Matematik

Erkek mi Kız mı? İki Çocuk Paradoksu Nedir?

Erkek ya da Kız Paradoksu—yaygın adıyla İki Çocuk Paradoksu—olasılık konusundaki sezgilerimizi ciddi biçimde sınayan bir bilmecedir. Bu paradoks, iki çocuğu olan bir aileye ilişkin basit bir duruma dayanır: Ailenin çocuklarından birinin erkek olduğunu biliyoruz. Buradan şu soru ortaya çıkar: Diğer çocuğun da erkek olma olasılığı nedir?

İlk bakışta bu olasılığın %50 olduğunu düşünebiliriz. Çünkü seçenekler sanki yalnızca ikiye iner: Diğer çocuk ya erkektir ya da kızdır. Üstelik çocukların erkek ya da kız olma ihtimalinin eşit olduğu varsayılır. Ancak daha dikkatli bir inceleme yaptığımızda doğru sonucun 1/3 olduğunu görürüz.

Paradoksu anlamak için olasılığın nasıl işlediğini, özellikle de koşullu olasılığın mantığını yakından incelemek gerekir. Farklı senaryolar üzerinde düşünmek, sezgilerimizin neden bizi yanılttığını açıkça ortaya koyar.

Analize başlamak için iki çocuğun cinsiyetine ilişkin tüm olası durumları belirleyelim. Eşit olasılık varsayımıyla dört durum ortaya çıkar ve her biri aynı olasılığa sahiptir:

  • K–K: Bu durumda iki çocuk da kızdır. Bu olasılığın değeri 1/4’tür.
  • E–E: Bu durumda iki çocuk da erkektir. Bu olasılığın değeri 1/4’tür.
  • E–K: Bu durumda ilk çocuk erkektir, ikinci çocuk kızdır. Bu olasılığın değeri 1/4’tür.
  • K–E: Bu durumda ilk çocuk kızdır, ikinci çocuk erkektir. Bu olasılığın değeri 1/4’tür.

Erkek ya da Kız Paradoksunun Çözümü

İki çocuktan birinin erkek olduğunu biliyoruz. Bu bilgi, K–K olasılığını ortadan kaldırır ve geriye üç durum bırakır: E–E, E–K ve K–E. Bu üç durum arasında, iki çocuğun da erkek olduğu tek seçenek E–E’dir. Bu nedenle, diğer çocuğun da erkek olma olasılığı 1/3’tür. Başka bir deyişle, bir çocuğun erkek olduğunu bildiğimizde, diğer çocuğun erkek olma olasılığı sezgisel olarak düşündüğümüz gibi 1/2 değil, 1/3’tür.

Paradoksun kaynağı, E–K ve K–E durumlarını tek bir sonuçmuş gibi değerlendirmemizdir. Oysa bu iki durum birbirinden farklıdır ve ayrı olasılıkları temsil eder. Konuyu daha iyi anlamak için Erkek ya da Kız Paradoksu’na farklı bakış açıları ve senaryolar üzerinden yaklaşabiliriz. Bu sayede, 1/2 sonucunun neden hatalı olduğunu daha açık biçimde görürüz.

Bir konferansta bir adamla karşılaştığınızı düşünün. Adam, iki çocuğu olduğunu ve bu çocuklardan birinin erkek olduğunu söylüyor. Buna göre, diğer çocuğun kız olma olasılığı nedir? Çoğu kişi bu olasılığın 1/2 olduğunu varsayar; ancak doğru değer 2/3’tür.

Bu farkın nedeni, hangi çocuğun erkek olduğuna dair bilgiye sahip olmamamızdır. Eğer adam “büyük çocuk erkektir” deseydi, olasılık 1/2 olurdu. Ancak bu bilgi verilmediğinde olasılık değişir.

Durumu daha net görmek için, çocuklardan birinin erkek olduğu bilgisi altında ortaya çıkan olası durumları inceleyelim:

  1. Büyük çocuk erkek, küçük çocuk erkek (E–E)
  2. Büyük çocuk erkek, küçük çocuk kız (E–K)
  3. Büyük çocuk kız, küçük çocuk erkek (K–E)

Bu üç durum eşit olasılıkla gerçekleşir. Bunlar arasında yalnızca E–E durumu, iki çocuğun da erkek olduğu sonucu verir. Dolayısıyla, diğer çocuğun kız olma olasılığı 2/3’tür; iki çocuğun da erkek olma olasılığı ise 1/3’tür.

Çocukları Ayırt Etmek İki Çocuk Paradoksunu Değiştirir

Bir çocuğu diğerinden ayırt etmemizi sağlayan her bilgi, olasılıkların değerini değiştirir. Örneğin büyük Bir çocuğu diğerinden ayırt etmemizi sağlayan her bilgi, olasılıkların değerini değiştirir. Örneğin, büyük çocuğun erkek olduğunu öğrenirsek, üçüncü olasılık (K–E) ortadan kalkar ve geriye yalnızca iki durum kalır: E–E ve E–K. Bu durumda diğer çocuğun kız olma olasılığı 1/2 olur; artık 2/3 değildir.

Aynı mantığı farklı bir senaryoya da uygulayabiliriz. Parkta bir adamla tanıştığınızı düşünün. Yanında bir oğlu vardır ve size iki çocuğu olduğunu söyler; bunun dışında başka bir bilgi verilmez. Bu durumda yalnızca iki olasılık söz konusudur:

  1. Parktaki çocuk erkek, evdeki çocuk kızdır.
  2. Parktaki çocuk erkek, evdeki çocuk da erkektir.

Bu iki olasılık eşittir. Dolayısıyla evdeki çocuğun kız olma olasılığı 1/2’dir. Görüldüğü gibi, ayırt edici bilgi olasılığın değerini doğrudan etkiler.

Şimdi, çocuklardan birinin kız olduğunu ve adının Dilek olduğunu öğrendiğimizi varsayalım. Bu bilgi güçlü bir ayırt edici özellik sağlar. Çocuklardan birini tanımladığımızda—yani kız çocuğunun adının Dilek olduğunu bildiğimizde—dört olasılıktan yalnızca ikisi geçerli kalır:

  1. Erkek, erkek
  2. Dilek adında kız, kız
  3. Dilek adında kız, erkek
  4. Dilek adını taşımayan kız, erkek

Bu durumda 1. ve 4. seçenekler elenir; geriye yalnızca 2. ve 3. seçenekler kalır. Bu iki olasılık eşit olduğundan, diğer çocuğun kız olma olasılığı 1/2’dir. Aynı şekilde, diğer çocuğun erkek olma olasılığı da 1/2’dir.

Sonuç Olarak

Erkek ya da Kız Paradoksu, problemin sunulduğu bağlama son derece duyarlıdır. Bağlamdaki küçük değişiklikler, sonucun hızla değişmesine yol açar. Bu nedenle, bir olasılık problemini değerlendirirken koşulları ve bağlamı eksiksiz biçimde anlamak gerekir. Başlangıçtaki sorunun iki farklı yorumunu ele alalım:

Varyasyon 1: “Bay Yılmaz’ın iki çocuğu var ve bunlardan biri erkek. Bildiğiniz tek bilgi bu. Diğer çocuğun erkek olma olasılığı nedir?”
Bu durumda doğru yanıt 1/3’tür.

Varyasyon 2: “Bay Yılmaz’ın iki çocuğu var ve siz çocuklardan birini görüyorsunuz. Gördüğünüz çocuk erkektir. Diğer çocuğun da erkek olma olasılığı nedir?”
Bu durumda doğru yanıt 1/2’dir. Çünkü çocuğu bizzat görmek, ek ve ayırt edici bir bilgi sağlar.

Erkek ya da Kız Paradoksu, kuramsal bir bilmece gibi görünse de gerçek hayatta karşılaştığımız olasılık durumları için önemli dersler içerir. Bu paradoks, olasılıkları yorumlarken dikkatli olmamız gerektiğini hatırlatır. Bir olasılığı değerlendirirken bağlamı, elimizdeki bilgiyi ve yargımızı etkileyebilecek olası yanılgıları göz önünde bulundurmak büyük önem taşır.


Kaynaklar ve ileri okumalar

  • Did you solve it? The two child problem. Yayınlanma tarihi: 18 Ekim 2019. Kaynak site: The Guardian. Bağlantı: Did you solve it? The two child problem
  • Paindaveine, Davy & Spindel, Philippe. (2023). Revisiting the Name Variant of the Two-Children Problem. The American Statistician. 77. 1-10. 10.1080/00031305.2023.2173293.

Matematiksel

Bunlar da ilgini çekebilir

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir