问题
设某报每日的潜在卖报数数服从参数为lambda的Poisson分布.每卖出一份报可得报酬a 元,卖不掉退回则侮每份赔偿b元.若某日该报童买 进n份报,试求其期望所得,并对a=1.5, b=0.6, lambda=120,买进报数n1= 100.n2 = 140分别作模拟分析.
直接R模拟(大数定律)
newspaper<-function(n,lambda,m,a,b){
y=0
for(i in 1:n){
x<-rpois(1,lambda)
if(x<=m){y[i]=a*x-b*(m-x)}
if(x>m){y[i]=a*m}
}
rt=mean(y);rt
}
newspaper(10000,120,100,1.5,0.6)
newspaper(10000,120,140,1.5,0.6)
其中函数说明
rpois
rpois(n, lambda) 产生Poisson分布的n个数
例
> rpois(5,120)
[1] 145 130 141 107 142
下面列举各种分布
下面先列举各种分布:
rnorm(n, mean=0, sd=1) #高斯(正态)分布
rexp(n, rate=1) #指数分布
rgamma(n, shape, scale=1) #γ分布
rpois(n, lambda) #Poisson分布
rweibull(n, shape, scale=1) #Weibull分布
rcauchy(n, location=0, scale=1) #Cauchy分布
rbeta(n, shape1, shape2) #β分布
rt(n, df) #t分布
rf(n, df1, df2) #F分布
rchisq(n, df) #χ 2 分布
rbinom(n, size, prob)#二项分布
rgeom(n, prob)#几何分布
rhyper(nn, m, n, k) #超几何分布
rlogis(n, location=0, scale=1) #logistic分布
rlnorm(n, meanlog=0, sdlog=1)#对数正态
rnbinom(n, size, prob)#负二项分布
runif(n, min=0, max=1)#均匀分布
rwilcox(nn, m, n), rsignrank(nn, n) #Wilcoxon分布
结果
> source('C:/Users/默默/Desktop/R/newspaper.R', echo=TRUE)
> newspaper<-function(n,lambda,m,a,b){
+ y=0
+ for(i in 1:n){
+ x<-rpois(1,lambda)
+ if(x<=m){y[i]=a*x-b*(m-x)}
+ if(x>m){y[i]=a*m}
+ .... [TRUNCATED]
> newspaper(10000,120,100,1.5,0.6)
[1] 149.7175
> newspaper(10000,120,140,1.5,0.6)
[1] 167.5516