This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.

BY: Grupo CDPYE-UGR

Distribución binomial negativa

Se realizan sucesivas repeticiones independientes de pruebas de Bernoulli idénticas, con pro-

Modelo probabilı́stico
babilidad de éxito p, hasta que aparece el r-ésimo éxito, y se mide el número de fracasos.

Notación y parámetros X ∼ BN (r, p); r ∈ N, 0 < p < 1

 
x+r−1
Función masa de probabilidad P (X = x) = (1 − p)x pr , x ∈ N ∪ {0} Obtención y verificación
x
Gráficas


 0 x<0


Función de distribución FX (x) = [x]  
X k+r−1
p r
(1 − p)k x≥0



 k
k=0

−r
Función generatriz de momentos MX (t) = pr (1 − (1 − p)et ) , t < −ln(1 − p) Cálculo

Momentos No hay una expresión genérica conocida.

r(1 − p) r(1 − p)
Media y varianza m1 = E[X] = y µ2 = V ar[X] = Cálculo
p p2

Relación con la binomial X ∼ BN (r, p) ⇒ P (X = x) = P (Yx = r − 1) con Yx ∼ B(r + x − 1, p) Demostración

Caso particular Distribución geométrica (r = 1)

Distribución de Pascal: Modela el número de pruebas independientes de Bernoulli

Distribuciones relacionadas
necesarias para obtener exactamente r éxitos: Y = X + r donde X ∼ BN (r, p).