生命是什么？( 四 ) _小知识

互信息 I 另一种的表达体例是：

文章插图

此中 H(|) 是的前提熵，或中不在中的信息量。是以若是中的所有信息都来自，那么有：
H(|)=0 ，且 I(;) = H()
假设一个作为随机变量的发送者由两部门构成 = {1 ， 2} ，那么可以用链式法例分化互信息（Cover & Thomas, 1991）：

文章插图

此中第二项的前提互信息界说为：(2;|1) := (|1) ? (|1,2)（上面等式中符号“:=”代表界说）
有了以上信息论根本后，要对系统与情况之间的交互感化进行建模，还必需考虑更复杂的环境，因为对个别系统研究要涉及个别和情况两个信道。
让和 ε 别离代表个别系统和情况的状况集，个别的动态过程受自身状况的影响，但也可能受到情况状况的影响，对个别和情况信道建模就是 φ：ε × → 和 ψ： × ε → ε 。
此中 φ(e,s;s') 暗示当前系统和情况状况处于 s 和 e 时，下一个系统状况 s' 的概率。
ψ(s,e;e') 暗示系统在当前状况 s 和给定情况 e 下，情况下一个状况 e′ 的概率。
约束假定假定对所有 e ， s ， s' ，有 φ(e,s;s') ≥ 0 且 Σφ(e,s;s') = 1 ， ψ 同理。
可见 φ 和 ψ 组成了系统-情况交互机制模子的焦点。若是选择一个概率分布 μ 以状况 s 和 e 起头这个交互过程，则获得状况集（k,k）， k=1,2,3… ，显然在 × ε 知足：

文章插图

当然，我们可以从过程的分布（k,k）获得：

文章插图

以上，在将信息怀抱，如互信息，应用于过程的变量（k,k）后，就能量化系统和情况之间的信息流。这个过程的因果布局如图 6 所示，它蕴含了良多自力前提，例如， n+1 前提自力于给定 n-1 ， n-1下的 n ， n 。

文章插图

图6：系统情况感化因果图
信息型个别
畴前面个别形式化信息论的会商中可以看出，它与道金斯的复制子概念分歧，存眷的并非是个别许可复制的根基特征，而是个别在促进复制中能起到什么感化。作者的根基不雅点是信息个别跟着时候标的目的前传布，并不竭削减不确定性，这也是玻尔兹曼和冯·诺依曼思惟的天然延长。
在增添数学约束后，个别的形式界说的性质和内在可以更进一步描述如下：
系统-情况分化：类比于格局塔心理学的图形-布景关系，一个动态的深奥无极调集，可以粗略划分为个别系统和情况两部门（本家儿体-情况）。这种划分可允许各类系统条理存在，如天然和生物上细胞器、细胞体，甚至生物体、种群、文化。
信息个别：一个一般离散的随机过程，将来状况由当前状况的子集决议的。当所有状况分为个别和情况两部门、并别离具有状况和时，就足以展望下一个个别状况 +1 ，形式上可以用互信息来量化：