0:00:06.875,0:00:10.453
ဓာတုဗေဒနဲ့ ရူဗဗေဒမှာ အရေးပါတဲ့ [br]အယူအဆတစ်ခု ရှိပါတယ်။

0:00:10.453,0:00:15.293
ယင်းက ရုပ်ပိုင်း ဖြစ်စဉ်တွေ တစ်လမ်းသွားပဲ[br]ဖြစ်ရတဲ့ အကြောင်းကို ကူညီ ဖြေရှင်ပေးတယ်။

0:00:15.293,0:00:16.849
ရေခဲ အရည်ပျော်တာ

0:00:16.849,0:00:19.279
ကော်ဖီထဲမှာ မလိုင်ပျံ့သွားတာ

0:00:19.279,0:00:22.529
တာယာ အပေါက်မှ လေစိမ့်ထွက်တဲ့ [br]အကြောင်းတွေပေါ့။

0:00:22.529,0:00:27.039
၎င်းက အန်ထရောပီ ဖြစ်ပြီး ကျုပ်တို့[br]ဦးနှောက်နဲ့ နားလည်ဖို့ အင်မတန် ခက်ခဲပါတယ်။

0:00:27.039,0:00:31.879
အန်ထရောပီကို၊ ဖရိုဖရဲဖြစ်မှုကို[br]တိုင်းတာချက်အဖြစ် မကြာခဏ ဖော်ပြကြပါတယ်။

0:00:31.879,0:00:35.739
ဒါ သင့်တော်တဲ့ ပုံရိပ်တစ်ခုပါပဲ၊ ဒါပေမဲ့ [br]ကံမကောင်းတာက ဒါက လမ်းလွဲသွားစေနိုင်တယ်။

0:00:35.739,0:00:38.510
ဥပမာ၊ ရေခဲတုံးလေးတွေပါတဲ့ တစ်ခွက် နဲ့

0:00:38.511,0:00:43.469
ပုံမှန် အပူချိန်ရှိ ရေ တစ်ခွက် ဘယ်ဟာ[br]ဖရိုဖရဲ ပိုဖြစ်နေပါသလဲ။

0:00:43.469,0:00:45.373
လူအများစုက ရေခဲ လို့ ပြောပါလိမ့်မယ်၊

0:00:45.373,0:00:49.068
ဒါပေမဲ့ တကယ်ဆို အဲဒါက[br]အန်ထရောပီ ပိုနိမ့်ပါတယ်။

0:00:49.069,0:00:52.898
ဒီတော့ ၎င်းကို ဖြစ်နိုင်စွမ်းကနေ တွေးဖို့ [br]အခြား နည်းလမ်း တစ်ခုရှိပါတယ်။

0:00:52.898,0:00:57.290
ဒါက သဘောပေါက်ဖို့ ပို အချက် ကျပေမဲ့[br]အတွင်းကျကျ သဘောပေါက်ဖို့ အချိန်ယူရပြီး

0:00:57.290,0:01:01.260
ပြီးရင် အန်ထရောပီကို ခင်ဗျား [br]ကောင်းကောင်းကြီး သဘောပေါက်သွားပါလိမ့်မယ်။

0:01:01.260,0:01:03.661
အက်တမ်ဆိုင်ရာ ဓာတ်စည်း ခြောက်ခုစီပါရှိတဲ့

0:01:03.661,0:01:07.541
အခဲနှစ်ခုကို စိတ်ကူးပါ။

0:01:07.541,0:01:12.780
ဒီပုံစံအရ အခဲတစ်ခုစီရှိ စွမ်းအင်ကို [br]ဓာတ်စည်းတွေထဲမှာ သိုလှောင်ထားပါတယ်။

0:01:12.781,0:01:15.292
ဒါတွေကို သိုလှောင်ကန်အဖြစ်[br]သာမန် တွေးကြည့်နိုင်ပါတယ်။

0:01:15.292,0:01:20.070
ယင်းတို့က ထပ်မံ ပိုင်းခြားမရတဲ့ စွမ်းအင်[br]ယူနစ်တွေ (ခေါ်) ကွမ်တာကို သိုလှောင်ပါတယ်

0:01:20.070,0:01:24.601
အခဲမှာ စွမ်းအင် ပိုများလေလေ၊ [br]၎င်းက ပို ပူလေလေပါပဲ။

0:01:24.601,0:01:29.042
အခဲနှစ်ခုမှာ စွမ်းအင် ဖြန့်ချီနိုင်တဲ့ [br]နည်းလမ်းပေါင်းများစွာ ပါရှိတဲ့

0:01:29.042,0:01:30.552
အရာအဖြစ် ပြောင်းသွားပါပြီ၊

0:01:30.552,0:01:34.592
တစ်ခုစီရှိ စုစုပေါင်း စွမ်းအင်က[br]တူနေပါသေးတယ်။

0:01:34.592,0:01:38.502
ဒီ လုပ်ဆောင်ချက် တစ်ခုစီကို [br]microstate လို့ခေါ်ပါတယ်။

0:01:38.502,0:01:43.341
စွမ်းအင် ကွမ်တာ ခြောက်ခုပါတဲ့ [br]အခဲ A နဲ့ နှစ်ခုပါတဲ့ B အတွက်

0:01:43.341,0:01:47.832
Microstate ၉,၇၂၀ ရှိပါတယ်။

0:01:47.832,0:01:52.860
ကျုပ်တို့ရဲ့ စွမ်းအင်ကွမ်တာ ၈ ခုကို[br]စီစဉ်နိုင်တဲ့ အခြားနည်းတွေရှိပါသေးတယ်။

0:01:52.861,0:01:57.833
ဥပမာ စွမ်းအင် အားလုံးက A မှာရှိပြီး[br]B မှာ မရှိတာမျိုး သို့မဟုတ်

0:01:57.833,0:02:00.872
A မှာ တဝက်၊ B မှာ တဝက် စသဖြင့်ပေါ့။

0:02:00.872,0:02:04.154
Microstate တစ်ခုစီဟာ ဖြစ်ပွားခွင့်[br]တူညီကြောင်း ယူဆထားရင်၊

0:02:04.154,0:02:06.794
ကျုပ်တို့ မြင်နိုင်မှာက စွမ်းအင် အနေအထား[br]တချို့မှာ

0:02:06.794,0:02:10.543
အခြားဟာတွေထက် ပိုမြင့်တဲ့ ဖြစ်တန်စွမ်း[br]ရှိပါတယ်။

0:02:10.543,0:02:14.184
ဒါက microstate တွေရဲ့ ပိုကြီးမားတဲ့[br]အရေအတွက် ကြောင့်ပါ။

0:02:14.184,0:02:20.143
အန်ထရောပီက စွမ်းအင် အနေအထား တစ်ခုစီရဲ့[br]ဖြစ်တန်စွမ်းကို တိုက်ရိုက်တိုင်းတာပါ။

0:02:20.143,0:02:23.193
ကျုပ်တို့ တွေ့တာက အခဲတွေကြားမှာ

0:02:23.193,0:02:26.843
စွမ်းအင် အပျံ့နှံ့ဆုံးဆိုတဲ့[br]စွမ်းအင် အနေအထားက

0:02:26.843,0:02:28.923
အမြင့်ဆုံး အန်ထရောပီ ရှိပါတယ်။

0:02:28.924,0:02:30.474
ဒီတော့ ယေဘုယျ သဘောအရ

0:02:30.474,0:02:34.852
အန်ထရောပီဆိုတာ ဒီ စွမ်းအင် ဖြန့်ကျက်မှု[br]အပေါ် တိုင်းထွာချက်အဖြစ် တွေးနိုင်ပါတယ်။

0:02:34.853,0:02:37.893
နိမ့်တဲ့ အန်ထရောပီက[br]စွမ်းအင်ကို စုဝေးနေတဲ့ သဘောပါ။

0:02:37.893,0:02:41.623
မြင့်တဲ့ အန်ထရောပီဟာ[br]စွမ်းအင်ကို ဖြန့်ထုတ်တဲ့သဘောပါ။

0:02:41.623,0:02:45.765
ပူတဲ့ အရာတွေ အေးသွားခြင်းလိုမျိုး [br]အလိုလိုဖြစ်တဲ့ ဖြစ်စဉ်တွေကို ရှင်းပြဖို့

0:02:45.765,0:02:48.075
အန်ထရောပီက အသုံးဝင်ကြောင်း နားလည်ဖို့

0:02:48.075,0:02:52.434
လှုပ်ရှားပြောင်းလဲနေတဲ့ စွမ်းအင်[br]စနစ်ကို လေ့လာဖို့လိုပါတယ်။

0:02:52.434,0:02:54.935
လက်တွေ့မှာ စွမ်းအင်ဟာ [br]တစ်နေရာတည်းမှာ တည်ငြိမ်မနေပါ။

0:02:54.935,0:02:58.065
၎င်းက နီးစပ်ရာ ဓာတ်စည်းတွေကြားမှာ[br]အဆက်မပြတ် ရွေ့လျားနေတတ်တယ်။

0:02:58.065,0:03:00.206
စွမ်းအင်ရွေ့တဲ့ အခါ

0:03:00.206,0:03:02.954
စွမ်းအင် အနေအထား ပုံပြောင်းနိုင်ပါတယ်။

0:03:02.955,0:03:05.085
Microstate တွေ ဖြန့်ထွက်ခြင်းကြောင့်

0:03:05.085,0:03:09.836
ထို စနစ်က စွမ်းအင်ကို အမြင့်ဆုံးအနေနဲ့[br]ဖြန့်ထုတ်ဖို့ အနေအထားက နောက်ပိုင်းမှာ

0:03:09.836,0:03:13.595
ဖြစ်လာမယ့် အခွင့်အရေးက ၂၁% ပါ။

0:03:13.595,0:03:17.357
၎င်းရဲ့ စမှတ် ပြန်ရောက်မယ့် အခွင့်အရေးက[br]၁၃% ရှိပြီး၊

0:03:17.357,0:03:22.857
A က အမှန်တကယ် စွမ်းအင်ရရှိဖို့[br]အခွင့်အရေးက ၈% ရှိပါတယ်။

0:03:22.857,0:03:26.935
တဖန် ကျုပ်တို့ တွေ့ရသလို၊ စုဝေးနေတဲ့ စွမ်းအင်ထက်[br]မြင့်မားတဲ့ အန်ထရောပီရှိဖို့

0:03:26.935,0:03:30.026
နည်းလမ်းတွေက ပိုများပြီး

0:03:30.026,0:03:32.558
စွမ်းအင်ဟာ အပြင်သို့ ပျံ့ထွက်လိုတတ်ပါတယ်။

0:03:32.558,0:03:35.509
ဒါကြောင့် ပူတဲ့ အရာကို [br]အေးတဲ့ အရာနားမှာ ထားရင်၊

0:03:35.509,0:03:40.420
အေးတဲ့ အရာက နွေးလာမှာဖြစ်ပြီး[br]ပူတဲ့ အရာဟာ အေးလာပါလိမ့်မယ်။

0:03:40.420,0:03:41.867
ဒါပေမဲ့ ဒီဥပမာထဲမှာတောင်

0:03:41.867,0:03:47.116
ပူတဲ့အရာက ပိုပူလာဖို့ အခွင့်အရေး[br]၈% ရှိပါတယ်။

0:03:47.116,0:03:51.427
လက်တွေ့ဘဝမှာ ဒီဖြစ်ရပ်မျိုး[br]ဘာဖြစ်လို့ ဖြစ်မလာတတ်တာလဲ။

0:03:51.427,0:03:54.177
စနစ်ရဲ့ အရွယ်အစားနဲ့ သက်ဆိုင်ပါတယ်။

0:03:54.177,0:03:58.057
ကျုပ်တို့ အကြမ်ဖျဉ်းယူဆထားတဲ့ အခဲတွေမှာ[br]ဓာတ်စည်း ခြောက်ခုစီသာရှိပါတယ်။

0:03:58.057,0:04:03.938
ဓာတ်စည်းတွေကို စွမ်းအင်ယူနစ် ၆၀၀၀နဲ့[br]၈၀၀၀ အထိတိုးချဲ့လိုက်ပြီး

0:04:03.938,0:04:07.527
စနစ်ကို တဖန်စတင်ဖို့[br]A မှာ စွမ်းအင်ရဲ့ လေးပုံ သုံးပုံ နဲ့

0:04:07.527,0:04:10.126
B မှာ လေးပုံ တစ်ပုံထားကြပါစို့။

0:04:10.127,0:04:14.337
အခု နောက်ထပ် စွမ်းအင်ကို အလိုလို[br]ရရှိဖို့ A ရဲ့ အခွင့်အရေးဟာဖြင့်

0:04:14.337,0:04:17.247
အလွန်သေးငယ်တဲ့ ကိန်းဖြစ်နေတာ တွေ့ရပါတယ်။

0:04:17.247,0:04:22.308
နေ့စဉ် မြင်နေကျ၊ တွေ့နေကျ အရာတွေမှာ [br]ဒီထက်မကတဲ့ အမှုန်တွေ တပုံကြီးပဲရှိပါတယ်။

0:04:22.308,0:04:25.920
လက်တွေ့လောကမှာ ပူတဲ့ အရာ [br]အပူထပ်တိုးလာဖို့ အခွင့်အလမ်းက

0:04:25.920,0:04:28.011
မရှိသလောက် နည်းလွန်းပါတယ်။

0:04:28.011,0:04:30.409
ဒါ ဘယ်တုန်းကမှ မဖြစ်ဖူးပါဘူး

0:04:30.409,0:04:31.528
ရေခဲပျော်တယ်၊

0:04:31.528,0:04:32.918
ရေခဲမုန့် ပျော်တယ်၊

0:04:32.918,0:04:34.676
တာယာ ပြားချပ်တယ်

0:04:34.676,0:04:39.942
အကြောင်းက ဒီအဆင့်တွေမှာ မူလအဆင့်တွေထက်[br]စွမ်းအင်ဖြန့်ထွက်မှု ပိုများလို့ပါ။

0:04:39.942,0:04:43.630
စနစ်ကို ပိုမြင့်တဲ့ အန်ထရောပီဆီသို့ [br]တွန်းပို့ပေးတဲ့ ထူးဆန်းတဲ့ အား မရှိပါဘူး။

0:04:43.630,0:04:48.928
ဒါက ပိုမြင့်တဲ့ အန်ထရောပီက စာရင်းအင်းနည်း[br]အရ အမြဲတမ်း အလားအလာပိုများတယ် ဆိုရုံပါ။

0:04:48.928,0:04:52.480
ဒါကြောင့်ပဲ အန်ထရောပီကို [br]အချိန်ရဲ့မြား လို့ခေါ်ပါတယ်။

0:04:52.480,0:04:56.739
စွမ်းအင်မှာ ပြန့်ထွက်ဖို့ အခွင့်အရေးရှိရင်[br]ပျံ့ထွက် ပါလိမ့်မယ်။