【正文】 。if (chiright)amp。left=chi2inv(alpha/2,n1)。chi=(n1)*s2/(sigma^2)。s2=var(x)。 [h1,sig1,ci1]=ttest(x,)alpha=。[ ]，[ ]。并由正態(tài)擬合檢驗說明了該校男生身高近似服從正態(tài)分布。hist(x,10)程序運行結果如圖4圖4 身高頻數(shù)直方圖由頻數(shù)直方圖可以看出,男生身高可能近似服從正態(tài)分布?！緦嶒炦^程】(1) 在M文件編輯器中輸入數(shù)據(jù)，并保存為M文件””sgdata=[172 183 168 176 …167 180 166]。實驗八 男生身高分布規(guī)律分析實驗（4學時）【實驗目的】加深理解正態(tài)總體的方差和均值的檢驗.【實驗要求】熟悉Matlab進行假設檢驗的基本命令與操作.【實驗內容】隨機抽查某校100名男生并測得身高數(shù)據(jù)(單位:cm):172 183 168 176 166 174 172 174 167 169 168 171 171 181 175170 172 178 181 164 173 184 171 180 170 183 168 181 178 171176 178 178 175 171 184 169 171 174 178 173 175 182 168 169172 179 172 171 187 173 177 168 176 165 172 182 175 185 191169 175 174 175 182 183 169 182 170 180 178 172 169 185 171176 169 172 184 183 174 178 179 172 172 173 166 175 165 182173 174 159 176 182 179 183 167 180 166試統(tǒng)計分析該校男生身高的分布規(guī)律。則 P2 = normcdf(80,m,sqrt(v))輸出結果為：P2 = 可見，保險公司每年利潤大于4萬元的概率接近100%。P2 = 1 normcdf(yn,m,sqrt(v))輸出結果為：P2 = 這說明，保險公司虧本的概率幾乎等于零．甚至我們可以確定贏利低于3萬元的概率幾乎等于零（即賠償人數(shù)大于90人的概率也幾乎等于零）。設一年內死亡人數(shù)為，則，由中心極限定理，近似服從正態(tài)分布，那么在Matlab命令窗口輸入： yn = n*fee/fp。保險公司虧本，也就是賠償金額大于，即死亡人數(shù)大于120人的概率。 Dxx = Dx/n。Dx = fp*p*(1p)。 fp = 1000。fee = 12。 up = 。所以，對保險公司來說，只關心這個平均數(shù)。試問：？保險公司虧本的概率有多大？保險公司每年利潤大于4萬的概率是多少？ 【實驗過程】設表示保險公司支付給第戶的賠償金，則，01000P各相互獨立。其含義是：參加某項保險的投保戶成千上萬，雖然每一戶情況各不相同，但對保險公司來說，平均每戶的賠償金幾乎恒等于一個常數(shù)。大數(shù)定律是說，數(shù)目很多的一些相互獨立的隨機變量，盡管它們的取值都是隨機的，但它們的平均值幾乎恒等于一個常數(shù)。收斂正常。運行結果：Ans=x = Ans=fval = +004Ans=exitflag =1可見，在甲機床上加工500個工件2，在乙機床上加工300個工件加工400個工件3可在滿足條件的情況下使總加工費最小。lb = zeros(6,1)。Aeq=[1 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 1]。b = [700。8]。11。9。以總加工費用最少為目標函數(shù)，組合約束條件?！緦嶒炦^程】設在甲機床上加工工件2和3的數(shù)量分別為xx2和x3，在乙機床上加工工件2和3的數(shù)量分別為xx5和x6。x=linprog(C,A,b,Aeq,beq)等式約束 ，若沒有不等式約束 ，則A=[ ]，b=[ ]x=linprog(C,A,b,Aeq,beq,lb,ub)指定x的范圍 ，若沒有等式約束 ，則Aeq=[ ]，beq=[ ]x=linprog(C,A,b,Aeq,beq,lb,ub,x0)設置初值x0x=linprog(C,A,b,Aeq,beq,lb,ub,x0,options)options為指定的優(yōu)化參數(shù)[x,fval]=linprog(…)返回目標函數(shù)最優(yōu)值，即fval= C*x[x,lambda,exitflag]=linprog(…)lambda為解x的Lagrange乘子[x,lambda,fval,exitflag]=linprog(…)exitflag為終止迭代的錯誤條件。假定這兩臺機床的可用臺時數(shù)分別為700和800，三種工件的數(shù)量分別為300、500和400，且已知用三種不同機床加工單位數(shù)量的不同工件所需的臺時數(shù)和加工費用（如表41所示），問怎樣分配機床的加工任務，才能既滿足加工工件的要求，又使總加工費用最低？表5 機床加工情況表機床類型單位工作所需加工臺時數(shù)單位工件的加工費用可用臺時數(shù)工件1工件2工件3工件1工件2工件3甲13910700乙11128800【實驗方案】線性規(guī)劃模型設產品產量為，稱之為決策變量，所得的利潤為，則要解決的問題的目標是使得（總利潤）函數(shù)有最大值．決策變量所受的約束條件為問題可歸結為求目標函數(shù)在約束條件下的最大值問題．目標函數(shù)和約束條件都是決策變量的線性函數(shù)，即有下面的線性規(guī)劃模型目標函數(shù)：約束條件： 一般地，如果問題的目標函數(shù)和約束條件關于決策變量都是線性的，則稱該問題為線性規(guī)劃問題，其模型稱為線性規(guī)劃模型．我們規(guī)定線性規(guī)劃模型的標準型為對于非標準型的線性規(guī)劃模型都可以化為標準型，其方法如下：（1）目標函數(shù)為最小化問題：令，則；（2）約束條件為不等式：對于不等號“”的約束條件，則可在“”的左端加上（或減去）一個非負變量（稱為松弛變量）使其變?yōu)榈仁剑?）對于無約束的決策變量：譬如，則令，使得，代入模型即可．線性規(guī)劃的求解方法MATLAB中，線性規(guī)劃問題（Linear Programming）的求解使用的是函數(shù)linprog。顯然第一行相加等于第一列相加，第二行相加等于第二列相加，第三行相加等于第三列相加。程序繼續(xù)運行，得出最后計算結果為 daily = pay = 每人的日工資由變量daily的數(shù)據(jù)給出。format bankdaily=300*R39。),end alpha=P(:,II)。 if II==0,error(39。input Index about eigvalu=20:=39。 [P,D]=eig(A)。8,10,2。由總收入和總支出相等的約定，建立線性議程組 整理，得 顯然問題與矩陣特征值問題有聯(lián)系，由于矩陣是正矩陣且每列元素之和均為20，所以20是該矩陣的牲值，于是就是屬于特征值的特征向量。需要計算每人的日工資分別是多少，以確定他們的工作日交換是否平衡，如果不平衡，將由誰買單。結果表明：橢圓標準方程為：實驗五 房屋裝修的工資問題（2學時）【實驗目的】1．理解矩陣特征值概念 2．能根據(jù)實際問題，建立模型然后使用Matlab相關命令求解【實驗要求】掌握求解特征值的eig命令、生成對角矩陣的diag命令等【實驗內容】有三個技術個人分別是木工、電工和管道工，他們準備合作裝修自己的新房子。y2=[y1,y1,y1]。rO39。*39。y1=V(2,:)+y0。v]。v=b*sin(t)。t=2*pi*(0:5000)/5000。a=sqrt(F/d(1,1))。*D*X。ak(4),ak(5),1]。D=[ak(1),ak(2),ak(4)。X=[X。x0=X(1)。X=C\[ak(4)。C=[ak(1),ak(2)。1]。1。b=[1。]。]。ezplot(fun,[,7,])運行結果：a=