- 前文提到,这种方法也有缺点,虽然我们选择出最大苹果的概率是最大,但同样有37%的可能,我们被迫选择最后一个苹果,甚至可能会错过所有的。
- 如果我们不愿意承担这样的风险,还有一种选择的方式:不一定是最大的,但是尽可能大,也就是选出苹果的期望最大值。
- 于是,又进一步模拟,这一次,让所有苹果的大小满足平均值为1,方差为0.1的正态分布。还是放弃前M个作为样本比较,绘制出苹果的期望值和M的关系。
可以看到曲线先是迅速上升,然后缓慢下降,在大约15的时候取最大值。
- 以为最大值是取决于苹果大小具体的分布和总量的大小,所以这个就没有像上次一样固定的比率了。比如本次是M=15的时候取最大值。
- 但是,经过不同的M值实验,用了不同的分布,发现最佳的M/N的比值虽然是变化的,但是总在10%~15%之间,而且在这个区间变化不明显,所以取M/N = 1/8为最优解。
- 用这种方法选取苹果的平均大小在1.16以上,根据正态分布的规律,已经击败了95%的苹果,比随机的50%要高,所以还是比较有效。
后记
虽然我们总是面临着不同的选择和放弃,但如果能掌握科学的方法,拥有最优解的思路,虽然在小处吃亏,但长远的的话肯定受益,这就是人类的本能——利益最大化。有人可能会反驳老是计算会过不好人生,但老是计算,不遵守规则和社会道德本身就不是最优解!