النتيجة
صيغة PMF
P(X=k)=C(K,k)·C(N−K,n−k)/C(N,n)
ملاحظة: «واحد على الأقل» هو P(X≥1)=1−P(X=0).
التوزيع (جدول PMF ومخطط أعمدة)
| k | P(X=k) | CDF |
|---|
محاكاة (مونت كارلو)
استخدم عدد التجارب والبذرة لإعادة إنتاج النتائج. للنطاقات الكبيرة تقوم الأداة بتجميع المحضر (binning) للحفاظ على السرعة.
أمثلة
أوراق: اسحب 5 من 52 — ما احتمال الحصول على آسين بالضبط؟
اضبط N=52 وK=4 وn=5، واختر «بالضبط» مع k=2.
تفتيش: 10 معيبة من أصل 100، عينة 8 — احتمال وجود واحدة معيبة على الأقل؟
اضبط N=100 وK=10 وn=8، واختر «على الأقل» مع k=1.
الأسئلة الشائعة
ما هو التوزيع فوق الهندسي؟
يمثّل عدد النجاحات عند سحب n عنصرًا من مجتمع حجمه N يحتوي على K نجاحات، وذلك بدون إرجاع.
ما الفرق بينه وبين التوزيع ذي الحدين؟
السحب فوق الهندسي يكون بدون إرجاع (فيتغير احتمال النجاح)، بينما يفترض ذو الحدين تجارب مستقلة باحتمال نجاح ثابت.
كيف أجد نطاق k الصالح؟
نطاق القيم (الدعم) هو k_min = max(0, n − (N − K)) وk_max = min(n, K). خارج هذا النطاق تكون P(X=k)=0.
كيف أحسب «نجاح واحد على الأقل»؟
استخدم المُتمّم: P(X ≥ 1) = 1 − P(X = 0).
ما فائدة البذرة (seed) في المحاكاة؟
تجعل البذرة النتائج قابلة لإعادة الإنتاج: البذرة نفسها تعطي السلسلة والمحضر (الهيستوغرام) نفسه في المحاكاة.
كيف يتم الحساب
C(K,k)·C(N−K,n−k)/C(N,n)تُحسب في فضاء لوغاريتمي لثبات أعلى.k_min=max(0,n−(N−K))وk_max=min(n,K).