J.

Arbuthnot (16671735)

Se lanza un cubo, con aristas a, b, c que se cortan en ngulo recto; cul es la probabilidad de que el cubo caiga sobre el plano que contiene a dos de esas aristas y es perpendicular a la otra?

George Buffon (17071788) 1.se divide el suelo en figuras idnticas; se lanza un moneda de radio 2r, menor que el tamao de cualquiera de las figuras; cul es la probabilidad de que la moneda corte al menos el borde de una figura?

2.un plano es dividido por lneas paralelas a igual distancia, a; se lanza una aguja de longitud 2r; cul es la probabilidad de que la aguja toque alguna de las lneas.

G. Lame (17951870).
D. Silvester (18141857) se colocan en el plano aleatoriamente cuatro puntos; cul es la probabilidad de que esos cuatro puntos sean los vrtices de un cuadrngulo convexo?

J.Barbier (17971856).
M .Crofton (18141874).

La distribucin geomtrica es un modelo adecuado para aquellos procesos en los que se repiten pruebas hasta la consecucin del xito a resultado deseado y tiene interesantes aplicaciones en los muestreos realizados de esta manera . Tambin implica la existencia de una dicotoma de posibles resultados y la independencia de las pruebas entre s.
o

 P(X=x): funcin de densidad, de la variable aleatoria con distribucin geomtrica. X: numero de experimentos hasta que aparece el primer xito. P: probabilidad de xito. Q: probabilidad de fracaso (1-p)

El proceso consta de un nmero no definido de pruebas o experimentos separados o separables. El proceso concluir cuando se obtenga por primera vez el resultado deseado (xito). Cada prueba puede dar dos resultados mutuamente excluyentes : A y no A La probabilidad de obtener un resultado A en cada prueba es p y la de obtener un resultado no A es q siendo (p + q = 1).

Las probabilidades p y q son constantes en todas las pruebas ,por tanto , las pruebas ,son independientes (si se trata de un proceso de "extraccin" ste se llevar a , cabo con devolucin del individuo extrado) .

(Derivacin

de la distribucin). Si en estas circunstancias aleatorizamos de forma que tomemos como variable aleatoria X = el nmero de pruebas necesarias para obtener por primera vez un xito o resultado A , esta variable se distribuir con una distribucin geomtrica de parmetro p.

De lo dicho anteriormente , tendremos que la variable X es el nmero de pruebas necesarias para la consecucin del primer xito. De esta forma la variables aleatoria toma valores enteros a partir del uno ; ( 1,2,)

La funcin de cuanta P(x) har corresponder a cada valor de X la probabilidad de obtener el primer xito precisamente en la X-sima prueba. Esto es , P(X) ser la probabilidad del suceso obtener X-1 resultados "no A" y un xito o resultado A en la prueba nmero X teniendo en cuenta que todas las pruebas son independientes y que conocemos sus probabilidades.

Si la probabilidad de xito en cada ensayo es p, entonces la probabilidad de que x ensayos sean necesarios para obtener un xito es P(X=x)= (1-p)^(x-1)p para x = 1, 2, 3,....equivalentemente la probabilidad de que haya x fallos antes del primer xito es p(y=x)=(1-p)^(x)p para x = 0, 1, 2, 3,.... En ambos casos, la secuencia de probabilidades es una progresin geomtrica.

Calcular la probabilidad de que salga Cara a la 6ta ocasin que lanzamos una moneda. Definir xito: salga cara X=6 P=1/2=0.5 Q=0.5 P(x=6)=(0.5) ^ 5*(0.5)= 0.125

Una maquina detecta fallas en los productos que elabora una fabrica. Si los productos tienen una probabilidad de falla del 5%, calcular la probabilidad de que la maquina encuentre su primer producto defectuoso en la octava ocasin que selecciona un producto para su inspeccin. Definir xito: salga defectuoso el producto. X=8 p = 0.05 q = 1 - 0.05 = 0.95 P(X=8) = (0.95)7(0.05) = 0.0349

Si se supone que el numero de aos que transcurre antes de que falle un transformador sigue una distribucin geomtrica con p= 0.00459, cual es la probabilidad de que falle durante los primeros 5 aos? F1 (5)= (1-0.00459)^4= 0.98

la media E(x)= (1-0.00459) = 215.4 0.00459 La varianza Var(x)= (1-0.00459) = 47.247 aos (0.00459) Desviacin estndar S=47.247 =6.87 aos