|
我觉得网友过于狭隘了，我觉得马屁拍得好可能只是我们看到的一个表相，其实后面可能有更厉害的真功夫，王老师一定有过人的长处，有其它的硬功夫。
也别笑话别人，人在江湖，身处职场，谁没有或多或少地拍过几个质量或好或坏的马屁呢？没有一个人可以随随便便光靠拍马屁成功，世上无难事，就怕爱琢磨，今天我在路上开车的时候，就突然在想：拍马屁和成功之间，有哪些理论上的关联呢？于是致敬牛顿，取了这样一个题目。题外话：上次一个客户就问我，怎么每次给你电话你都在开车，年底了确实事儿多，开车的时候就爱琢磨，一方面琢磨生意，一方面琢磨人生，一方面还预防了老年痴呆。回到正题，我们今天来看一看《马屁哲学的数学原理》。
马屁，源于元朝文化，蒙古族的一般百姓牵着马相遇时，常要拍拍对方马的屁股，摸摸马膘如何，并附带随口夸上几声“好马”，以博得马主人的欢心。可是相沿很久以后，有的人不管别人的马好坏、强弱，都一味地只说奉承话，把劣马也说成是好马了。在社交互动中，“拍马屁”是一种常见的行为。这个话题已经被广泛地讨论过，但是从数学原理的角度去分析它，可能会给我们带来一些新的见解。特别是，我们可以用选择偏见，方差，幸存者偏差，微积分，线性代数，概率论和博弈论，尤其是贝叶斯公式，来分析“拍马屁”的效果，并探索如何优化这一行为的策略。选择偏见：从统计学的角度来看，“拍马屁”或者说阿谀奉承的行为，可能涉及到一种被称为“选择偏见”的概念。选择偏见是指人们往往倾向于寻找、重视和记住那些符合自己已有观点的信息，而忽视、淡化或遗忘那些与自己观点相悖的信息。在“拍马屁”的情境中，阿谀奉承的人可能会过度强调并突出那些能让他人感到舒服的信息，同时忽视或淡化那些可能引起冲突或不满的信息。这种行为可能会导致接受者的判断能力受到影响，因为他们接收到的信息并非全面而且可能偏离实际情况。然而，这种行为在长期可能并不会有积极的效果，因为如果过度的阿谀奉承被发现，可能会破坏信任，损害个人或者组织的声誉。因此，诚实、公正和透明的沟通通常被视为更有效的策略。方差：在统计学中，方差用于衡量数据的离散程度，或者说数据与其平均值的偏离程度。在“拍马屁”的情境中，如果一些人经常阿谀奉承，而其他人则坚持实事求是，那么我们可以将这两种行为视为两个数据点。如果“拍马屁”的人得到了更多的好处，那么这可能会增加数据的方差，因为它导致了结果的不均匀分布。幸存者偏差：幸存者偏差是指我们更容易看到或者记住那些“幸存”下来的案例，而忽略了那些“失败”或“消失”的案例。在“拍马屁”的情境中，如果我们只看到那些通过阿谀奉承获得成功的人，而忽视了那些因此而失败的人，那么我们就可能会高估阿谀奉承的效果，这就是幸存者偏差。微积分：主要关注连续变化与瞬时变化，因此可以用来描述“拍马屁”的动态过程及其效果。我们可以设定一个函数，来描绘拍马屁的频率、程度与被拍者的反应之间的关系。微积分的工具，如极值和导数，可以帮助我们找到拍马屁的最优策略，例如，在什么程度的拍马屁下，可以得到最大的反馈，而如果想像自如一样把马屁拍得自如，这种秒至毫巅的度，你可能把握得住？线性代数：线性代数中的向量空间和线性变换可以用于深入探究“拍马屁”的各个影响要素。我们可以将“拍马屁”的行为和结果看作是多维空间中的点或向量，每个维度代表与“拍马屁”相关的特性或因素。线性代数可以帮助我们理解这些因素如何共同影响“拍马屁”的最终结果，并找到可能的优化方向。概率论：在众多不确定和随机因素的影响下，“拍马屁”的结果往往具有不确定性。概率论能够描述和量化这种不确定性。我们可以计算在给定条件下拍马屁成功的概率，或者分析不同策略的概率分布，从而让拍马屁者做出更有信息的决策。贝叶斯公式：贝叶斯公式，我们可以用来分析“拍马屁”的效果，并探索如何优化这一行为的策略。在进行拍马屁的尝试之初，一个人可能会有一个对拍马屁成功的先验预期，这可能基于他过去的经验或者观察到的其他人的经验。例如，如果他过去看到拍马屁通常会得到积极的反馈，那么他可能会有一个较高的先验预期。然而，当他开始实际尝试拍马屁，并观察到实际的反馈，他就可以使用贝叶斯公式来更新他对拍马屁成功的预期。贝叶斯公式是这样的：P(A|B) = [P(B|A) * P(A)] / P(B)在这里，A 可以被看作是“拍马屁成功”，B 是他在尝试拍马屁后得到的反馈。因此，P(A|B) 就是在得到反馈后，拍马屁成功的后验概率。在这个过程中，贝叶斯公式的一个关键作用是，它使得拍马屁者在每次尝试并得到反馈后，都可以根据实际情况去调整他对拍马屁成功的预期，从而使其预期更加接近实际情况。这不仅可以帮助他更好地理解拍马屁的效果，也可以指导他如何调整策略，以提高拍马屁的成功率。以上，皆为笑谈。职场之上，江湖之中，马屁丛生，当我们垂老，当我们眼神迷离，脚步蹒跚的时候，确实很多东西屁都不是，但在你该懂规则的时候还是多少要努力一些，毕竟比起马屁来，更可怕的是屁都不懂。
|
