Return to Video

ကိုယ့်ဗီဇစိတ်ကို စစ်ဆေးကြည့်ပါ - မွေးနေ့ပဟေဠိ - David Knuffke

  • 0:10 - 0:12
    လူတစ်စုကို စိတ်ကူးကြည့်ပါ။
  • 0:12 - 0:14
    အုပ်စုထဲက လူနှစ်ယောက်တို့ရဲ့
    မွေးနေ့ ထပ်တူဖြစ်ဖို့
  • 0:15 - 0:19
    အလားအလာဟာ ၅၀%ထက်ကို ပိုများလာစေရန်
    အဲဒီအုပ်စုထဲမှာ
  • 0:19 - 0:21
    လူဘယ်လောက်ရှိရမယ် ထင်ပါသလဲ?
  • 0:21 - 0:24
    ငြင်းခုံစရာ အကြောင်းမရှိစေဖို့အတွက်
    အဲဒီမှာ အမွှာပူးမရှိဘူး၊
  • 0:24 - 0:27
    မွေးနေ့တိုင်းဟာ တန်းတူညီမျှ ဖြစ်ကြတယ်၊
  • 0:27 - 0:30
    ရက်ထပ်နှစ်တွေ မရှိဘူးလို့ ယူဆကြပါမယ်။
  • 0:30 - 0:33
    အဲဒါကို ခဏအချိန်ယူပြီး စဉ်းစားကြပါ။
  • 0:33 - 0:36
    ရလာတဲ့ အဖြေဟာ
    အံ့ဖွယ် နိမ့်တယ်လို့ ထင်ရနိုင်ပါတယ်။
  • 0:36 - 0:38
    လူ ၂၃ ယောက်ရှိရမယ့် အုပ်စုပါ၊
  • 0:38 - 0:45
    လူနှစ်ဦးဆီမှာ တူညီတဲ့မွေးနေ့ ဖြစ်ဖို့
    အလားအလာဟာ ၅၀.၇၃ % ရှိပါတယ်။
  • 0:45 - 0:47
    ဒါပေမဲ့ တစ်နှစ်အတွင်းမှာ ၃၆၅ ရက်ရှိတော့၊
  • 0:47 - 0:50
    ဒီလောက်နည်းလှတဲ့ အုပ်စုပဲ
    လိုတာ ဘယ်လိုလုပ် ဖြစ်နိုင်လဲ
  • 0:50 - 0:54
    ကိုယ်နဲ့ မွေးနေ့တူတဲ့
    လူနဲ့ မျှဝေဖို့အတွက်လေ?
  • 0:54 - 0:58
    ကျွန်တော်တို့ရဲ့ ဗီဇစိတ်က ဘာဖြစ်လို့
    ဒီလောက်ကြီး မှားနေတာလဲ?
  • 0:58 - 0:59
    အဖြေကို တွက်ကြည့်ရန်၊
  • 0:59 - 1:02
    သင်္ချာပညာရှင်တွေ မွေးနေ့ ထပ်တူရေး
    အလားအလာကို
  • 1:02 - 1:05
    တွက်ကြမယ့် နည်းတစ်နည်းကို
    လေ့လာကြည့်ကြအောင်။
  • 1:05 - 1:09
    ကျွန်တောတို့ဟာ combinatorics လို့ ခေါ်တဲ့
    သင်္ချာပညာရဲ့ အပိုင်းကို သုံးနိုင်ပါတယ်၊
  • 1:09 - 1:14
    အဲဒါက အမျိုးမျိုး ပေါင်းစပ်လို့ရနိုင်တဲ့
    ပေါင်းစပ်မှုတွေရဲ့ အလားအလာကို လေ့လာပါတယ်။
  • 1:14 - 1:17
    ပထမဦးဆုံး ခြေလှမ်းက ပြဿနာကို
    လှန်ပစ်ရန် ဖြစ်ပါတယ်။
  • 1:17 - 1:21
    ထပ်တူဖြစ်နိုင်တာကို တွက်ချက်ရခြင်းဟာ
    အုပ်စုတစ်ခုထဲမှာ မွေးနေ့တူတာကို
  • 1:21 - 1:25
    အကြောင်းမူကား,တွက်နိုင်တဲ့ နည်းတွေ
    များလွန်းလို့ တွက်ရတာ ခက်နိုင်ပါတယ်။
  • 1:25 - 1:31
    အဲဒီအစား၊ လူတိုင်းရဲ့ မွေးနေ့ဟာ မတူ
    နိုင်တာကို တွက်ချက်ရတာ ပိုလွယ်ပါမယ်။
  • 1:31 - 1:33
    ဘယ်လို ပြောလိုက်တာလဲ?
  • 1:33 - 1:36
    အုပ်စုထဲမှာ မွေးနေ့တူတာ ရှိနိုင်သလို
    မတူတာလည်း ရှိနိုင်ပါတယ်။
  • 1:36 - 1:38
    ဒီတော့ မွေးနေ့ တူနိုင်ခြင်းနဲ့
    မတူနိုင်ခြင်း နှစ်မျိုးကို
  • 1:38 - 1:42
    ပေါင်းလိုက်ရင် ၁၀၀ % ရပါ့မယ်။
  • 1:42 - 1:44
    အဲ့လိုဆို ကျွန်တော်တို့ဟာ မွေးနေ့
    တိုက်ဆိုင်နိုင်တာကို
  • 1:44 - 1:50
    မတိုက်ဆိုင်နိုင်မှုရဲ့ အလားအလာကို
    ၁၀၀ အထဲမှ နှုတ်ရင် သိလာရပါမယ်။
  • 1:50 - 1:54
    မတိုက်ဆိုင်နိုင်ခြင်းရဲ့ အလားအလာကို
    တွက်ဖို့ အသေးကနဲ့ စကြမယ်။
  • 1:54 - 1:58
    လူနှစ်ယောက်ဆီမှာ မွေးနေ့ မတူနိုင်တာကို
    တွက်ကြည့်ပါ။
  • 1:58 - 2:01
    နှစ်တစ်နှစ်ထဲက တစ်ရက်ဟာ
    ပုဂ္ဂိုလ် A ရဲ့ မွေးနေ့ဖြစ်မယ်၊
  • 2:01 - 2:06
    ဒီလိုဆို ပုဂ္ဂိုလ် B ရဲ့ မွေးနေ့အတွက်
    ၃၆၄ ရက်ကို ချန်ခဲ့ပါတယ်။
  • 2:06 - 2:11
    ဒီလိုနည်းဖြင့် A နှင့် B တို့ရဲ့၊ တစ်နည်း
    လူနှစ်ယောက်ရဲ့ မွေးနေ့ မတူဖို့ အလားအလာဟာ
  • 2:11 - 2:14
    ၃၆၅ အထဲက ၃၆၄ ဖြစ်ပါတယ်၊
  • 2:14 - 2:21
    တနည်း၊ ၀.၉၉၇ ဒါမှမဟုတ် ၉၉.၇ %၊
    သိပ်ကို မြင့်ပါတယ်။
  • 2:21 - 2:23
    နောက် ပုဂ္ဂိုလ် C ကို ဆွဲထည့်မယ်။
  • 2:23 - 2:26
    ထိုသူရဲ့ မွေးနေ့ဟာ ဘယ်သူနဲ့
    မတူဖို့ အလားအလာဟာ
  • 2:26 - 2:30
    ၃၆၅ ထဲက ၃၆၃ ဖြစ်ပါတယ်
  • 2:30 - 2:34
    A နဲ့ B တို့အတွက် မတူတဲ့ မွေးနေ့
    နှစ်ရက်ကို တွက်ထားပြီးလို့ပါ။
  • 2:34 - 2:39
    D ပါလာရင် မတိုက်ဆိုင်ဖို့ အလားအလာဟာ
    ၃၆၅ ထဲက ၃၆၂ ဖြစ်မယ် စသဖြင့်ပေါ့၊
  • 2:39 - 2:44
    ဒီလိုနည်းနဲ့ ဆင်းသွားရင် W ရဲ့
    အလားအလာက ၃၆၅ ထဲက ၃၄၃ ဖြစ်မယ်။
  • 2:44 - 2:47
    အဲဒီလို ရလဒ်တွေကို
    အတူတူ မြှောက်လိုက်ရင်၊
  • 2:47 - 2:51
    တစ်ယောက်ယောက်မှ မွေးနေ့
    မတိုက်ဆိုင်နိုင်တဲ့ ဖြစ်နိုင်ခြေကို ရမယ်။
  • 2:51 - 2:54
    အဲဒါက ၀.၄၉၂၇ ဖြစ်တာကို တွေ့ရမယ်၊
  • 2:54 - 3:01
    လူ ၂၃ ယောက်ရှိတဲ့ အုပ်စုတွင် တစ်ယောက်မှာမှ
    မွေးနေ့ မတူဖို့ အလားအလာ ၄၉.၂၇ % ရှိပါတယ်။
  • 3:01 - 3:06
    အဲဒါကို ၁၀၀ ထဲကနေပြီး နှုတ်ယူလိုက်ရင်
    ၅၀.၇၃ % ဆိုတဲ့ အလားအလာကို ရပါမယ်
  • 3:06 - 3:09
    အနည်းဆုံး မွေးနေ့ တစ်ရက် တိုက်ဆိုင်ဖို့၊
  • 3:09 - 3:12
    မတူနိုင်တာထက် ပိုကောင်းပါတယ်။
  • 3:12 - 3:16
    သိပ်မများလှတဲ့ လူအုပ်စုထဲတွင် အဲဒီလို
    အလားအလာ မြင့်ရခြင်းရဲ့ အကြောင်းရင်းက
  • 3:16 - 3:20
    ဖြစ်နိုင်ကြတဲ့ တူသူနှစ်ယောက်ရဲ့
    အရေအတွက်က အံအားသင့်ဖွယ် မြင့်လွန်းလို့ပါ။
  • 3:20 - 3:26
    အုပ်စု ကြီးလာတာနဲ့အမျှ၊ ဖြစ်နိုင်တဲ့
    အလားအလာဟာ ပိုမြန်ဆန်စွာ ကြီးထွားလာပါတယ်။
  • 3:26 - 3:29
    လူငါးဦး အုပ်စုမှာ တူနိုင်တဲ့
    လူနှစ်ယောက် အတွဲပေါင်း ဆယ်ခု ရှိပါတယ်။
  • 3:29 - 3:33
    ရှိတဲ့ လူငါးဦးထဲက လူတိုင်းကို
    အခြားလေးဦးထဲက ဘယ်သူနဲ့မဆို တွဲပေးနိုင်တယ်။
  • 3:33 - 3:35
    အဲဒီလို ပေါင်းစပ်မှုထဲက တစ်ဝက်ဟာ ထပ်နေမယ်၊
  • 3:35 - 3:40
    ပုဂ္ဂိုလ် A နဲ့ ပုဂ္ဂိုလ် B ရဲ့ အတွဲဟာ
    B နဲ့ A ရဲ့အတွဲနဲ့ ထပ်တူလို့ပါ၊
  • 3:40 - 3:42
    ဒီတော့ နှစ်နဲ့ စားရပါမယ်။
  • 3:42 - 3:43
    အလားတူနည်းဖြင့် တွက်ကြရင်၊
  • 3:43 - 3:46
    ဆယ်ဦးပါတဲ့ အုပ်စုတွင် အတွဲ ၄၅ တွဲရှိလာမယ်၊
  • 3:46 - 3:50
    ပြီးတော့ ၂၃ ဦးပါတဲ့ အုပ်စုမှာ
    ၂၅၃ တွဲ ရှိလာမယ်။
  • 3:50 - 3:53
    အတွဲတွေရဲ့ အရေအတွက်ဟာ
    စတုရန်းပုံစံဖြင့် ကြီးထွားလာမယ်၊
  • 3:53 - 3:58
    အုပ်စုထဲ ရှိတဲ့ လူဦးရေရဲ့ ထပ်ကိန်းအတိုင်း
    အချိုးကျခြင်းကို ဆိုလိုပါတယ်။
  • 3:58 - 4:01
    ကျွန်တော်တို့ရဲ့ ဦးနှောက်တွေဟာ
    မျဉ်းဖြောင့် ပုံစံ မဟုတ်တဲ့ အရာတွေကို
  • 4:01 - 4:04
    ဗီဇစိတ်ဖြင့် တွက်ချက်ရာတွင်
    အတော်ကလေး ညံ့လှပါတယ်။
  • 4:04 - 4:11
    လူ ၂၃ ဦးကို အတွဲပေါင်း ၂၅၃ တွဲအထိ
    တွဲနိုင်တာဟာ မဖြစ်နိုင်ဘူးလို့ ထင်ရပါတယ်။
  • 4:11 - 4:15
    ကျွန်တော်တို့ရဲ့ ဦးနှောက်က ခုနက အချက်ကို
    ခံယူလိုက်ရင် မွေးနေ့ပြဿနာကို တွက်နိုင်မယ်။
  • 4:15 - 4:20
    ခုနက ၂၅၃ တွဲထဲ ပါသူတိုင်းဟာ
    မွေးနေ့ တိုက်ဆိုင်နိုင်တဲ့ အလားအလာပါ။
  • 4:20 - 4:23
    အဲဒါကြောင့်ပဲ လူ ၇၀ ရှိတဲ့ အုပ်စုထဲတွင်၊
  • 4:23 - 4:27
    ဖြစ်နိုင်တဲ့ အတွဲဟာ ၂.၄၁၅ ရှိပြီး၊
  • 4:27 - 4:33
    လူနှစ်ယောက်ဆီမှာ မွေးနေ့ ထပ်တူနိုင်ခြေဟာ
    ၉၉.၉ %ထက် ပိုပါတယ်။
  • 4:33 - 4:37
    ဒီါမွေးနေ့ ပြဿနာဟာဖြင့် လုံးဝမ
    ဖြစ်နိုင်ဘူးလို့ ထင်ရတဲ့ အရာတွေဟာ၊
  • 4:37 - 4:39
    လူတစ်ယောက်တည်း
    ထီနှစ်ကြိမ် ပေါက်နိုင်တာမျိုး၊
  • 4:39 - 4:41
    တကယ်တော့ ဖြစ်နိုင်တာကို သင်္ချာပညာက
  • 4:41 - 4:45
    ထောက်ပြပေးနိုင်တဲ့ သာဓက တစ်ခုမျှပါ။
  • 4:45 - 4:49
    မကြာခဏဆိုသလို တိုက်ဆိုင်မှုဆိုတာ
    ထင်ရသလို တိုက်ဆိုင်မှု မဟုတ်ကြပါဘူး။
Title:
ကိုယ့်ဗီဇစိတ်ကို စစ်ဆေးကြည့်ပါ - မွေးနေ့ပဟေဠိ - David Knuffke
Description:

ဒီသင်ခန်းစာ အပြည့်အစုံကို ကြည့်ရန်- http://ed.ted.com/lessons/check-your-intuition-the-birthday-problem-david-knuffke

လူအုပ်စုတစ်စုကို စိတ်ကူးကြည့်ပါ။ အဲဒီထဲက လူနှစ်ယောက်ဆီမှာ မွေးတဲ့ ရက်စွဲ ထပ်တူဖြစ်နိုင်တဲ့ အလားအလာ ၅၀% ထက် ပိုများဖို့အတွက် လူအုပ်စုဟာ ဘယ်လောက်များ လူဘယ်နှစ်ယောက် ပါတဲ့အထိ ကြီးဖို့လိုမယ် ထင်ပါသလဲ? အဖြေဟာ ခင်ဗျားတို့ ထင်တာကို နည်းဖို့ များပါတယ်။ David Knuffke က အဲဒီလို မွေးနေ့ ပုစ္ဆာကို ယူလျက် ဖြစ်နိုင်ခြေ အလားအလာနဲ့ ပတ်သက်လာရင် ကျွန်ုပ်တို့ရဲ့ ဗီဇစိတ်ဟာ အတော်ကလေး ညံ့တာကို ရှင်းပြဖို့ ကြိုးစားထားပါတယ်။

David Knuffke ရဲ့ သင်ခန်းစာကို TED-Ed မှ လှုပ်ရှားပုံများဖြင့် ထုတ်လုပ်ပေးထားပါတယ်။

more » « less
Video Language:
English
Team:
closed TED
Project:
TED-Ed
Duration:
05:07

Burmese subtitles

Revisions