- •Введение
- •1. Энтропия источников сообщений
- •1.1. Дискретные ансамбли и источники
- •1.2. Количество информации в дискретном сообщении. Энтропия ансамбля
- •1.3. Условная информация. Условная энтропия. Совместная энтропия дискретного источника
- •1.4. Энтропия дискретного стационарного источника на сообщение
- •1.5. Избыточность источника дискретных сообщений
- •1.6. Эффективное кодирование. Кодирование источника равномерными кодами
- •1.7. Высоковероятные множества постоянного дискретного источника
- •1.8. Энтропия источника без памяти как скорость создания информации
- •1.9. Избыточность источника непрерывных сигналов. Количество информации в непрерывном канале
- •1.10. Скорость передачи информации и пропускная способность в непрерывном канале
- •2. Кодирование информации
- •2.1. Неравномерное кодирование с однозначным декодированием
- •2.2. Оптимальные неравномерные двоичные коды
- •2.3. Кодирование для исправления ошибок: Основные положения
- •2.4. Постановка задачи кодирования
- •2.5. Прямая теорема о кодировании в канале с шумами
- •2.6. Обратная теорема кодирования
- •2.7. Основная теорема Шеннона, ограничение возможностей использования оптимального кодирования на практике
- •3. Коды, исправляющие ошибки
- •3.1. Блоковые и сверточные коды
- •3.2. Хеммингово расстояние, Хемминговы сферы и корректирующая способность
- •3.3. Линейные блоковые коды
- •3.4. Порождающая и проверочная матрицы. Кодирование с помощью матриц g и н
- •3.5. Декодирование по стандартной таблице
- •3.6. Циклические коды
- •3.7. Кодирующие устройства циклических кодов
- •3.8. Декодирование циклических кодов по синдрому
- •3.9. Мажоритарное декодирование
- •4. Энтропия в контексте защиты информации от помех при передаче по каналу связи
- •4.1. Меры искажения. Постановка задачи защиты информации от помех при передаче по каналу связи
- •4.2. Свойства функции скорость-искажение
- •4.3. Простые примеры вычисления функции скорость-искажение
- •4.4. Функция скорость-искажение для гауссовских последовательностей
- •4.5. Эпсилон-производительность источника
- •4.6. Дифференциальная энтропия
- •4.7. Свойства дифференциальной энтропии
- •4.8. Эпсилон - энтропия источника сообщений
- •4.9. Обратная теорема кодирования для дискретного постоянного источника при заданном критерии качества
- •4.10. Прямая теорема кодирования с заданным критерием качества
- •4.11. Аксиоматическое введение в теорию энтропии вероятностных схем
- •4.12. Энтропия и условная энтропия объединенной вероятностной схемы и их свойства
- •Заключение
- •Библиографический список
- •Оглавление
- •394026 Воронеж, Московский просп., 14
1.3. Условная информация. Условная энтропия. Совместная энтропия дискретного источника
Рассмотрим теперь — два совместно заданных ансамбля и На каждом из множеств А и В могут быть определены условные распределения. Зафиксируем некоторое сообщение и рассмотрим условное распределение на множестве А. Условное распределение на А относительно фиксированного значения удовлетворяет всем свойствам безусловных распределений и, следовательно, при задании АВ задаются также условные ансамбли и ; предполагается, что и не равны 0. Для каждого сообщения а в ансамбле определена собственная информация
(1.6)
называемая условной собственной информацией сообщения а при фиксированном сообщении . Математическое ожидание условной информации
называется условной энтропией ансамбля А относительно сообщенияb.
Математическое ожидание случайной величины , определенной на ансамбле называется условной энтропией ансамбля А относительно ансамбля В:
(1.7)
Таким же образом убеждаемся в справедливости равенства
(1.7a)
Математическое ожидание собственной информации пары сообщений представляет собой энтропию (совместную энтропию) ансамбля АВ:
(1.8)
Продолжим рассмотрение свойств энтропии, условной и совместной энтропии.
1. Из определения условной вероятности следует, что
и аналогично . Эти свойства также называются свойствами аддитивности энтропии.
2. Условная энтропия не превосходит безусловной энтропии того же ансамбля: , причем равенство имеет место в том и только в том случае, когда ансамбли A и В статистически независимы. Доказательство проводится аналогично доказательству справедливости неравенства (1.3) с использованием неравенства (1.4) для логарифма:
Равенство выполняется в том и только в том случае, когда для всех и , т.е. когда ансамбли A и В статистически независимы
Рассмотрим частный случай, когда В = А, так что Тогда на основании свойств 1 и 2 можно сделать вывод, что совместная энтропия имеет наибольшее значение, равное , когда сообщения в ансамбле A не имеют статистической связи.
3. Из свойства 2 условной энтропии вытекает следующая закономерность. Зададим на ансамбле отображение множества А в множество X, определяющее ансамбль следующим образом: . Тогда ; знак равенства имеет место только в том случае, когда отображение обратимо, т.е. когда каждому элементу х соответствует единственный элемент а. Для доказательства можно воспользоваться равенством где , когда , и для остальных х, т.е. когда каждое сообщение ансамбля А однозначно определяет сообщение ансамбля X. Тогда , и из аддитивности и неотрицательности энтропии получим, что
Отсюда следует вывод, что при произвольных отображениях энтропия не возрастает. Энтропия не изменяется только тогда, когда , т.е. когда ансамбль X взаимно однозначно отображает ансамбль А.
4. Для трех совместно заданных ансамблей справедливо неравенство , которое доказывается аналогично проведенному при рассмотрении свойства 2. Равенство здесь имеет место при статистической независимости ансамблей А и G. Это неравенство легко обобщается на случай совместно заданных ансамблей. При этом оказывается справедливым утверждение, что . Знак равенства имеет место в случае
статистической независимости сообщений в ансамблях .