九州大学 システム情報科学府 情報理工学専攻 2020年8月実施 情報理論

标签：

• Kyushu-University
• Channel-Capacity
• Typical-Sequence

Author

Yu

Description

【問 1】

入力アルファベットと出力アルファベットがともに ${1, 2, 3, 4}$ である無記憶な通信路 $W(y|x)$ の通信路行列が

$$\begin{pmatrix} 0.5 & 0.5 & 0 & 0 \\ 0 & 0.5 & 0.5 & 0 \\ 0 & 0 & 0.5 & 0.5 \\ 0.5 & 0 & 0 &0.5 \end{pmatrix}$$

で与えられているとする．ただし，$(i, j)$ 成分は $W(j|i)$ を表す．この通信路の通信路容量を求めよ．また，それを達成する入力分布を全て求めよ．

【問 2】

定常無記憶情報源 $X_1X_2 \cdots$ を考える．この情報源のアルファベットを有限集合 $\mathcal{X}$ とし，各 $X_i$ は確率分布 $p(x)$ に従うものとする．任意に固定された $\epsilon > 0$ に対し，系列 $(x_1, x_2,\dots,x_n) \in \mathcal{X}_n$ が

$$2^{−n(H(X1)+ \epsilon)} ≤ p(x_1, x_2,\dots,x_n) ≤ 2^{−n(H(X1)−\epsilon)}$$

を満たすとき，この系列を $p(x)$ に関する典型系列であると言う．ここで，$H(X_1)$ は $X_1$ のエントロピーを表し，$p(x_1, x_2,...,x_n)$ は同時確率分布を表す．全ての典型系列からなる集合を $A_{\epsilon}^{(n)}$ と表記する． 次の各問いに答えよ．ただし，$\mathcal{X} = \{0, 1\}，p(0) = 1 − \alpha，p(1) = \alpha$ とする．ここで $\alpha \in (0, 1)$ は定数である．

(1) $(x_1, x_2,\dots,x_{10}) = (0, 1, 1, 0, 0, 0, 0, 1, 0, 0)$ に対し，$p(x_1, x_2,...,x_{10})$ を求めよ．

(2) $i = 1, 2,\dots,n$ に対する $H(X_i)$ および $H(X_1, X_2,\dots,X_n)$ を求めよ．

(3) $\mathbf{x} = (x_1, x_2,\dots,x_n)$ に対し，$S(\mathbf{x}) = \sum_{i = 1}^n x_i$ とおく． $\alpha = 0.2, n = 200, \epsilon= 0.01$ と する．$A_{\epsilon}^{(n)}$ に属する系列 $\mathbf{x}$ に対する $S(\mathbf{x})$ の範囲を求めよ．

题目描述

【问题 1】某无记忆信道的输入、输出字母表均为 $\{1,2,3,4\}$，信道矩阵为

$$\begin{pmatrix} 0.5&0.5&0&0\\ 0&0.5&0.5&0\\ 0&0&0.5&0.5\\ 0.5&0&0&0.5 \end{pmatrix},$$

其中第 $(i,j)$ 个元素表示 $W(j\mid i)$。求该信道的信道容量，并求出所有达到容量的输入分布。

【问题 2】考虑平稳无记忆信源 $X_1X_2\cdots$，其有限字母表为 $\mathcal X$，各 $X_i$ 均服从分布 $p(x)$。对任意固定的 $\epsilon>0$，若序列 $(x_1,x_2,\ldots,x_n)\in\mathcal X^n$ 满足

$$2^{-n(H(X_1)+\epsilon)} \le p(x_1,x_2,\ldots,x_n) \le 2^{-n(H(X_1)-\epsilon)},$$

则称其为关于 $p(x)$ 的典型序列。其中 $H(X_1)$ 为 $X_1$ 的熵， $p(x_1,\ldots,x_n)$ 为联合概率；所有典型序列组成的集合记为 $A_\epsilon^{(n)}$。现令 $\mathcal X=\{0,1\}$、$p(0)=1-\alpha$、$p(1)=\alpha$，其中常数 $\alpha\in(0,1)$。回答：

1. 对序列 $(x_1,\ldots,x_{10})=(0,1,1,0,0,0,0,1,0,0)$， 求联合概率 $p(x_1,\ldots,x_{10})$。
2. 求每个 $i=1,\ldots,n$ 的 $H(X_i)$，以及联合熵 $H(X_1,X_2,\ldots,X_n)$。
3. 对 $\mathbf x=(x_1,\ldots,x_n)$ 定义 $S(\mathbf x)=\sum_{i=1}^n x_i$。当 $\alpha=0.2$、$n=200$、$\epsilon=0.01$ 时，求所有 $\mathbf x\in A_\epsilon^{(n)}$ 的 $S(\mathbf x)$ 取值范围。

考点

• 离散无记忆信道容量：由对称信道矩阵最大化输入输出互信息，并刻画全部容量达到分布。
• 典型序列：将序列概率界转化为二元序列中 1 的个数约束，求指定参数下的整数范围。
• 无记忆信源熵：利用独立同分布性质计算单符号熵、联合概率和长度为 $n$ 的联合熵。

Kai

【問 1】

$$C = \log_2 s + \sum_{j = 1} ^s p_{1j}\log_2{p_{1j}} = 2 - \mathcal{H}(0.5) = 1$$

$$\text{入力分布は}\quad p_1 = p_2 = p_3 = p_4 = \frac{1}{4}$$

【問 2】

(1)

$$p(x_1,x_2,\dots,x_{10}) = p(1)^3p(0)^7 = \alpha ^3(1 - \alpha)^7$$

(2)

$$H(X_i) = -[(1 - \alpha)\log_2(1 - \alpha) + \alpha\log_2\alpha] = \mathcal{H}(\alpha)$$

$$H(X_1,X_2,\dots,X_n) = H(X_1) + H(X_2) + \cdots + H(X_n) = nH(X_i) = n\mathcal{H}(\alpha)$$

(3)

$$\begin{aligned} 2^{-n(H(X_1) + \epsilon)} &\leq p(x_1,x_2,\dots,x_n) \leq 2^{-n(H(X_1) - \epsilon)} \\ -nH(X_1) -n\epsilon &\leq \log_2[p(x_1,x_2,\dots,x_n)] \leq -nH(X_1) + n\epsilon \\ n[(1 - \alpha)\log_2(1 - \alpha) + \alpha\log_2\alpha] - n\epsilon &\leq \log_2[\alpha^{S(\mathbf{x})}(1 - \alpha)^{n - S(\mathbf{x})}] \leq n[(1 - \alpha)\log_2(1 - \alpha) + \alpha\log_2\alpha] +n\epsilon \end{aligned}$$

$$\left\{ \begin{aligned} &S(\mathbf{x}\log_2\alpha) + [n - S(\mathbf{x})]\log_2(1 - \alpha) \ge n(1 - \alpha)\log_2(1 - \alpha) + n\alpha\log_2\alpha - n\epsilon \\ &S(\mathbf{x}\log_2\alpha) + [n - S(\mathbf{x})]\log_2(1 - \alpha) \leq n(1 - \alpha)\log_2(1 - \alpha) + n\alpha\log_2\alpha + n\epsilon \end{aligned} \right.$$

$$\Downarrow$$

$$\left\{ \begin{aligned} &S(\mathbf{x})\log_2(0.2) + 200\log_2(0.8) - S(\mathbf{x})\log_2(0.8) \ge 160\log_2(0.8) + 40\log_2(0.2) - 2\\ &S(\mathbf{x})\log_2(0.2) + 200\log_2(0.8) - S(\mathbf{x})\log_2(0.8) \le 160\log_2(0.8) + 40\log_2(0.2) + 2\\ \end{aligned} \right.$$

$$\Downarrow$$

$$\left\{ \begin{aligned} &-2S(\mathbf{x}) + 200\log_2(0.2) + 400 \ge 200\log_2(0.2) + 320 - 2\\ &-2S(\mathbf{x}) + 200\log_2(0.2) + 400 \le 200\log_2(0.2) + 320 + 2\\ \end{aligned} \right.$$

$$\Downarrow$$

$$39 \le S(\mathbf{x}) \le 41$$