Вычислить шансы рекурсивно.
Пусть будет вероятностью того, что точно значений, , будут выбраны во всех независимых розыгрышах предметов (без замены) из совокупности членов , (Давайте держать и фиксированными на время анализа, чтобы их не нужно было упоминать явно.)x 0 ≤ x ≤ k s ≥ 1 k n ≥ k > 0 n kps(x)x0≤x≤ks≥1kn≥k>0nk
Пусть - вероятность того, что если в первом выбраны именно значения , то из них будут выбраны в последнем тираже. Тогда, поскольку есть подмножества из элементов этих элементов , и подмножества оставшихся элементов выбираются отдельно из других членов совокупности,y s - 1 x ≤ y ( yps(x∣y)ys−1x≤y(yx)xy(n−yk−x)k−xn−y
ps(x∣y)=(yx)(n−yk−x)(nk).
Закон полной вероятности утверждает
ps(x)=∑y=xkps(x∣y)ps−1(y).
Для , наверняка, : это начальное распределение.s=1x=k
Общее вычисление, необходимое для получения полного распределения через повторений, составляет . Мало того, что это достаточно быстро, алгоритм прост. Неосторожный программист ожидает одну ловушку, которая заключается в том, что эти вероятности могут стать чрезвычайно малыми и привести к потере вычислений с плавающей точкой. Следующая реализация избегает этого, вычисляя значения в столбцах массива.sO(k2s)R
log(ps(x))1,2,…,s
lp <- function(s, n, k) {
P <- matrix(NA, nrow=k+1, ncol=s, dimnames=list(0:k, 1:s))
P[, 1] <- c(rep(-Inf, k), 0)
for (u in 2:s)
for (i in 0:k) {
q <- P[i:k+1, u-1] + lchoose(i:k, i) + lchoose(n-(i:k), k-i) - lchoose(n, k)
q.0 <- max(q, na.rm=TRUE)
P[i+1, u] <- q.0 + log(sum(exp(q - q.0)))
}
return(P)
}
p <- function(...) zapsmall(exp(lp(...)))
Ответ на вопрос получается, если и . s=5, n=10000=104k=100=102 На выходе получается массив , но большинство чисел настолько малы, что мы можем сосредоточиться на очень маленьком . Вот первые четыре строки, соответствующие :101×5xx=0,1,2,3
p(5, 1e4, 1e2)[1:4, ]
Выход
1 2 3 4 5
0 0 0.3641945 0.9900484 0.9999 0.999999
1 0 0.3715891 0.0099034 0.0001 0.000001
2 0 0.1857756 0.0000481 0.0000 0.000000
3 0 0.0606681 0.0000002 0.0000 0.000000
Значения обозначают строки, а значения - столбцы. Столбец 5 показывает вероятность того, что один элемент появляется во всех пяти выборках, является крошечным (примерно один на миллион), и практически нет шансов, что два или более элемента появятся во всех пяти выборках.xs
Если вы хотите увидеть, насколько малы эти шансы, посмотрите на их логарифмы. База 10 удобна и нам не нужно много цифр:
u <- lp(5, 1e4, 1e2)[, 5]
signif(-u[-1] / log(10), 3)
Выходные данные говорят нам, сколько нулей после десятичной запятой:
1 2 3 4 5 6 7 8 9 10 ... 97 98 99 100
6.0 12.3 18.8 25.5 32.3 39.2 46.2 53.2 60.4 67.6 ... 917.0 933.0 949.0 967.0
Числа в верхнем ряду являются значениями . Например, вероятность того, что во всех пяти выборках будут обнаружены ровно три значения , дает и на самом деле это имеет нулей до первая значащая цифра. Как проверка, последнее значение является округленной версией . (который учитывает вероятность повторного появления первого образца в следующих четырех образцах) равенxexp(u[4])
0.0000000000000000001434419…18967.0967.26(10000100)−410−967.26.