用数学模型向你解释离婚

640?wx_fmt=gif

A Mathematical Model of Sentimental Dynamics Accounting for Marital Dissolution


解释离婚的情感动力学数学模型


背景

西方社会的离婚是普遍存在的。它提出了重大的科学和社会学问题,不管是理论上还是解决方式上。学者和问题处理专家认为存在一种情感关系热力学第二定律(second law of thermodynamics for sentimental relationships)仅有爱是不够的,还需努力来维持


方法论与主要研究发现


我们基于第二定律的简单表述用最优控制理论作为建立情感动力学模型的新方法。我们的分析与社会学数据保持一致。我们揭示出,如果双方有类似的情感属性,最优努力策略将带来长久幸福的婚姻。这一策略因两方面因素的组合而受结构扰动的制约:一是努力差距,因为最优策略通常需要不愉快;一是努力降低到不可持续水平的趋势,因为动力学不稳定


结论与意义

这些数学事实表明,这一数学模型揭示了可以解释真实情景中配偶关系破裂的基本机制。这个框架里的悖论是一贯想天长地久的婚姻可能会破裂,其可被解释为第二定律的机械结果。


导论


有着浪漫特性的情感关系通常被认为是平衡西方社会幸福生活的基本组成部分。当人们被问及什么是幸福生活的必备要素时,大家通常将“爱”和“亲密关系”摆在首位。很难以想象人类生活的另一方面涉及许多文化、社会、心理、经济问题。但是浪漫关系的原始阶段似乎受化学过程的控制。维持一段情感关系这一问题在一定程度上属于理性判断的范畴。人们通常卷入长期的关系,最典型的就是经过适当考虑的婚姻关系。即使在西方社会,盛行的仍是一夫一妻制。配偶通常声称,他们的目的是维持他们的关系并和睦相处。但欧美大量报道的高离婚率表明了他们计划实施的失败。配偶关系破裂这一现象在美国被视为流行病,“脚踏两只船最终导致离婚”这一统计被媒体和学术报告频繁引用。欧盟27国的离婚率并不比那个数字低,一些欧洲国家也表现出很高的离婚率。此外,未婚配偶的数据则讲述了情感破裂更糟糕的故事。


不同学科的学者们一致认为,婚姻不稳定的主要原因应归结为二十世纪劳动中性别分工的变化所引起的经济力量的释放。然而这一原因并不能解释过去几十年里正在进行的、充斥各处的婚姻破裂。事实上,其并没有理解为什么这么多配偶最终离婚而其他人却没有离婚。这一理解尤为重要,因为婚姻破裂所诱发的社会变化将深刻影响当代西方社会的社会结构以及社会中好人。


对大多数配偶来说,事实是双方都打断维持长久的关系,并为这一目标而努力以反驳报道出来的高离婚率。本文称这种反驳为失败悖论。根据戈特曼等人(Gottman et al)的研究,(按:戈特曼、默里、斯文森、蒂森等于2002年合著的《婚姻数学——动态非线性模型》(Mathematics of Marriage–Dynamic Nonlinear Models),麻省理工学院出版社)婚姻研究领域急需(数学的)理论。本文旨在缓解这一需求。尤其是本文将为这种失败悖论提供一个一致的解释。


戈特曼等人的研究看上去是迄今为止对配偶关系所进行的唯一数学研究。在实验观察时他们用一对非线性差分方程评估了双方的短期互动,斯特罗伽茨(Strogatz)率先提出了一个配偶互动的简单动态系统模型。我们这里采用不同的动力学方法:配偶被作为一个单位,(不考虑内部互动)他们的情感动力学因其长期和睦共处的意愿而被理性描述。


鉴于配偶分手这一普遍现象,超越关系的具体瑕疵而寻找能解释分手的基础的、确定性机制似乎是和情理的。我们在社会学数据的基础上提出了一个基于最优控制理论能解释同类婚配偶长期关系理性计划的数学模型。如果双方有同类的特征,我们称之为同类混配偶。同类婚配是西方社会情感关系最主要的类型。我们的模型实际上需要同类婚的弱读式。我们通过基于情感互动热力学第二定律(second thermodynamic law for sentimental interaction)的动力学方程描述关系形式的进展。第二定律指出,除非有‘能量’供给,否则一段关系将破裂。广为接受的事实使我们将情感关系建模成控制问题。以努力这一形式存在的能量在控制变量中起着重要作用。最优控制理论已经被广泛地应用于应用科学,如工程学和经济学。我们的最优控制模型为婚姻和亲密关系分析提供了一个全新的数学方法。


考虑到一些条件的可行性,我们模型表明,维持长期成功的关系是可能的,其取决于动力学平衡轨迹。然而很明显的是,长期关系不可能没有努力。这一模型最引人注目的发现是保持幸福关系的努力水平总是比选择最优推理额努力水平要高。考虑到两种努力水平可容忍的努力差距,维持一段关系是切实可行的。这一数学分析的最主要结果是服从于第二定理的情感动力学本质上是不稳固的。其表明,当努力放松时,情感的日益恶化会轻易地发生。这一分析还确立了能解释渐进退化导致破裂或使人不满的情感生活的机制。

本文的研究结果有助于解答关系失败悖论:根据第二定理,长久幸福关系的优化设计与动态不稳定性保持一致,并有可能不是破裂。这一显著的发现解决了这一失败悖论,因为真实的关系被认为是服从于不稳定性和不确定性的更多原因。这一结果也揭示出如何保持健康有活力的长久关系。


第二部分中为社会学数据所支持的关键证据将作为检验模型发现一致性的框架。失败悖论这一问题也源于社会学证据。这一模型的要素将随着潜在基础的讨论而提出。这一模型分析的主要预言将体现在第三部分,其中一些将表明其与第二部分的事实保持一致。为了方便更流利的讨论,数学术语请见附录。


方法论


典型事实


马丁和巴姆帕斯(Martin and Bumpass)使用1985年的数据表明,在长达40年的时间里,美国三段婚姻中有两段将以分居或离婚而结束。这一比例可能还没有达到,但是2002年的数据显示其并不低。50%的人在其较早的40年里已经离婚不止一次。2005年发表的数据证明其只比欧盟27国的平均离婚率(44%)稍高。在欧盟一些国家,这一比例甚至高达71%。


如果包括未婚同居,这一数据将上升,尽管基于同居状态的数据不难获得。最近的研究证实,非婚姻同居总体上决不比婚姻稳定。他们报告道,49%的婚前同居在5年分手(10年后分手是62%),然而只有20%的婚姻在5年内以分居或离婚告终(10年后告终是33%)。我们正在观察的这一现象的典型实施可以阐述如下:


1)在爱情关系中存在普遍的失败。

2)典型的配偶相信关系持久的主要因素在于追求幸福。而且大部分人认为,他们自己的关系不会破裂。

失败悖论:打断长久持续的关系如何极可能破裂?

3)配偶分手是一种渐进劣化过程的结果。

4)配偶双方的主观幸福在婚后逐渐降低。


模型

这一模型基于两个主要的假设,也就是下面第二部分要讨论的第二定理和上述第二点所说的配偶关系的长期规划。


效用结构:效用与负效用函数的典型形状


640?wx_fmt=png

情感均衡


640?wx_fmt=png

长久关系


640?wx_fmt=png

分手机制


640?wx_fmt=png


【作者】何塞—曼纽尔•雷(Jose-Manuel Rey),从马德里获得数学博士学位,在圣安德鲁斯大学和伦敦大学学院做过一年博士后研究,现为西班牙马德里孔普卢顿大学(Universidad Complutense in Madrid)教授。


via:chunfengqiushui(译言网)

版权归原作者所有,转载仅供学习使用,不用于任何商业用途,如有侵权请留言联系删除,感谢合作。

数据与算法之美

用数据解决不可能


640?wx_fmt=jpeg

长按扫码关注

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/302852.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

记一次 .NET医疗布草API程序 内存暴涨分析

一:背景 1. 讲故事我在年前写过一篇关于CPU爆高的分析文章 再记一次 应用服务器 CPU 暴高事故分析 ,当时是给同济做项目升级,看过那篇文章的朋友应该知道,最后的结论是运维人员错误的将 IIS 应用程序池设成 32bit 导致了事故的发生…

自已做的第一个autoconf程序(不断完善中)

2019独角兽企业重金招聘Python工程师标准>>> 1、先写个简单的main函数,并按如下目录结构存放: timesync-- |--conf |--include |--lib |--src 2、在最上层目录下,执行autoscan,生成configure.scan,并改名为…

3des加密 java php_php 3DES加密如何兼容Java

Java源码:import java.security.Security;import javax.crypto.Cipher;import javax.crypto.SecretKey;import javax.crypto.spec.SecretKeySpec;public class ThreeDES {private static final String Algorithm "DESede"; //定义 加密算法,可用 DES,DES…

轻松看懂机器学习十大常用算法

通过本篇文章大家可以对ML的常用算法形成常识性的认识。没有代码,没有复杂的理论推导,仅是图解,介绍这些算法是什么以及如何应用(例子主要是分类问题)。以后有机会再对单个算法做深入地解析。今天的算法如下&#xff1…

撸码是需要直觉的

随着撸码的时间增加&#xff0c;码感也会加强&#xff0c;今天看一个编码直觉案例吧&#xff01;案例&#xff1a;需求&#xff1a;把查询到的数据列表生成csv文件nuget包&#xff1a;CsvHelper数据实体类&#xff1a;/// <summary>/// 商品/// </summary>public c…

linux视频教程之vsftp_B

这次主要说一下VSFTP的扩展应用 max_clients100  最大连接数max_per_ip5   每个IP最大连接数local_max_rate500000 本地用户传输的最大数anon_max_rate200000 匿名用户传输的最大数单位是字节这个就要等一会了&#xff0c;我刚才不是只设了50嘛如果是没设的话…

java collator_Java Collator compare(String, String)用法及代码示例

java.text.Collat​​or类的compare()方法用于比较两个字符串的强度&#xff0c;并根据结果返回0&#xff0c;正值和负值作为输出。用法:public abstract int compare(String source,String target)参数&#xff1a;此方法需要两个字符串之间进行比较。返回值&#xff1a;如果第…

MATLAB常用算法与应用实例分享来袭!

小天从大学开始接触数学建模&#xff0c;便开启资料收集功能。经过近几年的积累和沉淀&#xff0c;再加上对数学建模领域的深入研究&#xff0c;收集整理了丰富的数学建模资料&#xff0c;内容涵盖“MATLAB常用算法”&#xff0c;“MATLAB算法应用实例”等。截止到今天&#xf…

git的安装与使用(一)--windows平台 .

1、Create github Account &#xff08;在github网站上创建一个账号&#xff09; eg. you used the email: taitoyahoo.com 2、Download && install MsysGit (下载windows平台下的git软件) Then open the git bash , input the commends $ git config --global…

C# WPF项目实战(经典)

目的&#xff1a;输出两台摄像头图像和两路设备图像&#xff0c;每一路设备截图6张主要知识&#xff1a;1. 通过SDK调取摄像头图像&#xff0c;并对图像进行剪裁&#xff1b;2. WPF中定时器DispatcherTimer用法&#xff1b;3. WPF中跨线程访问控件方法Dispatcher.Invoke((Actio…

4个终于被破译的世界级密码

全世界有3.14 % 的人已经关注了数据与算法之美很多时候&#xff0c;一个设计精巧的密码就像数学难题一样&#xff0c;许许多多难以破解的密码让人青丝泛白&#xff0c;至今仍未见天日。不过&#xff0c;也有一些密码中的幸运儿&#xff0c;最终仍然迎来了真相大白的那天。秘密组…

NET问答: 如何在 ASP.NET Core 的 .json 文件中读取 AppSettings ?

咨询区 Oluwafemi&#xff1a;在 appsettings.json 中我有如下的 AppSettings 实体数据&#xff0c;如下代码所示&#xff1a;{"AppSettings": {"token": "1234"} }我在网上搜了很久&#xff0c;寻找如何从 .json 文件中获取 AppSettings 实体&a…

java虚拟机工作原理图_Java虚拟机工作原理

首先我想从宏观上介绍一下Java虚拟机的工作原理。从最初的我们编写的Java源文件(.java文件)是如何一步步执行的&#xff0c;如下图所示&#xff0c;首先Java源文件经过前端编译器(javac或ECJ)将.java文件编译为Java字节码文件&#xff0c;然后JRE加载Java字节码文件&#xff0c…

如何快速测试与数据库的连接并得到连接字符串

刚做程序开发的人&#xff0c;常常为如何连接数据库&#xff0c;怎么写连接字符串而困惑。做产品安装的服务人员&#xff0c;也常常为如何快速测试本机与数据库的连接状况而头疼。这里&#xff0c;给出一个简单快速的实现方法&#xff1a;*.udl文件。 第一步&#xff1a;创建“…

奇异值的物理意义是什么?

全世界有3.14 % 的人已经关注了数据与算法之美矩阵奇异值的物理意义是什么&#xff1f;或者说&#xff0c;奇异值形象一点的意义是什么&#xff1f;把m*n矩阵看作从m维空间到n维空间的一个线性映射&#xff0c;是否&#xff1a;各奇异向量就是坐标轴&#xff0c;奇异值就是对应…

WPF使用Animation仿WeChat(微信)播放语音消息

WPF开发者QQ群&#xff1a; 340500857 前言WPF使用Animation仿WeChat&#xff08;微信&#xff09;播放语音消息&#xff1f;效果图&#xff1a;创建MyAnimationForever.cs如下&#xff1a;public class MyAnimationForever : Control{private static Storyboard MyStory;priva…

epublib java_使用Epublib处理epub文件 | 学步园

通过wlw发布在我的博客funba.cn希望csdn能重新支持wlwEpublib是一个用于处理epub文件的java类库&#xff0c;可以对epub文件进行读写处理&#xff1b;而且提供了一个阅读器&#xff0c;可以直接运行(java -jar 方式)&#xff0c;并可以打开epub类型的文件进行阅读。1、这个例子…

php注入详解

本文主要是为小菜们服务的&#xff0c;如果你已经是一只老鸟呢&#xff0c;可能某些东西会感觉比较乏味&#xff0c;但只要你仔细的看&#xff0c;你会发现很多有趣的东西哦。 阅读此文你只要明白下面的这点东西就够了。 1.明白phpmysql环境是如何搭建的&#xff0c;在光盘中…

机器学习的最佳学习路线,就在这里!

AI这个词相信大家都非常熟悉&#xff0c;近几年来人工智能圈子格外热闹&#xff0c;光是AlphoGo就让大家对它刮目相看。今天小天就来跟大家唠一唠如何进军人工智能的第一步——机器学习。在机器学习领域&#xff0c;Python已经成为了主流。一方面因为这门语言简单易上手&#x…

.NET RulesEngine(规则引擎)

一次偶然的机会&#xff0c;让我拿出RulesEngine去完成一个业务&#xff0c;对于业务来说主要是完成一个可伸缩性&#xff08;不确定的类型&#xff0c;以及不确定的条件&#xff0c;条件的变动可能是持续增加修改的&#xff09;的业务判断。比如说完成一个成就系统&#xff0c…