Uma Distribuição de Probabilidade é uma tabela ou uma condição que conecta cada resultado de uma análise mensurável com sua probabilidade de um evento.

Requisitos de Distribuição de Probabilidade

Para compreender as distribuições de probabilidade, é imperativo obter variáveis. variáveis arbitrárias, e alguma documentação.

Uma variável é uma imagem (A, B, x, y, etc.) que pode assumir qualquer uma de suas qualidades predefinidas.

No momento em que a estimativa de uma variável é o resultado de um exame mensurável, essa variável é uma variável irregular.

Em geral, os analistas utilizam uma letra maiúscula para falar com uma variável arbitrária e uma letra minúscula, para falar com uma de suas qualidades. Por exemplo, a letra maiúscula,

X fala com a variável arbitrária X.

P(X) fala sobre a probabilidade de X.

P(X = x) alude à probabilidade de que a variável irregular X seja equivalente a um valor específico, indicado por x. Por exemplo, P(X = 1) alude ao v de que a variável arbitrária X é equivalente a 1.

Distribuições de Probabilidade

Um modelo irá esclarecer a conexão entre variáveis arbitrárias e distribuições de probabilidade. Suponha que você atire uma moeda ao ar várias vezes. Este exame básico mensurável pode ter quatro resultados potenciais: HH, HT, TH, e TT. Atualmente, deixe a variável X falar com o número de cabeças que resultarem deste teste. A variável X pode assumir as qualidades 0, 1, ou 2. Neste modelo, X é uma variável irregular; já que seu valor é controlado pelo resultado de um teste mensurável.

Número de cabeçasProbabilidade
00.25
10.50
20.25

Uma distribuição de probabilidade é uma tabela ou uma condição que conecta cada resultado de uma investigação mensurável com sua probabilidade de um evento. Considere o exame da moeda ao acaso retratada anteriormente. A tabela abaixo, que conecta cada resultado com sua probabilidade, é um caso de uma distribuição de probabilidade.

Distribuição de probabilidade total

Uma probabilidade total refere-se à probabilidade de que a estimativa de uma variável irregular caia dentro de uma jogada pré-definida.

Dê-nos a chance de voltar ao teste da moeda ao ar livre. No caso de virarmos uma moeda várias vezes, podemos perguntar: Qual é a probabilidade de que a moeda vire uma cabeça ou menos? A resposta apropriada seria uma probabilidade total. Seria a probabilidade de que o exame da moeda ao arremesso traga zero cabeças, além da probabilidade de que a investigação traga uma cabeça.

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

Como a disseminação da probabilidade, uma dispersão total da probabilidade pode ser falada por uma tabela ou por uma condição. Na tabela abaixo, a probabilidade total alude à probabilidade do que a variável irregular X não é exatamente ou equivalente a x.

Número de cabeças:
x
Probabilidade:
P(X = x)
Probabilidade Cumulativa:
P(X < x)
00.250.25
10.500.75
20.251.00

Transporte Uniforme de Probabilidade

A transmissão de probabilidade menos difícil acontece quando a totalidade das estimativas de uma variável irregular acontece com probabilidade equivalente. Esta apropriação de verosimilhança é conhecida como circulação uniforme.

Modelo 1

Suponha que um chute no balde seja dado. Qual é a probabilidade de a mordida do pó chegar no 5?

Arranjo: Quando um pontapé no balde é dado, há 6 resultados potenciais falados por: S = { 1, 2, 3, 4, 5, 6 }. Todo resultado concebível é uma variável irregular (X), e todo resultado é similarmente passível de acontecer. Desta forma, temos uma dispersão uniforme. Desta forma, o P(X = 5) = 1/6.

Modelo 2

Assumir que refizemos o teste de lançamento de ossos retratado no Modelo 1. Desta vez, perguntamos qual é a probabilidade de o passe chegar num número menor do que 5?

Arranjo: Quando um passe é lançado, há 6 resultados potenciais falados por: S = { 1, 2, 3, 4, 5, 6 }. Todos os resultados concebíveis são susceptíveis de acontecer de forma semelhante. Desta forma, temos uma apropriação uniforme.

Esta edição inclui uma probabilidade total. A probabilidade de que o passe chegue em um número menor que 5 é equivalente a:

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 = 2/3