没有合适的资源?快使用搜索试试~ 我知道了~
首页信息理论基础 周荫清 答案
资源详情
资源评论
资源推荐

2.1 试问四进制、八进制脉冲所含信息量是二进制脉冲的多少倍?
解:
四进制脉冲可以表示 4 个不同的消息,例如:{0, 1, 2, 3}
八进制脉冲可以表示 8 个不同的消息,例如:{0, 1, 2, 3, 4, 5, 6, 7}
二进制脉冲可以表示 2 个不同的消息,例如:{0, 1}
假设每个消息的发出都是等概率的,则:
四进制脉冲的平均信息量 H(X
1
) = log
2
n = log
2
4 = 2 bit/symbol
八进制脉冲的平均信息量 H(X
2
) = log
2
n = log
2
8 = 3 bit/symbol
二进制脉冲的平均信息量 H(X
0
) = log
2
n = log
2
2 = 1 bit/symbol
所以:
四进制、八进制脉冲所含信息量分别是二进制脉冲信息量的 2 倍和 3 倍。
2.2 居住某地区的女孩子有 25%是大学生,在女大学生中有 75%是身高 160 厘米以上的,而女
孩子中身高 160 厘米以上的占总数的一半。假如我们得知“身高 160 厘米以上的某女孩是大学生”
的消息,问获得多少信息量?
解:
设随机变量 X 代表女孩子学历
X
x
1
(是大学生) x
2
(不是大学生)
P(X) 0.25 0.75
设随机变量 Y 代表女孩子身高
Y
y
1
(身高>160cm) y
2
(身高<160cm)
P(Y) 0.5 0.5
已知:在女大学生中有 75%是身高 160 厘米以上的
即:p(y
1
/ x
1
) = 0.75
求:身高 160 厘米以上的某女孩是大学生的信息量
即:
I( x
1
/ y
1
)=−log p ( x
1
/ y
1
)=−log
2
[
p( x
1
) p( y
1
/x
1
)
p ( y
1
)
]
=−log
2
(
0 .25×0 . 75
0. 5
)
=1 . 415 bit
2.3 一副充分洗乱了的牌(含 52 张牌),试问
(1) 任一特定排列所给出的信息量是多少?
(2) 若从中抽取 13 张牌,所给出的点数都不相同能得到多少信息量?
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:
I( x
i
)=−log p( x
i
)=log
2
52 !=225 .581 bit
(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:
· 1 ·

p( x
i
)=
4
13
C
52
13
I( x
i
)=−log
2
p ( x
i
)=−log
2
4
13
C
52
13
=13 .208 bit
2.4 设离散无记忆信源
[
X
P ( X )
]
=¿¿
,其发出的信息为
(202120130213001203210110321010021032011223210),求
(1) 此消息的自信息量是多少?
(2) 此消息中平均每符号携带的信息量是多少?
解:
(1) 此消息总共有 14 个 0、13 个 1、12 个 2、6 个 3,因此此消息发出的概率是:
p=
(
3
8
)
14
×
(
1
4
)
25
×
(
1
8
)
6
此消息的信息量是:
I=−log
2
p=87 . 811 bit
(2) 此消息中平均每符号携带的信息量是:
I /n=87 . 811/ 45=1 . 951 bit
2.5 从大量统计资料知道,男性中红绿色盲的发病率为 7%,女性发病率为 0.5%,如果你问一位
男士:“你是否是色盲?”他的回答可能是“是”,可能是“否”,问这两个回答中各含多少信息量,平
均每个回答中含有多少信息量?如果问一位女士,则答案中含有的平均自信息量是多少?
解:
男士:
p( x
Y
)=7 %
I( x
Y
)=−log
2
p( x
Y
)=−log
2
0 . 07=3 .837 bit
p( x
N
)=93 %
I( x
N
)=−log
2
p( x
N
)=−log
2
0 . 93=0 . 105 bit
H ( X )=−
∑
i
2
p( x
i
)log
2
p (x
i
)=−(0 .07 log
2
0 . 07+0 . 93 log
2
0 . 93)=0 .366 bit /symbol
女士:
H ( X )=−
∑
i
2
p( x
i
)log
2
p (x
i
)=−(0 .005 log
2
0 .005+0. 995 log
2
0. 995 )=0 . 045 bit / symbol
2.6 设信源
[
X
P ( X )
]
=¿¿
,求这个信源的熵,并解释为什么 H(X)
· 2 ·

> log6 不满足信源熵的极值性。
解:
H ( X )=−
∑
i
6
p( x
i
)log
2
p (x
i
)
¿−(0 . 2 log
2
0. 2+0 . 19 log
2
0 .19+0. 18 log
2
0 . 18+0 . 17 log
2
0 .17 +0 .16 log
2
0 .16+0. 17 log
2
0. 17 )
¿2. 657 bit /symbol
H ( X )>log
2
6=2. 585
不满足极值性的原因是
∑
i
6
p( x
i
)=1. 07>1
。
2.7 证明:H(X
3
/X
1
X
2
) ≤ H(X
3
/X
1
),并说明当 X
1
, X
2
, X
3
是马氏链时等式成立。
证明:
H ( X
3
/ X
1
X
2
)−H ( X
3
/ X
1
)
¿−
∑
i1
∑
i2
∑
i3
p( x
i1
x
i2
x
i3
)log p (x
i3
/ x
i1
x
i2
)+
∑
i1
∑
i3
p( x
i1
x
i3
)log p( x
i3
/ x
i 1
)
¿−
∑
i1
∑
i2
∑
i3
p( x
i1
x
i2
x
i3
)log p (x
i3
/ x
i1
x
i2
)+
∑
i1
∑
i2
∑
i3
p( x
i1
x
i2
x
i3
)log p (x
i3
/ x
i1
)
¿
∑
i1
∑
i2
∑
i3
p( x
i1
x
i2
x
i3
)log
p ( x
i 3
/ x
i1
)
p ( x
i 3
/ x
i1
x
i2
)
¿
∑
i1
∑
i2
∑
i3
p( x
i1
x
i2
x
i3
)
(
p( x
i3
/ x
i 1
)
p( x
i3
/ x
i 1
x
i 2
)
−1
)
log
2
e
¿
(
∑
i 1
∑
i 2
∑
i 3
p (x
i 1
x
i 2
) p( x
i3
/x
i1
)−
∑
i1
∑
i2
∑
i3
p ( x
i1
x
i 2
x
i3
)
)
log
2
e
¿
(
∑
i1
∑
i2
p ( x
i 1
x
i 2
)
[
∑
i3
p( x
i3
/ x
i 1
)
]
−1
)
log
2
e
¿0
∴ H ( X
3
/ X
1
X
2
)≤H ( X
3
/ X
1
)
当
p (x
i3
/ x
i1
)
p (x
i3
/ x
i1
x
i2
)
−1=0时等式成立
⇒ p( x
i3
/ x
i 1
)=p ( x
i3
/ x
i1
x
i2
)
⇒ p( x
i1
x
i2
) p ( x
i 3
/ x
i1
)= p( x
i3
/x
i 1
x
i 2
) p( x
i1
x
i2
)
⇒ p( x
i1
) p (x
i 2
/ x
i1
) p( x
i3
/ x
i 1
)=p ( x
i 1
x
i 2
x
i 3
)
⇒ p( x
i2
/ x
i 1
) p( x
i3
/x
i1
)=p( x
i2
x
i3
/ x
i1
)
∴ 等式成立的条件是 X
1
, X
2
, X
3
是马
氏链
2.8 证明:H(X
1
X
2
。。。
X
n
) ≤ H(X
1
) + H(X
2
) + … + H(X
n
)。
证明:
· 3 ·

H ( X
1
X
2
. . . X
N
)=H ( X
1
)+H ( X
2
/ X
1
)+H ( X
3
/ X
1
X
2
)+. ..+H ( X
N
/ X
1
X
2
. .. X
N−1
)
I( X
2
; X
1
)≥0 ⇒ H ( X
2
)≥H ( X
2
/ X
1
)
I( X
3
; X
1
X
2
)≥0 ⇒ H ( X
3
)≥H ( X
3
/ X
1
X
2
)
.. .
I( X
N
; X
1
X
2
.. . X
N−1
)≥0 ⇒ H ( X
N
)≥H ( X
N
/ X
1
X
2
.. . X
N −1
)
∴ H ( X
1
X
2
.. . X
N
)≤H ( X
1
)+H ( X
2
)+H ( X
3
)+.. .+H ( X
N
)
2.9 设有一个信源,它产生 0,1 序列的信息。它在任意时间而且不论以前发生过什么符号,均
按 P(0) = 0.4,P(1) = 0.6 的概率发出符号。
(1) 试问这个信源是否是平稳的?
(2) 试计算 H(X
2
), H(X
3
/X
1
X
2
)及 H
∞
;
(3) 试计算 H(X
4
)并写出 X
4
信源中可能有的所有符号。
解:
(1)
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)
H ( X
2
)=2 H ( X )=−2×(0 . 4 log
2
0 . 4+0 . 6 log
2
0 . 6 )=1 .942 bit /symbol
H ( X
3
/ X
1
X
2
)=H ( X
3
)=−
∑
i
p( x
i
)log
2
p ( x
i
)=− (0. 4 log
2
0 . 4 +0 .6 log
2
0 .6 )=0. 971 bit /symbol
H
∞
=H ( X )=0. 971 bit /symbol
(3)
H ( X
4
)=4 H ( X )=−4×(0 . 4 log
2
0. 4 +0 . 6 log
2
0 . 6)=3. 884 bit /symbol
X
4
的所有符号:
0000 0001 0010 0011
0100 0101 0110 0111
1000 1001 1010 1100
1101 1110 1111 1011
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
∞
。
· 4 ·

解:
(1)
{
p(e
1
)=p(e
1
) p(e
1
/e
1
)+p (e
2
) p(e
1
/e
2
)
¿
{
p(e
2
)= p(e
2
) p( e
2
/e
2
)+ p(e
3
) p( e
2
/e
3
)
¿
¿¿¿
¿
¿
{
p( x
1
)=p(e
1
) p( x
1
/e
1
)+ p (e
2
) p ( x
1
/e
2
)=p⋅p(e
1
)+ p⋅p (e
2
)=( p+ p )/3=1/3
¿
{
p ( x
2
)= p(e
2
) p ( x
2
/e
2
)+ p( e
3
) p ( x
2
/e
3
)=p⋅p(e
2
)+ p⋅p(e
3
)=( p+ p )/3=1/3
¿
¿¿¿
¿
¿
(2)
· 5 ·
剩余45页未读,继续阅读







安全验证
文档复制为VIP权益,开通VIP直接复制

评论0