随机过程由一族时间函数组成，每个样本函数代表过程在特定时间点的表现，所有样本函数构成随机过程集合，从另一个角度看，随机过程是时间的随机变量延伸。

概率论中，分布函数与概率密度函数定义了随机变量的概率性质。一维分布函数和概率密度函数分别描述了随机过程在任意时刻取值的累积概率与概率密度。

n维分布函数与概率密度函数则扩展了这一概念至多个变量，描述了多个随机变量联合取值的概率性质。

随机过程的数学期望表示了过程在任一时刻的平均值，而方差则衡量了过程偏离期望值的程度。它们仅反映了随机过程的孤立时刻特征，忽略了过程的动态变化。

自协方差函数与自相关函数描述了不同时刻随机过程的统计相关性，反映过程内部的依赖关系。通过研究时间间隔对相关性的影响，可以理解过程动态变化的性质。

在零均值随机过程中，自协方差函数与自相关函数之间存在特定关系，有助于分析过程的平稳性。

互协方差函数与互相关函数则用于描述不同随机过程之间的相关性，提供了对随机过程相互作用的深入理解。