خطوات الاستخدام
1. فهم التوزيع اللوغاريتمي الطبيعي: التوزيع اللوغاريتمي الطبيعي هو توزيع احتمالي لمتغير عشوائي يكون لوغاريتمه طبيعيًا. إذا كان Y = ln(X) يتبع توزيعًا طبيعيًا بمتوسط μ وانحراف معياري σ، فإن X يتبع توزيعًا لوغاريتميًا طبيعيًا. يُستخدم هذا التوزيع غالبًا لنمذجة المتغيرات الموجبة الانحراف، مثل أسعار الأسهم والدخل وأعمار بعض المنتجات. المعلمات الرئيسية هي μ (mu) و σ (sigma)، وهما متوسط وانحراف معياري للتوزيع الطبيعي الكامن، وليس لـ X نفسها.
2. إدخال القيمة X: أدخل القيمة المحددة x التي تريد حساب دالة الكثافة الاحتمالية (PDF) عندها. يجب أن تكون x موجبة (> 0) لأن التوزيع اللوغاريتمي الطبيعي يُعرف فقط للقيم الموجبة. يعطي PDF عند x الاحتمال النسبي لملاحظة تلك القيمة. صيغة PDF هي: f(x; μ, σ) = (1/(xσ√(2π))) * exp(-(ln(x)-μ)²/(2σ²)). ستحسب الآلة الحاسبة هذه القيمة.
3. إدخال المعلمات μ و σ: أدخل المتوسط (μ) والانحراف المعياري (σ) للوغاريتم الطبيعي للمتغير. هاتان هما معلمتا التوزيع الطبيعي الكامن. لاحظ أن μ و σ ليسا متوسط وانحراف X نفسها؛ فهما يصفان توزيع ln(X). المتوسط الفعلي لـ X هو exp(μ + σ²/2) والتباين هو (exp(σ²)-1)*exp(2μ+σ²). تستخدم الآلة الحاسبة هذه المعلمات لحساب PDF والمتوسط والتباين للتوزيع اللوغاريتمي الطبيعي.
4. تفسير النتائج: تُخرج الآلة الحاسبة ثلاث قيم: PDF والمتوسط والتباين. يمثل PDF عند x كثافة التوزيع عند تلك النقطة. المتوسط هو القيمة المتوقعة لـ X، والتباين يقيس الانتشار. على سبيل المثال، إذا كان μ=0 و σ=1، فإن المتوسط هو exp(0.5) ≈ 1.648، والتباين هو (e-1)*e ≈ 4.67. PDF عند x=1 يساوي تقريبًا 0.3989. تساعد هذه القيم في فهم شكل وخصائص التوزيع.
5. التطبيقات الواقعية: يُستخدم التوزيع اللوغاريتمي الطبيعي على نطاق واسع في التمويل لتسعير الخيارات (على سبيل المثال، يفترض نموذج بلاك-شولز أن أسعار الأصول تتبع توزيعًا لوغاريتميًا طبيعيًا)، وفي هندسة الموثوقية لأعمار الفشل، وفي علم الأحياء لعمليات النمو. باستخدام هذه الآلة الحاسبة، يمكنك العثور بسرعة على الكثافة والعزوم لإعدادات معلمات مختلفة، مما يساعد في تقييم المخاطر والنمذجة وتحليل البيانات.
أمثلة محلولة
تطبيقات عملية على التوزيع اللوغاريتمي الطبيعي بخطوات الحل كاملة.
الحل
للحل، نلاحظ أولاً أن μ و σ هم معلمات التوزيع الطبيعي الكامن لـ ln(S). هنا μ = 0.1، σ = 0.3، و x = 50. دالة الكثافة تعطى بالصيغة f(x) = (1/(xσ√(2π))) * exp(-(ln(x)-μ)²/(2σ²)). احسب ln(50) ≈ 3.912. ثم (ln(x)-μ) = 3.912 - 0.1 = 3.812. مربع: 3.812² ≈ 14.53. اقسم على 2σ² = 2*(0.3²)=2*0.09=0.18: 14.53/0.18 ≈ 80.72. إذن exp(-80.72) ≈ 6.7e-36. المقام: xσ√(2π) = 50*0.3*√(6.2832)=15*2.5066≈37.60. وبالتالي PDF ≈ 6.7e-36 / 37.60 ≈ 1.78e-37. هذه الكثافة الصغيرة للغاية تعكس أن 50 دولارًا بعيد جدًا عن النطاق النموذجي. متوسط S هو exp(μ + σ²/2) = exp(0.1 + 0.09/2) = exp(0.1+0.045)=exp(0.145)≈1.156. لذا السعر المتوقع حوالي 1.156 دولار؟ هذا يبدو منخفضًا؛ في الواقع المتوسط بنفس وحدات السعر، لكن هنا μ صغير و σ معتدل، لذا القيمة المتوقعة هي exp(0.145)=1.156، وهي ليست 50 دولارًا. هذا يشير إلى أن 50 دولارًا قيمة متطرفة. التباين هو (exp(σ²)-1)*exp(2μ+σ²) = (exp(0.09)-1)*exp(0.2+0.09)= (1.09417-1)*exp(0.29)=0.09417*1.3364≈0.1259. لذا التباين صغير. هذا يشير إلى أن توزيع سعر السهم متمركز حول 1.156 دولار، لذا 50 دولارًا غير محتمل للغاية. يعكس PDF ذلك. عمليًا، يتم تقدير μ و σ لعوائد الأسهم من البيانات التاريخية؛ متوسط μ قد يكون حوالي 0.05-0.1 سنويًا و σ حوالي 0.2-0.4. يوضح المثال كيفية تطبيق الصيغ.
الحل
هنا x = 100، μ = 4، σ = 0.5. أولاً احسب ln(100) = 4.605. ثم (ln(x)-μ) = 4.605 - 4 = 0.605. مربع: 0.605² = 0.366. اقسم على 2σ² = 2*(0.5²)=2*0.25=0.5: 0.366/0.5 = 0.732. لذا exp(-0.732) = 0.481. المقام: xσ√(2π) = 100*0.5*2.5066 = 50*2.5066 = 125.33. لذا PDF = 0.481/125.33 ≈ 0.00384. المتوسط = exp(μ + σ²/2) = exp(4 + 0.25/2) = exp(4+0.125)=exp(4.125)≈61.87 ساعة. التباين = (exp(σ²)-1)*exp(2μ+σ²) = (exp(0.25)-1)*exp(8+0.25)= (1.2840-1)*exp(8.25)=0.2840*3835≈1089. لذا الانحراف المعياري √1089≈33 ساعة. هذا يشير إلى أن أوقات الفشل النموذجية حوالي 62 ساعة، مع انتشار حوالي 33 ساعة. PDF عند 100 ساعة هو 0.00384، وهو منخفض نسبيًا لكنه ليس مهملاً مقارنة بالذروة. هذا المثال نموذجي لتحليل الموثوقية.
أمثلة محسوبة
قيم مُدخَلة ونتيجة محسوبة فعليًا بواسطة التوزيع اللوغاريتمي الطبيعي.
قيم مُدخَلة قياسية
- x
- 1
- μ (متوسط ln)
- 0
- σ (انحراف ln)
- 1
قيم مُدخَلة مرتفعة
- x
- 1.7
- μ (متوسط ln)
- 0
- σ (انحراف ln)
- 1.7
قيم مُدخَلة منخفضة
- x
- 0.2
- μ (متوسط ln)
- 0
- σ (انحراف ln)
- 0.2