1,301
个编辑
更改
→因果态的主要性质
（1）因果态在所有有效态中的统计复杂度最小
（1）因果态在所有有效态中的统计复杂度最小
上文中已经介绍了柯式复杂度和统计复杂度的基本概念，接下来回顾一下它们之间的关系。如果<math>s^L </math>表示对过程的测量结果的前<math>L </math>个字符串，那么复杂性之间的关系可以近似的表示为：
如果在已确定描述语言（程序）的情况下，柯式复杂度 可以理解为描述字符串 所用的总信息量。
为香农熵率，是信息不确定性程度的归一化指标，信息的不确定性越高，香农熵率越大。 在这里可以理解为误差率， 则为允许损失的随机信息量。
统计复杂度 可以理解为允许存在误差率 的情况下，描述字符串 所用的最少信息量。
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
（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