戀愛理論計算機(最佳停止點 37% 法則)

戀愛理論計算機(最佳停止點 37% 法則)

成長中 AI Skill PRO

輸入計算

數學公式

拒絕人數=round(約會人選總數e)\text{拒絕人數} = \operatorname{round}\!\left(\frac{\text{約會人選總數}}{e}\right)
使用統計

廣告

結果

先拒絕(並觀察)前
4
位人選,之後遇到比他們都更好的下一個人就定下來
約會人選總數(n) 10
觀察取樣階段 40佔總數的 %(≈ 1/e)

回報本頁錯誤

什麼是戀愛理論(最佳停止點)計算機?

這個工具把著名的「秘書問題」——也就是最佳停止理論或 37% 法則——套用在戀愛上。如果你預期會認識固定數量的潛在對象,而且面對每一個人時都得當場決定要不要、錯過就無法回頭,那麼數學能給你一套「選到最好的人」機率最高的策略:先把前面一部分的人選純粹拿來觀察,之後遇到第一個比你目前看過的所有人都更好的對象,就把握機會定下來。

怎麼使用

輸入你實際預期會約會的人數(也就是你的人選總數 \(n\))。計算機會告訴你前面應該先拒絕幾個人。這一批人純粹用來校準你的標準——無論對方條件看起來多好,都不要在這個階段定下來。過了分界點之後,遇到第一個比觀察期裡所有人都更出色的對象,就答應他。

公式說明

最佳分界點是 $$\text{Reject Count} = \operatorname{round}\!\left(\frac{\text{Pool Size}}{e}\right)$$ 其中 \(e \approx 2.71828\),是歐拉數。由於 \(1/e \approx 0.3679\),你大約要先觀察前 37% 的人選,之後才開始挑選。這個法則能讓你有大約 37% 的機率選中那個最理想的人——而且隨著人選越多,效果遠勝於隨便亂猜。

廣告
候選人時間線分為 37% 拒絕階段與選擇階段
37% 法則:先放棄前 37% 的候選人,再選出第一個優於此前所有人的人。

實際範例

假設你打算約會 10 個人。分界點是 $$10 \div 2.71828 \approx 3.68$$ 四捨五入為 4。所以你先和前 4 個人約會、再禮貌地放手,並記住其中最好的那一位。從第 5 個人開始,遇到第一個比前 4 人都更出色的對象,就把握住他。

成功機率曲線在停止比例 0.37 附近達到峰值
當約 37%(1/e)的樣本用於觀察時,成功機率最大。

不同候選池大小的拒絕數

37% 法則建議拒絕(僅觀察)約 \(n/e\) 位候選人,其中 \(1/e \approx 0.3679\),之後再挑選第一位比之前所有已見候選人都更好的人。表格將 \(n/e\) 四捨五入為最接近的整數。

候選池大小 (n) n / e 拒絕數(觀察) 剩餘可選候選人數 觀察比例
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%

由於四捨五入,小型候選池的觀察比例並不完全等於 36.8%,但候選池越大,比例就越接近。

小型候選池的精確成功機率

對於 \(n\) 位候選人的候選池,如果你拒絕前 \(r\) 位,然後選擇第一位優於所有先前候選人的人,那麼最終選到單一最佳候選人的機率為

$$P(n,r) = \frac{r}{n}\sum_{k=r+1}^{n}\frac{1}{k-1}$$

表格列出每個 \(n\) 的最佳 \(r\) 以及對應的精確機率(已四捨五入)。

候選池大小 (n) 最佳拒絕數 r 成功機率 P
2 1(0 個並列) 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%

以 \(n=4,\ r=1\) 為例:\(P = \frac{1}{4}\left(1 + \frac{1}{2} + \frac{1}{3}\right) = \frac{1}{4}\cdot 1.8333 \approx 0.458\)。

隨著 \(n\) 增大,最佳 \(r/n\) 趨近於 \(1/e \approx 0.368\),而可達到的最佳成功機率也會從上方收斂到 \(1/e \approx 36.8\%\)。

廣告

解讀你的結果

拒絕數就是觀察階段的長度。在此階段中,你只是觀察候選人,以了解優秀選項的標準,且不會承諾任何一位。觀察階段結束後,你會選擇第一位勝過所有已觀察者中最佳者的候選人。

最佳選擇與足夠好的選擇。37% 法則能讓你挑中候選池中單一最佳候選人的機率最大化。該機率最高約為 37%,因此此策略約有 63% 的時間無法挑中最佳者。有時如果最佳候選人出現在觀察階段,你甚至最後一位都選不到。如果你的目標是足夠好的選擇,例如前幾名中的人選,則會採用其他停止規則或門檻,它們通常能讓你得到可接受結果的機率高得多。

經典模型的假設:

  • 候選池總人數 \(n\) 固定且事先已知。
  • 候選人一次出現一位,且順序隨機。
  • 你可以將每位候選人與已見過的人比較排名,且不會出現並列。
  • 每個決定都是最終決定:你不能回頭選擇已拒絕的候選人,而被接受的候選人會結束搜尋。
  • 只有選到最好的才算成功。

現實情況很少同時滿足以上所有條件,因此請將此結果視為數學模型(秘書問題)的示範,而不是感情建議。

常見問題

這能保證我找到「真命天子(女)」嗎?不能。它讓你「選中最佳人選」的機率最大化,但這個機率大約只有 37%——它是一套策略,而非保證。

如果觀察期間就出現很棒的人怎麼辦?嚴格的數學模型會說:拒絕他,他們的作用只是用來設定你的標準門檻。但在現實生活中,請把這條法則當作參考,而不是死板的鐵律。

37% 永遠都是答案嗎?取樣比例(\(1/e \approx 37\%\))是固定不變的,但實際要拒絕的人數,取決於你的人選總數 \(n\)。

最後更新:

數學和統計熱門計算器

查看全部數學和統計計算器