內容簡介

複雜性科學使用計算來探索物理和社會科學。在《複雜性思考：複雜性科學和計算模型（原書第2版）》中，你將使用圖表、元胞自動機以及基於智慧體的模型來研究物理學、生物學和經濟學。
　　
無論你是中等水準的Python程式師還是希望學習電腦建模的學生，都可以通過一系列工作示例、練習、案例研究和易於理解的解釋深入學習複雜系統。
　　
作為Python程式設計與演算法的理想教材，《複雜性思考：複雜性科學和計算模型（原書第2版）》還有助於自學者掌握關於他們可能未曾謀面的主題與想法的寶貴經驗。

作者介紹

艾倫·B.唐尼（Allen B．Downey），是歐林工程學院的電腦科學教授，曾任教於威爾斯利學院、科爾比學院和加州大學伯克利分校。他是加州大學伯克利分校的電腦科學博士，並擁有MIT的碩士和學士學位。

前言
第1章複雜性科學
1．1 範式轉變
1．2 科學模型的軸線
1．3 不同的模型用於不同的目的
1．4 複雜的工程
1．5 複雜性思維

第2章圖
2．1 圖是什麼
2．2 NetworkX
2．3 隨機圖
2．4 生成圖
2．5 連通圖
2．6 生成ER圖
2．7 連通的概率
2．8 圖論演算法分析
2．9 練習

第3章小世界圖
3．1 Stanley Milgram
3．2 Watts和Strogatz
3．3 環格
3．4 WS圖
3．5 集聚
3．6 最短路徑長度
3．7 WS實驗
3．8 這是什麼樣的解釋
3．9 廣度優先搜索
3．10 Dijkstra演算法
3．11 練習

第4章無標度網路
4．1 社交網路資料
4．2 WS模型
4．3 度
4．4 重尾分佈
4．5 Barabási-Albert模型
4．6 生成BA圖
4．7 累積分佈函數
4．8 解釋模型
4．9 練習

第5章元胞自動機
5．1 一個簡單的CA
5．2 Wolfram的實驗
5．3 CA的分類
5．4 隨機性
5．5 確定性
5．6 太空船
5．7 普遍性
5．8 可證偽性
5．9 這是一個什麼樣的模型
5．10 CA的實現
5．11 互相關
5．12 CA表
5．13 練習

第6章生命遊戲
6．1 Conway的生命遊戲
6．2 生命模式
6．3 Conway的猜想
6．4 現實主義
6．5 工具主義
6．6 生命遊戲實現
6．7 練習

第7章物理建模
7．1 擴散
7．2 反應-擴散
7．3 滲透
7．4 相變
7．5 分形
7．6 分形和滲透模型
7．7 練習

第8章自組織臨界性
8．1 關鍵系統
8．2 沙堆
8．3 實施沙堆
8．4 重尾分佈
8．5 分形
8．6 粉紅雜訊
8．7 沙堆的聲音
8．8 還原論和整體論
8．9 SOC、因果關係和預測
8．10 練習

第9章基於智慧體的模型
9．1 Schelling模型
9．2 Schelling模型的實現
9．3 種族隔離
9．4 Sugarscape
9．5 財富的不平等
9．6 實現Sugarscape
9．7 遷移與波動特性
9．8 湧現
9．9 練習

第10章獸群、鳥群和交通堵塞
10．1 交通堵塞
10．2 隨機擾動
10．3 Boid
10．4 Boid演算法
10．5 仲裁
10．6 湧現和自由意志
10．7 練習

第11章進化
11．1 模擬進化
11．2 適應度景觀
11．3 智能體
11．4 模擬
11．5 無差別
11．6 進化的證據
11．7 生存差異
11．8 突變
11．9 物種形成
11．10 總結
11．11 練習

第12章合作進化
12．1 囚徒困境
12．2 Nice的問題
12．3 囚徒困境的比賽
12．4 模擬合作進化
12．5 Tournament類
12．6 模擬
12．7 結果
12．8 結論
12．9 練習
附錄A 閱讀列表

看更多