從如何挑秘書到如何找對象

到了談婚論嫁的時候,就需要找對象,那么如何找對象?

如果是個這換成科學問題,需要理論支持,那么,我們的選擇會不會就不那么主觀,憑感覺這事畢竟不太靠譜。

在如何在對象這個問題我們首先了解一個博弈論上著名的秘書問題:我們需要招聘一名秘書,現在有n個應聘者,我們每面試一個人,面試后就要馬上決定是否聘用她,如果我們當時就否決了,那么她就不會再回來。那么請問我們使用什么的策略才能使最佳人選被選中的概率最大?

我們會說當然每個都面試,最后才決定那個聘用,怎么會否決了她就不回來了。就算這個條件成立,在面試人數不多的時候我們可以這么決定,但是如果面試者的數量巨大,我們就很難做到每一個都面試,對于大企業來說,怎么去做這個決策就顯得尤為重要。

秘書問題最早是在馬丁·加德納的數學專欄中提到而廣為傳播。這個問題的展開了一系列的計算,數學家相信數字而不是感覺。

我們總是感嘆高中以后的數學就好像沒有什么用了,事實上,是我們使用方法的問題,生活中我們用的最多的就是小學數學知識。下面給大家看看高等數學的高等用法,是怎么解決這個問題的:

這個公式可以簡化成:

最后我們可以算出最優解為:1/e

1/e≈37%,解讀出來的答案就是37%原則,英語中又稱為Look-Then-Leap Rule。我們分成兩個階段進行:

第一個階段(Look):首先我們面試總數的37%,假設我們面試的對象有100人,這個階段我們要做到事是隨機面試37個人,都不招聘,我們這個階段就知道了大概的情況,也知道了37人中最好的水平是怎么樣的。

第二個階段(Leap):我們面試下一個,只要下個面試者比你感覺之前最好的水平都要好或者相當,那就是她了,剩下的就不看了。

這樣招聘到最佳人選的概率大約是37%,也許我們覺得這個概率還是太低了,可是當面試者達到1000人的時候,僅僅隨機選的話,概率就變成了1/1000,如果使用這策略,無論面試者在怎么增加,我們還是有37%的概率選中最佳人選。

如何挑選秘書和如何挑選對象有著兩大相似點:

往最好的找。

只能一個。

既然選秘書用了這原則,我們在選對象的時候同樣也可以這樣做個選擇。德國著名的天文學家、數學家開普勒就用過這原則來找老婆。

開普勒的妻子死于疾病后,開普勒想再找個老婆來照顧家庭,當時他有11個選擇對象,該如何選擇?作為數學家,怎么能相信感覺。

開普勒首先隨機相了4位候選人,找到自己認為最適合自己對象的標準,然后面試下一位候選人,歷史中記錄是選擇了第五個作為自己的老婆。

對于我們如何找對象,也可以用37%原則,假如我們40歲前要結婚,按照此原則,在25歲以前,你怎么談都可以,25歲以后,只要遇到比你之前遇到的都要好的對象,那么就結婚吧。聽起來很隨性,卻是最科學的決策。

37%原則不僅僅用于這些方面,擴展開來仍然有不同的用法,我們如果需要購買東西,也同樣解決了我們的選擇困難癥,在淘寶和服裝店逛了那么久,依舊不知道選擇什么好?假設你在一周內需要購買某件商品,我們可以前三天隨機看,都不買,然后知道了什么是最適合自己心意的,第三天后只要看到比之前好的就下手。

37%原則是個解決思路,生活中我們不能全部都生搬硬套,要知道選擇對象比我們想象中的復雜得多,有各種特發事件,而這些在數學模型建立的時候并沒有考慮到,但是卻給了我們一個不錯的解決思路。

用理性去指導和決策我們的生活,這不正是我們每一個現代人需要學習和精進的嗎!

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,182評論 6 543
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,489評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,290評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,776評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,510評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,866評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,860評論 3 447
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,036評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,585評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,331評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,536評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,058評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,754評論 3 349
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,154評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,469評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,273評論 3 399
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,505評論 2 379

推薦閱讀更多精彩內容