¿Qué es una distribución discreta?

En estadística, una distribución discreta es una distribución de probabilidad de los resultados de variables finitas o valores contables. Si una variable aleatoria sigue el patrón de una distribución discreta, significa que la variable aleatoria es discreta. En un sentido amplio, todas las distribuciones de probabilidad se pueden clasificar como distribución de probabilidad discreta o distribución de probabilidad continua. Mientras que una distribución continua se basa en valores medibles que son infinitos, la distribución discreta se ocupa de las probabilidades de los resultados de valores finitos.

Volver a : INVESTIGACIÓN, ANÁLISIS Y CIENCIA DE DECISIÓN

¿Cómo se usa una distribución discreta? 

Hay varias distribuciones de probabilidad, los ejemplos son uniforme, Poisson, normal, binomial, chi-cuadrado, geométrica, exponencial, gamma y beta. Todas estas distribuciones de probabilidad se clasifican como distribución continua o distribución discreta. A través de la distribución, ya sea discreta o continua, los analistas y estadísticos identifican los resultados de las variables aleatorias. Los resultados probables a menudo se presentan en un gráfico utilizando puntos de datos específicos que explican la probabilidad. La distribución discreta es tanto una distribución estadística como un análisis matemático de resultados de valores finitos. Mientras que una distribución discreta tiene un número finito de resultados, la distribución continua tiene un número infinito de resultados medibles.

Ejemplos de distribución discreta

Las distribuciones discretas se pueden utilizar en muchas situaciones de la vida real. A menudo, las empresas utilizan esta distribución en su gestión de inventario para crear una distribución de probabilidad que les ayude a utilizar adecuadamente su inventario. Las distribuciones discretas más utilizadas son las distribuciones de Poisson, binomial, multinominal y de Bernoulli. Otro ejemplo de cómo se puede utilizar la distribución discreta es la simulación de Monte Carlo que ayuda a predecir los resultados e identificar los riesgos subyacentes.