Каждый вид распределения в этой библиотеке представляет собой классный тип — объект.

Политика обеспечивает четкое управление поведением этих классов, позволяя пользователю настраивать поведение, например, как обрабатываются ошибки или как ведут себя квантили дискретных дистрибуций.

	Tip
	Если вы знакомы с библиотеками статистики, использующими функции, и «Распределения как объекты» кажутся чуждыми, см. сравнение с другими библиотеками статистики.

Создание классов распределения делает две вещи:

Хотя классы распределения в этой библиотеке являются шаблонами, на типе double в основном берётся обычное название дистрибутива (за исключением случаев, когда происходит столкновение с функцией того же имени: бета и гамма, в этом случае использование аргументов шаблона по умолчанию - RealType = double - почти так же удобно). Вероятно, 95% применений покрыты этими типами:

// using namespace boost::math; // Avoid potential ambiguity with names in std <random>
// Safer to declare specific functions with using statement(s):
using boost::math::beta_distribution;
using boost::math::binomial_distribution;
using boost::math::students_t;
// Construct a students_t distribution with 4 degrees of freedom:
students_t d1(4);
// Construct a double-precision beta distribution
// with parameters a = 10, b = 20
beta_distribution<> d2(10, 20); // Note: _distribution<> suffix !

Если вам нужно использовать дистрибутивы с типом, отличным от double, то вы можете непосредственно инстанцировать шаблон: имена шаблонов те же, что и double typedef, но с _distribution, например: Students t Distribution или Binomial Distribution:

// Construct a students_t distribution, of float type,
// with 4 degrees of freedom:
students_t_distribution<float> d3(4);
// Construct a binomial distribution, of long double type,
// with probability of success 0.3
// and 20 trials in total:
binomial_distribution<long double> d4(20, 0.3);

К параметрам, передаваемым дистрибутивам, можно получить доступ через функции приемника:

d1.degrees_of_freedom();  // returns 4.0

Все это хорошо и хорошо, но пока не очень полезно. Мы часто хотим иметь возможность вычислять функции кумулятивного распределения и квантиле и т.д. для этих распределений.