在大学数学中，分布（distribution）是描述随机变量取值概率规律的函数。以下是一些常见的分布类型：
正态分布 （Normal Distribution）
也称为高斯分布 （Gaussian distribution）。
数学期望为μ，方差为σ^2（标准差为σ）。
记为N（μ,σ^2），当μ = 0,σ = 1时，是正态分布的标准形式。
均匀分布 （Uniform Distribution）
离散均匀分布：当随机变量X的所有取值等概率时，X服从离散均匀分布。
连续均匀分布：当随机变量X的概率密度函数在区间[a,b]上为常数时，X服从连续均匀分布，记为X~U（a,b）。
二项分布 （Binomial Distribution）
描述在n次独立重复的伯努利试验中成功的次数的概率分布。
参数为n（试验次数）和p（每次试验成功的概率）。
泊松分布 （Poisson Distribution）
描述在固定时间或空间内，某事件发生的次数的概率分布。
参数为λ（单位时间或单位面积内事件的平均发生次数）。
指数分布 （Exponential Distribution）
描述连续时间随机过程中事件发生的时间间隔的概率分布。
参数为λ（单位时间内事件发生的平均次数）。
幂律分布 （Power-law Distribution）
描述无标度网络中节点度分布的概率分布。
形式为x^α，其中α是幂指数。
对数正态分布 （Log-normal Distribution）
描述随机变量的对数服从正态分布的随机变量的分布。
如果X服从正态分布，则ln（X）服从对数正态分布。
t分布 （t-distribution）
描述样本均值与总体均值差异的统计量在样本量较小且总体标准差未知时的分布。
当样本量足够大时，t分布趋近于正态分布。
这些分布是统计学的基础，广泛应用于自然科学、社会科学、工程学等各个领域。