美文网首页大学生活
5S016-挑选男朋友的3个决策理论

5S016-挑选男朋友的3个决策理论

作者: 打折的杨过 | 来源:发表于2018-06-13 23:17 被阅读694次

    阿依土拉公主到了谈婚论嫁的年龄,要选驸马。候选的是100名王子。王子们以随机顺序,依次从公主面前经过。公主要么选他为驸马,要么不选。

    如果选了,其他闲杂人等就都各回各家,各找各妈。如果不选,眼前这名王子就被pass掉,换下一个登场。被pass掉的,公主不可以反悔。

    如果,公主必须在这100人中选出一人做驸马,她应该如何决策,才能大概率选到100人中最英俊的王子做驸马?

    1麦穗理论

    苏格拉底的学生曾经问老师:我怎样才能找到理想的人生伴侣呢?

    苏格拉底没直接回答,而是让他们穿过一片麦田,穿过时摘取一株最大的麦穗。在这个过程中,一直往前不能回头,而且不能换。

    第一个学生走进麦田。他很快就看见一支又大又漂亮的麦穗,于是就很高兴地摘下了这支麦穗。可是,他继续往前走时,发现有很多麦穗比他摘的那支要大得多。他很后悔。

    第二个学生吸取了教训。每当他要摘时,总是提醒自己,后面还有更好的。不知不觉,他就走到了终点,却一支麦穗都没摘。他也很后悔。

    第三个学生综合了前面两个学生的经验。他把麦田分成三部分,前1/3麦田观察,心里对麦穗作了大、中、小分类。中间的1/3,验证前面的观察。最后1/3,按照前面的标准,搜寻属于大类的那一株。这样,虽然不能保证拿到的是最大的,但已经是可以争取到的最好的结果了。

    2∥秘书问题

    在上世纪,曾经提出著名的“囚徒困境”的博弈论学者梅丽尔·弗拉德,还提出过一个博弈叫做秘书问题,也可以用在恋爱问题上。

    首先,我们假设一个美女打算谈N次荡气回肠的恋爱。她可以选择随时放弃或接受一段感情,但是,一旦决定放弃,就不能回头。那么,怎么样才能选到最优秀的男友呢?

    显然,最好的办法是先试探性谈几次,体验一下男生的平均品质,再开始认真选择,一旦出现比前面都优秀的男生就马上留下。

    假设作为试验组的男人是K个,则在K值以内的男人,就算是吴彦祖也要选择放弃。然后从K+1开始,一旦出现比吴彦祖更帅的男人就终止博弈。

    那么,K的大小就至关重要了。既不能太小,让人没试出深浅;也不能太大,造成选择变少。

    具体的公式和演算不再赘述了,反正我也搞不懂,答案是:

    K=N/e(e=2.71)

    假如这位美女决定最多谈30次恋爱,则前面的30/2.71=11次恋爱是用来观察。从第12个开始,如果遇到比前面11个好的,就务必要抓住机会了。

    3∥37%理论

    在《指导生活的算法》中,人工智能学者布莱恩·克里斯汀和汤姆·格里菲斯,提供了一个方法:把恋爱过程分为两段,第一段,即37%用于确定“最基本的满意标准”,第二段,即63%,选择满足“最基本的满意标准”的第一个方案。

    别问我这个37%是怎么来的,我100以内的加减法都整不利落。不过,感觉它的依据和上面的“秘书问题”似乎是一样的。

    比如一个女孩儿,从18岁开始谈朋友,设定的目标是在40岁之前结婚。

    那么根据37%规则,她的两阶段分割点就是26.1岁。所以,这个女孩儿的最佳择偶策略是这样的:

    26.1岁之前是观察期,她应该只交往不结婚,但是必须要记住在交往的男生中间,自己最喜欢的是哪个。

    26.1岁之后是决策期,再结交新的对象,一旦遇到一个比那个人还好,或者和那个人差不多一样好的男人,就应该马上把他拿下。

    4理论只是一个参考

    歌德说过,理论是灰色的,而生命之树常青。无论多么高深的理论、精致的模型,也只能辅助决策。

    比如确定标准,如果在观察期错过了吴彦祖,在决策期碰不到更好的怎么办?

    如果对方各个方面都超出预期,但是结婚后发现Ta打呼噜,而这个你万万不忍受,要不要因为这个不起眼的变量离婚?

    荒岛余生,鱼头美女身和美女头鱼身,你会选哪一个?

    理论模型需要确定的前提,否则无法推演。而恋爱所面对的情况异常复杂,而且充满变量,显然是不完全信息博弈。

    比如,好马不吃回头草,但如果吃回头草成本低、收益大,是不是也不妨吃一次?

    比如,眼见到了自己设定的极限,还没有找到符合预期的对象,是宁可抱香枝上老,不随黄叶舞秋风,还是千羊在望,不如一兔在手?

    苏格拉底教导弟子的时候,高深莫测,智慧多多,可是你看,他自己还不是娶了一个著名的泼妇?苏老您这么智慧,当初是咋决策的?

    (5商笔记016

    相关文章

      网友评论

        本文标题:5S016-挑选男朋友的3个决策理论

        本文链接:https://www.haomeiwen.com/subject/rfaseftx.html