話說自從牛頓力學被提出後，經過物理學家和數學家的深化和發展。當時的人們開始能夠很好地預測各種現象。其中有個叫做拉普拉斯的科學家提出了一個思想實驗：拉普拉斯妖。

這個思想實驗可是相當了不得，他和芝諾的烏龜、麥克斯韋的妖以及薛定谔的貓并稱為科學史上的四大神獸，無論哪個都是科學家花了很長時間才能邁過的坎。當然，薛定谔的貓還沒成功解釋。

拉普拉斯認為宇宙現在的狀态其實就是因為過去的狀态導緻的，而未來的狀态則是由現在的狀态導緻的。如果有一個智者（拉普拉斯妖）知道某一個宇宙中所有的力和物體的位置，并且它能夠瞬間完後才能對這些數據的分析，那麼從最小的粒子到最大的物體，它們的運動都會被包含在一條簡單公式裡，他就可以預測任意時刻宇宙萬物的變化。

後來，科學家們管這種思考方式叫做：決定論。

不過好景不長，100多年後量子力學誕生，人們發現拉普拉斯妖根本不可能做到預測萬物的事。

首先是在微觀世界，有個量子力學的測不準原理守着，這個定理告訴我們，我們不可能同時測量出一個粒子的動量和位置，不是因為儀器不行，而是觀測了動量，就測不準位置，觀測了位置，就測不準動量。

這時候科學家才意識到，在微觀世界離，我們隻能依靠概率來描述。就比如說，氫原子核外的電子，我們隻能用概率雲來描述。

然而僅僅是這樣麼？

沒多久，宏觀世界的預測也被打破了。而打破這個的叫做：混沌現象。

我們更熟悉另個外号：蝴蝶效應。這是指在一個動态系統裡，隻要初始條件發生微小變化，就會帶動整個系統長期且巨大的鍊式反應。

還有一個很通俗的版本：一隻蝴蝶在巴西輕拍翅膀，可以導緻一個月後德克薩斯州的一場龍卷風。

而且科學家發現，其實混沌系統無處不在，我們的社會，股市其實都是一個超級複雜的混沌系統。而混沌系統受到初始條件的影響很大，初始條件稍微改變一下就會千差萬别。

最簡單的混沌系統應該就是雙擺了。如果一開始有一點點微小的不同，擺杆的軌迹就會完全不一樣。

不确定性原理和混沌系統告訴我們一個道理，以往研究對象其實都是線性的。說白了，就是很好找到因果關系或者相關關系，這也是決定論能夠成立的原因。

但這個世界，存在更多的是非線性的系統，這個系統超級複雜，已經遠遠超過人類的算力，我們是不可能用幾個簡單公式就能直接描述的。我們能描述的僅僅是概率罷了。

科學家就曾嘗試用概率分布來分析整個系統，比如：正态分布。它的樣子很像一個倒扣的鐘。所以也叫做：鐘形曲線。

這種分布其實是常用在離散模型當中，比較常見的就是高爾頓闆。

如果搞一塊豎直放置的闆，在上面釘上交錯排列的釘子。讓小球從上端自由下落，這個時候，小球碰到釘子就會随機向左或者向右落下。這時候，我們得到的就會是一個正态分布。而每個豆子之間是相互獨立的。

除了高爾頓闆，我們還常常需要描述一個班級的女生或者男生的身高，這也是一個很标準的正态分布。但是我們知道，其實每個同學的身高也是相互獨立。

除了正态分布，這世界上還存在着另外一個更為常見，但高中和大學都不會學到的分布：幂律分布。幂律分布比起正态分布，其實更和我們生活息息相關。

坐：正态分布；右：幂律分布

講幂律分布之前，我們先來講一個沙堆效應。玩沙堆基本上是每個人的童年都玩過的。

當沙堆堆到一定程度時，我們繼續一顆一顆地放沙子，根據目前的科學理論，我們無論如何也不能夠預測得了放到哪一顆沙子時，沙堆會垮掉。

因為它實在是太複雜了，内部每一顆沙子之間都在相互作用。

實際上，我們的社會就是這樣，每一個人都緊密聯系。甚至到了近代，互聯網出現之後，這個聯系更加緊密。也就是說，我們每個人其實都像沙堆裡的一顆沙子一樣，時時刻刻在相互作用，而不是相互獨立的，所以，描述很多人類社會的問題，用正态分布是行不通的。

在這個系統中，更多的是赢家通吃，我們也管着現象叫做“二八法則”。常見的就是那句很有名的話：社會上20%的人占有80%的社會财富。

有人曾經模拟這個世界的運行規律，他們假設：每人在18歲帶着100元，然後開始玩遊戲。

每天就玩一次，直玩到退休（65歲）。“每天拿出一元錢”作為為日常消費随機給其他人，并設定了獲得财富的概率随機。

一個人一生要玩大概17000次遊戲，也就是說會獲得17000次财富分配的機會。

那結果會如何呢，很多人都參與了，猜測結果大概有以下三種

來源：城市數據圖

結果呢？電腦模拟結果其實是幂律分布。

來源：城市數據圖

這個允許負債的結果；來源：城市數據圖

所以相互緊密聯系和充分競争的系統中，正态分布其實并不适用，我們要用幂律分布的思維方式去思考。如果我們想嘗試用決定論的方法去解決很多這類問題，你會發現根本做不到。很多事情，比如：世界大戰，股市漲跌等其實都不能用單一因素來解釋，因為它壓根就是非線性的系統。

那我們如何才能成為二八法則中的那個20%呢？

你可以點擊下面的連接，查看下期的内容。

複雜系統的最優解 之 進化論思想

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!