本文共 7211 字,大约阅读时间需要 24 分钟。
惊奇度与信息量 定性描述
惊奇度:一个事件的惊奇度是指该事件发生时我们所感到的惊奇程度
信息量:一条信息的信息量是指该信息所含信息的多少。一条信息越是让我们感到惊奇,它所含信息量就越大对于一个掷骰子的试验,假设E代表掷出点数为偶数(概率为1/2),我们对于事件E发生的惊奇程度并不大,但是当E代表掷出点数为6(概率为1/6),我们的惊奇程度就会很大。同样的我们会认为,“明天太阳会从东边升起”这句话没有任何信息量,而“国足将在世界杯夺冠”,这句话信息量太大了。
定量描述
我们希望能够将这种惊奇度/信息量进行量化,一个合理的假设是:事件的惊奇度/信息量只取决于事件发生的概率。
用 S ( p ) S(p) S(p)表示由概率为 p p p的事件发生以后所产生的惊奇程度,假定 S ( p ) S(p) S(p)对一切 0 < p < = 1 0<p<=1 0<p<=1有定义。下面我们从 S ( p ) S(p) S(p)应满足的条件出发确定 S ( p ) S(p) S(p)的形式:
公理1: S ( 1 ) = 0 S(1)=0 S(1)=0,当听到一个必然事件发生时,不会感到任何惊奇 公理2: S ( p ) S(p) S(p)是 p p p的严格连续递减函数,事件发生的概率越大,惊奇度越小 公理3: S ( p q ) = S ( p ) + S ( q ) S(pq)=S(p)+S(q) S(pq)=S(p)+S(q),对于独立事件E和F,假设E发生的惊奇度为 S ( p ) S(p) S(p),F发生的惊奇度为 S ( q ) S(q) S(q),则二者同时发生的惊奇度等于二者分别发生的惊奇度之和 容易验证,对数函数可同时满足这四个条件:S ( p ) = − l o g p S(p) = -log p S(p)=−logp
当底数取2时,惊奇度/信息量的单位可用比特表示。
信息熵 信息熵的定义
考虑一个取值于 x 1 , x 2 , . . . , x n x_{1},x_{2},...,x_{n} x1,x2,...,xn的随机变量X,且相应概率分别为 p 1 , . . . , p n p_{1},...,p_{n} p1,...,pn,当观察到随机变量X的值,所引起的平均惊奇度为:
H ( x ) = − ∑ i = 1 n p i l o g p i H(x)=-\sum_{i=1}^{n}p_{i}logp_{i} H(x)=−i=1∑npilogpi
规定 0 l o g 0 = 0 0log0=0 0log0=0。可以证明当 p i p_{i} pi相同时, H ( x ) H(x) H(x)达到最大值,所以 H ( x ) H(x) H(x)也可认为是随机变量 X X X的不确定程度。在信息论中, H ( x ) H(x) H(x)称为随机变量的熵,即观测到随机变量 X X X的值以后所接收的平均信息量。
信息熵的理解
熵、不确定度、惊奇度、信息量是从不同角度来看待X的同一特性: 随机变量 X X X的熵 H ( X ) H(X) H(X)=随机变量 X X X的不确定度=观测到随机变量 X X X的值后的平均惊奇度=观测到随机变量 X X X的值后的平均信息量我们可以从以下不同角度来理解它们之间的关系:
随机变量X的熵H(X)代表了X取值的“混乱”程度,即我们对X取值的不确定程度,我们越是不确定X的取值,当我们观测到它的值时所产生的平均惊奇度就越大;
信息熵代表了信息内容的“混乱”程度,即我们对信息内容的不确定程度,我们越是不确定信息的内容,当我们获取该信息的内容时,它所带给我们的信息量就越大; 对于获取到的一条信息,我们越是感到惊奇说明它所包含的信息量越大;随机向量的熵
随机向量 ( X , Y ) (X,Y) (X,Y)的联合不确定度为:H ( X , Y ) = − ∑ i ∑ j p ( x i , y j ) l o g p ( x i , y j ) H(X,Y)=-\sum_{i}\sum_{j}p(x_{i},y_{j})logp(x_{i},y_{j}) H(X,Y)=−i∑j∑p(xi,yj)logp(xi,yj)
当 Y = y j Y=y_{j} Y=yj已观测到, X X X在 Y = y j Y=y_{j} Y=yj条件下的剩余不确定度为:
H Y = y j ( X ) = − ∑ i p ( x i ∣ y j ) l o g p ( x i ∣ y j ) H_{Y=y_{j}}(X)=-\sum_{i}p(x_{i}|y_{j})logp(x_{i}|y_{j}) HY=yj(X)=−i∑p(xi∣yj)logp(xi∣yj)
当 Y Y Y被观测到后, X X X的平均不确定度为:
H Y ( X ) = ∑ j H Y = y j ( X ) ⋅ p ( y j ) H_{Y}(X)=\sum_{j}H_{Y=y_{j}}(X)\cdot p(y_{j}) HY(X)=j∑HY=yj(X)⋅p(yj)
定理1:
随机变量 X X X和 Y Y Y的联合不确定度可分解为 Y Y Y的不确定度与 Y Y Y被到测到后 X X X的平均不确定度之和:H ( X , Y ) = H ( Y ) + H Y ( X ) H(X,Y)=H(Y)+H_{Y}(X) H(X,Y)=H(Y)+HY(X)
证明:
H ( X , Y ) = − ∑ i ∑ j p ( x i , y j ) l o g p ( x i , y j ) = − ∑ i ∑ j p ( y i ) p ( x i ∣ y j ) [ l o g p ( y i ) + l o g p ( x i ∣ y j ) ] = − ∑ j p ( y j ) l o g p ( y j ) ∑ i p ( x i ∣ y i ) − ∑ j p ( y j ) ∑ i p ( x i ∣ y i ) l o g p ( x i ∣ y i ) = H ( Y ) + H Y ( X ) \begin{aligned} H(X,Y)&=-\sum_{i}\sum_{j}p(x_{i},y_{j})logp(x_{i},y_{j}) \\ & =-\sum_{i}\sum_{j}p(y_{i})p(x_{i}|y_{j})[logp(y_{i})+logp(x_{i}|y_{j})] \\ & = -\sum_{j}p(y_{j})logp(y_{j})\sum_{i}p(x_{i}|y_{i})-\sum_{j}p(y_{j})\sum_{i}p(x_{i}|y_{i})logp(x_{i}|y_{i})\\ & =H(Y)+H_{Y}(X) \end{aligned} H(X,Y)=−i∑j∑p(xi,yj)logp(xi,yj)=−i∑j∑p(yi)p(xi∣yj)[logp(yi)+logp(xi∣yj)]=−j∑p(yj)logp(yj)i∑p(xi∣yi)−j∑p(yj)i∑p(xi∣yi)logp(xi∣yi)=H(Y)+HY(X)
- 引理:
- 当 x > 0 x>0 x>0时,下式恒成立,当且仅当 x = 1 x=1 x=1时等号成立 ln x ⩽ x − 1 \ln x\leqslant x-1 lnx⩽x−1
定理2: 当另一个随机变量 Y Y Y被观测到后, X X X的不确定度在平均意义下减少,当二者独立时等号成立:
H Y ( X ) ⩽ H ( X ) H_{Y}(X) \leqslant H(X) HY(X)⩽H(X)
编码定理
通信中的编码问题(最小期望码长):假设一个离散型随机变量X取值于 { x 1 , ⋅ ⋅ ⋅ , x N } \left \{x_{1}, \cdot \cdot \cdot ,x_{N}\right \} { x1,⋅⋅⋅,xN},其相应概率为 { p ( x 1 ) , ⋅ ⋅ ⋅ , p ( x N ) } \left \{p(x_{1}), \cdot \cdot \cdot ,p(x_{N})\right \} { p(x1),⋅⋅⋅,p(xN)},设计一个编码系统,将 x i x_{i} xi编成 n i n_{i} ni位的二进制序列,通过一个通信网络将从A处传送到B处,为避免混乱,要求编码后的序列不能出现一个序列是另一个序列的延伸。如何设计编码系统使得最终的期望码长最小。
引理1:
为了将 X X X的可能取值编码成0-1序列,且任何一个序列都不能是另一序列的延伸,其充要条件为:∑ i = 1 N ( 1 2 ) n i ⩽ 1 \sum_{i=1}^{N}\left ( \frac{1}{2} \right )^{n_{i}}\leqslant 1 i=1∑N(21)ni⩽1
证明:
记 w j w_{j} wj为 x i x_{i} xi中编码长度为j的个数, j = 1 , 2 , 3... j=1,2,3... j=1,2,3...,显然有:w 1 2 n − 1 + w 2 2 n − 2 + ⋅ ⋅ ⋅ + w n − 1 2 + w n ⩽ 2 n w_{1}2^{n-1}+w_{2}2^{n-2}+\cdot \cdot \cdot +w_{n-1}2+w_{n}\leqslant 2^{n} w12n−1+w22n−2+⋅⋅⋅+wn−12+wn⩽2n
两边同除以 2 n 2^{n} 2n得:
∑ j = 1 n w j ( 1 2 ) j = ∑ i = 1 N ( 1 2 ) n i ⩽ 1 \sum_{j=1}^{n}w_{j}\left ( \frac{1}{2}\right )^{j}=\sum_{i=1}^{N}\left ( \frac{1}{2} \right )^{n_{i}}\leqslant 1 j=1∑nwj(21)j=i=1∑N(21)ni⩽1
无噪声编码定理
无噪声编码定理: 假设每个信号单位从位置A到位置B的过程没有发生错误,则编码的期望码长不小于随机变量的信息熵:∑ i = 1 N n i p ( x i ) ⩾ H ( X ) = − ∑ i = 1 N p ( x i ) log p ( x i ) \sum_{i=1}^{N}n_{i}p\left ( x_{i} \right )\geqslant H(X)=-\sum_{i=1}^{N}p\left ( x_{i} \right )\log p\left ( x_{i} \right ) i=1∑Nnip(xi)⩾H(X)=−i=1∑Np(xi)logp(xi)
证明:
记 p i = p ( x i ) p_{i}=p(x_{i}) pi=p(xi), q i = 2 − n i / ∑ j = 1 N 2 − n j q_{i}=2^{-n_{i}}/\sum_{j=1}^{N}2^{-n_{j}} qi=2−ni/∑j=1N2−nj,则有 ∑ i = 1 N p i = ∑ i = 1 N q i = 1 \sum_{i=1}^{N}p_{i}=\sum_{i=1}^{N}q_{i}=1 ∑i=1Npi=∑i=1Nqi=1− ∑ i = 1 N p i log ( p i q i ) = − log e ∑ i = 1 N p i ln ( p i q i ) = log e ∑ i = 1 N p i ln ( q i p i ) ⩽ log e ∑ i = 1 N p i ( q i p i − 1 ) = log e ( ∑ i = 1 N p i − ∑ i = 1 N q i ) = 0 \begin{aligned} -\sum_{i=1}^{N}p_{i}\log(\frac{p_{i}}{q_{i}})&=-\log e \sum_{i=1}^{N}p_{i}\ln (\frac{p_{i}}{q_{i}})\\ &=\log e \sum_{i=1}^{N}p_{i}\ln (\frac{q_{i}}{p_{i}})\\ &\leqslant \log e \sum_{i=1}^{N}p_{i}(\frac{q_{i}}{p_{i}}-1)\\ &=\log e (\sum_{i=1}^{N}p_{i}-\sum_{i=1}^{N}q_{i})=0 \end{aligned} −i=1∑Npilog(qipi)=−logei=1∑Npiln(qipi)=logei=1∑Npiln(piqi)⩽logei=1∑Npi(piqi−1)=loge(i=1∑Npi−i=1∑Nqi)=0
由此可得:
− ∑ i = 1 N p ( x i ) log p ( x i ) ⩽ − ∑ i = 1 N p i log q i = ∑ i = 1 N n i p i + log ( ∑ j = 1 N 2 − n j ) ⩽ ∑ i = 1 N n i p i \begin{aligned} -\sum_{i=1}^{N}p\left ( x_{i} \right )\log p\left ( x_{i} \right )&\leqslant - \sum_{i=1}^{N}p_{i}\log q_{i}\\ &= \sum_{i=1}^{N}n_{i}p_{i}+\log(\sum_{j=1}^{N}2^{-n_{j}})\\ &\leqslant\sum_{i=1}^{N}n_{i}p_{i} \end{aligned} −i=1∑Np(xi)logp(xi)⩽−i=1∑Npilogqi=i=1∑Nnipi+log(j=1∑N2−nj)⩽i=1∑Nnipi
定理:
对于大部分随机变量 X X X,不存在一组编码系统使得期望码长达到下界 H ( X ) H(X) H(X),但是总存在一个编码系统,使得期望码长与 H ( X ) H(X) H(X)之间的误差小于1 证明: 取 n i = ⌈ − log p ( x i ) ⌉ n_{i}=\left \lceil -\log p(x_{i}) \right \rceil ni=⌈−logp(xi)⌉,即:− log p ( x i ) ⩽ n i ⩽ − log p ( x i ) + 1 -\log p(x_{i}) \leqslant n_{i}\leqslant -\log p(x_{i}) +1 −logp(xi)⩽ni⩽−logp(xi)+1
代入期望码长公式 L = ∑ i = 1 N n i p ( x i ) L=\sum_{i=1}^{N}n_{i}p(x_{i}) L=∑i=1Nnip(xi)得:
− ∑ i = 1 N p ( x i ) log p ( x i ) ⩽ L ⩽ − ∑ i = 1 N p ( x i ) log p ( x i ) + 1 -\sum_{i=1}^{N}p\left ( x_{i} \right )\log p\left ( x_{i} \right )\leqslant L\leqslant -\sum_{i=1}^{N}p\left ( x_{i} \right )\log p\left ( x_{i} \right )+1 −i=1∑Np(xi)logp(xi)⩽L⩽−i=1∑Np(xi)logp(xi)+1
H ( X ) ⩽ L < H ( X ) + 1 H(X)\leqslant L< H(X)+1 H(X)⩽L<H(X)+1
有噪声编码定理
假设每个信号单位的传送是独立的,且以概率p正确地从A处传送到B处,这样的通信系统称为二进制对称通道。若不经过处理直接传送便会发生误传,一种减少误传信号的方法是将信号重复多次,在译码时按多数原则进行翻译。 假设p=0.8,通过将信号重复3次进行编码译码。如000、001、010、100都代表0,111,110,101,011代表1。此时,传输一位错误的概率为:0. 2 3 + 3 × 0. 2 2 × 0.8 = 0.104 0.2^{3}+3\times 0.2^{2}\times 0.8=0.104 0.23+3×0.22×0.8=0.104
错误率由0.2减小到0.104,事实上,只要重复足够多次可以将误传概率变得任意小,但是这种方法是以牺牲传输效率为代价的。但值得庆幸的是将传输错误概率减小到0的同时,传输效率并不会减小到0,这正是香农在信息论中提出的含噪声编码定理。
有噪声编码定理: 对于二进制对称系统,为使传送一比特的误差概率变得任意小,传输平均速率存在一个上限 C ∗ C^{*} C∗,称为通道容量。C ∗ = 1 + p log p + ( 1 − p ) log ( 1 − p ) C^{*}=1+p\log p+(1-p)\log(1-p) C∗=1+plogp+(1−p)log(1−p)
转载自:
作者:Like_eb56 链接: 来源:简书转载地址:https://jensen-lee.blog.csdn.net/article/details/89087843 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!