上篇關於正態分佈的內容中提到了自然界中許多事物的概率分布都近似的符合正態分佈，後來我們拿大多數人最關心的財富來舉例，但它符合正態分佈符合對數正態分佈，這是以人數做統計，但如果按照各個資產量統計人數的話，就會出現今天要講的冪律分布。
除了財富，與人類社會相關的分布大多都是符合冪律分布的。例如，某書店如果按銷量排列，就能發現主要銷量都集中在少量熱門書籍上，而其餘大部分書籍的銷量只佔總銷量剩下的其他部分；又比如，英文的學習中，只有20%的詞彙會經常用到，而剩下80%的詞彙可能用得比較少，學習的時候可以優先把常用詞彙先搞定，其它詞彙用日常的時間來不斷消化。看到這裡相比大家會問，這不就是二八法則麼？是的，我們常能聽到的二八法則其實就是冪律分布思維模型使用方式的一種。
定義什麼是冪律分布
想要知道什麼是冪律分布，首先要了解什麼是冪律法則。冪律法則指在任何一件事物中，極少數的關鍵事物帶來絕大多數的收益，其他大多數普通事物只獲得少量收益。平時經常能見到的馬太效應，長尾理論，帕累託法則(上面所說的二八法則)其實就是和冪次法則的意思差不多。
而符合冪律法則的事物體現在圖表上則會呈現出冪律分布，例如，水變成冰的臨界狀態，各個城市的人口分布，投資回報現象等。通過冪律分布圖表的形態我們能夠的看出，對一件事情起決定作用的，往往是少數幾個因素，而其它大部分的因素都無關緊要。
正態分佈 vs 冪律分布
某事物符合正態分佈還是冪律分布的乙個重要評判條件在於：各個因素之間的關係是否有聯絡。正態分佈的各個因素之間是沒有聯絡，也就是互不影響，例如身高，智商等；而符合冪律分布的事物各個因素之間是相互聯絡，相互影響的。例如社會財富，網路傳播效應等(一些詳細的內容已經在正態分佈那篇文章中提過，不明白的可以看一下，這裡就不重複再解釋了)。
非線性的世界
不論是正態分佈還是冪律分布，其根本原因是因為我們所處的世界是乙個複雜系統，現實中的生活遠比我們記憶中的生活更加錯綜複雜，但是我們的頭腦更傾向於將歷史以更平穩和更線性的狀態呈現出來，所以如果我們沒有意識到這種複雜性，按照本能的線性去思考現實，就非常容易出現偏差。例如，我們希望今天花了2個小時複習功課，明天考試就能多考10分；給女朋友送個鑽戒，她就願意嫁給你；希望通過增加貨幣的供給量，刺激經濟增長等等。
當然，這種線性的思維方式也是因為我們在感性上害怕不確定性，這個在之前的不確定思維模型中解釋過人類需要一些確定性的原因在於生存壓力。另外還有乙個需要確定性的理由是，如果沒有確定性，我們很難給當下的理由找乙個合理的理由。但我們不能就認為現實就是跟我們大腦理解的一樣，這就像地圖不是疆域思維模型所揭示的道理一樣。
啟示把最基本的事情做對
在《signal and noise》這一書中提到過：當我嘗試使用帕累託法則時，我發現：我們把最基本的事情做對，就可以讓我們走很遠 —— nate silver
這就好比在玩德州撲克時，你只要學習在牌不好的時候棄牌，在你牌好的時候下注，和嘗試考慮一下對手握著什麼牌就能夠大大提高你的收益。這也說明了為什麼生活中更應該將心思放在一些更為平常基本的事情，例如讀書，寫作，鍛鍊身體，規律作息等，你可能就過上你想要的生活。並不是說其它事情不重要，而是只有那麼幾件最基本的事情，對於結果的影響，比其它所有事情所產生的影響總和要大。
學會放棄
事情是有重要性之分的，其背後對應的價值存在著冪律分布，對於那些不重要或價值低的事情要勇於捨棄。這就像我們常能聽到這句話「有所舍，才會有所得」一樣，不要想著獲得所有，當我們把精力平均分的時候，也就意味著最後的結果可能就是乙個平均數，而且現實的平均並不容易達到。重要的事情只佔少數，其它的都是次要的，不論是在生活中還是工作中，我們應該把80%的精力投入到極少數重要的事件中，剩下的再分給其它。
學會學習
當我們接觸一門新學科或新技能時，往往會覺面面對的是乙個非常龐大的知識庫，而產生畏懼心理。這些新的知識點背後的重要性也是不同的，也是符合冪律分布的，而每個學科或技能都有核心概念或核心技能，剩下其他很多知識點都可能是在這些核心概念或核心技能延伸出來的，優先把這些內容都掌握好其它的知識點會更容易理解。任何學科都是同樣如此，思維模型也不例外。乙個人只要掌握大約八十至九十個思維模型就足以解決90%的問題，讓你成為乙個夠智慧型的人 —— 查理·芒格《窮查理寶典》
總結冪律分布告訴我們，對一件事情起決定作用的，往往是少數幾個因素，而其它大部分的因素都無關緊要。自然界的一些現象常出現正態分佈，而人類社會中會常出現冪律分布。冪律分布與正太分布不同的原因是因為，它的各個因素之間是相互聯絡。現實世界是非線性的，而我們的大腦更容易使用線性思維去解讀，如何能更準確地了解世界，首先要做的就是意識到這點。
冪律分布帶來的啟示主要有3點，第一，把最基本的事情做對就能夠走得很遠；第二，學會放棄，按照事情背後的價值程度來分配精力，而不是平均分配。第三，優先學習核心概念和核心技能，可能就能解決大部分問題。
冪律分布 二
任何能提高我們分享 協調或行動能力的事情都會增加我們和他人一起共同追尋某些目標的自由。在網際網路時代，這麼多人能如此自由地和其他人說或者做各種事，這在歷史上是第一次。網路消除了有關參與的技術障礙。既然現在每個人都有了各種工具可以平等做貢獻，你或許以為將看到平等參與的大幅增長。你如果這樣想就錯了。許多...
搜尋引擎反作弊與冪律分布
由於搜尋引擎普遍基於pagerank在做，有一種很常見的手法就是給乙個網頁設定足夠多的入鏈和出鏈，以提高網頁的搜尋權重。搜尋引擎針對這種作弊方式，會用到 冪律分布 來識別。即，網頁的出鏈和入鏈是否滿足以下規律 少量鏈結擁有大量流量，大量鏈結擁有少量流量。也可以更通俗的說，是否符合二八定理。如果乙個網...
去中心化和冪律之間的不可相容
去中心化和冪律結合在一起，是乙個很有意思的topic。去中心化的動機在於大多數人不希望被第三方約束，只是因為他不信任第三方，然而一旦放開約束，便成就了他們所謂的去中心化，接下來的事情很有意思，他們會很快選出乙個他們信任的第三方作為中心 在任何的自組織網路中，去中心化和冪律是一對矛盾體。所有節點都有去...