Estas distribuciones solo pueden tomar un número contable de valores dentro de un intervalo. Normalmente, solo toman valores enteros.

Distribución uniforme discreta: Todos los valores son equiprobables. Por ejemplo, el lanzamiento de un dado, donde cada número del 1 al 6 tiene la misma probabilidad de ocurrencia.

Distribución de Bernoulli: Modela un experimento con dos resultados posibles (éxito o fracaso).

Distribución binomial: Describe el número de éxitos en una serie de ensayos independientes.

Distribución de Poisson: Modela la ocurrencia de eventos raros en un intervalo de tiempo o espacio.

Distribución geométrica: Representa el número de ensayos hasta que ocurre el primer éxito.

Pueden tomar un número infinito de valores dentro de un intervalo y generalmente incluyen valores decimales.

Distribución uniforme continua: Todos los valores tienen la misma probabilidad de ocurrencia en un intervalo continuo.

Distribución chi-cuadrado, t de Student, F de Snedecor, entre otras

Distribución normal (Gaussiana): Es una de las más importantes y se utiliza ampliamente en estadística.

Distribución exponencial: Modela el tiempo entre eventos en un proceso de Poisson.

Uso: La distribución normal es fundamental en estadística y se aplica en logística para modelar errores de medición, ruido en señales, distribución de velocidades de partículas en fluidos, etc.

Ejemplo: Si se diseña un sistema de control automático para la gestión de inventario, la variabilidad en las mediciones de existencias sigue una distribución normal. Comprender esta distribución ayuda a optimizar los niveles de inventario y a prever posibles desviaciones.

Uso: Modela el tiempo entre eventos o la vida útil de componentes.

Ejemplo: En ingeniería de confiabilidad, se utiliza para estimar la vida útil de dispositivos electrónicos, como baterías o circuitos integrados. También se aplica en análisis de mantenimiento preventivo.

En logística de aviación, la distribución exponencial se utiliza para modelar el tiempo que transcurre desde que despega un avión hasta que sale otro. Esto es relevante para la programación de vuelos y la gestión de pistas en aeropuertos.

Uso: Modela la ocurrencia de eventos raros en un intervalo de tiempo o espacio.

Ejemplo: Si se diseña un sistema de comunicación inalámbrica, la distribución de llegada de paquetes (como llamadas telefónicas o mensajes) sigue una distribución de Poisson. Esto afecta la planificación de recursos y la capacidad del sistema.

Ejemplo: En logística, se puede aplicar para estimar la cantidad de entregas de paquetes en una ruta específica durante un período de tiempo dado. Esto afecta la planificación de rutas y la asignación de recursos.