Professional Documents
Culture Documents
(DIFRED-FA)
SPECIALIZAREA: AGRICULTUR
MATEMATIC I STATISTIC
Bucureti
- 2012 -
Copyright 2012:
Reproducerea integral sau parial a textului sau a ilustraiilor din aceast carte
prin orice mijloace este posibil numai cu acordul scris al autorilor. Toate
drepturile rezervate.
[Type text]
Pag. 3
CUPRINS
Cuvnt nainte
12
16
19
24
Tema nr.1.3. Gsirea soluiilor optime pentru modelele liniare primal i dual cu
metoda simplex cu calculatorul
Tema nr. 1.4. Modele de optimizare de tip transport i repartiie
Tema nr. 1.5. Ealonarea optim a activitilor unui proiect agricol prin metoda
drumului critic
2. MODELE NELINIARE DE ALOCARE OPTIM A RESURSELOR N
AGRICULTUR
29
48
54
63
63
63
69
72
75
75
80
85
86
89
94
94
95
3.SISTEME AGRICOLE
99
99
[Type text]
Pag. 4
99
101
103
106
107
107
109
116
119
119
126
131
139
144
144
150
156
156
162
170
179
179
189
195
195
209
210
213
218
BIBLIOGRAFIE
224
225
[Type text]
Pag. 5
225
226
227
229
231
233
234
235
236
237
[Type text]
Pag. 6
Cuvnt nainte
Aceast lucrare este destinat studenilor de la Facultatea de Agricultur, curs cu frecven
redus, putnd fi folosit i de studenii altor faculti cu profil Agricol.
Primele 3 capitole sunt consacrate aplicaiilor matematicii n agricultur.
Matematica abstract are o dezvoltare exponenial ca numr de articole i monografii,
precum i ca valoare a acestora.
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 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 2 se prezint un model neliniar de alocare optim a resurselor n agricultur
cu funcii-obiectiv diferite: 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 3 se prezint pe scurt teoria sistemelor agricole care se exemplific pe patru
sisteme agricole: vegetal, zootehnie (lapte i carne) i comercializare produse agricole
vegetale, pentru care se dezvolt n detaliu calculul tehnico-economic.
[Type text]
Pag. 7
Capitolele 4-6 sunt consacrate aplicaiilor statisticii n agricultur, domeniu care are o
lung tradiie n ara noastr.
Aplicaiile statisticii n agricultur au beneficiat de aportul remarcabil al computerelor
pentru partea de calcule prin produse informatice generale sau specializate pe statistic. n
acest moment accentul cade pe modelarea statistic cea mai eficient n agricultur i pe
interpretarea corect a rezultatelor n vederea lurii unor decizii corecte i rapide. Agricultura
ca domeniu de activitate cu risc din partea naturii i a conjuncturii variabile pe piaa
produselor agricole, se dovedete un domeniu de predilecie al statisticii, ca mod de gndire
al viitorului, citndu-l pe statisticianul V.Vod.
Capitolul 4 prezint sondajele n populaii statistice, semnificaia i modul de calcul al
indicatorilor de sondaj de repartiie i evoluie.
n capitolul 5 se prezint analiza varianei monofactorial nebalansat complet n
populaii omogene inclusiv calculul componentelor de varian n populaie. Pentru populaii
neomogene se prezint planul blocurilor complete randomizate.
Facem precizarea c n capitolul 5 folosim denumirea de indice de corelaie, distinct
fa de denumirea de raport de corelaie neliniar din capitolul 6 dei Enciclopedia de
statistic le identific.
n capitolul 6 se prezint corelaia/regresia monofactorial liniar i neliniare (de tip
polinomial, trigonometric i mixt).
n ntreaga lucrare am adoptat un compromis ntre rigoarea tiinific (prin definiii,
teoreme) i accesibilitate/utilitate (prin exemple detaliate). Toate exemplele din lucrare conin
date convenionale plauzibile din agricultur. Lucrarea se ncheie cu bibliografie i o anex cu
10 tabele statistice.
Autorii
[Type text]
Pag. 8
Pag. 9
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)
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
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 funcieobiectiv, 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
[Type text]
Pag. 10
2)
II.
[Type text]
Pag. 11
Artura
2.
3.
Semnat
4.
5.
Fertilizare
6.
Irigare
7.
Recoltare-transport-depozitare
n toate aceste etape sunt necesare urmtoarele resurse:
a)
For de munc
b)
For mecanic
c)
d)
Ierbicide, insectofungicide
e)
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
[Type text]
Pag. 12
II.
III.
IV.
V.
VI.
4 deci
deci:
M = 13 restricii i P
Culturi
Floarea
Sfecl
soarelui
de zahr
180
190
200
17100 Mcal.
50
40
60
80
5000 lei
150
100
120
140
12500 kg
30
40
10
Suprafa
Gru
Porumb
Motorin(litri / Ha)
150
Combatere
Resurse
burieni,
Limite
boli i duntori
ngrminte
Chimice
Limit MIN (ha)
[Type text]
Pag. 13
40
60
20
10
Total=100 ha
1200
1500
1200
1800
Total
1365000 lei
(lei)
Cheltuieli
840
960
990
1050
Total
92000 lei
(lei)
TABEL 2
Culturi
Gru
Porumb
Fl.soare
Sfecl zahr
Semn
Limite
X1 (ha)
X2 (ha)
X3 (ha)
X4 (ha)
1.Gru MAX
40 ha
2.Porumb MAX
60 ha
20 ha
10 ha
5.Motorin(litri)
150
180
190
200
17100 litri
6.Combatere
50
40
60
80
5000 lei
150
100
120
140
12500 kg
840
960
990
1050
92000 lei
9.Suprafaa
10.Gru MIN
30 ha
11.Porumb MIN
40 ha
12.Fl.Soarelui MIN
10 ha
13.Sfecl
4 ha
1200
1500
1200
1800
Restricii
burieni,
boli
duntori
7.ngrminte
Chimice
8.Cheltuieli (C)
zahr
100 ha
MIN
Venit (V)
[Type text]
MAX
Pag. 14
TABEL 3
Culturi
Gru
Porumb
Fl.soarelui
Sfecl
Semn
Limite
zahr
Restricii
X1 (ha)
X2 (ha)
X3 (ha)
X4 (ha)
1.Gru MAX
40 ha
2.Porumb MAX
60 ha
20 ha
10 ha
5.Motorin(litri)
150
180
190
200
17100 litri
6.Combatere
50
40
60
80
5000
burieni,
boli
Lei
duntori
7.ngrminte
150
100
120
140
12500
Kg
Chimice
8.Suprafaa
1200
1500
1200
1800
136500 lei
10.Gru MIN
30 ha
11.Porumb MIN
40 ha
12.Fl.soarelui MIN
10 ha
13.Sfecl
4 ha
840
960
990
1050
zahr
100 ha
MIN
Cheltuieli (C) (lei)
MIN
,=
Pag. 15
2)
3)
4)
5)
6)
7)
b)
c)
d)
Calciu (C) n g
e)
Fosfor (P) n g
f)
Caroten n mg
Coninuturile nutritive pe kg furaj se gsesc n Decretul 50 1982 sau n buletine de
analiz ale laboratoarelor de nutriia animalelor. Animalele se mpart n rase, rasele n grupe i
grupele n subgrupe. De exemplu n cadrul rasei taurine exist grupa vaci n lactaie care are
subgrupe dup producii: 4000 litri lactaie normal, 5000 litri lactaie normal, 6000
litri lactaie normal. n cadrul rasei ovine exist grupa oi n lactaie cu dou subgrupe:
alptare miei i lactaie. Fiecare animal domestic n raport cu rasa, grupa i subgrupa de care
aparine, are anumite cerine nutritive unitare zilnice:
I.
II.
SU
UN
(kg)
Funcii vitale
1.6
0.9
PD
Ca
Caroten
Sare
(kg)
(g)
(g)
(mg)
(g)
60
2.6
30
4.6
(100 kg corp)
[Type text]
Pag. 16
Un litru lapte/zi,
0.48
0.48
48
2.9
2.4
15
(4% grsime)
Prin nmulirea funciilor vitale cu 5 i a liniei produciei de lapte cu 15 litri zi,
obinem cerinele zilnice totale pentru o vac de 500 kg i 15 litri lapte zi:
Cerine totale
SU
UN
(kg)
Funcii vitale
PD
Ca
Caroten
Sare
(kg)
(g)
(g)
(mg)
(g)
4.5
300
25
13
150
23
7.2
7.2
720
43.5
36
225
30
15.2
11.7
1020
68.5
49
375
53
(500 kg corp)
15 litri lapte/zi,
(4% grsime)
Total pe
cap i zi
n mod analog se calculeaz cerinele totale pe cap i pe zi pentru oi n lactaie de 50
kg i 0.5 litri lapte zi: 1.75 kg SU, 1.4 UN, 130 g PD, 9 g Ca, 5 g P, 15 mg Caroten i 8 g sare.
Raiile furajere difer dup sezon: var sau iarn.
De exemplu pentru rumegtoare (vaci, oi, capre) vara se dau furaje mas verde i
concentrate n timp ce iarna se dau fnuri, grosiere, suculente i concentrate. Cantitile de
furaje pe cap i pe zi au i limite bilaterale legate de fiziologia digestiei pentru fiecare ras,
grup i subgrup din care face parte animalul domestic respectiv.
Veniturile din furaje se obin transformnd n lei valoarea produselor zootehnice oferite de
respectivul animal dintr-un kg de furaj iar cheltuielile se obin nsumnd costurile de
producere cumprare, transport, depozitare i administrare la animale a unui kg de furaj.
Profitul este diferena ntre venituri i cheltuieli iar rata profitului este raportul ntre
profit i cheltuieli. Vom nota venitul cu V, cheltuielile cu C, profitul cu P
profitului cu RP
V C i rata
P/C .
Tabelul 4 furnizeaz datele necesare pentru elaborarea micromodelului raiei furajere optime
pentru o vac de 500 kg i 15 litri lapte zi n sezonul de iarn.
[Type text]
Pag. 17
TABEL 4
Furaje
Norme
Fn
Porumb
Sfecl
Tre
lucern
siloz
furajer
Gru
SU
0.84
0.25
0.13
0.86
15.2 kg
UN
0.48
0.25
0.12
0.77
11.7 UN
PD
122
10
108
1020 g
10
15
10
Greutate raie
15
25
15
MAX=40 kg
0.72
0.30
0.24
0.80
Total
Resurse
Venit (lei)
nutritive
zilnice
16.2 lei
Cheltuieli (lei)
0.52
0.20
0.18
0.60
Total
12 lei
Pe baza datelor din tabelul 1, se poate elabora un singur model liniar de optimizare a
raiei furajere i anume modelul II (Cheltuieli minime) ,deoarece venitul din raia furajer este
funcie neliniar n raport cu necunoscutele (cantiti de furaje (Kg/cap.zi) prezente n raie.
Un model neliniar pentru raia furajer n care intervine venitul neliniar, poate fi gsit n
seciunea 4.4.2
Fie L numrul restriciilor
deci avem M
P este numrul variabilelor proprii ale modelului respectiv. Pentru modelul coninut
n tabelul 5 avem L
x1, x2 , x3 , x4 .
TABEL 5
Fn
Porumb
Sfecl
Tre
Lucern
Siloz
furajer
Gru
X1 (kg)
X2 (kg)
X3 (kg)
X4 (kg)
1.Fn MAX
15 kg
2.Porumb MAX
25 kg
Furaje
Restricii
[Type text]
Semn
Limite
Pag. 18
3.Sfecl MAX
15 kg
4.Tre MAX
3 kg
5.Greutate
40 kg
6.SU
0.84
0.25
0.13
0.86
15.2 kg
7.UN
0.48
0.25
0.12
0.77
11.7 UN
8.PD
122
10
108
1020 g
9.Fn MIN
10kg
10.Porumb MIN
15 kg
11.Sfecl MIN
10 kg
12.Tre MIN
1 kg
Cheltuieli (C)
0.52
0.20
0.18
0.60
MIN
= ,
cu variabile
Pag. 19
azot pe nodozitile rdcinilor datorate bacteriilor fixatoare de azot. Bune premergtoare sunt
i pritoarele deoarece prailele sunt mijloace mecanice de lupt cu buruienile.
O rea premergtoare pentru o succesoare sectuiete solul n acele substane nutritive
de care ar avea nevoie n cantiti mari i succesoarea. De exemplu tutunul nu este bun
premergtor pentru sfecla de zahr. Elementele modelului rotaiei optime a culturilor, sunt
urmtoarele:
a)
b)
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
, E este
numrul restriciilor
= iar G este numrul restriciilor
deci avem M
L E G restricii i N variabile
proprii.
Tabelul 6 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
proprii, respectiv L= 3, E
x1 , x2 , ... , x7 .
[Type text]
Pag. 20
Premergtoare
Succesoare
Gru
Porumb
Soia
1200
1300
X
Gru
800
Venit
Limita
TABEL 6
Limita
MIN (ha)
MAX (ha)
30
50
40
60
15
Cheltuieli
Venituri
Totale(lei)
Totale(lei)
94000 lei
141000 lei
700
1600
1500 lei
Porumb
X
Cheltuieli
900
1000
Sfecl
De zahr
Suprafee cu
premergtoare
[Type text]
1800
1900
2000
1200
1100
1000
2000
1900
1800
40 ha
50 ha
5 ha
Pag. 21
TABEL 7
PREMERGTOA
GRU
PORUMB
Sfecl
Poru
Sfecl
mb
Zahr
mb
Zahr
X1(ha
X2(ha
X3(ha
X4(ha
X5(ha
X6(ha
X7(ha
1.Gru MAX
50 ha
2.Porumb MAX
60 ha
3.Sfecl de zahr
15 ha
4.Cheltuieli (C)
1000
1200
800
1100
700
900
1000
94000 lei
5.SUPRAFA
100 ha
6.SUPRAFA
45 ha
50 ha
5 ha
9.Gru MIN
30 ha
10.Porumb MIN
40 ha
11.Sfecl
4 ha
1500
1800
1200
1900
1300
1600
2000
RE
SUCCESOARE
RESTRICII
Gru
Sfecl
Gru
Zahr
SEMN
Poru
SOIA
LIMITE
MAX
Gru premergtor
7.SUPRAFA
Porumb
premergtor
8.SUPRAFA
Soia premergtor
zahr
MIN
Venituri (V)
MAX
TABEL 8
[Type text]
Poru
Sfecl
mb
zahr
PORUMB
Gru
Sfecl
Zahr
SOIA
Gru
Poru
Sfecl
mb
Zahr
RE
GRU
SEM
PREMERGTOA
Pag. 22
SUCCESOARE
X1
X2
X3
X4
X5(ha
X6(ha
X7(ha
(ha)
(ha)
(ha)
(ha)
1.Gru MAX
50 ha
2.Porumb MAX
60 ha
3.Sfecl
15 ha
4.SUPRAFA
100 ha
5.SUPRAFA
45 ha
50 ha
5 ha
1500
1800
1200
1900
1300
1600
2000
140000 lei
9.Gru MIN
30 ha
10.Porumb MIN
40 ha
11.Sfecl
4 ha
1000
1200
800
1100
700
900
1000
RESTRICII
LIMITE
zahr
MAX
Gru premergtor
6.SUPRAFA
Porumb
premergtor
7.SUPRAFA
Soia premergtor
8.Venituri (V)
zahr
MIN
Cheltuieli (C)
MIN
ecuaii n
ordinea
,=,
min).
Soluia optim a acestui model va fi dat n seciunea 1.3
[Type text]
Pag. 23
b1
bL
aL
... aL
1,1 1
1,P P
bL
1
aL
aL
aL
... aL E,P xP bL E
... aL E 1,P xP bL
1,1 x1
E,1 1
E
E G,1 1
x1 , ... , xP
... aL
bL
E G,P P
E G
c1 x1 ... cP xP
Fie M
E 1
Optim
x1 , ... , xP . Cu notaiile: A
AL
BL
AE ; B
BE ; X
AG
BG
x1
c1
;
xP
unde
cP
A L X BL
A E X BE
A G X BG
5
X 0
[Type text]
CT X Optim
Pag. 24
CT
Aici
rang A
E 1
forma standard:
a11 x1
... a1P xP
xe1
aL1 x1
... aLP xP
xeL
aL
1,1 1
... aL
b1
bL
xeL
1,P P
bL
7
aL
aL
E,1 1
E
aM1 x1
... aMP xP
xeM
c1 x1
Cu notaia N
... cP xP
P M , xP
a11
0 xe1
bM
0
... 0 xeM
xe1, ... , xN
a1N
A
aMN
Optim
xeM i :
b1
;B
aM1
E 1
x1
;C
; X
bM
c1
xN
cN
10
A X B
11
X 0
12
[Type text]
CT X Optim
Pag. 25
P M necunoscute:
a11
Fie A1
a12
; A2
aM1
a1N
vectorii-coloan din matricea A. Sistemul
; ...; A N
aM2
aMN
x1A1 ... xN A N
Modelul liniar (1) (3), numit i model primal, admite un model liniar dual de forma:
aL 1,1y L
aL+1,P y L
... aL
aL
E,1 L E
E 1,1 L E 1
... aM1 yM
c1
13
14
15
y1 ,..., y L
g
0, y L 1 ,..., y L+E
b1y1 ... bL y L
... aL+E,P y L
aL
E 1,P
yL
E 1
... aMP yM
cP
min im
Modelul dual (13) (15) cu P restricii i M necunoscute duale proprii y1 , ... , yM devine
standard prin introducerea a P variabile duale de egalizare: ye1, ... , yeP . Modelul dual
standard are forma:
ye1
c1
yeP
16
17
18
y1 ,..., y L
g
[Type text]
cP
oarecare, y L+E+1 ,..., y M
b1y1 ... bM y M
min im
Pag. 26
+ye1, ... , +yeP . Modelul standard dual (16) (18) are forma matricial:
19
AT Y C
20
Y oarecare
21
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:
[Type text]
Pag. 27
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 1.1. (Teorema de dualitate)
Fie problemele:
Primala
Duala
AX b
AT Y c
X 0
Y 0
c X min im
bT Y max im
Primala i duala au soluii posibile deci au i soluii optime i optimele lor coincid:
f min im
2)
gmax im
Primala are soluii posibile iar duala nu are soluii posibile sau invers. n acest caz
problema care are soluii posibile are optim infinit: f min im
3)
; g maxim
cT X
min im
AT Y c
Y 0
f
[Type text]
bT Y
max im
Pag. 28
X, Y sunt soluii optime pentru primal respectiv pentru dual dac i numai dac:
a)
b)
YT
AX b
0 i
c AT Y X 0
Teorema 1.3.
Fie X o soluie optim a primalei:
AX b
X 0
f
cT X
min im
Avem relaiile:
a)
xj
g
cj
j 1, ... , n
b)
yi
f
bi
i 1, ... , m
CM
N
bazic.
Numrul soluiilor
bazice
este cel
mult:
N N 1 ... N M 1
1 2...M
De exemplu pentru modelul raiei furajere optime ca i pentru modelul structurii
4
C20
20 19 18 17
1 2 3 4
Cutarea exhaustiv a soluiei bazice optime este laborioas, de aceea a fost elaborat
o metod mai rapid de optimizare numit metoda simplex. Aceast metod pleac de la o
soluie bazic iniial pe care o schimb cu una mai bun (pentru care funcia f se apropie de
optimul ei), pe aceasta o schimb cu una mai bun, etc. pn se ajunge la o soluie bazic
optim.
Prin aceasta se evit inspectarea soluiilor bazice mai puin bune ca soluia bazic
iniial; n plus la trecerea de la o soluie bazic la alta mai bun, se schimb o component
bazic cu acea component nebazic care asigur cea mai mare variaie a funciei f, deci se
micoreaz n mod semnificativ volumul de calcul.
1) Probleme de optimizare cu soluie bazic iniial
Fie problema de optimizare de forma:
a11 x1
... a1 p x p
am1 x1
... amp x p
x1 ,..., x p
... c p x p
c1 x1
b1
bp
max im
a11 x1 ... a1 p x p
xp
b1
c1 x1 ... c p x p
Aceast
0 xp
0,...x p
... 0 x p
problem
x1
bp
0; x p
are
1
max im
soluia
b1,..., x p
m
bazic
particular
iniial:
bp
de mai jos. Coloana C B conine coeficienii din f ai variabilelor bazice, coloana VB conine
variabilele bazice iar coloana X B valorile variabilelor bazice. n restul tabelului se trec
[Type text]
Pag. 30
matricii A
CBB c; 0 .
cn
CB
VB
XB
x1
--------
xp
Xp+1
--------
xn
cp+1
xp+1
b1
a11
--------
a1p
--------
--------
--------
--------
Cp+1
--------
cp
--------
--------
--------
c1
--------
Cf
--------
CB A c
CB b i diferenele
cn
xn
bp
ap1
--------
app
--------
--------
--------
Forma final din ultimul tabel simplex a soluiei bazice optime a primalei va fi:
E/B
0; CBB
, a matricii va fi:
0; CBB
c Y c . De aici rezult Y
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 1.4. (Criteriul de optim)
Avem cazurile:
I
0 n
Exist diferene
minim). Fie
[Type text]
0 n probleme de
k
sunt: a1k
0,..., a pk
optim infinit.
b)
Exist
pe
coloana
xi
0 a
ik
min
aiK
lui
elemente
aik
xh
, ahk se numete pivot i se ncercuiete n tablou.
ahk
2)
hk
Exemplu
Fie problema de optimizare:
4 x1
x2
2 x1 3 x2
x1 , x2
f
6 x1 7 x2
max im
[Type text]
Pag. 32
4 x1
xe1
2 x1 3xe2
4
6
x1 , x2 ; xe1 , xe2
f
6 x1 7 x2
0
0 xe1 0 xe2
max im
x1 0; x2
teoremei 2.4:
Cf
CB
VB
XB
x1
x2
xe1
xe2
xe1
xe2
f1 = 14
-6
-7
xe1
10
3
x2
2
3
1
3
f0 = 0
7
3
x1
6
10
3
10
x2
16
10
f2 = 14.8
[Type text]
4
3
2
10
4
10
1
3
7
3
min
k = -7
6
10
min
3
4
3
1
10
4
10
22
10
14.8
Pag. 33
2y 2
y1 3y 2
y1 , y 2
g
7
0
4y1 6y 2
min im
c3
y2
c4
4
0 0.4
10
22
0 2.2
10
f max im
Exemplu
Fie problema de optimizare:
x1 2 x2 3x3 12
3x1
x2
4 x3 8
x1 , x2 , x3
f
6 x1 7 x2 10 x3
max im
Nici una din restricii nu conine variabile bazice deci vom aduga n membrul I al
restriciilor, variabilele auxiliare xa1 , xa2 care sunt i bazice i vom minimiza funcia
xa1
xa2 :
x1 2 x2
3x3
3x1
4 x3
x2
xa1
xa2
x1 , x2 , x3 ; xa1, xa2
h
[Type text]
xa1
xa2
12
8
min im
Pag. 34
Cf
CB
VB
XB
x1
x2
x3
xa1
xa2
xa1
12
xa2
h0 = 20
xa1
5
4
x3
1
4
h1 = 6
5
4
5
4
7
4
x2
24
5
-1
4
5
3
5
x3
4
5
1
5
2
5
h2 = 0
-1
-1
5
4
3
4
3
4
12
3
8
4
min
k = 7
24
5
min
1
4
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:
Cf
10
CB
VB
XB
x1
x2
x3
x2
24
5
-1
x3
4
5
f0 = 41.6
-3
10
[Type text]
4
5
min
k = -3
Pag. 35
x2
28
5
x1
4
5
f1 = 44
28
; x3
5
0 i f max
x1
4
; x2
5
44
2y1
y2
3y1 4y 2 10
y1 , y 2
oarecare
g 12y1 8y 2
min im
y3
3; y2 1 ; gmin
44
fmax
2)
3)
4)
b)
c)
d)
[Type text]
Pag. 36
e)
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
Pag. 37
Pag. 38
x2 = 3.2
ye2 = 0
xe2 = 0
y2 = 2.4
xe3 = 0
y3 = - 0.6
fmax = gmin = 10.8
2 PROGRAM LINIAR(OPTIML)
3 SOLUIA
OPTIM
OB.
E F-CIE
f
X1
X2
C1
C2
0.2
3.2
7 X1
X2
f :
10.8
D1
D2
26.6
SEM
MEMBR N
MEMBRU
REST
DREPT :
STNG
RICI
E:
<
10
10
>
10
[Type text]
fa
-OB.
6 RESTRICII:
VALO
ARE
fa
COEF.
Pag. 39
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:
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.
[Type text]
Pag. 40
Int
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:
[Type text]
Pag. 41
Soluii optime pentru modelele din seciunea 1.1, 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 -Venit maxim cu cheltuieli limitate din tabelul 3 are soluiile:
SOLUIA BAZIC OPTIM PRIMAL
1)VPP(Suprafee cultivate)
x1=40 ha gru
x2=44.44 ha porumb
4)VDP(Venituri marginale)
Pag. 42
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).
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.
Modelul - Cheltuieli minime cu venit garantat din tabelul 4 are soluiile:
SOLUIA BAZIC OPTIM PRIMAL
1)VPP(Suprafee cultivate)
x1=40 ha gru
x2=45 ha porumb
4)VDP(Cheltuieli marginale)
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.
B. RAIA FURAJER
Modelul -Cheltuieli minime din tabelul 5 are soluiile:
SOLUIA BAZIC OPTIM PRIMAL SOLUIA BAZIC OPTIM DUAL
1)VPP(Cantiti de furaje n raie)
x1=10 Kg fn lucern
4)VDP(Cheltuieli marginale)
[Type text]
Pag. 44
xe6=0.43 Kg SU surplus
xe7=0 UN surplus
xe8=708.5 g PD surplus
xe9=0 kg fn surplus
Structura n procente a cheltuielilor minime fminim = 11.52 lei este : s1 = 45.2% (contribuia
fnului); s2 = 26% (contribuia porumbului); s3 = 15.6% (contribuia sfeclei); s4 = 13.2 %
(contribuia trelor).
C. ROTAIA CULTURILOR
Modelul - Venit maxim cu cheltuieli limitate din tabelul 5 are soluiile:
SOLUIA BAZIC OPTIM PRIMAL SOLUIA BAZIC OPTIM DUAL
1)VPP(Suprafee cultivate cu
[Type text]
Pag. 45
4)VDP(Venituri marginale)
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.
Modelul - Cheltuieli minime cu venit garantat din tabelul 6 are soluiile:
SOLUIA BAZIC OPTIM PRIMAL SOLUIA BAZIC OPTIM DUAL
1)VPP(Suprafee cultivate cu
xe4=0 ha necultivate
fminim = 91071.43
[Type text]
Pag. 47
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.
B1
F1
c11
. Bn
Oferte
c1n
a1
Fn
cm1 .
Cereri
b1
..
.
.
.
.
. cmn
am
. bn
CT=OT
Pag. 48
x11+xm1 = b1
..
x1n+xmn = bn
xij 0
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 .
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 g maxim atunci n
restricii punem semnul .
ui (lei / ton) reprezint cota-parte din cij (lei/ton ) care revine lui Fi iar vj (lei/ton)
reprezint cota-parte din cij (lei/ton) care revine lui Bj.
Funcia-obiectiv dual g reprezint n lei suma cotelor - pri ce revin tuturor
furnizorilor i beneficiarilor pentru ofertele respectiv cererile acestora.
Problemele neechilibrate (cu OT CT ) trebuie echilibrate astfel:
a) Dac OT = a1++am > b1++bn = CT , introducem un beneficiar fictiv Bn+1* cu
coeficienii c1,n+1 = = cm,n+1 = 0 i cu cererea OT - CT
b) Dac OT = a1++am < b1++bn = CT , introducem un furnizor fictiv Fm+1* cu
coeficienii cm+1,1 = = cm+1,n = 0 i cu oferta CT OT.
Exemple
1) Fie problema de maxim cu doi furnizori i doi beneficiari :
[Type text]
F \ B
B1
B2
Oferte
F1
14
Pag. 49
F2
9
OT=23
Cereri
10
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
B1
B2
B3*
Oferte
F1
14
F2
Cereri
10
23
F1
B
Restric.
F2
B1
B2
B3*
B1
B2
B3*
x1
x2
x3
x4
x5
x6
Semn
Limite
F1
14
F2
B1
10
B2
B3*
MAXIM
I)VPP(cantiti transportate)
X1=1 ton de la F1 la B1
x2=8 tone de la F1 la B2
x4=9 tone de la F2 la B1
x5 =0 tone de la F2 la B2
[Type text]
Pag. 50
IV)VDP(Venituri marginale)
Transportate i limite)
xe1=0 tone de la F1
xe2=0 tone de la F2
xe3=0 tone la B1
xe4=0 tone la B2
B1
B2
Oferte
F1
10
F2
12
OT=22
Cereri
15
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
B1
B2
Oferte
F1
10
F2
12
F3*
15
23
Cereri
F1
B1
F2
B2
B1
F3*
B2
B1
Semn
Limite
B2
Pag. 51
Restric.
x1
x2
x3
x4
x5*
x6*
F1
10
F2
12
F3*
B1
15
B2
MINIM
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
IV)VDP(Venituri marginale)
Transportate i limite)
xe1=0 tone de la F1
xe2=0 tone de la F2
xe4=0 tone la B1
xe5=0 tone la B2
[Type text]
Pag. 52
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
B1
B2
B3 *
Oferte
F1
30
10
F2
40
60
F3
50
50
Cereri
F1
F2
F3
Semn Limite
B1
B2
B3*
B1
B2
B3*
B1
B2
B3*
Restricii
x1
x2
x3
x4
x5
x6
x7
x8
x9
F1
F2
F3
B1
B2
B3*
30
10
40
60
50
50
MAXIM
[Type text]
Pag. 53
Pag. 54
vi
vj
o-------------------------o
ti
tij
tj
dac s-a calculat ti, avem tj = maxim (ti + tij ) pentru toate arcele care sosesc n vrful vj.
Arcele care dau acest maxim ,se marcheaz cu o liniu. Mrimile ti* se calculeaz de la vn
la v1 astfel : tn* = tn iar pentru situaia :
vi
vj
o-------------------------o
ti*
tij
tj*
dac s-a calculat tj , avem ti* = minim (tj - tij ) pentru toate arcele care pleac din vrful vi.
Arcele care dau acest minim, se marcheaz cu o liniu.
Drumul de la v1 la vn cu dublu marcaj pe toate arcele sale, va fi drumul critic. Pe
acest drum pentru toate vrfurile sale vi avem ti = ti* 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 t i = 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 t ij 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.
[Type text]
Pag. 55
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 autori, 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 v i cu toate vrfurile vj
(j>i) pentru i=1,,n-1
[Type text]
Pag. 56
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
formulele de mai sus. Se cere drumul critic , durata minim T min pentru varianta CPM
respectiv T contract cu ncrederea 95% pentru varianta PERT i rezervele de timp ale activitilor
necritice.
Soluie
Avem tabloul cu activiti ale proiectului:
Cod
Denumire activitate
Activit.
Activit
a ij tij
bij
tmij
sij
Anter.
Recoltat orz
0.33
3.83
0.17
5.83
0.17
5.33
0.67
5.5
0.5
Recoltat gru
0.33
7.67
0.33
5.33
0.67
5.83
0.17
F,N
Pag. 57
v1
v2
v3
v4
v5
v6
v7
v8
v9
v10
5,0,
0,0,
0,0,
0,0,
0,0,
0,0,
0,0,
0,0,
0,0
4,6,
0,0,
0,0,
0,0,
0,0,
0,0,
0,0,
0,0
3,0,
0,0,
0,0,
0,0,
0,0,
0,0,
0,0
8,0,
0,0,
0,0,
5,0,
0,0,
5,0
6,8,
0,0,
0,0,
0,0,
0,0
4,0,
0,0,
0,0,
4,3
6,0,
0,0,
5,0
2,0,
0,0
v2
v3
v4
v5
v6
v7
v8
v9
3,0
ti
Arc marcat
ti*
Arc marcat
vI
v1
v2
0+5=5
v3
max(5+4;5+6)=11
[Type text]
5 5 =0
Min(11-4;11-6)=5
14-3 = 11
A
C
D
Pag. 58
v4
11+3=14
Min(22-8;40-5;45-5)=14
v5
14+8=22
Min(30+6;30+8)=22
v6
max(22+6;22+8)=30
Min(45-4;45-3;34-4)=30
v7
30+4=34
Min(45-5;40-6)=34
v8
max(34+6;14+5)=40
42-2=40
v9
40+2=42
45-3=42
45
v10
max(30+4;30+5;34+5;
42+3;14+5)=45
ACTIVITATE
NCEPUT
SFRIT
Stare Critic
Smaxim
v1
v2
Critic
v2
v3
11
v2
v3
11
11
Critic
v3
v4
11
11
14
14
Critic
v4
v10
14
40
19
45
v4
v8
14
35
19
40
v4
v5
14
14
22
22
Critic
v5
v6
22
24
28
30
v5
v6
22
22
30
30
Critic
v6
v7
30
30
34
34
Critic
v7
v10
34
40
39
45
v6
v10
30
41
34
45
M v6
v10
30
42
33
45
v7
v8
34
34
40
40
Critic
v8
v9
40
40
42
42
Critic
v9
v10
42
42
45
45
Critic
[Type text]
Pag. 59
Cod
ACTIVITATE
A PLECARE SOSIRE
Rt
Rl
Ri
RsRs
tij +Ri
RUTA
ctivit.
B
v2
v3
v4
v10
26
26
26
26
31
v4
v8
21
21
21
21
26
v5
v6
v7
v10
11
v6
v10
11
11
11
11
15
v6
v10
12
12
12
12
15
Dac f este volumul forei de munc pentru durata t ij iar f* este volumul forei de munc
pentru durata tij + Ri , avem tij.f = (tij + Ri ). f* deci f* / f = tij / (tij + Ri ).
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
Avem s T
sT
0.332
44.33 zile .
02
0.332
0.332
02
0.17 2
02
TM min
02
0.62 zile
u 0.05 sT
[Type text]
Pag. 60
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
V1
V2
V3
V4
V5
V6
V7
V8
V9
V10
Se
Lim
x1
x2
x3
x4
x5
x6
x7
x8
x9
x10
mn
ite
Activit
(zile
)
A
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
MINIM
Timp
exec.
[Type text]
Pag. 61
xi + ti j
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.
TEST DE EVALUARE
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 ?
[Type text]
Pag. 62
Pag. 63
Y(I)
Y0 (I)
Y1 (I, J).X(I, J)
J 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 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.
[Type text]
Pag. 64
TYS(I)
YS(I, J)
J 1
Y1 (I, J).X(I, J)
J 1
YS(I, J)
Y1 (I, J).X(I, J)
K 1
realizat numai cu factorii constani, fr cei N factori variabili. Dac mcar unul din cei N
factori variabili este esenial pentru produsul I, atunci Y 0(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: Notm cu TYS(I) producia
suplimentar a produsului I n uniti de produs pe ha sau pe cap de animal, realizat pe baza
celor N factori variabili. Avem relaiile:
N
TYS(I)
YS(I, J)
J 1
Y1 (I, J).X(I, J)
J 1
Pag. 65
PYS(I, J)
Y1 (I, J).X(I, J) 2.
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 .
N
TVS(I)
VS(I, J)
PV(I).TYS(I)
J 1
Avem relaiile:
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
M
SV0
V0 (I).S(I)
I 1
PV(I).Y0 (I).S(I)
I 1
SVS
TVS(I).S(I)
I 1
S(I).PV(I).YS(I, J)
I 1 J 1
iar venitul total pentru toate produsele, realizat pe baza tuturor factorilor constani i variabili,
este SV=SV0 + SVS
[Type text]
Pag. 66
3.
Cheltuieli
TCS(I)
CS(I, J)
CR(I).TYS(I)
J 1
CF(J).X(I, J)
J 1
SC0
C0 (I).S(I)
I 1
SCS
TCS(I).S(I)
I 1
S(I).CR(I).[(Y1 (I, J)
I 1 J 1
CF(J)
).X(I, J)
CR(I)
Sunt cheltuielile suplimentare pentru toate produsele, necesare pentru utilizarea celor N
factori variabili sunt iar cheltuielile totale pentru toate produsele, necesare pentru utilizarea
tuturor factorilor constani i variabili, sunt SC = SC 0 + 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.
[Type text]
Pag. 67
TPS(I)
CF(J).X(I, J)
J 1
realizat prin utilizarea celor N factori variabili . Partea din TPS(I) n care apare X(I,J) este:
PPS(I,J) = PVS(I,J) PCS(I,J) = [PV(I) CR(I)].PYS(I) CF(J).X(I,J)
Pentru toate suprafeele / efectivele de animale, notate cu S(I), profitul-martor pentru toate
produsele, realizate pe baza factorilor constani, este:
M
SP0
SV0
SC0
profitul suplimentar pentru toate produsele, realizat pe baza celor N factori variabili,
este:
M
SPS
TPS(I).S(I)
SVS SCS
I 1
CF(J)
).Y(I, J)
PV(I) CR(I)
iar profitul total pentru toate produsele , realizat pe baza tuturor factorilor constani i
variabili, este SP = SP0 + SPS
5.
Ratele profitului
RP0(I) = P0(I) / C0(I) este rata profitului-martor pentru produsul I, realizat pe baza factorilor
constani, fr cei N factori variabili. Avem:
RP0 (I)
RPS(I,J) = PS(I,J) / CS(I,J) este rata profitului suplimentar pentru produsul I, realizat pe
baza factorului variabil J. Avem relaiile:
[Type text]
Pag. 68
RPS(I, J)
adic:
PV(I) CR(I)
.
CR(I)
RPS(I, J)
N
CF(J)
].X(I, J)
Y2 (I, J, K).X(I, J).X(I, K) Y3 (I, J).X(I, J)3
PV(I) CR(I)
K 1
N
CF(J)
[Y1 (I, J)
].X(I, J)
Y2 (I, J, K).X(I, J).X(I, K) Y3 (I, J).X(I, J)3
CR(I)
K 1
[Y1 (I, J)
.
Rata profitului-martor pentru toate produsele , realizat pe baza factorilor constani, fr cei
M
RTP0
SP0
SC0
YM(I, J)
Y1 (I, J) 2.
J 1
[Type text]
Pag. 69
YD(I, J)
Y1 (I, J) 2.
K 1
EC(I, J)
CR(I).YD(I, J) CF(J)
CR(I).YM(I, J) CF(J)
RM(I, J)
[Type text]
Pag. 70
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.
Rata marginal a profitului din produsul I n raport cu factorul variabil 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.
Elasticitatea ratei profitului din produsul I n raport cu factorul variabil J
Este ER(I,J) = RD(I,J) / RM(I,J) adic:
[Type text]
Pag. 71
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.
I . 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:
CF(J )
] 0
PV(I) CR(I)
Pag. 72
n acest caz avem produciile fizice suplimentare SYS(I) = maxime deci avem derivatele
N
2
(I 1,..., M ; J=1,...,N)
pariale nule SYS(I) / X(I,J) = 0 adic YD(I,J) =0 de unde obinem relaiile (4):
Relaiile (4) constituie M sisteme ptratice de N ecuaii cu N necunoscute X(I,J).
Aceste sisteme ptratice se rezolv cu programul SISPAT dnd soluiile XT(I,J).
Venitul suplimentar pentru toate produsele este dat de relaia:
M
SVS
PV (I) SYS(I)
I 1
deci dac SYS(I) =maxime , rezult SVS = maxim pentru dozele XT(I,J).
Pentru dozele de optim tehnic XT(I,J), din relaiile de la punctele 10.1.1 B. i 10.1.1 C.
rezult VD(I,J)=0, CD(I,J)= - CF(J) respectiv EY(I,J)=EV(I,J)=0.
Din relaia de la punctul 4.1.1 B., pentru YD(I,J) = 0 rezult PD(I,J)= - CF(J) iar din relaia
de la punctul 4.1.2 E. rezult RD(I,J)= - 1.
n intervalele [XT(I,J) ; +) exist valorile X(I,J) care anuleaz profitul suplimentar
CF(J)
] 0
PV(I) CR(I)
(I 1,..., M ; J=1,...,N)
total: SPS = 0 ceace se realizeaz dac au loc relaiile (5) :
Relaiile (6) constituie M sisteme patratice de N ecuaii cu N necunoscute care se rezolv cu
programul SISPAT dnd soluiile XR(I,J).
Y1 (I, J)
CF(J)
PV(I) LC CR(I)
Y1 (I, J)
CF(J)
PV(I) CR(I)
Y1 (I, J)
Optimele de la punctele i ratele medie i marginal ale profitului oricrui produs n raport
cu orice factor, se prezint grafic astfel:
[Type text]
Pag. 73
[Type text]
Pag. 74
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]
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
- 1
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:
[Type text]
Pag. 75
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
cheltuielile cu irigarea;
6)
7)
8)
B.REZULTATE:
a)
Producii-martor
Producia fizic-martor Y0 = 60000 kg porumb;
Venitul-martor V0 = 42000 lei;
Cheltuielile-martor C0 = 18400 lei;
Profitul-martor P0 = 23600 lei;
Producia unitar-martor YU0 = 3000 Kg porumb boabe / ha.
Cheltuielile unitare-martor CY0 = 0.31 lei cheltuieli / 1 Kg porumb boabe
Rata profitului martor RP0 = 1.283 lei profit / 1 leu cheltuit
Pag. 76
Medii
Marginali
Elasticiti
Rata profit
Rata substituire
Suplimentar
Factori
1.4798 lei
1.577 lei
4.32
0.3426 lei
2.948 lei
0 lei
0 lei
0 lei
0 lei
0%
0%
0%
0%
0%
[Type text]
Pag. 77
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.
III.
OPTIMUL TEHNIC
Pag. 78
Rata profit
Suplimentar
Medii
1.2408 lei
1.343 lei
0.3181 lei
2.773 lei
- 0.8 lei
- 1 leu
- 0.09 lei
- 1 leu
- 0.64 %
- 0.74 %
- 0.28 %
- 0.36 %
Marginali
Elasticiti
Rata
substituire
Factori
3.9
8.9
2.28 %
[Type text]
Pag. 79
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.
2.3.2. 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 Y 1 se gsete producia suplimentar de
gru datotrat fertilizrii.
[Type text]
Pag. 80
Semnificaia celor dou paranteze patrate din membrul doi al lui Y 2 este analoag pentru
porumb.
4)Cheltuieli constante: CC=( 780 lei / ha gru; 800 lei / ha porumb)
Aceste cheltuieli includ toate cheltuielile productive i neproductive cu dou excepii:
-
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:
I. 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 CS 1 = 1740.3
lei pentru fertilizarea grului i CS2 = 3705.6 lei pentru fertilizarea porumbului; profitul
[Type text]
Pag. 81
suplimentar maxim PS = 6430.7 lei. Aceste valori se adaug celor de la martor de la punctul
a).
Produciile unitare totale sunt YUT1 = 2487 Kg gru / ha i YUT2 = 3640 Kg porumb / ha.
Cheltuielile unitare totale minime sunt CYT1 = 0.4198 lei cheltuieli / 1 Kg gru i
CYT2 = 3037 lei / Kg porumb.
Rata profitului total maxim este RPT = 1.024 lei profit / 1 leu cheltuit.
Deoarece YUT > YU0, CYT < CY0 i RPT > RP0, merit s folosim dozele optimului
economic.
Profit suplimentar
Economici
Rata
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
Elasticiti
0%
0%
0%
0%
0%
Pag. 82
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.
II.
OPTIMUL TEHNIC
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
Pag. 83
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 CYT 2 =
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.
Profit suplimentar
Economici
Rata
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 %
Pag. 84
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.
TEMA 2.4. MODELE CU RESTRICII LINIARE
I FUNCIE OBIECTIV PTRATIC
n capitolul 1 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 acest seciune vom prezenta un model intermediar cu restricii liniare i funcieobiectiv ptratic.
[Type text]
Pag. 85
b1
..............................
a m1 x1 ... a mn x n
(2)
x1 ,..., x n
(3)
f=2
bm
ci x i
i=1
d jk x j x k
optim
j 1 k 1
Fie notaiile :
a11 ......a1n
A
x1
cu m < n i rang(A)= m ; X= ...
.............
a m1 .....a mn
xn
b1
c1
d11 .......d1n
b= ...
bm
; c= ...
cn
; D= ...............
d m1 ......d mn
A.X = b
X0
f = 2.cT.X+XT.D.X = optim
Funcia ptratic f are punctul staionar X0 care anuleaz derivatele pariale de ordinul unu:
f / x1 = 2.(c1 + d11x1 ++ d1nxn ) = 0
X0 = - D-1.c
X0 este punct de minim pentru f dac matricea D este pozitiv definit adic minorii ei
principali sunt pozitivi:
[Type text]
Pag. 86
d11
0,
d11 d12
2
d 21 d 22
0,...,
det(D)
(8)
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)
(10)
A.Xp = b ; Xp 0
Xp = (1/2).D-1.AT.Y + X0
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 .
[Type text]
Pag. 87
2 3 4
10
; b=
4 1 5
12
-2
; c= -1
1 0 0
; D= 0 1 0
-3
0 0 1
Matricea simetric D este pozitiv definit deci conform relaiei (7) funcia f are punctul de
minim.
1
X0
D .c
2
1
3
Avem A.X 0
D .A
9
12
29 31
31 42
; A.D -1 .A T
aa c D .A
1
(A.D .A )
-1
deci (A.D -1 .A T )
1
(A X 0 - b ) =
257
1
Conform relaiei (13) , soluia optim cutat este X p =
257
1
257
42 - 31
;
31 29
288
87 ;
369
226
170
402
-2
257
6
69
Pag. 88
(1)
1/ 3
16 /10
; X
(2)
0
;X
(3)
8/3
2 /11
26 /11
(14)
a ij x j
bi
j=1
(15)
x1 ,..., x n
(16)
f=2.
0
n
c jx j
j=1
d jk x j x k
max im
j 1 k 1
Se presupune c matricea simetric D=(dij) este de rang n i negativ definit deci funcia
f are un punct de maxim X0 = - D-1.c
[Type text]
Pag. 89
L=2
cjx j
d jk x j x k
j=1
yi (bi
j 1 k 1
a ij x j )
i 1
j 1
xei
bi
a ij x j
j 1
L=f+
i=1
m
L=
bi yi
d jk x j x k
i=1
xj
j 1 k 1
a ij yi
j 1
2c j
2.
i 1
d jk x k
k 1
ye j
a ij yi
2c j
2.
i 1
d jk x k
k 1
i funcia-obiectiv dual g =
bi yi
i=1
d jk x j x k
j 1 k=1
n
x j ye j
j=1
Modelul ptratic dual pentru mod elul (13) (15) va avea forma :
m
(17)
a ij yi
2c j
i=1
d jk x k
k 1
(18)
y1 ,..., y m
(19)
g=
0
n
bi yi
i=1
d jk x j x k
min im
j 1 k 1
Pentru modelele ptratice primal (14) (16) i dual (17) (19) rmne valabil teorema de
dualitate din capitolul 2 .i aici optimele primal i dual coincid: fmax = gmin
Rmne deasemenea valabil teorema ecarturilor complementare din capitolul 2 care exprim
condiiile necesare i suficiente ca X,Y s fie soluii optime pentru modelul ptratic primal
respectiv dual (Condiiile Kuhn-Tucker) :
a) yi.xei = 0 (i=1,,m)
b) xj.yej = 0 (j=1,,n)
[Type text]
Pag. 90
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
RESTRICII :
COEF.X1
COEF.X2
MEMBRUL I
MEMBRUL
II
FUNCIA F:
COEF.X1
COEF.X2
COEF. X1^2
COEF. X2^2
COEF.
X1*X2
10
12
- 0.5
10
REZULTATE :
11
VALOARE
VALOARE
VALOARE
X1
X2
0.333
2.667
32.611
12
[Type text]
- 0.4
0.2
Pag. 91
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:
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:
[Type text]
Pag. 92
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:
$D$12.
[Type text]
Pag. 93
X1=1/3
ye1=0
X2=8/3
ye2=0
Xe1=0
y1=886/90
Xe2=0
y2=8/90
fmax=gmin=2935/90
NPK
Gru
Apa
Porumb
Gru
3
Porumb
SEMN
LIMITE
Restricii
X1(Kg/Ha)
X2(Kg/Ha)
X3(m /Ha)
X4(m /Ha)
300 Kg/Ha
200 Kg/Ha
1500 m3/Ha
4. APA POR.MAX
2000 m3/Ha
5. CHELTUIELI
0.8
0.8
0.09
450
0.09
3
LEI /Kg
Lei / Kg
LEI / m
LEI / m
6. NPK
40 Ha
60 Ha
15000 Kg
7. APA
40 Ha
60 Ha
180000 m3
1000 Kg/Ha
1500 Kg/Ha
8. PROD.SUPLIM.
GRU
9. PROD.SUPLIM.
3 Kg GRU
/ m AP
/ Kg NPK
0
PORUMB
0.6 Kg GRU
LEI / HA
5 Kg Por.
0.9 Kg Por.
/ M3 AP
/ Kg NPK
80 Kg / Ha
50 Kg / Ha
500 M3/Ha
1000 M3/Ha
2.5
0.2
PARTE LINIAR
VENIT SUPLIM.
PARTE PTRATIC
0.3
3
LEI / Kg
LEI / Kg
LEI / m
LEI / m3
- 0.002
- 0.002
- 0.0001
- 0.0001
MAXIM
VENIT SUPLIM.
[Type text]
Pag. 94
I.VPP(Resurse alocate)
X3=860.88 m3 Ap / Ha gru
X4=1360.88 m3 Ap / Ha porumb
xe7=63911.79 m ap neconsumai
Pag. 95
de cheltuieli la ha
III) Elasticitatea ratei profitului ERP = RDP / RMP = - 50.6 % cretere de profit la ha / 1%
cretere de cheltuieli la ha.
B. Model ptratic de maximizarea venitului din raia furajer
Pe baza datelor din seciunea 1.1.2 alctuim tabelul cu restricii liniare i venit ptratic maxim:
Fn
Porumb
Sfecl
Tre
lucern
siloz
furajer
Gru
X1 (kg)
X2 (kg)
X3 (kg)
X4 (kg)
1. Fn MAX
15 kg
2. Porumb MAX
25 kg
3. Sfecl MAX
15 kg
4. Tre MAX
3 kg
5. Greutate
40 kg
6. Cheltuieli
0.52
0.20
0.18
0.60
12 lei
7. SU
0.84
0.25
0.13
0.86
15.2 kg
8. UN
0.48
0.25
0.12
0.77
11.7 UN
9. PD
122
10
108
1020 g
10. Fn MIN
10 kg
15 kg
10 kg
1 kg
0.72
0.30
0.24
0.80
- 0.01
- 0.008
- 0.005
- 0.01
Furaje
Restricii
Semn
Limite
MAX
x1=10.38 Kg fn lucern
[Type text]
Pag. 96
4)VDP(Venituri marginale)
xe7=1.15 Kg SU surplus
xe8=0.54 UN surplus
xe9=805.92 g PD surplus
xe10=0.38 kg fn surplus
Pentru soluiile optime de mai sus avem valorile optime V m=13.31 lei=maxim;
Cm =12 lei;Pm=1.31 lei; RPm=0.109
Structura n procente a cheltuielilor minime fmaxim = 13.31 lei este : s1 = 48.1% (contribuia
fnului lucern); s2 = 20.3% (contribuia porumbului siloz); s3 = 14.3% (contribuia sfeclei
furajere); s4 = 17.3 % (contribuia trelor).
II) Rata marginal a profitului RDP = y6 1 = - 0.01 lei cretere de profit / 1 leu cretere
de cheltuieli
III) Elasticitatea ratei profitului ERP = RDP / RMP = - 9.2 % cretere de profit / 1%
cretere de cheltuieli.
[Type text]
Pag. 97
TEST DE EVALUARE
1. Cum caracterizai optimul economic n alocarea de resurse ?
2. Cum caracterizai optimul tehnic n alocarea de resurse ?
3. Ce semnificaie au ratele substituirii factorilor n realizarea unui produs ?
4. Ce semnificaie au ratele valorificrii aceluiai factor de ctre produse diferite ?
[Type text]
Pag. 98
3. SISTEME AGRICOLE
Uniti de nvaare:
Conceptul modern de sistem i sistem agricol, cu exemple din biologie i agricultur
Modele de analiz tehnico-economic pentru principalele sisteme agricole
Etapele de elaborare a balanei economice i analiza problemei concentrrii i
diversificrii produciei agricole pe ramuri
Obiectivele temei:
-nsuirea conceptului modern de sistem agricol, proprieti, exemple, analiza tehnicoeconomic i balana economic n sistemele agricole.
Timpul alocat temei: 12 ore
Bibliografie recomandat:
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.
[Type text]
Pag. 99
c)
umane(fora de munc)
Venit
Producia fizic minim care aduce profit(raportul ntre cheltuieli i preul de vnzare al
Bilanul financiar-contabil
[Type text]
Pag. 100
I.
plante ierboase
arbori/arbuti
animale ierbivore
animale carnivore
animale omnivore
II.
Ferme legumicole
Ferme pomicole
Ferme viticole
Ferme de porcine
Ferme piscicole
Ferme sericicole
Stupine
III.
[Type text]
Pag. 101
Fabrici de pine
Fabrici de ulei
Fabrici de zahr
Fabrici de bere
Uniti de vinificaie
Abatoare i carmangerii
7) Piee agroalimentare
8) Angrouri de produse agroalimentare
9) Trguri pentru animale vii
10) Uniti de alimentaie public
11) Uniti agroturistice
Cititorul poate uor identifica intrrile, strile interne i ieirile pentru sistemele
enumerate mai sus. Pentru orice sistem agricol din cele enumerate mai sus, se asociaz un
sistem informaional economic care consemneaz sub form contabil intrrile, strile
interne i ieirile din sistemul agricol respectiv. Intrrile n sistemul informaional sunt date de
intrare necesare pentru calculul economic respectiv; strile interne ale sistemului
informaional sunt etape de calcul i rezultate intermediare iar ieirile sunt rezultate finale ale
calculului economic. n prezent sistemele informaionale economice din agricultur sunt
informatizate. Sistemul informaional economic nu coincide cu sistemul agricol pe care l
modeleaz: cheltuielile sunt intrri n sistemul agricol dar sunt ieiri n sistemul informaional
economic asociat. Exemple de sisteme neagricole
[Type text]
Pag. 102
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.
3.1.3
1.
Proprietile sistemelor
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
3.
Reglarea cibernetic
4.
Existena finit
Evoluia sistemului are o stare iniial i o stare final. Dac sistemul este biologic, evoluia sa
este dezvoltarea ontogenetic i filogenetic marcat de natere, reproducere i moarte. n caz
contrar sistemul sufer n timp uzur fizic, amnat prin reparaii periodice i uzur moral,
fiind necesar casarea sa la un moment dat, considerat moment final al evoluiei sistemului.
5.
Ierarhizarea
[Type text]
Pag. 103
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)
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).
[Type text]
Pag. 104
Exemple
1.Pentru sistemul om subsistemele nervos, circulator,digestiv, hepatopancreatic, renal sunt
exemple de subsisteme eseniale iar subsistemele vizual, auditiv, locomotor sunt exemple de
subsisteme neeseniale.
2.Pentru sistemul computer subsistemele microprocesor, 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 t 1 > t0 dac pentru orice stare intern S(t 0) 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 = t 1 t0.
7.
Observabilitatea
Un sistem este observabil n momentul de timp t 0 dac pentru orice stare S(t 0) exist
momentul de timp t 1 > t0 pentru care atunci cnd se cunosc intrrile X(t) cu t n intervalul
[ t0, t1 ] i Y(t1), se poate determina starea S(t 0).
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(t 0) , X(t1) ,, X(tm) i starea intern iniial cunoscut
S(t0), astfel c la momentul de timp t m+1 avem:
a)
b)
[Type text]
Pag. 105
3.1.4.
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.
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.
[Type text]
Pag. 106
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.
A)
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:
-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.
[Type text]
Pag. 107
B)
[Type text]
Pag. 108
la soare, n timp ce animalele domestice sunt hrnite de ctre om (furajare la pune vara
pentru rumegtoare i furajare n adposturi iarna).
- 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.
-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.
-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.
-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.
3.2.2. Intrri n sistemele agricole
Dup natura lor, intrrile n sistemele agricole sunt: materiale, energetice, financiare i
informaionale.
Dup modul de aplicare n timp, intrrile n sistemele agricole pot fi intrri ealonate i
intrri-bloc.
Vom nota intrrile ealonate cu X(t) iar pe cel bloc cu XT.
Exemple de intrri ealonate la plante cultivate: ngrminte chimice, apa de irigaie.
Exemple de intrri-bloc la plante cultivate: arat, semnat, ierbicidat, combatere boli i
duntori .
Exemple de intrri ealonate la animale domestice: furajare, adpare.
Exemple de intrri-bloc la animale domestice: populare, reproducere, combatere boli.
[Type text]
Pag. 109
Tehnologia agricol vegetal sau zootehnic transform n mod curent intrrile ealonate n
intrri-bloc i invers.
Exemple
1) ngrmintele chimice se aplic la plantele cultivate n dou trane.
2) Furajele pentru animalele domestice se stocheaz n baza furajer n sezonul de iarn.
Fie o serie tehnologic la plante cultivate / animale domestice n intervalul de timp de forma
[0 ; DS] unde DS este durata seriei n uniti de timp.
Funcia intrrii ealonate X(t) se cumuleaz n timp.
Funcia intrrii cumulate va fi:
t
XC(t)
X(r)dr
(1)
XT=XC(DS)=
X(r)dr (2)
0
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
t
XC(t)
X(r)dr
(1)
XT=XC(DS)=
X(r)dr (2)
0
Pag. 110
Pe baza valorii reale XR(t j) 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
Funcia are valoarea final XF pentru t = DS. Fie XT cantitatea total de resurs X consumat n seria
de timp [0; DS]. Impunem condiiile:
DS
1) X(t) d t = XT
0
2)X(DS) XF
De aici rezult coeficienii X1, X2 ai funciei de consum resurs:
X1 = 2.(3.XT DS.XF) / DS2 ; X2 = 3.(DS.XF 2.XT) / DS3
Pentru ca X1 > 0 i X2 > 0 trebuie s alegem XT n intervalul:
(DS.XF / 3 ; DS.XF / 2 ). Funcia consumului cumulat de resurs va fi:
XC(t) = X1.t2 / 2 + X2.t3 / 3
Avem XT = XC(DS)
[Type text]
Pag. 111
X1
6m XT
.
3m 1 DS2
XT
1
; (
m
3
3m 1 DS
3
; X2
1)
1) X(t) d t = XT
0
2)
X1
2.X 2
m.DS
[0; DS]
Pag. 112
DS
1)
X(t) d t = XT
0
2)
3)
X2
- 3X3
m.DS
X 22
X2
3X1X3
3X3
DS
4)
X(t) d t = XT
0
5) X1
6) X1 .DS X 2 .DS2
X 3 .DS3
[Type text]
Pag. 113
X1
X2
X3
12(2m 1) XT
.
8m 5 DS2
12m XT
.
8m 5 DS3
4
XT
. 4
; (0 < m
8m 5 DS
0.5)
[Type text]
Pag. 114
Aplicaii numerice
a) X(t) = consumul de ap de irigaie la porumb.
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
15
6.43
466.67
30
12
250
45
16.71
179.49
60
20.57
145.83
75
23.57
127.27
90
25.71
116.67
105
27
111.11
120
27.43
109.38
135
27
111.11
10
150
25.71
116.67
Pag. 115
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(t j) (tj = 0,60,90,,240):
Tabel 2
Nr.control Ziua control
Rezultat
Coef.diversificat
30
0.29
2972.73
60
1.04
768
90
2.11
379.26
120
3.33
240
150
4.56
175.54
180
5.63
142.22
210
6.38
125.39
240
6.67
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 t 6 = 120 zile,
cantitatea XT = 800 Kg / cap.
3.2.3
[Type text]
Pag. 116
Dup modul de obinere n timp, ieirile din sistemele agricole pot fi ieiri ealonate i ieiribloc.
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.
YC(t)
Y(r)dr
(3)
YT=YC(DS)=
Y(r)dr (4)
0
Pag. 117
Rezultat
Coef.diversificat
28
11.07
451.74
56
18.72
267.16
84
23.34
214.19
112
25.36
197.19
140
25.16
198.76
168
23.14
216.05
196
19.72
253.52
224
15.29
326.91
252
10.26
487.15
10
280
5.03
993.79
11
308
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 t 5 = 140
zile cantitatea YT = 5000 litri lapte. Experimental s-au stabilit pentru producia de lapte de
vac din Romnia la cele 11 controale, urmtorii coeficieni diversificai:
Nr.control
Coef.diver-
237.3
236.7
250
261
280
295.7
327.1 357.6
10
11
398.3
456.3 518.5
sificai
Pag. 118
Rezultat
Coef.diversificat
15.69
159.29
14
29.30
85.34
21
40.81
61.26
28
50.22
49.78
35
57.55
43.44
42
62.78
39.82
49
65.92
37.93
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.
Pag. 119
I. DATE DE INTRARE
1).Suprafaa cultivat (ha) = SC
2).Densitatea la recoltare (plante/ha) = DR
[DR1;DR2]
[CP1;CP2]
[CS1;CS2]
[CB1;CB2]
[QI1;QI2]
[CI1;CI2]
[QA1;QA2]
[CA1;CA2]
[CRP1;CRP2]
[CRS1;CRS2]
[QC1;QC2]
[QE1;QE2]
[CC1;CC2]
[CE1;CE2]
[QZ1;QZ2]
[CZ1;CZ2]
[IM1;IM2]
[YPM1;YPM2]
[PVP1;PVP2]
[YSM1;YSM2]
[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 :
[Type text]
Pag. 120
Pag. 121
Fie
CTA
(CP1+
CS1
CB1
QI1
*CI1+
QA1*CA1
QC1*CC1+YPM1*DR1*QE1*CE1/1000 +(YPM1*
*DR1*CRP1+YSM1*CRS1)*1.16 +QZ1*CZ1+IM1*PA1)*SC valoarea minim a cheltuielilor
totale CT, obinut pentru datele 2) 20),22) la limita stng a intervalelor lor de valori i
fie CTB = (CP2+ CS2 + CB2 + QI2 *CI2+ QA2*CA2 + QC2*CC2+YPM2*DR2*QE2*CE2/1000
+(YPM2*
*DR2*CRP2+YSM2*CRS2)*1.16 +QZ2*CZ2+IM2*PA2)*SC valoarea maxim a cheltuielilor
totale CT , obinut pentru datele 3) 20),22) la limita dreapt a intervalelor lor de valori.
Fie VTA = (YPM1 *DR1*PVP1 +YSM1*PVS1)*SC valoarea minim a venitului total
VT, obinut pentru datele de la punctele 2),20) 23) la limita stng a intervalelor lor de
valori i fie VTB = (YPM2 *DR2*PVP2 +YSM2*PVS2)*SC valoarea maxim a venitului
total VT, obinut pentru datele de la punctele 2),20) 23) la limita dreapt a intervalelor lor
de valori.
Graficul funciei VT = V1*(CT) + V2*(CT)2 este o parabol unde V1, V2 sunt soluiile
sistemului liniar:
VTA = V1*(CTA) + V2*(CTA)2
VTB = V1*(CTB) + V2*(CTB)2
care exprim faptul c parabola de ecuaie VT = V1.(CT) + V2.(CT)2 trece prin punctele
A ( CTA;VTA) i B(CTB, VTB) :
Pag. 122
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.
Mrimea
Minim
Aleas
Maxim
SC
20
20
20
DR
60000
65000
70000
CP
100
110
120
CS
60
65
70
CB
40
50
60
QI
120
150
150
CI
0.8
QA
2000
2200
2400
CA
0.05
0.06
0.06
10
CRP
0.04
0.06
0.06
11
CRS
0.01
0.01
0.012
12
QC
120
140
150
13
QE
14
CC
2.8
3.4
3.6
15
CE
0.2
0.24
0.24
16
QZ
17
CZ
12
14
14
[Type text]
Pag. 123
18
IM
18
20
22
19
PA
80
100
120
20
YPM
0.04
0.06
0.08
21
PVP
1.2
1.4
22
YSM
800
900
1000
23
PVS
0.08
0.1
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
Aleas
Maxim
SC
10
10
10
DR
4500000
4800000
5000000
CP
90
100
120
CS
50
60
70
CB
40
50
60
[Type text]
Pag. 124
QI
150
180
200
CI
0.7
0.8
0.9
QA
900
1000
1100
CA
0.05
0.06
0.07
10
CRP
0.04
0.05
0.06
11
CRS
0.01
0.011
0.012
12
QC
120
140
150
13
QE
14
CC
3.2
3.4
3.6
15
CE
0.2
0.22
0.24
16
QZ
17
CZ
12
13
14
18
IM
18
20
22
19
PA
80
100
120
20
YPM
0.0005
0.0006
0.0007
21
PVP
1.2
1.4
22
YSM
1200
1300
1400
23
PVS
0.07
0.08
0.09
REZULTATE:
21). YPT = 28800 Kg boabe gru
22). YST = 13000 Kg paie gru
23). VT = 21200 lei
24). CM = 9961.016 lei
25). CO = 650 lei
26). CH = 10611.02 lei
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
[Type text]
Pag. 125
I.
DATE DE INTRARE
[DS1;DS2]
[FE1;FE2]
[RE1;RE2]
[VI1;VI2]
[ IA1; IA2 ]
[CVA1;CVA2]
[ IV1; IV2]
11.Cheltuieli veterinare medii pentru viei sugari (lei/cap viel sugar) = CVV
[CVV1;CVV2]
[QF1;QF2]
13.Consum mediu zilnic de lapte integral pentru viel sugar (litri laie integral / cap viel sugar.zi) =
= QV
[QV1;QV2]
[CF1;CF2]
[QE1;QE2]
[QA1;QA2]
[QC1;QC2]
[CA1;CA2]
Pag. 126
[CE1;CE2]
[CZ1;CZ2]
[ IM1 ; IM2 ]
[ PA1;PA2 ]
[YL1 ;YL2]
[CG1;CG2]
[CP1;CP2]
[QZ1;QZ2]
[PL1;PL2]
[GR1;GR2]
[GV1;GV2]
[PR1;PR2]
[PV1;PV2]
33.Cantitate medie zilnic gunoi de grajd vac plus viel sugar (Kg /cap) = QG
34.Pre vnzare gunoi de grajd (lei /Kg ) = PG
[QG1;QG2]
[PG1;PG2]
REZULTATE
II. PRODUCII TOTALE
35a).Numr capete vaci la nceputul lactaiei: NAI = SC*DC
35b). Numr capete vaci la sfritul lactaiei: NAL = NAI*(1 RE)
36a).Numr capete viei sugari la nceputul lactaiei: NVI = NAI*FE
36b).Numr capete viei sugari la nrcarea lor: NVL = NVI*VI
37a).Producia total de lapte(litri) : YT = NAL*(DS*YL DV*QV)
37b).Producia total de unt(Kg) : YU = YT*CG
37c).Producia total de protein(Kg) : YP = YT*CP
37d).Cantitate total de gunoi de grajd(Kg) : GT = NAL*QG*DS
38).Venit total(lei) : VT = VL+VA+VG din care:
a) Venit din vnzare lapte integral VL = YT*PL cu ponderea VL*100 / VT % ;
b) Venit vnzare vaci reformate i viei nrcai VA= NAI*RE*GR*PR + NVL*GV*PV cu
[Type text]
Pag. 127
ponderea VA*100 / VT %;
c) Venit din vnzare gunoi de grajd VG = GT*PG cu ponderea VG*100 / VT %.
39) Cheltuieli totale(lei) : CT = CM+CO+CNP din care :
d) Cheltuieli materiale(lei) : CM = CFT+CVE+CEN cu ponderea CM*100 / CT % din care :
d1) Cheltuieli cu furajare vac plus viel sugar(lei) : CFT = NAL*QF*DS*CF+NVL*QV*DV*PL
cu ponderea CFT*100 / CM % ;
d2) Cheltuieli veterinare(lei) : CVE = NAI*IA*CVA +NVI*IV*CVV cu ponderea CVE*100 / CM %;
d3) Cheltuieli energetice(lei) : CEN = QA*DS*CA+QE*DS*CE+QS*DS*CC cu ponderea
CEN*100 / CM %
e).Cheltuieli for de munc (lei) : CO = QZ*(NAL+NVL)*CZ cu ponderea CO*100 / CT %
f). Cheltuieli neproductive(lei) : CNP = IM*SC+PA*SC*DC +0.16*VT cu ponderea CNP*100 / CT %
40).Profit total (lei): PT = VT CT
Pag. 128
Calculm mrimile:
CFT1 = SC*DC1*(1-RE2)*QF1*DS1*CF1+SC*DC1*FE1*VI1*QV1*DV1*PL1
CFT1 = SC*DC2*(1-RE1)*QF2*DS2*CF2+SC*DC2*FE2*VI2*QV2*DV2*PL2
CVE1 = SC*DC1*IA1*CVA1+SC*DC1*IV1*CVV1; CVE2 = SC*DC2*IA2*CVA2+SC*DC2*IV2*CVV2
CEN1 = QA1*DS1*CA1+QE1*DS1*CE1+QC1*DS1*CC1
CEN2 = QA2*DS2*CA2+QE2*DS2*CE2+QC2*DS2*CC2
CM1= CFT1+CVE1+CEN1 ; CM2= CFT2+CVE2+CEN2
CO1= QZ1*SC*DC1*CZ1*(1-RE2)*FE1*VI1 ; CO2= QZ2*SC*DC2*CZ2*(1-RE1)*FE2*VI2
CNP1= IM1*SC+PA1*SC*DC1+0.16*VT1 ; CNP2= IM2*SC+PA2*SC*DC2+0.16*VT2
CTA= CM1+CO1+CNP1 ; CTB= CM2+CO2+CNP2
i respectiv :
VL1= SC*DC1*(1-RE2)*(DS1*YL1-DV1*QV1)*PL1; VL2= SC*DC2*(1-RE1)*(DS2*YL2-DV2*QV2)*PL2
VA1=SC*DC1*RE2*GR1*PR1+SC*DC1*FE1*VI1*GV1*PV1
VA2=SC*DC2*RE1*GR2*PR2+SC*DC2*FE2*VI2*GV2*PV2
VG1=SC*DC1*(1-RE2)*QG1*DS1*PG1 ; VG2=SC*DC2*(1-RE1)*QG2*DS2*PG2
VTA= VL1+VA1+VG1; VTB= VL2+VA2+VG2
Ca i n seciunea 5.1 avem:
V1 = (VTA*CTB^2-VTB*CTA^2) / (CTA*CTB^2-CTB*CTA^2)
V2 = CTA*VTB-CTB*VTA) / (CTA*CTB^2-CTB*CTA^2)
Venitul total este VT = V1 *(CT) + V2 *(CT)2 deci profitul total este : PT = VT CT deci
PT = (V1 - 1)*(CT) + V2 *(CT)2
Rata marginal a profitului este derivata profitului total PT deci:
RDP = (V1 1 ) + 2.V2.(CT) adic chiar formula de la punctul 45).
Exemplu
VACI CU LAPTE PLUS VIEI SUGARI
Nr.
Mrimea
Minim
Aleas
Maxim
SC
2000
2000
2000
DS
290
308
310
DV
90
100
110
DC
0.1
0.1
0.2
[Type text]
Pag. 129
FE
0.94
0.98
0.98
RE
0.03
0.04
0.05
VI
0.95
0.95
0.98
IA
0.04
0.05
0.06
CVA
40
50
60
10
IV
0.06
0.08
0.09
11
CVV
60
70
80
12
QF
40
45
50
13
QV
14
CF
0.18
0.2
0.25
15
QA
30
35
50
16
QE
18
20
22
17
QC
10
12
18
CA
0.025
0.03
0.035
19
CE
0.18
0.22
0.22
20
CC
3.2
3.4
3.6
21
QZ
11
11
22
CZ
14
16
16
23
IM
1.3
1.4
1.5
24
PA
110
120
130
25
YL
16
18
20
26
CG
0.03
0.04
0.04
27
CP
0.04
0.05
0.05
28
PL
1.6
1.8
1.8
29
GR
500
550
600
30
GV
80
90
90
31
PR
32
PV
10
10
33
QG
10
12
12
34
PG
0.02
0.03
0.04
[Type text]
Pag. 130
REZULTATE :
19a) NAI = 150 capete vaci la nceputul seriei
19b) NVI = 144 capete viei la nceputul seriei
20a) NAL = 141 capete vaci la sfritul seriei
20b) NVL = 132 capete viei la sfritul seriei
21a) YT = 723330 litri lapte = 7233.3 hectolitri lapte
21b) YU = 28933 Kg unt
21c) YP = 36166 Kg protein
22) GT = 465300 Kg gunoi = 465.3 tone gunoi
23). VT = 1418775 lei
24a). CFT = 402414.5 lei
24b). CM = 418194.5 lei
25). CO = 41022 lei
26). CH = 459216.6 lei
27). CT = 523506.9 lei
28). PT = 895268.4 lei
29). YTU = 5130 litri lapte / cap de vac
30). YTP = 1602 litri lapte / cap de vac aduc profit
31). CPP = 0.7237 lei cheltuieli / 1 litru lapte
32). RMP = 1.71 lei profit / 1 leu cheltuit
33). RDP = 0.092 lei cretere profit / 1 leu cretere de cheltuieli
( V1 = 3.344314 ; V2 = - 1.360042 x 10 6 )
34). ERP = 0.54 % cretere profit / 1 % cretere cheltuieli
Concluzie : aceast variant tehnico-economic este n zona de saturaie a produciei , n
stnga optimului economic.
3.3.3 Analiza economic a sistemului produciei de carne
Vom analiza turaii, porcii i puii de carne de o anumit ras, ntr-o anumit serie i
aflai ntr-o anumit ferm.
I. DATE DE INTRARE
1).Suprafaa spaiului de cazare (m2) = SC
[Type text]
Pag. 131
[DS1;DS2]
[VI1;VI2]
[IA1; IA2]
[CI1;CI2]
[CV1;CV2]
[QF1;QF2]
[CF1 ;CF2]
[QA1;QA2]
[QE1;QE2]
[CA1 ;CA2]
[CE1;CE2]
[QZ1;QZ2]
[CZ1;CZ2]
[IM1;IM2]
19). Prima de asigurare animale (lei / cap ded animal) = PA [PA1; PA2]
20).Spor mediu zilnic n greutate (Kg/cap.zi) = SG
21).Pre vnzare carne n viu (lei/Kg) = PV
[SG1;SG2]
[PV1;PV2]
[QG1;QG2]
[PG1;PG2]
REZULTATE
II. PRODUCII TOTALE
24).Numr capete la nceputul seriei: NI = SC*DC
25). Numr capete livrate: NL = NI*VI
26a).Greutate carne livrat n viu (Kg) : GL = NL*SG*DS
26b).Cantitate total de gunoi de grajd(Kg) : GT = NL*QG*DS
27).Venit total(lei) : VT = VPT+VST din care:
a) Venit principal total(lei) : VPT = GL*PV cu ponderea VPT*100/VT %;
[Type text]
Pag. 132
Pag. 133
Exemple
1. TURAI LA NGRAT
Nr.
Mrimea
Minim
Aleas
Maxim
SC
1000
1000
1000
DS
700
750
800
DC
0.1
0.1
0.2
VI
0.92
0.95
0.96
IA
0.05
0.06
0.06
CI
1.2
1.2
CV
150
160
160
QF
18
20
22
CF
0.1
0.2
0.2
[Type text]
Pag. 134
10
QA
50
60
70
11
QE
10
12
12
12
QC
12
14
14
13
CA
0.002
0.003
0.003
14
CE
0.18
0.2
0.2
15
CC
3.2
3.4
3.6
16
QZ
17
CZ
15
16
16
18
IM
1.2
1.4
1.4
19
PA
110
120
130
20
SG
0.7
0.8
0.9
21
PV
22
QG
10
10
23
PG
0.013
0.014
0.015
REZULTATE :
18) NI = 100 capete turai la nceputul seriei
19) NL = 92 capete turai la sfritul seriei
20) GL = 41400 Kg carne n viu
21) GT = 621000 Kg gunoi = 621 tone gunoi
22). VT = 339273 lei
23). CFT = 193200 lei
24). CM = 232635 lei
25). CO = 11040 lei
26). CH = 243675 lei
27). CT = 272916 lei
28). PT = 66357 lei
29). GML = 450 Kg / cap
30). GIL = 359.84 Kg / cap aduc profit
31). CPP = 6.5922 lei cheltuieli / 1 Kg carne n viu
32). RMP = 0.2431 lei profit / 1 leu cheltuit
[Type text]
Pag. 135
2. PORCI LA NGRAT
Nr.
Mrimea
Minim
Aleas
Maxim
SC
2000
2000
2000
DS
230
240
250
DC
0.4
0.4
0.5
VI
0.80
0.85
0.86
IA
0.05
0.07
0.08
CI
1.5
1.6
1.8
CV
170
180
200
QF
3.5
CF
0.4
0.45
0.5
10
QA
25
30
35
11
QE
12
13
14
12
QC
10
11
12
13
CA
0.025
0.026
0.03
14
CE
0.18
0.22
0.22
15
CC
3.2
3.4
3.6
16
QZ
13
14
15
17
CZ
16
17
18
18
IM
1.3
1.4
1.5
19
PA
50
60
70
20
SG
0.4
0.5
0,6
21
PV
0.8
0.9
[Type text]
Pag. 136
22
QG
23
PG
0.01
0.011
0.012
REZULTATE:
18) NI = 800 capete porci la nceputul seriei
19) NL = 680 capete porci la sfritul seriei
20) GL = 81600 Kg carne n viu
21) GT = 489600 Kg gunoi = 489.6 tone gunoi
22). VT = 494985.7 lei
23). CFT = 257040 lei
24). CM = 270630 lei
25). CO = 40800 lei
26). CH = 311430 lei
27). CT = 348801.6 lei
28). PT = 146184 lei
29). GML = 120 Kg / cap porc
30). GIL = 84.17 Kg / cap porc aduc profit
31). CPP = 4.2745 lei cheltuieli / 1 Kg carne n viu
32). RMP = 0.4191 lei profit / 1 leu cheltuit
31). RDP = 0.4595 lei cretere profit / 1 leu cretere de cheltuieli
( V1 = 1.347157 ; V2 = 1.611347 x 10 7 )
32). ERP = 1.1 % cretere profit / 1 % cretere cheltuieli
Concluzie: aceast variant tehnico-economic este n zona de expansiune a produciei.
3. PUI DE CARNE
Nr.
Mrimea
Minim
Aleas
Maxim
SC
2000
2000
2000
DS
40
45
50
DC
10
12
15
VI
0.85
0.88
0.90
[Type text]
Pag. 137
IA
0.08
0.1
0.12
CI
1.1
1.2
CV
0.9
1.1
QF
0.08
0.09
CF
0.4
0.45
0.5
10
QA
70
80
90
11
QE
19
20
21
12
QC
11
12
14
13
CA
0.002
0.003
0.003
14
CE
0.18
0.2
0.2
15
CC
3.2
3.4
3.6
16
QZ
10
11
17
CZ
17
18
19
18
IM
1.4
1.5
1.6
19
PA
0.4
0.5
0.6
20
SG
0.03
0.035
0.04
21
PV
10
22
QG
0.04
0.05
0.06
23
PG
0.01
0.011
0.012
REZULTATE:
18). NI = 24000 capete pui la nceputul seriei
19). NL = 21120 capete turai la sfritul seriei
20). GL = 33264 Kg carne n viu
21). GT = 47520 Kg gunoi = 47.52 tone gunoi
22). VT = 193453.9 lei
23). CFT = 38491.2 lei
24). CM = 43238.3 lei
25). CO = 1837.44 lei
26). CH = 45075.74 lei
27). CT = 50484.83 lei
28). PT = 142969.1 lei
[Type text]
Pag. 138
[Type text]
Pag. 139
Pag. 140
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
conine pentru fiecare produs, urmtoarele componente principale, la nivel de unitate economic,
jude, ar:
Suprafaa cultivat / efectivul de animale vii;
Producia medie pe ha / pe cap de animal;
Producia total vegetal / zootehnic din acelai jude cu locul comercializrii;
Producia total vegetal / zootehnic adus la locul comercializrii din alte judee;
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.
Pag. 141
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.
Etapele 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.
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: 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.
IV. Calculul indicilor de dinamic i teritoriali pe produse, pe grupe de produse i pe
ansamblu.
V.Ajustarea prin regresii neliniare ( trend i oscilaii sezoniere ) (vezi Capitolul 6) 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.).
[Type text]
Pag. 142
Finalitatea acestor regresii este obinerea unor prognoze ale preurilor, cu marje de eroare
rezonabile.
VI.Optimizarea nivelului preurilor de vnzare sub aspectul maximizrii venitului din nzarea
produselor agricole, a stimulrii consumului de produse agricole ca o cale principal de
relansare a produciei agricole.
TEST DE EVALUARE
1. Definii noiunea de sistem, dai exemple i enumerai proprietile lor ?
2. Care sunt etapele de analiz tehnico-economic a sistemelor agricole ?
3. Care sunt etapele de elaborare a balanei economice pe ramuri ?
4. n ce const concentrarea i diversificarea produciei agricole pe ramuri ?
[Type text]
Pag. 143
Exemple
1) P stema
1
50%;
2
2) P fa dat la zar
16, 7% ;
6
[Type text]
Pag. 144
7
70%
10
= f(x)dx ,
a
1 P(
f(x)dx
1
1
2
2
1
6
3
1
6
4
1
6
5
1
6
6
1
6
[Type text]
mx,
0
x [2;4]
in rest
Pag. 145
f(x, y) 0 deci
mxdx 1 adic
mxdx 1 sau
-
m.
f(x) 1 i
deci m
1
.
6
xf(x)dx
xi
pi
; (i N)
xi pi
avem M(X) =
i N
[x M(X)]2 f(x)dx
3)Abaterea-standard
(X) =
V(X)
xi
pi
; (i N)
[x i - M(X)]2 pi
avem V(X) =
i N
SPA(x) =
i N
Exemple
1) Pentru variabila aleatoare discontinu X cu repartiia :
X:
10
avem
Pag. 146
f(x) =
x
6
0
, x [2; 4]
, n rest
4
M(X) =
avem :
x
xf(x)dx x dx
6
2
1 2
x dx
62
V(X )
[x M(X)] f(x)dx
(x 3.11)
2
1 x4
6 4
x3
18
x
dx
6
2
4
x3
2 x
6.22
11
0.6543 ; (X)
3
2 2
1 3
(4
18
4
2
23 )
3.11
1
(x 3 6.22x 2 3.112 x)
62
0.6543 0.81
f ( x)
1
2
(x
2
)2
2
,x R
[Type text]
Pag. 147
Din graficul densitii de probabilitate f(x) a variabilei normale se confirm cele 2 legi
ale erorilor accidentale, gsite de Gauss:
1) Legea simetriei: Numrul valorilor care se abat sub media este egal cu numrul
valorilor care se abat peste media ;
2) Legea concentrrii: Abaterile mici de la media sunt numeroase iar abaterile
mari de la media sunt rare.
Dac pe verticala lui lsm s cad boabe de cereale, boabe de nisip sau pietricele ,
acestea se ciocnesc i se rostogolesc formnd o grmad care are n seciune vertical
profilul de curb normal de mai sus.
B. Variabila Hi Patrat ( 2)
Dac X1,.,Xn sunt variabile aleatoare N(0,1) independente cte dou, atunci variabila X
definit de relaia: X
X 12
....
de libertate.
Ea are densitatea de probabilitate:
f ( x)
n
2
n
2. ( )
2
.x
n
2
x
2
.e ;( x 0)
M(X)=n2 2n ; V(X)=2n
Avem funcia Gama :
t x 1e t dt
( x)
0
cu proprietile :
1) (1)=1; (1/2)=
;
2) (n+1) = n!;
3) (x+1) = x (x)
Valorile lui
date de relaia P(
[Type text]
Pag. 148
X1
se numete variabil Student (t) cu n grade
X2
n
de libertate.
Ea are densitatea de probabilitate :
(
f ( x)
n 1
)
2
(1
n
n ( )
2
x2
)
n
n
n
n 1
2
. Valorile lui t
/2
se obin din tabela 2 din Anex. Pentru n 30 variabila Student este bine aproximat de
variabila normal N(0,1). Funcia EXCEL : = TINV(P,GL) d valorile t
/2
pentru care
P( t >t /2)=
D.
Dac X1, X2 sunt variabile hi ptrat cu n1 respectiv n2 grade de libertate, independente ntre
ele, atunci Y=
Evident
X1 X 2
se numete variabil Fisher (F) cu (n1,n2) grade de libertate.
:
n1 n2
1
este tot variabil Fisher cu (n2,n1) grade de libertate. Densitatea de probabilitate
Y
este:
n
F(X) = ( ( 1 )
n2
n1
2
Avem M(X) =
n1 + n 2
) n1 1
n
2
.
x 2 .(1 1 x)
n
n
n2
( 1) ( 2)
2
2
(
n2
n2
; V(X)
n1 n2
2
; (x0)
2n 22 (n1 n 2 -2)
n1 (n2 2) 2 (n2 4)
Variabilele normal redus, hi ptrat, Student sunt cazuri particulare ale variabilei Fisher X cu
(n1,n2) grade de libertate astfel:
- Variabila U este
[Type text]
X cu n1 1; n2
Pag. 149
n;n2
Valorile critice
F 1
tabelele 4-6 din Anex. Funcia EXCEL : = FINV(P,GL1,GL2) d valorile F pentru care
Valorile critice din tabelele 1-6 ale Anexei , sunt legate prin relaiile:
P(F>F )=
/2
/2;n
;1,
2
,n
n.F
;n ,
;1,n
[Type text]
Pag. 150
Exemple de populaii statistice n agricultur: plantele unei culturi ntr-o parcel, animalele
unei ferme zootehnice, mainile agricole care deservesc o suprafa arabil, fermele vegetale
sau zootehnice dintr-un jude, unitile de prelucrare a produselor agricole (mori, fabrici de
ulei, zahr, produse lactate, mezeluri, abatoare, etc.), magazinele care comercializeaz
produse alimentare, reeaua de case de agroturism, reeaua de uniti de alimentaie public,
etc.
Fiecare exemplar al populaiei statistice are o serie de nsuiri cantitative
(msurabile) sau calitative (atributive) notate X, Y, Z, sau X1, X2, , Xn pe care le vom
numi n continuare i caractere.
Pentru populaiile statistice din agricultur, nsuirile admit i alte clasificri:
-
talia plantei;
dimensiunile fructelor;
dimensiunile boabelor;
nlimea la greabn;
nlimea la crup;
lungimea corpului;
circumferina toracic;
[Type text]
Pag. 151
Cheltuielile neproductive (TVA, taxe, impozite etc.) ale unei societi agricole
ntr-un ciclu de producie;
Producii fizice principale i secundare ale unei societi agricole ntr-un ciclu
de producie;
[Type text]
Pag. 152
(vezi cap.6)
condiiile pedoclimatice;
Fie o populaie statistic de volum N pe care dorim s o studiem din punct de vedere
al nsuirii (caracterului) X pe care o posed exemplarele populaiei.
Din cauza volumului mare N al populaiei, nu vom face msurtori complete n toat
populaia ci vom extrage o parte reprezentativ din exemplarele populaiei, numit sondaj
(eantion, prob) pe care vom face msurtori relativ la nsuirea (caracterul) X.
Volumul sondajului se noteaz cu n iar raportul
n
(%) se numete cot de
N
Exemplu
Pe un ha cu porumb exist N = 75.000 plante recoltabile din care extragem un sondaj
de n = 75 plante reprezentative.
Cota de reprezentare este
n
N
75
1 : 1000 plante.
75000
Pag. 153
I.
din populaie obinndu-se astfel repartiia n spaiu a nsuirii X analizat prin datele de
sondaj.
II.
[Type text]
... n k
n
;
k
Pag. 154
b. Sondaj proporional:
c. Sondaj optim:
n1
Aici
n1
N1 1
n1
N1
...
N11
,..., n k
Ni i
1, k sunt
...
nk
Nk
nk
Nk
n
n
deci n1
N
n
Ni
N1
,..., n k
N
Nk
N
deci
i
Nkk
Ni i
N
sondajul tipic i cel proporional coincid iar
k
N1
N
p1 ,...,
Nk
N
n1 = = nk =
n
;
k
p11
,..., n k
pi i
pkk
.
pi i
Exemplu
O turm de ovine de volum N = 1000 capete are structura N1 = 700 mioare, N2 = 250
miei, N3 = 50 berbeci.
Pentru analiza nsuirii X = lungimea firului de ln efectiv din sondaj de n = 60
ovine. tiind c abaterile standard n straturi sunt
cer volumele de sondaj din straturi pentru diferite tipuri de sondaj stratificat.
Soluie
a) Pentru sondajul tipic n1 = n / 3 =20 mioare; n2 = n / 3 =20miei; n3= n / 3 =20
berbeci;
700
42 mioare,
b) Pentru sondajul proporional n1 = 60
1000
250
15 miei i n3 = n n1 n2 = 3 berbeci;
n2 = 60
1000
[Type text]
Pag. 155
MX
xi
n
Media de sondaj este centrul de greutate al datelor de sondaj x1, , xn fiind cea
mai apropiat de ansamblul valorilor: SPA(x) = (x 1 x)2 ++ (xn x)2 este minim pentru
x = x.
Aici SPA este prescurtarea pentru suma patratelor abaterilor.
Caliti ale mediei
a) Este o valoare mrginit: X [x min; x max];
b) Niveleaz diferenele ntre valori: suma abaterilor valorilor de sondaj fa de
media lor este zero (xi - X ) = 0;
c) Este reprezentantul ntregului pachet de date de sondaj: suma valorilor de
sondaj este media lor nmulit cu numrul lor ( xi = n . X ).
Defecte ale mediei
d) Prin nivelare, media nu d informaii despre variabilitatea datelor de sondaj.
Acest defect se remediaz prin folosirea indicatorilor statistici de variabilitate ntre
care citm abaterea standard S i coeficientul de variabilitate c ,care vor fi prezentai mai
jos.
5) Media este legat de o unitate de msur deci nu permite comparaii ntre caractere.
Pentru comparaii se poate folosi media procentual Xp
[Type text]
X max X
X max X min
0;1 .
Pag. 156
6) Media este sensibil la valori de sondaj mult mai mici sau mult mai mari ca restul
datelor de sondaj.
Acest defect se remediaz fie eliminnd aceste valori din rndul datelor de sondaj ca
valori strine fie folosind mediana prezentat mai jos.
7) Media este sensibil la codificarea datelor. Conform teoremei 6.1 orice operaie
aritmetic efectuat cu datele de sondaj, trebuie efectuat i asupra mediei de sondaj.
Dac sondajul a fost stratificat, datele de sondaj au forma:
x11, , x1,n1 extrase din stratul 1 i cu media de sondaj X 1
----------------------------------------------------------------------Xk1, , Xk,nk extrase din stratul k i cu media de sondaj X k.
Volumul sondajului stratificat este n = n1 + + nk iar media de sondaj X a
sondajului stratificat este medie ponderat:
n1 X 1 ... nk X k
n1 ... nk
log X g
media geometric: X g
x1x 2 ...x n
1
n
de unde
1
Xa
media ptratic: X 2
1
X1
...
1
Xn
X12
...
n
X 2n
1
2
Avem X a X g X .
Dac X1,,Xn sunt depuse n celulele A1:An din coloana A n EXCEL
media X este dat de funcia EXCEL scris n celula B1 : = AVERAGE(A1: An),
media geometric X g este dat de funcia EXCEL scris n celula B2 : = GEOMEAN
(A1:An) iar media armonic
HARMEAN (A1:An).
[Type text]
Pag. 157
II. Mediana Me este acea valoare fa de care jumtate din numrul valorilor de
sondaj sunt mai mici ca ea i cealalt jumtate din numrul valorilor de sondaj sunt mai mari
ca ea.
Aranjm datele de sondaj n ordine cresctoare: x1 < x2 < < xn.
Dac n = numr par avem Me
1
xk
2 2
xk
Me X k 1 .
2
...
Xn
Aici SMA este prescurtarea pentru suma modulelor abaterilor. Mediana primei
jumti a datelor de sondaj cresctoare, se numete cuartila ntia Q1 . Me = Q2. Analog Q3
pentru a doua jumtate a datelor.
Dac X1,,Xn sunt depuse n celulele A1:An din coloana A n EXCEL,
mediana Me este dat de funcia EXCEL scris n celula B4 :
= MEDIAN (A1:An) sau de funcia EXCEL scris n celula B4 :
= QUARTILE (A1:An , 2 ) , quartila Q1 este dat de funcia EXCEL
scris n celula B5 : = QUARTILE (A1:An , 1) iar quartila Q3 este dat
de funcia EXCEL scris n celula B6 : = QUARTILE (A1:An , 3).
Media i mediana au fost indicatori de poziie pentru datele de sondaj.
Urmeaz indicatori de variabilitate pentru datele de sondaj.
III. Variana (dispersia)
[Type text]
Pag. 158
V S
xi X
n 1
X
xi
n
n 1
xi X
n 1
Sp
a max
a max
comparaii
S
a min
se
poate
folosi
abaterea
standard
procentual
0;1 .
3) Abaterea standard este sensibil la nmulirea sau mprirea datelor de sondaj conform
teoremei 6.2.
4) Abaterea standard singur nu poate aprecia intensitatea variabilitii datelor de
sondaj.
Dac X1,,Xn sunt depuse n celulele A1:An din coloana A n EXCEL
, variaia ptratic total SPA este dat de funcia EXCEL scris n celula B 7 : = DEVSQ
(A1 : An) , variana V este dat de funcia EXCEL scris n celula
B8 : = VAR (A1:An) iar abaterea-standard S este dat de funcia EXCEL scris
n celula B9 : = STDEV (A1:An ).
Valorile Ui = (Xi - X )/ S se numesc reduse sau normate. Avem :
M(Ui) = 0 i V(Ui)= 1. Funcia EXCEL pentru calculul valorilor reduse
[Type text]
Pag. 159
S
100 este principalul indicator procentual al variabilitii datelor de sondaj n
X
a min
100
X max
a max
100 ).
X min
2) Coeficientul de variabilitate c nu are uniti de msuri, deci permite comparaii
ntre caractere.
b) c
(10%; 20];
c) c > 20%.
Exemplu
Fie o populaie statistic de plante de porumb la recoltarea pe suprafaa de 1 ha cu
volumul populaiei N = 75000 plante recoltabile.
Fie X = greutatea boabelor pe plant la recoltare (g).
[Type text]
Pag. 160
n
1 : 7500 plante.
N
Datele de sondaj se aranjeaz n
ordine cresctoare n tabelul alturat.
Xi
Xi - X
(Xi- X )2
Xi
X
S
40
-10
100
-1.43
42
-8
64
-1.14
45
-5
25
-0.71
45
-5
25
-0.71
48
-2
-0.29
51
0.14
54
16
0.57
57
49
1.00
58
64
1.14
60
10
100
1.43
500
448
500
50 g/plant
10
I)
II)
III)
S2
IV)
V)
[Type text]
448
49.8g 2
10 1
49.8 7 g / plant
7
14%
50
Pag. 161
30 40
41 60
61 80
81 100
101 125
126 150
10
151 175
11
176 200
12
201 400
13
401 600
14
601 800
15
801 1000
16
1001 2000
17
2001 3000
18
3001 4000
19
4001 5000
20
X max X min
.
nr. clase de valori k
Centrul clasei de valori Ci , notat cu xi, este mijlocul clasei adic media aritmetic a
valorilor extremitilor clasei Ci.
Centrul clasei xi aproximeaz toate valorile de sondaj n clasa C i, fiind reprezentantul
acestor valori.
[Type text]
Pag. 162
ni
n
fi
astfel:
Frecvenele absolute cumulate:
n*i = n1 + n2 + + ni (1 < i < n)
Frecvenele relative cumulate:
f*i = f1 + f2 + + fi (1 < i < n)
Datele grupete se pot prezenta grafic prin histograme n raport cu sistemul de axe (Ci,
ni), poligonul frecvenelor n raport cu sistemul de axe (xi, ni) i respectiv cumulata n raport
cu sistemul de axe
xi
; ni*
Media de sondaj:
X
II)
1
n
nixi
i 1
fi x i
i 1
Mediana de sondaj:
corespunztoare ordonatei n i
[Type text]
xi
n
;
2
Pag. 163
III)
Modul de sondaj:
Clasa modal Mo este acea clas Ci cu ni maxim. Modul Mo se determin grafic n clasa
modal cu ajutorul histogramei :
Pag. 164
IV)
n 1i
n i Xi X
n
n 1i
f i Xi X
clasei xi, S sufer o eroare care se nltur prin corecia Sheppard S '
S2
12
unde l este
S
100
X
1
n
ni
i 1
Xi
X
S
1
n
niU i3
i 1
V)
Xi X
1 k
ni
ni 1
S
1 k
niU i4
ni 1
Pag. 165
Dac caracterul X are numai valori ntregi, datele de sondaj de volum mare (n > 30) se
pot grupa pe valori distincte Xi cu frecvenele absolute ni sau se poate alege un numr de
clase k astfel ca lungimea l a claselor s fie numr ntreg deci i limitele claselor s fie numere
ntregi.
Exemplu
Fie o populaie statistic de plante de porumb la recoltare de pe 1 ha cu volumul
populaiei N = 75000 plante recoltabile. Pentru a studia greutatea boabelor pe plant X n
grame, efectum un sondaj reprezentativ de n = 50 plante deci cota de reprezentare
n
N
50
1 : 1500 plante.
75000
Date de sondaj n grame:
[Type text]
Pag. 166
50; 45; 40; 48; 47; 53; 49; 56; 58; 60; 42; 48; 49; 51; 54; 53; 46; 49; 48; 46; 55; 59; 52;
44; 48; 43; 49; 51; 50; 52; 44; 55; 43; 49; 47; 50; 54; 56; 59; 49; 48; 51; 50; 51; 47; 46;
42; 53; 51.
S se grupeze datele n k = 5 clase de valori, s se reprezinte grafic histograma,
poligonul frecvenelor, cumulata i s se calculeze indicatorii statistici de la punctul I) VII).
Soluie
Numrul de clase este k = 5, lungimea unei clase de valori este:
60 40
5
4g .
Frecvene n*i
Frecvene C
l
fI
a
s
e
Frecvene f*i
Xi
Sub 44 g
42 g
5 plante
5 plante
0.10
0.10
[44 48 g)
46
14
0.18
0.28
[48 52 g)
50
21
35
0.42
0.70
[52 56 g)
54
44
0.18
0.88
peste 56 g
58
50
0.12
1.00
Graficele sunt:
Histograma:
[Type text]
Pag. 167
Poligonul frecvenelor:
Cumulata:
I) Media de sondaj:
X
1
5 40 9 46 21 50 9 54 6 58
50
50.16 g/plant
Pag. 168
1
5 42 50.16
49
9 46 50.16
21 50 50.16
S2
9 54 50.16
4
12
6 58 50.16
4.46 g
C
4.5
50.16
9%
1
3
3
3
3
3
5 42 50.16 9 46 50.16 21 50 50.16 9 54 50.16 6 58 50.16 ==0.008
3
50 4.5
1
5 42 50.16
50 4.54
9 46 50.16
21 50 50.16
9 54 50.16
6 58 50.16
=2.41
0.182
0.422
0.182
0.122
5 1
28.6 %
xi
Efectum un sondaj de volum n deci datele de sondaj vor fi un numr de n cifre egale
cu 0 sau cu 1. Fie k numrul cifrelor Xi = 1 (1 < k < n). Media de sondaj devine
k
n
[Type text]
Pag. 169
Soluie
k
n
6
12%
50
Fie o populaie statistic pe care o studiem din punct de vedere al nsuirii cantitative
X. Dac nsuirea X ia valori ntregi, datele unui sondaj extras din populaie la momentele de
timp t1, t2, , tn sunt valori instantanee x1, , xn msurate n acele momente de timp.
Dac nsuirea X ia valori reale, datele unui sondaj extras din populaie n intervalele
de timp [t1, t2), [t2, t3), , [tn-1, tn] sunt valori medii x1, , xn msurate n acele intervale de
timp cu lungimile t 2-t1, t3-t2, , t n t n 1 .
Exemplu
X = efectivul anual de vaci al unei ferme zootehnice se msoar prin valori instantanee
(la 31 decembrie al anului calendaristic).
X = producia anual de lapte al vacilor dintr-o ferm zootehnic se msoar prin
valori medii pe perioada 1 ianuarie 31 decembrie a anului calendaristic sau pe perioada
medie de lactaie normal de 308 zile.
Msurtorile sunt echidistante dac t2t1 = t3t2 = = tn-tn-1 i neechidistante n caz
contrar.
Exemplu de msurtori echidistante:
Producia de lapte a vacilor se controleaz echidistant din 28 n 28 zile astfel c ntr-o
lactaie normal de 308 zile se efectueaz 11 controale ale produciei de lapte.
Prezentarea grafic a datelor de sondaj de evoluie instantanee se face prin poligonul
valorilor n raport cu axele (t i, xi) iar a datelor de sondaj de evoluie se face prin cronograma
n raport cu axele ([t i, ti+1), xi).
I) Media cronologic
[Type text]
Pag. 170
x1 t 2
t1
x2 t3
t2
... x n
tn
tn
tn
t1
Dac X se msoar prin valori medii x1, , xn n intervalele de timp [t1, t2), [t2, t3), ,
[tn-1, tn] avem:
x1
x2
2
(2) X m
t2
x2
t1
x3
2
t3
t2
tn
t1
...
xn
xn
tn
tn
n1
=d
i t n t1 = (n 1 ).d deci :
(3) X C
(4) X m
X1
X1
2
X 2 ...X n
n 1
X2
... X n
respectiv:
Xn
2
n 1
(5) D
x2
x1 t 2
t1
x3
x2 t3
tn
t2
t1
...
xn
xn
tn
tn
X n X1
n 1
atunci cnd
Pag. 171
n 1
P
1
D
perioade de timp.
Dac notm x1 + + xm = Q avem:
mX1
mm 1
D Q de unde
2
D 2X1
D 2X1
2D
8DQ
X3
, ..., I n - 1
X2
X2
, I2
X1
Xn
Xn 1
(7) I
X2
X1
t2 t1
X3
X2
t3 t2
...
Xn
Xn 1
tn tn
1
tn t1
logX2
log X1 t2
t1
...
logXn
log X n
tn
tn
tn t1
deci logaritmul lui I este ritmul mediu valoric de evoluie al valorilor de sondaj
logaritmate.
Dac msurtorile sunt echidistante avem:
t2 - t1 = t3 t2 = = t n t n 1 = d iar tn t1 = (n 1).d deci avem :
[Type text]
Pag. 172
log X n log X1
n 1
log I
(9)
1
n 1
Xn
X1
adic :
I 1,,I
n 1
sunt toate
supraunitare sau toate subunitare i apropiate ntre ele ca valoare (caracterul X are o
evoluie exponenial n timp ).
In caz contrar se ajusteaz aceste abateri procentuale I1,,I n 1 cu o funcie
de regresie neliniar in raport cu timpul ca n seciunea 10.3
Pe durata a m perioade de timp variaia procentual a lui X va fi
X1 I m
X1
Im
Q
X1
I 1
log P
1 perioade de timp.
log I
Im 1
X1
I 1
de unde
log I
ti
28
56
84
112
140
168
196
224
252
280
xi(g/zi)
12
26
42
60
78
94
107
117
120
[Type text]
Pag. 173
Se cer X , D, I.
Soluie
Graficul perechilor de valori (x,z) are forma:
1
X1
2
X2
... X n
1
Xn
2
n 1
X n X1
n 1
13 kg; log I
66.4 kg
log X n log X1
n 1
Pag. 174
XV1
X1
RV1 dac X i
Xi
X i dac X i
XVi
Xi
(1 i n-1)
RV2 dac Xi
Xi
Xi
Xi
SPAT
(Xi
RV
1 SPAV / SPAT
[0;1]
Xn
XVn
b) Corecia lui I
Avem rapoartele de ordin I : Ri = Xi+1 / Xi .
Dac diviziunile de timp echidistante au lungimea 1 adic : t 2 t1 = t3 t2 = = tn tn - 1
=1 atunci Ri este nclinarea(panta) segmentului care unete punctele ( ti , logXi ) i
(ti+1 , logXi+1) cu ti+1 ti = 1.
Dac Ri < 1 , avem Xi > Xi+1 deci pe tronsonul [ t i ; ti+1] caracterul logX are variaie
descresctoare.
Dac Ri = 1 , avem Xi = Xi+1 deci pe tronsonul [ t i ; ti+1] caracterul logX este staionar.
Dac Ri > 1, avem Xi < Xi+1 deci pe tronsonul [ t i ; ti+1] caracterul logX are variaie
cresctoare.
Vom nlocui pe R cu ritmurile medii procentuale (relative) RP 1 i RP2 care urmeaz :
RP1 < 1 este media geometric a rapoartelor Ri < 1 iar RP2 > 1 este media geometric
a rapoartelor Ri > 1 .
Valorile lui X1,, Xn vor fi ajustate cu ajutorul lui RP1 i RP2 astfel :
[Type text]
Pag. 175
XP1
X1
X i RP1 dac X i
X i dac X i
XPi
Xi
Xi
(1 i n-1)
X i RP2 dac X i
Xi
SPAT
(Xi
RP
1 SPAP / SPAT
[0;1]
Diferene Di
XVi
Di
Rapoarte Ri
XPi
DPi
6.5
6.5
6.50
6.8
0.3
6.8
1.05
6.79
0.01
6.6
- 0.2
6.6
0.97
6.60
6.6
6.6
6.60
7.0
0.4
6.9
0.1
1.06
6.90
0.10
7.2
0.2
7.3
- 0.1
1.03
7.30
- 0.10
7.2
7.3
- 0.1
7.30
- 0.10
6.9
- 0.3
7.0
- 0.1
0.96
7.00
- 0.10
6.8
- 0.1
6.7
0.1
0.99
6.70
0.10
6.6
- 0.2
6.6
0.97
6.60
68.2
RV1= - 0.2;RV2=0.3
RP1=0.971;RP2=1.045
Rezultate:
Graficul perechilor (x,y) are forma:
[Type text]
Pag. 176
X 10
XV11
Prognoz procentual :
[Type text]
Pag. 177
TEST DE EVALUARE
1.Clasificai sondajele n populaii statistice omogene i neomogene ? .
2. Ce semnificaie au indicatorii de sondaj de repartiie ?
3. Ce semnificaie au indicatorii de sondaj de evoluie ?
[Type text]
Pag. 178
x(i)=
(1) ,..........
(m).
Avem
x (i)=
i1
(1) ,..........
n raport cu caracterul Y.
[Type text]
Pag. 179
p( j ) .
j 1
Y(i, j)= +
x (i)+e(i,
j)
(i) nu i pe .
S E=
pT
(1 i
m)
1 p (i )
Y (i, j )
i varianele de
p(i) j 1
MY (i )
( p(i) 1) SY (i) 2
i 1
Fie:
C=1+
m
1
1
[
3(m 1) i 1 p(i ) 1
1
m
( p(i ) 1)
i 1
Marimea:
m
1
2
[ ( p(i) 1) ln S2E- ( p(i) 1) SY(i)2]
B=
C
i 1
2
este o variabil
cu m-1 grade de libertate.
Se extrag din tabela 3 din Anex, valorile critice
se compar
Dac
0.05;
0.01;
0.001
cu m-1 GL i
B
2
0.05
Pag. 180
1)
0.05
0.01
ele;
2)
0.01
0.001
0.001
n care caz se accept deci (1)2......... (m)2 difer foarte semnificativ ntre
ele.
n cazul balansat
pT = mp
H: (1)2=..........= (m)2
fa de alternativa
i ipoteza
testul Cochran:
Fie SY2max =max SY(i)2
1 i m
Calculm : Q=SY2max/(SY(1)2+.......+SY(M)2) i extragem din tabelele Cochran, valorile
critice Q0.05 i Q0.01 pentru m variante i p-1 GL.
Dac Q Q0.05
se accept ipoteza
H: (1)2=..........= (m)2.
Q0.05Q Q0.01 deci se accept adic (1)2......... (m)2 difer semnificativ ntre ele;
2)
Q Q0.001 deci se accept adic (1)2......... (m)2 difer distinct semnificativ ntre ele.
Dup modul de alegere al subpopulaiilor, avem dou tipuri de modele :
a)
x(i)=
x (i))=
x (i)
(1im)
M(e(i,j))=0
(1jp(i))
respectiv:
V(Y(i,j))= 2(E)
V(
[Type text]
x (i))=
M(
x (i))-
M(
x (i))
x (i)-
x (i)=0
Pag. 181
(1)=..........=
x (i)=0
(m) =
fa de alternativa :
fa de alternativa :
x (i)
(1).........
0.
Modelul cu efecte fixe se aplic cnd numrul m de variante este mic i permite ca aceleai
variante s fie utilizate din nou dac experiena se repet.
Exemplu
X=ngrminte, ap, energie la plante respectiv furaje,sex, perioada de ngrare la animale.
b)
principale
2
(i)= (i)-
( x).
Avem:
M(Y(i,j))=
x (i))=
M(
M(e(i,j))=0
respectiv:
V(Y(i,j))= V(
x (i))+
2(E)
V(
M(
x (i))=
M(
x (i))-
x (i))
= 2( x)-0= 2( x)
Aici
x este
variabila aleatoare:
x 1 , ......,
x m
p 1 , ......., p m
m
cu media M( x)=
i1
[Type text]
Pag. 182
H: ( x)=0
fa de alternativa
: ( x) 0.
Modelul cu efecte aleatoare se aplic cnd numrul m de variante X este mare (poate
fi i infinit ), dar numai n din ele sunt alese n experiment. Aceleai variante nu pot fi
utilizate din nou dac experiena se repet.
Exemplu:
X=tata sau mama n ncruciarea plantelor i animalelor.
n cazul ambelor modele, datele mpreun cu calculele de sume i medii pe variante i pe
total, se trec n tabelul de mai jos:
RepetiiiY
Y(i,j)
pe Media total
Medii
VarianteX
variante
X(1)
Y(1,1),......, Y(1,p(1))
MY(1)
X(m)
Y(m,1),..., Y(m,p(m))
MY(m)
MYT
Notaie : pT=
p (i )
i 1
Calcule:
a)SPA i GL:
m p (i )
SPAT=
[Y(i,j)-MYT]2=
i 1 j 1
SPAX=
m p (i )
i 1
m p (i )
cu
GLT=pT-1
i 1 j 1
p(i)[MY(i)-MYT]2=
SPAE=
Y(i,j)2-S2T/pT
S(i)2/p(i)-S2T/pT
cu
GLX= m-1
i 1
[Y(i,j)-MY(i)]2=SPAT-SPAX cu
GLE=GLT-GLX=pT-m
i 1 j 1
b)S2:
S2X=SPAX/(m-1);
S2E=SPAE/(pT-m)
c)F:
FX=S2 X/S2E 1 cu
[Type text]
[m-1; pT-m]GL
Pag. 183
Sursa
de SPA
GL
S2
m-1
S2 X
FX
variaie
X
SPAX
SPAE
pT-m
SPAT
pT 1
Raportul Fisher FX se compar cu valorile critice F0.05; F0.01; F0.001 extrase din tabelele 4,5,6
din Anex pentru perechile de grade de libertate corespunztoare i se accept sau se respinge
ipoteza formulat mai sus.
1)Pentru modelul cu efecte fixe:
M(S2X)=
1
m 1
p(i)
x (i)]+
2(E)
i 1
M(S2E)= 2(E)
Avem estimatorii: * 2(E)= S2E;
unde a(1,1)=
1
m 1
p(i)
* 2(E)=(S2X-S2E)/a(1,1)
x (i)]
i 1
m
1
[pT-(1/pT)
p2(i)] 2( x)+ 2(E)
m 1
i 1
M(S2E)= 2(E)
Avem estimatorii:
*2(E)= S2(E);
unde a(1,1)=
*2(X)= (S2X-S2E)/a(1,1),
m
1
[pT-(1/pT).
p2(i)]
m 1
i 1
m 1i1
[Type text]
x (i),
Teorema 5.1
a) Pentru modelul cu efecte fixe, avem:
M(S2X)=
1
m 1
p(i)
x (i)]+
2(E)
i 1
M(S2E)= 2(E)
b) Pentru modelul cu efecte aleatoare, avem:
M(S2X)=
m
1
[pT-(1/pT).
p2(i)] 2( x)+ 2(E)
m 1
i 1
M(S2E)= 2(E)
Un indicator statistic asemntor cu coeficientul de corelaie liniar din i cu raportul
de corelaie neliniar din seciunea, este indicele de corelaie definit astfel:
[Type text]
Pag. 185
Teorema 5.2
Indicele de corelaie Ic are proprietile:
1) 0 Ic 1
2) X, Y= independente
X, Y= necorelate(Ic=0)
FX=[SPAX/SPAE] : [(m-1)/(pT-m)]
capt forma
FX=[Ic2/(1-Ic2)]
fa de alternativa X:
X(1),........., X(m).
AX=Ic2; AE=1-Ic2,
H X:
(1)=......=
(m)=
(i1, .........., im
1, ......, m ).
2
1/2
max- min=(S E/p) T
tabelele 7,8 ale Anexei, pentru numrul m al mediilor i numrul de grade de libertate ale
erorii GLE.
Fiecare diferen fa de martor (h,t); (h=1,......., m;ht), care depete pe A 0.05
primete o stelu de semnificaie, iar dac depete pe A0.01 primete a doua stelu
de semnificaie.
Un test asemntor cu testul Tukey este testul Duncan, precum i testul diferenei
limit:
[Type text]
Pag. 186
/2=
(i)- (j)=(2S2E/p)1/2t
/2; GLE
Exemplu
X=protein digestiv (PD) n raia vacilor cu lapte ; Y=producia lunar de lapte (litri) ntr-o
anumit lun a ciclului de lactaie .
Lum m=3 variante ale factorului X:
X1(1100g/zi) (doza-martor); X2(1200g/zi); X3(1300g/zi).
Aceste variante le aplicm la cte p=4 repetiii ale factorului Y.
Avem tabelul cu date:
Repet.Y
Y(i,j)
Mediile pe variante
X1
300;314;306;308
MY(1)=307
X2
330;338;342;350
MY(2)=340
X3
366;362;370;370
MY(3)=367
Media total
Variante X
MYT=338
69.33
=0.5910
33.33 69.33 14.66
Din tabelele pentru m=3 variante X i p-1=3GL avem valorile critice Q0.05=0.8709;
Q0.01=0.9423;
Avem Q Q0.05, deci se accept ipoteza H: (1)2= (2)2= (3)2
Etape de calcul:
a) SPA i GL:
p
SPAT=
i 1 j 1
SPAX=p
[MY(i,j)-MYT]2=7224 cu GLX=m-1=2GL
i 1
[Type text]
Pag. 187
SPAE=SPAT-SPAX=352 cu GLE=11-2=9GL
b) S2:
S2X=
SPAX
GL X
7576
2
3612 ;S2E=
SPAE
GL E
352
9
39.11
c) F:
FX= S2X /S2E
3612
39.11
92.35 cu (2;9) GL
Din tabelele Fisher 4,5,6 din Anex, gsim valorile critice pentru (2;9) GL :
F0.05=4.26; F0.01=8.02; F0.001=16.39.
Cum FX F0.001 se accept ipoteza adic (1), (2), (3), difer foarte semnificativ
ntre ele adic influena variaiei factorului X asupra variaiei factorului Y este foarte
semnificativ aa c F=92.35***.
Tabelul de analiz a variaiei sintetic este:
Surs
de Variaii
variaie
Grade
Ptratice(SPA)
de Variante(S2)
Rapoarte
libertate(GL)
Fisher(F)
7224
3612
92.35***
336
39.11
7560
11
340
367
60**
27**
33**
Din tabelele Tukey 7,8 din Anex,pentru m=3 medii i GLE=9 gsim T0.05=3.95;
T0.01=5.43 aa c avem amplitudinile ateptate:
[Type text]
Pag. 188
X1
X2
X3
300
330
366
314
338
362
306
342
370
308
350
370
Deschidem fereastra TOOLS n care activm opiunea DATA ANALYSIS . Aici activm
opiunea ANOVA:SINGLE FACTOR n care declarm blocul de celule cu date A1:C5
[Type text]
Pag. 189
B(2)
X(1)
X(2)
X(m)
Y(1;1)
Y(2;1)
Y(m;1)
X(m)
X(1)
X(m-1)
Y(m;2)
Y(1;2)
Y(m-1;2)
B(l)
X(m-l+2)
X(m-l+3)
X(m-l+1)
Y(m-l+2;l)
Y(m-l+3;l)
Y(m-l+1;l)
Rspunsurile Y(i;j) se rearanjeaz n tabelul de mai jos pentru a fi prelucrat prin analiza
varianei bifactorial complet (cu factori X,B) balansat, cu o repetiie n fiecare celul (p(i;j)
= 1).
Repetiii Y
Yi j
Variante (X,B)
(X(1);B(1))
(X(1);B(l))
[Type text]
Y(1;1)
Y(1;l)
Medii pe
Medii pe
Media
variante
blocuri
Total
MYX(1)
MYB(1)
.
Pag. 190
(X(m);B(1))
Y(m;1)
(X(m);B(l))
Y(m;l)
MYT
MYX(m)
MYB(l)
Etape de calcul:
a)SPA i GL
m
SPAT
Y i;j -MYT
i=1 j=1
m
SPA X
l
i=1
l
SPA B
j=1
SPAE
b)S2:
c)F:
S2X
SPA X 2
; SB
m-1
FX
S2X
S2E
FB
S2B
S2E
SPA B 2
; SE
l -1
SPA E
m-1 l -1
1 cu [m-1;(m-1)(l-1)]GL
1 cu [l-1;(m-1)(l-1)]GL
GL
S2
SPAX
m-1
S2X
FX
SPAB
l-1
S2B
FB
SPAE
(m-1)(l-1)
S2E
SPAT
ml-1
Sursa de
Variaie
Valorile FX i FB se compar cu valorile critice F0.05, F0.01 i F0.001 extrase din tabelele
4,5,6 din Anex, pentru perechile de grade de libertate corespunztoare.
[Type text]
Pag. 191
2) H B: B (1)
X m
B l
Exemplu
X = proteina digestibil n raia porcilor (g/zi)
Y = sporul lunar n greutate al porcilor (Kg)
Populaia este neomogen n raport cu Y dar se poate mpri n l = 2 blocuri
omogene: B1(Landrace) i B2(Marele Alb).
Lum m = 3 variante X:
bloc va conine cte m = 3 repetiii (bloc complet). n fiecare bloc variabilele X se distribuie
n mod aleator (bloc randomizat):
B(1)
B(2)
X(1)
X(2)
X(3)
15
17
19
X(3)
X(1)
X(2)
20
14
18
Yi j
Variante (X,B)
(X1;B1)
15
(X1;B2)
14
(X2;B1)
17
(X2;B2)
18
(X3;B1)
19
(X3;B2)
20
Medii pe
Medii pe
Media
Variante X
Blocuri B
total
MYX(1) = 14.5
MYB(1) = 17
MYX(2) = 17.5
MYT = 17.165
MYB(2) = 17.33
MYX(3) = 19.5
Etape de calcul:
a)SPA i GL:
SPAT = 26.833 cu GLT = 5 GL;
SPAX = 25.333 cu GLX = 2 GL;
SPAB = 0.166 cu GLB = 1 GL;
SPAE = SPAT-SPAX-SPAB = 1.334 cu GLE = GLT-GLX-GLB = 2 GL;
b)S2:
[Type text]
Pag. 192
SPA X
GLX
S2X
12.667; S2B
SPA B
GLB
0.166; S2E
SPA E
GLE
0.667
c)F:
FX
S2X
S2E
FB
S2B
S2E
19 cu (2 ; 2) GL
S2E
SB2
1 deci 1
FB
9.02 cu (2 ; 1) GL
Din tabelele Fisher 4,5,6 din Anex,pentru (2 ; 2) GL avem valorile critice F0.05 = 19,
F0.01 = 99 i F0.001 = 999.
Cum F0.05 = FX < F0.01 influena variaiei lui X asupra variaiei lui Y este semnificativ,
aadar FX = 19*.
Cum FB < 1 influena variaiei blocului B asupra variaiei lui Y este nesemnificativ.
Tabelul sintetic de analiz a variaiei este:
Sursa de
Variaii
Grade de
Variaie
ptratice (SPA)
libertate
Variane
Rapoarte
Fisher
(GL)
(S2)
(F)
25.333
12.667
19*
0.166
0.166
4.02
1.334
0.667
26.833
SPA X
SPAT
0.972*; Ic ( B)
SPA B
SPAT
0.079
AX
SPA X
SPA T
A E 1-A X -A B
94.4%; A B
SPA B
SPA T
0.6%
5%
Pag. 193
A
1
X1
X2
X3
B1
15
17
19
B2
14
18
20
TEST DE EVALUARE
1. Care este ideea fundamental a analizei varianei?
2. Prin ce se deosebete analiza varianei bifactorial complet ce cea ierarhic ?
3. Cum se asigur randomizarea n planurile experimentale ?
4. Ce este eficiena relativ Fisher a dou planuri experimentale ?
[Type text]
Pag. 194
6.
Uniti de nvaare:
corelaia i regresia monofactorial liniar
corelaia i regresia polifactorial liniar i neliniar
trigonometric i polinomial-trigonometreic
Obiectivele temei:
- nsuirea conceptelor de corelaie i regresie mono i polifactorial ntre caractere, liniar i
neliniar, precum i a tehnicilor de prognoz efectuate pe baza lor
Timpul alocat temei: 6 ore
Bibliografie recomandat:
1.D.Ene, M.Drghici, I.N. Alecu Statistic aplicat n agricultur Ed.Ceres, 2003.
2.M.Iosifescu i col. Mic enciclopedie de statistic Ed.tiinif.i Enciclop., 1985.
3. Varga M. Elemente de Matematic i Biostatistic cu aplicaii n biotehnologii, Editura
Printech, 2009.
TEMA 6.1 CORELAIA I REGRESIA MONOFACTORIAL LINIAR
Msura cantitativ a influenei variaiei unui factor controlat X asupra variaiei
factorului Y, se numete corelaie ntre X i Y iar funcia care stabilete dependena
cantitativ a lui Y i X se numete funcie de regresie a lui Y dup X.
Din populaie se aleg n exemplare pe care se msoar nsuirile cantitative X i Y
obinnd perechile de date de sondaj (x1, y1), , (xn, yn).
Se reprezint grafic n raport cu axele Ox, Oy punctele de coordonate (x1, y1), , (xn,
yn) obinnd un nor de puncte n planul Oxy. Dup forma acestui nor de puncte funcia de
regresie poate fi liniar (rectilinie) sau neliniar (curbilinie). Norul de puncte se poate
reprezenta grafic cu produsele informatice EXCEL i TCWIN.
Din datele de sondaj calculm urmtorii indicatori statistici de sondaj:
a)
I)
MX= X
Varianele de sondaj:
II)
S2X
1
n 1
[Type text]
Xi
X ; S2Y
1
n 1
Yi
Y ;
Pag. 195
III)
S2X ; SY
SX
S2Y ;
IV)
SX
CX
.100(%); CY
SY
.100(%)
X
Y
Definiiile, calitile i defectele acestor indicatori proprii au fost date n seciunea 7.2.
Indicatorii de sondaj de legtur ntre caractere:
1
Covariana de sondaj: SXY
X i X Yi
n 1
b)
V)
Y ;
VI)
R
S XY
S X SY
[-1; 1];
Pag. 196
2)
Coeficientul R nu are uniti de msur deci permite comparaii ntre perechile de
caractere;
3)
Coeficientul R nu este sensibil la codificarea datelor;
4)
Coeficientul R poate aprecia intensitatea legturii statistice a caracterelor X, Y
(vezi teorema 6.2, punctul 3).
Dac X1,,Xn sunt depuse n celulele A1:An din coloana A n EXCEL iar
Y1,,Yn sunt depuse n celulele B1:Bn din coloana B , atunci covariana Sxy
este dat de funcia EXCEL scris n celula C1 : = COVAR((A1:An),(B1:Bn))
iar coeficientul de corelaie liniar R este dat de funcia EXCEL scris n
celula C2 : = CORREL((A1:An),(B1:Bn))
Valorea lui Sxy poate fi obinut n EXCEL i prin deschiderea ferestrei TOOLS
n care activm opiunea COVARIANCE n care declarm celulele A1:An ,
B1:Bn n care se gsesc datele. Valoarea lui Sxy se obine fie n foaia de calcul Nr.2 fie tot n
foaia de calcul Nr.1 n care se gsesc datele ,prin declararea ca celule de rezultate a altor
celule dect cele din blocul de date A1:Cn .
Coeficientul de corelaie liniar R se obine exact ca i S xy , dac n DATA
ANALYSIS activm opiunea CORRELATION .
Uneori mai importante dect valorile Xi, Yi ale nsuirilor X, Y sunt rangurile lor n
ordonarea dup mrime.
n cazul nsuirilor X, Y calitative se cunosc numai asemenea ranguri n clasificarea
dup un anumit criteriu.
Notm cu d diferena rangurilor a dou nsuiri X, Y ale aceluiai exemplar,
coeficientul de corelaie a rangurilor ntr-un sondaj de n perechi de ranguri, capt forma:
R 1
6(d12 ... d n2 )
n(n 2 1)
C( Z)
S2X
SXY
SYX S2Y
[Type text]
Pag. 197
L( Z )
1
R
R
1
SXY
B1
S2X
X i Yi /
B0
0)
0)
0)
0)
yi
10
11
14
14
20
yi
10
11
14
14
20
Pag. 198
yi
10
11
14
15
20
Y
deci B1 este valoarea marginal cu
X
B1
Sy
Sy
SX SX
; B0
Sy
SX
X; Y
Sy
SX
Defecte
2) B0 i B1 au uniti de msur deci nu permit comparaii ntre perechi de caractere;
3) B0 este sensibil la codificarea datelor iar B1 la nmulirea i mprirea datelor;
4) Prognoza valorilor Y fcut pe baza dreptei de regresie Y = B0 + B1X este
aproximativ.
Dac X1,,Xn sunt depuse n celulele A1:An din coloana A n EXCEL iar
Y1,,Yn sunt depuse n celulele B1:Bn din coloana B , atunci coeficientul de regresie liniar
B1 este dat de funcia EXCEL scris n celula C3 : = SLOPE((A1:An),(B1:Bn)) iar termenul
liber al regresiei
B0
INTERCEPT((A1:An),(B1:Bn))
Pentru prognoza valorii Y(0) = B0 + B1.X(0) se folosete funcia EXCEL scris
n celula C5 : = FORECAST (X(0) , (A1:An),(B1:Bn)).
Fundamentarea afirmaiilor precedente se bazeaz pe teoremele care urmeaz:
Teorema 6.1
1) Dreapta de regresie Y = B0 + B1X are coeficienii dai de relaiile:
S XY
pt. B0 0
S X2
B1
X i Yi /
[Type text]
X i2
pt. B0
Pag. 199
n 1 1 R2
SY t
n n 2
De aici rezult: P
; n - 2 GL
Y B0 B 1X:
P Y
B0
B1 X
SY X
t
n
unde
2
2
Y X
SPAY X
n 2
/2;( n 2) GL
1 R2
B1 X
1
2
SPAY
1 R2
n 2
n 1 1 R2
2
; B0
n n 2
SY t
n 1 SY2
n 2
deci avem
/2;( n 2) GL
are forma:
2
D+
Y
D
Y
D-
D-
[Type text]
Pag. 200
D +:
Y = B0 + B1X +
D:
Y = B0 + B1X
D-:
Y = B0 + B1X -
Q.E.D.
2
Teorema 6.2
1) Coeficientul de corelaie liniar este dat de relaia: R
S XY
;
S X SY
2
Avem
B1
SY
SX
de unde
Y = Y + B1(X - X )
regresie
Yai = Y + B1(Xi - X )
B1
SX
SY
conform relaiei:
; (i = 1, , n)
(4)
Yci
(5)
Teorema 6.3
1) Pentru valorile ateptate
Ya = (Ya1, , Yan) avem:
2
Media Ya Y ; Variana SYa B12 S X2 R2 SY2 ; Covariana SX,Ya = SXY;
Coeficientul de corelaie liniar RX,Ya = 1
2) Pentru valorile corectate Yc = (Yc1, , Ycn) avem:
Media Yc
Y ; Variana SYc2
SY2
B12 S X2
Pag. 201
Teorema 6.4
1.Intervalul de ncredere pentru coeficientul de corelaie liniar necunoscut xy
P(xy
(1 R) (1 R)e
(1 R) (1 R)e
'
unde
(1 R) (1 R)e
2u
(1 R) (1 R)e
2u
/ n 3
2u
/ n 3
2
/ n 3
2
2u
/ n 3
2
P(1
[1 - ; 1 + ' ]) = 1
2
1 R 2 SY
t
n 2 SX
unde
/2;( n 2) GL
Intervalul de ncredere pentru termenul liber necunoscut 0 al regresiei liniare n populaia din
care provine sondajul, are forma:
P 0
B0
; B0
2
1 R2
1 unde
2
n 1 S X2
nX
n n 2
SY
t
SX
/2;( n 2) GL
[Type text]
; V(R)
1n
n populaie.
deci lim V ( R)
n
aa c
este o
Pag. 202
Din relaia t
1 R
n 2
rezult:
t
2
t
2
n 2
/2
Valorile critice R
2
Anex.
Decizia asupra ipotezei H se ia astfel:
Dac R
populaie.
n caz contrar avem cazurile:
a) R0.025
b) R0.005
c)
SY
cu testarea ipotezei H : 1 = 0 fa de alternativa H: 1 0 fcut pe baza
SX
B1
n 2 care se compar cu valorile critice t0.05; t0.01; t0.001 cu n 2
relaiei: t
SY2
B12
S X2
GL , extrase din tabela 2 din Anex.
Decizia se ia ca la punctul 1).
relaiei B1
Exemple
1) Fie X = nlimea la greabn a vieilor (cm) i Y = greutatea n viu a vieilor (kg).
Populaia este format din N = 100 viei din care extragem un sondaj de
n = 10 viei, pe care msurm nlimea la greabn i greutatea, obinnd datele de
sondaj:
xi
70
68
71
72
69
66
70
67
71
72
yi
55
54
56
60
54
50
56
53
56
58
Soluie
Se reprezint grafic norul de puncte cu coordonatele (xi, yi) cu unul din produsele
informatice EXCEL ,TCWIN .
[Type text]
Pag. 203
Forma alungit a norului de puncte indic o dependen liniar. Deoarece pentru talia
X = 0 avem greutatea Y = 0, regresia este fr termen liber.
Calcule:
a) Indicatorii de sondaj proprii fiecrui caracter
xi 696
Mediile: MX= X
69.6 cm
n
10
yi
MY= Y
552
10
55.2 kg
Abaterile standard:
SX
SY
xi
38.40
10 1
n 1
yi
n 1
4.27
2.07 cm
67.60
10 1
7.51
2.74 kg
Coeficienii de variabilitate:
CX
2.07
100
69.6
3% ; CY
2.74
100
55.2
5%
Pag. 204
Covariana
xi
S XY
yi
n 1
47.80
10 1
5.31 cm x kg
S XY
S X SY
5.31
2.07 2.74
0.938
AE = 1 Ax = 12%
AE =
12%
Variaia total a lui Y = 100%
Ax =
88%
Concluzie: 88% din variaia lui Y este datorat variaiei lui X, restul de 12% se
datorete variaiei altor factori necontrolai numii Eroare.
Pentru coeficientul de corelaie liniar necunoscut ntre X, Y n populaie, avem
intervalele de ncredere:
[0.801; 0.982]
cu ncrederea de 95%;
[0.688; 0.989]
cu ncrederea de 99%;
[0.504; 0.994]
cu ncrederea de 99.9%.
interpretare:
[Type text]
Pag. 205
Coeficientul de corelaie necunoscut ntre talia i greutatea tuturor vieilor din care fac
parte cei 10 ai sondajului, este cuprins ntre 0.801 i 0.982 cu o ncredere de 95%.
Exist semiriscul 2.5% ca acest coeficient s fie mai mic ca 0.801 atunci cnd
sondajul extras din populaie a fost intens corelat liniar (n sondaj sunt viei scunzi i slabi
respectiv viei nali i grai).
n mod analog exist semiriscul 2.5% ca, coeficientul s fie mai mare ca 0.982
atunci cnd sondajul extras din populaie a fost slab corelat liniar (n sondaj sunt viei de
toate categoriile: scunzi i slabi, scunzi i grai, nali i slabi, nali i grai).
Ipoteza H : = 0.9 se accept deoarece = 0.9
[0.801; 0.911].
B1
xi yi
2
i
38467
48480
1=
.(
Y/ X)
[Type text]
[0.676; 0.911].
Pag. 206
n 1 1 R2
Relaia:
n n 2
SY t
10 1 1 0.9382
devine:
10 10 2
/ 2;( n 2) GL
B0
B1 X
devine Y =
2
0.793X + 0.736.
Cu ajutorul acestei ecuaii se pot face prognoze cu asigurarea de 95% astfel:
Pentru X = 75 cm avem valorile ateptate:
Ya = 0.793 x 75 + 0.736 =
60.211 kg
(Maxima)
59.475 kg
(Media)
59.739 kg
(Minima)
Pentru talia vieilor Xa = 75 cm ,ne ateptm ca greutatea vieilor din care provine
sondajul s fie cuprins ntre [58.739 kg; 60.211 kg] cu o ncredere de 95%.
Exist semiriscul 2.5% ca aceast greutate s fie sub 58.739 kg atunci cnd sondajul a
fost ales performant ca greutate.
n mod analog exist semiriscul 2.5% ca aceast greutate s fie peste 60.211 kg atunci
cnd sondajul a fost ales neperformant ca greutate.
Ipoteza H :
Xa
75 cm
Ya
60 kg
Y Ya
Avem tabelul:
xi
yi
yai
yi=yi-yai
yci
70
55
55.54
- 0.54
54.66
68
54
53.96
0.04
55.24
71
56
56.34
- 0.34
54.86
72
60
57.13
2.87
58.07
[Type text]
yi
Pag. 207
69
54
54.75
- 0.75
54.45
66
50
52.37
- 2.37
52.83
70
56
55.54
0.46
55.66
67
53
53.16
- 0.16
55.04
71
56
56.34
- 0.34
54.86
72
58
57.13
0.87
56.07
Calculele precedente privitoare la regresia liniar pot fi fi fcute n EXCEL astfel : Valorile
X1,,Xn se nscriu n celulele A1:An din coloana A iar valorile Y1,,Yn se nscriu n celulele
B1:Bn din coloana B a foii de calcul Nr.1
Deschidem fereasta TOOLS n care activm opiunea DATA ANALYSIS . Aici
activm opiunea REGRESSION n care declarm celulele A1:An i B1:Bn unde
se afl datele.
Rezultatele regresiei liniare se gsesc fie n foaia de calcul Nr.2,fie tot n foaia de calcul
Nr.1 cu date ,prin declararea ca celule de rezultate a altor celule dect cele din blocul de date
A1:Cn
[Type text]
Pag. 208
SPAY . X
B0
0,.................,
SPAY . X
Bd 1
b) Dup calculul celor d parametri de regresie B0, B1,....., Bd-1, vom calcula raportul
de corelaie neliniar
Rc
teoremei 6.2:
Rc
Aici SPAY=
SPAY.X=
( yi
SPAY . X
SPAY
(1)
f(xi, B0, B1,....., Bd-1) ale lui Y fa de valorile observate yi ale ale lui Y n-d
grade de
n-1-
(n-d)=d-1GL
[Type text]
Pag. 209
n cazul dreptei de regresie Y=B0+B1X avem d=2 parametrii necunoscui B0, B1, deci:
R2
1
:
2
1 R n 2
(3)
1 R
n-2
GL.
Deosebirea ntre
d =m+1 ecuaii
Bm
xi2 m ... B1
xim 1
xim
B0
xim yi
.....................................................................
Bm
xim 1 ... B1
Bm
xim ... B1
Notm
xi2
xi
B0
xi
nB0
xi yi
yi
de tip
n x (m+1)
Bm
Bm 1
..........
Bo
y1
coloan de tip (m+1)x 1 al coeficienilor de regresie polinomial, iar Y= ....
yn
este vectorul -
este vectorul
Pag. 210
XT.X.B=XT.Y
Dac matricea simetric XT.X de ordin m+1 este nesingular (det(XT.X) 0), sistemul de
ecuaii normale are soluie unic scris matricial:
B=(XT.X)-1.XT.Y
Cu
cu (m; n-m-1)
Rc2
m
:
2
1 Rc n m 1
GL.
(4)
Bm
xi2 m ... B1
xim 1
xim yi
.........................................................
Bm
xim 1 ... B1
xi2
xi yi
m
ecuaii cu
d= m. Cu
Rc2
m 1
:
2
1 Rc n m
d= m
(5)
cu (m-1;n-m)GL
Exemplu:
Fie X= cantitatea de azotat de amoniu (kg/ha) i Y= producia de gru (quintale/ha).
Avem un sondaj de volum n=10:
xi
30
60
90
120
150
180
210
240
270
yi
15
17
20
22
25
29
34
36
38
40
[Type text]
Pag. 211
[Type text]
xi
yi
yai
15
15.28
-0.28
30
17
16.80
0.20
60
20
19.23
0.77
90
22
22.32
-0.32
120
25
25.80
-0.80
150
29
29.40
-0.40
180
34
32.88
1.12
210
36
35.97
0.03
240
38
38.40
-0.40
270
40
39.92
0.08
yi
Pag. 212
SPAY . X
=0.99796.
SPAY
Raportul Fisher Fp are forma (4) (regresia este cu termen liber) i pentru n=10; m=3
capt valoarea
Fp=488.7
cu
(3;6)
GL.
F0.01=9.78; F0.001=23.70.
F0.001=23.70, corelaia polinomial n populaia din care provine
Cum Fp=488.7
d= k+1
d aceste
valori astfel:
T0= MY
S1 =
2
n
yi sin xi ; C1=
i 1
2
n
yi cos xi
i 1
...................................................
Sk =
2
n
2
n
yi cos kxi
i 1
(n 1) xi ( xn
xn x1
xi
cu
nx1 ) 2
dup ce n prealabil valorile xi au fost reordonate n ordine
n
cresctoare.
[Type text]
Pag. 213
xi=x1+(i-1)r
xcn=2
c=0
fa de alternativa H:
n care F este variabil Fisher cu (d-1; n-d) GL, unde d este numrul parametrilor de
regresie necunoscui T0, S1, C1,........, Sk, Ck, deci d=2k+1, aa c F renotat cu Ft are forma :
Ft = [Rc2 / (1- Rc2 )] : [2k/(n-2k-1)]
cu
(6)
(2k ; n-2k-1 ) GL
Prin regresia trigonometric se ajusteaz date cu caracter periodic (ciclic) mai ales
cnd x este timpul msurat sezonier (n secunde , minute, ore, zile, sptmni, luni, trimestre,
semestre, ani, decenii, secole, milenii).
De exemplu n cazul X=timpul, Y poate fi caracter meteorologic (precipitaii, cldur,
lumin, secete, inundaii, ngheuri, grindin,etc.) sau geologic (cutremure, alunecri de teren)
sau biologic (cicluri de reproducie i lactaie, serii la ngrat pentru animale domestice,
perioade de vegetaie pentru plantele de cultur) sau economic (perioade de avnt economic i
de recesiune).
Exemple
1)X=timpul n luni Y=temperatura medie lunar a aerului n perioada 1901-1990 la
staia meteo Bucureti-Filaret (0C).
Z=precipitaiile medii lunare n perioada 1901-1990 la staia meteo Bucureti-Filaret
3
(m /ha).
Date de sondaj:
[Type text]
Luna X
Temperatura Y
Precipitaii Z
-2.4
406
-0.3
340
5.2
374
11.6
444
16.9
681
20.6
860
22.8
578
Pag. 214
22.3
512
17.8
391
10
11.8
411
11
5.5
485
12
0.4
411
xi
Xci
Yi
yai
0.5235989
-2.4
-2.06
-0.34
1.047198
-0.3
-0.06
-0.24
1.570797
5.2
5.03
0.17
[Type text]
yi
Pag. 215
2.094395
11.6
11.31
0.29
2.617994
16.9
17.00
-0.10
3.141593
20.6
20.98
-0.38
3.665192
22.8
22.69
0.11
4.188791
22.3
21.79
0.51
4.712390
17.8
18.11
-0.31
10
5.235988
11.8
12.12
-0.32
11
5.759587
5.5
5.33
0.17
12
6.283186
0.4
-0.05
0.45
Variaia total este SPAY=2381.04, variaia rezidual este SPAY.X=1.148, deci raportul
de corelaie trigonometric dat de relaia (1) va fi
Rc=0.999759
Raportul Fisher este dat de relaia (6) i pentru n=12; k=2 capt valoarea : Ft=3629
cu (4; 7)GL.
Valorile critice Fisher din tabele 4,5,6 din Anex, cu (4;7)GL sunt F0.05=4.12;
F0.01=7.85; F0.001=17.19
Cum Ft=3629
[Type text]
Pag. 216
zai
T0
i diferenele
xi
xci
zi
zai
0.5235989
406
411.25
- 5.25
1.047198
340
334.75
5.25
1.570797
374
379.25
- 5.25
2.094395
444
438.75
5.25
2.617994
681
686.25
- 5.25
3.141593
860
854.75
5.25
3.665192
578
583.25
- 5.25
4.188791
512
506.75
5.25
4.712390
391
396.25
- 5.25
10
5.235988
411
405.75
5.25
11
5.759587
485
490.25
- 5.25
12
6.283186
411
405.75
5.25
zi
Variaia total este SPAZ=3142985, variaia rezidual este SPAZ.X=331, deci raportul
de corelaie trigonometric dat de relaia (6) este : Rc==0.9999474
Raportul Fisher Ft dat de relaia (1) ,pentru n=12, k=5 capt valoarea Ft=950.9893
cu
(10; 1) GL.
[Type text]
Pag. 217
Valorile critice Fisher pentru (10;1) GL extrase din tabelele 4,5,6 din Anex, sunt
F0.05=241.9; F0.01=6056; F0.001=605600
Cum F0.05 < Ft <F0.01, corelaia trigonometric n populaia din care provine sondajul
este semnificativ.
6.2.3. Corelaia i regresia monofactorial polinomial-trigonometric
Funcia de regresie are forma:
y=[B0+B1x+.......+Bmxm]+[T0+S1sinx+C1cosx+........+Sksinkx+Ckcoskx]
a)Partea polinomial din prima parantez ptrat din membrul doi, este neperiodic i se
numete tendin (trend), coeficienii B0, B1, ........, Bm, se stabilesc ca n seciunea 10.3.1 de
mai sus, prelucrnd datele primare (xi, yi)
(1
care are
SPAY . X
,
SPAY
n
cu
( yi
SPAY=
y )2 ;SPAY.X=
i 1
( yi
yapi )2 .
i 1
a)Partea trigonometric din a doua parantez ptrat din membrul doi al funciei de regresie
de mai sus ,este periodic i se numete parte ciclic sau sezonier, coeficienii T0, S1,
C1,........, Sk, Ck se stabilesc ca n seciunea 10.3.2 de mai sus, prelucrnd datele reziduale (xi;
ypi) de la regresia polinomial, unde ypi=yi-yapi
(1 i
n).
ypti=yi-yapi - yati .
[Type text]
ypti=yi - yapti .
Pag. 218
cu
(2k; n-2k-1)
GL.
Aici raportul de corelaie trigonometric are forma din relaia (1) i anume:
Rct= 1
SPADY . X
SPADY
n
ypi ) 2
( ypi
unde SPADY=
i 1
n
i SPADY.X=
yati )2
( ypi
i 1
Exemplul 1
X=timpul (zile trecute de la data ftrii)
Y=producia zilnic de lapte de vac (litri/zi)
Date de sondaj:
xi
28
56
84
112
140
168
196
224
252
280
308
yi
15
18
20
21
22
19
16
12
a) Regresia polinomial:
Pentru funcia polinomial alegem gradul m=3, deci y= B0+B1x+B2 x2+B3 x3.
[Type text]
Pag. 219
ypi=yi-
[Type text]
ypti=yi-yapti
xi
yi
xci
28
15
56
yapi
ypi
Yapti
0.5711987 14.27
0.73
14.65
0.35
18
1.142397
18.61
-0.61
18.22
-0.22
84
20
1.713596
20.92
-0.92
20.10
-0.10
112
21
2.284795
21.49
-0.49
21.18
-0.18
140
22
2.855994
20.62
1.38
21.27
0.73
168
19
3.427193
18.60
0.40
19.61
-0.61
196
16
3.998391
15.71
0.29
16.09
-0.09
224
12
4.569590
12.24
-0.24
11.71
0.29
ypti
Pag. 220
252
5.140789
8.49
-0.49
7.74
0.26
280
5.711987
4.75
-0.75
4.62
-0.62
308
6.283186
1.30
0.70
1.82
0.18
MYc
Y2
... Yn
Yn
2
n 1
Exemplul 2
X= timpul (zile trecute de la data ecloziunii oulelor de gin)
Y=greutate pui broiler (grame)
Date de sondaj:
xi
14
21
28
35
42
49
56
21
92
213
378
580
791
1005
1220 y 1432
i
[Type text]
Pag. 221
Regresia polinomial :
Lum m=3, deci:
a)
+B3 xi
b)
MYc
Y1
2
Y2
... Yn
Yn
2
n 1
Tabelul final cu rezultate este :
[Type text]
625.7 g
Pag. 222
xi
xci
yi
yapi
0.6981318
21
19.75
1.25
23.14
-2.14
1.396264
92
92.25
-0.25
91.52
0.48
14
2.094395
213
216.12
-3.12
211.75
1.25
21
2.792527
378
380.49
-2.49
379.68
-1.68
28
3.490659
580
574.47
5.53
579.25
0.75
35
4.188791
791
787.18
3.83
790.72
0.28
42
4.886923
1005
1007.72
-2.72
1005.14
-0.14
49
5.585055
1220
1225.22
-5.22
1221.18
-1.18
56
6.283186
1432
1428.80
3.20
1429.62
2.38
ypi
yapti
ypti
TEST DE EVALUARE
1. Ce sunt coeficientul de corelaie liniar i coeficienii de regresie liniar ?
2. Ce sunt raportul de corelaie neliniar i coeficienii de regresie neliniar ?
3. Ce este autocorelaia i cross-corelaia seriilor de timp ?
4. Ce avantaje prezint corelaia i regresia polinomial-trigonometric ?
5. Ce sunt coeficienii de corelaie liniar multipli totali i cum se testeaz ei ?
6. Ce sunt coeficienii de corelaie liniar multipli pariali i cum se testeaz ei ?
7. Ce sunt coeficienii de regresie liniar multipl ?
8. Prin ce se deosebesc rapoartele de corelaie neliniar multipl de coeficienii de
corelaie liniar multipl ?
[Type text]
Pag. 223
BIBILIOGRAFIE
1. Ene D., 2006, Matematic aplicat n agricultur, ISBN: 973-40-0742-4, Editura CERES,
Bucureti.
2.Ene D., Burlacu R., 2006 Biomatematic i informatic, ISBN:973-725-543-7, Editura
Fundaiei Romnia de Mine.
3. Ene D., Drghici M., Alecu I.N., 2003 Statistic aplicat n agricultur, ISBN: 973-400619-3, Editura CERES, Bucure ti.
4. Varga M., 2009, Elemente de Matematic i Biostatistic cu aplicaii n biotehnologii,
ISBN: 978-606-521-399-9, Editura Printech, 2009.
[Type text]
Pag. 224
/2 )
=1-
/2
0.00
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.0
0.50000
0.50399
0.50798
0.51197
0.51595
0.51994
0.52392
0.52790
0.53188
0.53586
0.1
0.53983
0.54379
0.54776
0.55172
0.55567
0.55962
0.56356
0.56749
0.57142
0.57534
0.2
0.57926
0.58317
0.58706
0.59095
0.59483
0.59871
O.6025
0.60642
0.61026
0.61409
0.3
0.61791
0.62172
0.62551
0.62930
0.63307
0.63683
0.64431
0.64803
0.65173
0.4
0.65542
0.65910
0.66276
0.66640
0.67003
0.67364
0.64058
7
0.67724
0.68082
0.64838
0.68793
0.5
0.69146
0.69497
0.69847
0.70194
0.70540
0.70884
0.71226
0.71566
0.71904
0.72240
0.6
0.72575
0.72907
0.73237
0.73565
0.73891
0.74215
0.74537
0.74857
0.75175
0.75490
0.7
0.75803
0.76115
0.76424
0.76730
0.77035
0.77337
0.77637
0.77935
0.78230
0.78523
0.8
0.78814
0.79103
0.79389
0.79673
0.79954
0.80234
0.80510
0.80785
0.81057
0.81327
0.9
0.81594
0.81859
0.82121
0.82381
0.82639
0.82894
0.83147
0.83397
0.83646
0.83891
1.0
0.84134
0.84375
0.84613
0.84849
0.85083
0.85314
0.85543
0.85769
0.85993
0.86214
1.1
0.86433
0.86650
0.86864
0.87076
0.87285
0.87493
0.87697
0.87900
0.88100
0.88297
1.2
0.88493
0.88686
0.88877
0.89065
0.89251
0.89435
0.89616
0.89796
0.89973
0.90147
1.3
0.90320
0.90490
0.90658
0.90824
0.90988
0.91149
0.91308
0.91465
0.91621
0.91773
1.4
0.91924
0.92073
0.92219
0.92364
0.92506
0.92647
0.92785
0.92922
0.93056
0.93189
1.5
0.93319
0.93448
0.93574
0.93699
0.93822
0.93943
0.94062
0.94179
0.94295
0.94408
1.6
0.94520
0.94630
0.94738
0.94845
0.94950
0.95053
0.95154
0.95254
0.95352
0.95448
1.7
0.95543
0.95637
0.95728
0.95818
0.95907
0.95994
0.96080
0.96164
0.96246
0.96327
1.8
0.96407
0.96485
0.96562
0.96637
0.96711
0.96784
0.96856
0.96926
0.96995
0.97062
1.9
0.97128
0.97193
0.97257
0.97320
0.97381
0.97441
0.97500
0.97558
0.97615
0.97670
2.0
0.97725
0.97778
0.97831
0.97882
0.97932
0.97982
0.98030
0.98077
0.98124
0.98169
2.1
0.98214
0.98257
0.98300
0.98341
0.98382
0.98422
0.98461
0.98500
0.98537
0.98574
2.2
0.98610
0.98645
0.98679
0.98713
0.98745
0.98778
0.98809
0.98840
0.98870
0.98899
2.3
0.98928
0.98956
0.98983
0.99010
0.99036
0.99061
0.99086
0.99111
0.99134
0.99158
2.4
0.99180
0.99202
0.99224
0.99245
0.99266
0.99286
0.99305
0.99324
0.99343
0.99361
2.5
0.99379
0.99396
0.99413
0.99430
0.99446
0.99461
0.99477
0.99492
0.99506
0.99520
2.6
0.99534
0.99547
0.99560
0.99573
0.99585
0.99598
0.99609
0.99621
0.99632
0.99643
2.7
0.99653
0.99664
0.99674
0.99683
0.99693
0.99702
0.99711
0.99720
0.99728
0.99736
2.9
0.99744
0.99752
0.99760
0.99767
0.99774
0.99781
0.99788
0.99795
0.99801
0.99807
2.9
0.99813
0.99819
0.99825
0.99831
0.99836
0.99841
0.99846
0.99851
0.99856
0.99861
3.0
0.99865
0.99869
0.99874
0.99878
0.99882
0.99886
0.99889
0.99893
0.99897
0.99900
3.1
0.99903
0.99906
0.99910
0.99913
0.99916
0.99918
0.99921
0.99924
0.99926
0.99929
3.2
0.99931
0.99934
0.99936
0.99938
0.99940
0.99942
0.99944
0.99946
0.99948
0.99950
3.3
0.99952
0.99953
0.99955
0.99957
0.99958
0.99960
0.99961
0.99962
0.99964
0.99965
3.4
0.99966
0.99968
0.99969
0.99970
0.99971
0.99972
0.99973
0.99974
0.99975
0.99976
3.5
0.99977
0.99978
0.99978
0.99979
0.99980
0.99981
0.99981
0.99982
0.99983
0.99983
3.6
0.99984
0.99985
0.99985
0.99986
0.99986
0.99987
0.99987
0.99988
0.99988
0.99989
3.7
0.99989
0.99990
0.99990
0.99990
0.99991
0.99991
0.99992
0.99992
0.99992
0.99992
3.8
0.99993
0.99993
0.99993
0.99994
0.99994
0.99994
0.99994
0.99995
0.99995
0.99995
3.9
0.99995
0.99995
0.99996
0.99996
0.99996
0.99996
0.99996
0.99996
0.99997
0.99997
[Type text]
Pag. 225
/2
si t : P(| t | > t
/2 )
= P(t > t ) =
0.40
0.25
0.10
0.05
0.025
0.01
0.005
0.0025
0.001
0.0005
0.325
1.000
3.078
6.314
12.706
31.821
63.657
127.32
318.31
636.62
0.289
0.816
1.886
2.920
4.303
6.965
9.925
14.089
23.326
31.598
0.277
0.765
1.638
2.353
3.182
4.541
5.841
7.453
10.213
12.924
0.271
0.741
1.533
2.132
2.776
3.747
4.604
5.598
7.173
8.610
0.267
0.727
1.476
2.015
2.571
3.365
4.032
4.773
5.893
6.869
0.265
0.718
1.440
1.943
2.447
3.143
3.707
4.317
5.208
5.959
0.263
0.711
1.415
1.895
2.365
2.998
3.499
4.029
4.785
5.408
0.262
0.706
1.397
1.860
2.306
2.896
3.355
3.833
4.501
5.041
0.261
0.703
1.383
1.833
2.262
2.821
3.250
3.690
4.297
4.781
10
0.260
0.700
1.372
1.812
2.228
2.764
3.169
3.581
4.144
4.587
11
0.260
0.697
1.363
1.796
2.201
2.718
3.106
3.497
4.025
4.437
12
0.259
0.695
1.356
1.782
2.179
2.681
3.055
3.428
3.930
4.318
13
0.259
0.694
1.350
1.771
2.160
2.650
3.012
3.372
3.852
4.221
14
0.258
0.692
1.345
1.761
2.145
2.624
2.977
3.326
3.787
4.140
15
0.258
0.691
1.341
1.753
2.131
2.602
2.947
3.286
3.733
4.073
16
0.258
0.690
1.337
1.746
2.120
2.583
2.921
3.252
3.686
4.015
17
0.257
0.689
1.333
1.740
2.110
2.567
2.898
3.222
3.646
3.965
18
0.257
0.688
1.330
1.734
2.101
2.552
2.878
3.197
3.610
3.922
19
0.257
0.688
1.328
1.729
2.093
2.539
2.861
3.174
3.579
3.883
20
0.257
0.687
1.325
1.725
2.086
2.528
2.845
3.153
3.552
3.850
21
0.257
0.686
1.323
1.721
2.080
2.518
2.831
3.135
3.527
3.819
22
0.256
0.686
1.321
1.717
2.074
2.508
2.819
3.119
3.505
3.792
23
0.256
0.685
1.319
1.714
2.069
2.500
2.807
3.104
3.485
3.767
24
0.256
0.685
1.318
1.711
2.064
2.492
2.797
3.091
3.467
3.745
25
0.256
0.684
1.316
1.708
2.060
2.485
2.787
3.078
3.450
3.725
26
0.256
0.684
1.315
1.706
2.056
2.479
2.779
3.067
3.435
3.707
27
0.256
0.684
1.314
1.703
2.052
2.473
2.771
3.057
3.421
3.690
28
0.256
0.683
1.313
1.701
2.048
2.467
2.763
3.047
3.408
3.674
29
0.256
0.683
1.311
1.699
2.045
2.462
2.756
3.038
3.396
3.659
30
0.256
0.683
1.310
1.697
2.042
2.457
2.750
3.030
3.385
3.646
40
0.255
0.681
1.303
1.684
2.021
2.423
2.704
2.971
3.307
3.551
50
0.255
0.679
1.299
1.676
2.009
2.403
2.678
2.937
3.261
3.496
60
0.254
0.679
1.296
1.671
2.000
2.390
2.660
2.915
3.232
3.460
70
0.254
0.678
1.294
1.667
1.994
2.381
2.648
2.899
3.211
3.435
80
0.254
0.678
1.292
1.664
1.990
2.374
2.639
2.887
3.195
3.416
90
0.254
0.677
1.291
1.662
1.987
2.368
2.632
2.878
3.183
3.402
100
0.254
0.677
1.290
1.660
1.984
2.364
2.626
2.871
3.174
3.390
0.253
0.674
1.282
1.645
1.960
2.326
2.576
2.807
3.090
3.291
[Type text]
Pag. 226
):P(
>
)=
GL
0.9995
0.995
0.975
0.05
0.025
0.01
0.005
0.001
0.0005
0.0639
0.0439
0.0398
3.84
5.02
6.63
7.88
10.83
12.12
0.001
0.01
0.05
5.99
7.38
9.21
10.60
13.82
15.20
0.02
0.07
0.22
7.81
9.35
11.34
12.84
16.27
17.73
0.06
0.21
0.48
9.49
11.14
13.28
14.86
18.47
20.00
0.16
0.41
0.83
11.07
12.83
15.09
16.75
20.51
22.10
0.30
0.68
1.24
12.59
14.45
16.81
18.55
22.46
24.10
0.48
0.99
1.69
14.07
16.01
16.48
20.28
24.32
26.12
0.71
1.34
2.18
15.51
17.53
20.09
21.96
26.12
27.87
0.97
1.73
2.70
16.92
19.02
21.67
23.59
27.88
29.67
10
1.26
2.16
3.25
18.31
20.48
23.21
25.19
29.59
31.42
11
1.50
2.60
3.92
19.68
21.92
24.72
26.76
31.26
33.14
12
1.93
3.07
4.40
21.03
23.34
26.22
28.30
32.91
34.82
13
2.30
3.57
5.01
22.36
24.74
27.69
29.82
34.53
36.48
14
2.70
4.07
5.63
23.68
26.12
29.14
31.32
36.12
38.11
15
3.11
4.60
6.87
25.00
27.49
30.58
32.80
37.70
39.72
16
3.54
5.14
6.91
26.20
28.85
32.00
34.27
39.25
41.31
17
3.98
5.70
7.56
27.59
30.19
33.41
35.72
40.79
42.88
18
4.44
6.26
8.23
28.87
31.53
34.81
37.16
42.31
44.43
19
4.91
6.84
8.91
30.14
32.85
36.19
38.58
43.82
45.97
20
5.40
7.43
9.59
31.41
34.17
37.57
40.00
45.31
47.50
21
5.90
8.03
10.28
32.67
35.48
38.93
41.40
46.80
49.01
22
6.40
8.64
10.98
33.92
36.78
40.29
42.80
48.27
50.51
[Type text]
Pag. 227
GL
0.9995
0.995
0.975
0.05
0.025
0.01
0.005
0.001
0.0005
23
6.92
9.26
11.69
35.17
38.08
41.64
44.18
49.73
52.00
24
7.45
9.89
12.40
36.42
39.36
42.98
45.56
51.18
53.48
25
8.00
10.52
13.12
37.65
40.65
44.31
46.93
52.62
54.95
26
8.54
11.16
13.84
38.89
41.92
45.64
48.29
54.05
56.41
27
9.09
11.81
14.57
40.11
43.19
46.96
49.64
55.48
57.86
28
9.66
12.46
15.31
41.34
44.46
48.28
50.99
56.89
59.30
29
10.23
13.12
16.05
42.56
45.72
49.59
52.34
58.30
60.73
30
10.80
13.79
16.79
43.77
46.98
50.89
53.67
59.70
62.16
40
16.91
20.71
24.43
55.76
59.34
63.69
66.77
73.40
76.09
50
23.46
27.99
32.36
67.50
71.42
76.15
79.49
86.66
89.56
60
30.34
35.53
40.48
79.08
83.30
88.38
91.95
99.61
102.69
70
37.47
43.27
48.76
90.53
95.02
100.42
104.21
112.32
115.58
80
44.79
51.17
57.15
101.88
106.63
112.33
116.32
124.84
128.26
90
52.28
59.20
65.65
113.14
118.14
124.16
128.30
137.21
140.78
100
59.90
67.33
74.22
124.34
129.56
135.81
140.17
149.45
153.17
[Type text]
Pag. 228
10
12
15
20
24
30
40
60
120
161.
199.
215.
224.
230.
234.
236.
238.
240.
241.
243.
245.
248.
249.
250.
251.
252.
253.
18.5
19.0
19.1
19.2
19.3
19.3
19.3
19.3
19.3
19.4
19.4
19.4
19.4
19.4
19.4
19.4
19.4
19.4
9.55
9.28
9.12
9.01
8.94
8.89
8.85
8.81
8.79
8.74
8.70
8.66
8.64
8.62
8.59
8.57
8.55
7.71
6.94
6.59
6.39
6.26
6.16
6.09
6.04
6.00
5.96
5.91
5.86
5.80
5.77
5.75
5.72
5.69
5.66
6.61
5.79
5.41
5.19
5.05
4.95
4.88
4.82
4.77
4.74
4.68
4.62
4.56
4.53
4.50
4.46
4.43
4.40
5.99
5.14
4.76
4.53
4.39
4.28
4.21
4.15
4.10
4.06
4.00
3.94
3.87
3.84
3.81
3.77
3.74
3.70
5.59
4.74
4.35
4.12
3.97
3.87
3.79
3.73
3.68
3.64
3.57
3.51
3.44
3.41
3.38
3.34
3.30
3.27
5.32
4.46
4.07
3.84
3.69
3.58
3.50
3.44
3.39
3.35
3.28
3.22
3.15
3.12
3.08
3.04
3.01
2.97
5.12
4.26
3.86
3.63
3.48
3.37
3.29
3.23
3.18
3.14
3.07
3.01
2.94
2.90
2.86
2.83
2.79
2.75
4.96
4.10
3.71
3.48
3.33
3.22
3.14
3.07
3.02
2.98
2.91
2.85
2.77
2.74
2.70
2.66
2.62
2.58
4.84
3.98
3.59
3.36
3.20
3.09
3.01
2.95
2.90
2.85
2.79
2.72
2.65
2.61
2.57
2.53
2.49
2.45
4.75
3.89
3.49
3.26
3.11
3.00
2.91
2.85
2.80
2.75
2.69
2.62
2.54
2.51
2.47
2.43
2.38
2.34
4.67
3.81
3.41
3.18
3.83
2.92
2.83
2.77
2.71
2.67
2.60
2.53
2.46
2.42
2.38
2.34
2.30
2.25
4.60
3.74
3.34
3.11
2.96
2.85
2.76
2.70
2.65
2.60
2.53
2.46
2.39
2.35
2.31
2.27
2.22
2.18
4.54
3.68
3.29
3.06
2.90
2.79
2.71
2.64
2.59
2.54
2.48
2.40
2.33
2.29
2.25
2.20
2.16
2.11
4.49
3.63
3.24
3.01
2.85
2.74
2.66
2.59
2.54
2.49
2.42
2.35
2.28
2.24
2.19
2.15
2.11
2.06
4.45
3.59
3.20
2.96
2.81
2.70
2.61
2.55
2.49
2.45
2.38
2.31
2.23
2.19
2.15
2.10
2.06
2.01
4.41
3.55
3.16
2.93
2.77
2.66
2.58
2.51
2.46
2.41
2.34
2.27
2.19
2.15
2.11
2.06
2.02
1.97
4.38
3.52
3.13
2.90
2.74
2.63
2.54
2.48
2.42
2.38
2.31
2.23
2.16
2.11
2.07
2.03
1.98
1.93
4.35
3.49
3.10
2.87
2.71
2.60
2.51
2.45
2.39
2.35
2.28
2.20
2.12
2.08
2.04
1.99
1.95
1.90
4.32
3.47
3.07
2.84
2.68
2.57
2.49
2.42
2.37
2.32
2.25
2.18
2.10
2.05
2.01
1.96
1.92
1.87
4.30
3.44
3.05
2.82
2.66
2.55
2.46
2.40
2.34
2.30
2.23
2.15
2.07
2.03
1.98
1.94
1.89
1.84
4.28
3.42
3.03
2.80
2.64
2.53
2.44
2.37
2.32
2.27
2.20
2.13
2.05
2.01
1.96
1.91
1.86
1.81
1
GL 2
1
2
3
10.1
254.3
19.50
8.53
5.63
4.36
3.67
3.23
2.93
2.71
2.54
10
2.40
11
2.30
12
2.21
13
2.13
14
2.07
15
2.01
16
1.96
17
1.92
18
1.88
19
1.84
20
1.81
21
1.78
22
1.76
23
24
[Type text]
1.73
Pag. 229
4.26
3.40
3.01
2.78
2.62
2.51
2.42
2.36
2.30
2.25
2.18
2.11
2.03
1.98
1.94
1.89
1.84
1.79
4.24
3.39
2.99
2.76
2.60
2.49
2.40
2.34
2.28
2.24
2.16
2.09
2.01
1.96
1.92
1.87
1.82
1.77
4.23
3.37
2.98
2.74
2.59
2.47
2.39
2.32
2.27
2.22
2.15
2.07
1.99
1.95
1.90
1.85
1.80
1.75
4.21
3.35
2.96
2.73
2.57
2.46
2.37
2.31
2.25
2.20
2.13
2.06
1.97
1.93
1.88
1.84
1.79
1.73
4.20
3.34
2.95
2.71
2.56
2.45
2.36
2.29
2.24
2.19
2.12
2.04
1.96
1.91
1.87
1.82
1.77
1.71
4.18
3.33
2.93
2.70
2.55
2.43
2.35
2.28
2.22
2.18
2.10
2.03
1.94
1.90
1.85
1.81
1.75
1.70
4.17
3.32
2.92
2.69
2.53
2.42
2.33
2.27
2.21
2.16
2.09
2.01
1.93
1.89
1.84
1.79
1.74
1.68
4.08
3.23
2.84
2.61
2.45
2.34
2.25
2.18
2.12
2.08
2.00
1.92
1.84
1.79
1.74
1.69
1.64
1.58
4.00
4.15
2.76
2.53
2.37
2.25
2.17
2.10
2.04
1.99
1.92
1.84
1.75
1.70
1.65
1.59
1.53
1.47
3.93
3.07
2.29
2.45
2.29
2.17
2.09
2.02
1.96
1.91
1.83
1.75
1.66
1.61
1.55
1.50
1.43
1.35
3.84
3.00
2.60
2.37
2.21
2.10
2.01
1.94
1.88
1.83
1.75
1.67
1.57
1.52
1.46
1.39
1.32
1.22
1.71
25
1.69
26
1.67
27
1.65
28
1.64
29
1.62
30
1.51
40
1.39
60
1.25
120
1.00
[Type text]
Pag. 230
GL 2
1
10
12
15
20
24
30
40
60
120
540
562
576
585
592
598
602
605
610
615
620
623
626
628
631
633
6366
99.1
99.2
99.3
99.3
99.3
99.3
99.3
99.4
99.4
99.4
99.4
99.4
99.4
99.4
99.4
99.4
34.1
30.8
29.4
28.7
28.2
27.9
27.6
27.4
27.3
27.2
27.0
26.8
26.6
26.6
26.5
26.4
26.3
26.2
21.2
18.0
16.6
15.9
15.5
15.2
14.9
14.8
14.6
14.5
14.3
14.2
14.0
13.9
13.8
13.7
13.6
13.5
16.2
13.2
12.0
11.3
10.9
10.6
10.4
10.2
10.1
10.0
9.89
9.72
9.55
9.47
9.38
9.29
9.20
9.11
13.7
10.9
9.78
9.15
8.75
8.47
8.26
8.10
7.98
7.87
7.72
7.56
7.40
7.31
7.23
7.14
7.06
6.97
9.55
8.45
7.85
7.46
7.19
6.99
6.84
6.72
6.62
6.47
6.31
6.16
6.07
5.99
5.91
5.82
5.74
8.65
7.59
7.01
6.63
6.37
6.18
6.03
5.91
5.81
5.67
5.52
5.36
5.28
5.20
5.12
5.03
4.95
8.02
6.99
6.42
6.06
5.80
5.61
5.47
5.35
5.26
5.11
4.96
4.81
4.73
4.65
4.57
4.48
4.40
7.56
6.55
5.99
5.64
5.39
5.20
5.06
4.94
4.85
4.71
4.56
4.41
4.33
4.25
4.17
4.08
4.00
9.65
7.21
6.22
5.67
5.32
5.07
4.89
4.74
4.63
4.54
4.40
4.25
4.10
4.02
3.94
3.86
3.78
3.69
9.33
6.93
5.95
5.41
5.06
4.82
4.64
4.50
4.39
4.30
4.16
4.01
3.86
3.78
3.70
3.62
3.54
3.45
9.07
6.70
5.74
5.21
4.86
4.62
4.44
4.30
4.19
4.10
3.96
3.82
3.66
3.59
3.51
3.43
3.34
3.25
8.86
6.51
5.56
5.04
4.69
4.46
4.28
4.14
4.03
3.94
3.80
3.66
3.51
3.43
3.35
3.27
3.18
3.09
8.68
6.36
5.42
4.89
4.36
4.32
4.14
4.00
3.89
3.80
3.67
3.52
3.37
3.29
3.21
3.13
3.05
2.96
8.53
6.23
5.29
4.77
4.44
4.20
4.03
3.89
3.78
.69
3.55
3.41
3.26
3.18
3.10
3.02
2.93
2.84
8.40
6.11
5.18
4.67
4.34
4.10
3.93
3.79
3.68
3.59
3.46
3.31
3.16
3.08
3.00
2.92
2.83
2.75
8.29
6.01
5.09
4.58
4.25
4.01
3.84
3.71
3.60
3.51
3.37
3.23
3.08
3.00
2.92
2.84
2.75
2.66
8.18
5.93
5.01
4.50
4.17
3.94
3.77
3.63
3.52
3.43
3.30
3.15
3.00
2.92
2.84
2.76
2.67
2.58
8.10
5.85
4.94
4.43
4.10
3.87
3.70
3.56
3.46
3.37
3.23
3.09
2.94
2.86
2.78
2.69
2.61
2.52
8.02
5.78
4.87
4.37
4.04
3.81
3.64
3.51
3.40
3.31
3.17
3.03
2.88
2.80
2.72
2.64
2.55
2.46
7.95
5.72
4.82
4.31
3.99
3.76
3.59
3.45
3.35
3.26
3.12
2.98
2.83
2.75
2.67
2.58
2.50
2.40
7.88
5.66
4.76
4.26
3.94
3.71
3.54
3.41
3.30
3.21
3.07
2.93
2.78
2.70
2.62
2.54
2.45
2.35
7.82
5.61
4.72
4.22
3.90
3.67
3.50
3.36
3.26
3.17
3.03
2.89
2.74
2.66
2.58
2.49
2.40
2.31
99.50
26.13
13.46
9.02
6.88
12.2
5.65
11.2
4.46
10.5
6
10
99.0
6
9
98.5
5
8
499
405
4.31
10.0
3.91
3.60
11
3.36
12
3.17
13
3.00
14
2.87
15
16
2.75
2.65
17
2.57
18
2.49
19
2.42
20
2.36
21
2.31
22
2.26
23
2.21
24
[Type text]
Pag. 231
2.17
25
7.77
5.57
4.68
4.18
3.85
3.63
3.46
3.32
3.22
3.13
2.99
2.85
2.70
2.62
2.54
2.45
2.36
2.27
7.72
5.53
4.64
4.14
3.82
3.59
3.42
3.29
3.18
3.09
2.96
2.81
2.66
2.58
2.50
2.42
2.33
2.23
7.68
5.49
4.60
4.11
3.78
3.56
3.39
3.26
3.15
3.06
2.93
2.78
2.63
2.55
2.47
2.38
2.29
2.20
7.64
5.45
4.57
4.07
3.75
3.53
3.36
3.23
3.12
3.03
2.90
2.75
2.60
2.52
2.44
2.26
2.17
7.60
5.42
4.54
4.04
3.73
3.50
3.33
3.20
3.09
3.00
2.87
2.73
2.57
2.49
2.41
2.33
2.23
2.14
7.56
5.39
4.51
4.02
3.70
3.47
3.30
3.17
3.07
2.98
2.84
2.70
2.55
2.47
2.39
2.30
2.21
2.11
7.31
5.18
4.31
3.83
3.51
3.29
3.12
2.99
2.89
2.80
2.66
2.52
2.37
2.29
2.20
2.11
2.02
1.92
7.08
4.98
4.13
3.65
3.34
3.12
3.95
2.82
2.72
2.63
2.50
2.35
2.20
2.12
2.03
1.94
1.84
1.73
6.85
4.79
3.95
3.48
3.17
2.96
2.79
2.66
2.56
2.47
2.34
2.19
2.03
1.95
1.86
1.76
1.66
1.53
6.63
4.61
3.32
3.02
2.80
2.64
2.51
2.41
2.32
2.18
2.04
1.88
1.79
1.70
1.59
1.47
1.32
2.13
26
2.10
27
2.35
28
2.06
2.03
29
2.01
30
1.80
40
1.60
60
1.38
120
378
[Type text]
1.00
Pag. 232
10
12
15
20
24
30
40
60
120
40532
50002
54042
56252
57642
58592
59292
59812
60232
60562
61072
61582
62092
62352
62612
62872
63132
63402
63662
998.5
999.0
999.2
999.2
999.3
999.3
999.4
999.4
999.4
999.4
999.4
999.4
999.4
999.5
999.5
999.5
999.5
999.5
999.5
167.0
148.5
141.1
137.1
134.6
132.8
131.6
130.6
129.9
129.2
128.3
127.4
126.4
125.9
125.4
125.0
124.5
124.0
123.5
74.14
61.25
56.18
53.44
51.71
50.53
49.66
49.00
48.47
48.05
47.41
46.76
46.10
45.77
45.43
45.09
44.75
44.40
44.05
47.18
37.12
33.20
31.09
29.75
28.84
28.16
27.64
27.24
26.92
26.42
25.91
25.39
25.14
24.87
24.60
24.33
24.06
23.79
35.51
27.00
23.70
21.92
20.81
20.03
19.46
19.03
18.69
18.41
17.99
17.56
17.12
16.89
16.67
16.44
16.21
15.99
15.75
29.25
21.69
18.77
17.19
16.21
15.52
15.02
14.63
14.33
14.08
13.71
13.32
12.93
12.73
12.53
12.33
12.12
11.91
11.70
25.42
18.49
15.83
14.39
13.49
12.86
12.40
12.04
11.77
11.54
11.19
10.84
10.48
10.30
10.11
9.92
9.73
9.53
9.33
22.86
16.39
13.90
12.56
11.71
11.13
10.70
10.37
10.11
9.89
9.57
9.24
8.90
8.72
8.55
8.37
8.19
8.00
7.81
10
21.04
14.91
12.55
11.28
10.48
9.92
9.52
9.20
8.96
8.75
8.45
8.13
7.80
7.64
7.47
7.30
7.12
6.94
6.76
11
19.69
13.81
11.56
10.35
9.58
9.05
8.66
8.35
8.12
7.92
7.63
7.32
7.01
6.85
6.68
6.52
6.35
6.17
6.00
12
18.64
12.97
10.80
9.63
8.89
8.38
8.00
7.71
7.48
7.29
7.00
6.71
6.40
6.25
6.09
5.93
5.76
5.59
5.42
13
17.81
12.31
10.21
9.07
8.35
7.86
7.42
7.21
6.98
6.80
6.52
6.23
5.93
5.78
5.63
5.47
5.30
5.14
4.97
14
17.14
11.78
9.73
8.62
7.92
7.43
7.08
6.80
6.58
6.40
6.13
5.85
5.56
5.41
5.25
5.10
4.94
4.77
4.60
15
16.59
11.34
9.34
8.25
8.57
7.09
6.74
6.47
6.26
6.08
5.81
5.54
5.25
5.10
4.95
4.80
4.64
4.47
4.31
16
16.12
10.97
9.00
7.94
7.27
6.81
6.46
6.19
5.98
5.81
5.55
5.27
4.99
4.85
4.70
4.54
4.39
4.23
4.06
17
15.72
10.66
8.73
7.68
7.02
6.56
6.22
5.96
5.75
5.58
5.32
5.05
4.78
4.63
4.48
4.33
4.18
4.02
3.85
18
15.38
10.39
8.49
7.46
6.81
6.35
6.02
5.76
5.56
5.39
5.13
4.87
4.59
4.45
4.30
4.15
4.00
3.84
3.67
19
15.08
10.16
8.28
7.26
6.62
6.18
5.85
5.59
5.39
5.22
4.97
4.70
4.43
4.29
4.14
3.99
3.84
3.68
3.51
20
14.82
9.95
8.10
7.10
6.46
6.02
5.69
5.44
5.24
5.08
4.82
4.56
4.29
4.15
4.00
3.86
3.70
3.54
3.38
21
14.59
9.77
7.94
6.95
6.32
5.88
5.56
5.31
5.11
4.95
4.70
4.44
4.17
4.03
3.88
3.74
3.58
3.42
3.26
22
14.38
9.61
7.80
6.81
6.19
5.76
5.44
5.19
4.99
4.83
4.58
4.33
4.06
3.92
3.78
3.63
3.48
3.32
3.15
23
14.19
9.47
7.67
6.69
6.08
5.65
5.33
5.09
4.89
4.73
4.48
4.23
3.96
3.82
3.68
3.53
3.38
3.22
3.05
24
14.03
9.34
7.55
6.59
5.98
5.55
5.23
4.99
4.80
4.64
4.39
4.14
3.87
3.74
3.59
3.45
3.29
3.14
2.97
25
13.88
9.22
7.45
6.49
5.88
5.46
5.15
4.91
4.71
4.56
4.31
4.06
3.79
3.66
3.52
3.37
3.22
3.06
2.89
26
13.74
9.12
7.36
6.41
5.80
5.38
5.07
4.83
4.64
4.48
4.24
3.99
3.72
3.59
3.44
3.30
3.15
2.99
2.82
27
13.61
9.02
7.27
6.33
5.73
5.31
5.00
4.76
4.57
4.41
4.17
3.92
3.66
3.52
3.38
3.23
3.08
2.92
2.75
28
13.50
8.93
7.19
6.25
5.66
5.24
4.93
4.69
4.50
4.35
4.11
3.86
3.60
3.46
3.32
3.18
3.02
2.86
2.69
29
13.39
8.85
7.12
6.19
5.59
5.18
4.87
4.64
4.45
4.29
4.05
3.80
3.54
3.41
3.27
3.12
2.97
2.81
2.64
30
13.29
8.77
7.05
6.12
5.53
5.12
4.82
4.58
4.39
4.24
4.00
3.75
3.49
3.36
3.22
3.07
2.92
2.76
2.59
40
12.61
8.24
6.60
5.70
5.13
4.73
4.44
4.21
4.02
3.87
3.64
3.40
3.15
3.01
2.87
2.73
2.57
2.41
2.23
60
11.97
7.76
6.17
5.31
4.76
4.37
4.09
3.87
3.69
3.54
3.31
3.08
2.83
2.69
2.55
2.41
2.25
2.08
1.89
120
11.38
7.32
5.79
4.95
4.42
4.04
3.77
3.55
3.38
3.24
3.02
2.78
2.53
2.40
2.26
2.11
1.95
1.76
1.54
10.83
6.91
5.42
4.62
4.10
3.74
3.47
3.27
3.10
2.96
2.74
2.51
2.27
2.13
1.99
1.84
1.66
1.45
1.00
[Type text]
Pag. 233
10
11
12
13
14
15
16
17
18
19
20
3.64
4.60
5.22
5.67
6.03
6.33
6.58
6.80
6.99
7.17
7.32
7.47
7.60
7.72
7.83
7.93
8.03
8.12
8.21
3.46
4.34
4.90
5.31
5.63
5.89
6.12
6.32
6.49
6.65
6.79
6.92
7.03
7.14
7.24
7.34
7.43
7.51
7.59
3.34
4.16
4.68
5.06
5.36
5.61
5.82
6.00
6.16
6.30
6.43
6.55
6.66
6.76
6.85
6.94
7.02
7.09
7.17
3.26
4.04
4.53
4.89
5.17
5.40
5.60
5.77
5.92
6.05
6.18
6.29
6.39
6.48
6.57
6.65
6.73
6.80
6.87
3.20
3.95
4.42
4.76
5.02
5.24
5.43
5.60
5.74
5.87
5.98
6.09
6.19
6.28
6.36
6.44
6.51
6.58
6.64
10
3.15
3.88
4.33
4.65
4.91
5.12
5.30
5.46
5.60
5.72
5.83
5.93
6.03
6.11
6.20
6.27
6.34
6.40
6.47
11
3.11
3.82
4.26
4.57
4.82
5.03
5.20
5.35
5.49
5.61
5.71
5.81
5.90
5.99
6.06
6.14
6.20
6.26
6.33
12
3.08
3.77
4.20
4.51
4.57
4.95
5.12
5.27
5.40
5.51
5.62
5.71
5.80
5.88
5.95
6.03
6.09
6.15
6.21
13
3.06
3.73
4.15
4.45
4.69
4.88
5.05
5.19
5.32
5.43
5.53
5.63
5.71
5.79
5.86
5.93
6.00
6.05
6.11
14
3.03
3.70
4.11
4.41
4.64
4.83
4.99
5.13
5.25
5.36
5.46
5.55
5.64
5.72
5.79
5.85
5.92
5.97
6.03
15
3.01
3.67
4.08
4.37
4.60
4.78
4.94
5.08
5.20
5.31
5.40
5.49
5.58
5.65
5.72
5.79
5.85
5.90
5.96
16
3.00
3.65
4.05
4.33
4.56
4.74
4.90
5.03
5.15
5.26
5.35
5.44
5.52
5.59
5.66
5.72
5.79
5.84
5.90
17
2.98
3.63
4.0
4.30
4.52
4.71
4.86
4.99
5.11
5.21
5.31
5.39
5.47
5.55
5.61
5.68
5.74
5.79
5.84
18
2.97
3.61
4.00
4.28
4.49
4.67
4.82
4.96
5.06
5.17
5.27
5.35
5.43
5.50
5.57
5.63
5.69
5.74
5.79
19
2.96
3.59
3.98
4.25
4.47
4.65
4.79
4.92
5.04
5.14
5.23
5.32
5.39
5.46
5.53
5.59
5.65
5.70
5.75
20
2.95
3.58
3.96
4.23
4.45
4.62
4.77
4.90
5.01
5.11
5.20
5.28
5.36
5.43
5.49
5.55
5.61
5.66
5.71
24
2.92
3.53
3.90
4.17
4.37
4.54
4.68
4.81
4.92
5.01
5.10
5.18
5.25
5.32
5.38
5.44
5.50
5.54
5.59
30
2.89
3.49
3.84
4.10
4.30
4.46
4.60
4.72
4.83
4.92
5.00
5.08
5.15
5.21
5.27
5.33
5.38
5.43
5.48
40
2.86
3.44
3.79
4.04
4.23
4.39
4.52
4.63
4.74
4.82
4.91
4.98
5.05
5.11
5.16
5.22
5.27
5.31
5.36
60
2.83
3.40
3.74
3.98
4.16
4.31
4.44
4.55
4.65
4.73
4.81
4.88
4.94
5.00
5.06
5.11
5.16
5.20
5.24
120
2.80
3.36
3.69
3.92
4.10
4.24
4.36
4.48
4.56
4.64
4.72
4.78
4.84
4.90
4.95
5.00
5.05
5.09
5.13
2.77
3.31
3.63
3.86
4.03
4.17
4.29
4.39
4.47
4.55
4.62
4.68
4.74
4.80
4.85
4.89
4.93
4.97
5.01
m
GLE
[Type text]
Pag. 234
10
11
12
13
14
15
16
17
18
19
20
5.70
6.97
7.80
8.42
8.91
9.32
9.67
9.97
10.24
10.48
10.70
10.89
11.08
11.24
11.40
11.55
11.68
11.81
11.93
5.24
6.33
7.03
7.56
7.97
8.32
8.61
8.87
9.10
9.30
9.49
9.65
9.81
9.95
10.08
10.21
10.32
10.43
10.54
4.95
5.92
6.54
7.01
7.37
7.68
7.94
8.17
8.37
8.55
8.71
8.86
9.00
9.12
9.24
9.35
9.46
9.55
9.65
4.74
5.63
6.20
6.63
6.96
7.24
7.47
7.68
7.87
8.03
8.18
8.31
8.44
8.55
8.66
8.76
8.85
8.94
9.03
4.60
5.43
5.96
6.35
6.66
6.91
7.13
7.32
7.49
7.65
7.78
7.91
8.03
8.13
8.23
8.32
8.41
8.49
8.57
10
4.48
5.27
5.77
6.14
6.43
6.67
6.87
7.05
7.21
7.36
7.48
7.60
7.71
7.81
7.91
7.99
8.07
8.15
8.22
11
4.39
5.14
5.62
5.97
6.25
6.48
6.67
6.84
6.99
7.13
7.25
7.36
7.46
7.56
7.65
7.73
7.81
7.88
7.95
12
4.32
5.04
5.50
5.84
6.10
6.32
6.51
6.67
6.81
6.94
7.06
7.17
7.26
7.36
7.44
7.52
7.59
7.66
7.73
13
4.26
4.96
5.40
5.73
5.98
6.19
6.37
6.53
6.67
6.79
6.90
7.01
7.10
7.19
7.27
7.34
7.42
7.48
7.55
14
4.21
4.89
5.32
5.63
5.88
6.08
6.26
6.41
6.54
6.66
6.77
6.87
6.96
7.05
7.12
7.20
7.27
7.33
7.39
15
4.17
4.83
5.25
5.56
5.80
5.99
6.16
6.31
6.44
6.55
6.66
6.76
6.84
6.93
7.00
7.07
7.14
7.20
7.26
16
4.13
4.78
5.19
5.49
5.72
5.92
6.08
6.22
6.35
6.46
6.56
6.66
6.74
6.82
6.90
6.97
7.03
7.09
7.15
17
4.10
4.74
5.14
5.43
5.66
5.85
6.01
6.15
6.27
6.38
6.48
6.57
6.66
6.73
6.80
6.87
6.94
7.00
7.05
18
4.07
4.70
5.09
5.38
5.60
5.79
5.94
6.08
6.20
6.31
6.41
6.50
6.58
6.65
6.72
6.79
6.85
6.91
6.96
19
4.05
4.67
5.05
5.33
5.55
5.73
5.89
6.02
6.14
6.25
6.34
6.43
6.51
6.58
6.65
6.72
6.78
6.84
6.89
20
4.02
4.64
5.02
5.29
5.51
5.69
5.84
5.97
6.09
6.19
6.29
6.37
6.45
6.52
6.59
6.65
6.71
6.76
6.82
24
3.96
4.54
4.91
5.17
5.37
5.54
5.69
5.81
5.92
6.02
6.11
6.19
6.26
6.33
6.39
6.45
6.51
6.56
6.61
30
3.89
4.45
4.80
5.05
5.24
5.40
5.54
5.65
5.76
5.85
5.93
6.01
6.08
6.14
6.20
6.26
6.31
6.36
6.41
40
3.82
4.37
4.70
4.93
5.11
5.27
5.39
5.50
5.60
5.69
5.77
5.84
5.90
5.96
6.02
6.07
6.12
6.17
6.21
60
3.76
4.28
4.60
4.82
4.99
5.13
5.25
5.36
5.46
5.53
5.60
5.67
5.73
5.79
5.84
5.89
5.93
5.98
6.02
120
3.70
4.20
4.50
4.71
4.87
5.01
5.12
5.21
5.30
5.38
5.44
5.51
5.56
5.61
5.66
5.71
5.75
5.79
5.83
3.64
4.12
4.40
4.60
4.76
4.88
4.99
5.08
5.16
5.23
5.29
5.35
5.40
5.45
5.49
5.54
5.57
5.61
5.65
m
GLE
[Type text]
Pag. 235
TABEL 9 Valori
ASIMETRIA
n
critice
BOLTIREA B
0.05
0.01
0.99
0.95
0.05
0.01
50
0.533
0.787
1.95
2.13
4.01
4.92
100
0.389
0.567
2.18
2.35
3.77
4.40
150
0.321
0.464
2.30
2.45
3.66
4.14
200
0.280
0.403
2.37
2.51
3.57
3.98
250
0.251
0.360
2.42
2.55
3.51
3.87
300
0.230
0.329
2.46
2.59
3.47
3.79
350
0.213
0.305
2.50
2.62
3.44
3.72
400
0.200
0.285
2.52
2.64
3.41
3.67
450
0.188
0.269
2.55
2.66
3.39
3.63
500
0.179
0.255
2.57
2.67
3.37
3.60
550
0.171
0.243
2.58
2.69
3.35
3.57
600
0.163
0.233
2.60
2.70
3.34
3.54
650
0.157
0.224
2.61
2.71
3.33
3.52
700
0.151
0.215
2.62
2.72
3.31
3.50
750
0.146
0.208
2.64
2.73
3.30
3.48
800
0.142
0.202
2.65
2.74
3.29
3.46
850
0.138
0.196
2.66
2.74
3.28
3.45
900
0.134
0.190
2.66
2.75
3.28
3.43
950
0.130
0.185
2.67
2.76
3.27
3.42
1000
0.127
0.180
2.68
2.76
3.26
3.41
1500
0.104
0.147
2.73
2.80
3.22
3.33
2000
0.090
0.127
2.77
2.83
3.18
3.28
2500
0.080
0.114
2.79
2.85
3.16
3.25
3000
0.073
0.104
2.81
2.86
3.15
3.22
3500
0.068
0.096
2.82
2.87
3.14
3.21
4000
0.064
0.090
2.83
2.88
3.13
3.19
4500
0.060
0.085
2.84
2.88
3.12
3.18
5000
0.057
0.081
2.85
2.89
3.12
3.17
[Type text]
Pag. 236
/2
0.05
0.01
0.001
0.997
0.999
1.000
0.950
0.990
0.878
GL
0.05
0.01
0.001
24
0.388
0.496
0.608
0.999
25
0.381
0.487
0.597
0.959
0.991
26
0.374
0.478
0.588
0.811
0.917
0.974
27
0.367
0.470
0.579
0.754
0.874
0.951
28
0.361
0.463
0.571
0.707
0.834
0.925
29
0.355
0.456
0.563
0.666
0.798
0.898
30
0.349
0.449
0.554
0.632
0.765
0.872
35
0.325
0.418
0.519
0.602
0.735
0.847
40
0.304
0.393
0.490
10
0.576
0.708
0.823
45
0.288
0.372
0.465
11
0.553
0.684
0.801
50
0.273
0.354
0.443
12
0.532
0.661
0.780
60
0.250
0.325
0.408
13
0.514
0.641
0.760
70
0.232
0.302
0.380
14
0.497
0.623
0.742
80
0.217
0.283
0.357
15
0.482
0.606
0.725
90
0.202
0.267
0.338
16
0.468
0.590
0.708
100
0.195
0.254
0.321
17
0.456
0.575
0.693
125
0.174
0.228
0.293
18
0.444
0.561
0.679
150
0.159
0.208
0.260
19
0.433
0.549
0.665
200
0.138
0.181
0.230
20
0.423
0.537
0.652
300
0.113
0.148
0.190
21
0.413
0.526
0.641
400
0.098
0.128
0.160
22
0.404
0.515
0.630
500
0.088
0.115
0.150
23
0.396
0.505
0.619
1000
0.062
0.081
0.110
[Type text]
Pag. 237