Resumen De Algoritmos Para Vivir

Resumen De Algoritmos Para Vivir Varios autores Algoritmos para vivir: La Ciencia de la Computaci?n de las Decisiones Humanas por Brian Christian – Resumen del Libro – Readtrepreneur (Descargo: Este NO es el libro original, sino un resumen no oficial.) ?Alguna vez has pensado c?mo podemos incorporar algoritmos de computaci?n en nuestra soluci?n de problemas diarios? ?Podr?a dar buenos resultados? Algoritmos para Vivir nos ofrece una peculiar pero efectiva forma de ver el mundo. Cada d?a nos encontramos con un conjunto diferente de problemas que necesitan ser resueltos, Brian Christian afirma que debemos tratar de reflexionar sobre nuestros problemas diarios como lo har?a una computadora al resolver los problemas. Con una forma m?s simple y organizada de abordar las situaciones que enfrentamos a diario, se puede lograr resolverlas f?cilmente y obtener mejores resultados. Algoritmos para vivir: La Ciencia de la Computaci?n de las Decisiones Humanas por Brian Christian – Resumen del Libro – Readtrepreneur (Descargo: Este NO es el libro original, sino un resumen no oficial.) ?Alguna vez has pensado c?mo podemos incorporar algoritmos de computaci?n en nuestra soluci?n de problemas diarios? ?Podr?a dar buenos resultados? Algoritmos para Vivir nos ofrece una peculiar pero efectiva forma de ver el mundo. Cada d?a nos encontramos con un conjunto diferente de problemas que necesitan ser resueltos, Brian Christian afirma que debemos tratar de reflexionar sobre nuestros problemas diarios como lo har?a una computadora al resolver los problemas. Con una forma m?s simple y organizada de abordar las situaciones que enfrentamos a diario, se puede lograr resolverlas f?cilmente y obtener mejores resultados. (Nota: Este resumen est? escrito y publicado en su totalidad por Readtrepreneur. No est? afiliado con el autor original de ninguna manera) ”Decimos ”pedo cerebral”cuando en realidad deber?amos decir ”se?orita cach?” Brian Christian. Algoritmos para vivir posee las dos cualidades clave para un buen libro; un factor de diversi?n y significado. Es realmente una lectura entretenida debido a la forma divertida de Brian Christian de expresar sus analog?as y lo pr?cticas que son sus ense?anzas. El libro se las arregla para mantenerte entretenido mientras te gu?a a trav?s de un m?todo de pensamiento m?s eficiente. Brian Christian subraya que pensar en algoritmos es usar tu cerebro de la mejor manera posible. P.D. Algoritmos para Vivir es un libro brillante que cambiar? completamente la forma en que resuelves los problemas. Con un tren de pensamiento m?s simple y elegante, tus probabilidades de obtener el mejor resultado posible cuando resuelves problemas son significativamente m?s altas. El tiempo de pensar se ha terminado! ?Es hora de la acci?n! ?Despl?cese hacia arriba ahora y haga clic en el bot?n ”Comprar ahora con 1-Click” para descargar su copia de inmediato! ?Por qu? elegirnos, Readtrepreneur? ? Res?menes de la m?s alta calidad ? Entrega un conocimiento asombroso ? Actualizaci?n impresionante ? Descargo de responsabilidad claro y conciso una vez m?s: Este libro est? destinado a ser una gran compa??a del libro original o simplemente para obtener lo esencial del libro original. Resumen de Algoritmos Para Vivir: La Ciencia Inform?tica de las Decisiones Humanas RESUMEN DE ALGORITMOS PARA VIVIR LA CIENCIA INFORM?TICA DE LAS DECISIONES HUMANAS READTREPRENEUR PUBLISHING Traducido por ARTURO JUAN RODR?GUEZ SEVILLA COPYRIGHT DEL TEXTO © 2020 READTREPRENEUR Todos los derechos reservados. Ninguna parte de esta gu?a puede ser reproducida en forma alguna sin permiso escrito del editor, excepto en el caso de breves citas incorporadas en art?culos o rese?as cr?ticas. LEGAL & DESCARGO DE RESPONSABILIDAD La informaci?n contenida en este libro no est? dise?ada para reemplazar o sustituir ninguna forma de medicina o consejo m?dico profesional. La informaci?n en este libro ha sido proporcionada para prop?sitos educativos y de entretenimiento solamente. La informaci?n contenida en este libro ha sido recopilada de fuentes consideradas fiables y es exacta seg?n el mejor conocimiento del Autor; sin embargo, el Autor no puede garantizar su exactitud y validez y no puede ser considerado responsable de ning?n error u omisi?n. Peri?dicamente se realizan cambios en este libro. Usted debe consultar a su m?dico u obtener consejo m?dico profesional antes de usar cualquiera de los remedios, t?cnicas o informaci?n sugeridos en este libro. Las im?genes utilizadas en este libro no son las mismas que las del libro real. Esta es una entidad totalmente separada y diferente de la del libro original titulado: "Algoritmos para vivir" Al utilizar la informaci?n contenida en este libro, usted acepta eximir al Autor de toda responsabilidad por cualquier da?o, costo y gasto, incluidos los honorarios legales que puedan resultar de la aplicaci?n de cualquier informaci?n proporcionada por esta gu?a. Esta exenci?n de responsabilidad se aplica a cualquier da?o o perjuicio causado por el uso y la aplicaci?n, ya sea directa o indirectamente, de cualquier consejo o informaci?n presentada, ya sea por incumplimiento de contrato, agravio, negligencia, da?o personal, intenci?n criminal o bajo cualquier otra causa de acci?n. Usted se compromete a aceptar todos los riesgos de usar la informaci?n presentada dentro de este libro. Necesita consultar a un m?dico profesional para asegurarse de que es capaz y est? lo suficientemente sano para participar en este programa. EL LIBRO DE UN VISTAZO Algoritmos para vivir ofrece consejos inteligentes sobre c?mo manejar la vida cotidiana mediante el uso de algoritmos bien dise?ados. No s?lo explica c?mo funcionan las computadoras, sino que tambi?n arroja luz sobre muchas cosas en el mundo, incluyendo la propia mente humana. Aunque el libro se vuelve t?cnico en algunas partes, se las arregla para transmitir claramente ideas complejas, y entretendr? a aquellos que buscan enfoques interdisciplinarios para resolver problemas. Un algoritmo es una serie de acciones (o instrucciones) que deben seguirse para resolver un problema particular. Estos pasos pueden ser reutilizados tantas veces como sea necesario para llegar a una soluci?n. Como demostrar? el libro, un algoritmo no s?lo es relevante para los programas inform?ticos; la gente puede utilizarlos para obtener los resultados deseados o, al menos, para afrontar mejor los resultados no deseados. Aunque los algoritmos se usan ampliamente para hacer c?lculos, no son nociones puramente matem?ticas. Seguir una receta, tejer un su?ter basado en un patr?n, golpear un pedernal con el borde de una cornamenta, todo esto implica algoritmos. Han sido parte de la tecnolog?a desde la Edad de Piedra. Algoritmos simples pueden ser usados para resolver mejor y m?s r?pido los problemas humanos. Las dificultades con las que la gente se enfrenta pueden parecer ?nicas para nosotros, pero tambi?n se encuentran en la naturaleza y pueden ser analizadas por las computadoras. La inform?tica nos proporciona un vocabulario para comprender los principios. No solo nos ayudan a superar nuestros desaf?os, sino que tambi?n pueden ense?arnos sobre la mente, la racionalidad y c?mo vivir m?s fruct?feramente. Pensar en t?rminos de algoritmos y aprender sobre las estructuras de los problemas y sus soluciones nos hace entender d?nde somos buenos y por qu? cometemos errores. Esta comprensi?n nos permite optimizarnos a nosotros mismos y a las cosas que encontramos en la vida. Cada uno de los cap?tulos trata de aplicaciones espec?ficas: PARADA ?PTIMA —CUANDO DEJAR DE BUSCAR ALGO— Cap?tulo 2: Explorar/Explotar —elegir entre lo conocido y lo nuevo— CLASIFICAR —C?MO ORGANIZAR VARIAS COSAS— Cap?tulo 4: Almacenamiento en cach? —c?mo usar los cach?s para una mejor organizaci?n y recuerdo— Cap?tulo 5: Programaci?n —la mejor manera de manejar el tiempo— Cap?tulo 6: La Regla de Bayes —c?mo usar los algoritmos para predecir el futuro— Cap?tulo 7: Sobrecarga —por qu? pensar menos es m?s sabio a veces— Cap?tulo 8: Relajaci?n —resolver un problema relajando algunas partes del mismo— REDES —C?MO SE HACEN LAS CONEXIONES— Cap?tulo 11: Teor?a de Juegos —c?mo vencer a los juegos de recursividad— Cada cap?tulo relaciona los algoritmos particulares con numerosas cosas y da consejos factibles para resolver problemas dif?ciles. El libro comienza con Parada ?ptima o cu?ndo dejar de buscar la mejor opci?n. BONOS GRATUITOS P.D. ?Est? bien si nos excedemos en la entrega? Aqu? en Readtrepreneur Publishing, creemos en la entrega excesiva m?s all? de las expectativas de nuestros lectores. ?Est? bien si entregamos m?s de la cuenta? Este es el trato, le daremos un resumen en PDF extremadamente condensado del libro que acaba de leer y mucho m?s… ?Cu?l es la trampa? Tenemos que confiar en usted… Ver?, queremos entregar m?s de lo necesario y para ello tenemos que confiar en que nuestro lector se guarde este bono en secreto… ?Por qu?? Porque no queremos que la gente reciba nuestros res?menes exclusivos en PDF incluso sin comprar nuestros libros. No es ?tico, ?verdad? Bien… ?Est?n listos? En primer lugar, recuerde que su libro es un c?digo: "READ07". A continuaci?n, visita este enlace: http://bit.ly/exclusivepdfs (http://bit.ly/exclusivepdfs) Todo lo dem?s se explicar? por s? mismo despu?s de que lo hayas visitado: http://bit.ly/exclusivepdfs (http://bit.ly/exclusivepdfs). ?Esperamos que disfrute de nuestros bonos gratuitos tanto como nosotros disfrutamos prepar?ndolos para usted! CAP?TULO 1. PARADA ?PTIMA – CU?NDO DEJAR DE BUSCAR Una cosa que dificulta la vida es no saber cuando parar —esto ha sido etiquetado como el Problema de Parada Optima—. Existe el peligro de dejarlo demasiado pronto y perder algo bueno, o dejarlo demasiado tarde y agotar la poca energ?a y tiempo que tenemos. Afortunadamente, hay un algoritmo que har? las decisiones mucho m?s f?ciles. No es del todo infalible, pero producir? mejores resultados que hacer las cosas al azar. El problema de la detenci?n ?ptima no se refiere a qu? opci?n seleccionar sino a cu?ntas opciones considerar. Basado en datos estad?sticos, el porcentaje ideal es del 37%. El Problema de la Secretar?a explora la idea de la Parada ?ptima. Alguien encargado de contratar a una secretaria tiene que elegir entre los solicitantes, pero debe saber cu?ndo parar para no perderse a alguien que es bueno para el trabajo. En la b?squeda de la secretaria, parar tarde significa prolongar la elecci?n innecesariamente, mientras que parar demasiado pronto deja al mejor solicitante sin contratar. La estrategia es encontrar un equilibrio razonable entre las dos condiciones. Elegir la mejor opci?n entre las disponibles significa que por cada opci?n adicional, cada una tendr? menos posibilidades de ser la mejor elecci?n. Un solicitante puede ser considerado como el mejor disponible ya que no hay otro competidor. Si hay dos solicitantes, cada uno de ellos tendr? una probabilidad de 50/50 para ello, y as? sucesivamente. Se dice que la soluci?n ideal es la regla de "mirar y luego leer". Establecer un per?odo de tiempo espec?fico para "mirar" o explorar las opciones y reunir informaci?n sobre ellas; durante este tiempo, no se elige ninguna opci?n. Despu?s de esto, llega la etapa del "salto" y te comprometes con la mejor hasta el momento. Con esta estrategia, tomar el mejor solicitante despu?s de ver un n?mero de solicitantes da una tasa de ?xito que se acerca al 37%. En particular, las posibilidades de conseguir el mejor despu?s de 3 solicitantes es del 50%; despu?s de 5 solicitantes, se convierte en el 43,33%, despu?s de 10 es del 39,87%, despu?s de 50 es del 37,43%, despu?s de 100 es del 37,10%, despu?s de mil es del 36,81%. Cuantos m?s solicitantes haya, m?s se acerca el porcentaje al 37%. Esto implica que seguir la t?cnica de "mirar y luego leer" dar? un 37% de posibilidades de conseguir al mejor solicitante. Aunque esto significa que fallar?s el 63% de las veces, es mejor que elegir a alguien al azar. En 100 solicitantes, hay un 1% de probabilidad de que un solicitante seleccionado al azar sea el mejor de todos. Si hay un mill?n de ellos, la probabilidad disminuye al 0.0001%. Cuantas m?s selecciones tenga, menores ser?n sus posibilidades de obtener la ?ptima si selecciona al azar. Curiosamente, la tasa de ?xito seguir? siendo del 37% independientemente del n?mero de opciones que haya; es decir, si sigues la estrategia de "mirar y luego leer". Una vez m?s, aunque no consiga identificar el mejor absoluto, tendr? un mayor ?xito que al seleccionar cualquier cosa o persona si practica la parada ?ptima. Otra cosa importante de esta regla es que no solo se aplica al n?mero de solicitantes, sino que tambi?n puede utilizarse durante el tiempo de b?squeda. La Parada ?ptima puede aplicarse tambi?n a otras preocupaciones. Por ejemplo, la cuesti?n de seleccionar una pareja es una de ellas. El astr?nomo Johannes Kepler intent? volver a casarse despu?s de la muerte de su esposa, as? que cortej? a 11 mujeres. Le gustaba la cuarta porque ella ten?a un cuerpo alto y atl?tico, pero sigui? con su b?squeda. La disposici?n bondadosa de la quinta tambi?n le atra?a, pero de nuevo, busc? otras. A pesar de que cortejaba al resto de las 11, su mente segu?a volviendo a la quinta. Finalmente decidi? casarse con esta mujer, y los relatos de la historia cuentan que tuvieron una vida feliz juntos. Por supuesto, otros pueden ser rechazados por este m?todo, pero al menos puede estimular la acci?n. Tambi?n es m?s sabio que seleccionar parejas al azar. Si se asume que las propuestas inmediatas son aceptadas mientras que las retrasadas son rechazadas la mitad de las veces, seg?n las matem?ticas, no debes comprometerte hasta que hayas conocido al 61% de los solicitantes, entonces salta si alguien del 39% ha demostrado ser el mejor de ellos. Si a?n no te has decidido, vuelve a la mejor persona que hayas dejado ir. En esta situaci?n que permite segundas oportunidades, tu tasa de ?xito sigue siendo del 61%. El cl?sico problema de la secretaria implica no saber nada de los solicitantes o de las opciones, aparte de c?mo pueden ser evaluados unos contra otros. En otras palabras, podemos determinar si uno es mejor o peor que el otro, pero no exactamente cu?nto difieren. Esto crea inevitablemente la fase de la mirada en la que existe el peligro de dejar de lado una opci?n excelente porque se modifican las normas y las expectativas. Los matem?ticos se refieren a este problema como "juegos sin informaci?n". Para comparar, los ex?menes como el GRE o el SAT hacen uso de percentiles que definen claramente a los examinados seg?n los resultados. En promedio, alguien que obtuvo un percentil 75 es mejor que otros 3 de 4. Tener informaci?n completa tiene el beneficio de calcular las probabilidades, incluyendo las posibilidades espec?ficas de conseguir un solicitante en un percentil espec?fico. Hay una probabilidad de 1 en 20 de que el siguiente solicitante pertenezca al 96? percentil. Utilizando estos datos, la elecci?n de cu?ndo parar depende simplemente de cu?ntos solicitantes quedan. Esto hace uso de la Regla del Umbral, donde aceptamos al solicitante cuando est? por encima de un percentil espec?fico. En la pr?ctica, si hay pocos solicitantes, debemos bajar nuestros est?ndares de selecci?n, y si hay muchos solicitantes, podemos subirlos con seguridad. Las matem?ticas nos dicen espec?ficamente por cu?nto podr?amos hacer esto para obtener la mejor opci?n. El estacionamiento implica el problema de la detenci?n ?ptima. Cuando un conductor ve un lugar vac?o, decide si toma ese lugar o se acerca a su destino y trata de encontrar uno all?. Aplicar la regla de "mirar y luego leer" significa dejar pasar los lugares vac?os dentro de una distancia determinada del destino y luego tomar el primer lugar despu?s de ?l. Esta distancia depende de la tasa de ocupaci?n, que es la proporci?n de plazas de aparcamiento que pueden ser ocupadas. Si la calle tiene un ?ndice de ocupaci?n del 99% y un 1% de vacantes, el conductor debe tomar el primer lugar que vea en 70 lugares o a distancias superiores a 400 metros del destino. Sin embargo, si el ?ndice de ocupaci?n disminuye al 85%, el conductor puede empezar a buscar cuando est? a 50 metros de distancia. Hay algunas personas que no saben cuando dejar de hacerlo. Siguen haciendo las mismas cosas que les hacen perder lo que han ganado. Esto hace que sea importante saber cu?ndo parar. Un buen ejemplo de esto es el problema de los ladrones. Es un enigma sobre un ladr?n que tiene la oportunidad de realizar una serie de robos, pero existe la posibilidad de que cuando lo atrapen, todo lo que ha ganado se pierda. Para aprovechar al m?ximo este escenario, el ladr?n puede calcular las probabilidades. Se estima que el n?mero de robos que debe realizar es igual a la posibilidad de que se escape dividido por la posibilidad de que lo atrapen. Los ladrones h?biles tienen un 90% de posibilidades de tener ?xito y un 10% de posibilidades de perder lo que han robado. Este ladr?n puede renunciar despu?s de 9 ladrones (90/10). Se dice que un aficionado tiene una probabilidad de 50/50 de realizar un robo exitoso, por lo que puede intentar robar solo una vez y no m?s. Sepa que siempre hay un momento en el que es mejor parar que continuar. Debes considerar tus posibilidades de ?xito y fracaso en lugar de simplemente rendirte o sobrepasar tus l?mites. La gente a menudo se compromete demasiado pronto porque consideran el costo del tiempo que se gasta en buscar. Despu?s de un tiempo, la gente tambi?n se aburre, as? que quieren hacer las cosas r?pidamente. Para evitar tanto el aburrimiento como las decisiones equivocadas, decide cu?ndo parar. Esto no solo har? m?s probable que consigas la mejor de las opciones, sino que tambi?n te dar? tiempo para hacer otras cosas que tambi?n son importantes para ti. Como se mencion?, la detenci?n ?ptima no se trata de qu? elegir sino de cu?ndo dejar de elegir. La siguiente trata de elegir entre la novela y lo familiar. CAP?TULO 2. EXPLORAR/EXPLOTAR – LO ?LTIMO CONTRA LO M?S GRANDE Estamos constantemente presionados para decidir entre probar cosas nuevas y atenernos a lo que nos es familiar. La vida es generalmente un equilibrio entre la tradici?n y la novedad, lo m?s grande y lo ?ltimo, y saborear nuestros favoritos y tomar riesgos. Aunque es f?cil decir que solo hay que elegir "lo mejor", no es tan simple ya que puede haber mejores cosas por ah? que no conocemos todav?a. Los inform?ticos han trabajado para encontrar el equilibrio durante m?s de 50 a?os. Han llamado a esto la compensaci?n entre exploraci?n y explotaci?n. El problema del bandido multi-brazo se llama como un juego de palabras del bandido de un brazo, que es una m?quina tragaperras de casino. Un jugador de casino entrar? sin saber cu?l de las m?quinas es lucrativa y cu?les son sumideros de dinero. Para maximizar las ganancias, ?l/ella va a tirar de los brazos en varias m?quinas para probarlas (explorando) y ?l/ella favorecer? las m?quinas m?s prometedoras que encuentre (explotando). Jugando 15 veces entre dos m?quinas, el jugador intenta una, gana 9 veces y pierde 6 veces. Juega la otra, paga una vez y no lo hace la segunda vez. El objetivo del jugador es averiguar qu? es m?s prometedor. Dividiendo las ganancias por el n?mero de tiradas se obtiene el "valor esperado" de la m?quina. La primera m?quina tiene un 60%, mientras que la segunda solo tiene un 50%. Sin embargo, el jugador debe evaluar m?s que eso, ya que dos tiradas no son suficientes. La gente tiene la tendencia a tratar las decisiones como si estuvieran aisladas. Se centran en encontrar el resultado que posea el mayor valor esperado. Pensar en todas las decisiones en lugar de solo en la siguiente requerir? lo que se conoce como la compensaci?n entre exploraci?n y explotaci?n. En el caso del problema del casino, depende de cu?nto tiempo el jugador tiene la intenci?n de permanecer en el casino. El matem?tico Herbert Robbins ha demostrado que hay una estrategia simple que puede ayudar con estas decisiones —este es el algoritmo Ganar-Quedarse, Perder-Cambiar—. Dice que hay que elegir un brazo al azar y tirar de ?l mientras que valga la pena. Si no lo hace, entonces el jugador debe cambiar a la otra m?quina. Ha demostrado en 1952 que esta estrategia da resultados que son mejores que el azar. Sin embargo, este algoritmo tiene algunas fallas. Cambiar de brazo cada vez que uno de los brazos falla puede ser precipitado. Experimentar algunas decepciones no significa que tengas que dejar ir una opci?n que de otra manera ser?a buena. Tampoco considera el intervalo de tiempo. Si la ?ltima comida que comiste en un restaurante no te gust?, el algoritmo dicta que debes encontrar otro lugar para cenar aunque est?s a punto de dejar la ciudad. Debido a esto, el bandido multiarmado est? esencialmente sin resolver, pero a?n as? proporciona algunas ideas sobre c?mo resolver los predicamentos. Конец ознакомительного фрагмента. Текст предоставлен ООО «ЛитРес». Прочитайте эту книгу целиком, купив полную легальную версию (https://www.litres.ru/pages/biblio_book/?art=51381444&lfrom=688855901) на ЛитРес. Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.