Segundo Gitman (2004), as distribuições de probabilidades oferecem uma visão mais quantitativa do risco de um ativo. A probabilidade de um evento é a chance de ele ocorrer.

Um evento com 70% de probabilidade de ocorrência poderá acontecer sete vezes em cada dez vezes; um evento com probabilidade de 100% ocorrerá com certeza. Eventos com probabilidade igual a zero nunca ocorrem.

Uma distribuição de probabilidades é um modelo que associa probabilidades aos eventos correspondentes. O tipo mais simples é o gráfico de barras, que mostra somente um número limitado de combinações entre eventos e probabilidades.

Exemplo

Se conhecêssemos todos os eventos possíveis e as probabilidades correspondentes, poderíamos construir uma distribuição contínua de probabilidades. A distribuição contínua de probabilidade mais importante em estatística é a distribuição normal. As distribuições normais podem ser usadas para modelar muitos conjuntos de medidas na natureza, na indústria, no comércio, no mercado financeiro etc.

Uma distribuição normal de probabilidade se assemelha a uma curva em forma de sino. Essa curva é denominada de curva normal ou de Gauss. Nela, a média, a mediana e a moda são iguais. A curva normal tem formato de sino e é simétrica em torno da média. A área sob a curva normal é sempre igual a 1,0 ou 100%. A curva normal aproxima-se mais do eixo x (abscissa) à medida que se afasta da média em ambos os lados, mas nunca toca o eixo.

Metade da área sob uma curva de Gauss está à esquerda do valor da média, indicando que há 50% de probabilidades de que o resultado efetivo seja menor que a média. Metade da área está à direita do valor da média, indicando a probabilidade de 50% de que será maior do que o valor da média. Da área sob a curva, 68,26% estão dentro de mais ou menos um desvio-padrão da média; 95,46% estão dentro de mais ou menos dois desvios-padrão da média, e 99,74% ficam dentro de mais ou menos três desvios-padrão da média.