实验11数据的统计与分析.docxVIP

实验11 数据的统计与分析 【实验目的】 掌握数理统计的基本概念； 掌握用随机的方法(蒙特卡罗法)计算积分； 对实际问题建立概率模型和进行计算. 【实验内容】 【题目5】 与例6类似，但炮弹射击的目标为一半径100m的圆形区域，弹着点以圆心为中心呈二维正态分布，设在密度函数（31）式中σx=80m 和σy=50m ，相关系数r=0.4 。求炮弹命中圆形区域的概率。 5.1 模型分析 设目标中心为x=0,y=0，记R=100，则圆形区域可表示为： 记此正态分布的概率密度函数为： 其中σx=80m 和σy=50m ，相关系数r=0.4，于是炮弹命中圆形区域的概率为二重积分： 由圆的对称性易知，炮弹命中目标的概率为： ，， 其中 xk，yk是n个点中落在圆形区域Ω内的点的坐标，而随机点 xi，yii=1，2，3…均为[-R，R]区间上均匀分布的随机数。 5.2 matlab求解 运行以下程序paodan.m R=100; sx=80;sy=50; r=0.4; n=10000;z=0; x=unifrnd(-R,R,1,n); y=unifrnd(-R,R,1,n); for i=1:n if x(i)^2+y(i)^2=R^2 u=exp(-0.5/(1-r^2)*(x(i)^2/sx^2-2*r*x(i)*y(i)/(sx*sy)+y(i)^2/sy^2)); z=z+u; end end p=(2*R)^2*z/(2*pi*sx*sy*sqrt(1-r^2)*n) 重复计算4次，计算结果分别为： p = 0.6951 p = 0.6994 p = 0.6928 p = 0.7002 5.3 小结 随机模拟方法的优点在于可以计算被积函数新是非常复杂的定积分或重积分，并且维数上没有具体限制，但是缺点是计算量大，结果具有随机性，精度较低，这在本题中都有很好的体现。而由于本题中，相关系数r不为0，故密度函数值的分布并不是在四个象限中都相同，因此，在具体运算中我们需要对整个圆面进行投点计算，这是与例题最大的不同点。 【题目7】 对于报童问题，如果报纸的需求量服从正态分布N(μ,σ2)，且批发价为a=A(1-nK)，其中n为购进报纸的数量，K为一个给定的常数。建立报童为获得最大利润的数学模型。当已知μ=2000，σ=50，A=0.5，K=50000，b=0.5，c=0.35时，为了获得最大的利润，求解报童每天购进的报纸数量n。 7.1 模型分析 对报纸的需求量r服从正态分布，则报童每天的平均利润可以写作 Vn=0nb-A(1-nK)x-A(1-nK)-cn-xp(x)dx+n∞b-A(1-nK)np(x)dx 其中p(x)是正态分布N(μ,σ2)的概率密度。 为了求n使V(n)最大，对V(n)求导数，得 Vn=-0nA(1-2nK)-cp(x)dx+n∞b-A(1-2nK)p(x)dx 令导数等于零，得到 0np(x)dxn∞p(x)dx=b-A(1-2nK)A(1-2nK)-c 当平均值μ比标准差σ大得多时，0np(x)dx≈n∞p(x)dx，又n∞p(x)dx=1--∞np(x)dx，上式可化为 -∞np(x)dx=b-A(1-2nK)b-c 容易证明Vn0，所以当p(x)，a，b，c确定后由上式得到的确是每天平均利润最大的最佳购进量n。 5.2 matlab求解 运行以下程序maibao.m u=2000;o=50;A=0.5;K=50000;b=0.5;c=0.35; n(:,1)=100; for k=1:100 q=(b-A*(1-2*n(:,k)/K))/(b-c); n(:,k+1)=norminv(q,u,o); if n(:,k+1)-n(:,k)1e-1 break end end N=n(:,k+1) 得到以下结果 N = 1.9682e+003 由此可得，报童购进1968份报纸时，获得利润最大。 【实验总结】 通过本次实验，我学会使用MATLAB 概率统计工具箱，并自己练习编写了一些程序实现了工具箱中没有的功能。复习了概率论与数理统计中的基本概念和解题方法，如蒙特卡罗随机投点法等，并练习用这些方法解决实际问题。 我还利用MATLAB 统计工具箱解决了大学物理实验中的一些数据处理的问题，发现使用很方便。对于实际问题的建模又有了更深的认识，特别是在对随机变量的描述和其性质的研究方面。