Как стать автором
Обновить

Комментарии 15

По моему ерунда, неделя выходных — зафигачьте курс матана больше пользы

Матан не совсем о жизни :)

Да кто бы спорил) Но это хардкор, а наша подборка — это некий компромисс между оливье и матаном.
Я даже вспомнил, как формула 1,01^365 всплывала пару лет назад. Её тогда клеймили как классический софизм из бизнес-успешных пабликов, аргументируя, что возведение в степень тут ни к селу ни к городу. Логичнее было бы умножать 1,01 и 0,99 на 365, и разница будет уже не такая страшная :D
НЛО прилетело и опубликовало эту надпись здесь
Почему же, умножать — это если мы улучшили эффективность на 1% в первый день и на этом остановили рост.
Вы прямо глаза мне открыли на то, что авторская формула означает. Да, и впрямь, 1,01^365 — это наша «производительность» в конце года при наращивании производительности на 1% каждый день. А умножением мы подсчитываем этакий объём проделанной работы при заданной неизменной производительности.

А я, получается, всё это время не вчитывался в формулировку :)
Хм, а если учесть, что технический прогресс не стоит на месте, то объем работы равный 100% в начале года, будет равен 80% в конце (так как появился новый скилл, который нужно освоить).

1.01*365=368.65, в скорее так, чем в степень.

Если честно, не совсем понятна аналогия Роста и Деградации. Как можно сделать какой-то вывод, если мы тупо 0,99 умножаем на саму себя 365 раз?

Вроде того, что наша дефолтная производительность=константа, и ее сократили из обеих формул.

Оставив только сам множитель.

«Если каждый день улучшать какое-то дело всего на 1%, то через год твоя эффективность в нем повысится в 38 раз. Если делать на 1% хуже, то она практически обнулится».


www.quora.com/Is-this-mathematically-valid-if-you-just-do-1-a-day-more-than-everyone-else-then-you-will-do-3800-more-than-everyone-in-a-years-time/answer/Carlos-Matias-La-Borde?srid=hO4iS
Улучшить дело на 1% — звучит, конечно, просто, но «сложность» этого улучшения будет расти экспоненциально.
Следует еще добавить, что в реальности мы столкнемся с насыщение эффективности. Поэтому экспоненциальную модель лучше заменить кривой обучения в форме сигмоиды (или любой другой функции с конечным пределом при стремлении времени к бесконечности).

Если сигмоиду описать логистической функцией, то можно показать, что эффективность не может быть более чем в 1+exp(ab) раз больше начальной. Здесь a — скорость роста функции, b — смещение относительно начала координат. Выходит, что столь высокий рост, как указано в статье, можно ожидать только в тех делах, в которых мы изначально низкоэффективны.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий