Calculadora de FMP geométrica
Descubra a chance de o primeiro sucesso cair exatamente na tentativa k: com probabilidade de 0,25 por tentativa, acertar pela primeira vez na terceira tem probabilidade 0,140625, depois de duas falhas seguidas. Grátis no seu navegador.
- Grátis
- Funciona no seu navegador
- Sem cadastro
- Seus dados não saem do seu aparelho
Executar grátis
Exemplo resolvido
- Potência (W)
- 0,25
- K
- 3
- Probabilidade
- 0,140625
A calculadora de FMP geométrica determina a probabilidade de o primeiro sucesso em uma sequência de tentativas independentes ocorrer exatamente na tentativa k. Informe a probabilidade constante de sucesso p e um número positivo k; a calculadora aplicará P(X = k) = (1 - p)^(k - 1) × p. Ela é útil em estudos de probabilidade, análise de novas tentativas, inspeção de qualidade e qualquer processo repetido com a mesma chance até o primeiro sucesso. O cálculo é determinístico, dispensa simulações e rejeita probabilidades fora do intervalo válido.
Entenda o que a FMP geométrica mede
Uma variável aleatória geométrica modela quantas tentativas independentes são necessárias para observar o primeiro sucesso. Cada tentativa tem a mesma probabilidade de sucesso p, e a probabilidade de falha é um menos p. Para o primeiro sucesso ocorrer na tentativa k, o processo deve falhar exatamente k menos uma vezes e depois ter sucesso.
A independência permite multiplicar essas probabilidades, gerando a função de massa P(X = k) = (1 - p)^(k - 1) × p. Esta calculadora adota a convenção em que k inclui a própria tentativa bem-sucedida; portanto, os números válidos começam em um. Alguns livros contam o número de falhas antes do primeiro sucesso e usam um suporte iniciado em zero.
Se a sua fonte usar essa alternativa, some um à quantidade de falhas antes de informar k. Por exemplo, com p igual a 0.25 e k igual a 3, duas falhas devem ser seguidas por um sucesso. O resultado é 0.75 ao quadrado vezes 0.25, ou 0.140625.
Esse valor é a probabilidade de o sucesso ocorrer pela primeira vez exatamente na terceira tentativa, e não a probabilidade de pelo menos um sucesso nas três primeiras tentativas. A distinção é essencial: uma FMP descreve um resultado exato, enquanto uma probabilidade acumulada combina vários números de tentativa possíveis.
Informe p e k corretamente e interprete a resposta
Forneça p como um número finito maior que zero e menor ou igual a um. Um decimal como 0.2 representa 20 por cento de chance de sucesso em cada tentativa. O zero é excluído porque um processo sem chance de sucesso nunca terá uma primeira tentativa bem-sucedida; valores acima de um ou abaixo de zero também não são probabilidades.
Informe k como um número inteiro positivo, pois as tentativas são contadas discretamente: tentativa 1, tentativa 2 e assim por diante. Frações, zero, valores negativos, infinitos e campos ausentes retornam um erro de entrada inválida, evitando um resultado enganoso. A resposta repete p e k normalizados, retorna probability como número e inclui a fórmula usada.
Um resultado de 0.140625 indica uma chance de 14.0625 por cento de o primeiro sucesso acontecer exatamente na tentativa solicitada. Quando p é um, o sucesso é certo na primeira tentativa; assim, k igual a um retorna um e tentativas posteriores retornam zero. Para probabilidades pequenas ou k muito grande, a probabilidade matemática pode ser tão diminuta que a aritmética de ponto flutuante exiba zero.
Isso é subfluxo numérico, não aleatoriedade; o evento continua conceitualmente possível quando p está entre zero e um.
Use o resultado sem confundir distribuições relacionadas
Use a FMP geométrica quando as tentativas forem independentes, a chance de sucesso permanecer constante e a pergunta tratar do momento do primeiro sucesso. Uma equipe de software pode modelar a nova tentativa exata em que uma solicitação finalmente termina, desde que cada repetição tenha aproximadamente a mesma taxa de sucesso e as falhas anteriores não alterem o comportamento posterior. Uma equipe de qualidade pode modelar o número do item em que o primeiro componente defeituoso é encontrado, quando os itens inspecionados têm probabilidade de defeito estável e independente.
Um professor pode conferir exercícios com moedas, lances livres, chamadas ou partidas de máquinas. Não use esta FMP quando p mudar entre tentativas, quando uma tentativa influenciar outra ou quando a amostragem sem reposição alterar substancialmente as chances. Também não a confunda com a distribuição binomial: a probabilidade binomial conta uma quantidade especificada de sucessos em um número fixo de tentativas, enquanto a geométrica para conceitualmente no primeiro sucesso e atribui probabilidade ao número dessa tentativa.
Se você precisar da probabilidade de sucesso até a tentativa k, use a distribuição acumulada geométrica 1 - (1 - p)^k, e não uma única massa. Para a espera média, o número médio geométrico de tentativas é 1/p. Separar perguntas sobre tentativa exata, limite acumulado e média evita que um número aparentemente razoável responda à questão operacional ou acadêmica errada.
Casos de uso
Analisar uma nova tentativa exata
Estime a probabilidade de uma solicitação independente ter sucesso pela primeira vez em uma repetição específica.
Conferir exercícios de probabilidade
Verifique exercícios de FMP geométrica com uma fórmula determinística e uma convenção explícita de tentativas até o sucesso.
Modelar a primeira detecção
Calcule a probabilidade de o primeiro defeito independente ser descoberto no item k.
Perguntas frequentes
Qual intervalo é permitido para p?
p deve ser maior que 0 e menor ou igual a 1.
k pode ser zero ou uma fração?
Não. Esta convenção conta a tentativa bem-sucedida; portanto, k deve ser um inteiro positivo a partir de 1.
Isto calcula o sucesso até a tentativa k?
Não. Calcula o primeiro sucesso exatamente na tentativa k. O sucesso até k exige a fórmula acumulada 1 - (1 - p)^k.
E se o meu livro contar as falhas antes do primeiro sucesso?
Some um a essa contagem de falhas antes de informar k. Esta calculadora conta a própria tentativa com sucesso, então k começa em 1, enquanto alguns livros começam a contar a partir de zero falhas.
Como interpretar um resultado de 0,140625?
É uma chance de 14,0625% de o primeiro sucesso sair exatamente na terceira tentativa com p de 0,25: duas falhas, cada uma com probabilidade 0,75, seguidas de um sucesso.
Ferramentas relacionadas
Para desenvolvedores — acesso via API
Tudo nesta página está disponível via API. Esta seção é para equipes que querem integrar a ferramenta aos próprios sistemas; quem não precisa disso pode simplesmente usar a ferramenta acima.
Endpoint
Autenticação por token Bearer. Um único POST coloca a tarefa na fila; o resultado chega por webhook ou link assinado.
Chame do seu código
curl -X POST https://api.kit.forhosting.com/stat/geometric-pmf \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"p":0.25,"k":3}'const res = await fetch("https://api.kit.forhosting.com/stat/geometric-pmf", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"p": 0.25,
"k": 3
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/stat/geometric-pmf",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"p": 0.25,
"k": 3
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/stat/geometric-pmf", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"p":0.25,"k":3}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"p":0.25,"k":3}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/stat/geometric-pmf", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Exemplo de requisição
{
"p": 0.25,
"k": 3
}Exemplo de resposta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "stat.geometric_pmf",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}A API é assíncrona: cada chamada devolve um task_id na hora. Se preferir polling, consulte o status a até 1 requisição por segundo.
Preço
Preço publicado, sem tokens nem créditos escondidos. Tarefa que falha não é cobrada.
Erros
| HTTP | Código | O que significa |
|---|---|---|
401 | unauthorized | Token ausente ou inválido. Confira o header Authorization. |
402 | insufficient_balance | Saldo insuficiente para esta tarefa. Faça uma recarga e tente de novo. |
404 | unknown_type | Esse tipo de tarefa não existe. Confira o campo type no catálogo. |
429 | rate_limited | Muitas requisições em pouco tempo. Espere um instante e tente de novo. |
Notas técnicas
Informe p e k corretamente e interprete a resposta
As solicitações de API custam US$ 0,002, enquanto o navegador executa a mesma função determinística.
Perguntas técnicas
Qual fórmula a calculadora usa?
Ela usa P(X = k) = (1 - p)^(k - 1) × p para k = 1, 2, 3 e assim por diante.
Quanto custa uma solicitação de API?
Cada solicitação de API concluída custa US$ 0,002. A calculadora do navegador executa localmente a mesma lógica determinística.