离散随机变量
-
伯努利分布(Bernoulli)：符合伯努利分布的随机变量只有两个可能的结果：
{0(Fail),1(Pass)}。记
。
-
二项式分布(Binomial)：进行
次结果符合伯努利分布的实验，用
表示得到1(Pass)的次数，则
。
-
几何分布(Geometry)：进行无数次结果符合伯努利分布的实验，用
。
-
泊松分布(Poisson)：某类随机且独立的事件平均在单位时间里出现
次，用
。
当二项式分布的足够小（一般取
）时，可以将二项式分布近似为泊松分布。
伯努利过程：一个由有限或无限个独立，符合伯努利分布的随机变量所组成的离散时间中的随机过程。
泊松过程：一个由独立随机变量所组成的连续时间中的随机过程。将事件的“发生”记作1，“不发生”记作0，则这些随机变量也可以看作符合伯努利分布。
由伯努利过程和泊松过程的定义可以看出，泊松分布是二项式分布趋近极限时的情况。这也是二项式分布可以近似为泊松分布的原因。当然，在数学上有更好的推导：
连续随机变量
-
均匀分布(Uniform)：
-
指数分布(Exponential)：
,
是阶跃函数。
-
正态/高斯分布(Normal/Gaussian)：也常被记作
计算正态分布的累积分布函数：
a) 转换为标准正态分布：
b) 标准正态分布的积分可以通过查表得出。注意：
高斯误差函数(error function)：
它的互补误差函数是
-
莱斯分布(Racian)：一种最常见的用于描述接收信号包络统计时变特性的分布类型。
其中是主信号幅度的峰值，
是多径信号分量的功率
是修正的0阶第一类贝塞尔函数。当
时，退化为瑞利分布。
-
瑞利分布(Rayleigh)：
