Flört Teorisi (Optimal Durdurma) Hesaplayıcı nedir?
Bu araç, ünlü "sekreter problemi" — diğer adıyla optimal durdurma ya da %37 kuralı — mantığını flört dünyasına uyarlıyor. Belli sayıda potansiyel partnerle tanışmayı bekliyorsanız ve her biri için bir sonrakine geçmeden karar vermek zorundaysanız, matematik en doğru kişiyi seçme olasılığınızı en üst düzeye çıkaran stratejiyi sunuyor: önce adayların belirli bir kısmını yalnızca gözlemleyin, ardından o ana kadar gördüğünüz herkesten daha iyi olan ilk kişiye bağlanın.
Nasıl kullanılır?
Gerçekçi olarak kaç kişiyle tanışmayı beklediğinizi girin (aday havuzunuz, \(n\)). Hesaplayıcı, başta kaç kişiyi reddetmeniz gerektiğini söyler. Bu ilk grubu yalnızca kendi ölçütlerinizi belirlemek için kullanın — ne kadar umut verici görünürlerse görünsünler, bu aşamada kimseye bağlanmayın. Eşik noktasından sonra, gözlem aşamanızdaki herkesten daha iyi olan ilk kişiye "evet" deyin.
Formülün açıklaması
Optimal eşik
$$\text{Reddetme Sayısı} = \operatorname{round}\!\left(\frac{\text{Havuz Büyüklüğü}}{e}\right)$$n ÷ e şeklindedir; burada \(e \approx 2{,}71828\) Euler sayısıdır. \(1/e \approx 0{,}3679\) olduğundan, adayların yaklaşık ilk %37'sini gözlemler, ardından seçim yapmaya başlarsınız. Bu kural, mevcut en iyi seçeneğe ulaşma olasılığınızı yaklaşık %37'ye çıkarır — havuz büyüdükçe rastgele seçim yapmaktan çok daha iyidir.
Örnek hesaplama
Diyelim ki 10 kişiyle tanışmayı planlıyorsunuz. Eşik noktası
$$10 \div 2{,}71828 \approx 3{,}68$$olur ve bu da 4'e yuvarlanır. Yani ilk 4 kişiyle tanışıp aralarındaki en iyisini aklınızda tutarak hepsini nazikçe geçersiniz. 5. kişiden itibaren, o ilk 4 kişinin tamamından daha iyi olan ilk adaya bağlanırsınız.
Sıkça Sorulan Sorular
Bu yöntem "doğru kişiyi" bulacağımı garanti eder mi? Hayır. Mevcut en iyi adayı seçme olasılığınızı en üst düzeye çıkarır, ancak bu olasılık yaklaşık %37'dir — bir kesinlik değil, bir stratejidir.
Gözlem aşamasında harika biri çıkarsa ne olur? Katı modele göre onu reddetmelisiniz; bu kişiler yalnızca ölçütünüzü belirlemeye yarar. Gerçek hayatta ise bu kuralı kesin bir yasa değil, bir rehber olarak görün.
Cevap her zaman %37 mi? Örnekleme oranı (\(1/e \approx \%37\)) sabittir, ancak gerçek reddetme sayısı havuz büyüklüğünüz olan \(n\)'e bağlı olarak değişir.
