logo资料库

信息论与编码(第二版)曹雪虹(最全版本)答案.doc

第1页 / 共41页
第2页 / 共41页
第3页 / 共41页
第4页 / 共41页
第5页 / 共41页
第6页 / 共41页
第7页 / 共41页
第8页 / 共41页
资料共41页,剩余部分请下载后查看
《信息论与编码(第二版)》曹雪虹答案 第二章 2.1 一个马尔可夫信源有 3 个符号 u u u ,转移概率为:  p u u  ,  1/ 2   , 1, | 2 3 1 1 p u u  , 1/ 2 | 2 1   p u u  ,  p u u  ,  1/ 3 p u u  ,  p u u  ,  2 / 3 p u u  ,  1/ 3 0 0      | | | | | 1 2 2 2 3 1 3 2 1 3 p u u  , 2 / 3 | 2 3   p u u  ,画出状态图并求出各符号稳态概率。 0  | 3 3 解:状态图如下 1/2 u1 1/2 1/3 u2 1/3 2/3 2/3 u3 状态转移矩阵为: p       1/ 2 1/ 2 1/ 3 0 1/ 3 2 / 3 0 2 / 3 0      设状态 u1,u2,u3 稳定后的概率分别为 W1,W2、W3 由 WP W   W W W  2    1 得 3 1  W W  3 1 2 计算可得 2  1 3 W W  3 1 1   W W W 1 3 2 3 W W 1   2  1   2   2  3   W W W     2 3 1 2  1 3  W    W    W   1  2  3 10 25 9 25 6 25 2.2 由符号集{0,1}组成的二阶马尔可夫链,其转移概率为: (0 | 00) p =0.8, (0 |11) p =0.2, p (1| 00) =0.2, (1|11) p =0.8, (0 | 01) p =0.5, (0 |10) p =0.5, (1| 01) p =0.5, (1|10) p =0.5。画出状态 图,并计算各状态的稳态概率。 解: (0 | 00) p p (00 | 00) 0.8  p (0 | 01) p (10 | 01) 0.5  p (0 |11) p (10 |11) 0.2  p (0 |10) p (00 |10) 0.5  p (1| 00) p (01| 00) 0.2  p (1| 01) p (11| 01) 0.5  p (1|11) p (11|11) 0.8  p (1|10) p (01|10) 0.5 
于是可以列出转移概率矩阵: p  状态图为: 0.8 0.2 0 0 0.5 0.5 0 0       0 0 0.5 0.5 0 0 0.2 0.8       概率为 W1,W2,W3,W4 有 设各状态 00,01,10,11 的稳态分布  WP W   4    W 1  1i  i 得 1 3 1 3 1     0.8 W W    0.2 W W   0.5 W W    0.5 W W   W W W W  3 1 4 0.5 0.5 0.2 0.8  W W W W  4  4 2 2 2 计算得到 2 3 4  1  W    W    W    W   1  2  3  4 5 14 1 7 1 7 5 14 2.3 同时掷出两个正常的骰子,也就是各面呈现的概率都为 1/6,求: (1) “3 和 5 同时出现”这事件的自信息; (2) “两个 1 同时出现”这事件的自信息; (3) 两个点数的各种组合(无序)对的熵和平均信息量; (4) 两个点数之和(即 2, 3, … , 12 构成的子集)的熵; (5) 两个点数中至少有一个是 1 的自信息量。  1 1 6 6 log  1 6 ( xp ) i 1 6  1 18 log (2) ( xp i ) ( xI i ) 1 18  .4 170 bit  1 1 6 6 log  ( xp 1 36 ) i  log 1 36  .5 170 bit 解:(1) ( xp i ) ( xI i ) (3) 两个点数的排列如下:
11 21 31 41 51 61 12 22 32 42 52 62 13 23 33 43 53 63 14 24 34 44 54 64 15 25 35 45 55 65 16 26 36 46 56 66 共有 21 种组合: 其中 11,22,33,44,55,66 的概率是 1 6 XH ( )   i ( xp i log) ( xp i ) 6     1 36 log 1 36  15   1 6 1 18 1 36 1 18 其他 15 个组合的概率是 12  6 1 6 1 18    .4 337 bit / symbol log (4)参考上面的两个点数的排列,可以得出两个点数求和的概率分布如下:    XH X ( ) XP ) (     2   1   36  3 1 18 ( xp 4 1 12 log) i 5 1 9 ( xp i 6 5 36 7 1 6 8 5 36 9 1 9 10 1 12 11 1 18 12 1 36     ) i (5)    2 1   36  274 .3 bit / symbol log 1 36 2  1 18 log 1 18 2  1 12 log 1 12 12  9 log 1 9 2  5 36 log 5 36  1 6 log 1 6    11   1 1 6 6 log  ( xp i ) 11 36  log 11 36  .1 710 bit ( xp i ) ( xI i ) 2-4
2.5 居住某地区的女孩子有 25%是大学生,在女大学生中有 75%是身高 160 厘米以上的, 而女孩子中身高 160 厘米以上的占总数的一半。假如我们得知“身高 160 厘米以上的某 女孩是大学生”的消息,问获得多少信息量? 解: 设随机变量 X 代表女孩子学历 X x1(是大学生) x2(不是大学生) P(X) 0.25 0.75 设随机变量 Y 代表女孩子身高 Y y1(身高>160cm)y2(身高<160cm) P(Y) 0.5 0.5 已知:在女大学生中有 75%是身高 160 厘米以上的 即: ( yp 1 / x 1 )  75.0 bit 求:身高 160 厘米以上的某女孩是大学生的信息量 即: ( xI 1 / y 1 )  log ( xp 1 / y 1 )  log / x 1 ) 1 ) ( ( ypxp 1 ( ) yp 1  log 25.0 75.0  5.0  .1 415 bit 2.6 掷两颗骰子,当其向上的面的小圆点之和是 3 时,该消息包含的信息量是多少?当 小圆点之和是 7 时,该消息所包含的信息量又是多少?
解: 1)因圆点之和为 3 的概率 ( ) p x  p (1,2)  p (2,1)  1 18 该消息自信息量 ( ) I x   log ( ) p x  2)因圆点之和为 7 的概率 log18 4.170  bit ( ) p x  p (1,6)  p (6,1)  p (2,5)  p (5,2)  p (3,4)  p (4,3)  1 6 该消息自信息量 ( ) I x   log ( ) p x  log 6 2.585  bit 2.7 设有一离散无记忆信源,其概率空间为 X P        x  1 3/8    0 1 x  2 1/ 4 2 x  3 1/ 4 x  4 1/8 3    (1)求每个符号的自信息量 (2)信源发出一消息符号序列为{202 120 130 213 001 203 210 110 321 010 021 032 011 223 210},求该序列的自信息量和平均每个符号携带的信息量 ( ) I x 解: 1  log 2 1 ) ( p x 1  log 2 8 3  1.415 bit ( I x 同理可以求得 2 )  2 , ( bit I x ) 3  2 , ( bit I x ) 3  3 bit 因为信源无记忆,所以此消息序列的信息量就等于该序列中各个符号的信息量之和 I  14 ( I x ) 13 ( I x  1 ) 87.81 就有:  4 平均每个符号携带的信息量为 87.81 1.95 ) 12 ( I x  2 ) 6 ( I x  3  45 bit bit/符号 2.8 试问四进制、八进制脉冲所含信息量是二进制脉冲的多少倍? 解: 四进制脉冲可以表示 4 个不同的消息,例如:{0, 1, 2, 3} 八进制脉冲可以表示 8 个不 同的消息,例如:{0, 1, 2, 3, 4, 5, 6, 7} 二进制脉冲可以表示 2 个不同的消息,例如:{0, 1} 假设每个消息的发出都是等概率的,则: 四 进 制 脉 冲 的 平 均 信 息 量 XH ( 1 )  log n  log 24  bit / symbol 八 进 制 脉 冲 的 平 均 信 息 量 XH ( 2 )  log n  log 38  bit / symbol
二进制脉冲的平均信息量 XH ( 0 )  log n  log 12  bit / symbol 所以:四进制、八进制脉冲所含信息量分别是二进制脉冲信息量的 2 倍和 3 倍。 2-9 “-” 用三个脉冲 “●”用一个脉冲 (1) I(●)= Log 4( ) 2 I(-)= Log   2-10 H(Y/黑)= (3) P(黑/白)= P(白/白)= (2) H= 1 4  0.415 4   3 (2) P(黑/黑)= 4 3    0.811 Log 4( )  3 4 Log   P(白/黑)= H(Y/白)= (4) P(黑)= P(白)= H(Y)= 2.11 有一个可以旋转的圆盘,盘面上被均匀的分成 38 份,用 1,…,38 的数字标示,其 中有两份涂绿色,18 份涂红色,18 份涂黑色,圆盘停转后,盘面上的指针指向某一数字 和颜色。 (1)如果仅对颜色感兴趣,则计算平均不确定度 (2)如果仅对颜色和数字感兴趣,则计算平均不确定度 (3)如果颜色已知时,则计算条件熵 解:令 X 表示指针指向某一数字,则 X={1,2,……….,38} Y 表示指针指向某一种颜色,则 Y={l 绿色,红色,黑色} Y 是 X 的函数,由题意可知 ( p x y i j )  ( p x i ) (1) ( ) H Y  3  j 1  ( p y )log j 1 ( p y ) j  2 38 log 38 2 2   18 38 log 38 18  1.24 bit/符号 (2) , H X Y ( )  H X ( )  log 38 5.25  2 bit/符号 (3) ( H X Y | )  ( ) H X Y H Y  ( ) ,  H X H Y ( ) 5.25 1.24    ( )  4.01 bit/符号 2.12 两个实验 X 和 Y,X={x1 x2 x3},Y={y1 y2 y3},l 联合概率  ,i r x y j  r 为 ij
     11 r r 21 r 31 r 12 r 22 r 32 r 13 r 23 r 33            0 7 / 24 1/ 24 1/ 24 1/ 4 1/ 24 1/ 24 7 / 24 0      (1)如果有人告诉你 X 和 Y 的实验结果,你得到的平均信息量是多少? (2)如果有人告诉你 Y 的实验结果,你得到的平均信息量是多少? (3)在已知 Y 实验结果的情况下,告诉你 X 的实验结果,你得到的平均信息量是多少? 解:联合概率 ( p x y 为 ) , i j y1 y2 y3 , H X Y ( )  ij  24 7 2 2   7 24 log 4   1 24 =2.3bit/符号 log 4 2 ( , p x y i )log j 2 1 ( ) , p x y j i 1 4  log 24 2 Y X X P Y P x1 x2 x3 7/24 1/24 0 1/24 1/4 1/24 0 1/24 7/24 X 概率分布 x1 x2 x3 ( ) 3 H Y   H X Y ( | )  =0.72bit/符号 8/24 8/24 8/24 y1 y2 y3 8/24 8/24 8/24 bit/符号 2  log 3 1.58 1 3 ( ) H X Y H Y  ( ) ,  2.3 1.58  Y 概 率 分 布 是 2.13 有两个二元随机变量 X和 Y,它们的联合概率为 Y X x1=0 y1=0 y2=1 1/8 3/8 x2=1 3/8 1/8
并定义另一随机变量 Z = XY(一般乘积),试计算: (1) H(X), H(Y), H(Z), H(XZ), H(YZ)和 H(XYZ); (2) H(X/Y),H(Y/X),H(X/Z),H(Z/X),H(Y/Z),H(Z/Y),H(X/YZ),H(Y/XZ)和 H(Z/XY); (3) I(X;Y), I(X;Z), I(Y;Z), I(X;Y/Z), I(Y;Z/X)和 I(X;Z/Y)。 解: (1) ( xp 1 )  ( yxp 11 )  ( yxp 1 2 ) ( xp 2 )  )  ( yxp 2 2 ) XH ( )  ( xp log) i ( xp i ( yxp 2 1  i ( yp 1 )  ( yxp 11 )  ( yxp 2 1 ) ( yp 2 )  )  2 ( yxp 2 2 ) )( YH  ( yp log) ( yp j j ( yxp 1  j  1 8 3  8 1)  3 8 1 8 bit 1 2 1 2 symbol /  1 8 3  8 1)  3 8 1 8 bit / 1 2 1 2 symbol Z = XY 的概率分布如下: Z ( ZP       ) ( ZH )  z 1     2  k 0 z 2  7 8 ( zp k )   1 8    1     7 8 log 7 8  1 8 log 1 8    .0 544 bit / symbol ( ( ) zxp xp  11 1 0) ( zxp  21 ) ( ( xp zxp  1 11 ( ( ) zxp zp  11 1 )  ( zxp 21 ) 5.0)  ) ( zxp  12 ) 5.0  3 8  7 8 ) ( zxp 12 ) ( zp 2 )   ( zp 1 ( zxp 21 )  )  ( zxp 22 )  ( zp ) 2  XZH ( )   i k ) ( zxp 11 ( zxp 22 1 8 ( zxp i k log) ( zxp i k )     1 2 log 1 2  3 8 log 3 8  1 8 log 1 8    .1 406 bit / symbol
分享到:
收藏