Legge di Zipf

ATTENZIONE: Riteniamo la seguente voce un abbozzo (stub), pertanto è incompleta e va ampliata.

Questo avviso verrà rimosso da questa pagina solo quando questa voce sarà ritenuta completata.

Questo è un template di avviso.

La legge di Zipf è una legge empirica che descrive come varia la frequenza di un evento Pi​ all’interno di un insieme, in base alla sua posizione i (detta rango) in una classifica ordinata in modo decrescente rispetto alla frequenza di ciascun evento.

La relazione è espressa dalla formula:

$f(P_i)=\frac{c}{i}$

dove:

• i rappresenta il rango, ossia la posizione occupata dall'evento in base alla sua frequenza.
• $P_i$ è l’evento che si trova in posizione i (cioè il i-esimo evento più frequente).
• $f(P_i)$ indica la frequenza con cui si presenta l'evento Pi​.
• c è una costante di normalizzazione, che corrisponde alla frequenza del primo evento in classifica, ovvero $f(P_i)$.

Questa legge venne formulata dal linguista George Kingsley Zipf, che la illustrò nel 1949 nel suo libro Human Behaviour and the Principle of Least Effort (Comportamento umano e principio del minimo sforzo).

La relazione con la statistica

Mentre nella statistica classica, la probabilità di un evento A è data dal rapporto tra il numero di casi favorevoli e il numero totale di casi possibili:

$P(A)=\frac{n(A)}{N}$

dove:

• n(A) = numero di modi in cui può accadere l'evento A
• N = numero totale di eventi possibili

Esempio: lanciare un dado a 6 facce → la probabilità di fare 4 è 1/6

La legge di Zipf può essere letta anch’essa in chiave probabilistica, ma per eventi che non hanno tutti la stessa probabilità (come accade nel dado). Anzi, gli eventi hanno probabilità decrescenti rispetto al loro rango.

La formula:

$f(P_i)=\frac{c}{i^s}$

può essere normalizzata a una vera e propria probabilità (cioè tra 0 e 1) dividendo per la somma totale di tutte le frequenze:

$P(P_i)=\frac{1}{H_{N,s}}\cdot \frac{1}{i^s}$

dove:

• $H_{N,s}$ è una costante di normalizzazione detta armonica generalizzata, che rappresenta la somma di tutte le frequenze (cioè il numero totale di "eventi possibili").

E quindi:

• Il numeratore $\frac{1}{i^s}$ è la "frequenza relativa" o la probabilità di un evento favorevole (evento al rango i)
• Il denominatore ($H_{N,s}$) è il numero totale di eventi possibili (normalizzato in base alle frequenze decrescenti)

Perchè funziona

La legge di Zipf funziona perché riflette schemi naturali e universali che emergono in molti sistemi complessi e naturali, e la sua validità è stata osservata e confermata da numerosi studi statistici su dati reali. Ecco una spiegazione basata su ricerche e modelli statistici:

• Distribuzioni di tipo potenza (power law): La legge di Zipf è una forma specifica di distribuzione a potenza, molto comune in natura e nei fenomeni sociali. Queste distribuzioni emergono quando ci sono pochi elementi molto frequenti e molti elementi poco frequenti, senza una scala caratteristica. Studi statistici hanno mostrato che molte variabili nel mondo reale (parole in un testo, città per popolazione, redditi, dimensioni aziendali) seguono queste distribuzioni.
• Meccanismi di auto-organizzazione: In sistemi complessi come il linguaggio, i comportamenti sociali o le reti, le dinamiche interne portano all’auto-organizzazione di dati secondo leggi di potenza. Ad esempio, nell’uso delle parole, alcune parole (come articoli, preposizioni) sono usate molto spesso perché sono fondamentali, mentre altre sono rare, e questa differenza si stabilizza naturalmente attraverso l’uso e la comunicazione.
• Principio del minimo sforzo (Least Effort): Zipf stesso propose che la frequenza delle parole deriva da un equilibrio tra lo sforzo del parlante (che tende a usare poche parole comuni) e quello dell’ascoltatore (che ha bisogno di un vocabolario abbastanza ricco per capire). Questo bilanciamento produce la distribuzione osservata.
• Modelli matematici e simulazioni: Molti modelli statistici, come il modello di crescita proporzionale (dove la probabilità che un elemento cresca è proporzionale alla sua attuale frequenza), spiegano come la legge di Zipf emerga naturalmente. Questi modelli sono stati testati con dati reali e simulazioni che confermano la presenza della legge.