1.均匀分布U（a， b）
均匀分布用于一个变量“初始”模型，变量在a与b之间随机变化。U（0， 1）均匀分布是其他随机变量生成的基础。
概率密度函数：
分布函数：
参数及范围：a、 b均为实数，且a ＜b； a为位置参数，b-a为比例参数；范围为［a， b］。
2.指数分布exp（β）
指数分布常用于描述随机事件发生的间隔时间，例如“顾客”到达系统的间隔时间，以及每台设备发生故障的时间。
概率密度函数：
分布函数：
参数及范围：参数为β；范围为［0，+∞）。
3.伽马分布gamma （α， β）
伽马分布常用来描述某项任务的耗时，如顾客服务时间以及设备维修时间等。
概率密度函数：
其中，Γ（α）为伽马函数，定义：对任意实数
。伽马函数性质：对任意z＞0， Γ（z+1）=zΓ（z），对任意非负整数k有Γ（k+1） = k！ ，对任意正整数k有Γ
分布函数（a为整数）：
参数及范围：形状参数α＞0；比例参数β＞0；范围为［0， +∞）。
4.韦伯分布Weibull（α， β）
韦伯分布常用来描述某项任务完成时间，例如一台设备的故障时间。
密度函数：
分布函数：
参数及范围：形状参数α＞0；比例参数β＞0；范围为［0，+∞）。
5.正态分布N（u， σ2）
系统仿真中正态分布主要用于描述各类型错误发生的概率之类事件，例如炸弹着弹点、一些大量数值的累加和（中心极限定理）。
密度函数：
参数及范围：位置参数μ∈（-∞， +∞），比例参数σ＞0；范围为（-∞，+∞）。
6.贝塔分布beta（α1 ， α2 ）
贝塔分布常用以描述比例性质的分布，例如零件次品率以及货物装卸过程货损率等。
密度函数：
其中，B（α1 ， α2）为贝塔函数，定义如下：对任意实数z1 ＞ 0与z2＞0有
贝塔函数性质如下：B（z1 ， z2） = B（z2 ， z1），
参数及范围：形状参数α1 ＞0，α2＞0；范围为［0， 1］。
7.对数Logistic分布L（α， β）
对数Logistic分布在系统仿真中常用于描述完成某项任务时间。
密度函数：
分布函数：
参数及范围：形状参数α＞0；比例参数β＞0；范围为［0， +∞）。
8.三角分布triang（a， b， m）(www.xing528.com)
三角分布常用于描述发生概率具有高峰低谷性质的事件发生时间，例如码头中集卡到达、交通中车辆生成等。
密度函数：
分布函数：
参数及范围：a、b、m为实数，a＜m＜b； a为位置参数，b-a为比例参数，m为形状参数；范围为［a，b］。
9.伯努利分布Bernoulli（p）
伯努利分布为离散分布，常用于描述两种可能结果发生事件的概率，以及用来生成其他离散分布的基础。
质量函数：
分布函数：
参数及范围：p ∈ （0， 1），范围为｛0， 1｝。
10.离散均匀分布DU（i， j）
离散均匀分布用于描述众多具有相同概率随机发生事件的发生概率。
质量函数：
分布函数：
其中，［x］表示x向下取整。
参数及范围：ij、为整数且i ≤ j， i为位置参数；j-i为比例参数；范围为｛i，i+1， …，j｝。
11.二项分布bin（t， p）
二项分布用于描述每次成功概率为p， t次独立试验的伯努利实验中的成功次数。例如在一批量为t的产品中的次品数等。
质量函数：
分布函数：
参数及范围：t为正整数，p ∈ （0， 1），范围为｛0， 1， …， t｝ 。
12.负二项分布negbin（s， p）
负二项分布用于描述每次成功概率为p，第s次成功前失败次数。例如一批零件的件数、仓库中系统需求货物件数以及检查到第s个次品前检查到好的产品次数。
质量函数：
分布函数：
参数及范围：s为正整数，p ∈ （0， 1），范围为｛0， 1， …｝。
13.几何分布geom（p）
几何分布用于描述每次成功概率为p，第1次成功前失败次数。例如，检查到第1个次品前检查到好的产品次数。一批零件的件数、仓库中系统需求货物件数等。
质量函数：
分布函数：
参数及范围：p ∈ （0， 1），范围为｛0， 1， …｝ 。
14.泊松分布Possion（λ）
泊松分布用于描述当事件以不变速率发生时，某段时间内发生的次数。例如一段时间内到达顾客的数量以及生产产品数量等。
质量函数：
分布函数：
参数及范围：λ＞0，范围为｛0， 1， …｝。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
