Calculadora de Distribuição Geométrica

Calculadora de Distribuição Geométrica

A Calculadora de Distribuição Geométrica computa probabilidades exatas para o número de tentativas de Bernoulli independentes necessárias para alcançar o primeiro sucesso. Insira a probabilidade de sucesso por tentativa e o número da tentativa (ou número de falhas) para obter instantaneamente probabilidades pontuais e cumulativas, soluções passo a passo, visualizações animadas da sequência de tentativas, gráficos de PMF/CDF e uma tabela de distribuição completa. Ambas as parametrizações — número da tentativa e falhas antes do sucesso — são totalmente suportadas.

O Que É a Distribuição Geométrica?

A distribuição geométrica é uma distribuição de probabilidade discreta que modela o número de tentativas independentes necessárias para obter o primeiro sucesso em uma sequência de tentativas de Bernoulli. Cada tentativa tem a mesma probabilidade p de sucesso e probabilidade q = 1 − p de falha. É o análogo discreto da distribuição exponencial e é a única distribuição discreta com a propriedade de falta de memória.

Duas Parametrizações Comuns

A distribuição geométrica possui duas formas padrão, o que muitas vezes causa confusão. Esta calculadora suporta ambas:

• Parametrização de tentativas (X): X conta o número da tentativa na qual ocorre o primeiro sucesso. X assume valores 1, 2, 3, … e P(X = k) = (1 − p)^k−1 × p. A média é 1/p.
• Parametrização de falhas (Y): Y conta o número de falhas antes do primeiro sucesso. Y assume valores 0, 1, 2, … e P(Y = k) = (1 − p)^k × p. A média é (1 − p)/p. Note que Y = X − 1.

A Fórmula da PMF Geométrica

Para a parametrização de tentativas (o padrão nesta calculadora):

P(X = k) = (1 − p)^k−1 × p, para k = 1, 2, 3, …

A intuição é simples: as primeiras (k − 1) tentativas devem ser todas falhas (cada uma com probabilidade 1 − p), e a k-ésima tentativa deve ser um sucesso (probabilidade p). Como as tentativas são independentes, multiplicamos essas probabilidades.

CDF (Função de Distribuição Cumulativa)

A CDF tem uma expressão de forma fechada limpa:

P(X ≤ k) = 1 − (1 − p)^k

Isso fornece a probabilidade de que o primeiro sucesso ocorra dentro das primeiras k tentativas. É equivalente a 1 menos a probabilidade de que todas as k tentativas sejam falhas.

Média, Variância e Outras Estatísticas

• Média (Valor Esperado): E[X] = 1/p — Em média, você precisa de 1/p tentativas para obter o primeiro sucesso.
• Variância: Var(X) = (1 − p) / p² — Variância maior quando p é pequeno (sucesso raro).
• Desvio Padrão: σ = √((1 − p) / p²)
• Mediana: ⌈−1 / log₂(1 − p)⌉ — O menor k tal que P(X ≤ k) ≥ 0.5.
• Moda: Sempre 1 — O resultado mais provável é o sucesso na primeira tentativa.
• Assimetria (Skewness): (2 − p) / √(1 − p) — Sempre positiva (assimétrica à direita).

A Propriedade de Falta de Memória

A distribuição geométrica é a única distribuição discreta com a propriedade de falta de memória:

P(X > s + t | X > s) = P(X > t)

Isso significa que, se você já falhou s vezes, a probabilidade de precisar de pelo menos mais t tentativas é a mesma como se estivesse começando do zero. Falhas passadas não alteram probabilidades futuras — o que faz sentido porque cada tentativa é independente.

Aplicações Comuns

• Lançamento de Moedas — Quantos lançamentos até a primeira cara? Com p = 0.5, o número esperado é 2 lançamentos.
• Vendas e Marketing — Quantas chamadas frias até a primeira venda? Se a taxa de conversão for 5%, espere cerca de 20 chamadas em média.
• Controle de Qualidade — Quantos itens devem ser inspecionados antes de encontrar o primeiro defeito? Modela o tempo de espera para eventos raros.
• Apostas e Jogos — Quantos lançamentos de um dado até tirar um 6? Com p = 1/6, o número esperado é 6 lançamentos.
• Confiabilidade de Rede — Quantas transmissões de pacotes até que uma tenha sucesso? Modela protocolos de retransmissão em redes de computadores.
• Genética — Quantos descendentes até que um com uma característica específica apareça? Aplica-se quando a herança de traços segue as proporções mendelianas.

Relação com Outras Distribuições

• Binomial Negativa: A distribuição geométrica é um caso especial da binomial negativa com r = 1 (esperando por exatamente 1 sucesso).
• Exponencial: A distribuição geométrica é o análogo discreto da distribuição exponencial contínua. Ambas possuem a propriedade de falta de memória.
• Bernoulli: Cada tentativa segue uma distribuição de Bernoulli. A distribuição geométrica conta quantas tentativas de Bernoulli ocorrem até o primeiro sucesso.

Como Usar Esta Calculadora

1. Insira a probabilidade de sucesso (p) por tentativa. Deve estar entre 0 (exclusivo) e 1 (inclusivo).
2. Escolha a parametrização: número da tentativa (k = 1, 2, 3, …) ou falhas antes do sucesso (k = 0, 1, 2, …).
3. Insira o valor de k.
4. Clique em "Calcular Probabilidade" para ver as probabilidades exatas e cumulativas, soluções passo a passo, uma sequência de tentativas animada, gráficos de PMF/CDF e a tabela de distribuição completa.
5. Use os botões de cenário rápido para explorar exemplos comuns do mundo real instantaneamente.

Perguntas Frequentes

Para que é usada a distribuição geométrica?

A distribuição geométrica modela o número de tentativas independentes necessárias para obter o primeiro sucesso. É usada sempre que você deseja responder à pergunta "Quantas vezes eu tenho que tentar antes de conseguir?" assumindo que cada tentativa tem a mesma probabilidade de sucesso. Aplicações comuns incluem análise de chamadas de vendas, inspeção de qualidade, apostas, retransmissão de rede e genética.

Qual é a diferença entre as duas parametrizações?

A parametrização de tentativas conta o número da tentativa do primeiro sucesso (começando em 1), enquanto a parametrização de falhas conta o número de falhas antes do primeiro sucesso (começando em 0). Elas diferem exatamente por 1: se X é o número da tentativa, então Y = X − 1 é a contagem de falhas. Ambas fornecem o mesmo valor de probabilidade para o k correspondente.

O que é a propriedade de falta de memória?

A propriedade de falta de memória significa que falhas passadas não afetam a probabilidade de sucesso futuro. Se você já jogou uma moeda justa 10 vezes sem obter cara, a probabilidade de precisar de exatamente mais 1 lançamento ainda é 0.5 — a moeda não "lembra" dos lançamentos passados. A distribuição geométrica é a única distribuição discreta com esta propriedade.

Como a distribuição geométrica se relaciona com a binomial negativa?

A distribuição geométrica é um caso especial da distribuição binomial negativa onde você espera por exatamente r = 1 sucesso. A binomial negativa generaliza isso para a espera por r sucessos, onde r pode ser qualquer número inteiro positivo.

Por que a moda é sempre 1?

A moda é sempre 1 (ou 0 na parametrização de falhas) porque o resultado individual mais provável é o sucesso logo na primeira tentativa — isso tem probabilidade p, que é o valor mais alto possível da PMF. Cada tentativa subsequente tem uma probabilidade estritamente menor porque requer uma falha adicional primeiro.