2005. Információelmélet Nagy Szilvia 1. Az információelmélet alapfogalmai.

Az előadások a következő témára: "2005. Információelmélet Nagy Szilvia 1. Az információelmélet alapfogalmai."— Előadás másolata:

1 2005. Információelmélet Nagy Szilvia 1. Az információelmélet alapfogalmai

2 Széchenyi István Egyetem 2 Az információelmélet kezdetei Állatvilágról Emberi információcsere fontosabb lépései –közvetlen információcsere –távoli személyek közti információcsere –gépekkel való hírközlés –gépek által generált adatforgalom Az információelmélet kezdetei, Hartley, Shannon Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia Információelmélet - Az információelmélet alapfogalmai

3 Széchenyi István Egyetem 3 Az információelmélet kezdetei Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia Információelmélet - Az információelmélet alapfogalmai

4 Széchenyi István Egyetem 4 Az információelmélet kezdetei Állatvilágról Emberi információcsere fontosabb lépései –közvetlen információcsere –távoli személyek közti információcsere –gépekkel való hírközlés –gépek által generált adatforgalom Az információelmélet kezdetei, Hartley, Shannon Az információelmélet a gyakorlatban Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia Információelmélet - Az információelmélet alapfogalmai

5 Széchenyi István Egyetem 5 Shannon hírközlési modellje Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai információforrás adó csatorna – zajforrás vevő rendeltetési hely

6 Széchenyi István Egyetem 6 A hírközlés során egy üzenetet juttatunk el egy tér- és időbeli pontból egy másikba. Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia Információelmélet vevő/nyelődekódolókódolóforrás/adó csatorna tényleges forrás mintavételezés kvantálás forráskódolás Lehet folytonos jel A forrás jelét diszkrét jellé alakítja át és tömöríti Információelmélet - Az információelmélet alapfogalmai Shannon hírközlési modellje

7 Széchenyi István Egyetem 7 A hírközlés során egy üzenetet juttatunk el egy tér- és időbeli pontból egy másikba. Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia Információelmélet vevő/nyelődekódolókódolóforrás/adó csatorna Csatornakódolás avagy hibajavító kódolás: lehetővé teszi a zajos csatornán való biztonságos(abb) üzenetátvitelt, a keletkező hibák jelzését kijavítását. Információelmélet - Az információelmélet alapfogalmai Shannon hírközlési modellje

8 Széchenyi István Egyetem 8 A hírközlés során egy üzenetet juttatunk el egy tér- és időbeli pontból egy másikba. Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia Információelmélet vevő/nyelődekódolókódolóforrás/adó csatorna modulátorcsatorna demodulátor, döntő Átalakítja a kódolt üzenetet a csatornán átvihető jellé. torzul a jel Eldönti, hogy a lehetséges leadott jelalakok közül melyiket adhatták. Információelmélet - Az információelmélet alapfogalmai Shannon hírközlési modellje

9 Széchenyi István Egyetem 9 A hírközlés során egy üzenetet juttatunk el egy tér- és időbeli pontból egy másikba. Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia Információelmélet vevő/nyelődekódolókódolóforrás/adó csatorna Kijavítja és/vagy jelzi a vett jelek hibáit. Elvégzi a csatornakódolás inverz műveletét. Információelmélet - Az információelmélet alapfogalmai Shannon hírközlési modellje

10 Széchenyi István Egyetem 10 A hírközlés során egy üzenetet juttatunk el egy tér- és időbeli pontból egy másikba. Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia Információelmélet vevő/nyelődekódolókódolóforrás/adó csatorna vevő a forráskódolás inverze a helyreállított üzenetet „kitömöríti” értelmezi az üzenetet Információelmélet - Az információelmélet alapfogalmai Shannon hírközlési modellje

11 Széchenyi István Egyetem 11 Esemény : sokszor végrehajtható kísérlet eredménye. Kísérlet, ill. kimenetel lehet például: Egy dobozból golyókat veszünk ki, és vizsgáljuk a színüket. Esemény, hogy piros, zöld, lila, … golyót találtunk. Fej vagy írást játszunk egy érmével. Esemény: a fej vagy az írás oldal van felül. Minden kedden reggel 7 és 8 óra között vizsgáljuk egy buszmegállóban a megálló buszok számát. Esemény: 0 busz állt meg, 1, 2, … busz állt meg. Egy hírközlési csatornára bocsátunk egy bizonyos jelet és vizsgáljuk a kimeneti jelet. Esemény: a vett jel azonos a leadottal, a vett jel amplitúdója azonos a leadottéval, de a frekvenciája kétszeres, … Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai Matematikai kitérő – A valószínűségszámítás alapfogalmairól

12 Széchenyi István Egyetem 12 Az A esemény ellentett eseménye a kísérlet minden A-n kívüli kimenetele. Jelölés: A. Egy A esemény valószínűsége: nagyon sokszor elvégezve a kísérletet A valószínűség jellemzői: 1 ≥ p(A) ≥ 0, az 1 valószínűségű esemény biztosan bekövetkezik, a 0 valószínűségű sohasem következik be. p(A)+p(A) = 1. Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai Matematikai kitérő – A valószínűségszámítás alapfogalmairól

13 Széchenyi István Egyetem 13 A Kolmogorov-féle valószínűségi axiómákról: Eseménytér : Az elemi események összessége:  ; a teljes esemény Események halmaza: S Lehetetlen esemény: O. Az S halmaz akkor és csak akkor  -algebra, ha  S és O  S, ha A i  S  i-re, akkor ha A 1  S és A 2  S, akkor Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai Matematikai kitérő – A valószínűségszámítás alapfogalmairól

14 Széchenyi István Egyetem 14 A Kolmogorov-féle valószínűségi axiómákról: Minden A  S eseményhez rendelhető egy p(A) szám, az A valószínűsége, melyre a következők igazak: 0 ≤ p(A) ≤ 1 p(  )=1 ha A i ∙ A j = 0  i ≠ j-re, akkor Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai Matematikai kitérő – A valószínűségszámítás alapfogalmairól

15 Széchenyi István Egyetem 15 Egy dobozban 15 sárga, 6 lila, 42 fehér és 11 kék golyó van. Mi a valószínűsége, hogy ha egyetlen golyót veszünk ki a dobozból (nem odanézve), akkor az kék lesz: sárga lesz: nem sárga lesz: kék vagy lila lesz: piros lesz: Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai Matematikai kitérő – A valószínűségszámítás alapfogalmairól

16 Széchenyi István Egyetem 16 Egy A és egy B esemény szorzatán azt értjük, ha A és B is bekövetkezik. A és B együttes bekövetkezési valószínűsége: p(A∙B ). Egy A és egy B esemény összege az, ha vagy A, vagy B (vagy mindkettő) bekövetkezik. Valószínűsége: p(A+B ). Az A és B események függetlenek, ha semmiféle befolyással nincs A-nak a bekövetkezése a B bekövetkezésére. Ekkor p(A∙B )= p(A ) ∙ p(B ). Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai Matematikai kitérő – A valószínűségszámítás alapfogalmairól

17 Széchenyi István Egyetem 17 Egy A és egy B esemény szorzatán azt értjük, ha A és B is bekövetkezik. A és B együttes bekövetkezési valószínűsége: p(A∙B ). Egy A és egy B esemény összege az, ha vagy A, vagy B (vagy mindkettő) bekövetkezik. Valószínűsége: p(A+B ). Egyéb esetekben p(A∙B )≠ p(A) ∙ p(B ), csak azt lehet tudni, hogy p(A+B ) = p(A) + p(B) – p(A∙B ), és p(A∙B ) ≤ p(A ) ∙ p(B ). Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai Matematikai kitérő – A valószínűségszámítás alapfogalmairól

18 Széchenyi István Egyetem 18 Egy dobozban 15 sárga, 6 lila, 42 fehér és 11 kék golyó van. Mi a valószínűsége, hogy ha két golyót veszünk ki a dobozból (nem odanézve), akkor az 1. kék lesz, a 2. fehér: mindkettő sárga lesz: valamelyik sárga lesz: egyik sem lesz sárga: Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai Matematikai kitérő – A valószínűségszámítás alapfogalmairól

19 Széchenyi István Egyetem 19 Egy hírközlési csatorna bemenetén és kimenetén megjelenő jelek nem függetlenek egymástól. Ha B jelet vettünk akkor annak a valószínűsége, hogy A jel volt a csatorna bemenetén: A-nak B feltétel melletti feltételes valószínűsége Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai Matematikai kitérő – A valószínűségszámítás alapfogalmairól

20 Széchenyi István Egyetem 20 Az is érdekes, hogy ha A jelet adok, milyen B kerül a csatorna kimenetére, ez B-nek A feltétel melletti feltételes valószínűségével, p( B|A )-val írható le: A kölcsönös és feltételes valószínűségek között fennáll: p(A∙B )=p(B ) ∙ p( A|B )= p(A ) ∙ p( B|A ) Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai Matematikai kitérő – A valószínűségszámítás alapfogalmairól

21 Széchenyi István Egyetem 21 Egy dobozban 15 sárga, 6 lila, 42 fehér és 11 kék golyó van. Mi a feltételes valószínűsége annak, hogy ha az első kihúzott golyó kék volt, akkor a második fehér: kék: nem kék: Mi annak a feltételes valószínűsége, hogy az első kék volt, ha a második kék: Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai Matematikai kitérő – A valószínűségszámítás alapfogalmairól

22 Széchenyi István Egyetem 22 Matematikai kitérő – A valószínűségszámítás alapfogalmairól Ha az eseményekhez számértékek rendelhetők, (pl. árammérés), akkor kíváncsiak lehetünk a kísérlet eredményének várható érték ére. Legyen A={A 1, A 2, … A n } számhalmaz a kísérlet kimenetének értékkészlete, az A 1 kimenet valószínűsége p(A 1 ), … az A n -é p(A n ). Ekkor A várható értéke Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai

23 Széchenyi István Egyetem 23 Matematikai kitérő – A valószínűségszámítás alapfogalmairól Az is érdekelhet minket, hogy átlagosan mennyire fog eltérni az eredmény a várhatóértéktől, ezt a szórás sal jellemezhetjük: Ha több kísérletet vizsgálunk, A és B korreláció ja írja le az, hogy mennyire függ a kettő egymástól Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai

24 Széchenyi István Egyetem 24 Az információ Az információ valamely véges számú, előre ismert esemény közül annak megneve- zése, hogy melyik következett be. Alternatív megfogalmazás: az információ mértéke azonos azzal a bizonytalansággal, amelyet megszüntet. Hartley: m számú, azonos valószínűségű esemény közül egy megnevezésével nyert információ: (log 2 m kérdéssel azonosítható egy elem) Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai

25 Széchenyi István Egyetem 25 Az információ Az információ valamely véges számú, előre ismert esemény közül annak megneve- zése, hogy melyik következett be. Alternatív megfogalmazás: az információ mértéke azonos azzal a bizonytalansággal, amelyet megszűntet. Shannon: minél váratlanabb egy esemény, bekövetkezése annál több információt jelent. Legyen A={A 1, A 2, … A m } esemény- halmaz, az A 1 esemény valószínűsége p 1, … az A m -é p m. Ekkor az A i megnevezésekor nyert információ: Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai Megjegyzés: ha p i =1/m, minden i-re, visszakapjuk Hartley definícióját.

26 Széchenyi István Egyetem 26 Az információ tulajdonságai 1.Csak az esemény valószínűségének függvénye. 2.Nem negatív: I ≥ 0 3.Additív: ha m = m 1 ∙m 2, I(m 1 ∙m 2 ) = I(m 1 ) + I(m 2 ) 4.Monoton: ha p i ≥ p j, akkor I(A i ) ≤ I(A j ) 5.Normálás: legyen I(A)=1, ha p(A)=0,5. Ekkor kettes alapú logaritmus használandó és az információegysége a bit. Megjegyzés: ha tízes alapú logaritmust (lg-t) használunk, a hartley, az egység. Ekkor a normálás: I(p=0,1)=1. Ha természetes alapú logaritmussal definiáljuk az információt (I=−ln p), akkor a natban mérjük az információt, a normálás pedig I(p=1/e)=1. Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai

27 Széchenyi István Egyetem 27 Az információ A forrásunk a következő üzenetet adta le: „ ccndnddnnncdnndncdncdncdncdnnnnc dcdncdcnnncdcccdcddcdccccnnn ” (21 db „ c ”, 22 db „ n ”, 17 db „ d ”) Mekkora az információtartalma a „ c ” szimbólum kibocsátásának? p( c ) = 21/(21+22+17) = 21/60 = 0,35 I( c ) = − log 2 0,35 = −ln 0,35/ln 2 = 1,51 Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai

28 Széchenyi István Egyetem 28 Az információ A forrásunk a , , , ,  szimbólumokat bocsátja ki p  =0,12, p  =0,37, p  =0,06, p  =0,21, p  =0,24 valószínűséggel. Mi az információtartalma annak a közlésnek, hogy a  jelet adta? I(  ) = − log 2 0,37 = − ln 0,37/ln 2 = 1,43 Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai

29 Széchenyi István Egyetem 29 Az entrópia Az entrópia az információ várható értéke: Az entrópia tulajdonképpen annak a kijelentésnek az információtartalma, hogy az m db egymást kizáró esemény közül az egyik bekövetkezett. A p log 2 p kifejezés p  0 esetén: Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia Információelmélet L’Hospital- szabály szerint Információelmélet - Az információelmélet alapfogalmai

30 Széchenyi István Egyetem 30 Az entrópia A forrásunk a következő üzenetet adta le: „ ccndnddnnncdnndncdncdncdncdnnnnc dcdncdcnnncdcccdcddcdccccnnn ” (21 db „ c ”, 22 db „ n ”, 17 db „ d ”) Mekkora az üzenet entrópiája? p( c )=21/60=0,35 p( n )=22/60=0,37 p( d )=17/60=0,28 H( c ) = −0,35 log 2 0,35 = −0,35 ∙(ln 0,35/ln 2)= = −0,35∙(−1,51) = 0,53 H( n ) = −0,37 log 2 0,37 = −0,37 ∙(ln 0,37/ln 2)= = −0,37∙(−1,43) = 0,53 H( d ) = −0,28 log 2 0,28 = −0,28 ∙(ln 0,28/ln 2)= = −0,28∙(−1,84) = 0,51 Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai

31 Széchenyi István Egyetem 31 Az entrópia A forrásunk a , , , ,  szimbólumokat bocsátja ki egyforma, p  = p  = p  = p  = p  = 0,2 valószínűséggel. Mennyi a forrás, mint halmaz entrópiája? H( , , , ,  ) = (− 0,2 log 2 0,2)  5 = 2,32 Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai

32 Széchenyi István Egyetem 32 Az entrópia A forrásunk a , , , ,  szimbólumokat bocsátja ki p  =0,12, p  =0,37, p  =0,06, p  =0,21, p  =0,24 valószínűséggel. Mennyi a forrás, mint halmaz entrópiája? H( , , , ,  ) = −0,12 log 2 0,12 − − 0,37 log 2 0,37 − 0,06 log 2 0,06 − − 0,21 log 2 0,21 − 0,24 log 2 0,24 = = 0,37+0,53+0,24+0,47+0,49 = =2,1 Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai

33 Széchenyi István Egyetem 33 Az entrópia tulajdonságai 1. Nem negatív: H( p 1, p 2, …, p m ) ≥ 0 2.Az események valószínűségeinek folytonos függvénye. 3. H( p 1, p 2, …, p m, 0 ) = H( p 1, p 2, …, p m ) 4.Ha p i = 1, a többi p k = 0, ( k=1, …, i−1, i+1,…, m ), akkor H( p 1, p 2, …, p m ) =0. 5. H( p 1, p 2, …, p m ) ≤ H( 1/m, 1/m, … 1/m ) 6.H(p 1, …, p k−1,p ℓ,p k+1,…,p ℓ−1,p k,p ℓ+1,…,p m ) = H( p 1, p 2, …, p m ),  k, ℓ ; azaz az entrópia szimmetrikus változóinak cseréjére. Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai

34 Széchenyi István Egyetem 34 A kölcsönös entrópia Legyen A={A 1, …, A m 1 } a lehetséges leadott jelek halmaza, B={B 1, …, B m 2 } pedig a vehető jelek halmaza. Vizsgáljuk azt az összetett eseményt, hogy egy A-beli és egy B-beli esemény is bekövetkezik. A i és B j együttes bekövetkezési valószínűsége p i,j = p(A i ∙ B j ), a két esemény együttes bekövetkezésekor nyert információ I(A i ∙ B j )=−log 2 p(A i ∙ B j )=−log 2 p i,j. Mindig igaz a kölcsönös információra, hogy I(A i ∙ B j )≥ I(A i ), és I(A i ∙ B j )≥ I(B j ). Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai

35 Széchenyi István Egyetem 35 A kölcsönös entrópia Legyen A={A 1, …, A m 1 } a lehetséges leadott jelek halmaza, B={B 1, …, B m 2 } pedig a vehető jelek halmaza. Vizsgáljuk azt az összetett eseményt, hogy egy A-beli és egy B-beli esemény is bekövetkezik. A i és B j együttes bekövetkezési valószínűsége p i,j = p(A i ∙ B j ), a két esemény együttes bekövetkezésekor nyert információ I(A i ∙ B j )=−log 2 p(A i ∙ B j )=−log 2 p i,j. A és B halmazok kölcsönös entrópiája : Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai

36 Széchenyi István Egyetem 36 A feltételes entrópia Legyen A={A 1, …, A m 1 } a lehetséges leadott jelek halmaza, B={B 1, …, B m 2 } pedig a vehető jelek halmaza. Minden A-beli esemény bekövetkezése maga után von egy B-beli eseményt. A i -nek B j -re vonatkoztatott feltételes valószínűsége p(A i | B j ). Az A halmaz B halmazra vonatkoztatott feltételes entrópiája : Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai

37 Széchenyi István Egyetem 37 A feltételes entrópia Legyen A={A 1, …, A m 1 } a lehetséges leadott jelek halmaza, B={B 1, …, B m 2 } pedig a vehető jelek halmaza. Minden A-beli esemény bekövetkezése maga után von egy B-beli eseményt. A i -nek B j -re vonatkoztatott feltételes valószínűsége p(A i | B j ). Mivel p(A i ∙B j )=p(B j ) ∙ p( A i |B j ) minden i-re és j-re, H(A ∙ B )= H(B) ∙ H(A|B )= H(A) ∙ H(B|A ). Így H(A) ≥ H(A∙B) ≥ 0 Alapfogalmak Történelmi áttekintés Shannon hírközlési modellje Valószínűség- számítás Információ Entrópia Kölcsönös entrópia Feltételes entrópia InformációelméletInformációelmélet - Az információelmélet alapfogalmai