Tengo la intuición de que aplicar una función determinista a un par de variables aleatorias no puede aumentar su información mutua, porque la función solo puede disminuir las entropías de cada una de ellas.
Me gustaría saber si esto es cierto y demostrarlo.
Hasta ahora he estado intentando expandir la definición de información mutua para llegar a la desigualdad sin éxito.