如何在MATLAB中使用内置函数计算并绘制不同概率分布的概率密度图？请以正态分布和泊松分布为例进行说明。

在《MATLAB在概率统计中的概率分布与数字特征详解》文档中，你可以找到关于如何在MATLAB中计算和绘制概率密度图的详细信息。这份资源对于理解和应用概率分布具有极大的帮助。

参考资源链接：[MATLAB在概率统计中的概率分布与数字特征详解](https://wenku.csdn.net/doc/w5d5qsjga0?spm=1055.2569.3001.10343)

要在MATLAB中计算并绘制正态分布的概率密度函数（PDF），你可以使用`normpdf`函数。例如，要绘制标准正态分布（均值为0，方差为1）的PDF，可以使用以下代码：

    x = -4:0.01:4; % 定义x的范围，用于计算PDF
    y = normpdf(x, 0, 1); % 计算标准正态分布的PDF值
    figure; % 创建一个新图形窗口
    plot(x, y); % 绘制正态分布的PDF曲线
    title('正态分布的概率密度函数');
    xlabel('x');
    ylabel('概率密度');

对于泊松分布，可以使用`poisspdf`函数。如果你要计算并绘制均值为5的泊松分布的PDF，代码如下：

    x = 0:15; % 定义x的可能值
    lambda = 5; % 泊松分布的均值参数
    y = poisspdf(x, lambda); % 计算泊松分布的PDF值
    figure; % 创建一个新图形窗口
    bar(x, y, 1); % 使用柱状图绘制泊松分布的PDF
    title('泊松分布的概率密度函数');
    xlabel('随机变量的值');
    ylabel('概率密度');

在上述代码中，`x`是自变量的范围或值，`y`是对应的概率密度值。使用`plot`函数可以绘制连续型分布的曲线图，而`bar`函数则适用于绘制离散型分布的柱状图。

通过这些步骤，你可以直观地看到不同概率分布的形状，并进一步利用它们进行数据分析和统计推断。《MATLAB在概率统计中的概率分布与数字特征详解》文档不仅提供了函数使用方法，还深入讲解了背后的概率统计理论，帮助你更好地理解和运用这些工具。

参考资源链接：[MATLAB在概率统计中的概率分布与数字特征详解](https://wenku.csdn.net/doc/w5d5qsjga0?spm=1055.2569.3001.10343)