既然概率已经被定义,并且概率的一些原理已经阐明,有许多不同结果的变量就可以被研究。考虑在三次独立的交易中,可能发生的失败交易的数目,其中一次交易失败的概率是0.5。在这个例子中假设在历史的基础上,知道当每一次交易发生时,交易的结果(失败或成功)是相互独立的,每一次随机选择的交易失败的概率都是0.50。可能发生的结果以失败交易的次数,见表1:
表1 三次交易的结果
某一特定结果发生的概率,如,第一次交易失败(D1)、第二次交易失败(D2)并且第三次交易失败(D3)。通过扩展原理来计算。因此有:
另外一种考虑此例的方式是将表1的每一行看做一个独立的基本事件,因为事件D1、D2和D3只能发生一次,因此共有8个基本事件:
可以对其他几个基本可能结果做类似计算。在本例中,交易失败的概率是0.5。因此,交易失败的概率与交易成功的概率是相等的。结果在三次独立交易中,某一特定次数的交易失败发生的概率的所有可能结果,见表2所示:
表2 三次独立交易中失败交易次数的分布
表2为离散变量分布的一个例子。离散变量是一组关于某一事件发生次数的数字,如失败交易的次数或者一码长的墙纸里有瑕疵的数目。
一个离散型随机变量的概率分布,是一系列所有独立可能结果以及其发生的概率。因为所有可能结果都被列出,所以所有概率的和一定为1.0。
表2满足概率分布的定义,因为所有结果(0,1,2,3个失败交易)全部被列出,并且所有概率的和相加为1.0。