← пуча hub
EV решения: «инвестиция в партнёра» как ставка
Строгая decision-theory модель для человека, чья функция полезности доминируется долгосрочным техно-прогрессом. Без сантиментов, только математика, дерево исходов и Монте-Карло. Абстрактный кейс.
banner

Постановка

Дано: субъект с ярко выраженной приоритезацией «прогресс → максимизация вычислительной мощности мозга → долгосрочная цель». Собственный тезис: с высокой вероятностью серьёзные отношения = остановка в развитии. Значит утилиты асимметричны: позитивная ветка даёт комфорт, негативная — бьёт по главному приоритету. Считаем EV честно.

Модель дерево из двух ветвей

Единица — «утиль» ≈ $1k субъективной ценности. Две ветви:

ВетвьКомпоненты (утили)Сумма
Позитив (p = 0.40)эмоц.поддержка +120, биология +60, стабильность/фокус +80, «жизнь не в соло» +90+350
Стоп-развитие (p = 0.60)потерянный прогресс −520, время/внимание −180, деньги −30, хвост.риск драмы/раздела −140−870

Ключевая величина — −520 за «потерянный ход к главной цели»: субъект сам ставит её приоритетом №1 «против всего». Именно она перекашивает EV.

EV = P_pos * (+350) + P_stop * (-870)
   = 0.40*350 + 0.60*(-870)
   = 140 - 522
   = -382 утиля   (~ -$382k субъективной ценности)
БАЗОВЫЙ EV
−382 утиля
при его собственных весах ставка отрицательная

Точка безубыточности когда ставка окупается

EV = 0 при P(стоп) = 0.287. То есть:

Sensitivity analysis

По P(стоп-развитие)

 P(stop) |     EV
    0.0  |   +350
    0.2  |   +106
   0.287 |      0   <- BREAK-EVEN
    0.4  |   -138
    0.6  |   -382   <- его оценка
    0.8  |   -626
    1.0  |   -870

По цене «потерянного прогресса»

  lost  |     EV
  -100  |   -130
  -300  |   -250
  -520  |   -382
 -1000  |   -670

EV отрицателен во всём диапазоне, даже если цена прогресса всего −100: базовая P(стоп)=0.6 слишком высока. Значит рычаг №1 — не деньги и не время, а сама вера «это меня остановит».

Монте-Карло 200k прогонов, веса неопределённые

Задаём веса как распределения (нормальные вокруг базовых оценок, чтобы учесть «я не уверен в цифрах»):

Mean EV : -382
Median  : -373
5%..95% : [-703 .. -95]
P(EV<0) : 98.8%

Даже при разбросе оценок почти в 99% сценариев ставка в минусе. Весь 90% доверительный интервал — ниже нуля.

Код модели

P_STOP, P_POS = 0.60, 0.40
pos = 120 + 60 + 80 + 90              # +350
stop = -520 - 180 - 30 - 140         # -870

def ev(p_stop=P_STOP):
    return (1-p_stop)*pos + p_stop*stop

print(ev())                          # -382
breakeven = pos/(pos-stop)           # 0.287

# Монте-Карло
import random, statistics
random.seed(42)
res=[]
for _ in range(200000):
    p = min(max(random.gauss(0.60,0.12),0),1)
    lp = random.gauss(-520,150)
    pv = (random.gauss(120,30)+random.gauss(60,20)
          +random.gauss(80,25)+random.gauss(90,25))
    sv = lp+random.gauss(-180,60)+random.gauss(-30,15)+random.gauss(-140,80)
    res.append((1-p)*pv + p*sv)
print(statistics.mean(res))          # ~ -382

Что модель НЕ учитывает (честные оговорки)

Вывод

При заявленных весах EV ≈ −382 утиля, P(минус) ≈ 99%. Но настоящий результат разбора: всё держится на одном числе — вере «это меня остановит» (60%). Порог окупаемости всего 28.7%. Так что вопрос не «жениться или нет», а «действительно ли партнёр тормозит развитие с вероятностью выше 29% — или это просто усталый мозг так считает».

Абстрактная decision-theory иллюстрация, не совет по жизни и точно не финсовет. Люди — не активы.