01 / UNDERSTAND
它是怎么回事?
费米估算通过分解、数量级判断和区间检查得到粗略答案。价值在显式假设和误差敏感性,不是把粗估写成精确事实;历史轶事须另行核实。
恩恩里科·费米应用与推广
本文为学习性整理,案例与实践步骤为编辑转化。
为什么会起作用?
费米估算把未知总量拆成可估的因子,用数量级和上下界获得可用的初步判断。
ORIGINS / 历史与归属
它从哪里来?
费米以善于数量级估算闻名,分解估计方法并非由单人独立发明。
摘要
3 段摘要把难以直接测量的大问题,拆成可估计的小量。
这个方法不保证结果正确;但它能给出一个初步估计,误差可能不超过2到3倍——当然,肯定在10倍以内。〔恩里科·费米〕
起初,人们常以为费米问题无从回答,但简单的逻辑推理就能得出一个近似答案。费米问题的每一步都可能有两倍甚至更大的不确定性,但有时偏大、有时偏小,这些不确定性往往会相互抵消。〔恩里科·费米〕
02 / RECOGNIZE
什么时候用?
缺少完整数据,但需要先判断规模是否值得深入研究时。
慢思维工作台
滚动到这里时再加载,减少长文页面的首屏负担。
03 / IN REAL LIFE
把道理放回真实情景。
工作场景 · 编辑示例
估计服务需求时用目标客户数、使用比例和频次形成区间,再优先调查最不确定因子。 从人数、频次、单次耗时等可理解因素拆分数量级,每项给出范围和依据。先找到对总结果影响最大的未知,再决定值得补查什么。
生活场景 · 编辑示例
估计搬家需要多少箱,按房间、物品类别和单箱容量分解。 估计搬家需要的箱数,可先按物品类别和每箱容量分解,再留出不规则物品的余量,而不是直接猜一个精确数字。
跳到主要内容