6.7: Distribución geométrica
- Page ID
- 151514
Considere estas dos variables aleatorias, que ambas comienzan con ensayos repetidos de Bernoulli:
- Voltear una moneda justa 10 veces. Let\(X\) = el número de cabezas.
- Voltear una moneda justa repetidamente hasta obtener una cabeza. Let\(X\) = el número de volteretas totales.
La primera variable aleatoria es una variable aleatoria binomial donde\(n =10\) y\(p=0.5\). Los valores posibles de\(X\) son {0,1,2,3,4,5,6,7,8,9,10}
La segunda variable aleatoria es inusual ya que hay un número infinito de posibilidades para\(X\). El número posible de volteretas hasta obtener una cabeza son {1, 2, 3,...}. A esto se le llama la distribución geométrica y sus características se muestran en la caja.
Distribución geométrica de probabilidad (parámetro=\(p\))
Dos posibles resultados (Éxito/Fracaso) o (Sí/No)
\(p = P\)(sí/éxito) en un solo juicio
\(q = 1‐p = P\)(no/fracaso) en un solo juicio
\(X\)= Número de ensayos independientes hasta el primer éxito. (1, 2, 3,...)
\(\mu=\dfrac{1}{p}\)
\(\sigma^{2}=\dfrac{1-p}{p^{2}}\)
\(\sigma=\sqrt{\dfrac{1-p}{p^{2}}}\)
\(P(x)=p(1-p)^{x-1}\)
Ejemplo: Tiro libre
Volvamos de nuevo al ejemplo de Draymond Green, un tirador de tiros libres del 70%. Ahora vamos\(X\) = el número de tiros libres que lleva Draymond hasta que hace un remate. \(X\)sigue una distribución geométrica.
Solución
El número esperado de disparos:\(\mu=\dfrac{1}{p}=1.43\) disparos
La varianza:\(\sigma^{2}=\dfrac{1-0.7}{0.7^{2}}=0.612\)
La probabilidad de que Draymond Green haga exactamente 3 tiros para hacer un tiro libre:
\(P(X=3)=0.7(0.3)^{2}=0.063\)
La probabilidad de que Draymond Green realice 3 o más tiros para hacer un tiro libre:
Ya que\(P(X \geq 3)=P(3)+P(4)+\ldots\) es una suma infinita, es mejor usar Regla de Complemento.
\(P(X \geq 3)=1-P(1)-P(2)=(0.7)(0.3)^{0}+(0.7)(0.3)^{1}=1-0.91=0.09\)