|
Qui va adonar-se d'aquesta regla va ser George Kingsley Zipf,
un professor d'alemany de Harvard (d'aquí prové que l'aproximació que
veiem al model en vermell s'anomeni Zipf). Avui sabem que aquest
comportament es troba a la física, biologia, i ciències de la Terra.
Més endavant Benoit Mandelbrot va generalitzar el mètode. Va afegir
una constant al rang de manera que les proporcions quedaven
1/(1+a),1/(2+a),1/(3+a)... on a és una constant (és el valor que
pots modificar com a paràmetre del model). El següent pas va ser afegir
un exponencial al divisor, el va posar com a (1+b). Al final l'equació a
aplicar és:
Zipf correspon a a i b iguals a 0.
El resultat d'aplicar això és la línia verda del model que, com pots
veure, s'ajusta molt millor als valors reals (barres blaves). Com és
calcula b pots trobar-ho al final del full encara que s'escapa del
tema del curs.
Com es troba la millor aproximació de b per una a donada?.
Mitjançant el mètode de mínims quadrats.
A partir de l'equació inicial

Apliquem logaritmes a les dues bandes


on:
Y=Log Pi
A=Log P0
B=(-1+b)
X=Log (i + a)
Aquesta és l'equació d'una recta i podem aplicar el mètode de regressió
per trobar els coeficients A i B que millor s'ajusten a les dades.
Això és el que fa el model cada cop que polses el botó Calcular.
|