\chapter*{Tabella e proprietà delle distribuzioni assolutamente continue}
\addcontentsline{toc}{chapter}{Tabella e proprietà delle distribuzioni assolutamente continue}
\vskip -0.3in
\begin{center}
\begin{table}[htb]
\scalebox{1.1}{
\begin{tabular}{|l|l|l|l|l|l|}
\hline
Nome distribuzione & Caso di utilizzo & Parametri & Densità & Funzione di ripartizione & Probabilità \\\hline
\begin{tabular}[c]{@{}l@{}}Distr. uniforme\\$X \sim U(B)$\end{tabular}&\begin{tabular}[c]{@{}l@{}}Estrazione di un\\ punto reale a caso\\ su $B$ senza preferenze.\end{tabular}&\begin{tabular}[c]{@{}l@{}}$B \in\BB(\RR)$ -- insieme\\ da cui estrarre.\end{tabular}&$f(x)=\frac{1}{m(B)}1_B(x)$&$F(x)=\frac{m((-\infty, x]\cap B)}{m(B)}$&$P(X \in A)=\frac{m(A \cap B)}{m(B)}$\\\hline
\begin{tabular}[c]{@{}l@{}}Distr. esponenz.\\$X \sim\Exp(\lambda)$\end{tabular}&\begin{tabular}[c]{@{}l@{}}Processo di Poisson\\ in senso continuo.\end{tabular}&\begin{tabular}[c]{@{}l@{}}$\lambda > 0$ -- parametro\\ di Poisson.\end{tabular}&$f(x)=\lambda e^{-\lambda x}1_{(0, \infty)}(x)$&\begin{tabular}[c]{@{}l@{}}$F(x)=1-e^{-\lambda x}$\\ per $x \geq0$, $0$ altrimenti.\end{tabular}&\\\hline
\begin{tabular}[c]{@{}l@{}}Distr. gamma\\$X \sim\Gamma(r, \lambda)$\end{tabular}&\begin{tabular}[c]{@{}l@{}}Estensione della distr.\\ binomiale in senso\\ continuo.\end{tabular}&$r > 0$, $\lambda > 0$. &$f(x)=\frac{\lambda^r}{\Gamma(r)} x^{r-1} e^{-\lambda x}1_{(0, \infty)}(x)$&&\\\hline
\begin{tabular}[c]{@{}l@{}}Distr. normale\\$X \sim N(m, \sigma^2)$\end{tabular}&&\begin{tabular}[c]{@{}l@{}}$m$ -- media.\\$\sigma^2 > 0$ -- varianza.\end{tabular}&$f(x)=\frac{1}{\sqrt{2\pi\sigma^2}} e^{-\nicefrac{(x-m)^2}{2\sigma^2}}$&\begin{tabular}[c]{@{}l@{}}$\Phi(x)=\frac{1}{\sqrt{2\pi}}\int_{-\infty}^x e^{-\nicefrac{t^2}{2}}\dt$\\ per $N(0, 1)$ e si standardizza\\ le altre distr. con il cambio\\ di var. $z =\nicefrac{(x-m)}{\sigma}$.\end{tabular}&\\\hline