matlab画正太分布的图像用什么函数

可以使用 `normpdf` 函数绘制正态分布的概率密度函数图像，也可以使用 `normrnd` 函数生成正态分布的随机数并用 `histogram` 函数绘制直方图。以下是两种方法的示例代码：

使用 `normpdf` 函数绘制概率密度函数图像：

mu = 0; % 均值
sigma = 1; % 标准差
x = -5:0.1:5; % 横坐标范围
y = normpdf(x, mu, sigma); % 计算概率密度函数值
plot(x, y); % 绘制图像
title('正态分布概率密度函数');
xlabel('随机变量');
ylabel('概率密度');

使用 `normrnd` 和 `histogram` 函数绘制直方图：

mu = 0; % 均值
sigma = 1; % 标准差
x = normrnd(mu, sigma, [1, 1000]); % 生成随机数
histogram(x, 'Normalization', 'pdf'); % 绘制直方图
hold on;
% 绘制理论概率密度函数图像
x = -5:0.1:5;
y = normpdf(x, mu, sigma);
plot(x, y);
hold off;
title('正态分布直方图和概率密度函数');
xlabel('随机变量');
ylabel('频率/概率密度');
legend('直方图', '概率密度函数');

这些代码可以在 MATLAB 命令窗口中直接运行。

相关问题

matlab画正态分布

您可以使用 "normpdf" 函数绘制正态分布的概率密度函数。以下是一个简单的 MATLAB 代码示例：

x = -5:0.1:5; % 定义 x 轴范围
mu = 0; % 均值
sigma = 1; % 标准差
y = normpdf(x, mu, sigma); % 计算概率密度函数值
plot(x, y); % 绘制图像

代码解释：

- `x` 定义了 x 轴范围，这里取 -5 到 5，间隔为 0.1。
- `mu` 是正态分布的均值。
- `sigma` 是正态分布的标准差。
- `normpdf` 函数计算了 x 轴上每个点对应的概率密度函数值。
- `plot` 函数绘制了概率密度函数图像。

您可以根据需要调整均值、标准差、以及 x 轴范围等参数。

使用matlab绘制正态分布概率密度函数和累计分布函数

在MATLAB中，可以使用normpdf函数和normcdf函数分别绘制正态分布概率密度函数和累计分布函数。

绘制正态分布概率密度函数的代码如下：

mu = 0; % 均值
sigma = 1; % 标准差
x = -5 : 0.1 : 5; % 自变量范围
y = normpdf(x, mu, sigma); % 计算概率密度函数值

plot(x, y, 'LineWidth', 2); % 绘制概率密度函数图像
xlabel('x');
ylabel('f(x)');
title('Normal Probability Density Function');

这个代码可以绘制均值为0，标准差为1的正态分布概率密度函数的图像。你可以根据需要修改代码中的参数，以绘制不同均值和标准差的正态分布概率密度函数的图像。

绘制正态分布累计分布函数的代码如下：

mu = 0; % 均值
sigma = 1; % 标准差
x = -5 : 0.1 : 5; % 自变量范围
y = normcdf(x, mu, sigma); % 计算累计分布函数值

plot(x, y, 'LineWidth', 2); % 绘制累计分布函数图像
xlabel('x');
ylabel('F(x)');
title('Normal Cumulative Distribution Function');

这个代码可以绘制均值为0，标准差为1的正态分布累计分布函数的图像。你可以根据需要修改代码中的参数，以绘制不同均值和标准差的正态分布累计分布函数的图像。