第九章MATLAB在概率论中的应用

• 实验目的及要求

1. 理解几种数学期望的求法
2. 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

1. 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

1. 1. max        最大值
   2. min        最小值
   3. median      中值
   4. sort      由小到大排序

（三）求和与积

1. 1. sum       求向量或矩阵的元素累和
   2. prod：  求当前元素与所有前面元素的积

（四）方差和标准差

1. 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。

1. 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

1. 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。
2. 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。
3. cov(x,1)：返回向量x的协方差（矩阵），置前因子为 .
4. corrcoef(x,y)：返回列向量x,y的相关系数。
5. 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。