Distribuciones Principales características

-La distribución uniforme no suele ocurrir en la naturaleza,

pero es importante como una distribución de referencia.

-La distribución uniforme también se conoce como la

distribución rectangular.

-Modela un rango de valores con igual probabilidad.

-Se especifica mediante cotas inferior y superior.

-Posen la capacidad de generar números pseudo-aleatorios
que están distribuidos de acuerdo a una distribución
uniforme.
Distribución uniforme -Son una familia de distribuciones de probabilidad para
variables aleatorias continuas
-El dominio está definido por dos parámetros, a y b, que son
sus valores mínimo y máximo. 
- La distribución es a menudo escrita en forma abreviada
como
-Transformada inversa de
muchas transformadas integrales.
-Excepto en un conjunto de puntos con medida nula. 

-Realiza un experimento que solo tiene dos

Distribución geométrica
resultados posibles.
-Es una distribución discreta que puede
modelar el número de ensayos
-consecutivos necesarios para observar el
resultado de interés por primera vez.
-Puede modelar el número de no eventos
que ocurren antes de que se observe el
primer resultado.
-Una propiedad importante de la
distribución geométrica es que funciona sin
memoria.
-La tasa de ocurrencia se mantiene
constante.
-La propiedad de ausencia de memoria
indica que la vida útil restante de un
componente no depende de su antigüedad
actual. 
-La distribución de X se llama la distribución
geométrica.
-Para aquellos procesos en los que se repiten
pruebas hasta la consecusion del exito
-La probabilidad de un evento no depende
de los ensayos anteriores.
 -Especialmente útil en todos aquellos
casos en los que se extraigan muestras

Distribución poisson
-Una distribución discreta que expresa a
partir de una frecuencia de ocurrencia
media.
-La probabilidad de que ocurra un
determinado número de eventos durante
cierto período de tiempo.
-Se especializa en la probabilidad de
ocurrencia de sucesos con probabilidades
muy pequeñas, o sucesos «raros».
-Fue propuesta por Siméon-Denis Poisson,
que la dio a conocer en 1838.
-Tanto el valor esperado como
la varianza de una variable aleatoria con
distribución de Poisson son iguales a λ. 
 -Cuando el valor esperado de la
distribución de Poisson es 1, entonces
según la fórmula de Dobinski, el n-ésimo
momento iguala al número
de particiones de tamaño n.
-La moda de una variable aleatoria de
distribución de Poisson con un λ no entero
es igual a
  - El mayor de los enteros es
menor que λ
-Un criterio fácil y rápido para calcular un
intervalo de confianza aproximada de λ es
propuesto por Guerriero 
-La distribución de Poisson es el caso límite
de la distribución binomial.