1樓：
計算是忽略了自己不想要的，只拿取自己想要的的封裝行為。
解這個方程組就是從無數個點裡面找乙個自己想要的點，你可以說我是獲得了資訊才鎖定了他（原本只有乙個方程，然後又獲得了第二個方程，就是獲得資訊）。
當你得到解時，是還原不了原本的方程的，符合這個解的方程有無數種，就是資訊丟失了。有一些並不需要的資訊被忽略了。
2樓：劉大
資訊量是不會增加的，這個可以從資訊理論中的Data Processing Inequality立即得到。
Wiki上給出了如下例子：
在資訊理論中這個不等式經常被用到，可以參考Thomas Cover的Elements of Information Theory。
3樓：ExboCooope
計算可以減少資訊量，也可以增加資訊量，因為計算本身就是資訊。
比如題中原始資訊是x=1 y=1
通過計算
4x+2y
3x-y
得到4x+2y=6
3x-y=2
資訊量增加了
4樓：竹清溪
在承認人的基本理性和基本邏輯的前提下，由於例子中的情況是乙個等價變換，所以資訊量是不會減少的。但資訊存在的形式卻發生了改變，變得更加有助於分析，外星人的計算或許是由x y的值以某種規則匯出乙個方程組也說不定。數學在很多時候都在講求形式這是人的大腦運作模式所決定的，我們只能夠對相當狹窄的範圍的形式加以認知。
同時也是公理系統要求的，因為運用這套系統有嚴格的限制，特別是在形式上，所以必須對待分析的東西加以轉化。人的直接認知的能力真的不強，例如，請找出一些數，它們無法被按照任何規則（例如從小到大規則）排成一列，沒學過數學的人很難想象。但數學引入了可列的概念，從而說明了無理數是不可以按照任何規則（例如從小到大規則）排成一列的。
按理說，當你說出無理數時，資訊就全部給出了，但你並不能直接認識到，必須通過某種方法旁敲側擊來讓自己認識到某些資訊。形式的改變常常是重要的方法。
5樓：
資訊量減少了。
定性可以理解為，從方程可以準確地還原出解，而通過解無法準確得出遠方程。這意味著有一部分不確定性在計算過程中丟失了。資訊量是事物不確定性的量綱，也就隨之減少。
6樓：
[1] D. J. C.
MacKay, Information Theory, Inference, and Learning Algorithms, vol. 100. 2005.
令隨機變數X為所有包含不確定性的物件，這裡的「計算」我們視為對X的某個確定性函式 f:X->f(X)。也就是說，得到結果了就拋棄原有的資訊。
注意，由於 f 是確定性的，條件熵 H(f(X)|X) 始終為0，H(X|f(X)) 等於 0 當且僅當 f 可逆。
在這種意義下，會。損失的資訊量即為 H(X|f(X))。
7樓：
看你對資訊的空間選取了。
如果你不了解數學，認為資訊是文字，並且準備用ascii碼表示那麼
4x+2y=6,
3x-y=2
等價於28545365548569522475699636552542555556663(瞎編的），如果你想把它儲存起來，那又不得不加上它在特定儲存器上的位置，比如266324 加前面那一大串(瞎編的)。
當你加了乙個皮諾亞代數的標籤時
4x+2y=6,
3x-y=2
就等價於兩個方程。
如果再加上歐幾里德空間的性質，
4x+2y=6,
3x-y=2
就等價於兩條直線，
如果你認為方程的前後關係不重要並對其聯立，
大 4x+2y=6,
括號 3x-y=2
，即你認為它僅僅表示點，那它就等價於點。如果一些寫法上的變化是允許的，你可以寫的更好看一些:(x,y)=(1,1)。
如果你認為x,y不必要，那麼(1，1）就好。
所以我們判斷資訊操作前後是否一致時，要對資訊的空間進行定義，並保持一致，在此框架下，才能進行判斷。
比如6，放到布林型裡，表示兩種情形下的一種。放到0～31的空間裡，表示32種情形下的一種。放到自然數裡，表示可數多情況下的一種。放到實數裡，表示不可數多的情況下一種。
如果4x+2y=6,
3x-y=2
表示兩條直線，
那麼，(x=1，y=1)資訊減少了，損失在解方程過程中的不可逆操作。
>>>。
至於其中某一步究竟可逆還是不可逆，也與操作定義明確與否相關。
如，解方程操作
第一步定義為「將第二個方程中的y用x表示，並帶入第乙個方程中，不作其他變換」
第二步定義為「將第乙個方程按結合律展開，將含x項置於等式左側，數字項置於右側，兩邊同時除以x項的係數。」
那麼結合第二個式子和第一步操作，可以推回第乙個式子。
結合第三個式子和第二步的操作，推不回第二個式子。
可以理解為對兩條直線進行了縮放平移旋轉等操作，保證其交點始終不動，但縮放和平移的具體操作引數未被記錄完全。
在給定資訊空間的條件下，如下定義:
資訊空間=對應所有可能狀態的數量的負對數。
資訊=已知的狀態數量的負對數。則:
資訊2=資訊1+操作資訊空間–逆操作資訊空間
一般地，操作資訊空間。
8樓：invisibili
從資訊學角度來講資訊量增加了
單純的方程組沒任何意義可以看作隨機資訊資訊量為零 （比如對於沒學過的人）
計算的過程其實是你新增額外的規則進行推導的過程最後得出乙個值增加了資訊量
9樓：鵪鶉
減少了。
二元一次方程組可以看作是二維平面內的兩條直線，有4個自由度。
二元一次方程組的解，可以看作是二維平面內的乙個點，有2個自由度。
10樓：Ivony
首先，資訊量當然減少了，因為可以有無數個方程得到這一組解，你只留下方程的解當然丟失了資訊量。
在這個例子裡面，解相對於方程而言是多餘的，因為只要有方程就一定能得到這個解。方程+解和方程的資訊量等同。所以，計算不能增加資訊量。
然後，計算能不能減少資訊量？減少資訊量的本質是丟棄資訊，而不是計算，你僅僅保留計算結果，丟棄原始方程，當然減少了資訊量，但是這和計算一毛錢關係沒有，是因為你自己把方程丟了。
方程、函式或者點集，這三者是等價的，他們的資訊量是等同的，是同乙個東西的三種不同的表現形式。
所以，當你把方程列成乙個方程組的時候，資訊怎麼就會突然坍縮到只剩下交點呢？我們完全可以通過方程組還原出函式影象或者點集啊，這說明兩者的資訊量是完全等同的。
11樓：Reinhardt Jin
@靈劍 說的是準確的，我補個理解方式。
方程組裡每乙個方程都是乙個點集，把它們組織成「方程組」相當於求交。「解」方程相當於把交集是啥給用列表或者別的什麼方式表示出來。
所以認為「把方程解出來是從未知到已知」之類的觀點是錯的……減少點集裡點的個數是在「列成方程組」這一步幹的，不是在你「解」這一步才幹的。
12樓：
資訊量沒有變，但是計算消耗能量。
人總是需要更簡單直接的形式的資訊，因為理解複雜的形式時消耗更多能量，會導致大腦的熵增加。
這個計算的過程實際上也是資訊的壓縮，雖然壓縮前後資訊量不變，但壓縮過程總是消耗能量。
13樓：
字面上，多了個x＝1，y＝1，雖然對原方程組而言是多餘的「虛約束」，但文字上還是多了些資訊量。
計算上，假設計算的方法已經準備好，那麼，計算仍需要消耗能量。能量跟資訊量有關。
也就是說，計算步驟所產生的過程數，就是增加的資訊量。如4x＋2y＋6x-2y＝10＝10x，這一步就產生了10，6，2等新數字。。
這些數字即便最後抹去了，可消耗的能量也能證明他們的存在。
如果你說，從方程組到解是一步到位的，不存在過程，我覺得。。不太可能吧？
拋磚引玉，匿了
14樓：靈劍
不增加資訊量，但是可以說增加了資訊的另一種表述形式。資訊的表述形式對很多問題來說是很關鍵的，而資訊量只是個數值，就跟質量、能量差不多，同樣是50kg的碳氫氧氮磷，50kg的人和50kg的生豬就完全不同，可見表述形式也很重要。
相聲應該有大的資訊量嗎？
鋶騏 把點開活吧。新觀眾居多，或者演花場，或者是企業晚會什麼的，肯定不能資訊量太大，要不觀眾反應不過來，就得使薄皮大餡的包袱。老觀眾多，薄皮大餡的反而不吃，使點兒打內的 資訊量大的 包袱皮兒厚的反而好一點。 劉曲奇 不應該https www. 王二小 我覺得相聲不是資訊量少，是由於演員的表演讓觀眾忽...
面相會改變麼？
紅淺學創始人 面相會變的。看面相比算八字更準確。看看曾經的中國首富，他的相貌是怎麼轉變的！那麼什麼是好面相呢？如果是父母看上的，面相一般比較好。如果是自己看上的，可能面向比較差。最重要的是，請記在自己的手腕上 比較上鏡的人，往往是第一眼美女，往往面相不好。收好，不謝！補充一下 明星裡面相面好的還要看...
身邊有種什麼都知道什麼都會資訊量很大的人，他們是怎麼知道的？
misakahisa 不一定需要看書多，可能是人生坎坷經歷豐富，或者去過很多地方，和各種各樣的人交流過。當然讀書也是很重要的，問題在於能不能真正的看懂書在講什麼，以及能不能把書上的東西用起來。也可能單純的很聰明很勤奮，不但專業學的好，還會外語，會唱歌，會寫字，這樣的特種人才可遇而不可求。還有那種嘴上...