关于概率和不可分辨性的推理

Question

我正在寻找关于正式推理捕获不可区分概念的提示，即随机变量的相同概率分布。这样的变量可以从0/1空间采样，同时考虑具有随机比特的XOR游戏，或者可以从大环采样。后一种情况将配备模块化添加。

充其量，任何已知的方式可以得出结论：具有平坦分布的随机变量的和的分布是平的？ 或者，Z3可以使用什么样的推理概率？

我遇到的最佳匹配可能是关于贝叶斯信念网络（Esorics的Michael Huth等人）的推理，仍然感到迷茫。那么，从哪里开始呢？谢谢。

Answer 1

无法真正回答这个问题，但我们最近为基于Z3的（某些）概率系统设计了一个（非常专业的）模型检查器可能会引起人们的兴趣。关于它有一个paper和一个implementation。在我们非常特殊的环境中，一切都是离散化的，因此可以回答“平坦度”或类似的问题，但它可能仍然非常昂贵。