概率论——超几何随机变量

超几何随机变量

1 定义

  假定一个袋子里面有$N$个球，其中有$m$个白球，$N-m$个黑球，现在随机地从袋子中不放回地取出$n$个球，令随机变量$X$表示取出来的白球数，则：
P { X = i } = ( m i ) ( N − m n − i ) ( N n )         i = 0 , 1 , ⋯   , n P\{X = i\} = \cfrac{\begin{pmatrix}m\\i\end{pmatrix}\begin{pmatrix}N-m\\n-i\end{pmatrix}}{\begin{pmatrix}N\\n\end{pmatrix}}\ \ \ \ \ \ \ i = 0,1,\cdots,n P{X=i}=(Nn​)(mi​)(N−mn−i​)​       i=0,1,⋯,n
一个随机变量$X$如果其概率质量函数形如上式，其中$N,m,n$值给定，那么就称$X$为超几何随机变量。
  注意，$i$的取值范围是0到$n$，如果$i$不满足$n-(N-m)\le i\le min(n,m)$，那么 P { X = i } = 0 P\{X=i\} = 0 P{X=i}=0，但是上式总是成立的，因为我们规定了在$k<0$或$r<k$时，$\left(\begin{array}{c}r\\ k\end{array}\right)=0$。

2 超几何随机变量的近似

  现在我们已经知道了从$N$个球（白球比例$p=m/N$）中不放回地随机取$n$个球，那么取中的白球数为超几何随机变量。现在考虑一种情况，即对与$n$来说，如果$m,N$都很大的话，那么有放回和无放回地取球没什么差别，因为不管取出来的是什么球，接下来取到白球的概率仍然近似于$p$。直观感觉就是，当$m,N$相对于$n$很大时，$X$的概率质量函数应该近似于参数为$(n,p)$的二项随机变量的概率质量函数。我们来推导一下：
P { X = i } = ( m i ) ( N − m n − i ) ( N n ) = m ! ( m − i ) ! i ! ∗ ( N − m ) ! ( N − m − n + i ) ! ( n − i ) ! ∗ ( N − n ) ! n ! N ! = ( n i ) m N ∗ m − 1 N − 1 ⋯ N − m N − i ∗ N − m − 1 N − i − 1 ⋯ N − m − ( n − i − 1 ) N − i − ( n − i − 1 ) ≈ ( n i ) p i ( 1 − p ) n − i \begin{aligned} P\{X = i\} &= \cfrac{\begin{pmatrix}m\\i\end{pmatrix}\begin{pmatrix}N-m\\n-i\end{pmatrix}}{\begin{pmatrix}N\\n\end{pmatrix}}\\ &=\cfrac{m!}{(m-i)!i!}*\cfrac{(N-m)!}{(N-m-n+i)!(n-i)!}*\cfrac{(N-n)!n!}{N!}\\ &=\begin{pmatrix}n\\i\end{pmatrix}\cfrac{m}{N}*\cfrac{m-1}{N-1}\cdots\cfrac{N-m}{N-i}*\cfrac{N-m-1}{N-i-1}\cdots\cfrac{N-m-(n-i-1)}{N-i-(n-i-1)}\\ &\approx \begin{pmatrix}n\\i\end{pmatrix}p^i(1-p)^{n-i} \end{aligned} P{X=i}​=(Nn​)(mi​)(N−mn−i​)​=(m−i)!i!m!​∗(N−m−n+i)!(n−i)!(N−m)!​∗N!(N−n)!n!​=(ni​)Nm​∗N−1m−1​⋯N−iN−m​∗N−i−1N−m−1​⋯N−i−(n−i−1)N−m−(n−i−1)​≈(ni​)pi(1−p)n−i​
其中最后一个等式成立的条件是$p=m/N$且$m,N$相对于$n，i$来说都很大。

3 参数为$(n,N,m)$的超几何随机变量的期望和方差

  按照之前的期望和方差的求法,通过找到递推关系来计算，我们先来计算$E[X^k]$：
E [ X k ] = ∑ i = 0 n i k P { X = i } = ∑ i = 0 n i k ( m i ) ( N − m n − i ) / ( N n ) E[X^k] = \sum_{i=0}^ni^kP\{X=i\} =\sum_{i=0}^ni^k\begin{pmatrix}m\\i\end{pmatrix}\begin{pmatrix}N-m\\n-i\end{pmatrix}/\begin{pmatrix}N\\n\end{pmatrix} E[Xk]=i=0∑n​ikP{X=i}=i=0∑n​ik(mi​)(N−mn−i​)/(Nn​)
利用恒等式$i\left(\begin{array}{c}m\\ i\end{array}\right)=m\left(\begin{array}{c}m-1\\ i-1\end{array}\right)，n\left(\begin{array}{c}N\\ n\end{array}\right)=N\left(\begin{array}{c}N-1\\ n-1\end{array}\right)$带入上式得：
$$E[X^k]=\frac{mn}{N}\sum _{i=1}^n{i}^{k-1}\left(\begin{array}{c}m-1\\ i-1\end{array}\right)\left(\begin{array}{c}N-m\\ n-i\end{array}\right)/\left(\begin{array}{c}N-1\\ n-1\end{array}\right)$$
换元令$j=i-1$，上式得：
$$\begin{array}{rl}E[X^k]& =\frac{mn}{N}\sum _{j=0}^{n-1}(j+1{)}^{k-1}\left(\begin{array}{c}m-1\\ j\end{array}\right)\left(\begin{array}{c}N-m\\ n-j-1\end{array}\right)/\left(\begin{array}{c}N-1\\ n-1\end{array}\right)\\ & =\frac{mn}{N}E[(Y+1{)}^{k-1}]\end{array}$$
其中$Y$为参数为$(n-1,N-1,m-1)$的超几何随机变量。在上式的基础上令k = 1得到期望：
$$E[X]=\frac{mn}{N}=np$$
即取出白球数的期望值为$\frac{mn}{N}$。再令$k=2$得到：
$$E[X^2]=\frac{mn}{N}E[Y+1]=\frac{mn}{N}[\frac{(m-1)(n-1)}{N-1}+1]$$
则方程$Var(X)$为：
$$\begin{gathered} Var(X)=E[X^2]-E[X{]}^2=\frac{mn}{N}[\frac{(m-1)(n-1)}{N-1}+1-\frac{mn}{N}] \\ =np(1-p)(1-\frac{n-1}{N-1}) \end{gathered}$$
根据上一节的内容，当$N,m$相对于$n,i$很大时，上式方差$Var(X)$近似于：
$$Var(X)\approx np(1-p)$$
  总的来说，$E[X]$与有放回取球（即白球数是参数为$(n,p)$的二项随机变量）是一样的，而当球数很大时，$Var(X)$近似于有放回的情形。

参考资料：《概率论基础教程》Sheldon M.Ross