ما هي حاسبة نظرية المواعدة (التوقف الأمثل)؟
تطبّق هذه الأداة "مسألة السكرتيرة" الشهيرة — المعروفة أيضًا بقاعدة التوقف الأمثل أو قاعدة الـ37% — على عالم المواعدة. فإذا كنت تتوقع أن تلتقي بعدد محدد من الشركاء المحتملين، وكان عليك اتخاذ قرار حاسم في كل واحد منهم قبل الانتقال إلى التالي، فإن الرياضيات تمنحك الاستراتيجية التي ترفع احتمال اختيارك للأفضل على الإطلاق: اقضِ الجزء الأول من المجموعة في الملاحظة فقط، ثم ارتبط بأول شخص يتفوق على كل من قابلتهم حتى تلك اللحظة.
كيفية الاستخدام
أدخل عدد الأشخاص الذين تتوقع واقعيًا أن تواعدهم (حجم المجموعة، \(n\)). تُظهر لك الحاسبة عدد من ينبغي رفضهم في البداية. استغل هذه المجموعة الأولى لمعايرة معاييرك فقط — لا ترتبط بأي شخص منها مهما بدا واعدًا. وبعد تجاوز الحد الفاصل، قل "نعم" لأول شخص يتفوق على جميع من قابلتهم في مرحلة الملاحظة.
شرح المعادلة
الحد الأمثل هو $$\text{Reject Count} = \operatorname{round}\!\left(\frac{\text{Pool Size}}{e}\right)$$ حيث \(e \approx 2.71828\) هو عدد أويلر. وبما أن \(1/e \approx 0.3679\)، فإنك تلاحظ نحو أول 37% من المرشحين ثم تبدأ بالاختيار. تمنحك هذه القاعدة احتمالًا يبلغ نحو 37% للوصول إلى الخيار الأفضل وحده — وهو أفضل بكثير من التخمين العشوائي كلما اتسعت المجموعة.
مثال تطبيقي
لنفترض أنك تخطط لمواعدة 10 أشخاص. الحد الفاصل هو $$10 \div 2.71828 \approx 3.68$$ ويُقرَّب إلى 4. إذن تواعد أول 4 أشخاص وتعتذر منهم بلطف، مع تذكّر الأفضل بينهم. واعتبارًا من الشخص الخامس، ارتبط بأول من يتفوق على هؤلاء الأربعة.
أعداد الرفض لأحجام مجموعات مختلفة
تنص قاعدة 37% على رفض (الاكتفاء بالمراقبة) نحو \(n/e\) مرشحاً، حيث \(1/e \approx 0.3679\)، ثم اختيار أول مرشح لاحق يكون أفضل من جميع من سبق رؤيتهم. يقرّب الجدول \(n/e\) إلى أقرب عدد صحيح.
| حجم المجموعة (n) | n / e | عدد الرفض (المراقبة) | المرشحون المتبقون للاختيار منهم | نسبة المراقبة |
|---|---|---|---|---|
| 5 | 1.84 | 2 | 3 | 40% |
| 10 | 3.68 | 4 | 6 | 40% |
| 20 | 7.36 | 7 | 13 | 35% |
| 30 | 11.04 | 11 | 19 | 36.7% |
| 50 | 18.39 | 18 | 32 | 36% |
| 100 | 36.79 | 37 | 63 | 37% |
بسبب التقريب، لا تكون نسبة المراقبة 36.8% بالضبط للمجموعات الصغيرة، لكنها تقترب منها كلما كبرت المجموعة.
احتمالات النجاح الدقيقة للمجموعات الصغيرة
بالنسبة لمجموعة من \(n\) مرشحاً، إذا رفضت أول \(r\) مرشحين ثم اخترت أول مرشح أفضل من جميع من سبقه، فإن احتمال الحصول على أفضل مرشح واحد هو
$$P(n,r) = \frac{r}{n}\sum_{k=r+1}^{n}\frac{1}{k-1}$$
يعرض الجدول أفضل قيمة لـ \(r\) لكل \(n\) واحتمال النجاح الدقيق الناتج (مقرّباً).
| حجم المجموعة (n) | عدد الرفض الأمثل r | احتمال النجاح P |
|---|---|---|
| 2 | 1 (0 حالات تعادل) | 50.0% |
| 3 | 1 | 50.0% |
| 4 | 1 | 45.8% |
| 5 | 2 | 43.3% |
| 10 | 3 | 39.9% |
| 20 | 7 | 38.4% |
| 100 | 37 | 37.1% |
مثال لـ \(n=4,\ r=1\): \(P = \frac{1}{4}\left(1 + \frac{1}{2} + \frac{1}{3}\right) = \frac{1}{4}\cdot 1.8333 \approx 0.458\).
مع زيادة \(n\)، يقترب \(r/n\) الأمثل من \(1/e \approx 0.368\)، ويتقارب أفضل احتمال نجاح ممكن أيضاً إلى \(1/e \approx 36.8\%\) من الأعلى.
تفسير نتيجتك
عدد الرفض هو طول مرحلة المراقبة. خلالها تنظر إلى المرشحين فقط لمعايرة ما يُعد خياراً قوياً، ولا تلتزم بأي منهم. بعد انتهائها، تختار أول مرشح يتفوق على أفضل من راقبته.
أفضل اختيار مقابل اختيار كافٍ. تعظّم قاعدة 37% فرصة اختيار أفضل مرشح واحد في المجموعة. وتبلغ هذه الفرصة نحو 37% كحد أقصى، لذا تفشل الاستراتيجية في اختيار الأفضل نحو 63% من الوقت. وقد لا تختار أحداً إطلاقاً إذا ظهر أفضل مرشح أثناء مرحلة المراقبة. وإذا كان هدفك اختياراً كافياً، مثل شخص ضمن الأفضل قليلاً، فتُستخدم قواعد أو عتبات توقف أخرى، وهي عادةً تمنح فرصة أعلى بكثير لنتيجة مقبولة.
افتراضات النموذج الكلاسيكي:
- حجم المجموعة الكلي \(n\) ثابت ومعروف مسبقاً.
- يُرى المرشحون واحداً تلو الآخر وبترتيب عشوائي.
- يمكنك ترتيب كل مرشح مقارنةً بمن سبق رؤيتهم، دون تعادل.
- كل قرار نهائي: لا يمكنك الرجوع إلى مرشح تم رفضه، والمرشح المقبول ينهي البحث.
- لا يُحتسب النجاح إلا بالحصول على الأفضل على الإطلاق.
نادراً ما تنطبق هذه الشروط كلها على المواقف الواقعية، لذا اعتبر النتيجة توضيحاً لنموذج رياضي (مسألة السكرتيرة)، وليست نصيحة في العلاقات.
الأسئلة الشائعة
هل يضمن لي هذا العثور على "شريك العمر"؟ لا. إنه يرفع احتمال اختيار الأفضل المتاح، لكن هذا الاحتمال يبلغ نحو 37% — فهو استراتيجية وليس ضمانًا.
ماذا لو ظهر شخص رائع خلال مرحلة الملاحظة؟ يقول النموذج الصارم إن عليك رفضه؛ فدوره يقتصر على ضبط معيارك. أما في الحياة الواقعية، فتعامل مع القاعدة كإرشاد لا كقانون صارم.
هل تكون نسبة 37% هي الجواب دائمًا؟ نسبة المعاينة (\(1/e \approx 37\%\)) ثابتة، لكن العدد الفعلي للأشخاص المرفوضين يعتمد على حجم مجموعتك \(n\).