在MATLAB中，可以使用指数分布函数来描述随机变量的概率分布。指数分布函数表达式是F(x; λ) = 1 - e (-x/λ)，其中x表示随机变量的取值，λ是指数分布的参数，而e是自然对数。
为了使用MATLAB函数计算指数分布，需要先求解指数分布参数λ的估计值。最常用的方法是使用最大似然估计法来求取λ的估计值。在MATLAB中，可以使用基本的MLER函数来计算指数分布的参数。例如，可以使用以下MATLAB函数：
[est,param] = mle(data,'distribution','Exponential');
其中，data是待估计的数据序列，est表示最大似然估计值，param包含指数分布参数λ。有了λ，就可以使用MATLAB函数来计算指数分布的概率密度函数和分布函数，以及其他指数分布函数，如均值、方差、累积分布函数和微分累计分布函数等。
MATLAB中，可以使用expfit函数计算指数分布函数，其中，data表示待估计的数据序列，lambda表示指数分布的参数，而p和c分别表示概率密度函数和分布函数：
[p,c]=expfit(data,lambda);
最后，可以使用MATLAB的plot函数来绘制指数分布的概率密度函数和分布函数图像：
plot(x,p);
plot(x,c);
