Teoria de la probabilitat: diferència entre les revisions

{{ocupació}}

 

Els processos reals que es modelitzen com a processos aleatoris poden no ser-ho realment; igual que llençar una moneda o un dau no són processos aleatoris en sentit estricte, ja que no es reproduïxen exactament les mateixes condicions inicials que ho determinen sinó només unes poques. Els processos reals que es modelitzen mitjançant [[distribució de probabilitat|distribucions de probabilitat]] corresponen a models complexos on no es coneixen tots els paràmetres que hi intervenen o no són reproduïbles les seves condicions inicials ([[teoria del caos]]). Per a simplificar, generalment a aquest tipus de problemes també se'ls considera aleatoris, encara que estrictament parlant no ho siguin. De fet, no és possible predir exactament els resultats dels esdeveniments aleatoris.<ref>{{ref-web|url=http://www.math.ucr.edu/home/baez/bayes.html|títol=Bayesian Probability Theory and Quantum Mechanics|nom=John|cognom=Baez|data=12 setembre 2003|consulta=21 agost 2016|editor=University of California, Riverside (Department of Mathematics)}}</ref> Tanmateix, si una successió d'esdeveniments individuals, com el [[Cara o creu|llançament de monedes]] o el llançament de [[dau]]s, està influïda per altres factors, com la [[fricció]], mostrarà uns certs patrons, que sí que es poden estudiar i predir.<ref>{{ref-web|url=https://www.insidescience.org/blog/2012/09/12/dice-rolls-are-not-completely-random|títol=Dice Rolls are Not Completely Random|editor=Inside Science|data=12 setembre 2012|nom=Ben P.|cognom=Stein|consulta=21 agost 2016}}</ref> Dos resultats matemàtics que descriuen aquests patrons són la [[llei dels grans nombres]] i el [[teorema central del límit]].