江苏大学信息论复习参考.docxVIP

  1. 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. 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. 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. 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. 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. 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. 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)

189****2507 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档