更改

== 临界态 ==

== 临界态 ==

在复杂系统研究中，临界态（critical state）指系统在有序与无序之间的过渡点处所呈现的特殊状态。在这一状态下，系统对外部扰动的响应表现出强烈的相关性和尺度不变性（scale invariance）。Christensen和Moloney在《复杂性与临界性》书中指出，许多复杂系统在演化过程中会自发地靠近临界点，而无需外部精确调节，这一现象被称为自组织临界性（self-organized criticality, SOC）。在临界态下，系统的统计特征常常遵循幂律分布，反映出其内部的协同与层级结构<ref name=":19">Christensen, K., & Moloney, N. R. (2006). ''Complexity and criticality = 复杂性和临界状态''. Fudan University Press.</ref>。

在复杂系统研究中，临界态（critical state）指系统在有序与无序之间的过渡点处所呈现的特殊状态。在这一状态下，系统对外部扰动的响应表现出强烈的相关性和尺度不变性（scale invariance）。Christensen和Moloney在《复杂性与临界性》书中指出，许多复杂系统在演化过程中会自发地靠近临界点，而无需外部精确调节，这一现象被称为自组织临界性（self-organized criticality, SOC）。在临界态下，系统的统计特征常常遵循幂律分布，反映出其内部的协同与层级结构<ref name=":19">Christensen, K., & Moloney, N. R. (2006). ''Complexity and criticality = 复杂性和临界状态''. Fudan University Press.</ref>。规模法则也常常在临界现象中。

'''幂律关系与无尺度性'''

'''自组织临界性与沙堆模型'''

[math]\displaystyle P(s) \sim s^{-\tau},[/math]

模型假设在一个二维格点上不断堆积沙粒，当局部斜率超过某个阈值时，局部区域的沙粒会向周围扩散，形成所谓的“雪崩”（avalanche）事件。每次雪崩都会重新分配系统的能量，使系统从微观扰动中逐步趋向宏观平衡。经过充分演化后，系统自发达到一个临界稳态，在该状态下，所有统计量都呈现出幂律分布的标度特征<ref name=":19" />。

 

 

其中， [math]\displaystyle P(s)[/math] 为雪崩规模分布， [math]\displaystyle P(T)[/math] 为持续时间分布， [math]\displaystyle \tau,\alpha,\gamma[/math] 分别为临界指数（critical exponents）。这些指数控制了事件大小与持续时间之间的关系，体现系统在宏观层面的统计规律。

在该临界稳态下，一次雪崩的持续时间 [math]T[/math]和这次雪崩的规模大小 [math]s[/math]就服从一个规模法则 ：

:<math>

 

T \propto s^{\beta}

<nowiki>[math]\displaystyle P(s,L) = s^{-\tau} f!\left(\frac{s}{L^{D}}\right) [/math]</nowiki>

</math>

 

其中 [math]\displaystyle L[/math] 为系统尺度， [math]\displaystyle D[/math] 为特征维度（fractal dimension）， [math]\displaystyle f(x)[/math] 为无量纲标度函数。这表明，不同规模系统的分布在适当归一化后可以重叠到同一条标度曲线上，体现出临界系统的'''无尺度性（scale-free structure）'''。

 

 

 

模型假设在一个二维格点上不断堆积沙粒，当局部斜率超过某个阈值时，局部区域的沙粒会向周围扩散，形成所谓的“雪崩”（avalanche）事件。每次雪崩都会重新分配系统的能量，使系统从微观扰动中逐步趋向宏观平衡。经过充分演化后，系统自发达到一个临界稳态，在该状态下，所有统计量都呈现出幂律分布的标度特征<ref name=":19" />。

在该临界稳态下，雪崩的大小 [math]\displaystyle s[/math] 与其持续时间 [math]\displaystyle T[/math] 之间遵循幂律关系：

其中幂指数为：[math]\beta[/math]。除此之外，雪崩大小和持续时间的概率分布也都满足幂律的形式：

[math]\displaystyle T \propto s^{,\beta}, \qquad P(s) \propto s^{-\tau}, \qquad P(T) \propto T^{-\alpha}. [/math]

:<math>

P(s) \propto s^{-\tau}, \qquad P(T) \propto T^{-\alpha}.  

</math>

其中 [math]\displaystyle \alpha, \beta, \tau[/math] 为临界指数（critical exponents），决定了系统在不同尺度上的统计规律。进一步的数值模拟与实验表明，这些指数的具体数值因模型维度与局部动力学而异，但其幂律形式具有普适性（universality）。这意味着，无论系统的微观细节如何，只要具备能量累积与阈值释放的机制，都会自然演化到一个幂律主导的临界态。

其中 [math]\alpha, \tau[/math] 都为幂律指数；[math]\alpha,\beta,\tau[/math]统称为临界指数（critical exponents），决定了系统在不同尺度上的统计规律。进一步的数值模拟与实验表明，这些指数的具体数值因模型维度与局部动力学而异，但其幂律形式具有普适性（universality）。这意味着，无论系统的微观细节如何，只要具备能量累积与阈值释放的机制，都会自然演化到一个幂律主导的临界态。

在有限系统中，雪崩规模的分布还满足有限尺度标度形式：

在有限系统中，雪崩规模的分布还满足有限尺度标度形式：

<nowiki>[math]\displaystyle P(s,L) = s^{-\tau} f!\left(\frac{s}{L^{D}}\right), [/math]</nowiki>

:<math>

P(s,L) = s^{-\tau} f!\left(\frac{s}{L^{D}}\right),  

</math>

其中 [math]\displaystyle L[/math] 为系统线性尺度， [math]\displaystyle D[/math] 为雪崩的特征维度（fractal dimension）。这一标度律表明，不同规模系统的统计行为可以通过合适的归一化函数 [math]\displaystyle f(x)[/math] 统一到同一曲线之上，揭示了临界系统的自相似与无尺度性。

其中 [math]L[/math] 为系统线性尺度， [math]D[/math] 为雪崩的特征维度（fractal dimension）。这一标度律表明，不同规模系统的统计行为可以通过合适的归一化函数 [math]f(x)[/math] 统一到同一曲线之上，揭示了临界系统的自相似与无尺度性。

== 大语言模型 ==

== 大语言模型 ==