×

We use cookies to help make LingQ better. By visiting the site, you agree to our cookie policy.


image

李永乐老师, 什么是爱情?怎么谈恋爱,才能有效的找到自己的真命天子?李永乐老师讲爱情数学

什么 是 爱情 ?怎么 谈恋爱 ,才能 有效 的 找到 自己 的 真命天子 ?李永乐 老师 讲 爱情 数学

各位 同学 大家 好 我 是 李永乐 老师

有 小朋友 给我发 来 私信 说

他 和 他 女朋友 高中 就 在 一起 在 一起 三年

结果 刚上 了 大学 第一个 十一 都 没有 扛 住 就 分手 了

他 问 我 这 是 为什么

今天 就 想 带 着 大家 用 数学 来 解释一下 爱情

那么 为了 解释 这个 问题

我们 首先 先 从 古希腊 的 哲学家 苏格拉底 说起

传说 苏格拉底 有 一次 跟 他 的 学生 对话 的 时候

他 的 弟子 就 问 他 的 老师 说 什么 是 爱情

苏格拉底 没有 直接 回答 他

而 把 这些 学生 带到 了 一个 麦田 上

然后 跟 他们 说 这个 麦田 上 有 很多 麦穗

地上 也 有 很多 的 麦穗

你 从 这 条路 开始 往前走 一路 走 过去

你 只能 前进 不能 后退 只能 前进

同时 你 只能 捡 一次 只能 捡 一次

我们 通过 某些 方法 捡 出 一个 最大 的 麦穗 来

看看 谁 能 捡 得 出来

这个 弟子 就 往前走 嘛

那么 苏格拉底 弟子 很多

第一个 弟子 他 往前走 的 时候

他 没 走 几步 就 发现 了 一个 很大 的 麦穗

于是 怎么样 就 把 它 捡起来 了

捡起来 之后 再 往前走 发现 前面 还有 更大 的 麦穗

但 问题 是 只能 捡 一次

他 没有 办法 只好 遗憾 地 走 完 了 全程

然后 就 把 这个 麦穗 交给 了 自己 的 老师 了

那么 第二个 弟子 他 吸收 了 第一个 弟子 的 教训

他 往前走 的 时候 看到 了 一个 很大 的 麦穗 之后

觉得 前面 还有 更大 的 于是 他 就 继续 往前走

继续 往前走 之后 发现 说 这个 更大 但是 前面 也许 还有 更大 的

他 就 走 啊 走 走 了 很多很多 路

结果 发现 前面 已经 不 剩 多少 麦田 了

但是 他 手中 还 一个 麦穗 都 没有

再 往前 想 捡 的 时候 发现 地上 全都 是 小 麦穗 一个 都 没有 捡

空手而归

回来 了 之后 苏格拉底 就 跟 他 弟子 说 这 就是 爱情

苏格拉底 为什么 这么 说 呢

因为 这个 过程 其实 与 恋爱 是 很 像 的

如果 我们 过早 的 结婚 的话

那么 很 有 可能 就 为了 一棵树 放弃 了 整个 森林

后面 发现 更好 的 人 我们 也 没有 办法 了 对 吧

那么 如果 我们 什么 都 不选

最后 就 可能 等 成 了 剩 男 剩女 空手而归 了

这 就是 爱情

其实 这个 问题 不光 是 苏格拉底 提出 过

那么 在 近代 的 数学家 也 提出 过 这个 问题

称之为 秘书 问题

秘书 问题 说 这 跟 秘书 有 什么 关系

这个 问题 最早 是 由 密歇根 大学 的 一个 数学家 提出 的

后来 在 1960 年 的 时候 有 一个 美国 的 著名 科普 数学家

名字 叫 马丁 · 伽德纳

马丁 · 伽德纳 是 美国 非常 著名 的 科普 数学家

他 写 了 一些 书 比如说 什么 《 啊哈 , 灵机一动 》

都 是 非常 畅销 的 书

他 在 《 科学 美国 人 》 上 有 一个 专栏 名字 叫 《 趣味 数学 》

他 在 这个 《 趣味 数学 》 专栏 中 就 提出 了 这样 的 一个 问题

这个 问题 是 这么 说 的

说 有 一个 公司 要 招聘 一个 秘书

就 来 了 很多 的 面试 者

然后 你 作为 一个 面试官 要 面试 这些 面试 者

但是 你 其实 并 不 清楚 到底 哪 一个 面试 者 是 最 优秀 的

那么 你 有 这样 的 两个 做法

第一个 就是 你 可以 录用 某 一个 人 你 录用 他

但是 一旦 你 录用 了 某 一个 人 后面 的 人 你 就 都 不能 录用 了

那么 还有 一种 就是 你 可以 拒绝 他

那 如果 你 拒绝 他 人家 就 找 别的 工作 去 了

你 回头 说 我 还要 你 行不行 那 也 不行

所以 这个 过程 其实 和 刚才 说 的 捡 麦穗 是 非常 相像 的

那么 我们 作为 一个 面试官

从 第一个 人 开始 考察 一路 考察 下去

我们 究竟 应该 采用 一个 什么 策略

才 能够 保证 我们 选到 最 优秀 的 人 呢

显而易见 我们 肯定 一般来讲 不会 选择 第一个 人

比如说 一百个 人 吧 第一个 人 是 最 优秀 的 概率 只有 1%

所以 一般来讲 我们 会 拿 他 当做 一个 标准 而 不会 选择 他

比如说 我们 已经 进行 到 30% 了

那 我们 就 已经 知道 了 这个 30% 的 可能性 下

最 优秀 的 人 是 什么 样子 的

但是 这样 做 的 前提 是 我们 已经 拒绝 了 前 30%

假如 我们 已经 面试 到 最后 一个 人 了

我们 就 有 百分之百 的 把握

知道 这些 面试 者 最 优秀 的 人 是 哪 一个

但是 前提 是 我们 已经 拒绝 了 所有 的 人

我们 一无所获 对 吧

那 于是 我们 要 采用 一个 什么 策略 呢

这 马丁 · 伽纳德 提出 了 他 自己 的 想法

他 就 说 这个 问题 我们 只能 采用 这样 的 策略

会 给 我们 更大 的 可能 选择 最好 的 人

这个 策略 是 这样 的

首先 我们 先 选定 一个 样本 区间

这个 样本 区间 无论 这个 人 多么 的 优秀

我们 都 拒绝 他

我们 只 把 他 当作 样本

比如说 吧 我们 选 前 30% 的 人 作为 样本

那么 这些 人 无论 多 优秀 我们 都 拒绝 他

我们 考察 他 的 目的 只是 为了 看一看

面试 者 的 水平 是 什么 样子 的

然后 我们 后面 的 这些 人 就 叫 备选 区间

备选 区间

我们 在 备选 区间 里 开始 真正 进行 考察 和 选择

那么 后面 这 70% 他 就是 备选 的

假如 备选 区间 的 第一个 人 就 比 前面 样本 里 所有 的 人 都 优秀

那 我们 就 选择 第一个

如果 备选 区间 的 第一个 人 没有 样本 区间 里 最 优秀 的 人 优秀

那 我们 就 放弃 他

我们 再 来看 备选 区间 第二个 人

如果 备选 区间 第二个 人比 样本 区间 里 所有 的 人 都 优秀

我们 就 选 第二个

如果 他 没有 样本 区间 里 最 优秀 的 人 优秀

我们 就 往 下 看 第三个 人

直到 选到 最后 一个

如果 实在 选 不 出来 了 那 我们 就 接受 最后 一个

这 就是 他 的 策略

显而易见 这种 策略 不能 保证

你 有 百分之百 的 把握 找到 最好 的

但是 我们 通过 数学计算 可以 证明

这种 策略 的确 是 所有 策略 里 最优 的

我们 回到 爱情 的 问题

说 用 这种 策略 怎么样 去 解释 爱情 呢

我们 来看 假如 有 一个 女神

这个 女神 她 非常 有 原则 她 每 一次 只 和 一个 人 恋爱

同时 如果 接受 他 就 跟 他 一辈子 在 一起

如果 拒绝 他 以后 再也不会 回来 找 他

那么 这种 情况 就 非常 像

这个 苏格拉底 的 麦田 以及 这个 秘书 问题 对 吧

那么 女神 到底 该 采用 什么 策略 呢

首先 我们 把 女神 的 恋爱 次数 分割 一下

比如说 这个 女神 只 恋爱 一次

女神 的 恋爱 如果 她 只 恋爱 一次

那 很 显然 你 就 恋爱 一次

你 要 想 找到 老公 的话 你 只能 接受 对 吧

你 只能 是 接受 你 遇到 的 第一个 人

这样的话 你 就 会 有 100% 的 概率 选到 最优 的

但是 这个 最优 的 只是 你 这 一个 人里

他 没有 人 可比 所以 他 最优 对 吧

好 那么 如果 这个 女神 预计 自己 一生 中 会 恋爱 两次

那么 他 就 有 两种 可能 这 两个 人 分别 叫 A 和 B

第一种 可能 是 她 接受 A 那 往后 B 就 不用 管 了

第二种 可能 是 她 把 A 拒绝 掉 然后 她 接受 B

因为 A 和 B 谁 更 优秀 是 不 一定 的

所以 她 各有 50% 的 概率 选到 最优 的

有 可能 A 最优 也 可能 B 最优 各有 50% 的 概率

那么 假如 女神 恋爱 三次 又 如何 呢

恋爱 三次 情况 就 比较复杂 了

假设 这 三个 人 分别 叫 A B C

他们 的 优秀 指数 分别 叫 1 2 3

3 是 最 优秀 的 1 是 最 渣 的 2 是 平庸 的

但是 我们 并不知道 谁 是 3

如果 知道 我 直接 选 3 不 就 完 了 吗

我们 就 不用管 前两个 了 对 不 对

我 不 知道 谁 是 3 我 只能 一个 一个 去 尝试

那该 采用 什么 策略 呢

这时 女神 就 应该 选用 这种 策略 了 选定 一些 人 当作 样本

我们 首先 来看 一下

说 这个 A B C 他们 的 可能 到底 有 多少 种

我们 看

一共 有 这么 三个 人 分别 是 A B C 对 吧

他们 的 优秀 指数 是 1 2 3

所以 有 可能 排列 是 1 2 3 这么 排 的

也 有 可能 是 1 3 2

也 有 可能 是 2 1 3

也 有 可能 是 2 3 1

也 有 可能 是 3 1 2

还有 一种 可能 是 3 2 1

这是 他们 的 优秀 指数 排列

但 实际上 你 并 不 清楚 到底 这个 优秀 指数 是 怎么 排列 的

于是 女神 就 可以 想 我 现在 应该 选 几个 样本 呢

如果 我 选 零个 样本 就是 样本 区间 是 零个

也 就是 女神 会 接受 第一个 人

女神 会 接受 第一个 人

那么 女神 从 A 开始 选 她 接受 第一个 人

她 就 有 可能 接受 到 的 是 1 这个 最渣 的

也 有 可能 接受 到 的 是 2 这个 还好 的

也 有 可能 接受 到 3 是 最 优秀 的

她 有 几种 可能 接受 到 最 优秀 的

是不是 只有 两种 可能

但 一共 排列 形式 是 六种 可能 对 吧

她 有 两种 可能 会 找到 最 优秀 的

因此 她 最优 的 概率 有 多 大

应该 有 2/6 等于 1/3

如果 她 上来 就 选 一个 人

不管 这个 人 是 谁 我 上来 就 选 第一个 A 的话

那么 她 有 1/3 的 可能 会 找到 最 优秀 的 人

假如 女神 把 第一个 人 作为 她 的 样本

无论 这个 人有 多么 的 优秀 都 拒绝 他

然后 从 第二个 人 开始 进行 选择 情况 又 是 怎样 呢

咱们 看 女神 把 A 作为 样本 了

无论 A 有 多 优秀 都 拒绝 他

然后 从 第二个 人 开始 考察 我们 考察 B

考察 B 如果 B 比 A 优秀 那么 就 接受 B

咱们 看 2 比 1 优秀 对 吧 所以 女神 会 接受 2

3 比 1 优秀 女神 会 接受 3

1 没有 2 优秀 女神 不会 接受 1

再往 下 看 3 比 2 优秀 接受 3

3 比 2 优秀 接受 3

1 没有 3 优秀 2 没有 3 优秀

没有 办法 只能 选 最后 一个 2

没有 办法 只能 选 最后 一个 1 对 吧

咱们 看 在 这种 情况 下 女神 有 几次 选到 了 3 呢

一次 两次 三次 对 吧

所以 她 的 最优 概率 是 3/6 等于 1/2

50% 对 吧

再 来

那么 女神 如果 选 两个 人 作为 样本 情况 又 是 如何

如果 选 两个 人 作为 一个 样本 的话

前 两个 人 都 是 她 的 样本 对 吧

那么 于是 她 没得选 她 只能 选 第三个

选 第三个 的话 有 几种 可能 选出 3 来

一个 两个 对 不 对

所以 最优解 的 概率 是 2/6 结果 是 1/3

那么 女神 在 完全 不 清楚 我 应该 选 谁 的 时候

她 应该 选择 几个 人 作为 样本

显而易见 选 一个 人 作为 样本

也就是说 她 接触 的 第一次 恋爱

无论 他 多 优秀 都 拒绝 这个 人

她 拒绝 这个 A 然后 从 B 开始

如果 后面 的 人 比 A 优秀 就 接受 他

如果 后面 的 人 没有 A 优秀 就 往 下 考察

这样 她 就 会 有 最大 的 概率 50% 来 找到 自己 的 真命天子

因此 这种 情况 就是 最好 的

也许 有 的 女神 想 一生 中 恋爱 三次 太少 了

让 爱情 来得 更 猛烈 些

那么 如果 更 多次 恋爱 又 如何 呢

更 多次 恋爱 我们 依然 可以 采用 类似 的 方法 来 进行 计算

我们 看 假如 这是 女神 一生 之中 可能 会 恋爱 的 次数

第二个 是 她 选取 的 样本 的 个数

第三个 是 在 这种 策略 下

她 找到 的 最优 概率 找到 最优解 的 概率

那么 情况 又 如何 呢 假如 女神 恋爱 四次 的话

那么 她 应该 选择 一个 样本 此时 是 最优 的

她 找到 真命天子 的 概率 45.83%

假如 女神 恋爱 五次 她 就 应该 选择 前 两个 人 作为 样本

而 此时 找到 最优 的 概率 43.3%

假如 女神 恋爱 十次

她 就 应该 选 其中 前 三个 人 作为 样本

那么 她 最优解 的 概率 是 39.9%

假如 女神 恋爱 一百次

她 应该 选 多少 个人 作为 样本

应该 选 前 37 个人 作为 样本

她 找到 最优 概率 是 37.1%

假如 女神 恋爱 一千次 呢

她 应该 选 前 368 个人 作为 样本

而 她 获得 最优解 的 概率 是 36.8%

大家 看 最后 这 一列 这 一列 是 非常 可怕 的

我们 有 一千个 备选 的 人

而 这 一千个 备选 人 中

我 选择 前面 368 个人 作为 样本

从 第 369 个人 开始 进行 考察

我 有 30% 多 的 可能性

会 把 一千个 人 中 最好 的 那个 人 选 出来

大家 想一想 这个 策略 是不是 还有 它 的 意义

那么 如果 我们 再 做 更加 详细 的 计算

从 数学计算 上 看 我们 把 所有 的 追求者 写为 单位 1

这是 全体 的 追求者 有 1

那么 女神 会 选择 其中 前面 的 x 作为 她 的 样本

在 执行 刚才 我们 所说 的 策略 的 前提 下

她 找到 最好 那个 人 的 概率 是 -x・ln(x)

这个 计算 就 不 给 大家 推 了 结论 是 这样

如果 我们 把 图像 画 出来

纵坐标 是 找到 真命天子 的 概率

横坐标 是 她 样本 的 大小

这样的话 你 会 发现 这个 图像 大概 是 这个 样子 的

x 的 值 从 0 开始 一直 到 1

其中 有 一个 最高峰 这个 值 是 1/e

e 就是 自然对数 的 底 这个 数 大概 是 0.368

也就是说 我们 应该 选 其中 前 36.8% 作为 我们 的 样本 区间

此时 找到 最优解 的 概率 依然 是 36.8%

我们 有 30% 多 的 可能 会 找到 最 优秀 的 那个 人

所以 女神 的 策略 应该 是 这样 的

首先 先 估计 一下 自己 从 什么 时候 开始 恋爱

多久 谈 一次 谈到 什么 时候 结束

比如说 我 从 18 岁 开始 恋爱

每半年 谈 一次 半年 空窗期

谈到 28 岁 之前 一定 要 结婚

这样的话 我 就 可以 谈 十次 恋爱

这样的话 我们 的 前 三次 恋爱 应该 作为 样本

不管 他们 多 优秀 都 要 拒绝 他

从 第四个 人 开始 正式 进行 选择

那么 如果 我们 从 男生 的 角度 来看

我们 应该 怎么样 才能 让 自己 有 最大 的 可能 被 女神 接受 呢

第一个 建议 就是 千万 不要 落入 样本 区间 不 落 样本

你 预计 这个 女神 可能 会 恋爱 十次

你 不要 第一个 就 冲进去

第一个 冲进去 肯定 被 废掉 因为 你 成为 了 女神 的 样本

同样 道理 假如 你 要是 被 人 拒绝 了 你 也 不要 太 伤心

这个 不 一定 是因为 你 不 优秀

很 有 可能 是 你 在 她 的 样本 区间 里

那不落 样本 这是 第一个

第二个 要求 什么 时候 出现 最合适 呢

在 备选 区 女神 才 会 真正 选择 自己 的 终身伴侣

那在 备选 区 的 第一个 位置 出现 你 是 有 最优 概率 的

比如说 一共 女神 恋爱 三次

你 从 第四个 人 的 位置 出现

这样 你 只要 超过 前 三个 就 可以 了

所以 我们 要 出现 在 第一 备选 区间

出现 在 第一 备选 的 这样 的 位置

当然 了 这个 数学模型 除了 可以 解释 爱情 以外

其实 在生活中 还有 它 的 意义

我们 来说 一下 它 的 应用

最 典型 的 应用 比如说 我们 买房

我们 希望 买 一套 房子

那 如果 我们 看到 了 一套 房子 非常 好 想 出手

我们 出 了 手 之后 后面 再有 好 的 房子 我们 也 没钱买 了

假如 我们 不 出手

那 很 有 可能 别人 就 把 这个 房子 给 买 走 了 对 吧

在 这种 情况 下 我们 该 怎么办 呢

我们 应该 考虑 这样 一个 模型

首先 比如 我们 准备 看 一百套 房子

那么 我们 应该 选 多少 选 前 36.8%

也 就 大概 是 37 套 左右

选 前 37 套 作为 样本

这 37 套 无论 多么 好 我们 都 拒绝

直到 第 38 套 开始 我们 正式 选择

只要 有 一套 房子 比 前面 37 套 都 好

我们 就 选择 它 对 吧

当然 中介 好像 也 掌握 了 这个 套路

一般 带 我们 看 房子 先看 差 的

把 我们 预期 拉低 了 之后 再 给 你 看好 的 让 你 赶紧 去 选择

再 比如 我们 卖 一辆车 我们 要 卖 一个 二手车

我们 希望 把 这个 车卖 到 最高 怎么办

我们 考察 假如 说 我们 可能 会 在 今天下午 的 时候

我们 遇到 了 一百个 买家 我们 可以 拒绝 前面 37 个人

这 37 个人 出价 我们 看 谁 出 的 最高

我们 从 第 38 个人 开始

只要 有 一个 人比 前面 37 个人 出 的 都 高

我们 就 卖 给 他

那么 这 37 个人 就 成为 我们 的 样本 了

再 比如 我们 找 工作 也 是 一样 的

我们 找 工作 找 工作 的话

我 觉得 我们 可能 会 找 比如说 十个 工作

这 十个 工作 里面 我们 找 前面 三个 工作 作为 我们 的 样本

这 三个 工作 无论 多好 我们 都 拒绝 它 从 第四个 工作 开始

只要 有 一个 工作 比 前面 三个 工作 好 我们 就 接受 他

这样 就 可以 了 对 吧

这样 我们 会 有 最大 的 概率 找到 最 优秀 的 那 一个

也许 有 同学 听到 这儿 可能 会 觉得 这个 模型 挺 有意思 的

但是 爱情 并 不 完全 能 用 数学 来 解释 的确 是 这样

比如 我们 这个 模型 是 假设 没有 持有 成本 的

但是 事实上 如果 一个 人 不停 的 提高 自己

让 自己 变得 更 优秀 的话

你 后面 遇到 的 人 可能 会 比 前面 遇到 的 人 要 好 很多

如果 一个 人 甘于 平庸 的话

那么 你 随着 年龄 的 增长 你 可能 遇到 的 人会 水平 越来越低

所以 在 这种 情况 下

我们 不能 完全 用 这个 数学模型 去 解释

再 比如说

假如 那个 最 优秀 的 人 就 真的 落到 了 样本 区间 里面

那么 难道 我们 这 一辈子 就 一定 要 孤独 终老 了 吗

所以 在 爱情 上 可能 我们 也 不能 完全 做 一个 死 理性 派

如果 真的 遇到 了 那个 爱 你 而且 你 爱 的 人

那 不妨 就 来 官宣 一下

大家 如果 喜欢 我 的 视频

可以 在 西瓜 视频 和 YouTube 帐号 李永乐 老师 里 关注 我


什么 是 爱情 ?怎么 谈恋爱 ,才能 有效 的 找到 自己 的 真命天子 ?李永乐 老师 讲 爱情 数学 Was ist Liebe? Wie verliebt man sich, um tatsächlich seine wahre Liebe zu finden? Liebesmathematik mit Herrn Lee Wing Lok What is love? How to fall in love so that you can effectively find your true destiny? Teacher Li Yongle talks about love mathematics

各位 同学 大家 好 我 是 李永乐 老师 Hello everyone, my name is Li Yongle.

有 小朋友 给我发 来 私信 说 A kid sent me a private message saying

他 和 他 女朋友 高中 就 在 一起 在 一起 三年 He and his girlfriend have been together for three years in high school

结果 刚上 了 大学 第一个 十一 都 没有 扛 住 就 分手 了 As a result, I just broke up after my first eleven in college.

他 问 我 这 是 为什么 he asked me why

今天 就 想 带 着 大家 用 数学 来 解释一下 爱情 Today I want to take you to explain love with mathematics

那么 为了 解释 这个 问题 So to explain this

我们 首先 先 从 古希腊 的 哲学家 苏格拉底 说起 Let's start with the ancient Greek philosopher Socrates

传说 苏格拉底 有 一次 跟 他 的 学生 对话 的 时候 Legend has it that Socrates once had a conversation with his students

他 的 弟子 就 问 他 的 老师 说 什么 是 爱情 His disciple asked his teacher what love was

苏格拉底 没有 直接 回答 他

而 把 这些 学生 带到 了 一个 麦田 上 and took these students to a wheat field

然后 跟 他们 说 这个 麦田 上 有 很多 麦穗 Then tell them that there are many ears of wheat in this field

地上 也 有 很多 的 麦穗 There are many ears of wheat on the ground

你 从 这 条路 开始 往前走 一路 走 过去 You start on this road and go forward all the way

你 只能 前进 不能 后退 只能 前进 You can only go forward, not backward, only forward

同时 你 只能 捡 一次 只能 捡 一次 At the same time you can only pick up once and only once

我们 通过 某些 方法 捡 出 一个 最大 的 麦穗 来 We pick out one of the biggest ears of wheat in some way

看看 谁 能 捡 得 出来 See who can pick it up

这个 弟子 就 往前走 嘛 This disciple should go forward

那么 苏格拉底 弟子 很多 So many disciples of Socrates

第一个 弟子 他 往前走 的 时候 When the first disciple walked forward

他 没 走 几步 就 发现 了 一个 很大 的 麦穗 He didn't take a few steps before he found a large ear of wheat

于是 怎么样 就 把 它 捡起来 了 So how do you pick it up?

捡起来 之后 再 往前走 发现 前面 还有 更大 的 麦穗 After picking it up, go forward and find that there are bigger ears of wheat ahead

但 问题 是 只能 捡 一次 But the problem is that you can only pick it up once

他 没有 办法 只好 遗憾 地 走 完 了 全程 He had no choice but to go all the way with regret.

然后 就 把 这个 麦穗 交给 了 自己 的 老师 了 Then I gave this ear of wheat to my teacher.

那么 第二个 弟子 他 吸收 了 第一个 弟子 的 教训

他 往前走 的 时候 看到 了 一个 很大 的 麦穗 之后 As he walked forward, he saw a large ear of wheat

觉得 前面 还有 更大 的 于是 他 就 继续 往前走 Feeling that there is something bigger ahead, he keeps going

继续 往前走 之后 发现 说 这个 更大 但是 前面 也许 还有 更大 的 After walking forward, I found that this is bigger but there may be bigger ones ahead

他 就 走 啊 走 走 了 很多很多 路 He walked, walked, walked many, many ways

结果 发现 前面 已经 不 剩 多少 麦田 了 It turned out that there were not many wheat fields left in the front.

但是 他 手中 还 一个 麦穗 都 没有 But he didn't have a single ear of wheat in his hand.

再 往前 想 捡 的 时候 发现 地上 全都 是 小 麦穗 一个 都 没有 捡 When I tried to pick it up, I found that there were all wheat ears on the ground and I didn't pick one up.

空手而归 returned empty-handed

回来 了 之后 苏格拉底 就 跟 他 弟子 说 这 就是 爱情 After returning, Socrates told his disciples that this was love

苏格拉底 为什么 这么 说 呢 Why did Socrates say that

因为 这个 过程 其实 与 恋爱 是 很 像 的 Because this process is actually very similar to love

如果 我们 过早 的 结婚 的话 If we get married too early

那么 很 有 可能 就 为了 一棵树 放弃 了 整个 森林 then it is very possible to give up the entire forest for one tree

后面 发现 更好 的 人 我们 也 没有 办法 了 对 吧 There's nothing we can do if we find someone better later, right?

那么 如果 我们 什么 都 不选 then if we choose nothing

最后 就 可能 等 成 了 剩 男 剩女 空手而归 了 In the end, it may be that the remaining men and women will return empty-handed.

这 就是 爱情 this is love

其实 这个 问题 不光 是 苏格拉底 提出 过 In fact, this question was not only raised by Socrates

那么 在 近代 的 数学家 也 提出 过 这个 问题 Well, modern mathematicians have also raised this question

称之为 秘书 问题 the secretary problem

秘书 问题 说 这 跟 秘书 有 什么 关系 The secretary question said what does this have to do with the secretary

这个 问题 最早 是 由 密歇根 大学 的 一个 数学家 提出 的 This question was first posed by a mathematician at the University of Michigan

后来 在 1960 年 的 时候 有 一个 美国 的 著名 科普 数学家 Later, in 1960, there was a famous American popular science mathematician.

名字 叫 马丁 · 伽德纳 My name is Martin Gardner

马丁 · 伽德纳 是 美国 非常 著名 的 科普 数学家 Martin Gardner is a very famous American popular science mathematician

他 写 了 一些 书 比如说 什么 《 啊哈 , 灵机一动 》 He's written some books like "Aha, A Brainstorm"

都 是 非常 畅销 的 书 are very popular books

他 在 《 科学 美国 人 》 上 有 一个 专栏 名字 叫 《 趣味 数学 》 He has a column in Scientific American called "Fun Math"

他 在 这个 《 趣味 数学 》 专栏 中 就 提出 了 这样 的 一个 问题 He asks such a question in this Interesting Math column

这个 问题 是 这么 说 的

说 有 一个 公司 要 招聘 一个 秘书 Say a company wants to hire a secretary

就 来 了 很多 的 面试 者 There are a lot of interviewers

然后 你 作为 一个 面试官 要 面试 这些 面试 者

但是 你 其实 并 不 清楚 到底 哪 一个 面试 者 是 最 优秀 的 But you don't really know which interviewee is the best

那么 你 有 这样 的 两个 做法 Then you have two approaches like this

第一个 就是 你 可以 录用 某 一个 人 你 录用 他 The first is that you can hire someone and you hire him

但是 一旦 你 录用 了 某 一个 人 后面 的 人 你 就 都 不能 录用 了 But once you hire someone behind a certain person, you can't hire any more

那么 还有 一种 就是 你 可以 拒绝 他 Then there is another way that you can reject him

那 如果 你 拒绝 他 人家 就 找 别的 工作 去 了 Then if you refuse someone else's family, look for another job

你 回头 说 我 还要 你 行不行 那 也 不行 You look back and say I want you to do it or not.

所以 这个 过程 其实 和 刚才 说 的 捡 麦穗 是 非常 相像 的 So this process is actually very similar to picking up wheat ears just now.

那么 我们 作为 一个 面试官 then we as an interviewer

从 第一个 人 开始 考察 一路 考察 下去 From the first person to investigate all the way

我们 究竟 应该 采用 一个 什么 策略 What strategy should we adopt?

才 能够 保证 我们 选到 最 优秀 的 人 呢 So that we can ensure that we choose the best people

显而易见 我们 肯定 一般来讲 不会 选择 第一个 人 Obviously we're definitely not going to pick the first person in general.

比如说 一百个 人 吧 第一个 人 是 最 优秀 的 概率 只有 1%

所以 一般来讲 我们 会 拿 他 当做 一个 标准 而 不会 选择 他

比如说 我们 已经 进行 到 30% 了

那 我们 就 已经 知道 了 这个 30% 的 可能性 下

最 优秀 的 人 是 什么 样子 的

但是 这样 做 的 前提 是 我们 已经 拒绝 了 前 30%

假如 我们 已经 面试 到 最后 一个 人 了 Suppose we've interviewed the last person

我们 就 有 百分之百 的 把握

知道 这些 面试 者 最 优秀 的 人 是 哪 一个

但是 前提 是 我们 已经 拒绝 了 所有 的 人

我们 一无所获 对 吧 We got nothing, right?

那 于是 我们 要 采用 一个 什么 策略 呢 So what strategy are we going to adopt?

这 马丁 · 伽纳德 提出 了 他 自己 的 想法

他 就 说 这个 问题 我们 只能 采用 这样 的 策略

会 给 我们 更大 的 可能 选择 最好 的 人

这个 策略 是 这样 的

首先 我们 先 选定 一个 样本 区间

这个 样本 区间 无论 这个 人 多么 的 优秀

我们 都 拒绝 他

我们 只 把 他 当作 样本

比如说 吧 我们 选 前 30% 的 人 作为 样本

那么 这些 人 无论 多 优秀 我们 都 拒绝 他 So no matter how good these people are, we will reject them

我们 考察 他 的 目的 只是 为了 看一看 Our purpose in visiting him was just to see

面试 者 的 水平 是 什么 样子 的

然后 我们 后面 的 这些 人 就 叫 备选 区间

备选 区间

我们 在 备选 区间 里 开始 真正 进行 考察 和 选择

那么 后面 这 70% 他 就是 备选 的

假如 备选 区间 的 第一个 人 就 比 前面 样本 里 所有 的 人 都 优秀

那 我们 就 选择 第一个

如果 备选 区间 的 第一个 人 没有 样本 区间 里 最 优秀 的 人 优秀

那 我们 就 放弃 他

我们 再 来看 备选 区间 第二个 人

如果 备选 区间 第二个 人比 样本 区间 里 所有 的 人 都 优秀

我们 就 选 第二个

如果 他 没有 样本 区间 里 最 优秀 的 人 优秀

我们 就 往 下 看 第三个 人 Let's go down to the third person

直到 选到 最后 一个 until the last one

如果 实在 选 不 出来 了 那 我们 就 接受 最后 一个 If we can't choose, then we will accept the last one

这 就是 他 的 策略

显而易见 这种 策略 不能 保证 Obviously this strategy does not guarantee

你 有 百分之百 的 把握 找到 最好 的 You are 100% sure of finding the best

但是 我们 通过 数学计算 可以 证明

这种 策略 的确 是 所有 策略 里 最优 的 This strategy is indeed the best of all strategies

我们 回到 爱情 的 问题

说 用 这种 策略 怎么样 去 解释 爱情 呢 How to use this strategy to explain love?

我们 来看 假如 有 一个 女神

这个 女神 她 非常 有 原则 她 每 一次 只 和 一个 人 恋爱 This goddess, she is very principled, she only falls in love with one person at a time

同时 如果 接受 他 就 跟 他 一辈子 在 一起 At the same time, if you accept him, you will be with him forever

如果 拒绝 他 以后 再也不会 回来 找 他 If I reject him, I will never come back to him

那么 这种 情况 就 非常 像

这个 苏格拉底 的 麦田 以及 这个 秘书 问题 对 吧 This Socratic wheat field and this secretarial problem, right?

那么 女神 到底 该 采用 什么 策略 呢 So what strategy should the goddess adopt?

首先 我们 把 女神 的 恋爱 次数 分割 一下 First, let's divide the number of times the goddess is in love

比如说 这个 女神 只 恋爱 一次 For example, this goddess only falls in love once

女神 的 恋爱 如果 她 只 恋爱 一次 Goddess's love if she only loves once

那 很 显然 你 就 恋爱 一次

你 要 想 找到 老公 的话 你 只能 接受 对 吧 If you want to find a husband, you have to accept it, right?

你 只能 是 接受 你 遇到 的 第一个 人 You can only accept the first person you meet

这样的话 你 就 会 有 100% 的 概率 选到 最优 的 This way you will have a 100% chance of picking the best one

但是 这个 最优 的 只是 你 这 一个 人里 But the best is only in you

他 没有 人 可比 所以 他 最优 对 吧 No one can compare him, so he's the best, right?

好 那么 如果 这个 女神 预计 自己 一生 中 会 恋爱 两次 Well then if this goddess expects to fall in love twice in her life

那么 他 就 有 两种 可能 这 两个 人 分别 叫 A 和 B

第一种 可能 是 她 接受 A 那 往后 B 就 不用 管 了 The first possibility is that she accepts A and then B will be ignored.

第二种 可能 是 她 把 A 拒绝 掉 然后 她 接受 B The second possibility is that she rejects A and then she accepts B

因为 A 和 B 谁 更 优秀 是 不 一定 的 Because A and B who is better is not necessarily

所以 她 各有 50% 的 概率 选到 最优 的 So she each has a 50% chance of picking the best one

有 可能 A 最优 也 可能 B 最优 各有 50% 的 概率 There is a 50% probability that A is optimal and B is optimal

那么 假如 女神 恋爱 三次 又 如何 呢 So what if the goddess fell in love three times?

恋爱 三次 情况 就 比较复杂 了 Three times in love, the situation is more complicated

假设 这 三个 人 分别 叫 A B C Suppose these three people are called ABC

他们 的 优秀 指数 分别 叫 1 2 3 Their excellence indices are called 1 2 3

3 是 最 优秀 的 1 是 最 渣 的 2 是 平庸 的 3 is the best 1 is the worst 2 is mediocre

但是 我们 并不知道 谁 是 3 But we don't know who is 3

如果 知道 我 直接 选 3 不 就 完 了 吗

我们 就 不用管 前两个 了 对 不 对 We don't need to worry about the first two, right?

我 不 知道 谁 是 3 我 只能 一个 一个 去 尝试 I don't know who is 3 I can only try one by one

那该 采用 什么 策略 呢 So what strategy should be used?

这时 女神 就 应该 选用 这种 策略 了 选定 一些 人 当作 样本

我们 首先 来看 一下 Let's first look at

说 这个 A B C 他们 的 可能 到底 有 多少 种 How many kinds of ABC can they have?

我们 看

一共 有 这么 三个 人 分别 是 A B C 对 吧

他们 的 优秀 指数 是 1 2 3

所以 有 可能 排列 是 1 2 3 这么 排 的

也 有 可能 是 1 3 2

也 有 可能 是 2 1 3

也 有 可能 是 2 3 1

也 有 可能 是 3 1 2

还有 一种 可能 是 3 2 1

这是 他们 的 优秀 指数 排列

但 实际上 你 并 不 清楚 到底 这个 优秀 指数 是 怎么 排列 的 But in fact, you don't know how this excellent index is arranged.

于是 女神 就 可以 想 我 现在 应该 选 几个 样本 呢

如果 我 选 零个 样本 就是 样本 区间 是 零个 If I choose zero samples, the sample interval is zero

也 就是 女神 会 接受 第一个 人 That is, the goddess will accept the first person

女神 会 接受 第一个 人

那么 女神 从 A 开始 选 她 接受 第一个 人 Then the goddess chooses her from A to accept the first person

她 就 有 可能 接受 到 的 是 1 这个 最渣 的

也 有 可能 接受 到 的 是 2 这个 还好 的 It is also possible to receive 2, which is fine.

也 有 可能 接受 到 3 是 最 优秀 的 It is also possible to accept that 3 is the best

她 有 几种 可能 接受 到 最 优秀 的

是不是 只有 两种 可能

但 一共 排列 形式 是 六种 可能 对 吧

她 有 两种 可能 会 找到 最 优秀 的

因此 她 最优 的 概率 有 多 大

应该 有 2/6 等于 1/3

如果 她 上来 就 选 一个 人

不管 这个 人 是 谁 我 上来 就 选 第一个 A 的话

那么 她 有 1/3 的 可能 会 找到 最 优秀 的 人

假如 女神 把 第一个 人 作为 她 的 样本

无论 这个 人有 多么 的 优秀 都 拒绝 他

然后 从 第二个 人 开始 进行 选择 情况 又 是 怎样 呢

咱们 看 女神 把 A 作为 样本 了

无论 A 有 多 优秀 都 拒绝 他

然后 从 第二个 人 开始 考察 我们 考察 B

考察 B 如果 B 比 A 优秀 那么 就 接受 B

咱们 看 2 比 1 优秀 对 吧 所以 女神 会 接受 2

3 比 1 优秀 女神 会 接受 3

1 没有 2 优秀 女神 不会 接受 1

再往 下 看 3 比 2 优秀 接受 3

3 比 2 优秀 接受 3

1 没有 3 优秀 2 没有 3 优秀

没有 办法 只能 选 最后 一个 2

没有 办法 只能 选 最后 一个 1 对 吧

咱们 看 在 这种 情况 下 女神 有 几次 选到 了 3 呢

一次 两次 三次 对 吧

所以 她 的 最优 概率 是 3/6 等于 1/2

50% 对 吧

再 来

那么 女神 如果 选 两个 人 作为 样本 情况 又 是 如何

如果 选 两个 人 作为 一个 样本 的话

前 两个 人 都 是 她 的 样本 对 吧

那么 于是 她 没得选 她 只能 选 第三个

选 第三个 的话 有 几种 可能 选出 3 来

一个 两个 对 不 对

所以 最优解 的 概率 是 2/6 结果 是 1/3

那么 女神 在 完全 不 清楚 我 应该 选 谁 的 时候

她 应该 选择 几个 人 作为 样本

显而易见 选 一个 人 作为 样本

也就是说 她 接触 的 第一次 恋爱

无论 他 多 优秀 都 拒绝 这个 人

她 拒绝 这个 A 然后 从 B 开始

如果 后面 的 人 比 A 优秀 就 接受 他

如果 后面 的 人 没有 A 优秀 就 往 下 考察

这样 她 就 会 有 最大 的 概率 50% 来 找到 自己 的 真命天子

因此 这种 情况 就是 最好 的

也许 有 的 女神 想 一生 中 恋爱 三次 太少 了

让 爱情 来得 更 猛烈 些

那么 如果 更 多次 恋爱 又 如何 呢

更 多次 恋爱 我们 依然 可以 采用 类似 的 方法 来 进行 计算

我们 看 假如 这是 女神 一生 之中 可能 会 恋爱 的 次数

第二个 是 她 选取 的 样本 的 个数 The second is the number of samples she selected

第三个 是 在 这种 策略 下

她 找到 的 最优 概率 找到 最优解 的 概率 The optimal probability she finds the probability of finding the optimal solution

那么 情况 又 如何 呢 假如 女神 恋爱 四次 的话 So what happens if the goddess falls in love four times?

那么 她 应该 选择 一个 样本 此时 是 最优 的 Then she should choose a sample that is optimal at this time

她 找到 真命天子 的 概率 45.83%

假如 女神 恋爱 五次 她 就 应该 选择 前 两个 人 作为 样本 If the goddess has been in love five times, she should choose the first two people as samples

而 此时 找到 最优 的 概率 43.3% At this time, the probability of finding the best is 43.3%

假如 女神 恋爱 十次 If the goddess fell in love ten times

她 就 应该 选 其中 前 三个 人 作为 样本 She should choose the first three of them as samples

那么 她 最优解 的 概率 是 39.9% Then the probability of her optimal solution is 39.9%

假如 女神 恋爱 一百次

她 应该 选 多少 个人 作为 样本 How many people should she choose as a sample

应该 选 前 37 个人 作为 样本 The first 37 people should be selected as a sample

她 找到 最优 概率 是 37.1%

假如 女神 恋爱 一千次 呢 What if the goddess fell in love a thousand times

她 应该 选 前 368 个人 作为 样本 She should have selected the first 368 people as a sample

而 她 获得 最优解 的 概率 是 36.8% And her probability of getting the optimal solution is 36.8%

大家 看 最后 这 一列 这 一列 是 非常 可怕 的

我们 有 一千个 备选 的 人 We have a thousand candidates

而 这 一千个 备选 人 中

我 选择 前面 368 个人 作为 样本 I choose the first 368 people as a sample

从 第 369 个人 开始 进行 考察 Expedition from the 369th person

我 有 30% 多 的 可能性

会 把 一千个 人 中 最好 的 那个 人 选 出来

大家 想一想 这个 策略 是不是 还有 它 的 意义

那么 如果 我们 再 做 更加 详细 的 计算

从 数学计算 上 看 我们 把 所有 的 追求者 写为 单位 1 Mathematically we write all the suitors as unit 1

这是 全体 的 追求者 有 1 This is all the suitors have 1

那么 女神 会 选择 其中 前面 的 x 作为 她 的 样本 Then the goddess will choose the preceding x as her sample

在 执行 刚才 我们 所说 的 策略 的 前提 下 Under the premise of implementing the strategy we just said

她 找到 最好 那个 人 的 概率 是 -x・ln(x) The probability that she finds the best person is -x·ln(x)

这个 计算 就 不 给 大家 推 了 结论 是 这样 This calculation does not give you the conclusion that this is the case

如果 我们 把 图像 画 出来 If we draw the image

纵坐标 是 找到 真命天子 的 概率 The ordinate is the probability of finding the right man

横坐标 是 她 样本 的 大小 The abscissa is the size of her sample

这样的话 你 会 发现 这个 图像 大概 是 这个 样子 的 In this case, you will find that the image looks like this

x 的 值 从 0 开始 一直 到 1 The value of x starts from 0 and goes up to 1

其中 有 一个 最高峰 这个 值 是 1/e One of the highest peaks has a value of 1/e

e 就是 自然对数 的 底 这个 数 大概 是 0.368 e is the base of the natural logarithm, which is about 0.368

也就是说 我们 应该 选 其中 前 36.8% 作为 我们 的 样本 区间 That is to say, we should choose the top 36.8% of them as our sample interval

此时 找到 最优解 的 概率 依然 是 36.8% At this time, the probability of finding the optimal solution is still 36.8%

我们 有 30% 多 的 可能 会 找到 最 优秀 的 那个 人

所以 女神 的 策略 应该 是 这样 的

首先 先 估计 一下 自己 从 什么 时候 开始 恋爱 First, figure out when you started dating

多久 谈 一次 谈到 什么 时候 结束 How often to talk about when to end

比如说 我 从 18 岁 开始 恋爱 Let's say I've been in love since I was 18

每半年 谈 一次 半年 空窗期 Semi-annual window period is discussed every six months

谈到 28 岁 之前 一定 要 结婚 Talking about getting married before 28

这样的话 我 就 可以 谈 十次 恋爱 That way I can fall in love ten times

这样的话 我们 的 前 三次 恋爱 应该 作为 样本

不管 他们 多 优秀 都 要 拒绝 他 No matter how good they are, reject him

从 第四个 人 开始 正式 进行 选择 Formal selection starts with the fourth person

那么 如果 我们 从 男生 的 角度 来看

我们 应该 怎么样 才能 让 自己 有 最大 的 可能 被 女神 接受 呢 How should we make ourselves have the greatest possibility to be accepted by the goddess?

第一个 建议 就是 千万 不要 落入 样本 区间 不 落 样本 The first suggestion is to never fall into the sample interval and not fall into the sample

你 预计 这个 女神 可能 会 恋爱 十次 You expect this goddess to be in love maybe ten times

你 不要 第一个 就 冲进去

第一个 冲进去 肯定 被 废掉 因为 你 成为 了 女神 的 样本 The first one to rush in must be abolished because you became a sample of the goddess

同样 道理 假如 你 要是 被 人 拒绝 了 你 也 不要 太 伤心 In the same way, don't be too sad if you are rejected

这个 不 一定 是因为 你 不 优秀 It's not necessarily because you're not good

很 有 可能 是 你 在 她 的 样本 区间 里 Most likely you are in her sample interval

那不落 样本 这是 第一个

第二个 要求 什么 时候 出现 最合适 呢

在 备选 区 女神 才 会 真正 选择 自己 的 终身伴侣

那在 备选 区 的 第一个 位置 出现 你 是 有 最优 概率 的

比如说 一共 女神 恋爱 三次

你 从 第四个 人 的 位置 出现

这样 你 只要 超过 前 三个 就 可以 了

所以 我们 要 出现 在 第一 备选 区间

出现 在 第一 备选 的 这样 的 位置

当然 了 这个 数学模型 除了 可以 解释 爱情 以外

其实 在生活中 还有 它 的 意义

我们 来说 一下 它 的 应用

最 典型 的 应用 比如说 我们 买房

我们 希望 买 一套 房子

那 如果 我们 看到 了 一套 房子 非常 好 想 出手

我们 出 了 手 之后 后面 再有 好 的 房子 我们 也 没钱买 了

假如 我们 不 出手

那 很 有 可能 别人 就 把 这个 房子 给 买 走 了 对 吧

在 这种 情况 下 我们 该 怎么办 呢

我们 应该 考虑 这样 一个 模型

首先 比如 我们 准备 看 一百套 房子 First of all, for example, we are going to see a hundred houses

那么 我们 应该 选 多少 选 前 36.8% So how much should we pick the top 36.8%

也 就 大概 是 37 套 左右 That's about 37 sets

选 前 37 套 作为 样本

这 37 套 无论 多么 好 我们 都 拒绝

直到 第 38 套 开始 我们 正式 选择

只要 有 一套 房子 比 前面 37 套 都 好

我们 就 选择 它 对 吧

当然 中介 好像 也 掌握 了 这个 套路 Of course, the intermediary seems to have mastered this routine.

一般 带 我们 看 房子 先看 差 的 Usually take us to see the house first to see the difference

把 我们 预期 拉低 了 之后 再 给 你 看好 的 让 你 赶紧 去 选择 After lowering our expectations, we will give you a good one and let you choose quickly

再 比如 我们 卖 一辆车 我们 要 卖 一个 二手车 Let's say we sell a car and we want to sell a used car

我们 希望 把 这个 车卖 到 最高 怎么办

我们 考察 假如 说 我们 可能 会 在 今天下午 的 时候 Let's examine what if, say we might, this afternoon

我们 遇到 了 一百个 买家 我们 可以 拒绝 前面 37 个人 We met a hundred buyers and we could turn down the first 37 people

这 37 个人 出价 我们 看 谁 出 的 最高 We see who has the highest bid from these 37 people

我们 从 第 38 个人 开始 We start with the 38th person

只要 有 一个 人比 前面 37 个人 出 的 都 高 As long as there is one person who is higher than the previous 37 people

我们 就 卖 给 他 we'll sell him

那么 这 37 个人 就 成为 我们 的 样本 了

再 比如 我们 找 工作 也 是 一样 的 It's the same when we look for a job

我们 找 工作 找 工作 的话

我 觉得 我们 可能 会 找 比如说 十个 工作

这 十个 工作 里面 我们 找 前面 三个 工作 作为 我们 的 样本 Among these ten jobs, we look for the first three jobs as our samples

这 三个 工作 无论 多好 我们 都 拒绝 它 从 第四个 工作 开始 No matter how good these three jobs are, we reject it, starting with the fourth job

只要 有 一个 工作 比 前面 三个 工作 好 我们 就 接受 他 As long as one job is better than the first three, we will accept it

这样 就 可以 了 对 吧 That's it, right?

这样 我们 会 有 最大 的 概率 找到 最 优秀 的 那 一个 In this way, we will have the greatest probability of finding the best one

也许 有 同学 听到 这儿 可能 会 觉得 这个 模型 挺 有意思 的 Maybe some students may think this model is very interesting when they hear this

但是 爱情 并 不 完全 能 用 数学 来 解释 的确 是 这样 But love isn't entirely mathematically explained

比如 我们 这个 模型 是 假设 没有 持有 成本 的

但是 事实上 如果 一个 人 不停 的 提高 自己 But in fact if a person keeps improving himself

让 自己 变得 更 优秀 的话 Make yourself better

你 后面 遇到 的 人 可能 会 比 前面 遇到 的 人 要 好 很多 The person you meet in the back may be a lot better than the person you meet in front of you

如果 一个 人 甘于 平庸 的话 If one is willing to be mediocre

那么 你 随着 年龄 的 增长 你 可能 遇到 的 人会 水平 越来越低 then as you get older the people you may meet will get lower and lower

所以 在 这种 情况 下

我们 不能 完全 用 这个 数学模型 去 解释 We can't fully explain it with this mathematical model

再 比如说

假如 那个 最 优秀 的 人 就 真的 落到 了 样本 区间 里面 If the best person really falls into the sample interval

那么 难道 我们 这 一辈子 就 一定 要 孤独 终老 了 吗

所以 在 爱情 上 可能 我们 也 不能 完全 做 一个 死 理性 派 So maybe we can't be a dead rationalist when it comes to love

如果 真的 遇到 了 那个 爱 你 而且 你 爱 的 人 If you really meet someone who loves you and you love

那 不妨 就 来 官宣 一下 Well, let's make it official

大家 如果 喜欢 我 的 视频

可以 在 西瓜 视频 和 YouTube 帐号 李永乐 老师 里 关注 我 You can follow me on the watermelon video and YouTube account Mr. Li Yongle