هل يمكنك أن تتخيل أن الرياضيات يمكن أن تساعدك في التنبؤ بمستقبل أسعار البترول؟
في أحد الأيام، كنت أشرح لطلابي مفهوم العمليات العشوائية، فقلت لهم: "تخيلوا أنكم تريدون التنبؤ بسعر برميل البترول بعد شهر من الآن. هل تعتقدون أن هذا ممكن؟" نظر إلي بعضهم في دهشة، بينما ابتسم آخرون لأنهم عرفوا أنني سأشرح لهم كيف يمكن للرياضيات أن تساعدنا في ذلك.
العمليات العشوائية هي أداة قوية في الرياضيات تسمح لنا بنمذجة الظواهر غير المؤكدة. سواء كنت تريد التنبؤ بأسعار الأسهم، أو فهم سلوك الجزيئات في الفيزياء، أو حتى تحليل حركة المرور في مدينة مثل الرياض، فإن العمليات العشوائية هي المفتاح.
ما هي العملية العشوائية؟
Definition: العملية العشوائية هي مجموعة من المتغيرات العشوائية التي تمثل تطور نظام ما عبر الزمن.
لنفكر في مثال بسيط: تخيل أن لديك صندوقًا يحتوي على كرات حمراء وزرقاء. كل دقيقة، تسحب كرة عشوائيًا، وتسجل لونها، ثم تعيد الكرة إلى الصندوق. هذه العملية هي عملية عشوائية بسيطة.
- المتغيرات العشوائية: لون الكرة المسحوبة في كل دقيقة.
- الزمن: الدقائق المتتالية التي تسحب فيها الكرات.
أنواع العمليات العشوائية
هناك عدة أنواع من العمليات العشوائية، ولكننا سنركز على ثلاثة أنواع رئيسية:
- سلسلة ماركوف: حيث يعتمد المستقبل فقط على الحاضر، وليس على الماضي.
- العملية العشوائية المستمرة: حيث يمكن أن تتغير القيم في أي لحظة، مثل أسعار الأسهم.
- العملية العشوائية المتقطعة: حيث تتغير القيم في أوقات محددة، مثل سحب الكرات كل دقيقة.
سلسلة ماركوف: المستقبل يعتمد فقط على الحاضر
Example: تخيل أن لديك صندوقًا يحتوي على كرتين حمراء وكرتين زرقاء. في كل خطوة، تسحب كرة عشوائيًا، وتسجل لونها، ثم تعيد الكرة إلى الصندوق وتضيف كرة أخرى من نفس اللون. هذه العملية هي مثال على سلسلة ماركوف.
في هذا المثال، احتمال سحب كرة حمراء في الخطوة التالية يعتمد فقط على عدد الكرات الحمراء والزرقاء في الصندوق حاليًا، وليس على ما كان موجودًا في الخطوات السابقة.
العملية العشوائية المستمرة: أسعار الأسهم
Formula: $$dS_t = \mu S_t dt + \sigma S_t dW_t$$
حيث:
- \( S_t \) هو سعر السهم في الوقت \( t \)
- \( \mu \) هو معدل العائد المتوقع
- \( \sigma \) هو التقلب
- \( W_t \) هو عملية وينر (حركة براونية)
أسعار الأسهم هي مثال كلاسيكي على العملية العشوائية المستمرة. في كل لحظة، يمكن أن يتغير سعر السهم بناءً على عوامل عديدة وغير مؤكدة. هذه العملية يمكن نمذجتها باستخدام المعادلة التفاضلية العشوائية أعلاه.
العملية العشوائية المتقطعة: سحب الكرات
في المثال الذي بدأنا به، حيث تسحب كرة كل دقيقة، لدينا عملية عشوائية متقطعة. في كل خطوة زمنية محددة (كل دقيقة)، تتغير حالة النظام (عدد الكرات الحمراء والزرقاء).
| الدقيقة | عدد الكرات الحمراء | عدد الكرات الزرقاء | اللون المسحوب |
|---|---|---|---|
| 1 | 2 | 2 | أحمر |
| 2 | 3 | 2 | أزرق |
| 3 | 3 | 3 | أحمر |
أخطاء شائعة في فهم العمليات العشوائية
Warning: أحد الأخطاء الشائعة هو افتراض أن المستقبل يعتمد على الماضي البعيد. في سلسلة ماركوف، المستقبل يعتمد فقط على الحاضر، وليس على الماضي. هذا الافتراض الخاطئ يمكن أن يؤدي إلى نماذج غير دقيقة.
أخطاء أخرى شائعة تشمل:
- تجاهل التقلب في العمليات المستمرة.
- افتراض أن جميع العمليات العشوائية هي سلاسل ماركوف.
- عدم أخذ الوقت في الاعتبار عند نمذجة العمليات المتقطعة.
تمرين عملي: نمذجة حركة المرور
لنفكر في مثال عملي آخر: حركة المرور في شارع مزدحم في القاهرة. يمكنك نمذجة هذه الحركة كعملية عشوائية متقطعة، حيث تمثل كل خطوة زمنية دقيقة واحدة، وتمثل المتغيرات العشوائية عدد السيارات التي تمر في كل دقيقة.
- حدد عدد السيارات التي تمر في كل دقيقة.
- سجل هذه الأعداد لمدة ساعة.
- استخدم هذه البيانات للتنبؤ بعدد السيارات التي من المتوقع أن تمر في الدقيقة التالية.
الخلاصة
Key point: العمليات العشوائية هي أداة قوية لنمذجة الظواهر غير المؤكدة. سواء كنت تريد التنبؤ بأسعار الأسهم، أو فهم سلوك الجزيئات، أو تحليل حركة المرور، فإن العمليات العشوائية يمكن أن تساعدك في ذلك.
في هذا المقال، تعلمنا عن أنواع العمليات العشوائية المختلفة، وكيفية استخدامها في نمذجة الظواهر الحقيقية. تذكر دائمًا أن المستقبل غير مؤكد، ولكن باستخدام العمليات العشوائية، يمكننا على الأقل محاولة التنبؤ به.