目录 1
第一章 复杂系统的挑战 1
1.1本书的结构 1
1.2什么是复杂系统 2
1.3如何处理复杂系统 15
1.4模型系统 18
1.5自组织 28
1.6普适性的追求 29
1.7信息 34
1.8协同学的第二个基点 66
第二章 从微观世界到宏观世界 71
2.1描述的层次 71
2.2朗之万方程 72
2.3福克-普朗克方程 76
2.4具有细致平衡的系统的福克-普朗克方程的严格定态解 77
2.5路径积分 81
2.6复杂性的约简·序参量·伺服原理 83
2.7非平衡相变 88
2.8图样形成 89
第三章 最大信息原理(MIP) 93
3.1若干基本概念 93
3.2信息增益 99
3.3信息熵和约束条件 100
3.4连续变量 106
第四章 物理学中的一个例子:热力学 107
第五章 最大信息原理在自组织系统中的应用 113
5.1引言 113
5.2自组织系统中的应用:单模激光 114
5.3没有位相关系的多模激光 116
5.4周期性序参量的过程 117
第六章 非平衡相变的最大信息原理:序参量、伺服模和模式的确定 121
6.1引言 121
6.2一般方法 121
6.3序参量、伺服模和出现的模式的确定 124
6.4近似 126
6.5空间模式 128
6.6与朗道相变理论的关系及福克-普朗克方程的猜测 128
7.1引言 131
第七章 自组织系统在接近不稳定点时的信息、信息增益和效率 131
7.2伺服原理及其对信息的应用 132
7.3信息增益 133
7.4一个例子:非平衡相变 135
7.5软模的不稳定性 136
7.6我们能够测量信息和信息增益吗 137
7.7几个序参量的情形 140
7.8单序参量信息的具体计算 141
7.9单序参量的信息、信息增益和效率的严格解析结果 151
7.10柯里蒙托维奇(Klimontovich)的S-定理 160
7.11接近非平衡相变时伺服模对信息的贡献 167
第八章 拉氏乘子的直接确定 177
8.1临界点之上和之下系统的信息熵 177
8.2临界点之上和之下拉氏乘子的直接确定 180
第九章 随机过程的无偏模型化:怎样推测路径积分,福克-普朗克方程和朗之万-伊藤方程 191
9.1一维状态矢量 191
9.2对多维状态矢量的推广 195
9.3作为约束的关联函数 197
9.4相应于短时传播子(9.35)的福克-普朗克方程 200
9.5从实验数据能推导出牛顿定律吗 202
第十章 应用于一些物理系统 205
10.1有相位关系的多模激光器 205
10.2包含极化和反转的单模激光器 207
10.3流体动力学:对流不稳定性 208
第十一章 生物学中的行为模式转变·一个例子:手的运动 211
11.1一些实验事实 211
11.2怎样将转变模型化 213
11.3临界涨落 221
11.4一些结论 229
第十二章 模式识别 231
第十三章 量子系统 241
13.1为什么要研究量子信息理论 241
13.2最大信息原理 244
13.3序参量、伺服模及构型 251
13.4序参量与伺服模的信息 256
第十四章 结语和展望 259
参考文献 263