MathProbabilityDensityNormal
通过mu和sigma参数，计算随机变量x的正态分布的概率密度函数值。出错情况下它返回NaN。
double MathProbabilityDensityNormal(
const double x, // 随机变量值
const double mu, // 分布的平均参数（期望值）
const double sigma, // 分布的sigma参数（均方根偏差）
const bool log_mode, // 计算数值对数
int& error_code // 存储错误代码的变量
);通过mu和sigma参数，计算随机变量x的正态分布的概率密度函数值。出错情况下它返回NaN。
double MathProbabilityDensityNormal(
const double x, // 随机变量值
const double mu, // 分布的平均参数（期望值）
const double sigma, // 分布的sigma参数（均方根偏差）
int& error_code // 存储错误代码的变量
);通过mu和sigma参数，计算随机变量数组x[]的正态分布的概率密度函数值。出错情况下它返回false。R语言的dnorm()模拟。
bool MathProbabilityDensityNormal(
const double& x[], // 随机变量值数组
const double mu, // 分布的平均参数（期望值）
const double sigma, // 分布的sigma参数（均方根偏差）
const bool log_mode, // 计算数值对数
double& result[] //概率密度函数值数组
);通过mu和sigma参数，计算随机变量数组x[]的正态分布的概率密度函数值。出错情况下它返回false。
bool MathProbabilityDensityNormal(
const double& x[], // 随机变量值数组
const double mu, // 分布的平均参数（期望值）
const double sigma, // 分布的sigma参数（均方根偏差）
double& result[] //概率密度函数值数组
);参数
x
[in] 随机变量值。
x[]
[in] 随机变量值数组。
mu
[in] 分布的平均参数（期望值）。
sigma
[in] 分布的sigma参数（均方根偏差）。
log_mode
[in] 计算数值对数的标识。如果log_mode=true，则返回概率密度的自然对数。
error_code
[out] 获得错误代码的变量。
result[]
[out] 获得概率密度函数值数组。