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

Dit paper weerlegt dat het klassieke Simon-model geen Zipf-wet voortbrengt en introduceert in plaats daarvan een fundamenteel mechanisme met een tijdsafhankelijke innovatiegraad die correct de machtswet-verdeling verklaart voor rijkdom-richting-systemen.

De kern

De Vergeten Regel van de Rijkwordende: Waarom Simon's Theorie Faalt en Wat de Echte Oorzaak is

Stel je voor dat je een enorme bibliotheek bouwt, woord voor woord. Je merkt een vreemd patroon: een paar woorden (zoals "de", "en", "is") worden ontzettend vaak gebruikt, terwijl duizenden andere woorden maar één keer voorkomen. Dit heet Zipf's wet. Het is een van de meest voorkomende regels in de natuur, van het aantal inwoners in steden tot de grootte van bedrijven en de frequentie van woorden in boeken.

Jarenlang dachten wetenschappers dat ze de oorzaak hadden gevonden. Een man genaamd Herbert Simon bedacht in 1955 een simpel mechanisme: "De rijken worden rijker".

Het Oude Idee: De Gouden Koe

Stel je voor dat je een koeienboer bent.

• Elke dag komt er een nieuwe koe (een nieuw woord) bij.
• Soms is het een nieuwe koe (een nieuw woord).
• Soms is het een bestaande koe die je al hebt.
• De regel is: hoe groter een kudde al is, hoe groter de kans dat er een nieuwe koe bij diezelfde kudde komt.

Volgens Simon zou dit leiden tot Zipf's wet. Maar hier zit een gigantisch probleem.

Als je de kans op een nieuwe koe heel klein maakt (bijna nul), gebeurt er iets raars in Simon's model:
De eerste koe die je kocht, wordt zo gigantisch groot dat hij de hele wei opslurpt. Alle andere kuddes blijven miniem. Het resultaat is niet een mooie verdeling, maar een "Winnaar-neemt-alles" situatie. De eerste koe is duizenden keren groter dan de tweede. Dat is niet wat we in de echte wereld zien! Simon's model faalt precies op het moment dat het het belangrijkst is: bij de echte Zipf's wet.

De Oplossing: Een Slimme Boer

De auteurs van dit nieuwe papier hebben gekeken naar die "Winnaar-neemt-alles" fout en hebben een nieuwe, slimme regel bedacht.

In plaats van een vaste kans op een nieuwe koe, moet die kans veranderen naarmate de tijd verstrijkt.

• In het begin is de kans op een nieuw woord groot.
• Naarmate de bibliotheek groter wordt, moet de kans op een nieuw woord heel langzaam afnemen.

Deze nieuwe regel is als een thermostaat voor creativiteit.
Om precies de juiste verdeling te krijgen (waarbij de eerste woorden groot zijn, maar niet enorm groot), moet de kans op een nieuw woord afnemen volgens een heel specifiek ritme: de omgekeerde van de logaritme van het aantal woorden.

Dat klinkt ingewikkeld, maar denk aan het als volgt:
Stel je voor dat je een grote stad bouwt. Als je te snel blijft bouwen aan nieuwe wijken (nieuwe woorden), krijg je een chaotische stad. Als je te snel stopt met nieuwe wijken, groeit alleen het centrum (het eerste woord) uit tot een monster.
De "magische thermostaat" zorgt ervoor dat je net langzaam genoeg stopt met het bouwen van nieuwe wijken, zodat het centrum kan groeien, maar de andere wijken ook ruimte krijgen om te bestaan.

Wat betekent dit voor de echte wereld?

De auteurs hebben dit getest met echte boeken, zoals Frankenstein, Don Quijote en Harry Potter.

• Simon's oude model: Probeerde de woordenverdeling te simuleren, maar faalde. Het maakte de meest gebruikte woorden veel te groot.
• Het nieuwe model: Met hun "dynamische thermostaat" (de veranderende innovatiekans) klopt de simulatie perfect met de echte boeken.

De Grote Les

De belangrijkste ontdekking is dat dit mechanisme niet alleen werkt voor woorden. Het werkt voor alles dat groeit en waarbij "de rijken rijker worden":

• Steden (waarom is New York groot, maar niet oneindig groot ten opzichte van een dorp?)
• Websites (waarom is Google groot, maar niet de enige website?)
• Citaatnummers in wetenschappelijke artikelen.

Het papier zegt eigenlijk: "Het geheim van Zipf's wet is niet dat de rijken altijd rijker worden, maar dat de creatie van nieuwe dingen (innovatie) op een heel specifieke, langzame manier moet afnemen naarmate het systeem groter wordt."

Kortom: Simon had het bijna goed, maar hij vergat dat de "nieuwigheid" niet statisch mag zijn. Als je de creativiteit op de juiste manier afstemt op de grootte van het systeem, krijg je precies die prachtige, universele verdeling die we overal in de natuur zien.

Technische samenvatting

Titel: Simon's model produceert geen Zipf-wet: De fundamentele "rijkwordt-rijker" mechanisme voor elke machtsverdelingsrangschikking

Auteurs: Pablo Rosillo-Rodes, Julia Witte Zimmerman, Laurent Hébert-Dufresne, Peter Sheridan Dodds.
Publicatiedatum: April 2026 (arXiv:2604.13184v1)

---

1. Het Probleem

Machtsverdelingsrangschikkingen (power-law size rankings), waarbij de grootte van een component ($S$) omgekeerd evenredig is met zijn rang ($r$) volgens $S \propto r^{-\alpha}$, zijn een universeel patroon in complexe systemen (van woordfrequenties tot stadsbevolkingen). De speciale casus waarbij $\alpha = 1$ staat bekend als de Zipf-wet.

Sinds 1955 wordt het model van Herbert Simon beschouwd als de canonieke theoretische onderbouwing voor deze patronen. Het Simon-model is een "rijkwordt-rijker" (rich-get-richer) proces waarbij op elke stap een nieuw token wordt toegevoegd:

• Met kans $\rho$ wordt een nieuw type geïntroduceerd (innovatie).
• Met kans $1-\rho$ wordt een bestaand type versterkt, evenredig met zijn huidige grootte.

Simon concludeerde dat dit leidt tot een machtsverdeling met exponent $\alpha = 1 - \rho$. Dit impliceerde dat om Zipf's wet ($\alpha = 1$) te verkrijgen, de innovatiekans $\rho$ naar nul moet gaan.

De kritieke fout:
De auteurs tonen aan dat Simon's analyse fundamenteel flawed is in de limiet van $\rho \to 0$. In werkelijkheid leidt een constante $\rho \to 0$ niet tot $\alpha \to 1$, maar tot een winner-takes-all scenario waarbij de eerste mover een onevenredig groot voordeel krijgt. De grootte van het leidende type divergeert met een factor $1/\rho$ ten opzichte van de anderen, wat resulteert in een exponent $\alpha \to \infty$ in plaats van $\alpha = 1$. Het model kan dus geen rangschikkingen produceren met $1 < \alpha < \infty$ en faalt catastrofisch bij de meest universele casus (Zipf's wet).

2. Methodologie

De auteurs gebruiken een mechanistische benadering om een correcte, tijdsafhankelijke innovatiekans ($\rho_{t,\alpha}$) af te leiden die het Simon-model generaliseert.

• Analyse van de groei: In plaats van een statische vergelijking te gebruiken, analyseren ze de verwachte groei van het $r$-de type op tijdstip $t$. Voor een "rijkwordt-rijker" proces is de verwachte toename afhankelijk van de kans dat er geen innovatie plaatsvindt ($1 - \rho_{t,\alpha}$).
• Productbenadering: Ze modelleren de grootte van een type als een product van groeifactoren over de tijd, beginnend vanaf het tijdstip van introductie ($t_{init}^r$).
• Afleiding van $\rho_{t,\alpha}$: Ze eisen dat het model een machtsverdeling met exponent $\alpha$ moet produceren voor alle $\alpha \geq 0$. Hieruit leiden ze een differentiaalvergelijking af voor het aantal unieke types ($N_{t,\alpha}$) als functie van de tijd.
• Validatie: Het nieuwe model wordt getest via simulaties en vergeleken met empirische data van woordfrequenties in acht beroemde literaire werken in zes verschillende talen (o.a. Frankenstein, Don Quijote, Ulysses).

3. Belangrijkste Bijdragen en Resultaten

A. De Correcte Innovatiekans

De auteurs leiden een nieuwe, dynamische innovatiekans af die de fout in Simon's model corrigeert:
$$\rho_{t,\alpha} = \frac{1 - \alpha}{1 + \alpha(1-\alpha)\zeta(\alpha)(N_{t,\alpha} + 1)^{\alpha-1}}$$
Waarbij $N_{t,\alpha}$ het aantal unieke types is op tijdstip $t$ en $\zeta(\alpha)$ de Riemann-zet-functie is.

Deze formule heeft de volgende cruciale limietgedragingen:

1. Voor $0 \leq \alpha \ll 1$: $\rho_{t,\alpha} \approx 1 - \alpha$. Dit herstelt het originele Simon-resultaat in het gebied waar het correct was.
2. Voor $\alpha = 1$ (Zipf's wet): De innovatiekans moet niet nul zijn, maar moet vervallen als het omgekeerde van de natuurlijke logaritme van het aantal types:
   $$\rho_{t,1} \to \frac{1}{\ln N_{t,1}}$$
   Dit is een fundamenteel nieuw inzicht: Zipf's wet vereist een innovatie die langzaam afneemt, niet een die stopt.
3. Voor $\alpha > 1$: De innovatiekans vervalt als een machtsfunctie van het aantal types, wat de "winner-takes-all" divergentie voorkomt en stabiele rangschikkingen met steilere afnames mogelijk maakt.

B. Simulaties en Empirische Validatie

• Simulaties: De auteurs tonen aan dat hun generalisatie de ideale rang-grootte verdeling ($S_r \propto r^{-\alpha}$) exact reproduceert voor het volledige bereik van $\alpha$, inclusief de kritieke regio rond $\alpha = 1$. Simon's model faalt hier, vooral door de overmatige "first-mover advantage".
• Literaire Data: Bij toepassing op tekstcorpora (woorden in boeken) reproduceert het nieuwe model de empirische rangschikkingen nauwkeurig. Simon's model kan deze data niet verklaren, vooral niet voor teksten die dicht bij Zipf's wet liggen.

C. Universele Gültigheid

Een verrassend resultaat is dat deze dynamische innovatiekans niet alleen voortkomt uit het mechanistische "rijkwordt-rijker" proces, maar ook uit elk systeem dat een machtsverdelingsrangschikking volgt, ongeacht de onderliggende generatieve mechanismen. Dit volgt uit een exacte relatie tussen types en tokens (type-token law) die eerder is afgeleid.

4. Betekenis en Conclusie

Dit artikel corrigeert een decennialang aanvaarde theoretische fout in de complexe systeemwetenschap.

• Herstel van de theorie: Het biedt een mechanistische verklaring voor Zipf's wet en andere machtsverdelingen die Simon's model niet kon bieden.
• Fundamenteel model: De afgeleide dynamische innovatiekans ($\rho_{t,\alpha}$) fungeert als het nieuwe "Drosophila-model" (standaardreferentie) voor alle "rijkwordt-rijker" systemen.
• Nieuw inzicht: Het onthult dat voor Zipf's wet innovatie nooit volledig kan stoppen, maar juist moet vervallen volgens $1/\ln N$. Dit verklaart waarom nieuwe woorden (of steden, bedrijven) blijven ontstaan, maar met een afnemende snelheid die precies de machtsverdeling in stand houdt.

Samenvattend vervangt dit werk het statische, constante $\rho$ van Simon door een dynamisch, tijdsafhankelijk $\rho_t$ dat de fundamentele wetmatigheid achter de groei van complexe systemen met machtsverdelingen correct beschrijft.