Calculadora

Distribución Geométrica

Calcula PMF, acumuladas y percentiles del número de ensayos hasta el primer éxito.

Configuración

Calculadora enfocada en esta distribución.

Resultado y visualización

Calcula PDF/PMF, CDF y percentiles al instante.

Resultado pendiente…

Explicación

La distribución geométrica describe cuántos intentos independientes se necesitan hasta obtener el primer éxito, cuando cada intento tiene la misma probabilidad de éxito \( p \). Es una distribución discreta con soporte en los enteros positivos \( k = 1, 2, 3, \ldots \) y es el caso particular de la binomial negativa con \( r = 1 \). Su media es \( 1/p \) y su varianza \( (1-p)/p^2 \); con una probabilidad de éxito pequeña, la media es alta y la distribución tiene una cola derecha muy larga.

La propiedad de falta de memoria es su característica más importante: dado que ya se han realizado \( m \) intentos fallidos, la distribución del número de intentos adicionales hasta el primer éxito es exactamente la misma que al principio. Úsala cuando tengas procesos de tipo “repetir hasta lograrlo”: prospección comercial, ensayos de calidad hasta el primer defecto, intentos de conexión en redes, o cualquier situación donde los intentos sean independientes entre sí y tengan una probabilidad de éxito constante.

Fórmula

\( P(X=k)=(1-p)^{k-1}p,\quad k=1,2,3,\dots \)

Parámetros

  • p: probabilidad de éxito en cada intento.
  • k: número de intento en el que ocurre el primer éxito.

Ejemplo resuelto

Situación: Un técnico de soporte técnico resuelve cada incidencia con una probabilidad de \(p = 0{,}2\) en el primer intento. Los intentos son independientes. Sea \(X\) el número del intento en que se resuelve por primera vez la incidencia.

Pregunta 1: ¿Cuál es la probabilidad de que la incidencia se resuelva exactamente en el tercer intento, \(P(X = 3)\)?

Solución: Aplicamos la PMF de la geométrica, donde los dos primeros intentos fallan y el tercero tiene éxito: \[ P(X = 3) = (1 - p)^{3-1} \cdot p = (0{,}8)^2 \times 0{,}2 = 0{,}64 \times 0{,}2 = 0{,}128 \] Hay un 12,8 % de probabilidad de resolver la incidencia exactamente en el tercer intento.

Pregunta 2: ¿Cuántos intentos se necesitan en promedio, \(E[X]\)?

Solución: La media de la distribución geométrica es: \[ E[X] = \frac{1}{p} = \frac{1}{0{,}2} = 5 \text{ intentos} \] Sin embargo, la mediana (percentil 50) es menor: \(P(X \leq k) \geq 0{,}5 \Rightarrow 1 - 0{,}8^k \geq 0{,}5 \Rightarrow k \geq \lceil\ln(0{,}5)/\ln(0{,}8)\rceil = 4\). La mediana es 4 intentos.

Interpretación: Con una tasa de resolución del 20 %, la mitad de las incidencias se resuelven en 4 intentos o menos, pero la media se eleva a 5 por la cola derecha larga. Gracias a la propiedad de falta de memoria, si ya han fallado 3 intentos, la distribución del número de intentos adicionales necesarios es idéntica a la distribución original.

Cómo interpretar el resultado

La calculadora ofrece tres tipos de salida. La PMF, \( P(X = k) = (1-p)^{k-1} p \), da la probabilidad de que el primer éxito ocurra exactamente en el intento \( k \). Esta probabilidad decrece geométricamente: el intento 1 siempre tiene la probabilidad más alta (\( p \)), el intento 2 tiene \( (1-p)p \), y así sucesivamente. En la gráfica, las barras van decreciendo de izquierda a derecha; la barra del intento 1 es siempre la más alta independientemente de \( p \).

La CDF, \( P(X \leq k) = 1 - (1-p)^k \), da la probabilidad de conseguir el primer éxito en \( k \) o menos intentos. Si \( p = 0{,}2 \) y \( k = 5 \), entonces \( P(X \leq 5) = 1 - 0{,}8^5 \approx 0{,}672 \): el 67,2 % de los procesos logran el primer éxito en cinco o menos intentos. La cola derecha \( P(X > k) = (1-p)^k \) mide la probabilidad de no haber tenido éxito aún tras \( k \) intentos, y gracias a la propiedad de falta de memoria, esta probabilidad no depende de cuántos intentos fallidos ya se hayan acumulado.

El resultado de percentil devuelve el menor entero \( k \) tal que \( P(X \leq k) \geq p \). El percentil 50 (mediana) es el número de intentos que separa la mitad más rápida de la mitad más lenta en conseguir el éxito; el percentil 90 indica el número de intentos que solo el 10 % de los procesos supera sin haber tenido éxito, lo que puede usarse para dimensionar recursos en escenarios de prospección o pruebas repetidas.

Preguntas frecuentes

  • ¿Qué modela la distribución geométrica? El número de ensayos necesarios hasta obtener el primer éxito, cuando los ensayos son independientes y tienen la misma probabilidad p; esa es la convención que usa esta calculadora.
  • ¿Qué es la falta de memoria en su versión discreta? Que haber acumulado fracasos no aumenta la probabilidad de éxito en el siguiente ensayo. Tras 10 cruces seguidas, la probabilidad de cara sigue siendo la misma: la racha no «se debe compensar».
  • ¿Cuál es su media y qué intuición aporta? La media es 1/p: si un suceso tiene probabilidad 0,05 por intento, se necesitan en promedio 20 intentos para verlo por primera vez. La distribución es muy asimétrica, así que la mediana queda por debajo de la media.

Referencia: Distribución geométrica — Wikipedia