Una Distribuzione di Probabilità è una tabella o una condizione che collega ogni risultato di un’analisi misurabile con la sua probabilità di un evento.

Requisiti di distribuzione delle probabilità

Per comprendere le distribuzioni di probabilità, è imperativo ottenere variabili. variabili arbitrarie, e un po’ di documentazione.

Una variabile è un’immagine (A, B, x, y, ecc.) che può assumere una qualsiasi delle qualità predefinite.

Nel punto in cui la stima di una variabile è il risultato di un esame misurabile, quella variabile è una variabile irregolare.

In generale, gli analisti utilizzano la lettera maiuscola per parlare di una variabile arbitraria e la lettera minuscola per parlare di una delle sue qualità. Per esempio,

X parla alla variabile arbitraria X.

P(X) parla alla probabilità di X.

P(X = x) allude alla probabilità che la variabile irregolare X sia equivalente ad un valore specifico, indicata da x. Ad esempio, P(X = 1) allude alla v che la variabile arbitraria X sia equivalente a 1.

Distribuzioni di probabilità

Un modello chiarirà la connessione tra variabili arbitrarie e distribuzioni di probabilità. Si supponga di lanciare una moneta più volte. Questo esame di base misurabile può avere quattro risultati potenziali: HH, HT, TH e TT. Attualmente, lasciate che la variabile X parli al numero di Teste che risultano da questo test. La variabile X può assumere le qualità 0, 1 o 2. In questo modello, X è una variabile irregolare; poiché il suo valore è controllato dal risultato di un test misurabile.

Numero di teste	Probabilità
0	0.25
1	0.50
2	0.25

Una distribuzione di probabilità è una tabella o una condizione che collega ogni risultato di un’indagine misurabile con la probabilità di un evento. Si consideri l’esame del lancio della moneta ritratto in precedenza. La tabella sottostante, che collega ogni risultato con la sua probabilità, è un caso di distribuzione di probabilità.

Distribuzione totale delle probabilità

Una probabilità totale si riferisce alla probabilità che la stima di una variabile irregolare cada all’interno di un go predefinito.

Ci dia la possibilità di tornare al test del lancio della moneta. Nel caso in cui lanciamo una moneta più volte, potremmo chiederci: Qual è la probabilità che il lancio della moneta porti a una o meno teste? La risposta appropriata sarebbe una probabilità totale. Sarebbe la probabilità che l’esame del lancio della moneta porti a zero teste oltre alla probabilità che l’indagine porti a una testa.

P(X < 1) = P(X = 0) + P(X = 1) = 0,25 + 0,50 = 0,75

Come la diffusione della probabilità, una dispersione totale della probabilità può essere parlata da un tavolo o da una condizione. Nella tabella sottostante, la probabilità totale allude alla probabilità che la variabile irregolare X non è esattamente o equivalente a x.

Numero di teste: x	Probabilità: P(X = x)	Probabilità cumulativa: P(X < x)
0	0.25	0.25
1	0.50	0.75
2	0.25	1.00

Trasporto uniforme di mezzi di sussistenza

La trasmissione di probabilità meno difficile avviene quando l’insieme delle stime di una variabile irregolare avviene con una probabilità equivalente. Questa appropriazione di probabilità è nota come circolazione uniforme.

Modello 1

Supponiamo che si lanci un calcio nel secchio. Quali sono le probabilità che il morso la polvere arrivi al 5?

Accordo: Quando si tira un calcio al secchio, ci sono 6 risultati potenziali a cui si parla di: S = { 1, 2, 3, 4, 5, 6 }. Ogni risultato concepibile è una variabile irregolare (X), e ogni risultato è suscettibile di accadere in modo simile. In questo modo, abbiamo una dispersione uniforme. In questo modo, la P(X = 5) = 1/6.

Modello 2

Supponiamo di rifare il test di lancio delle ossa ritratto nel Modello 1. Questa volta, ci chiediamo: qual è la probabilità che il passaggio arrivi su un numero inferiore a 5?

Accordo: Quando un passaggio viene scagliato, ci sono 6 risultati potenziali a cui si parla di: S = { 1, 2, 3, 4, 5, 6 }. Ogni risultato concepibile è suscettibile di accadere in modo simile. In questo modo, abbiamo un’appropriazione uniforme.

Questo problema include una probabilità totale. La probabilità che il lasciapassare arrivi su un numero inferiore a 5 è equivalente:

P( X < 5 ) = P(X = 1) + P(X = 2) + P(X = 3) + P(X = 4)

P( X < 5 ) = 1/6 + 1/6 + 1/6 + 1/6 + 1/6 + 1/6 = 2/3