利用Matlab产生某一一维正态分布随机数，验证其取值落在区间（2，5）上的概率与理论上计算的概率相同，要有图像，比如独立重复产生10000次的正态分布N(3,1)的随机数，统计其取值在区间(2,5)的频率，与理论上该分布随机变量落在此区间概率比较

好的，下面是Matlab代码和解释：

% 产生10000个正态分布N(3,1)的随机数
x = normrnd(3,1,10000,1);

% 统计随机数落在区间（2，5）内的频数
freq = sum(x > 2 & x < 5);

% 计算理论上该分布随机变量落在（2，5）内的概率
p_theory = normcdf(5,3,1) - normcdf(2,3,1);

% 计算实际上该分布随机变量落在（2，5）内的概率
p_empirical = freq / 10000;

% 显示结果
fprintf('随机数落在（2，5）内的频率为 %.4f\n', p_empirical);
fprintf('理论上该分布随机变量落在（2，5）内的概率为 %.4f\n', p_theory);

% 绘制直方图
histogram(x,50);
hold on;
xline(2,'r--');
xline(5,'r--');
xlabel('随机数取值');
ylabel('频数');
title('10000次正态分布N(3,1)的随机数');

代码解释：

首先，使用 `normrnd` 函数产生10000个正态分布N(3,1)的随机数。然后，使用逻辑运算符 `&` 和 `sum` 函数统计随机数落在区间（2，5）内的频数。接着，使用 `normcdf` 函数计算理论上该分布随机变量落在（2，5）内的概率。最后，使用频率除以总数得到实际上该分布随机变量落在（2，5）内的概率。同时，使用 `histogram` 函数绘制直方图，并使用 `xline` 函数绘制区间（2，5）的边界线。

运行代码后，会显示随机数落在（2，5）内的频率和理论上该分布随机变量落在（2，5）内的概率。同时，还会弹出一个窗口显示10000次正态分布N(3,1)的随机数的直方图。可以看到，直方图的形状符合正态分布的特点，而区间（2，5）内的频数与理论上该分布随机变量落在此区间概率相近。