第71行: |
第71行: |
| | | |
| <math> | | <math> |
− | EI(f,\Sigma)\approx \ln\left(\frac{|\det(\nabla f(x_t))|L^n}{(2\pi e)^{n/2}}\right) | + | EI(f,\Sigma)\approx \ln\left(\frac{|\det(\nabla f(x_t))|L^n}{(2\pi e)^{n/2}}\det(\Sigma^\frac{1}{2})\right) |
| </math> | | </math> |
| + | |
| + | 这样因果涌现就可以写成 |
| + | |
| + | <math> |
| + | \Delta\mathcal{J}(x_t)=\ln\frac{|\det(\nabla f_M(y_t)|^\frac{1}{k}}{|\det(\nabla f(x_t)|^\frac{1}{n}}+\ln\frac{|\det(\Sigma)|^\frac{1}{2n}}{|\det(\Sigma_M)|^\frac{1}{2k}}. |
| + | </math> |
| + | |
| + | 这种形式和现行情况更为接近,因此可以从线性系统的性质,对非线性情况进行类比和推论。 |
| | | |
| == 线性随机迭代系统的因果涌现 == | | == 线性随机迭代系统的因果涌现 == |