摘要翻译：
在复杂系统中，非线性和随机动力学之间的相互作用（如J.Monod的必然性和偶然性）产生了达尔文意义上的进化过程，即吸引子之间的离散跳跃、间断平衡、自发的随机“突变”和“适应”。在进化的时间尺度上，它在同质种群中产生可持续的个体多样性，而不是确定性动力学通常预测的趋同。这种系统中的涌现离散状态，即吸引子，对内部扰动和外部扰动都具有天然的鲁棒性。生物细胞是一个介观的非线性随机开放生化系统，其表型状态可以从这个角度来理解。
---
英文标题：
《Stochastic Physics, Complex Systems and Biology》
---
作者：
Hong Qian
---
最新提交年份：
2012
---
分类信息：

一级分类：Physics        物理学
二级分类：Adaptation and Self-Organizing Systems        自适应和自组织系统
分类描述：Adaptation, self-organizing systems, statistical physics, fluctuating systems, stochastic processes, interacting particle systems, machine learning
自适应，自组织系统，统计物理，波动系统，随机过程，相互作用粒子系统，机器学习
--
一级分类：Mathematics        数学
二级分类：Dynamical Systems        动力系统
分类描述：Dynamics of differential equations and flows, mechanics, classical few-body problems, iterations, complex dynamics, delayed differential equations
微分方程和流动的动力学，力学，经典的少体问题，迭代，复杂动力学，延迟微分方程
--
一级分类：Physics        物理学
二级分类：Biological Physics        生物物理学
分类描述：Molecular biophysics, cellular biophysics, neurological biophysics, membrane biophysics, single-molecule biophysics, ecological biophysics, quantum phenomena in biological systems (quantum biophysics), theoretical biophysics, molecular dynamics/modeling and simulation, game theory, biomechanics, bioinformatics, microorganisms, virology, evolution, biophysical methods.
分子生物物理、细胞生物物理、神经生物物理、膜生物物理、单分子生物物理、生态生物物理、生物系统中的量子现象（量子生物物理）、理论生物物理、分子动力学/建模与模拟、博弈论、生物力学、生物信息学、微生物、病毒学、进化论、生物物理方法。
--
一级分类：Quantitative Biology        数量生物学
二级分类：Other Quantitative Biology        其他定量生物学
分类描述：Work in quantitative biology that does not fit into the other q-bio classifications
不适合其他q-bio分类的定量生物学工作
--

---
英文摘要：
  In complex systems, the interplay between nonlinear and stochastic dynamics, e.g., J. Monod's necessity and chance, gives rise to an evolutionary process in Darwinian sense, in terms of discrete jumps among attractors, with punctuated equilibrium, spontaneous random "mutations" and "adaptations". On an evlutionary time scale it produces sustainable diversity among individuals in a homogeneous population rather than convergence as usually predicted by a deterministic dynamics. The emergent discrete states in such a system, i.e., attractors, have natural robustness against both internal and external perturbations. Phenotypic states of a biological cell, a mesoscopic nonlinear stochastic open biochemical system, could be understood through such a perspective.
---
PDF链接：
https://arxiv.org/pdf/1203.3554