1. DISTRIBUCIÓN BINOMIAL
   1. Designa situaciones en las que los resultados de una variable aleatoria se pueden agrupar en dos clases o categorías
      1. Cada ensayo tiene dos posibles resultados, uno denominado "éxito" y el otro "fracaso"
      2. Los resultados de los ensayos son independientes entre sí
      3. Existen n observaciones o ensayos idénticos
      4. Las probabilidades de éxito P y de fracaso (1-P), se mantienen constantes para todos los ensayos
2. VALOR ESPERADO
   1. Valor que se espera obtener de un experimento estadístico
      1. Si p es la probabilidad y n el número de eventos, el valor esperado es E(X)= np
3. DISTRIBUCIÓN ACUMULADA
   1. Calcula la probabilidad acumulada de un valor dado de x
   2. Determina la probabilidad de que una observación sea mayor que cierto valor o se encuentre entre dos valores
4. REGLA GENERAL PARA EVENTOS DEPENDIENTES
   1. Cuando A y B son dos eventos dependientes, es decir, si la ocurrencia de A afecta la probabilidad de ocurrencia de B
      1. P(AyB)=(PA)*P(B/A)
5. DISTRIBUCIÓN DE POISSON
   1. Determina el número de hechos de cierto tipo que se pueden producir en un intervalo de tiempo o de espacio, bajo presupuestos de aleatoriedad y ciertas circunstancias restrictivas
      1. Una de las más importantes distribuciones de variable discreta
      2. Los hechos a observar tienen naturaleza aleatoria; pueden producirse o no de una manera no determinística
      3. La probabilidad de que ocurra un hecho en un intervalo infinitésimo es prácticamente proporcional a la amplitud del intervalo
      4. En consecuencia, en un intervalo infinitésimo podrán producirse 0 ó 1 hecho, pero nunca más de uno
6. VARIABLE ALEATORIA DISCRETA
   1. Solo puede tomar valores discretos y por lo tanto cuando se gráfica la función de probabilidad en función de la variable aleatoria esta gráfica es una función a trozos
7. PROPIEDAD DE SUMA DE PROBABILIDADES
   1. Determina la probabilidad de que varias cosas puedan suceder