7. DISTRIBUCIN BINOMIAL NEGATIVA.

Esta tambin es un caso especial de la distribucin Binomial, ya que en

este caso se trata de que al llevar a efecto varias veces un experimento
binomial, se desea determinar la probabilidad de que ocurran r xitos, solo
que el ltimo de ellos debe ocurrir en el k-simo ensayo o repeticin del
experimento que es el ltimo.

Para encontrar una frmula que nos permita calcular probabilidades

con esta distribucin, partiremos de un ejemplo.

Ejemplo:
Se lanza al aire una moneda cargada 8 veces, de tal manera que la
probabilidad de que aparezca guila es de 2/3, mientras que la probabilidad
de que aparezca sello es de 1/3, Determine la probabilidad de que aparezcan
tres guilas, y la ltima que aparezca sea en el ltimo lanzamiento.

Solucin:
S trazamos un diagrama de rbol que nos represente los 8
lanzamientos de la moneda, encontraremos que las ramas que nos interesan
son aquellas en donde aparecen 3 guilas y la ltima de ellas aparece en el
ltimo lanzamiento; ejemplos de una rama que nos interesa sera;
SAASSSSA, SSASSSAA, ASSASSSA, etc., etc.

Entonces la probabilidad se puede determinar de la siguiente forma:

(Probabilidad de que aparezcan Tres guilas, donde la ltima de ellas aparece en el ltimo lanzamiento de
la moneda)=(# de ramas del rbol en donde la tercera guila que aparece est en el octavo
lanzamiento)(probabilidad asociada a cada rama)

Luego, definiendo algunos trminos a utilizar;

Y = k = nmero de lanzamientos necesarios para que se obtenga una guila

por r-sima vez = 8 lanzamientos
r = nmero de veces que aparece un xito = 3 guilas
p = probabilidad de xito = p(aparezca guila) = 2/3
q = probabilidad de fracaso = p(aparezca sello) = 1/3

Luego, el nmero de ramas que nos interesan del rbol se podra

determinar de la siguiente forma:

# de ramas =

Cual es la razn de que se tomen k-1 ensayos y r-1 xitos al momento

de calcular el nmero de ramas que nos interesan?

Lo anterior se debe a que en el ltimo ensayo siempre va a haber un xito,

por lo que como ste no se va a mover como lo hacen los xitos anteriores,
entonces no se toma en cuenta para el clculo de las ramas que nos
interesan.
Y la probabilidad asociada a cada rama sera;

Probabilidad asociada a cada rama = p(S)*p(A)*p(A)*p(S)*p(S)*p(S)*p(S)*p(A)=

= q*p*p*q*q*q*q*p =

Por lo tanto, la frmula a utilizar sera:

Donde:
P(Y=k) = probabilidad de que ocurran r xitos en k ensayos y que el ltimo
de ellos que es el r-simo, ocurra en el k-simo ensayo que es el ltimo.
r = nmero de xitos
k = nmero de ensayos para obtener r xitos
p = p(xito) = p(aparezca guila)
q = p(fracaso) = p(aparezca sello) = 1-p

Binomial Negativo
Ejemplos:
1. S la probabilidad de que un cierto dispositivo de medicin muestre una
desviacin excesiva es de 0.05, cul es la probabilidad de que; a) el sexto
de estos dispositivos de medicin sometidos a prueba sea el tercero en
mostrar una desviacin excesiva?, b) el sptimo de estos dispositivos de
medicin sometidos a prueba, sea el cuarto que no muestre una desviacin
excesiva?.
Solucin:
a) k = 6 dispositivos de medicin
r = 3 dispositivos que muestran desviacin excesiva
p = p(dispositivo muestre una desviacin excesiva) = 0.05
q = p(dispositivo no muestre una desviacin excesiva) = 0.95

p(Y = 6) =
b) k = 7 dispositivos de medicin
r = 4 dispositivos que no muestran una desviacin excesiva

p = p(dispositivo no muestre una desviacin excesiva) = 0.95

q = p(dispositivo muestre una desviacin excesiva) = 0.05

p(Y = 7) =

2. Los registros de una compaa constructora de pozos, indican que la

probabilidad de que uno de sus pozos nuevos, requiera de reparaciones en
el trmino de un ao es de 0.20. a) Cul es la probabilidad de que el sexto
pozo construido por esta compaa en un ao dado sea el segundo en
requerir reparaciones en un ao?.
b) Cul es la probabilidad de que el octavo pozo construido por esta
compaa en un ao dado sea el tercero en requerir reparaciones en un
ao?.

Solucin:
a) k = 6 pozos
r = 2 pozos que requieren reparaciones en un ao
p = p(pozo requiera reparaciones en un ao) = 0.20
q = p(pozo no requiera reparaciones en un ao) = 0.80

p(Y = 6) =

b) k = 8 pozos
r = 3 pozos que requieren reparaciones en un ao
p = p(pozo requiera reparaciones en un ao) = 0.20
q = p(pozo no requiera reparaciones en un ao) = 0.80

p(Y = 8) =

7. DISTRIBUCIN GEOMTRICA.
Esta distribucin es un caso especial de la Binomial, ya que se desea que
ocurra un xito por primera y nica vez en el ltimo ensayo que se realiza
del experimento, para obtener la frmula de esta distribucin, haremos
uso de un ejemplo.
Ejemplo:
Se lanza al aire una moneda cargada 8 veces, de tal manera que la
probabilidad de que aparezca guila es de 2/3, mientras que la
probabilidad de que aparezca sello es de 1/3, Determine la probabilidad de
que en el ltimo lanzamiento aparezca una guila.
Solucin:
Si nosotros trazamos un diagrama de rbol que nos represente los 8
lanzamientos de la moneda, observaremos que la nica rama de ese rbol
que nos interesa es aquella en donde aparecen 7 sellos seguidos y por
ltimo una guila; como se muestra a continuacin:
SSSSSSSA
S denotamos;
x = el nmero de repeticiones del experimento necesarias para que ocurra
un xito por primera y nica vez = 8 lanzamientos
p = probabilidad de que aparezca una guila = p( xito) = 2/3
q = probabilidad de que aparezca un sello = p(fracaso) = 1/3
Entonces la probabilidad buscada sera;
P(aparezca
una
guila
en
lanzamiento)=p(S)*p(S)*p(S)*p(S)*p(S)*p(S)*p(S)*p(A) =

el

ltimo

=q*q*q*q*q*q*q*p =
Luego, la frmula a utilizar cuando se desee calcular probabilidades con
esta distribucin sera;

Donde:

p(x) = probabilidad de que ocurra un xito en el ensayo x por primera y

nica vez
p = probabilidad de xito
q = probabilidad de fracaso
Resolviendo el problema de ejemplo;
x = 8 lanzamientos necesarios para que aparezca por primera vez una
guila
p = 2/3 probabilidad de que aparezca una guila
q = 1/3 probabilidad de que aparezca un sello
p(x=8) =
Ejemplos:
1. S la probabilidad de que un cierto dispositivo de medicin muestre una
desviacin excesiva es de 0.05, cul es la probabilidad de que; a) el sexto de
estos dispositivos de medicin sometidos a prueba sea el primero en mostrar una
desviacin excesiva?, b) el sptimo de estos dispositivos de medicin sometidos a
prueba, sea el primero que no muestre una desviacin excesiva?.

Solucin:
a) x = 6 que el sexto dispositivo de medicin probado sea el primero
que muestre una variacin excesiva
p = 0.05 =probabilidad de que un dispositivo de medicin muestre
una variacin excesiva
q = 0.95 =probabilidad de que un dispositivo de medicin no muestre
una variacin excesiva

p(x = 6) =
b)

x = 5 que el quinto dispositivo de medicin probado, sea el

primero que no muestre una desviacin excesiva
p = 0.95 = probabilidad de que un dispositivo de medicin no
muestre una variacin excesiva
q = 0.05 = probabilidad de que un dispositivo de medicin muestre
una variacin excesiva
p(x = 5) =

2. Los registros de una compaa constructora de pozos, indican que la

probabilidad de que uno de sus pozos nuevos, requiera de reparaciones en el
trmino de un ao es de 0.20. Cul es la probabilidad de que el quinto pozo
construido por esta compaa en un ao dado sea el primero en requerir
reparaciones en un ao?.

Solucin:
x = 5 que el quinto pozo sea el primero que requiera reparaciones en un
ao
p = 0.20 = probabilidad de que un pozo requiera reparaciones en el trmino
de un ao
q = 0.80 = probabilidad de que un pozo no requiera reparaciones en el
trmino de un ao

p(x = 5) =

1. DISTRIBUCIN BINOMIAL

Las caractersticas de esta distribucin son:

a)

En los experimentos que tienen este tipo de distribucin, siempre se

esperan dos tipos de resultados, ejem. Defectuoso, no defectuoso, pasa,
no pasa, etc, etc., denominados arbitrariamente xito (que es lo que se
espera que ocurra) o fracaso (lo contrario del xito).

b)

Las probabilidades asociadas a cada uno de estos resultados son

constantes, es decir no cambian.

c)

Cada uno de los ensayos o repeticiones del experimento son

independientes entre s.

d) El nmero de ensayos o repeticiones del experimento (n) es constante.

A partir de un ejemplo. Desarrollaremos una frmula que nos permita

cualquier problema que tenga este tipo de distribucin.
Ejemplo:
Se lanza al aire una moneda normal 3 veces, determine la probabilidad
de que aparezcan 2 guilas.

Solucin:
Antes de empezar a resolver este problema, lo primero que hay que
hacer es identificarlo como un problema que tiene una distribucin
binomial, y podemos decir que efectivamente as es, ya que se trata de un
experimento en donde solo se pueden esperar dos tipos de resultados al
lanzar la moneda, guila o sello, cutas probabilidades de ocurrencia son
constantes, cada uno de los lanzamientos es independiente de los dems y
el nmero de ensayos o repeticiones del experimento son constantes, n = 3.

Para dar solucin a este problema, lo primero que hay que hacer es un
diagrama de rbol, en donde representaremos los tres lanzamientos, de ah
se obtendr el espacio muestral y posteriormente la probabilidad pedida,
usando la frmula correspondiente.

A = guila, S = sello
1/2

1/2
1/2

A
1/2
1/2

1/2

S
1/2

1/2

A
1/2

1/2

S
1/2
1/2

1/2

=AAA, AAS, ASA, ASS, SAA, SAS, SSA, SSS

Para obtener la frmula, definiremos lo siguiente:

n = nmero de lanzamientos de moneda

x = nmero de xitos requeridos = nmero de guilas = 2
p = probabilidad de xito= p(aparezca guila) =1/2
q = probabilidad de fracaso= p(aparezca sello) =1/2

Entonces podemos partir de la siguiente expresin para desarrollar la

frmula;

P(aparezcan 2 guilas)=(No. De ramas del rbol en donde ap. 2

guilas)(probabilidad asociada a cada rama)

Entonces el nmero de ramas en donde aparecen dos guilas se puede

obtener;

Enumerando las ramas de inters, estas seran: AAS, ASA, SAA, QU TIPO
DE ARREGLOS SON ESTOS ELEMENTOS DEL ESPACIO MUESTRAL?, Son
permutaciones en donde algunos objetos son iguales, entonces, el nmero de
ramas se puede obtener con la frmula correspondiente,

donde n = x1+x2+...+xk

sustituyendo en esta frmula, tenemos lo siguiente;

esta frmula puede ser sustituida por la de combinaciones, solo en el caso

de dos tipos de objetos, si hay ms de dos tipos de objetos, definitivamente solo
se usa la frmula original, como se observar en el caso de la distribucin
multinomial, pero porqu vamos a cambiar de frmula?, simplemente porque
en todos los libros de texto que te encuentres vas a encontrar la frmula de
combinaciones en lugar de la de permutaciones, que es la siguiente,

y sustituyendo valores, nos damos cuenta de que efectivamente son 3 las

ramas de inters, que son donde aparecen dos guilas, donde n = 3, x = 2.

Y la probabilidad asociada a cada rama?

Probabilidad asociada a cada rama = p(guila)*p(guila)*p(sello)= p*p*q =
p2q=

Luego la frmula de la distribucin Binomial sera:

donde:
p(x, n, p) = probabilidad de obtener en n ensayos x xitos, cuando la
probabilidad de xito es p

Dando solucin al problema de ejemplo tenemos lo siguiente:

n = 3, x = 2, p =

Para calcular la media y la desviacin estndar de un experimento que

tenga una distribucin Binomial usaremos las siguientes frmulas:

Media o valor esperado.

Donde:
n = nmero de ensayos o repeticiones del experimento
P = probabilidad de xito o la probabilidad referente al evento del cual se
desea calcular la media que se refiere la media
Q = complemento de P

Desviacin estndar.

Ejemplos:
1. Se dice que el 75% de los accidentes de una planta se atribuyen a errores humanos. Si en
un perodo de tiempo dado, se suscitan 5 accidentes, determine la probabilidad de que;
a) dos de los accidentes se atribuyan a errores humanos, b) como mximo 1 de los
accidentes se atribuya a errores de tipo humano, c) tres de los accidentes no se atribuyan
a errores humanos.

Solucin:
a) n = 5
x = variable que nos define el nmero de accidentes debidos a errores
humanos
x = 0, 1, 2,...,5 accidentes debidos a errores de tipo humano
p = p(xito) = p(un accidente se deba a errores humanos) = 0.75
q = p(fracaso) = p(un accidente no se deba a errores humanos) = 1-p =
0.25

b)

c) En este caso cambiaremos el valor de p;

n =5
x = variable que nos define el nmero de accidentes que no se
deben a errores de tipo humano
x = 0, 1, 2,...,5 accidentes debidos a errores humanos
p = p(probabilidad de que un accidente no se deba a errores
humanos) = 0.25
q = p(probabilidad de que un accidente se deba a errores
humanos) = 1-p = 0.75

2. Si la probabilidad de que el vapor se condense en un tubo de aluminio de cubierta delgada

a 10 atm de presin es de 0.40, si se prueban 12 tubos de ese tipo y bajo esas condiciones,
determine la probabilidad de que: a) el vapor se condense en 4 de los tubos, b) en ms de
2 tubos se condense el vapor, c) el vapor se condense en exactamente 5 tubos.

Solucin:
a) n =12
x = variable que nos define el nmero de tubos en que el vapor se
condensa
x = 0, 1, 2, 3,...,12 tubos en el que el vapor se condensa
p =p(se condense el vapor en un tubo de Al a 10 atm)= 0.40

q = p(no se condense el vapor en un tubo de Al a 10 atm) = 1-p=0.60

= 0.21284

b) p(X=3, 4, ...,12, n=12, p=0.40) = p(x=3)+p(x=4)++p(x=12)= 1p(x=0,1,2)=

= 1-0.002176+0.0174096+0.06385632= 1- 0.08344192= 0.91656

c)

= 0.22703

3. La probabilidad de que el nivel de ruido de un amplificador de banda ancha exceda de 2

dB (decibeles) es de 0.15, si se prueban 10 amplificadores de banda ancha, determine la
probabilidad de que; a) en solo 5 de los amplificadores el nivel de ruido exceda los 2 dB,
b) por lo menos en 2 de los amplificadores, el ruido exceda de 2 dB, c)que entre 4 y 6
amplificadores no se excedan de los 2 dB, d)encuentre el nmero esperado de
amplificadores que se exceden de un nivel de ruido de 2dB y su desviacin estndar.

Solucin:
a)n =10
x =variable que nos define el nmero de amplificadores de banda ancha
que su nivel de ruido excede de 2 dB
x = 0, 1, 2,...,10 amplificadores en los que el nivel de ruido excede de
los 2 dB
p = P(un amplificador exceda su nivel de ruido de 2 dB) = 0.15
q = p(un amplificador no exceda su nivel de ruido de 2 dB =1-p= 0.85

= 0.00849
b)p(x=2,3,...,10, n=10, p=0.15)= 1- p(x = 0,1) =

= 1 (0.19687+(10)(0.15)(0.231617)=1-0.544296 = 0.455705

c) n=10
x= variable que nos define el nmero de amplificadores de banda ancha
que su nivel de ruido no excede de 2 dB
x= 0, 1, 2,...,10 amplificadores que su nivel de ruido no excede de los 2 dB
p = p(un amplificador no exceda su nivel de ruido de 2 dB) = 0.85
q = p(un amplificador exceda su nivel de ruido de 2 dB) = 1- p = 0.15

=(210)(0.522)(0.00001139)+(252)(0.4437)(0
.000075937)+(210)(0.3771495)(0.00005063)=
=0.001249 + 0.00849 + 0.00400997 =
0.01374897
d)n=10, p=0.15, q=1-p=0.85

Interpretacin:
Se espera que 2 de los 10 amplificadores probados se excedan de un nivel
de ruido de 2 Db

Interpretacin:
Este experimento puede variar en 2 1 amplificador, esto es, de 1 a 3
amplificadores que se excedan de un nivel de ruido de 2 dB