Distribución de Bernoulli

La distribución de Bernoulli es la distribución de probabilidad asociada a un experimento de Bernoulli en el que se asigna a los resultados éxito y fracaso los valores de 1 y  0 con probabilidades respectivas p y q=1-p, considerando como éxito que el suceso de interés ocurra y fracaso lo contrario. Hay que hacer notar que éxito y fracaso, 1 y 0, no se corresponden con algo bueno y deseable y algo perjudicial respectivamente, sino que dichas denominaciones depende del suceso que se esté analizando. Por ejemplo, si nos estamos fijando en si una pieza es defectuosa o no, para luego contar las defectuosas, una pieza defectuosa constituirá un éxito.

En forma de tabla, la distribución de Bernoulli se establece de esta forma:

x
P[X=x]
0
q=1-p
1
p

suma=1

De forma abreviada, escribiremos de esta forma que una variable X sigue una distribución de Bernoulli:

$$X \sim b(p)$$

Como puede observarse, la distribución de Bernoulli depende de un único parámetro: p, la probabilidad de éxito o de que la variable tome el valor 1. 

Relación con la distribución binomial

La suma de $n$ distribuciones de Bernoulli $b(p)$ da como resultado la distribución binomial $B(n,p)$. En efecto, si se suman los valores 0 y 1 (fracaso y éxito), el resultado es el número de éxitos en una secuencia de $n$ experimentos, cuya probabilidad es proporcionada por la distribución binomial.



Como citar: Sarasola, Josemari (2024) en ikusmira.org
"Distribución de Bernoulli" (en línea)   Enlace al artículo
Última actualización: 27/12/2024

¿Cómo se puede aplicar la distribución de Bernoulli en la vida real?

Carla

La distribución de Bernoulli se puede aplicar en situaciones donde hay dos resultados posibles, como por ejemplo, si una persona tiene fiebre o no, si un producto es defectuoso o no, o si una persona vota a favor o en contra de una propuesta. La probabilidad de éxito (p) y fracaso (q) pueden ser calculadas según la información disponible.

¿Qué sucede cuando se suman varias distribuciones de Bernoulli?

Guillermo

Según el artículo, cuando se suman varias distribuciones de Bernoulli b(p), resulta la distribución binomial B(n,p). Esto significa que cada vez que se suma un experimento con dos resultados posibles (fracaso y éxito), el resultado final es el número total de éxitos en n experimentos.

¿Por qué es importante considerar la probabilidad p cuando estamos trabajando con una distribución de Bernoulli?

David

La probabilidad p es fundamental porque determina cuántas veces ocurren los éxitos en relación con los fracasos. Por ejemplo, si p = 0.5, entonces hay igualdad entre éxitos y fracasos. Si p = 0.8, entonces hay más éxitos que fracasos.

¿Tienes preguntas sobre este artículo?

Envíanos tu pregunta e intentaremos responderte lo antes posible.

Nombre
Email
Tu pregunta
Sigue aprendiendo en Audible

Apoya nuestro contenido registrándote en Audible, sigue aprendiendo gratis a través de este link!


Distribución geométrica

La distribución geométrica es la distribución de probabilidad del número de fracasos obtenidos hasta conseguir el primer éxito en un proceso de Bernoulli. La función de cuantía de la distribución, que proporciona la probabilidad antes mencionada, es la siguiente, siendo p la probabilidad de éxito en...

Variable aleatoria

Intuitivamente, que no formalmente, una variable aleatoria es el conjunto de valores numéricos que se asocian a los resultados de un experimento aleatorio. Por ejemplo, cuando lanzamos una moneda, el espacio muestral viene dado por cara y cruz (\(\Omega=\{O,X\}\)), una variable aleatoria sería aquel...

Espacio muestral

Espacio muestral es el conjunto de los sucesos elementales o resultados simples asociados a la realización de un experimento aleatorio. Por ejemplo, lanzando un dado de seis caras, el espacio muestral asociado al resultado viene dado por la siguiente expresión:  $$\Omega=\{1,2,3,4,5,6\}$$ Los...