Simon's model does not produce Zipf's law: The fundamental rich-get-richer mechanism for any power-law size ranking

Este artículo demuestra que el modelo clásico de Simon falla al explicar la ley de Zipf porque conduce a un sistema de "ganador se lo lleva todo" en ausencia de innovación, y propone en su lugar una tasa de innovación dependiente del tiempo que decae como el inverso del logaritmo del número de tipos para generar correctamente leyes de potencia en sistemas de crecimiento rico-get-richer.

Lo esencial

Imagina que el mundo de las ideas, las palabras o las ciudades es como una gran fiesta de baile. En esta fiesta, hay un fenómeno muy curioso: algunos bailes son bailados por miles de personas, mientras que otros apenas tienen un par de parejas.

Esto es lo que llamamos la Ley de Zipf: las cosas más populares son extremadamente populares, y las menos populares son muy pocas. Por ejemplo, en cualquier idioma, la palabra "el" o "la" se usa muchísimo más que la palabra "efímero".

Durante décadas, los científicos creyeron tener la receta perfecta para explicar por qué ocurre esto. Se llamaba el Modelo de Simon (de 1955). Pero, según este nuevo artículo, esa receta tenía un error fatal que la hacía fallar justo cuando más la necesitábamos.

Aquí te explico qué descubrieron estos autores usando analogías sencillas:

1. El problema de la "Fiesta de Simon" (El modelo viejo)

Imagina que el modelo de Simon es un organizador de fiestas un poco torpe. Su regla era:

• Cada vez que entra alguien nuevo a la fiesta, tiene una pequeña probabilidad de inventar un nuevo baile (innovación).
• Si no inventa nada nuevo, elige un baile que ya existe, pero elige los bailes más populares con más frecuencia (el "rico se hace más rico").

El error:
El organizador de Simon pensaba que si hacía la probabilidad de inventar un nuevo baile casi cero (casi nadie inventa nada nuevo), la fiesta terminaría siendo perfecta y seguiría la Ley de Zipf.
La realidad: Si nadie inventa nada nuevo, ¡todo el mundo se aburre y se va a bailar el único baile que existe! El primer baile que hubo se vuelve tan gigantesco que ahoga a todos los demás. En lugar de tener una distribución equilibrada, terminas con un "ganador que se lleva todo" y el resto desaparece. El modelo de Simon fallaba estrepitosamente justo en el punto más importante.

2. La solución: El "Innovador Dinámico"

Estos autores (Rosillo-Rodes y su equipo) dijeron: "¡Espera! Para que la fiesta funcione y tengamos muchos bailes populares y muchos menos populares, la regla de 'inventar algo nuevo' no puede ser fija".

Tienen que cambiar la regla según cuánto tiempo lleva la fiesta:

• Al principio: La gente está muy emocionada, inventa muchos bailes nuevos.
• A medida que la fiesta crece: La gente se cansa de inventar. La probabilidad de crear un baile nuevo debe bajar, pero no debe bajar demasiado rápido.

La gran revelación:
Para lograr la Ley de Zipf perfecta (donde el ranking es $1/r$), la probabilidad de inventar algo nuevo debe bajar muy lentamente, siguiendo una regla matemática específica: debe ser inversamente proporcional al logaritmo del número de cosas que ya existen.

En palabras simples: Cuanta más variedad hay en la fiesta, más difícil es inventar algo nuevo, pero la dificultad debe aumentar de una manera muy suave y precisa. Si la dificultad aumenta demasiado rápido, la variedad muere. Si aumenta demasiado lento, hay caos.

3. ¿Por qué importa esto? (La prueba de los libros)

Los autores probaron su nueva regla con libros reales (como Don Quijote, Ulysses, Harry Potter, etc.).

• El modelo viejo (Simon): Intentó predecir cuántas veces aparecería cada palabra y falló. Predijo que la palabra más común sería una monstruosidad gigante y el resto casi no existiría.
• El modelo nuevo (Ellos): Usando su "tasa de innovación dinámica", sus predicciones coincidieron perfectamente con la realidad de los libros.

4. La analogía final: El Árbol de la Vida

Piensa en un bosque:

• Modelo de Simon: Si dejamos de plantar nuevas semillas (innovación) y solo dejamos que los árboles existentes crezcan, al final solo quedará un árbol gigante que ocupará todo el bosque y ahogará a los demás.
• Modelo Nuevo: Para tener un bosque diverso con algunos árboles gigantes y muchos pequeños, necesitamos seguir plantando nuevas semillas, pero a un ritmo que se ajuste a lo grande que ya es el bosque. No dejamos de plantar, pero lo hacemos con más cuidado a medida que el bosque crece.

En resumen

Este paper nos dice que la "fórmula mágica" que creíamos tener para explicar por qué las cosas se vuelven populares (la Ley de Zipf) estaba rota. Han encontrado la nueva fórmula correcta: la creatividad (innovación) no puede ser constante ni desaparecer de golpe; debe ser un ritmo que se adapte suavemente al tamaño del sistema.

Es como si hubieran descubierto el "latido del corazón" exacto que necesita un sistema complejo (como un idioma o una ciudad) para mantenerse vivo, diverso y equilibrado, en lugar de colapsar en un solo gigante.

Resumen técnico

Resumen Técnico: El Mecanismo Fundamental de "El Rico se Hace Más Rico"

1. El Problema: La Falla Catastrófica del Modelo de Simon

El artículo aborda una paradoja fundamental en la teoría de sistemas complejos: la ley de Zipf (y su generalización, las leyes de potencia en el tamaño de los componentes, $S \propto r^{-\alpha}$).

• Contexto: Desde frecuencias de palabras hasta tamaños de ciudades, muchos sistemas exhiben una distribución donde el tamaño de un componente es inversamente proporcional a su rango.
• El Consenso Previo: El modelo canónico para explicar esto es el mecanismo de "el rico se hace más rico" (rich-get-richer) propuesto por Herbert Simon en 1955. En este modelo, en cada paso se añade un nuevo token (palabra, ciudad, etc.) que o bien introduce un nuevo tipo (con probabilidad $\rho$) o refuerza un tipo existente (con probabilidad $1-\rho$), siendo la probabilidad de refuerzo proporcional al tamaño actual del tipo.
• La Falla Crítica: Los autores demuestran que el análisis de Simon es defectuoso en el límite donde $\rho \to 0$.
  • Simon predijo erróneamente que cuando $\rho \to 0$, el exponente de la ley de potencia $\alpha$ tiende a 1 (recuperando la ley de Zipf).
  • La Realidad: En el límite de innovación cero ($\rho = 0$), el modelo de Simon colapsa en un escenario de "ganador se lleva todo" (winner-takes-all), donde un solo tipo domina y $\alpha \to \infty$. El modelo no puede generar leyes de potencia con $1 < \alpha < \infty$ y falla catastróficamente al intentar aproximar la ley de Zipf ($\alpha = 1$) simplemente reduciendo $\rho$.

2. Metodología: Derivación de una Tasa de Innovación Dinámica

Para corregir el modelo, los autores no modifican el mecanismo de crecimiento (el "enriquecimiento"), sino que redefinen la tasa de innovación ($\rho$).

• Enfoque Mecanístico: En lugar de asumir una probabilidad de innovación constante ($\rho$), proponen una tasa dependiente del tiempo y del estado del sistema, $\rho_{t,\alpha}$.
• Análisis de Crecimiento: Utilizan una estimación directa del tamaño esperado de un tipo $r$ en el tiempo $t$, considerando que un tipo solo crece si no se introduce innovación en ese paso.
  • Derivan una relación recursiva para el tamaño del tipo $r$: $S_{r,t,\alpha} \approx \frac{t}{t_{init}^r}$, donde $t_{init}^r$ es el tiempo de aparición del tipo $r$.
• Condición de Potencia: Para obtener una cola de ley de potencia $S \sim r^{-\alpha}$, los tiempos de aparición deben escalar como $t_{init}^r \sim r^\alpha$.
• Cálculo de la Tasa: Al relacionar el número de tipos $N_t$ con el tiempo y el exponente $\alpha$, derivan la tasa de innovación necesaria para mantener la distribución deseada. Utilizan expansiones de Euler-Maclaurin y la función Zeta de Riemann ($\zeta(\alpha)$) para conectar la tasa de crecimiento de tipos con el exponente objetivo.

3. Contribuciones Clave

1. La Tasa de Innovación Generalizada ($\rho_{t,\alpha}$):
   Los autores derivan una fórmula exacta para la tasa de innovación que corrige el modelo de Simon y es válida para todo $\alpha \ge 0$:
   $$\rho_{t,\alpha} = \frac{1 - \alpha}{1 + \alpha(1 - \alpha)\zeta(\alpha)(N_{t,\alpha} + 1)^{\alpha - 1}}$$
   Donde $N_{t,\alpha}$ es el número de tipos distintos en el tiempo $t$.

2. La Tasa de Innovación de Zipf:
   Descubren que para que la ley de Zipf ($\alpha = 1$) emerja, la tasa de innovación no puede ser cero ni constante. Debe decaer logarítmicamente:
   $$\rho_{t,1} \to \frac{1}{\ln N_{t,1}}$$
   Esto refuta la noción de que Zipf requiere un sistema sin innovación; requiere, más bien, una innovación que disminuye muy lentamente (inversamente proporcional al logaritmo del número de tipos).

3. Universalidad del Mecanismo:
   Demuestran que esta tasa dinámica no es exclusiva del proceso de "enriquecimiento" mecánico. Aparece en cualquier sistema (incluso determinista y no mecánico) que obedezca una ley de potencia en el tamaño de los componentes. Es una consecuencia de la relación exacta entre tipos y tokens.

4. Validación Empírica:
   Validan el modelo contra datos reales de ocho novelas famosas en seis idiomas (incluyendo Frankenstein, Don Quijote, Ulysses, etc.).

   • Resultado: El modelo generalizado reproduce con precisión las distribuciones de tamaño-rango observadas.
   • Contraste: El modelo original de Simon falla sistemáticamente, especialmente en los casos donde $\alpha \approx 1$, produciendo desviaciones significativas debido al efecto de ventaja del primer movimiento (first-mover advantage) no controlado.

4. Resultados Principales

• Corrección del Límite Cero: El modelo corregido evita el colapso a un solo ganador cuando la innovación es baja, permitiendo la existencia de múltiples tipos dominantes con una distribución de potencia estable.
• Rango de Exponentes: El nuevo mecanismo produce leyes de potencia para todo el rango $\alpha \ge 0$, incluyendo la región $1 < \alpha < \infty$ que el modelo de Simon no podía explicar.
• Comportamiento Asintótico:
  • Para $\alpha \ll 1$: La tasa tiende a una constante $\rho \approx 1-\alpha$, recuperando el resultado correcto de Simon en ese régimen.
  • Para $\alpha = 1$ (Zipf): La tasa es $\rho \sim 1/\ln N$.
  • Para $\alpha \gg 1$: La tasa decae como una ley de potencia inversa, consistente con la Ley de Heaps.

5. Significado e Impacto

• Reparación de un Modelo Canónico: El trabajo desmantela la interpretación estándar del modelo de Simon, mostrando que su formulación original es matemáticamente inconsistente en el límite más importante (Zipf).
• Nuevo Modelo de Referencia: La tasa de innovación dinámica propuesta se establece como el "modelo Drosophila" (modelo base fundamental) para todos los sistemas de "el rico se hace más rico".
• Implicaciones Teóricas: Sugiere que la emergencia de leyes de potencia universales en sistemas complejos (lenguaje, ecología, economía) no depende de mecanismos específicos ocultos, sino de una relación dinámica precisa entre la tasa de aparición de nuevos tipos y el tamaño total del sistema.
• Aplicabilidad: Proporciona una herramienta estándar para medir desviaciones de la universalidad de las leyes de potencia en datos empíricos, permitiendo distinguir entre sistemas que siguen la dinámica fundamental y aquellos que requieren mecanismos adicionales.

En resumen, el artículo establece que la ley de Zipf no es el resultado de un sistema estático o con innovación nula, sino el producto de un proceso dinámico donde la innovación decae específicamente como el inverso del logaritmo del número de tipos, corrigiendo así una de las teorías más influyentes de la ciencia de sistemas complejos.