Prob. hipergeométrica

A amostragem sem reposição é o cenário cotidiano de cartas, lotes de controle de qualidade e modelos de urna: cada extração muda a composição do que resta, de modo que ensaios sucessivos não são independentes. Quando uma população finita de tamanho N contém exatamente K estados de sucesso e você extrai n itens de uma vez ou em sequência sem devolvê-los, a chance de observar exatamente k sucessos segue a função de massa de probabilidade hipergeométrica. Essa fórmula multiplica as formas de escolher k sucessos entre os K bons pelas formas de escolher as extrações restantes entre os não sucessos, e divide pelas formas de escolher qualquer amostra de tamanho n de toda a população. Esta capacidade aceita N, K, n e k, valida que os parâmetros sejam coerentes com um experimento legal sem reposição, e devolve a probabilidade junto com coeficientes binomiais exatos como strings decimais, uma string curta de fórmula e o intervalo factível de k para esses N, K e n. Combinações impossíveis, como mais sucessos na amostra do que existem na população, são rejeitadas com erro de validação claro em vez de um zero silencioso.

Como a probabilidade hipergeométrica funciona sem reposição

Comece com uma população finita de N itens distintos dos quais exatamente K estão rotulados como sucesso (ases, defeituosos, peixes marcados, bilhetes premiados). Você extrai uma amostra de tamanho n sem reposição, de modo que a ordem das extrações não cria combinações novas: todo subconjunto de tamanho n é igualmente provável. Seja X o número de sucessos nessa amostra.

Então X segue uma distribuição hipergeométrica, e a probabilidade de observar exatamente k sucessos é C(K, k) vezes C(N menos K, n menos k) dividido por C(N, n), onde cada C(a, b) é um coeficiente binomial que conta combinações. O suporte de X não é simplesmente de zero a n: k não pode exceder K nem n, e não pode cair abaixo de max(0, n menos (N menos K)), porque você pode ser forçado a pegar alguns sucessos quando o pool de não sucessos se esgota.

Checagens clássicas incluem um baralho de 52 cartas com quatro ases, extraindo cinco cartas e pedindo exatamente dois ases: C(4, 2) vezes C(48, 3) sobre C(52, 5). Outro caso de livro é uma urna com vinte bolas das quais oito são vermelhas, extraindo cinco e pedindo exatamente três vermelhas.

Casos de borda importam para a correção: se n é zero então só k igual a zero tem probabilidade um; se K é zero então só k igual a zero é possível quando n é positivo; se k fica fora do intervalo factível os parâmetros são inconsistentes para este modelo.

Esta implementação nunca usa amostragem de Monte Carlo, sementes aleatórias, relógio de parede nem consultas de rede: calcula coeficientes binomiais exatos com aritmética BigInt e avalia a probabilidade de forma numericamente estável para que produtos intermediários se comportem bem com N maiores.

Onde as probabilidades hipergeométricas aparecem no trabalho real

Cursos introdutórios de estatística e matemática discreta pedem constantemente a chance de exatamente k itens marcados em uma mão ou amostra extraída sem reposição, de problemas de cartas no estilo pôquer a esboços de recaptura de peixes marcados que motivam a amostragem de populações finitas. Engenheiros de qualidade usam a mesma função de massa quando um lote de tamanho N contém K defeituosos e um inspetor extrai n unidades, precisando da probabilidade de achar exatamente k peças ruins antes de aceitar ou rejeitar o lote.

Ecólogos e desenhistas de pesquisas comparam recuperações de marcas observadas com expectativas hipergeométricas quando a população de indivíduos marcados é conhecida e a amostragem é sem reposição. Cientistas de dados validam simuladores de Monte Carlo de urnas finitas e baralhos comparando frequências amostradas com a probabilidade hipergeométrica em forma fechada para N modestos antes de escalar simulações. Educadores constroem gabaritos e autocorretores que precisam de um único valor determinístico em vez de uma simulação aleatória que mudaria entre execuções.

Designers de jogos e demos de probabilidade muitas vezes expõem padrões de baralho e urna ainda permitindo controle total de N, K, n e k para ensinar a dependência da composição populacional. Se mais tarde precisar da distribuição acumulada P(X menor ou igual a k), tabelas do teste exato de Fisher, quantis inversos ou odds binomiais de ensaios independentes com reposição, trate-os como intenções de busca separadas em vez de sobrecarregar esta página.

Mantenha N dentro do limite documentado para que a latência do nível gratuito fique previsível, e lembre que a probabilidade em ponto flutuante é ideal para ranking e limiares enquanto os coeficientes em string permanecem exatos para checagens combinatórias.