Source: Lire le fonctionnement de base
Le texte intégral 2864 Les mots, lorsque l'apprentissage tout au long attendu 6 minute
La plupart des gens sont d'accord avec ce point de vue: Dating est difficile! ! ! (! Si vous ne pensez pas, qui est grande, vous ne pouvez pas passer beaucoup de temps à lire cet article T - T)
Maintenant, nous devons passer beaucoup de temps sur une rencontre asiatique hebdomadaire ou Subtil logiciel amadou, sentir assez bonnes gens, entrés dans sa maison et le chat.
Quand vous avez finalement « trouvé » quand vous savez comment faire un selfie parfait dans le profil de amadou, vous pouvez facilement inviter et que vous mangez à une belle fille avec une classe coréenne, vous pensez trouver M. ou Mme Parfait installent ensemble est pas difficile. Mais non! ! ! En fait, beaucoup d'entre nous ne peut pas trouver le partenaire de la vie droite.
Pour les gens ordinaires, datation est trop compliquée, trop terrible! ! !
Sont les médias sociaux et les applications de rencontres en ligne pour le rendre plus facile à trouver celui de le faire? Source: Dépêche hebdomadaire
Nos attentes trop élevées il? Nous sommes encore trop égoïste? Ou sommes-nous condamnés à une rencontre qu'il / elle? Ne vous inquiétez pas! Ce n'est pas votre faute. Vous êtes tout simplement pas en utilisant des moyens mathématiques.
Avant le développement d'une relation plus profonde entre le nombre de personnes que vous ne voulez probablement à ce jour?
Ceci est une question assez complexe, nous devons donc demander les mathématiques et les statisticiens. Leur réponse a été: 37%.
Qu'est-ce que cela veut dire?
Cela signifie que vous pouvez être parmi les rendez-vous, en supposant que vous prédisez votre propre rencontre 100 personnes au cours des 10 prochaines années (pour moi, 10 personnes sont plus susceptibles, mais c'est une autre question), il y a 37% ou avant 37 après que l'homme, avant d'accepter la première personne que ceux qui font le bien (si personne un tel n'a pas paru, juste attendre la dernière personne).
Comment sont-ils ce numéro? Creusons mathématiquement.
Supposons que nous pouvons prévoir N ordre individuel dans notre vie, et le rang eux selon des « verserons / meilleures statistiques partenaires. » Vous voulez que cette personne est classée première finale ensemble - nous appelons cette personne X.
Avant de discuter de la meilleure politique de rencontres, nous allons commencer par une méthode simple. Si vous voulez vraiment rencontrer un homme au Settle amadou vers le bas ensemble comment faire? Cette personne est la probabilité de X est le nombre?
1 / N.
Avec plus le n, plus le laps de temps, nous considérons que cette probabilité aura tendance à zéro. Eh bien, vous ne serez probablement pas ce jour 10.000 personnes dans 20 ans, mais même de petites chances de 1/100 est suffisant pour me faire croire que ce n'est pas une bonne stratégie de rencontres.
Alors, comment devons-nous faire?
Que faisons-nous lorsque la datation. En d'autres termes, nous voulons rencontrer plusieurs personnes, puis a commencé à explorer la qualité des rendez-vous installent, plutôt que de simplement prendre un engagement au moment de la première comparution personnelle. Par conséquent, cette nomination section comprend l'exploration et la stabilité processus.
Mais nous devons attendre d'explorer combien de temps?
Afin de développer des stratégies: Vous fréquentez des personnes en individuel N M, a rejeté tous, et immédiatement installés mieux que le prochain homme que vous avez vu jusqu'à présent. Notre tâche est de trouver la valeur optimale M. Comme décrit ci-dessus, M = 0.37N. Mais comment avons-nous ce nombre il?
Exécution d'une petite simulation en R, pour voir s'il y a une indication de la valeur optimale de M.
Le réglage est très simple, comme suit:
# Une fonction util pour simuler le « rang meilleur partenaire » perm_rank < - function () { retour (échantillon (1: 100, 100)) } #Pour chaque valeur de M, nous simulons 1000 fois M_range < - 2: 100, salpêtre < --1000 # Constater un vecteur de résultats de magasins, notez que si m = 1, la probabilité est 1/100 prob_result < - Rep (1/100, 100) # Faites une simulation pour chaque valeur de M pour (M en M_range) { résultat < - Rep (0, niter) for (i in 1: niter) { ordre < - perm_rank () #simulate l'ordre highest_reject < - min (tête (ordre, M-1)) # trouver le meilleur parmi les premiers M-1 qui obtient rejeté si (highest_reject! = 1) { accepter < - ordre # Nous nous considérons comme réussie si: # - rang 1 ne figure pas dans les premiers candidats M-1 # - rang 1 est la première personne qui est mieux que tout ce que nous avons vu si (accepter == 1) résultat < --1 } } prob_result < - moyenne (résultat) }Nous pouvons tirer des résultats de simulation de visualisation de base:
Le temps semble N = 100, le tableau ne montre la valeur de M, ce qui nous permet d'utiliser des stratégies pour maximiser la probabilité de trouver le meilleur partenaire. La valeur de M = 35, la probabilité de 39,4%, a déclaré avant très proche de la valeur de la magie, à savoir, M = 37.
La simulation a montré que plus la valeur de N nous considérons, M près de 37%. Le tableau suivant montre l'augmentation du nombre de candidats du taux optimal M / N.
Voici quelques observations intéressantes: Quand on augmente le nombre N de candidats, non seulement pour réduire la probabilité et la convergence optimale peut être vu (fermer), le rapport optimal M / N ainsi. Par la suite, nous allons strictement prouver les meilleures deux entités convergent vers la même valeur d'environ 0,37.
Vous pourriez penser: « Attendez une minute, je ne peux pas en valeur N est très faible, de sorte que la probabilité de trouver la personne la plus appropriée de son plus haut niveau? » Qui est partiellement correcte. Sur la base de la simulation, la N = 3, on peut atteindre jusqu'à 66% de probabilité de succès en sélectionnant chaque troisième personne. Est-ce que cela signifie que nous devons toujours viser à un maximum de 3 personnes et une troisième personne à des rendez-vous et faire ensemble?
Can. Mais le problème est que cette stratégie permettra de maximiser vos chances de trouver le meilleur choix de ces trois personnes, qui dans certains cas est suffisant. Cependant, la plupart d'entre nous pourrait envisager une plus large gamme de choix et pas avant trois personnes dans nos vies. Ce jeune homme a été encouragé à ce jour et à plus forte raison pour nous essentiellement le même: trouver le genre de personnes attirées les unes aux autres, une meilleure compréhension de la datation, comment vivre avec un partenaire, et de comprendre leur propre dans le processus.
Vous trouverez peut-être plus optimiste est le fait que lorsque l'on augmente la gamme de datation, la probabilité de trouver le mari parfait / femme ne se dégrade pas à zéro. Tenez-vous à notre stratégie, nous pouvons prouver l'existence d'un seuil, la probabilité de seuil optimal à ce ne tombe pas. Notre prochaine tâche est de prouver l'optimalité de notre stratégie et de trouver le seuil le plus bas.
Peut-on prouver que 37% des règles strictes optimales?
Laissez O_best être le meilleur candidat (parfait mari / femme, The One, X, numéro un candidat, etc.) par ordre d'arrivée. Nous ne savons pas cette personne quand il viendra dans notre vie, mais nous savons pour sûr que les gens N suivant prévu, nous verrons, X pour arriver O_best = i.
Soit S (n, k) deviennent le choix de X chez les personnes N événement réussi, nous avons utilisé M = stratégie k, à savoir explorer et ont catégoriquement rejeté le premier homme k-1, et plus que vous avez vu jusqu'à présent la première personne à être bien ensemble. Nous pouvons voir:
Pourquoi est-ce ainsi? Il est évident que, si X est l'un des premiers à entrer dans le k-1 personne de notre vie, peu importe qui est sélectionné une fois, nous ne pouvons pas choisir X (parce que nous sommes parmi ceux que nous refusons catégoriquement d'inclure X). Dans le second cas, on constate que seuls k-1 dans le premier de ceux dans le i-1 original est parmi les meilleurs des temps, notre stratégie pour réussir.
Les lignes visuelles suivantes vous aideront à clarifier les deux cas ci-dessus:
Ensuite, nous pouvons utiliser la loi de probabilité totale de trouver le succès de la probabilité marginale P (S (n, k))
En bref, la formule générale pour la probabilité de succès nous sommes arrivés à ce qui suit:
Nous pouvons insérer n = 100 et superposés pour la comparaison de nos résultats de simulation:
Nos résultats théoriques et la simulation est très cohérente. Les résultats de la probabilité maximale théorique de 37,1% lorsque M = 37.
En fait, lorsque n devient très grand, nous pouvons être P (S (n, k)) de l'expression écrite et Riemann et simplifiée comme suit:
La dernière étape est de trouver la valeur x de cette expression est maximisée. Voici quelques-uns calcul haute école:
Nous venons strictement prouvé 37% de la meilleure stratégie de rencontres.
Si vous utilisez cette stratégie pour trouver le partenaire de vie? Est-ce que cela signifie que vous devez d'abord glisser sur la gauche en face de 37 profil attrayant sur amadou, ou dans le DM glisser vos renseignements personnels dans le 37 « vu » dans?
À vous.
Le modèle fournit la meilleure solution, si vous configurez une des règles de datation strictes pour vous: Vous devez définir un nombre spécifique de candidats N, il doit y avoir un tirage au sort pour veiller à ce qu'aucun système de classement (l'idée pour les gens de rang pour certaines personnes il ne convient pas), une fois que vous refusez quelqu'un, vous ne pouvez plus les considérer comme une date cible.
De toute évidence, la vie réelle datant plus chaotique.
Malheureusement, pas tout le monde vous acceptez soit ou de rejeter - X, quand vous les rencontrez, ils peuvent vous refuser! Dans la vraie vie, les gens vont parfois en arrière et trouver des gens avant qu'ils ont rejeté notre modèle ne permet pas. Il est difficile à ce jour en comparant, et encore moins avec une donnée statistique valide pour prédire le moment où une personne aura beaucoup de bons conjoint, et de les classer en conséquence. Et nous n'avons pas résolu le plus gros problème: Libertine estimer le nombre total N est presque impossible à atteindre. Imaginez qu'il a passé la plupart du code d'écriture de temps, rédaction d'articles sur les fréquentations de 20 ans, ma vie sociale vous enrichir? I et 10 personnes, 50 personnes ou jour 100 personnes?
Oui, cette approche désespérée pourrait apporter les résultats que vous pire.
Une autre chose intéressante est que si vous pensez qu'il n'y a jamais la meilleure option, quelle est la meilleure stratégie à ce moment est, dans quelles circonstances choisiriez-vous du deuxième meilleur ou troisième meilleur choix. Ces considérations sont « problème de post-doctorat (le problème de postdoc) » est un problème commun, il est notre rendez-vous avec des questions de paramètres similaires, et en supposant que les meilleurs étudiants iront à Harvard (Yale, duh!).
attention Tsinghua - données Académie des sciences de Qingdao plate-forme publique micro-canal officiel " données d'envoi THU « Sisters et n ° » Les données envoyées THU « Pour plus de conférences et de bien-être contenu de qualité.
