Calcolatore dell'entropia di Shannon
Incolla una distribuzione di probabilità e ottieni la sua entropia di Shannon H = −Σ p·log p in bit — l'informazione media per esito. Mostra anche l'entropia massima possibile (distribuzione uniforme) e la ridondanza, quanto sei sotto quel massimo.
Strumenti correlati
Tutti gli strumenti: Matematica discreta e grafi →Il Calcolatore dell'entropia di Shannon trasforma Probabilità (somma 1) in Entropia (bit), Entropia massima (bit), Ridondanza, all'istante e gratis. Ad esempio, con Probabilità (somma 1) = 0.25, 0.25, 0.25, 0.25 restituisce Entropia (bit) = 2, Entropia massima (bit) = 2 e Ridondanza = 0%.
Come si usa
- Inserisci i tuoi valori: Probabilità (somma 1).
- Leggi subito il risultato: Entropia (bit), Entropia massima (bit), Ridondanza.
Domande frequenti
Come funziona il Calcolatore dell'entropia di Shannon?
Parte da Probabilità (somma 1) per ricavare Entropia (bit), Entropia massima (bit) e Ridondanza. Il calcolo è dal vivo mentre digiti, quindi il risultato si aggiorna a ogni modifica.
Quali valori richiede il calcolatore?
Un solo valore: Probabilità (somma 1). Non serve altro — né account, né caricare file.
Com'è un calcolo tipico?
Con Probabilità (somma 1) = 0.25, 0.25, 0.25, 0.25, il calcolatore restituisce Entropia (bit) = 2, Entropia massima (bit) = 2 e Ridondanza = 0%. Queste cifre provengono da questo stesso strumento: inserisci gli stessi valori per riprodurle.
Quanto cambia il risultato con altri valori?
Molto. Con Probabilità (somma 1) = 0.25, 0.26, 0.28, 0.29, Entropia (bit) passa da 2 a 1,998 — ecco perché conviene provare più scenari invece di fidarsi di una sola cifra.
Cosa dà con valori più bassi?
Ridotto a Probabilità (somma 1) = 0.25, 0.25, Entropia (bit) dà 1. Conviene verificare entrambi gli estremi prima di affidarsi a un singolo risultato.
In quali casi si usa davvero?
Tutto ciò che si modella come punti e collegamenti: un cammino minimo, la capacità di una rete, una pianificazione con dipendenze o un circuito ridotto alla sua logica.
Qual è l'errore più comune?
Supporre che un cammino minimo resti minimo quando un peso cambia segno. Gli archi negativi invalidano l'argomento greedy su cui poggia Dijkstra, e l'algoritmo restituisce con sicurezza una risposta sbagliata invece di un errore.
Da dove vengono i dati e quanto sono aggiornati?
Gli algoritmi sono quelli dei manuali e i loro risultati esatti per il grafo inserito. Ciò che varia è il costo: per diversi di questi problemi non si conosce una soluzione efficiente, quindi gli input grandi sono risolti per euristica e lo strumento lo indica.