| 第150行: |
第150行: |
| | 根据上界性,我们可知冗余信息量自然地被每个源所提供的信息量上界约束,且当所有源提供完全相同信息时达到该界。此时对给定源 <math>\mathbf{A}</math>,与<math> \mathbf{A}</math>冗余的信息量最大为<math>I_{\min}(S;\{\mathbf{A}\})=I(S;\mathbf{A})</math>。换言之,冗余信息在“自冗余”时候有最大值,这类似于互信息在自信息 <math>I(S;S)=H(S)</math> 最大化的性质。 | | 根据上界性,我们可知冗余信息量自然地被每个源所提供的信息量上界约束,且当所有源提供完全相同信息时达到该界。此时对给定源 <math>\mathbf{A}</math>,与<math> \mathbf{A}</math>冗余的信息量最大为<math>I_{\min}(S;\{\mathbf{A}\})=I(S;\mathbf{A})</math>。换言之,冗余信息在“自冗余”时候有最大值,这类似于互信息在自信息 <math>I(S;S)=H(S)</math> 最大化的性质。 |
| | | | |
| − | 全局非负性:$I_\cap(X_1,\dots,X_n:Y)\ge 0$。 | + | 全局非负性:<math>I_\cap(X_1,\dots,X_n:Y)\ge 0</math>。 |
| | | | |
| − | 等价类不变性:对任意 $i=1,\dots,n$ 或 $Y$ 替换为信息等价随机变量,$I_\cap(X_1,\dots,X_n:Y)$ 保持不变。 | + | 等价类不变性:对任意 <math>i=1,\dots,n</math> 或 <math>Y </math>替换为信息等价随机变量,<math>I_\cap(X_1,\dots,X_n:Y)</math>保持不变。 |
| | | | |
| − | 目标单调性:若 $Y\preceq Z$,则 | + | 目标单调性:若 <math>Y\preceq Z</math>,则 |
| | \[ | | \[ |
| | I_\cap(X_1,\dots,X_n:Y)\le I_\cap(X_1,\dots,X_n:Z). | | I_\cap(X_1,\dots,X_n:Y)\le I_\cap(X_1,\dots,X_n:Z). |
| | \] | | \] |
| | | | |
| − | 弱单调性:对任意额外变量 $W$, | + | 弱单调性:对任意额外变量 <math>W</math>, |
| | \[ | | \[ |
| | I_\cap(X_1,\dots,X_n,W:Y)\le I_\cap(X_1,\dots,X_n:Y), | | I_\cap(X_1,\dots,X_n,W:Y)\le I_\cap(X_1,\dots,X_n:Y), |
| | \] | | \] |
| − | 且若存在 $Z\in\{X_1,\dots,X_n\}$ 使得 $Z\preceq W$,则等号成立。 | + | 且若存在 <math>Z\in\{X_1,\dots,X_n\} </math>使得 <math>Z\preceq W</math>,则等号成立。 |
| | | | |
| − | 弱对称性:$I_\cap(X_1,\dots,X_n:Y)$ 对 $X_1,\dots,X_n$ 的排列顺序不变。 | + | 弱对称性:<math>I_\cap(X_1,\dots,X_n:Y)</math> 对 <math>X_1,\dots,X_n </math>的排列顺序不变。 |
| | \end{itemize} | | \end{itemize} |
| | | | |
| − | 以下性质将交集信息与所选信息度量 $\mathcal{I}(X:Y)$ 联系起来: | + | 以下性质将交集信息与所选信息度量 <math>\mathcal{I}(X:Y)</math> 联系起来: |
| | | | |
| − | | + | 下界:若随机变量 <math>Q</math> 满足 <math>Q\preceq X_i</math> 对所有 <math>i=1,\dots,n </math>成立,则 |
| − | 下界:若随机变量 $Q$ 满足 $Q\preceq X_i$ 对所有 $i=1,\dots,n$ 成立,则 | |
| | \[ | | \[ |
| | I_\cap(X_1,\dots,X_n:Y)\ge \mathcal{I}(Q:Y). | | I_\cap(X_1,\dots,X_n:Y)\ge \mathcal{I}(Q:Y). |
| | \] | | \] |
| − | 特别地,$Q=X_1\wedge\cdots\wedge X_n$ 是一个合法选择。由 $I_\cap(X:Y)=\mathcal{I}(X:Y)$ 及 (M0) 可推出 (LB)。 | + | 特别地,<math>Q=X_1\wedge\cdots\wedge X_n</math> 是一个合法选择。由 <math>I_\cap(X:Y)=\mathcal{I}(X:Y)</math> 及 弱单调性可推出 下界。 |
| | | | |
| | 恒等性: | | 恒等性: |
| 第182行: |
第181行: |
| | \] | | \] |
| | | | |
| − | 弱局部非负性:当 $n=2$ 时,由 \cite{Williams:2010} 定义的「部分信息」非负。若 (GP)、(M0) 及 | + | 弱局部非负性:当 <math>n=2</math>时,由 \cite{Williams:2010} 定义的「部分信息」非负。若 全局非负性、弱单调性及 |
| | \[ | | \[ |
| | I_\cap(X_1,X_2:Y)\ge I(X_1:Y)+I(X_2:Y)-I(X_1\vee X_2:Y) | | I_\cap(X_1,X_2:Y)\ge I(X_1:Y)+I(X_2:Y)-I(X_1\vee X_2:Y) |
| | \] | | \] |
| − | 同时成立,则 (LP0) 自动满足。
| + | 同时成立,则本性质自动满足。 |
| | | | |
| | | | |
| | 最后,更强的性质如下: | | 最后,更强的性质如下: |
| | | | |
| − | 强单调性:对任意额外变量 $W$, | + | 强单调性:对任意额外变量 <math>W</math>, |
| | \[ | | \[ |
| | I_\cap(X_1,\dots,X_n,W:Y)\le I_\cap(X_1,\dots,X_n:Y), | | I_\cap(X_1,\dots,X_n,W:Y)\le I_\cap(X_1,\dots,X_n:Y), |
| | \] | | \] |
| − | 且若存在 $Z\in\{X_1,\dots,X_n,Y\}$ 使得 $Z\preceq W$,则等号成立。 | + | 且若存在 <math>Z\in\{X_1,\dots,X_n,Y\}</math>使得 <math>Z\preceq W</math>,则等号成立。 |
| | | | |
| − | 强对称性:$I_\cap(X_1,\dots,X_n:Y)$ 对 $X_1,\dots,X_n,Y$ 的排列顺序不变。 | + | 强对称性:<math>I_\cap(X_1,\dots,X_n:Y)</math> 对 <math>X_1,\dots,X_n,Y </math>的排列顺序不变。 |
| − | 强局部非负性:对任意 $n$,由 \cite{Williams:2010} 定义的「部分信息」均非负。 | + | |
| − | \end{itemize}
| + | 强局部非负性:对任意 <math>n</math>,由 \cite{Williams:2010} 定义的「部分信息」均非负。 |
| | | | |
| | === 两源变量框架与部分信息原子 === | | === 两源变量框架与部分信息原子 === |