一个最有效的方法是：将第一组人（比如说先取10名）作为试验品，就好像在糖果店或面包店里的试吃品一样，之后如果遇到比这组人更好的对象，就可以考虑嫁给他了。这个方法既可以在候选人之间作比较，同时也不会与现实太过脱节。你可以给每个约会对象评分，设定一个满分值，当分数高于前10人的人出现时，那他就是你要找的那一个了。这么做的目的，就是从前10个人当中获取一些经验，作为评估他人的基础，所谓约会其实就是这么一回事。
值得注意的是，运用上述策略时，有两种情况会使你损失惨重：第一，如果前10名刚好是全部里面最糟的，碰巧下一个又是倒数第11名，那就算你倒霉了，你将面临一个相当坏的选择，虽然不是最坏，但也足够糟了。
第二种状况正好相反，就是最好的选择恰好已经在前10个当中，导致你设了一个永远无法达到的高标准，在未来的约会中不可能再遇到和他们一样好的，最后只好在所有机会都出现后选择第100个。
由此可以看出，采用上面的策略有大赢、大输的机会。我们不难解释在运用这一策略的情况下，你将有14赢的机会，也就是与最优秀的人结婚的几率达25％。这当然比随机选择好得多，但还没有十足的把握。因此，接下来，你得决定排名第1、第3，或第5的次佳选择。
那么是不是还有更好的决策呢？当然，在这个案例中，由于你只从100个候选人当中取了10个样本，而最佳选择刚好在样本中的机会只有110，因此第二种错误（也就是让最佳选择从手中溜走）的发生机会相当校所以，在此类错误风险不高的情况下，也许你会愿意提高抽样的数目，这样就有更多的经验来增加自己的判断能力。
因此，如果运用相同的策略，但是将样本数改为20，那又会如何？如此一来，虽然最佳选择从手中溜走的机会将会从110增加到15，但也会大大降低设立过低标准的可能。这是一种交换条件，如果有一边更好，另一边就会更糟。那么如果抽样数目是30，甚至40，又会如何？
通过上面的分析，我们可以看出，这是一个两难选择，如果你抽取的“样本”太少，你得出的结论可能并不准确；可是如果你取样太多，结论倒是准确了，可是又很有可能错失最佳选择（他正好在取样里，被牺牲掉了）。
博弈智慧
再复杂的选择，一样有策略可以完成，关键是要清楚自己想要的是什么。事情没有两全其美的，也没有十拿九稳的，总会冒一定的风险，要想得到更大的利益，就要承担更大的风险。
第189章 为何赖汉娶花枝（）
在现实生活中，有很多“鲜花插在了牛粪上”的情侣，男生很一般，但是身边却有一个超级美女。我们现在试图用“纳什均衡”理论来解释一下这一现象。
我们的主人公有四人，两男两女：帅哥和牛粪先生，鲜花小姐和芳草姑娘。
我们将要讲述的是一个关于追求爱情的博弈故事。鲜花小姐美丽温柔，举止间透露出芬芳的气息，帅哥和牛粪先生都被她深深地吸引住了。我们的芳草也是一个善良可爱的姑娘，她深深地爱恋着帅哥，可惜她没有鲜花小姐那么迷人的外表，所以只好默默地追求。同时，鲜花小姐和芳草姑娘又是两位非常有主见的女孩子。鲜花小姐并不会因为帅哥的外表就直接答应他的追求，因为她选择爱人的标准是谁更执著地爱她。因此，即使帅哥追求她，也只有70％的成功机会，于是牛粪先生就获得了宝贵的30％的机会。芳草姑娘的主见在于她绝不愿意去做爱情的替代品，一旦帅哥去追求鲜花小姐，她就会选择离开帅哥。于是故事开始了
帅哥和牛粪先生每人有两个选择：追求鲜花小姐还是不追求。于是产生四种结果：
（1）如果帅哥追求鲜花而牛粪先生不追求，那么帅哥肯定会得到鲜花小姐的芳心，我们设他的效用为10，而牛粪先生的效用是0；
（2）如果牛粪先生追求鲜花而帅哥不追求的话，同样牛粪先生也会得到鲜花小姐的芳心。我们设他的效用为10，此时帅哥将得到芳草姑娘的爱，我们设他此时的效用是8；
（3）如果帅哥和牛粪先生二人都不追求鲜花小姐，那么帅哥的效用是8，因为他将得到芳草姑娘，而牛粪先生一无所获，效用是0；
（4）如果帅哥和牛粪先生同时追求鲜花小姐的话，帅哥有70％的机会得到鲜花的芳心，期望效用为70％x10=7，而牛粪先生只有30％的机会，期望效用为30％x10=3。
于是一朵美丽的鲜花插在了香喷喷的牛粪上，善良可爱的芳草小姐开心地得到了自己梦寐以求的情郎。
博弈智慧
这个故事告诉我们：如果你天生不幸是一个“牛粪先生”，那千万不要泄气，而是要更加高兴，因为只要你展开攻势，勇敢地去追，你的另一半很可能是一个超级美女。
第190章 海盗的金币（）
海盗，是一帮亡命之徒，在海上抢人钱财，夺人性命，干的是刀口上舔血的营生。在我们的印象中，他们一般都是独眼龙，用条黑布把瞎眼遮上。他们还有在地下埋宝的习惯，而且总要画上一张藏宝图，以方便后人掘龋
然而很少有人知道，海盗是世界上最民主的团体。参加海盗的都是桀骜不驯的汉子，富有独立精神。
让我们先来看一下来自科学美国人杂志上的一篇文章凶残海盗的逻辑。
话说5个强盗抢来了100枚金币，大家决定分赃的方式是：先由最凶残的海盗来提出分配方案，然后大家一人一票表决，如果有50％及以上的海盗同意这个方案，那么就以此方案分配；如果少于50％的海盗同意，那么这个提出方案的海盗就将被丢到海里去喂鱼，然后由剩下的海盗中最凶残的那个海盗提出方案，依此类推。
我们假设这些海盗都绝顶聪明，也不相互合作，并且每个海盗都想尽可能多得到金币。那么第一个提议的海盗怎样才能使提议通过又可以最大限度地得到金币呢？
想解决“海盗分金”问题，我们要从最后的情形向前推，这样我们就知道在最后这一步中什么是好的和坏的策略。然后运用最后一步的结果，得到倒数第二步应该做的策略选择，依此类推。要是直接从第一步入手解决问题，我们就很容易因这样的问题而陷入思维僵局：“要是我如此提议，下面一个海盗会怎么做？”
以这个思路，我们一步步解答这个问题：
首先我们考虑只剩下最后的海盗五，显然他会分给自己100枚，并赞成自己。
再回溯到只剩下海盗四和海盗五的决策，海盗四可以分给自己100枚并赞成自己；海盗五被分得0枚，即使反对也没用。
回到海盗三，他可以分给海盗五1枚，因为海盗五在下一轮只会得到0枚，1枚显然要好于0枚，因此海盗三可以靠分给海盗五1枚而得到海盗五的同意；分给自己99枚，自己也同意；分给海盗四0枚，海盗四反对无用。
接下来回到海盗二，海盗二可以分给海盗四1枚得到海盗四的同意；分给自己99枚，自己也同意；分给海盗三和海盗五0枚，他们会反对但反对没用。
最后我们回到海盗一，他可以分给海盗三和海盗五各1枚，获得海盗三和海盗五的同意；分给自己98枚，自己也同意；分给海盗二和海盗四各0枚，他们反对也不起作用。
因此，海盗分金的最终结果是：海盗一提出分给自己98枚，分给海盗二和海盗四各0枚，分给海盗三和海盗五各1枚。该提议获得了通过，因为海盗一、海盗三和海盗五同意。海盗一在此前提下分到了最多的金币。
博弈论中有一个最基本的分类，即按照博弈各方是否同时决策，分为静态博弈和动态博弈。同时决策或者同时行动的叫做静态博弈；决策或行动有先后次序的叫做动态博弈。在前面的章节中，我们涉及的都是静态博弈，也就是说博弈双方是同时行动的。而现实中，博弈常常是动态的、依次行动的，这就要求我们必须考虑人们在将来对我们的行动的反应。“海盗分金”就是一个典型的动态博弈模型。
动态博弈的典型特征是行动有先后顺序，不同的局中人在不同时点行动，先行动者的选择影响后行动者的选择空间，后行动者可以观察到先行动者做了什么选择，因此，为了做出最优的行动选择，每个行动者都必须这样思考问题：如果我如此选择，对方将如何应对？如果我是他，我将会如何行动？给定他的应对，什么是我的最优选择？
分析动态博弈的一个重要方法就是逆向归纳法。所谓逆向归纳法，就是从动态博弈的最后一个阶段博弈方的行为开始分析，逐步倒推回前一个阶段相应博弈方的行为选择，一直到第一个阶段的分析方法。逆向归纳法的逻辑基础是：动态博弈中先行为的理性的博弈方，在前面阶段选择行为时必然会先考虑后行为博弈方在后面阶段中将会怎样选择行为，只有在博弈的最后一个阶段选择的，不再有后续阶段牵制的博弈方，才能直接做出明确选择。而当后面阶段博弈方的选择确定以后，前一阶段博弈方的行为也就容易确定了。
这一方法的精髓在于“向前展望，向后推理”，即面向未来，思考现在，站在未来的立场来确定现在的最优行动。在分析海盗如何分金的过程中，我们运用的正是这种方法。
围棋活动可以说是这一方法的综合应用。它是对弈双方一人一步的相继行动博弈，每个参与者都必须向前展望，估计对手的意图，从而向后推理，决定自己这一步该怎么走。向前展望时，这里有一条线性的推理链：“假如我这么做，他就会那么做——若是那样，我会这么反击”也就是说，你怎么走棋，完全取决于对�
小提示：按 回车 [Enter] 键 返回书目，按 ← 键 返回上一页， 按 → 键 进入下一页。
赞一下
添加书签加入书架