مشکل پایدار ازدواج و آشنایی مدرن

این پست پیگیری مقدمه درباره مشکل پایدار ازدواج یک> برای درک مشکل / راه حل ، پست قبلی را بررسی کنید زیرا این پست پیامدهای آن را بررسی می کند ، به ویژه در دنیای آشنایی مدرن.


مدرن تایمز

یک نتیجه جالب اینترنت این است که تا چه اندازه مشکل پیدا کردن همنوع خود را به شما نزدیک کرده است ، و همچنین چگونه فرضیات موجود در مسئله اصلی ازدواج پایدار (SMP) در واقعیت صادق است. مقاله اصلی از سال 1962 فرضیه هایی وجود دارد که نه در آن زمان و نه در حال حاضر کار نکرده است ، اما بحث در مورد چگونگی بهترین جفت کردن افراد برای ازدواج و اشخاص برای هر منظور به طور کلی آغاز شده است.

SMP اصلی فرض می کند که همه افراد را می شناسند هر فرد می تواند همه را در جنس مخالف قرار دهد. این یک فرض به وضوح غیرواقعی در سال 1962 بود ، با این حال ، هیچ چیز منبع وحدت آور تری نبوده است در تاریخ بشریت نسبت به افراد داخلی.

در حالی که SMP ممکن است یک آزمایش جالب برای تکثیر در یک شهر کوچک بسته از 25 سال پیش باشد ، مردم در حال یافتن افراد دیگری هستند در جدول زیر سه روش برتر که مردم طی دهه گذشته با شریک زندگی خود ملاقات کرده اند ، نشان می دهد. سال:

Decade / Rank 1 2 3
1960’s از طریق دوست (19٪) از طریق خانواده (13٪) دبستان / دوره متوسطه (12٪)
دهه 1970 از طریق دوست (21٪) از طریق خانواده (13٪) بار / رستوران (10٪)
1980s از طریق دوست (18٪) از طریق Coworker (16٪) بار / رستوران (14٪)
1990 از طریق دوست (18٪) از طریق Coworker (15٪) بار / رستوران (12٪)
2000 از طریق دوست (19٪ ) بار / رستوران (11٪) از طریق Coworker (10٪)
2010 ملاقات آنلاین (19٪) از طریق دوست (17٪) بار / رستوران (1 5٪)

منبع

من می خواستم ببینم SMP چگونه در بعضی از شبیه سازی ها اجرا می شود و چگونه واقعاً زندگی واقعی را مدل می کند.

برخی از انواع SMP را که زندگی واقعی را دقیق تر نشان می دهند ، محک بزنید ، بیایید با شبیه سازی سناریوی مسئله کلاسیک شروع کنیم بیش از 50 سال پیش پیشنهاد شده است.

شبیه سازی ها

کلاسیک

من یک اجرای پایتون از راه حل SMP کلاسیک به منظور محاسبه برخی نتایج اولیه در مورد دنیای “ایده آل” چگونه است. گروه بصورت تصادفی و یکنواخت توزیع می شود. این اساساً بدان معنی است که همه شانس برابر دارند که مورد علاقه شخصی با جنس مخالف قرار بگیرند.

الگوریتم استاندارد با سطح جمعیتی مختلف و تعداد تکرارها برای یافتن پایدار اجرا شد. مطابقت و همچنین رتبه اولویتی که هر شخص به طور متوسط ​​با آنها مطابقت داشت ثبت شد.

نکته دوم در نمودار دوم نشان داده شده است و به عنوان تفاوت بین رتبه آنچه هر دختر بدست می آید ، ترسیم می شود و منفی است از آنچه که هر پسر کسب می کند (توجه کنید) این عنوان یک مزیت را برای مردان نشان می دهد ، این بدان دلیل است که تقریباً در تمام سناریوها مرد در تطبیق بالاتر ظاهر شد ، a.k.a “Reacher”)

شبیه سازی کلاسیک >

از شبیه سازی ها می توانیم دو چیز را مشاهده کنیم:

  • نمودار اول نشانگر پیچیدگی O (n²) الگوریتم . ما می توانیم ببینیم که با بزرگتر شدن جامعه ، یکنواخت می شود با مقدار کمی ، میزان تکرارهای لازم برای حل مشکل تطابق بصورت تصاعدی رشد می کند.

    • این نشان می دهد که چگونه مشکل در پیدا کردن یک تطبیق پایدار بین دو نفر با افزایش جمعیت متناسب است. از جامعه افزایش می یابد
  • نمودار دوم تفاوت در رده های ترجیحی را برای هر گروه از افراد نشان می دهد. با بررسی هر یک محاسبه می شود تطبیق و دیدن جایی که زن در رتبه اولویت مرد قرار دارد و مرد در جایگاه اولویت زن قرار دارد.

    • از آنجا که تنها تفاوت بین دو گروه این است که کدام گروه “پیشنهاد” می کند. اول ، ما به عنوان نتیجه ای می بینیم که مردان از آن برخوردار هستند مزیت این سناریو در این است که ، در مقایسه با زنان ، آنها با یک شریک بالاتر در لیست ترجیحی خود قرار می گیرند.

    • این مزیت شروع می شود و به نظر می رسد که در حدود 13 است. -14٪ مزیت برای مردان

ترجیح دستکاری شده توسط الگوی دوستیابی

فرضیات بسیار بزرگی وجود دارد که در اطراف پرتاب می شوند در سناریوی کلاسیک SMP.

به نظر من بزرگترین فرض ساخته شده این است که مجموعه های ترجیحی به طور تصادفی اختصاص داده می شوند و به طور یکنواخت توزیع می شوند. این بدان معنی است که اولویت همه ارتباطی با یکدیگر ندارد ، و این که برای جمعیت بسیار زیاد ، جذابیت همه تقریباً یکسان است (بر اساس این که جنسیت مخالف چگونه رتبه بندی می شود).

من در مورد شما نمی دانم ، اما من مطمئناً هیچ دنبال آنلاین از دخترانی ندارم که مثل تیموته چالامت از من سر می زنند.

همانطور که قبلاً گفته شد ، یکی از مهمترین نتایج ظهور آنلاین ، میزان داده هایی است که می توانیم از آن جمع شویم.

OkCupid بطور دوره ای اطلاعات دوستیابی را در وبلاگ آنها ، و چند وقت پیش منتشر کردند برخی اعداد جالب در نحوه درک مردان از جذابیت جنس مخالف در مقابل زنان. نمودارهای زیر اختلاف را بیان می کند:

جذابیت

منبع

از داده ها (بطور خاص خطوط نقطه دار) ما می توانیم دو چیز را ببینیم:

  • رتبه بندی زنان تقریباً شبیه یک توزیع عادی . این مفهوم آسان است زیرا در اصل نیمی از زنان در نگاه مردان بیش از حد متوسط ​​و نیمی از آنها پایین تر است.

  • رتبه بندی زنان از مردان نزدیک تر با توزیع توزیع ، همچنین به عنوان توزیع 80-20 معروف است. با توجه به این مشکل ، این بدان معنی است که اگر ما می توانیم جذابیت را برای هر مرد کمی تعیین کنیم ، 20٪ برتر مردان 80٪ جذابیت تجمعی را در خود جای می دهند در نگاه زنان. در یک یادداشت غیر مرتبط ، به نظر می رسد که در حال حاضر برنی بسیار جذاب تر شده است.

بنابراین چگونه می توانیم مشکل خود را تغییر دهیم؟

ما می توانیم اصل خود را تغییر دهیم كد را طوری تنظیم كنید كه رتبه های ترجیحی هر جنس با توزیع متناظر خود برعكس تر باشد جذابیت جنسی.

در اینجا کد به روز شده است / a> نگاهی به به ویژه در مورد تغییر کد برای لیست های ترجیحی نگاه کنید. کد جدید انتقال ، توزیع عادی را برای بچه ها اعمال می کند توزیع پارتو برای دختران.

من دوباره با شبیه سازی مشابه کد جدید را دوباره اجرا کردم و نتایج زیر را بدست آورد:

SMP Distribution

این همان داده ای است که از شبیه سازی قبلی مورد تجزیه و تحلیل قرار گرفته است ، اما با نتایج بسیار متفاوت:

  • اولین نمودار یک کد مشابه را نشان می دهد (n²) پیچیدگی الگوریتم ، اما مقدار ثابت برای معادله نمودار بسیار بیشتر است

    • SMP استاندارد برای 1000 جفت شدن حدود 7000 تکرار طول می کشد – با شبیه سازی های جدید ، الگوریتم SMP در حدود 21،000 تکرار یا 3 برابر بیشتر

    • اجرا می شود و این از نظر توزیع حساس است. از آنجایی که تعداد بیشتری از زنان در 20٪ بالای لیست های ترجیحی خود ، تعداد معدود مردانی دارند درگیری ها هنگام اجرای الگوریتم افزایش می یابد و باعث می شود مردان زیادی به دام انداخته شوند و متعاقباً جستجوی یک روح دوست بهتر را از سر بگیرند

  • نمودار دوم بسیار جالب توجه است و نشان می دهد افزایش چشمگیر در “مزیت” آقایان صرفاً به عنوان پیشنهادی وجود دارد. نسبت به مزیتی که مردان در سناریوی SMP کلاسیک داشتند

  • این افزایش نیز به دلیل اختلاف در ترجیحات بین زن و مرد منطقی است. اگر یک مرد متوسط ​​با زن متوسط ​​زوج بود ، داده های OkCupid نشان می دهد که مرد از نظر جذابیت ، زن را به طور متوسط ​​از نظر جذابیت می بیند در حالی که زن مرد را از نظر جذابیت متوسط ​​پایین تر می بیند

چه آیا ما از این موضوع آموخته ایم؟ و چرا وجود قطارهای خاص وجود دارد.

چرا همیشه بهتر است که مبتکر باشید

نتیجه واضح از تحلیل این است که مردان وقتی همه زوج باشند ، از این مزیت برخوردار هستند. دو دلیل اصلی برای این امر وجود دارد:

1) انتظارات اجتماعی:

مردان به طور سنتی فرض می شوند اولین گروهی هستند که حرکت را انجام می دهند و به همین دلیل است مردان در شبیه سازی کد اولین حرکت را انجام می دهند. از آنجا که مردان اولین حرکت را انجام می دهند ، این الگوریتم برای مردان سود می برد زیرا در یک رفتار حریصانه عمل می کند تا آنها را بدست آورد بهترین شریک ممکن است.

با توجه به مشکل ، هر جنسیتی می تواند اولین کسی باشد که بتواند اولین حرکت را انجام دهد و از مزایایی که توسط شبیه سازی SMP نشان داده می شود ، بهره ببرد.

مردان در حال شروع ⠀ از ویکی هوو ، من واقعاً نمی توانم این را به خوبی جلب کنم

2) ترجیحات مردان در مقابل زنان:

اختلاف در ترجیحات برای جنس مخالف بین زن و مرد چیزی است که باعث شده است از مزیت جفت گیری پایدار برای مردان از 13 درصد به 39 درصد پرش کند. در حالی که تمام چیزهای دیگر ثابت نگه داشته می شوند ، این ترجیحات باعث شده این پرش به این دلیل تمام شود که مربوط به چگونگی درک مردم از جذابیت است.

داده های OkCupid نشان می دهد که زنان دارای معیارهای بالاتری هستند برای مردان نسبت به مردان نسبت به مردان ، و این عامل اصلی این است که چرا مزیت مردانه بیشتر است وقتی الگوریتم SMP توزیع جذابیت جنسیتی را در خود گنجانده است.

من به هیچ وجه نتیجه نمی گیرم که زنان در روابط خود با مردان ناخوشایند هستند – یک میلیون عامل دیگر از جمله شخصیت ، وضعیت و شیمی وجود دارد. این امر بر نحوه مشاهده هر شخص در رابطه با یکدیگر تأثیر می گذارد.

با این وجود ، این امر ما را به سمت درک جهان خارج از روابط سوق می دهد …

Settlers and Reachers

نمایش چگونه من با مادرت آشنا شدم در طول آمدن سالهای سنی من یک نمایش تلویزیونی اساسی بود و با کمال تعجب تئوری های بسیار متنوعی راجع به دوستیابی مدرن داشت.

یکی از برجسته ترین آنها ، مفهوم Settlers و Reachers بود – همانطور که در این برنامه گفته شده است:

هر رابطه خوب دارای Reacher و تسویه حساب می شود. یک نفر به کسی می رسد که از لیگ خود خارج شود و دیگری برای کسی که زیر نظر خود قرار دارد حل و فصل می شود.

بر اساس همه چیزهایی که تاکنون آموخته ایم ، این را دیده ایم بیشتر قسمتها مردان عوام و زنان هستند مهاجران هستند.

بار دیگر ، این فقط یک تعمیم است که فقط به جفت زن و مرد به طور کلی نگاه می کند ، و همیشه نمونه هایی وجود دارد که برعکس را اثبات می کنند. اما به نظر من ، این توضیح می دهد که چرا در بسیاری از روابطی که من می بینم ، واکنش اولیه من از ظاهر اولیه من این است که آن مرد بالای کلاس وزن خود قرار دارد.

و مثالهای رسانه ای زیادی برای پشتیبان گیری از این وجود دارد.

Settlers and Reachers / span> guys بچه ها واقعاً از داشتن شخصیت خوبی برخوردار هستند

این مشاهدات توسط منتقدین نیز به عنوان شکاف جذابیت فیلم و تلویزیون . و حتی مقاله ترامپ های تلویزیون برای آن وجود دارد!

آشنایی مدرن سخت تر از همیشه

و در آخر ، این نکته در مورد پیچیدگی الگوریتم SMP و دلیل اهمیت آن است.

می توانید صخره ای را به سمت هر دانشگاهی پرتاب کنید و احتمالاً به یک دانش آموز در کلاس علوم کامپیوتر شلوغ برخورد کنید که بسیار ناخوشایند خواهد بود تا همه راجع به شما بگوید که چرا یک الگوریتم O (کد) کد> بدترین چیز از زمان جیب است.

Complexity

ماهیت نمایی این الگوریتم نشان می دهد که با رشد یک جامعه خاص ، تطابق با مردم با روشی پایدار از نظر ظاهری سخت تر می شود.

اگر در تولونو ، ایلینویز بزرگ شده اید ، و همه شما تا به حال می دانید که مردم مفتخر تولونو بودند ، احتمالاً پیدا کردن یک شریک زندگی راحت تر خواهید یافت از اگر کیسه های خود را بسته اید و به Big Apple فرار کرده اید. به همین دلیل است که یافتن شریک زندگی 30 سال پیش از آنچه امروز است ، بسیار آسان تر بود (به نظر من). جامعه ما به طور فزاینده ای جهانی شده است ، و ما با همه دستاوردهای تکنولوژیکی با مردم ملاقات می کنیم.

مطمئناً ، همه اینها برای پیشرفت نسل بشر بهتر است ، با این وجود ، این باعث می شود که دوستیابی اکنون کمی سخت تر شود.


آیا من همه اینها را نوشتم تا توجیه کنم که چرا مجرد هستم؟

بیایید ، ممکن است نباشد

٪٪ مورد_read_more_button ٪٪