【華萊士公式】在數(shù)學(xué)和統(tǒng)計(jì)學(xué)中，華萊士公式（Wallace's Formula）是一個(gè)用于計(jì)算二項(xiàng)分布概率的近似方法。該公式由英國(guó)統(tǒng)計(jì)學(xué)家弗蘭克·華萊士（Frank Wallace）提出，主要用于簡(jiǎn)化大樣本情況下二項(xiàng)分布的計(jì)算過(guò)程，尤其是在處理大量試驗(yàn)次數(shù)時(shí)，能夠有效減少計(jì)算復(fù)雜度。
一、華萊士公式的概述
華萊士公式是一種對(duì)二項(xiàng)分布進(jìn)行近似計(jì)算的方法，適用于當(dāng)試驗(yàn)次數(shù) $ n $ 較大、成功概率 $ p $ 接近 0.5 的情況。它通過(guò)將二項(xiàng)分布近似為正態(tài)分布或泊松分布來(lái)提高計(jì)算效率。
該公式的核心思想是：在某些條件下，二項(xiàng)分布的概率質(zhì)量函數(shù)可以被一個(gè)更簡(jiǎn)單的表達(dá)式所替代，從而避免直接計(jì)算組合數(shù)和冪次運(yùn)算。
二、華萊士公式的應(yīng)用范圍
| 應(yīng)用條件 | 是否適用 |
| 試驗(yàn)次數(shù) $ n $ 較大 | ? |
| 成功概率 $ p $ 接近 0.5 | ? |
| 計(jì)算二項(xiàng)分布的概率質(zhì)量函數(shù) | ? |
| 需要快速估算結(jié)果 | ? |
| 無(wú)需精確計(jì)算 | ? |
> 注：若 $ p $ 遠(yuǎn)離 0.5 或 $ n $ 較小，建議使用原始二項(xiàng)分布公式。
三、華萊士公式的表達(dá)形式
華萊士公式的一般形式如下：
$$
P(X = k) \approx \frac{1}{\sqrt{2\pi np(1-p)}} \cdot e^{-\frac{(k - np)^2}{2np(1-p)}}
$$
其中：
- $ X $ 是二項(xiàng)隨機(jī)變量；
- $ k $ 是事件發(fā)生的次數(shù)；
- $ n $ 是試驗(yàn)次數(shù)；
- $ p $ 是每次試驗(yàn)成功的概率。
這個(gè)公式實(shí)際上是將二項(xiàng)分布近似為正態(tài)分布 $ N(np, np(1-p)) $ 的概率密度函數(shù)。
四、與原始二項(xiàng)分布的比較
| 指標(biāo) | 華萊士公式 | 原始二項(xiàng)分布 |
| 精確性 | 近似值 | 精確值 |
| 計(jì)算復(fù)雜度 | 低 | 高（需計(jì)算組合數(shù)） |
| 適用場(chǎng)景 | 大樣本、$ p \approx 0.5 $ | 任意 $ n $ 和 $ p $ |
| 計(jì)算速度 | 快 | 慢（尤其當(dāng) $ n $ 很大時(shí)） |
五、總結(jié)
華萊士公式提供了一種在特定條件下快速估算二項(xiàng)分布概率的方法，尤其適合于大樣本和接近對(duì)稱的成功概率情況。雖然它不能替代原始二項(xiàng)分布公式在需要高精度計(jì)算時(shí)的應(yīng)用，但在實(shí)際工程、統(tǒng)計(jì)分析和計(jì)算機(jī)模擬中，具有較高的實(shí)用價(jià)值。
對(duì)于研究人員和數(shù)據(jù)分析師而言，理解并合理使用華萊士公式，有助于在保證一定精度的前提下提升計(jì)算效率。