构建一个matlab函数，希望可以在三维空间中实现正态分布采样点的坐标

在MATLAB中，我们可以创建一个自定义函数来生成三维空间中的正态分布随机点。这里是一个简单的例子，它使用`mvnrnd`函数从多元正态分布中采样：

function [x, y, z] = normalDistributionSample(meanVec, covMatrix, nSamples)
    % 输入参数：
    % meanVec: 三维向量，表示均值(μ) [μ_x, μ_y, μ_z]
    % covMatrix: 三维方阵，表示协方差矩阵(Cov)，用于描述各个维度间的关系
    % nSamples: 要生成的样本数

    % 检查输入是否合法
    if nargin < 3 || ~isnumeric(meanVec) || ~isscalar(meanVec) || length(meanVec) ~= 3 ...
            || ~isnumeric(covMatrix) || size(covMatrix, 1) ~= size(covMatrix, 2) || size(covMatrix, 1) ~= 3 ...
            || ~isscalar(nSamples) || isnan(nSamples) || nSamples <= 0
        error('Invalid input parameters');
    end

    % 生成nSamples个三维正态分布的随机点
    samples = mvnrnd(meanVec, covMatrix, nSamples);

    % 分别提取x, y, z的坐标
    x = samples(:, 1);
    y = samples(:, 2);
    z = samples(:, 3);
end

这个函数接受一个均值向量和一个协方差矩阵作为输入，并返回相应数量的三维随机样本点。你可以像这样调用它：

meanVec = [0; 0; 0];   % 均值 (0, 0, 0)
covMatrix = eye(3);    % 单位矩阵，所有维度独立
nSamples = 1000;       % 生成1000个样本点

[x, y, z] = normalDistributionSample(meanVec, covMatrix, nSamples);