已知x，y。用matlab拟合正态分布曲线

在MATLAB中，你可以使用`fitdist`函数来拟合数据点到正态分布（也称为高斯分布）。假设你有两组变量`x`和`y`，它们分别代表数据集的横坐标和纵坐标的测量值，你可以按照以下步骤操作：

1. 首先，确认`x`和`y`是否已经作为数组存储，例如：

% 假设 x 和 y 是数值型数组
x = ...; % 输入你的x坐标数据
y = ...; % 输入你的y坐标数据

2. 使用`fitdist`函数拟合数据：

% 将数据点合并成向量 z
z = [x'; y'];

% 拟合正态分布
mu = 0; % 初始均值猜测，可以调整为0或其他合适值
sigma = 1; % 初始标准差猜测，也可以调整
normal_fit = fitdist(z, 'Normal', 'mu', mu, 'sigma', sigma);

3. 查看拟合结果：

disp(normal_fit); % 显示拟合结果

4. 可视化拟合的正态分布曲线：

% 绘制原始数据和拟合曲线
figure;
histogram(x, 'Normalization', 'pdf'); % 绘制直方图
hold on;
x_range = linspace(min(x), max(x), 1000); % 创建均匀采样范围
y_fit = pdf(normal_fit, x_range); % 计算概率密度函数
plot(x_range, y_fit, '-r', 'LineWidth', 2); % 绘制拟合曲线
legend('Data', 'Fit', 'Location', 'Best');
xlabel('X');
ylabel('Probability Density');