डेटिंग थ्योरी (ऑप्टिमल स्टॉपिंग) कैलकुलेटर

गणना दर्ज करें

संभावित पार्टनर्स की संख्या (डेट पूल साइज़)

परिणाम

शुरुआती इतने लोगों को रिजेक्ट करें (और निरीक्षण करें)

4

उम्मीदवार, फिर उसके बाद आने वाले उस पहले व्यक्ति से कमिट करें जो इन सबसे बेहतर हो

डेट पूल साइज़ (n)	10
सैंपलिंग चरण	40% of pool (≈ 1/e)

डेटिंग थ्योरी (ऑप्टिमल स्टॉपिंग) कैलकुलेटर क्या है?

यह टूल मशहूर "सेक्रेटरी प्रॉब्लम" — जिसे ऑप्टिमल स्टॉपिंग या 37% रूल भी कहते हैं — को डेटिंग पर लागू करता है। मान लीजिए आप तय संख्या में संभावित पार्टनर्स से मिलने वाले हैं और हर एक के बारे में आगे बढ़ने से पहले ही फैसला लेना है। ऐसे में गणित आपको वह रणनीति बताता है जिससे सबसे बेहतरीन व्यक्ति को चुनने की संभावना सबसे ज़्यादा हो जाती है: पूल के शुरुआती हिस्से में सिर्फ़ निरीक्षण करें, और फिर उस पहले व्यक्ति के लिए हाँ कर दें जो अब तक देखे गए सभी लोगों से बेहतर हो।

इसे कैसे इस्तेमाल करें

उन लोगों की संख्या डालें जिनसे आप वास्तव में डेट करने की उम्मीद रखते हैं (यानी आपका पूल साइज़, \(n\))। कैलकुलेटर बताएगा कि शुरुआत में कितने लोगों को रिजेक्ट करना है। इस शुरुआती ग्रुप का इस्तेमाल सिर्फ़ अपने मानक तय करने के लिए करें — चाहे कोई कितना भी अच्छा क्यों न लगे, उससे कमिट न करें। कटऑफ के बाद, उस पहले व्यक्ति को हाँ कह दें जो आपके निरीक्षण वाले चरण के सभी लोगों से बेहतर हो।

फॉर्मूला समझें

सही कटऑफ है \(n \div e\), जहाँ \(e \approx 2.71828\) ऑयलर संख्या (Euler's number) है। चूँकि \(1/e \approx 0.3679\) होता है, इसलिए आप शुरुआती करीब 37% उम्मीदवारों का निरीक्षण करते हैं और उसके बाद चुनना शुरू करते हैं। यह नियम सबसे बेहतरीन विकल्प चुनने की संभावना लगभग 37% तक बना देता है — जैसे-जैसे पूल बड़ा होता है, यह अंदाज़े से चुनने की तुलना में कहीं ज़्यादा कारगर साबित होता है।

$$\text{Reject Count} = \operatorname{round}\!\left(\frac{\text{Pool Size}}{e}\right)$$

37% नियम: पहले 37% उम्मीदवारों को ठुकराएँ, फिर अब तक देखे गए सबसे अच्छे से बेहतर अगले को चुनें।

हल किया हुआ उदाहरण

मान लीजिए आप 10 लोगों के साथ डेट करने की योजना बनाते हैं। तब कटऑफ होगा \(10 \div 2.71828 \approx 3.68\), जो राउंड होकर बनता है 4। यानी आप शुरुआती 4 लोगों के साथ डेट करते हैं और विनम्रता से आगे बढ़ जाते हैं, पर उनमें से सबसे अच्छे को याद रखते हैं। पाँचवें व्यक्ति से आगे, आप उस पहले व्यक्ति से कमिट कर लेते हैं जो उन शुरुआती 4 लोगों से बेहतर निकले।

जब समूह का लगभग 37% (1/e) हिस्सा अवलोकन में इस्तेमाल हो, तब सफलता की संभावना सबसे अधिक होती है।

अक्सर पूछे जाने वाले सवाल

क्या इससे मुझे "मेरा सही जीवनसाथी" ज़रूर मिल जाएगा? नहीं। यह सबसे बेहतरीन उपलब्ध उम्मीदवार चुनने की संभावना को अधिकतम करता है, लेकिन वह संभावना करीब 37% ही रहती है — यह एक रणनीति है, गारंटी नहीं।

अगर निरीक्षण वाले चरण में ही कोई शानदार व्यक्ति मिल जाए तो? सख्त मॉडल कहता है कि उसे रिजेक्ट कर दें; वह सिर्फ़ आपका मापदंड तय करने का काम करता है। असल ज़िंदगी में इस नियम को एक सख्त कानून के बजाय मार्गदर्शन की तरह लें।

क्या जवाब हमेशा 37% ही होता है? सैंपलिंग का अनुपात (\(1/e \approx 37\%\)) तो स्थिर रहता है, लेकिन असल में कितने लोगों को रिजेक्ट करना है यह आपके पूल साइज़ \(n\) पर निर्भर करता है।