中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
系統科學進展(第3卷) 版權信息
- ISBN：9787030748089
- 條形碼：9787030748089 ; 978-7-03-074808-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
系統科學進展(第3卷) 內容簡介
系統科學是以系統為研究和應用對象的一個科學技術部門，如同自然科學、社會科學、數學科學等一樣，它是現代科學技術體系中一門新興的科學技術體系。（《中國大百科全書》）系統科學研究所作為系統科學研究的研究基地，肩負著傳播系統科學文化、促進系統科學發展的重任，本書匯集了系統科學領域內*前沿的學術內容，將涉及系統科學的若干主要領域，包括系統控制、數學機械化、系統運籌與管理、統計與科學計算、復雜系統以及某些近代數學分支等多個學科領域的研究。
系統科學進展(第3卷) 目錄
目錄
前言
深度解讀2021年諾貝爾物理學獎——平衡混沌與秩序的復雜(張江)3
因果推斷，觀察性研究和2021年諾貝爾經濟學獎(苗旺 耿直)13
復雜系統本征微觀態理論(陳曉松 劉卯鑫 樊京芳)21
從大數據到重要信息(Yaneer Bar-Yam)35
人機融合社會中的系統調控(王芳 郭雷)74
大數據如何改變經濟學研究范式？(洪永淼 汪壽陽)93
智能是人機環境系統交互的產物(劉偉 胡少波 莊廣大 何瑞麟)123
賽博時代的數據科學(劉文奇)159
軍事系統的復雜性對抗(段曉君 趙城利 晏良 王澤龍)173
人類出行普適規律的形成機理研究(閆小勇 賈斌 高自友)187
《系統科學叢書》已出版書目 215
前言
深度解讀2021年諾貝爾物理學獎——平衡混沌與秩序的復雜(張江)3
因果推斷，觀察性研究和2021年諾貝爾經濟學獎(苗旺 耿直)13
復雜系統本征微觀態理論(陳曉松 劉卯鑫 樊京芳)21
從大數據到重要信息(Yaneer Bar-Yam)35
人機融合社會中的系統調控(王芳 郭雷)74
大數據如何改變經濟學研究范式？(洪永淼 汪壽陽)93
智能是人機環境系統交互的產物(劉偉 胡少波 莊廣大 何瑞麟)123
賽博時代的數據科學(劉文奇)159
軍事系統的復雜性對抗(段曉君 趙城利 晏良 王澤龍)173
人類出行普適規律的形成機理研究(閆小勇 賈斌 高自友)187
《系統科學叢書》已出版書目 215
展開全部
系統科學進展(第3卷) 節選
張江，北京師范大學系統科學學院教授，博士生導師。集智倶樂部創始人、集智學園創始人。主要研究方向包括復雜網絡與機器學習、復雜系統分析與建模、計算社會科學。其開創的集智倶樂部是國內外知名的學術社區，致力于復雜系統、人工智能等多領域的跨學科交流與合作。目前主要的研究課題是復雜系統自動建模。個人主頁。 張江 深度解讀2021年諾貝爾物理學獎—平衡混沌與秩序的復雜 1.混沌與蝴蝶 2.隨機中如何涌現有序 3.復雜：介于混純與秩序的邊緣 4.21世紀是復雜性的世紀 深度解讀2021年諾貝爾物理學獎——平衡混沌與秩序的復雜 張江 北京時間10月5日，2021年諾貝爾物理學獎發布，終于垂青復雜系統研究領域，獎項授予了三位物理學家以表彰他們“對我們理解復雜物理系統所做出的開創性貢獻”（for groundbreaking contributions to our understanding of complex physical systems)。“ComplexSystems”幾個大字赫然出現在諾貝爾物理學獎官方網站中。 這是復雜系統領域的大事。本屆諾貝爾物理學獎是復雜科學研究第二次獲得諾貝爾獎青睞，**次是在44年前，著名的復雜科學大師普利高津因他在“非平衡熱力學，特別是他的耗散結構理論方面的工作”而獲得1977年的諾貝爾化學獎。 本文主要從概念的歷史縱深的角度來解讀這一屆的諾貝爾物理學獎。 首先，諾貝爾物理學獎為何突然青睞復雜系統研究？這主要應歸功于兩點：①復雜系統研究實在是牽扯到從生命到宇宙再到人類社會等一系列意義重大的問題。氣候變化是牽扯到人類未來生死存亡的重大問題，今年（2021年）諾貝爾物理學獎的一半即授予了關于全球氣候的研究。②復雜系統無愧于“復雜”二字，它的研究實在是過于艱深。例如，針對自然界中的秩序現象，科學家已經開發出歐氏幾何、群論等數學、物理工具；針對無序現象，我們有概率、統計等理論工具。然而，復雜系統，恰恰介于混沌與秩序之間，傳統的分析工具剛好難以發揮作用。所以，這方面一小點的進展都是不得了的。 下面，我們沿著混沌-秩序-混沌邊緣的順序詳細拆解。 1.混沌與蝴蝶 今年的諾貝爾物理學獎頒獎詞中，有兩個關鍵詞，一個是“氣候”(climate)，-個是“無序”(disorder)，而復雜系統中的無序有相當一部分來源于“混沌”(chaos)，所以我們從“氣候”和“混沌”這兩個概念說起。 氣候與混沌兩個詞在一起，自然會聯想到蝴蝶效應。蝴蝶效應的一個通俗版本是“亞馬孫雨林中的蝴蝶扇動了一下翅膀，北京上空就下起了一場暴雨”。但它在科學上的真正含義卻往往被忽視。 早在1963年，氣象學家愛德華 洛倫茨（Edward Lorenz)為了模擬天氣系統中的對流運動，寫下了一個簡化版的方程： 通過這個方程，我們可以理解混沌現象。 (1)方程是完全確定性的。 這意味著，這個模擬的天氣系統完全就像一個精密的鐘表。我們設置好時針、分針、秒針的初始位置，它就可以精確地走時，沒有任何隨機、不確定性因素的干擾。 (2)方程是高度非線性的。 這意味著，我們不能通過簡單的數學計算，就準確地預測出這個系統的行為。我們只能求助計算機通過暴力地計算，從而對它近似求解。 然而，當我們將方程輸入計算機后，會看到這樣的畫面，如圖1所示。 首先，我們會看到，這個動點經過長期運動所形成的軌跡就像一只張開翅膀的蝴蝶。這才是當時洛倫茨把混沌現象叫作蝴蝶效應的真正原因。 其次，我們會看到，代表方程解的動點會在兩扇翅膀之間晃來晃去，飄忽不定。其運動表現得似乎毫無規律。 但其實，覺得這個方程奇怪的人不只是我們。連洛倫茨**次看到時也大吃一驚。 然而，洛倫茨在后續工作中發現了更有趣的現象。當他從稍微不同的初始狀態迭代方程時會得到完全不同的軌跡。就好像程序出了差錯，初始條件相差萬分之一，后續的結果卻有巨大誤差。經過反復驗證，洛倫茨了解到方程并沒有出錯，而是蘊含了一個數學世界的秘密：這個簡單的非線性方程對初始條件的誤差非常敏感。 舉個例子。想象一下去靶場打靶的情景，當子彈從槍筒射出時，如果出現一個非常小角度的偏差，完全可能讓子彈脫IE。即子彈飛行的軌跡及其彈著點是對子彈出射的小角度非常敏感的。 但對于洛倫茨方程這樣的混沌非線性系統來說，它對初始條件的誤差敏感度，要遠比子彈這樣的線性系統高得多。因為子彈誤差是隨子彈飛行時間線性放大的;而洛倫茨天氣系統的誤差是隨時間指數放大的。這意味著，開始時預測的天氣系統僅僅有萬分之一的誤差，但經過兩天后，模型就和真實天氣系統產生了天壤之別，甚至可以說毫無關系。所以才說，亞馬孫雨林的蝴蝶，小小地扇動了一下翅膀，有可能造成遙遠地方的一場巨大暴風雨。這種對初始誤差的敏感性后來就被稱為蝴蝶效應。 洛倫茨簡化的天氣模型竟然引發了一場席卷全球的混沌風暴。在此之前，人們以為不確定性僅僅與量子世界有關，但混沌現象的發現卻揭示了：即使像一個遵循牛頓力學的鐘表一樣的確定系統，也有可能因為非線性而產生完全隨機的表現。同時，初始條件不完美地測量或設定，使得我們根本無法對系統進行準確模擬與預測。牛頓、拉普拉斯曾設想的完美鐘表世界在現實中根本不存在。 2.隨機中如何涌現有序 既然如此，簡化的天氣系統都是混沌無序的，那能否認為真實的天氣或者更大尺度的氣候特征就更加無序和不可預測呢？ 2021年，諾貝爾物理學獎的兩位得主真鍋淑郎與克勞斯 哈塞爾曼的工作否定了這個結論。他們發現，當我們從更大尺度去考慮天氣甚至全球氣候這樣更大的系統時，我們不僅能夠預測全球大尺度氣候系統的宏觀行為，甚至還可以評估人類的碳排放如何對全球氣候造成影響。雖然混沌效應在微觀尺度上的確存在，但當我們考慮全球氣候變暖這樣的大尺度問題時，混沌效應所產生的混亂、不確定性就可以被視為噪聲漲落而忽略掉，從而得到確定性的結論。 這種將無序作為噪聲處理的做法，其實統計學中早已有之。比如，我們之所以要對一個事物進行多次測量而取平均值，就是因為每次測量可能存在誤差，而把多次測量的結果加起來，就有可能讓這些誤差相互抵消掉，從而得到更穩定、靠譜的結果。 除均值以外，物理學家更喜歡用“漲落”來描述像極端天氣或股票漲跌這樣隨機系統的物理量，它描述了這些隨機量偏離系統均值的程度。 例如經典的醉漢隨機游走問題：假設一個醉漢在一條街道上隨機游走，他可能以1/2的概率向前走一步，也有可能以1/2的概率向后走一步。那么，經過100步以后，我們能估計出醉漢離起點有多遠嗎？在1905年的時候，愛因斯坦給出了這類隨機游走問題的一套精辟解法。 為什么對于完全隨機運動的醉漢，我們能夠寫下精確的數學方程并求解呢？關鍵在于大數和概率。如果考慮單個醉漢在每一步的行為，我們很難得出準確的預測一事實上根本無法預測，因為它是純隨機的。 但是，當我們讓足夠多的醉漢，比如1000個，同時從起點出發，進行隨機游走時，我們就能看到一群醉漢仿佛烏云般從原點擴散開來。烏云每個點的顏色深度就對應了該點醉漢的數量一這可以用一個精確的數學方程刻畫（這里暫且稱之為愛因斯坦方程)： 其中乃是一個常數，是醉漢可能的位置坐標（以起點為原點)，為時間，為某地某時發現醉漢的概率，也就是烏云顏色深度。 解決該問題有兩個關鍵點： (1)大數定律讓每個醉漢的隨機性相互抵消了； (2)放棄描述單個隨機因素，退而嘗試預測具有統計含義或宏觀的變量，比如平均值、漲落、概率等。 正是這兩點，可以讓我們從一個不確定的系統中提取出確定性的規律出來。而且，這種從無序中涌現出有序的現象在復雜系統中幾乎隨處可見。 今年，諾貝爾物理學獎得主中，真鍋淑郎、克勞斯 哈塞爾曼成果，正是發現了全球氣候系統無序中的有序現象。哈塞爾曼等為了定量刻畫溫度等宏觀變量，寫下了類似于洛倫茨方程的動力系統方程： 這里2/表示的就是全球平均氣溫、海平面溫度等全球大尺度氣候變量。相比于洛倫茨方程，這里多出了一個隨機漲落項$而這一項恰恰就包含了微觀的混沌因素。也就是說，從大尺度上看，混沌所造成的隨機性就變成了類似于投擲硬幣一樣的隨機變量。
書友推薦
- >
伯納黛特,你要去哪(2021新版)
- >
詩經-先民的歌唱
- >
自卑與超越
- >
月亮與六便士
- >
我與地壇
- >
姑媽的寶刀
- >
小考拉的故事-套裝共3冊
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
