信息论+傅祖芸+答案(10)

2020-02-21 01:34

h(Y | X )????? p( x) p( y | x) log p( y | x)dxdy

????? y??1 x???2

???

1 ??? 2????????? p( x, y) log???e 3? 2 ?dxdy ????????????????? 3????????????

??

?2 ? y?? x ?1???? ??? ???? p( x, y) log 1

? 3? 2 ? 3??dxdy???? p( x, y) log e 2???

dxdy ??1? 2 y?? ?x??? ? log 3????? log e? p( x, y) ?2? 3?dxdy 2

??2

? y?? x1???????1? 2 ?? 2

???2 y??? ?x??? 1 ??1 x? y??? ??????4 p( x, y?) 2???3? 2 dxdy 3? 2 dxdy?????3? 2 2 3?? 2 ??? y? x1???

???? x ???? 1??2 y 2??xy??x 2 ???1??????3? 2 1??? 1?????6 3?????4

? y???x?? e dxdy? y????????4

2???

6 3????? ? y?? x??? ? 2 ???? 1???1?????2 ??1??? ??

46 3?????4

? y???x?? e ? 3? 2 dxdy 2 2???

??? ?2 ? y?? 1 6 3?? 4 ???x 2 4? 2 dx??????? y???1???2 x???2???

x?? e ????1??? 3? 2 dy 而

?2

2

x? 1???2 ??1? y????????? ???

?3? 2 ??? y?? 2 x????dy?? 3? 2 3????

?? y?? x?????? 31??????2

????? y?? 2 x????2?? e?? ?????d

? y ?? ?1???2???x???????????????? 3?????????????????? 3???????? 2

? 3 3 ? 3 ?? t 2e??t dt 3 2

3??? 3

因此

2

???

242???

x?? e 2

32 3? 2 dxdy

2 2 ? 1????1? ? y? x??? ? y???x??? 2 x 2 ??2 1 ??2???1????? 3? 2 p( x, y)???dxdy???dy ??e 4? dx??? y???x?? e 6 3?? 4???3? 2 ??2???

?x 2 ???2 1 3 1 4e 4? dx???3??? 3???dx 4????2 6 3???4????1 ? 2????4????1 2

2

?1? ?x??? ? y???2? dxdy h(Y | X )?? log 3????? log e? p( x, y) 3? 2

1 ? log 3????? log e

2

1 ? log 3?e? 2

2

因此平均互信息为:

I ( X ;Y )?? H (Y )?? H (Y | X )

1 1 ? log 4?e? 2?? log 3?e? 2

2 2 1 4 ? log 2 3 ? 0.21

注:该题推导过程中引用的相关积分公式:

1 ??? t 2

2 dt?? 2??(1)???? e ?

??(2)?? t? 2e??t dt???? 2

??2

【4.13】试证明两连续随机变量之间的平均互信息 I ( X ;Y ) 是输入随机变量 X 的 概率密度函数 p( x) 的 I 型凸函数。

证明:

p( y | x)

dxdy I ( X ;Y )???? p( x) p( y | x) log p( y) p( y | x)

dxdy ??? p( x) p( y | x) log p( x) p( y | x)dx ??

设存在 X 的两个概率密度 p1 ( x) 和 p2 ( x) ,参数 0?????? 1,目标证明:

I (?p1 ( x)???? p2 ( x))????I ( p1 ( x))????? I ( p2 ( x))

过程如下:

?I ( p1 ( x))????? I ( p2 ( x))?? I (?p1 ( x)???? p2 ( x)) ????? p1 ( x) p( y | x) log p( y | x)

dxdy?????? p2 ( x) p( y | x) log p1 ( y) p( y | x)

??? p( x) p( y | x) log p( y) dxdy

p( y) p( y)

dxdy ????? p1 ( x) p( y | x) log dxdy?????? p2 ( x) p( y | x) log p1 ( y) p2 ( y) 而

p( y)

? p1 ( x) p( y | x) log p ( y) dxdy 1

p( y) ??? p1 ( x, y) log p1 ( y) p( y) ? log?? p1 ( x, y) p1 ( y)

dxdy dxdy

p( y | x)

dxdy p2 ( y)

p( y) 同理,?? p2 ( x) p( y | x) log p2 ( y) dxdy?? 0 ,因此有

? log?? p1 ( x | y) p( y)dxdy ? 0

I (?p1 ( x)???? p2 ( x))????I ( p1 ( x))????? I ( p2 ( x))

(1)充分性。

p( y1 y2 L yN | x1x2 L xN )

? p( y1 | x1 x2 L xN ) p( y2 | x1x2 L xN y1 )L p( y N | x1 x2 L xN y1 y2 L y N??1 )

证明:

p( y | x)???? p( yi | xi ) i?1 N

【4.14】试证明多维连续无记忆信道的充要条件为

p( x1 x2 L xN y1 y2 L y N??1 yN ) p( y N | x1 x2 L xN y1 y2 L yN??1 )???p( x1x2 L xN y1 y2 L y N??1 ) ??p( y1 y2 L yN??1 y N | x1 x2 L xN ) p( y1 y2 L y N??1 | x1x2 L xN ) N

? p( y i | xi ) i?1

?? L y N??1 y N | x1 x2 L xN )dy N 1 2 ? p( y y N N

? p( y i | xi ) i | xi ) ? p( y

i?1 ??N i?1 ??N??1

p( y i | xi )dy N p( y i | xi ) ????i?1

i?1

? p( y N | xN )

p( y N??1 | x1x2 L xN y1 y2 L yN??2 )?? p( y N??1 | xN??1 )

……

同理

p( y2 | x1x2 L xN y1 )?? p( y2 | x2 )

p( y1 | x1 x2 L xN )?? p( y1 | x1 )

p( y N??1 | x1x2 L xN y1 y2 L yN??2 )?? p( y N??1 | xN??1 )

……

因此该信道是无记信道。 (2)必要性。

根据无记信道的性质,有

p( y2 | x1x2 L xN y1 )?? p( y2 | x2 )

p( y1 | x1 x2 L xN )?? p( y1 | x1 )

p( y1 y2 L yN | x1x2 L xN )

? p( y1 | x1 x2 L xN ) p( y2 | x1x2 L xN y1 )L p( y N | x1 x2 L xN y1 y2 L y N??1 )

因此有而

p( y | x)???? p( yi | xi ) i?1

N

【4.15】试证明连续信源 X 的相对熵 h( X ) 是概率密度 p( x) 的 I 型凸函数。 证明:

设存在 X 的两个概率密度 p1 ( x) 和 p2 ( x) ,参数 0?????? 1,目标证明:

h(?p1 ( x)???? p2 ( x))????h( p1 ( x))????? h( p2 ( x))

过程如下:

?h( p1 ( x))????? h( p2 ( x))?? h(?p1 ( x)???? p2 ( x))

?????? p1 ( x) log p1 ( x)dx????? p2 ( x) log p2 ( x)dx???????p1 ( x)???? p2 ( x)?log p( x)dx p( x) p( x)

dx ????? p1 ( x) log dx?????? p2 ( x) log p1 ( x) p2 ( x)

p( x)

? p1 ( x) log p ( x) dx 1

p( x) 同理,?? p2 ( x) log p2 ( x) dx?? 0 因此

p( x)

? log?? p1 ( x) p1 ( x) dx ? log1 ? 0

?h( p1 ( x))????? h( p2 ( x))?? h(?p1 ( x)???? p2 ( x))?? 0

【4.16】设信道输入是连续型随机序列 X 1 X 2 L X N ,输出也是连续型随机序列

Y1Y2 LYN ,信道传递概率密度为 p( y | x) 。试证明:

(1)当信源是无记忆时,有

I ( X 1 X 2 L X N ;Y1Y2 LYN )???? I ( X i ;Yi )

(2)当信道是无记忆时,有

I ( X 1 X 2 L X N ;Y1Y2 LYN )???? I ( X i ;Yi )


信息论+傅祖芸+答案(10).doc 将本文的Word文档下载到电脑 下载失败或者文档不完整,请联系客服人员解决!

下一篇:2013-2018年中国汽车举升机行业市场发展战略分析及投资前景预测

相关阅读
本类排行
× 注册会员免费下载(下载后可以自由复制和排版)

马上注册会员

注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信: QQ: