恋愛理論(最適停止)計算ツールとは?
このツールは、有名な「秘書問題」——最適停止、あるいは37%ルールとも呼ばれる理論——を恋愛に応用したものです。出会う相手の人数があらかじめ決まっていて、しかも次の人に進む前にその人と決断しなければならないとき、数学は「最高の相手を選び取る確率」を最大化する戦略を教えてくれます。つまり、最初のうちは決めずにじっくり「観察」に徹し、その後に登場した人の中で、それまで見たどの相手よりも良いと感じた最初の一人に決める、という考え方です。
使い方
現実的に出会うと見込んでいる人数(あなたの母数、\(n\))を入力してください。計算ツールが「最初に見送るべき人数」を返します。この最初のグループは、あくまで自分の基準を見極めるためのものと考えましょう。どれだけ魅力的に思えても、この期間中は誰とも決断しないのがルールです。ボーダーラインを越えたら、観察期間で出会った誰よりも良いと感じた最初の人に「イエス」と言いましょう。
計算式の解説
最適なボーダーラインは次の式で求められます。
$$\text{Reject Count} = \operatorname{round}\!\left(\frac{\text{Pool Size}}{e}\right)$$ここで \(e \approx 2.71828\) はネイピア数(自然対数の底)です。\(1/e \approx 0.3679\) なので、最初のおよそ37%の相手を観察に充て、そこから選び始めることになります。このルールに従うと、最高の一人を引き当てる確率はおよそ37%。母数が大きくなるほど、当てずっぽうで選ぶよりはるかに有利になります。
具体例
たとえば10人とデートする予定だとしましょう。ボーダーラインは
$$\frac{10}{2.71828} \approx 3.68$$で、四捨五入すると 4 人になります。つまり最初の4人とはデートしつつも丁重に見送り、その中で一番良かった人を覚えておきます。5人目以降は、その最初の4人を上回った最初の相手に決める、というわけです。
異なるプールサイズの却下数
37%ルールでは、\(1/e \approx 0.3679\) を用いて、約 \(n/e\) 人の候補者を却下(観察のみ)し、その後に現れた、それまでに見たすべての候補者より優れた最初の候補者を選びます。表では \(n/e\) を最も近い整数に丸めています。
| プールサイズ (n) | n / e | 却下数(観察) | 選択可能な候補者数 | 観察の割合 |
|---|---|---|---|---|
| 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% |
丸めの影響により、小さなプールでは観察の割合は正確に36.8%にはなりませんが、プールが大きくなるほど近づいていきます。
小さなプールにおける正確な成功確率
\(n\) 人の候補者からなるプールで、最初の \(r\) 人を却下し、その後にそれまでのすべての候補者より優れた最初の候補者を選ぶ場合、最良の候補者を選べる確率は次のとおりです。
$$P(n,r) = \frac{r}{n}\sum_{k=r+1}^{n}\frac{1}{k-1}$$
表は、各 \(n\) に対する最適な \(r\) と、その結果得られる正確な確率(四捨五入)を示しています。
| プールサイズ (n) | 最適な却下数 r | 成功確率 P |
|---|---|---|
| 2 | 1(同点0人) | 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% |
\(n=4,\ r=1\) の例: \(P = \frac{1}{4}\left(1 + \frac{1}{2} + \frac{1}{3}\right) = \frac{1}{4}\cdot 1.8333 \approx 0.458\)。
\(n\) が大きくなるにつれ、最適な \(r/n\) は \(1/e \approx 0.368\) に近づき、達成可能な最良の成功確率も上から \(1/e \approx 36.8\%\) に収束します。
結果の解釈
却下数は観察期間の長さです。この期間中は、優れた選択肢がどのようなものかを把握するためだけに候補者を見るのであり、そのいずれにも決定はしません。期間が終わると、観察したすべての候補者の最良の人を上回る最初の候補者を選びます。
最良の選択と十分な選択の違い。37%ルールは、プール内の単一の最良候補者を選ぶ確率を最大化します。その確率は約37%が上限であるため、この戦略は約63%の確率で最良の人を選べません。最良の候補者が観察期間中に現れていた場合は、結局誰も選ばないこともあります。目標が、上位数名に入るような十分に良い選択である場合は、別の停止ルールや基準値が用いられ、一般に許容できる結果が得られる確率ははるかに高くなります。
古典モデルの前提条件:
- 候補者の総数 \(n\) は事前に固定され、既知である。
- 候補者は1人ずつ、ランダムな順序で見られる。
- 各候補者を、それまでに見た候補者と比べて順位づけできる(同順位はない)。
- 各決定は最終的である。却下した候補者に戻ることはできず、受け入れた候補者で探索は終わる。
- 成功とみなされるのは、最良の人を選んだ場合のみである。
現実の状況がこれらすべてを満たすことはまれなので、この結果は数学モデル(秘書問題)による例示として捉えるべきであり、恋愛のアドバイスとして扱うべきではありません。
よくある質問
これで必ず「運命の人」に出会えますか? いいえ。あくまで「出会える中で最高の相手」を選ぶ確率を最大化する方法であり、その確率はおよそ37%です。これは確実な保証ではなく、戦略だと考えてください。
観察期間中に素晴らしい人が現れたら? 厳密なモデルでは「見送る」のが答えです。その人は基準を決めるための役割しか持たないとされます。とはいえ現実では、このルールは絶対的な掟ではなく、あくまで目安として活用するのが賢明でしょう。
答えはいつも37%ですか? サンプリングの割合(\(1/e \approx 37\%\))は常に一定です。ただし、実際に見送る人数は母数 \(n\) によって変わります。