Fano Inequality Calculator

原理：Fano 不等式 H(Pe) ≤ H(X|Y) + Pe·log2(n−1) 把「估计错误率 Pe」与「观测 Y 后 X 的剩余不确定性」绑定：剩余条件熵越高，任何估计方法的错误率下界越高。整理得 Pe ≥ (H(X|Y) − 1) / log2(n−1)（条件熵超过 1 比特时）。

步骤：① 输入条件熵与取值数 n；② 点击计算；③ 读出 log2(n−1) 与错误率下界。

示例：H(X|Y) = 1.2 比特、n = 8 时 log2(7) = 2.807354922058、下界 = 0.071241437422；n = 16、条件熵 = 2 比特时下界 = 0.25595802481；条件熵 = 0.5 比特时下界为 0（无约束力）。

注意事项：这是下界——实际最优错误率只会更高或相等；公式要求 n 不小于 3；条件熵按比特输入（底 2）；下界为负说明条件熵太低、约束不起作用，此时取 0 展示；Fano 不等式是信道编码 converse 证明与多假设检验的核心工具。

相关：贝叶斯错误率计算器从分布重叠角度给另一条下界路线；条件熵计算器帮你在联合分布上算出 H(X|Y)；信道容量计算器是香农编码端的对应物。