几率相同的游戏, 你为什么还是输给了庄家?

为什么看似公平的游戏, 其实并不公平?

假设你跟庄家玩一个纯粹靠运气的骰子游戏, 请问谁会赢?

一个容易陷入的误区就是, 既然这是一个纯粹靠运气的游戏, 你可能会想, 那赢的几率应该是五五分, 也是一个纯粹靠运气的问题.

运气好, 你可能赢了庄家; 运气不好, 你则可能输给庄家. 我曾经也是这么想的, 直到后来我在 github 里看到李笑来老师在他的 别做“险盲” 里提到, 其实庄家赢的概率要高, 看了他的分析, 并认真想了想, 确实有道理.

下面就来说说为什么.

继续阅读

兰切斯特方程启示录

通过具体的例子, 介绍了兰切斯特方程及其带来的启示, 同时与马太效应作了对比.

兰切斯特方程(Lanchester equation) 是一位英国工程师弗雷德里克·兰切斯特(Frederick Lanchester)在一战期间(1916)发展出的一系列用于描述对战双方战斗力的微分方程.

又称兰切斯特定律(Lanchester's Law), 其中, 兰切斯特有时也翻译为兰彻斯特.

那么这个方程到底讲了什么, 它又能带给我们什么启示呢?

继续阅读

将锻炼融入日常例程中

怎么把锻炼融入到日常例程中去从而得到坚持?

很多人都知道锻炼的重要性, 特别是对于时不时要加下班甚至要熬夜的程序员来说, 一副健康的身体尤为重要.

要想拥有健康的躯体, 锻炼是必不可少的. 虽然很多人认同锻炼的重要性, 但他们经常面临的一个问题是没有时间以及难以坚持下去.

如果你想锻炼又面临上述的问题, 我的建议是把锻炼融入到日常例程中, 这是时间成本最低且容易坚持下去的方式.

所谓日常例程, 就是那些我们几乎天天都会做的事, 比如早上起床, 晚上睡觉, 到点了吃饭, 每个工作日去上班等等. 这些都是一些固定的活动, 很多都已经固化成了习惯.

那么, 怎么把锻炼融入日常例程呢?

继续阅读

边际收益原理

什么是边际收益原理及带给我们的做事启示.

所谓的 边际收益原理(Theory of Marginal Gains), 这个概念来自于商业实践, 指的是通过简单改进一项业务的各个方面, 每一个细枝末节, 都提高一点点, 整体上你将得到一个巨大的提升.

比如, 将产品生产速率仅仅增加 1%, 将产品生产的质量仅仅增加 1%, 将生产的成本仅仅降低 1%, 那么, 整体上会怎样呢? 是仅仅提升 3% 吗? 不是的! 整体上的提升将远远超过 3% ! 而这样的效应就是所谓的 边际收益原理.

来看一个英国自行车队的故事, 它的名字叫天空车队, 曾经是世界最烂的车队之一, 几乎没取得过什么像样的成绩.

后来一个叫布雷斯福德(Dave Brailsford)的接手了车队, 他是一位前职业自行车手, 兼修了一个 MBA 学位, 他把商业领域的这个理念带到了他的车队管理实践中.

他对英国车队做了什么呢? 你要说有什么大的操作那倒也没有, 下面是一些他引入的改进:

继续阅读

专注于你能控制的东西

为什么要专注于你能控制的东西?

做事情有一个误区, 就是容易陷入对那些自己不能控制的事情的纠结当中, 而不是专注于自己能够控制的事情当中.

举例来说, 我们说要成为一个更有钱的程序员, 那有的人可能就会想, 那我是不是天天就琢磨怎么找老板谈加薪呀? 说实在的, 最终能不能加薪或者能加多少这个其实你自己不好控制的.

当然不是说你不要去找老板谈这个, 但更重要的, 你应该首先关注那些你能控制的事情, 然后把它们做好先.

比如说, 一段时间来, 经常上班都要迟到那么一会, 总要差个十几分钟, 那么, 能不能先做到上班不要迟到呢?

这个事情就是我们能够控制的.

继续阅读

成为更好还是成为更有钱的程序员?

为什么你要选择成为更有钱的程序员?

如果你觉得这个题目有点标题党的味道, 那我也承认确实如此. 本来我打算取的名字是"如何成为一名更好的程序员", 但认真想一想, 怎样才算更好呢? 这个标准很模糊呀!

关于目标设定上有一个所谓的 SMART 原则,

来源于管理大师彼得·德鲁克(Peter Drucker)的《管理的实践(The Practice of Management》

其中, S 代表 Specific, 也即目标必须是 具体的.

显然, "更有钱" 比 "更好" 更为具体.

M 代表 Measurable, 也即目标是 可以衡量的.

显然, "更有钱" 又比 "更好" 更加好衡量.

继续阅读