Математическая теория информации

МАТЕМАТИЧЕСКАЯ ТЕОРИЯ ИНФОРМАЦИИ 1. Количество информации, и ее мера На вход системы передачи информации (СПИ) от источника информации подается совокупность сообщений, выбранных из ансамбля сообщений (рис. 1). Помехи x1 y1 x2 y2 … … xn yn Рис. 1. Система передачи информации Ансамбль сообщений – множество возможных сообщений с их вероятностными характеристиками – {Х, р(х)}. При этом: Х={х1, х2,…, хm} – множество возможных сообщений источника;

i = 1, 2,…, m, где m – объем алфавита; p(xi) – вероятности появления сообщений, причем p(xi)  0 и поскольку вероятности сообщений представляют собой полную группу событий, то их суммарная вероятность равна единице . Каждое сообщение несет в себе определенное количество информации. Определим количество информации, содержащееся в сообщении xi, выбранном из ансамбля сообщений источника {Х, р(х)}. Одним из параметров, характеризующих данное сообщение, является вероятность его появления

– p(xi), поэтому естественно предположить, что количество информации I(xi) в сообщении xi является функцией p(xi). Вероятность появления двух независимых сообщений x1 и x2 равна произведению вероятностей p(x1, x2) = p(x1).p(x2), а содержащаяся в них информация должна обладать свойством аддитивности, т.е.: I(x1, x2) = I(x1)+I(x2). (1) Поэтому для оценки количества информации предложена логарифмическая мера: . (2)

При этом наибольшее количество информации содержат наименее вероятные сообщения, а количество информации в сообщении о достоверном событии равно нулю. Т. к. все логарифмы пропорциональны, то выбор основания определяет единицу информации: logax = logbx/logba. В зависимости от основания логарифма используют следующие единицы информации: 2 – [бит] (bynary digit – двоичная единица), используется при анализе ин-формационных процессов в

ЭВМ и др. устройствах, функционирующих на основе двоичной системы счисления; e – [нит] (natural digit – натуральная единица), используется в математических методах теории связи; 10 – [дит] (decimal digit – десятичная единица), используется при анализе процессов в приборах работающих с десятичной системой счисления. Битом (двоичной единицей информации) – называется количество информации, которое снимает неопределенность в отношении наступления одного из двух равновероятных, независимых

событий. Среднее количество информации для всей совокупности сообщений можно получить путем усреднения по всем событиям: . (3) Количество информации, в сообщении, состоящем из n не равновероятных его элементов равно (эта мера предложена в 1948 г. К. Шенноном): . (4) Для случая независимых равновероятных событий количество информации определяется (эта мера предложена в 1928 г. Р. Хартли): . (5) 2. Свойства количества информации 1.

Количество информации в сообщении обратно – пропорционально вероятности появления данного сообщения. 2. Свойство аддитивности – суммарное количество информации двух источников равно сумме информации источников. 3. Для события с одним исходом количество информации равно нулю. 4. Количество информации в дискретном сообщении растет в зависимости от увеличения объема алфавита – m. Пример 1. Определить количество информации в сообщении из 8 двоичных символов (n = 8, m = 2), если

вероятности равны: pi0 = pi1 = 1/2. Количество информации равно: I = n log m = 8 log2 2 = 8 бит. Пример 2. Определить количество информации в сообщении из 8 двоичных символов (n = 8, m = 2), если вероятности равны: pi0 = 3/4; pi1 = 1/4. Количество информации равно: 3. Энтропия информации Энтропия – содержательность, мера неопределенности информации.

Энтропия – математическое ожидание H(x) случайной величины I(x) определенной на ансамбле {Х, р(х)}, т.е. она характеризует среднее значение количества информации, приходящееся на один символ. . (6) Определим максимальное значение энтропии Hmax(x). Воспользуемся методом неопределенного множителя Лагранжа - для отыскания условного экстремума функции [6].

Находим вспомогательную функцию: (7) Представим вспомогательную функцию F в виде: . (8) Найдем максимум этой функции т. к. . Как видно из выражения, величина вероятности pi не зависит от i, а это может быть в случае, если все pi равны, т.е. p1 =p2 =…=pm =1/m. При этом выражение для энтропии равновероятных, независимых элементов равно: . (9) Найдем энтропию системы двух альтернативных событий с вероятностями p1 и p2.

Энтропия равна 4. Свойства энтропии сообщений 1. Энтропия есть величина вещественная, ограниченная, не отрицательная, непрерывная на интервале 0  p  2. Энтропия максимальна для равновероятных событий. 3. Энтропия для детерминированных событий равна нулю. 4. Энтропия системы двух альтернативных событий изменяется от 0 до 1.

Энтропия численно совпадает со средним количеством информации но принципиально различны, так как: H(x) – выражает среднюю неопределенность состояния источника и является его объективной характеристикой, она может быть вычислена априорно, т.е. до получения сообщения при наличии статистики сообщений. I(x) – определяется апостериорно, т.е. после получения сообщения. С получением информации о состоянии системы энтропия снижается.

5. Избыточность сообщений Одной из информационных характеристик источника дискретных сообщений является избыточность, которая определяет, какая доля максимально-возможной энтропии не используется источником , (10) где ? – коэффициент сжатия. Избыточность приводит к увеличению времени передачи сообщений, уменьшению скорости передачи информации, излишней загрузки канала, вместе с тем, избыточность необходима для обеспечения достоверности передаваемых данных, т.е. надежности

СПД, повышения помехоустойчивости. При этом, применяя специальные коды, использующие избыточность в передаваемых сообщениях, можно обнаружить и исправить ошибки. Пример 1. Вычислить энтропию источника, выдающего два символа 0 и 1 с вероятностями p(0) = p(1) = 1/m и определить его избыточность. Решение: Энтропия для случая независимых, равновероятных элементов равна: H(x) = log2m = log22 = 1 [дв. ед/симв.] При этом H(x) =

Hmax(x) и избыточность равна R = 0. Пример 2. Вычислить энтропию источника независимых сообщений, выдающего два символа 0 и 1 с вероятностями p(0) = 3/4, p(1) = 1/4. Решение: Энтропия для случая независимых, не равновероятных элементов равна: При этом избыточность равна R = 1–0,815=0,18 Пример 3. Определить количество информации и энтропию сообщения из пяти букв, если число букв в алфавите равно 32

и все сообщения равновероятные. Решение: Общее число пятибуквенных сообщений равно: N = mn = 32 Энтропия для равновероятных сообщений равна: H = I = – log2 1/N = log2325 = 5 log232 = 25 бит./симв. Литература 1 Гринченко А.Г. Теория информации и кодирование: Учебн. пособие. – Харьков: ХПУ, 2000. 2 Цымбал В.П.

Теория информации и кодирование. – М.: Высш. шк 1986. 3 Кловский Д.Д. Теория передачи сигналов. – М.: Связь, 1984. 4 Кудряшов Б.Д. Теория информации. Учебник для вузов Изд-во ПИТЕР, 2008. – 320 с. 5 Цымбал В.П. Теория информации и кодирование. – М.: Высш. шк 1986. 6 Асанов М.О Баранский В.А Расин

В.В. Дискретная математика: графы матроиды, алгоритмы. – Ижевск: НИЦ «РХД», 2001, 288 стр.