Update Geometric_cn.rst (#6223)

Author: MayYouBeProsperous

docs/api/paddle/distribution/Geometric_cn.rst

@@ -5,9 +5,9 @@ Geometric
 
 .. py:class:: paddle.distribution.Geometric(probs)
 
-在概率论和统计学中，几何分布是一种离散概率分布，由一个正形状参数参数化，用 probs 表示。在 n 次伯努利试验中，需要 k 次试验才能得到第一次成功的概率。
+在概率论和统计学中，几何分布是一种离散概率分布，由一个正形状参数参数化，用 probs 表示。在 n 次伯努利试验中，需要 k+1 次试验才能得到第一次成功的概率。
 
-详细来说就是：前 k-1 次失败，第 k 次成功的概率，概率密度函数如下：
+详细来说就是：前 k 次失败，第 k+1 次成功的概率，概率密度函数如下：
 
 .. math::
     P(X=k) = (1-p)^{k-1}p
@@ -16,7 +16,7 @@ Geometric
 
     :math:`p`：表示成功的概率。
 
-    :math:`X`：表示进行了多少次试验才获得第一次成功。
+    :math:`X`：表示获得第一次成功之前进行了几次试验。
 
     :math:`k`：表示实验次数，是一个正整数
 
@@ -41,7 +41,7 @@ mean
 数学公式：
 
 .. math::
-    mean = \frac{1}{p}
+    mean = \frac{1}{p} - 1
 
 上面数学公式中：
 
@@ -87,7 +87,7 @@ pmf(k)
 数学公式：
 
 .. math::
-    pmf(X=k) = (1-p)^{k-1} p, \quad k=1,2,3,\ldots
+    pmf(X=k) = (1-p)^{k} p, \quad k=0,1,2,3,\ldots
 
 上面数学公式中：
 
@@ -97,7 +97,7 @@ pmf(k)
 
 **返回**
 
-    - **Tensor** - value 第一次成功所需试验次数 k 的概率。
+    - **Tensor** - value 第一次成功之前失败 k 次的概率。
 
 **代码示例**
 
@@ -121,11 +121,11 @@ log_pmf(k)
 
     :math:`p`：试验成功的概率。
 
-    :math:`k`：几何分布的实验次数。
+    :math:`k`：第一次成功之前试验失败次数。
 
 **返回**
 
-    - **Tensor** - value 第一次成功所需的试验次数 k 的概率的对数。
+    - **Tensor** - value 第一次成功之前失败 k 次的概率的对数。
 
 **代码示例**
 
@@ -143,7 +143,7 @@ cdf(k)
 
 .. math::
 
-    cdf(X \leq k) = 1 - (1-p)^k, \quad k=0,1,2,\ldots
+    cdf(X \leq k) = 1 - (1-p)^(k+1), \quad k=0,1,2,\ldots
 
 上面的数学公式中：