2024年2月20日发(作者：禄初珍)

10随机模拟

只要你自己试试模拟随机现象几次，就会加强对概率的了解，比读很多页的数理统计和概率论的文章还有用。学习模拟，不仅是为了解模拟本身，也是为更了解概率而了解模拟。

10.1伪随机数

生成（0，1）之间均匀分布的伪随机数的函数为uniform()

di uniform()

di uniform()

di uniform()

每次都得到一个大于零小于1的随机数。

如果要生成一位数的随机数（即0，1，2，3，4，5，6，7，8，9），可以取小数点后第一位数，通常用下面的命令

di int(10*uniform())

两位随机数(0-99)则取小数点后两位小数，即

di int(100*uniform())

任意均匀分布随机数（a,b）由下述函数得到

a+(b-a)*uniform()

任意均匀分布整数随机数（a,b）由下述函数得到

a+int((b-a)*uniform())

也可以同时生成多个随机数，然后将该随机数赋给某个变量。要注意的是，电脑中给出的随机数不是真正的随机数，而是伪随机数，因为它是按照一定的规律生成的。如果给定基于生成伪随机数的初始数值（即set seed #），则对相同的初始数值，生成的伪随机数序列完全一样。

*============================begin====================================

clear

set obs 10

gen x1=uniform()

gen x2=uniform() //注意到x1与x2不一样

set seed 1234

gen y1=uniform()

set seed 1234

gen y2=uniform()

gen y3=uniform() //注意到y1与y2一样，但均与y3不同

set seed 5634

gen z1=uniform()

set seed 1234

gen z2=uniform() //注意到z2与y1,y2一样，但z1与z2不同

list

*============================end====================================

10.2简单模拟

利用随机数字表或者电脑软件中的随机数字，来模仿机遇现象，叫模拟（simulation）、

一旦有了可靠的概率模型，模拟是找出复杂事件发生概率的有效工具。一个事件在重复结果中发生的比例，迟早会接近它的概率，所以模拟可以对概率做适当的估计。

例1：如何执行模拟

掷一枚硬币10次，结果中会出现至少3个连续正面或者至少3个连续反面的概率是多少？

思考：

（1） 猜想这个概率大约是多少？

（2） 如何从理论上计算出这个概率？

（3） 如何模拟计算这个概率？

第一步：提出概率模型。

 每一次掷，正面和反面的概率各为0.5

 投掷之间，彼此是独立的。也就是说，知道某一次掷出的结果，不会改变任何其他次所掷结果的概率。

第二步：分配随机数字以代表不同的结果。

 随机数字表中的0-9每个数字出现的概率都是0.1

 每个数字模拟掷一次硬币的结果。

 奇数代表正面，偶数代表反面。

第三步：模拟多次重复。

 生成10个随机数字

 记录开心的事件（至少连续三个正面或反面）是否发生，如果发生，记为1，否则为0

 重复10次（或者100，1000，1000000次），计算概率=开心事件发生/总重复次数。

真正的概率是0.826。

大部分的人认为连续正面或反面不太容易发生。但模拟结果足以修正我们直觉错误。

*============================begin====================================

capt program drop seq3

program seq3,rclass //rclass选项表示计算结果将由return返回到r()

version 9

drop _all //清空所有数据，不能用clear

set obs 10 //将生成10个观察值

tempvar x y z //设定x,y,z为临时变量

gen `x’=int(10*uniform()) //产生10个随机变量，可能为0，1，…，9

gen `y’=(mod(`x’,2)==0) //如果生成的随机变量为奇数，则y=0;为偶数，y=1

gen `z’=0 //生成Z=0

forvalues i=3/10 {

replace `z’=1 if `y’==`y’[_n-1] & `y’==`y’[_n-2] in `i' //连续三个变量相等时z=1

}

sum `z’

return scalar max=r(max) //z取1表示高兴的事发生（三连续），否则失败

end

simulate max=r(max),reps(10000) nodots:seq3 //重复1万次，取平均结果

sum

*============================end====================================

由于上述命令要不停生成变量，进行变量代换，所以计算速度较慢，如果使用矩阵，则

计算速度会大大加快，命令也更简捷。

*MATA

*============================begin====================================

mata

A=uniform(10000,10):>0.5 //每行为一次试验, 每列为某次试验中硬币的正反面结果

B=J(10000,1,0) //记录每次试验的结果,先记为0. 若高兴结果出现再改为1

for (j=1;j<=rows(A);j++) { //第j次试验

for (i=3;i<=cols(A);i++) { //第j次试验中第i次硬币出现结果

if ( A[j,(i-2,i-1,i)]==(0,0,0) | A[j,(i-2,i-1,i)]==(1,1,1) ) {

B[j,1]=1 //若连续为正面或者连续为反面,则记为1

break

}

}

}

mean(B) //求开心事件的次数

end

*============================end====================================

10.3复杂模拟

例2：我们要女儿

任务：一对夫妇计划生孩子生到有女儿才停，或者生了三个就停，他们拥有女儿的概率是多大？

思考：理论上，概率是多少？

第一步：概率模型

每一个孩子是女孩的概率是0.49，且各个孩子的性别是互相独立的。

第二步：分配数字

00，01，02，。。。，49=女孩

49，50，51，。。。，99=男孩

第三步：模拟

从随机数表中生成一对一对的数字，直到有了女儿，或已有3个孩子。

重复100次。

6905 16 48 17 8717 648987

男女 女 女 女 男女 男男男

用数学可以计算出来，有女孩的真正概率是0.867

*============================begin====================================

capt program drop girl

program girl, rclass

drop _all

set obs 3

gen x=int(100*uniform())

gen y=(x<49) //生女孩y=1,生男孩，y=0

sum y

return scalar max=r(max) //若有一个女孩，则max取1，若三个全为男孩，取0

end

simulate max=r(max),reps(10000) nodots:girl

sum

*============================end====================================

更快的模拟方式.

*============================begin====================================

capt program drop girl

program girl

mat A=matuniform(1,3)

scalar girl=1

if A[1,1]>0.49 & A[1,2]>0.49 & A[1,3]>0.49 {

scalar girl=0 //若三个全为男孩，生女孩数为0

}

end

simulate girl,reps(10000) nodots:girl

tab _sim

*============================end====================================

*============================begin====================================

mata

A=uniform(10000,3):<0.49

B=J(10000,1,1)

for (i=1;i<=rows(A);i++) {

if (A[i,.]==(0,0,0)) {

B[i,1]=0 //若三个全为男孩，生女孩数为0

}

}

mean(B)

end

*============================end====================================

10.4多阶段模拟

例3：肾脏移植

张三肾脏不行了，正在等待换肾，他的医师提供了和他情况类似的病人资料。“换肾后的五年存活率：撑过手术的有0.9，术后存活的人中有0.6移植成功，0.4还得回去洗肾；五年后，有新肾的人70%仍然活着，而洗肾的只有一半仍活着。”张三希望知道，他能活过五年的概率，然后再决定是否换肾。

思考：计算理论概率

第一步：采用概率树将信息组织起来。

第二步：分配数字

阶段1：

0=死亡

1-9=存活

阶段2：

0-5=移植成功

6-9=仍需洗肾

阶段3，成功

0-6=存活五年

7-9=死亡

阶段3：洗肾

0-4=存活五年

5-9=死亡

第三步：模拟

数学计算结果为0.558。

*============================begin====================================

/*换肾后的五年存活率：撑过手术牛0.9，术后存活的人中有0.6移植成功，0.4还得回去洗肾；五年后，有新肾的人70%仍然活着，而洗肾的只有一半仍活着。计算换肾的人活过五年的概率。*/

capt program drop surv

program surv,rclass

drop _all

set obs 1

gen z=1

gen x1=int(10*uniform())

if x1==0 {

replace z=0

}

else {

gen x2=int(10*uniform())

if x2<6 {

gen x3=int(10*uniform())

if x3>6 {

replace z=0

}

}

else {

gen x4=int(10*uniform())

if x4>4 {

replace z=0

}

}

}

sum z

return scalar max=r(max)

end

simulate max=r(max),reps(10000) nodots:surv

sum

*============================end====================================

更简捷的方式

*============================begin====================================

capt program drop surv

program surv

scalar z=1

if uniform()<0.1 {

scalar z=0

}

else {

if uniform()<0.6 {

if uniform()>=0.7 {

scalar z=0

}

}

else {

if uniform()>=0.5 {

scalar z=0

}

}

}

end

simulate z,reps(10000) nodots:surv

sum

*============================end====================================

10.5商店案例

任务：设某种商品每周的需求量X是[10,30]上均匀分布的随机变量，而某店进货数量为[10,30]中的某一整数。商店每销售一单位商品可获利500元；若供大于求则削价处理，每处理一单位商店亏损100元；若供不应求则可从外部调剂供应，此时每一单位商店仅获利300元。为使商店所获利润期望值不少于9280元，试确定最少进货量。

解：由题设，随机变量X的概率密度为

110x30

fx20

其它0

设商店进货量为a则商店利润Z为

500X100aXZ

500a300Xa

600X100a300X200a10XaaX30EZZxfxdx0dx10301Zxdx0dx

1a600x100adx102010300a200xdx20aa12300x100ax102012150x200ax207.5a2350a525092807.5a2350a403003a622.5a6502026265a26332.5故知最小进货量为21个单位可使期望利润大于9280元。

*============================end====================================

captu program drop goods

program goods

scalar x=10+int(20*uniform())

if `1'>=x {

scalar z=500*x-100*(`1'-x)

}

else {

scalar z=500*`1'+300*(x-`1')

}

end

set more off

quietly forvalues i=10/30 {

simulate z,rep(1000) nodots: goods `i'

quietly sum

scalar z`i'=r(mean)

}

scalar list

*============================end====================================

10.6练习

亚洲随机甲虫的命运（Asian stochastic beetle），这种昆虫的繁殖模式是：（1）20%的虫还没有生雌幼虫之前就死掉了，30%生1只雌虫，50%生2只雌虫。（2）个别雌虫的繁殖情况互相独立。问：亚洲随机甲虫的前途会：繁殖很快？勉强保持数目？逐渐灭绝？

生日问题：只要一间屋里有23个人，则至少有两人同一天生日的概率会超过1/2。试模拟两个班60名学生同一天过生日的概率，并用你们班，或者前几届后几届班组验证之。

古罗马时代的赌博：掷4块绵羊距骨是古罗马最受欢迎的赌博，掷多次后骨头的四个面挖概率如下：

窄而平的一面 0.1 宽而凹的一面 0.4

宽而凸的一面 0.4 窄而凹的一面 0.1

掷4块距骨最好的结果叫“维纳斯”，这是朝上的四个面都不一样的情况，估计掷出“维纳斯“的概率。

中国会有多少人成为可怜的单身汉？不少中国人（尤其是农村）有重男轻女思想，他们总是想尽办法生男孩，性别失调可能会导致越来越多的可怜的男性单身汉。假设所有夫妇都直到生出男孩，或者生够3个孩子才停止生育，则一个家庭平均会有几个孩子？多少个男孩？多少个女孩？

商店的平均获利：一商店经销某种商品每周进货的数量X与顾客对该种商品的需求量Y是相互独立的随机变量，且都服从区间[10,20]上的均匀分布。商店每售出一单位商品可获得利润1000元，若需求量超过了进货量，商店可从其它商店调剂供应，这时每单位商品可获利润500元，试计算商店经销该种商品所获利润的期望值。

fx,yfXxfYy

110x20

10010y20

其它0

设随机变量Z表示商店每周所获利润，则

1000Y

Z1000X500YX

YX1000X

500XYYX

EZZxfx,ydxdy



1

1000y*dxdy500xydxdy100D1D2

202020y

10dyydxdy5xydx10y1010

20

10y20ydy10

203

5y210Y50dy102

20

11010y2y331015y35y250y2102000020

10.7附录

亚洲随机甲虫的命运（Asian stochastic beetle），这种昆虫的繁殖模式是：（1）20%的虫还没有生雌幼虫之前就死掉了，30%生1只雌虫，50%生2只雌虫。（2）个别雌虫的繁殖情况互相独立。问：亚洲随机甲虫的前途会：繁殖很快？勉强保持数目？逐渐灭绝？

*===========================begin====================================

capture prog drop bb

prog bb,rclass

local beetle=`1'

while `beetle'<500 & `beetle'>0 {

drop _all

set obs `beetle'

tempvar x y

gen `x'=uniform()

gen `y'=1

replace `y'=2 if `x'<0.5

replace `y'=0 if `x'>0.8

quietly sum `y'

local beetle=r(sum)

}

noisily display as error `beetle'

end

set more off

quietly bb 10

*===========================end====================================

生日问题：只要一间屋里有23个人，则至少有两人同一天生日的概率会超过1/2。试模拟两个班60名学生同一天过生日的概率，并用你们班，或者前几届后几届班组验证之。

*===========================begin===================================

captu prog drop birth

prog birth

drop _all

set obs 60

tempvar y

gen `y'= int(365* uniform())

sort `y’

scalar z=0

forvalues i=1/59 {

if `y'[`i']==`y'[`i'+1] {

scalar z=1

continue, break

}

}

end

simulate "birth" z,reps(100)

sum

*===========================end====================================

古罗马时代的赌博：掷4块绵羊距骨是古罗马最受欢迎的赌博，掷多次后骨头的四个面挖概率如下：

窄而平的一面 0.1 宽而凹的一面 0.4

宽而凸的一面 0.4 窄而凹的一面 0.1

掷4块距骨最好的结果叫“维纳斯”，这是朝上的四个面都不一样的情况，估计掷出“维纳斯“的概率。

*===========================begin===================================

captu prog drop wns

prog wns

drop _all

set obs 4

tempvar x y

gen `y'= uniform()

recode `y' (0/0.1=1) (0.1/0.2=2) (0.2/0.6=3) (0.6/1=4), gen(`x')

sort `x'

scalar z=1

forvalues i=1/4 {

if `x'[`i']==`x'[`i'+1] {

scalar z=0

continue, break

}

}

end

simulate "wns" z,reps(1000)

sum

*===========================end====================================

中国会有多少人成为可怜的单身汉？不少中国人（尤其是农村）有重男轻女思想，他们总是想尽办法生男孩，性别失调可能会导致越来越多的可怜的男性单身汉。假设所有夫妇都直到生出男孩，或者生够3个孩子才停止生育，则一个家庭平均会有几个孩子？多少个男孩？多少个女孩？

*===========================begin===================================

captu prog drop child

prog child

drop _all

set obs 3

tempvar y

gen `y'=int(100*uniform())

scalar boy=0

scalar girl=0

if `y'[1]<49 {

scalar girl=1

if `y'[2]<49 {

scalar girl=2 //第二个为女孩

if `y'[3]<49 {

scalar girl=3 //三女

}

else {

scalar boy=1 //2女1男

}

}

else

{

scalar boy=1 //1女1男

}

}

else

{

scalar boy=1 //0女1男

}

end

simulate "child" boy=boy girl=girl,reps(1000)

sum

*===========================end====================================

如果不是重男轻女，而是生到三个为止，不论是男是女，则

*===========================begin===================================

captu prog drop child

prog child, rclass

drop _all

set obs 3

tempvar y b g

gen `y'=int(100*uniform())

gen `b'=0

gen `g'=0

replace `b'=1 if `y'>=49

sum `b'

scalar boy=r(sum)

replace `g'=1 if `y'<49

sum `g'

scalar girl=r(sum)

end

simulate "child" boy girl,reps(1000)

sum

*===========================end====================================

商店的平均获利：一商店经销某种商品每周进货的数量X与顾客对该种商品的需求量Y是相互独立的随机变量，且都服从区间[10,20]上的均匀分布。商店每售出一单位商品可获得利润1000元，若需求量超过了进货量，商店可从其它商店调剂供应，这时每单位商品可获利润500元，试计算商店经销该种商品所获利润的期望值。

当X和Y取连续变量时，X=[10，20]，Y=[10，20]

*============================begin====================================

capture program drop pf

prog pf

scalar x=10+10*uniform()

scalar y=10+10*uniform()

if x>=y {

scalar z=1000*y

}

else {

scalar z=500*(x+y)

}

end

simulate " pf" z,reps(10000)

sum

*============================end====================================

结果约为： 14153.12

当进货量和销售量均取整数时，即X=10，11，。。。20；而y=10，11，。。。，20

*============================begin==================================

capture program drop pf

prog pf

scalar x=10+int(11*uniform())

scalar y=10+int(11*uniform())

if x>=y {

scalar z=1000*y

}

else {

scalar z=500*(x+y)

}

end

simulate " pf" z,reps(10000)

sum

*============================end====================================

结果约为： 14102.65

clear

mat A=J(11,11,.)

forvalue i=1/11 {

forvalue j=1/11 {

if `i'>=`j'{

mat A[`i',`j']=1000*(9+`i')

}

else if `i'<`j' {

mat A[`i',`j']=500*(18+`i'+`j')

}

}

}

mat list A

mat a=J(1,11,1)

mat C=a*A*a'/121

mat list C

* 15909.091

*当进货量和销货量取1位小数时

clear

mat A=J(101,101,.)

forvalue i=1/101 {

forvalue j=1/101 {

if `i'>=`j'{

mat A[`i',`j']=1000*(10+(`i'-1)/10)

}

else if `i'<`j' {

mat A[`i',`j']=500*(20+(`i'-1)/10+(`j'-1)/10)

}

}

}

mat a=J(1,101,1)

mat C=a*A*a'/10201

mat list C

15841.584

*============================end====================================

请思考，上述程序有什么问题？为什么答案有如此大的差距？

2024年2月20日发(作者：禄初珍)

10随机模拟

只要你自己试试模拟随机现象几次，就会加强对概率的了解，比读很多页的数理统计和概率论的文章还有用。学习模拟，不仅是为了解模拟本身，也是为更了解概率而了解模拟。

10.1伪随机数

生成（0，1）之间均匀分布的伪随机数的函数为uniform()

di uniform()

di uniform()

di uniform()

每次都得到一个大于零小于1的随机数。

如果要生成一位数的随机数（即0，1，2，3，4，5，6，7，8，9），可以取小数点后第一位数，通常用下面的命令

di int(10*uniform())

两位随机数(0-99)则取小数点后两位小数，即

di int(100*uniform())

任意均匀分布随机数（a,b）由下述函数得到

a+(b-a)*uniform()

任意均匀分布整数随机数（a,b）由下述函数得到

a+int((b-a)*uniform())

也可以同时生成多个随机数，然后将该随机数赋给某个变量。要注意的是，电脑中给出的随机数不是真正的随机数，而是伪随机数，因为它是按照一定的规律生成的。如果给定基于生成伪随机数的初始数值（即set seed #），则对相同的初始数值，生成的伪随机数序列完全一样。

*============================begin====================================

clear

set obs 10

gen x1=uniform()

gen x2=uniform() //注意到x1与x2不一样

set seed 1234

gen y1=uniform()

set seed 1234

gen y2=uniform()

gen y3=uniform() //注意到y1与y2一样，但均与y3不同

set seed 5634

gen z1=uniform()

set seed 1234

gen z2=uniform() //注意到z2与y1,y2一样，但z1与z2不同

list

*============================end====================================

10.2简单模拟

利用随机数字表或者电脑软件中的随机数字，来模仿机遇现象，叫模拟（simulation）、

一旦有了可靠的概率模型，模拟是找出复杂事件发生概率的有效工具。一个事件在重复结果中发生的比例，迟早会接近它的概率，所以模拟可以对概率做适当的估计。

例1：如何执行模拟

掷一枚硬币10次，结果中会出现至少3个连续正面或者至少3个连续反面的概率是多少？

思考：

（1） 猜想这个概率大约是多少？

（2） 如何从理论上计算出这个概率？

（3） 如何模拟计算这个概率？

第一步：提出概率模型。

 每一次掷，正面和反面的概率各为0.5

 投掷之间，彼此是独立的。也就是说，知道某一次掷出的结果，不会改变任何其他次所掷结果的概率。

第二步：分配随机数字以代表不同的结果。

 随机数字表中的0-9每个数字出现的概率都是0.1

 每个数字模拟掷一次硬币的结果。

 奇数代表正面，偶数代表反面。

第三步：模拟多次重复。

 生成10个随机数字

 记录开心的事件（至少连续三个正面或反面）是否发生，如果发生，记为1，否则为0

 重复10次（或者100，1000，1000000次），计算概率=开心事件发生/总重复次数。

真正的概率是0.826。

大部分的人认为连续正面或反面不太容易发生。但模拟结果足以修正我们直觉错误。

*============================begin====================================

capt program drop seq3

program seq3,rclass //rclass选项表示计算结果将由return返回到r()

version 9

drop _all //清空所有数据，不能用clear

set obs 10 //将生成10个观察值

tempvar x y z //设定x,y,z为临时变量

gen `x’=int(10*uniform()) //产生10个随机变量，可能为0，1，…，9

gen `y’=(mod(`x’,2)==0) //如果生成的随机变量为奇数，则y=0;为偶数，y=1

gen `z’=0 //生成Z=0

forvalues i=3/10 {

replace `z’=1 if `y’==`y’[_n-1] & `y’==`y’[_n-2] in `i' //连续三个变量相等时z=1

}

sum `z’

return scalar max=r(max) //z取1表示高兴的事发生（三连续），否则失败

end

simulate max=r(max),reps(10000) nodots:seq3 //重复1万次，取平均结果

sum

*============================end====================================

由于上述命令要不停生成变量，进行变量代换，所以计算速度较慢，如果使用矩阵，则

计算速度会大大加快，命令也更简捷。

*MATA

*============================begin====================================

mata

A=uniform(10000,10):>0.5 //每行为一次试验, 每列为某次试验中硬币的正反面结果

B=J(10000,1,0) //记录每次试验的结果,先记为0. 若高兴结果出现再改为1

for (j=1;j<=rows(A);j++) { //第j次试验

for (i=3;i<=cols(A);i++) { //第j次试验中第i次硬币出现结果

if ( A[j,(i-2,i-1,i)]==(0,0,0) | A[j,(i-2,i-1,i)]==(1,1,1) ) {

B[j,1]=1 //若连续为正面或者连续为反面,则记为1

break

}

}

}

mean(B) //求开心事件的次数

end

*============================end====================================

10.3复杂模拟

例2：我们要女儿

任务：一对夫妇计划生孩子生到有女儿才停，或者生了三个就停，他们拥有女儿的概率是多大？

思考：理论上，概率是多少？

第一步：概率模型

每一个孩子是女孩的概率是0.49，且各个孩子的性别是互相独立的。

第二步：分配数字

00，01，02，。。。，49=女孩

49，50，51，。。。，99=男孩

第三步：模拟

从随机数表中生成一对一对的数字，直到有了女儿，或已有3个孩子。

重复100次。

6905 16 48 17 8717 648987

男女 女 女 女 男女 男男男

用数学可以计算出来，有女孩的真正概率是0.867

*============================begin====================================

capt program drop girl

program girl, rclass

drop _all

set obs 3

gen x=int(100*uniform())

gen y=(x<49) //生女孩y=1,生男孩，y=0

sum y

return scalar max=r(max) //若有一个女孩，则max取1，若三个全为男孩，取0

end

simulate max=r(max),reps(10000) nodots:girl

sum

*============================end====================================

更快的模拟方式.

*============================begin====================================

capt program drop girl

program girl

mat A=matuniform(1,3)

scalar girl=1

if A[1,1]>0.49 & A[1,2]>0.49 & A[1,3]>0.49 {

scalar girl=0 //若三个全为男孩，生女孩数为0

}

end

simulate girl,reps(10000) nodots:girl

tab _sim

*============================end====================================

*============================begin====================================

mata

A=uniform(10000,3):<0.49

B=J(10000,1,1)

for (i=1;i<=rows(A);i++) {

if (A[i,.]==(0,0,0)) {

B[i,1]=0 //若三个全为男孩，生女孩数为0

}

}

mean(B)

end

*============================end====================================

10.4多阶段模拟

例3：肾脏移植

张三肾脏不行了，正在等待换肾，他的医师提供了和他情况类似的病人资料。“换肾后的五年存活率：撑过手术的有0.9，术后存活的人中有0.6移植成功，0.4还得回去洗肾；五年后，有新肾的人70%仍然活着，而洗肾的只有一半仍活着。”张三希望知道，他能活过五年的概率，然后再决定是否换肾。

思考：计算理论概率

第一步：采用概率树将信息组织起来。

第二步：分配数字

阶段1：

0=死亡

1-9=存活

阶段2：

0-5=移植成功

6-9=仍需洗肾

阶段3，成功

0-6=存活五年

7-9=死亡

阶段3：洗肾

0-4=存活五年

5-9=死亡

第三步：模拟

数学计算结果为0.558。

*============================begin====================================

/*换肾后的五年存活率：撑过手术牛0.9，术后存活的人中有0.6移植成功，0.4还得回去洗肾；五年后，有新肾的人70%仍然活着，而洗肾的只有一半仍活着。计算换肾的人活过五年的概率。*/

capt program drop surv

program surv,rclass

drop _all

set obs 1

gen z=1

gen x1=int(10*uniform())

if x1==0 {

replace z=0

}

else {

gen x2=int(10*uniform())

if x2<6 {

gen x3=int(10*uniform())

if x3>6 {

replace z=0

}

}

else {

gen x4=int(10*uniform())

if x4>4 {

replace z=0

}

}

}

sum z

return scalar max=r(max)

end

simulate max=r(max),reps(10000) nodots:surv

sum

*============================end====================================

更简捷的方式

*============================begin====================================

capt program drop surv

program surv

scalar z=1

if uniform()<0.1 {

scalar z=0

}

else {

if uniform()<0.6 {

if uniform()>=0.7 {

scalar z=0

}

}

else {

if uniform()>=0.5 {

scalar z=0

}

}

}

end

simulate z,reps(10000) nodots:surv

sum

*============================end====================================

10.5商店案例

任务：设某种商品每周的需求量X是[10,30]上均匀分布的随机变量，而某店进货数量为[10,30]中的某一整数。商店每销售一单位商品可获利500元；若供大于求则削价处理，每处理一单位商店亏损100元；若供不应求则可从外部调剂供应，此时每一单位商店仅获利300元。为使商店所获利润期望值不少于9280元，试确定最少进货量。

解：由题设，随机变量X的概率密度为

110x30

fx20

其它0

设商店进货量为a则商店利润Z为

500X100aXZ

500a300Xa

600X100a300X200a10XaaX30EZZxfxdx0dx10301Zxdx0dx

1a600x100adx102010300a200xdx20aa12300x100ax102012150x200ax207.5a2350a525092807.5a2350a403003a622.5a6502026265a26332.5故知最小进货量为21个单位可使期望利润大于9280元。

*============================end====================================

captu program drop goods

program goods

scalar x=10+int(20*uniform())

if `1'>=x {

scalar z=500*x-100*(`1'-x)

}

else {

scalar z=500*`1'+300*(x-`1')

}

end

set more off

quietly forvalues i=10/30 {

simulate z,rep(1000) nodots: goods `i'

quietly sum

scalar z`i'=r(mean)

}

scalar list

*============================end====================================

10.6练习

亚洲随机甲虫的命运（Asian stochastic beetle），这种昆虫的繁殖模式是：（1）20%的虫还没有生雌幼虫之前就死掉了，30%生1只雌虫，50%生2只雌虫。（2）个别雌虫的繁殖情况互相独立。问：亚洲随机甲虫的前途会：繁殖很快？勉强保持数目？逐渐灭绝？

生日问题：只要一间屋里有23个人，则至少有两人同一天生日的概率会超过1/2。试模拟两个班60名学生同一天过生日的概率，并用你们班，或者前几届后几届班组验证之。

古罗马时代的赌博：掷4块绵羊距骨是古罗马最受欢迎的赌博，掷多次后骨头的四个面挖概率如下：

窄而平的一面 0.1 宽而凹的一面 0.4

宽而凸的一面 0.4 窄而凹的一面 0.1

掷4块距骨最好的结果叫“维纳斯”，这是朝上的四个面都不一样的情况，估计掷出“维纳斯“的概率。

中国会有多少人成为可怜的单身汉？不少中国人（尤其是农村）有重男轻女思想，他们总是想尽办法生男孩，性别失调可能会导致越来越多的可怜的男性单身汉。假设所有夫妇都直到生出男孩，或者生够3个孩子才停止生育，则一个家庭平均会有几个孩子？多少个男孩？多少个女孩？

商店的平均获利：一商店经销某种商品每周进货的数量X与顾客对该种商品的需求量Y是相互独立的随机变量，且都服从区间[10,20]上的均匀分布。商店每售出一单位商品可获得利润1000元，若需求量超过了进货量，商店可从其它商店调剂供应，这时每单位商品可获利润500元，试计算商店经销该种商品所获利润的期望值。

fx,yfXxfYy

110x20

10010y20

其它0

设随机变量Z表示商店每周所获利润，则

1000Y

Z1000X500YX

YX1000X

500XYYX

EZZxfx,ydxdy



1

1000y*dxdy500xydxdy100D1D2

202020y

10dyydxdy5xydx10y1010

20

10y20ydy10

203

5y210Y50dy102

20

11010y2y331015y35y250y2102000020

10.7附录

亚洲随机甲虫的命运（Asian stochastic beetle），这种昆虫的繁殖模式是：（1）20%的虫还没有生雌幼虫之前就死掉了，30%生1只雌虫，50%生2只雌虫。（2）个别雌虫的繁殖情况互相独立。问：亚洲随机甲虫的前途会：繁殖很快？勉强保持数目？逐渐灭绝？

*===========================begin====================================

capture prog drop bb

prog bb,rclass

local beetle=`1'

while `beetle'<500 & `beetle'>0 {

drop _all

set obs `beetle'

tempvar x y

gen `x'=uniform()

gen `y'=1

replace `y'=2 if `x'<0.5

replace `y'=0 if `x'>0.8

quietly sum `y'

local beetle=r(sum)

}

noisily display as error `beetle'

end

set more off

quietly bb 10

*===========================end====================================

生日问题：只要一间屋里有23个人，则至少有两人同一天生日的概率会超过1/2。试模拟两个班60名学生同一天过生日的概率，并用你们班，或者前几届后几届班组验证之。

*===========================begin===================================

captu prog drop birth

prog birth

drop _all

set obs 60

tempvar y

gen `y'= int(365* uniform())

sort `y’

scalar z=0

forvalues i=1/59 {

if `y'[`i']==`y'[`i'+1] {

scalar z=1

continue, break

}

}

end

simulate "birth" z,reps(100)

sum

*===========================end====================================

古罗马时代的赌博：掷4块绵羊距骨是古罗马最受欢迎的赌博，掷多次后骨头的四个面挖概率如下：

窄而平的一面 0.1 宽而凹的一面 0.4

宽而凸的一面 0.4 窄而凹的一面 0.1

掷4块距骨最好的结果叫“维纳斯”，这是朝上的四个面都不一样的情况，估计掷出“维纳斯“的概率。

*===========================begin===================================

captu prog drop wns

prog wns

drop _all

set obs 4

tempvar x y

gen `y'= uniform()

recode `y' (0/0.1=1) (0.1/0.2=2) (0.2/0.6=3) (0.6/1=4), gen(`x')

sort `x'

scalar z=1

forvalues i=1/4 {

if `x'[`i']==`x'[`i'+1] {

scalar z=0

continue, break

}

}

end

simulate "wns" z,reps(1000)

sum

*===========================end====================================

中国会有多少人成为可怜的单身汉？不少中国人（尤其是农村）有重男轻女思想，他们总是想尽办法生男孩，性别失调可能会导致越来越多的可怜的男性单身汉。假设所有夫妇都直到生出男孩，或者生够3个孩子才停止生育，则一个家庭平均会有几个孩子？多少个男孩？多少个女孩？

*===========================begin===================================

captu prog drop child

prog child

drop _all

set obs 3

tempvar y

gen `y'=int(100*uniform())

scalar boy=0

scalar girl=0

if `y'[1]<49 {

scalar girl=1

if `y'[2]<49 {

scalar girl=2 //第二个为女孩

if `y'[3]<49 {

scalar girl=3 //三女

}

else {

scalar boy=1 //2女1男

}

}

else

{

scalar boy=1 //1女1男

}

}

else

{

scalar boy=1 //0女1男

}

end

simulate "child" boy=boy girl=girl,reps(1000)

sum

*===========================end====================================

如果不是重男轻女，而是生到三个为止，不论是男是女，则

*===========================begin===================================

captu prog drop child

prog child, rclass

drop _all

set obs 3

tempvar y b g

gen `y'=int(100*uniform())

gen `b'=0

gen `g'=0

replace `b'=1 if `y'>=49

sum `b'

scalar boy=r(sum)

replace `g'=1 if `y'<49

sum `g'

scalar girl=r(sum)

end

simulate "child" boy girl,reps(1000)

sum

*===========================end====================================

商店的平均获利：一商店经销某种商品每周进货的数量X与顾客对该种商品的需求量Y是相互独立的随机变量，且都服从区间[10,20]上的均匀分布。商店每售出一单位商品可获得利润1000元，若需求量超过了进货量，商店可从其它商店调剂供应，这时每单位商品可获利润500元，试计算商店经销该种商品所获利润的期望值。

当X和Y取连续变量时，X=[10，20]，Y=[10，20]

*============================begin====================================

capture program drop pf

prog pf

scalar x=10+10*uniform()

scalar y=10+10*uniform()

if x>=y {

scalar z=1000*y

}

else {

scalar z=500*(x+y)

}

end

simulate " pf" z,reps(10000)

sum

*============================end====================================

结果约为： 14153.12

当进货量和销售量均取整数时，即X=10，11，。。。20；而y=10，11，。。。，20

*============================begin==================================

capture program drop pf

prog pf

scalar x=10+int(11*uniform())

scalar y=10+int(11*uniform())

if x>=y {

scalar z=1000*y

}

else {

scalar z=500*(x+y)

}

end

simulate " pf" z,reps(10000)

sum

*============================end====================================

结果约为： 14102.65

clear

mat A=J(11,11,.)

forvalue i=1/11 {

forvalue j=1/11 {

if `i'>=`j'{

mat A[`i',`j']=1000*(9+`i')

}

else if `i'<`j' {

mat A[`i',`j']=500*(18+`i'+`j')

}

}

}

mat list A

mat a=J(1,11,1)

mat C=a*A*a'/121

mat list C

* 15909.091

*当进货量和销货量取1位小数时

clear

mat A=J(101,101,.)

forvalue i=1/101 {

forvalue j=1/101 {

if `i'>=`j'{

mat A[`i',`j']=1000*(10+(`i'-1)/10)

}

else if `i'<`j' {

mat A[`i',`j']=500*(20+(`i'-1)/10+(`j'-1)/10)

}

}

}

mat a=J(1,101,1)

mat C=a*A*a'/10201

mat list C

15841.584

*============================end====================================

请思考，上述程序有什么问题？为什么答案有如此大的差距？