| **Distribución** | **Función y parámetros** | **Descripción** |
| Bernoulli | Random.Bernoulli(**probabilidadDeÉxito**) | Esta distribución retorna un valor 0 o 1. El parámetro es la probabilidad de obtener 1. |
| Beta | Random.Beta(**alpha1**, **alpha2**) | Distribución con rango 0 a 1 cuya forma depende de sus parámetros de forma **alpha1** y **alpha2.** |
| Binomial | Random.Binomial(**probabilidadDeÉxito**, **númeroDePruebas**) | Distribución que representa el número de éxitos en una cantidad especificada de pruebas. |
| Continua | Random.Continuous(**v1**, **c1**, **v2**, **c2**, ..., **vn**, **cn**) | Distribución empírica definida por un conjunto de pares de la forma (**vi**, **ci**) correspondiente a un valor y su probabilidad acumulada. Devuelve un número real ubicado entre 0 y **vn**.
Esta distribución tiene implícito un **v0** igual a 0, si se desea que los valores partan en **v1** se debe especificar **c1** como 0.
Ejemplo: Random.Continuous(1, 0.2, 2, 0.5, 3, 1) devuelve cualquier valor real entre 0 y 3.
|
| Discreta | Random.Discrete(**v1**, **c1**, **v2**, **c2**, ..., **vn**, **cn**) | Distribución empírica definida por un conjunto de pares de la forma (**vi**, **ci**) correspondiente a un valor y su probabilidad acumulada. Devuelve solamente uno de los **n** valores definidos.
Ejemplo: Random.Discrete(1, 0.2, 2, 0.5, 3, 1) devuelve solo los valores 1, 2 o 3, con un 20%, 30% y 50% de probabilidad, respectivamente.
|
| Erlang | Random.Erlang(**media**, **k**) | Distribución que modela un proceso de n-fases en el que el tiempo para cada fase está distribuido de forma exponencial. Los parámetros corresponden a la **media** y el número de fases (**k**). |
| Exponencial | Random.Exponential(**media**) | Distribución utilizada normalmente para modelar el tiempo entre llegadas. Recibe como parámetro la **media** de la distribución. |
| Gamma | Random.Gamma(**alpha**, **beta**) | Distribución que recibe un parámetro de forma (**alpha**) y otro de escala (**beta**). La media es el producto de estos parámetros. |
| Geométrica | Random.Geometric(**probabilidadDeÉxito**) | Distribución discreta que representa el número de fallas antes del primer éxito. El parámetro representa la probabilidad de éxito para cada prueba independiente. |
| JohnsonSB | Random.JohnsonSB(**alpha1**, **alpha2**, **mínimo**, **máximo**) | Distribución acotada cuya forma depende de sus dos parámetros de forma (**alpha1**, **alpha2**), el **mínimo** y el **máximo**. |
| JohnsonSU | Random.JohnsonSU(**alpha1**, **alpha2**, **ubicación**, **escala**) | Distribución no acotada cuya forma depende de sus dos parámetros de forma (**alpha1**, **alpha2**), el parámetro de **ubicación** y el parámetro de **escala**. |
| LogLogistic | Random.LogLogistic(**forma**, **escala**) | Distribución con un parámetro de **forma** y uno de **escala**, ambos deben ser no negativos. Tiene un rango de 0 a infinito. |
| Lognormal | Random.Lognormal(**media, desviaciónEstándar**) | Distribución continua en la que el logaritmo de una variable tiene una distribución normal. Sus parámetros son la **media** y la **desviación estándar**. |
| Binomial Negativa | Random.NegativeBinomial(
**probabilidadDeÉxito**, **númeroDeÉxitos**) | Distribución discreta que representa el número de fallas antes de alcanzar el número especificado de éxitos. Los parámetros son la probabilidad de éxito para cada prueba y el número requerido de éxitos. |
| Normal | Random.Normal(**media, desviaciónEstándar**) | Sus parámetros son la **media** y la **desviación estándar**. |
| Pearson tipo VI | Random.PearsonVI(**formaA**, **formaB**, **escala**) | Distribución con dos parámetros de forma (**formaA**, **formaB**) y uno de escala (**escala**). Todos los parámetros deben ser no negativos. El rango es de 0 a infinito. |
| Pert | Random.Pert(**mínimo**, **moda**, **máximo**) | Caso especial de la distribución Beta en la que los parámetros de forma son calculados a partir del **mínimo**, la **moda** y el **máximo**. |
| Poisson | Random.Poisson(**media**) | Distribución discreta que modela el número de eventos en un intervalo de tiempo en el cual estos están ocurriendo a una tasa constante según un proceso Poisson. El tiempo entre eventos está distribuido de forma exponencial y el número de eventos en un tiempo determinado esta Poisson-distribuido. El parámetro es la tasa de eventos por unidad de tiempo, debe ser no negativa. |
| Triangular | Random.Triangular(**mínimo**, **moda**, **máximo**) | Distribución que tiene parámetros para definir el **mínimo**, la **moda** o valor más probable y el **máximo**. |
| Uniforme | Random.Uniform(**mínimo**, **máximo**) | Distribución cuyos parámetros definen el valor **mínimo** y **máximo**. Todos los valores dentro del rango son equiprobables. |
| Weibull | Random.Weibull(**forma**, **escala**) | Distribución con parámetros de **forma** y **escala** cuyo rango va de 0 a infinito. |