数学建模实验答案-概率模型_第1页
数学建模实验答案-概率模型_第2页
数学建模实验答案-概率模型_第3页
数学建模实验答案-概率模型_第4页
数学建模实验答案-概率模型_第5页
已阅读5页,还剩24页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、精选优质文档-倾情为你奉上数学建模实验答案-概率模型专心-专注-专业实验10 概率模型(2学时)(第9章 概率模型)1.(验证)报童的诀窍p302304, 323(习题2)关于每天报纸购进量的优化模型:已知b为每份报纸的购进价,a为零售价,c为退回价(a b c),每天报纸的需求量为r份的概率是f(r)(r=0,1,2,)。求每天购进量n份,使日平均收入,即达到最大。视r为连续变量,f(r)转化为概率密度函数p(r),则所求n*满足已知b=0.75, a=1, c=0.6,r服从均值=500(份),均方差=50(份)的正态分布。报童每天应购进多少份报纸才能使平均收入最高,这个最高收入是多少?提

2、示:normpdf, normcdf(i) 计算正态变量的概率密度函数的调用形式为:Y=normpdf(X,mu,sigma)正态变量的概率密度函数为 其中:X是x的一组值,Y对应一组函数值。mu为,sigma为。当=0,=1时,为标准正态变量的概率密度函数。(ii) 计算正态变量的分布函数的调用形式为:P=normcdf(X,mu,sigma)正态变量的分布函数为 且 标准正态变量的概率密度函数对应标准正态变量的分布函数。要求:(1) 在同一图形窗口内绘制和的图形,观察其交点。程序:n=500:530;mu=500;sigma=50;y1=normcdf(n,mu,sigma)-normcd

3、f(0,mu,sigma);a=1; b=0.75; c=0.6;y2=(a-b)/(a-c)*ones(size(n);plot(n,y1;y2);grid on;提示 ,(1) 运行程序并给出结果:(2) 求方程的根n*(四舍五入取整),并求G(n*)。程序:function y=fun(n)mu=500;sigma=50;a=1; b=0.75; c=0.6;y=normcdf(n,mu,sigma)-normcdf(0,mu,sigma)-(a-b)/(a-c);clear; clc;n=fzero(fun,515);n=round(n)mu=500;sigma=50;a=1; b=0

4、.75; c=0.6;r=n+1;while (a-b)*n*normpdf(r,mu,sigma)1e-6 r=r+1;endr=n+1:r;G=sum(a-b)*n*normpdf(r,mu,sigma);r=0:n;G=G+sum(a-b)*r-(b-c)*(n-r).*normpdf(r,mu,sigma)(2) 运行程序并给出结果:2.(编程)轧钢中的浪费p307310设要轧制长l =2.0m的成品钢材,由粗轧设备等因素决定的粗轧冷却后钢材长度的均方差=0.2m,问这时钢材长度的均值m应调整到多少使浪费最少。平均每得到一根成品材所需钢材的长度为其中,求m使J(m)达到最小。等价于求方

5、程的根z*。其中:是标准正态变量的分布函数,即 是标准正态变量的概率密度函数,即 (1) 绘制J(m)的图形(l=2, =0.2),观察其最小值的位置。(1) 给出程序和运行结果:clc; clear;m=2:0.001:2.5;%根据l=2l=2; sigma=0.2;J=m./(1-normcdf(l,m,sigma);plot(m,J);grid on;(2) 求使J(m)达到最小值的m*。由(1)可观察到J(m)达到最小值的区间。分别用求无约束最小值的MATLAB函数fminbnd, fminsearch, fminunc求解,并比较结果。(2) 给出程序及运行结果(比较):funct

6、ion y=Jfun(m)l=2; sigma=0.2;y=m/(1-normcdf(l,m,sigma);(3) 在同一图形窗口内绘制和的图形,观察它们的交点。(参考题1的(1))(3) 给出程序及运行结果(比较图2):z=-2:0.1:2;y1=(1-normcdf(z,0,1)./normpdf(z,0,1);l=2; sigma=0.2;y2=l/sigma-z;plot(z,y1;y2);grid on;(4) 求方程的根z*,并求m=l-z*。(参考题1的(2))提示:由(3)得到的图形可观察到z*的大概位置。(4) 给出程序及运行结果(比较):function y=fun(z)

7、%方程l=2; sigma=0.2;y=l/sigma-z-(1-normcdf(z,0,1)./normpdf(z,0,1);3.(验证)航空公司的预订票策略p313316模型如下:给定, n, p, b/g,求m使单位费用获得的平均利润J(m) 最大。 约束条件为 其中:m预订票数量的限额。( 1 )利润调节因子。n飞机容量。p每位乘客不按时前来登机的概率,q = 1 p。b每位被挤掉者获得的赔偿金。g机票价格。b/g赔偿金占机票价格的比例。不按时前来登机的乘客数K服从二项分布,其概率为被挤掉的乘客数超过j人的概率为(等价于m位预订票的乘客中不按时前来登机的不超过m n j 1人)该模型无

8、法解析地求解,我们设定几组数据,用程序作数值计算。提示:binopdf, binocdf(i) 二项分布的概率密度函数:Y = binopdf(X,N,P)计算X中每个X(i)的概率密度函数,其中,N中对应的N(i)为试验数,P中对应的P(i)为每次试验成功的概率。Y, N, 和 P 的大小类型相同,可以是向量、矩阵或多维数组。输入的标量将扩展成一个数组,使其大小类型与其它输入相一致。N中的值为正整数,P中的值从0 ,1取。已知x和参数n, p,二项分布概率密度函数为q = 1 p。 y为n次独立试验中成功x次的概率,其中,每次试验成功的概率为p。x=0, 1, ., n。(ii) 二项式累积

9、分布函数:Y = binocdf(X,N,P)计算X中每个X(i)的二项式累积分布函数,其中,N中对应的N(i)为试验数,P中对应的P(i)为每次试验成功的概率。Y, N, 和 P 的大小类型相同,可以是向量、矩阵或多维数组。输入的标量将扩展成一个数组,使其大小类型与其它输入相一致。N中的值为正整数; X中的值从0 ,N取;P中的值从0 ,1取。已知x和参数n, p,累积分布函数为 q = 1 p,x=0, 1, 2, , n。要求:(1) 已知n=300,=0.6,p=0.05,b/g=0.2和0.4,取一组值m=300:2:330,求出对应的J(m)、P5(m)和P10(m),程序如下。(

10、与教材p315表1 n=300时的计算结果比较。)%9.6 航空公司的预订票策略function main()clear; clc; format short g;n=300; m=300:2:330; p=0.05; %修改的参数lambda=0.6; % 值b_g1=0.2; b_g2=0.4;J1=zeros(size(m);J2=zeros(size(m);for i=1:length(m) J1(i)=J(m(i),n,lambda,p,b_g1); J2(i)=J(m(i),n,lambda,p,b_g2);endP5=binocdf(m-n-5-1,m,p); %二项分布P10=

11、binocdf(m-n-10-1,m,p);round(10000*m,J1,J2,P5,P10)/10000 %显示结果 function y=J(m,n,lambda,p,b_g)%均是标量q=1-p; k=0:m-n-1;y=1/(lambda*n) *(q*m-(1+b_g)*sum(m-k-n).*binopdf(k,m,p)-1;(1) 运行程序并给出结果(比较表1(n=300)):(2) 对(1)中改变p=0.1和m=300:2:344,求对应的结果。(2) 运行程序并给出结果(比较表1(n=300)):(3) 对(1)中改变n=150和m=150:2:170,求对应结果。(与教

12、材时的计算结果比较。)(3) 运行程序并给出结果(比较表2(n=150)):(4) 对(1)中改变n=150、m=150:2:176和p=0.1,求对应结果。注意!结果与教材相差较大,原因待查。(4) 运行程序并给出结果(比较表2(n=150)):4.(编程)航空公司的预订票策略(改进)p316317已知:第2类乘客(t人)都按时前来登机。第1类乘客(m t人)不按时前来登机的乘客数K服从二项分布,其概率为被挤掉的第1类乘客数超过j人的概率为 (等价于预订的第1类乘客中不按时前来登机的不超过( m t ) ( n t ) j 1人)单位费用获得的平均利润为要求:已知n=300, =0.6, p

13、=0.05, b/g=0.2, =0.75,t=100,取一组值m=300:2:330,求出对应的J(m)、P5(m)和P10(m)。参考实验10.3的程序,编写解决本问题的程序。运行结果参考示例: 给出编写的程序和运行结果:%9.6 航空公司的预订票策略(改进)function main()clear; clc; format short g;n=300; m=(300:2:330); p=0.05; %修改的参数lambda=0.6; % 值b_g=0.2;t=100; beta=0.75;J1=zeros(size(m);for i=1:length(m) J1(i)=J(m(i),n,lambda,p,b_g,t,beta);endP5=binocdf(m-n-5-1,m-t,p); %二项分布P10=binocdf(m-n-10-1,m-t,p);round(10000*m,J1,P5,P10)/10000 %显示结果 function y=J(m,n,lambda,p,b_g,t,beta) %均是标量q=1-p; k=0:m-n-1;y=1/

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论