Modelos:

Modelo determinista: designamos así al modelo que estipula que las condiciones en las que se verifica un experimento determinan el resultado del mismo. El modelo señala que las condiciones en las cuales se verifican ciertos fenómenos determinan el valor de ciertas variables observables: la magnitud de la velocidad, el área recurrida durante un cierto tiempo, etc.
Modelo no determinista (o probabilístico o estocástico): en este modelo las condiciones experimentales solo determinan el comportamiento probabilístico (la distribución probabilística) de los resultados observables. Usamos consideraciones específicas para especificar una distribución de probabilidades.

Características de un experimento aleatorio:

• Es posible repetir cada experimento en forma indefinida sin cambiar esencialmente las condiciones.
• Aunque en general no podemos especificar cual será el resultado particular, podemos describir el conjunto de todos los resultados posibles del experimento.
• Cuando el experimento se repite un gran número de veces, aparece un patrón definido o regularidad. Esta regularidad hace posible la construcción de un modelo preciso con el cual podemos analizar el experimento.

Espacio muestral: para cada experimento E definimos el espacio muestral como el conjunto de todos los resultados posibles de E. Usualmente se designa este conjunto como S. El espacio muestral, de acuerdo con el número de resultados posibles, puede ser: finito, infinito numerable, infinito no numerable.

Eventos: un evento A (respecto a un espacio muestral particular S asociado a un experimento E) es simplemente un conjuno de resultados posibles. En terminología de conjuntos, un evento es un subconjunto del espacio muestral S. Esto implica que S tambien es un evento asi como lo es el conjunto vacio. Cualquier resultado individual tambien puede considerarse como un evento.
   Se dice que dos eventos A y B, son mutuamente excluyentes si no pueden ocurrir juntos, es decir la intersección de A y B es el conjunto vacío.

Frecuencia relativa: supongamos que repetimos n veces el experimento E, y sean A y B dos eventos asociados con E. Sean n_A y n_B el número de veces que el evento A y el B (respectivamente) ocurrieron en las n repeticiones. Entonces, definimos f_A = n_A / n como la frecuencia relativa del evento A en las n repeticiones de E.
   La frecuencia relativa f_A tiene las siguientes propiedades:

• 0 ≤ f_A ≤ 1
• f_A = 1 si y sólo si A ocurre cada vez en las n repeticiones.
• f_A = 0 si y sólo si A nunca ocurre en las n repeticiones.
• Si A y B son dos eventos mutuamente excluyentes, y si f_{(A U B)} es la frecuencia relativa asociada al evento A U B, entonces f_{(A U B)} = f_A + f_B.
• f_A, basada en la n repeticiones del experimento y considerada para una función de n, "converge" en cierto sentido probabilístico a P(A) cuando n-->+oo. (Esto NO es lo mismo que el concepto corriente de convergencia que se encuentra en otra parte en matematicas. En realidad, ésta no es una conclusión matemática, sino simplemente un hecho empírico.) Lo importante de esta propiedad es que si un experimento se realiza un gran número de veces, la frecuencia relativa con que ocurre un evento A tiende a variar cada vez menos a medida que el número de repeticiones aumenta. A esta característica se la conoce como regularidad estadística.

Nociones básicas de probabilidad: sea E un experimento y S un espacio muestral asociado con E. Con cada evento A asociamos un número real, designado con P(A) y llamado probabilidad de A, el cual satisface las siguientes propiedades:

• 0 ≤ P(A) ≤ 1
• P(S) = 1
• i A y B son dos eventos mutuamente excluyentes, P(A U B) = P(A) + P(B)
• Si X es el conjunto vacio, entonces P(X) = 0
• Si A^C es el evento complementario de A, entonces P(A) = 1 - P(A^C)
• Si A y B son dos eventos cualesquiera, entonces P(A U B) = P(A) + P(B) - P(A IMAGEN C)
• Si A ≤ B, entonces P(A) ≤ P(B)