Наука о сложных системах – это междисциплинарная область на стыке математики, информатики и естествознания, которая фокусируется на сложных системах, представляющих собой системы со множеством взаимодействующих компонентов. Одним из основных инструментов науки о сложных системах являются дискретные модели, включая сети и графы, клеточные автоматы и агентное моделирование. Наука о сложных системах полезна, особенно если необходимо объяснить поведение природных и социальных систем, она обеспечивает разнообразный и адаптируемый инструментарий моделирования, позволяет применить навыки программирования и поразмыслить над фундаментальными вопросами философии науки. В книге приводится код, математические тексты и пояснения, необходимые для понимания работы моделей. Издание будет полезно широкому кругу лиц, здесь опущены очень сложные технические детали.
Предисловие Для кого эта книга? Изменения после выхода первого издания Использование кода Обозначения, используемые в этой книге O'Reilly Safari Как с нами связаться Список лиц, принимавших участие в работе над книгой Об авторе Колофон Глава 1. Наука о сложных системах Меняющиеся критерии науки Оси научных моделей Разные модели для разных целей Инженерия сложных систем Доктрина сложных систем Глава 2. Графы Что такое графы? NetworkX Случайные графы Генерация графов Связные графы Генерация графов Эрдёша–Реньи Вероятность связности Анализ алгоритмов графов Упражнения Глава 3. Графы «Мир тесен» Стэнли Милгрэм Ваттс и Строгац Кольцевая решетка Графы Ваттса–Строгаца Кластеризация Длина кратчайшего пути Эксперимент Ваттса–Строгаца Что это за объяснение? Поиск в ширину Алгоритм Дейкстры Упражнения Глава 4. Безмасштабные сети Данные социальных сетей Модель Ваттса–Строгаца Степень Распределения с тяжелыми хвостами Модель Барабаши–Альберта Генерация графов Барабаши–Альберта Интегральные распределения Объяснительные модели Упражнения Глава 5. Клеточные автоматы Простой клеточный автомат Эксперимент Вольфрама Классификация клеточных автоматов Хаотичность Детерминизм Космические корабли Универсальность Фальсифицируемость Что это за модель? Реализация клеточных автоматов Взаимная корреляция Таблицы клеточных автоматов Упражнения Глава 6. Игра «Жизнь» Игра «Жизнь» Конвея Конструкции игры «Жизнь» Гипотеза Конвея Реализм Инструментализм Реализация игры «Жизнь» Упражнения Глава 7. Физическое моделирование Диффузия Реакция диффузии Перколяция Фазовый переход Фракталы Фракталы и перколяционные модели Упражнения Глава 8. Самоорганизованная критичность Критические системы Песчаные кучи Реализация песчаной кучи Распределения с тяжелыми хвостами Фракталы Розовый шум Звук песка Редукционизм и холизм Самоорганизованная критичность, причинность и прогнозирование Упражнения Глава 9. Агент-ориентированные модели Модель Шеллинга Реализация модели Шеллинга Сегрегация Sugarscape Имущественное неравенство Реализация Sugarscape Миграция и волновое поведение Эмерджентность Упражнения Глава 10. Стаи, стада и пробки Пробки Случайное возмущение Boid Алгоритм Boids Разрешение конфликтов Эмерджентность и свобода воли Упражнения Глава 11. Эволюция Моделирование эволюции Адаптивный ландшафт Агенты Моделирование Нет дифференциации Свидетельство эволюции Дифференциальное выживание Мутация Видообразование Резюме Упражнения Глава 12. Эволюция кооперации Дилемма заключенного Проблема альтруизма Чемпионаты по дилемме заключенного Моделирование эволюции кооперации Класс Tournament Класс Simulation Результаты Выводы Упражнения Приложение A. Список литературы Указатель
Название: Изучение сложных систем с помощью Python Автор: Аллен Б. Дауни Год: 2019 Жанр: программирование Издательство: М.: ДМК Пресс Язык: Русский
Формат: pdf Качество: eBook Страниц: 160 Размер: 18 MB
Скачать Аллен Б. Дауни - Изучение сложных систем с помощью Python (2019)
