数学建模+概率统计模型.pptVIP

概论统计模型 一.传送系统的效率 二.报童的诀窍 三.牙膏的销售量 四.投资额与国民生产总值和物价指数 五.轧钢中的浪费 六. 随机人口模型 概率模型 现实世界的变化受着众多因素的影响，包括确定的和随机的。如果从建模的背景、目的和手段看，主要因素是确定的，随机因素可以忽略，或者随机因素的影响可以简单地以平均值的作用出现，那么就能够建立确定性模型。如果随机因素对研究对象的影响必须考虑，就应建立随机模型。本章讨论如何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--概率模型。 统计模型 如果由于客观事物内部规律的复杂性及人们认识程度的限制，无法分析实际对象内在的因果关系，建立合乎机理规律的模型，那么通常要搜集大量的数据，基于对数据的统计分析建立模型，这就是本章还要讨论的用途非常广泛的一类随机模型—统计回归模型。 3 模型建立 将传送系统效率定义为一周期内带走的产品数与生产的全部产品数之比，记作 ，设带走的产品数为 ,生产的全部产品数为 ，则 。需求出 。 得到 的步骤如下：（均对一周期而言） 任一只钩子被一名工人触到的概率是 ； 任一只钩子不被一名工人触到的概率是 ； 由工人生产的独立性，任一只钩子不被所有 个工人挂上 产品的概率，即任一只钩子为空钩的概率是 ； 任一只钩子非空的概率是 。 传送系统的效率指标为 4 模型评价 这个模型是在理想情况下得到的，其中一些假设，如生产 周期不变，挂不上钩子的产品退出系统等是不现实的，但 模型的意义在于，一方面利用基本合理的假设将问题简化 到能够建模的程度，并用简单的方法得到结果；另一方面 所得到的简化结果具有非常简单的意义：指标 考虑通过增加钩子数来使效率降低的方法： 在原来放置一只钩子处放置的两只钩子成为一个钩对。一 周期内通过 二 报童的诀窍 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。 模型分析： 购进量由需求量确定，需求量是随机的。假定报童已通过自己的经验或其他渠道掌握了需求量的随机规律，即在他的销售范围内每天报纸的需求量为 份的概率是 (r=0,1,2,…) 有了 和 ，就可以建立关于购进量的优化模型。 模型建立： 模型求解： 令 使报童日平均收入达到最大的购进量 因为当购进 超过 结论： 五 轧钢中的浪费 模型分析 模型分析 六 随机人口模型 在此前的人口模型中，我们考虑了环境对人口增长的阻滞作用，人口的固定出生率、死亡率，以及一些人口指标、控制手段等。 人口的出生和死亡是随机的，如果把出生、死亡作为随机因素加以考虑，可以建立随机性人口模型。 不过，对随机模型的期望不能太高。考虑随机因素虽然看起来更符合实际了，但得到的结果并不见得能比确定性模型更精确。 模型分析 模型求解 基本回归模型 投资额与 GNP及物价指数间均有很强的线性关系 t ~年份， yt ~ 投资额，x1t~ GNP, x2t ~ 物价指数 ?0, ?1, ?2 ~回归系数 x1t yt x2t yt ?t ~对t相互独立的零均值正态随机变量 基本回归模型的结果与分析 MATLAB 统计工具箱 R2= 0.9908 F= 919.8529 p=0.0000 [-1121.4757 -597.4823 ] -859.4790 ?2 [0.4773 0.7596] 0.6185 ?1 [224.3386 421.1114] 322.7250 ?0 置信区间 参数估计值 参数 剩余标准差 s=12.7164 没有考虑时间序列数据的滞后性影响 R2＝0.9908，拟合度高 模型优点 模型缺点 可能忽视了随机误差存在自相关；如果存在自相关性，用此模型会有不良后果 自相关性的定性诊断 残差诊断法 模型残差 作残差 et~et-1 散点图 大部分点落在第1, 3象限 ?t 存在正的自相关 大部分点落在第2, 4象限 自相关性直观判断 在MATLAB工作区中输出 et为随机误差?t 的估计值 et-1 et ?t 存在负的自相关 基本回归模型的随机误差项?t 存在正的自相关 自回归性的定量诊断 自回归模型 ρ~自相关系