第6讲联合熵与条件熵..docVIP

第6讲 联合熵与条件熵 信息熵H(X)反映了随机变量X的取值不确定性。当X是常量时，其信息熵最小，等于0；当X有n个取值时，当且仅当这些取值的机会均等时，信息熵H(X)最大，等于logn比特。我们拓展信息熵H(X)的概念，考虑两个随机变量X和Y的联合熵H(XY)。 联合熵 X，Y是两个随机变量， 则X,Y)是随机变量 根据信息熵的定义可知，XY的信息熵 定义1.1 二维随机变量XY的信息熵H(XY)称为XY的联合熵（joint entropy）。 它反映了随机变量XY的取值不确定性。我们把它理解为X和Y取值的总的不确定性。 假设有甲乙两只箱子，每个箱子里都存放着100个球。甲里面有红蓝色球各50个，乙里面红、蓝色的球分别为99个和1个。试计算H(XY) 联合熵概念推广到任意离散型随机变量上。 定义1.2 一组随机变量的联合熵定义为 注：为了简化记号，我们把记为XN，把记为xN。 物理意义： 是这一组随机变量平均每一批取值 所传递的信息量。 表示某信源产生的任意一条长度为N的消息，则是平均每条长度为N的消息的信息量。因此，若该信源产生一个长度为N的消息，则在不知道其它条件的情况下，对该消息所含信息量的最优估计为N-维信息熵。 性质： 联合熵熵函数的数学性质适用于联合熵，包括：非负性、可加性、严格上凸性和最大离散熵原理，等等。 ，特殊性质。 定理1.4（联合熵的独立界） 其中等号成立的充要条件是所有随机变量相互独立。 证明：这里仅证明，一般情形可类似证明。 设对于XY的p(xy)，X和Y的概率分布简记为p(x)，p(y)。 由于 注意，构成一个概率分布。应用信息不等式可得 其中等号成立的充要条件是X与Y相互独立。 证毕 条件熵 条件自信息： 是一个带条件的随机变量，其信息熵为 再对所有x求熵的平均值可得如下条件熵： 定义2.1 设X,Y是两个离散型随机变量，联合分布为p(xy)。X相对于Y的条件熵H(X|Y) 定义为条件自信息I(X|Y)的期望，即 物理意义：H(X|Y)表示在已知Y取值的前提下，X取值的不确定性，亦即X的每个取值平均所提供的与Y无关的信息量。 定理2.2（条件熵非负性）对于任何离散型随机变量X与Y，都有H(Y|X) ≥0，其中等号成立当且仅当Y是X的函数，即X的取值可确定Y的取值。 证明 根据定义 由于上述加式中各加项都≤0，所以该加式=0的充要条件是各加项=0，即对于任何x和y，p(y|x)=1或者p(y|x)=0，亦即对于任何x，P(Y|x)是退化分布。这表明当X的取值确定时，Y的取值随即确定，即Y是X的函数。 证毕 定理2.3（熵的链法则）对于随机变量序列X1,X2,…和任何N≥1 简记为 其中H1=H(X1)，H2=H( X2|X1)，…，HN=H(XN|X1X2 …XN-1)。 证明：首先根据定义直接可得 H(XY)= H(X)+H(Y|X) 应用上述等式，对N用归纳法可证明熵的链法则。细节略。 证毕 意义：将多个随机变量的联合熵转化为这些随机变量的条件熵之和，可简化计算。 注：熵的可加性是 思考： 下列不等式是否成立，其中各等号成立的充要条件是什么？ 这个性质说明什么？请读者尝试命名该性质 定理2.4（条件熵递减性）对于任何随机变量X和Y，有 H(Y|X)≤ H(Y) 其中等号成立的充要条件是Y与X相互独立。 证明：根据链法则， H(XY)=H(X)+H(Y|X) 再根据联合熵的独立界定理，立刻可得 H(Y|X)≤ H(Y) 其中等号成立的充要条件是X与Y统计独立。 证毕 在条件熵中，条件越少，熵值越大。相反，条件越多，熵值越小。这可理解为，我们知道的越多，则事物的不确定性越小。 证明二：Jessen不等式证明。 证毕 计算公式 令X，Y为离散的随机变量 公式2. 其中P(X)X的概率分布P(Y|X)是X到Y的条件概率矩阵，是条件概率矩阵中各个行分布的熵所组成的列向量。 证明： 证毕 且 则 记号：以后对于任何N，我们将N维随机向量X1,X2,…XN简记为XN。 注：上述条件熵概念可以推广到多个随机变量熵，例如 H(Y|X1X2 …XN) 是在已知随机向量X1,X2,…XN取值的前提下，随机变量Y的不确定性，亦即Y的每个取值可以提供的与X1,X2,…XN取值无关的