Espacio muestral-Sucesos-eventos

Cuando realizamos un experimento aleatorio, vamos a estar relacionándonos con la probabilidad.Un experimento aleatorio es aquél en el que conocemos todos los resultados que van a ocurrir, pero no sabemos cúal de ellos ocurrirá.O sea al tirar un dado, sabemos que pueden salir los números del 1 al 6; pero no podemos saber cuál de ellos ocurrirá.Espacio muestral: es el conjunto de todos los resultados que sabemos que pueden salir, es el conjunto grande.Se asocia al concepto de población.Suceso o evento: es un subconjunto de ese espacio muestral. Se asocia al concepto de muestra.Ejemplos:Tirar un dadoa) ESPACIO MUESTRAL : 1, 2, 3, 4, 5, 6,b) SUCESO o EVENTO: "que salga el número 3"Tirar una moneda.a) ESPACIO MUESTRAL: cara, cruzb) SUCESO o EVENTO: "que salga cara

Espacio muestralEn este artículo sobre matemáticas se detectaron los siguientes problemas:

Necesita ser wikificado conforme a las convenciones de estilo de Wikipedia. Carece de fuentes o referencias que aparezcan en una fuente acreditada.Por favor, edítalo para mejorarlo, o debate en la discusión acerca de estos problemas.Estas deficiencias fueron encontradas el 20 de marzo de 2010.

En la teoría de probabilidades, el espacio muestral o espacio de muestreo (denotado E, S, Ω o U) consiste en el conjunto de todos los posibles resultados individuales de un experimento aleatorio.

Por ejemplo, si el experimento consiste en lanzar dos monedas, el espacio de muestreo es el conjunto {(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)}. Un evento o suceso es cualquier subconjunto del espacio muestral con estructura de σ-álgebra,1 llamándose a los sucesos que contengan un único elemento sucesos elementales. En el ejemplo, el suceso "sacar cara en el primer lanzamiento", o {(cara, cara), (cara, cruz)}, estaría formado por los sucesos elementales {(cara, cara)} y {(cara, cruz)}.

Para algunos tipos de experimento puede haber dos o más espacios de muestreo posibles. Por ejemplo, cuando se toma una carta de un mazo normal de 52 cartas, una posibilidad del espacio de muestreo podría ser el número (del as al rey), mientras que otra posibilidad sería el palo (diamantes, tréboles, corazones y picas). Una descripción completa de los resultados, sin embargo, especificaría ambos valores, número y palo, y se podría construir un espacio de muestreo que describiese cada carta individual como el producto cartesiano de los dos espacios de muestreo descritos.

Los espacios de muestreo aparecen de forma natural en una aproximación elemental a la probabilidad, pero son también importantes en espacios de probabilidad. Un espacio de

probabilidad (Ω, F, P) incorpora un espacio de muestreo de resultados, Ω, pero define un conjunto de sucesos de interés, la σ-álgebra F, por la cuál se define la medida de probabilidad P.

Índice

  [ocultar] 

1   Tipos de espacio muestral o 1.1   Discretos

1.1.1   Espacio probabilístico discreto 1.1.2   Espacio probabilístico discreto equiprobable 1.1.3   Espacio probabilístico finito 1.1.4   Procesos estocásticos finitos y diagramas de árbol 1.1.5   Espacio probabilístico infinito contable

o 1.2   Continuos 1.2.1   Espacio probabilístico continuo 1.2.2   Particiones 1.2.3   Ejemplos

2   Referencias

Tipos de espacio muestralPodemos diferenciar entre dos tipos de espacios muestrales: discretos y continuos.

Discretos

Son aquellos espacios donde el número de sucesos elementales es finito o infinito numerable.

Espacio probabilístico discreto

Es aquel cuyo espacio muestral es discreto. Podemos diferenciar varios tipos de espacio probabilístico discreto:

Espacio probabilístico discreto equiprobable

Su espacio muestral es finito de tamaño n.

La probabilidad de cualquier suceso elemental E es

, de aquí se deduce que para todo suceso A la probabilidad

es 

Espacio probabilístico finito

Su espacio muestral es discreto finito.

Hay al menos 2 sucesos elementales que cumplen.

Procesos estocásticos finitos y diagramas de árbol

Un proceso estocástico es una sucesión finita de experimentos aleatorios, cada uno de ellos con un nº finito de resultados posibles. Se representan con diagrama de árbol.

Por ejemplo, imaginemos que se lanza una moneda y un dado de seis caras. La probabilidad de obtener un resultado particular corresponde a la multiplicación de sus probabilidades. Es decir, la probabilidad de obtener «cara» y un tres será:

Ahora bien, la probabilidad de un suceso cualquiera es la suma de las probabilidades de los distintos resultados aislados posibles. Así, la probabilidad de sacar siempre un resultado impar en los dados, independientemente del resultado de la moneda, será:

Espacio probabilístico infinito contable

Aquel cuyo espacio muestral es discreto infinito contable. Por ejemplo:

La probabilidad de que salga cara en la primera tirada ----> 

La probabilidad de que salga nuevamente cara en la segunda tirada ----> 

La probabilidad de que salga nuevamente cara en la tercera tirada ----> 

Continuos

Son aquellos espacios donde el número de sucesos elementales es infinito incontable.

Espacio probabilístico continuo

Espacio muestral infinito no numerable. -No es posible observar puntos concretos del espacio.

Tiene sentido hablar de intervalos observados. - No es posible asignar probabilidad a un punto concreto, se asigna a intervalos.

Por tanto la función P está definida sobre intervalos -----> 

-Habitualmente cuando trabajamos con magnitudes físicas.

Particiones

Es posible definir particiones sobre el espacio muestral. Formalmente hablando, una partición sobre Ω se define como un conjunto numerable:

 tal que:

1.

2.

3.

Ejemplos

Por ejemplo, en el caso del experimento aleatorio "lanzar un dado", el espacio muestral del experimento sería: Ω={1,2,3,4,5,6}. Por otro lado, si cambiamos ligeramente la experiencia pensando en el número resultante de la suma de 2 dados, entonces tenemos 2 posibles espacios muestrales para modelar nuestra realidad:

Ω={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(2,1),(2,2),...(6,6)} = {1,2,3,4,5,6}x{1,2,3,4,5,6}

Ω'={2,3,4,...,12}

La elección del espacio muestral es un factor determinante para realizar el cálculo de la probabilidad de un suceso.

Referencias

1. Volver arriba ↑  Liliana Blanco Castañeda (2010). Probabilidad. Universidad Nacional de Colombia. pp. 8–9. ISBN 9587014499.

Categoría: 

Teoría de probabilidades