MathLabs
定理已证明

吉布斯不等式

命题陈述

对同一 nn 个结果上的任意两个概率分布 p=(p1,…,pn)p=(p_1,\dots,p_n) 和 q=(q1,…,qn)q=(q_1,\dots,q_n)(所有 pi,qi>0p_i, q_i > 0),有 D(p∥q)≥0D(p\|q) \ge 0,且等号 D(p∥q)=0D(p\|q) = 0 成立当且仅当 p=qp = q。

为什么成立?

对数是凹函数,因此「平均而言」它位于其切线下方。吉布斯不等式正是将詹森不等式应用于凹函数 log⁡2\log_2(以 pp 加权):它表明,若在对数内部把每个比值 qi/piq_i/p_i 替换为其 pp-加权平均值(恰好等于 11),只会使总和增大,从而迫使该散度必须非负。

证明思路

从对所有 x>0x > 0 成立的初等不等式 ln⁡x≤x−1\ln x \le x - 1 出发,等号仅在 x=1x=1 处成立(这是因为 f(x)=ln⁡x−(x−1)f(x) = \ln x - (x-1) 满足 f(1)=0f(1)=0,f′(x)=1/x−1f'(x) = 1/x - 1,当 x<1x<1 时为正、当 x>1x>1 时为负,故 ff 在 x=1x=1 处有唯一的最大值)。两边除以 ln⁡2\ln 2 得到 log⁡2x≤(x−1)/ln⁡2\log_2 x \le (x-1)/\ln 2。

对每个 ii 令 x=qi/pix = q_i/p_i 应用此式:log⁡2(qi/pi)≤(qi/pi−1)/ln⁡2\log_2(q_i/p_i) \le (q_i/p_i - 1)/\ln 2。两边乘以 pi>0p_i > 0(不改变不等号方向)并对 ii 求和:∑ipilog⁡2(qi/pi)≤1ln⁡2∑i(qi−pi)=1ln⁡2(∑iqi−∑ipi)=1ln⁡2(1−1)=0\sum_i p_i \log_2(q_i/p_i) \le \frac{1}{\ln 2}\sum_i (q_i - p_i) = \frac{1}{\ln 2}\left(\sum_i q_i - \sum_i p_i\right) = \frac{1}{\ln 2}(1 - 1) = 0,因为 pp 与 qq 都是和为 11 的概率分布。

左边恰好是 −D(p∥q)-D(p\|q)(注意对数内是 qi/piq_i/p_i 而非 pi/qip_i/q_i 所带来的符号翻转),因此这就证明了 D(p∥q)≥0D(p\|q) \ge 0。

处处等号成立要求对每个满足 pi>0p_i > 0 的 ii,ln⁡x≤x−1\ln x \le x-1 都取等号,而这仅当所有这样的 ii 都满足 qi/pi=1q_i/p_i = 1 时才会发生,即 p=qp = q。

用到此定理的主题

分步证明

该定理暂无分步证明。

参考文献

  1. Claude E. Shannon (1948). A Mathematical Theory of Communication
  2. Thomas M. Cover, Joy A. Thomas (2006). Elements of Information Theory
  3. David J. C. MacKay (2003). Information Theory, Inference, and Learning Algorithms
  4. Erdal Arıkan (2009). Channel Polarization: A Method for Constructing Capacity-Achieving Codes for Symmetric Binary-Input Memoryless Channels · arXiv:0807.3917