La distribuzione di Bernoulli modella un singolo esperimento aleatorio che ha esattamente due esiti possibili, tradizionalmente chiamati “successo” (X=1) e “insuccesso” (X=0). È l’elemento costruttivo di base per molte altre distribuzioni più complesse.
Definizione
Una variabile aleatoria X segue una distribuzione di Bernoulli con parametro p \in [0, 1] (indicata con X \sim \text{Ber}(p)) se la sua Funzione di Massa di Probabilità è:
- P(X = 1) = p
- P(X = 0) = 1 - p = q
In forma compatta: p_X(k) = p^k (1-p)^{1-k} per k \in \{0, 1\}.
Indicatori Statistici
- Valore Atteso: E[X] = p
- Varianza: \text{Var}(X) = p(1-p)
Significato Ingegneristico
- Telecomunicazioni: È il modello di base per un bit trasmesso in un canale digitale. Il parametro p può rappresentare la probabilità che il bit sia ricevuto correttamente o la probabilità di errore (BER).
- Affidabilità: Modella lo stato di un componente in un istante fissato: funziona (1) o è guasto (0).
- Informatica: Ogni variabile di tipo
booleanin un algoritmo stocastico può essere vista come una variabile di Bernoulli. - Test di Qualità: Rappresenta l’esito di un test “passa/non passa” (go/no-go) su un singolo pezzo prodotto.
Vedi anche: Distribuzione Binomiale, Esperimento Aleatorio.