无放回n次独立试验中k次成功的排列概率公式问询

Hi 👋，我来帮你理清无放回试验中k次成功的概率计算逻辑，以及对应的排列视角概率表述：

你已经提到了有放回n次独立试验的二项分布公式：
$$P(X=k) = \binom{n}{k} p^k (1-p)^{n-k}$$
这里可以拆解成两个核心部分：

• $\binom{n}{k}$（也就是你说的$nCk$组合数）：代表所有「k次成功、n-k次失败」的不同顺序组合的数量；
• $p^k (1-p)^{n-k}$：任意一种特定顺序的k次成功、n-k次失败的发生概率（因为每次试验独立，直接把单次成功/失败的概率相乘即可）。

如果硬要关联排列数$nPk$（即$\frac{n!}{(n-k)!}$），其实是把每个成功的位置都看作有顺序差异，但二项分布里我们不区分不同成功试验的差异，所以用组合数更合理——排列数本质是组合数乘以$k!$，但因为成功结果是等价的，额外乘$k!$并没有实际意义。

首先要纠正一个关键认知：无放回的n次试验不是独立试验，因为每次抽取后总体的构成会变化，所以“成功率p”不能像二项分布那样固定不变，我们需要基于总体的真实参数来描述：
假设总体共有$N$个元素，其中$K$个是「成功」元素（总体初始成功比例$p = \frac{K}{N}$），剩余$N-K$个是「失败」元素，我们从中无放回抽取$n$个元素，求恰好抽到$k$个成功元素的概率。

特定排列的发生概率 #

如果我们聚焦某一种特定顺序的k次成功、n-k次失败（比如前k次全成功，后面n-k次全失败），这个特定排列的概率是：
$$\frac{K}{N} \times \frac{K-1}{N-1} \times \dots \times \frac{K-k+1}{N-k+1} \times \frac{N-K}{N-k} \times \frac{N-K-1}{N-k-1} \times \dots \times \frac{N-K - (n-k) + 1}{N - n + 1}$$
化简后可以写成：
$$\frac{ \frac{K!}{(K-k)!} \times \frac{(N-K)!}{(N-K - (n-k))!} }{ \frac{N!}{(N-n)!} }$$
本质就是：每次抽取时，用当前剩余总体中成功/失败元素的占比相乘——因为无放回，所以每次的“成功率”都会动态变化：第一次成功概率是$\frac{K}{N}$，如果第一次成功了，第二次成功概率就变成$\frac{K-1}{N-1}$，反之则是$\frac{K}{N-1}$。

所有排列的总概率 #

所有「k次成功、n-k次失败」的不同顺序的数量，依然是组合数$\binom{n}{k}$（我们只关心哪些位置是成功，哪些是失败，不区分具体抽到的是哪个成功元素）。所以总概率就是：
$$P(X=k) = \binom{n}{k} \times \left( \frac{ \frac{K!}{(K-k)!} \times \frac{(N-K)!}{(N-K - n + k)!} }{ \frac{N!}{(N-n)!} } \right)$$
这其实就是超几何分布的公式，更简洁的常用写法是从组合角度出发的：
$$P(X=k) = \frac{\binom{K}{k} \binom{N-K}{n-k}}{\binom{N}{n}}$$
意思是：从K个成功元素中选k个，从N-K个失败元素中选n-k个，除以从总体N个元素中选n个的所有可能组合数。

关于$nPk$的用法 #

你提到的$nPk$（排列数）如果要用到这里，是当我们区分每个元素的个体差异时的计算方式，总概率可以写成：
$$P(X=k) = \frac{P(K,k) \times P(N-K, n-k)}{P(N, n)}$$
这里$P(a,b)$代表从a个元素中选b个的排列数（即$\frac{a!}{(a-b)!}$），分子是「选k个成功元素排列 + 选n-k个失败元素排列」的总排列数，分母是从总体中选n个元素的总排列数，两者相除就是恰好k次成功的概率。

内容的提问来源于stack exchange，提问作者A_for_ Abacus