“计算力学”的版本间的差异
跳到导航
跳到搜索
小 （数学公式需要重新编号） |
小 （→误差最小的预测： 提高数学公式中符号的一致性） |
||
| 第8行： | 第8行： | ||
<math> | <math> | ||
\begin{aligned} | \begin{aligned} | ||
| − | C_{μ}(\ | + | C_{μ}(\mathbfcal{R}) & \equiv H[\mathbfcal{R}] \\ |
& = - \sum_{ρ \in \mathcal R } P(\mathcal R = ρ)\log_{2}P(\mathcal R = ρ). \\ | & = - \sum_{ρ \in \mathcal R } P(\mathcal R = ρ)\log_{2}P(\mathcal R = ρ). \\ | ||
\end{aligned} | \end{aligned} | ||
| 第15行： | 第15行： | ||
当和收敛到一个有限值。 | 当和收敛到一个有限值。 | ||
| − | 在<math>C_{μ}</math> | + | 在<math>C_{μ}</math>含有下标μ提示我们它有着量化理论的特性，并且最终依赖于过程序列的分布，能导出状态上的测量。 |
一个状态类的统计复杂度是平均不确定度（单位是比特），在此过程的当前状态。这个，换句话说，是跟平均存储数量（单位是比特）一样，过程看上去是在保持过去，在给定选定的状态类<math>\mathbfcal{R}</math>的条件下。这个目标是在尽可能少的存储下完成。再次申明，我们希望最小化统计复杂度，并符合最大准确预测的原则。 | 一个状态类的统计复杂度是平均不确定度（单位是比特），在此过程的当前状态。这个，换句话说，是跟平均存储数量（单位是比特）一样，过程看上去是在保持过去，在给定选定的状态类<math>\mathbfcal{R}</math>的条件下。这个目标是在尽可能少的存储下完成。再次申明，我们希望最小化统计复杂度，并符合最大准确预测的原则。 | ||
2024年7月30日 (二) 12:08的版本
计算力学（Computational Mechanics）又翻译成“计量涌现（The Calculi of Emergence）”。请加入《因果涌现读书会》聆听最新的解释。
误差最小的预测
定义1 状态类[math]\displaystyle{ \mathbfcal{R} }[/math]的统计复杂度是
[math]\displaystyle{ \begin{aligned} C_{μ}(\mathbfcal{R}) & \equiv H[\mathbfcal{R}] \\ & = - \sum_{ρ \in \mathcal R } P(\mathcal R = ρ)\log_{2}P(\mathcal R = ρ). \\ \end{aligned} }[/math]
当和收敛到一个有限值。
在[math]\displaystyle{ C_{μ} }[/math]含有下标μ提示我们它有着量化理论的特性，并且最终依赖于过程序列的分布，能导出状态上的测量。
一个状态类的统计复杂度是平均不确定度（单位是比特），在此过程的当前状态。这个，换句话说，是跟平均存储数量（单位是比特）一样，过程看上去是在保持过去，在给定选定的状态类[math]\displaystyle{ \mathbfcal{R} }[/math]的条件下。这个目标是在尽可能少的存储下完成。再次申明，我们希望最小化统计复杂度，并符合最大准确预测的原则。