matlab+正态分布

以下是使用Matlab生成正态分布概率密度函数的代码和结果：

% 生成正态分布概率密度函数
mu = 0; % 均值
sigma = 1; % 标准差
x = -5:0.1:5; % x轴范围
y = normpdf(x,mu,sigma); % 正态分布概率密度函数
plot(x,y); % 绘制图像
title('正态分布概率密度函数');
xlabel('x');
ylabel('Probability Density');

% 生成正态分布随机数
rng('default'); % 设置随机数种子
r = normrnd(mu,sigma,1,1000); % 生成1000个正态分布随机数
histogram(r); % 绘制直方图
title('正态分布随机数');
xlabel('Value');
ylabel('Frequency');

运行结果如下图所示：


此外，判断一组数据是否服从正态分布的方法有很多，常用的方法包括Shapiro-Wilk检验、Kolmogorov-Smirnov检验等。具体实现可以参考Matlab的统计工具箱中的函数。