看完戀愛經濟學,小明的腰板硬起來了

本週最強冷空氣襲擊大半個中國,很多地方已飄起雪花……

有人說,下雪的時候,一定要約自己喜歡的人出去走走,因爲一不小心,就一起白了頭……

看完戀愛經濟學,小明的腰板硬起來了

看完戀愛經濟學,小明的腰板硬起來了

說起喜歡的人,馬上快過年了,你是否也即將面臨催婚或者被催婚?那麼,以下的經濟學原理是催婚的論據也是反逼婚的理論依據,就看你怎麼用啦~

經濟學中,有一個博弈叫做祕書問題,是由Merrill M. Flood在上世紀提出,光看名字就知道似乎可以用在擇偶中。

首先,我們可以假設小明打算談n次蕩氣迴腸的戀愛,他可以選擇隨時放棄或接受一段感情,但是一旦決定放棄就不能回頭再找前女友。那麼,怎麼樣才能選到最優秀的女友呢?

稍微想一下你就會知道,最好的辦法是先試幾次,體驗一下女生的平均品質,再開始認真選擇,一旦出現比前面都優秀的女生就馬上留下。假設作爲樣品的女生是k人,則在k以內的女生就算是林志玲也要選擇放棄,然後從k+1開始,一旦出現比林志玲更美的女生就終止博弈。那麼,k的大小就至關重要了。既不能太小,讓人沒試出深淺;也不能太大造成選擇變少。則公式爲

其中n是戀愛次數,i是遇到公主的時刻具體的演算在這裏不贅述了,直接告訴你答案是k=n/歐拉數e = n/2.71

看完戀愛經濟學,小明的腰板硬起來了

比如讀完這篇文章後你決定最多談30次戀愛,則前面的30/2.71=11次戀愛是練習賽,前11個女友將註定成爲小白鼠。從第12個人開始,如果遇到比前面11人好,就務必要抓住機會了。

除了上面提到的祕書問題,還有以下10條戀愛中常見的經濟學原理。

1需求

在經濟學中,價格與需求成反比,越便宜的東西銷量越高。但,在戀愛學中,恰恰相反。你給自己定價越低——承認自己就是個屌絲,那麼,市場的需求量幾乎爲零。隨着產品自身質量的提高,需求曲線也不斷上移。

2完全競爭市場

競爭充分而不受任何阻礙和干擾,在這種市場類型中,買賣人數衆多,買者和賣者是價格的接受者,資源可自由流動,信息具有完全性。所以,你必須要理性選擇。

小金:現在的婚戀市場已經是一個完全競爭市場了,至少你無需再聽父母之命,隨便找個異性就解決終身大事。這個市場上區分商品好壞的因素有年齡、性格、顏值、財富……

看完戀愛經濟學,小明的腰板硬起來了

3機會成本

決定在某棵樹上吊死,意味着你要放棄整個森林。當你選擇一個女生時,意味着你放棄了選擇其他女生的機會。如果你越優秀,選擇女生的機會成本越大。如果你的機會成本爲零,意味着你的選擇不會產生任何不利,所以你的價格也接近於零。

小金:一個人足夠優秀,有顏有內涵還有錢,那麼他找女朋友的機會成本非常高。因爲他們很受異性歡迎,找到一個固定的女朋友,就意味着要放棄一堆同類競爭者。

4納什均衡

屌絲追求白富美,這是屌絲的佔優選擇。屌絲女愛慕高富帥,這是屌絲女的理性選擇。最終的博弈結果是屌絲和屌絲女都單身,導致這種資源配資不均衡的原因是個體的理性導致的非理性。如果屌絲女接受屌絲,那麼這將有利於帕累託改進,但是由於博弈雙方的不合作導致了效率的損失。

5沉沒成本

在追求對方的過程中,我們不可避免要付出時間與金錢,隨着時間的推移,這些成本也越來越大,如果中途放棄或結果失敗,將損失所有。現實中的我們往往會比較在意自己以往的付出,導致沉沒成本越來越大,最終喪失了寶貴的青春和年華。

小金:不論如何,過去的付出已是“覆水難收”,既定事實難以更改,與其繼續忍受,不如放棄另尋有趣的事情。

看完戀愛經濟學,小明的腰板硬起來了

6邊際效用遞減規律

如果你經常給你的追求對象送禮物,那麼她每次收到禮物的效用是持續降低的。而如果你很少或幾乎不送,那突然的一次驚喜會收穫很高的邊際效用。

小金:心疼那些每天送禮,卻還沒討到女神歡心的人……

7止損

也叫“割肉”。是你在追求過程中出現的其他競爭者或其他不利因素時,及時斬倉出局,以避免形成更大的虧損,目的就在於投資失誤時把損失限定在較小的範圍內。

8帕累託優化原則

戀愛中,雙方至少要有一方變得更好,沒有任何一方受損。好的戀愛模式應該是兩個人都感覺比以前單身變得更好了。所以要找相互喜歡的,同時願意爲對方付出,因爲對方的出現而感到幸福,自己也成爲更好的人。

看完戀愛經濟學,小明的腰板硬起來了

9信息不對稱

有時候漂亮女孩或者很優秀的男孩反而沒有對象, 這就是信息不對稱造成的。比如你喜歡一個女孩,但是你不瞭解她,你覺得她漂亮但是又清高,你不敢表白心跡;同時,她心裏覺得你也挺優秀的,等着你主動找她。最後彼此錯過,這就是你們沒有在恰當的時機、充分地交換信息所致。

10期權買賣

找對象就像買賣期權。你單身,等待,就是擁有看漲期權; 你找到對象,結婚,就是擁有看跌期權。然而看漲的不一定漲,看跌的也不一定跌,所以,還是follow your heart吧~

查看原文 >>
相關文章