- •Конспект лекций
- •Предисловие
- •Раздел 1 применение методов теории вероятностей в задачах электроэнергетики
- •Условной вероятностью события а по в называется вероятность события а, если происходит событие в. Она обозначается через р{а/в}.
- •Пример 3-6. В энсргетической системе, в ключающей четыре однотипных генератора, требуется найти вероятности одновременною выхода из строя нескольких генераторов
- •Найдем вероятности дефицитов 100 и 200 мВт:
- •Статистика в электроэнергетике
- •Рассмотрим вопрос об определении статистических численных характеристик случайных величин в энергетике.
- •Раздел 2 математическое программироваие в электроэнергетике
- •1.Построение математической модели.
- •2. Нахождение метода решения.
- •3. Типичные классы задач
- •2. Линейное программирование
- •2.1 Задачи линейного программирования
- •2. 2. Основная задача линейного программирования
- •2.3 Геометрическая интерпретация основной задачи линейного программирования
- •2.4. Симплекс метод решения задачи
- •3.Транспортная задача линйного программирования
- •Раздел 3 математический аппарат для изучения переходных процессов с учетом нелинейностей
- •Раздел 4 математический аппарат для изучения статической устойчивости установившегося режима
2. 2. Основная задача линейного программирования
Различные практические задачи, сводящиеся к схеме линейного программирования, могут иметь линейные ограничения вида неравенств, другие – равенств, третьи как тех так и других.
Задача линейного программирования с ограничениями—равенствами носит название основной задачи линейного программирования ( ОЗЛП ).
Основная задача линейного программирования ставится следующим образом.
Имеется ряд переменных
x1, x2, . . . . . ., x n .
Требуется найти такие неотрицательные значения этих переменных, которые удовлетворяли бы системе линейных уравнений :
a11 x 1 + a12 x 2 + . . . . + a1n x n = b 1 ;
a21 x 1 + a22 x 2 + . . . . + a2n x n = b 2 ;
( 2.1)
. . . . . . . . . . . . . . . . . . . . . . . . .. … .
am1 x 1 + am2 x 2 + . . . . + amn x n = b m ,
и, кроме того, ОБРАЩАЛИ БЫ В МИНИМУМ линейную функцию
L = c1 x1 + c2 x2 + …….+ cn xn . (2.2)
Очевидно, случай, когда линейную функцию нужно обратить не в минимум, а в максимум, легко сводится к предыдущему, если изменить знак функции и рассмотреть вместо нее функцию
L׳ = -- L = -- c1 x1 -- c2 x2 -- …….-- cn xn . (2.3)
Условимся называть д о п у с т и м ы м решение ОЗЛП любую совокупность переменных
x1 ≥ 0, x2 ≥ 0, ……, x n ≥ 0 ,
удовлетворяющую уравнениям (2,1 ).
О п т и м а л ь н ы м решением будем называть то из допустимых решений, при которым линейная функция ( 2.2 )
обращается в минимум.
ОЗЛП необязательно должна иметь решение. Может оказаться , что уравнения (2.1 ) противоречат друг другу; может оказаться, что они имеют решение, но не в области отрицательных значений x1 , x2, . . . . . , x n .
Тогда ОЗЛП не имеет допустимых решений. . Наконец, может оказаться, что допустимые значения ОЗЛП существуют, НО СРЕДИ НИХ НЕТ ОПТИМАЛЬНОГО: ФУНКЦИЯ L в области допустимых решений неограниченна снизу.
Вопрос о существовании неотрицательных значений x1 , x2, . . . . . , x n , удовлетворяющих системе уравнений ( 2.1 ) рассматривается в специальном разделе математики – линейной алгебре.
2.3 Геометрическая интерпретация основной задачи линейного программирования
Рассмотрим пример 1. Найти max ( 2 x1 + 5 x2 ) = z при условиях x1 ≤ 400, x 2 ≤ 300,
x1 + x 2 ≤ 500, x1 ≥ 0, x 2 ≥ 0.
Каждое из этих неравенств – ограничений определяет полуплоскости , пересечение которых дает многоугольник , который заштрихован на рис. 1 . Этот многоугольник (выпуклый многогранник ) и представляет собой допустимое множество решений К задачи линейного программирования.
\
Рассмотрим целевую функцию f ( x1 , x2 ) = 2 x1 + 5 x2 .
Пусть f ( x1 , x2 ) = 1000 = z1. График уравнения 2 x1 + 5 x2 = 1000 представляет собой прямую с отрезками на осях x1 = 500 единиц , а x2 = 200 единиц.
2 x1 / 1000 + 5 x2 / 1000 = x1 / 500 + x2 / 200 = 1.
При f ( x1 , x2 ) = 1500, получим прямую z2 , имеющую уравнение
2 x1 / 1500 + 5 x2 / 1500 = x1 / 750 + x2 / 300 = 1.
Прямая z2 параллельна прямой z1 , но расположена выше ее. Двигая прямую вверх параллельно самой себе , приходим к положению zmax , когда прямая и множество К будут иметь только одну общую точку А. Очевидно, что точка А (x1 = 200; x2 = 300 ) оптимальное решение , так как она лежит на прямой с максимально возможным значением zmax. Заметим, что эта точка оказалась крайней точкой множества К.
Пример 2. Задача линейного программирования с семью переменными
x1, x2, x3, x4, x5, x6, x7
имеет m = 5 уравнений – ограничений :
x1 -- x2 + x3 = 4;
2 x1 -- x2 -- x3 -- x4 = --5 ; (2.4)
x1 + x2 -- x5 = -- 4;
x2 + x6 = 5;
2 x1 -- 2 x2 -- x6 + 2 x7 = 7.
Требуется дать ее геометрическую интерпретацию и построить область допустимых решений ОДР, если она существует.
Решение. Выберем в качестве свободных переменных , например, x1 и x2 и выразим через них остальные (базисные) переменные: x3, x4, x5, x6, x7 . Из первого уравнения имеем :
x3 = -- x1 + x2 + 4 (2.5)
Из третьего
х5 = x1 + x2 + 4.
Из четвертого:
х6 = -- x2 + 5. (2.6)
Подставляя (2.5) во второе уравнение(2.3) и (2.6) -- в последнее и разрешая относительно x4 , x7 , имеем:
х4 = 3х1 -- 2х2 + 1;
х7 = --х1 + ½ х2 + 6.
Геометрическая интерпретация задачи представлена на рис. 2 ( прямые x1 = 0, x2 = 0 – оси координат; остальные ограничивающие прямые x3 = 0, x4 = 0, x5 = 0, x6 = 0,и x7 = 0;
короткой штриховкой помечены допустимые полуплоскости -- условия неотрицательности переменных).
Как видно из расположения прямых и отмеченных полуплоскостей, допустимые решения для рассмотренной задачи существуют; они заполняют ОДР, которая на рис .2 показана закрашенной.
Далее найдем оптимальное решение ОЗЛП , обращающее в минимум линейную функцию семи неизвестных :
L = x1 -- x2 + 2x3 -- x4 -- 3x5 + x6 -- 2x7 ( 2.7)
Выше были указаны условия-ограничения (2.4)., которые были разрешены относительно базисных переменных x3, x4, x5, x6, x7, которые были выражены через свободные х1 и х2:
x3 = -- x1 + x2 + 4
х4 = 3х1 -- 2х2 + 1;
х5 = x1 + x2 + 4. (2.8)
х6 = -- x2 + 5.
х7 = --х1 + ½ х2 + 6.
Подставляя эти выражения в (2.7) и приводя подобные члены , имеем :
L = -- 5x1 -- 2x2 -- 12. (2.9)
Воспроизведем область допустимых решений , ранее построенную на рис. 2 (рис.3).
Отбрасывая свободный в (2.9) , имеем:
L* = -- 5x1 -- 2x2 .
Строим основную прямую L* = 0. Для этого откладываем отрезки γ2 = -- 2 по оси абсцисс и -- γ1 = 5 по оси ординат, проводим через точку В с координатами (--2, 5 ) прямую L* = 0 и отмечаем стрелками направление убывания L* . перемещая основную прямую параллельно самой себе в сторону убывания L* , наименьшее значение L* мы получим в точке А (наиболее удаленной от начала координат в направлении стрелок). Координаты этой точки х1* , х2* и дают оптимальное решение ОЗЛП. В точке А пересекаются две ограничивающие прямые: х6 = 0 и х7 = 0 . Приравнивая нулю выражения для х6 и х7 , получим два уравнения:
-- х2 + 5 = 0
--х1 + ½ х2 + 6 = 0
Решая их совместно , найдем х1* = 8,5; х2* = 5.
Подставляя эти значения в ( 2.9) , найдем оптимальные значения базисных переменных: х3* = 0,5; х4* = 16,5; х5* = 17,5.
Что касается х6 и х7 , то их оптимальные значения равны нулю: х6* = 0;
Х7* = 0.
Подставляя найденные оптимальные значения х1* и х2* в линейную функцию ( 2.9 ) , найдем минимальное значение (оптимум) линейной функции L:
L = -- 5•8,5 -- 2• 5 -- 12 = --64,5.
Таким образом решаются задачи ОЗЛП в частном случае, когда m = n -- 2 , при помощи геометрического построения.