请用matlab写出一批零部件，在样本足够大的情况下近似服从泊松分布的编程语言

在MATLAB中，我们可以使用泊松分布的随机数生成函数`poissrnd`来模拟一批服从泊松分布的样本。首先，我们需要确定泊松分布的参数λ（lambda），它代表单位时间（或单位面积）内发生的平均事件数。以下是使用MATLAB编写的一个简单示例，来生成大量服从泊松分布的样本，并进行可视化分析：

% 设定泊松分布的参数λ
lambda = 10;

% 设定样本数量
N = 10000;

% 生成服从泊松分布的样本
samples = poissrnd(lambda, 1, N);

% 计算样本的直方图和理论上的泊松分布的概率密度函数（PDF）
edges = 0:max(samples); % 定义直方图的分组边界
figure; % 创建新的图形窗口
histogram(samples, edges, 'Normalization', 'pdf'); % 绘制归一化的直方图
hold on; % 保持当前图形，以便在同一图形上绘制更多信息

% 计算泊松分布的PDF值用于绘图
x = edges(1:end-1);
y = poisspdf(x, lambda);

% 绘制泊松分布的PDF曲线
plot(x, y, 'r-', 'LineWidth', 2); % 使用红色实线绘制
legend('样本直方图', '泊松PDF'); % 添加图例
xlabel('事件发生次数');
ylabel('概率密度');
title('泊松分布样本直方图与理论PDF对比');
hold off; % 释放图形

这段代码首先设置了泊松分布的平均发生率λ，并定义了样本数量。然后，使用`poissrnd`函数生成了大量样本。接着，代码计算了样本的直方图，并与理论上的泊松分布概率密度函数（PDF）进行了对比，最后使用`plot`函数绘制了泊松分布的理论PDF曲线，并添加了图例和标题。