MENTAL MODEL · M3932
幂律分布
Power Law Distribution
更新于 2026-08-01
CORE DEFINITION · 核心定义
一种"重尾分布"，其概率密度函数为P(x) ∝ x^(-α)，特征是"少数极大，多数极小"。它描述了从地震规模、城市规模、公司规模到个人财富等大量自然和社会现象，是"无标度网络"和"偏好依附"的数学基础。
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
极端事件预警。它解释了为什么"黑天鹅事件"（极端值）在幂律分布中比正态分布中常见得多。理解这一点，有助于建立"反脆弱"策略：不是预测极端事件，而是构建在极端事件中受益的系统。
anchor
锚定快速决策
幂律分布指变量取某值的概率与值的某次幂成反比：P(x)∝x^(-α)。表现为“长尾/无标度”——极小概率事件有极大影响，均值不能代表典型。
MINIMUM ACTION · 最小行动
进行中 0/3在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- en.wikipedia.orghttps://en.wikipedia.org/wiki/Power_lawverified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型