集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织

更改

基于可逆性的因果涌现理论 (查看源代码)

2025年3月23日 (日) 16:16的版本

删除1,653字节 、 2025年3月23日 (日) 16:16
→‎离散动力学
第28行： 第28行：     
所谓的[[置换矩阵]]是指每一个行向量都是独热向量（one-hot vector，即只有一个元素是1，其余元素均为零的向量），每两个行向量都不相同。
 
所谓的[[置换矩阵]]是指每一个行向量都是独热向量（one-hot vector，即只有一个元素是1，其余元素均为零的向量），每两个行向量都不相同。
−
  −
纯粹的置换矩阵在所有可能的TPM中非常稀少，所以大多数的TPM并不是严格动力学可逆的。因此，需要一个指标来刻画任意一个TPM接近动力学可逆的程度。考虑P的秩为r，当且仅当r<N（N为矩阵的维数）的时候，P是不可逆的；且P越退化对应着越小的r。然而，非退化（满秩）的矩阵P并不总是动力学可逆的，因为：
  −
  −
# 尽管<math>P^{-1}</math>存在，<math>P^{-1}</math>并不一定是满足归一化条件的合法TPM（即矩阵中每个元素都大于等于0，小于等于1，且每一行满足加和为1的条件）；
  −
# 如前所述，若P满足动力学可逆性，则P必为置换矩阵。
  −
  −
所有置换矩阵的行向量都是独热向量。这一特性可以被矩阵P的[[弗罗贝尼乌斯范数]]（Frobenius norm）刻画。事实上，当且仅当P的行向量是独热向量的时候，矩阵P的弗罗贝尼乌斯范数取最大值。因此，我们可以由矩阵P的秩r和矩阵的弗罗贝尼乌斯范数找到P的近似动力学可逆性与矩阵奇异值之间的联系。
  −
  −
首先，矩阵的秩可以被写作：
  −
<blockquote>
  −
<math>
  −
\begin{aligned}
  −
r=\sum_{i=1}^{N}\sigma_{i}^{0}
  −
\end{aligned}
  −
</math>
  −
</blockquote>
  −
其中<math>
  −
\sigma_{i}
  −
</math>是矩阵P的第i个奇异值，[math]N[/math]是马尔科夫链的状态数。
  −
  −
紧接着，矩阵的弗罗贝尼乌斯范数可以被写作：
  −
<blockquote>
  −
<math>\begin{aligned}
  −
{||P||}_{F}^{2}=\sum_{i=1}^{N}\sigma_{i}^{2}
  −
\end{aligned}
  −
</math>
  −
</blockquote>
  −
这也是所有奇异值的平方和。可以看出矩阵的秩和[[弗罗贝尼乌斯范数]]都与奇异值相联系。
      
===连续动力学===
 
===连续动力学===
取自“https://wiki.swarma.org/index.php/特殊:移动版差异/42950”