ये बुद्धिमान सज्जन,
कोत्ज़, एस।, कोज़ुबोव्स्की, टीजे, और पॉडगॉर्स्की, के। (2001)। द लैप्लस डिस्ट्रीब्यूशन एंड जेनुअलाइजेशन: ए रेविसिट विद एप्लिकेशंस टू कम्यूनिकेशंस, इकोनॉमिक्स, इंजीनियरिंग एंड फाइनेंस (नं। 183)। स्प्रिंगर।
एक अभ्यास के साथ हमें चुनौती दें:
प्रमाण सूचना-सैद्धांतिक प्रमाण का पालन कर सकता है कि दिए गए माध्य और विचरण के लिए सामान्य अधिकतम एन्ट्रापी है। विशेष रूप से: Let उपरोक्त लाप्लास घनत्व है, और किसी भी अन्य घनत्व है, लेकिन एक ही मतलब और पूर्ण विचलन होने दें। इसका मतलब यह है कि निम्नलिखित समानता रखती है:f(x)g(x)
Eg(|X−c1|)=∫g(x)|x−c1|dx=c2=∫f(x)|x−c1|dx=Ef(|X−c1|)[1]
अब दो घनत्वों के
कुल्बैक-लीब्लर विचलन पर विचार करें :
0≤DKL(g||f)=∫g(x)ln(g(x)f(x))dx=∫g(x)lng(x)dx−∫g(x)lnf(x)dx[2]
पहले अभिन्न की (अंतर) एन्ट्रापी के नकारात्मक है , यह निरूपित । दूसरा अभिन्न अंग है (स्पष्ट रूप से लाप्लासियन पीडीएफ लेखन)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
पहला इंटीग्रल एकता को एकीकृत करता है, और eq का उपयोग भी करता है। हम प्राप्त करते हैं
[1]
∫g(x)ln[f(x)]dx=−ln[2c2]−1c2∫f(x)|x−c1|dx=−(ln[2c2]+1)
लेकिन यह के अंतर एन्ट्रापी का नकारात्मक है, इसे दर्शाते हैं ।
−h(f)
इन परिणामों को eq में सम्मिलित करता है। हमारे पास
चूंकि मनमाना था, यह साबित करता है कि उपरोक्त नुस्खों के साथ सभी वितरणों के बीच लैपलैसियन घनत्व अधिकतम एन्ट्रापी है।[2]
0≤D(g||f)=−h(g)−(−h(f))⇒h(g)≤h(f)
g