n个数字随机抽样后，至少一个选中次数超出9700-10300的概率求解

首先咱们先把问题的核心设定理清楚：

• 手里有n个数字（从1到n），每次随机选一个，总共选 (10000 \times n) 次
• 每个数字被选中的期望次数是10000，现在要算至少有一个数字的选中次数不在[9700, 10300]区间内的概率

1. 单个数字的选中次数分布 #

随便挑一个数字来看，它的选中次数 (X_i) 服从二项分布 (Binomial(N, p))，其中：

• (N = 10000n)（总试验次数）
• (p = \frac{1}{n})（每次选中这个数字的概率）

这个分布的关键参数：

• 均值 (\mu = Np = 10000n \times \frac{1}{n} = 10000)
• 方差 (\sigma^2 = Np(1-p) = 10000n \times \frac{1}{n} \times \frac{n-1}{n} = 10000 \times \frac{n-1}{n})
• 标准差 (\sigma = \sqrt{10000 \times \frac{n-1}{n}} = 100 \times \sqrt{\frac{n-1}{n}})

当n不是特别小（比如n≥5）时，(\frac{n-1}{n}) 接近1，标准差σ≈100，这时候二项分布可以用正态分布近似：(X_i \sim N(\mu=10000, \sigma^2 \approx 10000))

2. 单个数字超出区间的概率q #

我们需要算单个数字选中次数<9700或>10300的概率，也就是：
[ q = P(X_i < 9700) + P(X_i > 10300) ]

因为正态分布是对称的，这两个概率相等，所以可以简化成：
[ q = 2 \times P(X_i < 9700) ]

把数值标准化算z-score：
[ z = \frac{9700 - \mu}{\sigma} = \frac{9700 - 10000}{100 \times \sqrt{\frac{n-1}{n}}} = \frac{-3}{\sqrt{\frac{n-1}{n}}} ]

当n较大时，(\sqrt{\frac{n-1}{n}} \approx 1)，z≈-3。查标准正态分布表，(P(Z < -3) \approx 0.00135)，所以q≈2×0.00135=0.0027。如果n很小，比如n=2，σ≈70.71，z≈-4.24，对应的概率会极低（约2.2×10⁻⁵）。

3. 至少一个数字超出区间的概率 #

直接算“至少一个超出”的概率太麻烦，咱们用补集思想：先算所有数字都在[9700,10300]内的概率，再用1减去这个值。

假设各个数字的选中次数近似独立（n越大，这个假设越准确，因为总次数固定带来的相关性会变弱），那么所有数字都在区间内的概率是：
[ P(\text{全部在区间内}) = (1 - q)^n ]

因此，至少有一个数字超出区间的概率就是：
[ P(\text{至少一个超出}) = 1 - (1 - q)^n ]

不同n值的结果示例 #

• 当n=1000时，q≈0.0027，((1-0.0027)^{1000} \approx e^{-2.7} ≈ 0.067)，概率≈93.3%
• 当n=100时，((1-0.0027)^{100}≈e{-0.27}≈0.763)，概率≈23.7%
• 当n=10时，((1-0.0027)^{10}≈0.973)，概率≈2.7%
• 当n=2时，q≈2.2×10⁻⁵，概率≈4.4×10⁻⁵（几乎可以忽略）

注意事项 #

1. 正态近似的边界情况：如果n=1，总选中次数就是10000，刚好落在区间内，概率为0，这时候不能用正态近似。
2. 相关性的影响：因为总选中次数固定，各个数字的选中次数不是完全独立的，但n越大，这种相关性越弱，近似独立的假设就越可靠。

内容的提问来源于stack exchange，提问作者mechap