- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
复习参考
一、居住在某地区的女孩中有 25% 是大学生,在女大学生中有 75% 的身高在 1.6 米以上,
而女孩中在 1.6 米以上的占总数的一半。假如我们得知“身高在 1.6 米以上的某女孩是大学
生”这一消息,问获得的多少信息量 ?
解:设事件 A :女孩是大学生; B :女孩身高在 1.6 米以上
根据题意,可知: P( A) =0.25 P(B ) =0.50 P( B|A ) =0.75
而“身高在 1.6 米以上的某女孩是大学生” 这一消息表明在 B 事件发生的条件下, A
事件的发生,故其概率为 P(A|B )
根据贝叶斯定律,可得:
P( A|B ) =P(AB ) /P( B) =P(A ) * P( B|A ) / P( B) =0.25*0.75/0.5=0.375
故得知“身高在 1.6 米以上的某女孩是大学生”这一消息获得的多少信息量为:
I( A|B ) = - logP ( A|B ) =log ( 8/3) =3-log3 ≈ 1.42( 比特 /符号 )
二、某地区的人群中, 10%是胖子, 80%不胖不瘦, 10%是瘦子。已知胖子得高血压的概
率是 15%,不胖不瘦者得高血压的概率是 10%,瘦子得高血压的概率是 5%,则“该地区
的某一位高血压者是胖子”这句话包含了多少信息量。
解:设事件 A :某人是胖子; B:某人是不胖不瘦 C:某人是瘦子
D:某人是高血压者
根据题意,可知: P( A) =0.1 P( B) =0.8 P(C) =0.1
P( D|A )=0.15 P( D|B ) =0.1 P( D|C)=0.05
而“该地区的某一位高血压者是胖子” 这一消息表明在 D 事件发生的条件下, A 事件
的发生,故其概率为 P( A|D )
根据贝叶斯定律,可得:
P( D )= P( A ) * P( D|A )+ P( B) * P (D|B )+ P( C) * P( D|C)= 0.1
P( A|D )= P(AD ) /P( D )= P( D|A ) *P ( A) / P(D )= 0.15*0.1/0.1 = 0.15 故得知“该地区的某一位高血压者是胖子”这一消息获得的多少信息量为:
I (A|D ) = - logP ( A|D )=log ( 0.15)≈ 2.73
三、一阶马尔可夫信源的状态图如下所示,信源
X 的符号集为 {0,1,2} 。
⑴求信源平稳分布后的概率分布p(0),p(1),p(2)
⑵求此信源的熵
p
p/2
p
0
p/2
1
p/2
p/2
p/2
p/2
2
p
解:⑴该信源达到平稳后,有以下关系成立:
p(0)
p(0)
p p(1) p / 2
p(2)
p / 2
p(1)
p(0)
p / 2
p(1)
p
p(2)
p / 2
p(2)
p(0)
p / 2
p(1)
p / 2 p(2) p
p(0)
p(1)
p(2)
1
可得 p(0)
p(1)
p(2)
1/ 3
⑵
H
p(0) H ( X | 0)
p(1) H ( X |1) p(2) H ( X | 2)
3
p(0)
H ( X |0)
H ( X | 0)
H ( p, p
, p)
p log p p log p
)
2
2
2
H ( p)
p
四、设有一个马尔可夫信源,它的状态集为 {S1,S2, S3 },符号集为 {a1, a2, a3},以及在某
状态下发出符号集的概率是 p(a
| s
) (
,
k=1
, ,
),如图所示
k
i
i
2 3
( 1)求图中马尔可夫信源的状态极限概率并找出符号的极限概率
( 2)计算信源处在某一状态下输出符号的条件熵 H(X|S=j) (j=s 1, s2, s3)
( 3)求出马尔可夫信源熵 H
解:( 1)该信源达到平稳后,有以下关系成立:
Q( E1)
Q(E3 )
2
3 Q(E1 )
1 Q( E2 )
Q (E1)
Q( E2 )
7
3
4
2
可得
1 Q( E1 ) 1 Q( E2 )
Q (E2 )
Q( E3 )
7
4
2
2
Q( E1)
Q(E2 )
Q( E3 ) 1
Q (E3)
7
3
3
p(a1)
Q(Ei ) p(a1
|Ei )
7
i 1
3
2
p(a2 )
Q(Ei ) p(a2
|Ei )
i
1
7
3
3
p(a3 )
Q(Ei ) p(a3
|Ei )
7
i
1
3
H ( X | S1)
p( ak |S1)log p(ak | S1)
(
符号)
1.5 bit/
k
1
3
(
符号)
( 2)
p( ak |S2 )log p(ak | S2 )
1 bit/
H ( X | S2 )
文档评论(0)