Potenzgesetz-Verteilungen: Warum Extremereignisse häufiger sind als gedacht

simulator beginner ~6 min
Simulation wird geladen...
Potenzgesetz: P(x) ~ x^(-2,1)

Mit alpha=2,1 erzeugt die Potenzgesetz-Verteilung extreme Ungleichheit: Der größte Wert ist typischerweise 100-1000-mal so groß wie der Median, und die oberen 1 % halten 20-40 % des Gesamten. Dieses Muster erscheint bei Stadtgrößen, Wortfrequenzen, Vermögen und Erdbebenstärken.

Formel

P(x) ~ x^(-alpha)
Zipf: f(r) ~ r^(-1)
Gini = 1/(2*alpha - 1) for Pareto distribution

Die 80/20-Regel und darüber hinaus

1897 bemerkte der italienische Ökonom Vilfredo Pareto, dass 80 % des italienischen Grundbesitzes 20 % der Bevölkerung gehörten. Dieses «Pareto-Prinzip» stellt sich als Spezialfall eines viel tieferen mathematischen Musters heraus: der Potenzgesetz-Verteilung. Wenn eine Größe P(x) ~ x^(-alpha) folgt, sind Extremwerte keine seltenen Ausreißer — sie sind ein inhärentes Merkmal des Systems.

Zipfs bemerkenswerte Entdeckung

1949 zeigte der Linguist George Zipf, dass Wortfrequenzen einem präzisen mathematischen Gesetz folgen: Das n-thäufigste Wort kommt mit einer Häufigkeit proportional zu 1/n vor. Das Wort «the» macht etwa 7 % des gesamten englischen Textes aus, «of» etwa 3,5 %, «and» etwa 2,8 %. Dieselbe Rang-Häufigkeits-Beziehung erscheint bei Stadtgrößen (New York ist ungefähr doppelt so groß wie Los Angeles), Unternehmenserlösen und Website-Traffic.

Schwere Ränder verändern alles

Normal- (Gauß-) Verteilungen haben dünne Ränder — Ereignisse weit vom Mittelwert sind exponentiell selten. Potenzgesetze haben schwere Ränder — Extremereignisse sind lediglich polynomiell selten, was sie weit häufiger macht, als die Intuition vermuten lässt. Deshalb ist: das stärkste Erdbeben millionenfach stärker als der Durchschnitt; die reichste Person millionenfach vermögender als der Median; und ein einzelner viraler Beitrag kann mehr Aufrufe erhalten als tausend durchschnittliche Beiträge zusammen.

Probieren Sie es selbst

Passen Sie den Potenzgesetz-Exponenten alpha an und beobachten Sie, wie sich das Rang-Größen-Diagramm und das Histogramm verändern. Niedrigeres alpha bedeutet extremere Ungleichheit. Wechseln Sie zwischen Datensätzen, um dasselbe mathematische Gesetz in völlig verschiedenen Bereichen zu sehen. Der Gini-Koeffizient und der Anteil der oberen 1 % quantifizieren, wie ungleich potenzgesetz-verteilte Größen werden.

Häufige Fragen

Was ist eine Potenzgesetz-Verteilung?

Eine Potenzgesetz-Verteilung hat die Form P(x) ~ x^(-alpha), wobei die Wahrscheinlichkeit, einen Wert x zu beobachten, als Potenz von x abnimmt. Anders als Normalverteilungen haben Potenzgesetze «schwere Ränder» — Extremereignisse sind weit wahrscheinlicher, als eine Glockenkurve vorhersagen würde. Stadtgrößen, Wortfrequenzen, Erdbebenstärken und Vermögen folgen alle ungefähren Potenzgesetzen.

Was ist Zipfs Gesetz?

Zipfs Gesetz besagt, dass die Häufigkeit eines Elements umgekehrt proportional zu seinem Rang ist. Das häufigste Wort («the») kommt ungefähr doppelt so oft vor wie das zweithäufigste («of»), dreimal so oft wie das dritthäufigste («and»), und so weiter. George Zipf beobachtete dieses Muster 1949 über Sprachen, Stadtgrößen und viele andere Phänomene hinweg.

Was bedeutet der Potenzgesetz-Exponent alpha?

Alpha kontrolliert, wie extrem die Ungleichheit ist. Niedrigeres alpha bedeutet schwerere Ränder und extremere Werte. Für alpha < 2 ist der Mittelwert (theoretisch) unendlich. Für alpha < 3 ist die Varianz unendlich. Die meisten realen Potenzgesetze haben alpha zwischen 2 und 3.

Warum treten Potenzgesetze so häufig in der Natur auf?

Mehrere Mechanismen erzeugen Potenzgesetze: präferentielles Attachment (Reiche-werden-reicher), selbstorganisierte Kritikalität (Sandhaufen-Modelle), multiplikative Zufallsprozesse und Optimierung unter Einschränkungen. Die Allgegenwart von Potenzgesetzen spiegelt tiefe mathematische Prinzipien wider, nicht einen einzelnen physikalischen Mechanismus.

Quellen

Einbetten

<iframe src="https://homo-deus.com/lab/network-science/power-law-distribution/embed" width="100%" height="400" frameborder="0"></iframe>
View source on GitHub