89067

Алгоритмы решения задач на определение среднего количества информации

Контрольная

Информатика, кибернетика и программирование

Провести кодирование по одной и блоками по две буквы, используя метод Шеннона-Фано. Сравнить эффективности кодов (величина энтропии). Данные взять из задачи 1. Алфавит передаваемых сообщений состоит из независимых букв Si. Вероятности появления каждой буквы в сообщении заданы.

Русский

2015-05-09

120.96 KB

65 чел.

МИНОБРНАУКИ РОССИИ

Федеральное государственное бюджетное образовательное учреждение

Высшего профессионального образования

«Пензенский государственный технологический университет»

(ПензГТУ)

Факультет «Информационных и образовательных технологий»

Кафедра «Информационные технологии и системы»

Дисциплина «Основы теории информации»

КОНТРОЛЬНАЯ РАБОТА №1

Выполнил: студент группы 13ИС2Б

Чинков М.Ю.

Проверил: ст. преподаватель каф. ИТС

Пискаев К.Ю.

Пенза 2015

СОДЕРЖАНИЕ

ВВЕДЕНИЕ 3

1. ОПРЕДЕЛЕНИЕ СРЕДНЕГО КОЛИЧЕСТВА ИНФОРМАЦИИ 4

2. ЗАВИСИМОСТЬ МЕЖДУ СИМВОЛАМИ МАТРИЦЫ УСЛОВНЫХ ВЕРОЯТНОСТЕЙ 5

3. КОДИРОВАНИЕ МЕТОДОМ ШЕННОНА-ФАНО 6

4. КОДИРОВАНИЕ АЛГОРИТМОМ ХАФФМАНА 8

5. ПРОПУСКНАЯ СПОСОБНОСТЬ КАНАЛА СВЯЗИ 11

заключение 12

список литературы 13


ВВЕДЕНИЕ

Цель данной контрольной работы – актуализация знаний в предмете «Основы теории информации».

В рамках контрольной работы было выполнено 5 заданий в соответствии с моим вариантом (вариант №23):

  1.  Определить среднее количество информации, содержащееся в сообщении, используемом три независимых символа S1, S2, S3. Известны вероятности появления символов p(S1)=p1, p(S2)=p2, p(S3)=p3. Оценить избыточность сообщения.
  2.  В условии предыдущей задачи учесть зависимость между символами, которая задана матрицей условных вероятностей P(Si / Sj).

3.  Провести кодирование по одной и блоками по две буквы, используя метод Шеннона – Фано. Сравнить эффективности кодов (величина энтропии). Данные взять из задачи 1.

4.  Алфавит передаваемых сообщений состоит из независимых букв Si. Вероятности появления каждой буквы в сообщении заданы. Определить и сравнить эффективность кодирования сообщений методом Хаффмана при побуквенном кодировании и при кодировании блоками по две буквы.

5.  Определить пропускную способность канала связи, по которому передаются сигналы Si. Помехи в канале определяются матрицей условных вероятностей P(Si / Sj). За секунду может быть передано N = 10 сигналов.

Простые вычисления и кодирования сообщений в заданиях были сделаны вручную, более сложные были сделаны с помощью среды разработки MATLAB R2014a. Формулы и решения задач были введены с помощью программы MathType.


  1.  ОПРЕДЕЛЕНИЕ СРЕДНЕГО КОЛИЧЕСТВА ИНФОРМАЦИИ

Энтропия источника – среднее количество информации в одном сообщении. Не следует путать энтропию с количеством информации в одном конкретном сообщении. Если в источнике есть множество сообщений, точно знать о каждом из них необязательно. В этом заключается преимущество среднего значения количества информации. Усреднение позволило Шеннону оценить как редкие, так и частые сообщения. Энтропия характеризует источник сообщения. Аналогично можно получить и “энтропийную характеристику сигнала”.

Задание: определить среднее количество информации, содержащееся в сообщении, используемом три независимых символа S1, S2, S3. Известны вероятности появления символов p(S1)=p1, p(S2)=p2, p(S3)=p3. Оценить избыточность сообщения. Вариант №23: p1=0.12; p2=0.13; p3=0.75.

Решение. Максимальное среднее количество информации на символ сообщения имеет место при равновероятном распределении и равно, согласно формуле.

Рассчитаем среднее количество информации на символ сообщения при заданных вероятностях по формуле, где n – число символов в алфавите, p – вероятность появления события.

Оценим избыточность сообщения по формуле.

Максимальная энтропия.

Реальная энтропия.

Избыточность сообщения.


  1.  ЗАВИСИМОСТЬ МЕЖДУ СИМВОЛАМИ МАТРИЦЫ УСЛОВНЫХ ВЕРОЯТНОСТЕЙ

В большинстве реальных случаев появление элемента хi в сообщении зависит от того, какой элемент хj был предшествующим. Взаимосвязь элементов в сообщении характеризуется матрицей условных вероятностей.

Задание: в условии предыдущей задачи учесть зависимость между символами, которая задана матрицей условных вероятностей P(Si / Sj).

Вариант №23.

 

Решение. Рассчитаем энтропию источника по формуле.

Подставим числовые данные, используя задание 1.

Вычисление энтропии в программе MATLAB.

H2=p1*((0.7*log2(0.7)+0.3*log2(0.3)))+p2*((0.5*log2(0.5)+0.5*log2(0.5))++p3*(-(0.1*log2(0.1)+0.5*log2(0.5)+0.4*log2(0.4)));


  1.  КОДИРОВАНИЕ МЕТОДОМ ШЕННОНА-ФАНО

Кодирование Шеннона — Фано (англ. Shannon–Fano coding) — алгоритм префиксного неоднородного кодирования. Относится к вероятностным методам сжатия (точнее, методам контекстного моделирования нулевого порядка). Алгоритм Шеннона — Фано использует избыточность сообщения, заключённую в неоднородном распределении частот символов его (первичного) алфавита, то есть заменяет коды более частых символов короткими двоичными последовательностями, а коды более редких символов — более длинными двоичными последовательностями. Алгоритм был независимо друг от друга разработан Шенноном (публикация «Математическая теория связи», 1948 год) и, позже, Фано (опубликовано как технический отчёт).

Задание: провести кодирование по одной и блоками по две буквы, используя метод Шеннона – Фано. Сравнить эффективности кодов (величина энтропии). Данные взять из задачи 1.

Решение. Проведем кодирование методом Шеннона–Фэно и рассчитаем характеристики кода. Пусть исходный алфавит состоит из трех (по одной букве) и девяти (по две буквы) букв и заданы их вероятности. Проведем разбиения по алгоритму Шеннона–Фэно и составим кодовые комбинации.

xi

P(xi)

1

2

3

4

P3

0.75

0

0

1

P2

0.13

0

0

0

1

P1

0.12

0

0

0

0

Кодовые комбинации по одной букве.


xi

P(xi)

1

2

3

4

5

p3p3

0.5625

1

1

p3p2

0.0975

1

0

p2p3

0.0975

0

1

1

p3p1

0.09

0

1

0

p1p3

0.09

0

0

1

1

p2p2

0.0169

0

0

1

0

p2p1

0.0156

0

0

0

1

p1p2

0.0156

0

0

0

0

1

p1p1

0.0144

0

0

0

0

0

Кодовые комбинации по две буквы.

Рассчитаем энтропию по формуле.

Рассчитаем среднюю длину кодовой комбинации по формуле.

Рассчитаем эффективность кода, согласно формуле. 

Энтропия источника. По одной букве:

По две буквы:

 Средняя длина кодовой комбинации источника. По одной букве:

По две буквы:

Эффективность кода. По одной букве:

По две буквы:

  1.  КОДИРОВАНИЕ АЛГОРИТМОМ ХАФФМАНА

Один из первых алгоритмов эффективного кодирования информации был предложен Д. А. Хаффманом в 1952 году. Идея алгоритма состоит в следующем: зная вероятности символов в сообщении, можно описать процедуру построения кодов переменной длины, состоящих из целого количества битов. Символам с большей вероятностью ставятся в соответствие более короткие коды. Коды Хаффмана обладают свойством префиксности (то есть ни одно кодовое слово не является префиксом другого), что позволяет однозначно их декодировать. Классический алгоритм Хаффмана на входе получает таблицу частот встречаемости символов в сообщении. Далее на основании этой таблицы строится дерево кодирования Хаффмана (Н-дерево).

Задание: алфавит передаваемых сообщений состоит из независимых букв Si. Вероятности появления каждой буквы в сообщении заданы. Определить и сравнить эффективность кодирования сообщений методом Хаффмена при побуквенном кодировании и при кодировании блоками по две буквы. Вариант №23: (0,8;0,0;0,08;0,12).

Решение. Проведем кодирование методом Шеннона–Фэно.

xi

P(xi)

1

2

3

p1

0.8

1

p4

0.12

0

1

p3

0.08

0

0

1

p2

0

0

0

0

По одной букве.

xi

P(xi)

P1p1

0.64

P4p1

0.096

P1p4

0.096

P3p1

0.064

P1p3

0.064

P4p4

0.0144

P4p3

0.0096

P3p4

0.0096

P3p3

0.0064

P4p2

0

P2p4

0

P3p2

0

P2p3

0

P2p1

0

P1p2

0

P2p2

0

По две буквы.

Проведем кодирование по методу Хаффмена. Исходный алфавит состоит из нескольких букв с заданными вероятностями. Составим таблицу.

xi

P(xi)

Вспомогательный столбец

p1

0.8

0.8

p4

0.12

0.2

p3

0.08

p2

0

По одной букве.

xi

P(xi)

Вспомогательные столбцы

P1p1

0.64

0.64

P4p1

0.096

0.096

0.192

0.36

P1p4

0.096

0.096

0.168

P3p1

0.064

0.064

0.128

P1p3

0.064

0.064

0.040

P4p4

0.0144

0.0144

P4p3

0.0096

0.0096

0.0256

P3p4

0.0096

0.0160

P3p3

0.0064

P4p2

0

P2p4

0

P3p2

0

P2p3

0

P2p1

0

P1p2

0

P2p2

0

По две буквы.

Характеристики кода рассчитываются по тем же формулам, что и для кода Шеннона–Фано.

Рассчитаем энтропию по формуле.

Рассчитаем минимальную среднюю длину кодовой комбинации по формуле.

Рассчитаем эффективность кода, согласно формуле. 

Энтропия источника. По одной букве:

По две буквы:

Средняя длина кодовой комбинации источника. По одной букве:

По две буквы:

Эффективность кода. По одной букве:

По две буквы:


  1.  ПРОПУСКНАЯ СПОСОБНОСТЬ КАНАЛА СВЯЗИ

Пропускная способность — метрическая характеристика, показывающая соотношение предельного количества проходящих единиц (информации, предметов, объёма) в единицу времени через канал, систему, узел. В информатике определение пропускной способности обычно применяется к каналу связи и определяется максимальным количеством переданной или полученной информации за единицу времени.

Задание: Определить пропускную способность канала связи, по которому передаются сигналы Si. Помехи в канале определяются матрицей условных вероятностей P(Si / Sj). За секунду может быть передано N = 10 сигналов.

Вариант №23.

 

Решение. Рассчитаем условную энтропию по формуле.

Рассчитаем пропускную способность канала связи по формуле.

Условная энтропия.

Пропускная способность канала связи.


заключение

В рамках контрольной работы были изучены различные алгоритмы решения задач на определение среднего количества информации, содержащейся в сообщении, определение пропускной способности канала связи и алгоритмы кодирования сообщений (метод Шеннона-Фано, алгоритм Хаффмана).

Было выполнено 5 заданий:

1. Определить среднее количество информации, содержащееся в сообщении, используемом три независимых символа S1, S2, S3. Известны вероятности появления символов p(S1)=p1, p(S2)=p2, p(S3)=p3. Оценить избыточность сообщения.

2. В условии предыдущей задачи учесть зависимость между символами, которая задана матрицей условных вероятностей P(Si / Sj).

3.  Провести кодирование по одной и блоками по две буквы, используя метод Шеннона – Фано. Сравнить эффективности кодов (величина энтропии). Данные взять из задачи 1.

4.  Алфавит передаваемых сообщений состоит из независимых букв Si. Вероятности появления каждой буквы в сообщении заданы. Определить и сравнить эффективность кодирования сообщений методом Хаффмана при побуквенном кодировании и при кодировании блоками по две буквы.

5.  Определить пропускную способность канала связи, по которому передаются сигналы Si. Помехи в канале определяются матрицей условных вероятностей P(Si / Sj). За секунду может быть передано N = 10 сигналов.

Простые вычисления и кодирования сообщений в заданиях были сделаны вручную, более сложные были сделаны с помощью среды разработки MATLAB R2014a. Формулы и решения задач были введены с помощью программы MathType.

список литературы

  1.  Зверева Е.Н. Сборник примеров и задач по основам теории информации и кодирования сообщений/ Е.Н. Зверева, Е.Г.Лебедько. – СПб: НИУ ИТМО, 2014. – 76 с.
  2.  Калинцев С.В. Методические указания к контрольной работе по курсу «Теория кодирования»/ С.В.Калинцев. –2012. – 20 с.


 

А также другие работы, которые могут Вас заинтересовать

42210. АНАЛИЗ ТОЧНОСТИ СИСТЕМ УПРАВЛЕНИЯ 334.3 KB
  Теоретические сведения. Точность работы любой системы управления наиболее полно характеризуется мгновенным значением ошибки слежения, равной разности между требуемым и действительным значениями регулируемой переменной Однако в большинстве задач управления реальными объектами задающие и возмущающие воздействия заранее точно неизвестны и, следовательно, определить заранее величину для всех моментов времени не представляется возможным.
42211. ПРИМЕНЕНИЕ СИМПЛЕКС-МЕТОДА ДЛЯ СОСТАВЛЕНИЯ ПЛАНА ПРОИЗВОДСТВА (НА ПРИМЕРЕ НЭРЗ) 349 KB
  Всякая модель реального процесса предполагает идеализацию и абстракцию, но они не должны уходить слишком далеко от содержания задачи, чтобы построенная модель не утратила существенных черт моделируемого объекта, т. е. была ему адекватна.
42212. Система математических расчётов Mathcad 508 KB
  Методические указания предназначены для самостоятельного освоения работы с современным математическим пакетом Mathcad, входящим в программу курса. Предлагаемое пособие позволит не только освоить основные операции пакета Mathcad, но и познакомит с основными методами математического анализа.
42213. Облік кредитних операцій 124.5 KB
  Чинним банківським законодавством України кредит (кредитні операції) визначаються як вид активних операцій, пов’язаних з наданням клієнтам коштів у тимчасове користування або прийняттям зобов’язань про надання коштів у тимчасове користування за певних умов
42214. ИССЛЕДОВАНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ПЬЕЗОЭЛЕКТРИЧЕСКОГО ИСПОЛНИТЕЛЬНОГО УСТРОЙСТВА 1.9 MB
  Целью работы является изучение математических моделей и исследование характеристик исполнительного устройства построенного на основе пьезоэлектрического двигателя микроперемещений. Исполнительные устройства на основе пьезоэлектрических двигателей ПД позволяют получить субмикронную 107108м точность позиционирования в диапазоне перемещения до 103м и при этом обеспечить полосу пропускания свыше 1кГц. На основании приведенных выше уравнений может быть составлена структурная схема пьезоэлектрического исполнительного устройства см.
42215. ИЗУЧЕНИЕ КОНСТРУКЦИИ И ПРИНЦИПА ДЕЙСТВИЯ УГОЛЬНОГО МИКРОФОНА И ЭЛЕКТРОМАГНИТНОГО ТЕЛЕФОНА 106 KB
  Действие угольных микрофонов основано на изменении угольного порошка под влиянием звуковых колебаний воздействующих на мембрану микрофона. Устройство микрофона в упрощенном виде и способ его включения в электрическую цепь показаны на рис. Постоянная составляющая этого тока i0 является током питания микрофона; переменная составляющая разговорным током i .
42216. Огляд систем керування базами даних (СКБД) 80 KB
  Завдання Відповідно до варіанту з таблиці 1 знайти в періодичній літературі та мережі Інтернет інформацію про СКБД. У додатках наводяться формули таблиці схеми якщо вони суттєво полегшують розуміння роботи. Якщо в роботі є рисунки і таблиці які розташовані на окремих аркушах їх слід включати до загальної нумерації. Таблиці Цифровий матеріал доцільно подавати у вигляді таблиць.
42217. Нейросетевое прогнозирование. Методические указания 204 KB
  В наиболее распространенном случае ИНС обучается прогнозу на 1 отсчет времени вперед используя предыдущих значений. Другими словами на вход ИНС предъявляется вектор и требуется чтобы на выходе ИНС появилось значение: . Обучение ИНС производится по известному временному ряду .
42218. Моделирование источника заявок в системе массового обслуживания в среде Simulink 23.5 KB
  Источник генерирует последовательность однородных заявок отличающихся моментами времени появления. Интервалы времени между моментами появления заявок являются случайными величинами с известным законом распределения параметры которого остаются постоянными в течение моделируемого интервала времени . Результатом работы источника заявок является последовательность значений в пределах от нуля до .