因为没有看到你的数据，随意给你找了一组数据；你可以试着操作一下：
w=c(100,99,34,29,95,85,86,95,84,87,58,89,93,90,92,84,75,76,65,76,87,89,83,82,81,94,95,96,87,89,75,71,71,72,73,75,89,86,89,92,90,99,98,96,95,90,83,84,78,79)
hist(w,freq=FALSE)#做概率密度直方图
x=seq(min(w),max(w),by=0.001)#做一组序列，用于绘制normal curve的x坐标
y=dnorm(x,mean(w),sd(w))#求x的正态分布函数值
lines(x,y,col="blue",lwd=2)#添加一条正态曲线
绘制好的图片如下：
你可以在修改一下柱子的颜色，坐标标签等；在这里推荐你去学习一下ggplot2这个包；感觉比R绘图的基础包要强大一些；下面使用ggplot2画的，相同的数据，颜色没有调整，可能不太好看：
#pnorm函数的使用形式：pnorm(p,mean=0,sd=1,lower.tail=TRUE,log.p=FALSE)
#a.P(X>=2)
pnorm(2,mean=2,sd=3,lower.tail=FALSE)
#b.P(1<=X<7)
pnorm(7,mean=2,sd=3,lower.tail=TRUE)-pnorm(1,mean=2,sd=3,lower.tail=TRUE)
#c.P(-2.5<=X<-1)
pnorm(-1,mean=2,sd=3,lower.tail=TRUE)-pnorm(-2.5,mean=2,sd=3,lower.tail=TRUE)
#d.P(-3<=X-2<3)即P(-1<=X<5)
pnorm(5,mean=2,sd=3,lower.tail=TRUE)-pnorm(-1,mean=2,sd=3,lower.tail=TRUE)
作为一种语言进行统计分析，R有一个随机数生成各种统计分布功能的综合性图书馆。R语言可以针对不同的分布，生成该分布下的随机数。其中有许多常用的个分布可以直接调用。
在R中各种概率函数都有统一的形式，即一套统一的前缀+分布函数名：
d 表示密度函数（density）。
p 表示分布函数（生成相应分布的累积概率密度函数）。
q 表示分位数函数，能够返回特定分布的分位数（quantile）。
r 表示随机函数，生成特定分布的随机数（random）。
扩展资料：
注意事项：
1、使用了错误大小写：help()是正确的，其他都是错误的。
2、不要忘记使用必要的引号：install.packages(“gclus”)。
3、在函数调用时，不要忘记使用括号：help()。
4、在Windous上，路径名中使用的是\。
5、R拥有许多用于存储数据的对象类型，包括标量、向量、矩阵、数组、数据框和列表。数据框是用来存储数据集的主要数据结构。
参考资料来源：百度百科-R语言
参考资料来源：百度百科-标准正态分布
参考资料来源：百度百科-散点图
