English· Español· Deutsch· Nederlands· Français· 日本語· ქართული· 繁體中文· 简体中文· Português· Русский· العربية· हिन्दी· Italiano· 한국어· Polski· Svenska· Türkçe· Українська· Tiếng Việt· Bahasa Indonesia

un

Gast
1 / ?

Eine Entscheidung ist eine Form

Entscheidungen haben eine Geometrie

Jede Entscheidung unter Unsicherheit verteilt mögliche Auszahlungen auf einer Zahlengeraden. Manche Ergebnisse belohnen dich, andere kosten dich, und jedes trägt eine Wahrscheinlichkeit. Diese Wolke gewichteter Auszahlungen hat eine Form: & die Form ist es, worüber du tatsächlich entscheidest.

Der erste Meilenstein dieser Form ist ihr Erwartungswert (EV): der Wahrscheinlichkeitsgewichtete Durchschnitt der Auszahlungen.

EV = Summe von p_i x_i

wobei jedes x_i eine Auszahlung und jedes p_i seine Wahrscheinlichkeit ist. Betrachte es wie in der Physik: Platziere eine Masse p_i an der Position x_i auf einer Zahlengeraden. Der Erwartungswert ist der Schwerpunkt, der einzige Gleichgewichtspunkt, an dem die gewichteten Auszahlungen im Gleichgewicht schweben, ohne umzukippen.

Eine höhere Wahrscheinlichkeit zieht den Gleichgewichtspunkt in Richtung ihrer Auszahlung. Ein seltenes Ergebnis, wie extrem es auch sein mag, verschiebt ihn kaum. Der Erwartungswert ist nicht das Ergebnis, das du bei einem einzelnen Versuch erhältst: Er ist der Schwerpunkt aller möglichen Ergebnisse.

Erwartungswert als Gleichgewichtspunkt der Auszahlungen

Finde den Gleichgewichtspunkt

Ein Straßenverkäufer bietet ein Spiel an, das nichts kostet.

- In 60 % der Fälle gewinnst du 10 $.

- In 40 % der Fälle verlierst du 5 $.

Behandle einen Gewinn als +10 und einen Verlust als -5.

Was ist der Erwartungswert eines Spiels? Gib die endgültige Zahl in Dollar an, zeige, wie du jeden Gewinn gewichtet hast, und erkläre, was diese Zahl für einen Spieler bedeutet.

Der Schwerpunkt ist nicht die ganze Geschichte

Gleicher Schwerpunkt, unterschiedliche Form

Der Schwerpunkt (Centroid) zeigt dir, wo eine „Payoff-Wolke“ im Gleichgewicht ist. Er sagt nichts darüber aus, wie weit die Ergebnisse von diesem Gleichgewichtspunkt streuen. Diese Streuung ist die Varianz (bzw. die Streuung): der durchschnittliche quadrierte Abstand der Auszahlungen vom Schwerpunkt.

Zwei Optionen können einen identischen Erwartungswert haben, aber völlig unterschiedliche Formen aufweisen:

- Option A: 50 % Chance auf 2 $, 50 % Chance auf 6 $. EW = 0,5(2) + 0,5(6) = 4 $.

- Option B: 50 % Chance auf -16 $, 50 % Chance auf 24 $. EW = 0,5(-16) + 0,5(24) = 4 $.

Beide balancieren bei 4 $. Aber die Ergebnisse von Option A hocken dicht am Zentrum, während die von Option B weit nach links oder rechts ausschlagen. Geometrisch ist A eine schmale Form & B eine breite.

Für eine Entscheidung, die du tausendfach wiederholst, gleicht sich die Streuung oft aus & der Schwerpunkt regiert. Für eine Einzelentscheidung (One-Shot) ist die Streuung alles: Du erhältst nur eine einzige Auslosung, & eine einzelne Auslosung aus B kann auf -16 $ landen. Der Erwartungswert verspricht nie, dass der Durchschnitt bei einem einzelnen Versuch eintreten wird.

Gleicher Erwartungswert, unterschiedliche Streuung

Nur ein Wurf

Du musst Option A oder Option B wählen und darfst nur einmal spielen. Es gibt keinen zweiten Versuch.

- Option A: 50 % $2, 50 % $6.

- Option B: 50 % -$16, 50 % $24.

Beide haben einen EV (Erwartungswert) von $4.

Erkläre geometrisch, warum Option B bei einer einzelnen Entscheidung riskanter ist, obwohl sie denselben Erwartungswert wie A hat. Welche Option wählst du für dieses einmalige Spiel und warum reicht der Erwartungswert allein nicht aus, um die Entscheidung zu treffen?

Die Linie, an der sich die Wahl umkehrt

Wo Besser zu Schlechter wird

Ordne deine Optionen über die Dinge an, die du nicht kontrollierst: eine Wahrscheinlichkeit, einen Preis, ein Nachfragenniveau. Dieser Raum der Unbekannten ist ein Merkmalsraum. Innerhalb dieses Raums ist eine Option in einigen Bereichen besser und die andere Option ist in anderen Bereichen besser. Die Oberfläche, die diese Bereiche trennt, ist die Entscheidungsgrenze: die Menge der Punkte, an denen die beiden Optionen genau denselben erwarteten Wert haben.

Auf einer Seite der Grenze wählst du Option eins. Überquere die Grenze, und Option zwei gewinnt. Die Grenze selbst ist das Messerkantengleichgewicht der Gleichgültigkeit.

Hier ist ein eindimensionales Beispiel. Ihr 1.000 $ teures Fahrrad könnte gestohlen werden. Eine Versicherung bietet Vollversicherung für eine Prämie von 100 $ an.

- Nicht versichern: Erwartete Kosten = p x 1000, wobei p die Wahrscheinlichkeit des Diebstahls ist.

- Versichern: Kosten = 100, unabhängig vom Ausgang.

Die Grenze ist die Diebstahls­wahrscheinlichkeit p, bei der sich die beiden erwarteten Kosten schneiden: p x 1000 = 100. Unterhalb von p ist die Selbstversicherung im Durchschnitt günstiger. Oberhalb von p ist der Kauf einer Versicherung vorteilhaft. Die einzelne Zahl p teilt die gesamte Wahrscheinlichkeits­linie in einen Bereich „nicht versichern“ und einen Bereich „versichern“ auf.

Die Grenze berechnen

Gleiche Ausgangslage: Diebstahls­schaden 1.000 $, Versicherungs­prämie 100 $ für Vollversicherung.

Das Nichtversichern kostet im Durchschnitt p x 1000. Das Versichern kostet pauschal 100.

Finden Sie die Grenzwahrscheinlichkeit p*, bei der beide Optionen die gleichen erwarteten Kosten haben. Geben Sie sie als Prozentsatz an und erklären Sie, was sich an Ihrer Entscheidung ändert, wenn diese Grenze überschritten wird.

Wenn eine Option überall gewinnt

Besser in jeder Hinsicht

Manchmal braucht man gar keine Wahrscheinlichkeiten. Ordne jede Option in einem Raum an, in dem jede Achse etwas darstellt, das dir wichtig ist: Preis, Akkulaufzeit, Speicher. Wenn eine Option eine andere auf jeder Achse gleichzeitig schlägt, dominiert sie diese. Das ist die Pareto-Dominanz.

Eine dominierte Option kann niemals gewinnen, unabhängig von der Gewichtung der Achsen und unabhängig von den Wahrscheinlichkeiten, denn was auch immer die Zukunft bringt, die dominierende Option war in dieser Dimension bereits besser. Du kannst die dominierte Option ohne eine einzige Berechnung verwerfen.

Vergleiche zwei Handys:

- Handy A: 200 $, 12-Stunden-Akku, 128 GB.

- Handy B: 250 $, 10-Stunden-Akku, 64 GB.

Handy A ist günstiger, hält länger und bietet mehr Speicher. Es gewinnt in allen drei Dimensionen, daher dominiert A das B. Keine Wahrscheinlichkeiten, kein Erwartungswert, keine Gewichtung der Kompromisse: A ist schlicht besser.

Dominanz ist selten und kostbar. Die meisten realen Entscheidungen sind Kompromisse: günstiger, aber langsamer; sicherer, aber kleiner. Sobald eine Option in einer Dimension gewinnt und in einer anderen verliert, verschwindet die Dominanz, und du musst wieder die Dimensionen gewichten, Wahrscheinlichkeiten zuordnen und Erwartungswerte vergleichen.

Dominanz erkennen

Betrachte zwei Laptops:

- Laptop A: 900 $, 8-Stunden-Akku, 1,4 kg.

- Laptop B: 1.100 $, 6-Stunden-Akku, 1,8 kg.

Nimm an, dass leichter besser ist und eine längere Akkulaufzeit besser ist.

Dominiert ein Laptop den anderen? Nenne ihn, erkläre, warum Dominanz es dir ermöglicht, ohne Wahrscheinlichkeiten zu entscheiden, und beschreibe eine Änderung an den Zahlen, die die Dominanz aufheben und einen echten Kompromiss (Trade-off) erzwingen würde.

Eine punktuelle Empfehlung verdeckt die Form

Eine einzige Zahl ist nicht die Entscheidung

Automatisierte Empfehlungssysteme sind darauf ausgelegt, mit einem Punkt zu antworten: Kaufe dies, nimm diesen Weg, genehmige das. Eine einzelne Auswahl ist leicht darzustellen & leicht umzusetzen. Aber ein Punkt ist nur ein Schatten der Form, aus der er stammt. Er verdeckt alles, was du gelernt hast zu sehen.

Der Profi bleibt nicht beim Punkt stehen. Bevor er einer Empfehlung vertraut, rekonstruiert er die Geometrie dahinter:

- Schwerpunkt (EV): Verfolgt die Auswahl den höchsten erwarteten Wert? Denke daran, dass der Schwerpunkt ein Langzeit-Durchschnittswert ist und nicht das Ergebnis eines einzelnen Versuchs.

- Streuung (Varianz): Zwei Optionen können denselben Erwartungswert aufweisen, sich aber erheblich im Risiko unterscheiden. Eine Punktempfehlung sagt nichts darüber aus, wie weit ein einzelnes Ergebnis abweichen kann, was für eine einmalige Entscheidung entscheidend ist.

- Grenze: Wie nah liegt diese Entscheidung an einer Umkehr? Wenn die Eingabewerte in der Nähe einer Entscheidungsgrenze liegen, kann ein kleiner Fehler in einer Schätzung die richtige Wahl umkehren, & die selbstbewusst wirkende Auswahl ist tatsächlich fragil.

Das Zentrum, die Streuung & die Grenze gemeinsam zu betrachten, bedeutet, die gesamte Ertragsgeometrie zu sehen. Die Empfehlung ist eine Koordinate; der Profi möchte die Karte.

Hinter der Empfehlung lesen

Ein automatisiertes Tool analysiert Ihre Optionen und gibt eine einzelne Zeile aus: „Empfohlene Wahl: Option 3.“

Es zeigt keine Verteilung, keine Risikobandbreite und keine Sensitivität.

Welche geometrischen Informationen verdeckt eine einzelne Punktempfehlung, und was prüft ein aufmerksamer Profi, bevor er ihr vertraut? Beziehen Sie das Zentrum (Erwartungswert), die Streuung (Risiko) und die Entscheidungsgrenze ein.

Geometrie der Entscheidungen: Zusammenfassung

Was Sie gelernt haben

Eine Entscheidung unter Unsicherheit ist eine Form, und vier Merkmale beschreiben sie:

- Der Erwartungswert ist ein Schwerpunkt: EV = Summe von p_i x_i, der Gleichgewichtspunkt der Auszahlungen, gewichtet nach Wahrscheinlichkeit. Höhere Wahrscheinlichkeiten ziehen das Gleichgewicht in Richtung ihrer Auszahlung.

- Risiko wird verteilt: Die Varianz misst, wie stark die Ergebnisse um den Schwerpunkt streuen. Zwei Optionen können denselben Erwartungswert aufweisen, aber ein unterschiedliches Risiko tragen, und bei einer einmaligen Entscheidung kann eine größere Streuung viel schlechter sein.

- Die Entscheidungsgrenze ist die Umkehrlinie: die Menge der Punkte, an denen zwei Optionen denselben Erwartungswert haben. Wird sie überschritten, kehrt sich die bessere Wahl um, und Entscheidungen in der Nähe einer Grenze sind fragil.

- Dominanz benötigt keine Wahrscheinlichkeiten: Wenn eine Option auf jeder Achse gewinnt, dominiert sie, und man kann sie ohne Gewichte oder Erwartungswerte auswählen.

Automatisierte Systeme liefern dir einen Punkt. Der Profi sieht die gesamte Geometrie: Schwerpunkt, Streuung und Grenze, zusammen. Die Empfehlung ist eine Koordinate; Weisheit besteht darin, die Karte zu lesen, aus der sie stammt.