Calculadora de probabilidade de lançamento de moeda - Distribuição binomial

Uma moeda justa tem exatamente dois resultados — cara e coroa — e cada um tem probabilidade de 0.5. Quando você lança a mesma moeda várias vezes, os resultados individuais são independentes: a moeda não tem memória, então o resultado de um lançamento não pode influenciar o próximo. Essa combinação de probabilidade fixa e independência é a característica definidora de um experimento binomial, e a distribuição binomial é, portanto, o modelo matemático exato para sequências de lançamentos de moeda. A probabilidade de obter exatamente k caras em n lançamentos é dada pela função de massa de probabilidade binomial: P(X = k) = C(n, k) × (0.5)^n, onde C(n, k) é o coeficiente binomial n! / (k! × (n − k)!). O fator C(n, k) conta o número de sequências distintas de n lançamentos que contêm exatamente k caras. O fator (0.5)^n é a probabilidade de uma sequência específica de comprimento n. Multiplicando os dois, obtemos a probabilidade total de k caras em todas as ordens possíveis. Para perguntas cumulativas — "pelo menos k caras" ou "no máximo k caras" — a calculadora soma as probabilidades pontuais do intervalo relevante. "Pelo menos k" significa a soma de i = k até i = n; "no máximo k" significa a soma de i = 0 até i = k. Para n grandes, essas somas podem envolver milhares de termos, por isso uma ferramenta computacional é muito mais prática do que fazer à mão. Alguns resultados são intuitivos de imediato. Para uma moeda justa lançada 10 vezes, obter exatamente 5 caras tem probabilidade de ≈ 24.61%. Obter pelo menos 5 caras tem probabilidade exata de 50% por simetria. Obter 10 caras seguidas tem probabilidade de (0.5)^10 ≈ 0.098%, o que parece surpreendente até perceber que isso é apenas uma das 1,024 sequências igualmente prováveis. Nenhuma sequência individual é mais ou menos provável que outra — apenas conjuntos de sequências com propriedades em comum (como exatamente 5 caras) têm totais diferentes. A probabilidade de lançamento de moeda aparece em muitos contextos práticos além do jogo. Em ensaios clínicos, um esquema de randomização em dois braços com alocação 50/50 é matematicamente idêntico a jogar uma moeda justa. Em criptografia, sequências de bits geradas por um gerador de números aleatórios por hardware devem seguir uma distribuição indistinguível de uma moeda justa. Em controle de qualidade, a proporção de itens defeituosos de uma linha de produção pode ser modelada como uma proporção binomial, e decidir se a taxa de defeitos difere da meta usa exatamente os mesmos cálculos de probabilidade. Em análise esportiva, sequências de vitórias de uma equipe equilibrada seguem um modelo de moeda, e entender a distribuição binomial ajuda a separar habilidade real de variação aleatória. Esta calculadora usa aritmética logarítmica internamente para lidar com n grandes sem overflow, permitindo calcular probabilidades para até 10,000 lançamentos com precisão. Para n muito grandes e k moderado, a distribuição binomial também pode ser aproximada por uma distribuição normal com média np e desvio padrão √(np(1−p)), mas a calculadora usa sempre a fórmula exata para máxima precisão.