via：译言网
原作者：The Economist
1948年的时候，一位名叫Richardson的英国科学家，发布了历史上第一部战争统计资料。Richardson花了七年时间来收集数据，都是关于战争耗费及其他跟自己研究相关的内容。大约有300名战俘，走入了他的研究当中。
他所列的单据中，记录了两次世界大战陷入巨大灾害的上千人口。但是当他总结数据的时候，发现各个分开的事件能够形成一个制度化的定式。看上去战争系列跟自然法则有着密切联系。
起初看这定式是十分明显的，若切尔曼发现，死亡率越低的战争，就会存在越高的相对冲突。用一个很简单的数学式，可以表示为：存活率与冲突频率间呈现平实的曲线关系，这被认为是法的力量。他所列的单据中，记录了两次世界大战陷入巨大灾害的上千人口。但是当他总结数据的时候，发现各个分开的事件能够形成一个制度化的定式。看上去战争系列跟自然法则有着密切联系。
一个研究结果就是，像世界战争类的极端事件，并不是预谋好了的。相反，它们的发生被认为完全是偶然的，这可以根据冲突发生的频率来做判断。
战争与数学的美好关系就此建立了。这是一种被重复很多次的模式。但这对于现实战争没有任何作用。因而，你会对他的研究深感吃惊和意外。数学定式是一回事，对战争产生效果又是另外一回事。
自然杂志里出现了一篇审评过的论文。很遗憾，科学家们的研究认为这东西有用，即是数学与战争中的杀戮有关。Richardson的冥次律技术在衡量恐怖主义袭击方面仍然能找到相关联系性。
发生袭击的时间性被作为重点研究栏目，跟战争存活率一样，这些都成了报纸中的爆料，能够成为未来冲突进化的遇见性信号。
博士乔斯提出了一个提案，是关于阿富汗和伊拉克战争中的袭击事件，他和他的组队收集了大量类似数据。在起初几个省的攻击之后，连续的重大事件不断发生。这些点证明乔斯博士所建立的方程式是正确的。而且，预计出把两次袭击中间的模式建立起来了。
公式(Tn = T1n-b) ，被称着进步趋向，一种陌生的曲线。用来统计诸如生产车间情况和癌症手术数据的曲线。 Tn 代表接连两次袭击频繁次数。（T1表示第一次袭击和第二次袭击）这个方程式的还含有其它元素，b，被证明是与 T1直接相关联的。
他能计算出袭击次数间的对数关系，n，以及攻击间阔，Tn。通过T1就能预计出未来手术状况，自然的，改变b就能改变T1 和 Tn，进而改变整个未来状况。
尽管数据和预计的内容并非十分完美。（例举是证明是正确的），公式已经能让人考虑某些事情了。通过曲线能够判断出人们对于环境的适应，提高做事的效率。已而战争跟别的事情一样，让我们努力提高活动水平。
战争与人们所接受的对数数据一样，物进化的研究者们，也通过该方法来做研究。战争狂徒们也对此抱有极大的兴趣。
在生物学当中，红色女王假设，预言者和祈祷者之间的竞争，容易导致事件的停滞，一个人所接受的事物容易被另外一个人所接受。乔博士在一个案例中，对未进行手术的人群以及占领者们，实施了演进的共同性。
一方策略改变会引起相关联的一方对应的改变。这些取于23个不同省份的数据，都是战争的断片。袭击之间的间或，或多或少，都与乔博士的模型相关。这样一个公式平衡被建立起来。间或部分也相当有规律了。
数学家们还未揭开一些事情之迷。这是由各方所接受信息不同而导致的。显在的东西被忽视了，看起来训练能够创造完美。现在，还有很多东西都无法解释。例如b为什么会从一个地方到另一地方经常改变。乔博士很努力，跑了很多地方。如果他弄透了军方可能会完全采纳，不过另一方，红色女王可能跟他进行一场知识竞争。
