一种令最大信息熵原理预言不灵的最简明理论：

无须Tsallis广义熵也能让最大信息熵原理预言破产

美国归侨冯向军博士，2017年8月7日

【摘要】按照当时还在神坛上的最大信息熵原理：在变量的统计平均值为常量的前提下，变量所对应的概率分布必成或只可能是负指数分布。我的学术知音张学文先生至少在前不久还公开发表过言论，明示对这一预言的深信不疑。下面的最简明理论就可以让最大信息熵原理的这一重要预言立即破产。将概率分布pi固定在唯一的关于变量xi的标准负1次幂律分布。就有：

pixi = c，i = 1，2，...，n。  （1-1）

显然这个被固定的唯一的关于变量xi的标准负1次幂律分布就是一切合理极值原理的最值分布或极值分布，原因很简单，那是因为分布唯一的缘故。但是按(1-1)式，就有：

p1x1 + p2x2 + ...+ pnxn = nc = 常数  （1-2）

因此就有在变量的统计平均值为常量的前提下，变量所对应的概率分布不一定是负指数分布而可以是作为一切合理极值原理的最值分布或极值分布的标准负1次幂律分布，句号。