Комментарии 6
Экспоненциальный (степенной) закон (Power law) = Эффективность (оптимальность) по Парето (Pareto Efficiency) т.е. про одно и тоже разными словами, ну самое животрепещущее Системный подход (Systems Thinking) под номером в списке моделей поглощает практически без остатка все модели те что ниже по списку.
Если правильно определить целевую функцию, то принцип Парето работает. В вашем же примере можно считать избыток средств отдельных индивидуумов недостатком (так как очевидно что в этом случае ими пользуются неэффективно), после чего перераспределение благ будет соответствовать принципу.

У Парето более важен другой недостаток — склонность фиксации на локальных максимумах/минимумах, иногда это критический важный порок подхода.
это не недостаток метода, а недостаток системы целеполагания т.к. если цель общая (генеральная) неизвестна или известна, но заменена на личную (локальную).

Иными словами классическая ошибка руководства если управление ориентировано на общую (генеральную) цель через декомпозицию на личные (локальные) цели при отсутствия понимания того что сумма результатов по личным (локальным) целям ни в коем случае не равно результату по общей (генеральной) цели.
Это само собою — постоянно улучшая текущую систему невозможно построить новую систему, это кстати основной вопрос к теории эволюции. Но заменяя локальное целеполагание на стратегическое планирование, в итоге мы заменяем принцип Парето на другой.

Обычно каким-нибудь стратегическим методом система загоняется в новое (часто не оптимальное) состояние, а там уж по принципу Парето постепенно находится локальный максимум, и так до следующего стратегического толчка.
Парето — это методика анализа сложных систем, которая предполагает что сложные системы неоднородны и в виду этого различные части системы имеют различную степень влияния на общий результат работы системы. В частности утверждается что примерно 20% системы производят около 80% результата.

Согласитесь чтобы уметь вывести систему на оптимум необходимо проверить и уточнить данное утверждение в конкретной рабочей системе и применить полученное знание для недопущения локальной оптимизации.
Предложение «Поэтому, если после прохождения какого-либо теста вы «попали» в середину шкалы, то, вполне возможно, сработало нормальное распределение, и тест бесполезен» построено таким образом, что его отрицание тоже претендует на свою долю истинности.
// Ваш К.О.
Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.