如何失去了祖母

接下来，我将解释下面的非线性效应：在这种情况下，平均数——也就是一阶效应——根本不重要。这是进入炼金石讨论之前的第一步。

常言道：

如果一条河的平均深度是4英尺，就千万不要过河。

你刚刚被告知，在接下来的两个小时内，你祖母所在地方的平均温度非常宜人，约为21摄氏度。很棒，你想，21摄氏度对老人来说是最适宜的温度。由于你读过商学院，所以你是一个关注“大局”的人物了，这个摘要信息对你来说是再满意不过了。

但我们还有第二组数据。事实证明，你的祖母第一个小时处于零下8摄氏度的环境下，而在第二个小时处于60摄氏度的环境下，平均温度则是非常理想的地中海温度，也就是21摄氏度。因此，这样看来最后你肯定会失去你的祖母，为她举办一个葬礼在所难免，而且你还有可能继承她的遗产。

显然，当温度偏离21摄氏度越远，伤害就越大。正如你所看到的，第二组数据，也就是有关温度变化的信息，要比第一组数据更重要。如果一个人在变化面前是脆弱的，那么平均数的概念就是没有意义的——温度的偏差远比平均温度重要。你的祖母对温度的变化和天气的波动是脆弱的。让我们将第二组数据称为二阶效应，或者更确切地说，叫作凸性效应。

平均数的概念可以是良好的简化信息，也可以是削足适履的典型。有关平均温度为21摄氏度的信息其实并没有简化你祖母的处境。这是一条被塞入普罗克拉斯提斯之床的信息，也是科学模型常犯的错误，因为模型从本质上来说就是现实的简化。但是，你总不会想让这种简化歪曲真实情况，以至于带来伤害吧。

图19–1显示了祖母的健康在温度变化面前的脆弱性。如果我用纵轴计量健康，用横轴计量温度，那么我会得到一个向内弯曲的曲线——一个“凹”型，或者负凸性效应。

如果祖母的反应是“线性”的（呈直线，而非曲线），那么21摄氏度以下的温度带来的伤害会被温度升高后带来的利益所抵消。但事实是，祖母的健康程度一定会有个最高值，因为她的健康状况不可能随着温度的升高一直改善下去。

图19–1

超级脆弱性。健康作为温度的函数所呈现的曲线是向内弯曲的。零摄氏度和60摄氏度的结合对你祖母健康状况的影响比始终维持在21摄氏度要糟糕得多。事实上，平均温度为21摄氏度的几乎任何温度组合都比始终维持在21摄氏度要糟糕。该图显示了凹性效应或者负凸性效应，即曲线向内弯曲

在我们接下来讲述更一般的属性之前，先记住以上这些信息。就祖母的健康对温度的反应来说：（a）其反应是非线性的（不是一条直线，不是“线性”的），（b）曲线过度向内弯曲，所以，最后，（c）反应越是非线性，平均数的相关性就越低，围绕平均值保持稳定的重要性就越高。