高斯随机数拟合pdf matlab

高斯随机数拟合PDF（Probability Density Function）在Matlab中可以通过以下步骤实现：

1. 生成高斯随机数样本：使用Matlab中的randn函数生成符合标准正态分布的随机数，可以指定生成的样本个数。

2. 统计样本数据：对生成的随机数样本进行统计，计算出数据的均值和标准差。

3. 根据统计数据绘制PDF曲线：根据均值和标准差来计算高斯分布的概率密度函数，并使用Matlab中的normpdf函数绘制高斯分布曲线。

4. 绘制随机数样本的直方图：使用Matlab中的hist函数绘制生成的随机数样本的直方图，作为对比。

5. 显示图形：使用Matlab中的plot函数将PDF曲线和直方图绘制在同一张图上，并使用legend函数添加图例。

下面是一个简单的示例代码：

% 生成高斯随机数样本
sampleSize = 1000;
randomNumbers = randn(sampleSize, 1);

% 统计样本数据
meanValue = mean(randomNumbers);
standardDeviation = std(randomNumbers);

% 计算概率密度函数
x = -3:0.1:3;
pdf = normpdf(x, meanValue, standardDeviation);

% 绘制PDF曲线和直方图
figure;
hold on;
plot(x, pdf, 'r', 'LineWidth', 2);
histogram(randomNumbers, 'Normalization', 'probability');
hold off;

% 添加图例
legend('PDF', 'Random Numbers');

% 显示图形
title('Gaussian Random Number Fit PDF');
xlabel('Value');
ylabel('Probability');

以上代码将生成1000个高斯随机数样本，并通过概率密度函数拟合PDF，同时绘制了随机数样本的直方图，以及添加了图例和坐标轴的标签。