1、第一步，基于实验获得一条数据，要确定是否服从分布，将其转换为直方图，一些数据如图所示，转到下面的步骤。
公司主营业务：网站建设、成都网站建设、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。成都创新互联是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。成都创新互联推出诏安免费做网站回馈大家。
2、回答：这个要看你的具体需求，有几种方法可以推荐。
3、如果随机产生了一大批在整个矩形中均匀分布的点，那么被保留下来的点的横坐标就服从了正态分布。可以设想，由于在μ处的f(x)的值比较大，理所当然的在μ附近的点个数要多，远离μ处的少，这从面积上就可以看出来。
4、MATLAB R＝normrnd(MU，SIGMA，m，n)： 生成m×n的服从正态分布的随机数矩阵。其中：MU为返回均值，SIGMA为标准差 如果要画直方图的话可以用bar函数。
首先，我们知道 X_1 的概率密度函数是 f(x) = 1/3， x\in[0，3] ，假设现在我们令 Y = \phi (X_1) ，不妨先假定 \phi(\cdot) 是严格单调递增的函数，这样我们可以求其逆函数 \phi^{-1}(\cdot) (也是严格单调递增的)。
需要的如果是连续随机函数，需要选求出分布函数F(x)的反函数G（y），然后用rand()替换y，得到的就是对于概率密度函数的随机数。如果没有分布函数或分布函数没有反函数，例如正态分布可以使用其它方法。
一般的方法是先产生[0，1]均匀分布随机数，然后利用分布函数的反函数求对应的随机数.离散情形和连续情形有所不同。
可以看一些关于舍选法，反变换法。就是通过一些变换，将均匀随机数，变成一定概率密度的随机数。主要还是反变换法，不过反变换法一般要求被积函数可积。
准备好数据，点击数据分析按钮，如图操作。我这准备的数据是5个，总概率是1（0.1，0.15，0.2，0.25，0.3），分别对应值（1，2，3，4，5）数值与概率输入区域必须是两列，左边为值，右边为概率。
1、首先在计算机上打开matlab软件，如下图所示。点击打开页面“主页”下的“新建”按钮。然后在打开的下拉菜单中选择“function”选项。可以打开函数编辑器，在那里可以设置函数的输入。
2、当flag值为qz时表示使用QZ算法，其中A、B为非对称或非Hermitian矩阵。
3、不用Matlab自身的求和函数，建一个a到b的求和函数文件，已知a和b为正整数。
