泊松过程模拟Matlab程序:functionI=possion(lambda,m,n)forj=1:mX=poissrnd(lambda,[1,n]); %参数为lambda的possion过程N(1)=0;fori=2:n N(i)=N(i-1)+X(i-1);endt=1:n;plot(t,N)gridonholdonend>>possion(2,1,500)>>possion(2,10,500)>>possion(2,100,500) 随机过程的数字特征以样本数m=100,时间断面n=500模拟的参数为2的possion过程为例>>m=100;n=500;>>forj=1:mX=poissrnd(lambda,[1,n]);N(1)=0;fori=2:nN(i)=N(i-1)+X(i-1);M(j,i)=N(i); %把所有样本存入矩阵Mendt=1:n;plot(t,N)gridonholdonend1.总体平均计算时间断面上各次模拟结果的均值>>Mean1=mean(M,1); %总体上的平均>> figure(1)>> n=1:500;>> plot(n,Mean1)>> xlabel('time')>> ylabel('mean')2.时间平均>> Mean2=mean(M,2);>> figure(2)>>plot(1:m,Mean2,'*')>>xlabel('样本容量m')>>ylabel('mean')>>axis([010001000]);3.计算时间断面上各次模拟结果的方差>>Std=(std(M)).^2;>>n=1000;>>plot(1:n,Std)>> xlabel('time')>>ylabel('方差')