Точка равновесия — не вся история

Один центр, разная форма

Центроид показывает, где находится точка равновесия облака выплат. Он не говорит ничего о том, насколько далеко исходы рассеиваются от этой точки равновесия. Это рассеивание — разброс, который измеряется дисперсией: средним квадратичным расстоянием выплат от центроида.

Два варианта могут иметь идентичное математическое ожидание, но совершенно разные формы:

- Вариант A: 50% шанс получить $2, 50% шанс получить $6. Матожидание = 0,5(2) + 0,5(6) = $4.

- Вариант B: 50% шанс получить -$16, 50% шанс получить $24. Матожидание = 0,5(-16) + 0,5(24) = $4.

Оба варианта равновесны на отметке $4. Но исходы варианта A плотно сгруппированы вокруг центра, тогда как исходы варианта B улетают далеко в любую сторону. Геометрически A — это узкая форма, а B — широкая.

Для решения, которое вы принимаете тысячи раз, разброс часто нивелируется, и правит центроид. Но для разового решения разброс — это всё: вы получаете лишь один исход, и один исход из варианта B может оказаться равным -$16. Математическое ожидание никогда не обещает, что среднее значение проявится в любой конкретной попытке.

Один бросок

Вы должны выбрать вариант A или вариант B, и у вас есть право сыграть только один раз. Повторных попыток не будет.

- Вариант A: 50% $2, 50% $6.

- Вариант B: 50% -$16, 50% $24.

У обоих вариантов математическое ожидание (EV) = $4.

Линия, где выбор меняется

Где лучшее становится худшим

Разместите свои варианты относительно тех вещей, которые вы не контролируете: вероятности, цены, уровня спроса. Это пространство неизвестных — пространство признаков. Внутри него один вариант лучше в одних областях, а другой — в других. Поверхность, разделяющая эти области, — это граница принятия решения: множество точек, где два варианта имеют строго равное ожидаемое значение.

С одной стороны границы выбирайте первый вариант. Пересеките границу, и второй вариант побеждает. Сама граница — это острый край безразличия.

Вот пример в одномерном пространстве. Ваш велосипед стоимостью $1 000 может быть украден. Страховая компания предлагает полное покрытие за премию в $100.

- Не страховать: ожидаемые затраты = p x 1000, где p — вероятность угона.

- Страховать: затраты = 100, независимо от исхода.

Границей является вероятность угона p, при которой два ожидаемых значения затрат совпадают: p x 1000 = 100. Ниже p самостоятельное страхование в среднем обходится дешевле. Выше p покупка страховки выгоднее. Это единственное число p делит всю линию вероятности на область «не страховать» и область «страховать».

Найдите границу

Та же самая ситуация: ущерб от угона $1 000, страховая премия $100 за полное покрытие.

Отказ от страхования обходится в среднем в p x 1000. Страхование обходится в фиксированные 100.

Когда один вариант выигрывает везде

Лучше по всем параметрам

Иногда вам вообще не нужны вероятности. Разместите каждый вариант в пространстве, где каждая ось — это то, что вам важно: цена, время работы батареи, память. Если один вариант превосходит другой по каждой оси одновременно, он его доминирует. Это доминирование Парето.

Доминируемый вариант никогда не может выиграть ни при каком взвешивании осей и ни при каких вероятностях, потому что, что бы ни случилось в будущем, доминирующий вариант уже был лучше и по этому измерению. Вы можете отбросить доминируемый вариант без единого вычисления.

Сравните два телефона:

- Телефон A: $200, батарея на 12 часов, 128 ГБ.

- Телефон B: $250, батарея на 10 часов, 64 ГБ.

Телефон A дешевле, работает дольше и имеет больше памяти. Он выигрывает по всем трём осям, поэтому A доминирует над B. Никаких вероятностей, никакого математического ожидания, никаких весов компромиссов: A просто лучше.

Доминирование — редкость и ценность. Большинство реальных решений — это компромиссы: дешевле, но медленнее; безопаснее, но меньше. В тот момент, когда вариант выигрывает по одной оси, но проигрывает по другой, доминирование исчезает, и вы снова возвращаетесь к взвешиванию осей, присвоению вероятностей и сравнению математических ожиданий.

Найдите доминирование

Рассмотрим два ноутбука:

- Ноутбук A: $900, батарея на 8 часов, 1,4 кг.

- Ноутбук B: $1 100, батарея на 6 часов, 1,8 кг.

Предположим, что меньший вес лучше, а более длительное время работы от батареи — лучше.

Точечная рекомендация скрывает форму

Одно число — это не решение

Автоматизированные рекомендательные системы созданы, чтобы отвечать точкой: купить это, проложить маршрут туда, утвердить то. Одиночный выбор легко отобразить & легко реализовать. Но точка — это лишь тень формы, из которой она возникла. Она скрывает всё, чему вы научились видеть.

Профессионал не останавливается на точке. Прежде чем доверять рекомендации, он восстанавливает геометрию, стоящую за ней:

- Центроид (ОЖ): гонится ли выбор за наивысшим математическим ожиданием? Помните, что центроид — это среднее значение в долгосрочной перспективе, а не результат одной конкретной попытки.

- Разброс (дисперсия): два варианта могут иметь одинаковое математическое ожидание, но сильно различаться по уровню риска. Точечная рекомендация не говорит ничего о том, насколько далеко отдельный исход может отклониться от среднего, что является решающим фактором для разового решения.

- Граница: насколько это решение близко к точке перелома? Если входные параметры находятся вблизи границы принятия решений, малейшая ошибка в оценке может перевернуть правильный выбор, и уверенно выглядящий вариант на самом деле хрупок.

Видеть центроид, разброс и границу вместе — значит видеть всю геометрию выигрыша. Рекомендация — это координата; профессионалу нужна карта.

Читайте за рамками рекомендации

Автоматизированный инструмент анализирует ваши варианты и выводит одну строку: «Рекомендуемый выбор: Вариант 3».

Он не показывает распределение, диапазон риска и чувствительность.

Геометрия решений: Итоги

Что вы узнали

Решение в условиях неопределённости — это форма, и её описывают четыре ориентира:

- Математическое ожидание — это центроид: EV = сумма p_i x_i, точка равновесия выплат, взвешенных по вероятности. Более высокие вероятности смещают точку равновесия в сторону соответствующей выплаты.

- Риск распределён: дисперсия измеряет, насколько сильно результаты расходятся от центроида. Два варианта могут иметь одинаковую математическое ожидание (EV), но различаться по уровню риска, и для разового решения более широкий разброс может оказаться значительно хуже.

- Граница принятия решений — это линия перелома: это множество точек, где два варианта имеют одинаковое математическое ожидание. Пересечение этой границы меняет предпочтительный выбор, а решения, близкие к границе, являются хрупкими.

- Для доминирования не нужны вероятности: если один вариант превосходит другой по каждому параметру, он доминирует, и его можно выбрать без каких-либо весов или математических ожиданий.

Автоматизированные системы предоставляют вам точку. Профессионал видит всю геометрию: центроид, разброс и границу — вместе. Рекомендация — это координата; мудрость — это умение читать карту, с которой она была взята.