ماذا يعني قانون بنفورد (Benford's Law) وكيف يُستخدم في الخوارزميات وتحليل البيانات
قانون بنفورد (Benford's Law) هو ملاحظة إحصائية بسيطة ومدهشة: في كثير من مجموعات البيانات الواقعية، الرقم الأول (أقصى اليسار) من كل عدد لا يظهر بالتساوي. الرقم 1 يتصدّر أول الأعداد بنسبة تقارب 30%، بينما الرقم 9 لا يتجاوز نحو 4.6%. أما في مجال الخوارزميات وهياكل البيانات فاستخدامه الحقيقي هو كشف الاحتيال والتلاعب والتحقّق من سلامة البيانات، وليس تسريع عمليات الفرز أو البحث كما يُشاع خطأً. سنوضّح كل ذلك بدقة أدناه.
ما هو قانون بنفورد بالضبط؟
القانون يصف احتمال أن يكون الرقم الأول في عدد ما هو الرقم d وفق الصيغة:
P(d) = log₁₀(1 + 1/d)
وتطبيق هذه الصيغة يعطينا التوزيع التالي:
| الرقم الأول | النسبة المتوقعة |
|---|---|
| 1 | 30.1% |
| 2 | 17.6% |
| 3 | 12.5% |
| 4 | 9.7% |
| 5 | 7.9% |
| 6 | 6.7% |
| 7 | 5.8% |
| 8 | 5.1% |
| 9 | 4.6% |
الفكرة المضادة للحدس هنا أن التوزيع ليس منتظمًا (لا يساوي 11.1% لكل رقم كما قد نتوقع)، بل ينحاز بقوة نحو الأرقام الصغيرة.
لماذا تحدث هذه الظاهرة أصلًا؟
السبب الجوهري هو أن كثيرًا من الظواهر الطبيعية تنمو بشكل نسبي (مضاعف) لا خطي، وتمتد قيمها عبر عدة رتب عشرية (من الآحاد إلى الآلاف إلى الملايين). عندما تنظر إلى مثل هذه البيانات على مقياس لوغاريتمي تجد أن الفترة التي يبدأ فيها العدد بالرقم 1 أوسع بكثير من الفترة التي يبدأ فيها بالرقم 9. ومن خصائص هذا التوزيع أنه ثابت أمام تغيير الوحدات؛ فسواء قِست المبالغ بالدولار أم بالريال أم باليورو يبقى التوزيع نفسه، وهذه الخاصية جزء من سبب انتشاره.
متى ينطبق القانون ومتى لا ينطبق؟
هذا التمييز هو أهم ما يغفله كثير من الشروحات السطحية:
- ينطبق على البيانات الممتدة عبر رتب متعددة والناتجة عن عمليات نمو أو ضرب: القوائم المالية، أعداد السكان، مساحات الدول، أطوال الأنهار، أحجام الملفات، الثوابت الفيزيائية، أرقام الحسابات في دفتر يومية محاسبي.
- لا ينطبق على الأرقام المُسنَدة أو المقيّدة ضمن نطاق ضيّق: أرقام الهواتف، الرموز البريدية، أرقام الهوية، أطوال البشر، درجات الحرارة اليومية، أو أي قيم لها حدّ أدنى وأعلى متقاربان.
القاعدة العملية: كلما امتدت بياناتك عبر عدة أصفار (رتب مقدار) دون قيود اصطناعية، اقترب توزيعها من بنفورد.
أين يُستخدم فعليًا في علوم الحاسب والخوارزميات؟
هنا يجب فصل الحقيقة عن المبالغة:
- كشف الاحتيال والتلاعب (الاستخدام الأبرز): في المحاسبة الجنائية وتدقيق الحسابات، يُقارَن توزيع الأرقام الأولى في البيانات المالية بالتوزيع المتوقع. الانحراف الكبير مؤشّر على أرقام مُختلَقة يدويًا، لأن البشر عند تزوير الأعداد يميلون إلى توزيعها بانتظام غير طبيعي.
- التحقق من سلامة البيانات: يُستخدم كاختبار سريع لاكتشاف بيانات مفبركة أو أخطاء إدخال أو دمج ملفات معطوب، وكذلك في مراجعة نتائج الانتخابات والبيانات العلمية.
- تحليل الأخطاء العددية: يرتبط توزيع بنفورد بتوزيع الجزء العشري (الـ mantissa) في أعداد الفاصلة العائمة، وقد ناقش دونالد كنوث هذا في مرجعه The Art of Computer Programming عند تحليل أخطاء التقريب واختيار الأساس المناسب للتمثيل العددي.
- اختبار مولّدات الأرقام والنماذج: يمكن استخدامه كأحد الفحوص للتحقق من واقعية مخرجات محاكاة أو نموذج بيانات.
تصحيح خطأ شائع: هل يسرّع بنفورد الفرز والبحث؟
لا. تنتشر ادعاءات بأن قانون بنفورد "يحسّن أداء خوارزميات الفرز" أو "يسرّع البحث في الأشجار والرسوم البيانية" أو "يوزّع موارد الحوسبة السحابية"، وهذه ادعاءات غير دقيقة ولا سند لها. تعقيد خوارزميات الفرز والبحث (مثل O(n log n)) يعتمد على بنية الخوارزمية وعدد العناصر، لا على أول رقم في القيم. قانون بنفورد أداة تحليلية ووصفية لفهم توزيع البيانات وكشف شذوذها، وليس تقنية تحسين للأداء الحسابي.
كيف تختبر بياناتك بقانون بنفورد؟
يمكنك إجراء فحص عملي بخطوات بسيطة:
- اجمع مجموعة بيانات رقمية واسعة النطاق (يُفضّل مئات القيم على الأقل).
- استخرج الرقم الأول من كل قيمة (تجاهل الأصفار والإشارة والفواصل).
- احسب نسبة تكرار كل رقم من 1 إلى 9 في بياناتك.
- قارن نتائجك بالنسب المتوقعة في الجدول أعلاه.
- للتحقق الإحصائي الدقيق، طبّق اختبارًا مثل كاي-تربيع (Chi-square) لقياس معنوية الانحراف قبل إطلاق أي حكم.
نصيحة من التجربة: لا تعتبر أي انحراف دليل احتيال بحد ذاته. عيّنة صغيرة جدًا، أو بيانات مقيّدة النطاق، تعطي انحرافًا طبيعيًا لا علاقة له بالتلاعب. القانون مؤشّر يوجّه التدقيق، وليس إثباتًا قاطعًا.
الأسئلة الشائعة
هل قانون بنفورد قانون رياضي مثبت أم مجرد ملاحظة؟ هو ملاحظة تجريبية لها تفسير رياضي متين قائم على ثبات المقياس والتوزيع اللوغاريتمي، لكنه لا ينطبق على كل مجموعة بيانات، بل على تلك المستوفية لشروط النطاق الواسع.
هل يصلح دليلًا وحيدًا لإثبات الاحتيال في المحكمة؟ لا. يُستخدم كأداة فرز أولية توجّه المدققين إلى المواضع المشبوهة، ثم يأتي بعده تحقيق تفصيلي وأدلة داعمة.
لماذا لا ينطبق على أرقام الهواتف أو الهويات؟ لأنها أرقام مُسنَدة ضمن نطاق محدد أو وفق قواعد ترقيم، وليست نتاج عملية نمو طبيعي، فتوزيع رقمها الأول لا يتبع النمط اللوغاريتمي.
هل يمكن تطبيقه على الرقم الثاني والثالث؟ نعم، هناك امتدادات للقانون تصف توزيع الرقمين الثاني والثالث أيضًا، وإن كان انحيازها أضعف وأقرب إلى الانتظام كلما تقدّمنا في خانات العدد.