DISTRIBUCIÓN

GEOMÉTRICA
HISTORIA
El origen de la distribución geométrica comenzó con Jakob Bernoulli
(1654-1705), que escribió Artes Conjectandi (El Arte de la Conjetura),
su obra maestra.
Aquí Bernoulli proporcionó la clave para entender la distribución
geométrica. En un “ensayo de Bernoulli” A hay un conjunto de n
variables independientes binarias en el que la observación j es un
“éxito” o “fracaso”, con la probabilidad de éxito p, que es la misma
para cada ensayo.
Definamos una experiencia aleatoria cuyo resultado sólo puede ser el suceso A o su
complementario Ac, y que se repite secuencialmente hasta que aparece el suceso A por
primera vez.

“La distribución geométrica es un modelo adecuado para aquellos procesos en los que se repiten
pruebas hasta la consecución del éxito a resultado deseado. Es decir, se efectúan tantas repeticiones
independientes de un experimento de Bernoulli como sean necesarias hasta obtener dicho éxito.”
La distribución geométrica es una distribución discreta sin memoria, es decir,
independiente.
 El proceso consta de un número no definido de pruebas o experimentos separados
o separables. El proceso concluirá cuando se obtenga por primera vez el resultado
deseado (éxito).

 Cada prueba puede dar dos resultados mutuamente excluyentes : A y no A. Es decir

existe solamente éxitos y fracasos como resultados posibles.

 La probabilidad de obtener un resultado A en cada prueba es representada por p y la

de obtener un resultado no A es q
siendo (p + q = 1). Donde p permanece constante en todos los intentos.
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

• Donde x es el número de intentos antes de llegar al primer éxito.

• P, es la probabilidad de obtener el primer éxito.
• X, es una variable discreta (x=1,2,3…)
• Se cumple que 0<p<1
 La distribución geométrica cumple que:
1−𝑝
Media: E=
𝑝
1−𝑝
Varianza: Var =
𝑝2

La propiedad ausencia de memoria: La probabilidad de un evento no depende de los ensayos

anteriores. Por lo tanto, la tasa de ocurrencia se mantiene constante.
La distribución geométrica sólo depende del parámetro p, y presenta siempre una asimetría a la
derecha como se puede observar en la siguiente gráfica:
EJEMPLOS
Si la probabilidad de que un tirador experto dé en el blanco es del 95%, ¿Cuál es la probabilidad de que falle por
primera vez en su decimoquinto disparo? (El problema satisface todas las condiciones: Hay éxitos y fracasos: da en
el blanco o no, los sucesos son independientes y la probabilidad de éxito es constante: p=95%)

• Datos:
x=15
p= 0.05 (probabilidad de que falle, pues es lo que buscamos)

• Solución:
𝑃 𝑥, 𝑝 = 𝑝(1 − 𝑝)𝑥−1
15−1
𝑃 𝑥 = 15 = 0.05 1 − 0.05 = 0.05 1 − 0.05 14 = 0.0244

𝑃 𝑥 = 15 = 0.0244

• Respuesta:
La probabilidad de que falle por primera vez en su decimoquinto disparo es 2.44%
Una centra 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 tengan que hacer 10 intentos para lograr comunicarse.
• Datos:
x=10
p= 0.06 (probabilidad de que esté disponible la central, pues es lo que buscamos)

• Solución:

𝑃 𝑥, 𝑝 = 𝑝(1 − 𝑝)𝑥−1

10−1 9
𝑃 𝑥 = 10 = 0.06 1 − 0.06 = 0.06 1 − 0.06 = 0.0344

𝑃 𝑥 = 10 = 0.0344

• Respuesta:
La probabilidad de que tengan que hacer 10 intentos para lograr comunicarse es 3.44%
Si la probabilidad de que un cierto dispositivo de medición muestre una desviación excesiva es de 0.05 ¿Cuál es la
probabilidad de que: a) el sexto de estos dispositivos de una medición sometidos a prueba sea el primero en mostrar
una desviación excesiva? B) el séptimo de estos dispositivos de medición sometidos a prueba sea el primero que no
muestre una desviación excesiva?

Datos parte a):

x=6
p= 0.05 (probabilidad de que un dispositivo de medición muestre una varianza excesiva)

• Solución:

𝑃 𝑥, 𝑝 = 𝑝(1 − 𝑝)𝑥−1
𝑃 𝑥 = 6 = 0.05 1 − 0.05 6−1 = 0.05 1 − 0.05 7
= 0.03869
𝑃 𝑥 = 6 = 0.03869
• Respuesta:
La probabilidad de que el sexto de estos dispositivos de una medición sometidos a prueba sea el primero en
mostrar una desviación excesiva es 3.869 %
• Datos parte b):
x=7
p= 0.95 (probabilidad de que un dispositivo de medición no muestre una varianza excesiva)

• Solución:

𝑃 𝑥, 𝑝 = 𝑝(1 − 𝑝)𝑥−1

𝑃 𝑥 = 7 = 0.95 1 − 0.95 7−1 = 0.05 1 − 0.05 6 =

𝑃 𝑥 = 7 = 0.0000000148

• Respuesta:
La probabilidad de que el séptimo de estos dispositivos de medición sometidos a prueba sea
el primero que no muestre una desviación excesiva es 0,00000148%
Ejercicios
• Calcular la probabilidad de que salga águila la 6ta ocasión que lanzamos una monera
Definir éxito: salga águila.
x=6
p = 1/2= 0.5
P(X=6) = (1 − 0.5)5 (0.5)= 0.0156
• Un barco proveniente de Japón llega a la aduana de manzanillo con una carga de
contenedores de productos eléctricos. Si los contenedores tienen una probabilidad del 5%
de ser radioactivos encuentre la probabilidad de que el contenedor 15 que se extraiga
posea esta característica.
Rta: cero coma cero dos cuatro tres ocho
En el salón hay 8 alumnos de ojos cafés, 9 de ojos azules, 7 de ojos negros, y 10 de ojos verdes; si
extraemos 6 alumnos, calcular la probabilidad de que este ultimo tenga los ojos claros.
Definir éxito: tenga ojos claros.
X=6
19
p= =0.5588
34
q = 1- 0.5588 = 0.4412
P(X=6) = (0.4412)6−1 (0.5588) = 0.0093
Para un jugador de baloncesto al lanzar tiros libres, ¿cuál es el número medio de fallos antes
del primer acierto? Sabiendo que el encesta un 80% de las veces.

Es decir, se trata de una geométrica de parámetro 0.8, con lo cual el número medio de fallos
antes del primer acierto, es:
1 − 0.8
𝐸= = 0.25
0.8
BIBLIOGRAFÍA
• http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo3/B0C3m1t
10.htm

• https://www.youtube.com/watch?v=PCt4vvWnRlc

• https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/geometrica.htm

• https://es.slideshare.net/feershgarfiaz/distribucion-geometrica-
39581400?next_slideshow=1

• https://es.slideshare.net/berthatonks/distribucin-geomtrica