系统论里面总是有一些通用的专业术语

         比如复杂度、熵、焓，复杂度专门独立出来，成为复杂度理论

        文章摘抄于：《非线性动力学》 刘秉政 编著  5.5 复杂性及其测度

 

热力学的几个专业术语

         熵、焓、自由能、吉布斯自由能、复杂度

         熵：体系混乱度（或无序度）的量度。S表示熵。也表示黑洞中不可用热量与其温度的比值。对于而言，若和产物都处于下，则反应过程的熵变，即为该反应的标准熵变。

         （hán）变(Enthalpy changes)即物体焓的变化量。[1]焓是物体的一个，即：一个系统中的热力作用，等于该加上其体积与外界作用于该系统的压强的的总和(Enthalpy is a combination of internal energy and flow work.)。

        自由能是指在某一个中，系统减少的内能中可以转化为对外做功的部分，它衡量的是：在一个特定的热力学过程中，系统可对外输出的“有用能量”。可分为和。

        1876年美国著名数学物理学家，数学化学家在康涅狄格科学院学报上发表了奠定基础的经典之作《论非均相物体的平衡》的第一部分。1878年他完成了第二部分。这一长达三百余页的论文被认为是上最重要的论文之一，其中提出了吉布斯自由能，等概念，阐明了、、等现象的本质。

         吉布斯自由能（Gibbs free energy）在化学热力学中为判断过程进行的方向而引入的。又称、吉布斯自由能或。[1]指的是在某一个中，系统减少的内能中可以转化为对外做功的部分。自由能(free energy)在物理化学中，按照的定容自由能F与的定压自由能G的定义。吉布斯自由能是自由能的一种。

         ΔG=ΔH－TΔS （Kj/mol)

 

G叫做吉布斯。因为H、T、S均为，所以G为。

 

 

孤立体系的熵变/焓变/复杂度变换

         

熵变和反应方向

         对于孤立体系而言，在其中发生的任何反应变化必然是自发的。 告诉我们：在孤立体系中发生的任何变化或化学反应，总是向着 增大的方向进行，即向着△S孤立0的方向进行的。而当达到平衡时△S孤立=0，此时熵值达到最大。

        假如不是孤立体系，则可以把体系与其四周的环境一起作为一个新的孤立体系考虑， 仍然是适用的。由此可以得出， 是向着0的方向进行的。大家知道，在 下，当温度低于273K时，水会自发地结成冰。这个过程中体系的熵是减小的，似乎违反了熵增原理。但应注重到，这个体系并非孤立体系。在体系和环境间发生了热交换。从水变成冰的过程中体系放热给环境。环境吸热后 增大了，而且环境熵值的增加超过了体系熵值的减小。因而体系的熵变加上环境的熵变仍是大于零的，所以上述自发反应是符合 的。

      耗散结构理论是普利高津(Pregogine)于20世纪60和70年代创立的 普利高津一直在从事关于非平衡 的研究工作，当他将热力学和统计物理学从 推到 ，再向远平衡态推进时终于发现：一个远离平衡态的非线性的开放系统(不管是物理的、化学的、生物的乃至社会的、经济的系统)通过不断地与外界交换物质和能量，在系统内部某个参量的变化达到一定的阈值时，通过涨落，系统可能发生突变即非平衡相变，由原来的混沌无序状态转变为一种在时间上、空间上或功能上的有序状态。这种在远离平衡的 区形成的新的稳定的宏观 ，由于需要不断与外界交换物质或能量才能维持，因此称之为“ ”(dissipative structure)“ 。

 

耗散结构和自组织性

        组织是指系统内的或这种有序结构的形成过程。德国哈肯依据组织的进化形式把“组织”分为他组织和自组织两类。自组织是相对于他组织而言的，我们一般把不能自行组织、自行创生、自行演化，不能够自主地从无序走向有序的组织称为他组织。他组织只能依靠外界的特定指令来推动组织向有序演化，从而被动地从无序走向有序。相反，自组织是指无需外界特定指令就能自行组织、自行创生、自行演化，能够自主地从无序走向有序，形成有结构的系统。

      

协同学

        协同学(Synergetics)是由德国学者哈肯创立的 。协同学是研究 形成和演化的机制，描述各类非平衡相变的条件和规律。协同学认为，千差万别的系统，尽管其属性不同，但在整个环境中，各个系统间存在着相互影响而又相互合作的关系。协同学进一步指出，对于一种模型。随着参数、 的不同以及涨落的作用，所得到的图样可能很不相同；而对于一些很不相同的系统，却可以产生相同的图样。由此可以得出一个结论： 过程的不同模型可以导致相同的图样。在每一种情况下，都可能存在生成同样图样的一大类模型。

 

复杂度的定义和测度问题

         统计复杂度

         算法复杂度

         L-Z复杂度   

http://blog.csdn.net/wishchin/article/details/73854330