ฉันเป็นอดีตครูสอนคณิตศาสตร์และเจ้าของ DoingMaths ฉันชอบเขียนเกี่ยวกับคณิตศาสตร์ การประยุกต์และข้อเท็จจริงทางคณิตศาสตร์ที่สนุกสนาน
วันไหนดีที่สุด?
คุณควรไปกี่วันก่อนที่คุณจะเลือก?
คุณได้เข้าร่วมเว็บไซต์หาคู่และเริ่มออกเดท มองหาความรักและคนพิเศษที่จะตั้งรกรากด้วย คุณมีวันที่ดีและวันที่แย่อยู่บ้าง—แต่แม้หลังจากวันที่ดี คุณอาจสงสัยว่าพวกเขาคือคนๆ เดียวจริงๆ หรือจะมีตัวเลือกที่ดีกว่าต่อไปบนเส้นทางการออกเดท
นี่คือจุดที่คณิตศาสตร์สามารถช่วยเราค้นหาวิธีแก้ปัญหาที่เหมาะสมที่สุด ที่น่าแปลกใจคือใช้สิ่งที่เรียกว่า ทฤษฎีการหยุดที่เหมาะสมที่สุดคณิตศาสตร์ระบุว่ากำหนดจำนวนวันที่ไว้ คุณควร 'หยุด' เมื่อคุณทำได้ 37% ของทางแล้วเลือกวันที่ถัดไปว่าใครดีกว่าวันก่อนหน้าทั้งหมด
ตัวอย่างเช่น หากคุณมี 100 วันที่เข้าแถว คุณควรหาทางผ่าน 37 รายการแรก โดยไม่ผูกมัดและผูกพันในวันแรกหลังจากนี้ใครดีกว่าที่มา ก่อน.
เห็นได้ชัดว่านี่อาจนำไปสู่ปัญหาหากการจับคู่ที่ดีที่สุดคือหนึ่งใน 37% แรก ในกรณีนี้ คุณจะต้องชำระวันที่ 100 หรือลงเอยเพียงลำพัง แต่โดยรวมแล้ว แทคติกทำให้คุณมีโอกาสมากที่สุดที่จะลงเอยด้วยตัวเลือกที่ดีที่สุด (โดยบังเอิญ โอกาสนี้ก็เช่นกัน 37%). แต่ทำไมถึงเป็นเช่นนี้? มาดูคณิตกันบ้าง
ข้อสันนิษฐานบางประการที่ต้องทำก่อนที่เราจะดูตัวเลขอย่างใกล้ชิดมากขึ้น
สำหรับสถานการณ์ทั้งหมดที่นี่ เราจะถือว่าเมื่อคุณออกเดทกับคนๆ หนึ่งแล้วทิ้งพวกเขาไป จะไม่มีวันหวนกลับ แม้ว่าคุณจะตัดสินใจในภายหลังว่าพวกเขาคือคนนั้นก็ตาม นอกจากนี้เรายังจะถือว่าวันที่เป็นตัวแทนที่ดีว่าความสัมพันธ์ที่ได้จะทำงานได้ดีเพียงใดเช่น การออกเดทที่ยอดเยี่ยมหมายถึงความสัมพันธ์จะยิ่งใหญ่ ในขณะที่การเดทที่ไม่ดีหมายถึงความสัมพันธ์จะไม่เกิดขึ้น ทั้ง.
37% มาจากไหน?
ก่อนอื่นเราจะเริ่มด้วยตัวเลขที่น้อย หากคุณมีเดทเพียงวันเดียว แน่นอนว่าบุคคลนั้นจะเป็นคู่เดทที่ดีที่สุดของคุณ ดังนั้นคุณจึงรับประกันว่าจะเลือกวันที่ดีที่สุด
หากคุณเพิ่มเป็นสองวันที่ คุณจะมีโอกาส 50% ในการเลือกผู้สมัครที่เหมาะสม ไม่ว่ากลยุทธ์ใดในการเลือกที่คุณใช้ตัดสินใจ
ถ้าคุณไปสามวัน สิ่งต่างๆ เริ่มน่าสนใจ หากคุณสุ่มเลือกหนึ่งคน ความน่าจะเป็นที่พวกเขาจะเป็นหนึ่งในนั้นคือ 1/3 ≈ 33% อย่างไรก็ตาม สมมติว่าเราข้ามคนแรกแล้วเลือก ถ้าวันที่สองดีกว่าวันแรก ให้ยึดติดกับบุคคลที่สอง หากวันที่สองแย่กว่าวันแรก ให้ย้ายไปที่วันที่สามและหวังว่าวันที่สองจะดีขึ้นกว่าวันที่ก่อนหน้าทั้งสอง
เมื่อพิจารณาจากแผนภาพที่ 1 คือวันที่ที่แข็งแกร่งที่สุด และ 3 เป็นวันที่แย่ที่สุด เราจะเห็นว่ามีสถานการณ์ที่เป็นไปได้ 6 สถานการณ์
การผสมผสานกันของสามอินทผลัม
ในสถานการณ์ NS และ NSเราได้ข้ามวันที่ดีที่สุด (สีแดง) และจบลงด้วยมือเปล่า ในสถานการณ์ NS เราข้ามวันที่แย่ที่สุดไปแล้ว แต่เนื่องจากนี่เป็นวันที่ที่ดีที่สุดอันดับสอง เราจึงลงเอยด้วยพวกเขา อย่างไรก็ตาม เราลงเอยด้วยวันที่ดีที่สุดในทั้งสามสถานการณ์ที่เหลือ ซึ่งหมายถึงความสำเร็จ 3/6 = 50% ของเวลาทั้งหมด การปรับปรุงการเลือกแบบสุ่ม
จากตรรกะที่คล้ายกัน จะเห็นได้ว่าการละทิ้งสองวันแรกและวันที่สามถ้าดีกว่า จะทำให้คุณมีตัวเลือกที่ดีที่สุด 2/6 ≈ 33% ของเวลา (สถานการณ์จำลอง NS และ NS).
แล้วโฟร์เดทล่ะ?
หากคุณมีวันที่เรียงกันสี่วัน จะมีชุดค่าผสมของลำดับคุณภาพของวันที่ที่เป็นไปได้ 24 แบบ การเลือกวันที่แบบสุ่มจะทำให้คุณมีโอกาส 1/4 = 25% ในการเลือกคนที่ดีที่สุด หากคุณข้ามวันแรกและเลือกวันถัดไปที่ดีกว่าคนที่หนึ่ง คุณจะเลือกตัวเลือกที่ดีที่สุด 11/24 ≈ 46% ของเวลาทั้งหมด
ถ้าคุณทิ้งสองวันแรกแล้วเลือกคนแรกที่ดีกว่าพวกเขา คุณจะ สำเร็จ 10/24 ≈ 42% ของเวลา และทิ้งสามตัวแรกจะทำให้คุณมีอัตราความสำเร็จ 25% อีกครั้ง. ดังนั้นสำหรับสี่วันที่ ทิ้งหมายเลขหนึ่งและเลือกวันที่ที่เหนือกว่าต่อไปเป็นสถานการณ์ที่ดีที่สุด
มากกว่าสี่วันที่
สิ่งนี้ดำเนินต่อไป สำหรับห้าวันที่ การยกเลิกสองครั้งแรกหมายความว่าคุณมีตัวเลือกที่ดีที่สุด 43% ของเวลาทั้งหมด สำหรับหกวันที่ การปล่อยสองครั้งแรกเป็นกลยุทธ์ที่ดีที่สุดอีกครั้งด้วยอัตราความสำเร็จ 43%
ขณะที่เราเพิ่มจำนวนวันที่ไปเรื่อยๆ เปอร์เซ็นต์ที่คุณควรละทิ้งในตอนเริ่มต้นและอัตราร้อยละของความสำเร็จของกลยุทธ์นั้นมีแนวโน้มที่ 37%
โลกคณิตศาสตร์
ในโลกคณิตศาสตร์ที่สมบูรณ์แบบ คุณมีอยู่แล้ว เมื่อคุณได้กำหนดจำนวนวันที่ไว้แล้ว คุณควรดำเนินการผ่าน 37% แรก โดยละเว้นแต่ละวัน อย่างใดอย่างหนึ่งตามที่คุณไปและจากนั้นก็ปักหลักกับวันแรกหลังจากนั้นใครจะดีไปกว่าทุกสิ่งที่มาก่อน พวกเขา. ด้วยวิธีนี้คุณมีโอกาส 37% ที่จะจบลงด้วยตัวเลือกที่ดีที่สุด
โลกแห่งความจริง
แน่นอนว่ารุ่นนี้มีข้อจำกัด นัดแรกอาจจะเยี่ยมมากจนคุณไม่สามารถจินตนาการถึงการจับคู่ที่ดีกว่านี้ได้ และด้วยเหตุนี้คุณจึงหยุดอยู่แค่นั้น การออกเดทครั้งแรกอาจจะดีมากจนคุณไม่มีทางดีขึ้นและจบลงโดยไม่มีใคร อาจเป็นเพราะคุณเลือกใช้วิธีนี้ แต่สิ่งที่คุณเลือกไม่ได้สนใจในตัวคุณ
แม้จะมีข้อ จำกัด แต่วิธีการนี้จะให้คำแนะนำคร่าวๆ แก่คุณหากคุณมีความคิดทางคณิตศาสตร์และสามารถ ไปใช้ในการล่าสัตว์อื่น ๆ เพื่อหาทางเลือกที่ดีที่สุด ไม่ว่าจะเป็นการหาพนักงานใหม่ รถใหม่ หรือแม้แต่รถใหม่ บ้าน.
© 2020 เดวิด
เดวิด (ผู้เขียน) จาก West Midlands ประเทศอังกฤษ เมื่อวันที่ 29 กันยายน 2020:
ขอขอบคุณ. ฉันดีใจที่คุณชอบมัน.
Judy Vargas Bongala จาก Tabaco City, Albay, ฟิลิปปินส์ เมื่อวันที่ 29 กันยายน 2020:
ว้าว! วิธีศิลปะในการแสดงความน่าจะเป็น ขอบคุณที่เขียนบทความนี้
เดวิด (ผู้เขียน) จาก West Midlands ประเทศอังกฤษ เมื่อวันที่ 28 กันยายน 2020:
ขอขอบคุณ. ฉันดีใจที่คุณชอบมัน.
Binoy จากเดลีเมื่อวันที่ 24 กันยายน 2020:
บทความที่น่าสนใจ พระเยซูรักคุณ