概率论中基于MATLAB的随机过程仿真
帮同学做的概率论和数学实验大作业,主要包含了三个部分:1、离散的马尔可夫链的仿真;2、泊松过程的仿真;3、布朗运动的仿真。
1.离散时间马尔科夫链
定义: 设在任意时刻n,随机序列Xn可以处在状态{1,2…N},且它在m+k时刻所处的状态,只与它在m时刻的状态有关,而与m时刻以前的状态无关。即若,其中
,则称Xn为离散Markov链。
% Discrete Markov Chain Simulation
%基于MATLAB的随机过程仿真 陈建华 彭淑燕 王 伟 李海燕
P = [0.2, 0.3, 0.5; 0.5, 0.1, 0.4; 0.6, 0.2, 0.2]; % 给出一步转移矩阵
S = [1, 2, 3]; % 给出状态空间 X
n = 1; %初始时刻
N = 100; %迭代步数
i = 1;
U = rand;
Compare2 = sum(P(i,1:2));
Compare3 = sum(P(i,:));
if (U < P(i,1))
Y(i) = 1;
elseif ((U > P(i,1))&(U < Compare2))
Y(i) =