Равномерный закон распределения используется при анализе ошибок округления при проведении числовых расчётов (например, ошибка округления числа до целого распределена равномерно на отрезке [-0,5; 0,5]), в ряде задач массового обслуживания, при статистическом моделировании наблюдений, подчинённых заданному распределению.
Плотность распределения:
Числовые характеристики: 
, 
, 
График плотности вероятностей:
25. Нормальное распределение или распределение Гаусса (непрерывное)
Нормальное распределение, также называемое распределением Гаусса, – распределение вероятностей, которое играет важнейшую роль во многих областях знаний, особенно в физике. Физическая величина подчиняется нормальному распределению, когда она подвержена влиянию огромного числа случайных помех. Ясно, что такая ситуация крайне распространена, поэтому можно сказать, что из всех распределений в природе чаще всего встречается именно нормальное распределение — отсюда и произошло одно из его названий.
Плотность распределения:
Числовые характеристики: 
, 
, 
Пример плотности распределения:
Нормальный закон распределения случайной величины с параметрами 
и 
называется стандартным или нормированным, а соответствующая нормальная кривая - стандартной или нормированной.
Функция Лапласа 
. 
Вероятность попадания нормально распределенной случайной величины 
в заданный интервал 
Вероятность отклонения нормально распределенной случайной величины на величину 
от математического ожидания (по модулю).
.
Неравенство Чебышева
Неравенство Маркова
Математическое ожидание функции одной случайной величины
29. Корреляционный момент системы случайных величин и 
30. Коэффициент корреляции системы случайных величин и
Пуассоновский поток событий
События:
Достоверное событие, если вероятность появления его равна 1.
Недостоверное событие называется, если вероятность равна 0.
Несовместные события – события, при которых в данном опыте не могут появиться 2 из них.
Равновозможные события – события, при которых в данном опыте не одно из них не является объективно возможным.
Противоположные события – события, которые образуют полную группу из 2-х событий.
Независимые события – такие, при которых не зависимы каждое из 2-х событий.(Корреляция—не зависимость)
Совместные события – такие события, при которых появление 1 из них не исключает появление другого в одном и том же опыте.
