مفارقات رياضية on kenji.blog

أصدقاؤك لديهم أصدقاء أكثر منك: مفارقة الصداقة

Thu, 10 Sep 2026 21:00:00 +0900

“يبدو أن الأشخاص من حولي لديهم أصدقاء أكثر مني، ويبدو أنهم يستمتعون بوقتهم…” هل سبق لك أن شعرت بهذا أثناء تصفحك لوسائل التواصل الاجتماعي؟

في الواقع، شعورك هذا ليس بسبب شخصيتك أو قلة شعبيتك. بل هي حقيقة رياضية مثبتة في نظرية الشبكات والإحصاء تُعرف باسم “مفارقة الصداقة (Friendship Paradox)”.

هذه المفارقة التي اكتشفها عالم الاجتماع سكوت فيلد في عام 1991، تشرح الظاهرة التي تتناقض مع البديهة والتي تقول: “معظم الناس لديهم أصدقاء أقل من أصدقائهم”.

لماذا “الأصدقاء لديهم أصدقاء أكثر”؟

باختصار، يرجع هذا إلى انحياز بسيط في أخذ العينات: “الأشخاص الذين لديهم أصدقاء كثر (الأشخاص المشهورون) يظهرون في قوائم أصدقاء الكثير من الناس”.

دعونا نفكر في شبكة (مخطط) بسيطة.

graph TD A["أليس (صديق واحد)"] --- C["تشارلي (3 أصدقاء)"] B["بوب (صديق واحد)"] --- C C --- D["ديفيد (صديق واحد)"] style A fill:#4FC3F7,stroke:#333,stroke-width:2px style B fill:#4FC3F7,stroke:#333,stroke-width:2px style C fill:#FF9800,stroke:#333,stroke-width:4px style D fill:#4FC3F7,stroke:#333,stroke-width:2px

يوجد في هذا العالم الصغير 4 أشخاص: أليس، بوب، تشارلي، وديفيد. تشارلي هو “الشخص المشهور” وهو صديق للثلاثة الآخرين جميعهم. بينما الثلاثة الآخرون ليسوا أصدقاء إلا مع تشارلي فقط.

دعونا نلقي نظرة على عدد أصدقاء كل شخص.

عدد أصدقاء أليس: 1
عدد أصدقاء بوب: 1
عدد أصدقاء ديفيد: 1
عدد أصدقاء تشارلي: 3 متوسط عدد الأصدقاء للجميع هو $(1 + 1 + 1 + 3) / 4 = 1.5$ صديق.

بعد ذلك، دعونا نحسب “متوسط عدد أصدقاء صديق كل شخص”.

عدد أصدقاء صديق أليس (تشارلي): 3
عدد أصدقاء صديق بوب (تشارلي): 3
عدد أصدقاء صديق ديفيد (تشارلي): 3
متوسط عدد أصدقاء أصدقاء تشارلي (أليس، بوب، ديفيد): $(1 + 1 + 1) / 3 = 1$ صديق

الآن، سنقارن بين “نفسه” و “متوسط أصدقائه” لكل شخص.

أليس: نفسها (1) < متوسط الأصدقاء (3)
بوب: نفسه (1) < متوسط الأصدقاء (3)
ديفيد: نفسه (1) < متوسط الأصدقاء (3)
تشارلي: نفسه (3) > متوسط الأصدقاء (1)

3 من أصل 4 أشخاص (75٪ من الناس) يجدون أنفسهم في موقف حيث “أصدقاؤهم لديهم أصدقاء أكثر منهم”. وجود تشارلي المشهور يرفع بقوة “متوسط الأصدقاء” لكل من حوله.

الإثبات الرياضي: التباين هو المفتاح

دعونا نعبر عن هذا رياضياً. في نظرية الشبكات، لنفترض أن عدد أصدقاء (درجة) الشخص $v$ هو $k(v)$. لنفترض أن متوسط عدد الأصدقاء في الشبكة بأكملها هو $\mu$، وتباين عدد الأصدقاء هو $\sigma^2$.

وفقًا لإثبات فيلد، فإن القيمة المتوقعة لـ “عدد أصدقاء صديق تم اختياره عشوائيًا” هي كما يلي:

$$ \text{متوسط عدد أصدقاء الصديق} = \mu + \frac{\sigma^2}{\mu} $$

التباين $\sigma^2$ هو دائمًا قيمة أكبر من أو تساوي الصفر. بعبارة أخرى، باستثناء الموقف المستحيل حيث يكون لدى كل شخص نفس العدد من الأصدقاء تمامًا ($\sigma^2 = 0$)، فإن المتباينة التالية تتحقق دائمًا.

$$ \mu + \frac{\sigma^2}{\mu} > \mu $$

“متوسط عدد أصدقاء الصديق” سيكون دائمًا أكبر من “المتوسط الكلي لعدد الأصدقاء”.

في المجتمع الحقيقي وعلى وسائل التواصل الاجتماعي (مثل X و Instagram وغيرها)، يمتلك جزء صغير جدًا من الناس ملايين المتابعين (الأصدقاء)، في حين أن معظم الناس لديهم العشرات إلى المئات فقط. بعبارة أخرى، نظرًا لأن التباين $\sigma^2$ كبير جدًا، فإن تأثير هذه المفارقة يصبح أقوى بكثير.

التطبيق: الجوائح والتطعيم باللقاحات

مفارقة الصداقة لا تقتصر على علم نفس وسائل التواصل الاجتماعي. بل لها تطبيقات فعالة جدًا في القضايا الاجتماعية الواقعية، وخاصة التدابير المضادة للأمراض المعدية.

افترض أن لديك عددًا محدودًا من اللقاحات وتتساءل لمن يجب أن تُعطى. هناك طريقة أكثر فعالية من إعطائها بشكل عشوائي.

يتم اختيار أشخاص عشوائيًا.
لا يُعطى اللقاح للشخص نفسه، بل للشخص الذي يسميه “صديقًا”.

لماذا؟ بسبب مفارقة الصداقة، فإن “أصدقاء” الأشخاص الذين تم اختيارهم عشوائيًا لديهم احتمالية أكبر في أن يكون لديهم اتصالات أكثر في المتوسط (بأن يكونوا مراكز أو محاور). من خلال إعطاء الأولوية في التطعيم للأشخاص الذين لديهم اتصالات كثيرة، يمكن إبطاء انتشار العدوى في الشبكة بأكملها بشكل كبير.

الخلاصة

عندما تنظر إلى وسائل التواصل الاجتماعي وتشعر بأن “الجميع لديهم أصدقاء أكثر مني ويعيشون حياة أفضل”، فهذا ليس وهمًا من جانبك، بل هو حتمية رياضية تم إنشاؤها بواسطة بنية الشبكة.

نظرًا لأن الأشخاص المشهورين يظهرون في شبكات العديد من الأشخاص، فإننا نُجبر حتمًا على ملاحظة “الأشخاص المشهورين فوق المتوسط” فقط كعينة. في المرة القادمة التي تشعر فيها بالإحباط على وسائل التواصل الاجتماعي، يرجى تذكر هذه المعادلة.

$$ \mu + \frac{\sigma^2}{\mu} > \mu $$

تلميذ ومعلم، محاكمة متناقضة بغض النظر عن الفائز: مفارقة بروتاغوراس

Thu, 10 Sep 2026 21:00:00 +0900

في اليونان القديمة، أصبح شاب يدعى إيواثلوس تلميذًا لبروتاغوراس، أعظم السوفسطائيين (معلمي فن الخطابة). تم إبرام عقد بينهما بشأن دفع الرسوم الدراسية على النحو التالي:

تفاصيل العقد: بعد أن يكمل إيواثلوس دورة الخطابة بالكامل، يجب عليه دفع المبلغ المتبقي من الرسوم الدراسية لبروتاغوراس في اللحظة التي يفوز فيها بأول محاكمة له.

كان إيواثلوس طالبًا متميزًا، وأكمل دورة الخطابة بنجاح باهر. لكن بعد التخرج، ولسبب ما، رفض تولي أي قضية في المحكمة. إذا لم يذهب إلى المحكمة، فلن يتحقق شرط “الفوز بأول محاكمة” أبدًا، وبالتالي لن يضطر إلى دفع الرسوم الدراسية.

نفد صبر بروتاغوراس، فرفع دعوى قضائية ضد إيواثلوس في المحكمة. مطالبًا إياه: “ادفع الرسوم الدراسية”.

ومن هنا تبدأ متاهة المنطق.

منطق المعلم بروتاغوراس

جادل بروتاغوراس في المحكمة على النحو التالي:

“أيها القاضي، سأفوز بغض النظر عما سيحدث.

إذا فزت أنا بهذه المحاكمة، فبموجب قرار المحكمة يجب على إيواثلوس أن يدفع لي الرسوم الدراسية.
وإذا خسرت أنا هذه المحاكمة، فهذا يعني أن إيواثلوس قد “فاز بأول محاكمة له”. وهذا يعني تحقق شرط العقد، وبموجب العقد يجب عليه دفع الرسوم الدراسية.

في كلتا الحالتين، هو ملزم بدفع الرسوم الدراسية.”

منطق التلميذ إيواثلوس

في المقابل، لم يستسلم إيواثلوس وكان له رده الخاص.

“أيها القاضي، سأفوز أنا بغض النظر عما سيحدث.

إذا فزت أنا بهذه المحاكمة، فبموجب قرار المحكمة لست مضطرًا لدفع الرسوم الدراسية.
وإذا خسرت أنا هذه المحاكمة، فهذا يعني أنني لم “أفز بأول محاكمة” بعد. أي أن شرط العقد لم يتحقق، وبموجب العقد، لست ملزمًا بدفع الرسوم الدراسية.

في كلتا الحالتين، لست مضطرًا لدفع الرسوم الدراسية.”

graph TD A["نتيجة المحاكمة"] --> B["بروتاغوراس يفوز"] A --> C["إيواثلوس يفوز"] B --> B1["الحكم: إيواثلوس يدفع"] B --> B2["العقد: إيواثلوس لم يفز → لا يجب عليه الدفع"] C --> C1["الحكم: إيواثلوس لا يجب عليه الدفع"] C --> C2["العقد: فوز إيواثلوس الأول → يجب عليه الدفع"] B1 --> D{"تناقض! الحكم ضد العقد"} B2 --> D C1 --> E{"تناقض! الحكم ضد العقد"} C2 --> E style A fill:#ECEFF1,stroke:#333,stroke-width:2px style B fill:#4CAF50,color:#fff style C fill:#2196F3,color:#fff style D fill:#F44336,color:#fff,stroke-width:3px style E fill:#F44336,color:#fff,stroke-width:3px

لماذا يحدث هذا التناقض؟

السبب الجذري لهذه المفارقة هو أن نظامين مختلفين للقواعد (القانون والعقد) يصدران أحكامًا تتناقض مع بعضها البعض.

قاعدة القانون: اتبع حكم المحكمة.
قاعدة العقد: اتبع شرط “ادفع إذا فزت بأول محاكمة”.

عادةً، يعمل كل من القانون والعقد كمجالين مستقلين، ولكن نظرًا لأن بروتاغوراس جعل “دفع الرسوم الدراسية” هو نقطة النزاع في المحاكمة، فقد أثرت نتيجة هذه المحاكمة نفسها على شرط العقد، مما أوقع النظامين في حلقة من المرجعية الذاتية (Self-reference).

إجابات علماء القانون

قدم الحقوقي الروماني القديم أولوس جيليوس الحل التالي لهذه المشكلة.

“يجب على المحكمة أن تصدر حكمًا لصالح إيواثلوس (لا يُلزم بالدفع). وذلك لأن شرط العقد لم يتحقق بعد، وهذا واقع. ومع ذلك، بعد هذا الحكم، يمكن لبروتاغوراس مقاضاة إيواثلوس مرة أخرى. لأنه بفوز إيواثلوس في المحاكمة الأولى، يكون شرط العقد قد تحقق. وفي المحاكمة الثانية، سيفوز بروتاغوراس.”

بعبارة أخرى، هذه الإجابة تشير إلى أن محاولة حل المفارقة “في محاكمة واحدة في وقت واحد” تؤدي إلى تناقض، ولكن معالجتها “على مرحلتين” يمكن أن تزيل هذا التناقض.

الارتباط بمفارقة المرجعية الذاتية

تحتوي مفارقة بروتاغوراس على بنية مرجعية ذاتية مشابهة لـ “مفارقة الكذاب” (“هذه الجملة كاذبة”) و “مفارقة راسل”. حيث تؤثر قضية معينة (نتيجة المحاكمة) على الشروط (تحقق العقد) التي تحدد حقيقة أو زيف القضية نفسها.

هذا النوع من المفارقات مرتبط ارتباطًا وثيقًا بمشاكل تبرز الحدود الأساسية للمنطق والحوسبة في علوم الكمبيوتر الحديثة، مثل “مشكلة التوقف” (لا يمكن إنشاء برنامج يحدد ما إذا كان برنامج آخر سيتوقف أم لا) ومبرهنات عدم الاكتمال لغودل.

إن مفارقة بروتاغوراس هي تحذير يعود تاريخه إلى 2400 عام يعلمنا أن أنظمة القواعد التي صنعها الإنسان (كالقوانين والعقود) يمكن أن تنهار من الداخل بسبب مرجعية ذاتية ماكرة.

عندما تصف الكلمات نفسها: مفارقة غريلينغ-نيلسون

Thu, 10 Sep 2026 21:00:00 +0900

الكلمات هي أدوات لوصف العالم، ولكن عندما نحاول وصف الكلمات نفسها، يمكن للمنطق أن يقع في فخ غير متوقع.

“مفارقة غريلينغ-نيلسون” (Grelling-Nelson Paradox)، التي ابتكرها كورت غريلينغ وليونارد نيلسون في عام 1908، هي مفارقة دلالية شهيرة تسلط الضوء على حدود “تعريف الكلمات بالكلمات”.

تصنيف الكلمات إلى مجموعتين

اعتقد غريلينغ ونيلسون أنه يمكن تصنيف جميع الصفات (الكلمات) إلى المجموعتين التاليتين:

وصفية ذاتياً (Autological): الكلمة التي تمتلك الخاصية التي تعنيها الكلمة نفسها.
غير وصفية ذاتياً (Heterological): الكلمة التي لا تمتلك الخاصية التي تعنيها الكلمة نفسها.

دعونا نلقي نظرة على بعض الأمثلة

أمثلة على الكلمات الوصفية ذاتياً:

“قصير (short)”: هذه الكلمة بحد ذاتها قصيرة.
“إنجليزي (English)”: هذه الكلمة بحد ذاتها لغة إنجليزية.
“اسم (noun)”: هذه الكلمة هي اسم.
“خماسي المقاطع (pentasyllabic)”: كلمة “pen-ta-syl-lab-ic” بالإنجليزية تتكون من 5 مقاطع.

أمثلة على الكلمات غير الوصفية ذاتياً:

“طويل (long)”: هذه الكلمة بحد ذاتها قصيرة وليست طويلة.
“ألماني (German)”: هذه الكلمة يابانية (أو إنجليزية أو عربية)، وليست ألمانية.
“غير مرئي (invisible)”: هذه الكلمة مرئية بوضوح الآن على الشاشة أو الورق.

حتى الآن، يبدو الأمر وكأنه مجرد تلاعب بالكلمات. يجب أن تكون كل كلمة قابلة للتصنيف بالضرورة إلى إما أنها تجسد معناها أو لا تجسده.

السؤال القاتل: ظهور المفارقة

الآن، تبدأ المفارقة من هنا. دعونا نفكر في الكلمة التالية.

هل الكلمة “غير وصفي ذاتياً” (Heterological) بحد ذاتها وصفية ذاتياً؟ أم أنها غير وصفية ذاتياً؟

في مواجهة هذا السؤال، سنواجه تناقضًا بغض النظر عن الإجابة التي نختارها.

الحالة 1: افتراض أن كلمة “غير وصفي ذاتياً” هي “وصفية ذاتياً”

إذا كانت الكلمة “غير وصفي ذاتياً” (Heterological) هي “وصفية ذاتياً”، فبناءً على التعريف، “يجب أن تمتلك الخاصية التي تعنيها الكلمة نفسها”. لكن معنى هذه الكلمة هو “غير وصفي ذاتياً”. بعبارة أخرى، امتلاكها لخاصية “غير وصفي ذاتياً” يعني أنها “غير وصفية ذاتياً”. افترضنا أنها وصفية ذاتياً، لكن النتيجة كانت أنها غير وصفية ذاتياً. (تناقض)

الحالة 2: افتراض أن كلمة “غير وصفي ذاتياً” هي “غير وصفية ذاتياً”

إذا كانت الكلمة “غير وصفي ذاتياً” (Heterological) هي “غير وصفية ذاتياً”، فبناءً على التعريف، “الكلمة نفسها لا تمتلك الخاصية التي تعنيها”. بما أن معنى هذه الكلمة هو “غير وصفي ذاتياً”، فإن عدم امتلاكها لهذه الخاصية يعني أنها “وصفية ذاتياً”. افترضنا أنها غير وصفية ذاتياً، لكن النتيجة كانت أنها وصفية ذاتياً. (تناقض)

في كلتا الحالتين ينهار المنطق.

graph TD A["كلمة 'غير وصفي ذاتياً' (Heterological)"] --> B{"إلى أي فئة تصنف؟"} B -->|وصفية ذاتياً| C["التعريف: تمتلك الخاصية التي تعنيها"] C --> D["معناها هو 'غير وصفي ذاتياً'"] D --> E["النتيجة: غير وصفية ذاتياً!"] E -->|تناقض| B B -->|غير وصفية ذاتياً| F["التعريف: لا تمتلك الخاصية التي تعنيها"] F --> G["معناها هو 'غير وصفي ذاتياً'"] G --> H["النتيجة: وصفية ذاتياً!"] H -->|تناقض| B style A fill:#4CAF50,stroke:#333,stroke-width:2px,color:#fff style B fill:#FF9800,stroke:#333,stroke-width:2px,color:#fff style E fill:#F44336,stroke:#333,stroke-width:2px,color:#fff style H fill:#F44336,stroke:#333,stroke-width:2px,color:#fff

الارتباط بالرياضيات والمنطق: قريبة مفارقة راسل

هذه المفارقة ليست مجرد خطأ حسابي بسيط أو وهم مثل “لغز الدولار المفقود”. بل لها نفس البنية الأساسية التي تمتلكها مفارقة راسل (“هل مجموعة كل المجموعات التي لا تحتوي على نفسها، تحتوي على نفسها؟”) التي هزت أسس الرياضيات.

يمكن القول إن مفارقة غريلينغ-نيلسون هي النسخة الدلالية (معنى الكلمات) من مفارقة راسل.

مفارقة راسل في نظرية المجموعات:

$$ R = \\{ x \mid x \notin x \\} $$

عند تعريف هذه المجموعة، فإن السؤال عما إذا كان $R \in R$ أو $R \notin R$ يؤدي إلى تناقض.

مفارقة غريلينغ-نيلسون في علم الدلالة: عند تعريف $Het(x)$ كـ “الكلمة $x$ لا تمتلك الخاصية $x$ (أي أنها غير وصفية ذاتياً)"، نقع في التناقض المنطقي التالي:

$$ Het(\text{"Het"}) \iff \neg Het(\text{"Het"}) $$

لماذا هذه المفارقة مهمة؟

عندما تشير الكلمات إلى نفسها (مرجعية ذاتية)، يكون هناك دائماً خطر كامن لحدوث أخطاء تشبه الحلقات اللانهائية.

هذه ليست مجرد مشكلة في الفلسفة أو اللغويات. ففي مجالات علوم الكمبيوتر والذكاء الاصطناعي، عندما يحاول برنامج ما تقييم وتعديل الكود الخاص به، أو عندما يفسر نموذج معالجة لغة طبيعية التناقضات الدلالية، فإنه يواجه جدراناً منطقية مشابهة.

مفارقة غريلينغ-نيلسون هي تجربة فكرية تُظهر بشكل رائع “الأخطاء” (القيود) التي يمتلكها نظام “اللغة” بشكل جوهري.

كم يبلغ طول ساحل بريطانيا؟: مفارقة الساحل

Thu, 10 Sep 2026 21:00:00 +0900

كم كيلومتراً يبلغ طول ساحل بريطانيا يا تُرى؟ قد تعتقد أن الإجابة موجودة إذا بحثت في الموسوعات أو كتب الجغرافيا. ولكن في الواقع، توجد حقيقة غريبة وهي أن “الإجابة تتغير بناءً على طريقة القياس، ونظرياً يصبح الطول لا نهائياً”.

هذه هي مفارقة الساحل (Coastline Paradox). وكان هذا الاكتشاف حافزاً لظهور مجال جديد تماماً في الرياضيات عُرف لاحقاً باسم “الهندسة الكسيرية” (Fractal Geometry).

كلما قصرت المسطرة، زادت المسافة

الخط الساحلي ليس خطاً مستقيماً، بل يتكون من عدد لا يحصى من الخلجان والرؤوس والتعرجات الصخرية.

لنفترض أنك قمت بقياس ساحل بريطانيا باستخدام مسطرة عملاقة (خط مستقيم) يبلغ طولها 100 كيلومتر. باستخدام هذه المسطرة، سيتم تجاهل الخلجان الصغيرة المتعرجة وأشباه الجزر التي يقل طولها عن 100 كيلومتر، وسيتم اختصارها.

بعد ذلك، لنجرب إعادة القياس باستخدام مسطرة طولها 1 كيلومتر. عندئذٍ، ستقوم بالقياس على طول ملامح الخلجان والرؤوس الصغيرة التي تم تجاهلها سابقاً، مما يؤدي بالتأكيد إلى زيادة الطول الإجمالي.

علاوة على ذلك، ماذا سيحدث لو قمنا بقياس كل تعرج من تعرجات الصخور باستخدام مسطرة طولها 1 متر، وقياس أسطح الحصى بمسطرة طولها 1 سنتيمتر، وقياس ملامح حبيبات الرمل بمسطرة طولها 1 مليمتر؟

graph TD A["قياس الخط الساحلي"] --> B["مسطرة طولها 100 كيلومتر"] A --> C["مسطرة طولها 1 كيلومتر"] A --> D["مسطرة طولها 1 متر"] B --> B1["تجاهل الخلجان الصغيرة"] B1 --> B2["نتيجة القياس: حوالي 2,800 كيلومتر"] C --> C1["تتبع أشكال الخلجان"] C1 --> C2["نتيجة القياس: حوالي 3,400 كيلومتر"] D --> D1["قياس تعرجات الصخور"] D1 --> D2["نتيجة القياس: زيادة أكبر (نظرياً لا نهاية)"] style B2 fill:#FFCDD2,stroke:#333 style C2 fill:#E57373,stroke:#333 style D2 fill:#F44336,stroke:#333,color:#fff

اكتشف لويس فراي ريتشاردسون هذه الظاهرة تجريبياً في عام 1951. فكلما صغرت وحدة القياس (طول المسطرة)، زاد طول الساحل المُقاس بشكل لا نهائي.

البعد الكسيري: بين البعد الأول والبعد الثاني

قدم عالم الرياضيات بينويت ماندلبروت تفسيراً رياضياً لهذه المفارقة. فقد نشر في عام 1967 ورقة بحثية شهيرة في مجلة “ساينس” بعنوان “كم يبلغ طول ساحل بريطانيا؟ التشابه الذاتي والبعد الكسيري”.

أشار ماندلبروت إلى أن الأشكال الطبيعية مثل خط الساحل تمتلك خاصية التشابه الذاتي (الفركتل)، حيث “تظهر نفس البنية المعقدة مهما زادت نسبة التكبير”.

في حالة الخط المستقيم الرياضي البحت (أحادي البعد)، فإن تنصيف المسطرة لا يغير من الطول. لكن الخط الساحلي شديد التعرج لدرجة أنه أكثر تعقيداً من خط أحادي البعد، وفي الوقت نفسه ليس مستوى ثنائي الأبعاد يمتلك مساحة.

للتعبير عن مدى تعقيد مثل هذه الأشكال، قدم ماندلبروت مفهوم “البعد الكسيري” (Hausdorff dimension). يُقدر البعد الكسيري لساحل بريطانيا بحوالي $D \approx 1.25$. أي أن الخط الساحلي لبريطانيا هو كينونة عجيبة “بعدها أعلى من الخط أحادي البعد، وأقل من المستوى ثنائي الأبعاد”.

إذا كان طول المسطرة هو $s$، وطول الساحل المُقاس هو $L(s)$، فإن العلاقة التالية تنطبق مع البعد الكسيري $D$:

$$ L(s) \propto s^{1-D} $$

في حالة ساحل بريطانيا، $D = 1.25$، وبالتالي $1 - D = -0.25$.

$$ L(s) \propto s^{-0.25} $$

هذا يوضح رياضياً أنه كلما اقترب طول المسطرة $s$ من الصفر، فإن نتيجة القياس $L(s)$ تتجه نحو المالانهاية $\infty$.

الاستنتاج النهائي: لا يمكن تعريف الطول

مفهوم “الطول” الذي نستخدمه يومياً يصلح فقط للخطوط المستقيمة أو المنحنيات الملساء. أما بالنسبة للأشكال الكسيرية الموجودة في الطبيعة (مثل السواحل، السحب، السلاسل الجبلية، وتفرعات الأوعية الدموية)، فإن السؤال عن “الطول المطلق” في حد ذاته لا يحمل معنى من الناحية الرياضية.

“كم يبلغ طول ساحل بريطانيا؟” الإجابة الصحيحة هي: “يعتمد ذلك على طول المسطرة المستخدمة في القياس”، ونظرياً هو “لانهائي”. حقيقة أن هناك طولاً لانهائياً مطوياً داخل مساحة صغيرة محدودة، يمكن اعتبارها مفارقة جميلة تتحدى إدراكنا للمكان.

لماذا زاد الازدحام المروري عند بناء طريق جديد؟: مفارقة براس

Thu, 10 Sep 2026 21:00:00 +0900

صباح مليء بالازدحام المروري خلال أوقات الذروة. بينما تشعر بالإحباط من الطرق المزدحمة يوميًا، تصلك أخبار سارة. “للتخلص من الازدحام المروري، قامت إدارة التخطيط الحضري ببناء طريق مختصر جديد تمامًا!” من المؤكد أن الجميع توقعوا أنه بإمكانهم النوم لفترة أطول قليلاً ابتداءً من الغد.

ولكن في اليوم التالي، عندما تم افتتاح الطريق الجديد، بدلاً من أن تتحسن الأمور، تسبب في ازدحام مروري أسوأ من ذي قبل، وأصبح وقت التنقل للجميع أطول.

هذه ليست أسطورة حضرية أو قصة فشل إداري. إنها ظاهرة شهيرة في نظرية الشبكات تُعرف باسم “مفارقة براس (Braess’s Paradox)”، والتي أثبتها رياضيًا عالم الرياضيات الألماني ديتريش براس عام 1968.

نموذج المفارقة: 4,000 مسافر

دعونا نتحقق من خلال نموذج رياضي بسيط من سبب حدوث ظاهرة “زيادة عدد الطرق تؤدي إلى إبطاء الجميع”.

يوجد 4,000 سائق يتجهون من نقطة البداية (المنطقة السكنية) إلى نقطة النهاية (المنطقة التجارية). في البداية، لم يكن هناك سوى طريقين (الطريق العلوي والطريق السفلي) كما هو موضح أدناه:

الطريق العلوي: يمر عبر طريق ضيق $A$، ثم يمر عبر طريق سريع واسع $B$.
الطريق السفلي: يمر عبر طريق سريع واسع $C$، ثم يمر عبر طريق ضيق $D$.

“الطريق الضيق” يزدحم عندما يزداد عدد السيارات، لذا فإن وقت الرحلة يستغرق “عدد السيارات التي تسير $\div 100$” دقيقة. “الطريق السريع الواسع” لا يزدحم مهما كان عدد السيارات القادمة، ويستغرق دائمًا “45 دقيقة”.

وقت التنقل 【قبل بناء الطريق】

السائقون أذكياء، لذا يحاولون اختيار المسار الأسرع ولو بقليل. ونتيجة لذلك، ينقسم الـ 4,000 شخص بالتساوي بين الطريق العلوي (2,000 شخص) والطريق السفلي (2,000 شخص).

وقت التنقل للطريق العلوي: $\frac{2000}{100}$ دقيقة (طريق ضيق) + $45$ دقيقة (طريق سريع) = $65$ دقيقة
وقت التنقل للطريق السفلي: $45$ دقيقة (طريق سريع) + $\frac{2000}{100}$ دقيقة (طريق ضيق) = $65$ دقيقة

بغض النظر عن الطريق الذي يختارونه، يستقر وقت التنقل عند “65 دقيقة” للجميع.

فخ الطريق المختصر

هنا، لنفترض أن العمدة قام ببناء “طريق التفافي فائق السرعة للحلم يمكن التنقل فيه في 0 دقيقة (لحظة واحدة)” من نقطة العبور 1 إلى نقطة العبور 2.

حصل السائقون على خيار مسار جديد. يفكر السائق الذي يقف عند نقطة البداية على النحو التالي: “استخدام الطريق الضيق A أفضل من استخدام الطريق السريع C (45 دقيقة). لأنه حتى في أسوأ الحالات، إذا اختار جميع الـ 4000 شخص الطريق A، فسيستغرق الأمر 40 دقيقة فقط (4000/100).”

وبالتالي، يتجه جميع الـ 4,000 شخص إلى “الطريق الضيق A”. عندما يصلون إلى نقطة العبور 1، يفكرون مرة أخرى: “المرور عبر الطريق الالتفافي الجديد (0 دقيقة) واستخدام الطريق الضيق D أفضل من استخدام الطريق السريع B (45 دقيقة). لأنه حتى في أسوأ الحالات، إذا مر الجميع عبر D، فسيستغرق الأمر 40 دقيقة فقط.”

وبالتالي، يتجه جميع الـ 4,000 شخص عبر “الطريق الالتفافي الجديد” إلى “الطريق الضيق D”.

وقت التنقل 【بعد بناء الطريق】

نتيجة اختيار الجميع لـ “الخيار الأسرع (العقلاني) بالنسبة لهم”، انتهى الأمر بالجميع إلى اتخاذ نفس المسار (A → طريق التفافي جديد → D).

دعونا نحسب وقت التنقل لذلك:

الطريق الضيق $A$: $\frac{4000}{100} = 40$ دقيقة
طريق التفافي جديد: $0$ دقيقة
الطريق الضيق $D$: $\frac{4000}{100} = 40$ دقيقة
الإجمالي: $80$ دقيقة

بشكل مذهل، على الرغم من إنشاء طريق مختصر جديد ومريح، إلا أن وقت التنقل للجميع تدهور من “65 دقيقة” إلى “80 دقيقة”.

قد تفكر: “لماذا لا يستخدم ولو شخص واحد المسار القديم؟"، ولكن إذا اختار شخص واحد مسار الطريق السريع القديم (45 دقيقة + 40 دقيقة = 85 دقيقة)، فسيكون أبطأ من الـ 80 دقيقة الحالية، لذلك لن يحاول أحد تغيير مساره. يُطلق على هذا في نظرية الألعاب اسم الوصول إلى “توازن ناش (Nash Equilibrium)”. نتيجة لاتخاذ كل شخص للإجراء الأمثل بالنسبة له، يقع النظام ككل في أسوأ نتيجة.

أمثلة واقعية

مفارقة براس ليست مجرد نظرية مكتبية، بل تمت ملاحظتها مرارًا وتكرارًا في شبكات النقل الحضري وأنظمة الشبكات في العالم الحقيقي.

عام 1969 في شتوتغارت، ألمانيا: تم بناء طرق جديدة لحل مشكلة الازدحام المروري، لكن الازدحام تفاقم. في النهاية، تحسن تدفق حركة المرور عندما تم إغلاق ذلك الطريق الجديد.
عام 1990 في نيويورك: في حدث يوم الأرض، عندما تم إغلاق “الشارع 42”، الذي يعد بؤرة للازدحام، بالكامل، وخلافًا لتوقعات خبراء المرور، تلاشى الازدحام بشكل كبير في جميع أنحاء مانهاتن.
شبكات الاتصالات: يمكن أن تحدث نفس الظاهرة في توجيه الإنترنت أو شبكات الكهرباء. فبمجرد إضافة كابل أو خط جديد، قد تتمركز حزم البيانات في “أقصر مسار يُعتقد أنه الأمثل”، مما قد يؤدي إلى تعطل الشبكة بالكامل.

تعبر مفارقة براس ببراعة عن معضلة المجتمعات المعقدة، حيث “لا تؤدي بالضرورة مجموعة الخيارات الفردية العقلانية (الأنانية)” إلى “النتيجة المثلى للجميع”. في بعض الأحيان، يمكن أن يكون “سلب الخيارات (الحرية)” في مصلحة الجميع.

ماذا يحدث عندما تزيل حبة رمل واحدة؟ متى يتوقف الكومة عن كونها كومة رمل؟: مفارقة كومة الرمل

Thu, 10 Sep 2026 21:00:00 +0900

لنفترض أن أمامك كومة رمل رائعة مكونة من 10,000 حبة رمل. أي شخص ينظر إليها سيقول إنها “كومة رمل”. الآن نزيل حبة رمل واحدة فقط. 9,999 حبة. لا تزال كومة رمل، أليس كذلك؟ نزيل حبة أخرى. 9,998 حبة. هذه أيضاً لا تزال كومة رمل.

لنكرر هذه العملية. إزالة حبة واحدة لا ينبغي أن تحوّل “كومة الرمل” إلى “ما ليس كومة رمل”. لكن إذا كررنا هذا المنطق إلى ما لا نهاية، ينتهي بنا الأمر بحبة رمل واحدة فقط.

هل حبة رمل واحدة هي “كومة رمل”؟

بالطبع، لا أحد يسمي حبة رمل واحدة “كومة رمل”. لكننا لم ننكر أبداً الفرضية القائلة بأن “إزالة حبة واحدة لا تغير كومة الرمل”. لا بد أن المنطق قد انهار في مكان ما، لكن عند أي حبة بالضبط توقفت كومة الرمل عن كونها كومة رمل؟

هذه هي “مفارقة كومة الرمل (مفارقة سوريتيس)”، التي تعود إلى الفيلسوف اليوناني القديم إيوبوليدس في القرن الرابع قبل الميلاد.

البنية المنطقية

يمكن التعبير عن هذه المفارقة على شكل قياس منطقي كالتالي:

المقدمة 1: مجموعة من 10,000 حبة رمل هي “كومة رمل”. المقدمة 2: إذا أزلنا حبة رمل واحدة من كومة رمل، فإنها تظل “كومة رمل”. النتيجة: إذن، حبة رمل واحدة هي أيضاً “كومة رمل”.

المقدمة 1 والمقدمة 2 تبدوان منطقيتين تماماً كل على حدة. لكن التطبيق المتكرر للمقدمة 2 يؤدي إلى نتيجة خاطئة بشكل واضح.

لماذا هذه المفارقة غير قابلة للحل؟

جوهر مفارقة كومة الرمل هو أن كلمة “كومة رمل” غامضة بطبيعتها. لا يوجد تعريف واضح (عتبة محددة) يحدد “كم عدد الحبات اللازمة لتكوين كومة رمل”. تُسمى هذه المفاهيم “المحمولات الغامضة (vague predicate)”.

لغتنا اليومية مليئة بمثل هذه الكلمات الغامضة.

“طويل القامة” يعني كم سنتيمتر بالضبط؟ شخص طوله 180 سم “طويل القامة”. ماذا لو أزلنا 1 مم؟ وماذا لو أزلنا 1 مم أخرى؟
“غني” يعني امتلاك كم من المال؟ 10 مليارات ين تعني “غني”. ماذا لو نقص ين واحد؟
“أصلع” يعني أقل من كم شعرة؟ صفر شعرة تعني “أصلع”. ماذا لو نبتت شعرة واحدة؟

جميع هذه الأمثلة لها نفس بنية مفارقة كومة الرمل بالضبط.

مقاربات الفلاسفة

1. المقاربة المعرفية (الحد الفاصل موجود)

تزعم هذه المقاربة أن “هناك بالفعل حداً فاصلاً واضحاً بين كومة الرمل وما ليس كومة رمل، لكن البشر ببساطة لا يملكون القدرة على إدراكه”. مثلاً، هناك حد دقيق حيث “5,837 حبة هي كومة رمل لكن 5,836 حبة ليست كومة رمل”، لكننا لا نستطيع معرفته.

هذا الموقف مرضٍ من الناحية المنطقية، لكن كثيراً من الناس يشعرون حدسياً بعدم الارتياح تجاهه.

2. المنطق الضبابي (قيم الحقيقة التدريجية)

في المنطق الكلاسيكي، الخيار هو “صحيح أو خاطئ”، لكن في المنطق الضبابي يمكن أن تأخذ القيمة “أي قيمة بين 0 و 1”.

على سبيل المثال:

10,000 حبة رمل: “درجة الكومة = 1.0 (كومة رمل تماماً)”
5,000 حبة: “درجة الكومة = 0.7”
100 حبة: “درجة الكومة = 0.1”
حبة واحدة: “درجة الكومة = 0.0 (ليست كومة رمل على الإطلاق)”

هذه الطريقة عملية، لكنها لا تحل المفارقة بالكامل. لأنها تولّد غموضاً جديداً: “ما الفرق بين درجة كومة 0.7 و 0.699؟”

3. دلالات القيم الفائقة (Supervaluationism)

وفقاً لهذه الفكرة، نأخذ بعين الاعتبار جميع الحدود المعقولة الممكنة لكلمة “كومة رمل” في آن واحد. إذا حُكم عليها بأنها “كومة رمل” وفق جميع الحدود، فهي “كومة رمل بالتأكيد”، وإذا حُكم عليها بأنها “ليست كومة رمل” وفق جميع الحدود، فهي “بالتأكيد ليست كومة رمل”، والمنطقة التي تتباين فيها الآراء تُحكم بأنها “غير محددة”.

التأثير على المجتمع المعاصر

مفارقة كومة الرمل ليست مجرد لعبة لغوية، بل تسبب مشكلات خطيرة في عالم القانون والسياسات الواقعية أيضاً.

سن الرشد: في عمر 17 سنة و364 يوماً يكون الشخص “طفلاً”، وفي عمر 18 سنة و0 يوم يصبح “بالغاً”. ما الذي يتغير جوهرياً في يوم واحد؟
خط الفقر: إذا كان الدخل السنوي أقل من المبلغ المحدد بين واحد، فهو “فقير”، وإذا زاد بين واحد، فهو “ليس فقيراً”.
اللوائح البيئية: إذا تجاوزت كمية انبعاث الملوثات المعيار بمقدار 0.001 ملغ، فهو غير قانوني. وإذا كانت مساوية للمعيار بالضبط، فهو قانوني.

اللغة والتفكير البشري يحتويان بطبيعتهما على الغموض، وربما تكون محاولة تقسيم العالم إلى ثنائيات واضحة أمراً مستحيلاً في حد ذاته. مفارقة كومة الرمل هي مفارقة تكشف عن الحدود الجذرية للعقل البشري، وقد ظلت تحيّر الفلاسفة لأكثر من 2400 عام.

هل الزمرد أخضر أم بلون 'غرو'؟: لغز جودمان الجديد للاستقراء

Thu, 10 Sep 2026 21:00:00 +0900

نحن نتوقع “المستقبل” بناءً على “تجارب الماضي”. “بما أن الشمس أشرقت من الشرق بالأمس، فإنها ستشرق من الشرق غدًا أيضًا.” “بما أن كل الزمرد الذي رأيناه حتى الآن كان أخضر اللون، فإن الزمرد الذي سيتم استخراجه في المرة القادمة سيكون أخضر أيضًا.”

هذا النوع من الاستدلال يُسمى “الاستقراء”، وهو أساس كل العلوم. ولكن في عام 1955، ابتكر الفيلسوف نيلسون جودمان مفهومًا لونيًا غريبًا يوضح أن هذا الاستقراء يحمل عيبًا جوهريًا. هذه هي مفارقة “غرو” (Grue).

تعريف اللون الجديد “غرو” (Grue)

عرّف جودمان خاصية (لونًا) جديدة تسمى “غرو” (Grue)، وهي مزيج من “الأخضر” (Green) و"الأزرق" (Blue)، على النحو التالي:

تعريف “غرو” (Grue): يُقال إن شيئًا ما بلون “غرو” إذا كان قد لوحظ قبل وقت محدد $t$ (على سبيل المثال 1 يناير 2030) وكان “أخضر” (Green)، وإذا لوحظ في الوقت $t$ أو بعده وكان “أزرق” (Blue).

$$ \text{Grue} = \begin{cases} \text{Green} & (\text{الوقت} < t) \\ \text{Blue} & (\text{الوقت} \ge t) \end{cases} $$

وفقًا لهذا التعريف، فإن الزمردة الخضراء التي تحملها بيدك الآن (قبل الوقت $t$) هي “خضراء” وفي نفس الوقت بلون “غرو”.

لماذا تُعتبر مفارقة؟

تحدث المفارقة عندما نحاول التنبؤ بالمستقبل. حتى الآن، كان كل الزمرد الذي لاحظته البشرية “أخضر”. لذلك، باستخدام الاستقراء، نتوقع ما يلي:

الفرضية أ: “كل الزمرد لونه ‘أخضر’”

ولكن، انتظر لحظة. جميع الزمرد الذي تم ملاحظته حتى الآن يعود إلى ما قبل الوقت $t$، لذلك لابد أنه كان جميعها بلون “غرو” أيضًا. وبالتالي، من بيانات الملاحظة نفسها تمامًا، يمكننا التوصل إلى التنبؤ التالي:

الفرضية ب: “كل الزمرد لونه ‘غرو’”

إذا اتبعنا قواعد الاستقراء، فإن جميع ملاحظات الماضي تدعم الفرضية أ، وبنفس “القوة تمامًا” تدعم أيضًا الفرضية ب.

graph TD A["الملاحظات الماضية: كان كل الزمرد أخضر اللون"] -->|في نفس الوقت| B["الملاحظات الماضية: كان كل الزمرد بلون 'غرو'"] A --> C["التنبؤ الاستقرائي أ: سيكون زمرد المستقبل أيضًا 'أخضر'"] B --> D["التنبؤ الاستقرائي ب: سيكون زمرد المستقبل أيضًا بلون 'غرو'"] C --> E["سيبقى أخضر بعد الوقت t"] D --> F["سيتحول إلى 'أزرق' بعد الوقت t!"] style C fill:#4CAF50,stroke:#333,color:#fff style D fill:#2196F3,stroke:#333,color:#fff style F fill:#F44336,stroke:#333,color:#fff,stroke-width:2px

هل سيتحول الزمرد إلى اللون الأزرق؟

إذا كانت الفرضية ب صحيحة، ففي اللحظة التي يحل فيها الوقت $t$، يجب أن يتحول كل الزمرد في العالم في وقت واحد إلى اللون “الأزرق” (من تعريف “غرو”).

حدسياً، نفكر قائلين: “هذا هراء. الفرضية ب هي تلاعب غير طبيعي بالكلمات، والفرضية أ (الأخضر) هي الصحيحة بالتأكيد”.

ومع ذلك، فإن تساؤل جودمان يذهب إلى أعمق من ذلك بكثير. “الأخضر” و"غرو"، كلاهما فرضيتان تتوافقان تمامًا مع بيانات الماضي، فلماذا نعتبر تنبؤ “الأخضر” فقط مبررًا ونستبعد تنبؤ “غرو”؟ وما هو “الأساس المنطقي” لذلك؟

تحدي “اطراد الطبيعة”

لتجنب هذه المشكلة، قد يتبادر إلى الذهن اعتراض يقول: “يجب أن نستخدم مفاهيم بسيطة مثل ‘الأخضر’، ولا ينبغي لنا أن نستخدم مفاهيم معقدة تتضمن الزمن مثل ‘غرو’”.

لكن جودمان أوضح بالمقابل أنه إذا قمنا بتعريف لون يسمى “بلين” (Bleen: أزرق حتى الوقت $t$، وأخضر بعد ذلك)، فإن مفهوم “الأخضر” بحد ذاته سيصبح مفهومًا معقدًا يعتمد على الزمن كالتالي: “غرو حتى الوقت $t$، وبلين بعد ذلك”. بمعنى آخر، أي الكلمات نعتبرها “أساسية” هو مجرد مسألة عادة في لغتنا.

أثبتت مفارقة “غرو” (لغز الاستقراء الجديد) لجودمان أن النظريات العلمية لا تتحدد فقط بالبيانات الموضوعية المجردة، بل تعتمد بشدة على “الإطار المفاهيمي (اللغة) الذي نستخدمه لتقسيم العالم وفهمه”.

حتى في سياق الذكاء الاصطناعي والتعلم الآلي، حتى لو كانت بيانات التدريب هي نفسها، فإن التنبؤات للمستقبل قد تتغير تمامًا بناءً على “بنية النموذج (الميزات التي يركز عليها)”. كمشكلة “التركيب الزائد” (Overfitting) أو “التحيز” (Bias)، تستمر هذه المفارقة في حمل أهمية كبيرة حتى في يومنا هذا.

هل السهم المنطلق يتوقف؟ مفارقة زينون 'السهم الطائر'

Thu, 10 Sep 2026 21:00:00 +0900

ينطلق السهم من القوس ويطير في الهواء. هذا السهم يتحرك بالتأكيد. ولكن، قدم الفيلسوف اليوناني زينون في القرن الخامس قبل الميلاد حجة منطقية مروعة كالتالي:

“السهم الطائر، في الواقع، ساكن”

هذه ليست مزحة أو مغالطة، بل هي “مفارقة السهم الطائر” التي استمر علماء الرياضيات والفلاسفة في مناقشتها بجدية لمدة 2500 عام.

حجة زينون

تبدأ حجة زينون من مفهوم “لحظات الزمن”.

الزمن هو سلسلة من “اللحظات”.
إذا قمنا بالتقاط لحظة واحدة (نقطة زمنية طولها صفر) مثل “صورة”، فإن السهم “موجود” في نقطة معينة من الفضاء.
في تلك اللحظة، السهم “يشغل” ذلك المكان فقط، ولا يتحرك. (إذا كان يتحرك، فإنه سيحتاج إلى “فترة زمنية” وليس “لحظة”).
هذا ينطبق على أي لحظة نأخذها.
إذا كان السهم ساكنًا في جميع لحظات الزمن، فمتى يتحرك السهم إذن؟

graph TD A["السهم الطائر"] --> B["الزمن سلسلة من اللحظات"] B --> C["اللحظة t1: السهم ساكن في الموقع A"] B --> D["اللحظة t2: السهم ساكن في الموقع B"] B --> E["اللحظة t3: السهم ساكن في الموقع C"] C --> F{"في كل لحظة السهم ساكن"} D --> F E --> F F --> G["الاستنتاج: السهم لا يتحرك!"] style A fill:#2196F3,color:#fff style F fill:#FF9800,color:#fff,stroke-width:2px style G fill:#F44336,color:#fff,stroke-width:3px

الحدس مقابل المنطق

“هذا سخيف. السهم يطير بالفعل.” ربما يكون هذا هو رد الفعل الأول لمعظم الناس. ولكن، من الصعب جدًا تحديد الخطأ منطقياً في حجة زينون.

في الواقع، يُروى أن الفيلسوف اليوناني القديم ديوجينيس نهض ببساطة ومشى في الغرفة أمام زينون، وقال: “انظر، إنه يتحرك”. ومع ذلك، هذا لا يعد دحضًا لمنطق زينون. لأن زينون لم يكن يسأل “هل يمكنه التحرك أم لا”، بل كان يسأل “هل يمكننا أن نشرح معنى أن يتحرك دون تناقض في منطقنا؟”.

الحل بواسطة التفاضل والتكامل (محاولة)

قدم التفاضل والتكامل الذي ابتكره نيوتن ولايبنيتز في القرن السابع عشر إجابة رياضية (جزئية على الأقل) لهذه المفارقة.

في التفاضل والتكامل، يتم تعريف “السرعة في لحظة معينة (السرعة اللحظية)” على النحو التالي:

$$ v(t) = \lim_{\Delta t \to 0} \frac{\Delta x}{\Delta t} $$

بمعنى آخر، نقسم التغير في الموقع $\Delta x$ على التغير في الزمن $\Delta t$، ونعرّف السرعة كـ “نهاية” عندما يقترب $\Delta t$ من الصفر قدر الإمكان.

النقطة المهمة هنا هي أن “السرعة اللحظية” ليست مسافة الحركة خلال فترة زمنية صفرية. إنها الكمية المعرّفة كـ “اتجاه” أو “نهاية” للتغير الضئيل قبل وبعد ذلك الوقت.

وبالتالي، الإجابة من وجهة نظر التفاضل والتكامل هي كالتالي:

“بالتأكيد، إذا أخذنا لحظة طولها صفر، فإن السهم لا يتحرك “داخل” تلك اللحظة. ومع ذلك، يمتلك السهم خاصية “السرعة اللحظية (قيمة نهاية غير صفرية)” حتى في تلك اللحظة. عبارة “ساكن” تعني أن “السرعة اللحظية تساوي صفر”، وبما أن السرعة اللحظية للسهم الطائر ليست صفرًا، فلا يمكن القول إن السهم “ساكن”.”

الأسئلة الفلسفية المتبقية

على الرغم من أن التفاضل والتكامل قدم حلًا عمليًا لمفارقة زينون، إلا أنه لم يتم حسم الأمر فلسفيًا بالكامل.

ذلك لأن مفهوم “النهاية” هو مجرد أداة رياضية (إجراء حسابي)، ولا يقدم إجابات دقيقة على أسئلة جوهرية مثل: “ما هي الوحدة الصغرى للزمن (اللحظة) فيزيائيًا؟” “ما هو المتصل؟” “ما هو جوهر الحركة؟”

في الفيزياء الحديثة (ميكانيكا الكم)، يتم مناقشة إمكانية وجود وحدة صغرى للزمان والمكان (زمن بلانك، طول بلانك)، وإذا كان الزمن “منفصلاً (رقميًا)” وليس “متصلًا”، فقد يلزم إعادة تقييم مفارقة زينون في سياق مختلف تمامًا.

بعد 2500 عام، لا يزال سهم زينون يطرح علينا أسئلة: “ما هي الحركة؟” و “ما هو الزمن؟”.

هل نتيجة 'إيجابي' في الفحص تعني 'المرض'؟: مغالطة معدل الأساس

Thu, 10 Sep 2026 21:00:00 +0900

إذا ظهرت نتيجة “إيجابية (يوجد خلل)” في الفحص الطبي أو فحص السرطان، فمن المؤكد أن أي شخص سيصاب بالذعر. ولكن، إذا كانت لديك معرفة بالإحصاء والاحتمالات، فقد تتمكن من أخذ نفس عميق والهدوء. لأنه “حتى لو كانت نتيجة الفحص عالي الدقة إيجابية”، فهذا لا يعني بالضرورة أن “احتمالية إصابتك بالمرض بالفعل عالية”.

هذا ما يسمى “مغالطة معدل الأساس (Base Rate Fallacy)” أو “إهمال الاحتمال القبلي”، وهو انحياز معرفي نموذجي حيث تخطئ فيه البديهة البشرية بشكل كبير في حساب الاحتمالات.

مسألة الفحص الطبي المرعبة

تخيل الموقف التالي.

في مدينة ما، يوجد مرض مجهول يصيب شخصًا واحدًا من بين كل 10,000 شخص (0.01%). لاكتشاف هذا المرض، تم تطوير مجموعة فحص ممتازة بـ “دقة 99%”. (* دقة 99% تعني أنه إذا خضع شخص مريض للفحص، فسيتم تشخيصه بشكل صحيح على أنه “إيجابي” باحتمال 99%، وإذا خضع شخص سليم للفحص، فسيتم تشخيصه بشكل صحيح على أنه “سلبي” باحتمال 99%).

إذا خضعت أنت لهذا الفحص بالصدفة، وكانت النتيجة “إيجابية”. الآن، ما هو الاحتمال الحقيقي لإصابتك بهذا المرض بالفعل؟

سيجيب الكثير من الناس ببديهية: “بما أن دقة الفحص هي 99%، فإن احتمال أن أكون مريضًا هو 99% أيضًا”. ومع ذلك، فإن الإجابة الرياضية الصحيحة هي “حوالي 0.98% (أقل من 1%)”.

لماذا إذن، على الرغم من دقة الـ 99%، يصبح الاحتمال الفعلي أقل من 1%؟

مبرهنة بايز وتصور الصورة الكاملة

المفتاح لحل هذه المسألة لا يكمن فقط في دقة الفحص، بل في الأخذ بعين الاعتبار “مدى ندرة هذا المرض في الأصل (معدل الأساس / الاحتمال القبلي)”. دعونا نتصور هذه الظاهرة التي تتعارض مع البديهة باستخدام مجموعة كبيرة تتكون من مليون شخص.

إجمالي عدد الأشخاص: 1,000,000 شخص
المرضى الفعليون (1 من كل 10,000): 100 شخص
الأشخاص الأصحاء: 999,900 شخص

سنجري الفحص بـ “دقة 99%” على جميع هؤلاء المليون شخص.

1. عند فحص المرضى الفعليين (100 شخص)

بما أن الدقة هي 99%، فإن عدد الذين سيتم تشخيصهم بشكل صحيح على أنهم “إيجابيون” هو: 100 شخص × 99% = 99 شخصًا (إيجابي حقيقي)

2. عند فحص الأشخاص الأصحاء (999,900 شخص)

بما أن الدقة هي 99%، هناك احتمال 1% بأن يتم تشخيص أشخاص بشكل خاطئ على أنهم “إيجابيون” (إيجابي كاذب): 999,900 شخص × 1% = 9,999 شخصًا (إيجابي كاذب)

graph TD A["إجمالي السكان (1,000,000 شخص)"] --> B["المرضى (100 شخص)"] A --> C["الأصحاء (999,900 شخص)"] B -->|99% صحيح| B1["إيجابي حقيقي (99 شخصًا)"] B -->|1% خطأ| B2["سلبي كاذب (شخص واحد)"] C -->|99% صحيح| C1["سلبي حقيقي (989,901 شخص)"] C -->|1% خطأ| C2["إيجابي كاذب (9,999 شخصًا)"] B1 -.-> D{"إجمالي من قيل لهم 'إيجابي': 10,098 شخصًا"} C2 -.-> D style A fill:#ECEFF1,stroke:#333 style B fill:#FFCDD2,stroke:#333 style C fill:#C8E6C9,stroke:#333 style B1 fill:#F44336,stroke:#333,color:#fff style C2 fill:#FF9800,stroke:#333,color:#fff style D fill:#FFF9C4,stroke:#333,stroke-width:2px

الاحتمال الحقيقي لكونك مريضًا

الآن، أخبرك الطبيب أن النتيجة “إيجابية”. هذا يعني أنك دخلت في مجموعة “إجمالي من قيل لهم ‘إيجابي’ (10,098 شخصًا)” الموجودة في أسفل يمين المخطط.

ضمن هذه المجموعة، ما هي نسبة “الأشخاص المرضى بالفعل (إيجابي حقيقي)”؟

$$ \text{احتمالية أن تكون مريضًا بالفعل} = \frac{\text{إيجابي حقيقي}}{\text{جميع من قيل لهم إيجابي}} = \frac{99}{99 + 9,999} = \frac{99}{10,098} \approx 0.0098 $$

نتيجة الحساب هي حوالي 0.98%. على الرغم من أنه قيل لك إن النتيجة “إيجابية”، إلا أن احتمالية أن تكون بصحة جيدة (إيجابي كاذب) أعلى بكثير (حوالي 99%).

لماذا تخطئ البديهة؟

هذه الظاهرة تُشرح رياضيًا بواسطة “مبرهنة بايز” التي تحسب الاحتمال الشرطي، لكن الدماغ البشري سيء جدًا في إجراء هذا الحساب.

السبب وراء ارتكابنا للأخطاء هو تشتت انتباهنا بالمعلومات الفردية والقوية المقدمة أمامنا (“نتيجة فحصك إيجابية! والدقة 99%!")، وتجاهلنا للبيانات الإحصائية الضخمة والمملة الموجودة في الخلفية (“في المقام الأول، لا يصاب بهذا المرض سوى شخص واحد من كل 10,000 شخص (معدل الأساس)”).

نظرًا لأن “ندرة المرض (0.01%)” أكثر تطرفًا بكثير من “عدم دقة الفحص (1%)"، فإن الأخطاء الطفيفة في الفحص تبتلع أعداد المرضى الحقيقيين بسرعة.

“مغالطة معدل الأساس” الكامنة في المجتمع

هذا الوهم لا يسبب الذعر والقرارات الخاطئة في المجال الطبي فحسب، بل في مواقف مختلفة أيضًا.

أنظمة التعرف على الوجوه والإرهابيون: حتى لو التقطت كاميرا للتعرف على الوجوه بدقة 99.9% “إرهابيًا” في المطار، نظرًا لأن الاحتمال الأساسي لوجود إرهابي منخفض للغاية، فإن معظم الذين سيتم القبض عليهم هم أشخاص أبرياء عاديون تتشابه وجوههم (إيجابي كاذب).
حوادث المرور والسائقون المسنون: حتى لو شعرت بالخطر عند مشاهدة أخبار تقول “〇〇% من السيارات التي تسببت في حوادث كان يقودها مسنون”، إذا لم تأخذ في الاعتبار “نسبة السائقين المسنين من بين جميع السائقين على الطريق في المقام الأول (معدل الأساس)"، فلا يمكنك معرفة ما إذا كانت فئة عمرية معينة أكثر عرضة للتسبب في حوادث المرور بالفعل.

تُعلّمنا “مغالطة معدل الأساس” أهمية التفكير الإحصائي، وتحديدًا عندما نرى أرقامًا صادمة أو حالات فردية، يجب علينا العودة إلى السؤال: “ما مدى احتمالية حدوث ذلك في الإجمالي في المقام الأول؟ (معدل الأساس)”.

هل يعود الأخ الأكبر من الفضاء ليجد أخاه الأصغر أكبر منه؟: مفارقة التوأم

Thu, 10 Sep 2026 21:00:00 +0900

إذا انطلقت في رحلة على متن مركبة فضائية تحلق بسرعة تقترب من سرعة الضوء، فإن ساعتك ستتحرك بـ «بطء» أكبر مقارنة بساعات الأشخاص الموجودين على الأرض. هذا ليس مجرد سيناريو من أفلام الخيال العلمي، بل هو حقيقة فيزيائية أثبتتها «النظرية النسبية الخاصة» لأينشتاين.

إن التجربة الفكرية الشهيرة التي تُعرف باسم «مفارقة التوأم (Twin Paradox)» هي التعبير الأكثر دراماتيكية عن مفهوم «تباطؤ الزمن» هذا.

الأخ الأكبر الذي يسافر إلى الفضاء، والأخ الأصغر الذي يبقى على الأرض

لدينا أخوان توأمان ولدا في نفس اليوم. في عيد ميلادهما العشرين، استقل الأخ الأكبر رحلة على متن صاروخ فائق السرعة يطير بنسبة 80% من سرعة الضوء ($0.8c$)، وانطلق نحو نجم بعيد. بينما بقي الأخ الأصغر على الأرض في انتظار عودة أخيه.

بعد عدة سنوات، عاد الأخ الأكبر من الفضاء إلى الأرض. وعندما فُتح باب الصاروخ والتقى الاثنان مجددًا، حدث شيء مذهل.

لقد أصبح الأخ الأصغر الذي انتظر على الأرض رجلًا في منتصف العمر حيث بلغ من العمر 50 عامًا (مرت 30 عامًا)، بينما كان الأخ الأكبر الذي سافر في الفضاء لا يزال يحتفظ بمظهره الشاب في سن 38 عامًا (مرت 18 عامًا فقط).

“على الرغم من أنهما توأمان، إلا أن هناك فارقًا في العمر يبلغ 12 عامًا بينهما.” هذه هي الصدمة الأولى التي تجلبها النظرية النسبية.

graph TD A["الأخوان التوأمان (20 عامًا)"] --> B["الأخ الأصغر الباقي على الأرض"] A --> C["الأخ الأكبر المسافر في الفضاء بسرعة 80% من سرعة الضوء"] B -->|مرور 30 عامًا من زمن الأرض| D["عمر الأخ الأصغر عند اللقاء: 50 عامًا"] C -->|يتباطأ الزمن بسبب تأثير أوراشيما وتمر 18 عامًا فقط| E["عمر الأخ الأكبر عند اللقاء: 38 عامًا"] D --> F{"فارق العمر: 12 عامًا!"} E --> F style A fill:#ECEFF1,stroke:#333 style B fill:#C8E6C9,stroke:#333 style C fill:#BBDEFB,stroke:#333 style D fill:#81C784,stroke:#333,color:#fff style E fill:#64B5F6,stroke:#333,color:#fff style F fill:#FF9800,stroke:#333,color:#fff,stroke-width:2px

جوهر المفارقة: هل يختلف الأمر باختلاف وجهة النظر؟

حقيقة “أن الأخ الأكبر أصبح أصغر سنًا” في حد ذاتها يمكن استنتاجها بتطبيق الأرقام على معادلة النظرية النسبية (معامل لورنتز)، وهي ظاهرة فيزيائية تؤخذ في الاعتبار فعليًا حتى في الأقمار الصناعية لنظام تحديد المواقع العالمي (GPS) الحديثة (وتُعرف أيضًا باسم تأثير أوراشيما).

ومع ذلك، تبدأ “المفارقة” الحقيقية من هنا. من أهم قواعد النظرية النسبية أنه “بالنسبة لجميع المراقبين الذين يتحركون بسرعة ثابتة، تنطبق قوانين الفيزياء بنفس الطريقة (لا يوجد سكون مطلق)”.

إذا طبقنا هذه القاعدة على حالتنا، سيظهر تناقض غريب.

من وجهة نظر الأخ الأصغر على الأرض: “لقد ابتعد صاروخ أخي بسرعة هائلة ثم عاد. وبما أن أخي هو من كان يتحرك، فإن زمنه يجب أن يتباطأ، وبالتالي يجب أن يكون أخي الأكبر هو الأصغر سنًا.”
من وجهة نظر الأخ الأكبر في الصاروخ: “أنا ساكن داخل الصاروخ. وعندما أنظر من النافذة، أرى الأرض تبتعد بسرعة هائلة ثم تعود. وبما أن أخي الأصغر على الأرض هو من كان يتحرك، فإن زمنه يجب أن يتباطأ، وبالتالي يجب أن يكون أخي الأصغر هو الأصغر سنًا.”

كلا الادعاءين يلتزمان تمامًا بمبدأ النظرية النسبية القائل: “إذا كان الطرف الآخر يبدو متحركًا، فإن زمنه يتباطأ”. ومع ذلك، عندما يلتقي الاثنان ويقفان جنبًا إلى جنب، من المستحيل أن يكون “كل منهما أصغر سنًا من الآخر”. يجب أن يكون أحدهما حتمًا هو الأكبر والآخر هو الأصغر.

فهل يعني هذا أن نظرية أينشتاين خاطئة؟

الحل: كسر “التناظر”

مفتاح حل هذه المفارقة يكمن في حقيقة أن “موقف كلا الأخوين ليس متكافئًا (متناظرًا) تمامًا”.

لقد ظل الأخ الأصغر دائمًا على الأرض (نظام إحداثي قصوري: حالة الحركة بسرعة ثابتة أو السكون). ومع ذلك، تضمنت رحلة الأخ الأكبر “تسارعًا” و"تباطؤًا".

مركبة الأخ الأكبر الفضائية يجب أن تمر بالخطوات التالية حتى تتمكن من العودة إلى الأرض:

الانطلاق من الأرض والتسارع.
استخدام المكابح عند النجم الوجهة (التباطؤ)، ثم تغيير الاتجاه نحو الأرض، والتسارع مرة أخرى (الاستدارة للخلف).
الوصول إلى الأرض واستخدام المكابح (التباطؤ).

في النظرية النسبية، يُعامل المراقب الذي يشعر بالتسارع (يشعر بقوة الجاذبية G) بشكل مختلف عن المراقب الذي يتحرك بسرعة ثابتة (وهذا يدخل في مجال النظرية النسبية العامة).

على وجه الخصوص، في اللحظة التي يقوم فيها الأخ الأكبر بـ “الاستدارة للخلف (تغيير الاتجاه بتسارع شديد)” عند النجم الوجهة، ينهار التناظر بين موقفيهما تمامًا. في اللحظة التي يستدير فيها الأخ الأكبر ويتسارع مرة أخرى نحو الأرض، يُلاحظ أن “ساعة الأرض (عمر الأخ الأصغر)” بالنسبة إليه تتقدم فجأة لعقود من الزمن دفعة واحدة.

ونتيجة لذلك، عند اللقاء، تتبقى فقط الحقيقة المتوافقة مع الحسابات: “عمر الأخ الأكبر 38 عامًا، والأخ الأصغر 50 عامًا”، ويُحل التناقض تمامًا.

تُعد مفارقة التوأم واحدة من أجمل التجارب الفكرية في تاريخ الفيزياء، حيث تعلمنا أن إحساسنا البديهي بأن “الزمن يمر بالتساوي على الجميع” لا ينطبق على الإطلاق أمام الفضاء الشاسع وسرعة الضوء.

هل يمكن ملؤه بالطلاء ولكن لا يمكن طلاء سطحه؟: بوق غابرييل

Thu, 10 Sep 2026 21:00:00 +0900

ماذا سيحدث إذا كان هناك وعاء “حجمه محدود، ولكن مساحة سطحه لا نهائية”؟ قد يبدو هذا مستحيلاً من الناحية البديهية، لكن في عالم الرياضيات يوجد بالفعل مثل هذا الشكل ثلاثي الأبعاد. يُعرف هذا الشكل باسم “بوق غابرييل (Gabriel’s Horn)”، ويُسمى أيضاً “بوق توريتشيلي”.

تم اكتشاف هذا الشكل في عام 1641 من قبل عالم الرياضيات الإيطالي إيفانجيليستا توريتشيلي، وأحدث صدمة كبيرة لعلماء الرياضيات والفلاسفة في ذلك الوقت، مما أثار جدلاً حاداً حول طبيعة “اللانهاية”.

مفارقة الطلاء

إذا شبهنا خصائص هذا الشكل بـ “الطلاء” في حياتنا اليومية، فستحدث المفارقة الغريبة التالية:

عند ملء البوق بالطلاء: نظراً لأن حجم البوق محدود (وهو $\pi$ على وجه الدقة)، يمكنك ملء البوق من الداخل بالكامل بمجرد صب $\pi$ لتر (حوالي 3.14 لتر) من الطلاء.
عند طلاء سطح البوق: مساحة سطح البوق لا نهائية. لذلك، إذا حاولت طلاء السطح الداخلي (أو الخارجي) للبوق باستخدام فرشاة، فلن تنتهي من الطلاء أبداً مهما كانت كمية الطلاء التي قمت بإعدادها كبيرة.

“يمكن ملء الداخل بـ 3.14 لتر من الطلاء، لكن طلاء السطح سيتطلب كمية لا نهائية من الطلاء” لماذا يحدث هذا الموقف الذي يتعارض مع الحدس البديهي؟

graph TD A["بوق غابرييل"] --> B["حساب الحجم (التكامل)"] A --> C["حساب مساحة السطح (التكامل)"] B --> B1["الحجم = π (محدود)"] B1 --> B2["يمكن ملء الداخل بالطلاء"] C --> C1["مساحة السطح = ∞ (لا نهائية)"] C1 --> C2["لا يمكن الانتهاء من طلاء السطح"] B2 --> D{"مفارقة!"} C2 --> D style A fill:#FFD54F,stroke:#333,stroke-width:2px style B1 fill:#81C784,stroke:#333 style C1 fill:#E57373,stroke:#333,color:#fff style D fill:#F44336,stroke:#333,color:#fff,stroke-width:3px

الإثبات الرياضي: سحر حساب التفاضل والتكامل

يتم تشكيل بوق غابرييل عن طريق تدوير الرسم البياني للدالة $y = \frac{1}{x}$ (حيث $x \ge 1$) حول المحور $x$. دعونا نستخدم حساب التفاضل والتكامل لحساب الحجم $V$ ومساحة السطح $A$ لهذا الشكل.

1. حساب الحجم (سبب كونه محدوداً)

يمكن إيجاد حجم الجسم الدوراني $V$ عن طريق تكامل مساحة المقطع العرضي (دائرة نصف قطرها $\frac{1}{x}$).

$$ V = \pi \int_{1}^{\infty} \left( \frac{1}{x} \right)^2 dx = \pi \int_{1}^{\infty} \frac{1}{x^2} dx $$

بحساب هذا التكامل المحدود:

$$ V = \pi \left[ -\frac{1}{x} \right]_{1}^{\infty} = \pi (0 - (-1)) = \pi $$

تتقارب النتيجة إلى القيمة المحدودة $\pi$.

2. حساب مساحة السطح (سبب كونها لا نهائية)

من ناحية أخرى، يتم حساب مساحة السطح $A$ على النحو التالي.

$$ A = 2\pi \int_{1}^{\infty} y \sqrt{1 + \left(\frac{dy}{dx}\right)^2} dx $$

بما أن

$$ \frac{dy}{dx} = -\frac{1}{x^2} $$

، فإن التعبير داخل الجذر التربيعي يصبح $1 + \frac{1}{x^4}$. هنا، لجميع قيم $x \ge 1$، لدينا $\sqrt{1 + \frac{1}{x^4}} > 1$، وبالتالي تتحقق المتباينة التالية:

$$ A > 2\pi \int_{1}^{\infty} \frac{1}{x} \cdot 1 dx = 2\pi \left[ \ln x \right]_{1}^{\infty} $$

اللوغاريتم الطبيعي $\ln x$ يتباعد إلى اللانهاية عندما $x \to \infty$. وبالتالي، من الطبيعي أن تتباعد مساحة السطح $A$ الأكبر منه أيضًا إلى اللانهاية.

“كشف اللغز” وراء هذه المفارقة

حتى لو أمكن إثبات ذلك رياضيًا بشكل صحيح، فقد لا يكون مقنعًا لمداركنا في العالم الحقيقي. “إذا كان بإمكانك ملؤه بالطلاء، فهذا يعني أن الطلاء يلامس السطح الداخلي، لذا ألا يجب أن يكون السطح مطليًا أيضًا؟”

هذا التناقض الحدسي ينشأ من الخلط بين المفاهيم الرياضية والواقع الفيزيائي.

في عالم الرياضيات، يمكن جعل “سُمك” الطلاء رقيقًا إلى ما لا نهاية وصولًا إلى الصفر. يصبح بوق غابرييل رفيعًا بشكل لا نهائي كلما اتجهنا نحو نهايته، ولكن الطلاء الرياضي يمكن أن يصبح رقيقًا ليتدفق عميقًا داخل ذلك الطرف الرفيع، مكوّناً طبقة تغطي مساحة سطح لا نهائية بحجم محدود (مع العلم أن سُمك طبقة الطلاء يقترب من الصفر نحو الطرف).

ومع ذلك، في العالم الفيزيائي الحقيقي، يتكون الطلاء من ذرات وجزيئات (حبيبات ذات حجم محدود). حتى لو صببت طلاءً حقيقيًا، بمجرد أن يصبح أنبوب البوق أرفع من “قُطر جزيء الطلاء”، فلن يتمكن الطلاء من التقدم أكثر. بمعنى آخر، من المستحيل فيزيائيًا ملؤه حتى النهاية، أو طلاء سطحه اللانهائي.

بوق غابرييل هو مثال جميل يعلمنا أن الحدس البشري مقيد بـ “قواعد العالم المحدود”، ولا يتطابق بالضرورة مع عالم حساب التفاضل والتكامل الذي يتعامل مع “اللانهاية”.

مفارقة ريشار: التناقض الذي تسببه الأعداد العشرية اللانهائية و"الحجة القطرية"

Thu, 10 Sep 2026 12:00:00 +0900

1. قائمة الأرقام التي يمكن تعريفها بالكلمات

تعتبر “مفارقة ريشار”، التي نشرها عالم الرياضيات الفرنسي جول ريشار عام 1905، بمثابة قريب لـ “مفارقة بيري” التي قدمناها سابقاً. لكن هذه المفارقة أكثر رياضية وتحتوي على تناقض أعمق يشبه النظر في اللانهاية.

أولاً، تخيل جمع كل “الأعداد الحقيقية (الكسور العشرية) بين 0 و 1 التي يمكن تعريفها بالكامل بجمل لغوية”. (في المثال الأصلي، باللغة اليابانية، وهنا سنفترض لغة محددة).

على سبيل المثال، أرقام مثل هذه:

“صفر نقطة خمسة” $\rightarrow$ $0.5$
“ثلث” $\rightarrow$ $0.333333...$
“الرقم المكون من الأرقام بعد الفاصلة العشرية لـ بي (pi)” $\rightarrow$ $0.14159265...$

بما أن التراكيب الممكنة للجمل التي يمكن التعبير عنها بلغة ما تتكون فقط من ترتيب الأحرف الموجودة في القاموس، فيمكننا تحديد “ترتيب” لها. (على سبيل المثال، ترتيبها حسب عدد الأحرف من الأقل إلى الأكثر، وإذا كان لها نفس عدد الأحرف، يتم ترتيبها حسب الترتيب الأبجدي).

وبهذه الطريقة، يمكننا إنشاء قائمة (رقم) لا نهائية للأرقام: الأول، الثاني، الثالث… لـ “كل الأعداد الحقيقية التي يمكن تعريفها باللغة”.

$$ \begin{align*} r_1 &= 0.\mathbf{3}333... \\ r_2 &= 0.5\mathbf{0}00... \\ r_3 &= 0.14\mathbf{1}5... \\ r_4 &= 0.777\mathbf{7}... \\ &\vdots \end{align*} $$

في هذه القائمة، يجب أن تكون “كل الأعداد الحقيقية التي يمكن تعريفها باللغة” مشمولة بالكامل دون ترك أي استثناء.

2. تقنية الشيطان “الحجة القطرية”

هنا، يقوم ريشار بعملية مرعبة. إنه يخلق بشكل مصطنع “رقماً جديداً تماماً $X$” يتجنب كل الأرقام الموجودة في القائمة.

طريقة إنشائه بسيطة:

انظر إلى الرقم في الخانة العشرية الأولى للرقم الأول في القائمة (في المثال أعلاه، هو $3$). أضف $1$ إلى هذا الرقم، واجعله الخانة الأولى لـ $X$ ($3+1=4$).
انظر إلى الرقم في الخانة العشرية الثانية للرقم الثاني في القائمة (في المثال أعلاه، هو $0$). أضف $1$ إلى هذا الرقم، واجعله الخانة الثانية لـ $X$ ($0+1=1$).
انظر إلى الرقم في الخانة العشرية الثالثة للرقم الثالث في القائمة (في المثال أعلاه، هو $1$). أضف $1$ إلى هذا الرقم، واجعله الخانة الثالثة لـ $X$ ($1+1=2$).

※ إذا كان الرقم الأصلي $9$، نفترض أنه يعود إلى $0$.

الرقم الجديد $X$ الذي تم إنشاؤه بهذه الطريقة (في المثال أعلاه، $X = 0.4128...$) لا يتطابق أبداً مع أي رقم في القائمة. والسبب هو أنه تم تعمد إزاحة الرقم في “الخانة العشرية $n$” ليكون مختلفاً عن الرقم $n$ في القائمة. (هذه الطريقة ابتكرها عالم الرياضيات العبقري كانتور لإثبات الحجم اللانهائي للأعداد الحقيقية وتسمى “الحجة القطرية”).

3. اكتمال مفارقة ريشار

الآن، هنا تكمن المفارقة.

لقد أنشأنا للتو الرقم الجديد $X$. والـ “قاعدة” لإنشاء هذا الـ $X$ مشروحة (معرّفة) بشكل كامل بواسطة الجمل اللغوية التي كتبتها للتو أعلاه.

بعبارة أخرى، $X$ هو “عدد حقيقي يمكن تعريفه باللغة”.

لكن تذكر الفرضية الأولى. يجب أن تكون “الأعداد الحقيقية التي يمكن تعريفها باللغة” مشمولة بالكامل في القائمة الأولى ($r_1, r_2, r_3...$). ومع ذلك، تم تصميم $X$ بحيث لا يتطابق مع أي رقم في القائمة.

يجب أن يكون $X$ موجوداً في القائمة (لأنه عُرِّف باللغة).
يجب ألا يكون $X$ موجوداً في القائمة (لأنه صُمم باستخدام الحجة القطرية ليكون مختلفاً عن كل الأعداد في القائمة).

تناقض كامل! هذه هي مفارقة ريشار.

4. لماذا انهار المنطق؟ (فخ لغة الميتا)

السبب وراء ولادة هذه المفارقة، تماماً مثل مفارقة بيري، يكمن في الخلط بين “مستويات اللغة”.

للقيام بالرياضيات بدقة، يجب التمييز بوضوح بين “قائمة الأرقام المستهدفة (اللغة الهدف)” و"القواعد التي تتحدث عن خصائص تلك القائمة من الخارج (لغة الميتا / اللغة الفوقية)".

قائمة ريشار هي مجموعة من “التعريفات للأرقام القابلة للحساب”. ومع ذلك، فإن قاعدة “النظر إلى الخانة $n$ للرقم $n$ في القائمة” لإنشاء الرقم الجديد $X$ هي عملية تخص “لغة الميتا” ولا يمكن تنفيذها إلا بالنظر إلى القائمة بأكملها من الخارج.

انفجرت مفارقة ريشار في تناقض ذاتي لأنها حاولت خلسة إدخال “الرقم الميتالغوي $X$ الذي تم إنشاؤه عن طريق معالجة القائمة من الخارج” إلى “القائمة الداخلية”.

5. تسليم الراية إلى غودل

أحدثت مفارقة ريشار هذه صدمة كبيرة في الأوساط الرياضية في ذلك الوقت. “الكلمات البشرية (والأنظمة المنطقية)، إذا لم نكن حذرين، تؤدي بسرعة إلى تناقضات ذاتية. كيف يمكننا جعل الرياضيات مثالية وخالية من التناقضات؟”

في عام 1931، تم حل هذه المشكلة نهائياً من قبل عالم الرياضيات العبقري الشاب كورت غودل، الذي كان يبلغ من العمر 25 عاماً فقط. قام غودل بترجمة وإعادة إنتاج هيكل هذه المفارقة - التي أثارها ريشار باستخدام “غموض اللغة” - بشكل مثالي باستخدام “صيغ رياضية دقيقة (أرقام غودل)”.

النتيجة التي تم استخلاصها من ذلك هي “مبرهنة عدم الاكتمال لغودل” الشهيرة. كان هذا اكتشافاً عظيماً يثبت حدود المعرفة البشرية: “بغض النظر عن مدى دقة القواعد الرياضية التي نضعها، ستظهر دائماً “حقائق لا يمكن إثباتها أو دحضها” ضمن تلك القواعد (الرياضيات غير مكتملة)”.

بدأت مفارقة ريشار كلعب بالكلمات المتناقضة، ثم تطورت في النهاية إلى أقوى سلاح لتحطيم “المطلقية” في مجال الرياضيات نفسه.

مفارقة بيري: التناقض الناتج عن محاولة تعريف "الأرقام" باستخدام "الكلمات"

Thu, 10 Sep 2026 11:00:00 +0900

1. التعبير عن الأرقام بالكلمات

نحن نستخدم في حياتنا اليومية ليس فقط “الأرقام العربية (1، 2، 3…)” بل أيضًا “الكلمات (مثل اليابانية أو الإنجليزية)” للتعبير عن الأرقام.

على سبيل المثال، الرقم “$10$” يمكن التعبير عنه بكلمات مختلفة كما يلي:

“عشرة” (في اليابانية: じゅう - 3 حروف)
“ضعف الخمسة” (في اليابانية: ごの2ばい - 5 حروف)
“عُشر المائة” (في اليابانية: ひゃくの10ぶんの1 - 9 حروف)

دعونا نفكر في وصف رقم معين باستخدام “الحروف اليابانية” على هذا النحو. سنضع حدًا لعدد الحروف المسموح باستخدامها. هنا سنفكر في الأرقام التي يمكن التعبير عنها باللغة اليابانية بـ “19 حرفًا أو أقل”.

بالطبع، هناك حد للأرقام التي يمكن التعبير عنها في حدود 19 حرفًا. ذلك لأن أنواع الحروف اليابانية (هيراغانا، كاتاكانا، كانجي وغيرها) محدودة، والتراكيب الممكنة لترتيبها في 19 حرفًا أو أقل هي أيضًا محدودة (رغم أنها ستكون رقمًا فلكيًا، إلا أنها ليست لا نهائية).

بعبارة أخرى، لا بد أن يوجد دائمًا “عدد صحيح ضخم لا يمكن التعبير عنه أبدًا بـ 19 حرفًا أو أقل باللغة اليابانية”.

2. ولادة المفارقة

حسنًا، من هنا يبدأ الموضوع الرئيسي. توجد أعداد لا حصر لها من “الأعداد الصحيحة التي لا يمكن التعبير عنها بـ 19 حرفًا أو أقل باللغة اليابانية”. لنفترض أننا بحثنا ووجدنا “أصغرها (أصغر عدد صحيح)” من بين تلك الأعداد التي لا حصر لها والتي لا يمكن التعبير عنها.

سنطلق على هذا الرقم اسم $X$. بحكم التعريف، $X$ هو أصغر عدد من بين “الأعداد التي لا يمكن التعبير عنها بـ 19 حرفًا أو أقل باللغة اليابانية”، لذلك يمكننا تسميته كالتالي:

“じゅうきゅうもじいないであらわせないさいしょうのせいすう” (أصغر عدد صحيح لا يمكن التعبير عنه بتسعة عشر حرفًا أو أقل)

دعونا نعد عدد الحروف (في اليابانية باستخدام الهيراغانا). 「じゅ・う・きゅ・う・も・じ・い・な・い・で・あ・ら・わ・せ・な・い・さ・い・しょ・う・の・せ・い・す・う」 … مهلاً؟ حتى لو أزلنا علامات الترقيم، سنجد أنها 25 حرفًا. بهذا الشكل، فقد تجاوزنا حد الـ “19 حرفًا”.

إذن، دعونا نبتكر طريقة أخرى للتعبير ونستخدم الكانجي لتقصيرها.

“十九文字以内で表せない最小の整数”

حسنًا، حاول عد عدد حروف هذه العبارة اليابانية:

يا للعجب، إنها “16 حرفًا” فقط.

لقد حدث شيء غريب. نحن الآن قد عبرنا عن الرقم $X$ باستخدام “16 حرفًا يابانيًا” في العبارة “十九文字以内で表せない最小の整数”!

graph TD Define["التعريف:
X = أصغر عدد صحيح لا يمكن التعبير عنه بـ 19 حرفًا أو أقل"] --> CheckLength{"ما هو عدد حروف العبارة
『十九文字以内で表せない最小の整数』؟"} CheckLength -->|إنها 16 حرفًا| Contradiction["تناقض!
تم التعبير عن X بـ 『16 حرفًا』!"] Contradiction --> Paradox["على الرغم من أن X 『لا يمكن التعبير عنه بـ 19 حرفًا أو أقل』
إلا أنه 『أمكن التعبير عنه بـ 19 حرفًا أو أقل (16 حرفًا)』"] style Contradiction fill:#ff9999,stroke:#333 style Paradox fill:#ff4444,color:#fff,stroke:#333,stroke-width:2px

من المفترض أن $X$ هو رقم “لا يمكن التعبير عنه بـ 19 حرفًا أو أقل”، لكن كلمات التعريف نفسها تعبر عن $X$ بشكل كامل بـ “16 حرفًا (أقل من 19 حرفًا)”. هذا هو ما يُعرف بـ “مفارقة بيري (Berry Paradox)”.

3. من الذي ابتكر هذه المفارقة؟

ابتكر هذه المفارقة شخص يُدعى جي. جي. بيري (G. G. Berry)، والذي كان يعمل أمين مكتبة في جامعة أكسفورد في عام 1904. وبعد ذلك، قام عالم الرياضيات والفيلسوف العبقري الذي يمثل القرن العشرين، بيرتراند راسل، بتقديمها في إحدى أوراقه البحثية، مما أدى إلى انتشارها في جميع أنحاء العالم.

(※ في الورقة البحثية الأصلية باللغة الإنجليزية، استُخدم التعبير “The least integer not nameable in fewer than nineteen syllables” (أصغر عدد صحيح لا يمكن تسميته بأقل من تسعة عشر مقطعًا لفظيًا)، وتمت صياغة المفارقة بحيث تتحقق بناءً على عدد المقاطع اللفظية في اللغة الإنجليزية.)

4. لماذا حدث هذا التناقض؟

السبب الجذري لهذه المفارقة يكمن في الغموض والمرجعية الذاتية التي تتميز بها “اللغات الطبيعية (مثل اليابانية والإنجليزية وغيرها)” التي نستخدمها في حياتنا اليومية.

اللغة الطبيعية لا تستطيع تحمل صرامة الرياضيات

في عالم الرياضيات، يعتبر “تعريف الأرقام” عملية صارمة للغاية (حيث تُستخدم المعادلات والرموز). ولكن في مفارقة بيري، حاولنا تعريف كائن رياضي (عدد صحيح) باستخدام اللغة اليومية للبشر مثل “يمكن التعبير عنه” و"لا يمكن التعبير عنه".

اللغة اليومية قوية ومرنة للغاية، وبسبب هذه المرونة، يمكننا القيام بأشياء بهلوانية مثل “الإشارة إلى عدد حروفها نفسها”. ونتيجة لذلك، حدث تناقض ذاتي (مفارقة المرجعية الذاتية) حيث “التعريف نفسه يكسر قاعدة التعريف”.

ماذا يعني “أن يُسمى”؟

بالإضافة إلى ذلك، فإن تعريف عبارة “يمكن التعبير عنه بـ 16 حرفًا” هو أيضًا غامض. عبارة “أصغر عدد صحيح لا يمكن التعبير عنه بـ 19 حرفًا أو أقل” لا تشير بشكل مباشر إلى رقم محدد ومعين (مثل الرقم $987654321...$). إنها ببساطة تصف بشكل غير مباشر قائلة: “يجب أن يكون هناك رقم يستوفي هذه الشروط”.

رياضياً، يجب التمييز بوضوح بين “التعبير عنه بطريقة قابلة للحساب بشكل مباشر” و"ذكر شروط غير مباشرة بالكلمات". هناك خدعة منطقية مخفية في الخلط بين هذين الأمرين والادعاء بأنه “تم التعبير عنه بـ 16 حرفًا!”.

5. الخلاصة وتأثيرها على العصر الحديث

قد تبدو مفارقة بيري للوهلة الأولى مجرد “تلاعب بالكلمات” أو “دعابة”. ولكن هذه المشكلة جعلت علماء الرياضيات في القرن العشرين يدركون بعمق “خطر بناء أسس الرياضيات باستخدام اللغة اليومية”.

“يجب ألا نعرّف الأرقام بالكلمات. يجب بناء الرياضيات بالكامل باستخدام رموز صارمة ومستقلة تمامًا.”

أصبحت هذه المفارقة علامة إرشادية هامة أدت إلى تطورات في العلوم المتطورة، مثل “مبرهنات عدم الاكتمال لغودل” (التي تنص على وجود حقائق في الرياضيات لا يمكن إثباتها أبدًا) التي غيرت تاريخ الرياضيات لاحقًا، و"تعقيد كولموغوروف" في علوم الكمبيوتر (وهي نظرية حول مدى قصر ضغط المعلومات).

إن 16 حرفًا يابانيًا فقط كانت كفيلة بكشف حدود الرياضيات. هذا هو الجمال الكامن في مفارقة بيري.

مفارقة الاختبار المفاجئ: اليوم الذي يتم فيه إجراء اختبار "مستحيل تمامًا" منطقيًا

Thu, 10 Sep 2026 10:00:00 +0900

1. “الإعلان المطلق” للمعلم

في طريق العودة إلى المنزل يوم جمعة، أصدر معلم الرياضيات إعلانًا مرعبًا لطلابه.

“في الأسبوع القادم، في أي يوم من الاثنين إلى الجمعة، سأجري ‘اختبارًا مفاجئًا’ لمرة واحدة فقط. ومع ذلك، إذا تمكنتم من التنبؤ بشكل مؤكد في صباح ذلك اليوم بأن ‘اليوم هو يوم الاختبار’، فلن يكون ذلك مفاجئًا، ولن أقوم بإجراء الاختبار في ذلك اليوم.”

عند سماع هذا الإعلان، ارتعد الطلاب خوفًا. كان عليهم أن يقضوا كل يوم في قلق، متسائلين متى سيتم الاختبار. ولكن، الطالب A، أذكى طالب في الفصل، وقف فجأة وابتسم ابتسامة عريضة.

“لا تقلقوا يا رفاق. من المستحيل تمامًا أن يكون هناك اختبار مفاجئ الأسبوع القادم. إنه مستحيل منطقيًا!”

بدأ الطالب A بكتابة “منطقه المثالي” بثقة تامة على السبورة.

2. الإثبات بواسطة “المنطق المثالي” للطالب A

يستخدم إثبات الطالب A تقنية رياضية تُعرف بـ التفكير بالعودة بالزمن إلى الوراء بدءًا من “يوم الجمعة” (الاستدلال التراجعي).

الخطوة 1: استبعاد احتمالية يوم الجمعة

لنفترض أنه لم يتم إجراء أي اختبار طوال الأيام الأربعة: الاثنين، الثلاثاء، الأربعاء، والخميس. إذن، اليوم الوحيد المتبقي هو “الجمعة”. في صباح يوم الجمعة، سيتمكن الطلاب من التنبؤ بشكل مؤكد قائلين: “بما أن اليوم هو الوحيد المتبقي، فمن المؤكد أن الاختبار سيكون اليوم!”. ووفقًا لإعلان المعلم، “لن يتم إجراء الاختبار في اليوم الذي يمكن التنبؤ به”، لذا فإنه من المستحيل منطقيًا إجراء اختبار مفاجئ يوم الجمعة. لذلك، لن يكون هناك اختبار يوم الجمعة مطلقًا.

الخطوة 2: استبعاد احتمالية يوم الخميس

لقد تأكدنا من عدم وجود اختبار يوم الجمعة. وهذا يعني أن اليوم الأخير الذي يمكن فيه إجراء الاختبار هو “الخميس”. لنفترض أنه لم يتم إجراء الاختبار في الأيام الثلاثة: الاثنين، الثلاثاء، والأربعاء. إذن، الاحتمال الوحيد المتبقي هو الخميس (تم استبعاد الجمعة بالفعل). في صباح يوم الخميس، سيتمكن الطلاب من التنبؤ بشكل مؤكد قائلين: “الاختبار سيكون اليوم!”. لذلك، لن يكون هناك اختبار يوم الخميس مطلقًا.

الخطوة 3: استبعاد جميع الأيام

ما عليك سوى تكرار نفس المنطق. إذا لم يكن الخميس، فإن اليوم الأخير سيكون الأربعاء. لذلك، إذا لم يكن هناك اختبار حتى يوم الثلاثاء، فيمكن التنبؤ به في صباح يوم الأربعاء، وبالتالي يتم استبعاد الأربعاء أيضًا. إذا تم استبعاد الأربعاء، سيتم استبعاد الثلاثاء، وسيتم استبعاد الاثنين أيضًا. الخلاصة: طالما تم الالتزام بقاعدة المعلم، فمن المستحيل تمامًا إجراء اختبار مفاجئ في أي يوم من الاثنين إلى الجمعة!

graph TD Fri["صباح الجمعة
(لا اختبار من الاثنين للخميس)"] -->|يمكن التنبؤ 'لا يوجد سوى الجمعة'| NoFri["لا يمكن اختبار الجمعة"] Thu["صباح الخميس
(لا اختبار من الاثنين للأربعاء)"] -->|يمكن التنبؤ 'لا جمعة لذا اليوم فقط'| NoThu["لا يمكن اختبار الخميس"] Wed["صباح الأربعاء"] -->|يمكن التنبؤ 'لا خميس وجمعة لذا اليوم فقط'| NoWed["لا يمكن اختبار الأربعاء"] Tue["صباح الثلاثاء"] -->|يمكن التنبؤ بنفس الطريقة| NoTue["لا يمكن اختبار الثلاثاء"] Mon["صباح الاثنين"] -->|يمكن التنبؤ بنفس الطريقة| NoMon["لا يمكن اختبار الاثنين"] NoFri -.-> Thu NoThu -.-> Wed NoWed -.-> Tue NoTue -.-> Mon style NoFri fill:#ff9999,stroke:#333 style NoThu fill:#ff9999,stroke:#333 style NoWed fill:#ff9999,stroke:#333 style NoTue fill:#ff9999,stroke:#333 style NoMon fill:#ff9999,stroke:#333

فرح طلاب الفصل. بدا منطق الطالب A مثاليًا، ولم تكن فيه أية ثغرات. لقد استمتعوا بعطلة نهاية الأسبوع في اللعب والمرح، واستقبلوا يوم الاثنين دون أن يدرسوا للاختبار على الإطلاق.

يوم الاثنين… لم يكن هناك اختبار. “أرأيتم!” يوم الثلاثاء… لم يكن هناك اختبار. “الطالب A كان محقًا!”

ثم جاء صباح الأربعاء. فُتح باب الفصل فجأة، ودخل المعلم قائلًا:

“حسنًا، أخلوا مكاتبكم. سنبدأ الآن اختبارًا مفاجئًا!”

أصيب الطلاب بالذعر. “مـ، لماذا!؟ وجود اختبار يوم الأربعاء، لم نكن نتوقعه على الإطلاق!”

ابتسم المعلم ابتسامة عريضة. “أرأيتم، لم تتمكنوا من التنبؤ به، أليس كذلك؟ ‘إعلاني’ كان صحيحًا تمامًا، ووفقًا للقواعد، تم إجراء الاختبار المفاجئ بنجاح.”

3. أين كان الخطأ المنطقي بالضبط؟

على الرغم من أن إثبات الطالب A بدا مثاليًا، لماذا أصبح “الاختبار المفاجئ الكامل” حقيقة واقعة؟ هذه المشكلة كانت تُعرف في الأصل باسم “مفارقة الشنق المفاجئ” (Unexpected hanging paradox)، ومنذ أن ابتكرها عالم الرياضيات السويدي لينارت إكبوهم في الأربعينيات من القرن الماضي، لا تزال تحير الفلاسفة وعلماء المنطق.

في الواقع، لا يوجد حتى الآن رأي موحد يعتبر “الحل الصحيح والوحيد” لهذه المفارقة. ومع ذلك، هناك العديد من المقاربات القوية لحلها.

المقاربة 1: “مفارقة المعرفة (نظرية المعرفة)”

أكبر فخ في استنتاج الطالب A هو أنه أدرج الافتراض بأن “إعلان المعلم صحيح بنسبة 100%” في توقعاته الخاصة.

يتكون إعلان المعلم من شرطين: “إجراء اختبار الأسبوع القادم (P)” و"عدم إجرائه في اليوم الذي يمكن التنبؤ به (Q)". إذا لم يكن هناك اختبار حتى يوم الجمعة، سيفكر الطالب: “إذا كان الإعلان صحيحًا، فيجب أن يكون الاختبار اليوم”، ولكن في نفس الوقت يُطرح شك: “إذا تمكنت من التنبؤ بأنه اليوم، فهذا يتعارض مع الشرط Q من الإعلان. إذن، ألم يكن الإعلان P (بإجراء الاختبار) كذبة في المقام الأول؟”.

نتيجة الصدام بين الاعتقاد بأن “كلام المعلم صحيح تمامًا” و"الاستنتاج المنطقي"، وصل الطلاب إلى استنتاج (اعتقاد) خاطئ بأن “المعلم لن يجري الاختبار”، ونتيجة لذلك، في أي وقت يُقدم فيه الاختبار، يصبح في حالة “غير متوقعة (مفاجئة)”.

المقاربة 2: “مفارقة المرجعية الذاتية”

دعونا نحول كلمات المعلم إلى صيغة منطقية. لنفترض أن ادعاء المعلم هو $S$. $S = $ “سأجري اختبارًا في يوم معين $T$. وفي نفس الوقت، لا يمكنكم التنبؤ بذلك اليوم $T$.”

هذا الادعاء يمتلك “بنية مرجعية ذاتية” حيث يتغير صدقه أو كذبه بناءً على كيفية تلقي الطلاب للادعاء نفسه (الإعلان). تمامًا مثل “مفارقة الكذاب” (‘هذه الجملة كاذبة’)، فإن له خاصية التسبب في حلقة مفرغة لا نهائية من الاستدلال المنطقي.

4. “الاختبارات المفاجئة” الكامنة في الحياة اليومية

هذه المفارقة لا تُطبق في الرياضيات فحسب، بل في حياتنا اليومية أيضًا.

【معضلة الحفلة المفاجئة】

لنفترض أن صديقًا لك أعلن: “هذا الشهر، سأقيم لك حفلة مفاجئة بمناسبة عيد ميلادك!”. عند سماعك لهذا، ستبدأ في التوقع كل يوم: “هل ستكون اليوم؟ أم غدًا؟”. حتى لو وصل اليوم الأخير من الشهر ولم تكن هناك حفلة، فلكي يتحقق شرط “المفاجأة (عدم القدرة على التوقع)"، ستستنتج أنه من المستحيل إقامتها في اليوم الأخير… ولكن في الواقع، إذا ظهرت الكعكة فجأة في منتصف الشهر، فستقول: “لقد تفاجأت حقًا!” وتتلقى مفاجأة مثالية.

5. الخلاصة

تُعبر “مفارقة الاختبار المفاجئ” ببراعة عن صعوبة إدراج حالة الإنسان في “المعرفة (التوقع)” نفسها في الحسابات المنطقية.

ما نعتقد أنه “استنتاج مثالي” قد لا يكون سوى قصر من رمال مبني على اعتقاد لا أساس له بأن “الطرف الآخر سيلتزم بالقواعد تمامًا”. في المرة القادمة التي يقول فيها المعلم: “سأجري اختبارًا مفاجئًا”، يبدو أن الخيار الأكثر عقلانية هو التوقف عن التلاعب بالمنطق، والالتزام بالدراسة الهادئة كل يوم.

مسألة الجميلة النائمة: هل احتمال العملة 1/2 أم 1/3؟ المعضلة التي تقسم نظرية الاحتمالات

Thu, 10 Sep 2026 09:00:00 +0900

1. قواعد التجربة الغريبة

تم اختيارك (الجميلة النائمة) لتكوني خاضعة لتجربة علمية معينة. تجرى التجربة من الأحد إلى الأربعاء. في ليلة الأحد، يتم إعطاؤك حبوباً منومة وتغطين في النوم.

بعد أن تنامي، يقوم المجرب برمي عملة نقدية عادلة (عملة يكون احتمال ظهور الصورة أو الكتابة فيها 1/2 تمامًا). وبناءً على النتيجة، سيتم إيقاظك وفقًا للجدول التالي:

【إذا كانت نتيجة رمي العملة “صورة”】

يتم إيقاظك مرة واحدة فقط يوم الاثنين وتُسألين سؤالاً. بعد ذلك، يتم تنويمك مرة أخرى، ولن تستيقظي حتى انتهاء التجربة (يوم الأربعاء).

【إذا كانت نتيجة رمي العملة “كتابة”】

يتم إيقاظك يوم الاثنين وتُسألين سؤالاً. بعد ذلك، تُعطين دواءً خاصاً (دواء لمحو الذاكرة) وتنامين مرة أخرى.
يتم إيقاظك مرة أخرى يوم الثلاثاء ويُطرح عليك نفس السؤال. بعد ذلك، يتم تنويمك مرة أخرى، وتنتهي التجربة (يوم الأربعاء).

※ بسبب تأثير دواء محو الذاكرة، لن تتذكري عند استيقاظك “ما هو اليوم” أو “ما إذا كان قد تم إيقاظك في الماضي” على الإطلاق.

graph TD Sunday["يوم الأحد: الجميلة تنام"] --> Toss{"رمي العملة"} Toss -->|صورة (1/2)| Mon_Heads["الاثنين: استيقاظ + سؤال
（بعد ذلك تنتهي التجربة）"] Toss -->|كتابة (1/2)| Mon_Tails["الاثنين: استيقاظ + سؤال
（بعد ذلك يتم محو الذاكرة）"] Mon_Tails --> Tue_Tails["الثلاثاء: استيقاظ + سؤال
（بعد ذلك تنتهي التجربة）"] style Toss fill:#ff9999,stroke:#333 style Mon_Heads fill:#aaffaa,stroke:#333 style Mon_Tails fill:#aaffaa,stroke:#333 style Tue_Tails fill:#aaffaa,stroke:#333

الآن، استيقظتِ إما يوم الاثنين أو الثلاثاء. لا توجد ساعة أو تقويم في الغرفة، ولا تعرفين أي يوم نحن اليوم.

يأتي المجرب إليكِ ويسألكِ هذا السؤال: “بما أنك مستيقظة الآن، ما هو في اعتقادك احتمال أن تكون العملة التي رُميت هي ‘صورة’؟”

أنتِ فتاة جميلة ذات خبرة في الرياضيات. حسنًا، كيف ستجيبين؟

2. صدام بين فصيلين: 1/2 أم 1/3

ابتُكرت هذه المسألة في التسعينيات ونُشرت في مجلة أكاديمية عام 2000 من قبل الفيلسوف آدم إلغا. قد يبدو احتمال العملة بديهيًا، ولكن في الواقع، وبسبب هذه المسألة، انقسم علماء الرياضيات والإحصاء والفلاسفة في جميع أنحاء العالم إلى معسكرين: “فريق 1/2 (Halfers)” و “فريق 1/3 (Thirders)”، ويستمر الجدل العنيف بينهما حتى يومنا هذا.

دعونا نستمع إلى “المنطق المثالي” لكل معسكر.

حجة “فريق 1/2 (Halfers)”

“بما أن العملة عادلة وليست مزيفة، فمن الطبيعي أن يكون احتمال ظهور الصورة هو 1/2. بغض النظر عن عدد المرات التي يوقظني فيها المجرب بعد أن أنام، أو يمحو ذاكرتي، فإن ذلك لا يؤثر على الإطلاق على النتيجة الفيزيائية للعملة. كان الاحتمال وقت رمي العملة 1/2، وحقيقة أنني استيقظت لا تقدم أي معلومات جديدة (تلميح لتخمين ما إذا كانت صورة أم كتابة). لذلك، يبقى الاحتمال 1/2.”

هذا رأي سليم للغاية يؤكد على الظواهر الفيزيائية الموضوعية وعدم تحديث المعلومات.

حجة “فريق 1/3 (Thirders)”

“حقيقة أنكِ ‘مستيقظة’ بحد ذاتها هي معلومة تغير من الاحتمال. لنتخيل أننا كررنا هذه التجربة 100 مرة (100 أسبوع). من المفترض أن تظهر العملة ‘صورة’ 50 مرة، و’كتابة’ 50 مرة.

في الـ 50 أسبوعًا التي تظهر فيها الصورة، تستيقظين مرة واحدة فقط يوم الاثنين $\rightarrow$ عدد مرات الاستيقاظ في حالة ‘الصورة’ هو 50 مرة

في الـ 50 أسبوعًا التي تظهر فيها الكتابة، تستيقظين مرتين يومي الاثنين والثلاثاء $\rightarrow$ عدد مرات الاستيقاظ في حالة ‘الكتابة’ هو 100 مرة

هذا يعني أن الموقف الذي تستيقظين فيه، من إجمالي 150 مرة، يتضمن 50 مرة ‘للاستيقاظ على الصورة’ و 100 مرة ‘للاستيقاظ على الكتابة’. لذا، فإن احتمال أن يكون الاستيقاظ الذي تواجهينه الآن هو ‘صورة’ هو 50 / 150 ＝ 1/3!”

هذا رأي قوي يعتمد على “المدرسة التكرارية” أو “المبدأ الإنساني”، حيث يتم إدراج حقيقة “أنني موجود (ألاحظ) الآن” كعنصر في فضاء الاحتمال ضمن الحسابات.

3. محاولة الحساب باستخدام مبرهنة بايز

هناك أيضًا محاولات لحل هذه المسألة باستخدام “مبرهنة بايز”، وهي أداة رياضية لتحديث الاحتمالات. دعونا نرتب منطق “فريق 1/3” من منظور الاحتمال الشرطي.

عند الاستيقاظ، تكون الحالة واحدة من الحالات الثلاث التالية:

$E_1$: العملة هي “صورة”، واليوم هو “الاثنين”
$E_2$: العملة هي “كتابة”، واليوم هو “الاثنين”
$E_3$: العملة هي “كتابة”، واليوم هو “الثلاثاء”

احتمال ظهور “الصورة” هو $1/2$، واحتمال ظهور “الكتابة” هو $1/2$. ولكن، في حالة الكتابة، يكون “الاثنين” و “الثلاثاء” متماثلين تمامًا (لا يمكن التمييز بينهما لأنه لا توجد ذاكرة)، لذلك يُعتبر أن احتمالية حدوث $E_2$ و $E_3$ متساوية.

بما أن مجموع الاحتمالات الكلية يجب أن يكون $1$، وإذا خصصنا احتمالات متساوية لكل استيقاظ كـ “حدث (نقطة مراقبة)” مستقل: $P(E_1) = 1/3$ $P(E_2) = 1/3$ $P(E_3) = 1/3$ وبالتالي، فإن النتيجة هي أن “احتمال أن تكون صورة ($P(E_1)$)” يصبح $1/3$.

من ناحية أخرى، يعترض “فريق 1/2” قائلين: “في الأساس، الاثنين والثلاثاء في حالة العملة الكتابة ($E_2$ و $E_3$) هما مجرد أحداث تابعة مشتقة من نتيجة عملة واحدة، ومن الخطأ حسابهما كاحتمالات مستقلة”.

4. لماذا لا تُحل هذه المسألة؟

السبب الذي يجعل “مسألة الجميلة النائمة” تحير العلماء إلى هذا الحد ليس مجرد خطأ في الحساب أو وهم. هذه المسألة تتطرق إلى أعمق سؤال جوهري في نظرية الاحتمالات، وهو السؤال الفلسفي: “ما هو الاحتمال حقًا؟”

بالنسبة لـ فريق 1/2، الاحتمال هو “خاصية فيزيائية للعملة” أو “حقيقة موضوعية”.
بالنسبة لـ فريق 1/3، الاحتمال هو “درجة اعتقاد المراقب (الجميلة)” أو “التردد المُلاحَظ”.

هذا الموضوع العميق، الذي يتقاطع مع “مشكلة القياس” في ميكانيكا الكم، أو “المبدأ الإنساني” في علم الكونيات (فكرة حساب احتمالية الكون بشكل عكسي انطلاقًا من حقيقة وجودنا)، يتكثف في هذه التجربة البسيطة لرمي العملة.

5. الخلاصة

إذا أصبحتِ موضوع هذه التجربة، فهل ستجيبين بـ “1/2” أم “1/3” عند استيقاظكِ؟

أيًا كان الجواب الذي تختارينه، فسيقف وراءكِ علماء رياضيات من الطراز العالمي للدفاع عنكِ. كيف يمكن للتعريفات الرياضية التي تبدو بسيطة أن تنهار بمجرد ارتباطها بمفاهيم شائكة مثل “الذاتية” و “الوجود” الإنساني. وحتى اليوم، تستمر المفارقات في زعزعة الفطرة السليمة لدينا.

مفارقة نيوكومب: هل يمكنك التغلب على شخص خارق يرى المستقبل؟

Thu, 10 Sep 2026 08:00:00 +0900

1. لعبة الاختيار النهائي

يظهر أمامك كائن فضائي يتمتع بذكاء خارق يُدعى “أوميغا”. أوميغا خبير في تحليل السلوك البشري، ويمتلك قدرة مرعبة على “توقع الاختيار التالي الذي سيتخذه الشخص بدقة تقارب 100%”. في التجارب السابقة، لم تخطئ توقعات أوميغا أبدًا.

يضع أوميغا أمامك صندوقين:

الصندوق A: صندوق شفاف. يحتوي بالتأكيد على “100 ألف ين”.
الصندوق B: صندوق لا يمكن رؤية ما بداخله. يحتوي إما على “100 مليون ين” أو أنه “فارغ (0 ين)”.

يطلب منك أوميغا اختيار أحد الإجراءين التاليين:

الخيار 1 “أخذ كلا الصندوقين”: تحصل على الـ 100 ألف ين في الصندوق A، وما بداخل الصندوق B.
الخيار 2 “أخذ الصندوق B فقط”: تحصل فقط على ما بداخل الصندوق B. ويجب عليك التخلي عن الـ 100 ألف ين الموجودة في الصندوق A.

إذا سمعت هذا فقط، فمن المؤكد أن أي شخص سيقرر “أخذ كلا الصندوقين”. لكن، أضاف أوميغا “قاعدة” مرعبة.

【قاعدة أوميغا】

“بالأمس، توقعت بالفعل ‘أي خيار ستتخذه’ اليوم، وقمت بإعداد محتويات الصندوق B. إذا توقعت أنك ستكون جشعًا وتختار ‘أخذ كلا الصندوقين’، فقد تركت الصندوق B فارغًا. إذا توقعت أنك لن تكون جشعًا وتختار ‘أخذ الصندوق B فقط’، فقد وضعت في الصندوق B 100 مليون ين.”

الآن، يجب عليك أن تتخذ قرارك. هل يجب عليك “أخذ كلا الصندوقين”؟ أم يجب عليك “أخذ الصندوق B فقط”؟

graph TD Omega["توقع أوميغا
(اكتمل بالفعل بالأمس)"] Omega -->|توقع 'أخذ كليهما'| BoxB_Empty["الصندوق B فارغ (0 ين)"] Omega -->|توقع 'أخذ الصندوق B فقط'| BoxB_100M["وضع 100 مليون ين في الصندوق B"] You["اختيارك
(اليوم)"] You -->|الخيار 1: أخذ كليهما| Result1["الصندوق A (100 ألف) + محتوى الصندوق B"] You -->|الخيار 2: أخذ الصندوق B فقط| Result2["الصندوق A (0) + محتوى الصندوق B"] BoxB_Empty -.-> Result1 BoxB_100M -.-> Result2

2. تصادم “منطقين مثاليين”

ابتكر هذا اللغز الفيزيائي ويليام نيوكومب في عام 1969، ونشره الفيلسوف روبرت نوزيك. بمجرد نشره، انقسمت آراء علماء الرياضيات والفلاسفة العباقرة في جميع أنحاء العالم إلى “نصفين”، مما أثار جدلًا كبيرًا.

والسبب هو أن هناك “منطقًا مثاليًا لا يمكن دحضه مطلقًا” لكلا الخيارين.

المنطق 1: حجة فريق “أخذ الصندوق B فقط” (تعظيم القيمة المتوقعة)

“دقة توقعات أوميغا تقارب 100%، أليس كذلك؟ إذًا، وفقًا للبيانات السابقة، يجب أن نثق في أوميغا. إذا اخترت ‘أخذ كليهما’، فسيكتشف أوميغا ذلك، وستكون النتيجة 100 ألف ين فقط. إذا اخترت ‘أخذ الصندوق B فقط’، فسيكتشف أوميغا ذلك، وستكون النتيجة 100 مليون ين. حتى الأحمق يعرف أيهما يفضل بين 100 ألف ين و100 مليون ين. لذا يجب عليك بالتأكيد ‘أخذ الصندوق B فقط’!”

يعتمد هذا التفكير على “نظرية المنفعة المتوقعة”، والتي تثق ببساطة في البيانات الإحصائية السابقة والقيم المتوقعة.

المنطق 2: حجة فريق “أخذ كلا الصندوقين” (الاستراتيجية المهيمنة)

“انتظر لحظة. قام أوميغا بالتوقع ووضع المحتويات في الصندوق B ‘بالأمس’، أليس كذلك؟ هذا يعني أنه في هذه اللحظة، محتويات الصندوق B إما أن ‘يحتوي على 100 مليون ين’ أو ‘فارغ’، ولن تتغير أبدًا بعد الآن.

السيناريو 1: إذا كان الصندوق B يحتوي بالفعل على 100 مليون ين، فإن اختيار ‘أخذ كليهما’ يعطيك 100 مليون و100 ألف ين، بينما ‘B فقط’ يعطيك 100 مليون ين. السيناريو 2: إذا كان الصندوق B فارغًا بالفعل، فإن اختيار ‘أخذ كليهما’ يعطيك 100 ألف ين، بينما ‘B فقط’ يعطيك 0 ين.

في كلا السيناريوهين، اختيار ‘أخذ كليهما’ يمنحك بالتأكيد 100 ألف ين إضافية! بغض النظر عما أختاره الآن، لا توجد آلة زمن لتغيير تصرفات أوميغا بالأمس. لذا يجب عليك بالتأكيد ‘أخذ كلا الصندوقين’!”

يعتمد هذا التفكير على “الاستراتيجية المهيمنة” (Dominant Strategy) في نظرية الألعاب، والتي تعني “اختيار الخيار الأفضل لنفسك بغض النظر عن الإجراء الذي يتخذه الخصم”.

3. هل تؤمن بـ “الإرادة الحرة”؟

فريق “أخذ الصندوق B فقط” وفريق “أخذ كلا الصندوقين”. بعد الاستماع إلى كلتا الحجتين، أيهما تعتقد أنه على صواب؟

في الواقع، لا توجد “إجابة رياضية مثالية ووحيدة” لهذه المفارقة حتى يومنا هذا. والسبب هو أن في صميم هذه المشكلة يكمن أعظم سؤال فلسفي للبشرية: “الحتمية مقابل الإرادة الحرة”.

الأشخاص الذين أجابوا “أخذ الصندوق B فقط” (الحتميون)

الأشخاص الذين اتخذوا هذا الخيار يقبلون لا شعوريًا “الحتمية (كل مستقبل في هذا العالم محدد منذ البداية)”. قدرة أوميغا على توقع المستقبل بنسبة 100% تعني أن قرارك الحالي لم يتم اختياره بـ “إرادتك الحرة”، بل “كان مقدرًا لك أن تختاره منذ الأمس بسبب قوانين الفيزياء في الكون وحركة الخلايا العصبية في الدماغ”. بما أن المستقبل لا يمكن تغييره، فإن التفكير هو أن الانقياد لـ “مصير أخذ الصندوق B فقط” كما توقع أوميغا هو الأمر الأكثر عقلانية.

الأشخاص الذين أجابوا “أخذ كلا الصندوقين” (المؤمنون بالإرادة الحرة)

الأشخاص الذين اتخذوا هذا الخيار يؤمنون لا شعوريًا بـ “الإرادة الحرة (يمكنك شق طريق مستقبلك باختياراتك الخاصة)”. لأنهم يؤمنون بأنه “بغض النظر عن توقعات أوميغا بالأمس، يمكنني تغيير خياري بإرادتي الحالية”، فإنهم “يتخذون إجراءً يضيف 100 ألف ين في هذه اللحظة، بغض النظر عن محتويات الصندوق المحددة مسبقًا”. حتى لو كانت النتيجة أن أوميغا توقع ذلك وكان الصندوق فارغًا، فهم يمتلكون المنطق الذي يقتنع بأنه “لا مفر من ذلك لأنه نتيجة لاتخاذ الإجراء الصحيح منطقيًا”.

4. السفر عبر الزمن وانهيار السببية

ما يزيد من تعقيد مفارقة نيوكومب هو انعكاس “السببية (هناك سبب وهناك نتيجة)”.

في عالمنا المعتاد والمنطقي، “اختياري اليوم (السبب)” يصنع “نتيجة الغد”.

لكن في لعبة أوميغا، يبدو أن “اختياري اليوم (السبب)” يحدد “تصرفات أوميغا بالأمس (النتيجة)”. يحدث ما يسمى بـ “السببية العكسية” (Backward Causality)، حيث تحدد أفعال المستقبل حقائق الماضي.

إذا كان هناك “متوقع مثالي” مثل أوميغا في الكون، فإن الفطرة السليمة التي نؤمن بها بأن “الوقت يتدفق من الماضي إلى المستقبل” ستنهار.

5. الخلاصة: التجارب الفكرية تكشف عن “عقلانية” البشر

أي صندوق ستفتحه؟

لقد مر أكثر من نصف قرن منذ تقديم هذه المفارقة، ولكن في استطلاعات الفلسفة والاقتصاد، ينقسم الناس بشكل مذهل إلى النصف تقريبًا بين “فريق أخذ كليهما” و"فريق أخذ B فقط". والمثير للاهتمام أن كلا المعسكرين يعتقدان بصدق أن “منطق الطرف الآخر معيب تمامًا وهم حمقى”.

“ما هو الحكم العقلاني؟” بغض النظر عن مدى تطور الاقتصاد أو الرياضيات، فإن الأمر ينتهي في النهاية إلى فلسفة “كيف ينظر البشر إلى هذا العالم”. مفارقة نيوكومب هي تجربة فكرية جميلة وشريرة في نفس الوقت، وتبرز حدود المنطق.

فندق هيلبرت اللانهائي: كيف تستوعب عدداً لانهائياً من الضيوف الإضافيين في فندق ممتلئ

Thu, 10 Sep 2026 06:00:00 +0900

1. مرحباً بكم في الفندق المطلق

ابتكر عالم الرياضيات الألماني العظيم ديفيد هيلبرت تجربة فكرية مثيرة للاهتمام لشرح مدى بعد مفهوم “اللانهاية” عن الحدس البشري، وهي كالتالي.

تخيل ذلك. في مكان ما في الكون يوجد فندق يُدعى “فندق هيلبرت اللانهائي”. يحتوي هذا الفندق على عدد لانهائي من الغرف المرقمة: الغرفة 1، الغرفة 2، الغرفة 3، وهكذا.

في أحد الأيام، أقيم حدث ضخم في جميع أنحاء الكون، وامتلأت جميع الغرف في هذا الفندق اللانهائي، وأصبح الفندق “ممتلئاً بالكامل”. في تلك اللحظة، وصل مسافر منهك وسأل موظف الاستقبال: “هل يمكنكم توفير غرفة واحدة لي؟”

لو كان فندقاً عادياً، لكان الجواب الوحيد: “نأسف، الفندق ممتلئ”. لكن هذا هو الفندق اللانهائي. ابتسم المدير وقال: “بالتأكيد. سنقوم بتجهيز غرفتك على الفور.” الفندق ممتلئ، فكيف سيتمكن من استيعاب ضيف جديد؟

2. الحالة 1: كيف تستضيف ضيفاً جديداً واحداً

أعلن المدير عبر نظام البث الداخلي لجميع الضيوف المقيمين بالفعل في الفندق ما يلي:

“أعزائي الضيوف، يرجى الانتقال إلى الغرفة التي يزيد رقمها عن رقم غرفتكم الحالية بـ ‘زائد 1’.”

فماذا سيحدث إذن؟

سينتقل ضيف الغرفة 1 إلى الغرفة 2.
سينتقل ضيف الغرفة 2 إلى الغرفة 3.
سينتقل ضيف الغرفة 3 إلى الغرفة 4.
سينتقل ضيف الغرفة $n$ إلى الغرفة $n+1$.

graph LR subgraph "قبل الانتقال (ممتلئ)" R1["الغرفة 1
(الضيف أ)"] R2["الغرفة 2
(الضيف ب)"] R3["الغرفة 3
(الضيف ج)"] R4["..."] end subgraph "بعد الانتقال" NewR1["الغرفة 1
(شاغرة!)"] NewR2["الغرفة 2
(الضيف أ)"] NewR3["الغرفة 3
(الضيف ب)"] NewR4["الغرفة 4
(الضيف ج)"] end R1 -->|انتقال| NewR2 R2 -->|انتقال| NewR3 R3 -->|انتقال| NewR4 NewGuest["الضيف الجديد"] -->|تسجيل الدخول| NewR1 style NewR1 fill:#aaffaa,stroke:#333,stroke-width:2px style NewGuest fill:#ffaaaa,stroke:#333,stroke-width:2px

نظراً لأن الغرف لانهائية، فلن يحدث أبداً أن “يُطرد ضيف الغرفة الأخيرة”. سيتمكن الجميع من الانتقال بأمان إلى الغرفة المجاورة. وبذلك وبكل براعة، أصبحت الغرفة 1 شاغرة. وتمكن المسافر الجديد من الإقامة في الغرفة 1 بنجاح.

في عالم اللانهاية، تتحقق المعادلة $\infty + 1 = \infty$. حتى لو أخذت “واحداً” من “الكل (اللانهاية)"، فإن الحجم الكلي لا يتغير.

3. الحالة 2: كيف تستضيف عدداً لانهائياً من الضيوف الجدد

حسناً، في اليوم التالي، عاد الفندق ليكون ممتلئاً بالكامل. ولكن هذه المرة، وصلت حافلة لانهائية تحمل “عدداً لانهائياً من الركاب”. نزل الركاب من الحافلة وتوجهوا إلى الاستقبال مطالبين: “جهزوا غرفاً لنا جميعاً!”

إذا طلبنا منهم الانتقال بـ “زائد 1” كما حدث بالأمس، فسيستغرق الأمر وقتاً أبدياً. لكن المدير لم يصب بالذعر. وقام بالبث عبر نظام الإذاعة الداخلية مرة أخرى.

“أعزائي الضيوف، يرجى الانتقال إلى الغرفة التي يساوي رقمها ‘ضعف’ رقم غرفتكم الحالية.”

فماذا سيحدث؟

ضيف الغرفة 1 سينتقل إلى الغرفة 2.
ضيف الغرفة 2 سينتقل إلى الغرفة 4.
ضيف الغرفة 3 سينتقل إلى الغرفة 6.
ضيف الغرفة $n$ سينتقل إلى الغرفة $2n$.

بفضل هذا الانتقال، أصبح جميع الضيوف اللانهائيين المقيمين بالفعل يستقرون تماماً في “جميع الغرف ذات الأرقام الزوجية”. وبطريقة إعجازية، أصبحت “جميع الغرف ذات الأرقام الفردية (الغرفة 1، الغرفة 3، الغرفة 5…)” شاغرة بالكامل!

بما أن الأعداد الفردية هي أيضاً لانهائية، يمكن للمدير توجيه ركاب الحافلة اللانهائية واحداً تلو الآخر بدءاً من الأول إلى الغرفة 1، ثم الغرفة 3، فالغرفة 5، وهكذا… وسيتمكن من استيعابهم جميعاً.

في عالم اللانهاية، تتحقق المعادلة $\infty + \infty = \infty$. حتى لو أضفت لانهاية إلى لانهاية، فإن الحجم يظل نفس “اللانهاية”.

4. الحالة 3: ماذا لو وصلت عدد لانهائي من الحافلات اللانهائية؟

في اليوم الذي يليه، كان الفندق ممتلئاً بالكامل مرة أخرى. وفجأة، وصلت “عدد لانهائي من الحافلات اللانهائية، كل منها يحمل عدداً لانهائياً من الركاب” واحدة تلو الأخرى.

الحافلة رقم 1 بها عدد لانهائي من الركاب، والحافلة رقم 2 بها عدد لانهائي، والحافلة رقم 3 بها عدد لانهائي… ويستمر هذا لعدد لانهائي من الحافلات. قد يبدو أن المدير سيصاب بالذعر هذه المرة، لكنه كان عبقرياً في الرياضيات. خطرت له فكرة استخدام “الأعداد الأولية”.

أصدر المدير التعليمات التالية:

انتقال الضيوف المقيمين بالفعل في الفندق إذا كان رقم الغرفة الحالية هو $n$، يُطلب منهم الانتقال إلى الغرفة “$2^n$”. (الغرفة 1 $\rightarrow$ الغرفة 2، الغرفة 2 $\rightarrow$ الغرفة 4، الغرفة 3 $\rightarrow$ الغرفة 8…) بذلك تم استيعاب جميع الضيوف الحاليين.
توجيه ركاب الحافلة رقم 1 (عدد لانهائي) إذا كان رقم مقعد الراكب هو $n$، يتم توجيهه إلى الغرفة “$3^n$”. (الغرفة 3، الغرفة 9، الغرفة 27…)
توجيه ركاب الحافلة رقم 2 (عدد لانهائي) باستخدام العدد الأولي التالي وهو 5، يتم توجيههم إلى الغرفة “$5^n$”. (الغرفة 5، الغرفة 25، الغرفة 125…)
توجيه ركاب الحافلة رقم $k$ (عدد لانهائي) باستخدام العدد الأولي $k+1$ الذي نرمز له بـ $P$، يتم توجيههم إلى الغرفة “$P^n$”.

بفضل المبرهنة الرياضية القوية “وحدانية التحليل إلى العوامل الأولية (كل عدد يمكن تمثيله كحاصل ضرب عوامل أولية بطريقة واحدة فقط)"، فإنه من المستحيل مطلقاً أن تتداخل أرقام الغرف $2^n, 3^n, 5^n, 7^n \dots$ مع أي شخص آخر.

وهكذا، تمكن المدير ببراعة من استيعاب هذا العدد الهائل من الضيوف المتمثل في “لانهاية $\times$ لانهاية” داخل فندق لانهائي واحد!

5. اللانهاية لها “أحجام” مختلفة (مبرهنة كانتور)

ما يعلمنا إياه فندق هيلبرت اللانهائي هو حقيقة أن “اللانهاية القابلة للعد (التي يمكن عدها بتخصيص أرقام 1، 2، 3…)"، مهما تم جمعها أو ضربها، ستظل دائماً ضمن إطار ‘اللانهاية القابلة للعد’ وبنفس الحجم.

لكن عالم الرياضيات جورج كانتور اكتشف حقيقة أكثر رعباً. يمكن استيعاب “الأعداد الطبيعية” و"الكسور” في هذا الفندق اللانهائي. ولكن، “إذا جاء ضيوف يمثلون ‘الأعداد الحقيقية (جميع الأعداد العشرية بما في ذلك الأعداد غير النسبية)’، فمن المستحيل استيعابهم جميعاً حتى باستخدام هذا الفندق اللانهائي”.

لقد تم إثبات أن عدد الأعداد الحقيقية هو “لانهاية أكبر (ذات مستوى أعلى)” بشكل جوهري من عدد غرف الفندق اللانهائي (اللانهاية القابلة للعد). غالباً ما يتم تجميع الأشياء تحت كلمة “لانهاية”، ولكن في الواقع يوجد هيكل هرمي (أصلية) داخل اللانهاية، حيث توجد “لانهاية صغيرة” و"لانهاية كبيرة جداً لا يمكن الوصول إليها أبداً”.

6. الخلاصة: “اللانهاية” التي تدمر الحدس البشري

يصور فندق هيلبرت اللانهائي بوضوح كيف أن “المنطق المحدود” الذي اكتسبناه في حياتنا اليومية لا يصلح في “عالم اللانهاية”.

“الكل أكبر من الجزء” “لا يمكن لأحد الدخول إلى فندق ممتلئ” “إذا أضفت لانهاية إلى لانهاية، فستصبح أكبر”

كل هذه الحدسيات البديهية يتم دحضها بشكل مذهل. عالم اللانهاية هو كنز من المفارقات (الحقائق التي تخالف الحدس). بدلاً من الخوف من هذه المفارقات، قام علماء الرياضيات بترويضها بقوة المنطق، وصنفوها، ليصنعوا النظام الجميل المعروف اليوم بنظرية المجموعات.

في المرة القادمة التي يتم فيها رفضك بعبارة “الفندق ممتلئ”، تخيل: “ماذا لو كان هذا الفندق هو فندق هيلبرت اللانهائي؟”.

مفارقة سانت بطرسبرغ: كم ستدفع في مقامرة قيمتها المتوقعة "لانهائية"؟

Thu, 10 Sep 2026 05:00:00 +0900

1. مقامرة الأحلام بقيمة متوقعة “لانهائية”

بينما تتجول في كازينو، يدعوك الموزع للعب لعبة رمي عملة معدنية جديدة كالتالي.

【قواعد اللعبة】

تدفع رسوم الدخول لبدء اللعبة.
يتم رمي عملة معدنية. إذا ظهر وجه، تتضاعف جائزتك المالية ويمكنك الرمي مرة أخرى.
إذا ظهر ظهر، تنتهي اللعبة. ستحصل على الجائزة المالية التي تراكمت حتى تلك اللحظة.

تبدأ الجائزة الأولية من دولارين.

إذا ظهر ظهر في الرمية الأولى، تحصل على دولارين وتنتهي اللعبة.
إذا ظهر وجه في الرمية الأولى وظهر في الرمية الثانية، تحصل على 4 دولارات وتنتهي اللعبة.
إذا ظهر وجه في الرميتين الأولى والثانية، وظهر في الرمية الثالثة، تحصل على 8 دولارات وتنتهي اللعبة.
…وبعد ذلك، طالما استمر ظهور الوجه، ستتضاعف الجائزة المالية إلى 16 دولارًا، 32 دولارًا، 64 دولارًا… وهكذا.

graph TD Start["بدء اللعبة"] --> Toss1{"الرمية الأولى"} Toss1 -->|ظهر (1/2)| End1["انتهاء: الفوز بدولارين"] Toss1 -->|وجه (1/2)| Toss2{"الرمية الثانية"} Toss2 -->|ظهر (1/2)| End2["انتهاء: الفوز بـ 4 دولارات"] Toss2 -->|وجه (1/2)| Toss3{"الرمية الثالثة"} Toss3 -->|ظهر (1/2)| End3["انتهاء: الفوز بـ 8 دولارات"] Toss3 -->|وجه (1/2)| Toss4{"..."} Toss4 -.->|كلما استمرت الرميات| Infinite["تتضاعف الجائزة بلا حدود!"]

الآن، إليك سؤال. إذا كانت رسوم الدخول لهذه اللعبة هي “10,000 دولار”، فهل ستشارك؟

ربما سيجيب معظم الناس “لن أشارك”. لأن هناك احتمال بنسبة النصف أن يظهر ظهر في الرمية الأولى، ولن تحصل إلا على دولارين، وتخسر خسارة فادحة.

ومع ذلك، إذا قمت بحسابها بدقة وفقاً لنظرية الاحتمالات الرياضية (القيمة المتوقعة)، فستكتشف حقيقة مذهلة. رياضياً، سواء كانت رسوم الدخول 10,000 دولار أو 100 مليون دولار، يجب عليك المشاركة في هذه اللعبة حتى لو اضطررت لاقتراض كل أموالك.

لماذا هذا؟

2. لنحسب القيمة المتوقعة

هناك مؤشر رياضي لتحديد ما إذا كانت المقامرة “مربحة أم خاسرة” يسمى “القيمة المتوقعة”. تمثل القيمة المتوقعة “المتوسط الذي ستربحه في كل مرة عند تكرار اللعبة عدة مرات”. صيغة الحساب هي مجموع “(الجائزة المالية) × (احتمالها)” لجميع الحالات الممكنة.

لنحسب القيمة المتوقعة لهذه اللعبة.

احتمال ظهور ظهر في المرة الأولى: $\frac{1}{2}$ الجائزة هي $2$ دولار. المساهمة في القيمة المتوقعة ＝ $2 \times \frac{1}{2} = 1$ دولار
احتمال ظهور ظهر في المرة الثانية: يظهر وجه ثم ظهر، لذا $\frac{1}{2} \times \frac{1}{2} = \frac{1}{4}$ الجائزة هي $4$ دولارات. المساهمة في القيمة المتوقعة ＝ $4 \times \frac{1}{4} = 1$ دولار
احتمال ظهور ظهر في المرة الثالثة: يظهر وجه ثم وجه ثم ظهر، لذا $(\frac{1}{2})^3 = \frac{1}{8}$ الجائزة هي $8$ دولارات. المساهمة في القيمة المتوقعة ＝ $8 \times \frac{1}{8} = 1$ دولار
احتمال ظهور ظهر في المرة $n$: $(\frac{1}{2})^n$ الجائزة هي $2^n$ دولار. المساهمة في القيمة المتوقعة ＝ $2^n \times (\frac{1}{2})^n = 1$ دولار

بعبارة أخرى، بغض النظر عن المرة التي تنتهي فيها اللعبة، فإن القيمة المتوقعة لذلك النمط تكون دائماً “1 دولار”. نظراً لأن اللعبة يمكن أن تستمر إلى الأبد، فإن جمع كل هذه القيم المتوقعة يعطينا ما يلي.

$$ \text{القيمة المتوقعة الإجمالية} = 1 + 1 + 1 + 1 + \dots = \infty \text{ (لانهائية)} $$

كانت الإجابة التي قدمتها الرياضيات هي أن “القيمة المتوقعة لهذه اللعبة لانهائية”. بما أن القيمة المتوقعة لانهائية، بغض النظر عن مدى ارتفاع رسوم الدخول، فمن الناحية النظرية، يجب أن تكون بالتأكيد “مقامرة مربحة”.

هذه هي “مفارقة سانت بطرسبرغ” التي طرحها نيكولاوس برنولي في عام 1713. هناك تناقض حاد بين نتيجة الحساب الرياضي الصحيحة (لها قيمة لانهائية) والإحساس البشري الواقعي (لا أريد أن أدفع سوى بضعة دولارات).

3. اكتشاف “المنفعة” الذي يحل الفجوة بين الرياضيات والبشر

الشخص الذي حل هذه المفارقة هو عالم الرياضيات العبقري دانيال برنولي، ابن عم نيكولاوس. (سُميت بهذا الاسم لأنه قدم هذه الورقة البحثية في أكاديمية العلوم في سانت بطرسبرغ).

تعمق دانيال في علم النفس البشري. واعتقد أن “البشر لا يحكمون على الأشياء بناءً على ‘المبلغ المطلق’ للمال، بل بناءً على ‘مستوى الرضا (المنفعة)’ الذي يجلبه هذا المال”.

يسمى هذا “قانون تناقص المنفعة الحدية”.

تنخفض قيمة المال حسب الكمية التي تمتلكها

على سبيل المثال، عندما تكون عطشاناً جداً في الصحراء، فإن الكأس الأول من الماء له قيمة (مستوى رضا) تجعلك “مستعداً لدفع 10,000 دولار لشربه”. ومع ذلك، مع شربك للكأس الثاني والثالث، تنخفض قيمة كل كأس إضافي باستمرار. بحلول الكأس العاشر، قد تقول “لا أريده حتى لو كان مجانياً”.

المال يعمل بنفس الطريقة.

“المليون دولار” الذي يحصل عليه شخص ليس لديه مدخرات له قيمة هائلة يمكن أن تنقذ حياته.
ومع ذلك، فإن “المليون دولار” الذي يحصل عليه إيلون ماسك، الذي يمتلك أصولاً بمليارات الدولارات، له قيمة (مستوى رضا) تعادل عملة معدنية صغيرة ملقاة على جانب الطريق.

وبعبارة أخرى، حتى لو تضاعفت الجائزة المالية بشكل لا نهائي من 2 دولار $\rightarrow$ 4 دولارات $\rightarrow$ 8 دولارات $\rightarrow$ 16 دولارًا… فإن “السعادة (المنفعة)” التي يشعر بها الإنسان لا تزداد بشكل لا نهائي بالتناسب مع المبلغ.

4. إعادة حساب القيمة المتوقعة باستخدام “المنفعة”

افترض دانيال برنولي أن “قيمة (منفعة) المال التي يشعر بها الإنسان تتناسب مع لوغاريتم ($\log$) المبلغ”.

إذا كان المبلغ هو $x$، فيمكننا التعبير عن القيمة (المنفعة) التي يشعر بها الإنسان $u(x)$ كدالة لوغاريتمية (هنا نفكر في نموذج بسيط أساسه 2).

منفعة الجائزة $2$ دولار: $\log_2(2) = 1$
منفعة الجائزة $4$ دولارات: $\log_2(4) = 2$
منفعة الجائزة $8$ دولارات: $\log_2(8) = 3$
منفعة الجائزة $2^n$ دولار: $\log_2(2^n) = n$

تتضاعف المبالغ، لكن “سعادة” الإنسان تزداد شيئاً فشيئاً فقط كـ 1، 2، 3… دعونا نحسب القيمة المتوقعة (المنفعة المتوقعة) مرة أخرى باستخدام هذه “المنفعة”.

$$ \text{المنفعة المتوقعة} = \sum_{n=1}^{\infty} \left( n \times \left(\frac{1}{2}\right)^n \right) $$ $$ = 1 \cdot \frac{1}{2} + 2 \cdot \frac{1}{4} + 3 \cdot \frac{1}{8} + 4 \cdot \frac{1}{16} + \dots $$

عند حساب مجموع هذه المتسلسلة اللانهائية، لا تكون النتيجة “لانهائية”، بل تتقارب إلى “2”. إذا حسبنا عكسياً المبلغ الذي تكون منفعته “2”، نحصل على $2^2 = 4$ دولارات.

بعبارة أخرى، عندما نعيد الحساب مع دمج علم النفس البشري (المنفعة)، نصل إلى إجابة منطقية وواقعية للغاية وهي أن “قيمة هذه اللعبة، وفقاً للإدراك البشري، تبلغ حوالي ‘4 دولارات’ فقط”. لهذا السبب، لسنا مستعدين لدفع 10,000 دولار مقابل هذه اللعبة.

5. الخلاصة: المفارقة التي فتحت أبواب علم الاقتصاد

كانت مفارقة سانت بطرسبرغ مفارقة رائدة أثبتت رياضياً أن الأرقام الموضوعية مثل “المبلغ” والقيم الذاتية مثل “مستوى رضا الإنسان” لا يتطابقان.

أصبح مفهوم “المنفعة (Utility)” الذي اقترحه دانيال برنولي، بعد 200 عام، الأساس الأكثر أهمية للاقتصاد الجزئي الحديث والهندسة المالية (مثل نظرية المحفظة الاستثمارية). يمكن أيضاً تفسير سلوكياتنا مثل شراء التأمين أو تنويع الاستثمارات، بالكامل من خلال هذه الآلية النفسية البشرية المتمثلة في “تناقص المنفعة الحدية (ألم الخسارة الفادحة يفوق بكثير متعة الربح الكبير)”.

لقد أصبحت مسألة حسابية بسيطة لمقامرة الحافز لفك رموز العقل البشري وخلق مجال دراسي ضخم يُعرف بعلم الاقتصاد.

مفارقة راسل: هل "مجموعة المجموعات التي لا تحتوي على نفسها" تحتوي على نفسها؟

Thu, 10 Sep 2026 04:00:00 +0900

1. “مفارقة الحلاق” التي عصفت بقرية هادئة

في قرية مسالمة، كان هناك حلاق واحد. وعلى مدخل القرية، كانت توجد لافتة غريبة مكتوب عليها الآتي:

“حلاق هذه القرية يحلق لحى جميع القرويين الذين لا يحلقون لأنفسهم، ولا يحلق لحى غيرهم.”

كان القرويون راضين عن هذه القاعدة. فمن لا يستطيع الحلاقة لنفسه يمكنه الذهاب إلى الحلاق، ومن يستطيع أن يحلق لنفسه يفعل ذلك في منزله.

لكن في أحد الأيام، نظر الحلاق الشاب إلى المرآة وأدرك فجأة أن لحية خفيفة قد نبتت على ذقنه. “حسناً، هل يجب أن أحلق لحيتي بنفسي؟”

قرر أن يفكر بشكل منطقي وفقًا لقاعدة اللافتة.

ماذا لو قرر “أن يحلق لنفسه”؟ وفقًا للقاعدة، يُسمح للحلاق فقط بحلاقة لحى “الأشخاص الذين لا يحلقون لأنفسهم”. لذلك، إذا كان يحلق لنفسه، فليس له الحق في أن يحلق له الحلاق (نفسه). أي أنه “يجب ألا يحلق لنفسه”.
ماذا لو قرر “ألا يحلق لنفسه”؟ وفقًا للقاعدة، يجب على الحلاق أن يحلق لحى جميع “الأشخاص الذين لا يحلقون لأنفسهم”. لذلك، إذا لم يحلق لنفسه، فيجب أن يحلق له الحلاق (نفسه). أي أنه “يجب أن يحلق لنفسه”.

“إذا قرر أن يحلق، فلا يجب أن يحلق.” “إذا قرر ألا يحلق، فيجب أن يحلق.”

أصيب الحلاق بالذعر التام ولم يعد قادرًا على اتخاذ أي من الإجراءين. هذه هي “مفارقة الحلاق” الشهيرة.

graph TD Barber["الحلاق: هل يجب أن أحلق لحيتي؟"] Barber -->|نعم: أحلق لنفسي| Cond1["مخالفة للقاعدة!
（لا يجب أن يحلق لمن يحلق لنفسه）"] Barber -->|لا: لا أحلق لنفسي| Cond2["مخالفة للقاعدة!
（يجب أن يحلق لمن لا يحلق لنفسه）"] Cond1 --> Paradox["تناقض (مفارقة)"] Cond2 --> Paradox style Paradox fill:#ff4444,color:#fff,stroke:#333,stroke-width:2px

2. “مفارقة راسل” التي زلزلت عالم الرياضيات

هذه “مفارقة الحلاق” هي مجرد قصة رمزية ابتكرها عالم المنطق والفيلسوف البريطاني برتراند راسل لشرح المفارقة الرياضية التي اكتشفها بطريقة يسهل على عامة الناس فهمها.

ما اكتشفه حقًا لم يكن حلاقًا، بل كان تناقضًا مرعبًا يتعلق بـ “المجموعة (Set)”. يطلق على هذا اسم “مفارقة راسل (1901)”.

مفهوم “مجموعة المجموعات”

“المجموعة” في الرياضيات تعني تجمعًا من الأشياء التي تلبي شروطًا معينة.

“مجموعة الأعداد الزوجية التي تساوي أو تقل عن 10” = $\{2, 4, 6, 8, 10\}$
“مجموعة التفاح الأحمر”

ويمكن أيضًا إدراج “مجموعة” أخرى كعنصر داخل المجموعة. على سبيل المثال، لنفكر في “مجموعة كل الكتب في العالم”. هذه المجموعة بحد ذاتها ليست “كتابًا”، لذا فإن “مجموعة كل الكتب في العالم” لا تتضمن نفسها كعنصر في مجموعتها.

من ناحية أخرى، لنفكر في “مجموعة الأشياء التي ليست كتبًا”. هذه المجموعة بحد ذاتها ليست “كتابًا”. وبالتالي، فإن “مجموعة الأشياء التي ليست كتبًا” ستكون متضمنة داخل مجموعتها نفسها.

بهذه الطريقة، يمكن تقسيم المجموعات في العالم إلى نوعين رئيسيين:

A: مجموعات لا تحتوي على نفسها كعنصر (مثال: مجموعة الكتب)
B: مجموعات تحتوي على نفسها كعنصر (مثال: مجموعة الأشياء التي ليست كتبًا)

ولادة المجموعة الشيطانية $R$

هنا، فكر راسل في مجموعة خاصة $R$ كما يلي:

المجموعة $R$ = مجموعة تحتوي على جميع “المجموعات التي لا تحتوي على نفسها كعنصر (من النوع A)”

عند كتابتها كصيغة رياضية (التدوين البنائي)، تصبح هكذا:

$$ R = \{ x \mid x \notin x \} $$

حسنًا، هنا يكمن صلب الموضوع. طرح راسل السؤال التالي على هذه المجموعة $R$:

“هل المجموعة $R$ تحتوي على نفسها ($R$) كعنصر؟”

لنفكر في ذلك.

ماذا لو كانت $R$ “تحتوي على نفسها ($R \in R$)"؟ شرط الدخول إلى $R$ هو “ألا تحتوي على نفسها”. بالتالي، $R$ لا تلبي الشرط ولا يمكن أن تدخل ضمن $R$. (يصبح $R \notin R$ مما يشكل تناقضًا)
ماذا لو كانت $R$ “لا تحتوي على نفسها ($R \notin R$)"؟ شرط الدخول إلى $R$ هو “ألا تحتوي على نفسها”. بالتالي، $R$ تلبي الشرط بامتياز ويجب أن تدخل ضمن $R$. (يصبح $R \in R$ مما يشكل تناقضًا)

إذا كتبناها رياضياً، فهو انهيار منطقي في سطر واحد.

$$ R \in R \iff R \notin R $$

“إذا كانت تحتوي، فهي لا تحتوي.” “إذا كانت لا تحتوي، فهي تحتوي.” هذا هو نفس هيكل مفارقة الحلاق تمامًا. ولكن في حالة حلاق القرية، يمكن أن ينتهي الأمر بضحكة والقول “العمدة الذي وضع هذه القاعدة مجرد غبي”، أما في عالم الرياضيات فالأمر ليس كذلك.

ذلك لأن عالم الرياضيات في ذلك الوقت كان في خضم محاولة إعادة بناء جميع الرياضيات على أساس قاعدة بسيطة (نظرية المجموعات المبسطة) تنص على أنه “طالما قمت بتحديد الشروط بوضوح، يمكنك إنشاء ‘مجموعة’ بحرية من أي شيء”.

3. مأساة فريجه

كان الشخص الذي أرسل إليه راسل هذه الرسالة هو عالم المنطق الألماني العظيم جوتلوب فريجه. كان فريجه قد أرسل للتو المجلد الثاني من كتابه الضخم “القوانين الأساسية لعلم الحساب”، الذي كرس حياته كلها من أجله، إلى المطبعة. كان هذا الكتاب هو تتويج لمحاولة إثبات كمال الرياضيات بناءً على قاعدة أنه “يمكنك إنشاء مجموعة من أي شرط”.

عندما قرأ فريجه رسالة راسل، أصيب باليأس. لأنه تم إثبات أن استخدام قاعدة “أساس الأساس” في كتابه يمكن أن يخلق “مجموعة متناقضة تمامًا” مثل مفارقة راسل. إذا انهار الأساس، فإن جميع المعادلات الرياضية التي تم بناؤها عليه والتي تبلغ مئات الصفحات ستصبح باطلة.

ترك فريجه الملحق المؤلم التالي في نهاية كتابه قبل نشره مباشرة:

“بالنسبة للعالم، لا يوجد شيء أكثر بؤسًا من رؤية أساس عمله ينهار في اللحظة التي اعتقد فيها أن عمله قد اكتمل. بعد إرسال هذا الكتاب للطباعة مباشرة، وضعتني رسالة من السيد برتراند راسل في هذا الموقف بالذات.”

4. التغلب على الأزمة: ولادة نظرية المجموعات البديهية

تسببت مفارقة راسل في حالة من الذعر الكبير في عالم الرياضيات، والتي يشار إليها باسم “أزمة أسس الرياضيات”. القاعدة الحرة التي كانت تنص على “طالما حددت الشروط، يمكنك إنشاء مجموعة بحرية” قد أدت إلى خلق وحش يسمى التناقض.

لحل هذه الأزمة، شرع علماء الرياضيات في جعل القواعد أكثر صرامة. قام علماء الرياضيات مثل تسيرميلو وفرينكل بتطوير كتاب قواعد (نظام بديهي) يميز بصرامة بين “المجموعات المسموح بإنشائها” و"المجموعات غير المسموح بإنشائها (لأنها كبيرة جداً)”. يُطلق على هذا اسم “بديهيات زيرميلو-فرانكل (نظرية المجموعات البديهية)”.

بموجب نظام ZFC البديهي، فإن المجموعة $R$ التي فكر فيها راسل والتي تضم “جميع ‘المجموعات التي لا تحتوي على نفسها’” تم منعها من دخول عالم الرياضيات على أساس أنها “كبيرة جدًا وخطيرة، لذا لم تعد تعتبر ‘مجموعة’ (بل هي مجرد ‘صنف’)”.

graph LR subgraph "نظرية المجموعات المبسطة (قبل راسل)" Free["يمكنك إنشاء مجموعة
بحرية تحت أي شرط!"] --> Monster["وحش التناقض R
(مفارقة راسل)"] end subgraph "نظرية المجموعات البديهية (الرياضيات الحديثة)" Strict["فقط ما يتبع القواعد
الصارمة (البديهيات) هو 'مجموعة'"] --> Safe["التناقض R غير معترف به
كـ 'مجموعة' لذا فهو آمن!"] end Monster -.->|أزمة عالم الرياضيات| Strict

5. الخلاصة: المفارقة هي دواء قوي لإصلاح “أخطاء المنطق”

مفارقة راسل هي الذروة لأخطاء المنطق التي تسببها الإشارة الذاتية (الإشارة إلى الذات)، مثل “الثعبان الذي يأكل ذيله (أوروبوروس)” أو “الكاذب الذي يقول أنا كاذب”.

ما يبدو للوهلة الأولى كمجرد سفسطة أو تلاعب بالكلمات، أدى إلى تدمير أسس الرياضيات، التي تعتبر أكثر العلوم صرامة، ونتيجة لذلك تطورت الرياضيات إلى شيء أقوى وأكثر صرامة.

لو لم يلاحظ هذا العبقري راسل “خطأ الحلاق”، لكان من الممكن أن تتطور الرياضيات الحديثة وعلوم الكمبيوتر، التي هي امتداد لمنطقها، وهي تحمل تناقضًا مميتًا في مكان ما. المفارقة هي الدواء الأكثر تحفيزًا الذي يعلمنا حدود المنطق البشري.

معضلة السجين: لماذا نتخذ خيارات "يخسر فيها الجميع"؟

Thu, 10 Sep 2026 03:00:00 +0900

1. الخيار النهائي: التزام الصمت أم الخيانة؟

لقد تم القبض عليك وعلى صديقك كشريكين في جريمة. تم وضعكما في غرفتي استجواب منفصلتين، ولا يمكنكما التواصل مع بعضكما البعض على الإطلاق.

نظراً لأن الشرطة ليس لديها أدلة كافية، قدم المدعي العام لكل منكما “صفقة إقرار بالذنب” كالتالي:

إذا “التزم كلاكما الصمت” (تعاون): لعدم كفاية الأدلة، سيُحكم على كل منكما بالسجن لمدة عام واحد.
إذا “اعترفت أنت” (خيانة) و"التزم صديقك الصمت": نظراً لتعاونك مع التحقيق، سيتم تبرئتك (إطلاق سراح فوري)، بينما سيتحمل صديقك كل اللوم ويُحكم عليه بالسجن لمدة 10 سنوات. (والعكس صحيح)
إذا “اعترف كلاكما” (خيانة): نظراً لاعترافكما بالذنب، سيتم تخفيف العقوبة قليلاً ويُحكم على كل منكما بالسجن لمدة 5 سنوات.

الآن، ماذا ستفعل؟ هل “تلتزم الصمت (تتعاون مع الآخر)"؟ أم “تعترف (تخون الآخر)"؟

2. التحليل باستخدام جدول العوائد (مصفوفة المردود)

هذا الموقف، دعونا نرتبه في “جدول العوائد” المستخدم في نظرية الألعاب. تمثل الأرقام داخل المربعات (سنوات سجنك، سنوات سجن صديقك). تشير القيمة السالبة إلى الخسارة (سنوات السجن).

أنت \ صديقك	التزام الصمت (تعاون)	الاعتراف (خيانة)
التزام الصمت (تعاون)	(-1, -1)	(-10, 0)
الاعتراف (خيانة)	(0, -10)	(-5, -5)

من وجهة نظر موضوعية، فإن أفضل مسار عمل يمكن لكلا الشخصين اتخاذه واضح. إذا “التزم كلاكما الصمت”، فسيكون إجمالي مدة العقوبة عامين فقط (-1 و -1). هذه هي حالة “أمثلية باريتو” التي تزيد من الفائدة الإجمالية إلى الحد الأقصى.

ومع ذلك، إذا كنت “إنساناً عقلانياً يسعى لتعظيم مصلحته الشخصية فقط”، فسيتم التوصل إلى استنتاج مختلف تماماً.

3. لماذا تعتبر “الخيانة” الخيار العقلاني؟

دعونا نتتبع عملية التفكير الخاصة بك حيث تتوقع تصرفات “صديقك” في الغرفة الأخرى وتقرر مسار عملك.

الحالة 1: إذا توقعت أن صديقك “سيلتزم الصمت”

إذا “التزمت الصمت” أيضاً، فستسجن لمدة عام.
إذا “اعترفت”، سيتم تبرئتك (إطلاق سراح فوري). $\rightarrow$ البراءة أفضل، لذا فإن “الاعتراف (الخيانة)” هو الأمثل.

الحالة 2: إذا توقعت أن صديقك “سيعترف”

إذا “التزمت الصمت”، فستسجن لمدة 10 سنوات.
إذا “اعترفت”، فستسجن لمدة 5 سنوات. $\rightarrow$ السجن لمدة 5 سنوات أفضل، لذا مرة أخرى فإن “الاعتراف (الخيانة)” هو الأمثل.

هل لاحظت ذلك؟ بغض النظر عن الإجراء الذي يتخذه الطرف الآخر، فإن “الاعتراف (الخيانة)” هو دائماً الخيار الأكثر فائدة لك. يُطلق على هذا في نظرية الألعاب اسم “الاستراتيجية المهيمنة”.

بما أن صديقك يوضع في نفس الموقف تماماً وسيفكر بعقلانية بنفس الطريقة، فإن “الاعتراف” هو أيضاً الاستراتيجية المهيمنة لصديقك.

ونتيجة لذلك، فإن كلا الشخصين اللذين يفكران بعقلانية سيختاران دائماً “الاعتراف (الخيانة)”. النتيجة التي يتم التوصل إليها هي السجن لمدة 5 سنوات لكليهما (-5، -5)، وهي النتيجة الأسوأ تقريباً للصورة العامة. لو أنهما تعاونا (التزما الصمت) لكان حُكم عليهما بالسجن لمدة عام واحد، ولكن نتيجة للسعي وراء العقلانية الفردية، انتهى بهما الأمر بخسارة كليهما.

graph TD Start["بداية الاختيار"] --> Logic_You["تفكيرك العقلاني"] Start --> Logic_Friend["تفكير صديقك العقلاني"] Logic_You -->|إذا صمت الآخر فالاعتراف أفضل
وإذا اعترف فالاعتراف أفضل| Betray_You["أنت تختار الاعتراف (خيانة)"] Logic_Friend -->|إذا صمت الآخر فالاعتراف أفضل
وإذا اعترف فالاعتراف أفضل| Betray_Friend["صديقك يختار الاعتراف (خيانة)"] Betray_You --> Result["النتيجة: كلاهما يعترف (-5, -5)"] Betray_Friend --> Result Ideal["المثالي: كلاهما يلتزم الصمت (-1, -1)"] -.->|العقلانية الفردية تعيق
ولا يمكن الوصول إليها| Result style Result fill:#ff9999,stroke:#333,stroke-width:2px style Ideal fill:#99ff99,stroke:#333,stroke-width:2px

هذه الحالة، حيث “نتيجة لتوقع كل طرف لتصرفات الآخر، لا يوجد لدى أي منهما دافع لتغيير استراتيجيته (لا يمكن فعل شيء أكثر من ذلك)"، تُعرف باسم “توازن ناش”، نسبة إلى عالم نظرية الألعاب جون ناش.

النقطة الأكثر رعباً في معضلة السجين هي أن “أمثلية باريتو (النتيجة الأفضل للجميع)” لا تتطابق مع “توازن ناش (الوجهة النهائية للعقلانية الفردية)”.

4. “معضلة السجين” الكامنة في مجتمعنا اليومي

معضلة السجين ليست مجرد لغز. يمكن تفسير العديد من المشاكل التي تحدث في مجتمعنا باستخدام هذا النموذج الرياضي.

1. حرب الأسعار (المنافسة السعرية)

تبيع شركتان متنافستان منتجاً مشابهاً مقابل 1000 ين. إذا حافظت كلتا الشركتين على سعر 1000 ين (تعاون)، فستحقق كلتاهما أرباحاً عالية. ومع ذلك، استسلاماً لإغراء “سأجعله أرخص قليلاً من المنافس (خيانة) لاحتكار العملاء”، تبدأ الشركتان في حرب أسعار. ونتيجة لذلك، يصبح سعر المنتج 500 ين، وتعاني كلتا الشركتين من عدم تحقيق أرباح (خيانة متبادلة).

2. القضايا البيئية وغازات الاحتباس الحراري

تتعهد دول العالم بـ “تقليل انبعاثات ثاني أكسيد الكربون (تعاون)”. هذا هو الحل الأمثل للأرض ككل. ومع ذلك، من خلال قيام دولة واحدة بـ “تجاهل قيود الانبعاثات وتشغيل المصانع (خيانة)"، يمكنها وحدها تحقيق نمو اقتصادي سريع. وعلى العكس من ذلك، إذا خانت دول أخرى بينما التزمت دولة واحدة فقط بالقواعد، فإن تلك الدولة فقط هي التي ستتكبد خسائر اقتصادية فادحة. ونتيجة لذلك، خوفاً من تعرضها للخداع، تختار كل دولة الخيانة، مما يؤدي إلى تدمير بيئة الأرض.

3. مشكلة المنشطات في الرياضة

المثالي هو ألا يتعاطى أي من الرياضيين المنشطات (تعاون). ومع ذلك، بسبب الشك في أن “الخصم قد يكون متعاطياً للمنشطات” أو إغراء “إذا تعاطيت أنا وحدي فسأفوز”، فإنهم يختارون تعاطي المنشطات (خيانة). ونتيجة لذلك، يقع الجميع في أسوأ وضع وهو المنافسة تحت تأثير المنشطات مع الإضرار بصحتهم.

5. هل هناك حل؟ “استراتيجية العين بالعين”

في معاملة لمرة واحدة، تكون “الخيانة” دائماً الخيار العقلاني. ومع ذلك، عندما يصبح هذا “لعبة متكررة مع نفس الخصم (معضلة السجين المتكررة)"، يتغير الوضع بشكل كبير.

في الثمانينيات، أجرى عالم السياسة روبرت أكسلرود بطولة تنافست فيها برامج كمبيوتر مبرمجة باستراتيجيات مختلفة ضد بعضها البعض. من بين الاستراتيجيات المعقدة التي تم جمعها من العلماء حول العالم، مثل “الخيانة دائماً” أو “الخيانة العشوائية” أو “مسامحة الخصم”، كانت الاستراتيجية الفائزة وبأغلبية ساحقة هي أبسط استراتيجية: “استراتيجية العين بالعين” (Tit for Tat).

قواعد استراتيجية العين بالعين بسيطة للغاية:

“التعاون” دائماً في المرة الأولى.
من المرة التالية فصاعداً، قلّد بالضبط “الإجراء الذي اتخذه الخصم” في المرة السابقة.
- إذا تعاون الخصم في المرة السابقة، فتعاون هذه المرة.
- إذا خان الخصم في المرة السابقة، فخن وانتقم هذه المرة.

السبب في قوة هذه الاستراتيجية هو أنها تمتلك أربع خصائص: “عدم المبادرة بالخيانة أبداً (اللطف)"، و"المعاقبة الفورية في حال الخيانة (الصرامة)"، و"المسامحة فوراً إذا غيّر الخصم موقفه (التسامح)"، و"البنية البسيطة التي يسهل على الخصم فهمها (الوضوح)”.

حتى في العلاقات الإنسانية أو المجتمع الدولي، طالما أن العلاقات طويلة الأمد هي الأساس، فمن خلال مشاركة قاعدة مثل “استراتيجية العين بالعين”: “التعاون هو الأساس، ولكن هناك عقوبة للخيانة”، يمكننا التغلب على معضلة السجين وبناء علاقات تعاونية.

6. الخلاصة: قيمة “الثقة” التي تعلمنا إياها الرياضيات

لقد أثبتت معضلة السجين رياضياً أن “العقلانية الأنانية للإنسان” يمكنها في بعض الأحيان أن تلقي بالمجتمع بأسره في قاع البؤس. العقلانية الفردية المتمثلة في “الرغبة في الاستفادة وحدي” أو “عدم الرغبة في التعرض للخداع” تؤدي في النهاية إلى نتيجة تخنق صاحبها (توازن ناش).

ولكن في الوقت نفسه، تعلمنا نظرية الألعاب أنه طالما توفر شرط “استمرار العلاقة على المدى الطويل”، فإن “الثقة المتبادلة والتعاون” هي الاستراتيجية الأكثر عقلانية التي تزيد أيضاً من المصلحة الذاتية في نهاية المطاف.

في المرة القادمة التي تتردد فيها قائلاً “هل يجب أن أغش قليلاً من أجل مصلحتي فقط”، يرجى تذكر جدول العوائد لمعضلة السجين هذه. فـ “الخيانة العقلانية” التي تسعى وراء مكاسب قصيرة الأجل قد تكون في الواقع الخيار الأكثر لاعقلانية على المدى الطويل.

مفارقة باناخ-تارسكي: هل يمكن تقطيع كرة لإنتاج كرتين بنفس الحجم؟

Thu, 10 Sep 2026 02:00:00 +0900

1. نظرية سحرية: 1 = 1 + 1 ؟

تخيل أن أمامك كرة من الذهب الخالص. أنت تقوم بتقطيع هذه الكرة إلى عدة أجزاء باستخدام سكين. ثم تقوم بإعادة تجميع هذه الأجزاء معاً مثل لغز. لا تقوم بتمديد الأجزاء أو ثنيها أو إضافة أي ذهب جديد إليها على الإطلاق. أنت تقوم فقط بنقلها وضمها معاً.

ومع ذلك، عندما تنظر إلى اللغز المكتمل، تجد أنه قد تم تكوين “كرتين من الذهب الخالص بنفس حجم الكرة الأصلية تماماً”.

قد تفكر، “هذا سخيف! إنه ينتهك قانون حفظ الكتلة، وهو مجرد وهم من أوهام الخيميائيين!” إنه مستحيل تماماً في العالم الفيزيائي الحقيقي. ومع ذلك، في عالم الرياضيات البحتة (الهندسة الرياضية ونظرية المجموعات)، تم إثبات ذلك كنظرية صحيحة منطقياً بنسبة 100%.

هذه هي “مفارقة باناخ-تارسكي”، التي أثبتها عالما الرياضيات ستيفان باناخ وألفريد تارسكي في عام 1924.

2. الفهم الدقيق لادعاء المفارقة

إذا عبرنا عن النظرية التي أثبتها باناخ وتارسكي بعبارات رياضية دقيقة، فستكون كالتالي:

نظرية باناخ-تارسكي أي كرة $S$ في الفضاء ثلاثي الأبعاد يمكن تقسيمها إلى عدد محدود من القطع. ومن خلال إعادة ترتيب هذه القطع (باستخدام الدوران والانتقال فقط)، يمكن إنشاء كرتين لهما نفس نصف قطر الكرة الأصلية $S$ تماماً.

الأمر الأكثر إثارة للدهشة هو أنه بتطبيق هذه النظرية، يمكننا أيضاً قول ما يلي:

من خلال تقسيم حبة بازلاء واحدة إلى عدد محدود من الأجزاء وإعادة تجميعها، يمكننا صنع كرة بنفس حجم الشمس تماماً. (تُعرف أيضاً باسم: مفارقة حبة البازلاء والشمس)

لماذا يُسمح بمثل هذا الشيء السحري رياضياً؟ السر يكمن في كلمتين رئيسيتين: “اللانهائية” و “بديهية الاختيار”.

3. الخاصية العجيبة لـ “اللانهائية”

الخطوة الأولى لفهم هذه المفارقة هي معرفة الخاصية الغريبة لـ “المجموعات اللانهائية”.

في العالم “المحدود” الذي نتعامل معه عادةً، يكون الكل دائماً أكبر من الجزء. على سبيل المثال، إذا أخذنا الأرقام الزوجية (5 أرقام) من الأرقام من 1 إلى 10 (10 أرقام)، فإن العدد ينخفض إلى النصف.

ومع ذلك، في عالم “اللانهائية”، هذا المنطق السليم لا ينطبق. أيهما أكثر: كل “الأعداد الطبيعية” (1، 2، 3، 4، …) أم كل “الأعداد الزوجية” (2، 4، 6، 8، …)؟ بشكل بديهي، بما أن الأعداد الزوجية تمثل نصف الأعداد الطبيعية فقط، فقد يبدو أن الأعداد الطبيعية أكثر. لكن حاول تكوين أزواج على النحو التالي:

1 $\rightarrow$ 2
2 $\rightarrow$ 4
3 $\rightarrow$ 6
$n \rightarrow 2n$

بهذه الطريقة، لكل عدد طبيعي، يمكننا دائماً إقرانه بعدد زوجي يمثل ضعفه تماماً (تقابل أحادي). ولا تتبقى أي أرقام. بعبارة أخرى، من الناحية الرياضية، “عدد الأعداد الطبيعية (لانهائي)” و"عدد الأعداد الزوجية (لانهائي)" لهما نفس الحجم تماماً!

على الرغم من أننا يفترض أننا أخذنا النصف (الأعداد الزوجية) من الكل (الأعداد الطبيعية)، إلا أن الحجم يظل كما هو. في المجموعات اللانهائية، يمكن أن يحدث أن “الجزء يساوي الكل”. يمكن القول إن نظرية باناخ-تارسكي هي الشكل المطلق لتطبيق هذا “السحر اللانهائي” على مجموعة من “النقاط” في الفضاء ثلاثي الأبعاد.

4. تقطيع نقاط الفضاء إلى أجزاء “غير قابلة للقياس”

عندما تقطع جسماً حقيقياً (مثل الذهب أو التفاح) بسكين، يكون للأجزاء دائماً “حجم”. ومع ذلك، فإن الكرة في الرياضيات هي “مجموعة لا نهائية من النقاط” التي ليس لها حجم.

قام باناخ وتارسكي بتقسيم (تجميع) هذه النقاط اللانهائية بطريقة معقدة وخاصة جداً. كانت طريقة التقسيم معقدة ومبعثرة لدرجة أنها أصبحت في حالة “لا يمكن فيها قياس الحجم (مجموعة غير قابلة للقياس)”.

graph TD S["الكرة الأصلية S (حجم V)"] -->|تقسيم خاص| P1["القطعة 1 (حجم غير قابل للقياس)"] S --> P2["القطعة 2 (حجم غير قابل للقياس)"] S --> P3["القطعة 3 (حجم غير قابل للقياس)"] S --> P4["القطعة 4 (حجم غير قابل للقياس)"] S --> P5["القطعة 5 (حجم غير قابل للقياس)"] P1 -->|دوران وانتقال| S1["كرة جديدة 1 (حجم V)"] P2 -->|دوران وانتقال| S1 P3 -->|دوران وانتقال| S1 P4 -->|دوران وانتقال| S2["كرة جديدة 2 (حجم V)"] P5 -->|دوران وانتقال| S2 style S fill:#ffddaa,stroke:#333,stroke-width:2px style S1 fill:#aaddff,stroke:#333,stroke-width:2px style S2 fill:#aaddff,stroke:#333,stroke-width:2px

إذا أصبح كل جزء مجموعة غامضة من النقاط التي “ليس لها حجم (لا يمكن قياسها)"، يمكننا التحرر من قيد القاعدة الفيزيائية التي تنص على أنه “يجب أن يساوي مجموع الأجزاء الحجم الأصلي” (إضافة القياس).

ثم، من خلال تدوير ودمج أجزاء النقاط الغامضة هذه بمهارة، وعن طريق “السحر اللانهائي”، يمكننا إكمال كرتين معبأتين بإحكام بنفس نقاط الكرة الأصلية تماماً. في الواقع، ثبت أنه من الممكن إجراء هذه العملية المتمثلة في “صنع كرتين من كرة واحدة” بمجرد تقسيم الكرة الأصلية إلى 5 أجزاء فقط.

5. السبب الجذري لكل هذا: ما هي “بديهية الاختيار”؟

إذن، لماذا يعتبر هذا “التقسيم المعقد لدرجة لا يمكن معها قياس الحجم” ممكناً رياضياً؟ ذلك لأننا نقبل قاعدة تُعرف باسم “بديهية الاختيار (Axiom of Choice)”، والتي تشكل أساس الرياضيات الحديثة.

بشكل تقريبي، فإن بديهية الاختيار هي القاعدة التالية:

تصور لبديهية الاختيار عندما يكون هناك أشياء بداخل العديد من الصناديق، فهي القاعدة التي تنص على أنه “يمكنك اختيار شيء واحد من كل صندوق لإنشاء مجموعة جديدة”.

إذا كان عدد الصناديق محدوداً، فيمكن لأي شخص القيام بذلك بشكل طبيعي. ومع ذلك، إذا كان عدد الصناديق “لانهائياً”، فلا يمكن للإنسان إنهاء عملية “اختيار واحد تلو الآخر” عدداً لانهائياً من المرات. ومع ذلك، فإن بديهية الاختيار تسمح لنا بافتراض أن “المجموعة التي تم إنشاؤها عن طريق الاختيار يمكن اعتبارها موجودة”.

كانت هذه البديهية مريحة للغاية ولا غنى عنها في بناء الرياضيات الحديثة. قَبِل معظم علماء الرياضيات هذه القاعدة قائلين: “حسناً، هذا واضح”.

لكن قبول بديهية الاختيار هذه يعني الاعتراف بوجود “مجموعات غامضة من النقاط المبعثرة لدرجة لا يمكن معها قياس حجمها (مجموعات غير قابلة للقياس)” كما ذكرنا سابقاً. ونتيجة لذلك، يتم استنتاج نظرية باناخ-تارسكي، حيث “تصبح كرة واحدة كرتين”، كضرورة منطقية.

6. الخلاصة: “عالم يتجاوز البديهة” ترسمه الرياضيات

مفارقة باناخ-تارسكي ليست مفارقة بالمعنى الذي يعني أن “هناك تناقضاً في المنطق”. إنها مفارقة بمعنى أن المنطق صحيح بنسبة 100%، لكن الاستنتاج المستمد يتعارض بشدة مع الحدس البشري والقوانين الفيزيائية.

عندما نُشرت هذه النظرية، جادل بعض علماء الرياضيات قائلين: “إذا أدت إلى مثل هذا الاستنتاج غير المنطقي، فلا بد أن بديهية الاختيار خاطئة!” ومع ذلك، يقبل العديد من علماء الرياضيات اليوم بديهية الاختيار، ويقبلون أيضاً نظرية باناخ-تارسكي باعتبارها “خاصية غريبة ولكنها جميلة للفضاء ثلاثي الأبعاد والمجموعات اللانهائية”.

نظراً لأن العالم المادي الذي نعيش فيه يتكون من “جسيمات ذات حجم (محدود)” تُعرف بالذرات، فلا يمكننا تكبير حبة بازلاء لتصبح بحجم الشمس. ومع ذلك، على لوحة “الرياضيات” التي ابتكرها العقل البشري، يكون حجم النقطة صفراً، ويُسمح بالعمليات اللانهائية.

يمكن اعتبار مفارقة باناخ-تارسكي واحدة من أعظم روائع الرياضيات الحديثة، حيث تُعلمنا كيف يمكن لمفهوم “اللانهائية” أن يتجاوز بسهولة الحدس البشري البسيط.

أخيل والسلحفاة: هل يمكنه اللحاق بها أم لا؟ مفارقة "اللانهاية" من اليونان القديمة

Thu, 10 Sep 2026 01:00:00 +0900

1. مفارقة زينون: البطل السريع لا يمكنه التغلب على السلحفاة؟

في القرن الخامس قبل الميلاد، قدم الفيلسوف اليوناني القديم زينون الإيليائي عدة مفارقات حول “الحركة” تتعارض تمامًا مع حدسنا ومنطقنا السليم. وأشهر هذه المفارقات هي “أخيل والسلحفاة”.

يتسابق أخيل، البطل الأسرع في الأساطير اليونانية، مع السلحفاة، التي تعتبر مضرب المثل في البطء. وبما أن أخيل أسرع بكثير، تُعطى السلحفاة ميزة البدء من مسافة متقدمة قليلاً عنه كتعويض.

يبدأ السباق. يطارد أخيل السلحفاة بسرعة هائلة. ومع ذلك، جادل زينون على النحو التالي:

“أخيل لن يتمكن أبدًا من اللحاق بالسلحفاة.”

لماذا؟ منطق زينون هو كالتالي:

عندما يصل أخيل إلى “نقطة البداية الأولى” للسلحفاة (النقطة أ)، ستكون السلحفاة قد تقدمت قليلاً لتصبح في “النقطة ب”.
عندما يصل أخيل إلى “النقطة ب”، ستكون السلحفاة قد تقدمت أكثر قليلاً لتصبح في “النقطة ج”.
عندما يصل أخيل إلى “النقطة ج”، ستكون السلحفاة قد تقدمت مرة أخرى قليلاً لتصبح في “النقطة د”.

تستمر هذه العملية إلى ما لا نهاية. ففي كل مرة يصل فيها أخيل إلى “المكان الذي كانت فيه السلحفاة”، يجب أن تكون السلحفاة قد تحركت “إلى الأمام قليلاً”. المسافة تتقلص باستمرار، ولكن بما أن هذه الخطوة يجب أن تتكرر لعدد لا نهائي من المرات، يقال إن أخيل لن يتمكن أبدًا من تجاوز السلحفاة.

في العالم الحقيقي، من الطبيعي أن يتجاوز الشخص السريع شخصًا بطيئًا. ومع ذلك، كان من الصعب جدًا على الناس في ذلك الوقت شرح أين تكمن الثغرة في هذه الخدعة المنطقية اللفظية.

2. أين الخطأ؟ وهم “الوقت” و “اللانهاية”

براعة منطق زينون تكمن في أنه استبدل “الخطوات اللانهائية (التقسيم المكاني)” بـ “الوقت اللانهائي”.

بالتأكيد، يوجد عدد لا نهائي من “الخطوات” حتى يصل أخيل إلى المكان الذي كانت فيه السلحفاة. ولكن، مجرد وجود “عدد لا نهائي من الخطوات” لا يعني أن “مجموع الوقت اللازم لذلك سيكون لا نهائيًا (أبديًا)”.

لقد ابتكر علماء الرياضيات في الأجيال اللاحقة سلاحًا قويًا يسمى “مجموع المتسلسلة اللانهائية” لفك لغز هذه المفارقة.

3. التفسير الرياضي: مجموع المتسلسلة اللانهائية و"النهاية"

دعونا نطبق أرقامًا محددة لحساب هذه المشكلة رياضيًا.

لنفترض أن سرعة ركض أخيل هي $10\text{م/ث}$.
ولنفترض أن سرعة مشي السلحفاة هي $1\text{م/ث}$. (عُشر سرعة أخيل)
كتعويض للسلحفاة، نفترض أنها تبدأ من مسافة $10\text{م}$ أمام أخيل.

حساب الوقت لكل خطوة

الخطوة 1: الوقت الذي يستغرقه أخيل للوصول إلى الموقع الابتدائي للسلحفاة (على بُعد $10\text{م}$) هو $\frac{10\text{م}}{10\text{م/ث}} =$ $1\text{ ثانية}$. خلال هذه الثانية الواحدة، تقدمت السلحفاة بمقدار $1\text{م}$. (الفارق الحالي بين أخيل والسلحفاة هو $1\text{م}$)

الخطوة 2: الوقت الذي يستغرقه أخيل للوصول إلى الموقع التالي للسلحفاة (على بُعد $1\text{م}$) هو $\frac{1\text{م}}{10\text{م/ث}} =$ $0.1\text{ ثانية}$. خلال هذه الـ 0.1 ثانية، تقدمت السلحفاة بمقدار $0.1\text{م}$. (الفارق هو $0.1\text{م}$)

الخطوة 3: الوقت الذي يستغرقه أخيل للوصول إلى الموقع التالي للسلحفاة (على بُعد $0.1\text{م}$) هو $\frac{0.1\text{م}}{10\text{م/ث}} =$ $0.01\text{ ثانية}$. خلال هذه الـ 0.01 ثانية، تقدمت السلحفاة بمقدار $0.01\text{م}$. (الفارق هو $0.01\text{م}$)

وهكذا، فإن “الوقت” الذي يستغرقه أخيل للوصول إلى الموقع السابق للسلحفاة يشكل متتالية لا نهائية كالتالي:

$$ 1\text{ ثانية},\ 0.1\text{ ثانية},\ 0.01\text{ ثانية},\ 0.001\text{ ثانية},\ \dots $$

قال زينون: “بما أن هذه الخطوات تستمر إلى ما لا نهاية، فإن أخيل لن يتمكن من اللحاق بها أبدًا.” ولكن، ماذا يحدث إذا جمعنا كل الوقت المستغرق في هذه الخطوات (إيجاد مجموع المتسلسلة اللانهائية)؟

$$ \text{الوقت الإجمالي } T = 1 + 0.1 + 0.01 + 0.001 + \dots $$

هذه متسلسلة هندسية لانهائية حدها الأول $a = 1$ وأساسها $r = 0.1$. إذا كانت القيمة المطلقة للأساس $r$ أقل من 1 ($|r| < 1$)، فإن المتسلسلة الهندسية اللانهائية تتقارب إلى “قيمة محدودة” معينة. صيغة المجموع هي كالتالي:

$$ S = \frac{a}{1 - r} $$

بتطبيق هذه الصيغة والحساب نجد أن،

$$ T = \frac{1}{1 - 0.1} = \frac{1}{0.9} = \frac{10}{9} = 1.1111\dots \text{ ثانية} $$

بمعنى آخر، حتى مع وجود عدد لا نهائي من الخطوات، فإن إجمالي الوقت اللازم لا يصبح “لا نهائيًا”، بل يتقارب بالضبط إلى $\frac{10}{9}$ ثانية (حوالي 1.11 ثانية). بعد حوالي 1.11 ثانية من البداية، سيلحق أخيل بالسلحفاة بنجاح بل وسيتجاوزها.

pie title "الوقت المستغرق حتى يلحق أخيل بالسلحفاة (الإجمالي حوالي 1.11 ثانية)" "الخطوة 1 (1 ثانية)" : 90 "الخطوة 2 (0.1 ثانية)" : 9 "المجموع اللانهائي من الخطوة 3 وما بعدها (0.011... ثانية)" : 1

4. لماذا خُدعنا؟

جوهر هذه المفارقة يكمن في استغلال خطأ الحدس البشري البسيط القائل بأنه “إذا جمعنا عددًا لا نهائيًا من الأشياء، فإن الجواب سيكون لا نهائيًا أيضًا”.

$$ 1 + 1 + 1 + 1 + \dots = \infty $$

بهذه الطريقة، إذا جمعنا نفس العدد عددًا لا نهائيًا من المرات، فستكون النتيجة بطبيعة الحال ما لا نهاية.

$$ \frac{1}{2} + \frac{1}{3} + \frac{1}{4} + \dots = \infty $$

في “المتسلسلة التوافقية” الشهيرة، تصبح الأعداد المضافة أصغر فأصغر، لكنها في النهاية تتباعد نحو الما لا نهاية.

ومع ذلك، إذا كانت الأرقام المضافة تصغر بسرعة كافية (كما هو الحال في المتسلسلة الهندسية على سبيل المثال)، فحتى لو جمعنا عددًا لا نهائيًا من الأرقام، فإنها ستتناسب تمامًا ضمن “إطار محدود” معين.

$$ \frac{1}{2} + \frac{1}{4} + \frac{1}{8} + \frac{1}{16} + \dots = 1 $$

هذا يشبه تمامًا تناول نصف كعكة، ثم تناول نصف المتبقي، ثم نصف المتبقي… وتكرار ذلك إلى ما لا نهاية، وفي النهاية لن يتجاوز الأمر “كعكة واحدة أصلية”. لقد قسّم زينون الوقت عمداً وبشكل دقيق، ومن خلال التحدث فقط ضمن إطار تلك الأطر الزمنية المقسمة (1 ثانية، 0.1 ثانية، 0.01 ثانية…)، خلق الوهم بأنه “لن يلحق بها أبدًا”.

5. يمكن حلها في لحظة باستخدام السرعة النسبية

بالمناسبة، دون الوقوع في فخ زينون (التقسيم اللانهائي للمكان والزمان)، من السهل أيضًا حل هذه المشكلة باستخدام رياضيات المدرسة الإعدادية. كل ما عليك فعله هو استخدام “السرعة النسبية”.

سرعة أخيل: $10\text{م/ث}$
سرعة السلحفاة: $1\text{م/ث}$
السرعة النسبية للسلحفاة من منظور أخيل (السرعة التي يقترب بها أخيل من السلحفاة): $10 - 1 = 9\text{م/ث}$

التأخر الأولي لأخيل بالنسبة للسلحفاة هو $10\text{م}$. الوقت المستغرق لتقليص مسافة $10\text{م}$ بسرعة $9\text{م/ث}$ هو،

$$ \text{الوقت} = \frac{\text{المسافة}}{\text{السرعة}} = \frac{10}{9}\text{ ثانية} $$

وهذا يتطابق تمامًا مع الإجابة التي حصلنا عليها سابقًا باستخدام التفاضل والتكامل (نهاية المتسلسلة اللانهائية).

6. الخلاصة: المفارقة طورت الرياضيات

قد تبدو مفارقة “أخيل والسلحفاة” لزينون بالنسبة لنا اليوم مجرد تلاعب بالألفاظ أو سفسطة. ومع ذلك، بالنسبة لفلاسفة اليونان القدماء الذين لم يكن لديهم في ذلك الوقت مفاهيم مثل “اللانهاية” أو “النهاية”، كان دحض ذلك باستخدام المنطق فقط مهمة شبه مستحيلة.

إن الأسئلة العميقة التي طرحتها هذه المفارقة، مثل “ما هو الاتصال؟” و “ماذا يعني إمكانية التقسيم إلى ما لا نهاية؟"، أصبحت قوة دافعة مهمة أدت لاحقًا إلى ولادة “علم التفاضل والتكامل” على يد نيوتن ولايبنتز، وصولاً إلى أسس الرياضيات الحديثة.

إن المفارقات العظيمة لا تربك الناس فحسب، بل هي أيضًا المفتاح لفتح أبواب رياضيات جديدة.

لغز الدولار المفقود: تعلم التفكير المنطقي وأساسيات المحاسبة من مفارقة حسابية تخدع الحدس

Thu, 10 Sep 2026 00:00:00 +0900

1. مقدمة: لماذا ننخدع بعملية جمع بسيطة؟

يوجد في عالمنا مسائل غريبة قادرة على إحداث خلل كامل في عقول البشر باستخدام “الجمع” و"الطرح" على مستوى المدرسة الابتدائية فقط، دون الحاجة إلى استخدام حساب التفاضل والتكامل المتقدم أو الطوبولوجيا المعقدة. ومن بين هذه المسائل، الأشهر عالميًا والتي حيرت الكثيرين هي “لغز الدولار المفقود (The Missing Dollar Riddle)”.

للوهلة الأولى، يبدو الأمر وكأنه مشهد يومي عادي، قصة عن مشكلة حسابية في مطعم. ومع ذلك، بمجرد تتبع الحسابات قليلًا، يختفي “دولار واحد” من العالم فجأة.

في هذا المقال، سنتناول هذه المفارقة الرياضية الشهيرة (أو بالأحرى، المسألة المخادعة التي تشبه المفارقة)، وسنقوم بتحليل شامل لسبب انخداع حدسنا ومكان الفخ المنطقي من ثلاثة مناظير: الرياضيات، وعلم النفس المعرفي، ومسك الدفاتر المزدوج (المحاسبة).

2. طرح المشكلة: لغز الدولار المفقود

أولاً، يرجى قراءة القصة التالية. وإذا كان لديك ورقة وقلم، فحاول تتبع الحسابات معًا.

[!QUESTION] لغز الدولار المفقود (القصة) في أحد الأيام، وصل 3 مسافرين إلى فندق صغير. أخبرهم موظف الاستقبال: “غرفة لثلاثة أشخاص تكلف إجمالاً 30 دولارًا لليلة الواحدة”. أخرج كل من المسافرين الثلاثة 10 دولارات من محفظته، ودفعوا إجمالي 30 دولارًا لموظف الاستقبال وتوجهوا إلى غرفتهم.

بعد فترة، جاء مدير الفندق وقال لموظف الاستقبال: “اليوم لدينا عرض ترويجي، لذا تكلفة تلك الغرفة هي 25 دولارًا فقط. اذهب وأعد لهم 5 دولارات فورًا”.

أخذ موظف الاستقبال ورقة نقدية بقيمة 5 دولارات وتوجه إلى غرفة العملاء. لكنه فكر في طريقه: “من الصعب تقسيم 5 دولارات بالتساوي على 3 أشخاص. سأحتفظ بدولارين لنفسي سرًا، وأعيد لهم 3 دولارات، وبذلك يحصل كل شخص على دولار واحد وتتطابق الحسابات تمامًا”.

لذلك، خبأ موظف الاستقبال دولارين في جيبه، وكذب على المسافرين قائلاً: “بسبب العرض الترويجي، تم استرداد 3 دولارات”، وأعاد لكل منهم دولارًا واحدًا.

الآن، هنا تكمن المشكلة.

دفع المسافرون في البداية 10 دولارات لكل منهم، ثم استردوا دولارًا واحدًا لاحقًا، لذا فإن المبلغ الذي دفعوه فعليًا هو 10 دولارات - دولار واحد = 9 دولارات.

إجمالي المبلغ الذي دفعه المسافرون الثلاثة هو 9 دولارات × 3 أشخاص = 27 دولارًا.

من ناحية أخرى، يوجد في جيب موظف الاستقبال دولاران اختلسهما سرًا.

إذا جمعنا الـ 27 دولارًا التي دفعها المسافرون مع الـ دولارين اللذين يمتلكهما موظف الاستقبال، يصبح المجموع 27 + 2 = 29 دولارًا.

في البداية، دفع المسافرون بالتأكيد “30 دولارًا”. ولكن، بناءً على الحسابات الحالية، لا يوجد سوى “29 دولارًا”.

أين ذهب الدولار المتبقي؟

ما رأيك؟ كلما قرأت أكثر، قد يرتبك عقلك قائلاً: “بالتأكيد ينقص دولار واحد!”. المعادلات الحسابية نفسها بسيطة للغاية ويمكن حتى لطالب في المدرسة الابتدائية فهمها: 9 × 3 = 27 و 27 + 2 = 29. ومع ذلك، لسبب ما، لا تتطابق مع الـ 30 دولارًا الأولية.

في الفصول التالية، دعونا نكشف عن سر هذه الظاهرة الغريبة.

3. الفجوة بين الحدس والإجابة الصحيحة: لماذا يحدث خلل في الدماغ؟

عند سماع هذه المشكلة، تكون سلسلة التفكير التي يقع فيها الكثيرون كالتالي:

graph TD A["الحالة الأولية: العملاء يدفعون 30 دولارًا"] --> B["عملية استرداد الأموال: المدير يعيد 5 دولارات"] B --> C["الاحتيال: النادل يسرق دولارين"] C --> D["التكلفة النهائية للعملاء: 9 دولارات × 3 أشخاص = 27 دولارًا"] D --> E["حساب غامض: عبء العميل 27 دولارًا + دولارين للنادل = 29 دولارًا"] E --> F["سؤال: لا يتطابق مع الـ 30 دولارًا الأولية! اختفاء دولار واحد!"] style E fill:#ff9999,stroke:#333,stroke-width:2px style F fill:#ff4444,color:#fff,stroke:#333,stroke-width:4px

حقيقة هذه المفارقة تكمن في خدعة لغوية (تأثير التأطير: Framing Effect) بارعة تتمثل في “جمع أشياء لا ينبغي جمعها”.

جوهر المغالطة: الحساب الذي لا معنى له “27 + 2”

ألقِ نظرة فاحصة مرة أخرى على الجزء التالي في نهاية المشكلة:

إذا جمعنا الـ 27 دولارًا التي دفعها المسافرون مع الـ دولارين اللذين يمتلكهما موظف الاستقبال، يصبح المجموع 27 + 2 = 29 دولارًا.

في الواقع، عملية الحساب “27 + 2” بحد ذاتها لا معنى لها منطقيًا على الإطلاق. والسبب هو أن “المبلغ النهائي الذي دفعه المسافرون (27 دولارًا)” يتضمن بالفعل “المبلغ الذي اختلسه موظف الاستقبال (دولاران)”.

تفصيل الـ 27 دولارًا التي دفعها المسافرون هو كالتالي:

المبلغ الموجود في خزينة الفندق: 25 دولارًا
المبلغ الذي اختلسه موظف الاستقبال: دولاران
المجموع: 27 دولارًا

بمعنى آخر، إن إضافة دولارين لموظف الاستقبال إلى 27 دولارًا يعني أنك تقوم بـ “الحساب المزدوج (Double Counting)” لدولاري موظف الاستقبال.

إذا أردت مطابقة الحساب بشكل صحيح مع “الـ 30 دولارًا” الأولية، يجب عليك جمع “المبلغ الذي دفعه العملاء” و"المبلغ الذي عاد إلى العملاء".

المبلغ النهائي الذي دفعه العملاء: 27 دولارًا (25 دولارًا للخزينة + دولارين لموظف الاستقبال)
المبلغ الذي عاد إلى أيدي العملاء: 3 دولارات
المجموع: 27 + 3 = 30 دولارًا

بالحساب بهذه الطريقة، يتضح تمامًا أنه لم يختفِ أي دولار.

4. التوضيح الرياضي: إثبات صارم بالمعادلات

بالنسبة لأولئك الذين لا يقتنعون بالتفسيرات اللفظية وحدها، دعونا نثبت التدفق النقدي باستخدام معادلات رياضية دقيقة.

نحدد حركة الأموال الإجمالية بمتغيرات:

$ P_{initial} $ : إجمالي المبلغ الذي دفعه العملاء في البداية (30)
$ C_{hotel} $ : المبلغ الذي استلمه الفندق (المدير) في النهاية (25)
$ R_{total} $ : مبلغ الاسترداد الذي سلمه المدير لموظف الاستقبال (5)
$ R_{guest} $ : مبلغ الاسترداد الذي استلمه العملاء في النهاية (3)
$ S_{waiter} $ : المبلغ الذي اختلسه موظف الاستقبال (2)

من التدفق النقدي الأولي، نحصل على المعادلة التالية:

$$ P_{initial} = C_{hotel} + R_{total} \quad \cdots (1) $$

(30 دولارًا = 25 دولارًا + 5 دولارات)

يتم تقسيم الـ 5 دولارات التي أعادها المدير بين أيدي العملاء وجيب موظف الاستقبال:

$$ R_{total} = R_{guest} + S_{waiter} \quad \cdots (2) $$

(5 دولارات = 3 دولارات + دولارين)

نعوض بالمعادلة (2) في المعادلة (1):

$$ P_{initial} = C_{hotel} + (R_{guest} + S_{waiter}) \quad \cdots (3) $$

(30 دولارًا = 25 دولارًا + 3 دولارات + دولارين)

هنا، نعرّف “المبلغ النهائي الذي دفعه العملاء” المذكور في المشكلة كـ $ P_{final} $. هذا هو المبلغ الأولي المدفوع ناقص المبلغ الذي عاد إلى أيدي العملاء.

$$ P_{final} = P_{initial} - R_{guest} \quad \cdots (4) $$

(27 دولارًا = 30 دولارًا - 3 دولارات)

دعونا ننقل $ R_{guest} $ إلى الجانب الأيسر من المعادلة (3):

$$ P_{initial} - R_{guest} = C_{hotel} + S_{waiter} \quad \cdots (5) $$

من المعادلة (4) والمعادلة (5)، يتم استنتاج الحقيقة التالية:

$$ P_{final} = C_{hotel} + S_{waiter} \quad \cdots (6) $$

(إجمالي المدفوعات النهائية للعملاء 27 دولارًا = مبيعات الفندق 25 دولارًا + سرقة موظف الاستقبال دولارين)

تكمن الحيلة في المشكلة في أنها تحاول إضافة $ S_{waiter} $ (دولاران)، والذي من المفترض أن يكون مدرجًا في الجانب الأيمن، مرة أخرى إلى $ P_{final} $ (27 دولارًا) في الجانب الأيسر. أي أن المعادلة التي قادتنا إليها المشكلة تبدو كالتالي:

$$ P_{final} + S_{waiter} = (C_{hotel} + S_{waiter}) + S_{waiter} $$ $$ 27 + 2 = (25 + 2) + 2 = 29 $$

هذا الرقم “29” هو ببساطة “مبيعات الفندق + سرقة موظف الاستقبال × 2”، وهو رقم وهمي ليس له أي معنى فيزيائي أو اقتصادي. هذه هي الحقيقة الرياضية للوهم الذي يجعل الأمر يبدو وكأن “دولارًا واحدًا قد اختفى”.

5. منظور المحاسبة: تحطيم المفارقة بمسك الدفاتر المزدوج

بالنسبة لأولئك الذين لا يزالون غير مقتنعين (أو يشعرون بضبابية بديهية) حتى باستخدام المعادلات الرياضية، يمكننا تصور هذا اللغز بشكل مثالي باستخدام مفهوم “مسك الدفاتر المزدوج (Double-Entry Bookkeeping)”، والذي تم استخدامه في عالم الأعمال لأكثر من 500 عام.

المبدأ الأساسي لمسك الدفاتر المزدوج هو أن “المدين (Debit)” و"الدائن (Credit)" يجب أن يتطابقا دائمًا. دعونا نستخدم هذا لعمل قيد يومية (Journal Entry) لحركة الأموال.

المعاملة 1: العملاء يدفعون 30 دولارًا

هذه هي الحالة الأولية من منظور الفندق.

المدين (زيادة الأصول)	الدائن (زيادة الالتزامات/حقوق الملكية)
النقدية (Cash): 30 دولارًا	الودائع (أو المبيعات): 30 دولارًا

المعاملة 2: المدير يسلم 5 دولارات لموظف الاستقبال، ويسجل 25 دولارًا كمبيعات

نظرًا لتغيير سعر الغرفة إلى 25 دولارًا، يتم إعطاء 5 دولارات لموظف الاستقبال لغرض “الاسترداد”.

المدين	الدائن
الودائع: 30 دولارًا	المبيعات (Sales): 25 دولارًا موظف الاستقبال (نقدية): 5 دولارات

المعاملة 3: تصرف موظف الاستقبال (استرداد 3 دولارات واختلاس دولارين)

هذا هو الجزء الأهم. سنسجل أين ذهبت الـ 5 دولارات النقدية التي يمتلكها موظف الاستقبال.

المدين	الدائن
استرداد للعملاء: 3 دولارات خسارة اختلاس (Loss): دولارين	موظف الاستقبال (نقدية): 5 دولارات

الحالة المدمجة النهائية للميزانية العمومية (B/S) والأرباح والخسائر (P/L)

كنتيجة للعملية بأكملها، سنلخص أين يوجد النقد وتحت أي مسمى.

pie title الموقع النهائي للـ 30 دولارًا الأولية (جانب الأصول) "خزينة الفندق (مبيعات 25 دولارًا)" : 25 "محفظة العملاء (استرداد 3 دولارات)" : 3 "جيب النادل (اختلاس دولارين)" : 2

【تأكيد الحالة النهائية】

مصدر الأموال (نفقات العملاء): 30 دولارًا
موقع الأموال (النتيجة):
- في خزينة الفندق 25 دولارًا
- في جيب النادل دولارين
- في أيدي العملاء 3 دولارات
- المجموع = 25 + 2 + 3 = 30 دولارًا

بالنظر إليها من خلال “مبدأ مطابقة الأرصدة (حسابات T)” في المحاسبة، فإن “المبلغ الذي دفعه العملاء البالغ 27 دولارًا (النفقات)” يمثل “نقصانًا في جانب الأصول”، وعملية إضافة “الدولارين اللذين سرقهما النادل (حركة في جانب الأصول)” إليه هي ببساطة خطأ مستحيل يتمثل في “الخلط بين المدين والدائن وجمعهما” في المعايير المحاسبية. في عالم الأعمال، إذا أبلغ المحاسب الإدارة بحساب “27 + 2 = 29”، فهذا انهيار منطقي بمستوى قد يؤدي إلى طرده الفوري أو الاشتباه في تزويره للبيانات المالية.

6. منظور علم النفس المعرفي: لماذا نتقبل أن “27+2=29”؟

لماذا يتقبل الكثير من الناس لا شعوريًا وبقناعة صيغة حسابية خاطئة رياضيًا ومحاسبيًا؟ يرجع ذلك إلى التحيزات المعرفية القوية المدمجة في أدمغتنا.

1. خلل المحاسبة الذهنية (Mental Accounting)

اقترح الخبير الاقتصادي السلوكي ريتشارد ثالر (الحائز على جائزة نوبل في الاقتصاد) أن البشر يقومون دون وعي بـ “تصنيف الأموال (المحاسبة الذهنية)” في عقولهم. في نهاية المشكلة، يتم تقديم “نفقات العميل (27 دولارًا)” و"المال الذي حصل عليه النادل (دولاران)" تحت نفس فئة “المال”. يقوم الدماغ باقتطاع “أرقام المبالغ (27 و 2)” فقط، ويتجاهل اتجاه المتجه سواء كان “أموالاً مدفوعة (سالبة)” أو “أموالاً ممتلكة (موجبة)"، وينفذ عملية الجمع ببساطة.

2. تأثير التأطير (Framing Effect)

إنه تأثير حيث تتغير قرارات وأحكام الناس اعتمادًا على كيفية تقديم المعلومات. الجزء الماكر في المشكلة هو “تحديد الرقم الأولي 30 دولارًا كهدف”. بعد عرض الحساب “27 + 2 = 29 دولارًا”، يحاول الدماغ لا شعوريًا ربطه بالهدف (الإرساء - Anchoring) بأنه “يجب أن يكون الـ 30 دولارًا الأصلية”. لقد تم تصميمها لإجبار المقارنة بين أرقام لا ينبغي مقارنتها أصلاً، والتسبب في تنافر معرفي قوي (انزعاج أو ارتباك) عند حدوث خطأ بمقدار “1”.

3. سحر سرد القصص (Storytelling)

يتفوق البشر في فهم “القصص” أكثر من المعادلات الرياضية. أثناء محاكاة تحركات الشخصيات (العملاء، المدير، النادل) في أذهاننا، تمتلئ الذاكرة العاملة (الذاكرة قصيرة المدى)، مما يستنزف الموارد المعرفية اللازمة للتحقق من الصحة المنطقية للمعادلة النهائية. إنها تستخدم نفس أسلوب “التوجيه الخاطئ (Misdirection)” الذي يستخدمه الساحر لتوجيه أنظار الجمهور وإنجاح حيلته.

7. تاريخ “لغز الدولار المفقود” والمسائل المشابهة

كان هذا النوع من المفارقات موجودًا منذ العصور القديمة وتم تناقله بأشكال مختلفة عبر العصور والحدود.

أصل المفارقة

على الرغم من أن الأصل الدقيق لهذه المشكلة غير معروف، إلا أنها أصبحت معروفة على نطاق واسع في الولايات المتحدة في ثلاثينيات القرن العشرين. في ذلك الوقت كانت تُعرف باسم “مفارقة خادم الفندق (Bellboy paradox)"، وكانت المبالغ تختلف أيضًا. يُقال إنها تعكس سيكولوجية الجماهير خلال فترة الكساد الكبير في أمريكا، حيث كان مصير مجرد “دولار واحد” مسألة ذات أهمية كبيرة.

مسألة مشابهة: لغز الـ 10 ينات المفقودة

في اليابان، هناك نسخة شهيرة تُستبدل فيها المبالغ بالين، على شكل “دفع 3 أشخاص 100 ين لكل منهم لشراء منتج بقيمة 300 ين، وكان الباقي 50 ينًا…”. غالبًا ما يتم تداولها كنسخة كلاسيكية منسوخة وملصقة على منتديات الإنترنت أو في كتب الألغاز للأطفال.

مشتق أكثر تقدمًا: لغز المربع المفقود

إن تطبيق “الخداع اللفظي” هذا على “الأشكال (الهندسة)” هو “لغز المربع المفقود (Missing square puzzle)”، والذي يتم تقديمه أيضًا في مقال آخر في هذه المدونة. إنه خلل بديهي حيث يختفي ثقب (مساحة) بحجم مربع واحد لسبب ما عند إعادة ترتيب أجزاء الأشكال التي يفترض أن يكون لها نفس المساحة. ويستغل هذا أيضًا حدود الإدراك بأن “العين البشرية لا يمكنها اكتشاف التشوهات الخطية الطفيفة (الاختلافات في الميل)”.

8. دروس للعالم الحقيقي: ماذا يجب أن نتعلم من المفارقات؟

يحتوي “لغز الدولار المفقود” على دروس عميقة، ومن المؤسف أن ينتهي به الأمر كمجرد نكتة في الحفلات أو لغز لخداع الأطفال.

القدرة على الشك في “الإطار (الافتراضات) المعطى” عند اتخاذ قرارات في الأعمال اليومية أو الاستثمار، هل نتقبل دون تفكير العروض التقديمية أو محادثات المبيعات التي يقدمها شخص ما والتي تقول “إذا جمعت هذا الرقم وهذا الرقم، ستحصل على هذا”؟ حتى لو كانت نتيجة الحساب صحيحة (27 + 2 تساوي بالفعل 29)، فإن التفكير النقدي الذي يتساءل “هل هناك معنى منطقي لإعداد هذه المعادلة في المقام الأول؟” أمر ضروري.
مطلقية التدفق النقدي يمكن القول إن تزوير البيانات المالية في محاسبة الشركات، أو إخفاء الخسائر في المشتقات المالية المعقدة، هي نسخ متطورة للغاية من “لغز الدولار المفقود”. حتى لو أضفت أو طرحت أرقامًا غير موجودة لجعلها تبدو وكأنك تحقق ربحًا، فإن التناقضات ستنكشف دائمًا إذا تتبعت “حركة النقد (التدفق النقدي)” من جذورها. عندما تشعر أن الأمور معقدة، فمن الضروري العودة إلى الأساسيات المتمثلة في “من أين جاءت الأموال وإلى أين ذهبت”.

9. الخلاصة: الدولار لم يكن مفقودًا منذ البداية

في الختام، أود أن أقدم الإجابة الأكثر إيجازًا وقوة لهذه المفارقة.

“دفع العملاء إجمالي 27 دولارًا، وذهب 25 دولارًا إلى خزينة الفندق، ودولاران إلى جيب النادل. الحسابات متطابقة تمامًا. المعادلة التي تحاول إجبار الحساب للعودة إلى الـ 30 دولارًا الأولية هي أصل كل هذا الارتباك.”

بغض النظر عن مدى تطور أدمغتنا، يمكن خداعنا بسهولة بالغة بمزيج من “القصص المعقولة” و"عمليات الجمع البسيطة”. ومع ذلك، باستخدام أدوات قوية مثل الرياضيات والمنطق (المعادلات ومسك الدفاتر المزدوج)، يمكننا كسر هذا الوهم ورؤية الحقيقة.

في المرة القادمة، إذا طرح عليك صديق “لغز الدولار المفقود” بابتسامة نصر، يرجى الرد ببرود مدعومًا بهذه المعرفة العميقة: “اتجاه الأرقام التي يجب إضافتها والأرقام التي يجب طرحها خاطئ!”

معضلة مونتي هول: فخ الاحتمالات الذي يخون الحدس والحل الشامل باستخدام استدلال بايز

Thu, 10 Sep 2026 00:00:00 +0900

1. المسرح هو برنامج مسابقات تلفزيوني: ماذا ستفعل؟

في عام 1990، في عمود “Ask Marilyn” (اسأل مارلين) في المجلة الإخبارية الأمريكية “Parade”، أرسل أحد القراء السؤال التالي:

أنت مشارك في برنامج ألعاب تلفزيوني. أمامك 3 أبواب (A, B, C). خلف أحد الأبواب توجد سيارة جديدة (الفوز)، وخلف البابين الآخرين يوجد ماعز (الخسارة).

أنت أولاً اخترت الباب A.

بعد ذلك، قام المقدم مونتي هول، الذي يعرف أين توجد السيارة الجديدة، بفتح الباب B الذي يوجد خلفه ماعز من بين الأبواب المتبقية.

يقول لك مونتي: “الآن يمكنك التغيير إلى الباب C. ماذا ستفعل؟”

هل يجب عليك تغيير الباب؟

حدسياً يبدو الأمر وكأن “الأبواب المتبقية هي اثنان: A و C. نظرًا لأن موقع السيارة الجديدة عشوائي تمامًا، فإن احتمال الفوز لأي منهما هو $\frac{1}{2}$ (50%). لذلك، التغيير وعدم التغيير هما نفس الشيء”.

ومع ذلك، أجابت كاتبة العمود مارلين فوس سافانت (صاحبة أعلى معدل ذكاء مسجل في موسوعة غينيس): “يجب عليك التغيير. إذا غيرت، سيتضاعف احتمال فوزك”.

أثارت هذه الإجابة ضجة كبيرة في جميع أنحاء أمريكا، وانهالت حوالي 10 آلاف رسالة احتجاج (حوالي 1000 منها من علماء يحملون درجة الدكتوراه في الرياضيات). كانت هناك عاصفة من الانتقادات اللاذعة مثل “أنت لا تفهمين أساسيات الاحتمالات” و"هذا منطق نسائي". ولكن، في النهاية، كانت إجابة مارلين صحيحة تمامًا من الناحية الرياضية.

2. الفجوة بين الحدس والرياضيات: تفرع الاحتمالات كما نراه في Mermaid

لماذا ينخدع حدسنا ونعتقد أن الاحتمال هو “$\frac{1}{2}$"؟ دعونا أولاً نتصور جميع أنماط اللعبة.

graph TD Start["بداية اللعبة"] --> CarA["السيارة في الباب A (احتمال 1/3)"] Start --> CarB["السيارة في الباب B (احتمال 1/3)"] Start --> CarC["السيارة في الباب C (احتمال 1/3)"] CarA --> PickA1["أنت تختار الباب A"] CarB --> PickA2["أنت تختار الباب A"] CarC --> PickA3["أنت تختار الباب A"] PickA1 --> HostB_or_C["المقدم يفتح الباب B أو C"] PickA2 --> HostC["المقدم يفتح دائماً الباب C"] PickA3 --> HostB["المقدم يفتح دائماً الباب B"] HostB_or_C --> Stay1["لا تغير: فوز!"] HostB_or_C --> Switch1["تغير: خسارة..."] HostC --> Stay2["لا تغير: خسارة..."] HostC --> Switch2["تغير: فوز!"] HostB --> Stay3["لا تغير: خسارة..."] HostB --> Switch3["تغير: فوز!"] style Switch2 fill:#bbf,stroke:#333,stroke-width:2px style Switch3 fill:#bbf,stroke:#333,stroke-width:2px style Stay1 fill:#f99,stroke:#333,stroke-width:2px

بافتراض أنك اخترت “الباب A”، ستحدث السيناريوهات الثلاثة التالية باحتمال متساوٍ ($\frac{1}{3}$).

السيناريو 1 (السيارة في A): يفتح المقدم الباب B أو C الذي يحتوي على ماعز. إذا غيرت الباب، ستخسر.
السيناريو 2 (السيارة في B): المقدم لا يمكنه سوى فتح الباب C الذي يحتوي على ماعز. إذا غيرت الباب، ستفوز.
السيناريو 3 (السيارة في C): المقدم لا يمكنه سوى فتح الباب B الذي يحتوي على ماعز. إذا غيرت الباب، ستفوز.

أي أنه في حالتين من أصل 3 حالات (السيناريوهان 2 و 3)، تكون في وضع “إذا غيرت الباب ستفوز بالتأكيد”. لذلك، نسبة الفوز إذا غيرت الباب تصبح $\frac{2}{3}$، وهي ضعف نسبة الفوز $\frac{1}{3}$ إذا لم تغير.

3. إثبات دقيق باستخدام مبرهنة بايز

لحل هذه المشكلة بدقة رياضية، نستخدم “مبرهنة بايز” التي تحسب الاحتمال الشرطي.

$$ P(H|E) = \frac{P(E|H) P(H)}{P(E)} $$

هنا، نعرّف الأحداث على النحو التالي:

$C_A, C_B, C_C$ : أحداث وجود السيارة في الباب A، B، C على التوالي. الاحتمال المسبق هو $P(C_A) = P(C_B) = P(C_C) = \frac{1}{3}$
لنفترض أنك اخترت الباب A أولاً.
$M_B$ : حدث فتح المقدم للباب B الذي يحتوي على ماعز.

ما نريد حسابه هو “الاحتمال أن تكون السيارة في الباب C بشرط أن المقدم قد فتح الباب B”، أي الاحتمال اللاحق $P(C_C|M_B)$.

أولاً، بناءً على موقع السيارة، نأخذ في الاعتبار احتمال أن يفتح المقدم الباب B وهو $P(M_B|C_X)$.

إذا كانت السيارة في الباب A ($C_A$) يمكن للمقدم فتح B أو C عشوائيًا.
$$ P(M_B|C_A) = \frac{1}{2} $$
إذا كانت السيارة في الباب B ($C_B$) بما أن المقدم لا يستطيع فتح الباب الذي توجد فيه السيارة، فإن احتمال فتحه للباب B هو صفر.
$$ P(M_B|C_B) = 0 $$
إذا كانت السيارة في الباب C ($C_C$) بما أن المقدم لا يستطيع فتح الباب A (الذي اخترته) والباب C (حيث توجد السيارة)، فمن المحتم أن يفتح الباب B.
$$ P(M_B|C_C) = 1 $$

بعد ذلك، نحسب الاحتمال الكلي لفتح المقدم للباب B وهو $P(M_B)$ من “مبرهنة الاحتمال الكلي”.

$$ P(M_B) = P(M_B|C_A)P(C_A) + P(M_B|C_B)P(C_B) + P(M_B|C_C)P(C_C) $$ $$ P(M_B) = \left(\frac{1}{2} \times \frac{1}{3}\right) + \left(0 \times \frac{1}{3}\right) + \left(1 \times \frac{1}{3}\right) = \frac{1}{6} + 0 + \frac{1}{3} = \frac{1}{2} $$

أخيرًا، نطبق مبرهنة بايز لحساب الاحتمال اللاحق للباب A والباب C.

احتمال وجود السيارة في الباب A (إذا لم تغير):

$$ P(C_A|M_B) = \frac{P(M_B|C_A) P(C_A)}{P(M_B)} = \frac{\frac{1}{2} \times \frac{1}{3}}{\frac{1}{2}} = \frac{1}{3} $$

احتمال وجود السيارة في الباب C (إذا غيرت):

$$ P(C_C|M_B) = \frac{P(M_B|C_C) P(C_C)}{P(M_B)} = \frac{1 \times \frac{1}{3}}{\frac{1}{2}} = \frac{2}{3} $$

حتى من خلال الإثبات الرياضي، تم توضيح أن “تغيير الباب يضاعف احتمال الفوز (2/3)” بوضوح.

4. التحيز المعرفي: قيمة المعلومات في “الاشتراط”

لماذا أخطأ الكثير من علماء الرياضيات العباقرة بشكل حدسي في هذه المشكلة؟ يكمن السبب في “تحيز الاحتمال المتساوي” و"الفشل في تحديث المعلومات” المدمجين في العقل البشري.

4.1. تحيز الاحتمال المتساوي (Equiprobability Bias)

يميل البشر، عند إعطائهم خيارات غير معروفة، إلى الافتراض اللاواعي بأن “احتمالات الخيارات المتبقية متساوية دائماً”. بمجرد رؤية بابين متبقيين، يطلق الدماغ تلقائيًا تسمية “$50\%$ : $50\%$”.

4.2. معلومات عن “نية” المقدم

السبب الرئيسي في خطأ الحدس هو تجاهل حقيقة أن تصرف المقدم ليس عشوائيًا. إذا كانت القاعدة هي “إذا فتح المقدم بابًا عشوائيًا دون أن يعرف مكان السيارة، وصادف أنه ماعز” (تُعرف باسم مشكلة مونتي فول)، فإن احتمال كل من الباب A والباب C سيكون $\frac{1}{2}$.

ولكن في معضلة مونتي هول الحقيقية، يتصرف المقدم وفقًا للقيود الصارمة التالية:

لا يمكنه فتح الباب الذي اختاره المشارك.
لا يمكنه فتح الباب الذي يحتوي على السيارة.

بسبب هذه القيود، فإن فعل المقدم “بفتح الباب B” في حد ذاته يعطينا معلومات هائلة حول الباب C. إنه يحمل رسالة صامتة مفادها: “لم أستطع فتح الباب C (لأن السيارة هناك)”.

5. تصحيح الحدس بمثال متطرف

إذا كنت لا تزال غير مقتنع، فلنحاول زيادة عدد الأبواب إلى مليون باب.

من بين مليون باب، اخترت أنت الباب 1. (احتمال الفوز هو $\frac{1}{1,000,000}$)
المقدم الذي يعرف كل شيء يفتح 999,998 بابًا تحتوي على ماعز من أصل 999,999 بابًا متبقيًا.
الأبواب المغلقة هي “الباب 1” الذي اخترته و"الباب 777,777" الذي تركه المقدم عمدًا.

الآن، هل ستغير اختيارك؟ في هذه الحالة، إذا كنت تعتقد أنك جذبت معجزة “واحد في المليون” في البداية، فلا ينبغي لك التغيير. ومع ذلك، في الواقع، ستفهم حدسيًا أن احتمال وجود السيارة في “الباب الوحيد الذي لم يستطع المقدم فتحه مطلقًا” هو $\frac{999,999}{1,000,000}$.

معضلة مونتي هول (3 أبواب) هي مجرد تصغير لنطاق ظاهرة “المليون باب” هذه.

pie title "تأثير تغيير الباب (100 محاكاة)" "الفوز بتغيير الباب (حوالي 66.7%)" : 67 "الفوز بدون تغيير الباب (حوالي 33.3%)" : 33

6. الخلاصة: دروس في الأعمال والحياة من نظرية الاحتمالات

تتجاوز معضلة مونتي هول كونها مجرد مسابقة لتقدم لنا دروسًا مهمة.

الحدس يخطئ غالبًا: لم يتطور الدماغ البشري لمعالجة الاحتمالات الشرطية المعقدة بشكل حدسي. في اتخاذ القرارات المهمة، من الخطر الاعتماد على الحدس وحده.
تحديث الاحتمالات بمعلومات جديدة (تحديث بايز): عندما تتغير الظروف ويتم توفير معلومات جديدة (مثل أي باب فتحه المقدم)، فإن القدرة على تحديث الاحتمالات والاستراتيجيات بمرونة دون التمسك بالأفكار الموجودة مسبقًا هي مفتاح النجاح.

القرار الصغير بـ “تغيير الباب” قد يضاعف من احتمال حصولك على “السيارة الجديدة” في حياتك.

مفارقة المظروفين: كيف يؤدي التوقع اللانهائي إلى انهيار المنطق وفخاخ اتخاذ القرار

Thu, 10 Sep 2026 00:00:00 +0900

1. الخيار النهائي: هل يجب التبديل أم لا؟

أنت تقف في المرحلة النهائية من برنامج ألعاب. يوجد على الطاولة أمامك مظروفان متطابقان تماماً (A و B). قال المقدم:

“أحد المظروفين يحتوي على ضعف المبلغ الموجود في المظروف الآخر. يرجى اختيار أحدهما.”

بعد تردد، اخترت المظروف A. في اللحظة التي حاولت فيها رؤية المحتوى، همس المقدم بوسوسة شيطانية:

“الآن، يمكنك تبديل المظروف A بالمظروف B المتبقي. هل تريد التبديل؟”

الآن، هل يجب عليك تبديل المظروف؟

2. “الحلقة اللانهائية” التي يستنتجها حساب القيمة المتوقعة

دعونا نستخدم بعض التفكير الرياضي هنا. لنفترض أن المبلغ الموجود في المظروف A الذي تحمله هو $X$ ين. بناءً على القواعد، المبلغ في المظروف B هو إما “نصف $X$ ين ($\frac{X}{2}$)” أو “ضعف $X$ ين ($2X$)”. احتمال كل منهما هو $\frac{1}{2}$ (50%).

لذا، دعونا نحسب القيمة المتوقعة (متوسط المبلغ المتوقع) في حالة تبديل المظروف.

$$ E = \frac{1}{2} \times \left(\frac{X}{2}\right) + \frac{1}{2} \times (2X) $$ $$ E = \frac{X}{4} + X = \frac{5}{4}X = 1.25X $$

لقد ظهرت نتيجة مذهلة. بمجرد تبديل المظروف، تقفز القيمة المتوقعة من $X$ ين الأصلية لتصبح $1.25$ ضعفاً (زيادة بنسبة 25%). نصل إلى استنتاج مفاده: “إذا فكرنا رياضياً، فمن المؤكد أن التبديل مربح أكثر!”.

ولكن، هنا يحدث انهيار للمنطق. لنفترض أنك بدّلت إلى المظروف B. ماذا لو سألك المقدم مباشرة بعد ذلك: “هل تريد العودة إلى A بعد كل شيء؟”. ستنطبق نفس المعادلة الحسابية تماماً، وهذه المرة سيكون الاستنتاج “التبديل من B إلى A سيزيد القيمة المتوقعة بمقدار 1.25 ضعفاً”.

بمعنى آخر، بمجرد الاستمرار في التبديل “من A إلى B” و “من B إلى A”، ستستمر القيمة المتوقعة النظرية في الزيادة إلى ما لا نهاية. هذا يتناقض بوضوح مع الواقع (محتويات المظاريف ثابتة منذ البداية، ولا تزيد لمجرد أنك قمت بالتبديل).

graph TD Start["أنت تختار المظروف A (المحتوى X ين)"] --> Think["تحسب ما إذا كان التبديل مربحاً أكثر"] Think --> Case1["المظروف B نصف المبلغ (X/2 ين) : احتمال 50%"] Think --> Case2["المظروف B ضعف المبلغ (2X ين) : احتمال 50%"] Case1 --> Calc["القيمة المتوقعة = (X/4) + X = 1.25X"] Case2 --> Calc Calc --> SwitchToB["التبديل إلى المظروف B! (المحتوى Y ين)"] SwitchToB --> ThinkAgain["تحسب مرة أخرى"] ThinkAgain --> Case3["المظروف A نصف المبلغ (Y/2 ين) : احتمال 50%"] ThinkAgain --> Case4["المظروف A ضعف المبلغ (2Y ين) : احتمال 50%"] Case3 --> Calc2["القيمة المتوقعة = 1.25Y"] Case4 --> Calc2 Calc2 --> SwitchToA["التبديل مرة أخرى إلى المظروف A!"] SwitchToA --> Start style Calc fill:#ff9999,stroke:#333,stroke-width:2px style Calc2 fill:#ff9999,stroke:#333,stroke-width:2px style SwitchToA fill:#ff4444,color:#fff,stroke:#333,stroke-width:4px

لماذا أنتج حساب القيمة المتوقعة، الذي يبدو مثالياً للوهلة الأولى، مثل هذه المفارقة الغريبة؟

3. كشف الخدعة الرياضية: استبدال المتغيرات

يكمن فخ هذه المفارقة في “كيفية استخدام المتغير العشوائي $X$”.

في المعادلة السابقة، تعاملنا مع المبلغ $X$ في المظروف A على أنه ثابت محدد، وافترضنا أن المظروف B هو إما “$\frac{X}{2}$ أو $2X$”. ولكن، ما هو ثابت في الواقع هو “مجموع المبالغ الموجودة في كلا المظروفين”، أو “المبلغ الأصغر”.

لنفترض أن المبلغ الموجود في المظروف الذي يحتوي على الأقل هو $S$. إذاً، المظروف الذي يحتوي على الأكثر به مبلغ $2S$. جميع سيناريوهات اللعبة تقتصر على النمطين التاليين فقط (باحتمال $\frac{1}{2}$ لكل منهما).

النمط 1: المظروف A الذي اخترته هو الأصغر ($S$)، والمظروف B هو الأكبر ($2S$).
النمط 2: المظروف A الذي اخترته هو الأكبر ($2S$)، والمظروف B هو الأصغر ($S$).

هنا، دعونا نحسب القيمة المتوقعة بشكل صحيح لكل من “عدم التبديل” و “التبديل”.

القيمة المتوقعة في حالة عدم التبديل $E_{stay}$:

$$ E_{stay} = \frac{1}{2} \times S + \frac{1}{2} \times 2S = \frac{3}{2}S = 1.5S $$

القيمة المتوقعة في حالة التبديل $E_{switch}$: في النمط 1 ستحصل على $2S$، وفي النمط 2 ستحصل على $S$.

$$ E_{switch} = \frac{1}{2} \times 2S + \frac{1}{2} \times S = \frac{3}{2}S = 1.5S $$ $$ E_{stay} = E_{switch} $$

تطابقت القيمة المتوقعة تماماً! في الحساب الخاطئ الأول، تم التعامل مع قيمتين مختلفتين على أنهما نفس المتغير $X$: في النمط 1 كان $X$ هو (في الواقع $S$) وفي النمط 2 كان $X$ هو (في الواقع $2S$). هذا أدى إلى خلق وهم بأن “التبديل سيزيد من القيمة المتوقعة”.

pie title "حقيقة القيمة المتوقعة (بافتراض أن المبلغ الأصغر هو S)" "القيمة المتوقعة لعدم التبديل (1.5S)" : 50 "القيمة المتوقعة للتبديل (1.5S)" : 50

4. ماذا لو فتحت المظروف؟

تبدو المفارقة محلولة بهذا. ومع ذلك، هناك مشكلة أعمق تنتظرنا.

ماذا لو نظرت إلى محتويات المظروف A قبل تبديله؟ فتحت المظروف A ووجدت بداخله “10,000 ين”.

في هذه اللحظة، يصبح $X = 10000$ قيمة محددة وثابتة. يحتوي المظروف B إما على “5,000 ين” أو “20,000 ين”. ماذا سيحدث إذا طبقنا المعادلة الأولى هنا؟

$$ E_{switch} = \frac{1}{2} \times 5000 + \frac{1}{2} \times 20000 = 2500 + 10000 = 12500 $$

القيمة المتوقعة هي 12,500 ين. وهي بالتأكيد أعلى من الـ 10,000 ين الحالية. علاوة على ذلك، وبما أن $X$ أصبح “ثابتاً ملموساً” وقدره 10,000 ين هذه المرة، فإن حجة “استبدال المتغيرات” السابقة لم تعد سارية. إذاً، هل التبديل مربح أكثر بالتأكيد في هذه الحالة؟

الدحض باستخدام الاستدلال البايزي: غياب “التوزيع المسبق”

رداً على ذلك، طرح علماء الرياضيات مفهوم “التوزيع المسبق للمبالغ (الاحتمال المسبق)”. والسؤال هنا: هل يمكننا حقاً القول إن 5,000 ين و 20,000 ين موجودان باحتمال $\frac{1}{2}$ لكل منهما؟

على سبيل المثال، لنفترض أن ميزانية البرنامج تبلغ كحد أقصى 100 مليون ين. إذا فتحت المظروف A ووجدت “60 مليون ين”، فإن احتمال أن يحتوي المظروف B على “120 مليون ين” هو صفر (لأنه يتجاوز الميزانية). بمعنى آخر، كلما زاد المبلغ في المظروف A، قلّ احتمال أن يكون المظروف B “ضعف المبلغ”، وزاد احتمال أن يكون “نصفه”.

بافتراض أي توزيع مسبق $P(x)$، وعند حساب القيمة المتوقعة باستخدام مبرهنة بايز، فقد ثبت رياضياً أنه مهما كان التوزيع الاحتمالي واقعياً (بمجموع يساوي 1)، فإنه لا يوجد توزيع سحري يجعل “التبديل مربحاً أكثر” لجميع قيم $X$.

5. فخ اللانهاية: الارتباط بمفارقة سانت بطرسبرغ

توجد حالة واحدة فقط يكون فيها “التبديل مربحاً أكثر لجميع قيم $X$”. هذه الحالة هي عندما تكون ميزانية البرنامج لانهائية، ويُفترض وجود “توزيع احتمالي غير قياسي (توزيع يكون مجموعه لانهائياً)” حيث تظهر جميع المبالغ (1 ين، 2 ين، 4 ين، 8 ين… إلى ما لا نهاية) بشكل متساوٍ.

ومع ذلك، لا توجد في العالم الحقيقي محطة تلفزيونية تمتلك أصولاً لانهائية. هذا الخلل الناتج عن “القيمة المتوقعة اللانهائية” يشترك في جذور عميقة مع مفارقة سانت بطرسبرغ (وهي مسألة تتناول المبلغ الذي يمكن للشخص أن يدفعه في مقامرة ذات قيمة متوقعة لانهائية).

6. الخلاصة: رعب الاحتمالات والقيمة المتوقعة

على الرغم من أن “مفارقة المظروفين” تتكون فقط من عمليات ضرب وجمع بسيطة، إلا أنها تقدم لنا الدروس التالية:

الأخطاء الناتجة عن الغموض في التعريف: إذا لم توضح ما يشير إليه المتغير (ما إذا كان $X$ يشير دائماً إلى نفس المبلغ)، فإن المنطق سينهار بسهولة.
وهم “انعدام المعلومات = احتمال 50%”: الافتراض القائل “بما أنني لا أعرف فالاحتمال متساوٍ” (مبدأ السبب غير الكافي) يمكن أن يؤدي أحياناً إلى أخطاء حسابية قاتلة.
صعوبة التعامل مع اللانهاية: إدخال مفهوم “اللانهاية”، الذي لا يمكن تطبيقه في العالم الحقيقي، في المعادلات الحسابية سيؤدي إلى نتائج تتناقض مع الفطرة السليمة.

في المرة القادمة التي تعتقد فيها في حياتك أن “عشب الجار يبدو أكثر اخضراراً، وسيكون من المربح التبديل”، تذكر هذه المفارقة. ربما تم استبدال المتغيرات في معادلتك الحسابية دون أن تدرك.

مفارقة عيد الميلاد: هل تتجاوز النسبة 50% بوجود 23 شخصًا؟ سحر "التوافيق" الذي يخدع الحدس

Thu, 10 Sep 2026 00:00:00 +0900

1. اختبار الحدس: كم شخصًا يجب أن يجتمعوا لتتجاوز الاحتمالية 50%؟

يجتمع الناس في قاعة حفلات. هنا، “ما هو الحد الأدنى لعدد الأشخاص المطلوب لكي تتجاوز احتمالية وجود زوجين على الأقل (شخصين) لهما نفس يوم الميلاد (الشهر واليوم) تمامًا في القاعة نسبة 50%”؟ (باستثناء السنوات الكبيسة بافتراض أن السنة 365 يومًا، وبافتراض أن كل يوم ميلاد له احتمالية متساوية).

يميل الحدس البشري إلى الحساب على النحو التالي: “السنة بها 365 يومًا. وبما أننا سنضع الأشخاص عشوائيًا في 365 خانة ليحدث تكرار، فلابد من وجود 180 شخصًا على الأقل. حتى لو قللنا التقدير، ألا يجب أن يكون هناك 50 إلى 60 شخصًا لتصل الاحتمالية إلى النصف؟”

ومع ذلك، فإن الإجابة الصحيحة التي يستنتجها علم الرياضيات هي “23 شخصًا” فقط. في فصل دراسي واحد (حوالي 30 إلى 40 شخصًا)، تقفز احتمالية وجود زوج لهما نفس يوم الميلاد إلى حوالي 70% إلى 89%. وإذا كان هناك 50 شخصًا، تصل الاحتمالية إلى 97%، لتصبح الحالة “من النادر ألا يوجد أشخاص لهم نفس يوم الميلاد”.

لماذا يختلف حدسنا إلى هذا الحد عن الاحتمالية الواقعية؟

2. سبب خطأ الحدس: الفرق بين “أنا وشخص ما” و “شخص ما وشخص آخر”

السبب الأكبر وراء خطأ الحدس في هذه المشكلة هو أننا نفكر لا شعوريًا في “احتمالية وجود شخص له نفس يوم ميلاد شخص معين (مثلًا نفسك)”.

إذا دخلت القاعة وبحثت “هل يوجد شخص له نفس يوم ميلادي؟"، فإن احتمالية وجود شخص له نفس يوم ميلادك بين 23 شخصًا هي فقط حوالي 6.1%. (لكي تتجاوز هذه الاحتمالية 50%، تحتاج بالفعل إلى 253 شخصًا).

ولكن ما تطرحه مفارقة عيد الميلاد ليس زوجًا مكونًا من “أنا وشخص ما”. بل يكفي أن يتطابق زوج واحد من بين “كل التوافيق الممكنة بين جميع الأشخاص في القاعة (الشخص أ والشخص ب، الشخص ب والشخص ج، الشخص ج والشخص أ…)”.

graph TD subgraph "وهم الحدس: المقارنة التي تركز على 'النفس'" You["أنا"] --- P1["الشخص أ"] You --- P2["الشخص ب"] You --- P3["الشخص ج"] You --- P4["الشخص د"] style You fill:#ff9999,stroke:#333,stroke-width:4px end subgraph "الواقع: مقارنة شاملة 'الكل مع الكل'" A["الشخص أ"] --- B["الشخص ب"] A --- C["الشخص ج"] A --- D["الشخص د"] B --- C B --- D C --- D end

حتى في مجموعة مكونة من 4 أشخاص فقط، هناك 3 طرق للمقارنة بتركيز على “النفس”، ولكن هناك 6 طرق للمقارنة بين الجميع (${}_4 C_2 = 6$). عندما يزيد العدد إلى 23 شخصًا، يزداد عدد التوافيق بين الأزواج بشكل انفجاري ليصل إلى 253 طريقة (${}_{23} C_2$). ألا تشعر أنه إذا كان هناك 253 زوجًا، فليس من الغريب أن يصيب زوج واحد منهم احتمالية “1 من 365”؟

3. الإثبات الرياضي: حل ذكي باستخدام الحدث المكمل

من الصعب حساب “احتمالية أن يكون زوج واحد على الأقل له نفس يوم الميلاد” بشكل مباشر (لأن هناك أنماطًا كثيرة جدًا… مثل تطابق زوج واحد فقط، أو تطابق زوجين، أو 3 أشخاص لهم نفس يوم الميلاد… إلخ). لذلك، نستخدم التقنية الأساسية في نظرية الاحتمالات وهي “الحدث المكمل (Complementary Event)”.

الحدث المكمل هو “احتمالية عدم الحدوث”. بمعنى آخر، نقوم بحساب “احتمالية أن تكون جميع أيام الميلاد مختلفة (لا يوجد أي تطابق)”، وبطرحها من 100% (1)، نحصل على الاحتمالية المطلوبة.

$$ P(\text{تطابق شخصين على الأقل}) = 1 - P(\text{أيام ميلاد الجميع مختلفة}) $$

لنتخيل الأشخاص وهم يدخلون القاعة بالترتيب ونقوم بالحساب.

الشخص الأول: لا داعي للقلق من التطابق مع أي شخص. الاحتمالية هي $\frac{365}{365}$.
الشخص الثاني: يجب أن يكون يوم ميلاده مختلفًا عن الشخص الأول. سيكون في أمان خلال الـ 364 يومًا المتبقية. الاحتمالية هي $\frac{364}{365}$.
الشخص الثالث: يجب أن يكون يوم ميلاده مختلفًا عن الشخصين السابقين. سيكون في أمان خلال الـ 363 يومًا المتبقية. الاحتمالية هي $\frac{363}{365}$.

بضرب هذه الاحتمالات حتى الشخص رقم $n$، نحصل على الحد العام لـ $P(n)'$، وهي احتمالية أن تكون أيام ميلاد الجميع مختلفة.

$$ P(n)' = \frac{365}{365} \times \frac{364}{365} \times \frac{363}{365} \times \dots \times \frac{365 - (n - 1)}{365} $$ $$ P(n)' = \prod_{k=1}^{n-1} \left(1 - \frac{k}{365}\right) $$

وبالتالي، تصبح “احتمالية أن يكون شخصان على الأقل لهما نفس يوم الميلاد $P(n)$” المطلوبة كالتالي.

$$ P(n) = 1 - \prod_{k=1}^{n-1} \left(1 - \frac{k}{365}\right) $$

إذا عوضنا بعدد الأشخاص $n$ في هذه المعادلة، سنجد أن الاحتمالية ترتفع بسرعة مذهلة.

عندما $n = 10$، تكون الاحتمالية حوالي 11.7%
عندما $n = 23$، تكون الاحتمالية حوالي 50.7% (هنا تتجاوز 50%!)
عندما $n = 40$، تكون الاحتمالية حوالي 89.1%
عندما $n = 70$، تكون الاحتمالية حوالي 99.9%

pie title "الاحتمالية عند تجمع 23 شخصًا" "يوجد زوج له نفس يوم الميلاد (50.7%)" : 50.7 "الجميع مختلفون (49.3%)" : 49.3

4. الحساب التقريبي باستخدام متسلسلة تايلور

حساب الضرب 23 مرة يدويًا أمر شاق، لذا دعونا نستخدم صيغة تقريبية رياضية لفهمها بشكل أكثر بديهية.

نأخذ بعين الاعتبار متسلسلة تايلور للدالة الأسية $e^{-x}$. عندما تكون $x$ صغيرة بما يكفي، يتحقق التقريب التالي.

$$ e^{-x} \approx 1 - x $$

بتطبيق ذلك على كل حد من الحدود السابقة $\left(1 - \frac{k}{365}\right)$، نحصل على

$$ 1 - \frac{k}{365} \approx e^{-\frac{k}{365}} $$

بضربها جميعًا (وهي تصبح عملية جمع حسب قوانين الأسس)، نجد أن

$$ P(n)' \approx e^{-\frac{1}{365}} \times e^{-\frac{2}{365}} \times \dots \times e^{-\frac{n-1}{365}} $$ $$ P(n)' \approx \exp\left(-\sum_{k=1}^{n-1} \frac{k}{365}\right) $$

بما أن مجموع الأرقام من 1 إلى $n-1$ هو $\frac{n(n-1)}{2}$ (بمعنى آخر، عدد التوافيق ${}_n C_2$)، إذن

$$ P(n)' \approx \exp\left(-\frac{n(n-1)}{2 \times 365}\right) $$

في هذه المعادلة، نبحث عن $n$ عندما تكون الاحتمالية 50% ($0.5$).

$$ 0.5 = e^{-\frac{n(n-1)}{730}} $$

بأخذ اللوغاريتم الطبيعي للطرفين ($\ln 0.5 \approx -0.693$).

$$ -0.693 = -\frac{n(n-1)}{730} $$ $$ n(n-1) = 0.693 \times 730 \approx 505.89 $$

بتقريب أن $n^2 \approx 506$، نجد أن $n = \sqrt{506} \approx 22.49$ وبذلك توصلنا ببراعة إلى الإجابة $n \approx 23$!

5. التطبيقات في الحياة اليومية و"تصادم التجزئة”

هذه المفارقة ليست مجرد موضوع للحديث في الحفلات. فهي تلعب دورًا بالغ الأهمية في نظرية التشفير وأمن المعلومات التي تدعم مجتمع تكنولوجيا المعلومات الحديث.

في أنظمة الكمبيوتر، تُستخدم آلية تسمى “دالة التجزئة (Hash Function)” للتحقق بسرعة من تطابق كلمات المرور أو الملفات. دالة التجزئة تعيد سلسلة نصية عشوائية بطول ثابت (قيمة التجزئة) بغض النظر عن البيانات المدخلة. ولكن الظاهرة التي تتطابق فيها قيم التجزئة هذه بالصدفة تسمى “تصادم التجزئة (Hash Collision)”.

يحدث تصادم التجزئة بنفس مبدأ مفارقة عيد الميلاد تمامًا. على عكس الحدس البشري الذي يقول “بما أن أنواع قيم التجزئة عدد فلكي، فمن النادر حدوث تصادم”، فإن إنشاء كميات هائلة من البيانات عشوائيًا بواسطة المهاجمين للعثور على “زوج يتطابق فيه شيء مع شيء آخر (تطابق أيام الميلاد)” أسهل مما تتخيل.

يسمى هذا “هجوم عيد الميلاد (Birthday Attack)”. يقوم المهندسون الذين يصممون أنظمة الأمان بتحديد طول قيم التجزئة لتكون طويلة جدًا لضمان الأمان، بناءً على الحقيقة الرياضية بأن “التصادم يحدث أسرع بكثير مما يمليه الحدس”.

6. الخلاصة: حدود الحدس البشري

مفارقة عيد الميلاد هي مثال مثالي يوضح مدى ضعف الحدس البشري تجاه “الزيادة الأسية” و"الانفجار التوافقي".

نحن أقوياء في الزيادات الخطية (الجمعية)، ولكن لا يمكننا محاكاة ظاهرة في عقولنا حيث يزداد عدد الأزواج بشكل انفجاري بوتيرة $n^2$. خلف الحدس الذي يقول “الرقم 23 صغير جدًا مقارنة بالرقم الكبير 365”، تكمن “253 خيطًا غير مرئي (زوجًا)” تم نسجها بواسطة 23 شخصًا.

في المرة القادمة التي تذهب فيها إلى مكان يتجمع فيه الناس، حاول أن تتخيل ليس فقط “عدد الأشخاص” المرئي، بل “خيوط التوافيق” التي لا حصر لها والموجودة بينهم. من المؤكد أن رؤيتك للعالم ستتغير قليلًا من منظور رياضي.