Один из вариантов более реалистичной стратегии

Рис. 17

Для быстрого решения задачи удобнее обратиться к функции disttool, результаты исполнения которой показаны на рис. 18 и 19. Но при использовании высокоуровневого графического интерфейса не всегда удается согласовать интервал значений переменной вдоль оси абсцисс, что может породить некоторые сомнения в результатах сравнения распределений. Поэтому обратимся к более надежному, но и более трудоемкому средству.

Построим графики кумулятивных распределений Гаусса и Пуассона в одном графическом окне, написав следующий скрипт.,,=0:

e-3:40;=20;=4.5;=normcdf(x,mu,sigma);=20;=poisscdf(x,lambda);(x,yl,'--',x,y2,'LineWidth',1.5),('Gauss','Poisson','Location','SouthEast'),set(gca,'GridLineStyle','-'),=12;('x','FontSize',Font),('F_N(\mu=20,\sigma=5),_P(\lambda=20)','FontSize',Font)(gca,'FontSize',Font)('Распределения Гаусса и Пуассона',…

'FontName','Arial Cyr','FontSize',Font)

Заключение

В рамках выполненной работы мы смогли ознакомиться с одним из методов максимизации прибыли от продаж, реализованном в программной среде MATLAB , основанном на регрессионном анализе и уравнении регрессии, заключающемся в поиске оптимальной цены в зависимости от спроса. Так же возникло понимание статистической природы спроса, так основой её служат Гаусовское и Пуасоновское распределение.