族谱网 头条 人物百科

拉普拉斯妖

2020-10-16
出处:族谱网
作者:阿族小谱
浏览:736
转发:0
评论:0
原文引述拉普拉斯坚信决定论,他在他的概率论(Essaiphilosophiquesurlesprobabilités)导论部分说:“Nousdevonsdoncenvisagerl&qu

原文引述

拉普拉斯坚信决定论,他在他的概率论(Essai philosophique sur les probabilités)导论部分说:

“Nous devons donc envisager l"état présent de l"univers, comme l"effet de son état antérieur, et comme la cause de celui qui va suivre. Une intelligence qui pour un instant donné, connaîtrait toutes les forces dont la Nature est animée, et la situation respective des êtres qui la composent, si d"ailleurs elle était assez vaste pour soumettre ces données à l"Analyse, embrasserait dans la même formule, les mouvements des plus grands corps de l"univers et ceux du plus léger atome : rien ne serait incertain pour elle, et l"avenir comme le présent serait présent à ses yeux.”——Laplace,Essai philosophique des probabilités

(翻译)

“我们可以把宇宙现在的状态视为其过去的果以及未来的因。假若一位智者会知道在某一时刻所有促使自然运动的力和所有组构自然的物体的位置,假若他也能够对这些数据进行分析,则在宇宙里,从最大的物体到最小的粒子,它们的运动都包含在一条简单公式里。对于这位智者来说,没有任何事物会是含糊的,并且未来只会像过去般出现在他眼前。”

拉普拉斯这里所说的“智者”(intelligence)便是后人所称的拉普拉斯妖。

近代观点

拉普拉斯以后,近代的量子力学诠释使得拉普拉斯妖的理论基础受到质疑。

粒子物理学家、神学家约翰·波金霍尔指出,由于电子位置的不确定性,即使相互作用仅考虑牛顿力学,试图计算一个气态氧分子(O2)在与其他分子碰撞50次(约0.1ns以内)后的位置也是无效的。

化学家罗伯特·尤兰维奇(英语:Robert Ulanowicz)在他的书中指出(Growth and Development, 1986)19世纪物理学的不可逆过程、熵、及热力学第二定律已经使得拉普拉斯妖成为不可能。拉普拉斯妖的可能性是建立在经典力学可逆过程的基础上的,然而热力学理论则指出现实的物理过程都是不可逆的。

而随着计算机理论的发展出现一种观点-即使世界是不包含量子理论的概率论的纯粹的决定论的机械论世界,似乎也只能计算过去。因为如果预测未来的计算是需要在本宇宙中进行或计算结果在本宇宙中体现的,那么计算活动的物质运动及其预测结果对未来就有影响,则计算中需要使用计算活动本身的物质运动与计算结果的数据,这将造成对计算结果的无限递归,无法得到结果。

近来,有人对拉普拉斯妖分析数据的能力提出一个极限。这个极限是由宇宙最大熵、光速、以及将信息传送通过一个普朗克长度所需要的时间得来的,约为10比特。 在宇宙开始以来所经历过的时间以内不可能处理比这个量更多的数据。

参考资料

^Laplace, Pierre-Simon. Introduction, Théorie Analytique des Probabilités. De la probabilité. Oeuvres complètes de Laplace VII. Gauthier-Villars. 1820: vi––vii. 

^参见 John Polkinghorne, Quarks, Chaos and Christianity pp. 65–66

^Lloyd, Seth. Computational Capacity of the Universe. Physical Review Letters. May 2002, 88 (23): 237901. doi:10.1103/PhysRevLett.88.237901. 

参见

麦克斯韦妖


免责声明:以上内容版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。感谢每一位辛勤著写的作者,感谢每一位的分享。

——— 没有了 ———
编辑:阿族小谱
发表评论
写好了,提交
{{item.label}}
{{commentTotal}}条评论
{{item.userName}}
发布时间:{{item.time}}
{{item.content}}
回复
举报
点击加载更多
打赏作者
“感谢您的打赏,我会更努力的创作”
— 请选择您要打赏的金额 —
{{item.label}}
{{item.label}}
打赏成功!
“感谢您的打赏,我会更努力的创作”
返回

更多文章

更多精彩文章
打赏
私信

推荐阅读

· 拉普拉斯变换
形式定义对于所有实数t≥≥-->0{\displaystylet\geq0},函数f(t){\displaystylef(t)}的拉普拉斯变换是函数F(s){\displaystyleF(s)},定义为:参数s{\displaystyles}是一个复数:拉普拉斯变换的其他表示法中使用Lf{\displaystyle\displaystyle{\mathcal{L}}f}或Lt{f(t)}{\displaystyle\displaystyle{\mathcal{L}}_{t}\left\{f(t)\right\}}而非F{\displaystyleF}。L{\displaystyle{\mathcal{L}}}是一个运算符号。积分的含义取决于函数的类型。该积分存在的一个必要条件是在f{\displaystylef}必须在[0,∞∞-->){\displaystyle[0,\inf...
· 拉普拉斯数
相关条目奥内佐格数Oh,和拉普拉斯数有以下的关系La=Oh−−-->2{\displaystyle\mathrm{La}=\mathrm{Oh}^{-2}}
· 拉普拉斯展开
公式设B=(bij)是一个n×n矩阵。B关于第i行第j列的余子式Mij是指B中去掉第i行第j列后得到的n−1阶子矩阵的行列式。有时可以简称为B的(i,j)余子式。B的(i,j)代数余子式:Cij是指B的(i,j)余子式Mij与(−1)的乘积:Cij=(−1)Mij拉普拉斯展开最初由范德蒙德给出,为如下公式:对于任意i,j∈{1,2,...,n}:例子考虑以下的矩阵:这个矩阵的行列式可以用沿着第一行的拉普拉斯展开式来计算:也可以用沿着第二列的拉普拉斯展开式来计算:很容易看到这个结果是正确的:这个矩阵是奇异的,因为它的第一列和第三列的和与第二列成比例,因此它的行列式是零。证明设B是一个n×n的矩阵,i、j∈{1,2,...,n}。为了明确起见,将Mij{\displaystyleM_{ij}}的系数记为(ast){\displaystyle(a_{st})},其中1≤s...
· 拉普拉斯算子
定义拉普拉斯算子是n维欧几里得空间中的一个二阶微分算子,定义为梯度(∇∇-->f{\displaystyle\nablaf}散度的散度(∇∇-->⋅⋅-->∇∇-->f{\displaystyle\nabla\cdot\nablaf})。因此如果f是二阶可微的实函数,则f的拉普拉斯算子定义为:f的拉普拉斯算子也是笛卡儿坐标系xi{\displaystylex_{i}}中的所有非混合二阶偏导数:作为一个二阶微分算子,拉普拉斯算子把C函数映射到C函数,对于k≥2。表达式((1)或(2))定义了一个算子Δ:C(R)→C(R),或更一般地,定义了一个算子Δ:C(Ω)→C(Ω),对于任何开集Ω。函数的拉普拉斯算子也是该函数的黑塞矩阵的迹:坐标表示式二维空间三维空间N维空间在参数方程为x=rθθ-->∈∈-->RN{\displaystylex=r\theta\in...
· 拉普拉斯分布
概率分布、概率密度以及分位数函数如果随机变量的概率密度函数分布为那么它就是拉普拉斯分布。其中,μ是位置参数,b>0是尺度参数。如果μ=0,那么,正半部分恰好是尺度为1/2的指数分布。拉普拉斯分布的概率密度函数让我们联想到正态分布,但是,正态分布是用相对于μ平均值的差的平方来表示,而拉普拉斯概率密度用相对于平均值的差的绝对值来表示。因此,拉普拉斯分布的尾部比正态分布更加平坦。根据绝对值函数,如果将一个拉普拉斯分布分成两个对称的情形,那么很容易对拉普拉斯分布进行积分。它的累积分布函数为:逆累积分布函数为生成拉普拉斯变量已知区间(-1/2,1/2]中均匀分布上的随机变量U,随机变量为参数μ与b的拉普拉斯分布。根据上面的逆累计分布函数可以得到这样的结果。当两个相互独立同分布指数(1/b)变化的时候也可以得到Laplace(0,b)变量。同样,当两个相互独立同分布一致变量的比值变化的时候也可以得到L...

关于我们

关注族谱网 微信公众号,每日及时查看相关推荐,订阅互动等。

APP下载

下载族谱APP 微信公众号,每日及时查看
扫一扫添加客服微信