Katalog

OĞA YASALARI eme karşısında oldukça dengesiz oldarını belirtti. 3, buradan hareketle, eğer çok daha ın olsak her düşüşümüzde şiddetli şeie kafamızı incitme tehlikesiyle karşı şıya olacağımız sonucuna vardı. )aha temel bir düzeyde, bu yaralanma sılığı, insanların boyları konusunda, atasımızı oluşturan kimyasal bağların eli kuvvetleri ve bizi üstüne çeken yer <iminin kuvveti tarafından kurulmuş bir ır olduğu anlamına gelir. jzmik Değişmezler 3u iki kuvvetin gücü 15 milyar yıl kadar ce kozmik büyük patlamada değeri ait kılınan çeşitli önemli değişmezler ktronun yükü gibi tarafından yönetilir. sss'inkine benzer bir tartışmayı kullaak bu değişmezlerin değerlerinin in Bunun nedeni, olasılık ve görsel yanılsamanın ilginç bir birleşimini içerir. Haritanın kare olduğunu varsayın; o zaman "Murphy Bölgesi" yolların gittiği yerleri takip etmenin zor olduğu haritanın kenarlarına yakın yerler ve merkezi kat yerlerinden oluşur. Basit geometri bilgisi, Murphy bölgesinin, genişliği tüm haritanın genişliğinin sadece onda birini oluştursa bile, haritanın alanının yarısından fazlasına karşılık geldiğini gösterir. Harita üzerinde rastgele işaretlenen bir noktanın Murphy bölgesine düşme şansı yüzde elliden yüksektir. Bu sürpriz sonucun nedeni, Murphy bölgesinin, dar görünmesine karşın, çevresinin haritanın en büyük boyutunu izle mesi ve böylece bu bölgenin toplam alanının aldatıcı bir şekilde geniş olmasıdır. Murphy Yasası'nın goreli olarak daha kolay açıklanabılen bir başka örneği ıksimum netre cirında bir y sınırına I açtığını Idum bu kseklık .m eği n ğlı tarafıı yere gelmesini önlemeye yetmez. <z. lan Stevvart'ın "The Anthropomurp; Principle" başlıklı yazısı, Scientific lerican, Aralık 1995). 3örülüyor ki ekmek yağlı tarafı üzerine şmeye yöneliyor çünkü evren bu şekiltasarımlanmış. 3u sonucun 1995'te European Journal Physics'ie yayımlanması şaşırtıcı ölçüpopüler ilgi yarattı. Kısa bir süre sonra ndimi Murphy yasasının diğer örneklei açıklamamı isteyen sorularla karşı rşıya buldum: Hava hafta sonları niye p daha kutü olur, veya arabalar önemli ilantılara giderken niye bozulur, gibi.. 8u gıbı bırçok ömekteki sorun ya doğolmamaları ya da tamamen öyküsel ve aliz edilmeye elverişşiz olmalarıdır. abanın bozulması gibi bazı örnekler n, standart bılimın yaptığı seçici hafıza ıntıklı görünüyor. Yine de Murphy Yasası'nın analize dauygun bazı ünlü örneklerini buldum. ı yine sonuçlar, yasanın geçerliliğine ın popüler inancı destekleme eğiliminydiler. Yaşamdaki can sıkıcı küçük olaylar göründükleri kadar tesadüf sonucu degildirler: Dehşet verici gerçek, evrenin biz insanlara karşı olduğudur. açaklarda Kayıp Murphy ilkesinin açıklanması kolay an örneklerinden biri Murphy Harita<• Vasas/dır Şöyle ifade edilebilir: "Eğer aradığınız ' yerin haritanın uygun olmayan bölüminde olma ihtımali varsa, oralardadır". » sonucu birbirinin eşi olmayan tek nu gösterir. Murphy Kuyruklar Vasas/dır: "Sizin yanınızdaki kuyruk genellikle ilk olarak biter". Tabii ki tüm kışlık alışverişini yapan 12 kişilik bir aılenin arkasında sıraya geçerseniz, diğer kuyrukların sizden öhce sona ermesi şaşırtıcı değildir. Fakat sizin içınde bulunduğunuz kuyruk uzunluk ve şekil bakımından diğerleri ıle aynı ise ne olacak? O zaman Murphy Yasası'ndan kurtulacak mısınız? Üzgünüz, ama yanıt hayır. Tüm sıraların aşağı yukarı aynı hızla hareket edeceği doğrudur tüm sıraların, kasiyerin kasa fişini değiştirmesi veya bir müşterinin sadece bir paket sakız için tanınmamış bir bankaya ait bir çek kullanmak istemesi gibi sorunlarla karşılaşma olasılığı eşit gibidir. Fakat süpermarkete herhangı bir gidişimizde ortalamalar bizi ilgilendirmez: yalnızca o sırada bizim içinde bulunduğumuz kuyruğun ilk olarak bitmesini isterız. Ve bu durumda seçtiğimiz sıranın tesadüfi gecikmelerle en az vakit kaybedecek sıra olması olasılığı 1/N 'dir. Burada N süpermarketteki toplam kuyruk sayısını gösterir. Sadece iki tarafımızdaki sıralardan daha önce ilerlemek bizim için yeterli olsa bile bunun gerçekleşmesı olasılığı sadece üçte birdir. Yani her üç defadan ikisinde ya sağdaki ya da soldakı sıra bizden önce biter. Olasılık teorisi, kombınezonlar, matemetiksel düzen incelemeleri Murphy Yasası'nın bir başka ünlü ömeğinin anahtarını taşırlar. "Eğer çoraplar kalabilirlerse kalacaklardır". Bir çift çorap bulabilmek için çekmeceyi karıştıran birinin dikkatini her yerde karşısına çıkan çok sayıdaki tek çoraplar çeker. Nereye gittikleri hakkında bir şey bilmeden, tek kalan çorapların esrarını araştırmak mümkündür. Durumu incelemek ıçın, sadece hepsi çift olan çoraplarınızın bulunduğu bir çekmecenizin olduğunu düşünün. Ve bir çorabınız kaybolsun. Nerede olduğunu, nasıl kaybolduğunu düşünmeyin. Şimdi çekmecenizde tek kalmış bir çorabınız var. Daha sonra ikınci bir çorabınızın daha kaybolduğunu varsayın. Bu, daha önce eşi kaybolmuş olan çorap olabilir, ama daha büyük olasılıkla kaybolan çorap yeni bir çiftin teki olacak ve çekmecenizde bir tane daha tek çorap olacaktır. Kombinezon analizi tarafından desteklenebilecek doğal bir eğilimin izleri şimdiden görülebilir. Rasgele çorap kaybolmasının mümkün olan en fazla sayıda tek kalmış çorap oluşturması olasılığı, bizi bu sorundan kurtarması olasılığından her zaman çok daha fazladır. YAĞMUR MALZEMELERİ sık sık gereksiz hale gelir, çünkü standart yağmur yağma oranı bir örneğin 10 tam çorap kişinin dışarda olacağı kısa süre içinde yağmurun yağmaolasılığı dünyanın birçok yerinde düşükçifti ile başlasaydık, çoraptur. Ender hava olaylarının kestirimi güvenilir şekilde yapılamaz. ların yarısı kayboluncaya kadar elimizde bir çekmece dolusu eşi olmayan çorap kalma olasılığı, geriye yalnızca tam çiftlerin kalması olasılığından 4 kat daha fazladır. Ve en olası sonuç 6 tek çorabın arasında yalnızca iki tam çift çorabın kalmasıdır. Sabahları çorap çiftlerini eşleştirmenin çok zor olmasında şaşıracak bir şey yok. Olasılık teorısı a y r ı c a Murphy'nin Şemsiye Yasasına da ışık tutuyor: "Yağmur yağacağı haber verildiğinde şemsiye taşımak yağmurun yağma olasılığını azaltır." Hava durumu tahminlerinde doğruluk oranının yüzde 80'den yüksek olduğunu söyleyen meteorolojı uzmanlarının karşısında, onların tavsiyelerine göre şemsıyenızi yanınıza almanızın beşHANGİ SIRA daha hızlı llerieyecek? Her sırada, örneğin müşte dört doğru teriler çekle ödeme yaparken olduğu gibi, rasgele gecikmelerin olacağı açık giyaşanması olasılığı vardır, fakat basit olasılık kurallan en hızlı bi gelir. Fakat ilerleyen sıranın sizin içinde bulunmadığmız bir sıra olması bu mantık yağolasılığının yüksek olduğunu gösterir. murun yağma oranı hesaba etmek için yeterli değildir. katılırsa geçersızdir. Eğer yağmur oldukKaptan Murphy büyük olasılıkla kritik ça ender yağıyorsa, o zaman bu etkileyigüvenlik teknikleri için değerlı ilkesinin ci yüzde seksenlik doğruluk derecesini kendi görüşüne göre basitleştırilmesine veren doğru tahminlerin çoğu yağmur haklı olarak sinirlenmişti. Yine de, yağmayacağı şeklındeki kestirimlerdir. yasasının popüler versiyonunun yararsız Bu o kadar etkileyici değildir. (özellikle olmadığına inanıyorum. Phoenix veya San Diego'da) Murphy Yasası'nın birçok örneğinin aslında bir temele sahip olması, belki de, Şemsiyenizi Almayın bilim adamlarının milyonların deneyimınin önemsiz bir yanılgı olduğunu söylemekte Şemsiyenizi alıp almayacağınıza karar aceleci davranmamaları gerektiğinı gösverirken sizin dışarıda olacağınız saatte terir. yağmurun yağma olasılığını hesaba katVe katı cisimler dinamiğinden olasılık malısınız, bu da dünyanın çoğu yerinde ilkesine kadar çeşitli ilkelere dayanan düsük bir olasılıktır. açıklamaları olan Murphy yasasının çeşitÖrneğin saatlik yağmur yağma li örneklerının analizi öğrencileri başka oranının 0.1 olduğunu varsayalım, yani türlü sıkıcı buldukları konuları çalışmaları sizin bir saatlik yürüyüşünüz sırasında yönünde harekete geçirmemize yardımcı yağmur yağmama olasılığı yağmur yağolabilir. ma olasılığından 10 kat daha fazladır. Fakat belki de, Murphy Yasası'nın arO zaman, olasılık teorisi yüzde seksen kasındaki en önemli ders, görünüşte doğru olan bir hava durumu tahmininin önemsiz olayların her zaman önemsiz bile sizin yürüyüşünüz sırasında yanlış açıklamaları olmadığını göstermesıdir. çıkma olasılığının doğru çıkma olasılığınSonuç olarak bu o kadar kötü bir yasa da iki kat fazla olduğunu gösterir ve değil. sonuçta boşu boşuna şemsiye taşımış olursunuz. Kaynak: Scientific American/Nısan 97 Bugünün çok yüksek doğruluk oranına Yoztır: Roberts AJ. Matthews sahip olan hava durumu tahminleri bile Türkçe: Ekim tnan Kankotan ender olayları güvenilir bir şekilde tahmin 536 7