5,443
个编辑
更改
→因果涌现分类框架
以下案例能够很直观的说明以上两种因果涌现的形式：
以下案例能够很直观的说明以上两种因果涌现的形式：
<math>
<math>
\end{cases}
\end{cases}
</math>
</math>
该例子是一个特殊的马尔科夫过程，这里，<math>p_{X_{t+1}|X_t}(x_{t+1}|x_t)</math>表示动力学关系，<math>X_t=(x_t^1,…,x_t^n )\in \left\{0,1\right\}^n </math>为微观态。所有微观变量的抑或<math>\bigoplus_{j=1}^{n} x_t^j</math>为宏观态。该过程是基于前后两个时刻的变量<math>x_t</math>和<math>x_{t+1}</math>取值间关系的概率定义的。
该例子是一个特殊的马尔科夫过程，这里，<math>p_{X_{t+1}|X_t}(x_{t+1}|x_t)</math>表示动力学关系，<math>X_t=(x_t^1,…,x_t^n )\in \left\{0,1\right\}^n </math>为微观态。所有微观变量的抑或<math>\bigoplus_{j=1}^{n} x_t^j</math>为宏观态。该过程是基于前后两个时刻的变量<math>x_t</math>和<math>x_{t+1}</math>取值间关系的概率定义的。