[理学]Exp10姜启源数学建模课件第十章数据的统计与分析.pptVIP

数据的统计与分析的两类方法 1. 实例及其分析 2. 数据的整理和描述 数据的收集和样本的概念 数据的整理、频数表和直方图 统计量 MATLAB命令 数据的收集 样本：统计研究的主要对象 总体--研究对象的全体。如所有顾客感觉舒适的高度 个体--总体中一个基本单位。如一位顾客的舒适高度 样本--若干个体的集合。如50位顾客的舒适高度 样本容量--样本中个体数。如50 数据的整理 比较直观，比较清晰的结论 21—50岁的中青年患者大约占总发病人数的 3/4，提醒民众中青年是易感人群。 频数表 平均值 标准差 统计量 示例 3. 随机变量的概率分布及数字特征 频率与概率 概率密度与分布函数 期望和方差 常用的概率分布 MATLAB命令 频率与概率 概率密度与分布函数 期望和方差 常用的概率分布 常用的概率分布 4. 用随机模拟计算数值积分 4.1 定积分的计算 4.2 重积分的计算 4.3 MATLAB实现 一般区间重积分的计算 MATLAB实现 随机数的产生：unifrnd(a,b,m,n) 5.实例的建模和求解 报童的利润 路灯更换策略 报童的利润 1）每份报纸的购进价a，零售价 b，退回价为c 路灯的更换问题 路灯的更换问题 路灯的更换问题 F分布： 称自由度 相互独立 定义： 常用的概率分布 记n次独立试验中成功的次数是随机变量X 二项分布（Binomial distribution） X~B (n, p) 背景问题：产品检验中的废品个数 常用的概率分布：离散分布 贝努利试验： 一次试验只有两种结果（成功和失败） 记成功的概率为p，q=1-p 当二项分布的n??，np??（常数）时 泊松分布（Poisson distribution） X~Poiss(?), 背景问题： 服务系统在一定时间内接到的呼唤数(到达率) 常用的概率分布：离散分布 MATLAB命令 poiss bino f t chi2 norm exp unif 字符 泊松分布 二项分布 F分布 t分布 分布 正态分布 指数分布 均匀分布 分布 rnd stat inv cdf pdf 字符 随机数生成 均值与方差 逆概率分布 分布函数 概率密度 功能 y=normpdf(1.5,1,2) 正态分布(?=1, ?=2) 在x=1.5处的概率密度（标准正态分布的?, ? 可省略） y=normcdf([-1 0 1.5],0,2) 在 x= -1, 0, 1.5处分布函数值 [m,v]=fstat(3,5) 计算F(3,5)的期望和方差 x=tinv(0.3,10) 计算t(10)的0.3-分位数 二维正态分布 二维随机变量 二维随机变量 联合分布密度函数 边际分布密度函数 协方差 相关系数 二维随机变量: MATLAB命令 cov(x,y) 计算协方差(矩阵) corrcoef(x,y) 计算相关系数(矩阵) 二维随机数生成/ 二维密度函数(例) mu = [1 -1], Sigma = [.9 .4; .4 .3], X = mvnrnd(mu,Sigma,10), p = mvnpdf(X,mu,Sigma) 二维数据处理 方法的直观解释——随机投石 y 1 0 1 x · 向单位正方形里随机投n块小石头 * * * * * * * 若有k块小石头落在1/4单位圆内，当n很大时 1/4单位圆的面积 （计算?的一种方法） 1）随机投点法 目的：计算1/4单位圆的面积 大数定律（贝努利定理） 随机变量(X,Y)在单位正方形内均匀分布 点(xi, yi)落在1/4单位圆内概率 y 1 0 1 x · 一般地 投点坐标(xi, yi), xi, yi是相互独立、(0,1)内均匀分布的随机变量（(0,1)随机数） 设k是n次独立重复试验中事件A发生的次数。p是事件A在每次试验中发生的概率，则对任意的正数?, 有 产生 n组(0,1)随机数 (xi,yi),其中 k 组满足 随机投点法 y 1 0 1 x · 随机投点法(续) 大数定律（辛钦定理） 设随机变量 相互独立，服从同一个分布，且具有数学期望 则对任意的正数?有 随机变量 X 的概率密度为 的期望为 2) 均值估计法 产生(a,b)区间上的随机数xi (i=1,2,…n), n很大 用随机模拟方法计算任意区间上的积分 其中ui为(0,1)随机数 均值估计法 不要产生yi, 不用比较 限制； 没有 均值估计法 的优点 均值估计法(续) 随机模拟法计算重积分 x y 1 0 1 g2(x) g1(x) 产生相互独立(0,1)随机数 xi,yi,,i =1, …n； 落在?内