数学建模 第二章 概率统计模型.pptxVIP

第二章 概率统计模型一个例子二战时期，，为了提高飞机的防护能力，英国的科学家、设计师和工程师决定给飞机增加护甲. 为了不过多加重飞机的负载，护甲必须加在最必要的地方，那么是什么地方呢? 统计学家将每架中弹但仍返航的飞机的中弹部位描绘在图纸上，然后将这些图重叠，形成了一个密度不均的弹孔分布图. 统计学家拿着这张分布图，指着那些没有弹孔的地方说，这就是要增加护甲的地方，因为这地方中弹的飞机都没能返回。例子的背后上面的例子可以领略到统计学的精彩之处。统计模型是数学模型的重要组成部分，尤其对具有大量数据的对象，统计建模具有极其重要的作用。大量的数据挖掘工作，就其本质而言，就是对于这些海量数据的统计处理。概率统计模型2.1． 概率统计模型的基本理论2.1.1．蒙特卡洛方法的一般原理?处理缺乏实验数据的问题，一般会用蒙特卡洛方法来产生所需要的实验数据。蒙特卡洛方法的基本思想: 首先构造一个概率空间，然后在该概率空间中确定一个依赖于随机变量Ｘ(任意维)的统计量，其数学期望正好等于所要求的值Ｇ. 其中Ｆ(ｘ)为Ｘ 的分布函数. 然后产生随机变量的简单子样，用其相应的统计量,…, 的算术平均值作为Ｇ的近似估计.蒙特卡洛方法解题的基本步骤(１) 确定所要模拟的目标以及实现这些目标的随机变量,一般情况下，目标就是这些随机变量的期望；(２) 找到原问题中随机变量的分布规律；(３) 大量抽取随机样本(在如今