Lévy Dağılımı Hesaplayıcı

Lévy Dağılımı Hesaplayıcı

Büyüyen AI Skill PRO

Hesaplamaya Girin

Formül

f(x)=c2πe−c2(x−μ)(x−μ)3/2f(x) = \sqrt{\dfrac{\text{c}}{2\pi}}\;\frac{e^{-\frac{\text{c}}{2\left(\text{x}-{\mu}\right)}}}{\left(\text{x}-{\mu}\right)^{3/2}}
Hesaplama adımlarını göster (2)
  1. Alt birikimli olasılık P(X ≤ x)

    P(X≤x)=erfc(z)buradaz=c2(x−μ)\begin{gathered} P(X \le x) = \operatorname{erfc}\!\left(z\right) \\[1.5em] \text{burada}\quad z = \sqrt{\dfrac{\text{c}}{2\left(\text{x}-{\mu}\right)}} \end{gathered}

    z'nin erfc değeri, burada z = √(c / (2(x − μ)))

  2. Üst olasılık P(X > x)

    P(X>x)=erf(z)buradaz=c2(x−μ)\begin{gathered} P(X > x) = \operatorname{erf}\!\left(z\right) \\[1.5em] \text{burada}\quad z = \sqrt{\dfrac{\text{c}}{2\left(\text{x}-{\mu}\right)}} \end{gathered}

    z'nin erf değeri, burada z = √(c / (2(x − μ)))

Kullanım istatistikleri

Reklam

Sonuç

Olasılık yoğunluğu f(x)
0,06499
yoğunluk (boyutsuz)
Alt birikimli olasılık P(x) 0,563703
Üst birikimli olasılık Q(x) 0,436297

Bu sayfadaki bir hatayı bildir

Lévy dağılımı nedir?

Lévy dağılımı, negatif olmayan bir rastgele değişken için tanımlanan sürekli bir olasılık dağılımıdır. Kapalı biçimli bir olasılık yoğunluk fonksiyonuna sahip olan az sayıdaki kararlı (stable) dağılımdan biridir ve aynı zamanda ters gama dağılımının özel bir hâlidir. Dağılım iki parametreyle tanımlanır: dağılımı kaydırarak tanım aralığının \(x = \mu\) noktasından başlamasını sağlayan bir konum parametresi \(\mu\) ve yayılımı belirleyen pozitif bir ölçek parametresi \(c > 0\). Çok ağır sağ kuyruğu nedeniyle Lévy dağılımının ortalaması ve varyansı tanımsızdır (sonsuzdur); buna rağmen noktasal yoğunluğu ile birikimli olasılıkları kusursuz biçimde tanımlıdır.

Sıfırdan yükselip uzun bir kuyruk oluşturan, sağa çarpık Lévy olasılık yoğunluk eğrisi
Lévy dağılımının OYF'si: uzun kuyruklu, sağa doğru güçlü çarpık bir eğri.

Bu hesaplayıcı nasıl kullanılır?

Rastgele değişken \(x\) değerini, konum parametresi \(\mu\) değerini ve pozitif ölçek parametresi \(c\) değerini girin. Hesaplayıcı; olasılık yoğunluğu \(f(x)\), alt birikimli olasılık \(P(x) = P(X \le x)\) ve üst birikimli olasılık \(Q(x) = P(X > x)\) sonuçlarını döndürür. Standart Lévy dağılımı için \(\mu = 0\) ve \(c = 1\) kullanın. Eğer \(x\) değeri \(\mu\) değerine eşit veya ondan küçükse değişken tanım aralığının dışında kalır; bu durumda yoğunluk 0, \(P(x) = 0\) ve \(Q(x) = 1\) olur.

Formülün açıklaması

\(y = x - \mu\) olsun. \(y > 0\) için yoğunluk şöyledir:

$$f(x) = \sqrt{\dfrac{c}{2\pi}}\;\frac{e^{-\frac{c}{2y}}}{y^{3/2}}$$

Birikimli dağılım, tümleyici hata fonksiyonunu (erfc) kullanır:

$$P(x) = \operatorname{erfc}\!\left(\sqrt{\dfrac{c}{2y}}\right)$$

ve üst kuyruk basitçe

$$Q(x) = 1 - P(x) = \operatorname{erf}\!\left(\sqrt{\dfrac{c}{2y}}\right)$$

olur. Bu araç, erf ve erfc fonksiyonlarını Abramowitz & Stegun rasyonel yaklaşımı 7.1.26 ile hesaplar; bu yaklaşım yaklaşık yedi ondalık basamak doğruluğa sahiptir.

Reklam
x noktasında ayrılan sol taralı alan P ve sağ alan Q ile yoğunluk eğrisi
Alt olasılık \(P(x)\) soldaki taralı alandır; üst olasılık \(Q(x)\) ise sağdaki alandır.

Çözümlü örnek

\(\mu = 0\), \(c = 1\), \(x = 3\) alalım; böylece \(y = 3\) olur. Argüman \(z = \sqrt{1/6} = 0{,}408248\) olur. Yoğunluk

$$\sqrt{\dfrac{1}{2\pi}}\cdot\frac{e^{-1/6}}{3^{1.5}} = 0{,}398942\cdot\frac{0{,}846482}{5{,}196152} \approx 0{,}06499$$

çıkar. Alt birikimli olasılık \(P(3) = \operatorname{erfc}(0{,}408248) \approx 0{,}56373\) ve üst birikimli olasılık \(Q(3) = \operatorname{erf}(0{,}408248) \approx 0{,}43627\) olur. Beklendiği gibi \(P + Q = 1\)'dir.

Sıkça sorulan sorular

c sıfır veya negatifse ne olur? Ölçek parametresi kesinlikle pozitif olmalıdır; \(c \le 0\) için hesaplayıcı bir hata döndürür.

x değeri mu'ya eşit olduğunda yoğunluk neden 0 olur? Tanım aralığı \(x = \mu\) noktasında başlar; yoğunluk 0'dan yükselir, tek bir tepe (mod) noktasına ulaşır, ardından ağır sağ kuyrukla yavaşça azalır.

Lévy dağılımının bir ortalaması var mı? Hayır. Hem ortalama hem de varyans sonsuzdur; bu nedenle Lévy uçuşları (Levy flights) gibi aşırı uç değerler içeren olguları modellemede kullanılır.

Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör