1. una distribución de probabilidad de una variable aleatoria discreta es:
1.1. Una tabla, una gráfica, una fórmula u otro sistema usado para especificar todos los valores posibles de una variable aleatoria, discreta junto con sus probabilidades respectivas
2. POISSON: se aplica a las ocurrencias de algún suceso durante un intervalo especifico. La variable aleatoria x es el número de ocurrencias de un suceso en un intervalo. El intervalo suele ser normalmente tiempo, distancia, área, volumen o alguna unidad similar. La probabilidad de que el suceso ocurra x-veces, durante el intervalo, está dada por la siguiente fórmula: P(x=k) =(µᵏ.e- µ)/k!
2.1. La distribución de Poisson debe cumplir con los siguientes requisitos: La variable aleatoria X es el número de ocurrencias de un suceso a un intervalo. Las ocurrencias deben ser aleatorias. Las ocurrencias tienen que ser independientes entre sí. Las ocurrencias deben estar uniformemente distribuidas dentro del intervalo que se emplea.
2.2. Aplicaciones: defectos de nacimiento y mutaciones genéticas, las enfermedades raras (como la leucemia, pero no el SIDA porque es infecciosa y por tanto no independiente), el flujo de tráfico y la distancia de seguridad, número de errores de escritura en una página.
3. una distribución de probabilidad de una variable aleatoria continua:
3.1. Se definen por medio de una función y = f(x) que se llama función de probabilidad o función de densidad. Ha de ser f(x) 0 para todo x.
4. Distribución: una variable aleatoria, t, a la función F(x) que describe los valores que toma la probabilidad acumulada hasta la abscisa x
5. Normal: La campana de Gauss o curva normal es una función de probabilidad continua , simétrica, cuyo máximo coincide pues con la media. Para cada valor de media y cada valor de desviación típica hay una curva normal, que se denomina N
5.1. Sirve para acercarse a diversas distribuciones de probabilidad discreta, como la distribución binomial y la distribución de Poisson. Como ejemplo, el tiempo (en segundos) se mide y no se cuenta.
