Created: 2026-03-06 07:53:04
Updated: 2026-03-06 07:53:04

decision problem:L{0,1}L\subset \{ 0,1 \}^*
不存在一个算法判定xx是否属于LL

如何证明Komogorov Complexity是不可计算问题?
给定一个bit 串,找出生成该比特串的最小程序长度

\exists program pp, s{0,1}\forall s\in \{0,1\}^*, p(s)=K(s)p(s)=K(s) ,其中K表示串s的Komogorov Complexity
Then p~\exists \tilde{p} output the first string s such that

l(p~)l(p)+log(10100)+const.l(\tilde p) \leq l(p)+\log(10^{100}) + const.

随着串复杂度增加,s的K(s)K(s)总会大于l(p~)l(\tilde p),从而l(p~)l(\tilde p)成为表示s的最小串长度,因而产生矛盾

Lecture 8 Max Entrpoy

在求解欠定方程的时候,我们无法在许多解中确定所需的那个,有时我们会取解的模长最小的那个。在概率分布中有时也会面临同样的问题。
probability distribution estimation with partial information

  1. Let f be a probability distribution with constraints:
    • f(x)0,xf(x)\geq 0,\forall x
    • 0f(x)dx=1\int_{0}^\infty f(x)\mathrm{d}x = 1
    • gi(x)f(x)dx=ri,for  i=1,2,,n\int_{-\infty}^\infty g_{i}(x) f(x)\mathrm{d}x=r_{i}, for\ \ i=1,2,\dots,n
      用熵最大的依据是:最大熵对应的分布通常没有额外的约束,而熵不是最大的概率分布往往会有其他的约束。
      例子:已知连续概率分布f满足E(X)=0,Var(X)=1E(X)=0,Var(X)=1,求最大熵对应的分布?
      也就是

      argminfflogfdx\arg\min _{f} \int_{-\infty}^\infty -f\log f\mathrm{d}x

      constraints:
      $$
      \begin{align}
      \int _{-\infty}^\infty f(x), dx=1 \

\int_{-\infty}^\infty xf(x) , dx =0 \
\int _{-\infty}^\infty x^2f(x), dx = 1
\end{align}

变分法:变分法:

\int _{-\infty}^\infty \delta(f\log f)+\lambda\delta f+\mu x\delta f+\nu x^2\delta f, dx = 0
$
$

(logf+1+λ+μx+νx2)δfdx=0\int (\log f+1+\lambda+\mu x+\nu x^2)\delta f \, dx = 0

得到f(x)=eν(xx0)2λf(x)=e^{-\nu(x-x_{0})^2-\lambda'}
作业:证明正态分布N(0,σ2)N(0,\sigma^2)是在给定限制E(X)=0,Cov(X)=σ2E(X)=0,Cov(X)=\sigma^2情形下的最大熵分布。![[src/Pasted image 20230410204048.png]]

证明:
计算任意满足条件的分布ff与gaussian distributiong(x)=Cex22σ2g(x) = C e^{-\frac{x^2}{2\sigma^2}}的交叉熵:

D(fg)=f(x)logf(x)g(x)dx=12H(f)log(C)=H(g)H(f)0\begin{align} D(f\mid\mid g) &= \int f(x)\log \frac{f(x)}{g(x)} \, d x \\ & = \frac{1}{2} -H(f) - \log(C) \\ &= H(g)-H(f) \geq 0 \end{align}

得证

Leave a Comment

captcha
Fontsize