Scribd
Cargar
194 vistas2 páginas

Distribución Geométrica

La distribución geométrica modela el número de ensayos de Bernoulli requeridos para obtener el primer éxito. La variable aleatoria X representa el número de ensayos y solo puede tomar valores enteros positivos desde 1 hasta el infinito. La probabilidad de que X sea igual a x es p(1-p)x-1, donde p es la probabilidad de éxito en cada ensayo y q es la probabilidad de fracaso.

Cargado por

cafed
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
194 vistas2 páginas

Distribución Geométrica

La distribución geométrica modela el número de ensayos de Bernoulli requeridos para obtener el primer éxito. La variable aleatoria X representa el número de ensayos y solo puede tomar valores enteros positivos desde 1 hasta el infinito. La probabilidad de que X sea igual a x es p(1-p)x-1, donde p es la probabilidad de éxito en cada ensayo y q es la probabilidad de fracaso.

Cargado por

cafed
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 2

Distribucin Geomtrica

La distribucin Geomtrica tambin est relacionada con una


secuencia de ensayos de Bernoulli, excepto que el nmero de
ensayos no es fijo. En consecuencia, la distribucin geomtrica
hereda las caractersticas de la distribucin binomial, a excepcin
del concepto del cual se quiere calcular la probabilidad. En este
caso la variable aleatoria de inters, denotada mediante X, se
define como el nmero de ensayos requeridos para lograr el
primer xito. Es obvio que para obtener el primer xito se debe
realizar el experimento cuando menos una vez, por lo que los
valores que puede tomar la variable aleatoria X son 1, 2,
3, ... , n, esto es, no puede tomar el valor cero. En este caso se
cumple que (X = x) si y slo si los primeros (x 1) ensayos son
fracasos (q) y el x-simoensayo es xito (p), por lo que:
P(X = x) =
De acuerdo a lo anterior, podemos decir que:
Una variable aleatoria X se distribuye de acuerdo con un
modelo probabilstico geomtrico,
si
su
funcin
de
probabilidades es:

Ejemplo 5. 11. Se lanza un dado hasta que aparece el nmero 6. Cul es la


probabilidad de que el nmero de lanzamientos sean 3?
Solucin.
En este problema el xito es la aparicin del nmero 6 y la probabilidad de
que salga el nmero 6 al lanzar un dado es 1/6, por lo que p = 1/6 y q = 5/6.
Como nos interesa calcular la probabilidad de que el 6 aparezca en el tercer
lanzamiento, entonces:
P(X = 3) = ( )3-1 ( ) = ( )2 ( ) = 0.1157
Ejemplo 5. 12. La probabilidad de que cierto anlisis clnico d
una reaccin positiva es 0.4. Los resultados de los anlisis
son independientes unos de otros Cul es la probabilidad de
que la primera reaccin positiva ocurra antes del tercer
anlisis?

Solucin.

Aqu el xito es que salga una reaccin positiva, por lo


que p = 0.4 y q = 0.6. Si la primera reaccin positiva debe
aparecer antes del tercer anlisis, entonces:

P(X < 3) = P(X = 1) + P(X = 2) = (0.6) 1-1 (0.4) + (0.6)2-1 (0.4)


= 0.64

También podría gustarte