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 cada experimento y (1-p) la probabilidad de fracaso:

$$P[X=x]=(1-p)^x \cdot p\ ; \ x=0,1,2,...$$

Por ejemplo, calculemos la probabilidad de obtener 4 piezas sin defecto antes de obtener una pieza defectuosa, siendo la probabilidad de obtener una pieza defectuosa 0.1 y suponiendo independencia entre las piezas:

$$P[X=4]=P[XXXX0]=0.1 \times 0.1 \times 0.1 \times 0.1 \times 0.9=0.1^4 \times 0.9$$

Hay que observar que la variable correspondiente a la distribución geométrica es discreta, a partir de 0, y que puede tomar valores hasta el infinito.

Como puede observarse en la función de cuantía, para obtener una probabilidad de una valor es suficiente conocer el valor de un parámetro , de modo que abreviadamente podemos referirnos a la distribución geométrica de forma abreviada de esta forma:

$$X \sim G(p)$$

Por otra parte, la distribución geométrica o de Pascal es un caso particular de la distribución binomial negativa que proporciona la probabilidad de un número de fracasos antes del éxito r-ésimo:

$$X \sim G(p) \equiv BN(r=1,p)$$

De hecho, la distribución binomial negativa es la suma de r distribuciones geométricas.

La media y la varianza de la distribución geométrica son las siguientes:

$$X \sim G(p) :\  \mu=\cfrac{q}{p}\ ; \  \sigma^2=\cfrac{q}{p^2}$$



Como citar: Sarasola, Josemari (2024) en ikusmira.org
"Distribución geométrica" (en línea)   Enlace al artículo
Última actualización: 17/11/2024

¿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 normal

Imagen: Una distribución normal ajustada a un histograma de datos.  La distribución normal o distribución gaussiana, también llamada curva normal, es una distribución de probabilidad frecuentemente utilizada en estadística, con forma de campana - de hecho, se la denomina también campana de G...

Sucesos complementarios y probabilidad complementaria

Imagen: Un suceso A y su complementario \(\overline{A}\) representados en un diagrama de Venn. En teoría de probabilidad, dos sucesos son complementarios o contrarios cuando debe ocurrir uno u otro (es decir, son mutuamente excluyentes) y al mismo tiempo no pueden ocurrir los dos a la vez. P...

Espacio de sucesos

Un espacio de sucesos es un conjunto de subconjuntos de sucesos de un experimento aleatorio formados por combinaciones de sucesos elementales, cuyas combinaciones entre sí bajo las operaciones de complementariedad, unión e intersección también pertenecen al espacio de sucesos, sobre los que se const...

Sucesos incompatibles

Imagen: Los sucesos incompatibles son disjuntos entre sí, es decir, no pueden ocurrir a la vez.  En teoría de probabilidades, se dice que dos o más sucesos son incompatibles, mutuamente excluyentes o disjuntos entre sí cuando no pueden ocurrir al mismo tiempo o, más exactamente, como resulta...