Bu bilge beyler,
Kotz, S., Kozubowski, TJ ve Podgorski, K. (2001). Laplace Dağılımı ve Genellemeler: İletişim, Ekonomi, Mühendislik ve Finans Uygulamalarına Yeniden Bakmak (No. 183). Springer.
bir egzersizle bize meydan okuyun:
Kanıt, Normal'in verilen ortalama ve varyans için maksimum entropi olduğu Bilgi-Teorik kanıtını izleyebilir. Spesifik olarak: yukarıdaki Laplace yoğunluğu olsun ve başka bir yoğunluk olsun, ancak aynı ortalamaya ve ortalama mutlak sapmaya sahip olsun. Bu şu eşitliğin geçerli olduğu anlamına gelir:f(x)g(x)
Eg(|X−c1|)=∫g(x)|x−c1|dx=c2=∫f(x)|x−c1|dx=Ef(|X−c1|)[1]
Şimdi iki yoğunluğun
Kullback-Leibler Diverjansını düşünün :
0≤DKL(g||f)=∫g(x)ln(g(x)f(x))dx=∫g(x)lng(x)dx−∫g(x)lnf(x)dx[2]
Birinci integral (diferansiyel) entropi negatif bunu ifade eder, . İkinci integral (açıkça Laplacian pdf yazmak)g−h(g)
∫g(x)ln[f(x)]dx=∫g(x)ln[12c2exp{−1c2|x−c1|}]dx
=ln[12c2]∫g(x)dx−1c2∫g(x)|x−c1|dx
İlk integral birlikle bütünleşir ve ayrıca eq. elde ediyoruz
[1]
∫g(x)ln[f(x)]dx=−ln[2c2]−1c2∫f(x)|x−c1|dx=−(ln[2c2]+1)
Ama bu Laplacian'ın diferansiyel entropisinin negatifidir, belirtin .
−h(f)
Bu sonuçları eq. Elimizdeki
bu yana rasgele idi, bu kanıtlamaktadır yukarıdaki Laplacian yoğunluğu, yukarıdaki reçetelerle tüm dağılımlar arasında maksimum entropidir.[2]
0≤D(g||f)=−h(g)−(−h(f))⇒h(g)≤h(f)
g