एक निर्णय एक आकार है
विकल्पों में ज्यामिति होती है
अनिश्चितता के तहत हर निर्णय संभावित रिटर्न को एक संख्या रेखा पर फैलाता है। कुछ परिणाम आपको पुरस्कृत करते हैं, कुछ आपको खर्च कराते हैं, और प्रत्येक के साथ एक संभावना जुड़ी होती है। उस भारित रिटर्न के बादल का एक आकार होता है: और वही आकार है जिसके बारे में आप वास्तव में निर्णय लेते हैं।
उस आकार का पहला लैंडमार्क इसका अपेक्षित मूल्य (EV) है: रिटर्न का संभावना-भारित औसत।
EV = sum of p_i x_i
जहाँ प्रत्येक x_i एक पुरस्कार (payoff) है और प्रत्येक p_i उसकी संभावना है। इसे भौतिकी की तरह सोचें: संख्या रेखा (number line) पर स्थिति x_i पर द्रव्यमान p_i रखें। अपेक्षित मान (expected value) केंद्रक (centroid) है, वह एकमात्र संतुलन बिंदु जहाँ भारित पुरस्कार बिना टिपे के संतुलन में रहते हैं।
एक भारी संभावना संतुलन बिंदु को उसके पुरस्कार की ओर खींचती है। एक दुर्लभ परिणाम, हालाँकि कितना भी चरम (extreme) हो, उसे बहुत कम हिलाता है। EV (अपेक्षित मान) वह परिणाम नहीं है जो आपको किसी एक प्रयास में मिलेगा: यह हर संभावित परिणाम का द्रव्यमान केंद्र (center of mass) है।
संतुलन बिंदु खोजें
एक सड़क विक्रेता एक ऐसा खेल प्रदान करता है जिसमें प्रवेश के लिए कुछ भी खर्च नहीं करना पड़ता।
- 60% बार आप $10 जीतते हैं।
- 40% बार आप $5 हारते हैं।
जीत को +10 और हार को -5 मानें।
संतुलन बिंदु पूरा चित्र नहीं है
सम केंद्र, अलग आकार
सेंट्रॉइड (centroid) आपको बताता है कि भुगतान बादल (payoff cloud) कहाँ संतुलित होता है। यह इस बात के बारे में कुछ नहीं कहता कि परिणाम उस संतुलन बिंदु से कितनी दूर फैले हुए हैं। वह फैलाव स्प्रेड (spread) है, जिसे वैरिएंस (variance) द्वारा मापा जाता है: भुगतानों के केंद्र से औसत वर्ग दूरी।
दो विकल्प एक ही अपेक्षित मान (expected value) साझा कर सकते हैं, फिर भी उनका आकार पूरी तरह अलग हो सकता है:
- विकल्प A: $2 पाने की 50% संभावना, $6 पाने की 50% संभावना। EV = 0.5(2) + 0.5(6) = $4।
- विकल्प B: -$16 पाने की 50% संभावना, $24 पाने की 50% संभावना। EV = 0.5(-16) + 0.5(24) = $4।
दोनों $4 पर संतुलित होते हैं। लेकिन विकल्प A के परिणाम केंद्र के करीब-करीब रहते हैं, जबकि विकल्प B के परिणाम दोनों ओर दूर तक उड़ जाते हैं। ज्यामितीय रूप से, A एक संकरा आकार है और B एक चौड़ा आकार।
ऐसे निर्णय के लिए जिन्हें आप हज़ारों बार दोहराते हैं, स्प्रेड अक्सर धुंधला हो जाता है और सेंट्रॉइड (centroid) नियंत्रण करता है। लेकिन एक-शॉट (one-shot) निर्णय के लिए, स्प्रेड सब कुछ है: आपको एक ही ड्रॉ (draw) मिलता है, और B से एक ही ड्रॉ -$16 पर भी गिर सकता है। अपेक्षित मान कभी भी यह वादा नहीं करता कि औसत किसी एक प्रयास में दिखाई देगा।
केवल एक बार
आपको विकल्प A या विकल्प B चुनना होगा, और आप केवल एक बार खेल सकते हैं। कोई दूसरी कोशिश नहीं है।
- विकल्प A: 50% $2, 50% $6।
- विकल्प B: 50% -$16, 50% $24।
दोनों का EV = $4 है।
वह रेखा जहाँ चयन बदल जाता है
जहाँ बेहतर होना खराब हो जाता है
अपने विकल्पों को उन चीज़ों के ऊपर रखें जिन्हें आप नियंत्रित नहीं करते: एक प्रायिकता, एक मूल्य, एक मांग स्तर। अज्ञातों का वह स्थान एक विशेषता स्थान (feature space) है। इसके अंदर, एक विकल्प कुछ क्षेत्रों में बेहतर है & दूसरा विकल्प अन्यत्र बेहतर है। उन क्षेत्रों को अलग करने वाली सतह निर्णय सीमा (decision boundary) है: बिंदुओं का वह समुच्चय जहाँ दोनों विकल्पों की अपेक्षित मूल्य (expected value) बिल्कुल समान होती है।
सीमा के एक पक्ष पर, विकल्प एक चुनें। सीमा पार करें, & विकल्प दो जीतता है। सीमा स्वयं उदासीनता की नुकीली किनारा है।
यहाँ एक एक-आयामी (one-dimensional) उदाहरण है। आपका $1,000 का बाइक चोरी हो सकता है। एक बीमाकर्ता $100 की प्रीमियम के बदले पूर्ण कवरेज (full coverage) प्रदान करता है।
- बीमा न लें: अपेक्षित लागत = p x 1000, जहाँ p चोरी की संभावना है।
- बीमा लें: लागत = 100, चाहे कुछ भी हो।
सीमा (boundary) वह चोरी की संभावना p है जहाँ दोनों अपेक्षित लागतें एक-दूसरे के बराबर होती हैं: p x 1000 = 100। p से नीचे, स्व-बीमा (self-insuring) औसतन सस्ता होता है। p से ऊपर, कवरेज खरीदना लाभदायक होता है। p यह एकल संख्या पूरी संभावना रेखा को 'बीमा न लें' क्षेत्र और 'बीमा लें' क्षेत्र में विभाजित करती है।
सीमा (Boundary) का हल निकालें
वही सेटअप: चोरी की हानि $1,000, पूर्ण कवरेज के लिए बीमा प्रीमियम $100।
बीमा न लेने की लागत, औसतन, p x 1000 होती है। बीमा लेने की लागत स्थिर 100 होती है।
जब एक विकल्प हर जगह जीतता है
हर मापदंड में बेहतर
कभी-कभी आपको संभावनाओं (probabilities) की आवश्यकता ही नहीं होती है। प्रत्येक विकल्प को एक स्थान पर रखें जहाँ प्रत्येक अक्ष (axis) वह चीज़ हो जिस पर आपको ध्यान है: मूल्य, बैटरी लाइफ, स्टोरेज। यदि एक विकल्प एक ही समय में हर अक्ष पर दूसरे विकल्प से बेहतर है, तो वह उसे प्रभावी (dominates) करता है। इसे पैरेटो प्रभाविता (Pareto dominance) कहते हैं।
एक प्रभावित (dominated) विकल्प कभी जीत नहीं सकता, न ही अक्षों के किसी भी वेटिंग (weighting) के तहत और न ही किसी भी संभावनाओं के तहत, क्योंकि भविष्य में जो भी हो, प्रभावी विकल्प उस आयाम पर पहले से ही बेहतर था। आप बिना एक भी गणना किए प्रभावित विकल्प को हटा सकते हैं।
दो फ़ोन की तुलना करें:
- फ़ोन A: $200, 12 घंटे की बैटरी, 128 GB।
- फ़ोन B: $250, 10 घंटे की बैटरी, 64 GB।
फ़ोन A सस्ता है, अधिक समय तक चलता है, और अधिक स्टोरेज रखता है। यह तीनों अक्षों पर जीतता है, इसलिए A, B को प्रभावी (dominates) करता है। कोई संभावनाएं नहीं, कोई अपेक्षित मूल्य (expected value) नहीं, कोई ट्रेड-ऑफ वेट्स नहीं: A बस बेहतर है।
प्रभाविता (Dominance) दुर्लभ और कीमती है। अधिकांश वास्तविक विकल्प ट्रेड-ऑफ हैं: सस्ता लेकिन धीमा, सुरक्षित लेकिन छोटा। जैसे ही एक विकल्प एक अक्ष पर जीतता है और दूसरे पर हारता है, प्रभाविता गायब हो जाती है और आप वापस अक्षों को वेट करने, संभावनाएं सौंपने, और अपेक्षित मूल्यों की तुलना करने पर आ जाते हैं।
प्रभाविता को पहचानें
दो लैपटॉप पर विचार करें:
- लैपटॉप A: $900, 8 घंटे की बैटरी, 1.4 किग्रा।
- लैपटॉप B: $1,100, 6 घंटे की बैटरी, 1.8 किग्रा।
मान लें कि हल्का होना बेहतर है और लंबी बैटरी लाइफ बेहतर है।
एक बिंदु की सिफारिश आकार को छुपाती है
एक संख्या निर्णय नहीं है
स्वचालित सिफारिशकर्ता (recommenders) एक बिंदु के साथ उत्तर देने के लिए बनाए जाते हैं: यह खरीदें, यहीं रास्ता लें, उसकी स्वीकृति दें। एक अकेला चयन प्रदर्शन करना और उस पर कार्रवाई करना आसान है। लेकिन एक बिंदु उस आकार की छाया है जिससे यह निकला है। यह वह सब कुछ छुपा देता है जो आप देखने के लिए सीखे थे।
व्यावसायिक व्यक्ति बिंदु पर नहीं रुकता। किसी सिफारिश पर भरोसा करने से पहले, वे उसके पीछे की ज्यामिति को पुनर्निर्माण करते हैं:
- केंद्रक (EV): क्या चयन सबसे उच्च अपेक्षित मूल्य की ओर दौड़ रहा है? याद रखें कि केंद्रक एक लंबे समय तक औसत है, किसी एक प्रयास का परिणाम नहीं।
- व्यापकता (वैरियंस): दो विकल्प एक ही EV (अपेक्षित मूल्य) साझा कर सकते हैं, फिर भी जोखिम में बहुत अलग हो सकते हैं। एक बिंदु की सिफारिश यह नहीं बताती कि एकल परिणाम कितना दूर जा सकता है, जो एक-शॉट निर्णय के लिए निर्णायक होता है।
- सीमा: यह निर्णय पलटने से कितना करीब है? यदि इनपुट एक निर्णय सीमा के करीब हैं, तो अनुमान में एक छोटी गलती सही विकल्प को पलट सकती है, और आत्मविश्वास से भरा दिखने वाला चयन वास्तव में भंगुर है।
सेंट्रॉइड, व्यापकता, और सीमा को एक साथ देखना पूरे पेऑफ ज्यामिति को देखना है। सिफारिश एक निर्देशांक है; पेशेवर नक्शा चाहता है।
सिफारिश के पीछे पढ़ें
एक स्वचालित टूल आपके विकल्पों का अध्ययन करता है और एक एकल पंक्ति प्रिंट करता है: "अनुशंसित विकल्प: विकल्प 3।"
यह कोई वितरण, कोई जोखिम बैंड, और कोई संवेदनशीलता नहीं दिखाता।
निर्णयों की भूमिति: सारांश
आपने क्या सीखा है
अनिश्चितता के तहत एक निर्णय एक आकार (shape) है, और इसे चार लैंडमार्क वर्णित करते हैं:
- अपेक्षित मूल्य एक केंद्रक (centroid) है: EV = sum of p_i x_i, जो संभावना द्वारा भारित (weighted) पारितों (payoffs) का संतुलन बिंदु है। भारी संभावनाएं संतुलन को उनके पारित (payoff) की ओर खींचती हैं।
- जोखिम फैला है: विचरण (variance) मापता है कि परिणाम केंद्रक (centroid) से कितनी दूर बिखरे हुए हैं। दो विकल्प एक ही EV (अपेक्षित मूल्य) साझा कर सकते हैं, फिर भी जोखिम में अंतर हो सकता है, और एक-बार के निर्णय के लिए एक चौड़ा फैलाव बहुत खराब हो सकता है।
- निर्णय सीमा पलट रेखा है: वह बिंदुओं का समूह जहाँ दो विकल्पों का अपेक्षित मूल्य समान होता है। इसे पार करते ही बेहतर विकल्प उलट जाता है, और सीमा के निकट के निर्णय नाजुक होते हैं।
- प्रभुत्व के लिए संभावनाओं की आवश्यकता नहीं है: यदि एक विकल्प हर अक्ष पर जीतता है, तो वह प्रभुत्व रखता है, और आप इसे बिना किसी वज़न या अपेक्षित मूल्य के चुन सकते हैं।
स्वचालित प्रणालियाँ आपको एक बिंदु देती हैं। पेशेवर पूरी ज्यामिति को देखता है: केंद्रक, फैलाव, और सीमा, एक साथ। सिफारिश एक निर्देशांक है; बुद्धि वह नक्शा पढ़ना है जिससे यह आया है।