Giả sử là một tập hợp các kết quả loại trừ lẫn nhau của một biến ngẫu nhiên rời rạc và là một hàm tiện ích mà , , vv
Khi được phân bố đều trên và là một hàm xác suất tin đại chúng , Shannon entropy là tối đa (, và khi một phần tử trongcó tất cả các's tin đại chúng, các entropy Shannon được giảm thiểu (, trên thực tế). Điều này tương ứng với trực giác vềngạc nhiên(hoặcgiảm độ không chắc chắn) và kết quả vàđộ không chắc chắn(hoặcdự đoán là siêu định) và các biến ngẫu nhiên:
- Khi được phân phối đồng đều, độ không đảm bảo được tối đa hóa, và càng có nhiều kết quả cho khối lượng được phân phối đồng đều, chúng ta càng không chắc chắn.
- Khi có tất cả khối lượng tập trung vào một kết quả, chúng ta không có sự không chắc chắn.
- Khi chúng tôi chỉ định kết quả là xác suất , chúng tôi không nhận được thông tin nào (là "không có gì ngạc nhiên") khi chúng tôi thực sự quan sát nó.
- Khi chúng ta gán kết quả một xác suất càng ngày càng gần , việc quan sát nó thực sự xảy ra sẽ ngày càng có nhiều thông tin hơn ("đáng ngạc nhiên").
(Tất cả điều này không nói gì về sự cụ thể hơn - nhưng ít diễn giải hơn - mã hóa thông tin / entropy của Shannon, tất nhiên.)
Tuy nhiên, khi có giải thích hàm chức năng , có một cách giải thích hợp lý cho hoặc∑f(ω)log1 ? Dường như với tôi rằng có thể có:
- nếu là một PMF đại diện cho một phân bố đều trên Ω , sau đó f là một hàm tiện ích tương ứng với sự thờ ơ trong những kết quả mà không thể được lớn *
- một chức năng tiện ích trong đó một kết quả có tất cả các tiện ích và phần còn lại không có (như bị lệch về một tiện ích như có thể) tương ứng với các sở thích tương đối rất mạnh - thiếu sự thờ ơ.
Có một tài liệu tham khảo mở rộng về điều này? Tôi đã bỏ lỡ điều gì đó về những hạn chế trong việc so sánh các hàm khối lượng xác suất và các tiện ích tương đối được chuẩn hóa trên các biến ngẫu nhiên rời rạc?
* Tôi nhận thức được các đường cong thờ ơ và không thấy chúng có liên quan đến câu hỏi của tôi như thế nào vì nhiều lý do, bắt đầu tập trung vào một không gian mẫu phân loại và thực tế là tôi không quan tâm đến 'sự thờ ơ' mỗi se, nhưng đúng hơn là làm thế nào để diễn giải các tiện ích như xác suất và cách diễn giải các chức năng về xác suất khi 'phân phối xác suất' (rời rạc) trong câu hỏi thực sự hoặc (ngoài ra) có giải thích chức năng tiện ích.