Scribd
Cargar
604 vistas3 páginas

5.3 Distribución Geométrica

Este documento describe la distribución geométrica, que modela experimentos repetidos hasta obtener un número fijo de éxitos. Explica que la probabilidad de que ocurra el k-ésimo éxito en la x-ésima prueba sigue una distribución geométrica con parámetro p. Presenta dos ejemplos numéricos donde se calcula la probabilidad de obtener el primer éxito en la quinta prueba y la probabilidad de necesitar cinco intentos para una llamada exitosa, respectivamente.

Cargado por

Wendy Esmeralda
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 PDF, TXT o lee en línea desde Scribd
604 vistas3 páginas

5.3 Distribución Geométrica

Este documento describe la distribución geométrica, que modela experimentos repetidos hasta obtener un número fijo de éxitos. Explica que la probabilidad de que ocurra el k-ésimo éxito en la x-ésima prueba sigue una distribución geométrica con parámetro p. Presenta dos ejemplos numéricos donde se calcula la probabilidad de obtener el primer éxito en la quinta prueba y la probabilidad de necesitar cinco intentos para una llamada exitosa, respectivamente.

Cargado por

Wendy Esmeralda
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 PDF, TXT o lee en línea desde Scribd

5.3 Distribución Geométrica.

Consideremos un experimento donde las propiedades son las mismas que las que se
indican para un experimento binomial, con la excepción de que las pruebas se repetirán
hasta que ocurra un número fijo de éxitos. Por lo tanto, en vez de encontrar la probabilidad
de x éxitos en n pruebas, donde n es fi ja, ahora nos interesa la probabilidad de que ocurra
el k-ésimo éxito en la x-ésima prueba. Los experimentos de este tipo se llaman
experimentos binomiales negativos.
Si pruebas independientes repetidas pueden tener como resultado un éxito con probabilidad
p y un fracaso con probabilidad q = 1 − p, entonces la distribución de probabilidad de la
variable aleatoria X, el número de la prueba en el que ocurre el primer éxito, es

Ejemplo 1.
Se sabe que, en cierto proceso de fabricación, en promedio, uno de cada 100 artículos está
defectuoso. ¿Cuál es la probabilidad de que el quinto artículo que se inspecciona sea el
primer defectuoso que se encuentra?
Solución: La probabilidad de éxito p en este caso es la a que se atribuye a los artículos
defectuoso ya que es en lo que esta interesado el experimentador (sobre lo que nos
preguntan), para calcularla debemos de dividir 1 (artículos defectuosos) entre 100 (total de
artículos) quedando como 1/100= 0.01. Para el valor q sabemos que q=1- p por lo tanto
q=1-0.01=0.99. Y por último X toma un valor de 5 ya que el ejercicio nos dice: el quinto
artículo que se inspecciona.

Datos.
p=0.01
q=0.99
x=5
Sustituyendo en la formula.

𝑃(5) = (0.01) ∗ (0.99)5−1 = 0.0096

Ejemplo 2.
En “tiempo ocupado” un conmutador telefónico está muy cerca de su capacidad, por lo que
los usuarios tienen dificultad al hacer sus llamadas. Puede ser de interés conocer el número
de intentos necesario para conseguir un enlace telefónico. Suponga que 0.05 es la
probabilidad de conseguir un enlace exitoso durante el tiempo ocupado. Nos interesa
conocer la probabilidad de que se necesiten 5 intentos para una llamada exitosa.
Solución: La probabilidad de éxito p en este caso es la a que se atribuye a la llamada
exitosa ya que es en lo que está interesado el experimentador (sobre lo que nos preguntan).
Para el valor q sabemos que q=1- p por lo tanto q=1-0.05=0.95. Y por último X toma un
valor de 5 ya que el ejercicio nos dice: que se necesiten 5 intentos para una llamada exitosa.
Datos.
p=0.05
q=0.95
x=5
Sustituyendo en la formula.

𝑃(5) = (0.05) ∗ (0.95)5−1 = 0.0407

También podría gustarte