用matlab作出标准正态分布

要在MATLAB中绘制标准正态分布，可以使用`normpdf()`和`plot()`函数。以下是一个简单的示例代码：

x = -4:0.1:4; % 定义x轴范围
y = normpdf(x,0,1); % 计算正态分布概率密度函数
plot(x,y); % 绘制曲线
xlabel('x');
ylabel('Probability Density');
title('Standard Normal Distribution');

这将绘制出一个标准正态分布的概率密度函数曲线，其中x轴是标准差，y轴是概率密度。

相关问题

随机生成100个服从标准正态分布随机数的命令，并作出QQ、PP图的命令

可以使用以下命令生成100个服从标准正态分布的随机数，并作出QQ图和PP图：

x = randn(100,1);     % 生成100个服从标准正态分布的随机数
figure;
subplot(1,2,1);
qqplot(x);            % 作出QQ图
title('QQ Plot');
subplot(1,2,2);
probplot('normal',x); % 作出PP图
title('PP Plot');

其中，randn函数可以生成服从标准正态分布的随机数。在作QQ图时，直接调用qqplot函数即可；在作PP图时，需要使用probplot函数，并指定分布类型为正态分布（'normal'）。subplot函数用于将QQ图和PP图排列在同一张图中。

用matlab利用均匀分布生成服从分布N（5,0.0001）的随机数100个，并对结果作出条形统计图

在MATLAB中，你可以使用`randn`函数生成均值（mean）为5，标准差（standard deviation）为0.0001的正态分布（即高斯分布）随机数，然后使用`histogram`函数创建条形统计图。以下是步骤：

1. 首先，我们需要导入`stats`工具箱，因为`randn`需要它。如果你还没安装，可以输入 `matlab.addons('Statistics and Machine Learning Toolbox')` 来安装。

% 加入所需的工具箱
if ~isToolboxInstalled('Statistics and Machine Learning Toolbox')
    matlab.addons('Statistics and Machine Learning Toolbox');
end

2. 然后生成100个服从N(5,0.0001)分布的随机数：

mu = 5; % 均值
sigma = 0.0001; % 标准差
random_numbers = mu + sigma * randn(1, 100); % 生成100个随机数

3. 接着，我们使用`histogram`函数绘制条形图：

figure; % 创建新窗口
histogram(random_numbers, 'Normalization', 'probability'); % 绘制直方图，概率比例填充
xlabel('随机数值'); % x轴标签
ylabel('频率/概率密度'); % y轴标签
title('N(5,0.0001)分布的条形图'); % 图表标题

以上代码会生成一条表示随机数据分布的条形图，显示每个数值段出现的概率。