🎛️ أطلق مشيًا عشوائيًا في بعدين وراقب مساره
في كل خطوة، يختار الماشي اتجاهًا (أعلى/أسفل/يسار/يمين) عشوائيًا. أعِد المحاكاة بقدر ما تشاء.
الخطوات المنجزة (N)
500
المسافة إلى الأصل
12.3
المسافة النظرية √N
22.4
النسبة المسافة / √N
0.55
500 خطوة منجزة. المسافة إلى الأصل ≈ √N = √500 ≈ 22.4 (رتبة المقدار، مع تذبذبات حسب المشي).
🎲 المبدأ: خطوة في العشوائية
تخيّل سكّيرًا يخرج من حانة. في كل خطوة، يختار اتجاهًا عشوائيًا: شمال، جنوب، شرق، غرب. بعد 1000 خطوة، أين هو؟
بديهيًا، قد نظن: "إنه يتحرك في كل الاتجاهات، إذن يبقى حول الحانة". صحيح، لكن مع فارق دقيق. إنه لا يبقى عند نقطة الانطلاق. المسافة المتوسطة التي ينتهي عندها هي بترتيب √N — حيث N هو عدد الخطوات.
القانون الأساسي للمشي العشوائي
بعد N خطوة عشوائية طول كل منها 1، المسافة المتوسطة إلى الأصل هي:
E(distance) ≈ √N
هذا القانون بترتيب √N كوني: صالح في بعد واحد (التقدم أو التراجع على مستقيم)، وفي بعدين (مستوى السكّير)، وفي ثلاثة أبعاد (جزيء غاز). إنه لا يتعلق لا بالاختيار الدقيق للاتجاهات، ولا بتوزيع الخطوات.
📏 المشي في بعد واحد: تقدّم أو تراجع
أبسط الحالات: في كل خطوة، تفعل +1 أو −1 باحتمال 1/2 لكل منهما. لتكن SN موقعك بعد N خطوة:
SN = X1 + X2 + … + XN
حيث يساوي كل Xi القيمة +1 أو −1 بشكل مستقل. الخصائص:
- الأمل الرياضي: E(SN) = 0 (تنطلق من 0 وتبقى عنده في المتوسط).
- التباين: V(SN) = N (كل خطوة تضيف وحدة تباين واحدة).
- الانحراف المعياري: σ(SN) = √N (التذبذب النموذجي).
عمليًا: إذا مشيت 100 خطوة، فإن موقعك النهائي يقع نموذجيًا في [−10, +10]. وإذا مشيت 10000 خطوة، ففي [−100, +100]. ينمو التذبذب بترتيب √N — أبطأ بكثير من N.
🌌 المشي في بعدين: نتيجة بوليا
في بعدين، تختار في كل خطوة أحد الاتجاهات الأربعة عشوائيًا. السؤال: إذا مشيت إلى ما لا نهاية، هل تمرّ يومًا من جديد بنقطة انطلاقك؟
مبرهنة بوليا (1921)
المشي العشوائي متكرر في البعدين 1 و2: باحتمال 1، نمرّ
من جديد بالأصل عددًا لا نهائيًا من المرات.
وهو عابر في البعد 3 وما فوق: باحتمال ≈ 0.659، لا نمرّ
أبدًا من جديد بالأصل.
برهن جورج بوليا ذلك سنة 1921. خلاصته المشهورة: «سكّير يمشي في الدار البيضاء سينتهي به الأمر عائدًا إلى بيته. أما طائر سكران يطير في الدار البيضاء فقد يضيع إلى الأبد.»
🔬 الحركة البراونية: مشي عشوائي إلى ما لا نهاية
في سنة 1827، لاحظ عالم النبات روبرت براون تحت المجهر حبيبات لقاح تطفو في الماء. كانت تتراقص بشكل فوضوي على ما يبدو. لم يفهم أحد السبب.
في سنة 1905، نشر ألبرت أينشتاين مقالًا يفسّر ذلك: الحبيبات تُقصف بجزيئات الماء، التي تتحرك في مشي عشوائي. تم تأكيد النظرية الحركية للغازات — وأُثبِت وجود الذرات لأول مرة بطريقة كمّية.
الحركة البراونية الرياضية هي نهاية مشي عشوائي عندما تؤول الخطوة إلى 0 ويؤول الزمن بين الخطوات إلى 0 (مع إبقاء النسبة ثابتة). إنها أحد الكائنات المركزية في التحليل العشوائي الحديث.
🌐 التطبيقات: المشي العشوائي في كل مكان
- المالية: يعتمد نموذج بلاك-شولز لأسعار البورصة على الحركة البراونية. تُقيَّم الخيارات بواسطة تكاملات على المشي العشوائي.
- الفيزياء: انتشار الحرارة، حركة الجسيمات في غاز، معادلات فوكر-بلانك.
- البيولوجيا: الانجراف الجيني في المجتمعات، سلوك البكتيريا (الانجذاب الكيميائي)، حركة الحيوانات الباحثة عن الغذاء.
- المعلوميات: خوارزمية متروبوليس (مونتي كارلو)، PageRank الخاص بغوغل (مشي عشوائي على مبيان الويب)، استكشاف المبيانات.
- الشبكات الاجتماعية: انتشار الآراء، الانتشار الفيروسي، نماذج باس.
🎯 العلاقة مع المبرهنة المركزية في الحد
بعد N خطوة، يؤول توزيع الموقع SN (عندما N → ∞) نحو قانون طبيعي N(0, σ²N). إنها بالضبط المبرهنة المركزية في الحد مطبقة على مجموع الخطوات.
نتيجة عملية: إذا حاكيت 10000 مشي عشوائي من 1000 خطوة لكل منها، ونظرت إلى توزيع المواقع النهائية، فستحصل على جرس غاوس مثالي. ينتج العشوائي الخام أكثر الأنظمة الإحصائية تنظيمًا.
🎓 العلاقة مع برنامجك
يتقاطع المشي العشوائي مع البكالوريا علوم رياضية في عدة مواضع:
- المتغيرات العشوائية: الموقع SN هو مجموع متغيرات عشوائية مستقلة — موضوع متكرر في الثانية بكالوريا علوم رياضية.
- القانون الحدي: في بعد واحد، يرتبط الموقع SN بقانون حدي (عدد الـ +1 من بين N سحب). ينتج القانون الطبيعي منه كنهاية.
- المبرهنة المركزية في الحد: مدرجة صراحة في برنامج الوزارة، والمشي العشوائي هو تجسيدها الأكثر بصرية.
- المتتاليات: المسافة المتوسطة بترتيب √N هي متتالية تستحق الدراسة، وترتبط بالمتتاليات ذات الجذر.
🧮 تجربة تقوم بها بنفسك
برمج هذا في بضعة أسطر بلغة بايثون أو جافاسكريبت:
- حاكِ 10000 مشي عشوائي في بعد واحد من 1000 خطوة لكل منها.
- لكل واحد، دوّن الموقع النهائي.
- ارسم المدرّج التكراري للمواقع النهائية.
ستحصل على جرس غاوس متمركز حول 0 بانحراف معياري ≈ √1000 ≈ 31.6. إنه رائع أن ترى المبرهنة المركزية في الحد تنبثق أمام عينيك. هذا يحوّل الدرس المجرد للبكالوريا علوم رياضية إلى حدس ملموس.