Las distribuciones de probabilidad pueden ser discretas o continuas, dependiendo de la naturaleza de las variables aleatorias (v. a.) cuyo comportamiento aleatorio describen.

 Es de interés saber qué tan frecuentemente aparecen ciertos valores, qué porcentaje de esos valores están entre ciertos límites especificados y también a largo plazo, cuál es el valor promedio que representa la medida general que nos interesa. Estas cuestiones se pueden responder si se conoce una distribución de probabilidad para los valores observados o medidos, la cual permite calcular las probabilidades de ocurrencia de los posibles valores, y con ello estima el porcentaje de veces o el porcentaje del tiempo en que aparecen ciertos valores, y permite calcular el valor esperado de esas mediciones, que es justamente el promedio general de comportamiento de las observaciones de interés.
 Distribución Binomial. Al repetir n veces un ensayo Bernoulli de parámetro p, la v. a. X = número de éxitos logrados tiene distribución Binomial de parámetros n, p. Los valores de X y su función de probabilidad son: 𝑃[𝑋 = 𝑘] = ( 𝑛 𝑘 ) 𝑝 𝑘 (1 − 𝑝) 𝑛−𝑘 ; 𝑘 = 0, 1, 2, … , 𝑛; 0 ≤ 𝑝 ≤ 1
 Distribución Geométrica. Repitiendo un ensayo Bernoulli de parámetro p, hasta lograr éxito, se tiene la distribución Geométrica de parámetro p. Una v.a. X geométrica puede interpretarse de dos formas: Xa = número de fracasos previos a la aparición del éxito, y Xb = número de repeticiones que se necesitaron para lograr el éxito. Es importante distinguir entre estas dos interpretaciones, en particular si se usa software comercial estadístico para calcular probabilidades geométricas. El rango de valores de X y su función de probabilidad son: 𝑃[𝑋𝑎 = 𝑘] = 𝑝(1 − 𝑝) 𝑘 ; 𝑘 = 0, 1, 2, … , ∞; 0 ≤ 𝑝 ≤ 1 𝑃[𝑋𝑏 = 𝑘] = 𝑝(1 − 𝑝) 𝑘−1 ; 𝑘 = 1, 2, … , ∞; 0 ≤ 𝑝 ≤ 1

bibliografía