예 : 세 개의 사이트가 있다고 가정하고 사용자 A, B, C의 균형을 비교하고자합니다. 우리는 세 사이트에 대한 사용자의 평판을 벡터 형식으로 씁니다.
사용자 A : [23, 23, 0]
사용자 B : [15, 15, 0]
사용자 C : [10, 10, 10]
A는 B보다 균형이 잘 잡힌 것으로 간주합니다 (평판은 두 사이트에 균등하게 분산되어 있지만 A는 전체 평판이 더 높습니다). 또한 우리는 C보다 B가 더 반올림 된 것으로 간주합니다 (동일한 명성을 가지지 만 C는 더 많은 사이트에 퍼져 있습니다). .
하자 , , 각각 위의 명성 벡터를합니다.xAxBxC
평판 벡터 의 함수로 사용자의 "반올림"을 측정하려고합니다 . 위에서 함수 가 및 .f(x)ff(xA)>f(xB)f(xC)>f(xB)
모든 인 오목 증가 트릭을 할 것이다.f(x)
볼록 함수의 두 가지 일반적인 예는 '분수 규범'입니다.
f([x1,...,xm])=∑ixpi
대 .0<p<1
촬영 , 우리는 계산p=1/2
f(xA)=223−−√≈9.6
f(xB)=215−−√≈7.7
f(xC)=310−−√≈9.5
규범 에 따르면 , 사용자 A는 사용자 C에 비해 좁은 마진으로 세 가지 중에서 가장 균형이 잘 잡힌 것으로 간주됩니다.1/2
에 대한 다른 선택 은 (스케일 된) Shannon 엔트로피입니다.f
f([x1,...,xm])=−∑ixilog(xi/c).
여기서 입니다.c=∑ixi
우리가 가지고가는 경우에 우리가 계산 스케일 섀넌 엔트로피가 될 수 있습니다f
f ( x B ) = 30 로그 ( 2 ) ≈ 20.8 f ( x C ) = 30 로그 ( 3 ) ≈ 33.0
f(xA)=46log(2)≈31.9
f(xB)=30log(2)≈20.8
f(xC)=30log(3)≈33.0
축척 된 Shannon 엔트로피에 따라 측정하면 C는 세 가지 중에서 가장 반올림되고 A는 두 번째로 가장 반올림됩니다.
편집 : 원래 함수 는 볼록해야 한다고 말했습니다 . 그 반대입니다.f(x)
EDIT2 : whuber의 의견에 비추어 예를 추가했습니다.