第3章 渐近均分性.pptVIP

第3章 渐近均分性 * 渐近均分性 n次扩展信源有什么特性？ 香农第一定理明确了什么？ 3.1 n次扩展信源 定义 多符号离散信源对任意两个不同时间起点k和1，概率及直到n维的各维联合概率相同 1、n维离散平稳信源 n维离散平稳信源的概率及直到n维的各维联合概率 2、n维离散平稳信源的联合熵 定义 n维离散平稳信源的符号序列中各符号相互独立 3、n维离散平稳无记忆信源/n次扩展信源 表示 n维离散平稳无记忆信源——独立同分布，相当于单符号离散信源的n次扩展信源 4、n次扩展信源的联合熵 例1 二次扩展信源及联合熵 二次扩展信源 二次扩展信源的联合熵 3.2 渐近均分性定理 1、n次扩展信源的渐进均分性 例1 二次和三次扩展信源的概率分布特点 二次扩展信源的概率分布 三次扩展信源的概率分布 n次扩展信源的符号序列分为两组，n越大，组间的概率之和相差越大，组内的概率相差越小——渐进均分性 2、渐进均分性定理 n次扩展信源，任意给定ε0和δ0，当n足够大 定理 对任意给定的ε，部分符号序列对所有j都满足 这些符号序列满足 满足该式的符号序列——典型序列 典型序列的联合自信息等于联合熵——典型序列等概率 另外符号序列至少存在一个j，使 这些符号序列——非典型序列 这些符号序列 由大数定理 当n足够大 推论1 * 渐近均分性