微分熵是否总是小于无穷大?


14

对于任意连续的随机变量,例如,其微分熵是否始终小于?(这是确定如果它是- )。如果不是,有什么必要和充分条件,它是小于X


1
您是否尝试过任何示例?同样,均匀分布在长度为L
Piotr Migdal

实际上,均匀分布(在任何有限间隔上)的微分熵总是有限的,即log(L),因此是有界的。实际上,我可以确定2类连续分布,它们的熵总是有界的-(1)支持在有限区间内的任何分布,以及(2)第2矩是有限的任何分布。前者受均匀分布的限制;而后者则受高斯分布的限制。
syeh_106

实际上,我还可以构造一个具有无限二阶矩且仍具有有限熵的分布。例如,考虑f(x)= 3 /(x ^ 2),x> 3。显然,E [X ^ 2]是无限的,但是h(X)〜= -3.1 nats。但是,我无法确认对于任意连续随机变量而言是否正确,或者无法提出反例来反驳它。如果有人可以显示此内容,我将非常感谢。
syeh_106

1
谢谢您的评论和链接,Piotr。顺便说一句,我还检查了我的课程材料之一,并发现了完全相同的离散随机变量示例,其中包含无数的无限支持。因此,构造一个连续的类似物并不困难。因此,第一个问题的答案是显而易见的。我将在下面针对可能有相同问题的其他人进行总结。顺便说一句,我需要在上面的第二条评论中进行更正,具体来说,对于f(x)= 3 /(x ^ 2),h(X)应该为正,即3.1 nats。
syeh_106

2
这个问题和答案是模棱两可的,因为它们没有说明要在哪个集合上应用范围。如果是RV,则它具有一个熵周期。如果它是一个“任意”的连续RV,那么(显然)不可能有上限。您打算对X施加什么约束?从评论和您的答案看来,您可能想修复X的支持- 也许不是?也许您想将X限制为在特定时刻具有给定范围的那些变量?也许您希望X属于参数族-也许不是?请编辑此问题以澄清。XXXXX
ub

Answers:


11

我也考虑了这个问题,并设法找到了一个反例,这也要归功于Piotr的上述评论。第一个问题的答案是否定的-连续随机变量(RV)的微分熵并不总是小于。例如,考虑一个连续的RV X,其pdf为 f x = log 2 X>2

f(x)=log(2)xlog(x)2
x>2

不难证明其微分熵是无限的。尽管它增长得很慢(大约是对数)。

对于第二个问题,我知道有一个简单的必要条件和充分条件。然而,一个部分答案如下。根据其支持,将连续RV分为以下3种类型之一,即

类型1:连续RV,其支持范围是有界的,即包含在[a,b]中。
2类型:连续RV,其支撑被半界,即包含于[A,)或(- ,α] 类型3:连续的RV,其支撑是无界的。

然后我们有以下内容-

对于1型RV,其熵始终无条件地小于。 对于类型2 RV,如果其平均值(μ)是有限的,则其熵小于。 对于类型3 RV,其熵小于,如果它的方差(σ 2)是有限的。
μ
σ2

类型1 RV的微分熵是小于相应的均匀分布,即,该指数分布,即,类型2 RV,1 + Ö | μ - 一个|和类型3 RV,即高斯分布的类型,即1log(ba)1+log(|μa|)12log(2πeσ2)

请注意,对于2型或3型RV,上述条件只是一个充分条件。例如,考虑类型2 RV,其中 表示x>3。显然,其均值是无限的,但其熵为3.1 nat。或者考虑fx=9的3型RV

f(x)=3x2
x>3| x| >3。它的方差是无限的,但其熵为2.6 nat。因此,如果有人可以为此部分提供完整或更优雅的答案,那就太好了。
f(x)=9|x|3
|x|>3

1
xαα>0

皮奥特(Piotr)感谢您提供有关SE政策的建议。(是的,我显然是新来的。)关于导致有界熵的有限时刻,您愿意分享您的证明吗?谢谢!
syeh_106

@PiotrMigdal我计划在最后添加内容后将这个问题的答案保留在当前状态。出于上述Piotr的评论,我考虑了有限均值是否导致有限熵。总的来说,我无法得出结论。我确实发现,如果RV的支持是有限的,那是真的。请参阅上面的修改后的答案。我期待有一天会有更好的答案。
syeh_106

“不难证明其微分熵是无限的。” 你能证明如何验证吗?对于黎曼积分来说似乎是正确的,但是相对于Lebesgue测度而言,微分熵是正确的。我无法验证相应的Lebesgue积分不收敛。
cantorhead

1
XE[X]H(X)=log(4π)
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.