Distribuzione Binomiale Negativa

Introduzione
• Si consideri un evento di probabilità p in ogni
prova ed eseguiamo tante prove indipendenti
quante sono necessarie per ottenere r
successi.
• Si introduca la variabile aleatoria:
– X = numero di insuccessi che precedono l’r-esimo
successo.
Abbiamo cioè un esperimento che si interrompe quando sono
stati ottenuti r successi. In questo caso, quindi, il numero di
prove n da effettuare non è noto fino al momento in cui
l’esperimento effettivamente ha termine.
 Esempio
• Si lanci una moneta; studiare la variabile aleatoria:
– X = numero di volte in cui è uscita croce prima di
ottenere 3 teste.
Per ipotesi ci chiediamo quale è la probabilità di
ottenere 6 croci prima di tre teste. Tale probabilità
sarà data da: q  q .q  q  q  q  p  p  p
Dove p=1/2 e q=1/2.
 Esempio
• Siccome l’esperimento termina al 3°successo, l’ultimo
risultato dovrà necessariamente essere testa con
probabilità p.
• Invece gli altri 2 successi e i 6 insuccessi possono
presentarsi in un qualsiasi altro ordine, ad esempio:
TCCCTCCCT oppure CCCTTCCCT….
• Ciò equivale a calcolare la probabilità che su 8 prove
indipendenti si abbiano 2 successi, che sappiamo si
calcola utilizzando la distribuzione Binomiale di una
variabile casuale Y = numero di successi in 8 prove:
 Esempio

2 6
8  1   1 
P (Y  2)        
 2  2   2 
 Esempio
• Ricapitolando, la probabilità che, per ottenere 3 volte
“testa” nel lancio di una moneta, si abbiano 6
“croci”, può essere vista come il prodotto tra la
probabilità di ottenere due “testa” in 8 lanci (che è la
probabilità di una variabile casuale Binomiale) e la
probabilità di ottenere una “testa” in un singolo
lancio: 2 6
1    1  1 1
8
P ( X  6)  P (Y  2)           
2  2  2   2  2
3 6
8  1   1 
      
 2  2   2 
 Distribuzione Binomiale Negativa
• Ricordando che si è definito:
x = numero di insuccessi
r = numero di successi
q = probabilità di un insuccesso
p = probabilità di un successo
• la formula generale per calcolare la precedente
probabilità risulta essere:
 x  r  1 r x
P( X  x)     p  q
 r 1 
 Distribuzione Binomiale Negativa
• Data la proprietà dei coefficienti binomiali si
ha:  x  r  1  x  r  1
    
 r 1  x 

Di conseguenza: