书名:复杂的引擎(第一推动丛书·综合系列)
作者:约翰·E.梅菲尔德
译者:唐璐
出版社:湖南科学技术出版社
出版时间:2018-01-01
ISBN:9787535794611
第1章 问题
一、计算机科学如何加入?
1、可计算的
如果输入和输出之间的关系可以用数学表示,输出就往往是可计算的。数学的威力在于提供捷径。
如果存在简单关系,则经常无需通过执行具体的物理过程来得到输出。一个例子是行星未来位置的计算。
如果关系不简单(程序很长),则往往没有捷径,如果要知道结果就只能老老实实地执行过程。
计算机科学的确可以模拟自然过程,但如果条件复杂,过程又长,则精确仿真所需的计算会与被仿真的现象一样复杂。
这类例子包括天气、经济,以及机翼在高速状态下的性能。
2、复杂的输入输出
- 如果要考虑输入输出之间的所有可能关系,复杂的会远远多于简单的。
没有人知道物理宇宙是否也是这样,但这至少说明我们也许会发现不能通过简单数学认识的现象。
生命、生态和大多数社会现象可能都属于这一类。
3、规则与随机事件
- 在对规则的讨论中,大部分关注的是相同初始条件导致相同输出的确定性规则。
然而,大多数物理过程和一些计算机程序遵循的规则都允许随机事件。 - 如果有随机成分,即使规则简单,也无法预测具体的结果。
当这样的过程被反复执行,每次的结果都会不一样。 - 幸运的是,在许多这类情形中,可以通过统计平均来预测,我们可以称之为总体性预测。
雪花就是很好的例子。
预测下一个雪花的细节是不可能的,但雪花的特征在总体上却可以预测。在某种程度上生物进化也与此类似。
进化过程允许某种程度的随机变化,虽然过去或未来具体的结果无法预测,大致的趋势却可以预测出来。