文/老余 做家长的都熟悉猴子掰苞米的故事:
你细品,这个故事哪里只是教育小朋友,我们这些成年人在面临选择时,不正是这只活脱脱的小猴子吗? 比如剩男剩女,他们不就是掰了“玉米”后又看见了“桃子”,后面又抛弃桃子抱起了西瓜...这样一步一步剩下的么? 即使没有放弃这个丢掉那个,但我们在决策时终归是犹豫的,因为我们陷入了常见的困境之中: 选择早了,如果后面碰到更优的选择,就会「后悔」下手早了;选择晚了,如果后面都没有前面的好,又后悔下手晚了。 这样的选择困境处处皆有: 找工作时是签这家还是再等等? 逛商场时是买这个还是再看看? 租房子时是定这家还是再找找? ... ... 这样的纠结确实又很好理解,因为在现实里,信息不对称、选项有先后,且现实的复杂程度完全没法让你洞察到眼前的是不是最优解。 但作为一个理性人,在复杂面前我们应该果断地放弃幻想,放弃那个“不经济”的最优解,去追求「性价比」高的次优解,因为除了货币,我们时间、精力都是成本的一部分,我们不可能为一件事永远的耗下去。 那现在问题来了: ——有没有一种方法来切实地提高选择的「性价比」,让这个次优解在众多选项中排名相对靠前? 有,且这个办法不仅推理扎实,还简单易用。 本篇就来解决这个问题,主要说两点:
希望对你有用。 盲人数学家欧拉 (一)什么是37%规则?我们先假设一个场景: 你正在参加一项比赛,大批竞争者和你站在一片西瓜地的这边,你们每个人的前面都随机摆放着大小不一的100个西瓜,哨声一响你们就不能回头的往对过走,只能选择一次,谁选到的西瓜最重谁胜。 请问:你该怎么来取得胜利? 伟大的盲人数学家欧拉给出了一个最优策略:
爱打破砂锅问到底的你肯定会追问为什么是这样的?这个数值的推导过程大致如下: 假设总选择是有限的,记作“n”,第一阶段我们称之为“对照选择组”,这个选择样本数我们记作“K”(k的概率记作P(K)),假设在第二阶段第一次出现最优选择的位置为“i”,如何得到这个最理想的“K”呢? 建立如下方程: 换成微积分方程为: 对 -x · ln x 求导后令这个导数等于0,解得 x=1/e≈0.37(e为常数,≈2.718)。即: k≈37%。 这个数值也比较符合我们的直觉:如果这个“K”太小,对照样本就不够充分,达不到良好的比对效果,如果这个“K”偏大,又因为样本总数n是有限个,这样后面第二阶段选择的余地又会非常窄,还是达不到效果。 以上,就是随机选择问题的最优策略: ——以37%为分水岭,前面专注于记录,后面一旦遇到比前面更优的,立马下手! 当然,前面也说了,这个选择策略并不是会让你100%选择到最大的那个西瓜,也就是并不会选择到上帝视角的那个「最优」,但这个策略能帮你选到那个足够大的西瓜,也就是让选择的性价比变得高起来。 回到开头剩男剩女的例子,我们具体运用一下你就更清楚了。 (二)如何规划自己选择另一半的时间?如果你计划自己36岁前结婚,且这事你在20岁时就开始提上日程了,那根据“37%规则”,你的两阶段的分水岭在26岁左右(25.92)。 也就是说,在26岁之前,你要做的就是“耍流氓”——只谈恋爱不结婚,但你必须记录下自己最喜欢的那个是什么样子,有什么特点。 一旦过了26岁,你要做的就是放开慧眼,一旦遇到了一个比上一阶段最喜欢的那个好那么一点点的,就立马下手,直接奔着结婚去。 最后的结果就差不到哪里去(前提是你的眼光要可以,这样能保证第一阶段选的那个“西瓜”确实是个好瓜)。 当然,以上是纯数学模型推导出来的,也就是只要你向一个人求婚,对方就能100%答应的情况,实际情况比这个要复杂一些,我们还得考虑自身的条件: 1、如果你综合条件一般
2、如果你综合条件很好
总之一句话: ——综合条件好的,就可以多等一等,没必要急着做决定;综合条件差点的,那就不要犹豫要赶紧行动,在我们这边男生尤其要如此。 根据“37%规则”把结婚的问题过了一遍,其他的如逛商场、找工作、租房买房的问题与此类似,这里不再赘述。 (三)结语到此,有些感性的朋友可能会反感这种做法: ——爱情是一件多么神圣的东西啊,怎能容你如此这般算计(虽然我们是计算)? 当然,如果你是这么想的,觉得结婚就得找到自己的真命天子,否则可以一辈子单身,那这是我们价值观上的分歧,以上算法完全不适合你。 但有此想法的人大概率会是如下结果的二者居其一:
但如果你觉得与谁结婚,在本质上来说与在西瓜地里选最大的那个一样,是一个性价比下的择优问题,那这个随机问题的选择侧策略就对你有用。 (完) |
|