Степенное распределение¶

Степенное распределение (также степенной закон, распределение Парето) — это вероятностное распределение, при котором одна величина (частота, размер, количество) изменяется как степень другой величины. Формально, случайная величина \(X\) подчиняется степенному закону, если её функция плотности вероятности (или функция распределения) убывает по степенному закону: \(P(X > x) \sim x^{-\alpha}\), где \(\alpha > 0\) — показатель степени (параметр хвоста). В отличие от нормального распределения, степенное распределение характеризуется «тяжёлыми хвостами»: вероятность экстремально больших значений (например, очень крупных городов, очень редких событий) значительно выше, чем в гауссовом случае. Степенные законы широко распространены в физике, биологии, экономике, социологии и информатике, описывая явления от размера кратеров на Луне до числа ссылок на веб-страницы.

¶История

Исследование степенных распределений началось в конце XIX века. В 1896 году итальянский экономист Вильфредо Парето обнаружил, что распределение доходов в разных странах подчиняется закону, позже названному его именем: \(N = A \cdot x^{-\alpha}\), где \(N\) — число людей с доходом выше \(x\), а \(A\) и \(\alpha\) — константы. Парето заметил, что 20 % населения владеет 80 % богатства — это наблюдение легло в основу принципа Парето (правило 80/20), который является частным случаем степенного распределения.

В 1920-х годах американский лингвист Джордж Ципф проанализировал частоту слов в текстах и показал, что частота слова обратно пропорциональна его рангу (закон Ципфа). Позже выяснилось, что этот закон — тоже степенное распределение. В 1940-х годах американский физик Льюис Фрай Ричардсон применил степенные законы к анализу войн и конфликтов, показав, что число войн определённого масштаба убывает по степенному закону.

В 1960-х годах Бенуа Мандельброт заложил основы фрактальной геометрии, в которой степенные законы играют ключевую роль. Он показал, что многие природные структуры (береговые линии, облака, горные массивы) обладают самоподобием, описываемым степенными зависимостями. В конце XX века с развитием компьютерных сетей и интернета степенные распределения стали активно изучаться в контексте графов (сетей) — так называемые безмасштабные сети.

¶Математическое описание

¶Определение

Случайная величина \(X\) подчиняется степенному закону, если её функция распределения (или дополнительная функция распределения) имеет вид:

\[ P(X > x) = \left( \frac{x_{\min}}{x} \right)^{\alpha} \quad \text{для } x \geq x_{\min}, \]

где \(x_{\min} > 0\) — минимальное значение, при котором закон выполняется, а \(\alpha > 0\) — показатель степени (параметр хвоста). Функция плотности вероятности для непрерывного случая:

\[ f(x) = \frac{\alpha - 1}{x_{\min}} \left( \frac{x}{x_{\min}} \right)^{-\alpha} \quad \text{для } x \geq x_{\min}. \]

¶Свойства

• Тяжёлые хвосты: при \(\alpha \leq 2\) дисперсия бесконечна, при \(\alpha \leq 1\) — бесконечно математическое ожидание. Это означает, что выборочные средние могут быть нестабильными.
• Масштабная инвариантность: если \(X\) подчиняется степенному закону, то \(cX\) также подчиняется степенному закону с тем же показателем \(\alpha\).
• Отсутствие характерного масштаба: в отличие от нормального распределения, где есть типичное значение (среднее), степенное распределение не имеет «типичного» размера — экстремальные значения встречаются с ненулевой вероятностью.

¶Оценка параметров

На практике для оценки \(\alpha\) и \(x_{\min}\) используют метод максимального правдоподобия. Для непрерывных данных оценка \(\alpha\):

\[ \hat{\alpha} = 1 + n \left[ \sum_{i=1}^{n} \ln \frac{x_i}{x_{\min}} \right]^{-1}, \]

где \(n\) — число наблюдений, превышающих \(x_{\min}\). Для дискретных данных (например, целые числа) формула сложнее.

¶Примеры и приложения

¶Физика и естественные науки

• Размер кратеров на Луне: распределение диаметров кратеров подчиняется степенному закону с \(\alpha \approx 2\).
• Землетрясения: закон Гутенберга — Рихтера гласит, что число землетрясений с магнитудой \(M\) обратно пропорционально \(10^{-bM}\), что является степенным законом.
• Размер лесных пожаров: площадь пожаров в разных регионах мира подчиняется степенному распределению.
• Биологические сети: распределение числа связей (степеней) в метаболических сетях и сетях взаимодействия белков часто следует степенному закону.

¶Экономика и финансы

• Распределение доходов: закон Парето — 20 % населения владеет 80 % богатства, хотя точные значения \(\alpha\) варьируются.
• Размеры компаний: распределение числа сотрудников или выручки компаний часто подчиняется степенному закону.
• Финансовые рынки: распределение доходностей активов (особенно в хвостах) часто описывается степенным законом, что объясняет «чёрные лебеди» — редкие, но экстремальные падения или роста.

¶Информатика и интернет

• Размер файлов: распределение размеров файлов в файловых системах часто степенное.
• Число ссылок на веб-страницы: закон Ципфа — число ссылок на сайт обратно пропорционально его рангу.
• Степень узлов в сети: в безмасштабных сетях (например, интернет, социальные сети) число связей у узла подчиняется степенному закону. Это означает, что большинство узлов имеют мало связей, а небольшое число узлов (хабы) — очень много.
• Частота слов: закон Ципфа — самое частое слово встречается примерно в два раза чаще, чем второе, в три раза чаще, чем третье, и т. д.

¶Социология и демография

• Размер городов: закон Ципфа для городов — численность населения города обратно пропорциональна его рангу.
• Число жертв войн: распределение числа жертв в вооружённых конфликтах подчиняется степенному закону.
• Распределение научных публикаций: число статей, написанных одним учёным, часто следует степенному закону (закон Лотки).

¶Критика и ограничения

Степенные распределения часто путают с другими «тяжёлохвостыми» распределениями, такими как логнормальное или распределение Вейбулла. На практике отличить степенной закон от логнормального по ограниченным данным сложно. Многие утверждения о степенных законах в эмпирических данных (например, в социальных сетях) были оспорены. Исследователи (например, Клаусет и др., 2009) предложили строгие статистические тесты для проверки гипотезы о степенном законе, включая оценку \(x_{\min}\) и сравнение с альтернативными распределениями.

Кроме того, истинные степенные законы часто наблюдаются только в хвосте распределения, а для малых значений может действовать другой закон. В ряде случаев степенное распределение является следствием процессов роста с предпочтительным присоединением (модель Барабаши — Альберт), но не единственным механизмом.

¶Интересные факты

• Принцип Парето (80/20) не является строгим следствием степенного закона — он верен только при определённом значении \(\alpha\). Для разных явлений \(\alpha\) может быть разным, и доля «20 %» может меняться.
• Степенные законы встречаются в музыке: распределение частот нот в произведениях классических композиторов подчиняется закону Ципфа.
• В природе степенные распределения часто связаны с фракталами — объектами, обладающими самоподобием на разных масштабах.
• Модель «богатые становятся богаче» (preferential attachment) — один из основных механизмов, порождающих степенные распределения в сетях.

¶Источники

• Парето В. «Курс политической экономии» (1896–1897).
• Ципф Дж. «Человеческое поведение и принцип наименьшего усилия» (1949).
• Мандельброт Б. «Фрактальная геометрия природы» (1982).
• Барабаши А.-Л., Альберт Р. «Возникновение масштабирования в случайных сетях» (1999).
• Клаусет А., Шалзи К., Ньюман М. «Степенные законы в эмпирических данных» (2009).