a）附件提供不完全交叠的二组（3元，两个sheet，sheet1、sheet2）有序数组模拟数据，用mathematica设计某种判别模型及其算法，不完全交叠的二组有序数组模拟数据落在共同覆盖区域内的点拣择出来，即构造各组数据的“子集”（这二个子集覆盖相同的区域，形成已知数据集合的交叠）；在此基础上，计算这三个“子集”数据的统计中心（Mean），并分别绘制这些“子集”数据关于第1个分量的统计直方图（Histogram）。

首先，我们需要加载数据并确定共同覆盖区域的范围。假设我们已经将数据保存在名为"dataset.xlsx"的Excel文档中，并将第一组数据保存在第一个sheet中，第二组数据保存在第二个sheet中。

我们可以使用Mathematica的"Import"函数将数据导入到Mathematica中。代码如下：

data1 = Import["dataset.xlsx", {"Data", 1}];
data2 = Import["dataset.xlsx", {"Data", 2}];

接下来，我们需要找到这两个数据集的交叠区域。假设这两个数据集的第一列表示x坐标，第二列表示y坐标。我们可以使用以下代码找到x和y坐标的最小值和最大值：

xMin = Max[Min[data1[[All, 1]]], Min[data2[[All, 1]]]];
xMax = Min[Max[data1[[All, 1]]], Max[data2[[All, 1]]]];
yMin = Max[Min[data1[[All, 2]]], Min[data2[[All, 2]]]];
yMax = Min[Max[data1[[All, 2]]], Max[data2[[All, 2]]]];

接下来，我们可以使用以下代码来选择共同覆盖区域内的数据点：

overlapData1 = Select[data1, xMin <= #[[1]] <= xMax && yMin <= #[[2]] <= yMax &];
overlapData2 = Select[data2, xMin <= #[[1]] <= xMax && yMin <= #[[2]] <= yMax &];

现在我们已经得到了两个数据集的共同覆盖区域内的数据点。接下来，我们可以使用以下代码来计算每个数据集的统计中心：

mean1 = Mean[overlapData1];
mean2 = Mean[overlapData2];

最后，我们可以使用以下代码来绘制每个数据集在第一列的统计直方图：

Histogram[overlapData1[[All, 1]], {xMin, xMax, (xMax - xMin)/20}, "Probability", AxesLabel -> {"x", "Probability"}]
Histogram[overlapData2[[All, 1]], {xMin, xMax, (xMax - xMin)/20}, "Probability", AxesLabel -> {"x", "Probability"}]

这些代码将绘制两个直方图，分别表示共同覆盖区域内每个数据集在第一列的分布情况。