機率分布算法是統計學和機率論中用於描述隨機變數分布的一類算法。這些算法包括：
伯努利分布。適用於描述在相同條件下重複進行且結果相互獨立的實驗。例如，拋硬幣的實驗。
二項分布。用於描述在固定次數實驗中，事件成功或不成功的機率分布。二項分布的期望和方差可以通過公式計算，即期望=np，方差=npq。
幾何分布。描述在n次嘗試中首次成功的機率分布。其特點是每次嘗試成功的機率是固定的p，而期望和方差分別為1/p和q/p^2。
泊松分布。適用於描述單位時間內隨機事件發生的次數。泊松分布的參數λ表示單位時間（或單位面積）內隨機事件的平均發生率。
常態分配。描述當影響因素眾多且沒有哪個因素能完全決定結果時，變數的分布情況。常態分配的樣本平均值約等於總體平均值。
此外，機率分布算法還涉及聯合機率、加法法則、全機率公式和貝葉斯公式等，這些公式用於計算不同事件同時發生的機率、單個事件的單獨機率、以及給定結果下原因的機率等。