用思维模型来解决问题，而非根据自己的感觉行动，这是一个优秀的人必备的技能。
思维模型的也并非越多越好，更加考验人的并非思维模型的数量，而是应用思维模型的创造力。
我一共分享23个思维模型。涉及的数学知识并不高深，大部分我们在高中都已经学过。
第二个 幂律分布
每个基本定律都有例外，但是你仍然需要定律，否则你所拥有的只是毫无意义的观察。那不是科学，只是做笔记。
幂律分布就是通常所称的长尾分布或重尾分布。
要想对幂律分布与正态分布之间的巨大差异有一个直观的了解，不妨想象一下人类身高的幂律分布。如果人类身高符合幂律分布，而且假设所有美国人的平均身高为175厘米，那么美国人当中将会有一个人比帝国大厦还高，有超过1万人比长颈鹿还高，同时身高小于18厘米的人也将超过1.8亿人。
分布图形：
在这里，我们讨论幂律分布的三个含义，即它们对公平、灾难和波动性的影响。
根据定义，与正态分布相比，长尾分布意味着少数几个大“赢家”（大崩溃、大地震、大火灾和严重的交通拥堵）和很多的“输家”；
1、公平
如果某一个人写的书更好、创作的歌曲更有吸引力、发表的论文学术水平更高，那么他应该比其他人获得更大的名声和更多的金钱。但是，如果另一个人只是因为表现得稍微好一点，或者完全靠碰巧走运就比其他人赚到了多得多的钱、获得了大得多的名声，那就有失公平了。
实证研究表明，社会效应会创造更大的赢家。
2、灾难
长尾分布还包括灾难性事件：地震、火灾、金融崩溃和交通拥堵。尽管模型无法预测地震，但确实可以深入解释为什么地震的分布会满足幂律。
假设有人将沙粒从距桌面几十厘米的地方洒落到桌子上。随着沙粒不断增多，一个沙堆开始形成。最终，沙子的堆积会达到临界状态，此后每加一次沙子都可能导致“沙崩”。
多加入的沙子通常要么没有影响，要么最多只会导致一些沙子下滑。这些属于幂律分布中的数量众多的小事件。但有时，只要再加入一粒沙子就会导致大规模的“沙崩”，这就是大事件。
3、波动性
最后，我们讨论最微妙的一个含义。如果符合幂律分布的实体规模出现了变化，那么幂律的指数就可以作为衡量系统层面波动性的一个参数。
换句话说，总体波动性会随分布的尾部变长而增加，而随着分布尾部的变短而减少。
研究显示，可以通过企业规模分布的变化来解释这种波动性演变的模式。随着企业规模分布的尾部变得越来越长（越来越短），最大的企业对波动性的影响越来越大（越来越小）。
随着世界中相互联系性的提高和反馈的增加，长尾分布会越来越长，这就是说，不平等可能会增加，灾难可能变得更大，波动性也会变得更加剧烈。
不同的模型可以将不同的力量分别突显出来，它们提供的见解和含义相互重叠并交织在一起。利用多模型框架，我们就能实现对世界丰富且细致入微的理解。
