Loading

Alison's New App is now available on iOS and Android! Download Now

Study Reminders
Support
Text Version

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Donc, nous continuons avec ce module sur lequel nous allons poursuivre l'analyse des entrées-sorties. Dans le module précédent, nous avons examiné les bases de l'analyse des entrées-sorties, nous avons examiné la formulation initiale de Leontief, nous avons également dit que dans une économie lorsque nous parlons de plusieurs secteurs différents, une production d'un secteur est utilisée dans les autres secteurs et elle est ensuite utilisée pour répondre à la demande finale. Quand on regarde ça, ça et on résume pour chaque secteur on obtient un ensemble d'interactions entre les différents secteurs et c'est représenté, à travers les matrices que nous créons. Nous avons alors dit que l'exigence de nous laisser dire que l'acier pour automobiles dépend de la production totale des automobiles et de cette exigence, on suppose que cette corrélation est linéaire. Ainsi, avec des constantes linéaires lorsque nous avons les coefficients directs, nous créons une équation matricielle. C'est un ensemble d'équations linéaires dans les variables n et avec ça, on peut voir que si la demande finale pour une fois notre secteur augmente, ce qui arrive au reste de ça. Donc, nous avons ensuite parlé de deux ensembles de coefficients, le coefficient direct, qui est l'exigence directe, disons de l'acier pour l'agriculture ou l'acier pour l'électricité ou la production agricole pour les produits chimiques, puis nous avons le total qui est direct plus indirect et nous l'avons fait en créant ensuite la matrice créant la matrice inverse de l'indice de Leontief, puis cela se rapporte à la demande finale. Ainsi, tout changement de la demande finale résulte en une exigence correspondante ou un changement dans la production des différents secteurs. Lorsque nous avons créé cette matrice, nous avons vu que les éléments diagonaux de la matrice sont supérieurs à 1 qui est en quelque sorte intuitif. Parce que, si nous avons besoin d'une certaine quantité de demande finale pour l'acier, à cause de cette dernière demande d'acier pour produire que nous aurons besoin d'autres produits chimiques, nous aurons besoin d'électricité, pour ces produits chimiques et pour cette électricité, nous avons besoin d'une certaine quantité d'acier. Donc, quand nous allons en couple, nous verrons que pour les éléments diagonaux, tous seront supérieurs à 1. Pour en faire autant, juste pour illustrer ceci à partir du livre de Miller et Blair sur l'analyse des entrées-sorties, je voudrais juste vous montrer quelques exemples d'agrégat pour les tableaux d'entrées-sorties de pays et ce qu'ils signifient. (Voir Diapositive Heure: 3:13) Donc, ce sont les Etats-Unis, c'est la matrice A dont nous avons parlé est A ij pour les Etats-Unis et c'est un 7 secteur 7 par 7 matriciel si vous pouvez voir. Si vous regardez ça, laissez-moi juste obtenir le point laser. Vous pouvez voir pour l'agriculture, de 1 à 1, les produits agricoles utilisés pour l'agriculture. Ensuite, les produits agricoles servant à l'exploitation minière pour la construction, pour le commerce, le transport, les services publics, les services et d'autres, ainsi que l'exploitation minière de cette industrie à une variété de choses et de services allant à une variété de choses, vous pouvez voir tous ces produits sont compris entre 0 et 1 et c'est le total. (Voir la diapositive: 4:18) Maintenant, quand nous prenons cette matrice, nous pouvons écrire pour cette matrice, nous pouvons calculer I moins A et ensuite prendre l'inverse de cela et cela vous donne la matrice dont nous parlons, c'est la matrice inverse que nous regardons et c'est la matrice L. Donc, c'est la matrice que nous calculons. Si vous regardez, c'est l'inverse de Leontief dont nous parlons. Maintenant vous voyez les éléments diagonaux, l'agriculture est 1.26, ce qui signifie qu'une augmentation de la demande finale de l'agriculture par 1 unité résulte en une exigence globale nette d'augmentation du produit agricole par 1,26. Parce qu'une augmentation de l'agriculture nécessite tous les autres intrants des autres secteurs, ce qui, à son tour, exige les montants de l'agriculture. Donc vous pouvez voir tous les éléments diagonaux 1.26, 1.07, 1.0047, 1.34, 1.008, 1.41, 1.03, tous les éléments diagonaux sont supérieurs à 1. Tous les éléments hors diagonale sont inférieurs à 1, ils sont compris entre 0 et 1. Et donc c'est la matrice L. Nous pourrions alors prendre la matrice L et voir ce qui se passe quand vous changez les exigences finales. Donc, l'hypothèse dans la méthode input-output est que ces coefficients sont statiques, et ces coefficients restent constants. (Reportez-vous à la section Heure de la diapositive: 5:54) Pour vous en donner une idée, nous pourrions aussi représenter … Voir tous ces éléments, lorsque nous avons parlé de ces tableaux d'entrées-sorties, qui étaient tous représentés dans les unités monétaires. Il était également possible que nous puissions parler des unités physiques en termes de boisseaux et de tonnes. Donc, si vous êtes en train de regarder, disons le maïs ou l'agriculture dans les boisseaux de maïs, et si vous êtes à la recherche de pétrole, tonnes de pétrole. Si nous avions un exemple, où il s'agit d'une quantité physique, nous avons dit que 75 boisseaux de maïs sont utilisés dans le secteur agricole, 250 sont utilisés dans le secteur manufacturier et 175 la demande finale. La demande totale est donc de 500. De même, 40 tonnes sont utilisées dans l'agriculture, 20 tonnes utilisées ici 340 tonnes et 400 tonnes. Donc si vous regardez ceci alors si nous avions un prix en dollars par unité physique qui signifie dollars 2 par boisseau et 5 dollars par tonne, le n nous pourrions multiplier chacune de ces unités, 75 en 2, 250 à 2 et ainsi de suite pour que vous puissiez l'obtenir en termes monétaires et ensuite ce que nous obtenons, c'est la matrice conventionnelle que nous avions utilisée pour l'analyse d'entrées-sorties, puis nous pouvons faire l'analyse normale en termes de l'inverse de Leontief et faire les calculs, nous pouvons obtenir les coefficients et ils seront tous en termes monétaires. Nous pourrions aussi revenir et si vous voyez ça, ce 150, 200, 500, 100 que nous avons obtenu après avoir multiplié cela, si nous changeons les unités physiques révisées pour refléter le prix, alors ça devient, c'est la matrice que nous pouvons convertir en termes physiques. Cela signifie que nous avons maintenant 150, 500, 350, 1000. (Référez-vous à la diapositive: 8:11) En termes physiques, maintenant, c'est en rupees ou en dollars dans cet exemple, c'est quand les dollars c'est, 1 dollar est le coût d'un demi boisseau par prix unitaire. Donc, physiquement cela représente un demi boisseau et c'est un physique et celui-ci si vous le regardez en tonnes 1700, 2000 et c'est 1 cinquième tonne. Donc, on peut se déplacer entre les termes physiques et monétaires et il y a certains cas où on peut aussi regarder ça en termes de l'unité hybride, où vous avez à la fois des termes physiques aussi bien que monétaires. Maintenant, nous pouvons avoir sur ce site, si vous vous souvenez dans la colonne, la dernière rangée dans la colonne sont les différents secteurs de paiement, l'un d'eux pourrait être le salaire et si on regarde ça, il s'agit des salaires 650, 1400, 1100, 3150 et si vous regardez ceci en termes de production, vous verrez que le salaire ou le travail ou l'emploi est de 650 par 1000. (Référez-vous à la diapositive: 9:53) Et donc cette unité est, nous pouvons obtenir un coefficient qui est de 650 par 100 qui est de 0,65 et de 1400 en 2000 ce qui est de 0,7. Et ils représentent les facteurs d'emploi ou l'indice de l'emploi par unité de l'argent que nous dépensons dans ce secteur. Et cela pourrait être utile, par exemple, si nous pensons en termes de, au lieu de charbon, nous allons pour les énergies renouvelables et nous allons pour le photovoltaïque, nous pouvons voir la croissance dans les deux secteurs différents. Nous pouvons avoir un facteur d'emploi en termes de ratios, puis voir combien d'emplois sont créés, combien d'emplois sont perdus. Et c'est une façon intéressante de voir cela. (Référez-vous à la diapositive: 10:39) Donc, que nous pourrions prendre, par exemple, les ratios de cette situation, puis utiliser cela pour ensuite calculer le montant de la main-d'oeuvre dans des conditions différentes. Nous pouvons venir faire un indice composite de l'énergie. Par exemple, dans le cas des États-Unis, nous avons vu la matrice des entrées-sorties pour une année donnée, nous pouvons aussi dessiner comme nous l'avons vu, lors des premières conférences, nous avons vu le diagramme Sankey ou le bilan énergétique pour le monde et l'Inde et ces diagrammes représenteront les proportions relatives des différents domaines et des flux dans différents secteurs et cela peut être ensuite converti en … (voir la diapositive: 11:30) Ainsi, nous pourrions avoir les entrées-sorties en termes de certains secteurs, des secteurs de l'énergie et des secteurs non énergétiques. Ainsi, nous pourrions créer une table d'entrées-sorties hybride où votre matrice de transaction possède des unités d'énergie et de l'argent. Donc, ce qui se passe, c'est que lorsque j'ai une transaction d'énergie vers un autre secteur, ce sera en termes de valeur ajoutée qui est fournie par l'acier. L'acier, le ciment ou les autres secteurs industriels sont mis en valeur pour des millions de roupies ou des millions de dollars et l'énergie peut être en mégajoules, en joules ou en kilowattheures. Dans le cas de l'exemple Miller et Blair, ils en ont parlé en termes de BTU et de dollars, British thermal Unit. Donc, quand on a ce genre de cela est appelé un framework hybride d'entrée-sortie. Rappelez-vous que ceci est équivalent à la même chose que nous pouvons prendre l'hybride, les termes d'énergie multiplié par le prix et ensuite le convertir dans la table d'entrée-sortie conventionnelle que nous avions vue plus tôt, ce qui serait tout en termes monétaires. Et puis on peut voir la quantité d'électricité qui est dans l'argent donné au secteur industriel. Dans le cas d'un système hybride, où vous avez de l'énergie, nous pouvons examiner l'utilisation de l'énergie par million de roupies d'acier produite. Et donc, c'est aussi long, car nous sommes cohérents en ce qui concerne les unités que nous pouvons par ailleurs aller de l'avant et faire le même genre d'exemple. Donc, pour vous donner un exemple, c'est encore l'exemple du manuel. (Référez-vous à la diapositive: 13:50) Et il y a deux choses ici, il y a des sorties de certains produits appelés widgets et il y a de l'énergie, puis il y a une demande finale, la demande finale que nous avons vu, FI et puis nous avons la production totale. Donc, dans ce cas, si vous voyez 10 millions de dollars de widgets utilisés pour les widgets, pour faire le widget et 10 millions de dollars de widgets utilisés pour les 20 millions de dollars pour le secteur de l'énergie et 70 est la demande finale pour le widget. Donc, au total quand on l'ajoute, c'est 100 millions de dollars et dans ce cas, c'est 30, c'est 40 et c'est 50, c'est 120. Donc, dans le quad BTU ceci est donné en termes de ceci peut la même rangée peut aussi être représentée. Maintenant il y a un million de dollars et celui-ci est en quad BTU dans les unités énergétiques, ce sera 60, 80, 100, 240. Donc, si vous voyez que c'est l'équivalent d'un prix en termes de 30 par 60, le prix est de 0,5 million de dollars par quad BTU. Et on pourrait l'utiliser avec les termes monétaires, faire les calculs, après avoir obtenu les résultats finaux, utiliser ce facteur pour le faire entrer dans le terme d'énergie. Donc, on peut se déplacer de façon transparente entre l'énergie et l'argent. Bien sûr, une autre façon est parfois de fonctionner avec un framework d'entrée-sortie hybride, mais il suffit de se rappeler que ces coefficients auront alors des unités. Dans le cas d'espèce, dans le cas normal, les aides sont tous des ratios, qui sont en termes de 0 à 1, alors cela devient un moyen facile de le faire. (Voir Diapositive Heure: 16:40) Donc, ceci est en termes de l'essence, nous avons ensuite les matrices suivantes, la matrice normale que nous avons parlé Zi plus f est égale à x. C'était notre financier, et au lieu de cela maintenant, nous avons aussi l'Ei, c'est-à-dire l'énergie plus la demande d'énergie est égale au total g et alors ce pourrait être comment nous pourrions écrire ceci. Donc, q est un vecteur des livraisons d'énergie à la demande finale totale et g est le facteur de la consommation totale d'énergie. Donc, nous pourrions l'exploiter de cette façon ou nous pourrions l'utiliser dans l'entrée-sortie normale avec les termes monétaires et ensuite faire le calcul. (Voir la diapositive: 17:28) Donc, juste pour vous donner, si vous regardez le manuel de Miller et Blair, il y en a plusieurs exemples. Ainsi, par exemple, il y a ce secteur à trois, trois secteurs et un secteur automobile. Donc, vous avez du pétrole brut, du pétrole raffiné, de l'électricité, et puis vous avez le pétrole brut va pour le secteur du pétrole raffiné, alors ça va, une partie de ça va au secteur de l'énergie électrique, il n'y a pas de demande finale pour le pétrole brut, vous l'ajoutez à 10 millions de dollars US. Le pétrole raffiné, dont certains sont utilisés dans le secteur du pétrole brut, et certains d'entre vous, bien sûr, vont dans ce sens, et ainsi de suite, lorsque vous l'ajoutez, c'est le total. Et puis l'électricité d'énergie électrique allant dans chacun de ces secteurs et ils ont, il y a une demande finale pour les automobiles et ensuite c'est la production totale. (Référez-vous à la diapositive: 18:27) Et on pourrait alors le convertir en termes de prix. Et vous pouvez les obtenir en termes de BTU, c'est le genre de matrice qui viendra ensuite. Donc, il divise ces unités monétaires par les prix. Et rappelez-vous, dans une situation, les prix de l'énergie dans différents secteurs peuvent être différents et cela peut être également configuré dans ce cadre. (Référez-vous à la diapositive: 18:58) Donc, c'est la situation en ce qui concerne l'examen des exemples, différents types d'exemples où nous prenons ces différents secteurs, le secteur de l'énergie et le secteur automobile, puis nous les convertisons en cela. (Voir la diapositive: 19:13) Nous avons aussi montré plus tôt le tableau des entrées-sorties du manuel sur l'analyse des entrées-sorties et un type similaire de table d'entrées-sorties est présenté ici, qui est maintenant une unité hybride et cette unité hybride a des transactions de plusieurs millions de dollars pour le secteur non énergétique et les quads ou 10 élevés à 15 BTU pour le secteur de l'énergie. Donc, vous pouvez voir du charbon, du pétrole, du gaz naturel, des services pétroliers, des services de gaz, tous ces gaz seront en BTU. Les produits chimiques que sont l'agriculture, l'exploitation minière, les transports et le reste de l'économie vont tous se trouver dans les conditions monétaires, et ensuite nous pourrons faire le si nous connaissons les prix, nous pouvons le convertir en un aspect monétaire et ensuite le faire. (Voir la diapositive: 20:16) Et donc, nous avons vu la dernière fois, les chiffres en termes de coefficients directs pour 2003. N'oubliez pas qu'à mesure que l'économie change, vous constaerez que les coefficients changeront également. Et donc, lorsque nous parlons d'analyse des entrées-sorties, si vous prenez des coefficients fixes qui ne seront valides que pour les calculs à court terme. Si vous examinez les calculs à long terme et si la structure change, il est fort probable qu'il y aura des changements très importants. Même lorsque nous comparons, vous pouvez prendre ce tableau avec les valeurs et les comparer avec les coefficients de 2003 et vous verrez qu'il y a quelques changements dans certains de ces coefficients et sur une plus longue période, vous verrez que ces coefficients changent de façon assez significative. Par exemple, l'utilisation de l'énergie pour l'industrie peut diminuer s'il y a eu des améliorations significatives de l'efficacité énergétique et que c'est ainsi qu'il y a des coefficients. (Voir Heure de la diapositive: 21:30) Et si vous regardez le total des coefficients, maintenant c'est après que nous en avons pris la même, si vous prenez cette matrice 2006 que nous avons eu I moins A, prenez l'inverse de cela, qui vous donnera l'inverse de Leontief. Et vous trouverez alors que ces coefficients, nous avons parlé des coefficients diagonaux étant supérieurs à 1 et vous pouvez vous en souvenir. Si vous vous souvenez de la version précédente de 2003, cette valeur était inférieure à cette valeur, elle est maintenant presque 1,6 fois, et ainsi de fin. Donc, ça vous donne une idée de la façon dont vous pouvez l'utiliser, puis aussi que ces choses changent. Et c'est juste pour vous montrer un autre ensemble de données, c'est les 97 données. Et vous pouvez voir quand vous prenez 97, 2003 et 2006, vous pouvez voir très clairement qu'il y a des différences raisonnables dans tout cela. (Référez-vous à la diapositive: 22:16) Et donc, nous prendrons un exemple avant de prendre cet exemple, laissez-moi vous parler de la façon dont cela peut être utilisé, pour évaluer l'impact de différents types de possibilités pour un secteur particulier. Donc, c'est l'un des documents, l'un des travaux de recherche de l'un de nos doctorants et vous pouvez voir cet article, vous pouvez l'examiner dans le journal de l'énergie. Il s'agit d'un cadre de modélisation intégré pour l'économie de l'énergie et la modélisation des émissions, et il s'agit d'une étude de cas pour l'Inde. (Voir la diapositive: 22:50) Cadre de modélisation intégrée Donc, si vous voyez l'approche que nous avions été, nous avons essentiellement examiné l'intensité des émissions, l'intensité des émissions est l'émission par unité de PIB. Et nous avons rompu l'intensité des émissions dans la différence en termes d'intensité énergétique du PIB et de contribution sectorielle au PIB. Donc, typiquement ce qui se passe est en tout cas, dans n'importe quel pays, le PIB provient d'un ensemble de secteurs différents. Donc, si vous regardez, les secteurs les plus importants sont l'industrie, les services et l'agriculture, et sur une longue période, si vous regardez l'Inde, par exemple, au cours des 10 à 20 dernières années, vous verrez que la part de l'agriculture dans le PIB a diminué. La part des services a augmenté, la part de l'industrie plus ou moins constante, légère augmente légèrement. Donc, quand on regarde ça, ce qui s'est passé, c'est que la part des services dans le PIB total a été beaucoup plus élevée que, a augmenté et par rapport à l'industrie et la part de l'industrie a diminué un peu. Maintenant, si vous regardez l'exigence énergétique pour l'industrie et les industries à forte intensité énergétique, cette exigence en énergie est beaucoup plus élevée par million de roupies de valeur ajoutée par rapport à quelque chose dans le secteur des services et dans le secteur des services, au plus vous avez besoin de quelque chose avec l'énergie pour la climatisation et le refroidissement de l'espace. Mais dans l'industrie, nous sommes en train d'étudier la fabrication et les transformations, ce qui exige beaucoup plus d'énergie. (Référez-vous à la diapositive: 25:04) Cadre de modélisation intégrée Ainsi, nous pouvons tout d'abord procéder à une analyse de décomposition pour voir quelle est la part de la répartition de la part de la contribution sectorielle et de la quantité d'améliorations de l'intensité énergétique, puis nous avons obtenu des fourchettes pour ces paramètres. Cela vient du passé et de ce que nous avons commencé avec une année de base particulière, puis nous avons fait des projections pour l'année cible. Ainsi, lorsque nous avons examiné la projection, nous avons projeté différents scénarios possibles pour l'Inde en termes de croissance industrielle, de croissance des services et de croissance agricole. Et sur la base de cela, nous avons eu, nous avons pris un modèle d'entrées-sorties avec quelques coefficients et puis, vu que nous avons regardé cela avec le genre d'investissements requis, nous avons également construit un modèle détaillé pour le secteur de l'énergie. Et pour ce genre d'exigence nous avons estimé ce qui est la demande d'électricité, puis nous avons vu quel genre de nouvelles capacités doivent être ajoutées, nous essayons de faire un modèle d'optimisation dans différents scénarios. Et en utilisant que nous avons estimé la demande totale de biens et de services, puis a utilisé une méthode d'entrée-sortie pour modéliser pour voir ce qui va se passer dans différents secteurs et cela nous donne une idée de voir, nous avons ensuite vu ce qui est l'impact de différentes classes de ménages et les distributions de revenus et de revenus et si vous vous souvenez plus tôt, nous avons parlé d'égalité et d'inégalité dans les revenus et nous avons parlé des coefficients de GINI. Donc, après avoir vu ce genre d'investissements dans le secteur de l'énergie, et si c'est le gouvernement et les investissements privés, basés sur le fait que nous essayons de voir ce qui sera l'investissement dans les autres secteurs et à la suite de cela, nous essayons de voir l'impact sur le revenu et la distribution des revenus. Donc, c'est la méthode, c'est un ensemble de modèles couplés. Il existe un modèle d'optimisation du secteur de l'énergie, il y a une entrée de modèle et puis il y a une analyse de décomposition et différents scénarios. (Référez-vous à la diapositive: 27:06) Donc, dans chacun de ces scénarios, nous avons d'abord identifié différents conducteurs, nous avons pris un scénario de service élevé, un scénario industriel élevé, puis nous avons examiné l'investissement supplémentaire, que ce soit, si l'investissement qui est fait, les réductions proportionnelles de chacun des secteurs, ou l'investissement supplémentaire de réductions dans le secteur de l'aide sociale, puis dans le secteur de l'électricité, nous avons exécuté 2 scénarios où il n'y a pas de restriction sur les émissions et nous allons pour le coût minimum ou s'il y a des restrictions sur les émissions, et ensuite les investissements initiaux peuvent être plus élevés. (Voir la diaporama: 27:45) Et sur la base de ce que nous pouvions voir dans ces scénarios, ce qui se passe en termes de taux de croissance et de revenu par habitant, et c'est intéressant, nous pouvons également voir la différence dans le coefficient de GINI. Par exemple, dans ce cas, dans le cas où nous avons plus de restrictions sur les émissions, nous voyons qu'il s'agit d'une inégalité un peu plus élevée et c'est juste, les chiffres ne sont pas si importants, vous pouvez regarder les détails dans le document, mais en gros, il vous donne une illustration de la façon d'entrer-l'analyse de la production peut être utilisée pour répondre à quoi-si des questions sur les impacts de la politique. (Référez-vous à la diapositive: 28:27) Donc, c'est l'idée de la façon dont cette analyse des entrées-sorties peut être utilisée au niveau global ou dans le secteur de l'énergie. Maintenant, prenons un exemple simple et essayez de résoudre et nous avons déjà vu à la fois dans le, dans le dernier module ainsi que dans ce module comment faire les calculs. (Reportez-vous à l'heure de la diapositive: 00:24) Maintenant, faisons cela pour le, pour cet exemple. Il y a donc deux secteurs, l'agriculture et le secteur manufacturier. (Référez-vous à la diapositive: 00:38) Agriculture, fabrication, et donc agriculture, fabrication et disons que nous en parlons en termes monétaires, en millions de roupies et ce qu'il y a, la table partielle vous a été donnée de transactions. Donc, les questions, l'unité est un million ou un million de roupies indiennes. Nous envisageons une économie à deux secteurs avec une table d'entrées-sorties comme indiqué pour 2017.On nous demande de remplir les blancs dans la table d'entrées-sorties, de calculer la matrice A et la matrice L. (Référez-vous à la diapositive: 01:21) Nous sommes censés examiner deux cas, l'un où la demande finale de l'agriculture s'accroît de 200 millions de roupies en 2018, alors que la demande finale de fabrication demeure constante. Donc, si l'agriculture augmente et que la fabrication reste constante, la seconde est celle où la demande finale agricole reste constante alors que la demande de production augmente de 200 millions de roupies, nous voulons comparer les deux cas en termes de tableaux d'entrées-sorties. La production totale de l'économie est-elle la même dans les deux cas et ensuite nous voulons également nous demander comment utiliser le tableau des entrées-sorties pour calculer l'impact de l'emploi de deux options différentes? (Référez-vous à la diapositive: 02:09) Alors, faisons cet exemple. Veuillez essayer ceci, c'est assez simple. Elle est liée à ce que nous avons fait jusqu'à présent. Donc, on a eu 300, 500, 800, 200, 400, 1500, puis on a le secteur des paiements, puis le total. Elle vous est donnée, cette valeur est donnée, le secteur des paiements à l'extérieur. C'est assez simple, nous l'avons déjà vu. Nous pouvons résumer ce chiffre de 300 plus 500, 800 plus 800, 1600, ce sera la production totale ici. Ici, 200 plus 400, 600 plus 1500, 2100 millions de tonnes. Maintenant, nous savons que la colonne lorsque nous regardons l'agriculture, l'agriculture est utilisée pour l'agriculture, et ce sont des transactions ici. Donc, le total des paiements en termes de salaires, les bénéfices dans tout ce qui est là doit être tel que cette production totale est la même. Donc, cette production totale ici sera de 1600, la production totale ici sera 2100. En soustrayant, nous pouvons prendre 1600 moins 500 et cela nous donnera 1100. De même, quand on regarde ça, ça va être 2100 moins 900, c'est 1200. Ensuite, quand on ajoute ça, c'est 8000, 2300 plus 1000, 3300. Ajoutez ça, 2300 plus 1000, 3300. Maintenant, il faut que les deux s'additionnaient et c'est clair. Donc, 2100, 1600, 3700 plus 3300 est 7000. 7000 millions de tonnes représente la production totale de l'économie. (Référez-vous à la diapositive: 04:54) Et maintenant, voyons la question qui a été posée est de voir ce qui se passe si nous changeons si cette augmentation, si nous voyons avec la question que la demande agricole finale augmente de 200 millions, la demande finale de fabrication reste constante. Avant cela, on nous demande de remplir les ébauches que nous avons faites. Calculer la matrice A et la matrice L. (Reportez-vous à l'heure de la diapositive: 05:05). Une matrice est donc simple. Regardons la matrice A, Une matrice va être de 300 par 1600. C'est 500 d'ici 2100, c'est 200 de 1600, 400 d'ici 2100. Donc, ça arrive à 0,1875 et c'est 0,2381, je vais juste le contourner. Il s'agit de 0,125. C'est la matrice A. Rappelez-vous que la matrice F est 800 et 1500. (Référez-vous à la diapositive: 06:57) Donc, quand on regarde cette matrice, on peut maintenant calculer I moins A, I moins A devient 1 moins 0,1875 est 0,8125, 1 point moins. Donc, c'est moins 0,2381, c'est moins 0,125, 1 moins 0,1905, c'est 0,8095, c'est moi moins A. On peut prendre l'inverse de ça et vous pouvez faire ça. Je ne vais pas vous montrer toutes les étapes, avec les valeurs de montage, vous trouverez que c'est en train de se transformer en 1.29, 0.38, 0.2. Il est arrondi ; c'est presque le même. Donc, c'est votre moi moins A inverse et très intéressant, ce sont les éléments diagonaux et quand vous multipliez ça, maintenant la valeur off, nous allons changer. Nouveau va être 800 va devenir 1000 et cela reste comme 1500. Nous pouvons multiplier ceci et ce que vous trouverez est Xnew, vous pouvez calculer ceci multiplier ceci avec ceci et ajouter ceci et puis vous obtenez, vous obtiendrez 1858 et 2340. Souvenez-vous de la production totale de la dernière fois que nous avions eu, plus tôt il était 1600 et 2100. Donc, les deux ont augmenté et ont augmenté par des montants différents. Donc, ce nombre est augmenté de 258 et il est augmenté de 220. Bien sûr, l'augmentation de l'agriculture est la hausse en pourcentage de l'agriculture. (Reportez-vous à la page Heure de la diapositive: 10:06) Nous pouvons alors faire la table finale que nous avons eu. Et vous verrez que maintenant, la fabrication agricole, la fabrication agricole. Nous avons donc les valeurs finales que nous avons calculées en 1858, 2340. Les coefficients directs resteront les mêmes, nous pouvons simplement multiplier par les coefficients directs pour obtenir les valeurs du ese et vous pouvez contre-vérifier et arrondire ça, vous obtiendrez 348 et ici vous avez 509, que s 0,1875 dans la valeur que nous avions et alors c'est 232, 408 la demande finale que nous avions était 1000, 800, 2000 et c'est 1500. Quand vous ajoutez ça, vous devriez obtenir 1509 plus 348, vous obtenez la même valeur que nous avions 1858 et ici aussi 19 et 2 1540, 1500 et cela vient, ceci aurait dû être la valeur de Xnew ici quand vous multipliez il est 2140, 2340 il est 2140. Nous avons donc une légère augmentation de la valeur de la production manufacturière de 2100 à 2140, mais une augmentation significative de cette production. Donc, c'est 2140. Maintenant que nous regardons le secteur des paiements, nous obtenons ceci comme soustraction, prendre ceci en 1858, 2140 que celui-ci restera constant. La partie restante de 1000. Donc, c'est 2000 et 1500, 3500 et ces valeurs que nous aurons en 1277 et c'est 1223. Quand on ajoute ça, on arrive à 3600 et quand on ajoute ce total, on obtient un total de 75, 58, 48, 98, 7598. Maintenant, comparez cela avec ce que nous avions précédemment. C'était 7000, 3300, 2100, 1600. Cela est maintenant devenu 7598, si vous regardez la croissance globale de la production, il s'agit de 7598 par 7000. C'est moins de 10 pour cent, vous pouvez, nous pouvons calculer le montant 598 par 7000 c'est la croissance en pourcentage. (Référez-vous à la diapositive: 13:44) Alors, regardons la section b, où nous maintiendrons la demande finale agricole constante alors que la demande de fabrication augmente de 200 millions de roupies. La question est donc de savoir s'il y a une augmentation de 200 millions de roupies dans la demande finale agricole. C'est ce que nous avons vu la dernière fois et, au lieu de cela, nous maintiendrons cette constante et la fabrication de 200. (Référez-vous à la diapositive: 14:09) Donc, maintenant la demande finale que nous examinons est de 800 millions de roupies pour l'agriculture et l'industrie passe de 1500 à 1700. Donc, on peut prendre cette pré-multiplication par l'inverse que nous avions et qui va être de 0,20, 1,29 multiplié par 800, 1700. Cela nous donnera la valeur de Xnew et vous pouvez multiplier 1.29 en 800, plus 0.38 en 1700 et vous verrez qu'il s'agit de 1676 est la production finale totale du secteur agricole. Et pour le secteur industriel, ce sera de 0,2 à 800, plus 1,29 en 1700, ce qui sera de 2358. Il s'agit maintenant de Xnew.