这是一个等待和处理的过程
不妨假设，一个条件不差的女孩，始终会有人追（被追求频率不同而已）。如果把追求者看成一个列队，当追求者出现时，就可被看成一个“请求”放到这个列队里。对于女孩来说，要“处理”这个“请求”，她无非有两种选择：接受或者拒绝（这里不考虑其他的复杂行为）。而一旦她开始处理某个请求，结局只有两个：
女孩和他谈恋爱直到分手（或者结婚）
女孩经过或短或长时间的考虑后明确拒绝追求者
分手或完成拒绝意味着完成处理，这是就把他从列队里除去。女孩和这个人谈恋爱所经历的时间，或者决定拒绝所用的时间叫作“处理时间”；某个人从成为她的追求者直到分手或被拒绝的时间则叫作“等待时间”。那到底平均有多少人在女孩的列队里？平均每个人要在女孩的列队里等多久？
简化成数学模型
平均来看，对某一个女孩子来说，追求者出现频率可当作是随机的，那两个追求者出现的时间间隔就可以用指数分布来表示。因此追求者出现的频率就服从泊松分布。另一方面，由于追求者的出现是随机的，女孩子心仪的对象就是随机出现的，这导致了女孩谈恋爱的时间是随机的，即其处理时间服从指数分布，女孩在一段时间内谈恋爱的频率也就服从泊松分布。
用结论估计现实
公式已经推出，理论的武器已经牢牢握在手里，剩下的事情就是想办法了解女孩的历史，得到两个关键数据： λ 和 μ。追求者出现的频率取决于女孩的抢手程度，而她恋爱的频率，大致也就等于她谈过恋爱的次数和女孩从开始被追到现在的时间的商。例如，一个女孩子，每个月都会有一个人来追求她，而她每半年谈一次恋爱，这里的半年，是指女孩从上一次恋爱分手到这次恋爱的时间，这个周期女孩处理的请求数平均是 7。那么追求者的平均等待时间就是 1 / （7 / 6 - 1 / 1） = 6 ,追求者的平均等待时间是 6 个月。但是会有多少人花半年时间等一个展示自己的机会呢？要注意的注意，这里等来的不过是请求被处理，也就是女孩对你的注意，说不定 12 个月的等待到头来的结果还是被拒绝。所以从这里我们可以看到，默默等待被心上人青睐的成本，那还是相当大的。这或许就是情痴濒危的原因了吧。
另一方面，假设女孩的恋爱频率是相同的，越抢手的（通常也就是越漂亮的）女孩，追求者出现的频率 λ 就会越大，因此 W 的值就会越大。这就说明，想用真心和等待默默打动“热门”女孩，成功概率实在不高。如果真想追，那倒不如“舍得一身剐，敢把皇帝拉下马”，就算她在谈恋爱中，也采取实际行动。
有趣的是，这项“研究成果”对女孩也是有用的。女孩把自己的数据代到公式里算出自己的追求者平均要追求多久，紧接着就能算出自己在某一段时间里能遇到多少个追求者。例如，女孩经过计算得出追求者的平均等待时间是两个月，那在她 16 岁到 26 岁这十年的黄金时间里，遇到的追求者数量的期望就是 60 个。想挑个好老公，女孩心里要有数才行。按数学家的建议，那就应该 先拒绝掉前面 37% 的人 ，再逐个考察，静候下一个比这些人都好的人。
关于模型的两点说明
虽然我们用这个数学结论指导爱情，但要注意的是，现实情况并没有如此理想化。在这里有两点需要说明。首先在模型假设里，我们假设追求者一旦进入队列就不会自动离开，但通常在一段时间女孩没有反应后，多数人会知难而退自动离开，并不会等那么久，尤其是看到女孩已经谈恋爱时。
另一方面，女孩每次只能处理一个请求。一次只和一个人谈恋爱是常见的，但在此之外，同时间考察和拒绝若干追求者也是正常的（而不是模型中那样假设的每次拒绝一个人）。现实中，对很多追求者来说，几乎都是直接被忽视掉。从这个角度讲，处理请求的频率 μ 通常大于请求到来的频率 λ（因为短时间内就可以拒绝很多人），这一点与模型项符。
实际上，这个模型最适用的是，会让女孩动心的追求者队列（这样的追求者不多，相应的 λ 就不会很高）。这个队列不会太长，因为让女孩动心的追求者很少会同一时间出现很多个。而要拒绝任意一个这样的追求者，都需要仔细考虑一段时间才能下决心。
