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 significa P(X ≤ x)? Es la probabilidad acumulada hasta el valor x.
  • ¿Qué diferencia hay entre cola izquierda y derecha? La cola izquierda acumula hasta x, la derecha mide desde x hacia valores mayores.
  • ¿Qué es un percentil? Es el valor de la variable que deja por debajo una probabilidad acumulada concreta.

Referencia: Distribución geométrica — Wikipedia