分支过程中的临界性与自组织：在自然灾害中的应用

自然灾害的统计包含非常反直觉的结果。以地震为例，我们表明此类事件辐射的能量遵循幂律或 Pareto 分布。这意味着，理论上能量的期望值不存在（为无穷大），而在实践中，有限数据集的平均值不能代表总体。此外，该分布呈现尺度不变性，这意味着无法为能量定义特征尺度。解释这种特殊统计的一个简单模型是分支过程：断层段的激活或滑动可以以一定的概率触发其他段滑动，以此类推。尽管地震学家最初并未认识到，但这实际上是 Galton 和 Watson 在一百年前为模拟（显赫）家族灭绝而研究的随机过程的一个特例。利用概率生成函数的形式体系，我们将以一种易懂的方式推导这些模型的主要性质。值得注意的是，只有在一种非常特殊的情况下，即分支过程处于衰减和增强的起始点（也就是临界点）时，才能恢复能量的幂律分布。为了解释这一事实，我们引入了自组织临界模型，其中通过某种反馈机制，临界态成为此类系统演化的吸引子。文中还类比了统计物理学。此处呈现的大部分材料是自包含的，只需具备基础的概率论和数学知识即可开始阅读。