Előrejelzés maximális entrópiával: A fizika, a biológia, a közgazdaságtan és az információelmélet kapcsolódási pontjai

Eredeti címe:

Forecasting with Maximum Entropy: The interface between physics, biology, economics and information theory

Könyv tartalma:

A könyv célja, hogy az információs entrópián és annak maximalizálásán alapuló egységes keretet nyújtson az evolúciós biológia, a közösségi ökológia, a pénzügyi közgazdaságtan és a statisztikus fizika fenomenológiájának összekapcsolására. Ez az átfogóbb szemlélet amellett, hogy további betekintést nyújt a problémákba, lehetővé teszi a problémamegoldó stratégiák alkalmazását azáltal, hogy az egyik tudományágban bevált módszereket alkalmazza más területek formailag hasonló problémáira. A könyv előrejelzési módszert is javasol e tudományágak fontos gyakorlati problémáira, és a komplex rendszerek dinamikájának modellezésével foglalkozó kutatóknak, hallgatóknak és gyakorlati szakembereknek szól.

A közös szál az, hogy az információáramlás hogyan irányítja és hogyan szolgálja a komplex rendszerek dinamikájának előrejelzését. Bemutatjuk, hogy a Shannon-féle információs entrópia maximalizálása hogyan enged következtetni egy olyan központi objektumra, amely a komplex rendszerek, például az ökoszisztémák vagy a piacok dinamikáját irányítja. Az így kapott modellek, amelyeket páronkénti maximális entrópia-modelleknek nevezünk, a legkülönbözőbb rendszerek adataiból következtetni lehet a kölcsönhatásokra. Itt két példát elemzünk részletesen. Az első egy természetvédelmi ökológiai alkalmazás, nevezetesen a trópusi erdőkben élő fafajok populációs összeomlásának korai figyelmeztető indikátorainak biztosítása. A második a cégek piaci értékeinek előrejelzéséről szól az evolúciós közgazdaságtan segítségével. Érdekes tanulság, hogy a PME modellezés gyakran pontos előrejelzéseket ad annak ellenére, hogy nem tartalmaz explicit kölcsönhatási mechanizmusokat.

Főbb jellemzők

⬤ Az olvasók széles köre számára alkalmasan megírva, és kevés matematikai szakismeretet feltételez.

⬤ Pedagógiai jellemzőket is tartalmaz: Munkapéldák, esettanulmányok és összefoglalók.

⬤ A tudományágak közötti hidakat építő interdiszciplináris megközelítés.

⬤ A gyakorlati problémák megoldására irányul.

⬤ Kísérletekkel kombinált analitikus levezetéseket és numerikus szimulációkat tartalmaz.