朱雪龙《应用信息论基础》习题答案

合集下载

某一高层建筑的桩型选择

某一高层建筑的桩型选择
( 1 泥 质 士: , 强 等 高 缩性 中等 性 一淤 质粉 黏 软塑 干 度中 , 压 , 韧

4 .4 36
_ .4 蚰 1

8 - 0-
5.0 75 姐 4 o

5.4 18 5.4 3 7
@ 砾砂: 密实.砾石中一般粒径小于2帅 中密一

jj _ 可, 部可 ,强高低 缩 ,韧 @ : 土 塑局 硬塑干 度 ,压性 高性 粤 蔓 : 软
施 工工 艺 , 成桩 方便 , 承载 力 有 保 证 。所 以 管桩 的 桩
6 0 m不等 , 0 m 壁厚一般为 8  ̄10 0 0 mm不等 , 设计时 可根 据不 同承载 力 要 求 使 用 。管 桩 的优 点 是 桩 身 质
量及 成桩 质 量容 易保 证 , 沉桩 比较 直 观 , 因此 桩 身 质
承载 力 。它 的缺点 是 由于 采 用 现场 混 凝 土 的地 下 浇
1 0 N, 20 0k 考虑 到每个 柱下 的桩 数不能 太多 , 单桩 承 载 力 200 400k 比较 合适 。分 别考 虑 管 桩 和 0  ̄ 0 N
钻 孔 灌 注 桩 两 种 方 案 ; 桩 采 用 直 径 6 0 mm, 管 0 以
3 3 桩 型选 择 比较 .
预应力 管 桩是 现在 大量使 用 的一种 桩 型 , 它采用 预 应力 钢筋 和 高 强 混 凝 土 ( 6  ̄ C 0 , 行 工 厂 预 C 0 8 )进 制 , 而节 约 了混 凝 土用 量 , 桩 直 径 一 般 为 50 从 管 0 ~
从成 桩工 艺及 经济性 看 , 钻孔灌 注桩 需要 现场钻 孔 后水 下灌 注混 凝 土 , 桩 比较 麻 烦 , 桩侧 摩 阻力 成 且 难 以保 证 , 桩底有 沉 淤现象 , 桩端 承载 力 明显 下 降 ; 而 预制桩 采用 桩身 工厂 化制作 , 力压人 或打 入 的制桩 静

Coding and Information theory-chapter1

Coding and Information theory-chapter1

“A Mathematical Theory of Communication” (1948).
"I just wondered how things were put together."
2
Shannon joined AT&T Bell Telephones in New Jersey in 1941 as a research mathematician and remained at the Bell Laboratories until 1972. Johnson writes in [4] that Shannon:... became known for keeping to himself by day and riding his unicycle down the halls at night. D Slepian, a colleague at the Bell Laboratories wrote:Many of us brought our lunches to work and played mathematical blackboard games but Claude rarely came. He worked with his door closed, mostly. But if you went in, he would be very patient and help you along. He could grasp a problem in zero time. He really was quite a genius. He's the only person I know whom I'd apply that word to. Marvin Minsky described Shannon as follows:Whatever came up, he engaged it with joy, and he attacked it with some surprising resource which might be some new kind of technical concept or a hammer and saw with some scraps of wood. For him, the harder a problem might seem, the better the chance to find something new.

信息论基础—— 期末试卷 A 答案

信息论基础—— 期末试卷 A 答案

○?○?大学 2008-2009 学年第一学期2006级 信息与计算科学专业 本 科 卷 A 参考答案与评分标准课程名称 信息论基础课程号(???) 考试形式(闭卷笔试) 时间(120分钟))一、判断题:本题共10小题,每题2分,满分20分。

1、√;2、√;3、×;4、×;5、√;6、×;7、×;8、√;9、√;10、×。

二、填空题:本题共7小题,每空2分,满分20分。

1、码字的最小距离(min d );2、(减少)冗余,提高编码效率; 提高信息传递的可靠性;3、系统码;4、无失真信源编码定理,信道编码定理,限失真信源编码定理;5、信道和信源都是无记忆;6、香农编码;7、2a。

三、计算题:本题共4小题,满分50分。

(15分)解:1/21/201/21/41/4P ⎡⎤=⎢⎥⎣⎦联合概率(,)i p x y则Y(2分)(1)11+414()log 2log log 24141a a H Y a a -=+++- ------------------(2分) 211161log 2log log 24141a aa a -=++-+ 211111log 2log16log log 244141a aa a -=+++-+23111log 2log log 24141a aa a-=++-+;取2为底2223111()(log log )24141a aH Y bit a a-=++-+; ------------------(1分) (2)11111111(|)log log log log log 2222224444aa a a a H Y X ---⎡⎤=-++++⎢⎥⎣⎦3(1)log 2log 22a a -=-+3log 22a-=; 取2为底,3(|)2aH Y X bit -=; ------------------(2分) (3)[]2()()()111max (;)max ()(|)max log 2log log 24411i i i p x p x p x aa a C I X Y H Y H Y X a a -⎛⎫==-=++ ⎪+-⎝⎭。

大学信息技术应用基础作业参考答案.doc

大学信息技术应用基础作业参考答案.doc

浙江广播电视大学各专业“大学信息技术应用基础”课程作业参考答案(一)一、单选题1. B2・C 3. A4・C 5. B二、选择填空题1. AC2. AB3. CD4・AD 5. BC三、判断题1. 72・x 3. 7 4. x 5. 7第2章计算机组成一、单选题1. D2・C 3. A4・D 5. C6. A7. B8. A9. D10. c11. D12. D13. C14. B15. D二、选择填空题1. AB2・CD 3. AB4・BC 5. AC6. AC (不可交换)7. AB8・AD9. AB10. CD (不可交换)三、判断题1. 72. P3. x4・x 5. 76. x7. x8. x9. 710.7浙江广播电视大学各专业“大学信息技术应用基础”课程作业参考答案(二)第3章 Windows XP 操作系统使用一、单选题 1. B 2・C 3. D 4.B 5. D 6. D 7・C & A 9.B 10. C11. A12. D13..C14..B15. A二、选择填空题1. BC2. CA (不可交换)3. AB (不可交换)4. DC (不可交换)5. AD (不可交换)6. AC7.AB BC (不可交换)9. AC10. BC三、 判断题1. 72. P 3.4. 寸5. A6. x7. 7X9.X10. x四、简答题1. 答:窗口关闭的操作方法有4种:(1) 单击窗口标题栏右侧的“关闭”按钮。

(2) 在任务栏右击窗口的任务按钮,在弹出的快捷菜单中选择“关闭”命令。

(3) 若要关闭的窗口为活动窗口,按“Alt” + “F4”组合键。

(4) 在窗口标题栏上除控制按钮外的任意位置右击,在弹出的快捷菜单中选择“关闭”命令。

2. 答:打开文件或文件夹可采用3种方法:(1) 双击要打幵的文件或文件夹图标,即可打开该文件或文件夹。

(2) 右击要打开的文件或文件夹图标,在弹出的快捷菜单中选择“打开”命令,即可 打开该文件或文件夹。

概率及其转换规律””概率状态的初...

概率及其转换规律””概率状态的初...

中国科学技术大学硕士学位论文第三章新一代视频编码标准——H264/AVC得多,从而实现更高效的数据压缩。

量化是一种有损压缩过程,实际上就是将变换的系数除以相应的量化步长后四舍五入取整数。

tt.264/AVC采用的一个重要变换方法是类似DCT变换的4X4整数变换“”:”…,是一种只需加法和移位运算即可实现的低复杂度的精确变换。

同时,H.264/AVC将变换过程的系数缩放运算并入量化过程,并将缩放系数与量化步长联合通过查表实现,既简化了核心变换运算,又避免了量化过程的除法运算。

3.3.1变换的类型H.264/Avc采用各种优化技术提高了预测的效果,但同时对预测误差的编码提出更高的要求,希望预测误差编码无漂移(Drift—Free)。

另外,为了适应更广泛的应用环境,H.264/AVC希望变换只需16一bit运算。

而4X4整数变换很好地满足了以上要求,是H.264/AVC最重要、晟基本的一种变换。

一当宏块采用Intra_16X16预测方式时,由于图象相对平滑,交换后大部分能量集中在Dc系数上。

为了进一步减小Dc系数之间的相关性,将16个(图3.3.1中编号O一15)4X4块的Dc系数构成一个4X4的DC系数块(图3.3.1中编号一1),再进行Hadamard变换处理,以进一步减,j,DC系数之间的相关性。

对于色度分量也作类似处理,得N2个2×25jDC系数块(图3.3.1中编号16—17),然后再进行Hadamard变换。

采用这种分级变换结构进一步提高了压缩效率。

图3.3.144块的扫描顺序以及Dc块的构成”1H.264/AVC共支持3种变换方式,即针对4X4差值信号块的整数变换、针对4X4。

信息论基础教材习题答案.docx

信息论基础教材习题答案.docx
i=0

9.6共有28=256个码字,不能由一个码字的循环产生所有的码字,因为码长为8位,由一个码字循环移位 最多能产生8个码字。
9.7根据伴随式定义:5(x)=j(x) [mod g(x)],由于码多项式都是g(x)的倍式,如果接受矢量y(x)是码多 项式,则它的的伴随式等于0,如果y(Q不是码多项式,则伴随式s(Q不等于0。
0
0
0
0
0
1
1
0
1
0
0
0
0
0
0
0
0
0
0
1
0
1
0
0
1
0
0
0
0
0
0
0
0
0
1
1
0
0
0
0
1
0
0
0
0
0
0
0
0
1
1
1
0
0
0
0
1
0
0
0
0
0
0
1
0
0
1
G =
0
0
0
0
0
1
0
0
0
0
0
1
1
1
0
0
0
0
0
0
0
1
0
0
0
0
1
0
1
1
0
0
0
0
0
0
0
1
0
0
0
1
1
0
0
0
0
0
0
0
0
0
0

朱雪龙《应用信息论基础》习题答案

朱雪龙《应用信息论基础》习题答案

第二章习题参考答案2.2证明:l(X;Y|Z) H(X|Z) H(X|YZ) H (XZ) H (Z) H (XYZ) H(YZ)H(X) H(Z |X) H(Z) H(XY) H (Z | XY) H (Y) H(Z|Y) [H(X) H(Y) H(XY)] H(Z|X) H(Z) H (Z | XY) H(Z |Y) I(X;Y) H(Z|X) H(Z) H (Z | XY) H(Z | Y)0 H(Z) H(Z) H (Z | XY) H(Z) H(Z) H (Z | XY)1 H (Z) H (Z | XY),即 H(Z) 1 H (Z | XY) 又 H(Z) 1,H(Z |XY) 0,故 H(Z) 1,H (Z | XY) 0 同理,可推出H(X) 1;H(Y) 1;H (XYZ) H(XY) H (Z | XY) H(X) H (Y) H (Z | XY) 1 1 0 22.3 1) H(X)= 0.918 bit , H(Y) = 0.918 bit2) H(X|Y)2= bit H(Y|X)=2-bit , H(X|Z)= 3 2 —bit33) I(X;Y): =0.251 bit , H(XYZ)= =1.585 bit2.4证明:(1)根据熵的可加性,可直接得到,a k 1), H(Y) log(k 1),故原式得证2.5考虑如下系统:又 l(X;Y|Z) = H(X|Z) — H(X|YZ) = H(X|Z) = 1 bit1不妨设 P(Z=0) = P(Z=1)=2设 P(X=0,Y=0|Z=0) = p P(X=1,Y=1|Z=0) = 1 — p1~[ Plogp + (1 — p)log (1 — p)]-[qlogq + (1 — q)log(1 — q)] =11满足上式的p 、q 可取:p =; q =2.1 In2 xnatIOg 2bi tP(X=0,Y=1|Z=1) = q P(X=1,Y=0|Z=1) = 1 — q⑵ Y 的值取自(31,32,假设输入X 、Y 是相互独立 的,则满足 I(X;Y) = 0则 H(X|Z)=•满足条件的一个联合分布:11 P(X=0, Y=0, Z=0)=4 P(X=1, Y=1, Z=0)=411 P(X=1, Y=1, Z=0)= 4P(X=1, Y=0, Z=1)=42.6 解:1 给出均匀分布p(x)—a x b 其中b a1,则 h(X) 0b a2.7 证明:l(X;Y;Z) = l(X;Y) — l(X;Y|Z)=I(X;Z) — I(X;Z|Y)•/ A, B 处理器独立,l(X;Z|Y) = 0••• l(X;Z) = I(X;Y) — I(X;Y|Z) W I(X;Y) 等号于p(x/yz) = p(x)下成立11 2.8 N=2 时, P(0 0) =, P(1 1)=—,其它为 022l( X ! ;X 2) = 1 bit N 工2时,l(X k1;X k |X 1 …X k 2) (3 W k)=P(X 「・・X k 2中有奇数个1) l(X k1;X k |X 「・・X k 2中有奇数个1) 1) l(X k1;X k |X 1…X k2中有偶数个1)1P(X 1…X k 2中有奇数个1)=-2 1P(X 1…X k 2中有偶数个1)=-2P(X k 1=1|X 1 - X k 2中有奇数个1P(X k1=0|X 1…X k 2中有奇数个1)=-2 1P(X k =1|X 1 - X k 2 中有奇数个 1)=-2 1P(X k =0|X 1…X k 2中有奇数个1)=-2 1P(X k 1=1|X 1 - X k 2 中有偶数个 1)=-+ P(X 1 - X k 2中有偶数个 1)=1(注意,这里k W N — 1)1 P(X k 1=0|X1- X k 2中有偶数个1)=-2P(X k=1|X「・X k2中有偶数个1)= (注意,这里k w N-1P(X k=O|X i…X k 2中有偶数个1)=-21P(X k 1=0, X k=0|X1- X k 2中有奇数个1)=—41P(X k 1=0, X k=1|X1 …X k 2 中有奇数个1)=-41P(X k 1=1, X k=0|X1- X k 2中有奇数个1)=-41P(X k 1=1, X k=1|X1 …X k 2 中有奇数个1)=-41P(X k 1=0, X k=0|X1 …X k 2 中有偶数个1)=-41P(X k1=O, X k=1|X1- X k 2中有偶数个1)=-41P(X k 1=1, X k=0|X1 …X k 2 中有偶数个1)=-41P(X k 1=1, X k=1|X1- X k 2中有偶数个1)=-4综上:l(X k1;X k|X1 …X k 2 中有奇数个1)(3w k w N -1)奇数个1)=H(X k 1|X1…X k 2中有奇数个1) + H(X k |X1…X k 2中有-H(X k 1;XJX1…X k 2中有奇数个1)=0l(X k1;X k|X1…X k 2中有偶数个1) = 0当 3 w k w N- 1 时,l(X k1;X k|X1 …X k 2) = 0当k = N时即l(X N 1 ;X N | X1 X N 2)=H(X N 1 |X 1 X N 2 )—H(X N 1 |X 1 X N 2 ,X N ) =1 bit2.91)实例如2.5题2)考虑随机变量X=Y=Z的情况1取P(X=0, Y=0, Z=0)=- P(X=1, Y=1, Z=1)= 则l(X;Y|Z) = 0I(X;Y) = 1 满足I(X;Y|Z)V I(X;Y)2.10 H(X Y) < H(X) + H(Y)等号在X 、Y 独立时取得满足H(X Y)取最大值2.11证明:p(xyz) p(x)p(y |x)p(z/y) l(X;Z|Y) 0,2.12证明:H (XYZ) H (XZ) H(Y | XZ) I (Y;Z |X) H(Y|X) H (Y | XZ) H (XYZ) H (XZ) H(Y|X) I(Y;Z|X)2.13证明:I(X;Y;Z) I(X;Y) I(X;Y|Z)H(X) H(X |Y) H(Y|Z) H (Y | XZ) H(X) H(X |Y) H(Y|Z) H(XYZ) H(XZ)H(XYZ) H(X |Y) H (Y|Z) H(Z|X) 而等式右边 H(XYZ)H(X) H (Y) H (Z)H (X) H (X |Y) H(Y) H(Y |Z) H(Z) H(Z | X) H (XYZ) H(X |Y) H (Y | Z) H (Z | X)故左式 右式,原式成立2.16证明:1卩心4)= 12 P( a2b2 )= 1 '24 P(a 3b 2)= 124P( a2b3)=P(a 3b 3)=1 24丄24I(X;Y) I(X;Y|Z) I(X;Y;Z) 故I (X ;Y ) I (X ;Y |Z )成立I(X;Z) I(X;Z|Y) I(X;Z) 02.15H(X)=1log(^)n=n (」)n = 2bitn 12 2222 121log(nat)1--P( a i b i )=3 - 1 P( a2b1)= 6 一 1 PGS)=- P(a 1b s )=2.14 P(X=n) = (2)n 1 1=(舟)"2 22 12 211E I(2PN (a k )尹N '(ak ),p(ak ))根据鉴别信息的凸性11 1 11(二 P N (aQ -P N '(a k ), p(a k )) -I (P N (a k ),P(aQ)二 1仇'何),p(aQ) 2 2 2 21 1 1 1又 E :l(P N (a k ), p(aQ) ; I 仇'何),p(aQ) 二 E l(P N (aQ, p(aQ) ; E I(P N '(aj p(aQ2 2 2 2而根据随机序列的平稳 性,有:1 1E -I (P N (a k ), p(a k )) T(P N ‘(a k ), p(aj)E I (P N (a k ), p(a k )) E I (P N '(a k ), p(a k )2 21 1E I (P 2N (a k ), p(a k )) E l(—P N (aQ - P N '(a k ), p(a k ))2 2R N (a k ) 1 2N 耐1^ a"二丄的概率为p k (丄),其中X 1X 2 2N 2NX N 中出现a k 的频 1 率为P N (a k )N N nW a k ) n 1 的概率为6中,X N 1X N 2X 2N 中出现a k 的 1 频率为P N '(a k)—N n2N l(X n N 1 n 2 N P N (a k )的概率为P k (晋),则有 1 F2N (a k )P N (ak ) 1 尹血)所以E 1 ( P2N (a k ),P(ak ))1 1E -I(P N(a k), p(a k)) -I(P N'(a k), P(aQ)2 2E l(P N(aJ p(a k))2-- log e2.17 解:2.18 I(P 2,P i ;X) l(q 2,q i ;X |Y)q 2(X k |y j )h 2(y j )log q2(xk |Yj)qm |y j )g,P i ;XY) P 2(xy) log P 2(xy))P 1(xy)dxdy ;P i (xy) g(x)h(y);其中 g(x)2x2 exP(1h(y) ------ 2 exp(2 yI(P 2,P I ;XY) p 2 (xy) log p 2(xy)dxdyg(x)h(y)1 、• •「2 / ---- JP 2(xy)log( ---- 2 )dxdy 2 loge P 2(xy) 12~~2(1 ) 2x~2 xxy2y_ 2 y2 x~2 x2y_ 2 ydxdy|(P I ,P 2;XY )1log( ---- 2)1 22(11log (------ 2)1 2 log e2E(X ) 22-E(Y )yE(XY)x yp 1(xy)log鷲dxdylog (〒丄诗)log e 2(1 2) 22-E(X )x22-E(Y )y-—E(XY)x yJ(P 2,P I ;XY) I(P 2,P I ;XY) I(P I , P 2;XY) 2--- log e当XY 满足P 1(xy)分布时,I (X;Y) 0; 当XY 满足P 2(xy)分布时,I (X ;Y) 1I(P 2,P 1;XY) log('12) P 2(xjlog P2"xk)P i (xQq 2(X k ,y j ) P 2(xQ q i (X k ,y j ) P i (X k )jP 2(x)h 2(y),且 q i (X k ,y j ) P i (xQh i (y j )时I(P 2,P i ;X) I(q 2,q i ;X |Y)q 2 (X k , y j ) log q i (X k ,y j ) P i (X k ) h i (y j )关系不定 2.19 解:天平有3种状态,即平衡,左重,左轻,所以每称一次消除的不确定性为Iog3, 12个一 一 1 1球中的不等重球(可较轻,也可较重)的不确定性为: loglog 24 因为3log312 2> log24••• 3次测量可以找出该球具体称法略。

普通高等教育 电子信息工程专业教学大纲合集 1041812信息论与编码课程教学大纲

普通高等教育 电子信息工程专业教学大纲合集 1041812信息论与编码课程教学大纲

《信息论与编码》教学大纲课程编码:1041812课程性质:专业课程适用专业:电子信息工程学分:2学分学时:36学时开设学期:第5学期一、教学目的本课程的教学目的是使学生掌握信息处理的理论基础和各种编码原理、手段与方法。

培养学生能够适应数字通信、信息处理、信息安全、计算机信息管理等编码工作的要求。

使学生掌握信息理论的基本概念和信息分析方法及主要结论,为今后从事信息领域的科研及工程工作的进一步研究打下坚实的理论基础。

二、教学重点与难点1.重点:信息以及失真的测度、信道及信道容量、无失真信源编码方法以及有噪信道编码方法。

2.难点: 典型序列以及由此推导出的香农三大编码定理及其逆定理。

三、教学方法建议讲授法:教师讲授信息论与编码的基本知识和研究现状。

讨论法:师生共同讨论信息论与编码中研究的问题。

探究法:师生共同探究信息论与编码中前沿问题。

四、教学内容第一章信息理论基础(4学时)教学要求:了解信息论研究对象、目的、发展简史与现状;了解通信系统的模型以及通信系统各部分的主要组成以及作用。

1.信息论的形成和发展2.通信系统的模型3.信息论研究的内容第二章离散信源及其测度(8学时)教学要求:了解信源的相关性和剩余度的概念,消息、信息、信号的概念,信息,信号,消息,数据的关系及其联系。

掌握信源的数学模型、离散无记忆信源、离散平稳信源和马尔可夫信源基本理论。

1.信源的数学模型及分类2.信息熵及其基本性质3.离散平稳信源4.马尔可夫信源5.信息剩余度第三章离散信道及其信道容量(8学时)教学要求:了解一般信道容量的计算方法。

掌握信道的数学模型,离散无记忆信道以及一些特殊信道容量的计算方法。

1.信道数学模型及分类2.平均互信息及特点3.信道容量及一般计算方法4.离散无记忆扩展信道及其容量第四章无失真信源编码(8学时)教学要求:了解其它一些无失真信源编码方法;理解渐近等分割性及ε典型序列,算术编码方法及具体实现方案;掌握编码的定义、码的分类、定长编码定理、变长编码定理、最佳编码方法、香农编码方法、费诺编码方法、哈夫曼编码方法。

朱雪龙《应用信息论基础》习题第四章答案

朱雪龙《应用信息论基础》习题第四章答案

朱雪龙《应⽤信息论基础》习题第四章答案习题答案 B4-1第4章习题答案4.1 设有离散⽆记忆信道,输⼊X :aa a p a p a p a K K 1212 ()()(),输出Y :b b b p b p b p b J J 1212 ()()(),当输⼊/出x 和y 的互信息I x y (;)也为⼀随机变量,试证:当{}Var I x y (;)=0时,平均互信息I X Y (;)达到信道容量C 。

证明:由{}Var I x y (;)=0可知,);(y x I 以概率1取常数) )];([ ( y x I E C =,所以有∑====C b y a x I a b P Y x I j k k j );()();(满⾜定理4.3关于离散⽆记忆信道达到信道容量的充要条件。

且此时平均互信息∑===Kk k k C Y a I a p Y X I 1);()();(所以当{}Var I x y (;)=0时,平均互信息达到信道容量C 。

<证毕>4.2 设某信道的输⼊X 取值{,}+-11,⼜信道有加性噪声n ,其分布密度为p n n n (),||,||=≤>14202,求信道容量。

答:C = 0.5bit, 当输⼊的概率分布为1)1()1(=-===X P X P 时达到信道容量。

4.3 设在图 4.10 的⼀般⾼斯信道中200)(11)(,2)(f f f H N f N +==,试求信道的容量费⽤函数)(s P C解:根据{--=-λλλλλF F dff H f N F H f N )2())()(21()1(0)()(2122 可推得λF 的⼀个⽅程,如下:4052035434N P f F f F s =+λλ (3) 解出(3)式,即可求得λF应⽤信息论基础B4-2 ⽽e f F tg f F df f f N df df f N f H P C F F F F F f s log )]([412log 2121log 21)(2)(log 21)(01022002λλλλλλλλλ---∈-=????+-==??故)(s P C 可求。

朱雪龙《应用信息论基础》习题答案

朱雪龙《应用信息论基础》习题答案

第二章 习题参考答案2.1 y x 2y 2x 2ln σσσσ+ nat 或 yx yx σσσσ2log 222+ bit2.2 证明:2011)|()()()|()()(;1)(;1)(0)|(,1)(,0)|(,1)()|(1)(),|()(1)|()()()|()()(0)|()|()()|();()|()|()()|()]()()([)|()()|()()()|()()()()()()|()|()|;(=++=++=+=====≥≤+≥-≤∴-=+--+≤+--+=+--+-+=++---+=+--=-=XY Z H Y H X H XY Z H XY H XYZ H Y H X H XY Z H Z H XY Z H Z H XY Z H Z H XY Z H Z H XY Z H Z H Z H XY Z H Z H Z H Y Z H XY Z H Z H X Z H Y X I Y Z H XY Z H Z H X Z H XY H Y H X H Y Z H Y H XY Z H XY H Z H X Z H X H YZ H XYZ H Z H XZ H YZ X H Z X H Z Y X I 同理,可推出故又即ΘΘ 2.3 1) H(X) = 0.918 bit , H(Y) = 0.918 bit2) H(X|Y) =32 bit , H(Y|X) = 32 bit , H(X|Z) = 32bit 3) I(X;Y) = 0.251 bit , H(XYZ) = 1.585 bit2.4 证明:(1)根据熵的可加性,可直接得到(2)故原式得证的值取自),1log()(),,,,(121-≤∴-k Y H a a a Y k ΛΘ2.5 考虑如下系统:X⊕ Z Y假设输入X 、Y 是相互独立的,则满足 I(X;Y) = 0 又 I(X;Y|Z) = H(X|Z) - H(X|YZ) = H(X|Z) = 1 bit不妨设 P(Z=0) = P(Z=1) =21 设 P(X=0,Y=0|Z=0) = p P(X=1,Y=1|Z=0) = 1-p P(X=0,Y=1|Z=1) = q P(X=1,Y=0|Z=1) = 1-q则 H(X|Z) = 21-[ plogp + (1-p)log (1-p)]21-[ qlogq + (1-q)log(1-q)] =1 满足上式的p 、q 可取:p = 21 ; q = 21∴ 满足条件的一个联合分布:P(X=0, Y=0, Z=0) = 41P(X=1, Y=1, Z=0) = 41 P(X=1, Y=1, Z=0) = 41P(X=1, Y=0, Z=1) =412.6 解:给出均匀分布0)(,11)(<<-≤≤-=X h a b b x a ab x p 则其中2.7 证明: I(X;Y;Z) = I(X;Y)-I(X;Y|Z)= I(X;Z)-I(X;Z|Y)∵A, B 处理器独立, ∴I(X;Z|Y) = 0 ∴I(X;Z) = I(X;Y)-I(X;Y|Z) ≤ I(X;Y) 等号于 p(x/yz) = p(x)下成立2.8 N=2 时, P(0 0) =21, P(1 1) =21,其它为0 I(1X ;2X ) = 1 bit N ≠2时,I(1k X -;k X |1X …2k X -) (3≤k)= P(1X …2k X -中有奇数个1) I(1k X -;k X |1X …2k X -中有奇数个1) + P(1X …2k X -中有偶数个1) I(1k X -;k X |1X …2k X -中有偶数个1)P(1X …2k X -中有奇数个1) =21P(1X …2k X -中有偶数个1) = 21P(1k X -=1|1X …2k X -中有奇数个1) =21 P(1k X -=0|1X …2k X -中有奇数个1) = 21P(k X =1|1X …2k X -中有奇数个1) = 21P(k X =0|1X …2k X -中有奇数个1) = 21(注意,这里k ≤N -1)P(1k X -=1|1X …2k X -中有偶数个1) = 21P(1k X -=0|1X …2k X -中有偶数个1) = 21P(k X =1|1X …2k X -中有偶数个1) =21(注意,这里k ≤N -1) P(k X =0|1X …2k X -中有偶数个1) = 21P(1k X -=0,k X =0|1X …2k X -中有奇数个1) = 41P(1k X -=0,k X =1|1X …2k X -中有奇数个1) = 41P(1k X -=1,k X =0|1X …2k X -中有奇数个1) = 41P(1k X -=1,k X =1|1X …2k X -中有奇数个1) = 41P(1k X -=0,k X =0|1X …2k X -中有偶数个1) = 41P(1k X -=0,k X =1|1X …2k X -中有偶数个1) = 41P(1k X -=1,k X =0|1X …2k X -中有偶数个1) = 41P(1k X -=1,k X =1|1X …2k X -中有偶数个1) = 41综上:I(1k X -;k X |1X …2k X -中有奇数个1) (3≤k ≤N -1)= H(1k X -|1X …2k X -中有奇数个1) + H(k X |1X …2k X -中有奇数个1) -H(1k X -;k X |1X …2k X -中有奇数个1) = 0I(1k X -;k X |1X …2k X -中有偶数个1) = 0 ∴ 当 3≤k ≤N -1 时,I(1k X -;k X |1X …2k X -) = 0 当 k = N 时 即I(1N X -;N X |1X …2N X -)= H(1N X -|1X …2N X -) - H(1N X -|1X …2N X -, N X ) = 1 bit2.9 1) 实例如2.5题2)考虑随机变量 X=Y=Z 的情况 取 P(X=0, Y=0, Z=0) =21 P(X=1, Y=1, Z=1) = 21 则 I(X;Y|Z) = 0I(X;Y) = 1 满足 I(X;Y|Z)<I(X;Y)2.10H(X Y) ≤ H(X) + H(Y) 等号在X 、Y 独立时取得∴P(11b a ) =31 P(21b a ) = 121 P(31b a ) = 121 P(12b a ) = 61 P(22b a ) = 241 P(32b a ) = 241P(13b a ) = 61 P(23b a ) = 241 P(33b a ) = 241满足 H(X Y) 取最大值2.11 证明:成立故)|;();(0);()|;();();;()|;();(,0)|;()/()|()()(Z Y X I Y X I Z X I Y Z X I Z X I Z Y X I Z Y X I Y X I Y Z X I y z p x y p x p xyz p ≥≥=-==-=∴=Θ2.12 证明:)|;()|()()()|()|()|;()|()()(X Z Y I X Y H XZ H XYZ H XZ Y H X Y H X Z Y I XZ Y H XZ H XYZ H -+=∴-=+=2.13 证明:右式,原式成立故左式而等式右边=---=-+-+-+---=---=-+--=+--=-=)|()|()|()()|()()|()()|()()()()()()|()|()|()()()()|()|()()|()|()|()()|;();();;(X Z H Z Y H Y X H XYZ H X Z H Z H Z Y H Y H Y X H X H Z H Y H X H XYZ H X Z H Z Y H Y X H XYZ H XZ H XYZ H Z Y H Y X H X H XZ Y H Z Y H Y X H X H Z Y X I Y X I Z Y X I Θ2.14P(X=n) = 21)21(1n ⋅- = n )21( H(X) = ∑∞=--1n n1n )21log()21(21 = ∑n)21(n = 2 bit2.152121212221221log 22(σσσσσσ+-+-)μμ (nat) 2.16 证明:记长为2N随机序列N N N X X X X X 2121ΛΛ+中出现k a 的频率∑===Nm k m k N a X I Na P 212)(21)(=N n 2的概率为)2(N n p k ,其中N X X X Λ21中出现k a 的频率为N n a X I Na P Nn k n k N 11)(1)(===∑=的概率为)(1Nnp k ,N N N X X X 221Λ++中出现k a 的频率为)()(1)('221k N NN n k n k N a P N n a X I Na P ====∑+=的概率为)(2Nnp k ,则有 )('21)(21)(2k N k N k N a P a P a P +=所以{}{}{}{}{}{}{}))(),(())(),('(21))(),((21))(),('21)(21())(),(()(),('())(),(())(),('(21))(),((21)(),('(21))(),((21))(),('(21))(),((21))(),('(21))(),((21))(),('21)(21())(),('21)(21())(),((22k k N k k N k k N k k N k N k k N k k N k k N k k N k k N k k N k k N k k N k k N k k N k k N k k N k N k k N k N k k N a p a P I E a p a P I a p a P I E a p a P a P I E a p a P I E a p a P I E a p a P I E a p a P I a p a P I E a p a P I E a p a P I E a p a P I a p a P I E a p a P I a p a P I a p a P a P I a p a P a P I E a p a P I E =⎭⎬⎫⎩⎨⎧+≤⎭⎬⎫⎩⎨⎧+=∴==⎭⎬⎫⎩⎨⎧++=⎭⎬⎫⎩⎨⎧++≤+⎭⎬⎫⎩⎨⎧+=性,有:而根据随机序列的平稳又根据鉴别信息的凸性Θ2.17 解:2.18 )Y |X ;q ,q (I )X ;p ,p (I 1212-=∑∑∑-kk j j k 1j k 2j 2j k 2k 1k 2k 2)y |x (q )y |x (q log)y (h )y |x (q )x (p )x (p log)x (p )11log();,();()(;0);()(log 1);,();,();,(log 1)11log()(2)()()1(2log )11log()()(log)();,()11log()(2)()()1(2log )11log(212)1(21)(log )11log()()()()(log)();,(;)2exp(21)(;)2exp(21)(;)()()(;)()(log)();,(212212221121222222222222211212222222222222222222222212222222112212ρρρρρρσσρσρσρρρρσσρσρσρρρσσσσσρσρρσπσσπσ-===-=+=∴-+--=⎥⎥⎦⎤⎢⎢⎣⎡-+-+--==-=⎥⎥⎦⎤⎢⎢⎣⎡-+---=⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫ ⎝⎛+---⋅+-==∴-=-===⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰XY p p I Y X I xy p XY Y X I xy p XY e XY p p I XY p p I XY p p J e XY E Y E X E e dxdy xy p xy p xy p XY p p I XY E Y E X E e dxdy y x y xy x xy p e dxdyxy p dxdyy h x g xy p xy p XY p p I y y h x x g y h x g xy p dxdy xy p xy p xy p XY p p I y x y x y x y x y x y y x x yy x x分布时,满足当分布时,满足当其中Θ其中 )y (h )y ,x (qj 2j kk 2=∑)y (h )y ,x(q j 1j kk1=∑)x (p )y ,x (qk 2j jk 2=∑)x (p )y ,x(q k 1j jk1=∑于是 )Y |X ;q ,q (I )X ;p ,p (I 1212-=)y |x (q )x (p )y |x (q )x (p log)y ,x (q j k 2k 1j k 1k 2j k kj2⋅⋅∑∑=)y ,x (q )x (p )y (h )y (h )x (p )y ,x (q log)y ,x (q j k 222j 1k 1j k 1j k kj2⋅⋅∑∑当 )y (h )x (p )y ,x (q 22j k 2=,且 )y (h )x (p )y ,x (q j 1k 1j k 1= 时 )Y |X ;q ,q (I )X ;p ,p (I 1212-=0当 )y (h )x (p )y ,x (q 22j k 2=,且 )y (h )x (p )y ,x (q j 1k 1j k 1≠ 时)Y |X ;q ,q (I )X ;p ,p (I 1212- =)()(),(log),(1112j k j k j k kjy h x p y x q y x q ⋅∑∑ 0 ∴ 关系不定2.19 解:天平有3种状态,即平衡,左重,左轻,所以每称一次消除的不确定性为log3,12个球中的不等重球(可较轻,也可较重)的不确定性为:24log 21121log =⋅- 因为 3log3>log24∴3次测量可以找出该球 具体称法略。

高中信息技术《基础理论》练习题(附答案解析)

高中信息技术《基础理论》练习题(附答案解析)

高中信息技术《基础理论》练习题(附答案解析)学校:___________姓名:___________班级:____________一、选择题1.计算机病毒的危害是()A.使计算机系统突然断电 B.影响程序的执行,破坏用户数据与程序C.不影响计算机的运算结果,不必采取措施D.使计算机内存损坏2.用百度在因特网上搜索苏轼的《水调歌头》,搜索结果最有效的关键字是()A.苏轼宋词B.宋词水调歌头C.水调歌头D.苏轼水调歌头3.想通过互联网利用搜索引擎查找陆游的《钗头凤》,以下哪种方式最有效()A.陆游B.《钗头凤》C.唐宋诗词D.陆游《钗头凤》4.物联网的英文名称是()A.Internet of Matters B.Internet of ThingsC.Internet of Therys D.Internet of Clouds5.下列关于数据库的叙述,错误的是()A.数据库只能一个人使用B.在一个数据表中修改了某条记录后,其后的查询结果会随之改变C.数据库可以通过网络来查询D.数据表中同一个字段的数据类型是相同的6.目前在机器人足球比赛中,足球机器人通过自身的摄像系统拍摄现场图像,分析双方球员的位置、运动方向以及与球门的距离和角度等信息,然后决定下一步的行动。

下列说法正确的是()①足球机器人具有图像数据的获取、分析能力②足球机器人的研制采用了人工智能技术③足球机器人具有与人完全一样的智能④足球机器人既有逻辑判断能力、又有形象思维能力A.①②B.①③C.②④D.③④7.因特网带来了大量的信息,也带来了许多负面影响。

因此,我们应该()。

①自觉抵制网上不良信息,提高分辨能力②避免沉溺于网络游戏③相信网络上的信息都是正确的④善于利用网络进行学习()。

A.①③B.②③C.①②③D.①②④8.下列说法正确的是()。

①图像都是由一些排成行列的像素组成的,通常称位图或点阵图。

②图形是用计算机绘制的画面,也称矢量图。

信息论基础理论与应用考试题及答案

信息论基础理论与应用考试题及答案

信息论基础理论与应用考试题一﹑填空题(每题2分,共20分)1.信息论研究的目的就是要找到信息传输过程的共同规律,以提高信息传输的 (可靠性)﹑(有效性)﹑XX 性和认证性,使信息传输系统达到最优化。

(考点:信息论的研究目的)2.电视屏上约有500×600=3×510个格点,按每点有10个不同的灰度等级考虑,则可组成531010⨯个不同的画面。

按等概计算,平均每个画面可提供的信息量约为(610bit /画面)。

(考点:信息量的概念与计算)3.按噪声对信号的作用功能来分类信道可分为 (加性信道)和 (乘性信道)。

(考点:信道按噪声统计特性的分类)4.英文电报有32个符号(26个英文字母加上6个字符),即q=32。

若r=2,N=1,即对信源S 的逐个符号进行二元编码,则每个英文电报符号至少要用 (5)位二元符号编码才行。

(考点:等长码编码位数的计算)5.如果采用这样一种译码函数,它对于每一个输出符号均译成具有最大后验概率的那个输入符号,则信道的错误概率最小,这种译码规则称为(最大后验概率准则)或(最小错误概率准则)。

(考点:错误概率和译码准则的概念)6.按码的结构中对信息序列处理方式不同,可将纠错码分为(分组码)和(卷积码)。

(考点:纠错码的分类)7.码C={(0,0,0,0),(0,1,0,1),(0,1,1,0),(0,0,1,1)}是((4,2))线性分组码。

(考点:线性分组码的基本概念)8.定义自信息的数学期望为信源的平均自信息量,即(11()log ()log ()()q i i i i H X E P a P a P a =⎡⎤==-⎢⎥⎣⎦∑)。

(考点:平均信息量的定义)9.对于一个(n,k)分组码,其最小距离为d,那么,若能纠正t个随机错误,同时能检测e(e≥t)个随机错误,则要求(d≥t+e+1)。

(考点:线性分组码的纠检错能力概念)10.和离散信道一样,对于固定的连续信道和波形信道都有一个最大的信息传输速率,称之为(信道容量)。

信息论基础知到章节答案智慧树2023年潍坊学院

信息论基础知到章节答案智慧树2023年潍坊学院

信息论基础知到章节测试答案智慧树2023年最新潍坊学院第一章测试1.信息论的奠基人是()。

参考答案:香农2.下列不属于信息论的研究内容的是()。

参考答案:信息的产生3.下列不属于消息的是()参考答案:信号4.信息就是消息. ()参考答案:错5.信息是不可以度量的,是一个主观的认识。

()参考答案:错6.任何已经确定的事物都不含有信息。

()参考答案:对7.1948年香农的文章《通信的数学理论》奠定了香农信息理论的基础。

()参考答案:对8.信息论研究的目的就是要找到信息传输过程的共同规律,以提高信息传输的(),使信息传输系统达到最优化。

参考答案:保密性;可靠性;认证性;有效性9.下列属于香农信息论的主要研究理论的是()。

参考答案:传输理论;压缩理论;保密理论10.信源编码的作用包含()。

参考答案:数据压缩;对信源的输出进行符号变换第二章测试1.信息传输系统模型中,用来提升信息传输的有效性的部分为()参考答案:信源编码器、信源译码器2.对于自信息,以下描述正确的是()参考答案:以2为底时,单位是比特。

3.信息熵的单位是()参考答案:比特每符号4.必然事件和不可能事件的自信息量都是0 。

()参考答案:错5.概率大的事件自信息量大。

()参考答案:错6.互信息量可正、可负亦可为零。

()参考答案:对7.互信息量I(X;Y)表示收到Y后仍对信源X的不确定度。

()参考答案:对8.信源X的概率分布为P(X)={1/2,1/3,1/6},信源Y的概率分布为P(X)={ 1/3,1/2,1/6},则信源X和Y的熵相等。

()参考答案:对9.熵函数具有以下哪些基本性质()参考答案:连续性;确定性;对称性10.平均互信息具有以下哪些基本性质()参考答案:非负性;互易性;极值性;凸函数性第三章测试1.单符号离散信源的自信息和信源熵都具有非负性。

()参考答案:对2.单符号离散信源的联合自信息量和条件自信息量都是非负的和单调递减的。

信息理论基础课后答案

信息理论基础课后答案
这个信源是平稳无记忆信源。因为有这些词语:“它在任意时间而且不论以前发生过什么符号……”
(2)
(3)
2.10一阶马尔可夫信源的状态图如下图所示。信源X的符号集为{0, 1, 2}。
(1)求平稳后信源的概率分布;
(2)求信源的熵H∞。
解:
(1)
(2)
2.11黑白气象传真图的消息只有黑色和白色两种,即信源X={黑,白}。设黑色出现的概率为P(黑)= 0.3,白色出现的概率为P(白)= 0.7。
解:
(1) 52张牌共有52!种排列方式,假设每种排列方式出现是等概率的则所给出的信息量是:
(2) 52张牌共有4种花色、13种点数,抽取13张点数不同的牌的概率如下:
2.4设离散无记忆信源 ,其发出的信息为(202120130213001203210110321010021032011223210),求
(1)忙闲的无条件熵;
(2)天气状态和气温状态已知时忙闲的条件熵;
(3)从天气状态和气温状态获得的关于忙闲的信息。
解:
(1)
根据忙闲的频率,得到忙闲的概率分布如下:
(2)
设忙闲为随机变量X,天气状态为随机变量Y,气温状态为随机变量Z
(3)
2.15有两个二元随机变量X和Y,它们的联合概率为
YX
x1=0
现在需要传送的符号序列有140000个二元符号,并设P(0)=P(1)= 1/2,可以计算出这个符号序列的信息量是
要求10秒钟传完,也就是说每秒钟传输的信息量是1400bit/s,超过了信道每秒钟传输的能力(1288 bit/s)。所以10秒内不能将消息序列无失真的传递完。
3.7求下列各离散信道的容量(其条件概率P(Y/X)如下:)
2)可抹信道

朱雪龙《应用信息论基础》习题答案全

朱雪龙《应用信息论基础》习题答案全

2.3 1) H(X) = 0.918 bit , H(Y) = 0.918 bit
2) H(X|Y) =
2 2 2 bit , H(Y|X) = bit , H(X|Z) = bit 3 3 3
3) I(X;Y) = 0.251 bit , H(XYZ) = 1.585 bit
(2) Y的值取自 (a1 , a 2 , , a k 1 ), H (Y ) log(k 1), 故原式得证 X
2.14
1 1 1 P(X=n) = ( ) n 1 = ( )n 2 2 2
Q
bi t.
5d
6d
.co
m
2.15
Q bi t.
5d
2.16 证明:
P2 N ( a k )
6d .
2 2 12 2 (μ 1 μ 2) log 1 (nat) 2 2 2 2 1 2 1
I(X;Y) = 1 满足 I(X;Y|Z)<I(X;Y) 1 3 1 6 1 6 1 12 1 24 1 24 1 12 1 24 1 24
H(X Y) ≤ H(X) + H(Y) 等号在 X、Y 独立时取得 P( a 1 b 2 ) = P( a 2 b 2 ) = P( a 3 b 2 ) = P( a 1 b 3 ) = P( a 2 b 3 ) = P( a 3 b 3 ) =
∴P( a 1 b1 ) =
P( a 2 b1 ) = P( a 3 b1 ) =
满足 H(X Y) 取最大值
2.11 证明:
p( xyz ) p ( x) p ( y | x) p( z / y ) I ( X ; Z | Y ) 0, I ( X ;Y ) I ( X ;Y | Z ) I ( X ;Y ; Z ) I ( X ; Z ) I ( X ; Z | Y ) I ( X ; Z ) 0 故 I ( X ; Y ) I ( X ; Y | Z ) 成立

关于信息量的两个新的不等式

关于信息量的两个新的不等式

关于信息量的两个新的不等式刘德刚【摘要】在文献[1]的基础上,建立关于互信息和联合熵的新的不等式,并且对它们给予证明.【期刊名称】《黑龙江工程学院学报(自然科学版)》【年(卷),期】2010(024)003【总页数】2页(P79-80)【关键词】信息量;联合熵;不等式【作者】刘德刚【作者单位】黑龙江工程学院数学系,黑龙江哈尔滨150050【正文语种】中文【中图分类】O211在信息论的研究过程中,信息量的不等式具有比较重要的作用,特别是联合熵以及互信息的不等式,对于信息的度量问题意义重大。

受文献[1]的启发,尝试建立关于上述两个信息量的前所未见的不等式。

1 互信息的一个新的不等式引理1:H(X)>=0,X 是随机变量。

引理2:D(p‖q)>=0,p、q是随机变量的概率密度函数或分布率。

引理3:I(X;Y)=H(X)+H(Y)-H(X,Y).I(X;Y),H(X,Y)。

引理 4:I(X;Y)+I(Y;Z)-I(X;Z)=-D(p(x,z)‖p(x|y)p (z|y));I(X;Y)+I(Y;Z)-I(X;Z)=-D(f(x,z)‖f(x|y)f (z|y))。

定理1.1:I(X;Y)+I(Y;Z)<=I(X;Z)。

引理1、引理2、引理3的证明详见文献[1]。

引理4的证明:离散变量的情形如下:定理1.1的证明:根据引理4知道并且,根据引理2可以知道从而有如下互信息的不等式成立:2 联合熵的一个新的不等式联想到定理1.1以及引理3,得到关于联合熵的一个新的不等式。

定理2.1 H(X,Y)+H(Y,Z)>=H(X,Z)。

定理2.1的证明:首先,由引理3可以知道2 H(Y)-(I(X;Y)+I(Y;Z)-I(X;Z)).其次,由引理1和定理1.1分别可以知道因此,能够得到以下关于联合熵的不等式:3 结束语根据上述阐述,受文献的启发,分别建立了关于互信息和联合熵的新的不等式,希望它们在信息度量的未来研究中能发挥应有的作用。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第二章 习题参考答案2.1 y x 2y 2x 2ln σσσσ+ nat 或 yx yx σσσσ2log 222+ bit2.2 证明:2011)|()()()|()()(;1)(;1)(0)|(,1)(,0)|(,1)()|(1)(),|()(1)|()()()|()()(0)|()|()()|();()|()|()()|()]()()([)|()()|()()()|()()()()()()|()|()|;(=++=++=+=====≥≤+≥-≤∴-=+--+≤+--+=+--+-+=++---+=+--=-=XY Z H Y H X H XY Z H XY H XYZ H Y H X H XY Z H Z H XY Z H Z H XY Z H Z H XY Z H Z H XY Z H Z H Z H XY Z H Z H Z H Y Z H XY Z H Z H X Z H Y X I Y Z H XY Z H Z H X Z H XY H Y H X H Y Z H Y H XY Z H XY H Z H X Z H X H YZ H XYZ H Z H XZ H YZ X H Z X H Z Y X I 同理,可推出故又即 2.3 1) H(X) = 0.918 bit , H(Y) = 0.918 bit2) H(X|Y) =32 bit , H(Y|X) = 32 bit , H(X|Z) = 32bit 3) I(X;Y) = 0.251 bit , H(XYZ) = 1.585 bit2.4 证明:(1)根据熵的可加性,可直接得到(2)故原式得证的值取自),1log()(),,,,(121-≤∴-k Y H a a a Y k2.5 考虑如下系统:X⊕ Z Y假设输入X 、Y 是相互独立的,则满足 I(X;Y) = 0 又 I(X;Y|Z) = H(X|Z) - H(X|YZ) = H(X|Z) = 1 bit不妨设 P(Z=0) = P(Z=1) =21 设 P(X=0,Y=0|Z=0) = p P(X=1,Y=1|Z=0) = 1-p P(X=0,Y=1|Z=1) = q P(X=1,Y=0|Z=1) = 1-q则 H(X|Z) = 21-[ plogp + (1-p)log (1-p)]21-[ qlogq + (1-q)log(1-q)] =1 满足上式的p 、q 可取:p = 21 ; q = 21∴ 满足条件的一个联合分布:P(X=0, Y=0, Z=0) = 41P(X=1, Y=1, Z=0) = 41 P(X=1, Y=1, Z=0) = 41P(X=1, Y=0, Z=1) =412.6 解:给出均匀分布0)(,11)(<<-≤≤-=X h a b b x a ab x p 则其中2.7 证明: I(X;Y;Z) = I(X;Y)-I(X;Y|Z)= I(X;Z)-I(X;Z|Y)∵A, B 处理器独立, ∴I(X;Z|Y) = 0 ∴I(X;Z) = I(X;Y)-I(X;Y|Z) ≤ I(X;Y) 等号于 p(x/yz) = p(x)下成立2.8 N=2 时, P(0 0) =21, P(1 1) =21,其它为0 I(1X ;2X ) = 1 bit N ≠2时,I(1k X -;k X |1X …2k X -) (3≤k)= P(1X …2k X -中有奇数个1) I(1k X -;k X |1X …2k X -中有奇数个1) + P(1X …2k X -中有偶数个1) I(1k X -;k X |1X …2k X -中有偶数个1)P(1X …2k X -中有奇数个1) =21P(1X …2k X -中有偶数个1) = 21P(1k X -=1|1X …2k X -中有奇数个1) =21 P(1k X -=0|1X …2k X -中有奇数个1) = 21P(k X =1|1X …2k X -中有奇数个1) = 21P(k X =0|1X …2k X -中有奇数个1) = 21(注意,这里k ≤N -1)P(1k X -=1|1X …2k X -中有偶数个1) = 21P(1k X -=0|1X …2k X -中有偶数个1) = 21P(k X =1|1X …2k X -中有偶数个1) =21(注意,这里k ≤N -1) P(k X =0|1X …2k X -中有偶数个1) = 21P(1k X -=0,k X =0|1X …2k X -中有奇数个1) = 41P(1k X -=0,k X =1|1X …2k X -中有奇数个1) = 41P(1k X -=1,k X =0|1X …2k X -中有奇数个1) = 41P(1k X -=1,k X =1|1X …2k X -中有奇数个1) = 41P(1k X -=0,k X =0|1X …2k X -中有偶数个1) = 41P(1k X -=0,k X =1|1X …2k X -中有偶数个1) = 41P(1k X -=1,k X =0|1X …2k X -中有偶数个1) = 41P(1k X -=1,k X =1|1X …2k X -中有偶数个1) = 41综上:I(1k X -;k X |1X …2k X -中有奇数个1) (3≤k ≤N -1)= H(1k X -|1X …2k X -中有奇数个1) + H(k X |1X …2k X -中有奇数个1) -H(1k X -;k X |1X …2k X -中有奇数个1) = 0I(1k X -;k X |1X …2k X -中有偶数个1) = 0 ∴ 当 3≤k ≤N -1 时,I(1k X -;k X |1X …2k X -) = 0 当 k = N 时 即I(1N X -;N X |1X …2N X -)= H(1N X -|1X …2N X -) - H(1N X -|1X …2N X -, N X ) = 1 bit2.9 1) 实例如2.5题2)考虑随机变量 X=Y=Z 的情况 取 P(X=0, Y=0, Z=0) =21 P(X=1, Y=1, Z=1) = 21 则 I(X;Y|Z) = 0I(X;Y) = 1 满足 I(X;Y|Z)<I(X;Y)2.10H(X Y) ≤ H(X) + H(Y) 等号在X 、Y 独立时取得∴P(11b a ) =31 P(21b a ) = 121 P(31b a ) = 121 P(12b a ) = 61 P(22b a ) = 241 P(32b a ) = 241P(13b a ) = 61 P(23b a ) = 241 P(33b a ) = 241满足 H(X Y) 取最大值2.11 证明:成立故)|;();(0);()|;();();;()|;();(,0)|;()/()|()()(Z Y X I Y X I Z X I Y Z X I Z X I Z Y X I Z Y X I Y X I Y Z X I y z p x y p x p xyz p ≥≥=-==-=∴=2.12 证明:)|;()|()()()|()|()|;()|()()(X Z Y I X Y H XZ H XYZ H XZ Y H X Y H X Z Y I XZ Y H XZ H XYZ H -+=∴-=+=2.13 证明:右式,原式成立故左式而等式右边=---=-+-+-+---=---=-+--=+--=-=)|()|()|()()|()()|()()|()()()()()()|()|()|()()()()|()|()()|()|()|()()|;();();;(X Z H Z Y H Y X H XYZ H X Z H Z H Z Y H Y H Y X H X H Z H Y H X H XYZ H X Z H Z Y H Y X H XYZ H XZ H XYZ H Z Y H Y X H X H XZ Y H Z Y H Y X H X H Z Y X I Y X I Z Y X I2.14P(X=n) = 21)21(1n ⋅- = n )21( H(X) = ∑∞=--1n n1n )21log()21(21 = ∑n)21(n = 2 bit2.152121212221221log 22(σσσσσσ+-+-)μμ (nat) 2.16 证明:记长为2N随机序列N N N X X X X X 2121 +中出现k a 的频率∑===Nm k m k N a X I Na P 212)(21)(=N n 2的概率为)2(N n p k ,其中N X X X 21中出现k a 的频率为N n a X I Na P Nn k n k N 11)(1)(===∑=的概率为)(1Nnp k ,N N N X X X 221 ++中出现k a 的频率为)()(1)('221k N NN n k n k N a P N n a X I Na P ====∑+=的概率为)(2Nnp k ,则有 )('21)(21)(2k N k N k N a P a P a P +=所以{}{}{}{}{}{}{}))(),(())(),('(21))(),((21))(),('21)(21())(),(()(),('())(),(())(),('(21))(),((21)(),('(21))(),((21))(),('(21))(),((21))(),('(21))(),((21))(),('21)(21())(),('21)(21())(),((22k k N k k N k k N k k N k N k k N k k N k k N k k N k k N k k N k k N k k N k k N k k N k k N k k N k N k k N k N k k N a p a P I E a p a P I a p a P I E a p a P a P I E a p a P I E a p a P I E a p a P I E a p a P I a p a P I E a p a P I E a p a P I E a p a P I a p a P I E a p a P I a p a P I a p a P a P I a p a P a P I E a p a P I E =⎭⎬⎫⎩⎨⎧+≤⎭⎬⎫⎩⎨⎧+=∴==⎭⎬⎫⎩⎨⎧++=⎭⎬⎫⎩⎨⎧++≤+⎭⎬⎫⎩⎨⎧+=性,有:而根据随机序列的平稳又根据鉴别信息的凸性2.17 解:2.18 )Y |X ;q ,q (I )X ;p ,p (I 1212-=∑∑∑-kk j j k 1j k 2j 2j k 2k 1k 2k 2)y |x (q )y |x (q log)y (h )y |x (q )x (p )x (p log)x (p )11log();,();()(;0);()(log 1);,();,();,(log 1)11log()(2)()()1(2log )11log()()(log)();,()11log()(2)()()1(2log )11log(212)1(21)(log )11log()()()()(log)();,(;)2exp(21)(;)2exp(21)(;)()()(;)()(log)();,(212212221121222222222222211212222222222222222222222212222222112212ρρρρρρσσρσρσρρρρσσρσρσρρρσσσσσρσρρσπσσπσ-===-=+=∴-+--=⎥⎥⎦⎤⎢⎢⎣⎡-+-+--==-=⎥⎥⎦⎤⎢⎢⎣⎡-+---=⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫ ⎝⎛+---⋅+-==∴-=-===⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰XY p p I Y X I xy p XY Y X I xy p XY e XY p p I XY p p I XY p p J e XY E Y E X E e dxdy xy p xy p xy p XY p p I XY E Y E X E e dxdy y x y xy x xy p e dxdyxy p dxdyy h x g xy p xy p XY p p I y y h x x g y h x g xy p dxdy xy p xy p xy p XY p p I y x y x y x y x y x y y x x yy x x分布时,满足当分布时,满足当其中其中 )y (h )y ,x (qj 2j kk 2=∑)y (h )y ,x(q j 1j kk1=∑)x (p )y ,x (qk 2j jk 2=∑)x (p )y ,x(q k 1j jk1=∑于是 )Y |X ;q ,q (I )X ;p ,p (I 1212-=)y |x (q )x (p )y |x (q )x (p log)y ,x (q j k 2k 1j k 1k 2j k kj2⋅⋅∑∑=)y ,x (q )x (p )y (h )y (h )x (p )y ,x (q log)y ,x (q j k 222j 1k 1j k 1j k kj2⋅⋅∑∑当 )y (h )x (p )y ,x (q 22j k 2=,且 )y (h )x (p )y ,x (q j 1k 1j k 1= 时 )Y |X ;q ,q (I )X ;p ,p (I 1212-=0当 )y (h )x (p )y ,x (q 22j k 2=,且 )y (h )x (p )y ,x (q j 1k 1j k 1≠ 时)Y |X ;q ,q (I )X ;p ,p (I 1212- =)()(),(log),(1112j k j k j k kjy h x p y x q y x q ⋅∑∑ 0 ∴ 关系不定2.19 解:天平有3种状态,即平衡,左重,左轻,所以每称一次消除的不确定性为log3,12个球中的不等重球(可较轻,也可较重)的不确定性为:24log 21121log =⋅- 因为 3log3>log24∴3次测量可以找出该球 具体称法略。

相关文档
最新文档