Experimento aleatorio y determinista Un experimento aleatorio es aquel del que no podemos predecir su resultado, es decir, que depende de la suerte

o azar. Cuando conocemos el resultado del experimento antes de realizarlo, decimos que es un experimento determinista. En la teoría de probabilidades se llama espacio muestral o espacio de muestreo al 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, 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. Espacio Muestral El espacio muestral del que se toma una muestra concreta está formado por el conjunto de todas las posibles muestras que se pueden extraer de una población mediante una determinada técnica de muestreo. [editar] Parámetro o Estadístico muestral Un parámetro estadístico o simplemente un estadístico muestral es cualquier valor calculado a partir de la muestra, como por ejemplo la media, varianza o una proporción, que describe a una población y puede ser estimado a partir de una muestra. Valor de la población. Espacio Muestral.- Se llama espacio muestral (E) asociado a un experimento aleatorio, el conjunto de todos los resultados posibles de dicho experimento. Al lanzar una moneda, el espacio muestral es E = {sale cara, sale sello} ó E = {c, s}. Al lanzar un dado de seis caras, el espacio muestral es E = {sale 1, sale 2, sale 3, sale 4, sale 5, sale 6}

el espacio muestral es E = {(c. A puede preceder en el tiempo a B. a) Una mujer tiene tres sombreros y cuatro brazaletes. Principio de la suma: Si una primera operación puede realizarse de m maneras y una segunda operación puede realizarse de n maneras. Obtener un número primo A = {2. 5} 2.s). entonces ambas operaciones pueden efectuarse juntas de mn maneras. La probabilidad condicional se escribe P(A|B). dos para hamburguesa y cuatro para pollo. (c. Obtener un número mayor o igual a 5 C = {5.ó E = {1. Si piensa usar sombrero y brazalete para una fiesta. Obtener un número primo y par B = {2} 3.s. 4. sucederlo o pueden ocurrir simultáneamente.Dos eventos son mutuamente excluyentes si no pueden ocurrir en forma simultánea. (c.c. (s.s. entonces una operación o la otra pueden efectuarse de m + n maneras. y se lee «la probabilidad de A dado B. 6} Eventos mutuamente excluyentes. viceversa o pueden no tener relación causal. 6} del lanzamiento de un dado.s. 5. Al lanzar tres monedas. 6} Al lanzar dos monedas. No tiene por qué haber una relación causal o temporal entre A y B. si y sólo si su intersección es vacía. Probabilidad condicionada es la probabilidad de que ocurra un evento A. 3. 2.s). ¿A cuántos diferentes lugares podemos ir a almorzar? Solución: 3 + 2 + 4 = 9 diferentes lugares.s)} Evento o Suceso. Las relaciones causales o temporales son nociones que no pertenecen al ámbito de la probabilidad.c)..s. ¿cuántas diferentes combinaciones puede llevar? Solución: 3 ´ 4 = 12 diferentes combinaciones sombrero-brazalete.s). Sucesos independientes . 4. (s. (c. A puede causar B. 5.c. b) Tenemos tres diferentes lugares para comer pizza.c). los siguientes son eventos: 1. (s. Pueden desempeñar un papel o no dependiendo de la interpretación que se le dé a los eventos. esto es. el espacio muestral es E = {(c. (s. Por ejemplo en el espacio muestral E = {1.s)}. (c. Se llama evento o suceso a todo subconjunto de un espacio muestral. 3.c. en el lanzamiento de un dado los eventos B = {2} y C = {5. (s.c.c).c).c). (s. 3. 6} son mutuamente excluyentes por cuanto B C= Principio de la multiplicación: Si una primera operación puede realizarse de m maneras y una segunda operación puede realizarse de n maneras.c). Por ejemplo. sabiendo que también sucede otro evento B.s). 2.

. Entonces. la probabilidad de tener gripe si se tiene un dolor de cabeza... En caso contrario. la probabilidad P(Ai | B) viene dada por la expresión: donde: • • • P(Ai) son las probabilidades a priori.A3.. Para identificar si dos sucesos son independientes: • • Si P(B/A) = P(B) → A y B son independientes. Sea B un suceso cualquiera del que se conocen las probabilidades condicionales P(B | Ai).An} un conjunto de sucesos mutuamente excluyentes y exhaustivos. Es decir que sabiendo la probabilidad de tener un dolor de cabeza dado que se tiene gripe. y tales que la probabilidad de cada uno de ellos es distinta de cero. Sea {A1. puesto que tiene vinculación íntima con la comprensión de la probabilidad de aspectos causales dados los efectos observados. el teorema de Bayes es de enorme relevancia puesto que vincula la probabilidad de A dado B con la probabilidad de B dado A.Ai. decimos que los sucesos son dependientes. P(Ai | B) son las probabilidades a posteriori.Dos sucesos. A y B. Si P(A ∩ B) = P(A) · P(B) → A y B son independientes. . En términos más generales y menos matemáticos. son independientes cuando la ocurrencia de uno no influye en la ocurrencia del otro. se podría saber -si se tiene algún dato más-. En la teoría de la probabilidad el teorema de Bayes es un resultado enunciado por Thomas Bayes en 1763 1 que expresa la probabilidad condicional de un evento aleatorio A dado B en términos de la distribución de probabilidad condicional del evento B dado A y la distribución de probabilidad marginal de sólo A..... P(B | Ai) es la probabilidad de B en la hipótesis Ai. muestra este sencillo ejemplo la alta relevancia del teorema en cuestión para la ciencia en todas sus ramas.

Sign up to vote on this title
UsefulNot useful