Метод множителей Лагранжа
Если нужно найти экстремум (максимум, минимум или седловую точку) функции n переменных f(x1, x2, …, xn), связанных k<n условиями зависимости, которые могут быть записаны в виде ui(x1, x2, …, xn)=0, при i=1,2,…k, то вводят k неопределенных множителей li и рассматривают новую функцию Ф(x1, x2, …, xn, l1, l2, …, lk) n+k аргументов:
Значения аргументов, при которых достигается экстремум, находится путём решения системы из n+k уравнений:
Для определения того, какой из эстремумов найден (максимум, минимум или седловая точка) проверяются знаки вторых производных функции Ф по всем аргументам x в точке экстремума. Если все эти производные положительны, найден минимум, отрицательны – максимум, знаки разные – седловая точка.
Используем теперь метод множителей Лагранжа для определения значений вероятностей, при которых энтропия максимальна.
Значит, следует найти максимум функции при условии .
Согласно методу Лагранжа все k условий (оно у нас сейчас одно, т.е. k=1) нужно привести к виду: ui(x1, x2, …, xn)=0, при i=1,2,…k. В нашем конкретном случае получаем: .
Образуем вспомогательную функцию
.
Составляем и преобразуем систему уравнений:
Учтем, что: . |
Из верхних уравнений находим, что , т.е. все Pj равны между собой и значит, как следует из нижнего уравнения, равны 1/m .
Надо теперь выяснить, какой вид экстремума нами найден. Для этого проанализируем знаки второй производной функции Ф:
, т.к. Pj>0 и ln2>0 .
Следовательно, нами найдет именно максимум. Значит, энтропия источника максимальна тогда, когда все выдаваемые им сообщения равновероятны, а формула количества получаемой при этом информации совпадает с формулой количества информации по Хартли.
Дата добавления: 2021-04-21; просмотров: 361;