Ukazuje sa, že funkcia HHH je jediná funkcia Shannonovho typu:
H(P)=−∑P(Ai)logP(Ai)H(P) = – \sum P(A_i)\log P(A_i)H(P)=−∑P(Ai)logP(Ai)
V texte sa uvádzajú lemy vedúce k tomuto záveru, napríklad:
- H(1,0)=0H(1,0)=0H(1,0)=0,
- H(p1,…,pn,0)=H(p1,…,pn)H(p_1,…,p_n,0)=H(p_1,…,p_n)H(p1,…,pn,0)=H(p1,…,pn),
- pri danom nnn nadobúda funkcia HHH maximum pri rovnakých pravdepodobnostiach.
Maximum entropie
Pri danom nnn nadobúda entropia maximum:
maxH(P)=logn\max H(P) = \log nmaxH(P)=logn
ak:
- p1=p2=…=pn=1np_1 = p_2 = … = p_n = \frac{1}{n}p1=p2=…=pn=n1
Príklady
a)
Ak:
- p(X0)=23p(X_0) = \frac{2}{3}p(X0)=32
- p(X1)=13p(X_1) = \frac{1}{3}p(X1)=31
potom:
- H(P)=−(23log23+13log13)H(P) = -\left(\frac{2}{3}\log \frac{2}{3} + \frac{1}{3}\log \frac{1}{3}\right)H(P)=−(32log32+31log31)
b)
Ak:
- p(X0)=12p(X_0) = \frac{1}{2}p(X0)=21
- p(X1)=12p(X_1) = \frac{1}{2}p(X1)=21
potom:
- H(P)=log22=1H(P) = \log_2 2 = 1H(P)=log22=1 bit