常微分方程

  数学分析(微积分)中研究了变量的各种函数及函数的微分与积分。如函数未知,但知道变量与函数的代数关系式,便组成代数方程,通过求解代数方程解出未知函数。同样,如果知道自变量、未知函数及函数的导数(或微分)组成的关系式,得到的便是微分方程,通过求解微分方程求出未知函数。自变量只有一个的微分方程。常微分方程是数学分析或基础数学的一个组成部分,在整个数学大厦中占据着重要位置。

查看章节介绍


非线性动力学

  《非线性动力学》的基础知识和基础理论,特别着重介绍了近四十年来发现与研究的非线性系统的混沌运动和对非线性系统特征的一些重要的刻画、分析及诊断方法。 《非线性动力学》重视物理概念的阐述和理论联系实际,同时也注意介绍近十余年来这方面的某些重要进展。


查看章节介绍


复杂网络

  复杂网络研究正渗透到数理学科、生命学科和工程学科等众多不同的领域, 对复杂网络的定量与定性特征的科学理解已成为网络时代科学研究中一个极其重要的 挑战性课题由于复杂网络研究具有很强的跨学科特色,并且新的问题和研究成果不断涌现, 因此本书着眼于复杂网络研究中已经取得的主要研究进展。主要内容包括:网络拓扑特性与 模型,复杂网络上的传播行为、相继故障、搜索算法和社团结构,以及复杂网络的同步与控 制。

查看章节介绍


蒙特·卡罗方法

  蒙特·卡罗方法(Monte Carlo method),也称统计模拟方法,是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明, 而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法。是指使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。 与它对应的是确定性算法。蒙特·卡罗方法在金融工程学,宏观经济学,计算物理学(如粒子输运计算、量子热力学计算、空气动力学计算)等领域应用广泛。 蒙特卡罗方法于20世纪40年代美国在第二次世界大战中研制原子弹的“曼哈顿计划”计划的成员S.M.乌拉姆和J.冯·诺伊曼首先提出。 数学家冯·诺伊曼用驰名世界的赌城—摩纳哥的Monte Carlo—来命名这种方法,为它蒙上了一层神秘色彩。在这之前,蒙特卡罗方法就已经存在。 1777年,法国数学家布丰(Georges Louis Leclere de Buffon,1707—1788)提出用投针实验的方法求圆周率π。这被认为是蒙特卡罗方法的起源。

在解决实际问题的时候应用蒙特·卡罗方法主要有两部分工作:

  1. 用蒙特·卡罗方法模拟某一过程时,需要产生某一概率分布的随机变量。

  2. 用统计方法把模型的数字特征估计出来,从而得到实际问题的数值解。