概率论与数理统计实验报告_7.docVIP

概率论与数理统计实验报告 应物12班 郭帅 2110903026 一、实验内容：用蒙特卡洛方法估计积分值 1用蒙特卡洛方法估计积分，和的值，并将估计值与真值进行比较。 2用蒙特卡洛方法估计积分和的值，并对误差进行估计。 二、要求：（1）针对要估计的积分选择适当的概率分布设计蒙特卡洛方法； （2）利用计算机产生所选分布的随机数以估计积分值； （3）进行重复试验，通过计算样本均值以评价估计的无偏性；通过计算均方误差（针对第1类题）或样本方差（针对第2类题）以评价估计结果的精度。 三、目的：（1）能通过 MATLAB 或其他数学软件了解随机变量的概率密度、分布函数及其期望、方差、协方差等； （2） 熟练使用 MATLAB 对样本进行基本统计，从而获取数据的基本信息； （3） 能用 MATLAB 熟练进行样本的一元回归分析。 蒙特卡洛方法：当所求解问题是某种随机事件出现的概率，或者是某个随机变量的期望值时，通过某种“实验”的方法，以这种事件出现的频率估计这一随机事件的概率，或者得到这个随机变量的某些数字特征，并将其作为问题的解。 四、实验步骤： （1） 方法：x在0至pi/2区间上随机取10000个数为均匀分布的简单随机样本,然后计算y的值一共计算二十次,即可用样本均值作为积分的估计值. Y=pi/2*x.*sin(x) y*f(x)即为被积函数 clc clear x=rand(20,10000)*pi/2 y=(pi/2)*x.*sin(x) a=sum(y,2)/10000 u=sum(a,1)/20 H=1 E=abs(H-u) b=abs(H-u)^2 D=sum(b,1)/19 结果样本均值为u= 0.9987 E = 0.0013 D =8.971e-008=0.00000008971 真值计算: clc clear symsx f=x*sin(x) int(f,x,0,pi/2) 结果真值为1 (2) 方法:x在负无穷到正无穷之间按标准正态分布取10000个样本，然后计算y值二十次，即可用样本均值估计积分值。 clc clear x=randn(20,10000) y=exp((-x.^2)/2)*sqrt(2*pi) a=sum(y,2)/10000 b=sum(a,1)/20 u=b/2 H=1/2*pi^(1/2) E=abs(H-u) c=abs(H-u)^2 D=sum(c,1)/19 结果样本均值为： 0.8870 误差=0样本方差=3.0505e-008=0.0000000.0505 真值： syms x f=exp(-x^2) int(f,x,0,inf) 真值为：1/2*pi^(1/2) (3) 原积分= 方法:把看做x,使x在0到1之间取10000个值坐在0至1区间上的均匀分布的随机简单样本,计算样本对应的y值,因为y与无关,所以第二重积分可直接乘以得样本均值,一共计算二十次,即可用样本均值作为积分的估计值. y=exp(x^2)*x clc clear x=rand(20,10000) g=x.*exp(x.^2) a=sum(g,2)/10000 b=sum(a,1)/20 u=2*pi*b H=pi*(exp(1) - 1) E=abs(H-u) c=abs(H-u)^2 D=sum(c,1)/19 结果样本均值为5.4140 误差= 0.0159 样本方差= 1.3294e-005=0.000013294 真值计算: clc clear symsxy f=exp(x^2)*x int(int(f,x,0,1),y,0,2*pi) 结果pi*(exp(1) - 1)=5.3981 二 (1) 方法：x在0至1区间上随机取10000个数为均匀分布的简单随机样本,然后计算y的值一共计算二十次,即可用样本均值作为积分的估计值. Y=exp(x^2) clc clear x=rand(20,10000) y=exp(x.^2) a=sum(y,2)/10000 u=sum(a,1)/20 b=(a-u).^2 D=sum(b,1)/19 U为样本均值,计算结果样本均值= 1.4627 D为样本方差,样本方差= 1.0156e-005=0.000010156 （2） 方法:随机产生20组数据每组10000个,保证这些数据为均匀分布在单位园内的简单随机样本,然后计算z的值,即可用z在单位圆上均匀分布的期望值对积分制进行估计. Z=pi/(sqrt(1+x^4+y^4)) clc clear m=rand(20,10000) n=rand(20,10000) a=rand(20,10000)*2*pi b=rand(20,10000)*2*pi x=m.*c