Tuesday, September 20, 2011

တွေဝေလမ်းခွဲ သို့မဟုတ် Prisoner’s Dilemma

အမှုတစ်ခုမှာ အတူတူ ပူးပေါင်းကြံစည်ကူျးလွန်ခဲ့ကြတဲ့ လူနှစ်ယောက်ကို ရဲက ဖမ်းလိုက်တယ်။

ဆိုပါစို့ဗျာ။ သူတို့နှစ်ရောက် နာမည်က အေ နဲ့ ဘီ ပေါ့။

ရဲမှာ သက်သေအထောက်အထား ခိုင်ခိုင်လုံလုံတော့ မရှိသေးဘူး။

ဒါကြောင့် အမှုစစ်တဲ့အခါ သူတို့နှစ်ယောက်ကို

သပ်သပ်စီ တစ်ယောက်တနေရာစီ ခွဲထားလိုက်ပြီး

နှစ်ယောက်လုံးကို တူညီတဲ့ အပေးအယူတခုလုပ်တယ်။

အဲဒါကတော့..

“ဖော်ကောင်ဘညွန့်” လုပ်မလား

ဘာမှ မပြောပဲ နေမလား….ဆိုတာပဲ။

[အေးဗျာ…မိတ်ဆွေတို့(လူငယ်တွေ) အနေနဲ့“ဖော်ကောင်ဘညွန့်” ဆိုတဲ့ စကားလုံးက စိမ်းများ စိမ်းနေမလားမသိဘူး။

ဒီလိုပါ…ကျွန်တော်တို့ ရဲ့ အမိုျးသားခေါင်းဆောင်ကြှီးဗိုလ်ခုျပ်အောင်ဆန်းနဲ့တကွ အာဇာနည်ခေါင်းဆောင်ကြီး ကိုးဦးကို လူမဆန်စွာ လုပ်ကြံသတ်ဖြတ်ခဲ့ ဂဠုန်ဦးစောနဲ့ သူ့ရဲ့ နောက်လိုက် အပေါင်းပါတွေထဲက တစ်ယောက်ရဲ့ နာမည်က “ဘညွန့်” လို့ခေါ်ပါတယ်။ သူတို့အဖွဲ့ကို အမှုစစ်ဆေးတဲ့အခါ အဲဒီ ဘညွန့် က အစိုးရသက်သေအနေနဲ့ ထွက်ဆိုပြီး ဂဠုန်စောနဲ့အဖွဲ့ရဲ့ အပြစ်ကူျးလွန်ပုံကို “ဖေါ်” ခဲ့ပါတယ်။ ဒါကြောင့် အတူတူ အပြစ်ကူျးလွန်ကြပြီး မှ နောက်တော့ သူအပြစ်သက်သာအောင် အမှုကူျးလွန်ပုံ အသေးစိပ်ကို ဝန်ခံလိုက်တဲ့ သူမိုျးတွေကို “ဖော်ကောင်ဘညွန့်” လို့ ခေါ်တာပါ။]

[ အေ ရော ဘီ ရော နှစ်ယောက်လုံးက၊ သူတို့ကို ရဲ က တူညီတဲ့ အပေးအယူ (the similar deal) လုပ် မှန်းတော့သိတယ်။

ဒါပေမယ့် အေက ရဲကို ဘာပြောမယ် ဘယ်လိုဖြေမယ်ဆိုတာ ဘီက မသိဘူး။

ထို့အတူပဲ ဘီ က ဘာပြောမယ် ဘယ်လိုဖြေမယ်ဆိုတာကိုလည်း အေ က မသိဘူး။]

တကယ်လို့တစ်ယောက်က ဖေါ်ကောင်လုပ်ပြီး

တခြားတစ်ရောက်က ရေငုံနှုတ်ပိတ်လုပ်နေရင်

ဖေါ်တဲ့သူကို ထောင် ၁-နှစ် ပဲ ချ မယ်။

ဘာမှ မဖြေတဲ့ သူကိုတော့ ထောင်  ၄-နှစ် ချမယ်။

တကယ်လို့နှစ်ယောက်စလုံးက ဘာမှမဖြေပဲ ရေငုံနှုတ်ပိတ် လုပ်နေရင်တော့

နှစ်ရောက်လုံးကို ထောင်  ၂-နှစ် စီ ချမယ်။

တကယ်လို့ နှစ်ယောက်စလုံးက

တယောက်ကို တေယောက် ဖော်ကောင်ဘညွန့် လုပ်လိုက်ရင်

နှစ်ရောက်လုံးကို ထောင်  ၃-နှစ်စီချမယ်။



  Albert William Tucker

1961-1962 MAA(Mathematical Association of America) President


ပိုရှင်းအောင် အတိုခုျပ်ပြောရရင်ဗျာ

၁။

အေကဖေါ် ၊ ဘီကငြင်း(ဘာမှမပြောရင်)ရင်

အေ ၁ နှစ်၊ ဘီ ၄ နှစ်။

၂။

အေကငြင်း ဘီကဖေါ်ရင်

အေ ၄ နှစ်၊ ဘီ ၁ နှစ်။

၃။

အေကငြင်း၊ ဘီကလည်းငြင်းရင်

အေ ၂ နှစ်၊ ဘီ ၂ နှစ်။

၃။

အေကဖေါ်၊ ဘီကလည်းဖေါ်ရင်

အေ ၃ နှစ်၊ ဘီ ၃ နှစ်။

ဒီအကြောင်းအသေးစိပ်ကို အေ ရော ဘီ ရော သိတယ်။

သူတို့ဟာ တရောက်ကိုတရောက် ဖေါ်ကောင် လုပ်မလား

ဒါမှမဟုတ် ရဲကို ဘာမှ မဖြေပဲနေမလား ဆုံးဖြတ်ရမှာဖြစ်တယ်။

တစ်ရောက်ဆုံးဖြတ်ချက်ကို တစ်ရောက်မသိဘူး။

ကဲ ဒီလို အခြေအနေမိုျးမှာ သူတို့ဘာလုပ်သင့်သလဲ?

(အေ သို့မဟုတ် ဘီ တစ်ရောက်ရောက်ရဲ့ နေရာက ဝင်စဉ်းစားရမှာနော်)

၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀၀

ကျွန်တော်အထက်မှာ တင်ပြခဲ့တဲ့ ပြဿနာပုံစံလေးဟာ Game Theory မှာ ထင်ရှားတဲ့ Prisoner’s Dilemma (PD) ဆိုတာပါ။

စကားမစပ်မိတ်ဆွေတို့ရေ၊ Game Theory ဆိုလို့ ကျွန်တော်တို့ ကွန်ပြူတာမှာ ကစားနေတဲ့ ဂိမ်းမိုျးကို ပြောတာမဟုတ်ပါဘူး။


သင်္ချာ ပညာရပ်မှာ ရှိတဲ့

“တခြားသူတွေရဲ့ ဆုံးဖြတ်ချက်တွေ နဲ့

တခြားကိုယ်ကိုယ်တိုင် မထိမ်းခုျပ်နိုင်တဲ့ အခြေအနေတွေ အပေါ်မှာ မူတည်နေတဲ့၊

ကိုယ့်ရဲ့ အောင်မြင်ခြင်း ဆုံးရှုံးခြင်း ဖြစ်နိုင်တဲ့ အခြေအနေ တွေကို တွက်ဆ ဆုံးဖြတ်တဲ့ ပညာရပ်တစ်ခု” ပါ။

အဲဒီဂိမ်းသီအိုရီကို စီးပွားရေး၊ နိုင်ငံရေးသိပ္ပံ၊ စိတ်ပညာ နဲ့ တခြားသိပ္ပံပညာခွဲတွေဖြစ်တဲ့ ယုတ္တိဗေဒတို့ ဇီဝဗေဒတို့မှာပါသုံးတယ် ဆိုပါတယ်။

ကျွန်တော်တို့ အထက်မှာ ဆွေးနွေးခဲ့ကြတဲ့ အဲဒီ Prisoner’s Dilemma ပြဿနာမှာ တွေ့ရတဲ့

“ပေါင်းမလား ခွဲမလား ဝေခွဲရခက်နေတဲ့ အခြေအနေ ပုံစံ (Model of cooperation and conflict)” လေးကို

အမေရိကန်သင်္ချာပညာရှင်


Merrill Meeks Flood (1908 – 1991) နဲ့

Melvin Dresher [ယာ-ပုံ](1911–1992) တို့က

RAND Corporation (Research ANd Development) မှာ အလုပ်လုပ်နေတဲ့ အချိန်

၁၉၅၀ လောက်က ပုံစံချစဉ်းစားခဲ့တာဖြစ်ပါတယ်။

အဲဒီအခြေအနေကို ကနေဒါ-အမေရိကန် သင်္ချာပညာရှင်

Albert William Tucker

(Born: November 28, 1905, Ontario, Canada

Died: January 25, 1995, Hightstown, New Jersey)

ကအသေးစိပ်ဖွင့်ဆို ရှင်းပြခဲ့တာဖြစ်ပြီး သူကပဲ "prisoner's dilemma" ဆိုတဲ့ နာမည်ကို ပေးခဲ့တာပါ။

OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO

ဂိမ်းသီအိုရီတွင် သုံးစွဲသော အခြေခံဝေါဟာရများ

•Player: ရွေးချယ်မှုပြုရမည့်သူ၊ ဆုံးဖြတ်ချက်ချရမည့်သူ (အေ သို့မဟုတ် ဘီ)

•Strategy: Player ၏ အပြုအမူ (ဝန်ခံဖြောင့်ချက်ပေးခြင်း / ဖေါ်ကောင်လုပ်ခြင်း

သို့မဟုတ်

ဘူးခံခြင်း / ငြင်းကွယ်ခြင်း / ဘာမှမပြောပဲ ရေငုံနှုတ်ပိတ်လုပ်နေခြင်း)

•Pay-off: (မိမိ၏အပြုအမူအတွက်) ရလာဒ် / အကိုျးဆက် (ထောင်ကျမည့် နှစ် အရေအတွက်)

•Dominant strategy: အခြား Player မှ မည်သည့်ရွေးချယ် ဆုံးဖြတ်ချက်ကိုပင်ပြုသည်ဖြစ်စေ၊ မိမိအတွက် အကောင်းဆုံး အကိုျးအမြတ်အရှိဆုံး ရလာဒ်ထွက်စေရန်

အိုကေ

ဒါဆိုရင် ဒီဂိမ်း (PD) ရဲ့ Dominant Strategy တွေက ဘာလဲ စဉ်းစားကြပါစို့။

အေ ၏ ရှုထောင့်မှစဉ်းစားလျှင်

-ဘီ က ဖေါ်ကောင်လုပ်လိုက်ရင် ငါလည်းဖေါ်ကောင် လုပ်ရမယ်။

ထောင် ၃-နှစ် ကျတာက၊ ထောင် ၄-နှစ်ကျတာထက် စာရင်တော့ တော်သေးတာပေါ့ ။

-ဘီ က ဖေါ်ကောင်မလုပ်ပဲ နှုတ်ပိတ်နေရင်တောင် ၊ ငါက ဖေါ်ကောင် လုပ် သင့်တယ်။

ထောင် ၁-နှစ်ပဲ ကျတာက၊ ထောင် ၂-နှစ်ကျတာထက် စာရင် ကောင်းတာပေါ့ ။

ဒါကြောင့်

အေ ရဲ့ ရွေးချယ်ရမယ့် ရွေးချယ်သင့်တဲ့ Strategy (အပြုအမူ)

ဘီ က ဘာပဲဖြေဖြေ မဖြေဖြေ၊ ဖေါ်ကောင်လုပ်သည်ဖြစ်စေ မလုပ်သည်ဖြစ်စေ

ငါကတော့ ဖေါ်ကောင် လုပ်ရမှာပဲ။ ဝန်ခံရမှာပဲ။

(အများဆုံးမှ ၃-နှစ် ပဲ ကျမယ် ။ ကံကောင်းရင် (ဘီက မဖေါ်ခဲ့ရင်) ၁-နှစ်ပဲကျမယ်။)

ဒါကြောင့် သုံးသပ်လို့ရတဲ့

အေ အတွက် Dominant Strategy က

ဖေါ်ကောင်လုပ်ခြင်း (ဝန်ခံခြင်း) ဟာ အကျိုးအမြတ်အများဆုံးရစေမယ်။

ဘီ ၏ ရှုထောင့်မှစဉ်းစားလျှင်

-အေ ဆိုတဲ့ကောင်က ဖေါ်ကောင်လုပ်လိုက်ရင် ငါလည်းဖေါ်ကောင် လုပ်ရမှာပေါ့။

ထောင် ၃-နှစ် ကျတာက၊ ထောင် ၄-နှစ်ကျတာထက် စာရင်တော့ တော်သေးတာကိုး(ကုျပ်ကြီးတာမဟုတ်)။

-အင်း အေ ဆိုတဲ့ကောငီ် က ဖေါ်ကောင်မလုပ်ပဲ နှုတ်ပိတ်နေရင်တောင် ၊ ငါကတော့ ဖေါ်ကောင် လုပ် ရမှာပဲ။

ထောင် ၁-နှစ်ပဲ ကျတာက၊ ထောင် ၂-နှစ်ကျတာထက် စာရင် အများကြီး ကောင်းတာပေါ့ ။

ဒါကြောင့်

ဘီ ရဲ့ ရွေးချယ်ရမယ့် ရွေးချယ်သင့်တဲ့ Strategy (အပြုအမူ)

အေ က ဖေါ်ကောင်လုပ်သည်ဖြစ်စေ မလုပ်သည်ဖြစ်စေ

ငါကတော့ ဖေါ်ကောင် လုပ်ရမှာပဲ။ ဝန်ခံရမှာပဲ။

(အများဆုံးမှ ၃-နှစ် ပဲ ကျမယ် ။ ကံကောင်းရင် (အေ ဆိုတဲ့ကောင် ကများ ဖေါ်ကောင်မလုပ် ခဲ့ရင်) ထောင် ၁-နှစ်ပဲကျမှာကိုး။)

ဒါကြောင့် သုံးသပ်လို့ရတဲ့

ဘီ အတွက် Dominant Strategy က လည်း

ဖေါ်ကောင်လုပ်ခြင်း (ဝန်ခံခြင်း) သည်သာလျှင် ဘီအတွက် အကိုျးအမြတ်အများဆုံးရစေမှာ ပဲဖြစ်တယ်။

မှတ်ချက်။

အေ ရော ဘီ ရော နှစ်ရောက်ပေါင်းပြီး၊ အတူတူ တိုင်ပင် ပြီး ဆုံးဖြတ် ခွင့်သာ ရခဲ့မယ်ဆိုရင်တော့၊ သူတို့နှစ်ရောက်လုံးအတွက် ပို ကောင်းတဲ့ ရွေးချယ်မှု (နှစ်ဦး စလုံးမှ ဖေါ်ကောင်မလုပ်ခြင်း) ကို လုပ်နိုင်မှာဖြစ်တယ်။ အများဆုံးမှ ထောင် ၂-နှစ် စီပဲ ကျမှာကိုး။

အဲဒီလို နှစ်ရောက် ပူးပေါင်း တိုင်ပင် မဆောင်ရွက်နိုင်တဲ့ အခြေအနေမိုျးကြုံလာပြီး၊ တစ်ရောက်ချင်းစီ ဆုံးဖြတ်ရွေးချယ်ရမယ်ဆိုရင်တော့ Dominant Strategy က အကောင်းဆုံးပါပဲ။

သုံးသပ်ချက် ဆွေးနွေးချက်

မိတ်ဆွေတို့ဘာသာ ဆက်လက်ဆောင်ရွက်ရန် ;-) ;-) ;-) ;-);-) ;-) ;-) ;-) ;-);-);-) ;-) ;-) ;-);-)

ရွှင်လန်းချမ်းမြေ့ပါစေ။

ခြိမ့်ထက်



Reference:
http://en.wikipedia.org/wiki/Prisoner%27s_dilemma
http://en.wikipedia.org/wiki/Game_theory
http://en.wikipedia.org/wiki/Merrill_Flood
http://en.wikipedia.org/wiki/Melvin_Dresher


ဝန်ခံချက်။

"တွေဝေလမ်းခွဲ" ဟူသော စကားလုံး၏ မူလပိုင်ရှင် အစစ်အမှန်မှာ

ကိုထီး(စိုင်းထီးဆိုင်) ၏ “မောင့်လပြည့်ဝန်း” သီချင်းကို ရေးဖွဲ့ခဲ့သော

လိစ္ဆဝီ / မဇ္ဈိမလှိုင်း တေးဂီတအဖွဲ့မှ တေးရေး တေးဆို အနုပညာရှင် ကိုနေဝင်း ၏

သီချင်းခေါင်းစဉ် တစ်ခုဖြစ်ပါသည်။

၎င်း “တွေဝေလမ်းခွဲ” သီချင်းကို “ဆို” တေးဆီးရီးစ် တွင် ခိုင်ထူး က သီဆိုခဲ့ပါသည်။

Thursday, September 15, 2011

စိတ်ဝင်စားဖွယ် maximum/minimum optimization ပုစ္ဆာများ - ၂

စိတ်ဝင်စားဖွယ် maximum/minimum optimization ပုစ္ဆာများ - ၂

ပုစ္ဆာအမှတ် - ၃

မောင်မောင်အေဟာ အကျယ် တစ်မိုင်ရှိတဲ့ မြစ်တဖက်ကမ်းမှာ ရပ်နေတယ်။

သူဟာ အဲဒီမြစ်ကို ဖြတ်ပြီး တဖက်ကမ်းမှာ ရှိတဲ့ သူ့ငယ်ချင်း ရဲ့ အိမ်ကို အလည်သွားချင်တာ။

မောင်မောင်အေ ရပ်နေတဲ့ မြစ်ကမ်းဖက်ရဲ့ ရှေ တည့်တည့်မျက်နှာချင်းဆိုင် တဖက်ကမ်းကနေ အဲဒီအိမ်ထိက တစ်မိုင် ဝေးတယ်ထား။ ပုံကို ကြည့်လိုက်ဗျာ။

မြစ်ကိုကူးရင် လှေနဲ့ကူးရမယ်။ လှေရဲ့ လှော်ခတ်နိုင်တဲ့ ပျှမ်းမျှအလျင် (Average Velocity) က တနာရီကို နှစ်မိုင် (2 mile-per-hour) ။

မောင်မောင်အေ မြစ်တဖက်ကမ်းကိုရောက်ရင် ရောက်ရင်၊ အိမ် ကို ရောက်ဖို့လမ်း ဆက် လျှောက် ရမှာ။ သူ့လမ်းလျောက်မယ့် ပျှမ်းမျှအလျှင် က တနာရီ သုံးမိုင် (3 mile-per-hour) ။

ကိုင်း…ဒါဆိုရင် မောင်မောင်အေ၊ သူ့သူငယ်ချင်းအိမ်ကို အမြန်ဆုံးရောက်နိုင်ဖို့ ၊ တနည်းပြောရရင် အချိန် အတိုဆုံး ၊ အချိန်အနည်းဆုံး နဲ့ရောက်နိုင်ဖို့ သူဘယ်လို မြစ်ကို ကူးရ မလဲ။ မောင်မောင်အေဟာ အကျယ် တစ်မိုင်ရှိတဲ့ မြစ်တဖက်ကမ်းမှာ ရပ်နေတယ်။

သူဟာ အဲဒီမြစ်ကို ဖြတ်ပြီး တဖက်ကမ်းမှာ ရှိတဲ့ သူ့ငယ်ချင်း ရဲ့ အိမ်ကို အလည်သွားချင်တာ။

မောင်မောင်အေ ရပ်နေတဲ့ မြစ်ကမ်းဖက်ရဲ့ ရှေ့တည့်တည့် မျက်နှာချင်းဆိုင် တဖက်ကမ်းကနေ အဲဒီအိမ်ထိက တစ်မိုင် ဝေးတယ်ထား။ ပုံကို ကြည့်လိုက်ဗျာ။

မြစ်ကိုကူးရင် လှေနဲ့ကူးရမယ်။ လှေရဲ့ လှော်ခတ်နိုင်တဲ့ ပျှမ်းမျှအလျင် (Average Velocity) က တနာရီကို နှစ်မိုင် (2 mile-per-hour) ။

မောင်မောင်အေ မြစ်တဖက်ကမ်းကိုရောက်ရင် ရောက်ရင်၊ အိမ် ကို ရောက်ဖို့လမ်း ဆက် လျှောက် ရမှာ။ သူ့လမ်းလျောက်မယ့် ပျှမ်းမျှအလျှင် က တနာရီ သုံးမိုင် (3 mile-per-hour) ။

ကိုင်း…ဒါဆိုရင် မောင်မောင်အေ၊ သူ့သူငယ်ချင်းအိမ်ကို အမြန်ဆုံးရောက်နိုင်ဖို့ ၊ တနည်းပြောရရင် အချိန် အတိုဆုံး ၊ အချိန်အနည်းဆုံး နဲ့ရောက်နိုင်ဖို့ သူဘယ်လို မြစ်ကို ကူးရ မလဲ။


ဥပမာ အနေနဲ့ေပြောရရင်ဗျာ ပုံမှာ

-လိုင်းအပြာရောင်နဲ့ပြထားသလို မြစ်ကိုတည့်တည့်ကူး [ပြီးတော့ လမ်းဆက်လျှောက်] မလား

-လိုင်း အစိမ်းနုရောင်နဲ့ပြထားသလို နဲ နဲ စောင်းစောင်းကူးမလား

-လိုင်း အနီရောင်နဲ့ပြထားသလို ပိုစောင်းစောင်းကူးမလား

-လိုင်း အပြာနုရောင်နဲ့ပြထားသလောက်လား ဒါမှမဟုတ်လဲ

-လိုင်း အစိမ်းရင့်ရောင်နဲ့ပြထားသလို အိမ်ရှိရာ တိုက်ရုက်လှေလှော်သွားမလား။ [လမ်းလျှောက်စရာ မလိုတော့ဘူးပေါ့ဗျာ။]

ခင်ဗျားတို့ကြိုက်သလို ကြိုက်တဲ့ ပုံစံနဲ့ ကူးလို့ရတယ်နော်။

ဒါကြောင့်မေးခွန်းကို ရှင်းအောင် သင်္ချာနည်းနဲ့ပြောင်းမေးရရင်

“မောင်မောင်အေ ဟာ သူ့သူငယ်ချင်းအိမ်ကို အမြန်ဆုံးရောက်နိုင်ဖို့ (ပုံမှာပြထားသလို) x ရဲ့ တန်ဘိုး (မိုင်) ကို ဘယ်လောက်ထားရမလဲ” ဆိုတာပဲ။









Solution
Given that
Rowing: 2 mph and
Walking: 3 mph

if travelling with “constant rate of speed”
(Distance traveled) = (rate of travel) (time taken)
D = R T,
So, time taken is




We want to MINIMIZE the total TIME taken
T = (rowing time) + (walking time)
   = (rowing distance)/(rowing rate) + (walking distance)/(walking rate) 






If we differentiate the equation,







If we equal the above result to zero, (Because minimum or maximum occurs when slope = zero)
so that 


and



Squaring on both sides of this equation,
9x2 = 4 (1 + x2) = 4 + 4x2 ,
so that
5x2 = 4 ,
x2= 4/5 ,
or




 ****************************************


သစ်တော်ခြံပုစ္ဆာအဖြေ။

နောက်ထပ် အများဆုံးစိုက်မည့် အပင်အရေတွက် = x
ဖြစ်ပါစေ ဘာညာကွိကွပေါ့ဗျာ
- နကိုက အပင် ၅၀ ဆိုတော့ အခု (၅၀ + x) ပေါ့
တပင်ထပ်စိုက်ရင် (တပင်ကို) ၁၀ လုံး လျော့သီးမယ်။
၂ ပင်ဆို  အလုံး ၂၀ (၁၀ * ၂) လျော့သီးမယ် ။
၃ ပင်ဆို အလုံး ၃၀ (၁၀ * x) လျော့သီးမယ်။
- X ပင်ဆို ရင် 10x (10 * x) လုံး လျော့သီးမှာပေါ့။

ခြံမှ စုစုပေါင်း ထွက်မည့် သစ်တော်သီး အရေအတွက် (P) =
အပင်အရေအတွက်စုစုပေါင်း * တစ်ပင်မှသီးသော သစ်တော်သီးအလုံးရေ
ဒါကြောင့်
P = (50 + x) (800 – 10x)
          =40000 + 300x – 10 x2
ကဲ…ဒါကို ရှိတ်လိုက်ရင်
P = 300 – 20x
          = 20 (15 – x)
Equation ကို zero နဲ့ ညီလိုက်ရင် (Min-Max ဖြစ်တဲ့အချိန်မှာ Slope (derivative) က zero ဖြစ်လို့)
X = 15   ပေါ့။

Friday, September 9, 2011

ကျေးဇူးပြု၍ ဖတ်ရန်သက်သက် မဟုတ်ပါ

• Let's say there is a bullet which can shoot through any barrier. Let's also say there is an absolutely bullet-proof armor which no object can penetrate. What will happen if such a bullet hits such armor?

ဘယ်လို အတားအဆီးကိုမဆို ဖောက်ထွင်းသွားနိုင်တဲ့ ကျည်ဆံ ရှိတယ်ဆိုပါစို့။တခါ…. ဘယ်လို အရာဝတ္ထုကမှ မထိုးဖေါက်နိုင်တဲ့ ကျည်ကာဝတ်စုံ ရှိတယ်ဆိုပါစို့။ဒါဆိုရင်… အဲဒီကျည်ကာဝတ်စုံကို… အဲဒီကျည်ဆံနဲ့ ပစ်လိုက်ရင် ဘာဖြစ်မလဲ?။

++++++++++++++++++++++++++++++++++++++++++++++++++

• Your mission is not to accept the mission. Do you accept?


မင်းရဲ့ အရေးကြီးတာဝန်က တာဝန်ကို လက်မခံဖို့ပဲ။ မင်း သဘောတူလက်ခံရဲ့လား?။

+++++++++++++++++++++++++++++++++++++++++++++++++++

• A girl goes into the past and kills her Grandmother. Since her Grandmother is dead, the girl was never born. If she were never born, she never killed her grandmother.

မိန်းကလေးတရောက်ဟာ အတိတ်ကိုပြန်သွားပြီး သူ့အဖွားကို သတ်ပစ်လိုက်တယ်။သူ့အဖွားသေသွားတဲ့အတွက် အဲဒီမိန်းကလေးကို ဘယ်တော့မှ မွေးမလာတော့ဘူး။တကယ်လို့ အဲဒီမိန်းကလေးကို ဘယ်တော့မှ မွေးမလာတော့ဘူးဆိုရင်အဲဒီမိန်းကလေးက သူ့အဖွားကို ဘယ်တော့မှ မသတ်ဘူး။

+++++++++++++++++++++++++++++++++++++++++++++++

• If the  temperature this morning is 0 degrees and the Weather Channel says, "it will be twice as cold tomorrow", what will the temperature be?

တကယ်လို့ ဒီနေ့မနက် အပူချိန်က သုည ဒီဂရီဖြစ်ပြီး
မိုးလေဝသတင်းက “မနက်ဖန်မှာ ဒီနေ့ထက် နှစ်ဆ အေးလိမ့်မယ်” လို့ ကြေငြာရင်…..
မနက်ဖန် အပူချိန်ဘယ်လောက်ဖြစ်မလဲ?။

+++++++++++++++++++++++++++++++++++++++++++++++

• Answer truthfully (yes or no) to the following question: Will the next word you say be 'no'?

အောက်ပါမေးခွန်းကို ‘ဟုတ်တယ် (သို့မဟုတ်) မဟုတ်ဘူး’ မှန်ကန်စွာ ဖြေပါ။
“ခင်ဗျား ပြောမယ့်စကားလုံးက ‘မဟုတ်ဘူး’ ဆိုတာလား”?။


+++++++++++++++++++++++++++++++++++++++++++++

တွေးတောခြင်းဖြင့် ထိုးထွင်းသိမြင်နိုင်ပါစေ။
[ခြိမ့်ထက်]

Wednesday, September 7, 2011

စိတ်ဝင်စားဖွယ် Min-Max ပုစ္ဆာများ

maximum/minimum optimization problems - 1

မင်္ဂလာပါခင်ဗျာ။ ဒီ တပတ်တော့ ကဲကုလပ်စ်ရဲ့ အရေးအကြီးဆုံးအစိပ်အပိုင်းတွေထဲက တခုဖြစ်တဲ့ first derivative အသုံးချပုံလေးကို နဲနဲလောက် လေ့လာကြည့်ကြပါစို့။ အသုံးချမယ့် နယ်ပယ်က အနိမ့်ဆုံး အမြင့်ဆုံး (Minimum – Manimum) တွေ ရှာတဲ့နေရာ။ Level ကတော့ အလွယ်ပေါ့ဗျာ။ လွယ်တာ ခက်တာ နိမ့်တာ မြင့်တာ အပထား။ ပညာရပ်တခုကို သဲတပွင့်စာလေးပဲဖြစ်ဖြစ် ပျော်ပျော်ရွှင်ရွှင် အသုံးချလိုက်ရတယ်ဆိုရင် လေ့လာရကျိုး ဆွေးနွေးရကျိုး နပ်ပါတယ်။ ကဲ စ ကြစို့ဗျာ။

အပေါင်းကိန်းနှစ်ခု၏ပေါင်းလာဒ်သည် ၉ ဖြစ် ပြီး၊ ကိန်းတစ်ခုနှင့် အခြားကိန်းတစ်ခု၏နှစ်ထပ် မြှောက်ခြင်းဖြင့် အမြင့်ဆုံးကိန်း(အကြှီးဆုံး) ရနိုင်သော ကိန်းတို့ကိုရှာပါ။

ဒီနေရာမှာ ဘိုလိုက ပိုရှင်းမယ်ထင်တယ်ဗျ..ဒီလို

Find two nonnegative numbers whose sum is 9 and so that the product of one number and the square of the other number is a maximum.

ပထမဆုံး ကျိန်းသေ ပြောနိုင်တဲ့ အချက်၊

အပေါင်းကိန်းနှစ်ခုပေါင်းလဒ် = ၉ ဆို တော့ (၎င်း ကိန်းနှစ်ခု x နှင့် y ဖြစ်ပါစေ ..ဘာညာပေါ့)

X + y = 9

Y = 9 – x

ကဲ…Calculus တွေ ဘာတွေ အသာထား။ ဟောဒီလို ရိုးရိုးလေး အရပ်သားနည်းနဲ့ပဲ ဖြစ်နိုင်သမျှသော x နဲ့ y တန်ဘိုးတွေကို ရှာကြည့်ပြီး…အများဆုံး မြှောက်လဒ် ( x into y square) ကို ပေးနိုင်မယ့် x y အတွဲကို အရင်ရှာကြည့်ကြစို့။

x y  y*y    x*y*y
0 9  81     0
1 8  64     64
2 7  49     98
3 6  36     108
4 5  25     100
5 4  16     80
6 3  9      54
7 2  4      28
8 1  1      8
9 0  0      0

ဒီမှာတင်ပဲ အဖြေက ရနေပြီ။

x က ၃ ဖြစ်တဲ့အချိန် y က ၆ ၊ သူ့နှစ်ထပ်က ၃၆၊ မြှေက်တော့ ၁၀၈၊

မြင်တဲ့အတိုင်းပဲ အဲဒါ က အကြီးဆုံး။ အိုကေပေါ့။

မိတ်ဆွေ။ “ ဟာ….ဒါဆို ဘာ Calculus များ လိုသေးလို့တုန်းဗျ”

နုပ်။ “ဒီ နေရာမှာ x နဲ့ y ရဲ့ variable range က သုည ကနေ ကိုး ထိပဲရှိတော့…ဒီလို ဇယားလေးဆွဲပြီး..ဘာညာ အာပလာ လုပ်ကြည့်လို့ရတာပေါ့…။ တကယ်လို့ x နဲ့ y ရဲ့ variable range က သိပ်ကြီးလာမယ်ဆိုရင် ဘယ်လွယ်တော့မလဲ..”

[ဥပမာ ကိန်းနှစ်ခု၏ ပေါင်းလဒ်သည် တစ်သန်းဖြစ်လျှင်….ဆိုပါတော့]

ဒါကြောင့် ဒီပုစ္ဆာကို Calculus နည်းနဲ့ ကျွန်တော်တို့ စမ်းကြည့်ကြပါစို့။

Calculus ဆိုတော့ဗျာ သူ့ ရသလေး ဘာလေး ပေါ်အောင် Graph လေးဘာလေး အပြင်းပြေ လျောက်ဆွဲကြည့်ကြတာပေါ့။

[တကယ်တော့ မလိုပါဘူးဗျာ။ သက်သက် ကွန့်တာပါ။

သက်သက် ကွန့်တယ်ဆိုလို့လည်း သက်သက် ဆိုတဲ့ ကောင်မလေးက သူများနဲ့မတူအောင် အဆန်းထွင်တယ်လို့ ဆိုလိုတာ မဟုတ်ပါဘူး..။ (;-)]


ပုံ-၁။ y = f (x) = 9 – x Graph
ပုံ-၂။ P(product) = x (f(x))2


ကိုင်း.... စလိုက်ကြစို့...။
X + y = 9
Y = 9 – x
So, f(x) = 9 – x
Product P = x * [f(x)]2
= x * (9 – x)2
Differentiate the equation by using product-rule and chain-rule
Derivative of P (Product) 
1 = (x) [(2) (9 – x) (-1)] + (1) (9 - x)2
2 = (x) [-18 + 2x] + [(9 – x) (9 - x)]
3 = -18x + 2x2 + 81 + -18x + x2
4 = -36x + 3x2 + 81
5 = 3 [x2 – 12x + 27]
6 = 3 (x - 9) (x - 3)

ဒါကြောင့်       x = 9 or x = 3


ဇယားမှာပြထားသလို x = 3   ဖြစ်တဲ့အချိန်မှာ

y = 6 ဖြစ်ပြီး

Largest Possible Product (Maximum) ကိန်း ၁၀၈ ကို ရတဲ့အချိန်ပေါ့။

x = 9 ဖြစ်တဲ့အချိန်မှာတော့

Smallest Possible Product (Minimum) ကိန်း 0 ကို ရတဲ့အချိန်ပေါ့။

မိတ်ဆွေတို့အနေနဲ့ ဒီဆောင်းပါးကိုဖတ်ပြီဆိုရင် differential calculus ရဲ့ အခြေခံ လုပ်ထုံးလုပ်နည်း တွေဖြစ်တဲ့ Power Rule, Product Rule, Chain Rule နဲ့ Curve တစ်ခုရဲ့ slope ဟာ zero ဖြစ်တဲ့အခါ minimum or maximum value ရမယ် ဆိုတဲ့ အကြောင်းတွေ သိပြီးဖြစ်မယ်လို့ယုံကြည်ပါတယ်။

တကယ်လို့ နဲနဲပါးပါး မေ့နေတယ်ဆိုရင်တောင် လိုင်းနံပါတ်တစ် ကို နဲနဲလေး နွှေးပေးလိုက်ရင် ရပြီဗျ။ ကျန်တာတွေက algebra နည်းနဲ့ ရှင်းသွားတာပဲ။ လွယ်ပါတယ်။ ဒါကြောင့် လိုင်းတစ်ကိုပဲ ရှင်းပါမယ်။

လိုင်း တစ်ကို မပြောခင် ကျွန်တော်တို့ differentiate လုပ်မယ့် product equation ကို အရင်ကြည့်ဗျာ

x * (9 – x)^2

မဟုတ်လား။

မိတ်ဆွေ။ ဒါနဲ့နေပါဦး…ဘာလို့ အဲဒီ equation ကို Differentiate လုပ်တာတုန်း

နုပ်။ Derivative ကို ရှာချင်လို့ (Differentiation is the process of finding derivatives)

မိတ်ဆွေ။ ဘာလို့Derivative ကို ရှာချင်တာလဲ

နုပ်။ Slope ကို သိချင်လို့ ( Function တခုရဲ့ derivative ဆိုတာ အဲဒီ Function ကို ကိုယ်စားပြုတဲ့ graph/curve ရဲ့ Slope ပဲ)

မိတ်ဆွေ။ ဘာလို့ Slope ကို သိချင်ရတာလဲ

နုပ်။ Slope တန်ဘိုး zero ဖြစ်တဲ့အခါ ဒီ Equation (Product equation) ရဲ့ အနိမ့်ဆုံး သို့မဟုတ် အမြင့်ဆုံး တန်ဘိုးကို ရမှာကိုး

မိတ်ဆွေ။ ဘာလို့ရတာတုန်း

နုပ်။ ကဲကဲ ဒါဆိုလည်း ကျေးဇူးပြုပြီး ပုံကို သာ တချက်ကြည့်လိုက်ဗျာ။


(ပုံကို http://www.themathpage.com/acalc/max.htm ရယူထားတာပါ။)


y = f(x) ဆိုတဲ့ ဂရပ်ဖ် တလျောက် ၊

အပေါ်ပိုင်းမှာ C, A, D ဆိုတဲ့ tangent တွေနဲ့၊

အောက်ပိုင်းမှာ E, B, F ဆိုတဲ့ tangent တွေရှိတယ်။

မိတ်ဆွေတို့မြင်တဲ့အတိုင်းပဲ tangent line ဟာ ရေပြင်ညီဖြစ်သွား တယ်ဆိုရင် တနည်းပြောရရင် x-ဝင်ရိုး နဲ့ ပြိုင်သွားတဲ့ အချိန်ဆိုရင် သူ့မှာ slope မရှိတော့ဘူးပေါ့။ ဆိုလိုတာက slope တန်ဘိုး zero ဖြစ်တဲ့ အချိန်ပေါ့ ။

အဲဒီလို slope တန်ဘိုး zero ဖြစ်တဲ့ tangent တွေက A နဲ့ B ပေါ့။

A ဆိုတဲ့ အမှတ်ဟာ y တန်ဘိုး အမြင့်ဆုံး ဖြစ်တဲ့အချိန် (MAX)

B ဆိုတဲ့ အမှတ်ဟာ y တန်ဘိုး အနိမ့်ဆုံး ဖြစ်တဲ့အချိန် (MIN)

f(x) ရဲ့ derivative ခေါ် slope ဟာ zero ဖြစ်တဲ့အချိန်ပေါ့။


အေးဗျာ စကားမစပ် ဒါကို အတိအကျ ခေါ်ရရင် relative maximum/minimum လို့ ခေါ်ရပါမယ်။ ဘာလို့လည်းဆိုတော့ local min/max, absolute mim/max ဆိုတာလည်း ရှိသေးတာကို။ အဲဒီ အကြောင်း နောက်နောင် ကြုံကြိုက်တဲ့အခါ partial derivatives အကြောင်းဆွေးနွေးတဲ့အခါ အသေးစိပ် ပြောကြတာပေါ့ဗျာ။


နောက်တချက်က အဲဒီလို function တစ်ခုရဲ့ Max Min value ကိုရစေတဲ့၊ x တန်ဘိုး ကို

Critical value လို့ခေါ်တယ်။ ပုံမှာ ပြထားသလို ဆိုရင်

a (max ဖြစ်စေတဲ့ x တန်ဘိုး) နဲ့

b (mim ဖြစ်စေတဲ့ x တန်ဘိုး) ဟာ critical value တွေ ပေါ့ဗျာ။


ကဲကဲပြန်ကောက်ကြဦးစို့

ရှိတ်မယ့် equation က


x * (9 – x)2


function တွေ မြှောက်ထားတော့ Product Rule သုံးမှာပေါ့

Product Rule အနှစ်ချုပ်က

ရှေ့ဖန်ရှင် (x ကို) ရှိတ် နောက်ဖန်ရှင်((9 – x)2) ဒီတိုင်းထား

နောက်ဖန်ရှင်(((9 – x)2)) ရှိတ် ရှေ့ဖန်ရှင်(x ကို) ဒီတိုင်းထား

သူတို့နှစ်ခုပေါင်း(Add, Plus, Sum ကို ဆိုလိုတာ)။

[မှတ်ချက်။ လူ ပြိန်းစကား ပြောတာမဟုတ်ပါ...Product Rule Process ကို အလွယ်တကူ ပြန်မှတ်မိအောင် နွှေးပေးခြင်းသာ ဖြစ်ပါသည်။]


ပထမဆင့်အနေနဲ့

ရှေ့ဖန်ရှင် (x ကို) ရှိတ် နောက်ဖန်ရှင်((9 – x)2) ဒီတိုင်းထား ဆိုတော့

လိုင်းတစ်ရဲ့ အပြာရောင် အပိုင်းကို ကြည့်ဗျာ..

[ရှေ့နောက် လွှဲထားလို့ မျက်စိ မလည်ပါနဲ့။ a + b = b + a လေဗျာ။

အပြာ ရောင် ကို ရှေ့မှာ ထားထား အနီရောင်ကို ရှေ့မှာ ထားထား အတူတူပါပဲ]

Power Rule အရ x power 1 ကို ရှေ့ချ တော့ 1

x power ကို တစ်လျှော့တော့ x to the power zero. x0 = 1

so, 1 * 1 = 1

နောက်ဖန်ရှင်((9 – x)2) ဒီတိုင်းထား ဆိုတော့ result က

(1) (9 - x)2


ဒုတိယဆင့်အနေနဲ့

လိုင်းတစ်ရဲ့ အနီရောင်အပိုင်းကိုကြည့်ဗျာ..

ရှေ့ဖန်ရှင်( x ကို) ဒီတိုင်းထားဆိုတော့ x ပဲဗျာ။ ရှင်းအောင် လက်သည်းကွင်းထဲ ထည့်ထားတယ်။

ကဲ အခု နောက်ဖန်ရှင်((9 – x)2) ကို ရှိတ်ရတော့မယ်။

ဒီနေရာမှာ x (minus x) ဟာ ၉ နဲ့ တွဲနေတဲ့အတွက် (Composite ဖြစ်နေတယ်ခေါ်တာပေါ့)

Chain Rule ကို သုံးရမယ်။

The chain rule is a rule for differentiating compositions of functions.

ကိုးဗျ။

နောက်ဖန်ရှင်((9 – x)2) ကို Chain Rule နဲ့ ရှိတ်လို့ရတဲ့ Result က လေးထောင့်ကွင်းထဲကဟာတွေ။


(2) (9 – x) (-1)


ဘယ်လို ရလာတာလဲ...။

[Chain Rule Process အတိုခုျပ်က

Outer ကိုရှိတ်။ Inner ဒီ တိုင်းထား ။ Inner ကို ရှိတ်] ဆိုတော့

ဒီနေရာမှာ Outer က Power. 2. Power value 2 ကို ရှိတ်တော့ 2.

Inner က (9 - x).....ဒီတိုင်းထား

ှုInner ကို ရှိတ်ဆိုတော့ x ရဲ့ power ရှေ့ချတော့ minus one ပေါ့။

ဒါကြောင့်


(2) (9 – x) (-1)


ရလာတာပဲဗိုျ့။

ဒီတိုင်းထားထားတဲ့ ရှေ့ဖန်ရှင်နဲ့ နောက်ဖန်ရှင်ကို ရှိတ်လို့ရလာတဲ့ Result နဲ့ပေါင်းလိုက်တော့


(x) [(2) (9 – x) (-1)]


ရလာတာပေါ့။

(သူတို့နှစ်ခု မြှောက်တာနော်....add လုပ်တာကို ပြောတာမဟုတ်ဘူး....ပေါင်းပြီးရေးလိုက်တယ်လို့ဆိုလိုတာ..။

မိတ်ဆွေ။ သိပါတယ်...ဆရာမလုပ်ပါနဲ့

နုပ်။ ဟုတ်ကဲ့..ကောင်းပါပြီ)



အေးဗျာ ...ကျန်တာကတော့ Algebra နည်းနဲ့ရှင်းသွားတာဆိုတော့...

မိတ်ဆွေတို့အတွက်

လွန်စွာမှပင် လွယ်ကူပေမည်ဟု ယုံကြည်ပါကြောင်း...။



ကဲကဲ..ဟောဒီမှာ မိတ်ဆွေတို့ အပြင်းပြေ စမ်းကြည့်ဖို့ နောက်တစ်ပုဒ်လက်ဆောင်ပေါ့ဗျာ....။


maximum/minimum optimization problems -2
 =======================================

သစ်တော်ခြံ တခြံထဲမှာ သစ်တော်သီးပင် အပင် ၅၀ ရှိတယ်။

တပင်ကို သစ်တော်သီး အလုံး ၈၀၀ သီးတယ်။

အဲဒီ သစ်တော်ခြံထဲကို နောက်ထပ် သစ်တော်သီးပင်တစ်ပင် ထပ်စိုက်လိုက်တိုင်း

သစ်တော်ခြံထဲမှာ ရှိတဲ့ အပင်တိုင်း အပင်တိုင်း တစ်ပင်ကို ၁၀ လုံးစီ အသီးလျော့သွားတယ်။


[မြေဆီ မြေဩဇာ ရေ စတဲ့ အရင်းအမြစ်တွေကို အသစ်ထပ်စိုက်လိုက်တဲ့ အပင်တွေ အတွက် ခွဲဝေပေးလိုက်ရတော့ ကျန်တဲ့သစ်ပင်တွေပါ အားလုံး အထွက်နှုန်းလျော့သွားတဲ့ သဘောပေါ့။]


ဒါကြောင့် သစ်တော်ခြံထဲကို သစ်တော်ပင်အသစ်တွေ စိတ်ထင်တိုင်း ထပ်စိုက်လို့မရဘူး။ ဒါဆိုရင် ဒီခြံက စုစုပေါင်းထွက်မယ့် သစ်တော်သီး အလုံးရေ အများဆုံး ရနိုင်ဖို့ နောက်ထပ် သစ်တော်ပင် ဘယ်နှစ်ပင် ထပ်စိုက်ရမလဲ။


အေးဗျာ ပုစ္ဆာက ရှင်းရဲ့လားတော့မသိဘူး။ သေချာလေးဖတ်ပြီး try ကြည့်ဗျာ။ Solution ကို နောက်ဆောင်းပါးမှာ တင်ပြပေးပါမယ်။


ရွှင်လန်းချမ်းမြေ့ပါစေ။

ခြိမ့်ထက်

Monday, September 5, 2011

Dependency or Coupling


Dependency သို့မဟုတ် Coupling ဆိုတာ Software Engineering နယ်ပယ်မှာ
Module တွေ တခုနဲ့တခု (ခပ်လွယ်လွယ်ပြောရင်ဗျာ)
Class တွေ တခု နဲ့ တခု
ဘယ်လောက်အတိုင်းအတာအထိ အပြန်အလှန် မှီခိုနေကြသလဲ
ဘယ်လောက်အတိုင်းအတာအထိ အပြန်အလှန် ချိတ်ဆက်ထားကြသလဲ
ဆိုတာကို ဖေါ်ပြတဲ့အခါမှာ သုံးတဲ့ ဝေါဟာရပါ။

ဥပမာ ကျွန်တော်တို့မှာ Class A နဲ့ Class B ဆိုပြီး ရှိတယ်ဆိုပါစို့ဗျာ

၁။ Class A ဟာ class B ဆီက အမွေယူထားတယ်ဆိုရင်
တနည်းပြောရရင် Class A က Class B ကို inherit (extends/implements) လုပ်ထားရင်
နောက်တမျိုးထပ်ပြောရရင် Class A ဟာ Class B ရဲ့  sub class / child class ဖြစ်နေမယ်ဆိုရင်။

၂။ Class A ထဲမှာ Class B type member (variable/object) ပါနေမယ် သုံးထားမယ် ဆိုရင်။

၃။ Class A ထဲကနေ Class B ရဲ့ member function တစ်ခုခုကို လှမ်းခေါ်ထားရင်(သုံးထားရင်)။

၄။ Class A ထဲက method/function တစ်ခုခုဟာ Class B က return ပြန်လာမယ့် တန်ဘိုး တစ်ခုခုကို လက်ခံထားတယ်ဆိုရင်
ဒါမှမဟုတ်လဲ parameter က တစ်ဆင့် တန်ဘိုးကို ရယူမယ်ဆိုရင်။
( ဥပမာပြောရရင် C# မှာ out / ref စတဲ့  key word တွေသုံးပြီး ခေါ်တဲ့ function/method ရဲ့ parameter ထဲကို ၊ အခေါ်ခံရတဲ့ function က တန်ဘိုး ပြန်ထည့်ပေးလိုက်သလိုမျိုးပေါ့…)။

၅။ class A ဟာ Class B ကို မှီခိုနေရတဲ့ class တခုခုကို မှီခိုနေရတယ်ဆိုရင်..။

စတဲ့ အခြေအနေမျိုးတွေရှိနေရင်  ဒီလိုအခြေအနေကို
Class A နဲ့ Class B ဟာ coupled ဖြစ်နေတယ်…တနည်းပြောရရင်
Class A ဟာ Class B အပေါ်မှာ  dependent ဖြစ်နေတယ် ခေါ်တာပေါ့ဗျာ။

အတိုင်းအတာ အနေနဲ့ပြောရရင်တော့
နဲနဲပဲ မှီခိုရင် နဲနဲပဲ ချိတ်ဆက်ထားတယ်ဆိုရင်  loosely coupled /  low dependency ပေါ့
[Class A is loosely coupled with Class B.] သို့မဟုတ်
[Class A has low dependency on Class B.]

အများကြီး မှီခိုနေရင်၊  အများကြီး ချိတ်ဆက်ထားတယ်ဆိုရင်
tightly coupled တစ်နည်းပြောရရင်  high dependency ပေါ့ဗျာ။
[Class A is tightly coupled with Class B.] သို့မဟုတ်
[Class A has high dependency on Class B.]

လူ့ဘဝမှာ အမှီအခိုကင်းကင်း အနှောင်အဖွဲ့ကင်းကင်း၊ လုံးဝမကင်းနိုင်ရင်တောင် တတ်နိုင်သမျှ နဲနဲပဲရှိမယ်ဆိုရင် အကောင်းဆုံးပေါ့။ အနှောင်အဖွဲ့တွေဟာ ဘယ်လောက်ထိဆိုးဝါးသလဲ၊ သူတစ်ပါးကို မှီခိုနေရတဲ့ ဘဝဟာ ဘယ်လောက်ထိ အရည်အသွေး နိမ့်ကျနေသလဲ ဆိုတာ လူတိုင်းသိပြီးသားပါ။

အင်း...လူသားတွေမပြောနဲ့  ဆောဖ့်ဝဲမယ်တောင် ဒီသဘောတရား အတိုင်းပါပဲဗျာ။ အသေးစိပ် ထပ်ပြီးဆွေးနွေးကြသေးတာပေါ့။

ရွှင်လန်းချမ်းမြေ့ပါစေ...




REF:
၁။ http://en.wikipedia.org/wiki/Coupling_%28computer_science%29
၂။ Microsoft .NET: Architecting Applications for the Enterprise
(2009 Microsoft Press)
By
Dino Esposito and Andrea Saltarello
Page 103, Chapter 3, Design Principles and Patterns