Логика чудес. Осмысление событий редких, очень редких и редких до невозможности

Даже при использовании модели безмасштабной сети есть один параметр, который мы еще не учитывали: в случае личных отношений коэффициент пропорциональности может не быть равен 1, в отличие от примера с нашими воображаемыми озерами. Он может быть больше или меньше, смотря по тому, как именно мы построили распределение.

Возьмем другой пример: исследования показывают, что в сети знакомых, вступающих в сексуальную связь, — при учете лишь гетеросексуальных контактов, — этот коэффициент ближе к двум, а может быть, и немного больше. Правда, получение точных данных затрудняется тем фактом, что мужчины в среднем сообщают о семи половых партнерах, а женщины — всего о четырех. Это число должно быть одинаковым для обоих полов; вероятно, мужчины его преувеличивают, а женщины — преуменьшают. Также можно отметить, что в выборку были включены проститутки и «эротоманы», и это могло исказить результаты опроса — но лишь в ограниченной мере, так как по данным исследований большое различие в ответах порождается реальными когнитивными искажениями у обоих полов[97].

В любом случае установлено, что и для мужчин, и для женщин значение коэффициента составляет около 2. Следовательно, если мы знаем, что у некоторого человека было по меньшей мере четыре половых партнера, можно предположить, что их у него было еще восемь. Отметим, что это всего лишь ожидаемое значение; суммарное число действительно может быть равно четырем, но может достигать и десяти или более: утверждается просто, что среднее число дополнительных партнеров равно восьми. А если мы знаем, что у кого-то было не меньше десяти партнеров, то у этого человека (в среднем) их было приблизительно на двадцать больше. Интересно, что, если мы исключим из рассмотрения проституток и страдающих (или наслаждающихся) нимфоманией или сатириазом, коэффициент пропорциональности в сети партнеров, вступающих в сексуальную связь, падает приблизительно до 1.

Такие коэффициенты пропорциональности характерны для безмасштабных сетей и могут быть равны любому положительному числу. Назовем коэффициент пропорциональности для некоторой безмасштабной сети фактором Мандельброта этой сети. Таким образом, у любой безмасштабной сети есть фактор Мандельброта, и это число определяет основные характеристики этой сети. Математики обычно используют для описания сетей не коэффициенты пропорциональности, а степенные показатели, потому что с ними легче производить вычисления[98]. Но мы оставим свой коэффициент пропорциональности, чтобы не забираться в высшую математику.

Все это касается не только безмасштабных сетей, но и всех типов масштабной инвариантности — например, земель или озер. Чем выше фактор Мандельброта земельного участка или озера, тем большее расстояние нам предстоит преодолеть, чтобы добраться до его противоположного края, и мы должны быть к этому готовы.

Безмасштабные доходы

Предположим на минуту, что доходы (по меньшей мере по-настоящему большие) масштабно-инвариантны. Допустим, мы знаем, что годовой доход некой госпожи Счастливцевой составляет не меньше $1 млн, но точная сумма нам неизвестна. Если фактор Мандельброта для крупных доходов равен 2, то можно предположить, что наша состоятельная знакомая получает $2 млн дополнительного дохода, то есть всего $3 млн. Однако следует помнить, что речь тут идет о предполагаемых суммах. Возможно, г-жа Счастливцева действительно зарабатывает всего $1 млн в год, а может быть, все $10 млн или даже больше. А если мы знаем, что господин Богатей имеет доход не менее $10 млн, мы можем предположить, что его доход может составлять около $30 млн, опять же с широким возможным разбросом.

Тут я должен попросить извинения у Вильфредо Парето, формулу которого я назвал в главе 5 похожей на произведение шарлатана. На самом деле та формула, которую Парето использовал в попытке описать распределение доходов, однозначно определяет фактор Мандельброта (хотя преобразование оказывается на практике весьма сложным). Я отмечал, что, в отличие от логнормального распределения, формула Парето не связана сколько-нибудь осмысленным образом с другими достижениями математики и представляет собой чисто искусственное построение. Если бы во времена Парето были известны безмасштабные сети, эта оценка была бы совершенно несправедливой. Тем не менее формула Парето работает мучительно плохо в приложении к доходам ниже среднего, так что, возможно, нам не следует вовсе отказываться от такой суровой оценки, хотя Парето, сам того не зная, и предугадал науку о безмасштабных сетях.