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。
