Phóng to

Nếu một việc có thể diễn tiến xấu, nó sẽ diễn tiến đúng như thế

TTO - Người ta đề nghị Matthews giải thích các ví dụ khác của định luật Murphy: Tại sao thời tiết thường xấu vào ngày nghỉ, còn ôtô thường hỏng trên đường tới một cuộc họp quan trọng? Trong khi mau chóng chỉ ra rằng, đó chỉ là kết quả của “ký ức chọn lọc”, Matthews cũng thấy nhiều trường hợp khẳng định hiệu lực của định luật Murphy.

Ví dụ điển hình là Quy luật bản đồ: “Nếu địa điểm bạn tìm có thể nằm ở những vị trí không thuận lợi trên bản đồ, nó sẽ nằm ở đó”. Căn nguyên của quy luật là sự kết hợp lý thú giữa xác suất và ảo giác quang học. Hãy giả định bản đồ hình vuông, khi đó “vùng Murphy” gồm các phần nằm ở rìa và phía dưới bản đồ, nơi hệ thống đường sá dẫn tới chúng phần lớn là bất tiện.

Hình học trực quan cho thấy, nếu độ rộng vùng Murphy chỉ bằng 1/10 độ rộng tấm bản đồ thì nó đã chiếm hơn phân nửa diện tích cả bản đồ. Như vậy, một điểm bất kỳ cũng có xác suất rơi vào vùng Murphy lớn hơn 50%. Ngoài ra là ảo giác quang học: cho dù vùng Murphy khá hẹp, ranh giới của nó được kẻ trên phần lớn tấm bản đồ, khiến ta tưởng nó chiếm một diện tích lớn.

Phóng to

Hàng bên cạnh thường kết thúc trước

Một ví dụ khác là Quy luật xếp hàng: “Hàng bên cạnh thường kết thúc trước”. Tất nhiên nếu bạn xếp sau một gia đình đông người đi mua sắm đồ cuối năm, sẽ chẳng ngạc nhiên nếu các hàng khác kết thúc trước. Nhưng nếu bạn đứng ở một hàng cùng độ dài và thành phần như các hàng khác thì sao? Bạn có thoát khỏi sức ám ảnh kỳ lạ của quy luật Murphy hay không?

Rất đáng tiếc là không. Lấy trung bình thì mọi hàng đều kết thúc như nhau, nhưng các sự biến ngẫu nhiên luôn có thể xảy ra: máy tính tiền hỏng, người thu ngân bấm nhầm, vị khách hàng muốn kiểm tra hóa đơn… Nhưng khi xếp hàng trong siêu thị, ta không quan tâm tới các giá trị trung bình, ta chỉ muốn kết thúc sớm. Và xác suất chọn đúng hàng để xếp là 1/N, với N là tổng số hàng trong siêu thị.

Trong trường hợp này, thậm chí chỉ so sánh với hai hàng kế bên, cơ may của ta cũng chỉ là một phần ba. Nói cách khác, ta thường thua vì trong hai phần ba trường hợp, ta chọn phải hàng sai!

Xác suất và lý thuyết tổ hợp giữ vai trò chìa khóa trong một quy luật Murphy khác: “Nếu tất có thể không cùng đôi, nó sẽ không cùng đôi”. Nếu ban đầu bạn có 10 đôi tất, sau một thời gian bạn mất một nửa, thì khả năng bạn có một ngăn kéo toàn tất cọc cạch nhiều gấp 4 lần khả năng bạn có hai chiếc cùng đôi. Chính vì vậy, khó tìm được một đôi tất hoàn chỉnh trong lúc vội đi làm là lẽ đương nhiên.

Lý thuyết xác suất cũng giải thích được Quy luật mang ô: “Mang ô khi có dự báo mưa khiến mưa ít xảy ra”. Với khả năng dự báo thời tiết đạt tới độ chính xác 80%, dường như việc mang ô theo lời khuyên của nha khí tượng sẽ đúng 4 trong số 5 trường hợp. Thế nhưng, lập luận có vẻ chính xác này lại tỏ ra không thích hợp với vùng hiếm mưa. Ở những nơi đó, 80% các dự báo mưa lại có kết quả là trời không mưa. Vì thế mà có chuyện vui về bà vợ vị giám đốc nha khí tượng với chiếc áo mưa luôn luôn mới (vì chẳng khi nào dùng): bà mang áo mưa khi chồng báo mưa (mà trời lại nắng) và để áo mưa ở nhà mỗi khi trời mưa!

Để quyết định có mang ô hay không, cần tính đến xác suất có mưa trong khoảng thời gian bạn đi đường (chẳng hạn 1 giờ đồng hồ). Nó có giá trị đủ nhỏ trên toàn thế giới. Ví dụ xác suất mưa là 0,1 có nghĩa là khả năng bạn không dính mưa lớn gấp 10 lần khả năng dính mưa. Trong trường hợp ấy, lý thuyết xác suất chỉ ra rằng, ngay cả tỷ lệ dự báo mưa chính xác tới 80%, thì khả năng mắc sai lầm của dự báo cũng nhiều gấp hai lần khả năng không mắc, khiến việc mang ô của bạn trở nên vô ích. Bản chất của vấn đề nằm ở chỗ, khả năng dự báo cao cũng chưa đủ để tiên lượng các sự biến ít xảy ra.

Đại úy Murphy có thể không hài lòng vì xu hướng tầm thường hóa các nguyên lý rất có giá trị của ông trong các kỹ thuật đòi hỏi sự an toàn tối cao. Tuy nhiên, nhiều nhà khoa học cho rằng, các phiên bản "bình dân" của quy luật này không hề thiếu sức sống và tiện ích. Bài học quan trọng nhất từ Định luật Murphy là các hiện tượng tầm thường chưa chắc đã có cách giải thích tầm thường.

“Họa vô đơn chí” không phải ngẫu nhiên ? (Phần một

)