- 实验目的及要求
- 理解几种数学期望的求法
- 掌握方差标准差和协方差的概念
3、了解线性规划的基本内容。
4、掌握用数学软件包求解线性规划问题。
- 实验内容
1. MATLAB在概率论中的应用
(一)简单的数学期望和几种均值
- mean(x) 平均值函数
当x 为向量时,得到它的元素平均值;当x 为矩阵时,得到一列向量,每一行值为矩阵行元素的平均值,
(二)数据比较
-
- max 最大值
- min 最小值
- median 中值
- sort 由小到大排序
(三)求和与积
-
- sum 求向量或矩阵的元素累和
- prod: 求当前元素与所有前面元素的积
(四)方差和标准差
- 方差函数Var
- Var(x) x为向量,返回向量的样本方差;x为矩阵,则返回矩阵各列的方差。
②Var(x,1) 返回向量(矩阵x)的简单方差(即置前因子为的方差)
③Var(x,w) 返回向量(矩阵)x即以w为权的方差。
- Std 标准差函数
Std(x) 返回向量或矩阵x的样本标准差(置前因子为)
Std(x,1) 返回向量或矩阵x的标准差(置前因子为)
(五)协方差和相关系数
- cov(x):x为向量,返回向量的方差,x为矩阵时返回矩阵的协方差矩阵,其中协方差矩阵的对角元素是x矩阵的列向量的方差值。
- cov(x,y):返回向量x.,y的协方差矩阵,且x,y的维数必须相同。
- cov(x,1):返回向量x的协方差(矩阵),置前因子为 .
- corrcoef(x,y):返回列向量x,y的相关系数。
- corrcoef(x): 返回矩阵x的列元的相关系数矩阵。
2. 规划问题的应用
在统筹优化类的问题中,规划论的问题是十分常见的,规划论主要分为线性规划和非线性规划,对于这两种规划的粗略定义如下:
- 线性规划:目标函数与约束条件均为线性
- 二次规划:凸二次规划问题,有唯一全局解
- 非线性规划:目标函数或者约束条件中有非线性函数的存在
参数 | Value |
f | 目标函数的系数矩阵 |
A | 线性不等式的约束矩阵 |
b | 不等式右边的常数项 |
Aeq | 线性等式的左边系数 |
beq | 线性等式的右边系数 |
lb | 决策变量x的下边界变量 |
ub | 决策变量x的上边界变量 |
xint (整数规划独享) | 取值为整数的决策变量的下标 |
3. 非线性规划
对于求解非线性规划的问题,我们主要使用 fmincon来对函数进行求解,其函数原型如下:
[x,fval] = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,@nonlcon)
参数 | Value |
x0 | 决策变量的初始向量 |
A b Aeq beq lb ub | 同线性规划 |
@nonlcon | 表示约束函数 |
fun | 使用目标函数句柄输入 |
- 实验总结
1选取性能最好的方案用优化解决,在优化问题中出现的二次优化问题通常用来解决一些工程的问题,期中H矩阵中主对角线的元素为系数,副对角线元素之和为x1*x2的系数,将带入工程中可以解决取值问题。列如求最小最大值。
2概率中的应用配合统计图可以直观的描述生产问题中的概率统计,可以给出原件或系统的使用可靠性及平均寿命。