DISTRIBUCIÓN DISCRETA

GEOMÉTRICA

¿QUÉ ES?
Supóngase que se efectúa repetidamente un experimento o prueba, que las
repeticiones son independientes y que se está interesado en la ocurrencia o no de
un suceso al que se refiere como “éxito”, siendo la probabilidad de este suceso p.
La distribución geométrica permite calcular la probabilidad de que tenga que
realizarse un número k de repeticiones antes de obtener un éxito por primera vez;
esta probabilidad decrece a medida que aumenta k con lo que la función de masa
de probabilidad es siempre decreciente. Así pues, se diferencia de la distribución
binomial en que el número de repeticiones no está predeterminado, sino que es la
variable aleatoria que se mide y, por otra parte, el conjunto de valores posibles de
la variable es ilimitado.

Para ilustrar el empleo de esta distribución, se supone que cierto medicamento

opera exitosamente ante la enfermedad para la cual fue concebido en el 80% de los
casos a los que se aplica; la variable aleatoria “intentos fallidos en la aplicación del
medicamento antes del primer éxito” sigue una distribución geométrica de
parámetro p = 0,8. Otro ejemplo de variable geométrica es el número de hijos hasta
el nacimiento de la primera niña.
La distribución geométrica se utiliza en la distribución de tiempos de espera, de
manera que, si los ensayos se realizan a intervalos regulares de tiempo, esta
variable aleatoria proporciona el tiempo transcurrido hasta el primer éxito.
Esta distribución presenta la propiedad denominada “falta de memoria”, que implica
que la probabilidad de tener que esperar un tiempo t no depende del tiempo que ya
haya transcurrido.
Valores: k: 0, 1, 2, ...
Parámetros:
p: probabilidad de éxito, 0 < p < 1
IDEAS CLAVES

• Cuando en una sucesión de pruebas queremos saber el número de la prueba

en que ocurre el primer éxito y si se cumple que:
• Existen solamente 2 resultados posibles en cada ensayo, llamados
arbitrariamente, éxitos y fracasos.
• La probabilidad de un éxito, representada por p permanece constante en
todos los intentos.
• Todos los n intentos repetidos son independientes.
• Se cumplen las mismas suposiciones de la distribución binominal, excepto
que n no es fijo.
• Si en pruebas independientes repetidas puede resultar un éxito con una
probabilidad p y en un fracaso con una probabilidad q =1- p.
• Entonces la distribución de probabilidad de la variable aleatoria X (número
de la prueba en la cual ocurre el primer éxito) es la distribución geométrica:

P(x, p) = p(1-p)x-1

EJEMPLOS

Si la probabilidad de que un tirador experto de en el blanco es del 95%. ¿Cuál es

la probabilidad de que falle por primera vez en su decimoquinto disparo?

DATOS: Solución:
X=15 P(x, p) = p(1-p)x-1
P=0.05 P(x = 15) = 0.05(1-0.05)15-1 = 0.05(0.95)14
P (X = 15)=0.0244
Respuesta:
La probabilidad de que falle por primera vez en su 15º disparo es de 2.44%
En un proceso de manufactura se sabe que la probabilidad de obtener una
pieza defectuosa es de 2%.
¿Cuál es la probabilidad de que la octava pieza inspeccionada sea la
primera defectuosa?

DATOS: Solución:

X=8 P(x, p) = p(1-p)x-1

P=0.02 P(x = 8) = 0.02(1-0.02)8-1 = 0.02(0.98)7

P (X = 8)=0.0174
Respuesta:
La probabilidad de que la octava empiece a inspeccionada sea la primera
defectuosa es 1.74%

Una central telefónica de una empresa está permanentemente ocupada.

Si la probabilidad de lograr hacer una llamada en los momentos de mayor
congestión es del 6%, calcule la probabilidad de que se tenga que hacer 10
intentos para lograr comunicarse.

DATOS: Solución:
X=10 P(x, p) = p(1-p)x-1
P=0.06 P(x = 10) = 0.06(1-0.06)10-1 = 0.06(0.94)9

Respuesta: P (X = 10)=0.0344
La probabilidad de que se tengan que hacer 10 intentos para lograr comunicarse es
3.44%