はじめに
本記事は, 機械学習の教科書の決定版ともいえる, Christopher Bishop先生による『Pattern Recognition and Machine Learning （パターン認識と機械学習）』 , 通称PRMLの演習問題のうち, 私が解いた問題の解答を記したものです. これは, 私の所属する生物測定学研究室 の輪読会でPRMLを取り扱っており, その勉強の一環として演習問題を解いたときのものです. なお, 他の演習問題の解答例に関する記事については, PRML 演習問題 解答集 まとめ をご覧ください.
問題
多変量ガウス分布 $\mathcal N (\mathrm x \, | \, \mathbf \mu , \, \Sigma) $ のエントロピーが
$$
\mathrm H [\mathbf{x}] = \frac{1}{2} \ln |\Sigma| + \frac {D}{2} (1 + \ln 2 \pi)
$$
となることを示せ．ただし， $D$ は $\mathbf x $ の次元数である．
解答
微分エントロピーの形
\mathrm H [\mathbf{x}] = - \int p(\mathbf x) \, \ln \, p(\mathbf x) \, \mathrm d \mathbf x
および, $D$ 次元ベクトル $\mathbf x$ に対する多変量ガウス分布
\mathcal N (\mathbf x \, | \, \mathbf \mu , \, \Sigma) = \frac{1}{(2 \pi )^{D/2}} \frac{1}{|\Sigma|^{1/2}}\exp \left\{- \frac 1 2 ({\mathbf x - \mathbf \mu})^ \mathrm T \Sigma^{-1} ({\mathbf x - \mathbf \mu}) \right\}
より，
\begin{aligned}
\mathrm H [\mathbf{x}] &= - \int p(\mathbf x) \, \ln \, p(\mathbf x) \, \mathrm d \mathbf x
\\
& = - \int \mathcal N (\mathbf x \, | \, \mathbf \mu , \, \Sigma) \, \ln \, \mathcal N (\mathbf x \, | \, \mathbf \mu , \, \Sigma) \, \mathrm d \mathbf x
\end{aligned}
が示される．ここで，確率密度関数の計算を簡単にするため，あらかじめ $\exp$ の内部を変形する．対角成分の和であるトレースの性質 $\text{scalar} = tr \text{(scalar)} $ および $tr(ABC)= tr(CAB)$ を用いると，
\begin{aligned}
({\mathbf x - \mathbf \mu})^ \mathrm T \Sigma^{-1} ({\mathbf x - \mathbf \mu}) &= tr\left\{({\mathbf x - \mathbf \mu})^ \mathrm T \Sigma^{-1} ({\mathbf x - \mathbf \mu}) \right\}
\\
& = tr\left\{\Sigma^{-1}({\mathbf x - \mathbf \mu})({\mathbf x - \mathbf \mu})^ \mathrm T \right\}
\\
& = tr\left\{\Sigma^{-1} \Sigma \right\}
\\
&= tr(I_D)
\\
&= D
\end{aligned}
と表すことができる．これより，
\begin{aligned}
\ln \, \mathcal N (\mathbf x \, | \, \mathbf \mu , \, \Sigma) &= \ln \left\{ \frac {1}{2 \pi ^{D/2}} \times \frac{1}{|\Sigma|^{1/2}} \times\exp (- \frac D 2 ) \right\}
\\
& = -\frac{D}{2} \ln 2 \pi - \ln \frac 1 2 |\Sigma| - \frac D 2
\end{aligned}
となるので，
\begin{aligned}
\mathrm H [\mathbf{x}] & = - \int \mathcal N (\mathbf x \, | \, \mathbf \mu , \, \Sigma) \, \ln \, \mathcal N (\mathbf x \, | \, \mathbf \mu , \, \Sigma) \, \mathrm d \mathbf x
\\
& = - \int \mathcal N (\mathbf x \, | \, \mathbf \mu , \, \Sigma) \left\{ -\frac{D}{2} \ln 2 \pi - \ln \frac 1 2 |\Sigma| - \frac D 2 \right\} \, \mathrm d \mathbf x
\\
& = \frac{D}{2} \ln 2 \pi \int \mathcal N (\mathbf x \, | \, \mathbf \mu , \, \Sigma) \, \mathrm d \mathbf x + \ln \frac 1 2 |\Sigma| \int \mathcal N (\mathbf x \, | \, \mathbf \mu , \, \Sigma) \, \mathrm d \mathbf x+ \frac D 2 \int \mathcal N (\mathbf x \, | \, \mathbf \mu , \, \Sigma) \, \mathrm d \mathbf x
\end{aligned}
が示される．ここで，ガウス分布の積分形 $\int \mathcal N (\mathbf x \, | \, \mathbf \mu , \, \Sigma) \, \mathrm d \mathbf x$ は $1$ となるので，
\begin{aligned}
\mathrm H [\mathbf{x}] & = \frac{D}{2} \ln 2 \pi + \ln \frac 1 2 |\Sigma| +\frac D 2
\\
& = \frac{1}{2} \ln |\Sigma| + \frac {D}{2} (1 + \ln 2 \pi)
\end{aligned}
よって示された．