5,443
个编辑
更改
跳到导航
跳到搜索
第152行：
第152行： − +
→因果涌现框架
V_t = f(X_t)
V_t = f(X_t)
</math>
</math>
其中，函数 <math>f(\cdot)</math> 代表某种确定性或随机性的映射，将高维的微观状态映射到较低维的宏观表征。因此，宏观状态 <math>V_t</math> 是 <math>X_t</math> 的随附特征（supervenience），意味着 <math>V_t</math> 的值完全依赖于 <math>X_t</math>，但不同的粗粒化方法可能导致不同的宏观表征。
其中，函数 <math>f(\cdot)</math> 代表某种确定性的映射，将高维的微观状态映射到较低维的宏观表征。因此，宏观状态 <math>V_t</math> 是 <math>X_t</math> 的随附特征（supervenience），意味着 <math>V_t</math> 的值完全依赖于 <math>X_t</math>，但不同的粗粒化方法可能导致不同的宏观表征。
在系统的时间演化过程中，微观状态 <math>X_t</math> 影响下一时刻的微观状态 <math>X_{t+1}</math>，即：
在系统的时间演化过程中，微观状态 <math>X_t</math> 影响下一时刻的微观状态 <math>X_{t+1}</math>，即：