更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
NIS
(查看源代码)
2024年8月11日 (日) 16:38的版本
添加160字节
、
2024年8月11日 (星期日)
→动力学的定义
第74行:
第74行:
假设讨论的复杂系统动力学可由如下微分方程组描述:
假设讨论的复杂系统动力学可由如下微分方程组描述:
{{NumBlk|:|<blockquote><math>\frac{d{\mathbf{x}}}{dt} = g(\mathbf{x}(t),ξ) </math></blockquote>|{{EquationRef|1}}}}
{{NumBlk|:|<blockquote><math>\frac{d{\mathbf{x}}}{dt} = g(\mathbf{x}(t),ξ) </math></blockquote>|{{EquationRef|1}}}}
−
其中<math>\mathbf{x}(t) ∈ \mathcal{R}^p</math>
是系统的状态,
<math>p ∈ \mathcal{Z}</math>
是一正整数,
<math>ξ</math>
是高斯随机噪声。
+
其中<math>\mathbf{x}(t) ∈ \mathcal{R}^p</math>
是系统的微观状态,
<math>p ∈ \mathcal{Z}</math>
是一正整数,表示微观态的维度,
<math>ξ</math>
是一随机噪声,通常满足高斯分布。
−
通常,微观动力学
<math>g</math> 总是马尔可夫的,可以等效地建模为条件概率 <math>Pr(\mathbf{x}(t + dt)|\mathbf{x}(t))</math>
。根据该概率可求得系统状态的离散样本,这些状态即为微观状态。
+
+
不失一般性,微观动力学
<math>g</math> 总是马尔可夫的,可以等效地建模为条件概率 <math>Pr(\mathbf{x}(t + dt)|\mathbf{x}(t))</math>
。根据该概率可采样得到系统状态的离散样本[math]x_1,x_2,\cdots,x_T[/math],这些状态即构成了微观状态数据,这里[math]T[/math]为时间序列长度。
===其它定义===
===其它定义===
Jake
786
个编辑
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
集智百科
集智主页
集智斑图
集智学园
最近更改
所有页面
帮助
工具
特殊页面
可打印版本