北京
前几天在社交媒体看到一桩烦心事：一名乘客因为航班超售被硬生生挤下了飞机。常飞的人对这事恐怕不陌生，运气不好的时候，也可能会轮到自己。但别把它当作操作失误——航空公司通过超售来增加收入，压根不是无心之错，而是一笔计算过的风险买卖。
说白了，这是用概率和数学换来的收益，赌的是多卖出那几张票带来的额外利润。这个案例里，对决的双方是单笔拒载补偿5000美元，和潜在数百万美元的收益——具体点说，800万美元上下的规模。而且一旦处理不当，还可能引爆社交网络，变成一场公关事故。
我们把这家公司叫“DS航空”。它的某个航班实际座位是300个，却卖出了304张票。根据历史飞行数据，每位乘客准时出现在登机口的概率是95%。要回答的问题就变成了三个：这个航班超售的概率有多大？平均会多出多少名乘客？以及，航空公司承担的风险到底怎么算？
建模的第一步，是假设乘客之间彼此独立——一个人的登机决定不会影响别人。这样一来，登机人数就可以用二项分布来描述。二项分布专门用来处理一系列重复、相同且独立的事件中，成功次数（比如按时现身）的概率分布。在这里，事件总数是304次，每次“成功”的概率正是95%。
超售发生的门槛是至少301人登机。只要算出这个概率，就能看清楚航空公司在冒多大的险。当然，现实中乘客并不总是独立的，比如一家人或一个旅行团同行的情形会打乱计算。一旦引入这些复杂条件，概率模型就会变得棘手，而往往我们也没有共享哪位乘客和谁一起飞的精准数据。所以在这个简化的框架下，二项分布成了最直接的数学工具，可以帮我们看清超售背后的期望值、潜在利润和那条风险边界。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
