|
Abel Prize ประจำปี 2007
โพสต์เมื่อ:
21:38 วันที่ 30 พ.ค. 2550 ชมแล้ว:
52,504
ตอบแล้ว:
1
The Norwegian Academy of Science and Letters มอบ Abel Prize ประจำปี 2007 ให้แก่ Srinivasa S. R. Varadhan สำหรับงานเกี่ยวกับทฤษฎีความน่าจะเป็น (Probability Theory) โดยเฉพาะอย่างยิ่งทฤษฎีเกี่ยวกับ large deviation สมมุติว่าเราทอยเหรียญเหรียญหนึ่งหลายๆครั้ง ถ้าเหรียญนั้นเป็นเหรียญ "เที่ยงตรง" เราก็เดาได้ว่าเหรียญจะออกหน้าหัวประมาณครึ่งหนึ่งของการทอยทั้งหมด และจำนวนครั้งจะเข้าใกล้ 1/2 ขึ้นเรื่อยๆ เมื่อจำนวนครั้งที่ทอยเพิ่มขึ้น จากรูปเป็นผลที่ได้จากการทดลองทอยเหรียญสี่รอบ รอบละ 1,000 ครั้ง แล้วหาอัตราส่วนของครั้งที่ได้หน้าหัวมาวาดกราฟ จะเห็นว่ากราฟของเราจะลู่เข้าสู่ 1/2 ![]() ทีนี้เราลองเปลี่ยนมาดูความสูงของนักเรียนกันบ้าง สมมุติว่าเราเข้าไปในโรงเรียนอนุบาลแล้ววัดส่วนสูงของนักเรียนทั้งโรงเรียน มาวาดเป็นกราฟดูว่าที่แต่ละความสูงมีนักเรียนกี่คนบ้าง เราจะได้กราฟที่มีลักษณะคล้ายระฆังคว่ำ และถ้าเราเพิ่มจำนวนเด็กขึ้นมาเรื่อยๆ เราก็จะได้กราฟที่ดูสวยมากขึ้น กราฟที่ได้จะเป็นส่วนโค้งที่สมมาตรซ้ายขวา โดยที่ตรงจุดกึ่งกลางคือค่าเฉลี่ยของความสูงนักเรียนทั้งหมด ถ้าเราเปลี่ยนไปวันส่วนสูงของนักเรียนมัธยมแทน เราก็จะได้กราฟเป็นรูประฆังคว่ำเช่นกัน แต่จุดกึ่งกลางและความกว้างของฐานอาจจะต่างออกไป ดังรูปข้างล่าง ![]() ทำไมเหตุการณ์สองเหตุการณ์ข้างต้นถึงสำคัญ ทั้งๆที่มันไม่ได้บอกรายละเอียดเราเลย เช่น การทอยเหรียญครั้งที่ 5 จะออกหน้าหัวหรือก้อย ถึงแม้ว่าเราจะทอยได้หน้าก้อยไปสี่ครั้งแล้ว มันสำคัญเพราะว่า บางครั้งเราสนใจข้อมูลทางสถิติจำนวนมาก เช่น ปริษัทประกันรถยนต์ไม่ได้สนใจรถแต่ละคัน แต่สนใจว่าจะมีอุบัติเหตุกี่ครั้งเกิดขึ้นกับรถคันใดก็ได้ที่ทำประกันด้วย บริษัทโทรศัพท์มือถือไม่สนใจว่าคุณจะโทรศัพท์ตอนไหน แต่สนใจว่าจะมีคนกี่คนที่พร้อมใจกันโทรศัพท์ในช่วงเวลาเร่งด่วน ถ้าเราดูปัญหาทางสถิติทั้งหมด ปัญหาหลายปัญหาแก้ได้ด้วยวิธีการสองวิธีข้างต้น แต่ว่ามีปัญหาที่แก้ไม่ได้ ปัญหาที่น่าสนใจคือมันจะเบี่ยงเบนไปเท่าไหร่ (large deviations) เราลองกลับไปที่ปัญหาการทอยเหรียญ เพื่อทำความเข้าใจปัญหาของ large deviation เรารู้ว่า ในการทอยเหรียญ อัตราส่วนที่จะออกหน้าหัวควรจะเป็นประมาณ 1/2 แต่เหตุการณ์นี้ไม่จำเป็นต้องเกิดก็ได้ ถึงแม้ว่าเราจะทอยเหรียญ 1,000 ครั้ง ก็มีโอกาส (น้อยมากๆ) ที่จะได้หน้าหัวทุกครั้ง และโอกาสนี้ก็จะมากขึ้นถ้าเราบอกว่าโอกาสที่จะได้หน้าหัวมากกว่า 3/4 (แทนที่จะเป็นเท่ากับ 1/2) ทฤษฎี Large Deviations ใช้คำนวณหาโอกาสที่จะเกิดเหตุการณ์พวกนี้ทฤษฎี large deviation เกิดขึ้นมาตั้งแต่ช่วงปี 1930s โดย Harald Cram?r และ Varadhan มาศึกษาและขยายผล จนกระทั่งได้เครื่องมือที่สามารถใช้ได้กับทุกกรณีที่มีการสุ่ม (stochastic process) ตั้งแต่เศรษฐศาสตร์ การเงิน ถึงชีววิทยาและคอมพิวเตอร์ ความยากของสาขานี้คือ ในทฤษฎีความน่าจะเป็นแบบเดิม เหตุการย่อยๆ แต่ละเหตุการณ์จะไม่มีความสำคัญ เมื่อเทียบกับเหตุการณ์ที่สนใจจำนวนมาก แต่ในทฤษฎี large deviation เหตุการณ์ย่อยๆเหล่านี้มีความสำคัญมาก Varadhan ช่วยให้เรารู้ว่าข้อมูลที่ต้องใช้คืออะไรบ้าง และการขยายผลไปสู่สถานการณ์อื่นๆ บริษัทประกันรถยนต์ใช้ทฤษฎีนี้ในการคำนวณหาโอกาสของเหตุการณ์ที่เกิดได้ยาก (แต่เป็นไปได้) เช่นรถทุกคันชนหมด ในการบริหารความเสี่ยงของการประกัน และคิดค่าประกันที่เหมาะสม ในทำนองเดียวกันบริษัทมือถือก็ใช้หาโอกาสที่ลูกค้าจะพร้อมใจกันโทรศัพท์ จนทำให้ระบบล่ม บางครั้งอาจจะคุ้มค่าที่จะลงทุนเพิ่มอีกนิดเพื่อลดโอกาสที่ระบบจะล่ม ดีกว่ามาฟังลูกค้าบ่นเรื่อยๆ เหตุที่ Varadhan ได้รับรางวัล ไม่ใช่เพียงแค่งานของเขาสามารถประยุกต์ใช้ได้กว้าง แต่ยังมีความสวยงามในตัวของมันเอง ดังที่คณะกรรมการตัดสินกล่าวว่า "งานของ Varadhan ประกอบด้วยหลักการและความงาม ความคิดของเขามีอิทธิพลและจะยังกระตุ้นการทำวิจัยต่อเนื่องไปอีกนาน" อ้างอิง แปล และตัดต่อจาก การนำเสนอผลงานของ Varadhan ในเว็บไซต์ของ Abel Prize โดย Professor Tom Louis Lindstr?m ประกาศในเว็บไซต์ของ Abel Prize นิตยสาร Plus จำนวน 1 ความเห็น, หน้า่ | -1- ความเห็นเพิ่มเติมที่ 1 13 มิ.ย. 2551 (11:18) เป็นงานที่ดีทำให้คนทั่วไปพอเข้าใจงานได้ |