通过计算机的模拟实验，得出了另一个结果：起初，去酒吧的人数没有一个固定的规律，然而，经过一段时间后，这个系统去与不去的人数之比接近于60：40，尽管每个人不会固定地属于去或不去的人群，但这个系统的这个比例是不变的。如果把计算机模拟实验当做是更为全面的、客观的情形来看，计算机模拟的结果说明的是更为一般的规律。
生活中有很多例子与这个模型的道理是相通的。“股票买卖”、“交通拥挤”以及“足球博彩”等等问题都是这个模型的延伸。对这一类问题一般称之为“少数人博弈”。“少数人博弈”是改变了形式的酒吧问题，是由一位定居瑞士的中国人张翼成在1997年提出的。
在股票市场上，每个股民都在猜测其他股民的行为而努力与大多数股民不同。如果多数股民处于卖股票的位置，而你处于买的位置，股票价格低，你就是赢家；而当你处于少数的卖股票的位置，多数人想买股票，那么你持有的股票价格将上涨，你将获利。
在实际生活中，股民采取什么样的策略是多种多样的，他们完全根据以往的经验归纳得出自己的策略。在这种情况下，股市博弈也可以用少数者博弈来解释。
“少数人博弈”中还有一个特殊的结论，即：记忆长度长的人未必一定具有优势。因为，如果确实有这样的方法的话，在股票市场上，人们利用计算机存储的大量的股票的历史数据就肯定能够赚到钱了。但是，这样一来，人们将争抢着去购买存储量大、速度快的计算机了，在实际中人们还没有发现这是一个炒股必赢的方法。
“少数人博弈”还可以应用于城市交通。现代城市越来越大，道路越来越多、越来越宽，但交通却越来越拥挤。在这种情况下，司机选择行车路线就变成了一个复杂的少数人博弈问题。
实际的城市道路往往是复杂的网络。我们简化问题，假设在交通高峰期间，司机只面临两条路的选择。这个时候，往往要选择没有太多车的路线行走，此时他宁愿多开一段路程，而不愿意在塞车的地段焦急地等待。司机只能根据以往的经验，来判断哪条路更好走。当然，所有司机都不愿意在塞车的道路上行走。因此每一个司机的选择，必须考虑其他司机的选择。
在司机行车的“少数者博弈”问题中，司机经过多次的选择和学习，许多司机往往能找到规则性，这是以往成功和失败的经验教训给他的指引，但这不是必然有效的规则性。
