Na, das ist schon eine Gaußkurve, nur ist die Domain nicht um 0 zentriert, weswegen die Wiedererkennbarkeit ein wenig leidet. Wenn wir als Domain [-3,3] wählen (mit domain=-3:3), wirst Du die Gaußkurve wiedererkennen.
\documentclass{article}
\usepackage{pgfplots}
\begin{document}
\begin{tikzpicture}
\begin{axis}[domain=-3:3,samples=50]
\addplot[black] {1/sqrt(2*pi)*exp(-.5*x^2)} ;
\end{axis}
\end{tikzpicture}
\end{document}
Damit dieser Beitrag noch einen Mehrwert hat, hier eine leicht angepasste Version von der Gaußkurve aus
TeX.SX: Plotting Normal distribution in pgfplots, die gerne verwende.
\documentclass{article}
\usepackage{pgfplots}
% #1 is x; #2 is \mu; #3 is \sigma^2
\pgfmathdeclarefunction{gauss}{3}{%
\pgfmathparse{1/(sqrt(#3*2*pi))*exp(-((#1-#2)^2)/(2*#3))}%
}
\begin{document}
\begin{tikzpicture}
\begin{axis}[
domain=-3:3,
samples=100,
ymin=0,
axis lines*=left,
xlabel=$x$,
every axis x label/.style={at=(current axis.right of origin),anchor=west},
height=7cm,
width=14cm,
xtick=\empty,
enlargelimits=false,
clip=false,
hide y axis
]
\pgfmathsetmacro\gsmu{0}
\pgfmathsetmacro\gssg{1}
\pgfmathsetmacro\gsvalmin{gauss(\gsmu-\gssg,\gsmu,\gssg)}
\pgfmathsetmacro\gsvalmn{gauss(\gsmu,\gsmu,\gssg)}
\pgfmathsetmacro\gsvalplu{gauss(\gsmu+\gssg,\gsmu,\gssg)}
\addplot [ultra thick,cyan!60!black] {gauss(x, \gsmu, \gssg)};
\draw [lightgray, dashed] (axis cs:\gsmu-\gssg,0) -- (axis cs:\gsmu-\gssg,\gsvalmin)
(axis cs:\gsmu+\gssg,0) -- (axis cs:\gsmu+\gssg,\gsvalplu);
\draw [lightgray, dashed] (axis cs:\gsmu,0) -- (axis cs:\gsmu,\gsvalmn);
\node[below] at (axis cs:\gsmu-\gssg, 0) {$\mu - \sigma$};
\node[below] at (axis cs:\gsmu, 0) {$\mu$};
\node[below] at (axis cs:\gsmu+\gssg, 0) {$\mu + \sigma$};
\node [yshift=1cm, scale=1.8] at (axis cs: \gsmu, 0)
{$\displaystyle f(x) = \frac{1}{\sigma \sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}}$};
\end{axis}
\end{tikzpicture}
\end{document}