‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﺿﻰ‬

‫ﻣﻘﺪﻣﺔ ﻗﺼرية ﺟﺪٍّا‬

‫ﺗﺄﻟﻴﻒ‬
‫ﻟﻴﻮﻧﺎرد ﺳﻤﻴﺚ‬

‫ﺗﺮﺟﻤﺔ‬
‫ﻣﺤﻤﺪ ﺳﻌﺪ ﻃﻨﻄﺎوي‬

‫ﻣﺮاﺟﻌﺔ‬
‫ﻋﻼ ﻋﺒﺪ اﻟﻔﺘﺎح ﻳﺲ‬

‫ﻣﺮاﺟﻌﺔ ﻋﻠﻤﻴﺔ‬
‫أ‪.‬د‪ .‬اﻧﺘﺼﺎرات ﻣﺤﻤﺪ ﺣﺴﻦ اﻟﺸﺒﻜﻲ‬
‫‪Chaos‬‬ ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬
‫‪Leonard Smith‬‬ ‫ﻟﻴﻮﻧﺎرد ﺳﻤﻴﺚ‬

‫اﻟﻨﺎﴍ ﻣﺆﺳﺴﺔ ﻫﻨﺪاوي‬

‫املﺸﻬﺮة ﺑﺮﻗﻢ ‪ ١٠٥٨٥٩٧٠‬ﺑﺘﺎرﻳﺦ ‪٢٠١٧ / ١ / ٢٦‬‬

‫‪ ٣‬ﻫﺎي ﺳﱰﻳﺖ‪ ،‬وﻧﺪﺳﻮر‪ ،SL4 1LD ،‬املﻤﻠﻜﺔ املﺘﺤﺪة‬

‫ﺗﻠﻴﻔﻮن‪+ ٤٤ (٠) ١٧٥٣ ٨٣٢٥٢٢ :‬‬
‫اﻟﱪﻳﺪ اﻹﻟﻜﱰوﻧﻲ‪hindawi@hindawi.org :‬‬
‫املﻮﻗﻊ اﻹﻟﻜﱰوﻧﻲ‪https://www.hindawi.org :‬‬

‫ﱠ‬
‫إن ﻣﺆﺳﺴﺔ ﻫﻨﺪاوي ﻏري ﻣﺴﺌﻮﻟﺔ ﻋﻦ آراء املﺆﻟﻒ وأﻓﻜﺎره‪ ،‬وإﻧﻤﺎ ﱢ‬
‫ﻳﻌﱪ اﻟﻜﺘﺎب ﻋﻦ آراء ﻣﺆﻟﻔﻪ‪.‬‬

‫ﺗﺼﻤﻴﻢ اﻟﻐﻼف‪ :‬إﻳﻬﺎب ﺳﺎﻟﻢ‪.‬‬

‫اﻟﱰﻗﻴﻢ اﻟﺪوﱄ‪٩٧٨ ١ ٥٢٧٣ ١٢٦٩ ٢ :‬‬

‫ﺻﺪر اﻟﻜﺘﺎب اﻷﺻﲇ ﺑﺎﻟﻠﻐﺔ اﻹﻧﺠﻠﻴﺰﻳﺔ ﻋﺎم ‪٢٠٠٧‬‬
‫ﺻﺪرت ﻫﺬه اﻟﱰﺟﻤﺔ ﻋﻦ ﻣﺆﺳﺴﺔ ﻫﻨﺪاوي ﻋﺎم ‪٢٠٢٠‬‬
‫ﺟﻤﻴﻊ اﻟﺤﻘﻮق ﻣﺤﻔﻮﻇﺔ ملﺆﺳﺴﺔ ﻫﻨﺪاوي‪.‬‬
‫ﻳُﻤﻨَﻊ ﻧﺴﺦ أو اﺳﺘﻌﻤﺎل أي ﺟﺰء ﻣﻦ ﻫﺬا اﻟﻜﺘﺎب ﺑﺄﻳﺔ وﺳﻴﻠﺔ ﺗﺼﻮﻳﺮﻳﺔ أو إﻟﻜﱰوﻧﻴﺔ أو‬
‫ﻣﻴﻜﺎﻧﻴﻜﻴﺔ‪ ،‬وﻳﺸﻤﻞ ذﻟﻚ اﻟﺘﺼﻮﻳﺮ اﻟﻔﻮﺗﻮﻏﺮاﰲ واﻟﺘﺴﺠﻴﻞ ﻋﲆ أﴍﻃﺔ أو أﻗﺮاص ﻣﻀﻐﻮﻃﺔ‬
‫أو اﺳﺘﺨﺪام أﻳﺔ وﺳﻴﻠﺔ ﻧﴩ أﺧﺮى‪ ،‬وﻣﻦ ذﻟﻚ ﺣﻔﻆ املﻌﻠﻮﻣﺎت واﺳﱰﺟﺎﻋﻬﺎ‪ ،‬دون إذن ﺧﻄﻲ‬
‫ﻣﻦ اﻟﻨﺎﴍ‪.‬‬

‫‪Arabic Language Translation Copyright © 2020 Hindawi Foundation.‬‬

‫‪Chaos‬‬
‫‪Copyright © Leonard A. Smith 2007.‬‬
‫‪Chaos was originally published in English in 2007. This translation is‬‬
‫‪published by arrangement with Oxford University Press.‬‬
‫‪All rights reserved.‬‬
 ‫اﳌﺤﺘﻮﻳﺎت‬

‫‪9‬‬ ‫ﺷﻜﺮ وﺗﻘﺪﻳﺮ‬

‫‪11‬‬ ‫ﻣﻘﺪﻣﺔ‬
‫‪15‬‬ ‫‪ -١‬ﻇﻬﻮر ﻣﻔﻬﻮم اﻟﻔﻮﴇ‬
‫‪35‬‬ ‫‪ -٢‬اﻟﻨﻤﻮ اﻷُﳼ واﻟﻼﺧﻄﻴﺔ واﻟﺘﻔﻜري املﻨﻄﻘﻲ‬
‫‪45‬‬ ‫‪ -٣‬اﻟﻔﻮﴇ ﰲ اﻟﺴﻴﺎق‪ :‬اﻟﺤﺘﻤﻴﺔ واﻟﻌﺸﻮاﺋﻴﺔ واﻟﺘﺸﻮﻳﺶ‬
‫‪71‬‬ ‫‪ -٤‬اﻟﻔﻮﴇ ﰲ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ‬
‫‪89‬‬ ‫‪ -٥‬اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ وﻋﻨﺎﴏ اﻟﺠﺬب اﻟﻐﺮﻳﺒﺔ واﻷﺑﻌﺎد‬
‫‪101‬‬ ‫‪ -٦‬ﻗﻴﺎس دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺪم اﻟﻴﻘني‬
‫‪117‬‬ ‫‪ -٧‬اﻷﻋﺪاد اﻟﺤﻘﻴﻘﻴﺔ واملﻼﺣﻈﺎت اﻟﺤﻘﻴﻘﻴﺔ واﻟﺤﻮاﺳﺐ‬
‫‪125‬‬ ‫‪ -٨‬اﻹﺣﺼﺎﺋﻴﺎت واﻟﻔﻮﴇ‬
‫‪137‬‬ ‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ‪ :‬ﻫﻞ ﺗﻘﻴﺪ اﻟﻔﻮﴇ ﺗﻮﻗﻌﺎﺗﻨﺎ؟‬ ‫‪ -٩‬اﻟﻘﺎﺑﻠﻴﺔ‬
‫‪145‬‬ ‫‪ -١٠‬اﻟﻔﻮﴇ اﻟﺘﻄﺒﻴﻘﻴﺔ‪ :‬ﻫﻞ ﻳﻤﻜﻦ ﻓﻬﻢ أي ﳾء ﻣﻦ ﺧﻼل ﻧﻤﺎذﺟﻨﺎ؟‬
‫‪167‬‬ ‫‪ -١١‬اﻟﻔﻠﺴﻔﺔ ﰲ اﻟﻔﻮﴇ‬
‫‪175‬‬ ‫ﻣﴪد املﺼﻄﻠﺤﺎت‬
‫‪181‬‬ ‫ﻗﺮاءات إﺿﺎﻓﻴﺔ‬
‫‪185‬‬ ‫ﻣﺼﺎدر اﻟﺼﻮر‬
 ‫إﻫﺪاء إﱃ ذﻛﺮى دﻳﻒ ﺑﻮل دﻳﺒري؛‬
‫اﻟﻔﻴﺰﻳﺎﺋﻲ اﻟﺤﻖ‪ ،‬واﻟﺼﺪﻳﻖ اﻟﺤﻘﻴﻘﻲ‪.‬‬
 ‫ﺷﻜﺮ وﺗﻘﺪﻳﺮ‬

‫ﻣﺎ ﻛﺎن ﻫﺬا اﻟﻜﺘﺎب ﻟﻴﺨﺮج إﱃ اﻟﻨﻮر دون ﺗﺸﺠﻴﻊ واﻟﺪَيﱠ ﺑﺎﻟﻄﺒﻊ‪ ،‬ﻟﻜﻨﻨﻲ أدﻳﻦ ﺑﺎﻟﻔﻀﻞ اﻷﻛﱪ‬
‫ﻹﻳﻤﺎﻧﻬﻤﺎ‪ ،‬وﺷﻜﻬﻤﺎ‪ ،‬وأﻣﻠﻬﻤﺎ‪ ،‬وإﱃ ﺣﺐ ﻋﺎﺋﻠﺘﻲ اﻟﺼﻐرية وﺻﱪﻫﻢ‪ .‬ﻣﻬﻨﻴٍّﺎ‪ ،‬أدﻳﻦ ﺑﺎﻟﻔﻀﻞ‬
‫اﻷﻋﻈﻢ إﱃ إد ﺷﺒﻴﺠﻞ‪ ،‬أﺣﺪ ﻣﺆﺳﴘ ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‪ ،‬واﻷﺳﺘﺎذ املﴩف ﻋﲆ رﺳﺎﻟﺘﻲ‪ ،‬وﻣﻌﻠﻤﻲ‪،‬‬
‫أﻳﻀﺎ ﻣﻦ ﻣﻨﺎﻗﺸﺔ ﺑﻌﺾ اﻷﻓﻜﺎر اﻟﻮاردة ﰲ اﻟﻜﺘﺎب ﻣﻊ ﺟﻴﻢ‬ ‫أﻓﺪت ﻛﺜريًا ً‬
‫ُ‬ ‫وﺻﺪﻳﻘﻲ‪ .‬وﻗﺪ‬
‫ﺑريﺟﺮ‪ ،‬وروﺑﺮت ﺑﻴﺸﻮب‪ ،‬ودﻳﻔﻴﺪ ﺑﺮوﻣﻬﻴﺪ‪ ،‬وﻧﻴﻞ ﺟﻮردون‪ ،‬وﺟﻮﻟﻴﺎن ﻫﺎﻧﺖ‪ ،‬وﻛﻴﻔﻦ ﺟﺎد‪،‬‬
‫ﻟﻮرﻧﺰ‪ ،‬وﺑﻮب ﻣﺎي‪ ،‬وﻣﺎﻳﻜﻞ ﻣﺎﻛﻲ‪ ،‬وﺗﻴﻢ ﺑﺎملﺮ‪ ،‬وإﺗﺎﻣﺎر ﺑﺮﻛﺎﺗﺸﻴﺎ‪ ،‬وﻛﻮﻟﻦ‬ ‫وﺟﻮ ﻛﻴﻠﺮ‪ ،‬وإد ِ‬
‫ﻋﱪ ﻋﻦ ﺗﻘﺪﻳﺮي‬ ‫ﺳﺒﺎرو‪ ،‬وﺟﻴﻤﺲ ﺛﻴﻠﺮ‪ ،‬وﺟﻮن وﻳﻠﺮ‪ ،‬وﻛﺮﻳﺴﺘني زاﻳﻤﺎن‪ .‬وﻳﺴﻌﺪﻧﻲ أن أ ُ ﱢ‬
‫ملﻨﺎﻗﺸﺎﺗﻲ ﻣﻊ ﻋﻤﻴﺪ ﻛﻠﻴﺔ ﺑﻤﱪوك ﺑﺠﺎﻣﻌﺔ أﻛﺴﻔﻮرد واﻟﺴﺎدة اﻷﺳﺎﺗﺬة ﺑﻬﺎ ودﻋﻤﻬﻢ ﱄ‪ .‬أﺧريًا‬
‫ﻋﺮب ﻋﻦ اﻣﺘﻨﺎﻧﻲ ﻟﻄﻼﺑﻲ‪ ،‬وﻫﻢ ﻳﻌﻠﻤﻮن أﻧﻔﺴﻬﻢ‪ .‬أﻧﺎ ﻻ أﻋﺮف أﺑﺪًا‬‫وﺑﺼﻔﺔ رﺋﻴﺴﻴﺔ‪ ،‬أو ﱡد أن أ ُ ِ‬
‫ٍ‬
‫ﻟﺤﻮار ﻣﺘﺒﺎد ٍَل ﻣﻦ ﻗﺒﻴﻞ‪» :‬ﻫﻞ ﺗﻌﺮف أﻧﻬﺎ ﻛﺎﻧﺖ‬
‫ٍ‬ ‫ﻋﺎﺑﺮ‬
‫ﻧﺤﻮ ٍ‬‫ﻛﻴﻒ أﺗﴫف ﻋﻨﺪ ﺳﻤﺎﻋﻲ ﻋﲆ ٍ‬
‫ﻳﻔﴪ اﻟﻜﺜري ﻣﻦ اﻷﻣﻮر‪ «.‬آﺳﻒ ﻟﺬﻟﻚ‪ ،‬أﻟﻘﻮا ﺑﺎﻟﻼﺋﻤﺔ ﻋﲆ‬ ‫ﻃﺎﻟﺒﺔ ﻟﺪى ﻟﻴﻮﻧﺎرد؟«‪» ،‬آه‪ ،‬ﻫﺬا ﱢ‬
‫ﺷﺒﻴﺠﻞ‪.‬‬
 ‫ﻣﻘﺪﻣﺔ‬

‫ﺑﻌﺾ اﻟﻈﻮاﻫﺮ ﰲ اﻟﺮﻳﺎﺿﻴﺎت واﻟﻌﻠﻮم‪ ،‬إﻧﻬﺎ اﻟﻨﻈﻢ‬ ‫ﻳﻌﻜﺲ ﻣﻔﻬﻮم »اﻟﻔﻮﴇ« ﰲ ﻫﺬا اﻟﻜﺘﺎب َ‬
‫اﻟﺘﻲ ﻳﻜﻮن ﻓﻴﻬﺎ )دون ﺧﺪاع( ﻟﻠﻔﺮوق اﻟﺼﻐرية ﰲ اﻟﻄﺮﻳﻘﺔ اﻟﺘﻲ ﺗﻜﻮن ﻋﻠﻴﻬﺎ اﻷﺷﻴﺎء ﰲ‬
‫اﻟﻮﻗﺖ اﻟﺤﺎﱄ آﺛﺎ ٌر ﻛﺒرية ﻋﲆ اﻟﻄﺮﻳﻘﺔ اﻟﺘﻲ ﺳﺘﻜﻮن ﻋﻠﻴﻬﺎ اﻷﺷﻴﺎء ﰲ املﺴﺘﻘﺒﻞ‪ .‬وﺳﻴﻜﻮن‬
‫ﻋﺸﻮاﺋﻲ ﻓﻘﻂ‪ ،‬أو إذا ﻇﻞ ﻛﻞ‬
‫ﱟ‬ ‫ﻧﺤﻮ‬
‫ﻣﻦ ﻗﺒﻴﻞ اﻟﺨﺪاع — ﺑﺎﻟﻄﺒﻊ — إذا ﺣﺪﺛﺖ اﻷﺷﻴﺎء ﻋﲆ ٍ‬
‫ﳾءٍ ﰲ ﺣﺎﻟﺔ ازدﻳﺎدٍ ﻣﺴﺘﻤ ﱟﺮ إﱃ اﻷﺑﺪ‪ .‬ﻳﺴﺘﻘﴢ ﻫﺬا اﻟﻜﺘﺎب أﺛﺮ اﻟﺜﺮاء اﻟﻼﻓﺖ اﻟﺬي ﻳﻨﺘﺞ‬
‫ﻋﻦ ﺛﻼﺛﺔ ﻣﺤﺪدات ﺑﺴﻴﻄﺔ‪ ،‬ﺳﻨﻄﻠﻖ ﻋﻠﻴﻬﺎ »اﻟﺤﺴﺎﺳﻴﺔ«‪ ،‬و»اﻟﺤﺘﻤﻴﺔ«‪ ،‬و»اﻟﺘﻜﺮار«‪ .‬ﺗﺴﻤﺢ‬
‫ﻫﺬه املﺤﺪدات ﺑﺎﻟﻔﻮﴇ اﻟﺮﻳﺎﺿﻴﺔ‪ :‬ﺳﻠﻮك ﻳﺒﺪو ﻋﺸﻮاﺋﻴٍّﺎ‪ ،‬ﻟﻜﻨﻪ ﻟﻴﺲ ﻛﺬﻟﻚ‪ .‬ﻓﻌﻨﺪﻣﺎ ُﺳ ِﻤﺢ ﰲ‬
‫ﺟﺪﻻ‬ ‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ‪ ،‬أﺛﺎرت ً‬ ‫ﻗﻠﻴﻞ ﻣﻦ »ﻋﺪم اﻟﻴﻘني« ُ‬
‫واﻓﱰض أﻧﻬﺎ املﻜﻮن اﻟﻨ ﱠ ِﺸﻂ‬ ‫ﺑﻘﺪر ٍ‬‫ٍ‬ ‫ﻫﺬه اﻟﻔﻮﴇ‬
‫ﻋﻤﺮه ﻣﺌﺎت اﻟﺴﻨني ﺣﻮل ﻃﺒﻴﻌﺔ اﻟﻌﺎﻟﻢ‪.‬‬
‫ﻳﺤﺎول ﻫﺬا اﻟﻜﺘﺎب ﺗﻘﺪﻳﻢ ﻫﺬه املﺼﻄﻠﺤﺎت ﻟﻠﻘﺎرئ‪ .‬إن ﻫﺪﰲ ﻫﻮ ﺑﻴﺎن ﻣﺎﻫﻴﺔ اﻟﻔﻮﴇ‪،‬‬
‫ﻣﻮﺿﻮﻋﺎت ﺗﺪور ﺣﻮل أﺳﺒﺎﺑﻬﺎ اﻟﺘﻲ ﺗﺘﻄﻠﺐ ﺧﻠﻔﻴﺔ‬ ‫ٍ‬ ‫وﻣﻮاﺿﻌﻬﺎ‪ ،‬وﻛﻴﻔﻴﺎﺗﻬﺎ؛ ﻣﺘﺠﺎو ًزا أي‬
‫واﻟﺘﻮﻗﻊ ﻟﻔﻬ ٍﻢ ﺑﴫيﱟ ﻫﻨﺪﳼ؛‬ ‫ﱡ‬ ‫رﻳﺎﺿﻴﺔ ﻣﺘﻘﺪﻣﺔ‪ .‬ﻟﺤﺴﻦ اﻟﺤﻆ‪ ،‬ﻳﺼﻠﺢ وﺻﻒ اﻟﻔﻮﴇ‬
‫ٍ‬
‫ﻣﻔﺘﻮﺣﺔ‬ ‫ٍ‬
‫ﺗﺴﺎؤﻻت‬ ‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ دون ﻣﻌﺎدﻻت‪ ،‬ﻣ ُِﺰﻳﺤً ﺎ اﻟﺴﺘﺎر ﻋﻦ‬ ‫َ‬
‫اﻟﻘﺎﺑﻠﻴﺔ‬ ‫ﺳﻴﻜﺸﻒ ﺗﻨﺎوﻟُﻨﺎ ﻟﻠﻔﻮﴇ‬
‫ﻟﻠﺒﺤﺚ اﻟﻌﻠﻤﻲ اﻟﻨ ﱠ ِﺸﻂ ﰲ ﻣﺠﺎﻻت اﻟﻄﻘﺲ‪ ،‬واملﻨﺎخ‪ ،‬واﻟﻈﻮاﻫﺮ اﻟﻮاﻗﻌﻴﺔ اﻷﺧﺮى ذات اﻷﻫﻤﻴﺔ‪.‬‬
‫ٍ‬
‫ﻣﺨﺘﻠﻒ ﻋﻤﱠ ﺎ ﺣﺪث ﻣﻦ اﻻﻫﺘﻤﺎم‬ ‫ﻧﺤﻮ‬
‫ﺗﻄﻮﱠر اﻻﻫﺘﻤﺎم اﻟﺤﺪﻳﺚ اﻟﻮاﺳﻊ ﺑﻌﻠﻢ اﻟﻔﻮﴇ ﻋﲆ ٍ‬
‫ً‬
‫ﻣﺄﻟﻮﻓﺎ ﻛﺎن‬ ‫اﻟﻜﺒري ﺑﺎﻟﻌﻠﻮم اﻟﺬي ﻇﻬﺮ ﻣﻨﺬ ﻗﺮن‪ ،‬ﻋﻨﺪﻣﺎ ﻻﻣﺴﺖ اﻟﻨﺴﺒﻴﺔ اﻟﺨﺎﺻﺔ ﻋﺼﺒًﺎ‬
‫ﻣﻔﱰﺿﺎ أن ﻳﻨﺒﺾ ﻟﻌﻘﻮد‪ .‬ملﺎذا ﻛﺎن رد اﻟﻔﻌﻞ اﻟﻌﺎم ﺗﺠﺎه ﺗﺒﻨﱢﻲ اﻟﻌﻠﻢ ﻟﻠﻔﻮﴇ اﻟﺮﻳﺎﺿﻴﺔ‬ ‫ً‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻣﺨﺘﻠﻔﺎ؟ رﺑﻤﺎ ﻳﺘﻤﺜﱠﻞ أﺣﺪ اﻷﺳﺒﺎب ﰲ أن ﻣﻌﻈﻤﻨﺎ ﻳﻌﺮف ﺑﺎﻟﻔﻌﻞ أﻧﻪ ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن ﻗﺪ‬ ‫ً‬
‫ﻳﱰﺗﱠﺐ ﻋﲆ اﻟﻔﺮوق اﻟﺼﻐرية ﺟﺪٍّا آﺛﺎر ﻫﺎﺋﻠﺔ‪ .‬ﺗﺮﺟﻊ أﺻﻮل املﻔﻬﻮم اﻟﺬي ﺑﺎت ﻳُﻌ َﺮف اﻵن‬
‫ﺑﺎﺳﻢ »اﻟﻔﻮﴇ« إﱃ اﻟﺨﻴﺎل اﻟﻌﻠﻤﻲ‪ ،‬ﻛﻤﺎ ﺗﺮﺟﻊ إﱃ ﺣﻘﺎﺋﻖ اﻟﻌﻠﻢ‪ .‬ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ ،‬ﻧَﻤَ ْﺖ‬
‫ﺟﺬور ﻫﺬه اﻷﻓﻜﺎر ﰲ ﺗﺮﺑﺔ اﻟﺨﻴﺎل ﻗﺒﻞ أن ﺗُﻘﺒَﻞ ﻛﺤﻘﺎﺋﻖ؛ ﻓﻠﻌﻞ اﻟﻌﺎﻣﺔ ﻛﺎﻧﻮا ﺑﺎﻟﻔﻌﻞ ﻋﲆ‬
‫وﻋﻲ ﺑﺘﺪاﻋﻴﺎت اﻟﻔﻮﴇ‪ ،‬ﺑﻴﻨﻤﺎ ﻇﻞ اﻟﻌﻠﻤﺎء ﰲ ﺣﺎﻟﺔ إﻧﻜﺎر‪ .‬وﺗﻮاﻓﺮ ﻟﺪى ﻛﺒﺎر اﻟﻌﻠﻤﺎء وﻋﻠﻤﺎء‬
‫ٍ‬
‫ﻟﺘﻮﻗﻊ ﻇﻬﻮر ﻣﻔﻬﻮم اﻟﻔﻮﴇ‪ ،‬ﻟﻜﻦ ﺣﺘﻰ ٍ‬
‫وﻗﺖ‬ ‫اﻟﺸﺠﺎﻋﺔ واﻻﺳﺘﺒﺼﺎ ُر اﻟﻜﺎﻓﻴﺎن ﱡ‬
‫ُ‬ ‫اﻟﺮﻳﺎﺿﻴﺎت‬
‫َ‬ ‫ً‬
‫ﻗﺮﻳﺐ اﺷﱰط اﻻﺗﺠﺎه اﻟﺴﺎﺋﺪ ﰲ اﻟﻌﻠﻢ ﻋﲆ اﻟﺤﻠﻮل ﺣﺘﻰ ﺗﻜﻮن ﺻﺎﻟﺤﺔ ﴐورة أن ﺗﻜﻮن‬ ‫ٍ‬
‫ﻣﺘﺴﺎوﻗﺔ؛ ﻓﺎﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ واملﻨﺤﻨﻴﺎت اﻟﻔﻮﺿﻮﻳﺔ ﻟﻢ ﺗﻜﻦ ﺗُﻌَ ﱡﺪ ﺷﺬوذًا ﻓﺤﺴﺐ‪ ،‬ﺑﻞ ﻛﺎﻧﺖ‬
‫أﻳﻀﺎ أﻣﺎر ًة ﻋﲆ ﻣﺴﺎﺋﻞ أ ُ ِﳼء ﻃﺮﺣﻬﺎ‪ .‬ﺑﺎﻟﻨﺴﺒﺔ إﱃ أي ﻋﺎﻟﻢ رﻳﺎﺿﻴﺎت‪ ،‬ﻗﻠﻤﺎ ﺗﺠﺪ اﺗﻬﺎﻣً ﺎ‬
‫ﺗُﻌَ ﱡﺪ ً‬
‫ﻳﺠﻌﻠﻪ ﻳﺸﻌﺮ ﺑﺎﻟﺨﺰي أﻛﺜﺮ ﻣﻦ ﻃﺮح ﻓﻜﺮة أﻧﻪ أﺿﺎع ﺣﻴﺎﺗﻪ املﻬﻨﻴﺔ ﰲ ﻣﺴﺄﻟﺔ أ ُ ِﳼء ﻃﺮﺣﻬﺎ‪.‬‬
‫ٍ‬
‫ﻗﺎﺑﻠﺔ ﻟﻠﺘﻜﺮار‪،‬‬ ‫وﻻ ﻳﺰال ﺑﻌﺾ اﻟﻌﻠﻤﺎء ﻳﻜﺮﻫﻮن املﺴﺎﺋﻞ اﻟﺘﻲ ﻳ ﱠ‬
‫ُﺘﻮﻗﻊ أن ﺗﻜﻮن ﻧﺘﺎﺋﺠﻬﺎ ﻏري‬
‫واﺳﻊ‬
‫ٍ‬ ‫ﻧﻄﺎق‬
‫ٍ‬ ‫ً‬
‫ﻣﻘﺒﻮﻟﺔ ﻋﲆ‬ ‫وﻟﻮ ﻣﻦ اﻟﻨﺎﺣﻴﺔ اﻟﻨﻈﺮﻳﺔ‪ .‬ﻟﻢ ﺗﺼﺒﺢ اﻟﺤﻠﻮل اﻟﺘﻲ ﺗﺘﻄﻠﺒﻬﺎ اﻟﻔﻮﴇ‬
‫ﱢ‬
‫ﺑﺎﻟﺘﺸﻔﻲ اﻟﺬي ﺑَﺪَا ﻣﻦ ﻋﺒﺎرة‬ ‫ﰲ اﻟﺪواﺋﺮ اﻟﻌﻠﻤﻴﺔ إﻻ ﻣﺆﺧ ًﺮا‪ ،‬واﺳﺘﻤﺘﻊ املﺘﺎﺑﻌﻮن ﻣﻦ اﻟﻌﺎﻣﺔ‬
‫أﻳﻀﺎ إﱃ ﺳﺒﺐ ﺷﻴﻮع دراﺳﺔ‬ ‫»ﻟﻘﺪ ﻗﻠﻨﺎ ﻟﻜﻢ ذﻟﻚ« اﻟﺘﻲ ﻳﻘﻮﻟﻬﺎ »اﻟﺨﱪاء« ﻋﺎد ًة‪ .‬ﻳﺸري ذﻟﻚ ً‬
‫اﻟﻔﻮﴇ ﰲ اﻟﻌﻠﻮم اﻟﺘﻄﺒﻴﻘﻴﺔ ﻣﺜﻞ ﻋﻠﻢ اﻷرﺻﺎد اﻟﺠﻮﻳﺔ وﻋﻠﻢ اﻟﻔﻠﻚ‪ ،‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ دراﺳﺘﻬﺎ‬
‫ﱡ‬
‫وﺗﻮﻗﻌﻬﺎ‪،‬‬ ‫ﺑﻘﻮ ٍة ﰲ اﻟﺮﻳﺎﺿﻴﺎت واﻟﻌﻠﻮم؛ ﻓﺎﻟﻌﻠﻮم اﻟﺘﻄﺒﻴﻘﻴﺔ ﺗُﺤ ﱢﺮﻛﻬﺎ رﻏﺒﺔ ﰲ ﻓﻬﻢ اﻟﺤﻘﻴﻘﺔ‬
‫وﻗﺖ ﻣﺎ‪ .‬ﺗﻄ ﱠﻠﺐَ ذﻟﻚ‬
‫وﻫﻲ رﻏﺒﺔ ﺗﺘﺠﺎوز اﻟﺘﻔﺼﻴﻼت اﻟﺪﻗﻴﻘﺔ ﰲ ﺻﻮر اﻟﺮﻳﺎﺿﻴﺎت اﻟﺴﺎﺋﺪة ﰲ ٍ‬
‫أﻓﺮادًا َﻓﺮﻳﺪِﻳﻦ ﻣﻦ ﻧﻮﻋﻬﻢ اﺳﺘﻄﺎﻋﻮا رأب اﻟﻔﺠﻮة ﺑني ﻧﻤﺎذﺟﻨﺎ ﻟﻠﻌﺎﻟﻢ واﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ دون‬
‫اﻟﺨﻠﻂ ﺑني اﻻﺛﻨني‪ ،‬أوﻟﺌﻚ اﻟﺬﻳﻦ اﺳﺘﻄﺎﻋﻮا ﺗﻤﻴﻴﺰ اﻟﺮﻳﺎﺿﻴﺎت ﻋﻦ اﻟﻮاﻗﻊ؛ وﻣﻦ ﺛ َ ﱠﻢ ﱠ‬
‫وﺳﻌﻮا‬
‫داﺋﺮة اﻟﺮﻳﺎﺿﻴﺎت‪.‬‬
‫ﻛﻤﺎ ﻫﻲ اﻟﺤﺎل ﰲ ﺟﻤﻴﻊ ﻛﺘﺐ ﺳﻠﺴﻠﺔ »ﻣﻘﺪﻣﺔ ﻗﺼرية ﺟﺪٍّا«‪ ،‬ﺗﺘﻄﻠﺐ ﻗﻴﻮد املﺴﺎﺣﺔ‬
‫اﺧﺘﺼﺎر ﻋﺮض أو ﺣﺬف ﺑﻌﺾ املﻮﺿﻮﻋﺎت؛ ﻟﺬﻟﻚ ﻓﺈﻧﻨﻲ أﻛﺘﻔﻲ ﻫﻨﺎ ﺑﻌﺮض ﺑﻌﺾ‬
‫ري ﻣﻦ‬ ‫ٍ‬
‫ﺿﺤﻠﺔ ﻟﻌﺪدٍ ﻛﺒ ٍ‬ ‫ﴍوح‬
‫ٍ‬ ‫ﺑﺪﻻ ﻣﻦ ﻋﺮض‬ ‫ﺑﺸﻜﻞ ﻣﻔﺼﻞ‪ً ،‬‬ ‫ٍ‬ ‫املﻮﺿﻮﻋﺎت اﻟﺮﺋﻴﺴﻴﺔ‬
‫املﻮﺿﻮﻋﺎت؛ ﻟﺬﻟﻚ أﻋﺘﺬر إﱃ ﻣَ ﻦ ﻟﻢ أُﴍ إﱃ أﻓﻜﺎرﻫﻢ وأﻋﻤﺎﻟﻬﻢ‪ ،‬وأﺗﻮﺟﱠ ﻪ ﺑﺎﻟﺸﻜﺮ إﱃ ﻟﻮﺳﻴﺎﻧﺎ‬
‫أوﻓﻼﻫريﺗﻲ )ﻣﺤﺮرة ﻛﺘﺒﻲ(‪ ،‬ووﻧﺪي ﺑﺎرﻛﺮ‪ ،‬وﻟني ﺟﺮوف ملﺴﺎﻋﺪﺗﻲ ﰲ اﻟﺘﻤﻴﻴﺰ ﺑني أﻫﻢ‬
‫املﻮﺿﻮﻋﺎت ﻣﻦ وﺟﻬﺔ ﻧﻈﺮي وﻣﺎ ﻗﺪ ﻳﻬﻢ اﻟﻘﺎرئ‪.‬‬

‫‪12‬‬
 ‫ﻣﻘﺪﻣﺔ‬

‫ﻛﻴﻒ ﺗﻘﺮأ ﻫﺬا اﻟﻜﺘﺎب‬

‫ﺑﻴﻨﻤﺎ ﺗﻮﺟﺪ ﺑﻌﺾ املﻔﺎﻫﻴﻢ اﻟﺮﻳﺎﺿﻴﺔ ﰲ ﻫﺬا اﻟﻜﺘﺎب‪ ،‬ﻻ ﺗﻮﺟﺪ ﻣﻌﺎدﻻت ﻣﻌﻘﺪة ﻋﲆ اﻹﻃﻼق‪.‬‬
‫وﻗﺪ ﻛﺎن ﻣﻦ اﻟﺼﻌﺐ ﺗﺠﻨﱡﺐ اﺳﺘﺨﺪام املﺼﻄﻠﺤﺎت اﻟﻔﻨﻴﺔ؛ ﻟﺬﻟﻚ ﺳﻴﺘﻮﺟﺐ ﻋﻠﻴﻚ اﺳﺘﻴﻌﺎب‬
‫اﻗﺘﺒﺎس واﻟﺘﻲ ﺗﻮﺟﺪ ﺗﻌﺮﻳﻔﺎت ﻣﺨﺘﴫة ﻟﻬﺎ ﰲ ﻣﴪد‬ ‫ٍ‬ ‫اﻟﻜﻠﻤﺎت املﻮﺿﻮﻋﺔ ﺑني ﻋﻼﻣﺘَﻲ‬
‫املﺼﻄﻠﺤﺎت؛ ﺣﻴﺚ إﻧﻬﺎ ﺗﻤﺜﻞ ﻣﺼﻄﻠﺤﺎت ﻣﺤﻮرﻳﺔ ﰲ ﻓﻬﻢ اﻟﻔﻮﴇ‪.‬‬
‫ٍ‬
‫أﺳﺌﻠﺔ ﺗﺘﻌﻠﻖ ﺑﺘﻠﻚ املﺼﻄﻠﺤﺎت ﻋﲆ املﻮﻗﻊ اﻟﺘﺎﱄ‪http://cats.lse.ac.uk/ :‬‬ ‫أُرﺣﱢ ﺐ ﺑﺄي‬
‫‪ forum/‬ﰲ ﻣﻨﺘﺪى املﻨﺎﻗﺸﺔ اﻟﺨﺎص ﺑﺎﻟﻜﺘﺎب‪ .‬وﻳﻤﻜﻦ اﻟﻌﺜﻮر ﻋﲆ ﻣﺰﻳ ٍﺪ ﻣﻦ املﻌﻠﻮﻣﺎت‬
‫ﺑﴪﻋﺔ ﻋﲆ ﻣﻮﻗﻊ وﻳﻜﻴﺒﻴﺪﻳﺎ ﻋﲆ اﻟﻌﻨﻮاﻧَني اﻟﺘﺎﻟﻴَني‪http://www.wikipedia.org/ :‬‬
‫ٍ‬ ‫ﻋﻨﻬﺎ‬
‫و‪ http://cats.lse.ac.uk/preditcabilitywiki/‬وﻣﻦ ﺧﻼل املﺼﺎدر املﺸﺎر إﻟﻴﻬﺎ ﰲ ﻗﺴﻢ‬
‫»ﻗﺮاءات إﺿﺎﻓﻴﺔ«‪.‬‬

‫‪13‬‬
 ‫اﻟﻔﺼﻞ اﻷول‬

‫ﻇﻬﻮر ﻣﻔﻬﻮم اﻟﻔﻮﺿﻰ‬

‫ﻣﻨﻐﺮﺳﺔ ﰲ اﻟﻄني‪ ،‬وﻣﺘﻸﻟﺌﺔ ﺑﺄﻟﻮان اﻷﺧﴬ واﻟﺬﻫﺒﻲ واﻷﺳﻮد؛ ﻛﺎﻧﺖ ﻫﺬه ﻓﺮاﺷﺔ‪،‬‬
‫ﻏﺎﻳﺔ ﰲ اﻟﺒﻬﺎء وﻏﺎﻳﺔ ﰲ اﻟﺴﻜﻮن‪ .‬ﺳﻘﻄﺖ ﻋﲆ اﻷرض؛ ﳾء ﺑﺎﻟﻎ اﻟﺮوﻋﺔ‪ ،‬ﳾء‬
‫ﺻﻐري ﻳﻤﻜﻦ أن ﻳﻘﻠﺐ ﻣﻮازﻳﻦ وﻳُﺴﻘِ ﻂ ٍّ‬
‫ﺻﻔﺎ ﻣﻦ ﻗﻄﻊ اﻟﺪوﻣﻴﻨﻮ اﻟﺼﻐرية‪ ،‬ﺛﻢ‬
‫اﻟﻜﺒرية‪ ،‬ﻓﺎﻟﻌﻤﻼﻗﺔ؛ ﻛﻞ ذﻟﻚ ﺑﻤﺮور اﻟﺴﻨﻮات ﻋﱪ »اﻟﺰﻣﺎن«‪.‬‬
‫راي ﺑﺮادﺑﺮي )‪(١٩٥٢‬‬

‫اﻟﺴﻤﺎت اﻟﺜﻼث املﻤﻴﺰة ﻟﻠﻔﻮﴇ اﻟﺮﻳﺎﺿﻴﺔ‬

‫ﺣﻘﺎ ﻣﻦ املﺪﻫﺶ أن‬ ‫ﺻﺎر ﺗﻌﺒري »ﺗﺄﺛري اﻟﻔﺮاﺷﺔ« ﺷﻌﺎ ًرا ذاﺋﻊ اﻟﺼﻴﺖ ﰲ اﻟﻔﻮﴇ‪ ،‬وﻟﻜﻦ ﻫﻞ ٍّ‬
‫ﻈﺮ إﱃ‬‫اﻟﺘﻔﺎﺻﻴﻞ اﻟﺼﻐرية ﻳﻜﻮن ﻟﻬﺎ ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن ﺗﺄﺛريات ﻋﻈﻴﻤﺔ؟ ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن ﻳُﻨ َ‬
‫اﻟﺘﻔﺼﻴﻠﺔ اﻟﺼﻐرية )ﻣﴬب املﺜﻞ( ﻋﲆ أﻧﻬﺎ اﻟﻔﺎرق ﺑني ﻋﺎ َﻟ ٍﻢ ﺗﻮﺟﺪ ﻓﻴﻪ ﻓﺮاﺷﺔ ﻣﺎ وﻋﺎ َﻟ ٍﻢ ٍ‬
‫ﺑﺪﻳﻞ‬
‫ً‬
‫وﻧﺘﻴﺠﺔ ﻟﻬﺬا اﻟﻔﺎرق اﻟﻀﺌﻴﻞ‬ ‫ﻣﻄﺎ ِﺑ ٍﻖ ﻟﻠﻌﺎﻟﻢ اﻷول ﺗﻤﺎﻣً ﺎ‪ ،‬ﺑﺎﺳﺘﺜﻨﺎء أن اﻟﻔﺮاﺷﺔ ﻏري ﻣﻮﺟﻮدة؛‬
‫اﻵﺧﺮ‪ .‬وﻳُﻌ َﺮف املﻘﺎﺑﻞ اﻟﺮﻳﺎﴈ‬ ‫ﴎﻋﺎن ﻣﺎ ﻳﺒﺪأ اﻟﻌﺎملﺎن ﰲ اﻻﺧﺘﻼف اﻟﺸﺪﻳﺪ أﺣﺪﻫﻤﺎ ﻋﻦ َ‬
‫ﺣﺴﺎﺳﺎ ﻓﺤﺴﺐ‪،‬‬ ‫ً‬ ‫ﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ اﻋﺘﻤﺎدًا‬ ‫ﻈﻬﺮ اﻟﻨ ﱡ ُ‬
‫ﻟﻬﺬا املﻔﻬﻮم ﺑﺎﺳﻢ »اﻻﻋﺘﻤﺎد اﻟﺤﺴﺎس«‪ .‬ﻻ ﺗُ ِ‬
‫أﻳﻀﺎ ﻫﻤﺎ أﻧﻬﺎ »ﺣﺘﻤﻴﺔ«‪ ،‬و»ﻻ ﺧﻄﻴﺔ«‪ .‬ﺳﻨﺮى ﰲ ﻫﺬا اﻟﻔﺼﻞ ﻣﺎ‬ ‫ﺑﻞ ﺗﻤﺘﻠﻚ ِﺳﻤﺘَني أﺧﺮﻳَني ً‬
‫ﺗﻌﻨﻴﻪ ﻫﺬه اﻟﺘﻌﺒريات‪ ،‬وﻛﻴﻒ دﺧﻠﺖ ﻫﺬه املﻔﺎﻫﻴﻢ إﱃ اﻟﻌﻠﻢ‪.‬‬
‫اﻟﻔﻮﴇ ﻣﻬﻤﺔ ﻷﻧﻬﺎ — ﺟﺰﺋﻴٍّﺎ — ﺗﺴﺎﻋﺪﻧﺎ ﻋﲆ اﻟﺘﻌﺎﻣﻞ ﻣﻊ اﻟﻨﻈﻢ ﻏري املﺴﺘﻘﺮة ﻣﻦ‬
‫أﻳﻀﺎ‪ .‬ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ ،‬إﺣﺪى‬ ‫ﺧﻼل ﺗﺤﺴني ﻗﺪرﺗﻨﺎ ﻋﲆ ﺗﻮﺻﻴﻔﻬﺎ وﻓﻬﻤﻬﺎ‪ ،‬ﺑﻞ رﺑﻤﺎ ﺗﻮﻗﻌﻬﺎ ً‬
‫ﻣﻬﻤﺔ ﻻ ﻃﺎﺋﻞ ﻣﻦ وراﺋﻬﺎ‪.‬‬ ‫ً‬ ‫اﻟﺨﺮاﻓﺎت اﻟﺘﻲ ﺳﻨﺪﺣﻀﻬﺎ ﻋﻦ اﻟﻔﻮﴇ ﻫﻲ أﻧﻬﺎ ﺗﺠﻌﻞ اﻟﺘﻮﻗﻊ‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﺛَﻤﱠ َﺔ ﻗﺼﺔ ﺑﺪﻳﻠﺔ ﻟﻜﻨﻬﺎ ﻋﲆ اﻟﺪرﺟﺔ ﻧﻔﺴﻬﺎ ﻣﻦ اﻟﺸﻴﻮع اﻟﺬي ﻟﻘﺼﺔ اﻟﻔﺮاﺷﺔ اﻟﺴﺎﺑﻘﺔ‪ ،‬وﻫﻲ‬
‫آﺧﺮ ﻻ ﺗﻔﻌﻞ ﻓﻴﻪ ذﻟﻚ‪ ،‬وﻳﻌﻨﻲ ﻫﺬا‬ ‫أن ﻫﻨﺎك ﻋﺎ ًملﺎ ﺗﺨﻔﻖ ﻓﻴﻪ ﻓﺮاﺷﺔ ﻣﺎ ﺑﺠﻨﺎﺣﻴﻬﺎ وﻋﺎ َﻟ ٌﻢ َ‬
‫اﻟﻔﺎرق اﻟﻀﺌﻴﻞ ﻇﻬﻮر أﻋﺎﺻري ورﻳﺎح ﰲ واﺣ ٍﺪ ﻓﻘﻂ ﻣﻦ ﻫﺬﻳﻦ اﻟﻌﺎملني‪ ،‬وﻫﻮ ﻣﺎ ﻳﺮﺑﻂ‬
‫ﱡ‬
‫واﻟﺘﻮﻗﻊ‪ .‬ﰲ أي ﻋﺎﻟ ٍﻢ ﻧﻮﺟﺪ؟ إن اﺳﻢ اﻟﻔﻮﴇ ﻫﻮ اﻻﺳﻢ اﻟﺬي ُﺳﻤﱢ ﻴﺖ ﺑﻪ‬ ‫اﻟﻔﻮﴇ ﺑﻌﺪم اﻟﻴﻘني‬
‫اﻵﻟﻴﺔ اﻟﺘﻲ ﺗﺴﻤﺢ ﺑﻤﺜﻞ ﻫﺬا اﻟﻨﻤﻮ اﻟﴪﻳﻊ ﻟﻌﺪم اﻟﻴﻘني ﰲ ﻧﻤﺎذﺟﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ‪ .‬ﺳﺘﺘﻜﺮر ﻫﻨﺎ‬
‫ﻀﺨﻢ ﻣﻦ ﺣﺎﻟﺔ ﻋﺪم اﻟﻴﻘني واﻟﺘﻮﻗﻌﺎت املﺤرية‪.‬‬ ‫ﻃﻮال ﻫﺬا اﻟﻜﺘﺎب ﺻﻮرة اﻟﻔﻮﴇ اﻟﺘﻲ ﺗُ ﱢ‬

‫أﺻﻮل ﻣﻔﻬﻮم اﻟﻔﻮﴇ‬

‫ﺗﻨﺘﴩ اﻟﺘﺤﺬﻳﺮات ﻣﻦ اﻟﻔﻮﴇ ﰲ ﻛﻞ ﻣﻜﺎن‪ ،‬ﺣﺘﻰ ﰲ دور اﻟﺤﻀﺎﻧﺔ اﻟﺘﻲ ﺗُﺤﻜﻰ ﻓﻴﻬﺎ‬
‫ﻣﺴﻤﺎر‪ ،‬واﻟﺬي ﻳﺮﺟﻊ ﺗﺎرﻳﺨﻪ‬
‫ٍ‬ ‫ٍ‬
‫ﻣﻤﻠﻜﺔ ﺑﺴﺒﺐ ﻏﻴﺎب‬ ‫ﻗﺼﺔ اﻟﺘﺤﺬﻳﺮ اﻟﺨﺎص ﺑﺈﻣﻜﺎﻧﻴﺔ ﻓﻘﺪان‬
‫إﱃ اﻟﻘﺮن اﻟﺮاﺑﻊ ﻋﴩ؛ ﻧ ُ ِﴩت اﻟﻨﺴﺨﺔ اﻟﺘﺎﻟﻴﺔ ﻣﻦ أﻏﻨﻴﺔ اﻷﻃﻔﺎل املﻌﺮوﻓﺔ ﰲ ﺗﻘﻮﻳﻢ »ﺑﻮر‬
‫رﻳﺘﺸﺎردز أملﺎﻧﺎك« ﰲ ﻋﺎم ‪ ١٧٥٨‬اﻟﺬي ﻧﴩه ﺑﻨﺠﺎﻣني ﻓﺮاﻧﻜﻠني‪:‬‬

‫ﻣﺴﻤﺎر ُﻓﻘِ ﺪت اﻟﺤﺪوة‪،‬‬

‫ٍ‬ ‫ﺑﺴﺒﺐ ﻏﻴﺎب‬
‫ﺑﺴﺒﺐ ﻏﻴﺎب اﻟﺤﺪوة ُﻓﻘِ ﺪ اﻟﺠﻮاد‪،‬‬
‫ﺑﺴﺒﺐ ﻏﻴﺎب اﻟﺠﻮاد ُﻓﻘِ ﺪ اﻟﻔﺎرس‪،‬‬
‫إذ اﺧﺘﻄﻔﻪ اﻟﻌﺪو وذﺑﺤﻪ‪،‬‬
‫ﻛﻞ ذﻟﻚ ﺑﺴﺒﺐ ﻏﻴﺎب ﻣﺴﻤﺎر ﺣﺪوة اﻟﺠﻮاد‪.‬‬

‫ﻻ ﻧﺴﻌﻰ إﱃ ﴍح أﺻﻞ ﻋﺪم اﻻﺳﺘﻘﺮار ﰲ اﻟﻔﻮﴇ‪ ،‬ﺑﻞ ﻧﺴﻌﻰ إﱃ ﺗﻔﺴري ﺗﺼﺎﻋﺪ ﻋﺪم‬
‫اﻟﻴﻘني »ﺑﻌﺪ« ﺑﺬر اﻟﺒﺬرة اﻷوﱃ؛ وﰲ ﻫﺬه اﻟﺤﺎﻟﺔ‪ ،‬ﻧﻬﺪف إﱃ ﺗﻔﺴري ﻛﻴﻒ ُﻓﻘِ ﺪ اﻟﻔﺎرس ﺑﺴﺒﺐ‬
‫ﻣﺴﻤﺎر ﺿﺎﺋﻊ‪ ،‬وﻟﻴﺲ ﺣﻘﻴﻘﺔ ﺿﻴﺎع املﺴﻤﺎر ﰲ ﺣﺪ ذاﺗﻬﺎ‪ .‬ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ — ﺑﺎﻟﻄﺒﻊ — إﻣﺎ‬ ‫ٍ‬
‫أﻧﻪ ﻛﺎن ﺛَﻤﱠ َﺔ ﻣﺴﻤﺎر أو ﻟﻢ ﻳﻜﻦ ﺛَﻤﱠ َﺔ ﻣﺴﻤﺎر‪ ،‬ﺑَﻴْ َﺪ أن اﻷﻏﻨﻴﺔ اﻟﺴﺎﺑﻘﺔ ﺗﺨﱪﻧﺎ أﻧﻪ إن ﻟﻢ ﻳ َ‬
‫ُﻔﻘﺪ‬
‫ري ﻣﻦ املﻮاﺿﻊ ﺧﺼﺎﺋﺺ اﻟﻨ ﱡ ُ‬
‫ﻈﻢ‬ ‫أﻳﻀﺎ‪ .‬ﺳﻨﺴﺘﻜﺸﻒ ﰲ ﻛﺜ ٍ‬ ‫املﺴﻤﺎر‪ ،‬ﻟﻢ ﺗﻜﻦ املﻤﻠﻜﺔ ﻟﺘﻀﻴﻊ ً‬
‫اﻟﻔﻮﺿﻮﻳﺔ ﻣﻦ ﺧﻼل ﺑﺤﺚ ﺗﺄﺛري ﻣﻮاﻗﻒ ﻣﺨﺘﻠﻔﺔ ً‬
‫ﻗﻠﻴﻼ‪.‬‬
‫ﺗﺸﻴﻊ دراﺳﺔ اﻟﻔﻮﴇ ﰲ اﻟﻌﻠﻮم اﻟﺘﻄﺒﻴﻘﻴﺔ ﻣﺜﻞ ﻋﻠﻢ اﻟﻔﻠﻚ‪ ،‬وﻋﻠﻢ اﻷرﺻﺎد اﻟﺠﻮﻳﺔ‪،‬‬
‫دﻗﻴﻘﺔ ﺣﻮل‬‫ٍ‬ ‫ٍ‬
‫ﺑﻤﻼﺣﻈﺎت‬ ‫وﻋﻠﻢ أﺣﻴﺎء اﻟﺴﻜﺎن‪ ،‬وﻋﻠﻢ اﻻﻗﺘﺼﺎد‪ .‬ﻗﺪﱠﻣَ ﺖ اﻟﻌﻠﻮم اﻟﺘﻲ زوﱠدﺗﻨﺎ‬
‫ﻌﺎت ﻛﻤﻴﺔ‪ ،‬أﻫ ﱠﻢ املﺴﺒﺒﺎت اﻟﺘﻲ ﺳﺎﻫﻤﺖ ﰲ ﺗﻄﻮﱡر اﻟﻔﻮﴇ ﻣﻨﺬ ﻋﴫ‬ ‫إﺿﺎﻓﺔ إﱃ ﱡ‬
‫ﺗﻮﻗ ٍ‬ ‫ً‬ ‫اﻟﻌﺎﻟﻢ‬

‫‪16‬‬
 ‫ﻇﻬﻮر ﻣﻔﻬﻮم اﻟﻔﻮﴇ‬

‫إﺳﺤﺎق ﻧﻴﻮﺗﻦ‪ .‬ووﻓﻖ ﻗﻮاﻧني ﻧﻴﻮﺗﻦ‪ ،‬ﻳﺘﺤﺪﱠد ﻣﺴﺘﻘﺒﻞ اﻟﻨﻈﺎم اﻟﺸﻤﴘ ﺗﻤﺎﻣً ﺎ ﻣﻦ ﺧﻼل ﺣﺎﻟﺘﻪ‬
‫اﻟﺮاﻫﻨﺔ‪ .‬وﺿﻊ اﻟﻌﺎﻟِﻢ ﺑﻴري ﻻﺑﻼس‪ ،‬اﻟﺬي ﻋﺎش ﰲ اﻟﻘﺮن اﻟﺘﺎﺳﻊ ﻋﴩ‪ ،‬ﻫﺬه اﻟﺤﺘﻤﻴﺔ ﰲ ﻣﺮﺗﺒ ٍﺔ‬
‫ﻣﻬﻤﺔ ﰲ اﻟﻌﻠﻢ؛ ﻓﺎﻟﻌﺎ َﻟﻢ اﻟﺬي ﺗُﺤﺪﱢد ﺣﺎﻟﺘُﻪ اﻟﺮاﻫﻨﺔ ﻣﺴﺘﻘﺒ َﻠﻪ ﺗﺤﺪﻳﺪًا ﺗﺎﻣٍّ ﺎ ﻳﻜﻮن ﻋﺎ ًملﺎ ﺣﺘﻤﻴٍّﺎ‪.‬‬
‫ٍ‬
‫ﻛﻴﺎن ﺑﺎت ﻳُﻌ َﺮف اﻵن ﺑﺎﺳﻢ »ﺷﻴﻄﺎن ﻻﺑﻼس«‪ ،‬وﻫﻮ‬ ‫ٍ‬ ‫ﻗﺎم ﻻﺑﻼس ﻋﺎم ‪ ،١٨٢٠‬ﺑﺎﺳﺘﺤﻀﺎر‬
‫اﻟﺘﻮﻗﻊ ﻣﻦ ﻧﺎﺣﻴﺔ‪ ،‬وﺑني ﻣﻔﻬﻮم اﻟﻨﺠﺎح‬ ‫ﱡ‬ ‫ﺑﺬﻟﻚ رﺑﻂ ﻣﻦ ﺣﻴﺚ املﺒﺪأ ﺑني اﻟﺤﺘﻤﻴﺔ واﻟﻘﺪرة ﻋﲆ‬
‫ﰲ اﻟﻌﻠﻢ ﻣﻦ ﻧﺎﺣﻴ ٍﺔ أﺧﺮى‪.‬‬
‫رﺑﻤﺎ ﻧﻨﻈﺮ إﱃ اﻟﺤﺎﻟﺔ اﻟﺮاﻫﻨﺔ ﻟﻠﻜﻮن ﺑﺎﻋﺘﺒﺎرﻫﺎ ﻧﺘﺎﺟً ﺎ ملﺎﺿﻴﻪ وﺳﺒﺒًﺎ ﰲ ﻣﺴﺘﻘﺒﻠﻪ‪.‬‬
‫َ‬
‫ﻣﻌﺮﻓﺔ ﺟﻤﻴﻊ اﻟﻘﻮى اﻟﺘﻲ‬ ‫ﻟﺤﻈﺔ ﻣﻌﻴ ٍﱠﻨﺔ‬
‫ٍ‬ ‫إذا ﻛﺎﻧﺖ ﻫﻨﺎك ﻗﻮة أملﻌﻴﺔ ﺗﺴﺘﻄﻴﻊ ﰲ‬
‫ﻓﻀﻼ ﻋﻦ‬‫ً‬ ‫ﺗُﺤ ﱢﺮك اﻟﻄﺒﻴﻌﺔ‪ ،‬وﺟﻤﻴﻊ ﻣﻮاﺿﻊ اﻷﺷﻴﺎء اﻟﺘﻲ ﺗﺘﺄﻟﻒ ﻣﻨﻬﺎ اﻟﻄﺒﻴﻌﺔ‪،‬‬
‫ﻛﻮن ﻫﺬه اﻟﻘﻮة ﻛﺒري ًة ﺑﻤﺎ ﻳﻜﻔﻲ ﻹﺧﻀﺎع ﻫﺬه اﻟﺒﻴﺎﻧﺎت ﻟﻠﺘﺤﻠﻴﻞ‪ ،‬ﻓﺴﻮف ﺗﺘﻤ ﱠﻜﻦ‬
‫ﻣﻦ ﺟﻤﻊ ﻛﺎﻓﺔ ﺣﺮﻛﺎت اﻷﺟﺴﺎد اﻟﻜﱪى ﰲ اﻟﻜﻮن‪ ،‬وﺣﺮﻛﺎت أﺻﻐﺮ اﻟﺬرات ﰲ‬
‫ﻣﻌﺎدﻟﺔ واﺣﺪة‪ .‬وﺑﺎﻟﻨﺴﺒﺔ إﱃ ﻫﺬه اﻟﻘﻮة‪ ،‬ﻟﻦ ﻳﻜﻮن ﺛَﻤﱠ َﺔ ﳾء ﻏري ﻣﺆ ﱠﻛﺪ‪ ،‬وﺳﻴﻜﻮن‬
‫ٍ‬
‫املﺴﺘﻘﺒﻞ ﺗﻤﺎﻣً ﺎ ﻣﺜﻞ املﺎﴈ ً‬
‫ﻣﺎﺛﻼ أﻣﺎﻣﻬﺎ‪.‬‬
‫ﻆ أن ﻻﺑﻼس ﻛﺎن ﻳﺘﻤﺘﻊ ﺑﺎﻟﺒﺼرية ﺑﺤﻴﺚ ﻣﻨﺢ ﺷﻴﻄﺎﻧﻪ ﺛﻼث ﺧﻮاص؛ أﻻ وﻫﻲ‪:‬‬ ‫ﻻﺣِ ْ‬
‫ٍ‬
‫ﴎﻳﻌﺔ‬ ‫املﻌﺮﻓﺔ اﻟﺪﻗﻴﻘﺔ اﻟﺘﺎﻣﺔ ﺑﻘﻮاﻧني اﻟﻄﺒﻴﻌﺔ )ﺟﻤﻴﻊ اﻟﻘﻮى(‪ ،‬واﻟﻘﺪرة ﻋﲆ اﻟﺘﻘﺎط ﺻﻮر ٍة‬
‫ﻟﻠﺤﺎﻟﺔ اﻟﺪﻗﻴﻘﺔ ﻟﻠﻜﻮن )ﺟﻤﻴﻊ املﻮاﺿﻊ(‪ ،‬وﻛﺬﻟﻚ ﻗﺪرات ﺣﺴﺎﺑﻴﺔ ﻻ ﻧﻬﺎﺋﻴﺔ )ﻗﻮة ﻛﺒرية ﺑﻤﺎ‬
‫ﻳﻜﻔﻲ ﻹﺧﻀﺎع ﻫﺬه اﻟﺒﻴﺎﻧﺎت ﻟﻠﺘﺤﻠﻴﻞ(‪ .‬وﺑﺎﻟﻨﺴﺒﺔ إﱃ ﺷﻴﻄﺎن ﻻﺑﻼس‪ ،‬ﻻ ﺗُﻤﺜﱢﻞ اﻟﻔﻮﴇ أيﱠ‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ‪ .‬وﺳﻨﺒﺤﺚ ﺧﻼل ﻫﺬا اﻟﻜﺘﺎب أﺛ َﺮ إزاﻟﺔ واﺣﺪ ٍة أو أﻛﺜﺮ ﻣﻦ ﻫﺬه‬ ‫ﻋﺎﺋﻖ ﺗﺠﺎه ﻋﻤﻠﻴﺔ‬
‫ٍ‬
‫اﻟﺨﻮاص‪.‬‬
‫ﻣﻨﺬ ﻋﴫ ﻧﻴﻮﺗﻦ وﺣﺘﻰ ﻧﻬﺎﻳﺔ اﻟﻘﺮن اﻟﺘﺎﺳﻊ ﻋﴩ‪ ،‬ﻛﺎن ﻣﻌﻈﻢ اﻟﻌﻠﻤﺎءِ ﻋﻠﻤﺎءَ أرﺻﺎدٍ‬
‫وﺛﻴﻘﺎ أﺣﺪﻫﻤﺎ ﺑﺎﻵﺧﺮ‪ ،‬ﻋﱪ‬ ‫ً‬ ‫أﻳﻀﺎ‪ .‬ﺗﺮﺗﺒﻂ اﻟﻔﻮﴇ وﻋﻠﻢ اﻷرﺻﺎد اﻟﺠﻮﻳﺔ ارﺗﺒﺎ ً‬
‫ﻃﺎ‬ ‫ﺟﻮﻳ ٍﺔ ً‬
‫ﺗﻮﻗﻌﺎت اﻟﻄﻘﺲ‪ .‬ﺗﺠﺎوز‬ ‫اﻫﺘﻤﺎم ﻋﻠﻤﺎء اﻷرﺻﺎد اﻟﺠﻮﻳﺔ ﺑﺎﻟﺪور اﻟﺬي ﻳﻠﻌﺒﻪ ﻋﺪم اﻟﻴﻘني ﰲ ﱡ‬
‫اﻫﺘﻤﺎم ﺑﻨﺠﺎﻣني ﻓﺮاﻧﻜﻠني ﻛﺜريًا ﺑﻌﻠﻢ اﻷرﺻﺎد ﺗﺠﺮﺑﺘَﻪ اﻟﺸﻬرية ﰲ إﻃﻼق ﻃﺎﺋﺮ ٍة ورﻗﻴ ٍﺔ أﺛﻨﺎء‬
‫ﻋﺎﺻﻔﺔ رﻋﺪﻳﺔ‪ .‬وﻳﺮﺟﻊ اﻟﻔﻀﻞ إﱃ ﺑﻨﺠﺎﻣني ﻓﺮاﻧﻜﻠني ﰲ رﺻﺪ اﻟﺤﺮﻛﺔ اﻟﻌﺎﻣﺔ ﻟﻠﻌﻮاﺻﻒ‬ ‫ٍ‬
‫ٍ‬
‫ﺧﻄﺎﺑﺎت ﻣﻦ‬ ‫واﻟﺘﻲ ﺗﺘﺤﺮك ﻣﻦ اﻟﻐﺮب ﺗﺠﺎه اﻟﴩق‪ ،‬واﺧﺘﺒﺎر ﻫﺬه اﻟﻨﻈﺮﻳﺔ ﻋﻦ ﻃﺮﻳﻖ ﻛﺘﺎﺑﺔ‬
‫ﺗﻮﻗﻌﺎت ﻟﻠﻄﻘﺲ‪ .‬وﻋﲆ اﻟﺮﻏﻢ‬ ‫ٍ‬ ‫ﻣﺪن أﺑﻌﺪ ﰲ اﻟﴩق ﻟﻠﺤﺼﻮل ﻣﻨﻬﻢ ﻋﲆ‬ ‫ﻓﻴﻼدﻟﻔﻴﺎ ﻷﺻﺪﻗﺎﺋﻪ ﰲ ٍ‬
‫ﻣﻦ أن اﻟﺨﻄﺎﺑﺎت ﻛﺎﻧﺖ ﺗﺴﺘﻐﺮق وﻗﺘًﺎ أﻃﻮل ﻣﻦ اﻟﻌﻮاﺻﻒ ﻟﺘﺼﻞ إﱃ وﺟﻬﺘﻬﺎ‪ ،‬ﻛﺎﻧﺖ ﻫﺬه‬

‫‪17‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫إرﻫﺎﺻﺎت ﻣﺒﻜﺮ ٍة ﻟﺘﻮﻗﻌﺎت اﻟﻄﻘﺲ‪ .‬اﻛﺘﺸﻒ ﻻﺑﻼس ﺑﻨﻔﺴﻪ ﻗﺎﻧﻮن اﻧﺨﻔﺎض‬ ‫ٍ‬ ‫رﺑﻤﺎ ﺑﻤﻨﺰﻟﺔ‬
‫أﺳﺎﺳﻴﺔ ﰲ ﻧﻈﺮﻳﺔ اﻷﺧﻄﺎء اﻟﺘﻲ ﺗﻨﺺ ﻋﲆ‬ ‫ً‬ ‫ٍ‬
‫إﺳﻬﺎﻣﺎت‬ ‫اﻟﻀﻐﻂ اﻟﺠﻮي ﻣﻊ اﻻرﺗﻔﺎع‪ ،‬ﻛﻤﺎ أﺳﻬﻢ‬
‫ﻣﻼﺣﻈﺔ أو رﺻ ٍﺪ ﻟﴚء ﻣﺎ‪ ،‬ﻻ ﺗﻜﻮن ﻗﻴﻤﺔ اﻟﻘﻴﺎس دﻗﻴﻘﺔ ﺗﻤﺎﻣً ﺎ ﻣﻦ اﻟﻨﺎﺣﻴﺔ‬ ‫ٍ‬ ‫أﻧﻪ ﻋﻨﺪ إﺟﺮاء‬
‫ﱠ‬ ‫َ‬ ‫َ‬
‫اﻟﺮﻳﺎﺿﻴﺔ؛ ﻟﺬا دوﻣً ﺎ ﺛﻤﱠ ﺔ ﳾء ﻣﻦ ﻋﺪم اﻟﻴﻘني ﻓﻴﻤﺎ ﻳﺘﻌﻠﻖ ﺑﺎﻟﻘﻴﻤﺔ »اﻟﺤﻘﻴﻘﻴﺔ«‪ .‬ﻳﻘﻮل اﻟﻌﻠﻤﺎء‬
‫ﻣﻼﺣﻈﺔ ﻳﺮﺟﻊ إﱃ »اﻟﺘﺸﻮﻳﺶ«‪ ،‬دون ﺗﺤﺪﻳﺪ‬ ‫ٍ‬ ‫ﻧﻮع ﻣﻦ ﻋﺪم اﻟﻴﻘني ﰲ أي ﻋﻤﻠﻴﺔ‬ ‫ﻋﺎد ًة إن أيﱠ ٍ‬
‫ﻣﺎﻫﻴﺔ اﻟﺘﺸﻮﻳﺶ ﻋﲆ وﺟﻪ اﻟﺪﻗﺔ‪ ،‬اﻟﻠﻬﻢ إﻻ وﺻﻔﻪ ﺑﺄﻧﻪ ﻣﺎ ﻳﺮﺑﻚ رؤﻳﺘﻨﺎ ﻷي ﳾءٍ ﻧﺤﺎول‬
‫ٍ‬
‫ﺣﺪﻳﻘﺔ ﻣﺎ‪ ،‬أو درﺟﺔ اﻟﺤﺮارة ﰲ‬ ‫ﻗﻴﺎﺳﻪ‪ ،‬ﺳﻮاءٌ ﻛﺎن ذﻟﻚ ﻃﻮل ﻣﺎﺋﺪة ﻣﺎ‪ ،‬أو ﻋﺪد اﻷراﻧﺐ ﰲ‬
‫ﻣﻨﺘﺼﻒ اﻟﻨﻬﺎر‪ .‬ﻳﻔﴤ اﻟﺘﺸﻮﻳﺶ إﱃ »ﻋﺪم اﻟﻴﻘني ﰲ املﻼﺣﻈﺔ«‪ ،‬وﺗﺴﻬﻢ اﻟﻔﻮﴇ ﰲ ﻓﻬﻤﻨﺎ‬
‫ﻛﻴﻒ ﻳﻤﻜﻦ أن ﺗﺼري اﻷﺷﻴﺎء ﻏري اﻟﻴﻘﻴﻨﻴﺔ اﻟﺒﺴﻴﻄﺔ أﺷﻴﺎءَ ﻏري ﻳﻘﻴﻨﻴ ٍﺔ ﻛﱪى‪ ،‬ﺑﻤﺠﺮد وﺿﻊ‬
‫ﻧﻤﻮذج ﻟﻠﺘﺸﻮﻳﺶ‪ .‬ﺗﻜﻤﻦ ﺑﻌﺾ اﻟﺮؤى املﺴﺘﻤﺪة ﻣﻦ اﻟﻔﻮﴇ ﰲ ﺗﻔﺴري اﻟﺪور )اﻷدوار( اﻟﺬي‬ ‫ٍ‬
‫ً‬
‫ﻳﻠﻌﺒﻪ اﻟﺘﺸﻮﻳﺶ ﰲ آﻟﻴﺎت ﻋﺪم اﻟﻴﻘني ﰲ اﻟﻌﻠﻮم اﻟﻜﻤﻴﺔ‪ .‬ﺻﺎر اﻟﺘﺸﻮﻳﺶ أﻛﺜﺮ إﺛﺎرة ﻟﻼﻫﺘﻤﺎم؛‬
‫إذ ﺗﺠﱪﻧﺎ دراﺳﺔ اﻟﻔﻮﴇ ﻋﲆ إﻋﺎدة اﻟﻨﻈﺮ ﻓﻴﻤﺎ ﻗﺪ ﻧﻌﻨﻴﻪ ﺑﻤﻔﻬﻮم اﻟﻘﻴﻤﺔ »اﻟﺤﻘﻴﻘﻴﺔ«‪.‬‬
‫ﺑﻌﺪ ﻋﴩﻳﻦ ﻋﺎﻣً ﺎ ﻣﻦ ﻇﻬﻮر ﻛﺘﺎب ﻻﺑﻼس ﺣﻮل ﻧﻈﺮﻳﺔ اﻻﺣﺘﻤﺎﻻت‪ ،‬ﻗ ﱠﺪ َم إدﺟﺎر آﻻن ﺑﻮ‬
‫ﻣﺜﺎﻻ ﻣﺮﺟﻌﻴٍّﺎ ﻣﺒﻜ ًﺮا ﻋﲆ ﻣﺎ ﻗﺪ ﻧﻄﻠﻖ ﻋﻠﻴﻪ اﻟﻴﻮم اﻟﻔﻮﴇ ﰲ املﻨﺎخ‪ .‬ذﻛﺮ ﺑﻮ أن ﻣﺠﺮد ﺗﺤﺮﻳﻚ‬ ‫ً‬
‫أﻳﺪﻳﻨﺎ ﻓﻘﻂ ﺳﻴﺆﺛﱢﺮ ﻋﲆ املﻨﺎخ ﰲ ﺟﻤﻴﻊ أﻧﺤﺎء اﻟﻜﻮﻛﺐ‪ ،‬ﺛﻢ ﻣﴣ ﺑﻮ ﻳﺮدﱢد ﻣﺎ ﻗﺎﻟﻪ ﻻﺑﻼس‪،‬‬
‫ﻣﺸريًا إﱃ أن ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت ﰲ ﻛﻮﻛﺐ اﻷرض ﺑﺎﺳﺘﻄﺎﻋﺘﻬﻢ ﺣﺴﺎب ﺗﻄﻮﱡر »اﻟﺨﻔﻘﺔ«‬
‫اﻟﻨﺎﺗﺠﺔ ﻋﻦ ﺣﺮﻛﺔ اﻟﻴﺪ‪ ،‬ﻣﻊ اﻧﺘﺸﺎر رﻗﻌﺔ ﺗﺄﺛريﻫﺎ وﺗﻐﻴريﻫﺎ ﺣﺎﻟﺔ املﻨﺎخ إﱃ اﻷﺑﺪ‪ .‬ﺑﺎﻟﻄﺒﻊ‪،‬‬
‫ﻳﺮﺟﻊ اﻷﻣﺮ إﻟﻴﻨﺎ ﻓﻴﻤﺎ إذا ﻛﻨﺎ ﻧﺮﻳﺪ أن ﻧُﺤ ﱢﺮك أﻳﺪﻳَﻨﺎ أم ﻻ‪ .‬ﺗُﻤﺜﱢﻞ اﻹرادة اﻟﺤﺮة ﻣﺼﺪ ًرا َ‬
‫آﺧﺮ‬
‫ﻟﻠﺒﺬور اﻟﺘﻲ ﻗﺪ ﺗﻐﺬﱢﻳﻬﺎ اﻟﻔﻮﴇ‪.‬‬
‫ﰲ ﻋﺎم ‪ ،١٨٣١‬ﰲ اﻟﻔﱰة ﻣﺎ ﺑني ﻧﴩ أﻓﻜﺎر ﻻﺑﻼس اﻟﻌﻠﻤﻴﺔ وﺷﻄﺤﺎت ﺧﻴﺎل ﺑﻮ اﻷدﺑﻴﺔ‪،‬‬
‫اﺻﻄﺤﺐ اﻟﻜﺎﺑﺘﻦ روﺑﺮت ﻓﻴﺘﺰروي اﻟﺸﺎبﱠ ﺗﺸﺎرﻟﺰ داروﻳﻦ ﰲ رﺣﻠﺘﻪ اﻻﺳﺘﻜﺸﺎﻓﻴﺔ‪ ،‬وﻗﺎدت‬
‫املﻼﺣﻈﺎت اﻟﺘﻲ ُدوﱢﻧﺖ ﰲ ﻫﺬه اﻟﺮﺣﻠﺔ داروﻳﻦ إﱃ ﻧﻈﺮﻳﺘﻪ ﺣﻮل اﻻﻧﺘﺨﺎب اﻟﻄﺒﻴﻌﻲ‪ .‬ﻳﺸﱰك‬
‫أوﻻ‪ ،‬ﻋﻨﺪﻣﺎ ﻳﺘﻌ ﱠﻠﻖ اﻷﻣﺮ ﺑﺎﻟﻠﻐﺔ‪،‬‬
‫اﻟﺘﻄﻮﱡر واﻟﻔﻮﴇ ﰲ أﺷﻴﺎءَ ﻛﺜري ٍة أﻛﺜﺮ ﻣﻤﺎ ﻗﺪ ﻳﻌﺘﻘﺪ املﺮء‪ً .‬‬
‫ﺗُﺴﺘﺨﺪَم ﻛﻠﻤﺘﺎ »اﻟﺘﻄﻮﱡر« و»اﻟﻔﻮﴇ« ﰲ ذات اﻟﻮﻗﺖ ﻟﻺﺷﺎرة إﱃ اﻟﻈﻮاﻫﺮ اﻟﺘﻲ ﺳﻴﺠﺮي‬
‫ﺗﻔﺴريﻫﺎ‪ ،‬وإﱃ اﻟﻨﻈﺮﻳﺎت اﻟﺘﻲ ﻣﻦ املﻔﱰض أﻧﻬﺎ ﺗﻘﻮم ﺑﻤﻬﻤﺔ ﻫﺬا اﻟﺘﻔﺴري‪ ،‬وﻫﻮ ﻣﺎ ﻳُﻔﴤ‬
‫ري ﻣﻦ اﻷﺣﻴﺎن إﱃ اﻟﺨﻠﻂ ﺑني اﻟﺘﻔﺴري واﻟﴚء اﻟﺬي ﻳﺠﺮي ﺗﻔﺴريه )ﻣﺜﻞ »اﻟﺨﻠﻂ ﺑني‬ ‫ﰲ ﻛﺜ ٍ‬
‫اﻟﺨﺮﻳﻄﺔ واﻷرض«(‪ .‬ﻃﻮال ﻫﺬا اﻟﻜﺘﺎب‪ ،‬ﺳﻨﺮى أن اﻟﺨﻠﻂ ﺑني ﻧﻤﺎذﺟﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ واﻟﻮاﻗﻊ‬
‫اﻟﺬي ﺗﻬﺪف إﱃ ﺗﻔﺴريه ﻳﻌ ﱢﻜﺮ ﺻﻔ َﻮ ﻋﻤﻠﻴﺔ ﻣﻨﺎﻗﺸﺔ ﻛ ﱟﻞ ﻣﻨﻬﻤﺎ‪ .‬ﺛﺎﻧﻴًﺎ‪ ،‬ﻋﻨﺪ ﺗﺪﻗﻴﻖ اﻟﻨﻈﺮ‪ ،‬ﻗﺪ‬

‫‪18‬‬
 ‫ﻇﻬﻮر ﻣﻔﻬﻮم اﻟﻔﻮﴇ‬

‫ٍ‬
‫ﻓﺮوﻗﺎت‬ ‫ﻳﺒﺪو أن ﺑﻌﺾ اﻟﻨﻈﻢ اﻟﺒﻴﺌﻴﺔ ﻗﺪ ﺗﻄﻮﱠرت ﻛﻤﺎ ﻟﻮ ﻛﺎﻧﺖ ﻧﻈﻤً ﺎ ﻓﻮﺿﻮﻳﺔ‪ ،‬ﻣﺜﻠﻤﺎ أن‬
‫ﺻﻐري ًة ﰲ اﻟﺒﻴﺌﺔ ﻳﱰﺗﺐ ﻋﻠﻴﻬﺎ آﺛﺎر ﻫﺎﺋﻠﺔ‪ .‬ﺑﺎﻹﺿﺎﻓﺔ إﱃ ذﻟﻚ‪ ،‬ﺳﺎﻫﻤﺖ ﻋﻤﻠﻴﺔ اﻟﺘﻄﻮﱡر ﰲ ﺗﻨﺎول‬
‫أﻳﻀﺎ‪ .‬ﻳﺮﺟﻊ اﻻﻗﺘﺒﺎس املﻌﺮوض ﰲ ﺑﺪاﻳﺔ ﻫﺬا اﻟﻔﺼﻞ إﱃ ﻗﺼﺔ راي ﺑﺮادﺑﺮي‬ ‫ﻣﻔﻬﻮم اﻟﻔﻮﴇ ً‬
‫ً‬
‫ﻓﺮاﺷﺔ‬ ‫اﻟﻘﺼرية »ﺻﻮت ﻛﺎﻟﺮﻋﺪ«‪ ،‬ﺣﻴﺚ ﻳﻘﺘﻞ ﺻﻴﺎدو اﻟﻄﺮاﺋﺪ اﻟﻜﺒرية املﺴﺎﻓﺮون ﻋﱪ اﻟﺰﻣﻦ‬
‫ﻋﻦ ﻏري ﻗﺼﺪ‪ ،‬ﺛﻢ ﻳﺠﺪون املﺴﺘﻘﺒﻞ ﻗﺪ اﺧﺘﻠﻒ ﻋﻨﺪﻣﺎ ﻳﻌﻮدون إﻟﻴﻪ‪ .‬ﺗﺘﺼﻮر اﻟﺸﺨﺼﻴﺎت ﰲ‬
‫أﺟﻴﺎل ﻣﻦ اﻟﻔﱤان واﻟﺜﻌﺎﻟﺐ واﻷﺳﻮد‪،‬‬
‫ٍ‬ ‫ﻫﺬه اﻟﻘﺼﺔ أﺛﺮ ﻗﺘﻞ ﻓﺄر‪ ،‬وﻫﻮ ﻣﺎ ﻳﱰﺗﺐ ﻋﻠﻴﻪ ﺿﻴﺎع‬
‫ﺑﺎﻹﺿﺎﻓﺔ إﱃ ﻣﺎ ﻳﲇ‪:‬‬
‫ٍ‬
‫وﺑﻤﻠﻴﺎرات ﻻ ﻧﻬﺎﻳﺔ ﻟﻬﺎ ﻣﻦ أﺷﻜﺎل اﻟﺤﻴﺎة‬ ‫ﻳُ َﺰجﱡ ﺑﺠﻤﻴﻊ أﻧﻮاع اﻟﺤﴩات‪ ،‬واﻟﻨﺴﻮر‪،‬‬
‫ﻃﺄ ْ ﻓﺄ ًرا وﺳﺘﱰك أﺛ ًﺮا‪ ،‬ﻣﺜﻞ ﺟﺮاﻧﺪ ﻛﺎﻧﻴﻮن ﻋﱪ اﻷﺑﺪﻳﺔ‪ .‬رﺑﻤﺎ ﻟﻢ‬
‫ﰲ ﻓﻮﴇ ودﻣﺎر … َ‬
‫ﺗﻜﻦ املﻠﻜﺔ إﻟﻴﺰاﺑﻴﺚ ﺳﺘُﻮ َﻟﺪ‪ ،‬ورﺑﻤﺎ ﻟﻢ ﻳﻜﻦ ﺟﻮرج واﺷﻨﻄﻦ ﻟﻴﻌﱪ ﻧﻬﺮ دﻳﻼوﻳﺮ‪،‬‬
‫ورﺑﻤﺎ ﻟﻢ ﺗﻜﻦ ﻫﻨﺎك اﻟﻮﻻﻳﺎت املﺘﺤﺪة ﻋﲆ اﻹﻃﻼق‪ .‬ﻟﺬا ﻛﻦ ﺣَ ِﺬ ًرا‪ .‬اﻟﺘﺰم ﺑﺎﻟﺠﺎدة‪،‬‬
‫وﻻ ﺗﻨﺤﺮف أﺑﺪًا!‬

‫ﻓﻌﻼ‪ ،‬واﻃﺌًﺎ ﺑﻘﺪﻣﻪ ﺣﺘﻰ‬‫ﻣﻦ اﻟﻮاﺿﺢ ﺗﻤﺎﻣً ﺎ أن ﺛَﻤﱠ َﺔ أﺣ َﺪ اﻷﺷﺨﺎص ﻳﻨﺤﺮف ﻋﻦ اﻟﺠﺎدة ً‬
‫املﻮت ﻓﺮاﺷﺔ ﺟﻤﻴﻠﺔ ﺻﻐرية ﺑﺎﻟﻠﻮﻧَني اﻷﺧﴬ واﻷﺳﻮد‪ .‬ﻻ ﻳﻤﻜﻦ أن ﻧﺒﺤﺚ ﺗﺠﺎرب »ﻣﺎذا ﻟﻮ«‬
‫ﻫﺬه إﻻ ﰲ إﻃﺎر اﻓﱰاﺿﺎت اﻟﺮﻳﺎﺿﻴﺎت أو اﻷدب؛ إذ ﻻ ﻳﺘﻮاﻓﺮ ﻟﺪﻳﻨﺎ إﻻ ﺗﺠﺴﻴﺪ وﺣﻴﺪ ﻟﻠﻮاﻗﻊ‪.‬‬
‫ﻳﻠﻒ اﻟﻐﻤﻮض أﺻﻮل ﻣﺼﻄﻠﺢ »ﺗﺄﺛري اﻟﻔﺮاﺷﺔ«‪ .‬ﻳﺴﺒﻖ ﻧﴩ ﻗﺼﺔ ﺑﺮادﺑﺮي اﻟﻘﺼرية‬
‫اﻟﺬي ﺟﺎء ﰲ ﻋﺎم ‪ ١٩٥٢‬ﺳﻠﺴﻠﺔ ﻣﻦ اﻷوراق اﻟﺒﺤﺜﻴﺔ اﻟﻌﻠﻤﻴﺔ ﺣﻮل اﻟﻔﻮﴇ ﻧ ُ ِﴩت ﰲ أواﺋﻞ‬
‫اﻟﺴﺘﻴﻨﻴﺎت ﻣﻦ اﻟﻘﺮن اﻟﻌﴩﻳﻦ‪ .‬أﺷﺎر ﻋﺎﻟﻢ اﻷرﺻﺎد اﻟﺠﻮﻳﺔ إد ﻟﻮرﻧﺰ ذات ﻣﺮ ٍة إﱃ ﺧﻔﻘﺔ‬
‫أﺟﻨﺤﺔ ﻧﻮرس ﺑﺤﺮ ﺑﺎﻋﺘﺒﺎرﻫﺎ ﻋﺎﻣﻞ اﻟﺘﻐﻴري‪ ،‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ أن ﻋﻨﻮان املﺤﺎﴐة اﻟﺘﻲ أﻋﻠﻦ‬
‫ﻓﻴﻬﺎ ذﻟﻚ ﻷول ﻣﺮ ٍة ﻟﻢ ﻳﻜﻦ ﻣﻦ ﺑﻨﺎت أﻓﻜﺎره‪ ،‬ﺑﻞ ﺗﺸﺒﻪ ً‬
‫أﻳﻀﺎ إﺣﺪى ﺻﻮره اﻟﺤﺎﺳﻮﺑﻴﺔ املﺒﻜﺮة‬
‫ﻟﻨﻈﺎ ٍم ﻓﻮﺿﻮيﱟ ﻣﺎ ﺷﻜ َﻞ ﻓﺮاﺷﺔ‪ .‬وﻟﻜﻦ أﻳٍّﺎ ﻛﺎن ﺷﻜﻞ ذﻟﻚ »اﻟﻔﺮق اﻟﺼﻐري«‪ ،‬ﺳﻮاءٌ ﻛﺎن ذﻟﻚ‬
‫ﺣﺼﺎن ﻣﻔﻘﻮدًا‪ ،‬أو ﻓﺮاﺷﺔ‪ ،‬أو ﻃﺎﺋﺮ ﻧﻮرس أو — ﻛﻤﺎ ﺟﺎء ﱠ‬
‫ﻣﺆﺧ ًﺮا ﺟﺪٍّا —‬ ‫ٍ‬ ‫ﻣﺴﻤﺎ َر ﺣﺪو ِة‬
‫ﻓﺮوﻗﺎت ﺻﻐري ٍة آﺛﺎ ٌر‬
‫ٍ‬ ‫ﻧﺎﻣﻮﺳﺔ »ﺳﺤﻘﻬﺎ« ﻫﻮﻣﺮ ﺳﻴﻤﺒﺴﻮن‪ ،‬ﻻ ﺗﻌﺘﱪ ﻓﻜﺮ ُة أﻧﻪ ﺗﱰﺗﺐ ﻋﲆ‬
‫ﺗﻮﺿﺢ أﺻﻞ اﻟﻔﺮق اﻟﺒﺴﻴﻂ‪ ،‬ﻓﻬﻲ‬ ‫ﻫﺎﺋﻠﺔ ﻓﻜﺮ ًة ﺟﺪﻳﺪة‪ .‬وﻋﲆ اﻟﺮﻏﻢ ﻣﻦ أن ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ ﻟﻢ ﱢ‬ ‫ٌ‬
‫ٍ‬
‫ﻫﺎﺋﻠﺔ‪ ،‬وﻫﺬا ﻣﻦ ﺷﺄﻧﻪ إﺣﺪاث‬ ‫ﺑﻨﺴﺐ‬
‫ٍ‬ ‫ﱡ‬
‫ﻟﻠﺘﻀﺨﻢ اﻟﴪﻳﻊ ﻟﺬﻟﻚ اﻟﻔﺮق اﻟﺒﺴﻴﻂ‬ ‫ً‬
‫وﺻﻔﺎ‬ ‫ﺗﻘﺪﱢم ﻟﻨﺎ‬
‫ﻃﺎ ً‬
‫وﺛﻴﻘﺎ ﺑﺎﻟﺘﻮﻗﻊ واﻟﻘﺎﺑﻠﻴﺔ ﻟﻠﺘﻮﻗﻊ‪.‬‬ ‫اﻧﻬﻴﺎر ﰲ ﻣﻤﺎﻟ َﻚ ﻛﱪى؛ وﻣﻦ ﺛ َ ﱠﻢ ﺗﺮﺗﺒﻂ اﻟﻔﻮﴇ ارﺗﺒﺎ ً‬
‫ٍ‬

‫‪19‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﺗﻮﻗﻌﺎت اﻟﻄﻘﺲ اﻷوﱃ‬

‫ﻋﻤﻴﻘﺎ ﺑﺎﻟﻄﻘﺲ‪ ،‬وﻗﺪ‬ ‫ً‬ ‫ﺳﻔﻴﻨﺔ ﰲ ذﻟﻚ اﻟﻮﻗﺖ‪ ،‬ﻛﺎن ﻓﻴﺘﺰروي ﻣﻬﺘﻤٍّ ﺎ اﻫﺘﻤﺎﻣً ﺎ‬ ‫ٍ‬ ‫ﻣﺜﻞ رﺑﺎن أي‬
‫اﺧﱰع ﻓﻴﺘﺰروي ﺑﺎروﻣﱰًا أﺳﻬﻞ ﰲ اﻻﺳﺘﺨﺪام ﻋﲆ ﻣﺘﻦ اﻟﺴﻔﻴﻨﺔ‪ ،‬وﻳﺼﻌﺐ ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‬
‫أﻗﻤﺎر ﺻﻨﺎﻋﻴ ٍﺔ‬
‫ٍ‬ ‫رﺑﺎن ﻻ ﺗﺘﻮاﻓﺮ ﻟﺪﻳﻪ ﺻﻮر‬ ‫ٍ‬ ‫املﺒﺎﻟﻐﺔ ﰲ ﺗﻘﺪﻳﺮ ﻗﻴﻤﺔ ﺑﺎروﻣﱰ ﺑﺎﻟﻨﺴﺒﺔ إﱃ‬
‫إﺷﺎرات ﻻ ﺳﻠﻜﻴﺔ‪ .‬ﺗﺮﺗﺒﻂ اﻟﻌﻮاﺻﻒ اﻟﻜﱪى ﺑﺎﻟﻀﻐﻂ اﻟﺠﻮي املﻨﺨﻔﺾ؛ ﻟﺬا‬ ‫ٍ‬ ‫وﺗﻘﺎرﻳﺮ ﻋﱪ‬
‫ﺗﻐري اﻟﻀﻐﻂ‪ ،‬ﻗﺪ ﻳﻮﻓﺮ‬ ‫ﻛﻤﻲ ﻟﻠﻀﻐﻂ‪ ،‬وﻫﻮ ﻣﺎ ﻳﺴﻤﺢ ﺑﻤﻌﺮﻓﺔ ﴎﻋﺔ ﱡ‬ ‫ﻗﻴﺎس ﱟ‬ ‫ﻣﻦ ﺧﻼل ﺗﻮﻓري ٍ‬
‫ﻣﻌﻠﻮﻣﺎت ﺣﻮل ﻣﺎ ﻫﻮ ﻣﺤﺘﻤَ ﻞ وﺟﻮده ﰲ اﻷﻓﻖ وﻫﺬه املﻌﻠﻮﻣﺎت ﻗﺪ ﺗﻨﻘﺬ ﺣﻴﺎة‬ ‫ٍ‬ ‫اﻟﺒﺎروﻣﱰ‬
‫ﻻﺣﻘﺎ ﺑﻤﻜﺘﺐ املﻤﻠﻜﺔ‬‫رﺋﻴﺲ ملﺎ ﺻﺎر ﻳُﻌ َﺮف ً‬ ‫ٍ‬ ‫ﻻﺣﻘﺎ ﰲ ﺣﻴﺎة ﻓﻴﺘﺰروي‪ ،‬ﺻﺎر أو َل‬ ‫أﺷﺨﺎص‪ً .‬‬
‫املﺘﺤﺪة ﻟﻸرﺻﺎد اﻟﺠﻮﻳﺔ‪ .‬واﺳﺘﻐﻞ ﺧﺪﻣﺔ اﻟﺘﻠﻐﺮاف املﻄﺒ َﱠﻘﺔ ﺣﺪﻳﺜًﺎ ﺣﻴﻨﻬﺎ ﻟﺠﻤﻊ املﻌﻠﻮﻣﺎت‬
‫ﺑﻴﺎﻧﺎت ﻣﻮﺟﺰ ٍة ﺣﻮل اﻟﺤﺎﻟﺔ اﻟﺮاﻫﻨﺔ ﻟﻠﻄﻘﺲ ﰲ أﻧﺤﺎء‬ ‫ٍ‬ ‫اﻟﺨﺎﺻﺔ ﺑﺎﻷرﺻﺎد اﻟﺠﻮﻳﺔ وإﺻﺪار‬
‫ﴎﻋﺔ ﻧﻘﻞ أﺧﺒﺎر اﻟﻄﻘﺲ ﺗﺘﺠﺎوز ﴎﻋﺔ اﻟﻄﻘﺲ ﻧﻔﺴﻬﺎ‬ ‫َ‬ ‫ﺑﺮﻳﻄﺎﻧﻴﺎ‪ .‬وﺟﻌﻠﺖ ﺧﺪﻣﺔ اﻟﺘﻠﻐﺮاف‬
‫ﻟﻠﻤﺮة اﻷوﱃ‪ .‬وﺑﺎﻟﺘﻌﺎون ﻣﻊ ﻟﻮﻓريﻳﻪ اﻟﻔﺮﻧﴘ‪ ،‬اﻟﺬي اﺷﺘُﻬﺮ ﺑﺘﻄﺒﻴﻖ ﻗﻮاﻧني ﻧﻴﻮﺗﻦ ﻻﻛﺘﺸﺎف‬
‫ﻃﻘﺲ آﻧﻴﺔ‪.‬‬‫ٍ‬ ‫ﺳﺎﻫ َﻢ ﻓﻴﺘﺰروي ﰲ اﻟﺠﻬﻮد اﻟﺪوﻟﻴﺔ اﻷوﱃ ﻹﺟﺮاء ﻋﻤﻠﻴﺔ ﱡ‬
‫ﺗﻮﻗﻊ‬ ‫ﻛﻮﻛﺒَني ﺟﺪﻳﺪَﻳﻦ‪َ ،‬‬
‫اﻧﺘﻘﺪ ﻋﺎﻟﻢ اﻹﺣﺼﺎء ﻓﺮاﻧﺴﻴﺲ ﺟﺎﻟﺘﻮن — اﺑﻦ ﻋﻢ داروﻳﻦ — ﺗﻮﻗﻌﺎت اﻟﻄﻘﺲ ﻫﺬه ﺑﺸﺪة‪،‬‬
‫ﻃﻘﺲ ﰲ ﺻﺤﻴﻔﺔ »ﻟﻨﺪن ﺗﺎﻳﻤﺰ« ﰲ ﻋﺎم ‪،١٨٧٥‬‬ ‫ٍ‬ ‫وﻛﺎن ﺟﺎﻟﺘﻮن ﻧﻔﺴﻪ ﻗﺪ ﻧﴩ أول ﺧﺮﻳﻄﺔ‬
‫ﻳﻮﺿﺢ اﻟﺸﻜﻞ رﻗﻢ ‪.1-1‬‬ ‫ﻛﻤﺎ ﱢ‬
‫ﻳﻮﻓﺮ اﻟﺒﺬرة اﻟﺘﻲ ﺗُﻨﻤﻴﻬﺎ اﻟﻔﻮﴇ‪،‬‬ ‫إذا ﻛﺎن ﻋﺪم اﻟﻴﻘني اﻟﺬي ﻳﺮﺟﻊ إﱃ أﺧﻄﺎء اﻟﺮﺻﺪ ﱢ‬
‫ﻧﺤﻮ أﻓﻀﻞ‪ .‬ﻣﺜﻞ ﻻﺑﻼس‪ ،‬ﻛﺎن‬ ‫ﻓﻔﻬﻢ ﻋﺪم اﻟﻴﻘني ﻫﺬا ﺳﻴﺴﺎﻋﺪﻧﺎ ﰲ ﻣﺠﺎراة اﻟﻔﻮﴇ ﻋﲆ ٍ‬
‫ﺟﺎﻟﺘﻮن ﻣﻬﺘﻤٍّ ﺎ »ﺑﻨﻈﺮﻳﺔ اﻷﺧﻄﺎء« ﺑﺎملﻌﻨﻰ اﻷوﺳﻊ‪ .‬وﻟﺘﻮﺿﻴﺢ »املﻨﺤﻨﻰ اﻟﺠﺮﳼ« اﻟﺸﺎﺋﻊ‬
‫ري ﻣﻦ اﻷﺣﻴﺎن أﻧﻪ ﻳﻌﻜﺲ أﺧﻄﺎء اﻟﻘﻴﺎس‪ ،‬اﺑﺘ َﻜ َﺮ ﺟﺎﻟﺘﻮن »ﻛﻮﻳﻨﻜﺎﻧﻜﺲ«‪،‬‬ ‫واﻟﺬي ﻳﺒﺪو ﰲ ﻛﺜ ٍ‬
‫أو ﻣﺎ ﻳُﻄ َﻠﻖ ﻋﻠﻴﻪ اﻵن ﻟﻮﺣﺔ ﺟﺎﻟﺘﻮن‪ .‬ﺗﻈﻬﺮ أﻛﺜﺮ ﻧﺴﺦ ﻟﻮﺣﺔ ﺟﺎﻟﺘﻮن ﺷﻴﻮﻋً ﺎ ﰲ اﻟﺠﺎﻧﺐ‬
‫ﻣﺠﻤﻮﻋﺔ ﻣﻦ ﻛﺮات اﻟﺮﺻﺎص اﻟﺼﻐرية ﰲ‬ ‫ٍ‬ ‫اﻷﻳﴪ ﻣﻦ اﻟﺸﻜﻞ رﻗﻢ ‪ .2-1‬ﻣﻦ ﺧﻼل ﺻﺐﱢ‬
‫ﻟﻮﺣﺔ ﺟﺎﻟﺘﻮن‪ ،‬ﻛﺎن ﺟﺎﻟﺘﻮن ﻳُﺤﺎﻛﻲ ﻧﻈﺎﻣً ﺎ ﻋﺸﻮاﺋﻴٍّﺎ ﻛﺎﻧﺖ ﻓﺮﺻﺔ ﻛﻞ ﻛﺮ ٍة ﰲ املﺮور ﻋﲆ أﺣﺪ‬
‫ﺟﺎﻧﺒ َْﻲ ﻛﻞ »ﻣﺴﻤﺎر« ﻳﻌﱰض ﻃﺮﻳﻘﻬﺎ ‪ ،٥٠:٥٠‬وﻫﻮ ﻣﺎ ﻳﻔﴤ إﱃ ﺗﻮزﻳﻊ ﻟﻠﻜﺮات ذي ﺷﻜﻞ‬
‫اﺣﺘﻤﺎﻻت ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ أﻛﺜﺮ ﻣﻤﺎ ﰲ ﺣﺎﻟﺔ ﺧﻔﻘﺔ ﺟﻨﺎح اﻟﻔﺮاﺷﺔ اﻟﺘﻲ‬ ‫ٍ‬ ‫ﻆ أن ﺛَﻤﱠ َﺔ‬‫ﺟﺮﳼ‪ .‬ﻻﺣِ ْ‬
‫ﻻ ﻳﻤﻜﻦ ﺗﻜﺮارﻫﺎ؛ إذ رﺑﻤﺎ ﻳﺘﻼزم ﻣﺴﺎ َرا ﻛﺮﺗَني ﻣﺘﻘﺎرﺑﺘَني ﻣﻌً ﺎ أو ﻳﺘﻔﺮﻋﺎن ﻋﻨﺪ ﻛﻞ ﻣﺴﺘﻮًى‪.‬‬
‫ﺳﻨﻌﻮد ﻣﺠﺪدًا إﱃ أﻟﻮاح ﺟﺎﻟﺘﻮن ﰲ اﻟﻔﺼﻞ اﻟﺘﺎﺳﻊ‪ ،‬ﻟﻜﻨﻨﺎ ﺳﻨﺴﺘﺨﺪم ﻛﺜريًا ﻗﺒﻞ ذﻟﻚ أرﻗﺎﻣً ﺎ‬
‫ﻋﺸﻮاﺋﻴﺔ ﻣﺴﺘﻘﺎة ﻣﻦ املﻨﺤﻨﻰ اﻟﺠﺮﳼ ﻛﻨﻤﻮذج ﻟﻠﺘﺸﻮﻳﺶ‪ .‬ﻳﻤﻜﻦ رؤﻳﺔ املﻨﺤﻨﻰ اﻟﺠﺮﳼ‬

‫‪20‬‬
 ‫ﻇﻬﻮر ﻣﻔﻬﻮم اﻟﻔﻮﴇ‬

‫ﺗﺸري اﻟﺨﻄﻮط املﺘﻘﻄﻌﺔ إﱃ ﺗﺪ ﱡرﺟﺎت اﻟﻀﻐﻂ اﻟﺠﻮي‪ .‬وﺗﺸري اﻷرﻗﺎ ُم‬

‫ُ‬
‫واﻟﻜﻠﻤﺎت اﻟﻮﺻﻔﻴﺔ إﱃ ﺣﺎﻟﺔ اﻟﺒﺤﺮ واﻟﺴﻤﺎء‪،‬‬ ‫إﱃ ﺗﻨﻮﱡع درﺟﺎت اﻟﺤﺮارة‪،‬‬
‫واﻷﺳﻬ ُﻢ إﱃ اﺗﺠﺎه اﻟﺮﻳﺎح‪ ،‬وﻫﻲ أﺳﻬﻢ ذات رأس ﺷﺎﺋﻚ أو ذﻳﻞ وﻓﻖ ﻗﻮة‬
‫اﻟﺮﻳﺎح‪ .‬وﻳﺸري اﻟﺮﻣﺰ إﱃ ﻫﺪوء اﻟﺮﻳﺎح‪.‬‬

‫ﻨﴩ ﰲ ﺻﺤﻴﻔﺔٍ ﻋﲆ اﻹﻃﻼق‪ ،‬واﻟﺘﻲ أﻋَ ﺪﱠﻫﺎ ﻓﺮاﻧﺴﻴﺲ‬ ‫ﺷﻜﻞ ‪ :1-1‬أول ﺧﺮﻳﻄﺔٍ ﻟﻠﻄﻘﺲ ﺗُ َ‬
‫ﺟﺎﻟﺘﻮن‪ ،‬وﻧ ُ ِﴩت ﰲ ﺻﺤﻴﻔﺔ »ﻟﻨﺪن ﺗﺎﻳﻤﺰ« ﰲ ‪ ٣١‬ﻣﺎرس ‪.١٨٧٥‬‬

‫أﺳﻔﻞ ﻟﻮﺣﺔ ﺟﺎﻟﺘﻮن املﻮﺟﻮدة ﰲ اﻟﺠﺎﻧﺐ اﻷﻳﴪ ﻣﻦ اﻟﺸﻜﻞ رﻗﻢ ‪ ،2-1‬وﺳﻮف ﻧﺠﺪ ﻧﺴﺨﺔ‬
‫ﻣﺒﺴﻄﺔ ﻣﻦ املﻨﺤﻨﻰ أﻋﲆ اﻟﺸﻜﻞ رﻗﻢ ‪.4-3‬‬

‫‪21‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫‪A‬‬ ‫‪A‬‬

‫‪B‬‬ ‫‪B‬‬

‫ﺷﻜﻞ ‪ :2-1‬رﺳﻮم ﺟﺎﻟﺘﻮن اﻟﺘﺨﻄﻴﻄﻴﺔ اﻟﺘﻲ ﺗﺮﺟﻊ إﱃ ﻋﺎم ‪ ١٨٨٩‬ملﺎ ﻳُﻄ َﻠﻖ ﻋﻠﻴﻪ اﻵن »أﻟﻮاح‬
‫ﺟﺎﻟﺘﻮن«‪.‬‬

‫ﺗﻔﴤ دراﺳﺔ اﻟﻔﻮﴇ إﱃ اﺳﺘﺒﺼﺎر ﺟﺪﻳﺪ ﺣﻮل ﺳﺒﺐ اﺳﺘﻤﺮار ﻛﻮن ﺗﻮﻗﻌﺎت اﻟﻄﻘﺲ‬
‫ﻻ ﻳُﻌﻮﱠل ﻋﻠﻴﻬﺎ ﺣﺘﻰ ﺑﻌﺪ ﻣﺮور ﻣﺎ ﻳﻘﺮب ﻣﻦ ﻗﺮﻧَني ﻣﻦ اﻟﺰﻣﺎن‪ .‬ﻫﻞ ﻳﺮﺟﻊ اﻷﻣﺮ إﱃ ﻏﻴﺎب‬
‫اﻟﺘﻔﺎﺻﻴﻞ اﻟﺼﻐرية ﻋﻨﱠﺎ ﰲ ﻃﻘﺲ اﻟﻴﻮم‪ ،‬وﻫﻮ ﻣﺎ ﺗﱰﺗﺐ ﻋﻠﻴﻪ آﺛﺎر ﻫﺎﺋﻠﺔ ﰲ ﻃﻘﺲ اﻟﻐﺪ؟ أم‬
‫إﱃ أن اﻷﺳﺎﻟﻴﺐ اﻟﺘﻲ ﻧﺘﺒﻌﻬﺎ — رﻏﻢ ﻛﻮﻧﻬﺎ أﻓﻀﻞ ﻣﻦ أﺳﻠﻮب ﻓﻴﺘﺰروي — ﺗﻈﻞ ﻏري ﻛﺎﻣﻠﺔ؟‬
‫إن اﻟﺘﺠﺴﻴﺪ املﻨﺎﺧﻲ ﻟﺘﺄﺛري اﻟﻔﺮاﺷﺔ اﻟﺬي ذﻛﺮه ﺑﻮ ﺗﻜﻤﱢ ﻠﻪ ﻓﻜﺮة أن اﻟﻌﻠﻢ ﺑﻤﻘﺪوره ﺗﻮﻗﻊ‬
‫درﻛﺖ ﻣﻨﺬ ﻓﱰة ﰲ ﻛ ﱟﻞ ﻣﻦ‬ ‫ﻛﺎﻣﻼ‪ ،‬ﻏري أﻧﻪ ﺛَﻤﱠ َﺔ ﺣﻘﻴﻘﺔ أ ُ ِ‬
‫ً‬ ‫ﻛﻞ ﻣﺎ ﻫﻮ ﻣﺎدي ﺣﺎل ﻛﻮن اﻟﻌﻠﻢ‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ املﻔﺼﻠﺔ ﻟﻠﻄﻘﺲ أﻣ ًﺮا‬ ‫اﻟﻌﻠﻢ واﻷدب‪ ،‬وﻫﻲ أن اﻻﻋﺘﻤﺎد اﻟﺤﺴﺎس ﺳﻴﺠﻌﻞ ﻣﻦ ﻋﻤﻠﻴﺎت‬

‫‪22‬‬
 ‫ﻇﻬﻮر ﻣﻔﻬﻮم اﻟﻔﻮﴇ‬

‫ﺻﻌﺒًﺎ‪ ،‬ﺑﻞ رﺑﻤﺎ ﻳﺤ ﱡﺪ ﻣﻦ ﻣﺠﺎل اﻟﻔﻴﺰﻳﺎء‪ .‬ﰲ ﻋﺎم ‪ ،١٨٧٤‬أﺷﺎر ﻋﺎﻟﻢ اﻟﻔﻴﺰﻳﺎء ﺟﻴﻤﺲ ﻛﻠريك‬
‫ﻨﺎﺳﺐ ﻣﺎ ﺗﺼﺎﺣﺐ ﻧﺠﺎح أي ﻋﻠﻢ ﻣﻦ اﻟﻌﻠﻮم ً‬
‫ﻗﺎﺋﻼ‪:‬‬ ‫ﻣﺎﻛﺴﻮﻳﻞ إﱃ وﺟﻮد ﻋﻼﻗﺔ ﺗَ ٍ‬
‫ﻳﻨﻄﺒﻖ ﻫﺬا اﻷﻣﺮ ﻓﻘﻂ ﻋﻨﺪﻣﺎ ﻳﻨﺸﺄ ﻋﻦ اﻟﺘﻐريات اﻟﺼﻐرية ﰲ اﻟﻈﺮوف اﻷوﻟﻴﺔ‬
‫ري ﻣﻦ‬ ‫ٌ‬
‫ﺗﻐريات ﺻﻐرية ﻓﻘﻂ ﰲ اﻟﺤﺎﻟﺔ اﻟﻨﻬﺎﺋﻴﺔ ﻟﻠﻨﻈﺎم‪ ،‬وﻳﺘﺤﻘﻖ ﻫﺬا اﻟﴩط ﰲ ﻛﺜ ٍ‬
‫ﺗﻐري أوﱠﱄ ﺻﻐري ﱡ‬
‫ﺗﻐريٌ‬ ‫اﻟﻈﻮاﻫﺮ اﻟﻄﺒﻴﻌﻴﺔ اﻟﻜﱪى‪ ،‬ﻟﻜﻦ ﰲ ﺣﺎﻻت أﺧﺮى ﻗﺪ ﻳﻨﺸﺄ ﻋﻦ ﱡ‬
‫ﻫﺎﺋﻞ ﰲ اﻟﺤﺎﻟﺔ اﻟﻨﻬﺎﺋﻴﺔ ﻟﻠﻨﻈﺎم‪ ،‬ﻛﻤﺎ ﻳﺤﺪث ﻋﻨﺪﻣﺎ ﺗﺘﺴﺒﺐ ﻋﻤﻠﻴﺔ إزاﺣﺔ »اﻟﻨﻘﻂ«‬
‫ﰲ اﺻﻄﺪام ﻗﻄﺎر ﺳﻜﺔ ﺣﺪﻳﺪ ﺑﻘﻄﺎر َ‬
‫آﺧﺮ ً‬
‫ﺑﺪﻻ ﻣﻦ اﻻﻟﺘﺰام ﺑﻤﺴﺎره اﻟﺼﺤﻴﺢ‪.‬‬
‫ﻳﻌﱪ‬ ‫ﻣﺜﺎﻻ ﻧﻤﻮذﺟﻴٍّﺎ ﻋﲆ اﻟﻔﻮﴇ ﻣﻦ ﺣﻴﺚ ﻛﻮﻧﻪ ﱢ‬ ‫ﺑﻴﻨﻤﺎ ﻻ ﻳُﻌﺘﱪ ﻫﺬا املﺜﺎل ﻣﺮة أﺧﺮى ً‬
‫ﻋﻦ ﺣﺴﺎﺳﻴﺔ »ﻏري ﻗﺎﺑﻠﺔ ﻟﻠﺘﻜﺮار«‪ ،‬إﻻ أﻧﻪ ﻳﺼﻠﺢ ﰲ اﻟﻮﻗﺖ ﻧﻔﺴﻪ ﻟﻠﺘﻤﻴﻴﺰ ﺑني اﻟﺤﺴﺎﺳﻴﺔ‬
‫وﻋﺪم اﻟﻴﻘني؛ ﻓﻬﺬه اﻟﺤﺴﺎﺳﻴﺔ ﻻ ﺗﻤﺜﱢﻞ أي ﺗﻬﺪﻳﺪ ﻣﺎ دام أﻧﻪ ﻻ ﻳﻮﺟﺪ ﻋﺪم ﻳﻘني ﻓﻴﻤﺎ ﻳﺨﺺ‬
‫ﺻﺐﱠ‬ ‫ﻣﻮﺿﻊ اﻟﻨﻘﺎط‪ ،‬أو ﻓﻴﻤﺎ ﻳﺨﺺ أي ﻣﺴﺎر ﻳﺴﻠﻜﻪ أيﱞ ﻣﻦ اﻟﻘﻄﺎرﻳﻦ‪ُ .‬ﺧﺬْ ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل َ‬
‫ﻛﻮب ﻣﻦ املﺎء ُﻗﺮبَ ﺣﺎﻓﺔ ﰲ ﺳﻠﺴﻠﺔ ﺟﺒﺎل روﻛﻲ‪ .‬ﺳﻴﺘﺪﻓﻖ املﺎء ﻋﲆ أﺣﺪ ﺟﺎﻧﺒ َْﻲ ﻫﺬه اﻟﺤﺎﻓﺔ‬
‫اﻵﺧﺮ إﱃ ﻧﻬﺮ املﺴﻴﺴﻴﺒﻲ‪،‬‬ ‫اﻟﻘﺎرﻳﺔ ﻧﺤﻮ ﻧﻬﺮ ﻛﻠﻮرادو‪ ،‬ﺛﻢ إﱃ املﺤﻴﻂ اﻟﻬﺎدئ‪ ،‬وﻋﲆ اﻟﺠﺎﻧﺐ َ‬
‫ﺛﻢ ﰲ اﻟﻨﻬﺎﻳﺔ إﱃ املﺤﻴﻂ اﻷﻃﻠﻨﻄﻲ‪ .‬ﻳﻌﻜﺲ ﺗﺤﺮﻳﻚ ﻛﻮب املﺎء ﰲ أي اﺗﺠﺎه ﻣﻘﺪار اﻟﺤﺴﺎﺳﻴﺔ؛‬
‫إذ إن أي ﺗﻐﻴري ﺑﺴﻴﻂ ﰲ ﻣﻮﺿﻊ اﻟﻜﻮب ﻳﻌﻨﻲ أن ﺟُ َﺰﻳﺌًﺎ ﻣﺤ ﱠﺪدًا ﻣﻦ املﺎء ﺳﻴﻨﺘﻬﻲ ﺑﻪ املﺂل‬
‫ٍ‬
‫ﻣﺤﻴﻂ‬ ‫ﺗﻮﻗﻊ أي‬‫إﱃ ﻣﺤﻴﻂ ﻣﺨﺘﻠﻒ‪ .‬رﺑﻤﺎ ﻳﺤ ﱡﺪ ﻋﺪم ﻳﻘﻴﻨﻨﺎ ﰲ ﻣﻮﺿﻊ اﻟﻜﻮب ﻣﻦ ﻗﺪرﺗﻨﺎ ﻋﲆ ﱡ‬
‫ﺳﻴﺌﻮل إﻟﻴﻪ ذﻟﻚ اﻟﺠﺰيء‪ ،‬وﻫﻮ ﻣﺎ ﻻ ﻳﺤﺪث إﻻ »إذا« ﻛﺎن ﻋﺪم اﻟﻴﻘني ﻳﺘﺠﺎوز اﻟﺤ ﱠﺪ اﻟﻔﺎﺻﻞ‬
‫ﻟﻠﺤﺎﻓﺔ اﻟﻘﺎرﻳﺔ‪ .‬ﺑﺎﻟﻄﺒﻊ‪» ،‬إذا« ﻛﻨﱠﺎ ﻧﺤﺎول ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ ﻋﻤﻞ ذﻟﻚ‪ ،‬ﻓﺴﻴﺘﻮﺟﱠ ﺐ ﻋﻠﻴﻨﺎ ﰲ‬
‫ﻓﻀﻼ ﻋﻦ‬ ‫ً‬ ‫ً‬
‫ﺣﻘﻴﻘﺔ‪،‬‬ ‫ﻫﺬه اﻟﺤﺎﻟﺔ اﻟﺘﺴﺎؤل ﺣﻮل ﻣﺎ إذا ﻛﺎن ﺛَﻤﱠ َﺔ ﺧﻂ رﻳﺎﴈ ﻳﻔﺼﻞ اﻟﻘﺎرات‬
‫اﻟﺘﺴﺎؤل ﻋﻦ ﻃﺒﻴﻌﺔ املﺨﺎﻃﺮ اﻷﺧﺮى اﻟﺘﻲ ﺳﻴﺘﻌﺮض ﻟﻬﺎ ﺟﺰيء املﺎء‪ ،‬واﻟﺘﻲ ﺳﺘَﺤُ ﻮل دون‬
‫وﺻﻮﻟﻪ إﱃ املﺤﻴﻂ‪ .‬ﻋﺎد ًة ﻣﺎ ﺗﺘﻀﻤﻦ اﻟﻔﻮﴇ ﻣﺎ ﻫﻮ أﻛﺜﺮ ﻣﻦ »ﻧﻘﻄﺔ ﺗﺤﻮﱡل« واﺣﺪة ﻏري‬
‫ﻗﺎﺑﻠﺔ ﻟﻠﺘﻜﺮار‪ .‬ﺗﻤﻴﻞ اﻟﻔﻮﴇ ﰲ ﺳﻠﻮﻛﻬﺎ إﱃ أن ﺗﺸﺒﻪ ﻛﺜريًا ﺟﺰيء ﻣﺎء ﻳﺘﺒﺨﺮ ﻣﺮا ًرا وﺗﻜﺮا ًرا‬
‫وﻳﺴﻘﻂ ﰲ ﻣﻨﻄﻘﺔ ﺗﻮﺟﺪ ﺑﻬﺎ ﺣﺪود ﻓﺎﺻﻠﺔ ﻗﺎرﻳﺔ ﰲ ﻛﻞ ﻣﻜﺎن‪.‬‬
‫ﻳُﻌ َﺮف ﻣﻔﻬﻮم »اﻟﻼﺧﻄﻴﺔ« ﺑﺄﻧﻪ ﻛﻞ ﻣﺎ ﻫﻮ ﻟﻴﺲ ﺧﻄﻴٍّﺎ‪ .‬وﻳﺪﻋﻮ ﻫﺬا اﻟﻨﻮع ﻣﻦ اﻟﺘﻌﺮﻳﻒ‬
‫إﱃ اﻟﺤرية؛ إذ ﻛﻴﻒ ﻳﻤﻜﻦ ﻟﻠﻤﺮء أن ﻳﴩع ﰲ ﺗﻌﺮﻳﻒ اﻟﻄﺒﻴﻌﺔ اﻟﺒﻴﻮﻟﻮﺟﻴﺔ ﻟﺤﻴﻮاﻧﺎت ﻟﻴﺴﺖ‬
‫ﺧﻄﻲ‬
‫ﱟ‬ ‫أﻓﻴﺎﻻ؟ ﺗﺘﻤﺜﱠﻞ اﻟﻔﻜﺮة اﻷﺳﺎﺳﻴﺔ اﻟﺘﻲ ﻳﺠﺐ أن ﺗﻘ ﱠﺮ ﰲ اﻟﺬﻫﻦ اﻵن ﰲ أن أيﱠ ﻧﻈﺎم ﻻ‬
‫ً‬
‫ُﻈﻬﺮ ر ﱠد ﻓﻌﻞ ﻏري ﻣﺘﻨﺎﺳﺐ؛ ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل ﻗﺪ ﻳﻜﻮن أﺛﺮ إﺿﺎﻓﺔ ﻗﺸﺔ ﺛﺎﻧﻴﺔ إﱃ ﻇﻬﺮ‬ ‫ﺳﻴ ِ‬

‫‪23‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻈﻢ اﻟﺨﻄﻴﺔ‬‫اﻟﺒﻌري أﻛﱪ ﺑﻜﺜري )أو أﺻﻐﺮ ﺑﻜﺜري( ﻣﻦ أﺛﺮ اﻟﻘﺸﺔ اﻷوﱃ‪ .‬ﺗﺄﺗﻲ اﺳﺘﺠﺎﺑﺔ اﻟﻨ ﱡ ُ‬
‫دوﻣً ﺎ ﻣﺘﻨﺎﺳﺒﺔ‪ ،‬ﻓﻴﻤﺎ ﻻ ﺗﺘﴫف اﻟﻨﻈﻢ اﻟﻼﺧﻄﻴﺔ ﺑﺎﻟﴬورة ﻋﲆ ﻫﺬا اﻟﻨﺤﻮ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻤﻨﺢ‬
‫اﻟﻼﺧﻄﻴﺔ دو ًرا ﻣﺤﻮرﻳٍّﺎ ﰲ ﻧﺸﺄة اﻻﻋﺘﻤﺎد اﻟﺤﺴﺎس‪.‬‬

‫ﻋﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ‬

‫َ‬
‫ﻟﺴﺖ وﺣﺪك ﻫﻜﺬا‪،‬‬ ‫ﻟﻜﻨﻚ ﻳﺎ ﻓﺄري اﻟﺼﻐري‬
‫ﱡ‬
‫اﻟﺘﻮﻗ َﻊ أﻣﺮ ﺑﻼ ﻃﺎﺋﻞ‪:‬‬ ‫ﺑﺈﺛﺒﺎﺗﻚ أن‬
‫أﻓﻀﻞ ﺧﻄﻂ اﻟﻔﱤان واﻟﺒﴩ‬
‫ﺗﺬﻫﺐ ﺳﺪى ﰲ ﻏري ﻣﺂﻟﻬﺎ‪،‬‬
‫وﻻ ﺗﺨ ﱢﻠﻒ ﻟﻨﺎ ﺳﻮى اﻟﺤﺰن واﻷﻟﻢ‪،‬‬
‫ﻋﻮﺿﺎ ﻋﻦ اﻟﻔﺮح املﻮﻋﻮد!‬ ‫ً‬
‫ﻻ ﺗﺰال ﻣﺒﺎر ًﻛﺎ‪ ،‬ﻣﻘﺎ َر ً‬
‫ﻧﺔ ﺑﻲ!‬
‫ﻻ ﻳﺸﻐﻠﻚ إﻻ اﻟﺤﺎﴐ‪:‬‬
‫ﻟﻜﻦ آه! أﻧﺎ أﻋﻮد ﺑﻨﺎﻇ َﺮيﱠ إﱃ املﺎﴈ‪،‬‬
‫إﱃ ذﻛﺮﻳﺎت ﻛﺌﻴﺒﺔ!‬
‫وإﱃ املﺴﺘﻘﺒﻞ أﺗﻄ ﱠﻠﻊ‪ ،‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ ﻋﺪم ﻗﺪرﺗﻲ ﻋﲆ ﻣﺮآه‪،‬‬
‫وأﺣﺰر وأﺻﺎب ﺑﺎﻟﻬﻠﻊ!‬

‫روﺑﺮت ﺑريﻧﺰ‪ ،‬ﻗﺼﻴﺪة »إﱃ ﻓﺄر« )‪(١٧٨٥‬‬

‫ﺗُﺜﻨﻲ ﻗﺼﻴﺪة ﺑريﻧﺰ ﻋﲆ اﻟﻔﺄر ﻟﻘﺪرﺗﻪ ﻋﲆ اﻟﻌﻴﺶ ﰲ اﻟﺤﺎﴐ ﻓﻘﻂ‪ ،‬وﻫﻮ ﻻ ﻳﺪري أﻟ َﻢ‬
‫اﻟﺘﻮﻗﻌﺎت ﻏري املﺤﻘﻘﺔ أو اﻟﺬﻋﺮ اﻟﻨﺎﺷﺊ ﻋﻦ ﻋﺪم اﻟﻴﻘني ﺣﻴﺎل ﻣﺎ ﺳﻴﺠﺮي ﰲ املﺴﺘﻘﺒﻞ‪.‬‬ ‫ﱡ‬
‫ﻄﺎ‬ ‫وﻗﺪ ﻛﺎن ﺑريﻧﺰ ﻳﻜﺘﺐ ﰲ اﻟﻘﺮن اﻟﺜﺎﻣﻦ ﻋﴩ‪ ،‬ﻋﻨﺪﻣﺎ ﻛﺎن اﻟﻔﱤان واﻟﺒﴩ ﻳﻀﻌﻮن ﺧﻄ ً‬
‫ﰲ ﻇﻞ ﻣﺴﺎﻋﺪة ﻃﻔﻴﻔﺔ ﻣﻦ اﻵﻻت اﻟﺤﺴﺎﺑﻴﺔ‪ .‬ﺑﻴﻨﻤﺎ ﻗﺪ ﻳﻜﻮن اﻟﺘﻮﻗﻊ أﻣ ًﺮا ﻣﺆ ًملﺎ‪ ،‬ﻳﺒﺬل ﻋﻠﻤﺎء‬
‫ﺗﻮﻗﻊ ﻃﻘﺲ اﻟﻐﺪ املﺤﺘﻤﻞ ﺑﺼﻔﺔ ﻳﻮﻣﻴﺔ‪ ،‬وﰲ ﺑﻌﺾ‬ ‫اﻷرﺻﺎد اﻟﺠﻮﻳﺔ ﻗﺼﺎرى ﺟﻬﺪﻫﻢ ﰲ ﱡ‬
‫اﻟﺘﻮﻗﻊ‪ .‬ﰲ ﻋﺎم ‪ ،١٩٩٠‬ﰲ ذﻛﺮى ﻣﻴﻼد ﺑريﻧﺰ‪ ،‬ﻫﺒﱠﺖ ﻋﺎﺻﻔﺔ ﻫﺎﺋﻠﺔ‬ ‫ﱡ‬ ‫اﻷﺣﻴﺎن ﻳﺼﻴﺐ ﻫﺬا‬
‫ﻋﱪ ﻣﻨﻄﻘﺔ ﺷﻤﺎل أوروﺑﺎ‪ ،‬ﺑﻤﺎ ﻓﻴﻬﺎ اﻟﺠﺰر اﻟﱪﻳﻄﺎﻧﻴﺔ‪ ،‬وﻫﻮ ﻣﺎ ﺗﺴﺒﱠﺐَ ﰲ أﴐار ﺑﺎﻟﻐﺔ‬
‫ﰲ املﻤﺘﻠﻜﺎت واﻷرواح‪ .‬وﻗﺪ ﻣ ﱠﺮ ﻣﺮﻛﺰ اﻟﻌﺎﺻﻔﺔ ﻣﻦ ﻓﻮق ﻣﺴﻘﻂ رأس ﺑريﻧﺰ ﰲ اﺳﻜﺘﻠﻨﺪا‪،‬‬

‫‪24‬‬
 ‫ﻇﻬﻮر ﻣﻔﻬﻮم اﻟﻔﻮﴇ‬

‫ﺷﻜﻞ ‪ :3-1‬اﻟﻌﻨﻮان اﻟﺮﺋﻴﴘ ﻟﺼﺤﻴﻔﺔ »ذا ﺗﺎﻳﻤﺰ« ﰲ اﻟﻴﻮم اﻟﺘﺎﱄ ﻟﻌﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ‬
‫واﻟﺬي ﻳﻮﺿﺢ ﺣﺠﻢ اﻟﺪﻣﺎر اﻟﺬي ﻧﺘﺞ ﻋﻦ اﻟﻌﺎﺻﻔﺔ‪.‬‬

‫وﺻﺎرت ﻣﻌﺮوﻓﺔ ﺑﺎﺳﻢ ﻋﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ‪ .‬ﺗُ ﱢﺒني اﻟﻠﻮﺣﺔ اﻟﻌﻠﻮﻳﺔ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪4-1‬‬
‫ﺗﻮﺿﺢ ﺗﻔﺎﺻﻴﻞ اﻟﻌﺎﺻﻔﺔ وﻗﺖ اﻟﻈﻬرية ﰲ ﻳﻮم ‪ ٢٥‬ﻳﻨﺎﻳﺮ ﻣﻦ ﻋﺎم ‪.١٩٩٠‬‬ ‫ﺧﺮﻳﻄﺔ ﻃﻘﺲ ﱢ‬
‫ﺷﺨﺼﺎ ﰲ ﺷﻤﺎل أوروﺑﺎ‪ ،‬ﺣﻮاﱄ ﻧﺼﻔﻬﻢ ﻣﻦ‬ ‫ً‬ ‫ﻮﰲ ﻣﻦ ﺟ ﱠﺮاء ﺗﻠﻚ اﻟﻌﺎﺻﻔﺔ ﺳﺒﻌﺔ وﺗﺴﻌﻮن‬ ‫ﺗُ ﱢ‬
‫ﺑﺮﻳﻄﺎﻧﻴﺎ‪ ،‬وﻫﻮ ﻣﺎ ﺷ ﱠﻜ َﻞ أﻛﱪ ﻋﺪد وﻓﻴﺎت ﺗﺴﺒﱠﺒ َْﺖ ﻓﻴﻪ ﻋﺎﺻﻔﺔ ﺧﻼل ‪ ٤٠‬ﻋﺎﻣً ﺎ‪ ،‬ﻛﻤﺎ اﻗﺘُﻠِﻊ‬
‫ﻧﺤﻮ ‪ ٣‬ﻣﻼﻳني ﺷﺠﺮة‪ ،‬وﺑﻠﻐﺖ ﺗﻜﺎﻟﻴﻒ ﺗﻌﻮﻳﻀﺎت اﻟﺘﺄﻣني ﻣﻠﻴﺎري ﺟﻨﻴﻪ اﺳﱰﻟﻴﻨﻲ‪ .‬إﻻ أن‬
‫اﻟﺘﻮﻗﻌﺎت اﻟﻘﺎﴏة اﻟﻔﺎﺷﻠﺔ؛‬‫ﱡ‬ ‫ﻋﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ ﻟﻢ ﺗﻨﻀﻢ إﱃ ﻣﺜﻴﻼﺗﻬﺎ ﻣﻦ ﻣﺠﻤﻮﻋﺔ‬
‫ﺣﻴﺚ ﱠ‬
‫ﺗﻮﻗ َﻊ ﻣﻜﺘﺐ اﻷرﺻﺎد اﻟﺠﻮﻳﺔ وﻗﻮ َع اﻟﻌﺎﺻﻔﺔ‪.‬‬
‫ﰲ املﻘﺎﺑﻞ‪ ،‬ﺗُﺸﺘﻬﺮ اﻟﻌﺎﺻﻔﺔ اﻟﻜﱪى اﻟﺘﻲ ﺣﺪﺛﺖ ﰲ ﻋﺎم ‪ ١٩٨٧‬ﺑﺴﺒﺐ ﻧﴩة اﻷرﺻﺎد‬
‫اﻟﺠﻮﻳﺔ اﻟﺘﻠﻴﻔﺰﻳﻮﻧﻴﺔ ﻋﲆ ﻣﺤﻄﺔ ﺑﻲ ﺑﻲ ﳼ ﰲ اﻟﻠﻴﻠﺔ اﻟﺴﺎﺑﻘﺔ ﻋﲆ وﻗﻮﻋﻬﺎ‪ ،‬اﻟﺘﻲ أﺧﱪت‬
‫املﺸﺎﻫﺪﻳﻦ ﺑﺄﻻ ﻳﻘﻠﻘﻮا ﺣﻴﺎل اﻟﺸﺎﺋﻌﺎت اﻟﻘﺎدﻣﺔ ﻣﻦ ﻓﺮﻧﺴﺎ ﺑﻘﺮب ﻫﺒﻮب إﻋﺼﺎر ﻋﲆ إﻧﺠﻠﱰا‪.‬‬
‫ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ ،‬ﺑﻠﻐﺖ ﴎﻋﺔ اﻟﺮﻳﺎح ﰲ ﻛﻠﺘﺎ اﻟﻌﺎﺻﻔﺘَني أﻛﺜﺮ ﻣﻦ ﻣﺎﺋﺔ ﻣﻴﻞ ﰲ اﻟﺴﺎﻋﺔ‪،‬‬

‫‪25‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫)‪ECMWF ERA-40 Analysis VT:Thursday 25 January 1990 12UTC Surface: mean sea level pressure (Exp: 0001‬‬

‫ﺗﺒني ﻋﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ ﻛﻤﺎ ﺗﻈﻬﺮ ﻣﻦ ﺧﻼل ﻧﻤﻮذج‬‫ﺷﻜﻞ ‪ :4-1‬ﺧﺮﻳﻄﺔ ﻃﻘﺲ ﺣﺪﻳﺜﺔ ﱢ‬
‫ﱡ‬
‫ﺗﻮﻗﻊ ﻟﺤﺎﻟﺔ اﻟﻄﻘﺲ )ﰲ اﻟﺸﻜﻞ اﻟﻌﻠﻮي(‪ ،‬وﺗﻮﻗﻊ ﺣﺎﻟﺔ اﻟﻄﻘﺲ ﻗﺒﻞ اﻟﻌﺎﺻﻔﺔ ﺑﻴﻮﻣَ ني ﻟﻠﻮﻗﺖ‬
‫ُﻈﻬﺮ ﻳﻮﻣً ﺎ ﻃﻘﺴﻪ ﻟﻄﻴﻒ )ﰲ اﻟﺸﻜﻞ اﻟﺴﻔﲇ(‪.‬‬
‫ﻧﻔﺴﻪ ﻳ ِ‬

‫‪26‬‬
 ‫ﻇﻬﻮر ﻣﻔﻬﻮم اﻟﻔﻮﴇ‬

‫وﺗﺴﺒﱠﺒ َْﺖ ﻋﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ ﰲ ﺧﺴﺎﺋﺮ ﺑﴩﻳﺔ أﻛﺜﺮ؛ إﻻ أﻧﻪ ﺑﻌﺪ ﻣﺮور ﻋﴩﻳﻦ ﻋﺎﻣً ﺎ ﻋﲆ‬
‫وﻗﻮع ﺗﻠﻚ اﻟﻌﺎﺻﻔﺔ‪ ،‬ﻛﺜريًا ﻣﺎ ﺗُﺬ َﻛﺮ اﻟﻌﺎﺻﻔﺔ اﻟﻜﱪى اﻟﺘﻲ وﻗﻌﺖ ﰲ ﻋﺎم ‪١٩٨٧‬؛ رﺑﻤﺎ ﻧﻈ ًﺮا‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ إﱃ‬ ‫ﺗﻮﻗﻌﻬﺎ ﺟﻴﺪًا‪ .‬ﺗﺸري اﻟﻘﺼﺔ ا ُملﻔﻀﻴﺔ إﱃ ﻫﺬا‬‫ﻷن ﻋﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ »ﺟﺮى« ﱡ‬
‫ﻃﺮﻳﻘﺔ ﻣﺨﺘﻠﻔﺔ ﻳﻤﻜﻦ أن ﺗﺆﺛﱢﺮ ﺑﻬﺎ اﻟﻔﻮﴇ ﰲ ﻧﻤﺎذﺟﻨﺎ ﻋﲆ ﺣﻴﻮاﺗﻨﺎ دون اﺳﺘﺤﻀﺎر ﻋﻮاﻟﻢ‬
‫اﻵﺧﺮ ﻻ ﻳﺘﻀﻤﻨﻬﺎ‪.‬‬ ‫ﺑﺪﻳﻠﺔ‪ ،‬ﺑﻌﻀﻬﺎ ﻳﺘﻀﻤﱠ ﻦ ﻓﺮاﺷﺎت وﺑﻌﻀﻬﺎ َ‬
‫ﰲ اﻟﺼﺒﺎح اﻟﺒﺎﻛﺮ ﻟﻴﻮم ‪ ٢٤‬ﻳﻨﺎﻳﺮ ﻣﻦ ﻋﺎم ‪ ،١٩٩٠‬أرﺳﻠﺖ ﺳﻔﻴﻨﺘﺎن ﰲ ﻣﻨﺘﺼﻒ املﺤﻴﻂ‬
‫اﻷﻃﻠﻨﻄﻲ ﺗﻘﺎرﻳﺮ أرﺻﺎد ﺟﻮﻳﺔ روﺗﻴﻨﻴﺔ ﻣﻦ ﻣﻮﺿﻌَ ني ﻳﻘﻊ ﺑﻴﻨﻬﻤﺎ ﻣﺮﻛ ٌﺰ ﻣﺎ ﺻﺎر ﻳُﻌ َﺮف‬
‫ﻻﺣﻘﺎ ﺑﺎﺳﻢ ﻋﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ‪ .‬أﺳﻔﺮت ﻧﻤﺎذج اﻟﺘﻮﻗﻌﺎت اﻟﺘﻲ اﻋﺘﻤﺪت ﻋﲆ ﻫﺬه‬ ‫ً‬
‫ﺗﻮﻗﻊ ﺣﺪوث اﻟﻌﺎﺻﻔﺔ؛ ﻟﺬﻟﻚ أﻇﻬﺮ اﺳﺘﻌﺮاض ﻫﺬه اﻟﻨﻤﺎذج ﻣﺮة أﺧﺮى ﺑﻌﺪ‬ ‫اﻷرﺻﺎد ﻋﻦ ﱡ‬
‫ﺗﻮﻗﻌً ﺎ ﺑﻮﻗﻮع ﻋﺎﺻﻔﺔ‬‫وﻗﻮع اﻟﻌﺎﺻﻔﺔ أﻧﻪ ﻣﻊ اﺳﺘﺒﻌﺎد ﻫﺬه اﻷرﺻﺎد ﻛﺎﻧﺖ ﺳﺘﻘﺪﱠم اﻟﻨﻤﺎذجُ ﱡ‬
‫أﺿﻌﻒ ﰲ املﻮﺿﻊ اﻟﺨﺎﻃﺊ‪ .‬وﻧﻈ ًﺮا ﻷن ﻋﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ ﻫﺒ ْﱠﺖ ﺧﻼل اﻟﻨﻬﺎر‪ ،‬ﻛﺎن‬
‫ﻫﺎﺋﻼ ﻋﲆ ﻣﻌﺪﻻت اﻟﺨﺴﺎﺋﺮ ﰲ اﻷرواح؛ ﻟﺬا‬ ‫ً‬ ‫اﻹﺧﻔﺎق ﰲ ﺗﻘﺪﻳﻢ ﺗﺤﺬﻳﺮ ﺳﺎﺑﻖ ﺳﻴﺆﺛﱢﺮ ﺗﺄﺛريًا‬
‫ﺳﺘﻐري ﻣﻦ ﻧﺘﻴﺠﺔ اﻟﺘﻮﻗﻊ؛ وﻣﻦ‬ ‫ﱢ‬ ‫ﻟﺪﻳﻨﺎ ﻫﻨﺎ ﻣﺜﺎل ﻛﺎﻧﺖ ﺑﻀﻊ ﻣﻼﺣﻈﺎت — ﺣﺎل ﻏﻴﺎﺑﻬﺎ —‬
‫ﻣﺨﺼﺼﺔ ﻷﻏﺮاض‬ ‫ﱠ‬ ‫ﺛ َ ﱠﻢ ﻣﺴﺎر اﻷﺣﺪاث اﻹﻧﺴﺎﻧﻴﺔ‪ .‬ﺑﺎﻟﻄﺒﻊ‪ ،‬ﻳﺼﻌﺐ إﺿﺎﻋﺔ ﺳﻔﻴﻨﺔ ﰲ املﺤﻴﻂ‬
‫ﺗﻮﻗﻊ ﺣﺎﻟﺔ اﻟﻄﻘﺲ ﻋﻦ إﺿﺎﻋﺔ ﻣﺴﻤﺎر ﰲ ﺣﺪوة ﺟﻮاد‪ .‬ﺛَﻤﱠ َﺔ ﻣﺰﻳﺪ ﻣﻦ اﻟﺪروس املﺴﺘﻔﺎدة ﻣﻦ‬ ‫ﱡ‬
‫ﻫﺬه اﻟﻘﺼﺔ‪ ،‬وﺣﺘﻰ ﻧﺮى ﻣﺪى ﻋﻼﻗﺘﻬﺎ ﺑﻤﺎ ﻧﺤﻦ ﺑﺼﺪده ﻧﺤﺘﺎج إﱃ أن ﻧﺮى ﻛﻴﻒ »ﺗﻌﻤﻞ«‬
‫ﻧﻤﺎذج ﺗﻮﻗﻌﺎت اﻟﻄﻘﺲ‪.‬‬
‫ﺗﻮﻗﻊ ﺣﺎﻟﺔ اﻟﻄﻘﺲ ﻇﺎﻫﺮ ًة ﻣﻬﻤﺔ ﰲ ﺣﺪ ذاﺗﻬﺎ؛ إذ ﺗُﺠﻤﻊ اﻷرﺻﺎد ﻋﲆ ٍ‬
‫ﻧﺤﻮ‬ ‫ﺗُﻌﺘﱪ ﻋﻤﻠﻴﺔ ﱡ‬
‫ﻳﻮﻣﻲ ﰲ أﻛﺜﺮ اﻷﻣﺎﻛﻦ ﺑُﻌﺪًا ﻗﺪر اﻹﻣﻜﺎن‪ ،‬ﺛﻢ ﺗُﺮﺳﻞ ﺗﻘﺎرﻳﺮ ﺑﻬﺎ وﺗُﻮزع ﻋﲆ ﻣﻜﺎﺗﺐ اﻷرﺻﺎد‬ ‫ﱟ‬
‫اﻟﺠﻮﻳﺔ اﻟﻮﻃﻨﻴﺔ ﺣﻮل اﻟﻌﺎﻟﻢ‪ .‬وﺗﺴﺘﺨﺪم دول ﻛﺜرية ﻫﺬه اﻟﺒﻴﺎﻧﺎت ﰲ ﻧﻤﺎذﺟﻬﺎ اﻟﺤﺎﺳﻮﺑﻴﺔ‬
‫اﻟﺨﺎﺻﺔ ﺑﺎﻷرﺻﺎد اﻟﺠﻮﻳﺔ‪ .‬ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن ﺗﻜﻮن ﺗﻘﺎرﻳﺮ اﻷرﺻﺎد ﻋﺮﺿﺔ ﻷﺧﻄﺎء ﻗﺪﻳﻤﺔ‬
‫وﺑﺴﻴﻄﺔ‪ ،‬ﻣﺜﻞ ﺗﺴﺠﻴﻞ درﺟﺔ اﻟﺤﺮارة ﰲ ﺧﺎﻧﺔ ﴎﻋﺔ اﻟﺮﻳﺎح‪ ،‬أو ﺣﺪوث ﺧﻄﺄ ﻣﻄﺒﻌﻲ‪ ،‬أو‬
‫ﻟﻠﺘﻮﻗﻊ‪ ،‬ﺗﺨﻀﻊ اﻷرﺻﺎد‬ ‫ﱡ‬ ‫وﻗﻮع ﺧﻄﺄ ﻓﻨﻲ أﺛﻨﺎء اﻟﻨﻘﻞ‪ .‬وﻟﻠﺤﻴﻠﻮﻟﺔ دون إﻓﺴﺎد ﻫﺬه اﻷﺧﻄﺎء‬
‫ﻳﺘﻮﻗﻌﻪ اﻟﻨﻤﻮذج‬‫ﱠ‬ ‫اﻟﻮاﻓﺪة إﱃ ﻣﺮاﻗﺒﺔ اﻟﺠﻮدة؛ ﺑﺤﻴﺚ ﺗُﺴﺘﺒﻌَ ﺪ اﻷرﺻﺎد اﻟﺘﻲ ﻻ ﺗﺘﻔﻖ ﻣﻊ ﻣﺎ‬
‫ً‬
‫ﺧﺎﺻﺔ إذا ﻟﻢ ﺗﺘﻮاﻓﺮ أرﺻﺎد أﺧﺮى ﻗﺮﻳﺒﺔ وﻣﺴﺘﻘﻠﺔ ﺗﺪﻋﻤﻬﺎ؛ إﻧﻬﺎ‬ ‫)ﺑﺎﻟﻨﻈﺮ إﱃ آﺧِ ﺮ ﱡ‬
‫ﺗﻮﻗﻊ ﻟﻪ(‪،‬‬
‫ﺧﻄﺔ ﻣُﺤﻜﻤﺔ‪ .‬ﺑﺎﻟﻄﺒﻊ‪ ،‬ﻧﺎد ًرا ﻣﺎ ﺗﺘﻮاﻓﺮ أي أرﺻﺎد »ﻗﺮﻳﺒﺔ« ﻣﻦ أي ﻧﻮع ﰲ وﺳﻂ املﺤﻴﻂ‬

‫‪27‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫اﻷﻃﻠﻨﻄﻲ‪ ،‬وإذا أﻇﻬﺮت أرﺻﺎد اﻟﺴﻔﻴﻨﺔ اﻗﱰاب ﻋﺎﺻﻔﺔ ﻟﻢ ﻳﻜﻦ اﻟﻨﻤﻮذج ﻗﺪ ﱠ‬

‫ﺗﻮﻗ َﻊ ﻇﻬﻮ َرﻫﺎ‬
‫ﻫﻨﺎك‪ ،‬ﻳﺴﺘﺒﻌﺪ اﻟﱪﻧﺎﻣﺞ اﻟﺤﺎﺳﻮﺑﻲ اﻟﺨﺎص ﺑﻤﺮاﻗﺒﺔ اﻟﺠﻮدة آﻟﻴٍّﺎ ﻫﺬه اﻷرﺻﺎد‪.‬‬
‫ﻟﺤﺴﻦ اﻟﺤﻆ‪ ،‬ﺟﺮى ﺗﺠﺎﻫﻞ ﻧﺘﻴﺠﺔ اﻟﺤﺎﺳﻮب‪ .‬ﻛﺎن أﺣﺪ ﻣﺴﺌﻮﱄ ﺗﻌﺪﻳﻞ اﻟﺘﻮﻗﻌﺎت‬
‫اﻟﺠﻮﻳﺔ ﰲ ﻧﻮﺑﺔ ﻋﻤﻞ وأدرك اﻟﻘﻴﻤﺔ اﻟﻬﺎﺋﻠﺔ ﰲ ﻫﺬه اﻷرﺻﺎد‪ ،‬وﻛﺎن ﻋﻤﻞ املﺴﺌﻮل ﻳﺘﻤﺜﱠﻞ‬
‫ﰲ اﻟﺘﺪﺧﻞ ﻋﻨﺪﻣﺎ ﻳﻘﺪﱢم اﻟﺤﺎﺳﻮب ﻧﺘﺎﺋﺞَ ﻏري ﻣﻨﻄﻘﻴﺔ ﺗﻤﺎﻣً ﺎ‪ ،‬وﻫﻮ اﻷﻣﺮ اﻟﺬي ﻳﺘﻜ ﱠﺮر ﻛﺜريًا‪.‬‬
‫ﻟﻘﺒﻮل اﻷرﺻﺎد‪ .‬ﻳُﻌﺘﱪ اﺗﺨﺎذ ﻣﺜﻞ‬ ‫وﻗﺪ ﻗﺎم املﺴﺌﻮل ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ ﺑﺎﻟﺘﺤﺎﻳﻞ ﻋﲆ اﻟﺤﺎﺳﻮب َ‬
‫ﻫﺬا اﻹﺟﺮاء ﻣﺴﺄﻟﺔ ﺗﻘﺪﻳﺮﻳﺔ؛ إذ ﻟﻢ ﻳﻜﻦ ﺛَﻤﱠ َﺔ ﺳﺒﻴﻞ آﻧﺬاك ملﻌﺮﻓﺔ أي إﺟﺮاء ﻳﻤﻜﻦ أن ﻳﻔﴤَ‬
‫ﺗﻮﻗﻊ أﻓﻀﻞ‪ ،‬وﺟﺮى »اﻟﺘﺤﺎﻳﻞ« ﻋﲆ اﻟﺤﺎﺳﻮب‪ ،‬واﺳﺘُﺨﺪِﻣﺖ اﻷرﺻﺎد‪ ،‬وﻧﺘﺞ ﻋﻦ ذﻟﻚ أن‬ ‫إﱃ ﱡ‬
‫ﺗﻮﻗﻊ ﺑﻬﺒﻮب اﻟﻌﺎﺻﻔﺔ‪ ،‬وأُﻧﻘِ ﺬ اﻟﻜﺜري ﻣﻦ اﻷرواح‪.‬‬
‫ﺻﺪر ﱡ‬
‫ﺛَﻤﱠ َﺔ رﺳﺎﻟﺘﺎن ﻣﻬﻤﺘﺎن ﻳﻤﻜﻦ ﺗﺤﺼﻴﻠﻬﻤﺎ ﻫﻨﺎ؛ اﻟﺮﺳﺎﻟﺔ اﻷوﱃ ﻫﻲ أﻧﻪ ﰲ ﺣﺎل ﻛﺎﻧﺖ‬
‫اﻟﺘﻐريات اﻟﺼﻐرية ﰲ أرﺻﺎدﻧﺎ ﻗﺪ ﻳﻜﻮن ﻟﻬﺎ ﺗﺄﺛريٌ ﻛﺒريٌ ﻋﲆ ﺟﻮدة‬ ‫ﱡ‬ ‫ﻧﻤﺎذﺟﻨﺎ ﻓﻮﺿﻮﻳﺔ‪ ،‬ﻓﺈن‬
‫ﺗﻮﻗﻌﺎﺗﻨﺎ؛ ﻓﺎملﺤﺎﺳﺐ اﻟﺬي ﻳﺴﻌﻰ إﱃ اﻟﺘﻘﻠﻴﻞ ﻣﻦ اﻟﻨﻔﻘﺎت‪ ،‬وﺣﺴﺎب اﻟﻔﺎﺋﺪة اﻟﻨﻤﻮذﺟﻴﺔ‬
‫ﻣﺤﻄﺔ رﺻ ٍﺪ ﻟﺤﺎﻟﺔ ﻃﻘﺲ ﻣﺤﺪدة؛‬ ‫ِ‬ ‫املﺘﺤﻘﻘﺔ ﻣﻦ إﺣﺪى اﻷرﺻﺎد‪ ،‬ﺗﺤﺪﻳﺪًا اﻟﺘﻲ ﺟُ ِﻤﻌﺖ ﻣﻦ أي‬
‫ﺳﻴﻤﻴﻞ إﱃ اﻟﺘﻘﻠﻴﻞ ﻋﲆ ﻧﺤﻮ ﻫﺎﺋﻞ ﻣﻦ ﻗﻴﻤﺔ ﺗﻘﺮﻳﺮ ﻣﺴﺘﻘﺒﲇ أﺻﺪرﺗﻪ إﺣﺪى ﺗﻠﻚ املﺤﻄﺎت‬
‫اﻟﺘﻲ ﻳﺠﺮي اﻟﺮﺻﺪ ﻓﻴﻬﺎ ﰲ املﻮﺿﻊ اﻟﺼﺤﻴﺢ وﰲ اﻟﺘﻮﻗﻴﺖ اﻟﺼﺤﻴﺢ‪ ،‬ﻣﺜﻠﻤﺎ ﺳﻴﻘ ﱢﻠﻞ ﻣﻦ ﻗﻴﻤﺔ‬
‫ﻋﻤﻞ ﻣﺴﺌﻮل ﺗﻌﺪﻳﻞ اﻟﺘﻮﻗﻌﺎت‪ ،‬اﻟﺬي ﻻ ﻳﻮﺟﺪ ﻟﺪﻳﻪ ﻣﺎ ﻳﻔﻌﻠﻪ ﻋﺎد ًة‪ ،‬ﺑﺎملﻌﻨﻰ اﻟﺤﺮﰲ ﻟﻠﻜﻠﻤﺔ‪.‬‬
‫ﺗﻮﻗﻊ ﻋﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ ﻳﺸري إﱃ ﳾء ﻣﺨﺘﻠﻒ ً‬
‫ﻗﻠﻴﻼ‬ ‫ﺗﺘﻤﺜﱠﻞ اﻟﺮﺳﺎﻟﺔ اﻟﺜﺎﻧﻴﺔ ﰲ أن ﱡ‬
‫ﻋﻦ ﺗﺄﺛري اﻟﻔﺮاﺷﺔ‪ .‬ﺗﺘﻴﺢ ﻟﻨﺎ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ أن ﻧﻔ ﱢﻜﺮ ﻓﻴﻤﺎ ﺳﻴﺄﺗﻲ ﺑﻪ املﺴﺘﻘﺒﻞ اﻟﺤﻘﻴﻘﻲ‪،‬‬
‫أﺧﺬ اﻟﻌﻮاﻟﻢ املﺤﺘﻤﻠﺔ ﰲ اﻻﻋﺘﺒﺎر‪ ،‬اﻟﺘﻲ رﺑﻤﺎ ﻻ ﻳﻮﺟﺪ ﻣﻨﻬﺎ إﻻ ﻋﺎﻟﻢ واﺣﺪ‪،‬‬ ‫»ﻟﻴﺲ« ﻣﻦ ﺧﻼل ْ‬
‫ﺑﻞ ﻣﻦ ﺧﻼل ﻣﻘﺎرﻧﺔ ﻧﻤﺎذج ﻣﺤﺎﻛﺎة ﻣﺨﺘﻠﻔﺔ ﻟﻠﻨﻤﻮذج املﺴﺘﺨﺪم ﻟﺪﻳﻨﺎ‪ ،‬اﻟﺘﻲ رﺑﻤﺎ ﻳﺘﻮاﻓﺮ‬
‫ً‬
‫ﻃﺮﻗﺎ ﺟﺪﻳﺪ ًة ﻟﻠﺘﻜﻬﱡ ﻦ‬ ‫ﻣﻨﻬﺎ أﻋﺪاد ﺑﻘﺪر ﻣﺎ ﻳﺘﺎح ﻟﻨﺎ‪ .‬ﻣﺜﻠﻤﺎ ﻗﺪ ﻳﺪرك ﺑريﻧﺰ‪ ،‬ﻳﻘﺪﱢم ﻟﻨﺎ اﻟﻌﻠﻢ‬
‫ﻧﺔ ﺑني ﻋﺎملني ﻣﺨﺘﻠﻔني؛ ﻋﺎﻟﻢ‬‫وﻳﻄﺮح ﻟﻨﺎ أﺷﻴﺎءَ ﺟﺪﻳﺪ ًة ﻧﺨﺸﺎﻫﺎ‪ .‬ﻳﻌﻘﺪ ﺗﺄﺛري اﻟﻔﺮاﺷﺔ ﻣﻘﺎ َر ً‬
‫آﺧﺮ دوﻧﻪ‪ .‬ﻳﻀﻊ »أﺛﺮ ﺑريﻧﺰ« ﻛﻞ اﻟﱰﻛﻴﺰ ﻋﻠﻴﻨﺎ وﻋﲆ ﻣﺤﺎوﻻﺗﻨﺎ‬ ‫ﻳﺘﻀﻤﻦ ﻣﺴﻤﺎ ًرا وﻋﺎﻟﻢ َ‬
‫ﻻﺗﺨﺎذ ﻗﺮارات ﻋﻘﻼﻧﻴﺔ ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪ ،‬ﺑﺎﺳﺘﺨﺪام ﻣﺠﻤﻮﻋﺎت ﻣﻦ ﻧﻤﺎذج ﻣﺤﺎﻛﺎة ﻣﺨﺘﻠﻔﺔ‬
‫ﰲ ﻇ ﱢﻞ ﻧﻤﺎذج ﻏري ﻛﺎﻣﻠﺔ ﻣﺘﻨﻮﻋﺔ‪ ،‬وﻳُﻌَ ﱡﺪ اﻹﺧﻔﺎق ﰲ اﻟﺘﻤﻴﻴﺰ ﺑني اﻟﻮاﻗﻊ وﻧﻤﺎذﺟﻨﺎ‪ ،‬وﺑني‬
‫املﻼﺣﻈﺎت واﻟﺮﻳﺎﺿﻴﺎت‪ ،‬وﺑني اﻟﺤﻘﺎﺋﻖ اﻟﺘﺠﺮﻳﺒﻴﺔ واﻟﺨﻴﺎل اﻟﻌﻠﻤﻲ؛ ﻫﻮ اﻟﺴﺒﺐ اﻟﺠﺬري ﰲ‬
‫ﻣﻌﻈﻢ اﻟﺤرية ﺣﻴﺎل اﻟﻔﻮﴇ اﻟﺘﻲ ﻳُﺴﺒﱢﺒﻬﺎ اﻟﻌﺎﻣﺔ أو ﺗَﺤﺪث ﺑني اﻟﻌﻠﻤﺎء‪ .‬ﻟﻘﺪ ﻛﺎن إﺟﺮاء‬

‫‪28‬‬
 ‫ﻇﻬﻮر ﻣﻔﻬﻮم اﻟﻔﻮﴇ‬

‫ﺑﺤﻮث ﺣﻮل اﻟﻼﺧﻄﻴﺔ واﻟﻔﻮﴇ ﻫﻮ ﻣﺎ أوﺿﺢ ﻣﺮ ًة أﺧﺮى ﻣﺪى أﻫﻤﻴﺔ ﻫﺬا اﻟﺘﻤﻴﻴﺰ‪ ،‬وﺳﻮف‬
‫ﻟﻨﻠﻘﻲ ﻧﻈﺮة أﻋﻤﻖ ﻋﲆ ﻛﻴﻔﻴﺔ اﺳﺘﻔﺎدة ﻣﺴﺌﻮﱄ ﺗﻮﻗﻌﺎت اﻟﻄﻘﺲ ﰲ‬ ‫َ‬ ‫ﻧﻌﻮد ﰲ اﻟﻔﺼﻞ اﻟﻌﺎﴍ‬
‫ﺗﻮﻗﻌﻬﻢ ﻟﻬﺬه اﻟﻌﺎﺻﻔﺔ‪.‬‬ ‫ﻳﻮﻣﻨﺎ ﻫﺬا ﺑﺎﻻﺳﺘﺒﺼﺎرات املﺴﺘﻘﺎة ﻣﻦ ﻓﻬﻤﻬﻢ ﻟﻠﻔﻮﴇ ﻋﻨﺪ ﱡ‬
‫ﻈﻢ اﻟﺮﻳﺎﺿﻴﺔ اﻟﻔﻮﺿﻮﻳﺔ؛‬‫ﻣﺮرﻧﺎ ﻣﺮو ًرا ﴎﻳﻌً ﺎ اﻵن ﻋﲆ اﻟﺴﻤﺎت اﻟﺜﻼث املﻮﺟﻮدة ﰲ اﻟﻨ ﱡ ُ‬
‫ﻓﺎﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ ﺗﺘﻤﻴﺰ ﺑﺄﻧﻬﺎ ﻻ ﺧﻄﻴﺔ‪ ،‬وﺣﺘﻤﻴﺔ‪ ،‬وﻏري ﻣﺴﺘﻘﺮة ﻣﻦ ﺣﻴﺚ إﻧﻬﺎ ﺗُ ِ‬
‫ﻈﻬﺮ‬
‫ﺣﺴﺎﺳﻴﺔ ﺗﺠﺎه اﻟﴩط املﺒﺪﺋﻲ‪ .‬ﰲ اﻟﻔﺼﻮل اﻟﺘﺎﻟﻴﺔ ﺳﻨﻌﻤﻞ ﻋﲆ اﻟﱰﻛﻴﺰ ﻋﲆ ﻫﺬه اﻟﺴﻤﺎت‬
‫أﻛﺜﺮ‪ ،‬ﺑَﻴْ َﺪ أن ﻣﺠﺎل اﻫﺘﻤﺎﻣﺎﺗﻨﺎ اﻟﺤﻘﻴﻘﻲ ﻻ ﻳﻜﻤﻦ ﰲ اﻟﻔﻮﴇ اﻟﺮﻳﺎﺿﻴﺔ ﻓﺤﺴﺐ‪ ،‬ﺑﻞ ﻓﻴﻤﺎ‬
‫ﺗﺴﺘﻄﻴﻊ أن ﺗﺨﱪﻧﺎ ﺑﻪ ﻋﻦ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪.‬‬

‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ وﺷﻴﻄﺎن اﻟﻘﺮن‬ ‫اﻟﻔﻮﴇ واﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪ :‬اﻟﻘﺎﺑﻠﻴﺔ‬
‫اﻟﺤﺎدي واﻟﻌﴩﻳﻦ‬

‫ﻻ ﻳﻮﺟﺪ ﺧﻄﺄ أﻛﱪ ﰲ اﻟﻌﻠﻢ ﻣﻦ اﻻﻋﺘﻘﺎد ﺑﺄن ﻣﺠﺮد إﺟﺮاء ﻋﻤﻠﻴﺔ رﻳﺎﺿﻴﺔ ﻣﺎ‬
‫ﺳﻴﺠﻌﻞ ﻇﺎﻫﺮة ﻣﺎ ﰲ اﻟﻄﺒﻴﻌﺔ ﻣﺆﻛﺪة‪.‬‬
‫أﻟﻔﺮﻳﺪ ﻧﻮرث واﻳﺘﻬﻴﺪ )‪(١٩٥٣‬‬

‫ﻣﺎ ﻫﻲ اﻟﺘﺪاﻋﻴﺎت اﻟﺘﻲ ﺗﻨﻄﻮي ﻋﻠﻴﻬﺎ اﻟﻔﻮﴇ ﰲ ﺣﻴﺎﺗﻨﺎ اﻟﻴﻮﻣﻴﺔ؟ ﺗﺆﺛﱢﺮ اﻟﻔﻮﴇ ﻋﲆ ﻃﺮق‬
‫ﺗﻮﻗﻊ ﺣﺎﻟﺔ اﻟﻄﻘﺲ‪ ،‬وﻫﻮ ﻣﺎ ﻳﺆﺛﱢﺮ ﻋﻠﻴﻨﺎ ﻣﺒﺎﴍ ًة ﻣﻦ ﺧﻼل اﻟﻄﻘﺲ‪ ،‬وﺑﻄﺮﻳﻘﺔ‬ ‫ووﺳﺎﺋﻞ ﱡ‬
‫ﻏري ﻣﺒﺎﴍة ﻣﻦ ﺧﻼل اﻵﺛﺎر اﻻﻗﺘﺼﺎدﻳﺔ املﱰﺗﺒﺔ ﻋﲆ ﻛ ﱟﻞ ﻣﻦ اﻟﻄﻘﺲ واﻟﺘﻮﻗﻌﺎت ﻧﻔﺴﻬﺎ‪.‬‬
‫اﻟﺘﻐري املﻨﺎﺧﻲ‪ ،‬وﰲ ﻗﺪرﺗﻨﺎ ﻋﲆ ﱡ‬
‫ﺗﻮﻗﻊ ﻗﻮة ﻇﺎﻫﺮة‬ ‫ﱡ‬ ‫أﻳﻀﺎ دو ًرا ﰲ ﻣﺴﺎﺋﻞ‬‫ﻛﻤﺎ ﺗﻠﻌﺐ اﻟﻔﻮﴇ ً‬
‫اﻻﺣﱰار اﻟﻌﺎملﻲ وآﺛﺎرﻫﺎ‪ .‬وﺑﻴﻨﻤﺎ ﺛَﻤﱠ َﺔ أﺷﻴﺎء أﺧﺮى ﻛﺜرية ﻧﺘﻮﻗﻌﻬﺎ‪ ،‬ﻳﻤﻜﻦ اﻻﺳﺘﻌﺎﻧﺔ ﺑﺎﻟﻄﻘﺲ‬
‫واملﻨﺎخ ﻟﺘﻤﺜﻴﻞ ﻋﻤﻠﻴﺘَﻲ‪ :‬اﻟﺘﻮﻗﻊ اﻟﻘﺼري اﻷﺟﻞ واﻟﻨﻤﺬﺟﺔ اﻟﻄﻮﻳﻠﺔ املﺪى‪ ،‬ﻋﲆ اﻟﺘﻮاﱄ‪ .‬ﺳﻴﺼﺒﺢ‬
‫ً‬
‫ﺳﺆاﻻ ﻳﺸﺒﻪ أﺳﺌﻠﺔ‬ ‫ﺳﺆال ﻣﻦ ﻗﺒﻴﻞ »ﻣﺘﻰ ﻳﺤﺪث اﻟﻜﺴﻮف اﻟﺸﻤﴘ اﻟﻘﺎدم؟« ﰲ ﻋﻠﻢ اﻟﻔﻠﻚ‬
‫اﻟﻄﻘﺲ‪ ،‬ﺑﻴﻨﻤﺎ ﺳﺆال ﻣﻦ ﻗﺒﻴﻞ »ﻫﻞ اﻟﻨﻈﺎم اﻟﺸﻤﴘ ﻣﺴﺘﻘﺮ؟« ﻳﺸﺒﻪ أﺳﺌﻠﺔ اﻟﻮﺿﻊ املﻨﺎﺧﻲ‪.‬‬
‫ﰲ ﻣﺠﺎل اﻟﺘﻤﻮﻳﻞ‪ ،‬ﻳُﻌﺘﱪ ﺳﺆال ﺣﻮل أﻓﻀﻞ وﻗﺖ ﻟﴩاء ‪ ١٠٠‬ﺳﻬﻢ ﻣﻦ ﻣﺠﻤﻮﻋﺔ أﺳﻬﻢ‬
‫ﺳﺆاﻻ ﺣﻮل ﺣﺎﻟﺔ اﻟﻄﻘﺲ‪ ،‬ﺑﻴﻨﻤﺎ ﺳﺆال ﺣﻮل ﻣﺎ إذا ﻛﺎن اﻻﺳﺘﺜﻤﺎر ﰲ‬ ‫ً‬ ‫ً‬
‫ﺳﺆاﻻ ﻳﺸﺒﻪ‬ ‫ﻣﺤﺪدة‬
‫ً‬
‫ﺳﺆاﻻ ﺣﻮل اﻟﻮﺿﻊ املﻨﺎﺧﻲ‪.‬‬ ‫ﺳﻮق اﻷﺳﻬﻢ أﻓﻀﻞ أم ﰲ املﺠﺎل اﻟﻌﻘﺎري ﻳﺸﺒﻪ‬

‫‪29‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫أﻳﻀﺎ أﺛﺮ ﻛﺒري ﻋﲆ اﻟﻌﻠﻮم‪ ،‬ﻣﻦ ﺧﻼل ﻓﺮض إﻋﺎدة اﻟﻨﻈﺮ ﻣﻠﻴٍّﺎ ﻓﻴﻤﺎ ﻳﻌﻨﻴﻪ‬ ‫ﻟﻠﻔﻮﴇ ً‬
‫اﻟﻌﻠﻤﺎء ﺑﻜﻠﻤﺘَ ْﻲ »ﺧﻄﺄ« و»ﻋﺪم اﻟﻴﻘني«‪ ،‬وﰲ ﻛﻴﻔﻴﺔ ﺗﻐري ﻫﺬه املﻌﺎﻧﻲ ﻋﻨﺪ ﺗﻄﺒﻴﻘﻬﺎ ﻋﲆ‬
‫ﻋﺎملﻨﺎ وﻧﻤﺎذﺟﻨﺎ‪ .‬ﻣﺜﻠﻤﺎ أﺷﺎر واﻳﺘﻬﻴﺪ‪ ،‬ﻓﻤﻦ اﻟﺨﻄﻮرة ﺑﻤﻜﺎن ﺗﻔﺴري ﻧﻤﺎذﺟﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ ﻛﻤﺎ‬
‫ٍ‬
‫ﺑﻄﺮﻳﻘﺔ ﻣﺎ‪ .‬وﻣﻦ املﺜري ﻟﻠﺠﺪل أن أﻛﺜﺮ ﺗﺄﺛريات اﻟﻔﻮﴇ‬ ‫ﻟﻮ ﻛﺎﻧﺖ ﺗﺘﺤﻜﻢ ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‬
‫إﺛﺎر ًة ﻟﻼﻫﺘﻤﺎم ﻟﻴﺴﺖ ﺟﺪﻳﺪة ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ ،‬ﺑَﻴْ َﺪ أن اﻟﺘﻄﻮرات اﻟﺮﻳﺎﺿﻴﺔ ﰲ اﻟﺨﻤﺴني ﻋﺎﻣً ﺎ‬
‫ﻄﺖ اﻟﻀﻮءَ ﻣﻦ ﺟﺪﻳﺪ ﻋﲆ اﻟﻜﺜري ﻣﻦ املﺴﺎﺋﻞ اﻟﻘﺪﻳﻤﺔ‪ .‬ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل‪ ،‬ﻣﺎ ﻫﻮ‬ ‫اﻷﺧرية ﺳ ﱠﻠ َ‬
‫أﺛﺮ ﻋﺪم اﻟﻴﻘني ﻋﲆ ﺗﺠﺴﻴﺪ ﺷﻴﻄﺎن ﻻﺑﻼس ﰲ اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ‪ ،‬اﻟﺬي ﻟﻢ ﻳﺘﻤ ﱠﻜﻦ‬
‫ﻣﻦ اﻟﻔﻜﺎك ﻣﻦ اﻟﺘﺸﻮﻳﺶ اﻟﺬي ﺗﺘﻌﺮض ﻟﻪ املﻼﺣﻈﺎت؟‬
‫ﺗﺼ ﱠﻮ ْر وﺟﻮد ﻛﻴﺎن ذﻛﻲ ﻳﻌﺮف ﺟﻤﻴ َﻊ ﻗﻮاﻧني اﻟﻄﺒﻴﻌﺔ ﺑﺪﻗﺔ‪ ،‬وﺗﺘﻮاﻓﺮ ﻟﺪﻳﻪ ﻣﻼﺣﻈﺎت‬
‫ﺟﻴﺪة — ﻟﻜﻨﻬﺎ ﻏري ﻛﺎﻣﻠﺔ — ﻋﻦ ﻧﻈﺎم ﻓﻮﺿﻮي ﻣﻌﺰول ﺧﻼل ﻓﱰة ﻃﻮﻳﻠﺔ اﻋﺘﺒﺎﻃﻴٍّﺎ‪.‬‬
‫ﻓﻼ ﻳﺴﺘﻄﻴﻊ ﻫﺬا اﻟﻜﻴﺎن — ﺣﺘﻰ إذا ﻛﺎن ﻛﺒريًا ﺑﻤﺎ ﻳﻜﻔﻲ ﻹﺧﻀﺎع ﺟﻤﻴﻊ ﻫﺬه اﻟﺒﻴﺎﻧﺎت‬
‫ﻓﻀﻼ‬‫ً‬ ‫ﻟﺘﺤﻠﻴﻞ ﺣﺴﺎﺑﻲ دﻗﻴﻖ — ﺗﺤﺪﻳ َﺪ اﻟﺤﺎﻟﺔ اﻟﺮاﻫﻨﺔ ﻟﻠﻨﻈﺎم؛ وﻣﻦ ﺛ َ ﱠﻢ ﺳﻴﻈﻞ اﻟﺤﺎﴐُ ‪،‬‬
‫ﻳﻘﻴﻨﻲ ﰲ ﻧﻈﺮ ﻫﺬا اﻟﻜﻴﺎن اﻟﺬﻛﻲ‪ .‬وﺑﻴﻨﻤﺎ ﻻ ﻳﺴﺘﻄﻴﻊ ﻫﺬا اﻟﻜﻴﺎن ﱡ‬
‫ﺗﻮﻗ َﻊ‬ ‫ﱟ‬ ‫ﻋﻦ املﺴﺘﻘﺒﻞ‪ ،‬ﻏريَ‬
‫املﺴﺘﻘﺒﻞ ﻋﲆ ﻧﺤﻮ دﻗﻴﻖ‪ ،‬ﻟﻦ ﻳﻨﻄﻮيَ املﺴﺘﻘﺒﻞ ﻋﲆ أي ﻣﻔﺎﺟﺂت ﺣﻘﻴﻘﻴﺔ ﻟﻪ؛ إذ ﺳريى ﻣﺎ‬
‫ﻳﻤﻜﻦ وﻣﺎ ﻻ ﻳﻤﻜﻦ أن ﻳﺤﺪث‪ ،‬وﺳﻴﻜﻮن ﻋﲆ ﻋﻠﻢ ﺑﺎﺣﺘﻤﺎﻟﻴﺔ وﻗﻮع أي ﺣﺪث ﻣﺴﺘﻘﺒﲇ؛ إﻧﻬﺎ‬
‫ﻟﺘﻮﻗﻊ اﻟﻌﺎﻟﻢ اﻟﺬي ﻳﺴﺘﻄﻴﻊ أن ﻳﺮاه‪ .‬وﺳﻴُﱰﺟﻢ ﻋﺪم اﻟﻴﻘني ﰲ اﻟﺤﺎﴐ إﱃ ﻋﺪم ﻳﻘني‬ ‫ﻗﺎﺑﻠﻴﺔ ﱡ‬
‫ً‬
‫ﻛﺎﻣﻼ‪.‬‬ ‫ﰲ املﺴﺘﻘﺒﻞ ﻣُﻘﺎس ﻛﻤﻴٍّﺎ ﺟﻴﺪًا‪ ،‬إذا ﻛﺎن ﻧﻤﻮذج اﻟﻜﻴﺎن اﻟﺬﻛﻲ‬
‫ﰲ ﺳﻠﺴﻠﺔ ﻣﺤﺎﴐات ﺟﻴﻔﻮرد ﰲ ﻋﺎم ‪ ،١٩٢٧‬أﺻﺎب اﻟﺴري آرﺛﺮ إدﻧﺠﺘﻮن ﻛﺒﺪ ﻣﺴﺄﻟﺔ‬
‫ً‬
‫ﺧﺎﺻﺔ إذا ﻛﺎﻧﺖ ﺗﺘﻌﻠﻖ‬ ‫اﻟﻔﻮﴇ؛ ﻓﺒﻌﺾ اﻷﺷﻴﺎء ﺑﺴﻴﻄﺔ ﻟﺪرﺟﺔ أﻧﻬﺎ ﻻ ﺗﺤﺘﺎج إﱃ ﺗﻮﻗﻊ‪،‬‬
‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ‪ ،‬أﺣﻴﺎﻧًﺎ‪ .‬ﻳﻘﻮل ﰲ ﻫﺬا اﻟﺸﺄن‪:‬‬ ‫ﺑﺎﻟﺮﻳﺎﺿﻴﺎت ﻧﻔﺴﻬﺎ‪ ،‬ﺑﻴﻨﻤﺎ ﺗﺒﺪو أﺷﻴﺎء أﺧﺮى ﻗﺎﺑﻠﺔ‬

‫ﻣﻦ املﺘﻮﻗﻊ ﺣﺪوث ﻛﺴﻮف ﻛﲇ ﻟﻠﺸﻤﺲ ﻳﻤﻜﻦ رؤﻳﺘﻪ ﰲ ﻛﻮرﻧﻮول ﰲ ‪ ١١‬أﻏﺴﻄﺲ‬

‫‪ … ١٩٩٩‬رﺑﻤﺎ أﻏﺎﻣﺮ ﺑﺎﻟﻘﻮل ﺑﺄن ‪ ٢ + ٢‬ﺳﺘﺴﺎوي ‪ ٤‬ﺣﺘﻰ ﰲ ﻋﺎم ‪… ١٩٩٩‬‬
‫ً‬
‫دﻗﻴﻘﺎ‬ ‫ﻣﺤﺘﻤﻼ أن ﻳﺼﺒﺢ ﺗﻮﻗﻊ اﻟﻄﻘﺲ ملﺜﻞ ﻫﺬا اﻟﻮﻗﺖ ﻣﻦ اﻟﻌﺎم اﻟﻘﺎدم‬ ‫ً‬ ‫ﻟﻴﺲ‬
‫ﻋﲆ اﻹﻃﻼق … ﻳﺴﺘﻠﺰم اﻷﻣﺮ ﻣﻨﱠﺎ ﻣﻌﺮﻓﺔ ﻣﻔﺼﻠﺔ ﻟﻠﻐﺎﻳﺔ ﺑﺎﻟﻈﺮوف اﻟﺮاﻫﻨﺔ؛ إذ إن‬
‫أي اﻧﺤﺮاف ﻣﺤﲇ ﺻﻐري ﻗﺪ ﻳﱰﺗﱠﺐ ﻋﻠﻴﻪ ﺗﺄﺛري داﺋﻢ اﻟﺘﻀﺨﻢ‪ .‬ﻳﺠﺐ أن ﻧﺒﺤﺚ‬
‫ﺣﺎﻟﺔ اﻟﺸﻤﺲ … ﻧُﺤﺬر ﻋﲆ ﻧﺤﻮ ﻣﺴﺒﻖ ﻣﻦ اﻟﺜﻮرات اﻟﱪﻛﺎﻧﻴﺔ … إﴐاﺑﺎت ﻋﻤﺎل‬
‫ﻣﻨﺎﺟﻢ اﻟﻔﺤﻢ … ﻋﻮد ﺛﻘﺎب ﻳ َُﻠﻘﻰ ﺑﻌﻴﺪًا ﺑﺈﻫﻤﺎل …‬

‫‪30‬‬
 ‫ﻇﻬﻮر ﻣﻔﻬﻮم اﻟﻔﻮﴇ‬

‫ﺗﺘﺴﻢ أﻓﻀﻞ ﻧﻤﺎذﺟﻨﺎ ﻟﻠﻨﻈﺎم اﻟﺸﻤﴘ ﺑﺎﻟﻔﻮﺿﻮﻳﺔ‪ ،‬وﺗﺒﺪو أﻓﻀﻞ ﻧﻤﺎذﺟﻨﺎ ﻟﻠﻄﻘﺲ‬
‫واﺛﻘﺎ ﰲ ﻋﺎم ‪ ١٩٢٨‬ﻣﻦ أن اﻟﻜﺴﻮف اﻟﺸﻤﴘ ﺳﻴﺤﺪث‬‫ﻓﻮﺿﻮﻳﺔ‪ ،‬وﻟﻜﻦ ملﺎذا ﻛﺎن إدﻧﺠﺘﻮن ً‬
‫واﺛﻘﺎ ﺑﺎﻟﻘﺪر ذاﺗﻪ ﻣﻦ أن أي ﱡ‬
‫ﺗﻮﻗﻊ ﻟﻠﻄﻘﺲ ﻗﺒﻠﻪ ﺑﻌﺎم ﻟﻦ ﻳﻜﻮن‬ ‫ﰲ ﻋﺎم ‪١٩٩٩‬؟ وملﺎذا ﻛﺎن ً‬
‫دﻗﻴﻘﺎ ﻋﲆ اﻹﻃﻼق؟ ﰲ اﻟﻔﺼﻞ اﻟﻌﺎﴍ‪ ،‬ﺳﻨﺮى ﻛﻴﻒ ﺳﺎﻋﺪﺗﻨﻲ أﺳﺎﻟﻴﺐ ﱡ‬
‫ﺗﻮﻗﻊ اﻟﻄﻘﺲ اﻟﺤﺪﻳﺜﺔ‬ ‫ً‬
‫املﺼﻤﱠ ﻤﺔ ﻟﻠﺘﻌﺎﻣُﻞ ﺑﺼﻮرة أﻓﻀﻞ ﻣﻊ اﻟﻔﻮﴇ ﻋﲆ ﻣﺸﺎﻫﺪة ذﻟﻚ اﻟﻜﺴﻮف اﻟﺸﻤﴘ‪.‬‬

‫ﻋﻨﺪﻣﺎ ﺗﺘﺼﺎدم ﻧﻤﺎذج اﻟﻔﻮﴇ واﻟﺨﻼف‬

‫ً‬
‫ﺷﺎﺋﻘﺎ ﺧﻼل اﻟﻌﴩﻳﻦ ﻋﺎﻣً ﺎ اﻷﺧرية‬ ‫أﺣﺪ اﻷﺷﻴﺎء اﻟﺘﻲ ﺟﻌﻠﺖ اﻟﻌﻤﻞ ﰲ ﻣﺠﺎل اﻟﻔﻮﴇ أﻣ ًﺮا‬
‫ﻛﺎن اﻻﺣﺘﻜﺎك املﺘﻮﻟﺪ ﻋﻨﺪﻣﺎ ﺗﺘﺠﻤﻊ ﻃﺮق ﻣﺨﺘﻠﻔﺔ ﻟﻠﻨﻈﺮ إﱃ اﻟﻌﺎﻟﻢ ﺣﻮل املﺠﻤﻮﻋﺔ ﻧﻔﺴﻬﺎ‬
‫ﻣﻦ املﻼﺣﻈﺎت‪ .‬أﻓﻀﺖ اﻟﻔﻮﴇ إﱃ ﻗﺪر ﻣﻦ اﻟﺨﻼف؛ إذ إن اﻟﺪراﺳﺎت اﻟﺘﻲ ﱠ‬
‫ﺗﻤﺨ َﻀ ْﺖ ﻋﻨﻬﺎ‬
‫أﻳﻀﺎ‬ ‫ﻣﺤﱰﰲ ﱡ‬
‫ﺗﻮﻗﻊ اﻷرﺻﺎد اﻟﺠﻮﻳﺔ‪ ،‬ﺑﻞ ً‬ ‫ِ‬ ‫اﻟﻔﻮﴇ ﻗﺪ أﺣﺪﺛﺖ ﺛﻮر ًة ﻟﻴﺲ ﻓﻘﻂ ﰲ ﻃﺮﻳﻘﺔ ﱡ‬
‫ﺗﻮﻗﻊ‬
‫ﺗﻮﻗﻊ‪ .‬ﺗﺼﻄﺪم ﻫﺬه اﻷﻓﻜﺎر اﻟﺠﺪﻳﺪة ﻋﺎد ًة ﻣﻊ أﺳﺎﻟﻴﺐ اﻟﻨﻤﺬﺟﺔ اﻹﺣﺼﺎﺋﻴﺔ‬ ‫ﰲ ﻣﻜﻮﻧﺎت أي ﱡ‬
‫ﺧﻼﻓﺎ أﻳﻤﺎ ﺧﻼف ﺣﻮل أﻓﻀﻞ ﻃﺮق ﻧﻤﺬﺟﺔ اﻟﻌﺎﻟﻢ‬ ‫ً‬ ‫اﻟﺘﻘﻠﻴﺪﻳﺔ‪ ،‬وﻻ ﺗﺰال ﻫﺬه اﻷﻓﻜﺎر ﺗﺜري‬
‫اﻟﻮاﻗﻌﻲ‪ .‬وﺗﺘﺠﺰأ ﻫﺬه املﻌﺮﻛﺔ إﱃ ﻣﻨﺎوﺷﺎت ﻓﺮﻋﻴﺔ ﺣﺴﺐ ﻃﺒﻴﻌﺔ املﺠﺎل وﻣﺴﺘﻮى ﻓﻬﻤﻨﺎ‬
‫ﻟﻠﻨﻈﺎم املﺤﺪد اﻟﺬي ﻳﺠﺮي ﻃﺮح ﺳﺆال ﰲ إﻃﺎره‪ ،‬ﺳﻮاءٌ ﻛﺎن ذﻟﻚ ﻋﺪد ﻓﱤان اﻟﺤﻘﻮل ﰲ‬
‫إﺣﺪى اﻟﺪول اﻻﺳﻜﻨﺪﻧﺎﻓﻴﺔ‪ ،‬أو ﻋﻤﻠﻴﺔ رﻳﺎﺿﻴﺔ ﻟﺤﺴﺎب ﻛﻤﻴﺔ اﻟﻔﻮﴇ‪ ،‬أو ﻋﺪد اﻟﺒﻘﻊ اﻟﺸﻤﺴﻴﺔ‬
‫ﻋﲆ ﺳﻄﺢ اﻟﺸﻤﺲ‪ ،‬أو ﺳﻌﺮ اﻟﻨﻔﻂ املﻘﺮر ﺷﺤﻨﻪ ﰲ اﻟﺸﻬﺮ اﻟﺘﺎﱄ‪ ،‬أو درﺟﺔ اﻟﺤﺮارة اﻟﻌﻈﻤﻰ‬
‫ﻏﺪًا‪ ،‬أو ﺗﺎرﻳﺦ آﺧِ ﺮ ﻛﺴﻮف ﺷﻤﴘ ﻋﲆ اﻹﻃﻼق‪.‬‬
‫ﻫﺬه املﻨﺎوﺷﺎت ﺷﺎﺋﻘﺔ‪ ،‬ﺑَﻴْ َﺪ أن اﻟﻔﻮﴇ ﺗﻘﺪﱢم اﺳﺘﺒﺼﺎرات أﻋﻤﻖ‪ ،‬ﺣﺘﻰ إذا ﻛﺎن اﻟﻄﺮﻓﺎن‬
‫ﻋﲆ ﺟﺎﻧﺒَﻲ املﻨﺎوﺷﺎت ﻳﺘﺼﺎرﻋﺎن ﻋﲆ ﻣﻴﺰة ﺗﻘﻠﻴﺪﻳﺔ‪ ،‬ﻟ ُ‬
‫ِﻨﻘﻞ ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل‪ :‬اﻟﻮﺻﻮل ﻟﻠﻨﻤﻮذج‬
‫»اﻷﻓﻀﻞ«‪ .‬أﻋﺎدت دراﺳﺎت اﻟﻔﻮﴇ ﻫﻨﺎ ﺗﻌﺮﻳﻒ ﻣﻌﻨﻰ اﻟﺘﻤﻴﺰ؛ ﻓﻨﺤﻦ ﻣ َ‬
‫ُﺠﱪون ﺣﺎﻟﻴٍّﺎ ﻋﲆ‬
‫اﻟﺘﻔﻜري ﰲ ﺗﻌﺮﻳﻔﺎت ﺟﺪﻳﺪة ملﺎ ﻳﺆﻟﻒ اﻟﻨﻤﻮذج اﻷﻓﻀﻞ‪ ،‬أو ﺣﺘﻰ اﻟﻨﻤﻮذج »اﻟﺠﻴﺪ«‪ .‬اﻷﻣﺮ‬
‫ﻧﺘﺨﲆ ﻋﻦ ﻓﻜﺮة اﻟﺴﻌﻲ وراء اﻟﺤﻘﻴﻘﺔ‪ ،‬أو ﻋﲆ اﻷﻗﻞ ﻧﺤﺪﱢد‬ ‫ﱠ‬ ‫املﺜري ﻟﻠﺠﺪل ﻫﻨﺎ ﻫﻮ أﻧﻨﺎ ﻳﺠﺐ أن‬
‫ﻃﺮﻳﻘﺔ ﺟﺪﻳﺪة ﺗﻤﺎﻣً ﺎ ﻟﻘﻴﺎس ﻗﺮﺑﻨﺎ ﻣﻨﻬﺎ‪ .‬ﺗﺤﻔﺰﻧﺎ دراﺳﺔ اﻟﻔﻮﴇ إﱃ ﺗﺤﻘﻴﻖ املﻨﻔﻌﺔ دون‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ‪،‬‬ ‫اﻟﺘﺨﲇ ﻋﻦ اﻟﺤﻘﺎﺋﻖ اﻷﺳﺎﺳﻴﺔ اﻟﺒﺪﻳﻬﻴﺔ اﻟﻜﺜرية ﰲ‬ ‫ﱢ‬ ‫أي أﻣﻞ ﰲ ﺗﺤﻘﻴﻖ اﻟﻜﻤﺎل‪ ،‬وإﱃ‬
‫ﺗﻮﻗﻊ ﺟﻴﺪ ﻳﺘﻜﻮﱠن ﻣﻦ ﺗﻨﺒﺆ ﻳﻘﱰب ﻣﻦ اﻟﻬﺪف‪ ،‬وﻫﻮ ﻣﺎ‬ ‫ﻣﺜﻞ اﻟﻔﻜﺮة اﻟﺴﺎذﺟﺔ اﻟﻘﺎﺋﻠﺔ ﺑﺄن أي ﱡ‬
‫ﻟﻢ ﻳَﺒْ ُﺪ ﺳﺎذﺟً ﺎ ﻗﺒﻞ أن ﻧﻔﻬﻢ ﺗﺪاﻋﻴﺎت اﻟﻔﻮﴇ‪.‬‬

‫‪31‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫رؤﻳﺔ ﻻﺗﻮر اﻟﻮاﻗﻌﻴﺔ ﻟﻠﻌﻠﻢ ﰲ اﻟﻌﺎﻟﻢ اﻟﺤﻘﻴﻘﻲ‬

‫ﺳﻨﻮﺿﺢ ﻛﻴﻒ أن اﻟﻔﻮﴇ ﻗﺪ ﺗﺪﻓﻌﻨﺎ إﱃ إﻋﺎدة اﻟﻨﻈﺮ ﻓﻴﻤﺎ ﻳﺸ ﱢﻜﻞ‬ ‫ﱢ‬ ‫ﺣﺘﻰ ﻧﺨﺘﺘﻢ ﻫﺬا اﻟﻔﺼﻞ‪،‬‬
‫ﻧﻤﻮذﺟً ﺎ ﺟﻴﺪًا‪ ،‬وإﱃ ﻣﺮاﺟﻌﺔ ﻣﻌﺘﻘﺪاﺗﻨﺎ ﺣﻮل اﻷﺳﺒﺎب اﻟﻨﻬﺎﺋﻴﺔ ﻟﻔﺸﻞ ﺗﻮﻗﻌﺎﺗﻨﺎ‪ .‬ﻳﺘﺸﺎرك‬
‫اﻟﻌﻠﻤﺎء واﻟﺮﻳﺎﺿﻴﻮن ﻋﲆ ﺣ ﱟﺪ ﺳﻮاء ﰲ اﻟﺸﻌﻮر ﺑﻬﺬا اﻟﺘﺄﺛري‪ ،‬ﺑَﻴْ َﺪ أن إﻋﺎدة اﻟﻨﻈﺮ ﺳﺘﺨﺘﻠﻒ‬
‫وﻓﻖ وﺟﻬﺔ ﻧﻈﺮ اﻟﻌﺎﻟﻢ واﻟﻨﻈﺎم اﻟﺘﺠﺮﻳﺒﻲ ﻗﻴﺪ اﻟﺪراﺳﺔ‪ .‬وﻳﻤﺜﱢﻞ اﻟﺸﻜﻞ رﻗﻢ ‪ 5-1‬اﻟﻮﺿﻊ‬
‫ﻋﲆ ﻧﺤﻮ راﺋﻊ‪ ،‬وﻫﻲ ﻟﻮﺣﺔ ﻓﺮﻧﺴﻴﺔ ﺗﻨﺘﻤﻲ إﱃ اﻟﻔﻦ اﻟﺒﺎروﻛﻲ ﺑﺮﻳﺸﺔ ﺟﻮرج دي ﻻﺗﻮر‪،‬‬
‫ﻈﻬﺮ ﻟﻌﺐ اﻟﻮرق ﰲ اﻟﻘﺮن اﻟﺴﺎﺑﻊ ﻋﴩ‪ .‬ﻛﺎن ﻻﺗﻮر ﻓﻨﺎﻧًﺎ واﻗﻌﻴٍّﺎ ﻳﺘﻤﺘﻊ ﺑﺮوح دﻋﺎﺑﺔ‪،‬‬ ‫ﺗُ ِ‬
‫ﺧﺎﺻﺔ ﺗﻠﻚ اﻷﻟﻌﺎب اﻟﺘﻲ ﻛﺎن اﻟﺤﻆ ﻳﻠﻌﺐ ﻓﻴﻬﺎ‬ ‫ً‬ ‫وﻛﺎن ﻣﻐﺮﻣً ﺎ ﺑﻘﺮاءة اﻟﻄﺎﻟﻊ وأﻟﻌﺎب اﻟﺤﻆ‪،‬‬
‫ﺳﻨﻔﴪ‬ ‫ﱢ‬ ‫دو ًرا أﻗﻞ ﻣﻤﺎ ﻛﺎن ﻳﻌﺘﻘﺪه اﻟﻼﻋﺒﻮن‪ .‬ﻧﻈﺮﻳٍّﺎ‪ ،‬ﻗﺪ ﺗﻠﻌﺐ اﻟﻔﻮﴇ ﻫﺬا اﻟﺪور ﺗﻤﺎﻣً ﺎ‪.‬‬
‫ﻫﺬه اﻟﻠﻮﺣﺔ ﺑﺤﻴﺚ ﺗﻤﺜﱢﻞ اﻟﺸﺨﺼﻴﺎت ﻓﻴﻬﺎ ﻋﺎﻟِﻢ رﻳﺎﺿﻴﺎت‪ ،‬وﻋﺎﻟِﻢ ﻓﻴﺰﻳﺎء‪ ،‬وﻋﺎﻟِﻢ إﺣﺼﺎء‪،‬‬
‫وﻓﻴﻠﺴﻮﻓﺎ‪ ،‬ﺟﻤﻴﻌﻬﻢ ﻣﻨﺨﺮﻃﻮن ﰲ ﻟﻌﺒﺔ ﻣﻬﺎرة‪ ،‬وﺣﺬق‪ ،‬وﻗﺪرة ﻋﲆ اﻻﺳﺘﺒﺼﺎر‪ ،‬وﺑﺮاﻋﺔ‬ ‫ً‬
‫وﺻﻔﺎ ملﻬﻤﺔ ﻋﻠﻤﻴﺔ‪ ،‬ﺑَﻴْ َﺪ أن املﻬﻤﺔ اﻟﺘﻲ أﻣﺎﻣﻨﺎ ﻟﻴﺴﺖ إﻻ ﻟﻌﺒﺔ ﺑﻮﻛﺮ‪.‬‬ ‫ً‬ ‫ﺣﺴﺎﺑﻴﺔ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻤﺜﱢﻞ‬
‫ﺳﻴﺒﻘﻰ ﺗﺤﺪﻳﺪ ﻫﻮﻳﺔ ﻛ ﱢﻞ ﻣَ ﻦ ﰲ اﻟﻠﻮﺣﺔ ﻣﺴﺄﻟﺔ ﻏري ﻣﺤﺴﻮﻣﺔ؛ إذ ﺳﻨﻌﺎود إﻟﻘﺎء اﻟﻀﻮء ﻋﲆ‬
‫اﻟﺸﺨﻮص املﻤﺜﻠني ﻟﻔﺮوع اﻟﻌﻠﻢ اﻟﻄﺒﻴﻌﻲ ﻋﱪ ﺻﻔﺤﺎت اﻟﻜﺘﺎب‪ .‬ﺗﺨﺘﻠﻒ اﻻﺳﺘﺒﺼﺎرات اﻟﺘﻲ‬
‫ً‬
‫واﺿﺤﺔ‪.‬‬ ‫ﺑﻌﺾ املﻼﺣﻈﺎت اﻟﻘﻠﻴﻠﺔ‬ ‫ﺗُﺴﻔِ ﺮ ﻋﻨﻬﺎ اﻟﻔﻮﴇ ﺑﺎﺧﺘﻼف ﻣﻨﻈﻮر اﻟﺮاﺋﻲ‪ ،‬وإن ﻇ ﱠﻠ ْﺖ ُ‬
‫ﻣﺴﺘﻐﺮق ﰲ إﺟﺮاء ﻋﻤﻠﻴﺎت ﺣﺴﺎﺑﻴﺔ‬ ‫ِ‬ ‫أﻧﺎﻗﺔ ﻻ ﺗﺸﻮﺑﻬﺎ ﺷﺎﺋﺒﺔ إﱃ اﻟﻴﻤني‬‫ً‬ ‫اﻟﺸﺎب املﺘﺄﻧﻖ‬
‫ﺗﻮﻗﻊ اﺣﺘﻤﺎﱄ ﻣﻦ ﻧﻮع ﻣﺎ‪ .‬وﻳﻤﺘﻠﻚ اﻟﺸﺎب ﺣﺎﻟﻴٍّﺎ‬ ‫دﻗﻴﻘﺔ‪ ،‬ﻻ ﺷﻚ أﻧﻬﺎ ﻋﻤﻠﻴﺎت ﺗﻨﻄﻮي ﻋﲆ ﱡ‬
‫ﻣﺠﻤﻮﻋﺔ ﻛﺒرية ﻣﻦ اﻟﻌﻤﻼت اﻟﺬﻫﺒﻴﺔ ﻋﲆ املﺎﺋﺪة‪ .‬ﺗﻠﻌﺐ ﻣﻮ ﱢزﻋﺔ اﻷوراق دو ًرا ﻣﺤﻮرﻳٍّﺎ؛‬
‫ﻓﺒﺪوﻧﻬﺎ ﻻ ﻳﻤﻜﻦ اﻟﻠﻌﺐ‪ ،‬ﻓﻬﻲ ﺗﺰوﱢدﻫﻢ ﺑﺎﻟﻠﻐﺔ اﻟﺘﻲ ﻳﺘﻮاﺻﻠﻮن ﺑﻬﺎ‪ ،‬ﺑَﻴْ َﺪ أﻧﻪ ﻳﺒﺪو أن ﺛَﻤﱠ َﺔ‬
‫ﺗﻮاﺻﻼ ﻏري ﻟﻔﻈﻲ ﺑﻴﻨﻬﺎ وﺑني اﻟﺨﺎدﻣﺔ‪ .‬ودور اﻟﺨﺎدﻣﺔ أﻗﻞ وﺿﻮﺣً ﺎ‪ ،‬رﺑﻤﺎ ﻳﻜﻮن ﻫﺎﻣﺸﻴًﺎ‪،‬‬ ‫ً‬
‫ﻏري أن ﺗﻘﺪﻳﻢ اﻟﺨﻤﺮ ﺳﻴﺆﺛﱢﺮ ﻋﲆ ﻣﺠﺮﻳﺎت اﻟﻠﻌﺐ‪ ،‬ورﺑﻤﺎ ﻫﻲ ﻧﻔﺴﻬﺎ ﺗُﻌﺘﱪ ﻣﺼﺪر ﺗﺸﻮﻳﺶ‪.‬‬
‫ﻄﻪ ﻣﻬﺘﻤٍّ ﺎ ﻻ ﺷﻚ ﺑﺎﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪،‬‬ ‫ﺗﺒﺪو ﺷﺨﺼﻴﺔ املﺤﺘﺎل اﻟﺬي ﻳﺮﺗﺪي زﻳٍّﺎ ﻣﻔﻜ ًﻜﺎ ﺣ ﱠﻞ ﴍاﺋ َ‬
‫وﻟﻴﺲ ﻣﺠﺮد املﻈﺎﻫﺮ ﺑﺸﻜﻞ ﻣﻦ أﺷﻜﺎﻟﻬﺎ‪ .‬ﺗﻠﺘﻘﻂ ﻳﺪه اﻟﻴﴪى إﺣﺪى أوراق اﻵس اﻟﺪﻳﻨﺎري‬
‫دﺳﻬﺎ ﰲ ﺣﺰاﻣﻪ‪ ،‬وﻫﻲ اﻟﻮرﻗﺔ اﻟﺘﻲ ﻛﺎن ﻋﲆ وﺷﻚ أن ﻳﻀﻌﻬﺎ ﻋﲆ ﻣﺎﺋﺪة‬ ‫اﻟﻌﺪﻳﺪة اﻟﺘﻲ ﱠ‬
‫اﻟﻠﻌﺐ‪ .‬ﻣﺎ ﻫﻲ إذَن ﻗﻴﻤﺔ »اﻻﺣﺘﻤﺎﻻت« اﻟﺘﻲ ﻳﺤﺴﺒﻬﺎ اﻟﺸﺎب‪ ،‬إذا ﻛﺎن ﻻ ﻳﻠﻌﺐ — ﰲ ﺣﻘﻴﻘﺔ‬
‫ﻳﻔﴪﻫﺎ ﻧﻤﻮذﺟﻪ اﻟﺮﻳﺎﴈ؟ وإﱃ أيﱢ ﻣﺪًى ﻳﺼﻞ ﻋﻤﻖ اﺳﺘﺒﺼﺎر ﻫﺬا‬ ‫اﻷﻣﺮ — اﻟﻠﻌﺒﺔ اﻟﺘﻲ ﱢ‬
‫اﻟﺸﺨﺺ املﺤﺘﺎل؟ ﻧﻈﺮﺗﻪ ﻣﻮﺟﱠ ﻬَ ﺔ إﻟﻴﻨﺎ‪ ،‬وﻫﻲ ﺗﺸري إﱃ ﻣﻌﺮﻓﺘﻪ ﺑﻘﺪرﺗﻨﺎ ﻋﲆ رؤﻳﺔ أﻓﻌﺎﻟﻪ‪،‬‬
‫رﺑﻤﺎ ﺣﺘﻰ ﻳﺪرك وﺟﻮده ﰲ اﻟﻠﻮﺣﺔ‪.‬‬

‫‪32‬‬
 ‫ﻇﻬﻮر ﻣﻔﻬﻮم اﻟﻔﻮﴇ‬

‫ﺷﻜﻞ ‪ :5-1‬ﻟﻮﺣﺔ »اﻟﻐﺶ ﰲ اﻟﻠﻌﺐ ﺑﺎﺳﺘﺨﺪام ورﻗﺔ آس دﻳﻨﺎري أﺣﻤﺮ«‪ ،‬ﺑﺮﻳﺸﺔ ﺟﻮرج‬
‫دي ﻻﺗﻮر‪ ،‬ﺣﻮاﱄ ﻋﺎم ‪.١٦٤٥‬‬

‫إن ﻗﺼﺔ اﻟﻔﻮﴇ ﻣﻬﻤﺔ ﻷﻧﻬﺎ ﺗُﻤ ﱢﻜﻨﻨﺎ ﻣﻦ رؤﻳﺔ اﻟﻌﺎﻟﻢ ﻣﻦ ﻣﻨﻈﻮر ﻛﻞ ﻻﻋﺐ ﻣﻦ ﻫﺆﻻء‬
‫اﻟﻼﻋﺒني‪ ،‬ﻓﻬﻞ ﻣﺎ ﻧﻔﻌﻠﻪ ﻫﻮ ﻣﺠﺮد ﺻﻴﺎﻏﺔ ﻟﻐﺔ رﻳﺎﺿﻴﺔ ﺗﺠﺮي اﻟﻠﻌﺒﺔ ﺑﻬﺎ؟ ﻫﻞ ﻧﺨﺎﻃﺮ‬
‫ﺑﺨﺴﺎرة اﻗﺘﺼﺎدﻳﺔ ﻣﻦ ﺧﻼل املﺒﺎﻟﻐﺔ ﰲ ﺗﻔﺴري ﻧﻤﻮذج رﺑﻤﺎ ﻳﻜﻮن ﻣﻔﻴﺪًا‪ ،‬ﺑﻴﻨﻤﺎ ﻳﻐﻴﺐ ﻋﻦ‬
‫ﻧﺎﻇﺮﻳﻨﺎ ﺣﻘﻴﻘﺔ أن اﻟﻨﻤﻮذج — ﻣﺜﻞ ﺟﻤﻴﻊ اﻟﻨﻤﺎذج — ﻏري ﻛﺎﻣﻞ؟ ﻫﻞ ﻧﺮﺻﺪ ﻓﻘﻂ اﻟﺼﻮرة‬
‫ً‬
‫ﺗﺸﻮﻳﺸﺎ ﻣﺜريًا؟ أم إﻧﻨﺎ ﻧﺘﻼﻋﺐ‬ ‫اﻟﻜﺒرية دون املﺸﺎرﻛﺔ ﰲ اﻟﻠﻌﺒﺔ‪ ،‬ﻣﻘﺪﱢﻣني ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن‬
‫ﺑﺘﻠﻚ اﻷﺷﻴﺎء اﻟﺘﻲ ﻧﺴﺘﻄﻴﻊ ﺗﻐﻴريﻫﺎ‪ ،‬ﻣُﻘ ﱢﺮﻳﻦ ﺑﻤﺨﺎﻃﺮ ﻋﺪم ﻛﻔﺎﻳﺔ اﻟﻨﻤﻮذج‪ ،‬ورﺑﻤﺎ أﻳﻀﺎً‬
‫أوﻻ أن‬ ‫ﺑﻤﻨﺎﺣﻲ ﻗﺼﻮرﻧﺎ‪ ،‬ﻧﻈ ًﺮا ﻟﻮﺟﻮدﻧﺎ داﺧﻞ اﻟﻨﻈﺎم؟ ﻟﻺﺟﺎﺑﺔ ﻋﻦ ﻫﺬه اﻷﺳﺌﻠﺔ‪ ،‬ﻳﺠﺐ ً‬
‫ﻧﺘﻔﺤﱠ ﺺ اﻟﻌﺪﻳﺪ ﻣﻦ املﺼﻄﻠﺤﺎت اﻟﺨﺎﺻﺔ اﻟﻜﺜرية ﰲ اﻟﻌﻠﻢ ﺣﺘﻰ ﻧﺘﻤ ﱠﻜﻦ ﻣﻦ إدراك ﻛﻴﻔﻴﺔ‬
‫ﻇﻬﻮر اﻟﻔﻮﴇ ﻣﻦ ﺑني اﻟﺘﺸﻮﻳﺶ اﻟﺬي ﺗﺘﻌﺮض ﻟﻪ اﻹﺣﺼﺎءات اﻟﺨﻄﻴﺔ اﻟﺘﻘﻠﻴﺪﻳﺔ ﺳﻌﻴًﺎ وراء‬
‫أدوار ﰲ ﻓﻬﻢ ﱡ‬
‫وﺗﻮﻗﻊ ﻧ ُ ُ‬
‫ﻈﻢ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ املﻌﻘﺪة‪ .‬ﻗﺒﻞ إدراك اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻼﺧﻄﻴﺔ ﻟﻠﻔﻮﴇ‬
‫ً‬
‫أﺳﺎﺳﺎ ﰲ ﻣﺠﺎل اﻟﻔﻼﺳﻔﺔ‪ .‬أﻣﺎ ﺣﺎﻟﻴٍّﺎ‪،‬‬ ‫ﻋﲆ ﻧﻄﺎق واﺳﻊ ﰲ اﻟﻌﻠﻮم‪ ،‬ﻛﺎﻧﺖ ﻫﺬه اﻷﺳﺌﻠﺔ ﺗﻘﻊ‬
‫ﻓﺘﻤﺘﺪ ﻫﺬه اﻷﺳﺌﻠﺔ ﻋﱪ ﻧﻤﺎذﺟﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ إﱃ ﻣﺠﺎل ﻋﻠﻤﺎء اﻟﻌﻠﻮم اﻟﻄﺒﻴﻌﺔ واﺧﺘﺼﺎﺻﻴﻲ‬
‫ﻳﻐري إﺣﺼﺎﺋﻴﺎت دﻋﻢ اﺗﺨﺎذ اﻟﻘﺮار‪ ،‬ﺑﻞ ﻳﺆﺛﱢﺮ ﺣﺘﻰ ﻋﲆ اﻟﺴﺎﺳﺔ وﺻﺎﻧﻌﻲ‬ ‫اﻟﺘﻮﻗﻌﺎت‪ ،‬وﻫﻮ ﻣﺎ ﱢ‬
‫اﻟﺴﻴﺎﺳﺎت ً‬
‫أﻳﻀﺎ‪.‬‬

‫‪33‬‬
 ‫اﻟﻔﺼﻞ اﻟﺜﺎﻧﻲ‬

‫اﻟﻨﻤﻮ ا ُﻷﳼ واﻟﻼﺧﻄﻴﺔ‬

‫واﻟﺘﻔﻜﲑ اﳌﻨﻄﻘﻲ‬

‫ﺗﻮﻗﻌﻬﺎ‪ .‬وﻟﻠﻜﺸﻒ ﻋﻦ‬ ‫ﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ ﻫﻲ اﺳﺘﺤﺎﻟﺔ ﱡ‬

‫إﺣﺪى أﻛﺜﺮ اﻟﺨﺮاﻓﺎت ﺷﻴﻮﻋً ﺎ ﺣﻮل اﻟﻨ ﱡ ُ‬
‫املﻐﺎﻟﻄﺔ ﰲ ﻫﺬه اﻟﺨﺮاﻓﺔ‪ ،‬ﻳﺠﺐ أن ﻧﻔﻬﻢ ﻛﻴﻒ ﻳﺰداد ﻋﺪم اﻟﻴﻘني ﰲ ﱡ‬
‫ﺗﻮﻗ ٍﻊ ﻣﺎ ﰲ اﻟﻮﻗﺖ‬
‫اﻟﺬي ﻳﺰداد ﻓﻴﻪ ﺗﻮﻗﻌﻨﺎ ﻟﻠﻤﺴﺘﻘﺒﻞ ﺗﺪرﻳﺠﻴٍّﺎ‪ .‬ﺳﻨﺘﻨﺎول ﰲ ﻫﺬا اﻟﻔﺼﻞ أﺻﻞ »اﻟﻨﻤﻮ اﻷﳼ«‬
‫وﻣﻌﻨﺎه؛ إذ إن ﰲ املﺘﻮﺳﻂ ﺳﺘﺰﻳﺪ ﻧﺴﺒﺔ ﺿﺌﻴﻠﺔ ﻣﻦ ﻋﺪم اﻟﻴﻘني زﻳﺎدة أﺳﻴﱠﺔ ﴎﻳﻌﺔ ﰲ ﻧﻈﺎم‬
‫ً‬
‫ﺣﻘﻴﻘﺔ ﻋﲆ ﻧﻤﻮ »أﴎع« ﻟﻌﺪم اﻟﻴﻘني‬ ‫ﻓﻮﺿﻮي؛ ﻓﺜَﻤﱠ َﺔ ﻣﻌﻨًﻰ ﻣﺎ ﰲ أن ﻫﺬه اﻟﻈﺎﻫﺮة ﺗﻨﻄﻮي‬
‫ﻣﻤﺎ ﻳﻮﺟﺪ ﰲ أﻓﻜﺎرﻧﺎ اﻟﺘﻘﻠﻴﺪﻳﺔ ﺣﻮل ﻃﺮﻳﻘﺔ ﻧﻤﻮ اﻟﺨﻄﺄ وﻋﺪم اﻟﻴﻘني‪ ،‬ﺣﺎل زﻳﺎدة ﱡ‬
‫ﺗﻮﻗﻌﻨﺎ‬
‫ﺗﻮﻗﻊ اﻟﻔﻮﴇ ﺑﺴﻬﻮﻟﺔ ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن‪.‬‬ ‫ﻟﻠﻤﺴﺘﻘﺒﻞ ﺗﺪرﻳﺠﻴٍّﺎ‪ .‬وﺑﺎﻟﺮﻏﻢ ﻣﻦ ذﻟﻚ‪ ،‬ﻳﻤﻜﻦ ﱡ‬

‫اﻟﺸﻄﺮﻧﺞ واﻷرز وأراﻧﺐ ﻟﻴﻮﻧﺎردو‪ :‬اﻟﻨﻤﻮ اﻷﳼ‬

‫راﺋﻊ ﴎﻋﺔ اﻟﻨﻤﻮ‬ ‫ٍ‬ ‫ﻧﺤﻮ‬

‫ﺗﻮﺿﺢ ﻋﲆ ٍ‬ ‫ﱢ‬ ‫ﺛَﻤﱠ َﺔ ﻗﺼﺔ ﺗُﺮوَى ﻛﺜريًا ﺣﻮل أﺻﻞ ﻟﻌﺒﺔ اﻟﺸﻄﺮﻧﺞ‬
‫اﻷﳼ‪ .‬ﺗﺤﻜﻲ اﻟﻘﺼﺔ أن أﺣﺪ ﻣﻠﻮك ﻓﺎرس اﻟﻘﺪﻳﻤﺔ ﺷﻌﺮ ﺑﴪور ﺑﺎﻟﻎ ﻋﻨﺪﻣﺎ أُﻫﺪِﻳﺖ إﻟﻴﻪ‬
‫ُ‬
‫اﻟﻠﻌﺒﺔ ﻟﻠﻤﺮة اﻷوﱃ‪ ،‬ﺣﺘﻰ إﻧﻪ أراد أن ﻳﻜﺎﻓﺊ ﻣﺒﺘ ِﻜ َﺮ اﻟﻠﻌﺒﺔ‪ ،‬ﺳﻴﺴﺎ ﺑﻦ ﻇﺎﻫﺮ‪ .‬ﻣﻦ املﻌﺮوف‬
‫أن ﻟﻮﺣﺔ ﻟﻌﺒﺔ اﻟﺸﻄﺮﻧﺞ ﺗﺘﻀﻤﻦ ‪ ٦٤‬ﻣﺮﺑﻌً ﺎ ﻣﺼﻔﻮﻓﺔ ﰲ ﺻﻮرة ‪ ٨ × ٨‬ﻣﺮﺑﻌﺎت‪ .‬ﻓﻄﻠﺐ‬
‫اﺑﻦ ﻇﺎﻫﺮ — ﻛﻤﻜﺎﻓﺄة ﻟﻪ — ﻣﺎ ﺑَﺪَا ﻛﺄﻧﻪ ﻛﻤﻴﺔ ﻣﺘﻮاﺿﻌﺔ ﻟﻠﻐﺎﻳﺔ ﻣﻦ اﻷرز ﻳﺠﺮي ﺗﺤﺪﻳﺪﻫﺎ‬
‫ﺑﺎﺳﺘﺨﺪام ﻟﻮﺣﺔ اﻟﺸﻄﺮﻧﺞ اﻟﺠﺪﻳﺪة؛ إذ ﻃﻠﺐ أن ﺗﻮﺿﻊ ﺣﺒﺔ أرز واﺣﺪة ﰲ املﺮﺑﻊ اﻷول ﻣﻦ‬
‫اﻟﻠﻮﺣﺔ‪ ،‬وﺣﺒﺘﺎن ﰲ املﺮﺑﻊ اﻟﺜﺎﻧﻲ‪ ،‬وأرﺑﻊ ﰲ املﺮﺑﻊ اﻟﺜﺎﻟﺚ‪ ،‬وﺛﻤﺎﻧﻲ ﺣﺒﺎت ﰲ املﺮﺑﻊ اﻟﺮاﺑﻊ‪،‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫وﻫﻜﺬا ﺑﻤﻀﺎﻋﻔﺔ ﻋﺪد اﻟﺤﺒﺎت ﰲ ﻛﻞ ﻣﺮﺑﻊ ﺣﺘﻰ ﺑﻠﻮغ املﺮﺑﻊ اﻟﺮاﺑﻊ واﻟﺴﺘني‪ .‬ﻏﺎﻟﺒًﺎ ﺳﻴُﻄﻠﻖ‬
‫آﺧﺮ »ﺧﺮﻳﻄﺔ« رﻳﺎﺿﻴﺔ؛ ﻟﺬا ﺳﻨﺸري‬ ‫اﻟﺮﻳﺎﴈ ﻋﲆ أي ﻗﺎﻋﺪة ﻟﺘﻮﻟﻴﺪ رﻗﻢ ﻣﻦ ﺧﻼل رﻗﻢ َ‬
‫إﱃ ﻫﺬه اﻟﻘﺎﻋﺪة اﻟﺒﺴﻴﻄﺔ )ﺿﺎﻋِ ﻒ اﻟﻘﻴﻤﺔ اﻟﺤﺎﻟﻴﺔ ﻟﺘﻮﻟﻴﺪ اﻟﻘﻴﻤﺔ اﻟﺘﺎﻟﻴﺔ( ﺑﺎﺳﻢ »ﺧﺮﻳﻄﺔ‬
‫اﻷرز«‪.‬‬
‫ﻗﺒﻞ ﺣﺴﺎب ﻛﻤﻴﺔ اﻷرز اﻟﺘﻲ ﻃﻠﺒﻬﺎ اﺑﻦ ﻇﺎﻫﺮ‪ ،‬ﻟﻨﻨﻈﺮ ﰲ ﺣﺎﻟﺔ اﻟﻨﻤﻮ اﻟﺨﻄﻲ اﻟﺘﻲ‬
‫ﺗﻮﺟﺪ ﻓﻴﻬﺎ ﺣﺒﺔ أرز واﺣﺪة ﰲ املﺮﺑﻊ اﻷول‪ ،‬وﺣﺒﺘﺎن ﰲ املﺮﺑﻊ اﻟﺜﺎﻧﻲ‪ ،‬وﺛﻼث ﺣﺒﺎت ﰲ املﺮﺑﻊ‬
‫اﻟﺜﺎﻟﺚ‪ ،‬وﻫﻜﺬا ﺣﺘﻰ ﻧﺤﺘﺎج ‪ ٦٤‬ﺣﺒﺔ ﰲ املﺮﺑﻊ اﻷﺧري‪ ،‬وﰲ ﻫﺬه اﻟﺤﺎﻟﺔ‪ ،‬ﺳﻴﻜﻮن ﻟﺪﻳﻨﺎ إﺟﻤﺎﱄ‬
‫ﻗﺪره‪ ،١ + ٢ + ٣ + … + ٦٢ + ٦٣ + ٦٤ :‬أو ﺣﻮاﱄ ‪ ١٠٠٠‬ﺣﺒﺔ‪ .‬وﻟﻠﻤﻘﺎرﻧﺔ ﻓﻘﻂ‪،‬‬
‫ﻳﺤﺘﻮي ﻛﻴﺲ ﺑﻪ ﻛﻴﻠﻮﺟﺮام واﺣﺪ ﻣﻦ اﻷرز ﻋﲆ ﺑﻀﻊ ﻋﴩات اﻵﻻف ﻣﻦ ﺣﺒﻮب اﻷرز‪.‬‬
‫ﺗﺘﻄﻠﺐ ﺧﺮﻳﻄﺔ اﻷرز ﺣﺒﺔ واﺣﺪة ﰲ املﺮﺑﻊ اﻷول‪ ،‬ﺛﻢ ﺣﺒﺘَني ﰲ املﺮﺑﻊ اﻟﺜﺎﻧﻲ‪ ،‬وأرﺑﻌً ﺎ‬
‫ﰲ اﻟﺜﺎﻟﺚ‪ ،‬ﺛﻢ ‪ ١٢٨ ،٦٤ ،٣٢ ،١٦ ،٨‬ﰲ املﺮﺑﻊ اﻷﺧري ﰲ اﻟﺼﻒ اﻷول‪ ،‬وﰲ املﺮﺑﻊ اﻟﺜﺎﻟﺚ‬
‫ﰲ اﻟﺼﻒ اﻟﺜﺎﻧﻲ ﺳﻨﺘﺨﻄﻰ ‪ ١٠٠٠‬ﺣﺒﺔ‪ ،‬وﻗﺒﻞ ﻧﻬﺎﻳﺔ اﻟﺼﻒ اﻟﺜﺎﻧﻲ ﺳﻴﻮﺟﺪ ﻣﺮﺑﻊ ﺗُ َ‬
‫ﺴﺘﻨﻔﺪ‬
‫ﻛﻴﺴني‬‫آﺧﺮ‪ ،‬ﺛﻢ َ‬ ‫ﻛﺎﻣﻼ َ‬
‫ً‬ ‫ﻓﻴﻪ ﻛﻤﻴﺔ اﻷرز ﰲ اﻟﻜﻴﺲ‪ .‬وﺳﻴﺘﻄﻠﺐ ﻣﻞء املﺮﺑﻊ اﻟﺘﺎﱄ وﺣﺪه ً‬
‫ﻛﻴﺴﺎ‬
‫ﰲ املﺮﺑﻊ اﻟﺘﺎﱄ‪ ،‬وﻫﻜﺬا‪ .‬وﺳﻴﺘﻄﻠﺐ أﺣﺪ املﺮﺑﻌﺎت ﰲ اﻟﺼﻒ اﻟﺜﺎﻟﺚ ﻛﻤﻴﺔ ﻣﻦ اﻷرز ﺗﻜﺎﻓﺊ‬
‫ﺣﺠﻢ ﺑﻴﺖ ﺻﻐري‪ ،‬وﺳﺘﺘﻮﻓﺮ ﻟﺪﻳﻨﺎ ﻛﻤﻴﺔ ﻣﻦ اﻷرز ﺗﻜﻔﻲ ملﻞء ﻗﺎﻋﺔ أﻟﱪت املﻠﻜﻴﺔ ﻗﺒﻞ ﻧﻬﺎﻳﺔ‬
‫اﻟﺼﻒ اﻟﺨﺎﻣﺲ‪ .‬وأﺧريًا‪ ،‬ﺳﻴﺘﻄﻠﺐ املﺮﺑﻊ اﻟﺮاﺑﻊ واﻟﺴﺘﻮن ﺑﻤﻔﺮده ﻣﻠﻴﺎرات وﻣﻠﻴﺎرات ﻣﻦ‬
‫ﺣﺒﺎت اﻷرز‪ ،‬أو ﻟﻠﺪﻗﺔ‪) ٦٣ ٢ ،‬أي‪ (٩٢٢٣٣٧٢٠٣٦٨٥٤٧٧٥٨٠٨ :‬ﺣﺒﺎت‪ ،‬ﺑﺈﺟﻤﺎﱄ ﻋﺪد‬
‫ﺣﺒﺎت ‪ .١٨٤٤٦٧٤٤٠٧٣٧٠٩٥٥١٦١٥‬ﻫﺬه ﻟﻴﺴﺖ ﻛﻤﻴﺔ ﺑﺴﻴﻄﺔ ﻣﻦ اﻷرز! ﺗﺴﺎوي ﻫﺬه‬
‫ُ‬
‫اﻟﻜﻤﻴﺔ ﺗﻘﺮﻳﺒًﺎ إﻧﺘﺎجَ اﻟﻌﺎﻟﻢ ﺑﺄﴎه ﻣﻦ اﻷرز ﺧﻼل أﻟﻔﻴﺘني‪ .‬ﻳﺰداد اﻟﻨﻤﻮ اﻷﳼ ﴎﻳﻌً ﺎ ﺑﻤﺎ‬
‫ﻳﺘﺠﺎوز أي ﺗﻨﺎﺳﺐ‪.‬‬
‫ﻣﻦ ﺧﻼل ﻣﻘﺎرﻧﺔ ﻛﻤﻴﺔ اﻷرز ﰲ أي ﻣﺮﺑﻊ ﻣﺤﺪد ﰲ ﺣﺎﻟﺔ اﻟﻨﻤﻮ اﻟﺨﻄﻲ ﻣﻊ ﻛﻤﻴﺔ اﻷرز‬
‫ﰲ املﺮﺑﻊ ﻧﻔﺴﻪ ﰲ ﺣﺎﻟﺔ اﻟﻨﻤﻮ اﻷﳼ‪ ،‬ﻧﺪرك ﴎﻳﻌً ﺎ أن اﻟﻨﻤﻮ اﻷﳼ أﴎع ﻛﺜريًا ﻣﻦ اﻟﻨﻤﻮ‬
‫اﻟﺨﻄﻲ؛ إذ إﻧﻪ ﰲ ﺣﺎﻟﺔ اﻟﻨﻤﻮ اﻷﳼ ﻳﻮﺟﺪ ﰲ املﺮﺑﻊ اﻟﺮاﺑﻊ ﻋﺪد ﺣﺒﺎت أرز ﺿﻌﻒ ﻋﺪد‬
‫ﺣﺒﺎت اﻷرز ﰲ ﺣﺎﻟﺔ اﻟﻨﻤﻮ اﻟﺨﻄﻲ )‪ ٨‬ﰲ اﻟﺤﺎﻟﺔ اﻷوﱃ‪ ،‬و‪ ٤‬ﻓﻘﻂ ﰲ اﻟﺤﺎﻟﺔ اﻟﺜﺎﻧﻴﺔ(‪ ،‬وﻋﻨﺪ‬
‫ﺑﻠﻮغ املﺮﺑﻊ اﻟﺜﺎﻣﻦ‪ ،‬ﰲ ﻧﻬﺎﻳﺔ اﻟﺼﻒ اﻷول‪ ،‬ﻳﺼﻞ ﻋﺪد ﺣﺒﺎت اﻷرز ﰲ ﺣﺎﻟﺔ اﻟﻨﻤﻮ اﻷﳼ‬
‫ً‬
‫ﺿﻌﻔﺎ! ﺑﻌﺪ ذﻟﻚ ﴎﻋﺎن ﻣﺎ ﺳﻨﺠﺪ أرﻗﺎﻣً ﺎ ﻓﻠﻜﻴﺔ‪.‬‬ ‫‪١٦‬‬
‫ﺑﺎﻟﻄﺒﻊ‪ ،‬أﺧﻔﻴﻨﺎ ﻗﻴﻢ ﺑﻌﺾ »املﻌﻠﻤﺎت« ﰲ املﺜﺎل املﺬﻛﻮر‪ .‬ﻛﺎن ﻳﻤﻜﻨﻨﺎ أن ﻧﺠﻌﻞ اﻟﻨﻤﻮ‬
‫اﻟﺨﻄﻲ أﴎع ﺑﺄﻻ ﻧﻀﻴﻒ ﺣﺒﺔ واﺣﺪة ﰲ ﻛﻞ ﻣﺮﺑﻊ‪ ،‬ﺑﻞ ﻗﻞ ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل ‪ ١٠٠٠‬ﺣﺒﺔ‬

‫‪36‬‬
 ‫اﻟﻨﻤﻮ اﻷُﳼ واﻟﻼﺧﻄﻴﺔ واﻟﺘﻔﻜري املﻨﻄﻘﻲ‬

‫إﺿﺎﻓﻴﺔ‪ .‬ﻳﺤﺪﱢد ﻫﺬا املﻌﻠﻢ — وﻫﻮ ﻋﺪد اﻟﺤﺒﺎت اﻹﺿﺎﻓﻴﺔ — ﺛﺎﺑﺖ اﻟﺘﻨﺎﺳﺐ ﺑني رﻗﻢ املﺮﺑﻊ‬
‫وﻋﺪد اﻟﺤﺒﺎت ﰲ ذﻟﻚ املﺮﺑﻊ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻤﻨﺤﻨﺎ ﻣﻨﺤﻨﻰ اﻟﻌﻼﻗﺔ اﻟﺨﻄﻴﺔ ﺑﻴﻨﻬﻤﺎ‪ .‬وﺛَﻤﱠ َﺔ ﻣﻌﻠﻢ‬
‫أﻳﻀﺎ ﰲ ﺣﺎﻟﺔ اﻟﻨﻤﻮ اﻷﳼ؛ ﻓﻔﻲ ﻛﻞ ﺧﻄﻮة زدﻧﺎ ﻋﺪد اﻟﺤﺒﺎت ﺑﻌﺎﻣﻞ ﻣﻘﺪاره اﺛﻨﺎن‪ ،‬وﻫﻮ ﻣﺎ‬ ‫ً‬
‫ﻛﺎن ﻳﻤﻜﻦ أن ﻳﻜﻮن ﺑﻌﺎﻣﻞ ﻣﻘﺪاره ﺛﻼﺛﺔ‪ ،‬أو ﺑﻌﺎﻣﻞ ﻣﻘﺪاره واﺣﺪ وﻧﺼﻒ‪.‬‬
‫ﻳﺘﻤﺜﱠﻞ أﺣﺪ اﻷﺷﻴﺎء املﺪﻫﺸﺔ ﰲ اﻟﻨﻤﻮ اﻷﳼ ﰲ أﻧﻪ »أﻳٍّﺎ ﻛﺎﻧﺖ« ﻗِ ﻴَﻢ ﻫﺬه املﻌﻠﻤﺎت‪،‬‬
‫ﻄﻰ اﻟﻨﻤﻮ اﻷﳼ »أيﱠ « ﻧﻤﻮ ﺧﻄﻲ‪ ،‬ﺛﻢ ﴎﻋﺎن ﻣﺎ ﺳﻴﻘ ﱢﺰم أي ﻧﻤﻮ ﺧﻄﻲ‪،‬‬ ‫ﺳﻴﺄﺗﻲ وﻗﺖ ﻳﺘﺨ ﱠ‬
‫ﻣﻬﻤﺎ ﻛﺎﻧﺖ ﴎﻋﺔ اﻟﻨﻤﻮ اﻟﺨﻄﻲ‪ .‬ﻻ ﻳﻨﺼﺐﱡ اﻫﺘﻤﺎﻣﻨﺎ اﻷﺳﺎﳼ ﻋﲆ ﻛﻤﻴﺔ اﻷرز ﰲ ﻟﻮﺣﺔ‬
‫اﻟﺸﻄﺮﻧﺞ‪ ،‬ﺑﻞ ﻋﲆ آﻟﻴﺎت ﻋﺪم اﻟﻴﻘني ﺑﻤﺮور اﻟﻮﻗﺖ‪ ،‬ﻟﻴﺲ ﻓﻘﻂ ﻧﻤﻮ إﺣﺪى اﻟﻜﻤﻴﺎت ﺑﻞ ﻧﻤﻮ‬
‫ﻄﻰ‬‫اﻟﺘﻮﻗﻊ‪ ،‬ﺳﻴﺄﺗﻲ وﻗﺖ ﻳﺘﺨ ﱠ‬ ‫ﱡ‬ ‫ﺗﻮﻗﻊ اﻟﺤﺠﻢ املﺴﺘﻘﺒﲇ ﻟﺘﻠﻚ اﻟﻜﻤﻴﺔ‪ .‬ﰲ ﺳﻴﺎق‬ ‫ﻋﺪم ﻳﻘﻴﻨﻨﺎ ﰲ ﱡ‬
‫ﻓﻴﻪ ﻋﺪ ُم ﻳﻘني ﻳﻨﻤﻮ ﻧﻤﻮٍّا أﺳﻴٍّﺎ ﺑﻘﻴﻤﺔ ﺿﺌﻴﻠﺔ ﺟﺪٍّا ﺣﺎﻟﻴٍّﺎ ﻋﺪ َم ﻳﻘني ﻳﻨﻤﻮ ﻧﻤﻮٍّا ﺧﻄﻴٍّﺎ ﺑﻘﻴﻤﺔ‬
‫أﻛﱪ ﻛﺜريًا ﺣﺎﻟﻴٍّﺎ‪ .‬وﺳﻴﺘﻜﺮر اﻟﴚء ﻧﻔﺴﻪ ﻋﻨﺪ ﻣﻘﺎرﻧﺔ اﻟﻨﻤﻮ اﻷﳼ ﻣﻊ اﻟﻨﻤﻮ املﺘﻨﺎﺳﺐ ﻣﻊ‬
‫أس )ﺗﺮﻣﻴ ًﺰا‪ ،‬ﺳﻴﺘﺠﺎوز اﻟﻨﻤﻮ اﻷﳼ‬ ‫ﺗﺮﺑﻴﻊ اﻟﺰﻣﻦ‪ ،‬أو ﺗﻜﻌﻴﺐ اﻟﺰﻣﻦ‪ ،‬أو ﻣﻊ زﻣﻦ ﻣﺮﻓﻮع ﻷي ﱟ‬
‫‪3‬‬ ‫‪2‬‬
‫اﻟﺜﺎﺑﺖ ﰲ ﻧﻬﺎﻳﺔ املﻄﺎف اﻟﻨﻤ ﱠﻮ املﺘﻨﺎﺳﺐ ﻣﻊ ﺗﺮﺑﻴﻊ اﻟﺰﻣﻦ ‪ ،t‬أو ﺗﻜﻌﻴﺐ اﻟﺰﻣﻦ ‪ ،t‬أو اﻟﺰﻣﻦ‬
‫أﺳﺒﺎب أﺧﺮى ﻳُﻌﺘﱪ‬ ‫ٍ‬ ‫ﻣﺮﻓﻮﻋً ﺎ إﱃ أُس ‪ tn‬ﺑﺤﻴﺚ ﺗﻜﻮن ‪ n‬أي رﻗﻢ(‪ .‬وﻟﻬﺬا اﻟﺴﺒﺐ ﻣﻦ ﺑني‬
‫ﺳﺎﻫ َﻢ اﻟﻨﻤﻮ اﻷﳼ ً‬
‫أﻳﻀﺎ ﰲ‬ ‫اﻟﻨﻤﻮ اﻷﳼ ﻣﻤﻴ ًﺰا رﻳﺎﺿﻴٍّﺎ‪ ،‬وﻳﺆﺧﺬ ﻛﻤﻌﻴﺎر ﻟﺘﻌﺮﻳﻒ اﻟﻔﻮﴇ‪َ .‬‬
‫ﺗﻮﻗﻌﻬﺎ ﻋﲆ اﻹﻃﻼق‪.‬‬ ‫ﺷﻴﻮع اﻻﻧﻄﺒﺎع اﻟﺨﺎﻃﺊ ﰲ ﺟﻮﻫﺮه أن اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ ﻻ ﺳﺒﻴﻞ إﱃ ﱡ‬
‫ﻋﻤﻴﻘﺎ وراء ﻛﻮن اﻟﻨﻤﻮ اﻷﳼ أﴎع‬ ‫ً‬ ‫وﺗﺸري ﻟﻮﺣﺔ ﺷﻄﺮﻧﺞ اﺑﻦ ﻇﺎﻫﺮ إﱃ أن ﺛَﻤﱠ َﺔ ﻣﻌﻨًﻰ‬
‫اﻟﺘﻮﻗﻊ‪ ،‬ﻧﺘﻘﺪﱠم ﺑﻀﻊ ﻣﺌﺎت ﻣﻦ اﻟﺴﻨﻮات ﰲ‬ ‫ﱡ‬ ‫ﻛﺜريًا ﻣﻦ اﻟﻨﻤﻮ اﻟﺨﻄﻲ‪ .‬وﻟﻮﺿﻊ ﻫﺬا ﰲ ﺳﻴﺎق‬
‫اﻟﺰﻣﻦ‪ ،‬وﻧﺘﺠﻪ ﺑﻀﻊ ﻣﺌﺎت ﻣﻦ اﻷﻣﻴﺎل إﱃ اﻟﺸﻤﺎل اﻟﻐﺮﺑﻲ‪ ،‬ﻣﻦ ﺑﻼد ﻓﺎرس إﱃ إﻳﻄﺎﻟﻴﺎ‪.‬‬
‫ً‬
‫ﺳﺆاﻻ‬ ‫ﰲ ﺑﺪاﻳﺔ اﻟﻘﺮن اﻟﺜﺎﻟﺚ ﻋﴩ‪ ،‬ﻃﺮح ﻟﻴﻮﻧﺎردو ﺑﻴﺰاﻧﻮ )ﻧﺴﺒﺔ إﱃ ﻣﺪﻳﻨﺘﻪ ﺑﻴﺰا(‬
‫ً‬
‫ﻣﺘﻌﻠﻘﺎ ﺑﺎﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﺴﻜﺎﻧﻴﺔ‪ .‬ﰲ ﺣﺎﻟﺔ زوج ﻣﻦ اﻷراﻧﺐ وُﻟﺪ ﺣﺪﻳﺜًﺎ ﰲ ﺣﺪﻳﻘﺔ ﻛﺒرية‪،‬‬
‫وﻓرية اﻹﻧﺘﺎج‪ ،‬وﻣﺴﻮﱠرة‪ ،‬ﻛﻢ زوﺟً ﺎ ﻣﻦ اﻷراﻧﺐ ﺳﻨﺤﺼﻞ ﻋﻠﻴﻪ ﺧﻼل ﻋﺎم واﺣﺪ‪ ،‬إذا ﻛﺎن‬
‫ﻣﻦ ﻃﺒﻴﻌﺔ أزواج اﻷراﻧﺐ اﻟﻨﺎﺿﺠﺔ اﻟﺘﻨﺎﺳﻞ وإﻧﺠﺎب زوج ﺟﺪﻳﺪ ﻣﻦ اﻷراﻧﺐ ﺷﻬﺮﻳٍّﺎ‪ ،‬ﻣﻊ‬
‫اﻟﻌﻠﻢ أن اﻷراﻧﺐ اﻟﺤﺪﻳﺜﺔ املﻴﻼد ﺗﻨﻀﺞ ﰲ ﺷﻬﺮﻫﺎ اﻟﺜﺎﻧﻲ؟ ﰲ اﻟﺸﻬﺮ اﻷول ﻳﻮﺟﺪ ﻟﺪﻳﻨﺎ‬
‫زوج ﺻﻐري‪ ،‬وﰲ اﻟﺸﻬﺮ اﻟﺜﺎﻧﻲ ﻳﺼﻞ ﻫﺬا اﻟﺰوج اﻟﺠﺪﻳﺪ إﱃ ﺳﻦ اﻟﻨﻀﻮج وﻳﺘﻮاﻟﺪ ﻟﻴﻨﺠﺐ‬
‫زوﺟً ﺎ ﺟﺪﻳﺪًا ﰲ اﻟﺸﻬﺮ اﻟﺜﺎﻟﺚ؛ ﻟﺬا ﰲ اﻟﺸﻬﺮ اﻟﺜﺎﻟﺚ ﺳﻴﻜﻮن ﻟﺪﻳﻨﺎ زوج ﻧﺎﺿﺞ وزوج‬
‫ﻣﻮﻟﻮد ﺣﺪﻳﺜًﺎ‪ ،‬وﰲ اﻟﺸﻬﺮ اﻟﺮاﺑﻊ ﺳﻴﻜﻮن ﻟﺪﻳﻨﺎ ﻣﺮة أﺧﺮى زوج ﻣﻮﻟﻮد ﺣﺪﻳﺜًﺎ ﻣﻦ زوج‬
‫اﻷراﻧﺐ اﻷﺻﻠﻴﺔ وزوﺟﺎن ﻧﺎﺿﺠﺎن ﺑﺈﺟﻤﺎﱄ ﺛﻼﺛﺔ أزواج‪ ،‬وﰲ اﻟﺸﻬﺮ اﻟﺨﺎﻣﺲ ﺳﻴﻮﻟﺪ زوﺟﺎن‬

‫‪37‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﺟﺪﻳﺪان )أﺣﺪﻫﻤﺎ ﻣﻦ ﻛﻞ زوج ﻧﺎﺿﺞ(‪ ،‬وﻳﺼﺒﺢ ﻟﺪﻳﻨﺎ اﻵن ﺛﻼﺛﺔ أزواج ﻧﺎﺿﺠﺔ ﺑﺈﺟﻤﺎﱄ‬
‫ﺧﻤﺴﺔ أزواج … وﻫﻜﺬا‪.‬‬
‫إذَن ﻣﺎ ﻫﻮ ﺷﻜﻞ »اﻟﺪﻳﻨﺎﻣﻴﻜﺎ اﻟﺴﻜﺎﻧﻴﺔ« ﻫﺬه؟ ﰲ اﻟﺸﻬﺮ اﻷول ﻟﺪﻳﻨﺎ زوج ﻏري ﻧﺎﺿﺞ‪،‬‬
‫وﰲ اﻟﺸﻬﺮ اﻟﺜﺎﻧﻲ ﻟﺪﻳﻨﺎ زوج ﻧﺎﺿﺞ‪ ،‬وﰲ اﻟﺸﻬﺮ اﻟﺜﺎﻟﺚ ﻟﺪﻳﻨﺎ زوج ﻧﺎﺿﺞ وزوج ﺟﺪﻳﺪ ﻏري‬
‫ﻧﺎﺿﺞ‪ ،‬وﰲ اﻟﺸﻬﺮ اﻟﺮاﺑﻊ ﻟﺪﻳﻨﺎ زوﺟﺎن ﻧﺎﺿﺠﺎن وزوج ﻏري ﻧﺎﺿﺞ‪ ،‬وﰲ اﻟﺸﻬﺮ اﻟﺨﺎﻣﺲ‬
‫ﻟﺪﻳﻨﺎ ﺛﻼﺛﺔ أزواج ﻧﺎﺿﺠﺔ وزوﺟﺎن ﻏري ﻧﺎﺿﺠني‪.‬‬
‫إذا ﺣﺴﺒﻨﺎ ﻋﺪد ﺟﻤﻴﻊ اﻷزواج ﺷﻬﺮﻳٍّﺎ‪ ،‬ﻓﺴﺘﻜﻮن اﻷﻋﺪاد ﻛﺎﻵﺗﻲ‪،٨ ،٥ ،٣ ،٢ ،١ ،١ :‬‬
‫‪ … ٢١ ،١٣‬رﺻﺪ ﻟﻴﻮﻧﺎردو أن اﻟﺮﻗﻢ اﻟﺘﺎﱄ ﰲ اﻟﺴﻠﺴﻠﺔ داﺋﻤً ﺎ ﻣﺎ ﻳﻤﺜﱢﻞ ﻣﺠﻤﻮع اﻟﺮﻗﻤَ ني‬
‫اﻟﺴﺎﺑﻘني )‪ (… ،٥ = ٢ + ٣ ،٣ = ١ + ٢ ،٢ = ١ + ١‬وﻫﻮ أﻣﺮ ﻣﻨﻄﻘﻲ؛ إذ إن اﻟﺮﻗﻢ‬ ‫َ‬
‫اﻟﺴﺎﺑﻖ ﻫﻮ اﻟﺮﻗﻢ اﻟﺬي ﻛﺎن ﻟﺪﻳﻨﺎ اﻟﺸﻬﺮ املﺎﴈ )ﰲ ﻧﻤﻮذﺟﻨﺎ ﺗﺒﻘﻰ ﺟﻤﻴﻊ اﻷراﻧﺐ ﻋﲆ ﻗﻴﺪ‬
‫اﻟﺤﻴﺎة ﻣﻬﻤﺎ ﻛﺎن ﻋﺪدﻫﺎ(‪ ،‬وﻳﺼﺒﺢ اﻟﺮﻗﻢ ﻗﺒﻞ اﻷﺧري ﻫﻮ ﻋﺪد اﻷزواج اﻟﻨﺎﺿﺠﺔ )وﻣﻦ ﺛ َ ﱠﻢ‬
‫ﻋﺪد اﻷزواج اﻟﺠﺪﻳﺪة اﻟﺘﻲ ﺗُﻮ َﻟﺪ ﰲ اﻟﺸﻬﺮ اﻟﺤﺎﱄ(‪.‬‬
‫إﻧﻪ ﻷﻣﺮ ﻣﻤﻞ اﻵن أن ﻧﻜﺘﺐ »وﰲ اﻟﺸﻬﺮ اﻟﺴﺎدس ﻳﺼﺒﺢ ﻟﺪﻳﻨﺎ ‪ ١٢‬زوﺟً ﺎ ﻣﻦ اﻷراﻧﺐ«؛‬
‫ﻟﺬا ﻳﺴﺘﺨﺪم اﻟﻌﻠﻤﺎء اﺧﺘﺼﺎ ًرا اﻟﺮﻣﺰ ‪ X‬ﻟﻺﺷﺎرة إﱃ ﻋﺪد أزواج اﻷراﻧﺐ و ‪ X6‬ﻟﻺﺷﺎرة إﱃ‬
‫ﻋﺪد اﻷزواج ﰲ اﻟﺸﻬﺮ اﻟﺴﺎدس‪ .‬وﺑﻤﺎ أن ﺳﻠﺴﻠﺔ اﻷرﻗﺎم ‪ … ،٨ ،٥ ،٣ ،٢ ،١ ،١‬ﺗﻌﻜﺲ‬
‫ﻛﻴﻒ ﻳﺰداد ﻋﺪد اﻷراﻧﺐ ﻣﻊ اﻟﻮﻗﺖ‪ ،‬ﻓﺈﻧﻪ ﻳُﻄ َﻠﻖ ﻋﻠﻴﻬﺎ وﻋﲆ ﻣﺎ ﻳُﺸﺎﻛﻠﻬﺎ »ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ«‪.‬‬
‫وﺗُﺤﺪد ﺧﺮﻳﻄﺔ اﻷراﻧﺐ اﻟﻘﺎﻋﺪة اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫أﺿ ْ‬
‫ﻒ ﻗﻴﻤﺔ ‪ X‬اﻟﺴﺎﺑﻘﺔ إﱃ ﻗﻴﻤﺔ ‪ X‬اﻟﺤﺎﻟﻴﺔ‪ ،‬ﺛﻢ اﻋﺘﱪ ﻣﺠﻤﻮﻋﻬﻤﺎ ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‪.‬‬ ‫ِ‬
‫ﻳُﻄ َﻠﻖ ﻋﲆ اﻷرﻗﺎم ﰲ اﻟﺴﻠﺴﻠﺔ ‪ … ٣٤ ،٢١ ،١٣ ،٨ ،٥ ،٣ ،٢ ،١ ،١‬أرﻗﺎم ﻓﻴﺒﻮﻧﺎﺗﴚ‬
‫)ﻓﻴﺒﻮﻧﺎﺗﴚ ﻫﻮ اﺳﻢ اﻟﺸﻬﺮة ﻟﻠﻴﻮﻧﺎردو ﺑﻴﺰاﻧﻮ(‪ ،‬وﻫﻲ أرﻗﺎم ﺗﻈﻬﺮ ﻣﺮة ﺑﻌﺪ أﺧﺮى ﰲ‬
‫اﻟﻄﺒﻴﻌﺔ؛ ﰲ ﺑﻨﻴﺔ ﻧﺒﺎﺗﺎت دوار اﻟﺸﻤﺲ‪ ،‬وﻣﺨﺮوط اﻟﺼﻨﻮﺑﺮ‪ ،‬واﻷﻧﺎﻧﺎس‪ .‬وﺗُﻌﺘﱪ ﻫﺬه اﻷرﻗﺎم‬
‫ﺗﻮﺿﺢ اﻟﻨﻤﻮ اﻷﳼ ﺑﻤﺮور اﻟﻮﻗﺖ ﺑﺎﻟﺘﻘﺮﻳﺐ‪ .‬ﺗﺸري ﻋﻼﻣﺎت اﻟﺼﻠﻴﺐ‬ ‫ﻣﺤﻞ اﻫﺘﻤﺎم ﻫﻨﺎ ﻷﻧﻬﺎ ﱢ‬
‫ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪ 1-2‬إﱃ ﻧﻘﺎط ﻓﻴﺒﻮﻧﺎﺗﴚ — ﻋﺪد اﻷراﻧﺐ ﻛﺪاﻟﺔ ﰲ اﻟﻮﻗﺖ — ﺑﻴﻨﻤﺎ ﻳﺸري‬
‫اﻟﺨﻂ املﺘﺼﻞ إﱃ اﺛﻨني ﻣﺮﻓﻮﻋﺔ إﱃ أُس ‪ ،λt‬أو ﺑﺎﺳﺘﺨﺪام اﻟﺮﻣﻮز ‪ ،2λt‬ﺣﻴﺚ ﻳﻤﺜﱢﻞ اﻟﺮﻣﺰ ‪t‬‬
‫اﻟﺰﻣﻦ ﺑﺎﻟﺸﻬﻮر‪ ،‬واﻟﺮﻣﺰ ‪ λ‬اﻷُس اﻷول‪ .‬ﺗُﻌﺘﱪ اﻵﺳﺎس اﻟﺘﻲ ﺗﺘﻀﻤﻦ ﴐب اﻟﺰﻣﻦ ﰲ اﻷُس‬
‫ﻃﺮﻳﻘﺔ ﻣﻔﻴﺪة ﻟﻘﻴﺎس اﻟﻨﻤﻮ اﻷﳼ املﻨﺘﻈﻢ‪ ،‬وﰲ ﺣﺎﻟﺘﻨﺎ ﻫﺬه‪ ،‬ﺗﺴﺎوي ‪ λ‬ﻟﻮﻏﺎرﻳﺘﻢ رﻗﻢ ﻳُﻄ َﻠﻖ‬
‫ﺗﻔﺼﻴﻼ ﰲ ﻛﺘﺎب »اﻟﺮﻳﺎﺿﻴﺎت‪:‬‬‫ً‬ ‫ﻋﻠﻴﻪ اﻟﺮﻗﻢ اﻟﺬﻫﺒﻲ‪ ،‬وﻫﻮ رﻗﻢ ﺧﺎص ﺟﺪٍّا ﺟﺮت ﻣﻨﺎﻗﺸﺘﻪ‬
‫ﻣﻘﺪﻣﺔ ﻗﺼرية ﺟﺪٍّا«‪.‬‬

‫‪38‬‬
 ‫اﻟﻨﻤﻮ اﻷُﳼ واﻟﻼﺧﻄﻴﺔ واﻟﺘﻔﻜري املﻨﻄﻘﻲ‬

‫‪٢٥‬‬

‫‪٢٠‬‬

‫‪١٥‬‬

‫‪١٠‬‬

‫‪٥‬‬

‫‪٠‬‬
‫‪٠‬‬ ‫‪١‬‬ ‫‪٢‬‬ ‫‪٣‬‬ ‫‪٤‬‬ ‫‪٥‬‬ ‫‪٦‬‬ ‫‪٧‬‬

‫ﻈﻬﺮ ﻋﺪد أزواج اﻷراﻧﺐ ﺷﻬﺮﻳٍّﺎ )أرﻗﺎم ﻓﻴﺒﻮﻧﺎﺗﴚ(؛ وﻳﻤﺜﱢﻞ‬‫ﺷﻜﻞ ‪ :1-2‬ﺳﻠﺴﻠﺔ ﺻﻠﺒﺎن ﺗُ ِ‬
‫اﻷﳼ‪.‬‬
‫ﱠ‬ ‫املﻨﺤﻨﻰ اﻟﺒﺴﻴﻂ اﻟﺬي ﺗﻘﻊ اﻟﺼﻠﺒﺎن ﻗﺮﺑﻪ ﻧﻤﻮﱠﻫﺎ‬

‫أول ﻣﺎ ﻳﻤﻜﻦ ﻣﻼﺣﻈﺘﻪ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪ 1-2‬ﻫﻮ أن اﻟﻨﻘﺎط ﺗﻘﻊ ﺑﺎﻟﻘﺮب ﻣﻦ املﻨﺤﻨﻰ‪.‬‬
‫ﻳﺘﻤﺘﻊ املﻨﺤﻨﻰ اﻷﳼ ﺑﺨﺼﻮﺻﻴﺔ ﰲ ﻣﺠﺎل اﻟﺮﻳﺎﺿﻴﺎت ﻷﻧﻪ ﻳﻌﻜﺲ داﻟﺔ ﺗﺘﻨﺎﺳﺐ زﻳﺎدﺗﻬﺎ‬
‫ﻣﻊ ﻗﻴﻤﺘﻬﺎ اﻟﺤﺎﻟﻴﺔ؛ ﻓﻜﻠﻤﺎ زادت اﻟﻘﻴﻤﺔ‪ ،‬زادت ﴎﻋﺔ ﻧﻤﻮﻫﺎ‪ .‬وﻳﺒﺪو ﻣﻦ املﻨﻄﻘﻲ أن ﺷﻴﺌًﺎ‬
‫ﻛﻬﺬه اﻟﺪاﻟﺔ ﻳﻌﻤﻞ ﻋﲆ ﺗﻮﺻﻴﻒ دﻳﻨﺎﻣﻴﻜﻴﺎت ﻧﻤﻮ ﻋﺪد أراﻧﺐ ﻟﻴﻮﻧﺎردو؛ ﺣﻴﺚ إن ﻋﺪد اﻷراﻧﺐ‬
‫ﰲ اﻟﺸﻬﺮ اﻟﺘﺎﱄ ﻳﺘﻨﺎﺳﺐ ﺑﺼﻮرة أو ﺑﺄﺧﺮى ﻣﻊ ﻋﺪد اﻷراﻧﺐ ﰲ اﻟﺸﻬﺮ اﻟﺤﺎﱄ‪ .‬اﻟﴚء اﻟﺜﺎﻧﻲ‬
‫اﻟﺬي ﻧﻼﺣﻈﻪ ﰲ اﻟﺸﻜﻞ ﻫﻮ أن اﻟﻨﻘﺎط »ﻻ« ﺗﻘﻊ ﻋﲆ املﻨﺤﻨﻰ‪ .‬ﻳﻤﺜﱢﻞ املﻨﺤﻨﻰ »ﻧﻤﻮذﺟً ﺎ«‬
‫ﺟﻴﺪًا ﻟﺨﺮﻳﻄﺔ أراﻧﺐ ﻓﻴﺒﻮﻧﺎﺗﴚ‪ ،‬ﻟﻜﻨﻪ ﻻ ﻳُﻌَ ﱡﺪ ﻣﺜﺎﻟﻴٍّﺎ؛ ﻓﺪاﺋﻤً ﺎ ﻣﺎ ﻳﻜﻮن ﻋﺪد اﻷراﻧﺐ ﰲ ﻧﻬﺎﻳﺔ‬
‫ﻛﻞ ﺷﻬﺮ رﻗﻤً ﺎ ﺻﺤﻴﺤً ﺎ‪ ،‬وﺑﻴﻨﻤﺎ ﻗﺪ ﻳﻘﱰب املﻨﺤﻨﻰ ﻣﻦ اﻟﺮﻗﻢ اﻟﺼﺤﻴﺢ اﻟﺪﻗﻴﻖ‪ ،‬ﻓﺈﻧﻪ ﻻ‬
‫ﻳﺴﺎوﻳﻪ ﺗﻤﺎﻣً ﺎ‪ .‬وﻣﻊ ﻣﺮور اﻟﺸﻬﻮر وزﻳﺎدة ﻋﺪد اﻷراﻧﺐ‪ ،‬ﻳﻘﱰب املﻨﺤﻨﻰ أﻛﺜﺮ ﻓﺄﻛﺜﺮ ﻣﻦ ﻛﻞ‬
‫رﻗﻢ ﻣﻦ أرﻗﺎم ﻓﻴﺒﻮﻧﺎﺗﴚ‪ ،‬ﻟﻜﻨﻪ ﻻ ﻳﺒﻠﻐﻬﺎ ﻋﲆ اﻹﻃﻼق‪ .‬وﺳﻮف ﻳﺘﻜﺮر ﰲ ﻫﺬا اﻟﻜﺘﺎب ﻃﺮح‬
‫ﻣﻔﻬﻮم اﻻﻗﱰاب أﻛﺜﺮ ﻓﺄﻛﺜﺮ ﻣﻊ ﻋﺪم ﺑﻠﻮغ اﻟﻐﺎﻳﺔ ﺗﻤﺎﻣً ﺎ‪.‬‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ؟‬ ‫إذَن ﻛﻴﻒ ﺳﺘﺴﺎﻋﺪﻧﺎ أراﻧﺐ ﻟﻴﻮﻧﺎردو ﰲ اﻟﻮﺻﻮل إﱃ ﻓﻬﻢ ﻧﻤﻮ ﻋﺪم اﻟﻴﻘني ﰲ‬
‫ﻣﺜﻞ ﺟﻤﻴﻊ املﻼﺣﻈﺎت‪ ،‬ﻓﺈن ﻋﻤﻠﻴﺔ ﻋ ﱢﺪ اﻷراﻧﺐ ﰲ اﻟﺤﺪﻳﻘﺔ ﻋﺮﺿﺔ ﻟﻠﺨﻄﺄ‪ .‬وﻣﺜﻠﻤﺎ رأﻳﻨﺎ ﰲ‬

‫‪39‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫اﻟﻔﺼﻞ اﻷول‪ ،‬ﻣﻦ املﻌﺮوف أن ﺣﺎﻻت ﻋﺪم اﻟﻴﻘني ﰲ املﻼﺣﻈﺎت ﺗﺮﺟﻊ إﱃ اﻟﺘﺸﻮﻳﺶ‪ .‬ﺗﺼ ﱠﻮ ْر‬
‫أﻳﻀﺎ ﰲ اﻟﺤﺪﻳﻘﺔ ﰲ اﻟﺸﻬﺮ‬ ‫أن ﻟﻴﻮﻧﺎردو ﻋﺠﺰ ﻋﻦ ﻣﻼﺣﻈﺔ زوج ﻣﻦ اﻷراﻧﺐ اﻟﻨﺎﺿﺠﺔ ً‬
‫اﻷول؛ ﻓﻔﻲ ﺗﻠﻚ اﻟﺤﺎﻟﺔ ﻛﺎن ﻋﺪد أزواج اﻷراﻧﺐ ﰲ اﻟﺤﺪﻳﻘﺔ ﺳﻴﺼﺒﺢ ‪… ،١٣ ،٨ ،٥ ،٣ ،٢‬‬
‫ﺳﻴﺘﻤﺜﱠﻞ اﻟﺨﻄﺄ ﰲ اﻟﺘﻮﻗﻊ اﻷﺻﲇ )‪ (… ٨ ،٥ ،٣ ،٢ ،١ ،١‬ﰲ اﻟﻔﺮق ﺑني اﻟﺤﻘﻴﻘﺔ وذﻟﻚ‬
‫اﻟﺘﻮﻗﻊ‪ ،‬أي‪) … ٥ ،٣ ،٢ ،١ :‬ﻣﺮة أﺧﺮى‪ ،‬ﺳﻠﺴﻠﺔ أرﻗﺎم ﻓﻴﺒﻮﻧﺎﺗﴚ(‪ .‬ﰲ اﻟﺸﻬﺮ اﻟﺜﺎﻧﻲ ﻋﴩ‪،‬‬
‫ﻛﺎن ﻫﺬا اﻟﺨﻄﺄ ﻟﻴﺒﻠﻎ رﻗﻤً ﺎ ﻻﻓﺘًﺎ ﺟﺪٍّا ﻳﺼﻞ إﱃ ‪ ١٤٦‬زوﺟً ﺎ ﻣﻦ اﻷراﻧﺐ! ﻓﺨﻄﺄ ﺻﻐري ﰲ‬
‫اﻟﻌﺪد اﻷوﱄ ﻟﻸراﻧﺐ ﺳﻴﺆدي إﱃ ﺧﻄﺄ ﻛﺒري ﺟﺪٍّا ﰲ اﻟﺘﻮﻗﻊ‪ .‬ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ ،‬ﻳﺰداد اﻟﺨﻄﺄ‬
‫أﺳﻴٍّﺎ ﺑﻤﺮور اﻟﻮﻗﺖ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻨﻄﻮي ﻋﲆ ﺗﺪاﻋﻴﺎت ﻛﺜرية‪.‬‬
‫ﻟﻨﺘﻔﺤﺺ ﻣﻌً ﺎ أﺛﺮ ﻧﻤﻮ اﻟﺨﻄﺄ اﻷﳼ ﻋﲆ ﻋﺪم اﻟﻴﻘني ﰲ ﺗﻮﻗﻌﺎﺗﻨﺎ‪ .‬ﻟﻨﻘﺎرن ﻣﺮة أﺧﺮى‬
‫اﻟﻨﻤﻮ اﻟﺨﻄﻲ واﻟﻨﻤﻮ اﻷﳼ‪ .‬ﻟﻨﻔﺮض أﻧﻪ — ﺑﺎﻟﻨﺴﺒﺔ إﱃ أﺣﺪ اﻷﺳﻌﺎر — ﻳﻤﻜﻨﻨﺎ اﻟﺤﺪ ﻣﻦ‬
‫ﻋﺪم اﻟﻴﻘني ﰲ املﻼﺣﻈﺔ اﻷوﻟﻴﱠﺔ اﻟﺘﻲ ﻧﺴﺘﺨﺪﻣﻬﺎ ﰲ وﺿﻊ ﺗﻮﻗﻌﺎﺗﻨﺎ‪ .‬ﻓﺈذا ﻛﺎن ﻧﻤﻮ اﻟﺨﻄﺄ‬
‫ﺧﻄﻴٍّﺎ‪ ،‬وﻗﻤﻨﺎ ﺑﺘﻘﻠﻴﺺ ﻋﺪم اﻟﻴﻘني اﻷوﱄ ﺑﻌﺎﻣﻞ ﻣﻘﺪاره ﻋﴩة‪ ،‬ﻓﺴﻴﻤﻜﻨﻨﺎ ﺗﻮﻗﻊ ﺳﻠﻮك‬
‫اﻟﻨﻈﺎم ﺑﻔﱰة أﻃﻮل ﺑﻌﴩة أﺿﻌﺎف ﻗﺒﻞ أن ﻳﺘﺨﻄﻰ ﻋﺪم اﻟﻴﻘني ﻟﺪﻳﻨﺎ اﻟﺤﺪ ﻧﻔﺴﻪ‪ ،‬وإذا‬
‫ﻣﺎ ﻗﻠﺼﻨﺎ ﻋﺪم اﻟﻴﻘني اﻷوﱄ ﺑﻌﺎﻣﻞ ﻣﻘﺪاره ‪ ،١٠٠٠‬إذَن ﻓﺴﻴﻤﻜﻨﻨﺎ وﺿﻊ ﺗﻮﻗﻌﺎت ﻋﲆ‬
‫اﻟﺪرﺟﺔ ﻧﻔﺴﻬﺎ ﻣﻦ اﻟﺠﻮدة ﺧﻼل ﻓﱰة ﺗﺰﻳﺪ ‪ ١٠٠٠‬ﻣﺮة‪ ،‬وﻫﻮ ﻣﺎ ﻳُﻌﺘﱪ ﻣﻴﺰة ﰲ اﻟﻨﻤﺎذج‬
‫ﻈﻢ اﻟﺨﻄﻴﺔ ﻓﻘﻂ‪.‬‬ ‫دﻗﺔ — ﻣﻴﺰة ﻇﺎﻫﺮﻳﺔ ﰲ دراﺳﺔ اﻟﻨ ﱡ ُ‬‫اﻟﺨﻄﻴﺔ‪ ،‬أو ﻳُﻌﺘﱪ — ﻋﲆ ﻧﺤﻮ أﻛﺜﺮ ً‬
‫ﰲ املﻘﺎﺑﻞ‪ ،‬إذا ﻛﺎن اﻟﻨﻤﻮذج ﻻ ﺧﻄﻴٍّﺎ‪ ،‬وﻛﺎن ﻧﻤﻮ ﻋﺪم اﻟﻴﻘني ﻧﻤﻮٍّا أﺳﻴٍّﺎ‪ ،‬ﻳﻤﻜﻨﻨﺎ إذَن ﺗﻘﻠﻴﺺ‬
‫ﻋﺪم ﻳﻘﻴﻨﻨﺎ اﻷوﱄ ﺑﻌﺎﻣﻞ ﻣﻘﺪاره ﻋﴩة‪ ،‬إﻻ أن ﻗﺪرﺗﻨﺎ ﻋﲆ اﻟﺘﻮﻗﻊ ﺳﺘﻜﻮن أﻃﻮل ﺑﻤﻘﺪار‬
‫اﻟﻀﻌﻒ ﻓﻘﻂ ﺑﺎﻟﺪرﺟﺔ ﻧﻔﺴﻬﺎ ﻣﻦ اﻟﺪﻗﺔ‪ .‬ﰲ ﺗﻠﻚ اﻟﺤﺎﻟﺔ‪» ،‬ﺑﺎﻓﱰاض« أن اﻟﻨﻤﻮ اﻷﳼ ﰲ‬
‫ﻋﺪم اﻟﻴﻘني ﻣﻨﺘﻈﻢ ﻣﻦ ﺣﻴﺚ اﻟﻮﻗﺖ‪ ،‬ﻓﺈن ﺗﻘﻠﻴﺺ ﻋﺪم اﻟﻴﻘني ﺑﻤﻌﻠﻢ ‪ ١٠٠٠‬ﻟﻦ ﻳﺆديَ‬
‫إﻻ إﱃ اﺗﺴﺎع ﻧﻄﺎق ﺗﻮﻗﻌﺎﺗﻨﺎ ﺑﺎﻟﺪرﺟﺔ ﻧﻔﺴﻬﺎ ﻣﻦ اﻟﺪﻗﺔ ﺑﻌﺎﻣﻞ ﻣﻘﺪاره ﺛﻤﺎﻧﻴﺔ‪ .‬ﻳَﻨﺪُر أن‬
‫آﺧﺮ‬ ‫ﻗﻴﺎس أﻣ ًﺮا ﻣﺠﺎﻧﻴٍّﺎ )ﻳﺠﺐ ﺗﻮﻇﻴﻒ ﺷﺨﺺ َ‬ ‫ٍ‬ ‫ُ‬
‫ﺗﻘﻠﻴﺺ ﻋﺪم اﻟﻴﻘني ﰲ أي ﻋﻤﻠﻴﺔ‬ ‫ﻳﻜﻮن‬
‫ﻟﻌ ﱢﺪ اﻷراﻧﺐ ﻣﺮة ﺛﺎﻧﻴﺔ(‪ ،‬وﻗﺪ ﺗﻜﻮن ﻋﻤﻠﻴﺎت ﺗﻘﻠﻴﺺ ﻋﺪم اﻟﻴﻘني ﻋﲆ ﻧﺤﻮ ﻛﺒري ﻣﻜ ﱢﻠﻔﺔ؛‬
‫ﻟﺬا ﻋﻨﺪﻣﺎ ﻳﻨﻤﻮ ﻋﺪم اﻟﻴﻘني ﻧﻤﻮٍّا أﺳﻴٍّﺎ ﴎﻳﻌً ﺎ‪ ،‬ﺗﻘﻔﺰ اﻟﺘﻜﻠﻔﺔ ﺑﺼﻮرة ﻫﺎﺋﻠﺔ‪ ،‬وﻗﺪ ﺗﻜﻮن‬
‫ً‬
‫ﺑﺎﻫﻈﺔ‬ ‫ﻣﺤﺎوﻟﺔ ﺗﺤﻘﻴﻖ أﻫﺪاف ﺗﻮﻗﻌﺎﺗﻨﺎ ﻣﻦ ﺧﻼل ﺗﻘﻠﻴﺺ ﻋﺪم اﻟﻴﻘني ﰲ اﻟﴩوط املﺒﺪﺋﻴﺔ‬
‫ﻟﻠﻐﺎﻳﺔ‪.‬‬
‫ﻟﺤﺴﻦ اﻟﺤﻆ‪ ،‬ﺛَﻤﱠ َﺔ ﺑﺪﻳﻞ ﻳﺠﻌﻠﻨﺎ ﻧﻘﺒﻞ اﻟﺤﻘﻴﻘﺔ اﻟﺒﺴﻴﻄﺔ اﻟﻘﺎﺋﻠﺔ ﺑﺄﻧﻨﺎ ﻻ ﻳﻤﻜﻦ أن‬
‫ﻧﺘﺄ ﱠﻛﺪ ﻋﲆ اﻹﻃﻼق ﻣﻦ أن أي ﻣﻼﺣﻈﺔ ﻟﻢ ﻳﻔﺴﺪﻫﺎ اﻟﺘﺸﻮﻳﺶ؛ ﻓﻔﻲ ﺣﺎﻟﺔ اﻷراﻧﺐ أو ﺣﺒﺎت‬

‫‪40‬‬
 ‫اﻟﻨﻤﻮ اﻷُﳼ واﻟﻼﺧﻄﻴﺔ واﻟﺘﻔﻜري املﻨﻄﻘﻲ‬

‫ً‬
‫ﺣﻘﻴﻘﺔ ﰲ اﻷﻣﺮ‪ ،‬رﻗﻤً ﺎ ﺻﺤﻴﺤً ﺎ ﻳﻤﺜﱢﻞ اﻹﺟﺎﺑﺔ اﻟﺼﺤﻴﺤﺔ‪ .‬وإذا ﻣﺎ ﻗ ﱠﻠﺼﻨﺎ‬ ‫اﻷرز‪ ،‬ﻳﺒﺪو أن ﺛَﻤﱠ َﺔ‬
‫ﻧﺘﻮﻗﻊ دون أﺧﻄﺎء‪ .‬ﻟﻜﻦ‬ ‫ﻋﺪم اﻟﻴﻘني ﰲ ﻫﺬا اﻟﴩط املﺒﺪﺋﻲ إﱃ اﻟﺼﻔﺮ‪ ،‬ﻓﺴﻴﻤﻜﻨﻨﺎ إذَن أن ﱠ‬
‫ﺣﻘﺎ أن ﻧﺘﺄ ﱠﻛﺪ ﺗﻤﺎﻣً ﺎ ﻣﻦ اﻟﴩط املﺒﺪﺋﻲ؟ أ َ َﻻ ﻳﺤﺘﻤﻞ أن ﻳﻜﻮن ﻫﻨﺎك أرﻧﺐٌ ﺻﻐريٌ‬ ‫ﻫﻞ ﻳﻤﻜﻦ ٍّ‬
‫آﺧﺮ ﻳﺨﺘﺒﺊ وﺳﻂ اﻟﺘﺸﻮﻳﺶ؟ ﺑﻴﻨﻤﺎ ﺗﺸري أﻓﻀﻞ ﺗﺨﻤﻴﻨﺎﺗﻨﺎ إﱃ أن ﺛَﻤﱠ َﺔ زوﺟً ﺎ واﺣﺪًا ﰲ‬ ‫َ‬
‫اﻟﺤﺪﻳﻘﺔ‪ ،‬رﺑﻤﺎ ﻳﻜﻮن ﺛَﻤﱠ َﺔ زوﺟﺎن‪ ،‬أو ﺛﻼﺛﺔ‪ ،‬أو أﻛﺜﺮ )أو رﺑﻤﺎ ﻻ ﺗﻮﺟﺪ أزواج ﻋﲆ اﻹﻃﻼق(‪.‬‬
‫ﻣﺘﻴﻘﻨني ﻣﻦ اﻟﴩط املﺒﺪﺋﻲ‪ ،‬ﻳﻤﻜﻨﻨﺎ أن ﻧﺒﺤﺚ ﰲ ﺗﻨﻮﱡع اﻟﺘﻮﻗﻌﺎت اﻟﺘﻲ ﺗُﺠ َﺮى‬ ‫ﱢ‬ ‫إذا ﻛﻨﺎ ﻏري‬
‫وﻓﻖ ﻧﻤﻮذﺟﻨﺎ ﻣﻦ ﺧﻼل ﻋﻤﻞ ﻣﺠﻤﻮﻋﺔ ﺗﻮﻗﻌﺎت ﺑﺄن ﻧﺒﺪأ ﻛﻞ ﺗﻮﻗﻊ ﻣﻦ ﻛﻞ ﴍط ﻣﺒﺪﺋﻲ‬
‫ﻧﻌﺘﻘﺪ ﰲ ﻣﻨﻄﻘﻴﺘﻪ؛ ﻟﺬا ﺳﻴﺒﺪأ أﺣﺪ اﻟﺘﻮﻗﻌﺎت ﻣﻦ املﺠﻤﻮﻋﺔ ﻋﻨﺪ ﻗﻴﻤﺔ ‪ X‬ﺗﺴﺎوي واﺣﺪًا‪،‬‬
‫آﺧﺮ ﰲ املﺠﻤﻮﻋﺔ ﻋﻨﺪ ﻗﻴﻤﺔ ‪ X‬ﺗﺴﺎوي اﺛﻨني‪ ،‬وﻫﻜﺬا‪ .‬ﻛﻴﻒ ﻳﺠﺐ أن ﻧﻮ ﱢزع‬ ‫وﻳﺒﺪأ ﱡ‬
‫ﺗﻮﻗﻊ َ‬
‫ﻗﺪراﺗﻨﺎ املﺤﺪودة ﺑني املﺰﻳﺪ ﻣﻦ ﺣﺴﺎب املﺰﻳﺪ ﻣﻦ اﻟﺘﻮﻗﻌﺎت وﺗﻘﺪﻳﻢ ﻣﻼﺣﻈﺎت أﻓﻀﻞ ﻟﻠﻌﺪد‬
‫اﻟﺤﺎﱄ ﻟﻸراﻧﺐ ﰲ اﻟﺤﺪﻳﻘﺔ؟‬
‫ﰲ ﺧﺮﻳﻄﺔ اﻷراﻧﺐ‪ ،‬ﺳﺘﺰداد اﻟﻔﺮوق ﺑني اﻟﺘﻮﻗﻌﺎت املﻔﺮدة املﺨﺘﻠﻔﺔ ﺿﻤﻦ ﻣﺠﻤﻮﻋﺔ‬
‫اﻟﺘﻮﻗﻌﺎت زﻳﺎدة أﺳﻴﺔ ﴎﻳﻌﺔ‪ ،‬ﺑَﻴْ َﺪ أﻧﻪ ﰲ ﻇﻞ ﺗﻮﻗﻊ ﻣﺠﻤﻊ‪ ،‬ﻳﻤﻜﻨﻨﺎ أن ﻧﺪرك ﻣﺪى اﻻﺧﺘﻼف‬
‫ﻧﺘﻮﻗﻌﻪ ﰲ أي وﻗﺖ ﻣﻌني‪.‬‬ ‫ﺑﻴﻨﻬﺎ‪ ،‬وﻧﺴﺘﺨﺪم ﻫﺬا ﻛﻤﻘﻴﺎس ﻟﻌﺪم ﻳﻘﻴﻨﻨﺎ ﰲ ﻋﺪد اﻷراﻧﺐ اﻟﺬي ﱠ‬
‫ﺑﺎﻹﺿﺎﻓﺔ إﱃ ذﻟﻚ‪ ،‬إذا ﻋﺪدﻧﺎ ﺑﺪﻗﺔ ﻋﺪد اﻷراﻧﺐ ﺑﻌﺪ ﺷﻬﻮر ﻗﻠﻴﻠﺔ‪ ،‬ﻓﺴﻨﺘﻤﻜﻦ ﻣﻦ اﺳﺘﺒﻌﺎد‬
‫ً‬
‫اﻧﻄﻼﻗﺎ‬ ‫ﺗﻮﻗ ٍﻊ ﺿﻤﻦ املﺠﻤﻮﻋﺔ‬‫ﺑﻌﺾ اﻟﺘﻮﻗﻌﺎت املﻔﺮدة ﺿﻤﻦ ﻣﺠﻤﻮﻋﺔ اﻟﺘﻮﻗﻌﺎت‪ .‬ﺑﺪأ ﻛﻞ ﱡ‬
‫ﻣﻦ رﻗ ٍﻢ ﺗﻘﺪﻳﺮيﱟ ﻣﺎ ﻟﻌﺪد اﻷراﻧﺐ اﻟﺬي ﻛﺎن ﰲ اﻟﺤﺪﻳﻘﺔ ﻣﻦ اﻟﺒﺪاﻳﺔ؛ ﻟﺬا ﻳﻮﻓﺮ ﻟﻨﺎ اﺳﺘﺒﻌﺎد‬
‫أﺣﺪ اﻟﺘﻮﻗﻌﺎت ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ ﻣﺰﻳﺪًا ﻣﻦ املﻌﻠﻮﻣﺎت ﺣﻮل اﻟﻌﺪد اﻷﺻﲇ ﻟﻸراﻧﺐ‪ .‬وﺑﺎﻟﻄﺒﻊ‬
‫ﺳﺘﺜﺒﺖ ﺻﺤﺔ ﻫﺬه املﻌﻠﻮﻣﺎت ﻓﻘﻂ ﰲ ﺣﺎل إن ﻛﺎن ﻧﻤﻮذﺟﻨﺎ ﻣﺜﺎﻟﻴٍّﺎ ﺑﺎملﻌﻨﻰ اﻟﺤﺮﰲ؛ ﻣﻤﺎ‬
‫ﻳﻌﻨﻲ — ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ — أن ﺧﺮﻳﻄﺔ اﻷراﻧﺐ ﺗﺮﺳﻢ ﺻﻮرة اﻟﺴﻠﻮك اﻹﻧﺠﺎﺑﻲ وﻃﻮل‬
‫ﻋﻤﺮ اﻷراﻧﺐ ﺑﺪﻗﺔ‪ .‬ﰲ املﻘﺎﺑﻞ‪ ،‬إذا ﻛﺎن ﻧﻤﻮذﺟﻨﺎ ﻣﺜﺎﻟﻴٍّﺎ‪ ،‬ﻓﺴﻴﻤﻜﻨﻨﺎ إذَن اﺳﺘﺨﺪام ﻣﻼﺣﻈﺎﺗﻨﺎ‬
‫املﺴﺘﻘﺒﻠﻴﺔ ﰲ ﻣﻌﺮﻓﺔ املﺎﴈ‪ ،‬وﻳُﻄ َﻠﻖ ﻋﲆ ﻫﺬه اﻟﻌﻤﻠﻴﺔ »ﺗﻘﻠﻴﺺ اﻟﺘﺸﻮﻳﺶ«‪ .‬أﻣﺎ إذا ﺑَﺪَا أن‬
‫ﻧﻤﻮذﺟﻨﺎ ﻏري ﻣﺜﺎﱄ‪ ،‬إذَن ﻓﻘﺪ ﻳﻨﺘﻬﻲ ﺑﻨﺎ املﻄﺎف إﱃ ﻧﺘﺎﺋﺞ ﻏري ﻣﺘﺴﻘﺔ‪.‬‬
‫ﻟﻜﻦ ﻣﺎذا إذا ﻛﻨﱠﺎ ﻧﻘﻴﺲ ﺷﻴﺌًﺎ ﻻ ﻳﻤﺜﱢﻞ رﻗﻤً ﺎ ﺻﺤﻴﺤً ﺎ‪ ،‬ﻣﺜﻞ درﺟﺔ اﻟﺤﺮارة‪ ،‬أو ﻣﻮﺿﻊ‬
‫ً‬
‫ﻣﻄﺎﺑﻘﺔ ﺗﻤﺎﻣً ﺎ‬ ‫ﺗﻮﻗﻊ ﺣﺎﻟﺔ ﻃﻘﺲ ﻏري ﻣﺜﺎﱄ‬ ‫ﻛﻮﻛﺐ ﻣﺎ؟ وﻫﻞ ﺗُﻌﺘﱪ درﺟﺔ اﻟﺤﺮارة ﰲ ﻧﻤﻮذج ﱡ‬
‫ﻟﺪرﺟﺔ اﻟﺤﺮارة ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ؟ ﻛﺎﻧﺖ ﻫﺬه ﻫﻲ اﻷﺳﺌﻠﺔ اﻟﺘﻲ أﺛﺎرت اﻫﺘﻤﺎم ﻓﻴﻠﺴﻮﻓﻨﺎ‬
‫أوﻻ‪ ،‬ﻳﺠﺐ أن ﻧﺒﺤﺚ اﻟﺴﺆال اﻷﻛﺜﺮ إﻟﺤﺎﺣً ﺎ ﺣﻮل ﺳﺒﺐ ﻋﺪم ﺳﻴﻄﺮة‬ ‫ﰲ اﻟﺒﺪاﻳﺔ ﺑﺎﻟﻔﻮﴇ‪ً .‬‬
‫اﻷراﻧﺐ ﻋﲆ اﻟﻌﺎﻟﻢ ﺧﻼل ﺗﺴﻌﺔ آﻻف ﺷﻬﺮ اﻧﻘﻀﺖ ﻣﻨﺬ ﻋﺎم ‪١٢٠٢‬؟‬

‫‪41‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫اﻻﻣﺘﺪاد واﻻﻧﻄﻮاء ﻋﲆ اﻟﺬات وﻧﻤﻮ ﻋﺪم اﻟﻴﻘني‬

‫ﺗُﻀﻔﻲ دراﺳﺔ اﻟﻔﻮﴇ ﻣﺼﺪاﻗﻴﺔ ﻋﲆ ﻗﻮل ﻋﻠﻢ اﻷرﺻﺎد اﻟﺠﻮﻳﺔ املﺄﺛﻮر‪ ،‬اﻟﺬي ﻳﺬﻫﺐ إﱃ‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ‪ .‬ﻓﺈذا ﻛﻨﱠﺎ ﻧﻌﺮف أن‬ ‫ً‬
‫ﻛﺎﻣﻼ ﰲ ﻏﻴﺎب ﺗﻘﺪﻳﺮ ﻣﻔﻴﺪ ﻟﻌﺪم ﻳﻘني‬ ‫أن أي ﱡ‬
‫ﺗﻮﻗﻊ ﻻ ﻳﻜﻮن‬
‫اﻟﴩط املﺒﺪﺋﻲ ﻏري ﻣﺆﻛﺪ‪ ،‬ﻓﺈﻧﻨﺎ إذَن ﻟﺴﻨﺎ ﻣﻬﺘﻤني ﻓﺤﺴﺐ ﺑﻌﻤﻠﻴﺔ اﻟﺘﻮﻗﻊ »ﰲ ﺣﺪ ذاﺗﻬﺎ«‪،‬‬
‫ً‬
‫اﺣﺘﻤﺎﻻ‪.‬‬ ‫ﺑﻞ ﻧﻬﺘﻢ ﻛﺬﻟﻚ ﺑﻤﻌﺮﻓﺔ أيﱡ أﺧﻄﺎء اﻟﺘﻮﻗﻊ ﻫﻮ اﻷﻛﺜﺮ‬

‫اﻟﻨﻤﻮ اﻷﳼ‪ :‬ﻣﺜﺎل ﻣﻦ اﻟﺼﻒ اﻟﺜﺎﻟﺚ اﻻﺑﺘﺪاﺋﻲ ﻟﻶﻧﺴﺔ ﻧﻴﺠﻞ‬

‫ﻗﺒﻞ ﺑﻀﻌﺔ أﺷﻬﺮ‪ ،‬ﱠ‬
‫ﺗﻠﻘﻴ ُْﺖ رﺳﺎﻟﺔ ﺑﺮﻳﺪ إﻟﻜﱰوﻧﻲ ﻛﺘﺒﻬﺎ ﺻﺪﻳﻖ ﻗﺪﻳﻢ ﱄ ﻣﻨﺬ أﻳﺎم املﺪرﺳﺔ اﻻﺑﺘﺪاﺋﻴﺔ‪.‬‬
‫وﻛﺎﻧﺖ اﻟﺮﺳﺎﻟﺔ ﺗﺘﻀﻤﻦ رﺳﺎﻟﺔ أﺧﺮى ﻛﺎن ﻗﺪ أرﺳﻠﻬﺎ ﻃﺎﻟﺐ ﰲ اﻟﺼﻒ اﻟﺜﺎﻟﺚ اﻻﺑﺘﺪاﺋﻲ ﰲ ﻧﻮرث‬
‫دروﺳﺎ ﰲ اﻟﺠﻐﺮاﻓﻴﺎ‪ ،‬وﻛﺎﻧﺖ اﻟﺮﺳﺎﻟﺔ ﺗﻄﻠﺐ ﻣﻦ ﻛ ﱢﻞ‬‫ً‬ ‫ﻛﺎروﻻﻳﻨﺎ‪ ،‬وﻛﺎن اﻟﺼﻒ اﻟﺬي ﻳﻨﺘﻤﻲ إﻟﻴﻪ ﱠ‬
‫ﻳﺘﻠﻘﻰ‬
‫ﱡ‬
‫اﻟﺼﻒ ﻣﺤ ﱠﻞ اﻹﻗﺎﻣﺔ ذﻟﻚ‬ ‫ﻣَ ﻦ ﻳﻘﺮؤﻫﺎ أن ﻳﺮﺳﻞ ردٍّا إﱃ املﺪرﺳﺔ ﻳﺬﻛﺮ ﻓﻴﻪ ﻣﺤﻞ اﻹﻗﺎﻣﺔ‪ ،‬وﺳﻴﺤﺪﱢد‬
‫ﻋﲆ ﻧﻤﻮذج ﻛﺮة أرﺿﻴﺔ ﰲ املﺪرﺳﺔ‪ .‬وﻃﻠﺒﺖ اﻟﺮﺳﺎﻟﺔ ً‬
‫أﻳﻀﺎ ﻣﻦ ﻛ ﱢﻞ ﻣَ ﻦ ﻳﻘﺮؤﻫﺎ أن ﻳﻤ ﱢﺮر اﻟﺮﺳﺎﻟﺔ إﱃ‬
‫ﻋﴩة أﺻﺪﻗﺎء‪.‬‬
‫ﻛﺘﺒﺖ رﺳﺎﻟﺔ إﱃ ﺻﻒ اﻵﻧﺴﺔ ﻧﻴﺠﻞ ﻣﺸريًا إﱃ أﻧﻨﻲ ﰲ أﻛﺴﻔﻮرد‬ ‫ُ‬ ‫ﻟﻢ أﻣﺮر اﻟﺮﺳﺎﻟﺔ ﻷي ﺷﺨﺺ‪ ،‬ﻟﻜﻨﻨﻲ‬
‫أﻳﻀﺎ أن ﻳﺨﱪوا ﻣﺪ ﱢرﺳﺔ اﻟﺮﻳﺎﺿﻴﺎت ﻋﻦ ﺗﺠﺮﺑﺘﻬﻢ وﻳﺴﺘﺨﺪﻣﻮﻫﺎ ﻛﻤﺜﺎل ﻋﲆ‬ ‫ﺑﺈﻧﺠﻠﱰا‪ ،‬واﻗﱰﺣﺖ ً‬
‫ﺗﻮﺿﻴﺢ اﻟﻨﻤﻮ اﻷﳼ‪ .‬إذا أرﺳﻞ ﻛﻞ واﺣﺪ ﻣﻨﻬﻢ اﻟﺮﺳﺎﻟﺔ إﱃ ﻋﴩة أﺷﺨﺎص‪ ،‬ﺛﻢ ﰲ اﻟﻴﻮم اﻟﺘﺎﱄ أرﺳﻞ‬
‫آﺧﺮﻳﻦ‪ ،‬ﻓﺴﻴﺒﻠﻎ ﻋﺪد اﻷﺷﺨﺎص اﻟﺬﻳﻦ ﺗﺼﻠﻬﻢ اﻟﺮﺳﺎﻟﺔ ‪١٠٠‬‬ ‫ﻛ ﱞﻞ ﻣﻨﻬﻢ رﺳﺎﻟﺘﻪ إﱃ ﻋﴩة أﺷﺨﺎص َ‬
‫ﺷﺨﺺ ﰲ اﻟﻴﻮم اﻟﺜﺎﻟﺚ‪ ،‬و‪ ١٠٠٠‬ﺷﺨﺺ ﰲ اﻟﻴﻮم اﻟﺮاﺑﻊ‪ ،‬وﻋﺪد رﺳﺎﺋﻞ أﻛﺜﺮ ﻣﻦ ﻋﻨﺎوﻳﻦ اﻟﱪﻳﺪ‬
‫اﻹﻟﻜﱰوﻧﻲ ﻧﻔﺴﻬﺎ ﺧﻼل أﺳﺒﻮع أو ﻣﺎ ﻳﻘﺮب ﻣﻦ ذﻟﻚ‪ .‬ﰲ أي ﻧﻈﺎم واﻗﻌﻲ‪ ،‬ﻻ ﻳﻤﻜﻦ أن ﻳﺴﺘﻤﺮ‬
‫اﻟﻨﻤﻮ اﻷﳼ إﱃ ﻣﺎ ﻻ ﻧﻬﺎﻳﺔ؛ ﻓﻔﻲ ﻧﻬﺎﻳﺔ املﻄﺎف‪ ،‬ﺗﻨﻔﺪ ﻛﻤﻴﺔ اﻷرز‪ ،‬أو املﺴﺎﺣﺔ اﻟﺨﺎﻟﻴﺔ ﰲ اﻟﺤﺪﻳﻘﺔ‪ ،‬أو‬
‫ﻋﻨﺎوﻳﻦ اﻟﱪﻳﺪ اﻹﻟﻜﱰوﻧﻲ اﻟﺠﺪﻳﺪة‪ .‬إن املﻮارد داﺋﻤً ﺎ ﻫﻲ ﻣﺎ ﻳﺤ ﱡﺪ ذﻟﻚ اﻟﻨﻤﻮ‪ ،‬وﺣﺘﻰ اﻟﺤﺪﻳﻘﺔ اﻟﻮﻓرية‬
‫اﻹﻧﺘﺎج ﻟﻦ ﺗﺴﻤﺢ إﻻ ﺑﺘﻮﻓري ﻛﻤﻴﺔ ﻣﺤﺪودة ﻣﻦ اﻟﻐﺬاء ﻟﻸراﻧﺐ؛ ﻓﺜَﻤﱠ َﺔ ﺣﺪود ﻟﻠﻨﻤﻮ اﻟﺬي ﻳﻀﻊ ﺣﺪٍّا‬
‫ﻟﻸﻋﺪاد‪ ،‬إن ﻟﻢ ﻳﻜﻦ ﻧﻤﺎذج اﻷﻋﺪاد ذاﺗﻬﺎ اﻟﺘﻲ ﻟﺪﻳﻨﺎ‪.‬‬
‫ﺗﻠﻘﻮا درس اﻟﻨﻤﻮ اﻷﳼ‪ .‬وﻟﻜﻦ ﻛﺎﻧﺖ اﻹﺟﺎﺑﺔ‬ ‫ﻂ إن ﻛﺎن ﻃﻼب ﺻﻒ اﻵﻧﺴﺔ ﻧﻴﺠﻞ ﻗﺪ ﱠ‬ ‫ﻟﻢ أﻋﺮف ﻗ ﱡ‬
‫ﱠ‬
‫اﻟﻮﺣﻴﺪة اﻟﺘﻲ ﺗﻠﻘﻴْﺘُﻬﺎ ﻋﺒﺎرة ﻋﻦ ر ﱟد آﱄ ﻳﺬﻛﺮ أن ﺻﻨﺪوق اﻟﱪﻳﺪ اﻹﻟﻜﱰوﻧﻲ ﻟﻠﻤﺪرﺳﺔ ﻗﺪ ﺗﺠﺎ َو َز‬
‫اﻟﺤﺪ اﻷﻗﴡ ﻟﻠﺮﺳﺎﺋﻞ وأُﻏﻠِﻖ‪.‬‬

‫ﱡ‬
‫اﻟﺘﻮﻗﻊ ﰲ أي ﻧﻈﺎم واﻗﻌﻲ دون ﺣﺪود‪ ،‬ﺣﺘﻰ إذا ﺑﺪأﻧﺎ ﺑﺨﻄﺄ‬ ‫ﻳﺠﺐ أﻻ ﻳﺰداد ﺧﻄﺄ‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ ﻛﺜريًا ﻋﲆ ﻧﺤﻮ اﻋﺘﺒﺎﻃﻲ‬ ‫ﺻﻐري ﻣﺜﻞ ﺣﺒﺔ واﺣﺪة أو أرﻧﺐ واﺣﺪ‪ ،‬ﻓﻠﻦ ﻳﺰﻳﺪ ﺧﻄﺄ‬

‫‪42‬‬
 ‫اﻟﻨﻤﻮ اﻷُﳼ واﻟﻼﺧﻄﻴﺔ واﻟﺘﻔﻜري املﻨﻄﻘﻲ‬

‫ﺗﻮﻗ ٍﻊ ﺳﺎذجٌ ﺟﺪٍّا(‪ ،‬وﻟﻜﻦ اﻟﺨﻄﺄ ﺳﻴﺼﻞ إﱃ ﻣﺮﺣﻠﺔ اﻟﺘﺸﺒﱡﻊ ﻋﻨﺪ‬ ‫)إﻻ إذا ﻛﺎن ﻟﺪﻳﻨﺎ ﻣﺴﺌﻮ ُل ﱡ‬
‫ً‬
‫ﻃﺮﻳﻘﺔ‬ ‫ﻗﻴﻤﺔ ﻣﻘﻴﺪة ﻣﺤﺪدة‪ ،‬ﻣﺜﻠﻤﺎ ﺳﻴﺘﻮﻗﻒ ﻋﺪد اﻷراﻧﺐ ﻧﻔﺴﻪ ﻋﻦ اﻟﺘﺰاﻳﺪ‪ .‬ﻳﻤﺘﻠﻚ اﻟﺮﻳﺎﴈ‬
‫ﻟﺘﻔﺎدي أﺧﻄﺎء اﻟﺘﻮﻗﻊ اﻟﻜﱪى املﺜرية ﻟﻠﻀﺤﻚ )ﺑﺨﻼف اﻟﺴﺬاﺟﺔ(‪ ،‬وﺗﺤﺪﻳﺪًا ﻣﻦ ﺧﻼل ﺟﻌْ ﻞ‬
‫ﻋﺪم اﻟﻴﻘني اﻷوﱠﱄ »ﻻ ﻣﺘﻨﺎﻫﻲ« اﻟﺼﻐﺮ؛ أي أﺻﻐﺮ ﻣﻦ أي ﻗﻴﻤﺔ ﻗﺪ ﺗﺘﺼﻮرﻫﺎ‪ ،‬ﻟﻜﻨﻪ أﻛﱪ‬
‫ﻣﻦ اﻟﺼﻔﺮ‪ .‬وﺳﻴﻈﻞ ﻋﺪم اﻟﻴﻘني ﻫﺬا ﻻ ﻣﺘﻨﺎﻫﻲ اﻟﺼﻐﺮ ﻃﻮال اﻟﻮﻗﺖ‪ ،‬ﺣﺘﻰ إذا ﻛﺎن ﻳﻨﻤﻮ‬
‫ﻧﻤﻮٍّا أﺳﻴٍّﺎ ﴎﻳﻌً ﺎ‪.‬‬
‫ﺗَﺤ ﱡﺪ اﻟﻌﻮاﻣﻞ املﺎدﻳﺔ — ﻣﺜﻞ اﻟﻜﻤﻴﺔ اﻹﺟﻤﺎﻟﻴﺔ ﻟﻐﺬاء اﻷراﻧﺐ ﰲ اﻟﺤﺪﻳﻘﺔ أو ﻣﺴﺎﺣﺔ‬
‫اﻟﻘﺮص اﻟﺼﻠﺐ ﰲ ﻧﻈﺎم رﺳﺎﺋﻞ اﻟﱪﻳﺪ اﻹﻟﻜﱰوﻧﻲ — ﻣﻦ اﻟﻨﻤﻮ ﻋﻤﻠﻴٍّﺎ‪ .‬اﻟﺤﺪود ﺑﺪﻳﻬﻴﺔ‬
‫ﻓﻘﺪت ﻣﻔﺎﺗﻴﺤﻲ ﰲ ﺑﺎﺣﺔ‬ ‫ُ‬ ‫ً‬
‫ﻓﻤﺜﻼ أﻋﺘﻘﺪ أﻧﻨﻲ‬ ‫ﺣﺘﻰ إذا ﻛﻨﱠﺎ ﻻ ﻧﻌﺮف ﺗﻤﺎﻣً ﺎ ﻣﺎ ﻳﺘﺴﺒﱠﺐ ﻓﻴﻬﺎ؛‬
‫اﻧﺘﻈﺎر اﻟﺴﻴﺎرات‪ ،‬أو رﺑﻤﺎ ﻓﻘﺪﺗﻬﺎ ﰲ ﻣﻜﺎن ﻳﺒﻌﺪ ﻋﻦ اﻟﺒﺎﺣﺔ ﺑﻤﺴﺎﻓﺔ ﻋﺪة أﻣﻴﺎل‪ ،‬إﻻ أﻧﻪ‬
‫وﻟﺴﺖ ﰲ ﺣﺎﺟﺔ إﱃ‬‫ُ‬ ‫ﻟﻴﺲ ﻣﻦ املﺮﺟﺢ ﻋﲆ اﻹﻃﻼق أﻧﻬﺎ ﰲ ﻣﻜﺎن ﻋﲆ ﻣﺴﺎﻓﺔ أﺑﻌﺪ ﻣﻦ اﻟﻘﻤﺮ‪،‬‬
‫ﻓﻬﻢ ﻗﻮاﻧني اﻟﺠﺎذﺑﻴﺔ أو ﺗﺼﺪﻳﻘﻬﺎ ﻷﻗﺪﱢر ذﻟﻚ‪ .‬وﺑﺎملﺜﻞ‪ ،‬ﻳﻨﺪر أن ﺗﻨﺤﺮف ﺗﻘﺪﻳﺮات ﻣﺴﺌﻮﱄ‬
‫ﻛﺎﻣﻞ! وﺣﺘﻰ‬
‫ٍ‬ ‫ﺗﻮﻗﻌﺎت اﻷرﺻﺎد ﻋﻦ ‪ ١٠٠‬درﺟﺔ ﻣﺌﻮﻳﺔ‪ ،‬ﺣﺘﻰ إذا ﻛﺎن اﻟﺘﻮﻗﻊ ﻗﺒ َﻞ ﻋﺎ ٍم‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ‪.‬‬ ‫اﻟﻨﻤﺎذج املﻨﻘﻮﺻﺔ ﻳﻤﻜﻦ ﺗﻘﻴﻴﺪﻫﺎ ﻋﺎد ًة ﺑﺤﻴﺚ ﻳُﺤَ ﱡﺪ ﻣﻦ أﺧﻄﺎﺋﻬﺎ ﰲ‬
‫ﻣﺘﻰ ﺧﻄﺖ ﻧﻤﺎذﺟﻨﺎ داﺧ َﻞ ﻧﻄﺎق أراﴈ اﻟﺨﻴﺎل )ﻣﻤﺎ ﻳﺸري إﱃ ﻗِ ﻴَﻢ ﻟﻢ ﺗﺒﻠﻐﻬﺎ أي‬
‫ﻂ(‪ ،‬إذَن ﻓﻌﲆ اﻷرﺟﺢ ﺳﻴﺘﻘﻮﱠض ﳾء ﻣﺎ‪ ،‬إﻻ إذا ﺗﺪاﻋﻰ ﳾء ﻣﺎ ﺑﺎﻟﻔﻌﻞ‬ ‫ﺑﻴﺎﻧﺎت ﻣﻦ ﻗﺒ ُﻞ ﻗ ﱡ‬
‫ﰲ ﻧﻤﻮذﺟﻨﺎ‪ .‬ﰲ ﻛﺜري ﻣﻦ اﻷﺣﻴﺎن — ﻣﻊ ﺗﺰاﻳﺪ ﻋﺪم ﻳﻘﻴﻨﻨﺎ أﻛﺜﺮ ﻣﻤﺎ ﻳﻨﺒﻐﻲ — ﻳﺒﺪأ ﻋﺪم‬
‫ﻂ وﺗﻄﻮي اﻟﻄﻮﰲ‬ ‫اﻟﻴﻘني ﰲ اﻻﻧﻄﻮاء ﻋﲆ ذاﺗﻪ‪ .‬ﺗﺨﻴﱠ ْﻞ ﻋﺠْ َﻦ اﻟﻌﺠني‪ ،‬أو ﻣﺎﻛﻴﻨﺔ ﻃﻮﰲ ﺗﻤ ﱡ‬
‫ﺑﺎﺳﺘﻤﺮار‪ .‬ﻓﺈن اﻟﺨﻂ اﻟﻮﻫﻤﻲ ﻣﻦ اﻟﻄﻮﰲ اﻟﺬي ﻳﺼﻞ ﺑني ﺣﺒﺘَﻲ ﺳﻜﺮ ﻗﺮﻳﺒﺘَني ﺟﺪٍّا ﺳﻴﺰداد‬
‫ﻃﻮﻻ أﻛﺜﺮ ﻓﺄﻛﺜﺮ ﻣﻊ ﺗﺒﺎﻋُ ﺪ ﻫﺎﺗني اﻟﺤﺒﺘَني ﺗﺤﺖ ﺗﺄﺛري ﻋﻤﻞ املﺎﻛﻴﻨﺔ‪ ،‬ﻟﻜﻦ ﻗﺒﻞ أن ﻳﺼﺒﺢ‬ ‫ً‬
‫ﻃﻮل اﻟﺨﻂ أﻛﱪ ﻣﻦ املﺎﻛﻴﻨﺔ ﻧﻔﺴﻬﺎ‪ ،‬ﺳﻴﻨﻄﻮي ﻫﺬا اﻟﺨﻂ ﻋﲆ ﻧﻔﺴﻪ‪ ،‬ﻣﺆ ﱢﻟ ًﻔﺎ ﻛﻮﻣﺔ ﻣﺘﺸﺎﺑﻜﺔ‬
‫ﻣﺮﻳﻌﺔ‪ .‬وﺳﺘﺘﻮﻗﻒ املﺴﺎﻓﺔ ﺑني ﺣﺒﺘَﻲ اﻟﺴﻜﺮ ﻋﻦ اﻟﺰﻳﺎدة‪ ،‬ﺣﺘﻰ ﻣﻊ ازدﻳﺎد ﻃﻮل ﺧﻴﻂ‬
‫اﻟﻄﻮﰲ اﻟﻮاﺻﻞ ﺑﻴﻨﻬﻤﺎ أﻛﺜﺮ ﻓﺄﻛﺜﺮ؛ ﻣﻤﺎ ﻳﺰﻳﺪ ﻣﻦ ﺗﺸﺎﺑﻚ اﻟﻜﻮﻣﺔ أﻛﺜﺮ ﻓﺄﻛﺜﺮ‪ .‬ﺗﻘﺪﱢم ﻟﻨﺎ‬
‫ً‬
‫ﻛﺎﻣﻼ‪ ،‬وﰲ‬ ‫ﻃﺮﻳﻘﺔ ﻟﺘﺼﻮﱡر ﺣﺪود ﻧﻤﻮ ﺧﻄﺄ اﻟﺘﻮﻗﻌﺎت ﻣﺘﻰ ﻛﺎن ﻧﻤﻮذﺟﻨﺎ‬ ‫ً‬ ‫ﻣﺎﻛﻴﻨﺔ اﻟﻄﻮﰲ‬
‫ﱠ‬
‫ﺣﺎﻟﺘﻨﺎ ﻫﺬه‪ ،‬ﻳﺘﻤﺜﻞ اﻟﺨﻄﺄ ﰲ »املﺴﺎﻓﺔ« املﺘﺰاﻳﺪة ﺑني اﻟﺤﺎﻟﺔ اﻟﺤﻘﻴﻘﺔ وأﻓﻀﻞ ﺗﻮﻗﻌﺎﺗﻨﺎ ﻟﺘﻠﻚ‬
‫اﻟﺤﺎﻟﺔ‪ .‬ﺳﻴﺘﻮاﻓﻖ أي ﻧﻤﻮ أﳼ ﻟﻠﺨﻄﺄ ﻓﻘﻂ ﻣﻊ اﻟﻨﻤﻮ اﻷوﱄ اﻟﴪﻳﻊ ﻟﺨﻴﻂ اﻟﻄﻮﰲ‪ ،‬وﻟﻜﻦ ﰲ‬
‫ﺣﺎل إذا ﻟﻢ ﺗﺴﺎرع ﺗﻮﻗﻌﺎﺗﻨﺎ ﻧﺤﻮ اﻟﻼﻧﻬﺎﺋﻴﺔ )ﻳﺠﺐ أن ﻳﻈﻞ اﻟﻄﻮﰲ ﰲ املﺎﻛﻴﻨﺔ‪ ،‬وأن ﺗﻤﺘﻠﺊ‬
‫اﻟﺤﺪﻳﻘﺔ ﺑﻌﺪد ﻣﺤﺪد ﻣﻦ اﻷراﻧﺐ‪ ،‬وﻣﺎ إﱃ ذﻟﻚ(‪ ،‬ﰲ اﻟﻨﻬﺎﻳﺔ ﺳﻴﻨﻄﻮي ﻋﲆ ﻧﻔﺴﻪ اﻟﺨﻴﻂ‬

‫‪43‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫وﺗﻮﻗﻌﻨﺎ‪ ،‬ﺑﺒﺴﺎﻃﺔ ﻻ ﻳﻮﺟﺪ ﻣﻜﺎن َ‬

‫آﺧﺮ أﻣﺎم اﻟﺨﻴﻂ ﻟﻴﻤﺘ ﱠﺪ ﻓﻴﻪ‪ .‬ﻣﻦ‬ ‫ﱡ‬ ‫اﻟﻮاﺻﻞ ﺑني اﻟﺤﻘﻴﻘﺔ‬
‫ﻋﺪة أوﺟﻪ‪ ،‬ﻳُﻌﺘﱪ ﺗﺸﺒﻴﻪ ﺣﺮﻛﺔ ﺣﺒﺔ ﺳﻜﺮ ﰲ ﻣﺎﻛﻴﻨﺔ اﻟﻄﻮﰲ ﺑﺘﻄﻮﱡر ﺣﺎﻟﺔ ﻧﻈﺎم ﻓﻮﺿﻮي ﰲ‬
‫ً‬
‫ﻃﺮﻳﻘﺔ ﻣﻔﻴﺪ ًة ﻟﺘﺼﻮﱡر اﻟﺤﺮﻛﺔ اﻟﻔﻮﺿﻮﻳﺔ‪.‬‬ ‫ﺛﻼﺛﺔ أﺑﻌﺎد‬
‫ﱡ‬
‫ﻧﺮﻏﺐ ﰲ ﺗﺤﺪﻳﺪ ﻃﺮﻳﻘﺔ ﻻﺣﺘﻮاء اﻟﻔﻮﴇ؛ إذ ﻟﻴﺲ أﻣ ًﺮا ﻏﺮﻳﺒًﺎ أﻧﻪ ﻣﻦ اﻟﺼﻌﺐ ﺗﻮﻗﻊ‬
‫ﻃﺎ ﺻﺎرﻣً ﺎ ﻣﻦ‬‫اﻷﺷﻴﺎء اﻟﺘﻲ ﺗﻨﻔﺼﻞ ﻣﺘﺒﺎﻋﺪة ﻧﺤﻮ اﻟﻼﻧﻬﺎﺋﻴﺔ‪ ،‬ﻟﻜﻨﻨﺎ ﻻ ﻧﺮﻳﺪ أن ﻧﻔﺮض ﴍ ً‬
‫ً‬
‫ﻗﻴﻤﺔ ﻣﺤﺪﱠد ًة‪ ،‬ﻣﻬﻤﺎ ﻛﺎن ﺣﺠﻢ اﻟﻘﻴﻤﺔ‪ .‬ﻛﺤ ﱟﻞ وﺳﻂ‪،‬‬ ‫ﻗﺒﻴﻞ اﺷﱰاط أﻻ ﻳﺘﺠﺎوز ﱡ‬
‫ﺗﻮﻗ ٌﻊ ﻣﺎ‬
‫ﻧﺸﱰط أن ﻳﻌﻮد اﻟﻨﻈﺎم ﻣﺮة أﺧﺮى ﻟﻼﻗﱰاب ﻣﻦ ﺣﺎﻟﺘﻪ اﻟﺮاﻫﻨﺔ ﰲ ٍ‬
‫وﻗﺖ ﻣﺎ ﰲ املﺴﺘﻘﺒﻞ‪،‬‬
‫وأن ﻳﺘﻜ ﱠﺮر ﻫﺬا ﻣﺮة ﺑﻌﺪ أﺧﺮى‪ .‬ﻳﻤﻜﻦ أن ﺗﺴﺘﻐﺮق ﻋﻮدة اﻟﻨﻈﺎم وﻗﺘًﺎ ﻛﻴﻔﻤﺎ ﻳﺸﺎء‪ ،‬وﻳﻤﻜﻨﻨﺎ‬
‫ﺗﺤﺪﻳﺪ ﻣﻌﻨﻰ اﻟﻌﻮدة ﺑﺎﻋﺘﺒﺎرﻫﺎ ﺗﻤﺜﱢﻞ اﻟﻌﻮدة إﱃ اﻟﺤﺎﻟﺔ اﻟﺮاﻫﻨﺔ ﻋﲆ ٍ‬
‫ﻧﺤﻮ أﻗﺮب ﻣﻤﺎ ﺷﻬﺪﻧﺎه‬
‫ﻳﻌﻮد ﻣﻦ ﻗﺒ ُﻞ‪ ،‬وإذا ﺣﺪث ذﻟﻚ‪ ،‬ﻓﺴﻴُﻌَ ﱡﺪ املﺴﺎر »ﻣﺘﻜﺮ ًرا«‪ .‬وﻫﻨﺎ ﻳﻘﺪﱢم اﻟﻄﻮﰲ ﻣﺮة أﺧﺮى‬
‫ً‬
‫ﻓﻮﺿﻮﻳﺔ واﻧﺘﻈﺮﻧﺎ ﻣﺎ ﻳﻜﻔﻲ ﻣﻦ اﻟﻮﻗﺖ‪ ،‬ﻓﺴﺘﻌﻮد ﺣﺒﺘﺎ‬ ‫ً‬
‫ﻣﺜﺎﻻ ﻣﺸﺎﺑﻬً ﺎ؛ ﻓﺈذا ﻛﺎﻧﺖ اﻟﺤﺮﻛﺔ‬
‫اﻟﺴﻜﺮ ﻣﺠ ﱠﺪدًا ﻗﺮﻳﺒﺘَني إﺣﺪاﻫﻤﺎ ﻣﻦ اﻷﺧﺮى‪ ،‬وﺳﺘﻤﺮ ﻛ ﱞﻞ ﻣﻨﻬﻤﺎ ﺑﺎﻟﻘﺮب ﻣﻦ املﻮﺿﻊ اﻟﺬي‬
‫ﻛﺎﻧﺖ ﻓﻴﻪ ﻋﻨﺪ ﺑﺪاﻳﺔ اﻟﺘﺠﺮﺑﺔ‪ ،‬وذﻟﻚ ﺑﺎﻓﱰاض ﻋﺪم إﻏﻼق املﺎﻛﻴﻨﺔ أﺛﻨﺎء ذﻟﻚ‪.‬‬

‫‪44‬‬
 ‫اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ‬

‫اﻟﻔﻮﺿﻰ ﰲ اﻟﺴﻴﺎق‪:‬‬
‫اﳊﺘﻤﻴﺔ واﻟﻌﺸﻮاﺋﻴﺔ واﻟﺘﺸﻮﻳﺶ‬

‫ً‬
‫ﺑﻌﻀﺎ‪ ،‬أﻣﺎ ﻛﻞ ﻧﻈﺎم ﻻ ﺧﻄﻲ ﻳﻜﻮن ﻻ ﺧﻄﻴٍّﺎ‬ ‫ﺗﺸﺒﻪ ﻛﻞ اﻟﻨﻈﻢ اﻟﺨﻄﻴﺔ ﺑﻌﻀﻬﺎ‬
‫ﺑﻄﺮﻳﻘﺘﻪ اﻟﺨﺎﺻﺔ‪.‬‬
‫ﻋﲆ ﻏﺮار رواﻳﺔ ﺗﻮﻟﺴﺘﻮي »أﻧﱠﺎ ﻛﺎرﻧﻴﻨﺎ«‬

‫اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ‬
‫ﺗُﻌَ ﱡﺪ اﻟﻔﻮﴇ إﺣﺪى ﺳﻤﺎت اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ‪ ،‬وﻻ ﻳﺰﻳﺪ أي ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ ﻋﻦ ﻛﻮﻧﻪ‬
‫ﻣﺼﺪ ًرا ﻣﻦ ﻣﺼﺎدر املﻼﺣﻈﺎت املﺘﻐرية؛ ﻛﻤﺎ ﻫﻮ اﻷﻣﺮ ﰲ ﺣﺪﻳﻘﺔ ﻓﻴﺒﻮﻧﺎﺗﴚ اﻟﺨﻴﺎﻟﻴﺔ اﻟﺘﻲ‬
‫ﺗﺤﺘﻮي ﻋﲆ أراﻧﺐ‪ ،‬ودرﺟﺔ ﺣﺮارة اﻷرض وﻓﻖ ﻗﻴﺎس ﻣﻘﻴﺎس اﻟﺤﺮارة ﰲ ﻣﻄﺎر ﻫﻴﺜﺮو ﰲ‬
‫ﻟﻨﺪن‪ ،‬واﻻﻗﺘﺼﺎد اﻟﺬي ﻳﺠﺮي رﺻﺪه ﻣﻦ ﺧﻼل ﺳﻌﺮ أﺳﻬﻢ ﴍﻛﺔ آي ﺑﻲ إم‪ ،‬وﺑﺮﻧﺎﻣﺞ‬
‫اﻟﺤﺎﺳﻮب اﻟﺬي ﻳُﺤﺎﻛﻲ ﻣﺪار اﻟﻘﻤﺮ وﻳﻘﻮم ﺑﻄﺒﺎﻋﺔ ﺑﻴﺎﻧﺎت ﺗﺎرﻳﺦ وﻣﻜﺎن ﻛﻞ ﻛﺴﻮف ﺷﻤﴘ‬
‫ﻣﺴﺘﻘﺒﲇ‪.‬‬
‫ﺛَﻤﱠ َﺔ أﻧﻮاع ﺛﻼﺛﺔ ﻣﺨﺘﻠﻔﺔ ﻋﲆ اﻷﻗﻞ ﻣﻦ اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ‪ .‬ﻳﻮﺟﺪ أﺳﻬﻞ ﺗﻌﺮﻳﻒ ﻟﻠﻔﻮﴇ‬
‫ﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﺮﻳﺎﺿﻴﺔ«‪ ،‬وﺗﺘﺄﻟﻒ ﻫﺬه اﻟﻨﻈﻢ ﻣﻦ ﻗﺎﻋﺪةٍ؛ أ َ َﻻ وﻫﻲ أﻧﻚ ﺗُﺪﺧِ ﻞ‬
‫ﰲ إﻃﺎر »اﻟﻨ ﱡ ُ‬
‫رﻗﻤً ﺎ ﻣﺎ ﻓﻴَﺨﺮج ﻟﻚ رﻗﻢ ﺟﺪﻳﺪ‪ ،‬وﻫﺬا اﻷﺧري ﻳُﻌﺎد إدﺧﺎﻟﻪ ﻣﺮة أﺧﺮى ﻟﻠﺤﺼﻮل ﻋﲆ رﻗﻢ‬
‫آﺧﺮ‪ ،‬وﻫﻮ ﻣﺎ ﻳﺠﺮي إدﺧﺎﻟﻪ ﻣﺠ ﱠﺪدًا‪ ،‬وﻫﻜﺬا دواﻟﻴﻚ‪ .‬ﺗُﺴﻤﱠ ﻰ ﻫﺬه اﻟﻌﻤﻠﻴﺔ »اﻟﺘﻜﺮار«‪.‬‬ ‫ﺟﺪﻳﺪ َ‬
‫ﻣﺜﺎﻻ ﻧﻤﻮذﺟﻴٍّﺎ ﻋﲆ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ‬ ‫ﻳُﻌﺘﱪ ﻋﺪد اﻷراﻧﺐ ﰲ ﺣﺪﻳﻘﺔ ﻓﻴﺒﻮﻧﺎﺗﴚ اﻟﺨﻴﺎﻟﻴﺔ ﺷﻬﺮﻳٍّﺎ ً‬
‫ﺛﺎن ﻣﻦ اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ ﰲ اﻟﻌﺎﻟﻢ اﻟﺘﺠﺮﻳﺒﻲ ﻟﻌﺎﻟِﻢ‬ ‫ﻣﻦ ﻫﺬا اﻟﻨﻮع ﻣﻦ اﻟﻨﻈﻢ‪ .‬وﻳﻮﺟﺪ ﻧﻮع ٍ‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻣﺘﺪاول اﻷﺳﻬﻢ ﺑﺎﻟﺒﻮرﺻﺔ‪ .‬ﻫﻨﺎ ﺗﺘﺄﻟﻒ ﺳﻠﺴﻠﺔ ﻣﻼﺣﻈﺎﺗﻨﺎ‬ ‫ِ‬ ‫اﻟﻔﻴﺰﻳﺎء‪ ،‬أو ﻋﺎﻟِﻢ اﻷﺣﻴﺎء‪ ،‬أو‬
‫ﻣﻦ ﻗﻴﺎﺳﺎت ﺿﻮﺿﺎﺋﻴﺔ ﻟﻠﻮاﻗﻊ‪ ،‬وﻫﻲ ﻗﻴﺎﺳﺎت ﻣﺨﺘﻠﻔﺔ ﺟﻮﻫﺮﻳٍّﺎ ﻋﻦ اﻷرﻗﺎم اﻟﺨﺎﻟﻴﺔ ﻣﻦ‬
‫ﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ« — وﻣﻨﻬﺎ ﻋﲆ ﺳﺒﻴﻞ‬ ‫اﻟﺘﺸﻮﻳﺶ ﰲ ﺧﺮﻳﻄﺔ اﻷراﻧﺐ؛ ﻓﻔﻲ ﻫﺬه »اﻟﻨ ﱡ ُ‬
‫َ‬
‫اﻟﺤﺎﻟﺔ‪،‬‬ ‫املﺜﺎل ﻣﻨﺎخ اﻷرض وأﻋﺪاد ﻓﱤان اﻟﺤﻘﻮل ﰲ اﻟﺪول اﻻﺳﻜﻨﺪﻧﺎﻓﻴﺔ — ﺗﻤﺜﱢﻞ اﻷرﻗﺎ ُم‬
‫ﺑﻴﻨﻤﺎ ﰲ ﺧﺮﻳﻄﺔ اﻷراﻧﺐ ﻛﺎﻧﺖ اﻷرﻗﺎم »ﻫﻲ« اﻟﺤﺎﻟﺔ‪ .‬وﻟﺘﻔﺎدي اﻟﺤرية اﻟﺘﻲ ﻻ ﴐور َة ﻟﻬﺎ‪،‬‬
‫ﻳﻜﻮن ﻣﻦ املﻔﻴﺪ ﻫﻨﺎ اﻹﺷﺎرة إﱃ اﻟﻨﻮع اﻟﺜﺎﻟﺚ ﻣﻦ اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ‪ ،‬واﻟﺘﻲ ﺗﻈﻬﺮ ﻋﻨﺪﻣﺎ‬
‫ﻳُﺠﺮي ﺣﺎﺳﻮب رﻗﻤﻲ اﻟﻌﻤﻠﻴﺎت اﻟﺤﺴﺎﺑﻴﺔ اﻟﺘﻲ ﻳﺤﺪﱢدﻫﺎ اﻟﻨﻈﺎم اﻟﺪﻳﻨﺎﻣﻴﻜﻲ اﻟﺮﻳﺎﴈ‪ ،‬وﻫﻮ‬
‫ﻣﺎ ﺳﻨﻄﻠﻖ ﻋﻠﻴﻪ »املﺤﺎﻛﺎة اﻟﺤﺎﺳﻮﺑﻴﺔ«‪ ،‬وﺗُﻌﺘﱪ ﺑﺮاﻣﺞ اﻟﺤﺎﺳﻮب اﻟﺘﻲ ﻳﺼﺪر ﻋﻨﻬﺎ ﺗﻮﻗﻌﺎت‬
‫اﻟﻄﻘﺲ ﰲ اﻟﺘﻠﻴﻔﺰﻳﻮن ً‬
‫ﻣﺜﺎﻻ ﺷﺎﺋﻌً ﺎ ﻟﻬﺎ‪ .‬وﻣﻦ املﻬﻢ ﺗﺬ ﱡﻛﺮ أن ﻫﺬه »أﻧﻮاع« ﻣﺨﺘﻠﻔﺔ ﻣﻦ اﻟﻨﻈﻢ‪،‬‬
‫ﻟﺘﻮﻗﻊ ﺣﺎﻟﺔ اﻟﻄﻘﺲ ﻋﻦ أﻓﻀﻞ‬ ‫ﻛﻼ ﻣﻨﻬﺎ ﻧﻮع ﻗﺎﺋﻢ ﺑﺬاﺗﻪ‪ .‬إذ ﺗﺨﺘﻠﻒ أﻓﻀﻞ ﻣﻌﺎدﻻﺗﻨﺎ ﱡ‬ ‫وأن ٍّ‬
‫ﻧﻤﺎذﺟﻨﺎ اﻟﺤﺎﺳﻮﺑﻴﺔ اﻟﺘﻲ ﺗﻌﺘﻤﺪ ﻋﲆ ﺗﻠﻚ املﻌﺎدﻻت‪ ،‬ﻛﻤﺎ ﻳﺨﺘﻠﻒ ﻫﺬان اﻟﻨﻈﺎﻣﺎن ﻛﻼﻫﻤﺎ‬
‫ﻋﻦ اﻟﴚء اﻟﺤﻘﻴﻘﻲ‪ ،‬أ َ َﻻ وﻫﻮ ﻃﻘﺲ اﻷرض ﻧﻔﺴﻪ‪ .‬ﻳﺜري اﻟﺤرية أن اﻷرﻗﺎم اﻟﺼﺎدرة ﻋﻦ ﻛﻞ‬
‫ﻧﻮع ﻣﻦ أﻧﻮاع اﻟﻨﻈﻢ اﻟﺜﻼﺛﺔ ﻳُﻄ َﻠﻖ ﻋﻠﻴﻬﺎ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ‪ ،‬وﻳﺠﺐ أﻻ ﻧﻨﴗ أﺑﺪًا اﻟﻔﺎرق ﺑني‬
‫أي ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻳﻤﺜﱢﻠﻬﺎ ﻛﻞ ﻧﻮع ﻣﻦ ﻫﺬه اﻷﻧﻮاع‪ :‬ﻋﺪد اﻷراﻧﺐ املﺘﺨﻴﱠﻠﺔ‪ ،‬ودرﺟﺔ اﻟﺤﺮارة‬
‫اﻟﺤﻘﻴﻘﻴﺔ ﰲ املﻄﺎر )إذا ﻛﺎن ﺛَﻤﱠ َﺔ ﳾء ﻣﺜﻞ ذﻟﻚ ﻳﻮﺟﺪ ﺑﺎﻟﻔﻌﻞ(‪ ،‬وﻗﻴﺎس ﻳﻤﺜﱢﻞ ﺗﻠﻚ اﻟﺤﺮارة‪،‬‬
‫وﻣﺤﺎﻛﺎة ﺣﺎﺳﻮﺑﻴﺔ ﻟﺪرﺟﺔ اﻟﺤﺮارة ﺗﻠﻚ‪.‬‬
‫ﺗﻌﺘﻤﺪ ﻣﺪى أﻫﻤﻴﺔ ﻫﺬه اﻟﻔﺮوق ﻋﲆ ﻣﺎ ﻧﻬﺪف إﱃ ﺗﺤﻘﻴﻘﻪ؛ ﻓﻤﺜﻞ ﻻﻋﺒﻲ ﻟﻌﺒﺔ اﻟﻮرق‬
‫ٌ‬
‫ﻣﻬﺎرات‬ ‫ﰲ ﻟﻮﺣﺔ ﻻﺗﻮر‪ ،‬ﻟﻜ ﱟﻞ ﻣﻦ اﻟﻌﻠﻤﺎء‪ ،‬وﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت‪ ،‬واﻹﺣﺼﺎﺋﻴني‪ ،‬واﻟﻔﻼﺳﻔﺔ‬
‫وأﻫﺪاف ﻣﺨﺘﻠﻔﺔ؛ ﻓﺮﺑﻤﺎ ﻳﻬﺪف اﻟﻔﻴﺰﻳﺎﺋﻲ إﱃ ﺗﻮﺻﻴﻒ املﻼﺣﻈﺎت ﻣﻦ ﺧﻼل ﻧﻤﻮذج رﻳﺎﴈ‪،‬‬ ‫ٌ‬
‫ﺗﻮﻗﻊ ﻣﻼﺣﻈﺎت ﻣﺴﺘﻘﺒﻠﻴﺔ؛ ﻓﺎﻟﻔﻴﺰﻳﺎﺋﻲ ﻟﺪﻳﻨﺎ‬ ‫ورﺑﻤﺎ ﻳﺨﺘﱪ اﻟﻨﻤﻮذج ﻣﻦ ﺧﻼل اﺳﺘﺨﺪاﻣﻪ ﰲ ﱡ‬
‫ﻣﺴﺘﻌﺪ ﻟﻠﺘﻀﺤﻴﺔ ﺑﺎﻟﺴﻼﺳﺔ اﻟﺮﻳﺎﺿﻴﺔ ﰲ ﺳﺒﻴﻞ اﻟﺼﻠﺔ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ‪ .‬ﻳﺤﺐ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت‬
‫أن ﻳﺜﺒﺘﻮا أﺷﻴﺎءَ ﺗﻨﻄﺒﻖ ﻋﲆ ﻧﻄﺎق واﺳﻊ ﻣﻦ اﻟﻨﻈﻢ‪ ،‬ﻟﻜﻨﻬﻢ ﻳﺒﺎﻟﻐﻮن ﰲ ﺗﻘﺪﻳﺮ ﻗﻴﻤﺔ اﻟﱪﻫﺎن‪،‬‬
‫ﺣﺘﻰ إﻧﻬﻢ ﻋﺎد ًة ﻻ ﻳﺄﺑﻬﻮن ﺑﴬورة ﺗﻀﻴﻴﻘﻬﻢ ﻟﺬﻟﻚ اﻟﻨﻄﺎق ﻟﻠﺤﺼﻮل ﻋﲆ اﻟﱪﻫﺎن‪ .‬ﻳﺠﺐ‬
‫أن ﻳﻜﻮن املﺮء ﺣَ ِﺬ ًرا دوﻣً ﺎ ﻣﺘﻰ ﺳﻤﻊ أيﱠ ﻋﺎﻟﻢ رﻳﺎﴈ ﻳﻘﻮل »ﺗﻘﺮﻳﺒًﺎ ﻛﻞ«‪ .‬ﻳﺠﺐ أن ﻳﺤﺮص‬
‫ﻳﻨﴗ ذﻟﻚ‪ ،‬وأﻻ ﻳﺨﻠﻂ ﺑني اﻟﻔﺎﺋﺪة اﻟﺮﻳﺎﺿﻴﺔ واﻟﺼﻠﺔ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ‪.‬‬ ‫اﻟﻔﻴﺰﻳﺎﺋﻲ ﻟﺪﻳﻨﺎ ﻋﲆ أﻻ َ‬
‫ﻳﺠﺐ أﻻ ﺗﺘﺴﻢ اﻟﺒﺪاﻫﺎت اﻟﻔﻴﺰﻳﺎﺋﻴﺔ ﺑﺎﻟﺘﺤﻴﱡﺰ ﻋﱪ ﺧﻮاص ﻧ ُ ُ‬
‫ﻈ ٍﻢ »ﻣﻔﻬﻮﻣﺔ ﺟﻴﺪًا«‪ ،‬ﻣﺼﻤﱠ ﻤﺔ‬
‫ﻓﻘﻂ ﻟﺴﻼﺳﺘﻬﺎ اﻟﺮﻳﺎﺿﻴﺔ‪.‬‬

‫‪46‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﺴﻴﺎق‪ :‬اﻟﺤﺘﻤﻴﺔ واﻟﻌﺸﻮاﺋﻴﺔ واﻟﺘﺸﻮﻳﺶ‬

‫اﻹﺣﺼﺎﺋﻲ ﻟﺪﻳﻨﺎ ﻣﻬﺘﻢ ﺑﻮﺻﻒ إﺣﺼﺎﺋﻴﺎت ﺷﺎﺋﻘﺔ ﻣﺴﺘﻘﺎة ﻣﻦ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ‬

‫ﻟﻠﻤﻼﺣﻈﺎت اﻟﺤﻘﻴﻘﻴﺔ‪ ،‬وﺑﺪراﺳﺔ ﺧﻮاص اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﺘﻲ ﺗﻮ ﱢﻟﺪ ﺳﻼﺳﻞ زﻣﻨﻴﺔ ﺗﺒﺪو‬
‫ﻗﺪر ﻣﻤﻜﻦ ﻣﻦ اﻟﻔﺮﺿﻴﺎت‪ .‬أﺧريًا‪ ،‬ﻳﺒﺤﺚ‬ ‫ﻣﺜﻞ املﻼﺣﻈﺎت‪ ،‬ﻣﻊ ﺣﺮﺻﻪ داﺋﻤً ﺎ ﻋﲆ وﺿﻊ أﻗﻞ ٍ‬
‫اﻟﻔﻴﻠﺴﻮف ﻟﺪﻳﻨﺎ ﰲ اﻟﻌﻼﻗﺎت اﻟﻘﺎﺋﻤﺔ ﺑني اﻟﻨﻈﺎم اﻟﻔﻴﺰﻳﺎﺋﻲ اﻟﺬي ﻧﺰﻋﻢ ﺻﺪور املﻼﺣﻈﺎت‬
‫ﻋﻨﻪ‪ ،‬واملﻼﺣﻈﺎت ﻧﻔﺴﻬﺎ‪ ،‬واﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ أو اﻷﺳﺎﻟﻴﺐ اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﻲ اﺑﺘﻜﺮﻧﺎﻫﺎ‬
‫ﻟﺘﺤﻠﻴﻠﻬﺎ؛ ﻓﻌﲆ ﺳﺒﻴﻞ املﺜﺎل‪ ،‬ﻳﻬﺘﻢ اﻟﻔﻴﻠﺴﻮف ﺑﻤﺎ ﻳﻤﻜﻦ أن ﻧﻌﺮﻓﻪ ﻋﻦ اﻟﻌﻼﻗﺔ ﺑني درﺟﺔ‬
‫اﻟﺤﺮارة اﻟﺘﻲ ﻧﻘﻴﺴﻬﺎ ودرﺟﺔ اﻟﺤﺮارة اﻟﺤﻘﻴﻘﻴﺔ )إذا ﻛﺎن ﺛَﻤﱠ َﺔ ﳾء ﻣﺜﻞ ذﻟﻚ(‪ ،‬وﻳﻬﺘﻢ ﺑﻤﺎ‬
‫إذا ﻛﺎﻧﺖ ﺣﺪود ﻣﻌﺮﻓﺘﻨﺎ ﻟﻴﺴﺖ ﺳﻮى ﺻﻌﻮﺑﺎت ﻋﻤﻠﻴﺔ ﻗﺪ ﻧﺘﻤ ﱠﻜﻦ ﻣﻦ ﺗﺨ ﱢ‬
‫ﻄﻴﻬﺎ‪ ،‬أو أﻧﻬﺎ‬
‫ﺣﺪود ﻻ ﻧﺴﺘﻄﻴﻊ ﺗﺠﺎوزﻫﺎ‪.‬‬

‫اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﺮﻳﺎﺿﻴﺔ وﻋﻨﺎﴏ اﻟﺠﺬب‬

‫ﻣﻦ اﻟﺸﺎﺋﻊ أن ﻧﺠﺪ أرﺑﻌﺔ أﻧﻮاع ﻣﺨﺘﻠﻔﺔ ﻣﻦ اﻟﺴﻠﻮك ﰲ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ؛ ﻓﻘﺪ ﺗﻜﻮن‬
‫اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ﻋﺎﺟﺰة ﻋﻦ اﻟﺤﺮﻛﺔ‪ ،‬وﺗﺒﺪأ ﺑﺼﻮرة أو ﺑﺄﺧﺮى ﰲ ﺗﻜﺮار اﻟﺮﻗﻢ اﻟﺜﺎﺑﺖ ﻧﻔﺴﻪ‬
‫ﻣﺮا ًرا وﺗﻜﺮا ًرا؛ أو ﺗﺮﺗ ﱡﺪ ﰲ ﺣﻠﻘﺔ ﻣﻐﻠﻘﺔ ﻣﺜﻞ أﺳﻄﻮاﻧﺔ ﻣﻜﺴﻮرة‪ ،‬ﺗﻜﺮر اﻟﻨﻤﻂ ﻧﻔﺴﻪ ﻋﲆ‬
‫ﻧﺤﻮ دوري‪ ،‬أي ﺳﻠﺴﻠﺔ اﻷرﻗﺎم ﻧﻔﺴﻬﺎ ﺗﻤﺎﻣً ﺎ ﻣﺮا ًرا وﺗﻜﺮا ًرا؛ أو ﺗﺘﺤﺮك ﰲ ﺣﻠﻘﺔ ﺗﺘﻀﻤﻦ‬
‫ﻄﺎ واﺣﺪًا ﺗﻤﺎﻣً ﺎ ﺑﻞ ﺗﻘﱰب ﻣﻦ ﻛﻞ ﻧﻤﻂ‪ ،‬ﻣﺜﻞ ﻟﺤﻈﺔ املﺪ‬ ‫أﻛﺜﺮ ﻣﻦ دورة‪ ،‬وﻣﻦ ﺛ َ ﱠﻢ ﻻ ﺗﻜ ﱢﺮر ﻧﻤ ً‬
‫املﺮﺗﻔﻊ اﻟﺘﻲ ﺗﻨﺴﺎق ﺧﻼل ﻓﱰة اﻟﻨﻬﺎر؛ أو ﺗﻜﻮن داﺋﻤﺔ اﻟﻘﻔﺰ ﻋﲆ ﻧﺤﻮ ﻏري ﻣﻨﻈﻢ‪ ،‬أو رﺑﻤﺎ‬
‫ﻄﺎ ﻣﺤ ﱠﺪدًا‪ .‬ﻳﺒﺪو اﻟﻨﻮع اﻟﺮاﺑﻊ ﻋﺸﻮاﺋﻴٍّﺎ‪ ،‬ﺑَﻴْ َﺪ أن املﻈﺎﻫﺮ‬ ‫ﺣﺘﻰ ﰲ ﻫﺪوء‪ ،‬دون أن ﺗُ ِ‬
‫ﻈﻬﺮ ﻧﻤ ً‬
‫رﺑﻤﺎ ﺗﻜﻮن ﺧﺎدﻋﺔ؛ ﻓﺮﺑﻤﺎ ﺗﺒﺪو اﻟﻔﻮﴇ ﻋﺸﻮاﺋﻴﺔ ﻟﻜﻨﻬﺎ ﻟﻴﺴﺖ ﻛﺬﻟﻚ‪ .‬ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪،‬‬
‫ﻧﺤﻮ أﻓﻀﻞ‪ ،‬ﻟﻢ ﺗَﻌُ ِﺪ اﻟﻔﻮﴇ ﺗﺒﺪو ﻟﻨﺎ ﻋﲆ ﻫﺬا اﻟﻘﺪر‬ ‫ﻣﺜﻠﻤﺎ ﺗﻌ ﱠﻠﻤﻨﺎ ﻛﻴﻒ ﻧﺪرك اﻷﻣﻮر ﻋﲆ ٍ‬
‫ﻣﻦ اﻟﻌﺸﻮاﺋﻴﺔ ﻋﺎد ًة‪ .‬وﰲ اﻟﺼﻔﺤﺎت اﻟﻘﻠﻴﻠﺔ اﻟﺘﺎﻟﻴﺔ ﺳﻨﻘﺪﱢم املﺰﻳﺪ ﻣﻦ اﻟﺨﺮاﺋﻂ‪ ،‬وإن ﻛﺎﻧﺖ‬
‫رﺑﻤﺎ ﺧﺎﻟﻴﺔ ﻣﻦ اﻷرز أو اﻷراﻧﺐ‪ .‬وﺳﻨﺤﺘﺎج ﻫﺬه اﻟﺨﺮاﺋﻂ ﻟﻠﺤﺼﻮل ﻋﲆ أﺷﻴﺎء ﺷﺎﺋﻘﺔ ﰲ‬
‫وﺑﻌﺾ ﻣﻦ ﻫﺬه اﻟﺨﺮاﺋﻂ‬ ‫ﱞ‬ ‫رﺣﻠﺘﻨﺎ ﺑﺤﺜًﺎ ﻋﻦ اﻷﻧﻤﺎط املﺨﺘﻠﻔﺔ ﻟﻠﺴﻠﻮك اﻟﺘﻲ أﴍﻧﺎ إﻟﻴﻬﺎ ﺗﻮٍّا‪،‬‬
‫ﻗﺎم ﺑﻮﺿﻌﻪ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت ﻟﻬﺬا اﻟﻐﺮض ﺗﺤﺪﻳﺪًا‪ ،‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ أن اﻟﻔﻴﺰﻳﺎﺋﻲ ﻟﺪﻳﻨﺎ ﻗﺪ‬
‫ﻳﺰﻋﻢ — وﻟﺪﻳﻪ ﻫﻨﺎ ﺳﺒﺐ وﺟﻴﻪ — أن أﻳٍّﺎ ﻣﻦ ﺗﻠﻚ اﻟﺨﺮاﺋﻂ و ُِﺿﻌﺖ ﻧﺘﻴﺠﺔ ﺗﺒﺴﻴﻂ اﻟﻘﻮاﻧني‬
‫ﻛﻼ ﻣﻨﻬﺎ ﺗﺨﺮج ﰲ‬ ‫ﺑﺴﻴﻄﺔ ﺑﻤﺎ ﻳﻜﻔﻲ ﻷن ﻳﺠﻌﻞ ٍّ‬ ‫ً‬ ‫اﻟﻄﺒﻴﻌﻴﺔ‪ .‬ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ ،‬ﺗُﻌﺘﱪ اﻟﺨﺮاﺋﻂ‬
‫ﺻﻮر ﻋﺪﻳﺪة ﻣﺨﺘﻠﻔﺔ‪.‬‬

‫‪47‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻗﺒﻞ أن ﻧﻮ ﱢﻟﺪ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻣﻦ ﺧﻼل ﺗﻜﺮار ﺧﺮﻳﻄﺔ ﻣﺎ‪ ،‬ﻧﺤﺘﺎج إﱃ رﻗ ٍﻢ ﻣﺎ ﻧﺒﺪأ ﺑﻪ‪.‬‬
‫ﻳُﻄ َﻠﻖ ﻋﲆ ﻫﺬا اﻟﺮﻗﻢ اﻷول »اﻟﴩط املﺒﺪﺋﻲ«‪ ،‬وﻫﻮ »ﺣﺎﻟﺔ« أوﻟﻴﺔ ﻧﺤﺪﱢدﻫﺎ‪ ،‬وﻧﻜﺘﺸﻔﻬﺎ‪ ،‬أو‬
‫ﻧﻌﺪﻫﺎ ﻟﻨﻈﺎﻣﻨﺎ املﻔﱰض‪ .‬ﻣﺜﻠﻤﺎ ﻓﻌﻠﻨﺎ ﰲ اﻟﻔﺼﻞ اﻟﺜﺎﻧﻲ‪ ،‬ﺳﻨﺘﺨﺬ اﻟﺮﻣﺰ ‪ X‬ﻛﺮﻣﺰ اﺧﺘﺰاﱄ‬
‫ﻟﻺﺷﺎرة إﱃ ﺣﺎﻟﺔ ﻧﻈﺎﻣﻨﺎ‪ .‬وﻳُﻄ َﻠﻖ ﻋﲆ ﻣﺠﻤﻮع ﺣﺎﻻت ‪ X‬املﻤﻜﻨﺔ »ﻓﻀﺎء اﻟﺤﺎﻟﺔ«‪ .‬ﺑﺎﻟﻨﺴﺒﺔ إﱃ‬
‫أراﻧﺐ ﻓﻴﺒﻮﻧﺎﺗﴚ اﻟﺨﻴﺎﻟﻴﺔ‪ ،‬ﻳﻤﺜﱢﻞ ﻓﻀﺎء اﻟﺤﺎﻟﺔ ﺟﻤﻴﻊ اﻷرﻗﺎم اﻟﺼﺤﻴﺤﺔ‪َ .‬ﻫﺐْ أن ﺳﻠﺴﻠﺘﻨﺎ‬
‫اﻟﺰﻣﻨﻴﺔ ﻣﺴﺘﻘﺎة ﻣﻦ ﻧﻤﻮذج ﻟﻌﺪد اﻟﺤﴩات ﰲ املﻴﻞ املﺮﺑﻊ ﺧﻼل ﻓﱰة ﻣﻨﺘﺼﻒ اﻟﺼﻴﻒ‬
‫ﺳﻨﻮﻳٍّﺎ؛ ﻓﻔﻲ ﺗﻠﻚ اﻟﺤﺎﻟﺔ‪ ،‬ﻟﻴﺴﺖ ‪ X‬ﺳﻮى ﻣﺠﺮد رﻗﻢ؛ وﻣﻦ ﺛ َ ﱠﻢ ﻳُﻌَ ﱡﺪ ﻓﻀﺎء اﻟﺤﺎﻟﺔ — ﺑﺎﻋﺘﺒﺎره‬
‫ﻄﺎ‪ .‬رﺑﻤﺎ ﻳﺘﻄ ﱠﻠﺐ اﻷﻣﺮ ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن أﻛﺜﺮ ﻣﻦ رﻗﻢ‬ ‫ﻣﺠﻤﻮع ﺟﻤﻴﻊ اﻟﺤﺎﻻت املﻤﻜﻨﺔ — ﺧ ٍّ‬
‫واﺣﺪ ﻟﺘﺤﺪﻳﺪ اﻟﺤﺎﻟﺔ‪ ،‬وإذا ﻛﺎن اﻷﻣﺮ ﻛﺬﻟﻚ ﻓﺴﺘﺘﺄﻟﻒ ‪ X‬ﻣﻦ أﻛﺜﺮ ﻣﻦ ﻣﺮﻛﺒﺔ‪ .‬ﰲ ﻧﻤﺎذج‬
‫املﻔﱰس‪-‬اﻟﻔﺮﻳﺴﺔ‪ ،‬ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل‪ ،‬ﻳﺸﱰط ﺗﻮاﻓﺮ أﻋﺪاد ﻛﻠﻴﻬﻤﺎ‪ ،‬وﺗﺘﺄﻟﻒ ‪ X‬ﻣﻦ ﻣﺮﻛﺒﺘني‪،‬‬
‫ﺗﻌﱪ ‪ X‬ﻋﻦ ﻣﺘﺠﻪ ﻳﺘﻀﻤﻦ ﻋﺪد ﻓﱤان اﻟﺤﻘﻮل )اﻟﻔﺮاﺋﺲ(‬ ‫ﺗﻌﱪ ﻋﻦ ﻣﺘﺠﻪ‪ .‬وﻋﻨﺪﻣﺎ ﱢ‬ ‫أي إﻧﻬﺎ ﱢ‬
‫وﻋﺪد ﺣﻴﻮاﻧﺎت اﺑﻦ ﻋﺮس )املﻔﱰﺳﺎت( ﰲ اﻷول ﻣﻦ ﻳﻨﺎﻳﺮ ﻣﻦ ﻛﻞ ﻋﺎم‪ ،‬إذَن ﺳﻴﺼﺒﺢ ﻓﻀﺎء‬
‫ﻄﺤً ﺎ — ﻳﺸﺘﻤﻞ ﻋﲆ ﺟﻤﻴﻊ أزواج اﻷرﻗﺎم‪ .‬وإذا ﻛﺎﻧﺖ‬ ‫اﻟﺤﺎﻟﺔ ﺳﻄﺤً ﺎ ﻣﻦ ﺑُﻌﺪَﻳﻦ — أي ﻣﺴ ﱠ‬
‫ِﻨﻘﻞ ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل ﻓﱤان ﺣﻘﻮل‪ ،‬وﺣﻴﻮاﻧﺎت اﺑﻦ ﻋﺮس‪،‬‬ ‫‪ X‬ﺗﺘﺄﻟﻒ ﻣﻦ ﺛﻼث ﻣﺮﻛﺒﺎت )ﻟ ُ‬
‫ﺛﻼﺛﻲ اﻷﺑﻌﺎد ﻳﺸﺘﻤﻞ‬ ‫ﱠ‬ ‫وﻛﻤﻴﺔ اﻟﺜﻠﻮج املﺘﺴﺎﻗﻄﺔ ﺳﻨﻮﻳٍّﺎ(‪ ،‬إذَن ﻳﺼﺒﺢ ﻓﻀﺎء اﻟﺤﺎﻟﺔ ﻓﻀﺎءً‬
‫ﻟﻠﺘﻮﻗﻒ ﻋﻨﺪ ﺛﻼث ﻣﺮﻛﺒﺎت‪ ،‬ﻋﲆ اﻟﺮﻏﻢ‬ ‫ﱡ‬ ‫ﻋﲆ ﺟﻤﻴﻊ ﺛﻼﺛﻴﺎت اﻷرﻗﺎم‪ .‬ﺑﺎﻟﻄﺒﻊ‪ ،‬ﻻ ﻳﻮﺟﺪ ﺳﺒﺐ‬
‫ﺻﻌﻮﺑﺔ ﰲ اﻟﺮﺳﻢ ﺑﺄﺑﻌﺎد أﻛﺜﺮ؛ إذ ﺗﺘﺄﻟﻒ ﻧﻤﺎذج ﺣﺎﻟﺔ اﻟﻄﻘﺲ‬ ‫ً‬ ‫ﻣﻦ أن اﻟﺼﻮر ﺗﺼﺒﺢ أﻛﺜﺮ‬
‫ً‬
‫ﻣﺠﺎﻻ‬ ‫اﻟﺤﺪﻳﺜﺔ ﻣﻦ أﻛﺜﺮ ﻣﻦ ‪ ١٠‬ﻣﻼﻳني ﻣﺮﻛﺒﺔ‪ .‬وﺑﺎﻟﻨﺴﺒﺔ إﱃ ﻧﻈﺎم رﻳﺎﴈ‪ ،‬رﺑﻤﺎ ﺗﻜﻮن ‪X‬‬
‫ﻣﺘﺼﻼ‪ ،‬ﻣﺜﻞ ارﺗﻔﺎع ﺳﻄﺢ املﺤﻴﻂ أو درﺟﺔ اﻟﺤﺮارة ﻋﻨﺪ ﻛﻞ ﻧﻘﻄﺔ ﻋﲆ ﺳﻄﺢ اﻷرض‪.‬‬ ‫ً‬
‫ﻏري أن ﻣﻼﺣﻈﺎﺗﻨﺎ ﻟﻠﻨﻈﻢ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ ﻟﻦ ﺗﻜﻮن أﻛﺜﺮ ﺗﻌﻘﻴﺪًا أﺑﺪًا ﻣﻦ ﻣﺘﺠﻪ‪ ،‬وﺑﻤﺎ أﻧﻨﺎ ﻟﻦ‬
‫ﻧﻘﻴﺲ إﻻ ﻋﺪدًا ﻣﺤﺪودًا ﻣﻦ اﻷﺷﻴﺎء‪ ،‬ﺳﺘﻜﻮن ﻣﻼﺣﻈﺎﺗﻨﺎ دوﻣً ﺎ ﻋﺒﺎرة ﻋﻦ ﻣﺘﺠﻬﺎت ﻣﺤﺪودة‬
‫ﻄﺎ‪ ،‬ﻣﺜﻞ ‪.٢ / ١‬‬‫اﻷﺑﻌﺎد‪ .‬ﰲ اﻟﻮﻗﺖ اﻟﺤﺎﴐ‪ ،‬ﺳﻨﺒﺤﺚ اﻟﺤﺎﻟﺔ اﻟﺘﻲ ﺗﻜﻮن ﻓﻴﻬﺎ ‪ X‬رﻗﻤً ﺎ ﺑﺴﻴ ً‬
‫ﻣﻦ ﺧﻼل ﺗﺬ ﱡﻛﺮ أن أيﱠ ﺧﺮﻳﻄﺔ رﻳﺎﺿﻴﺔ ﻟﻴﺴﺖ إﻻ ﻗﺎﻋﺪ ًة ﺗُﺤﻮﱢل ﻣﺠﻤﻮﻋﺔ واﺣﺪة‬
‫ﻣﻦ اﻟﻘِ ﻴَﻢ إﱃ املﺠﻤﻮﻋﺔ اﻟﺘﺎﻟﻴﺔ ﻣﻦ اﻟﻘِ ﻴَﻢ‪ ،‬ﻳﻤﻜﻨﻨﺎ ﺗﻌﺮﻳﻒ »اﻟﺨﺮﻳﻄﺔ اﻟﱰﺑﻴﻌﻴﺔ« ﻣﻦ ﺧﻼل‬
‫اﻟﻘﺎﻋﺪة اﻟﺘﺎﻟﻴﺔ‪:‬‬

‫اﴐب ‪ X‬ﰲ أرﺑﻌﺔ ﻟﻠﺤﺼﻮل ﻋﲆ ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‪.‬‬

‫‪48‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﺴﻴﺎق‪ :‬اﻟﺤﺘﻤﻴﺔ واﻟﻌﺸﻮاﺋﻴﺔ واﻟﺘﺸﻮﻳﺶ‬

‫ﻄﻰ‪ ،‬ﻣﺜﻞ ‪ X‬ﺗﺴﺎوي ‪ ،٢ / ١‬ﻓﻴﻮ ﱢﻟﺪ ﻫﺬا اﻟﻨﻈﺎم اﻟﺪﻳﻨﺎﻣﻴﻜﻲ‬ ‫ﻟﺪﻳﻨﺎ ﴍط ﻣﺒﺪﺋﻲ ﻣُﻌ ً‬
‫اﻟﺮﻳﺎﴈ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻟﻘِ ﻴَﻢ ‪ ،X‬وﻫﻲ ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ ‪،٨ = ٤ × ٢ ،٢ = ٤ × ٢ / ١‬‬
‫‪ … ٣٢ = ٤ × ٨‬واﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﺗﻜﻮن ﻛﺎﻟﺘﺎﱄ‪… ٢٠٤٨ ،٥١٢ ،١٢٨ ،٣٢ ،٨ ،٢ ،٢ / ١ :‬‬
‫وﻫﻜﺬا‪ .‬ﺗﻜﱪ ﻫﺬه اﻟﺴﻠﺴﻠﺔ أﻛﺜﺮ ﻓﺄﻛﺜﺮ‪ ،‬وﻻ ﻳُﻌﺘﱪ ذﻟﻚ — ﻣﻦ اﻟﻨﺎﺣﻴﺔ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ — أﻣ ًﺮا‬
‫ﻣﺜريًا ﻟﻼﻫﺘﻤﺎم ﻛﺜريًا‪ ،‬ﻓﺈذا زادت ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻟ ‪ X‬دون ﺣﺪود ﻣﺜﻠﻤﺎ ﻳﺤﺪث ﰲ ﻫﺬه اﻟﺴﻠﺴﻠﺔ‬
‫اﻟﺰﻣﻨﻴﺔ‪ ،‬ﻧﻄﻠﻖ ﻋﻠﻴﻬﺎ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ »ﻏري ﻣﺤﺪودة«‪ .‬وﻟﻠﺤﺼﻮل ﻋﲆ ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ ﺗﻜﻮن‬
‫ﻓﻴﻪ ﻗِ ﻴَﻢ ‪ X‬ﻣﺤﺪودة‪ ،‬ﺳﻨﴬب ً‬
‫ﻣﺜﻼ ﺛﺎﻧﻴًﺎ‪» ،‬ﺧﺮﻳﻄﺔ اﻷرﺑﺎع«‪:‬‬

‫اﻗﺴﻢ ‪ X‬ﻋﲆ أرﺑﻌﺔ ﻟﻠﺤﺼﻮل ﻋﲆ ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‪.‬‬

‫اﺑﺘﺪاءً ﻣﻦ ﻗﻴﻤﺔ ‪ X‬ﺗﺴﺎوي ‪ ،٢ / ١‬ﺗﺘﻮ ﱠﻟﺪ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ‪… ،١٢٨ / ١ ،٣٢ / ١ ،٨ / ١‬‬
‫ﻟﻠﻮﻫﻠﺔ اﻷوﱃ‪ ،‬ﻻ ﻳُﻌﺘﱪ ﻫﺬا اﻷﻣﺮ ﻣﺜريًا ﻟﻼﻫﺘﻤﺎم؛ ﺣﻴﺚ ﺗﺘﻀﺎءل ﻗﻴﻤﺔ ‪ X‬ﴎﻳﻌً ﺎ ﻣﺘﺠﻬﺔ إﱃ‬
‫ً‬
‫رﻳﺎﺿﻴﺔ‬ ‫ﺧﻮاص‬‫ﱠ‬ ‫ﺻﻤﱢ ﻤﺖ ﺧﺮﻳﻄﺔ اﻷرﺑﺎع ﺑﻌﻨﺎﻳﺔ ﱢ‬
‫ﻟﺘﺒني‬ ‫اﻟﺼﻔﺮ‪ ،‬ﻏري أﻧﻪ ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ُ ،‬‬
‫ﺧﺎﺻﺔ‪ .‬اﻟﺤﺎﻟﺔ اﻷﺻﻠﻴﺔ — ﺣﺎﻟﺔ ‪ X‬ﺗﺴﺎوي ‪» — ٠‬ﻧﻘﻄﺔ ﺛﺎﺑﺘﺔ«‪ ،‬وإذا ﺑﺪأﻧﺎ ﻣﻦ ﺗﻠﻚ اﻟﻨﻘﻄﺔ‬
‫اﻟﺜﺎﺑﺘﺔ ﻓﻠﻦ ﻧﱪﺣﻬﺎ أﺑﺪًا؛ ﺣﻴﺚ إن ﺻﻔ ًﺮا ﻣﻘﺴﻮﻣً ﺎ ﻋﲆ أرﺑﻌﺔ ﻳﺴﺎوي ﺻﻔ ًﺮا ﻣﺮة أﺧﺮى‪.‬‬
‫أﻳﻀﺎ ﻟﺪﻳﻨﺎ‪ ،‬ووﻓﻖ ﺧﺮﻳﻄﺔ اﻷرﺑﺎع ﺗﻤﺜﱢﻞ‬ ‫اﻟﺤﺎﻟﺔ اﻷﺻﻠﻴﺔ ﺗُﺴﻤﱠ ﻰ »ﻋﻨﴫ اﻟﺠﺬب« اﻷول ً‬
‫ﺑﻘﻴﻤﺔ ﻣﺎ أﺧﺮى‬‫ٍ‬ ‫اﻟﺤﺎﻟﺔ اﻷﺻﻠﻴﺔ اﻟﻮﺟﻬﺔ اﻟﺤﺘﻤﻴﺔ اﻟﺘﻲ ﻻ ﺳﺒﻴﻞ إﱃ ﺑﻠﻮﻏﻬﺎ‪ ،‬ﻓﺈذا ﻣﺎ ﺑﺪأﻧﺎ‬
‫ﻟﻠﺮﻣﺰ ‪ ،X‬ﻓﻠﻦ ﻧﺒﻠﻎ ﻋﻨﴫ اﻟﺠﺬب ﰲ اﻟﺤﻘﻴﻘﺔ ﻋﲆ اﻹﻃﻼق‪ ،‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ اﻗﱰاﺑﻨﺎ ﻣﻨﻪ‬
‫ﻣﻊ زﻳﺎدة ﻣﺮات اﻟﺘﻜﺮار دون ﺣﺪود‪ .‬إﱃ أي ﻣﺪًى ﻧﻘﱰب؟ إﻧﻪ اﻗﱰاب ﻋﲆ ﻧﺤﻮ اﻋﺘﺒﺎﻃﻲ‪،‬‬
‫اﻗﱰاب ﺑﻘﺪر ﻣﺎ ﺗﺤﺐ‪ ،‬اﻗﱰاب ﺑﺼﻮرة »ﻻ ﻣﺘﻨﺎﻫﻴﺔ اﻟﺼﻐﺮ«‪ ،‬وﻫﻮ ﻣﺎ ﻳﻌﻨﻲ أﻧﻪ أﻗﺮب ﻣﻦ‬
‫أي رﻗﻢ ﻳﻤﻜﻦ ﺗﺼﻮره‪ .‬ﺣﺪﱢد رﻗﻤً ﺎ‪ ،‬أيﱠ رﻗﻢ‪ ،‬وﺳﻴﻤﻜﻦ ﺣﺴﺎب ﻋﺪد ﻣﺮات اﻟﺘﻜﺮار اﻟﻼزﻣﺔ‪،‬‬
‫وﻫﻮ اﻟﻌﺪد اﻟﺬي ﺳﺘﻈﻞ ﻗﻴﻤﺔ ‪ X‬ﺑﻌﺪه أﻗﺮبَ إﱃ ﻗﻴﻤﺔ ﺻﻔﺮ أﻛﺜﺮ ﻣﻦ ذﻟﻚ اﻟﺮﻗﻢ‪ .‬ﻳﻌﺘﱪ‬
‫اﻻﻗﱰاب اﻋﺘﺒﺎﻃﻴٍّﺎ ﻣﻦ ﻋﻨﴫ اﻟﺠﺬب ﺑﻤُﴤ اﻟﻮﻗﺖ ﻣﻊ ﻋﺪم ﺑﻠﻮغ ﻫﺬا اﻟﻌﻨﴫ أﺑﺪًا ﻣﻠﻤﺤً ﺎ‬
‫ﺷﺎﺋﻌً ﺎ ﰲ اﻟﻜﺜري ﻣﻦ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ املﺴﺘﻘﺎة ﻣﻦ اﻟﻨﻈﻢ اﻟﻼﺧﻄﻴﺔ‪ .‬ﻳﻘﺪﱢم ﺑﻨﺪول اﻟﺴﺎﻋﺔ‬
‫ﺮﺟﻌﻪ إﱃ ﻣﻘﺎوﻣﺔ اﻟﻬﻮاء‬ ‫ﻣﻠﻤﻮﺳﺎ؛ ﻓﻜﻞ ﺣﺮﻛﺔ أﺻﻐﺮ ﻣﻦ ﺳﺎﺑﻘﺘﻬﺎ‪ ،‬وﻫﻮ أﺛﺮ ﻧ ُ ِ‬ ‫ً‬ ‫ً‬
‫ﻣﺜﺎﻻ ﻣﺸﺎﺑﻬً ﺎ‬
‫واﻻﺣﺘﻜﺎك‪ ،‬وﻳﺘﻤﺜﱠﻞ اﻟﻌﻨﴫ املﺘﺸﺎ ِﺑﻪ ﻣﻊ ﻋﻨﴫ اﻟﺠﺬب ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ ﰲ اﻟﺒﻨﺪول اﻟﺴﺎﻛﻦ‬
‫ﻳﺘﺪﱃ إﱃ أﺳﻔﻞ‪ .‬ﺳﻨﺘﻨﺎول املﺰﻳﺪ ﻋﻦ ﻋﻨﺎﴏ اﻟﺠﺬب ﺑﻌﺪ أن ﻧﻜﻮن ﻗﺪ أﺿﻔﻨﺎ‬ ‫ﱠ‬ ‫ﺗﻤﺎﻣً ﺎ اﻟﺬي‬
‫ﻈﻤً ﺎ دﻳﻨﺎﻣﻴﻜﻴﺔ أﺧﺮى ﻗﻠﻴﻠﺔ إﱃ ﻣﺠﻤﻮﻋﺔ ﻧ ُ ُ‬
‫ﻈ ِﻤﻨﺎ‪.‬‬ ‫ﻧُ ُ‬

‫‪49‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫‪X‬‬ ‫ﰲ »اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ«‪ ،‬ﺗﱰاوح اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ املﺴﺘﻘﺎة ﻣﻦ ﻛﻞ ﻗِ ﻴَﻢ‬

‫ﺗﻘﺮﻳﺒًﺎ ﺑﺼﻮرة ﻏري ﻣﻨﺘﻈﻤﺔ ﻣﺎ ﺑني ﺻﻔﺮ وواﺣﺪ داﺋﻤً ﺎ‪:‬‬
‫اﻃﺮح ‪ X2‬ﻣﻦ ‪ ،X‬واﴐب اﻟﻔﺮق ﰲ أرﺑﻌﺔ‪ ،‬واﻋﺘﱪ اﻟﻨﺎﺗﺞ ﻫﻮ ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‪.‬‬
‫إذا ﻣﺎ ﴐﺑﻨﺎ ﻣﺮﻛﺒﺎت ﻣﺘﻐريات ﺣﺎﻟﺔ ﺑﻤﺮﻛﺒﺎت أﺧﺮى‪ ،‬ﻳﺼﺒﺢ اﻟﺴﻠﻮك ﻻ ﺧﻄﻴٍّﺎ‪ ،‬ﻓﻜﻴﻒ‬
‫ﺗﻜﻮن اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ إذا ﻣﺎ ﺑﺪأﻧﺎ ﻣﺮة أﺧﺮى ﺑﻘﻴﻤﺔ ‪ X‬ﺗﺴﺎوي ‪٢ / ١‬؟‬
‫اﺑﺘﺪاءً ﺑﻘﻴﻤﺔ ‪ ،٢ / ١‬ﻳﻜﻮن ﻧﺘﺎج ﻃﺮح ‪ X2‬ﻣﻦ ‪ X‬ﻫﻮ ‪ ،٤ / ١‬وﴐب اﻟﻨﺘﻴﺠﺔ ﰲ أرﺑﻌﺔ ﻳﺴﺎوي‬
‫واﺣﺪًا‪ ،‬وﻫﻜﺬا ﺗﺴﺎوي اﻟﻘﻴﻤﺔ اﻟﺠﺪﻳﺪة ‪ .١‬وﻋﻨﺪ اﻻﺳﺘﻤﺮار ﰲ اﺳﺘﺨﺪام ﻗﻴﻤﺔ ‪ X‬ﺗﺴﺎوي ‪،١‬‬
‫ﻳﻜﻮن ﻧﺘﺎج ﻃﺮح ‪ X2‬ﻣﻦ ‪ X‬ﻳﺴﺎوي ﺻﻔ ًﺮا‪ ،‬وﻟﻜﻦ ﴐب ﺻﻔﺮ ﰲ أرﺑﻌﺔ ﻳﺴﺎوي ﺻﻔ ًﺮا‬
‫دوﻣً ﺎ؛ ﻟﺬا ﺳﻨﺤﺼﻞ ﻋﲆ ﻗِ ﻴَﻢ ﺻﻔﺮﻳﺔ دوﻣً ﺎ؛ وﻋﻠﻴﻪ ﺳﺘﻜﻮن اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻛﺎﻟﺘﺎﱄ‪،٢ / ١ :‬‬
‫‪ … ،٠ ،٠ ،٠ ،١‬ﻻ ﺗُﺴﻔِ ﺮ ﻫﺬه اﻟﻨﺘﻴﺠﺔ ﻋﻦ ﳾء ﻣﺪﻫﺶ‪ ،‬إﻻ أﻧﻬﺎ ﺑﺎﻟﻜﺎد ﺗﻤﺜﱢﻞ ﻧﺘﻴﺠﺔ ﻣﺜرية‪.‬‬
‫ﺗَﺬ ﱠﻛ ِﺮ اﻟﺘﺤﺬﻳﺮ ﺣﻴﺎل ﻗﻮل ﻋﺎﻟﻢ اﻟﺮﻳﺎﺿﻴﺎت »ﺗﻘﺮﻳﺒًﺎ ﻛﻞ«‪.‬‬
‫ﻳُﻌَ ﱡﺪ ﺗﺮﺗﻴﺐ اﻷرﻗﺎم ﰲ أي ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ أﻣ ًﺮا ﻣﻬﻤٍّ ﺎ‪ ،‬ﺳﻮاء ﻛﺎﻧﺖ اﻟﺴﻠﺴﻠﺔ ﺗﻌﻜﺲ ﻗﻴﻤً ﺎ‬
‫ﺷﻬﺮﻳﺔ ﻷﻋﺪاد اﻷراﻧﺐ ﰲ ﺗﺠﺮﺑﺔ ﻓﻴﺒﺎﻧﻮﺗﴚ‪ ،‬أو ﻋﺪد ﻣﺮات ﺗﻜﺮار اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‬ ‫ً‬
‫اﻟﻜﺎﻣﻠﺔ‪ .‬ﺑﺎﺳﺘﺨﺪام اﻟﺮﻣﺰ اﻻﺧﺘﺰاﱄ املﺸﺎر إﻟﻴﻪ ﰲ اﻟﻔﺼﻞ اﻟﺜﺎﻧﻲ‪ ،‬ﺳﻨﻜﺘﺐ ‪ X5‬ﺑﺎﻋﺘﺒﺎرﻫﺎ‬
‫ﻗﻴﻤﺔ ‪ X‬اﻟﺨﺎﻣﺴﺔ اﻟﺠﺪﻳﺪة‪ ،‬و ‪ X0‬ﻟﻠﺤﺎﻟﺔ اﻷوﻟﻴﺔ )أو املﻼﺣﻈﺔ(‪ ،‬وﺑﺼﻮرة ﻋﺎﻣﺔ ‪ Xi‬ﻟﻺﺷﺎرة‬
‫ﻟﱰﺗﻴﺐ اﻟﻘﻴﻤﺔ ﰲ اﻟﺨﺮﻳﻄﺔ‪ .‬ﺳﻮاء ﻛﻨﱠﺎ ﻧﻜﺮر ﺧﺮﻳﻄﺔ أو ﻧﺼﻨﻊ ﻣﻼﺣﻈﺎت‪ ،‬ﺳﺘﻤﺜﱢﻞ ‪ i‬دوﻣً ﺎ‬
‫رﻗﻤً ﺎ ﺻﺤﻴﺤً ﺎ ﻳُﺴﻤﱠ ﻰ ﻋﺎد ًة »اﻟﺰﻣﻦ«‪.‬‬
‫ﰲ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ ﻣﻊ ﻛﻮن ﻗﻴﻤﺔ ‪ X0‬ﺗﺴﺎوي ‪ ،٠٫٥‬ﻓﺈن ‪ X1‬ﺗﺴﺎوي ‪،١‬‬
‫و ‪ X2‬ﺗﺴﺎوي ﺻﻔ ًﺮا‪ ،‬و ‪ X3‬ﺗﺴﺎوي ﺻﻔ ًﺮا‪ ،‬و ‪ X4‬ﺗﺴﺎوي ﺻﻔ ًﺮا‪ ،‬و ‪ Xi‬ﺳﺘﺴﺎوي ﺻﻔ ًﺮا ﻟﺠﻤﻴﻊ‬
‫أﻳﻀﺎ؛ إذَن ﻓﺎﻟﺤﺎﻟﺔ اﻷﺻﻠﻴﺔ ﻧﻘﻄﺔ ﺛﺎﺑﺘﺔ‪ ،‬ﻏري أﻧﻪ ﰲ إﻃﺎر‬ ‫ﻗﻴﻢ ‪ i‬اﻟﺘﻲ ﺗﺰﻳﺪ ﻋﻦ أرﺑﻌﺔ ً‬
‫اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ ﺗﺰداد ﻗﻴﻢ ‪ X‬اﻟﺼﻐرية )ﻳﻤﻜﻦ اﻟﺘﺄﻛﺪ ﻣﻦ ذﻟﻚ ﺑﺎﺳﺘﺨﺪام آﻟﺔ‬
‫ﺣﺎﺳﺒﺔ ﺻﻐرية(‪ ،‬وﺗﻈﻞ ﻗﻴﻤﺔ ‪ X‬ﺗﺴﺎوي ﺻﻔ ًﺮا ﻏري ﻣﺴﺘﻘﺮة؛ وﻣﻦ ﺛ َ ﱠﻢ ﻻ ﺗُﻌَ ﱡﺪ اﻟﺤﺎﻟﺔ اﻷﺻﻠﻴﺔ‬
‫ﺟﺬب‪ .‬ﻻ ﻳُﺤﺘﻤَ ﻞ أن ﺗﺘﺒﻨﻰ أي ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﺑﺪأت ﺑﺎﻟﻘﺮب ﻣﻦ اﻟﺤﺎﻟﺔ اﻷﺻﻠﻴﺔ أﻳٍّﺎ ﻣﻦ‬ ‫ٍ‬ ‫ﻋﻨﴫَ‬
‫اﻟﺨﻴﺎرات اﻟﺜﻼﺛﺔ اﻷوﱃ اﻟﺘﻲ ذﻛﺮﻧﺎﻫﺎ ﰲ ﺑﺪاﻳﺔ ﻫﺬا اﻟﻘﺴﻢ‪ ،‬ﻟﻜﻨﻬﺎ ﺳﺘﺴﻠﻚ ﺳﻠﻮ ًﻛﺎ ﻓﻮﺿﻮﻳٍّﺎ‬
‫إﱃ اﻷﺑﺪ‪.‬‬
‫ﻳﺒني اﻟﺸﻜﻞ رﻗﻢ ‪ 1-3‬ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﺗﺒﺪأ ﻗﺮب ﻗﻴﻤﺔ ‪ X0‬ﺗﺴﺎوي ‪ ،٠٫٨٧٦‬وﻫﻲ ﺗﻤﺜﱢﻞ‬ ‫ﱢ‬
‫ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻓﻮﺿﻮﻳﺔ ﻣﺴﺘﻘﺎة ﻣﻦ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ‪ .‬وﻟﻜﻦ أﻣﻌِ ﻦ اﻟﻨﻈﺮ ﰲ‬ ‫ً‬
‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ ﺗﻤﺎﻣً ﺎ؟ ﻳﺒﺪو أن ﻗِ ﻴَﻢ ‪ X‬اﻟﺼﻐرية ﺗﻠﻴﻬﺎ ﻗﻴﻢ ‪X‬‬ ‫اﻟﺴﻠﺴﻠﺔ ﻣﻠﻴٍّﺎ؛ ﻫﻞ ﺗﺒﺪو ٍّ‬
‫ﺣﻘﺎ ﻏري ﻗﺎﺑﻠﺔ‬

‫‪50‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﺴﻴﺎق‪ :‬اﻟﺤﺘﻤﻴﺔ واﻟﻌﺸﻮاﺋﻴﺔ واﻟﺘﺸﻮﻳﺶ‬

‫ﻣﻴﻼ ﰲ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ إﱃ اﻟﺘﺒﺎﻃﺆ ً‬

‫ﻗﻠﻴﻼ ﻣﺘﻰ ﻛﺎﻧﺖ ﺗﻘﱰب ﻗﻴﻤﺘﻬﺎ‬ ‫أﻳﻀﺎ‪ ،‬وأن ﺛَﻤﱠ َﺔ ً‬
‫ﺻﻐرية ً‬
‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ ﻋﲆ‬ ‫ﻣﻦ ‪ .٤ / ٣‬ﺳﻴﺘﻔﺤﺺ اﻟﻔﻴﺰﻳﺎﺋﻲ ﻟﺪﻳﻨﺎ ﻫﺬه اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ‪ ،‬وﺳريى أﻧﻬﺎ ﻗﺎﺑﻠﺔ‬
‫اﻷﻗﻞ ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن‪ ،‬ﺑﻴﻨﻤﺎ ﻗﺪ ﻳﻘ ﱢﺮر اﻹﺣﺼﺎﺋﻲ ﻟﺪﻳﻨﺎ أن اﻟﺴﻠﺴﻠﺔ ﻋﺸﻮاﺋﻴﺔ ﺑﻌﺪ إﺟﺮاء‬
‫ﺑﻀﻊ ﻋﻤﻠﻴﺎت ﺣﺴﺎﺑﻴﺔ‪ .‬وﻋﲆ اﻟﺮﻏﻢ ﻣﻦ ﻗﺪرﺗﻨﺎ ﻋﲆ إدراك ﻫﺬه اﻟﺒﻨﻴﺔ‪ ،‬ﻻ ﺗﺴﺘﻄﻴﻊ أﻛﺜﺮ‬
‫اﻻﺧﺘﺒﺎرات اﻹﺣﺼﺎﺋﻴﺔ ﺷﻴﻮﻋً ﺎ إدراﻛﻬﺎ‪.‬‬

‫‪١‬‬
‫‪٠,٩‬‬
‫‪٠,٨‬‬
‫‪٠,٧‬‬
‫‪٠,٦‬‬
‫‪X‬‬ ‫‪٠,٥‬‬
‫‪٠,٤‬‬
‫‪٠,٣‬‬
‫‪٠,٢‬‬
‫‪٠,١‬‬
‫‪٠‬‬
‫‪٠‬‬ ‫‪٢٠‬‬ ‫‪٤٠‬‬ ‫‪٦٠‬‬ ‫‪٨٠‬‬ ‫‪١٠٠‬‬ ‫‪١٢٠‬‬
‫اﻟﺰﻣﻦ‬

‫ﺷﻜﻞ ‪ :1-3‬ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻓﻮﺿﻮﻳﺔ ﻣﺴﺘﻘﺎة ﻣﻦ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ اﻟﺘﻲ ﺗﺒﺪأ ﻗﺮب‬
‫ﻆ أن اﻟﺴﻠﺴﻠﺔ ﻗﺎﺑﻠﺔ ﻟﻠﺘﻮﻗﻊ ﺑﺼﻮرة واﺿﺤﺔ ﻣﺘﻰ ﻛﺎﻧﺖ ﻗﻴﻤﺔ ‪X‬‬ ‫ﻗﻴﻤﺔ ‪ X0‬ﺗﺴﺎوي ‪ .٠٫٨٧٦‬ﻻﺣِ ْ‬
‫ﺗﻘﱰب ﻣﻦ اﻟﺼﻔﺮ و‪.٤ / ٣‬‬

‫اﻟﺨﺮاﺋﻂ‬

‫ﻳﻤﻜﻦ اﻟﻨﺺ ﻋﲆ اﻟﻘﺎﻋﺪة اﻟﺘﻲ ﺗُﻌﺮف ﺧﺮﻳﻄﺔ ﻣﺎ إﻣﺎ ﺑﺎﻟﻜﻠﻤﺎت‪ ،‬وإﻣﺎ ﰲ ﺻﻮرة ﻣﻌﺎدﻟﺔ‪،‬‬
‫وإﻣﺎ ﰲ ﺻﻮرة رﺳﻢ ﺑﻴﺎﻧﻲ‪ .‬ﻳﺤﺪد ﻛﻞ ﺷﻜﻞ ﰲ ﺷﻜﻞ رﻗﻢ ‪ 2-3‬اﻟﻘﺎﻋﺪ َة ﰲ ﺻﻮرة رﺳﻢ‬

‫‪51‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﺑﻴﺎﻧﻲ‪ .‬ﻻﺳﺘﺨﺪام اﻟﺮﺳﻢ اﻟﺒﻴﺎﻧﻲ‪ ،‬ﺣﺪد ﻗﻴﻤﺔ ‪ X‬اﻻﺑﺘﺪاﺋﻴﺔ ﻋﲆ املﺤﻮر اﻷﻓﻘﻲ‪ ،‬ﺛﻢ ﺗﺤﺮك‬
‫ﻣﺒﺎﴍ ًة إﱃ أﻋﲆ ﺣﺘﻰ ﺗﺒﻠﻎ املﻨﺤﻨﻰ‪ ،‬وﺳﺘﻜﻮن ﻗﻴﻤﺔ ﻫﺬه اﻟﻨﻘﻄﺔ ﻋﲆ املﻨﺤﻨﻰ ﰲ املﺤﻮر‬ ‫َ‬
‫اﻟﺮأﳼ ﻫﻲ ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‪ .‬ﺗﻈﻬﺮ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ ﰲ ﺻﻮرة رﺳﻢ ﺑﻴﺎﻧﻲ ﰲ‬
‫اﻟﺸﻜﻞ )ب( ﻣﻦ اﻟﺸﻜﻞ رﻗﻢ ‪ ،2-3‬ﺑﻴﻨﻤﺎ ﺗﻈﻬﺮ ﺧﺮﻳﻄﺔ اﻷرﺑﺎع ﰲ اﻟﺸﻜﻞ )أ(‪.‬‬
‫ﺗﺘﻤﺜﱠﻞ إﺣﺪى اﻟﻄﺮق اﻟﺴﻬﻠﺔ ﻻﺳﺘﺨﺪام اﻟﺮﺳﻢ اﻟﺒﻴﺎﻧﻲ ﻟﻠﺘﺄ ﱡﻛﺪ ﻣﻤﺎ إذا ﻛﺎﻧﺖ إﺣﺪى‬
‫اﻟﻨﻘﺎط اﻟﺜﺎﺑﺘﺔ ﻏري ﻣﺴﺘﻘﺮة أم ﻻ ﰲ اﻟﻨﻈﺮ إﱃ ﻣﻨﺤﻨﻰ اﻟﺨﺮﻳﻄﺔ ﻋﻨﺪ اﻟﻨﻘﻄﺔ اﻟﺜﺎﺑﺘﺔ‪.‬‬
‫ﻓﺈذا ﻛﺎن املﻨﺤﻨﻰ ﻳﻤﻴﻞ ﺑﺪرﺟﺔ أﻛﺜﺮ ﻣﻦ ‪ ٤٥‬درﺟﺔ )ﺳﻮاءٌ إﱃ أﻋﲆ أو إﱃ أﺳﻔﻞ(‪ ،‬ﻓﺈن‬
‫اﻟﻨﻘﻄﺔ اﻟﺜﺎﺑﺘﺔ إذَن ﻏري ﻣﺴﺘﻘﺮة‪ .‬ﰲ ﺧﺮﻳﻄﺔ اﻷرﺑﺎع ﺗﺒﻠﻎ اﻟﻘﻴﻢ ﰲ املﻨﺤﻨﻰ أﻗﻞ ﻣﻦ واﺣﺪ‬
‫ﺻﺤﻴﺢ ﰲ ﺟﻤﻴﻊ املﻮاﺿﻊ‪ ،‬ﺑﻴﻨﻤﺎ ﰲ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ ﺗﺰﻳﺪ اﻟﻘﻴﻢ ﰲ املﻨﺤﻨﻰ‬
‫ﻗﺮب اﻟﺤﺎﻟﺔ اﻷﺻﻠﻴﺔ ﻋﻦ واﺣﺪ ﺻﺤﻴﺢ‪ .‬ﻫﻨﺎ ﺗﺰﻳﺪ ﻗﻴﻢ ‪ X‬اﻟﺼﻐرية ﻏري اﻟﺼﻔﺮﻳﺔ ﻣﻊ ﻛﻞ‬
‫ﺗﻜﺮار‪ ،‬ﻃﺎملﺎ ﻇ ﱠﻠ ْﺖ ﻫﺬه اﻟﻘﻴﻢ ﺻﻐري ًة ﺑﻤﺎ ﻳﻜﻔﻲ )ﺗﺒﻠﻎ اﻟﻘﻴﻤﺔ ﰲ املﻨﺤﻨﻰ ﻗﺮب اﻟﻘﻴﻤﺔ ‪٢ / ١‬‬
‫ﻻﺣﻘﺎ‪ ،‬ﺑﺎﻟﻨﺴﺒﺔ إﱃ »ﺗﻘﺮﻳﺒًﺎ ﻛﻞ« ﴍط ﻣﺒﺪﺋﻲ ﻳﻘﻊ ﺑني ﺻﻔﺮ وواﺣﺪ‪،‬‬ ‫ﺻﻔ ًﺮا(‪ .‬ﻣﺜﻠﻤﺎ ﺳﻨﺮى ً‬
‫ﻈﻬﺮ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ »ﻓﻮﴇ« رﻳﺎﺿﻴﺔ ﺣﻘﻴﻘﻴﺔ‪ .‬اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ ﰲ ﻏﺎﻳﺔ‬ ‫ﺗُ ِ‬
‫اﻟﺒﺴﺎﻃﺔ؛ ﻓﺎﻟﻔﻮﴇ واﺿﺤﺔ ﺟﺪٍّا‪.‬‬
‫ﻻ ﻳﺘﻄﻠﺐ ﺗﺤﺪﻳﺪ ﻣﺎ إذا ﻛﺎن أﺣﺪ اﻟﻨﻈﻢ اﻟﺮﻳﺎﺿﻴﺔ »ﺣﺘﻤﻴٍّﺎ« ﺳﻮى اﻟﺘﺄﻛﺪ ﺑﻌﻨﺎﻳﺔ‬
‫ﻣﻤﺎ إذا ﻛﺎن ﺗﻄﺒﻴﻖ اﻟﻘﺎﻋﺪة ﻳﺘﻄ ﱠﻠﺐ رﻗﻤً ﺎ ﻋﺸﻮاﺋﻴٍّﺎ‪ .‬ﺣﺎل ﻋﺪم وﺟﻮد رﻗﻢ ﻋﺸﻮاﺋﻲ‪ ،‬ﻳُﻌﺘﱪ‬
‫اﻟﻨﻈﺎم اﻟﺪﻳﻨﺎﻣﻴﻜﻲ ﺣﺘﻤﻴٍّﺎ إذَن‪ .‬ﰲ ﻛﻞ ﻣﺮة ﻳﺠﺮي ﻓﻴﻬﺎ إدﺧﺎل ﻗﻴﻤﺔ ‪ X‬ﻧﻔﺴﻬﺎ‪ ،‬ﻧﺤﺼﻞ‬
‫ﻋﲆ ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة ﻧﻔﺴﻬﺎ ﻛﻨﺘﻴﺠﺔ‪ .‬ﻓﺈذا ﻛﺎﻧﺖ اﻟﻘﺎﻋﺪة ﺗﺘﻄ ﱠﻠﺐ )وﻫﻮ ﻣﺎ ﺗﺘﻄﻠﺒﻪ ٍّ‬
‫ﺣﻘﺎ(‬
‫أﻳﻀﺎ ﻧﻈﺎم »ﺗﺼﺎدﰲ«‪ .‬ﰲ‬ ‫رﻗﻤً ﺎ ﻋﺸﻮاﺋﻴٍّﺎ‪ ،‬ﻳﻜﻮن اﻟﻨﻈﺎم ﻋﺸﻮاﺋﻴٍّﺎ إذَن‪ ،‬وﻫﻮ ﻣﺎ ﻳُﻄ َﻠﻖ ﻋﻠﻴﻪ ً‬
‫ﻇﻞ أي ﻧﻈﺎم ﺗﺼﺎدﰲ‪ ،‬ﺣﺘﻰ إذا ﻗﻤﻨﺎ ﺑﺘﻜﺮار اﻟﴩط املﺒﺪﺋﻲ ﻧﻔﺴﻪ »ﺗﻤﺎﻣً ﺎ«‪ ،‬ﻓﺈﻧﻨﺎ ﱠ‬
‫ﻧﺘﻮﻗﻊ‬
‫أن ﺗﺨﺘﻠﻒ ﺗﻔﺎﺻﻴﻞ ﻗﻴﻤﺔ ‪ X‬اﻟﺘﺎﻟﻴﺔ؛ وﻣﻦ ﺛ َ ﱠﻢ ﺗﺨﺘﻠﻒ ً‬
‫أﻳﻀﺎ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ‪ .‬ﺑﺎﻟﻌﻮدة‬
‫ً‬
‫ﺳﺎﺑﻘﺎ ﺣﺘﻤﻴﺔ‪ .‬ﺗُﺤﺪﱠد ﺳﻼﺳﻠﻬﺎ اﻟﺰﻣﻨﻴﺔ‬ ‫إﱃ ﺗﻌﺮﻳﻔﺎﺗﻬﺎ‪ ،‬ﺳﻨﺠﺪ أن اﻟﺨﺮاﺋﻂ اﻟﺜﻼث املﻌﺮﻓﺔ‬
‫املﺴﺘﻘﺒﻠﻴﺔ ﺑﺎﻟﻜﺎﻣﻞ ﻣﻦ ﺧﻼل اﻟﴩط املﺒﺪﺋﻲ‪ ،‬وﻣﻦ ﻫﻨﺎ ﺟﺎءت اﻟﺘﺴﻤﻴﺔ »اﻟﻨﻈﺎم اﻟﺤﺘﻤﻲ«‪.‬‬
‫ﺳﻴﺸري اﻟﻔﻴﻠﺴﻮف ﻟﺪﻳﻨﺎ إﱃ أن ﻣﺠﺮد ﻣﻌﺮﻓﺔ ﻗﻴﻤﺔ ‪ X‬ﻟﻴﺴﺖ ﻛﺎﻓﻴﺔ؛ إذ إﻧﻨﺎ ﺳﻨﺤﺘﺎج ً‬
‫أﻳﻀﺎ إﱃ‬
‫ﻣﻌﺮﻓﺔ اﻟﻨﻈﺎم اﻟﺮﻳﺎﴈ‪ ،‬وﻳﺠﺐ أن ﻧﻤﺘﻠﻚ اﻟﻘﺪرة ﻋﲆ إﺟﺮاء اﻟﺤﺴﺎﺑﺎت اﻟﺪﻗﻴﻘﺔ ﺑﺎﺳﺘﺨﺪام‬
‫ﻗﻴﻤﺔ ‪ X‬ﺗﻠﻚ‪ .‬ﻛﺎﻧﺖ ﻫﺬه ﻫﻲ اﻟﻬﺒﺎت اﻟﺜﻼث اﻟﺘﻲ ﺗﺄ ﱠﻛ َﺪ ﻻﺑﻼس ﻣﻦ أن ﺷﻴﻄﺎﻧﻪ ﻳﻤﺘﻠﻜﻬﺎ ﻗﺒﻞ‬
‫‪ ٢٠٠‬ﻋﺎ ٍم‪.‬‬

‫‪52‬‬
 ‫‪١‬‬ ‫‪١‬‬ ‫‪١‬‬
‫‪٠,٨‬‬ ‫‪٠,٨‬‬ ‫‪٠,٨‬‬
‫ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‬

‫ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‬

‫ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‬
‫‪٠,٦‬‬ ‫‪٠,٦‬‬ ‫‪٠,٦‬‬
‫‪٠,٤‬‬ ‫‪٠,٤‬‬ ‫‪٠,٤‬‬
‫‪٠,٢‬‬ ‫‪٠,٢‬‬ ‫‪٠,٢‬‬
‫‪٠‬‬ ‫‪٠‬‬ ‫‪٠‬‬
‫‪٠‬‬ ‫‪٠,٢ ٠,٤ ٠,٦ ٠,٨‬‬ ‫‪١‬‬ ‫‪٠‬‬ ‫‪٠,٢ ٠,٤ ٠,٦ ٠,٨‬‬ ‫‪١‬‬ ‫‪٠‬‬ ‫‪٠,٢ ٠,٤ ٠,٦ ٠,٨‬‬ ‫‪١‬‬
‫ﻗﻴﻤﺔ ‪ X‬اﻟﻘﺪﻳﻤﺔ‬ ‫ﻗﻴﻤﺔ ‪ X‬اﻟﻘﺪﻳﻤﺔ‬ ‫ﻗﻴﻤﺔ ‪ X‬اﻟﻘﺪﻳﻤﺔ‬
‫)ﺟ(‬ ‫)ب(‬ ‫)أ(‬
‫ﺷﻜﻞ ‪ :2-3‬ﺗﻤﺜﻴﻞ ﺑﻴﺎﻧﻲ ﻟﻜ ﱟﻞ ﻣﻦ )أ( ﺧﺮﻳﻄﺔ اﻷرﺑﺎع‪ ،‬و)ب( اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ‪ ،‬و)ﺟ( اﻟﺨﺮﻳﻄﺔ اﻻﻧﺘﻘﺎﻟﻴﺔ‪ ،‬و)د( ﺧﺮﻳﻄﺔ‬
‫اﻟﺨﻴﻤﺔ‪ ،‬و)ﻫ( ﺧﺮﻳﻄﺔ اﻟﺨﻴﻤﺔ ذات اﻟﺘﻀﻌﻴﻒ اﻟﺜﻼﺛﻲ‪ ،‬و)و( ﺧﺮﻳﻄﺔ ﻣﻮران‪-‬رﻳﻜﺮ‪.‬‬
 ‫‪١,٥‬‬
‫‪٢,٥‬‬ ‫‪١‬‬ ‫‪١‬‬
‫ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‬

‫‪٢‬‬ ‫‪٠,٨‬‬
‫ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‬

‫ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‬
‫‪١,٥‬‬ ‫‪٠,٦‬‬
‫‪٠,٥‬‬
‫‪١‬‬ ‫‪٠,٤‬‬
‫‪٠,٥‬‬ ‫‪٠,٢‬‬
‫‪٠‬‬ ‫‪٠‬‬ ‫‪٠‬‬
‫‪٠‬‬ ‫‪٠,٥‬‬ ‫‪١ ١,٥‬‬ ‫‪٢‬‬ ‫‪٢,٥‬‬ ‫‪٠‬‬ ‫‪٠,٢ ٠,٤ ٠,٦ ٠,٨‬‬ ‫‪١‬‬ ‫‪٠‬‬ ‫‪٠,٢ ٠,٤ ٠,٦ ٠,٨‬‬ ‫‪١‬‬
‫ﻗﻴﻤﺔ ‪ X‬اﻟﻘﺪﻳﻤﺔ‬ ‫ﻗﻴﻤﺔ ‪ X‬اﻟﻘﺪﻳﻤﺔ‬ ‫ﻗﻴﻤﺔ ‪ X‬اﻟﻘﺪﻳﻤﺔ‬
‫)و(‬ ‫)ﻫ(‬ ‫)د(‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﺴﻴﺎق‪ :‬اﻟﺤﺘﻤﻴﺔ واﻟﻌﺸﻮاﺋﻴﺔ واﻟﺘﺸﻮﻳﺶ‬

‫أول ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ ﺗﺼﺎدﰲ ﺳﻨﻌﺮض ﻟﻪ ﻫﻮ ﺧﺮﻳﻄﺔ إﻳﻪ ﳼ واﻟﺬي ﻗﺎﻋﺪﺗﻪ ﻫﻲ‪:‬‬

‫ﻟﻠﺤﺼﻮل ﻋﲆ‬ ‫‪R‬‬ ‫أﺿ ْ‬

‫ﻒ رﻗﻤً ﺎ ﻋﺸﻮاﺋﻴٍّﺎ‬ ‫اﻗﺴﻢ ‪ X‬ﻋﲆ أرﺑﻌﺔ‪ ،‬ﺛﻢ اﻃﺮح ‪ ٢ / ١‬ﺛﻢ ِ‬
‫ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‪.‬‬

‫ﺗُﻌَ ﱡﺪ ﺧﺮﻳﻄﺔ إﻳﻪ ﳼ ﻧﻈﺎﻣً ﺎ ﺗﺼﺎدﻓﻴٍّﺎ‪ ،‬ﺑﻤﺎ أن ﺗﻄﺒﻴﻖ اﻟﻘﺎﻋﺪة ﻳﺘﻄ ﱠﻠﺐ ﺗﻮﻓري ﻣﺠﻤﻮﻋﺔ‬
‫ﻣﻦ اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ‪ .‬ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ ،‬اﻟﻘﺎﻋﺪة املﺬﻛﻮرة ً‬
‫آﻧﻔﺎ ﻏري ﻛﺎﻣﻠﺔ؛ ﺣﻴﺚ إﻧﻬﺎ ﻻ ﺗﺤﺪﱢد‬
‫ﻛﻴﻔﻴﺔ اﻟﺤﺼﻮل ﻋﲆ رﻗﻢ ﻋﺸﻮاﺋﻲ ‪ .R‬وﻹﻛﻤﺎل اﻟﻘﺎﻋﺪة ﻳﺠﺐ أن ﻧﻀﻴﻒ ﺷﻴﺌًﺎ ﻣﻦ ﻗﺒﻴﻞ‪:‬‬
‫اﻧﺘﻖ رﻗﻤً ﺎ ﺑني ﺻﻔﺮ وواﺣﺪ ﺑﻄﺮﻳﻘﺔ ﺗﺠﻌﻞ ﻣﻦ‬ ‫ﻟﺘﻮﻓري رﻗﻢ ﻋﺸﻮاﺋﻲ ‪ R‬ﻋﻨﺪ ﻛﻞ ﺗﻜﺮار‪ِ ،‬‬
‫ﻣﺘﺴﺎو‪ ،‬وﻫﻮ ﻣﺎ ﻳﺸري ﺿﻤﻨًﺎ إﱃ ﺗﻮزﻳﻊ ‪ R‬ﺗﻮزﻳﻌً ﺎ‬
‫ٍ‬ ‫املﺤﺘﻤﻞ اﻧﺘﻘﺎء أي رﻗﻢ ﺑﻴﻨﻬﻤﺎ ﻋﲆ ﻧﺤﻮ‬
‫ﻣﻨﺘﻈﻤً ﺎ ﺑني ﺻﻔﺮ وواﺣﺪ‪ ،‬وإﱃ أن اﺣﺘﻤﺎﻟﻴﺔ وﻗﻮع اﻟﻘﻴﻤﺔ اﻟﺘﺎﻟﻴﺔ ﻟﻠﺮﻗﻢ اﻟﻌﺸﻮاﺋﻲ ‪ R‬ﰲ‬
‫ﻧﻄﺎق ﻗﻴﻢ ﻣﺤﺪدة ﺗﺘﻨﺎﺳﺐ ﻣﻊ ﻋﺮض ذﻟﻚ اﻟﻨﻄﺎق‪.‬‬
‫ﻣﺎ ﻫﻲ اﻟﻘﺎﻋﺪة اﻟﺘﻲ ﻧﻄﺒﱢﻘﻬﺎ ﰲ اﻧﺘﻘﺎء اﻟﺮﻗﻢ اﻟﻌﺸﻮاﺋﻲ ‪R‬؟ ﻻ ﻳﻤﻜﻦ أن ﺗﻜﻮن اﻟﻘﺎﻋﺪة‬
‫ﺣﺘﻤﻴﺔ؛ إذ إن ‪ R‬ﻟﻦ ﺗﻜﻮن ﻋﺸﻮاﺋﻴﺔ ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ‪ .‬وﻣﻦ املﺜري ﻟﻠﺠﺪل أﻧﻪ ﻻ ﺗﻮﺟﺪ ﻗﺎﻋﺪة‬
‫ﻣﺤﺪدة ﻟﺘﻮﻟﻴﺪ ﻗﻴﻢ ‪ ،R‬وﻫﻮ ﻣﺎ ﻻ ﻳﺮﺗﺒﻂ ﺑﺎﻟﺤﺎﺟﺔ إﱃ أرﻗﺎم ﻣﻨﺘﻈﻤﺔ ﺑني ﺻﻔﺮ وواﺣﺪ‪،‬‬
‫وﺳﺘﻈﻬﺮ املﺸﻜﻠﺔ ﻧﻔﺴﻬﺎ إذا أردﻧﺎ ﺗﻮﻟﻴﺪ أرﻗﺎم ﻋﺸﻮاﺋﻴﺔ ﺗﺤﺎﻛﻲ ﺗﻮزﻳﻊ ﻣﻨﺤﻨﻰ ﺟﺎﻟﺘﻮن‬
‫»اﻟﺠﺮﳼ«‪ ،‬وﺳﻴﺘﻮﺟﺐ ﻋﻠﻴﻨﺎ اﻻﻋﺘﻤﺎد ﻋﲆ اﻹﺣﺼﺎﺋﻲ ﻟﺪﻳﻨﺎ ﻟﻠﺤﺼﻮل ﻋﲆ اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ‬
‫اﻟﺘﻲ ﻧﺤﺘﺎج إﻟﻴﻬﺎ‪ .‬ﺑﻌﺪ ذﻟﻚ‪ ،‬ﺳﻨﻘ ﱢﺮر إن ﻛﺎﻧﺖ اﻷرﻗﺎم ﻣﻮ ﱠزﻋﺔ ﻋﲆ ﻧﺤﻮ ﻣﻨﺘﻈﻢ‪ ،‬أو أﻧﻬﺎ‬
‫ﻣﻮ ﱠزﻋﺔ ﰲ ﺻﻮرة ﻣﻨﺤﻨًﻰ ﺟﺮﳼ‪.‬‬
‫ﰲ ﺧﺮﻳﻄﺔ إﻳﻪ ﳼ‪ ،‬ﺗُﺴﺘﺨﺪَم ﻛﻞ ﻗﻴﻤﺔ ﻣﻦ ﻗﻴﻢ ‪ R‬ﰲ اﻟﺨﺮﻳﻄﺔ‪ ،‬وﻟﻜﻦ ﺛَﻤﱠ َﺔ ﻓﺌﺔ أﺧﺮى‬
‫ﻣﻦ اﻟﺨﺮاﺋﻂ اﻟﻌﺸﻮاﺋﻴﺔ — ﺗُﺴﻤﱠ ﻰ ﻧﻈﻢ اﻟﺪوال املﺘﻜﺮرة — ﻳﺒﺪو أﻧﻬﺎ ﺗﺴﺘﺨﺪم ﻗﻴﻤﺔ ‪R‬‬
‫ﻟﻴﺲ ﰲ ﺻﻮرة ﻣﻌﺎدﻟﺔ ﺑﻞ ﰲ اﺗﺨﺎذ ﻗﺮار ﺣﻴﺎل ﻣﺎ ﺳﻴﺠﺮي ﻋﻤﻠﻪ‪ .‬ﻛﻤﺜﺎل ﻋﲆ ذﻟﻚ ﺧﺮﻳﻄﺔ‬
‫ﻧﻈﺎم اﻟﺪوال املﺘﻜﺮرة ﻟﻸﺛﻼث اﻟﻮﺳﻄﻰ‪ ،‬وﻫﻲ اﻟﺨﺮﻳﻄﺔ اﻟﺘﻲ ﺳﺘﻜﻮن ﻣﻔﻴﺪة ً‬
‫ﻻﺣﻘﺎ ﻋﻨﺪﻣﺎ‬
‫ﻧﺤﺪﱢد ﺧﺼﺎﺋﺺ اﻟﺨﺮاﺋﻂ ﻣﻦ ﺧﻼل اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ اﻟﺘﻲ ﺗﻮ ﱢﻟﺪﻫﺎ‪ .‬ﻗﺎﻋﺪة ﻫﺬه اﻟﺨﺮﻳﻄﺔ‬
‫ﻫﻲ ﻛﺎﻵﺗﻲ‪:‬‬

‫اﻧﺘﻖ رﻗﻤً ﺎ ﻋﺸﻮاﺋﻴٍّﺎ ‪ R‬ﻣﻦ أﺣﺪ اﻟﺘﻮزﻳﻌﺎت املﻨﺘﻈﻤﺔ ﺑني ﺻﻔﺮ وواﺣﺪ‪.‬‬
‫ِ‬
‫إذا ﻛﺎن ‪ R‬أﻗﻞ ﻣﻦ ‪ ،٢ / ١‬ﻓﺎﻋﺘﱪ ‪ X‬ﻣﻘﺴﻮﻣﺔ ﻋﲆ ‪ ٣‬ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‪.‬‬
‫إذا ﻟﻢ ﺗﻜﻦ ‪ R‬أﻗﻞ ﻣﻦ ‪ ،٢ / ١‬ﻓﺎﻋﺘﱪ ‪ X − 1‬ﻣﻘﺴﻮﻣﺔ ﻋﲆ ‪ ٣‬ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‪.‬‬

‫‪55‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ٍ‬
‫ﺑﺴﻬﻮﻟﺔ ﻣﺎ إذا ﻛﺎﻧﺖ‬ ‫إذَن ﻳﺘﻮاﻓﺮ ﻟﺪﻳﻨﺎ اﻵن ﺑﻀﻌﺔ ﻧﻈﻢ رﻳﺎﺿﻴﺔ‪ ،‬وﻳﻤﻜﻨﻨﺎ أن ﻧﺤﺪﱢد‬
‫ً‬
‫ﺣﺘﻤﻴﺔ أو ﺗﺼﺎدﻓﻴﺔ‪ .‬ﻣﺎذا ﻋﻦ ﻧﻤﺎذج املﺤﺎﻛﺎة اﻟﺤﺎﺳﻮﺑﻴﺔ؟ ﻧﻤﺎذج املﺤﺎﻛﺎة ﺑﺎﻟﺤﺎﺳﻮب‬
‫اﻟﺮﻗﻤﻲ ﺣﺘﻤﻴﺔ دوﻣً ﺎ‪ .‬وﻛﻤﺎ ﺳﻨﺮى ﰲ اﻟﻔﺼﻞ اﻟﺴﺎﺑﻊ‪ ،‬إﻣﺎ أن ﺗﻜﻮن اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ‬
‫اﻟﻨﺎﺗﺠﺔ ﻣﻦ ﺣﺎﺳﻮب رﻗﻤﻲ ﰲ ﺣﻠﻘﺔ ﻻ ﻧﻬﺎﺋﻴﺔ ﻣﻦ اﻟﻘﻴﻢ ﺗﺘﻜﺮر ﻋﲆ ﻧﺤﻮ دوري‪ ،‬ﻣﺮا ًرا‬
‫وﺗﻜﺮا ًرا‪ ،‬وإﻣﺎ أﻧﻬﺎ ﰲ ﻃﺮﻳﻘﻬﺎ إﱃ ﻣﺜﻞ ﻫﺬه اﻟﺤﻠﻘﺔ‪ .‬ﻳﻮﺻﻒ ﻫﺬا اﻟﺠﺰء اﻷول ﻣﻦ اﻟﺴﻠﺴﻠﺔ‬
‫اﻟﺰﻣﻨﻴﺔ اﻟﺬي ﻻ ﺗﺘﻜﺮر ﻓﻴﻪ أي ﻗﻴﻤﺔ‪ ،‬وﻳﺘﻄﻮر ﻣﺴﺎره ﻧﺤﻮ »ﺣﻠﻘﺔ دورﻳﺔ«‪ ،‬ﻏري أﻧﻪ ﻻ‬
‫ﻳﺒﻠﻐﻬﺎ ﺑﺄﻧﻪ »ﻋﺎﺑﺮ«‪ .‬ﰲ اﻟﺪواﺋﺮ اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬ﺗُﻌﺘﱪ ﻫﺬه اﻟﻜﻠﻤﺔ ﻣﻦ ﻗﺒﻴﻞ اﻹﻫﺎﻧﺔ؛ ﺣﻴﺚ‬
‫إن اﻟﺮﻳﺎﺿﻴني ﱢ‬
‫ﻳﻔﻀﻠﻮن اﻟﺘﻌﺎﻣﻞ ﻣﻊ أﺷﻴﺎء ﺗﺘﺴﻢ ﺑﺎﻟﺪﻳﻤﻮﻣﺔ‪ ،‬وﻟﻴﺲ ﻣﺠﺮد أﺷﻴﺎء ﻋﺎﺑﺮة‪.‬‬
‫وﺑﻴﻨﻤﺎ ﻳﺘﺠﻨﺐ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت اﻷﺷﻴﺎء اﻟﻌﺎﺑﺮة‪ ،‬رﺑﻤﺎ ﻻ ﻳﺮى ﻋﻠﻤﺎء اﻟﻔﻴﺰﻳﺎء أي ﳾء‬
‫آﺧﺮ ﻏريﻫﺎ واﻟﺤﺎﺳﻮب اﻟﺮﻗﻤﻲ ﻻ ﻳﺴﺘﻄﻴﻊ اﻟﺘﻌﺎﻣﻞ ﻣﻊ ﻫﺬه اﻷﺷﻴﺎء اﻟﻌﺎﺑﺮة‪ .‬ﻳﻌﺠﺰ‬ ‫َ‬
‫اﻟﺤﺎﺳﻮب اﻟﺮﻗﻤﻲ اﻟﺬي أﺛﺒﺖ أﻫﻤﻴﺘﻪ اﻟﺒﺎﻟﻐﺔ ﰲ ﺗﻄﻮﻳﺮ ﻓﻬﻤﻨﺎ ﻟﻠﻔﻮﴇ — ﻟﻠﻤﻔﺎرﻗﺔ —‬
‫ﻋﻦ ﻋﺮض ﻓﻮﴇ رﻳﺎﺿﻴﺔ ﺣﻘﻴﻘﻴﺔ‪ ،‬وﻫﻮ ﻛﺬﻟﻚ ﻻ ﻳﺴﺘﻄﻴﻊ ﺗﻮﻟﻴﺪ أرﻗﺎم ﻋﺸﻮاﺋﻴﺔ‪ .‬ﻻ ﻳُﻌَ ﱡﺪ‬
‫ﻣﺎ ﻳُﻄ َﻠﻖ ﻋﻠﻴﻪ ﻣﻮﻟﺪات اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ ﰲ اﻟﺤﺎﺳﻮب اﻟﺮﻗﻤﻲ واﻵﻻت اﻟﺤﺎﺳﺒﺔ اﻟﻴﺪوﻳﺔ‬
‫— ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ — ﺳﻮى ﻣﻮﻟﺪات أرﻗﺎم ﺷﺒﻪ ﻋﺸﻮاﺋﻴﺔ‪ ،‬ﺣﺘﻰ إن أﺣﺪ ﻧﻤﺎذج ﻫﺬه‬
‫املﻮﻟﺪات املﺒﻜﺮة ﻛﺎن ﻳﻌﺘﻤﺪ ﰲ ﺗﺼﻤﻴﻤﻪ ﻋﲆ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ! ﻳُﻌﺘﱪ اﻟﻔﺮق‬
‫ﺑني اﻟﻔﻮﴇ اﻟﺮﻳﺎﺿﻴﺔ وﻧﻤﺎذج املﺤﺎﻛﺎة اﻟﺤﺎﺳﻮﺑﻴﺔ — ﻣﺜﻞ اﻟﻔﺮق ﺑني اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ‬
‫واﻷرﻗﺎم ﺷﺒﻪ اﻟﻌﺸﻮاﺋﻴﺔ — ﻧﻤﻮذﺟً ﺎ ﻣﺜﺎﻟﻴٍّﺎ ﻋﲆ اﻟﻔﺮق ﺑني اﻟﻨﻈﻢ اﻟﺮﻳﺎﺿﻴﺔ وﻧﻤﺎذج املﺤﺎﻛﺎة‬
‫اﻟﺤﺎﺳﻮﺑﻴﺔ‪.‬‬
‫اﻟﺨﺮاﺋﻂ املﻮﺟﻮدة ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪ 2-3‬ﻟﻴﺴﺖ ﻣﻌﺮوﺿﺔ ﻫﻨﺎك ﻣﻦ ﻗﺒﻴﻞ املﺼﺎدﻓﺔ‪.‬‬
‫ﻳﺒﻨﻲ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت ﻋﺎد ًة ﻧﻈﻤً ﺎ ﺑﻄﺮﻳﻘﺔ ﺗُﺴﻬﱢ ﻞ ﻋﻠﻴﻬﻢ ﻧﺴﺒﻴٍّﺎ ﺗﻮﺿﻴﺢَ ﻣﺴﺄﻟﺔ رﻳﺎﺿﻴﺔ‬
‫ﻣﺎ أو ﺗﻄﺒﻴﻖ ﻧﻮع ﻣﻦ املﻌﺎﻟﺠﺔ‪ ،‬وﻫﻲ ﻛﻠﻤﺔ ﻳﺴﺘﺨﺪﻣﻮﻧﻬﺎ ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن ﻹﺧﻔﺎء ﺑﻌﺾ‬
‫ﺣﻘﺎ — ﺑﻤﺎ‬ ‫اﻟﺘﺪﺧﻞ اﻟﻔﻨﻲ ﻣﻦ ﺟﺎﻧﺒﻬﻢ‪ .‬إن اﻟﻔﻴﺰﻳﺎﺋﻴني ﻫﻢ ﻣَ ﻦ ﻳُﻨﺸﺌﻮن اﻟﺨﺮاﺋﻂ املﻌﻘﺪة ٍّ‬
‫ﰲ ذﻟﻚ ﺗﻠﻚ املﺴﺘﺨﺪﻣﺔ ﰲ إرﺷﺎد ﺳﻔﻦ اﻟﻔﻀﺎء‪ ،‬واﻟﺘﻲ ﺗُﺴﻤﱠ ﻰ »اﻟﻨﻤﺎذج املﻨﺎﺧﻴﺔ«‪ ،‬ﺑﻞ‬
‫أﻳﻀﺎ — وﻟﻴﺲ ﻋﻠﻤﺎء‬ ‫واﻟﺨﺮاﺋﻂ اﻷﻛﱪ ﺣﺠﻤً ﺎ املﺴﺘﺨﺪﻣﺔ ﰲ ﺗﻮﻗﻌﺎت ﺣﺎﻟﺔ اﻟﻄﻘﺲ اﻟﺮﻗﻤﻴﺔ ً‬
‫اﻟﺮﻳﺎﺿﻴﺎت‪ .‬ﺑَﻴْ َﺪ أن ﺗﻠﻚ اﻟﺨﺮاﺋﻂ ﺟﻤﻴﻌً ﺎ ﺗﻌﻤﻞ ﺑﺎﻟﻄﺮﻳﻘﺔ ﻧﻔﺴﻬﺎ؛ إذ ﻳﺘﻢ إدﺧﺎل إﺣﺪى ﻗﻴﻢ‬
‫‪ X‬ﰲ اﻟﻨﻈﺎم ﻟﺘﺘﻮﻟﺪ ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‪ .‬وآﻟﻴﺔ اﻟﻌﻤﻞ ﻣﻤﺎﺛﻠﺔ ﺗﻤﺎﻣً ﺎ ﻟﻠﺨﺮاﺋﻂ اﻟﺒﺴﻴﻄﺔ املﺸﺎر‬
‫ﺳﺎﺑﻘﺎ‪ ،‬ﺣﺘﻰ إن ﻛﺎﻧﺖ ‪ X‬ﺗﺘﻀﻤﻦ أﻛﺜﺮ ﻣﻦ ﻋﴩة ﻣﻼﻳني ﻣﺮﻛﺒﺔ‪.‬‬ ‫ً‬ ‫إﻟﻴﻬﺎ‬

‫‪56‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﺴﻴﺎق‪ :‬اﻟﺤﺘﻤﻴﺔ واﻟﻌﺸﻮاﺋﻴﺔ واﻟﺘﺸﻮﻳﺶ‬

‫املﻌﻠﻤﺎت وﺑﻨﻴﺔ اﻟﻨﻤﻮذج‬

‫ﺗﺘﻀﻤﻦ اﻟﻘﻮاﻋﺪ اﻟﺘﻲ ﺗﺤﺪﱢد اﻟﺨﺮاﺋﻂ املﺸﺎر إﻟﻴﻬﺎ ً‬
‫آﻧﻔﺎ أرﻗﺎﻣً ﺎ ﺑﺨﻼف اﻟﺤﺎﻟﺔ‪ ،‬أرﻗﺎﻣً ﺎ ﻣﺜﻞ ‪٤‬‬
‫و‪ .٢ / ١‬وﻳُﻄ َﻠﻖ ﻋﲆ ﻫﺬه اﻷرﻗﺎم »ﻣﻌﻠﻤﺎت«‪ .‬ﺑﻴﻨﻤﺎ ﺗﺘﻐري ﻗﻴﻤﺔ ‪ X‬ﻣﻊ اﻟﻮﻗﺖ‪ ،‬ﺗﻈﻞ املﻌﻠﻤﺎت‬
‫ﺛﺎﺑﺘﺔ‪ .‬وﻳُﻌَ ﱡﺪ ﻣﻦ املﻔﻴﺪ ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن ﻣﻘﺎرﻧﺔ ﺧﻮاص اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ املﺘﻮﻟﺪة ﺑﺎﺳﺘﺨﺪام‬
‫ﻓﺒﺪﻻ ﻣﻦ ﺗﺤﺪﻳﺪ اﻟﺨﺮﻳﻄﺔ ﺑﺎﺳﺘﺨﺪام ﻗﻴﻤﺔ ﻣﻌﻠﻢ ﻣﺤﺪدة‪ ،‬ﻣﺜﻞ ‪،٤‬‬ ‫ﻗﻴﻢ ﻣﻌﻠﻤﺎت ﻣﺨﺘﻠﻔﺔ؛ ﻟﺬا ً‬
‫ﺗُﺤﺪد اﻟﺨﺮاﺋﻂ ﻋﺎد ًة ﺑﺎﺳﺘﺨﺪام رﻣﺰ ﻳﺸري إﱃ املﻌﻠﻢ‪ ،‬ﻟﻨ َ ُﻘ ْﻞ ‪ α‬ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل‪ .‬وﻳﻤﻜﻨﻨﺎ ﺑﻌﺪ‬
‫ذﻟﻚ ﻣﻘﺎرﻧﺔ ﺳﻠﻮك اﻟﺨﺮﻳﻄﺔ ﻋﻨﺪ ﻗﻴﻤﺔ ‪ α‬ﺗﺴﺎوي ‪ ٤‬ﻣﻊ ﻗﻴﻤﺔ ‪ α‬ﺗﺴﺎوي ‪ ،٢‬أو ‪ α‬ﺗﺴﺎوي‬
‫‪ ،٣٫٥٦٩٩٤٥‬ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل‪ .‬ﺗُﺴﺘﺨﺪم اﻟﺮﻣﻮز اﻟﻴﻮﻧﺎﻧﻴﺔ ﻋﺎد ًة ﰲ اﻟﺘﻤﻴﻴﺰ ﺑﻮﺿﻮح ﺑني‬
‫املﻌﻠﻤﺎت وﻣﺘﻐريات اﻟﺤﺎﻻت‪ ،‬وﺗﻔﴤ إﻋﺎدة ﻛﺘﺎﺑﺔ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ ﺑﺎﺳﺘﺨﺪام‬
‫أﺣﺪ املﻌﻠﻤﺎت إﱃ أﺣﺪ أﺷﻬﺮ ﻧﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻼﺧﻄﻴﺔ‪ ،‬أ َ َﻻ وﻫﻲ »اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ«‪:‬‬

‫اﻃﺮح ‪ X2‬ﻣﻦ ‪ ،X‬ﺛﻢ اﴐب اﻟﻨﺎﺗﺞ ﰲ ‪ α‬واﻋﺘﱪ اﻟﻨﺎﺗﺞ اﻟﻨﻬﺎﺋﻲ ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‪.‬‬

‫ﰲ اﻟﻨﻤﺎذج اﻟﻔﻴﺰﻳﺎﺋﻴﺔ‪ ،‬ﺗُﺴﺘﺨﺪَم املﻌﻠﻤﺎت ﰲ ﺗﻤﺜﻴﻞ أﺷﻴﺎء ﻣﻦ ﻗﺒﻴﻞ درﺟﺔ ﺣﺮارة‬

‫ﻏﻠﻴﺎن املﺎء‪ ،‬أو ﻛﺘﻠﺔ اﻷرض‪ ،‬أو ﴎﻋﺔ اﻟﻀﻮء‪ ،‬أو ﺣﺘﻰ اﻟﴪﻋﺔ اﻟﺘﻲ »ﻳﺴﻘﻂ« اﻟﺜﻠﺞ ﺑﻬﺎ ﰲ‬
‫ﻃﺒﻘﺎت اﻟﺠﻮ اﻟﻌﻠﻴﺎ‪ .‬ﻋﺎد ًة ﻻ ﻳﻠﻘﻲ اﻹﺣﺼﺎﺋﻴﻮن ً‬
‫ﺑﺎﻻ ﻟﻠﻔﺮق ﺑني املﻌﻠﻢ واﻟﺤﺎﻟﺔ‪ ،‬ﺑﻴﻨﻤﺎ ﻳﻤﻴﻞ‬
‫اﻟﻔﻴﺰﻳﺎﺋﻴﻮن إﱃ ﻣﻨﺢ املﻌﻠﻤﺎت ﻣﻜﺎﻧﺔ ﺧﺎﺻﺔ‪ .‬ﻳﻌﻤﺪ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت اﻟﺘﻄﺒﻴﻘﻴﺔ — ﻛﻤﺎ‬
‫اﺗﻀﺢ — ﰲ ﻛﺜري ﻣﻦ اﻷﺣﻴﺎن إﱃ إﺟﺒﺎر املﻌﻠﻤﺎت ﻧﺤﻮ ﻗﻴﻢ ﻛﺒرية ﻻﻧﻬﺎﺋﻴٍّﺎ أو ﻣﺘﻨﺎﻫﻴﺔ‬
‫ﺗﺪﻓﻖ اﻟﻬﻮاء ﻓﻮق ﺟﻨﺎح ﻃﻮﻳﻞ ﺑﺼﻮرة ﻻ ﻧﻬﺎﺋﻴﺔ — ﻋﲆ‬ ‫اﻟﺼﻐﺮ ﻻﻧﻬﺎﺋﻴٍّﺎ؛ إذ إن دراﺳﺔ ﱡ‬
‫ﺳﺒﻴﻞ املﺜﺎل — ﺗُﻌَ ﱡﺪ أﺳﻬﻞ‪ .‬ﻣﺮة أﺧﺮى‪ ،‬ﺗُﻌﺘﱪ ﻛﻞ واﺣﺪة ﻣﻦ وﺟﻬﺎت اﻟﻨﻈﺮ املﺨﺘﻠﻔﺔ ﻫﺬه‬
‫ﻣﻨﻄﻘﻴﺔ ﰲ ﺳﻴﺎﻗﻬﺎ‪ .‬ﻫﻞ ﻧﺤﺘﺎج إﱃ ﺣﻞ دﻗﻴﻖ ﻟﺴﺆال ﺗﻘﺮﻳﺒﻲ‪ ،‬أو إﺟﺎﺑﺔ ﺗﻘﺮﻳﺒﻴﺔ ﻟﺴﺆال‬ ‫ً‬
‫ﻣﺤﺪد؟ ﰲ اﻟﻨﻈﻢ اﻟﻼﺧﻄﻴﺔ‪ ،‬ﻗﺪ ﻳﻌﻨﻲ ﻫﺬا أﺷﻴﺎءَ ﰲ ﻏﺎﻳﺔ اﻻﺧﺘﻼف‪.‬‬

‫ﻋﻨﺎﴏ اﻟﺠﺬب‬
‫ﺗﻜﺮار واﺣ ٍﺪ ﻛ ﱡﻞ ﻧﻘﻄﺔ ﺑني ﺻﻔﺮ وواﺣﺪ ﺳﺘﻘﻊ‬
‫ٍ‬ ‫ﺗﺬ ﱠﻛ ْﺮ ﺧﺮﻳﻄﺔ اﻷرﺑﺎع‪ ،‬آﺧِ ﺬًا ﰲ اﻻﻋﺘﺒﺎر أﻧﻪ ﺑﻌﺪ‬
‫ﺑني ﺻﻔﺮ و‪ ٤ / ١‬وﺑﻤﺎ أن ﺟﻤﻴﻊ اﻟﻨﻘﺎط ﺑني ﺻﻔﺮ و‪ ٤ / ١‬ﺗﻘﻊ ً‬
‫أﻳﻀﺎ ﺑني ﺻﻔﺮ وواﺣﺪ‪،‬‬
‫ﻻ ﻳﻤﻜﻦ أن ﺗﺘﺠﺎوز ﻗﻴ ُﻢ أيﱟ ﻣﻦ ﻫﺬه اﻟﻨﻘﺎط ﻗﻴﻤً ﺎ أﻛﺜﺮ ﻣﻦ ‪ ١‬أو أﻗﻞ ﻣﻦ ﺻﻔﺮ‪ .‬ﺗُﺴﻤﱠ ﻰ‬
‫ﻄﻊ املﺴﺘﻘﻴﻤﺔ — ﰲ املﺘﻮﺳﻂ — )أو ﰲ اﻷﺑﻌﺎد‬ ‫اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﺘﻲ ﺗﺘﻀﺎءل ﻓﻴﻬﺎ اﻟﻘِ َ‬

‫‪57‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻈﻤً ﺎ ﻣﺸﺘﺘﺔ«‪ .‬ﻣﺘﻰ ﺗﻘﻮم ﺧﺮﻳﻄﺔ ﻣﺸﺘﺘﺔ ﺑﺘﺤﻮﻳﻞ ﺣﺠﻢ‬ ‫اﻷﻛﱪ‪ ،‬املﺴﺎﺣﺎت واﻟﺤﺠﻮم( »ﻧ ُ ُ‬
‫ﻓﻀﺎء اﻟﺤﺎﻟﺔ ﺗﻤﺎﻣً ﺎ ﰲ داﺧﻠﻪ‪ ،‬ﻧﺪرك ﻋﲆ اﻟﻔﻮر وﺟﻮد ﻋﻨﴫ ﺟﺬب دون ﻣﻌﺮﻓﺔ ﺷﻜﻠﻪ‪.‬‬
‫وﻣﺘﻰ ﻛﺎﻧﺖ ﻗﻴﻤﺔ ‪ α‬أﻗﻞ ﻣﻦ ‪ ٤‬أﻣﻜﻦ إﺛﺒﺎت أن اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ ﺗﺘﻀﻤﻦ ﻋﻨﴫَ‬
‫ﺟﺬب ﻣﻦ ﺧﻼل رﺻﺪ ﻣﺎ ﻳﺤﺪث ﻟﺠﻤﻴﻊ اﻟﻨﻘﺎط ﺑني ﺻﻔﺮ وواﺣﺪ‪ .‬أﻛﱪ ﻗﻴﻤﺔ ‪ X‬ﺟﺪﻳﺪة‬ ‫ٍ‬
‫ﻧﺴﺘﻄﻴﻊ اﻟﺤﺼﻮل ﻋﻠﻴﻬﺎ ﻫﻲ أن ﺗﻜﻮن ﻗﻴﻤﺔ ‪ X‬اﻟﺘﻜﺮارﻳﺔ ﺗﺴﺎوي ‪) .٢ / ١‬ﻫﻞ ﺗﺴﺘﻄﻴﻊ أن‬
‫ﺗﺮى ﻫﺬا ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪2-3‬؟( إن اﻟﻘﻴﻤﺔ اﻷﻛﱪ ﻟ ‪ X‬ﺗﺴﺎوي ‪ ،٤ / α‬وﻣﺎ داﻣﺖ ﻗﻴﻤﺔ ‪ α‬أﻗﻞ‬
‫ﻣﻦ ‪ ٤‬ﺗﻜﻮن ﻫﺬه اﻟﻘﻴﻤﺔ اﻷﻛﱪ أﻗﻞ ﻣﻦ ‪١‬؛ وﻫﻮ ﻣﺎ ﻳﻌﻨﻲ أن ﻛﻞ ﻧﻘﻄﺔ ﺑني ﺻﻔﺮ و‪ ١‬ﺗﺘﻜﺮر‬
‫ﺟﺬب‪.‬‬
‫ٍ‬ ‫ﰲ ﻧﻘﻄﺔ ﺑني ﺻﻔﺮ و‪ ٤ / α‬وﻻ ﺗﱪﺣﻬﺎ أﺑﺪًا؛ ﻟﺬا ﻳﺠﺐ أن ﻳﺘﻀﻤﻦ اﻟﻨﻈﺎم ﻋﻨﴫَ‬
‫وﺑﺎﻟﻨﺴﺒﺔ إﱃ ﻗﻴﻢ ‪ α‬اﻟﺼﻐرية‪ ،‬ﺗﻤﺜﱢﻞ ﻧﻘﻄﺔ ‪ X‬اﻟﺘﻲ ﺗﺴﺎوي ﺻﻔ ًﺮا ﻋﻨﴫَ اﻟﺠﺬب‪ ،‬ﻛﻤﺎ ﻫﻲ‬
‫اﻟﺤﺎل ﰲ ﺧﺮﻳﻄﺔ اﻷرﺑﺎع ﺗﻤﺎﻣً ﺎ‪ .‬ﰲ ﺣني أﻧﻪ إذا ﻛﺎﻧﺖ ﻗﻴﻤﺔ ‪ α‬أﻛﱪ ﻣﻦ ‪ ،١‬إذَن ﻓﺴﺘﺘﺤﺮك‬
‫ﻣﺜﺎﻻ ﻋﲆ‬‫آﺧﺮ‪ .‬ﻳُﻌَ ﱡﺪ ذﻟﻚ ً‬ ‫أي ﻗﻴﻤﺔ ﻟ ‪ X‬ﻗﺮبَ اﻟﺼﻔﺮ ﺑﻌﻴﺪًا‪ ،‬وﺳﻴﻘﻊ ﻋﻨﴫ اﻟﺠﺬب ﰲ ﻣﻮﺿﻊ َ‬
‫ﻳﻮﺿﺢ ﻟﻨﺎ‬ ‫اﻟﱪﻫﺎن ﻏري اﻟﺒﻨﱠﺎء ﺣﻴﺚ ﻧﺴﺘﻄﻴﻊ إﺛﺒﺎت وﺟﻮد ﻋﻨﴫ ﺟﺬب‪ ،‬ﻟﻜﻦ اﻟﱪﻫﺎن ﻻ ﱢ‬
‫ﻛﻴﻔﻴﺔ اﻟﻌﺜﻮر ﻋﻠﻴﻪ‪ ،‬وﻻ ﻳﺸري أي إﺷﺎرة إﱃ ﺧﺼﺎﺋﺼﻪ‪ ،‬وﻫﻮ اﻷﻣﺮ اﻟﺬي ﻳُﻌَ ﱡﺪ ﻣﺤﺒ ً‬
‫ﻄﺎ!‬
‫ﺗَﻈﻬﺮ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ املﺘﻌﺪدة ﻟﻠﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ ﻟﻜ ﱟﻞ ﻣﻦ ﻗﻴﻢ ‪ α‬اﻷرﺑﻊ ﰲ‬
‫اﻟﺸﻜﻞ رﻗﻢ ‪ .3-3‬ﰲ ﻛﻞ ﺷﻜﻞ‪ ،‬ﻧﺒﺪأ ﺑﻌﺪد ‪ ٥١٢‬ﻧﻘﻄﺔ ﻣﻨﺘﻘﺎة ﻋﺸﻮاﺋﻴٍّﺎ ﺑني ﺻﻔﺮ وواﺣﺪ‪.‬‬
‫وﰲ ﻛﻞ ﺧﻄﻮة ﻧﻘﻮم ﺑﺘﺤﺮﻳﻚ ﻣﺠﻤﻮﻋﺔ اﻟﻨﻘﺎط ﺑﺎﻟﻜﺎﻣﻞ إﱃ اﻷﻣﺎم زﻣﻨﻴٍّﺎ‪ .‬ﰲ اﻟﺨﻄﻮة اﻷوﱃ‬
‫ﻧﺮى أن ﻗﻴﻢ ﺟﻤﻴﻊ اﻟﻨﻘﺎط ﺗﻈﻞ أﻛﱪ ﻣﻦ ﺻﻔﺮ‪ ،‬وﻟﻜﻦ ﻣﻊ اﻟﺘﺤ ﱡﺮك ﺑﻌﻴﺪًا ﻋﻦ ﻗﻴﻤﺔ ‪X‬‬
‫ﺗﺴﺎوي واﺣﺪًا ﻣﻊ ﻋﺪم اﻟﻌﻮدة إﻟﻴﻬﺎ أﺑﺪًا ﻳﻜﻮن ﻟﺪﻳﻨﺎ ﻋﻨﴫ ﺟﺬب‪ .‬ﰲ ﺷﻜﻞ )أ( ﻧﺮى ﻗﻴﻢ‬
‫ﺟﻤﻴﻊ اﻟﻨﻘﺎط ﺗﻘﻊ ﰲ ﺣﻠﻘﺔ اﻟﺪورة اﻷوﱃ‪ ،‬وﰲ ﺷﻜﻞ )ب( ﻧﺮى ﻗﻴﻢ ﺟﻤﻴﻊ اﻟﻨﻘﺎط ﺗﻘﻊ ﰲ‬
‫ﻧﻄﺎق إﺣﺪى اﻟﻨﻘﻄﺘَني ﰲ ﺣﻠﻘﺔ اﻟﺪورة اﻟﺜﺎﻧﻴﺔ‪ ،‬وﰲ ﺷﻜﻞ )ﺟ( ﻧﺮى ﻗﻴﻢ ﺟﻤﻴﻊ اﻟﻨﻘﺎط ﺗﻘﻊ‬
‫ﰲ ﻧﻄﺎق إﺣﺪى اﻟﻨﻘﺎط اﻷرﺑﻊ ﰲ ﺣﻠﻘﺔ اﻟﺪورة اﻟﺮاﺑﻌﺔ‪ ،‬وﰲ ﺷﻜﻞ )د( ﻧﺮى وﻗﻮع ﻗﻴﻢ ﺟﻤﻴﻊ‬
‫اﻟﻨﻘﺎط‪ ،‬وﻟﻜﻦ ﻻ ﻳﻤﻜﻦ ﺗﺤﺪﻳﺪ اﻟﺪورة ﺑﻮﺿﻮح‪ .‬وﺣﺘﻰ ﺗﺼﺒﺢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت أﻛﺜﺮ اﺗﻀﺎﺣً ﺎ‪،‬‬
‫ﻨﺘﻘﻰ إﺣﺪى ﻧﻘﺎط املﺠﻤﻮﻋﺔ ﻋﺸﻮاﺋﻴٍّﺎ ﻣﻦ وﺳﻂ اﻟﺮﺳﻢ اﻟﺒﻴﺎﻧﻲ‪ ،‬وﻳﺘﻢ ﺗﻮﺻﻴﻞ اﻟﻨﻘﺎط‬ ‫ﺗُ َ‬
‫ﻂ ﻳﺒﺪأ ﻣﻨﻬﺎ وﻳﻨﻄﻠﻖ إﱃ اﻷﻣﺎم‪ .‬ﺗﺒﺪو ﺣﻠﻘﺔ اﻟﺪورة اﻷوﱃ )ﺷﻜﻞ )أ((‬ ‫ﻋﲆ ﻣﺴﺎرﻫﺎ ﺑﺨ ﱟ‬
‫ُﻈﻬﺮ اﻟﺸﻜﻼن )ب( و)ﺟ( املﺴﺎ َرﻳﻦ ﻳﺘﺒﺎدﻻن ﺑني ﻧﻘﻄﺘَني أو أرﺑﻊ‬ ‫ﻄﺎ ﻣﺴﺘﻘﻴﻤً ﺎ‪ ،‬ﺑﻴﻨﻤﺎ ﻳ ِ‬‫ﺧ ٍّ‬
‫ﻧﻘﺎط‪ ،‬ﻋﲆ اﻟﺘﻮاﱄ‪ .‬وﺑﻴﻨﻤﺎ ﻳﺒﺪو ﺷﻜﻞ )د( ﰲ أول اﻷﻣﺮ ﻣﺜﻞ ﺣﻠﻘﺔ اﻟﺪورة اﻟﺮاﺑﻌﺔ ً‬
‫أﻳﻀﺎ‪،‬‬
‫إﻻ أﻧﻨﺎ ﻧﺪرك ﻋﻨﺪ ﺗﺪﻗﻴﻖ اﻟﻨﻈﺮ وﺟﻮد ﺧﻴﺎرات ﺗﺰﻳﺪ ﻛﺜريًا ﻋﻦ أرﺑﻌﺔ‪ ،‬وأﻧﻪ ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ‬
‫اﻧﺘﻈﺎم ﺗﺮﺗﻴﺐ املﺮور ﻋﲆ ﻣﺠﻤﻮﻋﺎت اﻟﻨﻘﺎط‪ ،‬ﻻ ﻳﻈﻬﺮ ﻧﻤﻂ ﻣﺘﻜﺮر واﺿﺢ‪.‬‬

‫‪58‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﺴﻴﺎق‪ :‬اﻟﺤﺘﻤﻴﺔ واﻟﻌﺸﻮاﺋﻴﺔ واﻟﺘﺸﻮﻳﺶ‬

‫‪١‬‬
‫‪٠,٩‬‬
‫‪٠,٨‬‬
‫‪٠,٧‬‬
‫‪٠,٦‬‬
‫‪٠,٥‬‬
‫‪٠,٤‬‬
‫‪٠,٣‬‬
‫‪٠,٢‬‬
‫‪٠,١‬‬
‫‪٠‬‬
‫‪٠‬‬ ‫‪١٠‬‬ ‫‪٢٠‬‬ ‫‪٣٠‬‬ ‫‪٤٠‬‬ ‫‪٥٠‬‬ ‫‪٦٠‬‬
‫)أ(‬

‫‪١‬‬
‫‪٠,٩‬‬
‫‪٠,٨‬‬
‫‪٠,٧‬‬
‫‪٠,٦‬‬
‫‪٠,٥‬‬
‫‪٠,٤‬‬
‫‪٠,٣‬‬
‫‪٠,٢‬‬
‫‪٠,١‬‬
‫‪٠‬‬
‫‪٠‬‬ ‫‪١٠‬‬ ‫‪٢٠‬‬ ‫‪٣٠‬‬ ‫‪٤٠‬‬ ‫‪٥٠‬‬ ‫‪٦٠‬‬
‫)ب(‬

‫ﺷﻜﻞ ‪ :3-3‬ﻳُﻈﻬﺮ ﻛﻞ ﺷﻜﻞ ﺗﻄﻮﱡر ‪ ٥١٢‬ﻧﻘﻄﺔ‪ ،‬ﻣﻮ ﱠزﻋﺔ ﻣﺒﺪﺋﻴٍّﺎ ﻋﲆ ﻧﺤﻮ ﻋﺸﻮاﺋﻲ ﺑني ﻧﻘﻄﺘَ ْﻲ‬
‫ﺻﻔﺮ وواﺣﺪ‪ ،‬ﰲ اﻟﻮﻗﺖ اﻟﺬي ﺗﺘﻘﺪﱠم ﻓﻴﻪ اﻟﻨﻘﻂ ﰲ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‪ .‬ﻳُﻈﻬﺮ ﻛﻞ ﺷﻜﻞ إﺣﺪى‬
‫ﻗﻴﻢ ‪ α‬اﻷرﺑﻊ املﺨﺘﻠﻔﺔ‪ ،‬ﻣﺒﻴﻨًﺎ اﻟﺘﺪاﻋﻲ ﻧﺤﻮ )أ( ﻧﻘﻄﺔ ﺛﺎﺑﺘﺔ‪ ،‬و)ب( ﺣﻠﻘﺔ دورة ﺛﺎﻧﻴﺔ‪ ،‬و)ﺟ(‬
‫ﺣﻠﻘﺔ دورة راﺑﻌﺔ‪ ،‬و)د( اﻟﻔﻮﴇ‪ .‬ﻳُﻈﻬﺮ اﻟﺨﻂ املﺘﺼﻞ اﻟﺬي ﻳﺒﺪأ ﻋﻨﺪ املﺮة ‪ ٣٢‬ﻣﺴﺎ َر ﻧﻘﻄﺔ‬
‫ﺟﺬب واﺿﺤً ﺎ‪.‬‬
‫ٍ‬ ‫ﻋﻨﴫ‬
‫ِ‬ ‫واﺣﺪة‪ ،‬ﺑﻐﺮض ﺟﻌﻞ املﺴﺎر ﻋﲆ ﻛﻞ‬

‫‪59‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫‪١‬‬
‫‪٠,٩‬‬
‫‪٠,٨‬‬
‫‪٠,٧‬‬
‫‪٠,٦‬‬
‫‪٠,٥‬‬
‫‪٠,٤‬‬
‫‪٠,٣‬‬
‫‪٠,٢‬‬
‫‪٠,١‬‬
‫‪٠‬‬
‫‪٠‬‬ ‫‪١٠‬‬ ‫‪٢٠‬‬ ‫‪٣٠‬‬ ‫‪٤٠‬‬ ‫‪٥٠‬‬ ‫‪٦٠‬‬
‫)ﺟ(‬

‫‪١‬‬
‫‪٠,٩‬‬
‫‪٠,٨‬‬
‫‪٠,٧‬‬
‫‪٠,٦‬‬
‫‪٠,٥‬‬
‫‪٠,٤‬‬
‫‪٠,٣‬‬
‫‪٠,٢‬‬
‫‪٠,١‬‬
‫‪٠‬‬
‫‪٠‬‬ ‫‪١٠‬‬ ‫‪٢٠‬‬ ‫‪٣٠‬‬ ‫‪٤٠‬‬ ‫‪٥٠‬‬ ‫‪٦٠‬‬
‫)د(‬

‫ﺑﺎﻟﻨﻈﺮ إﱃ ﻧﻔﺲ اﻟﻈﺎﻫﺮة ﻣﻦ ﻣﻨﻈﻮر ﻣﺨﺘﻠﻒ‪ ،‬ﻳﻤﻜﻨﻨﺎ ﻓﺤﺺ ﻋﺪد ﻣﻦ اﻟﴩوط‬

‫ﱢ‬
‫ﻳﻮﺿﺢ اﻟﺸﻜﻞ رﻗﻢ ‪ .3-4‬ﰲ‬ ‫املﺒﺪﺋﻴﺔ املﺨﺘﻠﻔﺔ و ِﻗﻴَﻢ ‪ α‬املﺨﺘﻠﻔﺔ ﰲ اﻟﻮﻗﺖ ﻧﻔﺴﻪ‪ ،‬ﻣﺜﻠﻤﺎ‬
‫إﻃﺎر ﻫﺬا اﻟﻌﺮض اﻟﺜﻼﺛﻲ اﻷﺑﻌﺎد‪ ،‬ﻳﻤﻜﻦ رؤﻳﺔ اﻟﺤﺎﻻت اﻷوﻟﻴﺔ ﻣﺒﻌﺜﺮة ﻋﲆ ﻧﺤﻮ ﻋﺸﻮاﺋﻲ‬
‫ﻋﲆ ﻇﻬﺮ اﻟﺠﺎﻧﺐ اﻷﻳﴪ ﻣﻦ املﺮﺑﻊ‪ .‬وﻋﻨﺪ ﻛﻞ ﻋﻤﻠﻴﺔ ﺗﻜﺮار‪ ،‬ﺗﺘﺤﺮك اﻟﺤﺎﻻت إﱃ اﻟﺨﺎرج‬

‫‪60‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﺴﻴﺎق‪ :‬اﻟﺤﺘﻤﻴﺔ واﻟﻌﺸﻮاﺋﻴﺔ واﻟﺘﺸﻮﻳﺶ‬

‫َ‬
‫اﻟﺴﺎﺑﻘني‪ .‬ﺗﻈﻬﺮ اﻟﺤﺎﻻت‬ ‫ﱠ‬
‫املﻮﺿﺢ ﰲ اﻟﺸﻜ َﻠني‬ ‫ﰲ اﺗﺠﺎﻫﻚ وﺗﺘﺪاﻋﻰ اﻟﻨﻘﺎط ﻧﺤﻮ اﻟﻨﻤﻂ‬
‫اﻟﻌﺸﻮاﺋﻴﺔ اﻷوﻟﻴﺔ املﻜﺮرة ﻋﻨﺪ ﻗﻴﻢ ‪ ،٥١٢ ،١٢٨ ،٣٢ ،٨ ،٢ ،٠‬ﺑﻴﻨﻤﺎ ﻳﺴﺘﻐﺮق اﻷﻣﺮ ﺑﻌﺾ‬
‫اﻟﻮﻗﺖ ﺣﺘﻰ ﺗﺨﺘﻔﻲ اﻷﻧﻤﺎط اﻟﻌﺎﺑﺮة‪ ،‬وﻳﻤﻜﻦ رﺻﺪ اﻷﻧﻤﺎط املﺄﻟﻮﻓﺔ اﻟﺘﻲ ﺗﻈﻬﺮ ﺷﻴﺌًﺎ ﻓﺸﻴﺌًﺎ‬
‫ﻣﻊ وﺻﻮل اﻟﺤﺎﻻت إﱃ ﻣﻘﺪﻣﺔ املﺮﺑﻊ‪.‬‬

‫ﺿﺒﻂ ﻣﻌﻠﻤﺎت اﻟﻨﻤﻮذج واﻻﺳﺘﻘﺮار اﻟﺒﻨﻴﻮي‬

‫ﻳﻤﻜﻨﻨﺎ أن ﻧﺮى اﻵن أن أي ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ ﻳﺘﺄﻟﻒ ﻣﻦ ﺛﻼﺛﺔ ﻣﻜﻮﻧﺎت‪ :‬اﻟﻘﺎﻋﺪة اﻟﺮﻳﺎﺿﻴﺔ‬
‫اﻟﺘﻲ ﺗﺤﺪﱢد ﻃﺮﻳﻘﺔ اﻟﺤﺼﻮل ﻋﲆ اﻟﻘﻴﻤﺔ اﻟﺘﺎﻟﻴﺔ‪ ،‬و ِﻗﻴَﻢ املﻌﻠﻤﺎت‪ ،‬واﻟﺤﺎﻟﺔ اﻟﺤﺎﻟﻴﺔ‪ .‬وﻳﻤﻜﻨﻨﺎ‬
‫— ﺑﺎﻟﻄﺒﻊ — ﺗﻐﻴري أيﱟ ﻣﻦ ﻫﺬه اﻷﺷﻴﺎء ورﺻﺪ ﻣﺎ ﻳﱰﺗﺐ ﻋﲆ ذﻟﻚ‪ ،‬ﻟﻜﻦ ﻣﻦ املﻔﻴﺪ أن ﻧﻤﻴﱢﺰ‬
‫أيﱠ ﻧﻮع ﻣﻦ اﻟﺘﻐﻴري ﻧُﺪﺧِ ﻠﻪ‪ .‬ﺑﺎملﺜﻞ‪ ،‬رﺑﻤﺎ ﻧﺤﺼﻞ ﻋﲆ رؤﻳﺔ أﻋﻤﻖ ﺣﻴﺎل ﻋﺪم اﻟﻴﻘني ﰲ أﺣﺪ‬
‫ﻫﺬه املﻜﻮﻧﺎت‪ ،‬وﻣﻦ ﺻﺎﻟﺤﻨﺎ ﺗﺠﻨﱡﺐ ﺗﻔﺴري ﻋﺪم اﻟﻴﻘني ﰲ ﻣﻜﻮن واﺣﺪ ﻣﻦ ﺧﻼل ﻋﺰوه ﻋﲆ‬
‫ﻧﺤﻮ ﺧﺎﻃﺊ إﱃ ﻣﻜﻮن َ‬
‫آﺧﺮ‪.‬‬
‫رﺑﻤﺎ ﻳﺒﺤﺚ اﻟﻔﻴﺰﻳﺎﺋﻲ ﻟﺪﻳﻨﺎ ﻋﻦ اﻟﻨﻤﻮذج »اﻟﺤﻘﻴﻘﻲ«‪ ،‬أو ﻋﻦ ﻣﺠﺮد ﻧﻤﻮذج ﻣﻔﻴﺪ‬
‫ﻓﻘﻂ‪ .‬ﻋﻤﻠﻴٍّﺎ‪ ،‬ﺛَﻤﱠ َﺔ ﻓﻦ »ﻟﻀﺒﻂ« ﻗِ ﻴَﻢ املﻌﻠﻤﺎت‪ .‬وﺑﻴﻨﻤﺎ ﺗﺘﻄﻠﺐ اﻟﻼﺧﻄﻴﺔ ﻣﻨﱠﺎ أن ﻧﻌﻴﺪ اﻟﻨﻈﺮ‬
‫ﰲ ﻃﺮﻳﻘﺔ إﻳﺠﺎدﻧﺎ ﻟ »ﻗﻴﻢ ﻣﻌﻠﻤﺎت ﺟﻴﺪة«‪ ،‬ﺳﺘﻀﻄﺮﻧﺎ اﻟﻔﻮﴇ إﱃ إﻋﺎدة ﺗﻘﻴﻴﻢ ﻣﺎ ﻧﻌﻨﻴﻪ‬
‫ﻳﻐري أي ﻓﺮق ﺻﻐري ﺟﺪٍّا ﰲ ﻗﻴﻤﺔ إﺣﺪى املﻌﻠﻤﺎت اﻟﺘﻲ ﻻ ﺗﺆﺛﱢﺮ ﺗﺄﺛريًا‬ ‫ﺑﻜﻠﻤﺔ »ﺟﻴﺪة«؛ ﻓﻘﺪ ﱢ‬
‫اﻟﺘﻮﻗﻊ اﻟﻘﺼري اﻷﺟﻞ‪ ،‬ﻣﻦ ﺷﻜﻞ ﻋﻨﴫ اﻟﺠﺬب إﱃ درﺟﺔ ﻻ ﻳﻤﻜﻦ ﻣﻌﻬﺎ‬ ‫ﱡ‬ ‫ﻇﺎ ﻋﲆ ﺟﻮدة‬ ‫ﻣﻠﺤﻮ ً‬
‫ﺗﻤﻴﻴﺰه‪ .‬ﺗُﺴﻤﱠ ﻰ اﻟﻨﻈﻢ اﻟﺘﻲ ﻳﺤﺪث ﻓﻴﻬﺎ ﻫﺬا اﻷﻣﺮ ﻧﻈﻤً ﺎ »ﻏري ﻣﺴﺘﻘﺮة ﺑﻨﻴﻮﻳٍّﺎ«‪ .‬ﺑﻴﻨﻤﺎ ﻻ‬
‫ﺗﻮﻗﻊ ﺣﺎﻟﺔ اﻟﻄﻘﺲ ﺣﻴﺎل ﻫﺬا‪ ،‬ﻳﺠﺐ أن ﻳﺸﻌﺮ واﺿﻌﻮ اﻟﻨﻤﺎذج‬ ‫ﻳﺠﺐ أن ﻳﻘﻠﻖ ﻣﺴﺌﻮﻟﻮ ﱡ‬
‫املﻨﺎﺧﻴﺔ ﺑﺎﻟﻘﻠﻖ‪ ،‬ﻣﺜﻠﻤﺎ أﺷﺎر ﻟﻮرﻧﺰ ﰲ ﺳﺘﻴﻨﻴﺎت اﻟﻘﺮن اﻟﻌﴩﻳﻦ‪.‬‬
‫ﻧﺸﺄ ﻗﺪر ﻛﺒري ﻣﻦ اﻟﺤرية ﻣﻦ اﻟﻌﺠﺰ ﻋﻦ اﻟﺘﻤﻴﻴﺰ ﺑني ﻋﺪم اﻟﻴﻘني ﰲ اﻟﺤﺎﻟﺔ اﻟﺤﺎﻟﻴﺔ‪،‬‬
‫وﻋﺪم اﻟﻴﻘني ﰲ ﻗﻴﻤﺔ أﺣﺪ املﻌﻠﻤﺎت‪ ،‬وﻋﺪم اﻟﻴﻘني ﻓﻴﻤﺎ ﻳﺘﻌ ﱠﻠﻖ ﺑﺒﻨﻴﺔ اﻟﻨﻤﻮذج ﻧﻔﺴﻪ‪ .‬ﻣﻦ‬
‫اﻟﻨﺎﺣﻴﺔ اﻟﻔﻨﻴﺔ ﺗُﻌَ ﱡﺪ اﻟﻔﻮﴇ إﺣﺪى ﺧﻮاص اﻟﻨﻈﺎم اﻟﺪﻳﻨﺎﻣﻴﻜﻲ ذي املﻌﺎدﻻت اﻟﺜﺎﺑﺘﺔ )اﻟﺒﻨﻴﺔ(‬
‫وﻗﻴﻢ املﻌﻠﻤﺎت املﺤﺪدة؛ ﻟﺬا ﻓﺈن ﻋﺪم اﻟﻴﻘني اﻟﺬي ﺗﻌﻤﻞ اﻟﻔﻮﴇ ﺑﻨﺎءً ﻋﻠﻴﻪ ﻫﻮ ﻋﺪم اﻟﻴﻘني‬
‫ً‬
‫ﺗﺸﻮﻳﻘﺎ وإرﺑﺎ ًﻛﺎ‬ ‫ﰲ اﻟﺤﺎﻟﺔ اﻷوﻟﻴﺔ‪ .‬ﻋﻤﻠﻴٍّﺎ‪ ،‬ﺗﺘﺪاﺧﻞ ﻫﺬه اﻟﻔﺮوﻗﺎت وﻳﺼﺒﺢ اﻟﻮﺿﻊ أﻛﺜﺮ‬
‫ﺑﻜﺜري‪.‬‬

‫‪61‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫اﻟﻨﻤﺎذج اﻹﺣﺼﺎﺋﻴﺔ ﻟﻠﺒﻘﻊ اﻟﺸﻤﺴﻴﺔ‬

‫ﻻ ﺗﻮﺟﺪ اﻟﻔﻮﴇ إﻻ ﰲ اﻟﻨﻈﻢ اﻟﺤﺘﻤﻴﺔ ﻓﻘﻂ‪ .‬ﻟﻜﻨﻨﺎ إذا أردﻧﺎ اﺳﺘﻴﻌﺎب أﺛﺮﻫﺎ ﻋﲆ اﻟﻌﻠﻢ‪،‬‬
‫ﻃﻮﱢرت ﺧﻼل اﻟﻘﺮن املﺎﴈ‪.‬‬ ‫ﻳﺠﺐ أن ﻧﺮاﻫﺎ إزاء ﺧﻠﻔﻴﺔ ﻣﻦ ﻧﻤﺎذج ﻧﻈﻢ ﺗﻘﻠﻴﺪﻳﺔ ﺗﺼﺎدﻓﻴﺔ ُ‬
‫ُ‬
‫ﻓﺮﺿﻴﺔ اﻟﺤﺮﻛﺔ‬ ‫وﻣﺘﻰ رأﻳﻨﺎ ﺷﻴﺌًﺎ ﻣﺘﻜﺮ ًرا ﰲ اﻟﻄﺒﻴﻌﺔ‪ ،‬ﻓﺈن أو َل ﻣﺎ ﻳُﻄﺒﱠﻖ ﻣﻦ اﻟﻔﺮﺿﻴﺎت‬
‫اﻟﺪورﻳﺔ‪ ،‬وﻫﻲ ﻓﺮﺿﻴﺔ ﻗﺪ ﺗﺠﻌﻠﻚ ﺷﺨﺼﻴﺔ ﻣﺸﻬﻮرة‪ ،‬ﻣﺜﻠﻤﺎ ﺣﺪث ﰲ ﺣﺎﻟﺔ ﻣﺬﻧﺐ ﻫﺎﱄ‪،‬‬
‫وﻋﺪد ووﻟﻒ ﻟﻠﺒﻘﻊ اﻟﺸﻤﺴﻴﺔ؛ ﻓﻔﻲ اﻟﻨﻬﺎﻳﺔ‪ ،‬ﻳﻈﻞ اﻻﺳﻢ ً‬
‫ﻋﺎﻟﻘﺎ ﻋﺎد ًة ﺣﺘﻰ ﻋﻨﺪﻣﺎ ﻧﺪرك أن‬
‫اﻟﻈﺎﻫﺮة ﻟﻴﺴﺖ دورﻳﺔ ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ .‬ﺣﺰر ووﻟﻒ أن اﻟﺸﻤﺲ ﺗﻤﺮ ﰲ دورة ﻣﻘﺪارﻫﺎ‬
‫ﺣﻮاﱄ ‪ ١١‬ﻋﺎﻣً ﺎ ﰲ املﺮة اﻟﻮاﺣﺪة ﰲ وﻗﺖ ﻟﻢ ﻳﻜﻦ ﻳﻤﺘﻠﻚ ﺳﻮى ﺑﻴﺎﻧﺎت ‪ ٢٠‬ﻋﺎﻣً ﺎ ﻓﻘﻂ‪ .‬ﺗﻈﻞ‬
‫اﻟﺪورﻳﺔ ﻣﻔﻬﻮﻣً ﺎ ﻣﻔﻴﺪًا ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ اﺳﺘﺤﺎﻟﺔ إﺛﺒﺎت دورﻳﺔ ﻧﻈﺎم ﻃﺒﻴﻌﻲ ﺑﴫف اﻟﻨﻈﺮ‬
‫ﻋﻦ ﺣﺠﻢ املﻌﻠﻮﻣﺎت اﻟﺘﻲ ﱠ‬
‫ﻧﺘﻠﻘﺎﻫﺎ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻨﻄﺒﻖ ﻋﲆ ﻣﻔﻬﻮﻣَ ﻲ اﻟﺤﺘﻤﻴﺔ واﻟﻔﻮﴇ‪.‬‬
‫أﻇﻬﺮ اﻟﺴﺠﻞ اﻟﺸﻤﴘ ارﺗﺒﺎﻃﻪ ﺑﺤﺎﻟﺔ اﻟﻄﻘﺲ‪ ،‬واﻟﻨﺸﺎط اﻻﻗﺘﺼﺎدي‪ ،‬واﻟﺴﻠﻮك‬
‫اﻹﻧﺴﺎﻧﻲ‪ ،‬ﺑﻞ ﺣﺘﻰ ﻗﺒﻞ ﻣﺎﺋﺔ ﻋﺎم ﻛﺎن ﻣﻦ املﻤﻜﻦ »ﻣﺸﺎﻫﺪة« اﻟﺪورة اﻟﺘﻲ ﺗﺴﺘﻤﺮ‬
‫‪ ١١‬ﻋﺎﻣً ﺎ ﰲ ﺣﻠﻘﺎت ﺟﺬوع اﻷﺷﺠﺎر‪ .‬ﻛﻴﻒ ﻳﻤﻜﻨﻨﺎ ﻧﻤﺬﺟﺔ دورة اﻟﺒﻘﻊ اﻟﺸﻤﺴﻴﺔ؟ إن ﻧﻤﺎذج‬
‫اﻟﺒﻨﺪول املﺘﺤﺮك ﺑﻼ اﺣﺘﻜﺎك دورﻳﺔ ﺑﺼﻮرة ﻣﺜﺎﻟﻴﺔ‪ ،‬ﺑﻴﻨﻤﺎ اﻟﺪورة اﻟﺸﻤﺴﻴﺔ ﻟﻴﺴﺖ ﻣﺜﺎﻟﻴﺔ‪.‬‬
‫ﻧﻤﻮذج‬
‫ٍ‬ ‫ﰲ ﻋﴩﻳﻨﻴﺎت اﻟﻘﺮن اﻟﻌﴩﻳﻦ‪ ،‬اﻛﺘﺸﻒ اﻹﺣﺼﺎﺋﻲ اﻻﺳﻜﺘﻠﻨﺪي أودﻧﻲ ﻳﻮل َ‬
‫ﺑﻨﻴﺔ‬
‫ﻣﺪر ًﻛﺎ ﻛﻴﻔﻴﺔ إدﺧﺎل اﻟﻌﺸﻮاﺋﻴﺔ ﰲ اﻟﻨﻤﻮذج ﻟﻠﺤﺼﻮل ﻋﲆ ﺳﻠﻮك ﺳﻼﺳﻞ زﻣﻨﻴﺔ‬ ‫ﺟﺪﻳﺪة‪ِ ،‬‬
‫ﻳﺒﺪو واﻗﻌﻴٍّﺎ أﻛﺜﺮ‪ .‬ﺷﺒﱠﻪ ﻳﻮل اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ املﺮﺻﻮدة ﻟﻠﺒﻘﻊ اﻟﺸﻤﺴﻴﺔ ﺑﺘﻠﻚ اﻟﺴﻼﺳﻞ‬
‫اﻟﺰﻣﻨﻴﺔ املﺴﺘﻘﺎة ﻣﻦ ﻧﻤﻮذج ﺑﻨﺪول ﻣﺘﻀﺎﺋﻞ اﻟﺨﻄﺮان‪ ،‬ﺑﻨﺪول ﻳﺘﻀﻤﻦ اﺣﺘﻜﺎ ًﻛﺎ ﺗﺴﺘﻐﺮق‬
‫دورﺗﻪ اﻟﺤﺮة ﺣﻮاﱄ ‪ ١١‬ﻋﺎﻣً ﺎ‪ ،‬وإذا ﻣﺎ ﺗُ ِﺮك ﻫﺬا »اﻟﺒﻨﺪول اﻟﻨﻤﻮذﺟﻲ« ﻳﺘﺤﺮك »وﺣﺪه ﰲ‬
‫ﻏﺮﻓﺔ ﻫﺎدﺋﺔ«‪ ،‬ﻓﺴﺘﺘﻼﳽ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ اﻟﻨﺎﺗﺠﺔ ﺗﺪرﻳﺠﻴٍّﺎ ﺣﺘﻰ ﺗﻨﺘﻬﻲ‪ .‬وﺑﻐﻴﺔ إدﺧﺎل‬
‫ﺗﻮﺳ َﻊ ﻳﻮل ﰲ ﻫﺬا اﻟﺘﺸﺒﻴﻪ ﻣﻊ‬‫اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ ﻟﻀﻤﺎن اﺳﺘﻤﺮار اﻟﻨﻤﻮذج اﻟﺮﻳﺎﴈ‪ ،‬ﱠ‬
‫ﻗﺎﺋﻼ‪» :‬ﻟﺴﻮء اﻟﺤﻆ‪ ،‬ﻳﺪﺧﻞ ﺻﺒﻴﺔ إﱃ اﻟﻐﺮﻓﺔ ﺣﺎﻣﻠني ﻟﻌﺒﺔ ﻗﺬف اﻟﺒﺎزﻻء‪،‬‬ ‫اﻟﺒﻨﺪول اﻟﻄﺒﻴﻌﻲ ً‬
‫وﻳﻘﺬﻓﻮن ﺣﺒﺎت اﻟﺒﺎزﻻء ﻋﲆ اﻟﺒﻨﺪول ﻣﻦ ﺟﻤﻴﻊ اﻟﺠﻬﺎت ﻋﺸﻮاﺋﻴٍّﺎ‪ «.‬ﺻﺎرت اﻟﻨﻤﺎذج اﻟﺘﻲ‬
‫ﺑُﻨِﻴﺖ ﻋﲆ ذﻟﻚ دﻋﺎﻣﺔ أﺳﺎﺳﻴﺔ ﰲ ﺗﺮﺳﺎﻧﺔ أﺳﻠﺤﺔ اﻹﺣﺼﺎﺋﻴني؛ دﻋﺎﻣﺔ أﺳﺎﺳﻴﺔ ﺧﻄﻴﺔ‬
‫وﺗﺼﺎدﻓﻴﺔ‪ .‬ﺳﻨﺤﺪﱢد ﻓﻴﻤﺎ ﻳﲇ »ﺧﺮﻳﻄﺔ ﻳﻮل«‪:‬‬
‫‪X‬‬ ‫ً‬
‫ﻣﻀﻴﻔﺎ إﻟﻴﻪ ﻗﻴﻤﺔ ‪ R‬ﻋﺸﻮاﺋﻴﺔ ﻟﺘﺤﺼﻞ ﻋﲆ ﻗﻴﻤﺔ‬ ‫ﻞ ﴐب ‪ α‬ﰲ ‪X‬‬ ‫ُﺧﺬْ ﺣﺎﺻ َ‬
‫اﻟﺠﺪﻳﺪة‪ ،‬ﺑﺤﻴﺚ ﻳﺠﺮي اﻧﺘﻘﺎء ﻗﻴﻤﺔ ‪ R‬ﻋﺸﻮاﺋﻴٍّﺎ ﻣﻦ ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ اﻟﺠﺮﳼ‬
‫اﻟﻘﻴﺎﳼ‪.‬‬

‫‪62‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﺴﻴﺎق‪ :‬اﻟﺤﺘﻤﻴﺔ واﻟﻌﺸﻮاﺋﻴﺔ واﻟﺘﺸﻮﻳﺶ‬

‫إذَن ﻛﻴﻒ ﻳﺨﺘﻠﻒ ﻫﺬا اﻟﻨﻤﻮذج اﻟﺘﺼﺎدﰲ ﻋﻦ اﻟﻨﻤﻮذج اﻟﻔﻮﺿﻮي؟ ﺛَﻤﱠ َﺔ اﺧﺘﻼﻓﺎن‬
‫ﻳﱪزان أﻣﺎم أﻋني اﻟﻌﺎﻟﻢ اﻟﺮﻳﺎﴈ ﻋﲆ اﻟﻔﻮر‪ :‬أوﻟﻬﻤﺎ أن ﻧﻤﻮذج ﻳﻮل ﺗﺼﺎدﰲ؛ ﺣﻴﺚ ﺗﺘﻄﻠﺐ‬
‫اﻟﻘﺎﻋﺪة ﻣﻮ ﱢﻟﺪ أرﻗﺎم ﻋﺸﻮاﺋﻴﺔ‪ ،‬ﺑﻴﻨﻤﺎ أي ﻧﻤﻮذج ﻓﻮﺿﻮي ﻟﻠﺒﻘﻊ اﻟﺸﻤﺴﻴﺔ ﺳﻴﻜﻮن ﺣﺘﻤﻴٍّﺎ‬
‫ﺑﻄﺒﻴﻌﺘﻪ‪ .‬واﻻﺧﺘﻼف اﻟﺜﺎﻧﻲ ﻫﻮ أن ﻧﻤﻮذج ﻳﻮل ﺧﻄﻲ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻨﻄﻮي ﺑﺒﺴﺎﻃﺔ ﻛﺒرية ﻋﲆ‬
‫أﻧﻨﺎ ﻟﻦ ﻧﻘﻮم ﺑﻌﻤﻠﻴﺔ ﴐب ﻣﺮﻛﺒﺎت اﻟﺤﺎﻟﺔ ﻣﻌً ﺎ ﰲ ﺗﻌﺮﻳﻒ اﻟﺨﺮﻳﻄﺔ؛ ﻛﻤﺎ ﻳﻨﻄﻮي اﻟﻨﻤﻮذج‬
‫أﻳﻀﺎ ﻋﲆ إﻣﻜﺎﻧﻴﺔ ﺟﻤﻊ ﺣﻠﻮل اﻟﻨﻈﺎم ﻣﻌً ﺎ ﻟﻠﺤﺼﻮل ﻋﲆ ﺣﻠﻮل أﺧﺮى ﻣﻘﺒﻮﻟﺔ‪ ،‬وﻫﻲ ﺧﺎﺻﻴﺔ‬ ‫ً‬
‫ﻣﻌﺮوﻓﺔ ﺑﺎﺳﻢ »اﻟﱰاﻛﺐ«‪ ،‬وﻻ ﺗﺘﻮاﻓﺮ ﻫﺬه اﻟﺨﺎﺻﻴﺔ املﻔﻴﺪة ﻟﻠﻐﺎﻳﺔ ﰲ اﻟﻨﻈﻢ اﻟﻼﺧﻄﻴﺔ‪.‬‬
‫وﺿﻊ ﻳﻮل ﻧﻤﻮذﺟً ﺎ ﻣﺸﺎﺑﻬً ﺎ ﻟﺨﺮﻳﻄﺔ ﻳﻮل‪ ،‬وﻛﺎن ﺳﻠﻮﻛﻪ ﻣﺸﺎﺑﻬً ﺎ أﻛﺜﺮ ﻟﺴﻠﻮك اﻟﺴﻼﺳﻞ‬
‫ﻗﻠﻴﻼ ﻣﻦ دورة‬ ‫املﺤﺴﻦ ً‬ ‫ﱠ‬ ‫اﻟﺰﻣﻨﻴﺔ ﻟﻠﺒﻘﻊ اﻟﺸﻤﺴﻴﺔ اﻟﺤﻘﻴﻘﻴﺔ‪ .‬وﺗﺨﺘﻠﻒ اﻟﺪورات ﰲ ﻧﻤﻮذج ﻳﻮل‬
‫إﱃ اﻟﺪورة اﻟﺘﺎﻟﻴﺔ ﻧﻈ ًﺮا ﻟﻶﺛﺎر اﻟﻌﺸﻮاﺋﻴﺔ؛ ﻣﺎ ﻳﺸﺒﻪ ﺗﻔﺎﺻﻴﻞ ﻗﺬف ﺣﺒﺎت اﻟﺒﺎزﻻء‪ .‬ﰲ إﻃﺎر‬
‫ﻧﻤﻮذج ﻓﻮﺿﻮي ﺗﺨﺘﻠﻒ ﺣﺎﻟﺔ اﻟﺸﻤﺲ ﻣﻦ دورة إﱃ اﻟﺪورة اﻟﺘﺎﻟﻴﺔ‪ .‬وﻣﺎذا ﻋﻦ »اﻟﻘﺎﺑﻠﻴﺔ‬
‫ﻟﻠﺘﻮﻗﻊ«؟ ﰲ أي ﻧﻤﻮذج ﻓﻮﺿﻮي‪ ،‬ﺳﺘﺘﺒﺎﻋﺪ ﺟﻤﻴﻊ اﻟﺤﺎﻻت اﻷوﻟﻴﺔ ﺗﻘﺮﻳﺒًﺎ ﰲ اﻟﻨﻬﺎﻳﺔ‪ ،‬ﺑﻴﻨﻤﺎ‬
‫ﰲ ﻛﻞ ﻧﻤﻮذج ﻣﻦ ﻧﻤﺎذج ﻳﻮل ﺳﺘﺘﻘﺎرب ﺣﺘﻰ أﻛﺜﺮ اﻟﺤﺎﻻت اﻷوﻟﻴﺔ ﺑﻌﺪًا‪» ،‬إذا« ﻣﺎ ﺗﻌ ﱠﺮﺿﺖ‬
‫ﻛﻠﺘﺎ اﻟﺤﺎﻟﺘَني ﻟﻨﻔﺲ ﻋﻤﻠﻴﺔ اﻟﺪﻓﻊ ﻣﻦ ﻟﻌﺒﺔ ﻗﺬف اﻟﺒﺎزﻻء‪ .‬ﻫﺬا ﻓﺎرق ﺷﺎﺋﻖ وﺟﻮﻫﺮي ﻧﻮﻋً ﺎ‬
‫ﻣﺎ؛ ﺣﻴﺚ ﺗﺘﺒﺎﻋﺪ اﻟﺤﺎﻻت املﺘﻤﺎﺛﻠﺔ ﰲ ﻇﻞ اﻵﻟﻴﺎت اﻟﺤﺘﻤﻴﺔ‪ ،‬ﺑﻴﻨﻤﺎ ﺗﺘﻘﺎرب ﰲ ﻇﻞ اﻵﻟﻴﺎت‬
‫ﻳﴪا ﰲ‬ ‫ﻧﺘﻴﺠﺔ ذﻟﻚ ﺑﺎﻟﴬورة أن ﻳﻜﻮن ﻧﻤﻮذج ﻳﻮل أﻛﺜﺮ ً‬ ‫ً‬ ‫اﻟﺨﻄﻴﺔ اﻟﺘﺼﺎدﻓﻴﺔ‪ ،‬وﻟﻴﺲ‬
‫ﻳﻐري‬ ‫ﱡ‬
‫اﻟﺘﻮﻗﻊ‪ ،‬ﺑﻤﺎ أﻧﻨﺎ ﻻ ﻧﻌﺮف أﺑﺪًا ﺗﻔﺎﺻﻴﻞ ﻋﻤﻠﻴﺎت اﻟﺪﻓﻊ اﻟﻌﺸﻮاﺋﻴﺔ املﺴﺘﻘﺒﻠﻴﺔ‪ ،‬ﺑَﻴْ َﺪ أﻧﻪ ﱢ‬
‫ﻣﻮﺿﺢ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪.4-3‬‬ ‫ﱠ‬ ‫اﻟﻄﺮﻳﻘﺔ اﻟﺘﻲ ﻳﺘﻄﻮﱠر ﺑﻬﺎ ﻋﺪم اﻟﻴﻘني ﰲ اﻟﻨﻈﺎم‪ ،‬ﻣﺜﻠﻤﺎ ﻫﻮ‬
‫ﰲ ﻫﺬا اﻟﺸﻜﻞ ﻳﺒﺪأ ﻋﺪم اﻟﻴﻘني ﺻﻐريًا — أو ﻳﻜﻮن ﺣﺘﻰ ﺻﻔﺮﻳٍّﺎ ﰲ اﻟﺒﺪاﻳﺔ — ﰲ ﻗﺎﻋﺪة‬
‫املﻨﺤﻨﻰ‪ ،‬ﺛﻢ ﻳﺰداد اﺗﺴﺎﻋً ﺎ وﻳﺘﺤﺮك إﱃ اﻟﻴﺴﺎر ﻣﻊ ﻛﻞ ﺗﻜﺮار‪ .‬ﻻﺣﻆ أن ﻋﺪم اﻟﻴﻘني ﰲ‬
‫اﻟﺤﺎﻟﺔ ﻳﺒﺪو ﻛﻤﺎ ﻟﻮ ﻛﺎن ﻳﻘﱰب ﻣﻦ ﺗﻮزﻳﻊ ﻣﻨﺤﻨًﻰ ﺟﺮﳼ‪ ،‬وﻗﺪ وﺻﻞ إﱃ اﺳﺘﻘﺮار ﺑﺼﻮرة‬
‫أو ﺑﺄﺧﺮى ﻋﻨﺪ ﺑﻠﻮﻏﻪ ﻗﻤﺔ املﻨﺤﻨﻰ‪ .‬ﺑﻤﺠﺮد اﺳﺘﻘﺮار ﻋﺪم اﻟﻴﻘني ﻋﻨﺪ ﺣﺎﻟﺔ اﺳﺘﺎﺗﻴﻜﻴﺔ‪ ،‬ﻻ‬
‫ﻳﺼﺒﺢ ﻟﻠﻘﺎﺑﻠﻴﺔ ﻟﻠﺘﻮﻗﻊ أي وﺟﻮد‪ ،‬وﻳُﻄ َﻠﻖ ﻋﲆ اﻟﺘﻮزﻳﻊ اﻟﻨﻬﺎﺋﻲ ﻫﺬا »ﻣﻨﺎخ« اﻟﻨﻤﻮذج‪.‬‬
‫اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ‬
‫ﻻ ﺗﻮﺟﺪ ﻃﺮﻳﻘﺔ ﻹﺛﺒﺎت ﺻﺤﺔ وﺿﻊ »اﻟﺤﺘﻤﻴﺔ« أو »اﻟﻼﺣﺘﻤﻴﺔ«‪ ،‬وﻧﺴﺘﻄﻴﻊ أن‬
‫ﻧﺤﻮ واﺿﺢ‪.‬‬ ‫ً‬
‫ﻣﺴﺘﺤﻴﻼ ﻋﲆ ٍ‬ ‫ً‬
‫ﻛﺎﻣﻼ أو‬ ‫ﻧﻘ ﱢﺮر ذﻟﻚ ﻓﻘﻂ ﰲ ﺣﺎل إذا ﻛﺎن اﻟﻌﻠﻢ‬
‫إي ﻣﺎخ )‪(١٩٠٥‬‬

‫‪63‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫‪٥‬‬
‫‪٤,٥‬‬
‫‪٤‬‬
‫‪٣,٥‬‬
‫‪٣‬‬
‫‪٢,٥‬‬
‫‪٢‬‬
‫‪١,٥‬‬
‫‪١‬‬
‫‪١‬‬
‫‪٠,٥‬‬ ‫‪٠,٥‬‬
‫‪٠‬‬

‫ﺷﻜﻞ ‪ :4-3‬ﺗﻄﻮر ﻋﺪم اﻟﻴﻘني ﰲ ﻇﻞ ﺧﺮﻳﻄﺔ ﻳﻮل اﻟﺘﺼﺎدﻓﻴﺔ‪ .‬ﺑَﺪءًا ﻣﻦ ﻧﻘﻄﺔ ﺗﻘﻊ ﰲ ﻗﺎع‬
‫اﻟﺮﺳﻢ اﻟﺒﻴﺎﻧﻲ‪ ،‬ﻳﻨﺘﴩ ﻋﺪم اﻟﻴﻘني إﱃ اﻟﻴﺴﺎر ﻣﻊ ﺗﻘﺪﱡم اﻟﺰﻣﻦ )إﱃ أﻋﲆ( وﻳﻘﱰب ﻣﻦ ﺗﻮزﻳﻊ‬
‫ﻣﻨﺤﻨًﻰ ﺟﺮﳼ ﺛﺎﺑﺖ‪.‬‬

‫ﺛَﻤﱠ َﺔ ﻣﺎ ﻫﻮ أﻛﺜﺮ ﻣﻦ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ ﰲ ﻫﺬا اﻟﻌﺎﻟﻢ‪ .‬ﺗﻘﺮﻳﺒًﺎ أي ﳾء ﻧﺮﻏﺐ ﰲ ﻗﻴﺎﺳﻪ ﰲ‬

‫اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪ ،‬أو ﺣﺘﻰ ﻧﻔ ﱢﻜﺮ ﻓﻘﻂ ﰲ رﺻﺪه‪ ،‬ﻳﻤﻜﻦ أن ﻧﻌﺘﱪه ﻧﺎﺟﻤً ﺎ ﻋﻦ ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ‬
‫ﻓﻴﺰﻳﺎﺋﻲ؛ ﻗﺪ ﻳﻜﻮن ﻣﻮﺿﻊ اﻟﻜﻮاﻛﺐ ﰲ اﻟﻨﻈﺎم اﻟﺸﻤﴘ‪ ،‬أو ﺳﻄﺢ ﻛﻮب ﻣﻦ اﻟﻘﻬﻮة ﻋﲆ‬
‫ﻣﺎﺋﺪة ﻣﻬﺘﺰة‪ ،‬أو ﻋﺪد اﻷﺳﻤﺎك ﰲ ﺑﺤرية ﻣﺎ‪ ،‬أو ﻋﺪد ﻃﻴﻮر اﻟﻄﻴﻬﻮج ﰲ إﺣﺪى املﺰارع‪ ،‬أو‬
‫ﻋﻤﻠﺔ ﻳﺠﺮي ﻗﺬﻓﻬﺎ‪.‬‬
‫ُ‬
‫اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ اﻟﺘﻲ ﻧﻨﺸﺪ رﺻﺪﻫﺎ اﻵن ﻫﻲ ﺣﺎﻟﺔ اﻟﻨﻈﺎم اﻟﻔﻴﺰﻳﺎﺋﻲ‪ ،‬ﻟِﻨﻘﻞ ﻋﲆ ﺳﺒﻴﻞ‬
‫املﺜﺎل‪ ،‬ﻣﻮﺿﻊ اﻟﻜﻮاﻛﺐ اﻟﺘﺴﻌﺔ ﺑﺎﻟﻨﺴﺒﺔ إﱃ اﻟﺸﻤﺲ‪ ،‬أو ﻋﺪد اﻷﺳﻤﺎك أو ﻃﻴﻮر اﻟﻄﻴﻬﻮج‪.‬‬

‫‪64‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﺴﻴﺎق‪ :‬اﻟﺤﺘﻤﻴﺔ واﻟﻌﺸﻮاﺋﻴﺔ واﻟﺘﺸﻮﻳﺶ‬

‫اﺧﺘﺼﺎ ًرا‪ ،‬ﺳﻨﺴﺘﺨﺪم رﻣﺰ ‪ X‬ﻣﺮة أﺧﺮى ﻟﻺﺷﺎرة إﱃ ﺣﺎﻟﺔ اﻟﻨﻈﺎم‪ ،‬ﺑﻴﻨﻤﺎ ﻧﺤﺎول أﻻ ﻧﻨﴗ‬
‫اﺧﺘﻼﻓﺎ ﺟﻮﻫﺮﻳٍّﺎ ﺑني ﺣﺎﻟﺔ ﻧﻤﻮذج واﻟﺤﺎﻟﺔ اﻟﺤﻘﻴﻘﻴﺔ إذا ﻛﺎن ﺛَﻤﱠ َﺔ ﳾء ﻣﺜﻞ ذﻟﻚ‬
‫ً‬ ‫أن ﺛَﻤﱠ َﺔ‬
‫ﻣﻮﺟﻮد ﻋﲆ اﻹﻃﻼق‪ .‬ﻟﻴﺲ واﺿﺤً ﺎ ﻛﻴﻒ ﺗﺮﺗﺒﻂ ﻫﺬه املﻔﺎﻫﻴﻢ ﺑﻌﻀﻬﺎ ﺑﺒﻌﺾ؛ ﻣﺜﻠﻤﺎ ﺳﻨﺮى‬
‫ﰲ اﻟﻔﺼﻞ اﻟﺤﺎدي ﻋﴩ‪ ،‬رأى ﺑﻌﺾ اﻟﻔﻼﺳﻔﺔ أن اﻛﺘﺸﺎف اﻟﻔﻮﴇ ﻳﺸري ﺑﺎﻟﴬورة إﱃ أن‬
‫رﻳﺎﺿﻴﺔ ﺧﺎﺻﺔ‪ ،‬ورأى ﻓﻼﺳﻔﺔ آﺧﺮون — رﺑﻤﺎ‬ ‫ً‬ ‫ﱠ‬
‫ﺧﻮاص‬ ‫اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ ﻳﺠﺐ أن ﻳﺘﻀﻤﻦ‬
‫ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن ﻧﻔﺲ اﻟﻔﻼﺳﻔﺔ — أن اﻛﺘﺸﺎف اﻟﻔﻮﴇ ﻳﺸري ﺿﻤﻨًﺎ إﱃ أن اﻟﺮﻳﺎﺿﻴﺎت‬
‫ﺗﻌﱪ ﻋﻦ اﻟﻌﺎﻟﻢ‪ .‬ﻫﻜﺬا ﻫﻢ اﻟﻔﻼﺳﻔﺔ!‬ ‫ﻻ ﱢ‬
‫ﻋﲆ أي ﺣﺎل‪ ،‬ﻻ ﻧﺴﺘﻄﻴﻊ ﻣﻌﺮﻓﺔ اﻟﺤﺎﻟﺔ اﻟﺤﻘﻴﻘﻴﺔ ﻷي ﻧﻈﺎم ﻓﻴﺰﻳﺎﺋﻲ‪ ،‬ﺣﺘﻰ إذا ﻛﺎن‬
‫ﺛَﻤﱠ َﺔ ﺣﺎﻟﺔ ﺣﻘﻴﻘﻴﺔ ﺑﺎﻟﻔﻌﻞ‪ .‬وﻻ ﻧﻤﻠﻚ إﻻ ﻣﻼﺣﻈﺎت‪ ،‬واﻟﺘﻲ ﺳﻨﺸري إﻟﻴﻬﺎ ﺑﺎﻟﺮﻣﺰ ‪ S‬ﻟﻠﺘﻤﻴﻴﺰ‬
‫ﺑﻴﻨﻬﺎ وﺑني ﺣﺎﻟﺔ اﻟﻨﻈﺎم ‪ .X‬إذَن ﻣﺎ ﻫﻮ اﻟﻔﺮق ﺑني ‪ X‬و‪S‬؟ اﻟﺒﻄﻞ املﺠﻬﻮل ﰲ اﻟﻌﻠﻢ؛ إﻧﻪ‬
‫»اﻟﺘﺸﻮﻳﺶ«‪ .‬إن اﻟﺘﺸﻮﻳﺶ ﻫﻮ املﺎدة اﻟﻼﺻﻘﺔ اﻟﺘﻲ ﺗﺮﺑﻂ ﺑني اﻟﺘﺠﺮﻳﺒﻴني واﻟﻨﻈﺮﻳني ﰲ ﺗﻠﻚ‬
‫أﻳﻀﺎ اﻟﺸﺤﻢ اﻟﺬي ﻳﺠﻌﻞ اﻟﻨﻈﺮﻳﺎت ﺗﻨﺴﺎب‬ ‫اﻟﺤﺎﻻت اﻟﺘﻲ ﻳﻠﺘﻘﻮن ﻓﻴﻬﺎ‪ ،‬وﻳﻤﺜﱢﻞ اﻟﺘﺸﻮﻳﺶ ً‬
‫ﰲ ﺳﻼﺳﺔ ﻓﻮق اﻟﺤﻘﺎﺋﻖ املﺰﻋﺠﺔ‪.‬‬
‫ﰲ اﻟﻮﺿﻊ املﺜﺎﱄ اﻟﺬي ﻧﻌﺮف ﻓﻴﻪ اﻟﻨﻤﻮذج اﻟﺮﻳﺎﴈ اﻟﺬي ﻳﻮ ﱢﻟﺪ املﻼﺣﻈﺎت‪ ،‬وﻧﻌﺮف‬
‫أﻳﻀﺎ »ﻧﻤﻮذج ﺗﺸﻮﻳﺶ« ﻷي ﳾء و ﱠﻟﺪ أي ﻧﻮع ﻣﻦ اﻟﺘﺸﻮﻳﺶ‪ ،‬ﻓﻨﺤﻦ إذَن ﺑﺼﺪد »ﺳﻴﻨﺎرﻳﻮ‬ ‫ً‬
‫ﻧﻤﻮذج ﻣﺜﺎﱄ«‪ .‬ﻣﻦ املﻔﻴﺪ أن ﻧﻔ ﱢﺮق ﺑني ﻧﺴﺨﺔ ﻗﻮﻳﺔ ﻣﻦ ﺳﻴﻨﺎرﻳﻮ اﻟﻨﻤﻮذج املﺜﺎﱄ ﻧﻌﺮف‬
‫ﻓﻴﻬﺎ ﻗِ ﻴَﻢ املﻌﻠﻤﺎت ﺗﺤﺪﻳﺪًا‪ ،‬وﻧﺴﺨﺔ ﺑﺴﻴﻄﺔ ﻻ ﻧﻌﺮف ﻓﻴﻬﺎ إﻻ اﻟﺼﻴﻎ اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬وﻳﺘﻮﺟﺐ‬
‫َ‬
‫ﺳﻴﻨﺎرﻳﻮﻫﻲ‬ ‫ﻋﻠﻴﻨﺎ ﺣﺴﺎب ﻗِ ﻴَﻢ املﻌﻠﻤﺎت ﻣﻦ ﺧﻼل املﻼﺣﻈﺎت‪ .‬ﻣﺎ دﻣﻨﺎ ﻧﺴري وﻓﻖ أيﱟ ﻣﻦ‬
‫اﻟﻨﻤﻮذج املﺜﺎﱄ‪ ،‬ﻳُﺤﺪﱠد اﻟﺘﺸﻮﻳﺶ ﻣﻦ ﺧﻼل املﺴﺎﻓﺔ ﺑني ‪ X‬و‪ ،S‬وﻣﻦ املﻨﻄﻘﻲ اﻹﺷﺎرة إﱃ‬
‫اﻟﺘﺸﻮﻳﺶ ﺑﺎﻋﺘﺒﺎره ﺳﺒﺒًﺎ ﰲ ﻋﺪم ﻳﻘﻴﻨﻨﺎ ﰲ اﻟﺤﺎﻟﺔ‪ ،‬ﺑﻤﺎ أﻧﻨﺎ ﻧﻌﺮف ﺑﻮﺟﻮد ﺣﺎﻟﺔ ﺣﻘﻴﻘﻴﺔ‬
‫ﺣﺘﻰ إذا ﻛﻨﺎ ﻻ ﻧﻌﺮف ﻗﻴﻤﺘﻬﺎ‪ .‬ﻻ ﺗﺴﺘﻤﺮ ﻛﺜري ﻣﻦ ﺗﻔﺎﺻﻴﻞ ﻫﺬه اﻟﺼﻮرة ﰲ اﻟﻈﻬﻮر ﻋﻨﺪﻣﺎ‬
‫ﻧﱪح ﺳﻴﻨﺎرﻳﻮ اﻟﻨﻤﻮذج املﺜﺎﱄ‪ .‬ﺣﺘﻰ ﰲ داﺧﻞ ﺳﻴﻨﺎرﻳﻮ اﻟﻨﻤﻮذج املﺜﺎﱄ‪ ،‬ﻳﻠﻌﺐ اﻟﺘﺸﻮﻳﺶ‬
‫دو ًرا ﺑﺎر ًزا ﺟﺪﻳﺪًا ﺑﻤﺠﺮد إﻗﺮارﻧﺎ ﺑﺄن اﻟﻌﺎﻟﻢ ﻻ ﺧﻄﻲ‪.‬‬
‫ﻣﺎذا ﻋﻦ ﻣﻔﺎﻫﻴﻢ اﻟﺤﺘﻤﻴﺔ‪ ،‬واﻟﻌﺸﻮاﺋﻴﺔ‪ ،‬أو ﺣﺘﻰ اﻟﺪورﻳﺔ؟ ﺗﺸري ﻫﺬه املﻔﺎﻫﻴﻢ إﱃ‬
‫ﺧﻮاص ﻧﻤﺎذﺟﻨﺎ‪ ،‬وﻳﻤﻜﻨﻨﺎ ﺗﻄﺒﻴﻘﻬﺎ ﰲ اﻟﻌﺎﻟﻢ اﻟﺤﻘﻴﻘﻲ ﻓﻘﻂ ﻣﻦ ﺧﻼل أﻓﻀﻞ اﻟﻨﻤﺎذج‬
‫ﺣﻘﺎ؟ ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ اﻻﺳﺘﺨﺪام‬ ‫)اﻟﺤﺎﻟﻴﺔ(‪ .‬ﻫﻞ ﺛَﻤﱠ َﺔ ﻧﻈﻢ دﻳﻨﺎﻣﻴﻜﻴﺔ ﻓﻴﺰﻳﺎﺋﻴﺔ ﻋﺸﻮاﺋﻴﺔ ٍّ‬
‫اﻟﻴﻮﻣﻲ ﻟﻘﺬف اﻟﻌﻤﻼت وﻗﻄﻊ اﻟﻨﺮد ﺑﺎﻋﺘﺒﺎرﻫﺎ ﻣﺼﺎدر »ﻋﺸﻮاﺋﻴﺔ«‪ ،‬ﻓﺎﻹﺟﺎﺑﺔ اﻟﺘﻘﻠﻴﺪﻳﺔ ﰲ‬
‫اﻟﻔﻴﺰﻳﺎء اﻟﻜﻼﺳﻴﻜﻴﺔ ﻫﻲ ﻻ؛ ﻓﻼ ﺗﻮﺟﺪ ﻋﺸﻮاﺋﻴﺔ ﻋﲆ اﻹﻃﻼق‪ .‬ﰲ ﺿﻮء ﻣﺠﻤﻮﻋﺔ ﻛﺎﻣﻠﺔ‬

‫‪65‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻣﻦ اﻟﻘﻮاﻧني رﺑﻤﺎ )ورﺑﻤﺎ ﻻ( ﻳﻜﻮن ﻣﻦ اﻟﺼﻌﺐ ﺟﺪٍّا ﺑﺎﻟﻨﺴﺒﺔ إﻟﻴﻨﺎ ﺣﺴﺎب ﻧﺘﺎﺋﺞ ﻣﺮات‬
‫ً‬
‫ﻣﺸﻜﻠﺔ ﻓﻘﻂ ﻣﻦ‬ ‫ﻗﺬف اﻟﻌﻤﻼت‪ ،‬وﻗﻄﻊ اﻟﻨﺮد‪ ،‬وﺗﺪوﻳﺮ ﻋﺠﻠﺔ اﻟﺮوﻟﻴﺖ‪ ،‬ﺑَﻴْ َﺪ أن ﻫﺬا ﻳﻤﺜﱢﻞ‬
‫اﻟﻨﺎﺣﻴﺔ اﻟﻌﻤﻠﻴﺔ‪ ،‬وﻟﻴﺲ ﻣﻦ ﺣﻴﺚ املﺒﺪأ‪ ،‬وﻟﻢ ﻳﻜﻦ ﺷﻴﻄﺎن ﻻﺑﻼس ﻟﻴﻮاﺟﻪ أيﱠ ﺻﻌﻮﺑﺔ ﰲ‬
‫إﺟﺮاء ﺗﻮﻗﻌﺎت ﻣﺜﻞ ﻫﺬه‪ .‬ﰲ املﻘﺎﺑﻞ‪ ،‬ﺗﺨﺘﻠﻒ ﻣﻴﻜﺎﻧﻴﻜﺎ اﻟﻜﻢ؛ ﻓﻔﻲ إﻃﺎر ﻧﻈﺮﻳﺔ ﻣﻴﻜﺎﻧﻴﻜﻴﺎ‬
‫اﻟﻜﻢ اﻟﺘﻘﻠﻴﺪﻳﺔ‪ ،‬ﻳُﻌﺘﱪ ﻋﻤﺮ اﻟﻨﺼﻒ ﻟﺬرة ﻳﻮراﻧﻴﻮم ﻛﻤﻴﺔ ﻃﺒﻴﻌﻴﺔ وﺣﻘﻴﻘﻴﺔ ﻣﺜﻞ ﻛﺘﻠﺔ ذرة‬
‫اﻟﻴﻮراﻧﻴﻮم‪ .‬وﻻ ﻳﻬﻢ ﻫﻨﺎ ﺣﻘﻴﻘﺔ أن ﻣﺮات ﻗﺬف اﻟﻌﻤﻠﺔ أو ﺗﺪوﻳﺮ ﻋﺠﻠﺔ اﻟﺮوﻟﻴﺖ اﻟﻜﻼﺳﻴﻜﻴﺔ‬
‫ﻟﻢ ﺗﺘﻢ ﻧﻤﺬﺟﺘﻬﺎ ﻋﲆ اﻟﻨﺤﻮ اﻷﻓﻀﻞ ﻋﺸﻮاﺋﻴٍّﺎ‪ ،‬ﰲ ﺿﻮء ادﻋﺎءات ﻣﻴﻜﺎﻧﻴﻜﺎ اﻟﻜﻢ املﺆﻳﺪة‬
‫ﻟﻠﻌﺸﻮاﺋﻴﺔ واﻻﺣﺘﻤﺎﻻت املﻮﺿﻮﻋﻴﺔ‪ .‬ﺗﺘﻄ ﱠﻠﺐ اﻻدﻋﺎءات ﻣﻊ — أو ﺿﺪ — وﺟﻮد اﺣﺘﻤﺎﻻت‬
‫ﻣﻮﺿﻮﻋﻴﺔ ﺗﻔﺴريَ اﻟﻨﻈﻢ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ ﰲ إﻃﺎر ﻧﻤﺎذﺟﻨﺎ اﻟﺨﺎﺻﺔ ﺑﺘﻠﻚ اﻟﻨﻈﻢ‪ ،‬وﻫﺬه ﻫﻲ اﻟﺤﺎل‬
‫َ‬
‫اﻟﻌﺸﻮاﺋﻴﺔ ﻟﺼﺎﻟﺢ اﻟﺤﺘﻤﻴﺔ‪ ،‬ﺑَﻴْ َﺪ أﻧﻨﺎ ﻟﻦ ﻧﻜﻮن‬ ‫ٌ‬
‫ﻣﺴﺘﻘﺒﻠﻴﺔ ﻣﺎ ﻫﺬه‬ ‫ٌ‬
‫ﻧﻈﺮﻳﺔ‬ ‫دوﻣً ﺎ‪ .‬رﺑﻤﺎ ﺗﺪﺣﺾ‬
‫ﻣﻮﺟﻮدﻳﻦ إﻻ ﻟﻔﱰة ﺻﻐرية ﻣﺘﻀﺎﺋﻠﺔ‪ .‬ﻣﻦ ﻗﺒﻴﻞ اﻻﺣﱰاز اﻟﻨﺴﺒﻲ ﻳﻨﺒﻐﻲ ﻋﻠﻴﻨﺎ اﻟﻘﻮل ﺑﺄن‬
‫ﺑﻌﺾ أﻓﻀﻞ ﻧﻤﺎذﺟﻨﺎ ﻟﻠﻮاﻗﻊ ﺳﺘﻈﻞ ﺗﺘﻀﻤﻦ ﻋﻨﺎﴏ ﻋﺸﻮاﺋﻴﺔ ﺣﺘﻰ ﻛﺘﺎﺑﺔ ﻫﺬه اﻟﻜﻠﻤﺎت‪.‬‬

‫املﻼﺣﻈﺎت واﻟﺘﺸﻮﻳﺶ‬
‫ﺧﻼل اﻟﻌﻘﻮد اﻟﻘﻠﻴﻠﺔ اﻷﺧرية‪ُ ،‬ﻛﺘِﺐ ﻋﺪد ﻫﺎﺋﻞ ﻣﻦ اﻷوراق اﻟﺒﺤﺜﻴﺔ اﻟﻌﻠﻤﻴﺔ ﺣﻮل اﺳﺘﺨﺪام‬
‫ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻟﻠﺘﻤﻴﻴﺰ ﺑني اﻟﻨﻈﻢ اﻟﺤﺘﻤﻴﺔ واﻟﻨﻈﻢ اﻟﺘﺼﺎدﻓﻴﺔ‪ ،‬وﻗﺪ ﺑﺪأ ﻫﺬا اﻟﺴﻴﻞ ﻣﻦ‬
‫اﻟﺒﺤﻮث ﰲ ﻣﺠﺎل اﻟﻔﻴﺰﻳﺎء‪ ،‬ﺛﻢ اﻧﺘﴩ ﰲ ﻣﺠﺎﻻت اﻟﺠﻴﻮﻓﻴﺰﻳﺎء‪ ،‬واﻻﻗﺘﺼﺎد‪ ،‬واﻟﻄﺐ‪ ،‬وﻋﻠﻢ‬
‫اﻻﺟﺘﻤﺎع‪ ،‬وﻣﺎ ﻫﻮ أﻛﺜﺮ ﻣﻦ ذﻟﻚ‪ .‬اﺳﺘُ ِﻠﻬﻤَ ْﺖ ﻣﻌﻈﻢ ﻫﺬه اﻷوراق اﻟﺒﺤﺜﻴﺔ ﻣﻦ ﻧﻈﺮﻳﺔ راﺋﻌﺔ‬
‫أﺛﺒَﺘَﻬﺎ ﻋﺎﻟﻢ رﻳﺎﺿﻴﺎت ﻫﻮﻟﻨﺪي ﻳُﺪﻋَ ﻰ ﻓﻠﻮرﻳﺲ ﺗﺎﻛﻨﺲ ﰲ ﻋﺎم ‪ ،١٩٨٣‬واﻟﺘﻲ ﺳﻨﻌﻮد إﻟﻴﻬﺎ‬
‫ﰲ اﻟﻔﺼﻞ اﻟﺜﺎﻣﻦ‪ .‬ملﺎذا ُﻛﺘِﺒﺖ ﻛﻞ ﻫﺬه اﻷوراق‪ ،‬ﻣﻊ اﻟﻌﻠﻢ أﻧﻨﺎ ﻟﺪﻳﻨﺎ ﻗﺎﻋﺪة ﺑﺴﻴﻄﺔ ﻟﺘﺤﺪﻳﺪ‬
‫ﻣﺎ إذا ﻛﺎن أيﱡ ﻧﻈﺎم رﻳﺎﴈ ﺣﺘﻤﻴٍّﺎ أو ﺗﺼﺎدﻓﻴٍّﺎ؟ ملﺎذا ﻻ ﻧﻜﺘﻔﻲ ﺑﺎﻟﺮﺟﻮع إﱃ ﻗﻮاﻋﺪ‬
‫اﻟﻨﻈﺎم وﻧﺮى ﻣﺎ إذا ﻛﺎن اﻟﻨﻈﺎم ﻳﺘﻄ ﱠﻠﺐ ﻣﻮ ﱢﻟﺪ أرﻗﺎم ﻋﺸﻮاﺋﻴﺔ أم ﻻ؟ ﻛﺜريًا ﻣﺎ ﻳﺤﺪث ﺧﻠﻂ‬
‫ﺑني اﻷﻟﻌﺎب اﻟﺘﻲ ﻳﻤﺎرﺳﻬﺎ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت واﻟﻘﻴﻮد املﻔﺮوﺿﺔ ﻋﲆ ﻋﻤﻞ ﻋﻠﻤﺎء اﻟﻄﺒﻴﻌﺔ‬
‫)وﻏريﻫﻢ(‪.‬‬
‫ﻳﺤﺐ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت اﻟﺤﻘﻴﻘﻴﻮن ﻣﻤﺎرﺳﺔ اﻷﻟﻌﺎب اﻟﻌﻘﻠﻴﺔ‪ ،‬ﻣﺜﻞ اﻟﺘﻈﺎﻫﺮ ﺑﻨﺴﻴﺎن‬
‫اﻟﻘﻮاﻋﺪ ﺛﻢ ﺗﺨﻤني إن ﻛﺎن اﻟﻨﻈﺎم ﺣﺘﻤﻴٍّﺎ أو ﺗﺼﺎدﻓﻴٍّﺎ ﻣﻦ ﺧﻼل اﻟﻨﻈﺮ إﱃ اﻟﺴﻼﺳﻞ‬
‫اﻟﺰﻣﻨﻴﺔ ﻟﺤﺎﻻت اﻟﻨﻈﺎم ﻓﻘﻂ‪ .‬ﻓﻬﻞ ﻳﺴﺘﻄﻴﻌﻮن ﺗﺤﺪﻳﺪ أي ﻧﻈﺎم ﺣﺘﻤﻲ ﺑﻮﺿﻮح ﰲ ﺿﻮء‬
‫ﻣﺎض ﺳﺤﻴﻖ ﻻ ﻧﻬﺎﺋﻲ إﱃ ﻣﺴﺘﻘﺒﻞ ﺑﻌﻴﺪ ﻻ ﻧﻬﺎﺋﻲ؟ ﻧﺘﻴﺠﺔ ﻟﻠﻨﻘﺎط‬ ‫ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﺗﻤﺘﺪ ﻣﻦ ٍ‬

‫‪66‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﺴﻴﺎق‪ :‬اﻟﺤﺘﻤﻴﺔ واﻟﻌﺸﻮاﺋﻴﺔ واﻟﺘﺸﻮﻳﺶ‬

‫اﻟﺜﺎﺑﺘﺔ وﺣﺘﻰ اﻟﺤﻠﻘﺎت اﻟﺪورﻳﺔ‪ ،‬ﻻ ﺗﺸ ﱢﻜﻞ ﻫﺬه اﻟﻠﻌﺒﺔ ﺗﺤﺪﻳًﺎ ﺑﻤﺎ ﻳﻜﻔﻲ‪ ،‬وﺣﺘﻰ ﻧﺠﻌﻠﻬﺎ‬
‫ﺗﺸﻮﻳﻘﺎ‪ ،‬دﻋﻨﺎ ﻧﻌﺘﱪ أن ﺛَﻤﱠ َﺔ ﺗﻐﻴريًا ﻻ ﻧﻌﺮف ﻓﻴﻪ اﻟﺤﺎﻻت ﻋﲆ وﺟﻪ اﻟﺘﺤﺪﻳﺪ‪ ،‬ﻟﻜﻨﻨﺎ‬‫ً‬ ‫أﻛﺜﺮ‬
‫ﻟﺪﻳﻨﺎ إﻣﻜﺎﻧﻴﺔ اﻟﻮﺻﻮل إﱃ ﻣﻼﺣﻈﺎت ﻣﺸﻮﺷﺔ ‪ ،S‬ﻟﻜﻞ ﺣﺎﻟﺔ ‪ .X‬ﻛﺜريًا ﻣﺎ ﻳ َ‬
‫ُﻌﺘﻘﺪ أن اﻟﺤﺎﻟﺔ‬
‫اﻷﺻﻠﻴﺔ ‪ — S‬وإن ﻛﺎن ذﻟﻚ ﻣﻀ ﱢﻠ ًﻼ ﺑﻌﺾ اﻟﴚء — ﺗﺮﺗﺒﻂ ﺑﺈﺿﺎﻓﺔ رﻗﻢ ﻋﺸﻮاﺋﻲ إﱃ ﻛﻞ‬
‫ﻗﻴﻤﺔ ‪ X‬ﺣﻘﻴﻘﻴﺔ‪ .‬ﰲ ﺗﻠﻚ اﻟﺤﺎﻟﺔ‪ ،‬ﻻ ﻳﺆﺛﱢﺮ »ﺗﺸﻮﻳﺶ املﻼﺣﻈﺔ« ﻫﺬا ﻋﲆ اﻟﺤﺎﻻت املﺴﺘﻘﺒﻠﻴﺔ‬
‫ﻟﻠﻨﻈﺎم‪ ،‬ﺑﻞ ﻓﻘﻂ ﻋﲆ ﻣﻼﺣﻈﺎﺗﻨﺎ ﻟﻜﻞ ﺣﺎﻟﺔ‪ ،‬وﻫﻮ دور ﻣﺨﺘﻠﻒ ﺟﺪٍّا ﻋﻦ ذﻟﻚ اﻟﺪور اﻟﺬي‬
‫ﺗﻠﻌﺒﻪ اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ ‪ R‬ﰲ اﻟﻨﻈﻢ اﻟﺘﺼﺎدﻓﻴﺔ‪ ،‬ﻣﺜﻞ ﺧﺮﻳﻄﺔ ﻳﻮل اﻟﺘﻲ ﻛﺎﻧﺖ ﻗﻴﻤﺔ ‪ R‬ﺗﺆﺛﱢﺮ‬
‫ﻏريت ﻗﻴﻤﺔ ‪ X‬اﻟﺘﺎﻟﻴﺔ‪ .‬وﻟﻠﺘﺄﻛﻴﺪ ﻋﲆ ﻫﺬه اﻟﺘﻔﺮﻗﺔ‪ ،‬ﻳُﻄ َﻠﻖ ﻋﲆ‬ ‫ﻓﻴﻬﺎ ﻋﲆ املﺴﺘﻘﺒﻞ؛ ﺣﻴﺚ إﻧﻬﺎ ﱠ‬
‫املﺆﺛﺮات اﻟﻌﺸﻮاﺋﻴﺔ اﻟﺘﻲ ﺗﺆﺛﱢﺮ ﻋﲆ ﻗﻴﻤﺔ ‪ X‬اﻟﺘﺸﻮﻳﺶ اﻟﺪﻳﻨﺎﻣﻴﻜﻲ‪.‬‬
‫آﻧﻔﺎ‪ ،‬ﻳﺴﺘﻄﻴﻊ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت اﻟﻌﻤﻞ ﰲ إﻃﺎر ﺳﻴﻨﺎرﻳﻮ اﻟﻨﻤﻮذج املﺜﺎﱄ‪،‬‬ ‫ﻣﺜﻠﻤﺎ ذُﻛِﺮ ً‬
‫ﻓﻴﺒﺪءون ﻋﻤﻠﻬﻢ وﻫﻢ ﻋﲆ ﻋﻠ ٍﻢ ﺑﺄن اﻟﻨﻤﻮذج اﻟﺬي و ﱠﻟ َﺪ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻟﻪ ﻧﻮع ﱠ‬
‫ﻣﻌني ﻣﻦ‬
‫اﻟﺒﻨﻴﺔ‪ ،‬وﰲ ﺑﻌﺾ اﻷﺣﻴﺎن ﻳﻔﱰﺿﻮن ﻣﻌﺮﻓﺔ ﻫﺬه اﻟﺒﻨﻴﺔ )ﺳﻴﻨﺎرﻳﻮ ﻧﻤﻮذج ﻣﺜﺎﱄ ﺑﺴﻴﻂ(‪،‬‬
‫أﻳﻀﺎ )ﺳﻴﻨﺎرﻳﻮ ﻧﻤﻮذج ﻣﺜﺎﱄ ﻗﻮي(‪ .‬ﻳﻮ ﱢﻟﺪ ﻋﻠﻤﺎء‬ ‫وﰲ ﺑﻌﺾ اﻷﺣﻴﺎن ﻳﻌﺮﻓﻮن ﻗﻴﻢ املﻌﻠﻤﺎت ً‬
‫اﻟﺮﻳﺎﺿﻴﺎت ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻣﻦ ‪ ،X‬وﻣﻨﻬﺎ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻣﻦ ‪ ،S‬ﺛﻢ ﻳﺘﻈﺎﻫﺮون ﺑﻨﺴﻴﺎﻧﻬﻢ ﻗﻴﻢ‬
‫‪ X‬وﻳﺮﺻﺪون ﻣﺎ إذا ﻛﺎﻧﻮا ﻳﺴﺘﻄﻴﻌﻮن اﺳﺘﻨﺘﺎﺟﻬﺎ‪ ،‬أو ﻳﺘﻈﺎﻫﺮون ﺑﻨﺴﻴﺎن اﻟﻨﻈﺎم اﻟﺮﻳﺎﴈ‬
‫ﻓﻀﻼ ﻋﻦ ﻗﻴﻢ‬ ‫ً‬ ‫ﻟريَوْا إن ﻛﺎن ﺑﺈﻣﻜﺎﻧﻬﻢ — ﻋﻨﺪ ﻣﻌﺮﻓﺔ ﻗﻴﻤﺔ ‪ S‬ﻓﻘﻂ — ﺗﺤﺪﻳﺪ اﻟﻨﻈﺎم‬
‫ﻣﻌﻠﻤﺎﺗﻪ‪ ،‬أو ﺗﺤﺪﻳﺪ إن ﻛﺎن اﻟﻨﻈﺎم ﻓﻮﺿﻮﻳٍّﺎ‪ ،‬أو ﱡ‬
‫ﺗﻮﻗﻊ ﻗﻴﻤﺔ ‪ X‬اﻟﺘﺎﻟﻴﺔ‪.‬‬
‫ﻋﻨﺪ ﻫﺬه اﻟﻨﻘﻄﺔ‪ ،‬ﻳﺠﺐ أن ﻳﻜﻮن ﺗﺤﺪﻳﺪ ﻣﺴﺎر اﻟﻠﻌﺒﺔ أﻣ ًﺮا ﻳﺴريًا ﻟﻠﻐﺎﻳﺔ‪ .‬ﻳﺤﺎول ﻋﻠﻤﺎء‬
‫اﻟﺮﻳﺎﺿﻴﺎت ﻣﺤﺎﻛﺎة املﻮﻗﻒ اﻟﺬي ﻻ ﻳﺴﺘﻄﻴﻊ ﻋﻠﻤﺎء اﻟﻄﺒﻴﻌﺔ اﻟﻔﻜﺎك ﻣﻨﻪ أﺑﺪًا‪» .‬ﻻ« ﻳﻌﺮف‬
‫اﻵﺧﺮون اﻟﻘﺎﻋﺪ َة‪ ،‬ﻗﻮاﻧني اﻟﻄﺒﻴﻌﺔ‬‫اﻟﻔﻴﺰﻳﺎﺋﻴﻮن‪ ،‬وﻋﻠﻤﺎء اﻷرض‪ ،‬واﻻﻗﺘﺼﺎدﻳﻮن‪ ،‬واﻟﻌﻠﻤﺎء َ‬
‫اﻟﻜﺎﻣﻠﺔ‪ ،‬املﺘﻌﻠﻘﺔ ﺑﺎﻟﻨﻈﻢ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ ﻟﻠﺪراﺳﺔ اﻟﻌﻠﻤﻴﺔ‪ .‬واملﻼﺣﻈﺎت اﻟﻌﻠﻤﻴﺔ ﻏري ﻛﺎﻣﻠﺔ‪ .‬رﺑﻤﺎ‬
‫ﺗﺘﺴﻢ دوﻣً ﺎ ﺑﻌﺪم ﻳﻘﻴﻨﻬﺎ ﺑﺴﺒﺐ ﺗﺸﻮﻳﺶ املﻼﺣﻈﺔ‪ ،‬ﻋﲆ أن ذﻟﻚ ﻟﻴﺲ ﻧﻬﺎﻳﺔ املﻄﺎف‪ ،‬ورﺑﻤﺎ‬
‫ﺗﻜﻤﻦ اﻟﺨﻄﻴﺌﺔ اﻟﻜﱪى ﰲ اﻟﺨﻠﻂ ﺑني املﻼﺣﻈﺎت اﻟﺤﻘﻴﻘﻴﺔ واملﻼﺣﻈﺎت ﰲ ﻫﺬه اﻷﻟﻌﺎب‬
‫اﻟﺮﻳﺎﺿﻴﺔ‪.‬‬
‫ﻳُﻀﻄﺮ ﻋﺎﻟِﻢ اﻟﻔﻴﺰﻳﺎء إﱃ ﻣﻤﺎرﺳﺔ ﻟﻌﺒﺔ ﻣﺨﺘﻠﻔﺔ؛ ﻓﺒﻴﻨﻤﺎ ﻳﺤﺎول اﻹﺟﺎﺑﺔ ﻋﻦ اﻷﺳﺌﻠﺔ‬
‫ﻧﻔﺴﻬﺎ‪ ،‬ﻻ ﻳﺤﺼﻞ إﻻ ﻋﲆ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻣﻦ املﻼﺣﻈﺎت — ‪ — S‬وﺑﻌﺾ املﻌﻠﻮﻣﺎت املﺘﻌﻠﻘﺔ‬
‫ﺑﺈﺣﺼﺎءات اﻟﺘﺸﻮﻳﺶ ﰲ املﻼﺣﻈﺎت‪ ،‬و»اﻷﻣﻞ« ﰲ وﺟﻮد ﺧﺮﻳﻄﺔ رﻳﺎﺿﻴﺔ ﻣﺎ‪ .‬ﻻ ﻳﺴﺘﻄﻴﻊ‬
‫اﻟﻔﻴﺰﻳﺎﺋﻴﻮن اﻟﺘﺄﻛﺪ ﻋﲆ اﻹﻃﻼق ﻣﻤﺎ إذا ﻛﺎﻧﺖ ﻣﺜﻞ ﻫﺬه اﻟﺒﻨﻴﺔ ﻣﻮﺟﻮدة أم ﻻ‪ ،‬وﻻ ﻳﺴﺘﻄﻴﻌﻮن‬

‫‪67‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ً‬
‫ﺣﻘﻴﻘﺔ ﻋﲆ أيﱢ ﻣﻌﻨًﻰ ﻣﺎدي‪ .‬إذا‬ ‫ﺣﺘﻰ اﻟﺘﺄﻛﺪ ﻣﻤﺎ إذا ﻛﺎن ﻣﺘﻐري ﺣﺎﻟﺔ اﻟﻨﻤﻮذج ‪ X‬ﻳﻨﻄﻮي‬
‫ﻛﺎن ‪ X‬ﻫﻮ ﻋﺪد اﻷراﻧﺐ ﰲ ﺣﺪﻳﻘﺔ ﺣﻘﻴﻘﻴﺔ‪ ،‬ﻳﺼﻌﺐ إذَن ﺗﺼﻮﱡر ﻋﺪم وﺟﻮد ‪X‬؛ إذ إن ‪X‬‬
‫ﻫﻲ ﻣﺠﺮد رﻗ ٍﻢ ﻣﺎ ﺻﺤﻴﺢ‪ .‬وﻟﻜﻦ‪ ،‬ﻣﺎذا ﻋﻦ ﻣﺘﻐريات اﻟﻨﻤﺎذج ﻣﺜﻞ ﴎﻋﺔ اﻟﺮﻳﺎح أو درﺟﺔ‬
‫ﻣﺘﺠﻪ ﺣﺎﻟﺘﻨﺎ؟ وإذا ﻟﻢ ﺗﻜﻦ‬‫اﻟﺤﺮارة؟ ﻫﻞ ﺛَﻤﱠ َﺔ أرﻗﺎم ﺣﻘﻴﻘﻴﺔ ﺗﺘﻮاءم ﻣﻊ ﺗﻠﻚ املﺮﻛﺒﺎت ﰲ ِ‬
‫ﻫﺬه اﻷرﻗﺎم ﻣﻮﺟﻮدة‪ ،‬ﻓﺄﻳﻦ ﻳﻨﻔﺼﻢ اﻟﺘﻮاؤم ﺑني اﻷراﻧﺐ وﴎﻋﺔ اﻟﺮﻳﺎح؟‬
‫ﻳﻬﺘﻢ اﻟﻔﻴﻠﺴﻮف ﻟﺪﻳﻨﺎ ﺑﻬﺬه اﻷﺳﺌﻠﺔ اﻫﺘﻤﺎﻣً ﺎ ﻛﺒريًا‪ ،‬وﻳﺠﺐ أن ﻧﻬﺘ ﱠﻢ ﺑﻬﺎ ﻧﺤﻦ ً‬
‫أﻳﻀﺎ‪.‬‬
‫ﻟﻮﻓريﻳﻪ — اﻟﻌﺎﻟﻢ اﻟﻔﺮﻧﴘ اﻟﺬي ﻋﻤﻞ ﻣﻊ ﻓﻴﺘﺰروي ﻟﻮﺿﻊ أول ﻧﻈﺎم إﻧﺬار ﻣﺒﻜﺮ ﻟﺘﻮﻗﻊ‬
‫ﺣﺎﻟﺔ اﻟﻄﻘﺲ — ﻣﺎت ﻣﺸﻬﻮ ًرا ﻻﻛﺘﺸﺎﻓﻪ ﻛﻮﻛﺒني‪ .‬اﺳﺘﺨﺪم ﻟﻮﻓريﻳﻪ ﻗﻮاﻧني ﻧﻴﻮﺗﻦ ﰲ ﺗﻮﻗﻊ‬
‫ﻣﻮﻗﻊ ﻛﻮﻛﺐ ﻧﺒﺘﻮن ﺑﻨﺎءً ﻋﲆ »ﺣﺎﻻت ﺷﺬوذ« ﰲ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ املﺮﺻﻮدة ﰲ ﻣﺪار ﻛﻮﻛﺐ‬
‫أﻳﻀﺎ »ﺣﺎﻻت اﻟﺸﺬوذ«‬ ‫واف‪ .‬ﺣ ﱠﻠﻞ ﻟﻮﻓريﻳﻪ ً‬
‫أوراﻧﻮس‪ ،‬وﺟﺮى رﺻﺪ ذﻟﻚ اﻟﻜﻮﻛﺐ ﻋﲆ ﻧﺤﻮ ٍ‬
‫ﰲ ﻣﺪار ﻛﻮﻛﺐ ﻋﻄﺎرد‪ ،‬وﻣﺮة أﺧﺮى أﺷﺎر إﱃ اﻟﺮاﺻﺪﻳﻦ ﺑﻤﻮﺿﻊ ﻛﻮﻛﺐ ﺟﺪﻳﺪ‪ ،‬وﻫﻮ ﻣﺎ‬
‫ً‬
‫ﺣﻘﻴﻘﺔ‪ .‬ﻛﺎن اﻟﻜﻮﻛﺐ اﻟﺠﺪﻳﺪ‪ ،‬اﻟﺬي أﻃﻠﻖ ﻋﻠﻴﻪ اﺳﻢ ﻓﻮﻟﻜﺎن‪ ،‬ﻗﺮﻳﺒًﺎ ﺟﺪٍّا ﻣﻦ اﻟﺸﻤﺲ‬ ‫وﺟﺪوه‬
‫وﺗﺼﻌُ ﺐ رؤﻳﺘﻪ‪ ،‬ﻟﻜﻨﻪ ﻇﻞ ﺗﺤﺖ اﻟﺮﺻﺪ ﻟﻌﻘﻮد‪ .‬ﻧﻌﺮف اﻵن أﻧﻪ ﻟﻴﺲ ﺛَﻤﱠ َﺔ ﻛﻮﻛﺐ ﻳُﺴﻤﱠ ﻰ‬
‫ﻓﻮﻟﻜﺎن؛ ُﺧﺪِع ﻟﻮﻓريﻳﻪ ﺑﺴﺒﺐ ﻋﺠﺰ ﻗﻮاﻧني ﻧﻴﻮﺗﻦ ﻋﻦ وﺻﻒ ﻣﺪار ﻛﻮﻛﺐ ﻋﻄﺎرد ﺟﻴﺪًا )ﻋﲆ‬
‫اﻟﺮﻏﻢ ﻣﻦ ﺗﻮﺻﻴﻒ ﻗﻮاﻧني أﻳﻨﺸﺘﺎﻳﻦ ﻟﻪ ﺑﺼﻮرة أﻓﻀﻞ(‪ .‬ﻛﻢ ﻣﺮة أﻟﻘﻴﻨﺎ ﺑﺎﻟﻼﺋﻤﺔ ﻋﲆ ﻋﺪم‬
‫اﻟﺘﻮاﻓﻖ ﺑني ﻧﻤﺎذﺟﻨﺎ وﺑﻴﺎﻧﺎﺗﻨﺎ ﻋﻦ اﻟﺘﺸﻮﻳﺶ‪ ،‬ﰲ ﺣني ﻳﺮﺟﻊ اﻟﺴﺒﺐ اﻟﺠﺬري ﰲ ﺣﻘﻴﻘﺔ‬
‫ً‬
‫ﺗﺸﻮﻳﻘﺎ ﰲ اﻟﻌﻠﻢ ﻋﲆ اﻟﺘﺨﻮم‪ ،‬ﺳﻮاءٌ‬ ‫اﻷﻣﺮ إﱃ ﻋﺪم ﻣﻼءﻣﺔ اﻟﻨﻤﺎذج؟ ﺗﺠﺮي أﻛﺜﺮ اﻷﺷﻴﺎء‬
‫أدرك اﻟﻌﻠﻤﺎء ذﻟﻚ أم ﻻ‪ .‬ﻻ ﻧﻌﺮف ﻋﲆ وﺟﻪ اﻟﺘﺤﺪﻳﺪ إن ﻛﺎﻧﺖ اﻟﻘﻮاﻧني اﻟﺤﺎﻟﻴﺔ ﺻﺎﻟﺤﺔ‬
‫ﻟﻠﺘﻄﺒﻴﻖ ﻋﲆ ﺗﺨﻮم اﻟﻌﻠﻢ أم ﻻ‪ ،‬وﻳﻌﺘﱪ ﻋﻠﻢ املﻨﺎخ اﻟﺤﺪﻳﺚ ً‬
‫ﻣﺜﺎﻻ ﻃﻴﺒًﺎ ﻋﲆ اﻟﻌﻤﻞ اﻟﺸﺎق‬
‫اﻟﺬي ﻳﺠﺮي ﻋﲆ ﺗﺨﻮم ﻓﻬﻤﻨﺎ‪.‬‬
‫ﺑﻴﱠﻨ َ ْﺖ دراﺳﺔ اﻟﻔﻮﴇ أﻫﻤﻴﺔ اﻟﺘﻤﻴﻴﺰ ﺑني ﻣﺴﺄﻟﺘَني ﻣﺨﺘﻠﻔﺘَني‪ ،‬إﺣﺪاﻫﻤﺎ آﺛﺎر ﻋﺪم‬
‫اﻟﻴﻘني ﻋﲆ اﻟﺤﺎﻟﺔ أو املﻌﻠﻤﺎت‪ ،‬واﻷﺧﺮى ﻋﺪم ﻣﻼءﻣﺔ ﻧﻤﺎذﺟﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ ﻧﻔﺴﻬﺎ‪ .‬ﻳﺴﺘﻄﻴﻊ‬
‫ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت ﻣﻤﱠ ْﻦ ﻳﻌﻤﻠﻮن ﰲ إﻃﺎر ﺳﻴﻨﺎرﻳﻮ اﻟﻨﻤﻮذج املﺜﺎﱄ ﺗﺤﻘﻴﻖ ﺗﻘﺪﱡم ﻣﻦ ﺧﻼل‬
‫اﻟﺘﻈﺎﻫﺮ ﺑﺄﻧﻬﻢ ﻻ ﻳﺤﺮزون أي ﺗﻘﺪﱡم‪ ،‬ﺑﻴﻨﻤﺎ ﻗﺪ ﻳﺘﺴﺒﱠﺐ اﻟﻌﻠﻤﺎء اﻟﺬﻳﻦ ﻳﺘﻈﺎﻫﺮون — أو‬
‫ﻳﻌﺘﻘﺪون — ﺑﺄﻧﻬﻢ ﻳﻌﻤﻠﻮن ﰲ إﻃﺎر ﺳﻴﻨﺎرﻳﻮ ﻧﻤﻮذج ﻣﺜﺎﱄ‪ ،‬ﰲ ﺣني أﻧﻬﻢ ﻟﻴﺴﻮا ﻛﺬﻟﻚ ﰲ‬
‫ﺆﺧﺬ ﻋﲆ ﻧﺤﻮ ﺳﺎذج ﻛﺄﺳﺎس ﻟﻌﻤﻠﻴﺔ اﺗﺨﺎذ اﻟﻘﺮار‪.‬‬ ‫ً‬
‫ﺧﺎﺻﺔ إذا ﻛﺎﻧﺖ ﻧﻤﺎذﺟﻬﻢ ﺗُ َ‬ ‫ﴐر ﺑﺎﻟﻎ‪،‬‬
‫اﻟﺤﻘﻴﻘﺔ اﻟﻮاﺿﺤﺔ ﻫﻨﺎ ﻫﻲ أﻧﻨﺎ ﻻ ﻧﺴﺘﻄﻴﻊ ﺗﻄﺒﻴﻖ ﻣﻌﺎﻳري اﻟﱪﻫﺎن اﻟﺮﻳﺎﴈ ﻋﲆ اﻟﻨﻈﻢ‬
‫اﻟﻔﻴﺰﻳﺎﺋﻴﺔ‪ ،‬ﺑﻞ ﻋﲆ ﻧﻤﺎذﺟﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ ﻟﻠﻨﻈﻢ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ ﻓﻘﻂ‪ .‬ﻳﺴﺘﺤﻴﻞ إﺛﺒﺎت ﻓﻮﺿﻮﻳﺔ‬

‫‪68‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﺴﻴﺎق‪ :‬اﻟﺤﺘﻤﻴﺔ واﻟﻌﺸﻮاﺋﻴﺔ واﻟﺘﺸﻮﻳﺶ‬

‫ﻧﻈﺎم ﻓﻴﺰﻳﺎﺋﻲ‪ ،‬أو دورﻳﺘﻪ‪ .‬ﻳﺠﺐ أن ﻳﺘﺬ ﱠﻛﺮ اﻟﻔﻴﺰﻳﺎﺋﻲ واﻟﺮﻳﺎﴈ ﻟﺪﻳﻨﺎ دوﻣً ﺎ أﻧﻬﻤﺎ ﰲ ﺑﻌﺾ‬
‫اﻷﺣﻴﺎن ﻳﺴﺘﺨﺪﻣﺎن اﻟﻜﻠﻤﺎت ﻧﻔﺴﻬﺎ ﻟﻺﺷﺎرة إﱃ أﺷﻴﺎء ﻣﺨﺘﻠﻔﺔ ﻧﻮﻋً ﺎ ﻣﺎ‪ ،‬وﻫﻤﺎ ﺑﻔﻌﻞ ذﻟﻚ‬
‫ﺑﻌﺾ اﻟﺼﻌﻮﺑﺔ ﻋﺎد ًة وﻳﺸﻌﺮان ﺑﻘﺪر ﻫﺎﺋﻞ ﻣﻦ املﺮارة‪ .‬ﻳﺸري ﺗﻌﻠﻴﻖ ﻣﺎخ اﻟﺴﺎﺑﻖ‬ ‫ﻳﻮاﺟﻬﺎن َ‬
‫إﱃ أن ﻫﺬا اﻷﻣﺮ ﻟﻴﺲ ﺷﻴﺌًﺎ ﺟﺪﻳﺪًا‪.‬‬

‫‪69‬‬
 ‫اﻟﻔﺼﻞ اﻟﺮاﺑﻊ‬

‫اﻟﻔﻮﺿﻰ ﰲ اﻟﻨﲈذج اﻟﺮﻳﺎﺿﻴﺔ‬

‫ﺳﻨﺼﺒﺢ أﻓﻀﻞ ً‬
‫ﺣﺎﻻ إذا أدرك ﻋﺪد أﻛﺜﺮ ﻣﻦ اﻷﺷﺨﺎص أن اﻟﻨﻈﻢ اﻟﻼﺧﻄﻴﺔ‬
‫ﱠ‬
‫ﺧﻮاص دﻳﻨﺎﻣﻴﻜﻴﺔ ﺑﺴﻴﻄﺔ‪.‬‬ ‫اﻟﺒﺴﻴﻄﺔ ﻻ ﺗﻤﺘﻠﻚ ﺑﺎﻟﴬورة‬
‫اﻟﻠﻮرد ﻣﺎي )‪(١٩٧٦‬‬

‫ﻳﻌﺮض ﻫﺬا اﻟﻔﺼﻞ ملﺴﺢ ﻣﻮﺟﺰ ﺟﺪٍّا ﻟﻠﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ اﻟﻔﻮﺿﻮﻳﺔ ﻣﻦ ﻋﻠﻢ اﻟﺤﻴﻮان إﱃ‬
‫ﻋﻠﻢ اﻟﻔﻠﻚ‪ .‬ﻣﺜﻞ أي ﻏﺰو ﺛﻘﺎﰲ‪ ،‬ﻛﺎﻧﺖ اﻟﻨﻤﺎذج اﻟﺤﺘﻤﻴﺔ اﻟﻼﺧﻄﻴﺔ ذات اﻻﻋﺘﻤﺎد اﻟﺤﺴﺎس‬
‫ﺗَﻠﻘﻰ ﺗﺮﺣﻴﺒًﺎ ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن‪ ،‬وﻻ ﺗﻠﻘﺎه ﰲ أﺣﻴﺎن أﺧﺮى‪ .‬وﻗﺪ ﻟﻘﻴﺖ ﺗﺮﺣﻴﺒًﺎ ﺑﺎﻧﺘﻈﺎم‬
‫ً‬
‫ﻣﺬﻫﻼ‬ ‫ﱡ‬
‫اﻟﺘﺤﻘﻖ اﻟﺘﺠﺮﻳﺒﻲ ﻣﻦ ﻧﺒﻮءاﺗﻬﺎ اﻟﻌﻠﻤﻴﺔ — ﻣﺜﻠﻤﺎ ﺳﻨﺮى —‬ ‫ﰲ اﻟﻔﻴﺰﻳﺎء ﺣﻴﺚ ﻛﺎن‬
‫ﺑﻜﻞ ﻣﻌﻨﻰ اﻟﻜﻠﻤﺔ‪ .‬ﰲ ﻣﺠﺎﻻت أﺧﺮى‪ ،‬ﺑﻤﺎ ﰲ ذﻟﻚ ﻣﺠﺎل ﻋﻠﻢ أﺣﻴﺎء اﻟﺴﻜﺎن‪ ،‬ﻻ ﺗﺰال ﻋﻼﻗﺔ‬
‫اﻟﻔﻮﴇ ﺑﻪ ﻣﺤ ﱠﻞ ﺗﺴﺎؤل‪ ،‬ﻏري أن ﻋﻠﻤﺎء أﺣﻴﺎء اﻟﺴﻜﺎن ﻛﺎﻧﻮا ﻫﻢ ﻣَ ﻦ ﻃﺮﺣﻮا ﺑﺪاﻳﺎت اﻟﻨﻤﺎذج‬
‫اﻟﻔﻮﺿﻮﻳﺔ ﻗﺒﻞ ﻋﻘﺪ ﻣﻦ ﻇﻬﻮر ﻧﻤﺎذج ﻋﻠﻤﺎء اﻟﻔﻠﻚ وﻋﻠﻤﺎء اﻷرﺻﺎد اﻟﺠﻮﻳﺔ ﰲ املﺸﻬﺪ‪ .‬وﻗﺪ‬
‫ﺗﺠﺪﱠد اﻻﻫﺘﻤﺎم ﺑﻬﺬه اﻟﺠﻬﻮد ﰲ ﻋﺎم ‪ ١٩٧٦‬ﻣﻦ ﺧﻼل ﻣﻘﺎﻟﺔ ﺑﺤﺜﻴﺔ ﻧﻘﺪﻳﺔ واﺳﻌﺔ اﻟﺘﺄﺛري‬
‫واﻻﻧﺘﺸﺎر ﰲ ﻣﺠﻠﺔ »ﻧﻴﺘﴩ«‪ .‬وﺳﻨﺒﺪأ ﺑﺎﻻﺳﺘﺒﺼﺎرات اﻷﺳﺎﺳﻴﺔ اﻟﺘﻲ ﻧﻮﱠﻫﺖ ﻋﻨﻬﺎ ﺗﻠﻚ املﻘﺎﻟﺔ‪.‬‬

‫أﺧﻄﺎء ﻣﺎي اﻟﻌﺰﻳﺰة‬

‫ﰲ ﻋﺎم ‪ ،١٩٧٦‬ﻗ ﱠﺪ َم اﻟﻠﻮرد ﻣﺎي ﻣﻘﺎﻟﺔ ﻧﻘﺪﻳﺔ ﺣﺎزت ﻋﲆ اﻻﻫﺘﻤﺎم ﺣﻮل دﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻔﻮﴇ‬
‫ﰲ ﻣﺠﻠﺔ »ﻧﻴﺘﴩ«‪ ،‬وﻗﺪ ﻗﺎﻣﺖ ﺑﻌﺮض املﻼﻣﺢ اﻷﺳﺎﺳﻴﺔ ﰲ اﻟﻨﻈﻢ اﻟﻼﺧﻄﻴﺔ اﻟﺤﺘﻤﻴﺔ‪ .‬ﻣﺸريًا‬
‫إﱃ أن ﻛﺜريًا ﻣﻦ اﻷﺳﺌﻠﺔ اﻟﺸﺎﺋﻘﺔ ﻇ ﱠﻞ ﺑﻼ إﺟﺎﺑﺔ‪ ،‬رأى ﻣﺎي أن ﻫﺬا املﻨﻈﻮر اﻟﺠﺪﻳﺪ ﻻ‬
‫أﻳﻀﺎ‪ ،‬وأن املﻨﻈﻮر ﻛﺎن ﻳﺘﻀﻤﻦ ﻛﻞ‬‫ﻳﻘﺪﱢم ﻗﻴﻤﺔ ﻧﻈﺮﻳﺔ ﻓﺤﺴﺐ‪ ،‬ﺑﻞ ﻗﻴﻤﺔ ﻋﻤﻠﻴﺔ وﺗﺮﺑﻮﻳﺔ ً‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﳾء ﺑَﺪءًا ﻣﻦ اﻻﺳﺘﻌﺎرات اﻟﺠﺪﻳﺪة املﺴﺘﺨﺪﻣﺔ ﰲ وﺻﻒ اﻟﻨﻈﻢ‪ ،‬إﱃ اﻟﻜﻤﻴﺎت اﻟﺠﺪﻳﺪة اﻟﺘﻲ‬
‫ﺗﻨﺘﻈﺮ اﻟﺮﺻﺪ وﻗﻴﻢ املﻌﻠﻤﺎت اﻟﺠﺪﻳﺪة اﻟﺘﻲ ﺗﻨﺘﻈﺮ اﻟﺘﻘﺪﻳﺮ‪ .‬ﻣﻦ ﺑني أﺑﺴﻂ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت‬
‫دﻳﻨﺎﻣﻴﻜﻴﺎت ﻣﺠﻤﻮﻋﺎت اﻟﱰﺑﻴﺔ ﺣﻴﺚ ﻻ ﻳﺘﺪاﺧﻞ ﺟﻴﻞ ﻣﻊ اﻟﺠﻴﻞ اﻟﺘﺎﱄ؛ ﻓﺎﻟﺤﴩات‬ ‫ُ‬ ‫اﻟﺴﻜﺎﻧﻴﺔ‬
‫ﺟﻴﻼ واﺣﺪًا ﺳﻨﻮﻳٍّﺎ‪ ،‬ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل‪ ،‬ﻳﻤﻜﻦ وﺻﻔﻬﺎ ﻣﻦ ﺧﻼل ﺧﺮاﺋﻂ زﻣﻨﻴﺔ‬ ‫اﻟﺘﻲ ﺗُﻨﺘﺞ ً‬
‫ﻣﻨﻔﺼﻠﺔ‪ .‬وﰲ ﻫﺬه اﻟﺤﺎﻟﺔ ﺳﺘﻤﺜﱢﻞ ‪ Xi‬املﺠﻤﻮﻋﺔ اﻟﺴﻜﺎﻧﻴﺔ‪ ،‬أو ﻛﺜﺎﻓﺔ اﻟﺴﻜﺎن‪ ،‬ﰲ اﻟﺴﻨﺔ رﻗﻢ‬
‫‪ith‬؛ وﻣﻦ ﺛ َ ﱠﻢ ﺳﻴﻜﻮن ﻟﺴﻠﺴﻠﺘﻨﺎ اﻟﺰﻣﻨﻴﺔ ﻗﻴﻤﺔ واﺣﺪة ﻟﻜﻞ ﺳﻨﺔ‪ ،‬وﺗﻤﺜﱢﻞ اﻟﺨﺮﻳﻄﺔ اﻟﻘﺎﻋﺪة اﻟﺘﻲ‬
‫َ‬
‫ﻛﺜﺎﻓﺔ‬ ‫ﺗﺤﺪﱢد ﺣﺠﻢ اﻟﺘﻌﺪاد ﰲ اﻟﺴﻨﺔ اﻟﺘﺎﻟﻴﺔ ﻋﻨﺪ ﻣﻌﺮﻓﺔ ﺗﻌﺪاد ﻫﺬا اﻟﻌﺎم‪ ،‬وﻳﻤﺜﱢﻞ املﻌﻠﻢ ‪α‬‬
‫املﻮارد‪ .‬ﰲ ﺧﻤﺴﻴﻨﻴﺎت اﻟﻘﺮن اﻟﻌﴩﻳﻦ‪ ،‬وﺿﻊ ﻣﻮران ورﻳﻜﺮ ﻛ ﱞﻞ ﻣﻨﻬﻤﺎ ﻋﲆ ﺣﺪ ٍة اﻟﺨﺮﻳﻄﺔ‬
‫املﻮﺿﺤﺔ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪) 2-3‬و(‪ .‬وﺑﺎﻟﻨﻈﺮ إﱃ ﻫﺬا اﻟﺮﺳﻢ اﻟﺒﻴﺎﻧﻲ‪ ،‬ﻳﻤﻜﻨﻨﺎ ﻣﻼﺣﻈﺔ أﻧﻪ ﰲ‬
‫ﺣﺎل ِﺻ َﻐﺮ ﻗﻴﻤﺔ ‪ ،X‬ﺗﺼﺒﺢ ﻗﻴﻤﺔ ‪ X‬اﻟﺘﺎﻟﻴﺔ أﻛﱪ؛ أي إن اﻟﺘﻌﺪادات اﻟﺼﻐرية ﺗﺰداد‪ ،‬ﻏري أﻧﻪ‬
‫إذا ﺻﺎرت ﻗﻴﻤﺔ ‪ X‬أﻛﱪ ﻣﻤﺎ ﻳﻨﺒﻐﻲ‪ ،‬ﺗﺼﺒﺢ ﻗﻴﻤﺔ ‪ X‬اﻟﺘﺎﻟﻴﺔ ﺻﻐرية‪ ،‬وﻋﻨﺪﻣﺎ ﺗﻜﻮن اﻟﻘﻴﻤﺔ‬
‫اﻟﺤﺎﻟﻴﺔ ﻛﺒرية ﺟﺪٍّا‪ ،‬ﺗﺼﺒﺢ اﻟﻘﻴﻤﺔ اﻟﺘﺎﻟﻴﺔ ﺻﻐرية ﺟﺪٍّا‪ .‬ﺗﺴﺘﻨﻔﺪ اﻟﺘﻌﺪادات اﻟﻜﺒرية املﻮارد‬
‫املﺘﺎﺣﺔ ﻟﻜﻞ ﻓﺮد؛ وﻣﻦ ﺛ َ ﱠﻢ ﺗﱰاﺟﻊ ﻋﻤﻠﻴﺔ اﻟﺘﻜﺎﺛﺮ اﻟﻨﺎﺟﺤﺔ‪.‬‬
‫ﺮﺻﺪ ﻣﻨﺬ وﻗﺖ ﻃﻮﻳﻞ‪،‬‬ ‫ﻟﻄﺎملﺎ ﻛﺎﻧﺖ اﻟﺘﻌﺪادات املﺘﺬﺑﺬﺑﺔ ﺑﺼﻮرة ﻏري ﻣﻨﺘﻈﻤﺔ ﺗُ َ‬
‫ﻃﻮﻳﻼ ﺣﻮل أﺻﻮﻟﻬﺎ‪ .‬ﺗُﻌﺘﱪ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ﻟﻠﻮﺷﻖ اﻟﻜﻨﺪي‬ ‫ً‬ ‫وﻛﺎن اﻟﺒﺎﺣﺜﻮن ﻗﺪ اﺧﺘﻠﻔﻮا‬
‫ﻓﻀﻼ ﻋﻦ ﺳﻼﺳﻞ اﻟﺒﻘﻊ اﻟﺸﻤﺴﻴﺔ‪ ،‬ﻣﻦ ﺑني أﻛﺜﺮ‬ ‫ً‬ ‫وﻓﱤان اﻟﺤﻘﻮل اﻻﺳﻜﻨﺪﻧﺎﻓﻴﺔ واﻟﻴﺎﺑﺎﻧﻴﺔ‪،‬‬
‫ﺗﺤﻠﻴﻼ ﰲ ﺟﻤﻴﻊ اﻹﺣﺼﺎءات‪ .‬وﻗﺪ ﺟﺎءت ﻓﻜﺮة أن اﻟﻨﻤﺎذج اﻟﻼﺧﻄﻴﺔ‬ ‫ً‬ ‫ﻣﺠﻤﻮﻋﺎت اﻟﺒﻴﺎﻧﺎت‬
‫ﻈﻬﺮ ﺗﺬﺑﺬﺑﺎت ﻏري ﻣﻨﺘﻈﻤﺔ ﻋﲆ ﻫﺬا اﻟﻨﺤﻮ ﻟﺘﻘﱰح آﻟﻴﺔ ﻣﺤﺘﻤﻠﺔ ﺟﺪﻳﺪة‬ ‫اﻟﺒﺴﻴﻄﺔ ﻟﻠﻐﺎﻳﺔ ﻗﺪ ﺗُ ِ‬
‫ﻟﺘﺬﺑﺬﺑﺎت اﻟﺘﻌﺪاد اﻟﺤﻘﻴﻘﻴﺔ؛ وﻫﻲ آﻟﻴﺔ ﻛﺎﻧﺖ ﺗﺘﻌﺎرض ﻣﻊ اﻟﻔﻜﺮة اﻟﻘﺎﺋﻠﺔ ﺑﺄن اﻟﺘﻌﺪادات‬
‫»اﻟﻄﺒﻴﻌﻴﺔ« ﻳﺠﺐ أن ﺗﺤﺘﻔﻆ ﺑﻤﺴﺘﻮًى ﺛﺎﺑﺖ أو دورة ﻣﺘﻜﺮرة ﻣﻨﺘﻈﻤﺔ‪ .‬ﺗﻨﻄﻮي ﻓﻜﺮة ﻋﺪم‬
‫ﺣﺎﺟﺔ ﻫﺬه اﻟﺘﺬﺑﺬﺑﺎت اﻟﺘﻲ »ﺗﺒﺪو« ﻋﺸﻮاﺋﻴﺔ إﱃ أن ﺗﺴﺘﺤﺜﻬﺎ ﺑﻌﺾ اﻟﻘﻮى اﻟﺨﺎرﺟﻴﺔ ﻣﺜﻞ‬
‫اﻟﻄﻘﺲ — وﻟﻜﻨﻬﺎ ﻗﺪ ﺗﻜﻮن ﻣﺘﺄﺻﻠﺔ ﰲ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﺴﻜﺎﻧﻴﺔ اﻟﻄﺒﻴﻌﻴﺔ — ﻋﲆ إﻣﻜﺎﻧﻴﺔ‬
‫ﻧﺤﻮ ﺟﺬريﱟ ‪ .‬وﺑﻴﻨﻤﺎ ﻳﺸري ﻣﺎي إﱃ‬ ‫ﺗﻐﻴري ﻣﺤﺎوﻻت ﻓﻬﻢ وإدارة املﺠﻤﻮﻋﺎت اﻟﺴﻜﺎﻧﻴﺔ ﻋﲆ ٍ‬
‫أن »اﺳﺘﺒﺪال املﻌﻠﻤﺎت اﻟﺴﻠﺒﻴﺔ ﺑﺘﻔﺎﻋﻼت إﺣﺪى اﻟﺠﻤﺎﻋﺎت اﻟﺴﻜﺎﻧﻴﺔ ﻣﻊ ﺑﻴﺌﺘﻬﺎ اﻟﺒﻴﻮﻟﻮﺟﻴﺔ‬
‫ﻋﺮﺿﺎ ﻟﻠﺴﻠﻮﻛﻴﺎت اﻟﺸﺎﺋﻘﺔ‬ ‫ً‬ ‫واﻟﻄﺒﻴﻌﻴﺔ ﻗﺪ ﻳﻔﴤ إﱃ إﻟﺤﺎق ﴐر ﻫﺎﺋﻞ ﺑﺎﻟﻮاﻗﻊ«‪ ،‬ﻗﺪﱠم ﻣﺎي‬
‫ﰲ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‪ .‬ﺗﻨﺘﻬﻲ املﻘﺎﻟﺔ »ﺑﺮﺟﺎء ﻳﻤﻠﺆه اﻟﺤﻤﺎس واﻟﺤﺮارة ﻹدراج ﻫﺬه‬
‫املﻌﺎدﻻت اﻟﻔﺮﻗﻴﺔ ﰲ ﻣﻘﺮرات اﻟﺮﻳﺎﺿﻴﺎت اﻷﺳﺎﺳﻴﺔ‪ ،‬ﺑﺤﻴﺚ ﻳُﺜ َﺮى ﺣﺪس اﻟﻄﻼب ﻣﻦ ﺧﻼل‬
‫رؤﻳﺘﻬﻢ ﻟﻸﺷﻴﺎء اﻟﺮاﺋﻌﺔ اﻟﺘﻲ ﺗﺴﺘﻄﻴﻊ املﻌﺎدﻻت اﻟﻼﺧﻄﻴﺔ اﻟﺒﺴﻴﻄﺔ ﺗﻨﻔﻴﺬﻫﺎ‪ «.‬ﺗﻌﻮد ﻫﺬه‬
‫اﻟﻌﺒﺎرة إﱃ ﺛﻼﺛﺔ ﻋﻘﻮد ﻣﻀﺖ‪.‬‬

‫‪72‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ‬

‫ﻆ أن ﺗﺮﻛﻴﺰ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت‬ ‫ً‬

‫ﻻﺣﻘﺎ‪ ،‬ﻟﻜﻦ ﻻﺣِ ْ‬ ‫ﺳﻨﺒﺤﺚ ﺑﻌﺾ ﻫﺬه اﻷﺷﻴﺎء اﻟﺮاﺋﻌﺔ‬
‫ُﻘﺼﺪ ﻣﻦ وراﺋﻪ اﻹﺷﺎرة إﱃ أن ﻫﺬه اﻟﺨﺮﻳﻄﺔ ﰲ ﺣ ﱢﺪ ذاﺗﻬﺎ‬ ‫ﻋﲆ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ ﻻ ﻳ َ‬
‫»ﺗﺘﺤ ﱠﻜﻢ« ﺑﺄي ﺷﻜﻞ ﻣﻦ اﻷﺷﻜﺎل ﰲ اﻟﻨﻈﻢ اﻟﻄﺒﻴﻌﻴﺔ واﻟﺒﻴﻮﻟﻮﺟﻴﺔ‪ .‬أﺣﺪ اﻷﺷﻴﺎء اﻟﺘﻲ ﺗﻔ ﱢﺮق‬
‫ﺑني اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻼﺧﻄﻴﺔ واﻟﺘﺤﻠﻴﻞ اﻟﺘﻘﻠﻴﺪي ﻫﻮ أن اﻷوﱃ ﺗﻤﻴﻞ إﱃ اﻟﱰﻛﻴﺰ أﻛﺜﺮ ﻋﲆ‬
‫ﺳﻠﻮك اﻟﻨﻈﻢ وﻟﻴﺲ ﻋﲆ ﺗﻔﺎﺻﻴﻞ أي ﺣﺎﻟﺔ أوﻟﻴﺔ واﺣﺪة وﻓﻖ ﻣﻌﺎدﻻت ﻣﺤﺪدة ذات ﻗﻴﻢ‬
‫ﻣﻌﻠﻤﺎت ﻣﺤﺪدة‪ ،‬أي إﻧﻪ ﺗﺮﻛﻴﺰ ﻋﲆ اﻷﺷﻜﺎل اﻟﻬﻨﺪﺳﻴﺔ أﻛﺜﺮ ﻣﻦ اﻹﺣﺼﺎءات‪ .‬ﻗﺪ ﺗﻜﻮن‬
‫أﻫﻤﻴﺔ ﻣﻦ اﻹﺣﺼﺎءات »اﻟﺠﻴﺪة«‪ .‬وﻳﺘﻀﺢ أن اﻟﺨﺮﻳﻄﺔ‬ ‫ً‬ ‫ﺑﻌﺾ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت املﺸﺎﺑﻬﺔ أﻛﺜﺮ‬
‫اﻟﻠﻮﺟﻴﺴﺘﻴﺔ وﺧﺮﻳﻄﺔ ﻣﻮران‪-‬رﻳﻜﺮ ﻣﺘﺸﺎﺑﻬﺘﺎن ﺟﺪٍّا ﰲ ﻫﺬا اﻟﺠﺎﻧﺐ‪ ،‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ أﻧﻬﻤﺎ‬
‫ﺗﺒﺪوان ﻣﺨﺘﻠﻔﺘَني ﺗﻤﺎﻣً ﺎ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪)2-3‬و(‪ .‬رﺑﻤﺎ ﺗﻜﻮن اﻟﺘﻔﺎﺻﻴﻞ ﻣﻬﻤﺔ ﺑﺎﻟﻄﺒﻊ‪،‬‬
‫ورﺑﻤﺎ ﻳﻜﻮن اﻟﺪور املﺴﺘﻤﺮ ﻟﻠﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ ﻧﻔﺴﻪ ﺗﺮﺑﻮﻳٍّﺎ‪ ،‬ﺑﺈﺳﻬﺎﻣﻪ ﰲ دﺣﺾ اﻻﻋﺘﻘﺎد‬
‫اﻟﺘﺎرﻳﺨﻲ اﻟﺴﺎﺋﺪ اﻟﻘﺎﺋﻞ ﺑﺄن اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت املﻌﻘﺪة ﺗﺘﻄﻠﺐ ﻧﻤﺎذج ﻣﻌﻘﺪة أو ﻋﺸﻮاﺋﻴﺔ‪.‬‬

‫اﻟﻌﻤﻮﻣﻴﺔ‪ :‬ﱡ‬
‫ﺗﻮﻗﻊ ﻣﺴﺎرات إﱃ اﻟﻔﻮﴇ‬

‫ﺗﻨﻮﻳﻌﺎت ﰲ اﻟﺴﻠﻮك ﺛﺮﻳﺔ ﻋﲆ ﻧﺤﻮ ﻣﺬﻫﻞ‪ .‬ﻳﻠﺨﺺ اﻟﺸﻜﻞ‬ ‫ٍ‬ ‫ﺗُﻔﴤ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ إﱃ‬
‫رﻗﻢ ‪ 1-4‬اﻟﺬي ﻳ ﱢُﺒني اﻟﺘﺸﻌﱡ ﺐ اﻟﺸﻬري ﺳﻠﻮ َك اﻟﺨﺮﻳﻄﺔ ﻋﻨﺪ ﻗِ ﻴَﻢ ﻣﺨﺘﻠﻔﺔ ﻛﺜرية ملﻌﻠﻤﺎﺗﻬﺎ ﰲ‬
‫ﺷﻜﻞ واﺣﺪ‪ .‬املﺤﻮر اﻷﻓﻘﻲ ﻫﻮ ‪ ،α‬وﺗﺸري اﻟﻨﻘﺎط ﰲ أي ﴍﻳﺤﺔ رأﺳﻴﺔ إﱃ اﻟﺤﺎﻻت اﻟﺘﻲ‬
‫ﺗﻘﻊ ﺑﺎﻟﻘﺮب ﻣﻦ ﻋﻨﴫ اﻟﺠﺬب ﻟﻘﻴﻤﺔ ‪ α‬ﺗﻠﻚ‪ .‬ﺗﻌﻜﺲ ‪ α‬ﻫﻨﺎ ﻣﻌﻠﻤً ﺎ ﻣﺎ ﰲ اﻟﻨﻈﺎم؛ ﻓﺈذا ﻛﺎﻧﺖ‬
‫‪ X‬ﺗﻤﺜﱢﻞ ﻋﺪد اﻷﺳﻤﺎك ﰲ اﻟﺒﺤرية‪ ،‬ﻓﺈن ‪ α‬ﺗﻤﺜﱢﻞ إذَن ﻛﻤﻴﺔ اﻟﻐﺬاء ﰲ اﻟﺒﺤرية‪ ،‬وإذا ﻛﺎﻧﺖ ‪X‬‬
‫ﺗﻤﺜﱢﻞ اﻟﺰﻣﻦ املﻨﻘﴤ ﺑني ﻗﻄﺮة وأﺧﺮى ﻣﻦ ﻗﻄﺮات املﺎء ﻣﻦ اﻟﺼﻨﺒﻮر‪ ،‬ﻓﺈن ‪ α‬إذَن ﻫﻲ‬
‫ﻣﻌﺪل املﺎء املﺘﴪب ﻣﻦ اﻟﺼﻨﺒﻮر‪ ،‬وإذا ﻛﺎﻧﺖ ‪ X‬ﺗﻤﺜﱢﻞ ﺣﺮﻛﺔ اﻟﺘﻘﻠﺒﺎت ﰲ اﻟﺤﻤﻞ اﻟﺤﺮاري‬
‫ﰲ اﻟﺴﻮاﺋﻞ‪ ،‬ﻓﺈن ‪ α‬ﻫﻲ ﻛﻤﻴﺔ اﻟﺤﺮارة اﻟﺘﻲ اﻧﺘﻘﻠﺖ إﱃ ﻗﺎع اﻹﻧﺎء‪ .‬وﻳﻈﻞ اﻟﺴﻠﻮك ﻫﻮ ﻧﻔﺴﻪ‬
‫ﰲ ﻧﻤﺎذج أﺷﻴﺎء ﻣﺨﺘﻠﻔﺔ ﺗﻤﺎﻣً ﺎ‪ .‬ﰲ ﺣﺎل ﻛﺎﻧﺖ ﻗﻴﻤﺔ ‪ α‬ﺻﻐرية )إﱃ اﻟﻴﺴﺎر( ﺛَﻤﱠ َﺔ ﻧﻘﻄﺔ‬
‫ﻋﻨﴫ ﺟﺬب ﺛﺎﺑﺘﺔ‪ ،‬وﺗﺰداد ﻗﻴﻤﺔ اﻟﻨﻘﻄﺔ اﻟﺜﺎﺑﺘﺔ ﻣﻊ زﻳﺎدة ﻗﻴﻤﺔ ‪ ،α‬ﺣﺘﻰ ﺗﺒﻠﻎ ‪ α‬ﻗﻴﻤﺔ‬
‫واﺣﺪ ﺻﺤﻴﺢ‪ ،‬وﻫﻲ اﻟﻘﻴﻤﺔ اﻟﺘﻲ ﺗﺨﺘﻔﻲ ﻋﻨﺪﻫﺎ اﻟﻨﻘﻄﺔ اﻟﺜﺎﺑﺘﺔ‪ ،‬وﻧﺮﺻﺪ ﺗﻜﺮارات ﺗﱰاوح‬
‫ﺑني ﻧﻘﻄﺘَني؛ وﻫﻮ ﻣﺎ ﻳﻤﺜﱢﻞ ﺣﻠﻘﺔ دورة ﺛﺎﻧﻴﺔ‪ .‬وﻣﻊ اﺳﺘﻤﺮار ‪ α‬ﰲ اﻟﺰﻳﺎدة‪ ،‬ﻧﺼﻞ إﱃ ﺣﻠﻘﺔ‬
‫دورة راﺑﻌﺔ‪ ،‬ﺛﻢ إﱃ ﺣﻠﻘﺔ دورة ﺛﺎﻣﻨﺔ‪ ،‬ﺛﻢ ﺣﻠﻘﺔ دورة ‪ ،١٦‬ﺛﻢ ‪ ٣٢‬وﻫﻜﺬا‪ ،‬وﻫﻮ ﻣﺎ ﻳﻤﺜﱢﻞ‬
‫ﻋﻤﻠﻴﺔ ﺗﺸﻌﱡ ﺐ ﻣﺮ ًة ﺑﻌﺪ ﻣﺮة‪.‬‬

‫‪73‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫‪١‬‬

‫‪٠,٩‬‬

‫‪٠,٨‬‬

‫‪٠,٧‬‬

‫‪٠,٦‬‬ ‫اﻟﺘﻀﺎﻋﻒ اﻷول‬ ‫اﻟﺘﻀﺎﻋﻒ اﻟﺘﻀﺎﻋﻒ اﻟﺜﺎﻧﻲ‬

‫اﻟﺜﺎﻟﺚ‬
‫‪٠,٥‬‬

‫‪٠,٤‬‬

‫‪٢,٨‬‬ ‫‪٢,٩‬‬ ‫‪٣‬‬ ‫‪٣,١‬‬ ‫‪٣,٢‬‬ ‫‪٣,٣‬‬ ‫‪٣,٤‬‬ ‫‪٣,٥‬‬

‫ﻣﻦ ‪ ٢٫٨‬إﱃ‬ ‫‪α‬‬ ‫ﺷﻜﻞ ‪ :1-4‬ﺳﻠﻮك ﺗﻀﺎﻋﻒ اﻟﺪورة ﰲ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ ﻣﻊ زﻳﺎدة ﻗﻴﻤﺔ‬
‫‪ ٣٫٥‬ﺗﻘﺮﻳﺒًﺎ‪ .‬ﺣﺎﻻت اﻟﺘﻀﺎﻋﻒ اﻟﺜﻼث اﻷوﱃ ﻣُﻤﻴﱠﺰة‪.‬‬

‫ﺑﻤﺎ أن دورة اﻟﺤﻠﻘﺔ ﺗﺰداد دوﻣً ﺎ ﺑﻌﺎﻣﻞ اﺛﻨني‪ ،‬ﻳُﻄ َﻠﻖ ﻋﲆ ﻋﻤﻠﻴﺎت اﻟﺘﺸﻌﱡ ﺐ ﻫﺬه »ﺗﺸﻌﱡ ﺐ‬
‫ﻣﺘﻀﺎﻋﻔﺔ اﻟﺪورة«‪ .‬ﺑﻴﻨﻤﺎ ﻻ ﻳﻤﻜﻦ رؤﻳﺔ اﻟﺤﻠﻘﺎت اﻟﻘﺪﻳﻤﺔ ﻣﺮة أﺧﺮى‪ ،‬إﻧﻬﺎ ﻻ ﺗﺨﺘﻔﻲ‪ ،‬ﺑﻞ‬
‫ﺗﻈﻞ ﻣﻮﺟﻮدة‪ ،‬ﻟﻜﻨﻬﺎ ﺗﺼري ﻏري ﻣﺴﺘﻘﺮة‪ ،‬وﻫﻮ ﻣﺎ ﺣﺪث ﻣﻊ اﻟﺤﺎﻟﺔ اﻷﺻﻠﻴﺔ ﰲ اﻟﺨﺮﻳﻄﺔ‬
‫اﻟﻠﻮﺟﻴﺴﺘﻴﺔ ﻋﻨﺪﻣﺎ ﺗﺼﺒﺢ ﻗﻴﻤﺔ ‪ α‬أﻛﱪ ﻣﻦ واﺣﺪ‪ .‬ﺗﻈﻞ ‪ X‬ﻋﻨﺪ ﻗﻴﻤﺔ ﺻﻔﺮ ﻓﻘﻂ إذا ﻛﺎﻧﺖ‬
‫ﺗﺴﺎوي ﺻﻔ ًﺮا ﺗﻤﺎﻣً ﺎ‪ ،‬ﺑﻴﻨﻤﺎ ﺗﺰداد اﻟﻘﻴﻢ ﻏري اﻟﺼﻔﺮﻳﺔ اﻟﺼﻐرية ﻋﻨﺪ ﻛﻞ ﺗﻜﺮار‪ .‬وﺑﺎملﺜﻞ‪،‬‬
‫ﺗﺘﺤﺮك اﻟﻨﻘﺎط ﻗﺮب ﺣﻠﻘﺔ دورﻳﺔ ﻏري ﻣﺴﺘﻘﺮة ﺑﻌﻴﺪًا ﻋﻨﻬﺎ؛ وﻣﻦ ﺛ َ ﱠﻢ ﻻ ﻧﺮاﻫﺎ ﺑﻮﺿﻮح ﻋﻨﺪ‬
‫ﺗﻜﺮار اﻟﻘﻴﻢ ﰲ اﻟﺨﺮﻳﻄﺔ‪.‬‬
‫اﻧﺘﻖ أي ﺛﻼث ﻗﻴﻢ ‪ α‬ﻣﺘﻌﺎﻗﺒﺔ‬ ‫ِ‬ ‫ﺛَﻤﱠ َﺔ ﻧﻤﻂ ﻣﻨﺘﻈﻢ ﺧﻔﻲ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪.1-4‬‬
‫ﺗﺘﻀﺎﻋﻒ ﻋﻨﺪﻫﺎ اﻟﺪورة‪ ،‬واﻃﺮح اﻷوﱃ ﻣﻦ اﻟﺜﺎﻧﻴﺔ‪ ،‬ﺛﻢ اﻗﺴﻢ اﻟﻌﺪد اﻟﻨﺎﺗﺞ ﻋﲆ اﻟﻔﺮق‬
‫ﺑني اﻟﻘﻴﻤﺘَني اﻟﺜﺎﻧﻴﺔ واﻟﺜﺎﻟﺜﺔ؛ ﺳﺘُﻔﴤ اﻟﻨﺘﻴﺠﺔ إﱃ رﻗﻢ ﻓﺎﻳﺠﻨﺒﺎوم‪ ،‬وﻫﻮ ﻣﺎ ﻳﺴﺎوي ﺗﻘﺮﻳﺒًﺎ‬
‫‪ .٤٫٦٦٩٢٠١٦٠٩١‬اﻛﺘﺸﻒ ﻣﻴﺘﺶ ﻓﺎﻳﺠﻨﺒﺎوم ﻫﺬه اﻟﻌﻼﻗﺎت‪ ،‬ﻣُﺴﺘﺨﺪِﻣً ﺎ آﻟﺔ ﺣﺎﺳﺒﺔ ﻳﺪوﻳﺔ‬
‫ﰲ ﻟﻮس آﻻﻣﻮس ﰲ أواﺧﺮ ﺳﺒﻌﻴﻨﻴﺎت اﻟﻘﺮن اﻟﻌﴩﻳﻦ‪ ،‬وﺻﺎرت ﻫﺬه اﻟﻨﺴﺒﺔ ﻣﻌﺮوﻓﺔ ﺑﺎﺳﻤﻪ‬

‫‪74‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ‬

‫أﻳﻀﺎ ﻋﲆ ﻧﺤﻮ ﻣﺴﺘﻘﻞ‪ ،‬وﻛﺎن اﻣﺘﻼك اﻻﺳﺘﺒﺼﺎر ﻹﺟﺮاء‬ ‫آﺧﺮون ً‬ ‫ﺗﻮﺻ َﻞ إﻟﻴﻬﺎ َ‬ ‫ﱠ‬ ‫ﺣﺎﻟﻴٍّﺎ‪ .‬وﻗﺪ‬
‫ﻫﺬه اﻟﻌﻤﻠﻴﺔ اﻟﺤﺴﺎﺑﻴﺔ أﻣ ًﺮا ﻣُﺪﻫِ ًﺸﺎ ﰲ ﻛﻞ ﺣﺎﻟﺔ‪.‬‬
‫ﺑﻤﺎ أن رﻗﻢ ﻓﺎﻳﺠﻨﺒﺎوم أﻛﱪ ﻣﻦ واﺣﺪ‪ ،‬ﺗﺘﻘﺎرب ﻗﻴﻢ ‪ α‬اﻟﺘﻲ ﻳﺤﺪث ﻋﻨﺪﻫﺎ ﺗﺸﻌﱡ ﺐ‬
‫ﻗﻴﻤﺔ ﺗﻘﱰب ﻣﻦ‬ ‫ً‬ ‫أﻛﺜﺮ ﻓﺄﻛﺜﺮ‪ ،‬وﻳﺘﻮ ﱠﻟﺪ ﻋﺪد ﻻ ﻧﻬﺎﺋﻲ ﻣﻦ ﻋﻤﻠﻴﺎت اﻟﺘﺸﻌﱡ ﺐ ﻗﺒﻞ ﺑﻠﻮغ ‪α‬‬
‫ﻳﻮﺿﺢ اﻟﺸﻜﻞ رﻗﻢ ‪ 2-4‬ﻣﺎ ﻳﺤﺪث ﻟﻘﻴﻢ ‪ α‬اﻷﻛﱪ‪ .‬ﻳﺘﻤﻴﺰ ﻫﺬا اﻟﺨﻀﻢ‬ ‫‪ .٣٫٥٦٩٩٤٥٦٧١٨‬ﱢ‬
‫ﻆ ﻧﻮاﻓﺬ اﻟﺴﻠﻮك اﻟﺪوري‪ ،‬ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل ﻧﺎﻓﺬة‬‫ﻣﻦ اﻟﻨﻘﺎط ﺑﺎﻟﻔﻮﺿﻮﻳﺔ اﻟﻬﺎﺋﻠﺔ‪ ،‬وﻟﻜﻦ ﻻﺣِ ْ‬
‫ٍ‬
‫ﻣﻀﺎف إﻟﻴﻪ اﻟﺠﺬر اﻟﱰﺑﻴﻌﻲ ﻟﺜﻤﺎﻧﻴﺔ )أي‬ ‫َ‬
‫ﻗﻴﻤﺔ واﺣ ٍﺪ‬ ‫اﻟﺪورة اﻟﺜﺎﻟﺜﺔ اﻟﺘﻲ ﺗﺘﺨﺬ ‪ α‬ﻓﻴﻬﺎ‬
‫ﺣﻠﻘﺔ دور ٍة ﺛﺎﻟﺜﺔ ﻣﺴﺘﻘﺮة‪ .‬ﻓﻬﻞ ﺗﺴﺘﻄﻴﻊ ﺗﺤﺪﻳﺪ ﻧﻮاﻓﺬ ﻣﻤﺎﺛﻠﺔ‬‫َ‬ ‫ﺣﻮاﱄ ‪ ،(٣٫٨٢٨‬ﺗُﻌَ ﱡﺪ ﻫﺬه‬
‫ﻟﻠﺪورة اﻟﺨﺎﻣﺴﺔ؟ أو اﻟﺪورة اﻟﺴﺎﺑﻌﺔ؟‬

‫‪١‬‬
‫‪٠,٩‬‬
‫‪٠,٨‬‬
‫‪٠,٧‬‬
‫‪٠,٦‬‬
‫‪٠,٥‬‬
‫‪٠,٤‬‬
‫‪٠,٣‬‬
‫‪٠,٢‬‬
‫‪٠,١‬‬
‫‪٠‬‬
‫‪٣,٥‬‬ ‫‪٣,٦‬‬ ‫‪٣,٧‬‬ ‫‪٣,٨‬‬ ‫‪٣,٩‬‬ ‫‪٤‬‬

‫ﺷﻜﻞ ‪ :2-4‬ﺳﻠﻮﻛﻴﺎت ﻣﺘﻨﻮﻋﺔ ﰲ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ ﻣﻊ زﻳﺎدة ﻗﻴﻤﺔ ‪ α‬ﻣﻦ ﺣﻠﻘﺔ دورة‬
‫ﻆ أن ﺗﻀﺎﻋﻒ‬‫راﺑﻌﺔ ﻋﻨﺪ ﻗﻴﻤﺔ ‪ α‬ﺗﺴﺎوي ‪ ،٣٫٥‬إﱃ ﺣﺎﻟﺔ ﻓﻮﴇ ﻋﻨﺪ ﻗﻴﻤﺔ ‪ α‬ﺗﺴﺎوي ‪ .٤‬ﻻﺣِ ْ‬
‫اﻟﺪورة املﺘﻜﺮر ﻳﺘﻮاﱃ ﻋﻨﺪ اﻟﺠﺎﻧﺐ اﻷﻳﻤﻦ ﻣﻦ ﻛﻞ ﻧﺎﻓﺬة دورﻳﺔ‪.‬‬

‫‪α‬‬ ‫ﻳﻀﻊ اﻟﺸﻜﻞ رﻗﻢ ‪ 3-4‬اﻷرﻗﺎم ﰲ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ ﰲ اﻟﺴﻴﺎق‪ .‬ﺗﺸ ﱢﻜﻞ ﻗﻴﻢ‬
‫و ‪ X0‬املﻨﺘﻘﺎة ﻋﺸﻮاﺋﻴٍّﺎ ﺳﺤﺎﺑﺔ ﻣﻦ اﻟﻨﻘﺎط ﻋﲆ اﻟﴩﻳﺤﺔ اﻟﺘﻲ ﺗﺴﺎوي ﻓﻴﻬﺎ ‪ t‬ﺻﻔ ًﺮا ﻣﻦ ﻫﺬا‬
‫ً‬
‫اﻧﻄﻼﻗﺎ ﻣﻦ ﻫﺬه اﻟﻘﻴﻢ‪،‬‬ ‫اﻟﺸﻜﻞ اﻟﺜﻼﺛﻲ اﻷﺑﻌﺎد‪ .‬وﺑﺘﻜﺮار اﺳﺘﺨﺪام اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‬
‫ﺗﺘﻼﳽ اﻟﻘﻴﻢ اﻟﻌﺎﺑﺮة‪ ،‬وﺗﻈﻬﺮ ﻋﻨﺎﴏ اﻟﺠﺬب ﻋﻨﺪ ﻛﻞ ﻗﻴﻤﺔ ‪ α‬ﺗﺪرﻳﺠﻴٍّﺎ‪ ،‬ﺣﺘﻰ إﻧﻪ ﺑﻌﺪ‬
‫ﺗﻜﺮار اﻟﺨﺮﻳﻄﺔ ‪ ٥١٢‬ﻣﺮة ﺳﺘﺸﺒﻪ ﴍﻳﺤﺔ املﺮة اﻷﺧرية ﺷﻜﻞ رﻗﻢ ‪.2-4‬‬

‫‪75‬‬
 ‫‪١‬‬
‫‪٠,٩‬‬
‫‪٠,٨‬‬
‫‪٠,٧‬‬
‫‪٠,٦‬‬
‫‪X‬‬ ‫‪٠,٥‬‬
‫‪٠,٤‬‬
‫‪٠,٣‬‬
‫‪٠,٢‬‬
‫‪٠,١‬‬
‫‪٠٠‬‬
‫‪١‬‬
‫‪٢‬‬ ‫‪٤‬‬
‫‪٣ ٤‬‬ ‫‪٣,٥‬‬
‫‪٥‬‬ ‫‪٢,٥‬‬ ‫‪٣‬‬
‫‪٦ ٧‬‬
‫زﻣﻦ اﻟﺘﻜﺮار‬
‫‪٨‬‬ ‫املﻌﻠﻢ ‪١,٥ ٢‬‬
‫‪٩ ١٠‬‬
‫‪٠‬‬ ‫‪٠,٥ ١‬‬
‫ﺷﻜﻞ ‪ :3-4‬رﺳﻢ ﺑﻴﺎﻧﻲ ﺛﻼﺛﻲ اﻷﺑﻌﺎد ﱢ‬
‫ﻳﺒني اﻧﻬﻴﺎر ﻗﻴﻢ ‪ X0‬و‪ α‬اﻟﻌﺸﻮاﺋﻴﺔ ﰲ اﻟﺒﺪاﻳﺔ ﰲ اﻟﺠﺎﻧﺐ اﻟﺨﻠﻔﻲ اﻷﻳﴪ ﻣﻦ املﺮﺑﻊ ﺗﺠﺎه ﻋﻨﺎﴏ‬
‫ﻆ ﺗﺸﺎﺑﻪ اﻟﻨﻘﺎط ﻗﺮب اﻟﺠﺎﻧﺐ اﻷﻳﻤﻦ اﻷﻣﺎﻣﻲ ﻣﻊ اﻟﻨﻘﺎط ﰲ اﻟﺸﻜﻠني ‪ 1-4‬و‪.2-4‬‬‫اﻟﺠﺬب املﺨﺘﻠﻔﺔ‪ ،‬ﻣﻊ زﻳﺎدة ﻋﺪد اﻟﺘﻜﺮارات‪ .‬ﻻﺣِ ْ‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ‬

‫ﺳﻴﻜﻮن ﻣﻦ ﻗﺒﻴﻞ املﻐﺎﻻة أن ﻧﺘﻮﻗﻊ أن ﻳﺪﻟﻨﺎ ﳾء ﺑﺴﻴﻂ ﻣﺜﻞ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‬

‫ﻋﲆ أي ﳾء ﺣﻴﺎل ﺳﻠﻮك ﻋﻨﴫ اﻟﻬﻠﻴﻮم ﰲ ﺻﻮرﺗﻪ اﻟﺴﺎﺋﻠﺔ‪ ،‬ﺑَﻴْ َﺪ أن اﻟﺨﺮﻳﻄﺔ ﺗﻔﻌﻞ ذﻟﻚ‪ .‬ﻻ‬
‫ﺑﺪاﻳﺔ ﺳﻠﻮك ﻣﻌﻘﺪ ﻓﺤﺴﺐ ﻣﺆﴍًا ﻧﻮﻋﻴٍّﺎ ﻋﲆ ﺗﻀﺎﻋﻒ اﻟﺪورة‪ ،‬ﺑﻞ ﺗﺘﻔﻖ اﻟﻘﻴﻢ اﻟﻜﻤﻴﺔ‬ ‫ُ‬ ‫ﺗُﻈﻬﺮ‬
‫اﻟﻔﻌﻠﻴﺔ ﻷرﻗﺎم ﻓﺎﻳﺠﻨﺒﺎوم اﻟﺘﻲ ﺟﺮى ﺣﺴﺎﺑﻬﺎ ﻣﻦ ﺧﻼل ﺗﺠﺎرب ﻋﺪﻳﺪة ﺑﺼﻮرة ﻻﻓﺘﺔ ﻣﻊ‬
‫ُﻈﻬﺮ‬‫ﺗﻠﻚ اﻟﻘﻴﻢ املﺤﺴﻮﺑﺔ ﺑﺎﺳﺘﺨﺪام اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‪ .‬اﻟﻜﺜري ﻣﻦ اﻟﻨﻈﻢ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ ﻳ ِ‬
‫ﻫﺬا »املﺴﺎر املﺘﻀﺎﻋﻒ اﻟﺪورة إﱃ اﻟﻔﻮﴇ«‪ ،‬ﻛﻤﺎ ﻧﺮى ﰲ دﻳﻨﺎﻣﻴﻜﺎ املﻮاﺋﻊ )املﺎء‪ ،‬واﻟﺰﺋﺒﻖ‪،‬‬
‫وﺳﺎﺋﻞ اﻟﻬﻠﻴﻮم(‪ ،‬واﻟﻠﻴﺰر‪ ،‬واﻹﻟﻜﱰوﻧﻴﺎت )اﻟﺪﻳﻮدات‪ ،‬وأﺟﻬﺰة اﻟﱰاﻧﺰﺳﺘﻮر(‪ ،‬واﻟﺘﻔﺎﻋﻼت‬
‫اﻟﻜﻴﻤﻴﺎﺋﻴﺔ )ﺗﻔﺎﻋﻞ ﺑﻲ زد(‪ .‬ﻳﻤﻜﻦ ﻟﻠﻤﺮء ﺗﻘﺪﻳﺮ ﻗﻴﻤﺔ رﻗﻢ ﻓﺎﻳﺠﻨﺒﺎوم ﺑﺪﻗﺔ ﺧﺎﻧﺘني ﰲ‬
‫إدﻫﺎﺷﺎ ﰲ ﻫﺬه املﻘﺪﻣﺔ ﻋﻦ ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‪ .‬ﻛﻴﻒ‬ ‫ً‬ ‫اﻟﺘﺠﺎرب‪ ،‬وﻫﻮ ﻣﺎ ﻳﻤﺜﱢﻞ أﺣﺪ أﻛﺜﺮ اﻟﻨﺘﺎﺋﺞ‬
‫ٍ‬
‫ﻣﻌﻠﻮﻣﺎت‬ ‫ُ‬
‫اﻟﻌﻤﻠﻴﺎت اﻟﺤﺴﺎﺑﻴﺔ اﻟﺒﺴﻴﻄﺔ ﺑﺎﺳﺘﺨﺪام اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‬ ‫ﻳﻤﻜﻦ أن ﺗﻤﻨﺤﻨﺎ‬
‫ذات ﺻﻠﺔ ﺑﻜﻞ ﻫﺬه اﻟﻨﻈﻢ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ؟‬ ‫َ‬
‫إن اﻧﺒﻬﺎر ﻋﺎﻟﻢ اﻟﺮﻳﺎﺿﻴﺎت ﺑﻬﺬا اﻟﺸﻜﻞ اﻟﺒﻴﺎﻧﻲ ﻟﻴﺲ ﻣﻨﺒﻌﻪ ﻓﻘﻂ ﺟﻤﺎل ﻫﺬا اﻟﺸﻜﻞ‪،‬‬
‫أﻳﻀﺎ ﺑﺴﺒﺐ ﺣﻘﻴﻘﺔ أﻧﻨﺎ ﺳﻨﺤﺼﻞ ﻋﲆ ﺻﻮرة ﻣﺸﺎﺑﻬﺔ ﻟﺨﺮﻳﻄﺔ ﻣﻮران‪-‬رﻳﻜﺮ وﻧﻈﻢ‬ ‫ﺑﻞ ً‬
‫ُﻈﻬﺮ ﻃﺮح‬ ‫أﺧﺮى ﻛﺜرية ﺗﺒﺪو ﻟﻠﻮﻫﻠﺔ اﻷوﱃ ﻣﺨﺘﻠﻔﺔ ﺗﻤﺎﻣً ﺎ ﻋﻦ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‪ .‬ﻳ ِ‬
‫ﻓﻨﻲ أن ﺗﻀﺎﻋﻒ اﻟﺪورة أﻣﺮ ﺷﺎﺋﻊ ﰲ ﺧﺮاﺋﻂ »املﻨﺤﻨﻰ اﻟﻮاﺣﺪ« اﻟﺘﻲ »ﻳﺒﺪو« ﻓﻴﻬﺎ املﻨﺤﻨﻰ‬
‫»ﻣﺜﻞ« اﻟﻘﻄﻊ املﻜﺎﻓﺊ‪ .‬ﻣﻦ ﺣﻴﺚ املﻌﻨﻰ اﻟﺤﻘﻴﻘﻲ واملﺮﺗﺒﻂ ﺑﺬﻟﻚ ﺗﻤﺎﻣً ﺎ‪ ،‬ﺗﺒﺪو ﺟﻤﻴﻊ اﻟﺨﺮاﺋﻂ‬
‫اﻟﻼﺧﻄﻴﺔ ﺗﻘﺮﻳﺒًﺎ ﻣﺜﻞ ﻗِ ﻴَﻤﻬﺎ اﻟﻘﺮﻳﺒﺔ ﻟﻠﻐﺎﻳﺔ ﻣﻦ اﻟﻘﻴﻤﺔ اﻟﻘﺼﻮى ﻟﻬﺎ؛ ﻟﺬا ﻳُﻄ َﻠﻖ ﻋﲆ ﺧﻮاص‬
‫ﻣﺜﻞ ﺗﻀﺎﻋﻒ اﻟﺪورة ﺑﺄﻧﻬﺎ »ﻋﺎﻣﺔ«‪ ،‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ ﻋﺪم اﺷﺘﻤﺎل »ﺟﻤﻴﻊ« اﻟﺨﺮاﺋﻂ ﻋﻠﻴﻬﺎ‪.‬‬
‫ﻟﻌﻞ اﻷﻣﺮ اﻷﻛﺜﺮ إﺛﺎر ًة ﻟﻠﺪﻫﺸﺔ ﻣﻦ ﻫﺬه اﻟﺤﻘﺎﺋﻖ اﻟﺮﻳﺎﺿﻴﺔ ﻫﻮ اﻟﺤﻘﻴﻘﺔ اﻟﺘﺠﺮﻳﺒﻴﺔ اﻟﻘﺎﺋﻠﺔ‬
‫ﻣﺘﻮﻗﻊ ﻳﻌﻜﺲ‬ ‫ﱠ‬ ‫ﻈﻬﺮ ﺳﻠﻮ ًﻛﺎ ﻣﺎ ﻏري‬ ‫َ‬
‫واﺳﻌﺔ اﻟﺘﻨﻮع ﻣﻦ اﻟﻨﻈﻢ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ ﺗُ ِ‬ ‫ً‬
‫ﻣﺠﻤﻮﻋﺔ‬ ‫ﺑﺄن‬
‫— ﻗﺪر ﻣﺎ ﻧﺴﺘﻄﻴﻊ أن ﻧﺮى — ﻫﺬه اﻟﺒﻨﻴﺔ اﻟﺮﻳﺎﺿﻴﺔ‪ .‬أﻟﻴﺲ ﻫﺬا اﻟﻄﺮح ﻣﻘﻨﻌً ﺎ إذَن‬
‫ﻟﺘﺘﻮﱃ اﻟﺮﻳﺎﺿﻴﺎت اﻟﺘﺤ ﱡﻜ َﻢ ﰲ اﻟﻄﺒﻴﻌﺔ وﻟﻴﺲ ﻓﻘﻂ وﺻﻔﻬﺎ؟ ﻟﻺﺟﺎﺑﺔ ﻋﻦ ﻫﺬا اﻟﺴﺆال‪ ،‬رﺑﻤﺎ‬
‫ﻧﺒﺤﺚ ﻋﻤﺎ إن ﻛﺎن رﻗﻢ ﻓﺎﻳﺠﻨﺒﺎوم أﻗﺮب إﱃ ﺛﺎﺑﺖ ﻫﻨﺪﳼ ﻣﺜﻞ ‪ ،π‬أو إﱃ ﺛﺎﺑﺖ ﻓﻴﺰﻳﺎﺋﻲ‬
‫ﻮﺻﻒ اﻷﺷﻜﺎل اﻟﻬﻨﺪﺳﻴﺔ ﻟﻸﻗﺮاص‪ ،‬واﻟﻌﺒﻮات‪ ،‬واﻟﻜﺮات ﺟﻴﺪًا‬ ‫ﻣﺜﻞ ﴎﻋﺔ اﻟﻀﻮء‪ ،‬أي ‪ .c‬ﺗُ ﱠ‬
‫ﺑﺎﺳﺘﺨﺪام ‪ ،π‬ﺑَﻴْ َﺪ أن ‪ π‬ﺗﻜﺎد ﻻ ﺗﺘﺤ ﱠﻜﻢ ﰲ اﻟﻌﻼﻗﺔ ﺑني اﻷﻃﻮال‪ ،‬واملﺴﺎﺣﺎت‪ ،‬واﻟﺤﺠﻮم‬
‫اﻟﺤﻘﻴﻘﻴﺔ ﺑﻨﻔﺲ اﻟﻄﺮﻳﻘﺔ اﻟﺘﻲ ﺗﺘﺤﻜﻢ ﺑﻬﺎ ﻗِ ﻴَﻢ اﻟﺜﻮاﺑﺖ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ ﰲ ﻃﺒﻴﻌﺔ اﻷﺷﻴﺎء ﰲ‬
‫إﻃﺎر ﻗﻮاﻧني اﻟﻄﺒﻴﻌﺔ اﻟﺘﻲ ﻧﻌﺮﻓﻬﺎ‪.‬‬

‫‪77‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫أﺻﻞ املﺼﻄﻠﺢ اﻟﺮﻳﺎﴈ »اﻟﻔﻮﴇ«‬

‫ﻻﻓﺘﺔ ﺣﻮل‬‫ً‬ ‫ﰲ ﻋﺎم ‪ ١٩٦٤‬أﺛﺒﺖ ﻋﺎﻟﻢ اﻟﺮﻳﺎﺿﻴﺎت اﻟﺮوﳼ إﻳﻪ إن ﺷﺎرﻛﻮﻓﺴﻜﻲ ﻧﻈﺮﻳﺔ‬
‫اﻷﻧﻤﺎط اﻟﺴﻠﻮﻛﻴﺔ ﻟﻠﻌﺪﻳﺪ ﻣﻦ ﺧﺮاﺋﻂ »املﻨﺤﻨﻰ اﻟﻮاﺣﺪ«‪ ،‬أ َ َﻻ وﻫﻲ أن اﻛﺘﺸﺎف وﺟﻮد ﺣﻠﻘﺔ‬
‫دورﻳﺔ واﺣﺪة ﻳﺸري إﱃ وﺟﻮد ﺣﻠﻘﺎت أﺧﺮى‪ ،‬ورﺑﻤﺎ ﺗﻜﻮن ﻛﺜرية‪ .‬ﻛﺎن اﻛﺘﺸﺎف وﺟﻮد‬
‫ﺣﻠﻘﺔ اﻟﺪورة ‪ ١٦‬ﻟﻘﻴﻤﺔ ﻣﺤﺪدة ﻟﻠﻤﻌﻠﻢ ﻳﺸري ﺿﻤﻨًﺎ إﱃ وﺟﻮد ﺣﻠﻘﺎت دورة ﺛﺎﻣﻨﺔ‪ ،‬وراﺑﻌﺔ‪،‬‬
‫وﺛﺎﻧﻴﺔ‪ ،‬وأوﱃ ﻋﻨﺪ ﺗﻠﻚ اﻟﻘﻴﻤﺔ‪ ،‬ﺑﻴﻨﻤﺎ ﻛﺎن ﻳﻌﻨﻲ اﻛﺘﺸﺎف ﺣﻠﻘﺔ دورة ﺛﺎﻟﺜﺔ وﺟﻮد ﺣﻠﻘﺔ ﻟﻜ ﱢﻞ‬
‫آﺧﺮ ﻏري ﺑﻨﱠﺎء؛ ﻓﻬﻮ ﻻ ﻳﺪﻟﻨﺎ ﻋﲆ ﻣﻮﺿﻊ ﺗﻠﻚ اﻟﺤﻠﻘﺎت‬ ‫دﻟﻴﻼ َ‬
‫دورة ﻣﺤﺘﻤﻠﺔ! وﻫﻮ ﻣﺎ ﻳُﻌﺘﱪ ً‬
‫ً‬
‫ﻧﺘﻴﺠﺔ ﻣﺘﻘﻨﺔ ﺗﻤﺎﻣً ﺎ‪ .‬ﺑﻌﺪ أﺣﺪ ﻋﴩ ﻋﺎﻣً ﺎ ﻣﻦ ﻋﻤﻞ ﺷﺎرﻛﻮﻓﺴﻜﻲ‪ ،‬ﻧﴩ‬ ‫وﻟﻜﻨﻪ ﰲ اﻟﻨﻬﺎﻳﺔ ﻳُﻌَ ﱡﺪ‬
‫ﱄ وﻳﻮرك ورﻗﺘﻬﻤﺎ اﻟﺒﺤﺜﻴﺔ اﻟﻮاﺳﻌﺔ اﻟﺘﺄﺛري ﺗﺤﺖ ﻋﻨﻮان راﺋﻊ‪» :‬اﻟﺪورة اﻟﺜﺎﻟﺜﺔ ﺗﺴﺘﻠﺰم‬
‫اﻟﻔﻮﴇ«‪ .‬وﻣﻦ وﻗﺘﻬﺎ ﻇﻬﺮ ﻣﺼﻄﻠﺢ »اﻟﻔﻮﴇ« واﺳﺘﻘﺮ ﰲ اﻷذﻫﺎن‪.‬‬

‫اﻟﻨﻈﻢ اﻟﺮﻳﺎﺿﻴﺔ املﺘﻌﺪدة اﻷﺑﻌﺎد‬

‫ﻛﺎﻧﺖ ﻣﻌﻈﻢ ﺣﺎﻻت ﻧﻤﺎذﺟﻨﺎ ﺣﺘﻰ اﻵن ﺗﺘﺄﻟﻒ ﻣﻦ ﻣﺮﻛﺒﺔ واﺣﺪة ﻓﻘﻂ‪ .‬وﻳُﻌﺘﱪ ﻧﻤﻮذج‬
‫ﻓﱤان اﻟﺤﻘﻮل واﺑﻦ ﻋﺮس اﺳﺘﺜﻨﺎءً؛ ﺣﻴﺚ إن اﻟﺤﺎﻟﺔ ﺗﺘﻜﻮن ﻣﻦ رﻗﻤني؛ أﺣﺪﻫﻤﺎ ﻳﻌﻜﺲ‬
‫واﻵﺧﺮ ﺗﻌﺪاد اﺑﻦ ﻋﺮس‪ .‬وﰲ ﻫﺬه اﻟﺤﺎﻟﺔ ﺗُﻌﺘﱪ اﻟﺤﺎﻟﺔ ﻣﺘﺠﻬً ﺎ‪ .‬ﻳُﻄﻠِﻖ ﻋﻠﻤﺎء‬‫َ‬ ‫ﺗﻌﺪاد اﻟﻔﱤان‪،‬‬
‫اﻟﺮﻳﺎﺿﻴﺎت ﻋﲆ ﻋﺪد املﺮﻛﺒﺎت ﰲ اﻟﺤﺎﻟﺔ »ﺑُﻌﺪ« اﻟﻨﻈﺎم؛ ﺣﻴﺚ إن رﺳﻢ ﻣﺘﺠﻬﺎت اﻟﺤﺎﻟﺔ‬
‫ﺳﻴﺘﻄ ﱠﻠﺐ ﻓﻀﺎء ﺣﺎﻟﺔ ﻳﻤﺘﻠﻚ ﻫﺬا اﻟﺒُﻌﺪ‪.‬‬
‫»ﺗﺪﻓﻘﺎت« ﻻ ﺧﺮاﺋﻂ؛‬ ‫ﱡ‬ ‫ﻣﻊ اﻧﺘﻘﺎﻟﻨﺎ إﱃ أﺑﻌﺎد أﻛﱪ‪ ،‬ﺗﺼﺒﺢ اﻟﻨﻈﻢ ﰲ ﻛﺜري ﻣﻦ اﻷﺣﻴﺎن‬
‫ﺗﺘﻠﻘﻰ ﻗﻴﻤﺔ واﺣﺪة ﻣﻦ ‪ X‬ﻟﺘﻮ ﱢﻟﺪ ﻗﻴﻤﺔ ‪ X‬اﻟﺘﺎﻟﻴﺔ‪ ،‬ﺑﻴﻨﻤﺎ ﻳﻘﺪﱢم اﻟﺘﺪﻓﻖ ﴎﻋﺔ ‪X‬‬ ‫ﻓﺎﻟﺨﺮﻳﻄﺔ داﻟﺔ ﱠ‬
‫ﻷي ﻧﻘﻄﺔ ﰲ ﻓﻀﺎء اﻟﺤﺎﻟﺔ‪ .‬ﺗﺼ ﱠﻮ ْر ﺟﺰرة ﺑﻴﻀﺎء ﺗﻄﻔﻮ ﺗﺤﺖ ﺳﻄﺢ اﻟﺒﺤﺮ‪ ،‬ﻳﺤﻤﻠﻬﺎ اﻟﺘﻴﺎر‬
‫وﺗﻤﴤ ﰲ اﺗﺠﺎه ﺗﺪﻓﻖ اﺗﺠﺎه اﻟﺒﺤﺮ‪ .‬ﻳﺸﺒﻪ املﺴﺎر اﻟﺜﻼﺛﻲ اﻷﺑﻌﺎد ﻟﻠﺠﺰرة اﻟﺒﻴﻀﺎء ﰲ اﻟﺒﺤﺮ‬
‫ﻣﺴﺎ ًرا ﺗﺴﻠﻜﻪ ‪ X‬ﰲ ﻓﻀﺎء اﻟﺤﺎﻟﺔ‪ ،‬وﻳُﻄ َﻠﻖ ﻋﲆ ﻛ ﱟﻞ ﻣﻨﻬﻤﺎ ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن »ﻣﺴﺎرات«‪ .‬إذا‬
‫ﺑﺪﻻ ﻣﻦ اﻟﺠﺰرة اﻟﺒﻴﻀﺎء —‬ ‫ﺗﺘﺒﻌﻨﺎ ﻣﺴﺎر ﻛﻤﻴﺔ ﻻ ﻣﺘﻨﺎﻫﻴﺔ اﻟﺼﻐﺮ ﻣﻦ اﻟﺴﺎﺋﻞ ﻧﻔﺴﻪ — ً‬
‫ﻓﺴﻨﺠﺪ ﻏﺎﻟﺒًﺎ أن ﻫﺬه املﺴﺎرات ﻣﺘﻜﺮرة ﻋﺎد ًة ﻣﻊ وﺟﻮد اﻋﺘﻤﺎد ﺣﺴﺎس‪ .‬املﻌﺎدﻻت ﺣﺘﻤﻴﺔ‬
‫ﻈﻬﺮ اﻟﺘﺠﺎرب املﺨﱪﻳﺔ‬ ‫ﻈﻬﺮ ﻧﻤﻂ »ﻓﻮﴇ ﻻﺟﺮﻧﺠﻴﺔ«‪ .‬ﺗُ ِ‬ ‫وﻳُﻘﺎل إن ﻛﻤﻴﺎت املﻮاﺋﻊ ﻫﺬه ﺗُ ِ‬
‫ﻃﺎ ﺟﻤﻴﻠﺔ ﺗﻌﻜﺲ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻔﻮﺿﻮﻳﺔ اﻟﺘﻲ ﺗﺠﺮي ﻣﻼﺣﻈﺘﻬﺎ ﰲ‬ ‫ﻋﲆ املﻮاﺋﻊ ﻋﺎد ًة أﻧﻤﺎ ً‬

‫‪78‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ‬

‫ﻧﻤﺎذج ﱡ‬
‫ﺗﺪﻓﻖ املﻮاﺋﻊ ﻟﺪﻳﻨﺎ‪ .‬دون اﺧﺘﺒﺎر املﻌﺎدﻻت اﻟﺘﻔﺎﺿﻠﻴﺔ اﻟﺘﻲ ﺗﺤﺪﱢد ﻣﺠﺎﻻت اﻟﴪﻋﺔ‬
‫ﺗﻠﻚ‪ ،‬ﺳﻨﺴﺘﻌﺮض ﴎﻳﻌً ﺎ ﻓﻴﻤﺎ ﻳﲇ ﻋﺪدًا ﻣﻦ اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ اﻟﻜﻼﺳﻴﻜﻴﺔ‪.‬‬

‫اﻟﻔﻮﴇ املﺸﺘﺘﺔ‬
‫ﻻﺣﻘﺎ ورﻗﺔ ﺑﺤﺜﻴﺔ ﻛﻼﺳﻴﻜﻴﺔ ﺣﻮل ﻗﺎﺑﻠﻴﺔ اﻟﻨﻈﻢ‬ ‫ً‬ ‫ﰲ ﻋﺎم ‪ ،١٩٦٣‬ﻧﴩ إد ﻟﻮرﻧﺰ ﻣﺎ ﺻﺎر‬
‫اﻟﻔﻮﺿﻮﻳﺔ ﻟﻠﺘﻮﻗﻊ‪ .‬ﺑﺤﺚ ﻟﻮرﻧﺰ ﻣﺠﻤﻮﻋﺔ ﻣﺒﺴﻄﺔ ﻟﻠﻐﺎﻳﺔ ﻣﻦ ﺛﻼث ﻣﻌﺎدﻻت ﺗﻌﺘﻤﺪ ﻋﲆ‬
‫دﻳﻨﺎﻣﻴﻜﻴﺎت أﺣﺪ املﻮاﺋﻊ ﻗﺮب ﻧﻘﻄﺔ ﺑَﺪء اﻟﺤﻤﻞ اﻟﺤﺮاري‪ ،‬وﻫﻮ ﻣﺎ ﺻﺎر ﻳُﻌ َﺮف اﻵن ﺑﺎﺳﻢ‬
‫»ﻧﻈﺎم ﻟﻮرﻧﺰ«‪ .‬ﻳﻤﻜﻦ ﺗﺼﻮﱡر املﺮﻛﺒﺎت اﻟﺜﻼث ﻟﻠﺤﺎﻟﺔ ﰲ ﺻﻮرة ﺗﻘ ﱡﻠﺒﺎت ﺣﻤﻞ ﺣﺮاري ﰲ‬
‫ﻃﺒﻘني ﻣﺴﻄﺤَ ني ﻋﻨﺪ ﺗﺴﺨني اﻟﻄﺒﻖ اﻟﺴﻔﲇ‪ .‬ﻋﻨﺪﻣﺎ ﻻ ﻳﻜﻮن ﻫﻨﺎك ﺣﻤﻞ‬ ‫ﻃﺒﻘﺔ ﻣﺎﺋﻊ ﺑني َ‬
‫ﺣﺮاري‪ ،‬ﻳﻜﻮن املﺎﺋﻊ ﺳﺎﻛﻨًﺎ وﺗﺘﻨﺎﻗﺺ درﺟﺔ ﺣﺮارة املﺎﺋﻊ ﺑﺼﻮرة ﻣﻨﺘﻈﻤﺔ ﻣﻦ اﻟﻄﺒﻖ‬
‫اﻟﺴﻔﲇ اﻷﻛﺜﺮ ﺣﺮارة إﱃ اﻟﻄﺒﻖ اﻟﻌﻠﻮي اﻷﻗﻞ ﺣﺮارة‪ .‬ﺗﺘﺄﻟﻒ اﻟﺤﺎﻟﺔ ‪ X‬ﰲ ﻧﻤﻮذج ﻟﻮرﻧﺰ ﻣﻦ‬
‫ﺛﻼث ﻗﻴﻢ ‪ ،x, y, z‬ﺣﻴﺚ ﺗﻌﻜﺲ ‪ x‬ﴎﻋﺔ املﺎﺋﻊ اﻟﺪوار‪ ،‬وﺗﻘﻴﺲ ‪ y‬ﻓﺮق درﺟﺔ اﻟﺤﺮارة ﺑني‬
‫ﻛﻤﻴﺔ املﺎﺋﻊ اﻟﺼﺎﻋﺪة وﻛﻤﻴﺔ املﺎﺋﻊ اﻟﻐﺎﻃﺴﺔ‪ ،‬وﺗﻘﻴﺲ ‪ z‬درﺟﺔ اﻻﻧﺤﺮاف ﻋﻦ ﻧﻄﺎق درﺟﺔ‬
‫ﻳﺒني اﻟﺸﻜﻞ رﻗﻢ ‪ 4-4‬ﻋﻨﴫ ﺟﺬب ﰲ ﻫﺬا اﻟﻨﻈﺎم؛ وﻣﻦ ﻗﺒﻴﻞ املﺼﺎدﻓﺔ‪،‬‬ ‫اﻟﺤﺮارة اﻟﺨﻄﻲ‪ .‬ﱢ‬
‫ﻳﺒﺪو ﻋﻨﴫ اﻟﺠﺬب ﻣﺜﻞ اﻟﻔﺮاﺷﺔ‪ .‬ﻳﺸري اﻟﺘﻈﻠﻴﻞ املﺨﺘﻠﻒ ﰲ ﻋﻨﴫ اﻟﺠﺬب إﱃ اﻟﺘﺒﺎﻳﻨﺎت‬
‫ﰲ اﻟﻮﻗﺖ اﻟﺬي ﻳﺴﺘﻐﺮﻗﻪ ﺗﻀﺎﻋُ ﻒ ﺣﺎﻟﺔ ﻋﺪم ﻳﻘني ﻻ ﻣﺘﻨﺎﻫﻴﺔ اﻟﺼﻐﺮ‪ .‬ﺳﻨﻌﻮد إﱃ ﻣﻨﺎﻗﺸﺔ‬
‫ﻣﻌﻨﻰ ﻫﺬا اﻟﺘﻈﻠﻴﻞ ﰲ اﻟﻔﺼﻞ اﻟﺴﺎدس‪ ،‬ﻟﻜﻦ ﻋﻠﻴﻚ اﻵن ﻣﻼﺣﻈﺔ اﻟﺘﺒﺎﻳﻨﺎت ﻣﻊ املﻮﺿﻊ‪.‬‬
‫ﻳﺒني ﻟﻨﺎ اﻟﺸﻜﻞ رﻗﻢ ‪ 5-4‬ﺗﻄ ﱡﻮ َر ﻋﺪم اﻟﻴﻘني ﰲ ﻧﻈﺎم ﻟﻮرﻧﺰ‪ ،‬وﻫﻮ ﻣﺎ ﻳﺒﺪو أﻛﺜﺮ ﺗﻌﻘﻴﺪًا‬
‫ﱢ‬
‫ﻳﻮﺿﺢ اﻟﺸﻜﻞ رﻗﻢ ‪ 5-4‬ﻧﻮع‬ ‫ﱢ‬ ‫ﻣﻦ اﻟﺸﻜﻞ املﻘﺎﺑﻞ ﰲ ﺧﺮﻳﻄﺔ ﻳﻮل ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪.4-3‬‬
‫اﻟﺘﻮﻗﻊ اﻟﺬي ﻳﻤﻜﻦ ﻟﺸﻴﻄﺎن اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ ﻋﻤﻠﻪ ﰲ ﻫﺬا اﻟﻨﻈﺎم‪ .‬ﺛَﻤﱠ َﺔ ﻋﺪم ﻳﻘني‬ ‫ﱡ‬
‫أوﱄ ﺻﻐري ﰲ اﻟﺸﻜﻞ ﻳﺰداد اﺗﺴﺎﻋً ﺎ‪ ،‬ﺛﻢ ﻳﻀﻴﻖ‪ ،‬ﺛﻢ ﻳﺘﺴﻊ‪ ،‬ﺛﻢ ﻳﻀﻴﻖ أﻛﺜﺮ … وﰲ اﻟﻨﻬﺎﻳﺔ‬
‫ﻳﻨﻘﺴﻢ إﱃ ﺟﺰأﻳﻦ وﻳﺒﺪأ ﰲ اﻟﺘﻼﳾ‪ .‬وﻟﻜﻦ ﺑﻨﺎءً ﻋﲆ اﻟﻘﺮارات اﻟﺘﻲ ﻧﺤﺎول أن ﻧﺘﺨﺬﻫﺎ‪ ،‬رﺑﻤﺎ‬
‫ﻻ ﺗﺰال ﻫﻨﺎك ﻣﻌﻠﻮﻣﺎت ﻣﻔﻴﺪة ﰲ ﻫﺬا اﻟﻨﻤﻂ ﺣﺘﻰ ﰲ اﻟﻮﻗﺖ اﻟﺬي ﻳﺒﺪو ﻓﻴﻪ ﺑﺄﻋﲆ اﻟﺸﻜﻞ‪.‬‬
‫ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ‪ ،‬ﻟﻢ ﻳﻜﻦ ﻋﺪم اﻟﻴﻘني ﻗﺪ اﺳﺘﻘﺮ ﰲ اﻟﻮﻗﺖ اﻟﺬي وﺻﻞ ﻓﻴﻪ أﻋﲆ اﻟﺮﺳﻢ‪.‬‬
‫ﻄﺎ ﻟﻜﻤﻴﺔ‬ ‫ﰲ ﻋﺎم ‪ ،١٩٦٥‬وﺿﻊ ﻋﺎملﺎ اﻟﻔﻠﻚ اﻟﺮﻳﺎﴈ ﻣﻮر وﺷﺒﻴﺠﻞ ﻧﻤﻮذﺟً ﺎ ﺑﺴﻴ ً‬
‫ﻣﻦ اﻟﻐﺎز ﰲ اﻟﻐﻼف اﻟﺠﻮي ﻷﺣﺪ اﻟﻨﺠﻮم‪ .‬وﻫﻨﺎ ﻧﺠﺪ ﻓﻀﺎء اﻟﺤﺎﻟﺔ ﺛﻼﺛﻲ اﻷﺑﻌﺎد ﻣﺠﺪدًا‪،‬‬
‫وﻣﺮﻛﺒﺎت ‪ X‬اﻟﺜﻼث ﻫﻲ اﻻرﺗﻔﺎع‪ ،‬واﻟﴪﻋﺔ‪ ،‬وﺗﺴﺎرع ﻛﻤﻴﺔ اﻟﻐﺎز‪ .‬اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت ﺷﺎﺋﻘﺔ‬
‫ﻷن ﻟﺪﻳﻨﺎ ﻗﻮﺗَني ﻣﺘﻨﺎﻓﺴﺘَني‪ :‬ﻗﻮة ﺣﺮارﻳﺔ ﺗﻤﻴﻞ إﱃ ﺗﻘﻮﻳﺾ اﺳﺘﻘﺮار ﻛﻤﻴﺔ اﻟﻐﺎز‪ ،‬وﻗﻮة‬

‫‪79‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫‪١,٥‬‬
‫‪١‬‬
‫‪٠,٥‬‬
‫‪z‬‬
‫‪٠‬‬
‫‪٠٫٥−‬‬
‫‪١−‬‬
‫‪١٫٥−‬‬
‫‪٢−‬‬ ‫‪٣٠٠‬‬
‫‪٢٠٠‬‬
‫‪١٠− ٥−‬‬ ‫‪١٠٠‬‬
‫‪٠‬‬ ‫‪٥‬‬ ‫‪٠‬‬ ‫‪y‬‬
‫‪x‬‬ ‫‪١٠‬‬ ‫‪١٠٠−‬‬

‫ﺷﻜﻞ ‪ :4-4‬رﺳﻤﺎن ﺗﺨﻄﻴﻄﻴﺎن ﺛﻼﺛﻴﺎ اﻷﺑﻌﺎد ﻟﻌﻨﴫ اﻟﺠﺬب ﰲ ﻧﻈﺎم ﻟﻮرﻧﺰ )اﻟﺮﺳﻢ اﻷول(‪،‬‬
‫وﻋﻨﴫ اﻟﺠﺬب ﰲ ﻧﻈﺎم ﻣﻮر‪-‬ﺷﺒﻴﺠﻞ )اﻟﺮﺳﻢ اﻟﺜﺎﻧﻲ(‪ .‬ﻳﺸري اﻟﺘﻈﻠﻴﻞ إﱃ اﻟﺘﺒﺎﻳﻨﺎت ﰲ زﻣﻦ‬
‫ﺗﻀﺎﻋﻒ ﻋﺪم اﻟﻴﻘني ﻋﻨﺪ ﻛﻞ ﻧﻘﻄﺔ‪.‬‬

‫ﻣﻐﻨﺎﻃﻴﺴﻴﺔ ﺗﻤﻴﻞ إﱃ إﻋﺎدة ﻛﻤﻴﺔ اﻟﻐﺎز إﱃ ﻧﻘﻄﺔ اﻟﺒﺪاﻳﺔ‪ ،‬ﻣﺜﻠﻤﺎ ﻳﺼﻨﻊ اﻟﺰﻧﱪك ﺗﻤﺎﻣً ﺎ‪.‬‬
‫ﻣﻊ ارﺗﻔﺎع ﻛﻤﻴﺔ اﻟﻐﺎز‪ ،‬ﺗﺨﺘﻠﻒ درﺟﺔ ﺣﺮارﺗﻬﺎ ﻋﻦ املﺎﺋﻊ املﺤﻴﻂ ﺑﻬﺎ‪ ،‬وﻫﻮ ﻣﺎ ﻳﺆﺛﱢﺮ ﻋﲆ‬

‫‪80‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ‬

‫‪٦‬‬

‫‪٥٫٥‬‬

‫‪٥‬‬

‫‪٤٫٥‬‬

‫‪٤‬‬

‫‪٣٫٥‬‬

‫‪٣‬‬

‫‪٢٫٥‬‬

‫‪٢‬‬

‫‪١٫٥‬‬

‫‪١‬‬

‫‪٠٫٥‬‬

‫ﱡ‬
‫اﻟﺘﻮﻗﻊ اﻻﺣﺘﻤﺎﱄ اﻟﺬي ﻗﺪ ﻳﻀﻌﻪ ﺷﻴﻄﺎن اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ ﰲ ﻧﻈﺎم ﻟﻮرﻧﺰ‬ ‫ﺷﻜﻞ ‪:5-4‬‬
‫ﻗﺎرن ﺑني اﻟﻄﺮﻳﻘﺔ اﻟﺘﻲ ﻳﺘﻄﻮﱠر ﺑﻬﺎ ﻋﺪم اﻟﻴﻘني ﰲ ﻫﺬا اﻟﻨﻈﺎم‬
‫اﻟﺬي وﺿﻌﻪ ﰲ ﻋﺎم ‪ِ .١٩٦٣‬‬
‫اﻟﻔﻮﺿﻮي ﻣﻊ اﻟﺰﻳﺎدة اﻟﺒﺴﻴﻄﺔ ﻧﺴﺒﻴٍّﺎ ﰲ ﻋﺪم اﻟﻴﻘني ﰲ ﺧﺮﻳﻄﺔ ﻳﻮل املﻮﺿﺤﺔ ﰲ اﻟﺸﻜﻞ‬
‫رﻗﻢ ‪.4-3‬‬

‫ﴎﻋﺘﻬﺎ ودرﺟﺔ ﺣﺮارﺗﻬﺎ‪ ،‬ﻟﻜﻦ ﰲ اﻟﻮﻗﺖ ﻧﻔﺴﻪ ﻳﻌﻤﻞ املﺠﺎل املﻐﻨﺎﻃﻴﴘ ﻟﻠﻨﺠﻢ ﻛﺎﻟﺰﻧﱪك‬
‫ﻹﻋﺎدة ﻛﻤﻴﺔ اﻟﻐﺎز إﱃ ﻣﻮﺿﻌﻬﺎ اﻷﺻﲇ‪ .‬ﺗﻔﴤ اﻟﺤﺮﻛﺔ اﻟﺘﻲ ﺗﺘﺴﺒﱠﺐ ﻓﻴﻬﺎ ﻗﻮﺗﺎن ﻣﺘﻨﺎﻓﺴﺘﺎن‬
‫ﺟﺬب ﻧﻈﺎ ِم ﻣﻮر‪-‬ﺷﺒﻴﺠﻞ‪.‬‬
‫ِ‬ ‫أﻳﻀﺎ ﻋﻨﴫَ‬ ‫ﻋﺎد ًة إﱃ اﻟﻔﻮﴇ‪ .‬ﱢ‬
‫ﻳﺒني اﻟﺸﻜﻞ رﻗﻢ ‪ً 6-4‬‬

‫‪81‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫‪١٥−‬‬

‫‪٢٠−‬‬

‫‪٢٥−‬‬

‫‪٣٠−‬‬

‫‪٣٥−‬‬

‫‪٤٠−‬‬

‫‪٤٥−‬‬
‫‪٨−‬‬ ‫‪٧−‬‬ ‫‪٦−‬‬ ‫‪٥−‬‬ ‫‪٤−‬‬ ‫‪٣−‬‬ ‫‪٢−‬‬
‫)أ(‬
‫‪٠٫٤‬‬
‫‪٠٫٣‬‬
‫‪٠٫٢‬‬
‫‪٠٫١‬‬
‫‪٠‬‬
‫‪٠٫١−‬‬
‫‪٠٫٢−‬‬
‫‪٠٫٣−‬‬
‫‪٠٫٤−‬‬
‫‪١٫٥−‬‬ ‫‪١−‬‬ ‫‪٠٫٥−‬‬ ‫‪٠‬‬ ‫‪٠٫٥‬‬ ‫‪١‬‬ ‫‪١٫٥‬‬
‫)ب(‬

‫ﺷﻜﻞ ‪ :6-4‬رﺳﻤﺎن ﺗﺨﻄﻴﻄﻴﺎن ﺛﻨﺎﺋﻴﺎ اﻷﺑﻌﺎد ﻟﻜ ﱟﻞ ﻣﻦ )أ( ﴍﻳﺤﺔ ﻋﻨﴫ ﺟﺬب ﰲ ﻧﻈﺎم‬
‫ﻣﻮر‪-‬ﺷﺒﻴﺠﻞ ﻋﻨﺪ ﻗﻴﻤﺔ ‪ z‬ﺗﺴﺎوي ﺻﻔ ًﺮا‪ ،‬و)ب( ﻋﻨﴫ ﺟﺬب ﰲ ﻧﻤﻮذج إﻳﻨﻮ ﺣﻴﺚ ﺗﺴﺎوي‬
‫ﻗﻴﻤﺔ ‪ ،١٫٤ α‬وﻗﻴﻤﺔ ‪ .٠٫٣ β‬ﻻﺣِ ﻆ اﻟﺒﻨﻴﺔ املﺸﺎﺑﻬﺔ ﻣﻊ وﺟﻮد ﻓﺮاﻏﺎت ﰲ ﻛﻞ ﺣﺎﻟﺔ‪.‬‬

‫‪82‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ‬

‫ﻛﺎﻧﺖ اﻟﺘﺠﺎرب ﺣﻮل اﻟﻔﻮﴇ — وﻻ ﺗﺰال — ﺗﺪﻓﻊ إﻣﻜﺎﻧﺎت اﻟﺤﺎﺳﻮب إﱃ ﺣﺪودﻫﺎ‬

‫ﻗﻠﻴﻼ‪ .‬ﰲ ﺳﺒﻌﻴﻨﻴﺎت اﻟﻘﺮن اﻟﻌﴩﻳﻦ‬ ‫اﻟﻘﺼﻮى‪ ،‬وﰲ ﺑﻌﺾ اﻷﺣﻴﺎن ﺗﺘﺠﺎوز ﺗﻠﻚ اﻟﺤﺪود ً‬
‫أراد ﻋﺎﻟﻢ اﻟﻔﻠﻚ ﻣﺎﻳﻜﻞ إﻳﻨﻮ إﺟﺮاء دراﺳﺔ ﻣﻔﺼﻠﺔ ﺣﻮل ﻋﻨﺎﴏ اﻟﺠﺬب اﻟﻔﻮﺿﻮﻳﺔ‪ .‬ﰲ ﻇﻞ‬
‫ﻣﺒﺎﴍة ﺑني ﻣﺪى ﺗﻌﻘﻴﺪ اﻟﻨﻈﺎم وﻓﱰة اﻟﺴﻠﺴﻠﺔ‬‫ِ‬ ‫ﻗﺪرة ﻣﺤﺪدة ﻟﻠﺤﺎﺳﻮب ﺛَﻤﱠ َﺔ ﻋﻼﻗﺔ ﺗﺒﺎدﻟﻴﺔ‬
‫ﺧﻮاص ﺗﺸﺒﻪ ﺧﻮاص ﻧﻈﺎم ﻟﻮرﻧﺰ‬ ‫ﱠ‬ ‫اﻟﺰﻣﻨﻴﺔ اﻟﺘﻲ ﻳﻤﻜﻦ ﻗﻴﺎﺳﻬﺎ‪ .‬أراد إﻳﻨﻮ وﺿﻊ ﻧﻈﺎم ﻳﻤﺘﻠﻚ‬
‫ﰲ ﻋﺎم ‪ ،١٩٦٣‬ﻧﻈﺎم أرﺧﺺ ﰲ ﺗﻜﻠﻔﺔ اﻟﺘﻜﺮار ﻋﲆ ذﻟﻚ اﻟﺤﺎﺳﻮب‪ .‬ﻛﺎن ﻫﺬا اﻟﻨﻈﺎم ﻧﻈﺎﻣً ﺎ‬
‫ﺛﻨﺎﺋﻲ اﻷﺑﻌﺎد؛ ﺣﻴﺚ ﺣﺎﻟﺔ ‪ X‬ﺗﺘﺄﻟﻒ ﻣﻦ زوج ﻣﻦ اﻟﻘﻴﻢ ‪ .x, y‬ﺗُﺤﺪﱠد ﺧﺮﻳﻄﺔ إﻳﻨﻮ ﻣﻦ ﺧﻼل‬
‫اﻟﻘﺎﻋﺪﺗَني اﻟﺘﺎﻟﻴﺘَني‪:‬‬
‫ً‬
‫ﻣﻀﺎﻓﺎ إﻟﻴﻪ ‪ α‬ﻣﴬوﺑًﺎ ﰲ‬ ‫ﺗﺴﺎوي ﻗﻴﻤﺔ ‪ xi + 1‬اﻟﺠﺪﻳﺪة واﺣﺪًا ﻣﻄﺮوﺣً ﺎ ﻣﻨﻪ ‪yi‬‬
‫‪.xi 2‬‬
‫ً‬
‫ﻣﴬوﺑﺔ ﰲ ‪.xi‬‬ ‫ﺗﺴﺎوي ﻗﻴﻤﺔ ‪ yi + 1‬اﻟﺠﺪﻳﺪة ‪β‬‬

‫ﻳُﻈﻬﺮ اﻟﺸﻜﻞ )ب( ﻣﻦ اﻟﺸﻜﻞ ‪ 6-4‬ﻋﻨﴫ اﻟﺠﺬب ﻋﻨﺪﻣﺎ ﺗﺴﺎوي ﻗﻴﻤﺔ ‪ ١٫٤ α‬وﻗﻴﻤﺔ‬
‫‪ ،٠٫٣ β‬وﻳُﻈﻬﺮ اﻟﺸﻜﻞ )أ( ﴍﻳﺤﺔ ﻣﻦ ﻋﻨﴫ ﺟﺬب ﻧﻈﺎم ﻣﻮر‪-‬ﺷﺒﻴﺠﻞ ﺗﻮ ﱠﻟﺪت ﻣﻦ ﺧﻼل‬
‫ﻣﺰج ﻟﻘﻄﺎت ﻣﻦ اﻟﻨﻈﺎم ﻣﺘﻰ ﻛﺎﻧﺖ ﻗﻴﻤﺔ ‪ z‬ﺗﺴﺎوي ﺻﻔ ًﺮا وﺗﺰﻳﺪ‪ .‬وﻳُﻄﻠﻖ ﻋﲆ ﻫﺬا اﻟﻨﻮع‬
‫ﻣﻦ اﻷﺷﻜﺎل »ﻗﺴﻢ ﺑﻮاﻧﻜﺎرﻳﻪ«‪ ،‬وﻫﻮ ﱢ‬
‫ﻳﻮﺿﺢ ﻛﻴﻒ أن ﴍاﺋﺢ ﻣﻦ أﺣﺪ اﻟﺘﺪﻓﻘﺎت ﺗﺸﺒﻪ ﻛﺜريًا‬
‫اﻟﺨﺮاﺋﻂ‪.‬‬

‫ﻣﻌﺎدﻻت اﻟﺘﺄﺧري واﻷوﺑﺌﺔ واﻟﺘﺸﺨﻴﺼﺎت اﻟﻄﺒﻴﺔ‬

‫ُ‬
‫اﻟﺤﺎﻟﺔ‬ ‫ﺛَﻤﱠ َﺔ ﻣﺠﻤﻮﻋﺔ أﺧﺮى ﻣﻦ اﻟﻨﻤﺎذج اﻟﺸﺎﺋﻘﺔ ﺗﺘﻤﺜﻞ ﰲ ﻣﻌﺎدﻻت اﻟﺘﺄﺧري‪ .‬ﻫﻨﺎ‪ ،‬ﺗﻠﻌﺐ‬
‫وﺣﺎﻟﺔ ﻣﺎ ﰲ املﺎﴈ )ﺣﺎﻟﺔ اﻟﺘﺄﺧري( دو ًرا ﻣﺒﺎﴍًا ﰲ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت‪ .‬ﺗﺸﻴﻊ ﻫﺬه‬‫ٌ‬ ‫اﻟﺤﺎﻟﻴﺔ‬
‫ُ‬
‫اﻟﻨﻤﺎذج ﰲ اﻟﻨﻈﻢ اﻟﺒﻴﻮﻟﻮﺟﻴﺔ‪ ،‬وﻗﺪ ﺗﻘﺪﱢم اﺳﺘﺒﺼﺎ ًرا ﰲ اﻷﻣﺮاض املﺘﺄرﺟﺤﺔ ﻣﺜﻞ ﻣﺮض‬
‫ﴎﻃﺎن اﻟﺪم‪ .‬ﰲ ﻛﻤﻴﺔ اﻟﺪم املﺘﺪﻓﻘﺔ‪ ،‬ﻳﻌﺘﻤﺪ ﻋﺪد اﻟﺨﻼﻳﺎ املﺘﻮاﻓﺮة ﻏﺪًا ﻋﲆ ﻋﺪد اﻟﺨﻼﻳﺎ‬
‫املﺘﻮاﻓﺮة اﻟﻴﻮم‪ ،‬وﻋﲆ ﻋﺪد اﻟﺨﻼﻳﺎ اﻟﺠﺪﻳﺪة اﻟﺘﻲ ﻳﻜﺘﻤﻞ ﻧﻤﻮﻫﺎ اﻟﻴﻮم‪ .‬ﻳﺤﺪث اﻟﺘﺄﺧري ﻣﻦ‬
‫ﺟ ﱠﺮاء ﻓﺠﻮة زﻣﻨﻴﺔ ﺑني وﻗﺖ ﻃﻠﺐ ﻫﺬه اﻟﺨﻼﻳﺎ اﻟﺠﺪﻳﺪة ووﻗﺖ ﻧﻀﻮﺟﻬﺎ‪ ،‬وﻳﻌﺘﻤﺪ ﻋﺪد‬
‫اﻟﺨﻼﻳﺎ اﻟﺘﻲ ﺗﻨﻀﺞ اﻟﻴﻮم ﻋﲆ ﻋﺪد ﺧﻼﻳﺎ اﻟﺪم ﰲ وﻗﺖ ﻣﺎ ﰲ املﺎﴈ‪ .‬ﺛَﻤﱠ َﺔ أﻣﺮاض أﺧﺮى‬
‫ﻛﺜرية ﺗﺘﻀﻤﻦ ﻫﺬه اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ املﺘﺄرﺟﺤﺔ‪ ،‬وﺗُﻌﺘﱪ دراﺳﺔ اﻟﻔﻮﴇ ﰲ ﻣﻌﺎدﻻت اﻟﺘﺄﺧري‬
‫ﺷﺎﺋﻘﺔ وﻣﺜﻤﺮة ﻟﻠﻐﺎﻳﺔ‪.‬‬

‫‪83‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻧﱰك اﻟﺤﺪﻳﺚ ﻋﻦ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ ﻟﻔﻘﺮة واﺣﺪة ﻟﻨﺸري إﱃ أن اﻟﺒﺤﻮث اﻟﻄﺒﻴﺔ‬

‫آﺧﺮ ﺗُﺴﺘﺨﺪم ﻓﻴﻪ اﻻﺳﺘﺒﺼﺎرات املﺴﺘﻘﺎة ﻣﻦ ﻧﻤﺎذﺟﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ ﰲ اﻟﻨﻈﻢ‬ ‫ﻣﺠﺎﻻ َ‬
‫ً‬ ‫ﺗﻤﺜﱢﻞ‬
‫ﺗﻮﺻﻠﺖ اﻟﺒﺤﻮث اﻟﺘﻲ أﺟﺮاﻫﺎ ﻣﺎﻳﻚ ﻣﺎﻛﻲ ﰲ ﺟﺎﻣﻌﺔ ﻣﺎﻛﺠﻴﻞ ﺑﺎﻻﺷﱰاك ﻣﻊ‬ ‫ﱠ‬ ‫اﻟﺤﻘﻴﻘﻴﺔ‪.‬‬
‫آﺧﺮﻳﻦ ﺣﻮل ﻣﻌﺎدﻻت اﻟﺘﺄﺧري إﱃ ﻋﻼج ﻣﺮض ﻣﺘﺄرﺟﺢ واﺣﺪ ﻋﲆ اﻷﻗﻞ‪ ،‬ﻛﻤﺎ أﻓﻀﺖ دراﺳﺔ‬ ‫َ‬
‫أﻳﻀﺎ إﱃ اﺳﺘﺒﺼﺎرات ﰲ ﺗﻄﻮر اﻷﻣﺮاض اﻟﺘﻲ ﺗﺘﺄرﺟﺢ اﻹﺻﺎﺑﺔ‬ ‫اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻼﺧﻄﻴﺔ ً‬
‫ﺑﻬﺎ ﰲ ﻣﺠﻤﻮﻋﺔ ﺳﻜﺎﻧﻴﺔ ﻣﻌﻴﻨﺔ‪ ،‬وﻟﻴﺲ ﰲ ﻓﺮد واﺣﺪ‪ .‬ﻳﻤﻜﻦ ﻣﻘﺎرﻧﺔ ﻧﻤﺎذﺟﻨﺎ ﻣﻊ اﻟﻮاﻗﻊ‬
‫ﻧﺤﻮ‬
‫ﰲ دراﺳﺔ ﻣﺮض اﻟﺤﺼﺒﺔ‪ ،‬ﺣﻴﺚ ﻳﻤﻜﻦ ﺑﺤﺚ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت ﰲ اﻟﺰﻣﻦ واﻟﻔﻀﺎء ﻋﲆ ٍ‬
‫أﻳﻀﺎ إﱃ ﻇﻬﻮر ﻃﺮق ﱠ‬
‫ﺧﻼﻗﺔ‬ ‫ُﺜﻤﺮ ﻟﻠﻐﺎﻳﺔ‪ .‬ﻛﻤﺎ أﻓﴣ ﺗﺤﻠﻴﻞ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ اﻟﻔﻮﺿﻮﻳﺔ ً‬ ‫ﻣ ِ‬
‫ﱠ‬
‫ﻟﺮﺻﺪ ﺳﻼﺳﻞ زﻣﻨﻴﺔ ﻃﺒﻴﺔ ﻣﻌﻘﺪَة‪ ،‬ﺑﻤﺎ ﰲ ذﻟﻚ ﺳﻼﺳﻞ اﻟﺪﻣﺎغ )ﺗﺨﻄﻴﻂ ﻛﻬﺮﺑﺎﺋﻴﺔ اﻟﺪﻣﺎغ(‬
‫واﻟﻘﻠﺐ )ﻣﺨﻄﻂ ﻛﻬﺮﺑﺎﺋﻴﺔ اﻟﻘﻠﺐ(‪ ،‬وﻻ ﻳﻌﻨﻲ ﻫﺬا أن ﺗﻠﻚ اﻟﻈﻮاﻫﺮ اﻟﻄﺒﻴﺔ ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‬
‫ﻮﺻﻒ ﻋﲆ اﻟﻨﺤﻮ اﻷﻣﺜﻞ ﻣﻦ ﺧﻼل ﻧﻤﺎذج ﻓﻮﺿﻮﻳﺔ؛ إذ إن ﻃﺮق‬ ‫ﻓﻮﺿﻮﻳﺔ‪ ،‬أو ﺣﺘﻰ ﺗُ َ‬
‫اﻟﺘﺤﻠﻴﻞ املﺴﺘﺨﺪﻣﺔ ﰲ ﺗﺤﻠﻴﻞ اﻟﻔﻮﴇ ﻗﺪ ﺗﺘﻀﺢ ﻗﻴﻤﺘﻬﺎ ﻋﻤﻠﻴٍّﺎ ﺑﴫف اﻟﻨﻈﺮ ﻋﻦ ﻃﺒﻴﻌﺔ‬
‫اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻜﺎﻣﻨﺔ ﰲ اﻟﻨﻈﻢ اﻟﻮاﻗﻌﻴﺔ اﻟﺘﻲ ﺗُﻮ ﱢﻟﺪ اﻹﺷﺎرات اﻟﺘﻲ ﻳﺠﺮي ﺗﺤﻠﻴﻠﻬﺎ‪.‬‬

‫اﻟﻔﻮﴇ اﻟﻬﺎﻣﻠﺘﻮﻧﻴﺔ‬
‫إذا ﻛﺎﻧﺖ اﻟﺤﺠﻮم ﰲ ﻓﻀﺎء اﻟﺤﺎﻟﺔ ﻻ ﺗﻨﻜﻤﺶ ﻋﱪ اﻟﺰﻣﻦ‪ ،‬ﻓﻼ ﻳﻤﻜﻦ أن ﻳﻜﻮن ﺛَﻤﱠ َﺔ ﻋﻨﺎﴏ‬
‫ﺗﻮﺿﺢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻔﻮﺿﻮﻳﺔ ﰲ‬ ‫ﺟﺬب‪ .‬ﰲ ﻋﺎم ‪ ،١٩٦٤‬ﻧﴩ إﻳﻨﻮ وﻫﺎﻳﻠﺲ ورﻗﺔ ﺑﺤﺜﻴﺔ ﱢ‬
‫ﻧﻤﻮذج رﺑﺎﻋﻲ اﻷﺑﻌﺎد ﻟﺤﺮﻛﺔ ﻧﺠﻢ ﰲ ﻣﺠﺮة‪ .‬ﺗُﺴﻤﱠ ﻰ اﻟﻨﻈﻢ اﻟﺘﻲ ﻻ ﺗﺘﻨﺎﻗﺺ ﺣﺠﻮم ﻓﻀﺎء‬
‫اﻟﺤﺎﻟﺔ ﻓﻴﻬﺎ — ﺑﻤﺎ ﰲ ذﻟﻚ أﻧﻈﻤﺔ ﻣﻴﻜﺎﻧﻴﻜﺎ اﻷﺟﺮام اﻟﺴﻤﺎوﻳﺔ اﻟﻨﻴﻮﺗﻮﻧﻴﺔ اﻟﺘﻲ ﺗُﺴﺘﺨﺪَم‬
‫ﺗﻮﻗﻊ اﻟﻜﺴﻮف‪ ،‬واﻟﺘﻲ ﺗﺘﺘﺒﻊ ﻣﺴﺘﻘﺒﻞ اﻟﻨﻈﺎم اﻟﺸﻤﴘ واملﺮﻛﺒﺎت اﻟﻔﻀﺎﺋﻴﺔ‬‫ﺑﺼﻮرة ﺷﺎﺋﻌﺔ ﰲ ﱡ‬
‫ﻈﻤً ﺎ »ﻫﺎﻣﻠﺘﻮﻧﻴﺔ«‪ .‬ﻳﻤﺜﱢﻞ اﻟﺸﻜﻞ رﻗﻢ ‪ 7-4‬ﴍﻳﺤﺔ ﻣﻦ ﻧﻈﺎم إﻳﻨﻮ‪-‬ﻫﺎﻳﻠﺲ‪ ،‬وﻫﻮ‬ ‫ﻓﻴﻬﺎ — ﻧ ُ ُ‬
‫ﻧﻈﺎم ﻫﺎﻣﻠﺘﻮﻧﻲ‪ .‬ﻻﺣِ ﻆ اﻟﺘﺪاﺧﻞ املﻌﻘﺪ ﻟﻠﺠﺰر اﻟﺨﺎﻟﻴﺔ ﰲ ﺑﺤﺮ ﻣﻦ املﺴﺎرات اﻟﻔﻮﺿﻮﻳﺔ‪ .‬رﺑﻤﺎ‬
‫ﺗﻘﻊ اﻟﺤﺎﻻت اﻷوﻟﻴﺔ اﻟﺘﻲ ﺑﺪأت داﺧﻞ ﻫﺬه اﻟﺠﺰر ﰲ ﺣﻠﻘﺎت ﺗﻜﺎد ﺗﻜﻮن ﻣﻐﻠﻘﺔ )ﻃﺎرات(‪،‬‬
‫أو رﺑﻤﺎ ﺗﺘﺒﻊ ﻣﺴﺎرات ﻓﻮﺿﻮﻳﺔ ﻣﺤﺼﻮرة ﰲ إﺣﺪى ﺳﻼﺳﻞ اﻟﺠﺰر‪ .‬وﰲ ﻛﻠﺘﺎ اﻟﺤﺎﻟﺘني‪،‬‬
‫ﺗﻮﻗﻊ املﻮﺿﻊ ﻋﲆ ﻛﻞ‬‫ﺗﻮﻗﻊ ﺗﺮﺗﻴﺐ املﺮور ﻋﲆ اﻟﺠﺰر ﰲ اﻟﺴﻠﺴﻠﺔ‪ ،‬وإن ﻛﺎن ﻻ ﻳﻤﻜﻦ ﱡ‬ ‫ﻳﻤﻜﻦ ﱡ‬
‫ﱠ‬
‫ﻣﺘﻮﻗﻌﺔ إﻻ ﻋﲆ املﻘﻴﺎس ذي‬ ‫ﺟﺰﻳﺮة ﻋﲆ وﺟﻪ اﻟﺘﺤﺪﻳﺪ‪ .‬ﻋﲆ أي ﺣﺎل‪ ،‬ﻻ ﺗﻜﻮن اﻷﺷﻴﺎء ﻏري‬
‫اﻷﻃﻮال اﻟﺼﻐرية‪.‬‬

‫‪84‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ‬

‫‪٠٫٥‬‬

‫‪w‬‬

‫‪٠٫٥−‬‬
‫‪٠٫٥−‬‬ ‫‪٠٫٧‬‬
‫‪y‬‬

‫ﺷﻜﻞ ‪ :7-4‬ﴍﻳﺤﺔ ﺛﻨﺎﺋﻴﺔ اﻷﺑﻌﺎد ﻟﻌﻨﴫ اﻟﺠﺬب ﰲ ﻧﻤﻮذج إﻳﻨﻮ‪-‬ﻫﺎﻳﻠﺲ‪ .‬ﻻﺣِ ﻆ اﻟﺤﻠﻘﺎت‬
‫اﻵﻧﻴﺔ‪ ،‬واﻟﺒﺤﺮ اﻟﻔﻮﺿﻮي اﻟﺬي ﺑﻪ اﻟﻜﺜري ﻣﻦ اﻟﺠﺰر )اﻟﺨﺎﻟﻴﺔ(‪.‬‬

‫اﺳﺘﻐﻼل اﺳﺘﺒﺼﺎرات اﻟﻔﻮﴇ‬

‫ﰲ ﻓﱰة اﻟﺴﻨﻮات اﻟﺜﻼث ﺑني ﻋﺎﻣَ ﻲ ‪ ١٩٦٣‬و‪ ،١٩٦٥‬ﻧ ُ ِﴩت ﺛﻼث أوراق ﺑﺤﺜﻴﺔ ﻣﻨﻔﺼﻠﺔ )ﻣﻦ‬
‫ﺗﺄﻟﻴﻒ ﻟﻮرﻧﺰ‪ ،‬وﻣﻮر وﺷﺒﻴﺠﻞ‪ ،‬وإﻳﻨﻮ وﻫﺎﻳﻠﺲ(‪ ،‬اﺳﺘﺨﺪﻣﺖ ﻛ ﱞﻞ ﻣﻨﻬﺎ اﻟﺤﺎﺳﻮب اﻟﺮﻗﻤﻲ‬
‫ﻟﻄﺮح ﻣﺎ ﺻﺎر ﻳُﻄ َﻠﻖ ﻋﻠﻴﻪ ﺑﻌﺪﻫﺎ »اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻔﻮﺿﻮﻳﺔ«‪ .‬ﰲ اﻟﻴﺎﺑﺎن‪ ،‬ﺗﻤ ﱠﻜ َﻦ ﻳﻮﺷﻴﺴﻜﻲ‬
‫وﻳﺪا ﻣﻦ رﺻﺪ اﻟﻔﻮﴇ ﰲ ﺗﺠﺎرب ﺗﻌﺘﻤﺪ ﻋﲆ ﺣﺎﺳﻮب ﺗﻨﺎﻇﺮي‪ ،‬وﻛﺎن ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت‬
‫ﺗﻮﺻ َﻞ إﻟﻴﻬﺎ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت ﺣﻮل اﻟﻌﺎﻟﻢ ﻗﺒﻞ‬
‫ﱠ‬ ‫اﻟﺮوس ﻳﻌﻤﻠﻮن ﻋﲆ ﺗﻄﻮﻳﺮ اﻷﺳﺲ اﻟﺘﻲ‬
‫أﻛﺜﺮ ﻣﻦ ﻗﺮن ﻣﻦ اﻟﺰﻣﺎن‪ .‬ﺑﻌﺪ ذﻟﻚ ﺑﺨﻤﺴني ﻋﺎﻣً ﺎ ﺗﻘﺮﻳﺒًﺎ‪ ،‬ﻇﻠﻠﻨﺎ ﻧﻜﺘﺸﻒ — وﻣﺎ زﻟﻨﺎ —‬
‫ﻃﺮﻗﺎ ﺟﺪﻳﺪة ﻻﺳﺘﻐﻼل ﻫﺬه اﻻﺳﺘﺒﺼﺎرات‪.‬‬ ‫ً‬
‫ﻟﺘﻮﻗﻊ اﻟﻜﺴﻮف اﻟﺸﻤﴘ املﺴﺘﻘﺒﲇ؟ ﻫﻞ ﻳﺮﺟﻊ ﻫﺬا إﱃ ﻋﺪم‬ ‫ﻣﺎذا ﻳﺤ ﱡﺪ ﻣﻦ اﻟﻘﺎﺑﻠﻴﺔ ﱡ‬
‫اﻟﻴﻘني ﰲ ﻣﻌﺮﻓﺘﻨﺎ ﻟﻠﻤﺪارات اﻟﻜﻮﻛﺒﻴﺔ ﻧﻈ ًﺮا ﻟﻠﺪﻗﺔ املﺤﺪودة ﰲ ﻃﺮق ﻗﻴﺎﺳﻨﺎ اﻟﺤﺎﻟﻴﺔ؟‬

‫‪85‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻳﻐري املﻮﺿﻊ ﻋﲆ ﺳﻄﺢ اﻷرض اﻟﺬي‬ ‫أم إﱃ اﻟﺘﺒﺎﻳﻨﺎت املﺴﺘﻘﺒﻠﻴﺔ ﰲ ﻃﻮل اﻟﻴﻮم اﻟﺬي ﱢ‬
‫ﻮﺻﻒ )ﺑﺼﻮرة‬ ‫ﻳﺘﻌ ﱠﺮض ﻟﻠﻜﺴﻮف؟ أم إﱃ ﻋﺠﺰ ﻣﻌﺎدﻻت ﻧﻴﻮﺗﻦ ﻧﻈ ًﺮا ﻟﻮﺟﻮد ﻣﺆﺛﺮات ﺗُ ﱠ‬
‫أﻓﻀﻞ( ﻣﻦ ﺧﻼل اﻟﻨﻈﺮﻳﺔ اﻟﻨﺴﺒﻴﺔ اﻟﻌﺎﻣﺔ؟ ﻧﻌﺮف أن اﻟﻘﻤﺮ ﻳﺘﺤﺮك ﺑﻌﻴﺪًا ﰲ ﺑﻂء ﻋﻦ‬
‫اﻷرض‪ ،‬وﺑﺎﻓﱰاض اﺳﺘﻤﺮار ذﻟﻚ‪ ،‬ﺳﻴﺒﺪو ﰲ اﻟﻨﻬﺎﻳﺔ أﺻﻐﺮ ﻛﺜريًا ﻣﻤﺎ ﻫﻮ ﻋﻠﻴﻪ اﻵن‪ ،‬ﺣﺘﻰ‬
‫إﻧﻪ ﻟﻦ ﻳﺴﺘﻄﻴﻊ ﺣﺠﺐ اﻟﺸﻤﺲ ﺑﺎﻟﻜﺎﻣﻞ‪ .‬ﰲ ﺗﻠﻚ اﻟﺤﺎﻟﺔ‪ ،‬ﺳﻴﻜﻮن ﺛَﻤﱠ َﺔ ﻛﺴﻮف ﻛﲇ أﺧري‬
‫ﻧﺘﻮﻗﻊ ﻣﺘﻰ ﺳﻴﻘﻊ ﻫﺬا اﻟﺤﺪث؟ وأﻳﻦ ﻳﺠﺐ أن ﻧﻜﻮن ﻋﲆ ﺳﻄﺢ‬ ‫ﻟﻠﺸﻤﺲ‪ ،‬ﻓﻬﻞ ﻳﻤﻜﻦ أن ﱠ‬
‫اﻷرض ﻟﺮؤﻳﺔ ﻫﺬا اﻟﻜﺴﻮف — آﺧﺬًا ﰲ اﻻﻋﺘﺒﺎر ﺣﺎﻟﺔ اﻟﻄﻘﺲ؟ ﻻ ﻧﻌﺮف اﻹﺟﺎﺑﺔ ﻋﻦ ﻫﺬا‬
‫اﻟﺴﺆال‪ ،‬ﻣﺜﻠﻤﺎ ﻻ ﻧﻌﺮف — ﻋﲆ وﺟﻪ اﻟﺘﺤﺪﻳﺪ — إن ﻛﺎن اﻟﻨﻈﺎم اﻟﺸﻤﴘ ﻣﺴﺘﻘ ٍّﺮا أم ﻻ‪.‬‬
‫ُﺪر ًﻛﺎ ﺗﻤﺎﻣً ﺎ ﻟﻠﺼﻌﻮﺑﺎت اﻟﺘﻲ ﻛﺎﻧﺖ اﻟﺴﻠﻮﻛﻴﺎت اﻟﻼﺧﻄﻴﺔ ﺗﺸ ﱢﻜﻠﻬﺎ ﰲ ﺳﺒﻴﻞ‬
‫ﻛﺎن ﻧﻴﻮﺗﻦ ﻣ ِ‬
‫ﺗﺤﺪﻳﺪ درﺟﺔ اﻻﺳﺘﻘﺮار اﻟﻘﺼﻮى ﻟﺜﻼﺛﺔ أﺟﺴﺎم ﺳﻤﺎوﻳﺔ ﻓﻘﻂ‪ ،‬وأﺷﺎر إﱃ أن ﺿﻤﺎن ﱡ‬
‫ﺗﺤﻘﻖ‬
‫اﺳﺘﻘﺮار اﻟﻨﻈﺎم اﻟﺸﻤﴘ ﻛﺎن ﻣﻬﻤﺔ اﻟﺮب‪ .‬ﻣﻦ ﺧﻼل ﻓﻬﻢ أﻧﻮاع املﺪارات اﻟﻔﻮﺿﻮﻳﺔ اﻟﺘﻲ‬
‫ﺗﺴﻤﺢ ﺑﻬﺎ اﻟﻨﻈﻢ اﻟﻬﺎﻣﻠﺘﻮﻧﻴﺔ‪ ،‬ﻋﺮﻓﻨﺎ أﺷﻴﺎءَ ﻛﺜري ًة ﻋﻦ اﻻﺳﺘﻘﺮار اﻟﻨﻬﺎﺋﻲ ﻟﻠﻨﻈﺎم اﻟﺸﻤﴘ‪.‬‬
‫وأﻓﻀﻞ ﺗﻮﻗﻌﺎﺗﻨﺎ ﺣﺎﻟﻴٍّﺎ ﻫﻮ أن ﻧﻈﺎﻣﻨﺎ اﻟﺸﻤﴘ ﻣﺴﺘﻘﺮ‪ ،‬ﻋﲆ اﻷرﺟﺢ‪ .‬ﺗﺘﺄﺗﻰ اﺳﺘﺒﺼﺎرات‬
‫ﻣﺜﻞ ﻫﺬه ﻣﻦ ﺧﻼل ﻓﻬﻢ ﻫﻨﺪﺳﺔ اﻷﺷﻜﺎل ﰲ ﻓﻀﺎء اﻟﺤﺎﻟﺔ‪ ،‬وﻟﻴﺲ ﻣﻦ ﺧﻼل ﻣﺤﺎوﻟﺔ إﺟﺮاء‬
‫ﻋﻤﻠﻴﺎت ﺣﺴﺎﺑﻴﺔ ﻣﻔﺼﻠﺔ ﺗﻌﺘﻤﺪ ﻋﲆ اﻷرﺻﺎد اﻟﺠﻮﻳﺔ‪.‬‬
‫ﻧﺤﻮ ِآﻣﻦ ﻣﻦ اﻟﺴﻠﻮك اﻟﺮﻳﺎﴈ ﻟﻠﻨﻈﻢ اﻟﻘﻠﻴﻠﺔ‬‫ﻧﺴﺘﻘﻲ اﺳﺘﺒﺼﺎرات ﻋﲆ ٍ‬‫َ‬ ‫ﻫﻞ ﻳﻤﻜﻦ أن‬
‫ﻜﺘﺸﻒ ﻣﻦ ﺧﻼل اﻟﺘﺠﺎرب‪ ،‬ﻣﺜﻞ اﻟﺘﻀﺎﻋﻒ‬ ‫اﻷﺑﻌﺎد؟ ﺗﺸري ﻫﺬه اﻟﻨﻈﻢ إﱃ ﻇﻮاﻫﺮ ﺟﺪﻳﺪة ﺗُ َ‬
‫ﺤﺴﺐ ﰲ اﻟﻄﺒﻴﻌﺔ‪ ،‬ﻣﺜﻞ رﻗﻢ ﻓﺎﻳﺠﻨﺒﺎوم‪ .‬ﺗﻤﺜﱢﻞ ﻫﺬه‬ ‫اﻟﺪوري‪ ،‬أو ﺗﺸري إﱃ ﺛﻮاﺑﺖ ﺟﺪﻳﺪة ﺗُ َ‬
‫أﻳﻀﺎ ﻣﻮاﺿﻊ اﺧﺘﺒﺎر ﻷﺳﺎﻟﻴﺐ ﺗﻮﻗﻌﺎﺗﻨﺎ‪ ،‬وﻫﻮ أﻣﺮ ﺧﻄري إﱃ ﺣ ﱟﺪ ﻣﺎ؛ ﻓﻬﻞ‬ ‫اﻟﻨﻈﻢ اﻟﺒﺴﻴﻄﺔ ً‬
‫ﻇﻮاﻫﺮ اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ اﻟﻘﻠﻴﻠﺔ اﻷﺑﻌﺎد ﻫﻲ اﻟﻈﻮاﻫﺮ ﻧﻔﺴﻬﺎ اﻟﺘﻲ ﻧﺮﺻﺪﻫﺎ ﰲ اﻟﻨﻤﺎذج‬
‫اﻷﻛﺜﺮ ﺗﻌﻘﻴﺪًا؟ وﻫﻞ ﻫﺬه اﻟﻈﻮاﻫﺮ ﺷﺎﺋﻌﺔ ﻟﻠﻐﺎﻳﺔ ﺑﺤﻴﺚ إﻧﻬﺎ ﺗﺤﺪث »ﺣﺘﻰ ﰲ« اﻟﻨﻈﻢ‬
‫اﻟﺒﺴﻴﻄﺔ اﻟﻘﻠﻴﻠﺔ اﻷﺑﻌﺎد ﻣﺜﻞ ﻧﻈﺎم ﻟﻮرﻧﺰ ﻟﻌﺎم ‪ ١٩٦٣‬أو ﻧﻈﺎم ﻣﻮر‪-‬ﺷﺒﻴﺠﻞ؟ أم إن‬
‫ﻫﺬه اﻟﻈﻮاﻫﺮ ﺗﺮﺟﻊ إﱃ ﺑﺴﺎﻃﺔ ﻫﺬه اﻷﻣﺜﻠﺔ؟ وﻫﻞ ﺗﺤﺪث ﻫﺬه اﻟﻈﻮاﻫﺮ »ﻓﻘﻂ ﰲ« اﻟﻨﻈﻢ‬
‫اﻟﺮﻳﺎﺿﻴﺔ اﻟﺒﺴﻴﻄﺔ؟ ﺗﻨﻄﺒﻖ ﻣﺴﺄﻟﺔ »ﺣﺘﻰ ﰲ« أو »ﻓﻘﻂ ﰲ« ﻧﻔﺴﻬﺎ ﻋﲆ اﻷﺳﺎﻟﻴﺐ املﻄﻮرة‬
‫ﻟﺘﻮﻗﻊ اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ أو اﻟﺘﺤﻜﻢ ﻓﻴﻬﺎ‪ ،‬واﻟﺘﻲ ﻳﺠﺮي اﺧﺘﺒﺎرﻫﺎ ﰲ اﻟﻨﻈﻢ اﻟﻘﻠﻴﻠﺔ اﻷﺑﻌﺎد‪.‬‬
‫ﻫﻞ ﺗﺤﺪث ﻫﺬه اﻷﺷﻴﺎء »ﺣﺘﻰ ﰲ« أو »ﻓﻘﻂ ﰲ« اﻟﻨﻈﻢ اﻟﻘﻠﻴﻠﺔ اﻷﺑﻌﺎد؟ اﻹﺟﺎﺑﺔ اﻷﻗﻮى‬
‫ﺣﺘﻰ اﻵن ﻫﻲ أن اﻟﺼﻌﻮﺑﺎت اﻟﺘﻲ ﻧﺤﺪﱢدﻫﺎ ﰲ اﻟﻨﻈﻢ اﻟﻘﻠﻴﻠﺔ اﻷﺑﻌﺎد ﻧﺎد ًرا ﻣﺎ ﺗﺨﺘﻔﻲ ﰲ‬
‫اﻟﻨﻈﻢ املﺘﻌﺪدة اﻷﺑﻌﺎد‪ ،‬ﺑﻴﻨﻤﺎ اﻟﺤﻠﻮل اﻟﻨﺎﺟﺤﺔ ﻟﻬﺬه اﻟﺼﻌﻮﺑﺎت واﻟﺘﻲ ﺗﺼﻠﺢ ﰲ ﺣﺎﻟﺔ اﻟﻨﻈﻢ‬

‫‪86‬‬
 ‫اﻟﻔﻮﴇ ﰲ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ‬

‫اﻟﻘﻠﻴﻠﺔ اﻷﺑﻌﺎد ﺗﺜﺒﺖ ﻓﺸﻠﻬﺎ ﰲ اﻟﻨﻈﻢ املﺘﻌﺪدة اﻷﺑﻌﺎد‪ .‬ﻣﻊ إدراﻛﻪ ﻟﺤﺠﻢ ﺧﻄﺮ املﺠﺎزﻓﺔ ﰲ‬
‫ً‬
‫اﻧﻄﻼﻗﺎ ﻣﻦ ﻧﻈﻢ ﺛﻼﺛﻴﺔ اﻷﺑﻌﺎد‪ ،‬اﻧﺘﻘﻞ ﻟﻮرﻧﺰ إﱃ ﻧﻈﺎم ﻳﺘﻀﻤﻦ ‪ ٢٨‬ﺑُﻌﺪًا ﻗﺒﻞ ﺣﻮاﱄ‬ ‫اﻟﺘﻌﻤﻴﻢ‬
‫‪ ٥٠‬ﻋﺎﻣً ﺎ‪ ،‬وﻻ ﻳﺰال ﻳﻀﻊ ﻧﻈﻤً ﺎ ﺟﺪﻳﺪ ًة اﻟﻴﻮم‪ ،‬ﺑﻌﻀﻬﺎ ﻳﺘﻀﻤﻦ ﺑُﻌﺪَﻳﻦ وﺑﻌﻀﻬﺎ ﻳﺘﻀﻤﻦ‬
‫‪ ٢٠٠‬ﺑُﻌﺪ‪.‬‬
‫ﺗﺆﺛﱢﺮ اﻟﻔﻮﴇ واﻟﻼﺧﻄﻴﺔ ﻋﲆ ﻣﺠﺎﻻت ﻛﺜرية‪ .‬رﺑﻤﺎ ﻳﺘﻤﺜﱠﻞ اﻻﺳﺘﺒﺼﺎر اﻷﻋﻤﻖ املﺴﺘﺨﻠﺺ‬
‫ﻫﻨﺎ ﰲ أن اﻟﺤﻠﻮل اﻟﺘﻲ ﺗﺒﺪو ﻣﻌﻘﺪة ﺗﻜﻮن ﻣﻘﺒﻮﻟﺔ ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن‪ ،‬وﻟﻴﺲ ﻣﻦ اﻟﴬوري‬
‫أن ﺗﻜﻮن ﺑﺴﺒﺐ أي ﺗﺸﻮﻳﺶ دﻳﻨﺎﻣﻴﻜﻲ ﺧﺎرﺟﻲ‪ .‬ﻻ ﻳﺸري ﻫﺬا ﺿﻤﻨًﺎ إﱃ أن ﻫﺬه اﻟﺤﻠﻮل‬
‫— ﰲ أي ﺣﺎﻟﺔ ﺑﻌﻴﻨﻬﺎ — ﻻ ﺗﺮﺟﻊ إﱃ ﺗﺸﻮﻳﺶ ﺧﺎرﺟﻲ‪ ،‬ﻣﺜﻠﻤﺎ ﻻ ﻳﻘﻠﻞ ﻣﻦ اﻟﻘﻴﻤﺔ اﻟﻌﻤﻠﻴﺔ‬
‫ﻟﻠﻨﻤﺬﺟﺔ اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﺼﺎدﻓﻴﺔ‪ ،‬وﻫﻲ اﻟﺘﻲ ﺗﺘﻤﺘﻊ ﺑﺨﱪة وﻣﻤﺎرﺳﺔ إﺣﺼﺎﺋﻴﺔ ﺟﻴﺪة ﺗﺮﺟﻊ‬
‫إﱃ ﻗﺮن ﺗﻘﺮﻳﺒًﺎ‪ .‬وﻟﻜﻨﻪ ﻳﺸري إﱃ اﻟﻘﻴﻤﺔ املﺘﻀﻤﻨﺔ ﰲ ﺗﻄﻮﻳﺮ اﺧﺘﺒﺎرات ﻷي أﺳﺎﻟﻴﺐ ﻣﺴﺘﺨﺪﻣﺔ‬
‫ﰲ ﺗﻄﺒﻴﻖ ﻣﻌني‪ ،‬وﰲ اﺧﺘﺒﺎرات اﻟﺘﻮاﻓﻖ ﻟﺠﻤﻴﻊ أﺳﺎﻟﻴﺐ اﻟﻨﻤﺬﺟﺔ املﺘﺒﻌﺔ‪ .‬ﻳﺠﺐ أن ﺗﻜﻮن‬
‫ً‬
‫ﺧﺎﻟﻴﺔ ﻣﻦ اﻟﻘﻴﻮد ﻗﺪر اﻹﻣﻜﺎن‪ ،‬ﻟﻜﻦ ﻟﻴﺲ أﻛﺜﺮ ﻣﻤﺎ ﻳﻨﺒﻐﻲ‪ .‬رﺑﻤﺎ ﻳﻜﻤﻦ اﻷﺛﺮ اﻟﺪاﺋﻢ‬ ‫ﻧﻤﺎذﺟﻨﺎ‬
‫ﻟﻬﺬه اﻟﻨﻈﻢ اﻟﺒﺴﻴﻄﺔ ﰲ ﻗﻴﻤﺘﻬﺎ اﻟﺘﻌﻠﻴﻤﻴﺔ؛ ﺣﻴﺚ ﻳﻤﻜﻦ أن ﻳﺘﻌ ﱠﺮف اﻟﺸﺒﺎب ﻋﲆ اﻟﺴﻠﻮﻛﻴﺎت‬
‫اﻟﺜﺮﻳﺔ ﻟﻬﺬه اﻟﻨﻈﻢ اﻟﺒﺴﻴﻄﺔ ﰲ وﻗﺖ ﻣﺒﻜﺮ ﻣﻦ ﻓﱰة ﺗﻌﻠﻴﻤﻬﻢ‪ .‬ﻣﻦ ﺧﻼل اﺷﱰاط اﻟﺘﻮاﻓﻖ‬
‫اﻟﺪاﺧﲇ‪ ،‬ﺗﻘﻴﱢﺪ اﻟﺮﻳﺎﺿﻴﺎت ﺟﻤﻮح ﺧﻴﺎﻻﺗﻨﺎ ﰲ ﺗﺼﻮﻳﺮ املﺠﺎزات‪ ،‬ﻟﻴﺲ ﻟﺠﻌﻠﻬﺎ ﻣﺘﺴﻘﺔ ﻣﻊ‬
‫اﻟﻮاﻗﻊ اﻟﻔﻴﺰﻳﺎﺋﻲ‪ ،‬وﻟﻜﻦ ﻟﻔﺘﺢ آﻓﺎق ﺟﺪﻳﺪة ﰲ ﻛﺜري ﻣﻦ اﻷﺣﻴﺎن‪.‬‬

‫‪87‬‬
 ‫اﻟﻔﺼﻞ اﻟﺨﺎﻣﺲ‬

‫اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ وﻋﻨﺎﴏ اﳉﺬب‬

‫اﻟﻐﺮﻳﺒﺔ واﻷﺑﻌﺎد‬

‫ﺗﺤﻤﻞ اﻟﱪاﻏﻴﺚ اﻟﻜﺒرية ﺑﺮاﻏﻴﺚ ﺻﻐرية‬

‫ﻓﻮق ﻇﻬﺮﻫﺎ ﻟﺘﻠﺪﻏﻬﺎ‪.‬‬
‫وﺗﺤﻤﻞ اﻟﱪاﻏﻴﺚ اﻟﺼﻐرية ﺑﺮاﻏﻴﺚ أﺻﻐﺮ‪،‬‬
‫وﻫﻜﺬا إﱃ ﻣﺎ ﻻ ﻧﻬﺎﻳﺔ‪.‬‬
‫إﻳﻪ دي ﻣﻮرﺟﺎن )‪(١٨٧٢‬‬

‫ﻻ ﺗﻜﺘﻤﻞ أي ﻣﻘﺪﻣﺔ ﺗﺘﻨﺎول اﻟﻔﻮﴇ دون اﻟﻌﺮوج ﻋﲆ اﻷﺷﻜﺎل »اﻟﻜﴪﻳﺔ«‪ .‬ﻻ ﻳﺮﺟﻊ ﻫﺬا‬
‫إﱃ أن اﻟﻔﻮﴇ ﺗﻨﻄﻮي ﻋﲆ أﺷﻜﺎل ﻛﴪﻳﺔ‪ ،‬أو ﻷن اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ ﺗﺸﱰط اﻟﻔﻮﴇ‪،‬‬
‫ﺑﻞ ﺑﺒﺴﺎﻃﺔ ﻷن ﰲ اﻟﻔﻮﴇ املﺸﺘﺘﺔ ﺗﺒﺪو اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ اﻟﺮﻳﺎﺿﻴﺔ اﻟﺤﻘﻴﻘﻴﺔ ﻛﻤﺎ ﻟﻮ‬
‫ﻛﺎﻧﺖ ﺗﻈﻬﺮ ﻓﺠﺄ ًة‪ .‬إن اﻟﺘﻤﻴﻴﺰ ﺑني اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ اﻟﺮﻳﺎﺿﻴﺔ واﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ اﻟﻄﺒﻴﻌﻴﺔ‬
‫ﻳﺘﺴﺎوى ﰲ أﻫﻤﻴﺘﻪ ﻣﻊ اﻟﺘﻤﻴﻴﺰ ﺑني ﻣﻌﻨﻰ اﻟﻔﻮﴇ ﰲ اﻟﻨﻈﻢ اﻟﺮﻳﺎﺿﻴﺔ وﻣﻌﻨﺎﻫﺎ ﰲ اﻟﻨﻈﻢ‬
‫اﻟﻄﺒﻴﻌﻴﺔ‪ .‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ ﻣُﴤ ﻋﻘﻮد ﻃﻮﻳﻠﺔ ﻣﻦ املﻨﺎﻗﺸﺎت‪ ،‬ﻻ ﻳﻮﺟﺪ ﺗﻌﺮﻳﻒ وﺣﻴﺪ ﻣﻘﺒﻮل‬
‫ﻋﻤﻮﻣً ﺎ ﻟﻠﺸﻜﻞ اﻟﻜﴪي ﰲ ﻛﻠﺘﺎ اﻟﺤﺎﻟﺘني‪ ،‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ إﻣﻜﺎﻧﻴﺔ اﻟﺘﻌﺮف ﻋﲆ اﻟﺸﻜﻞ‬
‫اﻟﻜﴪي ﻋﻨﺪ رؤﻳﺘﻪ‪ .‬ﻳﺮﺗﺒﻂ ﻣﻔﻬﻮم اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ ﺗﻤﺎﻣً ﺎ ﺑﺨﺎﺻﻴﺔ اﻟﺘﺸﺎﺑﻪ اﻟﺬاﺗﻲ؛‬
‫ﻃﺎ ﺗﺸﺒﻪ‬‫ﻓﻤﻊ ﺗﻘﺮﻳﺐ اﻟﺮؤﻳﺔ ﻋﲆ ﺣﺪود اﻟﺴﺤﺐ‪ ،‬واﻟﺪول‪ ،‬وﺧﻄﻮط اﻟﺴﻮاﺣﻞ‪ ،‬ﻧﺮﺻﺪ أﻧﻤﺎ ً‬
‫ﺗﻠﻚ اﻷﻧﻤﺎط اﻟﺘﻲ ﻧﺮاﻫﺎ ﻋﲆ املﻘﺎﻳﻴﺲ ذات اﻷﻃﻮال اﻷﻛﱪ ﻣﺮة ﺑﻌﺪ ﻣﺮة‪ .‬وﻳﺤﺪث اﻟﴚء‬
‫ﻧﻔﺴﻪ ﻣﻊ ﻣﺠﻤﻮﻋﺔ اﻟﻨﻘﺎط املﻌﺮوﺿﺔ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪ .1-5‬ﺗﺘﺄﻟﻒ املﺠﻤﻮﻋﺔ ﻫﻨﺎ ﻣﻦ ﺧﻤﺲ‬
‫ﻣﺠﻤﻮﻋﺎت ﻣﻦ اﻟﻨﻘﺎط‪ ،‬وإذا ﱠ‬
‫ﻛﱪﻧﺎ أي ﻣﻦ ﻫﺬه املﺠﻤﻮﻋﺎت‪ ،‬ﻓﺴﻨﺠﺪ ﺗﺸﺎﺑﻬً ﺎ ﺑني اﻟﺼﻮرة‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫املﻜﱪَة واملﺠﻤﻮﻋﺔ اﻟﻜﺎﻣﻠﺔ ﻧﻔﺴﻬﺎ‪ .‬إذا ﻛﺎن ﻫﺬا اﻟﺘﺸﺎﺑﻪ ﺗﺎﻣٍّ ﺎ — أي إذا ﻛﺎﻧﺖ اﻟﺼﻮرة ﱠ‬
‫املﻜﱪة‬ ‫ﱠ‬
‫ﺗﻜﺎﻓِ ﺊ املﺠﻤﻮﻋﺔ اﻷﺻﻠﻴﺔ — ﻓﺴﺘﻮﺻﻒ املﺠﻤﻮﻋﺔ ﺑﺄﻧﻬﺎ ذات »ﺗﺸﺎﺑﻪ ذاﺗﻲ ﻣﺘﻄﺎﺑﻖ«‪.‬‬
‫وﰲ ﺣﺎل إن ﻛﺎﻧﺖ اﻟﺨﻮاص اﻹﺣﺼﺎﺋﻴﺔ ﻣﺤﻞ اﻻﻫﺘﻤﺎم ﻓﻘﻂ ﻫﻲ اﻟﺘﻲ ﺗﺘﻜﺮر‪ ،‬ﻓﺴﺘﻮﺻﻒ‬
‫املﺠﻤﻮﻋﺔ ﺑﺄﻧﻬﺎ ذات »ﺗﺸﺎﺑﻪ ذاﺗﻲ إﺣﺼﺎﺋﻲ«‪ .‬إن ﺗﺤﺪﻳﺪ ﻣﺎ ﻳُﻌﺘﱪ »ﺧﺎﺻﻴﺔ إﺣﺼﺎﺋﻴﺔ ﻣﺤﻞ‬
‫اﻫﺘﻤﺎم« ﻋﲆ وﺟﻪ اﻟﺪﻗﺔ ﻳﻔﺘﺢ اﻟﺒﺎب أﻣﺎم أﺣﺪ ﻣﻮﺿﻮﻋﺎت اﻟﻨﻘﺎش اﻟﺘﻲ ﺣﺎﻟﺖ دون اﻻﺗﻔﺎق‬
‫ٍّ‬
‫ﺧﺎﺻﺎ‬ ‫ﻓﺾ اﻟﺘﺸﺎﺑﻚ ﺑني ﻫﺬه اﻟﺘﻔﺼﻴﻼت اﻟﺸﺎﺋﻘﺔ ﻛﺘﺎﺑًﺎ‬ ‫ﻳﺴﺘﺤﻖ ﱡ‬
‫ﱡ‬ ‫ﻋﲆ وﺿﻊ ﺗﻌﺮﻳﻒ ﻋﺎم‪.‬‬
‫ﺿﻤﻦ اﻟﺴﻠﺴﻠﺔ اﻟﺘﻲ ﻳﻨﺘﻤﻲ إﻟﻴﻬﺎ ﻫﺬا اﻟﻜﺘﺎب‪ ،‬وﻳﻜﻮن ﻣﻮﺿﻮﻋﻪ اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ‪ ،‬أﻣﺎ اﻵن‬
‫ﻓﺴﻨﻜﺘﻔﻲ ﺑﺬﻛﺮ ﺑﻌﺾ اﻷﻣﺜﻠﺔ‪.‬‬
‫ﻧﺎﻗ َﺶ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ ﻋﲆ ﻧﻄﺎق‬ ‫ﰲ أواﺧﺮ اﻟﻘﺮن اﻟﺜﺎﻣﻦ ﻋﴩ‪َ ،‬‬
‫واﺳﻊ وﻣﻨﻬﻢ ﺟﻮرج ﻛﺎﻧﺘﻮر‪ ،‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ أن اﻛﺘﺸﺎف ﻣﺠﻤﻮﻋﺔ اﻷﺛﻼث اﻟﻮﺳﻄﻰ اﻟﺘﻲ‬
‫أوﻻ ﻋﲆ ﻳﺪ ﻋﺎﻟﻢ رﻳﺎﺿﻴﺎت ﻣﻦ ﺟﺎﻣﻌﺔ أﻛﺴﻔﻮرد ﻳﺴﻤﻰ ﻫﻨﺮي ﺳﻤﻴﺚ‪.‬‬ ‫ﺗﺤﻤﻞ اﺳﻤﻪ ﺟﺎء ً‬
‫ﻛﺎﻧﺖ اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ ﺗُﺴﺘﺒﻌﺪ ﰲ اﻷﺷﻜﺎل اﻟﺮﻳﺎﺿﻴﺔ املﺘﻀﻤﻨﺔ ﻓﻴﻬﺎ ﻋﺎد ًة ﰲ املﺎﺋﺔ ﻋﺎم‬
‫أﺷﻜﺎﻻ ﻧﺎﺷﺰة‪ ،‬ﰲ اﻟﻮﻗﺖ اﻟﺬي ﻛﺎن إل إف رﻳﺘﺸﺎردﺳﻮن ﻳﺒﺪأ ﰲ‬ ‫ً‬ ‫اﻟﺘﻲ ﺗﻠﺖ ﺑﺎﻋﺘﺒﺎرﻫﺎ‬
‫ﻗﻴﺎس ﻃﺒﻴﻌﺔ اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ ﰲ ﻋﺪد ﻣﺘﻨﻮع ﻣﻦ اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ اﻟﻄﺒﻴﻌﻴﺔ‪ .‬اﺳﺘﻘﺒﻞ‬
‫ﻋﻠﻤﺎء اﻟﻔﻠﻚ واﻷرﺻﺎد اﻟﺠﻮﻳﺔ واﻻﺟﺘﻤﺎع اﻷﺷﻜﺎ َل اﻟﻜﴪﻳﺔ اﻟﻄﺒﻴﻌﻴﺔ واﻟﺮﻳﺎﺿﻴﺔ ﺑﱰﺣﻴﺐ‬
‫أﻛﺜﺮ‪ .‬ﻇﻬﺮ أول اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ اﻟﺘﻲ رأﺑﺖ اﻟﺼﺪع — وﻃﻤﺴﺖ اﻟﺘﻔﺮﻗﺔ — ﺑني اﻟﻔﻀﺎء‬
‫اﻟﺮﻳﺎﴈ واﻟﻔﻀﺎء اﻟﻮاﻗﻌﻲ ﻗﺒﻞ ﻣﺎﺋﺔ ﻋﺎم ﰲ ﻣﺤﺎوﻟﺔ ﻟﺤﻞ ﻣﻔﺎرﻗﺔ أوﻟﱪز‪.‬‬

‫ﺣﻞ ﻣﻔﺎرﻗﺔ أوﻟﱪز ﻣﻦ ﺧﻼل اﻟﻬﻨﺪﺳﺔ اﻟﻜﴪﻳﺔ‬

‫ﺺ ﻋﺎﻟﻢ اﻟﻔﻠﻚ اﻷملﺎﻧﻲ ﻫﺎﻳﻨﺮﻳﺶ أوﻟﱪز ﻣﻮﺿﻮﻋً ﺎ أﺛﺎر اﻫﺘﻤﺎم ﻋﻠﻤﺎء‬ ‫ﰲ ﻋﺎم ‪ ،١٨٢٣‬ﱠ‬
‫ﻟﺨ َ‬
‫ﻟﻴﻼ؟ ﻓﺈذا ﻛﺎن‬ ‫ً‬
‫ﻣﻈﻠﻤﺔ ً‬ ‫اﻟﻔﻠﻚ ﻋﲆ ﻣﺪار ﻗﺮون ﰲ اﻟﺴﺆال املﺨﺘﴫ اﻵﺗﻲ‪ :‬ملﺎذا ﺗﺒﺪو اﻟﺴﻤﺎء‬
‫اﻟﻜﻮن ﻛﺒريًا ﺑﺼﻮرة ﻻ ﻧﻬﺎﺋﻴﺔ وﺗﻤﻠﺆه اﻟﻨﺠﻮم ﺑﺎﻧﺘﻈﺎم ﺑﺼﻮرة أو ﺑﺄﺧﺮى‪ ،‬إذَن ﻓﺴﻴﻜﻮن‬
‫ﺛَﻤﱠ َﺔ ﺗﻮازن ﺑني ﻋﺪد اﻟﻨﺠﻮم ﻋﲆ ﻣﺴﺎﻓﺔ ﻣﺤﺪدة واﻟﻀﻮء اﻟﺬي ﻧﺘﻠﻘﺎه ﻣﻦ ﻛﻞ ﻧﺠﻢ‪ .‬ﻳﻨﻄﻮي‬
‫ﻟﻴﻼ‪،‬‬‫ﻫﺬا اﻟﺘﻮازن اﻟﺪﻗﻴﻖ ﻋﲆ ﺣﻘﻴﻘﺔ أن اﻟﺴﻤﺎء ﻳﺠﺐ أن ﺗﻜﻮن ﻣﻀﻴﺌﺔ ﻋﲆ ﻧﺤﻮ ﻣﻨﺘﻈﻢ ً‬
‫وﺳﻴﺼﻌﺐ ﻣﺸﺎﻫﺪة اﻟﺸﻤﺲ إزاء ﺳﻤﺎء ﻣﻀﻴﺌﺔ ﻋﲆ ﻧﺤﻮ ﻣُﺸﺎ ِﺑﻪ ﰲ اﻟﻨﻬﺎر‪ .‬ﺑَﻴْ َﺪ أن اﻟﺴﻤﺎء‬
‫ﻟﻴﻼ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻤﺜﱢﻞ ﻣﻔﺎرﻗﺔ أوﻟﱪز‪ .‬اﺳﺘﺨﺪم ﻳﻮﻫﺎﻧﺲ ﻛﻴﺒﻠﺮ ﻫﺬا اﻟﺘﻨﺎﻗﺾ ﻛﺤﺠﺔ‬ ‫ﻣﻈﻠﻤﺔ ً‬
‫ﰲ اﻟﱪﻫﻨﺔ ﻋﲆ وﺟﻮد ﻋﺪد ﻣﺤﺪود ﻣﻦ اﻟﻨﺠﻮم ﰲ ﻋﺎم ‪ .١٦١٠‬ﻛﺎن إدﺟﺎر آﻻن ﺑﻮ ﻫﻮ أول‬
‫ﻣَ ﻦ ﻃﺮح ﺣﺠﺔ ﻻ ﺗﺰال ﺗﺘﻤﺘﻊ ﺑﺸﻌﺒﻴﺔ إﱃ اﻟﻴﻮم‪ ،‬أ َ َﻻ وﻫﻲ أن اﻟﺴﻤﺎء ﻣﻈﻠﻤﺔ ً‬
‫ﻟﻴﻼ ﻧﻈ ًﺮا‬

‫‪90‬‬
 ‫اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ وﻋﻨﺎﴏ اﻟﺠﺬب اﻟﻐﺮﻳﺒﺔ واﻷﺑﻌﺎد‬

‫ﺷﻜﻞ ﻛﻮن ﻣﺘﻌﺪد‬

‫ﻳﻮﺿﺢ اﻟﺒﻨﻴﺔ اﻟﺬاﺗﻴﺔ اﻟﺘﺸﺎﺑﻪ‪ ،‬ﻛﻤﺎ ﻧُﴩ ﻣﻦ ﻗِ ﺒﻞ ﻓﻮرﻧﻴﻴﻪ ﻧﻔﺴﻪ ﰲ‬

‫ﺷﻜﻞ ‪ :1-5‬ﻛﻮن ﻓﻮرﻧﻴﻴﻪ‪ ،‬ﱢ‬
‫ﻋﺎم ‪.١٩٠٧‬‬

‫ﻟﻌﺪم ﺗﻮاﻓﺮ اﻟﻮﻗﺖ اﻟﻜﺎﰲ ﻟﻠﻀﻮء اﻵﺗﻲ ﻣﻦ اﻟﻨﺠﻮم اﻟﺒﻌﻴﺪة ﻟﻠﻮﺻﻮل إﱃ اﻷرض ﺑﻌﺪُ‪ .‬ﻃﺮح‬
‫ﺑﺪﻳﻼ ﻣﻘﻨﻌً ﺎ ﰲ ﻋﺎم ‪ ،١٩٠٧‬ﻣﺸريًا إﱃ أن ﺗﻮزﻳﻊ املﺎدة ﰲ اﻟﻜﻮن ﻣﻨﺘﻈﻢ‬ ‫ً‬ ‫ﻓﻮرﻧﻴﻴﻪ داﻟﺐ‬
‫املﻮﺿﺢ ﰲ اﻟﺸﻜﻞ رﻗﻢ‬ ‫ﱠ‬ ‫ﻟﻜﻦ ﻋﲆ ﻧﺤﻮ ﻛﴪي‪ .‬وﻗﺪ ﱠ َ‬
‫ﺑني ﻓﻮرﻧﻴﻴﻪ ﻃ ْﺮﺣَ ﻪ ﻣﻦ ﺧﻼل اﻟﺮﺳﻢ‬
‫‪ .1-5‬ﻳُﻄ َﻠﻖ ﻋﲆ ﻫﺬه املﺠﻤﻮﻋﺔ »ﻛﻮن ﻓﻮرﻧﻴﻴﻪ«‪ ،‬وﻫﻲ ﻣﺠﻤﻮﻋﺔ ذات ﺗﺸﺎﺑﻪ ذاﺗﻲ ﻣﺘﻄﺎﺑﻖ‪.‬‬
‫وﻳﻔﴤ ﺗﻜﺒري أﺣﺪ املﻜﻌﺒﺎت اﻟﺼﻐرية ﺑﻌﺎﻣﻞ ﺧﻤﺴﺔ إﱃ ﺷﻜﻞ ﻣﺘﻤﺎﺛﻞ ﺗﻤﺎﻣً ﺎ ﻣﻊ املﺠﻤﻮﻋﺔ‬
‫اﻷﺻﻠﻴﺔ‪ ،‬وﻳﺘﻀﻤﻦ ﻛ ﱡﻞ ﻣﻜﻌﺐ ﺻﻐري اﻟﺸﻜ َﻞ اﻹﺟﻤﺎﱄ ﻟﻠﻤﺠﻤﻮﻋﺔ اﻟﻜﺎﻣﻠﺔ‪.‬‬
‫ﻳﻘﺪﱢم »ﻛﻮن ﻓﻮرﻧﻴﻴﻪ« ﻃﺮﻳﻘﺔ ﻟﺤﻞ ﻣﻔﺎرﻗﺔ أوﻟﱪز‪ .‬ﻳﺸري اﻟﺨﻂ اﻟﺬي أﺿﺎﻓﻪ ﻓﻮرﻧﻴﻴﻪ‬
‫آﺧﺮ ﻋﲆ‬‫ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪ 1-5‬إﱃ اﺗﺠﺎه ﺿﻤﻦ اﺗﺠﺎﻫﺎت ﻋﺪﻳﺪة ﻟﻦ ﻧﺠﺪ ﻓﻴﻪ أي »ﻧﺠﻢ« َ‬

‫‪91‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻧﺤﻮ ﻻ ﻧﻬﺎﺋﻲ‪ ،‬ﺑﻞ أﺷﺎر إﱃ أن ﻫﺬا‬ ‫اﻹﻃﻼق‪ .‬ﻟﻢ ﻳﺘﻮﻗﻒ ﻓﻮرﻧﻴﻴﻪ ﻋﻨﺪ اﻟﺤﺠﻮم اﻟﻜﺒرية ﻋﲆ ٍ‬
‫أﻳﻀﺎ إﱃ اﻟﺤﺠﻮم اﻟﻼﻣﺘﻨﺎﻫﻴﺔ اﻟﺼﻐﺮ‪ .‬اﻋﺘﱪ ﻓﻮرﻧﻴﻴﻪ اﻟﺬرات أﻛﻮاﻧًﺎ ﻻ ﻣﺘﻨﺎﻫﻴﺔ‬
‫اﻟﺘﻮاﱄ َ ﻳﻤﺘﺪ ً‬
‫اﻟﺼﻐﺮ‪ ،‬ﺗﺘﺄﻟﻒ ﺑﺪورﻫﺎ ﻣﻦ ذرات أﺻﻐﺮ ﺣﺠﻤً ﺎ‪ ،‬وﻃﺮح ﻓﻜﺮة اﻷﻛﻮان اﻟﻀﺨﻤﺔ اﻟﺘﻲ ﺗﻠﻌﺐ‬
‫ﻣﺠﺮاﺗﻨﺎ ﻓﻴﻬﺎ دور اﻟﺬرات‪ .‬ﻋﲆ ﻫﺬا اﻟﻨﺤﻮ‪ ،‬ﻃﺮح ﻓﻮرﻧﻴﻴﻪ أﺣﺪ ﻧﻤﺎذج اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ‬
‫اﻟﻄﺒﻴﻌﻴﺔ اﻟﻘﻠﻴﻠﺔ اﻟﺘﻲ ﻻ ﺗﺘﻀﻤﻦ ﺣﺪودًا داﺧﻠﻴﺔ أو ﺧﺎرﺟﻴﺔ‪ ،‬ﺑﻞ ﺗﻮاﻟﻴًﺎ ﻳﺒﺪأ ﻣﻦ ﺣﺠﻮم‬
‫ﻻ ﻧﻬﺎﺋﻴﺔ إﱃ ﺣﺠﻮم ﻻ ﻣﺘﻨﺎﻫﻴﺔ اﻟﺼﻐﺮ ﻋﲆ ﻧﺤﻮ ﻳُﺬ ﱢﻛﺮ ﺑﺎملﺸﺎﻫﺪ اﻷﺧرية ﻣﻦ ﻓﻴﻠﻢ »اﻟﺮﺟﺎل‬
‫ذوو اﻟ ِﺒﺪَل اﻟﺴﻮداء«‪.‬‬

‫اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ ﰲ اﻟﻌﺎﻟﻢ اﻟﻔﻴﺰﻳﺎﺋﻲ‬

‫اﻟﺪواﻣﺎت اﻟﻜﺒرية ﺑﺪاﺧﻠﻬﺎ دواﻣﺎت ﺻﻐرية‪،‬‬
‫ﺗﺘﻐﺬى ﻋﲆ ﴎﻋﺘﻬﺎ‪.‬‬
‫واﻟﺪواﻣﺎت اﻟﺼﻐرية ﺑﺪاﺧﻠﻬﺎ دواﻣﺎت أﺻﻐﺮ ﺣﺠﻤً ﺎ‪،‬‬
‫وﻫﻜﺬا ﺣﺘﻰ ﺗﺘﺤﻘﻖ اﻟﻠﺰوﺟﺔ‪.‬‬
‫إل إف رﻳﺘﺸﺎردﺳﻮن‬

‫ﺷﺎﺋﻌﺔ ﻋﲆ اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ اﻟﻄﺒﻴﻌﻴﺔ؛‬ ‫ً‬ ‫ً‬

‫أﻣﺜﻠﺔ‬ ‫ﺗُﻌﺘﱪ اﻟﺴﺤﺐ واﻟﺠﺒﺎل وﺧﻄﻮط اﻟﺴﻮاﺣﻞ‬
‫ﻓﻬﻲ أﺷﻴﺎء ذات ﺗﺸﺎﺑﻪ ذاﺗﻲ إﺣﺼﺎﺋﻲ ﺗﻮﺟﺪ ﰲ اﻟﻔﻀﺎء اﻟﻮاﻗﻌﻲ‪ .‬ﻻ ﻳُﻌﺘﱪ اﻻﻫﺘﻤﺎم ﺑﺘﻮﻟﻴﺪ‬
‫ً‬
‫ﺷﻜﻼ ﻣﺒﻜ ًﺮا‪ ،‬ﻋﻨﺪﻣﺎ أﺷﺎر إﱃ‬ ‫أﺷﻜﺎل ﻛﴪﻳﺔ ﻏري ﻣﻨﺘﻈﻤﺔ أﻣ ًﺮا ﺟﺪﻳﺪًا؛ ﻓﻘﺪ ﻃﺮح ﻧﻴﻮﺗﻦ‬
‫أﻧﻪ ﻋﻨﺪ ﺻﺐﱢ اﻟﺠﻌﺔ ﰲ اﻟﻠﺒﻦ و»ﺗﺮك املﺰﻳﺞ ﺳﺎﻛﻨًﺎ ﺣﺘﻰ ﻳﺠﻒ‪ ،‬ﺳﻴﻈﻬﺮ ﺳﻄﺢ املﺎدة‬
‫املﺘﺨﺜﺮة ﻏريَ ﻣﻨﺘﻈ ٍﻢ ووﻋ ًﺮا ﻣﺜﻞ ﺳﻄﺢ اﻷرض ﰲ أي ﻣﻜﺎن«‪ .‬ﻋﲆ ﺧﻼف ﻣﺎدة ﻧﻴﻮﺗﻦ‬
‫املﺘﺨﺜﺮة‪ ،‬ﺗُﻌﺘﱪ اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ ﰲ اﻟﻔﻮﴇ أﺷﻴﺎءَ رﻳﺎﺿﻴﺔ ﻣﻮﺟﻮدة ﰲ ﻓﻀﺎءات اﻟﺤﺎﻟﺔ‪،‬‬
‫وﻫﻲ أﺷﻜﺎل ﻛﴪﻳﺔ ﺣﻘﻴﻘﻴﺔ ﻣﻘﺎ َر ً‬
‫ﻧﺔ ﺑﻨﻈﺎﺋﺮﻫﺎ اﻟﻄﺒﻴﻌﻴﺔ )اﻟﻔﻴﺰﻳﺎﺋﻴﺔ(‪ .‬إذَن ﻓﻤﺎ ﻫﻮ اﻟﻔﺮق؟‬
‫ﺧﻮاص اﻟﺸﻜﻞ اﻟﻜﴪي ﻋﻨﺪ‬ ‫ﱠ‬ ‫ﺣﺴﻨًﺎ‪ ،‬اﻟﻔﺎرق اﻷول ﻫﻮ أن أي ﺷﻜﻞ ﻛﴪي ﻃﺒﻴﻌﻲ ﻳ ِ‬
‫ُﻈﻬﺮ‬
‫ُﻈﻬﺮﻫﺎ ﻋﻨﺪ ﻣﻘﺎﻳﻴﺲ ﻃﻮل أﺧﺮى‪ُ .‬ﺧﺬْ ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل ﺣﺎﻓﺔ‬ ‫ﻣﻘﺎﻳﻴﺲ ﻃﻮل ﻣﺤﺪدة‪ ،‬وﻻ ﻳ ِ‬
‫ﺳﺤﺎﺑﺔ؛ ﻓﻌﻨﺪ ﺗﺪﻗﻴﻖ اﻟﻨﻈﺮ أﻛﺜﺮ ﻓﺄﻛﺜﺮ‪ ،‬وﺑﺎﻟﺪﺧﻮل إﱃ ﻣﻘﺎﻳﻴﺲ أﻃﻮال أﺻﻐﺮ ﻓﺄﺻﻐﺮ‪،‬‬
‫ﺳﺘﺒﻠﻎ ﻧﻘﻄﺔ ﻻ ﺗﻈﻬﺮ ﻓﻴﻬﺎ ﺣﺪود اﻟﺴﺤﺎﺑﺔ‪ .‬ﻳﺨﺘﻔﻲ ﺷﻜﻞ اﻟﺴﺤﺎﺑﺔ وﻳﺘﺤﻮل إﱃ ﺗﺪاﻓﻊ‬
‫ٌ‬
‫ﺳﺤﺎﺑﺔ ﻣﺎ‬ ‫ﻏري ﻣﻨﺘﻈﻢ ﻟﻠﺠﺰﻳﺌﺎت؛ وﻣﻦ ﺛ َ ﱠﻢ ﻻ ﺗﻌﻮد ﻫﻨﺎك ﺣﺪود ﺗُﻘﺎس‪ .‬وﺑﺎملﺜﻞ‪ ،‬ﻻ ﺗُﻌﺘﱪ‬
‫ذاﺗﻴﺔ اﻟﺘﺸﺎﺑﻪ ﻋﻨﺪ ﻣﻘﺎﻳﻴﺲ أﻃﻮال ﺗﺸﺒﻪ ﺣﺠﻢ اﻷرض‪ ،‬وﺑﺎﻟﻨﺴﺒﺔ إﱃ اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ‬

‫‪92‬‬
 ‫اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ وﻋﻨﺎﴏ اﻟﺠﺬب اﻟﻐﺮﻳﺒﺔ واﻷﺑﻌﺎد‬

‫اﻟﻄﺒﻴﻌﻴﺔ‪ ،‬ﺗﻨﻬﺎر املﻔﺎﻫﻴﻢ اﻟﻜﴪﻳﺔ ﻋﻨﺪ ﺗﺪﻗﻴﻖ اﻟﻨﻈﺮ ﻓﻴﻬﺎ أﻛﺜﺮ ﻣﻤﺎ ﻳﻨﺒﻐﻲ‪ .‬ﺗﺴﻬﱢ ﻞ ﻫﺬه‬
‫اﻟﺤﺪود اﻟﻄﺒﻴﻌﻴﺔ ﻣﻦ ﻋﻤﻠﻴﺔ ﺗﺤﺪﻳﺪ املﺆﺛﺮات اﻟﺨﺎﺻﺔ اﻟﻘﺪﻳﻤﺔ ﰲ ﻫﻮﻟﻴﻮود ﺑﺎﺳﺘﺨﺪام ﻧﻤﺎذج‬
‫ﺳﻔﻦ ﰲ ﺣﻮض ملﺤﺎﻛﺎة اﻷﻣﻮاج‪ .‬وﻳﻤﻜﻨﻨﺎ أن ﻧﺴﺘﺸﻌﺮ أن اﻟﺤﺪود ﺗﻘﻊ ﰲ املﻘﻴﺎس اﻟﻄﻮﱄ‬
‫ﻏري اﻟﺼﺤﻴﺢ ﺑﺎﻟﻨﻈﺮ إﱃ »اﻟﺴﻔﻦ«‪ .‬ﺣﺎﻟﻴٍّﺎ‪ ،‬ﺗﻌ ﱠﻠ َﻢ ﺻﻨﱠﺎع اﻷﻓﻼم ﰲ ﻫﻮﻟﻴﻮود وَوﻟﻨﺠﺘﻮن ﻣﺎ‬
‫ﻳﻜﻔﻲ ﻣﻦ اﻟﺮﻳﺎﺿﻴﺎت ﻷن ﻳُﻤ ﱢﻜﻨﻬﻢ ﻣﻦ اﺑﺘﻜﺎر ﻣﺤﺎﻛﺎة ﺣﺎﺳﻮﺑﻴﺔ ﻏري ﺣﻘﻴﻘﻴﺔ ﺗُﺨﻔِ ﻲ اﻟﺤﺪود‬
‫ﺑﺼﻮرة أﻓﻀﻞ؛ ﻓﻌﲆ ﺳﺒﻴﻞ املﺜﺎل أﺑﺪى اﻟﻔﻨﺎن اﻟﻴﺎﺑﺎﻧﻲ ﻫﻮﻛﺴﺎي اﺣﱰاﻣً ﺎ ﻟﻬﺬه اﻟﺤﺪود ﰲ‬
‫ﻟﻮﺣﺘﻪ اﻟﺸﻬرية »املﻮﺟﺔ اﻟﻜﱪى« ﰲ ﺛﻼﺛﻴﻨﻴﺎت اﻟﻘﺮن اﻟﺘﺎﺳﻊ ﻋﴩ‪ .‬وﻛﺎن ﻋﻠﻤﺎء اﻟﻔﻴﺰﻳﺎء‬
‫أﻳﻀﺎ‪ .‬ﻓﺒﻴﻨﻤﺎ أﻓﺴﺤﺖ ﻗﺼﻴﺪة دي ﻣﻮرﺟﺎن املﺠﺎل أﻣﺎم اﺳﺘﻤﺮار‬ ‫ﻳﻌﺮﻓﻮن ذﻟﻚ ﻣﻨﺬ ﻓﱰة ً‬
‫ﺗﻮاﱄ اﻟﱪاﻏﻴﺚ »اﻟﻼﻧﻬﺎﺋﻲ«‪ ،‬واﺟﻬَ ﺖ اﻟﺪواﻣﺎت املﺘﻮاﻟﻴﺔ ﰲ ﻗﺼﻴﺪة إل إف رﻳﺘﺸﺎردﺳﻮن‬
‫ﻗﺼﻮ ًرا ﻣﻌﻴﱠﻨًﺎ ﺑﺴﺒﺐ اﻟﻠﺰوﺟﺔ‪ ،‬وﻫﻮ املﺼﻄﻠﺢ املﺴﺘﺨﺪَم ﻟﻺﺷﺎرة إﱃ اﻻﺣﺘﻜﺎك ﰲ املﻮاﺋﻊ‪.‬‬
‫ﻛﺎن رﻳﺘﺸﺎردﺳﻮن ﺧﺒريًا ﰲ ﻧﻈﺮﻳﺔ اﻟﺠﺮﻳﺎن املﻀﻄﺮب ﰲ املﻮاﺋﻊ وﻛﺎن ﻳﺮﺻﺪه ﺑﺪﻗﺔ‪.‬‬
‫وذات ﻣﺮة أﻟﻘﻰ رﻳﺘﺸﺎردﺳﻮن ﺟَ ﺰ ًرا أﺑﻴﺾ ﻋﻨﺪ ﻧﻬﺎﻳﺔ ﻗﻨﺎة ﻛﻴﺐ ﻛﻮد ﺑﻤﻌﺪﻻت ﻣﻨﺘﻈﻤﺔ‪،‬‬
‫اﻵﺧﺮ ﻣﻦ اﻟﻘﻨﺎة ﻟﻘﻴﺎس ﻣﺪى‬ ‫ﻣﺴﺘﺨﺪِﻣً ﺎ زﻣﻦ وﺻﻮل اﻟﺠﺰر إﱃ أﺣﺪ اﻟﺠﺴﻮر ﻋﲆ اﻟﻄﺮف َ‬
‫ﺗﻮﻗﻊ رﻗﻤﻲ‬‫ﺗﺪﻓﻘﻪ ﰲ اﺗﺠﺎه اﻟﺘﻴﺎر‪ .‬وﻗﺪ ﻗﺎم رﻳﺘﺸﺎردﺳﻮن ﺑﺤﺴﺎب أول ﱡ‬ ‫ﺗﺒﺪﱡد املﺎﺋﻊ أﺛﻨﺎء ﱡ‬
‫ﻟﺤﺎﻟﺔ اﻟﻄﻘﺲ )ﻳﺪوﻳٍّﺎ!( ﺧﻼل اﻟﺤﺮب اﻟﻌﺎملﻴﺔ اﻷوﱃ‪.‬‬
‫ﻛﺎن رﻳﺘﺸﺎردﺳﻮن أﺣﺪ املﻨﺘﻤني إﱃ ﺟﻤﺎﻋﺔ اﻟﻜﻮﻳﻜﺮز اﻟﺪﻳﻨﻴﺔ‪ ،‬وﻗﺪ ﺗﺮك اﻟﺨﺪﻣﺔ ﰲ‬
‫ﻣﻜﺘﺐ اﻷرﺻﺎد اﻟﺠﻮﻳﺔ اﻟﱪﻳﻄﺎﻧﻲ أﺛﻨﺎء اﻟﺤﺮب اﻟﻌﺎملﻴﺔ اﻷوﱃ ﻟﻴﺼﺒﺢ ﺳﺎﺋﻖ ﺳﻴﺎرة إﺳﻌﺎف‬
‫ﻻﺣﻘﺎ ﻣﻬﺘﻤٍّ ﺎ ﺑﻘﻴﺎس ﻃﻮل اﻟﺤﺪود ﺑني اﻟﺪول ﺑﻐﺮض‬ ‫ً‬ ‫ﰲ ﻓﺮﻧﺴﺎ‪ ،‬وﺻﺎر رﻳﺘﺸﺎردﺳﻮن‬
‫اﺧﺘﺒﺎر ﻧﻈﺮﻳﺘﻪ اﻟﻘﺎﺋﻠﺔ ﺑﺄن ﻃﻮل اﻟﺤﺪود ﺑﻴﻨﻬﺎ ﻳﺆﺛﱢﺮ ﻋﲆ اﺣﺘﻤﺎﻟﻴﺔ ﺧﻮﺿﻬﺎ ﺣﺮوﺑًﺎ‪ .‬اﻛﺘﺸﻒ‬
‫رﻳﺘﺸﺎردﺳﻮن أﺛ ًﺮا ﻏﺮﻳﺒًﺎ ﻋﻨﺪ ﻗﻴﺎس اﻟﺤﺪود ﻧﻔﺴﻬﺎ ﻋﲆ ﺧﺮاﺋﻂ ﻣﺨﺘﻠﻔﺔ؛ إذ ﻛﺎﻧﺖ اﻟﺤﺪود‬
‫ﺑني إﺳﺒﺎﻧﻴﺎ واﻟﱪﺗﻐﺎل أﻃﻮل ﻛﺜريًا ﻋﻨﺪ ﻗﻴﺎﺳﻬﺎ ﻋﲆ ﺧﺮﻳﻄﺔ اﻟﱪﺗﻐﺎل ﻣﻤﺎ ﻛﺎﻧﺖ ﻋﻠﻴﻪ ﻋﻨﺪ‬
‫ﻗﻴﺎﺳﻬﺎ ﻋﲆ ﺧﺮﻳﻄﺔ إﺳﺒﺎﻧﻴﺎ! وﺑﻘﻴﺎس ﻃﻮل ﺳﻮاﺣﻞ اﻟﺪول اﻟﺠﺰرﻳﺔ ﻣﺜﻞ ﺑﺮﻳﻄﺎﻧﻴﺎ‪ ،‬وﺟﺪ‬
‫رﻳﺘﺸﺎردﺳﻮن أن ﻃﻮل اﻟﺴﻮاﺣﻞ ﻳﺰداد ﻣﻊ ِﺻ َﻐﺮ ﺣﺠﻢ املﺴﻤﺎك اﻟﺬي ﻛﺎن ﻳﺴﺘﺨﺪﻣﻪ‬
‫ﻣﺘﻮﻗﻌﺔ ﺑني ﻣﺴﺎﺣﺔ‬‫ﱠ‬ ‫أﺛﻨﺎء ﺳريه ﺑﻄﻮل اﻟﺴﺎﺣﻞ ﻟﻘﻴﺎس ﻃﻮﻟﻪ‪ ،‬ﻛﻤﺎ رﺻﺪ ً‬
‫أﻳﻀﺎ ﻋﻼﻗﺔ ﻏري‬
‫ﺟﺰﻳﺮ ٍة ﻣﺎ وﻃﻮل ﻣﺤﻴﻄﻬﺎ ﺣﻴﺚ ﻳﺨﺘﻠﻔﺎن ﻋﻨﺪ ﻗﻴﺎﺳﻬﻤﺎ ﻋﲆ ﻣﻘﺎﻳﻴﺲ ﻣﺨﺘﻠﻔﺔ‪ .‬أوﺿﺢ‬
‫ﻄﺎ ﻣﻨﺘﻈﻤً ﺎ ﻟﻠﻐﺎﻳﺔ ﻳﻤﻜﻦ‬‫رﻳﺘﺸﺎردﺳﻮن أن ﻫﺬه اﻻﺧﺘﻼﻓﺎت ﰲ ﻣﻘﻴﺎس اﻟﻄﻮل ﺗﺘﺒﻊ ﻧﻤ ً‬
‫اﻟﺘﻌﺒري ﻋﻨﻪ ﻣﻦ ﺧﻼل رﻗﻢ واﺣﺪ ﻟﺤﺪ ﻣﻌني‪ ،‬وﻫﻮ أُس ﻳﺮﺑﻂ ﺑني ﻃﻮل أﺣﺪ املﻨﺤﻨﻴﺎت‬
‫وﻣﻘﻴﺎس اﻟﻄﻮل املﺴﺘﺨﺪَم ﰲ ﻗﻴﺎﺳﻪ‪ ،‬واﺗﺒﺎﻋً ﺎ ملﻨﺠﺰات ﻣﺎﻧﺪﻟﱪوت اﻷﺳﺎﺳﻴﺔ‪ ،‬ﻳُﻄ َﻠﻖ ﻋﲆ ﻫﺬا‬
‫اﻟﺮﻗﻢ »اﻟﺒُﻌﺪ اﻟﻜﴪي« ﻟﻠﺤﺪود‪.‬‬

‫‪93‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫اﺑﺘﻜﺮ رﻳﺘﺸﺎردﺳﻮن أﺳﺎﻟﻴﺐ ﻋﺪﻳﺪ ًة ﻟﺤﺴﺎب اﻟﺒُﻌْ ﺪ اﻟﻜﴪي ﻟﻸﺷﻜﺎل اﻟﻜﴪﻳﺔ‬

‫اﻟﻄﺒﻴﻌﻴﺔ‪ .‬ﻳﻘﻴﺲ أﺳﻠﻮب املﺴﺎﺣﺔ‪-‬املﺤﻴﻂ ﻛﻴﻔﻴﺔ ﺗﻐري املﺴﺎﺣﺔ واملﺤﻴﻂ ﻣﻌً ﺎ ﰲ ﻇﻞ‬
‫درﺟﺎت أﻋﲆ ﻓﺄﻋﲆ ﻣﻦ دﻗﺔ وﺿﻮح اﻟﺼﻮرة‪ .‬وﺑﺎﻟﻨﺴﺒﺔ إﱃ ﳾء ﻣﺤﺪد — ﻣﺜﻞ ﺳﺤﺎﺑﺔ‬
‫واﺣﺪة — ﺗُﺴﻔِ ﺮ ﻫﺬه اﻟﻌﻼﻗﺔ ً‬
‫أﻳﻀﺎ ﻋﻦ اﻟﺒُﻌْ ﺪ اﻟﻜﴪي ﻟﺤﺪودﻫﺎ؛ ﻓﻌﻨﺪﻣﺎ ﻧﻨﻈﺮ إﱃ اﻟﻌﺪﻳﺪ‬
‫ﻣﻦ اﻟﺴﺤﺐ »املﺨﺘﻠﻔﺔ« ﺑﺪﻗﺔ وﺿﻮح ﻟﻠﺼﻮرة »ﻣﺘﻤﺎﺛﻠﺔ«‪ ،‬ﻣﺜﻠﻤﺎ ﰲ ﺻﻮرة ﻓﻮﺗﻮﻏﺮاﻓﻴﺔ‬
‫ﻣﺄﺧﻮذة ﻣﻦ اﻟﻔﻀﺎء‪ ،‬ﺗﻈﻬﺮ ﻋﻼﻗﺔ ﻣﺸﺎﺑﻬﺔ ﺑني املﺴﺎﺣﺎت واملﺤﻴﻄﺎت‪ .‬ﻻ ﻧﻔﻬﻢ ملﺎذا ﺗﺼﻤﺪ‬
‫ﻋﻼﻗﺔ املﺴﺎﺣﺔ‪-‬املﺤﻴﻂ اﻟﺒﺪﻳﻠﺔ ﻫﺬه ﰲ ﺣﺎﻟﺔ ﻣﺠﻤﻮﻋﺎت ﻣﻦ اﻟﺴﺤﺐ ﻣﺨﺘﻠﻔﺔ اﻷﺣﺠﺎم‪ ،‬وذﻟﻚ‬
‫ﺑﺎﻟﻨﻈﺮ إﱃ أن اﻟﺴﺤﺐ ﻣﻌﺮوف ﻋﻨﻬﺎ ﻋﺪم ﺗﻤﺎﺛُﻞ أﺷﻜﺎﻟﻬﺎ ﻋﲆ اﻹﻃﻼق‪.‬‬

‫اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ ﰲ ﻓﻀﺎء اﻟﺤﺎﻟﺔ‬

‫ً‬
‫وﺗﻀﻠﻴﻼ‬ ‫ﺳﻨﺒﻨﻲ اﻵن ﻧﻈﺎﻣً ﺎ رﻳﺎﺿﻴٍّﺎ ﺻﻨﺎﻋﻴٍّﺎ ُ‬
‫ﺻﻤﱢ ﻢ ﻟﺪﺣﺾ أﺣﺪ أﻛﺜﺮ اﻟﺨﺮاﻓﺎت اﺳﺘﻤﺮا ًرا‬
‫ﺣﻮل اﻟﻔﻮﴇ؛ أ َ َﻻ وﻫﻲ أن اﻛﺘﺸﺎف ﻣﺠﻤﻮﻋﺔ أﺷﻜﺎل ﻛﴪﻳﺔ ﰲ ﻓﻀﺎء اﻟﺤﺎﻟﺔ ﻳﺸري إﱃ‬
‫دﻳﻨﺎﻣﻴﻜﻴﺎت ﺣﺘﻤﻴﺔ‪ .‬وﻗﺎﻋﺪة ﺧﺮﻳﻄﺔ اﻟﺨﻴﻤﺔ ذات اﻟﺘﻀﻌﻴﻒ اﻟﺜﻼﺛﻲ ﻫﻲ‪:‬‬
‫ً‬
‫ﻣﴬوﺑﺔ ﰲ ‪ ٣‬ﻫﻲ ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة‪،‬‬ ‫إذا ﻛﺎﻧﺖ ﻗﻴﻤﺔ ‪ X‬أﻗﻞ ﻣﻦ ‪ ،٢ / ١‬ﻓﺎﻋﺘﱪ ‪X‬‬
‫وإﻻ‪ ،‬ﻓﺎﻋﺘﱪ ﻗﻴﻤﺔ ‪ X‬اﻟﺠﺪﻳﺪة ﻫﻲ ‪ ٣‬ﻣﻄﺮوﺣً ﺎ ﻣﻨﻬﺎ ‪ X‬ﻣﴬوﺑﺔ ﰲ ‪.٣‬‬
‫ﺗﻘﺮﻳﺒًﺎ ﻛﻞ ﻗﻴﻤﺔ ﺣﺎﻟﺔ أوﻟﻴﺔ ﺗﻘﻊ ﺑني ﺻﻔﺮ وواﺣﺪ ﺳﺘﺒﺘﻌﺪ ﻛﺜريًا ﻋﻦ اﻟﺤﺎﻟﺔ اﻷﺻﻠﻴﺔ‪.‬‬
‫ﺳﻨﺘﺠﺎﻫﻞ ﻫﺬه اﻟﴩوط املﺒﺪﺋﻴﺔ وﻧﺮ ﱢﻛﺰ ﻋﲆ اﻟﻌﺪد اﻟﻼﻧﻬﺎﺋﻲ ﻣﻦ اﻟﴩوط املﺒﺪﺋﻴﺔ اﻟﺘﻲ ﺗﻈﻞ‬
‫دوﻣً ﺎ ﺑني ﻗﻴﻤﺘَﻲ ﺻﻔﺮ وواﺣﺪ‪) .‬ﻧﺘﺠﺎﻫﻞ اﻟﺘﻨﺎﻗﺾ اﻟﻈﺎﻫﺮي ﻧﻈ ًﺮا ﻟﻼﺳﺘﺨﺪام اﻟﻔﻀﻔﺎض‬
‫ﻟﻜﻠﻤﺔ »ﻻ ﻧﻬﺎﺋﻲ« ﻫﻨﺎ‪ ،‬ﻟﻜﻦ ﺿﻊ ﰲ اﻻﻋﺘﺒﺎر ﺗﺤﺬﻳﺮ ﻧﻴﻮﺗﻦ اﻟﺬي ﻗﺎل ﻓﻴﻪ إن »املﺒﺪأ اﻟﻘﺎﺋﻞ‬
‫ﺑﺄن ﺟﻤﻴﻊ اﻟﻘﻴﻢ اﻟﻼﻧﻬﺎﺋﻴﺔ ﻣﺘﺴﺎوﻳﺔ ﻣﺒﺪأ ﻳﻔﺘﻘﺮ إﱃ اﻟﺜﺒﺎت واﻟﻘﻮة«‪(.‬‬
‫إن ﺧﺮﻳﻄﺔ اﻟﺨﻴﻤﺔ ذات اﻟﺘﻀﻌﻴﻒ اﻟﺜﻼﺛﻲ ﻓﻮﺿﻮﻳﺔ‪ ،‬وﻫﻲ ﺣﺘﻤﻴﺔ ﺑﻮﺿﻮح‪ ،‬ﺗﺘﻜﺮر‬
‫املﺴﺎرات ﻣﺤﻞ اﻻﻫﺘﻤﺎم ﻓﻴﻬﺎ‪ ،‬وﻳﺰداد اﻟﺘﺒﺎﻋﺪ ﺑني اﻟﻨﻘﺎط اﻟﻘﺮﻳﺒﺔ اﻟﻼﻣﺘﻨﺎﻫﻴﺔ اﻟﺼﻐﺮ ﺑﻌﺎﻣﻞ‬
‫ﻳﻮﺿﺢ اﻟﺸﻜﻞ رﻗﻢ‬ ‫ﺛﻼﺛﺔ ﻋﻨﺪ ﻛﻞ ﺗﻜﺮار‪ ،‬وﻫﻮ ﻣﺎ ﻳﺸري ﺿﻤﻨًﺎ إﱃ وﺟﻮد اﻻﻋﺘﻤﺎد اﻟﺤﺴﺎس‪ .‬ﱢ‬
‫ﻓﻀﻼ ﻋﻦ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ‬ ‫ً‬ ‫زﻣﻨﻴﺔ ﻣﻦ ﺧﺮﻳﻄﺔ اﻟﺨﻴﻤﺔ ذات اﻟﺘﻀﻌﻴﻒ اﻟﺜﻼﺛﻲ‪،‬‬ ‫ً‬ ‫ً‬
‫ﺳﻠﺴﻠﺔ‬ ‫‪2-5‬‬
‫ﻣﺴﺘﻘﺎة ﻣﻦ ﺧﺮﻳﻄﺔ ﻧﻈﺎم اﻟﺪوال املﺘﻜﺮرة ﻟﻸﺛﻼث اﻟﻮﺳﻄﻰ اﻟﺘﺼﺎدﻓﻴﺔ‪ .‬ﺑﺸﻜﻞ ﻣﺮﺋﻲ‪،‬‬
‫ﺗﻮﻗﻊ اﻟﺨﺮﻳﻄﺔ اﻟﻔﻮﺿﻮﻳﺔ‪ .‬ﺗَﺘْﺒﻊ ﻗﻴﻢ ‪ X‬اﻟﺼﻐرية »دوﻣً ﺎ« ﻗﻴﻢ‬ ‫ﻧﺮﺻﺪ إﺷﺎرات ﻋﲆ ﺳﻬﻮﻟﺔ ﱡ‬
‫ً‬
‫ﻣﺠﻤﻮﻋﺔ ﻣﻦ‬ ‫ُﻈﻬﺮ ﻛ ﱡﻞ ﻣﺴﺘﻄﻴﻞ ﻣﻦ املﺴﺘﻄﻴﻠني اﻟﺼﻐريﻳﻦ أﺳﻔﻞ اﻟﺸﻜﻞ ‪2-5‬‬ ‫‪ X‬ﺻﻐرية‪ .‬ﻳ ِ‬

‫‪94‬‬
 ‫‪١‬‬ ‫‪١‬‬
‫‪٠٫٩‬‬ ‫‪٠٫٩‬‬
‫‪٠٫٨‬‬ ‫‪٠٫٨‬‬
‫‪٠٫٧‬‬ ‫‪٠٫٧‬‬
‫‪٠٫٦‬‬ ‫‪٠٫٦‬‬
‫‪X ٠٫٥‬‬ ‫‪X ٠٫٥‬‬
‫‪٠٫٤‬‬ ‫‪٠٫٤‬‬
‫‪٠٫٣‬‬ ‫‪٠٫٣‬‬
‫‪٠٫٢‬‬ ‫‪٠٫٢‬‬
‫‪٠٫١‬‬ ‫‪٠٫١‬‬
‫‪٠‬‬ ‫‪٠‬‬
‫‪٠‬‬ ‫‪١٠‬‬ ‫‪٢٠‬‬ ‫‪٣٠ ٤٠‬‬ ‫‪٥٠‬‬ ‫‪٦٠‬‬ ‫‪٠‬‬ ‫‪١٠‬‬ ‫‪٢٠‬‬ ‫‪٣٠ ٤٠‬‬ ‫‪٥٠‬‬ ‫‪٦٠‬‬
‫اﻟﺰﻣﻦ‬ ‫اﻟﺰﻣﻦ‬
‫)ب(‬ ‫)أ(‬
‫ﺷﻜﻞ ‪ :2-5‬ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻣﺴﺘﻘﺎة ﻣﻦ‪) :‬أ( ﺧﺮﻳﻄﺔ ﻧﻈﺎم اﻟﺪوال املﺘﻜﺮرة ﻟﻸﺛﻼث اﻟﻮﺳﻄﻰ اﻟﺘﺼﺎدﻓﻴﺔ‪ ،‬و)ب( ﺧﺮﻳﻄﺔ اﻟﺨﻴﻤﺔ ذات‬
‫ﺼﺎ ﻟﺠﻤﻴﻊ اﻟﻨﻘﺎط اﻟﺘﻲ ﺟﺮى املﺮور ﻋﻠﻴﻬﺎ؛ ﻗﻴﻢ ﺗﻘﺪﻳﺮﻳﺔ ملﺠﻤﻮﻋﺔ ﺧﺮﻳﻄﺔ‬ ‫ُﻈﻬﺮ املﺴﺘﻄﻴﻼن اﻟﺴﻔﻠﻴﺎن ﱠ‬
‫ﻣﻠﺨ ً‬ ‫اﻟﺘﻀﻌﻴﻒ اﻟﺜﻼﺛﻲ اﻟﺤﺘﻤﻴﺔ‪ .‬ﻳ ِ‬
‫ﻛﺎﻧﺘﻮر ﻟﻸﺛﻼث اﻟﻮﺳﻄﻰ ﰲ ﻛﻞ ﺣﺎﻟﺔ‪.‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫اﻟﻨﻘﺎط ﻳﻤﺮ ﺧﻼﻟﻬﺎ ﻣﺴﺎر ﻃﻮﻳﻞ ﻣﻦ أﺣﺪ اﻟﻨﻈﺎﻣني‪ .‬ﺗﺒﺪو ﻣﺠﻤﻮﻋﺘﺎ اﻟﻨﻘﺎط ﻣﺘﺸﺎﺑﻬﺘني ﺟﺪٍّا‪،‬‬
‫ﻌﱪ ﻛﻠﺘﺎﻫﻤﺎ ﻋﻦ ﻧﻘﺎط ﻣﻦ ﻣﺠﻤﻮﻋﺔ ﺧﺮﻳﻄﺔ ﻛﺎﻧﺘﻮر ﻟﻸﺛﻼث اﻟﻮﺳﻄﻰ‪.‬‬ ‫وﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ ﺗُ ﱢ‬
‫ﺗﻤﺮ ﻣﺠﻤﻮﻋﺘﺎ اﻟﻨﻘﺎط اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺘﺎن ﻛﻠﺘﺎﻫﻤﺎ ﻋﱪ ﻣﺠﻤﻮﻋﺔ اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ ﻧﻔﺴﻬﺎ؛ وﻣﻦ‬
‫ﺛ َ ﱠﻢ ﻻ ﻳﻤﻜﻨﻨﺎ اﻟﺘﻤﻴﻴﺰ أﺑﺪًا ﺑني اﻟﻨﻈﺎم اﻟﺤﺘﻤﻲ واﻟﻨﻈﺎم اﻟﺘﺼﺎدﰲ إذا ﻧﻈﺮﻧﺎ ﻓﻘﻂ إﱃ ﺑُﻌْ ﺪ‬
‫ﻣﺠﻤﻮﻋﺔ اﻟﻨﻘﺎط اﻟﺘﻲ ﻳﻤﺮ ﺑﻬﺎ ﻛﻞ ﻧﻈﺎم‪ .‬وﻟﻜﻦ أﻳﻜﻮن ﻣﻦ ﻗﺒﻴﻞ املﻔﺎﺟﺄة أن ﻓﻬﻢ دﻳﻨﺎﻣﻴﻜﻴﺎت‬
‫اﻟﻨﻈﻢ ﻳﺴﺘﻮﺟﺐ ﻋﻠﻴﻨﺎ ﻣﻌﺮﻓﺔ ﻃﺮﻳﻘﺔ ﺗﺤﺮك اﻟﻨﻈﺎم‪ ،‬وﻟﻴﺲ ﻓﻘﻂ ﻣﻮﺿﻌﻪ اﻟﺴﺎﺑﻖ؟ ﻳﻘﴤ‬
‫آﻧﻔﺎ؛ ﻓﺒﻴﻨﻤﺎ ﻗﺪ ﺗﻤﺮ اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ ﻋﺎد ًة ﻋﱪ‬ ‫ﻫﺬا املﺜﺎل املﻀﺎد ﻋﲆ اﻟﺨﺮاﻓﺔ املﺸﺎر إﻟﻴﻬﺎ ً‬
‫ﻣﺠﻤﻮﻋﺎت ﻛﴪﻳﺔ‪ ،‬ﻻ ﻳﺸري اﻛﺘﺸﺎف ﻣﺠﻤﻮﻋﺔ ﻣﺤﺪدة اﻷﺑﻌﺎد إﱃ ﺣﺘﻤﻴﺔ أو ﻓﻮﺿﻮﻳﺔ ﰲ‬
‫دﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻨﻈﻢ ﺑﺎﻟﴬورة‪.‬‬
‫ً‬
‫ﻣﺪﻫﺸﺎ؛‬ ‫ٍ‬
‫ﺑﺪﻗﺔ أﻣ ًﺮا‬ ‫ﻻ ﻳُﻌﺘﱪ اﻛﺘﺸﺎف أﺷﻜﺎل ﻛﴪﻳﺔ ﰲ اﻟﺨﺮاﺋﻂ اﻟﺮﻳﺎﺿﻴﺔ املﻮﺿﻮﻋﺔ‬
‫ً‬
‫أﺷﻜﺎﻻ‬ ‫ﺣﻴﺚ إن ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت ﻳﻤﺘﻠﻜﻮن ﻣﺎ ﻳﻜﻔﻲ ﻣﻦ املﻬﺎرة ﻟﻮﺿﻊ ﺧﺮاﺋﻂ ﺗُﻮ ﱢﻟﺪ‬
‫ﻈﻢ اﻟﻔﻮﴇ املﺸﺘﺘﺔ ﻫﻮ أن اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ ﺗَﺘَﺒﺪى‬ ‫ً‬
‫ﺣﺬﻗﺎ ﰲ ﻧ ُ ُ‬ ‫ﻛﴪﻳﺔ‪ .‬أﺣﺪ أﻛﺜﺮ اﻷﺷﻴﺎء‬
‫ً‬ ‫ُ‬
‫دون ﻣﻴﺰة اﻟﺘﺼﻤﻴﻢ اﻟﺬﻛﻲ‪ ،‬وﺗﻌَ ﱡﺪ ﺧﺮﻳﻄﺔ إﻳﻨﻮ ﻣﺜﺎﻻ ﻛﻼﺳﻴﻜﻴٍّﺎ ﻋﲆ ذﻟﻚ‪ .‬ﻣﻦ اﻟﻨﺎﺣﻴﺔ‬
‫اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬ﺗُﻤﺜﱢﻞ ﺧﺮﻳﻄﺔ إﻳﻨﻮ ﻓﺌﺔ ﻛﺎﻣﻠﺔ ﻣﻦ اﻟﻨﻤﺎذج اﻟﺸﺎﺋﻘﺔ؛ إذ ﻻ ﻳﻮﺟﺪ ﳾء »ﻳﺒﺪو‬
‫ﻛﴪﻳٍّﺎ« ﰲ اﻟﺨﺮﻳﻄﺔ ﻋﲆ وﺟﻪ اﻟﺨﺼﻮص‪ ،‬ﺑﺨﻼف ﻣﺎ ﻫﻮ ﻣﻮﺟﻮد ﰲ ﺧﺮﻳﻄﺔ ﻧﻈﺎم اﻟﺪوال‬
‫ﻳﺒني اﻟﺸﻜﻞ رﻗﻢ ‪ 3-5‬ﺳﻠﺴﻠﺔ ﻣﻦ ﻋﻤﻠﻴﺎت اﻟﺘﻜﺒري ﺣﻴﺚ ﺗﻈﻬﺮ‬ ‫املﺘﻜﺮرة ﻟﻸﺛﻼث اﻟﻮﺳﻄﻰ‪ .‬ﱢ‬
‫ً‬ ‫ُ‬ ‫ً‬
‫ﻣﻨﻬﺎ — ﻛﻤﺎ ﻟﻮ ﻛﺎن ﰲ اﻷﻣﺮ ﺳﺤﺮ — ِﺑﻨﻰ ذاﺗﻴﺔ اﻟﺘﺸﺎﺑﻪ ﻓﺠﺄة‪ ،‬وﻻ ﺷﻚ ﰲ أن ﻫﺬا ﻣﻦ أﻛﺜﺮ‬
‫إدﻫﺎﺷﺎ ﰲ اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﻼﺧﻄﻴﺔ‪ .‬ﻻ ﺗﻮﺟﺪ أي إﺷﺎرة ﻋﲆ ﺗﺼﻤﻴ ٍﻢ ﻣﺼﻄﻨﻊ ﰲ‬ ‫ً‬ ‫اﻷﺷﻴﺎء‬
‫ﺧﺮﻳﻄﺔ إﻳﻨﻮ‪ ،‬وﺗﺸﻴﻊ اﻟﺒﻨﻰ اﻟﻜﴪﻳﺔ ﰲ ﻋﻨﺎﴏ اﻟﺠﺬب ﰲ اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ املﺸﺘﺘﺔ‪ ،‬وﻫﻲ‬
‫ﻣﺴﺄﻟﺔ ﻏري ﴐورﻳﺔ ﰲ اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ‪ ،‬واﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ ﻻ ﺗﺘﻄﻠﺒﻬﺎ‪ ،‬ﻟﻜﻨﻬﺎ ﺷﺎﺋﻌﺔ‪.‬‬
‫ﻣﺜﻞ ﺟﻤﻴﻊ اﻷﻣﻮر اﻟﺴﺤﺮﻳﺔ‪ ،‬ﻳﻤﻜﻨﻨﺎ ﻓﻬﻢ ﻃﺮﻳﻘﺔ ﻋﻤﻞ اﻟﺨﺪﻋﺔ‪ ،‬ﻋﲆ اﻷﻗﻞ ﺑﻌﺪ إﺟﺮاﺋﻬﺎ‪:‬‬
‫ﻗﺮرﻧﺎ أن ﻧﻘﱰب أﻛﺜﺮ ﻣﻦ ﻧﻘﻄﺔ ﺛﺎﺑﺘﺔ ﰲ ﺧﺮﻳﻄﺔ إﻳﻨﻮ‪ ،‬وﺑﺎﻟﻨﻈﺮ إﱃ ﺧﻮاص اﻟﺨﺮﻳﻄﺔ‬
‫ﻋﻦ ﻛﺜﺐ ﺟﺪٍّا‪ ،‬ﻧﻜﺘﺸﻒ ﻣﻘﺪار اﻟﺘﻘﺮﻳﺐ اﻟﻮاﺟﺐ إﺟﺮاؤه ﺑﻐﺮض ﺟﻌﻞ اﻟﺘﺸﺎﺑﻪ اﻟﺬاﺗﻲ ﰲ‬
‫ﻣﺪﻫﺸﺎ ﻟﻠﻐﺎﻳﺔ‪ .‬ﺗﻌﺘﻤﺪ ﺗﻔﺎﺻﻴﻞ اﻟﺒﻨﻴﺔ املﺘﻜﺮرة — وﻫﻲ ﻋﺒﺎرة ﻋﻦ ﺧﻂ واﺣﺪ‬ ‫ً‬ ‫اﻟﺨﺮﻳﻄﺔ‬
‫ﻄني أرﻓﻊ — ﻋﲆ ﻣﺎ ﻳﺤﺪث ﺑﻌﻴﺪًا ﻋﻦ ﻫﺬه اﻟﻨﻘﻄﺔ‪ ،‬ﻟﻜﻦ إذا ﻛﺎﻧﺖ ﺧﺮﻳﻄﺔ إﻳﻨﻮ‬ ‫ﺳﻤﻴﻚ وﺧ ﱠ‬
‫ﺣﻘﺎ وﻛﺎن املﺴﺎر اﻟﺤﺎﺳﻮﺑﻲ املﺴﺘﺨﺪَم ﰲ ﺻﻨﺎﻋﺔ ﻫﺬه اﻟﺼﻮر واﻗﻌﻴٍّﺎ‪ ،‬ﻓﺴﻴﻜﻮن‬ ‫ﻓﻮﺿﻮﻳﺔ ٍّ‬
‫ً‬
‫ﻧﺤﻮ ﻃﺒﻴﻌﻲ‪.‬‬ ‫ﻟﺪﻳﻨﺎ ﻋﻨﴫ ﺟﺬب ﻛﴪي ﻋﲆ ٍ‬
‫ﺗﻌﻜﺲ ﻧﻈﺮﻳﺔ اﻟﺠﺮﻳﺎن املﻀﻄﺮب اﻟﺘﻘﻠﻴﺪﻳﺔ ﰲ ﻓﻀﺎء اﻟﺤﺎﻟﺔ ﻗﺼﻴﺪة رﻳﺘﺸﺎردﺳﻮن‪.‬‬
‫وأن ﺗﺘﺒﱡﻊ املﺠﻤﻮع اﻟﺨﻄﻲ‬ ‫ﻛﺎن ﻣﻦ املﻌﺘﻘﺪ أن ﺛَﻤﱠ َﺔ إﻣﻜﺎﻧﻴﺔ ﺗُﻮ ﱢﻟﺪ ﻧﻤﺎذج دورﻳﺔ أﻛﺜﺮ ﻓﺄﻛﺜﺮ‪ ،‬ﱠ‬

‫‪96‬‬
 ‫اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ وﻋﻨﺎﴏ اﻟﺠﺬب اﻟﻐﺮﻳﺒﺔ واﻷﺑﻌﺎد‬

‫‪+‬‬ ‫‪+‬‬

‫‪+‬‬

‫‪+‬‬

‫ﺷﻜﻞ ‪ :3-5‬ﺳﻠﺴﻠﺔ ﻣﻦ ﻋﻤﻠﻴﺎت اﻟﺘﻜﺒري ﻧﺤﻮ اﻟﻨﻘﻄﺔ اﻟﺜﺎﺑﺘﺔ ﻏري املﺴﺘﻘﺮة ﰲ ﺧﺮﻳﻄﺔ إﻳﻨﻮ‪،‬‬
‫واملﻤﻴﺰة ﺑﻌﻼﻣﺔ »‪ «+‬ﻋﻨﺪ ﻛﻞ ﻋﻤﻠﻴﺔ ﺗﻜﺒري‪ .‬ﻳﺘﻜﺮر اﻟﻨﻤﻂ ﻧﻔﺴﻪ ﻣﺮا ًرا‪ ،‬ﺣﺘﻰ ﺗﺒﺪأ ﻧﻘﺎط اﻟﺒﻴﺎﻧﺎت‬
‫ﰲ اﻻﺧﺘﻔﺎء‪.‬‬

‫ﻟﺠﻤﻴﻊ ﻫﺬه اﻟﺘﺬﺑﺬﺑﺎت ﻛﺎن ﺳﻴﺘﻄﻠﺐ ﻓﻀﺎء ﺣﺎﻟﺔ ﻛﺜري اﻷﺑﻌﺎد ﻟﻠﻐﺎﻳﺔ؛ ﻟﺬا ﻛﺎن ﻣﻌﻈﻢ‬
‫اﻟﻔﻴﺰﻳﺎﺋﻴني ﻳﺘﻮﻗﻌﻮن أن ﺗﺘﺨﺬ ﻋﻨﺎﴏ ﺟﺬب اﻟﺠﺮﻳﺎن املﻀﻄﺮب ﺷﻜ َﻞ ﻛﻌﻜﺔ اﻟﺪوﻧﺎت‬
‫املﺘﻌﺪدة اﻷﺑﻌﺎد‪ ،‬أو ﺗﺘﺨﺬ رﻳﺎﺿﻴٍّﺎ ﺷﻜ َﻞ اﻟﻄﺎرة‪ .‬ﰲ أواﺋﻞ ﺳﺒﻌﻴﻨﻴﺎت اﻟﻘﺮن اﻟﻌﴩﻳﻦ‪،‬‬
‫ﻛﺎن دﻳﻔﻴﺪ روﻳﻞ وﻓﻠﻮرﻳﺲ ﺗﺎﻛﻨﺲ ﻳﺒﺤﺜﺎن ﻋﻦ ﺑﺪاﺋﻞ ﻟﻠﻄﺎرات اﻟﻨﺎﻋﻤﺔ املﺘﻌﺪدة اﻷﺑﻌﺎد‪،‬‬
‫واﻛﺘﺸﻔﺎ ﻋﻨﺎﴏ ﺟﺬب أﺷﻜﺎل ﻛﴪﻳﺔ ﻗﻠﻴﻠﺔ اﻷﺑﻌﺎد؛ ﻓﻮﺟﺪا أن ﻋﻨﺎﴏ اﻟﺠﺬب ﰲ اﻷﺷﻜﺎل‬
‫اﻟﻜﴪﻳﺔ »ﻏﺮﻳﺒﺔ«‪ .‬ﺣﺎﻟﻴٍّﺎ‪ ،‬ﺗُﺴﺘﺨﺪَم ﻛﻠﻤﺔ »ﻏﺮﻳﺒﺔ« ﻟﻺﺷﺎرة إﱃ اﻟﺸﻜﻞ اﻟﻬﻨﺪﳼ ﻟﻌﻨﴫ‬
‫ﺷﻜﻼ ﻛﴪﻳٍّﺎ‪ ،‬ﺑﻴﻨﻤﺎ ﺗُﺴﺘﺨﺪَم ﻛﻠﻤﺔ »ﻓﻮﴇ«‬ ‫ً‬ ‫اﻟﺠﺬب‪ ،‬وﻋﲆ وﺟﻪ اﻟﺨﺼﻮص ﺣﻘﻴﻘﺔ ﻛﻮﻧﻪ‬
‫ً‬
‫ﺗﻔﺮﻗﺔ ﻣﻔﻴﺪة‪ .‬ﻻ ﻳُﻌ َﺮف ﻋﲆ وﺟﻪ اﻟﺪﻗﺔ‬ ‫ﻟﻺﺷﺎرة إﱃ دﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻨﻈﺎم‪ ،‬وﻫﻮ ﻣﺎ ﻳُﻌﺪ‬
‫أﺻﻞ ﻋﺒﺎرة »ﻋﻨﴫ ﺟﺬب ﻏﺮﻳﺐ«‪ ،‬ﺑَﻴْ َﺪ أن اﻟﺘﻌﺒري ﺻﺎر ﻋﻼﻣﺔ ﻣﻠﻬﻤﺔ وﻣﻼﺋﻤﺔ ﻋﲆ ﺗﻠﻚ‬
‫اﻷﺷﻴﺎء ﰲ اﻟﻔﻴﺰﻳﺎء اﻟﺮﻳﺎﺿﻴﺔ‪ .‬ﺑﻤﺎ أن اﻟﻨﻈﻢ اﻟﻬﺎﻣﻠﺘﻮﻧﻴﺔ ﻻ ﺗﺘﻀﻤﻦ أيﱠ ﻋﻨﺎﴏ ﺟﺬب ﻋﲆ‬
‫اﻹﻃﻼق‪ ،‬ﻓﻬﻲ ﻻ ﺗﺸﺘﻤﻞ ﻋﲆ أي ﻋﻨﺎﴏ ﺟﺬب ﻏﺮﻳﺒﺔ‪ ،‬ﻏري أن اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ اﻟﻔﻮﺿﻮﻳﺔ‬
‫ﻣﻌﻘﺪَة ﺗﻨﻄﻮي ﻋﲆ ﻋﺪم ﺗﺠﺎﻧﺲ‬ ‫ﻃﺎ ﱠ‬ ‫املﺴﺘﻘﺎة ﻣﻦ اﻟﻨﻈﻢ اﻟﻬﺎﻣﻠﺘﻮﻧﻴﺔ ﻋﺎد ًة ﻣﺎ ﺗﻜﻮﱢن أﻧﻤﺎ ً‬

‫‪97‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﺣﺎد‪ ،‬وﻋﻼﻣﺎت ﻋﲆ اﻟﺘﺸﺎﺑﻪ اﻟﺬاﺗﻲ ﻳُﻄ َﻠﻖ ﻋﻠﻴﻬﺎ »ا ُملﺮاﻛِﻤﺎت اﻟﻐﺮﻳﺒﺔ« اﻟﺘﻲ ﺗﺴﺘﻤﺮ ﻃﻮال‬
‫ﻓﱰة ﺗﺸﻐﻴﻞ اﻟﺤﺎﺳﻮب‪ ،‬وﻻ ﻳﺰال املﺂل اﻟﻨﻬﺎﺋﻲ ﻟﻬﺬه املﺮاﻛﻤﺎت ﻏري ﻣﻌﺮوف‪.‬‬

‫اﻷﺑﻌﺎد اﻟﻜﴪﻳﺔ‬

‫ﻳﺪﻟﻨﺎ إﺣﺼﺎء ﻋﺪد املﺮﻛﺒﺎت ﰲ ﻣﺘﺠﻪ اﻟﺤﺎﻟﺔ ﻋﲆ ﺑُﻌﺪ ﻓﻀﺎء اﻟﺤﺎﻟﺔ‪ ،‬وﻟﻜﻦ ﻛﻴﻒ ﻳﻤﻜﻨﻨﺎ‬
‫ﺣﺴﺎب ﺑُﻌﺪ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻨﻘﺎط إذا ﻛﺎﻧﺖ ﺗﻠﻚ اﻟﻨﻘﺎط ﻻ ﺗﻤﺜﱢﻞ ﺣﺪٍّا ﻣﻦ اﻟﺤﺪود‪ ،‬ﻣﺜﻞ‬
‫ﺟﺬب ﻏﺮﻳﺒًﺎ‪ ،‬ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل؟ إﺣﺪى اﻟﻄﺮق اﻟﺘﻲ ﺗُﺬ ﱢﻛﺮﻧﺎ ﺑﻌﻼﻗﺔ‬
‫ٍ‬ ‫اﻟﻨﻘﺎط اﻟﺘﻲ ﺗُﻜﻮﱢن ﻋﻨﴫَ‬
‫املﺴﺎﺣﺔ‪-‬املﺤﻴﻂ ﻫﻲ ﺗﻐﻄﻴﺔ ﻣﺠﻤﻮﻋﺔ اﻟﻨﻘﺎط ﺑﺎﻟﻜﺎﻣﻞ ﺑﺼﻨﺎدﻳﻖ ذات ﺣﺠﻢ ﻣﺤﺪد‪ ،‬ﺛﻢ‬
‫ﻣﺮاﻗﺒﺔ زﻳﺎدة ﻋﺪد اﻟﺼﻨﺎدﻳﻖ اﻟﻼزﻣﺔ ﻣﻊ ﺻﻐﺮ ﺣﺠﻢ ﻛﻞ ﺻﻨﺪوق ﺷﻴﺌًﺎ ﻓﺸﻴﺌًﺎ‪ .‬ﻳﺮﺻﺪ‬
‫ﻐري ﻋﺪد اﻟﻨﻘﺎط — ﰲ املﺘﻮﺳﻂ — ﻋﻨﺪ اﻟﻨﻈﺮ إﱃ ﻛﺮة ﻣﺘﻤﺮﻛﺰة ﺣﻮل ﻧﻘﻄﺔ‬ ‫أﺳﻠﻮب َ‬
‫آﺧﺮ ﺗَ ﱡ‬
‫ﻋﺸﻮاﺋﻴﺔ وﺗﺼﻐري ﻧﺼﻒ ﻗﻄﺮ اﻟﻜﺮة‪ .‬وﻟﺘﻔﺎدي اﻟﺘﻌﻘﻴﺪات اﻟﺘﻲ ﺗﻨﺸﺄ ﻗﺮب ﺣﺎﻓﺔ إﺣﺪى‬
‫ﻋﻨﺎﴏ اﻟﺠﺬب‪ ،‬ﻟﻦ ﻳﺴﺘﺨﺪم ﻋﺎﻟﻢ اﻟﺮﻳﺎﺿﻴﺎت ﻟﺪﻳﻨﺎ ﺳﻮى اﻟﻜﺮات ذات ﻧﺼﻒ اﻟﻘﻄﺮ اﻟﺬي‬
‫ﻳﺘﻼﳽ ﻣﻊ ﺻﻐﺮه‪ ،‬وﻧﺮﻣﺰ ﻟﻪ ﺑﺎﻟﺤﺮف ‪r‬؛ وﻣﻦ ﺛ َ ﱠﻢ ﻧﺤﺼﻞ ﻋﲆ ﻧﺘﺎﺋﺞ ﻣﺄﻟﻮﻓﺔ وﻫﻲ‪ :‬ﻗﺮب‬
‫ﻧﻘﻄﺔ ﻋﺸﻮاﺋﻴﺔ واﻗﻌﺔ ﻋﲆ ﺧﻂ‪ ،‬ﻳﺘﻨﺎﺳﺐ ﻋﺪد اﻟﻨﻘﺎط ﻣﻊ ‪ ،r1‬وﻗﺮب ﻧﻘﻄﺔ واﻗﻌﺔ ﻋﲆ ﺳﻄﺢ‬
‫ﻣﺴﺘﻮ‪ ،‬ﻳﺘﻨﺎﺳﺐ ﻋﺪد اﻟﻨﻘﺎط ﻣﻊ ‪ ،πr2‬وﻗﺮب ﻧﻘﻄﺔ ﻣﺴﺘﻘﺎة ﻣﻦ ﻣﺠﻤﻮﻋﺔ ﻧﻘﺎط ﺗﻜﻮن ﺷﻜﻞ‬ ‫ٍ‬
‫ُ‬ ‫‪3‬‬
‫ﻣﻜﻌﺐ ﻣﺠﺴﻢ‪ ،‬ﻳﺘﻨﺎﺳﺐ ﻋﺪد اﻟﻨﻘﺎط ﻣﻊ ‪ .πr ٣ / ٤‬وﰲ ﻛﻞ ﺣﺎﻟﺔ‪ ،‬ﻳﺸري أس ‪ r‬إﱃ اﻟﺒُﻌﺪ‬
‫ﻄﺎ‪ ،‬و‪ ٢‬إذا ﻛﺎﻧﺖ ﺗﺸ ﱢﻜﻞ‬ ‫ﰲ املﺠﻤﻮﻋﺔ؛ ﺣﻴﺚ ﻳﻜﻮن اﻷُس ‪ ١‬إذا ﻛﺎﻧﺖ املﺠﻤﻮﻋﺔ ﺗﺸ ﱢﻜﻞ ﺧ ٍّ‬
‫ً‬
‫ﺷﻜﻼ ﻣﺠﺴﻤً ﺎ‪.‬‬ ‫ﻣﺴﻄﺤً ﺎ‪ ،‬و‪ ٣‬إذا ﻛﺎﻧﺖ ﺗﻜﻮﱢن‬
‫ﻳﻤﻜﻦ ﺗﻄﺒﻴﻖ ﻫﺬا اﻷﺳﻠﻮب ﻋﲆ ﻣﺠﻤﻮﻋﺎت اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ‪ ،‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ أن‬
‫اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ ﺗﻤﻴﻞ إﱃ اﻣﺘﻼك ﻓﺮاﻏﺎت ﺗُﺴﻤﱠ ﻰ اﻟﻔﺠﻮات‪ ،‬ﻋﲆ ﺟﻤﻴﻊ املﻘﺎﻳﻴﺲ‪ .‬ﺑﻴﻨﻤﺎ ﻻ‬
‫ﻳُﻌﺪ اﻟﺘﻌﺎﻣﻞ ﻣﻊ ﻫﺬه اﻟﻌﻤﻠﻴﺎت اﻟﺤﺴﺎﺑﻴﺔ اﻟﺨﻮارزﻣﻴﺔ اﻟﺪﻗﻴﻘﺔ أﻣ ًﺮا ﻫﻴﻨًﺎ‪ ،‬ﻳﻤﻜﻨﻨﺎ ﺣﺴﺎب‬
‫ﺑُﻌﺪ املﺠﻤﻮﻋﺎت ذات اﻟﺘﺸﺎﺑﻪ اﻟﺬاﺗﻲ املﺘﻄﺎﺑﻖ ﻋﲆ ﻧﺤﻮ دﻗﻴﻖ؛ ﻓﻨﻼﺣﻆ ﻋﲆ اﻟﻔﻮر أن ﺑُﻌﺪ‬
‫أي ﺷﻜﻞ ﻛﴪي ﻻ ﻳﻜﻮن ﻋﺎد ًة رﻗﻤً ﺎ ﺻﺤﻴﺤً ﺎ‪ .‬ﰲ إﻃﺎر ﻛﻮن ﻓﻮرﻧﻴﻴﻪ‪ ،‬ﻳﺒﻠﻎ اﻟﺒُﻌﺪ ‪٠٫٧٣٢٥‬‬
‫ﺗﻘﺮﻳﺒًﺎ )وﻫﻮ ﻣﺎ ﻳﺴﺎوي ‪ (log 5/log 9‬ﺑﻴﻨﻤﺎ ﻳﺒﻠﻎ ﺑُﻌﺪ ﻣﺠﻤﻮﻋﺔ ﻛﺎﻧﺘﻮر ﻟﻸﺛﻼث اﻟﻮﺳﻄﻰ‬
‫‪ ٠٫٦٣٠٩‬ﺗﻘﺮﻳﺒًﺎ )وﻫﻮ ﻣﺎ ﻳﺴﺎوي ‪ .(log 2/log 3‬ﰲ ﻛﻞ ﺣﺎﻟﺔ‪ ،‬ﻳﺴﺎوي اﻟﺒُﻌﺪ رﻗﻤً ﺎ ﻛﴪﻳٍّﺎ‬
‫أﻛﱪ ﻣﻦ ﺻﻔﺮ وأﻗﻞ ﻣﻦ واﺣﺪ‪ .‬اﻋﺘﱪ ﻣﺎﻧﺪﻟﱪوت ﻣﻘﻄﻊ ‪ fract‬ﰲ ﻛﻠﻤﺔ ‪) fraction‬ﻛﴪ(‬
‫ﺟﺬ َر ﻛﻠﻤﺔ ‪) fractal‬ﺷﻜﻞ ﻛﴪي(‪.‬‬

‫‪98‬‬
 ‫اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ وﻋﻨﺎﴏ اﻟﺠﺬب اﻟﻐﺮﻳﺒﺔ واﻷﺑﻌﺎد‬

‫ﻣﺎ ﻫﻮ ﺑُﻌﺪ ﻋﻨﴫ اﻟﺠﺬب ﰲ ﺧﺎرﻃﺔ إﻳﻨﻮ؟ أﻓﻀﻞ ﺗﻘﺪﻳﺮاﺗﻨﺎ ﻫﻮ أن ﻳﻜﻮن ﺑُﻌﺪًا‬
‫ﻳﺴﺎوي ‪ ١٫٢٦‬ﺗﻘﺮﻳﺒًﺎ‪ ،‬وﻟﻜﻦ ﺑﻴﻨﻤﺎ ﻧﺪرك وﺟﻮد ﻋﻨﴫ ﺟﺬب‪ ،‬ﻻ ﻧﻌﺮف ﻋﲆ وﺟﻪ اﻟﻴﻘني‬
‫إن ﻛﺎن ﻋﻨﴫ اﻟﺠﺬب ﻫﺬا — ﻋﲆ املﺪى اﻟﻄﻮﻳﻞ — ﻟﻴﺲ ﺳﻮى ﺣﻠﻘﺔ دورﻳﺔ ﻃﻮﻳﻠﺔ‪ .‬ﰲ‬
‫اﻟﺨﺮاﺋﻂ‪ ،‬ﺗﺘﺄﻟﻒ ﻛﻞ ﺣﻠﻘﺔ دورﻳﺔ ﻣﻦ ﻋﺪد ﻣﺤﺪود ﻣﻦ اﻟﻨﻘﺎط؛ وﻣﻦ ﺛ َ ﱠﻢ ﻳﺴﺎوي ﺑُﻌﺪﻫﺎ‬
‫ﺻﻔ ًﺮا‪ .‬وﺣﺘﻰ ﻳﻤﻜﻦ ﺗﺼﻮﱡر ذﻟﻚ‪ُ ،‬ﺧﺬْ ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل ﻛﺮات ﻳﻜﻮن ﻧﺼﻒ ﻗﻄﺮﻫﺎ ‪ ،r‬أﺻﻐﺮ‬
‫ﻣﻦ أﻗﺮب زوج ﻧﻘﺎط ﰲ اﻟﺤﻠﻘﺔ‪ ،‬ﻣﻊ اﻋﺘﺒﺎر ﻋﺪد اﻟﻨﻘﺎط ﰲ ﻛﻞ ﻛﺮة ﺛﺎﺑﺘًﺎ )ﻳﺴﺎوي ‪،(١‬‬
‫وﻫﻮ ﻣﺎ ﻳﻤﻜﻦ أن ﻧﻜﺘﺒﻪ ﻣﺘﻨﺎﺳﺒًﺎ ﻣﻊ ﻗﻴﻤﺔ ‪r0‬؛ وﻣﻦ ﺛ َ ﱠﻢ ﻳﻜﻮن ﺑُﻌﺪ ﻛﻞ ﻧﻘﻄﺔ ﺻﻔ ًﺮا‪ .‬ﰲ‬
‫اﻟﻔﺼﻞ اﻟﺴﺎﺑﻊ‪ ،‬ﺳﻨﺮى ﺳﺒﺐ ﺻﻌﻮﺑﺔ إﺛﺒﺎت ﻣﺎ ﻳﺤﺪث ﻋﲆ املﺪى اﻟﻄﻮﻳﻞ ﺑﺎﺳﺘﺨﺪام املﺤﺎﻛﺎة‬
‫أوﻻ‪ ،‬ﺳﻨُﻠﻘﻲ ﻧﻈﺮة ﻓﺎﺣﺼﺔ أﻛﺜﺮ ﻋﲆ ﺗﺤﺪﻳﺎت ﻗﻴﺎس دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺪم اﻟﻴﻘني‬ ‫اﻟﺤﺎﺳﻮﺑﻴﺔ‪ً .‬‬
‫ﺣﺘﻰ ﺑﻌﺪ ﻣﻌﺮﻓﺘﻨﺎ اﻟﻨﻈﺎم اﻟﺮﻳﺎﴈ ﺗﻤﺎﻣً ﺎ‪ .‬ﰲ ﻧﻈﻢ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪ ،‬ﻻ ﻧﻤﺘﻠﻚ إﻻ ﻣﻼﺣﻈﺎت‬
‫ﻣﺸﻮﺷﺔ‪ ،‬وﻻ ﺗﺰال املﺴﺄﻟﺔ أﻛﺜﺮ ﺻﻌﻮﺑﺔ‪.‬‬

‫‪99‬‬
 ‫اﻟﻔﺼﻞ اﻟﺴﺎدس‬

‫ﻗﻴﺎس دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺪم اﻟﻴﻘﲔ‬

‫ﺗﻜﺸﻒ اﻟﻔﻮﴇ ﻋﻦ ﺗﺤﻴﺰاﺗﻨﺎ ﻋﻨﺪﻣﺎ ﻧﺒﺤﺚ دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺪم اﻟﻴﻘني‪ .‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ ﻛﺜﺮة‬
‫اﻟﺪﻋﺎﻳﺔ ﺣﻮل ﻋﺪم اﻟﻘﺎﺑﻠﻴﺔ ﻟﻠﺘﻮﻗﻊ‪ ،‬ﻓﺴﻨﺮى أن اﻟﻜﻤﻴﺎت املﺴﺘﺨﺪﻣﺔ ﻟﺘﻜﻮﻳﻦ اﻟﻔﻮﴇ ﻻ‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ أﻣﺮ‬ ‫ﱡ‬
‫اﻟﺘﻮﻗﻊ ﺣﺎﻟﻴٍّﺎ؛ ﻻ ﺗﻨﻄﻮي اﻟﻔﻮﴇ ﻋﲆ أن‬ ‫ﺗﻀﻊ أيﱠ ﻗﻴﺪ ﻣﻦ أي ﻧﻮع ﻋﲆ دﻗﺔ‬
‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ ﺟﺮت املﺒﺎﻟﻐﺔ ﻓﻴﻬﺎ‬ ‫ﻣﺴﺘﺤﻴﻞ‪ .‬ﻳﻤﻜﻨﻨﺎ أن ﻧﺮى ﻛﻴﻒ أن اﻟﻌﻼﻗﺔ ﺑني اﻟﻔﻮﴇ واﻟﻘﺎﺑﻠﻴﺔ‬
‫ﺑﺼﻮرة ﺳﻴﺌﺔ ﻋﱪ اﻟﻨﻈﺮ إﱃ ﺗﺎرﻳﺦ اﻹﺣﺼﺎءات املﺴﺘﺨﺪَﻣﺔ ﰲ ﻗﻴﺎس ﻋﺪم اﻟﻴﻘني‪ ،‬وﺣﺎﻟﻴٍّﺎ‬
‫ﺗﺘﻮاﻓﺮ إﺣﺼﺎءات إﺿﺎﻓﻴﺔ‪.‬‬
‫ﻋﻨﺪ ﻣﺠﺮد أﺑﺴﻂ ﺗﻨﺎول ﻟﻌﺪم اﻟﻴﻘني واﻟﻘﺎﺑﻠﻴﺔ ﻟﻠﺘﻮﻗﻊ ﻣﻦ ﺟﺎﻧﺐ اﻟﻌﻠﻤﺎء‪ ،‬ﻳﻠﺘﺰﻣﻮن‬
‫ﺗﻮﻗﻌﺎﺗﻬﻢ واﻹﺣﺼﺎءات املﺴﺘﺨﺪﻣﺔ ﰲ ﻗﻴﺎس ﻋﺪم‬ ‫اﻟﺘﺰاﻣً ﺎ أﺧﻼﻗﻴٍّﺎ ﺑﺘﻮﺿﻴﺢ ﻣﺪى ﺻﺤﺔ ﱡ‬
‫ﻳﻘﻴﻨﻬﻢ‪ .‬رﺑﻤﺎ ﻗ ﱠﺪ َم اﻟﺮﺟ ُﻞ اﻷﻛﱪ ﺳﻨٍّﺎ اﻟﺬي ﻳﻨﻈﺮ ﺧﺎرج ﻟﻮﺣﺔ ﻻﺗﻮر ﻟﻠﺮﺟﻞ اﻷﺻﻐﺮ ﺳﻨٍّﺎ‬
‫ﺟﺪاو َل اﺣﺘﻤﺎﻻت دﻗﻴﻘﺔ ﻟﻸوراق اﻟﺘﻲ ﻳﺤﻤﻠﻬﺎ ﻛﻞ ﻻﻋﺐ ﻣﻦ ﺑني ‪ ٥٢‬ورﻗﺔ ﻟﻌﺐ‪ ،‬ﻟﻜﻨﻪ‬
‫ﻌﱪ ﻋﻦ اﻟﻠﻌﺒﺔ اﻟﺘﻲ ﻳﻠﻌﺒﻮﻧﻬﺎ‪ .‬وﺑﺎملﺜﻞ‪ ،‬ﻳﺴﺘﻄﻴﻊ ﺷﻴﻄﺎن‬ ‫ﻳﻌﺮف أن ﺗﻠﻚ اﻻﺣﺘﻤﺎﻻت ﻻ ﺗُ ﱢ‬
‫اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ ﻗﻴﺎس دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺪم اﻟﻴﻘني ﺑﺪﻗﺔ ﺷﺪﻳﺪة‪ ،‬ﺑﺎﺳﺘﺨﺪام ﻧﻤﻮذﺟﻪ‬
‫املﺜﺎﱄ‪ ،‬ﻟﻜﻨﻨﺎ ﻧﻌﻠﻢ أﻧﻨﺎ ﻻ ﻧﻤﻠﻚ ﻧﻤﻮذﺟً ﺎ ﻣﺜﺎﻟﻴٍّﺎ‪ .‬ﰲ ﻇﻞ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻨﻤﺎذج ﻏري املﺜﺎﻟﻴﺔ‪،‬‬
‫ﻛﻴﻒ ﻳﻤﻜﻦ اﻟﺮﺑﻂ ﺑني ﺗﻌﺪﱡد أﻧﻤﺎط ﺳﻠﻮﻛﻬﺎ وﻋﺪم ﻳﻘﻴﻨﻨﺎ ﺣﻴﺎل اﻟﺤﺎﻟﺔ املﺴﺘﻘﺒﻠﻴﺔ ﻟﻠﻌﺎﻟﻢ‬
‫اﻟﻮاﻗﻌﻲ؟‬

‫ﺗﺂﻛﻞ اﻟﻴﻘني‪ :‬ﻣﻌﻠﻮﻣﺎت دون ارﺗﺒﺎط‬

‫ﺑﺘﻮﻗ ٍﻊ ﻣﺎ ﺳﻴﻘﻮم ﺑﻪ اﻟﻨﻈﺎم ﻛﺨﻄﻮة ﺗﺎﻟﻴﺔ‪ ،‬ﺗُﻘﺪﱢم اﻟﺒﻴﺎﻧﺎت ﺣﻮل‬‫ﱡ‬ ‫ﻋﻨﺪﻣﺎ ﻳﺘﻌ ﱠﻠﻖ اﻷﻣﺮ‬
‫ٍ‬
‫ﻗﺪﻳﻤﺔ ﻟﻠﻨﻈﺎم‪ .‬ﰲ‬ ‫ٍ‬
‫ﺣﺎﻟﺔ ﻣﺎ‬ ‫ٍ‬
‫ﻣﻌﻠﻮﻣﺎت أﻛﺜﺮ ﻣﻦ اﻟﺒﻴﺎﻧﺎت ﺣﻮل‬ ‫اﻟﺤﺎﻟﺔ اﻟﺤﺪﻳﺜﺔ ﻟﻠﻨﻈﺎم ﻋﺎد ًة‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻋﴩﻳﻨﻴﺎت اﻟﻘﺮن اﻟﻌﴩﻳﻦ‪ ،‬أراد ﻳﻮل ﻗﻴﺎس ﻣﺪى ﻣﺎ ﺗﻘﺪﱢﻣﻪ اﻟﺒﻴﺎﻧﺎت ﺣﻮل اﻟﺒﻘﻊ اﻟﺸﻤﺴﻴﺔ‬
‫ً‬
‫ﻣﻘﺎرﻧﺔ‬ ‫ﰲ ﻋﺎم ﻣﻌني ﻣﻦ ﻣﻌﻠﻮﻣﺎت أﻛﺜﺮ ﺣﻮل ﻋﺪد اﻟﺒﻘﻊ اﻟﺘﻲ ﺳﺘﻈﻬﺮ ﰲ اﻟﺴﻨﺔ اﻟﺘﺎﻟﻴﺔ‬
‫ﺑﻤﺎ ﺗﻘﺪﱢﻣﻪ ﺑﻴﺎﻧﺎت ﺗﻌﻮد إﱃ ﻋﴩ ﺳﻨﻮات ﻣﻀﺖ‪ .‬ﻛﺎن إﺣﺼﺎء ﻣﺜﻞ ذﻟﻚ ﺳﻴﺴﻤﺢ ﻟﻴﻮل‬
‫ﺑﻤﻘﺎرﻧﺔ ﺧﻮاص اﻟﺒﻴﺎﻧﺎت اﻷﺻﻠﻴﺔ ﻛﻤﻴٍّﺎ ﻣﻊ ﺧﻮاص اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ اﻟﺘﻲ ﺗُﻮ ﱢﻟﺪﻫﺎ اﻟﻨﻤﺎذج‪.‬‬
‫اﺑﺘﻜﺮ ﻳﻮل ﻣﺎ ﺻﺎر ﻳُﻄ َﻠﻖ ﻋﻠﻴﻪ ﺣﺎﻟﻴٍّﺎ داﻟﺔ اﻻرﺗﺒﺎط اﻟﺘﻠﻘﺎﺋﻲ‪ ،‬اﻟﺘﻲ ﺗﻘﻴﺲ اﻻرﺗﺒﺎط اﻟﺨﻄﻲ‬
‫ﺣﺎﻻت ﻳﻔﺼﻞ ﺑﻴﻨﻬﺎ ﺗﻜﺮارات ﺑﻤﻌﺪل ‪ .k‬وﻋﻨﺪﻣﺎ ﺗﻜﻮن ﻗﻴﻤﺔ ‪ k‬ﺻﻔ ًﺮا ﺗﺼﺒﺢ ﻗﻴﻤﺔ‬ ‫ٍ‬ ‫ﺑني‬
‫داﻟﺔ اﻻرﺗﺒﺎط اﻟﺘﻠﻘﺎﺋﻲ ‪١‬؛ ﺣﻴﺚ ﻳﺮﺗﺒﻂ ﻛﻞ رﻗﻢ ﻋﲆ ﻧﺤﻮ ﻣﺜﺎﱄ ﻣﻊ ﻧﻔﺴﻪ‪ .‬وإذا ﻛﺎﻧﺖ‬
‫اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﺗﻌﻜﺲ دورة ﻣﺘﻜﺮرة‪ ،‬ﺗﺘﻨﺎﻗﺺ ﻗﻴﻤﺔ داﻟﺔ اﻻرﺗﺒﺎط اﻟﺘﻠﻘﺎﺋﻲ ﻣﻦ ‪ ١‬ﻣﻊ‬
‫ﺗﺰاﻳﺪ ﻗﻴﻤﺔ ‪ ،k‬ﺛﻢ ﺗﻌﻮد ﻟﺘﺴﺎوي ‪ ١‬ﻣﺘﻰ ﻛﺎﻧﺖ ‪ k‬ﺗﺴﺎوي ﻗﻴﻤﺔ ﻣﻀﺎﻋﻔﺔ ﻣﺤﺪدة ﻟﻠﺪورة‪.‬‬
‫ﰲ ﻇﻞ ﺗﻮاﻓﺮ ﺑﻴﺎﻧﺎت ﻣﺴﺘﻘﺎة ﻣﻦ ﻧﻈﺎم ﺧﻄﻲ ﺗﺼﺎدﰲ ﺗُﻌﺘﱪ داﻟﺔ اﻻرﺗﺒﺎط اﻟﺘﻠﻘﺎﺋﻲ ذات‬
‫ﻻﺣﻘﺎ‪ ،‬ﺗﻨﺨﻔﺾ ﻗﻴﻤﺔ اﻟﺪاﻟﺔ أﻣﺎم املﻼﺣﻈﺎت املﺴﺘﻘﺎة‬ ‫ً‬ ‫ﻗﻴﻤﺔ ﻋﻈﻴﻤﺔ‪ ،‬وﻟﻜﻦ ﻣﺜﻠﻤﺎ ﺳﻨﺮى‬
‫ﻣﻦ ﻧﻈﺎم ﻻ ﺧﻄﻲ‪ .‬وﻟﻜﻦ ﺑﻌﺾ اﻹﺣﺼﺎﺋﻴني ﺗﻤﺎ َدوْا ﻛﺜريًا ﺑﺤﻴﺚ ﻋ ﱠﺮﻓﻮا اﻟﺤﺘﻤﻴﺔ ﺑﺎﻋﺘﺒﺎرﻫﺎ‬
‫ﻧﺘﻴﺠﺔ ﻟﻬﺬا اﻟﺰﻟﻞ‪ .‬وﻣﻦ املﻌﺮوف أن اﻻرﺗﺒﺎط ﻻ‬ ‫ً‬ ‫ارﺗﺒﺎ ً‬
‫ﻃﺎ ﺧﻄﻴٍّﺎ‪ ،‬وﻻ ﻳﺰال ﻛﺜريون ﻳﺘﻌﺜﺮون‬
‫أﻳﻀﺎ اﻻرﺗﺒﺎط )اﻟﺨﻄﻲ(‪.‬‬ ‫ﻳﺴﺘﻠﺰم اﻟﺴﺒﺒﻴﺔ؛ وﺑﻴﱠﻨَﺖ دراﺳﺔ اﻟﻔﻮﴇ أن اﻟﺴﺒﺒﻴﺔ ﻻ ﺗﺴﺘﻠﺰم ً‬
‫ﻳﺴﺎوي اﻻرﺗﺒﺎط ﺑني اﻟﺤﺎﻻت املﺘﺘﺎﺑﻌﺔ ﻟﻠﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ ﺻﻔ ًﺮا ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ‬
‫أن اﻟﺤﺎﻟﺔ اﻟﺘﺎﻟﻴﺔ ﺗﺤﺪﱢدﻫﺎ ﺑﺎﻟﻜﺎﻣﻞ اﻟﺤﺎﻟﺔ اﻟﺤﺎﻟﻴﺔ‪ .‬ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ ،‬ﺗﺴﺎوي داﻟﺔ اﻻرﺗﺒﺎط‬
‫اﻟﺘﻠﻘﺎﺋﻲ ﻟﻬﺎ ﺻﻔ ًﺮا ﻋﻨﺪ ﻛﻞ ﻓﺎﺻﻞ زﻣﻨﻲ؛ ﻓﻜﻴﻒ ﻳﻤﻜﻦ ﻟﻨﺎ إذَن أن ﻧﺤﺪﱢد اﻟﻌﻼﻗﺎت ﰲ‬
‫ﻟﻠﺘﻮﻗﻊ‪ ،‬إذا ﻛﺎن أﺣﺪ املﻜﻮﻧﺎت اﻟﺮﺋﻴﺴﻴﺔ ﻟﻠﺘﺤﻠﻴﻞ‬ ‫ﱡ‬ ‫اﻟﻨﻈﻢ اﻟﻼﺧﻄﻴﺔ‪ ،‬ﻧﺎﻫﻴﻚ ﻋﻦ ﻗﻴﺎس اﻟﻘﺎﺑﻠﻴﺔ‬
‫اﻹﺣﺼﺎﺋﻲ ﻋﱪ ﻗﺮن ﻣﻦ اﻟﺰﻣﺎن ﻻ ﻳﺄﺧﺬ ﰲ اﻻﻋﺘﺒﺎر ﻫﺬه اﻟﻌﻼﻗﺎت اﻟﻈﺎﻫﺮة؟ ﻟﻺﺟﺎﺑﺔ ﻋﻦ‬
‫ﻫﺬا اﻟﺴﺆال‪ ،‬ﻧﺴﺘﻌﺮض ً‬
‫أوﻻ ﻧﻈﺎم اﻟﺘﻤﺜﻴﻞ اﻟﺜﻨﺎﺋﻲ ﻟﻠﺒﻴﺎﻧﺎت‪.‬‬

‫وﺣﺪات اﻟﺒﻴﺎﻧﺎت وإﻧﺸﺎء املﻌﻠﻮﻣﺎت‬

‫ﻓﺒﺪﻻ ﻣﻦ اﺳﺘﺨﺪام اﻟﺮﻣﻮز‬ ‫ً‬ ‫ﺗﻤﻴﻞ اﻟﺤﻮاﺳﺐ إﱃ ﺗﺴﺠﻴﻞ اﻷرﻗﺎم ﰲ ﺻﻮرة ﺗﻤﺜﻴﻞ ﺛﻨﺎﺋﻲ؛‬
‫اﻟﻌﴩة )‪ ٠‬و‪ ١‬و‪ ٢‬و‪ ٣‬و‪ ٤‬و‪ ٥‬و‪ ٦‬و‪ ٧‬و‪ ٨‬و‪ (٩‬اﻟﺘﻲ ﻧﺘﻌ ﱠﻠﻤﻬﺎ ﰲ املﺪرﺳﺔ‪ ،‬ﻳﺴﺘﺨﺪم‬
‫ﺑﺪﻻ ﻣﻦ ‪ ،١٠٠٠‬و‪ ،١٠٠‬و‪ ١٠‬اﻟﺘﻲ ﺗﻤﺜﱢﻞ ‪،٣ ١٠‬‬ ‫اﻟﺤﺎﺳﻮب اﻟﺮﻣ َﺰﻳﻦ اﻷو َﻟني ﻓﻘﻂ )‪ ٠‬و‪ً .(١‬‬
‫و‪ ،٢ ١٠‬و‪ ،١ ١٠‬ﺗﻤﺜﱢﻞ ﻫﺬه اﻷرﻗﺎم ﰲ اﻟﻨﻈﺎم اﻟﺜﻨﺎﺋﻲ ‪ ،٣ ٢‬و‪ ،٢ ٢‬و‪ ،١ ٢‬أي ﺛﻤﺎﻧﻴﺔ‪ ،‬وأرﺑﻌﺔ‪،‬‬
‫واﺛﻨني‪ .‬ﻳﻤﺜﱢﻞ اﻟﺮﻣﺰ ‪ ١١‬ﰲ ﻧﻈﺎم اﻟﺘﻤﺜﻴﻞ اﻟﺜﻨﺎﺋﻲ اﻵﺗﻲ ‪ ،٠ ٢ + ١ ٢‬أي ﺛﻼﺛﺔ‪ ،‬ﺑﻴﻨﻤﺎ ‪٠٫١٠‬‬
‫ﺗﻤﺜﱢﻞ ‪ ،(٢ / ١) ١− ٢‬و‪ ٠٫٠٠١‬ﺗﻤﺜﱢﻞ ‪ ،(٨ / ١) ٣− ٢‬وﻣﻦ ﻫﻨﺎ ﺟﺎءت املﺰﺣﺔ أن ﺛَﻤﱠ َﺔ ﻋﴩة أﻧﻮاع‬

‫‪102‬‬
 ‫ﻗﻴﺎس دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺪم اﻟﻴﻘني‬

‫ﻣﻦ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت ﰲ اﻟﻌﺎﻟﻢ‪ ،‬أوﻟﺌﻚ اﻟﺬﻳﻦ ﻳﻔﻬﻤﻮن اﻟﱰﻣﻴﺰ اﻟﺜﻨﺎﺋﻲ وأوﻟﺌﻚ اﻟﺬﻳﻦ ﻻ‬
‫ﻳﻔﻬﻤﻮﻧﻪ‪ .‬ﻣﺜﻠﻤﺎ ﻳﺴﻬُ ﻞ اﻟﴬب ﰲ ﻋﴩة )‪ (١٠‬ﰲ اﻟﻨﻈﺎم اﻟﻌﴩي‪ ،‬ﻳﺴﻬﻞ اﻟﴬب ﰲ‬
‫‪ (١٠) ٢‬ﰲ اﻟﻨﻈﺎم اﻟﺜﻨﺎﺋﻲ؛ ﻓﻜﻞ ﻣﺎ ﻋﻠﻴﻚ ﻫﻮ ﺗﺤﺮﻳﻚ ﺟﻤﻴﻊ وﺣﺪات اﻟﺒﻴﺎﻧﺎت )وﺣﺪات‬
‫اﻟﺒﺖ( إﱃ اﻟﻴﺴﺎر ﺑﺤﻴﺚ ﺗﺼﺒﺢ ‪ ١٫٠١٠٠١٠١٠١١‬ﻫﻲ ‪ ،١٠٫١٠٠١٠١٠١١‬وﻣﻦ ﻫﻨﺎ ﺟﺎء‬
‫اﺳﻢ اﻟﺨﺮﻳﻄﺔ اﻻﻧﺘﻘﺎﻟﻴﺔ‪ .‬ﻳﻨﻄﺒﻖ اﻷﻣﺮ ﻧﻔﺴﻪ ﻋﻨﺪ اﻟﻘﺴﻤﺔ ﻋﲆ اﺛﻨني؛ ﺣﻴﺚ ﻻ ﻳﻌﺪو اﻷﻣﺮ‬
‫ﻋﻦ ﺣﺮﻛﺔ اﻧﺘﻘﺎل إﱃ اﻟﻴﻤني‪.‬‬
‫ً‬ ‫ً‬
‫ﻳﺴﺘﺨﺪم أي ﺣﺎﺳﻮب ﻋﺎدة ﻋﺪدًا ﺛﺎﺑﺘﺎ ﻣﻦ وﺣﺪات اﻟﺒﻴﺎﻧﺎت ﻟﻜﻞ رﻗﻢ‪ ،‬وﻻ ﻳﻬﺪر ﻣﺴﺎﺣﺔ‬
‫ﻗﻴﻤﺔ ﻣﻦ اﻟﺬاﻛﺮة ﰲ ﺗﺨﺰﻳﻦ اﻟﻌﻼﻣﺔ »اﻟﻌﴩﻳﺔ«‪ ،‬وﻫﻮ ﻣﺎ ﻳﺠﻌﻞ ﻣﻦ ﻋﻤﻠﻴﺔ اﻟﻘﺴﻤﺔ ﻣﺴﺄﻟﺔ‬
‫ﻣﺜرية ﻟﻠﻔﻀﻮل ﺑﻌﺾ اﻟﴚء‪ .‬ﻋﲆ اﻟﺤﺎﺳﻮب‪ ،‬ﺗُﻨﺘﺞ ﻗﺴﻤﺔ اﻟﺮﻗﻢ ‪٠٠١٠١٠٠١٠١٠١١٠٠‬‬
‫ﻋﲆ اﺛﻨني اﻟﻨﺎﺗﺞ ‪ ،٠٠٠١٠١٠٠١٠١٠١١٠‬إﻻ أن ﻗﺴﻤﺔ اﻟﺮﻗﻢ ‪٠٠١٠١٠٠١٠١٠١١٠١‬‬
‫ﻋﲆ اﺛﻨني ﺗﻌﻄﻲ اﻟﻨﺎﺗﺞ ﻧﻔﺴﻪ! وﻳﻨﺘﺞ ﴐب اﻟﺮﻗﻢ ‪ ٠٠٠١٠١٠٠١٠١٠١١٠‬ﰲ اﺛﻨني‬
‫اﻟﻨﺎﺗﺞ ‪Q٠٠١٠١٠٠١٠١٠١١٠‬؛ ﺣﻴﺚ ﺗُﻤﺜﱢﻞ ‪ Q‬وﺣﺪة ﺑﻴﺎﻧﺎت ﺟﺪﻳﺪة ﻋﲆ اﻟﺤﺎﺳﻮب أن‬
‫ﻳﺤﺴﺒﻬﺎ‪ .‬وﻫﻜﺬا ﻓﺈن ﻣﻊ ﻛﻞ ﺣﺮﻛﺔ اﻧﺘﻘﺎﻟﻴﺔ إﱃ اﻟﻴﺴﺎر‪ ،‬ﻳُﺸﱰط وﺟﻮد وﺣﺪة ﺑﻴﺎﻧﺎت ﺟﺪﻳﺪة‬
‫ﰲ املﻮﺿﻊ اﻟﺨﺎﱄ أﻗﴡ اﻟﻴﻤني‪ .‬ﻋﻨﺪ اﻟﻘﺴﻤﺔ ﻋﲆ اﺛﻨني‪ ،‬ﻳﻈﻬﺮ اﻟﺼﻔﺮ ﻋﲆ ﻧﺤﻮ ﺻﺤﻴﺢ ﰲ‬
‫املﻮﺿﻊ اﻟﺨﺎﱄ أﻗﴡ اﻟﻴﺴﺎر‪ ،‬ﺑَﻴْ َﺪ أن أي وﺣﺪات ﺑﻴﺎﻧﺎت ﺗﻨﺘﻘﻞ إﱃ اﻟﺨﺎرج ﻟﻠﺠﺎﻧﺐ اﻷﻳﻤﻦ‬
‫ﻔﻘﺪ إﱃ اﻷﺑﺪ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻜﺸﻒ ﻋﻦ ﻣﻠﻤﺢ ﻣﺰﻋﺞ‪ .‬ﻓﺈذا أﺧﺬﻧﺎ رﻗﻤً ﺎ وﻗﺴﻤﻨﺎه ﻋﲆ اﺛﻨني‪ ،‬ﺛﻢ‬ ‫ﺗُ َ‬
‫ﴐﺑﻨﺎه ﰲ اﺛﻨني‪ ،‬رﺑﻤﺎ ﻻ ﻳﻤﻜﻨﻨﺎ اﺳﺘﻌﺎدة اﻟﺮﻗﻢ اﻷﺻﲇ اﻟﺬي ﺑﺪأﻧﺎ ﺑﻪ‪.‬‬
‫ﻣﺨﺘﻠﻔﺔ ﻟﻨﻤﻮ وﺗﺂﻛﻞ ﻋﺪم اﻟﻴﻘني — أو إﻧﺸﺎء‬ ‫ٍ‬ ‫ﺗﻔﴤ املﻨﺎﻗﺸﺔ ﺣﺘﻰ اﻵن إﱃ ر ًؤى‬
‫املﻌﻠﻮﻣﺎت — ﰲ أﻧﻮاع اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﺮﻳﺎﺿﻴﺔ املﺘﻌﺪدة ﻣﺜﻞ اﻟﻨﻈﻢ اﻟﻌﺸﻮاﺋﻴﺔ‪ ،‬واﻟﻨﻈﻢ‬
‫اﻟﺮﻳﺎﺿﻴﺔ اﻟﻔﻮﺿﻮﻳﺔ‪ ،‬واﻟﻨﺴﺦ اﻟﺤﺎﺳﻮﺑﻴﺔ ﻟﻠﻨﻈﻢ اﻟﺮﻳﺎﺿﻴﺔ اﻟﻔﻮﺿﻮﻳﺔ‪ .‬ﻋﺎد ًة ﻣﺎ ﻳﻜﻮن‬
‫ﺗﺼ ﱡﻮ ُر ﺗﻄﻮ ِﱡر ﺣﺎﻟﺔ أﺣﺪ اﻷﻧﻈﻤﺔ ﰲ ﺻﻮرة ﴍﻳﻂ ﻳﻤﺮ ﻋﱪ ﺻﻨﺪوق أﺳﻮد‪ ،‬وﻳﻌﺘﻤﺪ ﻣﺎ‬
‫ﻳﺤﺪث داﺧﻞ اﻟﺼﻨﺪوق ﻋﲆ ﻧﻮع اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﺘﻲ ﻧﺮاﻗﺒﻬﺎ‪ ،‬وﻋﻨﺪ ﺧﺮوج اﻟﴩﻳﻂ ﻣﻦ‬
‫اﻟﺼﻨﺪوق ﻧﺮى وﺣﺪات اﻟﺒﻴﺎﻧﺎت املﺴﺠﻠﺔ ﻋﻠﻴﻪ‪ .‬إن ﻣﺴﺄﻟﺔ إن ﻛﺎن اﻟﴩﻳﻂ ﺧﺎﻟﻴًﺎ ﻋﻨﺪ دﺧﻮﻟﻪ‬
‫اﻟﺼﻨﺪوق‪ ،‬أو ﻛﺎﻧﺖ ﺛَﻤﱠ َﺔ وﺣﺪات ﺑﻴﺎﻧﺎت ﻣﺴﺠﻠﺔ ﻋﻠﻴﻪ ﺑﺎﻟﻔﻌﻞ؛ ﺗﻔﴤ إﱃ ﻣﻨﺎﻗﺸﺎت ﺣﺎﻣﻴﺔ‬
‫اﻟﻮﻃﻴﺲ ﰲ ﻏﺮف اﻻﺳﱰاﺣﺔ ﰲ اﻷﺑﺮاج اﻟﻌﺎﺟﻴﺔ‪ .‬ﻣﺎ ﻫﻲ اﻟﺨﻴﺎرات؟ إذا ﻛﺎﻧﺖ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت‬
‫ﻣﺴﺠﻼ ﻋﻠﻴﻪ وﺣﺪات ﺑﻴﺎﻧﺎت‬‫ً‬ ‫ﻋﺸﻮاﺋﻴﺔ‪ ،‬ﻓﺈن اﻟﴩﻳﻂ إذَن ﻳﺪﺧﻞ إﱃ اﻟﺼﻨﺪوق ﺧﺎﻟﻴًﺎ وﻳﺨﺮج‬
‫ﻣﺤﺪدة ﻋﲆ ﻧﺤﻮ ﻋﺸﻮاﺋﻲ‪ .‬وﰲ ﻫﺬه اﻟﺤﺎﻟﺔ‪ ،‬أي ﻧﻤﻂ ﻧﻌﺘﻘﺪ أﻧﻨﺎ ﻧﺮﺻﺪه ﰲ وﺣﺪات اﻟﺒﻴﺎﻧﺎت‬
‫ﻣﻊ ﺗﻘﺪم اﻟﴩﻳﻂ إﱃ اﻷﻣﺎم ﻋﱪ اﻟﺼﻨﺪوق ﻫﻮ ﴎاب‪ .‬ﻓﺈذا ﻛﺎن اﻟﻨﻈﺎم اﻟﺪﻳﻨﺎﻣﻴﻜﻲ ﺣﺘﻤﻴٍّﺎ‪،‬‬

‫‪103‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫)وﺧﻼﻓﺎ ﻟﻨﺎ‪ ،‬ﻓﺈن ﺷﻴﻄﺎن ﻻﺑﻼس‬ ‫ً‬ ‫ﻓﺈن وﺣﺪات اﻟﺒﻴﺎﻧﺎت ﻛﺎﻧﺖ ﻣﻄﺒﻮﻋﺔ ﺑﺎﻟﻔﻌﻞ ﻋﲆ اﻟﴩﻳﻂ‬
‫ﻣﻮﺿﻊ ﻳﻤﻜﻨﻪ ﻣﻦ ﺧﻼﻟﻪ رؤﻳﺔ ﺟﻤﻴﻊ وﺣﺪات اﻟﺒﻴﺎﻧﺎت ﺗﻠﻚ(‪ .‬ﻻ ﻧﺴﺘﻄﻴﻊ أن ﻧﺮى‬ ‫ٍ‬ ‫ﰲ‬
‫وﺣﺪات اﻟﺒﻴﺎﻧﺎت ﺑﻮﺿﻮح ﺣﺘﻰ ﺗﻤﺮ ﻋﱪ اﻟﺼﻨﺪوق‪ ،‬ﻟﻜﻨﻬﺎ ﻣﻮﺟﻮدة ﺑﺎﻟﻔﻌﻞ‪ .‬ﻳُﻌﺘﱪ إﻧﺸﺎء‬
‫ﻣﻌﻠﻮﻣﺎت ﺷﻴﺌًﺎ ﻛﺎملﻌﺠﺰة ﻣﻦ اﻟﻨﺎﺣﻴﺘني‪ ،‬وﻳﺒﺪو أن اﻷﻣﺮ‬ ‫ٍ‬ ‫ﻛﻞ وﺣﺪات اﻟﺒﻴﺎﻧﺎت ﺗﻠﻚ ﻣﻦ‬
‫ﺗﻔﻀﻞ ﺣﺪوث ﻣﻌﺠﺰة ﻛﱪى‬ ‫ﱢ‬ ‫ﻳﺘﻠﺨﺺ ﰲ اﻟﻨﻬﺎﻳﺔ ﰲ اﻟﺘﻔﻀﻴﻞ اﻟﺸﺨﴢ‪ ،‬ﺳﻮاءٌ إذا ﻛﻨﺖ‬
‫واﺣﺪة أو ﺳﻠﺴﻠﺔ ﻣﻨﺘﻈﻤﺔ ﻣﻦ املﻌﺠﺰات اﻟﺼﻐرية‪ .‬ﰲ ﻇﻞ اﻟﻨﻈﺎم اﻟﺤﺘﻤﻲ ﺗﺸﺒﻪ اﻟﺼﻮرة‬
‫ﺗﻮﻟﻴﺪ ﻋﺪد ﻏري ﻣﺤﺪود ﻣﻦ وﺣﺪات اﻟﺒﻴﺎﻧﺎت ﻣﺮة واﺣﺪة‪ ،‬وﻫﻮ اﻟﻌﺪد ﻏري اﻟﻨﺴﺒﻲ اﻟﺬي ﻳُﻤﺜﱢﻞ‬
‫اﻟﺤﺎﻟﺔ اﻷوﻟﻴﺔ‪ ،‬وﰲ ﻇﻞ اﻟﻨﻈﺎم اﻟﻌﺸﻮاﺋﻲ‪ ،‬ﻳﺒﺪو اﻷﻣﺮ ﻛﻤﺎ ﻟﻮ أن وﺣﺪات اﻟﺒﻴﺎﻧﺎت اﻟﺠﺪﻳﺪة‬
‫ﺗُﻮ ﱠﻟﺪ ﻋﻨﺪ ﻋﻤﻠﻴﺔ ﺗﻜﺮار‪ .‬ﻋﻤﻠﻴٍّﺎ‪ ،‬ﻳﺒﺪو ﻳﻘﻴﻨًﺎ أﻧﻨﺎ ﻧﺘﺤﻜﻢ ﺑﻌﺾ اﻟﴚء ﰲ دﻗﺔ ﻗﻴﺎس ﳾء ﻣﺎ‪،‬‬
‫ً‬
‫ﺳﺎﺑﻘﺎ‪.‬‬ ‫وﻫﻮ ﻣﺎ ﻳﻮﺣﻲ ﺑﺄن اﻟﴩﻳﻂ ﺟﺮى ﺗﺴﺠﻴﻠﻪ‬
‫ﻻ ﻳﻮﺟﺪ أي ﳾء ﰲ ﺗﻌﺮﻳﻒ أي ﻧﻈﺎم ﻓﻮﺿﻮي ﻳَﺤُ ﻮل دون رﺟﻮع اﻟﴩﻳﻂ ﺑﺸﻜﻞ‬
‫ﺳﻬﻼ ﻟﻔﱰة؛ ﻓﺤﻴﺚ إﻧﻨﺎ ﺷﺎﻫﺪﻧﺎ اﻟﴩﻳﻂ‬ ‫ً‬ ‫ﻋﻜﴘ ﻟﻔﱰة‪ .‬وﻋﻨﺪﻣﺎ ﻳﺤﺪث ﻫﺬا‪ ،‬ﻳﺼﺒﺢ اﻟﺘﻮﻗﻊ‬
‫وﻫﻮ ﻳﺮﺟﻊ ﻋﻜﺴﻴٍّﺎ‪ ،‬ﻟﺬا ﻓﻨﺤﻦ ﻧﻌﺮف ﺑﺎﻟﻔﻌﻞ وﺣﺪات اﻟﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ اﻟﺘﻲ ﺳﺘﻈﻬﺮ ﻋﻨﺪ‬
‫ﻣﺮور اﻟﴩﻳﻂ إﱃ اﻷﻣﺎم ﻣﺮ ًة أﺧﺮى‪ .‬إذا ﻣﺎ ﺣﺎوﻟﻨﺎ أن ﻧﺠﻌﻞ ﻫﺬه اﻟﺼﻮرة ﺗﺘﺨﺬ ﺷﻜﻞ‬
‫ً‬
‫ﺣﻘﻴﻘﺔ ﻗﺒﻞ‬ ‫ﻧﻈﺎم ﺣﺴﺎﺑﻲ‪ ،‬ﻓﺴﺘﺼﺎدﻓﻨﺎ ﻣﺸﻜﻼت؛ إذ ﻻ ﻳﻤﻜﻦ أن ﻳﻜﻮن اﻟﴩﻳﻂ ﺧﺎﻟﻴًﺎ‬
‫دﺧﻮﻟﻪ إﱃ اﻟﺼﻨﺪوق‪ .‬وﻳﺘﻮﺟﺐ ﻋﲆ اﻟﺤﺎﺳﻮب »إﻧﺸﺎء« وﺣﺪات اﻟﺒﻴﺎﻧﺎت اﻟﺠﺪﻳﺪة ﺗﻠﻚ وﻓﻖ‬
‫ﻗﺎﻋﺪ ٍة ﻣﺎ ﺣﺘﻤﻴ ٍﺔ ﻋﻨﺪﻣﺎ ﺗﻨﺘﻘﻞ اﻟﺒﻴﺎﻧﺎت إﱃ ﺟﻬﺔ اﻟﻴﺴﺎر؛ ﻟﺬا ﻓﺈن وﺣﺪات اﻟﺒﻴﺎﻧﺎت ﻫﺬه‬
‫ً‬
‫ﺗﺸﻮﻳﻘﺎ ﻫﻮ ﻣﺎ‬ ‫ﺗﻜﻮن ﻓﻌﻠﻴٍّﺎ ﻣﺴﺠﱠ ًﻠﺔ ﻋﲆ اﻟﴩﻳﻂ ﻗﺒﻞ دﺧﻮﻟﻪ إﱃ اﻟﺼﻨﺪوق‪ .‬اﻷﻣﺮ اﻷﻛﺜﺮ‬
‫ﻣﻨﻄﻘﺔ ﻣﺎ ﻳﻘﻮم ﻓﻴﻬﺎ اﻟﴩﻳﻂ ﺑﺎﻟﺮﺟﻮع ﻋﻜﺴﻴٍّﺎ؛ ﺣﻴﺚ إن اﻟﺤﺎﺳﻮب ﻻ ﻳﺴﺘﻄﻴﻊ‬ ‫ٍ‬ ‫ﻳﺤﺪث ﰲ‬
‫»ﺗﺬ ﱡﻛﺮ« أي وﺣﺪات ﻟﻠﺒﻴﺎﻧﺎت ﻓﻘﺪﻫﺎ ﻋﻨﺪ اﻻﻧﺘﻘﺎل إﱃ اﻟﻴﻤني‪ .‬ﰲ ﺣﺎﻟﺔ ﺧﺮاﺋﻂ املﻴﻞ اﻟﺜﺎﺑﺖ‬
‫ﻧﻨﺘﻘﻞ دوﻣً ﺎ إﱃ اﻟﻴﺴﺎر أو إﱃ اﻟﻴﻤني‪ ،‬وﻻ ﻳﻘﻮم اﻟﴩﻳﻂ ﺑﺎﻟﺮﺟﻮع ﻋﻜﺴﻴٍّﺎ أﺑﺪًا‪ .‬ﻻ ﺗﺰال‬
‫املﺤﺎﻛﺎة اﻟﺤﺎﺳﻮﺑﻴﺔ ﻧﻈﺎﻣً ﺎ ﺣﺘﻤﻴٍّﺎ‪ ،‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ أن اﻷﴍﻃﺔ املﺨﺘﻠﻔﺔ اﻟﺘﻲ ﺗُﻮ ﱢﻟﺪﻫﺎ أﻗﻞ ﺛﺮاءً‬
‫ﻣﻦ أﴍﻃﺔ اﻟﺨﺮﻳﻄﺔ اﻟﺮﻳﺎﺿﻴﺔ اﻟﺤﺘﻤﻴﺔ اﻟﺘﻲ ﺗﺤﺎﻛﻴﻬﺎ؛ ﻓﺈذا ﻛﺎﻧﺖ اﻟﺨﺮﻳﻄﺔ اﻟﺘﻲ ﺗﺠﺮي‬
‫ﻣﺤﺎﻛﺎﺗﻬﺎ ﺗﺘﻀﻤﻦ ﻣﻨﺎﻃﻖ ﻣﻦ ﻋﺪم ﻳﻘني ﻣﺘﻨﺎﻗﺺ‪ ،‬إذَن ﻓﺜَﻤﱠ َﺔ ﻣﺮﺣﻠﺔ ﻣﺆﻗﺘﺔ ﻳﺮﺟﻊ اﻟﴩﻳﻂ‬
‫ﺧﻼﻟﻬﺎ ﻋﻜﺴﻴٍّﺎ‪ ،‬وﻻ ﻳﺴﺘﻄﻴﻊ اﻟﺤﺎﺳﻮب ﻣﻌﺮﻓﺔ أي وﺣﺪات ﺑﻴﺎﻧﺎت ﺟﺮى ﺗﺴﺠﻴﻠﻬﺎ ﻋﲆ‬
‫اﻟﴩﻳﻂ‪ .‬ﻋﻨﺪﻣﺎ ﻳﻤﺮ اﻟﴩﻳﻂ إﱃ اﻷﻣﺎم ﻋﱪ اﻟﺼﻨﺪوق ﻣﺠﺪدًا ﻳﺴﺘﺨﺪم اﻟﺤﺎﺳﻮب ﻗﺎﻋﺪﺗﻪ‬
‫اﻟﺪاﺧﻠﻴﺔ ﻹﻧﺸﺎء وﺣﺪات ﺑﻴﺎﻧﺎت ﺟﺪﻳﺪة‪ ،‬ورﺑﻤﺎ ﻧﺠﺪ »‪ «٠‬و»‪ «١‬ﻣﺴﺠﱠ َﻠني ﻋﲆ اﻟﴩﻳﻂ ﻋﻨﺪ‬
‫ﺧﺮوﺟﻪ ﻣﻦ اﻟﺼﻨﺪوق ﻣﺮة ﺛﺎﻧﻴﺔ! ﻧﻨﺎﻗﺶ ﰲ اﻟﻔﺼﻞ اﻟﺴﺎﺑﻊ أﻣﻮ ًرا أﺧﺮى ﻏﺮﻳﺒﺔ ﺗﺤﺪث ﰲ‬
‫ﻧﻤﺎذج املﺤﺎﻛﺎة اﻟﺤﺎﺳﻮﺑﻴﺔ ﻟﻠﻨﻈﻢ اﻟﺮﻳﺎﺿﻴﺔ اﻟﻔﻮﺿﻮﻳﺔ‪.‬‬

‫‪104‬‬
 ‫ﻗﻴﺎس دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺪم اﻟﻴﻘني‬

‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ‬ ‫إﺣﺼﺎﺋﻴﺎت ﱡ‬
‫ﺗﻮﻗﻊ اﻟﻘﺎﺑﻠﻴﺔ‬
‫أﺣﺪ اﻻﺳﺘﺒﺼﺎرات ﻣﻦ اﻟﻔﻮﴇ ﻫﻮ اﻟﱰﻛﻴﺰ ﻋﲆ ﻣﺤﺘﻮى املﻌﻠﻮﻣﺎت؛ ﻓﻔﻲ اﻟﻨﻈﻢ اﻟﺨﻄﻴﺔ‬
‫ﻳﻌﻜﺲ اﻟﺘﺒﺎﻳﻦ ﻣﺤﺘﻮى املﻌﻠﻮﻣﺎت‪ ،‬وﻳﻜﻮن ﻣﺤﺘﻮى املﻌﻠﻮﻣﺎت أﻛﺜﺮ ﺗﻌﻘﻴﺪًا ﰲ اﻟﻨﻈﻢ‬
‫اﻟﻼﺧﻄﻴﺔ ﺣﻴﺚ ﻻ ﻳﻜﻮن اﻟﺤﺠ ُﻢ ﻫﻮ املﺆﴍَ اﻟﻮﺣﻴﺪ ﻋﲆ اﻷﻫﻤﻴﺔ‪ .‬ﻛﻴﻒ ﻳﻤﻜﻦ ﻟﻨﺎ ﻗﻴﺎس‬
‫املﻌﻠﻮﻣﺎت ﺑﻄﺮﻳﻘﺔ أﺧﺮى؟ ﺧﺬ ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل اﻟﻨﻘﺎط ﰲ داﺋﺮة ﻋﲆ ﻣﺴﺘﻮى ‪ X, Y‬ﺑﻘﻄﺮ‬
‫ﻳﺴﺎوي ‪ ،١‬واﺧﱰ زاوﻳﺔ ﻋﺸﻮاﺋﻴٍّﺎ‪ .‬ﺗﺪﻟﻨﺎ ﻗﻴﻤﺔ ‪ X‬ﻋﲆ اﻟﻜﺜري ﻋﻦ ﻗﻴﻤﺔ ‪Y‬؛ ﺣﻴﺚ ﺗﺨﱪﻧﺎ أن ‪Y‬‬
‫ﺗﺴﺎوي إﺣﺪى اﻟﻘﻴﻤﺘني‪ .‬وﺑﺎملﺜﻞ‪ ،‬إذا ﻛﻨﺎ ﻻ ﻧﻌﺮف ﺟﻤﻴﻊ وﺣﺪات اﻟﺒﻴﺎﻧﺎت اﻟﻼزﻣﺔ ﻟﺘﻤﺜﻴﻞ ‪X‬‬
‫ﺑﺎﻟﻜﺎﻣﻞ‪ ،‬ﻓﺴﻨﺠﺪ أﻧﻪ ﻛﻠﻤﺎ زادت وﺣﺪات ﺑﻴﺎﻧﺎت ‪ X‬اﻟﺘﻲ ﻧﻌﺮﻓﻬﺎ‪ ،‬ﻋﺮﻓﻨﺎ ﻋﺪد وﺣﺪات ﺑﻴﺎﻧﺎت‬
‫أﻛﺜﺮ ﻣﻦ ‪ .Y‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ أﻧﻨﺎ ﻟﻦ ﻧﺴﺘﻄﻴﻊ أﺑﺪًا أن ﻧﺨﺘﺎر ﺑني ﻣﻮﻗﻌَ ني ﺑﺪﻳ َﻠني ﻣﻦ ‪،Y‬‬
‫ﻓﻴﺘﻨﺎﻗﺺ ﻋﺪم ﻳﻘﻴﻨﻨﺎ ﻓﻴﻤﺎ ﻳﺘﻌ ﱠﻠﻖ ﺑﺎملﻮﻗﻌَ ني املﺤﺘﻤ َﻠني ﻋﻨﺪ ﻗﻴﺎس ‪ X‬ﺑﺪﻗﺔ أﻛﺜﺮ ﻓﺄﻛﺜﺮ‪ .‬ﻣﺎ‬
‫ﻻ ﻳﺪﻋﻮ إﱃ اﻟﺪﻫﺸﺔ ﻫﻮ أن اﻻرﺗﺒﺎط اﻟﺨﻄﻲ ﺑني ‪ X‬و‪ Y‬ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ ﻳﺴﺎوي ﺻﻔ ًﺮا‪ .‬ﺛَﻤﱠ َﺔ‬
‫ﻃﻮﱢرت ﻟﻘﻴﺎس ﻛﻢ ﻣﺎ ﻳﻤﻜﻦ أن ﻧﻌﺮﻓﻪ ﻋﻦ ﻗﻴﻤﺔ ﻣﻦ اﻟﻘﻴﻤﺘَني ﻣﻦ‬ ‫ﻗﻴﺎﺳﺎت إﺣﺼﺎﺋﻴﺔ أﺧﺮى ُ‬
‫ﺧﻼل ﻣﻌﺮﻓﺔ اﻟﻘﻴﻤﺔ اﻷﺧﺮى‪ .‬ﺗﻌﻜﺲ »املﻌﻠﻮﻣﺎت املﺘﺒﺎدﻟﺔ«‪ ،‬ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل‪ ،‬ﻋﺪد وﺣﺪات‬
‫ﺑﻴﺎﻧﺎت ‪ Y‬اﻟﺘﻲ ﻧﻌﺮﻓﻬﺎ — ﰲ املﺘﻮﺳﻂ — ﻋﻨﺪﻣﺎ ﻧﻌﺮف وﺣﺪة ﺑﻴﺎﻧﺎت أﺧﺮى ﻣﻦ ‪ .X‬ﺑﺎﻟﻨﺴﺒﺔ‬
‫ﻛﻨﺖ ﺗﻌﺮف وﺣﺪات اﻟﺒﻴﺎﻧﺎت اﻟﺨﻤﺲ اﻷوﱃ ﻣﻦ ‪ ،X‬ﻓﺴﺘﻌﺮف أرﺑﻊ وﺣﺪات‬ ‫إﱃ اﻟﺪاﺋﺮة‪ ،‬إذا َ‬
‫ﻛﻨﺖ ﺗﻌﺮف ‪ ٢٠‬وﺣﺪة ﺑﻴﺎﻧﺎت ﻣﻦ ‪،X‬‬ ‫ﺑﻴﺎﻧﺎت ﻣﻦ وﺣﺪات ﺑﻴﺎﻧﺎت ‪ Y‬اﻟﺨﻤﺲ اﻷوﱃ‪ ،‬وإذا َ‬
‫ﻓﺴﺘﻌﺮف ‪ ١٩‬ﻣﻦ ‪ ،Y‬وإذا ﻛﻨﺖ ﺗﻌﺮف ﺟﻤﻴﻊ وﺣﺪات ﺑﻴﺎﻧﺎت ‪ ،X‬ﻓﺴﺘﻌﺮف ﺟﻤﻴﻊ وﺣﺪات‬
‫ﺑﻴﺎﻧﺎت ‪ Y‬إﻻ وﺣﺪة واﺣﺪة‪ .‬ودون ﻣﻌﺮﻓﺔ ﻫﺬه اﻟﻮﺣﺪة اﻟﻐﺎﺋﺒﺔ‪ ،‬ﻟﻦ ﻧﺴﺘﻄﻴﻊ ﻣﻌﺮﻓﺔ أيﱞ ﻣﻦ‬
‫ﻗﻴﻤﺘَ ْﻲ ‪ Y‬املﺤﺘﻤﻠﺘني ﺗُﻤﺜﱢﻞ ﻗﻴﻤﺔ ‪ Y‬اﻟﻔﻌﻠﻴﺔ‪ .‬وﻟﺴﻮء اﻟﺤﻆ‪ ،‬ﻣﻦ وﺟﻬﺔ ﻧﻈﺮ اﻟﺘﻔﻜري اﻟﺨﻄﻲ‪،‬‬
‫ﺗُﻤﺜﱢﻞ وﺣﺪة اﻟﺒﻴﺎﻧﺎت اﻟﻐﺎﺋﺒﺔ »أﻛﱪ« ﻗﻴﻤﺔ ﻟﻮﺣﺪة ﺑﻴﺎﻧﺎت ﰲ ‪ .Y‬ﻏري أﻧﻪ ﻳُﻌﺘﱪ ﻣﻦ ﻗﺒﻴﻞ‬
‫اﻟﺘﻀﻠﻴﻞ ﻧﻮﻋً ﺎ ﻣﺎ ﺗﻔﺴريُ أن اﻻرﺗﺒﺎط ذا اﻟﻘﻴﻤﺔ ﺻﻔﺮ ﻳﻌﻨﻲ أن املﺮء ﻻ ﻳﻌﺮف أيﱠ ﳾء ﻋﻦ‬
‫‪ Y‬ﻋﻨﺪ ﻣﻌﺮﻓﺔ ﻗﻴﻤﺔ ‪.X‬‬
‫ﺑ َﻢ ﺗﺨﱪﻧﺎ املﻌﻠﻮﻣﺎت املﺘﺒﺎدﻟﺔ ﻋﻦ دﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ؟ ﺳﺘﻌﻜﺲ‬
‫املﻌﻠﻮﻣﺎت املﺘﺒﺎدﻟﺔ ﺣﻘﻴﻘﺔ أن ﻣﻌﺮﻓﺔ ﻗﻴﻤﺔ واﺣﺪة ﻣﻦ ‪ X‬ﺳﺘﻤﻨﺤﻨﺎ ﺑﺎﻟﻀﺒﻂ ﻣﻌﻠﻮﻣﺎت‬
‫ﻛﺎﻣﻠﺔ ﻋﻦ ﻗﻴﻢ ‪ Y‬املﺴﺘﻘﺒﻠﻴﺔ‪ .‬ﺑﻴﻨﻤﺎ ﺗﻨﻄﻮي املﻌﻠﻮﻣﺎت املﺘﺒﺎدﻟﺔ ﻋﲆ ﺗﺤﺪﻳﺪ دﻗﻴﻖ وﻣﺤﺪد‬
‫ﻟﻘﻴﻤﺔ ‪ ،X‬ﺗﻌﻜﺲ املﻌﻠﻮﻣﺎت املﺘﺒﺎدﻟﺔ ﺣﺠﻢ ﻣﺎ ﻧﻌﺮف — ﰲ املﺘﻮﺳﻂ — ﻋﻦ ﻗﻴﻤﺔ ‪Y‬‬
‫ﻣﺴﺘﻘﺒﻼ‪ .‬ﰲ ﻇﻞ وﺟﻮد اﻟﺘﺸﻮﻳﺶ اﻟﺬي ﺗﺘﻌﺮض ﻟﻪ املﻼﺣﻈﺎت‪ ،‬ﻣﻦ املﺮﺟﺢ أﻧﻨﺎ ﺳﻨﻌﺮف‬ ‫ً‬
‫أﻗﻞ ﻋﻦ ﻗﻴﻢ ‪ X‬املﺴﺘﻘﺒﻠﻴﺔ ﻛﻠﻤﺎ ﻛﺎﻧﺖ أﺑﻌﺪ ﰲ املﺴﺘﻘﺒﻞ‪ ،‬ﺑﻤﺎ أن وﺣﺪات اﻟﺒﻴﺎﻧﺎت املﻤﺎﺛﻠﺔ‬

‫‪105‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻟﻘﻴﻤﺔ ‪ X‬اﻟﺤﺎﻟﻴﺔ ﺳﺘُﻄﻤَ ﺲ ﺑﻔﻌﻞ اﻟﺘﺸﻮﻳﺶ؛ ﻟﺬا ﺗﻤﻴﻞ املﻌﻠﻮﻣﺎت املﺘﺒﺎدﻟﺔ إﱃ اﻟﺘﺂﻛﻞ ﻛﻠﻤﺎ زاد‬
‫اﻻﻧﻔﺼﺎل اﻟﺰﻣﻨﻲ‪ ،‬ﺑﻴﻨﻤﺎ ﺗﺒﻠﻎ ﻗﻴﻤﺔ ﻣﻌﻠﻢ اﻻرﺗﺒﺎط اﻟﺨﻄﻲ ﺻﻔ ًﺮا ﰲ ﺟﻤﻴﻊ ﺣﺎﻻت اﻻﻧﻔﺼﺎل‬
‫اﻟﺰﻣﻨﻲ )ﻓﻴﻤﺎ ﻋﺪا ﺻﻔ ًﺮا(‪ .‬ﺗُﻌَ ﱡﺪ املﻌﻠﻮﻣﺎت املﺘﺒﺎدﻟﺔ أداة ﻣﻔﻴﺪة؛ إذ ﻳﻤﺜﱢﻞ ﺗﻄﻮﱡر اﻹﺣﺼﺎﺋﻴﺎت‬
‫املﺨﺼﺼﺔ املﺴﺘﺨﺪَﻣﺔ ﰲ ﺗﻄﺒﻴﻘﺎت ﻣﺤﺪدة ﻣﺠﺎ َل ﻧﻤ ﱟﻮ ﴎﻳﻌً ﺎ ﰲ إﻃﺎر اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت‬
‫اﻟﻼﺧﻄﻴﺔ‪ .‬ﻣﻦ املﻬﻢ ﻣﻌﺮﻓﺔ ﻣﺎ ﺗﺨﱪﻧﺎ إﻳﺎه ﻫﺬه اﻹﺣﺼﺎﺋﻴﺎت ﺗﺤﺪﻳﺪًا‪ ،‬وﻣﻦ املﻬﻢ ﻋﲆ اﻟﺴﻮاء‬
‫أﻳﻀﺎ ﻗﺒﻮل وﺟﻮد ﻣﺎ ﻫﻮ أﻛﺜﺮ ﻣﻤﺎ ﺗﺨﱪﻧﺎ ﺑﻪ اﻹﺣﺼﺎﺋﻴﺎت اﻟﺘﻘﻠﻴﺪﻳﺔ‪.‬‬ ‫ً‬
‫ﻳﻤﻨﺤﻨﺎ ﻧﻤﻮذج اﻟﺘﺸﻮﻳﺶ ﻓﻜﺮ ًة ﻋﻦ ﻋﺪم ﻳﻘﻴﻨﻨﺎ اﻟﺤﺎﱄ؛ ﻣﻦ ﺛ َ ﱠﻢ ﺗﺘﻤﺜﱠﻞ إﺣﺪى ﻃﺮق‬
‫ﻧﺘﻮﻗﻊ أن ﻳﺴﺘﻐﺮﻗﻪ ﺗﻀﺎﻋﻒ ﻋﺪم اﻟﻴﻘني‪ .‬ﻳﺠﺐ أن‬ ‫ﻟﻠﺘﻮﻗﻊ ﰲ اﻟﻮﻗﺖ اﻟﺬي ﱠ‬ ‫ﱡ‬ ‫ﻗﻴﺎس اﻟﻘﺎﺑﻠﻴﺔ‬
‫ﴍك اﻟﺘﻔﻜري اﻟﺨﻄﻲ اﻟﺬي ﻳﻮﺣﻲ ﺑﺄن زﻣﻦ اﻟﺘﻀﺎﻋﻒ أرﺑﻊ ﻣﺮات ﺳﻴﺴﺎوي‬ ‫ﻧﺘﻔﺎدى ﻫﻨﺎ َ َ‬
‫ﺿﻌﻒ زﻣﻦ اﻟﺘﻀﺎﻋﻒ ﰲ ﻧﻈﺎم ﻻ ﺧﻄﻲ‪ .‬وﺑﻤﺎ أﻧﻨﺎ ﻻ ﻧﻌﺮف أي زﻣﻦ ﺳﻴﺼﺒﺢ ﻣﺤﻞ اﻫﺘﻤﺎم‬
‫)زﻣﻦ اﻟﺘﻀﺎﻋﻒ ملﺮﺗني‪ ،‬زﻣﻦ ﺗﻀﺎﻋﻒ ﺛﻼث ﻣﺮات‪ ،‬زﻣﻦ ﺗﻀﺎﻋﻒ أرﺑﻊ ﻣﺮات‪ ،‬أو …(‪،‬‬
‫ﻓﺴﻨﺸري ﺑﺒﺴﺎﻃﺔ إﱃ زﻣﻦ ﺗﻀﺎﻋﻒ ‪ q‬ﻗﺮب ﴍط ﻣﺒﺪﺋﻲ ﻣﺤﺪد‪ .‬ﺗﺮﺗﺒﻂ أزﻣﻨﺔ اﻟﺘﻀﺎﻋﻒ ‪q‬‬
‫ﻧﺘﻮﻗﻊ أن ﻳﺴﺘﻐﺮﻗﻪ ﻋﺪم‬‫ﻫﺬه ﻣﻊ اﻟﻘﺎﺑﻠﻴﺔ ﻟﻠﺘﻮﻗﻊ‪ ،‬وﺗﻌﻜﺲ ﻫﺬه اﻷزﻣﻨﺔ ﻣﺒﺎﴍ ًة اﻟﺰﻣﻦ اﻟﺬي ﱠ‬
‫ﺗﻮﻗﻊ ﻣﺤﺪﱠد ﻟﻴﻤ ﱠﺮ ﺑﺤ ﱟﺪ ﻣﻌني ﻣﻦ اﻟﺤﺪود ﻣﻬﻢ ﺑﺎﻟﻨﺴﺒﺔ إﻟﻴﻨﺎ‪ .‬ﻳُﻘﺪﱢم ﻣﺘﻮﺳﻂ‬ ‫ﻳﻘﻴﻨﻨﺎ ﰲ ﻛﻞ ﱡ‬
‫ُﺆﺧﺬ ﻣﺘﻮﺳﻄﻬﺎ ﻋﱪ ﻋﺪة ﺗﻮﻗﻌﺎت ﺗﻌﺘﻤﺪ‬ ‫ﻧﻔﺴﻬﺎ اﻟﺘﻲ ﻳ َ‬ ‫ِ‬
‫املﻌﻠﻮﻣﺎت َ‬ ‫زﻣﻦ ﺗﻀﺎﻋﻒ ﻋﺪم اﻟﻴﻘني‬
‫ﻋﲆ ﻫﺬا اﻟﻨﻤﻮذج‪ .‬وﺑﻴﻨﻤﺎ ﻳُﻌَ ﱡﺪ اﻟﺤﺼﻮل ﻋﲆ رﻗﻢ واﺣﺪ أﻣ ًﺮا ﻣﻼﺋﻤً ﺎ‪ ،‬ﻓﺈن ﻫﺬا املﺘﻮﺳﻂ ﻗﺪ ﻻ‬
‫ﻳﻨﻄﺒﻖ ﻋﲆ أي ﺣﺎﻟﺔ أوﻟﻴﺔ ﻋﲆ اﻹﻃﻼق‪.‬‬
‫ﻳُﻤﺜﱢﻞ ﻣﺘﻮﺳﻂ زﻣﻦ ﺗﻀﺎﻋﻒ ﻋﺪم اﻟﻴﻘني إﺟﺮاءً إﺣﺼﺎﺋﻴٍّﺎ ﻣﻔﻴﺪًا ﻟﻘﻴﺎس اﻟﻘﺎﺑﻠﻴﺔ ﻟﻠﺘﻮﻗﻊ‪.‬‬
‫ﻏري أن ﺗﻌﺮﻳﻒ اﻟﻔﻮﴇ اﻟﺮﻳﺎﺿﻴﺔ ﻟﻢ ﻳﻮﺿﻊ ﺑﺎﻻرﺗﺒﺎط ﻣﻊ إﺣﺼﺎﺋﻴﺎت زﻣﻦ اﻟﺘﻀﺎﻋﻒ‬
‫ﻄﺎ ﺑ »أُس ﻟﻴﺎﺑﻮﻧﻮف« اﻟﺬي ﺳﻨﻌﺮﻓﻪ‬ ‫ملﺮﺗني )أو أي ﺗﻀﺎﻋﻒ ‪ ،(q‬ﺑﻞ و ُِﺿﻊ ﻟﻴﻜﻮن ﻣﺮﺗﺒ ً‬
‫ﻃﺎ ً‬
‫وﺛﻴﻘﺎ‬ ‫ﻻﺣﻘﺎ‪ ،‬وﻫﻮ ﻣﺎ ﻳُﻌَ ﱡﺪ أﺣ َﺪ اﻷﺳﺒﺎب ﰲ أن اﻟﻔﻮﴇ واﻟﻘﺎﺑﻠﻴﺔ ﻟﻠﺘﻮﻗﻊ ﻻ ﺗﺮﺗﺒﻄﺎن ارﺗﺒﺎ ً‬ ‫ً‬
‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ‬ ‫ً‬
‫ﻋﻤﻠﻴﺔ ﻋﲆ اﻟﻘﺎﺑﻠﻴﺔ‬ ‫ﻣﺜﻠﻤﺎ ﻫﻮ ﺷﺎﺋﻊ‪ .‬ﺑﻴﻨﻤﺎ ﻳﻘﺪﱢم ﻣﺘﻮﺳﻂ زﻣﻦ اﻟﺘﻀﺎﻋﻒ ﻣﺆﴍًا أﻛﺜﺮ‬
‫ﻧﺤﻮ ﻳﺘﻔﻮق ﻋﲆ أُس ﻟﻴﺎﺑﻮﻧﻮف‪ ،‬ﻳﻨﻘﺺ ﻫﺬا اﻷﺳﻠﻮب ﻣﻴﺰة ﻧﻈﺮﻳﺔ ﻣﻬﻤﺔ ﻳﻘﺪﱢرﻫﺎ ﻋﻠﻤﺎء‬ ‫ﻋﲆ ٍ‬
‫اﻟﺮﻳﺎﺿﻴﺎت أﻳﱠﻤﺎ ﺗﻘﺪﻳﺮ‪ ،‬وﻫﻲ ﻣﻴﺰة — ﻣﺜﻠﻤﺎ ﺳﻨﺮى — ﻳﺤﻈﻰ ﺑﻬﺎ أُس ﻟﻴﺎﺑﻮﻧﻮف‪.‬‬
‫ﺗُﻌ ﱠﺮف اﻟﻔﻮﴇ ﻋﲆ املﺪى اﻟﻄﻮﻳﻞ‪ .‬ﻳﻘﺘﴫ وﺟﻮد اﻟﻨﻤﻮ اﻷﳼ املﻨﺘﻈﻢ ﰲ ﻋﺪم اﻟﻴﻘني‬
‫ﻋﲆ أﺑﺴﻂ اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ‪ .‬ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ ،‬ﻳُﻌَ ﱡﺪ اﻟﻨﻤﻮ املﻨﺘﻈﻢ ﻧﺎد ًرا ﺑني اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ‬
‫ُﺤﺴﺐ‬‫أﻳﻀﺎ ﻧﻤﻮ أﳼ ﰲ املﺘﻮﺳﻂ‪ .‬ﻳ َ‬ ‫ﻈﻬﺮ ﻋﺎد ًة »ﻧﻤﻮٍّا أُﺳﻴٍّﺎ ﻓﻌﱠ ًﺎﻻ«‪ ،‬أو ﻣﺎ ﻳﻄﻠﻖ ﻋﻠﻴﻪ ً‬ ‫اﻟﺘﻲ ﺗُ ِ‬
‫املﺘﻮﺳﻂ ﰲ ﺣﺪود رﻗﻢ ﻻ ﻧﻬﺎﺋﻲ ﻣﻦ اﻟﺘﻜﺮارات‪ ،‬وﻳُﻄﻠﻖ ﻋﲆ اﻟﺮﻗﻢ املﺴﺘﺨﺪَم ﰲ ﻗﻴﺎس‬

‫‪106‬‬
 ‫ﻗﻴﺎس دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺪم اﻟﻴﻘني‬

‫ﻫﺬا اﻟﻨﻤﻮ »أُس ﻟﻴﺎﺑﻮﻧﻮف«‪ .‬ﻓﺈذا ﻛﺎن اﻟﻨﻤﻮ أﺳﻴٍّﺎ ﺑﺤﺘًﺎ‪ ،‬وﻟﻴﺲ أﺳﻴٍّﺎ ﰲ املﺘﻮﺳﻂ‪ ،‬ﻓﻴﻤﻜﻦ‬
‫ﻗﻴﺎﺳﻪ ﻣﻦ ﺧﻼل اﻟﺘﻤﺜﻴﻞ اﻟﺮﻳﺎﴈ ‪ ،λ t‬ﺣﻴﺚ ﺗُﻤﺜﱢﻞ ‪ t‬اﻟﺰﻣﻦ و‪ λ‬أُس ﻟﻴﺎﺑﻮﻧﻮف‪ .‬ﻳﺘﺄﻟﻒ‬
‫أُس ﻟﻴﺎﺑﻮﻧﻮف ﻣﻦ وﺣﺪات ﺑﻴﺎﻧﺎت ﻋﻨﺪ ﻛﻞ ﺗﻜﺮار‪ ،‬وﻳﺸري اﻷُس املﻮﺟﺐ إﱃ ﻋﺪد وﺣﺪات‬
‫اﻟﺒﻴﺎﻧﺎت اﻟﺘﻲ زادﻫﺎ ﻋﺪم ﻳﻘﻴﻨﻨﺎ »ﰲ املﺘﻮﺳﻂ« ﺑﻌﺪ ﻛﻞ ﺗﻜﺮار‪ .‬ﻳﺘﻀﻤﻦ أيﱡ ﻧﻈﺎم ﻋﺪدًا‬
‫ﻣﻦ آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف ﺑﻘﺪر ﻣﺎ ﻳﻮﺟﺪ ﻣﻦ اﺗﺠﺎﻫﺎت ﰲ ﻓﻀﺎء ﺣﺎﻟﺘﻪ‪ ،‬وﻫﻮ ﻣﺎ ﻳﺴﺎوي ﻧﻔﺲ‬
‫ﻋﺪد املﺮﻛﺒﺎت اﻟﺘﻲ ﺗﺆﻟﻒ اﻟﺤﺎﻟﺔ‪ .‬ﻟﻠﺴﻬﻮﻟﺔ‪ ،‬ﺗُﺪرج اﻵﺳﺎس ﰲ ﺗﺮﺗﻴﺐ ﺗﻨﺎزﱄ‪ ،‬وﻳُﻄ َﻠﻖ ﻋﲆ‬
‫اﻷُس اﻷول — اﻷﻛﱪ — ﻋﺎد ًة »أُس ﻟﻴﺎﺑﻮﻧﻮف اﻟﺮﺋﻴﴘ«‪ .‬ﰲ اﻟﺴﺘﻴﻨﻴﺎت‪ ،‬أ ﱠﻛﺪ اﻟﻌﺎﻟﻢ اﻟﺮﻳﺎﴈ‬
‫اﻟﺮوﳼ أوﺳﻴﻠﻴﺪك ﻋﲆ أن أُس ﻟﻴﺎﺑﻮﻧﻮف ﻣﻮﺟﻮد ﰲ ﻣﺠﻤﻮﻋﺔ واﺳﻌﺔ ﻣﻦ اﻟﻨﻈﻢ املﺘﻨﻮﻋﺔ‪،‬‬
‫وﺑﺮﻫﻦ ﻋﲆ أﻧﻪ ﰲ ﻛﺜري ﻣﻦ اﻟﻨﻈﻢ ﻳﻜﻮن ﻟﻠﴩوط املﺒﺪﺋﻴﺔ »ﺗﻘﺮﻳﺒًﺎ ﻛﻠﻬﺎ« آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف‬
‫ﻧﻔﺴﻬﺎ‪ .‬ﺑﻴﻨﻤﺎ ﻳُﺤﺪﱠد أُس ﻟﻴﺎﺑﻮﻧﻮف ﻣﻦ ﺧﻼل ﺗﺘﺒﻊ املﺴﺎر اﻟﻼﺧﻄﻲ ﻷﺣﺪ اﻟﻨﻈﻢ ﰲ ﻓﻀﺎء‬
‫ﺣﺎﻟﺔ‪ ،‬ﻻ ﺗﻌﻜﺲ ﻫﺬه اﻵﺳﺎس إﻻ اﻟﻨﻤﻮ ﰲ ﻋﺪم اﻟﻴﻘني ﻛﺄﻗﺮب ﻣﺎ ﻳﻜﻮن ﻟﺬﻟﻚ املﺴﺎر املﺮﺟﻌﻲ‬
‫ﻣﺘﻨﺎﻫﻲ اﻟﺼﻐﺮ ﻓﻬﻮ ﻻ ﻳﻜﺎد ﻳُﻠﺤﻖ ﴐ ًرا ﺑﺘﻮﻗﻌﺎﺗﻨﺎ‪.‬‬
‫َ‬ ‫اﻟﻼﺧﻄﻲ‪ ،‬وﻣﺎ دام ﻋﺪم ﻳﻘﻴﻨﻨﺎ ﻻ‬
‫ﺑﺎﻟﻨﻈﺮ إﱃ أن ﻋﻤﻠﻴﺔ ﺣﺴﺎب آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف ﺗﺘﻄﻠﺐ ﺣﺴﺎب ﻣﺘﻮﺳﻄﺎت ﻋﱪ ﻓﱰات‬
‫زﻣﻨﻴﺔ ﻏري ﻣﺤﺪودة وﺗﺤﴫ اﻻﻧﺘﺒﺎه ﰲ ﺣﺎﻻت ﻋﺪم اﻟﻴﻘني اﻟﻼﻣﺘﻨﺎﻫﻲ اﻟﺼﻐﺮ‪ ،‬ﻓﺈن اﺳﺘﺨﺪام‬
‫ﻫﺬا اﻷُس ﰲ اﻟﺘﻌﺮﻳﻒ اﻻﺻﻄﻼﺣﻲ ﻟﻠﻔﻮﴇ اﻟﺮﻳﺎﺿﻴﺔ ﻳﻠﻘﻲ ﻫﺬا اﻟﻌﺐء ﻋﲆ ﺗﺤﺪﻳﺪ إن ﻛﺎن‬
‫ﻧﻈﺎم ﻣﺎ ﻓﻮﺿﻮﻳٍّﺎ أم ﻻ‪ .‬املﻴﺰة ﻫﻨﺎ ﻫﻲ أن ﻫﺬه اﻟﺨﻮاص ﻧﻔﺴﻬﺎ ﺗﺠﻌﻞ أُس ﻟﻴﺎﺑﻮﻧﻮف ﺻﻮرة‬
‫ﺣﻴﺔ ﻟﻠﻨﻈﺎم اﻟﺪﻳﻨﺎﻣﻴﻜﻲ املﺘﻀﻤﻦ‪ .‬ﻳﻤﻜﻨﻨﺎ أﺧﺬ ﻓﻀﺎء اﻟﺤﺎﻟﺔ وﻣﻄﻪ‪ ،‬وﻃﻴﻪ‪ ،‬وﻟﻴﱡﻪ‪ ،‬وﺗﻐﻴري‬
‫ﻃﻔﻴﻔﺎ‪ ،‬دون أن ﻳﺘﻐري أُس ﻟﻴﺎﺑﻮﻧﻮف‪ .‬ﻳُﻘﺪﱢر ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت ﻫﺬا اﻻﺗﺴﺎق‬ ‫ً‬ ‫ﺷﻜﻠﻪ ﺗﻐﻴريًا‬
‫ً‬
‫ﺣﺴﺎﺳﺎ أم‬ ‫أﻳﻤﺎ ﺗﻘﺪﻳﺮ؛ وﻣﻦ ﺛ َ ﱠﻢ ﺗﺤﺪﱢد آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف إن ﻛﺎن ﻧﻈﺎم ﻣﺎ ﻳﺘﻀﻤﻦ اﻋﺘﻤﺎدًا‬
‫»أﳼ ﰲ املﺘﻮﺳﻂ« ﻟﺤﺎﻻت‬ ‫ﱞ‬ ‫ﻻ‪ .‬إذا ﻛﺎن أُس ﻟﻴﺎﺑﻮﻧﻮف اﻟﺮﺋﻴﴘ ﻣﻮﺟﺒًﺎ‪ ،‬إذَن ﻳﻜﻮن ﻫﻨﺎك ﻧﻤ ﱞﻮ‬
‫ﻃﺎ أﺳﺎﺳﻴٍّﺎ ﻟﻠﻔﻮﴇ‪ ،‬إﻻ‬ ‫ﻋﺪم اﻟﻴﻘني اﻟﻼﻣﺘﻨﺎﻫﻲ اﻟﺼﻐﺮ‪ ،‬وﻳُﻌَ ﱡﺪ أُس ﻟﻴﺎﺑﻮﻧﻮف املﻮﺟﺐ ﴍ ً‬
‫أن اﻟﺨﺼﺎﺋﺺ ﻧﻔﺴﻬﺎ اﻟﺘﻲ ﺗﻤﻨﺢ أُس ﻟﻴﺎﺑﻮﻧﻮف ﺣﻴﻮﻳﺘﻪ ﺗﺠﻌﻠﻪ ﺻﻌﺐ اﻟﻘﻴﺎس ﰲ اﻟﻨﻈﻢ‬
‫اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬ورﺑﻤﺎ ﻣﺴﺘﺤﻴﻞ اﻟﻘﻴﺎس ﰲ اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﻄﺒﻴﻌﻴﺔ‪ .‬ﰲ اﻟﻮﺿﻊ املﺜﺎﱄ‪،‬‬
‫ﻳﺠﺐ أن ﻳﺴﺎﻋﺪﻧﺎ ذﻟﻚ ﻋﲆ اﻟﺘﻤﻴﻴﺰ ﺑﻮﺿﻮح ﺑني اﻟﺨﺮاﺋﻂ اﻟﺮﻳﺎﺿﻴﺔ واﻟﻨﻈﻢ اﻟﻄﺒﻴﻌﻴﺔ‬
‫)اﻟﻔﻴﺰﻳﺎﺋﻴﺔ(‪.‬‬
‫ﺑﻴﻨﻤﺎ ﻻ ﻳﻮﺟﺪ ﺑﺪﻳﻞ ﻷُس ﻟﻴﺎﺑﻮﻧﻮف اﻟﺬي ﻳﺘﻤﻴﺰ ﺑﺠﺎذﺑﻴﺘﻪ ﻣﻦ اﻟﻨﺎﺣﻴﺔ اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬ﺛَﻤﱠ َﺔ‬
‫ﻟﻠﺘﻮﻗﻊ؛ ﻓﻤﻌﺮﻓﺔ ﻣﺘﻮﺳﻂ اﻟﺰﻣﻦ اﻟﺬي ﻳﺴﺘﻐﺮﻗﻪ ﻗﻄﺎر‬ ‫ﱡ‬ ‫ﻛﻤﻴﺎت أﻛﺜﺮ ارﺗﺒﺎ ً‬
‫ﻃﺎ ﻟﻘﻴﺎس اﻟﻘﺎﺑﻠﻴﺔ‬

‫‪107‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻟﻼﻧﺘﻘﺎل ﻣﻦ أﻛﺴﻔﻮرد إﱃ وﺳﻂ ﻟﻨﺪن اﻷﺳﺒﻮع املﺎﴈ ﻳﺮﺟﺢ أن ﻳﻘﺪم ﻟﻨﺎ ﻓﻜﺮة ﺣﻮل اﻟﻮﻗﺖ‬
‫اﻟﺬي ﺳﻴﺴﺘﻐﺮﻗﻪ اﻟﻘﻄﺎر اﻟﻴﻮم‪ ،‬أﻛﺜﺮ ﻣﻦ ﻗﺴﻤﺔ ﻃﻮل املﺴﺎﻓﺔ ﺑني أﻛﺴﻔﻮرد وﻟﻨﺪن ﻋﲆ‬
‫ﻣﺘﻮﺳﻂ ﴎﻋﺔ ﺟﻤﻴﻊ اﻟﻘﻄﺎرات اﻟﺘﻲ ﺳﺎرت ﻋﱪ إﻧﺠﻠﱰا ﻣﻨﺬ ﺑﺪاﻳﺔ ﺗﺴﻴري ﺣﺮﻛﺔ اﻟﻘﻄﺎرات‪.‬‬
‫ﺗُﻘﺪﱢم ﻟﻨﺎ آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف ﻣﺘﻮﺳﻂ ﴎﻋﺔ‪ ،‬ﺑﻴﻨﻤﺎ ﻳﻘﺪﱢم ﻟﻨﺎ زﻣﻦ اﻟﺘﻀﺎﻋﻒ ﻣﺘﻮﺳﻂ أزﻣﻨﺔ‪.‬‬
‫ﺑﻄﺒﻴﻌﺘﻬﺎ‪ ،‬ﻻ ﺗﺮﺗﺒﻂ آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف ﺑﺄي ﱡ‬
‫ﺗﻮﻗﻊ ﻣﺤﺪد‪.‬‬
‫اﻧﻈﺮ إﱃ ﻣﺠﻤﻮﻋﺔ اﻟﺨﺮاﺋﻂ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪ .2-3‬ﻛﻴﻒ ﻳﻤﻜﻦ ﺣﺴﺎب آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف‬
‫أو أزﻣﻨﺔ اﻟﺘﻀﺎﻋﻒ ﻓﻴﻬﺎ؟ ﻧﺮﻏﺐ ﰲ ﻗﻴﺎس اﻟﺘﻤﺪد )أو اﻻﻧﻜﻤﺎش( اﻟﺬي ﻳﺠﺮي ﻗﺮب ﻣﺴﺎر‬
‫ﻣﺮﺟﻌﻲ‪ ،‬وﻟﻜﻦ إذا ﻛﺎﻧﺖ ﺧﺮاﺋﻄﻨﺎ ﻻ ﺧﻄﻴﺔ ﻓﺴﺘﻌﺘﻤﺪ ﻛﻤﻴﺔ اﻟﺘﻤﺪد ﻋﲆ ﻣﺪى ﺑُﻌﺪﻧﺎ ﻋﻦ‬
‫املﺴﺎر املﺮﺟﻌﻲ‪ .‬إن اﺷﱰاط ﺑﻘﺎء ﻋﺪم اﻟﻴﻘني ﻋﲆ ﻣﺴﺎﻓﺔ ﻗﺮﻳﺒﺔ ﻻ ﻣﺘﻨﺎﻫﻴﺔ اﻟﺼﻐﺮ ﻣﻦ‬
‫املﺴﺎر املﺮﺟﻌﻲ ﻳﺠﻨﺒﻨﺎ ﻫﺬه اﻟﺼﻌﻮﺑﺔ املﺤﺘﻤﻠﺔ‪ .‬ﺑﺎﻟﻨﺴﺒﺔ إﱃ اﻟﻨﻈﻢ اﻷﺣﺎدﻳﺔ اﻟﺒُﻌﺪ‪ ،‬ﻳﻤﻜﻨﻨﺎ‬
‫اﻟﻨﻈﺮ إﱃ ﻣﻨﺤﻨﻰ اﻟﺨﺮﻳﻄﺔ ﻋﻨﺪ ﻛﻞ ﻧﻘﻄﺔ ﻋﲆ ﻧﺤﻮ ﻳﺘﻔﻖ ﻣﻊ املﻌﺎﻳري‪ .‬ﻧﻬﺘﻢ ﺑﻤﻘﺪار زﻳﺎدة‬
‫ﻋﺪم اﻟﻴﻘني ﻋﱪ اﻟﺰﻣﻦ‪ .‬ﻟﺪﻣﺞ ﻣﻘﺪار اﻟﺰﻳﺎدة‪ ،‬ﻳﺠﺐ ﻋﻠﻴﻨﺎ أن ﻧﴬب ﻣﺮات اﻟﺰﻳﺎدة ﺟﻤﻴﻌﻬﺎ‬
‫ﻣﻌً ﺎ‪ .‬إذا ﺗﻀﺎﻋﻔﺖ ﻗﻴﻤﺔ ﻓﺎﺗﻮرة ﺑﻄﺎﻗﺘﻲ اﻻﺋﺘﻤﺎﻧﻴﺔ ﰲ أﺣﺪ اﻷﻳﺎم‪ ،‬ﺛﻢ ازدادت ﻗﻴﻤﺘﻬﺎ ﺑﻤﻘﺪار‬
‫ﺛﻼث ﻣﺮات ﰲ اﻟﻴﻮم اﻟﺘﺎﱄ‪ ،‬ﻓﺈن اﻟﺰﻳﺎدة اﻹﺟﻤﺎﻟﻴﺔ ﺑﻠﻐﺖ ﺳﺖ ﻣﺮات اﻟﻘﻴﻤﺔ اﻻﺑﺘﺪاﺋﻴﺔ‪ ،‬وﻟﻴﺲ‬
‫ﺧﻤﺴﺎ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻌﻨﻲ أن ﺣﺴﺎب ﻣﺘﻮﺳﻂ اﻟﺰﻳﺎدة ﻟﻜﻞ ﺗﻜﺮار ﻳﺘﻄﻠﺐ ﺣﺴﺎب »ﻣﺘﻮﺳﻂ‬ ‫ً‬
‫ﻫﻨﺪﳼ«‪َ .‬ﻫﺐْ أن ﻋﺪم اﻟﻴﻘني ﻳﺰﻳﺪ ﺑﻌﺎﻣﻞ ﺛﻼﺛﺔ ﻋﻨﺪ اﻟﺘﻜﺮار اﻷول‪ ،‬ﺛﻢ ﺑﻌﺎﻣﻞ اﺛﻨني‪ ،‬ﺛﻢ‬
‫إﺟﻤﺎﻻ ﻋﺎﻣﻞ ‪ ٣٢‬ﺧﻼل ﺧﻤﺴﺔ ﺗﻜﺮارات؛ ﻟﺬا‬ ‫ً‬ ‫أرﺑﻌﺔ‪ ،‬ﺛﻢ ﺛُﻠﺚ‪ ،‬ﺛﻢ أرﺑﻌﺔ؛ وﻫﻮ ﻣﺎ ﻳﻤﺜﱢﻞ‬
‫ﺗﺼﺒﺢ اﻟﺰﻳﺎدة ﰲ املﺘﻮﺳﻂ ﺑﻌﺎﻣﻞ اﺛﻨني ﻟﻜﻞ ﺗﻜﺮار‪ ،‬ﺑﻤﺎ أن اﻟﺠﺬر اﻟﺨﻤﺎﳼ ﻟﻘﻴﻤﺔ ‪٣٢‬‬
‫ﻳﺴﺎوي اﺛﻨني؛ ﺑﺼﻮرة أﺧﺮى‪ .٣٢ = ٢ × ٢ × ٢ × ٢ × ٢ :‬ﻻ ﻧﻬﺘﻢ ﻛﺜريًا ﻫﻨﺎ ﺑﺎملﺘﻮﺳﻂ‬
‫اﻟﺤﺴﺎﺑﻲ؛ ﺣﻴﺚ إن ‪ ٣٢‬ﻣﻘﺴﻮﻣﺔ ﻋﲆ ‪ ٥‬ﺗﺴﺎوي ‪ ،٦٫٤‬وﻟﻢ ﺗﺤﺪث زﻳﺎدة ﰲ ﻋﺪم ﻳﻘﻴﻨﻨﺎ‬
‫أﻳﻀﺎ أﻧﻪ ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ أن ﻋﺎﻣﻞ ﻣﺘﻮﺳﻂ اﻟﺰﻳﺎدة‬ ‫ﻆ ً‬ ‫ﻂ« ﺑﻬﺬا اﻟﻘﺪر ﰲ ﻳﻮم واﺣﺪ‪ .‬ﻻﺣِ ْ‬ ‫»ﻗ ﱡ‬
‫اﺛﻨﺎن ﻳﻮﻣﻴٍّﺎ‪ ،‬ﻛﺎﻧﺖ اﻟﻌﻮاﻣﻞ اﻟﻴﻮﻣﻴﺔ اﻟﻔﻌﻠﻴﺔ ‪ .٤ ،٣ / ١ ،٤ ،٢ ،٣‬وﻟﻢ ﺗﻜﻦ اﻟﺰﻳﺎدة ﻣﻨﺘﻈﻤﺔ‬
‫ﺣﻘﻴﻘﺔ ﰲ أﺣﺪ اﻷﻳﺎم‪ .‬إذا ﻛﺎن ﺑﻤﻘﺪورﻧﺎ املﺮاﻫﻨﺔ ﻋﲆ ﺟﻮدة ﺗﻮﻗﻌﺎﺗﻨﺎ‬ ‫ً‬ ‫ﺺ ﻋﺪم اﻟﻴﻘني‬ ‫وﺗﻘ ﱠﻠ َ‬
‫ﰲ ﻧﻈﺎم ﻓﻮﺿﻮي‪ ،‬وإذا ﻛﺎن ﺑﻤﻘﺪورﻧﺎ املﺮاﻫﻨﺔ ﻋﲆ ﻛﻤﻴﺎت ﻣﺨﺘﻠﻔﺔ ﰲ أﻳﺎم ﻣﺨﺘﻠﻔﺔ‪ ،‬ﻓﺜَﻤﱠ َﺔ‬
‫ﺛﻘﺔ »ﻛﺜريًا« ﰲ املﺴﺘﻘﺒﻞ‪ .‬ﺛَﻤﱠ َﺔ ﺧﺮاﻓﺔ أﺧﺮى ﺗﻨﺪﺣﺮ‪ ،‬أ َ َﻻ وﻫﻲ‬
‫أوﻗﺎت إذَن ﻧﺼﺒﺢ ﻓﻴﻬﺎ أﻛﺜﺮ ً‬
‫ﺷﺨﺼﺎ‬‫ً‬ ‫ﺗﻮﻗﻊ‪ .‬ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ ،‬إذا ﻛﺎن ﻟﻚ أن ﺗﺘﺤﺪى‬ ‫أن اﻟﻔﻮﴇ ﻻ ﺗﺴﺘﻠﺰم اﺳﺘﺤﺎﻟﺔ أي ﱡ‬
‫ﺗﻮﻗ َﻊ اﻟﻔﻮﴇ ﻣﺴﺄﻟﺔ ﺧﺎﴎة دوﻣً ﺎ‪ ،‬ﻓﺄﻧﺖ ﰲ ﻣﻮﺿﻊ ﻳُﻤ ﱢﻜﻨﻚ‬ ‫راﺳﺨﺎ أن ﱡ‬
‫ً‬ ‫ﻣﺎ ﻳﻌﺘﻘﺪ اﻋﺘﻘﺎدًا‬
‫ﻣﻦ ﺗﻠﻘﻴﻨﻪ ً‬
‫درﺳﺎ‪.‬‬

‫‪108‬‬
 ‫ﻗﻴﺎس دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺪم اﻟﻴﻘني‬

‫ﻟﻘﺪ أﻓﻀﺖ ﺣﻘﻴﻘﺔ أن ﺑﻌﺾ أﺑﺴﻂ ﺣﺎﻻت اﻟﻔﻮﴇ )وأﻛﺜﺮ اﻷﻣﺜﻠﺔ ﺷﻴﻮﻋً ﺎ( ﺗﺘﻀﻤﻦ‬
‫ﺣﺎﻻت ﻣﻴﻞ ﺛﺎﺑﺖ إﱃ اﻟﺘﻌﻤﻴﻢ املﻔﺮط اﻟﻘﺎﺋﻞ ﺑﺄن اﻟﻔﻮﴇ ﻏري ﻗﺎﺑﻠﺔ ﻟﻠﺘﻮﻗﻊ ﻋﲆ ﻧﺤﻮ ﻣﻨﺘﻈﻢ‪.‬‬
‫ﺑﻤﺮاﺟﻌﺔ اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ اﻟﺴﺘﺔ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪ ،2-3‬ﻧﻼﺣﻆ أن ﰲ أرﺑﻌﺔ ﻣﻨﻬﺎ )اﻟﺨﺮﻳﻄﺔ‬
‫اﻻﻧﺘﻘﺎﻟﻴﺔ‪ ،‬وﺧﺮﻳﻄﺔ اﻟﺨﻴﻤﺔ‪ ،‬وﺧﺮﻳﻄﺔ اﻷرﺑﺎع‪ ،‬وﺧﺮﻳﻄﺔ اﻟﺨﻴﻤﺔ ذات اﻟﺘﻀﻌﻴﻒ اﻟﺜﻼﺛﻲ(‪،‬‬
‫ﻳﺘﺴﺎوى ﻣﻘﺪار املﻴﻞ‪ .‬ﻋﲆ اﻟﺠﺎﻧﺐ اﻵﺧﺮ‪ ،‬ﰲ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‪ ،‬وﺧﺮﻳﻄﺔ ﻣﻮران‪-‬رﻳﻜﺮ‪،‬‬
‫ﻣﻴﻼ ﺑﻘﻴﻤﺔ ﻣﻄﻠﻘﺔ أﻗﻞ ﻣﻦ واﺣﺪ ﻳﺸري إﱃ‬ ‫ﻳﺨﺘﻠﻒ املﻴﻞ ﻛﺜريًا ﻋﻨﺪ ﻗﻴﻢ ‪ X‬املﺨﺘﻠﻔﺔ‪ .‬ﺑﻤﺎ أن ً‬
‫ﻈﻬﺮ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ زﻳﺎد ًة ﻛﺒرية ﰲ ﻋﺪم اﻟﻴﻘني ﻋﻨﺪ اﻗﱰاب‬ ‫ﺗﻘﻠﺺ ﻋﺪم اﻟﻴﻘني‪ ،‬ﺗُ ِ‬
‫ﺼﺎ ﰲ ﻋﺪم اﻟﻴﻘني ﻋﻨﺪ اﻗﱰاب ﻗﻴﻢ ‪ X‬ﻣﻦ ‪!٢ / ١‬‬ ‫ﻗﻴﻢ ‪ X‬ﻣﻦ اﻟﺼﻔﺮ أو ﻣﻦ اﻟﻮاﺣﺪ‪ ،‬وﺗﻘ ﱡﻠ ً‬
‫وﺑﺎملﺜﻞ‪ ،‬ﺗُﻈﻬﺮ ﺧﺮﻳﻄﺔ ﻣﻮران‪-‬رﻳﻜﺮ زﻳﺎد ًة ﻛﺒري ًة ﰲ ﻋﺪم اﻟﻴﻘني ﻗﺮب اﻟﺼﻔﺮ أو ﻋﻨﺪ اﻟﻘﻴﻢ‬
‫أﻳﻀﺎ‪ ،‬وﻟﻜﻨﻪ ﻳﺘﻘﻠﺺ ﻋﻨﺪ ﻗﻴﻢ ‪X‬‬ ‫اﻟﺘﻲ ﺗﻘﱰب ﻣﻦ واﺣﺪ‪ ،‬ﺣﻴﺚ ﻳﻜﻮن ﻣﻘﺪار املﻴﻞ ﻛﺒريًا ً‬
‫املﺘﻮﺳﻄﺔ واملﺮﺗﻔﻌﺔ؛ ﺣﻴﺚ ﻳﻘﱰب املﻴﻞ ﻣﻦ اﻟﺼﻔﺮ‪.‬‬
‫ﻛﻴﻒ ﻳﻤﻜﻦ أن ﻧﺤﺪد ﻗﻴﻤﺔ ﻣﺘﻮﺳﻄﺔ ﺗﻤﺘﺪ إﱃ املﺴﺘﻘﺒﻞ اﻟﻼﻧﻬﺎﺋﻲ؟ ﻣﺜﻞ ﻛﺜري ﻣﻦ‬
‫اﻟﺘﺤﺪﻳﺎت اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬أﺳﻬﻞ ﻃﺮق ﺣﻞ ﻫﺬه املﺴﺄﻟﺔ اﻟﺮﻳﺎﺿﻴﺔ ﻫﻲ اﻟﺨﺪاع‪ .‬أﺣﺪ أﺳﺒﺎب‬
‫اﻧﺘﺸﺎر اﻟﺨﺮﻳﻄﺔ اﻻﻧﺘﻘﺎﻟﻴﺔ وﺧﺮﻳﻄﺔ اﻟﺨﻴﻤﺔ ﰲ اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﻼﺧﻄﻴﺔ ﻫﻮ أﻧﻪ ﺑﻴﻨﻤﺎ‬
‫ﺗُﻌﺘﱪ املﺴﺎرات ﻓﻮﺿﻮﻳﺔ‪ ،‬ﺗﻈﻞ زﻳﺎدة ﻋﺪم اﻟﻴﻘني ﻫﻲ ﻧﻔﺴﻬﺎ ﰲ ﻛﻞ ﺣﺎﻟﺔ‪ .‬ﺑﺎﻟﻨﺴﺒﺔ إﱃ‬
‫اﻟﺨﺮﻳﻄﺔ اﻻﻧﺘﻘﺎﻟﻴﺔ‪ ،‬ﻳﺰﻳﺪ ﻛﻞ ﻋﺪم ﻳﻘني ﻻ ﻣﺘﻨﺎﻫﻲ اﻟﺼﻐﺮ ﺑﻌﺎﻣﻞ اﺛﻨني ﻋﻨﺪ ﻛﻞ ﺗﻜﺮار؛ ﻟﺬا‬
‫ﺗﺼﺒﺢ املﻬﻤﺔ اﻟﺼﻌﺒﺔ ﻷﺧﺬ ﻗﻴﻤﺔ ﻣﺘﻮﺳﻄﺔ ﺑﺘﻘﺪﱡم اﻟﺰﻣﻦ ﻻﻧﻬﺎﺋﻴٍّﺎ ﺑﻼ أﻫﻤﻴﺔ‪ .‬إذا زاد ﻋﺪم‬
‫اﻟﻴﻘني ﺑﻌﺎﻣﻞ اﺛﻨني ﻋﻨﺪ ﻛﻞ ﺗﻜﺮار‪ ،‬ﻓﺈﻧﻪ ﻳﺰﻳﺪ ﺑﻌﺎﻣﻞ اﺛﻨني ﰲ املﺘﻮﺳﻂ‪ ،‬وﺗﺘﻀﻤﻦ اﻟﺨﺮﻳﻄﺔ‬
‫اﻻﻧﺘﻘﺎﻟﻴﺔ أُس ﻟﻴﺎﺑﻮﻧﻮف ﻳﺴﺎوي وﺣﺪة ﺑﻴﺎﻧﺎت واﺣﺪة ﻟﻜﻞ ﺗﻜﺮار‪ .‬ﺗﺘﺴﺎوى ﰲ اﻟﺴﻬﻮﻟﺔ‬
‫ﺗﻘﺮﻳﺒًﺎ ﻋﻤﻠﻴﺔ ﺣﺴﺎب أُس ﻟﻴﺎﺑﻮﻧﻮف ﰲ ﺧﺮﻳﻄﺔ اﻟﺨﻴﻤﺔ؛ ﻓﺈﻣﺎ أن ﺗﻜﻮن اﻟﺰﻳﺎدة ﺑﻌﺎﻣﻞ اﺛﻨني‬
‫أو ﺑﻌﺎﻣﻞ ﺳﺎﻟﺐ اﺛﻨني‪ ،‬وﻫﻮ ﻣﺎ ﻳﻌﺘﻤﺪ ﻋﲆ ﻣﻌﺮﻓﺔ أي ﻧﺼﻒ ﻣﻦ »اﻟﺨﻴﻤﺔ« ﻧﻜﻮن ﻓﻴﻪ‪ .‬ﻻ‬
‫ﺗﺆﺛﱢﺮ ﻋﻼﻣﺔ اﻟﺴﺎﻟﺐ ﻋﲆ ﺣﺠﻢ ﻋﻤﻠﻴﺔ اﻟﺰﻳﺎدة‪ ،‬ﺑﻞ ﺗﺸري ﻓﻘﻂ إﱃ أن اﻻﺗﺠﺎه ﺗَﺤﻮﱠل ﻣﻦ اﻟﻴﺴﺎر‬
‫إﱃ اﻟﻴﻤني‪ ،‬وﻫﻮ ﻣﺎ ﻳﻤﻜﻨﻨﺎ ﺗﺠﺎﻫﻠﻪ دون ﺧﻮف‪ .‬ﻣﺮ ًة أﺧﺮى‪ ،‬ﻳﻜﻮن ﻟﺪﻳﻨﺎ وﺣﺪة ﺑﻴﺎﻧﺎت واﺣﺪة‬
‫ﻟﻜﻞ ﺗﻜﺮار‪ .‬ﺗﺼﻠﺢ اﻟﺨﺪﻋﺔ ﻧﻔﺴﻬﺎ ﻣﻊ ﺧﺮﻳﻄﺔ اﻟﺨﻴﻤﺔ ذات اﻟﺘﻀﻌﻴﻒ اﻟﺜﻼﺛﻲ‪ ،‬ﺑَﻴْ َﺪ أن‬
‫ﻣﻘﺪار املﻴﻞ ﰲ اﻟﺨﺎرﻃﺔ ﻫﻨﺎ ﺛﻼﺛﺔ‪ ،‬وأُس ﻟﻴﺎﺑﻮﻧﻮف ﻳﺴﺎوي ‪ ١٫٥٨‬وﺣﺪة ﺑﻴﺎﻧﺎت ﺗﻘﺮﻳﺒًﺎ ﻋﻨﺪ‬
‫ﺑﺪﻻ ﻣﻦ اﻟﺤﺪﻳﺚ‬ ‫ﻛﻞ ﺗﻜﺮار )اﻟﻘﻴﻤﺔ اﻟﺪﻗﻴﻘﺔ ﻫﻲ )‪ .(log2 (3‬ملﺎذا ﻧﻈﻞ ﻧﺴﺘﺨﺪم اﻟﻠﻮﻏﺎرﻳﺘﻤﺎت ً‬
‫ﻋﻦ »ﻋﻮاﻣﻞ اﻟﺰﻳﺎدة« )أرﻗﺎم ﻟﻴﺎﺑﻮﻧﻮف(؟ وملﺎذا ﻧﺴﺘﺨﺪم ﻟﻮﻏﺎرﻳﺘﻤﺎت اﻟﺘﻤﺜﻴﻞ اﻟﺜﻨﺎﺋﻲ؟ ﻫﺬا‬
‫اﺧﺘﻴﺎر ﺷﺨﴢ‪ ،‬ﻳﱪره اﻻرﺗﺒﺎط ﺑﺎﻟﻨﻈﺎم اﻟﺤﺴﺎﺑﻲ اﻟﺜﻨﺎﺋﻲ واﺳﺘﺨﺪاﻣﻪ ﰲ اﻟﺤﺎﺳﻮب‪ ،‬وﻫﻮ‬

‫‪109‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﺗﻔﻀﻴ ُﻞ أن ﻧﻘﻮل »وﺣﺪة ﺑﻴﺎﻧﺎت واﺣﺪة ﻟﻜﻞ ﺗﻜﺮار« ﻋﲆ أن ﻧﻘﻮل »‪ ٠٫٦٩٣١٤٧‬ﻧﺎت ﻟﻜﻞ‬
‫ﺗﻜﺮار«‪ ،‬وﺣﻘﻴﻘﺔ أن إﺟﺮاء ﻋﻤﻠﻴﺔ اﻟﴬب ﰲ اﺛﻨني ﻋﻤﻠﻴﺔ ﺳﻬﻠﺔ ﻧﺴﺒﻴٍّﺎ ﺑﺎﻟﻨﺴﺒﺔ إﱃ اﻟﺒﴩ‪.‬‬
‫ُﻈﻬﺮ ﺷﻜﻞ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ ﻗﻄﻌً ﺎ ﻣﻜﺎﻓﺌًﺎ؛ ﻟﺬا ﺗﺨﺘﻠﻒ اﻟﺰﻳﺎدة ﻣﻊ‬ ‫ﻳ ِ‬
‫اﺧﺘﻼف اﻟﺤﺎﻻت‪ ،‬وﻳﺒﺪو أن ﺧﺪﻋﺘﻨﺎ ﺑﺤﺴﺎب ﻣﺘﻮﺳﻂ أﺣﺪ اﻟﺜﻮاﺑﺖ ﻻ ﺗﻔﻠﺢ‪ .‬ﻛﻴﻒ ﻳﻤﻜﻦ‬
‫ﺳﻴﺸﻐﻞ اﻟﻔﻴﺰﻳﺎﺋﻲ ﻟﺪﻳﻨﺎ اﻟﺤﺎﺳﻮب ﰲ اﻟﺤﺎل ﺛﻢ ﻳﺤﺴﺐ‬ ‫ﱢ‬ ‫ﻣﺪ اﻟﺤﺪ إﱃ املﺴﺘﻘﺒﻞ اﻟﻼﻧﻬﺎﺋﻲ؟‬
‫آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف املﺤﺪدة اﻟﻔﱰة اﻟﺰﻣﻨﻴﺔ ﻟﻠﻌﺪﻳﺪ ﻣﻦ اﻟﺤﺎﻻت املﺨﺘﻠﻔﺔ‪ ،‬وﺳﻴﺤﺴﺐ اﻟﻔﻴﺰﻳﺎﺋﻲ‬
‫— ﻋﲆ وﺟﻪ اﻟﺘﺤﺪﻳﺪ — املﺘﻮﺳﻂ اﻟﻬﻨﺪﳼ ﻟﻠﺰﻳﺎدة ﻋﲆ ﻣﺪى ﺗﻜﺮا َرﻳﻦ ﻟﻘﻴﻢ ‪ X‬املﺨﺘﻠﻔﺔ‪،‬‬
‫ﺛﻢ ﻳﺤﺴﺐ اﻟﺘﻮزﻳﻊ املﻼﺋﻢ ﻟﺜﻼﺛﺔ ﺗﻜﺮارات‪ ،‬ﺛﻢ أرﺑﻌﺔ ﺗﻜﺮارات‪ … ،‬وﻫﻜﺬا‪ .‬إذا ﺗﻘﺎرب ﻫﺬا‬
‫اﻟﺘﻮزﻳﻊ ﻧﺤﻮ ﻗﻴﻤﺔ واﺣﺪة‪ ،‬ﻓﻘﺪ ﻳﻌﺘﱪﻫﺎ اﻟﻔﻴﺰﻳﺎﺋﻲ ﺗﻘﺪﻳ ًﺮا ﻟﻘﻴﻤﺔ أُس ﻟﻴﺎﺑﻮﻧﻮف‪ ،‬ﻣﺎ دام‬
‫اﻟﺤﺎﺳﻮب ﻻ ﻳﺠﺮي ﺗﺸﻐﻴﻠﻪ ﻟﻔﱰة ﻃﻮﻳﻠﺔ أﻛﺜﺮ ﻣﻤﺎ ﻳﻨﺒﻐﻲ؛ ﻣﺎ ﻳﺠﻌﻞ ﻧﺘﺎﺋﺠﻪ ﻏري ﻣﻮﺛﻮﻗﺔ‪.‬‬
‫ﻛﻤﺎ ﻳﺘﻀﺢ‪ ،‬ﻳﺘﻘﺎرب ﻫﺬا اﻟﺘﻮزﻳﻊ ﺑﺼﻮرة أﴎع ﻣﻤﺎ ﻗﺪ ﻳﻮﺣﻲ ﻗﺎﻧﻮن اﻷﻋﺪاد اﻟﻜﺒرية‪.‬‬
‫ﻳﺴﻌﺪ اﻟﻔﻴﺰﻳﺎﺋﻲ ﺑﻬﺬه اﻟﻘﻴﻤﺔ اﻟﺘﻲ ﺗﻢ ﺗﻘﺪﻳﺮﻫﺎ‪ ،‬واﻟﺘﻲ ﻳﺘﻀﺢ أﻧﻬﺎ ﺗﻘﱰب ﻣﻦ وﺣﺪة ﺑﻴﺎﻧﺎت‬
‫واﺣﺪة ﻟﻜﻞ ﺗﻜﺮار‪.‬‬
‫ﻟﻦ ﻳﻔ ﱢﻜﺮ ﻋﺎﻟﻢ اﻟﺮﻳﺎﺿﻴﺎت ﻟﺪﻳﻨﺎ — ﺑﺎﻟﻄﺒﻊ — ﰲ إﺟﺮاءِ اﺳﺘﻘﺮاء ﺧﺎرﺟﻲ ﻣﺜﻞ ذﻟﻚ؛‬
‫إذ ﻻ ﻳﺮى اﻟﺮﻳﺎﴈ أي ﺗﺸﺎﺑﻪ ﺑني ﻋﺪد ﻣﺤﺪود ﻣﻦ اﻟﻌﻤﻠﻴﺎت اﻟﺤﺴﺎﺑﻴﺔ اﻟﺮﻗﻤﻴﺔ‪ ،‬ﻛ ﱞﻞ‬
‫ﻣﻨﻬﺎ ﻏري دﻗﻴﻘﺔ‪ ،‬وﻋﻤﻠﻴﺔ ﺣﺴﺎﺑﻴﺔ دﻗﻴﻘﺔ ﺟﺮى ﺗﻤﺪﻳﺪﻫﺎ إﱃ املﺴﺘﻘﺒﻞ اﻟﻼﻧﻬﺎﺋﻲ‪ .‬ﻣﻦ وﺟﻬﺔ‬
‫ﻧﻈﺮه‪ ،‬ﺗﻈﻞ ﻗﻴﻤﺔ أُس ﻟﻴﺎﺑﻮﻧﻮف ﻋﻨﺪ ﻣﻌﻈﻢ ﻗﻴﻢ ‪ α‬ﻏري ﻣﻌﻠﻮﻣﺔ‪ ،‬ﺣﺘﻰ اﻟﻴﻮم‪ .‬وﻟﻜﻦ ﺗﻈﻞ‬
‫اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ ﺣﺎﻟﺔ ﺧﺎﺻﺔ‪ ،‬ﺗُ ﱢﺒني ﺣﻴﻠﺔ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت اﻟﺜﺎﻧﻴﺔ‪ ،‬أ َ َﻻ وﻫﻲ‬
‫أﻧﻪ ﺑﺎﺳﺘﺒﺪال ﻗﻴﻤﺔ ﺟﻴﺐ ‪ θ‬ﺑﻘﻴﻤﺔ ‪ X‬ﰲ اﻟﻘﺎﻋﺪة اﻟﺘﻲ ﺗﺤﺪد اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ اﻟﻜﺎﻣﻠﺔ‪،‬‬
‫وﺑﺎﺳﺘﺨﺪام ﺑﻌﺾ اﻟﺪوال ﻣﻦ ﺣﺴﺎب املﺜﻠﺜﺎت‪ ،‬ﻳﻤﻜﻦ إﺛﺒﺎت أن اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‬
‫اﻟﻜﺎﻣﻠﺔ »ﻫﻲ« اﻟﺨﺮﻳﻄﺔ اﻻﻧﺘﻘﺎﻟﻴﺔ‪ .‬وﺑﻤﺎ أن آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف ﻻ ﺗﺘﻐري ﰲ ﻇﻞ ﻫﺬا اﻟﻨﻮع‬
‫ﻣﻦ اﻟﺤﻴﻞ اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬ﻳﻤﻜﻦ ﻟﻠﺮﻳﺎﴈ أن ﻳﺜﺒﺖ أن أُس ﻟﻴﺎﺑﻮﻧﻮف ﻳﺴﺎوي ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‬
‫ﱢ‬
‫وﻳﻔﴪ ﻋﺪم اﻻﻟﺘﺰام ﺑﻘﺎﻧﻮن اﻷﻋﺪاد اﻟﻜﺒرية ﰲ ﺣﺎﺷﻴﺔ‬ ‫وﺣﺪة ﺑﻴﺎﻧﺎت واﺣﺪة ﻋﻨﺪ ﻛﻞ ﺗﻜﺮار‪،‬‬
‫ﺳﻔﻠﻴﺔ‪.‬‬

‫آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف ﰲ اﻷﺑﻌﺎد املﺘﻌﺪدة‬

‫إذا ﻛﺎﻧﺖ ﺣﺎﻟﺔ اﻟﻨﻤﻮذج ﺗﺘﻀﻤﻦ أﻛﺜﺮ ﻣﻦ ﻣﺮﻛﺒﺔ واﺣﺪة‪ ،‬إذَن ﻳﻤﻜﻦ أن ﻳﺴﻬﻢ ﻋﺪم اﻟﻴﻘني‬
‫ﰲ إﺣﺪى املﺮﻛﺒﺎت ﰲ ﻋﺪم اﻟﻴﻘني املﺴﺘﻘﺒﲇ ﰲ املﺮﻛﺒﺎت اﻷﺧﺮى‪ ،‬وﻫﻮ ﻣﺎ ﻳﺜري ﻣﺠﻤﻮﻋﺔ‬

‫‪110‬‬
 ‫ﻗﻴﺎس دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺪم اﻟﻴﻘني‬

‫ﺟﺪﻳﺪة ﻛﻠﻴﺔ ﻣﻦ املﻮﺿﻮﻋﺎت اﻟﺮﻳﺎﺿﻴﺔ؛ ﺣﻴﺚ ﻳﺼﺒﺢ اﻟﱰﺗﻴﺐ اﻟﺬي ﻳﺠﺮي ﴐب املﺮﻛﺒﺎت‬
‫ﻣﻌً ﺎ ً‬
‫وﻓﻘﺎ ﻟﻪ أﻣ ًﺮا ﻣﻬﻤٍّ ﺎ‪ .‬ﺳﻨﺘﺠﻨﺐ ﻣﺒﺪﺋﻴٍّﺎ ﻫﺬه اﻟﺘﻔﺼﻴﻼت املﻌﻘﺪة ﻣﻦ ﺧﻼل ﻃﺮح أﻣﺜﻠﺔ ﻻ‬
‫ﺗﺨﺘﻠﻂ ﺣﺎﻻت ﻋﺪم اﻟﻴﻘني ﰲ املﺮﻛﺒﺎت املﺨﺘﻠﻔﺔ ﻓﻴﻬﺎ‪ ،‬ﺑَﻴْ َﺪ أﻧﻨﺎ ﻳﺠﺐ أﻻ ﻧﻨﴗ ﺑﺄي ﺣﺎل ﻣﻦ‬
‫اﻷﺣﻮال أن ﻫﺬه اﻷﻣﺜﻠﺔ ﺣﺎﻻت ﺧﺎﺻﺔ ﺟﺪٍّا!‬
‫ﱠ‬
‫ﻣﻮﺿﺢ ﰲ‬ ‫ﻳﺘﺄﻟﻒ ﻓﻀﺎء اﻟﺤﺎﻟﺔ ﰲ »ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز« ﻣﻦ ﻣﺮﻛﺒﺘني‪ x ،‬و‪ ،y‬ﻣﺜﻠﻤﺎ ﻫﻮ‬
‫وﻳﺒني اﻟﺸﻜ ُﻞ ﻣﺮﺑﻌً ﺎ ﺛﻨﺎﺋﻲ اﻷﺑﻌﺎد ﻳﻨﻄﻮي ﻋﲆ ذاﺗﻪ ﺗﻤﺎﻣً ﺎ وﻓﻖ اﻟﻘﺎﻋﺪة‬
‫اﻟﺸﻜﻞ رﻗﻢ ‪ .1-6‬ﱢ‬
‫اﻟﺘﺎﻟﻴﺔ‪:‬‬

‫إذا ﻛﺎن ‪ x‬أﻗﻞ ﻣﻦ ‪:٢ / ١‬‬

‫ﻓﺎﴐب ‪ x‬ﰲ ‪ ٢‬ﻟﻠﺤﺼﻮل ﻋﲆ ﻗﻴﻤﺔ ‪ x‬اﻟﺠﺪﻳﺪة‪ ،‬واﻗﺴﻢ ‪ y‬ﻋﲆ ‪ ٢‬ﻟﻠﺤﺼﻮل ﻋﲆ‬
‫ﻗﻴﻤﺔ ‪ y‬اﻟﺠﺪﻳﺪة‪.‬‬

‫وإﻻ‪:‬‬

‫ﻓﺎﴐب ‪ x‬ﰲ ‪ ،٢‬واﻃﺮح واﺣﺪًا ﻣﻦ اﻟﻨﺎﺗﺞ ﻟﻠﺤﺼﻮل ﻋﲆ ﻗﻴﻤﺔ ‪ x‬اﻟﺠﺪﻳﺪة‪ ،‬واﻗﺴﻢ‬

‫‪ y‬ﻋﲆ ‪ ٢‬وأﺿﻒ ‪ ٢ / ١‬ﻟﻠﻨﺎﺗﺞ ﻟﻠﺤﺼﻮل ﻋﲆ ﻗﻴﻤﺔ ‪ y‬اﻟﺠﺪﻳﺪة‪.‬‬

‫ﰲ ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز‪ ،‬ﺳﻴﺘﻀﺎﻋﻒ أي ﻋﺪم ﻳﻘني ﰲ املﺮﻛﺒﺔ اﻷﻓﻘﻴﺔ ‪ x‬ﻟﺤﺎﻟﺘﻨﺎ ﻋﻨﺪ ﻛﻞ‬
‫ﺗﻜﺮار‪ ،‬ﺑﻴﻨﻤﺎ ﻳﻨﻘﺴﻢ أي ﻋﺪم ﻳﻘني ﰲ املﺮﻛﺒﺔ اﻟﺮأﺳﻴﺔ ‪ y‬إﱃ ﻧﺼﻔني‪ .‬وﺑﻤﺎ أن ذﻟﻚ ﺻﺤﻴﺢ‬
‫أﻳﻀﺎ ﰲ املﺘﻮﺳﻂ‪ .‬ﻣﺘﻮﺳﻂ زﻣﻦ ﺗﻀﺎﻋﻒ ﻋﺪم اﻟﻴﻘني ﻫﻮ ﺗﻜﺮار‬ ‫ﰲ ﻛﻞ ﺧﻄﻮة‪ ،‬ﻳﺼﺢ اﻷﻣﺮ ً‬
‫واﺣﺪ‪ ،‬وﺗﺘﻀﻤﻦ ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز أُس ﻟﻴﺎﺑﻮﻧﻮف واﺣﺪًا ﻳﺴﺎوي وﺣﺪة ﺑﻴﺎﻧﺎت واﺣﺪة ﻋﻨﺪ ﻛﻞ‬
‫وأﺳﺎ واﺣﺪًا ﻳﺴﺎوي وﺣﺪة ﺑﻴﺎﻧﺎت ﺗﺴﺎوي ﺳﺎﻟﺐ واﺣﺪ ﻋﻨﺪ ﻛﻞ ﺗﻜﺮار‪.‬‬ ‫ﺗﻜﺮار‪ٍّ ،‬‬
‫ُ‬
‫ﻳﺘﻤﺎﺛﻞ أس ﻟﻴﺎﺑﻮﻧﻮف املﻮﺟﺐ ﻣﻊ ﻋﺪم ﻳﻘني ﻣﺘﺰاﻳﺪ‪ ،‬ﺑﻴﻨﻤﺎ ﻳﺘﻤﺎﺛﻞ أس ﻟﻴﺎﺑﻮﻧﻮف‬ ‫ُ‬
‫ﺣﺎﻟﺔ ﻣﻦ اﻟﺤﺎﻻت ﺛَﻤﱠ َﺔ اﺗﺠﺎه ﻳﺮﺗﺒﻂ ﺑﻜ ﱟﻞ ﻣﻦ ﻫﺬﻳﻦ‬
‫ٍ‬ ‫اﻟﺴﺎﻟﺐ ﻣﻊ ﻋﺪم ﻳﻘني ﻣﺘﻨﺎﻗﺺ‪ .‬ﻟﻜﻞ‬
‫اﻷﺳني؛ وﰲ ﻫﺬه اﻟﺤﺎﻟﺔ اﻟﺨﺎﺻﺔ ﻋﲆ وﺟﻪ اﻟﺘﺤﺪﻳﺪ ﺗﺘﻄﺎﺑﻖ ﻫﺬه اﻻﺗﺠﺎﻫﺎت ﺑﺎﻟﻨﺴﺒﺔ إﱃ‬
‫ﺟﻤﻴﻊ اﻟﺤﺎﻻت؛ وﻣﻦ ﺛ َ ﱠﻢ ﻻ ﺗﺨﻠﻂ ﺑني ﺣﺎﻻت ﻋﺪم اﻟﻴﻘني ﰲ ‪ x‬ﻣﻊ ﺣﺎﻻت ﻋﺪم اﻟﻴﻘني ﰲ‬
‫‪ .y‬وﻗﺪ و ُِﺿﻌﺖ ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز ﰲ ذاﺗﻬﺎ ﺑﻌﻨﺎﻳ ٍﺔ ﻟﺘﻔﺎدي اﻟﺼﻌﻮﺑﺎت ﻣﻦ ﺟ ﱠﺮاء ﻋﺪم اﻟﻴﻘني‬
‫ﰲ إﺣﺪى املﺮﻛﺒﺎت‪ ،‬وﻫﻮ اﻷﻣﺮ اﻟﺬي ﻳﺴﻬﻢ ﰲ ﻋﺪم اﻟﻴﻘني ﰲ ﻣﺮﻛﺒﺔ أﺧﺮى‪» .‬ﺗﻘﺮﻳﺒًﺎ ﻛﻞ«‬
‫اﻟﺨﺮاﺋﻂ اﻟﺜﻨﺎﺋﻴﺔ اﻟﺒُﻌْ ﺪ ﺗﺨﺘﻠﻂ ﻓﻴﻬﺎ ﺣﺎﻻت ﻋﺪم اﻟﻴﻘني ﻫﺬه؛ ﻟﺬا ﻻ ﻳﻤﻜﻨﻨﺎ ﻋﺎد ًة ﺣﺴﺎب أي‬
‫آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف ﻣﻮﺟﺒﺔ ﻋﲆ اﻹﻃﻼق!‬

‫‪111‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز‬ ‫ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز املﺘﻤﺮن‬

‫ﺷﻜﻞ ‪ :1-6‬رﺳﻢ ﺗﺨﻄﻴﻄﻲ ﱢ‬

‫ﻳﻮﺿﺢ ﻃﺮﻳﻘﺔ ﺗﻄﻮﱡر اﻟﻨﻘﺎط ﰲ املﺮﺑﻊ ﻟﻸﻣﺎم ﻋﻨﺪ ﺗﻜﺮار واﺣﺪ ﰲ‬
‫ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز )إﱃ اﻟﻴﺴﺎر(‪ ،‬وﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز املﺘﻤﺮن )إﱃ اﻟﻴﻤني(‪.‬‬

‫ﺗﻮﻗﻊ اﻟﻔﻮﴇ ﻣﺴﺄﻟﺔ ﺧﺎﴎة ﺑﺎﻟﻨﻈﺮ‬ ‫رﺑﻤﺎ ﻧﺴﺘﻄﻴﻊ أن ﻧﺪرك ﺳﺒﺐ اﻋﺘﻘﺎد ﺑﻌﻀﻨﺎ أن ﱡ‬
‫ﻳﺒني ﺗﻄﻮﱡر ﻣﺠﻤﻮﻋﺔ ﺗﺘﺨﺬ‬‫إﱃ اﻷﺷﻜﺎل املﻮﺟﻮدة ﻋﲆ اﻟﻴﺴﺎر ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪ 2-6‬اﻟﺬي ﱢ‬
‫ﻫﻴﺌﺔ ﻓﺄر ﻋﱪ ﻋﺪة ﺗﻜﺮارات ﻟﻠﺨﺮﻳﻄﺔ‪ ،‬وﻟﻜﻦ ﺗﺬ ﱠﻛ ْﺮ أن ﻫﺬه اﻟﺨﺮﻳﻄﺔ ﺣﺎﻟﺔ ﺧﺎﺻﺔ ﺟﺪٍّا؛‬
‫ﻓﺎﻟﺨﺒﱠﺎز اﻻﻓﱰاﴈ ﻣﺎﻫﺮ ﺟﺪٍّا ﰲ ﻋﻤﻠﻴﺔ اﻟﻌﺠﻦ‪ ،‬وﻳﺴﺘﻄﻴﻊ ﻣ ﱠ‬
‫ﻂ اﻟﻌﺠني ﺑﺎﻧﺘﻈﺎم ﺑﻌﺎﻣﻞ اﺛﻨني‬
‫ﰲ املﺤﻮر اﻷﻓﻘﻲ‪ ،‬ﺑﺤﻴﺚ ﻳﺘﻘﻠﺺ ﺑﻌﺎﻣﻞ اﺛﻨني ﰲ املﺤﻮر اﻟﺮأﳼ‪ ،‬ﻗﺒﻞ أن ﻳﻌﻮد إﱃ املﺮﺑﻊ‬
‫ﰲ ﻧﻈﺎم اﻹﺣﺪاﺛﻴﺎت‪ .‬ﺗﻔﻴﺪ ﻣﻘﺎرﻧﺔ ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز ﻣﻊ ﺧﺮاﺋﻂ ﻣﺘﻨﻮﻋﺔ ﻣﻦ ﻋﺎﺋﻠﺔ ﺧﺮاﺋﻂ‬
‫اﻟﺨﺒﺎز املﺘﻤﺮن؛ ﻓﺎﻟﺨﺒﺎز املﺘﻤﺮن أﻗﻞ اﻧﺘﻈﺎﻣً ﺎ؛ ﺣﻴﺚ ﻳﻤﻂ ﺟﺰءًا ﺻﻐريًا ﻣﻦ اﻟﻌﺠني ﻋﲆ‬
‫اﻟﺠﺎﻧﺐ اﻷﻳﻤﻦ ﻣﻦ املﺮﺑﻊ ﻛﺜريًا‪ ،‬ﺑﻴﻨﻤﺎ ﻻ ﻳﻜﺎد ﻳﻤﻂ ﻣﻌﻈﻢ اﻟﻌﺠني إﱃ اﻟﻴﺴﺎر ﻋﲆ اﻹﻃﻼق‪،‬‬
‫ﻛﻤﺎ ﻳﺘﻀﺢ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪ .1-6‬ﻟﺤﺴﻦ اﻟﺤﻆ‪ ،‬ﻳﺘﻤﺘﻊ ﺟﻤﻴﻊ أﻋﻀﺎء ﻋﺎﺋﻠﺔ ﺧﺮاﺋﻂ اﻟﺨﺒﺎز‬
‫املﺘﻤﺮن ﺑﺎﻟﻘﺪر اﻟﻜﺎﰲ ﻣﻦ املﻬﺎرة؛ ﻣﺎ ﻻ ﻳﺠﻌﻠﻬﺎ ﺗﺨﻠﻂ ﺑني ﻋﺪم اﻟﻴﻘني ﰲ إﺣﺪى املﺮﻛﺒﺎت‬

‫‪112‬‬
 ‫ﻗﻴﺎس دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺪم اﻟﻴﻘني‬

‫‪١‬‬
‫‪٠٫٨‬‬
‫‪٠٫٦‬‬
‫‪٠٫٤‬‬
‫‪٠٫٢‬‬
‫‪٠ ٠٫٢ ٠٫٤ ٠٫٦ ٠٫٨ ١‬‬

‫‪١‬‬ ‫‪١‬‬
‫‪٠٫٨‬‬ ‫‪٠٫٨‬‬
‫‪٠٫٦‬‬ ‫‪٠٫٦‬‬
‫‪٠٫٤‬‬ ‫‪٠٫٤‬‬
‫‪٠٫٢‬‬ ‫‪٠٫٢‬‬
‫‪٠‬‬ ‫‪٠‬‬
‫‪٠ ٠٫٢ ٠٫٤ ٠٫٦ ٠٫٨ ١‬‬ ‫‪٠ ٠٫٢ ٠٫٤ ٠٫٦ ٠٫٨ ١‬‬

‫ﺷﻜﻞ ‪ :2-6‬ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﺤﺎﻻت اﻷوﻟﻴﺔ ﺗﺘﺨﺬ ﺷﻜﻞ اﻟﻔﺄر )اﻟﺼﻮرة اﻟﻌﻠﻮﻳﺔ(‪ ،‬وأرﺑﻌﺔ إﻃﺎرات‬
‫ﱢ‬
‫ﺗﺒني ﺑﺎﻟﺘﻮازي ﺗﻄ ﱡﻮ َر ﻫﺬه املﺠﻤﻮﻋﺔ ﺗﺤﺖ ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز )إﱃ اﻟﻴﺴﺎر(‪ ،‬وﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز املﺘﻤﺮن‬
‫اﻟﺮاﺑﻌﺔ )إﱃ اﻟﻴﻤني(‪.‬‬

‫‪113‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻣﻊ ﻣﺮﻛﺒﺔ أﺧﺮى؛ ﻣﺎ ﻳُﻤ ﱢﻜﻨﻨﺎ ﻣﻦ ﺣﺴﺎب أزﻣﻨﺔ اﻟﺘﻀﺎﻋﻒ وآﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف ﻷي ﻋﻀﻮ ﻣﻦ‬
‫أﻋﻀﺎﺋﻬﺎ‪.‬‬
‫ُ‬
‫ﻣﺜﻠﻤﺎ ﻳﺘﻀﺢ‪ ،‬ﺗﺘﻀﻤﻦ ﻛﻞ ﺧﺮﻳﻄﺔ ﻟﻠﺨﺒﺎز املﺘﻤﺮن أس ﻟﻴﺎﺑﻮﻧﻮف رﺋﻴﺴﻴٍّﺎ أﻛﱪ ﻣﻦ‬
‫ذﻟﻚ اﻟﺨﺎص ﺑﺨﺮﻳﻄﺔ اﻟﺨﺒﺎز؛ ﻟﺬا إذا اﻋﺘﻤﺪﻧﺎ أُس ﻟﻴﺎﺑﻮﻧﻮف اﻟﺮﺋﻴﴘ ﺑﺎﻋﺘﺒﺎره ﻣﻘﻴﺎﺳﻨﺎ‬
‫ﻟﻠﻔﻮﴇ‪ ،‬إذَن ﻓﻜﻞ واﺣﺪة ﻣﻦ ﺧﺮاﺋﻂ اﻟﺨﺒﺎز املﺘﻤﺮن »أﻛﺜﺮ ﻓﻮﺿﻮﻳﺔ« ﻣﻦ ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز‪،‬‬
‫وﻫﻲ ﻧﺘﻴﺠﺔ رﺑﻤﺎ ﺗُﺴﺒﱢﺐ ﺷﻌﻮ ًرا ﺑﻌﺪم اﻟﺮاﺣﺔ‪ ،‬ﻋﻨﺪ أﺧﺬﻫﺎ ﰲ اﻻﻋﺘﺒﺎر ﰲ ﺿﻮء اﻟﺸﻜﻞ رﻗﻢ‬
‫ﻳﻮﺿﺢ‪ ،‬ﺟﻨﺒًﺎ إﱃ ﺟﻨﺐ‪ ،‬ﺗﻄ ﱡﻮ َر إﺣﺪى ﻣﺠﻤﻮﻋﺎت اﻟﻨﻘﺎط ﻋﻨﺪ اﺳﺘﺨﺪام ﺧﺮﻳﻄﺔ‬ ‫‪ ،2-6‬اﻟﺬي ﱢ‬
‫وأﻳﻀﺎ ﻋﻨﺪ اﺳﺘﺨﺪام ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز املﺘﻤﺮن رﻗﻢ ‪ .٤‬ﻗﺪ ﻳﻜﻮن ﻣﺘﻮﺳﻂ زﻣﻦ‬ ‫ً‬ ‫اﻟﺨﺒﺎز‪،‬‬
‫اﻟﺘﻀﺎﻋﻒ ﻹﺣﺪى ﺧﺮاﺋﻂ اﻟﺨﺒﺎز املﺘﻤﺮن أﻛﱪ ﻛﺜريًا ﻣﻨﻪ ﰲ ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز‪ ،‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ‬
‫أﻳﻀﺎ ﻣﻦ أُس ﻟﻴﺎﺑﻮﻧﻮف ﰲ ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز‪ .‬ﻳﻨﻄﺒﻖ ﻫﺬا‬ ‫أن أُس ﻟﻴﺎﺑﻮﻧﻮف اﻟﺨﺎص ﺑﻬﺎ أﻛﱪ ً‬
‫اﻷﻣﺮ ﻋﲆ ﻋﺎﺋﻠﺔ ﺧﺮاﺋﻂ اﻟﺨﺒﺎز املﺘﻤﺮن ﺑﺄﴎﻫﺎ‪ ،‬وﻗﺪ ﻧﺠﺪ ﺧﺮﻳﻄﺔ اﻟﺨﺒﺎز املﺘﻤﺮن ﺑﻤﺘﻮﺳﻂ‬
‫زﻣﻦ ﺗﻀﺎﻋﻒ أﻛﱪ ﻣﻦ أي رﻗﻢ ﻳﺴﺘﻄﻴﻊ أﺣﺪ أن ﻳُﺴﻤﱢ ﻴَﻪ‪ .‬رﺑﻤﺎ ﻳﺠﺐ ﻋﻠﻴﻨﺎ إﻋﺎدة اﻟﻨﻈﺮ ﰲ‬
‫اﻟﻌﻼﻗﺔ ﺑني اﻟﻔﻮﴇ واﻟﻘﺎﺑﻠﻴﺔ ﻟﻠﺘﻮﻗﻊ؛ أﻟﻴﺲ ﻛﺬﻟﻚ؟‬

‫آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف املﻮﺟﺒﺔ ﻣﻊ ﺣﺎﻻت ﻋﺪم اﻟﻴﻘني املﺘﻨﺎﻗﺼﺔ‬

‫ﻣﺎ دام ﻋﺪم ﻳﻘﻴﻨﻨﺎ أﺻﻐﺮ ﻣﻦ أﺻﻐﺮ رﻗﻢ ﻳﻤﻜﻨﻨﺎ أن ﻧﺘﺼﻮره‪ ،‬ﻳﺼﻌُ ﺐ أن ﻳﺸﻜﻞ ﻋﺪم اﻟﻴﻘني‬
‫أي ﺣﺪ ﻋﻤﲇ ﻟﺘﻮﻗﻌﺎﺗﻨﺎ‪ ،‬وﺑﻤﺠﺮد زﻳﺎدة ﻋﺪم اﻟﻴﻘني ذﻟﻚ ﺑﺎﻟﻘﺪر اﻟﺬي ﻳﺴﻤﺢ ﺑﻘﻴﺎﺳﻪ‪ ،‬ﻓﻠﻦ‬
‫ﻳﻜﻮن ﺛَﻤﱠ َﺔ ﺣﺎﺟﺔ أن ﻳﻌﻜﺲ ﺗﻄﻮره آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف ﺑﺄي ﻃﺮﻳﻘﺔ ﻣﻦ اﻟﻄﺮق‪ .‬ﺣﺘﻰ ﰲ‬
‫اﻟﺤﺎﻟﺔ اﻟﻼﻣﺘﻨﺎﻫﻴﺔ اﻟﺼﻐﺮ‪ ،‬ﺗُ ﱢﺒني ﺧﺮاﺋﻂ اﻟﺨﺒﺎز املﺘﻤﺮن أن آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف ﺗُﻌَ ﱡﺪ ﻣﺆﴍات‬
‫ﻣﻀ ﱢﻠﻠﺔ ﻟﻠﻘﺎﺑﻠﻴﺔ ﻟﻠﺘﻮﻗﻊ؛ ﺣﻴﺚ ﻗﺪ ﻳﺨﺘﻠﻒ ﻣﻘﺪار زﻳﺎدة ﻋﺪم اﻟﻴﻘني وﻓﻖ اﻟﺤﺎﻟﺔ اﻟﺘﻲ ﻳﻜﻮن‬
‫ﻋﻠﻴﻬﺎ اﻟﻨﻈﺎم‪ .‬ﻳﺼﺒﺢ اﻷﻣﺮ أﻓﻀﻞ؛ ﻓﻔﻲ ﻧﻈﺎم ﻟﻮرﻧﺰ اﻟﻜﻼﺳﻴﻜﻲ ﻟﻌﺎم ‪ ١٩٦٣‬ﻳﻤﻜﻨﻨﺎ إﺛﺒﺎت‬
‫ﻣﻨﺎﻃﻖ ﰲ ﻓﻀﺎء اﻟﺤﺎﻟﺔ »ﺗﻨﺨﻔﺾ« ﺟﻤﻴﻊ ﺣﺎﻻت ﻋﺪم اﻟﻴﻘني ﻓﻴﻬﺎ ﻟﻔﱰة‪ .‬ﻋﻨﺪ‬ ‫َ‬ ‫أن ﺛَﻤﱠ َﺔ‬
‫إﻋﻄﺎء ﺧﻴﺎر ﺣﻮل وﻗﺖ املﺮاﻫﻨﺔ ﻋﲆ أﺣﺪ اﻟﺘﻮﻗﻌﺎت‪ ،‬ﻓﺈن املﺮاﻫﻨﺔ ﻋﲆ ﺗﻮﻗﻴﺖ اﻟﺪﺧﻮل إﱃ‬
‫ﻫﺬه املﻨﻄﻘﺔ ﻳﺰﻳﺪ ﻣﻦ ﻓﺮص ﻓﻮزك‪ .‬إن ﱡ‬
‫ﺗﻮﻗﻊ ﺳﻠﻮك اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ ﺑﻌﻴﺪ ﻛﻞ اﻟﺒُﻌْ ﺪ ﻋﻦ‬
‫ٍ‬
‫ﺳﺬاﺟﺔ أن ﻫﺬا‬ ‫ﻋﺪم اﻟﺠﺪوى‪ ،‬ورﺑﻤﺎ ﺗﺼﺒﺢ ﻣﺮاﻫﻨﺔ أﺣﺪ اﻷﺷﺨﺎص — اﻟﺬﻳﻦ ﻳﻌﺘﻘﺪون ﰲ‬
‫اﻟﺘﻮﻗﻊ ﻣﺴﺄﻟﺔ ﻻ ﻃﺎﺋﻞ ﻣﻦ وراﺋﻬﺎ — أﻣ ًﺮا ﻳﻌﻮد ﺑﺎﻟﻔﺎﺋﺪة‪.‬‬
‫ﻧُﻨﻬﻲ ﻫﺬه املﻨﺎﻗﺸﺔ ﺣﻮل آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف ﺑﻜﻠﻤﺔ ﺗﺤﺬﻳﺮﻳﺔ‪ ،‬وﻫﻲ أﻧﻪ ﺑﻴﻨﻤﺎ ﻳﻨﻄﻮي‬
‫اﻻﺗﺠﺎه اﻟﺬي ﻻ ﻳﺰﻳﺪ ﻓﻴﻪ ﻋﺪم اﻟﻴﻘني — أو ﻳﻘﻞ — ﻋﲆ ﻗﻴﻤﺔ أُس ﻟﻴﺎﺑﻮﻧﻮف ﺗﺴﺎوي ﺻﻔ ًﺮا‪،‬‬

‫‪114‬‬
 ‫ﻗﻴﺎس دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺪم اﻟﻴﻘني‬

‫ﻓﺈن اﻟﻌﻜﺲ ﻟﻴﺲ ﺻﺤﻴﺤً ﺎ؛ ﻓﻼ ﻳﻨﻄﻮي أُس ﻟﻴﺎﺑﻮﻧﻮف اﻟﺬي ﻳﺴﺎوي ﺻﻔ ًﺮا ﻋﲆ اﺗﺠﺎه‬
‫ﻟﻌﺪم زﻳﺎدة ﻋﺪم اﻟﻴﻘني! ﺗَﺬ ﱠﻛﺮ اﻟﻨﻘﺎش ﺣﻮل اﻟﻨﻤﻮ اﻷﳼ اﻟﺬي ﺟﺎء ﰲ إﻃﺎر ﻣﺜﺎل أراﻧﺐ‬
‫ﻓﻴﺒﻮﻧﺎﺗﴚ‪ .‬ﺣﺘﻰ ﻧﻤﻮ ﴎﻳﻊ ﺑﻤﻘﺪار ﻣﺮﺑﻊ اﻟﺰﻣﻦ ﻳﻜﻮن أﺑﻄﺄ ﻣﻦ اﻟﻨﻤﻮ اﻷﳼ‪ ،‬وﺳﻴُﺴﻔِ ﺮ‬
‫ﻳﻔﴪ ﺳﺒﺐ ﺣﺮص ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت اﻟﺸﺪﻳﺪ‬ ‫ﻋﻦ أُس ﻟﻴﺎﺑﻮﻧﻮف ﻳﺴﺎوي ﺻﻔ ًﺮا‪ .‬وﻫﻮ ﻣﺎ ﱢ‬
‫ﺑﺸﺄن ﻣﺪ اﻟﺤﺪود ﻧﺤﻮ املﺴﺘﻘﺒﻞ اﻟﻼﻧﻬﺎﺋﻲ‪ .‬إذا أﺧﺬﻧﺎ ﰲ اﻻﻋﺘﺒﺎر ﻓﱰة زﻣﻨﻴﺔ ﻃﻮﻳﻠﺔ ﻟﻜﻨﻬﺎ‬
‫ﻣﺤﺪودة‪ ،‬إذَن ﻓﺴﺘﺸري »أي« ﻋﻤﻠﻴﺔ زﻳﺎدة ﻋﲆ اﻹﻃﻼق إﱃ أُس ﻟﻴﺎﺑﻮﻧﻮف ﻣﻮﺟﺐ؛ إن اﻟﻨﻤﻮ‬
‫اﻷﳼ واﻟﺨﻄﻲ أو ﺣﺘﻰ اﻟﻨﻤﻮ اﻷﺑﻄﺄ ﻣﻦ اﻟﺨﻄﻲ ﻗﺪ ﻳُﺴﻔِ ﺮ ﻋﻦ زﻳﺎدة أﻛﱪ ﻣﻦ واﺣﺪ ﺧﻼل‬
‫أي ﻓﱰة زﻣﻨﻴﺔ ﻣﺤﺪدة‪ ،‬وﺳﻴﺼﺒﺢ ﻟﻮﻏﺎرﻳﺘﻢ أي رﻗﻢ أﻛﱪ ﻣﻦ واﺣﺪ ﻣﻮﺟﺒًﺎ‪ .‬وﻣﻦ ﻫﻨﺎ ﺳﺘﺜﺒﺖ‬
‫ﺻﻌﻮﺑﺔ ﺣﺴﺎب إﺣﺼﺎﺋﻴﺎت اﻟﻔﻮﴇ‪.‬‬

‫ﻓﻬﻢ دﻳﻨﺎﻣﻴﻜﻴﺎت ﺣﺎﻻت ﻋﺪم اﻟﻴﻘني ذات اﻟﺼﻠﺔ‬

‫آﻧﻔﺎ‪ ،‬ﻻ ﻳﻤﻜﻦ أن ﻳﺘﺴﺒﱠﺐ ﻋﺪم ﻳﻘني ﻻ ﻣﺘﻨﺎﻫﻲ اﻟﺼﻐﺮ ﰲ ﺻﻌﻮﺑﺔ ﻛﺒرية ﻟﻨﺎ ﰲ‬ ‫ﻣﺜﻠﻤﺎ أﴍﻧﺎ ً‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ‪ .‬ﺑﻤﺠﺮد إﻣﻜﺎﻧﻴﺔ ﻗﻴﺎﺳﻪ‪ ،‬ﺗﻈﻬﺮ ﺗﻔﺎﺻﻴﻞ ﺣﺠﻤﻪ ﺗﻤﺎﻣً ﺎ واﻟﻨﻘﻄﺔ اﻟﺘﻲ ﺗﺒﺪأ ﻓﻴﻬﺎ اﻟﺤﺎﻟﺔ‬
‫أﺳﻠﻮب‬
‫ٍ‬ ‫ﰲ ﻓﻀﺎء اﻟﺤﺎﻟﺔ ﰲ إﺣﺪاث اﻟﺘﺄﺛري‪ .‬ﺣﺘﻰ اﻵن‪ ،‬ﻟﻢ ﻳﻜﺘﺸﻒ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت أيﱠ‬
‫ﻣﺘﺴﻖ ﻟﺘﺘﺒﻊ ﺣﺎﻻت ﻋﺪم اﻟﻴﻘني اﻟﺼﻐرية ﻫﺬه وﻟﻜﻨﻬﺎ ﻣﻠﺤﻮﻇﺔ‪ ،‬واﻟﺘﻲ — ﺑﺎﻟﻄﺒﻊ —‬
‫ﻃﺎ ﻛﺒريًا ﺑﺎﻟﺘﻮﻗﻊ ﰲ اﻟﻌﺎﻟﻢ اﻟﺤﻘﻴﻘﻲ‪ .‬أﻓﻀﻞ ﻣﺎ ﻧﺴﺘﻄﻴﻊ أن ﻧﺼﻨﻌﻪ ﻫﻮ أﺧﺬ‬ ‫ﺗﺮﺗﺒﻂ ارﺗﺒﺎ ً‬
‫ﻋﻴﻨﺔ ﻣﻦ اﻟﺤﺎﻻت اﻷوﻟﻴﺔ‪ ،‬ﺗُﺴﻤﱠ ﻰ ﻣﺠﻤﻮﻋﺔ‪ ،‬وﻧﺠﻌﻞ ﻫﺬه املﺠﻤﻮﻋﺔ ﻣﺘﺴﻘﺔ ﻣﻊ دﻳﻨﺎﻣﻴﻜﻴﺎت‬
‫ﻧﻤﻮذﺟﻨﺎ واﻟﺘﺸﻮﻳﺶ املﻮﺟﻮد ﰲ ﻣﻼﺣﻈﺎﺗﻨﺎ‪ ،‬ﺛﻢ ﻧﺮى ﻛﻴﻒ ﺗﺘﺒﺪد املﺠﻤﻮﻋﺔ ﰲ املﺴﺘﻘﺒﻞ‪ .‬ﻳُﻌَ ﱡﺪ‬
‫ﻫﺬا ﻛﺎﻓﻴًﺎ ﺑﺎﻟﻨﺴﺒﺔ إﱃ ﺷﻴﻄﺎن اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ؛ ﻓﻔﻲ ﻇﻞ ﻧﻤﻮذﺟﻪ املﺜﺎﱄ ﻟﻠﻨﻈﺎم‬
‫وﻟﻠﺘﺸﻮﻳﺶ‪ ،‬وﻣﻼﺣﻈﺎﺗﻪ املﺸﻮﺷﺔ ﻟﻠﺤﺎﻻت اﻟﺴﺎﺑﻘﺔ اﻟﺘﻲ ﺗﺮﺟﻊ إﱃ املﺎﴈ اﻟﺒﻌﻴﺪ‪ ،‬وﻗﺪرﺗﻪ‬
‫َ‬
‫اﺣﺘﻤﺎﻟﻴﺔ اﻷﺣﺪاث املﺴﺘﻘﺒﻠﻴﺔ‪.‬‬ ‫اﻟﺤﺎﺳﻮﺑﻴﺔ اﻟﺘﻲ ﻻ ﻧﻬﺎﻳﺔ ﻟﻬﺎ‪ ،‬ﻓﺈن ﻣﺠﻤﻮﻋﺘﻪ ﺳﺘﻌﻜﺲ ٍ‬
‫ﺑﺪﻗﺔ‬
‫إذا أﺷﺎر رﺑﻊ ﻋﺪد ﻣﺠﻤﻮﻋﺘﻪ إﱃ اﺣﺘﻤﺎل ﻫﻄﻮل أﻣﻄﺎر ﻏﺪًا‪ ،‬ﻓﺜَﻤﱠ َﺔ ﻓﺮﺻﺔ إذَن ﺑﻨﺴﺒﺔ ‪٪٢٥‬‬
‫ﻟﺴﻘﻮط أﻣﻄﺎر ﰲ اﻟﻐﺪ‪ ،‬ﰲ ﻇﻞ املﻼﺣﻈﺎت املﺸﻮﺷﺔ املﺘﻮاﻓﺮة ﻟﺪﻳﻪ‪ .‬ﻳﺰﻳﺪ ﺗﻘﻠﻴﺺ اﻟﺘﺸﻮﻳﺶ‬
‫ﻋﺎﺋﻘﺎ ﺣﻘﻴﻘﻴٍّﺎ أﻣﺎﻣﻪ‪ ،‬وﻫﻮ‬‫ﻣﻦ اﻟﻘﺪرة ﻋﲆ ﺗﺤﺪﻳﺪ ﻣﺎ ﻫﻮ ﻣﺮﺟﺢ اﻟﺤﺪوث‪ ،‬وﻻ ﺗﺸ ﱢﻜﻞ اﻟﻔﻮﴇ ً‬
‫ﻟﻴﺲ ﻋﲆ ﻳﻘني ﻣﻦ اﻟﺤﺎﴐ‪ ،‬وﻟﻜﻨﻪ ﻳﺴﺘﻄﻴﻊ رﺳﻢ ﺧﺎرﻃﺔ ﻟﻌﺪم اﻟﻴﻘني ذﻟﻚ ﰲ املﺴﺘﻘﺒﻞ‪.‬‬
‫ﻣَ ﻦ ﻋﺴﺎه أن ﻳﻄﻠﺐ ﻣﺎ ﻫﻮ أﻛﺜﺮ ﻣﻦ ذﻟﻚ؟ ﻏري أن ﻧﻤﺎذﺟﻨﺎ ﻏري ﻣﺜﺎﻟﻴﺔ وﻣﻮاردﻧﺎ اﻟﺤﺎﺳﻮﺑﻴﺔ‬
‫ﻣﺤﺪودة‪ .‬ﺳﻨﻌﻘﺪ ﰲ اﻟﻔﺼﻞ اﻟﺘﺎﺳﻊ ﻣﻘﺎرﻧﺔ ﺑني ﻋﺪم املﻼءﻣﺔ اﻟﺘﻲ ﻳﺠﺐ أن ﻧﺘﻌﺎﻣﻞ ﻣﻌﻬﺎ‬
‫وﻋﺪم اﻟﻴﻘني اﻟﺬي ﻳﻤﻜﻨﻪ اﺣﺘﻤﺎﻟﻪ‪.‬‬

‫‪115‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻳﺘﻀﻤﻦ املﺠﺎل اﻟﻼﺧﻄﻲ أﻛﺜﺮ ﻣﻦ ﻣﺠﺮد ﻓﻮﴇ‪ .‬ﻳﺠﺐ أﻻ ﻳﻜﻮن اﻷﻣﺮ ﺑﺎﻟﴬورة أﻧﻪ‬
‫ﻛﻠﻤﺎ ﻛﺎن ﻋﺪم اﻟﻴﻘني أﻗﻞ‪ ،‬ﻛﺎن ﺳﻠﻮﻛﻪ أﻛﺜﺮ اﻧﺘﻈﺎﻣً ﺎ؛ ﻓﺜَﻤﱠ َﺔ أﺷﻴﺎء أﺧﺮى أﺳﻮأ ﻣﻦ اﻟﻔﻮﴇ‪.‬‬
‫ورﺑﻤﺎ ﻳﻜﻮن اﻷﻣﺮ أﻧﻪ ﻛﻠﻤﺎ اﻧﺨﻔﺾ ﻋﺪم اﻟﻴﻘني‪ ،‬زاد ﺑﻨﺴﺒﺔ أﴎع‪ ،‬وﻫﻮ ﻣﺎ ﻳُﺴﻔِ ﺮ ﻋﻦ‬
‫ً‬
‫وﺻﻮﻻ إﱃ ﻧ َِﺴ ٍﺐ ﻣﺤﺪودة‪ ،‬ﻓﻘﻂ ﺑﻌﺪ‬ ‫زﻳﺎدة ﻫﺎﺋﻠﺔ ﰲ ﺣﺎﻻت ﻋﺪم اﻟﻴﻘني اﻟﻼﻣﺘﻨﺎﻫﻲ اﻟﺼﻐﺮ‬
‫ً‬
‫ﻋﻮﻳﺼﺎ ﻣﺎ‬ ‫ً‬
‫ﺳﺆاﻻ‬ ‫ﻓﱰة زﻣﻨﻴﺔ ﻣﺤﺪودة‪ .‬وﻫﻮ ﻟﻴﺲ ﺑﺎﻷﻣﺮ اﻟﻐﺮﻳﺐ ﻣﺜﻠﻤﺎ ﻳﺒﺪو؛ ﺣﻴﺚ ﻳﻈﻞ‬
‫ﻌﱪ ﻋﻦ ﻫﺬا اﻟﺴﻠﻮك اﻷﺳﻮأ ﻣﻦ اﻟﻔﻮﴇ‪.‬‬ ‫إذا ﻛﺎﻧﺖ املﻌﺎدﻻت اﻷﺳﺎﺳﻴﺔ ﰲ دﻳﻨﺎﻣﻴﻜﺎ املﻮاﺋﻊ ﺗُ ﱢ‬

‫‪116‬‬
 ‫اﻟﻔﺼﻞ اﻟﺴﺎﺑﻊ‬

‫اﻷﻋﺪاد اﳊﻘﻴﻘﻴﺔ واﳌﻼﺣﻈﺎت‬

‫اﳊﻘﻴﻘﻴﺔ واﳊﻮاﺳﺐ‬

‫ﻳﺤﺪد اﻟﺮﻳﺎﴈ اﻷرﻗﺎم ﻏري اﻟﻨﺴﺒﻴﺔ ﺑﺤﺮص ﺑﺎﻟﻎ‪ .‬ﻻ ﻳﺼﺎدف اﻟﻔﻴﺰﻳﺎﺋﻲ ﻫﺬه‬
‫اﻷرﻗﺎم ﻋﲆ اﻹﻃﻼق … ﻳﻨﺘﻔﺾ اﻟﺮﻳﺎﴈ ً‬
‫ﺧﻮﻓﺎ ﻋﻨﺪ ﻣﻮاﺟﻬﺔ ﻋﺪم اﻟﻴﻘني‪ ،‬وﻳﺤﺎول‬
‫ﺗﺠﺎﻫﻞ اﻷﺧﻄﺎء اﻟﺘﺠﺮﻳﺒﻴﺔ‪.‬‬
‫ﻟﻴﻮن ﺑﺮﻳﻠﻮان )‪(١٩٦٤‬‬

‫ﰲ ﻫﺬا اﻟﻔﺼﻞ ﻧﺒﺤﺚ اﻟﻌﻼﻗﺔ ﺑني اﻷﻋﺪاد ﰲ ﻧﻤﺎذﺟﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬واﻷﻋﺪاد اﻟﺘﻲ ﻧﻼﺣﻈﻬﺎ ﻋﻨﺪ‬
‫إﺟﺮاء ﻗﻴﺎﺳﺎت ﰲ اﻟﻌﺎﻟﻢ اﻟﺤﻘﻴﻘﻲ‪ ،‬واﻷﻋﺪاد املﺴﺘﺨﺪَﻣﺔ ﰲ ﺣﺎﺳﻮب رﻗﻤﻲ‪ .‬ﺳﺎﻫﻤﺖ دراﺳﺔ‬
‫اﻟﻔﻮﴇ ﰲ ﺗﻮﺿﻴﺢ أﻫﻤﻴﺔ اﻟﺘﻤﻴﻴﺰ ﺑني ﻫﺬه اﻷﻧﻮاع اﻟﺜﻼﺛﺔ ﻣﻦ اﻷﻋﺪاد‪ .‬ﻣﺎذا ﻧﻌﻨﻲ ﺑﻮﺟﻮد‬
‫أﺷﻜﺎل ﻣﺨﺘﻠﻔﺔ ﻣﻦ اﻟﻌﺪد اﻟﻮاﺣﺪ؟‬
‫اﻷﻋﺪاد اﻟﻜﺎﻣﻠﺔ ﺻﺤﻴﺤﺔ‪ .‬ﺗﻜﻮن ﻗﻴﺎﺳﺎت أﺷﻴﺎء ﻣﺜﻞ »ﻋﺪد اﻷراﻧﺐ ﰲ ﺣﺪﻳﻘﺘﻲ« ﻋﲆ‬
‫ﻫﻴﺌﺔ أﻋﺪاد ﺻﺤﻴﺤﺔ ﺑﺼﻮرة ﻃﺒﻴﻌﻴﺔ‪ ،‬وﻳﺴﺘﻄﻴﻊ اﻟﺤﺎﺳﻮب إﺟﺮاء ﻋﻤﻠﻴﺎت ﺣﺴﺎﺑﻴﺔ ﻣﺜﺎﻟﻴﺔ‬
‫ﺑﺎﺳﺘﺨﺪام أﻋﺪاد ﺻﺤﻴﺤﺔ ﻣﺎ داﻣﺖ ﻻ ﺗﺰﻳﺪ أﻛﺜﺮ ﻣﻤﺎ ﻳﻨﺒﻐﻲ‪ .‬وﻟﻜﻦ ﻣﺎذا ﻋﻦ أﺷﻴﺎء ﻣﺜﻞ‬
‫»ﻃﻮل ﻫﺬه املﺎﺋﺪة«‪ ،‬أو »درﺟﺔ ﺣﺮارة ﻣﻄﺎر ﻫﻴﺜﺮو؟« ﻳﺒﺪو أن ﻫﺬه اﻷﺷﻴﺎء ﻳﺠﺐ أﻻ‬
‫ﺼﻮﱡر ﺗﻤﺜﻴﻠﻬﺎ ﺑﺄﻋﺪاد ﺣﻘﻴﻘﻴﺔ‪ ،‬أﻋﺪاد ﻳﻤﻜﻦ أن‬ ‫ﻌﱪ ﻋﻨﻬﺎ أﻋﺪاد ﺻﺤﻴﺤﺔ‪ ،‬وﻣﻦ اﻟﻄﺒﻴﻌﻲ ﺗَ َ‬ ‫ﺗُ ﱢ‬
‫ﺗﺘﻀﻤﻦ ﺳﻠﺴﻠﺔ ﻃﻮﻳﻠﺔ ﻻ ﻧﻬﺎﺋﻴﺔ ﻣﻦ أﻋﺪاد إﱃ ﻳﻤني اﻟﻌﻼﻣﺔ اﻟﻌﴩﻳﺔ‪ ،‬أو وﺣﺪات ﺑﻴﺎﻧﺎت إﱃ‬
‫ﻳﻤني اﻟﻌﻼﻣﺔ اﻟﺜﻨﺎﺋﻴﺔ‪ .‬ﻳﺮﺟﻊ اﻟﺨﻼف ﺣﻮل ﻣﺎ إذا ﻛﺎﻧﺖ ﻫﺬه اﻷﻋﺪاد اﻟﺤﻘﻴﻘﻴﺔ ﻣﻮﺟﻮدة أم‬
‫ﻻ ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ إﱃ اﻟﻌﺼﻮر اﻟﻘﺪﻳﻤﺔ‪ .‬إﻻ أﻧﻪ ﺛَﻤﱠ َﺔ أﻣﺮ واﺿﺢ‪ ،‬أ َ َﻻ وﻫﻮ أﻧﻨﺎ ﻋﻨﺪﻣﺎ »ﻧﺄﺧﺬ‬
‫ﻓﻤﺜﻼ إذا ﻗﺴﻨﺎ »ﻃﻮل ﻫﺬه املﺎﺋﺪة« ود ﱠوﻧﱠﺎه‬
‫ﺑﻴﺎﻧﺎت«‪ ،‬ﻓﺈﻧﻨﺎ »ﻧﺤﺘﻔﻆ« ﺑﺎﻟﻘﻴﻢ اﻟﺼﺤﻴﺤﺔ ﻓﻘﻂ؛ ً‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻛﺎﻵﺗﻲ‪ ،١٫٣٧٠ :‬ﻓﻼ ﻳﺒﺪو ﻗﻴﺎس اﻟﻄﻮل رﻗﻤً ﺎ ﺻﺤﻴﺤً ﺎ ﻣﻦ اﻟﻨﻈﺮة اﻷوﱃ‪ ،‬إﻻ أﻧﻪ ﻳﻤﻜﻨﻨﺎ‬
‫ﺗﺤﻮﻳﻠﻪ إﱃ رﻗﻢ ﺻﺤﻴﺢ ﺑﴬﺑﻪ ﰲ ‪ ،١٠٠٠‬وﻣﺘﻰ اﺳﺘﻄﻌﻨﺎ ﻗﻴﺎس أي ﻛﻤﻴﺔ ﻣﺜﻞ اﻟﻄﻮل أو‬
‫درﺟﺔ اﻟﺤﺮارة ﺑﺪﻗﺔ ﻣﺤﺪودة — وﻫﻲ اﻟﺤﺎل دوﻣً ﺎ ﻋﻤﻠﻴٍّﺎ — ﻳﻤﻜﻦ ﺗﻤﺜﻴﻞ ﻗﻴﺎﺳﻨﺎ ﰲ ﺻﻮرة‬
‫رﻗﻢ ﺻﺤﻴﺢ‪ .‬وﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ ،‬ﺗُﺠ َﺮى ﻗﻴﺎﺳﺎﺗﻨﺎ ﺣﺎﻟﻴٍّﺎ ودوﻣً ﺎ ﺗﻘﺮﻳﺒًﺎ ﻋﲆ ﻫﺬا اﻟﻨﺤﻮ؛ إذ إﻧﻨﺎ‬
‫ﻧﺠﺮﻳﻬﺎ وﻧﻌﺎﻟﺠﻬﺎ ﺑﺎﺳﺘﺨﺪام ﺣﺎﺳﻮب رﻗﻤﻲ‪ ،‬وﻫﻮ اﻟﺬي ﻳﺨ ﱢﺰن اﻷﻋﺪاد »دوﻣً ﺎ« ﰲ ﺻﻮرة‬
‫أﻋﺪاد ﺻﺤﻴﺤﺔ‪ ،‬وﻫﻮ ﻣﺎ ﻳﺸري إﱃ وﺟﻮد ﻧﻮع ﻣﻦ اﻻﻧﻔﺼﺎل ﺑني ﻓﻜﺮﺗﻨﺎ املﺎدﻳﺔ ﺣﻮل اﻟﻄﻮل‬
‫وﻗﻴﺎﺳﺎﺗﻨﺎ ﻟﻠﻄﻮل‪ ،‬وﺛَﻤﱠ َﺔ اﻧﻔﺼﺎل ﻣﺸﺎﺑﻪ ﺑني ﻧﻤﺎذﺟﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬اﻟﺘﻲ ﺗﺘﻌﺎﻣﻞ ﻣﻊ اﻷﻋﺪاد‬
‫اﻟﺤﻘﻴﻘﻴﺔ‪ ،‬وﻧﻈﺎﺋﺮﻫﺎ اﻟﺤﺎﺳﻮﺑﻴﺔ‪ ،‬اﻟﺘﻲ ﻻ ﺗﺘﻌﺎﻣﻞ إﻻ ﻣﻊ اﻷﻋﺪاد اﻟﺼﺤﻴﺤﺔ ﻓﻘﻂ‪.‬‬
‫ﺑﺎﻟﻄﺒﻊ ﻟﻦ ﻳﻘﻮل ﻋﺎﻟﻢ ﻓﻴﺰﻳﺎء ﺣﻘﻴﻘﻲ إن ﻃﻮل املﺎﺋﺪة ﻛﺎن ﻳﺒﻠﻎ ‪ ،١٫٣٧٠‬ﺑﻞ ﺳﻴﻘﻮل‬
‫آﺧﺮ ﻣﻦ ﻗﺒﻴﻞ أن اﻟﻄﻮل ﻛﺎن ﻳﺒﻠﻎ ‪ ١٫٣٧٠‬ﺑﺰﻳﺎدة أو ﻧﻘﺼﺎن ‪ ،٠٫٠٠٥‬ﺑﻬﺪف ﺗﺤﺪﻳﺪ‬ ‫ﺷﻴﺌًﺎ َ‬
‫ﻋﺪم ﻳﻘﻴﻨﻪ اﻟﺬي ﻳﺮﺟﻊ إﱃ اﻟﺘﺸﻮﻳﺶ‪ .‬ﻳﻨﻄﻮي ﻫﺬا ﻋﲆ ﻧﻤﻮذج ﻟﻠﺘﺸﻮﻳﺶ‪ .‬ﺗُﻌﺘﱪ اﻷﻋﺪاد‬
‫اﻟﻌﺸﻮاﺋﻴﺔ املﺴﺘﻘﺎة ﻣﻦ املﻨﺤﻨﻰ اﻟﺠﺮﳼ ﺑﻼ ﺷ ﱟﻚ أﻛﺜ َﺮ ﻧﻤﺎذج اﻟﺘﺸﻮﻳﺶ ﺷﻴﻮﻋً ﺎ‪ .‬وﻳﺘﻌﻠﻢ‬
‫املﺮء إدراج أﺷﻴﺎء ﻣﻦ ﻗﺒﻴﻞ »ﺑﺰﻳﺎدة أو ﻧﻘﺼﺎن ‪ «٠٫٠٠٥‬ﺑﻐﺮض اﻟﻨﺠﺎح ﰲ ﻣﻘﺮرات اﻟﻌﻠﻮم‬
‫ﺣﻘﺎ؟ ﻣﺎ‬‫ﻈﺮ إﻟﻴﻪ ﻋﺎد ًة ﺑﺎﻋﺘﺒﺎره أﻣ ًﺮا ﻣﺰﻋﺠً ﺎ‪ ،‬ﻟﻜﻦ ﻣﺎذا ﻳﻌﻨﻲ ﻫﺬا ٍّ‬ ‫املﺪرﺳﻴﺔ‪ ،‬وﻫﻮ ﻣﺎ ﻳُﻨ َ‬
‫ﻫﻲ اﻷﺷﻴﺎء اﻟﺘﻲ ﺗﻘﻴﺴﻬﺎ ﻣﻘﺎﻳﻴﺴﻨﺎ؟ ﻫﻞ ﺛَﻤﱠ َﺔ رﻗﻢ دﻗﻴﻖ ﻳﻤﺎﺛﻞ اﻟﻄﻮل اﻟﺤﻘﻴﻘﻲ ﻟﻠﻤﺎﺋﺪة‬
‫أو درﺟﺔ اﻟﺤﺮارة اﻟﺤﻘﻴﻘﻴﺔ ﰲ املﻄﺎر‪ ،‬ﻟﻜﻦ ﺷﻮش ﻋﻠﻴﻬﺎ اﻟﺘﺸﻮﻳﺶ وﺟﺮى ﻗﻄﻌﻬﺎ ﻋﻨﺪ‬
‫ﺗﺴﺠﻴﻠﻬﺎ؟ أو ﻫﻞ اﻷﻣﺮ ﻣﺤﺾ ﺧﻴﺎل‪ ،‬وﻻ ﻳُﻌﺘﱪ اﻻﻋﺘﻘﺎد ﺑﴬورة وﺟﻮد ﻋﺪد دﻗﻴﻖ ﺳﻮى‬
‫اﺧﺘﻼق ﻋﻠﻤﻲ؟ أوﺿﺤﺖ دراﺳﺔ اﻟﻔﻮﴇ دور ﻋﺪم اﻟﻴﻘني واﻟﺘﺸﻮﻳﺶ ﰲ ﺗﻘﻴﻴﻢ ﻧﻈﺮﻳﺎﺗﻨﺎ‬
‫ﻣﻦ ﺧﻼل اﻹﺷﺎرة إﱃ ﻃﺮق ﺟﺪﻳﺪة ﻟﺒﺤﺚ إن ﻛﺎﻧﺖ ﻫﺬه اﻟﻘﻴﻢ اﻟﺤﻘﻴﻘﻴﺔ ﻣﻮﺟﻮدة أم ﻻ‪.‬‬
‫ﺳﻨﻔﱰض ﰲ اﻟﻮﻗﺖ اﻟﺤﺎﱄ وﺟﻮد اﻟﻘﻴﻤﺔ اﻟﺤﻘﻴﻘﻴﺔ‪ ،‬وأﻧﻨﺎ ﻓﻘﻂ ﻻ ﻧﺴﺘﻄﻴﻊ رؤﻳﺘﻬﺎ‪.‬‬

‫املﻼﺣﻈﺎت اﻟﺤﻘﻴﻘﻴﺔ‬

‫إذَن‪ ،‬ﻣﺎ ﻫﻲ املﻼﺣﻈﺔ ﺗﺤﺪﻳﺪًا؟ ﺗﺬ ﱠﻛ ْﺮ أول ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ‪ ،‬وﻫﻲ اﻟﺘﻲ ﻛﺎﻧﺖ ﺗﺘﺄﻟﻒ ﻣﻦ أﻋﺪاد‬
‫ﺷﻬﺮﻳﺔ ﻟﻸراﻧﺐ ﰲ ﺣﺪﻳﻘﺔ ﻓﻴﺒﻮﻧﺎﺗﴚ اﻟﺨﻴﺎﻟﻴﺔ‪ .‬ﰲ ﺗﻠﻚ اﻟﺤﺎﻟﺔ‪ ،‬ﻛﻨﺎ ﻧﻌﺮف اﻟﻌﺪد اﻹﺟﻤﺎﱄ‬
‫ﻟﻸراﻧﺐ ﰲ اﻟﺤﺪﻳﻘﺔ‪ .‬وﻟﻜﻦ ﰲ ﻣﻌﻈﻢ دراﺳﺎت اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﺴﻜﺎﻧﻴﺔ ﻻ ﻧﻤﺘﻠﻚ ﻣﺜﻞ ﻫﺬه‬
‫املﻌﻠﻮﻣﺎت اﻟﻜﺎﻣﻠﺔ‪َ .‬ﻫﺐْ ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل أﻧﻨﺎ ﻧﺪرس ﻣﺠﻤﻮﻋﺔ ﻣﻦ ﻓﱤان اﻟﺤﻘﻮل ﰲ ﻓﻨﻠﻨﺪا؛‬
‫ﻧﻨﺼﺐ ِﴍَاﻛﻨﺎ‪ ،‬وﻧﻔﺤﺼﻬﺎ ﻳﻮﻣﻴٍّﺎ‪ ،‬وﻧﻄﻠﻖ ﴎاح اﻟﻔﱤان املﺄﺳﻮرة‪ ،‬وﻧﺪوﱢن ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ‬

‫‪118‬‬
 ‫اﻷﻋﺪاد اﻟﺤﻘﻴﻘﻴﺔ واملﻼﺣﻈﺎت اﻟﺤﻘﻴﻘﻴﺔ واﻟﺤﻮاﺳﺐ‬

‫ﻳﻮﻣﻴﺔ ﺑﻌﺪد اﻟﻔﱤان اﻟﺘﻲ وﻗﻌﺖ ﰲ اﻟﴩاك‪ .‬ﻳﺮﺗﺒﻂ ﻫﺬا اﻟﻌﺪد إﱃ ﺣ ﱟﺪ ﻣﺎ ﺑﻌﺪد اﻟﻔﱤان‬
‫ﻟﻜ ﱢﻞ ﻛﻴﻠﻮﻣﱰ ﻣﺮﺑﻊ ﰲ ﻓﻨﻠﻨﺪا‪ ،‬ﻟﻜﻦ ﻛﻴﻒ ﻳﺮﺗﺒﻄﺎن ﻋﲆ وﺟﻪ اﻟﺘﺤﺪﻳﺪ؟ َﻫﺐْ أﻧﻨﺎ رﺻﺪﻧﺎ‬
‫اﻟﻴﻮم ﻋﺪد ﺻﻔﺮ ﻣﻦ اﻟﻔﱤان ﰲ َﴍَﻛﻨﺎ‪ ،‬ﻓﻤﺎذا ﻳﻌﻨﻲ ﻫﺬا »اﻟﺼﻔﺮ«؟ ﻫﻞ ﻳﻌﻨﻲ ﻋﺪم وﺟﻮد‬
‫أي ﻓﱤان ﰲ ﻫﺬه اﻟﻐﺎﺑﺔ؟ أم ﻋﺪم وﺟﻮد أي ﻓﱤان ﰲ اﻟﺪول اﻻﺳﻜﻨﺪﻧﺎﻓﻴﺔ؟ ﻫﻞ اﻧﻘﺮﺿﺖ‬
‫اﻟﻔﱤان؟ رﺑﻤﺎ ﻳﺸري اﻟﺼﻔﺮ ﰲ َﴍَﻛﻨﺎ إﱃ أيﱟ ﻣﻦ ﻫﺬه اﻷﺷﻴﺎء أو ﻻ ﻳﺸري إﱃ أيﱟ ﻣﻨﻬﺎ‪ ،‬وﻫﻮ‬
‫ﻣﺎ ﻳﺸري إﱃ ﻧﻮﻋني ﻣﺘﻤﺎﻳﺰﻳﻦ ﻣﻦ ﻋﺪم اﻟﻴﻘني ﻳﺠﺐ أن ﻧﺘﻌﺎﻣﻞ ﻣﻌﻬﻤﺎ ﻋﻨﺪﻣﺎ ﻧﺮﺑﻂ ﺑني‬
‫ﻣﻘﺎﻳﻴﺴﻨﺎ وﻧﻤﺎذﺟﻨﺎ‪ .‬اﻟﻨﻮع اﻷول ﻣﻦ ﺣﺎﻟﺘَ ْﻲ ﻋﺪم اﻟﻴﻘني ﻫﻮ اﻟﺘﺸﻮﻳﺶ اﻟﺬي ﺗﺘﻌﺮض ﻟﻪ‬
‫اﻟﴩَك‪ ،‬أو اﻛﺘﺸﺎف اﻣﺘﻼء‬ ‫املﻼﺣﻈﺎت اﻟﺒﺴﻴﻄﺔ‪ ،‬وﻣﺜﺎل ذﻟﻚ ﻫﻮ اﻟﺨﻄﺄ ﰲ ﺗﻌﺪاد اﻟﻔﱤان ﰲ ﱠ‬
‫اﻟﴩَك‪ ،‬وﻫﻮ ﻣﺎ ﻳﻔﺘﺢ اﻟﺒﺎب أﻣﺎم اﺣﺘﻤﺎﻟﻴﺔ إﻣﻜﺎﻧﻴﺔ ﻋ ﱢﺪ املﺰﻳﺪ ﻣﻦ اﻟﻔﱤان ﰲ ذﻟﻚ اﻟﻴﻮم ﺣﺎل‬‫ﱠ‬
‫ﻟﴩَك أﻛﱪ‪ .‬ﻳُﻄ َﻠﻖ ﻋﲆ اﻟﻨﻮع اﻟﺜﺎﻧﻲ ﻣﻦ ﺣﺎﻟﺘَ ْﻲ ﻋﺪم اﻟﻴﻘني »ﺧﻄﺄ اﻟﺘﻤﺜﻴﻞ«‪.‬‬ ‫اﺳﺘﺨﺪاﻣﻨﺎ َ‬
‫ﺗﺘﻌﺎﻣﻞ ﻧﻤﺎذﺟﻨﺎ ﻣﻊ ﻛﺜﺎﻓﺔ املﺠﻤﻮﻋﺔ اﻟﺴﻜﺎﻧﻴﺔ ﻟﻜﻞ ﻛﻴﻠﻮﻣﱰ ﻣﺮﺑﻊ‪ ،‬ﺑَﻴْ َﺪ أﻧﻨﺎ ﻧﻘﻴﺲ ﻋﺪد‬
‫اﻟﻔﱤان ﰲ أﺣﺪ اﻟﴩاك؛ ﻟﺬا ﻻ ﻳﻤﺜﱢﻞ ﻗﻴﺎﺳﻨﺎ املﺘﻐري اﻟﺬي ﺗﺴﺘﺨﺪﻣﻪ ﻧﻤﺎذﺟﻨﺎ‪ .‬ﻫﻞ ﻳﻤﺜﱢﻞ ﻫﺬا‬
‫أﺣﺪ أوﺟﻪ اﻟﻘﺼﻮر ﰲ اﻟﻨﻤﻮذج أو اﻟﻘﻴﺎس؟‬
‫ﱡ‬
‫إذا ﻗﻤﻨﺎ ﺑﺈدﺧﺎل اﻟﻌﺪد اﻟﺨﺎﻃﺊ إﱃ ﻧﻤﻮذﺟﻨﺎ‪ ،‬ﻳﻤﻜﻨﻨﺎ ﺗﻮﻗﻊ اﻟﺤﺼﻮل ﻋﲆ اﻟﻌﺪد‬
‫اﻟﺨﺎﻃﺊ؛ ﻓﻤﺎ ﻳﺪﺧﻞ ﺧﻄﺄ ً ﻳﺨﺮج ﺧﻄﺄً‪ .‬ﻳﺒﺪو أن ﻧﻤﺎذﺟﻨﺎ ﺗﺘﻄﻠﺐ »ﻧﻮﻋً ﺎ« واﺣﺪًا ﻣﻦ اﻷﻋﺪاد‪،‬‬
‫آﺧﺮ ﻣﻦ اﻷﻋﺪاد‪ .‬ﰲ ﺣﺎﻟﺔ ﱡ‬
‫ﺗﻮﻗﻊ ﺣﺎﻟﺔ‬ ‫ﺑﻴﻨﻤﺎ ﺗُﻘﺪﱢم ﻣﻼﺣﻈﺎﺗﻨﺎ ﻧﺴﺨﺔ ﻣﺸﻮﺷﺔ ﻣﻦ ﻧﻮع َ‬
‫ُﻌﺘﻘﺪ أن ﺗﻜﻮن ﻣﺘﻐرياﺗﻨﺎ املﺴﺘﻬﺪﻓﺔ — ﻣﺜﻞ درﺟﺔ اﻟﺤﺮارة‪ ،‬واﻟﻀﻐﻂ‪،‬‬ ‫اﻟﻄﻘﺲ ﺣﻴﺚ ﻳ َ‬
‫واﻟﺮﻃﻮﺑﺔ — أﻋﺪادًا ﺣﻘﻴﻘﻴﺔ‪ ،‬ﻻ ﻳﻤﻜﻦ أن ﻧﺘﻮﻗﻊ أن ﺗﻌﻜﺲ ﻣﻼﺣﻈﺎﺗﻨﺎ اﻟﻘﻴﻢ اﻟﺤﻘﻴﻘﻴﺔ ﻋﲆ‬
‫وﺟﻪ اﻟﺪﻗﺔ‪ ،‬وﻫﻮ ﻣﺎ ﻗﺪ ﻳﺸري إﱃ أﻧﻨﺎ رﺑﻤﺎ ﻧﺒﺤﺚ ﻋﻦ ﻧﻤﺎذج ذات دﻳﻨﺎﻣﻴﻜﻴﺎت »ﻣﺘﻮاﻓﻘﺔ«‬
‫ﺑﺪﻻ ﻣﻦ اﻋﺘﺒﺎر أن ﻣﻼﺣﻈﺎﺗﻨﺎ وﺣﺎﻻت ﻧﻤﺎذﺟﻨﺎ ﺗﻤﺜﱢﻼن‪ ،‬ﺑﺼﻮرة أو ﺑﺄﺧﺮى‪،‬‬ ‫ﻣﻊ ﻣﻼﺣﻈﺎﺗﻨﺎ‪ً ،‬‬
‫ﺣﺎﻟﺔ ﻣﺎ ﻣﺴﺘﻘﺒﻠﻴ ٍﺔ ﻟﻨﻤﻮذﺟﻨﺎ واملﻼﺣﻈﺔ املﺴﺘﻬﺪﻓﺔ‬
‫اﻟﴚءَ ﻧﻔﺴﻪ وﻣﺤﺎوﻟﺔ ﻗﻴﺎس املﺴﺎﻓﺔ ﺑني ٍ‬
‫املﻤﺎﺛﻠﺔ‪ .‬إن ﻫﺪف اﻟﺘﻮﻗﻊ ﰲ اﻟﻨﻈﻢ اﻟﺨﻄﻴﺔ ﻫﻮ ﺗﻘﻠﻴﺺ ﻫﺬه املﺴﺎﻓﺔ؛ أي ﺗﻘﻠﻴﺺ ﺧﻄﺄ‬
‫اﻟﺘﻮﻗﻊ‪ .‬ﻋﻨﺪ إﺟﺮاء ﺗﻮﻗﻊ ﰲ اﻟﻨﻈﻢ اﻟﻼﺧﻄﻴﺔ ﻳﺼري ﻣﻦ املﻬﻢ اﻟﺘﻤﻴﻴﺰ ﺑني أﺷﻴﺎء ﻣﺘﻨﻮﻋﺔ‬
‫وﺛﻴﻘﺎ ﺑﻬﺬه اﻟﻜﻤﻴﺔ‪ ،‬ﺑﻤﺎ ﰲ ذﻟﻚ ﺣﺎﻻت ﻋﺪم اﻟﻴﻘني ﰲ املﻼﺣﻈﺔ‪ ،‬واﻟﺘﻘﻄﻊ‬ ‫ً‬ ‫ﺗﺮﺗﺒﻂ ارﺗﺒﺎ ً‬
‫ﻃﺎ‬
‫ﰲ اﻟﻘﻴﺎس‪ ،‬واﻟﻔﺮق ﺑني ﻧﻤﺎذﺟﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬وﻧﻤﺎذج املﺤﺎﻛﺎة اﻟﺤﺎﺳﻮﺑﻴﺔ ﻟﻬﺎ‪ ،‬وأﻳٍّﺎ ﻣﺎ ﻛﺎن‬
‫أوﻻ ﻣﺎ ﻳﺤﺪث ﻋﻨﺪﻣﺎ ﻧﺤﺎول إدﺧﺎل‬ ‫ﻣﺎ ﺗﻮﻟﺪ ﻋﻨﻪ ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ ﺗﻠﻚ اﻟﺒﻴﺎﻧﺎت‪ .‬ﻧﺴﺘﻌﺮض ً‬
‫اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت إﱃ اﻟﺤﺎﺳﻮب اﻟﺮﻗﻤﻲ‪.‬‬

‫‪119‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫اﻟﺤﺎﺳﻮب واﻟﻔﻮﴇ‬
‫ﺗﺬ ﱠﻛ ْﺮ أن اﺷﱰاﻃﺎﺗﻨﺎ اﻟﺜﻼﺛﺔ ﻷي ﻧﻈﺎم ﻓﻮﺿﻮي رﻳﺎﴈ ﻛﺎﻧﺖ‪ :‬اﻟﺤﺘﻤﻴﺔ‪ ،‬واﻻﻋﺘﻤﺎد اﻟﺤﺴﺎس‪،‬‬
‫واﻟﺘﻜﺮار‪ .‬اﻟﻨﻤﺎذج اﻟﺤﺎﺳﻮﺑﻴﺔ ﺣﺘﻤﻴﺔ إﱃ ﺣ ﱟﺪ ﻣﺒﺎﻟﻎ ﻓﻴﻪ‪ .‬ﻳﻌﻜﺲ اﻻﻋﺘﻤﺎد اﻟﺤﺴﺎس‬
‫دﻳﻨﺎﻣﻴﻜﻴﺎت ﻻ ﻣﺘﻨﺎﻫﻴﺔ اﻟﺼﻐﺮ‪ ،‬ﺑَﻴْ َﺪ أﻧﻪ ﰲ أي ﺣﺎﺳﻮب رﻗﻤﻲ ﺛَﻤﱠ َﺔ ﺣﺪ ملﺪى ﺗﻘﺎرب ﻋﺪدﻳﻦ‪،‬‬
‫ﺑﻌﺪه ﻻ ﻳﺴﺘﻄﻴﻊ اﻟﺤﺎﺳﻮب ﺗﻤﻴﻴﺰ أي ﻓﺎرق ﻋﲆ اﻹﻃﻼق‪ ،‬وﻳﺘﻌﺎﻣﻞ ﻣﻌﻬﻤﺎ ﺑﺎﻋﺘﺒﺎرﻫﻤﺎ‬
‫ﻋﺪدًا واﺣﺪًا‪ .‬وإذا ﻟﻢ ﺗﻮﺟﺪ ﻗﻴﻢ ﻻ ﻣﺘﻨﺎﻫﻴﺔ اﻟﺼﻐﺮ‪ ،‬ﻓﻼ ﻳﻮﺟﺪ ﺳﻠﻮك رﻳﺎﴈ ﻓﻮﺿﻮي‪ .‬ﺛَﻤﱠ َﺔ‬
‫ﺛﺎن ﰲ أن اﻟﺤﺎﺳﻮب ﻻ ﻳﺴﺘﻄﻴﻊ اﻟﺘﻌﺒري ﻋﻦ اﻟﻔﻮﴇ‪ ،‬ﻳﻨﺸﺄ ﻣﻦ ﺣﻘﻴﻘﺔ أن ﺛَﻤﱠ َﺔ ﺣﻴ ًﺰا‬ ‫ﺳﺒﺐ ٍ‬
‫ﻣﺤﺪودًا ﻣﻦ اﻟﺬاﻛﺮة ﰲ أي ﺣﺎﺳﻮب رﻗﻤﻲ؛ ﻓﻜﻞ ﺣﺎﺳﻮب ﻟﺪﻳﻪ ﻋﺪد ﻣﺤﺪود ﻣﻦ وﺣﺪات‬
‫اﻟﺒﻴﺎﻧﺎت‪ ،‬وﻣﻦ ﺛ َ ﱠﻢ ﻋﺪد ﻣﺤﺪود ﻓﻘﻂ ﻣﻦ اﻟﺤﺎﻻت اﻟﺪاﺧﻠﻴﺔ املﺨﺘﻠﻔﺔ؛ ﻟﺬا ﻳﻌﻮد اﻟﺤﺎﺳﻮب‬
‫ﺣﺎﻟﺔ ﻛﺎن ﻣﻮﺟﻮدًا ﻓﻴﻬﺎ ﺑﺎﻟﻔﻌﻞ‪ ،‬ﺑﻌﺪﻫﺎ‪ ،‬وﺑﺴﺒﺐ ﺣﺘﻤﻴﺘﻪ‪ ،‬ﺳﻴﻜﺮر‬ ‫ٍ‬ ‫ﺣﺘﻤً ﺎ ﰲ اﻟﻨﻬﺎﻳﺔ إﱃ‬
‫اﻟﺤﺎﺳﻮب ﺳﻠﻮﻛﻪ اﻟﺴﺎﺑﻖ ﻣﺮا ًرا وﺗﻜﺮا ًرا إﱃ اﻷﺑﺪ‪ ،‬وﻫﻮ ﻣﺂل ﻻ ﻳﻤﻜﻦ ﺗﻔﺎدﻳﻪ‪ ،‬إﻻ إذا ﺗﺪﺧﻠﺖ‬
‫ﻗﻮة ﻣﺎ أﺧﺮى إﻧﺴﺎﻧﻴﺔ أو ﺧﺎرﺟﻴﺔ‪ ،‬ﰲ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﻄﺒﻴﻌﻴﺔ ﻟﻠﺤﺎﺳﻮب اﻟﺮﻗﻤﻲ ذاﺗﻪ‪ .‬ﻓﻴﻤﺎ‬
‫ﻳﲇ ﺻﻮرة ﻟﺤﻴﻠﺔ ﺑﺴﻴﻄﺔ ﻟﻠﻌﺒﺔ اﻟﻮرق ﺗﻮﺿﺢ ﻫﺬه اﻟﻨﻘﻄﺔ ﻋﲆ ﻧﺤﻮ راﺋﻊ‪.‬‬
‫ﻋﻼ َم ﻳﻨﻄﻮي ﻫﺬا ﺑﺎﻟﻨﺴﺒﺔ إﱃ ﻧﻤﺎذج املﺤﺎﻛﺎة اﻟﺤﺎﺳﻮﺑﻴﺔ ﻟﻠﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ؟ ﰲ‬
‫اﻟﻨﺴﺨﺔ اﻟﺮﻳﺎﺿﻴﺔ ﻣﻦ اﻟﺨﺮﻳﻄﺔ‪ ،‬ﻟﻦ ﺗﺘﻀﻤﻦ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ املﺴﺘﻘﺎة ﻣﻦ اﻟﺘﻜﺮار أي ﻗﻴﻤﺔ‬
‫‪ X‬ﺗﻘﻊ ﺑني ﻗﻴﻤﺘَ ْﻲ ﺻﻔﺮ وواﺣﺪ ﻋﲆ ﻗﻴﻤﺔ ‪ X‬ذاﺗﻬﺎ ﻣﺮﺗني أﺑﺪًا‪ ،‬ﻣﻬﻤﺎ ﻛﺎن ﻋﺪد اﻟﺘﻜﺮارات‬
‫املﺘﻀﻤﻨﺔ‪ .‬ﻣﻊ زﻳﺎدة ﻋﺪد اﻟﺘﻜﺮارات‪ ،‬ﺳﺘﻘﱰب أﺻﻐﺮ ﻗﻴﻤﺔ ﻟ ‪ X‬ﻟُﻮﺣِ ﻈﺖ ﺣﺘﻰ اﻵن ﺷﻴﺌًﺎ‬
‫ﻓﺸﻴﺌًﺎ ﻣﻦ اﻟﺼﻔﺮ‪ ،‬ﻏري أﻧﻬﺎ ﻻ ﺗﺒﻠﻐﻪ أﺑﺪًا‪ .‬ﺑﺎﻟﻨﺴﺒﺔ إﱃ ﻧﻤﻮذج املﺤﺎﻛﺎة اﻟﺤﺎﺳﻮﺑﻴﺔ ﻟﻠﺨﺮﻳﻄﺔ‬
‫اﻟﻠﻮﺟﻴﺴﺘﻴﺔ ﺛَﻤﱠ َﺔ ﺣﻮاﱄ ‪) ٦٠ ٢‬ﺣﻮاﱄ ﻣﻠﻴﻮن ﻣﻠﻴﻮن ﻣﻠﻴﻮن( ﻗﻴﻤﺔ ‪ X‬ﻣﺨﺘﻠﻔﺔ ﺑني ﻗﻴﻤﺘَ ْﻲ ﺻﻔﺮ‬
‫وواﺣﺪ؛ ﻟﺬا ﻳﺠﺐ أن ﺗﺸﺘﻤﻞ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ املﺴﺘﻘﺎة ﻣﻦ اﻟﺤﺎﺳﻮب ﰲ ﻧﻬﺎﻳﺔ املﻄﺎف‬
‫ﻋﲆ ﻗﻴﻤﺘني ﻟ ‪ X‬ﻣﺘﻄﺎﺑﻘﺘني ﺗﻤﺎﻣً ﺎ؛ وﻣﻦ ﺛ َ ﱠﻢ ﺗﺪور اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﰲ ﺣﻠﻘﺔ ﻣﻔﺮﻏﺔ‪ .‬ﺑﻌﺪ‬
‫ﺣﺪوث ﻫﺬا‪ ،‬ﻟﻦ ﺗﻨﺨﻔﺾ أﺻﻐﺮ ﻗﻴﻢ ‪ X‬أﺑﺪًا ﻣﺮة أﺧﺮى‪ ،‬وﺳﺘﻌﻜﺲ أي ﻗﻴﻤﺔ ﺣﺴﺎﺑﻴﺔ ﰲ‬
‫ﻫﺬه اﻟﺤﻠﻘﺔ‪ ،‬ﺳﻮاءٌ ﻛﺎن ﻣﺘﻮﺳﻂ ﻗﻴﻤﺔ ‪ X‬أو أُس ﻟﻴﺎﺑﻮﻧﻮف ﰲ اﻟﺨﺮﻳﻄﺔ‪ ،‬ﺧﻮاص اﻟﺤﻠﻘﺔ‬
‫املﺤﺪدة‪ ،‬ﻻ اﻟﺨﺮﻳﻄﺔ اﻟﺮﻳﺎﺿﻴﺔ‪ .‬ﺻﺎر ﻣﺴﺎر اﻟﺤﺎﺳﻮب »دورﻳٍّﺎ رﻗﻤﻴٍّﺎ«‪ ،‬ﺑﴫف اﻟﻨﻈﺮ ﻋﻤﱠ ﺎ‬
‫ﻛﺎن ﺳﻴﺼﻨﻌﻪ اﻟﻨﻈﺎم اﻟﺮﻳﺎﴈ‪ .‬وﻫﻜﺬا ﻳﻨﻄﺒﻖ اﻷﻣﺮ ﻧﻔﺴﻪ ﻋﲆ ﺟﻤﻴﻊ اﻟﺤﻮاﺳﺐ اﻟﺮﻗﻤﻴﺔ‪.‬‬
‫ﻓﻼ ﻳﺴﺘﻄﻴﻊ اﻟﺤﺎﺳﻮب ﻣﻌﺎﻟﺠﺔ ﻧﻤﺎذج ﻓﻮﺿﻮﻳﺔ‪.‬‬
‫َ‬
‫رﺑﻤﺎ ﻳﻜﻮن ﺛَﻤﱠ َﺔ أﻛﺜﺮ ﻣﻦ ﺣﻠﻘﺔ دورﻳﺔ رﻗﻤﻴﺔ‪ .‬أﻋِ ﺪ ﺗﺮﺗﻴﺐ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻷوراق و ُِﺿﻊ‬
‫ﺑﻌﻀﻬﺎ ﰲ داﺋﺮة ﻛﺒرية ﺑﺤﻴﺚ ﺗﲇ اﻟﻮرﻗﺔ اﻷوﱃ اﻟﻮرﻗﺔ اﻷﺧرية اﻟﺘﻲ ﺟﺮى ﺗﺪاوﻟﻬﺎ‪ .‬ﺗُﻔﴤ‬

‫‪120‬‬
 ‫اﻷﻋﺪاد اﻟﺤﻘﻴﻘﻴﺔ واملﻼﺣﻈﺎت اﻟﺤﻘﻴﻘﻴﺔ واﻟﺤﻮاﺳﺐ‬

‫ﻋﻤﻠﻴﺔ ﺗﺤﺪﻳﺪ أي ﺣﻠﻘﺔ ﻳﻨﺘﻬﻲ املﻄﺎف ﺑﻜﻞ ورﻗﺔ ﻓﻴﻬﺎ إﱃ ﻗﺎﺋﻤﺔ ﺑﺠﻤﻴﻊ اﻟﺤﻠﻘﺎت‪ .‬أﻳﻬﻤﺎ‬
‫أﻛﱪ‪ :‬ﻋﺪد اﻷوراق اﻟﺘﻲ ﺗﻮﺟﺪ ﰲ اﻟﺤﻠﻘﺎت ﺑﺎﻟﻔﻌﻞ أم ﺗﻠﻚ اﻷوراق اﻟﻮﻗﺘﻴﺔ؟ أَﻋِ ﺪ ﺗﺮﺗﻴﺐ‬
‫اﻷوراق وﻛ ﱢﺮر اﻟﺘﺠﺮﺑﺔ ﻟﱰى ﻛﻴﻒ أن ﻋﺪد اﻟﺤﻠﻘﺎت وأﻃﻮاﻟﻬﺎ ﺗﺘﻐري ﻣﻊ ﺗﻐري ﻋﺪد اﻷوراق‬
‫اﻟﺘﻲ ﻳﺠﺮي ﺗﺪاوﻟﻬﺎ‪ .‬ﺑﺎﻟﻄﺮﻳﻘﺔ ﻧﻔﺴﻬﺎ‪ ،‬ﻳﺆدي اﻟﺘﻐﻴري ﻏري اﻟﺤﻘﻴﻘﻲ ﻟﻌﺪد وﺣﺪات اﻟﺒﻴﺎﻧﺎت‬
‫اﻟﺘﻲ ﻳﺴﺘﺨﺪﻣﻬﺎ اﻟﺤﺎﺳﻮب ﻟﻜﻞ ﻗﻴﻤﺔ ‪ X‬إﱃ ﺗﺤﻮﻳﻠﻪ إﱃ ﻣﻴﻜﺮوﺳﻜﻮب رﻳﺎﴈ ﻟﻔﺤﺺ اﻟﺒﻨﻴﺔ‬
‫اﻟﺪﻗﻴﻘﺔ رﻗﻤﻴٍّﺎ ﻟﻠﺨﺮﻳﻄﺔ‪ ،‬ﺑﺎﺳﺘﺨﺪام دﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﺤﺎﺳﻮب ﻟﻔﺤﺺ ﻣﻘﺎﻳﻴﺲ اﻷﻃﻮال اﻟﺘﻲ‬
‫ﺳﻴﺼﺒﺢ ﻋﻨﺪﻫﺎ ﻋﺪد اﻟﺼﻨﺎدﻳﻖ أﻛﺜﺮ ﻛﺜريًا؛ ﻣﺎ ﻻ ﻳﺴﻤﺢ ﺑﺤﴫﻫﺎ ﺟﻤﻴﻌً ﺎ‪.‬‬

‫ﺧﺪع ﻟﻌﺒﺔ اﻟﻮرق وﺑﺮاﻣﺞ اﻟﺤﺎﺳﻮب‬

‫ﺻﺪﻳﻘﺎ ﻟﻚ أن ﻳﺨﺘﺎر رﻗﻤً ﺎ ﻻ ﻳﻜﺸﻒ ﻋﻨﻪ‪ ،‬ﻟ ُ‬
‫ِﻨﻘﻞ ﺑني ‪ ١‬و‪ ،٨‬ﺛﻢ و ﱢزع ﻣﺠﻤﻮﻋﺔ ورق اﻟﻠﻌﺐ ﻣﺜﻠﻤﺎ‬ ‫ً‬ ‫َﺳﻞ‬
‫ﻫﻮ ﻣﻮﺿﺢ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪ .1-7‬ﻣﻊ اﻋﺘﺒﺎر أن أي ورﻗﺔ ﻋﻠﻴﻬﺎ ﺻﻮرة ﺗﺴﺎوي ﰲ ﻗﻴﻤﺘﻬﺎ ﻋﴩة‪ ،‬وأي‬ ‫ﱠ‬
‫ورﻗﺔ آس ﺗﺴﺎوي واﺣﺪًا‪َ ،‬ﺳ ْﻞ ﺻﺪﻳﻘﻚ أن ﻳﺴﺘﺒﻌﺪ رﻗﻤﻪ اﻟﴪي وﻳﺠﻌﻞ رﻗﻢ اﻟﻮرﻗﺔ اﻟﺘﻲ ﻳﻠﺘﻘﻄﻬﺎ‬
‫رﻗﻤﻪ اﻟﺠﺪﻳﺪ‪ .‬إذا ﻛﺎن اﻟﺮﻗﻢ اﻟﴪي واﺣﺪًا‪ ،‬ﻓﺴﻴﺨﺘﺎر ﺻﺪﻳﻘﻚ ورﻗﺔ ﺳﺘﺔ ﺑﺴﺘﻮﻧﻲ‪ ،‬وﻣﻦ ﺧﻼل‬
‫اﻟﺮﻗﻢ اﻟﺠﺪﻳﺪ ﺳﺘﺔ‪ ،‬ﺳﻴﻨﺘﻘﻞ ﺻﺪﻳﻘﻚ إﱃ ورﻗﺔ أرﺑﻌﺔ إﺳﺒﺎﺗﻲ‪ ،‬وإذا ﻛﺎن اﻟﺮﻗﻢ اﻟﴪي اﻷﺻﲇ ﺛﻼﺛﺔ‪،‬‬
‫ﻓﺴﻴﺼﻞ إﱃ ﺛﻼﺛﺔ دﻳﻨﺎري‪ ،‬ﺛﻢ آس اﻟﻘﻠﻮب‪ ،‬وﻫﻜﺬا‪ .‬ﺟ ﱢﺮب ذﻟﻚ ﺑﻨﻔﺴﻚ ﺑﺎﺳﺘﺨﺪام اﻟﺸﻜﻞ رﻗﻢ ‪1-7‬‬
‫ﻋﺮﻓﺖ أﻧﻚ ﺳﺘﺼﻞ إﱃ ﺟﺎك اﻟﻘﻠﻮب؟ ﻟﻠﺴﺒﺐ ﻧﻔﺴﻪ‬‫ُ‬ ‫وﺗﻮﻗﻒ ﻋﻨﺪﻣﺎ ﺗﺼﻞ إﱃ ورﻗﺔ ﺟﺎك اﻟﻘﻠﻮب‪ .‬ﻛﻴﻒ‬‫ﱠ‬
‫اﻟﺬي وراء ﻋﺪم ﻗﺪرة اﻟﺤﺎﺳﻮب ﻋﲆ اﻟﺘﻌﺒري ﻋﻦ اﻟﻔﻮﴇ‪ .‬ﺳﻴﺼﻞ اﻟﺠﻤﻴﻊ إﱃ ورﻗﺔ ﺟﺎك اﻟﻘﻠﻮب‪.‬‬
‫ﻣﺎ ﻋﻼﻗﺔ ﻫﺬا ﺑﺎﻟﺤﺎﺳﻮب؟ اﻟﺤﺎﺳﻮب اﻟﺮﻗﻤﻲ ﻣﺎﻛﻴﻨﺔ ﺣﺎﻟﺔ ﻣﺤﺪودة‪ ،‬وﺛَﻤﱠ َﺔ ﻋﺪد ﻣﺤﺪود ﻣﻦ وﺣﺪات‬
‫اﻟﺒﻴﺎﻧﺎت ﰲ اﻟﺤﺎﺳﻮب ﺗﺤﺪد ﺣﺎﻟﺘﻪ اﻟﺤﺎﻟﻴﺔ‪ .‬وﻗﺪ ُﺷ ﱢﻔﺮت ﰲ اﻟﺤﺎﻟﺔ اﻟﺤﺎﻟﻴﺔ ﻟﻠﻤﺎﻛﻴﻨﺔ اﻟﻘﺎﻋﺪة اﻟﺘﻲ‬
‫ﺗﺤﺪد أي ﺣﺎﻟﺔ ﺗﺄﺗﻲ ﺗﺎﻟﻴﺔ؛ ﻓﻔﻲ ﻟﻌﺒﺔ اﻟﻮرق ﻛﺎن ﺛَﻤﱠ َﺔ ﻋﴩ ﻗﻴﻢ ﻣﺤﺘﻤﻠﺔ ﻋﻨﺪ ﻛﻞ ﻣﻮﺿﻊ‪ ،‬ﻓﺈذا‬
‫ﺗﻘ ﱠﺪ َم ﻻﻋﺒﺎن ﻟﺪﻳﻬﻤﺎ ورﻗﺘﺎن ﻣﺨﺘﻠﻔﺘﺎن إﱃ اﺧﺘﻴﺎر ﻧﻔﺲ اﻟﻮرﻗﺔ‪ ،‬ﻓﺴﺘﻈﻞ أوراﻗﻬﻤﺎ ﻣﺘﻄﺎﺑﻘﺔ ﻣﻦ ﺗﻠﻚ‬
‫اﻟﻠﺤﻈﺔ ﻓﺼﺎﻋﺪًا‪ .‬دون ﺗﻮﺧﻲ املﺮء اﻟﺤﺮص اﻟﺒﺎﻟﻎ‪ ،‬ﻗﺪ ﺗﻨﻬﺎر اﻟﺤﺎﻻت املﺘﻘﺎرﺑﺔ ﰲ اﻟﺤﺎﺳﻮب ﻋﲆ‬
‫اﻟﻨﺤﻮ ذاﺗﻪ‪ .‬ﻳﻤﺘﻠﻚ اﻟﺤﺎﺳﻮب اﻟﺤﺪﻳﺚ ﺧﻴﺎرات أﻛﺜﺮ‪ ،‬ﻟﻜﻨﻬﺎ ﺧﻴﺎرات ﻣﺤﺪودة؛ ﻟﺬا ﰲ ﻧﻬﺎﻳﺔ املﻄﺎف‬
‫ﺳﻴﺒﻠﻎ اﻟﺤﺎﺳﻮب ﺗﻬﻴﺌﺔ )ﺣﺎﻟﺔ داﺧﻠﻴﺔ( ﻛﺎن ﻗﺪ ﺑﻠﻐﻬﺎ ﻣﻦ ﻗﺒ ُﻞ‪ ،‬وﺑﻌﺪ ﺣﺪوث ﻫﺬا ﺳﻴﺪور اﻟﺤﺎﺳﻮب‬
‫ﰲ اﻟﺤﻠﻘﺔ ذاﺗﻬﺎ إﱃ اﻷﺑﺪ‪ .‬ﺗﻌﻤﻞ ﺧﺪﻋﺔ ﻟﻌﺒﺔ اﻟﻮرق ﻋﲆ ذات املﻨﻮال؛ إذ ﻳﺒﺪأ ﺟﻤﻴﻊ اﻟﻼﻋﺒني ﺑﺮﻗﻤﻬﻢ‬
‫اﻷوﱄ ﱢ‪ ،‬ﺛﻢ ﻳﻘﻮﻣﻮن ﺑﺎﻟﺘﺤﺪﻳﺚ واﻻﻧﺘﻘﺎل إﱃ ﻗﻴﻤﺔ أﺧﺮى‪ ،‬وﻟﻜﻦ ﺑﻤﺠﺮد ﺗﻘﺎرب ﻣﺴﺎرﻳﻦ ﻣﻦ ﻫﺬه‬
‫املﺴﺎرات ﻋﻨﺪ اﻟﻮرﻗﺔ ذاﺗﻬﺎ‪ ،‬ﻳﺘﻼزﻣﺎن إﱃ اﻷﺑﺪ‪ .‬ﺑﺎﻟﻨﺴﺒﺔ إﱃ اﻷوراق املﻮﺟﻮدة ﻋﲆ املﺎﺋﺪة‪ ،‬ﺳﻴﺼﻞ‬
‫اﻟﺠﻤﻴﻊ إﱃ ورﻗﺔ ﺟﺎك اﻟﻘﻠﻮب‪ ،‬وﻟﻦ ﻳﺼﻞ أﺣﺪ إﱃ ورﻗﺔ آس اﻟﺒﺴﺘﻮﻧﻲ إﻻ إذا ﺑﺪءوا اﻟﻠﻌﺐ ﻣﻨﻬﺎ‪.‬‬
‫ﻟﻠﺘﺄﻛﺪ ﻣﻦ ﻫﺬا‪ ،‬ﺟَ ﱢﺮب اﻟﺒَﺪء ﺑﻜﻞ ﻗﻴﻤﺔ‪ .‬إذا اﺧﱰت واﺣﺪًا‪ ،‬ﺗﺼﻞ إﱃ ﺳﺘﺔ‪ ،‬ﺛﻢ أرﺑﻌﺔ‪ ،‬ﺛﻢ ورﻗﺔ ﺟﺎك؛‬
‫وإذا اﺧﱰت اﺛﻨني ﺗﺼﻞ إﱃ ﺧﻤﺴﺔ ﺛﻢ أرﺑﻌﺔ ﺛﻢ ورﻗﺔ ﺟﺎك؛ وإذا اﺧﱰت ﺛﻼﺛﺔ ﺗﺼﻞ إﱃ ﺛﻼﺛﺔ‪،‬‬
‫واﻵس‪ ،‬وأرﺑﻌﺔ‪ ،‬وﺟﺎك؛ وإذا اﺧﱰت أرﺑﻌﺔ‪ ،‬ﺗﺼﻞ إﱃ اﺛﻨني‪ ،‬واﻵس‪ ،‬وأرﺑﻌﺔ‪ ،‬وﺟﺎك؛ وإذا اﺧﱰت‬

‫‪121‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﺧﻤﺴﺔ‪ ،‬ﺗﺼﻞ إﱃ ﺳﺘﺔ وﺟﺎك؛ وإذا اﺧﱰت ﺳﺘﺔ‪ ،‬ﺗﺼﻞ إﱃ اﻵس‪ ،‬وأرﺑﻌﺔ‪ ،‬وﺟﺎك؛ وإذا اﺧﱰت ﺳﺒﻌﺔ‪،‬‬
‫ﺗﺼﻞ إﱃ أرﺑﻌﺔ وﺟﺎك؛ وإذا اﺧﱰت ﺛﻤﺎﻧﻴﺔ‪ ،‬ﺗﺼﻞ إﱃ اﻵس‪ ،‬واﺛﻨني‪ ،‬وﺟﺎك‪ .‬ﺗﻔﴤ ﺟﻤﻴﻊ اﻟﻘﻴﻢ إﱃ‬
‫ﺿ ِﻊ اﻷوراق ﰲ داﺋﺮة ﻓﻴﺼﺒﺢ ﻟﺪﻳﻨﺎ ﻣﺎﻛﻴﻨﺔ ﺣﺎﻟﺔ ﻣﺤﺪودة ﻻ ﺑﺪ أن ﺗﻔﴤ ﻛﻞ ﻗﻴﻤﺔ‬ ‫ورﻗﺔ ﺟﺎك‪َ .‬‬
‫أوﻟﻴﺔ ﻓﻴﻬﺎ إﱃ ﺣﻠﻘﺔ ﻣﺘﻜﺮرة‪ ،‬ﻟﻜﻦ رﺑﻤﺎ ﻳﻜﻮن ﺛَﻤﱠ َﺔ أﻛﺜﺮ ﻣﻦ ﺣﻠﻘﺔ واﺣﺪة‪.‬‬
‫ﺑﻌﺮض اﻷوراق ﻋﲆ ﺷﺎﺷﺔ‪ ،‬ﻳﻤﻜﻦ اﺳﺘﺨﺪام ﻫﺬا املﺜﺎل أﻣﺎم ﺟﻤﻬﻮر واﺳﻊ‪ .‬اﺧﱰ رﻗﻤً ﺎ ﺑﻨﻔﺴﻚ ﺛﻢ‬
‫و ﱢزع اﻷوراق ﺣﺘﻰ ﺗﺘﺄ ﱠﻛﺪ ﻣﻦ أن اﻟﺠﻤﻴﻊ ﻗﺪ ﺗﻘﺎرﺑﻮا‪ ،‬ﺛﻢ َﺳ ِﻞ اﻟﺠﻤﻬﻮر أن ﻳﺮﻓﻊ ﻳﺪَه ﻛ ﱡﻞ ﻣﻦ ﻛﺎن‬
‫ﻟﺪﻳﻪ — ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ — ورﻗﺔ ﺟﺎك اﻟﻘﻠﻮب‪ .‬ﺳﺘﺠﺪ أن ﺛَﻤﱠ َﺔ ﻧﻈﺮة دﻫﺸﺔ ﻋﲆ وﺟﻮه اﻟﺤﺎﴐﻳﻦ‬
‫ﻋﻨﺪﻣﺎ ﻳﺪرﻛﻮن أﻧﻬﻢ ﺟﻤﻴﻌً ﺎ ﻳﺤﻤﻠﻮن اﻟﻮرﻗﺔ ﻧﻔﺴﻬﺎ‪ .‬ﺳﻴﻜﻮن ﻫﻨﺎك ﺗﻘﺎرب أﴎع ﻟﺪى اﻟﻼﻋﺒني إذا‬
‫ﺟﺮى ﻗﴫ اﻷوراق املﻮ ﱠزﻋﺔ ﻋﲆ اﻟﻘﻴﻢ اﻟﺼﻐرية‪ .‬إذا ﻛﻨﺖ راﻏﺒًﺎ ﰲ رص ﻣﺠﻤﻮﻋﺔ اﻷوراق ﻟﻠﻮﺻﻮل‬
‫إﱃ ﺗﻘﺎرب أﴎع‪ ،‬ﻓﺄي ﺗﺮﺗﻴﺐ ﺳﺘﻀﻊ اﻷوراق ﻓﻴﻪ؟‬

‫ﺷﻜﻞ ‪ :1-7‬ﻃﺮﻳﻘﺘﺎن ﻹﺟﺮاء ﺣﻴﻠﺔ ﻟﻌﺒﺔ اﻟﻮرق اﻟﺘﻲ ﺗﻮﺿﺢ ﻋﺪم ﻗﺪرة اﻟﺤﺎﺳﻮب ﻋﲆ اﻟﺘﻌﺎﻣﻞ‬
‫ﻣﻊ اﻟﻔﻮﴇ‪ ،‬ﻓﺈذا ﻛﺎﻧﺖ ﻣﺠﻤﻮﻋﺔ اﻷوراق ﻛﺒرية ﺑﻤﺎ ﻳﻜﻔﻲ ﻓﺴﻴﺄﺗﻲ وﻗﺖ ﻳﺠﺪ اﻟﺠﻤﻴﻊ أﻧﻔﺴﻬﻢ‬
‫ﻣﺒني ﰲ‬ ‫ﱢ‬
‫ﻣﺼﻄﻔني ﰲ ﺧﻂ واﺣﺪ ﻣﺜﻠﻤﺎ ﻫﻮ ﱠ‬ ‫ﻳﺘﺪاوﻟﻮن اﻟﻮرﻗﺔ ﻧﻔﺴﻬﺎ‪ ،‬ﺣﺘﻰ ﻟﻮ ﻛﺎﻧﻮا ﺟﻤﻴﻌً ﺎ‬
‫اﻟﺸﻜﻞ اﻟﻌﻠﻮي‪.‬‬

‫‪122‬‬
 ‫اﻷﻋﺪاد اﻟﺤﻘﻴﻘﻴﺔ واملﻼﺣﻈﺎت اﻟﺤﻘﻴﻘﻴﺔ واﻟﺤﻮاﺳﺐ‬

‫ﻇﻼل اﻟﻮاﻗﻊ‬

‫اﻟﻮاﻗﻊ ﻫﻮ اﻟﺬي — ﻋﻨﺪﻣﺎ ﻧﺘﻮﻗﻒ ﻋﻦ اﻹﻳﻤﺎن ﺑﻪ — ﻻ ﻳﺘﻼﳽ‪.‬‬

‫ﺑﻲ ﻛﻴﻪ دﻳﻚ‬

‫ﻳﺠﺪ اﻟﻔﻴﻠﺴﻮف واﻟﻔﻴﺰﻳﺎﺋﻲ ﻟﺪﻳﻨﺎ ﻫﺬه اﻟﻨﺘﺎﺋﺞ ﻣﺰﻋﺠﺔ‪ .‬إذا ﻛﺎن اﻟﺤﺎﺳﻮب ﻻ ﻳﺴﺘﻄﻴﻊ أن‬
‫ﻳﻌﻜﺲ ﻧﻤﺎذﺟﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬ﻓﻜﻴﻒ ﻳﻤﻜﻦ أن ﻧﻘ ﱢﺮر إن ﻛﺎﻧﺖ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ ﺗﻌﻜﺲ‬
‫اﻟﻮاﻗﻊ أم ﻻ؟ إذا ﻟﻢ ﻳﺴﺘﻄﻊ اﻟﺤﺎﺳﻮب اﻟﺘﻌ ﱡﺮف ﻋﲆ ﻧﻈﺎم رﻳﺎﴈ ﰲ ﻣﺜﻞ ﺑﺴﺎﻃﺔ اﻟﺨﺮﻳﻄﺔ‬
‫اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‪ ،‬ﻓﻜﻴﻒ ﻟﻨﺎ أن ﻧﻘﻴﱢﻢ اﻟﻨﻈﺮﻳﺔ اﻟﻜﺎﻣﻨﺔ وراء ﻧﻤﺎذج اﻟﻄﻘﺲ واملﻨﺎخ اﻷﻛﺜﺮ ﺗﻌﻘﻴﺪًا؟‬
‫أو أن ﻧﻘﺎرن ﻧﻤﺎذﺟﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ ﻣﻊ اﻟﻮاﻗﻊ؟ ﻳُﻌﺘﱪ ﻣﻮﺿﻮع ﻋﺪم ﻣﻼءﻣﺔ اﻟﻨﻤﻮذج أﻋﻤﻖ‬
‫ﻣﻦ ﻣﻮﺿﻮع ﻋﺪم اﻟﻴﻘني ﰲ اﻟﴩط املﺒﺪﺋﻲ‪.‬‬
‫أﺣﺪ اﻻﺧﺘﺒﺎرات اﻟﺘﻲ ﺗُ ﱢﺒني ﻋﺪم ﻣﻼءﻣﺔ اﻟﻨﻤﻮذج ﻫﻮ ﺟﻤﻊ املﻼﺣﻈﺎت اﻟﺘﻲ ﺗﺘﻮاﻓﺮ ﻟﺪﻳﻨﺎ‬
‫ﺑﺎﻟﻔﻌﻞ‪ ،‬واﻟﺒﺤﺚ ﻋﻤﺎ إن ﻛﺎن ﺑﺈﻣﻜﺎن ﻧﻤﻮذﺟﻨﺎ ﺗﻮﻟﻴﺪ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﺗﻈﻞ ﻋﲆ ﻣﻘﺮﺑﺔ ﻣﻦ‬
‫ﻫﺬه املﻼﺣﻈﺎت‪ .‬إذا ﻛﺎن اﻟﻨﻤﻮذج ﻣﺜﺎﻟﻴٍّﺎ‪ ،‬ﻓﺴﺘﻜﻮن ﺛَﻤﱠ َﺔ ﺣﺎﻟﺔ أوﻟﻴﺔ واﺣﺪة ﻋﲆ اﻷﻗﻞ ﺗﻈﻠﻞ‬
‫أي ﻧﻄﺎق ﻣﻼﺣﻈﺎت ﻗﺪ ﻧﺨﺘﺎره‪ ،‬وﻧﻌﻨﻲ ﺑ »اﻟﻈﻼل« أن اﻟﻔﺮق )أو اﻟﻔﺮوق( ﺑني اﻟﺴﻠﺴﻠﺔ‬
‫اﻟﺰﻣﻨﻴﺔ ﻟﻠﻨﻤﻮذج واﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻟﻠﻤﻼﺣﻈﺎت ﻳﺘﻮاﻓﻖ ﻣﻊ ﻧﻤﻮذﺟﻨﺎ ﻟﻠﺘﺸﻮﻳﺶ‪ ،‬وﻫﻮ ﻣﺎ‬
‫ﻣﻜﺎﻧﺔ أﻋﲆ ﻛﺜريًا ﻣﻤﺎ ﻛﺎن ﻋﻠﻴﻪ ﰲ املﺎﴈ‪ .‬أﻻ ﻧﺰال ﻧﺘﻮﻗﻊ ﺣﺎﻻت‬ ‫ً‬ ‫ﻳﻤﻨﺢ ﻧﻤﻮذﺟﻨﺎ ﻟﻠﺘﺸﻮﻳﺶ‬
‫ﻇﻼل ﰲ ﺣﺎل ﻛﻮن ﻧﻤﺎذﺟﻨﺎ ﻏري ﻛﺎﻣﻠﺔ؟ ﻧﻌﻢ‪ ،‬ﻟﻴﺲ ﻋﲆ املﺪى اﻟﻄﻮﻳﻞ‪ ،‬إذا ﻛﺎن ﻧﻤﻮذﺟﻨﺎ‬
‫ﻓﻮﺿﻮﻳٍّﺎ‪ .‬ﻳﻤﻜﻨﻨﺎ اﻟﱪﻫﻨﺔ ﻋﲆ ﻋﺪم وﺟﻮد ﻣﺴﺎر ﻇﻼﱄ‪ .‬ﻟﻦ ﻳﺘﻼﳽ اﻟﺘﺸﻮﻳﺶ‪ ،‬ﺣﺘﻰ ﻋﻨﺪﻣﺎ‬
‫ﻧﺘﻮﻗﻒ ﻋﻦ اﻻﻋﺘﻘﺎد ﰲ وﺟﻮده؛ ﻓﻔﻲ اﻟﻨﻤﺎذج اﻟﻔﻮﺿﻮﻳﺔ ﻏري اﻟﻜﺎﻣﻠﺔ‪ ،‬ﻻ ﻧﺴﺘﻄﻴﻊ أن ﻧﺠﻌﻞ‬
‫ﻣﻘﺒﻮﻻ ﻟﻠﻔﺮق ﺑني ﻧﻤﺎذﺟﻨﺎ واملﻼﺣﻈﺎت‪ .‬ﺗﺨﺘﻠﻂ أﺧﻄﺎء اﻟﻨﻤﺎذج‬ ‫ً‬ ‫اﻟﺘﺸﻮﻳﺶ ﻳﻘﺪﱢم ﺗﻔﺴريًا‬
‫وﺗﺸﻮﻳﺶ املﻼﺣﻈﺎت ﺑﺼﻮرة ﻣﻌﻘﺪة‪ ،‬وإذا ﻛﺎﻧﺖ املﻼﺣﻈﺎت وﺣﺎﻻت اﻟﻨﻤﺎذج واﻷﻋﺪاد‬
‫ﻣﺨﺘﻠﻔﺔ ﻣﻦ اﻷﻋﺪاد — ﻣﺜﻞ اﻟﺘﻔﺎح وإﻧﺴﺎن اﻟﻐﺎب —‬ ‫ً‬ ‫اﻟﺤﻘﻴﻘﻴﺔ ﺗُﻤﺜﱢﻞ ﰲ اﻟﺤﻘﻴﻘﺔ أﻧﻮاﻋً ﺎ‬
‫ﻓﻤﺎذا ﻛﻨﱠﺎ ﻧﻈﻦ أﻧﻔﺴﻨﺎ ﻓﺎﻋﻠني ﻋﻨﺪﻣﺎ ﻛﻨﱠﺎ ﻧﺤﺎول ﻃﺮح أﺣﺪ أﻧﻮاع ﻫﺬه اﻷﻋﺪاد ﻣﻦ ﻧﻮع‬
‫أوﻻ ﻣﻌﺮﻓﺔ املﺰﻳﺪ ﻋﻦ إﺣﺼﺎﺋﻴﺎت اﻟﻔﻮﴇ‪.‬‬ ‫آﺧﺮ؟ ملﺘﺎﺑﻌﺔ اﻹﺟﺎﺑﺔ ﻋﻦ ﻫﺬا اﻟﺴﺆال‪ ،‬ﻳﺠﺐ ً‬ ‫َ‬

‫‪123‬‬
 ‫اﻟﻔﺼﻞ اﻟﺜﺎﻣﻦ‬

‫اﻹﺣﺼﺎﺋﻴﺎت واﻟﻔﻮﺿﻰ‬

‫ﻻ أﻣﺘﻠﻚ ﺑﻴﺎﻧﺎت ﺑﻌﺪُ‪ ،‬وإﻧﻪ ﻟﺨﻄﺄ ٌ ﻋﻈﻴ ٌﻢ اﻟﺘﻨﻈريُ ﻗﺒﻞ اﻟﺤﺼﻮل ﻋﲆ ﺑﻴﺎﻧﺎت‪.‬‬
‫ﻫﻮملﺰ إﱃ واﻃﺴﻦ ﰲ اﻟﻘﺼﺔ اﻟﻘﺼرية‬
‫»ﻓﻀﻴﺤﺔ ﰲ ﺑﻮﻫﻴﻤﻴﺎ«‪ ،‬ﻹﻳﻪ ﳼ دوﻳﻞ‬

‫ﺗﻀﻊ اﻟﻔﻮﴇ ﺗﺤﺪﻳﺎت ﺟﺪﻳﺪة أﻣﺎم اﻟﺘﻘﺪﻳﺮ اﻹﺣﺼﺎﺋﻲ‪ ،‬ﺑَﻴْ َﺪ أن ﻫﺬه اﻟﺘﺤﺪﻳﺎت ﻳﺠﺐ اﻟﻨﻈﺮ‬
‫إﻟﻴﻬﺎ ﰲ ﺳﻴﺎق اﻟﺘﺤﺪﻳﺎت اﻟﺘﻲ ﻛﺎن وﻻ ﻳﺰال اﻹﺣﺼﺎﺋﻴﻮن ﻳﺘﻌﺎﻣﻠﻮن ﻣﻌﻬﺎ ﻟﻘﺮون‪ .‬ﻋﻨﺪ ﺗﺤﻠﻴﻞ‬
‫ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻣﺴﺘﻘﺎة ﻣﻦ ﻧﻤﺎذﺟﻨﺎ ﻧﻔﺴﻬﺎ‪ ،‬ﺛَﻤﱠ َﺔ اﻟﻜﺜري ﻣﻤﺎ ﻳﻤﻜﻦ اﺳﺘﺨﻼﺻﻪ وﻓﻬﻤﻪ ﻣﻦ‬
‫اﻻﺳﺘﺒﺼﺎر اﻹﺣﺼﺎﺋﻲ واﻟﻘﻮاﻋﺪ اﻷﺳﺎﺳﻴﺔ ﰲ املﻤﺎرﺳﺔ اﻹﺣﺼﺎﺋﻴﺔ اﻟﺴﻠﻴﻤﺔ‪ .‬وﻟﻜﻦ اﻟﻔﻴﺰﻳﺎﺋﻲ‬
‫ﻟﺪﻳﻨﺎ ﻳﻮاﺟﻪ ﻣﺸﻜﻠﺔ ﻋﻨﺪ ﻣﻘﺎرﻧﺔ اﻟﻨﻤﺎذج اﻟﻔﻮﺿﻮﻳﺔ ﻣﻊ ﻣﻼﺣﻈﺎت اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ ﻷﻧﻬﻤﺎ‬
‫ﺳﻴﺎق أﻗﻞ ﺷﻴﻮﻋً ﺎ‪ .‬أوﺿﺤﺖ دراﺳﺔ‬
‫ٍ‬ ‫ﺷﺪﻳﺪﺗﺎ اﻻﺧﺘﻼف‪ ،‬وﻫﻮ ﻣﺎ ﻳﺪﺧﻞ دور اﻹﺣﺼﺎﺋﻴﺎت ﰲ‬
‫اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ ﻣﺪى ﻣﺎ وﺻﻞ إﻟﻴﻪ اﻟﻮﺿﻊ ﻣﻦ ﻏﻤﻮض‪ ،‬ﺣﺘﻰ إﻧﻪ ﺛَﻤﱠ َﺔ ﺧﻼف ﺣﻮل ﻃﺮﻳﻘﺔ‬
‫ﺣﺴﺎب ﺣﺎﻟﺔ ﺣﺎﻟﻴﺔ ﰲ أﺣﺪ اﻟﻨﻈﻢ ﰲ ﺿﻮء ﻣﻼﺣﻈﺎت ﻣﺸﻮﺷﺔ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻬﺪﱢد ﱡ‬
‫ﺑﺘﻮﻗﻔﻨﺎ ﻋﻦ‬
‫ﺗﻮﻗﻊ ﺣﺘﻰ ﻗﺒﻞ أن ﻧﺒﺪأ‪ .‬ﺳﻴُﺜﻤﺮ إﺣﺮاز ﺗﻘﺪﱡم ﰲ ﻫﺬا املﺠﺎل ﻧﺘﺎﺋﺞ ﺣﻮل ﻣﻮﺿﻮﻋﺎت‬ ‫وﺿﻊ ﱡ‬
‫ﺗﻮﻗﻊ ﻃﻘﺲ اﻟﻐﺪ وﻗﺪرﺗﻨﺎ ﻋﲆ‬ ‫ري ﻣﻦ اﻻﺧﺘﻼف واﻟﺘﺒﺎﻳﻦ ﻳﻤﺎﺛﻞ ﻗﺪرﺗﻨﺎ ﻋﲆ ﱡ‬ ‫ﻗﺪر ﻛﺒ ٍ‬
‫ﻋﲆ ٍ‬
‫اﻟﺘﺄﺛري ﻋﲆ ﱡ‬
‫ﺗﻐري املﻨﺎخ ﺧﻼل ﺧﻤﺴني ﻋﺎﻣً ﺎ ﻣﻦ اﻵن‪.‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫إﺣﺼﺎﺋﻴﺎت اﻟﺤﺪود وﺣﺪود اﻹﺣﺼﺎﺋﻴﺎت‬

‫ﺧﺬ ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل ﺗﻘﺪﻳﺮ إﺣﺪى اﻹﺣﺼﺎﺋﻴﺎت‪ ،‬ﻟﻨﻘﻞ ﻣﺘﻮﺳﻂ ﻃﻮل ﺟﻤﻴﻊ اﻟﺒﴩ‪ .‬رﺑﻤﺎ‬
‫ﻳﻜﻮن ﺛَﻤﱠ َﺔ ﺑﻌﺾ اﻟﺨﻼف ﺣﻮل ﺗﺤﺪﻳﺪ ﻣﺼﻄﻠﺢ ﻳﺸﻤﻞ »ﺟﻤﻴﻊ اﻟﺒﴩ« )أﻳﻜﻮن ﻋﺪد اﻟﺒﴩ‬
‫املﻮﺟﻮدﻳﻦ ﻋﲆ ﻗﻴﺪ اﻟﺤﻴﺎة ﰲ ‪ ١‬ﻳﻨﺎﻳﺮ ‪٢٠٠٠‬؟ أم اﻟﺒﴩ ﻋﲆ ﻗﻴﺪ اﻟﺤﻴﺎة اﻟﻴﻮم؟ أم ﻛﻞ‬
‫اﻟﺒﴩ اﻟﺬﻳﻦ ﻛﺎﻧﻮا وﻻ ﻳﺰاﻟﻮن ﻋﲆ ﻗﻴﺪ اﻟﺤﻴﺎة؟(‪ ،‬ﻋﲆ أن ﻫﺬا ﻳﺠﺐ أﻻ ﻳﺸﺘﺖ اﻧﺘﺒﺎﻫﻨﺎ؛ إذ‬
‫ﻃﻮل ﻟﻜ ﱟﻞ ﻓﺮد ﻣﻦ أﻓﺮاد املﺠﻤﻮﻋﺔ ﻳﻜﻮن ﻟﺪﻳﻨﺎ ﻗﻴﻤﺔ ﻣﺤﺪدة ﺟﻴﺪًا؛ ﻛﻞ‬
‫ٍ‬ ‫إﻧﻪ ﰲ ﻇﻞ ﺗﻮاﻓﺮ‬
‫ﻣﺎ ﰲ اﻷﻣﺮ أﻧﻨﺎ ﻻ ﻧﻌﺮف ﻗﻴﻤﺔ ﻫﺬا اﻟﻄﻮل‪ .‬ﻳُﻄﻠﻖ ﻋﲆ ﻣﺘﻮﺳﻂ اﻟﻄﻮل املﺄﺧﻮذ ﻣﻦ ﻋﻴﻨﺔ‬
‫ﻣﻦ اﻟﺒﴩ ﻣﺘﻮﺳﻂ اﻟﻌﻴﻨﺔ‪ .‬وﺳﻴﺘﻔﻖ ﺟﻤﻴﻊ اﻹﺣﺼﺎﺋﻴني ﻋﲆ ﻫﺬه اﻟﻘﻴﻤﺔ‪ ،‬ﺣﺘﻰ إذا ﻛﺎﻧﻮا ﻻ‬
‫ً‬
‫ﻛﺎﻣﻠﺔ‪) .‬ﺣﺴﻨًﺎ‪ ،‬ﺳﻴﺘﻔﻖ ﻛﻞ‬ ‫ﻳﺘﻔﻘﻮن ﺣﻮل ﻋﻼﻗﺔ ﻫﺬا اﻟﺮﻗﻢ ﺑﺎملﺘﻮﺳﻂ املﻨﺸﻮد ﰲ املﺠﻤﻮﻋﺔ‬
‫اﻹﺣﺼﺎﺋﻴني ﺗﻘﺮﻳﺒًﺎ ﻋﲆ ذﻟﻚ‪ (.‬وﻟﻜﻦ ﻻ ﻳﻨﻄﺒﻖ اﻷﻣﺮ ﻧﻔﺴﻪ ﻋﲆ ﻋﻴﻨﺎت آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف‪ .‬ﻻ‬
‫ﻳﺘﻀﺢ إن ﻛﺎن ﻳﻤﻜﻦ ﺗﺤﺪﻳﺪ ﻋﻴﻨﺎت اﻵﺳﺎس ﻟﻠﻔﻮﴇ ﺑﺼﻮرة ﻓﺮﻳﺪة ﺑﺄي ﻃﺮﻳﻘﺔ ﺣﺴﺎﺳﺔ‪.‬‬
‫أوﻻ‪ :‬ﻳﺘﻄﻠﺐ ﺣﺴﺎبُ إﺣﺼﺎﺋﻴﺎت اﻟﻔﻮﴇ‪ ،‬ﻣﺜﻞ‬ ‫ﻳﻌﻮد ﻫﺬا اﻷﻣﺮ إﱃ أﺳﺒﺎب ﻋﺪﻳﺪة؛ ً‬
‫اﻷﺑﻌﺎد اﻟﻜﴪﻳﺔ وآﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف‪ ،‬وﺿ َﻊ ﺣﺪود ﻟﻸﻃﻮال اﻟﻼﻣﺘﻨﺎﻫﻴﺔ اﻟﺼﻐﺮ ﺧﻼل ﻓﱰات‬
‫ﻃﻮﻳﻠﺔ ﻻﻧﻬﺎﺋﻴٍّﺎ‪ .‬ﻻ ﻳﻤﻜﻦ وﺿﻊ ﻫﺬه اﻟﺤﺪود ﺑﻨﺎءً ﻋﲆ املﻼﺣﻈﺎت‪ .‬ﺛﺎﻧﻴًﺎ‪ :‬ﻗﺪﱠﻣﺖ دراﺳﺔ‬
‫ﻃﺮﻗﺎ ﺟﺪﻳﺪة ﻟﻮﺿﻊ ﻧﻤﺎذج ﺗﻌﺘﻤﺪ ﻋﲆ ﺑﻴﺎﻧﺎت دون ﺗﺤﺪﻳﺪ ﻃﺮﻳﻘﺔ ﺑﻨﺎء اﻟﻨﻤﺎذج‬ ‫ً‬ ‫اﻟﻔﻮﴇ‬
‫ﻋﲆ وﺟﻪ اﻟﺪﻗﺔ‪ .‬وﺣﻘﻴﻘﺔ أن اﻹﺣﺼﺎﺋﻴني املﺨﺘﻠﻔني اﻟﺬﻳﻦ ﺗﺘﻮاﻓﺮ ﻟﺪﻳﻬﻢ ﻧﻔﺲ اﻟﺒﻴﺎﻧﺎت ﻗﺪ‬
‫ﻳﺘﻮﺻﻠﻮن إﱃ »إﺣﺼﺎﺋﻴﺎت ﻣﻌﺘﻤﺪة ﻋﲆ ﻋﻴﻨﺔ« ﻣﺨﺘﻠﻔﺔ ﻧﻮﻋً ﺎ ﻣﺎ ﺗﺠﻌﻞ إﺣﺼﺎﺋﻴﺎت اﻟﻔﻮﴇ‬ ‫ﱠ‬
‫ﻣﺨﺘﻠﻔﺔ ﻧﺴﺒﻴٍّﺎ ﻋﻦ ﻣﺘﻮﺳﻂ اﻟﻌﻴﻨﺔ‪.‬‬

‫اﻟﻔﻮﴇ ﺗُ ﱢ‬
‫ﻐري ﻣﺎ ﻳُﻌﺘﱪ »ﺟﻴﺪًا«‬
‫ﺗﺘﻀﻤﻦ ﻧﻤﺎذج ﻛﺜرية ﻣﻌﻠﻤﺎت »ﺣﺮة«؛ وﻫﻮ ﻣﺎ ﻳﻌﻨﻲ ﻣﻌﻠﻤﺎت — ﻋﲆ ﺧﻼف ﴎﻋﺔ اﻟﻀﻮء‬
‫أو ﻧﻘﻄﺔ ﺗﺠﻤﺪ املﺎء — ﻻ ﻧﻌﺮﻓﻬﺎ ﻋﲆ وﺟﻪ اﻟﺪﻗﺔ‪ .‬ﻓﻤﺎ ﻫﻲ إذَن أﻓﻀﻞ ﻗﻴﻤﺔ ﻧﻤﻨﺤﻬﺎ ﻟﻠﻤﻌﻠﻢ‬
‫ﰲ ﻧﻤﻮذﺟﻨﺎ؟ وإذا ﻛﺎن اﻟﻬﺪف ﻣﻦ اﺳﺘﺨﺪام اﻟﻨﻤﻮذج ﻫﻮ إﺟﺮاء اﻟﺘﻮﻗﻌﺎت‪ ،‬ﻓﻠﻤﺎذا ﻧﺴﺘﺨﺪم‬
‫ﻗﻴﻤﺔ ﻣﺴﺘﻘﺎة ﻣﻦ ﺗﺠﺮﺑﺔ ﻣﺨﺘﱪﻳﺔ أو ﻣﻦ ﻧﻈﺮﻳ ٍﺔ ﻣﺎ أﺳﺎﺳﻴﺔ‪ ،‬إذا ﻛﺎن ﺛَﻤﱠ َﺔ ﻗﻴﻤﺔ ﻣﻌﻠﻤﺎت‬
‫أﺧﺮى ﺗﻘﺪﱢم ﺗﻮﻗﻌﺎت أﻓﻀﻞ؟ ﺑﻞ ﻟﻘﺪ أﺟﱪﺗﻨﺎ ﻧﻤﺬﺟﺔ اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ ﻋﲆ إﻋﺎدة ﺗﻘﻴﻴﻢ‪،‬‬
‫ﺑﻞ إﻋﺎدة ﺗﻌﺮﻳﻒ‪» ،‬اﻷﻓﻀﻞ«‪.‬‬
‫ﰲ اﻟﻨﺴﺨﺔ اﻟﺒﺴﻴﻄﺔ ﻣﻦ ﺳﻴﻨﺎرﻳﻮ اﻟﻨﻤﻮذج املﺜﺎﱄ‪ ،‬ﻳﺘﻀﻤﻦ ﻧﻤﻮذﺟﻨﺎ اﻟﺒﻨﻴﺔ اﻟﺮﻳﺎﺿﻴﺔ‬
‫ﻧﻔﺴﻬﺎ ﻛﻤﺎ ﰲ اﻟﻨﻈﺎم اﻟﺬي ﺗﻮ ﱠﻟﺪت ﻋﻨﻪ اﻟﺒﻴﺎﻧﺎت‪ ،‬ﻟﻜﻨﻨﺎ ﻻ ﻧﻌﺮف ﻗﻴﻢ املﻌﻠﻤﺎت اﻟﺤﻘﻴﻘﻴﺔ‪.‬‬

‫‪126‬‬
 ‫اﻹﺣﺼﺎﺋﻴﺎت واﻟﻔﻮﴇ‬

‫ِﻨﻘﻞ إﻧﻨﺎ ﻧﻌﺮف أن اﻟﺒﻴﺎﻧﺎت ﺟﺮى ﺗﻮﻟﻴﺪﻫﺎ ﺑﺎﺳﺘﺨﺪام اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‪ ،‬دون ﻣﻌﺮﻓﺔ‬ ‫ﻟ ُ‬
‫ﻗﻴﻤﺔ ‪ .α‬ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ‪ ،‬ﺗﺘﻮاﺟﺪ اﻟﻘﻴﻤﺔ »اﻷﻓﻀﻞ« املﺤﺪدة ﺟﻴﺪًا‪ ،‬أ َ َﻻ وﻫﻲ ﻗﻴﻤﺔ املﻌﻠﻢ اﻟﺘﻲ‬
‫ﺗﻮ ﱠﻟﺪت ﻋﻨﻬﺎ اﻟﺒﻴﺎﻧﺎت‪ .‬ﰲ ﻇﻞ ﻧﻤﻮذج ﻣﺸﻮش ﻣﺜﺎﱄ ﻟﻌﺪم اﻟﻴﻘني ﰲ املﻼﺣﻈﺔ‪ ،‬ﻛﻴﻒ ﻳﻤﻜﻨﻨﺎ‬
‫اﺳﺘﺨﻼص »أﻓﻀﻞ« ﻗﻴﻢ املﻌﻠﻤﺎت ﻻﺳﺘﺨﺪاﻣﻬﺎ ﻏﺪًا ﰲ ﻇﻞ ﻣﻼﺣﻈﺎت ﻣﺸﻮﺷﺔ ﻣﻦ املﺎﴈ؟‬
‫إذا ﻛﺎن اﻟﻨﻤﻮذج ﺧﻄﻴٍّﺎ‪ ،‬إذَن ﺗﺸري ﻗﺮون ﻋﺪﻳﺪة ﻣﻦ اﻟﺘﺠﺮﺑﺔ واﻟﺘﻨﻈري إﱃ أن أﻓﻀﻞ‬
‫املﻌﻠﻤﺎت ﺗﺘﻤﺜﻞ ﰲ ﺗﻠﻚ اﻟﺘﻲ ﺗﻘﱰب ﺗﻮﻗﻌﺎﺗﻬﺎ ﻣﻦ ﻗِ ﻴَﻤﻬﺎ املﺴﺘﻬﺪﻓﺔ‪ .‬ﻳﺠﺐ أن ﻧﺤﺮص ﻋﲆ‬
‫أ َ ﱠﻻ ﻧﺒﺎﻟﻎ ﰲ ﺿﺒﻂ ﻧﻤﻮذﺟﻨﺎ إذا ﻛﻨﱠﺎ ﻧﺮﻏﺐ ﰲ ﺗﻄﺒﻴﻘﻪ ﻋﲆ ﻣﻼﺣﻈﺎت ﺟﺪﻳﺪة‪ ،‬ﻋﲆ أي ﺣﺎل‬
‫ﺣﻖ املﻌﺮﻓﺔ‪ .‬ﻣﺎ دام اﻟﻨﻤﻮذج ﺧﻄﻴٍّﺎ وﻛﺎن ﺗﺸﻮﻳﺶ‬ ‫ﻫﺬا ﻣﻮﺿﻮع ﻳﻌﺮﻓﻪ اﻹﺣﺼﺎﺋﻲ ﻟﺪﻳﻨﺎ ﱠ‬
‫املﻼﺣﻈﺎت ﻧﺎﺑﻌً ﺎ ﻣﻦ ﻣﻨﺤﻨﻰ ﺗﻮزﻳﻊ ﺟﺮﳼ‪ ،‬إذَن ﻓﺴﻴﺼﺒﺢ ﻟﺪﻳﻨﺎ ﻫﺪف ﺟﺬﱠاب ﺑﺘﻘﻠﻴﺺ‬
‫املﺴﺎﻓﺔ ﺑني اﻟﺘﻮﻗﻊ واﻟﻬﺪف‪ .‬ﺗُﺤﺪﱠد املﺴﺎﻓﺔ وﻓﻖ ﻃﺮﻳﻘﺔ املﺮﺑﻌﺎت اﻟﺼﻐﺮى املﻌﺘﺎدة؛ أيْ‬
‫ﺑﻨﺎءً ﻋﲆ إﺿﺎﻓﺔ ﻣﺮﺑﻌﺎت اﻟﻔﺮوق ﰲ ﻛﻞ ﻣﺮﻛﺒﺔ ﻣﻦ اﻟﺤﺎﻟﺔ‪ .‬ﻣﻊ ﻧﻤﻮ ﻣﺠﻤﻮﻋﺔ اﻟﺒﻴﺎﻧﺎت‪،‬‬
‫ﺳﺘﻘﱰب ﻗﻴﻢ املﻌﻠﻤﺎت اﻟﺘﻲ ﻧﺤﺴﺒﻬﺎ أﻛﺜﺮ ﻓﺄﻛﺜﺮ ﻣﻦ ﺗﻠﻚ اﻟﻘﻴﻢ اﻟﺘﻲ أﻧﺘﺠﺖ اﻟﺒﻴﺎﻧﺎت‪ ،‬وذﻟﻚ‬
‫ﺣﻘﻴﻘﺔ‪ .‬ﻓﻤﺎذا إذا ﻛﺎن اﻟﻨﻤﻮذج ﻻ‬ ‫ً‬ ‫ﺑﺎﻻﻓﱰاض ﺑﺎﻟﻄﺒﻊ أن ﻧﻤﻮذﺟﻨﺎ اﻟﺨﻄﻲ و ﱠﻟﺪ اﻟﺒﻴﺎﻧﺎت‬
‫ﺧﻄﻴٍّﺎ؟‬
‫ﰲ اﻟﺤﺎﻟﺔ اﻟﻼﺧﻄﻴﺔ أﺛﺒﺘﺖ ﺧﱪة ﻣﺌﺎت اﻟﺴﻨني ﻣﻦ اﺳﺘﺨﺪام اﻟﺤﺪْس أﻧﻬﺎ ﺳﺒﺐٌ ﰲ‬
‫أﻳﻀﺎ ﺗُﻮﺟﻬﻨﺎ ﻃﺮﻳﻘﺔ املﺮﺑﻌﺎت اﻟﺼﻐﺮى ﺑﻌﻴﺪًا ﻋﻦ ﻗﻴﻢ‬ ‫ً‬
‫ﻋﺎﺋﻘﺎ‪ ،‬ورﺑﻤﺎ ً‬ ‫اﻻرﺗﺒﺎط إن ﻟﻢ ﺗﻜﻦ‬
‫املﻌﻠﻤﺎت اﻟﺼﺤﻴﺤﺔ‪ .‬ﻳﺼﻌﺐ اﺳﺘﻴﻌﺎب اﻷﺛﺮ اﻟﺴﻠﺒﻲ اﻟﺬي ﻳُﺴﺒﱢﺒﻪ اﻟﻌﺠﺰ ﻋﻦ اﻻﺳﺘﺠﺎﺑﺔ ﻟﻬﺬه‬
‫اﻟﺤﻘﻴﻘﺔ اﻟﺒﺴﻴﻄﺔ ﻋﲆ ﻋﻤﻠﻴﺔ اﻟﻨﻤﺬﺟﺔ اﻟﻌﻠﻤﻴﺔ‪ .‬ﻛﺎﻧﺖ ﺛَﻤﱠ َﺔ ﺗﺤﺬﻳﺮات ﻛﺜرية ﻣﻦ أن اﻷﻣﻮر‬
‫ﻣﺂﻻ ﺧﺎﻃﺌًﺎ‪ ،‬ﺑَﻴْ َﺪ أﻧﻪ ﰲ ﻇﻞ ﻏﻴﺎب أي ﻣﺼﺪر ﺗﻬﺪﻳﺪ واﺿﺢ ووﺷﻴﻚ — وﰲ ﻇﻞ‬ ‫ﻗﺪ ﺗﺌُﻮل ً‬
‫ﺳﻬﻮﻟﺔ اﺳﺘﺨﺪام ﻫﺬه اﻟﻄﺮق — أ ُ ِﳼء ﺗﻄﺒﻴﻖ ﻫﺬه اﻷﺳﺎﻟﻴﺐ ﺑﺼﻮرة ﻣﻨﺘﻈﻤﺔ ﰲ اﻟﻨﻈﻢ‬
‫ﺗﻮﻗﻊ اﻟﻔﻮﴇ ﻗﺪ ﺟﻌﻞ ﻫﺬا اﻟﺨﻄﺮ واﺿﺤً ﺎ‪َ .‬ﻫﺐْ أن ﻟﺪﻳﻨﺎ ﻣﻼﺣﻈﺎت‬ ‫اﻟﻼﺧﻄﻴﺔ‪ .‬ﻏري أن ﱡ‬
‫ﻣﺸﻮﺷﺔ ﻣﻦ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ ﺗﻜﻮن ﻓﻴﻬﺎ ﻗﻴﻤﺔ ‪ α‬ﺗﺴﺎوي ‪ ،٤‬ﺣﺘﻰ ﰲ ﻇﻞ ﻣﺠﻤﻮﻋﺔ‬
‫ﺑﻴﺎﻧﺎت ﻻ ﻧﻬﺎﺋﻴﺔ‪ ،‬ﺗُﺴﻔِ ﺮ ﻃﺮﻳﻘﺔ املﺮﺑﻌﺎت اﻟﺼﻐﺮى ﻋﻦ ﻗﻴﻤﺔ ‪ α‬أﺻﻐﺮ ﻣﻤﺎ ﻳﻨﺒﻐﻲ‪ .‬املﺴﺄﻟﺔ‬
‫ﻟﻴﺴﺖ ﻣﺴﺄﻟﺔ ﺑﻴﺎﻧﺎت أو ﻗﺪرة ﺣﺎﺳﻮﺑﻴﺔ أﻗﻞ ﻣﻤﺎ ﻳﻨﺒﻐﻲ؛ إذ ﺗُﻘﺪﱢم اﻷﺳﺎﻟﻴﺐُ املﺴﺘﺨﺪَﻣﺔ ﰲ‬
‫اﻹﺟﺎﺑﺔ اﻟﺨﺎﻃﺌﺔ ﻋﻨﺪ ﺗﻄﺒﻴﻘﻬﺎ ﰲ ﻣﺴﺎﺋﻞ ﻻ ﺧﻄﻴﺔ‪ .‬ﺑﺒﺴﺎﻃﺔ ﻻ ﻳﺼﻤﺪ ﻋﻤﺎد‬ ‫َ‬ ‫اﻟﻨﻈﻢ اﻟﺨﻄﻴﺔ‬
‫ُﻔﴤ ﺗﺠﺎﻫﻞ‬ ‫ﻋﻠﻢ اﻹﺣﺼﺎﺋﻴﺎت ﻋﻨﺪ ﺗﻘﺪﻳﺮ ﻗﻴﻤﺔ ﻣﻌﻠﻤﺎت اﻟﻨﻤﺎذج اﻟﻼﺧﻄﻴﺔ‪ ،‬وﻫﻲ ﺣﺎﻟﺔ ﻳ ِ‬
‫اﻟﺘﻔﺎﺻﻴﻞ اﻟﺮﻳﺎﺿﻴﺔ ﻓﻴﻬﺎ وﻋﻘﺪ اﻷﻣﻞ ﻋﲆ ﺗﺤﻘﻴﻖ اﻷﻓﻀﻞ إﱃ ﻛﻮارث ﻋﻨﺪ اﻟﺘﻄﺒﻴﻖ‪ .‬ﻳﻔﱰض‬
‫اﻟﺘﻔﺴري اﻟﺮﻳﺎﴈ ﻻﺳﺘﺨﺪام ﻃﺮﻳﻘﺔ املﺮﺑﻌﺎت اﻟﺼﻐﺮى وﺟﻮد ﺗﻮزﻳﻌﺎت ﺟﺮﺳﻴﺔ اﻟﺸﻜﻞ‬

‫‪127‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ُﻔﴤ اﻟﺘﻮزﻳﻊ‬ ‫ﻟﻌﺪم اﻟﻴﻘني ﰲ ﻛ ﱟﻞ ﻣﻦ اﻟﺤﺎﻟﺔ اﻷوﻟﻴﺔ وﻋﻨﺪ اﻟﺘﻮﻗﻌﺎت‪ .‬ﰲ اﻟﻨﻤﺎذج اﻟﺨﻄﻴﺔ‪ ،‬ﻳ ِ‬
‫اﻟﺠﺮﳼ ﻟﻌﺪم اﻟﻴﻘني ﰲ اﻟﴩط املﺒﺪﺋﻲ إﱃ ﺗﻮزﻳﻊ ﺟﺮﳼ ﻟﻌﺪم اﻟﻴﻘني ﰲ اﻟﺘﻮﻗﻌﺎت‪ ،‬إﻻ أن‬
‫اﻷﻣﺮ ﻧﻔﺴﻪ ﻻ ﻳﻨﻄﺒﻖ ﰲ اﻟﻨﻤﺎذج اﻟﻼﺧﻄﻴﺔ‪.‬‬
‫ً‬
‫ﻗﺎﺑﻠﺔ‬ ‫ً‬
‫ﻣﺘﻤﺎﺳﻜﺔ‬ ‫ﻫﺬا اﻟﺘﺄﺛري ﻣﻬﻢ ﺑﻘﺪر ﻣﺎ ﻫﻮ ﻣُﻬﻤَ ﻞ‪ .‬وﺣﺘﻰ اﻟﻴﻮم‪ ،‬ﻧﻔﺘﻘﺪ ﻗﺎﻋﺪ ًة‬
‫ﻟﻠﺘﻄﺒﻴﻖ ﻟﻮﺿﻊ ﺗﻘﺪﻳﺮ املﻌﻠﻤﺎت ﰲ اﻟﻨﻤﺎذج اﻟﻼﺧﻄﻴﺔ‪ .‬ﻛﺎﻧﺖ دراﺳﺔ اﻟﻔﻮﴇ ﻫﻲ ﻣﺎ ﺟﻌﻠﺖ‬
‫ﻫﺬه املﺴﺄﻟﺔ واﺿﺤﺔ ﻋﲆ ﻧﺤﻮ ﻣﺆﻟﻢ‪ .‬ﻛﺎن ﻛﻴﻔﻦ ﺟﺎد ﻗﺪ دﻓﻊ‪ ،‬وﻫﻮ أﺳﺘﺎذ رﻳﺎﺿﻴﺎت‬
‫ﺗﻄﺒﻴﻘﻴﺔ ﰲ ﺟﺎﻣﻌﺔ ﻏﺮب أﺳﱰاﻟﻴﺎ‪ ،‬ﺑﺄن ﻃﺮﻳﻘﺔ املﺮﺑﻌﺎت اﻟﺼﻐﺮى ﻟﻴﺴﺖ وﺣﺪﻫﺎ‪ ،‬ﺑﻞ ﻫﻨﺎك‬
‫أﻳﻀﺎ ً‬
‫دﻟﻴﻼ ﻻ ﻳُﻌﻮﱠل‬ ‫أﻳﻀﺎ ﻃﺮﻳﻘﺔ ﺗﻘﺪﻳﺮ اﻻﺣﺘﻤﺎل اﻷرﺟﺢ ﺑﺎﻟﻨﻈﺮ إﱃ أن املﻼﺣﻈﺎت ﺗُﻌﺪ ً‬ ‫ً‬
‫ﻋﻠﻴﻪ ﻛﺜريًا ﰲ اﻟﻨﻈﻢ اﻟﻼﺧﻄﻴﺔ‪ .‬ﻻ ﻳﻨﻄﻮي ﻛﻞ ﻫﺬا ﻋﲆ أن املﺸﻜﻠﺔ ﻏري ﻗﺎﺑﻠﺔ ﻟﻠﺤﻞ؛ ﻓﺒﺈﻣﻜﺎن‬
‫َ‬
‫ﻃﺮﻳﻘﺔ‬ ‫ﺷﻴﻄﺎن اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ ﺣﺴﺎب ﻗﻴﻤﺔ ‪ α‬ﺑﺪﻗﺔ ﺑﺎﻟﻐﺔ‪ ،‬ﻟﻜﻨﻪ ﻟﻦ ﻳﺴﺘﺨﺪم‬
‫املﺮﺑﻌﺎت اﻟﺼﻐﺮى‪ ،‬ﺑﻞ ﺳﻴﻌﻤﻞ اﻟﺸﻴﻄﺎن ﺑﺎﺳﺘﺨﺪام اﻟﻈﻼل‪ .‬ﺗﺘﺰاﻳﺪ ﻗﺪرة اﻹﺣﺼﺎﺋﻴﺎت‬
‫اﻟﺤﺪﻳﺜﺔ ﻋﲆ اﻟﺪﺧﻮل ﰲ ﺗﺤﺪﱢي اﻟﺘﻘﺪﻳﺮ اﻟﻼﺧﻄﻲ‪ ،‬ﻋﲆ اﻷﻗﻞ ﰲ اﻟﺤﺎﻻت اﻟﺘﻲ ﺗﻜﻮن ﻓﻴﻬﺎ‬
‫ً‬
‫ﺻﺤﻴﺤﺔ‪.‬‬ ‫اﻟﺒﻨﻴﺔ اﻟﺮﻳﺎﺿﻴﺔ ﰲ ﻧﻤﺎذﺟﻨﺎ‬

‫ﺗﻘﺪﻳﺮ اﻷﺑﻌﺎد‬

‫ﻛﺎن ﻳﺮﻏﺐ أﺣﺪ اﻟﻄﻼب اﻟﺸﺒﺎب‪،‬‬

‫ﰲ ﺣﺴﺎب ﺑُﻌْ ﺪ ﺷﻜﻞ ﻛﴪي‪.‬‬
‫ﺑَﻴْ َﺪ أن ﻧﻘﺎط اﻟﺒﻴﺎﻧﺎت ﻏري ﺣﺮة‪،‬‬
‫وﰲ ﻇﻞ وﺟﻮد ‪ ٤٢‬ﺑُﻌﺪًا‪،‬‬
‫اﻛﺘﻔﻰ ﺑﺈﺟﺮاء ﻣﻌﺎﻳَﻨﺔ ﺑﴫﻳﺔ‪.‬‬
‫ً‬
‫ﻧﻘﻼ ﻋﻦ ﺟﻴﻤﺲ ﺛﻴﻠﺮ‬

‫رﺑﻤﺎ ﻛﺎن ﻣﺎرك ﺗﻮﻳﻦ ﺳﻴﺤﺐ اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ‪ ،‬ﻟﻜﻨﻪ ﻻ ﺷﻚ ﻛﺎن ﺳﻴﻜﺮه ﻋﻤﻠﻴﺎت ﺗﻘﺪﻳﺮ‬
‫اﻷﺑﻌﺎد‪ .‬ﰲ ﻋﺎم ‪ ،١٩٨٣‬ﻧﴩ ﺑﻴﱰ ﺟﺮاﺳﺒريﺟﺮ وإﺗﺎﻣﺎر ﺑﺮﻛﺎﺗﺸﻴﺎ ورﻗﺔ ﺑﺤﺜﻴﺔ ﻋﻨﻮاﻧﻬﺎ‪:‬‬
‫»ﻗﻴﺎس اﻟﻐﺮاﺑﺔ ﰲ ﻋﻨﺎﴏ اﻟﺠﺬب اﻟﻐﺮﻳﺒﺔ«‪ ،‬وﻫﻲ ورﻗﺔ ﻳﺠﺮي اﻻﻗﺘﺒﺎس ﻣﻨﻬﺎ ﰲ اﻵﻻف ﻣﻦ‬
‫اﻷوراق اﻟﺒﺤﺜﻴﺔ اﻟﻌﻠﻤﻴﺔ اﻷﺧﺮى‪ .‬ﻻ ﺗﺘﻀﻤﻦ ﻏﺎﻟﺒﻴﺔ اﻷوراق اﻟﺒﺤﺜﻴﺔ إﻻ ﻋﺪدًا ﻣﺤﺪودًا ﻣﻦ‬
‫ً‬
‫ﺷﺎﺋﻘﺎ اﺳﺘﺨﺪا ُم ﻫﺬه اﻻﻗﺘﺒﺎﺳﺎت‬ ‫اﻻﻗﺘﺒﺎﺳﺎت ﻣﻦ اﻷوراق اﻟﺒﺤﺜﻴﺔ اﻷﺧﺮى‪ ،‬وﺳﻴﺼﺒﺢ أﻣ ًﺮا‬

‫‪128‬‬
 ‫اﻹﺣﺼﺎﺋﻴﺎت واﻟﻔﻮﴇ‬

‫وﺑﺤﺚ ﻛﻴﻔﻴﺔ اﻧﺘﺸﺎر اﻷﻓﻜﺎر املﺴﺘﻘﺎة ﻣﻦ دراﺳﺔ اﻟﻔﻮﴇ ﺑني اﻟﻌﻠﻮم املﻌﺮﻓﻴﺔ‪ ،‬ﻣﻦ اﻟﻔﻴﺰﻳﺎء‬
‫واﻟﺮﻳﺎﺿﻴﺎت اﻟﺘﻄﺒﻴﻘﻴﺔ وﻣﺮو ًرا ﺑﻜﻞ ﻣﺠﺎل ﻋﻠﻤﻲ‪.‬‬
‫ﻄﺎ ﺟﺬﱠاﺑًﺎ ﻟﺘﻘﺪﻳﺮ ﻋﺪد املﺮﻛﺒﺎت — ﻣﻦ ﺧﻼل ﺳﻠﺴﻠﺔ‬ ‫ﺗُﻘﺪﱢم اﻟﻮرﻗﺔ اﻟﺒﺤﺜﻴﺔ إﺟﺮاءً ﺑﺴﻴ ً‬
‫زﻣﻨﻴﺔ — اﻟﺘﻲ ﺗﺘﻄ ﱠﻠﺒﻬﺎ ﺣﺎﻟﺔ ﻧﻤﻮذج ﺟﻴﺪ ﻟﻨﻈﺎم ﻓﻮﺿﻮي‪ .‬ﺟﺎء اﻹﺟﺮاء ﻣﺘﻀﻤﻨًﺎ ﻛﺜريًا ﻣﻦ‬
‫اﻟﺘﺤﺬﻳﺮات ﻣﻦ اﻟﻌﻘﺒﺎت‪ ،‬وﻟﻜﻦ اﻟﻌﺪﻳﺪ ﻣﻦ اﻟﺘﻄﺒﻴﻘﺎت — إن ﻟﻢ ﻳﻜﻦ ﻣﻌﻈﻤﻬﺎ — ﻋﲆ‬
‫اﻟﺒﻴﺎﻧﺎت اﻟﺤﻘﻴﻘﻴﺔ ﻳﻜﻤﻦ ﻋﲆ اﻷرﺟﺢ ﰲ واﺣﺪة أو أﻛﺜﺮ ﻣﻦ ﻫﺬه اﻟﴩاك‪ .‬اﻟﺤﻴﻮﻳﺔ اﻟﺮﻳﺎﺿﻴﺔ‬
‫ﻄﻪ‪،‬‬‫اﻟﺘﻲ ﺗﺘﻀﻤﻨﻬﺎ اﻷﺑﻌﺎد ﻫﻲ ﻣﺎ ﻳﺠﻌﻞ ﺣﺴﺎﺑﻬﺎ ﺑﻤﺜﺎﺑﺔ ﺟﺎﺋﺰة‪ .‬ﻳﻤﻜﻨﻚ اﺧﺘﻴﺎر ﳾء‪ ،‬وﻣ ﱡ‬
‫وﻃﻴﱡﻪ‪ ،‬وﺗﻜﻮﻳﺮه ﰲ ﺻﻮرة ﻛﺮة‪ ،‬ﺑﻞ ﺣﺘﻰ ﺗﻘﻄﻴﻌﻪ إﱃ أﺟﺰاء ﻣﺘﻌﺪدة ﺛﻢ ﺗﺠﻤﻴﻊ اﻷﺟﺰاء‬
‫ﻐري ﻣﻦ ﺑُﻌﺪه؛ إﻧﻬﺎ املﺮوﻧﺔ اﻟﺘﻲ ﺗﺘﻄﻠﺐ‬ ‫ﻣﺮة أﺧﺮى ﻣﻌً ﺎ ﺑﺄي ﻃﺮﻳﻘﺔ ﻗﺪﻳﻤﺔ‪ ،‬وﻟﻜﻨﻚ ﻟﻦ ﺗُ ﱢ‬
‫ﰲ اﻟﻮاﻗﻊ ﻣﺠﻤﻮﻋﺎت ﺑﻴﺎﻧﺎت ﺿﺨﻤﺔ ﻟﺘﺤﻈﻰ ﺑﻔﺮﺻﺔ ﰲ اﻟﺤﺼﻮل ﻋﲆ ﻧﺘﺎﺋﺞ ذات ﻣﻌﻨًﻰ‪.‬‬
‫ﻟﻸﺳﻒ‪َ ،‬‬
‫أﺳﻔ َﺮ اﻹﺟﺮاء ﰲ اﻟﻮرﻗﺔ اﻟﺒﺤﺜﻴﺔ ﻋﻦ ﻧﺘﺎﺋﺞ إﻳﺠﺎﺑﻴﺔ زاﺋﻔﺔ‪ ،‬وﻛﺎن راﺋﺠً ﺎ آﻧﺬاك اﻟﻘﻮل‬
‫ﺣﻔﺰ اﻻﻫﺘﻤﺎم ﺑﺘﺤﺪﻳﺪ‬ ‫ﺑﺄن أﺑﻌﺎد اﻟﻔﻮﴇ ﻗﻠﻴﻠﺔ‪ .‬إﻧﻪ ﻋﺒﺎرة ﻋﻦ ﻣﺰﻳﺞ ﻏري ﻣﻮﻓﻖ‪ .‬ﻛﺎن ﻗﺪ ﱠ‬
‫اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت ذات اﻷﺑﻌﺎد اﻟﻘﻠﻴﻠﺔ واﻟﻔﻮﴇ ﻧﻈﺮﻳﺔ رﻳﺎﺿﻴﺔ ﻛﺎﻧﺖ ﺗﺸري إﱃ إﻣﻜﺎﻧﻴﺔ ﱡ‬
‫ﺗﻮﻗﻊ‬
‫اﻟﻔﻮﴇ دون ﺣﺘﻰ ﻣﻌﺮﻓﺔ املﻌﺎدﻻت‪.‬‬

‫ﻧﻈﺮﻳﺔ ﺗﺎﻛﻨﺲ واﻟﺘﻀﻤﻴﻨﻴﺔ‬

‫ﺗﻐري ﺷﻜﻞ ﺗﺤﻠﻴﻞ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ﰲ ﺛﻤﺎﻧﻴﻨﻴﺎت اﻟﻘﺮن اﻟﻌﴩﻳﻦ ﺑﻌﺪ أن وﺟﺪ َِت اﻷﻓﻜﺎ ُر‬
‫ً‬
‫أﺳﺎﺳﺎ رﻳﺎﺿﻴٍّﺎ ﺗﺴﺘﻨﺪ إﻟﻴﻪ‬ ‫املﺴﺘﻘﺎة ﻣﻦ اﻟﻔﻴﺰﻳﺎﺋﻴني ﰲ ﻛﺎﻟﻴﻔﻮرﻧﻴﺎ ﺑﻘﻴﺎدة ﺑﺎﻛﺎرد وﻓﺎرﻣﺮ‬
‫ﻋﲆ أﻳﺪي ﻋﺎﻟﻢ اﻟﺮﻳﺎﺿﻴﺎت اﻟﻬﻮﻟﻨﺪي ﺗﺎﻛﻨﺲ‪ .‬ﺑﻨﺎءً ﻋﲆ ﻫﺬا اﻷﺳﺎس‪ ،‬ﺗﺴﺎرع ﻇﻬﻮر أﺳﺎﻟﻴﺐ‬
‫ﺟﺪﻳﺪة ﻹﺟﺮاء ﺗﺤﻠﻴﻼت وﺗﻮﻗﻌﺎت ﺗﻌﺘﻤﺪ ﻋﲆ ﺳﻼﺳﻞ زﻣﻨﻴﺔ‪ .‬وﺗﺸري ﻧﻈﺮﻳﺔ ﺗﺎﻛﻨﺲ إﱃ‬
‫أﻧﻨﺎ إذا ﺳﺠﱠ ﻠﻨﺎ ﻣﻼﺣﻈﺎت ﻟﻨﻈﺎم ﺣﺘﻤﻲ ﻳﺘﻄﻮﱠر ﰲ ﻓﻀﺎء ﺣﺎﻟﺔ ﻟﻪ اﻟﺒُﻌﺪ ‪ ،d‬إذَن ﻓﻔﻲ ﻇﻞ‬
‫ﻗﻴﻮد ﻏري ﻣﺤﻜﻤﺔ ﻋﲆ اﻹﻃﻼق ﺳﻴﻮﺟﺪ ﻧﻤﻮذج دﻳﻨﺎﻣﻴﻜﻲ ﻣﻤﺎﺛﻞ ﺗﻘﺮﻳﺒًﺎ ﰲ اﻟﻔﻀﺎء املﺘﺄﺧﺮ‬
‫ﻗﻴﺎس )ﻣﻨﻔﺮدة(‪َ .‬ﻫﺐْ أن ﺣﺎﻟﺔ اﻟﻨﻈﺎم اﻷﺻﲇ ﺗﺘﻀﻤﻦ ﺛﻼﺛﺔ‬ ‫اﻟﺬي ﺗﻌﺮﻓﻪ »ﺗﻘﺮﻳﺒًﺎ ﻛ ﱡﻞ« ِ‬
‫داﻟﺔ ٍ‬
‫ﻣﺮﻛﺒﺎت ‪ ،a‬و‪ ،b‬و‪ ،c‬ﺗﺬﻫﺐ اﻟﻨﻈﺮﻳﺔ إﱃ إﻣﻜﺎﻧﻴﺔ ﺑﻨﺎء ﻧﻤﻮذج ﻟﻠﻨﻈﺎم ﻛﻠﻪ اﺳﺘﻘﺎءً ﻣﻦ ﺳﻠﺴﻠﺔ‬
‫ﻳﻮﺿﺤﻪ ﺷﻜﻞ رﻗﻢ ‪ 1-8‬ﻣﻦ‬ ‫زﻣﻨﻴﺔ ﻣﻦ ﻣﻼﺣﻈﺎت ﻷيﱟ ﻣﻦ ﻫﺬه املﺮﻛﺒﺎت اﻟﺜﻼﺛﺔ‪ ،‬وﻫﻮ ﻣﺎ ﱢ‬
‫ﻗﻴﺎﺳﺎ واﺣﺪًا‪ ،‬ﻗﻴﺎس ‪ a‬ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل‪ ،‬ووﺿﻌﻨﺎ‬ ‫ً‬ ‫ﺧﻼل ﻣﻼﺣﻈﺎت ﺣﻘﻴﻘﻴﺔ؛ ﻓﺈذا أﺧﺬﻧﺎ‬
‫ﻣﺘﺠﻬً ﺎ ﺗﺘﺄﻟﻒ ﻣﺮﻛﺒﺎﺗﻪ ﻣﻦ ﻗﻴﻢ ‪ a‬ﰲ اﻟﺤﺎﴐ وﰲ املﺎﴈ‪ ،‬ﻓﺈن ذﻟﻚ ﺳﻴﻨﺘﺞ ﻋﻨﻪ ﻓﻀﺎء‬
‫ﺣﺎﻟﺔ »اﻟﺘﺄﺧري – إﻋﺎدة اﻟﺒﻨﺎء«‪ ،‬ﻳﻤﻜﻦ اﻟﻌﺜﻮر ﻓﻴﻪ ﻋﲆ ﻧﻤﻮذج ﻣﻜﺎﻓﺊ ﻟﻠﻨﻈﺎم اﻷﺻﲇ‪ .‬ﻋﻨﺪﻣﺎ‬

‫‪129‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫‪٣‬‬
‫‪٢‬‬
‫‪١‬‬
‫‪C‬‬ ‫‪٠‬‬
‫‪١−‬‬ ‫‪١٠−‬‬
‫‪٢−‬‬ ‫‪٥−‬‬
‫‪٠ A‬‬
‫‪٣−‬‬ ‫‪٥‬‬
‫‪٣−‬‬ ‫‪٢−‬‬ ‫‪١−‬‬ ‫‪٠‬‬ ‫‪١‬‬ ‫‪٢‬‬ ‫‪٣‬‬ ‫‪٤‬‬
‫‪B‬‬

‫‪a‬‬

‫‪٢‬‬ ‫‪٢‬‬
‫‪١‬‬ ‫‪١‬‬
‫‪Ai−8‬‬

‫‪٠‬‬ ‫‪Ai‬‬
‫‪٠‬‬
‫‪١−‬‬
‫‪٢−‬‬ ‫‪١−‬‬
‫‪٢ ١٫٥ ١ ٠٫٥‬‬ ‫‪٢−‬‬
‫‪٠ ٠٫٥− ١− ١٫٥−‬‬
‫‪٢−‬‬
‫‪Ai−4‬‬

‫ﺷﻜﻞ ‪ :1-8‬رﺳﻢ ﺗﻮﺿﻴﺤﻲ ﻳﺸري إﱃ أن ﻧﻈﺮﻳﺔ ﺗﺎﻛﻨﺲ رﺑﻤﺎ ﺗﺘﺼﻞ ﺑﺎﻟﺒﻴﺎﻧﺎت املﺴﺘﻘﺎة ﻣﻦ‬
‫ﺻﻤﱢ ﻤﺖ ﺑﻌﻨﺎﻳ ٍﺔ ﻟﺘﻮﻟﻴﺪ ﺳﻼﺳﻞ زﻣﻨﻴﺔ ﺗﺸﺒﻪ ﺗﻠﻚ اﻟﺴﻼﺳﻞ‬ ‫داﺋﺮة ﻣﺎﺷﻴﺘﻲ اﻟﻜﻬﺮﺑﺎﺋﻴﺔ اﻟﺘﻲ ُ‬
‫اﻟﺰﻣﻨﻴﺔ ﰲ ﻧﻈﺎم ﻣﻮر‪-‬ﺷﺒﻴﺠﻞ‪ .‬ﻳﺤﻤﻞ أﺳﻠﻮبُ إﻋﺎدة اﻟﺒﻨﺎء املﺘﺄﺧﺮ ﻷﺣﺪ اﻟﻘﻴﺎﺳﺎت ﰲ اﻟﺸﻜﻞ‬
‫َ‬
‫ﺑﻌﺾ اﻟﺸﺒﻪ ﺑﺎﻟﺘﻮزﻳﻊ ﰲ اﻟﺸﻜﻞ اﻟﻌﻠﻮي‪ ،‬واﻟﺬي ﻳﺮﺳﻢ ﻣﺴﺎ َر ﻗِ ﻴَ ِﻢ ﺛﻼﺛﺔ ﻗﻴﺎﺳﺎت‬ ‫اﻟﺴﻔﲇ‬
‫ﻗﺎرن ﻫﺬﻳﻦ اﻟﺸﻜﻠني ﺑﺎﻟﺸﻜﻞ اﻟﺴﻔﲇ ﰲ ﺷﻜﻞ رﻗﻢ ‪.4-4‬‬‫ﻣﺨﺘﻠﻔﺔ ﻣﺘﺰاﻣﻨﺔ‪ِ .‬‬

‫‪130‬‬
 ‫اﻹﺣﺼﺎﺋﻴﺎت واﻟﻔﻮﴇ‬

‫ﻳﻔﻠﺢ ذﻟﻚ‪ ،‬ﻳُﺴﻤﱠ ﻰ ذﻟﻚ »ﺗﻀﻤني« ﺗﺄﺧري‪ .‬ﺗﻜﻮن اﻟﻘﻴﻮد »ﺗﻘﺮﻳﺒًﺎ ﻛﻠﻬﺎ« ﴐورﻳﺔ ﻟﺘﻔﺎدي‬
‫اﺧﺘﻴﺎر ﻓﱰة زﻣﻨﻴﺔ ﺳﻴﺌﺔ ﻋﲆ وﺟﻪ اﻟﺨﺼﻮص ﺑني املﻼﺣﻈﺎت‪ .‬ﺑﺎملﺜﻞ‪ ،‬إذا ُر ِﺻﺪ اﻟﻄﻘﺲ‬
‫وﻗﺖ اﻟﻈﻬرية ﻓﻘﻂ‪ ،‬ﻓﺈﻧﻨﺎ ﻟﻦ ﻧﻌﺮف أي ﳾء ﻋﲆ اﻹﻃﻼق ﻋﻤﱠ ﺎ ﺳﻴﺤﺪث ً‬
‫ﻟﻴﻼ‪.‬‬
‫اﻟﺘﻮﻗﻊ ﻣﻦ اﻻﺳﺘﻘﺮاء اﻟﺨﺎرﺟﻲ ﰲ اﻟﺰﻣﻦ إﱃ‬ ‫ﱡ‬ ‫ﺗﻌﻴﺪ ﻧﻈﺮﻳﺔ ﺗﺎﻛﻨﺲ ﻃﺮح ﻣﺴﺄﻟﺔ‬
‫اﻻﺳﺘﻘﺮاء اﻟﺪاﺧﲇ ﰲ ﻓﻀﺎء اﻟﺤﺎﻟﺔ‪ .‬ﻳﻘﻒ اﻹﺣﺼﺎﺋﻲ اﻟﺘﻘﻠﻴﺪي ﻋﻨﺪ ﻧﻬﺎﻳﺔ ﺗﻴﺎر اﻟﺒﻴﺎﻧﺎت‪،‬‬
‫ﺗﻮﻗﻊ ﻧﺤﻮ ﻣﺴﺘﻘﺒﻞ ﻏري ﻣﻌﻠﻮم‪ ،‬ﺑﻴﻨﻤﺎ ﺗﻀﻊ ﻧﻈﺮﻳﺔ ﺗﺎﻛﻨﺲ اﻟﻔﻴﺰﻳﺎﺋﻲ ﻟﺪﻳﻨﺎ‬ ‫ﻣﺤﺎوﻻ إﺟﺮاء ﱡ‬
‫ً‬
‫ﻣﺤﺎوﻻ اﻻﺳﺘﻘﺮاء داﺧﻠﻴٍّﺎ ﻣﻦ ﺑني املﻼﺣﻈﺎت اﻟﺴﺎﺑﻘﺔ‪ .‬ﺗﺆﺛﱢﺮ‬ ‫ً‬ ‫ﰲ ﻓﻀﺎء ﺣﺎﻟﺔ ﺗﻀﻤني‪-‬ﻣﺘﺄﺧﺮ‬
‫أﻳﻀﺎ‬ ‫ﻫﺬه اﻻﺳﺘﺒﺼﺎرات ﻋﲆ ﻣﺎ ﻫﻮ أﻛﺜﺮ ﻣﻦ اﻟﻨﻤﺎذج اﻟﺘﻲ ﺗﻌﺘﻤﺪ ﻋﲆ اﻟﺒﻴﺎﻧﺎت؛ إذ ﻳﻤﻜﻦ ً‬
‫ﺟﺬب‬‫ٍ‬ ‫ﻋﻨﴫ‬
‫ِ‬ ‫ﻧﻤﺬﺟﺔ ﻧﻤﺎذج املﺤﺎﻛﺎة املﻌﻘﺪة ذات اﻷﺑﻌﺎد املﺘﻌﺪدة اﻟﺘﻲ ﺗﺘﻄﻮر ﺑﻨﺎءً ﻋﲆ‬
‫ﻗﻠﻴﻞ اﻷﺑﻌﺎد‪ ،‬ﻣﻦ ﺧﻼل ﻧﻤﺎذج ذات أﺑﻌﺎد أﻗﻞ ﺑﻜﺜري وﺗﻘﻮم ﻋﲆ اﻟﺒﻴﺎﻧﺎت‪ .‬ﻣﻦ ﺣﻴﺚ املﺒﺪأ‪،‬‬
‫أﻳﻀﺎ‪ ،‬ﻏري أﻧﻪ ﻣﻦ اﻟﻨﺎﺣﻴﺔ اﻟﻌﻤﻠﻴﺔ ﻧﻀﻊ‬ ‫ﻳﻤﻜﻦ دﻣﺞ املﻌﺎدﻻت ﰲ ﻫﺬا اﻟﻔﻀﺎء اﻟﻘﻠﻴﻞ اﻷﺑﻌﺎد ً‬
‫ﻧﻤﺎذﺟﻨﺎ ﻛﻨﻤﺎذج ﻣﺤﺎﻛﺎة ﻓﻴﺰﻳﺎﺋﻴﺔ ﰲ ﻓﻀﺎءات ﻣﺘﻌﺪدة اﻷﺑﻌﺎد‪ .‬ﻳﻤﻜﻨﻨﺎ ﰲ ﺑﻌﺾ اﻷﺣﻴﺎن‬
‫إﺛﺒﺎت ﻇﻬﻮر اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻘﻠﻴﻠﺔ اﻷﺑﻌﺎد‪ ،‬ﺑَﻴْ َﺪ أﻧﻨﺎ ﻻ ﻧﻤﻠﻚ أيﱠ ﻓﻜﺮة ﻋﻦ ﻃﺮﻳﻘﺔ وﺿﻊ‬ ‫ُ‬
‫ﻣﻌﺎدﻻت ﰲ اﻟﻔﻀﺎءات ذات اﻷﺑﻌﺎد اﻟﻘﻠﻴﻠﺔ ذات اﻟﺼﻠﺔ‪.‬‬
‫ﺗﻮﺿﺢ املﻘﺎرﻧﺔ ﺑني اﻟﺸﻜﻞ رﻗﻢ ‪ 1-8‬ﻣﻊ اﻟﺸﻜﻞ رﻗﻢ ‪ 4-4‬أن ﻣﻼﺣﻈﺎت اﻟﺪاﺋﺮة‬ ‫ﱢ‬
‫اﻟﻜﻬﺮﺑﺎﺋﻴﺔ »ﺗﺸﺒﻪ« ﻋﻨﴫَ ﺟﺬب ﻧﻈﺎم ﻣﻮر‪-‬ﺷﺒﻴﺠﻞ‪ ،‬ﻟﻜﻦ ﻛﻢ ﺗﺒﻠﻎ درﺟﺔ ﻫﺬا اﻟﺘﺸﺎﺑﻪ‬
‫اﻵﺧﺮ‪ .‬ﻋﺎد ًة‪ ،‬ﻋﻨﺪﻣﺎ ﻻ ﺗﺘﻮاﻓﺮ ﻟﺪﻳﻨﺎ ﺑﻴﺎﻧﺎت ﻛﺜرية‬ ‫ﺣﻘﺎ؟ ﻳﺨﺘﻠﻒ ﻛﻞ ﻧﻈﺎم ﻓﻴﺰﻳﺎﺋﻲ ﻋﻦ َ‬ ‫ٍّ‬
‫اﻟﺘﻮﻗﻊ‪ .‬ﻣﻊ ﺗﻨﺎﻣﻲ‬‫ﱡ‬ ‫َ‬
‫ﻧﻘﻄﺔ ﺑﺪاﻳ ٍﺔ ﻗﻴﱢﻤﺔ ﰲ‬ ‫وﻻ ﻳﻜﻮن ﻓﻬﻤﻨﺎ ﻛﺒريًا‪ ،‬ﺗﻘﺪﱢم اﻟﻨﻤﺎذجُ اﻹﺣﺼﺎﺋﻴﺔ‬
‫ﻈﻬﺮ ﻧﻤﺎذج املﺤﺎﻛﺎة ﺳﻠﻮ ًﻛﺎ »ﻣﺸﺎﺑﻬً ﺎ« ﻟﺴﻠﻮك‬ ‫ﻣﻌﺮﻓﺘﻨﺎ‪ ،‬وﻣﻊ ﺟﻤﻊ املﺰﻳﺪ ﻣﻦ اﻟﺒﻴﺎﻧﺎت‪ ،‬ﺗُ ِ‬
‫اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ﻟﻠﻤﻼﺣﻈﺎت‪ ،‬وﻣﻊ ﺗﺰاﻳﺪ ﺗﻌﻘﻴﺪ اﻟﻨﻤﺎذج ﻳﺼﺒﺢ ﻫﺬا اﻟﺘﺸﺎﺑﻪ ﻋﺎد ًة ﻛﻤﻴٍّﺎ‬
‫أﻛﺜﺮ‪ .‬ﰲ اﻟﺤﺎﻻت اﻟﻨﺎدرة ﻣﺜﻠﻤﺎ ﰲ ﺣﺎﻟﺔ اﻟﺪاﺋﺮة ﻫﺬه‪ ،‬ﻋﻨﺪﻣﺎ ﺗﺘﻮاﻓﺮ ﻓﱰة زﻣﻨﻴﺔ ﻫﺎﺋﻠﺔ ﻣﻦ‬
‫املﻼﺣﻈﺎت‪ ،‬ﻳﺒﺪو أن ﻧﻤﺎذﺟﻨﺎ اﻟﻘﺎﺋﻤﺔ ﻋﲆ اﻟﺒﻴﺎﻧﺎت — ﺑﻤﺎ ﰲ ذﻟﻚ ﺗﻠﻚ اﻟﻨﻤﺎذج اﻟﺘﻲ ﺗﺸري‬
‫إﻟﻴﻬﺎ ﻧﻈﺮﻳﺔ ﺗﺎﻛﻨﺲ — ﺗُﻌﺘﱪ ﻋﺎد ًة أﻓﻀ َﻞ ﻧﻤﺎذج ﻣﻼﺋﻤﺔ ﻣﻦ اﻟﻨﺎﺣﻴﺔ اﻟﻜﻤﻴﺔ‪ .‬ﻳﺼﺒﺢ اﻷﻣﺮ‬
‫ﻛﻤﺎ ﻟﻮ أن ﻧﻤﺎذج املﺤﺎﻛﺎة ﺗﻘﻮم ﺑﻨﻤﺬﺟﺔ داﺋﺮ ٍة ﻣﺎ ﻣﺜﺎﻟﻴﺔ‪ ،‬أو ﻛﻮﻛﺐ‪ ،‬ﺑﻴﻨﻤﺎ ﺗﻌﻜﺲ اﻟﻨﻤﺎذجُ‬
‫اﻟﻘﺎﺋﻤﺔ ﻋﲆ اﻟﺒﻴﺎﻧﺎت أﻛﺜﺮ اﻟﺪاﺋﺮ َة املﻮﺟﻮدة ﻋﲆ املﺎﺋﺪة‪ .‬ﰲ ﻛﻞ ﺣﺎﻟﺔ‪ ،‬ﺛَﻤﱠ َﺔ ﺗﺸﺎﺑُﻪ ﻓﻘﻂ‪،‬‬
‫ﺳﻮاءٌ ﻛﻨﺎ ﻧﺴﺘﺨﺪم اﻟﻨﻤﺎذج اﻹﺣﺼﺎﺋﻴﺔ‪ ،‬أو ﻧﻤﺎذج املﺤﺎﻛﺎة‪ ،‬أو ﻧﻤﺎذج إﻋﺎدة اﻟﺒﻨﺎء املﺘﺄﺧﺮ‪،‬‬
‫ﻣﻌﺎدﻻت ﻧﻤﻮذﺟﻴ ٍﺔ ﻏريَ واﺿﺢ‪ ،‬وﻫﻮ‬ ‫ٍ‬ ‫ﻣﻨﻄﻖ ﺗﻮﺻﻴﻒ اﻟﻨﻈﺎم اﻟﻔﻴﺰﻳﺎﺋﻲ ﺑﻮاﺳﻄﺔ أيﱢ‬ ‫ُ‬ ‫وﻳﻈﻞ‬
‫أﻣﺮ ﻳﻤﻜﻦ رؤﻳﺘﻪ ﺑﺎﺳﺘﻤﺮار ﰲ اﻟﻨﻈﻢ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ اﻟﺘﻲ ﺗﻜﻮن أﻓﻀﻞ ﻧﻤﺎذﺟﻨﺎ ﻟﻬﺎ ﻓﻮﺿﻮﻳﺔ‪.‬‬

‫‪131‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻧﺮﻏﺐ ﰲ ﺟﻌﻞ ﻫﺬه اﻟﻨﻈﻢ ﻣﻼﺋﻤﺔ ﻣﻦ اﻟﻨﺎﺣﻴﺔ اﻟﺘﺠﺮﻳﺒﻴﺔ‪ ،‬ﺑَﻴْ َﺪ أﻧﻨﺎ ﻻ ﻧﻌﺮف ﻳﻘﻴﻨًﺎ ﻛﻴﻒ‬
‫ﻈﻢ ﻣﺜﻞ ﻣﻨﺎخ اﻷرض‪ ،‬ﻻ ﻧﺴﺘﻄﻴﻊ أن ﻧﻨﺘﻈﺮ اﺳﺘﻐﺮاق ﻓﱰة املﻼﺣﻈﺔ‬ ‫ﺤﺴﻨﻬﺎ‪ ،‬وﰲ ﻇﻞ ﻧ ُ ُ‬ ‫ﻧُ ﱢ‬
‫ﱠ‬
‫ﺗﺘﺤﻘﻖ‬ ‫اﻟﻼزﻣﺔ‪ .‬ﺗﺸري دراﺳﺔ اﻟﻔﻮﴇ إﱃ ﻣﺰج ﺑني أﺳﺎﻟﻴﺐ اﻟﻨﻤﺬﺟﺔ اﻟﺜﻼﺛﺔ ﻫﺬه‪ ،‬ﻟﻜﻦ ﻟﻢ‬
‫أيﱡ ﻧﺘﻴﺠﺔ ﺑﻌ ُﺪ ﺑﺎﻻﻋﺘﻤﺎد ﻋﲆ ذﻟﻚ‪.‬‬
‫ﺛَﻤﱠ َﺔ أﻣﺜﻠﺔ ﻣﺘﻌﺪدة ﻋﲆ ﺳﻮء ﻓﻬﻢ ﻧﻈﺮﻳﺔ ﺗﺎﻛﻨﺲ‪ ،‬وأﺣﺪ ﻫﺬه اﻷﻣﺜﻠﺔ ﻫﻮ أﻧﻚ ﰲ ﺣﺎل‬
‫ﺗﻮاﻓﺮ ﻟﺪﻳﻚ ﻋﺪد ﻣﻦ املﻼﺣﻈﺎت املﺘﺰاﻣﻨﺔ »ﻳﺠﺐ« اﺳﺘﺨﺪام واﺣﺪة ﻣﻨﻬﺎ ﻓﻘﻂ‪ ،‬ﺑﻴﻨﻤﺎ ﺗﺴﻤﺢ‬ ‫َ‬
‫ﺛﺎن ﻋﲆ ﺳﻮء اﻟﻔﻬﻢ ﻳﺘﻤﺜﱠﻞ ﰲ ﻧﺴﻴﺎن أن‬ ‫ﻧﻈﺮﻳﺔ ﺗﺎﻛﻨﺲ ﺑﺎﺳﺘﺨﺪام ﺟﻤﻴﻊ املﻼﺣﻈﺎت! ﻣﺜﺎ ٌل ٍ‬
‫ﻧﻈﺮﻳﺔ ﺗﺎﻛﻨﺲ ﺗﺪﻟﻨﺎ ﻓﻘﻂ ﻋﲆ أﻧﻪ ﰲ ﺣﺎل ﻛﺎن ﻟﺪﻳﻨﺎ ﻧﻤﻮذج ﺣﺘﻤﻲ ﻗﻠﻴﻞ اﻷﺑﻌﺎد‪ ،‬ﺳﻴﺠﺮي‬
‫ﺣﻔﻆ اﻟﻜﺜري ﻣﻦ ﺧﻮاص اﻟﻨﻤﻮذج ﰲ ﻧﻤﻮذج إﻋﺎدة ﺑﻨﺎء‪-‬ﻣﺘﺄﺧﺮ‪ .‬ﻳﺠﺐ أن ﻧﺄﺧﺬ ﰲ اﻻﻋﺘﺒﺎر‬
‫ﱠأﻻ ﻧﻔﱰض اﻟﻌﻜﺲ‪ ،‬وﻧﻔﱰض أن رﺻﺪ ﺑﻌﺾ اﻟﺨﻮاص ﰲ ﻧﻤﻮذج إﻋﺎدة ﺑﻨﺎء‪-‬ﻣﺘﺄﺧﺮ ﻳﺸري‬
‫ﺿﻤﻨًﺎ ﺑﺎﻟﴬورة إﱃ وﺟﻮد ﻓﻮﴇ؛ إذ إﻧﻨﺎ ﻧﺎد ًرا ﻣﺎ ﻧﻌﺮف اﻟﺒﻨﻴﺔ اﻟﺮﻳﺎﺿﻴﺔ اﻟﺤﻘﻴﻘﻴﺔ ﻟﻠﻨﻈﺎم‬
‫اﻟﺬي ﻧﺮﺻﺪه )إذا ﻣﺎ ﻋﺮﻓﻨﺎﻫﺎ ﻋﲆ اﻹﻃﻼق(‪.‬‬
‫ﺗﺨﱪﻧﺎ ﻧﻈﺮﻳﺔ ﺗﺎﻛﻨﺲ أن »ﺗﻘﺮﻳﺒًﺎ ﻛﻞ« ﻗﻴﺎس ﺳﻴﻔﻠﺢ‪ ،‬وﻫﻲ ﺣﺎﻟﺔ ﺗﺘﻘﺎﺑﻞ ﻓﻴﻬﺎ »ﺗﻘﺮﻳﺒًﺎ‬
‫ﻛﻞ« ﰲ ﻓﻀﺎء داﻟﺔ اﻟﺮﻳﺎﴈ ﻟﺪﻳﻨﺎ ﻣﻊ »وﻻ واﺣﺪ ﻣﻦ« ﰲ املﺨﺘﱪات ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪.‬‬
‫ﻳﺘﻌﺎرض اﻟﺘﻘﻄﻊ اﻟﺬي ﻳﺤﺪث ﻋﲆ ﻋﺪد ﻣﺤﺪود ﻣﻦ وﺣﺪات اﻟﺒﻴﺎﻧﺎت ﻣﻊ أﺣﺪ اﻓﱰاﺿﺎت‬
‫أﻳﻀﺎ ﻣﺴﺄﻟﺔ ﺗﺸﻮﻳﺶ املﻼﺣﻈﺎت ﰲ ﻗﻴﺎﺳﺎﺗﻨﺎ‪ .‬إﱃ ﺣ ﱟﺪ ﻣﺎ‪ ،‬ﻟﻴﺲ ذﻟﻚ ﺳﻮى‬ ‫اﻟﻨﻈﺮﻳﺔ‪ .‬ﺛَﻤﱠ َﺔ ً‬
‫ﻧﻮع ﻣﻦ اﻟﺸﻜﺎوى اﻟﻔﻨﻴﺔ‪ ،‬ورﺑﻤﺎ ﻳﺒﻘﻰ ﻧﻤﻮذج إﻋﺎدة اﻟﺒﻨﺎء املﺘﺄﺧﺮ ﻣﻮﺟﻮدًا‪ ،‬وﻳﺴﺘﻄﻴﻊ‬
‫اﻹﺣﺼﺎﺋﻲ واﻟﻔﻴﺰﻳﺎﺋﻲ ﻟﺪﻳﻨﺎ ﻣﻮاﺟﻬﺔ ﺗﺤﺪﱢي وﺿﻊ ﻧﻤﻮذج ﺗﻘﺮﻳﺒﻲ ﰲ ﻇﻞ وﺟﻮد ﻗﻴﻮد‬
‫ﺗﺪﻓﻘﺎت اﻟﺒﻴﺎﻧﺎت‪ .‬ﺛَﻤﱠ َﺔ ﻣﺸﻜﻠﺔ أﺧﺮى أﺻﻌﺐ ﰲ ﺗﺠﺎوُزﻫﺎ؛ أ َ َﻻ وﻫﻲ أن ﻓﱰة‬ ‫واﻗﻌﻴﺔ ﻋﲆ ﱡ‬
‫ﻣﻼﺣﻈﺎﺗﻨﺎ ﻳﺠﺐ أن ﺗﺘﺠﺎوز زﻣﻦ اﻟﺘﻜﺮار اﻟﻨﻤﻮذﺟﻲ‪ .‬رﺑﻤﺎ ﻻ ﺗﻜﻮن اﻟﻔﱰة اﻟﺰﻣﻨﻴﺔ املﻄﻠﻮﺑﺔ‬
‫أﻃﻮل ﻓﺤﺴﺐ ﻣﻦ اﻟﻔﱰة اﻟﺰﻣﻨﻴﺔ اﻟﺘﻲ ﺗﻐﻄﻲ ﻣﺠﻤﻮﻋﺔ اﻟﺒﻴﺎﻧﺎت اﻟﺤﺎﻟﻴﺔ‪ ،‬ﺑﻞ رﺑﻤﺎ ﺗﻜﻮن‬
‫أﻃﻮل ﻣﻦ اﻟﻌﻤﺮ اﻟﺰﻣﻨﻲ ﻟﻠﻨﻈﺎم ﻧﻔﺴﻪ‪ .‬وﻫﻮ ﻣﺎ ﻳُﻌﺘﱪ ﻗﻴﺪًا أﺳﺎﺳﻴٍّﺎ ﻳﻨﻄﻮي ﻋﲆ ﺗﺪاﻋﻴﺎت‬
‫ﻧﺘﻮﻗﻊ رﺻﺪ ﻳﻮﻣني ﺗﺘﺸﺎﺑﻪ ﺣﺎﻟﺔ اﻟﻄﻘﺲ ﻓﻴﻬﻤﺎ‬ ‫ﻓﻠﺴﻔﻴﺔ‪ .‬ﻛﻢ ﺳﻴﻤﴤ ﻣﻦ اﻟﻮﻗﺖ ﻗﺒﻞ أن ﱠ‬
‫ﻧﺤﻮ ﻳﺠﻌﻠﻨﺎ ﻏريَ ﻗﺎدرﻳﻦ ﻋﲆ اﻟﺘﻤﻴﻴﺰ ﺑﻴﻨﻬﻤﺎ؟ ﺑﻌﺒﺎر ٍة أﺧﺮى‪ ،‬ﻳﻮﻣﺎن ﻛﺎن اﻟﻔﺮق ﺑني‬ ‫ﻋﲆ ٍ‬
‫اﻟﺤﺎﻟﺘني املﺘﻨﺎﻇﺮﺗني ملﻨﺎخ اﻷرض ﻳﻘﻊ ﰲ ﻧﻄﺎق ﻋﺪم اﻟﻴﻘني ﰲ املﻼﺣﻈﺎت؟ ﺣﻮاﱄ ‪١٠٣٠‬‬
‫ﻋﺎﻣً ﺎ‪ .‬ﻻ ﻳﻜﺎد ﻳُﻌﺘﱪ ﻫﺬا ﻗﻴﺪًا ﻓﻨﻴٍّﺎ؛ ﻓﻔﻲ ﻫﺬا املﻘﻴﺎس اﻟﺰﻣﻨﻲ ﺳﺘﺘﻀﺨﻢ اﻟﺸﻤﺲ إﱃ ﻛﻴﺎن‬
‫ﺒﺨﺮ اﻷرض‪ ،‬ورﺑﻤﺎ ﻳﻜﻮن اﻟﻜﻮن ﻗﺪ ﺗﺪﻣﱠ ﺮ ﰲ ﻋﻤﻠﻴﺔ اﻻﻧﺴﺤﺎق اﻟﺸﺪﻳﺪ‪.‬‬ ‫أﺣﻤﺮ ﻋﻤﻼق وﺗُ ﱢ‬

‫‪132‬‬
 ‫اﻹﺣﺼﺎﺋﻴﺎت واﻟﻔﻮﴇ‬

‫ﺳﻨَﺪَع اﻟﻔﻴﻠﺴﻮف ﻟﺪﻳﻨﺎ ﻳﺘﺄﻣﻞ ﺗﺪاﻋﻴﺎت ﻧﻈﺮﻳﺔ ﺗﺘﻄﻠﺐ أن ﺗﺘﺠﺎوز ﻓﱰ ُة املﻼﺣﻈﺎت اﻟﻌﻤ َﺮ‬
‫اﻟﺰﻣﻨﻲ ﻟﻠﻨﻈﺎم‪.‬‬
‫ﻈﻢ اﻷﺧﺮى‪ ،‬ﻣﺜﻞ ﺳﻠﺴﻠﺔ أﻟﻌﺎب اﻟﺮوﻟﻴﺖ‪ ،‬رﺑﻤﺎ ﻳﻜﻮن اﻟﻮﻗﺖ اﻟﻔﺎﺻﻞ ﺑني‬ ‫ﰲ اﻟﻨ ﱡ ُ‬
‫ﻣﻼﺣﻈﺎت اﻟﺤﺎﻻت املﺸﺎﺑﻬﺔ أﻗﻞ ﻛﺜريًا‪ .‬وﺑﺒﻂء ﻳﺠﺮي إﺣﻼل ﻣﺤﺎوﻻت ﺑﻨﺎء ﻧﻤﺎذج ﻣﺴﺘﻘﺎة‬
‫ﺗﺪﻓﻘﺎت اﻟﺒﻴﺎﻧﺎت ﻣﺤﻞ اﻟﺒﺤﺚ ﻋﻦ أﺑﻌﺎد ﻣﺴﺘﻘﺎة ﻣﻦ ﺗﺪﻓﻘﺎت اﻟﺒﻴﺎﻧﺎت ﺗﺪرﻳﺠﻴٍّﺎ‪ .‬ﻛﺎن‬ ‫ﻣﻦ ﱡ‬
‫ﻣﻦ املﺘﻮﻗﻊ أن اﻷﻣﺮ ﻳﺘﻄﻠﺐ دوﻣً ﺎ ﺑﻴﺎﻧﺎت أﻗﻞ ﻟﺒﻨﺎء ﻧﻤﻮذج ﺟﻴﺪ أﻛﺜﺮ ﻣﻤﺎ ﻳﺘﻄﻠﺒﻪ اﻟﺤﺼﻮل‬
‫ﻋﲆ ﺗﻘﺪﻳﺮ دﻗﻴﻖ ﻟﻸﺑﻌﺎد‪ ،‬وﻫﻮ ﻣﺎ ﻳُﻌﺘﱪ إﺷﺎرة أﺧﺮى إﱃ أﻧﻪ ﻣﻦ اﻷﻓﻀﻞ ﻛﺜريًا ﺗﺮﻛﻴﺰ‬
‫ُ‬
‫اﻟﺤﻤﺎﺳﺔ‬ ‫اﻻﻧﺘﺒﺎه إﱃ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت أﻛﺜﺮ ﻣﻦ اﻹﺣﺼﺎءات اﻟﺘﻘﺪﻳﺮﻳﺔ‪ .‬ﻋﲆ أي ﺣﺎل‪ ،‬دﻓﻌَ ِﺖ‬
‫اﻟﻨﺎﺗﺠﺔ ﻋﻦ ﺑﻨﺎء ﻫﺬه اﻟﻨﻤﺎذج اﻟﺠﺪﻳﺪة اﻟﻘﺎﺋﻤﺔ ﻋﲆ اﻟﺒﻴﺎﻧﺎت اﻟﻜﺜريَ ﻣﻦ اﻟﻔﻴﺰﻳﺎﺋﻴني ﻟﻠﺪﺧﻮل‬
‫إﱃ ﻣﺎ ﻛﺎن إﱃ ﺣ ﱟﺪ ﻛﺒري ﻣﻘﺼﻮ ًرا ﻋﲆ ﻣﺠﺎل ﻋﻤﻞ اﻹﺣﺼﺎﺋﻴني‪ .‬ﺑﻌﺪ ﻣﺮور رﺑﻊ ﻗﺮن‪ ،‬ﻛﺎن‬
‫أﺣﺪ آﺛﺎر ﻧﻈﺮﻳﺔ ﺗﺎﻛﻨﺲ اﻟﻜﱪى ﻫﻮ دﻣﺞ أﺳﻠﻮب اﻹﺣﺼﺎﺋﻴني ﰲ ﻧﻤﺬﺟﺔ اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ‬
‫ﻣﻊ أﺳﻠﻮب اﻟﻔﻴﺰﻳﺎﺋﻴني‪ ،‬وﻻ ﺗﺰال اﻷﺳﺎﻟﻴﺐ ﺗﺘﻄﻮر‪ ،‬ورﺑﻤﺎ ﺳﻴﻈﻬﺮ أﺳﻠﻮب ﻣﺮ ﱠﻛﺐ ﺣﻘﻴﻘﻲ‬
‫ﻳﺠﻤﻊ ﺑني اﻷﺳﻠﻮﺑني‪.‬‬

‫اﻟﺒﻴﺎﻧﺎت اﻟﺒﺪﻳﻠﺔ‬
‫ً‬
‫ﻣﻮﺟﺔ ﻣﻦ اﻻﺧﺘﺒﺎرات‬ ‫أﺛﺎرت ﺻﻌﻮﺑﺔ اﻟﺘﻌﺎﻣﻞ ﻣﻊ اﻟﺘﻘﺪﻳﺮات اﻹﺣﺼﺎﺋﻴﺔ ﰲ اﻟﻨﻈﻢ اﻟﻼﺧﻄﻴﺔ‬
‫اﻹﺣﺼﺎﺋﻴﺔ اﻟﺠﺪﻳﺪة املﻬﻤﺔ ﺑﺎﺳﺘﺨﺪام »ﺑﻴﺎﻧﺎت ﺑﺪﻳﻠﺔ«‪ .‬ﻳﺴﺘﺨﺪم اﻟﻌﻠﻤﺎء اﻟﺒﻴﺎﻧﺎت اﻟﺒﺪﻳﻠﺔ ﰲ‬
‫ﻣﺤﺎوﻟﺔ ﻣﻨﻬﺠﻴ ٍﺔ ﻟﺘﻘﻮﻳﺾ ﻧﻈﺮﻳﺎﺗﻬﻢ املﻔﻀﻠﺔ وإﺑﻄﺎل ﻧﺘﺎﺋﺠﻬﻢ اﻷﺛرية‪ ،‬ﺑﻴﻨﻤﺎ ﻻ ﻳﺆدﱢي ﻛﻞ‬ ‫ٍ‬
‫ُ‬
‫اﺧﺘﺒﺎر ﻳﻔﺸﻞ ﰲ دﺣﺾ إﺣﺪى اﻟﻨﺘﺎﺋﺞ إﱃ ﺗﺮﺳﻴﺨﻬﺎ‪ ،‬ﺗﻌﺘﱪ ﻣﻌﺮﻓﺔ أوﺟﻪ اﻟﻘﺼﻮر ﰲ إﺣﺪى‬
‫اﻟﻨﺘﺎﺋﺞ أﻣ ًﺮا ﺟﻴﺪًا دوﻣً ﺎ‪.‬‬
‫ﺗﻬﺪف اﺧﺘﺒﺎرات اﻟﺒﻴﺎﻧﺎت اﻟﺒﺪﻳﻠﺔ إﱃ ﺗﻮﻟﻴﺪ ﺳﻼﺳﻞ زﻣﻨﻴﺔ ﺗﺸﺒﻪ ﺑﻴﺎﻧﺎت املﻼﺣﻈﺎت‪،‬‬
‫ﺴﺘﻘﻰ ﻣﻦ ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ ﻣﻌﺮوف‪ ،‬وﻣﻨﺎط اﻷﻣﺮ ﻫﻨﺎ ﻫﻮ أن ﻫﺬا اﻟﻨﻈﺎم ﻣﻌﺮوف‬ ‫ﻟﻜﻨﻬﺎ ﺗُ َ‬
‫ﺑﺄﻧﻪ ﻟﻴﺲ ﻟﺪﻳﻪ اﻟﺨﺎﺻﻴﺔ املﺄﻣﻮل اﻛﺘﺸﺎﻓﻬﺎ؛ ﻓﻬﻞ ﻧﺴﺘﻄﻴﻊ اﻟﺘﺨ ﱡﻠﺺ ﻣﻦ اﻟﻨﺘﺎﺋﺞ اﻟﺘﻲ ﺗﺒﺪو‬
‫واﻋﺪة ﻟﻜﻨﻬﺎ ﻟﻴﺴﺖ ﻛﺬﻟﻚ ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ )ﺗُﺴﻤﱠ ﻰ ﻧﺘﺎﺋﺞ إﻳﺠﺎﺑﻴﺔ زاﺋﻔﺔ( ﻣﻦ ﺧﻼل ﺗﻄﺒﻴﻖ‬
‫اﻟﺘﺤﻠﻴﻞ ﻧﻔﺴﻪ ﻋﲆ ﺑﻴﺎﻧﺎت املﻼﺣﻈﺎت‪ ،‬ﺛﻢ ﻋﲆ ﻣﺠﻤﻮﻋﺎت اﻟﺒﻴﺎﻧﺎت اﻟﺒﺪﻳﻠﺔ اﻟﻜﺜرية؟ ﻧﻌﺮف‬
‫ﻣﻦ اﻟﺒﺪاﻳﺔ أن اﻟﺒﻴﺎﻧﺎت اﻟﺒﺪﻳﻠﺔ ﻗﺪ ﻻ ﺗُﺴﻔِ ﺮ إﻻ ﻋﻦ ﻧﺘﺎﺋﺞ إﻳﺠﺎﺑﻴﺔ زاﺋﻔﺔ؛ ﻟﺬا إذا ﻟﻢ ﻳﺴﻬﻞ‬
‫ﺗﻤﻴﻴﺰ ﻣﺠﻤﻮﻋﺔ ﺑﻴﺎﻧﺎت املﻼﺣﻈﺎت ﻋﻦ اﻟﺒﻴﺎﻧﺎت اﻟﺒﺪﻳﻠﺔ‪ ،‬إذَن ﻓﺴﻴﻨﻄﻮي اﻟﺘﺤﻠﻴﻞ ﻋﲆ ﺑﻌﺾ‬
‫اﻟﺘﺪاﻋﻴﺎت اﻟﻌﻤﻠﻴﺔ‪ .‬ﻣﺎذا ﻳﻌﻨﻲ ﻫﺬا ﻋﻤﻠﻴٍّﺎ؟ ﺣﺴﻨًﺎ‪َ ،‬ﻫﺐْ أﻧﻨﺎ ﻧﺄﻣﻞ ﰲ »ﺗﺤﺪﻳﺪ ﻧﻤﻂ ﻓﻮﺿﻮي«‪،‬‬

‫‪133‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﺛﻢ اﺗﻀﺢ أن أُس ﻟﻴﺎﺑﻮﻧﻮف اﻟﺘﻘﺪﻳﺮي ﻛﺎن ﻳﺴﺎوي ‪ ،٠٫٥‬ﻫﻞ ﻫﺬه اﻟﻘﻴﻤﺔ أﻛﱪ ﻛﺜريًا ﻣﻦ‬
‫اﻟﺼﻔﺮ؟ إذا ﻛﺎﻧﺖ ﻛﺬﻟﻚ‪ ،‬ﻓﺴﻴﺘﻮاﻓﺮ ﻟﺪﻳﻨﺎ إذَن دﻟﻴﻞ ﻋﲆ أﺣﺪ اﺷﱰاﻃﺎت اﻟﻔﻮﴇ‪.‬‬
‫ﺑﺎﻟﻄﺒﻊ‪ ٠٫٥ ،‬أﻛﱪ ﻣﻦ ﺻﻔﺮ‪ .‬اﻟﺴﺆال اﻟﺬي ﻧﺮﻏﺐ ﰲ اﻹﺟﺎﺑﺔ ﻋﻨﻪ ﻫﻮ‪ :‬ﻫﻞ اﻟﺘﺬﺑﺬﺑﺎت‬
‫اﻟﻌﺸﻮاﺋﻴﺔ ﰲ ﻗﻴﻢ أُس ﺗﻘﺪﻳﺮي ﺳﺘﻤﻴﻞ ﻋﲆ اﻷرﺟﺢ إﱃ أن ﺗﺒﻠﻎ ﻗﻴﻤﺔ ﻛﺒرية ﻣﺜﻞ ‪ ٠٫٥‬ﰲ‬
‫ﻧﻈﺎ ٍم‪) :‬أ( و ﱠﻟﺪ ﺳﻼﺳﻞ زﻣﺎﻧﻴﺔ ﻣﺘﺸﺎﺑﻬﺔ ﰲ ﺷﻜﻠﻬﺎ‪ ،‬و)ب( ﻟﻢ ﺗﻜﻦ ﻗﻴﻤﺔ أُس ﻟﻴﺎﺑﻮﻧﻮف‬
‫اﻟﺤﻘﻴﻘﻴﺔ اﻟﺨﺎﺻﺔ ﺑﻪ أﻛﱪ ﻣﻦ ﺻﻔﺮ؟ ﻧﺴﺘﻄﻴﻊ أن ﻧﻮ ﱢﻟﺪ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﺑﺪﻳﻠﺔ‪ ،‬وﻧﻘﺪﱢر ﻗﻴﻤﺔ‬
‫اﻷُس اﺳﺘﻘﺎءً ﻣﻦ ﻫﺬه اﻟﺴﻠﺴﻠﺔ اﻟﺒﺪﻳﻠﺔ‪ .‬ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ ،‬ﻳﻤﻜﻨﻨﺎ ﺗﻮﻟﻴﺪ ‪ ١٠٠٠‬ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ‬
‫ﺑﺪﻳﻠﺔ ﻣﺨﺘﻠﻔﺔ‪ ،‬ﻓﻨﺤﺼﻞ ﻋﲆ ‪ ١٠٠٠‬ﻗﻴﻤﺔ أﺳﻴﺔ ﻣﺨﺘﻠﻔﺔ‪ .‬رﺑﻤﺎ ﻧﻄﻤﱧ ﺣﻴﻨﺌ ٍﺬ إﱃ ﻧﺘﻴﺠﺘﻨﺎ‬
‫إذا ﻛﺎﻧﺖ ﻣﻌﻈﻢ اﻟﻘِ ﻴَﻢ اﻷﻟﻒ املﺴﺘﻘﺎة ﻣﻦ اﻟﺴﻼﺳﻞ اﻟﺒﺪﻳﻠﺔ أﻗﻞ ﻛﺜريًا ﻣﻦ ﻗﻴﻤﺔ ‪ ،٠٫٥‬ﻟﻜﻦ‬
‫إذا ﻛﺎن ﺗﺤﻠﻴﻞ اﻟﺒﻴﺎﻧﺎت اﻟﺒﺪﻳﻠﺔ ﻳﻔﴤ ﻋﺎد ًة إﱃ ﻗﻴﻢ آﺳﺎس أﻛﱪ ﻣﻦ ‪ ،٠٫٥‬إذَن ﻓﺴﻴﺼﻌﺐ‬
‫اﻻدﻋﺎء ﺑﺄن ﺗﺤﻠﻴﻞ اﻟﺒﻴﺎﻧﺎت اﻟﺤﻘﻴﻘﻴﺔ ﻳﻘﺪﱢم ﺑﺮﻫﺎﻧًﺎ ﻋﲆ أن ﻗﻴﻤﺔ أُس ﻟﻴﺎﺑﻮﻧﻮف أﻛﱪ ﻣﻦ‬
‫ﺻﻔﺮ‪.‬‬

‫اﻹﺣﺼﺎء اﻟﺘﻄﺒﻴﻘﻲ‬
‫ﻳﻤﻜﻨﻨﺎ ﰲ وﻗﺖ اﻟﴬورة أن ﻧﺴﺘﺨﺪم اﻷﺷﻴﺎء ﰲ ﻏري ﻣﻮﺿﻌﻬﺎ‪ .‬ﻗﺪ ﺗﻘﺪﱢم اﻷدوات اﻹﺣﺼﺎﺋﻴﺔ‬
‫ﻃﺮﻳﻘﺔ ﺟﺪﻳﺪة وﻣﻔﻴﺪة ﻟﺪراﺳﺔ املﻼﺣﻈﺎت املﺴﺘﻘﺎة ﻣﻦ‬ ‫ً‬ ‫املﺼﻤﱠ ﻤﺔ ﻟﺘﺤﻠﻴﻞ اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ‬
‫ً‬
‫ﺗﺤﻠﻴﻼ‬ ‫ﺴﺘﻘﻰ ﻣﻦ ﻧﻈﺎم ﻓﻮﺿﻮي ﻻ ﻳﻌﻨﻲ أن‬ ‫ﻈ ٍﻢ ﻏري ﻓﻮﺿﻮﻳﺔ؛ ﻓﻔﻘﻂ ﻷن اﻟﺒﻴﺎﻧﺎت ﻻ ﺗُ َ‬ ‫ﻧُ ُ‬
‫إﺣﺼﺎﺋﻴٍّﺎ ﻣﺜﻞ ذﻟﻚ ﻻ ﻳﺘﻀﻤﻦ ﻣﻌﻠﻮﻣﺎت ﻗﻴﱢﻤﺔ‪ .‬رﺑﻤﺎ ﻳﻨﺪرج ﺗﺤﻠﻴﻞ اﻟﻜﺜري ﻣﻦ اﻟﺴﻼﺳﻞ‬
‫ﺧﺎﺻﺔ ﰲ اﻟﻌﻠﻮم اﻟﻄﺒﻴﺔ واﻟﺒﻴﺌﻴﺔ واﻻﺟﺘﻤﺎﻋﻴﺔ‪ ،‬ﺗﺤﺖ ﻫﺬا اﻟﺘﺼﻨﻴﻒ وﻗﺪ ﻳﻘﺪﱢم‬ ‫ً‬ ‫اﻟﺰﻣﻨﻴﺔ‪،‬‬
‫َ‬
‫ﻣﻌﻠﻮﻣﺎت ﻣﻔﻴﺪة؛ ﻣﻌﻠﻮﻣﺎت ﻻ ﺗﺘﻮاﻓﺮ ﻣﻦ ﺧﻼل اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋﻲ اﻟﺘﻘﻠﻴﺪي‪ .‬ﺗﺤُ ﻮل‬
‫ُ‬
‫املﻤﺎرﺳﺔ اﻹﺣﺼﺎﺋﻴﺔ اﻟﺴﻠﻴﻤﺔ دون ﻓﻘﺪان ﻣﻌﺎﻟﻢ اﻟﻄﺮﻳﻖ ﻣﻦ ﺟ ﱠﺮاء اﻟﺘﻔﻜري ﻏري اﻟﻮاﻗﻌﻲ‬
‫اﻟﺬي ﻳﺄﻣﻞ ﰲ ﻧﺘﺎﺋﺞ ﻣﻌﻴﻨﺔ‪ ،‬وﻳﻤﻜﻦ أن ﻳﺜﺒﺖ اﻻﺳﺘﺒﺼﺎر اﻟﻨﺎﺗﺞ ﻗﻴﻤﺘﻪ ﻋﻨﺪ اﻟﺘﻄﺒﻴﻖ‪ ،‬ﺑﴫف‬
‫ﻳﺮﺳﺦ اﻟﺨﺼﺎﺋﺺ اﻟﻔﻮﺿﻮﻳﺔ ﰲ ﺗﺪﻓﻘﺎت اﻟﺒﻴﺎﻧﺎت أم ﻻ‪.‬‬ ‫اﻟﻨﻈﺮ ﻋﻤﱠ ﺎ إذا ﻛﺎن ﻫﺬا اﻻﺳﺘﺒﺼﺎر ﱢ‬
‫اﺳﺘﻴﻌﺎب اﻟﺒﻴﺎﻧﺎت ﻫﻮ املﺼﻄﻠﺢ اﻟﺬي ﻳﺸري إﱃ ﻋﻤﻠﻴﺔ ﺗﺤﻮﻳﻞ ﻣﺠﻤﻮﻋﺔ ﻣﻦ املﻼﺣﻈﺎت‬
‫املﺸﻮﺷﺔ إﱃ ﻣﺠﻤﻮﻋﺔ ﻣﻦ ﺣﺎﻻت اﻟﻨﻤﻮذج اﻷوﻟﻴﺔ‪ .‬ﰲ إﻃﺎر ﺳﻴﻨﺎرﻳﻮ اﻟﻨﻤﻮذج املﺜﺎﱄ‪ ،‬ﺛَﻤﱠ َﺔ‬
‫ﺣﺎﻟﺔ ﺣﻘﻴﻘﻴﺔ ﻳﻤﻜﻦ ﺣﺴﺎب ﻗﻴﻤﺘﻬﺎ اﻟﺘﻘﺮﻳﺒﻴﺔ‪ ،‬وﰲ ﻇﻞ ﻧﻤﻮذج اﻟﺘﺸﻮﻳﺶ ﺛَﻤﱠ َﺔ ﻣﺠﻤﻮﻋﺔ‬
‫ﻣﺜﺎﻟﻴﺔ — ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ ﺗﻮاﻓﺮﻫﺎ ﻓﻘﻂ ﻟﺸﻴﻄﺎن اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ — ﻧﺴﺘﻄﻴﻊ أن‬

‫‪134‬‬
 ‫اﻹﺣﺼﺎﺋﻴﺎت واﻟﻔﻮﴇ‬

‫ﻧﺤﺴﺐ ﻗﻴﻤﺘﻬﺎ اﻟﺘﻘﺮﻳﺒﻴﺔ‪ ،‬وﻟﻜﻦ ﰲ ﺟﻤﻴﻊ ﻣﻬﺎم اﻟﺘﻮﻗﻊ اﻟﺤﻘﻴﻘﻴﺔ‪ ،‬ﻧﺤﺎول أن ﱠ‬

‫ﻧﺘﻮﻗﻊ اﻟﻨﻈﻢ‬
‫اﻟﻄﺒﻴﻌﻴﺔ اﻟﺤﻘﻴﻘﻴﺔ ﺑﺎﺳﺘﺨﺪام ﻧﻈﻢ رﻳﺎﺿﻴﺔ أو ﻧﻤﺎذج ﻣﺤﺎﻛﺎة ﺣﺎﺳﻮﺑﻴﺔ‪ .‬ﻻ ﻳﻤﻜﻦ أﺑﺪًا‬
‫إﺛﺒﺎت ﺻﺤﺔ ﻧﻈﺮﻳﺔ اﻟﻨﻤﻮذج املﺜﺎﱄ‪ ،‬وداﺋﻤً ﺎ ﻣﺎ ﺗﻜﻮن ﺧﺎﻃﺌﺔ‪ .‬ﻓﻤﺎ اﻟﻐﺎﻳﺔ ﻣﻦ وراء اﺳﺘﻴﻌﺎب‬
‫اﻟﺒﻴﺎﻧﺎت ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ؟ ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ‪ ،‬ﻻ ﻳﻘﺘﴫ اﻷﻣﺮ ﻋﲆ اﻟﺤﺼﻮل ﻋﲆ »اﻟﺮﻗﻢ اﻟﺨﺎﻃﺊ«‬
‫ﻋﻨﺪ ﺗﻘﺪﻳﺮ ﺣﺎﻟﺔ ﻧﻤﻮذﺟﻨﺎ اﻟﺬي ﻳﻤﺎﺛﻞ اﻟﻮاﻗﻊ‪ ،‬ﺑﻞ ﰲ ﻋﺪم وﺟﻮد »رﻗﻢ ﺻﺤﻴﺢ« ﻳﺠﺐ‬
‫ﱡ‬
‫ﺑﺎﻟﺘﻮﻗﻌﺎت اﻻﺣﺘﻤﺎﻟﻴﺔ ﻣﺎ وراء ﺗﺼﻮراﺗﻨﺎ‪.‬‬ ‫ﺗﺤﺪﻳﺪه‪ .‬ﻳﺒﺪو أن ﻋﺪم ﻣﻼءﻣﺔ اﻟﻨﻤﺎذج ﻳﺘﺠﺎوز‬
‫ﺗﻮﻗﻊ اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ ﺑﺎﺳﺘﺨﺪام ﻧﻤﺎذج ﻏري ﻛﺎﻣﻠﺔ إﱃ ﻃﺮق ﺟﺪﻳﺪة ﰲ‬ ‫ﺗﺆدي ﻣﺤﺎوﻻت ﱡ‬
‫اﺳﺘﻜﺸﺎف ﻛﻴﻔﻴﺔ اﺳﺘﻐﻼل ﺗﻨ ﱡﻮع اﻟﺴﻠﻮﻛﻴﺎت اﻟﺘﻲ ﺗﺒﺪﻳﻬﺎ ﻧﻤﺎذﺟﻨﺎ ﻏري اﻟﻜﺎﻣﻠﺔ‪ .‬ﻳﺘﻄﻠﺐ‬
‫ﺗﺤﻘﻴﻖ ﺗﻘ ﱡﺪ ٍم ﱠأﻻ ﻧُﻤﻴﱢﻊ اﻟﺘﻔﺮﻗﺔ ﺑني ﻧﻤﺎذﺟﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬وﻧﻤﺎذج املﺤﺎﻛﺎة اﻟﺤﺎﺳﻮﺑﻴﺔ واﻟﻌﺎﻟﻢ‬
‫ُ‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ‪.‬‬ ‫اﻟﻮاﻗﻌﻲ اﻟﺬي ﻳﻘﺪﱢم إﻟﻴﻨﺎ املﻼﺣﻈﺎت اﻟﻮاﻗﻌﻴﺔ‪ .‬ﻧﻨﺘﻘﻞ ﰲ اﻟﻔﺼﻞ اﻟﺘﺎﱄ إﱃ‬

‫‪135‬‬
 ‫اﻟﻔﺼﻞ اﻟﺘﺎﺳﻊ‬

‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ‪:‬‬ ‫اﻟﻘﺎﺑﻠﻴﺔ‬
‫ﻫﻞ ﺗﻘﻴﺪ اﻟﻔﻮﺿﻰ ﺗﻮﻗﻌﺎﺗﻨﺎ؟‬

‫ﰲ ﻣﻨﺎﺳﺒﺘني ُﺳﺌ ُ‬
‫ِﻠﺖ ﻣﻦ ﻗِ ﺒَﻞ أﻋﻀﺎءٍ ﰲ اﻟﱪملﺎن‪» :‬ﻋﺬ ًرا‪ ،‬ﻳﺎ ﺳﻴﺪ ﺑﺎﺑﻴﺪج‪ ،‬إذا زوﱠدت‬
‫املﺎﻛﻴﻨﺔ ﺑﺄرﻗﺎم ﺧﺎﻃﺌﺔ‪ ،‬ﻓﻬﻞ ﺳﺘﺨﺮج اﻟﻨﺘﺎﺋﺞ اﻟﺼﺤﻴﺤﺔ؟« ﻻ أﺳﺘﻄﻴﻊ ﻋﻦ ﱟ‬
‫ﺣﻖ‬
‫ً‬
‫ﺳﺆاﻻ ﻣﺜﻞ ذﻟﻚ‪.‬‬ ‫أن أﺳﺘﻮﻋﺐ ﻧﻮع اﻟﺨﻠﻂ ﰲ اﻷﻓﻜﺎر اﻟﺬي ﻗﺪ ﻳﺜري‬
‫ﺗﺸﺎرﻟﺰ ﺑﺎﺑﻴﺪج‬

‫ﻂ اﻻﻫﺘﻤﺎم ﻋﲆ‬ ‫ُ‬

‫دراﺳﺔ اﻟﻔﻮﴇ ﺗﺴﻠﻴ َ‬ ‫داﺋﻤً ﺎ ﻣﺎ ﻧﺰوﱢد ﻣﺎﻛﻴﻨﺎﺗﻨﺎ ﺑﺎﻷرﻗﺎم اﻟﺨﺎﻃﺌﺔ‪ ،‬وﻗﺪ أﻋﺎدت‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ ﺑﺒﺤﺚ اﻟﻌﻼﻗﺔ‬ ‫ﺗﺤﺪﻳﺪ إن ﻛﺎﻧﺖ ﻫﻨﺎك أي »أرﻗﺎم ﺻﺤﻴﺤﺔ« ﻣﻦ ﻋﺪﻣﻪ‪ .‬ﻳﺴﻤﺢ ﻟﻨﺎ‬
‫ﺑني ﻧﻤﺎذﺟﻨﺎ واﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ ﺑﻄﺮﻳﻘﺘني ﻣﺨﺘﻠﻔﺘني إﱃ ﺣ ﱟﺪ ﻣﺎ‪ .‬ﻗﺪ ﻧﺨﺘﱪ ﻗﺪرة ﻧﻤﻮذﺟﻨﺎ‬
‫ﺗﻮﻗﻊ ﺳﻠﻮك اﻟﻨﻈﺎم ﻋﲆ املﺪى اﻟﻘﺼري‪ ،‬ﻣﺜﻠﻤﺎ ﰲ ﻋﻤﻠﻴﺔ ﺗﻮﻗﻊ ﺣﺎﻟﺔ اﻟﻄﻘﺲ‪ .‬ﰲ املﻘﺎﺑﻞ‪،‬‬ ‫ﻋﲆ ﱡ‬
‫رﺑﻤﺎ ﻧﺴﺘﺨﺪم ﻧﻤﺎذﺟﻨﺎ ﻋﻨﺪ ﺗﺤﺪﻳﺪ ﻛﻴﻔﻴﺔ ﺗﻐﻴري اﻟﻨﻈﺎم ﻧﻔﺴﻪ‪ ،‬وﻫﻨﺎ ﻧﺤﺎول ﺗﻐﻴري املﺴﺘﻘﺒﻞ‬
‫ﻧﻔﺴﻪ ﰲ اﺗﺠﺎه ﺳﻠﻮك ﻣﺮﻏﻮب‪ ،‬أو ﻏري ﻣﺮﻏﻮب ﺑﺪرﺟﺔ أﻗﻞ‪ ،‬ﻣﺜﻠﻤﺎ ﻳﺤﺪث ﻋﻨﺪﻣﺎ ﻧﺴﺘﺨﺪم‬
‫اﻟﻨﻤﺎذج املﻨﺎﺧﻴﺔ ﻻﻧﺘﻬﺎج ﺳﻴﺎﺳﺔ ﻣﺤﺪدة‪.‬‬
‫اﻟﺘﻮﻗﻊ ﺑﺎﻟﻨﺴﺒﺔ إﱃ ﺷﻴﻄﺎن ﻻﺑﻼس‪ .‬ﰲ ﻇﻞ ﴍوط‬ ‫ﱡ‬ ‫ﻻ ﺗﺸ ﱢﻜﻞ اﻟﻔﻮﴇ أيﱠ ﻣﺸﻜﻼت ﰲ‬
‫ﻣﺒﺪﺋﻴﺔ ﻣﺤﺪﱠدة‪ ،‬وﻧﻤﻮذج ﻣﺜﺎﱄ وﻗﺪرة ﻋﲆ إﺟﺮاء ﺣﺴﺎﺑﺎت دﻗﻴﻘﺔ‪ ،‬ﺳﻴﺴﺘﻄﻴﻊ ﺷﻴﻄﺎن‬
‫ﻻﺑﻼس ﺗﺘﺒﱡﻊ ﺳﻠﻮك ﻧﻈﺎم ﻓﻮﺿﻮي ﰲ املﺴﺘﻘﺒﻞ ﺑﺪﻗﺔ ﻣﺜﻠﻤﺎ ﻳﺤﺪث ﰲ ﺣﺎﻟﺔ أي ﻧﻈﺎم دوري‪.‬‬
‫ﻳﻤﺘﻠﻚ ﺷﻴﻄﺎن اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ ﻧﻤﻮذﺟً ﺎ ﻣﺜﺎﻟﻴٍّﺎ‪ ،‬وﻳﺴﺘﻄﻴﻊ إﺟﺮاء ﻋﻤﻠﻴﺎت ﺣﺴﺎﺑﻴﺔ‬
‫دﻗﻴﻘﺔ‪ ،‬ﻟﻜﻨﻪ ﻣﻘﻴﱠﺪ ﺑﻤﻼﺣﻈﺎت ﻏري ﻳﻘﻴﻨﻴﺔ‪ ،‬ﺣﺘﻰ إذا ﻛﺎﻧﺖ ﻫﺬه املﻼﺣﻈﺎت ﺗﻤﺘﺪ ﻋﲆ ﻓﱰات‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻣﻨﺘﻈﻤﺔ إﱃ املﺎﴈ اﻟﻼﻧﻬﺎﺋﻲ‪ .‬ﻣﺜﻠﻤﺎ ﻳﺘﻀﺢ‪ ،‬ﻻ ﻳﺴﺘﻄﻴﻊ ﺷﻴﻄﺎن اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ‬
‫اﺳﺘﺨﺪا َم ﻫﺬه املﻼﺣﻈﺎت اﻟﺴﺎﺑﻘﺔ ﰲ ﺗﺤﺪﻳﺪ اﻟﺤﺎﻟﺔ اﻟﺤﺎﻟﻴﺔ‪ ،‬ﻏري أﻧﻪ ﻳﺴﺘﻄﻴﻊ ﰲ املﻘﺎﺑﻞ‬
‫ﺟﺮﻳﺖ‪ ،‬وﻫﻮ ﻣﺎ‬ ‫اﻻﻃﻼع ﻋﲆ ﺗﻤﺜﻴﻞ ﻛﺎﻣﻞ ﻟﻌﺪم اﻟﻴﻘني ﰲ اﻟﺤﺎﻟﺔ ﰲ ﻇﻞ املﻼﺣﻈﺎت اﻟﺘﻲ أ ُ ِ‬
‫اﻟﺒﻌﺾ اﻟﺘﻮزﻳ َﻊ اﻻﺣﺘﻤﺎﱄ املﻮﺿﻮﻋﻲ ﻟﻠﺤﺎﻟﺔ‪ ،‬ﻋﲆ أﻧﻪ ﻻ ﺣﺎﺟﺔ ﻟﻨﺎ ﻟﻠﺨﻮض‬ ‫ُ‬ ‫ﻗﺪ ﻳُﻄﻠِﻖ ﻋﻠﻴﻪ‬
‫ﰲ ذﻟﻚ‪ .‬ﺗﻨﻄﻮي ﻫﺬه اﻟﺤﻘﺎﺋﻖ ﻋﲆ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﺘﺪاﻋﻴﺎت‪ ،‬ﻣﻨﻬﺎ أﻧﻪ ﺣﺘﻰ ﰲ ﻇﻞ ﻧﻤﻮذج‬
‫ﺗﻮﻗﻌﺎت‬ ‫ﻣﺜﺎﱄ ﻟﻨﻈﺎم ﺣﺘﻤﻲ‪ ،‬ﻻ ﻳﺴﺘﻄﻴﻊ ﺷﻴﻄﺎن ﻻﺑﻼس أن ﻳﻔﻌﻞ ﻣﺎ ﻫﻮ أﻛﺜﺮ ﻣﻦ وﺿﻊ ﱡ‬
‫اﺣﺘﻤﺎﻟﻴﺔ‪ ،‬وﻻ ﻳﻤﻜﻦ أن ﻧﺘﻄﻠﻊ إﱃ ﻣﺎ ﻫﻮ أﻓﻀﻞ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻨﻄﻮي ﻋﲆ وﺟﻮب ﺗﺒﻨﱢﻴﻨﺎ ﺗﻘﻴﻴﻤً ﺎ‬
‫اﺣﺘﻤﺎﻟﻴٍّﺎ ﻟﻨﻤﺎذﺟﻨﺎ اﻟﺤﺘﻤﻴﺔ‪ .‬ﻟﻜﻦ ﻛﻞ ﻫﺬه اﻟﺸﻴﺎﻃني ﺗﻮﺟﺪ ﰲ إﻃﺎر ﺳﻴﻨﺎرﻳﻮ اﻟﻨﻤﻮذج املﺜﺎﱄ‪،‬‬
‫ﻧﺘﺨﲆ ﻋﻦ اﻟﺨﻴﺎﻻت اﻟﺮﻳﺎﺿﻴﺔ ﺑﻮﺟﻮد ﻧﻤﺎذج ﻣﺜﺎﻟﻴﺔ وأرﻗﺎم ﻏري ﻧﺴﺒﻴﺔ‪ ،‬إذا ﻣﺎ‬ ‫ﱠ‬ ‫وﻳﺠﺐ أن‬
‫ﺑﻮﺿﻮح أﻧﻨﺎ‬
‫ٍ‬ ‫ً‬ ‫ٍ‬
‫ﺗﻮﻗﻌﺎت ﺻﺎدﻗﺔ ﻟﻠﻌﺎﻟﻢ اﻟﺤﻘﻴﻘﻲ‪ .‬إذا ﻣﺎ ﻋﺠﺰﻧﺎ ﻋﻦ اﻹﺛﺒﺎت‬ ‫أردﻧﺎ أن ﻧﻘﺪﱢم‬
‫ﺗﺨ ﱠﻠﻴﻨﺎ ﻋﻦ ﻫﺬه اﻟﺨﻴﺎﻻت‪ ،‬ﻓﺴﻴﺼﺒﺢ اﻷﻣﺮ ﺑﻤﺜﺎﺑﺔ اﻟﱰوﻳﺞ ﻟﺪواء وﻫﻤﻲ‪.‬‬

‫ﱡ‬
‫ﺗﻮﻗﻊ اﻟﻔﻮﴇ‬
‫وﻟﻦ ﺗُﺼﺪﱠق ﻫﺬه اﻟﺸﻴﺎﻃني املﺨﺎدﻋﺔ ﺑﻌﺪ اﻵن‪،‬‬
‫ﺑﻤﻌﺎن ﻣﺰدوﺟﺔ‪،‬‬
‫ٍ‬ ‫اﻟﺘﻲ ﺗﺮاوﻏﻨﺎ‬
‫ﻋﺒﺎرات واﻋﺪ ًة ﻋﲆ ﻣﺴﺎﻣﻌﻨﺎ‪،‬‬
‫ٍ‬ ‫وﺗﻈﻞ ﺗﺮدﱢد‬
‫ﺛﻢ ﻻ ﺗﻠﺒﺚ أن ﺗﻨﻜﺚ وﻋﺪﻫﺎ ﻋﻨﺪﻣﺎ ﻧﻌﻘﺪ آﻣﺎﻟﻨﺎ ﻋﻠﻴﻬﺎ‪.‬‬
‫ﻣﴪﺣﻴﺔ »ﻣﺎﻛﺒﺚ« )اﻟﻔﺼﻞ اﻟﺨﺎﻣﺲ(‬

‫ﺗﻮﻗﻌﺎﺗﻬﻢ‪ ،‬ﻣﻦ‬‫ﻛﺎن وﻻ ﻳﺰال ﻣَ ﻦ ﻳﻐﺎﻣﺮون ﺑﺈﺟﺮاء ﺗﻮﻗﻌﺎت ﻣﺤ ﱠﻞ ﻧﻘ ٍﺪ ﺣﺘﻰ ﻋﻨﺪﻣﺎ ﺗﺜﺒﺖ دﻗﺔ ﱡ‬
‫اﻟﻨﺎﺣﻴﺔ اﻟﻌﻤﻠﻴﺔ‪ .‬ﺗﺮ ﱢﻛﺰ ﻣﴪﺣﻴﺔ »ﻣﺎﻛﺒﺚ« ﻟﺸﻜﺴﺒري ﻋﲆ اﻟﺘﻮﻗﻌﺎت اﻟﺘﻲ رﻏﻢ ﻛﻮﻧﻬﺎ دﻗﻴﻘﺔ‬
‫ﻣﻦ اﻟﻨﺎﺣﻴﺔ اﻟﻔﻨﻴﺔ‪ ،‬ﻓﺈﻧﻬﺎ ﻻ ﺗﻘﺪﱢم دﻋﻤً ﺎ ﻓﻌﱠ ًﺎﻻ ﰲ ﻋﻤﻠﻴﺔ اﺗﺨﺎذ اﻟﻘﺮار‪ .‬ﻋﻨﺪﻣﺎ ﻳﻮاﺟﻪ ﻣﺎﻛﺒﺚ‬
‫»ﻋﻤﻼ ﺑﻼ اﺳﻢ«‪ .‬ﺑﻌﺪﻫﺎ ﺑﺒﻀﻊ ﻣﺌﺎت‬ ‫ً‬ ‫ٍ‬
‫ﻗﺎﺋﻼت‪:‬‬ ‫ﺳﺎﺋﻼ إﻳﺎﻫﻦ ﻋﻤﱠ ﺎ ﻳﻔﻌ ْﻠﻨَﻪ‪ ،‬ﻳ ُِﺠﺒ َْﻦ‬
‫ً‬ ‫اﻟﺴﺎﺣﺮات‬
‫ﻣﻦ اﻟﺴﻨﻮات‪ ،‬اﺳﺘﺤﺪث اﻟﻜﺎﺑﺘﻦ ﻓﻴﺘﺰروي ﻣﺼﻄﻠﺢ ﱡ‬
‫»ﺗﻮﻗﻊ«‪ .‬ﺛَﻤﱠ َﺔ اﺣﺘﻤﺎل دوﻣً ﺎ أن ﻳﻜﻮن أي‬
‫ﻣﺘﻮاﻓﻘﺎ داﺧﻠﻴٍّﺎ ﻣﻦ وﺟﻬﺔ ﻧﻈﺮ واﺿﻌِ ﻲ اﻟﻨﻤﻮذج‪ ،‬ﺑﻴﻨﻤﺎ ﻫﻮ ﰲ اﻟﻮاﻗﻊ ﻳﻀ ﱢﻠﻞ ﺗﻮﻗﻌﺎت‬ ‫ً‬ ‫ﺗﻮﻗﻊ‬
‫ﻣﺴﺘﺨﺪﻣﻴﻪ ﺑﺎﺳﺘﻤﺮار‪ ،‬وﻫﻨﺎ ﺗﻜﻤﻦ ﺟﺬور ﺷﻜﻮى ﻣﺎﻛﺒﺚ ﻣﻦ اﻟﺴﺎﺣﺮات ﰲ أﻧﻬﻦ ﻳﻘﺪﱢﻣْ َﻦ‬
‫ﻃﺮﻳﻘﺎ إﱃ ﻣﺴﺘﻘﺒﻞ ﻣﺰدﻫﺮ‪ .‬ﻳﱪﻫﻦ ﻛﻞ ﱡ‬
‫ﺗﻮﻗﻊ‬ ‫ً‬ ‫أﺧﺒﺎ ًرا ﺳﺎرة ﺑﺼﻮرة ﻣﺘﻜﺮرة ﺣﻮل ﻣﺎ ﻳﺒﺪو‬

‫‪138‬‬
 ‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ‪ :‬ﻫﻞ ﺗﻘﻴﺪ اﻟﻔﻮﴇ ﺗﻮﻗﻌﺎﺗﻨﺎ؟‬ ‫اﻟﻘﺎﺑﻠﻴﺔ‬

‫دﻗﺔ ﻻ ﻏﺒﺎ َر ﻋﻠﻴﻬﺎ‪ ،‬ﻟﻜﻦ ﻻ ﻳُﺴﻔِ ﺮ أيﱞ ﻣﻨﻬﺎ ﻋﻦ ازدﻫﺎر ﻛﺒري‪ .‬ﻓﻬﻞ ﻳﺴﺘﻄﻴﻊ ِ‬
‫واﺿﻌﻮ‬ ‫ﻋﲆ ٍ‬
‫ﻳﻔﴪون ﻋﺪم اﻟﻴﻘني ﰲ ﻧﻤﺎذﺟﻬﻢ اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬ﻛﻤﺎ ﻟﻮ‬ ‫اﻟﺘﻮﻗﻌﺎت ﰲ اﻟﻌﴫ اﻟﺤﺪﻳﺚ — ﻣﻤﱠ ْﻦ ﱢ‬
‫ﻛﺎﻧﺖ ﺗﻌﻜﺲ اﺣﺘﻤﺎﻻت اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ ﻟﻸﺣﺪاث املﺴﺘﻘﺒﻠﻴﺔ — ﺗﻔﺎدِيَ ﺗﻬﻤﺔ اﻟﺘﺤﺪﱡث ﺑ »ﻟﻐﺔ‬
‫ﻣﺰدوﺟﺔ«؟ ﻫﻞ ﻫﻢ ُﻣﺪَاﻧﻮن ﺑﺎﺗﻬﺎم ﻣﺎﻛﺒﺚ ﻟﻬﻢ ﺑﺄﻧﻬﻢ ﻳﺼﻮﻏﻮن ﺗﻮﻗﻌﺎﺗﻬﻢ اﻻﺣﺘﻤﺎﻟﻴﺔ‪ ،‬ﻣﻊ‬
‫ﻣﻌﺮﻓﺘﻬﻢ ﻣﻌﺮﻓﺔ ﻛﺎﻣﻠﺔ ﺑﺄﻧﻨﺎ ﺳﻨﺘﻘﺒﻞ ﺣﺠﺔ اﻟﻔﻮﴇ ﻟﴫف اﻧﺘﺒﺎﻫﻨﺎ ﻋﻦ أﺷﻴﺎء أﺧﺮى‬
‫ﻣﺨﺘﻠﻔﺔ ﺗﻤﺎﻣً ﺎ ﺗﺤﺪث؟‬

‫ﻣﻦ اﻟﺪﻗﺔ إﱃ املﻮﺛﻮﻗﻴﺔ‬

‫ﻻ ﻳﻤﻜﻨﻨﺎ أن ﻧﻠﻮم واﺿﻌﻲ اﻟﺘﻮﻗﻌﺎت ﻟﻌﺠﺰﻫﻢ ﻋﻦ ﺗﻘﺪﻳﻢ ﺻﻮرة واﺿﺤﺔ ﻋﻦ املﻮﺿﻊ اﻟﺬي‬
‫ﺳﻴﻨﺘﻬﻲ ﺑﻨﺎ املﺂل إﻟﻴﻪ إذا ﻟﻢ ﻧﺴﺘﻄﻊ ﺗﻘﺪﻳﻢ ﺻﻮرة واﺿﺤﺔ ﻟﻬﻢ ﻋﻦ ﻣﻮﺿﻌﻨﺎ اﻟﺤﺎﱄ‪ .‬ﻏري‬
‫أﻧﻪ ﻳﻤﻜﻨﻨﺎ ﰲ املﻘﺎﺑﻞ ﱡ‬
‫ﺗﻮﻗﻊ أن ﺗﺪ ﱠﻟﻨﺎ ﻧﻤﺎذﺟﻨﺎ ﻋﲆ ﻣﺪى اﻟﺪﻗﺔ اﻟﺘﻲ ﻳﺠﺐ أن ﻧﻌﺮف ﺑﻬﺎ‬
‫اﻟﺘﻮﻗﻊ ﺗﺤﺖ ﻣﺴﺘﻮى ﻣﺎ ﻫﻮ ﻣﺴﺘﻬﺪَف‪.‬‬ ‫ﱡ‬ ‫اﻟﴩط املﺒﺪﺋﻲ‪ ،‬ﺑﻐﺮض ﺿﻤﺎن أن ﺗﻈﻞ أﺧﻄﺎء‬
‫ﻧﺄﻣﻞ ﱠأﻻ ﻳﺮﺗﺒﻂ اﻟﺴﺆال ﺣﻮل ﻛﻮﻧﻨﺎ ﻧﺴﺘﻄﻴﻊ أو ﻻ ﻧﺴﺘﻄﻴﻊ ﺧﻔﺾ اﻟﺘﺸﻮﻳﺶ ﺣﺘﻰ ذﻟﻚ‬
‫املﺴﺘﻮى ﺑﻘﺪرة ﻧﻤﻮذﺟﻨﺎ ﻋﲆ إﺟﺮاء ﱡ‬
‫ﺗﻮﻗ ٍﻊ ﰲ ﻇﻞ ﺣﺎﻟﺔ أوﻟﻴﺔ دﻗﻴﻘﺔ ﺑﻤﺎ ﻳﻜﻔﻲ‪.‬‬
‫ﰲ اﻟﻮﺿﻊ املﺜﺎﱄ‪ ،‬أي ﻧﻤﻮذج ﻳﻤﻜﻦ أن ﻳُﻈﻠﻞ‪ ،‬وﺳﺘﻜﻮن ﺛَﻤﱠ َﺔ ﺣﺎﻟﺔ أوﻟﻴﺔ ﻧﺴﺘﻄﻴﻊ أن‬
‫ﻗﺮﻳﺒﺔ ﻣﻦ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻟﻠﻤﻼﺣﻈﺎت‪.‬‬ ‫ً‬ ‫ﻧﻜ ﱢﺮرﻫﺎ ﺑﺤﻴﺚ ﺗﻈﻞ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ اﻟﻨﺎﺗﺠﺔ‬
‫ﻋﻠﻴﻨﺎ أن ﻧﻨﺘﻈﺮ إﱃ ﻣﺎ ﺑﻌﺪ اﻟﺤﺼﻮل ﻋﲆ املﻼﺣﻈﺎت ﻟﻨ َﺮى إن ﻛﺎن ﺛَﻤﱠ َﺔ ﻇﻼل أم ﻻ‪ ،‬وﻳﺠﺐ‬
‫ﺗﺤﺪﻳﺪ ﻣﻌﻨﻰ ﻛﻠﻤﺔ »ﻗﺮﻳﺒﺔ« ﻣﻦ ﺧﻼل ﺧﻮاص ﺗﺸﻮﻳﺶ املﻼﺣﻈﺎت‪ .‬ﻟﻜﻦ ﰲ ﺣﺎل »ﻋﺪم«‬
‫ﻇﻠﻠﺖ‪ ،‬إذَن ﻳُﻌﺘﱪ اﻟﻨﻤﻮذج ﻏري ﻣﻼﺋﻢ ﺑﺼﻮرة أﺳﺎﺳﻴﺔ‪ .‬ﰲ املﻘﺎﺑﻞ‪ ،‬إذا‬ ‫وﺟﻮد ﺣﺎﻟﺔ أوﻟﻴﺔ ُ‬
‫ِ‬
‫ﻣﺠﻤﻮﻋﺔ اﻟﺤﺎﻻت‬ ‫ﻛﺎن ﺛَﻤﱠ َﺔ ﻣﺴﺎر ﻇﻼل واﺣﺪ ﻓﺴﻴﻜﻮن ﺛَﻤﱠ َﺔ ﻣﺴﺎرات ﻛﺜرية‪ ،‬وﻳﻤﻜﻦ اﻋﺘﺒﺎر‬
‫ﻇﻠﻠﺖ ﺣﺎﻻﺗﻬﺎ اﻟﺴﺎﺑﻘﺔ ﺣﺘﻰ اﻵن ﻏريَ ﻗﺎﺑﻠﺔ ﻟﻠﺘﻤﻴﻴﺰ ﺑﻴﻨﻬﺎ‪ .‬إذا ﻛﺎﻧﺖ اﻟﺤﺎﻟﺔ‬ ‫اﻟﺤﺎﻟﻴﺔ اﻟﺘﻲ ُ‬
‫اﻟﺤﻘﻴﻘﻴﺔ ﻣﻮﺟﻮدة‪ ،‬ﻻ ﻳﻤﻜﻦ أن ﻧﺤﺪﱢدﻫﺎ‪ ،‬وﻻ ﻳﻤﻜﻦ أن ﻧﻌﺮف أيﱞ ﻣﻨﻬﺎ ﺳﻴﺴﺘﻤﺮ ﰲ اﻟﻈﻼل‬
‫ﺗﻮﻗﻊ‪ ،‬ﻟﻜﻨﻨﺎ ﻗﺪ ﻧﺸﻌﺮ ﺑﺒﻌﺾ اﻟﺴﻠﻮى ﻣﻦ‬ ‫ﻋﻨﺪ ﺗﻜﺮار اﻟﺨﺎرﻃﺔ ﰲ اﺗﺠﺎه ﻗِ ﻴَﻢ آﺗﻴﺔ ﻹﺟﺮاء ﱡ‬
‫ً‬
‫اﻧﻄﻼﻗﺎ ﻣﻦ واﺣﺪة ﻣﻦ ﻫﺬه اﻟﺤﺎﻻت‬ ‫ﻣﻌﺮﻓﺔ أن أوﻗﺎت اﻟﻈﻼل اﻟﻨﻤﻮذﺟﻴﺔ ﻟﻠﺘﻮﻗﻌﺎت ﻗﺪ ﺑﺪأت‬
‫ﻏري اﻟﻘﺎﺑﻠﺔ ﻟﻠﺘﻤﻴﻴﺰ ﺑﻴﻨﻬﺎ‪.‬‬
‫ﱡ‬ ‫ﱡ‬
‫ﻳﺴﻬﻞ ﻛﺜريًا إدرا ُك أﻧﻨﺎ ﻧﺘﺠﻪ ﻧﺤﻮ ﺗﻮﻗﻌﺎت ﻣﺠﻤﻌﺔ ﺗﻌﺘﻤﺪ ﻋﲆ ﻣﺠﻤﻮﻋﺔ ﺗﻮﻗﻌﺎت‬
‫ﻣﺮﺷﺤﺔ ﻇﻠﺖ اﻷرﺻﺎد ﺣﺘﻰ اﻟﺤﺎﴐ‪ .‬ﺑﺈدراك أﻧﻪ ﺣﺘﻰ أي ﻧﻤﻮذج ﻣﺜﺎﱄ ﻻ ﻳﻤﻜﻦ أن‬ ‫أﺧﺮى ﱠ‬

‫‪139‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻳُﻔﴤَ إﱃ ﺗﻮﻗﻊ ﻣﺜﺎﱄ ﰲ ﻇﻞ ﴍط ﻣﺒﺪﺋﻲ ﻏري ﻣﺜﺎﱄ‪ ،‬ﰲ ﺳﺘﻴﻨﻴﺎت اﻟﻘﺮن اﻟﻌﴩﻳﻦ‪ ،‬وﺿﻊ‬
‫ﺗﻌﺮﻳﻔﺎ ﻟ »اﻟﻨﻤﻮذج املﻮﺛﻮق ﺑﻪ« ﺑﺎﻋﺘﺒﺎره اﻟﻨﻤﻮذج اﻟﺬي ﻳﺴﺘﻄﻴﻊ‬ ‫ً‬ ‫اﻟﻔﻴﻠﺴﻮف ﻛﺎرل ﺑﻮﺑﺮ‬
‫وﺿﻊ ﺣ ﱟﺪ ﺣﻮل ﻗﺪر ﻋﺪم اﻟﻴﻘني اﻷوﱄ املﻄﻠﻮب ﺑﻐﺮض ﺿﻤﺎن وﺿﻊ ﺣ ﱟﺪ ﻣﺮﻏﻮب وﻣﺤﺪﱠد‬
‫ً‬
‫ﺻﻌﻮﺑﺔ إﱃ ﺣ ﱟﺪ ﻛﺒري ﰲ ﺣﺎﻟﺔ‬ ‫ﻷﺧﻄﺎء اﻟﺘﻮﻗﻊ‪ .‬ﻳُﻌﺘﱪ ﺗﺤﺪﻳﺪ ﺣ ﱟﺪ ﻟﻌﺪم اﻟﻴﻘني اﻷوﱄ ﻫﺬا أﻛﺜﺮ‬
‫اﻟﻨﻈﻢ اﻟﻼﺧﻄﻴﺔ ﻋﻦ اﻟﻨﻈﻢ اﻟﺨﻄﻴﺔ‪ ،‬ﺑَﻴْ َﺪ أﻧﻨﺎ ﻳﻤﻜﻨﻨﺎ ﺗﻌﻤﻴﻢ ﻓﻜﺮة املﻮﺛﻮﻗﻴﺔ واﺳﺘﺨﺪاﻣﻬﺎ‬
‫ﰲ ﺗﻘﻴﻴﻢ ﻣﺎ إذا ﻛﺎﻧﺖ ﺗﻮﻗﻌﺎﺗﻨﺎ املﺠﻤﻌﺔ ﺗﻌﻜﺲ ﻋﲆ ﻧﺤﻮ ﻣﻌﻘﻮل ﺗﻮزﻳﻌﺎت اﻻﺣﺘﻤﺎﻻت‪.‬‬
‫ﺳﺘﺘﻀﻤﻦ ﺗﻮﻗﻌﺎﺗﻨﺎ املﺠﻤﻌﺔ ﻋﲆ اﻟﺪوام ﻋﺪدًا ﻣﺤﺪودًا ﻣﻦ اﻟﺘﻮﻗﻌﺎت؛ ﻟﺬا ﻓﺈن أيﱠ ﺗﻮﻗﻊ‬
‫اﺣﺘﻤﺎﱄ ﻧﺒﻨﻴﻪ ﺳﻴﺘﺄﺛﺮ ﺳﻠﺒًﺎ ﻣﻦ ﺟ ﱠﺮاء ﻫﺬه املﺤﺪودﻳﺔ‪ .‬إذا ﻛﺎن ﻟﺪﻳﻨﺎ ‪ ١٠٠٠‬ﱡ‬
‫ﺗﻮﻗ ٍﻊ‪ ،‬إذَن ﻓﺮﺑﻤﺎ‬
‫ﻧﺄﻣﻞ ﰲ أن ﺗﻜﻮن ﻣﻌﻈﻢ اﻷﺣﺪاث ذات اﺣﺘﻤﺎل ﺣﺪوث ﺑﻨﺴﺒﺔ ‪ ،٪١‬وﻟﻜﻨﻨﺎ ﻧﻌﻠﻢ اﺣﺘﻤﺎ َل أن‬
‫ﺗﻮﻗﻊ اﻷﺣﺪاث اﻟﺘﻲ ﻳﺒﻠﻎ اﺣﺘﻤﺎل ﺣﺪوﺛﻬﺎ ‪ .٪٠٫٠٠١‬ﻳﻮﺻﻒ ﻧﻈﺎم اﻟﺘﻮﻗﻊ املﺠﻤﻊ‬ ‫ﻳﻔﻮﺗﻨﺎ ﱡ‬
‫ﺑﺄﻧﻪ »ﻣﻮﺛﻮق ﺑﻪ« إذا ﻛﺎن ﻳﺸري إﱃ أي ﻣﺪًى ﻳﺠﺐ أن ﻳﻜﻮن ﺣﺠﻢ املﺠﻤﻮﻋﺔ؛ ﺑﺤﻴﺚ‬
‫ﻳﺸﻤﻞ أﺣﺪاﺛًﺎ ذات اﺣﺘﻤﺎل ﺣﺪوث ﺑﻨﺴﺒﺔ ﻣﺤﺪﱠدة‪ .‬ﻳﺠﺐ ﺗﻘﻴﻴﻢ املﻮﺛﻮﻗﻴﺔ إﺣﺼﺎﺋﻴٍّﺎ ﻋﱪ ﻋﺪة‬
‫ﻳﻌﺮف اﻹﺣﺼﺎﺋﻴﻮن ﻟﺪﻳﻨﺎ ﻛﻴﻒ ﻳﻘﻮﻣﻮن ﺑﻪ ﻋﲆ أﻛﻤﻞ وﺟﻪ‪.‬‬ ‫ﺗﻮﻗﻌﺎت‪ ،‬وﻫﻮ ﳾء ِ‬
‫ﻳﺴﺘﻄﻴﻊ ﺷﻴﻄﺎن اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ إﺟﺮاءَ ﺗﻮﻗﻌﺎت ﻣﻮﺛﻮق ﺑﻬﺎ‪ .‬ﻟﻦ ﻳﻌﺮف‬
‫ﻣﻔﺎﺟﺂت‪ ،‬ﻓﻠﻦ ﺗﻜﻮن ﺛَﻤﱠ َﺔ أﺣﺪاث ﻏري‬
‫ٍ‬ ‫اﻟﺸﻴﻄﺎ ُن املﺴﺘﻘﺒ َﻞ‪ ،‬ﺑَﻴْ َﺪ أن املﺴﺘﻘﺒ َﻞ ﻟﻦ ﻳﺤﻤﻞ ﻟﻪ أيﱠ‬
‫ﱠ‬
‫املﺘﻮﻗﻌﺔ‪.‬‬ ‫ﻣﺘﻮﻗﻌﺔ‪ ،‬وﺳﺘﻘﻊ أﺣﺪاث ﻏري ﻣﻌﺘﺎدة ﺑﻤﻌﺪﻻﺗﻬﺎ‬ ‫ﱠ‬

‫ﻋﺪم ﻣﻼءﻣﺔ اﻟﻨﻤﻮذج‬

‫ﰲ ﻇﻞ اﻟﻨﻤﻮذج املﺜﺎﱄ‪ ،‬ﻳﺴﺘﻄﻴﻊ ﺷﻴﻄﺎن اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ ﺣﺴﺎب اﻻﺣﺘﻤﺎﻻت‬

‫املﻔﻴﺪة ﰲ ﺣﺪ ذاﺗﻬﺎ؛ ﻓﻠﻤﺎذا ﻻ ﻧﺴﺘﻄﻴﻊ ﻧﺤﻦ ذﻟﻚ؟ ﻫﻨﺎك إﺣﺼﺎﺋﻴﻮن ﻳ َﺮوْن أﻧﻨﺎ ﻧﺴﺘﻄﻴﻊ‬
‫ذﻟﻚ‪ ،‬رﺑﻤﺎ ﻣﻨﻬﻢ أﺣﺪ ﻣﺮاﺟﻌﻲ ﻫﺬا اﻟﻜﺘﺎب‪ ،‬اﻟﺬي ﻳُﻤﺜﱢﻞ أﺣﺪ ﻋﻨﺎﴏ ﻣﺠﻤﻮﻋﺔ أوﺳﻊ ﻣﻦ‬
‫اﻹﺣﺼﺎﺋﻴني اﻟﺬﻳﻦ ﻳﻄﻠﻘﻮن ﻋﲆ أﻧﻔﺴﻬﻢ اﻟﺒﺎﻳﺰﻳني‪ .‬ﻳﴫﱡ ﻣﻌﻈﻢ اﻟﺒﺎﻳﺰﻳني ﺑﺼﻮرة ﻣﻘﻨﻌﺔ‬
‫ً‬
‫ﻣﺠﻤﻮﻋﺔ ﺻﻐري ًة‬ ‫ﻟﻠﻐﺎﻳﺔ ﻋﲆ اﺳﺘﺨﺪام ﻣﻔﺎﻫﻴﻢ اﻻﺣﺘﻤﺎﻻت ﻋﲆ ﻧﺤﻮ ﺻﺤﻴﺢ‪ ،‬ﻏري أن ﺛَﻤﱠ َﺔ‬
‫ﻟﻜﻨﻬﺎ ذات ﺻﻮت ﻣﺴﻤﻮع ﺑﻴﻨﻬﻢ ﺗﺨﻠﻂ ﺑني اﻟﺘﺒﺎﻳﻦ املﻼﺣﻆ ﰲ ﻧﻤﺎذﺟﻨﺎ وﻋﺪم اﻟﻴﻘني ﰲ‬
‫اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪ .‬ﻣﺜﻠﻤﺎ أن ﻣﻦ اﻟﺨﻄﺄ اﺳﺘﺨﺪام ﻣﻔﺎﻫﻴﻢ اﻻﺣﺘﻤﺎﻻت ﻋﲆ ﻧﺤﻮ ﻏري ﺻﺤﻴﺢ‪،‬‬
‫ﻣﺜﻼ ﻣ ً‬
‫ُﺴﺘﻘﻰ ﻣﻦ‬ ‫أﻳﻀﺎ ﺗﻄﺒﻴﻖ ﻫﺬه املﻔﺎﻫﻴﻢ ﺣﻴﺚ ﻻ ﻳﻨﺒﻐﻲ أن ﺗُﻄﺒﱠﻖ‪ .‬ﻟﻨﴬبْ ً‬ ‫ﻣﻦ اﻟﺨﻄﺄ ً‬
‫ﻟﻮﺣﺔ ﺟﺎﻟﺘﻮن‪.‬‬

‫‪140‬‬
 ‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ‪ :‬ﻫﻞ ﺗﻘﻴﺪ اﻟﻔﻮﴇ ﺗﻮﻗﻌﺎﺗﻨﺎ؟‬ ‫اﻟﻘﺎﺑﻠﻴﺔ‬

‫ﻋُ ْﺪ إﱃ اﻟﺸﻜﻞ رﻗﻢ ‪ .2-1‬ﻳﻤﻜﻦ ﴍاء ﻣﺠﺴﻤﺎت ﺣﺪﻳﺜﺔ ﻟﻠﺼﻮرة إﱃ اﻟﻴﺴﺎر ﻣﻦ‬
‫ﻋﲆ اﻹﻧﱰﻧﺖ‪ ،‬ﻣﺎ ﻋﻠﻴﻚ إﻻ اﻟﺒﺤﺚ ﻋﻦ »ﻛﻮﻳﻨﻜﺎﻧﻜﺲ« ﻋﱪ ﺟﻮﺟﻞ‪ ،‬ﻏري أن املﺠﺴﻢ املﻤﺎﺛﻞ‬
‫ﻟﻠﺼﻮرة إﱃ اﻟﻴﻤني ﻳﺼﻌﺐ اﻟﺤﺼﻮل ﻋﻠﻴﻪ أﻛﺜﺮ‪ ،‬ﻟﺪرﺟﺔ أن اﻹﺣﺼﺎﺋﻴني املﺤﺪﺛني ﺗﺴﺎءﻟﻮا‬
‫ﻋﻤﺎ إن ﻛﺎن ﺟﺎﻟﺘﻮن ﻗﺪ ﺑﻨﻰ ﺑﺎﻟﻔﻌﻞ ﻫﺬه املﺎﻛﻴﻨﺔ أم ﻻ‪ .‬وﻋﲆ اﻟﺮﻏﻢ ﻣﻦ أن ﺟﺎﻟﺘﻮن ﻳﺼﻒ‬
‫ﺗﺠﺎرب ﺑﺎﺳﺘﺨﺪام ﺗﻠﻚ املﺎﻛﻴﻨﺔ‪ ،‬ﻓﺈن ﻫﺬه اﻟﺘﺠﺎرب ﻳُﻄ َﻠﻖ ﻋﻠﻴﻬﺎ »ﺗﺠﺎرب ﻓﻜﺮﻳﺔ«؛ إذ إﻧﻪ‬
‫َت أن »ﻣﻦ‬ ‫ﱠ‬
‫املﺘﻮﻗﻌﺔ وﺟﺪ ْ‬ ‫ﺣﺘﻰ اﻟﺠﻬﻮد اﻟﺤﺪﻳﺜﺔ ﻟﺒﻨﺎء ﺟﻬﺎز ﻹﻋﺎدة إﻧﺘﺎج اﻟﻨﺘﺎﺋﺞ اﻟﻨﻈﺮﻳﺔ‬
‫اﻟﺼﻌﻮﺑﺔ اﻟﺒﺎﻟﻐﺔ ﺻﻨﻊ ﺟﻬﺎز ﻳﻨﺠﺰ املﻬﻤﺔ ﺑﻄﺮﻳﻘﺔ ﻣُﺮﺿﻴﺔ‪ «.‬ﻣﻦ اﻷﻣﻮر اﻟﺸﺎﺋﻌﺔ ﺑﺎﻟﻨﺴﺒﺔ‬
‫ﻈﺮ إﻟﻘﺎء اﻟﻼﺋﻤﺔ ﻋﲆ اﻟﺠﻬﺎز ﻋﻨﺪﻣﺎ ﺗﻔﺸﻞ أي ﺗﺠﺮﺑﺔ ﰲ إﺻﺪار ﻧﺘﺎﺋﺞ ﺗﻄﺎﺑﻖ اﻟﻨﺘﺎﺋﺞ‬ ‫إﱃ املﻨ ﱢ‬
‫ﰲ ﻧﻈﺮﻳﺘﻪ‪ .‬ﻫﻞ ﻣﻦ املﻤﻜﻦ أن ﻳﺮﺟﻊ ﻫﺬا إﱃ أن اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ ﻣﺨﺘﻠﻔﺔ ﻋﻦ اﻟﻨﻈﻢ‬
‫اﻟﻄﺒﻴﻌﻴﺔ اﻟﺘﻲ ﺗﻬﺪف إﱃ ﺗﻮﺿﻴﺤﻬﺎ؟ ﻟﺘﻮﺿﻴﺢ اﻟﻔﺮوق ﺑني ﻧﻤﺎذﺟﻨﺎ واﻟﻮاﻗﻊ‪ ،‬ﺳﻨﻌﻤﻞ ﻣﻊ‬
‫ﻟﻮﺣﺔ ﺷﺒﻴﻬﺔ ﺑﻠﻮﺣﺔ ﺟﺎﻟﺘﻮن واﻟﺘﻲ ﺗﻈﻬﺮ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪.1-9‬‬

‫اﻟﻠﻮﺣﺔ اﻟﺸﺒﻴﻬﺔ ﺑﻠﻮﺣﺔ ﺟﺎﻟﺘﻮن‪ :‬ﻣﺜﺎل ﻋﲆ اﻟﺠﻠﺒﺔ‬

‫اﻟﻠﻮﺣﺔ املﻮﺿﺤﺔ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪ 1-9‬ﻫﻲ ﻟﻮﺣﺔ ﺟﺮى إﻧﺸﺎؤﻫﺎ ﰲ اﻷﺻﻞ ﻣﻦ أﺟﻞ أﺣﺪ‬
‫ﻣﺎﺋﺔ وﺧﻤﺴني ﻋﺎﻣً ﺎ ﻋﲆ ﺗﺄﺳﻴﺲ ﺟﻤﻌﻴﺔ اﻷرﺻﺎد اﻟﺠﻮﻳﺔ‬ ‫ٍ‬ ‫اﻻﺟﺘﻤﺎﻋﺎت ﻟﻼﺣﺘﻔﺎل ﺑﻤﺮور‬
‫املﻠﻜﻴﺔ‪ ،‬اﻟﺘﻲ ﻛﺎن ﺟﺎﻟﺘﻮن ﻋﻀﻮًا ﺑﻬﺎ‪ .‬ﻛﺎﻧﺖ ﻫﺬه اﻟﻠﻮﺣﺔ ﺗﺘﻀﻤﻦ ﻣﺠﻤﻮﻋﺔ ﻣﻦ املﺴﺎﻣري ﺗﻢ‬
‫ﺗﻮزﻳﻌﻬﺎ ﺑﻄﺮﻳﻘﺔ ﺗُﺬ ﱢﻛﺮ ﺑﻄﺮﻳﻘﺔ ﺗﻮزﻳﻊ املﺴﺎﻣري ﰲ ﻟﻮﺣﺔ ﺟﺎﻟﺘﻮن‪ ،‬ﺑَﻴْ َﺪ أن املﺴﺎﻣري ﻣﻮ ﱠزﻋﺔ‬
‫اﻟﺪﺑﻮس اﻷﺑﻴﺾ اﻟﺼﻐري أﻋﲆ اﻟﻠﻮﺣﺔ‪ ،‬إﱃ‬ ‫َ‬ ‫دﻗﻬﺎ ﺟﻴﺪًا‪ .‬ﻻﺣِ ﻆ‬‫ﻳﺠﺮ ﱡ‬
‫ﺑﺼﻮرة ﻣﺘﺒﺎﻋﺪة أﻛﺜﺮ‪ ،‬وﻟﻢ ِ‬
‫ﻓﺒﺪﻻ ﻣﻦ اﺳﺘﺨﺪام دﻟﻮ ﻣﻦ ﻛﺮات اﻟﺮﺻﺎص‪ ،‬ﺗُﺴﺘﺨﺪَم ﻛﺮات‬ ‫ﻳﺴﺎر ﻣﻨﺘﺼﻒ اﻟﻠﻮﺣﺔ ﺗﻤﺎﻣً ﺎ؛ ً‬
‫ﺟﻮﻟﻒ ﰲ ﻛﺮة واﺣﺪة ﺗﻠﻮ اﻷﺧﺮى‪ ،‬ﺗﺒﺪأ ﻛ ﱞﻞ ﻣﻨﻬﺎ رﺣﻠﺘﻬﺎ ﻣﻦ املﻮﺿﻊ ﻧﻔﺴﻪ ﺗﻤﺎﻣً ﺎ‪ ،‬أو ﻋﲆ‬
‫ﻧﺤﻮ ﻣﻄﺎﺑﻖ ﺗﻤﺎﻣً ﺎ ﻟﻮﺿﻊ ﻛﺮة ﺟﻮﻟﻒ ﺗﺤﺖ اﻟﺪﺑﻮس اﻷﺑﻴﺾ ﻳﺪوﻳٍّﺎ‪ .‬ﺗﺼﺪر ﻛﺮات اﻟﺠﻮﻟﻒ‬
‫ﺻﻮﺗًﺎ ﻣﺤﺒﱠﺒًﺎ‪ ،‬ﻟﻜﻨﻬﺎ ﻻ ﺗﺘﺨﺬ ﻗﻴﻤً ﺎ ﺛﻨﺎﺋﻴﺔ ﻋﻨﺪ ﻛﻞ ﻣﺴﻤﺎر ﺑﻞ ﺗﺘﺤﺮك‪ ،‬ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪،‬‬
‫أﺣﻴﺎﻧًﺎ ﻣﺎر ًة أﻓﻘﻴٍّﺎ ﺑﻌﺪة ﻣﺴﺎﻣري ﻗﺒﻞ أن ﺗﻨﺘﻘﻞ إﱃ املﺴﺘﻮى اﻟﺘﺎﱄ‪ .‬ﻣﺜﻞ ﻟﻮﺣﺔ ﺟﺎﻟﺘﻮن وﻟﻌﺒﺔ‬
‫اﻟﺮوﻟﻴﺖ‪ ،‬ﻻ ﺗُﻌﺘﱪ دﻳﻨﺎﻣﻴﻜﻴﺎت ﻫﺬه اﻟﻠﻮﺣﺔ ﻣﺘﻜﺮرة‪ .‬ﺗُﻌﺘﱪ دﻳﻨﺎﻣﻴﻜﻴﺎت ﻛﻞ ﻛﺮة ﻋﺎﺑﺮة؛‬
‫ﻌﱪ ﻫﺬه اﻟﻨﻈﻢ ﻋﻦ ﻓﻮﴇ‪ .‬اﻗﱰح ﺷﺒﻴﺠﻞ ﺗﺴﻤﻴﺔ ﻫﺬا اﻟﺴﻠﻮك ﺑ »اﻟﺠﻠﺒﺔ«‪ .‬وﻋﲆ‬ ‫وﻣﻦ ﺛ َ ﱠﻢ ﻻ ﺗُ ﱢ‬
‫ﻋﻜﺲ ﻟﻮﺣﺔ ﺟﺎﻟﺘﻮن‪ ،‬ﻻ ﻳﻌﻜﺲ ﺗﻮزﻳﻊ ﻛﺮات اﻟﺠﻮﻟﻒ أﺳﻔﻞ ﻫﺬه اﻟﻠﻮﺣﺔ اﻟﺘﻮزﻳﻊ اﻟﺠﺮﳼ؛‬
‫ﻏري أﻧﻪ ﻳﻤﻜﻨﻨﺎ اﺳﺘﺨﺪام ﻣﺠﻤﻮﻋﺔ ﻣﻦ ﻛﺮات اﻟﺠﻮﻟﻒ ﻟﻠﺤﺼﻮل ﻋﲆ ﺗﻘﺪﻳﺮ اﺣﺘﻤﺎﱄ ﻣﻔﻴﺪ‬
‫ﺣﻮل املﻮﺿﻊ املﺤﺘﻤَ ﻞ ﻟﻜﺮة اﻟﺠﻮﻟﻒ )اﻟﺸﻜﻞ رﻗﻢ ‪.(1-9‬‬

‫‪141‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﺷﻜﻞ ‪ :1-9‬ﻟﻮﺣﺔ ﺷﺒﻴﻬﺔ ﺑﻠﻮﺣﺔ ﺟﺎﻟﺘﻮن‪ ،‬وﻫﻲ اﻟﺘﻲ ﺟﺮى ﻋﺮﺿﻬﺎ ﻟﻠﻤﺮة اﻷوﱃ ﰲ ﻛﻠﻴﺔ ﺳﺎﻧﺖ‬
‫ﺟﻮن ﺑﺠﺎﻣﻌﺔ ﻛﺎﻣﱪﻳﺪج‪ ،‬ﻟﻼﺣﺘﻔﺎل ﺑﻤﺮور ﻣﺎﺋﺔٍ وﺧﻤﺴني ﻋﺎﻣً ﺎ ﻋﲆ ﺗﺄﺳﻴﺲ ﺟﻤﻌﻴﺔ اﻷرﺻﺎد‬
‫اﻟﺠﻮﻳﺔ املﻠﻜﻴﺔ‪ .‬ﻻﺣِ ْ‬
‫ﻆ أن ﻛﺮة اﻟﺠﻮﻟﻒ اﻟﺘﻲ ﺗﺠﺘﺎز اﻟﺮﺣﻠﺔ ﻋﱪ اﻟﻠﻮﺣﺔ ﻻ ﺗﺘﺨﺬ ﺧﻴﺎرات ﺛﻨﺎﺋﻴﺔ‬
‫ﺑﺴﻴﻄﺔ‪.‬‬

‫ﻟﻜﻦ اﻟﺤﻘﻴﻘﺔ ﻟﻴﺴﺖ ﻛﺮة ﺟﻮﻟﻒ‪ .‬اﻟﺤﻘﻴﻘﺔ ﻛﺮة ﻣﻄﺎﻃﻴﺔ ﺣﻤﺮاء‪ ،‬وﻫﻲ ﻻ ﺗﺴﻘﻂ إﻻ‬
‫آﺧﺮ ﻣﻤﺎ ﻳﻤﻜﻦ أن ﻳﻜﻮن‬ ‫ﻣﺮة واﺣﺪة‪ .‬ﻟﻦ ﻳﺴﻤﺢ ﺷﻴﻄﺎن ﻻﺑﻼس ﺑﺄي ﻣﻨﺎﻗﺸﺔ ﻷي ﳾء َ‬
‫آﺧﺮ ﺳﻴﺤﺪث‪ .‬ﻳﺘﻤﺜﱠﻞ اﻟﻘﻴﺎس ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ ﰲ اﻋﺘﺒﺎر اﻟﻜﺮة‬ ‫ﻗﺪ ﺣﺪث‪ ،‬ﻟﻢ ﻳﻜﻦ أي ﳾء َ‬
‫املﻄﺎﻃﻴﺔ اﻟﺤﻤﺮاء ﻫﻲ ﻣﻨﺎخ اﻷرض‪ ،‬وﻛﺮات اﻟﺠﻮﻟﻒ ﺑﺎﻋﺘﺒﺎرﻫﺎ اﻟﺘﻮﻗﻌﺎت اﻟﻔﺮدﻳﺔ ﰲ اﻟﺘﻮﻗﻊ‬
‫املﺠﻤﻊ ﻟﻨﻤﻮذﺟﻨﺎ‪ .‬ﻳﻤﻜﻨﻨﺎ وﺿﻊ ﺗﻮﻗﻌﺎت ﻛﻴﻔﻤﺎ ﺷﺌﻨﺎ‪ ،‬ﻟﻜﻦ ِﺑ َﻢ ﻳﺨﱪﻧﺎ ﺗﻮزﻳﻊ ﻛﺮات اﻟﺠﻮﻟﻒ‬
‫ﻋﻦ ﻣﺮور ﻛﺮة ﻣﻄﺎﻃﻴﺔ ﺣﻤﺮاء ﻣﺮة واﺣﺪة؟ ﻫﻞ ﻳﺪﻟﻨﺎ ﺗﻨﻮﱡع اﻷﻧﻤﺎط اﻟﺴﻠﻮﻛﻴﺔ اﻟﺘﻲ ﻧﺮﺻﺪﻫﺎ‬
‫ﺑني ﻛﺮات اﻟﺠﻮﻟﻒ ﻋﲆ أي ﳾء ﻣﻔﻴﺪ؟ إذا ﻛﺎن ذﻟﻚ ﻳﺪﻟﻨﺎ ﻋﲆ ﳾء‪ ،‬ﺗﻀﻊ اﻷﻧﻤﺎط اﻟﺴﻠﻮﻛﻴﺔ‬
‫املﺘﻨﻮﻋﺔ ﺣﺪٍّا أدﻧﻰ ﻟﻌﺪم ﻳﻘﻴﻨﻨﺎ ﻧﻌﺮف أﻧﻨﺎ وراءه ﻻ ﻳﻤﻜﻦ أن ﻧﻜﻮن ﻣﺘﻴﻘﻨني‪ ،‬ﻟﻜﻦ اﻷﻧﻤﺎط‬

‫‪142‬‬
 ‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ‪ :‬ﻫﻞ ﺗﻘﻴﺪ اﻟﻔﻮﴇ ﺗﻮﻗﻌﺎﺗﻨﺎ؟‬ ‫اﻟﻘﺎﺑﻠﻴﺔ‬

‫اﻟﺴﻠﻮﻛﻴﺔ املﺘﻨﻮﻋﺔ ﻻ ﻳﻤﻜﻨﻬﺎ وﺿﻊ ﺣ ﱟﺪ ﻳﻤﻜﻨﻨﺎ اﻟﺸﻌﻮر ﺑﺎﻟﻴﻘني ﺗﻤﺎﻣً ﺎ ﰲ داﺧﻠﻪ‪ ،‬ﺣﺘﻰ ﰲ‬
‫إﻃﺎر اﻟﺘﺼﻮر اﻻﺣﺘﻤﺎﱄ‪ .‬ﻣﻦ ﺑﺎب اﻟﻘﻴﺎس اﻷﻗﺮب‪ ،‬رﺑﻤﺎ ﻳﺼﺒﺢ ﺑﺤﺚ ﺗﻨﻮع ﻧﻤﺎذﺟﻨﺎ ﻣﻔﻴﺪًا‬
‫ﺗﻮﻗﻊ اﺣﺘﻤﺎﱄ ﰲ اﻷﻓﻖ‪.‬‬ ‫ﺟﺪٍّا‪ ،‬ﺣﺘﻰ إذا ﻟﻢ ﻳﻜﻦ ﺛَﻤﱠ َﺔ ﱡ‬
‫اﻟﻜﺮة اﻟﺤﻤﺮاء ﺗﺸﺒﻪ ﻛﺮة اﻟﺠﻮﻟﻒ ﻛﺜريًا‪ .‬ﺗﻤﺘﻠﻚ اﻟﻜﺮة اﻟﺤﻤﺮاء ﻗﻄ ًﺮا أﻛﱪ ً‬
‫ﻗﻠﻴﻼ ﻣﻦ‬
‫ﻣﺴﺎو ﺗﻘﺮﻳﺒًﺎ ﻟﻪ‪ ،‬ﻛﻤﺎ أﻧﻬﺎ ﺗﺘﻤﻴﺰ إﱃ ﺣ ﱟﺪ ﻣﺎ ﺑﻤﺮوﻧﺔ ﻣﺸﺎ ِﺑﻬﺔ‪ .‬وﻟﻜﻦ‬ ‫ٍ‬ ‫ﻗﻄﺮ ﻛﺮة اﻟﺠﻮﻟﻒ ﻟﻜﻨﻪ‬
‫اﻟﻜﺮة اﻟﺤﻤﺮاء اﻟﺘﻲ ﺗُﻤﺜﱢﻞ اﻟﻮاﻗﻊ ﺗﺴﺘﻄﻴﻊ اﻟﻘﻴﺎم ﺑﺄﺷﻴﺎء ﻻ ﺗﺴﺘﻄﻴﻌﻬﺎ ﻛﺮة اﻟﺠﻮﻟﻒ‪ ،‬ﺑﻌﻀﻬﺎ‬
‫ﻣﺘﻮﻗﻌﺔ‪ ،‬ﺑﻌﻀﻬﺎ ﻳﺮﺗﺒﻂ ﺑﺎﻟﺘﻮﻗﻌﺎت‪ ،‬وﺑﻌﻀﻬﺎ ﻏري ذﻟﻚ‪،‬‬ ‫ﱠ‬ ‫ﻣﺘﻮﻗﻌﺔ‪ ،‬وﺑﻌﻀﻬﺎ أﺷﻴﺎء‬ ‫ﱠ‬ ‫أﺷﻴﺎء ﻏري‬
‫ﺑﻌﻀﻬﺎ ﻣﻌﺮوف‪ ،‬وﺑﻌﻀﻬﺎ ﻏري ﻣﻌﺮوف‪ .‬ﰲ اﻟﻠﻮﺣﺔ اﻟﺸﺒﻴﻬﺔ ﺑﻠﻮﺣﺔ ﺟﺎﻟﺘﻮن‪ ،‬ﺗُﻌﺘﱪ ﻛﺮة‬
‫اﻟﺠﻮﻟﻒ ﻧﻤﻮذﺟً ﺎ ﺟﻴﺪًا ﻟﻠﻮاﻗﻊ‪ ،‬ﻧﻤﻮذﺟً ﺎ ﻣﻔﻴﺪًا ﻟﻠﻮاﻗﻊ‪ ،‬وﻟﻜﻨﻪ ﻧﻤﻮذج ﻏري ﻣﺜﺎﱄ ﻟﻠﻮاﻗﻊ‪ .‬ﻛﻴﻒ‬
‫ً‬
‫وﺳﻴﻠﺔ ﻟﺬﻟﻚ‪ .‬ﻧﺴﺘﻄﻴﻊ دوﻣً ﺎ‬ ‫ﻳﻤﻜﻦ ﻟﻨﺎ ﺗﻔﺴري ﺗﻮزﻳﻊ ﻛﺮات اﻟﺠﻮﻟﻒ ﻫﺬا؟ ﻻ ﻳﻌﺮف أﺣ ٌﺪ‬
‫ﻳﺘﻮﻗﻒ ﻋﲆ اﻻﻓﱰاض اﻟﻘﺎﺋﻞ‬ ‫ﺗﻮﻗﻌً ﺎ اﺣﺘﻤﺎﻟﻴٍّﺎ ﱠ‬
‫ﺗﻔﺴري ﺗﻮزﻳﻊ ﻛﺮات اﻟﺠﻮﻟﻒ ﺑﺎﻋﺘﺒﺎره ﻳُﻤﺜﱢﻞ ﱡ‬
‫ً‬
‫ازدواﺟﻴﺔ ﺗﻘﺪﻳ ُﻢ اﻟﺘﻮﻗﻌﺎت اﻻﺣﺘﻤﺎﻟﻴﺔ اﻟﺘﻲ ﻛﺎن املﺮء‬ ‫ﺑﺄن اﻟﻮاﻗﻊ ﻫﻮ ﻛﺮة ﺟﻮﻟﻒ‪ .‬أ َ َﻻ ﻳُﻌﺪ‬
‫ﻳﻌﺮف ﺑﺘﻮﻗﻴﻔﻬﺎ ﺑﻨﺎءً ﻋﲆ ﻧﻤﻮذج ﻏري ﻣﺜﺎﱄ‪ ،‬ﻛﻤﺎ ﻟﻮ ﻛﺎﻧﺖ ﺗﻌﻜﺲ اﺣﺘﻤﺎﻟﻴﺔ وﻗﻮع أﺣﺪاث‬
‫ﻣﺴﺘﻘﺒﻠﻴﺔ‪ ،‬ﺑﴫف اﻟﻨﻈﺮ ﻋﻦ اﻟﺘﻔﺎﺻﻴﻞ اﻟﺪﻗﻴﻘﺔ ﺗﺤﺖ ﻫﺬا اﻟﺘﻮﻗﻊ؟‬
‫ﻻ ﺗﻘﺘﴫ ﺗﻮﻗﻌﺎﺗﻨﺎ املﺠﻤﻌﺔ ﻋﲆ اﺳﺘﺨﺪام ﻛﺮات اﻟﺠﻮﻟﻒ ﻓﻘﻂ‪ ،‬ﺑﻞ رﺑﻤﺎ ﻧﺴﺘﺨﺪم‬
‫ﻗﻠﻴﻼ وﻧﻜﺮر اﻟﺘﺠﺮﺑﺔ؛ ﻓﺈذا ﺣﺼﻠﻨﺎ ﻋﲆ ﺗﻮزﻳﻊ‬ ‫ﻛﺮات ﻣﻄﺎﻃﻴﺔ ﺧﴬاء ذات ﻗﻄﺮ أﺻﻐﺮ ً‬
‫ﻛﺮات ﺧﴬاء ﻣﺸﺎ ِﺑﻪ ﻟﺘﻮزﻳﻊ ﻛﺮات اﻟﺠﻮﻟﻒ‪ ،‬ﻓﺮﺑﻤﺎ ﻧﺘﺸﺠﻊ — أو أﻓﻀﻞ ﻣﻦ ذﻟﻚ‪ ،‬ﻧﺄﻣﻞ‬
‫ﰲ — أﻻ ﺗﻠﻌﺐ ﺟﻮاﻧﺐ ﻋﺪم املﻼءﻣﺔ ﰲ ﻧﻤﺎذﺟﻨﺎ ﻫﺬا اﻟﺪو َر اﻟﻜﺒري ﰲ اﻟﺘﻮﻗﻊ ﻣﺤﻞ اﻫﺘﻤﺎﻣﻨﺎ‪.‬‬
‫ﰲ املﻘﺎﺑﻞ‪ ،‬رﺑﻤﺎ ﻳﺸﱰك اﻟﻨﻤﻮذﺟﺎن ﰲ ﺑﻌﺾ أوﺟﻪ اﻟﻘﺼﻮر املﻨﻬﺠﻴﺔ اﻟﺘﻲ ﻻ ﻧﻌﻲ ﺑﻮﺟﻮدﻫﺎ‬
‫ﺑﻌﺪُ‪ .‬ﻟﻜﻦ ﻣﺎذا ﻟﻮ ﻛﺎﻧﺖ ﺗﻮزﻳﻌﺎت ﻛﺮات اﻟﺠﻮﻟﻒ واﻟﻜﺮات اﻟﺨﴬاء ﰲ ﻏﺎﻳﺔ اﻻﺧﺘﻼف؟ إذَن‬
‫ﻻ ﻳﻤﻜﻨﻨﺎ اﻻﻋﺘﻤﺎد ﻣﻨﻄﻘﻴٍّﺎ ﻋﲆ أيﱟ ﻣﻨﻬﻤﺎ‪ .‬ﻛﻴﻒ ﻳﻤﻜﻦ أن ﻳﺴﻤﺢ ﻟﻨﺎ ﻗﻴﺎس ﺗﻨﻮع ﻧﻤﺎذﺟﻨﺎ ﰲ‬
‫ﺗﻮﻗﻊ اﺣﺘﻤﺎﱄ ﻟﻠﻤﺴﺎر اﻟﻮﺣﻴﺪ‬ ‫ﻇﻞ املﺠﻤﻮﻋﺎت املﺘﻌﺪدة اﻟﻨﻤﺎذج ﻫﺬه اﻟﺘﻲ ﺗﺴﻤﺢ ﻟﻨﺎ ﺑﺒﻨﺎء ﱡ‬
‫ﻟﻠﻮاﻗﻊ؟ ﻋﻨﺪﻣﺎ ﻧﻨﻈﺮ إﱃ ﺗﻮﻗﻌﺎت ﺣﺎﻻت اﻟﻄﻘﺲ املﻮﺳﻤﻴﺔ‪ ،‬ﺑﺎﺳﺘﺨﺪام أﻓﻀﻞ اﻟﻨﻤﺎذج ﰲ‬
‫ﺴﺘﻘﻰ ﻣﻦ ﻛﻞ ﻧﻤﻮذج إﱃ اﻟﺘﻘﺎرب‪ ،‬ﻛ ﱞﻞ ﺑﻄﺮﻳﻘﺔ ﻣﺨﺘﻠﻔﺔ‪ .‬ﻛﻴﻒ‬ ‫اﻟﻌﺎﻟﻢ‪ ،‬ﻳﻤﻴﻞ اﻟﺘﻮزﻳﻊ ا ُمل َ‬
‫ﻳﻤﻜﻨﻨﺎ ﺗﻘﺪﻳﻢ دﻋﻢ ﰲ ﻋﻤﻠﻴﺔ اﺗﺨﺎذ اﻟﻘﺮار ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ‪ ،‬أو ﺗﻘﺪﻳﻢ ﺗﻮﻗﻊ؟ ﻣﺎذا ﻳﺠﺐ أن‬
‫ﻳﻜﻮن ﻫﺪﻓﻨﺎ؟ ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪ ،‬ﻛﻴﻒ ﻳﻤﻜﻦ أن ﻧﺴﺘﻬﺪف ﺗﻨﻔﻴﺬ أي ﻏﺎﻳﺔ ﰲ ﻇﻞ ﻧﻤﺎذج‬
‫ﺳﺎذج ﺗﻨﻮﱡع ﻣﺠﻤﻮﻋﺔ ﻧﻤﺎذﺟﻨﺎ‬‫ٍ‬ ‫ﻓﴪﻧﺎ ﻋﲆ ٍ‬
‫ﻧﺤﻮ‬ ‫ﻏري ﻣﻼﺋﻤﺔ ﻣﻦ اﻟﻨﺎﺣﻴﺔ اﻟﺘﺠﺮﻳﺒﻴﺔ؟ إذا ﱠ‬
‫اﺣﺘﻤﺎﻻ‪ ،‬ﻓﺴﻨُﻀ ﱠﻠﻞ ﺑﺼﻮرة ﻣﺘﻜﺮرة‪ .‬ﻧﻌﺮف ﻣﻦ اﻟﺒﺪاﻳﺔ أن ﻧﻤﺎذﺟﻨﺎ ﻏري ﻣﺜﺎﻟﻴﺔ؛‬ ‫ً‬ ‫ﺑﺎﻋﺘﺒﺎرﻫﺎ‬

‫‪143‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻟﺬا ﻟﻦ ﻳﻜﻮن أي ﻧﻘﺎش ﺣﻮل »اﻻﺣﺘﻤﺎﻻت اﻟﺬاﺗﻴﺔ« ﺳﻮى ﻣﺠﺮد ﺗﺸﺘﻴﺖ؛ ﻓﻨﺤﻦ ﻻ ﻧﺼﺪق‬
‫أﻳٍّﺎ ﻣﻦ ﻧﻤﺎذﺟﻨﺎ ﰲ املﻘﺎم اﻷول!‬
‫املﺤﺼﻠﺔ اﻟﻨﻬﺎﺋﻴﺔ واﺿﺤﺔ ﻧﻮﻋً ﺎ ﻣﺎ‪ .‬إذا ﻛﺎﻧﺖ ﻧﻤﺎذﺟﻨﺎ ﻣﺜﺎﻟﻴﺔ وﻛﺎن ﻟﺪﻳﻨﺎ ﻣﻮارد ﻣﺜﻠﻤﺎ‬
‫ﻟﺪى ﺷﻴﻄﺎن ﻻﺑﻼس‪ ،‬ﻛﻨﱠﺎ ﺳﻨﻌﺮف املﺴﺘﻘﺒﻞ‪ .‬ﺑﻴﻨﻤﺎ إذا ﻛﺎﻧﺖ ﻧﻤﺎذﺟﻨﺎ ﻣﺜﺎﻟﻴﺔ وﻛﺎﻧﺖ ﺗﺘﻮاﻓﺮ‬
‫ﻟﺪﻳﻨﺎ ﻣﻮارد ﺷﻴﻄﺎن اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ‪ ،‬إذَن ﻓﺴﺘﻘﻴﱢﺪﻧﺎ اﻟﻔﻮﴇ ﰲ إﻃﺎر ﺗﻮﻗﻌﺎت‬
‫اﺣﺘﻤﺎﻟﻴﺔ‪ ،‬ﺣﺘﻰ إذا ﻛﻨﱠﺎ ﻧﻌﺮف أن ﻗﻮاﻧني اﻟﻄﺒﻴﻌﺔ ﺣﺘﻤﻴﺔ‪ .‬ﰲ ﺣﺎل ﻣﺎ إذا ﻛﺎﻧﺖ اﻟﻘﻮاﻧني‬
‫اﻟﺤﻘﻴﻘﻴﺔ ﻟﻠﻄﺒﻴﻌﺔ ﺗﺼﺎدﻓﻴﺔ‪ ،‬ﻳﻤﻜﻨﻨﺎ ﺗﺼﻮر ﺷﻴﻄﺎن إﺣﺼﺎﺋﻲ‪ ،‬ﻳُﻘﺪﱢم ﻣﺮة أﺧﺮى ﺗﻮﻗﻌﺎت‬
‫اﺣﺘﻤﺎﻟﻴﺔ ﻣﻮﺛﻮق ﺑﻬﺎ ﰲ وﺟﻮد أو ﻏﻴﺎب ﻣﻌﺮﻓﺔ دﻗﻴﻘﺔ ﺑﺎﻟﺤﺎﻟﺔ اﻟﺤﺎﻟﻴﺔ ﻟﻠﻜﻮن‪ .‬ﻟﻜﻦ ﻫﻞ ﻳُﻌﺘﱪ‬
‫اﻻﻋﺘﻘﺎد ﰲ وﺟﻮد ﻗﻮاﻧني ﻟﻠﻄﺒﻴﻌﺔ دﻗﻴﻘﺔ رﻳﺎﺿﻴٍّﺎ — ﺳﻮاءٌ ﻛﺎﻧﺖ ﺣﺘﻤﻴﺔ أو ﺗﺼﺎدﻓﻴﺔ —‬
‫ﻣﺠﺮد ﺗﻔﻜري ﺗﻮاق ﻻ ﻳﺨﺘﻠﻒ ﻛﺜريًا ﻋﻦ اﻷﻣﻞ ﰲ ﻣﺼﺎدﻓﺔ أيﱟ ﻣﻦ اﻟﺸﻴﺎﻃني املﺘﻌﺪدة اﻟﺘﻲ‬
‫ﺗﻘﺪم ﺗﻮﻗﻌﺎت ﺑﺸﻜﻞ ﻣﻨﻌﺰل؟‬
‫ﻋﲆ أي ﺣﺎل‪ ،‬ﻳﺒﺪو أﻧﻨﺎ ﻻ ﻧﻌﺮف ﺣﺎﻟﻴٍّﺎ املﻌﺎدﻻت ذات اﻟﺼﻠﺔ ﺑﺎﻟﻨﻈﻢ اﻟﻄﺒﻴﻌﻴﺔ‬
‫اﻟﺒﺴﻴﻄﺔ‪ ،‬أو ﺑﺎﻟﻨﻈﻢ املﻌﻘﺪة‪ .‬ﺗﺸري دراﺳﺔ اﻟﻔﻮﴇ إﱃ أن اﻟﺼﻌﻮﺑﺔ ﻻ ﺗﻜﻤﻦ ﰲ ﻋﺪم اﻟﻴﻘني‬
‫ﰲ اﻟﻌﺪد اﻟﺬي »ﻳﺘﻢ إدﺧﺎﻟﻪ«‪ ،‬ﺑﻞ ﰲ ﻏﻴﺎب ﻧﻤﻮذج ﻣﻼﺋﻢ ﻣﻦ اﻟﻨﺎﺣﻴﺔ اﻟﺘﺠﺮﻳﺒﻴﺔ ﻳﺘﻢ إدﺧﺎل‬
‫أي ﳾء ﻓﻴﻪ‪ .‬رﺑﻤﺎ ﻳﻤﻜﻦ اﻟﺘﻌﺎﻣﻞ ﻣﻊ اﻟﻔﻮﴇ‪ ،‬ﻟﻜﻦ ﻋﺪم ﻣﻼءﻣﺔ اﻟﻨﻤﻮذج‪ ،‬ﻻ اﻟﻔﻮﴇ‪ ،‬ﻫﻮ‬
‫اﻟﺬي ﻳﺤ ﱡﺪ ﻣﻦ ﻗﺪرﺗﻨﺎ ﻋﲆ اﻟﺘﻮﻗﻊ‪ .‬رﺑﻤﺎ ﻳﻜﻮن اﻟﻨﻤﻮذجُ املﺴﺘﺨ َﺪ ُم ﻫﻮ اﻷﻓﻀ َﻞ ﰲ اﻟﻌﺎﻟﻢ‬
‫ﻻ ﻣﺮاء‪ ،‬ﺑَﻴْ َﺪ أن ﻫﺬا ﻻ ﻳﺸري ﺑﺄي ﺣﺎل ﻣﻦ اﻷﺣﻮال إﱃ ﻛﻮﻧﻪ ﻣﻨﺎﺳﺒًﺎ ﻣﻦ اﻟﻨﺎﺣﻴﺔ اﻟﺘﺠﺮﻳﺒﻴﺔ‬
‫أم ﻻ‪ ،‬ﺑﻞ ﻻ ﻳﻮﺿﺢ إن ﻛﺎن ﻣﻔﻴﺪًا‪ ،‬أو ﺣﺘﻰ آﻣﻨًﺎ‪ ،‬ﻋﻨﺪ اﻻﺳﺘﺨﺪام اﻟﻌﻤﲇ أم ﻻ‪ .‬ﻣﻦ اﻟﻨﺎﺣﻴﺔ‬
‫ُﻌﱪون ﻋﻦ ﺗﻜﻬﱡ ﻨﺎت ﻳﺘﻮﻗﻌﻮن ﻗﺼﻮرﻫﺎ‬ ‫اﻟﻔﻨﻴﺔ‪ ،‬رﺑﻤﺎ ﻳﻜﻮن ﻛﻼ ُم واﺿﻌﻲ اﻟﺘﻮﻗﻌﺎت اﻟﺬﻳﻦ ﻳ ﱢ‬
‫»ﻫﺐْ أن اﻟﻨﻤﻮذج ﻣﺜﺎﱄ« أو »أﻓﻀﻞ‬ ‫ﻧﺤﻮ ﺟﻮﻫﺮيﱟ ﺑﻤﺎ ﻓﻴﻬﺎ ﻣﻦ ﻋﺒﺎرات ﺧﺎدﻋﺔ ﻣﺜﻞ َ‬ ‫ﻋﲆ ٍ‬
‫َ‬
‫املﻌﻠﻮﻣﺎت املﺘﻮاﻓﺮة«؛ ﺣﻘﻴﻘﻴٍّﺎ‪ ،‬ﻟﻜﻦ إذا ﻟﻢ ﺗﺴﺘﻄﻊ ﺗﻠﻚ اﻟﻨﻤﺎذج ﺗﻜﻬﻦ املﺎﴈ‪ ،‬إذن ﻓﺮﺑﻤﺎ‬
‫ﻻ ﻳﺘﻀﺢ ﻣﻌﻨﻰ ﻋﺒﺎرة »ﻋﺪم اﻟﻴﻘني ﰲ اﻟﺤﺎﻟﺔ اﻷوﻟﻴﺔ«‪ .‬إن ﻫﺆﻻء اﻷﺷﺨﺎص اﻟﺬﻳﻦ ﻳ ُُﻠﻘﻮن‬
‫ﺑﺎﻟﻼﺋﻤﺔ ﻋﲆ اﻟﻔﻮﴇ وﻛﻮﻧﻬﺎ ﺳﺒﺒًﺎ ﻷوﺟﻪ اﻟﻘﺼﻮر ﰲ اﻟﺘﻮﻗﻌﺎت اﻻﺣﺘﻤﺎﻟﻴﺔ اﻟﺘﻲ وﺿﻌﻮﻫﺎ‬
‫ﺗﺤﺖ ﻓﺮﺿﻴﺔ أن ﻧﻤﺎذﺟﻬﻢ ﻛﺎﻧﺖ ﻣﺜﺎﻟﻴﺔ — وﻫﻲ ﻧﻤﺎذج ﻛﺎﻧﻮا ﻳﻌﺮﻓﻮن ﻋﺪم ﻣﻼءﻣﺘﻬﺎ —‬
‫ً‬
‫ﻣﺰدوﺟﺔ‪.‬‬ ‫ﻣﻌﺎﻧﻲ‬
‫َ‬ ‫ﻳﻜﺬﺑﻮن ﻋﻠﻴﻨﺎ ﻣﺴﺘﺨﺪﻣني ﻋﺒﺎرات ﺗﺤﻤﻞ‬

‫‪144‬‬
 ‫اﻟﻔﺼﻞ اﻟﻌﺎﴍ‬

‫اﻟﻔﻮﺿﻰ اﻟﺘﻄﺒﻴﻘﻴﺔ‪ :‬ﻫﻞ ﻳﻤﻜﻦ ﻓﻬﻢ‬

‫أي ﳾء ﻣﻦ ﺧﻼل ﻧﲈذﺟﻨﺎ؟‬

‫ﺟﻤﻴﻊ اﻟﻔﺮﺿﻴﺎت ﺻﺤﻴﺤﺔ‪،‬‬

‫ﺟﻤﻴﻊ اﻟﻨﻤﺎذج ﺧﺎﻃﺌﺔ‪،‬‬
‫ﺟﻤﻴﻊ اﻟﺒﻴﺎﻧﺎت ﻏري دﻗﻴﻘﺔ؛‬
‫ﻓﻤﺎذا ﻧﻔﻌﻞ؟‬

‫ﻳﻘ ﱢﻠﻞ اﻟﻌﻠﻤﺎء ﰲ ﻛﺜري ﻣﻦ اﻷﺣﻴﺎن ﻣﻦ اﻟﻔﻀﻞ اﻟﺬي ﻳﺪﻳﻨﻮن ﺑﻪ ﺗﺠﺎه واﺿﻌﻲ اﻟﺘﻮﻗﻌﺎت‬
‫اﻵﻧﻴﺔ اﻟﺬﻳﻦ ﻳﺼﻤﺪون‪ ،‬ﻳﻮﻣً ﺎ ﺑﻌﺪ ﻳﻮم‪ ،‬وﻳﻘﺪﱢﻣﻮن رؤﻳﺘﻬﻢ ﻟﻠﻤﺴﺘﻘﺒﻞ‪ .‬ﻣﻦ ﺑني أﺑﺮز ﻫﺆﻻء‬
‫ِ‬
‫ﻳﺨﺎﻃﺮ املﻘﺎﻣﺮون املﺤﱰﻓﻮن ﺑﺄﻛﺜﺮ‬ ‫واﺿﻌﻮ ﺗﻮﻗﻌﺎت ﺣﺎﻟﺔ اﻟﻄﻘﺲ واﻻﻗﺘﺼﺎدﻳﻮن‪ ،‬ﺑﻴﻨﻤﺎ‬
‫ﻣﻦ ﺗﺪﻣري ﺻﻮرﺗﻬﻢ ﻋﻨﺪ ﻣﻘﺎﻣﺮﺗﻬﻢ‪ .‬وﻫﻲ اﻟﺤﺎل ﻧﻔﺴﻬﺎ ﻣﻊ ﻣﺘﺪاوﱄ اﻟﻌﻘﻮد اﻵﺟﻠﺔ‪ .‬أﺛﺎرت‬
‫دراﺳﺔ اﻟﻔﻮﴇ ﻋﻤﻠﻴﺔ إﻋﺎدة اﻟﺘﻔﻜري ﰲ اﻟﻨﻤﺬﺟﺔ وﺑﻴﱠﻨﺖ اﻟﻘﻴﻮد ﺣﻮل ﻣﺎ ﻳﻤﻜﻦ أن ﻧﺮاه‬
‫وﻧﻔﻬﻤﻪ ﻣﻦ ﺧﻼل ﻧﻤﺎذﺟﻨﺎ‪ .‬ﺑﺎﻟﻄﺒﻊ‪ ،‬ﺗﺨﺘﻠﻒ اﻟﺘﺪاﻋﻴﺎت ﺑﺎﻟﻨﺴﺒﺔ إﱃ اﻟﻨﻈﻢ اﻟﺮﻳﺎﺿﻴﺔ ﺣﻴﺚ‬
‫ﻧﻌﺮف ً‬
‫ﻫﺪﻓﺎ ﻧﺮﻣﻲ إﻟﻴﻪ‪ ،‬واﻟﻨﻈﻢ اﻟﻄﺒﻴﻌﻴﺔ اﻟﺘﻲ رﺑﻤﺎ ﻻ ﻳﺘﻮاﺟﺪ ﻓﻴﻬﺎ ﻣﺎ ﻧﺮﻣﻲ إﻟﻴﻪ‪.‬‬

‫اﻟﻨﻤﺬﺟﺔ ﻣﻦ اﻷﻟﻒ إﱃ اﻟﻴﺎء‪ :‬اﻟﻨﻤﺎذج اﻟﻘﺎﺋﻤﺔ ﻋﲆ اﻟﺒﻴﺎﻧﺎت‬

‫ﺳﻨﻌﺮض أرﺑﻌﺔ أﻧﻮاع ﻣﻦ اﻟﻨﻤﺎذج اﻟﻘﺎﺋﻤﺔ ﻋﲆ اﻟﺒﻴﺎﻧﺎت‪ .‬ﺗﺘﻤﺜﱠﻞ اﻟﻨﻤﺎذج اﻷﺑﺴﻂ ﰲ »اﻟﻨﻤﺎذج‬
‫اﻻﺳﺘﻤﺮارﻳﺔ« اﻟﺘﻲ ﺗﻔﱰض ﺑﻘﺎء اﻷﺷﻴﺎء ﻋﲆ ﺣﺎﻟﺘﻬﺎ اﻟﺮاﻫﻨﺔ‪ .‬ﺛَﻤﱠ َﺔ ﺷﻜﻞ ﻣﺨﺘﻠﻒ دﻳﻨﺎﻣﻴﻜﻲ‬
‫ﺑﺴﻴﻂ ﻣﻦ ﺗﻠﻚ اﻟﻨﻤﺎذج ﻳﺘﻤﺜﱠﻞ ﰲ ﻧﻤﺎذج »ﺣﺮﻛﺔ اﻟﻬﻮاء اﻷﻓﻘﻴﺔ«‪ ،‬وﻫﻲ ﻧﻤﺎذج ﺗﻔﱰض‬
‫ً‬
‫ﻋﺎﺻﻔﺔ ﺗﺘﺤﺮك ﻧﺎﺣﻴﺔ اﻟﴩق ﺗﺴﺘﻤﺮ‬ ‫اﺳﺘﻤﺮار اﻟﴪﻋﺎت؛ ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ ﺳﻴﺠﺮي ﱡ‬
‫ﺗﻮﻗﻊ أن‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﴍﻗﺎ ﺑﺎﻟﴪﻋﺔ ﻧﻔﺴﻬﺎ‪ .‬اﺳﺘﺨﺪم ﻓﻴﺘﺰروي وﻟﻮﻓريﻳﻪ ﻫﺬا اﻷﺳﻠﻮب ﰲ أواﺋﻞ اﻟﻘﺮن‬ ‫ﰲ اﻻﺗﺠﺎه ً‬
‫اﻟﺘﺎﺳﻊ ﻋﴩ‪ ،‬ﻣﺴﺘﻐﻠني اﻹﺷﺎرات اﻟﱪﻗﻴﺔ اﻟﺘﻲ ﺗﺴﺘﻄﻴﻊ اﺳﺘﺒﺎق ﻋﺎﺻﻔﺔ ﻗﺎدﻣﺔ‪ .‬ﻳﺘﻤﺜﱠﻞ‬
‫اﻟﻨﻮع اﻟﺜﺎﻟﺚ ﰲ »اﻟﻨﻤﺎذج اﻟﺘﻨﺎﻇﺮﻳﺔ«‪ .‬ﻳُﻨﻬﻲ ﻟﻮرﻧﺰ ورﻗﺘﻪ اﻟﺒﺤﺜﻴﺔ اﻟﻜﻼﺳﻴﻜﻴﺔ املﻨﺸﻮرة‬
‫ﰲ ﻋﺎم ‪ ١٩٦٣‬ﺑﺎﻟﻌﺒﺎرة اﻟﺘﺎﻟﻴﺔ‪» :‬ﰲ ﺣﺎﻟﺔ اﻟﻄﻘﺲ اﻟﺤﻘﻴﻘﻴﺔ‪ ،‬إذا ﻋﺠﺰت ﺟﻤﻴﻊ اﻷﺳﺎﻟﻴﺐ‬
‫اﻷﺧﺮى‪ ،‬ﻳﻤﻜﻦ أن ﻧﻨﺘﻈﺮ ﺣﺎﻟﺔ ﺗﻨﺎﻇﺮ‪ «.‬ﻳﺘﻄﻠﺐ اﻟﻨﻤﻮذج اﻟﺘﻨﺎﻇﺮي ﻣﺠﻤﻮﻋﺔ ﻛﺎﻣﻠﺔ ﻣﻦ‬
‫املﻼﺣﻈﺎت اﻟﺴﺎﺑﻘﺔ ﺣﻴﺚ ﻳﺘﻢ ﻣﻦ ﺧﻼﻟﻬﺎ ﺗﺤﺪﻳﺪ ﺣﺎﻟﺔ ﺳﺎﺑﻘﺔ ﺗُﺸﺒﻪ اﻟﺤﺎﻟﺔ اﻟﺤﺎﻟﻴﺔ؛ ﻳُﻘﺪﱢم‬
‫اﻟﺘﻮﻗﻊ‪ .‬ﺗﻌﺘﻤﺪ ﺟﻮدة ﻫﺬا اﻷﺳﻠﻮب‬ ‫ﱡ‬ ‫َ‬
‫ﻋﻤﻠﻴﺔ‬ ‫اﻟﺘﻄﻮر املﻌﺮوف ﻟﺤﺎﻟﺔ اﻟﺘﻨﺎﻇﺮ اﻟﺘﺎرﻳﺨﻴﺔ ﻫﺬه‬
‫ﻋﲆ ﻣﺪى ﺟﻮدة رﺻﺪ اﻟﺤﺎﻟﺔ اﻟﺤﺎﻟﻴﺔ‪ ،‬وﻋﲆ ﻣﻌﺮﻓﺔ إن ﻛﺎﻧﺖ ﻣﺠﻤﻮﻋﺔ اﻟﺤﺎﻻت املﺘﻮاﻓﺮة‬
‫ﺗﻮﻗﻊ ﻷﺣﺪ اﻟﻨﻈﻢ‬ ‫ﻗﺪر ﻣﻦ اﻟﺠﻮدة اﻟﻜﺎﻓﻴﺔ أم ﻻ‪ .‬ﻋﻨﺪ إﺟﺮاء ﱡ‬ ‫ﺗﺘﻀﻤﻦ ﺣﺎﻻت ﺗﻨﺎﻇﺮ ﻋﲆ ٍ‬
‫املﺘﻜﺮرة‪ ،‬ﺗُﻌﺪ ﻋﻤﻠﻴﺔ اﻟﺤﺼﻮل ﻋﲆ ﺣﺎﻟﺔ ﺗﻨﺎﻇﺮ ﺟﻴﺪة ﻣﺠﺮد ﻣﺴﺄﻟﺔ ﻣﺎ إذا ﻛﺎﻧﺖ ﻣﺠﻤﻮﻋﺔ‬
‫اﻟﺤﺎﻻت ﻛﺒرية ﺑﻤﺎ ﻳﻜﻔﻲ ﰲ ﻇﻞ أﻫﺪاﻓﻨﺎ املﻮﺿﻮﻋﺔ وﻣﺴﺘﻮى اﻟﺘﺸﻮﻳﺶ‪ .‬ﻋﻤﻠﻴٍّﺎ‪ ،‬رﺑﻤﺎ ﻳﺘﻄﻠﺐ‬
‫ﺑﻨﺎء ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﺤﺎﻻت أﻛﺜﺮ ﻣﻦ ﻣﺠﺮد اﻻﻧﺘﻈﺎر؛ ﻛﻴﻒ ﻳﻤﻜﻦ أن ﻧﺤﺮز ﺗﻘﺪﱡﻣً ﺎ إذا ﻛﺎن‬
‫ﺗﻜﺮار أﻃﻮ َل ﻣﻦ اﻟﻌﻤﺮ اﻟﺰﻣﻨﻲ ﻟﻠﻨﻈﺎم ﻧﻔﺴﻪ؟‬
‫ٍ‬ ‫املﺘﻮﻗﻊ اﻟﻼزم ﻟﺮﺻﺪ ﺣﺪوث‬‫ﱠ‬ ‫اﻟﺰﻣ ُﻦ‬
‫اﺳﺘﺨﺪﻣﺖ اﻹﺣﺼﺎءات اﻟﺘﻘﻠﻴﺪﻳﺔ ﻋﲆ ﻣﺪى زﻣﻦ ﻃﻮﻳﻞ ﻫﺬه اﻷﺳﺎﻟﻴﺐ اﻟﺜﻼﺛﺔ ﰲ إﻃﺎر‬
‫ﺳﻴﺎق إﺟﺮاء ﺗﻮﻗﻌﺎت ﺗﻌﺘﻤﺪ ﻋﲆ اﻹﺣﺼﺎءات اﻟﺘﺎرﻳﺨﻴﺔ‪ .‬ﺗﺸري ﻧﻈﺮﻳﺔ ﺗﺎﻛﻨﺲ إﱃ أﻧﻪ‬
‫ﺗﻮﻗﻊ‬ ‫ﺑﺎﻟﻨﺴﺒﺔ إﱃ اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ ﻳﻤﻜﻨﻨﺎ أن ﻧُﺒﲇ َ ﺑﻼءً أﻓﻀﻞ ﻣﻨﻬﺎ‪َ .‬ﻫﺐْ أﻧﻨﺎ ﻧﺮﻏﺐ ﰲ ﱡ‬
‫ﻳﻮﺿﺢ اﻟﺸﻜﻞ رﻗﻢ ‪ 1-10‬ﻫﺬه‬ ‫ﺣﺎﻟﺔ اﻟﻄﻘﺲ ﻏﺪًا اﺳﺘﻨﺎدًا إﱃ ﻣﺠﻤﻮﻋﺔ ﻣﻦ ﺣﺎﻻت ﺳﺎﺑﻘﺔ‪ .‬ﱢ‬
‫اﻟﺤﺎﻟﺔ ﺑﺼﻮرة ﺗﺨﻄﻴﻄﻴﺔ‪ .‬ﻳﺘﻤﺜﱠﻞ أﺳﻠﻮب اﻟﺘﻨﺎﻇﺮ ﰲ اﺳﺘﺨﺪام اﻟﺤﺎﻟﺔ املﺴﺘﻘﺎة ﻣﻦ ﻣﺠﻤﻮﻋﺔ‬
‫ﺗﻐري ﻟﻠﺤﺎﻟﺔ ﰲ اﻟﻴﻮم‬ ‫اﻟﺤﺎﻻت اﻟﺴﺎﺑﻘﺔ اﻷﻗﺮب إﱃ ﺣﺎﻟﺔ اﻟﻄﻘﺲ اﻟﻴﻮم‪ ،‬وﻧﻌﺘﱪ ﻣﺎ ﻛﺎن ﻣﻦ ﱡ ٍ‬
‫ﺗﻮﻗﻊ ﺣﺎﻟﺔ اﻟﺠﻮ ﻏﺪًا‪ .‬ﺗﺸري ﻧﻈﺮﻳﺔ ﺗﺎﻛﻨﺲ إﱃ اﺳﺘﻘﺎء ﻣﺠﻤﻮﻋﺔ ﻣﻦ ﺣﺎﻻت اﻟﺘﻨﺎﻇﺮ‬ ‫اﻟﺘﺎﱄ ﻫﻮ ﱡ‬
‫ُ‬
‫إﺛﺒﺎت ﻓﺎﺋﺪ ِة‬ ‫اﻟﻘﺮﻳﺒﺔ وإﺟﺮاء ﻋﻤﻠﻴﺔ اﺳﺘﻘﺮاء داﺧﲇ ﺑني ﻧﺘﺎﺋﺠﻬﺎ ﻟﻮﺿﻊ ﺗﻮﻗﻌﺎﺗﻨﺎ‪ .‬ﻳﻤﻜﻦ‬
‫ﻛﺎﻣﻠﺔ؛ ﻓﻠﻴﺲ ﺛَﻤﱠ َﺔ‬
‫ً‬ ‫ِ‬
‫اﻟﻘﺎﺋﻤﺔ ﻋﲆ اﻟﺒﻴﺎﻧﺎت دون أن ﺗﻜﻮن‬ ‫»ﻧﻤﺎذج إﻋﺎدة اﻟﺒﻨﺎء املﺘﺄﺧﺮة« ﻫﺬه‬
‫ِ‬
‫اﻟﺨﻴﺎرات اﻷﺧﺮى املﺘﻮاﻓﺮة ﻟﺪﻳﻨﺎ — أو‬ ‫ﺣﺎﺟﺔ ﰲ ﻫﺬه اﻟﻨﻤﺎذج إﻻ أن ﺗﺘﺨﻄﻰ ﰲ ﻧﺘﺎﺋﺠﻬﺎ‬
‫ﺗﻮﻗﻊ ﺣﺎﻟﺔ اﻟﻄﻘﺲ‬ ‫ﺗﺘﻜﺎﻣﻞ ﻣﻌﻬﺎ‪ .‬ﺗﻈﻞ اﻟﻨﻤﺎذج اﻟﺘﻨﺎﻇﺮﻳﺔ ﺷﺎﺋﻌﺔ اﻻﺳﺘﺨﺪام ﰲ ﻋﻤﻠﻴﺎت ﱡ‬
‫املﻮﺳﻤﻴﺔ‪ ،‬ﺑﻴﻨﻤﺎ ﺗﺪ ﱢﻟﻞ ﻟﻌﺒﺔ اﻟﺮوﻟﻴﺖ ﻋﲆ ﻧﺠﺎح ﻋﻤﻠﻴﺔ اﻟﻨﻤﺬﺟﺔ اﻟﻘﺎﺋﻤﺔ ﻋﲆ اﻟﺒﻴﺎﻧﺎت‪.‬‬
‫ﺗَﺴﻬُ ﻞ املﺮاﻫﻨﺔ ﺑﺎملﺎل ﻋﲆ أﺣﺪ اﻷرﻗﺎم اﻟﻔﺎﺋﺰة ﰲ ﻟﻌﺒﺔ اﻟﺮوﻟﻴﺖ؛ ﻓﻠﻴﺲ ﻋﻠﻴﻚ ﺳﻮى‬
‫ﻣﺎﻻ‪،‬‬‫املﺮاﻫﻨﺔ ﺑﺪوﻻر واﺣﺪ ﻋﲆ ﻛﻞ رﻗﻢ وﺳﺘﺤﺼﻞ ﻋﲆ رﻗﻢ ﻓﺎﺋﺰ ﰲ ﻛﻞ ﻣﺮة‪ .‬ﺳﺘﻔﻘﺪ ً‬
‫ﺑﺎﻟﺘﺄﻛﻴﺪ‪ ،‬ﺑﻤﺎ أن اﻟﺮﻗﻢ اﻟﻔﺎﺋﺰ ﺳﻴﺪﻓﻊ ‪ ٣٦‬دوﻻ ًرا‪ ،‬ﺑﻴﻨﻤﺎ ﺳﻴﺠﺐ ﻋﻠﻴﻚ املﺮاﻫﻨﺔ ﻋﲆ أﻛﺜﺮ ﻣﻦ‬

‫‪146‬‬
 ‫اﻟﻔﻮﴇ اﻟﺘﻄﺒﻴﻘﻴﺔ‪ :‬ﻫﻞ ﻳﻤﻜﻦ ﻓﻬﻢ أي ﳾء ﻣﻦ ﺧﻼل ﻧﻤﺎذﺟﻨﺎ؟‬

‫?‬ ‫‪+‬‬
‫‪+‬‬
‫‪+‬‬
‫‪−‬‬ ‫‪+‬‬
‫‪+ −‬‬ ‫‪−‬‬
‫‪−‬‬
‫‪+ +‬‬ ‫‪− −+‬‬
‫‪+ ++ +‬‬ ‫‪−−‬‬ ‫‪− −‬‬
‫٭‬ ‫‪−‬‬
‫‪−‬‬ ‫‪−‬‬ ‫‪−‬‬
‫‪−‬‬
‫‪− − −− −− −‬‬ ‫‪−‬‬

‫ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺗﻔﺴري ﺣﺎﻻت اﻟﺘﻨﺎﻇﺮ ﺑﻐﺮض وﺿﻊ ﱡ‬

‫ﺗﻮﻗ ٍﻊ ﰲ‬ ‫ﱢ‬ ‫ﺷﻜﻞ ‪ :1-10‬رﺳﻢ ﺗﺨﻄﻴﻄﻲ‬
‫ﻓﻀﺎء ﺣﺎﻟﺔ ﻗﺎﺋ ٍﻢ ﻋﲆ اﻟﺒﻴﺎﻧﺎت‪ .‬ﺑﻤﻌﺮﻓﺔ ﻣﻮﺿﻊ ﺻﻮرة ﻛﻞ ﻧﻘﻄﺔ ﻗﺮﻳﺒﺔ‪ ،‬ﻳﻤﻜﻦ إﺟﺮاء اﺳﺘﻘﺮاء‬
‫داﺧﲇ ﻟﻮﺿﻊ ﱡ‬
‫ﺗﻮﻗﻊ ﻟﻠﻨﻘﻄﺔ اﻟﺘﻲ ﺗﻤﻴﱢﺰﻫﺎ اﻟﻌﻼﻣﺔ ⋆‪.‬‬

‫»املﺮاﻫﻨَﺔ ﻋﲆ اﻷرﻗﺎم ﻛﻠﻬﺎ« ﻋﻦ ﺧﺴﺎرة املﺎل ﻋﻨﺪ ﻛﻞ ﻟﻌﺒﺔ‪،‬‬

‫َ‬ ‫‪ ٣٦‬رﻗﻤً ﺎ‪ .‬ﺗُﺴﻔِ ﺮ اﺳﱰاﺗﻴﺠﻴﺎت‬
‫ﺣﻼ ﻣﻨﺬ وﻗﺖ ﻃﻮﻳﻞ ﻣﴣ‪ .‬ﻳﺘﻄﻠﺐ ﺗﺤﻘﻴﻖ رﺑﺢ أﻛﺜﺮ‬ ‫وﻫﻮ ﻣﺎ وﺿﻌﺖ ﻟﻪ ﺻﺎﻻت اﻟﻘﻤﺎر ٍّ‬
‫ﻣﻦ ﻣﺠﺮد إﺟﺮاء ﻣﺮاﻫﻨﺔ ﻋﲆ رﻗﻢ ﻓﺎﺋﺰ ﻛ ﱠﻞ ﻣﺮة؛ إذ ﻳﺘﻄ ﱠﻠﺐ اﻷﻣﺮ إﺟﺮاء ﱡ‬
‫ﺗﻮﻗ ٍﻊ اﺣﺘﻤﺎﱄ ﱟ أﻓﻀﻞ‬
‫ﻣﻦ اﺣﺘﻤﺎﻻت ﺻﺎﻟﺔ اﻟﻘﻤﺎر‪ .‬وﻟﺤﺴﻦ اﻟﺤﻆ‪ ،‬ﻳﻤﻜﻦ ﺗﺤﻘﻴﻖ ذﻟﻚ دون اﻟﻠﺠﻮء إﱃ اﺷﱰاﻃﺎت‬
‫املﻼءﻣﺔ اﻟﺘﺠﺮﻳﺒﻴﺔ أو اﻟﺘﻔﺴري اﻟﺮﻳﺎﴈ اﻟﺼﻌﺐ‪.‬‬
‫ً‬
‫ﻟﻌﺒﺔ‬ ‫ﻟﻌﻞ إﻣﻜﺎﻧﻴﺔ أن ﺗُﺠﺮى املﺮاﻫﻨﺎت ﺑﻌﺪ دوران اﻟﻜﺮة ﺗﺠﻌﻞ ﻣﻦ ﻟﻌﺒﺔ اﻟﺮوﻟﻴﺖ‬
‫وﺟﻪ ﺧﺎص ﺑﺎﻟﻨﺴﺒﺔ إﱃ اﻟﻔﻴﺰﻳﺎﺋﻴني واﻹﺣﺼﺎﺋﻲ اﻟﻐﺮﻳﺐ اﻷﻃﻮار‪َ .‬ﻫﺐْ أﻧﻚ‬ ‫ٍ‬ ‫ﺷﺎﺋﻘﺔ ﻋﲆ‬
‫َ‬
‫ﺳﺠﱠ ﻠﺖ ﻛﻞ ﻣﺮة اﻟﻠﺤﻈﺔ اﻟﺘﻲ ﺗﻤﺮ ﻓﻴﻬﺎ اﻟﻜﺮة‪ ،‬ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل‪ ،‬ﻋﲆ اﻟﺮﻗﻢ ﺻﻔﺮ ﻋﻦ ﻃﺮﻳﻖ‬
‫اﻹﺻﺒﻊ اﻟﻜﺒرية ﰲ اﻟﻘﺪم اﻟﻴﴪى‪ ،‬واﻟﻠﺤﻈﺔ اﻟﺘﻲ ﺗﺨﻄﻰ ﻓﻴﻬﺎ اﻟﺮﻗﻢ ﺻﻔﺮ ﻧﻘﻄﺔ ﻣﺤﺪدة‬
‫ﻋﲆ املﺎﺋﺪة ﻋﻦ ﻃﺮﻳﻖ اﻹﺻﺒﻊ اﻟﻜﺒرية ﰲ ﻗﺪﻣﻚ اﻟﻴﻤﻨﻰ‪ ،‬ﻛﻢ ﻣﺮة ﻳﺴﺘﻄﻴﻊ أيﱡ ﺣﺎﺳﻮب‬
‫ﺗﻮﻗﻊ ﺻﺤﻴﺢ ﺣﻮل أي رﺑﻊ ﰲ ﻋﺠﻠﺔ‬ ‫ﻣﺜﺒﺖ ﻋﲆ ﻛﻌﺐ ﺣﺬاء راﻋﻲ اﻟﺒﻘﺮ اﻟﺬي ﺗﺮﺗﺪﻳﻪ إﺟﺮاءَ ﱡ‬
‫ﺗﻮﻗ ُﻊ اﻟﺮﺑﻊ اﻟﺼﺤﻴﺢ ﰲ اﻟﻌﺠﻠﺔ ﻟﻨﺼﻒ ﻋﺪد املﺮات‬ ‫اﻟﺮوﻟﻴﺖ ﺳﺘﺴﺘﻘﺮ اﻟﻜﺮة ﻓﻴﻪ؟ ﺳﻴﺠﻌﻞ ﱡ‬
‫َ‬
‫ﻓﺮص اﻟﻔﻮز ﺗﻤﻴﻞ إﱃ ﺻﺎﻟﺤﻚ‪ .‬ﻋﻨﺪﻣﺎ ﺗﻜﻮن ﺻﺎﺋﺒًﺎ ﺳﺘﻔﻮز ﺑﺄﻣﻮال ﺗﺴﺎوي أرﺑﻊ ﻣﺮات‬

‫‪147‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﺣﺠﻢ اﻷﻣﻮال اﻟﺘﻲ ﺧﴪﺗﻬﺎ‪ ،‬وﻫﻮ ﻣﺎ ﻳﺠﻌﻠﻚ ﺗﺮﺑﺢ ﺑﻤﻘﺪار ﺛﻼﺛﺔ أﺿﻌﺎف ﺣﺠﻢ اﻷﻣﻮال‬
‫ﱢ‬
‫ﺳﺘﺤﻘﻖ ﰲ‬ ‫اﻟﺘﻲ راﻫﻨ ْ َﺖ ﺑﻬﺎ‪ ،‬وﺳﺘﺨﴪ ﻛﻞ أﻣﻮاﻟﻚ ﻋﻨﺪ اﻧﺘﺼﺎف ﻋﺪد املﺮات ﺗﻘﺮﻳﺒًﺎ؛ ﻟﺬا‬
‫راﻫﻨﺖ ﺑﻪ ﺑﻤﻘﺪار ﻣﺮة وﻧﺼﻒ‪ .‬ﺑﻴﻨﻤﺎ ﻟﻦ ﻳﻌﺮف اﻟﻌﺎﻟﻢ أﺑﺪًا‬ ‫َ‬ ‫املﺘﻮﺳﻂ ﻣﻜﺴﺒًﺎ ﻳﺘﺠﺎوز ﻣﺎ‬
‫اﻵﺧﺮون ﻋﻤﻞ ذﻟﻚ‪ ،‬ﻳﻤﻜﻦ وﺿﻊ ﺣ ﱟﺪ أدﻧﻰ ملﺮة واﺣﺪة‪ .‬ﻳﻔﺮد ﺗﻮﻣﺎس ﺑﺎس‬ ‫ﻛﻢ ﻣﺮة ﺣﺎول َ‬
‫ﺗﻔﺎﺻﻴﻞ ﻫﺬه اﻟﻌﻤﻠﻴﺔ ﺑﺼﻮرة راﺋﻌﺔ ﰲ ﻛﺘﺎب »اﻟﻜﺎزﻳﻨﻮ اﻟﻨﻴﻮﺗﻮﻧﻲ«‪.‬‬

‫ﻧﻤﺎذج املﺤﺎﻛﺎة‬
‫ً‬
‫ﻣﻔﺼﻼ ﺑﻤﺎ ﻳﻜﻔﻲ؟ أﺣﺪ اﻟﺒﺪاﺋﻞ‬ ‫ﻣﺎذا ﻳﺤﺪث إذا ﻟﻢ ﺗﻘﺪﱢم أﻛﺜ ُﺮ ﺣﺎﻻت اﻟﺘﻨﺎﻇﺮ ﺗﺸﺎﺑﻬً ﺎ ﱡ‬
‫ﺗﻮﻗﻌً ﺎ‬
‫ﻫﻮ ﻣﻌﺮﻓﺔ ﻣﺎ ﻳﻜﻔﻲ ﻣﻦ اﻟﻔﻴﺰﻳﺎء ﻟﺒﻨﺎء ﻧﻤﻮذج ﻟﻠﻨﻈﺎم اﺳﺘﻨﺎدًا إﱃ »املﺒﺎدئ اﻷوﱃ«‪ .‬ﺛﺒﺘﺖ‬
‫ﻓﺎﺋﺪة ﻫﺬه اﻟﻨﻤﺎذج ﰲ ﻣﺨﺘﻠِﻒ أﻧﻮاع اﻟﻌﻠﻮم إﱃ ﺣ ﱟﺪ ﻛﺒري‪ ،‬ﻋﲆ أﻧﻨﺎ ﻳﺠﺐ أﻻ ﻧﻨﴗ أن ﻧﻌﻮد‬
‫ﻣﻦ ﻋﺎﻟﻢ اﻟﻨﻤﺎذج وﻧﻘﻴﱢﻢ ﺗﻮﻗﻌﺎﺗﻨﺎ ﰲ ﻣﻘﺎﺑﻞ املﻼﺣﻈﺎت اﻟﺤﻘﻴﻘﻴﺔ‪ .‬رﺑﻤﺎ ﺗﺘﻮاﻓﺮ ﻟﺪﻳﻨﺎ أﻓﻀﻞ‬
‫اﻟﻨﻤﺎذج ﰲ اﻟﻌﺎﻟﻢ‪ ،‬ﻟﻜﻦ ﻣﺴﺄﻟﺔ ﻛﻮن ذﻟﻚ اﻟﻨﻤﻮذج ﻳﻨﻄﻮي ﻋﲆ أي ﻗﻴﻤﺔ أم ﻻ ﰲ ﻋﻤﻠﻴﺔ‬
‫ﻣﺴﺄﻟﺔ أﺧﺮى‪.‬‬ ‫ٌ‬ ‫اﺗﺨﺎذ اﻟﻘﺮار‬
‫اﻟﺸﻜﻞ رﻗﻢ ‪ 2-10‬ﻫﻮ ﻋﺒﺎرة ﻋﻦ رﺳﻢ ﺗﺨﻄﻴﻄﻲ ﻳﻌﻜﺲ ﻓﻀﺎء اﻟﺤﺎﻟﺔ ﰲ أﺣﺪ اﻟﻨﻤﺎذج‬
‫اﻟﺼﺎدرة ﻋﻦ ﻣﻜﺘﺐ اﻷرﺻﺎد اﻟﺠﻮﻳﺔ ﰲ املﻤﻠﻜﺔ املﺘﺤﺪة‪ .‬ﻳﺴري ﻓﻀﺎء اﻟﺤﺎﻟﺔ ﻷﺣﺪ ﻧﻤﺎذج‬
‫اﻟﺘﻮﻗﻊ اﻟﺮﻗﻤﻲ ﻟﻠﻄﻘﺲ ﻋﲆ ﻣﻨﻮال ﻣﺸﺎﺑﻪ‪ ،‬ﺑَﻴْ َﺪ أن ﻧﻤﺎذج اﻟﻄﻘﺲ ﻻ ﻳﺘﻢ ﺗﺸﻐﻴﻠﻬﺎ ﻟﻔﱰات‬
‫ﻃﻮﻳﻠﺔ ﻣﺜﻠﻤﺎ ﻳﺤﺪث ﰲ ﻧﻤﺎذج املﻨﺎخ؛ ﻟﺬا ﻳﺠﺮي ﺗﺒﺴﻴﻂ ﻧﻤﺎذج اﻟﻄﻘﺲ ﻣﻦ ﺧﻼل اﻓﱰاض‬
‫ﺗﺘﻐري ﺑﺒﻂء‪ ،‬ﻣﺜﻞ املﺤﻴﻄﺎت‪ ،‬اﻟﺠﻠﻴﺪ اﻟﺒﺤﺮي أو اﺳﺘﺨﺪام اﻷراﴈ‪ .‬ﺑﻴﻨﻤﺎ ﻳﺠﻌﻞ‬ ‫ﺛﺒﺎت أﺷﻴﺎء ﱠ‬
‫ﺗﻔﺼﻴﻼ ﻣﻦ اﻟﺨﺮاﺋﻂ اﻟﺒﺴﻴﻄﺔ املﻌﺮوﺿﺔ ﰲ اﻟﻔﺼﻮل‬ ‫ً‬ ‫اﻟﺮﺳﻢ اﻟﺘﺨﻄﻴﻄﻲ اﻟﻨﻤﺎذج ﺗﺒﺪو أﻛﺜﺮ‬
‫ً‬
‫ﻣﺴﺄﻟﺔ‬ ‫اﻟﺴﺎﺑﻘﺔ؛ ﻓﺒﻤﺠﺮد ﻧﻘﻠﻬﺎ إﱃ ﺣﺎﺳﻮب رﻗﻤﻲ‪ ،‬ﻻ ﻳﺼﺒﺢ ﺗﻜﺮا ُر أﺣﺪ ﻧﻤﺎذج اﻟﻄﻘﺲ‬
‫وﻏﻤﻮﺿﺎ ﰲ اﻟﺤﻘﻴﻘﺔ‪ ،‬ﺑﻞ ﻣﺴﺄﻟﺔ أﻛﺜﺮ ﺗﻌﻘﻴﺪًا ﻓﺤﺴﺐ‪ .‬ﻳﻨﻘﺴﻢ اﻟﻐﻼف اﻟﺠﻮي‬ ‫ً‬ ‫ً‬
‫اﻟﺘﺒﺎﺳﺎ‬ ‫أﻛﺜ َﺮ‬
‫ﰲ اﻟﺤﻘﻴﻘﺔ‪ ،‬ﻓﻀﻼ ﻋﻦ املﺤﻴﻂ‪ ،‬واﻷﻣﺘﺎر اﻷوﱃ اﻟﻘﻠﻴﻠﺔ ﻣﻦ ﻗﴩة اﻷرض ﰲ ﺑﻌﺾ اﻟﻨﻤﺎذج‪،‬‬ ‫ً‬
‫إﱃ ﻣﺮﺑﻌﺎت‪ ،‬وﺗُﺤﺪﱠد ﻣﺘﻐريات اﻟﻨﻤﻮذج — ﻣﺜﻞ درﺟﺔ اﻟﺤﺮارة‪ ،‬واﻟﻀﻐﻂ اﻟﺠﻮي‪ ،‬وﻣﺴﺘﻮى‬
‫اﻟﺮﻃﻮﺑﺔ‪ ،‬وﴎﻋﺔ اﻟﺮﻳﺎح … إﻟﺦ — ﻣﻦ ﺧﻼل رﻗﻢ واﺣﺪ ﰲ ﻛﻞ ﻣﺮﺑﻊ‪ .‬ﺑﻘﺪر ﻣﺎ ﺗﺤﺘﻮي ﺣﺎﻟﺔ‬
‫ﻣﺘﻐري ﰲ ﻛﻞ ﻣﺮﺑﻊ داﺧﻞ اﻟﺸﺒﻜﺔ‪ ،‬ﻳﻤﻜﻦ أن ﺗﻜﻮن ﺣﺎﻟﺔ اﻟﻨﻤﻮذج‬ ‫ﱢٍ‬ ‫ﻗﻴﻤﺔ ﻟﻜ ﱢﻞ‬‫ٍ‬ ‫اﻟﻨﻤﻮذج ﻣﻦ‬
‫ﻛﺒرية ﻧﺴﺒﻴٍّﺎ‪ ،‬ﻳﻀﻢ ﺑﻌﻀﻬﺎ أﻛﺜﺮ ﻣﻦ ‪ ١٠‬ﻣﻼﻳني ﻣﺮﻛﺒﺔ‪ .‬ﻋﻤﻠﻴﺔ ﺗﺤﺪﻳﺚ ﺣﺎﻟﺔ اﻟﻨﻤﻮذج‬
‫ﻣﺒﺎﴍة وﻣﻤﻠﺔ‪ .‬ﺗُﻄﺒﱠﻖ اﻟﻘﺎﻋﺪة ﻟﻜ ﱢﻞ ﻣﺮﻛﺒﺔ‪ ،‬وﺗُﻜ ﱠﺮر ﻣﺮة ﺑﻌﺪ أﺧﺮى‪ ،‬وﻫﻮ ﻣﺎ ﻛﺎن‬ ‫ِ‬ ‫ﻋﻤﻠﻴﺔ‬
‫ﺗﻮﻗﻊ ﺣﺎﻟﺔ اﻟﻄﻘﺲ ﻟﻴﻮ ٍم واﺣ ٍﺪ ٍ‬
‫ﺗﺎل‪ .‬وﻗﺪ‬ ‫ﻣﺴﺘﻐﺮﻗﺎ ﺳﻨﻮات ﰲ ﱡ‬
‫ً‬ ‫رﻳﺘﺸﺎردﺳﻮن ﻳﻔﻌﻠﻪ ﻳﺪوﻳٍّﺎ‪،‬‬

‫‪148‬‬
 ‫اﻟﻔﻮﴇ اﻟﺘﻄﺒﻴﻘﻴﺔ‪ :‬ﻫﻞ ﻳﻤﻜﻦ ﻓﻬﻢ أي ﳾء ﻣﻦ ﺧﻼل ﻧﻤﺎذﺟﻨﺎ؟‬

‫‪ ١٩‬ﻣﺴﺘﻮًى ﰲ‬
‫اﻟﻐﻼف اﻟﺠﻮي‬ ‫‪ ٣٠‬ﻛﻴﻠﻮﻣﱰًا‬
‫ﺧﻂ ﻋﺮض‬ ‫ﻓﻮق ﺳﻄﺢ املﺤﻴﻂ‬
‫‪٢٫٥‬‬
‫ﺧﻂ ﻃﻮل‬
‫‪٣٫٧٥‬‬

‫ﺧﻂ ﻃﻮل ‪١٫٢٥‬‬

‫ﺧﻂ ﻋﺮض ‪١٫٢٥‬‬

‫‪ ٢٠‬ﻣﺴﺘﻮًى‬
‫ﰲ املﺤﻴﻂ‬

‫‪ ٥‬ﻛﻴﻠﻮﻣﱰات‬
‫ﺗﺤﺖ ﺳﻄﺢ املﺤﻴﻂ‬

‫ﻛﻼ ﻣﻦ‬‫ﻘﺴﻢ ﺑﻬﺎ ﻧﻤﺎذج اﻟﻄﻘﺲ واملﻨﺎخ ٍّ‬

‫ﺷﻜﻞ ‪ :2-10‬رﺳﻢ ﺗﺨﻄﻴﻄﻲ ﻳﻌﻜﺲ اﻟﻄﺮﻳﻘﺔ اﻟﺘﻲ ﺗُ ﱢ‬
‫ً‬
‫ﻣﺴﺎﺣﺔ‬ ‫اﻟﻄﻘﺲ واملﺤﻴﻂ إﱃ »ﻧﻘﺎط ﺷﺒﻜﻴﺔ«‪ .‬ﺗُﻤﺜﱢﻞ ﻛ ﱡﻞ ﻧﻘﻄﺔ ﺷﺒﻜﻴﺔ ﻫﻨﺎ ﰲ اﻟﻐﻼف اﻟﺠﻮي‬
‫ﺗﺒﻠﻎ ﺗﻘﺮﻳﺒًﺎ ‪ ٢٥٠‬ﻛﻴﻠﻮﻣﱰًا ﰲ ‪ ٢٥٠‬ﻛﻴﻠﻮﻣﱰًا ﻣﺮﺑﻌً ﺎ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻌﻨﻲ أن ﺣﻮاﱄ ﺳﺖ ﻧﻘﺎط ﺗﻤﺜﱢﻞ‬
‫ﱠ‬
‫ﻣﻮﺿﺢ ﰲ اﻟﺸﻜﻞ‪.‬‬ ‫ﺑﺮﻳﻄﺎﻧﻴﺎ ﺑﺄﴎﻫﺎ ﻣﺜﻠﻤﺎ ﻫﻮ‬

‫أﻟﻬَ َﻢ ﺗﺮﻛﻴ ُﺰ اﻟﻌﻤﻠﻴﺎت اﻟﺤﺴﺎﺑﻴﺔ ﻋﲆ املﺮﻛﺒﺎت املﺴﺘﻘﺎة ﻣﻦ اﻟﺨﻼﻳﺎ »اﻟﻘﺮﻳﺒﺔ« رﻳﺘﺸﺎردﺳﻮن‬

‫ﻣﻮﺿﺢ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪،3-10‬‬‫ﱠ‬ ‫ﺑﻔﻜﺮ ٍة ﻣﻔﺎدﻫﺎ أن ﻏﺮﻓﺔ ﻣﻠﻴﺌﺔ ﺑﺤﻮاﺳﺐ ﻣﻨﻈﻤﺔ ﻣﺜﻠﻤﺎ ﻫﻮ‬

‫‪149‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻳﻤﻜﻦ ﻓﻴﻬﺎ ﺗﻘﺪﻳ ُﺮ ﺣﺎﻟﺔ اﻟﻄﻘﺲ أﴎع ﻣﻤﺎ ﻛﺎن ﻳﺠﺮي‪ .‬وﻷﻧﻪ ﻛﺎن ﻳﻜﺘﺐ ﰲ ﻋﴩﻳﻨﻴﺎت‬
‫اﻟﻘﺮن اﻟﻌﴩﻳﻦ‪ ،‬ﻟﻢ ﺗﻜﻦ أﺟﻬﺰة رﻳﺘﺸﺎردﺳﻮن إﻻ ﺑﴩًا‪ ،‬أﻣﺎ اﻟﻴﻮم ﻓﺘَﺴﺘﺨﺪم اﻟﺤﻮاﺳﺐ‬
‫َ‬
‫اﻟﻄﺮﻳﻘﺔ ﻧﻔﺴﻬﺎ‪ .‬ﺗُﻌﺘﱪ ﻧﻤﺎذج اﻟﺘﻮﻗﻊ اﻟﺮﻗﻤﻲ ﻟﻠﻄﻘﺲ‬ ‫اﻟﺮﻗﻤﻴﺔ اﻟﻔﺎﺋﻘﺔ املﺘﻌﺪدة املﻌﺎﻟﺠﺎت‬
‫ﺿﻤﻦ أﻛﺜﺮ ﺷﻔﺮات اﻟﺤﺎﺳﻮب ﺗﻌﻘﻴﺪًا ﰲ ﻛﺘﺎﺑﺘﻬﺎ‪ ،‬وﻋﺎد ًة ﻣﺎ ﻳﺼﺪر ﻋﻨﻬﺎ ﻧﻤﺎذج ﻣﺤﺎﻛﺎة‬
‫ﺗﺒﺪو واﻗﻌﻴﺔ ﺑﺼﻮرة ﻻﻓﺘﺔ‪ ،‬ﻏري أﻧﻬﺎ — ﻣﺜﻞ ﺟﻤﻴﻊ اﻟﻨﻤﺎذج — ﺗُﻌﺘﱪ ﺗﻤﺜﻴﻼت ﻏري ﻛﺎﻣﻠﺔ‬
‫ﻟﻨﻈﺎم اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ اﻟﺬي ﺗﺴﺘﻬﺪف ﻣﺤﺎﻛﺎﺗﻪ‪ ،‬ﻛﻤﺎ ﺗُﻌﺘﱪ املﻼﺣﻈﺎت اﻟﺘﻲ ﺗﻌﺘﻤﺪ ﻋﻠﻴﻬﺎ‬
‫ﻣﺸﻮﺷﺔ‪ .‬ﻛﻴﻒ ﻳﻤﻜﻦ اﺳﺘﺨﺪام ﻧﻤﺎذج املﺤﺎﻛﺎة اﻟﻘﻴﱢﻤﺔ ﻫﺬه ﰲ إدارة ﺷﺌﻮﻧﻨﺎ؟ ﻫﻞ ﻳﻤﻜﻦ أن‬
‫ﺗﻮﻗﻊ اﻟﻴﻮم ﱡ‬
‫ﻟﺘﻮﻗﻊ ﺣﺎﻟﺔ اﻟﻄﻘﺲ ﰲ ﻋﻄﻠﺔ ﻧﻬﺎﻳﺔ اﻷﺳﺒﻮع‬ ‫ﻧﻌﺮف ﻋﲆ اﻷﻗﻞ ﻛﻴﻒ ﻧﻌﺘﻤﺪ ﻋﲆ ﱡ‬
‫اﻟﻘﺎدﻣﺔ؟‬

‫ﺷﻜﻞ ‪ :3-10‬ﺻﻮرة ﺗﺤﻘﻖ ﺣﻠﻢ رﻳﺘﺸﺎردﺳﻮن‪ ،‬اﻟﺬي ﻛﺎن ﻳﺮى ﻓﻴﻪ ﺣﻮاﺳﺐ ﻣﻦ اﻟﺒﴩ ﺗﻌﻤﻞ‬
‫ﻆ أن ﻣﺼﺪر اﻟﻀﻮء ﰲ‬ ‫ﺗﻮاز ﻟﺤﺴﺎب ﺣﺎﻟﺔ اﻟﻄﻘﺲ ﻗﺒﻞ ﺣﺪوﺛﻪ اﻟﻔﻌﲇ‪ .‬ﻻﺣِ ْ‬
‫ﺑﺄﻋﺪاد ﻛﺒرية ﰲ ٍ‬
‫املﻨﺼﺔ املﺮﻛﺰﻳﺔ ﻳﺴ ﱢﻠﻂ اﻟﻀﻮء ﻋﲆ ﺷﻤﺎل ﻓﻠﻮرﻳﺪا‪ ،‬ﻋﲆ اﻓﱰاض اﻹﺷﺎرة إﱃ أن اﻟﺤﻮاﺳﺐ ﰲ ﺗﻠﻚ‬
‫املﻨﻄﻘﺔ ﺗُﺒﻄﺊ ﻣﻦ ﴎﻋﺔ املﴩوع‪) .‬أو رﺑﻤﺎ ﻳﺼﻌﺐ ﻋﲆ وﺟﻪ ﺧﺎص ﺗﻮﻗﻊ اﻟﻄﻘﺲ ﻫﻨﺎك؟(‬

‫‪150‬‬
 ‫اﻟﻔﻮﴇ اﻟﺘﻄﺒﻴﻘﻴﺔ‪ :‬ﻫﻞ ﻳﻤﻜﻦ ﻓﻬﻢ أي ﳾء ﻣﻦ ﺧﻼل ﻧﻤﺎذﺟﻨﺎ؟‬

‫ﻧُ ُ‬
‫ﻈﻢ ﺗﻮﻗﻊ اﻟﻄﻘﺲ املﺠﻤﻌﺔ‬
‫ﺗﺸري ﻧﻈﻢ اﻟﺘﻮﻗﻊ املﺠﻤﻊ إﱃ ﻣﻴﺰة ﻧﺴﺒﻴﺔ ملﻨﻄﻘﺔ ﺷﻤﺎل ﻓﺮﻧﺴﺎ ﻋﲆ ﻛﻮرﻧﻮول‪.‬‬
‫ﻫﻞ ﻟﺪﻳﻜﻢ وﻛﻴﻞ ﺳﻔﺮﻳﺎت ﺑﺈﻣﻜﺎﻧﻪ ﺗﻘﺪﻳﻢ اﻟﻨﺼﺢ ﺣﻮل ﺣﺠﻮز اﻟﻌﺒﱠﺎرات؟‬
‫رﺳﺎﻟﺔ ﺑﺮﻳﺪ إﻟﻜﱰوﻧﻲ أرﺳﻠﻬﺎ ﺗﻴﻢ‬
‫ﺑﺘﺎرﻳﺦ ‪ ٥‬أﻏﺴﻄﺲ ‪١٩٩٩‬‬

‫ﺗﻮﻗﻊ ﺣﺎﻟﺔ اﻟﻄﻘﺲ اﻟﺘﺸﻐﻴﻠﻴﺔ ﻋﲆ ﺟﺎﻧﺒَﻲ اﻷﻃﻠﻨﻄﻲ ﺧﻄﻮ ًة‬ ‫ﰲ ﻋﺎم ‪ ١٩٩٢‬ﺗﻘﺪﻣﺖ ﻣﺮاﻛﺰ ﱡ‬
‫ﺗﻮﻗﻔﺖ املﺮاﻛﺰ ﻋﻦ ﺗﻘﺪﻳﻢ ﺗﻘﺮﻳﺮ ﻣﺆﻛﺪ ﺣﻮل ﺣﺎﻟﺔ اﻟﻄﻘﺲ ﻹﺟﺎزة‬ ‫ﻛﺒرية إﱃ اﻷﻣﺎم؛ ﺣﻴﺚ ﱠ‬
‫ﻧﻬﺎﻳﺔ اﻷﺳﺒﻮع اﻟﺘﺎﻟﻴﺔ‪ .‬ﻋﲆ ﻣﺪى ﻋﻘﻮد‪ ،‬ﻛﺎﻧﺖ ﻧﻤﺎذج املﺤﺎﻛﺎة اﻟﺤﺎﺳﻮﺑﻴﺔ ﰲ ﺗﻠﻚ املﺮاﻛﺰ‬
‫ﺗُﺪَار ملﺮة واﺣﺪة ﰲ اﻟﻴﻮم‪ ،‬وﻣﻊ زﻳﺎدة ﴎﻋﺔ اﻟﺤﺎﺳﻮب‪ ،‬ﺻﺎرت اﻟﻨﻤﺎذج أﻛﺜﺮ ﺗﻌﻘﻴﺪًا‪ ،‬وﻻ‬
‫ﺗﺤﻘﻖ ﺣﺎﻟﺔ اﻟﻄﻘﺲ‪ ،‬إﻻ أن ﻧﻈﺎم اﻟﺘﺸﻐﻴﻞ ﻫﺬا‬ ‫ﱡ‬
‫اﻟﺘﻮﻗﻊ ﻗﺒﻞ ﱡ‬ ‫ﻳﻘﻴﱢﺪﻫﺎ ﺳﻮى ﴐورة ﺗﻘﺪﻳﻢ‬
‫وﺑﺪﻻ ﻣﻦ ﺗﺸﻐﻴﻞ ﻧﻤﻮذج املﺤﺎﻛﺎة‬ ‫ً‬ ‫ﻒ ﰲ ﻋﺎم ‪.١٩٩٢‬‬ ‫اﻟﺬي ﻳﻌﺘﻤﺪ ﻋﲆ »أﻓﻀﻞ اﻟﺘﻮﻗﻌﺎت« ﱠ‬
‫ﺗﻮﻗ َ‬
‫آﺧﺮ ﰲ‬‫ﺑﺎملﺸﺎﻫﺪة ﺑﻴﻨﻤﺎ ﻳﺤﺪث ﳾء َ‬ ‫َ‬ ‫اﻟﺤﺎﺳﻮﺑﻲ اﻷﻛﺜﺮ ﺗﻌﻘﻴﺪًا ﻣﺮة واﺣﺪة‪ ،‬ﺛﻢ اﻻﻛﺘﻔﺎء‬
‫اﻟﻮاﻗﻊ‪ ،‬ﺟﺮى ﺗﺸﻐﻴﻞ ﻧﻤﻮذج أﻗﻞ ﺗﻌﻘﻴﺪًا ﻟﺒﻀﻊ ﻣﺌﺎت ﻣﻦ املﺮات‪ .‬ﻛﺎن ﻛﻞ ﻧﻤﻮذج ﺿﻤﻦ‬
‫ﻗﻠﻴﻼ‪ ،‬ﺛﻢ ﻳﺮاﻗﺐ واﺿﻌﻮ اﻟﺘﻮﻗﻌﺎت ﻣﺠﻤﻮﻋﺔ ﻧﻤﺎذج‬ ‫ﻫﺬه املﺠﻤﻮﻋﺔ ﻳﺒﺪأ ﻋﻨﺪ ﺣﺎﻟﺔ ﻣﺨﺘﻠﻔﺔ ً‬
‫وﺻﻮﻻ إﱃ إﺟﺎزة ﻧﻬﺎﻳﺔ اﻷﺳﺒﻮع‬ ‫ً‬ ‫ﻣﺤﺎﻛﺎة وﻫﻲ ﺗﻔﱰق ﻛ ﱞﻞ ﻋﻦ اﻷﺧﺮى ﻣﻊ ﺗﻄﻮﱡر اﻟﻮﻗﺖ‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ ﻟﻜ ﱢﻞ ﻳﻮم‪ .‬وﻳُﺴﻤﱠ ﻰ‬ ‫اﻟﻘﺎدﻣﺔ‪ ،‬ﺛﻢ ﻳﺴﺘﺨﺪﻣﻮن ﻫﺬه املﻌﻠﻮﻣﺎت ﰲ ﺗﺤﺪﻳﺪ ﻣﺪى اﻋﺘﻤﺎدﻳﺔ‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ املﺠﻤﱠ ﻊ‪.‬‬ ‫ﻫﺬا اﻟﻨﻈﺎم ﻧﻈﺎم‬
‫»ﺗﻮﻗﻊ ﻣﺠﻤﻊ« ﻧﺘﻤ ﱠﻜﻦ ﻣﻦ ﻓﺤﺺ اﻟﺒﺪاﺋﻞ املﺘﻮاﻓﻘﺔ ﻣﻊ ﻣﻌﺮﻓﺘﻨﺎ‬ ‫ﱡ‬ ‫ﻣﻦ ﺧﻼل إﺟﺮاء‬
‫ﻳﻮﻓﺮ ﻣﻴﺰات ﻛﺒرية ﰲ ﻋﻤﻠﻴﺔ دﻋﻢ اﺗﺨﺎذ اﻟﻘﺮار‬ ‫اﻟﺤﺎﻟﻴﺔ ﻟﻠﻄﻘﺲ وﻣﻊ ﻧﻤﺎذﺟﻨﺎ‪ ،‬وﻫﻮ ﻣﺎ ﱢ‬
‫ﺣﺪوث ﻛﺴﻮف‬‫َ‬ ‫اﻟﺴﻠﻴﻤﺔ اﻟﻘﺎﺋﻤﺔ ﻋﲆ املﻌﻠﻮﻣﺎت‪ .‬ﰲ ﻋﺎم ‪ ،١٩٢٨‬ﱠ‬
‫ﺗﻮﻗﻊ اﻟﺴري آرﺛﺮ إدﻧﺠﺘﻮن‬
‫أردت أن أرى ﻫﺬا اﻟﻜﺴﻮف‪،‬‬ ‫ُ‬ ‫»ﻣﺮﺋﻲ ﻓﻮق ﻛﻮرﻧﻮول« ﰲ ﻳﻮم ‪ ١١‬أﻏﺴﻄﺲ ‪.١٩٩٩‬‬ ‫ﱟ‬ ‫ﺷﻤﴘ‬
‫اﻟﺘﻮﻗﻌﺎت اﻻﺣﺘﻤﺎﻟﻴﺔ ﰲ املﺮﻛﺰ اﻷوروﺑﻲ‬ ‫ﱡ‬ ‫ﻣﺜﻠﻤﺎ ﻛﺎن ﻳﺮﻏﺐ ﰲ ذﻟﻚ ﺗﻴﻢ ﺑﺎملﺮ‪ ،‬رﺋﻴﺲ ﻗﺴﻢ‬
‫ﻟﺘﻮﻗﻌﺎت ﺣﺎﻟﺔ اﻟﻄﻘﺲ املﺘﻮﺳﻄﺔ املﺪى ﰲ رﻳﺪِﻧﺞ‪ ،‬ﺑﺈﻧﺠﻠﱰا‪ .‬ﻣﻊ اﻗﱰاب ﻣﻮﻋﺪ اﻟﻜﺴﻮف‪،‬‬ ‫ﱡ‬
‫ﺑَﺪَا ﻛﻤﺎ ﻟﻮ أن ﻛﻮرﻧﻮول ﺳﺘﻈ ﱢﻠﻠﻬﺎ اﻟﻐﻴﻮم‪ .‬ﻛﺎﻧﺖ رﺳﺎﻟﺔ اﻟﱪﻳﺪ اﻹﻟﻜﱰوﻧﻲ ﻣﻦ ﺗﻴﻢ وا ُملﺸﺎر‬
‫ﺼﻨﺎ اﻟﺘﻮﻗﻊ املﺠﻤﻊ‬‫إﻟﻴﻬﺎ ﰲ ﺑﺪاﻳﺔ ﻫﺬا اﻟﻘﺴﻢ ﻗﺪ أُرﺳﻠﺖ ﻗﺒﻞ ﺳﺘﺔ أﻳﺎم ﻣﻦ اﻟﻜﺴﻮف‪ .‬ﺗﻔﺤﱠ ْ‬

‫‪151‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫اﻟﺨﺎص ﺑﻴﻮم ‪ ،١١‬ﻓﻼﺣﻈﻨﺎ أن ﻋﺪد اﻟﺘﻮﻗﻌﺎت اﻟﻔﺮدﻳﺔ اﻟﺘﻲ ﻛﺎﻧﺖ ﺗﺸري إﱃ ﺳﻤﺎء ﺻﺎﻓﻴﺔ‬
‫ﻄﻰ ﻣﺜﻴﻠﻪ ﺑﺎﻟﻨﺴﺒﺔ إﱃ ﻛﻮرﻧﻮول‪ .‬وﺣﺪث اﻟﴚء ﻧﻔﺴﻪ ﰲ ﻳﻮم ‪ ،٩‬ﻓﱰﻛﻨﺎ‬ ‫ﻓﻮق ﻓﺮﻧﺴﺎ ﺗﺨ ﱠ‬
‫إﻧﺠﻠﱰا ﻗﺎﺻﺪﻳﻦ ﻓﺮﻧﺴﺎ ﺑﺎﺳﺘﺨﺪام ﻋﺒﱠﺎرة‪.‬‬
‫ﻈﻢ‬‫ﻫﻨﺎك رأﻳﻨﺎ اﻟﻜﺴﻮف‪ ،‬وﻫﻮ ﻣﺎ ﻳﺮﺟﻊ اﻟﻔﻀﻞ ﻓﻴﻪ إﱃ اﻻﺣﺘﻤﺎﻻت اﻟﺘﻲ ﻗﺪﱠﻣَ ﺘْﻬﺎ ﻧ ُ ُ‬
‫اﻟﺘﻮﻗﻌﺎت املﺠﻤﻌﺔ‪ ،‬وإﱃ اﻹﴎاع ﰲ اﻟﻠﺤﻈﺔ اﻷﺧرية ﻟﻠﺤﺼﻮل ﻋﲆ رؤﻳﺔ أﻓﻀﻞ ﺑﻔﻀﻞ‬ ‫ﱡ‬
‫ﻣﻬﺎرات ﺗﻴﻢ ﰲ اﻟﻘﻴﺎدة ﻋﱪ ﻃﺮق زراﻋﻴﺔ ﻓﺮﻧﺴﻴﺔ ﺻﻐرية ﰲ ﺳﻴﺎرة ِﻣﻘﻮَدﻫﺎ إﱃ اﻟﻴﻤني‪،‬‬
‫ﻓﻀﻼ ﻋﻦ ﻧﻈﺎرة واﻗﻴﺔ ﻛﺎن ﻳﻀﻌﻬﺎ ملﺸﺎﻫﺪة اﻟﻜﺴﻮف اﻟﻜﲇ‪ .‬ﺗﺸري دراﺳﺔ اﻟﻔﻮﴇ‬ ‫ً‬ ‫ﻫﺬا‬
‫ﱡ‬
‫اﻟﺘﻮﻗ َﻊ ﻋﲆ‬ ‫ِ‬
‫اﻻﺳﺘﺤﺎﻟﺔ‬ ‫ﰲ ﻧﻤﻮذﺟﻨﺎ إﱃ أن ﻋﺪم اﻟﻴﻘني ﰲ اﻟﺤﺎﻟﺔ اﻟﺤﺎﻟﻴﺔ ﻟﻠﻄﻘﺲ ﻳﺠﻌﻞ ﻣﻦ‬
‫وﺟﻪ اﻟﻴﻘني — ﺣﺘﻰ ﻟﻮ ﻗﺒﻞ أﺳﺒﻮع ﻣﻘﺪﱠﻣً ﺎ — ﻟﻠﻤﻮﺿﻊ اﻟﺬي ﻳﻤﻜﻦ ﻓﻴﻪ رؤﻳﺔ اﻟﻜﺴﻮف‬
‫ﺗﻮﻗﻊ ﻣﺠﻤﻊ ﺑﻬﺪف‬ ‫ﺑﻮﺿﻮح‪ ،‬واملﻮﺿﻊ اﻟﺬي ﺳﺘﺤﺠﺐ اﻟﺴﺤﺐ ﻓﻴﻪ رؤﻳﺘﻪ‪ .‬ﻣﻦ ﺧﻼل إﺟﺮاء ﱡ‬
‫ﻈﻢ ﱡ‬
‫ﺗﻮﻗﻊ اﻟﻄﻘﺲ املﺠﻤﻌﺔ دﻋﻤً ﺎ ﻓﻌﱠ ًﺎﻻ ﰲ ﻋﻤﻠﻴﺔ اﺗﺨﺎذ اﻟﻘﺮار؛‬ ‫ﺗﺘﺒﻊ ﻋﺪم اﻟﻴﻘني ﻫﺬا‪ ،‬ﻗﺪﱠﻣﺖ ﻧ ُ ُ‬
‫ﺣﻴﺚ ﻧﺠﺤﻨﺎ ﰲ رؤﻳﺔ اﻟﻜﺴﻮف‪ .‬ﻟﻢ ﻳﻜﻦ ﻋﻠﻴﻨﺎ اﻓﱰاض أي ﳾء ﺣﻮل ﻛﻤﺎل اﻟﻨﻤﻮذج‪ ،‬وﻟﻢ‬
‫ﺗﻜﻦ ﺛَﻤﱠ َﺔ أي ﺗﻮزﻳﻌﺎت اﺣﺘﻤﺎﻟﻴﺔ ﰲ اﻷﻓﻖ‪.‬‬
‫ﻳﺠﺮ وﺿﻊ‬ ‫ﻈﻢ ﺗﻮﻗﻌﺎت اﻟﻄﻘﺲ املﺠﻤﻌﺔ ﻟﻠﻤﺮة اﻷوﱃ ﰲ ﻋﺎم ‪ ،١٩٩٢‬ﻟﻢ ِ‬ ‫ﻣﻨﺬ ﺗﻄﺒﻴﻖ ﻧ ُ ُ‬
‫ﺗﻮﻗﻌﺎت ﻣﺠﻤﻌﺔ ﻟﻌﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ ﰲ ﻳﻨﺎﻳﺮ ‪ .١٩٩٠‬ﻗ ﱠﺪ َم املﺮﻛﺰ اﻷوروﺑﻲ ﻟﺘﻮﻗﻌﺎت‬
‫ﺣﺎﻟﺔ اﻟﻄﻘﺲ املﺘﻮﺳﻄﺔ املﺪى ﱡ‬
‫ﺗﻮﻗﻌً ﺎ ﻣﺠﻤﻌً ﺎ ﺑﺄﺛﺮ رﺟﻌﻲ ﺑﺎﺳﺘﺨﺪام اﻟﺒﻴﺎﻧﺎت املﺘﻮاﻓﺮة ﻗﺒﻞ‬
‫ﻳﻮﺿﺢ اﻟﺸﻜﻞ رﻗﻢ ‪ 4-1‬اﻟﻌﺎﺻﻔﺔ ﻣﺜﻠﻤﺎ ﺗﻈﻬﺮ‬ ‫ﻳﻮﻣني ﻣﻦ وﻗﻮع ﻋﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ‪ .‬ﱢ‬
‫ﺗﻮﻗﻊ ﻗﺒﻞ ﻳﻮﻣني‬‫ﻓﻀﻼ ﻋﻦ ﱡ‬‫ً‬ ‫ﺗﻮﻗﻊ اﻟﻄﻘﺲ اﻟﺤﺪﻳﺜﺔ — وﻳُﺴﻤﱠ ﻰ »اﻟﺘﺤﻠﻴﻞ« —‬ ‫ﰲ أﺣﺪ ﻧﻤﺎذج ﱡ‬
‫ﻣﻦ وﻗﻮع اﻟﺤﺪث ﺑﺎﺳﺘﺨﺪام ﺑﻴﺎﻧﺎت ﻣُﺴﺘﻘﺎة ﻗﺒﻞ اﻟﻮﻗﺖ اﻟﺬي أﺑﻠﻐﺖ اﻟﺴﻔﻴﻨﺔ ﻋﻦ أرﺻﺎدﻫﺎ‬
‫اﻟﺨﻄرية‪ ،‬اﻟﺘﻲ ﺟﺮت ﻣﻨﺎﻗﺸﺘﻬﺎ ﰲ اﻟﻔﺼﻞ اﻷول‪ .‬ﻻﺣِ ﻆ ﻋﺪم وﺟﻮد أي ﻋﺎﺻﻔﺔ ﰲ ﻧﻤﻮذج‬
‫ُﻈﻬﺮ اﻟﺸﻜﻞ رﻗﻢ ‪ 4-10‬اﺛﻨﻲ ﻋﴩ ﺗﻮﻗﻌً ﺎ ﻓﺮدﻳٍّﺎ أﺧﺮى ﻣﻦ ﺑني اﻟﺘﻮﻗﻊ املﺠﻤﻊ‬‫اﻟﺘﻮﻗﻊ‪ .‬ﻳ ِ‬
‫اﻟﺬي ﻳﻌﻮد إﱃ ﻳﻮﻣني ﻗﺒﻞ وﻗﻮع اﻟﻌﺎﺻﻔﺔ‪ .‬ﻳﺘﻀﻤﻦ ﺑﻌﺾ ﻫﺬه اﻟﺘﻮﻗﻌﺎت ﻋﻮاﺻﻒ‪ ،‬ﻓﻴﻤﺎ‬
‫اﻵﺧﺮ‪ .‬ﻳﺒﺪو اﻟﺘﻮﻗﻊ اﻟﺜﺎﻧﻲ ﺿﻤﻦ املﺠﻤﻮﻋﺔ ﰲ اﻟﺼﻒ اﻟﻌﻠﻮي ﺷﺒﻴﻬً ﺎ‬ ‫ﻻ ﻳﺘﻀﻤﻨﻬﺎ اﻟﺒﻌﺾ َ‬
‫ﺑﺎﻟﺘﺤﻠﻴﻞ إﱃ ﺣ ﱟﺪ ﻛﺒري‪ ،‬ﻛﻤﺎ ﻳﺘﻀﻤﻦ اﻟﺘﻮﻗﻊ املﻮﺟﻮد أﺳﻔﻠﻪ ﺑﺼﻔني ﻣﺎ ﻳﺒﺪو ﻣﺜﻞ ﻋﺎﺻﻔﺔ‬
‫ﻫﺎﺋﻠﺔ‪ ،‬ﺑﻴﻨﻤﺎ ﺗﺸري ﺗﻮﻗﻌﺎت أﺧﺮى إﱃ ﻳﻮم ﺷﺘﻮي ﺑﺮﻳﻄﺎﻧﻲ ﻋﺎدي‪ .‬وﺣﻴﺚ إن ﺗﻘﺪﻳﻢ اﻟﺴﻔﻴﻨﺔ‬
‫أرﺻﺎدﻫﺎ املﻬﻤﺔ ﺟﺎء ﺑﻌﺪ ﱡ‬
‫ﺗﻮﻗﻊ ﻧﻈﺎم اﻟﺘﻮﻗﻊ املﺠﻤﻊ ﻫﺬا‪ ،‬ﻛﺎن ﻫﺬا اﻟﺘﻮﻗﻊ املﺠﻤﱠ ﻊ ﺳﻴﻘﺪﱢم‬
‫إﺷﺎرة ﻋﲆ اﺣﺘﻤﺎل وﻗﻮع ﻋﺎﺻﻔﺔ‪ ،‬وﻛﺎن ﺳﻴﻘﻠﻞ ﺑﺼﻮرة ﻛﺒرية ﻣﻦ اﻟﻀﻐﻮط اﻟﻮاﻗﻌﺔ ﻋﲆ‬

‫‪152‬‬
 ‫اﻟﻔﻮﴇ اﻟﺘﻄﺒﻴﻘﻴﺔ‪ :‬ﻫﻞ ﻳﻤﻜﻦ ﻓﻬﻢ أي ﳾء ﻣﻦ ﺧﻼل ﻧﻤﺎذﺟﻨﺎ؟‬

‫ﺷﻜﻞ ‪ :4-10‬ﺗﻮﻗﻌﺎت ﻣﺠﻤﻌﺔ ﻣُﺴﺘﻘﺎة ﻣﻦ ﻧﻤﻮذج ﺗﻮﻗﻊ اﻟﻄﻘﺲ اﻟﺨﺎص ﺑﺎملﺮﻛﺰ اﻷوروﺑﻲ‬
‫ﻈﻬﺮ ﺑﻌﺾ‬‫ﻟﺘﻮﻗﻌﺎت ﺣﺎﻟﺔ اﻟﻄﻘﺲ املﺘﻮﺳﻄﺔ املﺪى‪ ،‬ﻗﺒﻞ ﻳﻮﻣني ﻣﻦ ﻋﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ‪ .‬ﺗُ ِ‬
‫ﻈﻬﺮ أﺧﺮى أي ﻋﻮاﺻﻒ‪ .‬ﺑﺨﻼف ﻧﻤﻮذج »أﻓﻀﻞ اﻟﺘﻮﻗﻌﺎت«‬ ‫اﻟﺘﻮﻗﻌﺎت ﻋﻮاﺻﻒ‪ ،‬ﺑﻴﻨﻤﺎ ﻻ ﺗُ ِ‬
‫ً‬
‫ﺳﺎﺑﻘﺎ ﺑﺎﻟﻌﺎﺻﻔﺔ‪.‬‬ ‫اﻟﻮﺣﻴﺪ ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪ ،4-1‬ﻳﺘﻮاﻓﺮ ﻟﺪﻳﻨﺎ ﻫﻨﺎ ﻣﺎ ﻳﺸﺒﻪ ﺗﺤﺬﻳ ًﺮا‬

‫‪153‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﺟﺮي ﻗﺒﻞ‬‫ﻣﺴﺌﻮل ﺗﻌﺪﻳﻞ اﻟﺘﻮﻗﻌﺎت‪ .‬ﻋﱪ آﻣﺎد زﻣﻨﻴﺔ أﻃﻮل‪ ،‬ﻳﺘﻀﻤﻦ اﻟﺘﻮﻗﻊ املﺠﻤﻊ اﻟﺬي أ ُ ِ‬
‫ﺛﻼﺛﺔ أﻳﺎم ﻣﻦ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ ﺗﻮﻗﻌﺎت ﺗﺸري إﱃ اﺣﺘﻤﺎل وﻗﻮع ﻋﻮاﺻﻒ ﰲ اﺳﻜﺘﻠﻨﺪا‪،‬‬

‫‪154‬‬
 ‫اﻟﻔﻮﴇ اﻟﺘﻄﺒﻴﻘﻴﺔ‪ :‬ﻫﻞ ﻳﻤﻜﻦ ﻓﻬﻢ أي ﳾء ﻣﻦ ﺧﻼل ﻧﻤﺎذﺟﻨﺎ؟‬

‫ﺑﻞ ﺛَﻤﱠ َﺔ ﺗﻮﻗﻊ ﺿﻤﻦ اﻟﺘﻮﻗﻊ املﺠﻤﻊ اﻟﺨﺎص ﺑﺎﻷﻳﺎم اﻷرﺑﻌﺔ اﻟﺴﺎﺑﻘﺔ ﻋﲆ وﻗﻮع اﻟﻌﺎﺻﻔﺔ‬
‫ً‬
‫ﻋﺎﺻﻔﺔ ﻛﱪى ﰲ املﺤﻴﻂ اﻟﻘﺮﻳﺐ‪ .‬ﻓﺎﻟﺘﻮﻗﻊ املﺠﻤﻊ ﻳﻘﺪﱢم ﺗﺤﺬﻳ ًﺮا ﻣﺒﻜ ًﺮا ﺑﺎﻟﻔﻌﻞ‪.‬‬ ‫ﻳﺘﻀﻤﻦ‬
‫ﻈﻬﺮ ﻣﺠﻤﻮﻋﺔ‬ ‫ﰲ ﺟﻤﻴﻊ اﻟﻔﱰات اﻟﺰﻣﻨﻴﺔ اﻟﻔﺎﺻﻠﺔ‪ ،‬ﻳﺠﺐ اﻟﺘﻌﺎﻣﻞ ﻣﻊ أﺛﺮ ﺑريﻧﺰ‪ .‬ﺗُ ِ‬
‫ﺗﻮﻗﻊ اﻟﻄﻘﺲ ﻣﻦ املﺮﻛﺰ اﻷوروﺑﻲ ﻟﺘﻮﻗﻌﺎت ﺣﺎﻟﺔ اﻟﻄﻘﺲ‬ ‫»ﻛﺮات اﻟﺠﻮﻟﻒ« ﰲ ﻧﻤﻮذج ﱡ‬
‫املﺘﻮﺳﻄﺔ املﺪى ﺗﻨﻮع اﻷﻧﻤﺎط اﻟﺴﻠﻮﻛﻴﺔ ﰲ ﻧﻤﺎذﺟﻨﺎ ملﺴﺎﻋﺪﺗﻨﺎ ﰲ »اﻟﺘﺨﻤني واﻟﺘﻮﺟﺲ«‪،‬‬
‫ﺣﻘﻴﻘﺔ ﰲ املﺴﺘﻘﺒﻞ ﻣﺜﻠﻤﺎ ﻫﻮ ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪ .‬ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ‪،‬‬‫ً‬ ‫دون ﻗﻴﺎس ﻋﺪم اﻟﻴﻘني‬
‫ﻳﻤﻜﻦ اﻟﺘﻮﺳﻊ ﰲ ﺗﻨ ﱡﻮع ﻫﺬه اﻷﻧﻤﺎط اﻟﺴﻠﻮﻛﻴﺔ؛ ﻓﺈذا ﺗﻮاﻓﺮت ﻟﺪﻳﻨﺎ ﻗﺪرة ﺣﺎﺳﻮﺑﻴﺔ ﻛﺎﻓﻴﺔ‬
‫وﺷ ﱠﻜﻜﻨﺎ ﰲ ﻣﺼﺪاﻗﻴﺔ ﺑﻌﺾ املﻼﺣﻈﺎت‪ ،‬ﻓﺮﺑﻤﺎ ﻳﻤﻜﻦ اﺳﺘﺨﺪام ﺑﻌﺾ اﻟﺘﻮﻗﻌﺎت اﻟﻔﺮدﻳﺔ‬
‫ﺿﻤﻦ اﻟﺘﻮﻗﻊ املﺠﻤﻊ اﻟﺘﻲ ﺗﺘﻀﻤﻦ ﻫﺬه املﻼﺣﻈﺎت ﻣﻊ إﺳﻘﺎﻃﻬﺎ ﰲ ﺗﻮﻗﻌﺎت أﺧﺮى‪ .‬ﻟﻦ‬
‫آﺧﺮ ﻳُﺸﺒﻪ ﺗﻤﺎﻣً ﺎ ﻋﺎﺻﻔﺔ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ ﰲ ﻋﺎم ‪ .١٩٩٠‬رﺑﻤﺎ ﻧﻘﺮر وﺟﻬﺔ‬ ‫ً‬
‫ﻣﻮﻗﻔﺎ َ‬ ‫ﻧ َﺮى أﺑﺪًا‬
‫املﻼﺣﻈﺎت املﺴﺘﻘﺒﻠﻴﺔ املﺼﻤﻤﺔ ﻟﺘﻌﻈﻴﻢ ﻓﺮﺻﺔ اﻟﺘﻤﻴﻴﺰ ﺑني أيﱟ ﻣﻦ ﺗﻮﻗﻌﺎت اﻟﺘﻮﻗﻊ املﺠﻤﻊ‬
‫أﻛﺜﺮ واﻗﻌﻴﺔ‪ :‬ﺗﻠﻚ اﻟﺘﻲ ﺗﺘﻀﻤﻦ ﻋﺎﺻﻔﺔ ﰲ املﺴﺘﻘﺒﻞ أم ﺗﻠﻚ اﻟﺘﻲ ﻻ ﺗﺘﻀﻤﻦ أي ﻋﺎﺻﻔﺔ؟‬
‫ﺑﺪﻻ ﻣﻦ إﻫﺪار ﺟﻬﺪ أﻛﺜﺮ ﻣﻤﺎ ﻳﻨﺒﻐﻲ ﰲ ﻣﺤﺎوﻟﺔ ﺗﺤﺪﻳﺪ »أﻓﻀﻞ« اﻟﻨﻤﺎذج‪ ،‬رﺑﻤﺎ ﻧﺪرك‬ ‫ً‬
‫ً‬
‫ﻗﻴﻤﺔ ﻣﻦ ﻣﺤﺎﻛﺎة‬ ‫أن اﻟﺘﻮﻗﻌﺎت اﻟﻔﺮدﻳﺔ ﺿﻤﻦ اﻟﺘﻮﻗﻌﺎت املﺠﻤﻌﺔ ﻣﻦ ﻧﻤﺎذج ﻣﺨﺘﻠﻔﺔ أﻛﺜﺮ‬
‫واﺣﺪة ﻟﻨﻤﻮذج ﻓﺎﺋﻖ واﺣﺪ ﺑﺎﻫﻆ اﻟﻜﻠﻔﺔ‪ ،‬ﻟﻜﻨﻨﺎ ﻳﺠﺐ أﻻ ﻧﻨﴗ اﻟﺪروس ا ُملﺴﺘﻘﺎة ﻣﻦ اﻟﻠﻮﺣﺔ‬
‫اﻟﺸﺒﻴﻬﺔ ﺑﻠﻮﺣﺔ ﺟﺎﻟﺘﻮن‪ .‬ﺗﻜﺸﻒ اﻟﺘﻮﻗﻌﺎت املﺠﻤﻌﺔ ﻋﻦ ﺗﻌﺪد اﻷﻧﻤﺎط اﻟﺴﻠﻮﻛﻴﺔ ﰲ ﻧﻤﺎذﺟﻨﺎ‪،‬‬
‫ﻻ ﻋﻦ اﺣﺘﻤﺎﻟﻴﺔ وﻗﻮع أﺣﺪاث ﻣﺴﺘﻘﺒﻠﻴﺔ‪ .‬ﻳﻤﻜﻦ اﺧﺘﺒﺎر اﻟﺘﻮﻗﻌﺎت املﺠﻤﻌﺔ ﺑﺎﺳﺘﺨﺪام ﴍوط‬
‫ﻣﺒﺪﺋﻴﺔ‪ ،‬و ِﻗﻴَﻢ ﻣﻌﻠﻤﺎت‪ ،‬ﺑﻞ ﺣﺘﻰ ﺑﺎﺳﺘﺨﺪام ِﺑﻨﻰ ﻧﻤﺎذج رﻳﺎﺿﻴﺔ‪ ،‬ﻟﻜﻦ ﻳﺒﺪو أن ﺷﻴﻄﺎن‬
‫اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ ﻻ ﻳﻘﺪر إﻻ ﻋﲆ وﺿﻊ ﺗﻮﻗﻌﺎت اﺣﺘﻤﺎﻟﻴﺔ ﻣﻔﻴﺪة ﰲ ﺣﺪ ذاﺗﻬﺎ ﻻ‬
‫ً‬
‫ﻗﻴﻤﺔ دون‬ ‫أﻛﺜﺮ‪ .‬ﻟﺤﺴﻦ اﻟﺤﻆ‪ ،‬ﻳﻤﻜﻦ أن ﻳﻘﺪﱢم ﻧﻈﺎم اﻟﺘﻮﻗﻊ املﺠﻤﻊ املﻌﻠﻮﻣﺎت وﻳﻀﻴﻒ‬
‫ﺗﻘﺪﻳﻢ ﺗﻮﻗﻌﺎت ﺑﺎﺣﺘﻤﺎﻻت ﻧﺴﺘﺨﺪﻣﻬﺎ ﻛﻤﺎ ﻫﻲ ﰲ ﻋﻤﻠﻴﺔ اﺗﺨﺎذ ﻗﺮار‪.‬‬
‫ﺑﻌﺪ أﻋﻴﺎد اﻟﻜﺮﻳﺴﻤﺎس ﰲ ﻋﺎم ‪ ،١٩٩٩‬اﻛﺘﺴﺤﺖ ﻋﺎﺻﻔﺔ أﺧﺮى ﻛﱪى أوروﺑﺎ ﺑﺎﺳﻢ‬
‫»ﺗﻲ وان« ﰲ ﻓﺮﻧﺴﺎ و»ﻟﻮﺛﺎر« ﰲ أملﺎﻧﻴﺎ‪ ،‬اﻗﺘﻠﻌﺖ ﻫﺬه اﻟﻌﺎﺻﻔﺔ ‪ ٣٠٠٠‬ﺷﺠﺮة ﰲ ﻣﺪﻳﻨﺔ‬
‫ﻠﺖ ﻣﺴﺘﻮًى ﻗﻴﺎﺳﻴٍّﺎ ﰲ ﻣﻄﺎﻟﺒﺎت اﻟﺘﺄﻣني ﰲ أوروﺑﺎ‪ .‬ﻗﺒﻞ اﺛﻨﺘني‬ ‫ﻓﺮﺳﺎي وﺣﺪﻫﺎ‪ ،‬وﺳﺠﱠ ْ‬
‫وأرﺑﻌني ﺳﺎﻋﺔ ﻣﻦ اﻟﻌﺎﺻﻔﺔ‪ ،‬وﺿﻊ املﺮﻛﺰ اﻷوروﺑﻲ ﻟﺘﻮﻗﻌﺎت ﺣﺎﻟﺔ اﻟﻄﻘﺲ املﺘﻮﺳﻄﺔ املﺪى‬
‫ﻣﻨﻔﺼﻼ‪ .‬ﺗﻀﻤﻦ أرﺑﻌﺔ ﻋﴩ ﺗﻮﻗﻌً ﺎ‬‫ً‬ ‫ﻧﻈﺎم اﻟﺘﻮﻗﻊ املﺠﻤﻊ املﻌﺘﺎد اﻟﺬي ﻳﺘﺄﻟﻒ ﻣﻦ ‪ ٥١‬ﺗﻮﻗﻌً ﺎ‬
‫ﺣﺪوث ﻋﺎﺻﻔﺔ‪ .‬ﺛَﻤﱠ َﺔ إﻏﺮاء ﺑﻨﺴﻴﺎن أن ﻫﺬه‬‫َ‬ ‫ﺿﻤﻦ اﻟﺘﻮﻗﻊ املﺠﻤﻊ املﻜﻮن ﻣﻦ ‪ ٥١‬ﻧﻤﻮذﺟً ﺎ‬
‫اﻟﺘﻮﻗﻌﺎت ﻟﻴﺴﺖ ﺳﻮى ﺷﺒﻴﻬﺔ ﺑﻜﺮات اﻟﺠﻮﻟﻒ ﰲ اﻟﻠﻮﺣﺔ اﻟﺸﺒﻴﻬﺔ ﺑﻠﻮﺣﺔ ﺟﺎﻟﺘﻮن‪ ،‬وﺗﻔﺴري‬

‫‪155‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫اﺣﺘﻤﺎﻻ ﻳﺒﻠﻎ ‪ ٪٢٨‬ﻋﲆ وﻗﻮع ﻋﺎﺻﻔﺔ ﻛﱪى‪ .‬وﻋﲆ اﻟﺮﻏﻢ ﻣﻦ ﴐورة‬ ‫ً‬ ‫ذﻟﻚ ﺑﺎﻋﺘﺒﺎره ﻳﻤﺜﱢﻞ‬
‫آﺧﺮ ﻟﻨﻈﺎم اﻟﺘﻮﻗﻊ املﺠﻤﻊ اﻟﻌﻈﻴﻢ اﻟﻔﺎﺋﺪة‪.‬‬ ‫ﻣﻘﺎوﻣﺔ ذﻟﻚ اﻹﻏﺮاء‪ ،‬ﻳﺘﻮاﻓﺮ ﻟﺪﻳﻨﺎ ﻫﻨﺎ ﻧﻤﻮذج َ‬
‫ُﻈﻬﺮ ﻋﺎﺻﻔﺔ‪ ،‬أو‬ ‫ﺑﺎﺳﺘﺨﺪام ﻧﻤﻮذج أﻛﺜﺮ واﻗﻌﻴﺔ‪ ،‬وأﻛﺜﺮ ﺗﻌﻘﻴﺪًا ﻣﺮة واﺣﺪة رﺑﻤﺎ ﻛﺎن ﺳﻴ ِ‬
‫ُﻈﻬﺮ أي ﻋﺎﺻﻔﺔ‪ .‬ملﺎذا املﺨﺎﻃﺮة ﺑﻌﺪم رﺻﺪ اﻟﻌﺎﺻﻔﺔ ﰲ اﻟﻮﻗﺖ اﻟﺬي رﺑﻤﺎ‬ ‫رﺑﻤﺎ ﻟﻢ ﻳﻜﻦ ﺳﻴ ِ‬
‫ﺗﻮﻗﻊ ﻣﺠﻤﻊ إﻣﻜﺎﻧﻴﺔ ﺗﺤﺪﻳﺪ ﻓﺮﺻﺔ ﺣﺪوث اﻟﻌﺎﺻﻔﺔ ﻛﻤﻴٍّﺎ؟ ﻣﻦ اﻟﻮاﺿﺢ أن‬ ‫ﻳﻘﺪﱢم ﻧﻈﺎم ﱡ‬
‫ﻋﻤﻠﻴﺎت اﻟﺘﻮﻗﻊ املﺠﻤﻊ ﻓﻜﺮة ﻣﻌﻘﻮﻟﺔ‪ ،‬ﻟﻜﻦ ﻛﻴﻒ ﻳﻤﻜﻨﻨﺎ ﺗﺤﺪﻳﺪًا ﺗﻮزﻳﻊ املﻮارد املﺤﺪودة ﺑني‬
‫ﻛﻠﻔﺔ ووﺿﻊ ﻧﻤﻮذج ﺗﻮﻗﻊ ﻣﺠﻤﻊ أﻛﱪ؟ ﻳﻈﻞ ﻫﺬا اﻟﺴﺆال اﻟﺒﺤﺜﻲ‬ ‫ً‬ ‫اﺳﺘﺨﺪام ﻧﻤﻮذج أﻛﺜﺮ‬
‫اﻟﻨ ﱠ ِﺸﻂ ﻣﻄﺮوﺣً ﺎ ﻟﻠﻨﻘﺎش‪ .‬ﰲ اﻟﻮﻗﺖ ﻧﻔﺴﻪ‪ ،‬ﻳﻘﺪﱢم ﻧﻈﺎم اﻟﺘﻮﻗﻊ املﺠﻤﻊ ﻣﻦ املﺮﻛﺰ اﻷوروﺑﻲ‬
‫ملﺤﺔ ﻋﻦ اﻟﺴﻴﻨﺎرﻳﻮﻫﺎت املﺴﺘﻘﺒﻠﻴﺔ اﻟﺒﺪﻳﻠﺔ ﻣﻦ‬ ‫ً‬ ‫ﻟﺘﻮﻗﻌﺎت ﺣﺎﻟﺔ اﻟﻄﻘﺲ املﺘﻮﺳﻄﺔ املﺪى‬
‫ﺧﻼل ﻧﻤﺎذﺟﻨﺎ ذات اﻟﻘﻴﻤﺔ املﻀﺎﻓﺔ املﻬﻤﺔ‪.‬‬
‫ﻃﺮﻳﻘﺔ ﺗﻮﺻﻴﻞ ﻫﺬه املﻌﻠﻮﻣﺎت املﻮﺟﻮدة ﰲ اﻟﺘﻮﻗﻊ املﺠﻤﻊ دون ﻋﺮض‬ ‫ُ‬ ‫ﺗﻈﻞ ً‬
‫أﻳﻀﺎ‬
‫ﻣﺴﺄﻟﺔ ﻣﻔﺘﻮﺣﺔ ﻟﻠﻨﻘﺎش‪ .‬ﰲ ﻧﻴﻮزﻳﻠﻨﺪا‪ ،‬ﺣﻴﺚ ﻳُﻌﺘﱪ‬ ‫ً‬ ‫ﻋﴩات ﺧﺮاﺋﻂ اﻟﻄﻘﺲ ﻋﲆ اﻟﻌﺎﻣﺔ‬
‫ً‬
‫اﺣﺘﻤﺎﻟﻴﺔ‬ ‫ٍ‬
‫ﺗﻮﻗﻌﺎت‬ ‫ﻣﺄﻟﻮﻓﺎ‪ ،‬ﺗُﻘﺪﱢم ﺧﺪﻣﺔ اﻷرﺻﺎد اﻟﺠﻮﻳﺔ ﺑﺼﻮرة ﻣﻨﺘﻈﻤﺔ‬ ‫ً‬ ‫اﻟﻄﻘﺲ اﻟﻘﺎﳼ أﻣ ًﺮا‬
‫ﻣﻔﻴﺪ ًة ﻟﻸرﺻﺎد اﻟﺠﻮﻳﺔ ﻋﲆ ﻣﻮﻗﻌﻬﺎ‪ ،‬ﻣﻦ ﺧﻼل ﻋﺒﺎرات ﻣﻦ ﻗﺒﻴﻞ »اﺣﺘﻤﺎل ﺑﻨﺴﺒﺔ اﺛﻨني‬
‫إﱃ ﺧﻤﺴﺔ«‪ ،‬وﻫﻮ ﻣﺎ ﻳﻀﻴﻒ ﻗﻴﻤﺔ ﻛﺒرية إﱃ ﺗﻮﺻﻴﻒ ﺣﺎدﺛﺔ ﻣﺤﺘﻤﻠﺔ‪ .‬ﺑﺎﻟﻄﺒﻊ‪ ،‬ﻳُﻘﺪﱢم ﻋﻠﻤﺎء‬
‫اﻷرﺻﺎد اﻟﺠﻮﻳﺔ ﻋﺎد ًة ﺗﻮﻗﻌﺎت ﻃﻘﺲ ﻣﺘﻄﺮﻓﺔ‪ ،‬ﺑﻴﻨﻤﺎ ﺗَﺴﻌﺪ ﴍﻛﺎت اﻟﻄﺎﻗﺔ أﻳﱠﻤﺎ ﺳﻌﺎدة‬
‫ﺑﺎﺳﺘﻐﻼل اﻟﻘﻴﻤﺔ اﻻﻗﺘﺼﺎدﻳﺔ اﻟﻜﺒرية ﰲ اﺳﺘﺨﻼص ﻣﻌﻠﻮﻣﺎت ﻣﻔﻴﺪة ﻣﻦ ﺗﻮﻗﻌﺎت أرﺻﺎد‬
‫اﻵﺧﺮون ﰲ املﺠﺎﻻت اﻷﺧﺮى اﻟﺘﻲ ﺗﺘﻀﻤﻦ ﻣﺨﺎﻃﺮ ﺟﻮﻳﺔ ﰲ‬ ‫ﺟﻮﻳﺔ ﻋﺎدﻳﺔ ﻳﻮﻣﻴٍّﺎ‪ ،‬وﻫﺎ ﻫﻢ َ‬
‫ﻋﻤﻠﻴﺎت اﻟﺘﺸﻐﻴﻞ ﻳﺴريون ﰲ إﺛﺮ ﴍﻛﺎت اﻟﻄﺎﻗﺔ‪.‬‬

‫ﱡ‬
‫واﻟﺘﻐري املﻨﺎﺧﻲ‬ ‫اﻟﻔﻮﴇ‬
‫املﻨﺎخ ﻫﻮ ﻣﺎ ﱠ‬
‫ﺗﺘﻮﻗﻌﻪ‪ .‬واﻟﻄﻘﺲ ﻫﻮ ﻣﺎ ﺗﻌﺎﻳﺸﻪ‪.‬‬
‫روﺑﺮت ﻫﺎﻳﻨﻼﻳﻦ‪ ،‬ﻣﻦ رواﻳﺔ »وﻗﺖ ٍ‬
‫ﻛﺎف ﻟﻠﺤﺐ« )‪(١٩٧٤‬‬

‫ﺗﺨﺘﻠﻒ ﻋﻤﻠﻴﺔ اﻟﻨﻤﺬﺟﺔ املﻨﺎﺧﻴﺔ ﺟﺬرﻳٍّﺎ ﻋﻦ ﻋﻤﻠﻴﺎت ﱡ‬

‫ﺗﻮﻗﻊ اﻟﻄﻘﺲ‪ .‬ﺗَﺼ ﱠﻮ ْر ﺣﺎﻟﺔ اﻟﻄﻘﺲ‬
‫ﰲ اﻷﺳﺒﻮع اﻷول ﻣﻦ ﻳﻨﺎﻳﺮ ﺑﻌﺪ ﻋﺎم ﻣﻦ اﻵن‪ ،‬ﺳﻴﻜﻮن اﻟﻮﻗﺖ ﻣﻨﺘﺼﻒ اﻟﺼﻴﻒ ﰲ أﺳﱰاﻟﻴﺎ‬
‫وﻣﻨﺘﺼﻒ اﻟﺸﺘﺎء ﰲ ﻧﺼﻒ اﻟﻜﺮة اﻟﺸﻤﺎﱄ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻤﻨﺤﻨﺎ وﺣﺪه ﻓﻜﺮة ﻋﻦ ﻧﻄﺎق درﺟﺎت‬

‫‪156‬‬
 ‫اﻟﻔﻮﴇ اﻟﺘﻄﺒﻴﻘﻴﺔ‪ :‬ﻫﻞ ﻳﻤﻜﻦ ﻓﻬﻢ أي ﳾء ﻣﻦ ﺧﻼل ﻧﻤﺎذﺟﻨﺎ؟‬

‫اﻟﺤﺮارة اﻟﺘﻲ ﻳﻤﻜﻦ أن ﻧﺘﻮﻗﻌﻬﺎ‪ .‬ﺗُﻤﺜﱢﻞ ﻣﺠﻤﻮﻋﺔ اﻟﺘﻮﻗﻌﺎت ﻫﺬه املﻨﺎخ‪ ،‬وﻫﻮ ﻣﺎ ﻳﻌﻜﺲ‬
‫ﺑﺼﻮرة ﻣﺜﺎﻟﻴﺔ اﻻﺣﺘﻤﺎل اﻟﻨﺴﺒﻲ ﻟﺤﺪوث ﻛﻞ ﻧﻤﻂ ﻳﻤﻜﻦ ﺗﺼﻮﱡره ﻟﺤﺎﻟﺔ اﻟﻄﻘﺲ‪ .‬إذا ﻛﻨﱠﺎ‬
‫ً‬
‫ﺳﺎﺑﻘﺎ‪ .‬ﺑﺎﻟﺮﻏﻢ ﻣﻦ‬ ‫ﻧﺆﻣﻦ ﺑﺎﻟﺤﺘﻤﻴﺔ اﻟﻄﺒﻴﻌﻴﺔ‪ ،‬إذَن ﻓﺴﻴﻜﻮن اﻟﻄﻘﺲ ﰲ ﻳﻨﺎﻳﺮ اﻟﻘﺎدم ﻣﺤﺘﻮﻣً ﺎ‬
‫ذﻟﻚ‪ ،‬ﻳُﻌﺘﱪ ﻣﻔﻬﻮﻣﻨﺎ ﺣﻮل ﻣﺠﻤﻮﻋﺔ اﻟﺘﻮﻗﻌﺎت املﻨﺎﺧﻴﺔ ﻣﻬﻤٍّ ﺎ؛ إذ ﻻ ﺗﺴﺘﻄﻴﻊ اﻟﻨﻤﺎذج اﻟﺤﺎﻟﻴﺔ‬
‫ﺗﻤﻴﻴﺰ ﻫﺬا املﺴﺘﻘﺒﻞ املﺤﺘﻢ‪ .‬ﰲ ﻇﻞ أي ﺗﻮﻗﻌﺎت ﻣﺠﻤﻌﺔ ﻣﺜﺎﻟﻴﺔ ﻟﻠﻄﻘﺲ ﺳﻴﻜﻮن ﻫﻨﺎك ﺗﺘﺒﻊ‬
‫ﻟﻨﻤ ﱢﻮ أيﱢ ﻋﺪم ﻳﻘني أوﱄ ﰲ ﺣﺎﻟﺔ اﻟﻐﻼف اﻟﺠﻮي ﺣﺘﻰ ﻳﺼﺒﺢ ﻣﻦ ﻏري املﻤﻜﻦ ﺗﻤﻴﻴﺰﻫﺎ ﻋﻦ‬
‫اﻟﺘﻮزﻳﻊ املﻨﺎﺧﻲ املﻤﺎﺛﻞ‪ .‬ﰲ ﻇﻞ اﻟﻨﻤﺎذج ﻏري اﻟﻜﺎﻣﻠﺔ‪ ،‬ﻻ ﻳﺤﺪث ﻫﺬا ﻋﲆ اﻹﻃﻼق؛ إذ ﺗﺪور‬
‫ﻣﺠﻤﻮﻋﺔ ﻧﻤﺎذج املﺤﺎﻛﺎة ﰲ اﻟﺘﻮﻗﻌﺎت املﺠﻤﻌﺔ ﺣﻮل ﻋﻨﴫ اﻟﺠﺬب ﰲ اﻟﻨﻤﻮذج وﻟﻴﺲ ﺣﻮل‬
‫اﻟﻨﻘﻄﺔ اﻟﺤﻘﻴﻘﻴﺔ ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪ ،‬إذا ﻛﺎن ﻣﻮﺟﻮدًا ﻣﻦ اﻷﺳﺎس‪ .‬ﺣﺘﻰ ﰲ ﻇﻞ ﻧﻤﻮذج‬
‫ﻛﺎﻣﻞ‪ ،‬وﻣﻊ ﺗﺠﺎﻫﻞ آﺛﺎر اﻹرادة اﻹﻧﺴﺎﻧﻴﺔ اﻟﺤﺮة اﻟﺘﻲ أﺷﺎر إﻟﻴﻬﺎ إدﻧﺠﺘﻮن‪ ،‬ﺳﻴَﺤُ ﻮل دون‬
‫ُ‬
‫املﺆﺛﺮات املﻨﺎﺧﻴﺔ اﻟﺘﻲ‬ ‫ﺗﻮﻗﻌﺎت اﺣﺘﻤﺎﻟﻴﺔ دﻗﻴﻘﺔ ﺗﻌﺘﻤﺪ ﻋﲆ اﻟﺤﺎﻻت اﻟﺤﺎﻟﻴﺔ ﻟﻸرض‬ ‫وﺿﻊ ﱡ‬
‫ﺑﺮﺣﺖ اﻟﺸﻤﺲ ﺗﻮٍّا‪ ،‬أو ﺗﻠﻚ اﻟﺘﻲ ﺗﻜﺎد ﺗﺼﻞ ﻣﻦ ﻣﻨﺎﻃﻖ ﺗﻘﻊ ﺧﺎرج املﺠﻤﻮﻋﺔ اﻟﺸﻤﺴﻴﺔ‪،‬‬
‫اﻟﺘﻲ ﻻ ﻳﻤﻜﻦ أن ﻧﻌﺮف ﻋﻨﻬﺎ ﺷﻴﺌًﺎ اﻟﻴﻮم‪ ،‬وﻟﻮ ﺣﺘﻰ ﻣﻦ اﻟﻨﺎﺣﻴﺔ اﻟﻨﻈﺮﻳﺔ‪.‬‬
‫أﻳﻀﺎ ﻋﻦ ﺗﻮﻗﻌﺎت اﻟﻄﻘﺲ ﰲ أن اﻷوﱃ ﺗﺘﻀﻤﻦ ﻋﺎد ًة ﻣﺮﻛﺒﺔ‬ ‫ﺗﺨﺘﻠﻒ اﻟﻨﻤﺬﺟﺔ املﻨﺎﺧﻴﺔ ً‬
‫»ﻣﺎذا ﻟﻮ«‪ .‬ﻳﺸﺒﻪ ﺗﻐﻴريُ ﻛﻤﻴﺔ ﺛﺎﻧﻲ أﻛﺴﻴﺪ اﻟﻜﺮﺑﻮن وﻏﺎزات اﻻﺣﺘﺒﺎس اﻟﺤﺮاري اﻷﺧﺮى ﰲ‬
‫ﱠ‬
‫ﻳﺘﻐري‬ ‫اﻟﻐﻼف اﻟﺠﻮي ﺗﻐﻴريَ ﻣﻌﻠﻢ ‪ α‬ﰲ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‪ ،‬وﻣﻊ ﺗﻐﻴري ﻗﻴﻢ املﻌﻠﻤﺎت‪،‬‬
‫أﻳﻀﺎ‪ .‬ﺑﻌﺒﺎرة أﺧﺮى‪ :‬ﺑﻴﻨﻤﺎ ﻳﺤﺎول واﺿﻌﻮ اﻟﺘﻮﻗﻌﺎت اﻟﺠﻮﻳﺔ ﺗﻔﺴريَ‬ ‫ﻋﻨﴫ اﻟﺠﺬب ﻧﻔﺴﻪ ً‬
‫اﻵﺛﺎر املﱰﺗﺒﺔ ﻋﲆ ﺗﻮزﻳﻊ ﻣﺠﻤﻮﻋﺔ ﻣﻦ ﻛﺮات اﻟﺠﻮﻟﻒ ﻋﲆ ﻋﻤﻠﻴﺔ إﺳﻘﺎط واﺣﺪة ﻟﻜﺮة‬
‫ﻣﻄﺎﻃﻴﺔ ﺣﻤﺮاء ﰲ اﻟﻠﻮﺣﺔ اﻟﺸﺒﻴﻬﺔ ﺑﻠﻮﺣﺔ ﺟﺎﻟﺘﻮن ﰲ اﻟﺸﻜﻞ رﻗﻢ ‪ ،1-9‬ﻳﻀﻴﻒ واﺿﻌﻮ‬
‫آﺧﺮ ﻳﺰﻳﺪ اﻷﻣﻮر ﺗﻌﻘﻴﺪًا ﺣﻮل ﻣﺎ ﺳﻴﺤﺪث إذا ﺟﺮى ﺗﺤﺮﻳﻚ املﺴﺎﻣري‬ ‫ﺳﺆاﻻ َ‬
‫ً‬ ‫اﻟﻨﻤﺎذج املﻨﺎﺧﻴﺔ‬
‫ﻣﻦ ﻣﻮاﺿﻌﻬﺎ‪.‬‬
‫ﻳﻨﻄﻮي اﺳﺘﺨﺪام ﻧﻤﻮذج ﻣﻨﺎﺧﻲ واﺣﺪ ﻓﻘﻂ ﻋﲆ املﺨﺎﻃﺮ ﻧﻔﺴﻬﺎ املﻮﺟﻮدة ﰲ اﺳﺘﺨﺪام‬
‫ﺗﻮﻗﻊ واﺣﺪ ﰲ ﻳﻮم ﻣﻴﻼد ﺑريﻧﺰ ﰲ ﻋﺎم ‪ ،١٩٩٠‬ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ أن ﺗﺪاﻋﻴﺎت ﻫﺬه اﻟﺜﻘﺔ‬ ‫ﻧﻤﻮذج ﱡ‬
‫املﻔﺮﻃﺔ اﻟﺴﺎذﺟﺔ ﺳﺘﻜﻮن أﻛﱪ ﰲ ﺣﺎﻟﺔ اﻟﺘﻮﻗﻌﺎت املﻨﺎﺧﻴﺔ‪ .‬ﻻ ﻳﻤﻠﻚ أي ﻣﺮﻛﺰ ﺣﺴﺎﺑﻲ ﰲ‬
‫اﻟﻌﺎﻟﻢ اﻟﻘﺪرة ﻋﲆ ﺗﺸﻐﻴﻞ ﻣﺠﻤﻮﻋﺎت ﻛﺒرية ﻣﻦ اﻟﻨﻤﺎذج املﻨﺎﺧﻴﺔ‪ ،‬ﻏري أن ﻣﺜﻞ ﻫﺬه اﻟﺘﺠﺎرب‬
‫أﺻﺒﺢ ﻣﻤﻜﻨًﺎ ﻣﻦ ﺧﻼل ﺗﻌﺰﻳﺰ ﻗﺪرة املﻌﺎﻟﺠﺔ ﰲ اﻟﺤﻮاﺳﺐ اﻟﺸﺨﺼﻴﺔ املﻨﺰﻟﻴﺔ املﻨﺘﴩة ﰲ‬
‫ﺟﻤﻴﻊ أرﺟﺎء اﻟﻌﺎﻟﻢ ) ُز ْر ﻣﻮﻗﻊ‪ (www.climateprediction.net :‬ﻓﻘﺪ ﻛﺸﻔﺖ اﻵﻻف ﻣﻦ‬

‫‪157‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻧﻤﺎذج املﺤﺎﻛﺎة ﻋﻦ ﻛ ﱟﻢ ﻛﺒري ﻋﲆ ﻧﺤﻮ ﻣﺪﻫﺶ ﻣﻦ اﻟﺘﻨﻮع داﺧﻞ ﻧﻤﻮذج ﻣﻨﺎﺧﻲ ﺣﺪﻳﺚ‬
‫واﺣﺪ‪ ،‬وﻫﻮ ﻣﺎ ﻳﺸري إﱃ أن ﻋﺪم ﻳﻘﻴﻨﻨﺎ ﰲ ﻣﺴﺘﻘﺒﻞ املﻨﺎخ ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ ﻛﺒري ﺟﺪٍّا ﻋﲆ‬
‫أﻗﻞ ﺗﻘﺪﻳﺮ‪ .‬ﺗُﺴﻬﻢ ﻫﺬه اﻟﻨﺘﺎﺋﺞ ﰲ ﺗﺤﺴني اﻟﻨﻤﺎذج اﻟﺤﺎﻟﻴﺔ‪ ،‬ﻟﻜﻨﻬﺎ ﺗﻌﺠﺰ ﻋﻦ ﺗﻘﺪﻳﻢ ﺑﺮاﻫني‬
‫ﻋﲆ أن اﻟﻨﻤﺎذج املﻨﺎﺧﻴﺔ اﻟﺤﺎﻟﻴﺔ ﻳﻤﻜﻦ أن ﺗﺮ ﱢﻛﺰ ﺑﺼﻮرة واﻗﻌﻴﺔ ﻋﲆ اﻟﺘﻔﺼﻴﻼت اﻹﻗﻠﻴﻤﻴﺔ‪،‬‬
‫واﻟﺘﻲ — ﻋﻨﺪ ﺗﻮاﻓﺮﻫﺎ — ﺳﺘﺼﺒﺢ ذات ﻗﻴﻤﺔ ﻛﺒرية ﰲ ﻋﻤﻠﻴﺔ دﻋﻢ اﺗﺨﺎذ اﻟﻘﺮار‪ .‬ﺗُﻠﻘﻲ‬
‫ﻇﻼﻻ ﻣﻦ اﻟﺸﻚ ﻋﲆ‬ ‫ً‬ ‫أي ﻋﻤﻠﻴﺔ ﺗﻘﻴﻴﻢ ﺻﺎدﻗﺔ ﻷوﺟﻪ اﻟﻘﺼﻮر ﰲ اﻟﻨﻤﺎذج املﻨﺎﺧﻴﺔ اﻟﺤﺎﻟﻴﺔ‬
‫اﻹﺟﻤﺎع اﻟﻮاﺳﻊ اﻟﻘﺎﺋﻞ ﺑﺄن اﻻﺣﱰار اﻟﻜﺒري اﻟﺤﺎﱄ ﻗﺪ ُر ِﺻﺪ ﰲ اﻟﺒﻴﺎﻧﺎت اﻟﺘﻲ ﺗﻮاﻓﺮت ﰲ‬
‫املﺎﴈ اﻟﻘﺮﻳﺐ‪.‬‬
‫ﻣﺎ ﻫﻮ ﻗﺪر اﺗﺴﺎع ﻧﻄﺎق اﻟﺘﻨﻮع اﻟﺤﺎﱄ ﺑني ﻧﻤﺎذﺟﻨﺎ؟ ﺗﻌﺘﻤﺪ اﻹﺟﺎﺑﺔ ﺑﺎﻟﻄﺒﻊ ﻋﲆ‬
‫ﻣﺘﻐريات اﻟﻨﻤﻮذج ﻣﺤﻞ اﻟﻔﺤﺺ‪ .‬ﻣﻦ ﺣﻴﺚ ﻣﺘﻮﺳﻂ درﺟﺔ اﻟﺤﺮارة ﻋﲆ ﻣﺴﺘﻮى اﻟﻜﻮﻛﺐ‪،‬‬
‫ُﻈﻬﺮ ﻋﺪد ﺿﺨﻢ ﻣﻦ اﻟﺘﻮﻗﻌﺎت ﰲ اﻟﺘﻮﻗﻌﺎت املﺠﻤﻌﺔ ﻗﺪ ًرا‬ ‫ﺛَﻤﱠ َﺔ ﺻﻮرة ﻣﺘﺴﻘﺔ ﻟﻼﺣﱰار‪ .‬ﻳ ِ‬
‫ﺳﺎﺑﻘﺎ‪ ،‬وﻣﻦ ﺣﻴﺚ اﻟﺘﻔﺼﻴﻼت اﻹﻗﻠﻴﻤﻴﺔ‪ ،‬ﺛَﻤﱠ َﺔ ﺗﻨﻮﻳﻌﺎت‬ ‫ً‬ ‫ﻣﻦ اﻻﺣﱰار أﻛﺜﺮ ﻣﻤﺎ ﻛﺎن ﻣﻘﺪ ًرا‬
‫ﻫﺎﺋﻠﺔ ﺑني ﻫﺬه اﻟﺘﻮﻗﻌﺎت اﻟﻔﺮدﻳﺔ‪ .‬ﻳﺼﻌﺐ ﺗﺤﺪﻳﺪ ﻧﻔﻊ اﻟﻘﻴﻤﺔ اﻟﺘﻘﺪﻳﺮﻳﺔ ﻟﻸﻣﻄﺎر واﻟﺜﻠﻮج‬
‫ﰲ ﻋﻤﻠﻴﺔ دﻋﻢ اﺗﺨﺎذ اﻟﻘﺮار‪ ،‬ﺣﺘﻰ ﺑﺎﻟﻨﺴﺒﺔ إﱃ ﻛﻤﻴﺔ اﻷﻣﻄﺎر اﻟﺸﻬﺮﻳﺔ ﻓﻮق ﻣﻨﻄﻘﺔ أوروﺑﺎ‬
‫ﺑﺄﻛﻤﻠﻬﺎ‪ .‬ﻛﻴﻒ ﻳﻤﻜﻦ اﻟﺘﻤﻴﻴﺰ ﺑني ﻣﺎ ﻳُﻌﺘﱪ ﻣﺠﺮد أﻓﻀﻞ اﻟﺘﻮﻗﻌﺎت املﺘﻮاﻓﺮة ﺣﺎﻟﻴٍّﺎ ﻓﻘﻂ‪،‬‬
‫واﻟﺘﻮﻗﻌﺎت اﻟﺘﻲ ﺗﺘﻀﻤﻦ ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ ﻣﻌﻠﻮﻣﺎت ﻣﻔﻴﺪة ﺑﺎﻟﻨﺴﺒﺔ إﱃ ﻣﺘﺨﺬي اﻟﻘﺮار ﰲ‬
‫اﻟﺴﻴﺎق املﻨﺎﺧﻲ؟‬
‫ﰲ اﻟﻮاﻗﻊ‪ ،‬ﺗﺘﻐري ﻣﺴﺘﻮﻳﺎت ﺛﺎﻧﻲ أﻛﺴﻴﺪ اﻟﻜﺮﺑﻮن وﻋﻮاﻣﻞ أﺧﺮى ﺑﺎﺳﺘﻤﺮار‪ ،‬وﻳﻨﺪﻣﺞ‬
‫اﻟﻄﻘﺲ واملﻨﺎخ ﰲ إﺟﺮاءٍ واﺣ ٍﺪ ﻟﺘﺠﺮﺑﺔ ﻋﺎﺑﺮة ﻻ ﺗﺘﻜﺮر‪ .‬وﻳﻨﻈﺮ واﺿﻌﻮ ﺗﻮﻗﻌﺎت اﻟﻄﻘﺲ‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻌﺎت‬ ‫إﱃ أﻧﻔﺴﻬﻢ ﻋﺎد ًة ﺑﺎﻋﺘﺒﺎرﻫﻢ ﻳﺤﺎوﻟﻮن اﺳﺘﺨﻼص ﻣﻌﻠﻮﻣﺎت ﻣﻔﻴﺪة ﻣﻦ ﻧﻤﺎذج‬
‫املﺠﻤﻌﺔ ﻗﺒﻞ اﻧﺘﺸﺎرﻫﺎ ﺣﻮل »ﻋﻨﴫ ﺟﺬب اﻟﻄﻘﺲ«‪ .‬ﻳﺠﺐ ﻋﲆ واﺿﻌﻲ اﻟﻨﻤﺎذج املﻨﺎﺧﻴﺔ‬
‫ﺗﻐري ﺑﻨﻴﺔ ﻋﻨﴫ اﻟﺠﺬب ﻫﺬا ﰲ ﺣﺎل — ُﻗ ْﻞ ﻋﲆ‬ ‫اﻟﺘﻌﺎﻣﻞ ﻣﻊ ﻣﺴﺎﺋﻞ ﺻﻌﺒﺔ ﺣﻮل ﻃﺮﻳﻘﺔ ﱡ‬
‫ﺳﺒﻴﻞ املﺜﺎل — ﺗﻀﺎﻋﻔﺖ ﻛﻤﻴﺔ ﺛﺎﻧﻲ أﻛﺴﻴﺪ اﻟﻜﺮﺑﻮن ﰲ اﻟﻐﻼف اﻟﺠﻮي ﺛﻢ ﻇﻠﺖ ﺛﺎﺑﺘﺔ‪ .‬ﻛﺎن‬
‫ﻟﻮرﻧﺰ ﻳُﺠﺮي أﺑﺤﺎﺛًﺎ ﰲ ﻫﺬا املﺠﺎل ﰲ ﺳﺘﻴﻨﻴﺎت اﻟﻘﺮن اﻟﻌﴩﻳﻦ‪ ،‬ﻣﺤﺬ ًرا ﻣﻦ أن ﻣﻮﺿﻮﻋﺎت‬
‫ﻌﻘﺪ ﻣﻦ ﺗﻮﻗﻌﺎت املﻨﺎخ‪ ،‬وﻣﺸريًا‬ ‫ﻣﺜﻞ اﻻﺳﺘﻘﺮار اﻟﺒﻨﻴﻮي واﻟﺘﺠﺎرب اﻟﻌﺎﺑﺮة اﻟﻄﻮﻳﻠﺔ املﺪى ﺗُ ﱢ‬
‫إﱃ اﻵﺛﺎر املﱰﺗﺒﺔ ﻋﲆ ذﻟﻚ ﰲ ﻧﻈﻢ ﻻ ﺗﺰﻳﺪ ﰲ ﺗﻌﻘﻴﺪﻫﺎ ﻋﻦ اﻟﺨﺮاﺋﻂ اﻟﺘﻲ ﻋﺮﺿﻨﺎﻫﺎ ﰲ‬
‫اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ‪.‬‬

‫‪158‬‬
 ‫اﻟﻔﻮﴇ اﻟﺘﻄﺒﻴﻘﻴﺔ‪ :‬ﻫﻞ ﻳﻤﻜﻦ ﻓﻬﻢ أي ﳾء ﻣﻦ ﺧﻼل ﻧﻤﺎذﺟﻨﺎ؟‬

‫ﺗﻮﻗﻊ اﻟﻄﻘﺲ ﻟﺪﻳﻨﺎ‪ ،‬ﻻ ﺗﺘﻄﻮﱠر اﻟﺘﻮﻗﻌﺎت املﺠﻤﻌﺔ اﻟﺨﺎﺻﺔ‬ ‫ﰲ ﻇﻞ ﻋﺪم ﻛﻤﺎل ﻧﻤﺎذج ﱡ‬
‫ﺗﻐري ﺧﻮاص اﻟﻨﻈﺎم املﻨﺎﺧﻲ‬ ‫ﺑﻬﺎ ﰲ ﺣﻘﻴﻘﺔ اﻷﻣﺮ ﻧﺤﻮ ﺗﻮزﻳﻌﺎت ﻣﻨﺎﺧﻴﺔ واﻗﻌﻴﺔ‪ ،‬وﰲ ﻇﻞ ﱡ‬
‫ﱢ‬
‫ﻣﺘﻐري ﺑﺎﺳﺘﻤﺮار وﻏري‬ ‫ﻟﻸرض ﺑﺎﺳﺘﻤﺮار‪ ،‬ﻻ ﻳﻜﻮن اﻟﺤﺪﻳﺚ ﻋﻦ »ﺗﻮزﻳﻊ ﻣﻨﺎﺧﻲ واﻗﻌﻲ«‬
‫ﻗﺎﺑﻞ ﻟﻠﻤﻼﺣﻈﺔ أﻣ ًﺮا ﻣﻨﻄﻘﻴٍّﺎ ﻛﺜريًا ﰲ املﻘﺎم اﻷول‪ .‬ﻫﻞ ﻳﻤﻜﻦ أن ﻳﻮﺟﺪ ﳾء ﻣﺜﻞ ذﻟﻚ ﺧﺎرج‬
‫ِ‬
‫ﺗﺼﻤﻴﻤﺎت‬ ‫ﺣﺴﻦ ﻓﻬ ُﻢ اﻟﻔﻮﴇ واﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻼﺧﻄﻴﺔ‬ ‫ﻋﺎﻟﻢ اﻟﻨﻤﺎذج؟ ﺑﺎﻟﺮﻏﻢ ﻣﻦ ذﻟﻚ‪ ،‬ﱠ‬
‫اﻟﺘﺠﺎرب ﰲ دراﺳﺎت املﻨﺎخ وﻣﻤﺎرﺳﺘﻬﺎ‪ ،‬وﻫﻮ ﻣﺎ ﻳﺴﻤﺢ ﺑﺘﻘﺪﻳﻢ دﻋﻢ ﻳﻘﻮم ﻋﲆ املﻌﻠﻮﻣﺎت ﰲ‬
‫ﺑني ﻛﻴﻒ أن‬ ‫ً‬
‫أﻫﻤﻴﺔ ﻫﻮ أن ذﻟﻚ ﱠ َ‬ ‫ﻋﻤﻠﻴﺔ اﺗﺨﺎذ اﻟﻘﺮار ﻟﺼﺎﻧﻌﻲ اﻟﺴﻴﺎﺳﺎت‪ .‬ﻟﻌﻞ أﻛﺜﺮ اﻷﺷﻴﺎء‬
‫ُ‬
‫ﺣﻘﻴﻘﺔ أن ﻋﺪم اﻟﻴﻘني ﻫﺬا ﻏري ﻣﻘﻴﱠﺪ‬ ‫اﻟﻘﺮارات اﻟﺼﻌﺒﺔ ﺳﺘُﺘﺨﺬ ﰲ ﻇﻞ ﻋﺪم اﻟﻴﻘني‪ .‬ﻻ ﺗُﻌﺪ‬
‫ﺗﻤﺎﻣً ﺎ أو أﻧﻪ ﻻ ﻳﻤﻜﻦ ﻗﻴﺎﺳﻪ إﻻ ﺑﺎﺳﺘﺨﺪام ﻧﻤﺎذج ﻏري ﻛﺎﻣﻠﺔ ﻋﺬ ًرا ﻟﻠﺘﻘﺎﻋﺲ ﻋﻦ اﺗﺨﺎذ أي‬
‫ﺧﻄﻮة‪ .‬ﺗُﺘﺨﺬ ﺟﻤﻴﻊ اﻟﻘﺮارات اﻟﺴﻴﺎﺳﻴﺔ اﻟﺼﻌﺒﺔ ﰲ ﺳﻴﺎق أﺛﺮ ﺑريﻧﺰ‪.‬‬

‫اﻟﻔﻮﴇ ﰲ اﻟﺘﺠﺎرة‪ :‬ﻓﺮص ﺟﺪﻳﺪة ﻣﻦ ﺧﻼل اﻟﻔﻴﺰﻳﺎء املﺎﻟﻴﺔ‬

‫ﻟﻌﺒﺔ ذات ﻗﻮاﻋﺪ واﺿﺤﺔ ﻏري ﻣﻌﺮوﻓﺔ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت‪،‬‬ ‫ﻋﻨﺪﻣﺎ ﻳﻠﻌﺐ ﻋﺪد ﻛﺒري ﻣﻦ اﻷﺷﺨﺎص ً‬
‫ﻈﺎ‪.‬‬‫ﻳﺼﻌﺐ اﻟﺘﻤﻴﻴﺰ ﺑني أوﻟﺌﻚ اﻟﺬﻳﻦ ﻳﻔﻮزون اﻋﺘﻤﺎدًا ﻋﲆ ﻣﻬﺎرﺗﻬﻢ وأوﻟﺌﻚ اﻟﺬي ﻳﻔﻮزون ﺣ ٍّ‬
‫ﺗُﻌﺘﱪ ﻫﺬه املﺴﺄﻟﺔ أﺳﺎﺳﻴﺔ ﰲ اﻟﺤﻜﻢ ﻋﲆ ﻣﺪﻳﺮي ا َملﺤﺎﻓِ ﻆ اﻟﻮﻗﺎﺋﻴﺔ وﰲ ﺗﺤﺴني ﻧﻤﺎذج‬
‫ﺗﻮﻗﻊ اﻟﻄﻘﺲ ﺑﻤﺎ أن اﻟﻨﺘﺎﺋﺞ اﻟﺘﻘﻠﻴﺪﻳﺔ ﻗﺪ ﺗُﺴﻔِ ﺮ ﰲ اﻟﻮاﻗﻊ ﻋﻦ ﻓﺮض ﻋﻘﻮﺑﺎت ﻋﲆ ﻣَ ﻦ‬ ‫ﱡ‬
‫ﺗﺄﺳﺴﺖ ﴍﻛﺔ ﺑﺮدﻛﻮ‪ ،‬ﺑﻨﺎءً ﻋﲆ اﻓﱰاض ﴐورة‬ ‫ﻳﻌﺘﻤﺪون ﻋﲆ اﻟﻠﻌﺐ اﻻﺣﺘﻤﺎﱄ املﻬﺎري‪ .‬ﱠ‬
‫ﻟﺘﻮﻗﻊ ﺣﺎﻟﺔ اﻷﺳﻮاق اﻻﻗﺘﺼﺎدﻳﺔ أﻓﻀﻞ ﻣﻦ اﻷﺳﺎﻟﻴﺐ اﻹﺣﺼﺎﺋﻴﺔ اﻟﺨﻄﻴﺔ‬ ‫ﱡ‬ ‫وﺟﻮد ﻃﺮﻳﻘﺔ‬
‫ً‬
‫ﻣﺨﺘﻠﻔﺎ‬ ‫اﻟﺘﻲ ﺳﺎدت ﻣﺠﺎل اﻟﺘﻤﻮﻳﻞ اﻟﻜﻤﻲ ﺧﻼل اﻟﻌﻘﺪﻳﻦ املﺎﺿﻴني‪ .‬اﻧﺘﻬﺠﺖ ﺑﺮدﻛﻮ ﻣﺴﺎ ًرا‬
‫ﻛﺎن ﻣﻦ روﱠاده دوﻳﻦ ﻓﺎرﻣﺮ وﻧﻮرم ﺑﺎﻛﺎرد‪ ،‬ﺑﺎﻹﺿﺎﻓﺔ إﱃ ﻋﺪدٍ ﻣﻦ أملﻊ املﺨﺘﺼني ﺑﺎﻟﻨﻈﻢ‬
‫اﻟﻼﺧﻄﻴﺔ ﻣﻦ اﻟﺸﺒﺎب اﻟﻴﻮم‪ ،‬اﻟﺬﻳﻦ ﺗﺨ ﱠﻠﻮْا ﻋﻦ إﺟﺮاء دراﺳﺎت ﻣﺎ ﺑﻌﺪ اﻟﺪﻛﺘﻮراه ﰲ ﻣﻘﺎﺑﻞ‬
‫آﺧﺮون‬ ‫اﻻﻧﺨﺮاط ﰲ ﻣﺠﺎل ﺗﺪاول وﺗﺠﺎرة اﻷﺳﻬﻢ‪ .‬إذا ﻛﺎﻧﺖ ﺛَﻤﱠ َﺔ ﻓﻮﴇ ﰲ اﻷﺳﻮاق‪ ،‬أﻳﻜﻮن َ‬
‫ﻗﺪ ُﺧﺪِﻋﻮا دون ﻋﺸﻮاﺋﻴﺔ؟ ﻣﻦ املﺤﺰن ﰲ اﻷﻣﺮ أن اﺗﻔﺎﻗﻴﺎت اﻟﺤﻔﺎظ ﻋﲆ اﻟﴪﻳﺔ ﻻ ﺗﺰال‬
‫ﺗُﻠﻘِ ﻲ ﺑﻈﻼﻟﻬﺎ ﺣﺘﻰ ﻋﲆ اﻷﻳﺎم اﻷوﱃ ﻣﻦ ﻧﺸﺎط ﺑﺮدﻛﻮ‪ ،‬ﺑَﻴْ َﺪ أن ﺗﺤﻘﻴﻖ اﻷرﺑﺎح املﺴﺘﻤﺮ ﰲ‬
‫اﻟﴩﻛﺔ ﻳﺸري إﱃ أﻧﻪ ﻣﻬﻤﺎ ﻛﺎن ﻣﺎ ﻳﺠﺮي ﰲ اﻟﴩﻛﺔ‪ ،‬ﻓﺈﻧﻬﺎ ﺗُﺒﲇ ﺑﻼءً ﺣﺴﻨًﺎ‪.‬‬
‫ﺗُﻤﺜﱢﻞ ﺑﺮدﻛﻮ أﺣﺪ اﻟﻨﻤﺎذج ﻋﲆ اﻻﺗﺠﺎه اﻟﻌﺎم ﻧﺤﻮ اﻟﻔﻴﺰﻳﺎء املﺎﻟﻴﺔ‪ ،‬واﻟﺘﻲ ﻳﺘﻢ ﻣﻦ ﺧﻼﻟﻬﺎ‬
‫اﺟﺘﺬاب ﻋﻠﻤﺎء ﻓﻴﺰﻳﺎء رﻳﺎﺿﻴﺔ ﻣﺪ ﱠرﺑني ﺟﻴﺪًا ﻟﺒﺤﺚ ﻣﺸﻜﻼت اﻟﺘﻮﻗﻊ ﰲ اﻷﻣﻮر املﺎﻟﻴﺔ‪ ،‬وﻫﻮ‬
‫ﻣﺎ ﻛﺎن ﺗﻘﻠﻴﺪﻳٍّﺎ املﺠﺎ َل اﻟﺤﴫي ﻟﻌﻤﻞ اﻹﺣﺼﺎﺋﻴني‪ .‬ﻫﻞ ﺳﻮق اﻷﺳﻬﻢ ﻓﻮﺿﻮﻳﺔ؟ ﺗﺸري‬

‫‪159‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫اﻟﺪﻻﺋﻞ اﻟﺤﺎﻟﻴﺔ إﱃ أن أﻓﻀﻞ ﻧﻤﺎذﺟﻨﺎ ﻟﻸﺳﻮاق ﺗﺼﺎدﻓﻴﺔ ﺑﺼﻮرة أﺳﺎﺳﻴﺔ؛ ﻟﺬا ﻓﺈن اﻹﺟﺎﺑﺔ‬
‫أﻳﻀﺎ‪ .‬ﻛﻤﺜﺎل‪ ،‬ﺳﺎﻫﻤﺖ دراﺳﺔ اﻟﻔﻮﴇ ﰲ‬ ‫ﻋﻦ اﻟﺴﺆال ﻫﻲ »ﻻ«‪ ،‬ﻟﻜﻨﻬﺎ ﻟﻴﺴﺖ ﻧﻤﺎذج ﺧﻄﻴﺔ ً‬
‫ﺣﺪوث ﺗﻄﻮرات ﻣﺪﻫﺸﺔ ﰲ ﻧﻘﻄﺔ ا ْﻟﺘﻘﺎء اﻟﻄﻘﺲ واﻻﻗﺘﺼﺎد؛ إذ ﻳﺘﺄﺛﺮ اﻟﻜﺜري ﻣﻦ اﻷﺳﻮاق‬
‫ﺑﺎﻟﻄﻘﺲ ﺑﺼﻮرة ﺑﺎﻟﻐﺔ‪ ،‬ﺑﻞ ﻳﺘﺄﺛﺮ ﺑﻌﻀﻬﺎ ﺣﺘﻰ ﺑﺘﻮﻗﻌﺎت اﻟﻄﻘﺲ‪ .‬ﻣﻦ ﻫﻨﺎ ﻳﺨﴙ ﻛﺜري ﻣﻦ‬
‫املﺤ ﱢﻠﻠني ﻣﻦ أن ﺗﺨﺪﻋﻬﻢ اﻟﻌﺸﻮاﺋﻴﺔ‪ ،‬ﺣﺘﻰ إﻧﻬﻢ ﻳﻠﺘﺰﻣﻮن اﻟﺘﺰاﻣً ﺎ ﺻﺎرﻣً ﺎ ﺑﺎﺳﺘﺨﺪام ﻧﻤﺎذج‬
‫ﺑﺴﻴﻄﺔ‪ ،‬وﺗﺼﺎدﻓﻴﺔ ﻣﺤﻀﺔ‪ ،‬وﻳﺘﺠﺎﻫﻠﻮن اﻟﺤﻘﻴﻘﺔ اﻟﺒﺎدﻳﺔ ﻟﻠﻌﻴﺎن أن ﺑﻌﺾ ﺗﻮﻗﻌﺎت اﻟﻄﻘﺲ‬
‫املﺠﻤﻌﺔ ﺗﺘﻀﻤﻦ ﻣﻌﻠﻮﻣﺎت ﻣﻔﻴﺪة‪ .‬ﺑﺎﻟﻨﺴﺒﺔ إﱃ ﴍﻛﺎت اﻟﻄﺎﻗﺔ‪ ،‬ﺗُﺴﺘﺨﺪم املﻌﻠﻮﻣﺎت ﺣﻮل‬
‫ﻋﺪم اﻟﻴﻘني ﺣﻴﺎل ﻣﻌﻠﻮﻣﺎت اﻟﻄﻘﺲ ﻳﻮﻣﻴٍّﺎ ﻟﺘﻔﺎدي »اﻟﻠﻬﺎث وراء اﻟﺘﻮﻗﻊ«‪ ،‬ﻣﺜﻠﻤﺎ ﻳﺤﺪث ﻋﻨﺪ‬
‫ﴍاء املﱰ املﻜﻌﺐ ﻣﻦ اﻟﻐﺎز اﻟﻄﺒﻴﻌﻲ ﺑﺜﻤﻦ ﻣﺮﺗﻔﻊ‪ ،‬ﺛﻢ اﻟﺒﻴﻊ ﺑﺴﻌﺮ ﻣﻨﺨﻔﺾ‪ ،‬ﺛﻢ ﴍاء املﱰ‬
‫املﻜﻌﺐ ﻧﻔﺴﻪ ﺑﺴﻌﺮ ﻣﺮﺗﻔﻊ ﻣﺮة ﺑﻌﺪ أﺧﺮى ﻣﻊ اﻧﺨﻔﺎض درﺟﺎت اﻟﺤﺮارة املﺘﻮﻗﻌﺔ ﻳﻮم‬
‫ً‬
‫ﻣﺼﻄﺤﺒﺔ ﻣﻌﻬﺎ ﰲ ارﺗﻔﺎﻋﻬﺎ واﻧﺨﻔﺎﺿﻬﺎ‬ ‫اﻟﺠﻤﻌﺔ اﻟﺘﺎﱄ‪ ،‬ﺛﻢ ارﺗﻔﺎﻋﻬﺎ‪ ،‬ﺛﻢ اﻧﺨﻔﺎﺿﻬﺎ ﻣﺠﺪدًا‪،‬‬
‫املﺘﻮﻗﻊ ﻋﲆ اﻟﻜﻬﺮﺑﺎء ﻟﻴﻮم اﻟﺠﻤﻌﺔ اﻟﺘﺎﱄ؛ وﻫﻮ ﻣﺎ ﺟﻌﻞ املﻀﺎرﺑني ﻳﺴﻌَ ﻮْن ﺳﻌﻴًﺎ‬ ‫ﱠ‬ ‫اﻟﻄﻠﺐ‬
‫ﻣﺤﻤﻮﻣً ﺎ وراء أﺳﺎﻟﻴﺐ ﱡ‬
‫ﻟﺘﻮﻗﻊ اﻟﺘﻮﻗﻊ اﻟﺘﺎﱄ‪.‬‬
‫ﺗﻔﴤ دراﺳﺔ اﻟﻔﻮﴇ إﱃ اﻟﻔﺎﻋﻠﻴﺔ اﻟﺘﻲ ﺗﺘﺠﺎوز ﺗﺤﻘﻴﻖ اﻟﺮﺑﺢ ﻋﲆ املﺪى اﻟﻘﺼري‪.‬‬
‫ﺗﻮزﻳﻊ أﻓﻀﻞ ﻟﻠﺴﻠﻊ اﻟﴪﻳﻌﺔ اﻟﺘﻠﻒ اﻟﺘﻲ ﺗﺮﺗﺒﻂ ﰲ‬ ‫ٍ‬ ‫ﺗﺴﻬﻢ اﻟﻔﻴﺰﻳﺎء املﺎﻟﻴﺔ إﺳﻬﺎﻣً ﺎ ﻛﺒريًا ﰲ‬
‫ﱡ‬
‫وﺗﻮﻗﻊ ﻣﺴﺘﻮى اﻟﻄﻠﺐ ﻋﻤﻮﻣً ﺎ‪.‬‬ ‫ﻃﻠﺒﻬﺎ ﺑﺎﻟﻄﻘﺲ‪ ،‬وﺣﺮﻛﺔ اﻟﺴﻔﻦ‪ ،‬واﻟﻘﻄﺎرات‪ ،‬واﻟﺸﺎﺣﻨﺎت‪،‬‬
‫ري‬
‫ﺑﻘﺪر ﻛﺒ ٍ‬
‫ٍ‬ ‫ﺗﺰﻳﺪ اﻟﺘﻮﻗﻌﺎت اﻻﺣﺘﻤﺎﻟﻴﺔ اﻷﻓﻀﻞ ﻟﻠﺘﺬﺑﺬﺑﺎت اﻟﻔﻮﺿﻮﻳﺔ ﰲ اﻟﺮﻳﺎح واﻷﻣﻄﺎر‬
‫ٍ‬
‫ﺑﺪرﺟﺔ ﻛﺒرية؛ وﻫﻮ ﻣﺎ ﻳﺤ ﱡﺪ ﻣﻦ اﻟﺤﺎﺟﺔ إﱃ‬ ‫ﻣﻦ ﻗﺪرﺗﻨﺎ ﻋﲆ اﺳﺘﺨﺪام اﻟﻄﺎﻗﺔ املﺘﺠﺪدة‬
‫إﺑﻘﺎء ﻣﻮﻟﺪات اﻟﻄﺎﻗﺔ اﻟﺤﻔﺮﻳﺔ ﰲ »وﺿﻊ اﻻﺳﺘﻌﺪاد«‪ ،‬ﺑﺎﺳﺘﺜﻨﺎء اﻷﻳﺎم اﻟﺘﻲ ﺗﺘﺴﻢ ﺑﺎﻧﺨﻔﺎض‬
‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ ﻓﻴﻬﺎ ﺑﺼﻮرة ﺣﻘﻴﻘﻴﺔ‪.‬‬ ‫اﻟﻘﺎﺑﻠﻴﺔ‬

‫اﻟﻠﺠﻮء إﱃ واﻗﻊ أﺑﺴﻂ‬

‫أﻟﻬﻤﺘْﻨﺎ اﻟﻨﻈﻢ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ ﺑﺪراﺳﺔ اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﻔﻮﺿﻮﻳﺔ‪ ،‬وﻧﺪرك اﻵن ﻛﻴﻒ اﺳﺘﻄﺎع‬
‫ﺗﺠﺴﻴﺪ ﺷﻴﻄﺎن ﻻﺑﻼس ﰲ اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ وﺿﻊ ﺗﻮﻗﻌﺎت اﺣﺘﻤﺎﻟﻴﺔ ﻣﻮﺛﻮق ﺑﻬﺎ‬
‫ﻟﻠﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ ﺑﺎﺳﺘﺨﺪام ﻧﻤﻮذﺟﻪ اﻟﻜﺎﻣﻞ‪ .‬وﺳﻮاءٌ ﻛﺎﻧﺖ ﻗﺎﺋﻤﺔ ﺑﺎﻟﻜﻠﻴﺔ ﻋﲆ اﻟﺒﻴﺎﻧﺎت أو‬
‫ﻣُﺴﺘﻘﺎة ﻣﻦ »ﻗﻮاﻧني اﻟﻄﺒﻴﻌﺔ« اﻟﺤﺎﻟﻴﺔ‪ ،‬ﻓﺈن اﻟﻨﻤﺎذج اﻟﺘﻲ ﰲ ﺣﻮزﺗﻨﺎ ﻏري ﻛﺎﻣﻠﺔ‪ .‬ﻳﺠﺐ‬
‫أن ﻧﻮاﺟﻪ ﻋﺪم اﻟﻴﻘني ﰲ اﻟﺮﺻﺪ وﻋﺪم ﻣﻼءﻣﺔ اﻟﻨﻤﺎذج‪ .‬ﻳُﻌﺪ ﺗﻔﺴريُ ﺗﻮﻗﻊ ﻣﺠﻤﻊ ﻟﻠﻌﺎﻟﻢ‬

‫‪160‬‬
 ‫اﻟﻔﻮﴇ اﻟﺘﻄﺒﻴﻘﻴﺔ‪ :‬ﻫﻞ ﻳﻤﻜﻦ ﻓﻬﻢ أي ﳾء ﻣﻦ ﺧﻼل ﻧﻤﺎذﺟﻨﺎ؟‬

‫اﻟﻮاﻗﻌﻲ ﻛﻤﺎ ﻟﻮ ﻛﺎن ﻳُﻤﺜﱢﻞ ﱡ‬

‫ﺗﻮﻗﻌً ﺎ اﺣﺘﻤﺎﻟﻴٍّﺎ ﻋﱪ ﻧﻤﻮذج ﻛﺎﻣﻞ ﻷﺣﺪ اﻟﻨﻈﻢ اﻟﺮﻳﺎﺿﻴﺔ أﺣ َﺪ أﻛﺜﺮ‬
‫ﺳﺬاﺟﺔ‪ .‬ﻫﻞ ﻳﻤﻜﻦ إﻳﺠﺎد ﻧﻈﺎم ﻋﺎﻟﻢ واﻗﻌﻲ واﺣﺪ ﺗﻀﻊ اﻟﻔﻮﴇ ﻓﻴﻪ اﻟﻘﻴﺪ‬ ‫ً‬ ‫ﱡ‬
‫اﻟﺘﻮﻗﻊ‬ ‫أﺧﻄﺎء‬
‫اﻟﻮﺣﻴﺪ ﻋﲆ ﺗﻮﻗﻌﺎﺗﻨﺎ؟‬
‫ﺗﻮﻗﻊ ﻧﻈﺎم اﻟﻐﻼف اﻟﺠﻮي‪/‬املﺤﻴﻄﺎت ﰲ اﻷرض ﻋﻤﻠﻴﺔ ﺻﻌﺒﺔ‪ .‬ﻳﺘﻔﺎدى‬ ‫ﻳُﻌﺪ ﱡ‬
‫ﻈﻢ‬‫اﻟﻔﻴﺰﻳﺎﺋﻴﻮن اﻟﻠﺠﻮء اﻟﻜﺎﻣﻞ ﻧﺤﻮ اﻻﺳﺘﻌﺎﻧﺔ ﺑﺎﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ ﻣﻦ ﺧﻼل ﻓﺤﺺ ﻧ ُ ُ‬
‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ‪ .‬ﺳﻨﺘﺘﺒﱠﻊ ﻣﺴﺎر‬ ‫ﻃﺒﻴﻌﻴﺔ أﺑﺴﻂ ﺗﺘﻜﴪ ﻋﻠﻴﻬﺎ إﺟﺮاءات ﺗﻮﻗﻌﺎﺗﻬﻢ وﻧﻈﺮﻳﺎﺗﻬﻢ ﻟﻠﻘﺎﺑﻠﻴﺔ‬
‫ﻫﺬا اﻟﻠﺠﻮء ﺑَﺪءًا ﻣﻦ اﻟﻐﻼف اﻟﺠﻮي ﻟﻸرض واﻧﺘﻬﺎءً ﺑﻮاﺣﺪ ﻣﻦ أﺑﺴﻂ اﻟﻨﻈﻢ‪ ،‬ﺛﻢ ﻧﺒﺤﺚ ﻣﺎ‬
‫ﻫﻮ ﻛﺎﺋﻦ ﻓﻴﻪ ﺑﻤﺰﻳﺪ ﻣﻦ اﻟﺘﻔﺼﻴﻞ‪ .‬أﺷﺎر ﻟﻮرﻧﺰ إﱃ ﺗﺠﺎرب »اﻷﺣﻮاض املﺎﺋﻴﺔ« اﻟﺘﻲ أﺟﺮاﻫﺎ‬
‫راﻳﻤﻮﻧﺪ ﻫﺎﻳﺪ ﻟﺪﻋﻢ اﻟﺘﻔﺴريات اﻟﻔﻮﺿﻮﻳﺔ ﰲ ﻧﻤﺎذج املﺤﺎﻛﺎة اﻟﺤﺎﺳﻮﺑﻴﺔ اﻟﺘﻲ وﺿﻌﻬﺎ ﰲ‬
‫أواﺋﻞ ﺳﺘﻴﻨﻴﺎت اﻟﻘﺮن اﻟﻌﴩﻳﻦ‪ .‬ﻻ ﺗﺰال ﺑﻌﺾ ﺛﻤﺎر ﺗﻠﻚ اﻟﺘﺠﺎرب ﺗُﺴﺘﺨﺪَم ﰲ ﻗﺴﻢ اﻟﻔﻴﺰﻳﺎء‬
‫ﰲ ﺟﺎﻣﻌﺔ أﻛﺴﻔﻮرد؛ ﺣﻴﺚ ﻳُﻘﺪﱢم ﺑﻴﱰ رﻳﺪ اﻟﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ اﻟﻼزﻣﺔ ﰲ ﻋﻤﻠﻴﺎت إﻋﺎدة ﺑﻨﺎﺋﻬﺎ‬
‫اﻟﻘﺎﺋﻤﺔ ﻋﲆ اﻟﺒﻴﺎﻧﺎت‪ .‬ﺣﺘﻰ اﻵن‪ ،‬ﺗﻈﻞ اﻟﺘﻮﻗﻌﺎت اﻻﺣﺘﻤﺎﻟﻴﺔ ﻟﻬﺬه اﻟﻨﻈﻢ اﻟﺨﺎﺻﺔ ﺑﺎملﻮاﺋﻊ‬
‫ﻏري ﻛﺎﻣﻠﺔ ﻋﲆ اﻹﻃﻼق‪ .‬اﺳﺘﻘﻰ اﻟﺘﺠﺮﻳﺒﻴﻮن ﺣﻮل اﻟﻌﺎﻟﻢ ﺑﻴﺎﻧﺎت ﻗﻴﱢﻤﺔ ﻣﻦ ﻧﻈﻢ املﻮاﺋﻊ وﻣﻦ‬
‫اﻟﻨﻈﻢ املﻴﻜﺎﻧﻴﻜﻴﺔ‪ ،‬ﻳﺪﻓﻌﻬﻢ ﰲ ذﻟﻚ اﻟﻄﺒﻴﻌﺔ اﻟﻔﻮﺿﻮﻳﺔ ﻟﻠﻨﻤﺎذج اﻟﻔﻴﺰﻳﺎﺋﻴﺔ املﻤﺎﺛﻠﺔ‪ .‬ﺗﻤﻴﻞ‬
‫ﻳﻐري ﻣﻦ املﻌﻠﻤﺎت »اﻟﺜﺎﺑﺘﺔ« ﰲ ﻧﻤﺎذج‬ ‫درﺟﺔ ﺣﺮارة اﻟﺒﻨﺪول اﻟﺤﻘﻴﻘﻲ إﱃ اﻟﺰﻳﺎدة‪ ،‬وﻫﻮ ﻣﺎ ﱢ‬
‫املﺤﺎﻛﺎة ﻣﻊ ﺗﺮك ﻣﻨﺎﻃﻖ ﻓﻀﺎء اﻟﺤﺎﻟﺔ اﻟﺘﻲ ﻳﺤﺪث ﻓﻴﻬﺎ ﺗﺘﺒﱡﻊ ﻟﻠﻨﻤﺎذج اﻟﻘﺎﺋﻤﺔ ﻋﲆ اﻟﺒﻴﺎﻧﺎت‪.‬‬
‫ﻗﻠﻴﻼ ﻣﻊ ﻛﻞ إﻟﻘﺎء ﻟﻬﺎ‪ .‬ﻫﺬه ﻫﻲ ﺣﺎل اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪.‬‬ ‫ﻄﻊ اﻟﻨﺮد ﺗﺒﲆ ً‬ ‫ﺣﺘﻰ ﻗِ َ‬
‫ﻛﻤﻴﺔ ﻫﺎﺋﻠﺔ ﻣﻦ اﻟﺒﻴﺎﻧﺎت‪،‬‬ ‫ً‬ ‫رﺑﻤﺎ ﺗﺜﺒﺖ ﺳﻬﻮﻟﺔ اﻧﻘﻴﺎد اﻟﻨﻈﻢ اﻟﻄﺒﻴﻌﻴﺔ اﻟﺘﻲ ﱢ‬
‫ﺗﻮﻓﺮ‬
‫وﻇﺮوﻓﺎ ﻃﺒﻴﻌﻴﺔ ﻣﺴﺘﻘﺮة ﻷدوات ﺗﺤﻠﻴﻞ‬ ‫ً‬ ‫ً‬
‫ﻣﻨﺨﻔﻀﺔ ﻣﻦ اﻟﺘﺸﻮﻳﺶ ﰲ املﻼﺣﻈﺔ‪،‬‬ ‫ٍ‬
‫وﻣﺴﺘﻮﻳﺎت‬
‫اﻟﺒﻴﺎﻧﺎت اﻟﻼﺧﻄﻴﺔ اﻟﺤﺪﻳﺜﺔ‪ .‬ﺗﱪز ﰲ اﻟﺤﺎل اﻟﻨﻈﻢ اﻟﺒﻴﺌﻴﺔ‪ .‬أﺛﺒﺘَ ْﺖ أﺷﻌﺔ اﻟﻠﻴﺰر اﻟﴪﻳﻌﺔ‬
‫ً‬
‫ﻣﻮﺛﻮﻗﺎ ﺑﻬﺎ ﻫﻨﺎ‬ ‫واﻟﻨﻈﻴﻔﺔ واﻟﺪﻗﻴﻘﺔ أﻧﻬﺎ ﻣﻦ املﺼﺎدر اﻟﺜﺮﻳﺔ‪ ،‬ﻟﻜﻨﻨﺎ ﻻ ﻧﻤﺘﻠﻚ ﻧﻤﺎذجَ ﱡ‬
‫ﺗﻮﻗ ٍﻊ‬
‫أو ﻋﻨﺪ دراﺳﺔ دﻳﻨﺎﻣﻴﻜﻴﺎت ﻣﻮاﺋﻊ ﺷﺎذة ﻧﺴﺒﻴٍّﺎ ﻣﺜﻞ اﻟﻬﻠﻴﻮم‪ .‬ﻧﺘﺤﻮل ﻟﻮاﺣﺪ ﻣﻦ أﺑﺴﻂ ﻧﻈﻢ‬
‫اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ وﻫﻮ اﻟﺪواﺋﺮ اﻟﻜﻬﺮﺑﻴﺔ؛ رﺑﻤﺎ اﻟﺤﻮاﺳﺐ اﻟﺘﻨﺎﻇﺮﻳﺔ اﻟﺒﺴﻴﻄﺔ‪ .‬رﺑﻤﺎ ﺳﻴﺠﺮي‬
‫رﻓﺾ ورﻗﺔ ﺑﺤﺜﻴﺔ ﺗﺘﻀﻤﻦ اﺳﺘﺨﺪام ﺗﻮﻗﻌﺎت ﻣﺠﻤﻌﺔ ﻧﺎﺟﺤﺔ ﻟﻬﺬه اﻟﻨﻈﻢ ﻣﻦ ﻗِ ﺒﻞ ﻣﺤ ﱢﻜﻤني‬
‫ﻣﺤﱰﻓني ﻧﻈ ًﺮا ﻻﺳﺘﺨﺪام ﻧﻈﺎم أﺑﺴﻂ ﻣﻤﺎ ﻳﻨﺒﻐﻲ‪ .‬ﻳﺰداد اﻻﺳﺘﺒﺼﺎر ﻗﻮ ًة ﻋﻨﺪﻣﺎ »ﻧﻌﺠﺰ« ﻋﻦ‬
‫ﻳﻮﺿﺢ اﻟﺸﻜﻞ رﻗﻢ ‪ 5-10‬ﺗﻮﻗﻌﺎت‬ ‫وﺿﻊ ﺗﻮﻗﻌﺎت ﻣﻮﺛﻮق ﺑﻬﺎ ﻷﺑﺴﻂ ﻧﻈﻢ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪ .‬ﱢ‬
‫ﻣﺠﻤﻌﺔ ﻟﻔﻮﻟﻄﻴﺎت ﺟﺮى رﺻﺪﻫﺎ ﰲ داﺋﺮة ﻛﻬﺮﺑﻴﺔ ﺑُﻨِﻴَﺖ ﺑﺤﻴﺚ ﺗﺤﺎﻛﻲ ﻧﻈﺎم ﻣﻮر‪-‬ﺷﺒﻴﺠﻞ‪.‬‬
‫ﺗَﻈﻬﺮ ﺗﻮﻗﻌﺎت ﻣُﺴﺘﻘﺎة ﻣﻦ ﻧﻤﻮذﺟني ﻣﺨﺘﻠﻔني ﰲ اﻟﺸﻜﻞ‪ .‬ﻳﺸري اﻟﺨﻂ املﺘﺼﻞ اﻷﺳﻮد‬

‫‪161‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫‪٢٫٥‬‬
‫‪٢‬‬
‫‪١٫٥‬‬
‫‪١‬‬
‫‪٠٫٥‬‬
‫اﻟﻔﻮﻟﻄﻴﺔ‬

‫‪٠‬‬
‫‪٠٫٥−‬‬
‫‪١−‬‬
‫‪١٫٥−‬‬
‫‪٢−‬‬
‫‪٢٫٥−‬‬
‫‪٠‬‬ ‫‪٥٠‬‬ ‫‪١٠٠‬‬ ‫‪١٥٠‬‬ ‫‪٢٠٠‬‬
‫اﻟﻔﱰة اﻟﺰﻣﻨﻴﺔ اﻟﻔﺎﺻﻠﺔ‬
‫‪٢٫٥‬‬
‫‪٢‬‬
‫‪١٫٥‬‬
‫‪١‬‬
‫‪٠٫٥‬‬
‫اﻟﻔﻮﻟﻄﻴﺔ‬

‫‪٠‬‬
‫‪٠٫٥−‬‬
‫‪١−‬‬
‫‪١٫٥−‬‬
‫‪٢−‬‬
‫‪٢٫٥−‬‬
‫‪٠‬‬ ‫‪٥٠‬‬ ‫‪١٠٠‬‬ ‫‪١٥٠‬‬ ‫‪٢٠٠‬‬
‫اﻟﻔﱰة اﻟﺰﻣﻨﻴﺔ اﻟﻔﺎﺻﻠﺔ‬

‫ﺷﻜﻞ ‪ :5-10‬ﺗﻮﻗﻌﺎت ﻣﺠﻤﻌﺔ ﻟﺪاﺋﺮة ﻣﺎﺷﻴﺘﻲ ﻣﻮر‪-‬ﺷﺒﻴﺠﻞ اﻟﻜﻬﺮﺑﺎﺋﻴﺔ‪ .‬ﻳﺸري اﻟﺨﻂ اﻷﺳﻮد‬
‫إﱃ املﻼﺣﻈﺎت‪ ،‬ﺑﻴﻨﻤﺎ ﺗُﻤﺜﱢﻞ اﻟﺨﻄﻮط اﻟﺨﻔﻴﻔﺔ اﻟﺘﻮﻗﻌﺎت اﻟﻔﺮدﻳﺔ ﺿﻤﻦ اﻟﺘﻮﻗﻌﺎت املﺠﻤﻌﺔ‪ .‬ﻳﺒﺪأ‬
‫ُﻈﻬﺮ اﻟﺸﻜﻼن إﱃ اﻟﻴﺴﺎر ﺗﻮﻗﻌﺎت ﻣﺠﻤﻌﺔ ﻟﻠﺒﻴﺎﻧﺎت ﻧﻔﺴﻬﺎ ﻟﻜﻦ‬ ‫اﻟﺘﻮﻗﻊ ﻋﻨﺪ اﻟﺘﻮﻗﻴﺖ ﺻﻔﺮ‪ .‬ﻳ ِ‬
‫ْ‬
‫ﺑﺎﺳﺘﺨﺪام ﻧﻤﻮذﺟني ﻣﺨﺘﻠﻔني‪ .‬ﻻﺣِ ﻆ أن اﻟﺘﻮﻗﻊ املﺠﻤﻮع ﰲ اﻟﺸﻜﻞ اﻟﺴﻔﲇ ﻳﻔﻠﺢ ﰲ اﻟﻠﺤﺎق‬
‫ﺑﺎﻟﺪاﺋﺮة ﺣﺘﻰ ﻋﻨﺪﻣﺎ ﻳﺨﻔﻖ اﻟﻨﻤﻮذجُ ﰲ اﻟﺸﻜﻞ اﻟﻌﻠﻮي ﻗﺮب اﻟﻘﻴﻤﺔ اﻟﺰﻣﻨﻴﺔ ‪ ١٠٠‬ﰲ اﻟﻠﺤﺎق ﺑﻬﺎ‪.‬‬
‫ﺛﺎن ﺑﺎﺳﺘﺨﺪام ﻫﺬﻳﻦ اﻟﻨﻤﻮذﺟني‬ ‫اﻟﺘﻮﻗﻌﺎت ا ُملﺴﺘﻘﺎة ﻣﻦ ﴍط ﻣﺒﺪﺋﻲ ٍ‬
‫ِ‬ ‫ُﻈﻬﺮ اﻟﺸﻜﻼن إﱃ اﻟﻴﻤني‬
‫ﻳ ِ‬
‫ﻧﻔﺴﻴﻬﻤﺎ؛ ﺣﻴﺚ ﺗﺨﻔﻖ اﻟﺘﻮﻗﻌﺎت املﺠﻤﻌﺔ ﰲ ﻛﻼ اﻟﻨﻤﻮذﺟني ﻋﻨﺪ اﻟﻮﻗﺖ ﻧﻔﺴﻪ ﺗﻘﺮﻳﺒًﺎ‪.‬‬

‫‪162‬‬
 ‫اﻟﻔﻮﴇ اﻟﺘﻄﺒﻴﻘﻴﺔ‪ :‬ﻫﻞ ﻳﻤﻜﻦ ﻓﻬﻢ أي ﳾء ﻣﻦ ﺧﻼل ﻧﻤﺎذﺟﻨﺎ؟‬

‫‪٢٫٥‬‬
‫‪٢‬‬
‫‪١٫٥‬‬
‫‪١‬‬
‫‪٠٫٥‬‬
‫اﻟﻔﻮﻟﻄﻴﺔ‬

‫‪٠‬‬
‫‪٠٫٥−‬‬
‫‪١−‬‬
‫‪١٫٥−‬‬
‫‪٢−‬‬
‫‪٢٫٥−‬‬
‫‪٠‬‬ ‫‪٥٠‬‬ ‫‪١٠٠‬‬ ‫‪١٥٠‬‬ ‫‪٢٠٠‬‬
‫اﻟﻔﱰة اﻟﺰﻣﻨﻴﺔ اﻟﻔﺎﺻﻠﺔ‬
‫‪٢٫٥‬‬
‫‪٢‬‬
‫‪١٫٥‬‬
‫‪١‬‬
‫‪٠٫٥‬‬
‫اﻟﻔﻮﻟﻄﻴﺔ‬

‫‪٠‬‬
‫‪٠٫٥−‬‬
‫‪١−‬‬
‫‪١٫٥−‬‬
‫‪٢−‬‬
‫‪٢٫٥−‬‬
‫‪٠‬‬ ‫‪٥٠‬‬ ‫‪١٠٠‬‬ ‫‪١٥٠‬‬ ‫‪٢٠٠‬‬
‫اﻟﻔﱰة اﻟﺰﻣﻨﻴﺔ اﻟﻔﺎﺻﻠﺔ‬

‫— ﰲ ﻛﻞ ﺷﻜﻞ — إﱃ املﻼﺣﻈﺎت املﺴﺘﻬﺪﻓﺔ اﻟﺼﺎدرة ﻋﻦ اﻟﺪاﺋﺮة اﻟﻜﻬﺮﺑﻴﺔ‪ ،‬ﺑﻴﻨﻤﺎ ﻳﺸري‬

‫اﻟﺨﻂ اﻟﺨﻔﻴﻒ إﱃ أﺣﺪ اﻟﺘﻮﻗﻌﺎت اﻟﻔﺮدﻳﺔ ﺿﻤﻦ اﻟﺘﻮﻗﻌﺎت املﺠﻤﻌﺔ‪ .‬ﺗﺒﺪأ اﻟﺘﻮﻗﻌﺎت ﻋﻨﺪ ﻗﻴﻤﺔ‬
‫زﻣﻨﻴﺔ ﺗﺴﺎوي ﺻﻔ ًﺮا‪ ،‬وﻗﺪ ﺟﺮى ﺗﺸﻜﻴﻞ اﻟﺘﻮﻗﻊ املﺠﻤﻊ ﺑﺎﺳﺘﺨﺪام املﻼﺣﻈﺎت املﺄﺧﻮذة ﻓﻘﻂ‬
‫ﻗﺒﻞ ذﻟﻚ اﻟﺰﻣﻦ‪ .‬ﻳﻌﺮض اﻟﺸﻜﻼن اﻟﻌﻠﻮﻳﺎن ﻧﺘﺎﺋﺞَ اﻟﻨﻤﻮذج اﻷول‪ ،‬ﺑﻴﻨﻤﺎ ﻳﻌﺮض اﻟﺸﻜﻼن‬
‫ٍ‬
‫ﺗﻮﻗﻌﺎت‬ ‫ُﻈﻬﺮان‬
‫اﻟﺴﻔﻠﻴﺎن ﻧﺘﺎﺋﺞ اﻟﻨﻤﻮذج اﻟﺜﺎﻧﻲ‪ .‬اﻧﻈﺮ إﱃ اﻟﺸﻜﻠني إﱃ اﻟﻴﺴﺎر‪ ،‬اﻟﻠﺬﻳﻦ ﻳ ِ‬
‫ﻓﻮرﻳﺔ ﻣﻦ ﻛﻞ ﻧﻤﻮذج‪ .‬ﻳﺘﺒﺎﻋﺪ ﻛﻞ ﺗﻮﻗﻊ ﺿﻤﻦ اﻟﺘﻮﻗﻊ املﺠﻤﻊ ﰲ اﻟﻨﻤﻮذج اﻷول ﻋﻦ اﻟﻮاﻗﻊ‬‫ً‬

‫‪163‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻣﺒﺎﴍ ًة‪ ،‬ﻣﺜﻠﻤﺎ ﻳﻈﻬﺮ ﰲ اﻟﺸﻜﻞ اﻟﻌﻠﻮي‪ .‬ﰲ‬ ‫َ‬ ‫ﺗﺤﺬﻳﺮ ﺳﺎﺑﻖ ﻗﺒﻞ اﻟﻘﻴﻤﺔ اﻟﺰﻣﻨﻴﺔ ‪١٠٠‬‬
‫ٍ‬ ‫دون‬
‫املﻘﺎﺑﻞ‪ ،‬ﻳﻔﱰق اﻟﺘﻮﻗﻊ املﺠﻤﻊ ﰲ اﻟﻨﻤﻮذج اﻟﺜﺎﻧﻲ ﰲ اﻟﺸﻜﻞ اﻟﺴﻔﲇ ﻋﻨﺪ اﻟﻘﻴﻤﺔ اﻟﺰﻣﻨﻴﺔ‬
‫ﻗﻠﻴﻼ؟(‪ ،‬وﻳﺒﺪو ﺗﻨﻮع اﻷﻧﻤﺎط اﻟﺴﻠﻮﻛﻴﺔ ﰲ ﻫﺬا‬ ‫اﻟﺼﺤﻴﺤﺔ ﺗﻘﺮﻳﺒًﺎ )أم ﻫﻞ ﻳﻔﱰق ﻗﺒﻞ ذﻟﻚ ً‬
‫اﻟﺘﻮﻗﻊ املﺠﻤﻊ ﻣﻔﻴﺪًا ﻃﻮال اﻟﻮﻗﺖ ﺣﺘﻰ ﻧﻬﺎﻳﺔ اﻟﺘﻮﻗﻊ‪ .‬ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ‪ ،‬رﺑﻤﺎ ﻟﻦ ﻧﻌﺮف‬
‫أيﱡ اﻟﻨﻤﺎذج ﻛﺎن ﺳﻴﺜﺒﺖ ﺻﺤﺘﻪ‪ ،‬ﻟﻜﻨﻨﺎ ﻧﺮى ﻣﻮﺿﻊ اﻓﱰاﻗﻬﺎ ﺑﺸﺪة ﺑﻌﻀﻬﺎ ﻋﻦ ﺑﻌﺾ‪.‬‬
‫ﰲ اﻷﺷﻜﺎل إﱃ اﻟﻴﻤني‪ ،‬ﻳﻔﱰق ﻛﻼ اﻟﻨﻤﻮذﺟني ﻋﻨﺪ اﻟﻮﻗﺖ ﻧﻔﺴﻪ ﺗﻘﺮﻳﺒًﺎ‪ ،‬وﺑﺎﻟﻄﺮﻳﻘﺔ ذاﺗﻬﺎ‬
‫ﺗﻘﺮﻳﺒًﺎ‪.‬‬
‫ُ‬
‫ﰲ ﻛﻞ ﺣﺎﻟﺔ‪ ،‬ﺗﻘﺪﱢم اﻟﺘﻮﻗﻌﺎت اﺳﺘﺒﺼﺎ ًرا ﺣﻮل املﻼﺣﻈﺎت املﺴﺘﻘﺒﻠﻴﺔ املﺤﺘﻤﻠﺔ‪ ،‬ﺑَﻴْ َﺪ أن‬
‫أﻳٍّﺎ ﻣﻦ ﻧﻈﺎﻣَ ﻲ اﻟﺘﻮﻗﻌﺎت املﺠﻤﻌﺔ ﻻ ﻳﻌﻜﺲ ﺟﻴﺪًا اﻟﻨﻘﻄﺔ املﺴﺘﻘﺒﻠﻴﺔ اﻟﺘﻲ ﻳﺨﻔﻖ ﻋﻨﺪﻫﺎ ﻫﺬا‬
‫اﻻﺳﺘﺒﺼﺎر‪ .‬ﻣﺎ ﻫﻲ أﻓﻀﻞ ﻃﺮﻳﻘﺔ ﻟﺘﻔﺴري ﻫﺬا اﻟﺘﻨﻮع ﻓﻴﻤﺎ ﻳﺘﻌﻠﻖ ﺑﺎﻟﺘﻮﻗﻌﺎت؟‬
‫ُﻈﻬﺮ ﺗﺤﻠﻴ ُﻞ اﻟﻜﺜري ﻣﻦ اﻟﺘﻮﻗﻌﺎت املﺴﺘﻘﺎة ﻣﻦ ﴍوط ﻣﺒﺪﺋﻴﺔ ﻣﺨﺘﻠﻔﺔ أن ﻫﺬه‬ ‫ﻳ ِ‬
‫ً‬
‫ﻣﻮﺛﻮﻗﺎ ﺑﻬﺎ‪،‬‬ ‫اﻟﺘﻮﻗﻌﺎت املﺠﻤﻌﺔ — ﻋﻨﺪ ﺗﻔﺴريﻫﺎ ﺑﺎﻋﺘﺒﺎرﻫﺎ ﺗﻮﻗﻌﺎت اﺣﺘﻤﺎﻟﻴﺔ — ﻻ ﺗُﻌﺘﱪ‬
‫ﻈﻢ واﻗﻌﻴﺔ‪ .‬ﻻ‬ ‫وﻫﻮ ﻣﺎ ﻳُﻤﺜﱢﻞ ﻧﺘﻴﺠﺔ ﻋﺎﻣﺔ ﻋﻨﺪ اﺳﺘﺨﺪام ﻧﻤﺎذج رﻳﺎﺿﻴﺔ ﻓﻮﺿﻮﻳﺔ ﱡ‬
‫ﻟﺘﻮﻗﻊ ﻧ ُ ُ‬
‫اﺳﺘﺨﻼص ﺗﻘﺪﻳﺮات اﺣﺘﻤﺎﻟﻴﺔ‬ ‫َ‬ ‫أﻋﺮف أي اﺳﺘﺜﻨﺎءات‪ .‬ﻟﺤﺴﻦ اﻟﺤﻆ‪ ،‬ﻻ ﻳﺘﻄ ﱠﻠﺐ ﻣﺒﺪأ ُ املﻨﻔﻌﺔ‬
‫ﻣﻔﻴﺪة‪.‬‬

‫ﺑﺸﻜﻞ ﻛﺒري؟‬
‫ٍ‬ ‫ﻫﻞ ﻳﺠﺐ أﺧﺬ ﻧﻤﺎذﺟﻨﺎ ﻋﲆ ﻣﺤﻤﻞ اﻟﺠﺪ‬
‫َ‬
‫ﻣﺘﻄﺎﺑﻘ ْني ﺑﺼﻮرة أو‬ ‫ﰲ اﻟﺮﻳﺎﺿﻴﺎت اﻷﻛﺎدﻳﻤﻴﺔ‪ ،‬ﻳُﻌﺘﱪ ﻣﻔﻬﻮﻣﺎ اﻷرﺟﺤﻴﺔ واﻻﺣﺘﻤﺎﻟﻴﺔ‬
‫ﺣﺪث ﻣﻤﻜﻦ‪،‬‬‫ٍ‬ ‫ﺑﺄﺧﺮى‪ ،‬وﻫﻮ ﻣﺎ ﻻ ﻳﻨﻄﺒﻖ ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪ .‬إذا أﺿﻔﻨﺎ اﺣﺘﻤﺎﻟﻴﺔ وﻗﻮع ﻛﻞ‬
‫إذَن ﻳﺠﺐ أن ﻳﻜﻮن ﺣﺎﺻ ُﻞ ﺟﻤﻊ اﻻﺣﺘﻤﺎﻟﻴﺎت ﺟﻤﻴﻌً ﺎ واﺣﺪًا‪ .‬ﺑﺎﻟﻨﺴﺒﺔ إﱃ أي ﻣﺠﻤﻮﻋﺔ‬
‫ﻟﺤﺪث ﻣﻦ ﺧﻼل‬ ‫ٍ‬ ‫ﻣﺤﺪدة ﻣﻦ أرﺟﺤﻴﺎت اﻟﺤﺪوث‪ ،‬ﻳﻤﻜﻦ ﺗﺤﺪﻳﺪ »اﻻﺣﺘﻤﺎﻟﻴﺔ اﻟﻀﻤﻨﻴﺔ«‬
‫ﺗﺤﻘﻖ ذﻟﻚ اﻟﺤﺪث‪ .‬إذا ﻛﺎن ﺣﺎﺻﻞ ﺟﻤﻊ اﻻﺣﺘﻤﺎﻟﻴﺎت اﻟﻀﻤﻨﻴﺔ ﻣﺴﺎوﻳًﺎ ﻟﻘﻴﻤﺔ‬ ‫أرﺟﺤﻴﺎت ﱡ‬
‫واﺣﺪ‪ ،‬إذَن ﺗﻤﺜﱢﻞ ﻫﺬه املﺠﻤﻮﻋﺔ ﻣﻦ اﻷرﺟﺤﻴﺎت »أرﺟﺤﻴﺎت اﺣﺘﻤﺎﻟﻴﺔ«‪ .‬ﺧﺎرج ﻣﺤﺎﴐات‬
‫اﻟﺮﻳﺎﺿﻴﺎت‪ ،‬ﻳﺼﻌُ ﺐ اﻟﻌﺜﻮر ﻋﲆ اﻷرﺟﺤﻴﺎت اﻻﺣﺘﻤﺎﻟﻴﺔ ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪ .‬ﺗﺸري ﻓﻜﺮة‬
‫»اﻷرﺟﺤﻴﺎت املﺘﺴﺎوﻳﺔ« املﺘﺼﻠﺔ ﺑﻬﺬه اﻟﻨﻘﻄﺔ — ﺣﻴﺚ ﺗﻜﻮن اﻷرﺟﺤﻴﺎت ﺛﺎﺑﺘﺔ‪ ،‬وﻳﺼﺒﺢ‬
‫املﺮء ﺣ ٍّﺮا ﰲ اﻻﻧﺘﻘﺎل إﱃ أيﱟ ﻣﻦ ﺟﺎﻧﺒﻲ اﻟﺮﻫﺎن — إﱃ ﻧﻮع ﻣﺸﺎﺑﻪ ﻣﻦ »اﻟﺘﻔﻜري اﻟﺘﻮاق«‬
‫داﺧﻞ ﺑﺮج ﻋﺎﺟﻲ‪ .‬ﻻ ﺗﺘﻜﺎﻣﻞ اﻻﺣﺘﻤﺎﻟﻴﺎت اﻟﻀﻤﻨﻴﺔ ﰲ ﺣﺎﻟﺔ أرﺟﺤﻴﺎت ﻋﺪم اﻟﺤﺪوث ﻣﻊ ﺗﻠﻚ‬
‫اﻟﺨﺎﺻﺔ ﺑﺎﻟﺤﺪوث‪ .‬ﺗﻨﺒﺜﻖ اﻟﺤرية ﰲ ﻗﻠﺐ ﻛﻼ املﻔﻬﻮﻣني ﺑﺼﻮرة ﻛﺒرية ﻣﻦ ﺗﺸﻮﻳﻪ اﻟﻔﺎرق‬

‫‪164‬‬
 ‫اﻟﻔﻮﴇ اﻟﺘﻄﺒﻴﻘﻴﺔ‪ :‬ﻫﻞ ﻳﻤﻜﻦ ﻓﻬﻢ أي ﳾء ﻣﻦ ﺧﻼل ﻧﻤﺎذﺟﻨﺎ؟‬

‫ﺑني اﻟﻨﻈﻢ اﻟﺮﻳﺎﺿﻴﺔ واﻟﻨﻈﻢ ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ اﻟﺘﻲ ﺗُﻌﺪ ﻫﻲ ﻧﻤﻮذﺟً ﺎ ﻟﻬﺎ‪ .‬ﰲ ﻣﻀﻤﺎر ﺳﺒﺎق‬
‫أو ﰲ ﺻﺎﻟﺔ ﻗﻤﺎر‪ ،‬ﺗﺘﺠﺎوز ﻗﻴﻤﺔ اﻻﺣﺘﻤﺎﻟﻴﺎت اﻟﻀﻤﻨﻴﺔ ﻗﻴﻤﺔ واﺣﺪ‪ .‬ﺗﺒﻠﻎ ﻧﺴﺒﺔ اﻻﺣﺘﻤﺎﻟﻴﺎت‬
‫اﻟﻀﻤﻨﻴﺔ ﰲ ﻋﺠﻠﺔ روﻟﻴﺖ أوروﺑﻴﺔ ‪ ،٣٦ / ٣٧‬ﺑﻴﻨﻤﺎ ﺗﺒﻠﻎ ﰲ ﻧﻈريﺗﻬﺎ اﻷﻣﺮﻳﻜﻴﺔ ‪ .٣٦ / ٣٨‬ﰲ‬
‫ﺻﺎﻟﺔ اﻟﻘﻤﺎر ﺗﻀﻤﻦ ﻫﺬه اﻟﺰﻳﺎدة ﺗﺤﻘﻴﻖ أرﺑﺎح‪ .‬ﻋﻠﻤﻴٍّﺎ‪ ،‬رﺑﻤﺎ ﻧﺴﺘﻐﻞ ﻫﺬه اﻟﺰﻳﺎدة ﻧﻔﺴﻬﺎ‬
‫ﰲ إﻳﺼﺎل ﻣﻌﻠﻮﻣﺎت ﻋﻦ ﻋﺪم ﻣﻼءﻣﺔ اﻟﻨﻤﻮذج‪.‬‬
‫ﻗﺪ ﺗُﺒﻌﺪﻧﺎ ﻋﺪم ﻣﻼءﻣﺔ اﻟﻨﻤﻮذج ﻋﻦ اﻟﺘﻮﻗﻌﺎت اﻻﺣﺘﻤﺎﻟﻴﺔ ﻋﲆ ٍ‬
‫ﻧﺤﻮ ﻻ ﻳﺨﺘﻠﻒ ﻛﺜريًا ﻋﻦ‬
‫إﺑﻌﺎد ﻋﺪم اﻟﻴﻘني ﰲ اﻟﴩط املﺒﺪﺋﻲ ﻟﻨﺎ ﻋﻦ ﻃﺮﻳﻘﺔ املﺮﺑﻌﺎت اﻟﺼﻐﺮى ﰲ اﻟﻨﻤﺎذج اﻟﻼﺧﻄﻴﺔ‪.‬‬
‫ﺗﻮﻗﻊ اﺣﺘﻤﺎﱄ ﰲ دﻋﻢ اﺗﺨﺎذ اﻟﻘﺮار ﻣﻦ ﺧﻼل ﺗﻌﻈﻴﻢ‬ ‫ﺛَﻤﱠ َﺔ ﻧﻈﺮﻳﺔ ﻣﻜﺘﻤﻠﺔ ﻋﻦ ﺗﻀﻤني ﻧﻈﻢ ﱡ‬
‫ﱡ‬
‫»اﻟﺘﻮﻗﻊ‬ ‫آﺧﺮ ﻷﻫﺪاف املﺴﺘﺨﺪم‪ .‬رﺑﻤﺎ ﻳﺠﺐ ﻋﺪم ﺗﺴﻤﻴﺔ‬ ‫ﱠ‬
‫املﺘﻮﻗﻌﺔ أو أي اﻧﻌﻜﺎس َ‬ ‫املﻨﻔﻌﺔ‬
‫اﻻﺣﺘﻤﺎﱄ« اﻟﺬي ﻟﻦ ﻳُﺴﺘﺨﺪم ﻫﻜﺬا ﰲ ﻫﺬا اﻟﺴﻴﺎق ﻋﲆ اﻹﻃﻼق‪ .‬ﻳﻤﻜﻦ — ﺑﻼ ﺷﻚ — ﺑﻨﺎء‬
‫ﺑﺪﻻ ﻣﻦ اﺣﺘﻤﺎﻟﻴﺎت ﺗﺪﻋﻢ ﻋﻤﻠﻴﺔ‬ ‫ﻧﻈﺮﻳﺔ ﺗﻌﻤﻞ ﻋﲆ ﺗﻀﻤني ﻧﻈﻢ ﺗﻮﻗﻌﺎت ﺗُﻘﺪﱢم أرﺟﺤﻴﺎت ً‬
‫ً‬
‫ﺣﻘﻴﻘﺔ أﻣﺜﻠﺔ ﻋﺪﻳﺪة ﺟﻴﺪة ﰲ ﻫﺬا اﻹﻃﺎر‪.‬‬ ‫اﺗﺨﺎذ اﻟﻘﺮار‪ .‬ﻗﺪﱠم ﺟَ ﺪ‬
‫ﻳﺒﺪو أن ﻗﺒﻮل ﻋﺪم املﻼءﻣﺔ ﰲ ﻧﻤﺎذﺟﻨﺎ — ﻣﻊ اﻟﺠﻬﻞ ﺑﻌﺪم ﻣﻼءﻣﺔ اﻟﻨﻤﺎذج اﻟﺘﻲ‬
‫ﺧﻼﻓﺎ ﻟﻸرﺟﺤﻴﺎت املﺘﺴﺎوﻳﺔ‪.‬‬‫ً‬ ‫ﺗﺴﺘﺨﺪﻣﻬﺎ اﻟﺠﻬﺎت املﻨﺎﻓﺴﺔ — ﻳﺘﻄ ﱠﻠﺐ أن ﻧﺴﺘﻬﺪف ﺷﻴﺌًﺎ‬
‫َ‬
‫ﺗﻐﻄﻴﺔ ﺧﺴﺎﺋﺮه — ﺑﻤﻌﻨﻰ أن ﻳُﺤﺪِث ﺗﺴﺎوﻳًﺎ ﺑني‬ ‫ﺗﻮﻗﻊ اﻷرﺟﺤﻴﺎت‬‫إذا اﺳﺘﻄﺎع أﺣﺪ ﻧﻈﻢ ﱡ‬
‫اﻟﺮﺑﺢ واﻟﺨﺴﺎرة ﻋﻨﺪ ﺗﻘﻴﻴﻤﻪ ﻣﻦ ﺟﻤﻴﻊ املﺸﺎرﻛني ﻣﻊ ﺗﻐﻄﻴﺔ ﺗﻜﺎﻟﻴﻔﻪ اﻟﺘﺸﻐﻴﻠﻴﺔ — ﻳﻤﻜﻨﻨﺎ‬
‫إذَن أن ﻧﻘﻮل إن ﻧﻈﺎﻣً ﺎ ﻣﺜﻞ ذﻟﻚ ﻳﻮ ﱢﻟﺪ »أرﺟﺤﻴﺎت رﺷﻴﺪة«‪ .‬ﺗُﻘﺪﱢم اﻷرﺟﺤﻴﺎت اﻟﺮﺷﻴﺪة إذَن‬
‫دﻋﻤً ﺎ ﰲ ﻋﻤﻠﻴﺔ اﺗﺨﺎذ اﻟﻘﺮار‪ ،‬وﻫﻮ ﻣﺎ ﻻ ﻳﱰﺗﺐ ﻋﻠﻴﻪ )ﻟﻢ ﻳﱰﺗﺐ ﻋﻠﻴﻪ ﺑﻌﺪُ( ﻛﺎرﺛﺔ وﻻ ﱢ‬
‫ﻳﺮﺳﺦ‬
‫اﺳﺘﺜﻤﺎر أﻛﺜﺮ ﻟﺘﺤﺴني ﺗﻠﻚ اﻷرﺟﺤﻴﺎت إﻣﺎ ﻟﻠﺤﺼﻮل ﻋﲆ ﺣﺼﺔ ﺳﻮﻗﻴﺔ أﻛﱪ‪،‬‬ ‫ٍ‬ ‫اﻟﺮﻏﺒﺔ ﰲ‬
‫وإﻣﺎ ﻟﺘﻐﻄﻴﺔ ﻧﻔﻘﺎت اﻟﺘﺸﻐﻴﻞ‪.‬‬
‫ﻗﺪ ﻳُﻔﴤ أﺧﺬ ﻋﻴﻨﺎت ﻣﻦ ﺗﻮﻗﻌﺎت ﻣﺠﻤﻌﺔ ﺗﺸﻤﻞ ﺟﻤﻴﻊ اﻟﺒﺪاﺋﻞ اﻟﺘﻲ ﻳﻤﻜﻦ أن‬
‫ﻳﺘﺼﻮﱠرﻫﺎ املﺮء إﱃ أرﺟﺤﻴﺎت رﺷﻴﺪة‪ ،‬وﻫﻮ ﻣﺎ ﻳﺠﻌﻞ اﻟﺘﻨﻮع ﰲ اﻟﺘﻮﻗﻌﺎت املﺠﻤﻌﺔ املﺘﻌﺪدة‬
‫ﻳﻮﻓﺮ اﻟﻘﺪ ُر اﻟﺬي ﻳﺘﺠﺎوز ﺑﻪ ﺣﺎﺻﻞ‬ ‫اﻟﻨﻤﺎذج ﻳﺴﻤﺢ ﺑﻘﻴﺎس ﺗﺄﺛري ﻋﺪم ﻣﻼءﻣﺔ اﻟﻨﻤﻮذج‪ .‬ﱢ‬
‫ﻃﺮﻳﻘﺔ ﻟﻘﻴﺎس ﻋﺪم ﻣﻼءﻣﺔ اﻟﻨﻤﻮذج‪ .‬ﻳﺘﺴﺎءل املﺮء‬‫ً‬ ‫ﺟﻤﻊ اﺣﺘﻤﺎﻟﻴﺎﺗﻨﺎ اﻟﻀﻤﻨﻴﺔ ﻗﻴﻤﺔ واﺣﺪ‬
‫ﺗﻮﻗﻊ أن ﻳﺼﻞ‬‫إن ﻛﺎن ﺑﺈﻣﻜﺎﻧﻨﺎ — ﻣﻊ ﺗﺰاﻳﺪ ﻓﻬﻤﻨﺎ ﻟﻨﻈﺎم اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ أﻛﺜﺮ ﻓﺄﻛﺜﺮ — ﱡ‬
‫ﻣﺠﻤﻮع اﻻﺣﺘﻤﺎﻟﻴﺎت اﻟﻀﻤﻨﻴﺔ ﻟﺘﻮﻗﻌﺎت اﻷرﺟﺤﻴﺎت ﻗﻴﻤﺔ واﺣﺪ ﰲ »أي« ﻧﻈﺎم ﻃﺒﻴﻌﻲ؟‬
‫ﺑﺪﻻ ﻣﻦ اﺣﺘﻤﺎﻟﻴﺎت ﻳﻄﻠِﻖ‬ ‫إن اﻻﻧﺘﻘﺎل إﱃ ﻧﻈﻢ اﻟﺘﻮﻗﻌﺎت اﻟﺘﻲ ﺗُﻘﺪﱢم أرﺟﺤﻴﺎت ً‬
‫ً‬
‫ﻧﺘﻴﺠﺔ‬ ‫دﻋﻢ ﻋﻤﻠﻴﺔ اﺗﺨﺎذ اﻟﻘﺮار ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ ﻣﻦ اﻟﻘﻴﻮد ﻏري اﻟﻄﺒﻴﻌﻴﺔ اﻟﺘﻲ ﺗﻨﺸﺄ‬

‫‪165‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻟﻼﺣﺘﻤﺎﻟﻴﺎت‪ ،‬اﻟﺘﻲ ﻻ ﻳﻤﻜﻦ ﺗﺤﺪﻳﺪﻫﺎ ﺑﺪﻗﺔ إﻻ ﻣﻦ ﺧﻼل ﻧﻈﻤﻨﺎ اﻟﺮﻳﺎﺿﻴﺔ‪ .‬ﻟﻌﻞ اﻟﺤﻘﻴﻘﺔ‬
‫ﺻﻌﺒﺔ وﻟﻜﻨﻬﺎ ﺣﺘﻤﻴﺔ أن اﻷرﺟﺤﻴﺎت اﻟﺮﺷﻴﺪة ﺳﺘﻌﺘﻤﺪ ﻋﲆ ﺟﻮدة ﻧﻤﻮذﺟﻚ املﺴﺘﺨﺪم وﻋﲆ‬
‫ﺟﻮدة اﻟﻨﻤﻮذج املﻨﺎﻓﺲ‪َ .‬ﺳﺘﺴﻬُ ﻞ ﻋﻤﻠﻴﺔ اﺗﺨﺎذ اﻟﻘﺮار إذا ﻛﺎﻧﺖ اﻟﺘﻮﻗﻌﺎت اﻻﺣﺘﻤﺎﻟﻴﺔ املﻮﺛﻮق‬
‫ﺑﻬﺎ ﻣﺘﻮاﻓﺮة‪ ،‬ﻟﻜﻦ ﰲ ﺣﺎل ﻋﺪم اﻟﻘﺪرة ﻋﲆ ﺗﺮﺟﻤﺔ ﺗﻨﻮع اﻟﻨﻤﺎذج إﱃ اﺣﺘﻤﺎﻟﻴﺔ )ذات ﺻﻠﺔ‬
‫اﻟﺴﻌﻲ وراء إدارة املﺨﺎﻃﺮ‬
‫َ‬ ‫ﺑﺎﻟﻘﺮار(‪ ،‬ﻓﺈﻧﻨﺎ ﻻ ﻧﺴﺘﻄﻴﻊ اﺳﺘﺨﺪام اﻟﺘﻮﻗﻌﺎت اﻻﺣﺘﻤﺎﻟﻴﺔ‪ .‬إن‬
‫ﺣﻘﻴﻘﻴﺔ ﺑﻐﺮض اﻟﺘﺒﺴﻴﻂ ﻟﻬﻮ أﻣﺮ ﻃﺎﺋﺶ‪ .‬وﺑﻴﻨﻤﺎ ﺗَﺜﺒﺖ ﻓﺎﺋﺪ ُة‬ ‫ً‬ ‫ﻛﻤﺎ ﻟﻮ ﻛﻨﱠﺎ ﻗﺪ ﻃﺒﱠﻘﻨﺎﻫﺎ‬
‫اﻷرﺟﺤﻴﺎت ﰲ ﻋﻤﻠﻴﺎت اﺗﺨﺎذ اﻟﻘﺮار اﻟﺘﻲ ﻻ ﺗﺴﺘﻐﺮق ﺳﻮى ﺳﺎﻋﺎت أو أﻳﺎم‪ ،‬ﻣﺎذا ﺳﻨﻔﻌﻞ‬
‫اﻟﺘﻐري املﻨﺎﺧﻲ؛ إذ ﻳﺒﺪو أن ﻟﺪﻳﻨﺎ ﺣﺪﺛًﺎ واﺣﺪًا ﻓﻘﻂ ﺷﺪﻳ َﺪ اﻷﺛﺮ ﰲ ﻏﻴﺎب ﺣﺎﻻت‬ ‫ﱡ‬ ‫ﰲ ﺳﻴﻨﺎرﻳﻮ‬
‫اﺧﺘﺒﺎرﻳﺔ ﻣﺸﺎﺑﻬﺔ ﻧﺘﻌﻠﻢ ﻣﻨﻬﺎ؟‬
‫ﻳﺘﻼﳽ اﻟﺤﺪ اﻟﻔﺎﺻﻞ اﻟﻘﺪﻳﻢ‬ ‫َ‬ ‫ﺑﻠﻐﻨﺎ َﻛ ِﺒﺪ ﻋﻤﻠﻴﺔ اﻟﺘﻮﻗﻊ اﻟﻌﻠﻤﻴﺔ ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪.‬‬
‫ﻟﻼﺣﺘﻤﺎﻟﻴﺔ ﺗﺪرﻳﺠﻴٍّﺎ وﻻ ﻳﺒﺪو واﺿﺤً ﺎ ﰲ أي اﺗﺠﺎه ﻳﺠﺐ أن ﻧﺘﻮﺟﱠ ﻪ ﰲ املﺴﺘﻘﺒﻞ‪ .‬إذا ﻟﻢ ﱢ‬
‫ﺗﻮﻓﺮ‬
‫ﻟﻨﺎ اﻟﻨﻈ ُﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﻔﻮﺿﻮﻳﺔ أدا ًة ﺟﺪﻳﺪ ًة‪ ،‬ﻓﻘﺪ ﻗﺪﱠﻣَ ْﺖ ﻟﻨﺎ ﻋﲆ اﻷﻗﻞ إﺷﺎر ًة ﺗﺴﺎﻋﺪﻧﺎ ﻋﲆ‬
‫اﻻﻫﺘﺪاء إﱃ أي ﻃﺮﻳﻖ ﻧﺴﻠﻚ‪.‬‬

‫‪166‬‬
 ‫اﻟﻔﺼﻞ اﻟﺤﺎدي ﻋﴩ‬

‫اﻟﻔﻠﺴﻔﺔ ﰲ اﻟﻔﻮﺿﻰ‬

‫َ‬
‫ﻟﺴﺖ ﻣﻀﻄ ٍّﺮا إﱃ ﺗﺼﺪﻳﻖ ﻛﻞ ﻣﺎ ﺗﺤﺴﺒﻪ‪.‬‬

‫ﺣﻘﺎ ﰲ اﻟﻔﻮﴇ؟ ﺛَﻤﱠ َﺔ ﻣﺰﺣﺔ ﻗﺪﻳﻤﺔ ﺣﻮل ﺛﻼﺛﺔ ﺣ ﱠﻜﺎم ﺑﻴﺴﺒﻮل ﻳﻨﺎﻗﺸﻮن‬‫ﻫﻞ ﺛَﻤﱠ َﺔ ﳾء ﺟﺪﻳﺪ ٍّ‬
‫ﺣﻘﺎﺋﻖ اﻟﺤﻴﺎة ﰲ اﻟﻠﻌﺒﺔ‪ .‬ﻳﻘﻮل اﻟﺤَ َﻜﻢ اﻷول‪» :‬أُﺳﻤﱢ ﻲ اﻷﺷﻴﺎء ً‬
‫وﻓﻘﺎ ﻟﺮؤﻳﺘﻲ ﻟﻬﺎ‪ «.‬وﻳﻘﻮل‬
‫اﻟﺤﻜﻢ اﻟﺜﺎﻧﻲ‪» :‬أُﺳﻤﱢ ﻲ اﻷﺷﻴﺎء ﻣﺜﻠﻤﺎ ﻫﻲ‪ «.‬وأﺧريًا ﻳﻘﻮل اﻟﺤﻜﻢ اﻟﺜﺎﻟﺚ‪» :‬اﻷﺷﻴﺎء ﻻ ﺗﻜﻮن‪،‬‬
‫ﺣﺘﻰ أُﺳﻤﱢ ﻴَﻬﺎ‪ «.‬ﺗﺠﱪﻧﺎ دراﺳﺔ اﻟﻔﻮﴇ ﻋﲆ اﻻﺗﺠﺎه ﻧﺤﻮ ﺗﺒﻨﱢﻲ املﻮﻗﻒ اﻟﻔﻠﺴﻔﻲ ﻟﻠﺤﻜﻢ‬
‫اﻟﺜﺎﻟﺚ‪.‬‬

‫ﺗﻌﻘﻴﺪات اﻟﻔﻮﴇ‬
‫ﻫﻞ ﺗﻮﺟﺪ اﻟﻜﻤﻴﺎت اﻟﺘﻲ ﻧﺘﻮﻗﻌﻬﺎ ﻓﻘﻂ ﰲ ﻧﻤﺎذج اﻟﺘﻮﻗﻌﺎت اﻟﺘﻲ ﻧﺒﻨﻴﻬﺎ؟ إذا ﻛﺎن اﻷﻣﺮ ﻛﺬﻟﻚ‪،‬‬
‫ﺗﻮﻗﻊ ﰲ ﻓﻀﺎء ﺣﺎﻟﺔ ﻧﻤﻮذﺟﻨﺎ ﰲ ﺣني‬ ‫إ َذن ﻓﻜﻴﻒ ﻳﻤﻜﻦ ﻣﻘﺎرﻧﺘﻬﺎ ﺑﻤﻼﺣﻈﺎﺗﻨﺎ؟ ﻳﻜﻤُﻦ أيﱡ ﱡ‬
‫ﱡ‬
‫اﻟﺘﻮﻗﻊ واملﻼﺣﻈﺔ املﻘﺎﺑﻠﺔ‬ ‫أن املﻼﺣﻈﺔ املﻘﺎﺑﻠﺔ ﻟﻴﺴﺖ ﻣﻮﺟﻮد ًة ﰲ ﻓﻀﺎء اﻟﺤﺎﻟﺔ ذﻟﻚ‪ ،‬ﻓﻬﻞ‬
‫»ﻗﺎﺑﻼن ﻟﻠﻄﺮح أﺣﺪﻫﻤﺎ ﻣﻦ اﻵﺧﺮ«؟ ﻳُﻤﺜﱢﻞ ﻫﺬا اﻟﻄﺮح اﻟﻨﺴﺨﺔ اﻟﺮﻳﺎﺿﻴﺔ ﻣﻦ املﻘﺎرﻧﺔ ﺑني‬
‫ﺷﻴﺌني ﺷﺪﻳﺪَي اﻻﺧﺘﻼف‪ .‬ﻫﻞ ﺣﺎﻟﺔ اﻟﻨﻤﻮذج واملﻼﺣﻈﺔ ﻣﺘﺸﺎﺑﻬﺘﺎن ﺑﻤﺎ ﻳﻜﻔﻲ ﺑﺤﻴﺚ ﻳﻤﻜﻦ‬
‫ﻃﺮح إﺣﺪاﻫﻤﺎ ﻣﻦ اﻷﺧﺮى ﻟﺤﺴﺎب ﻣﺴﺎﻓﺔ‪ ،‬وﻧﺴﺘﻄﻴﻊ ﺑﻌﺪ ذﻟﻚ ﺗﺴﻤﻴﺔ ﺧﻄﺄ ﱡ‬
‫ﺗﻮﻗﻊ ﻣﺎ؟ أم‬
‫أﻧﻬﻤﺎ ﻏري ﻣﺘﺸﺎﺑﻬﺘني؟ وإذا ﻟﻢ ﺗﻜﻮﻧﺎ ﻛﺬﻟﻚ‪ ،‬إذَن ﻓﻔﻲ أي اﺗﺠﺎه ﻧﻤﴤ؟‬
‫ﺛﺎن أﺳﺎﳼ ﻳﻨﺸﺄ ﺣﺘﻰ ﰲ اﻟﻨﻤﺎذج اﻟﻼﺧﻄﻴﺔ‬ ‫ﻛﺸﻒ ﺗﻘﻴﻴﻢ اﻟﻨﻤﺎذج اﻟﻔﻮﺿﻮﻳﺔ ﻋﻦ ﺗﻌﻘﻴﺪ ٍ‬
‫اﻟﻜﺎﻣﻠﺔ ذات ﻗﻴﻢ املﻌﻠﻤﺎت ﻏري املﻌﺮوﻓﺔ‪ .‬ﻛﻴﻒ ﻳﻤﻜﻦ ﺗﺤﺪﻳﺪ أﻓﻀﻞ اﻟﻘﻴﻢ؟ إذا ﻛﺎن اﻟﻨﻤﻮذج‬
‫ﺮﺳﺦ ﺑﺼﻮرة‬ ‫ﺧﻄﻴٍّﺎ‪ ،‬إذَن ﻓﺈن ﻟﺪﻳﻨﺎ ﻗﺮوﻧًﺎ ﻋﺪﻳﺪ ًة ﻣﻦ اﻟﺨﱪة اﻟﻌﻤﻠﻴﺔ واﻟﻨﻈﺮﻳﺔ اﻟﺘﻲ ﺗُ ﱢ‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﺣﻘﻴﻘﺔ أن أﻓﻀﻞ اﻟﻘﻴﻢ ﻋﻤﻠﻴٍّﺎ ﺗﺘﻤﺜﱠﻞ ﰲ ﺗﻠﻚ اﻟﻘﻴﻢ اﻟﺘﻲ ﺗﻘﱰب ﺑﺄﻛﱪ ﻗﺪر ﻣﻤﻜﻦ ﻣﻦ‬ ‫َ‬ ‫ﻣﻘﻨﻌﺔ‬
‫اﻟﻘﺮب وﻓﻖ ﻣﺒﺪأ املﺮﺑﻌﺎت اﻟﺼﻐﺮى )املﺴﺎﻓﺔ اﻷﺻﻐﺮ‬ ‫اﻟﺒﻴﺎﻧﺎت املﺴﺘﻬﺪﻓﺔ؛ ﺣﻴﺚ ﻳﻘﺎس ﻫﺬا ُ‬
‫ﻌﲇ َ ﻣﻦ أﻫﻤﻴﺘﻬﺎ‪ .‬إذا‬ ‫ﺑني اﻟﻨﻤﻮذج واملﻼﺣﻈﺎت املﺴﺘﻬﺪﻓﺔ(‪ .‬ﺗُﻌﺪ اﻻﺣﺘﻤﺎﻟﻴﺔ ﺷﻴﺌًﺎ ﻣﻔﻴﺪًا ﻟﻨ ُ ِ‬
‫ﻛﺎن اﻟﻨﻤﻮذج ﻻ ﺧﻄﻴٍّﺎ‪ ،‬إذَن ﻓﻠﻦ ﺗُﻌﺘﱪ اﻟﻘﺮون اﻟﺘﻲ ﺟﺮى اﻻﻋﺘﻤﺎد ﻓﻴﻬﺎ ﻋﲆ اﻻﻧﻄﺒﺎﻋﺎت‬
‫ﻋﺎﺋﻘﺎ ﻋﻦ اﻟﺘﻘﺪﱡم‪ .‬إن َﻗﺒﻮل‬ ‫ﺧﺮوج ﻋﻦ املﺴﺎر اﻟﺼﺤﻴﺢ‪ ،‬إذا ﻟﻢ ﺗﻜﻦ ً‬ ‫ٍ‬ ‫اﻟﺤﺪْﺳﻴﺔ ﻋﺎد ًة ﺳﻮى‬
‫ﺣﻼ ﻣﺜﺎﻟﻴٍّﺎ‪ ،‬ﻣﺜﻠﻤﺎ ﻳﺠﺐ إﻋﺎدة اﻟﺘﻔﻜري ﰲ ﻓﻜﺮة »اﻟﺪﻗﺔ« ﰲ‬ ‫ﻣﺒﺪأ املﺮﺑﻌﺎت اﻟﺼﻐﺮى ﻟﻢ ﻳَﻌُ ْﺪ ٍّ‬
‫ﺣﺪ ذاﺗﻬﺎ‪ .‬ﻫﺬه اﻟﺤﻘﻴﻘﺔ اﻟﺒﺴﻴﻄﺔ ﻣﻬﻤﺔ ﺑﻘﺪر ﻣﺎ ﻫﻲ ﻣﻬﻤﻠﺔ‪ .‬ﺗﺘﻀﺢ ﻫﺬه املﺴﺄﻟﺔ ﺑﺴﻬﻮﻟﺔ‬
‫ﰲ اﻟﺨﺮﻳﻄﺔ اﻟﻠﻮﺟﻴﺴﺘﻴﺔ‪ ،‬ﻓﺈذا ﻛﺎﻧﺖ ﻟﺪﻳﻨﺎ املﻌﺎدﻟﺔ اﻟﺮﻳﺎﺿﻴﺔ اﻟﺼﺤﻴﺤﺔ وﺗﻮاﻓﺮت ﺟﻤﻴﻊ‬
‫ﺗﻔﺼﻴﻼت ﻧﻤﻮذج اﻟﺘﺸﻮﻳﺶ — أرﻗﺎم ﻋﺸﻮاﺋﻴﺔ ﺗﺘﺨﺬ ﺻﻮرة ﻣﻨﺤﻨًﻰ ﺟﺮﳼ — ﻳﻔﴤ‬
‫اﺳﺘﺨﺪا ُم ﻣﺒﺪأ املﺮﺑﻌﺎت اﻟﺼﻐﺮى ﻟﺤﺴﺎب ﻗﻴﻤﺔ ‪ α‬اﻟﺘﻘﺪﻳﺮﻳﺔ إﱃ أﺧﻄﺎء ﻣﻨﻬﺠﻴﺔ‪ .‬اﻷﻣﺮ‬
‫ﻫﻨﺎ ﻻ ﻳﺘﻌ ﱠﻠﻖ ﺑﺒﻴﺎﻧﺎت أﻗﻞ ﻣﻤﺎ ﻳﻨﺒﻐﻲ أو ﻗﺪرة ﺣﺎﺳﻮﺑﻴﺔ ﻏري ﻛﺎﻓﻴﺔ‪ ،‬ﺑﻞ ﻳﺮﺟﻊ اﻷﻣﺮ إﱃ‬
‫ﻓﺸﻞ اﻷﺳﻠﻮب‪ .‬ﻳﻤﻜﻨﻨﺎ ﺣﺴﺎب ﻗﻴﻤﺔ املﺮﺑﻌﺎت اﻟﺼﻐﺮى املﺜﺎﻟﻴﺔ‪ ،‬اﻟﺘﻲ ﺗُﻌﺘﱪ ﻗﻴﻤﺘﻬﺎ ﺑﺎﻟﻨﺴﺒﺔ‬
‫إﱃ ‪ α‬أﻗﻞ ﻣﻤﺎ ﻳﻨﺒﻐﻲ ﻋﻨﺪ ﺟﻤﻴﻊ ﻣﺴﺘﻮﻳﺎت اﻟﺘﺸﻮﻳﺶ‪ .‬ﻻ ﻳﻨﻄﺒﻖ ﻫﺬا اﻷﺳﻠﻮب اﻟﺼﺎرم‬
‫ﻋﲆ اﻟﻨﻤﺎذج اﻟﻼﺧﻄﻴﺔ ﻷن اﻟﻔﺮﺿﻴﺎت اﻟﻜﺎﻣﻨﺔ وراء ﻣﺒﺪأ املﺮﺑﻌﺎت اﻟﺼﻐﺮى ﺗﻔﱰض ﻣﺮا ًرا‬
‫ﺗﻮزﻳﻌﺎت ﺟﺮﺳﻴﺔ‪ .‬ﺗﺤﺎﻓﻆ اﻟﻨﻤﺎذج اﻟﺨﻄﻴﺔ ﻋﲆ ﺷﻜﻞ ﻫﺬه اﻟﺘﻮزﻳﻌﺎت‪ ،‬ﺑَﻴْ َﺪ أن »اﻟﻨﻤﺎذج‬ ‫ٍ‬
‫اﻟﻼﺧﻄﻴﺔ ﺗﺸﻮﱢه اﻟﺸﻜﻞ اﻟﺠﺮﳼ«؛ وﻫﻮ ﻣﺎ ﻳﺠﻌﻞ ﻣﺒﺪأ املﺮﺑﻌﺎت اﻟﺼﻐﺮى ﻏري ﻣﻼﺋﻢ‪ .‬ﻋﻤﻠﻴٍّﺎ‪،‬‬ ‫ُ‬
‫ﻳُﻘ ﱢﻠﻞ ﻫﺬا »اﻟﺘﻔﻜري اﻟﺨﻄﻲ اﻟﺘﻮاق« ﺑﺼﻮرة ﻣﻨﻬﺠﻴﺔ ﻣﻦ أﻫﻤﻴﺔ ﻗﻴﻤﺔ املﻌﻠﻢ اﻟﺤﻘﻴﻘﻴﺔ ﻋﻨﺪ‬
‫ﻛﻞ ﻣﺴﺘﻮًى ﺗﺸﻮﻳﴚ‪ .‬وﻗﺪ ﺗﻌﺜﺮت اﻟﺘﻔﺴريات )اﻟﺨﺎﻃﺌﺔ( اﻟﺤﺪﻳﺜﺔ ﻟﻠﻨﻤﺎذج املﻨﺎﺧﻴﺔ ﺑﺴﺒﺐ‬
‫ﻃﺮﻳﻘﺔ اﻟﺘﻔﻜري اﻟﺨﻄﻲ اﻟﺘﻮاق املﺸﺎﺑﻬﺔ‪ .‬ﺳﻴﺴﺘﻄﻴﻊ ﺷﻴﻄﺎن اﻟﻘﺮن اﻟﺤﺎدي واﻟﻌﴩﻳﻦ‬
‫ﺣﺴﺎب ﻗﻴﻤﺔ ‪ α‬ﺑﺪﻗﺔ ﺑﺎﻟﻐﺔ‪ ،‬ﻟﻜﻨﻪ ﻟﻦ ﻳﺴﺘﺨﺪم ﻣﺒﺪأ املﺮﺑﻌﺎت اﻟﺼﻐﺮى ﰲ ذﻟﻚ! )ﺳﻴﺒﺤﺚ‬
‫اﻟﺸﻴﻄﺎن ﻋﻦ ﺗﻜﻬﻨﺎت‪(.‬‬
‫رﺳﺦ وﺟﻮد اﻷﻋﺪاد‬ ‫ﺗﻌﻘﺪ اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ رﺑﻤﺎ ﱠ‬ ‫أﻳﻀﺎ ﻋﻤﺎ إن ﻛﺎن ﱡ‬ ‫ﺗﺴﺎءل اﻟﻔﻼﺳﻔﺔ ً‬
‫اﻟﺤﻘﻴﻘﻴﺔ ﰲ اﻟﻄﺒﻴﻌﺔ‪ ،‬وﻫﻮ ﻣﺎ ﻳﱪﻫﻦ ﻋﲆ وﺟﻮد اﻷﻋﺪاد ﻏري اﻟﻨﺴﺒﻴﺔ ﺣﺘﻰ إذا ﻛﻨﺎ ﻻ‬
‫ﻧﺴﺘﻄﻴﻊ أن ﻧﺮى ﺳﻮى أﻋﺪاد رﺋﻴﺴﻴﺔ ﻗﻠﻴﻠﺔ ﻣﻨﻬﺎ‪ .‬ﻻ ﺗُﻘﺪﱢم ﻋﻨﺎﴏ اﻟﺠﺬب اﻟﻐﺮﻳﺒﺔ ﺷﻴﺌًﺎ‬
‫ﻳﺪﻋﻢ ﻫﺬه اﻷﻃﺮوﺣﺎت اﻟﺘﻲ ﻻ ﺗﺘﺄﺗﻰ ﻣﻦ ﻧﻈﻢ دﻳﻨﺎﻣﻴﻜﻴﺔ ﺧﻄﻴﺔ‪ .‬ﻋﲆ اﻟﺠﺎﻧﺐ َ‬
‫اﻵﺧﺮ‪ ،‬ﺗُﻘﺪﱢم‬
‫اﻟﻔﻮﴇ ﻃﺮﻳﻘﺔ ﺟﺪﻳﺪة ﻻﺳﺘﺨﺪام اﻟﻨﻤﺎذج وﻣﻼﺣﻈﺎﺗﻨﺎ ﰲ ﺗﺤﺪﻳﺪ املﺘﻐريات ﺑﺘﻔﺼﻴﻞ ﻻﻓﺖ‬
‫— إذا ﻛﺎﻧﺖ ﻧﻤﺎذﺟﻨﺎ ﺟﻴﺪة ﺑﻤﺎ ﻳﻜﻔﻲ — ﻣﻦ ﺧﻼل اﻟﺤﺎﻻت ﻋﱪ اﻟﺘﻜﻬﱡ ﻦ ﻣﻦ ﻧﻤﺎذج ﻻ ﺧﻄﻴﺔ‬
‫ﻣﻼﺋﻤﺔ ﺗﺠﺮﻳﺒﻴٍّﺎ‪ .‬إذا ﻛﺎن ﻧﻤﻮذﺟﻨﺎ ﻳﺘﻜﻬﱠ ﻦ ﺑﺎملﻼﺣﻈﺎت ﻋﱪ ﻓﱰة ﻣﻤﺘﺪة‪ ،‬إذَن ﻓﻠﻦ ﺗﺘﺠﺎوز‬

‫‪168‬‬
 ‫اﻟﻔﻠﺴﻔﺔ ﰲ اﻟﻔﻮﴇ‬

‫ً‬
‫ﻃﺮﻳﻘﺔ ﻟﺘﺤﺪﻳﺪ ﻗِ ﻴَﻢ‬ ‫ﻳﻮﻓﺮ‬ ‫ً‬
‫ﻧﻄﺎﻗﺎ ﻣﺤﺪودًا ﺟﺪٍّا ﻣﻦ اﻟﻘﻴﻢ‪ ،‬وﻫﻮ ﻣﺎ ﱢ‬ ‫ﺟﻤﻴﻊ ﺣﺎﻻت اﻟﺘﻜﻬﻨﺎت‬
‫املﻼﺣﻈﺎت ﻣﺜﻞ درﺟﺔ اﻟﺤﺮارة ﺑﺪرﺟﺔ ﻣﻦ اﻟﺪﻗﺔ ﻳﺘﻘﻮﱠض ﻋﻨﺪﻫﺎ ﻣﻔﻬﻮﻣﻨﺎ املﻌﺘﺎد ﻟﻠﺤﺮارة‪.‬‬
‫ﺑﺪﻳﻼ ذا دﻗﺔ‬ ‫ً‬ ‫ﻟﻦ ﻧﺤﺼﻞ ﻋﲆ رﻗﻢ ﻏري ﻧﺴﺒﻲ أﺑﺪًا‪ ،‬ﻟﻜﻦ ﻗﺪ ﻳُﻘﺪﱢم ﻧﻤﻮذج ﻣﻼﺋﻢ ﺗﺠﺮﻳﺒﻴٍّﺎ‬
‫اﻋﺘﺒﺎﻃﻴﺔ‪ ،‬ﺑﺎﺳﺘﺨﺪام املﻼﺣﻈﺎت ﻣﻊ ﻣﻨﺢ اﻟﻨﻤﻮذج دو ًرا ﻻ ﻳﺨﺘﻠﻒ ﻛﺜريًا ﻋﻦ دور اﻟﺤﻜﻢ‬
‫اﻟﻌﻼﻗﺔ اﻟﺘﻘﻠﻴﺪﻳﺔ ﺑني درﺟﺔ اﻟﺤﺮارة وﻗﻴﺎﺳﺎﺗﻨﺎ ﻟﻬﺎ ﻣﻦ‬ ‫ُ‬ ‫اﻟﺜﺎﻟﺚ‪ .‬وﺑﺎﻟﺮﻏﻢ ﻣﻦ ذﻟﻚ‪ ،‬ﺗﻈﻞ‬
‫ﻣﺄﻣﻦ ﺣﺘﻰ ﻳﺘﻀﺢ وﺟﻮد ﻣﺴﺎرات ﺗﻜﻬﻨﺎت ﻣﻔﻴﺪة‪.‬‬ ‫ٍ‬ ‫ﺧﻼل ﻧﻤﻮذج ﺗﺸﻮﻳﺶ ﰲ‬
‫ﺗﻨﺸﺄ ﻣﻌﻀﻠﺔ ﻓﻠﺴﻔﻴﺔ أﺧﺮى ﰲ إﻃﺎر ﻃﺮﻳﻘﺔ ﺗﺤﺪﻳﺪ »أﻓﻀﻞ« ﺗﻮﻗﻊ ﻣﻦ اﻟﻨﺎﺣﻴﺔ‬
‫ﺗﻮﻗﻊ‪ ،‬ﺑﻴﻨﻤﺎ ﺳﻴﻤﺜﱢﻞ‬ ‫اﻟﻌﻤﻠﻴﺔ‪ .‬ﺗﻘﺪﱢم اﻟﺘﻮﻗﻌﺎت اﻻﺣﺘﻤﺎﻟﻴﺔ ﺗﻮزﻳﻌً ﺎ ﻛﻤﺎ ﻫﻲ اﻟﺤﺎل ﰲ ﻛﻞ ﱡ‬
‫اﻟﺮﺻﺪ املﺴﺘﻬﺪف اﻟﺬي ﻧﺘﺤﻘﻖ ﻣﻦ ﺻﺤﺔ ﺗﻮﻗﻌﺎﺗﻨﺎ إزاءه ﺣﺪﺛًﺎ واﺣﺪًا دوﻣً ﺎ‪ .‬ﻋﻨﺪﻣﺎ ﻳﺨﺘﻠﻒ‬
‫آﺧﺮ‪ ،‬ﺳﺘﻈﻬﺮ ﻟﻨﺎ ﻣﺮة أﺧﺮى ﻣﺸﻜﻠﺔ املﻘﺎرﻧﺔ ﺑني ﺷﻴﺌني‬ ‫ﺗﻮزﻳﻊ اﻟﺘﻮﻗﻌﺎت ﻣﻦ ﺗﻮﻗﻊ إﱃ َ‬
‫ﺷﺪﻳﺪَي اﻻﺧﺘﻼف وﻻ ﻳﻤﻜﻦ أﺑﺪًا ﺗﻘﻴﻴﻢ ﺣﺘﻰ أﺣﺪ ﺗﻮزﻳﻌﺎت ﺗﻮﻗﻌﺎﺗﻨﺎ ﺑﺎﻋﺘﺒﺎره ﺗﻮزﻳﻌً ﺎ‪.‬‬
‫ﻳﻔﴤ ﻧﺠﺎح ﻧﻤﺎذﺟﻨﺎ إﱃ دﻏﺪﻏﺔ ﻣﺸﺎﻋﺮﻧﺎ ﻧﺤﻮ اﻟﻔﻜﺮة املﺜﺎﻟﻴﺔ اﻟﻘﺎﺋﻠﺔ ﺑﺄن اﻟﻘﻮاﻧني‬
‫ﻈﻢ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ ﻣﺤﻞ اﻫﺘﻤﺎﻣﻨﺎ‪ .‬ﺷ ﱠﻜﻠﺖ اﻟﻨﻤﺎذج اﻟﺨﻄﻴﺔ ﻋﺎﺋﻠﺔ ﻣﺜﺎﻟﻴﺔ‪.‬‬ ‫اﻟﺮﻳﺎﺿﻴﺔ ﺗﺤﻜﻢ ﻧ ُ ُ‬
‫ﻈﺮ إﻟﻴﻪ ﺑﺎﻋﺘﺒﺎره‬ ‫ﻗﺪ ﻳﻘﱰب اﻟﻨﻤﻮذج اﻟﺨﻄﻲ اﻟﺨﺎﻃﺊ ﻣﻦ اﻟﻨﻤﻮذج اﻟﺨﻄﻲ اﻟﺼﺤﻴﺢ‪ ،‬وﻳُﻨ َ‬
‫ﻛﺬﻟﻚ‪ ،‬ﻋﲆ ﻧﺤﻮ ﻣﺎ ﻻ ﻳﻨﻄﺒﻖ ﻋﲆ اﻟﻨﻤﺎذج اﻟﻼﺧﻄﻴﺔ‪ .‬ﻟﻴﺲ ﻣﻦ اﻟﺴﻬﻞ إدراك أن اﻟﻨﻤﻮذجَ‬
‫اﻟﻼﺧﻄﻲ ﻏريَ اﻟﻜﺎﻣﻞ »ﻳﻘﱰب« ﻣﻦ اﻟﻨﻤﻮذج اﻟﺼﺤﻴﺢ ﰲ ﻇﻞ املﻼﺣﻈﺎت ﻓﻘﻂ‪ ،‬وﻫﻮ ﻣﺎ‬
‫ﻧﺮاه ﻳﺴﻤﺢ ﺑﻈﻬﻮر ﺣﺎﻻت ﺗﻜﻬﻨﺎت ﻃﻮﻳﻠﺔ‪ ،‬ﻟﻜﻦ إذا ﻛﺎن اﻟﻨﻤﻮذﺟﺎن ﻳﺘﻀﻤﻨﺎن ﻋﻨﴫَيْ‬
‫ﻣﺨﺘﻠﻔني — وﻧﺤﻦ ﻧﻌﺮف أن ﻋﻨﺎﴏ اﻟﺠﺬب ﰲ اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ اﻟﺸﺪﻳﺪة اﻟﺘﺸﺎﺑﻪ‬ ‫َ‬ ‫ﺟﺬب‬
‫ﻗﺪ ﺗﻜﻮن ﻣﺨﺘﻠﻔﺔ ﺟﺪٍّا — ﻓﺈﻧﻨﺎ إذَن »ﻻ« ﻧﻌﺮف ﻛﻴﻒ ﻧﺆﻟﻒ ﻣﺠﻤﻮﻋﺎت ﻧﻤﺎذج ﻳﻨﺸﺄ ﻋﻨﻬﺎ‬
‫ﺗﻮﻗﻌﺎت اﺣﺘﻤﺎﻟﻴﺔ ﻣﻮﺛﻮق ﺑﻬﺎ‪ .‬ﻳﺠﺐ أن ﻧﻌﻴﺪ اﻟﻨﻈﺮ ﰲ ﻃﺮﻳﻘﺔ اﻗﱰاب ﻧﻤﺎذﺟﻨﺎ اﻟﻼﺧﻄﻴﺔ ﻣﻦ‬
‫ﻧﻤﻮذج ﻣﺎ »ﺻﺤﻴﺢ«‪ .‬ﻻ ﻳﻮﺟﺪ ﺳﺒﺐ ﻋﻠﻤﻲ‬ ‫ٍ‬ ‫اﻟﺤﻘﻴﻘﺔ‪ ،‬ﺣﺎل إﻣﻜﺎﻧﻴﺔ اﺣﺘﻮاء اﻟﺤﻘﻴﻘﺔ ﰲ إﻃﺎر‬
‫ﻣﺤرية أُﺛِريت‬‫ﻟﻼﻋﺘﻘﺎد ﺑﻮﺟﻮد ﻧﻤﻮذج ﻣﺜﺎﱄ ﻣﺜﻞ ذﻟﻚ‪ .‬رﺑﻤﺎ ﻳﻨﺘﻘﻞ اﻟﻔﻴﻠﺴﻮف ﻣﻦ ﻣﻮﺿﻮﻋﺎت ﱢ‬
‫ﺧﻼل اﻟﺒﺤﺚ ﻋﻦ اﻟﺤﻘﻴﻘﺔ‪ ،‬وﻳﺘﺄﻣﻞ ﺗﺪاﻋﻴﺎت ﻋﺪم وﺟﻮد ﻣﺎ ﻫﻮ أﻛﺜﺮ ﻣﻦ ﻣﺠﻤﻮﻋﺎت ﻧﻤﺎذج‬
‫ﻏري ﻛﺎﻣﻠﺔ‪ .‬أيﱡ ﻧﺼﻴﺤﺔ ﻳﻤﻜﻦ أن ﻳﺘﻘﺪﱠم اﻟﻔﻴﻠﺴﻮف ﺑﻬﺎ إﱃ اﻟﻔﻴﺰﻳﺎﺋﻲ؟ إذا ﻛﺎﻧﺖ اﻟﻘﺪرة‬
‫اﻟﺤﺎﺳﻮﺑﻴﺔ اﻟﺠﺪﻳﺪة ﺗﺴﻤﺢ ﺑﺘﻮﻟﻴﺪ ﻣﺠﻤﻮﻋﺎت ﻧﻤﺎذج ﺗﺘﺄﻟﻒ ﻣﻦ أي ﳾء ﻳﻤﻜﻨﻨﺎ ﺗﺼﻮره‬
‫)ﴍوط ﻣﺒﺪﺋﻴﺔ‪ ،‬ﻗﻴﻢ ﻣﻌﻠﻤﺎت‪ ،‬ﻧﻤﺎذج‪ ،‬ﺑﻨﻴﺔ ﺣﺎﺳﻮب … إﻟﺦ(‪ ،‬ﻛﻴﻒ ﱢ‬
‫ﻧﻔﴪ اﻟﺘﻮزﻳﻌﺎت اﻟﺘﻲ‬
‫ﺗَﺘَﺄﺗﱠﻰ ﻋﻠﻤﻴٍّﺎ؟ أو ﻛﻴﻒ ﻳﻤﻜﻦ اﻟﻜﺸﻒ ﻋﻦ ﺣﻤﺎﻗﺔ ﻋﺪم ﻣﻮاﺟﻬﺔ ﻫﺬه املﻮﺿﻮﻋﺎت ﻣﻦ ﺧﻼل‬
‫ُﺴﺘﻘﻰ ﻣﻦ ﻧﻤﻮذج ﱠ‬
‫ﻣﻌﻘﺪ ﻓﺎﺋﻖ اﻟﺪﻗﺔ؟‬ ‫اﺳﺘﺨﺪام ﻧﻤﻮذج ﻣﺤﺎﻛﺎة واﺣﺪ ﻣ ً‬

‫‪169‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻆ أﻧﻪ ﻋﻨﺪ اﺳﺘﺨﺪام اﻟﻨﻤﻮذج اﻟﺨﺎﻃﺊ‪ ،‬رﺑﻤﺎ ﻧﻮﺟﱢ ﻪ اﻟﺴﺆال اﻟﺨﺎﻃﺊ‪ .‬ﻣَ ﻦ‬‫أﺧريًا‪ ،‬ﻻﺣِ ْ‬
‫ﻳﻠﻌﺐ دور ﻣَ ﻦ ﰲ ﻟﻌﺒﺔ ورق ﻻﺗﻮر؟ ﻳﻔﱰض اﻟﺴﺆا ُل ﻧﻤﻮذﺟً ﺎ ﻳﻠﻌﺐ ﻛﻞ ﻻﻋﺐ ﻓﻴﻪ دو َر ﻋﺎﻟﻢ‬
‫اﻟﺮﻳﺎﺿﻴﺎت أو اﻟﻔﻴﺰﻳﺎﺋﻲ أو اﻹﺣﺼﺎﺋﻲ أو اﻟﻔﻴﻠﺴﻮف ﻓﻘﻂ‪ ،‬وﴐورة وﺟﻮد ﻣﻤﺜﱢﻞ ﻋﻦ ﻛﻞ‬
‫ﻣﺠﺎل ﻋﲆ املﺎﺋﺪة‪ .‬رﺑﻤﺎ ﻫﺬا اﻓﱰاض ﺧﺎﻃﺊ‪ .‬ﻛﻌﻠﻤﺎء ﰲ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ‪ ،‬ﻫﻞ ﻳﺴﺘﻄﻴﻊ ﻛﻞ‬
‫ﻻﻋﺐ ﻟﻌﺐ ﺟﻤﻴﻊ اﻷدوار؟‬

‫ﻋﺐء ﺑﺮﻫﻨﺔ ﻓﻮﺿﻮﻳﺔ اﻟﻨﻈﻢ‬

‫إذا اﺳﺘﺨﺪﻣﻨﺎ املﻌﺎﻳري اﻟﺮﻳﺎﺿﻴﺔ ﰲ اﻟﱪﻫﺎن‪ ،‬إذَن ﻓﺎﻟﻘﻠﻴﻞ ﺟﺪٍّا ﻣﻦ اﻟﻨﻈﻢ ﻳﻤﻜﻦ إﺛﺒﺎت‬
‫ﺗﻌﺮﻳﻒ اﻟﻔﻮﴇ اﻟﺮﻳﺎﺿﻴﺔ إﻻ ﻋﲆ اﻟﻨﻈﻢ اﻟﺮﻳﺎﺿﻴﺔ؛ ﻟﺬا ﻻ ﻧﺴﺘﻄﻴﻊ‬ ‫ُ‬ ‫ﻓﻮﺿﻮﻳﺘﻪ‪ .‬ﻻ ﻳُﻄﺒﱠﻖ‬
‫أن ﻧﺒﺪأ ﺑﺎﻟﱪﻫﻨﺔ ﻋﲆ ﻓﻮﺿﻮﻳﺔ — أو دورﻳﺔ — أي ﻧﻈﺎم ﻓﻴﺰﻳﺎﺋﻲ ﺑﺎﻟﺘﺄﻛﻴﺪ ﻟﻬﺬا اﻟﺴﺒﺐ‪.‬‬
‫ً‬
‫ﻓﻮﺿﻮﻳﺔ‪ ،‬ﻣﺎ دﻣﻨﺎ‬ ‫ً‬
‫دورﻳﺔ أو‬ ‫ﻒ اﻟﻨﻈﻢ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ ﺑﺎﻋﺘﺒﺎرﻫﺎ ﻧﻈﻤً ﺎ‬ ‫ﻧﺼ َ‬
‫ﻏري أﻧﻪ ﻣﻦ املﻔﻴﺪ أن ِ‬
‫ﻻ ﻧﺨﻠﻂ ﺑني اﻟﻨﻤﺎذج اﻟﺮﻳﺎﺿﻴﺔ واﻟﻨﻈﻢ اﻟﺘﻲ ﻧﺴﺘﺨﺪﻣﻬﺎ ﰲ وﺻﻔﻬﺎ‪ .‬ﻋﻨﺪﻣﺎ ﻳﻮﺟﺪ ﻧﻤﻮذج‬
‫ﻟﺪﻳﻨﺎ‪ ،‬ﻳﻤﻜﻨﻨﺎ أن ﻧﺮى إن ﻛﺎن ﺣﺘﻤﻴٍّﺎ أو ﺗﺼﺎدﻓﻴٍّﺎ‪ ،‬وﻟﻜﻦ ﺣﺘﻰ ﺑﻌﺪ ﺛﺒﻮت ﺣﺘﻤﻴﺔ اﻟﻨﻤﻮذج‪ ،‬ﻻ‬
‫ﻣﺴﺄﻟﺔ ﻳﺴرية‪ .‬ﻳُﻌﺘﱪ ﺣﺴﺎب آﺳﺎس ﻟﻴﺎﺑﻮﻧﻮف ﻣﻬﻤﺔ ﺻﻌﺒﺔ‪،‬‬ ‫ً‬ ‫ﺗُﻌﺘﱪ اﻟﱪﻫﻨﺔ ﻋﲆ ﻓﻮﺿﻮﻳﺘﻪ‬
‫ﻈﻢ ﻗﻠﻴﻠﺔ ﺟﺪٍّا ﻳﻤﻜﻨﻨﺎ ﺑﻬﺎ إﺟﺮاء ﻣﺜﻞ ﻫﺬا اﻟﺤﺴﺎب ﻋﲆ ﻧﺤﻮ ﺗﺤﻠﻴﲇ‪ .‬اﺳﺘﻐﺮق اﻷﻣﺮ‬ ‫وﺛَﻤﱠ َﺔ ﻧ ُ ُ‬
‫ﺣﻮاﱄ ‪ ٤٠‬ﻋﺎﻣً ﺎ ﻟﱰﺳﻴﺦ ﺑﺮﻫﺎن رﻳﺎﴈ ﻳﻘﻮل ﺑﺄن دﻳﻨﺎﻣﻴﻜﻴﺎت ﻧﻈﺎم ﻟﻮرﻧﺰ ﻟﻌﺎم ‪١٩٦٣‬‬
‫ﻛﺎﻧﺖ ﻓﻮﺿﻮﻳﺔ؛ ﻟﺬا ﻳﺤﺘﻤﻞ أن ﻳﺒﻘﻰ ﻣﻔﺘﻮﺣً ﺎ ﻟﻔﱰ ٍة اﻟﺴﺆا ُل املﺘﻌﻠﻖ ﺑﺎملﻌﺎدﻻت اﻷﻛﺜﺮ ﺗﻌﻘﻴﺪًا‬
‫ﻣﺜﻞ ﻣﻌﺎدﻻت ﺗﻮﻗﻌﺎت اﻟﻄﻘﺲ ﻋﲆ اﻷرﺟﺢ‪.‬‬
‫ﻻ ﻧﺴﺘﻄﻴﻊ ﺣﺘﻰ أن ﻧﺄﻣﻞ ﰲ اﻟﺪﻓﺎع ﻋﻦ ادﻋﺎء ﺑﺄن ﻧﻈﺎﻣً ﺎ ﻓﻴﺰﻳﺎﺋﻴٍّﺎ ﻳُﻌﺪ ﻓﻮﺿﻮﻳٍّﺎ إﻻ إذا‬
‫أﻳﻀﺎ اﻟﺘﺨ ﱡﻠﺺ ﻣﻦ‬ ‫أزﺣﻨﺎ ﻋﺐء اﻟﱪﻫﺎن ﻣﻦ ﻋﲆ ﻛﺎﻫﻞ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت؛ وﻫﻮ ﻣﺎ ﻳﺘﻀﻤﻦ ً‬
‫ﺗﺒني أن أﻓﻀﻞ ﻧﻤﺎذﺟﻨﺎ ﻷﺣﺪ اﻟﻨﻈﻢ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ‬ ‫املﻌﻨﻰ اﻷﻛﺜﺮ ﺷﻴﻮﻋً ﺎ ﻟﻠﻔﻮﴇ‪ .‬ﰲ املﻘﺎﺑﻞ‪ ،‬إذا ﱠ َ‬
‫ﺗﺒﺪو ﻓﻮﺿﻮﻳﺔ‪ ،‬وإذا ﻛﺎﻧﺖ ﺣﺘﻤﻴﺔ‪ ،‬ﻓﺘﺒﺪو ﻣﺘﻜﺮرة‪ ،‬وﺗﺸري إﱃ اﻋﺘﻤﺎدﻫﺎ اﻟﺤﺴﺎس ﻣﻦ ﺧﻼل‬
‫ً‬
‫ﺗﻌﺮﻳﻔﺎ ﻋﻤﻠﻴٍّﺎ ملﺎ‬ ‫إﺑﺪاء ﻧﻤﻮ ﴎﻳﻊ ﰲ ﺣﺎﻻت ﻋﺪم اﻟﻴﻘني اﻟﺼﻐرية‪ ،‬إذَن ﺗُﻘﺪﱢم ﻫﺬه اﻟﺤﻘﺎﺋﻖ‬
‫ﺗﻮﺻﻴﻔﺎ أﻓﻀﻞ ﻟﺬﻟﻚ اﻟﻨﻈﺎم‬ ‫ً‬ ‫ﻳﻌﻨﻴﻪ أن ﻳﻜﻮن ﻧﻈﺎم ﻓﻴﺰﻳﺎﺋﻲ ﻓﻮﺿﻮﻳٍّﺎ‪ .‬رﺑﻤﺎ ﻧﺠﺪ ﻳﻮﻣً ﺎ ﻣﺎ‬
‫اﻟﻔﻴﺰﻳﺎﺋﻲ ﻻ ﻳﻤﺘﻠﻚ ﻫﺬه اﻟﺨﻮاص‪ ،‬ﺑَﻴْ َﺪ أن ذﻟﻚ ﻫﻮ ﻣﺴﻠﻚ ﺟﻤﻴﻊ ﻣﺠﺎﻻت اﻟﻌﻠﻢ‪ .‬ﰲ ﻫﺬا‬
‫اﻹﻃﺎر‪ ،‬ﻳُﻌﺪ اﻟﻄﻘﺲ ﻓﻮﺿﻮﻳٍّﺎ ﺑﻴﻨﻤﺎ ﻻ ﻳُﻌﺪ اﻻﻗﺘﺼﺎد ﻛﺬﻟﻚ‪ .‬ﻫﻞ ﻳﺸري ﻫﺬا ﺿﻤﻨًﺎ إﱃ أﻧﻨﺎ ﻟﻮ‬
‫أﺿﻔﻨﺎ ﻣﺎ ﻳُﺴﻤﱠ ﻰ ﺑﻤﻮ ﱢﻟﺪ أﻋﺪاد ﻋﺸﻮاﺋﻴﺔ إﱃ ﻧﻤﻮذج اﻟﻄﻘﺲ ﻟﺪﻳﻨﺎ ﻓﻠﻦ ﻧﻌﺘﻘﺪ ﺑﻌﺪ ذﻟﻚ ﰲ‬
‫ﻣﻄﻠﻘﺎ‪ ،‬ﻣﺎ دﻣﻨﺎ ﻧﺮﻏﺐ ﻓﻘﻂ ﰲ اﺳﺘﺨﺪام ﻣﻮ ﱢﻟﺪ أرﻗﺎم ﻋﺸﻮاﺋﻴﺔ‬ ‫ً‬ ‫ﻓﻮﺿﻮﻳﺔ اﻟﻄﻘﺲ اﻟﺤﻘﻴﻘﻲ؟‬

‫‪170‬‬
 ‫اﻟﻔﻠﺴﻔﺔ ﰲ اﻟﻔﻮﴇ‬

‫ﰲ أﻏﺮاض ﻫﻨﺪﺳﻴﺔ‪ ،‬ﻣﺜﻞ ﺗﻔﺴري أوﺟﻪ اﻟﻘﺼﻮر ﰲ اﻟﻨﻤﻮذج اﻟﺤﺎﺳﻮﺑﻲ املﺤﺪود‪ .‬ﺑﺎملﺜﻞ‪ ،‬ﻻ‬
‫ﺗﺸري ﺣﻘﻴﻘﺔ أﻧﻨﺎ ﻻ ﻧﺴﺘﻄﻴﻊ اﺳﺘﺨﺪام ﻣﻮﻟﺪ أﻋﺪاد ﻋﺸﻮاﺋﻴﺔ ﺣﻘﻴﻘﻲ ﰲ ﻧﻤﺎذج اﻟﺤﺎﺳﻮب‬
‫إﱃ ﴐورة اﻋﺘﺒﺎر ﺳﻮق اﻷﺳﻬﻢ ﺣﺘﻤﻴﺔ‪ .‬ﻛﺸﻔﺖ دراﺳﺔ اﻟﻔﻮﴇ ﻋﻦ أﻫﻤﻴﺔ اﻟﺘﻤﻴﻴﺰ ﺑني‬
‫أﻓﻀﻞ ﻧﻤﺎذﺟﻨﺎ وأﻓﻀﻞ ﻃﺮﻳﻘﺔ ﻟﺒﻨﺎء ﻧﻤﺎذج ﻣﺤﺎﻛﺎة ﺣﺎﺳﻮﺑﻴﺔ ﻟﺘﻠﻚ اﻟﻨﻤﺎذج‪ .‬إذا ﻛﺎﻧﺖ ﺑﻨﻴﺔ‬
‫ﱠ‬
‫ﺳﻴﺘﺒني أن أﻓﻀﻞ ﻧﻤﺎذﺟﻨﺎ ﻷﺣﺪ اﻟﻨﻈﻢ اﻟﺤﺘﻤﻴﺔ ﻣﺎ ﻫﻮ إﻻ ﻧﻈﺎم‬ ‫ﻧﻤﻮذﺟﻨﺎ ﻏري ﻛﺎﻣﻠﺔ‪ ،‬ﻓﺮﺑﻤﺎ‬
‫ﺗﺼﺎدﰲ!‬
‫ً‬
‫رﺑﻤﺎ ﻳﺘﻤﺜﱠﻞ أﺣﺪ أﻛﺜﺮ اﻷﺳﺌﻠﺔ ﺗﺸﻮﻳﻘﺎ‪ ،‬واﻟﺬي ﻳﻨﺸﺄ ﻣﻦ اﻟﺘﻮﻗﻊ اﻟﻔﻮﺿﻮي‪ ،‬ﰲ اﻟﺴﺆال‬
‫املﻔﺘﻮح ﺣﻮل أﺳﻠﻮب ﻧﻤﺬﺟﺔ راﺑﻊ‪ .‬ﻧﺮى أﻓﻀﻞ ﻧﻤﺎذﺟﻨﺎ ﺗﻌﺠﺰ ﻋﻦ اﻟﺘﻜﻬﻦ؛ ﻣﺎ ﻳﺠﻌﻠﻨﺎ‬
‫ﻧﺘﺸﻜﻚ ﰲ ﻋﺪم وﺟﻮد ﻃﺮﻳﻘﺔ ﻟﺘﻌﺪﻳﻞ ﻫﺬا اﻟﻨﻤﻮذج‪ ،‬ﺳﻮاءٌ ﰲ إﻃﺎر ﺧﻄﺔ اﻟﻨﻤﺬﺟﺔ اﻟﺤﺘﻤﻴﺔ‬
‫اﻟﺘﻲ ﻳﻀﻌﻬﺎ اﻟﻔﻴﺰﻳﺎﺋﻲ‪ ،‬أو ﰲ إﻃﺎر ﺧﻄﻂ اﻟﻨﻤﺎذج اﻟﻘﻴﺎﺳﻴﺔ اﻟﺘﺼﺎدﻓﻴﺔ اﻟﺘﻲ ﻳﻀﻌﻬﺎ‬
‫اﻹﺣﺼﺎﺋﻲ‪ .‬ﻫﻞ ﻳﻤﻜﻦ أن ﻳُﺴﻔِ ﺮ املﺰﻳﺪ ﻣﻦ دراﺳﺔ اﻟﻔﻮﴇ اﻟﺮﻳﺎﺿﻴﺔ ﻋﻦ ﻣﺠﻤﻮﻋﺔ ﻣﺮﻛﺒﺔ‬
‫ﻣﻦ اﻟﻨﻤﺎذج ﱢ‬
‫ﺗﻮﻓﺮ ﻟﻨﺎ ﻧﻤﺎذج ﺗﺘﻜﻬﻦ ﻋﲆ اﻷﻗﻞ ﺑﺎﻟﻨﻈﻢ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ؟‬

‫اﻟﻈﻼل‪ ،‬واﻟﻔﻮﴇ‪ ،‬واملﺴﺘﻘﺒﻞ‬

‫ﺑﻤﺠﺮد ﻓﺘﺢ أﻋﻴﻨﻨﺎ‪ ،‬رﺑﻤﺎ ﻧﺮى اﻟﻌﺎﻟﻢ ﻣﻦ ﻣﻨﻈﻮر ﺟﺪﻳﺪ‪ ،‬ﺑَﻴْ َﺪ أﻧﻨﺎ ﻻ ﻧﺴﺘﻄﻴﻊ أﺑﺪًا‬
‫اﻟﻌﻮدة إﱃ املﻨﻈﻮر اﻟﻘﺪﻳﻢ‪.‬‬
‫إﻳﻪ إدﻧﺠﺘﻮن )‪(١٩٢٧‬‬

‫ﺗُﻌﺘﱪ اﻟﺮﻳﺎﺿﻴﺎت ﻫﻲ اﻟﺘﺠﺴﻴﺪ املﻄﻠﻖ ﻟﻠﺨﻴﺎل اﻟﻌﻠﻤﻲ‪ .‬ﺑﻴﻨﻤﺎ ﻗﺪ ﻳﻜﺘﻔﻲ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت‬
‫ﺑﻘﴫ أﻧﺸﻄﺘﻬﻢ — وﻫﻢ ﺳﻌﺪاء — ﻋﲆ ﻣﺠﺎﻻت ﺗﺼﺢ ﻓﻴﻬﺎ اﻓﱰاﺿﺎﺗﻬﻢ )ﺗﻘﺮﻳﺒًﺎ دوﻣً ﺎ(‪،‬‬
‫ﻳُﻀﻄﺮ اﻟﻔﻴﺰﻳﺎﺋﻴﻮن واﻹﺣﺼﺎﺋﻴﻮن إﱃ اﻟﺘﻌﺎﻣﻞ ﻣﻊ اﻟﻌﺎﻟﻢ اﻟﺨﺎرﺟﻲ ﻣﻦ ﺧﻼل اﻟﺒﻴﺎﻧﺎت‬
‫املﺘﻮاﻓﺮة ﺑني أﻳﺪﻳﻬﻢ واﻟﻨﻈﺮﻳﺎت املﺘﺼﻮﱠرة ﰲ ﻋﻘﻮﻟﻬﻢ‪ .‬ﻳﺠﺐ أن ﻧﺤﺎﻓﻆ ﻋﲆ ﻫﺬا اﻟﻔﺮق‬
‫ﰲ أذﻫﺎﻧﻨﺎ إذا ﻛﻨﱠﺎ ﺳﻨﺴﺘﺨﺪم ﻛﻠﻤﺎت ﻣﺜﻞ »ﻓﻮﴇ« ﻋﻨﺪ اﻟﺤﺪﻳﺚ ﻣﻊ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت‬
‫اﻵﺧﺮﻳﻦ‪ .‬إن أي ﻧﻈﺎم رﻳﺎﴈ ﻓﻮﺿﻮي ﻟﻬﻮ ﻛﻴﺎن ﻣﺨﺘﻠﻒ ﻋﻦ أي ﻧﻈﺎم ﻃﺒﻴﻌﻲ‬ ‫واﻟﻌﻠﻤﺎء َ‬
‫ﻧﺴﻤﻴﻪ ﻓﻮﺿﻮﻳٍّﺎ‪ .‬ﺑﻴﻨﻤﺎ ﺗُﻘﺪﱢم اﻟﺮﻳﺎﺿﻴﺎت اﻟﱪاﻫني‪ ،‬ﻳﺼﺎرع اﻟﻌﻠﻢ ﻣﻦ أﺟﻞ ﺗﻘﺪﻳﻢ ﺗﻮﺻﻴﻔﺎت‬
‫داﻋﻲ ﻟﻬﺎ‪.‬‬
‫َ‬ ‫ﻓﻘﻂ‪ .‬وﻗﺪ أﻓﴣ اﻟﻌﺠﺰ ﻋﻦ إدراك ﻫﺬا اﻟﻔﺮق إﱃ إﺿﻔﺎء ﻣﺮارة ﻋﲆ اﻟﻨﻘﺎش ﻻ‬
‫ﻟﻦ »ﻳﻔﻮز« أيﱞ ﻣﻦ اﻟﻄﺮﻓني ﰲ اﻟﻨﻘﺎش‪ ،‬وﻣﻊ اﻧﺴﺤﺎب اﻟﺠﻴﻞ اﻟﺴﺎﺑﻖ ﺗﺪرﻳﺠﻴٍّﺎ ﻣﻦ املﺠﺎل‪،‬‬
‫ﻓﺈﻧﻪ ﻣﻦ اﻟﺸﺎﺋﻖ ﻣﺘﺎﺑﻌﺔ ﺑﻌﺾ أﻓﺮاد اﻟﺠﻴﻞ اﻟﺠﺪﻳﺪ وﻫﻢ ﻳﺘﺒﻨﱠﻮْن أﺳﻠﻮب اﻟﻨﻤﺎذج املﺠﻤﻌﺔ؛‬

‫‪171‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫واﻟﺬي ﻳﺘﻤﺜﻞ ﺑﺸﻜﻞ أﺳﺎﳼ ﰲ ﺗﺒﻨﱢﻲ ﻧﻤﺎذج ﻣﺘﻌﺪدة ﮐ »ﻧﻤﻮذج واﺣﺪ« واﺳﺘﺨﺪاﻣﻬﺎ ﻣﻌً ﺎ‬
‫ﺑﺪﻻ ﻣﻦ ﻣﻤﺎرﺳﺔ دور اﻟﻐﺮﻣﺎء ﰲ ﻣﻨﺎﻓﺴﺔ‪ ،‬ﻫﻞ ﻳﻤﻜﻦ أن‬ ‫دون اﺧﺘﻴﺎرﻫﺎ أو دﻣﺠﻬﺎ ﻣﻌً ﺎ‪ً .‬‬
‫ﻳﻌﻤﻞ اﻟﻔﻴﺰﻳﺎﺋﻲ واﻟﺮﻳﺎﴈ واﻹﺣﺼﺎﺋﻲ ﻛﻔﺮﻳﻖ واﺣﺪ؟‬
‫ﺑﻮﺿﻮح أﻛﺜﺮ أيﱡ اﻷﺳﺌﻠﺔ ﻣﻨﻄﻘﻴﺔ وأﻳﱡﻬﺎ ﻏري‬
‫ٍ‬ ‫ﺗﺴﺎﻋﺪﻧﺎ دراﺳﺔ اﻟﻔﻮﴇ ﻋﲆ أن ﻧﺮى‬
‫اﻟﻘﺒﻮل ﺑﺄن ﺑﻌﺾ‬ ‫ﻣﻨﻄﻘﻲ ﻋﲆ اﻹﻃﻼق‪ .‬أﺟﱪﺗﻨﺎ دراﺳﺔ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻔﻮﺿﻮﻳﺔ ﻋﲆ َ‬
‫ﻗﺎﺑﻠﺔ ﻟﻠﺘﺤﻘﻴﻖ ﰲ ﻇﻞ اﻟﺨﻮاص املﺰﻋﺠﺔ ﻟﻠﻨﻈﻢ اﻟﻼﺧﻄﻴﺔ‪ .‬وﺑﺎﻟﻨﻈﺮ إﱃ أن‬ ‫ٍ‬ ‫ﻏﺎﻳﺎﺗﻨﺎ ﻏري‬
‫أﻓﻀﻞ ﻧﻤﺎذﺟﻨﺎ ﻋﻦ اﻟﻌﺎﻟﻢ ﻻ ﺧﻄﻴﺔ — ﻧﻤﺎذج اﻟﻄﻘﺲ‪ ،‬واﻻﻗﺘﺼﺎد‪ ،‬واﻷوﺑﺌﺔ‪ ،‬واﻟﺪﻣﺎغ‪،‬‬
‫وداﺋﺮة ﻣﻮر‪-‬ﺷﺒﻴﺠﻞ اﻟﻜﻬﺮﺑﺎﺋﻴﺔ‪ ،‬ﺑﻞ وﺣﺘﻰ اﻟﻨﻈﺎم املﻨﺎﺧﻲ ﰲ اﻷرض — ﻳﱰﺗﺐ ﻋﲆ ﻫﺬا‬
‫اﻻﺳﺘﺒﺼﺎر ﻧﺘﺎﺋﺞ ﺗﺘﺠﺎوز اﻟﻌﻠﻢ‪ ،‬ﺗﺼﻞ إﱃ دﻋﻢ ﻋﻤﻠﻴﺔ اﺗﺨﺎذ اﻟﻘﺮار وﺻﻨﺎﻋﺔ اﻟﺴﻴﺎﺳﺎت‪.‬‬
‫ﻣﺜﺎﻟﻴٍّﺎ‪ ،‬ﺳﺘﺴﻬﻢ اﻻﺳﺘﺒﺼﺎرات ا ُملﺴﺘﻘﺎة ﻣﻦ اﻟﻔﻮﴇ واﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت اﻟﻼﺧﻄﻴﺔ ﰲ ﻣﺴﺎﻋﺪة‬
‫واﺿﻊ اﻟﻨﻤﺎذج املﻨﺎﺧﻴﺔ‪ ،‬وﻫﻮ اﻟﺬي ﻳﺸﻌﺮ ﺑﺎﻟﺜﻘﺔ ﰲ ﺗﻔﺴري ﺣﺪود ﻣﻌﺮﻓﺘﻨﺎ اﻟﺤﺎﻟﻴﺔ‪ ،‬ﻋﻨﺪ‬
‫ﺗﻮﺟﻴﻪ ﺳﺆال إﻟﻴﻪ ﻳﻌﺮف ﻋﺪم ﻣﻨﻄﻘﻴﺘﻪ‪ ،‬وﻳﻘﺪﱢم املﻌﻠﻮﻣﺎت املﺘﻮاﻓﺮة‪ .‬ﺣﺘﻰ إذا ﻛﺎﻧﺖ أوﺟﻪ‬
‫ﺗﻮﻗﻊ اﺣﺘﻤﺎﱄ ﻣﺮﺗﺒﻂ ﺑﺎﻟﺴﻴﺎﺳﺎت‪ ،‬ﺳﺎﻋَ َﺪ‬ ‫اﻟﻘﺼﻮر ﰲ اﻟﻨﻤﻮذج ﺗﺸري ﺿﻤﻨًﺎ إﱃ ﻋﺪم وﺟﻮد ﱡ‬
‫اﻟﻔﻬﻢ اﻷﻓﻀﻞ ﻟﻠﻌﻤﻠﻴﺎت اﻟﻄﺒﻴﻌﻴﺔ اﻟﻜﺎﻣﻨﺔ ﻣﺘﺨﺬي اﻟﻘﺮار ﻟﻌﻘﻮد ﻃﻮﻳﻠﺔ وﻻ ﻳﺰال ﻳﺴﺎﻋﺪﻫﻢ‪.‬‬
‫ﺗُﺘﺨﺬ ﺟﻤﻴﻊ اﻟﻘﺮارات اﻟﺼﻌﺒﺔ ﰲ ﻇﻞ ﻋﺪم اﻟﻴﻘني‪ ،‬وﻗﺪ ﺳﺎﻋﺪﻧﺎ ﻓﻬﻢ اﻟﻔﻮﴇ ﻋﲆ‬
‫ﺗﺤﻘ َﻖ ﺑﺎﻟﻔﻌﻞ ﺗﻘﺪﱡم اﻗﺘﺼﺎدي ﻛﺒري ﰲ ﻗﻄﺎع‬ ‫ﺗﻘﺪﻳﻢ دﻋﻢ أﻓﻀﻞ ﰲ ﻋﻤﻠﻴﺔ اﺗﺨﺎذ اﻟﻘﺮار‪ .‬ﱠ‬
‫ﺗﻮﻗﻌﺎت ﻣﺠﻤﻌﺔ ﻟﻠﻄﻘﺲ زاﺧﺮة‬ ‫اﻟﻄﺎﻗﺔ؛ ﺣﻴﺚ أﻓﴣ اﻟﺮﺑﺢ اﻟﻮﻓري ﻣﻦ ﺟ ﱠﺮاء اﺳﺘﺨﺪام ﱡ‬
‫ﺑﺎملﻌﻠﻮﻣﺎت إﱃ اﻻﺳﺘﺨﺪام اﻟﻴﻮﻣﻲ ملﻌﻠﻮﻣﺎت ﻋﺪم اﻟﻴﻘني ﺑَﺪءًا ﻣﻦ ﻗﺎﻋﺎت ﺗﺪاول اﻷﺳﻬﻢ ﰲ‬
‫اﻷﺳﻮاق املﺎﻟﻴﺔ إﱃ ﻏﺮف اﻟﺘﺤﻜﻢ ﰲ ﺷﺒﻜﺎت اﻟﻜﻬﺮﺑﺎء اﻟﻮﻃﻨﻴﺔ‪.‬‬
‫ً‬
‫اﻟﺘﻮﻗﻊ ﺻﻌﺐ‪ .‬ﻻ ﻳﺘﻀﺢ أﺑﺪًا أيﱠ ﺳﻴﺎق ﺳﻴﺘﺨﺬه اﻟﻌﻠﻢ ﻻﺣﻘﺎ‪ ،‬ﺑَﻴْ َﺪ أن ﺣﻘﻴﻘﺔ أن‬
‫ﻏريت ﻣﺮﻣﻰ اﻟﻬﺪف رﺑﻤﺎ ﺗُﻤﺜﱢﻞ أﻛﺜﺮ اﻵﺛﺎر دﻳﻤﻮﻣﺔ ﻋﲆ اﻟﻌﻠﻢ‪ ،‬وﻫﻲ رﺳﺎﻟﺔ ﻳﺠﺐ‬ ‫اﻟﻔﻮﴇ ﱠ‬
‫ﻃﺮﺣﻬﺎ ﻣﺒﻜ ًﺮا ﰲ ﻣﺠﺎل اﻟﺘﻌﻠﻴﻢ؛ إذ ﻻ ﻳﺰال اﻟﺪور اﻟﺬي ﻳﻠﻌﺒﻪ ﻋﺪم اﻟﻴﻘني واﻟﺘﻨﻮﱡع اﻟﺰاﺧﺮ‬
‫ﰲ اﻟﺴﻠﻮك اﻟﺬي ﺗﻜﺸﻒ ﻋﻨﻪ اﻟﻨﻈﻢ اﻟﺮﻳﺎﺿﻴﺔ اﻟﺒﺴﻴﻄﺔ ﻻ ﻳﻨﺎل ﻗﺪره ﻣﻦ اﻟﺘﻘﺪﻳﺮ ﺑﺪرﺟﺔ‬
‫ﻃﺎ ً‬
‫وﺛﻴﻘﺎ‪ ،‬وﻫﻮ ﻣﺎ ﻳﺠﱪﻧﺎ‬ ‫ﻛﺎﻓﻴﺔ‪ .‬ﻳﺮﺗﺒﻂ ﻋﺪم اﻟﻴﻘني ﰲ املﻼﺣﻈﺎت ﻣﻊ أﺧﻄﺎء اﻟﻨﻤﺎذج ارﺗﺒﺎ ً‬
‫ﻋﲆ إﻋﺎدة ﺗﻘﻴﻴﻢ ﻣﺎ ﻳُﻌﺪ ﻧﻤﻮذﺟً ﺎ ﺟﻴﺪًا‪ .‬أﺛﺒﺘﺖ ﻏﺎﻳﺘﻨﺎ اﻟﻘﺪﻳﻤﺔ ﰲ ﺗﻘﻠﻴﺺ اﺳﺘﺨﺪام ﻣﺒﺪأ‬
‫املﺮﺑﻌﺎت اﻟﺼﻐﺮى ﺗﻀﻠﻴﻠﻬﺎ ﻟﻨﺎ‪ ،‬ﻟﻜﻦ أﻳﺠﺐ أن ﻳﺤﻞ اﻟﺒﺤﺚ ﻋﻦ اﻟﺒﺪاﺋﻞ ﻣﺤﻞ املﺮﺑﻌﺎت‬
‫اﻟﺼﻐﺮى؟ أﻫﻮ ﺑﺤﺚ ﻋﻦ ﻧﻤﻮذج ﻳﺒﺪو ﺳﻠﻮﻛﻪ ﺟﻴﺪًا؟ أم ﻋﻦ اﻟﻘﺪرة ﻋﲆ وﺿﻊ ﺗﻮﻗﻌﺎت‬
‫اﺣﺘﻤﺎﻟﻴﺔ ﻣﻮﺛﻮق ﺑﻬﺎ أﻛﺜﺮ؟ ﻣﻦ ﺧﻼل ﻣﻨﻈﻮر اﻟﺮؤﻳﺔ اﻟﺸﺎﻣﻠﺔ‪ ،‬ﻳﻤﻜﻨﻨﺎ أن ﻧﺪرك ﺑﻮﺿﻮح‬

‫‪172‬‬
 ‫اﻟﻔﻠﺴﻔﺔ ﰲ اﻟﻔﻮﴇ‬

‫ﻣﻨﻄﻘﻲ‪ ،‬وﻫﻮ ﻣﺎ ﻳﺴﺘﺪﻋﻲ ﺗﺤﺪﻳﺎت ﻟﻼﻓﱰاﺿﺎت اﻷﺳﺎﺳﻴﺔ ﰲ اﻟﻔﻴﺰﻳﺎء اﻟﺮﻳﺎﺿﻴﺔ‬ ‫ﱞ‬ ‫أيﱡ اﻷﺳﺌﻠﺔ‬
‫وﺗﻄﺒﻴﻘﺎت ﻧﻈﺮﻳﺔ اﻻﺣﺘﻤﺎﻻت‪ .‬ﻫﻞ ﺗﺮﺟﻊ ﺣﺎﻻت اﻟﻔﺸﻞ ﰲ اﻟﻨﻤﺬﺟﺔ إﱃ ﻋﺪم ﻗﺪرﺗﻨﺎ ﻋﲆ‬
‫اﻧﺘﻘﺎء اﻹﺟﺎﺑﺔ اﻟﺼﺤﻴﺤﺔ ﻣﻦ ﺑني اﻟﺨﻴﺎرات املﺘﺎﺣﺔ‪ ،‬أم ﻫﻞ ﻳﻨﻌﺪم أي ﺧﻴﺎر ﻣﻨﺎﺳﺐ‬
‫ﻣﻄﺮوح؟ ﻛﻴﻒ ﻳﻤﻜﻨﻨﺎ ﺗﻔﺴري ﻣﺤﺎﻛﺎة ﻣُﺴﺘﻘﺎة ﻣﻦ ﻧﻤﺎذج ﻏري ﻣﻼﺋﻤﺔ ﺗﺠﺮﻳﺒﻴٍّﺎ؟ ﺑﴫف‬
‫اﻟﻨﻈﺮ ﻋﻦ ﻣﻌﺘﻘﺪاﺗﻨﺎ اﻟﺸﺨﺼﻴﺔ ﺣﻮل وﺟﻮد اﻟﺤﻘﻴﻘﺔ‪ ،‬ﺗﺠﱪﻧﺎ اﻟﻔﻮﴇ ﻋﲆ إﻋﺎدة اﻟﺘﻔﻜري‬
‫ﻓﻴﻤﺎ ﻳﻌﻨﻴﻪ ﺗﻘﺮﻳﺐ اﻟﻄﺒﻴﻌﺔ‪.‬‬
‫ﻗﺪﱠﻣﺖ دراﺳﺔ اﻟﻔﻮﴇ أدوات ﺟﺪﻳﺪة‪ ،‬ﻣﺜﻞ ﻧﻤﺎذج إﻋﺎدة ﺑﻨﺎء ﻣﺘﺄﺧﺮة رﺑﻤﺎ ﺗُﺴﻔِ ﺮ ﻋﻦ‬
‫ﻧﻤﺎذج ﻣﺘﻨﺎﺳﻘﺔ ﺣﺘﻰ ﺣﺎل ﻛﻮﻧﻨﺎ ﻻ ﻧﻌﺮف »املﻌﺎدﻻت املﺘﻀﻤﻨﺔ«‪ ،‬وإﺣﺼﺎء ﺟﺪﻳﺪ ﻳﻤﻜﻦ‬
‫ﺗﻮﻗﻊ ﻋﺪم اﻟﻴﻘني‪ ،‬وﻇﻼل‬ ‫ﻣﻦ ﺧﻼﻟﻪ ﻗﻴﺎس اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ ﻛﻤﻴٍّﺎ‪ ،‬وأﺳﺎﻟﻴﺐ ﺟﺪﻳﺪة ﰲ ﱡ‬
‫ﺗﻌﻤﻞ ﻋﲆ رأب اﻟﻔﺠﻮات ﺑني ﻧﻤﺎذﺟﻨﺎ وﻣﻼﺣﻈﺘﻨﺎ‪ ،‬واﻟﺘﺸﻮﻳﺶ اﻟﺬي ﻧﺘﻌﺮض ﻟﻪ‪ .‬اﻧﺘﻘﻠﺖ‬
‫دراﺳﺔ اﻟﻔﻮﴇ ﺑﻤﺤﻮر اﻻﻫﺘﻤﺎم ﻣﻦ اﻻرﺗﺒﺎط إﱃ املﻌﻠﻮﻣﺎت‪ ،‬وﻣﻦ اﻟﺪﻗﺔ إﱃ املﻮﺛﻮﻗﻴﺔ‪ ،‬ﻣﻦ‬
‫دراﺳﺔ اﻟﻔﻮﴇ‬‫ُ‬ ‫ﻧﺤﻮ ﻏري ﺣﻘﻴﻘﻲ إﱃ ﺗﻌﻈﻴﻢ املﻨﻔﻌﺔ‪ .‬ﺗﻌﻴﺪ‬
‫ﺗﻘﻠﻴﺺ أﺧﻄﺎء ﻫﺎﻣﺸﻴﺔ ﻋﲆ ٍ‬
‫إﺛﺎر َة اﻟﻨﻘﺎش ﺣﻮل ﻣﻜﺎﻧﺔ اﻻﺣﺘﻤﺎﻻت املﻮﺿﻮﻋﻴﺔ‪ .‬ﻫﻞ ﻳﻤﻜﻨﻨﺎ ﺑﻨﺎء ﺗﻮﻗﻊ اﺣﺘﻤﺎﱄ ﻧﺎﺟﺢ‬
‫ﻋﻤﻠﻴٍّﺎ‪ ،‬أم ﻫﻞ ﻧﺤﻦ ﻣﻀﻄﺮون إﱃ اﺑﺘﻜﺎر أﺳﺎﻟﻴﺐ ﺟﺪﻳﺪة »ﻣﺨﺼﺼﺔ« ﻻﺳﺘﺨﺪام املﻌﻠﻮﻣﺎت‬
‫اﻻﺣﺘﻤﺎﻟﻴﺔ دون ﺗﻮﻗﻌﺎت اﺣﺘﻤﺎﻟﻴﺔ؟ ﻫﻞ ﻧﻘﻴﺲ ﻋﺪم اﻟﻴﻘني ﰲ ﻣﺴﺘﻘﺒﻞ اﻟﻌﺎﻟﻢ اﻟﻮاﻗﻌﻲ أم أﻧﻨﺎ‬
‫ﻧﺴﺘﻜﺸﻒ اﻟﺘﻨﻮع ﰲ ﻧﻤﺎذﺟﻨﺎ؟ ﻳﺴﻌﻰ اﻟﻌﻠﻢ إﱃ ﻧﻘﺎط ﻋﺪم املﻼءﻣﺔ ﻓﻴﻪ؛ ﻓﻼ ﻳُﻌﺘﱪ اﻟﺘﻮاﻓﻖ‬
‫ﺿﻌﻒ ﺑﻞ ﻣﻜﻤﻦ ﻗﻮة‪ .‬ﻟﻘﺪ ﻗﺪﱠﻣَ ِﺖ اﻟﻔﻮﴇ إﻃﺎ ًرا‬
‫ٍ‬ ‫َ‬
‫ﻧﻘﻄﺔ‬ ‫ﻣﻊ ﻋﺪم اﻟﻴﻘني اﻟﺪاﺋﻢ ﰲ اﻟﻌﻠﻢ‬
‫ﺟﺪﻳﺪًا ﻟﺪراﺳﺘﻨﺎ ﻟﻠﻌﺎﻟﻢ‪ ،‬دون ﺗﻘﺪﻳﻢ أي ﻧﻤﺎذج ﻛﺎﻣﻠﺔ أو ﺣﻠﻮل ﻧﻬﺎﺋﻴﺔ‪ .‬اﻟﻌﻠﻢ ﻋﺒﺎرة ﻋﻦ‬
‫ﻣﺨﺘﻠﻔﺔ اﻷﻟﻮان ﺗُﺤَ ﺎك ﺑﻌﻀﻬﺎ ﻣﻊ ﺑﻌﺾ‪ ،‬وﺑﻌﺾ اﻟﺤﺪود اﻟﻔﺎﺻﻠﺔ ﻏري ﻣﺤﻜﻤﺔ ﺗﻤﺎﻣً ﺎ‪.‬‬
‫ِ‬ ‫ﻗﻄﻊ‬
‫ٍ‬
‫ُ‬
‫ﰲ ﺑﺪاﻳﺔ ﻓﻴﻠﻢ »ﻣﺎﺗﺮﻳﻜﺲ«‪ ،‬ﻳﺮدﱢد ﻣﻮرﻓﻴﺲ ﺻﺪى ﻛﻠﻤﺎت إدﻧﺠﺘﻮن اﻟﺘﻲ اﻓﺘﺘﺢ ﺑﻬﺎ‬
‫ﻫﺬا اﻟﻘﺴﻢ اﻷﺧري‪:‬‬

‫ﻫﺬه ﻫﻲ ﻓﺮﺻﺘﻚ اﻷﺧرية‪ ،‬وﺑﻌﺪ ﻫﺬا ﻻ ﺳﺒﻴﻞ إﱃ اﻟﻌﻮدة‪ .‬ﻋﻠﻴﻚ ﺑﺘﻨﺎول اﻟﻘﺮص‬
‫اﻷزرق ﺛﻢ ﺳﺘﻨﺘﻬﻲ اﻟﻘﺼﺔ‪ .‬ﺳﺘﺴﺘﻴﻘﻆ ﰲ ﻓﺮاﺷﻚ وﺳﺘﻌﺘﻘﺪ أﻳٍّﺎ ﻣﺎ ﺗﻮ ﱡد أن ﺗﻌﺘﻘﺪه‪.‬‬
‫ﺗﻨﺎوﻟﺖ اﻟﻘﺮص اﻷﺣﻤﺮ ﻓﺴﺘﻤﻜﺚ ﰲ أرض اﻟﻌﺠﺎﺋﺐ وﺳﺄُرﻳﻚ ﻣﺒﻠﻎ ﻋﻤﻖ‬ ‫َ‬ ‫وﻟﻮ‬
‫ُ‬
‫ﺣﻔﺮة اﻷرﻧﺐ‪ .‬ﺗﺬ ﱠﻛ ْﺮ أن ﻛ ﱠﻞ ﻣﺎ أﻗﺪﱢﻣﻪ ﻟﻚ ﻟﻴﺲ إﻻ اﻟﺤﻘﻴﻘﺔ‪ ،‬ﻻ ﳾء أﻛﺜﺮ ﻣﻦ ذﻟﻚ‪.‬‬

‫اﻟﻔﻮﴇ ﻫﻲ اﻟﻘﺮص اﻷﺣﻤﺮ‪.‬‬

‫‪173‬‬
 ‫ﻣﴪد اﳌﺼﻄﻠﺤﺎت‬

‫ﻳُﺸ ِﺒﻪ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت ﻧﻮﻋً ﺎ ﻣﺤ ﱠﺪدًا ﻣﻦ اﻟﻔﺮﻧﺴﻴني؛ ﻋﻨﺪﻣﺎ ﺗﺘﺤﺪث إﻟﻴﻬﻢ‬
‫ً‬
‫ﻣﺨﺘﻠﻔﺎ‬ ‫ﻳﺘﺒني أن اﻟﻜﻼم ﺻﺎر ﺷﻴﺌًﺎ‬
‫ﻳﱰﺟﻤﻮن ﻛﻼﻣﻚ إﱃ ﻟﻐﺘﻬﻢ‪ ،‬ﺛﻢ ﴎﻋﺎن ﻣﺎ ﱠ‬
‫ﺗﻤﺎﻣً ﺎ‪.‬‬
‫ﺟﻮﺗﻪ‪» ،‬ﻣﺒﺎدئ وﺗﺄﻣﻼت« )‪(١٧٧٩‬‬

‫ﻟﻴﺲ ﻣﻘﺼﻮدًا ﻣﻦ ﻫﺬا املﴪد ﺗﻘﺪﻳ ُﻢ ﺗﻌﺮﻳﻔﺎت دﻗﻴﻘﺔ ﻟﻠﻤﺼﻄﻠﺤﺎت‪ ،‬ﺑﻞ ﻳ َ‬

‫ُﻘﺼﺪ ﻣﻨﻪ إﻳﺼﺎل‬
‫ﻣﻌﺎﻧﻲ‬
‫َ‬ ‫اﻟﻔﻜﺮة اﻟﺮﺋﻴﺴﻴﺔ ﻟﺘﻠﻚ املﺼﻄﻠﺤﺎت ﻟﺴﻬﻮﻟﺔ اﻟﺮﺟﻮع إﻟﻴﻬﺎ‪ .‬ﺗﺤﻤﻞ ﺑﻌﺾ املﺼﻄﻠﺤﺎت‬
‫ً‬
‫ﻣﺨﺘﻠﻔﺔ ﻋﻨﺪ اﺳﺘﺨﺪاﻣﻬﺎ ﻣﻦ ﻗِ ﺒﻞ ﻋﻠﻤﺎء اﻟﺮﻳﺎﺿﻴﺎت )ر(‪ ،‬أو اﻟﻔﻴﺰﻳﺎﺋﻴني )ف(‪ ،‬أو ﻋﻠﻤﺎء‬
‫اﻟﺤﺎﺳﻮب )ﺣ(‪ ،‬أو اﻹﺣﺼﺎﺋﻴني )ص(‪ .‬ﺗﺘﻮاﻓﺮ اﻟﺘﻌﺮﻳﻔﺎت واملﻨﺎﻗﺸﺎت ﺣﻮﻟﻬﺎ ﰲ ﻣﻨﺘﺪى‬
‫املﻨﺎﻗﺸﺔ اﻟﺨﺎص ﺑﻤﺮﻛﺰ ﺗﺤﻠﻴﻞ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ اﻟﺘﺎﺑﻊ ﻟﻜﻠﻴﺔ ﻟﻨﺪن ﻟﻼﻗﺘﺼﺎد ﻋﲆ اﻟﻌﻨﻮان‬
‫اﻟﺘﺎﱄ‪ ،www.lsecats.org :‬وﰲ اﻟﻜﺘﺐ املﺪرﺟﺔ ﰲ ﻗﺴﻢ »ﻗﺮاءات إﺿﺎﻓﻴﺔ«‪.‬‬
‫أﺛﺮ ﺑريﻧﺰ‪ :‬ﺗﻌﺒري ﻳﺸري إﱃ اﻟﺼﻌﻮﺑﺔ اﻟﺘﻲ ﻳُﻀﻔﻴﻬﺎ اﻻﺳﺘﺒﺼﺎر ﻏري اﻟﻜﺎﻣﻞ واﻟﻨﻤﺎذجُ ﻏري‬
‫اﻟﻜﺎﻣﻠﺔ ملﺤﺎوﻻت اﺗﺨﺎذ ﻗﺮارات ﻋﻘﻼﻧﻴﺔ‪.‬‬
‫اﺣﺘﻤﺎﱄ‪ :‬ﻛﻞ ﳾء ﻏري ﻗﺎﻃﻊ ﺗﻤﺎﻣً ﺎ‪ ،‬ﻋﺒﺎرات ﺗﻌﱪ ﻋﻦ ﻋﺪم اﻟﻴﻘني‪.‬‬
‫)ﻣﺜﻼ‪ :‬املﺘﻮﺳﻂ‪ ،‬واﻟﺘﺒﺎﻳﻦ‪ ،‬وﻣﺘﻮﺳﻂ‬ ‫ً‬ ‫إﺣﺼﺎﺋﻴﺔ ﻣﻌﺘﻤﺪة ﻋﲆ ﻋﻴﻨﺔ )ص(‪ :‬إﺣﺼﺎﺋﻴﺔ‬
‫»زﻣﻦ اﻟﺘﻀﺎﻋﻒ«‪ ،‬أو أﻛﱪ »أُس ﻟﻴﺎﺑﻮﻧﻮف«( ﺗ َ‬
‫ﺤﺴﺐ اﺳﺘﻘﺎءً ﻣﻦ ﻋﻴﻨﺔ ﺑﻴﺎﻧﺎت‪ .‬ﻳُﺴﺘﺨﺪَم‬ ‫ُ‬
‫ﻫﺬا املﺼﻄﻠﺢ ﻟﺘﻔﺎدي اﻟﺨﻠﻂ ﻣﻊ اﻟﻘﻴﻤﺔ اﻟﺤﻘﻴﻘﻴﺔ ﻟﻺﺣﺼﺎﺋﻴﺔ‪.‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫أُس ﻟﻴﺎﺑﻮﻧﻮف‪ :‬ﻗﻴﺎس ﻣﺘﻮﺳﻂ ﴎﻋﺔ اﻓﱰاق اﻟﺤﺎﻻت اﻟﻘﺮﻳﺒﺔ »ﻋﲆ ﻧﺤﻮ ﻻ ﻣﺘﻨﺎﻫﻲ اﻟﺼﻐﺮ«‬
‫ﺑﻌﻀﻬﺎ ﻋﻦ ﺑﻌﺾ‪ .‬ﻳﻌﻮد اﺳﺘﺨﺪام ﺗﻌﺒري أُس إﱃ أﻧﻪ ﻳُﻌﺪ ﻟﻮﻏﺎرﻳﺘﻢ املﻌﺪل املﺘﻮﺳﻂ‪،‬‬
‫ُﻴﴪ اﻟﺘﻤﻴﻴﺰ ﺑني اﻟﻨﻤﻮ اﻷﳼ ﰲ املﺘﻮﺳﻂ )أﻛﱪ ﻣﻦ ﺻﻔﺮ(‪ ،‬واﻟﺘﻨﺎﻗﺺ اﻷﳼ‬ ‫وﻫﻮ ﻣﺎ ﻳ ﱢ‬
‫ﰲ املﺘﻮﺳﻂ )ﻗﻴﻤﺔ ﺳﺎﻟﺒﺔ(‪ .‬ﻻﺣِ ْ‬
‫ﻆ أن اﻟﻨﻤﻮ اﻷﺑﻄﺄ ﻣﻦ اﻟﻨﻤﻮ اﻷﳼ‪ ،‬واﻟﺘﻨﺎﻗﺺ اﻷﺑﻄﺄ ﻣﻦ‬
‫اﻟﻨﻤﻮ اﻷﳼ‪ ،‬وﻋﺪم اﻟﻨﻤﻮ ﻋﲆ اﻹﻃﻼق؛ ﺟﻤﻴﻌﻬﺎ ﻳﻤﺘﺰج ﰲ ﻗﻴﻤﺔ واﺣﺪة )ﺻﻔﺮ(‪.‬‬
‫إﻋﺎدة ﺑﻨﺎء ﻣﺘﺄﺧﺮ‪» :‬ﻓﻀﺎء ﺣﺎﻟﺔ ﻧﻤﻮذﺟﻲ« ﻳُﺒﻨَﻰ ﺑﺎﺳﺘﺨﺪام ﻗِ ﻴَﻢ ﻣﺘﺄﺧﺮة زﻣﻨﻴٍّﺎ ﻟﻠﻤﺘﻐري‬
‫ً‬
‫ﻋﻮﺿﺎ ﻋﻦ ﻣﻼﺣﻈﺎت ﻣﺘﻐريات ﺣﺎﻻت إﺿﺎﻓﻴﺔ‪.‬‬ ‫ﻧﻔﺴﻪ‪،‬‬
‫اﻻﻋﺘﻤﺎد اﻟﺤﺴﺎس )ف(‪ :‬اﻻﻓﱰاق اﻟﴪﻳﻊ‪ ،‬اﻷﳼ ﰲ املﺘﻮﺳﻂ ﻟﻠﺤﺎﻻت اﻟﻘﺮﻳﺒﺔ ﻋﱪ اﻟﺰﻣﻦ‪.‬‬
‫ﺑﺮﻫﺎن ﻏري ﺑﻨﱠﺎء‪ :‬ﺑﺮﻫﺎن رﻳﺎﴈ ﱢ‬
‫ﻳﺮﺳﺦ وﺟﻮد ﳾء ﻣﺎ دون اﻹﺷﺎرة إﱃ ﻛﻴﻔﻴﺔ اﻟﻌﺜﻮر‬
‫ﻋﻠﻴﻪ‪.‬‬
‫ﺗﺄﺛري اﻟﻔﺮاﺷﺔ‪ :‬ﺗﻌﺒري ﻳﺸﺘﻤﻞ ﻋﲆ ﻓﻜﺮة أن اﻟﻔﺮوق اﻟﺼﻐرية ﰲ اﻟﺤﺎﴐ ﻗﺪ ﺗُ ِ‬
‫ﻔﴤ إﱃ‬
‫ﻓﺮوق ﻛﺒرية ﰲ املﺴﺘﻘﺒﻞ‪.‬‬
‫ﱡ‬
‫ﺗﺪﻓﻖ‪ :‬ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ ﻳﻜﻮن اﻟﺰﻣﻦ ﻓﻴﻪ ﻣﺴﺘﻤ ٍّﺮا‪.‬‬
‫ﺗﺸﻮﻳﺶ )اﻟﻘﻴﺎس(‪ :‬ﻋﺪم اﻟﻴﻘني ﰲ املﻼﺣﻈﺔ‪ ،‬اﻟﻔﻜﺮة اﻟﻘﺎﺋﻠﺔ ﺑﺄن ﺛَﻤﱠ َﺔ ﻗﻴﻤﺔ »ﺣﻘﻴﻘﻴﺔ«‬
‫وﺗﺘﻤﺨﺾ املﺤﺎوﻻت املﺘﻜﺮرة ﻋﻦ أرﻗﺎم ﺗﻘﱰب ﻣﻨﻬﺎ ﻟﻜﻨﻬﺎ ﻟﻴﺴﺖ‬ ‫ﱠ‬ ‫ﻧﺤﺎول أن ﻧﻘﻴﺴﻬﺎ‪،‬‬
‫دﻗﻴﻘﺔ ﺗﻤﺎﻣً ﺎ‪ .‬اﻟﺘﺸﻮﻳﺶ ﻫﻮ ﻣﺎ ﻧﻠﻘﻲ ﻋﻠﻴﻪ ﺑﺎﻟﻼﺋﻤﺔ ﰲ ﻋﺪم دﻗﺔ ﻗﻴﺎﺳﺎﺗﻨﺎ‪.‬‬
‫ﺗﺸﻮﻳﺶ )دﻳﻨﺎﻣﻴﻜﻲ(‪ :‬أي ﳾء ﻳﺘﺪاﺧﻞ ﻣﻊ اﻟﻨﻈﺎم‪ ،‬ﱢ‬
‫ﻣﻐريًا ﻣﻦ ﺳﻠﻮﻛﻪ املﺴﺘﻘﺒﲇ ﻋﻦ ذﻟﻚ‬
‫اﻟﺠﺎﻧﺐ اﻟﺤﺘﻤﻲ ﰲ اﻟﻨﻤﻮذج‪.‬‬
‫ﺗﺤﺬﻳﺮ ﻣﻦ أﻧﻪ ﻋﲆ اﻟﺮﻏﻢ ﻣﻦ أن‬
‫ٍ‬ ‫ﺗﻘﺮﻳﺒًﺎ ﻛﻞ )ر(‪ :‬ﻋﺒﺎرة رﻳﺎﺿﻴﺔ ﻣﻌﺮوﻓﺔ ﺗﻨﻄﻮي ﻋﲆ‬
‫ﺷﻴﺌًﺎ ﻗﺪ ﻳﻜﻮن ﺻﺤﻴﺤً ﺎ ﺑﻨﺴﺒﺔ ‪ ،٪١٠٠‬ﻓﺜَﻤﱠ َﺔ ﺣﺎﻻت ﻳﺼﺒﺢ اﻟﴚء ﻓﻴﻬﺎ ﺧﺎﻃﺌًﺎ‪.‬‬
‫ﺗﻘﺮﻳﺒًﺎ ﻛﻞ )ف(‪ :‬ﺗﻘﺮﻳﺒًﺎ ﻛﻞ‪.‬‬
‫ﺗﻜﺮار‪ :‬ﺗﻄﺒﻴﻖ ﻗﺎﻋﺪة ﺗﺤﺪﻳﺪ »ﺧﺮﻳﻄﺔ« دﻳﻨﺎﻣﻴﻜﻴﺔ ملﺮة واﺣﺪة؛ ﻣﺎ ﻳﺤ ﱢﺮك اﻟﺤﺎﻟﺔ ﺧﻄﻮة‬
‫واﺣﺪة إﱃ اﻷﻣﺎم‪.‬‬
‫ﺗﻮﻗﻊ ﻣﺠﻤﱠ ﻊ‪ :‬ﺗﻮﻗﻊ ﻳﻌﺘﻤﺪ ﻋﲆ ﺗﻜﺮارات ﻋﺪد ﻣﻦ اﻟﺤﺎﻻت اﻷوﻟﻴﺔ املﺨﺘﻠﻔﺔ ﻟﻸﻣﺎم )رﺑﻤﺎ‬
‫ﺑﺎﺳﺘﺨﺪام ﻗِ ﻴَﻢ ﻣﻌﻠﻤﺎت ﻣﺨﺘﻠﻔﺔ‪ ،‬أو ﺣﺘﻰ ﻧﻤﺎذج ﻣﺨﺘﻠﻔﺔ(‪ ،‬وﻫﻮ ﻣﺎ ﻳﻜﺸﻒ ﻋﻦ ﺗﻨﻮﱡع‬

‫‪176‬‬
 ‫ﻣﴪد املﺼﻄﻠﺤﺎت‬

‫ﻧﻤﺎذﺟﻨﺎ؛ وﻣﻦ ﺛ َ ﱠﻢ ﻳﻀﻊ ﺣﺪٍّا أدﻧﻰ ﻟﻶﺛﺎر املﱰﺗﺒﺔ املﺤﺘﻤﻠﺔ ﻟﻌﺪم اﻟﻴﻘني ﰲ اﻟﺘﻮﻗﻌﺎت‬
‫اﻟﻘﺎﺋﻤﺔ ﻋﲆ اﻟﻨﻤﺎذج‪.‬‬
‫ﱡ‬
‫ﺗﻮﻗﻊ‪ :‬ﺗﻌﺒري ﻋﻦ اﻟﺤﺎﻟﺔ املﺴﺘﻘﺒﻠﻴﺔ ﻟﻨﻈﺎم ﻣﺎ‪.‬‬
‫ﻈﻬﺮ ﺧﺼﺎﺋﺺ ﺗﻮﺣﻲ ﺑﺎﻟﻔﻮﴇ‪ ،‬وﻟﻜﻦ ﻋﱪ ﻓﱰة زﻣﻨﻴﺔ‬ ‫ﺟﻠﺒﺔ‪» :‬دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺎﺑﺮة« ﺗُ ِ‬
‫ﻣﺤﺪﱠدة ﻓﻘﻂ )وﻣﻦ ﺛ َ ﱠﻢ ﻓﺈﻧﻬﺎ ﻏري ﻣﺘﻜﺮرة(‪.‬‬
‫ُﺘﻮﻗﻊ اﺳﺘﺒﻌﺎدﻫﺎ — ﰲ ﻇﻞ‬‫ﺣﺎﻟﺔ ﻏري ﻣﻤﻴﺰة‪ :‬ﻧﻘﻄﺔ ﺿﻤﻦ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻨﻘﺎط اﻟﺘﻲ ﻻ ﻳ ﱠ‬
‫ﻧﻤﻮذج »ﺗﺸﻮﻳﺶ« ﰲ املﻼﺣﻈﺎت — ﻧﻈ ًﺮا ﻷﻧﻬﺎ و ﱠﻟﺪت املﻼﺣﻈﺎت اﻟﺘﻲ و ﱠﻟﺪﻫﺎ ﰲ ﺣﻘﻴﻘﺔ‬
‫اﻷﻣﺮ ﻣﺴﺎر ‪ X‬ﻣﺴﺘﻬﺪف‪ .‬ﻳُﻄ َﻠﻖ ﻋﲆ ﻫﺬه املﺠﻤﻮﻋﺔ ﻣﺠﻤﻮﻋﺔ ﺣﺎﻻت ‪ X‬ﻏري املﻤﻴﺰة‪ ،‬وﻟﻴﺲ‬
‫ﻟﻬﺎ ﻋﻼﻗﺔ ﺑﺄي ﻣﺠﻤﻮﻋﺔ ﻣﻼﺣﻈﺎت ﻣﺤﺪدة‪.‬‬
‫َ‬
‫اﻟﺤﺎﻟﺔ اﻟﺤﺎﻟﻴﺔ ﻟﺬﻟﻚ اﻟﻨﻈﺎم‪.‬‬ ‫ﺣﺎﻟﺔ‪ :‬ﻧﻘﻄﺔ ﰲ »ﻓﻀﺎء ﺣﺎﻟﺔ« ﺗﺤﺪﱢد ﺑﺼﻮرة ﻛﺎﻣﻠﺔ‬
‫ﺣﻠﻘﺔ دورﻳﺔ‪ :‬ﺳﻠﺴﻠﺔ ﻣﻦ اﻟﺤﺎﻻت ﰲ ﻧﻈﺎم ﺣﺘﻤﻲ ﻳﻨﻄﺒﻖ ﻋﲆ ﻧﻔﺴﻪ‪ :‬ﺗﺘﺒﻊ اﻟﺤﺎﻟﺔ اﻷوﱃ‬
‫ٌ‬
‫ﻋﻤﻠﻴﺔ ﺗﺘﻜ ﱠﺮر إﱃ اﻷﺑﺪ‪ .‬ﻣﺪار ﻣﺘﻜﺮر ﻋﲆ ﻧﺤﻮ دوري أو دورة‬ ‫ﻣﻦ آﺧِ ﺮ ﺣﺎﻟﺔ‪ ،‬وﻫﻲ‬
‫ﺣﺪودﻳﺔ‪.‬‬
‫ﺧﺮﻳﻄﺔ‪ :‬ﻗﺎﻋﺪة ﺗﺤﺪﱢد ﺣﺎﻟﺔ ﺟﺪﻳﺪة اﺳﺘﻘﺎءً ﻣﻦ اﻟﺤﺎﻟﺔ اﻟﺤﺎﻟﻴﺔ‪ .‬ﰲ ﻫﺬا اﻟﻨﻮع ﻣﻦ اﻟﻨﻈﻢ‬
‫اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﺮﻳﺎﺿﻴﺔ‪ ،‬ﻳﺘﺨﺬ اﻟﺰﻣﻦ ﻗِ ﻴَﻤً ﺎ )ﺻﺤﻴﺤﺔ( ﻣﺘﻤﺎﻳﺰة ﻓﻘﻂ؛ ﻟﺬا ﻳُﺸﺎر إﱃ ﺳﻠﺴﻠﺔ‬
‫ﻗﻴﻢ ‪ X‬ﻛﺎﻵﺗﻲ‪ Xi :‬ﺣﻴﺚ ‪ i‬ﺗُﺴﻤﱠ ﻰ ﻋﺎد ًة »اﻟﺰﻣﻦ«‪.‬‬
‫دﻳﻨﺎﻣﻴﻜﻴﺎت ﺗﺼﺎدﻓﻴﺔ‪ :‬اﻧﻈﺮ »دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺸﻮاﺋﻴﺔ«‪.‬‬
‫دﻳﻨﺎﻣﻴﻜﻴﺎت ﺣﺘﻤﻴﺔ‪ :‬ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ ﻳﻤﻜﻦ ﺗﻜﺮاره دون اﻟﻠﺠﻮء إﱃ ﻣﻮ ﱢﻟﺪ أﻋﺪاد ﻋﺸﻮاﺋﻴﺔ‪،‬‬
‫واﻟﺬي ﺗُﺤﺪﱢد ﺣﺎﻟﺘُﻪ اﻷوﻟﻴﺔ ﺟﻤﻴ َﻊ اﻟﺤﺎﻻت املﺴﺘﻘﺒﻠﻴﺔ ﰲ ﻇﻞ اﻟﺘﻜﺮار‪.‬‬
‫ﻣﺆﻗﺖ ﻣﺜﻠﻤﺎ ﻳﺤﺪث ﰲ إﺣﺪى ﺟﻮﻻت اﻟﺮوﻟﻴﺖ‪ ،‬أو ﻛﺮة واﺣﺪة‬ ‫دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺎﺑﺮة‪ :‬ﺳﻠﻮك ﱠ‬
‫ﰲ ﻟﻮﺣﺔ ﺟﺎﻟﺘﻮن أو اﻟﻠﻮﺣﺔ اﻟﺸﺒﻴﻬﺔ ﺑﻠﻮﺣﺔ ﺟﺎﻟﺘﻮن )اﻟﺘﻲ ﻋﺮﺿﻨﺎ ﻟﻬﺎ ﰲ اﻟﻔﺼﻞ اﻟﺘﺎﺳﻊ(؛‬
‫ﺣﻴﺚ ﺗﺘﻮﻗﻒ اﻟﻜﺮة ﰲ اﻟﻨﻬﺎﻳﺔ‪ .‬اﻧﻈﺮ »ﺟﻠﺒﺔ«‪.‬‬
‫دﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﺸﻮاﺋﻴﺔ‪ :‬دﻳﻨﺎﻣﻴﻜﻴﺎت ﻻ ﺗﺘﺤﺪﱠد اﻟﺤﺎﻟﺔ املﺴﺘﻘﺒﻠﻴﺔ ﻓﻴﻬﺎ ﻋﻦ ﻃﺮﻳﻖ اﻟﺤﺎﻟﺔ‬
‫أﻳﻀﺎ دﻳﻨﺎﻣﻴﻜﻴﺎت ﺗﺼﺎدﻓﻴﺔ‪.‬‬‫اﻟﺤﺎﻟﻴﺔ‪ .‬ﺗُﺴﻤﱠ ﻰ ً‬
‫زﻣﻦ ﺗﻀﺎﻋﻒ‪ :‬اﻟﺰﻣﻦ اﻟﺬي ﻳﺴﺘﻐﺮﻗﻪ ﻋﺪم ﻳﻘني أوﱄ ﺣﺘﻰ ﻳﺰﻳﺪ ﺑﻌﺎﻣﻞ اﺛﻨني‪ .‬ﻳُﻌﺪ ﻣﺘﻮﺳ ُ‬
‫ﻂ‬
‫ﱡ‬
‫ﻟﻠﺘﻮﻗﻊ‪.‬‬ ‫ً‬
‫ﻣﻘﻴﺎﺳﺎ ﻟﻠﻘﺎﺑﻠﻴﺔ‬ ‫زﻣﻦ اﻟﺘﻀﺎﻋﻒ‬

‫‪177‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫زﻣﻦ ﻟﻴﺎﺑﻮﻧﻮف‪ :‬واﺣﺪ ﻣﻘﺴﻮم ﻋﲆ »أُس ﻟﻴﺎﺑﻮﻧﻮف«‪ .‬ﻻ ﻳﺮﺗﺒﻂ ﻫﺬا اﻟﺮﻗﻢ ﺑﻘﺎﺑﻠﻴﺔ أي ﳾء‬
‫ً‬
‫ﺑﺴﺎﻃﺔ‪.‬‬ ‫ﻟﻠﺘﻮﻗﻊ‪ ،‬اﻟﻠﻬﻢ إﻻ ﰲ أﻛﺜﺮ اﻟﻨﻈﻢ اﻟﻔﻮﺿﻮﻳﺔ‬
‫ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ )ر‪ ،‬ف‪ ،‬ص(‪ :‬ﺳﻠﺴﻠﺔ ﻣﻦ املﻼﺣﻈﺎت ﺗُﻤﺜﱢﻞ ﺗﻄ ﱡﻮ َر أﺣﺪ اﻟﻨﻈﻢ ﻋﱪ اﻟﺰﻣﻦ‪.‬‬
‫ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل‪ ،‬ﻣﻮﺿﻊ اﻟﻜﻮاﻛﺐ اﻟﺘﺴﻌﺔ‪ ،‬وﻋﺪد اﻟﺒﻘﻊ اﻟﺸﻤﺴﻴﺔ‪ ،‬وﻋﺪد اﻟﻔﱤان‪ً .‬‬
‫أﻳﻀﺎ‪،‬‬
‫ﻳﺸري ﻣﺼﻄﻠﺢ »ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ« إﱃ ﻧﺎﺗﺞ ﻧﻤﻮذج رﻳﺎﴈ‪ .‬ﻳﺸري ﻫﺬا املﺼﻄﻠﺢ ﰲ ﻋﻠﻢ‬
‫اﻹﺣﺼﺎء إﱃ اﻟﻨﻤﻮذج ﻧﻔﺴﻪ‪ ،‬وﻫﻮ ﻣﺎ ﻗﺪ ﻳﺜري ﺑﻌﺾ اﻟﻠﺒﺲ‪.‬‬
‫ﺳﻴﻨﺎرﻳﻮ ﻧﻤﻮذج ﻣﺜﺎﱄ‪ :‬ﺧﺪﻋﺔ رﻳﺎﺿﻴﺔ ﻣﻔﻴﺪة ﻳﺠﺮي ﻓﻴﻬﺎ اﺳﺘﺨﺪام اﻟﻨﻤﻮذج املﻄﺒﱠﻖ‬
‫ﰲ ﺗﻮﻟﻴﺪ اﻟﺒﻴﺎﻧﺎت‪ ،‬ﺛﻢ اﻟﺘﻈﺎﻫﺮ ﺑﻨﺴﻴﺎن ذﻟﻚ وﺗﺤﻠﻴﻞ »اﻟﺒﻴﺎﻧﺎت« ﺑﺎﺳﺘﺨﺪام ﻧﻤﻮذﺟﻨﺎ‬
‫وأدواﺗﻨﺎ‪ .‬ﺑﺼﻮرة أﻛﺜﺮ ﻋﻤﻮﻣﻴﺔ‪ ،‬رﺑﻤﺎ ﻳُﻤﺜﱢﻞ ﺳﻴﻨﺎرﻳﻮ اﻟﻨﻤﻮذج املﺜﺎﱄ أي ﻣﻮﻗﻒ ﻧﻤﺘﻠﻚ‬
‫ﻓﻴﻪ ﻧﻤﻮذﺟً ﺎ ﻣﺜﺎﻟﻴٍّﺎ ﻟﻠﺒﻨﻴﺔ اﻟﺮﻳﺎﺿﻴﺔ ﻟﻠﻨﻈﺎم اﻟﺬي ﻧﺪرﺳﻪ‪.‬‬
‫ﺷﻜﻞ ﻛﴪي‪ :‬ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻨﻘﺎط ذاﺗﻴﺔ اﻟﺘﺸﺎﺑﻪ‪ ،‬أو ﳾء ذاﺗﻲ اﻟﺘﺸﺎﺑﻪ ﻋﲆ ﻧﺤﻮ ﺷﺎﺋﻖ‬
‫ﻂ ﻣﺘﻌﺮج(‪ .‬ﻋﺎد ًة‪ ،‬ﻣﺎ ﻳﺘﻄ ﱠﻠﺐ‬‫ﺗﺸﻮﻳﻘﺎ — ﻗﻞ ﻋﲆ ﺳﺒﻴﻞ املﺜﺎل — ﻣﻦ ﻣﺴﺘﻮى أو ﺧ ﱟ‬‫ً‬ ‫)أﻛﺜﺮ‬
‫ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻷﺷﻜﺎل اﻟﻜﴪﻳﺔ ﰲ اﻟﻔﻀﺎء اﻟﺬي‬ ‫ٍ‬ ‫اﻷﻣ ُﺮ ﺗﻮاﻓ َﺮ ﺣﺠ ٍﻢ ﻗﻴﻤﺘُﻪ ﺻﻔﺮ ﻟﺪى أي‬
‫ﻄﺎ ﻣﺮﺳﻮﻣً ﺎ ﰲ ﺑُﻌﺪﻳﻦ ﻟﻴﺲ ﻟﻪ ﻣﺴﺎﺣﺔ‪ ،‬أو أن ﺳﻄﺤً ﺎ ﻣﺮﺳﻮﻣً ﺎ ﰲ‬ ‫ﺗﺸﻐﻠﻪ‪ ،‬ﻣﺜﻠﻤﺎ أن ﺧ ٍّ‬
‫ﺛﻼﺛﺔ أﺑﻌﺎد ﻻ ﻳﻤﺘﻠﻚ ﺣﺠﻤً ﺎ‪.‬‬
‫ً‬
‫اﺧﺘﻼﻓﺎ ﻳﺴريًا‪،‬‬ ‫ﻇﻼل )ر(‪ :‬ﻋﻼﻗﺔ ﺑني ﻧﻤﻮذﺟني ﻣﻌﺮوﻓني ﺗﻤﺎﻣً ﺎ ﺗﺨﺘﻠﻒ دﻳﻨﺎﻣﻴﻜﻴﺎﺗﻬﻤﺎ‬
‫ﺣﻴﺚ ﻳﻤﻜﻦ إﺛﺒﺎت أن أﺣﺪﻫﻤﺎ ﺳﻴﺴﻠﻚ ﻣﺴﺎ ًرا ﻣﺎ ﻳﻈﻞ ﻗﺮﻳﺒًﺎ ﻣﻦ ﻣﺴﺎر ﻣﺤﺪد ﻟﻠﻨﻤﻮذج‬
‫َ‬
‫اﻵﺧﺮ‪.‬‬
‫ﻇﻼل )ف(‪ :‬ﻳُﻘﺎل إن ﻧﻈﺎﻣً ﺎ دﻳﻨﺎﻣﻴﻜﻴٍّﺎ »ﻳُﻈﻞ« ﻣﺠﻤﻮﻋﺔ ﻣﻦ املﻼﺣﻈﺎت ﰲ ﺣﺎل إﻧﺘﺎﺟﻪ‬
‫ﻣﺴﺎ ًرا رﺑﻤﺎ أﻓﴣ إﱃ ﺗﻠﻚ املﻼﺣﻈﺎت ﰲ ﻇﻞ »ﺗﺸﻮﻳﺶ« املﻼﺣﻈﺎت املﺘﻮﻗﻊ‪ .‬ﻓﺎﻟﻈﻼل‬
‫ﻣﺴﺎر ﻣﺘﻮاﻓﻖ ﻣﻊ ﻧﻤﻮذج اﻟﺘﺸﻮﻳﺶ واملﻼﺣﻈﺎت‪.‬‬
‫ﻋﺪم اﻟﻴﻘني ﰲ املﻼﺣﻈﺔ‪ :‬أﺧﻄﺎء اﻟﻘﻴﺎس‪ ،‬ﺣﺎﻻت ﻋﺪم ﻳﻘني ﺗﺮﺟﻊ إﱃ ﻋﺪم اﻟﺪﻗﺔ ﰲ أيﱟ‬
‫ﻣﻦ ﻣﻼﺣﻈﺎت ﺣﺎﻟﺔ اﻟﻨﻈﺎم‪.‬‬
‫ﻋﻨﴫ ﺟﺬب ﻏﺮﻳﺐ‪» :‬ﻋﻨﴫ ﺟﺬب« ﻳﻤﺘﻠﻚ ﺑﻨﻴﺔ »ﻛﴪﻳﺔ«‪ .‬رﺑﻤﺎ ﻳﻜﻮن ﻋﻨﴫ اﻟﺠﺬب‬
‫اﻟﻐﺮﻳﺐ ﻓﻮﺿﻮﻳٍّﺎ أو ﻏري ﻓﻮﺿﻮي‪.‬‬

‫‪178‬‬
 ‫ﻣﴪد املﺼﻄﻠﺤﺎت‬

‫ﻋﻨﴫ ﺟﺬب ﻓﻮﺿﻮي‪ :‬ﻋﻨﴫ ﺟﺬب ﺗﺼﺒﺢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎت ﻋﻨﺪه ﻓﻮﺿﻮﻳﺔ‪ .‬رﺑﻤﺎ ﻳﺘﻀﻤﱠ ﻦ‬
‫»أﺷﻜﺎﻻ ﻛﴪﻳﺔ« أو ﻻ ﻳﺘﻀﻤﻨﻬﺎ؛ ﻟﺬا ﺛَﻤﱠ َﺔ ﻋﻨﺎﴏ ﺟﺬب ﻓﻮﺿﻮﻳﺔ‬
‫ً‬ ‫ﻋﻨﴫ اﻟﺠﺬب اﻟﻔﻮﺿﻮي‬
‫»ﻏﺮﻳﺒﺔ«‪ ،‬وﻋﻨﺎﴏ ﺟﺬب ﻓﻮﺿﻮﻳﺔ ﻏري ﻏﺮﻳﺒﺔ‪.‬‬
‫ﻋﻨﴫ ﺟﺬب‪ :‬ﻧﻘﻄﺔ أو ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻨﻘﺎط ﰲ »ﻓﻀﺎء ﺣﺎﻟﺔ« ﺗﻘﱰب ﻣﻨﻬﺎ ﻣﺠﻤﻮﻋﺔ أﺧﺮى‬
‫ﻣﻦ اﻟﺤﺎﻻت أﻛﺜﺮ ﻓﺄﻛﺜﺮ ﻋﻨﺪ ﺗﻜﺮارﻫﺎ ﻟﻸﻣﺎم‪.‬‬
‫َ‬
‫اﻟﺤﺎﻟﺔ‪ ،‬أو اﻟﻮﺿﻊَ‪ ،‬ﰲ‬ ‫ﻓﻀﺎء ﺣﺎﻟﺔ‪ :‬ﻫﻮ اﻟﻔﻀﺎء اﻟﺬي ﺗﺤﺪد ﻛﻞ ﻧﻘﻄﺔ ﻓﻴﻪ ﺑﺼﻮرة ﻛﺎﻣﻠﺔ‬
‫أﺣﺪ اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ‪.‬‬
‫ﻓﻮﴇ )ﺣ(‪ :‬ﺑﺮﻧﺎﻣﺞ ﺣﺎﺳﻮﺑﻲ ﻳﻬﺪف إﱃ ﺗﻤﺜﻴﻞ ﻧﻈﺎم رﻳﺎﴈ ﻓﻮﺿﻮي‪ .‬ﻋﻤﻠﻴٍّﺎ‪ ،‬ﺗﻘﻊ أو‬
‫ﺗﺘﻄﻮر ﺟﻤﻴﻊ اﻟﻨﻈﻢ اﻟﺪﻳﻨﺎﻣﻴﻜﻴﺔ اﻟﺤﺎﺳﻮﺑﻴﺔ اﻟﺮﻗﻤﻴﺔ ﰲ اﺗﺠﺎه ﺣﻠﻘﺔ دورﻳﺔ‪.‬‬
‫ﻓﻮﴇ )ر(‪ :‬ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ رﻳﺎﴈ ﺣﺘﻤﻲ‪ ،‬وﻣﺘﻜﺮر‪ ،‬وﻟﻪ اﻋﺘﻤﺎد ﺣﺴﺎس ﻋﲆ ﺣﺎﻟﺔ أوﻟﻴﺔ‪.‬‬
‫ﻓﻮﴇ )ف(‪ :‬ﻧﻈﺎم ﻓﻴﺰﻳﺎﺋﻲ ﻧﻌﺘﻘﺪ ﺣﺎﻟﻴٍّﺎ ﰲ إﻣﻜﺎﻧﻴﺔ ﻧﻤﺬﺟﺘﻪ ﰲ أﻓﻀﻞ ﺻﻮرة ﻣﻦ ﺧﻼل‬
‫ﻧﻈﺎم رﻳﺎﴈ ﻓﻮﺿﻮي‪.‬‬
‫ﻟﻠﺘﻮﻗﻊ )ر(‪ :‬ﺧﺎﺻﻴﺔ ﺗﺴﻤﺢ ﺑﺒﻨﺎء ﺗﻮزﻳﻊ ﱡ‬
‫ﺗﻮﻗﻊ ﻣﻔﻴﺪ ﻳﺨﺘﻠﻒ ﻋﻤﱠ ﺎ ﻳﺴﺘﻤﺪ ﻋﺸﻮاﺋﻴٍّﺎ‬ ‫ﱡ‬ ‫اﻟﻘﺎﺑﻠﻴﺔ‬
‫ﻣﻦ اﻟﺘﻮزﻳﻊ )املﻨﺎﺧﻲ( اﻟﻨﻬﺎﺋﻲ‪ .‬ﺑﺎﻟﻨﺴﺒﺔ إﱃ اﻟﻨﻈﻢ اﻟﺘﻲ ﺗﺸﺘﻤﻞ ﻋﲆ ﻋﻨﺎﴏ ﺟﺬب‪ ،‬ﺗﻨﻄﻮي‬
‫ﻧﻘﺎط ﻋﲆ ﻧﺤﻮ ﻋﺸﻮاﺋﻲ ﻣﻦ ﻋﻨﴫ اﻟﺠﺬب‪.‬‬ ‫ٍ‬ ‫اﻟﻘﺎﺑﻠﻴﺔ ﻟﻠﺘﻮﻗﻊ ﻋﲆ ﱡ‬
‫ﺗﻮﻗ ٍﻊ أﻓﻀ َﻞ ﻣﻦ اﻧﺘﻘﺎء‬

‫ﻟﻠﺘﻮﻗﻊ )ف(‪ :‬ﺧﺎﺻﻴﺔ ﺗﺴﻤﺢ ﻟﻠﻤﻌﻠﻮﻣﺎت اﻟﺤﺎﻟﻴﺔ ﺑﺄن ﺗُﻔﴤَ إﱃ ﻣﻌﻠﻮﻣﺎت ﻣﻔﻴﺪة‬ ‫ﱡ‬ ‫اﻟﻘﺎﺑﻠﻴﺔ‬
‫ﺣﻮل اﻟﺤﺎﻟﺔ املﺴﺘﻘﺒﻠﻴﺔ ﻟﻨﻈﺎم ﻣﺎ‪.‬‬
‫ﱡ‬
‫»ﺗﺪﻓﻖ« ﻣﺎ‪ ،‬ﻳﻘﻮم ﺑﺘﺴﺠﻴﻞ ﻗﻴﻤﺔ ﺟﻤﻴﻊ املﺘﻐريات‬ ‫ﻗﺴﻢ ﺑﻮاﻧﻜﺎرﻳﻪ‪ :‬ﻗﻄﺎع ﻋﺮﴈ ﻣﻦ‬
‫ً‬
‫ﻗﻴﻤﺔ ﻣﺤﺪدة‪ .‬اﺑﺘﻜﺮه ﺑﻮاﻧﻜﺎرﻳﻪ ﻟﻴﺘﻤﻜﻦ ﻣﻦ ﺗﺤﻮﻳﻞ أيﱢ‬ ‫ﱢ‬
‫ﻣﺘﻐريٌ‬ ‫ﻋﻨﺪﻣﺎ ﻳﺤﺪث أن ﻳﺘﺨﺬ‬
‫ﱡ‬
‫ﺗﺪﻓﻖ إﱃ »ﺧﺮﻳﻄﺔ«‪.‬‬
‫ﻻ ﺧﻄﻲ‪ :‬ﻛﻞ ﻣﺎ ﻫﻮ ﻟﻴﺲ ﺑﺨﻄﻲ‪.‬‬
‫ﻻ ﻣﺘﻨﺎﻫﻲ اﻟﺼﻐﺮ‪ :‬ﻛﻤﻴﺔ ﻗﻴﻤﺘﻬﺎ أﻗﻞ ﻣﻦ أيﱢ رﻗ ٍﻢ ﻳﻤﻜﻦ ﺗﺴﻤﻴﺘﻪ‪ ،‬ﻟﻜﻨﻬﺎ ﺑﺎﻟﴬورة أﻛﱪ‬
‫ﻣﻦ اﻟﺼﻔﺮ‪.‬‬
‫‪N‬‬ ‫ﻣﻌً ﺎ‪ ،‬ﺛﻢ اﻟﺤﺼﻮل ﻋﲆ ﺟﺬر ﻋﺪد أرﻗﺎم‬ ‫‪N‬‬ ‫ﻣﺘﻮﺳﻂ ﻫﻨﺪﳼ‪ :‬ﺣﺎﺻﻞ ﴐب أرﻗﺎم‬
‫ﻟﻠﻨﺎﺗﺞ‪.‬‬

‫‪179‬‬
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

‫ﻣﺠﻤﻊ ﺟﺬب‪ :‬ﺑﺎﻟﻨﺴﺒﺔ إﱃ »ﻋﻨﴫ ﺟﺬب« ﻣﺤﺪﱠد‪ ،‬ﻫﻮ ﻣﺠﻤﻮع ﺟﻤﻴﻊ اﻟﺤﺎﻻت اﻟﺘﻲ ﺳﺘﻘﱰب‬
‫ﻣﻨﻪ ﰲ اﻟﻨﻬﺎﻳﺔ‪.‬‬
‫ﻣﺴﺎر ﻣﺘﻜﺮر‪ :‬ﻣﺴﺎر ﺳﻴﻌﻮد ﰲ اﻟﻨﻬﺎﻳﺔ ﻗﺮﻳﺒًﺎ ﺟﺪٍّا ﻣﻦ ﺣﺎﻟﺘﻪ اﻟﺤﺎﻟﻴﺔ‪.‬‬
‫ﻣﻌﻠﻤﺎت‪ :‬ﻛﻤﻴﺎت ﰲ ﻧﻤﺎذﺟﻨﺎ ﺗُﻤﺜﱢﻞ وﺗﺤﺪﱢد ﺧﺼﺎﺋﺺ ﻣﺤﺪدة ﰲ اﻟﻨﻈﺎم املﻨﻤﺬج‪ .‬ﺗﺒﻘﻰ ﻗِ ﻴَﻢ‬
‫ً‬
‫ﺛﺎﺑﺘﺔ ﻋﻤﻮﻣً ﺎ ﻣﻊ ﺗﻄﻮﱡر ﺣﺎﻟﺔ اﻟﻨﻤﻮذج‪.‬‬ ‫املﻌﻠﻤﺎت‬
‫ﺣﻠﻮﻻ ً‬
‫أﻳﻀﺎ‪ ،‬وﻫﻮ‬ ‫ً‬ ‫ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ ﺧﻄﻲ‪ :‬ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ ﻳُﻤﺜﱢﻞ ﻣﺠﻤﻮ ُع اﻟﺤﻠﻮل ﻓﻴﻪ‬
‫ﻋﻤﻮﻣً ﺎ ﺣ ﱞﻞ واﺣﺪ ﻳﺴﻤﺢ ﺑﱰاﻛﺐ اﻟﺤﻠﻮل‪) .‬ﻷﺳﺒﺎب ﻓﻨﻴﺔ‪ ،‬ﻻ ﻧﺮﻳﺪ أن ﻧﻘﻮل إﻧﻪ ذﻟﻚ اﻟﻨﻈﺎم‬
‫اﻟﺬي »ﻳﺘﻀﻤﻦ ﻗﻮاﻋﺪ ﺧﻄﻴﺔ ﻓﻘﻂ«‪(.‬‬
‫ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ ﻣﺸﺘﺖ‪ :‬ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ ﻳﺘﻨﺎﻗﺺ ﻓﻴﻪ — ﰲ املﺘﻮﺳﻂ — ﺣﺠ ُﻢ »ﻓﻀﺎء‬
‫اﻟﺤﺎﻟﺔ« ﻋﻨﺪ ﺗﻜﺮاره إﱃ اﻷﻣﺎم ﺑﻤﻮﺟﺐ اﻟﻨﻈﺎم‪ .‬ﺑﻴﻨﻤﺎ ﻳﻘﱰب اﻟﺤﺠﻢ ﻣﻦ اﻟﺼﻔﺮ‪ ،‬ﻓﻠﻴﺲ‬
‫ﻫﻨﺎك ﴐورة ﻷن ﻳﺘﻨﺎﻗﺺ ﺑﺎﻟﴬورة إﱃ ﻧﻘﻄﺔ‪ ،‬ورﺑﻤﺎ ﻳﻘﱰب ﻣﻦ »ﻋﻨﴫ ﺟﺬب« ﻣﻌﻘﺪ‬
‫ﺟﺪٍّا‪.‬‬
‫ﻧﻈﻢ دﻳﻨﺎﻣﻴﻜﻴﺔ ﻣﺤﺎﻓﻈﺔ‪ :‬ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ ﻻ ﻳﺘﻨﺎﻗﺾ ﺣﺠﻢ »ﻓﻀﺎء اﻟﺤﺎﻟﺔ« ﻓﻴﻪ ﻋﻨﺪ‬
‫ﺗﻜﺮاره ﻟﻸﻣﺎم‪ .‬ﻻ ﻳﻤﻜﻦ أن ﺗﺸﺘﻤﻞ ﻫﺬه اﻟﻨﻈﻢ ﻋﲆ »ﻋﻨﺎﴏ ﺟﺬب«‪.‬‬
‫ﻧﻘﻄﺔ ﺛﺎﺑﺘﺔ‪ :‬ﺣﺎﻟﺔ ﰲ ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ ﺗﻈﻞ ﺛﺎﺑﺘﺔ‪ ،‬وﻫﻲ ﻧﻘﻄﺔ ﺛﺎﺑﺘﺔ ﺗﺴﺎوي ﻗﻴﻤﺘﻬﺎ‬
‫املﺴﺘﻘﺒﻠﻴﺔ ﰲ اﻟﻨﻈﺎم ﻗﻴﻤﺘﻬﺎ اﻟﺤﺎﻟﻴﺔ‪.‬‬
‫ﻧﻤﻮ أﳼ ﻓﻌﺎل‪ :‬ﻣﻌﺪل اﻟﻨﻤﻮ ﰲ اﻟﺰﻣﻦ‪ ،‬اﻟﺬي ﻋﻨﺪ ﺣﺴﺎب ﻣﺘﻮﺳﻄﻪ ﰲ املﺴﺘﻘﺒﻞ اﻟﻼﻧﻬﺎﺋﻲ‪،‬‬
‫ﺳﻴﺒﺪو أﺳﻴٍّﺎ ﰲ املﺘﻮﺳﻂ‪ ،‬وإن ﻛﺎن ﻳﻤﻜﻦ أن ﻳﻨﻤﻮ ﺑﺒﻂء ﻧﺴﺒﻲ‪ ،‬أو رﺑﻤﺎ ﻳﺘﻨﺎﻗﺺ‪ ،‬ﻋﱪ‬
‫ﻓﱰات زﻣﻨﻴﺔ ﻃﻮﻳﻠﺔ‪.‬‬
‫ِ‬
‫ﻣﺘﻨﺎﺳﺒًﺎ ﻣﻊ ﻗﻴﻤﺔ ‪ ،X‬ﺑﺤﻴﺚ ﻳﺼري‬ ‫ﻧﻤﻮ أﳼ‪ :‬ﻫﻮ اﻟﻨﻤﻮ ﻋﻨﺪﻣﺎ ﻳﻜﻮن ﻣﻌﺪل اﻟﺰﻳﺎدة ﰲ ‪X‬‬
‫ﻧﻤﻮﻫﺎ أﴎع ﻛﺜريًا ﻛﻠﻤﺎ زادت‪.‬‬
‫ﻧﻤﻮذج ﺗﺸﻮﻳﺶ‪ :‬ﻧﻤﻮذج ﺗﺸﻮﻳﺶ رﻳﺎﴈ ﻳُﺴﺘﺨﺪَم ﰲ ﻣﺤﺎوﻟﺔ ﺗﻔﺴري أيﱟ ﻣﺎ ﻛﺎن ﻳُﻌﺘﱪ‬
‫ً‬
‫ﺗﺸﻮﻳﺸﺎ ﺣﻘﻴﻘﻴٍّﺎ‪.‬‬
‫ﻧﻤﻮذج‪ :‬ﻧﻈﺎم دﻳﻨﺎﻣﻴﻜﻲ رﻳﺎﴈ ﻣﻬﻢ‪ ،‬ﺳﻮاءٌ ﻟﺪﻳﻨﺎﻣﻴﻜﻴﺎﺗﻪ ﰲ ﺣﺪ ذاﺗﻬﺎ أو ﻷن دﻳﻨﺎﻣﻴﻜﻴﺎﺗﻪ‬
‫ﺗﺸﺒﻪ دﻳﻨﺎﻣﻴﻜﻴﺎت ﻧﻈﺎم ﻓﻴﺰﻳﺎﺋﻲ‪.‬‬

‫‪180‬‬
 ‫ﻗﺮاءات إﺿﺎﻓﻴﺔ‬

‫ﻟﻸﻃﻔﺎل‬

Michael Coleman and Gwyneth Williamson, One, Two, Three, Oops! (Lon-
don: Little Tiger Press, 1999).

‫اﻷدب‬

Ray Bradbury, ‘A Sound Like Thunder’ (Collier’s Magazine, 28 June 1952).

Carol Shields, Unless (Toronto: Random House Canada, 2002).

‫ﺗﺎرﻳﺦ اﻟﻌﻠﻢ واﻟﻌﻠﻢ اﻟﺘﺎرﻳﺨﻲ‬

Thomas Bass, The Newtonian Casino (Harmondsworth: Penguin, 1991).

Leon Brillouin, Scientific Uncertainty and Information (New York: Academic
Press, 1964).
John L. Casti, Searching for Certainty (New York: William Morrow, 1991).
Arthur Eddington, The Nature of the Physical World (Cambridge: Cam-
bridge University Press, Gifford Lectures Series, 1928).
E. E. Fournier d’Albe, Two New Worlds (London: Longmans Green, 1907).
Francis Galton, Natural Inheritance (London: Macmillan, 1889).
 ‫ﻧﻈﺮﻳﺔ اﻟﻔﻮﴇ‬

Stephen M. Stigler (2002) Statistics on the Table: The History of Statistical

Concepts and Methods (Cambridge, Mass: Harvard University Press,
2002).
H. S. Thayer, Newton’s Philosophy of Nature (New York: Hafner, 1953).

‫ﻓﻠﺴﻔﺔ اﻟﻌﻠﻢ‬
R. C. Bishop, Introduction to the Philosophy of Social Science (London: Con-
tinuum, in press).
N. Cartwright, How the Laws of Physics Lie (Oxford: Oxford University Press,
1983).
John Earman, A Primer on Determinism (Dordrecht: Reidel, 1986).
Jennifer Hecht, Doubt: A History (San Francisco: Harper, 2003).
P. Smith, Explaining Chaos (Cambridge: Cambridge University Press, 1998).

‫اﻟﻔﻮﴇ‬
L. Glass and M. Mackey, From Clocks to Chaos (Princeton: Princeton Uni-
versity Press, 1988).
Ed Lorenz, The Essence of Chaos (London: UCL Press, 1993).
J. C. Sprott, Chaos and Time-Series Analysis (Oxford: Oxford University
Press, 2003).
I. Stewart, Does God Play Dice? (Harmondsworth: Penguin, 1997).

‫اﻟﻄﻘﺲ‬
T. Palmer and R. Hagedorn, Predictability (Cambridge: Cambridge Univer-
sity Press, 2006).

ً
‫ﺗﻔﺼﻴﻼ‬ ‫ﻧﻘﺎﺷﺎت أﻛﺜﺮ‬
Edward Ott, Chaos in Dynamical Systems (Cambridge: Cambridge Univer-
sity Press, 2002).

182
 ‫ﻗﺮاءات إﺿﺎﻓﻴﺔ‬

G. Gouesbet, S. Meunier-Guttin-Cluzel, and O. Menard (eds), Chaos and its

Reconstruction (NOVA, 2003). (See, in particular, Chapter 9 by Kevin
Judd for a review of ten years of work at CADO in dynamical systems
modelling from time series.)
H. Kantz and T. Schreiber, Nonlinear Time Series Analysis, 2nd edn. (Cam-
bridge: Cambridge University Press, 2003).
More on the Bakers, including the equations, can be found in H. Tong
(ed.), ‘Chaos and Forecasting’, World Scientific Publications (Singapore,
1995).
The full 51-member forecast, along with a number of colour illustrations
in this Very Short Introduction, can be found in L. A. Smith (2002)
‘Predictability and Chaos’, in Encyclopedia of Atmospheric Sciences,
ed. J. Holton, J. Pyle, and J. Curry (New York: Academic Press, 2002),
pp. 1777–85.

183
 ‫ﻣﺼﺎدر اﻟﺼﻮر‬

(1-1) © The Times/NI Syndication Limited.

(1-3) © The Times/NI Syndication Limited 1990/John Frost Newspapers.
(1-5) Louvre, Paris. © Photo12.com/Oronoz.
(10-2) Crown Copyright.
(10-3) © F. Schuiten.