- •Энтропия как мера неопределенности физической системы
- •Энтропия сложной системы
- •Условная энтропия
- •Основные свойства условной энтропии
- •Количественные аспекты информации
- •Количество информации, как мера снятой неопределенности
- •Объем информации
- •Взаимная информация
- •Взаимная информация
- •Вопросы
- •Упражнения
- •Лабораторная работа Свойства энтропии
- •Глава 2. Неопределенность непрерывных случайных величин Энтропия непрерывной случайной величины х
- •Количество информации для непрерывных систем
- •Принцип экстремума энтропии и экстремальные распределения
- •Сравнительная оценка сообщений, передаваемых по нормальному закону и равновероятному закону распределений
- •Епсилон -энтропия (ε-энтропия )
- •Вопросы
- •Упражнения
- •Глава3. Глава 3 Передача информации по каналам связи
- •Источники сообщений
- •Избыточность информации
- •Передача информации по каналу связи. Пропускная способность канала
- •Матрица для нахождения условной вероятности
- •Матрица условных вероятностей имеет вид
- •Согласование скорости выдачи информации, выдаваемой источником, с пропускной способностью канала связи
- •Согласование оконечных устройств с каналами связи
- •Вопросы
- •Упражнения
- •Лабораторная работа Скорость передачи информации и пропускная способность каналов связи
- •Глава4. Кодирование информации
- •Префиксные коды
- •Основные теоремы кодирования
- •Оптимальное кодирование
- •Код Шеннона-Фано
- •Блочное кодирование
- •Код Хаффмана
- •Совмещенный способ построения кода Хаффмана Совмещенный способ построения кода Хаффмана – объединение двух процессов: обычного алгоритма построения и метода дерева.
- •Сжатие информации
- •Классификация сжатия по виду информации
- •1) Побуквенное сжатие
- •2) Сжатие слов и словосочетаний
- •3) Сжатие и свертывание текста
- •4) Сжатие массивов чисел
- •5) Сжатие графической информации
- •Вопросы
- •Упражнения
- •Лабораторная работа Кодирование информации
- •Содержание отчета
- •Глава 5. Помехоустойчивое кодирование
- •Коды с обнаружением ошибок
- •1. Код с проверкой на четность.
- •2. Код с постоянным весом.
- •Корректирующие коды
- •Код Хэмминга
- •Проверяем ее
- •Техническая реализация кода Хэмминга
- •Декодирование циклических кодов
- •Вопросы
- •Упражнения
- •Приложение
Взаимная информация
Таким образом, мы можем определить количество информации о системе Х, ведя наблюдение непосредственно за системой Х. На практике часто бывает, что система Х для наблюдения не доступна, и тогда ведут наблюдение за другой системой Y, как-то связанной с системой Х. Например, вместо непосредственного наблюдения за космическим кораблем ведется наблюдение за системой сигналов, передаваемых его аппаратурой. Или наблюдение за футбольным матчем по телевизору.
Между системой X и Y имеются различия, которые могут быть двух видов:
1.Различия за счет того, что некоторые состояния системы X не находят отражения в системе Y (Y менее подробна, чем система X).
2.Различия за счет ошибок: неточностей измерения параметров системы X и ошибок при передаче сообщений.
Например, в черно-белом телевидении теряется цвет; влияние помех, которые вносят искажения.
То есть система Y отличается от системы X. Возникает вопрос: какое количество информации о системе X дает наблюдение системы Y? Данную информацию определяют как уменьшение энтропии системы X в результате получения сведений о системе Y.
(1.11)
где H(X) - априорная энтропия до наблюдения, H(X/Y) - остаточная энтропия, после получения сведений, - полная или средняя информация о системе X, содержащаяся в системе Y.
В общем случае, при наличии двух систем, каждая содержит относительно другой системы одну и ту же полную информацию. Покажем это:
откуда
- называется полной взаимной информацией содержащейся в системах X и Y.
Посмотрим, во что обращается полная взаимная информация в крайних случаях полной независимости и полной зависимости систем. Если X и Y независимые системы, то H(Y/X)=H(Y), и =0. Это и понятно, так как нельзя получить сведений о системе, наблюдая вместо нее другую систему, никак с нею не связанную.
Другой крайний случай X и Y полностью определяют друг друга, то есть совпадают. Тогда H(X)=H(Y), H(X/Y)=H(Y/X)=0
и
Рассмотрим случай, когда между X и Y имеется жесткая зависимость, но односторонняя: состояние одной из систем полностью определяет состояние другой, но не наоборот. По состоянию подчиненной системы вообще нельзя однозначно определить состояние другой. Очевидно, энтропия подчиненной системы меньше чем та, которой она подчиняется, так как она менее подробна. Тогда полная взаимная информация, содержащаяся в системах, из которых одна является подчиненной, равна энтропии подчиненной системы.
Пусть из двух систем X и Y подчиненной является Y. Тогда H(Y/X)=0, и
Таким образом, полная взаимная информация, содержащаяся в системах, из которых одна является подчиненной, равна энтропии подчиненной системы.
Выведем выражение для информации не через условную энтропию, а через энтропию объединенной системы и энтропию отдельных ее частей H(X), H(Y).
Выразим полную взаимную информацию через вероятности состояний системы. Для этого запишем значения энтропии отдельных систем через математическое ожидание:
H(X)=M[-log P(X)], H(Y)=M[-log P(Y)], H(X,Y)=M[-log P(X,Y)]
Тогда
и далее
(1.12)
Таким образом, получили полную взаимную информацию об одной системе X с помощью другой системы Y. (Информация “от системы к системе”). Кроме полной взаимной информации существуют и частные виды взаимной информации. Выражение (1.12) представим в виде
Тогда, вторая сумма и будет представлять частную информацию о системе X, получаемую с помощью отдельного события системы Y.
(1.13)
Выражение (1.13) представляет частную информацию “от события к системе”. Далее можно определить частную информацию о событии xi, содержащуюся в событии yj (информация “от события к событию”):
(1.14)
Информация симметрична
