0 x p + m = max im
X ( ) = ( x1 = 0,...x p = 0; x p +1 = b1 ,..., x p + m = bp ) Notm mai departe p + m = n i aranjm datele problemei n tabelul simplex iniial de mai jos. Coloana CB 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 p +1 , ... , cn ai variabilelor din f pe linia C f i coeficienii aij ai matricii
0

Aceast problem are soluia bazic particular iniial:

A = ( B / E ) din restriciile formei standard. = CB A c = ( CB B c; 0 ) .

CB cp+1 -------VB xp+1 -------Cf XB b1 --------

Pe ultima linie a tabelului se gsesc valoarea iniial a funciei f = C B b i diferenele

c1 x1 a11 --------

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

cp xp a1p --------

Cp+1 Xp+1 1 --------

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

cn xn 0 --------

B
---------------

E
---------------

cn

xn

bp f

ap1 1

app p

0 0

1 0

77

X = ( B1b; 0 ) , a soluei bazice optime a dualei va fi: Y = ( 0; CB B1 ) , a matricii va fi: A = ( E / B1 ) .

Deasemenea valoarea optim a funciei va fi: f max = g min = C B B b iar diferenele
1

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

= ( 0; CB B1 ) c = Y c . De aici rezult Y = + C deci soluia bazic optim a dualei se

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

xi x = h , ahk aiK > 0 a ahk ik

se numete pivot i se ncercuiete n tablou. Ca pivoi se aleg totdeauna elemente strict pozitive pentru ca f s se apropie de optimul ei (dac pivotul ar fi zero, ar fi infinit iar dac pivotul ar fi negativ, am avea < 0 deci f s-ar deprta de optimul ei). Variabila xh de pe linia pivotului devine nebazic i variabila xk de pe coloana pivotului devine bazic, marcndu-se cu sgei aceast schimbare. Soluia bazic cu componentele nenule din coloana X B se mbuntete, transformnd ntregul tablou cu regula dreptunghiului : 1) elementele de pe linia pivotului se mpart la pivot; 2) elementele de pe celelalte linii se nmulesccu pivotul, din produs se scade produsul elementelor diagonalei a II a a dreptungiului iar diferena obinut se mparte la pivot. Aplicnd regula dreptungiului pentru valoarea funciei f avem relaia: f ' = f hk . Tot regula dreptunghiului se aplic i pentru calculul diferenelor . Demonstraie Cazul I) Fie X = ( x1 ,..., xn ) soluia bazic din enun i X' = x1 ,..., xn o alt soluie bazic.
' '
T T

S artm c pentru o problem de maxim, n condiiile cazului I) avem c X ' C X deci X este soluie bazic optim. Avem:

78

A1 = a11A p +1 + ... + a p1A n A = a A + ... + a A 1p p +1 pp n p

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

b = x p +1A p +1 + ... + xn A n deoarece x1 = ... = x p = 0 (componente nebazice). ns:

' b = x1' A1 + ... + x 'p A p + x 'p +1A p +1 + ... + xn A n = ' ' = x1' ( a11A p +1 + a p1A n ) + ... + xn ( a1 p A p +1 + a pp A n ) + x 'p +1A p +1 + ... + xn A n = ' = ( a11 x1' + ... + a1 p x 'p + x 'p +1 ) A p +1 + ... + ( a p1 x1' + ... + a pp x 'p + xn ) A n

Egalnd cele dou valori ale lui b i innd cont c A p+1 , ... , A n formeaz o baz n Rm , rezult:

a11 x1' + ... + a p1 x 'p + x 'p +1 = x p +1 a x ' + ... + a x ' + x ' = x pp p n n 1p 1

Vom avea:

CT X = c p +1 x p +1 + ... + cn xn = = c p +1 ( a11 x1' + ... + a1 p x 'p + x 'p +1 ) +

' + cn ( a p1 x1' + ... + a pp x 'p + xn ) =

= x1' ( c p +1a11 + ... + cn a p1 ) + + x 'p ( c p +1a1 p + ... + cn a pp ) +

' + x 'p +1c p +1 + ... + xncn

1 = ( c p +1a11 + ... + cn a p1 ) c1 0 Dar: aa c rezult: p = ( c p +1a1 p + ... + cn a pp ) c p 0

' CT X x1' c1 + ... + x 'p c p + x 'p +1c p +1 + ... + xn cn = CT X '

Cazul II a)

79 Avem: b = x p +1A p +1 + ... + xn A n i ak = a1k Ap +1 + ... + apk An deci pentru orice 0 avem:

b = ( x p +1 a1k ) A p +1 + ... + ( xn apk ) A n + ( a1k ) A p +1 + ... + ( apk ) A n deci avem i

soluia posibil X ' = x1 ,..., xn

' '

x j a jk , j = p + 1,..., n ' , j=k cu x j = 0 , j = 1,..., p, j k

Avem:

CT X ' = ck + ( x p+1 a1k ) c p +1 + ... + ( xn amk ) cn = = ( x p +1c p +1 + ... + xn cn ) ( c p +1a1k + ... + cn a pk ) ck

Cum k = c p +1a1k + ... + cn a pk ck < 0 pentru o problem de maxim, rezult c pentru suficient de mare, C X ' poate fi orict de mare deci problema are optim infinit.
T

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

'

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

' ' '

Xh ' a ; xi = xi ik X h ahk ahk

( i k ) obinem o nou

X i ,X h 0 , ahk > 0 deci dac aik 0 avem din definiia lui : xi' 0

( i k ) . n plus AX ' = b deoarece: x1' A1 + ... + xk' A k + ... + xn' A n = b adic:

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

Xi X h deci din nou aik ahk

sau:

xh A k ( a1k A1 + ... + ank A n ) = x1A1 + ... + xn A n = b ahk deoarece A k = a1k A1 + ... + ank A n . 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.

80 Exemplu Fie problema de optimizare:

4 x1 + x2 4 x1 , x2 0

2 x1 + 3 x2 6 f = 6 x1 + 7 x2 = max im
Forma standard a problemei este:

4 x1 + xe1 = 4

2 x1 + 3 xe2 = 6 x1 , x2 ; xe1 , xe2 0 f = 6 x1 + 7 x2 + 0 xe1 + 0 xe2 = max im

Problema are soluia bazic iniial: X
(0)

= ( x1 = 0; x2 = 0; xe1 = 4; xe6 = 6 ) iar

valoarea iniial a funciei-obiectiv este f 0 = 0 . Avem trei tablouri simplex rezultate din aplicarea teoremei 2.4: Cf XB 4 6 f1 = 14 2 2 f0 = 0 6 x1 4 2 -6 7 x2 1 0 xe1 1 0 0 1 0 0 0 xe2 0 1 0

CB 0 0

VB xe1 xe2

3
-7 0 1 0 0 1 0

7 = min 3
k = -7

0 7

xe1 x2

10 3 2 3 4 3
1 0 0

6 7

x1 x2

6 10 16 10
f2 = 14.8

3 10 2 10 4 10

1 3 1 3 7 3 1 10 4 10 22 10

6 = min 10
3

k =

4 3

Soluia bazic optim a primalei: x1 = 0.6 ; x2 = 1.6

81 Valoarea maximului f max im = 14.8 Problema dual are forma:

4y1 + 2y 2 6 y1 + 3y 2 7 y1 , y 2 0

g = 4y1 + 6y 2 = min im
Soluia bazic optim a dualei este:

Valoarea minim a funciei-obiectiv duale este g min im = 14.8 = f max im 2) Problema de optimizare fr soluie bazic iniial Dac problema de optimizare sub forma standard nu are o soluie bazic iniial, se adaug n membrul I al restriciilor care nu conin variabile bazice, variabile auxiliare care sunt i bazice i se minimizeaz suma h a variabilelor auxiliare. Dac acest minim este zero, nici o variabil auxiliar nu mai este bazic i avem o soluie bazic iniial care se optimizeaz n raport cu funcia-obiectiv f. Exemplu Fie problema de optimizare:

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

x1 + 2 x2 + 3 x3 = 12 x1 , x2 , x3 0 f = 6 x1 + 7 x2 + 10 x3 = max im

3 x1 + x2 + 4 x3 = 8

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 + 3 x3 + xa1 3 x1 + x2 + 4 x3 x1 , x2 , x3 ; xa1 , xa2 0 h = xa1 + xa2 = min im

Cf XB 12 8 h0 = 20 0 x1 1 3 4

= 12 + xa2 = 8

CB 1 1

VB xa1 xa2

0 x2 2 1 3

0 x3 3

1 xa1 1 0 0

1 xa2 0 1 0

12 3
8 = min 4
k = 7

4
7

82

1 0

xa1 x3

6 2 h1 = 6

5 4 3 4 5 4
-1 1 0

5 4 1 4 5 4
1 0 0

0 1 0 0 1 0

1 0 0

0 0

x2 x3

24 5 4 5
h2 = 0

4 5 1 5
-1

3 4 1 4 7 4 3 5 2 5
-1

24 = min 5
8

k =

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: 10 6 7 Cf x1 x2 x3 CB VB XB 7 10 x2 x3 7 6 x2 x1

24 5 4 5
f0 = 41.6

-1

1 0 0 1 0 0

0 1 0 1 1 3

1
-3 0 1 0

4 = min 5
k = -3

28 5 4 5
f1 = 44

Soluia bazic optim a primalei este : X = x1 = Problema de optimizare dual are forma:

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) ; g min = 44 = f max

83 Implementarea metodei simplex se face prin mai multe procedee: Program direct de calcul ntr-un limbaj de programare. Exemplu: Programul OPTIMF (vezi Anexa 1 din lucrarea autorului [53] )n unul din limbajele GWBASIC,QBASIC, QUICKBASIC4.5(QB) 2) Programe de firm specializate pe cercetri operaionale ca MS , QM ,MSS ,WINQSB . 3) Produse informatice care lucreaz cu tabele de calcul precum EXCEL sau QUATTRO. 4) Produse informatice profilate pe calcul matricial precum MATLAB. Programul OPTIMF poate fi rulat cu QUICKBASIC (lansat cu QB) precum i cu versiunile mai vechi GWBASIC (lansat cu GWBASIC) i QBASIC (lansat cu QBASIC). Datele necesare pentru programul OPTIMF sunt: a) Parametrii modelului liniar L, E, G, P, Z; b) Matricea A de tip M x P a coeficienilor din membrul I al restriciilor; c) Vectorul b de lungime M al membrului II din restricii; d) Vectorul c de lungime P al coeficienilor funciei-obiectiv; e) (Opional) Dac exist i alte funcii, asemntoare cu funcia-obiectiv, trebuie declarat numrul lor apoi se cer coeficienii acestor funcii; programul OPTIMF calculeaz valorile acestor funcii auxiliare pentru soluia bazic optim a primalei. Dac de exemplu funcia-obiectiv este venitul, funciile auxiliare pot fi cheltuielile, profitul i rata profitului. n final soluia bazic optim pentru care venitul este maxim, va da i cheltuielile, profitul i rata profitului aferente acestui optim. 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 6.2 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 Duala : 1)

84 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

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

4 X1 X2 5 0.2 3.2 6 RESTRICII: 7 X1 X2 8 9 10 4 3 2 1 2 3

C1 6
MEMBRU STNG :

C2 3
SEMN RESTR ICIE:

F-CIE -OB. f :

fa

10.8
MEMBRU DREPT :

D1 5

D2 8

ARE fa

26.6

4 7 10

< = >

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 feresatra Solver Parameters cu aspectul de mai jos:

n csua din dreapta opiunii Set Target Cell se scrie adresa absolut $F$5 n care se gsescvalorile 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 :

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

int bin Dup nchiderea cu OK a acstei ferestre , restriciile precedente apar n csua de sub opiunea Subject to the Constraints din ferestra 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 funcieiobiectiv 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

87 x1,x2 0 ----------------------f = 6x1+3x2 = maxim pentru care am gsit soluiile optime primal i dual : SOLUIA BAZIC OPTIM PRIMAL SOLUIA BAZIC OPTIM DUAL 3) VPP(Variabile primale proprii) 3) VDE(Variabile duale de egalizare ) x1 = 0.2 ye1 = 0 x2 = 3.2 ye2 = 0 4) VDE(Variabile primale de egalizare) 5) VDP(Variabile duale proprii) Xe1 = 1 y1 = 0 xe2 = 0 y2 = 2.4 xe3 = 0 y3 = - 0.6 fmax = gmin = 10.8 a) Dac c1 = 6 (4.5 ; +) , c2 =3 (0 ; 4) , soluia optim primal de mai sus rmne optim . b) Dac b1 = 5 (4 ; +) , b2 = 7 (6.67 ; 7.5) ; b3 = 10 (9 ; 10.5) , soluia optim dual de mai sus rmne optim. Modele de optimizare cu funcie-scop Funcia-obiectiv a unui model liniar de optimizare f poate fi nlocuit cu funcia-scop care urmrete : A) minimizarea diferenei ntre valoarea funciei-obiectiv f = c1x1 ++cpxp i o valoare dat f0 . n acest caz adogm restricia c1x1 ++cpxp +xen+1 = f0 dac se cere f maxim i c1x1 ++cpxp - xen+1 = f0 dac se cere fminim i n ambele cazuri minimizm pe xen+1 : h = xen+1 = minim . B) minimizarea diferenei ntre cantitatea consumat din resursa cu numrul i : ai1x1+ainxn i cantitatea disponibil din acest resurs bi adic chiar valoarea variabilei de egalizare xei : h = xei = minim . Dac resursele cu numrul i i j au aceeai unitate de msur se poate minimiza i h = xei + xej . Exemplu Fie problema de optimizare : x1 2 x2 3 4x1 + x2 4 x1 , x2 0 -----------------f = 6x1 + 7x2 = maxim Avem forma standard : x1 + xe1 = 2 x2 + xe2 = 3 4x1+ x2 xe3 = 4 x1 , x2 , xe1, xe2 ,xe3 0 A) Fie f0 = 15 .Atam formei standard restricia 6x1 + 7x2 +xe4 = 15 i minimizm funcia h = xe4 = minim . Gsim soluia x1 = 13 / 22 ; x2 = 36 / 22 ; xe1 = 31 / 22 ; xe2 = 30 / 22 ; xe3 = 0 ; xe4 = h minim = 0 B)Atam formei standard funcia h1 = xe1 = minim i gsim soluia optim : x1 = 2 , x2 = 0 ; xe1 = 0, xe2 = 3,xe3 = 4 i h1 are valoarea minim 0 Atam formei standard funcia h2 = xe2 = minim i gsim soluia optim : x1 = 0.25 , x2 = 3 ; xe1 = 1.75 , xe2 = 0,xe3 = 0 i h2 are valoarea minim 0 Atam formei standard funcia h3 = xe1 + xe2 = minim i gsim soluia optim :

88 x1 = 2 , x2 = 3 ; xe1 = 0 , xe2 = 0,xe3 = 7 i h3 are valoarea minim 0 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 SOLUIA BAZIC OPTIM DUAL 1)VPP(Suprafee cultivate) 3)VDE(Surplus de venit mil.lei/ha cultur) x1=40 ha gru ye1=0 lei surplus de venit/ha gru x2=44.44 ha porumb ye2=0 lei surplus de venit/ha porumb x3=10 ha floarea soarelui ye3=0 lei surplus de venit/ha floarea soarelui x4=5.56 ha sfecl de zahr ye4=0 lei surplus de venit/ha sfecl de zahr 4)VDP(Venituri marginale) 2)VPE(Diferene ntre resursele consumate i limitele lor) xe1=0 ha gru deficit y1=100 lei cretere venit/al 41-lea ha gru xe2=15.56 ha porumb deficit y2=0 lei cretere venit/al 61-lea ha porumb xe3=10 ha floarea soarelui deficit y3=0 lei cretere venit/al 21-lea ha fl.soare xe4=4.44 ha sfecl de zahr deficit y4=0 lei cretere venit/al 11-lea ha sfecl xe5=88.89 litri motorin neconsumai y5=0 lei cretere venit/nc 1 litru motorin xe6=1.78 lei necheltuii cu BBD y6=0 lei cretere venit/nc 1 leu chelt. BBD xe7=77.78 Kg NPK neconsumate y7=0 lei cretere venit/nc 1 Kg NPK xe8=0 lei necheltuii y8=3.333 lei cretere venit/nc 1 leu chelt. xe9=0 ha teren necultivate y9= - 1700 lei cretere venit/nc 1 ha teren xe10=10 ha gru surplus y10=0 lei cretere venit/al 31-lea ha gru xe11=4.44 ha porumb surplus y11=0 lei cretere venit/al 41-lea porumb xe12=0 ha floarea soarelui surplus y12= - 400 lei cretere venit/al 11-lea ha floare soare xe13=1.56 ha sfecl de zahr surplus y13= 0 lei cretere venit/al 5-lea ha sfecl zahr fmaxim = gminim = 136667 lei Pentru soluiile optime de mai sus avem valorile optime Vm=136667 lei=maxim; Cm =92000 lei;Pm=44667 lei; RPm=0.485 Structura n procente a venitului maxim fmaxim = 136667 lei este : s1 = (1200*40*100)/136667 =35.1 % (contribuia grului ) ; s2 =(1500*44.44*100)/ 136667 = 48.8 % (contribuia porumbului); s3 = (1200*10*100) / 13667 = 8.8 % (contribuia florii soarelui) ; s4 = (1800*5.56*100)/ 136667 = 7.3 % (contribuia sfeclei de zahr). Indicatori economici ai modelului liniar V : I) Rata medie a profitului RMP =0.485 mil. lei profit /1 mil.lei cheltuit II) Rata marginal a profitului RDP = y11 1 =2.333 lei cretere de profit / 1 lei 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 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 ; +) .

89 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 SOLUIA BAZIC OPTIM DUAL 1)VPP(Suprafee cultivate) 3)VDE(Deficit de chelt.mil.lei/ha cultur) x1=40 ha gru ye1=0 lei deficit de chelt./ha gru x2=45 ha porumb ye2=0 lei deficit de chelt./ha porumb x3=10 ha floarea soarelui ye3=0 lei deficit de chelt./ha floarea soarelui x4=5 ha sfecl de zahr ye4=0 lei deficit de chelt./ha sfecl de zahr 2)VPE(Diferene ntre resursele 4)VDP(Cheltuieli marginale) consumate i limitele lor) xe1=0 ha gru deficit y1= - 30 lei cretere chelt./al 41-lea ha gru xe2=15 ha porumb deficit y2=0 lei cretere chelt./al 61-lea ha porumb xe3=10 ha floarea soarelui deficit y3=0 lei cretere chelt./al 21-lea ha fl.soare xe4=5 ha sfecl de zahr deficit y4=0 lei cretere chelt./al 11-lea ha sfecl xe5=100 litri motorin neconsumai y5=0 lei cretere chelt./nc 1 litru motorin xe6=200 lei necheltuii cu BBD y6=0 lei cretere chelt./nc 1 leu chelt. Cu BBD xe7=200 Kg NPK neconsumate y7=0 lei cretere chelt./nc 1 Kg NPK xe8=0 ha teren necultivate y8=510 lei cretere chelt./nc 1 ha teren xe9=0 lei surplus de venit y9=0.3 lei cretere chelt./nc 1 leu venit xe10=10 ha gru surplus y10=0 lei cretere chelt./al 31-lea ha gru xe11=5 ha porumb surplus y11=0 lei cretere chelt./al 41-lea porumb xe12=0 ha floarea soarelui surplus y12=120 lei cretere chelt./al 11-lea ha floare soare xe13=1 ha sfecl de zahr surplus y13= 0 lei cretere chelt./al 5-lea ha sfecl zahr fminim = gmaxim =91950 lei Pentru soluiile optime de mai sus avem valorile optime Vm=136500 lei ;Cm =91950 lei=minim; Pm= 44550 lei; RPm=0.326 Structura n procente a cheltuielilor minime fminim = 91950 lei este : s1 = 36.5 % (contribuia grului); s2 = 47 % (contribuia porumbului) ; s3 = 10.8 % (contribuia florii soarelui) ; s4 = 5.7 % (contribuia sfeclei de zahr). Indicatori economici ai modelului liniar VI : I) Rata medie a profitului RMP =0.326 mil. lei profit /1 mil.lei cheltuit II) Rata marginal a profitului RDP = (1 / y9 1) =2.333 lei cretere de profit / 1 lei cretere de cheltuieli III) 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) . n modelul VI al structurii optime a culturilor , la modificarea garaniei de venit b9 , soluia optim dual existent a modelului rmne optim dac b9 =136500 lei (136200 lei ; 137250 lei) . B. ROTAIA CULTURILOR Modelul V (Venit maxim cu cheltuieli limitate) din tabelul 5 are soluiile :

90 SOLUIA BAZIC OPTIM PRIMAL 1)VPP(Suprafee cultivate cu succesoare dup premergtoare) x1=45 ha porumb dup gru x2=0 ha sfecl zahr dup gru x3=35 ha gru dup porumb x4=15 ha sfecl de zahr dup porumb x5=0 ha gru dup soia x6=5 ha porumb dup soia x7=0 ha sfecl zahr dup soia 2)VPE(Diferene ntre resursele consumate i limitele lor) xe1=15 ha gru deficit xe2=10 ha porumb deficit xe3= 0 ha sfecl de zahr deficit xe4=0 lei necheltuii xe5=0 ha teren necultivate xe6=0 ha gru premerg.necultivate xe7=0 ha porumb premerg.necultivate xe8=0 ha soia premerg.necultivate xe9=5 ha gru surplus xe10=10 ha porumb surplus xe11=11 ha sfecl zahr surplus SOLUIA BAZIC OPTIM DUAL 3)VDE(Surplus de venit mil.lei/ha cultur) ye1=0 lei surplus de venit/ha P dup G ye2=400 lei surplus de venit/ha SZ dup G ye3=0 lei surplus de venit/ha G dup P ye4=0 lei surplus de venit/ha SZ dup P ye5=0 lei surplus de venit/ha G dup S ye6=0 lei surplus de venit/ha P dup S ye7=0 lei surplus de venit/ha SZ dup S 4)VDP(Venituri marginale) y1=0 lei cretere venit/al 51-lea ha gru y2=0 lei cretere venit/al 61-lea ha porumb y3=250 lei cretere venit/al 16-lea ha sfecl zahr y4= 1.5 lei cretere venit/nc un mil.lei chelt. y5= 250 lei cretere venit/al 101-lea ha teren y6= - 250 lei cretere venit/al 46-lea ha G premerg. y7= - 250 lei cretere venit/al 51-lea ha P premerg. y8= 0 lei cretere venit/al 6-lea ha S premerg. y9=0 mil.lei cretere venit/al 31-lea ha gru y10=0 lei cretere venit/al 41-lea ha porumb y11= 0 lei cretere venit/al 5-lea ha sfecl zah.

fmaxim = gminim = 146000 lei Prescurtri : G=gru;P=porumb;S=soia;SZ=sfecl de zahr Pentru soluiile optime de mai sus avem valorile optime Vm=146000 lei=maxim; Cm =94000 lei; Pm=52000 lei; RPm=0.553 Structura n procente a venitului maxim fmaxim = 146000 lei este : s1 = 46.2 % (contribuia porumbului dup gru); s3 = 28.8 % (contribuia grului dup porumb) ; s4 = 19.5 % (contribuia sfeclei de zahr dup porumb) ; s6 = 5.5 % (contribuia porumbului dup soia). Indicatori economici ai modelului liniar V : I) Rata medie a profitului RMP =0.553 lei profit /1 leu cheltuit II) Rata marginal a profitului RDP = y4 1 =0.5 lei cretere de profit / 1 leu cretere de cheltuieli III) Elasticitatea ratei profitului ERP = RDP / RMP = 0.9 % cretere de profit / 1 % cretere de cheltuieli . Reoptimizare a) n modelul V al rotaiei optime a culturilor , soluia optim primal existent a modelului rmne optim dac c1 = 1500 lei / ha porumb dup gru (1100 lei / ha porumb dup gru; +) ; c2 = 1800 lei / ha sfecl de zahr dup gru (0 lei / ha sfecl de zahr dup gru ; 2200 lei / ha sfecl de zahr dup gru) ; c3 =1200 lei / ha gru dup porumb(0 lei / ha gru dup porumb ;1500 lei / ha gru dup porumb) ;c4 =1900 lei / ha sfecl de zahr dup porumb(1600 lei / ha sfecl de zahr dup porumb; +) ; c5 = 1300 lei / ha gru dup soia (0 lei / ha gru dup soia ; 1600 lei / ha gru dup soia) ; c6 = 1600 lei /ha porumb dup soia ( 1300 lei /ha porumb dup soia ; +) ; c7 = 2000 lei / ha sfecl de zahr dup soia (0 lei / ha sfecl de zahr dup soia; 2300 lei / ha sfecl de zahr dup soia) . b) n modelul V al structurii optime a culturilor , la modificarea limitei de cheltuieli b4 , soluia optim dual existent a modelului rmne optim dac b4 =94000 lei (94000 lei ; +) . Modelul VI (Cheltuieli minime cu venit garantat) din tabelul 6 are soluiile :

91 SOLUIA BAZIC OPTIM PRIMAL 1)VPP(Suprafee cultivate cu succesoare dup premergtoare) x1=45 ha porumb dup gru x2=0 ha sfecl zahr dup gru x3=41.43 ha gru dup porumb x4=8.57 ha sfecl zahr dup porumb x5=5 ha gru dup soia x6=0 ha porumb dup soia x7=0 ha sfecl zahr dup soia 2)VPE(Diferene ntre resursele consumate i limitele lor) xe1=3.57 ha gru deficit xe2=15 ha porumb deficit xe3=6.43 ha sfecl de zahr deficit xe4=0 ha necultivate xe5=0 ha gru premerg.necultivate xe6=0 ha porumb premerg.necultivate xe7=0 ha soia premerg.necultivate xe8=0 lei venit surplus xe9=16.43 ha gru surplus xe10=5 ha porumb surplus xe11=4.57 ha sfecl zahr surplus SOLUIA BAZIC OPTIM DUAL 3)VDE(Deficit de chelt. mil.lei/ha cultur) ye1=0 lei deficit de chelt./ha P dup G ye2=71.43 lei deficit de chelt./ha SZ dup G ye3=0 lei deficit de chelt./ha G dup P ye4=0 lei deficit de chelt./ha SZ dup P ye5=0 lei deficit de chelt./ha G dup S ye6=71.43 lei deficit de chelt./ha P dup S ye7=0 lei deficit de chelt./ha SZ dup S 4)VDP(Cheltuieli marginale) y1=0 lei cretere chelt./al 51-lea ha gru y2=0 lei cretere chelt./al 61-lea ha porumb y3=0 lei cretere chelt./al 16-lea ha sfecl zahr y4= 0 lei cretere chelt./al 101-lea ha teren y5= 357.14 lei cretere chelt./al 46-lea ha G premerg. y6= 285.71 lei cretere chelt./al 51-lea ha P premerg. y7= 142.86 lei cretere chelt./al 6-lea ha S premerg. y8= 0.43 lei cretere chelt./nc un mil.venit y9=0 lei cretere venit/al 31-lea ha gru y10=0 lei cretere venit/al 41-lea ha porumb y11= 0 lei cretere venit/al 5-lea ha sfecl zah.

fminim = gmaxim = 91071.43 lei Prescurtri : G=gru;P=porumb;S=soia;SZ=sfecl de zahr Pentru soluiile optime de mai sus avem valorile optime Vm=140000 lei; Cm=91071.43 lei =min ; Pm=48928.57 lei; RPm=0.537 Structura n procente a cheltuielilor minime fminim = 91071.43 lei este : s1 = 49.4 % (contribuia porumbului dup gru); s3 = 36.4 % (contribuia grului dup porumb) ; s4 = 10.4 % (contribuia sfeclei de zahr dup porumb) ; s5 = 3.8 % (contribuia grului dup soia). Indicatori economici ai modelului liniar VI : I) Rata medie a profitului RMP =0.351 lei profit /1 leu cheltuit II) Rata marginal a profitului RDP =(1/y8 ) 1 =1.331 lei cretere de profit / 1 leu cretere de cheltuieli III) Elasticitatea ratei profitului ERP = RDP / RMP = 3.8 % cretere de profit / 1 % cretere de cheltuieli . Reoptimizare a) n modelul VI al rotaiei optime a culturilor , soluia optim primal existent a modelului rmne optim dac c1 = 1000 lei / ha porumb dup gru (0 lei / ha porumb dup gru;1071.43 lei / ha porumb dup gru) ; c2 = 1200 lei / ha sfecl de zahr dup gru (1128.57 lei / ha sfecl de zahr dup gru ; +) ; c3 =800 lei / ha gru dup porumb(800 lei / ha gru dup porumb ;1100 lei / ha gru dup porumb) ;c4 =1100 lei / ha sfecl de zahr dup porumb(800 lei / ha sfecl de zahr dup porumb;1100 lei / ha sfecl de zahr dup porumb) ; c5 = 700 lei / ha gru dup soia (0 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) .

92 2.4 Modele de optimizare tip transport i de repartiie(assignment) De la furnizorii F1,,Fm la beneficiarii B1,,Bn trebuie transportate produse ; fie cij cheltuielile / veniturile pe unitatea de produse (ton ,bucat) cnd acestea se repartizeaz de la Fi la Bj . De exemplu n cazul transportului , cheltuielile cij (lei / ton) se obin nmulind costul unic (lei / ton.Km) cu distana (Km) de la Fi la Bj . Din aceast cauz asemenea modele se numesc modele tip transport . Fie a1,,am ofertele n tone ale furnizorilor F1,,Fm i b1,,bn cererile n tone ale beneficiarilor B1,,Bn . Presupunem c modelul tip transport este echilibrat adic oferta total este egal cu cererea total OT = a1++am = b1++bn = CT Datele se arajeaz n tabelul : F /B F1 . . . Fn Cereri B1 . c11 . . . . cm1 . b1 .. .
.

.
.

.
.

. .

. .

. .

. Bn . c1n . . . . cmn . bn

Oferte a1 . . . am CT=OT

Fie xij cantitatea de produse (tone) care se va repartiza de la Fi la Bj . Problema de optimizare tip transport are forma : x11+x1n = a1 .. xm1+xmn = am .. x11+xm1 = b1 .. x1n+xmn = bn xij 0 ------------------------------

f = cij x ij = max/ min

i =1 j=1

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). Problemele tip transport au totdeauna soluie bazic iniial cu m+n 1 componente xij nenule , care poate fi gsit prin diverse metode : csua (i,j) de Nord-Vest ,csua (i,j) de cost optim pe linii sau pe coloane sau pe ansamblul tabelului . Modelul tip transport dual are forma : ui+ vj () cij (1 i m 1 j n ) ui ,vj =oarecare ---------------------------------------------g= (a1u1+amum)+(b1v1++bnvn) = minim(maxim) Dac avem gminim atunci n restricii punem semnul iar dac avem gmaxim atunci n restricii punem semnul .

93 ui (lei / ton) reprezint cota-parte din cij (lei / ton ) care revine lui Fi iar vj (lei / ton) reprezint cota-parte din cij (lei / ton) care revine lui Bj . Funcia-obiectiv dual g reprezint n lei suma cotelor- pri ce revin tuturor furnizorilor i beneficiarilor pentru ofertele respectiv cererile acestora. Problemele neechilibrate (cu OT CT ) trebuie echilibrate astfel : a) Dac OT = a1++am > b1++bn = CT , introducem un beneficiar fictiv Bn+1* cu coeficienii c1,n+1 = = cm,n+1 = 0 i cu cererea OT - CT b) Dac OT = a1++am < b1++bn = CT , introducem un furnizor fictiv Fm+1* cu coeficienii cm+1,1 = = cm+1,n = 0 i cu oferta CT OT. Exemple 1) Fie problema de maxim cu doi furnizori i doi beneficiari : F \ B F1 F2 Cereri B1 2 5 10 B2 3 4 8 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 Cereri B1 2 5 10 B2 3 4 8 B3* 0 0 5 Oferte 14 9 23

Transformm acest tabel pentru a aplica metoda simplex : F B Restric. F1 F2 B1 B2 B3* F B1 x1 1 0 1 0 0 2 F1 B2 x2 1 0 0 1 0 3 B3* x3 1 0 0 0 1 0 B1 x4 1 1 1 0 0 5 F2 B2 x5 1 1 0 1 0 4 B3* x6 1 1 0 0 1 0 Semn Limite

= 14 = 9 = 10 = 8 = 5 MAXIM

Dup rezolvare avem : Soluie bazic optim primal I)VPP(cantiti transportate) X1=1 ton de la F1 la B1 x2=8 tone de la F1 la B2 x3*=5 tone rmn la F1 x4=9 tone de la F2 la B1 x5 =0 tone de la F2 la B2 x6=0 tone rmn la F2 Soluie bazic optim dual III) VDP(Surplus de venit / ton) ye1=0 surplus de venit / ton de la F1 la B1 ye2=0 surplus de venit / ton de la F1 la B2 ye3=0 surplus de venit / ton de la F1 la B3* ye4=0 surplus de venit / ton de la F2 la B1 ye5=2 surplus de venit / ton de la F2 la B2 ye6=3 surplus de venit / ton de la F2 la B3*

94 II) VPE(Diferene ntre cantitile IV)VDP(Venituri marginale) Transportate i limite) xe1=0 tone de la F1 y1=u1=0 cretere venit/ nc 1 t de la F1 xe2=0 tone de la F2 y2=u1=3 cretere venit/ nc 1 t de la F2 xe3=0 tone la B1 y3=v1=2 cretere venit/ nc 1 t la B1 xe4=0 tone la B2 y4=v2=3 cretere venit/ nc 1 t la B2 xe5=0 tone la B3* y5=v3*=0 cretere venit/ nc 1 t la B3* fmaxim = gminim = 71 uniti bneti 2) Fie problema de minim cu doi furnizori i doi beneficiari : F \ B F1 F2 Cereri B1 5 4 15 B2 1 2 8 Oferte 10 12 OT=22 CT=23

Deoarece OT=22 tone < 23 tone= CT ,introducem un furnizor fictiv F3* cu oferta a3* = CT OT = 1 ton i cu c31=c32 =0 iar problema devine echilibrat . F \ B F1 F2 F3* Cereri B1 5 5 0 15 B2 1 4 0 8 Oferte 10 12 1 23

Transformm acest tabel pentru a aplica metoda simplex : F B Restric. F1 F2 F3* B1 B2 F F1 B1 x1 1 0 0 1 0 5 1 0 0 0 1 1 B2 x2 0 1 0 1 0 4 B1 x3 0 1 0 0 1 2 F2 B2 x4 0 0 1 1 0 0 B1 x5* 0 0 1 0 1 0 F3* B2 x6* = = = = = MINIM 10 12 1 15 8 Semn Limite

Dup rezolvare cu metoda simplex avem : Soluie bazic optim primal I)VPP(cantiti transportate) x1=2 tone de la F1 la B1 x2=8 tone de la F1 la B2 x3=12 tone de la F2 la B1 x4=0 tone de la F2 la B2 x5* =1 ton nu ajunge la B1 x6*=0 tone nu ajung la B2 II) VPE(Diferene ntre cantit. Transportate i limite) Soluie bazic optim dual III) VDP(Deficit de venit / ton) ye1=0 deficit de venit / ton de la F1 la B1 ye2=0 deficit de venit / ton de la F1 la B2 ye3=0 deficit de venit / ton de la F2 la B1 ye4=2 deficit de venit / ton de la F2 la B2 ye5*=0 deficit de venit / ton de la F3* la B1 ye6*=4 deficit de venit / ton de la F3* la B2 IV)VDP(Venituri marginale)

95 xe1=0 tone de la F1 xe2=0 tone de la F2 xe3=0 tone de la F3* xe4=0 tone la B1 xe5=0 tone la B2 y1=u1=1 cretere venit/ nc 1 t de la F1 y2=u1=0 cretere venit/ nc 1 t de la F2 y3=u3*=4 cretere venit/ nc 1 t la F3* y4=v1=4 cretere venit/ nc 1 t la B1 y5=v2=0 cretere venit/ nc 1 t la B2 fminim = gmaxim = 66 uniti bneti

Probleme tip transport cu unele rute interzise Dac problema primal este de maxim , n rutele interzise lum costuri cij negative ,mult mai mici ca restul costurilor din csuele neinterzise. n soluia bazic optim primal aceste csue interzise nu apar ,contribuia lor la fmaxim fiind neglijabil. Dac problema primal este de minim , n rutele interzise lum costuri cij pozitive ,mult mai mari ca restul costurilor din csuele neinterzise. n soluia bazic optim primal aceste csue interzise nu apar ,contribuia lor la fminim fiind prea mare. Probleme tip transport cu centre intermediare n acest caz ntre furnizorii F1,,Fm i beneficiarii B1,,Bn se interpun centrele de tranzit T1,, Tp care pot fi angrouri,depozite,etc n care produsele sosesc de la furnizori i pleac mai departe la beneficiari . Vom echilibra oferta total a furnizorilor cu cererea total a beneficiarilor prin introducerea unui furnizor / beneficiar fictiv iar la restricii adogm condiiile de tranzitare a produselor prin centrele T1,,Tp : cantitatea total de produse care sosete n fiecare centru de tranzit este egal cu cantitatea total de produse care pleac din acest centru de tranzit. Exemplu Fie problema de minim cu tabelele de date : Tabel 1 T T1 T2 F F1 5 10 F2 8 6 Tranzit Tabel 2 B T T1 T2 Cereri 60 t B1 7 2 40 t B2 4 9 100 t Tranzit 200 t 300 t 500 t 200 t 300 t 500 t

Oferte 50 t 30 t 80 t

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

96 Tabel 3 T F F1 F2 F3* Tranzit 200 t T1 5 8 0 T2 10 6 0 300 t 500 t Oferte 50 t 30 t 20 t 80 t

Din liniile tabelului 3 rezult ecuaiile : X11 + X12 = 50 X21 + X22 = 30 X31 + X32 = 20 iar din coloanele tabelului 2 rezult ecuaiile : X41 + X51 = 60 X42 + X52 = 40 Condiiile de tranzit pentru T1 i T2 se extrag din coloanele tabelului 3 i din liniile tabelului 2 : X11 + X21 + X31 = X41 + X42 X12 + X22 + X32 = X51 + X52 Funcia-obiectiv este : f = 5.X11 + 10.X12 + 8.X21 +6.X22 + 0.X31 + 0.X32 + 7.X41 + 4.X42 + 2X51 + 9X52 = minim Transferm datele precedente n tabelul 4 pentru a aplica metoda simplex : Tabel 4 Rute F1 F2 F3* T1 T2 T1 T2 T1 T2 T1 T2 B1 B2 B1 Restricii X1 X2 X3 X4 X5 X6 X7 X8 X9 F1 1 1 0 0 0 0 0 0 0 F2 0 0 1 1 0 0 0 0 0 F3* 0 0 0 0 1 1 0 0 0 B1 0 0 0 0 0 0 1 0 1 B2 0 0 0 0 0 0 0 1 0 T1 1 0 1 0 1 0 -1 -1 0 T2 0 1 0 1 0 1 0 0 -1 Cheltuieli 5 10 8 6 0 0 7 4 2 Soluiile bazice optime primal i dual vor fi : Soluia bazic optim primal I.VPP (cantiti transportate) X1 = 50 t de la F1 la T1 X2 = 0 t de la F1 la T2 X3 = 0 t de la F2 la T1 X4 = 30 de la F2 la T2 X5 = 0 t lipsesc la T1 X6 = 20 t lipsesc la T2 X7 = 10 t de la T1 la B1 X8 = 40 t de la T1 la B2 X9 = 50 t de la T2 la B1(din care lipsesc 20 t) X10 = 0 t de la T2 la B2 II.VPE (diferene ntre cantiti transportate i limite)

B2 X10 0 0 0 0 1 0 -1 9

Semn = = = = = = =

Limite

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

Soluia bazic optim dual III. VDE (deficit de cheltuieli lei / t) Ye1 = 0 lei / t de la F1 la T1 Ye2 = 0 lei / t de la F1 la T2 Ye3 = 7 lei / t de la F2 la T1 Ye4 = 0 lei / t de la F2 la T2 Ye5 = 5 lei / t rmase la T1 Ye6 = 0 lei / t rmase la T2 Ye7 = 0 lei / t de la T1 la B1 Ye8 = 0 lei / t de la T1 la B2 Ye9 = 0 lei / t de la T2 la B1 Ye10 = 10 lei / t de la T2 la B1 IV. VDP(cheltuieli marginale)

97 Xe1 = 0 t Xe2 = 0 t Xe3 = 0 t Xe4 = 0 t Xe5 = 0 t Xe6 = 0 t Xe7 = 0 t rmase la F1 Y1 =9 lei cretere chelt./ a 51-a ton rmase la F2 Y2 =5 lei cretere chelt./ a 31-a ton * rmase la F3 Y3 = -1 leu cretere chelt./ a 21-a ton neprimite la B1 (neprimite 20 t) Y4 =3 lei cretere chelt./ a 61-a ton neprimite la B2 Y5 =0 lei cretere chelt./ a 41-a ton rmase la T1 Y6 = - 4 lei cretere chelt./ 1 ton la T1 rmase la T2 Y7 =1 lei cretere chelt./ 1 ton la T2 Fminim = gmaxim 760 uniti bneti

Probleme de repartiie(assignment) Aceste probleme sunt de tip transport n care F1,,Fm sunt solicitani de slujbe iar B1,,Bn sunt angajatorii. Coeficienii cij sunt valori economice ale solicitantului Fi la angajatorul Bj . xij sunt variabile bivalente : xij =1 dac Fi este angajat de Bj i 0 n caz contrar. n plus a1==am=1 i b1=bn=1 Exemplu Fie problema de repartiie de maxim a trei solicitani Fi pentru dou posturi Bj pe care o echilibrm : F \ B F1 F2 F3 Cereri B1 30 40 50 1 B2 10 60 50 1 B3* 0 0 0 1 Oferte 1 1 1 3

Transformm problema pentru a aplica metoda simplex i o rezolvm ca problem de optimizare cu neconoscute ntregi adognd i restriciile xi 1 : F B Restricii F1B1 F1B2 F1B3* F2B1 F2B2 F2B3* F3B1 F3B2 F3B3* F1 F2 F3 B1 B2 B3* F B1 x1 1 0 0 0 0 0 0 0 0 1 0 0 1 0 0 30 F1 B2 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 x4 0 0 0 1 0 0 0 0 0 0 1 0 1 0 0 40 F2 B2 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 x7 0 0 0 0 0 0 1 0 0 0 0 1 1 0 0 50 F3 B2 x8 0 0 0 0 0 0 0 1 0 0 0 1 0 1 0 50 Semn Limite B3* x9 0 0 0 0 0 0 0 0 1 0 0 1 0 0 1 0 1 1 1 1 1 1 1 1 1 = 1 = 1 = 1 = 1 = 1 = 1 MAXIM

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

98 2.5 Drumuri de lungime optim n reele Un graf este un ansamblu format dintr-o mulime V de vrfuri i o mulime U (inclus n produsul cartezian V x V ) de arce care unesc aceste vrfuri . Vrfurile vi se marcheaz prin puncte iar arcele uj se marcheaz prin linii care unesc unele din aceste puncte. Lungimea lij a unui arc se specific pe acest arc.n caz contrar se consider c arcul are lungimea 1. Un arc poate fi orientat (prin sgeat) sau neorientat (muchie). Un graf este orientat sau neorientat dac toate arcele sale sunt orientate respectiv neorientate. Dou vrfuri sunt adiacente dac exist mcar un arc care le unete iar un arc este incident n vrfurile de la extremiti. Unui graf i se asociaz matricea de adiacen A = (aij ) unde aij =1 dac vrfurile vi , vj sunt adiacente i aij =0 n rest. Unui graf i se asociaz matricea de inciden B = ( bij ) unde bij = 1 dac arcul ui este incident n vrful vj i aij = 0 n caz contrar. Un graf parial se obine dintr-un graf dat dac se nltur o parte din arce iar un subgraf se obine dintr-un graf dac se nltur o parte din vrfuri i arcele incidente n ele. Dm i alte noiuni care apar n grafuri orientate (neorientate). Un drum(lan) care unete dou vrfuri vi , vj ale garfului este o succesiune de alte vrfuri i arce care le unesc astfel c parcurgndu-le , se poate ajunge de la vi la vj sau invers. Un drum(lan) este simplu dac nu folosete de dou ori acelai arc i este elementar dac nu folosete de dou ori acelai vrf. Orice drum(lan) simplu este elementar. 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 . 1) 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. Exemplu S se determine drumul de lungime minim de la v1 la v6 n reeaua:

99

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

Arc marcat A3 B2 D2 I1 K6

Drumul optim este succesiunea de vrfuri i arce v1A3v2D2v4I1v5K6v6 , cu toate arcele marcate , dac este parcurs de la v6 la v1 ,n sens invers sgeilor. Acest drum are lungimea minim 12. 2) Determinarea drumului de lungime maxim. Fiecrui vrf vi i se ataeaz distana maxim Di de la v1 la vi calculat astfel : D1 =0 i Dj = maxim (Di + lij ) pentru toate arcele care sosesc n vj . i Arcele care dau maximul se marcheaz cu o liniu . Drumul de lungime maxim are toate arcele marcate dac este parcurs de la vn la v1 n sens invers sgeilor. Exemplu S se determine drumul de lungime maxim de la v1 la v6 n reeaua:

100

Soluie Avem tabelul : Vrful V1 V2 V3 V4 V5 V6

di 0 max(0+3)=3 max(0+2;3+6)=9 max(3+2;9+5;9+8)=17 max(3+4;3+5;17+1)=18 max(18+6;17+8)=25

Arc marcat A3 C6 F8 I1 J8

Drumul optim este succesiunea de vrfuri i arce v1A3v2C6v3F8v4J8v6 , cu toate arcele marcate , dac este parcurs de la v6 la v1 ,n sens invers sgeilor.Acest drum are lungimea maxim 25. Problema drumului optim n reele se poate formula ca model liniar de optimizare cu variabile bivalente. Exemplu Pentru drumul de lungime minim i cel de lungime maxim de mai sus avem modelul liniar cu variabile bivalente : Activiti A B C D E F G H I J K Semn Limite Restricii x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 v1 -1 -1 0 0 0 0 0 0 0 0 0 = -1 v2 1 0 -1 -1 0 0 -1 -1 0 0 0 = 0 v3 0 1 1 0 -1 -1 0 0 0 0 0 = 0 v4 0 0 0 1 1 1 0 0 -1 -1 0 = 0 v5 0 0 0 0 0 0 1 1 1 0 -1 = 0 v6 0 0 0 0 0 0 0 0 0 1 1 = 1 Lungimi arce 3 2 6 2 5 8 4 5 1 8 6 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 .

101 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 grirea 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 fiecrul 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 . 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)
u- (V)

f (u) =

u+ (V)

f (u)

, V V0 ;V Vn

f (u) =
u (V)

f (u) =

u+ (V)

f (u) = Maxim

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 mumi 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 +

102 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 :
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

= = = =
MAXIM

3 2 6 2 5 8 4 5 1 8 6 0 0 0 0

Modelul primal are soluia bazic optim : x1=3 (cantitatea de produse care tranziteaz arcul A) x2 =2 (cantitatea de produse care tranziteaz arcul B) x3 = 1(cantitatea de produse care tranziteaz arcul C) x4 = 2(cantitatea de produse care tranziteaz arcul D) x5 = 3(cantitatea de produse care tranziteaz arcul E) x10 =5(cantitatea de produse care tranziteaz arcul J) Restul necunoscutelor xi (pe celelalte arce) sunt zero.

103 Modelul dual are soluia bazic optim : y1=y2 = y12 = y13 = y14 = y15 = 1 iar restul variabilelor duale yI sunt zero. fmaxim = gminim = 5 (fluxul maxim al cantitii de produse care tranziteaz reeaua) Cu ajutorul fluxului optim ntr-o reea se poate optimiza orice problem tip transport sau de assignment prezentat n seciunea 6.4 n reeaua de transport avnd ca vrfuri m furnizori F1,,Fm i n beneficiari B1,,Bn se mai adaog vrful iniial V0 i vrful final Vn . Capacitile arcelor (V0 ,Fi) sunt ofertele ai ale lui Fi iar capacitile arcelor (Bj , Vn ) sunt cererile bj ale beneficiarilor Bj . Toi furnizorii FI se unesc prin arce cu toi beneficiarii Bj (cu excepia rutelor interzise). n probleme de assignment Fi sunt persoane policalificate solicitante de posturi iar Bj sunt locuri de munc vacante.n acst caz ai = bj = 1 i unim pe Fi cu Bj dac Fi poate ndeplini sarcinile locului de munc Bj . Dac fiecare Fi poate ocupa cel puin un loc de munc Bj, gsirea fluxulul maxim asigur cea mai bun repartiie a persoanelor pe locurile de munc. 2.6 Ealonarea optim a activitilor unui proiect agricol prin metoda drumului critic Proiectul unui sistem agricol este un complex de activiti cu anumite durate . Din punct de vedere al ealonrii n timp , activitile proiectului se mpart n simultane sau consecutive . Scopul ealonrii optime a activitilor proiectului agricol este minimizarea timpului total de execuie a proiectului . Pentru aceasta ntregul proiect se reprezint printr-o reea astfel : Vrfurile reelei sunt stadii de execuie ale proiectului ( v1 este stadiul iniial iar vn este stadiul final ) iar arcele care le unesc, sunt activitile proiectului cu duratele lor nscrise pe arce . Un drum de lungime maxim ntre vrful iniial v1 i vrful final vn , se numete drum critic . Am vzut n seciunea 2.5 c problema gsirii drumului critic se formuleaz i se rezolv ca o problem de optimizare liniar cu variable bivalente. Conform teoremei de dualitate 2.1 din secinea 2.2 , timpul total minim de execuie a proiectului este egal cu lungimea maxim a drumului critic. Activitile de pe drumul critic se vor numi activiti critice deoarece ele trebuie executate una dup alta fr pauze,pentru a menine timpul total de execuie a proiectului la valoarea sa minim . Activitile din afara drumului critic se numesc activiti mecritice ,ele avnd rezerve de timp fr afectarea valorii minime a timpului total de execuie a proiectului . n concluzie , drumul critic reprezint coloana vertebral a proiectului agricol. Duratele activitilor se calculeaz dup normele de deviz astfel : durata tij a unei activiti care pleac din stadiul vi i sosete n stadiul vj , este : tij = ( Volumul activitii n zile-om sau ore-agregat ) / ( numrul de muncitori sau utilaje x norma unui muncitor sau utilaj) . Varianta determinist a drumului critic se numete CPM (Critical Path Method) i folosete duratele constante tij ale activitilor calculate ca mai sus. Pentru gsirea drumului critic , procedm astfel : Pentru fiecare vrf vi al reelei se calculeaz intervalul su de fluctuaie [ ti ; ti* ]. Mrimea ti reprezint intervalul de timp minim de la nceperea execuiei proiectului pn se ajunge n stadiul vi de execuie a proiectului , adic pn se execut toate activitile pe toate drumurile din reea care pleac din v1 i sosesc n vi . Mrimea ti* reprezint intervalul de timp maxim de la nceperea execuiei proiectului pn se ajunge n stadiul vi de execuie a proiectului , astfel ca timpul total de execuie a proiectului s rmn la nivelul su minim. Mrimile ti se calculeaz de la v1 la vn astfel : t1 = 0 iar pentru situaia :

104 vj vi o-------------------------o ti tij tj dac s-a calculat ti , avem tj = maxim (ti + tij ) pentru toate arcele care sosesc n vrful vj . Arcele care dau acest maxim ,se marcheaz cu o liniu. Mrimile ti* se calculeaz de la vn la v1 astfel : tn* = tn iar pentru situaia : vi vj o-------------------------o t i* tij t j* dac s-a calculat tj , avem ti* = minim (tj - tij ) pentru toate arcele care pleac din vrful vi . Arcele care dau acest minim ,se marcheaz cu o liniu. Drumul de la v1 la vn cu dublu marcaj pe toate arcele sale, va fi drumul critic. Pe acest drum pentru toate v\rfurile sale vi avem ti = ti* ceace justific denumirea de activiti critice dat activitilor de pe drumul critic. Drumul critic conine n mod obligatoriu vrfurile v1, vn i doar o parte din vrfurile intermediare v2,,vn-1 . Activitile necritice au urmtoarele rezerve de timp : Rezerva total Rt (vi , vj ) = tj* - ti - tij desemneaz situaia c am ajuns cel mai devreme n stadiul vi i vrem s ajungem cel mai trziu n stadiul vj . Rezerva liber Rl (vi , vj ) = tj - ti - tij desemneaz situaia c am ajuns cel mai devreme n stadiul vi i vrem s ajungem cel mai devreme n stadiul vj . Rezerva intermediar Ri(vi , vj ) = tj* ti* - tij desemneaz situaia c am ajuns cel mai trziu n stadiul vi i vrem s ajungem cel mai trziu n stadiul vj . 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 ceace 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 -

105 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. 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 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 Denumire activitate a ij tij 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 bij 6 4 6 3 8 8 9 6 8 4 8 4 3 6 2 3 tmij 5 3.83 5.83 3 5.33 5.5 8 6 7.67 4 5.33 4 3 5.83 2 3 sij 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

1) Lucrm n varianta CPM cu duratele constante tij ale activitilor. Mai nti construim graful proiectului pe baza coloanei cu activiti anterioare din tabelul anterior.

106

107 Pe baza grafului precizm datele pentru programul DCRITIC : a) n= 10 vrfuri ; b) p=2 arce = numrul maxim de arce care unesc direct dou vrfuri oarecare c) Semimatricea cu duratele de la fiecare vrf vi la vrfurile vj care urmeaz dup el (j>i) . v3 v4 v5 v6 v7 v8 v9 v2 v1 5,0, 0,0, 0,0, 0,0, 0,0, 0,0, 0,0, 0,0, v2 4,6, 0,0, 0,0, 0,0, 0,0, 0,0, 0,0, v3 3,0, 0,0, 0,0, 0,0, 0,0, 0,0, v4 8,0, 0,0, 0,0, 5,0, 0,0, v5 6,8, 0,0, 0,0, 0,0, v6 4,0, 0,0, 0,0, v7 6,0, 0,0, v8 2,0, v9

v10 0,0 0,0 0,0 5,0 0,0 4,3 5,0 0,0 3,0

n tabelul care urmeaz se calculeaz intervalele de fluctuaie ale vrfurilor v1 v10 : Vrf ti Arc marcat t i* Arc marcat vI v1 0 5 5 =0 A v2 0+5=5 A Min(11-4;11-6)=5 C v3 max(5+4;5+6)=11 C 14-3 = 11 D v4 11+3=14 D Min(22-8;40-5;45-5)=14 G v5 14+8=22 G Min(30+6;30+8)=22 I v6 max(22+6;22+8)=30 I Min(45-4;45-3;34-4)=30 J v7 30+4=34 J Min(45-5;40-6)=34 N v8 max(34+6;14+5)=40 N 42-2=40 O v9 40+2=42 O 45-3=42 P v10 max(30+4;30+5;34+5; P 45 42+3;14+5)=45 Urmeaz tabelul cu activiti critice i necritice : Cod ACTIVITATE NCEPUT Activit. PLECARE SOSIRE RUTA Iminim Imaxim A v1 v2 1 0 0 B v2 v3 1 5 7 C v2 v3 2 5 5 D v3 v4 1 11 11 E v4 v10 1 14 40 F v4 v8 1 14 35 G v4 v5 1 14 14 H v5 v6 1 22 24 I v5 v6 2 22 22 J v6 v7 1 30 30 K v7 v10 1 34 40 L v6 v10 1 30 41 M v6 v10 2 30 42 N v7 v8 1 34 34 O v8 v9 1 40 40 P v9 v10 1 42 42 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

108 Drumul critic este v1 A v2 C v3 D v4 G v5 I v6 J v7 N v8 O v9 P v10 cu lungimea maxim de 45 zile egal cu durata minim a proiectului agricol . n tabelul urmtor avem rezervele de timp ale activitilor necritice. Cod Activit. B E F H K L M ACTIVITATE PLECARE SOSIRE v2 v3 v4 v10 v4 v8 v5 v6 v7 v10 v6 v10 v6 v10 Rt RUTA 1 1 1 1 1 1 2 2 26 21 2 6 11 12 Rl 2 26 21 2 6 11 12 Ri 2 26 21 2 6 11 12 Rs 2 26 21 2 6 11 12 tij +Ri 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 .
2 Avem s T = sij pentru activiti critice deci :

s T = 0.332 + 0.17 2 + 02 + 0.332 + 0.332 + 02 + 0.17 2 + 02 + 02 = 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 .

109

110 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)

5 4 6 3 5 5 8 6 8 4 5 4 3 6 2 3 MINIM

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 funciaobiectiv 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 .

111
2.7 Rezumat

n acest capitol se prezint dou 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

112 CAPITOLUL 3 ANALIZ MATEMATIC Obiective : nsuirea de ctre studeni a rolului derivatelor de ordinul nti i doi n studiul funciilor reale de o variabil real i gsirea extremelor acesteia , a rolului derivatelor pariale de ordin unu i doi n studiul funciei reale de n variabile reale i mai ales a gsirii extremelor libere sau cu legturi ale funciei . Cuprins : 3.1 Calcul diferenial pentru funcii de o variabil real 3.1.1 Funcii elementare i aplicaii 3.1.2 Rolul derivatelor de ordinul unu i doi n studiul funciilor de o variabil real 3.1.3 Optimele funciilor de o variabil real i aplicaii 3.1.4 Funcii cumulate n timp cu ajutorul integralei 3.2 Calcul diferenial pentru funcii de n variabile reale 3.2.1 Rolul derivatelor pariale de ordinul unu i doi n studiul funciilor de n variabile reale 3.2.2 Extreme libere ale funciilor de n variabile reale 3.2.3 Extreme cu legturi ale funciilor de n variabile reale 3.3 Rezumat 3.4 ntrebri 3.5 Bibliografie Cuvinte-cheie : funcie real de o variabil real ,derivate de ordin nti i doi , maximele i minimele unei funcii , funcie real de n variabile reale , derivate pariale de ordinul unu i doi , maximele i minimele libere sau condiionate ale unei funcii . 3.1 CALCUL DIFERENIAL PENTRU FUNCII DE O VARIABIL REAL 3.1.1 Funcii elementare i aplicaii

O funcie real de variabil real definit pe A R cu valorile n B R , este o coresponden care asociaz fiecrui element x A , un element unic y = f ( x ) B . Dac x este factor sau surs fizic (consum) sau surs valoric (cheltuieli) iar y este producie fizic sau valoric (venit, profit, rat profit) atunci funcia f se numete funcie de producie. Cheltuielile pentru resurse sunt egale cu consumurile de resurse nmulite cu costurile resurselor iar venitul din produse este egal cu producia fizic nmulit cu preul de vnzare al produselor. Cheltuielile au drept componente cheltuielile materiale, cele cu fora de munc i cele neproductive (taxe, impozite, TVA). Profitul este diferena ntre venituri i cheltuieli iar rata profitului este raportul ntre profit i cheltuieli. Funcii de producie concrete gsite din datele reale, sunt funciile de regresie din statistic. Din definiia funciei rezult c dac x1 = x2 avem y1 = f ( x1 ) = f ( x2 ) = y2 i c f(A) = { y | exist cel puin un x A cu y = f(x) } B . Dac f(x1 ) = f(x2 ) implic x1 = x2 , funcia f se numete injectiv iar dac f(A) = B , funcia se numete surjectiv. O funcie injectiv i surjectiv, se numete bijectiv. O funcie real se precizeaz prin expresia analitic y = f(x) i mulimile A, B sau prin tabel de valori: X Y x1 y1 ------------------------------------xn yn

cu legea de coresponden yi = f ( xi ) ; ( i = 1,..., n ) i A = { x1 ,..., xn } , B = { y1 ,..., yn } .

113 Orice funcie se poate reprezenta grafic ntr-un sistem de axe ortogonale printr-o curb plan n care orice paralel la Ox prin y0 f ( A ) taie graficul lui f cel puin ntr-un punct i orice paralel la Oy prin x0 A , taie graficul lui f exact ntr-un punct. Dac funcia f este bijectiv, orice paralel la Ox prin y0 f ( A ) taie graficul lui f exact ntr-un punct. Fie o funcie f : [ a , b ] R pentru care nu se cunoate expresia analitic dar se cunosc valorile lui f n n puncte ale diviziunii: a = x1 < x2 < ... < xn 1 < xn = b i anume: (1)

yi = f ( xi )

(1 i n )

O funcie cu expresia analitic cunoscut care ndeplinete condiiile (1) este polinomul de interpolare Lagrange de grad n-1 cu expresia: n ( x x1 ) ... ( x xi 1 )( x xi +1 ) ... ( x xn ) y = Pn 1 ( x ) = yi i =1 ( xi x1 ) ... ( xi xi 1 )( xi xi +1 ) ... ( xi xn ) Clase de funcii elementare 1.Funcia liniar y = B0 + B1 x ; A = B = R 2.Funcia polinomial y = B0 + B1 x + ... + Bm x m ; A = B = R

B0 + B1 x + ... + Bm x m ; 3.Funcia ct de polinoame y = C0 + C1 x + ... + Cn x n

A = R \ x C0 + C1 x + ... + Cn x n = 0 ; B = R
4.Funcia putere y = x a ; A = B = R 6.Funcia logaritmic y = log a 5.Funcia exponenial y = a x ; A = R , B = ( 0; + )

( a > 0, a 1) x , B = R , A = ( 0; + ) ( a > 0, a 1)

7.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 8.Funciile trigonometrice inverse:

; 2 2 e) y = arccos x , A = [ 1; 1] ; B = 0; 2 f) y = arctg x , A = R ; B = ; 2 2
d) y = arcsin x , A = [ 1; 1] ; B = Funciile 1), 4) 6), 8 d) f) sunt bijective. Teorema 3.1 1)Fie valorile lui x n pregresie aritmetic . Avem y = B0 + B1 x dac i numai dac valorile lui y sunt n progresie aritmetic. 2)Fie valorile lui x n progresie geometric. Avem y = b0 x B1 dac i numai dac valorile lui y sunt n progresie geometric.

114 3)Fie valorile lui x n progresie aritmetic. Avem y = b0 e B1x dac i numai dac valorile lui y sunt n progresie geometric. 4)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 ,...

y2 = B0 + B1 ( x1 + r ) = B0 + B1 x1 + B1r = y1 + rB1 ,..., yn = = B0 + B1 x1 + ( n 1) r = B0 + B1 x1 + ( n 1) rB1 ,...

Valorile lui y = B0 + B1 x sunt tot n progresie aritmetic: y1 = B0 + B1 x1 ,

termenilor liberi din ambii membri rezult y1 = B0 + B1 x1 ; t = B1r 2)Valorile lui x sunt n progresie geometric dac i numai dac valorile lui log x sunt n progresie aritmetic. n adevr, dac avem x1 , x2 = x1q,..., xn = x1q
n 1

ca y1 + ( n 1) t = B0 + B1 x1 + ( n 1) r de unde prin identificarea coeficienilor lui n i a

Reciproc, dac valorile lui y sunt n progresie aritmetic: y1 , y2 = y1 + t ,..., yn = y1 + ( n 1) r ,... pentru a avea yn = B0 + B1 xn pentru orice n N , trebuie

ln x1 ,ln x2 = ln x1 + ln q,...,ln xn = ln x1 + [ n 1] ln q,...

,... atunci avem

Reciproc, dac avem ln x1 ,ln x2 = ln x1 + p,...,ln xn = ln x1 + [ n 1] p,... atunci avem

n 1

x1 , x2 = x1e p ,..., xn = x1 ( e p )

,...

y = b0 x B1 devine prin logaritmare log y = B1 log x +B0 unde B0 = log b0. Dac valorile lui x sunt n progresie geometric atunci valorile lui log x sunt n progresie aritmetic deci conform punctului 1) avem ln y = B1 ln x + B0 dac i numai dac valorile lui ln y
sunt n progresie aritmetic ceea ce se ntmpl dac i numai dac valorile lui y sunt n progresie geometric. Bx 3) y = b0e 1 devine prin logaritmare log y = B1 x + B0 unde B0 = log b0.

Dac valorile lui x sunt n progresie aritmetic, conform punctului 1) avem log y = B1 x + 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 = ln b0 .

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:

115

Progresie aritmetic

Funcia liniar
Fu nc i
i tm ar g ic

Progresie aritmetic

n Fu

a ci

lo ex

po

ne n i al

Progresie geometric
Q.E.D. Aplicaii ale funciilor elementare

Funcia putere

Progresie geometric

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 :

y=P-

(P-y0 )(b + 1) e ax + b

Pentru b > e avem logistica , cresctoare de la y0 la P , cu punctul de inflexiune xi = ( ln b ) / a i cu graficul :

Pentru b e avem curba de saturaie ,cresctoare de la y0 la P i cu graficul :

116 2) y0 > P deci P este plafon inferior pentru f(x) Funcia este :

y=P+

(y0 P )(b + 1) e ax + b

Pentru b > e avem logistica , descresctoare de la y0 la P , cu punctul de inflexiune xi = ( ln b ) / a i cu graficul :

Pentru b e avem curba de saturaie , descresctoare de la y0 la P i cu graficul :

B). Funcia de concentrare/diluare 1)Funcia de concentrare este y = y0 + x a .e- bx unde y0 = f(0) . Ea are punctul de maxim x0 = b / a i punctele de inflexiune :

x1 =

a a a+ a i x2 = b b

Graficul are forma :

117 2) Funcia de diluare este y = y0 - x a .e- bx unde y0 = f(0) . Ea are punctul de maxim x0 = b / a i punctele de inflexiune :

x1 =

a a a+ a i x2 = b b

Graficul are forma :

C). Funcia seismic asimetric

I .Unda putere : 4h-2 x r x M.( 4h-3 . a ) .sin (2h 1). . a pentru 0 x a y = M.( 4k-2 . b x ) r .sin (2k 1). . b x pentru a x b 4k-3 b a ba

II .Unda exponenial :

x 4h-2 r a 1 x M.( ). .sin (2h 1). . pentru 0 x a 4h-3 r 1 a y = b x 4k-2 r b a 1 b x M.( ). .sin (2k 1). . pentru a x b 4k-3 r 1 ba Parametrii din expresiile precedente au semnificaia urmtoare : a = momentul mijlocului undei maxime absolute (separ unda ascendent de cea descendent) ; b = momentul ncetrii undei ; h = numrul de maxime ale undei ascendente ; k = numrul de minime ale undei descendente ; x1 = ((4h-3) / (4h-2)).a este punctul de maxim absolut al undei iar valoarea maxim absolut este M ; x2 = ((4k-1) / (4k-2)).a este punctul de minim absolut al undei iar valoarea minim absolut este M ; r = parametru de und ( r > 1) ; De exemplu pentru h = 2 i k = 3 avem graficul :

118

4)Calculul concentraiei pe termen lung n administrarea ngrmintelor, ierbicidelor, insecticidelor, vaccinurilor, etc., concentraia acestora se calculeaz astfel: vom presupune c materialele precedente se administreaz n doze egale cu d la intervale de timp egale cu x. 1 e x e x e 2 x x ; Concentraia rezidual 1: r1 = d1e = d Doza 1: d1 = d = d 1 e x 1 e x
1 e x e x e 3 x Doza 2 : d 2 = r1 + d = d ; Concentraia rezidual 2: r2 = d 2 e x = d 1 e x 1 e x
n +1 x 1 e nx e x e ( ) x ; Concentraiarezidual n: rn = d n e = d Doza n : d n = d n 1 + d = d 1 e x 1 e x

1 e x Avem lim d n = d ; lim rn = d deci dup un numr mare de administrri ale n 1 e x 1 e x n

dozei constante d la intervale de timp egale cu x, concentraia aparine intervalului:

e x 1 d 1 e x ; d 1 e x de lungime d.
Grafic, valorile concentraiei y n raport cu lungimea x a intervalului de timp ntre dou administrri succesive, sunt cuprinse n aria haurat de nlimea d:

d 0 ln2 x

Exemplu 2 Un ierbicid se administreaz n doze constante egale cu d = 5mg / m la intervale de timp egale cu x = 2 luni. S se afle intervalul de variaie al concentraiei ierbicidului dup un numr mare de administrri. Soluie

119 Pentru d = 5 ; x = 2 avem: e x e2 =5 = 0.78mg / m 2 d 1 e x 1 e2 1 1 d =5 = 5.78mg / m 2 x 2 1 e 1 e

5)Calculul dobnzilor a)Dobnda simpl Fie y0 suma mprumutat de la banc i care trebuie restituit n x ani cu dobnda anual d ( % ) . Suma mprumutat y0 este rambursat n x ani n rate anuale de y0 / x lei.La aceste rate se adaug dobnzile anuale n lei pentru debitele existente n anul respectiv. y y n primul an debitul este y0 0 lei deci dobnda este y0 0 d lei. x x ------------------------------------------------------------y x 1 y0 lei deci dobnda este y0 ( x 1) 0 d lei. n al x - lea an, debitul este y0 x x Dobnda total n x ani n lei va fi: y y yd T = y0 d + y0 0 d + ... + y0 ( x 1) 0 = y0 xd 0 1 + 2 + ... + ( x 1) = x x x

= y0 xd

y0 d ( x 1) x x +1 d = y0 x 2 2

Dobnda anual pe x ani n procente este D =

Suma total ce se restituie n X ani este: y = y0 (1 + D ) . Dobnda D ajunge egal cu P ( % ) dac rambursarea se face n 2P 1 ani. d

T x +1 = d 2 y0

( % ) deci o funcie liniar de x.

restituit n x = 10 ani. n ci ani avem D = 50% ? Soluie x +1 10 + 1 d de unde D = 0.05 = 27,5% D= 2 2 y = y0 (1 + D ) de unde y = 15300 lei.

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

P = 50% n

2P 1 = 19 ani d b) Dobnda compus Fie y0 suma depus la banc n momentul zero pentru care de adaug dobnda anual d ( % ) .

n primul an, depozitul este y0 deci valoarea dobnzii este y0 d lei.

n al doilea an, depozitul este y0 (1 + d ) deci valoarea dobnzii este y0 (1 + d ) d lei.

------------------------------------------------------------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:

120
T = y0 d + y0 (1 + d ) d + ... + y0 (1 + d ) = y0 d
x 1

d = y0 d 1 + (1 + d ) + ... + (1 + d )

x 1

(1 + d )
d

x = y0 (1 + d ) 1

Dobnda total pe x ani n procente este: D = (1 + d ) 1 adic o funcie exponenial de x.

x

Suma total acumulat dup x ani este: y = y0 (1 + D ) Dobnda ajunge egal cu P ( % ) dup trecerea a
log (1 + d ) log (1 + P )

ani

avem D = 100% ?

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 y = y0 (1 + D ) de unde y = 815 lei

Soluie x 10 Avem D = (1 + d ) 1 de unde D = (1 + 0.05 ) 1 = 63%

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 = 100% n

k = viteza de cdere a fructelor cu k semine ( k = 0,1,...,S)

S(t ) P (t )

= factor de stress = 0.99

Rezultate 1)Numrul de fructe cu k semine pe pom la momentul zero este: n S k S! 0 S n j j +nk (1 0 ) ( 1) 1 + 1 (1 ) M k ( 0 ) = N f F 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! n S n n 0 (1 0 ) 1 + 1 (1 ) M 0 ( 0 ) = N f (1 F ) + N f F n =0 ( S n ) !n ! 3)Numrul de fructe cu k semine pe pom la momentul t este: S( a) M k ( t ) = M k ( 0 ) exp k t 1 du ; ( k = 0,1,...,S) P (a) 0

S S

4)Numrul de fructe total pe pom la momentul t este: M ( t ) = M k ( t )

k =0

121 Diferena ntre numrul de fructe pe pom la momentele 0 i t este numrul de fructe czute din pom (cu sau fr semine).

3.1.2 Rolul derivatelor de ordinul unu i doi n studiul funciilor de o variabil real
Fie funcia real de o variabil real y = f ( x ) , f : A R B R i fie x0 A .
x x0

Numrul real L este limita funciei f n x0 (Notaie L = lim f ( x ) ) dac pentru orice > 0 exist

( ) > 0 astfel c dac x x0 < ( ) s avem f ( x ) L < 0 Pentru ca f s aib limita L n x0 , trebuie ca L s existe, s fie unic i finit.
x x0

O definiie echivalent pentru limit este: L = lim f ( x ) dac pentru orice ir de numere reale

laterale LS = lim f ( x ) , L d = lim f ( x ) exist, sunt finite i egale.

x x0 x < x0 x x0 x > x0

xn A cu xn x0 , s avem irul de numere reale yn = f ( xn ) convergent ctre L . Notaie : yn L . Limita L a funciei f n x0 exist, este finit i unic dac i numai dac limitele

Proprieti ale funciilor reale

1)Funcia real f este continu n x0 A dac exist, este unic i finit L = lim f ( x ) i n plus

L = f ( x0 ) .
f ' ( x0 ) = lim f ( x ) f ( x0 ) x x0

x x0

2)Funcia real f este derivabil n x0 A dac exist, este unic i finit limita:
x x0

x0 la graficul lui f : f ' ( x0 ) = tg

f ' ( x0 ) se numete valoarea derivatei f ' ( x ) a funciei f(x) n x0 i este egal cu panta tangentei n

y y0

x0

Corespondena x0 f ' ( x0 ) definete o nou funcie y = f ' ( x0 ) cu f ' : D A R B R , numit derivata nti a funciei f. Mrimea df ( x0 ) = f ' ( x0 ) dx se numete difereniala de ordinul nti a lui f n x0. Derivata derivatei ntia se numete derivata a doua a funciei f : f '' ( x ) = f ' ( x ) ' . Mrimea d 2 f ( x0 ) = f '' ( x0 )( dx ) se numete difereniala de ordinul doi a funciei f.
2
n n 1 Mai general, derivata de ordin n a lui f se definete inductiv f( (x ) ) = f( (x ) ) ' .

Ecuaia acestei tangente este: y = f ( x0 ) + f ' ( x0 )( x x0 )

122

x = x x0 este creterea valoric a variabilei x iar x / x0 este creterea procentual a variabilei

x. funciei y = f ( x ) .

y = y y0 este creterea valoric a funciei y = f ( x ) iar y / y0 este creterea procentual a

f ' ( x0 ) = lim
y x y este derivat valoric n timp ce E ( x0 ) = lim / este derivat x x0 x x x0 y0 x0
x0 f ' ( x0 ) f ( x0 )

procentual i se numete elasticitatea funciei f n x0. Avem E ( x0 ) =

y f ( x2 ) f ( x1 ) y x x0 = = f ' ( x0 ) i deci : = f ' ( x0 ) = E ( x0 ) . y0 x0 y0 x2 x1 x

Fie x1 < x0 . Conform teoremei Lagrange, exist x2 > x1 astfel c

y M1 0 x1

M2 M0 x0 x2 x

n adevr, M2 este intersecia graficului cu coarda M1M2 paralel cu tangenta M0T iar x2 este y 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 un y0 y0 x0 interval convenabil ales [ x1 , x2 ] care conine pe x0 .

Formule de derivare pentru funcii elementare 1. C' = 0 2. ( xa ) = axa-1 (aR) x 3. (ax) = a ln a ; (ex) = ex 4. 5. 6. 7. 8. 9.

1 1 ; ( ln x ) ' = x ln a x ( sin x ) ' = cos x

( log a x ) ' =

( cos x ) ' = sin x

( tg x ) ' =

1 cos 2 x 1

( arcsin x ) ' =

1 x2 1 ( arccos x ) ' = 1 x2

123 10.

( arctg x ) ' =

1 x2 + 1

Formule de derivare n operaii cu funcii I. f ( x ) g ( x ) ' = f '( x ) + g '( x ) II. III.

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.

f ( x ) g ( x ) ' = f '( x ) g ( x ) + f ( x ) g '( x )

Derivata logaritmic a funciei f n x0 este fL(x0) , dat de relaia :

' ln f L (x 0 ) = lim

ln f(x)-ln f (x 0 ) x x 0 x x0
1 x - x0

Re zult

f(x) ' f L (x 0 ) = lim x x 0 f(x ) 0

=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 ) = l n x f ( x ) = e
' L 1 xln x

4) f ( x ) = sin x f L' ( x ) = e ctg x 5) f ( x ) = cos x f L' ( x ) = e tg x

f ( x1 ) < f ( x2 ) . n mod analog se definete funcia descresctoare pe A R :
3)Funcia real f este cresctoare pe A R dac pentru orice x1 , x2 A cu x1 < x2 rezult

x1 < x2 f ( x1 ) > f ( x2 ) . O funcie real care este fie cresctoare fie descresctoare pe A se
numete funcie monoton pe A. 4)Funcia real f este convex pe A R dac pentru orice x1 , x2 A cu x1 < x2 rezult x + x2 f ( x1 ) + f ( x2 ) f 1 . Graficul unei funciei convexe pe A are deschiderea n direcia pozitiv < 2 2 a axei 0y iar coarda care unete dou puncte ale graficului, este deasupra graficului:

124

y
x + x f ( x1 ) + f ( x2 ) AB = f 1 2 < = AC 2 2

C B 0 x1 A x1 + x2 x2 2 x

f ( x1 ) > f ( x0 ) + f ' ( x0 )( x1 x0 ) adic ordonata tangentei n x0 la graficul lui f este sub acest grafic:

O definiie echivalent a convexitii este: pentru orice x0 A i orice x1 > x0 avem

y C y = f(x) B A 0 x0 x1 x
f ( x1 ) + f ( x2 ) > 2 x + x2 n mod asemntor se definete funcia concav pe A: x1 < x2 f 1 2 respectiv x0 < x1 f ( x1 ) < f ( x0 ) + f ' ( x0 )( x1 x0 )

AB = f ( x0 ) + f ' ( x0 )( x1 x0 ) < f ( x1 ) = AC

orice x A . 6)Funcia real f este periodic pe A dac exist T > 0 astfel c f ( x + T ) = f ( x ) pentru orice

5)Funcia real f este mrginit pe A dac exist m, M R astfel c m f ( x ) M pentru

xA.

Exemple o Funciile y = sin x , y = cos x sunt periodice cu perioada T = 2 = 360 iar funcia y = tg x

( x0 ; x0 + ) . Dac f ' ( x ) < 0 pe intervalul ( x0 ; x0 + ) atunci f ( x ) este descresctoare pe intervalul ( x0 ; x0 + ) .

este periodic cu perioada T = = 180 Fie f : A R B R , x0 A , > 0 . Rolul derivatelor de ordin I i II n studiul funciei reale f, este dat de: Teorema 3.2 1)Dac f ' ( x ) > 0 pe intervalul ( x0 ; x0 + ) atunci f ( x ) este cresctoare pe intervalul
o

125

( x0 ; x0 + ) . Dac f '' ( x ) < 0 pe intervalul ( x0 ; x0 + ) atunci f ( x ) este concav pe intervalul ( x0 ; x0 + ) .

pentru orice x ( x0 ; x0 + ) avem formula Taylor (fr demonstraie): f ( x ) = f ( x0 ) +
x x0

2)Dac f '' ( x ) > 0 pe intervalul ( x0 ; x0 + ) atunci f ( x ) este convex pe intervalul

Demonstraie Dac f este funcie cu derivate de toate ordinele continue pe intervalul ( x0 ; x0 + ) atunci

f ' ( x0 ) 1!

( x x0 ) +

f '' ( x0 ) 2!

( x x0 )

+ ... +

f ((x0 ))
n

lim

Rn ( x)

n!

( x x0 )

+ R n ( x ) unde

( x x0 )

=0.

1)Avem formula Taylor pentru n = 1 : f ( x ) = f ( x0 ) +

x x0

lim

( x x0 )

R1 ( x )

f ' ( x0 ) ( x x0 ) + R1 ( x ) cu 1!

= 0 . Pentru x suficient de aproape de x0 , ultimul termen din membrul II este

f ' ( x0 ) ( x x0 ) au acelai semn. Dac 1! deci f este cresctoare pe ( x0 ; x0 + ) .

neglijabil fa de cei precedeni deci f ( x ) f ( x0 ) i

f ' ( x0 ) > 0 atunci x < x0 implic f ( x ) > f ( x0 ) 2)Avem formula Taylor pentru n = 2 : f ' ( x0 ) f '' ( x0 ) R ( x) 2 f ( x ) = f ( x0 ) + ( x x0 ) + ( x x0 ) + R 2 ( x ) cu xlim0 2 2 = 0 . x 1! 2! ( x x0 ) Pentru x suficient de aproape de x0 , ultimul termen din membrul doi este neglijabil fa de cei f '' ( x0 ) f ' ( x0 ) 2 precedeni, deci f ( x ) f ( x0 ) + ( x x0 ) au acelai semn. ( x x0 ) i 2! 1!
Dac f '' ( x0 ) > 0 atunci x1 > x0 implic f ( x1 ) > f ( x0 ) + convex pe ( x0 ; x0 + ) . Dac f '' ( x0 ) < 0 atunci x1 > x0 implic

f ' ( x0 ) ( x1 x0 ) deci f este 1!

f ( x1 ) < f ( x0 ) +

f ' ( x0 ) ( x1 x0 ) deci f este concav pe ( x0 ; x0 + ) .Q.E.D. 1!

3.1.3 Optimele funciilor monofactoriale i aplicaii

pe intervalul ( x0 , x0 +

x ( x0 , x0 ) avem f ( x ) < f ( x0 ) i pentru orice x ( x0 , x0 + ) avem f ( x ) < f ( x0 ) , deci

Funcia real f : A R B R are un maxim relativ (local) n x0 A dac pentru orice

) valoarea f ( x0 ) este cea mai mare.

126

pe intervalul ( x0 , x0 +

x ( x0 , x0 ) avem f ( x ) > f ( x0 ) i pentru orice x ( x0 , x0 + ) avem f ( x ) > f ( x0 ) , deci

Funcia real f : A R B R are un minim relativ (local) n x0 A dac pentru orice

) valoarea f ( x0 ) este cea mai mic.

Punctele de maxim sau minim relative (local) se numesc cu un cuvnt puncte de extreme relative (locale). Dac funcia f are cel puin un maxim relativ, cel mai mare maxim relativ se numete maxim absolut (global). Dac funcia f are cel puin un minim relativ, cel mai mic minim relativ se numete minim absolut (global).
Teorema3.3 (Fermat)

maxim sau minim relativ, atunci f ' ( x0 ) = 0 .

Fie funcia f : A R B R i x0 A . Dac f este derivabil n x0 i x0 este punct de

f ( x ) f ( x0 ) 0 i la limit pentru x x0 avem f ' ( x0 ) 0 . Pentru x ( x0 , x0 + ) x x0 f ( x ) f ( x0 ) 0 i la limit pentru x x0 avem f ' ( x0 ) 0 . avem f ( x ) f ( x0 ) deci x x0 Rezult f ' ( x0 ) = 0 .Q.E.D.
deci

Demonstraie Fie de exemplu x0 = punct de maxim relativ. Pentru x ( x0 , x0 ) avem f ( x ) f ( x0 )

la grafic este orizontal (valorile funciei staioneaz n x0 avnd viteza de variaie f ' ( x0 ) nul). Condiia din teorema 3.3 este necesar dar nu suficient pentru puncte de maxim sau minim relativ, adic nu orice punct staionar este punct de maxim sau minim relativ. Conform teoremei 3.2, x0 este punct de maxim relativ dac f ' ( x0 ) = 0 i n plus f ' ( x ) > 0 deci f ( x ) = cresctoare pentru x ( x0 , x0 ) iar f ' ( x ) < 0 deci f ( x ) = descresctoare pentru x ( x0 , x0 + ) . = descresctoare pentru x ( x0 , x0 ) i f ' ( x ) > 0 deci f ( x ) = cresctoare pentru

Punctele x0 A cu f ' ( x0 ) = 0 se numesc puncte staionare pentru c n aceste puncte tangenta

Deasemenea x0 este punct de minim relativ dac f ' ( x0 ) = 0 i n plus f ' ( x ) < 0 deci f ( x )

x ( x0 , x0 + ) .

pentru orice x ( x0 , x0 +

Dac f ' ( x0 ) = 0 dar f ' ( x ) > 0 pentru orice x ( x0 , x0 +

) atunci x0 este punct de inflexiune cu tangent orizontal. O

) respectiv

f '( x ) < 0

condiie suficient de maxim sau minim relativ este dat de:

Teorema 2.4 Fie funcia real f cu derivate continue de toate ordinele n x0 A i cu f ' ( x0 ) = 0 . Fie

numrul natural minim k 2 , astfel c f '' ( x0 ) = ... = f ( x ) = 0 dar f ( x ) 0 . Dac k este numr 0 0 par, avem situaiile:
( k 1) (k )

a)

f((x0 )) > 0 n care caz x0 este punct de minim relativ.

k

127 b)

f((x0 )) < 0 n care caz x0 este punct de maxim relativ.

k

Dac k este numr impar, x0 este punct de inflexiune cu tangent orizontal. Demonstraie n condiiile din enun, formula Taylor devine: f ( x ) f ( x0 ) =

f((x0 ))
k

x x0

lim

( x x0 )
k

R k ( x0 )
k

k!

( x x0 )

+ R k ( x0 ) cu

= 0 . Pentru x suficient de aproape de x0 , ultimul termen din membrul doi se poate

(k )

neglija n raport cu primul termen. Dac k este numr par, f ( x ) f ( x0 ) i f ( x ) au acelai semn i 0 avem subcazurile: a)

x ( x0 , x0 + ) adic x0 este punct de minim relativ.

b)
k

f((x0 )) > 0 pentru orice x ( x0 , x0 + ) deci i f ( x ) > f ( x0 ) pentru orice f((x0 )) < 0 pentru orice x ( x0 , x0 + ) deci i f ( x ) < f ( x0 ) pentru orice

x ( x0 , x0 +

adic x0 este punct de maxim relativ.

(k )

de inflexiune cu tangent orizontal cci f ' ( x0 ) = 0 .Q.E.D.

Dac k este numr impar, fie de exemplu f ( x ) > 0 deci f ( x ) f ( x0 ) i ( x x0 ) au acelai 0 semn. Dac x < x0 avem f ( x ) f ( x0 ) iar dac x > x0 avem f ( x ) f ( x0 ) deci x0 este punct
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 .

Rezistena la naintarea sngelui este direct proporional cu lungimea vasului i invers proporional cu raza seciunii sale. Rezistena total a poriunii ADC va fi: R = k depinde de vscozitatea i densitatea sngelui.

d1 d + k 2 unde k este o constant care r1 r2

128 Avem d1 = d 0 ( ctg ctg x ) ; d 2 = d 0 cosec x deci R ( x ) = kd 0

ctg ctg x cosec x + r1 r2

cos x r2 1 R ' ( x ) = kd 0 + = 0 are soluia x0 = arccos . Avem R '' ( x0 ) > 0 deci x0 2 2 r1 r1 sin x r2 sin x r o este punct de minim. Valoarea minimului este R ( x0 ) . De exemplu pentru r2 = 1 avem x0 = 60 . 2
2)La ce nlime trebuie plasat o surs de lumin ntr-o baterie pentru psri astfel ca intensitatea iluminrii pardoselii s fie maxim? Soluie Fie A punctul cel mai deprtat al pardoselii de verticala sursei luminoase SN.

Fie AN = a ; SA = r ; ASN = . Intensitatea luminoas n punctul A este

I=

k cos r2

( k = cons tan t ) .

Avem r = x + a i cos =
2 2 2

x x +a
2 2

deci: I ( x ) =

kx

(x

+a

2 3

Avem I' ( x ) =

2 x 2 + a 2

(x

+ a2 )

= 0 cu rdcina x0 =

a 2 o deci = arctg2 55 2 2k 3 3a 2

Avem I'' ( x0 ) < 0 deci x0 este punct de maxim. Valoarea maximului este I ( x0 ) =

3)S se confecioneze o adptoare de beton cu seciune trapezoidal astfel ca volumul adptorii s fie maxim. Soluie Lungimea adptorii fiind constant, trebuie s maximizm aria seciunii.

129

x b

x b

Baza mic a seciunii este a, cea mare este a + 2 x iar nlimea seciunii este aria trapezului va fi: A ( x ) =

b 2 x 2 deci

a + 2x + a 2 b x2 = ( x + a ) b2 x2 2

a + a 2 + 8b 2 . Avem A '' ( x0 ) < 0 A '( x ) = 4 b2 x2 deci x0 este punct de maxim. Valoarea maximului este A ( x0 ) .
2 x 2 + ax b 2
= 0 are rdcina pozitiv x0 =
Cazuri particulare a) b)

a = b deci x0 =

4)S se dimensioneze un canal trapezoidal deschis pentru irigaii astfel ca, costul sprii lui s fie minim. Soluie

b o aa c = 30 2 b 2 o a = 0 deci x0 = aa c = 45 2

Fie raportul x =

a ntre limea fundului canalului a i adncimea canalului h. h

x b

x b

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 =

h se determin cu condiia s se asigure pe canal debitul Q, panta fundului canalului este i iar n este rugozitatea pereilor i fundului canalului la curgerea apei (n = 0.025 pentru canale de pmnt i n = 0.014 pentru canale dalate cu beton).

a + a + 2h m h = ( a + hm ) h . Dar a = h x deci S = ( x + m ) h 2 2

130

n Avem relaia: h = Q i

x + 2 1+ m
5 8

( x + 2m )
2

Rezult: S ( x ) = K ( x + m )( x + 2m )

x + 2 1+ m

constant hidraulic a canalului. Trebuie s avem: S' ( x ) = 0 adic:

n unde K = Q i

este o

( x + 2m )

x + 2 1+ m

5 13 ( x + m )( x + 2m ) 8 x + 2 1 + m 2 8

deci dup efectuarea calculelor obinem:

5 1 + ( x + m )( x + 2m ) 8 x + 2 1 + m 2 4

13

=0

5 x 2 + x 17m + 6 1 + m 2 + 4m 2 + 22m 1 + m 2 = 0 cu punctul de minim:

x0 = 1 2 2 2 17m 6 1 + m + 245m 236m 1 + m + 36 10

a) b)

n locul minimizrii volumului spturii se mai pot minimiza: costul apei pierdute prin infiltraii pe fundul i pereii canalului; profitul pierdut anual de pe suprafaa scoas din circuitul agricol de ctre canal.

5)Dintr-o foaie dreptunghiular din fier sau carton cu lungimea a i limea b se taie n fiecare col cte un ptrat de latur x iar marginile rmase se ndoaie, obinnd o cutie paralelipipedic fr capac de tip ldi de fructe. S se afle x astfel ca volumul cutiei s fie maxim. Soluie

Avem V ( x ) = ( a 2 x )( b 2 x ) x . V '' ( x ) = 12 x 4 ( a + b ) x + ab = 0 are rdcina:

2

a + b a 2 + b 2 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

131 6) Optimizarea nivelului preului de vnzare al unui produs agricol Se urmrete maximizarea venitului din vnzarea produsului agricol, a stimulrii consumului de produse agricole ca o cale principal de relansare a produciei agricole . Fie x preul de vnzare variabil (lei / Kg) al unui produs agricol , fie y cantitatea variabil din produs , vndut ntr-un interval de timp de lungime T , la preul de vnzare x i fie z =x.y valoarea variabil n lei a cantitii vndute la preul de vnzare x . Fie xc preul de vnzare curent al produsului , fie yc cantitatea vndut la preul de vnzare curent xc i fie zc = xc.yc valoarea n lei a cantitii vndute la preul de vnzare curent xc . Fie xp un pre de vnzare de prob pentru testarea pieii , pentru care avem n acelai interval de timp de lungime T , cantitatea de produs vndut yp i valoarea n lei a cantitii vndute zp la preul de vnzare xp. Este clar c avem funcia y = f(x) descresctoare n raport cu x , datorit limitrii puterii de cumprare a cumprtorilor poteniali .Avem z = x.f(x) . Dorim s calculm preul de vnzare economic xe pentru care valoarea n lei a cantitii vndute ze = xe.f(xe) este maxim . a) Cazul produselor de necesitate nespecificat n acest caz cantitatea de produs y scade direct proporional odat cu creterea preului de vnzare x , deci cantitatea de produs vndut are forma y = a.x + 2.b cu a < 0 . Coeficienii a , b se gsesc din condiiile : yc = a.xc + 2.b ; yp = a.xp +2.b deci a = (yp yc ) / (xp xc) i b = (xp.yc xc.yp) / [2.(xp xc)] Avem z = x.y = a.x2 + 2.b.x deci z = maxim pentru z = 2a.x + 2.b = 0 aa c xe = b / -a deci ye = b i ze = xe.ye = maxim .

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

132 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 .

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 .

133

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 .

d) Cazul produselor de necesitate mic n acest caz cantitatea de produs y scade brusc odat cu creterea preului de vnzare x , deci cantitatea de produs vndut are forma y = 1 / (a.x + b )2 Coeficienii a , b se gsesc din condiiile : 1 / yc = (a.xc + b)2 ; 1 / yt = (a.xt + b)2 Avem z = x.y = x / (a.x + b)2 deci z = maxim pentru z = (b a.x) / (a.x+b)3 = 0 aa c xe = b / a deci ye = 1 / 2b i ze = xe.ye = maxim .

134

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 = A 0 x 1 deci profitul este P ( x ) = A 0 x 1 x ( 0 < B1 < 1) . Profitul este maxim dac

P ' ( x ) = 0 deci A 0 B1 x B1 1 1 = 0 cu soluia xe = ( A 0 B1 )1B1 i profitul maxim

P ( xe ) = A 0 xeB1 xe . Avem p '' ( x ) = A 0 B1 ( B1 1) x B1 2 < 0 deoarece 0 < B1 < 1 .

8) nlocuirea optim a echipamentelor Echipamentele sufer n timpul utilizrii uzur fizic deci necesit cheltuieli de ntreinere i reparare. Apariia de echipamente noi provoac uzura moral a celor vechi care trebuie nlocuite. Momentul optim al nlocuirii echipamentelor vechi are ca scop minimizarea cheltuielilor medii de ntreinere i reparare lund n calcul i cheltuielile de cumprare i instalare i valoarea de recuperare prin revnzare sau casare(valorificarea materialelor refolosibile i recondiionarea pieselor vechi) a acestor echipamente . A. Modele discrete de nlocuire optim a echipamentelor Fie C0 cheltuielile de cumprare i instalare a unui echipament la momentul 0 i fie C1 ,, Cn cheltuielile de ntreinere i reparare a echipamentului la momentele de timp 1,, n .

135 Fie Vn valoarea de recuperare prin revnzare sau casare a echipamentului la momentul de timp n . Cheltuielile medii pe perioada de timp [0 ; n ] sunt : f(n) = [( C0 Vn ) + (C1++Cn )] / n care trebuie s fie minime la momentul optim n0 cu f(n0 1) > f(n0) < f(n0 + 1) . n cazul n care dorim actualizarea cheltuielilor , fie d rata dobnzii i = 1 / (1+d) coeficientul de actualizare ( 0 < < 1 ) . n acst caz cheltuielile medii pe perioada de timp [0 ; n ] vor fi : g(n) = [( C0 n. Vn ) + (C1+ .C2 ++ n 1 .Cn )] / n care trebuie s fie minime la momentul optim n0 cu g(n0 1) > g(n0) < g(n0 + 1) . Pentru d = 0 deci = 1 reobinem modelul fr actualizarea cheltuielilor . Exemplu Fie un echipament cu C0 = 50 uniti monetare i valorile descresctoare V1,,Vn i respectiv cresctoare C1,,Cn n aceleai uniti monetare , date de tabelul urmtor penztru n = 10 ani : N Vn Cn 1 30 2 2 25 5 3 22 8 4 18 14 5 15 21 6 10 25 7 8 28 8 7 30 9 5 34 10 0 38

a) Se cere momentul optim n0 al nlocuirii echipamentului fr actualizarea cheltuielilor ; b) Se cere momentul optim n0 al nlocuirii echipamentului cu actualizarea cheltuielilor la o rat a dobnzii d = 5 % deci = 0.95 Soluie a) Calculele se exprim n tabelul de mai jos. N 1 2 3 4 5 6 7 8 9 10 Vn 30 25 22 18 15 10 8 7 5 0 Cn 2 5 8 14 21 25 28 30 34 38 C0 Vn 20 25 28 32 35 40 42 43 45 50 C1++Cn 2 7 15 29 50 75 103 133 167 205 (C0 - Vn )+(C1++Cn) 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 f(n0) = 14.33 uniti monetare . b) Calculele se exprim n tabelul de mai jos . N 1 2 3 4 5 6 7 8 9 10 Vn 30 25 22 18 15 10 8 7 5 0 Cn 2 5 8 14 21 25 28 30 34 38 n.Vn 28.50 22.56 18.26 14.66 11.61 7.35 5.59 4.64 3.15 0
C0 n.Vn

21.50 27.44 31.14 35.34 38.39 42.65 44.41 45.36 46.85 50

n 1.Cn 2 4.45 7.22 12 17.10 19.34 20.58 20.95 22.56 23.95

C1++ n 1. Cn

(C0 - Vn )+(C1++ n 1.Cn)

2 6.75 13.97 25.97 43.07 62.41 82.99 103.94 126.50 150.45

22 32 43 61 85 115 145 176 212 255

f(n) 22 16 14.33 15.25 17 19.17 20.71 22 23.55 25.5

136 Avem n0 = 3 ani cu cheltuieli medii minime actualizate f(n0) = 15.04 uniti monetare . B. Modele continue de nlocuire optim a echipamentelor Fie C0 cheltuielile de cumprare i punere n funciune a unui echipament la momentul de timp t=0 Fie (t) funcia de depreciere a echipamentului n intervalul de timp [0 ; t] ; ea este o funcie descresctoare cu (0) = 1 i (t) 0 pentru t . Valoarea de recuperare prin revnzare sau casare a echipamentului va fi C0. (t) . Fie C(t) cheltuielile de ntreinere i reparare a echipamentului la momentul de timp t deci cheltuielile cumulate de ntreinere i reparare a echipamentului n intervalul de timp [0 ; t] vor fi

(t) = C(s)ds
0

Avem (0) = 0 i (t) este cresctoare pe [0 ; +] . Cheltuielile medii pe perioada de timp [0 ; t] sunt f(t) = {C0. [1 (t)] +(t)} / t care trebuie s fie minime la momentul de timp t0 care este rdcina pozitiv a ecuaiei f (t) = 0 . Deoarece f (t0 ) > 0 , t0 va fi valoare de minim a cheltuielilor medii f(t).Cheltuielile medii minime vor fi f0 = f(t0) . n cazul n care dorim actualizarea cheltuielilor , fie d rata dobnzii i (t) = 1 / (1+d)t funcia de actualizare a cheltuielilor . n acest caz cheltuielile medii pe perioada de timp [0 ; t] vor fi : g(t) = {C0. [1 (t). (t)] +(t). (t) } / t care trebuie s fie minime la momentul de timp t0 care este rdcina pozitiv a ecuaiei g (t) = 0 . Deoarece f (t0 ) > 0 , t0 va fi valoare de minim a cheltuielilor medii actualizate g(t). Cheltuielile medii minime vor fi f0 = f(t0) . Pentru d = 0 deci = 0 reobinem modelul continuu fr actualizarea cheltuielilor.
Exemplu Fie un echipament cu (t) = b / (at+b) care ndeplinete condiiile (0) = 1 i (t) 0 pentru t. Fie C(t) = C.t deci (t) = C.t2 / 2 care verific condiiile (0) = 0 i (t) este cresctoare pe [0 ; +] . Avem f(t) = {C0[1- b / (at+b)] + C.t2 / 2 } / t adic f(t) = (aC0) / ( at+b) + (C.t ) / 2 aa c : f (t) = - (a2.C0 ) / (at+b)2 + C / 2 = 0 cu soluia pozitiv t0 = ( 2C0 / C) 1/2 b / a . Cum f (t0 ) > 0 , t0 este punct de minim al cheltuielilor medii f(t) . iar f0 = f(t0) sunt cheltuielile medii minime . n cazul actualizrii cheltuielilor cu rata dobnzii d , avem funcia de actualizare a cheltuielilor (t) = 1 / (1+d)t deci cheltuielile medii au forma :

b 1 Ct 2 1 C0 1 + t 2 (1 + d) t at + b (1 + d) 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) .

137
3.1.4 Aplicaiile integralelor la funcii cumulate n timp

Fie o funcie real f continu pe intervalul [ x0 , x ] R . Funcia cumulat asociat funciei f este:
(1)

Reciproc, cunoscnd funcia cumulat F ( x ) , avem f ( x ) = F' ( x ) .

F ( x ) = f ( s ) ds
x x0

probabilitate f ( x ) a unei variabile aleatoare . Dac x este timpul, n agricultur apar funcii de producie pentru care trebuie calculat funcia cumulat. 1) 2) 3) 4) 5) 6)
Exemple Fondul de acumulare al unei societi agricole pe un numr de ani Rezerva cumulat de ap n sol pe perioada de vegetaie i n afara ei. Consumul cumulat de ap al plantelor pe toat perioada lor de vegetaie. Consumul cumulat de furaje al animalelor pe perioada lor de exploatare. Producia cumulat de lapte de vac pe lactaia normal (305 zile). 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 (2)

Un exemplu de funcie cumulat este funcia de repartiie F ( x ) asociat densitii de

din relaia:

f ( s ) ds = P
x x0

Exemplu x = timpul n luni n perioada de vegetaie (1 aprilie 30 septembrie) deci x [ 4;9] .

f ( x ) = volumul lunar mediu al precipitaiilor la Bucureti (medii n perioada 1901 1990) n

m3 / ha. g ( x ) = consumul lunar mediu de ap la porumb (m3 / ha). Date experimentale

x F(x) G(x)

4 444 450

5 681 558

6 860 1180

7 578 1922

8 512 1736

9 391 900

f ( x ) = 577.6667 + 10.1036sin x 206.8333cos x 49.3634sin 2 x + 47.8333cos 2 x g ( x ) = 1124.3330 764.9891sin x 142.3339cos 2 x + 22.5166sin 2 x 84.3335cos 2 x
Se cer valorile cumulate pentru volumul precipitaiilor i pentru consumul de ap la porumb pe perioada de vegetaie.
Soluie Volumul de precipitaii cumulat va fi:

Gsim funciile de regresie:

138
9 49.3634 VPC = f ( x ) dx = 577.6667 x 10.1036 cos x 206.8333sin x + cos 2 x + 4 2

47.8333 + sin 2 x 2 4 Folosim valorile urmtoare cu argumentele n radiani: sin 4 = 0.7568 ; cos 4 = 0.6536 ; sin8 = 0.9894 ; cos8 = 0.1455 respectiv sin 9 = 0.4121 ; cos9 = 0.9111 ; sin 18 = 0.7510 ; cos18 = 0.6603

Gsim VPC = F ( 9 ) F ( 4 ) = 5103 2481 = 2622 m / ha

3

Consumul de ap la porumb cumulat va fi: 9 22.5166 CPC = g ( x )dx = 1124.3330x + 764.9891cos x 142.3339sin x cos 2 x 4 2
84.3335 sin 2 x 2
9

Gsim CPC = G ( 9 ) G ( 4 ) = 9388 4065 = 5323 m / ha

3

Deficitul de ap la porumb pe perioada de vegetaie este CPC VPC = 5323 2622 = 2701 m3 / ha i va fi completat prin irigaii.
3.2 CALCUL DIFERENIAL PENTRU FUNCII DE n VARIABILE REALE

3.2.1 Rolul derivatelor pariale de ordinul unu i doi n studiul funciilor de n variablile reale

Fie mulimea de vectori A Rn i mulimea de scalari B R . Se spune c s-a definit o funcie real de n variabile reale dac oricrui vector X A i corespunde numrul real unic y = f (X) B . Dac X = (x1,,xn) , funcia f se va scrie : y = f (x1,,xn) . Un sistem de m funcii reale de n variabile reale este mulimea de funcii : y1 = f1 (x1,,xn) .. ym = fm (x1,,xn) definite pe A Rn cu valori n B R . Un asemenea sistem de funcii reale este n fond o funcie o funcie vectorial de variabil vectorial , definit pe Rn cu valori n Rm , care asociaz vectorului X = (x1,,xn) A Rn un vector unic Y = (y1,,ym) B Rm . Asemenea funcii sunt operatorii liniari definii pe Rn cu valori n Rm . Caz particular Pentru n = 2 funcia y = f(x1,x2) reprezint o suprafa n spaiul R3 iar sistemul de funcii y = f 1(x1,x2) ; y = f2 (x1,x2) reprezint o intersecie de suprafee n R3 deci o curb spaial n R3 . De exemplu funcia y = b0 + b1 x1 + b2 x2 reprezint un plan n spaiul R3 iar sistemul de funcii y = b0 + b1 x1 + b2 x2 ; y = c0 + c1 x1 + c2 x2 reprezint fie o dreapt n spaiul R3 fie o pereche de plane paralele n R3 . Funcia y = b0 + b1x1+b2x2 + c1x12 + c2x1x2 + c3x22 reprezint deasemenea o suprafa n spaiul 3 R .

139 O funcie real de n variabile reale y = f (x1,,xn) se numete funcie de producie dac x1,,xn sunt factori(resurse) pentru cultura plantelor sau creterea animalelor iar y este producie fizic sau valoric n agricultur . Unei funcii reale de n variabile y = f (x1,,xn) i se asociaz funciile ajuttoare : a) Funciile pariale de o variabil real : y = f ( x10 ,, xi 1 ,0 , xi ,xi+1,0 , , xn 0 ) = fi (xi) Aici doar xi este variabil , restul argumentelor fiind constante . 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 = l i m f (x) = f(x (0) ) (0)

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 fincia 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) ) Grad f (x ) = ( ,..., ) x1 x n se numete gradientul funciei f n x(0) . Difereniala de ordinul nti a lui f n x(0) este polinomul omogen cu variabilele dx1,,dxn :
(0)

x x

f (x (0) ) f (x (0) ) dx n dx1 + ... + x1 x n El este produsul scalar ntre vectorul Grad f (x(0)) i vectorul-deplasare dx = (dx1,,dxn) Derivatele pariale ale lui y = f (x1,,xn) sunt i ele funcii reale de n variabile reale : d f(x (0) ) = f (x1 ,...,x n ) x i Dac aceste derivate au la rndul lor derivate pariale n raport cu x1,,xn , se spune c funcia f are derivate pariale de ordinul doi : y = f x' i (x1 ,...,x n )=

140 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 : 2f 2f = x i 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 (0) ) = ; (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 : 2 f (x (0) ) d f (x ) = dx i dx j = (dx) H f (x (0) ) (dx)T i =1 j=1 x i x 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 vector-deplasare dxRn , avem : d2f (x(0)) = (dx).Hf(x(0)).(dx)T > 0 . Cu notaiile : 2 f (x (0) ) h ij = x i x j conform criteriului lui Sylvester , d 2 f (x(0)) este pozitiv-definit dac Hf(x(0)) este matrice pozitivdefinit adic dac :
2 (0) n n

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 vector-deplasare dxRn , avem : d2f (x(0)) = (dx).Hf(x(0)).(dx)T < 0 . Conform criteriului lui Sylvester , d 2 f (x(0)) este negativ-definit dac Hf(x(0)) este matrice negativ-definit adic dac : 1 = h11 < 0, 2 = h11 h12 > 0,..., (1) n n = (1) n Det(H f (x (0) ) > 0

1 = h11 > 0, 2 =

h11 h12

> 0,..., n = Det(H f (x (0) ) > 0

h 21 h 22 adic minorii principali de ordin impar sunt strict negativi n x(0) iar toi minorii principali de ordin par sunt pozitivi n x(0).

3.2.2 Extreme libere ale funciilor de n variabile reale

Funcia real de n variabile reale y = f (x1,,xn),f:A Rn B R are n x(0) = ( x10 ,, xn0 )A un maxim relativ dac pentru orice x A cu ||x x(0)|| < avem f(x) < f(x(0)) deci n sfera cu centrul x(0) i raza , valoarea f(x(0)) este cea mai mare . Funcia real de n variabile reale y = f (x1,,xn) are n x(0) = ( x10 ,, xn0 ) A un minim relativ dac pentru orice x A cu ||x x(0)|| < avem f(x) > f(x(0)) deci n sfera cu centrul x(0) i raza , valoarea f(x(0)) este cea mai mic .

141 Dac funcia f are cel puin un maxim relativ, cel mai mare maxim relativ se numete maxim absolut pentru funcia f . Dac funcia f are cel puin un minim relativ, cel mai mic minim relativ se numete minim absolut pentru funcia f . Dac funcia f are un minim absolut i un maxim absolut , ea se numete mrginit . Fie funcia real de n variabile reale y = f (x1,,xn) , f: A Rn B R i fie (0) x = ( x10 ,, xn0 ) A . 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) ) f (x1 ,..., x n ) = f (x10 ,..., x n 0 ) + .(x1 x10 ) + ... + .(x n x n 0 ) + 1! x1 x n R (x ,..., 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 2 1 + =0 2 (0) xx 2! i =1 j=1 x i x j x x (0) 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 peunrt 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 :

Teorema3.6
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 :

142
f (x1 ,..., x n ) f (x10 ,..., x n 0 ) = unde l i m (0)
x x

1 n n 2 f (x (0) ) (x i x i0 )(x j x j0 ) + R 2 (x1 ,..., x n ) 2! i =1 j=1 x i x j

R 2 (x1 ,..., x n ) x x (0)

2

=0

Notnd =|| x x(0) || , din aceast relaie avem :

f (x) f (x (0) ) =

n n 2 f (x (0) ) (x i x i0 ) (x j x j0 ) 2R 2 (x) + 2 i =1 j=1 x i x j 2

Fie sfera-unitate S = { x Rn | x12++xn2 = 1 }. Avem ((x1-x10) / ,, (xn xn0 ) / ) S . Pentru suficient de mic , termenul R2(x) / (2) se poate neglija deci f(x) f(x(0)) are acelai semn cu :
n n 2 f (x (0) ) (x i x i0 ) (x j x j0 ) x-x (0) x-x (0) T ) =H 0 (x) = H f (x (0) ) ( i =1 j=1 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(0)) 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) < f(x(0)) 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.

Exemplu S se afle extremele funciei y = - 4 x13 9 x23 x33 +12x1 + 27x2+12x3 Soluie a) Anulm derivatele pariale de ordinul unu ale funciei f pentru a gsi punctele ei staionare : y / x1 = - 12 x12+12 = 0 y / x2 = - 27 x22+27 = 0 y / x3 = - 3 x12+12 = 0 Sistemul are 8 soluii de forma ( x10= 1 , x20 = 1 , x30 = 2) adic 8 puncte staionare . b) Derivm parial n raport cu x1,x2,x3 fiecare derivat parial de ordinul unu de la punctul a) i obinem Hessiana :
0 0 24x1 H(x1 , x 2 , x 3 ) = 0 -54x 2 0 0 0 -6x 3 Avem minorii principali : 1 = - 24x1 ; 2 = 1296x1x2 ; 3 = - 7776x1x2x3 . Numai pentru punctul staionar M1(1,-1,2) avem 1 <0 ; 2 >0 ; 3 <0 deci M1 este singurul punct de maxim relativ pentru f . Numai pentru punctul staionar M2(-1,1,-2) avem 1 >0 ; 2 >0 ; 3 >0 deci M2 este singurul punct de minim relativ pentru f . Celelalte 6 puncte staionare nu sunt puncte de extrem relativ pentru f .

143

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 patrate) 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 :
B1 x i2 + B0 x i = x i yi
i =1 n i =1 i =1 n n n

B1 x i + B0 n = yi
i =1 i =1

cu soluia (punctul staionar) : n x i yi x i yi

i =1 i =1 i =1 n n n

B1 =

n x i2 ( x i ) 2
i =1 i =1

1 n 1 n ; B0 = yi -B1 x i n i=1 n i=1

Derivatele pariale de ordinul doi ale funciei f sunt :

n n 2f 2f 2f 2 = 2 xi ; = 2 xi ; = 2n 2 2 B1B0 B1 B0 i =1 i =1

Matricea hessian este :

n 2 2 xi i =1 Hf = n 2 xi i =1

n 2 xi i=1 2n

Avem n punctul staionar :

n n n 1 = 2 x i2 > 0 ; 2 = Det(H f ) = 4 n x i2 ( x i ) 2 = i =1 i =1 i =1 n n 1 = 4 (x i x j ) 2 > 0 n j=1 i =1

deci avem un punct de minim . B1 se numete coeficient de regresie liniar iar B0 se numete termen liber al regresiei .

144 2) Stocuri optime cu cerere constant Un stoc este o acumulare de bunuri materiale care urmeaz s fie folosite n producie sau valorificate n consum . Intensitatea aprovizionrii cu bunuri materiale nu poate fi totdeauna egal cu intensitatea cererii acestor bunuri pentru producie / consum deci se impune necesitatea stocrii lor . Exemple de stocuri n agricultur - Stocuri de produse agricole vegetale n silozuri ; - Stocuri de produse zootehnice n depozite ; - Stocuri de ngrminte,insecticide ,ierbicide la furnizori ; - Stocuri de carburani i piese de schimb n atelierele mecanice ; - Stocuri de semine pentru semnat la unitile productoare de semine ; - Stocuri de material seminal pentru nsmnri artificiale la animale la unitile de de profil ; Stocarea bunurilor materiale , numite convenional i articole , presupune comandarea i transportarea lor n stoc cu costul de aprovizionare ca (lei / serie) ; aceste bunuri materiale sunt imobilizate n stoc, lipsind din procesul de producie / consum i trebuind ferite de depreciere sau sustragere , deci ele comport un cost de stocare cs (lei / articol.unitate de timp ). Dac intensitatea cererii pentru producie / consum de articole , depete intensitatea stocrii acestora , numrul de articole din stoc poate deveni zero , creindu-se penurie de articole cu costul de penurie cp (lei / articol.unitate de timp ) . A. Stocuri cu aprovizionare instantanee Cu privire la modul de aprovizionare cu articole , vom presupune c aprovizionarea se face instantaneu cu un numr r de articole , r fiind acelai pentru perioade de timp egale , de lungime t ntre dou aprovizionri consecutive adic stocurile sunt cu cerere constant . Fie perioada de timp total de lungime T pentru care exist cererea total de N articole . n prima perioad de timp de lungime t se aduc n stoc r = m articole fa de n articole planificate (m n ) ; aceste m articole consumndu-se n procesul de producie / consum , n urmtoarea perioad de timp de lungime t se aduc alte m articole , etc. La sfritul perioadei de timp totale de lungime T , cererea total de N articole este integral satisfcut iar volumul stocului este zero . Datorit condiiei m n , rezult c exist subperioade de timp de lungime t u la sfritul perioadelor de timp de lungime t , n care volumul stocului ajunge zero (penurie de n m articole) deci apare costul de penurie cp (lei / articol.unitate de timp ). n ipoteza consumului liniar de articole din stoc , volumul stocului evolueaz astfel : n subperioadele de timp [ it ; it+u] stocul scade de la m articole la zero articole iar pe subperioadele de timp [ it +u ; (i+1)t] exist penurie de n m articole , urmat de o nou aprovizionare cu m articole (i = 0,1,,k-1) . Aici k este numrul de aprovizionri n serii de cte m articole . Intensitatea stocrii planificate este = (n / t) articole / unitate de timp iar a celei realizate este = (m / u) articole / unitate de timp . Intensitatea cererii este = (N / T ) articole / unitate de timp . Vom presupune c = = adic n / t = m / u = N / T i c avem k aprovizionri n serii de cte m articole n subintervale de timp de lungime u , aa c vom avea : k=T/t=N/n;T/u=N/m Costul aprovizionrii cu o serie de m articole este ca (lei / serie), costul stocrii acestei serii este (m / 2).u.cs unde m / 2 este volumul mediu de articole stocate pe perioada de timp de lungime u iar costul penuriei a n m articole este ((n-m) / 2). (t-u).cp unde (n m) / 2 este numrul mediu de articole care lipsesc din stoc pe subperioada de timp de lungime t u de la sfritul perioadei de timp de lungime t . Costul total al aprovizionrii, stocrii i penuriei pentru cele N articole necesare n perioada de timp total de lungime T , va fi :

145 m nm C(n,m)=k ca + u cs + (t u) cp 2 2 Dar k = N / n ; u = m.(T / N ) i t - u = (n-m).( T / N ) aa c vom minimiza funcia de variabilele n , m a costului total de aprovizionare , stocare i penurie : 1 m2 (n m) 2 C(n,m)= N ca + T.cs + T cp n 2n 2n Derivm parial n raport cu n i m : C 1 m2 n 2 m2 = 2 N c a 2 T cs + T cp = 0 n n 2n 2n 2 nm C m = T cs T cp = 0 n m 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 = m 0 n C 2C mn m 2

deci n adevr avem un minim . Valoarea minimului este C(n0 , m0) = T.cs.m0 Numrul optim de aprovizionri cu n0 articole planificate va fi : k0 = N / n0 . Lungimea optim a intervalelor de timp ntre dou aprovizionri va fi : t0 = T / k0 Durata optim a subperioadelor de timp fr penurie va fi : u0 = .t0 . Dac cs este neglijabil n raport cu cp , avem 1 deci m0 n0 i penuria dispare (stocurile sunt cu articole suficiente ) . n acest caz avem :
n0 = 2 N ca N T = m 0 ; 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 . Soluie Avem = cp / (cs + cp ) = 0.875 . Rezult : n 0 = [(2.N.ca) / (T.cs )]1 / 2 . (1 / 1 / 2 ) = 15.83 tone planificate pe serie .

146 m0 = .no = 13.85 tone realizate pe serie. C(n0 , m0 ) = T.cs.m0 = 2527.625 lei . k 0 = N / n0 = 12.63 serii . t0 = T / k0 = 28.9 zile ntre dou aprovozionri succesive . u0 = .t0 = 25.29 zile fr penurie . B. Stocuri optime cu aprovizionare treptat Intensitatea ofertei este de articole / unitete 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 : ( - )s = u (1) 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 : t = ( - ) r (2) 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)] Anulnd derivatele pariale f / u = 0 ; f / t = 0 gsim soluia care se dovedete a fi punct de minim :

147

(4)

u0 =

u 0 t 0 2ca ( ) c ; t 0 = s u 0 deci s0 = ; r0 = cs cp

Cheltuelile totale minime pe unitatea de timp sunt f0 = f ( u0, t0) . n cazul cnd cs este neglijabil n raport cu cp deci 0 , penuria dispare deci avem t = r = 0 aa c f(u) = [ca(-) +.cpt2 / 2] / () iar f (u) = 0 are soluia :

u0 =

2ca ( ) cs

care este punct de minim . Valoarea minimului este f0 = f(u0)

Exemplu La o ferm zootehnic avem costul de lansare a bazei furajere ca = 1200 lei , cel de stocare este cs = 0.5 lei / ton.zi iar cel de penurie este cp = 3.5 lei / ton.zi . Avem = 0.5 tone / zi i = 0.4 tone / zi. Se cer valorile optime u0 , t0 , s0 , r0 i f0 . Soluie Avem = cp / (cs + cp ) = 0.875 deci din relaiile (4) rezult : u0 = 45.8 zile ; t0 = 6.55 zile ; s0 = 183.2 zile ; r0 = 26.2 zile . Valoarea f0 = f ( u0 , t0 ) rezult din relaia (3) . Avem t1 = s0 = 183.2 zile ; t2 = s0 + u0 = 229 zile ; t3 = s0 + u0 + t0 = 235.55 zile i t4 = s0 + u0 + t0 + r0 = 261.75 zile . n intervalul [0 ; 183.2 zile] se ofer s0 = 96 tone furaje i se consum s0 = 73.28 tone furaje deci n a 183.2 zi avem stocul de 22.72 tone furaje . n intervalul [183.2 zile ; 229 zile] se consum n ntregime stocul de 22.72 tone furaje . n intervalul [229 zile ; 235.55 zile] se creeaz un deficit de stoc de t0 = 26.2 tone de furaje . n intervalul [235.55 zile ; 261.75 zile] se reia oferta de r0 = 13.1 tone furaje i se consum r0 = 10.48 tone furaje iar deficitul de furaje dispare n a 261.75 zi . n continuare procesul de ofert i consum se reia cu aceiai paramatri optimi .
C. Stocuri optime cu cerere aleatoare n modelul stocurilor optime cu cerere constant de la punctul 2) s-a presupus c cererea de r articole pentru a fi depuse n stoc este constant i egal fie cu numrul n de articole planificate pentru stocuri cu articloe sufuciente fie cu numrul m n de articole realizate pentru stocuri cu penurie de articole . Vom presupune mai departe c cererea r este o variabil aleatoare pe fiecare perioad de timp de lungime t cu densitatea de probabilitate p(r) . Cererea fiind variabil , n orice perioad de timp de lungime t sunt posibile cazurile : r m sau r > m . Cazul r m , ilustrat n figura 1 , duce la scderea liniar a stocului de la m la m r articole deci avem stocul mediu : [m+(m-r)t] / (2t) = m (r / 2 )

148

Cazul r > m , ilustrat n figura 2 , duce la scderea liniar a stocului de la m la 0 pe subperioada de timp [0 ; u] de lungime u deci avem stocul mediu (mu) / (2t) = (m2 ) / (2r ) cci din asemnarea triunghiurilor dreptunghice OAB i ACD din figura 2 , rezult u / t = m / r deoarece AC = r .

Pe subperioada de timp [u ; t ] de lungime t u avem penurie de n m articole deci penuria medie este [(r-m).(t-u)] / (2t) = (r-m)2 / (2r) deoarece din relaia de asemnare u / t = m / r rezult (t-u) / t = (r-m) / r . Costul mediu de aprovizionare-stocare-penurie pe perioada de timp de lungime t este :
m n n r m2 (r m) 2 C(m) = ca + cs (m ) p(r) + cs p(r) + c p p(r) 2 2r r =0 r = m +1 2r r = m +1 Valoarea optim m0 a lui m este dat de dubla inegalitate : C (m 1) > C (m) < C (m+1)

Dar :
n 1 p(r) C(m + 1) = C(m) + (cs + c p ) P(r m) + (m + ) 2 r = m +1 r

deci cu notaia :

149 L(m) = P(r m) + (m + 1 n p(r) 2 r = m +1 r

relaia C (m) < C (m+1) devine : cp < (cs+cp).L(m) i cum = cp / ( cs + cp ) rezult : < L(m) . n mod analog avem : 1 n p(r) C(m 1) = C(m) (cs + cp ) P(r m 1) + (m ) 2 r=m r deci relaia C (m 1) > C (m) devine : cp > (cs + cp ).L(m-1) adic > L(m-1) . Am demonstrat : Teorema 3.7 m 0 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 1 0.22 2 0.18 3 0.12 4 0.08

Avem ca = 200 lei / lun ; cs = 4 lei / ton.lun ; cp = 36 lei / ton.lun. Se cere volumul optim m0 al unei serii de aprovizionare realizate i cheltuielile medii minime C (m0) de aprovizionare , stocare i penurie . Soluie Avem n = 4 ; = 360000 / 400000 = 0.9 Avem tabelul de calcul : M 0 1 2 3 4 r 0 1 2 3 4 p(r) 0.40 0.22 0.18 0.12 0.08 p(r) / r 0.22 0.09 0.04 0.02 S 0.37 0.15 0.06 0.02 0 P(r m) 0.40 0.62 0.80 0.92 1 L(m) 0.585 0.845 0.950 0.990 1

Aici am folosit notaia : S= p(r) r=m+1 r

4

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 Avem L(1) =0.845 < = 0.9 < L(2)= 0.950 deci m0 = 2 tone / serie realizate . + 360000
4

adic C (2) = 212.2 lei = minim .

150 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 annual 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 B = A 0 B1 x1 1 1 x B2 1 = 0 2 x1 P B = A 0 B2 x1 1 x B2 1 1 = 0 2 x 2
Rezult :
B B B B A 0 B1 x1 1 1 x 2 2 = A 0 B2 x1 1 x 2 2 1

adic x1 / B1 = x2 / B2 de unde x2 = (B2 / B1 ) . x1 i prima ecuaie a sistemului d :

x10 = A 0 B

1 B2 1

B
B2 2

1 1 B1 B2

i x20 = ( B2 / B1 ).x10 adic :

Profitul maxim este Pmax = A0 x10B1x20B2 x10 x20 . Ca i n exemplul 1) se verific faptul c avem un punct de maxim .

x 20 = A 0 B B
B1 1

1 B1 2

1 1 B1 B2

4) Optimizarea nivelului preurilor de vnzare a a n produse agricole Se urmrete maximizarea venitului din vnzarea produselor agricole, a stimulrii consumului de produse agricole ca o cale principal de relansare a produciei agricole . Optimizarea separat a cte unui produs agricol care a fost prezentat n seciunea 2.1.3 ,punctul 6 n aceast seciune vom maximiza venitul din vnzarea a n produse concureniale n aceeai pia de desfacere. Pentru simplificare vom aborda numai cazul n care cele n produse sunt toate de necessitate nespecificat (vezi punctual a) al exemplului 6) din seciunea 2.1.3) Fie x1,,xn preurile de vnzare ale celor n produse. Valoarea n lei a cantitilor vndute din cele n produse este :
z = d ijxixj +
i =1 j =1 n n

c i xi
i =1

Fie D= [dij] (1 i n ; 1 j n ) matricea simetric de ordin n a coeficienilor termenilor de grad 2 din z, fie c = (ci) (1 i n) vectorul coloan cu n componente al coeficienilor termenului de grad 1 din z i fie X = (xi) (1 i n) vectorul coloan cu n componente al necunoscutelor. 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.

151

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: z = (-10x12 + 55 x1 ) + (- 6x22 + 39 x2 ) + (- 2.66 x1x2 ) (2) 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 : = (2z / x12). (2z / x22) [(2z / x1x2)]2 = (-20).(-12)- (-2.66)2 > 0 . Valoarea maxim a volumului vnzrilor pentru cele dou soiuri de mere mpreun , se obine din relaia (2) , nlocuind pe x1 cu 2.4 i pe x2 cu 2.64 i gsim ze = 118.69 lei = Maxim. Valoarea volumului vnzrilor pentru merele ionatan este z1 = (-10x12 + 55 x1 ) + (- 1.33 x1x2 ) iar valoarea volumului vnzrilor pentru merele golden este z2 = (- 6x22 + 39 x2 ) + (- 1.33 x1x2 ) Pentru x1 = 2.4 i x2 = 2.64 avem z1e = 65.97 lei i z2e = 52.72 lei iar ze = z1e+z2e =118.69 lei. Volumul vnzrilor pentru merele ionatan este y1 = (-10x1 + 55 ) + (- 1.33 x2 ) iar volumul vnzrilor pentru merele golden este y2 = (- 6x2 + 39 ) + (- 1.33 x1 ) . Pentru x1 = 2.4 i x2 = 2.64 obinem valorile optime ale volumelor vnzrilor : y1e = 27.49 Kg mere ionatan ; y2e = 19.97 Kg mere golden .

152

3.2.3 Extreme cu legturi ale funciilor de n variabile reale

Fie funcia real de n variabile reale y = f (x1,,xn) , f: A Rn B R i fie funciile auxiliare y = i (x1,,xn) ; i : A Rn R ; (i=1,,m). Se presupune c funciile f ; 1,, m (m n) au derivate pariale continue pe A . n plus funciile auxiliare i se presupun funcional independente pe A adic matricea lor Jacobi J = [ i / xj ] (x) cu m liniii i n coloane , are rangul m pentru orice vector x A . Fie D A mulimea vectorilor x = (x1,,xn) care anuleaz cele m funcii auxiliare : 1 (x1,,xn) = 0 .. (1) m (x1,,xn) = 0 Vectorul x(0) = (x10,,xn0) A Rn se numete punct de extrem condiionat pentru funcia f cu legturile date de relaia (1) , dac el maximizeaz / minimizeaz funcia f i n plus verific legturile (1) adic x(0) D . Dac de exemplu n matricea Jacobi J de rang m , este nenul minorul : = Det [ i / xj ] ; (1 i , j m ) , atunci din legturile (1) putem afla pe x1,,xm n funcie de xm+1,, xn : x1 = 1 (xm+1,, xn ) .. (2) xm = m (xm+1,, xn ) n acest caz funcia iniial y = f (x1,,xn) devine : f (x1,,xn) = f [ 1 (xm+1,, xn ) ,, m (xm+1,, xn ) ; xm+1,, xn ] = g (xm+1,, xn ) . x(0) este punct de extrem condiionat pentru funcia f cu legturile (1) dac i numai dac x (0) = ( 1 (xm+1,0,, xn,0 ) ,, m (xm+1,0,, xn,0 ) ; xm+1,0 ,, xn,0 ) este punct de extrem necondiionat pentru funcia g (xm+1,, xn ) . Din pcate , obinerea explicit a relaiilor (2) din relaiile (1) este n general foarte laborioas deci vom nlocui funcia g (xm+1,, xn ) cu funcia Lagrange : L (x1,, xn ) = f (x1,, xn ) - 1.1 (x1,, xn ) - - m . m (x1,, xn ) Sunt valabile urmtoarele afirmaii : 1) Orice punct de extrem condiionat x(0) al funciei f cu legturile (1) este punct staionar al funciei Lagrange adic :
m L f = i i ; (j=1,...,n) x j x j i =1 x j

(3)

X .

(0)

Se procedeaz prin reducere la absurd : dac relaiile (3) nu sunt ndeplinite pentru = (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 =

i f df = / x j x j d i

(4)

Valoarea multiplicatorului Lagrange i este egal cu variaia funciei-obiectiv df provocat de variaia funciei din legtura numrul i cu o unitate : d i = 1 . Din acest motiv multiplicatorii Lagrange 1,, m se munesc preuri-umbr sau

153 costuri de oportunitate prin analogie cu variabilele duale proprii yi din programarea liniar ( Vezi cap. 6 ) 2) Un vector x(0) Rn m este punct staionar al funciei g (xm+1,, xn ) dac i numai dac x(0) Rn este punct staionar al funciei Lagrange . Afirmaiile (1) i (2) dau condiia necesar ca x(0) s fie punct de extrem condiionat pentru funcia f cu legturile (1) i anume x(0) trebuie s fie punct staionar al funciei Lagrange . Urmeaz s stabilim o condiie suficient ca x(0) trebuie s fie punct staionar al funciei Lagrange . Din legturile (1) obinem prin difereniere :
1 1 dx1 + ... + 1 dx m + dx m +1 + ... + 1 dx n = 0 x1 x m x m +1 x n ........................................................................................... m m dx1 + ... + m dx m + dx m +1 + ... + m dx n = 0 x1 x m x m +1 x n (5)

Relaiile (5) constituie un sistem de m ecuaii independente cu n necunoscute : dx1 ,,dxm ,dxm+1 ,,dxn ,coeficienii fiind elemente ale matricii Jacobi de rang maxim egal cu m . Dac avem minorul nenul : = Det [ i / xj ] 0 ; (1 i , j m ) , din sistemul (5) putem afla pe dx1 ,,dxm n raport cu dxm+1 ,,dxn : dx1 = 1 (dxm+1 ,,dxn ) .. (6) dxm = m (dxm+1 ,,dxn ) Soluiile din relaiile (6) verific i relaia :
f f f f dx1 + ... + dx m + dx m +1 + ... + dx n = 0 x1 x m x m +1 x n (7)

Condiiile suficiente de extrem condiionat pentru funcia f cu legturile (1) sunt echivalente cu condiiile de extrem necondiionat pentru funcia g i acestea sunt : a) x(0) Rn m trebuie s fie punct staionar pentru funcia g adic :
dg(x (0) ) = respectiv g(x (0) ) g(x (0) ) dx m +1 + ... + dx n = 0 x m +1 x n g(x (0) ) dx h = 0 ; (h = m+1,...,n) x h

b) Difereniala de ordinul doi a lui g n x(0) :

2 g(x (0) ) d g(x ) = dx h dx k h = m +1 k = m +1 x h x k
2 (0) n n

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 :

154 c) x(0) Rn trebuie s fie punct staionar al funciei Lagrange adic : dL(x (0) ) = df (x (0) ) i d i (x (0) ) =
i =1 j=1 m n m n (x (0) ) f (x (0) ) dx j i [ i dx j ] = 0 x j x j i =1 j=1

adic relaiile (3) : (x (0) ) f (x (0) ) m i i = 0 ; (j=1,...,n) x j x j i =1 la care se asociaz legturile (1) deci avem n+m relaii satisfcute de n+m soluii : x(0) = (x10,,xn0 ) i (0) = (10,, m0 ) . Pentru a transfera condiia b) pentru funcia g n condiia d) pentru funcia Lagrange L , trebuie s difereniem legturile (1) pentru a obine relaiile (5) , pe care le rezolvm n raport cu dx1,,dxm obinnd relaiile (6) i n final nlocuim pe dx1,,dxm date de relaiile (6) n difereniala de ordinul al doilea a lui L . Avem : d 2 L(x (0) ) =
i =1 j=1 n n

2 L(x (0) ) dx i dx j x i x j

care dup nlocuirea lui dx1,,dxm devine : 2 L(x (0) ) d L(x ) = dx h dx k h = m +1 k = m +1 x h x k

2 (0) n 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 adogm legtura : L / x1 = - 2x1+2 - = 0 L / x2 = - 4x2 +4 -2 = 0 L / x3 = - 6x3 +6 -3 = 0 x1+2x2+3x3 12 = 0 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 : d2 L = - 2dx12 4dx22 6dx32 Difereniem legtura : dx1+2dx2+3dx3 = 0 de unde dx1 = -2dx2-3dx3 pe care l nlocuim n d2L i obinem : d2L = - 12dx22 24dx2dx3 24dx32 cu Hessiana n x(0) :

155 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 adogm 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 : d2 L = - 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 m 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 .

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 cilindruui este V = x12x2 . Avem problema de extrem cu legturi primal : V = x12x2 = maxim ;

156 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 ve 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 dreptungiular optim

Dintr-un butean cilindric cu seciunea circular de diametru D trebuie cioplit o grind cu sceiunea dreptunghiular. S se afle dimensiunile x1 , x2 ale seciunii dreptunghiulare satfel ca rezistena sa s fie maxim . 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 daptul c avem un punct de maxim .

157 Valoarea rezistenei maxime este Rmax = 2(3)1/2kD3 / 9 . Se vede c ntre dimensiunile seciunii dreptunghulare 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 B = A 0 B1 x1 1 1 x B2 = 0 2 x1 L B = A 0 B2 x1 1 x B2 1 = 0 2 x 2
Din primele dou ecuaii rezult x1 / B1 = x2 / B2 i mpreun cu ecuaia a treia dau : x 10 = (B1C0 ) / (B1 +B2) ; x 20 = (B2C0 ) / (B1 +B2) aa c :
B B 0 = A 0 B1 B2 (
1 2

B1 + B2 1B 1 B2 dy ) = C0 dC 0 C0 ) B1 + B2 B1 + B2

B B y max = A 0 B1 1 B2 2 (

Ca i n exemplul 1) de mai sus se arat c n adevr avem un punct de maxim . Problema de optimizare dual : S se minimizeze cheltuielile cu garantarea venitului n valoare de cel puin V0 . Avem problema de extrem cu legturi : y = x1+x2 =minim A0x1B1x2B2 = V0 Avem funcia Lagrange : L = x1 + x2 - (A0x1B1x2B2 V0 ) Anulm derivatele pariale de ordinul nti ale lui L n raport cu x1 i x2 i atam legtura :

158

L B = 1 A 0 B1 x1 1 1 x B2 = 0 2 x1 L B = 1 A 0 B2 x1 1 x B2 1 = 0 2 x 2
B B A 0 x1 1 x 2 2 = V0

Din primele dou ecuaii rezult x1 / B1 = x2 / B2 i mpreun cu ecuaia a treia dau :

V V B 1 x10 = 0 ; x 20 = 0 B2 A0 A0 1 0 = ; y min = x10 + x 20 B B1 A 0 B1 x101 1 x 20

1 B1 + B2

B2 B1 + B2

1 B1 + B2

B 2 B1

B1 B1 + B2

Ca i n exemplul 1) de mai sus se arat c n adevr avem un punct de minim .

3.3 Rezumat
n acest capitol se definete funcia real de o variabil real , se enumer proprietile ei , se prezint rolul derivatelor de ordinul unu i doi n studiul funciei , n special la gsirea maximelor i minimelor funciei . n continuare se definete funcia real de n variabile reale , se prezint rolul derivatelor pariale de ordinul unu i doi n studiul funciei , n special la gsirea maximelor i minimelor libere sau cu legturi ale funciei . 3.4 ntrebri 1. Care este rolul derivatei de ordinul unu n studiul funciei de o variabil real ? 2. Care este rolul derivatei de ordinul doi n studiul funciei de o variabil real ? 3. Cum se gsesc maximele i minimele unei funcii de o variabil real ? 4. Ce aplicaii au n agricultur maximele i minimele unei funcii de o variabil real ? 5. Care este rolul derivatelor pariale de ordinul unu n studiul funciei de n variabile reale ? 6. Care este rolul derivatelor pariale de ordinul doi n studiul funciei de n variabile reale ? 7. Cum se gsesc maximele i minimele libere sau cu legturi ale unei funcii de n variabile reale ? 8. Ce aplicaii au stocurile n agricultur ? 9. Cum se cumuleaz funciile n timp cu ajutorul integralei ? 10. Cum se stabilesc preurile optime de vnzare ale produselor agricole ?

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

159
CAPITOLUL 4 MODELE NELINIARE DE ALOCARE OPTIM A RESURSELOR N AGRICULTUR

Obiective : nsuirea de ctre studeni a metodelor de optimizare a consumului de resurse n agricultur precum i elaborarea / rezolvarea modelelor de optimizare cu restricii liniare i funcie-obiectiv ptratic . Cuprins 4.1 Producii , indicatori economici i aporturi 4.1.1 Producii fizice i valorice 4.1.2 Indicatori economici ai produciei suplimentare 4.2 Optimele produciei suplimentare i aporturile factorilor 4.2.1 Optimele produciei suplimentare 4.2.2 Aporturile factorilor 4.3 Exemple 4.3.1 Doi factori i un produs 4.3.2 Un factor i dou produse 4.4 Modele cu restricii liniare i funcie-obiectiv ptratic 4.4.1 Cazul cnd toate restriciile sunt ecuaii 4.4.2 Cazul cnd toate restriciile sunt inecuaii 4.4.3 Model ptratic de alocare optim a resurselor n agricultur 4.5 Rezumat 4.6 ntrebri 4.7 Bibliografie Cuvinte-cheie : optim marginal , de echilibru,economic,tehnic, maxim de venit cu cheltuieli limitate , minim de cheltuieli cu venit garantat , rate ale substituirii factorilor , rate de valorificare a unui factor prin produse diferite . 4.1 PRODUCII,INDICATORI ECONOMICI I APORTURI 4.1.1 Producii fizice i valorice Modelul neliniar care urmeaz , are ca scop alocarea optim a N factori variabili pentru M produse agricole. Factorii constani se cumuleaz separat n realizarea produciilor-martor ale produselor. Exemple de factori variabili a) La producia vegetal : densitatea plantelor, cantitile de for de munc,for mecanizat,energie,ngrminte,ap de irigaie,etc. b) La producia zootehnic : densitatea animalelor n spaiul de cazare ,cantitile de for de munc,for mecanizat,energie,furaje, medicamente,etc. Produsele vegetale sunt date de produciile fizice ale plantelor de pe suprafeele cultivate iar produsele animaliere sunt date de produciile raselor de animale i grupelor de animale cu efectivele existente. Observm c avem M.N factori nedistinci pentru M produse deoarece fiecare din cei N factori se aplic pentru fiecare din cele M produse n doze diferite. 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.

160
Legturile celor M produse cu cei N factori sunt date de M funcii de producie de tip polinomialcubic , fiecare de cte N variabile :

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 unti 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 datorete limitei biologice a producie agrivole 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 :

YS(I, J) = Y1 (I, J).X(I, J) + Y2 (I, J).X(I, J).X(I, K) + Y3 (I, J).X(I, J) 3

K =1

161
Notm cu TYS(I) producia suplimentar a produsului I n uniti de produs pe ha sau pe cap de animal , realizat pe baza celor N factori variabili . Avem relaiile :
TYS(I) = YS(I, J) = Y1 (I, J).X(I, J) + Y2 (I, J, K).X(I, J).X(I, K) +
J =1 J =1 J =1 K =1 N N N N

+ Y3 (I, J).X(I, J)3

J =1

Partea din TYS(I) n care apare X(I,J) este :

TYS(I) = YS(I, J) = Y1 (I, J).X(I, J) + Y2 (I, J, K).X(I, J).X(I, K) +
J =1 J =1 J =1 K =1 N N N N

+ Y3 (I, J).X(I, J)3

J =1

Cantitatea Y(I) = Y0(I) + TYS(I) este producia produsului I n uniti de produs pe ha sau pe cap de animal n raport cu toi factorii constani sau variabili . Pentru toate suprafeele / efectivele de animale , notate cu S(I) , producia-martor a produsului I , realizat pe baza factorilor constani este SY0(I) = Y0(I).S(I) , producia suplimentar a produsului I , realizat pe baza celor N factori variabili , este SYS(I) = TYS(I).S(I) adic :
N PYS(I, J) = Y1 (I, J).X(I, J) + 2. Y2 (I, J, K).X(I, K) .X(I, J) K =1 2 3 Y2 (I, J, J).X(I, J) + Y3 (I, J).X(I, J)

i producia total a produsului I , realizat pe baza factorilor constani i variabili , este SY(I) = SY0(I)+SYS(I)=Y(I).S(I)
2. Venituri

V0(I) = PV(I).Y0(I) este venitul-martor al produsului I n lei pe ha sau pe cap de animal , realizat pe baza factorilor constani , fr cei N factori variabili. VS(I,J) = PV(I).YS(I,J) este venitul suplimentar al produsului I n lei pe ha sau pe cap de animal , realizat prin utilizarea factorului variabil J . Notm cu TVS(I) venitul suplimentar al produsului I , realizat prin utilizarea celor N factori variabili . Avem relaiile : TVS(I) = VS(I, J) = PV(I).TYS(I)
J =1 N

Partea din TVS(I) n care apare X(I,J) este PVS(I)=PV(I).PYS(I) Pentru toate suprafeele / efectivele de animale , notate cu S(I) , venitul-martor pentru toate produsele , realizat pe baza factorilor constani , este : SV0 = V0 (I).S(I) = PV(I).Y0 (I).S(I)
I =1 I =1 M M

162
Venitul suplimentar pentru toate produsele , realizat pe baza celor N factori variabili , este : SVS = TVS(I).S(I) = S(I).PV(I).YS(I, J)
I =1 I =1 J =1 M M N

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 : TCS(I) = CS(I, J) = CR(I).TYS(I) + CF(J).X(I, J)
J =1 J =1 N N

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 : SC0 = C0 (I).S(I) = [ CC(I) + CR(I).Y0 (I)].S(I)
I =1 I =1 M M

, cheltuielile suplimentare pentru toate produsele , necesare pentru utilizarea celor N factori variabili , sunt :
SCS = TCS(I).S(I) = S(I).CR(I).[(Y1 (I, J) +
I =1 I =1 J =1 M M N

CF(J) ).X(I, J) + CR(I)

+ Y2 (I, J, K).X(I, J).X(I.K) +Y3 (I, J).X(I, J)3 ]

K =1

iar cheltuielile totale pentru toate produsele , necesare pentru utilizarea tuturor factorilor constani i variabili , sunt SC = SC0 + SCS Mrimile SC0 , SCS , SC se exprim n lei .
4. Profituri

P0(I) = V0(I) C0(I) = [PV(I) CR(I)].Y0(I) CC(I) este profitul-martor al produsului I n lei pe ha sau pe cap de animal , realizat pe baza utilizrii factorilor constani , fr cei N factori variabili . Notm cu PS(I,J) profitul suplimentar al produsului I n lei pe ha sau pe cap de animal , realizat prin utilizarea factorului variabil J .

163
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 . TPS(I) = TVS(I) TCS(I) = [PV(I) CR(I)].TYS(I) CF(J).X(I, J)
J =1 N

Partea din TPS(I) n care apare X(I,J) este : PPS(I,J) = PVS(I,J) PCS(I,J) = [PV(I) CR(I)].PYS(I) CF(J).X(I,J) Pentru toate suprafeele / efectivele de animale , notate cu S(I), profitul-martor pentru toate produsele , realizate pe baza factorilor constani , este : SP0 = SV0 SC0 = {[PV(I) CR(I)].Y0 (I) CC(I)}.S(I)
I =1 M

, profitul suplimentar pentru toate produsele , realizat pe baza celor N factori variabili , este : SPS = TPS(I).S(I) = SVS SCS = S(I).(PV(I) CR(I)).[(Y1 (I, J)
I =1 I =1 J =1 M M N

CF(J) ).Y(I, J) + Y2 (I, J).X(I, J).X(I, K) + Y3 (I, J).X(I, J) 3 ] PV(I) CR(I) K =1

iar profitul total pentru toate produsele , realizat pe baza tuturor factorilor constani i variabili , este SP = SP0 + SPS
5. Ratele profitului

RP0(I) = P0(I) / C0(I) este rata profitului-martor pentru produsul I , realizat pe baza factorilor constani , fr cei N factori variabili . Avem :
RP0 (I) = [PV(I) CR(I)].Y0 (I) CC(I) CC(I) + CR(I).Y0 (I)

RPS(I,J) = PS(I,J) / CS(I,J) este rata profitului suplimentar pentru produsul I , realizat pe baza factorului variabil J . Avem relaiile : RPS(I, J) = adic : [PV(I) CR(I)].YS(I, J) CF(J).X(I, J) CR(I).YS(I, J) + CF(J).X(I, J)

164
RPS(I, J) = [Y1 (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

Rata profitului-martor pentru toate produsele , realizat pe baza factorilor constani , fr cei N factori variabili , este : SP RTP0 = 0 = SC0

[(PV(I) CR(I)).Y (I) CC(I)]

I =1 0

[CC(I) + CR(I).Y (I)]

I =1 0

RTPS = SPS / SCS este rata profitului suplimentar pentru toate produsele , realizat pe baza celor N factori variabili . RTP = SP / SC este rata profitului pentru toate produsele , realizat pe baza factorilor constani i a celor N factori variabili .
4.1.2 Indicatori economici ai produciei suplimentare 6. Indicatori ntre produse i factori variabili

A. Indicatori medii ai produsului I n raport cu factorul variabil J Producia medie este YM(I,J) = PYS(I,J) / X(I,J) adic : YM(I, J) = Y1 (I, J) + 2. Y2 (I, J, K).X(I, K) Y2 (I, J).X(I, J) + Y3 (I, J).X(I, J) 2
J =1 N

Venitul mediu este VM(I,J) = PVS(I,J) / X(I,J) adic VM(I,J) = PV(I).YM(I,J) Cheltuielile medii sunt : CM(I,J) = PCS(I,J) / X(I,J) adic CM(I,J) = = CR(I).YM(I,J) + CF(J) Profitul mediu este PM(I,J) = PPS(I,J) / X(I,J) adic PM(I,J) = [PV(I) CR(I)].YM(I,J) CF(J) Aceti indicatori prezint producia / venitul / cheltuielile / profitul suplimentar al produsului I care corespunde unitii factorului variabil J . B. Indicatori marginali ai produsului I n raport cu factorul variabil J Producia marginal este derivata parial YD(I,J) = PYS(I,J) / X(I,J) adic : YD(I, J) = Y1 (I, J) + 2. Y2 (I, J, K).X(I, K) + 3.Y3 (I, J).X(I, J) 2
K =1 N

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

165
din produsul I , provocat de variaia factorului variabil J cu o unitate . C. Indicatori de elasticitate ai produsului I n raport cu factorul variabil J Elasticitatea produciei este EY(I,J) = YD(I,J) / YM(I,J) Elasticitatea venitului este EV(I,J) = VD(I,J) / VM(I,J) adic EV(I,J) = EY(I,J) Elasticitatea cheltuielilor este EC(I,J) = CD(I,J) / CM(I,J) adic : EC(I, J) = CR(I).YD(I, J) + CF(J ) CR(I).YM(I, J) + CF(J)

Elasticitatea profitului este : EP(I,J) = PD(I,J) / PM(I,J) adic : [PV(I) CR(I)].YD(I, J) CF(J) [PV(I) CR(I)].YM(I, J) CF(J) Aceti indicatori reprezint variaia procentual a produciei / venitului / cheltuielilor / profitului suplimentar al produsului I , provocat de variaia factorului variabil J cu 1 % . EP(I, J) =
7. Indicatori ntre profit i cheltuieli

D. Rata medie a profitului din produsul I n raport cu factorul variabil J Este RM(I,J) = PPS(I,J) / PCS(I,J) = PM(I,J) / CM(I,J) adic : [PV(I) CR(I)].YM(I, J) CF(J) CR(I).YM(I, J) + CF(J) Acest indicator reprezint profitul suplimentar n lei din produsul I ,realizat pe baza factorului variabil J , ce corespunde la un leu cheltuit de produsul I n raport cu factorul variabil J . RM(I, J) = E. Rata marginal a profitului din produsul I n raport cu factorul variabil J Este RD(I,J) = PPS(I,J) / PCS(I,J) = PD(I,J) / CD(I,J) adic : [PV(I) CR(I)].YD(I, J) CF(J) CR(I).YD(I, J) + CF(J) Acest indicator reprezint variaia profitului suplimentar din produsul I n raport cu factorul variabil J , provocat de variaia cu un leu a cheltuielilor suplimentare ale produsului I n raport cu facctorul variabil J . RD(I, J) = F. Elasticitatea ratei profitului din produsul I n raport cu factorul variabil J Este ER(I,J) = RD(I,J) / RM(I,J) adic : [PV(I) CR(I)].YD(I) CF(J) CR(I).YM(I) + CF(J) [PV(I) CR(I)].YM(I) CF(J) CR(I).YD(I) + CF(J) Acest indicator reprezint variaia procentual a profitului suplimentar din produsul I n raport cu factorul variabil J , provocat de variaia cu 1 % a cheltuielilor suplimentare ale produsului I n raport cu factorul variabil J . ER(I, J) =
8. Indicatori de substituire a factorilor G. Rata medie a substituirii factorului variabil J cu factorul variabil K

166
Este RMS(I,J,K) = PM(I,J) / PM(I,K) Acest indicator reprezint cantitatea de uniti de factor variabil K care corespunde unei uniti de factor J , n realizarea aceluiai profit suplimentar din produsul I . H. Rata marginal a substituirii factorului variabil J cu factorul variabil K Este RDS(I,J,K) = PD(I,J) / PD(I,K) Acest indicator reprezint cantitatea de uniti cu care trebuie s creasc doza de factor variabil K , dac doza de factor variabil J crete cu o unitate , astfel ca profitul suplimentar din produsul I s creasc cu aceeai sum . I. Elasticitatea ratei substituirii factorului variabil J cu factorul variabil K

Este ERS(I,J,K) = RDS(I,J) / RDS(I,K) Acest indicator reprezint procentele cu care trebuie s creasc doza de factor variabil K , dac doza de factor variabil J crete cu 1 % , astfel ca profitul suplimentar din produsul I s creasc cu acelai procent .
9. Indicatori de valorificare a factorilor prin produse

J. Rata medie a valorificrii factorului variabil K , prin produsul I fa de produsul H Este RMV(I,H,K) = PM(I,K) / PM(H,K) Acest indicator reprezint numrul de uniti ale produsului H care corespunde la o unitate de produs I , care dau acelai profit din utilizarea factorului variabil K . K. Rata marginal a valorificrii factorului variabil K , prin produsul I fa de produsul H Este RMV(I,H,K) = PM(I,K) / PM(H,K) Acest indicator reprezint numrul de uniti cu care trebuie s creasc produsul H atunci cnd produsul I crete cu o unitate , astfel ca profitul suplimentar din utilizarea factorului variabil K s creasc cu aceeai sum. L. Elasticitatea ratei valorificrii factorului variabil K , prin produsul I fa de produsul H Este ERV(I,H,K) = RDV(I,H,K) / RMV(I,H,K) Acest indicator reprezint numrul de procente cu care trebuie s creasc produsul H atunci cnd produsul I crete cu 1 % , astfel ca profitul suplimentar din utilizarea factorului variabil K s creasc cu acelai procent.
4.2 Optimele produciei suplimentare i aporturi 4.2.1 Optimele produciei suplimentare I . OPTIMUL MARGINAL

n acest caz avem producia suplimentar marginal YD(I,J) = maxim deci avem derivatele pariale nule YD(I,J) / X(I,J) = 0 adic : 2.Y2(I,J,J) + 6.Y3(I,J).X(I,J) = 0 cu soluia : (1) XD(I,J) = [Y2(I,J,J) / ( - 3.Y3(I,J)] Acestea sunt dozele optime ale alocrii factorului variabil J pentru produsul I , pentru care YD(I,J) = maxim . n acest caz sunt maxime VD(I,J) , CD(I,J) , PD(I,J) conform relaiilor din seciunea 4.2.1 B. Este deasemenea maxim RD(I,J) conform relaiilor de la punctul 4.1.2 E.

167
II . OPTIMUL DE ECHILIBRU

n acest caz avem producia suplimentar medie YM(I,J) = maxim deci avem derivatele pariale nule YM(I,J) / X(I,J) = 0 adic : Y2(I,J,J) + 2.Y3(I,J).X(I,J) = 0 cu soluia : (2) XM(I,J) = [Y2(I,J,J)] / [ - 2.Y3(I,J)] adic dozele optime ale alocrii factorului variabil J pentru produsul I pentru care YM(I,J) = maxim . n acest caz sunt maxime VM(I,J) , CM(I,J) , PM(I,J) conform relaiilor din seciunea 4.2.1 A. Dac egalm mrimea YM(I,J) de la punctul 10.1 A. cu mrimea YD(I,J) de la punctul 4.2.1 B. gsim : - Y2(I,J,J).X(I,J) = 2.Y3(I,J).X(I,J) deci : X(I,J) = [Y2(I,J,J)] / [ - 2.Y3(I,J)] adic exact valorile din relaia (2) . Rezult c pentru dozele de echilibru din relaia (2) avem : YM(I,J) = maxim = YD(I,J) aa c EY(I,J) = 1 Din relaiile de la punctele 4.1.1 A. i 4.1.1 B. rezult c pentru dozele de echilibru din relaia (2) avem : VM(I,J) = maxim = VD(I,J) aa c EV(I,J) = 1 ; CM(I,J) = maxim = CD(I,J) aa c EC(I,J) = 1 ; PM(I,J) = maxim = PD(I,J) aa c EP(I,J) = 1 . Aceast situaie justific denumirea optimului de echilibru : O cretere a factorului variabil J cu 1 % atrage dup sine o cretere a produciei / venitului / cheltuielilor / profitului suplimentar din produsul I , datorat factorului variabil J , tot cu 1 % ( egalitate ntre creterea procentual de efort fizic i creterea procentual de efect financiar). De la punctul 4.1.2 D. avem :
YM (I, J ) RM (I, J )) X(I, J ) = X(I, J ) [CR (I ) YM (I ) + CF (J )]2 PV (I )

deci dac YM(I,J) / X(I,J) = 0 adic dac profitul mediu YM(I,J) = maxim atunci RM(I,J) / X(I,J) = 0 deci atunci rata medie a profitului RM(I,J) = maxim . Din relaiile de la punctele 4.1.2 D. i 4.1.2 E. rezult c relaia YM(I,J) = maxim=YD(I,J) implic RM(I,J) = maxim=RD(I,J) deci ER(I,J) = 1 . n cuvinte , la optimul de echilibru , o cretere cu 1 % a cheltuielilor cu factorul variabil J , fa de valoarea existent a acestor cheltuieli , atrage dup sine o cretere a profitului suplimentar al produsului I , datorat factorului variabil J , tot cu 1 % ( egalitate ntre creterea procentual de efort financiar i creterea procentual de efect financiar).
III . OPTIMUL ECONOMIC

n acest caz avem profitul suplimentar total SPS = maxim deci avem derivatele pariale nule SPS(I,J) / X(I,J) = 0 adic PD(I,J) =0 sau : [PV(I) CR(I)].YD(I,J) CF(J) =0 de unde obinem relaiile (3) : [3.Y3 (I, J ) X(I, J ) 2 ] + [2. Y2 (I, J , K ) X(I, K )] + [Y1 (I, J )
K =1 N

CF(J ) ]=0 PV (I ) CR (I )

168
(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) :

[3 Y3 (I, J) X(I, J) 2 ] + [2. Y2 (I, J, K) X(I, K)] + [Y1 (I, J)] = 0

K =1

(I = 1,..., M ; J=1,...,N)
Relaiile (4) constituie M sisteme ptratice de N ecuaii cu N necunoscute X(I,J). Aceste sisteme ptratice se rezolv cu programul SISPAT dnd soluiile XT(I,J) . Venitul suplimentar pentru toate produsele este dat de relaia :

SVS = PV (I ) SYS(I )
I =1

deci dac SYS(I) =maxime , rezult SVS = maxim pentru dozele XT(I,J) . Pentru dozele de optim tehnic XT(I,J) , din relaiile de la punctele 10.1.1 B. i 10.1.1 C. rezult VD(I,J)=0 , CD(I,J)= - CF(J) respectiv EY(I,J)=EV(I,J)=0 . Din relaia de la punctul 4.1.1 B. , pentru YD(I,J) = 0 rezult PD(I,J)= - CF(J) iar din relaia de la punctul 4.1.2 E. rezult RD(I,J)= - 1 . n intervalele [XT(I,J) ; +) exist valorile X(I,J) care anuleaz profitul suplimentar total : SPS = 0 ceace se realizeaz dac au loc relaiile (5) :

[Y3 (I, J) X(I, J) 2 ] + [ Y2 (I, J, K) X(I, K)] + [Y1 (I, J)

K =1

CF(J) ]=0 PV(I) CR(I)

(I = 1,..., M ; J=1,...,N)
Relaiile (6) constituie M sisteme patratice de N ecuaii cu N necunoscute care se rezolv cu programul SISPAT dnd soluiile XR(I,J) .

V . OPTIMUL DE VENIT CONDIIONAT DE CHELTUIELI

n acest caz avem venitul suplimentar din toate produsele : SVS=maxim condiionat de limitarea cheltuielilor suplimentare pentru toate produsele : SCS=SC0 ( limit de cheltuieli ). Cum SPS=SVS - SCS = SVS SC0 , dac SVS=maxim condiionat rezult SPS=maxim condiionat ; deasemenea rata profitului suplimentar pentru toate produsele RPS=SPS / SCS = SPS / SC0 =maxim condiionat odat cu SPS . Funcia Lagrange a optimului condionat de mai sus , are forma : L = SVS LV.(SCS SC0) unde LV este multiplicatorul Lagrange . Avem condiiile necesare de optim: L / X(I,J) =0 (I=1,,M , J=1,,N)

169
SCS=SC0 adic : VD(I,J) LV. CD(I,J) = 0 SCS=SC0 de unde rezult : [PV(I) LV.CR(I)].YD(I,J) LV.CF(J)=0 SCS=SC0 deci obinem relaiile (6) :
[3 Y3 (I, J ) X(I, J ) 2 ] + [2 Y2 (I, J , K ) X(I, K )] + [Y1 (I, J )
K =1 N

CF (J ) ]=0 PV (I ) CR (I ) LV

S(I) CR (I) [(Y1 (I, J ) +

I =1

N CF(J ) X(I, J ) + Y2 (I, J , K ) X(I, J ) X(I, K ) + ) CR (I ) K =1

+ Y3 (I, J ) X(I, J )3 ] = SC0

Pentru fiecare valoare a multiplicatorului Lagrange LV 1 , relaiile (6) constituie un sistem ptratic de MN ecuaii cu MN necunoscute X(I,J) care se rezolv cu programul SISPAT dnd soluiile XC(I,J) . Interpretarea multiplicatorului Lagrange LV : avem LV = VD(I,J) / CD(I,J) adic LV este egal cu creterea de venit suplimentar al produsului I din factorul variabil J , cnd creterea cheltuielilor suplimentare ale produsului I din factorul variabil J peste valoarea limit SC0, este de o unitate monetar. Avem RD(I,J) = LV 1 pentru orice I=1,,M i orice J=1,,N . Pentru LV=1 avem optim economic iar pentru LV=0 avem optim tehnic. Deoarece LV 0 avem :
Y1 (I, J ) CF(J ) CF (J ) Y1 (I, J ) Y1 (I, J ) PV (I) PV (I ) CR (I ) CR (I ) LV

VI . OPTIMUL DE CHELTUIELI CONDIIONAT DE VENIT

n acest caz avem cheltuielile suplimentare pentru toate produsele : SCS=minim , condiionate de garantarea venitului suplimentar pentru toate produsele : SVS=SV0 ( garanie de venit ). Cum SPS=SVS - SCS = SV0 SCS , dac SCS=minim condiionat rezult SPS=maxim condiionat ; deasemenea rata profitului suplimentar pentru toate produsele RPS=SPS / SCS = maxim condiionat cci SPS=maxim condiionat i SCS=minim condiionat . Funcia Lagrange a optimului condiionat de mai sus , are forma : L = SCS LC.(SVS SV0) unde LC este multiplicatorul Lagrange . Avem condiiile necesare de optim: L / X(I,J) =0 (I=1,,M , J=1,,N) SVS=SV0 adic : CD(I,J) LC.VD(I,J) = 0 SVS=SV0 de unde rezult : [CR(I) LC.PV(I)].YD(I,J) CF(J)=0

170
SVS=SV0 deci obinem relaiile (7) :
[3 Y3 (I, J ) X(I, J ) 2 ] + [2 Y2 (I, J , K ) X(I, K )] + [Y1 (I, J )
K =1 M N 1 2 N

CF(J ) ]=0 PV (I) LC CR (I )

S(I) PV(I) [(Y (I, J ) X(I, J ) + Y (I, J, K ) X(I, J ) X(I, K ) +

I =1 K =1

+ Y3 (I, J ) X(I, J )3 ] = SV0

Pentru fiecare valoare a multiplicatorului Lagrange LC 1 , relaiile (7) constituie un sistem ptratic de MN ecuaii cu MN necunoscute X(I,J) care se rezolv cu programul SISPAT dnd soluiile XV(I,J) . Interpretarea multiplicatorului Lagrange LC : avem LC = CD(I,J) / VD(I,J) adic LC este egal cu creterea de cheltuieli suplimentare ale produsului I , din factorul variabil J , cnd creterea venitului suplimentar al produsului I , din factorul variabil J peste valoarea garantat SV0 , este de o unitate monetar. Avem RD(I,J) = (1 / LC ) 1 pentru orice I=1,,M i orice J=1,,N . Pentru LC=1 avem optim economic iar pentru LC= avem optim tehnic. Deoarece LV 1 avem : CF(J ) CF (J ) Y1 (I, J ) Y1 (I, J ) Y1 (I, J ) PV (I ) LC CR (I) PV (I ) CR (I ) Optimele de la punctele 4.2.1-4.2.6 i ratele medie i marginal ale profitului oricrui produs n raport cu orice factor , se prezint grafic astfel :

171

172

n acest desen apar n mod clar urmtoarele intervale de valori ale factorului : I. Intervalul de cretere accelerat [0 ; XD] n care venitul ,profitul,rata medie i cea marginal a profitului cresc iar rata marginal a profitului este mai mare ca rata medie a profitului (elasticitatea ratei profitului este > 1). II. Intervalul de cretere ncetinit [XD ; XM] n care venitul ,profitul,rata medie a profitului cresc ,rata marginal a profitului scade iar rata marginal a profitului este mai mare ca rata medie a profitului (elasticitatea ratei profitului este > 1). III. Intervalul de cretere saturat [XM ; XE] n care venitul ,profitul cresc ,rata medie i cea marginal a profitului scad iar rata marginal a profitului este mai mic ca rata medie a profitului (elasticitatea ratei profitului este cuprins ntre 0 i 1). IV. Intervalul de declin economic [XE ; XT] n care venitul crete ,profitul,rata medie i cea marginal scad iar rata marginal a profitului este negativ i mai mare ca - 1 (elasticitatea ratei profitului este < 0). V. Intervalul de declin tehnico-economic [XT ; XR] n care venitul , profitul,rata medie i cea marginal scad iar rata marginal a profitului este negativ i mai mic ca - 1 (elasticitatea ratei profitului este < 0). VI. Intervalul de faliment economic [XR ; +] n care profitul este negativ . 4.2.2 Aporturi A. APORTURI PENTRU PRODUCII Dac X [0,X0] este un factor variabil iar Y=Y0+f(x) este un produs cu valoarea martor Y0 , valoarea medie a lui Y este dat de relaia (7) :
1 0 MY = Y0 + f ( X)dX X0 0
X

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 : 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 N

+[ Y2 (I, J , K ).X(I, J ) X(I, K )]

J =1 K =1 K J

Conform formulei (7) valoarea medie a produciei fizice a produsului I pe intervalul [0;XO(I,J)] va fi :

173

1 ( MYT(I ) = [Y0 (I )] + [ J =1 XO (I, J )

XO ( I , J )

XO ( I , J )

XO ( I , J )

Y1 (I, J ) X(I, J )dX(I, J ) + Y3 (I, J ) X(I, J )3 dX(I, J )] +

Y2 (I, J ) X(I, J ) 2 dX(I, J ) +

XO ( I , J )

Y1 (I, J ) X(I, J )dX(I, J ) +

N XO ( I , J )

+[

J =1 K =1 K J

Y2 (I, J , K ) X(I, J ) X(I, K )dX(I, J )]

adic relaia (8) : MYT(I ) = [Y0 (I )] + [ (

J =1 N

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

+[

J =1 K =1 K J

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 ) XO(I, J ) XO(I, K ) MYIX(I ) = 2 2 J =1 K =1
K J

Relaia (8) devine : MYT(I)=MYO(I)+MYX(I)+MYIX(I) Aporturile n procente ale factorilor constani i variabili la producia fizic a produsului I sunt : d) Aportul factorilor constani : AYO(I) = MYO(I) / MYT(I) e) Aportul factorilor variabili : AYX(I) = MYX(I) / MYT(I) f) Aportul interaciunilor factorilor variabili : AYIX(I) = MYIX(I) / MYT(I) = 1 - AYO(I) - AYX(I) B. APORTURI PENTRU VENIT Printr-un calcul similar cu cel de la punctul 4.2.2.A , gsim valorile medii : a) MVO(I) = PV(I).MYO(I) i pentru toate produsele : MVOT = MVO(I )
I =1 M

b) MVX(I) = PV(I).MYX(I) i pentru toate produsele : MVXT = MVX(I )

I =1 M

174
c) MVIX(I) = PV(I).MYIX(I) i pentru toate produsele : MVIXT = MVIX(I )
I =1 M

d) MVT(I) = PV(I).MYT(I) i pentru toate produsele : MVTT = MVT(I )

I=1 M

Avem relaia : MVTT=MVTO+MVXT+MVIXT Aporturile n procente ale factorilor constani i variabili la venitul din toate produsele, sunt : e) Aportul factorilor constani : AVO(I) = MVO(I) / MVT(I) f) Aportul factorilor variabili : AVX(I) = MVX(I) / MVT(I) g) Aportul interaciunilor factorilor variabili : AVIX(I) = MVIX(I) / MVT(I) = 1 - AVO(I) - AVX(I) C. APORTURI PENTRU CHELTUIELI Printr-un calcul similar cu cel de la punctul 4.2.2.A , gsim valorile medii : MCO(I) = C0 (I)=CC(I)+CR(I).Y0(I) i pentru toate produsele : MCOT = MCO(I )
I =1 M

h) MCX(I) = CR(I).MYX(I)+(CF(J) / 2).XO(I,J) i pentru toate produsele : MCXT = MCX(I )

I =1 M

i)

MCIX(I) = CR(I).MYIX(I) i pentru toate produsele :

M I=1

MCIXT = MCIX(I ) j) MCT(I) = MCO(I)+MCX(I)+MCIX(I) i pentru toate produsele : MCTT = MCT(I )

I =1 M

Avem relaia : MCTT=MCTO+MCXT+MCIXT Aporturile n procente ale factorilor constani i variabili la venitul din toate produsele, sunt : e) Aportul factorilor constani : ACO(I) = MCO(I) / MCT(I) f) Aportul factorilor variabili : ACX(I) = MCX(I) / MCT(I) g) Aportul interaciunilor factorilor variabili : ACIX(I) = MCIX(I) / MCT(I) = 1 - ACO(I) - ACX(I) D. APORTURI PENTRU PROFIT Printr-un calcul similar cu cel de la punctul 4.2.2 A , gsim valorile medii : a) MPO(I) = P0(I)=[PV(I) CR(I)].Y0(I) CC(I) i pentru toate produsele :

175

MPOT = MPO(I )
I =1

k) MPX(I) =[PV(I) CR(I)].MYX(I) (CF(J) / 2 ).XO(I,J) i pentru toate produsele : MPXT = MPX(I )
I =1 M

l) MPIX(I) = [PV(I) CR(I)].MYIX(I) i pentru toate produsele : MPIXT = MPIX(I )

I =1 M

m) MVT(I) = PV(I).MYT(I) i pentru toate produsele : MPTT = MPT(I )

I =1 M

Avem relaia : MPTT=MPTO+MPXT+MPIXT Aporturile n procente ale factorilor constani i variabili la venitul din toate produsele,sunt : e) Aportul factorilor constani : APTO(I) = MPTO(I) / MPTT(I) f) Aportul factorilor variabili : APXT(I) = MPXT(I) / MPTT(I) g) Aportul interaciunilor factorilor variabili : APIXT(I) = MPIXT(I) / MPTT(I) = 1 - APTO(I) - APXT(I) 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: 1) M=1 produs(Porumb) 2) N=2 factori (NPK i ap de irigaie) 3) 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 patrat 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 include toate cheltuielile productive i neproductive

176
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 B.REZULTATE : a) Producii-martor Producia fizic-martor Y0 = 60000kg 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 b) Optime n alocarea de resurse : I. OPTIMUL MARGINAL Se realizeaz pentru x1= 22 Kg NPK / Ha i x2 = 266 m3 ap / Ha. Rezult producia suplimentar YS = 6157 Kg porumb boabe ; venitul suplimentar VS = 4310 lei ; cheltuielile suplimentare CS = 1081.8 lei i profitul suplimentar PS = 3228.2 lei . Aceste valori se adaog celor de la martor de la punctul a). Producia fizic unitar total este YUT = 3307 Kg porumb boabe / Ha . Cheltuielile unitare totale sunt CYT = 0.2945 lei cheltuieli / 1 Kg porumb boabe. Rata profitului total este RPT = 1.377 lei profit / 1 leu cheltuit . Deoarece YUT > YU0 , CYT < CY0 i RPT > RP0 , merit s folosim dozele optimului marginal. Tabel cu indicatorii economici ai optimului marginal Indicatori economici Profit suplimentar Rata profit Rata substituire Suplimentar Factori Medii 1.8947 lei 1.967 lei 4.21 0.4503 lei 3.669 lei Marginali 1.9045 lei = Maxim 1.976 lei = Maxim 4.19 0.4550 lei = Maxim 3.698 lei = Maxim Elasticiti 1.005 % 1.005 % 0.99 % 1.010 % 1.008 % COMENTARIU ASUPRA TABELULUI : 1) Coloana profitului suplimentar : Fiecare din cele 22 Kg NPK / Ha a adus un profit suplimentar de 1.8947 lei. Fiecare din cei 266 m3 ap / Ha a adus un profit suplimentar 0.4503 lei . Al 23-lea Kg NPK / Ha ar crete profitul suplimentar cu valoarea maxim de 1.9045 lei . Al 267-lea m3 ap / Ha ar crete profitul suplimentar cu valoarea maxim de 0.4550 lei . Creterea dozei de 22 Kg NPK / Ha cu nc 1 % ar crete profitul suplimentar

177
cu nc 1.005 % . Creterea dozei de 266 m3 ap / Ha cu nc 1 % ar crete profitul suplimentar cu nc 1.010 % . 2) Coloana ratei profitului suplimentar : Fiecare leu cheltuit cu fertilizarea chimic din suma de 1081.8 lei a adus un profit suplimentar de 1.967 lei. Fiecare leu cheltuit cu irigarea din suma de 1081.8 lei a adus un profit suplimentar de 3.669 lei. nc un leu cheltuit cu fertilizarea chimic peste suma de 1081.8 lei ar crete profitul suplimentar cu valoarea maxim de 1.976 lei. nc un leu cheltuit cu irigarea peste suma de 1081.8 lei ar crete profitul suplimentar cu valoarea maxim de 3.698 lei. Creterea cheltuielilor cu fertilizarea chimic cu nc 1 % peste suma de 1081.8 lei ar crete profitul suplimentar cu nc 1.005 % . Creterea cheltuielilor cu irigarea cu nc 1 % peste suma de 1081.8 lei ar crete profitul suplimentar cu nc 1.008 % . 3) Coloana ratei substituirii factorilor 4.21 m3 ap / Ha din cei 266 m3 ap / Ha au adus acelai profit ca 1 Kg NPK / Ha din cei 22 Kg NPK / Ha . 4.19 m3 / Ha cretere ap fa de cei 266 m3 ap / Ha i 1 Kg / Ha cretere NPK fa de cei 22 Kg NPK / Ha ar crete profitul cu aceeai sum. 0.99 % cretere ap fa de cei 266 m3 ap / Ha i 1 % cretere NPK fa de cei 22 Kg NPK / Ha, ar crete profitul cu acelai numr de procente. II. OPTIMUL DE ECHILIBRU Se realizeaz pentru x1= 33 Kg NPK / HA i x2 = 400 m3 ap / Ha. Rezult producia suplimentar YS = 9270 Kg porumb boabe ; venitul suplimentar VS = 6489.2 lei ; cheltuielile suplimentare CS = 1624.1 lei i profitul suplimentar PS = 4865.1 lei . Aceste valori se adaog celor de la martor de la punctul a). Producia unitar total este YUT = 3463 Kg porumb boabe / Ha . Cheltuielile unitare totale sunt CYT = 0.2890 lei cheltuieli / 1 Kg porumb boabe. Rata profitului total este RPT = 1.421 lei profit / 1 leu cheltuit . Deoarece YUT > YU0 , CYT < CY0 i RPT > RP0 , merit s folosim dozele optimului de echilibru. Tabel cu indicatorii economici ai optimului de echilibru Indicatori economici Profit suplimentar Rata profit Rata substituire Suplimentar Factori Medii 1.9148 lei 1.985 lei =Maxim 4.23 0.4529 lei 3.685 lei = Maxim Marginali 1.9148 lei 1.985 lei = Maxim 4.23 0.4529 lei 3.685 lei = Maxim Elasticiti 1% 1% 1% 1% 1% COMENTARIU ASUPRA TABELULUI : 1) Coloana profitului suplimentar : Fiecare din cele 33 Kg NPK / Ha a adus un profit suplimentar maxim de 1.9148 lei. Fiecare din cei 400 m3 ap / Ha a adus un profit suplimentar maxim de 0.4529 lei . Al 34-lea Kg NPK / Ha ar crete profitul suplimentar tot cu cu 1.9148 lei . Al 401-lea m3 ap / Ha ar crete profitul suplimentar tot cu 0.4529 lei .

178
Creterea dozei de 33 Kg NPK / Ha cu nc 1 % ar crete profitul suplimentar tot cu 1 % ( creterea procentual de efort fizic pentru factorul NPK este egal cu creterea procentual de efect pentru profit). Creterea dozei de 400 m3 ap / Ha cu nc 1 % ar crete profitul suplimentar tot cu 1 % ( creterea procentual de efort fizic pentru factorul Ap este egal cu creterea procentual de efect pentru profit). 2) Coloana ratei profitului suplimentar : Fiecare leu cheltuit cu fertilizarea chimic din suma de 1624.1 lei a adus un profit suplimentar maxim de 1.985 lei. Fiecare leu cheltuit cu irigarea din suma de 1624.1 lei a adus un profit suplimentar maxim de 3.685 lei. nc un leu cheltuit cu fertilizarea chimic peste suma de 1624.1 lei ar crete profitul suplimentar tot cu 1.985 lei. nc un leu cheltuit cu irigarea peste suma de 1624.1 lei ar crete profitul suplimentar tot cu 3.685 lei. Creterea cheltuielilor cu fertilizarea chimic cu nc 1 % peste suma de 1624.1 lei ar crete profitul suplimentar tot cu 1 % ( creterea procentual de efort financiar pentru factorul NPK este egal cu creterea procentual de efect pentru profit). Creterea cheltuielilor cu irigarea cu nc 1 % peste suma de 1624.1 lei ar crete profitul suplimentar tot cu 1 % ( creterea procentual de efort financiar pentru factorul NPK este egal cu creterea procentual de efect pentru profit). 3) Coloana ratei substituirii factorilor 4.23 m3 ap / Ha din cei 400 m3 ap / Ha au adus acelai profit ca 1 Kg NPK / Ha din cei 33 Kg NPK / Ha . 4.23 m3 / Ha cretere ap fa de cei 400 m3 ap / Ha i 1 Kg / Ha cretere NPK fa de cei 33 Kg NPK / Ha ar crete profitul cu aceeai sum. 1 % cretere ap fa de cei 400 m3 ap / Ha i 1 % cretere NPK fa de cei 33 Kg NPK / Ha, ar crete profitul cu acelai numr de procente ( creterea procentual de efort fizic pentru factorul NPK este egal cu creterea procentual de efort fizic pentru Ap sub aspectul aceleiai creteri valorice a profitului). III. OPTIMUL ECONOMIC Se realizeaz pentru x1= 210 Kg NPK / Ha i x2 = 1823 m3 ap / Ha. Rezult producia suplimentar YS = 36925 Kg porumb boabe ; venitul suplimentar VS = 25847.9 lei ; cheltuielile suplimentare CS = 8130.4 lei i profitul suplimentar maxim PS = 17717.5 lei . Aceste valori se adaog celor de la martor de la punctul a). Producia unitar total este YUT = 4846 Kg porumb boabe / Ha . Cheltuielile unitare totale minime sunt CYT = 0.2737 lei cheltuieli / 1 Kg porumb boabe. Rata profitului total maxim este RPT = 1.558 lei profit / 1 leu cheltuit . Deoarece YUT > YU0 , CYT < CY0 i RPT > RP0 , merit s folosim dozele optimului economic. Tabel cu indicatorii economici ai optimului economic Indicatori economici Profit suplimentar Rata profit Rata substituire Suplimentar Factori Medii 1.4798 lei 1.577 lei 4.32 0.3426 lei 2.948 lei Marginali 0 lei 0 lei 0 0 lei 0 lei Elasticiti 0% 0% 0% 0% 0%

179

COMENTARIU ASUPRA TABELULUI : 1) Coloana profitului suplimentar : Fiecare din cele 210 Kg NPK / Ha a adus un profit suplimentar de 1.4798 lei. Fiecare din cei 1823 m3 ap / Ha a adus un profit suplimentar 0.3426 lei . Al 211-lea Kg NPK / Ha ar crete venitul suplimentar cu aceeai sum cu care ar crete i cheltuielile deci profitul din fertilizare ar crete cu 0 lei , fiind deja maxim. Al 1824-lea m3 ap / Ha ar crete venitul suplimentar cu aceeai sum cu care ar crete i cheltuielile deci profitul din irigare ar crete cu 0 lei , fiind deja maxim. Creterea dozei de 210 Kg NPK / Ha cu nc 1 % ar crete venitul suplimentar cu acelai numr de procente cu care ar crete i cheltuielile deci profitul suplimentar din fertilizare ar crete cu 0 % , fiind deja maxim. Creterea dozei de 1823 m3 ap / Ha cu nc 1 % ar crete venitul suplimentar cu acelai numr de procente cu care ar crete i cheltuielile deci profitul suplimentar din irigare ar crete cu 0 % fiind deja maxim. 2) Coloana ratei profitului suplimentar : Fiecare leu cheltuit cu fertilizarea chimic din suma de 8130.4 lei a adus un profit suplimentar de 1.577 lei. Fiecare leu cheltuit cu irigarea din suma de 8130.4 lei a adus un profit suplimentar de 2.948 lei. nc un leu cheltuit cu fertilizarea chimic peste suma de 8130.4 lei ar crete venitul suplimentar tot cu un leu deci profitul suplimentar din fertilizare ar crete cu 0 lei , fiind deja maxim . nc un leu cheltuit cu irigarea peste suma de 8130.4 lei ar crete venitul suplimentar tot cu un leu deci profitul suplimentar din irirgare ar crete cu 0 lei , fiind deja maxim . Creterea cheltuielilor cu fertilizarea chimic cu nc 1 % peste suma de 8130.4 lei ar crete venitul suplimentar cu acelai numr de procente cu care ar crete i cheltuielile deci profitul din fertilizare ar crete cu 0 % , fiind deja maxim . Creterea cheltuielilor cu fertilizarea chimic cu nc 1 % peste suma de 8130.4 lei ar crete venitul suplimentar cu acelai numr de procente cu care ar crete i cheltuielile deci profitul din fertilizare ar crete cu 0 % , fiind deja maxim . 3) Coloana ratei substituirii factorilor 4.32 m3 ap / Ha din cei 1823 m3 / Ha au adus acelai profit ca 1 Kg NPK / Ha din cei 210 Kg NPK / Ha . 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 adaog 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.

180
Tabel cu indicatorii economici ai optimului tehnic Indicatori economici Profit suplimentar Rata profit Suplimentar Medii Marginali Elasticiti 1.2408 lei 0.3181 lei - 0.8 lei - 0.09 lei - 0.64 % - 0.28 % 1.343 lei 2.773 lei - 1 leu - 1 leu - 0.74 % - 0.36 %

Rata substituire Factori 3.9 8.9 2.28 %

COMENTARIU ASUPRA TABELULUI : 1) Coloana profitului suplimentar : Fiecare din cele 244 Kg NPK / Ha a adus un profit suplimentar de 1.2408 lei. Fiecare din cei 1969 m3 ap / Ha a adus un profit suplimentar 0.3181 lei . Al 245-lea Kg NPK / Ha ar crete venitul suplimentar cu 0 lei , fiind deja maxim iar cheltuielile ar crete cu 0.8 lei(costul celui de al 245-lea Kg NPK / Ha )deci profitul din fertilizare ar scade cu 0.8 lei . Al 1970-lea m3 ap / Ha ar crete venitul suplimentar cu 0 lei , fiind deja maxim iar cheltuielile suplimentare ar crete cu 0.09 lei (costul celui de al 1970-lea m3 ap / Ha ) deci profitul din irigare ar scade cu 0.09 lei . Creterea dozei de 244 Kg NPK / Ha cu nc 1 % ar crete venitul suplimentar cu 0 % , fiind deja maxim iar cheltuielile suplimentare ar crete cu 0.64 % deci profitul suplimentar din fertilizare ar scade cu 0.64 % . Creterea dozei de 1969 m3 ap / Ha cu nc 1 % ar crete venitul suplimentar cu 0 % iar cheltuielile suplimentare ar crete cu 0.28 % deci profitul suplimentar din irigare ar scade cu 0.28 % . 2) Coloana ratei profitului suplimentar : Fiecare leu cheltuit cu fertilizarea chimic din suma de 8956.2 lei a adus un profit suplimentar de 1.343 lei. Fiecare leu cheltuit cu irigarea din suma de 8956.2 lei a adus un profit suplimentar de 2.773 lei. nc un leu cheltuit cu fertilizarea chimic peste suma de 8956.2 lei ar crete venitul suplimentar cu 0 lei , fiind deja maxim iar cheltuielile ar crete cu un leu deci profitul suplimentar din fertilizare ar scade cu un leu . nc un leu cheltuit cu irigarea peste suma de 8956.2 lei ar crete venitul suplimentar tot cu 0 lei , fiind deja maxim iar cheltuielile suplimentare ar crete cu un leu deci profitul suplimentar din irigare ar scade cu un leu . Creterea cheltuielilor cu fertilizarea chimic cu nc 1 % peste suma de 8956.2 lei ar crete venitul suplimentar cu 0 % i cheltuielile ar crete cu 1 % deci profitul din fertilizare ar scade cu 1% . Creterea cheltuielilor cu irigarea cu nc 1 % peste suma de 8956.2 lei ar crete venitul suplimentar cu 0 % i cheltuielile suplimentare ar crete cu 1 % deci profitul din fertilizare ar scade cu 1% . 3) Coloana ratei substituirii factorilor 3.9 m3 ap / Ha din cei 1969 m3 ap / Ha au adus acelai profit ca 1 Kg NPK / Ha din cei 244 Kg NPK / Ha . 8.9 m3 / Ha cretere ap fa de cei 1969 m3 ap / Ha i 1 Kg / Ha cretere NPK fa de cei 244 Kg NPK / Ha ar scade profitul cu aceeai sum. 2.28 % cretere ap fa de cei 1969 m3 ap / Ha i 1 % cretere NPK fa de cei 244 Kg NPK / Ha , ar scade profitul cu acelai numr de procente.

181

MAXIM DE VENIT CU CHELTUIELI LIMITATE (7595.8 lei) Se realizeaz pentru x1= 189 Kg NPK / Ha i x2 = 1736 m3 ap / Ha. Rezult producia suplimentar maxim condiionat YS = 35964 Kg porumb boabe ; venitul suplimentar maxim condiionat VS = 25175.2 lei ; cheltuielile suplimentare date CS = 7595.8 lei i profitul suplimentar maxim condiionat PS = 17579.8 lei . Aceste valori se adaog celor de la martor de la punctul a). Producia fizic unitar total este YUT = 4798 Kg porumb boabe / Ha . Cheltuielile unitare totale sunt CYT = 0.2708 lei cheltuieli / 1 Kg porumb boabe. Rata profitului total este RPT = 1.584 lei profit / 1 leu cheltuit . Deoarece YUT > YU0 , CYT < CY0 i RPT > RP0 , merit s folosim dozele maximului de venit cu cheltuieli limitate . Tabel cu indicatorii economici ai maximului de venit cu cheltuieli limitate Indicatori economici Profit suplimentar Rata profit Rata substituire Suplimentar Factori Medii 1.6086 lei 1.700 lei 4.5 0.3556 lei 3.039 lei Marginali 0.4375 lei 0.500 lei 8.9 0.0492 lei 0.500 lei = Maxim Elasticiti 0.27 % 0.29 % 1.98 % 0.14 % 0.16 % COMENTARIU ASUPRA TABELULUI : 1) Coloana profitului suplimentar : Fiecare din cele 189 Kg NPK / Ha a adus un profit suplimentar de 1.6086 lei. Fiecare din cei 1736 m3 ap / Ha a adus un profit suplimentar 0.3556 lei . Al 190-lea Kg NPK / Ha ar crete profitul suplimentar cu valoarea de 0.4375 lei . Al 1737-lea m3 ap / Ha ar crete profitul suplimentar cu valoarea de 0.0492 lei . Creterea dozei de 189 Kg NPK / Ha cu nc 1 % ar crete profitul suplimentar cu nc 0.27 % . Creterea dozei de 1736 m3 ap / Ha cu nc 1 % ar crete profitul suplimentar cu nc 0.14 % . 2) Coloana ratei profitului suplimentar : Fiecare leu cheltuit cu fertilizarea chimic din suma dat de 7595.8 lei a adus un profit suplimentar de 1.700 lei. Fiecare leu cheltuit cu irigarea din suma dat de 7595.8 lei a adus un profit suplimentar de 3.039 lei. nc un leu cheltuit cu fertilizarea chimic peste suma dat de 7595.8 lei ar crete profitul suplimentar cu valoarea de 0.5 lei. nc un leu cheltuit cu irigarea peste suma de 7595.8 lei ar crete profitul suplimentar cu valoarea maxim de 0.5 lei. Creterea cheltuielilor cu fertilizarea chimic cu nc 1 % peste suma de 7595.8 lei ar crete profitul suplimentar cu nc 0.29 % . Creterea cheltuielilor cu irigarea cu nc 1 % peste suma de 7595.8 lei ar crete profitul suplimentar cu nc 0.16 % . 3) Coloana ratei substituirii factorilor 4.5 m3 ap / Ha din cei 1736 m3 ap / Ha au adus acelai profit ca 1 Kg NPK / Ha din cei 189 Kg NPK / Ha .

V.

182
8.9 m3 / Ha cretere ap fa de cei 1736 m3 ap / Ha i 1 Kg / Ha cretere NPK fa de cei 189 Kg NPK / Ha ar crete profitul cu aceeai sum. 1.98 % cretere ap fa de cei 1736 m3 ap / Ha i 1 % cretere NPK fa de cei 189 Kg NPK / Ha, ar crete profitul cu acelai numr de procente. MINIM DE CHELTUIELI CU VENIT GARANTAT (24548.7 lei) Se realizeaz pentru x1= 174 Kg NPK / Ha i x2 = 1678 m3 ap / Ha. Rezult producia suplimentar dat YS = 35069 Kg porumb boabe ; venitul suplimentar dat VS = 24548.7 lei ; cheltuielile suplimentare minime condiionate CS = 7216.8 lei i profitul suplimentar maxim condiionat PS = 17331.8 lei . Aceste valori se adaog celor de la martor de la punctul a). Producia fizic unitar total este YUT = 4753 Kg porumb boabe / Ha . Cheltuielile unitare totale sunt CYT = 0.2695 lei cheltuieli / 1 Kg porumb boabe. Rata profitului total este RPT = 1.598 lei profit / 1 leu cheltuit . Deoarece YUT > YU0 , CYT < CY0 i RPT > RP0 , merit s folosim dozele minimului de cheltuieli cu venit garantat . Tabel cu indicatorii economici ai maximului de venit cu cheltuieli limitate Indicatori economici Profit suplimentar Rata profit Rata substituire Suplimentar Factori Medii 1.6989 lei 1.776 lei 4.6 0.3636 lei 3.095 lei Marginali 0.7133 lei 0.800 lei 8.9 0.0802 lei 0.800 lei Elasticiti 0.42 % 0.45 % 1.93 % 0.22 % 0.26 % COMENTARIU ASUPRA TABELULUI : 1) Coloana profitului suplimentar : Fiecare din cele 174 Kg NPK / Ha a adus un profit suplimentar de 1.6889 lei. Fiecare din cei 1678 m3 ap / Ha a adus un profit suplimentar 0.3636 lei . Al 175-lea Kg NPK / Ha ar crete profitul suplimentar cu valoarea de 0.7133 lei . Al 1679-lea m3 ap / Ha ar crete profitul suplimentar cu valoarea de 0.0802 lei . Creterea dozei de 174 Kg NPK / Ha cu nc 1 % ar crete profitul suplimentar cu nc 0.42 % . Creterea dozei de 1678 m3 ap / Ha cu nc 1 % ar crete profitul suplimentar cu nc 0.22 % . 2) Coloana ratei profitului suplimentar : Fiecare leu cheltuit cu fertilizarea chimic din suma minim de 7216.8 lei a adus un profit suplimentar de 1.776 lei. Fiecare leu cheltuit cu irigarea din suma minim de 7216.8 lei a adus un profit suplimentar de 3.095 lei. nc un leu cheltuit cu fertilizarea chimic peste suma minim de 7216.8 lei ar crete profitul suplimentar cu valoarea de 0.8 lei. nc un leu cheltuit cu irigarea peste suma minim de 7216.8 lei ar crete profitul suplimentar cu valoarea de 0.8 lei. Creterea cheltuielilor cu fertilizarea chimic cu nc 1 % peste suma de 7216.8 lei ar crete profitul suplimentar cu nc 0.45 % . Creterea cheltuielilor cu irigarea cu nc 1 % peste suma de 7216.8 lei ar crete profitul suplimentar cu nc 0.26 % . VI.

183
3) Coloana ratei substituirii factorilor 4.6 m3 ap / Ha din cei 1678 m3 ap / Ha au adus acelai profit ca 1 Kg NPK / Ha din cei 174 Kg NPK / Ha . 8.9 m3 / Ha cretere ap fa de cei 1678 m3 ap / Ha i 1 Kg / Ha cretere NPK fa de cei 174 Kg NPK / Ha ar crete profitul cu aceeai sum. 1.93 % cretere ap fa de cei 1678 m3 ap / Ha i 1 % cretere NPK fa de cei 174 Kg NPK / Ha, ar crete profitul cu acelai numr de procente. VII . DOZELE DE RENTABILITATE (CU PROFIT NUL) Sunt x1 = 304 Kg NPK / Ha ; x2 = 2576 m3 ap / Ha . 4.3.2 Un factor i dou produse A.Date de intrare: 1) M=2 produse : (Gru i Porumb) 2) N=1 factor (NPK). 3) Y1 = [2000]+[3X1+0.015X12 0.00002X13] Y2 = [3000]+[4X2+0.002X22 0.0003X23] Aici X1 este cantitatea de NPK (Kg / ha de gru) ,X2 este cantitatea de NPK (Kg / ha de porumb) iar Y1 este producia de gru (Kg / ha) ,Y2 este producia de porumb(Kg / ha) . n prima parantez patrat din membrul doi al lui Y 1 se gsete producia-martor de gru (Kg / ha) , nefertilizat chimic . n a doua parantez patrat din membrul doi al lui Y1 se gsete producia suplimentar de gru datotrat fertilizrii . Semnificaia celor dou paranteze patrate din membrul doi al lui Y2 este analoag pentru porumb. 1) Cheltuieli constante : CC=( 780 lei / ha gru ; 800 lei / ha porumb) Aceste cheltuieli include toate cheltuielile productive i neproductive cu dou excepii: - cheltuielile cu fertilizarea chimic; - cheltuielile cu recoltarea i transportul produciei suplimentare de gru respectiv porumb datorat fertilizrii chimice. 5) Costul factorului : CF=0.8 lei / Kg NPK 6) Cheltuieli cu recoltarea i transportul : CR1 = 0.045 lei / Kg gru ; CR2 = 0.04 lei / Kg porumb . 7) Preurile de vnzare ale produselor : PV1= 0.6 lei / Kg gru ; PV2 = 0.7 lei /Kg porumb. 8) Suprafee cultivate : S1 =10 ha gru ; S2 = 20 ha porumb B.Rezultate a)Producii-martor Producia fizic-martor de gru Y10 = 20000kg ; Producia fizic-martor de porumb Y20 = 60000kg Venitul-martor V0 = 54000 lei ; Cheltuielile-martor C0 = 27100 lei ; Profitul-martor P0 = 26900 lei ; Produciile unitare-martor :YU10 = 2000 Kg gru / Ha ; YU20 = 3000 Kg porumb / Ha Cheltuielile unitare-martor : CY10 = 0.4350 lei / Kg gru ; CY20 =0.3067 lei / Kg porumb Rata profitului martor RP0 = 0.992 lei profit / 1 leu cheltuit b) Optime n alocarea de resurse :

184

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 adaog 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 Profit suplimentar Rata profitului suplimentar Rata Economici Valorificare Factor Medii 0.8788 lei 1.8595 lei 0.939 lei 1.934 lei 0.472 Marginali 0.8858 lei 1.8693 lei 0.945 lei 1.943 lei 0.474 = Maxim = Maxim = Maxim = Maxim Elasticiti 1.008 % 1.006 % 1.008 % 1.004 % 1.002 % COMENTARIU ASUPRA TABELULUI : 1) Coloana profitului suplimentar : Fiecare din cele 25 Kg NPK / Ha gru a adus un profit suplimentar de 0.8788 lei. Fiecare din cei 22 Kg NPK / Ha porumb a adus un profit suplimentar 1.8595 lei . Al 26-lea Kg NPK / Ha gru ar crete profitul suplimentar cu valoarea maxim de 0.8858 lei . Al 23-lea Kg NPK / Ha porumb ar crete profitul suplimentar cu valoarea maxim de 1.8693 lei . Creterea dozei de 25 Kg NPK / Ha gru cu nc 1 % ar crete profitul suplimentar cu nc 1.008 % . Creterea dozei de 22 Kg NPK / Ha porumb cu nc 1 % ar crete profitul suplimentar cu nc 1.006 % . 2) Coloana ratei profitului suplimentar : Fiecare leu cheltuit cu fertilizarea chimic a grului din suma de 234 lei a adus un profit suplimentar de 0.939 lei. Fiecare leu cheltuit cu fertilizarea chimic a porumbului din suma de 427.2 lei a adus un profit suplimentar de 1.934 lei. nc un leu cheltuit cu fertilizarea chimic a grului peste suma de 234 lei ar crete profitul suplimentar cu valoarea maxim de .945 lei. nc un leu cheltuit cu fertilizarea chimic a porumbului peste suma de 427.2 lei ar crete profitul suplimentar cu valoarea maxim de 1.943 lei. Creterea cheltuielilor cu fertilizarea chimic a grului cu nc 1 % peste suma de 234 lei ar crete profitul suplimentar cu nc 1.008 % . Creterea cheltuielilor cu fertilizarea chimic a porumbului cu nc 1 % peste suma de 427.2 lei ar crete profitul suplimentar cu nc 1.004 % . 3) Coloana ratei substituirii factorilor

185
0.472 Kg NPK / Ha porumb din cei 22 Kg NPK / Ha porumb au adus acelai profit ca 1 Kg NPK / Ha gru din cei 25 Kg NPK / Ha porumb. 0.474 Kg / Ha porumb cretere NPK fa de cele 22 Kg NPK / Ha porumb i 1 Kg / Ha gru cretere NPK fa de cele 25 Kg NPK / Ha gru ar crete profitul cu aceeai sum. 1.002 % cretere NPK fa de cele 22 Kg NPK / Ha porumb i 1 % cretere NPK fa de cele 25 Kg NPK / Ha gru , ar crete profitul cu acelai numr de procente. II. OPTIMUL DE ECHILIBRU Se realizeaz pentru x1= 37 Kg NPK / Ha gru i x2 = 33 Kg NPK / Ha porumb. Rezult produciile suplimentare YS1 = 1135 Kg gru ; YS2 = 2688 Kg porumb ; venitul suplimentar VS = 2563.6 lei ; cheltuielile suplimentare CS = 992 lei din care CS1 = 351.1 lei pentru fertilizarea grului i CS2 = 640.9 lei pentru fertilizarea porumbului ; profitul suplimentar PS = 1571.6 lei . Aceste valori se adaog celor de la martor de la punctul a). Produciile unitare totale sunt YUT1 = 2114 Kg gru / Ha ; YUT2 = 3134 Kg porumb / Ha . Cheltuielile unitare totale sunt CYT1 = 0.4282 lei cheltuieli / 1 Kg gru i CYT2 = 0.3134 lei cheltuieli / Kg porumb . Rata profitului total este RPT = 1.013 lei profit / 1 leu cheltuit . Deoarece YUT > YU0 , CYT < CY0 i RPT > RP0 , merit s folosim dozele optimului de echilibru. Tabel cu indicatorii economici ai optimului de echilibru Indicatori Profit suplimentar Rata profitului suplimentar Rata Economici Valorificare Factor Medii 0.8806 lei 1.8620 lei 0.940 lei 1.937 lei 0.473 = Maxim = Maxim = Maxim = Maxim Marginali 0.8806 lei 1.8620 lei 0.940 lei 1.937 lei 0.473 Elasticiti 1% 1% 1% 1% 1% COMENTARIU ASUPRA TABELULUI : 1) Coloana profitului suplimentar : Fiecare din cele 37 Kg NPK / Ha gru a adus un profit suplimentar maxim de 0.8806 lei. Fiecare din cei 33 Kg NPK / Ha porumb a adus un profit suplimentar maxim de 1.8620 lei . Al 38-lea Kg NPK / Ha gru ar crete profitul suplimentar tot cu cu 0.8806 lei . Al 34-lea Kg NPK / Ha porumb ar crete profitul suplimentar tot cu 1.8620 lei . Creterea dozei de 33 Kg NPK / Ha gru cu nc 1 % ar crete profitul suplimentar tot cu 1 % ( creterea procentual de efort fizic pentru factorul NPK la gru este egal cu creterea procentual de efect pentru profit din gru). Creterea dozei de 33 Kg NPK / Ha porumb cu nc 1 % ar crete profitul suplimentar tot cu 1 % ( creterea procentual de efort fizic pentru factorul NPK la porumb este egal cu creterea procentual de efect pentru profit din porumb). 2) Coloana ratei profitului suplimentar : Fiecare leu cheltuit cu fertilizarea chimic a grului din suma de 351.1 lei a adus un profit suplimentar maxim de 0.940 lei. Fiecare leu cheltuit cu fertilizarea chimic a porumbului din suma de 640.9 lei a adus un profit suplimentar maxim de 1.937 lei. nc un leu cheltuit cu fertilizarea chimic a grului peste suma de 351.1 lei ar crete profitul suplimentar tot cu 0.940 lei.

186
nc un leu cheltuit cu fertilizarea chimic a porumbului peste suma de 640.9 lei ar crete profitul suplimentar tot cu 1.937 lei. Creterea cheltuielilor cu fertilizarea chimic a grului cu nc 1 % peste suma de 351.1 lei ar crete profitul suplimentar tot cu 1 % ( creterea procentual de efort financiar pentru factorul NPK la gru este egal cu creterea procentual de efect pentru profitul din gru ). Creterea cheltuielilor cu fertilizarea chimic a porumbului cu nc 1 % peste suma de 640.9 lei ar crete profitul suplimentar tot cu 1 % ( creterea procentual de efort financiar pentru factorul NPK la porumb este egal cu creterea procentual de efect pentru profitul din porumb). 3) Coloana ratei substituirii factorilor 0.473 Kg NPK / Ha porumb din cele 33 Kg NPK / Ha porumb au adus acelai profit ca 1 Kg NPK / Ha gru din cele 37 Kg NPK / Ha gru . 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 produciiile 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 adaog 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 Profit suplimentar Rata profitului suplimentar Rata Economici Valorificare Factor Medii 0.6220 lei 1.3144 lei 0.679 lei 1.417 lei 0.473 Marginali 0 lei 0 lei 0 lei 0 lei 0 Elasticiti 0% 0% 0% 0% 0% COMENTARIU ASUPRA TABELULUI : 1) Coloana profitului suplimentar : Fiecare din cele 190 Kg NPK / Ha gru a adus un profit suplimentar de 0.6220 lei. Fiecare din cei 199 Kg NPK / Ha porumb a adus un profit suplimentar 1.3144 lei . Al 191-lea Kg NPK / Ha gru ar crete venitul suplimentar cu aceeai sum cu care ar crete i cheltuielile deci profitul din fertilizare ar crete cu 0 lei , fiind deja maxim. Al 200-lea Kg NPK / Ha porumb ar crete venitul suplimentar cu aceeai sum cu care ar crete i cheltuielile deci profitul din irigare ar crete cu 0 lei , fiind deja maxim. Creterea dozei de 190 Kg NPK / Ha grucu nc 1 % ar crete venitul suplimentar cu acelai numr de procente cu care ar crete i cheltuielile deci profitul suplimentar din fertilizarea grului ar crete cu 0 % , fiind deja maxim.

187
Creterea dozei de 199 Kg NPK / Ha porumb cu nc 1 % ar crete venitul suplimentar cu acelai numr de procente cu care ar crete i cheltuielile deci profitul suplimentar din fertilizarea porumbului ar crete cu 0 % fiind deja maxim. 2) Coloana ratei profitului suplimentar : Fiecare leu cheltuit cu fertilizarea chimic a grului din suma de 1740.3 lei a adus un profit suplimentar de 0.679 lei. Fiecare leu cheltuit cu fertilizarea chimic a porumbului din suma de 3705.6 lei a adus un profit suplimentar de 1.417 lei. nc un leu cheltuit cu fertilizarea chimic a grului peste suma de 1740.3 lei ar crete venitul suplimentar tot cu un leu deci profitul suplimentar din fertilizarea grului ar crete cu 0 lei , fiind deja maxim . 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 irirgare 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. OPTIMUL TEHNIC IV. Se realizeaz pentru x1= 251 Kg NPK / Ha gru i x2 = 234 Kg NPK / Ha porumb . Rezult produciiile 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 adaog 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 Profit suplimentar Rata profitului suplimentar Rata Economici Valorificare Factor Medii 0.3738 lei 1.0630 lei 0.417 lei 1.165 lei 0.351 Marginali - 0.8 lei - 0.8 lei - 1 leu - 1 leu 1.022 Elasticiti - 2.2 % - 0.75 % - 2.45 % - 0.86 % 2.91 %

188

COMENTARIU ASUPRA TABELULUI : 1) Coloana profitului suplimentar : Fiecare din cele 251 Kg NPK / Ha gru a adus un profit suplimentar de 0.3738 lei. Fiecare din cele 234 Kg NPK / Ha porumb a adus un profit suplimentar 1.0630 lei . Al 252-lea Kg NPK / Ha gru ar crete venitul suplimentar cu 0 lei , fiind deja maxim iar cheltuielile ar crete cu 0.8 lei (costul celui de al 252-lea Kg NPK / Ha )deci profitul din fertilizare ar scade cu 0.8 lei . Al 235-lea Kg NPK / Ha porumb ar crete venitul suplimentar cu 0 lei , fiind deja maxim iar cheltuielile suplimentare ar crete cu 0.8 lei (costul celui de al 235-lea Kg NPK / Ha porumb) deci profitul din irigare ar scade cu 0.8 lei . Creterea dozei de 252 Kg NPK / Ha grucu nc 1 % ar crete venitul suplimentar cu 0 % , fiind deja maxim iar cheltuielile suplimentare ar crete cu 2.2 % deci profitul suplimentar din fertilizare ar scade cu 2.2 % . Creterea dozei de 234 Kg NPK / Ha porumb cu nc 1 % ar crete venitul suplimentar cu 0 % iar cheltuielile suplimentare ar crete cu 0.75 % deci profitul suplimentar din irigare ar scade cu 0.75 % . 2) Coloana ratei profitului suplimentar : Fiecare leu cheltuit cu fertilizarea chimic a grului din suma de 2248.4 lei a adus un profit suplimentar de 0.417 lei. Fiecare leu cheltuit cu fertilizarea chimic a porumbului din suma de 4276.2 lei a adus un profit suplimentar de 1.165 lei. nc un leu cheltuit cu fertilizarea chimic a grului peste suma de 2248.4 lei ar crete venitul suplimentar cu 0 lei , fiind deja maxim iar cheltuielile ar crete cu un leu deci profitul suplimentar din fertilizarea grului ar scade cu un leu . nc un leu cheltuit cu fertilizarea porumbului peste suma de 4276.2 lei ar crete venitul suplimentar tot cu 0 lei , fiind deja maxim iar cheltuielile suplimentare ar crete cu un leu deci profitul suplimentar din fertilizarea porumbului ar scade cu un leu . Creterea cheltuielilor cu fertilizarea chimic a grului cu nc 1 % peste suma de 2248.4 lei ar crete venitul suplimentar cu 0 % i cheltuielile ar crete cu 1 % deci profitul din fertilizarea grului ar scade cu 1 % . Creterea cheltuielilor cu fertilizarea porumbului cu nc 1 % peste suma de 4276.2 lei ar crete venitul suplimentar cu 0 % i cheltuielile suplimentare ar crete cu 1 % deci profitul din fertilizarea porumbului ar scade cu 1 % . 3) Coloana ratei substituirii factorilor 0.351 Kg NPK / Ha porumb din cele 234 Kg NPK / Ha porumb au adus acelai profit ca 1 Kg NPK / Ha gru din cei 251 Kg NPK / Ha . 1.022 Kg / Ha porumb cretere NPK fa de cele 234 kg NPK / Ha porumb i 1 Kg / Ha cretere NPK fa de cei 251 Kg NPK / Ha porumb ar scade profitul cu aceeai sum. 2.91 % cretere NPK fa de cele 234 kg NPK / Ha porumb i 1 % cretere NPK fa de cei 251 Kg NPK / Ha gru , ar scade profitul cu acelai numr de procente. MAXIM DE VENIT CU CHELTUIELI LIMITATE(4230.5 lei) Se realizeaz pentru x1= 116 Kg NPK / Ha gru i x2 = 167 Kg NPK / Ha porumb. Rezult produciile suplimentare maxime condiionate YS1 = 3390 Kg gru ; YS2 = 11691 Kg Porumb ; venitul suplimentar maxim condiionat VS = 10218.1 lei ; cheltuielile suplimentare date CS = 4230.5 lei din care CS1=1087.2 lei pentru fertilizarea grului i CS2 = 3143.4 lei pentru fertilizarea porumbului ; profitul suplimentar maxim condiionat PS = 5987.6 lei . Aceste valori se adaog celor de la martor de la punctul a). Produciile unitare totale sunt YUT1 = 2339 Kg gru / Ha i YUT2 = 3585 Kg porumb / Ha . V.

189
Cheltuielile unitare totale sunt CYT1 = 0.4184 lei cheltuieli / 1 Kg gru i CYT2 = 0.3005 lei cheltuieli / 1 Kg porumb . Rata profitului total este RPT = 1.049 lei profit / 1 leu cheltuit . Deoarece YUTi > YUi 0 , CYTi < CYi 0 i RPT > RP0 , merit s folosim dozele maximului de venit cu cheltuieli limitate . Tabel cu indicatorii economici ai maximului de venit cu cheltuieli limitate Indicatori Profit suplimentar Rata profitului suplimentar Rata Economici Valorificare Factor Medii 0.8107 lei 1.5070 lei 0.871 lei 1.603 lei 0.538 Marginali 0.6050 lei 0.6202 lei 0.662 lei 0.700 lei 0.976 Elasticiti 0.75 % 0.41 % 0.76 % 0.44 % 1.81 % COMENTARIU ASUPRA TABELULUI : 1) Coloana profitului suplimentar : Fiecare din cele 116 Kg NPK / Ha gru a adus un profit suplimentar de 0.8107 lei. 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. 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 VI.

190
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 adaog 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 Profit suplimentar Rata profitului suplimentar Rata Economici Valorificare Factor Medii 0.7019 lei 1.3953 lei 0.761 lei 1.496 lei 0.503 Marginali 0.2389 lei 0.2592 lei 0.271 lei 0.300 lei 0.922 Elasticiti 0.34 % 0.19 % 0.36 % 0.20 % 1.83 % COMENTARIU ASUPRA TABELULUI : 1) Coloana profitului suplimentar : Fiecare din cele 164 Kg NPK / Ha gru a adus un profit suplimentar de 0.7019 lei. Fiecare din cele 186 Kg NPK / Ha porumb a adus un profit suplimentar 1.3953 lei . Al 165-lea Kg NPK / Ha gru ar crete profitul suplimentar cu valoarea de 0.2389 lei . Al 187-lea Kg NPK / Ha porumb ar crete profitul suplimentar cu valoarea de 0.2592 lei . Creterea dozei de 164 Kg NPK / Ha gru cu nc 1 % ar crete profitul suplimentar cu nc 0.34 % . Creterea dozei de 186 Kg NPK / Ha porumb cu nc 1 % ar crete profitul suplimentar cu nc 0.19 % . 2) Coloana ratei profitului suplimentar : Fiecare leu cheltuit cu fertilizarea chimic a grului din suma minim de 1515.1 lei a adus un profit suplimentar de 0.761 lei. Fiecare leu cheltuit cu fertilizarea chimic a porumbului din suma minim de 3487 lei a adus un profit suplimentar de 1.496 lei. nc un leu cheltuit cu fertilizarea chimic a grului peste suma minim de 1515.1 lei ar crete profitul suplimentar cu valoarea de 0.271 lei. nc un leu cheltuit cu fertilizarea chimic a porimbului peste suma minim de 3487 lei ar crete profitul suplimentar cu valoarea de 0.300 lei. Creterea cheltuielilor cu fertilizarea chimic a grului cu nc 1 % peste suma de 1515.1 lei ar crete profitul suplimentar cu nc 0.36 % . Creterea cheltuielilor cu fertilizarea chimic a porumbului cu nc 1 % peste suma de 3487 lei ar crete profitul suplimentar cu nc 0.20 % . 3) Coloana ratei substituirii factorilor 0.503 Kg NPK / Ha gru din cei 186 Kg NPK / Ha gru au adus acelai profit ca 1 Kg NPK / Ha gru din cei 164 Kg NPK / Ha gru . 0.922 Kg / Ha cretere NPK fa de cei 186 Kg NPK / Ha porumb i 1 Kg / Ha cretere NPK fa de cei 164 Kg NPK / Ha gru ar crete profitul cu aceeai sum. 1.83 % cretere NPK fa de cei 186 Kg NPK / Ha porumb i 1 % cretere NPK fa de cei 164 Kg NPK / Ha gru , ar crete profitul cu acelai numr de procente.

191
VII . DOZELE DE RENTABILITATE (CU PROFIT NUL) Sunt x1 = 279 Kg NPK / Ha gru ; x2 = 304 Kg NPK / Ha porumb . 4.4 Modele cu restricii liniare i funcie-obiectiv ptratic

n capitolul 2 am prezentat modele cu restricii liniare i funcii-obiectiv liniare .Ele au fost rezolvate prin mbuntiri succesive ale unei soluii bazice iniiale cu metoda simplex pn se ajunge la soluia bazic optim. n seciunea 4.2.1 punctele A i B , am prezentat dou modele cu o restricie neliniar i funcieobiectiv cubic (venit maxim cu cheltuieli limitate i respectiv cheltuieli minime cu venit garantat) care au fost rezolvate cu metoda multiplicatorilor lui Lagrange. n acest seciune vom prezenta un model intermediar cu restricii liniare i funcie-obiectiv ptratic. 4.4.1 Cazul cnd toate restriciile sunt ecuaii Modelul are forma : a11 x1 + ... + a1n x n = b1 (1) .............................. a x + ... + a x = b mn n m m1 1 (2) x1 ,..., x n 0 f=2 ci x i + d jk x j x k = optim
i=1 j=1 k =1 n n n

(3)

Fie notaiile : a11 ......a1n x1 cu m < n i rang(A)= m ; X= ... A = ............. a .....a x mn m1 n b1 c1 d11 .......d1n b= ... ; c= ... ; D= ............... ; D=matrice simetric cu rang(D)=n b c d ......d mn m n m1 Modelul capt forma matricial : A.X = b (4) X0 (5) (6) f = 2.cT.X+XT.D.X = optim Funcia ptratic f are punctul staionar X0 care anuleaz derivatele pariale de ordinul unu : f / x1 = 2.(c1 + d11x1 ++ d1nxn ) = 0 f / xn = 2.(cn + dn1x1 ++ dnnxn ) = 0 adic matricial : X0 = - D-1.c (7)

192

X0 este punct de minim pentru f dac matricea D este pozitiv definit adic minorii ei principali sunt pozitivi : d d 1 = d11 > 0, 2 = 11 12 > 0,..., n = det(D) > 0 d 21 d 22 X0 este punct de maxim pentru f dac matricea D este negativ definit adic minorii ei principali sunt negativi : 1> 0 ; 2 < 0 ,, (-1)n.n > 0 X0 satisface restriciile (4)+(5) dac A.X0 = b i X0 0 deci dac : (8) A.D-1.c + b = 0 ; X0 0

Exist cazurile : I. Punctul staionar X0 = - D-1.c este punct de minim sau de maxim pentru f i verific restriciile (4) + (5) adic satisface relaia (8) . n acest caz X0 este soluie optim pentru problema de optimizare (4) (6). 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 .

193
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 :
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 1 T T 1 T -1 T 1 87 ; D .A = A aa c D .A (A.D .A ) (A X 0 - b ) = 257 369 226 1 Conform relaiei (13) , soluia optim cutat este X p = 170 257 402 Vectorul multiplicatorilor lui Lagrange Y este dat de relaia (12) : Y= - 2 6 257 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 : 26 /10 1/ 3 0 X (1) = 16 /10 ; X (2) = 0 ; X (3) = 2 /11 0 8/3 26 /11 Avem Xp = 1.X(1) + 2.X(2) + 3.X(3) cu 0 i 1 i 1 + 2 + 3 = 1 n cazul nostru avem 1=0.4134 ; 2 = 0.5866 ; 3 = 0 deci Xp se gsete pe segmentul care unete soluiile bazice(vrfurile) X(1) i X(2) . 4.4.2 Cazul cnd restriciile sunt inecuaii Fie problema de optimizare ptratic :

194

(14) (15)

a
j=1

ij

x j bi

x1 ,..., x n 0 f=2. c j x j + d jk x j x k = max im

j=1 j=1 k =1 n n n

(16)

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 Fie funcia Lagrange : L=2 c j x j + d jk x j x k + yi (bi a ij x j )
j=1 j=1 k =1 i =1 j=1 n n n m n

unde y1 ,..., y m sunt multiplicatorii Lagrange. Fie variabilele de egalizare primale : xei = bi a ij x j 0 deci funcia Lagrange capt forma :
j=1 n

L=f+ yi xei . Funcia Lagrange L se mai poate scrie i sub forma :

i=1 n n n n m L= bi yi d jk x j x k x j a ij yi 2c j 2. d jk x k j=1 k =1 k =1 i =1 i=1 j=1 Fie var iabilele de egalizare duale : m

ye j = a ij yi 2c j 2. d jk x k 0
i =1 k =1

i funcia-obiectiv dual g =

bi yi d jk x j x k
i=1 j=1 k=1 n j=1

deci funcia Lagrange capt i forma : L = g - x j ye j Modelul ptratic dual pentru mod elul (13) (15) va avea forma : (17) (18)
m n

a
i=1

ij

yi 2c j + 2 d jk x k
k =1

y1 ,..., y m 0 g= bi yi d jk x j x k = min im
i=1 j=1 k =1 m n n

(19)

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

195
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 Modelul dual are forma : y1+4y2 10+( - x1+0.2x2) y1+y2 12+(0.2x1 - 0.8x2) y1, y2 0 ----------------------------------g=(3y1+4y2) (-0.5x12 + 0.1x1x2+0.1x2x1 - 0.4x22 )=minim Rezolvarea cu SOLVER din EXCEL Problema primal din enun se plaseaz n foaia EXCEL cu numele OPTIMP:
A1 2 3 4 5 6 7 8 9 10 11 12 B C D PROGRAM PATRATIC (OPTIMP) : RESTRICII : COEF.X1 COEF.X2 MEMBRUL I 4 1 FUNCIA F: COEF.X1 1 1 COEF.X2 4 3 COEF. X1^2 - 0.5 VALOARE F 32.611 E MEMBRUL II 4 3 COEF. X2^2 - 0.4 COEF. X1*X2 0.2 F

10 12 REZULTATE : VALOARE VALOARE X1 X2 0.333 2.667

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 feresatra TOOLS opiunea SOLVER . Apare ferestra Solver parameters cu aspectul de mai jos :

196

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 . 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 ferestra 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 :

197

n csua de sub opiunea Reports selectm opiunile Answer , Sensitivity i Limits care vor ataa foii de calcul trei rapoarte cu rezultate : soluiile optime primal i dual , valoarea optimului i intervalele pentru componentele vectorilor b i c , care nu necesit reoptimizare. Dealtfel variabilele proprii x1 i x2 ale soluiei optime i valoarea optim a funciei-obiectiv f apar i n foaia EXCEL iniial n celulele $B$12 , $C$12 respectiv $D$12 . Soluiile optime pentru modelele ptratice primal i dual sunt : Soluia optim primal I.Variabile primale proprii: X1=1/3 X2=8/3 II.Variabile primale de egalizare: Xe1=0 Xe2=0 Soluia optim dual III.Variabile duale de egalizare: ye1=0 ye2=0 IV.Variabile duale proprii: y1=886/90 y2=8/90 fmax=gmin=2935/90

4.4.3 Model ptratic de alocare optim a resurselor n agricultur

Alocri Restricii 1. NPK GRU MAX 2. NPK POR. MAX 3. APA GRU MAX 4. APA POR.MAX 5. CHELTUIELI 6. NPK 7. APA 8. PROD.SUPLIM. GRU 9. PROD.SUPLIM. PORUMB 10. NPK GRU MIN 11. NPK POR.MIN 12. APA GRU MIN 13. APA POR.MIN PARTE LINIAR VENIT SUPLIM. PARTE PTRATIC VENIT SUPLIM. NPK Apa Gru Porumb Gru Porumb X1(Kg/Ha) X2(Kg/Ha) X3(m3/Ha) X4(m3/Ha) 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0.09 0.8 0.8 0.09 LEI / m3 LEI /Kg Lei / Kg LEI / m3 40 Ha 60 Ha 0 0 0 0 40 Ha 60 Ha 0 3 Kg GRU 0 0.6 Kg GRU / Kg NPK / m3 AP 0 5 Kg Por. 0 0.9 Kg Por. / Kg NPK / M3 AP 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 2.5 3 0.2 0.3 LEI / Kg LEI / Kg LEI / m3 LEI / m3 - 0.002 - 0.002 - 0.0001 - 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

198

Ca i n exemplul precedent , cu produsul informatic EXCEL , se obin soluiile optime : SOLUIA OPTIM PRIMAL I.VPP(Resurse alocate) X1=187.65 Kg NPK/Ha gru X2=124.90 Kg NPK/Ha porumb X3=860.88 m3 Ap / Ha gru X4=1360.88 m3 Ap / Ha porumb SOLUIA OPTIM DUAL III.VDP (Surplus de venit pe unitate resurs la Ha) ye1=0 lei surplus venit / 1 Kg NPK la Ha gru ye2=0 lei surplus venit / 1 Kg NPK la Ha porumb ye3=0 lei surplus venit / 1 m3 ap la Ha gru ye4=0 lei surplus venit / 1 m3 ap la Ha porumb

II.VPE(Diferene resurse consumate-limite) IV.VDP(Venituri marginale) xe1=112.35 Kg NPK/Ha gru deficit y1=0 lei cretere venit / nc 1 Kg NPK la Ha gru xe2=75.10 Kg NPK/Ha porumb deficit y2=0 lei cretere venit / nc 1 Kg NPK la Ha porumb xe3=639.12 m3 Ap / Ha gru deficit y3=0 lei cretere venit / nc 1 m3 ap la Ha gru 3 xe4=639.12 m Ap / Ha porumb deficit y4=0 lei cretere venit / nc 1 m3 ap la Ha porumb xe5=0 lei necheltuii y5=0.31 lei cretere venit / nc 1 leu la Ha cheltuit xe6=0 Kg NPK neconsumate y6=0.04 lei cretere venit / nc 1 Kg NPK xe7=63911.79 m3 ap neconsumai y7=0 lei cretere venit / nc 1 m3 ap xe8=79.49 Kg gru surplus y8=0 lei cretere venit / nc 1 Kg gru xe9=349.98 Kg porumb surplus y9=0 lei cretere venit / nc 1 Kg porumb xe10=107.65 Kg NPK/Ha gru surplus y10=0 lei cretere venit / nc 1 Kg NPK la Ha gru xe11=74.90 Kg NPK/Ha porumb surplus y11=0 lei cretere venit / nc 1 Kg NPK la Ha Porumb y12=0 lei cretere venit / nc 1 m3 ap la Ha gru xe12=360.88 m3 Ap / Ha gru surplus 3 xe13=360.88 m Ap / Ha porumb surplus y13=0 lei cretere venit / nc 1 m3 ap la Ha porumb fmaxim = gminim = 1063.33 lei Pentru soluiile optime de mai sus avem valorile optime Vm=1063.33 lei / Ha = maxim; Cm =450 lei /Ha ;Pm=613.33 lei / Ha; RPm= 1.363 lei profit la Ha / 1 leu cheltuit la Ha Structura n procente a profitului maxim fmaxim = 1063.33 lei este : s1 = 37.5 % (contribuia NPK la Ha gru); s2 = 32.3 % (contribuia NPK la Ha porumb) ; s3 = 9.2 % (contribuia apei la Ha gru) ; s4 = 21 % (contribuia apei la Ha porumb). Indicatori economici ai modelului liniar : I) Rata medie a profitului RMP =1.363 lei profit la Ha /1 leu cheltuit la Ha II) Rata marginal a profitului RDP = y5 1 = - 0.69 lei cretere de profit la Ha / 1 leu cretere de cheltuieli la Ha III) 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) .

199
4.5 Rezumat
n acest capitol se prezint un model neliniar de alocare optim a resurselor n agricultur cu funciiobiectiv 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. 2. 3. 4. Cum caracterizai optimul economic n alocarea de resurse ? Cum caracterizai optimul tehnic n alocarea de resurse ? Ce semnificaie au ratele substituirii factorilor n realizarea unui produs ? Ce semnificaie au ratele valorificrii aceluiai factor de ctre produse diferite ?

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

200
CAPITOLUL 5 SISTEME AGRICOLE

Obiective : nsuirea de ctre studeni a conceptului modern de sistem agricol ,proprieti , exemple i analiza lor tehnico-economic precum i balana economic n sistemele agricole. Coninut : 5.1 Definiia,clasificarea i proprietile sistemelor 5.1.1 Definiia sistemelor 5.1.2 Clasificarea sistemelor 5.1.3 Proprietile sistemelor 5.1.4 Sisteme liniare 5.2 Sisteme biologice 5.2.1 Sisteme biologice pn la nivel de organism (biosisteme) 5.2.2 Sisteme biologice la nivel de populaii (biocenoze) 5.2.3 Pdurile ca ecosisteme vegetale 5.3 Proprieti generale ale sistemelor agricole 5.3.1 Particulariti ale sistemelor agricole 5.3.2 Intrri n sistemele agricole 5.3.3 Ieiri din sistemele agricole 5.4 Analiza tehnico-economic a sistemelor agricole 5.4.1 Analiza tehnico-economic a sistemului produciei vegetale 5.4.2 Analiza tehnico-economic a sistemului comercializrii produselor agricole 5.5 Balana legturilor ntre ramuri 5.6 Concentrarea i diversificarea produciei agricole pe ramuri 5.7 Rezumat 5.8 ntrebri 5.9 Bibliografie Cuvinte cheie : sistem,sistem agricol , analiz tehnico-economic,balan economic 5.1 DEFINIIA ,CLASIFICAREA I PROPRIETILE SISTEMELOR 5.1.1 Definiia sistemelor Un sistem este o mbinare armonioas din punct de vedere structural i funcional a urmtoarelor elemente : 1) Mulimea de n intrri (inputs) de forma X= (X1,,Xn) Rn 2) Mulimea de p stri interne(internal states) de forma S =(S0,,Sp-1) Rp 3) Mulimea de m ieiri(outputs) de forma Y = (Y1,,Ym) Rm ntre elementele precedente exist urmtoarele legturi: a) Ecuaia de stare S= f (S,X) Aici S este starea consecutiv strii S care este simultan cu intrarea X . b) Ecuaia de ieire Y= g (S,X)

201
c) Ecuaia de reglare cibernetic(feedback) Z = h (S,Y) Aici Z este intrarea corectat care regleaz intrarea X . Un sistem se numete agricol dac intrrile /ieirile sistemului au legtur cu plantele i animalele sau cu produsele agroalimentare. Intrrile unui sistem agricol se se mpart n urmtoarele categorii : - mijloace fixe(terenuri,grajduri,spaii de producie) - umane(fora de munc) - mecanice(maini agricole i de prelucrare/conservare produse agroalimentare) - materiale (consumuri de resurse fizice) - energetice (consumuri de combustibili i energie electric) - financiare (costurile unitilor de resurse,cheltuieli materiale,manoper i neproductive) - informaionale(documentaie tehnologic i surse de finanare) Strile interne din sistemele agricole se mpart n urmtoarele categorii : - stadii de vegetaie la plante anuale sau perene - categorii de vrst la animale - gradul de uzur al mainilor agricole i al utilajelor de prelucrare a produselor agricole - raportul ntre cererea i oferta de produse agroalimentare Ieirile dintr-un sistem agricol se mpart n urmtoarele categorii : - Producii fizice principal i secundar - Venit - Producia fizic minim care aduce profit(raportul ntre cheltuieli i preul de vnzare al unitii de producie fizic) - Costul unitii de producie fizic(raportul ntre cheltuieli i producia fizic) - Profit (diferena ntre venit i cheltuieli) - Rata profit(raportul ntre profit i cheltuieli) - Bilanul financiar-contabil 5.1.2 I. 1) 2) Clasificarea sistemelor

SISTEME BIOLOGICE PARIAL DIRIJATE Sistemul florei spontane plante ierboase arbori/arbuti Sistemul faunei slbatice animale ierbivore animale carnivore animale omnivore II. SISTEME BIOLOGICE TOTAL DIRIJATE 3) Sistemul plantelor cultivate - Ferme de cereale ,plante tehnice i furajere

202
4) Ferme legumicole Ferme pomicole Ferme viticole Parcuri i spaii verzi Pduri i pepiniere silvice Sistemul animalelor domestice Ferme de bovine pentru lapte i carne Ferme de porcine Ferme de ovine i caprine pentru lapte i carne Ferme de psri pentru ou i carne Ferme piscicole 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 .

203
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 V. VI. VII. VIII. IX. 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. 5.1.3 Proprietile sistemelor 1) Integralitatea Un sistem nu este o sum de pri ci mbinarea armonioas a acestor pri din punct de vedere structural i funcional . 2) Echilibrul dinamic Orice sistem este amplasat n spaiu i evolueaz n timp printr-un schimb permanent de materie ,energie i informaie cu mediul ambiant,realizndu-se o renoire continu a sistemului. Dac sistemul este biologic , el se renoiete singur , n caz contrar renoirea trebuie dirijat de om. 3) Reglarea cibernetic Sistemul i menine integralitatea i echilibrul dinamic prin adaptarea continu la schimbrile mediului ,optimizndu-i evoluia. Dac sistemul este biologic, el se autoregleaz , n caz contrar reglarea trebuie creat i dirijat de om. 4) Existena finit Evoluia sistemului are o stare iniial i o stare final. Dac sistemul este biologic,evoluia sa este dezvoltarea ontogenetic i filogenetic marcat de natere,reproducere i moarte. n caz contrar sistemul sufer n timp uzur fizic ,amnat prin reparaii

204
periodice i uzur moral ,fiind necesar casarea sa la un moment dat, considerat moment final al evoluiei sistemului. 5) Ierarhizarea Poate fi relaional (pe orizontal) sau structural (pe vertical). Ierarhizarea relaional apare cnd n relaia ntre dou sisteme , unul conduce sau coordoneaz iar cellalt este condus sau este coordonat. n cazul coordonrii ierarhizarea este mai slab dect n cazul conducerii. Exemplu Orice exploataie agricol este coordonat de Direcia agricol judeean care la rndul ei este coordonat de Ministerul Agriculturii . Ierarhizarea structural apare cnd un sistem este constituit din subsisteme interconectate i la rndul su este subsistem ntr-un alt sistem ierarhic superior. Exemple a) Omul ca sistem biologic este constituit din cteva sisteme interconectate : sistemul nervos,sistemul endocrin,sistemul circulator, sistemul respirator,sistemul digestiv,sistemul excretor,sistemul reproductor, sistemul imunitar,sistemul ocular,sistemul auditiv,etc. Omul este la rndul su subsistem al sistemelor: familie,comunitate local,naiune,orientare religioas,partid,politic,organizaie profesional,etc. b) Computerul ca sistem tehnic este constituit din sisteme interconectate : unitate de comand cu microprocesor i coprocesor,unitate de prelucrare date, monitor ,imprimant,memorii(hard,floppy,compact disc,RAM),etc. Computerul este este subsistem pentru sistemele: reea local,reea naional, INTERNET,etc. Exist un suprasistem care conine toate celelalte sisteme: Universul. Dou subsisteme se pot conecta ntr-un sistem, n serie(amonte-aval), n paralel i mixt. Exemplu Sistemul culturii grului este conectat n serie cu morile de mcinat fin. Sistemul culturii grului i sistemul culturii porumbului sunt sisteme vegetale conectate n paralel iar sistemul produciei vegetale i zootehnice sunt inteconectate mixt(sistemul vegetal trimite furaje n sistemul zootehnic iar sistemul zootehnic trimite gunoi de grajd sistemului vegetal). Subsistemele unui sistem se npart 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 .

205
2.Pentru sistemul computer subsistemele microprocesor,harddisc, tastatur,monitor ,memorii externe(floppy disc / cdrom / stick) sunt exemple de subsisteme eseniale iar imprimanta este exemplu de subsistem neesenial . 6) Controlabilitatea Un sistem este controlabil la momentul t1 > t0 dac pentru orice stare intern S(t0) i orice stare intern consecutiv S(t1) , exist o intrare X(t) cu t n intervalul [ t0 , t1 ] care transfer sistemul din starea S(t0) n starea S(t1) n intervalul de timp t = t1 t0 . 7) Observabilitatea Un sistem este observabil n momentul de timp t0 dac pentru orice stare S(t0) exist momentul de timp t1 > t0 pentru care atunci cnd se cunosc intrrile X(t) cu t n intervalul [ t0 , t1 ] i Y(t1) , se poate determina starea S(t0) . 8) Stabilitatea Fie o stare intern posibil S1(t) a sistemului . Aceast stare intern este stabil dac pentru orice > 0 ,exist ( ) > 0 astfel c pentru orice alt stare intern posibil S2(t) , din relaia | S2(t0) S1(t0) | < ( ) rezult | S2(t) S1(t) | < pentru orice t > t0 . Un sistem este stabil dac toate strile sale interne sunt stabile . 9) Memorie finit Un sistem dinamic este cu memoria finit m dac exist maximum m momente de timp t0 ,t1,,tm cu intrrile cunoscute X(t0) , X(t1) ,, X(tm) i starea intern iniial cunoscut S(t0) ,astfel c la momentul de timp tm+1 avem : a) S(tm+1) = [ S(t0) ; X(t0) , X(t1) ,, X(tm) ] b) Y(tm+1) = [ S(t0) ; X(t0) , X(t1) ,, X(tm) ] 5.1.4 Sisteme liniare

Sistemele liniare sunt definite prin ecuaiile : I. Ecuaiile de stare : S(t+h) = A(t).S(t) + B(t).X(t) Aici S este vector-coloan cu p componente reale , X este vector-coloan cu n componente reale , A este matrice patratic de ordin p cu elemente reale iar B este matrice de tip p x n cu elemente reale. II. Ecuaiile de ieire : Y(t) = C(t).S(t) + D(t).X(t)

206
Aici Y este vector-coloan cu m componente reale , C este matrice de tip m x p cu elemente reale i D este matrice de tip m x n cu elemente reale . III. Ecuaiile de reglare : Z(t+h) = U(t).S(t) + V(t).Y(t) Aici Z este vectorul-coloan al intrrilor reglate cu n componente reale, U este matrice de tip n x p cu elemente reale iar V este matrice de tip n x m cu elemente reale . Vom restrnge studiul la sisteme liniare staionare n care matricile A,B,C,D,U,V nu depind de timpul t , deci avem ecuaiile : S(t+h) = A.S(t) + B.X(t) Y(t) = C.S(t) + D.X(t) Z(t+h) = U.S(t) + V.Y(t) (1) (2) (3)

nlocuim n relaia (3) pe Y(t) din relaia (2) i obinem : Z(t+h) = (U+V.C).S(t) + (V.D).X(t) (4)

Fie intervalele de timp echidistante [ h ,2h ) ; [ 2h , 3h ) ,, [ (r-1)h , rh] Intervalul de timp total [ h , rh ] se numete serie i are durata DS=(r1)h . Ecuaiile de stare (1) se scriu pentru t = h,2h,,(j-1)h : S(2h) = A.S(h) + B.X(h) S(3h) = A.S(2h) + B.X(2h) S((j-1)h) = A.S((j-2)h)) + B.X((j-2)h) S(jh) = A.S((j-1)h) + B.X((j-1)h) nmulim la stnga aceste relaii n ordine cu Aj-2 , Aj-3,,A1 , A0 , le adunm i dup reducerea unor termeni , obinem : S(jh) = [ Aj-2.S(h) ] + [ Aj-2.B.X(h) + Aj-3.B.X(2h) ++ A.B.X((j-2)h) + + A0.B.X((j-1)h) ] (5)

n cuvinte , starea final a sistemului linir 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 :

207
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.A0.B.X((j-1)h) ] + C.D.X(jh) (6)

n cuvinte , ieirea din sistemul liniar staionar la momentul de timp tj = jh , (1 j r ), depinde de starea sa iniial S(h) i de intrrile n sistem n toate perioadele de timp ,inclusiv cea de la momentul tj . Ecuaia de reglare (4) se scrie pentru t = h,2h,,(j-1)h : Z(2h) = (U+V.C).S(h) + (V.D).Y(h) Z(3h) = (U+V.C).S(2h) + (V.D).Y(2h) Z((j-1)h) = (U+V.C).S((j-2)h)) + (V.D).Y((j-2)h) Z(jh) = (U+V.C).S((j-1)h) + (V.D).Y((j-1)h) nmulim la stnga aceste relaii n ordine cu (U+V.C)j-2 , (U+V.C)j-3,, (U+V.C)1 , (U+V.C)0 , le adunm i dup reducerea unor termeni , obinem : Y(jh) = [ (U+V.C)j-2.S(h) ] + [ (U+V.C)j-2.(V.D).X(h) + (U+V.C)j - 3.(V.D).X(2h) ++ (U+V.C).(V.D).X((j-2)h) + (U+V.C)0.(V.D).X((j-1)h) ] (7) n cuvinte , intrarea reglat a sistemului liniar staionar la momentul de timp tj = jh , (1 j r ), depinde de starea sa iniial S(h) i de intrrile n sistem n toate perioadele de timp ,anterioare celei din momentul tj . Dac la momentul tj = jh , (1 j r ), sistemul liniar staionar este perturbat fa evoluia sa stabil , n momentul tj+1 = (j+1)h ,nlocuim intrarea X((j+1)h) cu intrarea reglat Z((j+1)h) . Not Ecuaiile de stare sub forma diferenial , au forma : S (t) = A.S(t) + B.X(t) i au soluia general :

S(t) = e .S(0) + e A(t r) .B.X(r) d r

At 0

Fie sistemul liniar staionar dat de ecuaiile : S = A.S + B.X Y = C.S + D.X (8) (9)

unde S este starea care urmeaz dup S. n ecuaia (8) S i S sunt vectori-coloan cu p componente reale , X este vectorcoloan cu n componente reale , A este matrice de numere reale de tip p x p i B este matrice de numere reale p x n .

208
n ecuaia (9) S este vector-coloan cu p componente reale , X este vector-coloan cu n componente reale , Y este vector-coloan cu m componente reale , C este matrice de numere reale de tip m x p iar D este matrice de numere reale de tip m x n . Se arat c sistemul liniar staionar dat de ecuaiile (8) i (9) este controlabil dac i numai dac matricea G = [ B A.B Ap 1.B ] de tip p x (p.n) are rangul maxim p adic matricea [ A - .I B ] de tip p x (p+n) are rangul maxim p , pentru orice valoare proprie a matricii ptratice A. n mod dual , se arat c sistemul liniar staionar dat de ecuaiile (8) i (9) este observabil dac i numai dac matricea H de tip (m.p) x p de forma :

C C . A H = ...... p 1 C . A
are rangul maxim p adic matricea

pentru orice valoare proprie a matricii ptratice A. 5.2 SISTEME BIOLOGICE

A .I de tip (m+p) x p are rangul maxim p C

5.2.1 Sistemele biologice pn la nivel de organism (biosisteme) Pentru sisteme biologice sunt valabile toate proprietile sistemelor din seciunea 5.1.3 Dealtfel ,sistemele biologice ofer modele care sunt imitate de sistemele tehnice i chiar economice (exemplu : biotehnologiile). Sistemele biologice au urmtoarele nivele de ierarhizare (n parantez sunt tiinele care le abordeaz ): - nivelul atomic (biofizic) - nivelul molecular (biochimie) - nivelul celular (citologie) - nivelul de esut (histologie) - nivelul de organ (anatomie i fiziologie) - nivelul de organism (endocrinologie i neurologie) - nivelul de populaie(ecologie) Sistemele biologice pn la nivel de organism i le vom numi biosisteme iar sistemele biologice la nivel de populaie le vom numi biocenoze. n aceast seciune ne vom ocupa de biosisteme . Intrrile i ieirile n biosisteme sunt materiale (hran ,ap, oxigen,etc) ,energetice (cldur,lumin,glucide din hran,etc) i informaionale (semnale). Dac un semnal are probabilitatea de apariie P , informaia dat de semnal

209
este I = - log2 P . Rezult 1/ P = 2I deci I reprezint numrul de cifre binare (0 sau 1) sau bii cu care se codific semnalul . Pentru P 0 avem I iar pentru P 1 avem I 0 deci semnalele care apar mai des , se codific mai scurt iar cele care apar mai rar , se codific mai lung . Dac un semnal are n stri posibile , cu probabilitile P1,, Pn , atunci media aritmetic a informaiilor acestor stri , este entropia semnalului : H = - P1. log2 P1 - - Pn. log2 Pn H reprezint numrul mediu de cifre binare cu care se codific semnalul . Dac Pi = 1 i Pj = 0 pentru j i atunci starea semnalului cu numrul i este sigur i avem entropia minim H = 0 . Dac P1 = = Pn = 1/n , atunci toate strile sunt egal probabile i avem entropia maxim H = log2 n . Pentru exprimarea procentual folosim Hp = H/log2 n Rezult de aici c entropia H este o msur a gradului de nedeterminare (dezorganizare) a strilor semnalului . Exemplu Asupra unui animal poate aciona un semnal de la mediu cu n = 3 stri : apariia hranei cu probabilitatea P1 = 0.50 = 50 % ; apariia puiului cu probabilitatea P2 = 0.35 = 35 % i apariia unui duman cu probabilitatea P3 = 0.15 = 15 % . S se calculeze entropia semnalului . Soluie Din tabela 1 din Anex avem : pentru P1 = 0.50 rezult - P1log2 P1 = 0.5000 , pentru P2 = 0.35 rezult - P2log2 P2 = 0.5301 iar pentru P3 = 0.15 rezult - P3log2 P3 = 0.4105 deci prin nsumare avem H = 1.4406 bii . n procente Hp = H / log2 3 = 0.909 = 90.9 % Un sens opus entropiei l are abaterea/standard a probabilitilor P1,,Pn :

n Pi n 2 Pi i=1n S = i=1 n 1

. Cum Pi = 1 rezult S =
i =1

P
i=1

2 i

1 n

n 1

1 Avem S 0; deci n procente Sp = n.S [ 0;1] n

S se numete coeficient de concentrare al semnalului deoarece pentru Pi =1 i Pj =0 pentru j i , apariia strii i a semnalului este sigur i S=1 / n1/2 iar pentru P1==Pn = 1/n , toate strile semnalului sunt egal probabile i S=0. Rezult de aici c coeficientul de concentrare S este o msur a gradului de determinare (organizare) a strilor semnalului ,invers fa de entropia H .

210
n cazul exemplului de mai sus avem S = 0.174 deci n procente Sp=31/2.S= 0.3 =30 %. Semnalele primite sau transmise de un biosistem ,sunt de natur mecanic,termic, electromagnetic i chimic. Ele sunt decodificate sau codificate de biosistem sub aspectul intensitii semnalelor,al calitii lor, al repartiiei lor spaiale i al frecvenei lor temporale. Performanele biosistemului privind semnalele se refer la viteza de recepie sau emisie a semnalului , la capacitatea de memorare a acestor semnale i timpul de acces la memorie . Astfel vzul omului poate recepiona 3x106 bii /secund , auzul 3x104 bii/ secund , pipitul 2x105 bii /secund ,mirosul 50 bii/secund i gustul 10 bii / secund . Omul poate recepiona sau transmite contient 100 bii/secund i incontient 109 bii /secund . Din acest punct de vedere multe animale sunt superioare omului ca performane. Creierul uman are o capacitate de memorare de 109 bii i un timp de acces de 0.01 secunde . n ceace privete strile interne ale unui biosistem ,evoluia ontogenetic i filogenetic a materiei vii orienteaz biosistemul ctre starea inrtern optim, celelalte stri interne fiind din ce n ce mai puin probabile, deci evoluia determin o cretere a gradului de determinare(organizare) a biosistemului deci o scdere a entropiei H i o cretere a coeficientului de concentrare S . Elementul nou adus de cibernetica biologic n structura biosistemelor este capacitatea de autoreglare a intrrii n raport de starea intern i de valoarea ieirii prin conexiunea invers (feedback). Autoreglarea se manifest la toate nivelele biosistemului , fcnd posibil existena homeostaziei adic a capacitii biosistemului de a-i menine echilibrul biologic. Conexiunea invers pozitiv tinde s ndeprteze biosistemul de starea sa de echilibru biologic n timp ce conexiunea invers negativ caut s readuc biosistemul n starea de echilibru biologic Aceste dou tipuri de conexiuni sunt ilustrate n figurile care urmeaz .

211

n ambele bazine debitul robinetului de alimentare a bazinului este egal cu debitul robinetului de evacuare a apei din bazin. Viteza de scurgere a lichidului este V = (19.6 h)1/2 m3/ secund unde h este nlimea n metri a luciului apei deasupra robinetului de evacuare . Din funcionarea acestor modele hidraulice este clar c la deschiderea robinetului de evacuare a apei din bazin , feedbackul negativ menine constant nivelul apei n bazin ce feedbackul pozitiv duce la creterea continu a apei din bazin. n continuare vom trece n revist cteva exemple de manifestare a feedbackului negativ la biosisteme , n vederea autoreglrii strilor interne i funciilor vitale ale acestora prin mecanismele tampon fizico-chimice , mecanismele automate fiziologice i mecanismele de coordonare i integrare neurohormonale . 1) Activitatea celulelor este autoreglat prin acizii nucleici, cei mai imprtani fiind AND i ARN . Cu ajutorul acestora din urm se codific informaia genetic pe vertical de la prini la descendeni . n activitatea curent a celulei pe orizontal , metabolismul acesteia i n special sinteza proteinelor se autoregleaz pe cale enzimatic . Deasemenea vitezele reaciilor metabolice celulare se autoregleaz prin retroaciunea produselor rezultate dn aceste reacii . 2) Cantitatea de ap din organism se autoregleaz prin ajustarea aportului de lichide la pierderea de ap . Deshidratarea este esmnalat de senzaia de sete ca rezultat al stimulrii receptorilor speciali (osmoreceptori,baroreceptori) de ctre concentraia mrit a sngelui . Pierderea de lichide mai ales prin rinichi este sub controlul complexului hipotalamohipofizar prin secreia hormonului antidiuretic i al glandelor suprarenale prin secreia de aldosteron . 3) Cantitatea de energie biologic coninut n hran se autoregleaz prin ajustarea aportului de hran la scderea rezervelor energetice ale organismului n urma activitii celulelor. Scderea acestor rezerve este semnalat de senzaia de foame ca rezultat al stimulrii receptorilor speciali (glucorepetori,liporeceptori) din hipotalamus de ctre penuria de hran.

212
Completarea rezervelor energetice este controlat de centrul foamei i centrul saietii , aflai n hipotalamus . Forma curent sub care celulele primesc energie este glucoza ,nivelul sanguin al acesteia fiind autoreglat prin reacia glucoz-glicogen controlat de ficat i reacia glucoz-insulin controlat de pancreas . 4) Temperatura organismului fiinelor homeoterme (cu temperatur constant) se autoregleaz prin ajustarea producerii de cldur (termogenez) la pierderea de cldur (termoliz) . Modificarea tempeaturii organismelor este semnalat de frisonul termic ca rezultat al stimulrii termoreceptorilor periferici i centrali de ctre dezechilibrul termic. Echilibrarea temic organism-mediu ambiant , este controlat de centrul pierderii de cldur i centrul producerii de cldur ,aflai n hipotalamus . 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 autoreleaz 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 ,concentratia 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 glane 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 a 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.

213
Astfel reflexele integrative controleaz ingestia de hran, cele de coordonare controleaz circulaiea,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 contituie baza gndirii ca principal form de manifestare a activitii nervoase superioare . 5.2.2 Sistemele biologice la nivel de populaii (biocenoze) Biocenoza conine spaiul n care exist populaiile biologice (biotop) , condiiile pedoclimatice ale biotopului , biomasa de origine vegetal i populaiile care ocup acest spaiu . Autoreglarea populaiilor biologice se face cantitativ i calitativ, n spaiu i timp, prin lupta pentru existen ntre indivizii unei specii sau ntre specii diferite . Ca exemple de autoreglare cantitativ avem autoreglarea efectivelor totale , pe sexe i pe grupe de vrst , autoreglarea structurii genetice , a mrimii corpului , a densitii ntr-un biotop , a numrului de urmai ,etc. I. Evoluia efectivului total al unei singure specii ntr-un biotop deschis cu resurse limitate de hran Fie X(t) efectivul total de indivizi ai speciei la momentul de timp t . Fie I numrul de indivizi ai speciei care vin n biotop (imigrri) i E numrul de indivizi ai speciei care pleac din biotop (emigrri) . Fie (t) coeficientul de natalitate i (t) coeficientul de mortalitate al speciei. Viteza de variaie a efectivului total X(t) al speciei n timp va fi : dX / dt = [ (t) - (t) ] . X(t) + I - E Datorit limitrii hranei , avem (t) = - a.X(t) ; (t) = b.X(t) = a + b se numete coeficient de competiie pentru hran . Ecuaia diferenial de mai sus devine : dX / dt = ( ) .X .X2 + I E Pentru I= E ,avem soluia :

214

.X(0) X(t) = X(0) + X(0) .e ( )t

Aceat funcie are ca grafic curba de cretere (logistica) cu pragul de saturaie ( ) / :

Momentul t0 este soluia ecuaiei X (t) = 0 adic :

t0 =

l n(

1) .X( 0 )

Momentul de timp t0 delimiteaz faza de expansiune a speciei cnd creterea efectivului este accelerat ( X(t) i dX / dt cresc ) de faza de saturaie a speciei cnd creterea efectivului este 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) .

215

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.

216
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 . III. Evoluia efectivului pe grupe de vrst a unei singure specii ntr-un biotop nchis cu hran suficient Fie grupa prereproductoare (tineret) cu efectivul X1(t) , grupa reproductoare (aduli) cu efectivul X2(t) i grupa postreproductoare(btrni) cu efectivul X3(t). Evoluia pe grupe de vrst la dou momente succesive de timp t i t+1 n dou cicluri de reproducie a speciei , va fi dat de ecuaiile : X1(t+1) = X2(t) X2(t+1) = 1X1(t) X3(t+1) = 2X2(t) n adevr , din grupa reproductoare , cu coeficientul de natalitate , la momentul t , se vor nate urmai care vor constitui grupa prereproductoare la momentul t+1 ; grupa prereproductoare cu coeficientul de mortalitate 1 la momentul t , devine grup reproductoare la momentul t+1 ; grupa reproductoare cu coeficientul de mortalitate 2 la momentul t ,devine grup postreproductoare la momentul t+1 iar grupa postreproductoare la momentul t dispare cu totul la momentul t+1 . Ecuaiile precedente admit i o scriere matricial :

X1 (t) Dac X(t)= X 2 (t) i X 3 (t)

0 0 A= 1 0 0 2 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)

217
X3(n) = n - 1 1n 1 2X2(0) n ambele cazuri , rezult concluziile : a) Dac 1 < 1 , efectivele pe toate grupele de vrst scad pentru n ; b) Dac 1 > 1 , efectivele pe toate grupele de vrst cresc pentru n ; c) Dac 1 = 1 , efectivele pe toate grupele de vrst sunt staionare pentru n Exemplu n cazul petilor avem > 1 deci efectivul grupei prereproductoare (puiet) crete cel mai repede. Reglarea acestui efectiv se face prin canibalism : de exemplu bibanul consum n mod obinuit propriul lui puiet. n continuare vom analiza cazul unei biocenoze n care avem dou specii existente ntr-un biotop nchis cu hran limitat . Autoreglarea cibernetic a biocenozei se realizeaz prin lupta pentru existen ntre specii . IV. Competiia pentru hran ntre dou specii fitofage Fie X(t) , Y(t) efectivele celor dou specii la momentul de timp t . Fie i coeficienii de natalitate respectiv mortalitate ai primei specii ; i coeficienii de natalitate respectiv mortalitate ai celei de a doua specii ; i coeficienii de competiie pentru hran ai celor dou specii . Vitezele de variaie ale efectivelor celor dou specii vor fi date de sistemul de ecuaii difereniale : dX / dt = ( )X X.Y dY / dt = ( )Y X.Y X(t) i Y(t) oscileaz n jurul unor valori de echilibru date de sistemul de ecuaii dX / dt = 0 ; dY / dt = 0 de unde rezult valoarea de echilibru a raportului X / Y al efectivelor celor dou specii , egal cu [ ( ) / ] / [ ( ) / ] . De aici rezult concluziile : a) Dac ( ) / < ( ) / ,dispare a doua specie din biocenoz; b) Dac ( ) / > ( ) / ,dispare prima specie din biocenoz; c) Dac ( ) / = ( ) / , cele dou specii rmn n echilibru . Pentru calculul efectivelor celor dou populaii la momentele de timp t = 1,2,3, n diferite cicluri de reproducie ale speciilor , cunoscnd efectivele iniiale X(0) , Y(0) , avem din sistemul de ecuaii precedent , sistemul recurent : X(t+1) = (1+ )X(t) X(t).Y(t) Y(t+1) = (1+ )Y(t) X(t).Y(t) Programul EFECTIVE rezolv numeric acest sistem recurent.

218
Exemplu Echilibrul ntre efectivele diferitelor specii de peti fitofagi din acelai biotop se stric uneori n favoarea unei specii : n unii ani echilibrul crap caras n Delta Dunrii s-a stricat n favoarea carasului . V. Competiia prad prdtor a unei specii fitofage cu una zoofag . Fie X(t) , Y(t) , , , , cu aceleai semnificaii ca n secinea IV cu <, este coeficientul de decimare a przii iar este coeficientul de expansiune a prdtorului pe seama przii. X(t) i Y(t) sunt date de sistemul de ecuaii difereniale : dX / dt = ( )X X.Y dY / dt = ( )Y + X.Y De aici rezult legile lui Volterra :

a) Legea ciclului periodic :

Efectivele przii X(t) i prdtorului Y(t) sunt funcii periodice de t cu perioada T = 2 / [( )( )]1/2

b) Legea conservrii valorilor medii

Pe durata de timp a unei perioade T mediile efectivelor MX(t) ; MY(t) sunt independente de condiiile iniiale i depind numai de , , , .

c) Legea perturbrii valorilor medii :

Dac speciile sunt distruse uniform i direct proporional cu efectivele lor , atunci media przii MX(t) crete iar media prdtorului MY (t) scade . 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 :

219

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 ceace duce la micorarea efectivului Y al prdtorului i la renaterea przii , al crui efectiv X crete din nou . n timp cele dou efective au graficele :

Pentru calculul efectivelor celor dou specii la momentele de timp t = 1,2,3, n diferite cicluri de reproducie ale speciilor , cunoscnd efectivele lor iniiale X(0) i Y(0) , avem din sistemul de ecuaii precedent , sistemul recurent : X(t+1) = (1+ )X(t) X(t).Y(t) Y(t+1) = (1+ )Y(t) + X(t).Y(t)

220
Programul EFECTIVE rezolv numeric acest sistem recurent. 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 insectivor ). 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 perioad T . VI. 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 limite de supravieuire m . Fie = (efectiv vnat sau pescuit ) / (efectiv total ). Efectivul X(t) satisface ecuaia diferenial : dX / dt = ( )X X2 cu soluia :

.X(0) X(t) = X(0) + X(0) .e ( )

Aceast soluie are ca grafic logistica de mai jos :

221

Aici punctul de inflexiune este :

ln( t '0 =
Trebuie s avem : ( ) / > m > .m de unde : (1)

) 1 .X(0) ( )

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)

222
2) Pe cale biologic : Se sterilizeaz o parte Xs(t) din numrul de masculi ceace 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 aceste mute , conform condiiei (3) de la punctul b). 5.2.3 Pdurile ca ecosisteme vegetale

n epocile geologice naintea apariiei omului ,pdurea a fost cel mai important sistem biologic vegetal. mportana pdurii n prezent este la fel de mare pentru sntatea planetei iar ca sistem biologic i tehnico-economic este controlat printr-o legislaie strict. Calitile principale ale pdurii sunt urmtoarele : 1) Este principala furnizoare de oxigen i consumatoare de bioxid de carbon a planetei . Arborii valorific cldura i lumina solar pe vertical , un arbore avnd o suprafa verde echivalent cu o mare suprafa ierboas. 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 recrerere i odihn .

223
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 cteva zeci de ani . n multe locuri pdurile au fost defriate pentru a face loc terenurilor arabile , care exploatate intensiv , s-au degradat . Politicile naionale i internaionale fa de pduri trebuie s stopeze fenomenele negative semnalate mai sus ,pentru a repune n drepturi acest aur verde al planetei. Din cele prezentate mai sus reies i componentele pdurii ca ecosistem vegetal. Sistemul silvic are urmtoarele componente : a) Intrri : oxigen ,bioxid de carbon, energie solar gratuit,ap,substane minerale din sol , resturi vegetale reciclate ,ngrminte naturale de la animalele slbatice i altele . b) Stri interne : starea de vegetaie este legat de vrsta arborilor , de densitatea i de efectul nefavorabil al polurii i furtunilor . ntre arbori de diferite vrste i talii exist o lupt acerb pentru lumin i cldur . Starea pdurilor este obiectul de activitate al unor organisme specializate i trebuie urmrit cu strictee. c) Ieiri : oxigen,mas lemnoas ,biomas ,fructe de pdure,hran pentru animale slbatice , spaii de recreere i parcuri dendrologice i altele . Un calcul economic arat c pdurea este un sistem rentabil dac se respect cerinele i dezideratele enumarate mai sus . 5.3 PROPRIETI GENERALE ALE SISTEMELOR AGRICOLE 5.3.1 Particulariti ale sistemelor agricole n seciunea 5.1.2 s-au clasificat sistemele agricole n patru categorii principale: I.Sisteme biologice parial dirijate II.Sisteme biologice total dirijate III.Sisteme tehnice de prelucrare a produselor agricole IV.Sisteme economice de comercializare a produselor agricole brute sau prelucrate Sistemele biologice parial dirjate au fost tratate n seciunea 5.2 Sistemele biologice total dirijate relative la plantele cultivate vor fi tratate n seciunea 5.4.1 Sistemele tehnice de prelucrare a produselor agricole , aflate n aval fa de sistemele biologice total dirijate, au un caracter tehnico-economic foarte accentuat i ies din cadrul acestui Curs. Sistemele economice de comercializare a produselor agricole brute sau prelucrate vor fi tratate n seciunea 5.4.2

224
A) Particulariti ale sistemului plantelor cultivate Plantele cultivate sunt necesare omului ca hran vegetal brut sau prelucrat, ca surs de materii prime pentru industria alimentar i nealimentar, ca hran furajer pentru animale , etc. Sistemul plantelor cultivate are un triplu caracter : biologic,tehnologic i economic.Fiind un mijloc de existen i nu un hobby , acest sistem este o afacere deci preponderent este caracterul su economic. Particularitile sistemului plantelor cultivate sunt urmtoarele : 1)Producerea de semine /material sditor este controlat de om pe baza geneticii i ameliorrii soiurilor de plante. Seminele /materialul sditor de calitate superioar trebuie s genereze plante de mare productivitate , cu rezisten mare la buruieni, boli i duntori, adaptabile la condiiile locale de mediu ,s rspund la o tehnologie adecvat , s genereze profit, s aib cutare pe pieele de produse agricole interne i externe , etc. 2)Tehnologia de cultivare a plantelor urmrete completarea pn la confortul biologic a cerinelor plantelor fa de mediu :cerine fa de sol,fa de clim, fa de ap ,ngrminte chimice i organice,combaterea buruienilor ,bolilor i duntorilor , etc. Principiul de baz al tehnologiei este c resursele alocate de om la plantele cultivate trebuie dozate n cantiti optime i aplicate n intervale de timp optime . Condiiile de mediu sunt foarte diferite de la un loc la altul i de la un an la altul , deci n alocarea de ctre om a resurselor pentru plantele cultivate ,nu exist abloane . 3) Rentabilitatea culturilor agricole este asigurat dac fermierii dein informaii despre cantitile de produse agricole pe care le va cere piaa intern i cele externe ,despre standardele de calitate care asigur vandabilitatea produselor agricole brute sau prelucrate i stabilesc categoriile de culturi i suprafeele pe care acestea trebuie s le ocupe n raport de cerinele pieii . 4)Protecia mediului reclam gsirea unor alternative de combatere biologic nepoluant a buruienilor,bolilor i duntorilor, fertilizarea organic, combaterea srturrii, a distrugerii humusului ,etc. 5)Cultura plantelor este un domeniu economic cu risc asumat deci este necesar un sistem eficient de asigurare a recoltelor fa de calamiti : secete,exces de umiditate, inundaii,alunecri de teren,ngheuri , grindine,invazii de lcuste ,etc. Asigurarea recoltelor se poate face prin societi de asigurri sau prin constituirea unui fond de risc pentru calamiti. B) Particulariti ale sistemului animalelor domestice Animalele domestice sunt necesare omului ca hran de origine animal brut sau prelucrat ,ca surs de materii prime pentru industria alimentar i nealimentar , ca furnizoare de gunoi de grajd pentru fertilizarea ecologic a solului ,etc. Se spune c acolo unde exist ferm vegetal trebuie s existe i animale domestice pentru a valorifica partea furajer a plantelor cultivate . Punctele 1)-5) din seciunea A) de mai sus rmn valabile i pentru plantele

225
furajere dar apar unele deosebiri ntre producia vegetal i cea zootehnic . 6) Plantele cultivate i prepar singure hrana prin fotosintez cu bioxid de carbon din atmosfer ,cu ap i substane nutritive din sol ,folosind sursa energetic(lumin i cldur) gratuit de la soare , n timp ce animalele domestice sunt hrnite de ctre om (furajare la pune vara pentru rumegtoare i furajare n adposturi iarna) . 7) Plantele cultivate sunt asistate de om n perioada lor de vegetaie iar animalele n tot anul calendaristic . Durata de asisten a plantelor de ctre om egal cu durara lor de vegetaie este de aproximativ 6 luni pentru culturi anuale de primvar, 9 luni pentru pioasele de toamn , civa ani pentru plantele perene , pomi i vie . Durata de asisten a animalelor domestice de ctre om depinde de specie ( 2 luni la puii de carne,240 zile la porci,7-9 ani la vaci cu lapte ,etc).Aceste durate se prelungesc pentru animalele domestice din gospodriile rneti . 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 i produse din carne , a finoaselor i dulciurilor nalt rafinate i creterea ponderii lactatelor,legumelor,fructelor, finoaselor integrale, a produselor din soia ,ntr-un cuvnt promovarea hranei naturiste . 5.3.2 Intrri n sistemele agricole Dup natura lor,intrrile n sistemele agricole sunt : materiale ,energetice,financiare i informaionale. Dup modul de aplicare n timp , intrrile n sistemele agricole pot fi intrri ealonate i intrribloc. Vom nota intrrile ealonate cu X(t) iar pe cel bloc cu XT . Exemple de intrri ealonate la plante cultivate : ngrminte chimice , apa de irigaie . Exemple de intrri-bloc la plante cultivate : arat ,semnat ,ierbicidat,combatere boli i duntori . Exemple de intrri ealonate la animale domestice : furajare ,adpare . Exemple de intrri-bloc la animale domestice : populare ,reproducere,combatere boli . Tehnologia agricol vegetal sau zootehnic transform n mod curent intrrile ealonate n intrri-bloc i invers . Exemple 1) ngrmintele chimice se aplic la plantele cultivate n dou trane . 2) Furajele pentru animalele domestice se stocheaz n baza furajer n sezonul de iarn . Fie o serie tehnologic la plante cultivate / animale domestice n intervalul de

226
timp de forma [ 0 ; DS] unde DS este durata seriei n uniti de timp . Funcia intrrii ealonate X(t) se cumuleaz n timp. Funcia intrrii cumulate va fi : XC(t) = X(r)dr
0 DS t

(1)

Intrarea-bloc XT va avea forma : XT=XC(DS)=

X(r)dr
0

(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 :

XC(t) = X(r)dr
0 DS

(1)

Intrarea-bloc XT va avea forma : XT=XC(DS)=

X(r)dr
0

(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

227
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 :

1) X(t) d t = XT
0

DS

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) 2.Polinomul concav simetric de grad 2 Forma funciei este : X(t) = X1.t + X2.t2 ; t [0; DS] ; X1 > 0, X2 < 0 Graficul funciei are forma :

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 :

1) X(t) d t = XT
0

DS

2)

X1 = m.DS 2.X 2

De aici rezult coeficienii X1, X2 ai funciei de consum resurs :

X1 =

6m XT . 3m 1 DS2

; X2 =

3 XT 1 . 3 ; ( <m 1) 3m 1 DS 3

Funcia consumului cumulat de resurs va fi : XC(t) = X1.t2 / 2 + X2.t3 / 3 Avem XT = XC(DS) 3.Polinom concav asimetric de grad 3 Forma funciei este : X(t) = X1.t + X2.t2 + X3.t3 ; t [0; DS] Graficul funciei are forma :

229

Funcia are valoarea maxim XM pentru t = m.DS (0 < m < 1) . Fie XT producia fizic total realizat n seria de timp [0; DS] . Impunem condiiile :
DS

4)

X(t) d t = XT
0

5) X1 + 2X 2 .(m.DS) + 3X 3 .(m.DS2 ) = 0 adic maximul lui X(t) este n m.DS 6) X1 .DS + X 2 .DS2 + X 3 .DS3 = 0 adic la momentul de timp DS avem X(DS)=0.
De aici rezult coeficienii X1, X2 , X3 ai funciei X(t) :

12m(3m 2) XT . 6m 2 6m + 1 DS2 12(3m 2 1) XT X2 = . 6m 2 6m + 1 DS3 12(2m 1) XT X3 = . 6m 2 6m + 1 DS4 deci m 0.22 ; m 0.79 X1 =

Funcia consumului cumulat de resurs va fi : XC(t) = X1.t2 / 2 + X2.t3 / 3 + X3.t4 / 4 Avem XT = XC(DS) 4.Polinom convex-concav de grad 3 Forma funciei este : X(t) = X1.t + X2.t2 + X3.t3 ; t [0; DS] ; X10 , X2 >0 , X3 <0 Graficul funciei are forma :

230

Funcia are valoarea maxim XM pentru t = DS i are un punct de inflexiune pentru t = m.DS (0 < m 0.5) . Fie XT cantitatea total de resurs X consumat n seria de timp [0; DS] . Impunem condiiile :
DS

1) 2) 3)

X(t) d t = XT
0

X2 = m.DS - 3X 3
2 X 2 + X 2 3X1X 3

3X 3

= DS

De aici rezult coeficienii X1, X2 , X3 ai funciei de consum resurs :

12(2m 1) XT . 8m 5 DS2 12m XT X2 = . 8m 5 DS3 4 XT X3 = . 4 ; (0 < m 0.5) 8m 5 DS X1 =

Funcia consumului cumulat de resurs va fi : XC(t) = X1.t2 / 2 + X2.t3 / 3 + X3.t4 / 4 Avem XT = XC(DS) Aplicaii numerice a) X(t) = consumul de ap de irigaie la porumb.

231
Alegem polinomul cocav simetric de la punctul 2. Avem DS=150 zile , XT = 3000 m3 ap / ha iar punctul de inflexiune este m.DS =120 zile deci = 0.8 Din relaiile de la punctul 2) , obinem : X1 = 0.457143 ; X2 = - 0.001905 Funcia consumului de ap de irigaie la porumb va fi : X(t) = 0.457143 t - 0.001905 t2 Funcia consumului cumulat de ap de irigaie la porumb va fi : XC(t) = 0.228571 t2 - 0.000635 t3 Avem XC(150) = XT =3000 m3 ap / ha . Pentru NC = 10 controale la DS / NC = 15 zile, avem n tabelul 1 coeficienii diversificai ai consumului de ap de irigaie la porumb : CX(j) = XT / X(tj) (tj = 15,45,60,,150) Tabel 1 Nr.control Ziua control Rezultat Coef.diversificat 1 15 6.43 466.67 2 30 12 250 3 45 16.71 179.49 4 60 20.57 145.83 5 75 23.57 127.27 6 90 25.71 116.67 7 105 27 111.11 8 120 27.43 109.38 9 135 27 111.11 10 150 25.71 116.67 De exemplu dac n ziua 90-a a controlului Nr.6 , avem consumul real de ap de irigaie XR(6) = 20 m3 /ha , coeficientul diversificat la data acestui control ,fiind CX(6) = 116.6667 , vom avea XTA(5) = 20 x 116.6667 = 2333.334 m3 / ha prin care se estimeaz la momentul t6 = 90 zile , cantitatea XT = 3000 m3 / ha . b) X(t) = consumul de furaje concentrate la porci (Kg) Alegem polinomul convex-concav de grad 3 de la punctul 4. Avem DS=240 zile , XT = 800 Kg / cap iar punctul de inflexiune este m.DS =120 zile deci m = 0.5 Din relaiile de la punctul 4. , obinem : X1 = 0 ; X2 = 0.000347 ; X3 = - 0.000001 Funcia consumului de furaje concentrate la porci va fi : X(t) = 0.000347 t2 - 0.000001 t3 Funcia consumului cumulat de furaje concentrate la porci va fi : XC(t) = 0.000116 t3 - 0.0000002 t4 Avem XC(240) = XT =800 Kg furaj / cap. Pentru NC = 8 controale la DS / NC = 30 zile, avem n tabelul 2 coeficienii diversificai ai consumului de furaje concentrate la porci : CX(j) = XT / X(tj) (tj = 0,60,90,,240): Tabel 2

232
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 Coef.diversificat 2972.73 768 379.26 240 175.54 142.22 125.39 120

De exemplu dac n ziua 120-a a controlului Nr.4 , avem consumul real de furaje concentrate XR(4) = 3 Kg /cap , coeficientul diversificat la data acestui control ,fiind CX(4) = 240 , vom avea XTA(4) = 3 x 240 =720 Kg / cap prin care se estimeaz la momentul t6 = 120 zile , cantitatea XT = 800 Kg / cap . 5.3.3 Ieiri din sistemele agricole

n tot punctul 5.3.2 vom schimba resursele X cu produciile Y . Dup natura lor,ieirile din sistemele agricole sunt : materiale ,energetice,financiare i informaionale. Dup modul de obinere n timp , ieirile din sistemele agricole pot fi ieiri ealonate i ieiri-bloc. Vom nota ieirile ealonate cu Y(t) iar pe cel bloc cu YT . Exemple de ieiri ealonate la plante cultivate : recolta de legume . Exemple de ieiri-bloc la plante cultivate : recolta de cereale , fructe ,vie . Exemple de ieiri ealonate la animale domestice : colectare producie lape,ou,miere. Exemple de ieiri-bloc la animale domestice : sacrificare animale pentru carne . Tehnologia agricol vegetal sau zootehnic transform n mod curent ieirile ealonate n ieiri-bloc i invers . Fie o serie tehnologic la plante cultivate / animale domestice n intervalul de timp de forma [ 0 ; DS] unde DS este durata seriei n uniti de timp . Funcia ieirii ealonate Y(t) se cumuleaz n timp. Funcia ieirii cumulate va fi : YC(t) = Y(r)dr
0 DS t

(3)

Ieirea-bloc YT va avea forma : YT=YC(DS)=

Y(r)dr
0

(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 ) .

233
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): Tabel 3 Nr.control Ziua control Rezultat Coef.diversificat 1 28 11.07 451.74 2 56 18.72 267.16 3 84 23.34 214.19 4 112 25.36 197.19 5 140 25.16 198.76 6 168 23.14 216.05 7 196 19.72 253.52 8 224 15.29 326.91 9 252 10.26 487.15 10 280 5.03 993.79 11 308 1 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 1 2 3 4 5 6 7 8 9 10 11 Coef.diver- 237.3 236.7 250 261 280 295.7 327.1 357.6 398.3 456.3 518.5 sificai d) Y(t) = sporul zilnic n greutate al puilor de carne (g) Alegem polinomul concav simetric de grad 2 din seciunea 5.3.2 , n care schimbm peste tot litera X cu litera Y . Avem DS=56 zile , YT = 2500 grame iar punctul de maxim al sporului zilnic n greutate al puilor este atins la m.DS =56 zile deci m = 1 Din relaiile de la punctul 2. din seciunea 5.3.2 , obinem : Y1 = 2.391582 ; Y2 = - 0.021353 Funcia sporului zilnic n greutate la pui va fi : Y(t) = 2.391582 t - 0.021353 t2

234
Funcia sporului zilnic n greutate cumulat la pui va fi : YC(t) = 1.195791 t2 - 0.007118 t3 Avem YC(56) = YT =2500 grame . Pentru NC = 8 controale la DS / NC = 7 zile, avem n tabelul 4 coeficienii diversificai ai sporului zilnic n greutate al puilor : CY(j) = YT / Y(tj) (tj = 7,14,21,,56): Tabel 4 Nr.control Ziua control Rezultat Coef.diversificat 1 7 15.69 159.29 2 14 29.30 85.34 3 21 40.81 61.26 4 28 50.22 49.78 5 35 57.55 43.44 6 42 62.78 39.82 7 49 65.92 37.93 8 56 66.96 37.33 De exemplu dac n ziua 28-a a controlului Nr.4 , avem sporul zilnic n greutate real YR(4) = 50 g / cap , coeficientul diversificat la data acestui control ,fiind CY(4) = 49.7778 , vom avea YTA(4) = 50 x 49.7778=2488.889 g / cap prin care se estimeaz la momentul t4 = 28 zile cantitatea YT = 2500 grame . Deficit / exces de resurs n producia agricol Fie intervalul de timp [0 ; DS] n care se desfoar o serie agricol pentru plane / animale. Fie XO(t) doza optim de consum de resurs pe perioada [0 ; DS] pentru care la momentul T = DS , producia agricol vegetal / zootehnic Y atinge optimul tehnic XT. Consumul total optim de resurs este XOT =

DS

XO (t ) .

Fie XR(t) doza real de consum resurs pe perioada de timp [0 ; DS] pentru care la momentul t = DS ,producia agricol Y are valoarea real YR < YT. Consumul total real de resurs este XRT =

DS

XR(t )dt .

Diferena ajustat ntre consumul real i cel optim de resurs este (t) = t .[ XR(t)-XO(t) ]. (t) este cu att mai mare cu ct diferena efectiv XR(t)-XO(t) este mai mare i/sau cu ct timpul t este mai mare. Dac (t) <0 avem un deficit ajustat de consum de resurs iar dac (t) > 0 avem un exces ajustat de consum de resurs. Diferena ajustat total ntre consumul real i cel optim de resurs este T =

DS

(t )dt .

Producia agricol real are forma : YR = YT (1 - T / DC) unde DC este nivelul de calamitate al lui T pentru care YR = 0. 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 :

235
Pierderi de recolt (%) la culturi agricole n funcie de timpul de inundaie(zile)
LUNA Decembrie 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 20 % 80 % 100 % 100 % 10 % 50 % 80 % 100 % 10 % 45 % 75 % 100 % 10 % 50 % 80 % 10 % 40 % 60 % 10 % 20 % 30 % 20 % 10 % Floarea soarelui 10 % 20 % 40 % 80 % 10 % 30 % 60 % 100 % 10 % 40 % 80 % 100 % 10 % 40 % 60 % 80 % 10 % 30 % 50 % 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 % -

Ianuarie

Februarie

Martie

Aprilie

Mai

Iunie

Iulie

August

Septembrie

Octombrie

Noembrie

236
5.4 ANALIZA TEHNICO-ECONOMIC A SISTEMELOR AGRICOLE 5.4.1 Analiza tehnico-economic a sistemului produciei vegetale Vom analiza o plant de cultur anual de tip cereal sau plant tehnic , de toamn sau primvar semnat n cmp ntr-o anumit zon pedoclimatic. I. DATE DE INTRARE 1).Suprafaa cultivat (ha) = SC 2).Densitatea la recoltare (plante/ha) = DR [DR1;DR2] 3).Cost arat pregtire teren (lei/ha) = CP [CP1;CP2] 4).Cost smn semnat (lei/ha) = CS [CS1;CS2] 5).Cost lucrri combatere buruieni-boli duntori (lei/ha) = CB [CB1;CB2] 6).Consum ngrminte chimice (kg/ha) = QI [QI1;QI2] 7).Cost ngrminte chimice (lei/kg) = CI [CI1;CI2] 8).Consum ap de irigaie (m3/ha) = QA [QA1;QA2] 9).Cost ap de irigaie (lei/m3 ) = CA [CA1;CA2] 10).Cost recoltare transport producie principal (lei/Kg) = CRP [CRP1;CRP2] 11). Cost recoltare transport producie secundar (lei/Kg) = CRS [CRS1;CRS2] 12).Consum motorin (litri/ha) = QC [QC1;QC2] 13).Consum curent electric (Kwh/ton) = QE [QE1;QE2] 14).Cost combustibil (lei/litru) = CC [CC1;CC2] 15).Cost curent electric (lei/Kwh) = CE [CE1;CE2] 16).Consum for de munc (zile-om/ha) = QZ [QZ1;QZ2] 17).Retribuie medie for de munc (lei/zi-om) = CZ [CZ1;CZ2] 18).Impozit pe mijloace fixe (lei/ha) = IM [IM1;IM2] 19). Prima de asigurare recolt (lei/ha) = PA [PA1; PA2] 20).Producie principal medie (Kg/plant) = YPM [YPM1;YPM2] 21).Pre vnzare producie principal (lei/Kg) = PVP [PVP1;PVP2] 22).Producie secundar medie (Kg/ha) = YSM [YSM1;YSM2] 23). Pre vnzare producie secundar (lei/Kg) = PVS [PVS1;PVS2] REZULTATE II. PRODUCII TOTALE PE PERIOADA DE VEGETAIE 24).Producie principal total(Kg) : YPT = YPM*DR*SC 25).Producie secundar total (Kg) : YST = YSM*SC 26).Venit total(lei) : VT = YPT*PVP + YST*PVS = (YPM*DR*PVP + YSM*PVS)*SC din care : a). Venitul principal total(lei) : VPT = YPT*PVP cu ponderea VPT*100/VT % b). Venitul secundar total (lei): VST = YST*PVS cu ponderea VST*100/VT % 27).Cheltuieli totale(lei) : CT = CM+CO+CN din care : c). Cheltuieli materiale (lei) : CM = CTH+CEN+CRT cu ponderea CM*100/CT % din care :

237
c1). Cheltuieli tehnologice(lei) : CTH = CP*SC+CS*SC+CB*SC+QI*SC*CI+QA*SC*CA cu ponderea CTH*100/CM % c2). Cheltuieli energetice (lei) : CEN = QC*SC*CC+YPT*QE*CE/1000 cu ponderea CEN*100/ CM % c3) Cheltuieli recoltare-transport(lei) : CRT = YPT*CRP+YST*CRS cu ponderea CRT*100/CM d). Cheltuieli cu fora de munc(lei) : CO = QZ*SC*CZ cu ponderea CO*100/CT % e). Cheltuieli neproductive(lei) : CN = (IM+PA)*SC +0.16*VT cu ponderea CN*100/CT % 28).Profit total (lei) : PT = VT CT III. INDICATORI MEDII AI PRODUCIEI 29). Producia principal unitar (Kg / ha ) : YPU = YPM*DR 30). Producia principal minim (Kg / ha ) care aduce profit : YPR = (CT YST*PVS)/(SC*PVP) 31).Costul produciei (lei/Kg producie fizic principal) : CPP = CT/YPT IV. INDICATORI AI PROFITULUI 32).Rata medie a profitului (lei profit / 1 leu cheltuit) : RMP = PT / CT 33).Rata marginal a profitului (lei cretere sau scdere profit / 1 leu cretere cheltuieli): RDP = (V1 1 +2*V2*CT) 34).Elasticitatea ratei profitului (procente cretere sau scdere profit / 1 % cretere cheltuieli ) : ERP = RDP/RMP Toate datele de intrare sunt cuprinse n intervale de valori ,date de tehnologie, cu excepia suprafeei cultivate de la punctul 1) care este constant . Pentru a calcula produciile de la punctele 24) 28) precum i indicatorii economici de la punctele 29) 34) , trebuie s alegem valori concrete n intervalele specificate pentru datele de intrare de la punctele 2) 23) Calculul ratei marginale a profitului de la punctul 33). Fie CTA = (CP1+ CS1 + CB1 + QI1 *CI1+ QA1*CA1 + QC1*CC1+YPM1*DR1*QE1*CE1/1000 +(YPM1* *DR1*CRP1+YSM1*CRS1)*1.16 +QZ1*CZ1+IM1*PA1)*SC valoarea minim a cheltuielilor totale CT , obinut pentru datele 2) 20),22) la limita stng a intervalelor lor de valori i fie CTB = (CP2+ CS2 + CB2 + QI2 *CI2+ QA2*CA2 + QC2*CC2+YPM2*DR2*QE2*CE2/1000 +(YPM2* *DR2*CRP2+YSM2*CRS2)*1.16 +QZ2*CZ2+IM2*PA2)*SC valoarea maxim a cheltuielilor totale CT , obinut pentru datele 3) 20),22) la limita dreapt a intervalelor lor de valori. Fie VTA = (YPM1 *DR1*PVP1 +YSM1*PVS1)*SC valoarea minim a venitului total VT , obinut pentru datele de la punctele 2),20) 23) la limita stng a intervalelor lor de valori i fie VTB = (YPM2 *DR2*PVP2 +YSM2*PVS2)*SC valoarea maxim a venitului total VT , obinut pentru

238
datele de la punctele 2),20) 23) la limita dreapt a intervalelor lor de valori . Graficul funciei VT = V1*(CT) + V2*(CT)2 este o parabol unde V1 , V2 sunt soluiile sistemului liniar : VTA = V1*(CTA) + V2*(CTA)2 VTB = V1*(CTB) + V2*(CTB)2 care exprim faptul c parabola de ecuaie VT = V1.(CT) + V2.(CT)2 trece prin punctele A ( CTA;VTA) i B(CTB, VTB) :

Din sistemul liniar precedent gsim: V1 = (VTA*CTB^2-VTB*CTA^2) / (CTA*CTB^2-CTB*CTA^2) V2 = CTA*VTB-CTB*VTA) / (CTA*CTB^2-CTB*CTA^2) Profitul total este : PT = VT CT deci PT = (V1 - 1).(CT) + V2 .(CT)2 Rata marginal a profitului este derivata profitului total PT deci : RDP = (V1 1 ) + 2*V2*(CT) adic chiar formula de la punctul 33). Concluzii : I.Rata marginal a profitului este egal cu zero n cazul optimului economic i este egal cu 1 ,n cazul optimului tehnic . II.Elasticitatea ratei profitului ERP este mai mare ca 1 n zona de expansiune a produciei agricole , este egal cu 1 n cazul optimului de echilibru i este mai mic ca 1 n zona de saturaie a produciei agricole . Exemple 1. CULTURA PORUMBULUI Nr. 1 2 3 4 Mrimea SC DR CP CS Minim 20 60000 100 60 Aleas 20 65000 110 65 Maxim 20 70000 120 70

239
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 CB QI CI QA CA CRP CRS QC QE CC CE QZ CZ IM PA YPM PVP YSM PVS 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 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 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. Mrimea Minim Maxim Aleas 1 SC 10 10 10 2 DR 4500000 5000000 4800000 3 CP 90 120 100 4 CS 50 70 60 5 CB 40 60 50

240
6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 QI CI QA CA CRP CRS QC QE CC CE QZ CZ IM PA YPM PVP YSM PVS 150 0.7 900 0.05 0.04 0.01 120 5 3.2 0.2 4 12 18 80 0.0005 1 1200 0.07 180 0.8 1000 0.06 0.05 0.011 140 6 3.4 0.22 5 13 20 100 0.0006 1.2 1300 0.08 200 0.9 1100 0.07 0.06 0.012 150 7 3.6 0.24 6 14 22 120 0.0007 1.4 1400 0.09

REZULTATE : 21). YPT = 28800 Kg boabe gr\u 22). YST = 13000 Kg paie 23). VT = 21200 lei 24). CM = 9961.016 lei 25). CO = 650 lei 26). CH = 10611.02 lei 27). CT = 11884.34 lei 28). PT = 9315.662 lei 29). YPU = 2880 Kg gru boabe / ha 30). YPR = 1549 Kg gru boabe / ha aduc profit 31). CPP = 0.4126 lei cheltuieli / 1 Kg boabe gru 32). RMP = 0.7839 lei profit / 1 leu cheltuit 33). RDP = 4.6727 lei cretere profit / 1 leu cretere de cheltuieli ( V1 = - 1.697871; V2 = 3.100979 x 10 4 ) 34). ERP = 5.96 % cretere profit / 1 % cretere cheltuieli Concluzie : aceast variant tehnico-economic este n zona de cretere accelerar a produciei . 5.4.2 Analiza economic a sistemului comercializrii produselor agricole Sistemul comercializrii produselor agricole brute sau prelucrate este aflat n aval fa de toate sistemele agricole care au fost prezentate n seciunea 5.1.2 , intrrile sale fiind de fapt ieiri ale celorlalte sisteme agricole .

241
Toate reuitele / eecurile biologice i tehnico-economice ale celorlalte sisteme agricole , se oglindesc n preurile cerute de vnztori pe pieele agroalimentare . Agricultura n ansamblu comport anumite riscuri legate de dezastre locale i globale precum secete , inundaii , alunecri de teren,poluare global ,evoluia preurilor pe pieele agroalimentare internaionale , , politici protecioniste n comerul regional i mondial , factori emoionali la bursele de produse agricole , etc . Pe de alt parte produsele agroalimentare sunt produse de strict necesitate i de nenlocuit pentru om , subnutriia fiind o realitate n continu extindere n rile srace . O deosebire ntre produsele alimentare i nealimentare este i faptul c produsele alimentare au uzur fizic amnat prin conservare sau congelare , n timp ce produsele nealimentare au i uzur fizic i moral , uzura lor moral transformndu-le n produse second-hand. Rezult c analiza economic a acestui sistem trebuie s aib la baz date concrete din teren care trebuie actualizate permanent cu mijloace informatizate. Scopul acestei analize este obinerea de prognoze rapide i corecte de evoluie a preurilor , de reglare cibernetic a preurilor n funcie de raportul cerere ofert , de asigurare a siguranei alimentare a populaiei . Vom aborda mai departe principalele produse agroalimentare brute i semiprelucrate autohtone, ale cror preuri pot fi negociate n funcie de raportul cerere-ofert , i a cror prelucrare n form consumabil o fac cumprtorii n buctria personal . Aceste produse le vom grupa n urmtoarele grupe : A) Cereale i plante tehnice A1) Gru A2) Secar A3) Orz A4) Orzoaic A5) Porumb A6) Floarea soarelui A7) Fasole boabe A8) Mazre boabe A9) Cartofi roz A10) Cartofi albi A11) Fin A12) Mlai A13) Tre gru B) Legume B1) Varz alb B2) Varz roie B3) Conopid B4) Ceap alb B5) Ceap roie B6) Praz B7) Usturoi B8) Tomate

242
B9) Vinete B10) Ardei gras B11) Ardei capia B12) Ardei gogoar B13) Castravei B14) Morcovi B15) elin B16) Albitur B17) Sfecl roie B18) Salat B19) Ridichi de lun C) Fructe C1) Mere C2) Pere C3) Prune C4) Piersici C5) Caise C6) Ciree C7) Viine C8) Cpuni C9) Zmeur C10) Pepeni verzi C11) Pepeni galbeni C12) Struguri albi C13) Struguri roii C14) Vin alb C15) Vin rou C16) uic 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

243
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 , cere acoper toate calitile . Clasificarea produselor agricole dup coeficientul de nlocuire a) Produse de necesitate mare ( cu coeficient mic de nlocuire) Exemple : cartofi , varz alb , ceap alb ,tomate, ardei gras, morcovi,mere,struguri,lapte , ou . La produsele de necesitate mare , la creterea preului de vnzare , cantitatea vndut scade puin . b) Produse de necesitate mijlocie ( cu coeficient mediu de nlocuire ) Exemple : Fin ,mlai,fasole boabe,vinete , ardei gogoar , castravei, conopid , elin , pere ,prune,piersici,cpuni, pepeni , carne de vit , porc,pasre . La produsele de necesitate mijlocie , cu creterea preului de vnzare , cantitatea vndut scade puin apoi scade brusc . c) Produse de necesitate mic ( cu coeficient mare de nlocuire ) Exemple : usturoi,sfecl roie,ridichi, praz, carne de oaie i miel,miere de salcm . La produsele de necesitate mic , cu creterea preului de vnzare , cantitatea vndut scade scade brusc . Clasificarea produselor agricole dup timpul ct se afl la vnzare : 1) Produse aflate permanent la vnzare Exemple : Toate cerealele de la punctul A) Ceapa , usturoiul , morcovii ,elina , albitura , sfecla roie de la punctul B) Merele , vinul , uica de la punctul C) Toate produsele de la punctul D) cu excepia crnii de miel . 2) Produse aflate la vnzare cteva luni Exemple : Toate legumele de la punctul B) altele dect cele enumerate la punctul 1). Toate fructele de la punctul C) altele dect cele enumerate la punctul 1) cu excepia cpunilor i zmeurii . 3) Produse aflate la vnzare cteva sptmni Exemple : Cpunile i zmeura de la punctul C) i carnea de miel / ied de la punctul D) OFERTA PRODUCTORILR de produse agricole autohtone , brute sau semiprelucrate , conine pentru fiecare produs ,urmtoarele componente principale ,la nivel de unitate economic , jude , ar : 1. Suprafaa cultivat / efectivul de animale vii ;

244
2. Producia medie pe ha / pe cap de animal ; 3. Producia total vegetal / zootehnic din acelai jude cu locul comercializrii ; 4. Producia total vegetal / zootehnic adus la locul comercializrii din alte judee ; 5. Costul de producie (lei / ton ) ; 6. Distana de la locul de producie la locul de vnzare ; 7. Costul transportului (lei / ton ) de la locul de producie la locul comercializrii ; 8. Adaosul comercial (lei / ton ) ; 9. Intrevalul de timp (zile) ct produsul se afl la vnzare . CEREREA CONSUMATORILOR de produse agricole autohtone , brute sau semiprelucrate , conine pentru fiecare produs ,urmtoarele componente principale ,la nivel de unitate economic , jude , ar : 10. Numrul consumatorilor care cumpr dintr-un loc de comercializare ; 11. Venitul anual pe membru de familie (lei) ; 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 higienicosanitare obligatorii ale spaiilor de vnzare i dotri corespunztoare pe 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 PRONUME RECENZOR :

245
PRODUSUL : A1)Gru A2)Secar A3)Orz A4)Orzoaic A5)Porumb A6)Floare soare A7)Fasole boabe A8)Mazre boabe A9)Cartofi roz A10)Cartofi albi A11)Fin A12)Mlai A13)Tre gru PRE MIMIM: PRE FRECVENT: PRE MAXIM:

B) CHESTIONAR PREURI LEGUME JUDEUL : LOCALITATEA: PIAA : DATA : ZIUA: LUNA : NUME I PRONUME RECENZOR : PRODUSUL : PRE MIMIM: PRE FRECVENT: B1)Varz alb B2)Varz roie B3)Conopid B4)Ceap alb B5)Ceap roie B6)Praz B7)Usturoi B8)Tomate B9)Vinete B10)Ardei gras B11)Ardei capia B12)Gogoari B13)Castravei B14)Morcovi B15)elin B16)Albitur B17)Sfecl roie B18)Salat B19)Ridichi lun

ANUL: PRE MAXIM:

246
C) CHESTIONAR PREURI FRUCTE JUDEUL : LOCALITATEA: PIAA : DATA : ZIUA: LUNA : ANUL: NUME I PRONUME RECENZOR : PRODUSUL : PRE MIMIM: PRE FRECVENT: PRE MAXIM: C1)Mere C2)Pere C3)Prune C4)Piersici C5)Caise C6)Ciree C7)Viine C8)Cpuni C9)Zmeur C10)Pepeni verzi C11)Pepeni galbeni C12)Struguri albi C13)Struguri roii C14)Vin alb C15)Vin rou C16)uic II. Organizarea electronic a datelor se face ca baze de date EXCEL sau ACCESS cu acces ON-LINE 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 : 1. Transformarea preurilor reale n preuri comparabile prin cursul de schimb leu-euro sau leu-dolar . Exemplu n 1990 un Kg cotlet porc costa P1 = 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 . 2. Calculul indicilor de dinamic i teritoriali pe produse , pe grupe de produse i pe ansamblu (vezi seciunea 7.3.1); 3)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 . 4) Optimizarea nivelului preurilor de vnzare sub aspectul maximizrii venitului din vnzarea produselor agricole, a stimulrii consumului de produse agricole ca o cale principal de relansare a produciei agricole (vezi seciunea 3.1.4 , B) 5.5 Balana legturilor ntre ramuri

247
Sistemele agricole reale sunt foarte rar omogene , ele conin subsisteme care difer ntre ele ca intrri , stri interne sau ieiri , fiind de fapt ramuri ale sistemului care le conine. Aceste ramuri trebuie s se coordoneze ntre ele pentru a maximiza profitul sistemului cruia i aparin i pentru a asigura un raport normal ntre cerere i ofert pe pieele locale i cea naional a produselor agricole . De exemplu ramura zootehniei este strns dependent de ramura vegetal prin producia de furaje i trimite la rndul ei ngrminte organice ctre ramura vegetal. O metod de studiere a acestor legturi este metoda balanelor intrri-ieiri. n practica agricol se ntocmesc balane furajere , ale forei de munc, balane energetice , balane de venituri i cheltuieli , balane ale fondului funciar,balane ale efectivelor de animale ,etc. Balana legturilor ntre ramuri este o metod tiinific de analiz i planificare tehnico-economic a produciilor ramurilor unui sistem agricol n scopul dezvoltrii economice armonioase a acestuia. Principiul fundamental al balanei legturilor ntre ramuri este obinerea de venituri mai mari pe baza realizrii unor producii agricole mai mari i aceasta cu cheltuieli mai mari . Privind rata profitului (raportul profit-cheltuieli) , balana legturilor ntre ramuri permite stabilirea ritmului de dezvoltare precum i a rentabilitii diferitelor ramuri i luarea de msuri corespunztoare prin mecanizare ,chimizare, electrificare, ridicarea calificrii forei de munc ,etc. Din punct de vedere structural , balana legturilor ntre ramuri sub form economic , are rubricile : Cheltuieli productive Venituri finale (VF) Venituri interramuri (CI) (V) Ramuri consumat. RC1..RCn Fond Fond Dezvoltare Consum Ramuri (FD) (FC) product. RP1 FD1 CI11..CI1n FC1 V1 . . . . . . . . . . . . . . . . . . RPn CI1n..CInn FCn Vn FDn Cheltuieli FDT (C) C1Cn CT Profituri (P) FCT P1.Pn PT Venituri (V) VT V1Vn VT n cadranul I este matricea cheltuielilor productive interramuri (CI) care includ ceace se consum n procesul de producie n fiecare ramur att pentru nevoile proprii ( CI11,,CInn ) ct i pentru alte ramuri ( CIij cu i j)

248
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 ceace 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 1a) Pentru ramuri productoare , sumele de pe linii sunt egale cu veniturile de la cap de linie : CI11+ + CI1n + FD1 + FC1 = V1 CIn1+ + CInn + FDn + FCn = Vn Aceste relaii permit calculul fondurilor de consum pe ramuri productoare FC1,,FCn ca diferene : FCi = Vi (CIi1+ + CIin + FDi) ( i = 1,,n) 1b) Pentru ramuri consumatoare , sumele de pe coloane sund egale veniturile de la cap de coloan : CI11+ + CIn1 + C1 + P1 = V1 CI1n+ + CInn + Cn + Pn = Vn Aceste relaii permit calculul profiturilor pe ramuri consumatoare P1,,Pn ca diferene : Pj = Vj ( CI1j+ + CInj + Cj ) (j = 1,,n)

249
1c) Pentru ntreaga unitate economic calculm pe ansamblul ramurilor productoare , fondul de dezvoltare total : FDT = FD1 + + FDn , fondul de consum total : FCT = FC1 + + FCn i venitul total : VT = V1 + + Vn . Pentru ntreaga unitate economic calculm pe ansamblul ramurilor consumatoare , cheltuielile totale : CT = C1 + + Cn , profitul total : PT = P1 + + Pn i venitul total : VT = V1 + + Vn . Balana este corect dac venitul total al ramurilor productoare este egal cu venitul total al ramurilor consumatoare . 2) Analiza economic a ramurilor n anul de referin 2d) Pentru ramuri productoare , se mparte fiecare linie a balanei de referin la capul de linie i se obine tabelul : Ramuri Cheltuieli directe FDM productoare (AL) FDM1 RP1 AL11.AL1n . . . . . . . . . . . . RPn ALn1...ALnn FDMn Am obinut : I. Matricea cheltuielilor directe pe linii ( AL) : AL11 = CI11 / V1 ,, AL1n = CI1n / V1 ALn1 = CIn1 / Vn ,, ALnn = CInn / Vn FCM FCM1 . . . FCMn RMD RMD1 . . . RMDn

II. Coloana fondurilor de dezvoltare medii (FDM) : FDM1 = FD1 / V1 ,, FDMn = FDn / Vn III. Coloana fondurilor de consum medii (FCM) : FCM1 = FC1 / V1 ,, FCMn = FCn / Vn Coloana ratelor medii de dezvoltare a ramurilor (RMD) se obine astfel : RMD1 = FD1 / FC1 ,, RMDn = FDn / FCn Acea ramur productoare cu rata medie a dezvoltrii mai mare ,se poate dezvolta n continuare , deoarece s-a dovedit mai rentabil n anul de referin. 2e) Pentru ramuri consumatoare , se mparte fiecare coloan a balanei de referin la capul de coloan i se obine tabelul : Ramuri consumatoare RC1RCn AC11..AC1n . . Cheltuieli directe (AC) . . . . ACn1..ACnn CM CM1..CMn PM RMP PM1...PMn RMP1....RMPn

250
Am obinut : IV. Matricea cheltuielilor directe pe coloane (AC) : AC11 = CI11 / V1 , , AC1n = CI1n / Vn . ACn1 = CIn1 / V1 , , ACnn = CInn / Vn V. Linia cheltuielilor medii (CM) : CM1 = C1 / V1 , , CMn = Cn / Vn VI. Linia profiturilor medii (PM) : PM1 = P1 / V1 , , PMn = Pn / Vn Linia ratelor medii ale profitului (RMP) se obine astfel : RMP1 = P1 / C1 , , RMPn = Pn / Cn Cea mai rentabil ramur consumatoare n anul de referin este aceea cu rata medie a profitului cea mai mare . 3) Planificarea balanei legturilor ntre ramuri pentru anul urmtor (balana-plan): 3f) Matricea dezvoltrii ramurilor productoare este ( E A )-1 . Modul de calcul al matricii inverse a fost expus n seciunea 1.2.3 C. 3g) Planificm veniturile finale pe ramuri productoare pentru anul urmtor : VFP1,,VFPn care trebuie s fie mai mari ca veniturile finale din anul de referin notate cu VF1 = FD1 + FC1 ,, VF1n = FDn + FCn Deasemenea planificm fondurile de dezvoltare pe ramuri productoare pentru anul urmtor : FDP1,,FDPn care trebuie s fie mai mari ca fondurile de dezvoltare n anul de referin notate cu FD1,,FDn . Fie VFPT = VFP1 + + VFPn ; FDPT = FDP1 + + FDPn ; FCPT = VFPT - FDPT 3h) Calculm veniturile planificate pe ramuri productoare din ecuaia balanei : VP = ( E AL ) 1.VFP Aici VFP este vectorul-coloan cu n componente VFP1,,VFPn . VP va fi vector-coloan cu n componente VP1,,VPn . Fie VPT = VP1 + + VPn . 3i) Completm balana planificat i pentru ramurile consumatoare prin nmulirea coloanelor din matricea AC i linia CM de la punctul 2e) cu componentele VP1,,VPn calculate la punctul 3h) : Cheltuielile productive interramuri planificate vor fi :

251
CIP11 = AC11.VP1,, CIP1n = AC1n.VPn CIPn1 = ACn1.VP1,, CIPnn = ACnn.VPn Cheltuielile planificate vor fi : CP1 = CM1.VP1,, CPn = CMn.VPn n acest moment balana planificat are completate aceleai rubrici ca i balana de referin nainte de nceperea calculelor de la punctul 1) . Fie CPT = CP1 + + CPn ; PPT = VPT CPT 4j ) Calculm ratele dezvoltrii unitii economice pe ansamblul ramurilor productoare , astfel : Rata medie a dezvoltrii unitii economice : RMDT = FDT / FCT Mrimile FDT i FCT au fost calculate la punctul 1c). RMDT reprezint suma alocat pentru fondul de dezvoltare (lei) ce corespunde unui leu alocat pentru fondul de consum ,n balana de referin. Rata medie a dezvoltrii unitii economice : RDDT = (FDPT FDT ) / (FCPT + FCT) RDDT reprezint suma cu care ar crete fondul de dezvoltare (lei) dac fondul de consum ar crete cu 1 leu , n balana de referin. Mrimile FDT ,FCT au fost calculate la punctul 1c) iar mrimile FDPT , FCPT au fost calculate la punctul 3g) Elasticitatea ratei dezvoltrii unitii : ERDT = RDDT / RMDT . ERDT reprezint procentele cu care ar crete fondul de dezvoltare , dac fondul de consum ar crete cu 1 % , n balana de referin. 4k) Calculm ratele profitului unitii economice pe ansamblul ramurilor consumatoare , astfel : Rata medie a profitului unitii economice : RMPT = PT / CT Mrimile PT i CT au fost calculate la punctul 1c) . RMPT reprezint suma din profit (lei) care corespunde unui leu cheltuit , n balana de referin. Rata marginal a profitului unitii economice : RDPT = ( PPT PT) / (CPT CT) Mrimile PT , CT au fost calculate la punctul 1c) iar mrimile PPT ,CPT au fost calculate la punctul 3i) . RDPT reprezint suma cu care ar crete profitul (lei) dac cheltuielile ar crete cu 1 leu , n balana de referin. Elasticitatea ratei profitului : ERPT = RDPT / RMPT . ERPT reprezint procentele cu care ar crete profitul , dac cheltuielile ar crete cu 1 % , n balana de referin . 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) :

252
CI RC2 1000 1500 1200 7500 6800 18000 VF RC3 500 900 3000 10000 15600 30000 FD 2000 1800 3500 25500 \ 7300 FC 14500 13100 21500 30900 \ 49100 68000 \ 68000 V 20000 18000 30000

RC RP RP1 RP2 RP3 C P V

RC1 2000 700 800 8000 8500 20000

1) ncheierea balanei n anul de referin : a) FC1 = 20000 ( 2000+1000+500+2000) =14500 lei FC2 = 18000 (700+1500+900+1800) = 13100 lei FC3 = 30000 (800+1200+3000+3500) = 21500 lei b) P1 = 2000 (2000+700+800+8000) = 8500 lei P2 = 18000 (1000+1500+1200+7500) = 6800 lei P3 = 3000 (500+900+3000+10000) = 15600 lei c) FDT = 2000+1800+3500 = 7300 lei FCT = 14500+13100+21500 = 49100 lei VT = 20000+18000+30000 = 68000 lei PT = 8500+6800+15600 = 30900 lei Mrimile calculate la punctele 1a) 1c) au fost trecute n balana de referin cu cifre ngroate . 2d) Se mparte fiecare linie pentru ramuri productoare , la capul de linie : RP RP1 RP2 RP3 AL 0.100 0.039 0.027 0.050 0.083 0.040 0.025 0.050 0.101 FDM 0.100 0.100 0.117 FCM 0.725 0.728 0.717 RMD 0.138 0.137 0.163

Avem RMD1=2000 / 14500 = 0.138 ; RMD2=1800 / 13100 = 0.137 ; RMD3=3500 / 21500 = 0.163 Deci ramura productoare de semiindustrializare are cea mai mare rat medie a dezvoltrii deci trebuie extins cu precdere n anul urmtor . 2e) Se mparte fiecare coloan pentru ramuri consumatoare , la capul de coloan : RC AC CM PM RMP RC1 0.100 0.035 0.040 0.400 0.425 1.063 RC2 0.056 0.083 0.067 0.417 0.378 0.907 RC3 0.077 0.030 0.100 0.333 0.520 1.560

253
Avem RMP1=8500 / 8000 = 1.063 ; RMP2=6800 / 7500 = 0.907 ; RMP3= 15600 / 10000= 1.560 deci ramura Seminidustrializare are cea mai mare rat medie a profitului fiind cea mai rentabil n anul de referin. 3f) Avem :

- 0.050 0.900 E AL = - 0.039 0.917 - 0.027 - 0.040

3g) RP RP1 RP2 RP3 TOTAL 3h) VF 16500 14900 25000 56400

- 0.025 - 0.050 0.899

1.115 1 ; ( E AL ) = 0.049 0.035

0.062 1.096 0.051

0.034 0.062 1.115

AVEM : din care

FD 2000 1800 3500 7300

VFP 18000 16000 27000 61000

ALEGEM : din care

FDP 2500 2000 4000 8500

1.115 VP = 0.049 0.035

0.062 1.096 0.051

0.034 0.062 1.115

180 219.935 . 160 = 201.083 270 315.454

3i) nmulim coloanele tabelului 2e) cu veniturile planificate gsite la punctul 3h) i astfel completm balana planificat ,creia i aplicm paii 1a) 1c) : 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 2000 4000 27690.9 \ 8500 33347.2 \ 52500 73647 73647 FC 15500 14000 23000 V 21993.5 20108.3 31545.4

254
4j ) Calculm ratele dezvoltrii unitii economice pe ansamblul ramurilor productoare , astfel : Rata medie a dezvoltrii unitii economice : RMDT = FDT / FCT = 7300 / 49100 = 0.149 lei au fost alocai pentru fondul de dezvoltare la fiecare leu care a fost alocat pentru fondul de consum . de lei care a fost alocat pentru fondul de consum n balana de referin. Mrimile FDT = 7300 i FCT = 49100 u fost calculate la punctul 1c). Rata marginal a dezvoltrii unitii economice : RDDT = (FDPT FDT ) / (FCPT + FCT) = (8500 7300) / (52500 42100) = 0.353 lei ar fi creterea fondului de dezvoltare dac fondul de consum ar crete cu 1 leu n balana de referin. Mrimile FDT =7300 ,0FCT = 42100 au fost calculate la punctul 1c) iar mrimile FDPT = 8500, FCPT =52500 au fost calculate la punctul 3g) Elasticitatea ratei dezvoltrii unitii : ERDT = RDDT / RMDT = 0.353 / 0.149 = 2.4 deci fondul de dezvoltare ar crete cu 2.4 % , dac fondul de consum ar crete cu 1 % n balana de referin . 4k) Calculm ratele profitului unitii economice pe ansamblul ramurilor consumatoare , astfel : 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 1c) . 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 1c) iar mrimile PPT = 33347.2 , CPT = 27690.9 au fost calculate la punctul 3i) . 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 1a) 4k) le face programul BALANA . 5.6 Concentrarea i diversificarea produciei agricole pe ramuri Dac avem ramurile productoare RP1,, RPn cu veniturile V1,,Vn , cota-parte a ramurii RPj la venitul unitii economice VT = V1 + Vn este fj = Vj / (V1 + +Vn) [0;1] . Avem vectorul de structur f = (f1,,fn ) cu 0 fj 1 i f1 ++fn = 0 . Concentrarea produciei agricole pe ramuri este tendina de dezvoltare a ramurilor mai rentabile , inclusiv desfiinarea unor ramuri mai puin rentabile . Concentrarea este maxim dac rmne o singur ramur j cu fj = 1 i fi = 0 pentru j i .O asemenea situaie s-a ntlnit n unele ri africane care aveau agricultura bazat pe monocultur .

255
Diversificarea produciei agricole pe ramuri este tendina de dezvoltare armonioas a tuturor ramurilor , inclusiv nfiinarea unor ramuri noi care se dovedesc rentabile. Diversificarea este maxim dac toate ramurile au aceeai parte la venitul unitii agricole deci vectorul de structur are forma : f = (1 / n,,1 / n ) . Pentru msurarea gradului de concentrare a unei structuri pe ramuri , se poate folosi coeficientul de concentrare structural F = (f12 + + fn2 )1 / 2 . Teorema 5.1 1) Avem 1 / n1 / 2 F 1 . F = 1 / n1 / 2 pentru concentrarea minim i F = 1 pentru concentrarea maxim . 2) Dac n = constant , F crete odat cu concentrarea . 3) Dac n crete , F scade iar dac n scade , F crete . Demonstraie 1) Evident n.(fi 1 / n )2 = n. fi2 1 0 deci fi2 1 / n aa c F 1 / n1 /2 . Avem 1 = ( fi )2 = fi2 + 2. fj.fk i cum fj , fk 0 rezult 2. fj.fk 0 deci fi2 1 aa c F 1 . Pentru concentrarea minim avem f1 = = fn = 1 / n deci fi2 = 1 / n1 /2 = n. ( 1 / n2 ) = 1 / n aa c F = 1 / n1 / 2 . Pentru concentrarea maxim avem fi = 1 i fj = 0 pentru j i deci fi2 = 1 aa c F = 1 . 2) Fie fi > fj i fie fi = fi + t ; fj = fj t ;(t > 0) ; fk = fk pentru orice k i , j deci concentrarea crete deoarece fi fj = (fi fj )+ 2.t deci fi fj > fi fj . Deasemenea avem (fi)2 = fi2 + 2.t.fi + t2 ; (fj)2 = fj2 + 2.t.fj + t2 deci (fi)2 + (fj)2 = =(fi2 + fj2) + 2.t.(fi fj ) + 2.t2 i cum fi - fj > 0 , t > 0 rezult : (fi)2 + (fj)2 > fi2 + fj2 i (fk)2 = fk2 pentr k i , j deci F crete . 3) Dac ramura k se separ n ramurile i i j , fk se nlocuiete cu fi+ fj iar fk2 = fi2 + fj2 + 2.fi .fj > fi2 + fj2 deci F scade . Q.E.D. Un indicator al concentrrii produciei agricole pe ramuri care este i standardizat, este F* = [( n1 /2 ).F - 1] / [( n1 /2 ) - 1] . Este vizibil c 0 F* 1 . Un indicator al diversificrii structurii pe ramuri este 1 F respectiv 1 F* . Un alt indicator al diversificrii structurii pe ramuri este entropia structurii : H = - fi.log2 fi Valorile lui - fi.log2 fi se obin din tabela 1 de la sfritul lucrrii . H are proprieti inverse celor ale lui F : 1) 0 H log2 n H = 0 pentru diversificarea minim adic concentrarea maxim : fi = 1 ; fj = 0 pentru j i . H = log2 n pentru diversificarea maxim adic concentrarea minim : f1== fn = 1 / n 2) Dac n = constant , H crete odat cu diversificarea . 3) Dac n crete , H scade iar dac n scade , H crete . O msur a diversificrii , care este i standardizat , este H* = H / (log2 n). Evident 0 H* 1 .Entropia H a fost prezentat i n seciunea 5.2.1

256
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 Sume pe uniti agricole 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 Sume pe uniti agricole F1. . . . fm. 1

Avem urmtorii coeficieni de concentrare a produciei : 1) Coeficientul de concentrare a produciei grupului , pe uniti i pe ramuri :

Ft =

f
i =1 j=1

2 ij

2) Coeficientul de concentrare a produciei grupului , pe uniti :

Fu =

f
i =1

2 i.

3) Coeficientul de concentrare a produciei grupului , pe ramuri :

Fr =

f
j=1

2 .j

257
Avem 1 / (m.n)1 / 2 Ft Fu , Fr 1 n cazul a dou structuri pe ramuri cu vectorii de structur : f = ( f1 ,,fn ) ; g = ( g1,,gn ) ; 0 fi , gi 1 , fi = gi = 1 i cu coeficienii de concentrare structural : F = ( f12 + + fn2 )1 /2 ; G = ( g12 + + gn2 )1 / 2 , avem coeficientul de corelaie a concentrrii pe ramuri : C = ( f1.g1 + + fn.gn ) 1 / 2 Avem 0 C (F.G )1 / 2 Teorema 5.2 1) Avem : 0 C 1 C = 0 dac corelaia concentrrii celor dou structuri este minim : fi 0 implic gi = 0 i fi = 0 implic gi 0 C = 1 dac corelaia concentrrii este maxim : fi = gi = 1 i fi= gi =0 pentru ij . 2) Dac n = constant , C scade odat cu corelaia concentrrii. 3) Dac n crete , C scade i dac n scade , C crete . Demonstraie 1) Evident fi , gi 0 deci fi.gi 0 aa c C 0 . Conform inegalitii Cauchy Schwartz , avem pentru fi , gi 0 : fi.gi [ fi2.gi2 ]1 / 2 1 deci C 1 . C = 0 dac fi 0 implic gi = 0 i fi = 0 implic gi 0 . C = 1 dac fi = gi = 1 i fi= gi =0 pentru ij . 2) Fie fi > gi i fie fi = fi + t ; gi = gi t ;(t > 0) ; fj = gj pentru orice j i . n acest caz corelaia concentrrii scade deoarece fi gi = (fi gi )+ 2.t deci fi gi > fi gi Deasemenea avem fi.gi = (fi. gi) t.(fi gi) t2 aa c fi.gi < fi. gi deoarece fi gi > 0 , t2 > 0 iar fj.gj = fj. gj pentru j i , aa c C scade . 1) Dac ramura k se separ n ramurile i i j , n crete ,fk se nlocuiete cu fi+ fj , gk se nlocuiete cu gi+ gj iar fkgk = figi + fjgj + (figj + fjgi) i cum figj + fjgI 0 rezult fkgk figi + fjgj , deci C scade . Q.E.D. Dac fi = gi avem C = F deci coeficientul de concentrare este coeficient de corelaie a concentrrii cu ea nsi . Pentru gsirea structurii optime a producie pe ramuri , fie Hi = CMi = Ci / Vi cheltuielile medii pe ramuri ( i = 1,,n) . Aceste cheltuieli medii sunt funcii ptratice de fi deoarece dac fi este prea mic sau prea mare , cheltuielile medii CMi cresc . Prin urmare , avem CMi = ai.fi2 + bi.fi unde ai > 0 , bi < 0 , cu un minim pentru fi0 = ( - bi) / 2.ai ; (i = 1,,n). n general avem fi0 1 . n mod analog ,avem profiturile medii pe ramuri Hi = PMi = Pi / Vi . Aceste profituri medii sunt funcii ptratice de fi deoarece dac fi este prea mic sau prea mare , profiturile medii PMi cresc . Prin urmare , avem PMi = ai.fi2 + bi.fi unde ai < 0 , bi > 0 , cu un minim pentru fi0 = ( - bi) / 2.ai ; (i = 1,,n). n general avem fi0 1 . Teorema 5.3 Cheltuielile medii Hi = CMi / Profiturile medii Hi = PMi , nsumate pentru toate ramurile :

258
HT = H1 + .+ Hn = ai.fi2 + bi.fi sunt minime / maxime , dac cotele-pri ale ramurilor sunt date de relaiile :

f ic = fi0 +

1 1 (f10 + ... + f n 0 ) . ; ( 1 i n) 1 1 ai + ... + a1 an

Demonstraie Avem de optimizat funcia HT = ai.fi2 + bi.fI cu legtura f1++fn =1 . Formm funcia Lagrange : L = H .( fi 1 ) Avem : L / fi = 2.ai.fi + bi = 0 ( i = 1,,n ) aa c fi = - (bi ) / (2.ai) i cum fj = 1, rezult :
n b N 1 j = 1 de unde rezult : . 2a 2 J =1 a j j=1 j n b b j j 1 1 j=1 2.a j j=1 2.a j bi 1 = 2. + . deci f ic = ; ( i= 1,...,n) n n 1 1 2.a i a i a a j=1 j=1 j j n

Cum f i0 =

bi 2.a i

rezult f ic = f i0 +

1 1 (f10 + ... + f n 0 ) . 1 1 ai + ... + a1 an

; (i= 1,...,n)

adic coordonatele punctului staionar fc = (f10,,fn0 ) pentru funcia Lagrange . Se verific faptul c fc este punct de minim / maxim pentru funcia HT dup cum ai > 0 , bi < 0 respectiv ai < 0 , bi > 0 ( i = 1,,n) . Termenul :

i =

1 1 (f10 + ... + f n 0 ) . 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 :

259
VP1 = 21933.5 lei ; VP2 = 20108.3 lei ; VP3 = 31545.4 lei i venitul total planificat VPT = 73587.2 lei . 1) S se afle coeficienii de concentrare F n anul de referin i G n anul de plan precum i coeficentul de corelaie a concentrrii C . Fie cheltuielile medii ale ramurilor Hi = CMi (i = 1,2,3 ) ca funcii de cotele-pri fi ale ramurilor la structura unitii agricole : H1 = 10.f12 - 12.f1 cu punctul de minim f10 = 0.6 ; H2 = 5.f22 - 3.f2 cu punctul de minim f20 = 0.3 ; H3 = 20.f32 - 8.f3 cu punctul de minim f30 = 0.2 . 2) Se cer cotele pri optime f1c ,f2c ,f3c pentru care H=H1++Hn = minim Soluie 1) Avem f1 = 200 / 680 = 29.4 % ; f2 = 180 / 680 = 26.5 % ; f3 = 1 f1 f2 = 44.1 % Rezult c F =(f12 + f22 + f32 )1 / 2 = 59.3 % este gradul de concentrare a produciei pe ramuri n anul de referin . Avem g1 = 219.335 / 735.872 = 29.8 % ; g2 = 201.083 / 735.872 = 27.3 % ; g3 = 1 - g1 g2 = 42.9 % Rezult c G =(g12 + g22 + g32 )1 / 2 = 58.9 % este gradul de concentrare a produciei pe ramuri n anul de plan . C = ( f1.g1+f2.g2+f3.g3 )1 /2 = 59.1 % este gradul de corelare a concentrrii produciei n anul de baz cu anul de plan . 2) Cotele-pri optime ale ramurilor pentru care Hi = CMi = Ci / Vi = minim , sunt : f10 = (- b1) / (2.a1 )=0.6 = 60 % ; f20 = (- b2) / (2.a2 )=0.3 = 30 % ; f30 = (- b3) / (2.a3 )=0.2 = 20 % . Din pcate f10 + f20 + f30 =1.1 = 110 % 100 % .

1 =

1 1 (f10 + f 20 + f 30 ) . = 0.03 = 3% ; 1 1 1 a1 + + a1 a 2 a 3 1 1 (f10 + f 20 + f 30 ) . = 0.06 = 6% ; 1 1 1 a2 + + a1 a 2 a 3 1 1 (f10 + f 20 + f 30 ) . = 0.01 = 1% 1 1 1 a3 + + a1 a 2 a 3

2 =

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

260
principalele sisteme agricole. Se prezint etapele de elaborare a balanei economice i se analizeaz problema concentrrii i diversificrii produciei agricole pe ramuri. 5.8 ntrebri 1. 2. 3. 4. Definii noiunea de sistem ,dai exemple i enumerai proprietile lor Care sunt etapele de analiz tehnico-economic a sistemelor agricole ? Care sunt etapele de elaborare a balanei economice pe ramuri ? n ce const concentrarea i diversificarea produciei agricole pe ramuri ? 5.9 Bibliografie 1. Stnil O. Analiz liniar i geometrie Vol. I - II,Editura ALL ,2000 - 2001 2. Cenu Gh. i col. Matematici pentru economiti Editura CISON,2000 3. Cenu Gh. i col. Matematici pentru economiti culegere de probleme Editura CISON,2000 4. Ene D. Matematici (I) Editura CERES , 2004 5. Gogonea S. , Ene D. Analiz numeric Editura Cartea Universitar , 2005 6. Ene D.,Gogonea S. Metode numerice Editura Cartea Universitar , 2005 7. Ene D. Matematici aplicate n agricultur Editura CERES , 2006

261 BIBLIOGRAFIE GENERAL 1.Alecu I.N. i col. Management n agricultur Ed. CERES ,1997 2.Alexe Gh. Curs de Algebr liniar Editura Didactic i Pedagogic,2004 3.Alekseev V.M.,Galeev E.M.,Tihomirov V.M. Sbornik zadaci po optimizaiiteoria,primer,zadaci ,(l.rus).Izd.Nauka,1984 4.Andraiu M. i col. Metode de decizii multicriteriale ,Ed.Tehnic,1986 5.Andrei N.,Rsturnoiu C. Matrice rare i aplicaiile lor ,Ed.Tehnic ,1983 6.Armeanu I.Informatic aplicat cu WINDOWS 98,Ed.Semne,1998 7.Atanasiu Gh. , Munteanu Gh. , Postolache M. Algebr liniar,geometrie analitic i diferenial, ecuaii difereniale culegere de probleme , Ed.II, Editura ALL ,1998 8.Atiyah M.F.,MacDonald I.G. Introduction to Commutative Algebra , Addison-Wesley Publishing Company,1969 ,(l.rus,1972) 9.Bakelman I.Ia. Inversia,(l.rus),Izd. Nauka ,1966 10.Beklemieva L.A.,Petrovici A.Iu.,Ciubarov I.A. Sbornik zadaci po analiticeskoi geometrii i lineinoi algebre ,(l.rus),Izd.Nauka ,1987 11.Beu T. Analiz numeric n TURBOPASCAL,Ed.Microinformatica,1992 12.Borevici Z.I Opredeliteli i matri ,(l.rus),Ed.III,Izd.Nauka,1988 13.Bourbaki N. Algbre-Chap.VII IX ,Hermann &Cie,diteurs,(l.rus,1966) 14.Bourbaki N. Algbre Commutative - Chap.I-VII ,Hermann, 1961-1965, (l.rus,1971) 15.Cenu Gh. i col. Matematici pentru economiti Editura CISON,2000 16.Cenu Gh. i col. Matematici pentru economiti culegere de probleme Editura CISON,2000 17.Cocan M.,Vasilescu A. Programarea matematic folosind MS Excel SOLVER,Management Scientist, MATHLAB ,Ed.Albastr ,1999 18.Coni C. Geometrie analitic ,Ed.de stat Didactic i Pedagogic ,1958 19.Craiu I.,Mihoc Gh.,Craiu V. Matematici pentru economiti,Vol.I-III, Ed.Tehnic ,1971 20.Cre F. Elemente de modelare i matematici speciale ,Ed.Mirton,2000 21.Crian I.,Lare A. Culegere de probleme de geometrie analitic ,Ed.Didactic i Pedagogic ,1971 22.Dieudonn J. Algbre linaire et gometrie lmentaire,Ed.III,1968, (l.rus,1972) 23.Efimov N.V.,Rozendorn E.R. Lineinaia algebra i mnogomernaia geometria ,(l.rus),Ed.II,Izd.Nauka,1974 24.Efimov A.V.,Demidovici B.P. Sbornik zadaci po matematike dlia vtuzovLineinaia algebra i osnov matematiceskovo analiza,(l.rus ),Izd.Nauka,1981 25.Eldn L.,Wittmeyer-Koch L. Numerical Analysis-An Introduction ,

262 Academic Press ,1990 26.Ene D. Algoritme pentru gsirea mulimilor extern-stabile minimale ntr-un graf i aplicaii, Studii i Cercetri Matematice ale Academiei R.S.R. ,vol.23(1971), Nr.7 ,1009-1016 27.Ene D. Asupra unor algoritme pentru gsirea clicilor ntr-un graf ,Studii i Cercetri Matematice ale Academiei R.S.R. ,vol.23(1971),Nr.7 ,1009-1016 28.Ene D. O problem de programare liniar n numere ntregi, cu aplicaii n transportul recoltei ,Lucrri tiinifice IANB,Seria D , Vol.14(1971),347-350 29.Ene D. Un model matricial al interaciunii a dou populaii ,Lucrri tiinifice IANB,Seria D , Vol.14(1971),351-356 30.Ene D. Aplicarea programrii bivalente n organizarea unui transport al recoltei de cost minim ,Lucrri tiinifice IANB,Seria A ,Vol.15(19721),403-407 31.Ene D. Curs de matematici superioare( Culegere de probleme) pentru Facultatea de mbuntiri Funciare ,Fascicola I,(litografiat) , AMD ,1972 32.Ene D. Curs de Matematici superioare pentr Facultile de Agronomie i Zootehnie ,Fascicola III,(litografiat),AMD ,1975 , Coautor E.Andreescu 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 economosirii 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 patratic 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

263 Univ.Press,1989,(l.rus,1999) 46.Haimovici A. Grupuri de tarnsformri ,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 m 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) 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

264 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 m 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 MatematicAnul 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.

265 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 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 m 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

266

TABEL 1 Valorile lui - P.log2P pentru calculul entropiei H P 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 0.00 0.3322 0.4644 0.5211 0.5288 0.5000 0.4422 0.3602 0.2575 0.1368 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 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