Distribución geométrica y binomial negativa

Consideremos una secuencia de pruebas de Bernoulli, con probabilidad de éxito p, pero

en lugar de contar el número de éxitos, nos interesa conocer el número de intentos hasta
obtener el primer éxito. Una sucesión de pruebas de este tipo se dice que forman un
experimento geométrico.
Una variable aleatoria discreta X que puede tomar un número infinito de valores 1, 2,….,
se dice que sigue una ley de distribución geométrica de parámetro p (0 < p < 1), si la
probabilidad de que X torne el valor de k es:

Pr(𝑋 = 𝑘) = 𝑝(1 − 𝑝)𝑘−1 , 𝑘 = 1,2, …

A esta variable aleatoria se la nota como:

𝑋 ~𝒢(𝑝)
Su esperanza y su varianza son iguales a:
1
𝐸(𝑋) =
𝑝
1−𝑝
𝑉𝑎𝑟(𝑋) =
𝑝2

La distribución geométrica se aplica en investigaciones de mercado y en muestreo,

compras se han de realizar en una promoción para obtener un premio.

Ejemplos
1. Si la probabilidad de que un estudiante pase una prueba de ingreso a una
universidad es 0.25, ¿Cuál es la probabilidad de que el estudiante pase la prueba
en el cuarto intento?
Solución: En nuestro caso p=0,25 y el número de intentos es k = 4, por lo que:
Pr(𝑋 = 4) = 𝑝(1 − 𝑝)4−1
= 0,25(1 − 𝑜, 25)3 = 0.105
2. Se sabe que en cierto proceso de fabricación, en promedio uno de cada artículo
esta defectuoso. ¿Cuál es la probabilidad de que el quinto artículo que se
inspecciona sea el primer defectuoso que se encuentra?
Al usar la distribución geométrica con x=5 y p=0.01, tenemos:
𝑔(5; 0.01) = (0,01)(0,99)4 = 0,0096
 3. Calcular la probabilidad de que salga el No. 5 a la tercera vez que lanzamos un
dado.
X=4
P=1/6= 0.1666
Q= (1-0.1666)=0.833

P(X=3)=(0.8333)2(0.1666)=0.1156

Distribución binomial negativa

Esta distribución puede considerarse como una extensión o ampliación de la distribución
geométrica, hasta obtener exactamente r éxitos.
Una variable aleatoria discreta X que puede tomar un número infinito de valores r, r + 1,
r +2,…, sé que sigue una ley de distribución binomial negativa de parámetros (r,p) (r > 1,
0 p < 1), si la probabilidad de que X tome el valor k es:
𝑟−𝑞
Pr(𝑋 = 𝑘) = 𝐶𝑘−1 𝑝𝑟 (1 − 𝑝)𝑘−𝑟 , 𝑘 = 𝑟, 𝑟 + 1, 𝑟 + 2,.

El parametro r es el numero de exitos que se desea obtener y p es la probabilidad de

obtener un éxito.
A esta variable aleatoria se la nota como:

𝑋~𝐵𝑁(𝑟, 𝑝)

Su esperanza y su varianza son iguales a :

𝑟
𝐸 (𝑋) =
𝑝
1−𝑝
𝑉𝑎𝑟(𝑋) = 𝑟𝑝2
A la ley de distribucion binomial negativa tambien se le llama distribucion de Pascal y
tiene las mismas aplicaciones de la ley geometrica
Ejemplos
Una maquina, que esta dañada, envasa latas que conseva de una en una y de manera
independiente. Se considera que el 5% de lo envasado resulta defectuoso. Si la maquina
se detiene apenas produce el tercer defectuoso:
a) ¿Cuál es el número de Iatas producidas hasta que se se detiene Ia máquina?
b) ¿Cuál es Ia probabilidad de que la máquina se detenga en la novena lata
producida?
c) ¿Cuál es Ia probabilidad de que se detenga sin producir ninguna lata buena?
Solución: Definimos la variable aleatoria X: <<número de latas producidas hasta que haya
3 defectuosas>>;

𝑋~𝐵𝑁(3,0.05)

a) Calculamos la esperanza de X:

𝑟 3
𝐸 (𝑋) = = = 60
𝑝 0.05
Se esperan producir 60 latas hasta que se detenga la máquina.

b) Calculemos Pr(X=9):

9−1
Pr(𝑋 = 9) = 𝐶3−1 (0.05)3 (1 − 0.05)9−3 = 0.00257

c) Que ninguna lata producida fue buena, significa que las 3 primeras latas fueron
defectuosas es decir k=3

3−1
Pr(𝑋 = 3) = 𝐶3−1 (0.05)3 (1 − 0.05)3−3 = 0.000125