texlive中手动安装latex包

有tlmgr就用它,

没有,可以下载源文件安装:
1. download the package files, especially the ins and dtx file
2. compile the ins file (latex name.ins). that should result in a name.sty file.
3. create a directory for the new package: sudo mkdir /usr/share/texmf-texlive/tex/latex/name/
4. copy name.sty to the latex directory: sudo cp /usr/share/texmf-texlive/tex/latex/name/
(note, you can also store them in your home directory, but I haven’t tried that yet)
5. important: be sure the file has permissions: -rw-r–r–. If in doubt, run sudo chmod 644 name.sty
6. update latex to recognize the new package by running texhash /usr/share/texmf-texlive
7. OPTIONAL – compile latex name.dtx to get the documentation

转自:Judson’s Notes

我自己的Ubuntu里的附加软件

gcc, gfortran, gsl, petsc, slepc, emacs, mpich2, torque, atlas, lapack, blas

latex, latex-extra, latex-publishers, latex-beamer, pdf-shuffler, pdf-chain

grace, gnuplot

sage(数学软件系统), xmds(微分方程数值求解,包含Schroedinger方程)

dropbox (改用https协议就能够登陆和下载)

chromium

vmplayer, windows 7, word(专门填表用的,丫的)

2012年春季《临界现象与复杂性》课程

这门课一直在系统这边的博士生的培养计划之中。一直没有开过。这学期我打算开起来。已经在选课系统中,希望大家感兴趣的来听听。博士生好像不得不上这门课了,硕士生(尤其是硕士生)我强烈推荐你来试试。

大致的内容,我打算按照《复杂性研究中的数学物理方法》的思路来组织。这样比《临界现象与复杂性》更一般一些,当然临界现象部分还是要讲的。主要的想法是:通过这门课把受教育背景各不相同的学生放在同样的起点上,为系统科学(复杂性、物理学、社会系统、经济系统)以后的研究工作做准备。基本上本科阶段的数学物理课程都会涉及(当然《数学分析》的内容就默认大家都了解)。然后每一门课,我只会讲最最基本的内容,基本上5-10小时之内给大家一个图像,帮大家入门。课后大家通过自主阅读与练习来达到真正学会的目的。

你来,我应该能保证,你会上一个层次,会得到对这些学科的不一样的体会。但是,我需要你保证完成作业,并尽可能地主动阅读我留下的或者推荐的教材、文献。

提纲:
1、线性代数与数值线性代数:矩阵、本征值与本征向量、线性变化、矢量空间、Blas与Lapack
2、概率论:古典概型、简单事件、复合事件、频率与概率、有限事件空间上的概率论,概率三元体,概率论的矩阵表示,Monte Carlo方法简介
3、分析力学:状态与状态空间、动力学过程、Hamilton方程、Lagrange方程
4、量子力学:二维系统的量子力学,态矢量、算符、Schroedinger方程、测量,密度矩阵
5、统计力学:状态空间、系综理论、配分函数,相变,Metropolis方法,量子统计初步
**********一学期的量,这次就开这么多,下次把《系统理论基础》跟这门课合起来开,讲两学期*************************
6、非线性动力学:动力系统、简单稳定性分析、不同定性行为分类并举例,混沌举例
7、高等统计力学:相变、重整化群、有限大小标度、临界现象与临界指数,产生湮灭算符形式的量子统计入门
8、高等量子力学:Hibert空间的矢量和算符,测量问题与量子力学基础,产生湮灭算符形式的量子力学

我的信念是学哪一门就要学会象那一门的专业学生一样地来思考问题。具体的知识、技巧可能掌握的程度不一样,但是有哪一些基本问题、如何处理,也就是大图景和品味是一样的。有很多的老师和学生可能不同意我这个观点。不过,不妨来试试,给我和你自己一个机会,没准我们能够成功呢。

这第一轮的课,允许我把主要时间放在把这些课程的基本内容做成一个整体。以后,我会把实际研究工作的例子加入进来,放在课程中合适的地方。

课程的组织方式大概按照:导论(背景,相关研究工作简介,参考书与文献介绍),核心内容讲解与讨论,课后作业,习题课(讲解习题以及个别的例题)。考核方式:习题(40%),大作业或者课程论文(20%),期末考试(40%)。课后作业可以通过小组讨论来解答,但是答案必须是自己的,类似的答案(例如错别字一样、相同的加减号错误、相同的常系数错误等)视作抄袭,大作业或者课程论文的任何部分(多于一句话)网上查得到,视作抄袭。抄袭者的成绩一概不及格(59/100)。

另外,这学期有两个与本课程相关的专题课(分别是《随机过程导论》与《平衡与非平衡统计物理学》)将由国际知名学者来讲授(分别为Peter Drummand,量子光学领域的牛人以及Birger Bergersen,那本比较流行的平衡态统计物理学的作者)。他们会过来用英文讲课,时间大约是5、6月份。

要不要我也用英文讲?那样的话,大家都要辛苦更多,我也要花更多的精力来准备。要不,下一轮,我再用英文讲授吧。关键是我恐怕没这么多时间来准备。

经典纯随机客体与伪随机客体,区别可测吗?

假设有完全随机的概率均匀分布的六面骰子。装六个这样的骰子在一个盒子里。

另外一个盒子,装六个单面的骰子,面值分别为1,2,3,4,5,6,盖上盒子。

问,随机从两个盒子中各抽出一个骰子,骰子的面值是什么,有多大的可能性?

制作一种试剂和骰子结合在一起(我们叫做牌),骰子取值1,2,3,4,5的时候红色,6的时候黑色。问,随机抽出一张牌,牌有什么颜色,可能性是多少?两个盒子的情况有区别吗?


对于纯随机的牌的情形,就算某张牌被抽出来之后,它的颜色也是不确定的,只有在“看”的时候,观察者(或者测量仪器)才知道它的颜色;
对于伪随机客体,抽出来之后,不管看没看它就定了颜色了。
可是,注意,这个区别能测吗?例如先让别的观察者提前看看?好像可以,因为逻辑上好像时间不一样。但是,真的行吗?不行,这就相当于把问题转给那个提前的观察者。


问,一张牌从盒子里抽出来之后,红色的几率是多少?两个盒子有区别吗?
显然第一个盒子的牌,红5/6,黑1/6。
第二个盒子呢,有认识这么认为的:牌取出来之后,它的状态就定了,跟其他的牌没有关系,只是实验者还不知道什么颜色。而这个只有两种可能,因此,红的黑的各占50%。真的是这样吗?相信是这样的人,就试试这个实验。

我们作为人,而不是上帝,知道纯随机与伪随机,有意义吗,有区别吗?

我的聪明观

小的时候觉得聪明是一件了不起的事情。总是炫耀,总是逞能,总是挑战。

上了大学以后,发觉聪明不重要,勤奋决定一切。你比别人聪明,并不是值得炫耀的,值得骄傲的。更聪明又做不好,才更没面子呢。

近几年,深入研究工作以后,又渐渐地发现,思考的深刻程度,还是决定了工作的品质。

所以,我打算,把深刻、思辨的例子收集起来,让学生集中体会一下深入思考的乐趣。目前手上的例子有:伽利略的重物落得更快的思辨(反例),勾股定理的量纲分析,单摆的量纲分析,量子测量问题与Bell不等式。

最后这个例子有点难。有没有更好的例子?