數(shù)學(xué)實驗-10：數(shù)據(jù)的統(tǒng)計與分析(共9頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上實驗 10：數(shù)據(jù)的統(tǒng)計與分析習(xí)題5：炮彈射擊的目標(biāo)為一圓形區(qū)域，半徑為100m,彈著點(diǎn)以圓心為中心成二位正態(tài)分布，設(shè)在密度函數(shù)式當(dāng)中，=80m, =50m,相關(guān)系數(shù)r=0.4,求炮彈命中圓形區(qū)域的概率。1 模型建立設(shè)目標(biāo)中心為坐標(biāo)原點(diǎn)。Rad(radium)=100,則圓形區(qū)域可以表示為：著彈點(diǎn)符合二維正態(tài)分布，記其坐標(biāo)為（x,y）,其概率密度為有：（1）其中=，=，由于中心在原點(diǎn)，所以上式中不含有期望值（=0）。于是炮彈命中圓形區(qū)域的概率可以利用二重積分求得：（2）以上積分無法用解析訪法求解，可以根據(jù)Monte Carlo方法通過下式進(jìn)行運(yùn)算：（3）其中,表示與圓域

2、外切的正方形區(qū)域的面積,n為投點(diǎn)次數(shù), 表示落在區(qū)域中的點(diǎn)的坐標(biāo)。2 程序設(shè)計（程序部分可直接粘貼運(yùn)行）：1) 構(gòu)造概率密度函數(shù),符合（1）式function f=prob(s1,s2,r,x,y)f=1/(2*pi*s1*s2*sqrt(1-r2)*exp(-1/(1-r2)/2*(x2/s12-2*r*x*y/s1/s2+y2/s22);2) 主函數(shù)clear alls1=80;s2=50;%s1,s2為標(biāo)準(zhǔn)差r=0.4;n=; rad=100;x=unifrnd(-rad,rad,1,n);%在（-100，100）內(nèi)隨機(jī)均勻取n組x,y值，y=unifrnd(-rad,rad,1,n);

3、sum=0;m=0;tic%計時for k=1:n if x(1,k)2+y(1,k)2=rad2%實現(xiàn)Monte Carlo方法 sum=sum+prob(s1,s2,r,x(1,k),y(1,k); m=m+1;%sum為（3）式右端和式部分 endendtocp=(2*rad)2/n*sum%根據(jù)（3）式計算概率3 運(yùn)行結(jié)果及分析：n=12345計算結(jié)果0.69620.69770.69650.69800.6967計算時間（s）2.2.2.2.2.n=1000012345計算結(jié)果0.69060.69970.69530.69720.7025計算時間（s）0.217610.208250.208

4、710.240710.22048最終結(jié)果為0.7左右。通過上表還可以看出，隨即試驗的次數(shù)并不能完全的決定最終結(jié)果的準(zhǔn)確性。當(dāng)n=1e5時，其結(jié)果比起n=1e4的結(jié)果相對穩(wěn)定，但是計算時間是后者的10倍，可以推斷若將本方法應(yīng)用于更大規(guī)模的數(shù)據(jù)處理當(dāng)中，必然產(chǎn)生精度和計算速度的矛盾。以上問題是實際上反映了局部抽樣中必然存在的問題，Monte Carlo算法的理論基礎(chǔ)是Bernoull大數(shù)定理，即：n次獨(dú)立重復(fù)試驗中A發(fā)生的次數(shù)k,與A在每次試驗中發(fā)生的概率p有如下關(guān)系：（）而實際中的試驗次數(shù)必然是有限的，所以最終得到的結(jié)果必然會不能完全符合概率值。但是，在多次重復(fù)試驗中，同分布的隨機(jī)變量，其總體期

5、望和方差為：（）（）可以看出，隨著試驗次數(shù)的增加，總體期望并沒有發(fā)生變化，但是方差變小了。這也就是n=10000時得到的結(jié)果波動性比n=時要強(qiáng)的原因了，試驗次數(shù)越多，試驗結(jié)果偏離實際概率的程度就越小?？芍?，在更大的情況下，對應(yīng)著一個精度，在該精度要求下，最終結(jié)果可以認(rèn)為是和概率值完全符合。這里不再繼續(xù)進(jìn)行次數(shù)更多的實驗。 4 一個錯誤的分析：同課本中例不同的是，本題的、是相互關(guān)聯(lián)的，即滿足二維正態(tài)分布，而例種的、坐標(biāo)是相互獨(dú)立的，各自滿足一維正態(tài)分布。因此，在平面上，對兩個坐標(biāo)的取點(diǎn)就必須考慮其相互影響，、的取值不是關(guān)于坐標(biāo)軸對稱的（實際是關(guān)于原點(diǎn)對稱的），因此在計算積分時區(qū)域位于四個象限內(nèi)的

6、積分也不是完全相等的。若此時仍采用例算法：用第一象限的積分值作為整體積分值，就會產(chǎn)生錯誤（得到的結(jié)果為）；類似的，若用第二象限的積分值作為整體積分值，也會產(chǎn)生錯誤（得到的結(jié)果為）。這都是忽略了、的相互作用造成的。相關(guān)系數(shù)的意義是，當(dāng)=時，、完全不相關(guān)；r=1時，、成線性關(guān)系；r=1時，、成負(fù)線性關(guān)系。用以下程序，繪制不同值時的、prob（x,y）三維圖像：r=0.9;%r=0.1/-0.5;x=-100:0.1:100;y=x;X,Y=meshgrid(x,y);Z=prob(s1,s2,r,X,Y);mesh(X,Y,Z) r=0.9r=0.1r=-0.5可以看到,三維圖形也基本符合鐘形分布

7、，但是隨著值的變化，概率密度峰值的出現(xiàn)范圍隨之改變，紅色橢圓區(qū)域的長軸方向，基本上與走向一致。時，可以推斷，概率密度值講關(guān)于、軸對稱，即不相關(guān)情況（例），可以用某一個象限的值計算。5 另一個方法：利用MATLAB提供的生成符合二維正態(tài)分布的隨機(jī)二維向量的函數(shù)，可以直接生成n個符合題目要求分布的點(diǎn)的x、y坐標(biāo)，直接計算生成的點(diǎn)位于以圓點(diǎn)為圓心，100m為半徑的圓內(nèi)的頻率P, 根據(jù)大數(shù)定理（4）式可以得知，當(dāng)n趨近于無窮時，頻率P就是概率。s1=80;s2=50;%初始條件若干，同前r=0.4;n=; rad=100;m=0;mu=0,0;%期望sigma=s12,s1*s2*r;s1*s2*r,

8、s22;%協(xié)方差矩陣x=mvnrnd(mu,sigma,n);%生成服從二維分布的隨機(jī)二維向量for k=1:n%檢驗在圓域內(nèi)的點(diǎn)的個數(shù) if x(k,1)2+x(k,2)2=rad2 m=m+1; endendP=m/n結(jié)果：P= 0. 0. 0. 0.?？梢钥吹阶罱K的結(jié)果仍然在0.7左右。采用本方法，實際上是完全模擬了現(xiàn)實的投彈過程，是一種直接符合大數(shù)定理形勢的Monte Carlo方法。習(xí)題：軋鋼有兩道工序：粗軋和精軋，粗軋鋼坯時由于各種隨機(jī)因素的影響，得到的鋼材長度成正態(tài)分布，其均值可由軋機(jī)調(diào)整，而方差是設(shè)備精度決定的，不能改變；精軋時將軋得到鋼材軋成規(guī)定的長度（可以認(rèn)為沒有誤差）。如

9、果粗軋后的鋼材長度達(dá)與規(guī)定長度，精軋時要把多的部分軋掉，造成浪費(fèi)；如果粗軋后的鋼材長度已經(jīng)小雨規(guī)定長度，則整根報廢，浪費(fèi)更嚴(yán)重。問題是已知的鋼材規(guī)定的長度和粗軋后的鋼材長度的均方差，求可以調(diào)整的粗軋時剛才長度的均值，失蹤的浪費(fèi)最小。從以下兩種目標(biāo)函數(shù)種選擇一個，在l=2m, =20cm條件下求均值：（）每粗軋一根剛才的浪費(fèi)最小（）沒得到一根規(guī)定長度的鋼材浪費(fèi)最小模型建立本題需要建立反映鋼材浪費(fèi)程度的目標(biāo)函數(shù)，并使其最小，但由于涉及到正態(tài)分布的概率密度函數(shù)，是一個非線優(yōu)化問題。之后的建模并沒有嚴(yán)格按照優(yōu)化問題的步驟進(jìn)行，而是采用了更簡便的數(shù)值掃描的辦法直接找到最小點(diǎn)。I.浪費(fèi)程度可以直接用浪費(fèi)的

10、鋼材的長度表征，建立關(guān)于浪費(fèi)長度的目標(biāo)函數(shù)：由于粗軋長度的不同會造成兩種浪費(fèi)模式，因此對兩種模式分別進(jìn)行研究：1）粗軋的得到的鋼材長度小于規(guī)定長度，全部浪費(fèi)；2）粗軋的得到的鋼材長度大于規(guī)定長度，大于規(guī)定長度的部分被浪費(fèi)；對于模式1，浪費(fèi)量的“期望”值（實際是不同浪費(fèi)長度用其概率密度加權(quán)后的和）可用以下方法求得：(1)x為粗軋得到的鋼材長度，w1表示模式1的浪費(fèi)總長度的估計值，p(x)粗軋的概率密度函數(shù)；對于浪費(fèi)模式2，由于是部分浪費(fèi)，所以浪費(fèi)長度由x本身變?yōu)閤-L，且積分區(qū)域也將變?yōu)長右方，有下式：(2)本題當(dāng)中，x服從正態(tài)分布，即:(3)其中m為本題所求的正態(tài)分布期望m，為方差。寫成優(yōu)化問

11、題的一本形式：（4）最后的不等式約束條件的原因是：m為正態(tài)分布的期望，若其小于標(biāo)準(zhǔn)長度L ,很明顯將至少有50%的鋼材由于粗軋后小于L而被直接浪費(fèi)，這顯然不是最優(yōu)的方法，所以有Lm;考慮到正態(tài)分布的3法則，可以認(rèn)為位于m點(diǎn)左方距離大于3的點(diǎn)，其概率密度極小，分布函數(shù)值（概率）接近于0，若L位于該區(qū)域，則浪費(fèi)模式1出現(xiàn)的概率基本為0，失去了討論的價值，因此有mL+3。w1+w2的形勢可以利用積分性質(zhì)進(jìn)行化簡：（5）其中E為正態(tài)分布的期望，就是m的值，F(xiàn)(L)表示在x=L點(diǎn)的分布函數(shù)值。將（5）代入（4），就可以直接采用掃描m的辦法找到w1+w2的最小值點(diǎn)。II.第二問是一個條件期望的問題，在第一

12、問的基礎(chǔ)上，利用條件期望公式可以直接得到：（6）其中表示在事件B發(fā)生的條件下A的期望。對于本題，（6）式的意義是：因此，可以直接利用第一問的結(jié)果除以每得到一根規(guī)定長度的鋼材的概率即可。2程序設(shè)計1）第一問clearv=1;for q=2:0.001:2.6%在lml+3*sigma區(qū)間內(nèi)掃描m值 m=q;s=0.2;l=2; Fl=normcdf(l,m,s);%求F(l) p(v,:)=m,m-l*(1-Fl);%(5)式 v=v+1;%用p(v,:)記錄結(jié)果,輸出m,w1+w2endpplot(p(:,1),p(:,2)%繪制浪費(fèi)期望值p同粗扎期望值m的關(guān)系曲線2）第二問：clearv=1

13、;for q=2:0.01:2.6; m=q;s=0.2;l=2; Fl=normcdf(l,m,s); p(v,:)=m,(m-l*(1-Fl)/(1-Fl);%式（6），除以每得到一根規(guī)定長度鋼管的概率，即：L點(diǎn)（規(guī)定長度）的分布函數(shù)值v=v+1;endp3運(yùn)行結(jié)果 1）第一問mW1+w2mW1+w2212.3350.42892.0010.9972.3360.4292.0020.9942.3370.4292.0030.9912.3380.4292.0040.9882.3390.42912.340.42912.3210.42952.3410.42922.3220.42942.3420.429

14、32.3230.42932.3430.42932.3240.42922.3440.42942.3250.42922.3450.42952.3260.42912.3460.42962.3270.4292.3470.42972.3280.4292.3480.42992.3290.4292.3490.432.330.42892.3310.42892.5970.59982.3320.42892.5980.60082.3330.42892.5990.60172.3340.42892.60.6027表1：數(shù)據(jù)掃描結(jié)果圖1：掃描趨勢曲線可以看到，最終的結(jié)果m取2.33左右時，可以使得浪費(fèi)的期望值w1+w2最

15、小(0.4389m).由曲線可以直觀的看到變化趨勢，結(jié)合本題的實際意義很好理解。以m=2.33作為起始點(diǎn)，當(dāng)m減小小時，L(始終位于m左側(cè)，見”模型建立”)靠近m,則產(chǎn)生第一類浪費(fèi)模式（整根報廢）的鋼材量增加；若m增大，L遠(yuǎn)離m,第一浪費(fèi)模式的鋼材減少，但第二類浪費(fèi)模式（精軋浪費(fèi)）的數(shù)量增加。由于精軋過程的浪費(fèi)一定會少于整根報廢的情況，所以曲線右端部分相對于左半部分比較平緩。2）第二問mm222.3560.44792.0011.98612.3570.44792.0021.97232.3580.44792.0031.95862.3590.44792.0041.94512.360.448 2.3610.4482.3480.44822.362