Bu üreteç ne işe yarar?
Bu araç, log-normal dağılıma uyan bir sözde rastgele sayı listesi oluşturur. Bir X rastgele değişkeni, doğal logaritması \(\ln(X)\) normal dağılıyorsa log-normaldir. Üreteç önce klasik Box-Muller dönüşümü ile standart normal değerler üretir, bunları hedef \(N(\mu, \sigma^2)\) normal dağılımına ölçekler ve ardından üstel fonksiyonla kesinlikle pozitif log-normal değerlere dönüştürür.
Önemli: mu ve sigma neyi ifade eder?
\(\mu\) ve \(\sigma\) parametreleri, \(\ln(X)\) değişkeninin altta yatan normal dağılımını tanımlar — bunlar X'in kendisinin ortalaması ve standart sapması değildir. X'in gerçek ortalaması, medyanı ve varyansı şöyle hesaplanır:
$$\begin{aligned} \text{Mean} &= \exp\!\left(\mu + \tfrac{1}{2}\sigma^{2}\right) \\ \text{Median} &= \exp\!\left(\mu\right) \\ \text{Var} &= \left(e^{\sigma^{2}} - 1\right) e^{\,2\mu + \sigma^{2}} \end{aligned}$$Bu referans değerler, çıktınızı doğrulayabilmeniz için örneğinizle birlikte gösterilir.
Nasıl kullanılır?
\(\mu\) (herhangi bir gerçel sayı), \(\sigma\) (sıfır veya pozitif) ve kaç sayı istediğinizi (1 ile 1000 arası) girin. Kaç anlamlı basamak gösterileceğini seçin. Her çalıştırmada yeni düzgün (uniform) rastgele sayılar çekilir, dolayısıyla değerler her seferinde değişir. Box-Muller yöntemi her düzgün sayı çiftinden iki normal değer ürettiği için, tek sayıda adet girdiğinizde fazla kalan bir değer basitçe atılır.
Formülün açıklaması
(0,1] aralığındaki \(U_1, U_2\) düzgün sayıları için:
$$Z = \sqrt{-2\ln U_1}\,\cos(2\pi U_2)$$ifadesi \(Z \sim N(0,1)\) verir. Ardından \(Y = \mu + \sigma\, Z\) değeri \(N(\mu, \sigma^2)\) dağılımına sahiptir ve \(X = \exp(Y)\) log-normaldir. \(\ln(0)\) durumuna karşı \(U_1\)'i çok küçük bir epsilon değeriyle sınırlandırırız.
Çözümlü örnek
\(\mu = 1\), \(\sigma = 2\) için \(U_1 = 0{,}5\) ve \(U_2 = 0{,}25\) alalım. Bu durumda \(R = \sqrt{-2\ln 0{,}5} = 1{,}17741\) olur. \(Z_1 = R\cdot\cos(\pi/2) = 0\) ve \(Z_2 = R\cdot\sin(\pi/2) = 1{,}17741\). Böylece \(X_1 = \exp(1) = 2{,}71828\) ve \(X_2 = \exp(1 + 2\cdot 1{,}17741) = \exp(3{,}35482) \approx 28{,}64\) elde edilir. Teorik ortalama \(\exp(3) = 20{,}0855\) ve medyan \(\exp(1) = 2{,}71828\) ile sonuçlar tutarlıdır.
Sık sorulan sorular
Değerlerim neden her çalıştırmada farklı? Bu, Math.random() kullanan stokastik bir üreteçtir; sabit bir tohum (seed) verilmediğinden her çalıştırma farklı sonuç verir.
sigma = 0 olursa ne olur? Dağılım dejenere hale gelir ve her değer \(\exp(\mu)\) değerine eşit olur.
Bir değer negatif olabilir mi? Hayır — log-normal dağılımın tanım aralığı \((0, \infty)\) olduğundan tüm çıktılar kesinlikle pozitiftir.
μ ve σ Dağılımı Nasıl Değiştirir
\(\mu\) ve \(\sigma\) parametreleri, \(X\) değerinin kendisinin değil, \(\ln X\) değerinin ortalaması ve standart sapmasıdır. Hesaplayıcının raporladığı teorik değerler şu formüllere uyar:
- Medyan: \(e^{\mu}\)
- Ortalama: \(e^{\mu+\sigma^2/2}\)
- Varyans: \((e^{\sigma^2}-1)\,e^{2\mu+\sigma^2}\)
| \(\mu\) | \(\sigma\) | Medyan \(e^{\mu}\) | Ortalama | Varyans | Ortalama/medyan \(e^{\sigma^2/2}\) |
|---|---|---|---|---|---|
| 0 | 0.25 | 1.0000 | 1.0317 | 0.0687 | 1.0317 |
| 0 | 0.5 | 1.0000 | 1.1331 | 0.3647 | 1.1331 |
| 0 | 1 | 1.0000 | 1.6487 | 4.6708 | 1.6487 |
| 1 | 0.5 | 2.7183 | 3.0802 | 2.6948 | 1.1331 |
| 1 | 2 | 2.7183 | 20.0855 | 21,623.04 | 7.3891 |
(1, 2) için çalışma kontrolü: ortalama \(e^{1+4/2}=e^{3}\approx 20.0855\) değerindedir. Varyans \((e^{4}-1)\,e^{2+4}=e^{10}-e^{6}\approx 22026.47-403.43=21623.04\) değerindedir.
Oran hakkında not: ortalamanın medyana bölümü her zaman \(e^{\sigma^2/2}\) değerine eşittir, dolayısıyla yalnızca \(\sigma\) değerine bağlıdır. \(\mu\) değerinin değiştirilmesi, dağılımın şeklini değiştirmeden tüm dağılımı yeniden ölçekler (medyan \(e^{\Delta\mu}\) ile çarpılır). \(\sigma\) değerinin artırılması sağ kuyruğu ağırlaştırır ve ortalama medyanın çok üzerine çıkar.
Temel Terimler
- Log-normal dağılım
- Doğal logaritması \(\ln X\) normal dağılım gösteren, pozitif bir \(X\) değişkeninin dağılımıdır.
- Mu (\(\mu\))
- \(\ln X\) değerinin ortalamasıdır. Ölçeği belirler: \(X\) değerinin medyanı \(e^{\mu}\) değerine eşittir.
- Sigma (\(\sigma\))
- \(\ln X\) değerinin standart sapmasıdır. Pozitif olmak zorundadır ve yayılımı ile çarpıklığı denetler.
- Standart normal Z
- Ortalaması 0 ve varyansı 1 olan normal bir değişkendir. Burada \(X=e^{\mu+\sigma Z}\) değerine eşittir.
- Düzgün değişken U
- 0 ile 1 arasında eşit olarak dağılmış rastgele bir sayıdır. Box-Muller yöntemi bunlardan ikisini, \(U_1\) ve \(U_2\) değerlerini kullanır ve \(U_1\) değeri 0'dan büyük olmalıdır.
- Box-Muller dönüşümü
- İki bağımsız düzgün değişkeni standart normal değişkenlere dönüştüren bir yöntemdir; örneğin \(Z=\sqrt{-2\ln U_1}\cos(2\pi U_2)\) değerine eşittir.
- Sözde rastgele sayı
- Deterministik bir algoritmanın ürettiği, istatistiksel olarak rastgele bir sayı gibi davranan ancak gerçekte rastgele olmayan sayıdır.
- Ortalama, medyan, mod
- Ortalama, ortanca değer ve en sık görülen değerdir (yoğunluk eğrisinin tepe noktası). Log-normal dağılım için: ortalama \(e^{\mu+\sigma^2/2}\), medyan \(e^{\mu}\), mod \(e^{\mu-\sigma^2}\) değerine eşittir. Mod < medyan < ortalama.
- Varyans
- Ortalamadan sapmaların karelerinin ortalamasıdır. Log-normal dağılım için \((e^{\sigma^2}-1)e^{2\mu+\sigma^2}\) değerine eşittir.
- Sağa çarpıklık
- Büyük değerlere doğru uzun bir kuyruğu olan simetrisizliktir ve ortalamayı medyanın üzerine çeker.