理性决策的艺术:从购房到择偶的数学智慧;37% 规则,做出最佳决策的秘诀;用数学模型解决人生难题

在面对人生重大决策时,如购房或择偶,我们常常感到迷茫和困惑。然而,如果我们能够将这些看似复杂的问题简化为数学模型,我们就能以更加理性和系统的方式做出决策。

37%规则

1950年代,当时几位数学家开始研究这样一个问题:

假设你要招聘一名秘书,总共有n个应聘者。

你一个一个地面试他们,每次面试后必须立即决定是否雇佣。

如果你拒绝了一个人,就不能再回头雇佣他。

你的目标是雇佣到最好的那个应聘者。

问题是:你应该采取什么策略来最大化选到最佳人选的概率?

1958年,数学家林德利(D.V. Lindley)发表了一篇论文,首次给出了这个问题的解决方案。

他证明了最优策略是先面试37%的候选人而不做决定,然后选择第一个比之前所有人都好的候选人。

为什么是37%呢?这个数字其实是自然对数的倒数(1/e)的近似值。

在数学上,当候选人数量趋向无穷大时,最优的观察比例正好是1/e,约等于0.368,也就是36.8%。

买房策略

想象一下,你正在看房子。

  1. 市面上有各种各样的房源,你只打算买一套。

  2. 一旦你决定买下某套房子,它就是你的了。

  3. 但如果你犹豫不决,很快就会有人抢先一步。

  4. 你给自己设了个期限,比如说一个月内必须买到房。
    在这里插入图片描述

这些条件虽然简化了现实情况,但正是这种简化让数学家们能够进行计算。

此时我们运用37%规则,把购房过程分成两个阶段。

第一阶段,你只看不买,了解市场,记住看到的最满意的房子。

等到时间过了37%,也就是一个月的第12天,你就进入第二阶段。

从这天开始,只要遇到比之前那个最满意的更好或者差不多的房子,二话不说就买下来。

这个规则听起来可能有点奇怪,但它是数学家们经过艰苦计算得出的。

虽然它不能保证你一定能买到最理想的房子,但在假设房源随机出现的情况下,它是个足够好的方法。

如果你看的房子不到37%就开始买,你可能会后悔买早了;如果超过37%才开始买,你可能会后悔买晚了。

择偶

有意思的是,这个规则不仅适用于买房,还可以用在找对象上。

假设一位女性从18岁开始找对象,打算40岁前结婚。

按照百分之三十七规则,她应该在26.1岁之前只谈不嫁,记住遇到的最心仪的对象。

26.1岁之后,遇到比那个人更好或者差不多的,就该考虑嫁了。

当然,现实总是比数学模型复杂。如果你求婚可能会被拒绝呢?数学家算出,如果每次被拒的概率是50%,那么你应该把37%改成25%。

在这里插入图片描述

换句话说,条件不太好的人可能需要更早地开始行动。

另一方面,如果你条件很好,即使一开始错过了某个人,过段时间再去找他,他可能还是会答应你。

在这种情况下,你的观察期就可以从37%延长到61%。

这些计算结果其实和我们的常识是相符的:条件好的可以多等等,条件差的就得抓紧了。

有人可能会说,这种方法太理性了,缺少了浪漫元素。

但是,如果你非要等待"命中注定的真爱",结果可能是要么懊悔自己没有早点结婚,要么懊悔自己结婚太早。

理性的人应该明白,在适当的时候停止寻找也是一种智慧。

我们经常使用成语典故来帮助思考,其实成语典故就是浓缩了的处世哲学,就是套路。

多掌握一些套路和方法论,心里多积累一些逻辑学概念以及数学和计算机算法,利于决策,没准什么时候就能用上。


欢迎关注我的公众号“德来”,原创文章第一时间推送。

  • 33
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Gale-Shapley算法是一个稳定婚姻匹配算法,用于解决择偶问题。该算法的具体操作流程可以通过一个案例来进行说明。假设有5位男士A、B、C、D、E和4位女士a、b、c、d,他们之间的择偶偏好顺序如下所示: 男士A:a > b > c > d 男士B:b > c > d > a 男士C:c > d > a > b 男士D:d > a > b > c 男士E:a > b > c > d 女士a:D > C > B > A 女士b:E > D > C > A 女士c:A > B > C > D 女士d:B > C > D > E Gale-Shapley算法的基本思想是,男士按照自己的偏好顺序依次向女士发出求婚,女士在收到多个求婚者的求婚后选择自己偏好顺序中最优先的求婚者,并拒绝其他求婚者。如果一个男士被拒绝了,他会继续向下一个女士发出求婚。这个过程会一直进行下去,直到所有的男士都找到了配偶。 关于Gale-Shapley算法的Python实现,可以参考一些分析和代码示例。有人在CSDN上给出了关于该算法的分析和Python2的代码示例。此外,在知乎上也有一位大神对该算法进行了讲解,并提供了详细的讲义和代码示例。你可以通过访问以上链接来获取更多关于Gale-Shapley算法的信息和Python实现的示例代码。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [Gale-Shapley算法(基于python3.6)](https://blog.csdn.net/sinat_33916407/article/details/103947221)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *3* [Gale-Shapley算法.pptx](https://download.csdn.net/download/qq_40415753/12273619)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

yida&yueda

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值