Очевидно, що в загальному випадку графік функції має вигляд плавної кривої (рис. 3):

, (8)

з якого випливає, що значення функції розподілу ймовірностей для аргументу дорівнює площі під кривою густини розподілу ймовірностей у межах від до .

Очевидно, що ймовірність того, що значення випадкового процесу лежить у межах від до , дорівнює одиниці, тобто

(9)

а ймовірність того, що випадкова функція у момент перебуває в інтервалі між та , дорівнює:

(10)

Отже, ймовірність того, що значення випадкової функції у момент перебувають у заданому інтервалі, дорівнює різниці значень функції розподілу ймовірностей для верхньої та нижньої меж заданого інтервалу.

Співвідношення (9) називають умовою нормування.

Зауважимо також, що функції та для довільних значень та завжди приймають додатні значення.

Часто функцію розподілу ймовірностей називають інтегральним законом розподілу, а густину розподілу ймовірностей – диференціальним законом розподілу ймовірностей.

Функції та статистично повністю характеризують значення випадкової функції у заданий момент часу і тому їх називають одновимірними. Ці функції є найпростішими характеристиками випадкового процесу, оскільки вони дають уявлення про процес лише в окремі фіксовані моменти часу.

У таблицях 1 та 2. подані деякі найбільш поширені одновимірні закони розподілу ймовірностей випадкових процесів.

Таблиця 1 – Типові одновимірні функції розподілу ймовірностей випадкових процесів

Назва закону	Одновимірна функція розподілу	Графік функції
1	2	3
Рівномірний
Експоненційний
Нормальний (закон Гауса)	- інтеграл імовірностей