Documente Academic
Documente Profesional
Documente Cultură
1
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
p ( s1 ∪ s 2 ∪ ... ∪ s n ) = ∑ p ( s k ) = p ( E ) = 1 (1.1’)
k =1
2
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
i ( s k ∩ s j ) = F p (s k ∩ s j ) (1.4)
Sursa de informaţie fiind presupusă fără memorie, rezultă că
mesajele sk şi s j sunt independente şi, deci, probabilitatea intersecţiei
celor două evenimente (mesaje) devine
3
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
p (s k ∩ s j ) = p (s k )⋅ p (s j ) (1.5)
Pe de altă parte, cele două mesaje fiind independente, informaţia
obţinută la furnizarea lor va fi egală cu suma informaţiilor ataşate
celor două mesaje, adică
i (s k ∩ s j ) = i (s k ) + i (s j ) (1.6)
Ţinând cont de relaţiile (1.3), (1.4) şi (1.5), din (1.6) rezultă ecuaţia
funcţională
F p ( s )⋅ p s = F p (s ) + F p s (1.7)
k ( j) k ( j)
Ecuaţia funcţională (1.7) este satisfăcută, evident, de funcţia
4
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
H ( S ) = i ( s k ) = ∑ p ( sk ) ⋅ i ( s k ) (1.11)
k =1
a variabilei
unde i ( s k ) reprezintă valoarea medie statistică
aleatoare discrete i ( s k ).
Înlocuind (1.10) în (1.11), rezultă
n
biţi
H ( S ) = − ∑ p ( s k ) log2 p ( s k ) < > (1.12)
k =1 mesaj
Din punct de vedere fizic, entropia definită cu relaţia (1.12)
măsoară informaţia medie pe mesaj, respectiv nedeterminarea medie a
sursei respective. In scopul simplificării scrierii, în cele ce urmează, se
va considera că logaritmii sunt în baza doi, fără a mai specifica acest
lucru.
Dacă se notează cu τk , k = 1, n , duratele de transmitere a
mesajelor sk de către sursa S, caracterizată de distribuţia (1.2), atunci
durata medie de transmitere a unui mesaj se determină cu relaţia
n
5
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
s n = y1 ∪ y 2 ∪ ... ∪
ym (1.16)
Dacă p ( y1 ) , p ( y 2 ),..., p ( ym )sunt probabilităţile de furnizare ale
mesajelor y1 , y 2 ,..., ym , atunci distribuţia sursei diversificate este
s ... s y ... y
S :
d 1 n −1 1 m (1.17)
p(s ) ... p (s ) p ( y ) ... p ( y )
1 n −1 1 m
iar
m
sau
n m
6
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
H S
m p(y) p(y) (
(1.20)
=−H S −p s log
d ) ( ) ( n )∑j=1 p ( s nj ) p ( s nj )
Deoarece
p(yj)
(1.21)
0 ≤ p(sn) ≤ 1
n p(yj )
şi ∑ =1, (1.22)
j=1 p(sn)
rezultă că
m p(yj) p( y j )
−∑ log ≥0 (1.23)
p(sn) p (sn)
j=1
k =1
unde λ este multiplicatorul lui Lagrange. Funcţia Φ p(s)k
7
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
( k )
∂Φ p s
= 0 (∀) k = 1, n (1.26)
∂p ( s k )
Înlocuind (1.12) în (1.25), relaţia (1.26) devine
− log p(s k ) − log e + λ = 0, (∀) k = (1.27)
1, n de unde rezultă
p(s k ) = 2λ −log e , (∀) k = 1, n (1.28)
Înlocuind (1.28) in (1.1), rezultă
n (2λ −log e ) = 1 (1.29)
de unde se obţine
e (1.30)
λ = log n
p ( sk ) = 1 , (∀) k = 1, n (1.31)
n ( k)
Din (1.31) rezulta că extremul funcţiei φ p s , deci şi a entropiei
H(S), se obţine atunci când mesajele sunt furnizate echiprobabil.
Valoarea acestui extrem se obţine înlocuind (1.31) în (1.12), adică
n
8
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
∑ p ( sk )log 1
− log n ⋅∑ p ( s k ) = (1.35)
k =1 p(sk) k =1
n 1 n 1
= ∑ p ( s k ) log − log n = ∑ p ( s k )log
k =1 p(sk) k =1 n ⋅p ( s k )
Pe de altă parte, este binecunoscută inegalitatea
ln z ≤ z − 1, z > 0 , (1.36)
a cărei reprezentare grafică este dată în Fig. 1.2.
1
Ţinând cont de 1.36 şi notând z = n ⋅p ( s k ) , relaţia (1.35) devine
n
H ( S ) − log n ≤ log e∑
1
−1 (1.37)
k =1 n ⋅p ( sk )
sau, echivalent,
9
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
10
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
11
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
..........................
σ n → s1 sn σ 2 n → s2 sn σ n2 → sn sn
12
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
2
n
H ( S 2 ) = −∑ p ( σ k ) log p ( σ k ), (l .49)
k =1
H ( S 2 ) = − ∑∑ p ( si ) p ( s j )log p ( si ) p (sj)=
i =1 j=1
n n
= − ∑ p ( si ) logp ( si )⋅ ∑ p ( s j ) − (1.50)
i =1 j=1
n n
− ∑ p ( s j ) logp ( s j ) ⋅ ∑ p ( s j ) = H ( S ) +H ( S ) = 2H ( S )
j =1 i=1
H (S m+1
) = − ∑ p(σ k )log p(σ k ), (∀)i = 1, n (1.53)
k =1
unde
σ = σ k1 si , p (σ k ) = p σ ki ( ) p (si ) , (1.54)
iar
σ k = si si ⋅⋅⋅ si ,(∀) si ∈ S (1.55)
1 1 2 m j
H(S m+1
) = − ∑∑ p ( σ k )⋅ p ( si )log p ( σ k )⋅ p ( si ) =
1 1
k1 =1 i=1
13
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
m m
n n n n
= − ∑ p σ k1 ) log p ( σ k1 )⋅
( ∑ p ( si ) − ∑ p ( si ) logp ( si )∑ p ( σ k ) =
1
k1 =1 i =1 i =1 k =1
= H ( S m ) + H ( S ) = mH ( S ) + H ( S ) = ( m +1) H ( S )
(1.56)
14
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
S → s s ...s
i i1 i2 im
15
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
p m p m pm m
n ,1 n ,2 n ,n
Matricea de trecere, [T], astfel întocmită, este stochastică,
adică suma elementelor de pe fiecare linie este egală cu unitatea,
deoarece cu certitudine dintr-o anumită stare se ajunge în una din
stările posibile.
Prin definiţie, sursa cu memorie se numeşte staţionară, dacă
probabilităţile de trecere pij , sunt invariante în timp.
P t = p t p t ...p m t (1.58)
La momentul t+1, matricea distribuţiei probabilităţilor stărilor va
fi de forma
16
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
)
( 1 ( ) 2( ) n ( )
P t+1 = p t + 1 p t + 1 ...p m t +1 (1.59)
posibile Si , adică
nm
p j ( t + 1) = ∑ pi ( t ) ⋅ pij , ( ∀) j = 1, nm (1.60)
i=1
17
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
[ P ] = p1 p2 ... pn m (1.68)
iar relaţia (1.62) se poate scrie sub forma
[P ] = [P ][T ] (1.69)
Relaţia matriceală (1.69) este echivalentă cu un sistem de nm
ecuaţii algebrice liniare în necunoscutele p , i = 1, nm , dar, deoarece
i
∑ pk = 1 (1.70)
k =1
18
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
z [ P ( z ) ]− [ P (0) ] = [P ( z )][T ]
aa
sau
[ P (z )] z [I ]− [ T ] = z [P(0)]
[
unde [ I ] este matricea unitate de ordinul nm.
Din relaţia (1.72) rezultă
[ P (z )] = z [ P (0)] z [ I ] − [T ] −1
[
Aplicând transformata Z relaţiei (1.66), rezultă
[P (z )] = [ P (0)] ⋅Z {[T ]n}
Comparând relaţiile (1.73) şi (1.74), se poate scrie
P ( 0) Z {[T ]n } = z P ( 0) z [ I ] − [T ] −1
Deoarece relaţia (1.75) este adevărată pentru orice
rezultă că trebuie să aibă loc relaţia
{
Z [T ]n} = z z [ I ] − [T ] −1 ,
AA
de unde rezultă
{ }
−
[T ] n
=Z 1 z z [ I ] − [T ]−1 , (1.77)
unde Z −1 { i } reprezintă transformata Z inversă.
19
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
i ( s j S k ) = − log p (s j Sk ) (1.78)
Deoarece din starea Sk pot fi furnizate oricare din cele n mesaje
posibile cu probabilităţile p (s j Sk ), j = 1, n , înseamnă că i ( s j Sk )
determină o variabilă aleatoare discretă, ce poate lua valori cu
probabilităţile p ( s j Sk ). Valoarea medie a acestei variabile aleatoare
i ( Sk ) = − ∑n p s j S k logp s j Sk
( ) ( ) (1.80)
j=1
20
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
21
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
p (S m ∩ m1 ) p (S m ∩ m2 ) p (S m ∩ mn )
n n n
poate fi uşor obţinută din [P(M|S)], prin multiplicarea primei linii
cu p(S1 ) , a celei de-a doua cu p(S2 ) ş.a.m.d., a ultimei cu p( Snm ) şi
ţinând cont de relaţia
p ( S k ∩ m j ) = p ( S k ) p ( m j | Sk ) (1.86)
Probabilitatea p(mj) cu care sursa furnizează mesajul
m j , j = 1, n , poate fi atunci calculată cu relaţia
nm
p(m j ) = ∑ p (m j ∩ S k ), (∀) j = 1, m . (1.87)
k =1
| m1 ) p (S n m | m2 )
p (S m p (S nm | mn )
n
22
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
p( S k ∩ m j ) = p ( m j ) p ( S k | mj ) (1.89)
23
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
− ∑ p (m j | S k )log p (S k ∩ m j ) = H (S k , M ) (1.96)
j=1
H (S | m j ) = i (S k | m j ) = ∑ p (S k | m j )i (S k | mj ) (1.98)
k =1
H (S | m j ) = −∑ p (S k | m j )log p (S k | mj ) . (1.99)
k =1
24
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
H ( S | M ) = H ( S | m j ) = ∑ p ( m j ) H ( S | mj ) (1.100)
j=1
H (S | M ) = − ∑∑ p (S k ∩ m j )log p (S k | mj ) (1.101)
k =1 j=1
25
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
cu relaţia
nm n
Mărimea informaţională
nm not.
− ∑ p(Sk | mj )log p(mj | Sk ) = H (mj | S) (1.110)
k =1
26
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
p(S k ) = ∑ p (S k ∩ mj ) , (1.114)
k =1
27
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
p( S | m )
i ( S k , mj ) = log k j
(1.118)
p ( Sk )
sau, considerând relaţia (1.89), se poate scrie echivalent
p(S ∩m )
i (S , m ) = log k j (1.119)
k j p(S k ) p (mj )
Informaţia mutuală definită în (1.118) sau (1.119) determină o
variabilă aleatoare discretă care poate lua valori cu probabilitatea
p( S k ∩ m j ); k = 1, n m ; j = 1, n . Valoarea ei medie, notată cu
I(S,M), este
nm n
I (S , M ) = i (S k , m j ) = ∑∑ p (S k ∩ m j )i (S k , mj ) (1.120)
k =1 j=1
28
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
H (S , m j ) = H (m j | S ) − ∑ p (S k | m j )log p (Sk ) =
k =1 (1.130)
= H (S | m j ) − log p (mj )
29
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
I ( S k , M ) = − log p ( S k ) − ∑ p ( m j | S k ) log p ( m j ) − H ( S k , M ) =
j =1
− log p( S k ) − H ( S k | M ) = − ∑ p ( m j | S k ) log p ( m j ) − H ( M | Sk )n
j =1
(1.131)
m
n
I (S , m j ) = − ∑ p (S k | m j )log p (S k ) − log p (m j ) − H (S , mj ) =
k =1
nm
− ∑ p(S k | m j )log p (S k ) − H (S | m j ) = − log p (m j ) − H (m j | S )
k =1
(1.132)
30
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
H1 = −∑ pi log pi (1.133)
i=1
31
MATEMATICĂ ÎN TEHNOLOGIA INFORMAȚIEI
32