Otimização de entropia: implementação computacional dos princípios MaxEnt e MinxEnt

Detalhes bibliográficos
Autor(a) principal: Mattos,Rogério Silva de
Data de Publicação: 2002
Outros Autores: Veiga,Álvaro
Tipo de documento: Artigo
Idioma: por
Título da fonte: Pesquisa operacional (Online)
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0101-74382002000100003
Resumo: Os princípios de otimização de entropia MaxEnt de Jaynes (1957a,b) e MinxEnt de Kullback (1959) encontram aplicações em várias áreas de investigação científica. Ambos envolvem a otimização condicionada de medidas de entropia que são funções intrinsecamente não-lineares de probabilidades. Como constituem problemas de programação não-linear, suas soluções demandam algoritmos de busca iterativa e, além disso, as condições de não-negatividade e de soma um para as probabilidades restringem de modo particular o espaço de soluções. O artigo apresenta em detalhe (com a ajuda de dois fluxogramas) uma implementação computacional eficiente desses dois princípios no caso de restrições lineares com verificação prévia de existência de solução dos problemas de otimização. Os autores também disponibilizam rotinas de fácil uso desenvolvidas em linguagem MatLab<FONT FACE=Symbol>â</FONT> .
id SOBRAPO-1_db520f99cdeb67fccad59e317eda38e0
oai_identifier_str oai:scielo:S0101-74382002000100003
network_acronym_str SOBRAPO-1
network_name_str Pesquisa operacional (Online)
repository_id_str
spelling Otimização de entropia: implementação computacional dos princípios MaxEnt e MinxEntotimização da entropiamedida de Shannonmedida de KullbackOs princípios de otimização de entropia MaxEnt de Jaynes (1957a,b) e MinxEnt de Kullback (1959) encontram aplicações em várias áreas de investigação científica. Ambos envolvem a otimização condicionada de medidas de entropia que são funções intrinsecamente não-lineares de probabilidades. Como constituem problemas de programação não-linear, suas soluções demandam algoritmos de busca iterativa e, além disso, as condições de não-negatividade e de soma um para as probabilidades restringem de modo particular o espaço de soluções. O artigo apresenta em detalhe (com a ajuda de dois fluxogramas) uma implementação computacional eficiente desses dois princípios no caso de restrições lineares com verificação prévia de existência de solução dos problemas de otimização. Os autores também disponibilizam rotinas de fácil uso desenvolvidas em linguagem MatLab<FONT FACE=Symbol>â</FONT> .Sociedade Brasileira de Pesquisa Operacional2002-06-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0101-74382002000100003Pesquisa Operacional v.22 n.1 2002reponame:Pesquisa operacional (Online)instname:Sociedade Brasileira de Pesquisa Operacional (SOBRAPO)instacron:SOBRAPO10.1590/S0101-74382002000100003info:eu-repo/semantics/openAccessMattos,Rogério Silva deVeiga,Álvaropor2002-07-31T00:00:00Zoai:scielo:S0101-74382002000100003Revistahttp://www.scielo.br/popehttps://old.scielo.br/oai/scielo-oai.php||sobrapo@sobrapo.org.br1678-51420101-7438opendoar:2002-07-31T00:00Pesquisa operacional (Online) - Sociedade Brasileira de Pesquisa Operacional (SOBRAPO)false
dc.title.none.fl_str_mv Otimização de entropia: implementação computacional dos princípios MaxEnt e MinxEnt
title Otimização de entropia: implementação computacional dos princípios MaxEnt e MinxEnt
spellingShingle Otimização de entropia: implementação computacional dos princípios MaxEnt e MinxEnt
Mattos,Rogério Silva de
otimização da entropia
medida de Shannon
medida de Kullback
title_short Otimização de entropia: implementação computacional dos princípios MaxEnt e MinxEnt
title_full Otimização de entropia: implementação computacional dos princípios MaxEnt e MinxEnt
title_fullStr Otimização de entropia: implementação computacional dos princípios MaxEnt e MinxEnt
title_full_unstemmed Otimização de entropia: implementação computacional dos princípios MaxEnt e MinxEnt
title_sort Otimização de entropia: implementação computacional dos princípios MaxEnt e MinxEnt
author Mattos,Rogério Silva de
author_facet Mattos,Rogério Silva de
Veiga,Álvaro
author_role author
author2 Veiga,Álvaro
author2_role author
dc.contributor.author.fl_str_mv Mattos,Rogério Silva de
Veiga,Álvaro
dc.subject.por.fl_str_mv otimização da entropia
medida de Shannon
medida de Kullback
topic otimização da entropia
medida de Shannon
medida de Kullback
description Os princípios de otimização de entropia MaxEnt de Jaynes (1957a,b) e MinxEnt de Kullback (1959) encontram aplicações em várias áreas de investigação científica. Ambos envolvem a otimização condicionada de medidas de entropia que são funções intrinsecamente não-lineares de probabilidades. Como constituem problemas de programação não-linear, suas soluções demandam algoritmos de busca iterativa e, além disso, as condições de não-negatividade e de soma um para as probabilidades restringem de modo particular o espaço de soluções. O artigo apresenta em detalhe (com a ajuda de dois fluxogramas) uma implementação computacional eficiente desses dois princípios no caso de restrições lineares com verificação prévia de existência de solução dos problemas de otimização. Os autores também disponibilizam rotinas de fácil uso desenvolvidas em linguagem MatLab<FONT FACE=Symbol>â</FONT> .
publishDate 2002
dc.date.none.fl_str_mv 2002-06-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0101-74382002000100003
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0101-74382002000100003
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/S0101-74382002000100003
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Sociedade Brasileira de Pesquisa Operacional
publisher.none.fl_str_mv Sociedade Brasileira de Pesquisa Operacional
dc.source.none.fl_str_mv Pesquisa Operacional v.22 n.1 2002
reponame:Pesquisa operacional (Online)
instname:Sociedade Brasileira de Pesquisa Operacional (SOBRAPO)
instacron:SOBRAPO
instname_str Sociedade Brasileira de Pesquisa Operacional (SOBRAPO)
instacron_str SOBRAPO
institution SOBRAPO
reponame_str Pesquisa operacional (Online)
collection Pesquisa operacional (Online)
repository.name.fl_str_mv Pesquisa operacional (Online) - Sociedade Brasileira de Pesquisa Operacional (SOBRAPO)
repository.mail.fl_str_mv ||sobrapo@sobrapo.org.br
_version_ 1750318016208306176

Registros relacionados