로그 감마 함수 계산기

계산 입력

a (감마 함수의 인수)

결과

lnGamma(a)

1.20097360234708

감마 함수의 자연로그

lnGamma(a)	1.20097360234708
Log10 Gamma(a)	0.52157620841081
계산 방법	란초스 근사 (g=7, n=9)

로그 감마 함수란?

로그 감마 함수는 \(\ln\Gamma(a)\) 또는 \(\ln(\Gamma(a))\)로 표기하며, 감마 함수 \(\Gamma(a)\)에 자연로그를 취한 값입니다. 감마 함수는 팩토리얼을 실수와 복소수까지 확장한 함수로, 양의 정수 \(n\)에 대해 \(\Gamma(n) = (n-1)!\)이 성립합니다. \(\Gamma(a)\)는 값이 매우 빠르게 커지기 때문에, 수치 오버플로를 피하기 위해 과학자와 통계학자들은 대부분 그 로그값을 다룹니다. \(\ln\Gamma\)는 확률론(베타 분포, 감마 분포, 카이제곱 검정), 조합론, 수치해석 전반에 걸쳐 등장합니다.

\(\ln\Gamma(a)\) 곡선은 \(a \approx 1.46\) 부근에서 최솟값으로 내려갔다가 양쪽으로 올라갑니다.

계산기 사용 방법

인수 \(a\)(임의의 실수)를 입력하고 계산 버튼을 누르세요. 이 도구는 자연로그 형태의 \(\ln\Gamma(a)\)와 함께 상용로그(밑이 10인) 버전인 Log10 Gamma도 함께 반환합니다. \(a\)가 0보다 크면 결과는 실수입니다. \(a = 0, -1, -2, -3, \ldots\) 에서는 감마 함수에 극(pole)이 존재하므로 \(\ln\Gamma\)가 정의되지 않으며, 계산기가 이를 알려 줍니다. 음수이면서 정수가 아닌 \(a\)의 경우 \(\Gamma\)가 음수일 수 있는데, 이때 계산기는 반사 공식을 이용해 실수 주값(principal value)을 알려 줍니다.

공식 설명

이 계산기는 란초스(Lanczos) 근사(\(g = 7\), 계수 9개)를 사용합니다. 이는 빠르면서도 매우 정확한 닫힌 형식의 방법입니다. \(x = a - 1\), \(t = x + 7.5\)로 두고, 란초스 계수들의 가중합 \(A\)를 계산한 뒤 $$\ln\Gamma(a) = \tfrac{1}{2}\ln(2\pi) + \left(x + \tfrac{1}{2}\right)\ln(t) - t + \ln(A)$$ 로 값을 구합니다. \(a\)가 0.5 이하인 경우에는 반사 공식 $$\Gamma(a)\,\Gamma(1-a) = \frac{\pi}{\sin(\pi a)}$$ 를 이용해, 란초스 급수가 잘 수렴하는 값으로 문제를 변환합니다.

수식의 항이 결합되는 방식: 이동 \(x=a-1\), 값 \(t=x+7.5\), 란초스 급수 \(A\).

풀이 예제

\(a = 3.5\)일 때: $$\Gamma(3.5) = 2.5 \times 1.5 \times 0.5 \times \sqrt{\pi} = 1.875 \times 1.7724538509 = 3.32335097045$$ 입니다. 따라서 $$\ln\Gamma(3.5) = \ln(3.32335097045) = 1.20097360234707$$ 이 됩니다. 한 번 더 확인해 보면, \(a = 5\)일 때 \(\Gamma(5) = 4! = 24\)이므로 $$\ln\Gamma(5) = \ln(24) = 3.17805383034795$$ 입니다.

자주 묻는 질문

감마 자체가 아니라 감마의 로그를 사용하는 이유는? \(\Gamma(a)\)는 \(a\)가 어느 정도만 커져도 일반적인 부동소수점 범위를 초과합니다(\(\Gamma(171)\)은 이미 double 범위를 벗어납니다). 반면 \(\ln\Gamma\)는 다루기 쉬운 크기를 유지하므로, 실용적으로는 로그 형태를 선택하게 됩니다.

\(\ln\Gamma(1)\)과 \(\ln\Gamma(2)\)의 값은? 둘 다 0입니다. \(\Gamma(1) = \Gamma(2) = 1\)이고 \(\ln(1) = 0\)이기 때문입니다. 이 함수는 \(a = 1.4616\) 부근에서 최솟값을 가집니다.

결과는 정확한가요? 란초스 근사는 일반적인 인수에 대해 약 15자리 유효숫자까지 정확하며, 이는 double 정밀도 부동소수점의 한계와 일치합니다.