matlab正态拟合曲线怎么画

可以使用matlab中的normplot函数进行正态分布的可视化，也可以使用fit函数进行正态分布的拟合，具体步骤如下：

1. 生成一组正态分布的随机数据：

data = normrnd(mu,sigma,1,1000);

其中，mu和sigma分别表示正态分布的均值和标准差，生成的数据有1000个。

2. 使用normplot函数绘制正态概率图：

normplot(data);

该函数会绘制出一个正态概率图，可以用来判断数据是否符合正态分布。

3. 使用fit函数进行正态分布的拟合：

pd = fitdist(data,'Normal');

该函数会返回一个正态分布的概率分布对象pd，可以用来获取拟合的参数，如均值、标准差等。

4. 使用pdf函数绘制正态分布的概率密度函数：

x = -5:0.1:5;
y = pdf(pd,x);
plot(x,y,'LineWidth',2);

该函数会绘制出一个正态分布的概率密度函数曲线，其中x表示横坐标范围，y表示对应的概率密度值，pd为拟合得到的概率分布对象。可以通过调整x的范围和步长来改变曲线的精度。