数学建模：随机模型.ppt

概率模型--用随机变量和概率分布描述随机因素的 影响，建立随机模型。 问题： 报童每天清晨从报社购进报纸零售，晚上将没有卖掉的报纸退回。设报纸每份的购进价为b，零售价为a，退回价为c，假设abc。即报童售出一份报纸赚a-b，退回一份赔b-c。报童每天购进报纸太多，卖不完会赔钱；购进太少，不够卖会少挣钱。试为报童筹划一下每天购进报纸的数量，以获得最大收入。 明确问题一 牙膏的销售量 确定关系： 牙膏销售量——价格、广告投入 内部规律复杂??数据统计分析 常用模型??回归模型??数学原理??软件 30个销售周期数据： 销售量、价格、广告费用、同类产品均价 Matlab 统计分析 rcoplot(r,rint) 残差及其置信区间作图 MATLAB7.0版本 s增加一个统计量: 剩余方差s2 讨论：交互作用影响 价格差 x1=0.1 价格差 x1=0.3 薪金——资历、岗位、学历 建立模型：分析人事策略的合理性，作为新聘用人员薪金的参考 模型假设 假设： y~ 薪金，x1 ~资历（年） x2 = 1~ 管理人员，0~ 非管理人员 模型求解 x1~资历(年) x2 = 1~ 管理，0~ 非管理 中学：x3=1, x4=0;大学：x3=0, x4=1; 更高：x3=0, x4=0 结果 R2,F, p ? 模型整体上可用 资历增加1年薪金增长546 管理人员薪金多6883 中学程度薪金比更高的少2994 大学程度薪金比更高的多148 a4置信区间包含零点 ?解释不可靠! 结果分析 残差分析法 残差分析 ? 与管理x2—教育x3 、x4的关系 模型改进 增加管理x2与教育x3, x4的交互项 残差分析 消除了不正常现象 异常数据(33号)??去掉 模型改进 去掉异常数据后的结果 残差分析 残差图正常 模型的结果??可以应用 模型应用 制订基础薪金 资历为0 ： x1= 0 管理—教育组合：6种 评注 对定性因素：如管理、教育 可以引入0-1变量处理 0-1变量的个数应比定性因素的水平少1 残差分析：可以发现模型的缺陷 引入交互作用项常常能够改善模型 剔除：异常数据 有助于得到更好的结果 随机过程是研究随机动态系统演变过程规律性的学科 广泛地应用于通信、控制、生物、地质、经济、管理、能源、气象等许多领域 人的健康状态随着时间的推移会随机地发生转变 保险公司要对投保人未来的健康状态作出估计, 以 制订保险金和理赔金的数额 在一个离散时间集合T={0,1,2,…}和一个有限或可列无穷的 状态空间S={1,2,…}上，一个随机过程在任一时刻从一个状 态以一定的概率向其他状态转移（或保持原状态不变）。记 Xn为时刻n时时刻过程所处的状态， n＝ 1,2,…，假定： 在时刻0,过程所处的状态X0是S上的一个随机变量； 在任一时刻n，给定X0，… ， Xn-1 ， Xn时， Xn＋1的条件分布只与Xn有关，而与X0，… ， Xn-1无关。 满足上述条件的随机过程为马尔可夫链，简称马氏链。 模型 状态与状态转移 符号分析 状态 数值分析 n=input(n=) A=zeros(2,n+1); A(1,1)=input(a01=); A(2,1)=1-A(1,1); for i=1:n A(1,i+1)=0.8*A(1,i)+0.7*A(2,i); A(2,i+1)=0.2*A(1,i)+0.3*A(2,i); end A 结果 n??时： 状态概率趋于稳定值 稳定值与初始状态无关 问题2 状态 健康和疾病： Xn=1~ 健康, Xn=2~ 疾病 第3种状态：死亡??Xn=3 已知： p11=0.8, p12=0.18, p13=0.02 p21=0.65, p22=0.25, p23=0.1 p31=0, p32=0, p33=1 若某人投保时健康, 问n年后各状态的概率 模型 状态与状态转移 n=input(n=) A=zeros(3,n+1); A(1,1)=input(a01=); A(2,1)=input(a02=); A(3,1)=1-A(1,1)-A(2,1); for i=1:n A(1,i+1)=0.8*A(1,i)+0.65*A(2,i)+0*A(3,i); A(2,i+1)=0.18*A(1,i)+0.25*A(2,i)+0*A(3,i); A(3,i+1)=0.02*A(1,i)+0.1*A(2,i)+1*A(3,i); end A 分析 设投保时处于健康状态，预测 a(n), n=1,2… 理论