Booklist

八月的窗台属于出勤率最高的太阳花——名副其实的“给点阳光就灿烂”的一种花。

据说在厉害的养花人手里，它可以从初夏的五月，开到深秋的11月。真是劳模一样的存在啊，尤其在烈日和高温夹击下的七月八月，别的花都热得开不起来的时候，它精气儿十足一朵又一朵地出现在窗台。

太阳花的花瓣极其纤薄，尤其是重瓣的品种，有种吹一口气就皱了的林妹妹感。挤压、刮蹭更是不能的，只能放在原地，静静观赏。

花期长的花，在“花期”上的表现其实有两种。一种是开一次花，然后那些花儿保留很长的时间，比如紫薇和即将横空出世的桂花；另一种，则以木槿和太阳花为代表，花儿每天朝开暮落，以花苞的量多取胜，在几个月里日日焕新颜。

从时间的持续性来说，后者似乎可以更长些。

太阳花的养护非常简单。每年的四月在某宝上挑一小撮喜爱的品种颜色，大水大肥大太阳，到了五月，不仅可以开花，还可以剪短枝条另起一盆扦插。再过大半个月，扦插的也一起开花了……

容器的选择也很随意。我今年最爱的造型，是喝完冰咖啡的一次性杯子，用针在底部戳了几个洞，灌上土扦插出来的。

八月尾，吃了无数茬的九层塔开了几枝花，原来它也是唇形科的植物啊。

月季兵马俑和铃之仙子八月也有开，只是天气依然炎热的缘故，没有比上个月好看多少。

意外的是金银花，又繁茂地复花了一次！每天清早打开窗户浇水时，沁人心脾的味道真的很治愈啊。

谢谢你们努力的绽放，给我那么多的好心情。

为解决问题建模：采取某个行动a，该行动的价值F(a)。如何想出更好的解决方案a？Diversity多样性和Recombination重组。

多样性和重组的力量来自于团队或个人的维度：不同的视角perspectives和启发式heuristics。门捷列夫通过原子量组织元素周期表，牛顿的引力理论，即是一种视角。

好的视角没有太多的局部最优点Local Optima（an action, a , such that neighboring actions have lower values, a peak on the landscape）。

启发式即如何在视角内进行搜索。除非我们对问题有所了解，否则没有哪种启发式比其他更好——no free lunch theorem。但如果我们对问题有了了解，就可以找到更好的启发式。

Teams will be better than the individuals in it because of the perspectives and heuristics. 且团队的局部最优是个体局部最优的交集。

创新来自于看待问题的不同方式及寻找解决方案的不同方式，perspective和heuristic。

Recombinant Growth，把组合重新组合，创造更多的增长。现代大学、印刷术和科学传播等等的兴起，使思想得以从一个地方和一个人转移到另一个地方，所以有了技术革命。因为我们可以分享想法，然后重新组合它们。

Markov Model：1）一组状态a set of states; 2) 转移概率transition probabilities
马尔可夫收敛定理，在Markov Transition Matrix中，只要满足一定的假设，Markov processes收敛于一个均衡。

Equilibrium Point: Nothing changes平衡点：啥都没变
Statistical Equilibrium: The world keeps churning but the distribution of types stays the same. 统计均衡：世界在不断变化，但类型的分布保持不变。

是否就说明历史不重要、干预不重要、初始条件不重要？从马尔可夫模型的收敛角度可能是的，但是对于模型里的数据对象个体，答案会不一样。就好比虽然人均不过百年，蝇营狗苟偷生和光明磊落的丰富还是有区别的。对于个体组合而成的群体亦然，所以才有“一脉相承”“文脉绵长”这样的事情。

另一个Perspective的应用了。

到了阳历的七月，夏至之后接连的小暑大暑，让窗台上的花儿草儿们倍感压力。早晚喷叶面浇水掐虫卵的目标也不过是，鲜活就好了。

所幸的是小区外立面的装修终于完工，月季们在通透的阳光下又开始精神起来。只是花开得有些吃力了。

兵马俑的层次变少了许多，烈日下有些花瓣刚绽开来就被烤干。也许略有逊色，但依然是美的。尤其是在白天并没有空调的环境里，鲜艳和耐热度与夏日切花之王百合有得一拼。

铃之仙子依然颜色姣好，花苞却是肉眼可见地小了许多，毕竟这大热天里，努力地活着就要耗费大部分的养分和精力。

有了兵马俑的教训，不敢再让花骨朵在烈日里完全盛开了。花儿微微张开的早上就剪下来，养在室内的水盆里，开出这许多层花瓣。

若以开花为成绩，月季真的是个straight A的好学生啊。

最近总是跟朋友开玩笑说年岁渐长的缘故，记忆力不复当年勇了。静下来仔细想想，其实也跟最近的信息接受量和处理模式的改变有关。新知识点chunk：

Central Limit Theorem中心极限定理：如果一群人做出一堆独立的决定，得到的分布会是钟形曲线。这个钟形曲线意味着最有可能的结果是中间的那个。

Normal Distribution正态分布/高斯分布：统计学上重要的概率分布。正态曲线呈钟型，两头低，中间高，左右对称，因此又常被称之为钟形曲线bell curve。正态分布中，±1σ、±2σ、±3σ下的概率分别是68.3%、95.5%、99.73%，±6σ则为3.4ppm(part per million 百万分之)——六西格玛管理体系的由来。
延伸到产品质量案例，若要求的产品厚度为500-560mm，那么中间值mean是530，Six Sigma Standard Deviation要求就应该是5。
标准差Standard Deviation是方差的算术平方根，反映组内个体间的离散程度。比如1至9这九个自然数的均值为5，每个数字减去均值分别为：-4，-3，-2，-1，0，1，2，3，4；均值平方得到：16，9，4，1，0，1，4，9，16；然后求和=60；标准差=根号下60/(9-1)=根号下7.5，即方差开平方。

Game of life在netlogo里的路径：文件-模型库-computer science-cellular automata。

Ceteris Paribus ：在其他条件都不变的情况下。，最常见的是解释某个线性回归模型的系数。通常指在其他变量不变的情况下，系数所属的变量的变动所带来的边际影响。

Spatial Model的有趣案例：如果一个人买电脑的主要有四个考虑因素，屏幕尺寸、运行速度、电池寿命和价格，那么最有可能有spatial preference的是屏幕尺寸。因为它对于购买者来讲有一个ideal point，而其他因素要么是越快越好要么是越长越好或越低越好。
所以新产品开发和传达的重点不仅是找到关键因素，而且是其中的spatial preferences！

Tipping Points：直接临界和环境临界，（平衡、周期、随机、复杂）类间、类中。
衡量方法：Diversity Index多样性指数（number of types）、Entropy熵（所需信息量）

72法则对应的精确指数计算在excel=power

Solow Growth Model比basic多的部分是技术变量A(t)，在Basic Growth Model的基础上增加技术因素之后，Long Run GDP就会增加A²倍。增长模型不仅适用于国家等经济体，同样适用于个人：除了努力工作，也要投资于技术和创新的增长，让它保持在1以上的系数。