看完恋爱经济学,小明的腰板硬起来了

本周最强冷空气袭击大半个中国,很多地方已飘起雪花……

有人说,下雪的时候,一定要约自己喜欢的人出去走走,因为一不小心,就一起白了头……

看完恋爱经济学,小明的腰板硬起来了

看完恋爱经济学,小明的腰板硬起来了

说起喜欢的人,马上快过年了,你是否也即将面临催婚或者被催婚?那么,以下的经济学原理是催婚的论据也是反逼婚的理论依据,就看你怎么用啦~

经济学中,有一个博弈叫做秘书问题,是由Merrill M. Flood在上世纪提出,光看名字就知道似乎可以用在择偶中。

首先,我们可以假设小明打算谈n次荡气回肠的恋爱,他可以选择随时放弃或接受一段感情,但是一旦决定放弃就不能回头再找前女友。那么,怎么样才能选到最优秀的女友呢?

稍微想一下你就会知道,最好的办法是先试几次,体验一下女生的平均品质,再开始认真选择,一旦出现比前面都优秀的女生就马上留下。假设作为样品的女生是k人,则在k以内的女生就算是林志玲也要选择放弃,然后从k+1开始,一旦出现比林志玲更美的女生就终止博弈。那么,k的大小就至关重要了。既不能太小,让人没试出深浅;也不能太大造成选择变少。则公式为

其中n是恋爱次数,i是遇到公主的时刻具体的演算在这里不赘述了,直接告诉你答案是k=n/欧拉数e = n/2.71

看完恋爱经济学,小明的腰板硬起来了

比如读完这篇文章后你决定最多谈30次恋爱,则前面的30/2.71=11次恋爱是练习赛,前11个女友将注定成为小白鼠。从第12个人开始,如果遇到比前面11人好,就务必要抓住机会了。

除了上面提到的秘书问题,还有以下10条恋爱中常见的经济学原理。

1需求

在经济学中,价格与需求成反比,越便宜的东西销量越高。但,在恋爱学中,恰恰相反。你给自己定价越低——承认自己就是个屌丝,那么,市场的需求量几乎为零。随着产品自身质量的提高,需求曲线也不断上移。

2完全竞争市场

竞争充分而不受任何阻碍和干扰,在这种市场类型中,买卖人数众多,买者和卖者是价格的接受者,资源可自由流动,信息具有完全性。所以,你必须要理性选择。

小金:现在的婚恋市场已经是一个完全竞争市场了,至少你无需再听父母之命,随便找个异性就解决终身大事。这个市场上区分商品好坏的因素有年龄、性格、颜值、财富……

看完恋爱经济学,小明的腰板硬起来了

3机会成本

决定在某棵树上吊死,意味着你要放弃整个森林。当你选择一个女生时,意味着你放弃了选择其他女生的机会。如果你越优秀,选择女生的机会成本越大。如果你的机会成本为零,意味着你的选择不会产生任何不利,所以你的价格也接近于零。

小金:一个人足够优秀,有颜有内涵还有钱,那么他找女朋友的机会成本非常高。因为他们很受异性欢迎,找到一个固定的女朋友,就意味着要放弃一堆同类竞争者。

4纳什均衡

屌丝追求白富美,这是屌丝的占优选择。屌丝女爱慕高富帅,这是屌丝女的理性选择。最终的博弈结果是屌丝和屌丝女都单身,导致这种资源配资不均衡的原因是个体的理性导致的非理性。如果屌丝女接受屌丝,那么这将有利于帕累托改进,但是由于博弈双方的不合作导致了效率的损失。

5沉没成本

在追求对方的过程中,我们不可避免要付出时间与金钱,随着时间的推移,这些成本也越来越大,如果中途放弃或结果失败,将损失所有。现实中的我们往往会比较在意自己以往的付出,导致沉没成本越来越大,最终丧失了宝贵的青春和年华。

小金:不论如何,过去的付出已是“覆水难收”,既定事实难以更改,与其继续忍受,不如放弃另寻有趣的事情。

看完恋爱经济学,小明的腰板硬起来了

6边际效用递减规律

如果你经常给你的追求对象送礼物,那么她每次收到礼物的效用是持续降低的。而如果你很少或几乎不送,那突然的一次惊喜会收获很高的边际效用。

小金:心疼那些每天送礼,却还没讨到女神欢心的人……

7止损

也叫“割肉”。是你在追求过程中出现的其他竞争者或其他不利因素时,及时斩仓出局,以避免形成更大的亏损,目的就在于投资失误时把损失限定在较小的范围内。

8帕累托优化原则

恋爱中,双方至少要有一方变得更好,没有任何一方受损。好的恋爱模式应该是两个人都感觉比以前单身变得更好了。所以要找相互喜欢的,同时愿意为对方付出,因为对方的出现而感到幸福,自己也成为更好的人。

看完恋爱经济学,小明的腰板硬起来了

9信息不对称

有时候漂亮女孩或者很优秀的男孩反而没有对象, 这就是信息不对称造成的。比如你喜欢一个女孩,但是你不了解她,你觉得她漂亮但是又清高,你不敢表白心迹;同时,她心里觉得你也挺优秀的,等着你主动找她。最后彼此错过,这就是你们没有在恰当的时机、充分地交换信息所致。

10期权买卖

找对象就像买卖期权。你单身,等待,就是拥有看涨期权; 你找到对象,结婚,就是拥有看跌期权。然而看涨的不一定涨,看跌的也不一定跌,所以,还是follow your heart吧~

查看原文 >>
相关文章