Bir Karar Bir Şekildir
Seçeneklerin Geometrisi Vardır
Belirsizlik altındaki her karar, olası ödemeleri bir sayı doğrusu üzerinde dağıtır. Bazı sonuçlar size ödül getirir, bazıları size maliyet çıkarır ve her biri bir olasılık taşır. Bu ağırlıklı ödemeler bulutunun bir şekli vardır: & ve aslında karar verdiğiniz şey bu şekildir.
Bu şeklin ilk önemli noktası beklenen değeri (BD)'dir: ödemelerin olasılık ağırlıklı ortalaması.
BD = sum of p_i x_i
burada her x_i bir ödül, her p_i ise olasılığıdır. Bunu fizik gibi düşünün: Sayı doğrusu üzerinde x_i konumuna p_i kütle yerleştirin. Beklenen değer, ağırlıklı ödüllerin dengede durduğu tek denge noktası olan ağırlık merkezidir.
Daha yüksek bir olasılık, denge noktasını kendi ödülüne doğru çeker. Ne kadar uç bir sonuç olursa olsun, nadir bir sonuç onu neredeyse hiç oynatmaz. Beklenen değer, tek bir denemede alacağınız sonuç değildir; alabileceğiniz her sonucun kütle merkezidir.
Denge Noktasını Bulun
Bir sokak satıcısı, katılmak için ücret ödemeyen bir oyun teklif ediyor.
- %60 olasılıkla 10 $ kazanırsınız.
- %40 olasılıkla 5 $ kaybedersiniz.
Kazanmayı +10, kaybı ise -5 olarak ele alın.
Denge Noktası Tek Başına Tam Resim Değildir
Aynı Merkez, Farklı Şekil
Ağırlık merkezi (centroid), bir getiri bulutunun nerede dengelediğini söyler. Sonuçların bu denge noktasından ne kadar dağıldığı hakkında hiçbir şey söylemez. Bu dağılım yayılımdır ve varyans ile ölçülür: getirilerin ağırlık merkezinden ortalama karesel uzaklığı.
İki seçenek, aynı beklenen değere sahip olabilir ancak tamamen farklı şekillerde olabilir:
- Seçenek A: %50 olasılıkla $2, %50 olasılıkla $6. BD = 0.5(2) + 0.5(6) = $4.
- Seçenek B: %50 olasılıkla -$16, %50 olasılıkla $24. BD = 0.5(-16) + 0.5(24) = $4.
Her ikisi de $4'te dengelenir. Ancak Seçenek A'nın sonuçları merkeze yakın kümelenirken, Seçenek B'nin sonuçları her iki yöne de çok uzaklara savrulur. Geometrik olarak, A dar bir şekildir ve B geniş bir şekildir.
Binlerce kez tekrarladığınız bir karar için, yayılım genellikle ortadan kalkar ve ağırlık merkezi belirleyici olur. Ancak tek seferlik bir kararda, yayılım her şeydir: tek bir çekiliş yaparsınız ve B'den gelen tek bir çekiliş -$16'ya düşebilir. Beklenen değer, ortalamanın herhangi bir tek denemede ortaya çıkacağını asla garanti etmez.
Sadece Bir Kez Atış
A Seçeneği'ni veya B Seçeneği'ni seçmelisiniz ve yalnızca bir kez oynayabilirsiniz. İkinci bir şans yoktur.
- A Seçeneği: %50 $2, %50 $6.
- B Seçeneği: %50 -$16, %50 $24.
Her ikisinin de EV (Beklenen Değer) = $4'tür.
Seçimin Yön Değiştirdiği Çizgi
Daha İyi Olanın Daha Kötü Hale Geldiği Yer
Seçeneklerinizi kontrol edemediğiniz şeyler üzerinde serin: bir olasılık, bir fiyat, bir talep düzeyi. Bu bilinmeyenler alanı bir özellik uzayıdır. İçinde, bir seçenek bazı bölgelerde daha iyi & diğer seçenek başka yerlerde daha iyidir. Bu bölgeleri ayıran yüzey karar sınırıdır: iki seçeneğin tam olarak eşit beklenen değere sahip olduğu noktaların kümesi.
Sınırın bir tarafında birinci seçeneği seçin. Sınırı geçin, & ikinci seçenek kazanır. Sınırın kendisi kayıtsızlığın bıçak sıyrığıdır.
İşte tek boyutlu bir örnek. 1.000 $'lık bisikletiniz çalınabilir. Bir sigorta şirketi, 100 $ prim karşılığında tam kapsama sunuyor.
- Sigorta yaptırma: beklenen maliyet = p x 1000, burada p hırsızlık olasılığıdır.
- Sigorta yaptırma: maliyet = 100, ne olursa olsun.
Sınır, iki beklenen maliyetin kesiştiği hırsızlık olasılığı p'dir: p x 1000 = 100. p'nin altında, kendi sigortanızı yapmak ortalama olarak daha ucuzdur. p'nin üzerinde, kapsama almak kazanır. p tek sayısı, tüm olasılık çizgisini sigorta yaptırmama bölgesi ve sigorta yaptırma bölgesi olarak ikiye böler.
Sınırı Çöz
Aynı kurulum: hırsızlık kaybı 1.000 $, tam kapsama için sigorta primi 100 $.
Sigorta yaptırmamak, ortalama olarak p x 1000 tutarında maliyet çıkarır. Sigorta yaptırmak sabit 100 tutarında maliyet çıkarır.
Bir Seçenek Her Yerde Kazandığında
Her Eksen Üstünde Daha İyi
Bazen olasılıklara hiç gerek yoktur. Her seçeneği, her ekseni sizin için önemli bir şeyi temsil eden bir uzaya yerleştirin: fiyat, pil ömrü, depolama. Bir seçenek, diğerini her eksende aynı anda yendiğinde, onu baskılayar (dominate eder). Buna Pareto baskınlığı denir.
Baskılanan bir seçenek, eksenlerin herhangi bir ağırlıklandırması altında ve herhangi bir olasılık altında asla kazanamaz; çünkü gelecekte ne olursa olsun, baskılayan seçenek o boyutta zaten daha iyiydi. Baskılanan seçeneği tek bir hesaplama yapmadan elenebilirsiniz.
İki telefonu karşılaştırın:
- Telefon A: 200 $, 12 saat pil ömrü, 128 GB.
- Telefon B: 250 $, 10 saat pil ömrü, 64 GB.
Telefon A daha ucuz, daha uzun süre dayanıyor ve daha fazla veri tutuyor. Üç eksende de kazandığı için A, B'yi baskılamaktadır. Olasılık yok, beklenen değer yok, takas ağırlıkları yok: A basitçe daha iyi.
Baskınlık nadir ve değerlidir. Gerçek hayattaki çoğu seçim takaslardır: daha ucuz ama daha yavaş, daha güvenli ama daha küçük. Bir seçenek bir eksende kazanırken diğerinde kaybetmeye başladığı anda baskınlık buharlaşır ve eksenleri tartmaya, olasılıklar atamaya ve beklenen değerleri karşılaştırmaya geri dönersiniz.
Baskınlığı Tespit Et
İki dizüstü bilgisayarı ele alalım:
- Laptop A: 900 $, 8 saat pil ömrü, 1,4 kg.
- Laptop B: 1.100 $, 6 saat pil ömrü, 1,8 kg.
Daha hafif olmanın ve daha uzun pil ömrünün daha iyi olduğunu varsayın.
Noktasal Bir Öneri Şekli Gizler
Tek Bir Sayı Karar Değildir
Otomatik öneri sistemleri, tek bir noktayla cevap vermeye programlanmıştır: bunu al, şuraya yönlendir, şunu onayla. Tek bir seçim gösterilmesi ve uygulanması kolaydır. Ancak bir nokta, geldiği şeklin bir gölgesidir. Görmeyi öğrendiğiniz her şeyi gizler.
Profesyonel, noktada durmaz. Bir öneriye güvenmeden önce, onun arkasındaki geometriyi yeniden inşa eder:
- Ağırlık Merkezi (EV): Seçim, en yüksek beklenen değeri mi kovalıyor? Ağırlık merkezinin tek bir denemenin sonucu değil, uzun vadeli bir ortalama olduğunu unutmayın.
- Yayılım (varyans): iki seçenek aynı EV'ye (beklenen değere) sahip olabilir ancak risk açısından birbirinden çok farklı olabilir. Tek bir nokta önerisi, tek bir sonucun ne kadar sapabileceği hakkında hiçbir şey söylemez; bu da tek seferlik bir karar için belirleyici bir faktördür.
- Sınır: bu karar tersine dönme noktasına ne kadar yakın? Girdiler bir karar sınırının yakınında duruyorsa, bir tahmindeki küçük bir hata doğru seçimi tersine çevirebilir & kendinden emin görünen seçim aslında kırılgandır.
Ağırlık merkezini (centroid), yayılımı ve sınırı birlikte görmek, tüm ödül geometrisini görmektir. Öneri bir koordinattır; profesyonel ise haritayı ister.
Önerinin Ardını Oku
Otomatik bir araç seçeneklerinizi inceler ve tek bir satır basar: "Önerilen seçim: Seçenek 3."
Hiçbir dağılım, risk bandı veya duyarlılık göstermez.
Kararların Geometrisi: Özet
Ne Öğrendiniz
Belirsizlik altındaki bir karar bir şekildir ve onu dört nokta tanımlar:
- Beklenen değer bir ağırlık merkezidir (centroid): EV = p_i x_i toplamı, olasılıklarla ağırlıklandırılmış ödemelerin denge noktasıdır. Daha yüksek olasılıklar, dengeyi kendi ödemelerine doğru çeker.
- Risk dağıtılır: varyans, sonuçların merkezden (centroid) ne kadar saparak dağıldığını ölçer. İki seçenek aynı EV'ye (beklenen değer) sahip olabilir ancak risk açısından farklılık gösterebilir ve tek seferlik bir kararda daha geniş bir dağılım çok daha kötü olabilir.
- Karar sınırı, tersine çevirme çizgisidir: iki seçeneğin beklenen değerlerinin eşit olduğu noktaların kümesi. Bu sınırı geçmek daha iyi seçimi tersine çevirir ve sınıra yakın kararlar kırılgandır.
- Baskınlık için olasılıklar gerekmez: bir seçenek her eksende kazanıyorsa, baskındır ve onu hiçbir ağırlık veya beklenen değer kullanmadan seçebilirsiniz.
Otomatik sistemler size bir nokta verir. Profesyonel tüm geometriyi görür: merkez, yayılım ve sınır, birlikte. Öneri bir koordinattır; bilgelik ise bu önerinin geldiği haritayı okumaktır.