
قانون زیف و اصل پارتو: چرا همیشه «معدودی» برنده میشوند؟
هدفهای این ایستگاه#
- فرق قانون زیف (رتبه ⇐ تکرار) و اصل پارتو (سهم بالاییها) را دقیق توضیح دهی.
- دادهای واقعی جمع کنی، مرتب کنی و درصد تجمعی را حساب کنی.
- نمودار رتبهتکرار را در مقیاس لگاریتمی بکشی و شیبش را تفسیر کنی.
- گزارش کتبی تایپشده بنویسی و در ارائهٔ ۴ تا ۶ دقیقهای نتیجهات را با داده دفاع کنی.
مأموریت تو: تحلیلگر ساختارهای پنهان شو
- هدف
- گزارش کتبی تایپشده بنویسی و در ارائهٔ ۴ تا ۶ دقیقهای نتیجهات را با داده دفاع کنی.
- نمای کلی
- یک متن دستکم ۵۰۰ واژهای، ۲۰ پست یک صفحهٔ محبوب، یا آمار گلزنان یک لیگ را برگزین؛ داده را مرتب کن، درصد تجمعی و نمودار لگلگ بکش و بگو آیا الگوی زیف یا پارتو در آن هست، چقدر و چرا. همه را در گزارش کتبی تایپشده و ارائهٔ ۴ تا ۶ دقیقهای بیاور.
بخش ۱: ماجرا: چرا معدودی برنده میشوند؟#
چرا چند کتاب میلیونها نسخه میفروشند و هزاران کتاب چند صد نسخه؟ چرا از همهٔ واژههایی که بلدی، چندتای معدود را مدام تکرار میکنی؟ آیا تصادف است یا قانونی پنهان؟ در این پروژه با دو قانون مشهور آشنا میشوی که هر دو از خانوادهٔ «قانونهای توانی» اند: قانون زیف و اصل پارتو. (و بله، واژهٔ «و» در این کتاب از همهٔ ما مشهورتر است!)
بخش ۲: جعبهابزار : ۱ اصل پارتو#
ویلفردو پارتو، اقتصاددان ایتالیایی، حدود سال ۱۹۰۶ متوجه شد بخش بزرگی از زمینهای ایتالیا (حدود ۸۰٪) در دست بخش کوچکی از مردم (حدود ۲۰٪) است. بعدها مدیران این ایده را «قاعدهٔ ۸۰/۲۰» نامیدند: «بخش زیادی از نتیجهها از بخش کمی از علتها میآید». نکتهٔ کلیدی: ۸۰ و ۲۰ دقیق نیستند و لازم هم نیست جمعشان ۱۰۰ شود؛ گاهی ۹۰/۱۰، گاهی ۷۰/۳۰ و گاهی اصاً لنابرابری مهمی نیست. پیاِمدرست «اقلیتی حیاتی» است، نه عدد جادویی.
بخش ۳: واژههای همین کتاب#
همهٔ متن پنج پروژهٔ کتاب منبع را با رایانه شمردیم: ۱۵۶۹۱ واژه که ۲۳۴۸ واژهٔ متفاوت اند. پرتکرارها: «و» ۶۱۳ بار، «را» ۴۴۵، «به» ۴۲۴، «در» ۳۷۳، «یک» ۳۴۷. زیف پیشبینی میکند رتبهٔ ۲ حدود ۶۱۳ ÷ ۲ ≈ ۳۰۷ و رتبهٔ ۳ حدود ۲۰۴ باشد؛ واقعیت ۴۴۵ و ۴۲۴ است. پس الگو «تقریب »اً درست است، نه دقیق؛ متنهای کوتاه و فارسی (با «را» و «به» پرکار) همیشه کمی سرکشی میکنند.

بخش ۴: جعبهابزار : ۳ نمودار لگلگ#
اگر هر دو محور را لگاریتمی بکشیم (۱، ۱۰، ۱۰۰، ۱۰۰۰ با فاصلهٔ مساوی)، قانون توانی به یک خط راست با شیب منفی تبدیل میشود. زیف کامل یعنی شیب −.۱ برای دادههای همین کتاب، شیب ۵۰۰ رتبهٔ اول حدود −۰٫۸۲ درآمد: نزدیک، ولی نه دقیقاً زیف. یک هشدار: خط راست در نمودار لگلگ «نشانه» است، نه «اثبات»؛ آماردانها برای اطمینان آزمونهای دقیقتری دارند.

بخش ۵: درصد تجمعی#
واژههای متفاوت کتاب را از پرکاربرد به کمکاربرد مرتب کردیم و سهم تجمعی را حساب کردیم. ۲۰٪ پرکاربردترین واً ژهها حدود ۷۶٫۵٪ کل متن را میسازند؛ و برای رسیدن به ۸۰٪ متن، ۵۶۹ واژه، یعنی حدود ۲۴٪ واژههای متفاوت، لازم است. یعنی برای این متن «حدود ۸۰/۲۴» داریم؛ نزدیک به قاعدهٔ سرانگشتی، ولی نه دقیق ۸۰/۲۰.



بخش ۶: ۲۰ پست ساختگی#
برای تمرین، لایک ۲۰ پست را با یک مولد تصادفی (با بذر ثابت، تا هرکس دوباره بسازد همین را بگیرد) ساختیم. ۴ پست برتر (۲۰٪ پستها) حدود ۵۰٪ لایکها را دارند، نه ۸۰٪. این هم «نابرابری» است، اما ۸۰/۲۰ نیست. در دادهٔ واقعی خودت هم ممکن است عدد دیگری دربیاید؛ گزارش صادقانهاش از هر عدد قشنگ ارزشمندتر است.


بخش ۷: «زیف همان پارتو است»#
نه دقیق .اً زیف دربارهٔ رابطهٔ «رتبه» و «تکرار» است؛ پارتو دربارهٔ اینکه بالاییها چه «سهمی» دارند. هر دو از خانوادهٔ قانونهای توانی اند و ریاضیشان به هم مربوط است، اما یکی نیستند.
بخش ۸: «همیشه دقیقً۸۰/۲۰»#
نه! قاعدهٔ سرانگشتی است و باید با داده سنجیده شود.
بخش ۹: «نابرابری یعنی بیعدالتی»#
الگوی ریاضی دربارهٔ «چگونگی توزیع» حرف میزند؛ قضاوت دربارهٔ عادلانه بودن، پرسشی جداست که داده به تنهایی پاسخش را نمیدهد.
بخش ۱۰: مزیت تجمعی#
چرا یک اینفلوئنسر میلیونها دنبالکننده دارد و میلیونها نفر چندتا؟ یک توضیح «مزیت تجمعی» (Cumulative Advantage) است: هرچه کسی محبوبتر شود، بیشتر دیده میشود و محبوبتر میشود. این سازوکار در مدلهای ریاضی، توزیعهای توانی میسازد. کاربرد: برای یادگیری زبان تازه، چند صد واژهٔ پرکاربرد بخش بزرگی از متنهای روزمره را پوشش میدهند؛ پس از آنها شروع کن.

بخش ۱۱: مراحل انجام پروژه#
- یک سناریو برگزین: تحلیلگر ادبی (یک فصل دستکم ۵۰۰ واژهای)، تحلیلگر شبکهٔ اجتماعی (۲۰ پست آخر یک صفحه) یا تحلیلگر ورزشی (گلزنان یک فصل).
- داده را جمع کن و منبعش را بنویس.
- داده را از بیشترین به کمترین مرتب کن و سهم هر ردیف و سهم تجمعی را حساب کن.
- بسنج: ۲۰٪ بالایی چند درصد را دارند؟ رتبهٔ ۲ حدود نصف رتبهٔ ۱ است؟
- نمودار میلهای و در صورت توان، نمودار لگلگ بکش.
- گزارش کتبی تایپشده بنویس و ارائه را آماده کن.
بخش ۱۲: ساختار ارائهٔ ۴ تا ۶ دقیقهای#
مقدمه (حدود ۱ دقیقه): با یک پرسش کنجکاوانه شروع کن. داده (حدود ۱ تا ۲ دقیقه): دادهات را از کجا آوردی و چطور مرتب کردی. یافته (حدود ۲ دقیقه): نمودارها و درصدها؛ زیف یا پارتو برقرار است یا نه، و چقدر؟ نتیجه (حدود ۱ دقیقه): چرا این الگو اینجاست و چه کاربردی دارد. تمرین سریع: ۱۰ پیام آخر خودت را بشمار؛ پرتکرارترین واژه چیست؟ جدول داده، نمودارها و محاسبهها را در گزارش کتبی تایپشده بیاور. گزارش را به تسهیلگر سرپرست بده و ارائه را با نمودار یا اسلاید اجرا کن.
خودآزمایی#
گزینهٔ درست را انتخاب کن و «بررسی پاسخها» را بزن.
نمایش پاسخنامه
۱. ۲۰۰؛ ۲. یک قاعدهٔ سرانگشتی است که باید با داده سنجیده شود؛ ۳. خط راست با شیب منفی
پرسشهای مرور و کاربرد#
- فرق قانون زیف و اصل پارتو را با مثال خودت توضیح بده.
- دادهٔ تو چقدر به ۸۰/۲۰ نزدیک بود؟ عدد دقیقش چه بود؟
- چرا خط راست در نمودار لگلگ اثبات قطعی نیست؟
- مزیت تجمعی چطور میتواند الگوی دادهٔ تو را توضیح دهد؟
مهر گذرنامه: پیش از رفتن به ایستگاه بعد#
پیش از رفتن به ایستگاه بعدی، این موارد را علامت بزن:
آفرین! یک مهر دیگر در گذرنامهٔ ریاضیات خورد.