|
原文：http://blog.csdn.net/hennry66/article/details/5661128
《系统化思维导论》摘录
先 把要学的看成一个黑箱 ，它的内部结构是什么先不去管，而是搞清楚它的输入输出 是什么？具体说就是学习这门课程需要哪方面的技巧和预备知识，以及这门课的目
的 是什么？学了它能解决什么样的问题？把这些问题基本搞清楚了以后再尝试打开这个黑箱。打开黑箱的方法也不是一步完成的，而是一种灰色的认识反复迭代的过
程 ，让黑箱一点一点的由黑变灰由灰变白。也就是第一次不求搞懂里面所有的内容而是有一个大致了解，接下来再展开下一步迭代，这时候可以根据第一步所掌握的
信息有选择的较详细的了解黑箱的内容，这样反复循环直到你能大致掌握这门学科为止。
什么叫大致掌握这门学科？如果我们把一 门学科比喻成一棵树，那么只要你能明确的指出这棵树的主干脉络 是什么就叫大致掌握了。而至于这棵树的树叶你可能一点也不知道，那也没关系。传统的学习方法
之所以无聊并且没效率是因为老师们一下子就让你从掌握这棵树的枝叶开始而不注重主干的把握。
在这个过程中可能会遇到各种各
样的困难。首先一个困难可能是由于这门课程需要一些预备基础知识，而你并没有掌握它们你可以先跳过它，不去理会，把预备知识看成黑箱，直接掌握现在的学
科。也有可能预备知识一点没有的话整个过程就进行不下去了，这个时候再去用同样的方法掌握预备知识还有一个困难可能是在你学习的过程中有一个环节想不明
白，这时候你可以选择先跳过 ，如果发现跳过这个环节无论如何不能理解后面的东西了，那你不得不花费经历去搞懂它了。这个时候需要的是毅力和想象力 ，没有毅
力，你遇到困难后就不会再去思考，没有想象力，你就很难在自己的大胆猜想和横向对比中解决这个问题另外一个可能遇到的困难是可能前面学过的东西记不住因为
你学习的过程不是一次，而是反复好几次，所以一遍记不住的东西还有后面几遍，慢慢的就会记住了。
再一个要强调的是思考与学习应该相结合不能总是捧着书本看 ，要在积累到一定程度以后放下书本思考 思考，想想都已经学到了什么东西？所学的东西与其他东西是什么关系？运用了灰色系统的方法，能让你一下子就从宏观入手掌握全局，同时可以根据需要动态的掌握具体的细节知识。
第一步把微积分看成一个黑箱，不管它讲什么呢，先看看它需要一些什么预备知识，以及用它能解决什么样的问题。如果没有好老师指导，要获得这样的信息唯一
的方法是先大致翻一下教科书。先看目录和前言，一般那里就告诉你了这个系统的输入输出当你知道了微积分的输入部分最主要的是中学里的函数概念、解析几何，
而它的输出是一切有关运动量的描述、速度的求法、不规则图形的面积的求法等等之后就可以进行下一步了。
下面是用灰色认识的方
法把这个黑箱一点一点白化翻开教科书，从头看。先讲什么？极限！数列的极限、函数的极限，这时候可能你就遇到了一个难题，就是极限的定义你可能根本就看不
懂，绝对是天书。这时候怎么办？扣懂它么？不！先pass，把这个极限定义看成黑箱，继续往下学，看是否它很重要以致影响你后面的理解实际上极限的定义不
搞懂完全不会影响后面的东西。因为极限这个概念本来是很直观的，后面的东西包括极限的各种运算应该都不成难点。接下来是导数与微分，可能你开始在掌握导数
的概念上就会卡住先pass，看看是否会对后续的东西有影响？不行，你发现，后面到处都要用到求导的概念，不搞懂没法进行下去那么这个时候就有必要花点精
力理解它。先不要搞推导和演算！因为你要学的是微积分这个整体，而这里面的运算则是细节的东西因此，这部分内容一概pass掉！接下来就是积分这个概念
了，开始又是定义，仍旧是一块难啃的骨头，如果仍旧不理会后面整个的积分概念就不能理解，所以，这部分内容一定要掌握。
这个
时候需要的是你的想象力，可能看积分的数学定义你根本就看不懂，那么看图形呢？应该好些了吧？大胆猜想一下，它说明了什么？为了求得曲线所围的面积，用一
大堆小梯形去无限逼近，这不就是极限的思想么？积分的本质不就是极限么？只不过是一个和式的极限！如果你真正悟到了这点，那么你已经掌握积分这个概念了，
即使数学语言的定义一点没懂根本就不妨碍你后面的理解！这个时候你应该非常有信心！啊，原来积分就是这么一个破玩意呀！剩下的东西就是关于积分的各种运算
技巧了，一概pass。这样第一步迭代完成了，合上书，闭上眼睛想想都 学到了哪些东西？
你会发现，真正有价值的就三种东西，
一个是极限的思想（不是定义），一个是微分的概念一个是积分的概念。这样你已经能够大致画出这门学科的树状图 了：主干是极限，它上面有两个主要分枝：一个
是微分，一个是积分别慌，你刚看完一遍接下来还要继续迭代开始研究较细节的分支是怎么回事儿，例如微分与积分的关系是什么？
这样一步一步的迭代，你会对这门学科越了解越深把以前pass掉的东西一点一点的追捕回来。最后，快考试了，你再开始研究这棵树的细节枝叶，包括怎样具体解题。因为毕竟我们的考试还只能考叶子上的东西。你的脑中微积分的整棵大树的主干还在，只要回去一查就OK了。
由于每次把没用的东西都pass了，所以学起来更快乐。
这种方法从一开始就是从整体上进行把握的，从而不至于迷失在学科的细节中，也能够把握住全局。因此这种方法将是高效的。
上面所述的针对相当一大类工科的课程经多人验证都是适用的要成为成功的通才，我们就应当像儿童那样，用一种天真简单的态度来接近复杂的系统。有充分证据表明，儿童就是用这种方式来理解许多复杂思想的：首先形成总体概貌式的印象，然后再逐渐细化并区别很多具体的物体。
系统化思维导论读后感
1.
有个朋友推荐这本书给我，并且介绍的时候说，这本书也喜欢用数学或者类似数学的方式来描述问题，然后用解数学问题的方式来解决问题。我顿时很有兴趣，于是在当当网上购买了一本，由于当时我在重庆出差，我让当当把书送到了公司。
2. 今天出差回来，拿到了书，吃完晚饭就开始看。对我来说，序言 等 仅仅是 有点风趣。
3. 开始进入正题，他通过力学，分子动力学，引入了事物复杂性 的那张图，可以说对于我这个读者，非常成功。力学是高中学的，我认为我高中的物理还是学得非常好的，分子动力学，我大学学的是化学系，虽然成绩很差，但是这些基础的理论还是能理解的。在这张途中，把事物的复杂程度分成了3个象限。而这本书最想讨论的就是排除了力学适用的有序的简单的，和热力学适用的无序的复杂的，剩下的有序的，复杂的。
4.
作者并没有立刻趁热教你怎么对付有序的复杂的。而是开始讲解思维的前一个步骤，就是认识。这使我想到了佛教中的一些思想，色即是空。他可能并不否认客观事物是独立于人类的观察和思考而客观存在 的，但是他却认为如此的认识是毫无意义的，既然要研究，就应该研究观察的东西，或者说科观察的东西，也就是说不管那些独立于观察的所谓的客观了。
5. 在复杂程度导致计算成本的上升问题上，他认为应该最复杂的问题进行简化 ，其中分解是简化得非常有效的手段，但是却带来毁灭性的灾难 （hennry:判断简化策略才是根本 ）。借此延伸一下，我认为，科学更多的是西方的哲学或者文明的产物，因为按照这本书的定义，科学必须是定量的。而定量需要计算，过高的计算成本导致不可操作性。于是为了达到目的，西方的科学家们采取了非常有效的取舍因素的方法 。可以说这些方法非常有效。于是出现了西医，为了更加深入有效的研究医学，把医学分成了很多科目，可以说是非常系统的，于是出现了头痛医头，脚痛医脚的治疗模式，如果说病就是问题，医疗就是解决问题，那么西医的方式更为专注，或者说Focused.
但是头和脚是有关联的，而舍去其中的关联，会否给医疗过程带来误差 ，甚至错误呢？最关键的是我们无法找到这些关联，或者说定量的描述这些关联。而中医却从宏观的平衡着眼，更多的是考虑局部对于整体的影响，也就是局部对于其他局部的影响，如果把复杂的系统看成一张图，数学上的图，那么西方的更注重点，节点，中式的更注重线，或者说线对于整体构图的影响，这一点，从国画的美感最能体现。而目前，因为逻辑学，为了现代教育，为了现有知识能够更加快速有效的流传，西式的科学思想大行其道 。但是我认为，宇宙的起源，生命的奥秘，可能无法从西方科学方式中研究出来，因为还是正如这本书说的，所有的定律都是
if…Then…. 而对于if之外的东西，。。。宇宙，生命，都是这些if之外的，或者说无法写出if的。
学问就是个汪洋大海，而人有限的观察力不过是沧海一粟。本来是怀着寻找一条明路的兴奋心情来读这本书，毕竟学了那么多，发现不同领域的学习是有不少共通之处 的，希望能够通过系统的观点来为自己答疑解惑。但结果读完以后，发现自己更疑惑了，不过，虽然从某个角度说这里谈的也都是些生活常识，但被系统地描述出来，这是“系统化的疑惑”吧，呵呵。所谓“见山不是山，见水不是水”就是读完本书的最大感受。至于何时才能找到那个“黄金分割点”，找到真我，达到“见山还是山，见水还是水”的境界，那恐怕还是个有待解决的问题吧。
本来只想摘抄提炼一些书里的要点，但发现不系统地复述下来，观点是不完整的，得到的只是片断。所以最后是把所有章节都摘抄、拼接，偶尔加上自己的理解，提取出来作为每章的内容。毕竟，这样复述一遍，比光看不想得到的收获多了许多，但这样做读书笔记，也是太花时间了。
前言
传统的专业研究将自己限制在狭窄的范围内，虽然在专业范围内可以保证其方法的有效性，但面对更广泛更复杂的问题时往往无能为力。而处理这些甚至所有问题时会用到一种思维，它独立于专门的学科知识而存在——有时绕过专门的学科知识，有时又把专门的学科知识综合起来，这种思维就称作一般系统论方法。这种方法尤其应为“系统论的通才”所用：通过掌握一般系统论方法，可以更快速有效地掌握新领的知识。
一、问题
世界由无数复杂的系统组成 （hennry：软件是复杂的 ），科学家建模时往往对其研究对象进行大量简化，以避免随着问题规模的平方倍数增长的计算量 （譬如复杂的太阳系被精简到太阳与九大行星）。这称为解析方法，可以有效处理有序简单的情况。
另一方面，对于诸如气体分子这样的研究，由于分子表现出的完全随机性难以简化计算，但研究者感兴趣的只是观测的平均值，所以采用统计方法可以有效处理这种无序复杂的情况。
不幸的是，世界上绝大部分事物是夹在“有序简单”和“无序复杂”中间的“中数系统” ，既表现出复杂性，又呈现一定的有序性，从而无法完全用解析或统计的方法来处理。
许多社会的弊病，来源于过度分解和对解析结果的滥用。在狭隘范围内被简化后产生的技术是带有先天不足的，由于它们在某一小领域的有效而将其极大地推广开来，就不免造成系统的问题。
二、方法
面对具有有机复杂性的系统，一些思想家希望将与生命系统相关的知识类推到其它系统，以获得某种处理复杂问题的方法。类比可以激发灵感，但如果要通过类比建立严谨的模型，就很可能因为对相似体的了解不全面而导致失败。
反观思维的分类：共同工作的人们会促进亚文化的发展 。通过采用共同的思维方法，这些小团体可以简化内部交流 ，但同时也增加了与外部世界沟通的困难 。所以不同学科的分类 产生了种种社会团体，也同时竖起了不同学科之间的高墙。有趣的是，依然有人在不同的领域中都获得成就——不是他们改变了自己的思维模式，相反他们将自己的思维定势原封不动地从一个领域搬到另一个领域。
这种“交叉学科研究者 ”与“通才”的不同之处在于，后者拥有站在高起点上的思维模式，在这种思维模式中，不同领域的思维方式具有诸多相似性，尽管它们常常以不同的表达形式表现出来。同时，由于知道各种角度的观察都有其局限性，一个出色的通才应该对任何事物皆不存在绝对的信念，从而克服单一学科形成的思维定势。
实际上，一般系统论认为：经验世界 自身的序具有一种被称为二阶序的序，即一般规律 ，或方法的方法 。而发现一般系统论规律的主要方法是归纳 ，尽管它也可能导致错误。还应该像儿童那样以一种天真简单的态度来接近复杂的系统：先形成总体概貌似的印象，然后逐渐细化并区别很多具体的物体。
值得注意的是，由于分析方法的简化性，有价值的科学定律都是有条件的。所以在试图提炼一般化规律时，要务必保证其“至少适用于两种情形”。
学习系统论的好处就在于掌握了一般规律 后，增加了可复用的核心知识 储备，从而减少 了学习不同的专门学科所需吸收的信息量 ，降低了接触新主题的痛苦程度，并且有助于创新。
三、系统与幻觉
一个系统就是对世界的一种看法，世界上可能真的存在一些“真实的物体”，然而即便如此，它们也不是因为我们相信它们的真实而存在的。感知不仅反映真实也反映幻觉，何况有些感知——即使是对幻觉的感知——有时是如此强烈以至于我们对其无法忘怀。
因此，基于对真实与感知的混淆，人们容易采用绝对化的思维。这种思维方式忽略了事物不常见或未观察到的细节。虽然在一定情况下绝对化带来的简化可以帮助我们很好地处理事物，但它同时也是一些谬误的根源。
那么反之试图掌握事物的每一种元素，就把系统看成一个集合。在最初选择集合时人们遵循的概念是穷举法 ，但列举出的元素往往是代表某件事物的“名称”。由于名称的模糊性和不确定性，穷举法这种基础性操作本身就存在危害，当然更糟糕的是用推导法代替穷举 ，尤其是用典型元素来表示一个集合 。
从观察者的角度，使用笛卡儿乘积更加严谨合适 。它从两个方面来理解观察者——他能观察的类型（广度），和在每种类型中他能从中选择结果的范围（深度）。如
{A类型×B类型}，且A:{a1,a2,a3}，B：{b1,b2,b3,b4}。由于乘积可能发生组合错误，所以也许集合里会出现无法观察到（即不存在）的元素，但只要观察的广度和深度被恰当定义，那么至少可以做到在观察集合中不排除他能观察到的任意结果。
一旦采用这种集合方法，再加上符号的无关法则削减了名称的模糊性，我们就可以用它来对不同观察者的结果进行一致性比较。对同样的事物，A比B观察分类更细致分辨率更高，作为观察者，A就比B更有优势。而理想化的“超级观察者”则必须具有比现有任何观察者占优势的视点——极端情况下，必须看到包含了所有观察者观察结果的各种可能组合的乘积空间。但这种笛卡儿乘积 的乘积空间的组合数量 会随着观察人数的增长以指数形式增长 ，所以中等以上复杂程度的问题中很难设想超级观察者能很好地发挥作用。
四、对观察结果的解释
对同样一个黑箱音乐盒的组合状态，从超级观察者、有听力障碍的物理学家与音乐盒的发明者的角度，却得出了不同的观察结论。物理学家忽略了一个音阶，发明者忽略了灯光闪烁（因为他知道这没有意义），超级观察者观察到了所有的细节，却容易只见树木不见森林。在某种程度上，脑力和眼力可以互相弥补，但“脑”和
“眼”之间的平衡 不能过多地偏向任何一方（过于精确的测量结果反而给结论的建立造成障碍 ），科学的任务就是找到两者之间的恰当方案。
我们应该承认，任何所谓“客观”的事物都是两方面要素构成：物质本原，和观察者的精神倾向。忽略后者一样容易让人陷入主观。
从“人”的角度考虑，不能试图研究事物的所有情况 ，否则所有事物都有细微差别，也就都成了特例，科学分类和规律也无从谈起。因此通常是从自己的角度选择事物的若干重要特征 ，建立函数：y=f(a,b,x)。由于观察的局限，可能会忽略了某些有影响作用的特征。另一方面，对于影响因子的测量是无法无限精确下去的，到了某个微观层面，因子a与b甚至会此消彼长，从而相互矛盾。所以，通过观察并不能得到全部信息。
五、观察结果的分解
如上文所述，在面对不熟悉且复杂的对象时，一般会先试图获取“全面”的观点，包含所有现象，再获得“最小”的观点，合并不必区分的状态以减轻观察负担。而这两种方法都有其固有的局限。
那么再来看常用的第三种方法：获取“独立”的观点，即将观察到的状态分解成不相干的部分 ，以减轻脑力的负担。
面对同样的系统，不同人以不同方式将其分解为不同的子系统集合，这是因为每个人都受自己分解世界的固有模式的影响。通过这种类似“比喻”的方式，子系统被比喻成不同的事物，也因此造成了子系统间原本渐变的交错的边界被过度简化，割裂了整个系统的有机性。
在分解中，往往是根据其性质来划分子系统 。而对于观察者来说，性质具有精神上的作用。我们可以认为某些性质比其它性质更“自然”，但这仅仅表明我们更习惯于那样进行观察。因此，在某种分解中，一些部分成为子系统 从而保持不变 ，那是因为它们被观察者认为是“有价值” 的。反之，成为边界 的那部分，则被认为是
“不重要” 的。
数学上的准确分类（遵守反射性、对称性和传递性）与科学的实用分类有很大区别。又由于整体大于部分之和，分解总会损失一部分整体特征，所以真实系统的特性是无法被完全研究的。退一步说，容易被分解的“松散组织”早就被分解了，剩下的是“系统”这种硬骨头，其内部连接的紧密程度高于平均水平 ，其中任一部分的改变都会影响整个系统的性质。
六、对行为的描述
与解释和分解观察结果的“黑箱 ”方法相对的，还有“白箱 ”的方法，即对系统的仿真 。
由于人的视觉感受只限于三维，所以仿真的“状态空间”常限于二维或三维（即二或者三种属性），空间中的一个点代表系统的一个状态。若维度高于三维 ，则常需要用投影等方式对其进行降维 ，而降维肯定会丢失部分信息。因此，面对投影，说“这是立方体的图像”会比说“这是立方体”更精确。
另外，注意到“在同一时刻两个系统处于状态空间的同一位置，那么空间是因为维度过低，即视图是不完全的”。
当然，除了用投影的方法来降维 ，还可以采用视点变换 的方法：将许多属性结合成为数量较少的属性，其中保留了每个属性的一小部分而不是在投影方法中那样将某些属性完全放弃。
可以看出，一旦某个属性浮出水面，那么白箱能够将其“来源”分析透彻。但还有个前提，如果不经过适当的变换对行为进行观察，我们也许根本无法提取出合适的属性。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
读《系统化思维导论》总结(1)--序
花大约两周时间又重读了《系统化思维导论》银年版这本书，已经是第三遍了，并且这次在读的时候，有意做了摘抄，但读下来感觉还是没有真正读懂！
个人觉得没有真正读懂的原因主要有以下三方面：
1.关于思维方面的书，本来就不是黑白分明的，有很多东西比较“玄妙”，需要仔细思考，从多个方面、多个角度进行思考才行。另外，感觉本书很少会有比较明确的观点，也许作者希望本来就是要通过这个过程来锻炼读者的思维，而不是要给一个读者一个明确的结论；
2.这本书写成于七十年代中期，书中引用的例子较为古老，面对这些比我的年齡还要大的例子，因为缺少对“环境”的感性认识，因而不能更深入地理解这些例子，从而影响到了读书效果；
3.这本书是中译本，感觉译者也并未能100%地用中文表达出作者的意思，对于一般的书籍，经过读者的自己的逻辑推理，基本上就可以理解地差不多了，但对于这类思维训练的书籍来说，还是差了点。
之前一直觉得这本书就是来讲解“系统化思维”的，所以总希望能从本书中看到“系统化思维应该是xxx”之类的论述，这次读该书才意识到：
1.由于经历长时间的“填鴨式教育”，总希望书中会有明确的论点，读者只需要接受即可！实际上，感觉本书作者更像是在用“系统化”的方法在从各个方面、各
个角度论述、权衡，但并不给出明确的意见，因为每个读者所处的实际环境都是不同的，因此每个读者都应该从自己的环境出发得到自己的论点。
2.在百度百科上查了“导论”一词的含义，解释为“论著正文前概要论述全文或全书的中心思想,以指导帮助读者阅读的部分 ”，所以可以把这本书看成是“系统化思维”系列从书的“导论”，是需要阅读一这系列书籍才会有比较好的效果的。
读该书时，希望从搜索到一些比较好的读书总结来帮助理解，但没有搜到有价值的资料，因此决定把自己读本书的理解详细总结放到网上，供人分享！
读《系统化思维导论》总结(2)--第一章：问题
总体来看，本章通过对现实中的系统分为小数系统、大数系统及中数系统，并分析了小数系统及大数系统的分析思路，以探索中数系统的解决途径抛出了问题。
--------------------------------------------------------------------------------------------------
世界很复杂，很多我们认为已经了解的事情，其实原非我们认为的那么简单，给我们带来麻烦的不是那些我们未知的东西，而是那些我们认为已知，但实际上远非如此的东西 。
人类文明的几千年历史，伴随着科学技术的不断发展，科学技术的发展为我们带来好处的同时，却也同时再为我们带来灾难：
- 核电站为我们带来了电能，但导致了周围环境的恶化；
- 使用杀虫剂杀灭害虫带来粮食增收，但却可能导致人类体内的毒素积累，从而危害人类健康；
- 医疗技术的不断进步延长了人类寿命，但导致人口激增，加重地球负担；
科学技术带来的灾难启示我们，不能只用一维的眼光来看世界，而是需要从多个角度，多个层面考虑问题并注意多因素之间的平衡----系统化思维；
世界上的系统大抵可以划分为三类：小数系统、大数系统、中数系统 ，这三类系统特点不同，研究他们所需要采用的方法也不同，三种系统的特点如下：
小数系统： 小数系统关键特征就是系统中要研究的事物较少，呈现出足够的规律性，比较简单 。比较典型的例子是“太阳系”，这个系统中只有一个恒星，9大行星（现在已一致认为是8大行星）。
大数系统： 大数系统的关键特征是系统中要研究的事物足够多，并且每个事物的行为呈现出足够的“随机性” 。这类系统的典型代表是“封闭容器”的气体系统，这类系统显然无法逐个研究其中的事物，但因其数目足够多且行为足够随机，因此可以通过研究此类系统的“平均”特性来研究这类系统！
中数系统： 介于小数系统与中数系统之间，既不是那么简单，但有足够复杂，最关键的是其中的事物不是那么随机，具有一定的局部规律，因而也不能通过研究事物的平均特性来研究这类系统 。这类系统典型代表是“自然环境”（或某一种具体的生态系统，如热带雨林），其中包含千千万万个事物，事物之间又有相互作用。
三种系统示例如下：
物理上的经典力学即是通过研究小数而得到的，而统计力学(热力学)则是通过研究大数系统得到的。
小数系统 ，虽说简单，其实也没有那么简单，首先是要考虑计算量的问题，因系统中的事物会产生相互作用，因此由n个事物组成的系统，会有2的n次方个方程需要计算，而经验表明，求解这些方程所需的计算量则是2的n次方的平方数量级，也即书中提到的计算的平方律。
依据以上描述，若要分析有10000个事物组成的系统，则计算量达到2的20000次方数量级，即使用现代最先进的超级计算机也无法计算！那么，在牛顿的时代，牛顿是如何通过分析太阳系来得到力学第一定律的呢？他没有超级计算机，而太阳系中的天体数量何止千万？
这里要引入的一个关键思想就是简化与近似 ：
太阳系中的天体千千万万，但与太阳及9大行星相比，其它天体的质量则远小于这10个天体，因此，可以将太阳系看作是只有10个事物的系统，这样就把要研究
的方程数降低到1000个；而求解1000个方程，需要10的6次方的计算量，仍然太大，因此牛顿又发现了万有引力定律（两个物体之间的相互吸引力等于两
之间的作用力之和），因此又可以将1000个方程简化到C(10,2)=45个方程；再进一步，因行星的质量远小于太阳，因此行星间的相互吸引力可以忽
略，因而可以将此系统简化到只有9个方程；更进一步，所有行量的质量之和比起太阳也要小得多，因此可以将其它所有的行星看作一个质点，因此方程可以进一步
简化到1个！
简化的方法---分解，分解的思想及作用：
大数系统 ，因为系统中的事物特别多且没有哪个事物比其它的事物更特别，也就是说所有的事物都是比较平均的，很明显，不可能用解决小数系统的思路来解决此类问题，但其“平无”，因而可以采用统计方法来解决。
但是，对于现实中的大多数系统，它们不是简单的小数系统，我们无法使用分解的思路来简化它们(一些事物之间的相互作用不能够忽略并且没有可循的规律)，它
们也不是典型的大数系统，因为其中所包含的事物不够平均，其行为也不够随机，无法使用统计方法来研究这类系统---这就是中数系统!
问题：我们如何来解决中数系统的问题？
-----系统化思维的目标不是要创造用来解决中数系统的问题的方法，关注的是寻找解决极端复杂问题的途径！
读《系统化思维导论》总结(3)--第二章：方法
总体来看，本章接上一章，希望为解决中数系统问题找到方法，书中对一些方法的优、缺点进行了分析，最终引入系统论方法。但，感觉一些地方没有读懂！
--------------------------------------------------------------------------------------------------
如前一章所讲，人们熟练掌握的解析方法及统计方法都无法很好地解决中数系统的问题，因此一些思想家归纳出
有机论、类推与活机论：
以生命系统为模型，将与生命系统相关的知识类推 到其他中数系统，从而获得某种处理复杂问题的方法！
有机论存在的问题----类推不严密以及对于相似体的了解不充分，这是系统化思想家希望避免的。
有机论者容易把所有不能解释的现象归结到“活力素”（个人理解为导致一个生命最原始的那些特质、行为的因素）上来，即“天性使然”或“上帝使然”！
系统化思维反对“活力素”，鼓励科学的还原、探索，但不排除“有机思维 ”，有机思维依赖于类推。
分类、分领域导致人们难以融入到其它的分类、领域，有些人在自己的领域内比较成功，但他在进入到一个新的领域内时，却往往表现不出来，甚至还会被看作异类，小说《盲人国》描写了这种情况，一个独眼人进入到盲人国，因与其它人不同，被视作蠢笨、病态的人。
(一个现实中的例子：在某个城市，大家在bus上都不让座。某天，从另外一个城市来出差的一个绅士坐公交时，给一个老人让座，他的这种行为在其他citizen的心中就是“傻的” ！)
然而，我们也注意到，有一些科学家在不同的领域中都获得了成就，了解下来，不是因为他们在不同的领域中改变了思维方式，而是他们将自己的思维方式从一个领域中搬到了另一个领域中。(类推，但要求此类科学家的思维起点要高 )
通才，在多个领域内都获得成功的人，可以把通才比做旅行者，来到曼谷，会联想上海（自己的家），因为都是城市，都有道路，基于道路上的标识也是相同的！
人不可无信念而存活，系统论信念的主旨就是“一定可以找到规律”，还可以找到“发现规律的规律”！这就要求人们多思考及归纳 ，找到一般化的方法，实际上经常提到的方法论个人理解也就是此意！
事实上，之前我们所熟知的定律都是有很多附加条件的，只有在这些附加条件下这些定律才成立，比如说“能量守衡定律”，最重要的附加条件就是系统不能与外界
进行能量交换。这说明，哪怕是“定律”也不是绝对的，也是有很多附加条件及特例的，但出于对“有用”这个目标的考虑，它常常表现为“绝对形式”的普适规
律。那么系统论定律的本质是它也不排除出错的可能，如果需要从系统论定律中获得精确的结论，就必须充分考察其内在含义，但要有用，要让人们容易记忆且能运用 。
系统论定律不能看成是对思维的束缚，而要把它当做是一种刺激。（从这里出发，而不是到这里结束。记得，设计模式的书籍中也有这样的语句 。）
模型的作用：1>.促进思维过程，2>.研究特殊系统,3>.创建新的定律，改进旧的定律。从这个框架来看，“系统论方法”这个“模型”的重点是“改进思维过程”。
系统论方法对思维的贡献可以从系统论学者如何接近新主题的过程得到最好的体现，这也是对普通大众最有用的，毕竟学生每学期都要开始很多新课程，工程师每年
都要接到很多不同的设计任务，咨询师每年则要面对很多不同的客户及公司！掌握了系统论方法，就可以使我们能更好地接近新的主题，开始新的工作！
系统论者是如何接触新主题呢？---还是类推
比如说某个系统论学者要学习一点经济学知识，他会去看一本经济学的书籍，但他不是从头开始的，当他看到经济学中的某一个概念及公式时，他会联想到之前一个已经掌握的学科内的某个概念及公式，因此可以有“似曾相识”的感觉，获得一些指引。这与前面提到的“旅行者”何其相似？
(这里强调的是思维方式在不同领域内的横向应用，比如说我原来一直从事PLM分析，曾经做过PLM的业务架构分析，现在接到一个任务要做ERP的业务架构分析，虽然是不同的领域，但以前做业务架构分析的思路、步骤是可以使用的，所不同的仅是要具体了解的业务不同了而已！ )
读《系统化思维导论》总结(4)--第三章：系统与幻觉
个人理解，这一章主要在讲“系统是什么”这个问题，这里要突出的是“系统是相对的”概念，系统依赖于观察者而存在，表现为观察者的观察结果。
--------------------------------------------------------------------------------------------------
系统是什么？一个系统就是对世界的一种看法！
如上图，图中是一个少女还是一个女巫？
如果把这幅图看作一个系统，则不同的观察者(人)看到的可能不同，有人看到少女，有人看到女巫，而有些人则可能什么也看不出来，这本身没有错，但说明了“系统是与观察者有关的”这个概念。
(系统是客观存在的，但究竟是什么样的系统，它的特征，行为却依赖于人的感知，因此从某种意义上说，系统就是对世界的一种看法！ )
一个系统之所以存在，也就是这个系统的目的是什么？系统的目的实际上是它与人之间的一种关系，而并非它自身所具有的属性，对于不同的人，系统的目的是不同的，也就是说系统存在是“相对的 ”。
（我们设计一个IT系统的原因是为不同的人带来不同的利益，对于我们来说这是我们的工作，我们通过设计系统拿到报酬并取得赞许与成就感，对于使用单位的管理者而言，希望通过使用系统增加收益，而对于终端使用者来说，系统之所以存在是因为让他们的工作更轻松 ）
怎样避免犯绝对化的错误呢？关键在于一定要记住模型、语言、仪器、技术的人本起源，也即要考虑他们的设计目的及设计限制。
(一个起重能力为100T的千斤顶与起重能力为2T的千斤顶哪个更好呢？如果抛开它们的设计目的
（绝对）来比较是没有意义的！对于家用小汽车用户来说，起重能力为2T的千斤顶更好，它更小，更方便携带，更便宜，因为它就是为这类人群设计的；同样的道
理，对于那些需要经常顶起50T以上重量的工厂来说，起重能力为100T的则更好！ )
系统是一个集合，就是物体之间或它们的属性之间具有关联的那些物体的集合。这个定义突出了关联性，但是对于系统与观察者的观点相关这一点却没有体现----集合中的元素从哪里来？这一点是依赖于观察者的。
集合(系统)的表达方法有三种：穷举法、典型元法、规则法，但三种方法都有问题，有些元素往往无法穷举，而典型元法不能表达确切含义，规则法则要求有一个明确的规则，这通常很难！
系统（一个集合）中的元素从哪里来？这依赖于观察者，对于同一个系统，不同的观察者会得到不同的观察结果，有共同的，也有不同的，有的多些，有的少些。观
察者的观察结果可以分为两个方面，其一是广度，也即观察到的元素的类型，其二是深度，也即每个类型中元素的多少，即范围，那么理论上，观察者能观察到的结
果是广度与深度的笛卡尔乘积。
(以红绿灯系统为例，我所能观察到的广度为灯光颜色，图形，而深度则是灯光颜色分为红、黄绿种，而图形则有行走及停止两种 )
实际上，笛卡尔乘积对于观察者来讲是理论的上限，由于某些限制或观察者的观察能力问题，所能观察到的集合中的元素往往是比这个理论值要少的。
系统(一个集合)不会因表达它的特定的符号不同而不同，这就是无关法则，可以这样来理解：用中文描述的一个系统与使用英文描述的同一个系统不会不同。运用无关法则，可以快速判断一些模型是否正确，书中讲述的从羊群中找出山羊的例子很清楚。
由于观察能力的不同，对于同一个系统，不同的观察者得到的观察结果也不同，若A的观察结果中的每一项在B的观察结果中都可以找到对应的项，因此就是A与B
是一致的，A的观察结果对B来说是没有附加价值的。但一般情形下，很少会出现两个观察者的观察结果能分出明显优劣的情况，往往是互补的，即A有B没有观察
到的项，B也有A没有观察到的项。因此，这里提出了“超级观察者”，所谓的超级观察者，就是要能观察到所有观察都都有可能观察到的结果，这对超级观察者的
能力提出了很高的要求，假如有两个非超级观察者各能观察到10项，那么就要求超级观察者能观察到100项，如果有三个非超级观察者，则要求超级观察者可以
观察到1000项，可以看到超级观察者的观察能力是以观察者量呈指数增长的！
(要做一个团队的leader，比如说项目经理，一个重要的职责就是言传身教，这就需要你要比其他的成员更有优势，也就是说需要努力做一个超级观察者才行 ！)
读《系统化思维导论》总结(5)--对观察结果的解释
还是没有很好理解这一章的中心思想，不太清楚它与“系统化思维”的关系！
-------------------------------------------------------------------------------------------------
状态 ，就是一种在重现时可以被识别的情形!对于系统的观察结果任一种广度、深度的组合都是一种状态；
序列 ，由若干个状态组成，具有一定的意义，比如说有两个状态组成，表示状态与后续状态。序列的个数随序列的长度随指数增长。
黑箱，把系统看作一个箱子，观察者不能观察箱子内部而参与操纵，也就是说观察者并不了解系统的内部构造，也不对所观察的系统产生任何影响，仅仅是观察而已。
(从这个意义上来讲，我们通常所讲的黑盒测试并不是完全的黑箱，虽然测试人员不清楚系统的内部构造，但测试人员还是要与系统产生交互！ )
对于同一个系统，如果只是从外部观察其行为，限于观察者的能力及其它影响，不同观察者会得到不同的观察结果。这里作者提出了“眼-脑定律”，指出脑力与观
察力是可以互补的，这很容易理解，有些人观察力很强，可以观察到很多特征而有些人观察力不够强，但脑力（推理能力）很好，可以从观察到的较少的状态中推出
其它的状态，从而通过假设、求证的过程得到较多的状态。
作者也提到，虽然观察者的观察能力有很大差异，但若系统恰好没有表现出更多的特性及行为（这些特性及行为那些观察能力较差的观察者观察不到），则这些观察者也很可能得到相同的结果。
(人尽其才，要结合人的能力分配工作，否则即使能力强也表现不出来 ！)
书中“桥牌”的例子说明了一个观点：由于某些精神方面的原因，即使出现概率相同的观察结果，由于具有特殊意义，也会被认为会更少出现。其实，对于“满配
置”来说，每一手“满配置”出现的概率都是相同的，但由于“桥牌的规则”规定，人们往往会对大部分“满配置”中的“小牌”视而不见，因此当出现一手“小
牌”也有意义的“满配置”时，就会觉得其更少出现。
系统的特征很多，观察者观察时，肯定会有一个范围限定，当他限定范围时，等于是已经认定了这些特性是重要的。
（这很重要，这里会区别出能力的高低。另外，这也是一个不断靠近的过程，一开始你可能会认为某个特性不重要，但随着观察及分析，你可能又会觉得它是如此重要 ）
可以将观察结果与选择的特性之间的关系用函数表示，如Z=f(a,b)，函数非常有用，它不但可以表达精确的规则，也可以表达不确定的依赖，如Z=f(a,b,...)，就表示Z依赖于a及b，但除此之外还依赖于其它因素。
对于函数，需要说明两点：
1.在某些阶段，可以从函数中忽略掉一些东西，比如说原本应该是Z=f(a,b,...)，在某些阶段，可以认为Z=f(a,b)，从而得到近似结果；
2.函数可以嵌套，如Z=f(a,b)，那么a=g(x,y)，则可以记作Z=f(g(x,y),b)，一般来说，一个元素总会依赖于其它的元素，也即我们总可以将函数细化下去，但出于现实的限制，实际是不能无限细化的！
若用函数来表达观察结果与观察项的关系，则可以提出很多个函数，有些函数“不够完全”，而有些函数则会过于完全。“不完全”表示除已经观察的观察项外，观察结果还依赖于其它的观察项，我们没有找到，而“过于完全”则表示我们选择的观察项多了。
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
则T=f(b,c)，T=(a,b,c)，还是T=(a,b,c,...)呢？
这只能根据自己的能力由我们自己来选择，这里又提到“眼-脑定律”。
对于某些观察结果来说，如果T=f(b,c)与T=f(a,b,c)都可以满足，则T=f(b,c)与T=f(a,b,c)是同构的，如果不再出现新的观察结果，则就无法继续判断同构的函数中哪一个是对的。
前面已经谈到，对于影响观察结果的观察项的识别是一个不断靠近的过程，也即是逐渐发现某些观察项是重要的，但何时能够全部识别出来？----永远也不能，完整性只是一个近似概念，在达到我们的目标后就可以停止了。
关于互补性（这里理解的不够），可以理解为对同一个系统任两个观点之间都没有绝对的对错，通常都是互补的，不完全独立，但也不完全排斥，因此我们总是处于两难的境地，总是需要考虑在多个观点间平衡！
读《系统化思维导论》总结(6)--对观察结果的分解
还是没有很好理解这一章的中心思想，不太清楚它与“系统化思维”的关系！
-------------------------------------------------------------------------------------------------
分解是简化问题的有效办法，由于人的脑力有限，因此地解决复杂问题时，一定要找到好的分解方法进行分解！将问题有效分解后，每一个分解后的部分都会变得更简单，更容易研究。
不同的人，由于知识积累及经历的不同，可以分辩出的特性是不同的，因而所采用的分解方法也可能不同，若你没有这些知识及经历，则常常不能理解他们的分解视角。
不同的分解视角、分解方法会导致对同一个系统的不同分解结果(R、G、W)及(亮度、米穆斯)，这是对同一个系统的不同描述，按前面所讲的“无关法则”应该是一致的，但事实上却不同，这也就作者所讲的“差别法则”！
隐喻，个人的理解就是比喻，也就是“类推”，即通过已经掌握、了解的一个领域知识来快速掌握另一个领域的相关知识。这里的重点一个是首先我们要真的掌握了
一个领域的知识，这样才能将它类推到其它领域，另一个是要掌握“变换”的过程及方式，即当我们接触到一个陌生的领域时，要能将已掌握的领域内的知识类推过
来，形成隐喻！若要进行“隐喻”则首先就要先能区分出不同的事物/领域来，这就关系到“边界”问题，“边界”将世界分成不同的事物/领域。
事实上，要合理地识别出“边界”来是非常困难的。而分解，也就是要将一个大的事物分为几个部分或几个小的事物，这里同样需要“边界”，明确的“边界”才能说明已将一个大的事物分解为几个部分了。
为了分解事物，我们必须找到分解的切入点，也即需要确定一些“性质”来作为分解的依据。举例来说，我们要对观察到的音乐盒的状态集合进行分解，我们可以确定“颜色、亮度、音调”这些性质作为分解的依据，将所有的状态分解为3种颜色，1种亮度，8种音调组成的笛卡尔乘积。
如上例，若发现在所有的状态中，亮度均相同，即只有一种亮度，则亮度这种状态就完全不必要识别出来作为分解的依据。
我们怎么能正确地识别出来依哪些性质来分解呢？----只能是通过假设再不断求证的方法来做到。
从分解的角度看，性质可以分为容量性质（广延量）及强度性质（内含量）。容量性质与系统的整体性保持程度有关，比如说重量，将系统分解为不同的部分，则这个量就会变化；强度性质则与系统整体保持无关，是属于系统的“化学”性质，比如说密度。
正确的分解：要保证强度性质（内含量）不变！，也即我们可以从是否保持一个或一组性质不变来评价分解的类型及效果。
当我们认为某些性质重要，则需阻止它们在分解中变化。
关于正确的分割，需要考虑以下三个条件：
1>.反射，即根据某个性质的值分割成不同的状态后，标识出的状态中此性质值都就是相同的。(没太理解)
2>.对称，即分割后，若状态d与h中的此性质相同，而h与d也需相同，不依赖于出现的顺序。反射是对称的一个特例；
3>.传递，即A可推导到B，B可推导到C，因而则可认为A可推导到C。但由于观察者的能力或测量工具的能力问题，常常会导致出错。比如说依长度分
解，测量工具可以识别的最小单位是0.0001米，A与B之间的差别在0.0001米之间，则认为A与B相同，同样B与C之间的差别也在0.0001米之
间，则B与C相同，但经过累积后，A与C之间的差别就超过0.0001米了，因而导致A与C不同。
什么样的分解是有用的呢？作者指出，分割必须是动态有效的，即必须按照有助于系统研究的方向对于如何分割进行不断尝试，每次改变一个因素，从而找到有用的性质！
书中作者提出，容易分解的系统差不多都被分解了，我们看到的、接触到系统往往都是不容易分解的（因为工具还不完备），因此提出了强连接定律---平均来说，系统连接的紧密程度都要在平均水平以上。
(因此，遇到复杂问题时，我们不必沮丧，因为简单的、容易的已经“没有了”，我们遇到的都是有难度的系统！ )
读《系统化思维导论》总结(7)--对行为的描述
还是没有很好理解这一章的中心思想，不太清楚它与“系统化思维”的关系！
-------------------------------------------------------------------------------------------------
所谓黑箱是指将系统的内部构造完全隐藏起来，只能通过观察其表现来了解它；白箱则是将系统的内部构造完全展现出来。
我们接触的大多数系统对我们来说都是黑箱，我们不打算深入研究它们或是没有办法深入研究其内部结构，
只能从外部来通过观察来了解，而对于那些我们想深入研究或试图建造的系统，我们则需要了解其内部构造，这时就需要使用白箱方式，这通常叫做仿真，即搭建一
个模型来使其行为与目标系统相同，这依赖于我们对目标系统的了解程度。
现在，我们可以通过计算机来仿真很多系统，比如说在计算机中建造一个模型来模拟沙漠化的情况。实际上，在IT开发方面，我们也常常在建造模型用于仿真我们要开发的系统，比如说用例模型、业务实体模型。
前面已经讲过分解是简化系统的主要方法，在研究一个系统时我们需要找到那些可用于“分解”的性质，即
依据若干个性质从若干个方面将系统进而分解，这若干个性质的不同取值的笛卡尔乘积就是理论上系统的状态集。可以把这个状态集想象成一个由若干(n)个性质
组成的n维空间，而每一个状态则都是这n维空间上的一个点，这个n维空间称为状态空间。
基于状态空间，作者提出了投影及扩展的概念。所谓“投影”，可以将系统想象为一个物体，而光线从一个
方向照向物体形成的影子来理解，比如一个正方体从上的投影是一个长方形，而一个圆球从上的投影则会形成一个圆形。在这里，投影表示降维，而扩展则恰恰相
反，表示升维。当研究一个系统时，先是识别出两个性质进行研究，一段时间后发现另一个性质也很重要，这时就从二维升到三维，而之前的研究成果仍是有用的，
它可看作是一个投影。
那么，我们如何判断自己研究的是不是仅是一个投影呢？有两个很好的方法，其一动态分析，是当我们发现
我们研究的系统出现了一个状态有多个后继状态时，通常表示我们研究的仅是一个投影，应该还有其它的性质在影响系统状态；其二是静态分析，当我们发现某一时
间，两个系统处于状态空间上的同一位置时，毕竟，两架飞机不会在同一个三维空间中重合。
从前面的论述可以看到投影是降低系统复杂度的一种方式，它是通过“舍弃”某个方面来达到简化的目的。除此之外，还可以考虑“合并维数”来简化系统，其实这是我们前面提到的“分解”的逆过程，书中OCCULT的例子表达了这个思想。
时间是一个特别的性质，在需要与别人交流时，常常通过再引入时间维，这样可以把原来的n维空间分解成n个以时间为横轴的两维空间，从而在这个平面上清晰地表达出这n个变量随时间的变动情况。现实中的“心电图”是一个很好的例子：
科学定律的发现通常都是基于“理想系统”的，这些理想系统是封闭系统，比如说热力学第一定律，就强调
“在没有发生热量交换的情况下”，也即是一个严格的封闭环境。之所以要选择封闭环境，是因为它更简单，然而现实中土封闭系统往往是不存在的，而科学家所讲
的“封闭系统”也只能是一个理想罢了，是近似的。那么，对于开放的系统，系统行为是更加不确定的，我们在研究开放系统时常常需要以“如果输入是xxx则系
统xxx”这样的方式来考虑，也即要考虑关联因素。
开放系统更复杂，但好处是它可以对我们的刺激产生反应，我们可以通过其不同的反应来研究它。试想，当你想了解一个小孩时，若你问他话，他总是不理睬好呢，还是他会有不同的回答好呢？
因为开放系统会对输入产生不同的行为，也即开放系统与环境有很多交互，当观察到一个特别的结果时，我
们很难确定是系统的原因还是环境的原因导致了这个结果。书中的一个例子很容易理解：当系统运行结果不是我们希望的结果时，究竟是因为程序本身书写问题还是
计算机出了问题呢？基于经验，我们通常会认为是程序问题，但当你查了n久看不出问题在哪里时，你肯定会闪是“计算机或其上安装的其它软件出了问题”的念
头！
读《系统化思维导论》总结(8)--一些系统问题
本章中，作者对前面的论述作了些总结，并对一些系统化的问题作了更为深入的一些启发，总体来说是一个承上启下的作用！
--------------------------------------------------------------------------------------------------
系统的三元论：
1.为什么我要看到所看到的这一切？
2.为什么事物保持不变？
3.为什么事物会发生变化？
以上三个问题感觉都抽象又复杂！
“为什么我要看到所看到的这一切？”，这句话也可以反过来问“为什么有些东西我看不到？”，系统是人对世界的一种看法，受制于每个人不同的经历，不同的知
识积累，不同的思维方式以及关注的不同侧重点，人们总是会更加重视某些因素，忽略掉某些因素或是根本对某些因素视而不见！
“为什么事物保持不变？”，我们说万事万物都是变化的，唯有变化才是永恒，但另一方面，一个事物之所是还是这个事物，一定是保持了某些性质。（个人理解，这与后续的讲的“稳定性”、“存续性”及“同一性”都有很大关系！ ）
“为什么事物会发生变化？”，唯有变化才是永恒，但为什么呢？
在本章中，作者讨论了“稳定性 ”，需要重点强调的是稳定不等于不
变，在看待事物的稳定性时必须要抱着相对的思维方式，稳定是有条件的！我们说要建造一幢大楼需要其保持稳定，但若风力超过了20级，地震超过了10级，这
幢大楼还是会塌（不能保持稳定），因为建造它时只是考虑让它能抵御12级大风及7级地震，也就是说在这个范围内，它才是稳定的，也就是说“稳定系统”的系
统、环境及关键性限制条件三个重要部分都是依赖于人的。
人们很喜欢线性系统，因为线性系统方便叠加及分解，所谓线性系统是指系统的某个行为会随着某个输入量的变化而成倍增大，若用函数表示的的话如下图：
需要指出的是，通常来讲现实中的系统中所谓的“线性”是近似的，比如书中提到的音量旋钮与音量的关系。线性的系统是稳定的系统，而并非所有稳定的系统都是线性的。
人们所关注的系统都是值得关注的系统---“存续性 ”，也即系统持续了“足够长”的时间会引起人们的关注，那些转瞬即逝的系统通常不是引起人们的关注，而至于系统究竟需要存续多长时间才会引起人们的关注则没有一个标准，这也是相对的：一个是系统的意义的影响，另外一个是观察者的影响！
而系统稳定及存续有一个关键前提，即需能识另出这一个系统是之前的那个系统，而不是别的系统，这就提出了系统的“同一性 ”概念。关于同一性的判别，一个重要的点就是“标识”，即需要有一个标签来唯一识别这个系统，所以最终同一性问题可以转化为“怎样为系统建立一种标识？ ”，这种标识应该是有效的，可以应对各种复杂情况，通过这个标识应该能够“总是”准确在识别出这个系统。（比如说，对于一个中国公民，应该用身份证号码而不是名称，而对于一个家庭成员，用名称就足够了 。）
对于同一性，书中着重又提到了两点，其一是“变换”，也即人们在判别一个系统时，通常会在头脑中先进行变换后才会进行判别，一般来说人们还是可以判别出卧着的狗与站着的是否同一只；其二是环境的影响，假如说两只狗仅仅是颜色不同，其它体形、眼神、叫声等等均相同（这个例子举得不是非常好，呵呵 ），刚好这天下雪了，两只狗身上都落满了雪，就很难再判别出这两只狗究竟是哪只了。
系统的结构与行为，所谓结构表示用来构成系统框架的各种元素及其关系，通常需要通过“白箱”的方法才能观察得到，而行为则表示系统所表达出来的各种特政，通过“黑箱”的观察即可掌握。
通常，在设计一个系统时，人们常常会针对结构的变化会导致的潜在故障进行预防，因而我们可以认为结构上的细微变化只会引起行为上的细微改变。（比如说我们在重构程序时，都会设置测试环节来保证系统的行为(功能)不会有大的变化，如果发生大的变化，我们通常就不会发布。若不设置测试这样的环节，则可能会带来大的问题，书中的例子很形象。 ）
调节性：保持相对固定的结构，就可保持稳定的对外行为。调节性表示系统的可变部分所发生的变化都是小的或微不足道的。
适应性：系统的结构发生了大的或重要的变化，从而导致系统行为发生了重要的改变。但，基于存续性，适应性变化并未大到足可以改变系统的身份。
然而，很多情况下很难区分“是同一个系统进行了大的适应性变化还中这个系统已经变成了另外的系统？ ”(为了工作流实现的方便，我们把立项模块的实现放到了PDP中，那么如何来看待PDP系统？它仅是进行了适应性变化还是已经变成了项目管理工具的一部分？ )
从书中的“旧车定律”中可以得到以下结论：
1.调节作用发挥的很好的系统不需要适应性变化---车虽旧，保只要保持定期的检修（花些小钱）就可以了；
2.系统可以通过适应性变化来简化它的调节工作---N年后，只是普通的检修已经不能保证车的性能了，所以需要进行适应性变化，考虑要对发动机大修或是换个发动机了。
但正如上面所讲的，如果要换发动机，那么这辆车还是原来的那辆么（通常，会用发动机号及车架号来标识一辆车）。
|
