系統化思惟導論讀後感

《系統化思惟導論》摘錄

  先 把要學的當作一個黑箱 ,它的內部結構是什麼先不去管,而是搞清楚它的輸入輸出 是什麼?具體說就是學習這門課程須要哪方面的技巧和預備知識,以及這門課的目 的 是什麼?學了它能解決什麼樣的問題?把這些問題基本搞清楚了之後再嘗試打開這個黑箱。打開黑箱的方法也不是一步完成的,而是一種灰色的認識反覆迭代的過 程 ,讓黑箱一點一點的由黑變灰由灰變白。也就是第一次不求搞懂裏面全部的內容而是有一個大體瞭解,接下來再展開下一步迭代,這時候能夠根據第一步所掌握的 信息有選擇的較詳細的瞭解黑箱的內容,這樣反覆循環直到你能大體掌握這門學科爲止。

  什麼叫大體掌握這門學科?若是咱們把一 門學科比喻成一棵樹,那麼只要你能明確的指出這棵樹的主幹脈絡 是什麼就叫大體掌握了。而至於這棵樹的樹葉你可能一點也不知道,那也不要緊。傳統的學習方法 之因此無聊而且沒效率是由於老師們一會兒就讓你從掌握這棵樹的枝葉開始而不注重主幹的把握。

  在這個過程當中可能會遇到各類各 樣的困難。首先一個困難多是因爲這門課程須要一些預備基礎知識,而你並無掌握它們你能夠先跳過它,不去理會,把預備知識當作黑箱,直接掌握如今的學 科。也有可能預備知識一點沒有的話整個過程就進行不下去了,這個時候再去用一樣的方法掌握預備知識還有一個困難多是在你學習的過程當中有一個環節想不明 白,這時候你能夠選擇先跳過 ,若是發現跳過這個環節不管如何不能理解後面的東西了,那你不得不花費經歷去搞懂它了。這個時候須要的是毅力和想象力 ,沒有毅 力,你遇到困難後就不會再去思考,沒有想象力,你就很難在本身的大膽猜測和橫向對比中解決這個問題另一個可能遇到的困難是可能前面學過的東西記不住由於 你學習的過程不是一次,而是反覆好幾回,因此一遍記不住的東西還有後面幾遍,慢慢的就會記住了。

  再一個要強調的是思考與學習應該相結合不能老是捧着書本看 ,要在積累到必定程度之後放下書本思考 思考,想一想都已經學到了什麼東西?所學的東西與其餘東西是什麼關係?運用了灰色系統的方法,能讓你一會兒就從宏觀入手掌握全局,同時能夠根據須要動態的掌握具體的細節知識。

   第一步把微積分當作一個黑箱,無論它講什麼呢,先看看它須要一些什麼預備知識,以及用它能解決什麼樣的問題。若是沒有好老師指導,要得到這樣的信息惟一 的方法是先大體翻一下教科書。先看目錄和前言,通常那裏就告訴你了這個系統的輸入輸出當你知道了微積分的輸入部分最主要的是中學裏的函數概念、解析幾何, 而它的輸出是一切有關運動量的描述、速度的求法、不規則圖形的面積的求法等等以後就能夠進行下一步了。

  下面是用灰色認識的方 法把這個黑箱一點一點白化翻開教科書,從頭看。先講什麼?極限!數列的極限、函數的極限,這時候可能你就遇到了一個難題,就是極限的定義你可能根本就看不 懂,絕對是天書。這時候怎麼辦?扣懂它麼?不!先pass,把這個極限定義當作黑箱,繼續往下學,看是否它很重要以至影響你後面的理解實際上極限的定義不 搞懂徹底不會影響後面的東西。由於極限這個概念原本是很直觀的,後面的東西包括極限的各類運算應該都不成難點。接下來是導數與微分,可能你開始在掌握導數 的概念上就會卡住先pass,看看是否會對後續的東西有影響?不行,你發現,後面處處都要用到求導的概念,不搞懂無法進行下去那麼這個時候就有必要花點精 力理解它。先不要搞推導和演算!由於你要學的是微積分這個總體,而這裏面的運算則是細節的東西所以,這部份內容一律pass掉!接下來就是積分這個概念 了,開始又是定義,仍舊是一塊難啃的骨頭,若是仍舊不理會後面整個的積分概念就不能理解,因此,這部份內容必定要掌握。

  這個 時候須要的是你的想象力,可能看積分的數學定義你根本就看不懂,那麼看圖形呢?應該好些了吧?大膽猜測一下,它說明了什麼?爲了求得曲線所圍的面積,用一 大堆小梯形去無限逼近,這不就是極限的思想麼?積分的本質不就是極限麼?只不過是一個和式的極限!若是你真正悟到了這點,那麼你已經掌握積分這個概念了, 即便數學語言的定義一點沒懂根本就不妨礙你後面的理解!這個時候你應該很是有信心!啊,原來積分就是這麼一個破玩意呀!剩下的東西就是關於積分的各類運算 技巧了,一律pass。這樣第一步迭代完成了,合上書,閉上眼睛想一想都 學到了哪些東西?

  你會發現,真正有價值的就三種東西, 一個是極限的思想(不是定義),一個是微分的概念一個是積分的概念。這樣你已經可以大體畫出這門學科的樹狀圖 了:主幹是極限,它上面有兩個主要分枝:一個 是微分,一個是積分別慌,你剛看完一遍接下來還要繼續迭代開始研究較細節的分支是怎麼回事兒,例如微分與積分的關係是什麼?

  這樣一步一步的迭代,你會對這門學科越瞭解越深把之前pass掉的東西一點一點的追捕回來。最後,快考試了,你再開始研究這棵樹的細節枝葉,包括怎樣具體解題。由於畢竟咱們的考試還只能考葉子上的東西。你的腦中微積分的整棵大樹的主幹還在,只要回去一查就OK了。

  因爲每次把沒用的東西都pass了,因此學起來更快樂。

  這種方法從一開始就是從總體上進行把握的,從而不至於迷失在學科的細節中,也可以把握住全局。所以這種方法將是高效的。

  上面所述的針對至關一大類工科的課程經多人驗證都是適用的要成爲成功的通才,咱們就應當像兒童那樣,用一種天真簡單的態度來接近複雜的系統 。有充分證據代表,兒童就是用這種方式來理解許多複雜思想的:首先造成整體概貌式的印象,而後再逐漸細化並區別不少具體的物體。 html

 

系統化思惟導論讀後感
  1. 有個朋友推薦這本書給我,而且介紹的時候說,這本書也喜歡用數學或者相似數學的方式來描述問題,而後用解數學問題的方式來解決問題。我頓時頗有興趣,因而在噹噹網上購買了一本,因爲當時我在重慶出差,我讓噹噹把書送到了公司。
  2. 今天出差回來,拿到了書,吃完晚飯就開始看。對我來講,序言 等 僅僅是 有點風趣。
  3. 開始進入正題,他經過力學,分子動力學,引入了事物複雜性 的那張圖,能夠說對於我這個讀者,很是成功。力學是高中學的,我認爲我高中的物理仍是學得很是好的,分子動力學,我大學學的是化學系,雖然成績不好,可是這些基礎的理論仍是能理解的。在這張途中,把事物的複雜程度分紅了3個象限。而這本書最想討論的就是排除了力學適用的有序的簡單的,和熱力學適用的無序的複雜的,剩下的有序的,複雜的。
  4. 做者並無馬上趁熱教你怎麼對付有序的複雜的。而是開始講解思惟的前一個步驟,就是認識。這使我想到了佛教中的一些思想,色便是空。他可能並不否定客觀事物是獨立於人類的觀察和思考而客觀存在 的,可是他卻認爲如此的認識是毫無心義的,既然要研究,就應該研究觀察的東西,或者說科觀察的東西,也就是說無論那些獨立於觀察的所謂的客觀了。
  5. 在複雜程度致使計算成本的上升問題上,他認爲應該最複雜的問題進行簡化 ,其中分解是簡化得很是有效的手段,可是卻帶來毀滅性的災難hennry:判斷簡化策略纔是根本 )。藉此延伸一下,我認爲,科學更多的是西方的哲學或者文明的產物,由於按照這本書的定義,科學必須是定量的。而定量須要計算,太高的計算成本致使不可操做性。因而爲了達到目的,西方的科學家們採起了很是有效的取捨因素的方法 。能夠說這些方法很是有效。因而出現了西醫,爲了更加深刻有效的研究醫學,把醫學分紅了不少科目,能夠說是很是系統的,因而出現了頭痛醫頭,腳痛醫腳的治療模式,若是說病就是問題,醫療就是解決問題,那麼西醫的方式更爲專一,或者說Focused. 可是頭和腳是有關聯的,而捨去其中的關聯,會否給醫療過程帶來偏差 ,甚至錯誤呢?最關鍵的是咱們沒法找到這些關聯,或者說定量的描述這些關聯。而中醫卻從宏觀的平衡着眼,更多的是考慮局部對於總體的影響,也就是局部對於其餘局部的影響,若是把複雜的系統當作一張圖,數學上的圖,那麼西方的更注重點,節點,中式的更注重線,或者說線對於總體構圖的影響,這一點,從國畫的美感最能體現。而目前,由於邏輯學,爲了現代教育,爲了現有知識可以更加快速有效的流傳,西式的科學思想大行其道 。可是我認爲,宇宙的起源,生命的奧祕,可能沒法從西方科學方式中研究出來,由於仍是正如這本書說的,全部的定律都是 if…Then…. 而對於if以外的東西,。。。宇宙,生命,都是這些if以外的,或者說沒法寫出if的。

   學問就是個汪洋大海,而人有限的觀察力不過是滄海一粟。原本是懷着尋找一條明路的興奮心情來讀這本書,畢竟學了那麼多,發現不一樣領域的學習是有很多共通之處 的,但願可以經過系統的觀點來爲本身答疑解惑。但結果讀完之後,發現本身更疑惑了,不過,雖然從某個角度說這裏談的也都是些生活常識,但被系統地描述出來,這是「系統化的疑惑」吧,呵呵。所謂「見山不是山,見水不是水」就是讀完本書的最大感覺。至於什麼時候才能找到那個「黃金分割點」,找到真我,達到「見山仍是山,見水仍是水」的境界,那恐怕仍是個有待解決的問題吧。
  原本只想摘抄提煉一些書裏的要點,但發現不繫統地複述下來,觀點是不完整的,獲得的只是片段。因此最後是把全部章節都摘抄、拼接,偶爾加上本身的理解,提取出來做爲每章的內容。畢竟,這樣複述一遍,比光看不想獲得的收穫多了許多,但這樣作讀書筆記,也是太花時間了。
  
  前言
  傳統的專業研究將本身限制在狹窄的範圍內,雖然在專業範圍內能夠保證其方法的有效性,但面對更普遍更復雜的問題時每每無能爲力。而處理這些甚至全部問題時會用到一種思惟,它獨立於專門的學科知識而存在——有時繞過專門的學科知識,有時又把專門的學科知識綜合起來,這種思惟就稱做通常系統論方法。這種方法尤爲應爲「系統論的通才」所用:經過掌握通常系統論方法,能夠更快速有效地掌握新領的知識。
  
  1、問題
  世界由無數複雜的系統組成hennry:軟件是複雜的 ),科學家建模時每每對其研究對象進行大量簡化,以免隨着問題規模的平方倍數增加的計算量 (譬如複雜的太陽系被精簡到太陽與九大行星)。這稱爲解析方法,能夠有效處理有序簡單的狀況。
  另外一方面,對於諸如氣體分子這樣的研究,因爲分子表現出的徹底隨機性難以簡化計算,但研究者感興趣的只是觀測的平均值,因此採用統計方法能夠有效處理這種無序複雜的狀況。
  不幸的是,世界上絕大部分事物是夾在「有序簡單」和「無序複雜」中間的「中數系統」 ,既表現出複雜性,又呈現必定的有序性,從而沒法徹底用解析或統計的方法來處理。
  許多社會的弊病,來源於過分分解和對解析結果的濫用。在狹隘範圍內被簡化後產生的技術是帶有先天不足的,因爲它們在某一小領域的有效而將其極大地推廣開來,就難免形成系統的問題。
  
  2、方法
  面對具備有機複雜性的系統,一些思想家但願將與生命系統相關的知識類推到其它系統,以得到某種處理複雜問題的方法。類比能夠激發靈感,但若是要經過類比創建嚴謹的模型,就極可能由於對類似體的瞭解不全面而致使失敗。
  反觀思惟的分類:共同工做的人們會促進亞文化的發展 。經過採用共同的思惟方法,這些小團體能夠簡化內部交流 ,但同時也增長了與外部世界溝通的困難 。因此不一樣學科的分類 產生了種種社會團體,也同時豎起了不一樣學科之間的高牆。有趣的是,依然有人在不一樣的領域中都得到成就——不是他們改變了本身的思惟模式,相反他們將本身的思惟定勢原封不動地從一個領域搬到另外一個領域。
  這種「交叉學科研究者 」與「通才」的不一樣之處在於,後者擁有站在高起點上的思惟模式,在這種思惟模式中,不一樣領域的思惟方式具備諸多類似性,儘管它們經常以不一樣的表達形式表現出來。同時,因爲知道各類角度的觀察都有其侷限性,一個出色的通才應該對任何事物皆不存在絕對的信念,從而克服單一學科造成的思惟定勢。
  實際上,通常系統論認爲:經驗世界 自身的序具備一種被稱爲二階序的序,即通常規律 ,或方法的方法 。而發現通常系統論規律的主要方法是概括 ,儘管它也可能致使錯誤。還應該像兒童那樣以一種天真簡單的態度來接近複雜的系統:先造成整體概貌似的印象,而後逐漸細化並區別不少具體的物體。
  值得注意的是,因爲分析方法的簡化性,有價值的科學定律都是有條件的。因此在試圖提煉通常化規律時,要務必保證其「至少適用於兩種情形」。
  學習系統論的好處就在於掌握了通常規律 後,增長了可複用的核心知識 儲備,從而減小 了學習不一樣的專門學科所需吸取的信息量 ,下降了接觸新主題的痛苦程度,而且有助於創新。
  
   3、系統與幻覺
  一個系統就是對世界的一種見解,世界上可能真的存在一些「真實的物體」,然而即使如此,它們也不是由於咱們相信它們的真實而存在的。感知不只反映真實也反映幻覺,況且有些感知——即便是對幻覺的感知——有時是如此強烈以致於咱們對其沒法忘懷。
  所以,基於對真實與感知的混淆,人們容易採用絕對化的思惟。這種思惟方式忽略了事物不常見或未觀察到的細節。雖然在必定狀況下絕對化帶來的簡化能夠幫助咱們很好地處理事物,但它同時也是一些謬誤的根源。
  那麼反之試圖掌握事物的每一種元素,就把系統當作一個集合。在最初選擇集合時人們遵循的概念是窮舉法 ,但列舉出的元素每每是表明某件事物的「名稱」。因爲名稱的模糊性和不肯定性,窮舉法這種基礎性操做自己就存在危害,固然更糟糕的是用推導法代替窮舉 ,尤爲是用典型元素來表示一個集合
  從觀察者的角度,使用笛卡兒乘積更加嚴謹合適 。它從兩個方面來理解觀察者——他能觀察的類型(廣度),和在每種類型中他能從中選擇結果的範圍(深度)。如 {A類型×B類型},且A:{a1,a2,a3},B:{b1,b2,b3,b4}。因爲乘積可能發生組合錯誤,因此也許集合裏會出現沒法觀察到(即不存在)的元素,但只要觀察的廣度和深度被恰當定義,那麼至少能夠作到在觀察集合中不排除他能觀察到的任意結果。
  一旦採用這種集合方法,再加上符號的無關法則削減了名稱的模糊性,咱們就能夠用它來對不一樣觀察者的結果進行一致性比較。對一樣的事物,A比B觀察分類更細緻分辨率更高,做爲觀察者,A就比B更有優點。而理想化的「超級觀察者」則必須具備比現有任何觀察者佔優點的視點——極端狀況下,必須看到包含了全部觀察者觀察結果的各類可能組合的乘積空間。但這種笛卡兒乘積 的乘積空間的組合數量 會隨着觀察人數的增加以指數形式增加 ,因此中等以上覆雜程度的問題中很難設想超級觀察者能很好地發揮做用。
  
  4、對觀察結果的解釋
  對一樣一個黑箱音樂盒的組合狀態,從超級觀察者、有聽力障礙的物理學家與音樂盒的發明者的角度,卻得出了不一樣的觀察結論。物理學家忽略了一個音階,發明者忽略了燈光閃爍(由於他知道這沒有意義),超級觀察者觀察到了全部的細節,卻容易只見樹木不見森林。在某種程度上,腦力和眼力能夠互相彌補,但「腦」和 「眼」之間的平衡 不能過多地偏向任何一方(過於精確的測量結果反而給結論的創建形成障礙 ),科學的任務就是找到二者之間的恰當方案。
   咱們應該認可,任何所謂「客觀」的事物都是兩方面要素構成:物質本原,和觀察者的精神傾向。忽略後者同樣容易讓人陷入主觀。
  從「人」的角度考慮,不能試圖研究事物的全部狀況 ,不然全部事物都有細微差異,也就都成了特例,科學分類和規律也無從談起。所以一般是從本身的角度選擇事物的若干重要特徵 ,創建函數:y=f(a,b,x)。因爲觀察的侷限,可能會忽略了某些有影響做用的特徵。另外一方面,對於影響因子的測量是沒法無限精確下去的,到了某個微觀層面,因子a與b甚至會此消彼長,從而相互矛盾。因此,經過觀察並不能獲得所有信息。
  
  5、觀察結果的分解
  如上文所述,在面對不熟悉且複雜的對象時,通常會先試圖獲取「全面」的觀點,包含全部現象,再得到「最小」的觀點,合併沒必要區分的狀態以減輕觀察負擔。而這兩種方法都有其固有的侷限。
   那麼再來看經常使用的第三種方法:獲取「獨立」的觀點,即將觀察到的狀態分解成不相干的部分 ,以減輕腦力的負擔。
  面對一樣的系統,不一樣人以不一樣方式將其分解爲不一樣的子系統集合,這是由於每一個人都受本身分解世界的固有模式的影響。經過這種相似「比喻」的方式,子系統被比喻成不一樣的事物,也所以形成了子系統間本來漸變的交錯的邊界被過分簡化,割裂了整個系統的有機性。
  在分解中,每每是根據其性質來劃分子系統 。而對於觀察者來講,性質具備精神上的做用。咱們能夠認爲某些性質比其它性質更「天然」,但這僅僅代表咱們更習慣於那樣進行觀察。所以,在某種分解中,一些部分紅爲子系統 從而保持不變 ,那是由於它們被觀察者認爲是「有價值」 的。反之,成爲邊界 的那部分,則被認爲是 「不重要」 的。
  數學上的準確分類(遵照反射性、對稱性和傳遞性)與科學的實用分類有很大區別。又因爲總體大於部分之和,分解總會損失一部分總體特徵,因此真實系統的特性是沒法被徹底研究的。退一步說,容易被分解的「鬆散組織」早就被分解了,剩下的是「系統」這種硬骨頭,其內部鏈接的緊密程度高於平均水平 ,其中任一部分的改變都會影響整個系統的性質。
  
  6、對行爲的描述
  與解釋和分解觀察結果的「黑箱 」方法相對的,還有「白箱 」的方法,即對系統的仿真
  因爲人的視覺感覺只限於三維,因此仿真的「狀態空間」常限於二維或三維(即二或者三種屬性),空間中的一個點表明系統的一個狀態。若維度高於三維 ,則常須要用投影等方式對其進行降維 ,而降維確定會丟失部分信息。所以,面對投影,說「這是立方體的圖像」會比說「這是立方體」更精確。
   另外,注意到「在同一時刻兩個系統處於狀態空間的同一位置,那麼空間是由於維度太低,即視圖是不徹底的」。
  固然,除了用投影的方法來降維 ,還能夠採用視點變換 的方法:將許多屬性結合成爲數量較少的屬性,其中保留了每一個屬性的一小部分而不是在投影方法中那樣將某些屬性徹底放棄。
  能夠看出,一旦某個屬性浮出水面,那麼白箱可以將其「來源」分析透徹。但還有個前提,若是不通過適當的變換對行爲進行觀察,咱們也許根本沒法提取出合適的屬性。
設計模式

 

=================== 架構

讀《系統化思惟導論》總結(1)--序

花大約兩週時間又重讀了《系統化思惟導論》銀年版這本書,已是第三遍了,而且此次在讀的時候,有意作了摘抄,但讀下來感受仍是沒有真正讀懂! 框架


我的以爲沒有真正讀懂的緣由主要有如下三方面:
1.關於思惟方面的書,原本就不是黑白分明的,有不少東西比較「玄妙」,須要仔細思考,從多個方面、多個角度進行思考才行。另外,感受本書不多會有比較明確的觀點,也許做者但願原本就是要經過這個過程來鍛鍊讀者的思惟,而不是要給一個讀者一個明確的結論;
2.這本書寫成於七十年代中期,書中引用的例子較爲古老,面對這些比個人年齡還要大的例子,由於缺乏對「環境」的感性認識,於是不能更深刻地理解這些例子,從而影響到了讀書效果;
3.這本書是中譯本,感受譯者也並未能100%地用中文表達出做者的意思,對於通常的書籍,通過讀者的本身的邏輯推理,基本上就能夠理解地差很少了,但對於這類思惟訓練的書籍來講,仍是差了點。

以前一直以爲這本書就是來說解「系統化思惟」的,因此總但願能從本書中看到「系統化思惟應該是xxx」之類的論述,此次讀該書才意識到:
1.因爲經歷長時間的「填鴨式教育」,總但願書中會有明確的論點,讀者只須要接受便可!實際上,感受本書做者更像是在用「系統化」的方法在從各個方面、各 個角度論述、權衡,但並不給出明確的意見,由於每一個讀者所處的實際環境都是不一樣的,所以每一個讀者都應該從本身的環境出發獲得本身的論點。
2.在百度百科上查了「導論」一詞的含義,解釋爲「 論著正文前概要論述全文或全書的中心思想,以指導幫助讀者閱讀的部分 」,因此能夠把這本書當作是「系統化思惟」系列從書的「導論」,是須要閱讀一這系列書籍纔會有比較好的效果的。

讀該書時,但願從搜索到一些比較好的讀書總結來幫助理解,但沒有搜到有價值的資料,所以決定把本身讀本書的理解詳細總結放到網上,供人分享!

讀《系統化思惟導論》總結(2)--第一章:問題

整體來看,本章經過對現實中的系統分爲小數系統、大數系統及中數系統,並分析了小數系統及大數系統的分析思路,以探索中數系統的解決途徑拋出了問題。

--------------------------------------------------------------------------------------------------
世界很複雜,不少咱們認爲已經瞭解的事情,其實原非咱們認爲的那麼簡單, 給咱們帶來麻煩的不是那些咱們未知的東西,而是那些咱們認爲已知,但實際上遠非如此的東西

人類文明的幾千年歷史,伴隨着科學技術的不斷髮展,科學技術的發展爲咱們帶來好處的同時,卻也同時再爲咱們帶來災難:
  • 核電站爲咱們帶來了電能,但致使了周圍環境的惡化;
  • 使用殺蟲劑殺滅害蟲帶來糧食增收,但卻可能致使人類體內的毒素積累,從而危害人類健康;
  • 醫療技術的不斷進步延長了人類壽命,但致使人口激增,加劇地球負擔;
科學技術帶來的災難啓示咱們,不能只用一維的眼光來看世界,而是須要從多個角度,多個層面考慮問題並注意多因素之間的平衡----系統化思惟;

世界上的系統大抵能夠劃分爲三類: 小數系統、大數系統、中數系統 ,這三類系統特色不一樣,研究他們所須要採用的方法也不一樣,三種系統的特色以下:

小數系統: 小數系統關鍵特徵就是系統中要研究的事物較少,呈現出足夠的規律性,比較簡單 。比較典型的例子是「太陽系」,這個系統中只有一個恆星,9大行星(如今已一致認爲是8大行星)。
大數系統: 大數系統的關鍵特徵是系統中要研究的事物足夠多,而且每一個事物的行爲呈現出足夠的「隨機性」 。這類系統的典型表明是「封閉容器」的氣體系統,這類系統顯然沒法逐個研究其中的事物,但因其數目足夠多且行爲足夠隨機,所以能夠經過研究此類系統的「平均」特性來研究這類系統!
中數系統: 介於小數系統與中數系統之間,既不是那麼簡單,但有足夠複雜,最關鍵的是其中的事物不是那麼隨機,具備必定的局部規律,於是也不能經過研究事物的平均特性來研究這類系統 。這類系統典型表明是「天然環境」(或某一種具體的生態系統,如熱帶雨林),其中包含千千萬萬個事物,事物之間又有相互做用。

三種系統示例以下:
讀《系統化思惟導論》總結(2)--第一章:問題

物理上的經典力學便是經過研究小數而獲得的,而統計力學(熱力學)則是經過研究大數系統獲得的。

小數系統 ,雖然說簡單,其實也沒有那麼簡單,首先是要考慮計算量的問題,因系統中的事物會產生相互做用,所以由n個事物組成的系統,會有2的n次方個方程須要計算,而經驗代表,求解這些方程所需的計算量則是2的n次方的平方數量級,也即書中提到的計算的平方律。

依據以上描述,若要分析有10000個事物組成的系統,則計算量達到2的20000次方數量級,即便用現代最早進的超級計算機也沒法計算!那麼,在牛頓的時代,牛頓是如何經過分析太陽系來獲得力學第必定律的呢?他沒有超級計算機,而太陽系中的天體數量何止千萬?

這裏要引入的一個關鍵思想就是 簡化與近似

太陽系中的天體千千萬萬,但與太陽及9大行星相比,其它天體的質量則遠小於這10個天體,所以,能夠將太陽系看做是隻有10個事物的系統,這樣就把要研究 的方程數下降到1000個;而求解1000個方程,須要10的6次方的計算量,仍然太大,所以牛頓又發現了萬有引力定律(兩個物體之間的相互吸引力等於兩 之間的做用力之和),所以又能夠將1000個方程簡化到C(10,2)=45個方程;再進一步,因行星的質量遠小於太陽,所以行星間的相互吸引力能夠忽 略,於是能夠將此係統簡化到只有9個方程;更進一步,全部行量的質量之和比起太陽也要小得多,所以能夠將其它全部的行星看做一個質點,所以方程能夠進一步 簡化到1個!

簡化的方法---分解,分解的思想及做用:
讀《系統化思惟導論》總結(2)--第一章:問題

大數系統 ,由於系統中的事物特別多且沒有哪一個事物比其它的事物更特別,也就是說全部的事物都是比較平均的,很明顯,不可能用解決小數系統的思路來解決此類問題,但其「平無」,於是能夠採用統計方法來解決。

可是,對於現實中的大多數系統,它們不是簡單的小數系統,咱們沒法使用分解的思路來簡化它們(一些事物之間的相互做用不可以忽略而且沒有可循的規律),它 們也不是典型的大數系統,由於其中所包含的事物不夠平均,其行爲也不夠隨機,沒法使用統計方法來研究這類系統---這就是中數系統!

問題:咱們如何來解決中數系統的問題?
-----系統化思惟的目標不是要創造用來解決中數系統的問題的方法,關注的是尋找解決極端複雜問題的途徑!

讀《系統化思惟導論》總結(3)--第二章:方法

整體來看,本章接上一章,但願爲解決中數系統問題找到方法,書中對一些方法的優、缺點進行了分析,最終引入系統論方法。但,感受一些地方沒有讀懂!
--------------------------------------------------------------------------------------------------
如前一章所講,人們熟練掌握的解析方法及統計方法都沒法很好地解決中數系統的問題,所以一些思想家概括出
有機論、類推與活機論:
以生命系統爲模型,將與生命系統相關的知識 類推 到其餘中數系統,從而得到某種處理複雜問題的方法!
有機論存在的問題----類推不嚴密以及對於類似體的瞭解不充分,這是系統化思想家但願避免的。

有機論者容易把全部不能解釋的現象歸結到「活力素」(我的理解爲致使一個生命最原始的那些特質、行爲的因素)上來,即「天性使然」或「上帝使然」!
系統化思惟反對「活力素」,鼓勵科學的還原、探索,但不排除「 有機思惟 」,有機思惟依賴於類推。

分類、分領域致使人們難以融入到其它的分類、領域,有些人在本身的領域內比較成功,但他在進入到一個新的領域內時,卻每每表現不出來,甚至還會被看做異類,小說《盲人國》描寫了這種狀況,一個獨眼人進入到盲人國,因與其它人不一樣,被視做蠢笨、病態的人。
( 一個現實中的例子:在某個城市,你們在bus上都不讓座。某天,從另一個城市來出差的一個紳士坐公交時,給一個老人讓座,他的這種行爲在其餘citizen的心中就是「傻的」 !)

然而,咱們也注意到,有一些科學家在不一樣的領域中都得到了成就,瞭解下來,不是由於他們在不一樣的領域中改變了思惟方式,而是他們將本身的思惟方式從一個領域中搬到了另外一個領域中。( 類推,但要求此類科學家的思惟起點要高 )

通才,在多個領域內都得到成功的人,能夠把通才比作旅行者,來到曼谷,會聯想上海(本身的家),由於都是城市,都有道路,基於道路上的標識也是相同的!

人不可無信念而存活,系統論信念的主旨就是「必定能夠找到規律」,還能夠找到「發現規律的規律」!這就要求人們多思考及 概括 ,找到通常化的方法,實際上常常提到的方法論我的理解也就是此意!

事實上,以前咱們所熟知的定律都是有不少附加條件的,只有在這些附加條件下這些定律才成立,好比說「能量守衡定律」,最重要的附加條件就是系統不能與外界 進行能量交換。這說明,哪怕是「定律」也不是絕對的,也是有不少附加條件及特例的,但出於對「有用」這個目標的考慮,它經常表現爲「絕對形式」的普適規 律。 那麼系統論定律的本質是它也不排除出錯的可能,若是須要從系統論定律中得到精確的結論,就必須充分考察其內在含義,但要有用,要讓人們容易記憶且能運用

系統論定律不能當作是對思惟的束縛,而要把它當作是一種刺激。( 從這裏出發,而不是到這裏結束。記得,設計模式的書籍中也有這樣的語句 。)

模型的做用:1>.促進思惟過程,2>.研究特殊系統,3>.建立新的定律,改進舊的定律。從這個框架來看,「系統論方法」這個「模型」的重點是「改進思惟過程」。

系統論方法對思惟的貢獻能夠從系統論學者如何接近新主題的過程獲得最好的體現,這也是對普通大衆最有用的,畢竟學生每學期都要開始不少新課程,工程師每一年 都要接到不少不一樣的設計任務,諮詢師每一年則要面對不少不一樣的客戶及公司!掌握了系統論方法,就能夠使咱們能更好地接近新的主題,開始新的工做!

系統論者是如何接觸新主題呢?---仍是類推

好比說某個系統論學者要學習一點經濟學知識,他會去看一本經濟學的書籍,但他不是從頭開始的,當他看到經濟學中的某一個概念及公式時,他會聯想到以前一個已經掌握的學科內的某個概念及公式,所以能夠有「似曾相識」的感受,得到一些指引。這與前面提到的「旅行者」何其類似?
(這 裏強調的是思惟方式在不一樣領域內的橫向應用,好比說我原來一直從事PLM分析,曾經作過PLM的業務架構分析,如今接到一個任務要作ERP的業務架構分析,雖然是不一樣的領域,但之前作業務架構分析的思路、步驟是能夠使用的,所不一樣的僅是要具體瞭解的業務不一樣了而已! )

讀《系統化思惟導論》總結(4)--第三章:系統與幻覺

我的理解,這一章主要在講「系統是什麼」這個問題,這裏要突出的是「系統是相對的」概念,系統依賴於觀察者而存在,表現爲觀察者的觀察結果。
--------------------------------------------------------------------------------------------------
系統是什麼?一個系統就是對世界的一種見解!
讀《系統化思惟導論》總結(4)--第三章:系統與幻覺

如上圖,圖中是一個少女仍是一個女巫?

若是把這幅圖看做一個系統,則不一樣的觀察者(人)看到的可能不一樣,有人看到少女,有人看到女巫,而有些人則可能什麼也看不出來,這自己沒有錯,但說明了「系統是與觀察者有關的」這個概念。
( 系統是客觀存在的,但到底是什麼樣的系統,它的特徵,行爲卻依賴於人的感知,所以從某種意義上說,系統就是對世界的一種見解! )

一個系統之因此存在,也就是這個系統的目的是什麼?系統的目的其實是它與人之間的一種關係,而並不是它自身所具備的屬性,對於不一樣的人,系統的目的是不一樣的,也就是說系統存在是「 相對的 」。
咱們設計一個IT系統的緣由是爲不一樣的人帶來不一樣的利益,對於咱們來講這是咱們的工做,咱們經過設計系統拿到報酬並取得讚許與成就感,對於使用單位的管理者而言,但願經過使用系統增長收益,而對於終端使用者來講,系統之因此存在是由於讓他們的工做更輕鬆

怎樣避免犯絕對化的錯誤呢?關鍵在於必定要記住模型、語言、儀器、技術的人本起源,也即要考慮他們的設計目的及設計限制。
( 一個起重能力爲100T的千斤頂與起重能力爲2T的千斤頂哪一個更好呢?若是拋開它們的設計目的 (絕對)來比較是沒有意義的!對於家用小汽車用戶來講,起重能力爲2T的千斤頂更好,它更小,更方便攜帶,更便宜,由於它就是爲這類人羣設計的;一樣的道 理,對於那些須要常常頂起50T以上重量的工廠來講,起重能力爲100T的則更好! )

系統是一個集合,就是物體之間或它們的屬性之間具備關聯的那些物體的集合。這個定義突出了關聯性,可是對於系統與觀察者的觀點相關這一點卻沒有體現----集合中的元素從哪裏來?這一點是依賴於觀察者的。

集合(系統)的表達方法有三種:窮舉法、典型元法、規則法,但三種方法都有問題,有些元素每每沒法窮舉,而典型元法不能表達確切含義,規則法則要求有一個明確的規則,這一般很難!

系統(一個集合)中的元素從哪裏來?這依賴於觀察者,對於同一個系統,不一樣的觀察者會獲得不一樣的觀察結果,有共同的,也有不一樣的,有的多些,有的少些。觀 察者的觀察結果能夠分爲兩個方面,其一是廣度,也即觀察到的元素的類型,其二是深度,也即每一個類型中元素的多少,即範圍,那麼理論上,觀察者能觀察到的結 果是廣度與深度的笛卡爾乘積。
( 以紅綠燈系統爲例,我所能觀察到的廣度爲燈光顏色,圖形,而深度則是燈光顏色分爲紅、黃綠種,而圖形則有行走及中止兩種 )

實際上,笛卡爾乘積對於觀察者來說是理論的上限,因爲某些限制或觀察者的觀察能力問題,所能觀察到的集合中的元素每每是比這個理論值要少的。

系統(一個集合)不會因表達它的特定的符號不一樣而不一樣,這就是無關法則,能夠這樣來理解:用中文描述的一個系統與使用英文描述的同一個系統不會不一樣。運用無關法則,能夠快速判斷一些模型是否正確,書中講述的從羊羣中找出山羊的例子很清楚。

因爲觀察能力的不一樣,對於同一個系統,不一樣的觀察者獲得的觀察結果也不一樣,若A的觀察結果中的每一項在B的觀察結果中均可以找到對應的項,所以就是A與B 是一致的,A的觀察結果對B來講是沒有附加價值的。但通常情形下,不多會出現兩個觀察者的觀察結果能分出明顯優劣的狀況,每每是互補的,即A有B沒有觀察 到的項,B也有A沒有觀察到的項。所以,這裏提出了「超級觀察者」,所謂的超級觀察者,就是要能觀察到全部觀察都都有可能觀察到的結果,這對超級觀察者的 能力提出了很高的要求,假若有兩個非超級觀察者各能觀察到10項,那麼就要求超級觀察者能觀察到100項,若是有三個非超級觀察者,則要求超級觀察者能夠 觀察到1000項,能夠看到超級觀察者的觀察能力是以觀察者量呈指數增加的!
( 要作一個團隊的leader,好比說項目經理,一個重要的職責就是言傳身教,這就須要你要比其餘的成員更有優點,也就是說須要努力作一個超級觀察者才行 !)

讀《系統化思惟導論》總結(5)--對觀察結果的解釋

仍是沒有很好理解這一章的中心思想,不太清楚它與「系統化思惟」的關係!
-------------------------------------------------------------------------------------------------
狀態 ,就是一種在重現時能夠被識別的情形!對於系統的觀察結果任一種廣度、深度的組合都是一種狀態;
序列 ,由若干個狀態組成,具備必定的意義,好比說有兩個狀態組成,表示狀態與後續狀態。序列的個數隨序列的長度隨指數增加。
黑箱,把系統看做一個箱子,觀察者不能觀察箱子內部而參與操縱,也就是說觀察者並不瞭解系統的內部構造,也不對所觀察的系統產生任何影響,僅僅是觀察而已。
( 從這個意義上來說,咱們一般所講的黑盒測試並非徹底的黑箱,雖然測試人員不清楚系統的內部構造,但測試人員仍是要與系統產生交互! )

對於同一個系統,若是隻是從外部觀察其行爲,限於觀察者的能力及其它影響,不一樣觀察者會獲得不一樣的觀察結果。這裏做者提出了「眼-腦定律」,指出腦力與觀 察力是能夠互補的,這很容易理解,有些人觀察力很強,能夠觀察到不少特徵而有些人觀察力不夠強,但腦力(推理能力)很好,能夠從觀察到的較少的狀態中推出 其它的狀態,從而經過假設、求證的過程獲得較多的狀態。

做者也提到,雖然觀察者的觀察能力有很大差別,但若系統剛好沒有表現出更多的特性及行爲(這些特性及行爲那些觀察能力較差的觀察者觀察不到),則這些觀察者也極可能獲得相同的結果。
( 人盡其才,要結合人的能力分配工做,不然即便能力強也表現不出來 !)

書中「橋牌」的例子說明了一個觀點:因爲某些精神方面的緣由,即便出現機率相同的觀察結果,因爲具備特殊意義,也會被認爲會更少出現。其實,對於「滿配 置」來講,每一手「滿配置」出現的機率都是相同的,但因爲「橋牌的規則」規定,人們每每會對大部分「滿配置」中的「小牌」視而不見,所以當出現一手「小 牌」也有意義的「滿配置」時,就會以爲其更少出現。

系統的特徵不少,觀察者觀察時,確定會有一個範圍限定,當他限定範圍時,等因而已經認定了這些特性是重要的。
這很重要,這裏會區別出能力的高低。另外,這也是一個不斷靠近的過程,一開始你可能會認爲某個特性不重要,但隨着觀察及分析,你可能又會以爲它是如此重要

能夠將觀察結果與選擇的特性之間的關係用函數表示,如Z=f(a,b),函數很是有用,它不但能夠表達精確的規則,也能夠表達不肯定的依賴,如Z=f(a,b,...),就表示Z依賴於a及b,但除此以外還依賴於其它因素。

對於函數,須要說明兩點:
1.在某些階段,能夠從函數中忽略掉一些東西,好比說本來應該是Z=f(a,b,...),在某些階段,能夠認爲Z=f(a,b),從而獲得近似結果;
2.函數能夠嵌套,如Z=f(a,b),那麼a=g(x,y),則能夠記做Z=f(g(x,y),b),通常來講,一個元素總會依賴於其它的元素,也即咱們總能夠將函數細化下去,但出於現實的限制,實際是不能無限細化的!

若用函數來表達觀察結果與觀察項的關係,則能夠提出不少個函數,有些函數「不夠徹底」,而有些函數則會過於徹底。「不徹底」表示除已經觀察的觀察項外,觀察結果還依賴於其它的觀察項,咱們沒有找到,而「過於徹底」則表示咱們選擇的觀察項多了。
例:
a=0  b=3 c=8  T=10
a=4  b=3 c=12 T=10
a=-4 b=1 c=12 T=10

則T=f(b,c),T=(a,b,c),仍是T=(a,b,c,...)呢?

這隻能根據本身的能力由咱們本身來選擇,這裏又提到「眼-腦定律」。

對於某些觀察結果來講,若是T=f(b,c)與T=f(a,b,c)均可以知足,則T=f(b,c)與T=f(a,b,c)是同構的,若是再也不出現新的觀察結果,則就沒法繼續判斷同構的函數中哪個是對的。

前面已經談到,對於影響觀察結果的觀察項的識別是一個不斷靠近的過程,也便是逐漸發現某些觀察項是重要的,但什麼時候可以所有識別出來?----永遠也不能,完整性只是一個近似概念,在達到咱們的目標後就能夠中止了。

關於互補性(這裏理解的不夠),能夠理解爲對同一個系統任兩個觀點之間都沒有絕對的對錯,一般都是互補的,不徹底獨立,但也不徹底排斥,所以咱們老是處於兩難的境地,老是須要考慮在多個觀點間平衡!

讀《系統化思惟導論》總結(6)--對觀察結果的分解

仍是沒有很好理解這一章的中心思想,不太清楚它與「系統化思惟」的關係!
-------------------------------------------------------------------------------------------------
分解是簡化問題的有效辦法,因爲人的腦力有限,所以地解決複雜問題時,必定要找到好的分解方法進行分解!將問題有效分解後,每個分解後的部分都會變得更簡單,更容易研究。

不一樣的人,因爲知識積累及經歷的不一樣,能夠分辯出的特性是不一樣的,於是所採用的分解方法也可能不一樣,若你沒有這些知識及經歷,則經常不能理解他們的分解視角。

不一樣的分解視角、分解方法會致使對同一個系統的不一樣分解結果(R、G、W)及(亮度、米穆斯),這是對同一個系統的不一樣描述,按前面所講的「無關法則」應該是一致的,但事實上卻不一樣,這也就做者所講的「差異法則」!

隱喻,我的的理解就是比喻,也就是「類推」,即經過已經掌握、瞭解的一個領域知識來快速掌握另外一個領域的相關知識。這裏的重點一個是首先咱們要真的掌握了 一個領域的知識,這樣才能將它類推到其它領域,另外一個是要掌握「變換」的過程及方式,即當咱們接觸到一個陌生的領域時,要能將已掌握的領域內的知識類推過 來,造成隱喻!若要進行「隱喻」則首先就要先能區分出不一樣的事物/領域來,這就關係到「邊界」問題,「邊界」將世界分紅不一樣的事物/領域。

事實上,要合理地識別出「邊界」來是很是困難的。而分解,也就是要將一個大的事物分爲幾個部分或幾個小的事物,這裏一樣須要「邊界」,明確的「邊界」才能說明已將一個大的事物分解爲幾個部分了。

爲了分解事物,咱們必須找到分解的切入點,也即須要肯定一些「性質」來做爲分解的依據。舉例來講,咱們要對觀察到的音樂盒的狀態集合進行分解,咱們能夠肯定「顏色、亮度、音調」這些性質做爲分解的依據,將全部的狀態分解爲3種顏色,1種亮度,8種音調組成的笛卡爾乘積。

如上例,若發如今全部的狀態中,亮度均相同,即只有一種亮度,則亮度這種狀態就徹底沒必要要識別出來做爲分解的依據。

咱們怎麼能正確地識別出來依哪些性質來分解呢?----只能是經過假設再不斷求證的方法來作到。

從分解的角度看,性質能夠分爲容量性質(廣延量)及強度性質(內含量)。容量性質與系統的總體性保持程度有關,好比說重量,將系統分解爲不一樣的部分,則這個量就會變化;強度性質則與系統總體保持無關,是屬於系統的「化學」性質,好比說密度。

正確的分解:要保證強度性質(內含量)不變!,也即咱們能夠從是否保持一個或一組性質不變來評價分解的類型及效果。

當咱們認爲某些性質重要,則需阻止它們在分解中變化。

關於正確的分割,須要考慮如下三個條件:
1>.反射,即根據某個性質的值分割成不一樣的狀態後,標識出的狀態中此性質值都就是相同的。(沒太理解)
2>.對稱,即分割後,若狀態d與h中的此性質相同,而h與d也需相同,不依賴於出現的順序。反射是對稱的一個特例;
3>.傳遞,即A可推導到B,B可推導到C,於是則可認爲A可推導到C。但因爲觀察者的能力或測量工具的能力問題,經常會致使出錯。好比說依長度分 解,測量工具能夠識別的最小單位是0.0001米,A與B之間的差異在0.0001米之間,則認爲A與B相同,一樣B與C之間的差異也在0.0001米之 間,則B與C相同,但通過累積後,A與C之間的差異就超過0.0001米了,於是致使A與C不一樣。

什麼樣的分解是有用的呢?做者指出,分割必須是動態有效的,即必須按照有助於系統研究的方向對於如何分割進行不斷嘗試,每次改變一個因素,從而找到有用的性質!

書中做者提出,容易分解的系統差很少都被分解了,咱們看到的、接觸到系統每每都是不容易分解的(由於工具還不完備),所以提出了強鏈接定律---平均來講,系統鏈接的緊密程度都要在平均水平以上。
( 所以,遇到複雜問題時,咱們沒必要沮喪,由於簡單的、容易的已經「沒有了」,咱們遇到的都是有難度的系統! )

讀《系統化思惟導論》總結(7)--對行爲的描述

仍是沒有很好理解這一章的中心思想,不太清楚它與「系統化思惟」的關係!
-------------------------------------------------------------------------------------------------
    所謂黑箱是指將系統的內部構造徹底隱藏起來,只能經過觀察其表現來了解它;白箱則是將系統的內部構造徹底展示出來。
    咱們接觸的大多數系統對咱們來講都是黑箱,咱們不打算深刻研究它們或是沒有辦法深刻研究其內部結構, 只能從外部來經過觀察來了解,而對於那些咱們想深刻研究或試圖建造的系統,咱們則須要瞭解其內部構造,這時就須要使用白箱方式,這一般叫作仿真,即搭建一 個模型來使其行爲與目標系統相同,這依賴於咱們對目標系統的瞭解程度。
    如今,咱們能夠經過計算機來仿真不少系統,好比說在計算機中建造一個模型來模擬沙漠化的狀況。實際上,在IT開發方面,咱們也經常在建造模型用於仿真咱們要開發的系統,好比說用例模型、業務實體模型。


    前面已經講過度解是簡化系統的主要方法,在研究一個系統時咱們須要找到那些可用於「分解」的性質,即 依據若干個性質從若干個方面將系統進而分解,這若干個性質的不一樣取值的笛卡爾乘積就是理論上系統的狀態集。能夠把這個狀態集想象成一個由若干(n)個性質 組成的n維空間,而每個狀態則都是這n維空間上的一個點,這個n維空間稱爲狀態空間。

    基於狀態空間,做者提出了投影及擴展的概念。所謂「投影」,能夠將系統想象爲一個物體,而光線從一個 方向照向物體造成的影子來理解,好比一個正方體從上的投影是一個長方形,而一個圓球從上的投影則會造成一個圓形。在這裏,投影表示降維,而擴展則偏偏相 反,表示升維。當研究一個系統時,先是識別出兩個性質進行研究,一段時間後發現另外一個性質也很重要,這時就從二維升到三維,而以前的研究成果還是有用的, 它可看做是一個投影。

    那麼,咱們如何判斷本身研究的是否是僅是一個投影呢?有兩個很好的方法,其一動態分析,是當咱們發現 咱們研究的系統出現了一個狀態有多個後繼狀態時,一般表示咱們研究的僅是一個投影,應該還有其它的性質在影響系統狀態;其二是靜態分析,當咱們發現某一時 間,兩個系統處於狀態空間上的同一位置時,畢竟,兩架飛機不會在同一個三維空間中重合。

    從前面的論述能夠看到投影是下降系統複雜度的一種方式,它是經過「捨棄」某個方面來達到簡化的目的。除此以外,還能夠考慮「合併維數」來簡化系統,其實這是咱們前面提到的「分解」的逆過程,書中OCCULT的例子表達了這個思想。
  
    時間是一個特別的性質,在須要與別人交流時,經常經過再引入時間維,這樣能夠把原來的n維空間分解成n個以時間爲橫軸的兩維空間,從而在這個平面上清晰地表達出這n個變量隨時間的變更狀況。現實中的「心電圖」是一個很好的例子:
讀《系統化思惟導論》總結(7)--對行爲的描述

    科學定律的發現一般都是基於「理想系統」的,這些理想系統是封閉系統,好比說熱力學第必定律,就強調 「在沒有發生熱量交換的狀況下」,也便是一個嚴格的封閉環境。之因此要選擇封閉環境,是由於它更簡單,然而現實中土封閉系統每每是不存在的,而科學家所講 的「封閉系統」也只能是一個理想罷了,是近似的。那麼,對於開放的系統,系統行爲是更加不肯定的,咱們在研究開放系統時經常須要以「若是輸入是xxx則系 統xxx」這樣的方式來考慮,也即要考慮關聯因素。

    開放系統更復雜,但好處是它能夠對咱們的刺激產生反應,咱們能夠經過其不一樣的反應來研究它。試想,當你想了解一個小孩時,若你問他話,他老是不理睬好呢,仍是他會有不一樣的回答好呢?

    由於開放系統會對輸入產生不一樣的行爲,也即開放系統與環境有不少交互,當觀察到一個特別的結果時,我 們很難肯定是系統的緣由仍是環境的緣由致使了這個結果。書中的一個例子很容易理解:當系統運行結果不是咱們但願的結果時,到底是由於程序自己書寫問題仍是 計算機出了問題呢?基於經驗,咱們一般會認爲是程序問題,但當你查了n久看不出問題在哪裏時,你確定會閃是「計算機或其上安裝的其它軟件出了問題」的念 頭!

讀《系統化思惟導論》總結(8)--一些系統問題

本章中,做者對前面的論述做了些總結,並對一些系統化的問題做了更爲深刻的一些啓發,整體來講是一個承上啓下的做用!
--------------------------------------------------------------------------------------------------
系統的三元論:
1.爲何我要看到所看到的這一切?
2.爲何事物保持不變?
3.爲何事物會發生變化?

以上三個問題感受都抽象又複雜!

「爲何我要看到所看到的這一切?」,這句話也能夠反過來問「爲何有些東西我看不到?」,系統是人對世界的一種見解,受制於每一個人不一樣的經歷,不一樣的知 識積累,不一樣的思惟方式以及關注的不一樣側重點,人們老是會更加劇視某些因素,忽略掉某些因素或是根本對某些因素視而不見!

「爲何事物保持不變?」,咱們說萬事萬物都是變化的,惟有變化纔是永恆,但另外一方面,一個事物之所是仍是這個事物,必定是保持了某些性質。( 我的理解,這與後續的講的「穩定性」、「存續性」及「同一性」都有很大關係!

「爲何事物會發生變化?」,惟有變化纔是永恆,但爲何呢?

在本章中,做者討論了「 穩定性 」,須要重點強調的是穩定不等於不 變,在看待事物的穩定性時必需要抱着相對的思惟方式,穩定是有條件的!咱們說要建造一幢大樓須要其保持穩定,但若風力超過了20級,地震超過了10級,這 幢大樓仍是會塌(不能保持穩定),由於建造它時只是考慮讓它能抵禦12級大風及7級地震,也就是說在這個範圍內,它纔是穩定的,也就是說「穩定系統」的系 統、環境及關鍵性限制條件三個重要部分都是依賴於人的。

人們很喜歡線性系統,由於線性系統方便疊加及分解,所謂線性系統是指系統的某個行爲會隨着某個輸入量的變化而成倍增大,若用函數表示的的話以下圖:
讀《系統化思惟導論》總結(8)--一些系統問題
須要指出的是,一般來說現實中的系統中所謂的「線性」是近似的,好比書中提到的音量旋鈕與音量的關係。線性的系統是穩定的系統,而並不是全部穩定的系統都是線性的。

人們所關注的系統都是值得關注的系統---「 存續性 」,也即系統持續了「足夠長」的時間會引發人們的關注,那些轉瞬即逝的系統一般不是引發人們的關注,而至於系統究竟須要存續多長時間纔會引發人們的關注則沒有一個標準,這也是相對的:一個是系統的意義的影響,另一個是觀察者的影響!

而系統穩定及存續有一個關鍵前提,即需能識另出這一個系統是以前的那個系統,而不是別的系統,這就提出了系統的「 同一性 」概念。關於同一性的判別,一個重要的點就是「標識」,即須要有一個標籤來惟一識別這個系統,因此最終同一性問題能夠轉化爲「 怎樣爲系統創建一種標識? 」,這種標識應該是有效的,能夠應對各類複雜狀況,經過這個標識應該可以「老是」準確在識別出這個系統。( 好比說,對於一箇中國公民,應該用身份證號碼而不是名稱,而對於一個家庭成員,用名稱就足夠了 。)

對於同一性,書中着重又提到了兩點,其一是「變換」,也即人們在判別一個系統時,一般會在頭腦中先進行變換後纔會進行判別,通常來講人們仍是能夠判別出臥着的狗與站着的是否同一只;其二是環境的影響,假如說兩隻狗僅僅是顏色不一樣,其它體形、眼神、叫聲等等均相同( 這個例子舉得不是很是好,呵呵 ),恰好這天下雪了,兩隻狗身上都落滿了雪,就很難再判別出這兩隻狗到底是哪隻了。

系統的結構與行爲,所謂結構表示用來構成系統框架的各類元素及其關係,一般須要經過「白箱」的方法才能觀察獲得,而行爲則表示系統所表達出來的各類特政,經過「黑箱」的觀察便可掌握。

一般,在設計一個系統時,人們經常會針對結構的變化會致使的潛在故障進行預防,於是咱們能夠認爲結構上的細微變化只會引發行爲上的細微改變。( 好比說咱們在重構程序時,都會設置測試環節來保證系統的行爲(功能)不會有大的變化,若是發生大的變化,咱們一般就不會發布。若不設置測試這樣的環節,則可能會帶來大的問題,書中的例子很形象。

調節性:保持相對固定的結構,就可保持穩定的對外行爲。調節性表示系統的可變部分所發生的變化都是小的或微不足道的。

適應性:系統的結構發生了大的或重要的變化,從而致使系統行爲發生了重要的改變。但,基於存續性,適應性變化並未大到足能夠改變系統的身份。

然而,不少狀況下很難區分「 是同一個系統進行了大的適應性變化還中這個系統已經變成了另外的系統? 」( 爲了工做流實現的方便,咱們把立項模塊的實現放到了PDP中,那麼如何來看待PDP系統?它僅是進行了適應性變化仍是已經變成了項目管理工具的一部分? )

從書中的「舊車定律」中能夠獲得如下結論:
1.調節做用發揮的很好的系統不須要適應性變化---車雖舊,保只要保持按期的檢修(花些小錢)就能夠了;
2.系統能夠經過適應性變化來簡化它的調節工做---N年後,只是普通的檢修已經不能保證車的性能了,因此須要進行適應性變化,考慮要對發動機大修或是換個發動機了。

但正如上面所講的,若是要換髮動機,那麼這輛車仍是原來的那輛麼(一般,會用發動機號及車架號來標識一輛車)。