Espacio Muestral
El espacio muestral es el conjunto completo de todos los resultados posibles de un experimento de probabilidad.
Definition
El espacio muestral es la lista completa de todos los resultados posibles de un experimento; incluye cada resultado que posiblemente podría suceder. El espacio muestral S (o $\Omega$) es el conjunto de todos los resultados posibles de un experimento de probabilidad; los eventos son subconjuntos de S, y para dos experimentos combinados, el espacio muestral es el producto cartesiano de sus espacios muestrales individuales. Formalmente, $\Omega$ es el conjunto fundamental en un espacio de probabilidad $(\Omega, \mathcal{F}, P)$; su estructura determina la sigma-álgebra apropiada, para $\Omega$ finito o numerable funciona el conjunto potencia, mientras que para $\Omega$ no numerable (por ejemplo, $\mathbb{R}$) se requiere una sigma-álgebra de Borel para evitar conjuntos no medibles, y la elección de $\Omega$ codifica implícitamente todos los supuestos de modelado sobre qué resultados son posibles.
Example
Lanzar una moneda da espacio muestral $= \{\text{Heads}, \text{Tails}\}$; lanzar un dado da $\{1,2,3,4,5,6\}$; lanzar dos monedas da $\{HH, HT, TH, TT\}$. Lanzar una moneda y un dado juntos da espacio muestral $\{H1, H2, H3, H4, H5, H6, T1, T2, T3, T4, T5, T6\}$, $12$ resultados igualmente probables, así que $P(H \text{ and } 3) = 1/12$. Para modelar una sola medición continua, $\Omega = \mathbb{R}$ con sigma-álgebra de Borel $\mathcal{B}(\mathbb{R})$ y medida basada en Lebesgue; para secuencias de lanzamientos de moneda, $\Omega = \{0,1\}^\infty$ (el espacio producto infinito), con la sigma-álgebra producto permitiendo probabilidades para todos los conjuntos cilíndricos y sus límites.
Key Insight
Debes conocer todo el espacio muestral antes de poder calcular cualquier probabilidad, ya que las probabilidades de todos los resultados en él deben sumar 1; dibujar un diagrama de árbol es una técnica útil para enumerar espacios muestrales cuando un experimento de varias etapas tiene muchas ramificaciones. El teorema de extensión de Kolmogorov garantiza que una familia consistente de distribuciones de dimensión finita determina de forma única una medida de probabilidad en el espacio producto infinito, permitiendo el tratamiento riguroso de procesos estocásticos como el movimiento browniano.