数学建模-数理统计方法.docVIP

数理统计方法

数理统计的任务是以概率论为基础，根据试验的数据，对研究对象的客观规律性作出合理的估计与推断。

§1数理统计的基本概念

在数理统计中，我们把研究对象的全体称为总体，而把组成总体的每个基本单元称为个体。要了解总体的规律性，必须对其中的个体进行统计、观测，一是对全部个体逐一进行观测，这样做当然对总体有充分的了解，但实际上这种方法往往是行不通的，而且也很不经济；二是随机抽样观测，即从总体中随机抽取个个体进行观测，然后根据样本来推断总体的性质或规律性，这在实际中是常用的方法。

由于样本是随机抽样的，可以认为来自总体中一个样本是一组相互独立且与总体同分布的随机变量。称为样本容量，样本的观测值记为，样本的不含任何未知参数的函数称为统计量。下述统计量

，，

分别称为样本均值、样本方差、样本标准差。

根据样本的观测值，可以绘出样本的频率直方图和累积频率直方图，方法如下：

①适当选取，，将等分为个小区间，称为组距；

②计算在各个小区间出现的频率；

③计算样本的频率函数和累积频率函数：

④画出样本的频率函数和累积频率函数的图形可以得到样本的频率直方图和累积频率直方图。

根据样本的频率直方图和累积频率直方图可以近似描绘出总体的分布密度函数和分布函数曲线。

§2参数估计

在对实际问题进行数学建模时，我们常常会遇到下列问题：在确定了问题涉及的关键量和发现了制约问题的基本规律或部分规律之后，可以得到刻画这些关键量之间关系的数学关系式。但是在这些数学关系式中尚包含若干未知参数。我们不能直接从这些关系式中得到这些关键量的定量变化规律，但实际问题往往又提供了某些表征关键量变化的信息（如实验数据等）。如果利用这些信息结合关键量的表达式来估计未知参数，那么实际问题能够得到解决。

2.1参数估计的方法

参数估计的方法比较多。一般情况下，参数估计问题可归结为求一个函数的极值点问题。下面主要介绍最小二乘法和极大似然法。

（1）最小二乘法

设，其中是自变量（或自变量向量），是未知参数，是的函数，和都是可观测的。由于是未知的，因此要对进行估计。

设是组观测值，最小二乘法的基本思想就是求的一个估计量，使函数

取最小值，即

，

称这样求得的为参数的最小二乘估计值。

例1某种医用薄膜有允许一种物质的分子穿透它从高浓度的溶液向低浓度溶液扩散的功能，在试制时需测定薄膜被这种分子穿透的能力。测定方法如下：用面积为的薄膜将容器分成A，B两部分，体积分别为和，在两部分中分别注满该物质的两种不同浓度的溶液。此时该物质分子就会从高浓度溶液穿透薄膜向低浓度溶液中扩散。通过单位面积膜分子扩散的速度与两侧溶液的浓度差成正比，比例系数表征了薄膜被该物质分子穿透的能力，称为渗透率。定时测量容器中某一侧的溶液浓度值以确定的数值。试建立该问题的数学模型。

解如果，且对容器的B部分在时刻的溶液浓度进行测试，结果如下：

：

100

200

300

400

500

600

700

800

900

1000

：

4.54

4.99

5.35

5.65

5.90

6.10

6.26

6.39

6.50

6.59

试确定的值。

假定薄膜两侧的溶液始终是均匀的，即在任何时刻膜两侧的每一处溶液的浓度都是相同的，且薄膜是双向同性的，即物质从薄膜任一侧向另一侧渗透的性能是相同的，设时刻时膜两侧溶液的浓度分别为和，初始时刻膜两侧溶液的浓度分别为和，单位均为，又设B侧在时刻测得的浓度为。

考察时段膜两侧容器中该物质质量的变化。在容器的A侧，该时段内物质质量的增加为；另一方面从B侧渗透至A侧的该物质质量为。由质量守恒定律，有

，

两边除以，令，得

，（2-1）

同理有

。（2-2）

由（2-2）-（2-1）得

。

由于，所以

。（2-3）

由质量守恒定律，有

。（2-4）

联立（2-3），（2-4）式可得：

。

至此，问题归结为利用在时刻的测量数据来估计，根据使与的误差平方和最小的原则来求的估计值。对应的数学模型为求函数

的最小值。

令

，

则参数估计问题可转化为求函数

的最小值点。将已知测试数据代入，得极小化的函数

。

利用MATLAB软件中的fmins函数求得，，进一步求得，。

（2）极大似然法

设总体的概率分布为（当为连续型时，为的分布密度；当为离散型时，为的概率分布，即，），其中是未知参数，它在一定范围内取值。是总体的样本观测值。

令

，

称为似然函数。极大似然法的基本思想是：在的取值范围内，挑选使似然函数取得最大值的作为参数的估计值，由于与同时达到