服从正态分布的随机数

服从正态分布的随机数是指具有正态分布的概率分布的随机数。一般情况下，我们可以使用统计学方法生成服从正态分布的随机数，例如使用使用Box-Muller变换或Ziggurat算法等方法。如果我们使用Accept/Reject方法生成大量服从标准正态分布的随机数，其统计分布直方图将与理论的概率密度函数进行比较，以验证生成的随机数是否服从正态分布。

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。

什么是标准正态分布随机数

标准正态分布随机数是指服从均值为0，标准差为1的正态分布的随机数。在统计学和概率论中，标准正态分布常用符号Z表示。它的概率密度函数为：

f(z) = (1 / √(2π)) * e^(-z^2 / 2)

其中，e是自然对数的底，π是圆周率。标准正态分布随机数可用于模拟许多自然现象，同时也在统计推断和假设检验中有广泛应用。