|
对于具有强相互作用粒子的系统,我们利用了Tsallis熵。从广义系统开始,我们最大化了Thessannon熵[30]s=-PNn=1p(cn)log(p(cn))带约束PNn=1p(cn)=1,PNn=1p(cn)mcn=M/Cyielding the Lagrangian L:cision。对于C来说,这可能过于简单,因为至少赢得一次采购的公司数量是一些优化问题的解决方案。C的价值是有限的公司数量和进入PP市场的成本造成的经济摩擦的结果。p-3Ladislav Kristoufek1,2,Jiri Skuhrovec1L=-NXn=1p(cn)log(p(cn))- λNXn=1p(cn)- 1.-κNXn=1p(cn)mcn-司仪!(1) 给定sp(cn)=e时,关于p(cn)的lw的最大化-κcn+λ-1,其中κ和λ是关于约束的拉格朗日乘数,或在经济方面,是关于给定约束的灵敏度。有趣的是,κ描述了企业平均收入变化的敏感性。因此,广义系统熵的最大化产生麦克斯韦-玻尔兹曼(指数)分布,温度的倒数作为拉格朗日乘数κ。考虑到非广义系统,我们最大化了Tsallis的熵[31,32]Sq=(1)-PNn=1p(cn)q)/(q)-1) 式中,q是一个熵指数,具有相同的约束条件,拉格朗日指数L=1-PNn=1p(cn)qq- 1.- λNXn=1p(cn)- 1.-κNXn=1p(cn)mcn-司仪!(2) 这里,Lw相对于p(cn)的最大化产生p(cn)=Q-1qλ+κcn-Q-1,其中κ和λ是关于限制的拉格朗日乘数。因此,在非扩张系统中,熵的最大化产生帕累托(幂律)分布。这确实是我们观察到的参与企业的总收入,这一过程可以很好地描述为来自具有强相互作用粒子的非扩展系统。
|