5,443
个编辑
更改
跳到导航
跳到搜索
第221行：
第221行： − 那么公式可以解释为+ − 字符串 的总信息量≈被归纳的状态信息量+放弃归纳的随机信息量
→因果态的主要性质
统计复杂度<math>C_μ (s^L ) </math>可以理解为允许存在误差率<math>h_μ </math>的情况下，描述字符串<math>s^L </math>所用的最少信息量。
统计复杂度<math>C_μ (s^L ) </math>可以理解为允许存在误差率<math>h_μ </math>的情况下，描述字符串<math>s^L </math>所用的最少信息量。
那么公式可以解释为：字符串<math>s^L </math>的总信息量≈被归纳的状态信息量+放弃归纳的随机信息量
（2）因果态在所有有效态中具有最高预测性
（2）因果态在所有有效态中具有最高预测性