这个问题涉及太多了,
我也无法用三两句双清楚,下面中文你参考,要全认清,需要点耐心,希望你不要着急.
1 贝努里分布 bernoulli
它的概率分布为：P{X=1}=p,P{X=0}=1-p
它也称两点分布或（0-1）分布.它描述一次贝努里实验中,成功或失败的概率.
2 二项分布 binomial
P{X=k}=Cnkpk(1-p)n-k, k=0,1,…,n
它描述n次贝努里实验中事件A出现k次概率.
3 几何分布 geometric
P{X=k}=p(1-p)k-1, k=1,2, …
它描述在k次贝努里实验中首次出现成功的概率.
几何分布有一个重要的性质-----后无效性：在前n次实验未出现成功的条件下,再经过m次实验（即在n+m次实验中）首次出现成功的概率,等于恰好需要进行m次实验出现首次成功的无条件概率.用式子表达：
P{X=n+m | X>n}=P{X=m} (试证明之）
这种与过去历史无关的性质称为马尔可夫特性.
几何分布在我们下面讲的排队论中是非常重要.它可以描述某一任务（或顾客）的服务持续时间.
4 泊松分布（Poisson）
P{X = k} = λk e-λ/ k! k=0,1,2,…
泊松分布是最重要的离散型概率分布之一,它作为表述随机现象的一种形式,在计算机性能评价中扮演了重要的角色.
5 指数分布 exponential
它是一种连续型的概率分布,它的概率密度：
f（x）=λe-λx x≥0
f（x）=0 x0 ,t>0 ,有P{ζ>s+t|ζ>s}=P{ζ>t}
在离散型随机变量中,只有几何分布具有无后效性.这两种分布可以分别用来描绘离散等待时间和连续等待时间.
在排队理论和随机Petri网中,指数分布是很重要的.在实际系统模型中,一般都要假定任务（或顾客）的到来是泊松分布的.实践也证明：这种假设是有效.
6、正态分布 normal distribution
http://baike.baidu.com/view/45379.htm
7、超几何分布 hypergeometric
http://baike.baidu.com/view/984313.htm
8、负二项分布 negative binomial
http://baike.baidu.com/view/2202567.htm