给出各个函数的功能说明和内部参数的意义，并给 出至少一个使用例子和运行结果：9） ksdensity() 10） hist() 11） fft() 12） normpdf() 13） normcdf() 14） unifpdf() 15） unifcdf() 16） raylpdf() 17） raylcdf() 18） exppdf() 19） expcdf() 20） chol()

9) ksdensity(): 根据样本数据估计概率密度函数。有两个内部参数，分别为样本数据 x 和要估计密度的位置值 xi。使用例子：生成一个大小为 1x100 的正态分布随机样本数据，并估计在位置值为 0 的概率密度函数值。

x = randn(1, 100);
[f, xi] = ksdensity(x, 0);
plot(xi, f)

运行结果：


10) hist(): 绘制直方图。有两个内部参数，分别为样本数据 x 和直方图分组数目 bins。使用例子：生成一个大小为 1x100 的均匀分布随机样本数据，并绘制 10 个分组的直方图。

x = rand(1, 100);
hist(x, 10)

运行结果：


11) fft(): 计算离散傅里叶变换。有一个内部参数，为要进行傅里叶变换的向量 x。使用例子：计算一个大小为 1x8 的信号的傅里叶变换。

x = [0, 1, 2, 3, 0, 0, 0, 0];
y = fft(x);
stem(abs(y))

运行结果：


12) normpdf(): 计算正态分布概率密度函数值。有两个内部参数，分别为要计算概率密度的位置值 x 和正态分布的均值 mu 和标准差 sigma。使用例子：计算一个均值为 0，标准差为 1 的正态分布在位置值为 1 的概率密度函数值。

normpdf(1, 0, 1)

运行结果：

ans = 
    0.24197

13) normcdf(): 计算正态分布累积分布函数值。有两个内部参数，分别为要计算概率密度的位置值 x 和正态分布的均值 mu 和标准差 sigma。使用例子：计算一个均值为 0，标准差为 1 的正态分布在位置值为 1 的累积分布函数值。

normcdf(1, 0, 1)

运行结果：

ans = 
    0.84134

14) unifpdf(): 计算均匀分布概率密度函数值。有三个内部参数，分别为要计算概率密度的位置值 x，均匀分布的左端点 a 和右端点 b。使用例子：计算一个左端点为 0，右端点为 1 的均匀分布在位置值为 0.5 的概率密度函数值。

unifpdf(0.5, 0, 1)

运行结果：

ans = 
    1

15) unifcdf(): 计算均匀分布累积分布函数值。有三个内部参数，分别为要计算概率密度的位置值 x，均匀分布的左端点 a 和右端点 b。使用例子：计算一个左端点为 0，右端点为 1 的均匀分布在位置值为 0.5 的累积分布函数值。

unifcdf(0.5, 0, 1)

运行结果：

ans = 
    0.5

16) raylpdf(): 计算瑞利分布概率密度函数值。有两个内部参数，分别为要计算概率密度的位置值 x 和瑞利分布的参数 b。使用例子：计算一个参数为 1 的瑞利分布在位置值为 2 的概率密度函数值。

raylpdf(2, 1)

运行结果：

ans = 
    0.07326

17) raylcdf(): 计算瑞利分布累积分布函数值。有两个内部参数，分别为要计算概率密度的位置值 x 和瑞利分布的参数 b。使用例子：计算一个参数为 1 的瑞利分布在位置值为 2 的累积分布函数值。

raylcdf(2, 1)

运行结果：

ans = 
    0.63212

18) exppdf(): 计算指数分布概率密度函数值。有两个内部参数，分别为要计算概率密度的位置值 x 和指数分布的参数 mu。使用例子：计算一个参数为 2 的指数分布在位置值为 1 的概率密度函数值。

exppdf(1, 2)

运行结果：

ans = 
    0.18394

19) expcdf(): 计算指数分布累积分布函数值。有两个内部参数，分别为要计算概率密度的位置值 x 和指数分布的参数 mu。使用例子：计算一个参数为 2 的指数分布在位置值为 1 的累积分布函数值。

expcdf(1, 2)

运行结果：

ans = 
    0.39347

20) chol(): 计算矩阵的 Cholesky 分解。有一个内部参数，为要进行 Cholesky 分解的正定对称矩阵 A。使用例子：计算一个大小为 3x3 的正定对称矩阵的 Cholesky 分解。

A = [4, 12, -16; 12, 37, -43; -16, -43, 98];
R = chol(A)

运行结果：

R =
    2.0000   6.0000  -8.0000
         0   1.0000  -1.0000
         0        0   3.0000