[信息论与编码] 04. 熵的基本性质

熵的基本性质

1. 非负性:H(X) ≥ 0

熵描述的是某个集合统计意义上的不确定性,是自信息的加权平均。
而我们在一开始寻找描述不确定性的函数,引出自信息量概念的时候,便要求自信息的取值应在[0,+∞]。
故,熵作为自信息的加权平均,自然也是非负的。

2. 确定性:H(1,0)=H(1,0,0)=……=H(1,0,0,…,0)=0

①根据熵的定义式,可知H(1,0)=1*log1=0
②根据熵的意义,当信源发出某个符号的概率为1,则该信源为确知信源,其不存在不确定性,
确知信源的熵等于0

3. 对称性:熵只与随机变量的总体结构有关。

熵的对称性

4. 扩展性:极小概率事件对熵几乎没有影响

熵的扩展性

5. 熵的链式法则

熵的强可加性
该式称为熵的强可加性。

若X,Y统计独立,则
熵的可加性
该式称为熵的可加性。
进一步推广,可得
N维联合信源熵的链式法则为:
N维联合信源熵的链式法则

6. 极值性:输入等概时,熵最大。

熵的极值性
上式又称为最大离散熵定理。

7. 熵的独立界:条件熵小于等于无条件熵。

条件作用使熵减小
如果统计相关的变量已知,则统计意义上不确定性减少。
即,条件作用使熵减小。
熵的独立界是统计意义上的,对于Y具体取某个值的情况不一定成立。
熵的独立界
该定理称为熵的独立界。

  • 4
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

明仔的阳光午后

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值