一、概率思維
概率思維瑟幕，其實(shí)也就是利用概率論的知識(shí)幫助我們?cè)谝恍碛胁淮_定性的事件中磕蒲，做出最佳的判斷。
這樣的例子很具體：
A 直接擁有100塊只盹；
B 拋硬幣正面朝上得500辣往，反面朝上什么也得不到。
如果是以前的我殖卑，會(huì)如何做出選擇呢站削？我會(huì)直接忽略掉金額，把這個(gè)題目變成“在確定性收益和有風(fēng)險(xiǎn)的收益中你選擇哪一個(gè)孵稽？”然后自然而然的選擇“確定性的收益”钻哩。但實(shí)際上不是這樣的，確定性的收益固然有其好處肛冶，但是如果B選項(xiàng)中的金額換成5萬元，或者500萬元扯键，我是不是還是要選擇“確定性的收益”呢睦袖？
毫無疑問，如果能用具體化的數(shù)字結(jié)論來幫助我們判斷荣刑，是最好不過了馅笙。數(shù)學(xué)中的“數(shù)學(xué)期望”我們都學(xué)過，但是應(yīng)用的人恐怕不足5%厉亏，根據(jù)數(shù)學(xué)期望董习，A選項(xiàng)的期望值是100，B選項(xiàng)的期望值是500*0.5=250爱只，可以看出B選項(xiàng)的期望值要遠(yuǎn)大于A選項(xiàng)皿淋，因此從理性的角度說，在這個(gè)時(shí)候是應(yīng)該選擇B的恬试。
二窝趣、量化思維
回歸到我們的生活中，其實(shí)我們面對(duì)很多類似的選擇训柴，只不過其中的很多情況我們沒有確定的數(shù)據(jù)哑舒，因而難以計(jì)算，這就涉及到了另外一個(gè)問題幻馁，即收集數(shù)據(jù)的能力洗鸵。
在微軟的應(yīng)聘者面試題中越锈，常常有下面這樣的題目：
在任何時(shí)候，紐約的上空有多少架飛機(jī)膘滨？
一般人一看這個(gè)題目就傻眼了甘凭，這我怎么會(huì)知道呢？
但是有常識(shí)的吏祸，或者說善于觀察的人會(huì)有一些了解对蒲，來看看他們的解題方法：
在紐約的附近有三個(gè)飛機(jī)場(chǎng)，按每個(gè)機(jī)場(chǎng)每隔三分鐘分別起飛和降落一架飛機(jī)算贡翘，三個(gè)機(jī)場(chǎng)一共平均下來就是一分鐘兩架飛機(jī)在動(dòng)作蹈矮，飛機(jī)起飛后和降落前的速度按300km/h計(jì)算，紐約的直徑約為30km鸣驱，飛機(jī)飛過紐約的時(shí)長(zhǎng)就是6分鐘泛鸟，這樣算下來，某一時(shí)刻紐約上空的飛機(jī)應(yīng)該有2*6=12架踊东。
這樣的算法不一定特別精確北滥，但是卻是一個(gè)非常有效的思路和可行的辦法。如果在面對(duì)重要問題的時(shí)候我們能稍微動(dòng)用一下數(shù)學(xué)知識(shí)闸翅，收集一些資料再芋，結(jié)果可能就會(huì)大不一樣。數(shù)據(jù)怎么來坚冀？從觀察和積累中來济赎，正如福爾摩斯對(duì)華生醫(yī)生說的那樣，“為什么同在一間屋子工作记某，我知道很多確鑿的數(shù)據(jù)司训，而你不知道呢？因?yàn)槟阒皇窃诳匆耗希沂窃谟^察壳猜。”
笑來老師滑凉、吳軍老師统扳、成甲老師等都不約而同的在自己的文章中提到了概率論的重要性，對(duì)于學(xué)過概率論的我們來說譬涡，何不把這項(xiàng)知識(shí)用起來呢闪幽？
互聯(lián)網(wǎng)時(shí)代，一切皆可數(shù)據(jù)化涡匀。用數(shù)據(jù)換資源盯腌，用數(shù)據(jù)控風(fēng)險(xiǎn)，用數(shù)據(jù)廣賦能陨瘩，用數(shù)據(jù)贏競(jìng)爭(zhēng)腕够。得到準(zhǔn)確全面的數(shù)據(jù)级乍，進(jìn)行靠譜的分析，就能優(yōu)化我們的選擇帚湘。
