Курс: "Теория информации и кодирования"
Тема: "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

СПИ

x₁                                                                                           y₁
x₂                                                                                           y₂
… …
x_n                                                      y_n
Рис.1. Система передачи информации
Ансамбль сообщений - множество возможных сообщений с их вероятностными характеристиками - {Х, р (х) }. При этом: Х={х₁, х₂,…, х_m } - множество возможных сообщений источника; i = 1, 2,..., m, где m - объем алфавита; p (x_i) - вероятности появления сообщений, причем p (x_i) ³ 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 x_i, выбранном из ансамбля сообщений источника {Х, р (х) }. Одним из параметров, характеризующих данное сообщение, является вероятность его появления - p (x_i), поэтому естественно предположить, что количество информации I (x_i) в сообщении x_i является функцией p (x_i). 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:
log_ax = log_bx/log_ba.
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 инфор-мации 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: p_i0 = p_i1 = 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:
p_i0 = 3/4; p_i1 = 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 H_max (x). Воспользуемся методом неопределенного множителя Лагранжа - l 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 p_i не зависит от i, а это может быть в случае, если все p_i равны, т.е. p₁ =p₂ =... =p_m =1/m.
При этом, выражение для энтропии равновероятных, независимых элементов равно:
. (9)

Рис.2. График энтропии для двух альтернативных событий

H(xi)                    Hmax 1 0             0,5            1,0  P(xi)

 

Найдем энтропию системы двух альтернативных событий с вероятностями p₁ и p₂. Энтропия равна

При m = 2 для равновероятных событий p_i  = 1/2 энтропия равна 1.  Изменение энтропии в зависимость от вероятности события  приведено на рис. 2. Как видно, максимум энтропии соответствует равновероятным событиям.

4. СВОЙСТВА ЭНТРОПИИ СООБЩЕНИЙ

1. Энтропия есть величина вещественная, ограниченная, не отрицательная, непрерывная на интервале 0 £ p £ 1.
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 по-лучением 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) = H_max (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. - 320с.
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.