基于Chen-Stein方法的伯努利随机变量和熵的研究
信息论
2016-11-17 v3 math.IT
概率论
摘要
本文研究了（可能相依且非同分布的）伯努利随机变量之和的熵。推导了用具有相同均值的泊松随机变量的熵来近似该熵时所产生的误差的上界。这些界的推导将信息论的元素与用于泊松近似的Chen-Stein方法相结合。所得界易于计算，并举例说明了其适用性。本会议论文部分呈现了题为“An information-theoretic perspective of the Poisson approximation via the Chen-Stein method”（见arXiv:1206.6811）论文的前半部分。完整论文中引入了这些界的推广，考虑了泊松近似对非负、整值且有界随机变量之和熵的精度。它还推导了总变差距离、相对熵及其他本会议论文未考虑的度量的下界。
引用
@article{arxiv.1207.0436,
title = {On the Entropy of Sums of Bernoulli Random Variables via the Chen-Stein Method},
author = {Igal Sason},
journal= {arXiv preprint arXiv:1207.0436},
year = {2016}
}
备注
A conference paper of 5 pages that appears in the Proceedings of the 2012 IEEE International Workshop on Information Theory (ITW 2012), pp. 542--546, Lausanne, Switzerland, September 2012