Aufgaben:Aufgabe 1.5Z: Symmetrische Markovquelle: Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
Keine Bearbeitungszusammenfassung
Maintenance script (Diskussion | Beiträge)
Add English interlanguage link
 
(Eine dazwischenliegende Version desselben Benutzers wird nicht angezeigt)
Zeile 5: Zeile 5:
[[Datei:Inf_Z_1_5_vers2.png|right|frame|Binäre symmetrische Markovquelle]]
[[Datei:Inf_Z_1_5_vers2.png|right|frame|Binäre symmetrische Markovquelle]]
In der  [[Aufgaben:1.5_Binäre_Markovquelle|Aufgabe 1.5]]  wurde eine binäre Markovquelle behandelt, bei der die Übergangswahrscheinlichkeiten von  $\rm A$  nach  $\rm B$  und von  $\rm B$  nach  $\rm A$  unterschiedlich waren.  In dieser Aufgabe soll nun gelten:
In der  [[Aufgaben:1.5_Binäre_Markovquelle|Aufgabe 1.5]]  wurde eine binäre Markovquelle behandelt, bei der die Übergangswahrscheinlichkeiten von  $\rm A$  nach  $\rm B$  und von  $\rm B$  nach  $\rm A$  unterschiedlich waren.  In dieser Aufgabe soll nun gelten:
:$$p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}B} = p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}A} = q \hspace{0.8cm} ( 0 \le q \le 1)
:$$p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}B} = p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}A} = q \hspace{0.8cm} ( 0 \le q \le 1)\hspace{0.05cm}.$$
\hspace{0.05cm}.$$


Alle in der Aufgabe 1.5 angegebenen Gleichungen gelten auch hier:
Alle in der Aufgabe 1.5 angegebenen Gleichungen gelten auch hier:


* <b>Entropie:</b>
* <b>Entropie:</b>
:$$H = p_{\rm AA}  \cdot {\rm log_2}\hspace{0.1cm}\frac {1}{ p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}A}} + p_{\rm AB}  \cdot {\rm log_2}\hspace{0.1cm}\frac {1}{ p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}A}} +  p_{\rm BA}  \cdot {\rm log_2}\hspace{0.1cm}\frac {1}{ p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}B}} + p_{\rm BB}  \cdot  {\rm log_2}\hspace{0.1cm}\frac {1}{ p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}B}}
:$$H = p_{\rm AA}  \cdot {\rm log_2}\hspace{0.1cm}\frac {1}{ p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}A}} + p_{\rm AB}  \cdot {\rm log_2}\hspace{0.1cm}\frac {1}{ p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}A}} +  p_{\rm BA}  \cdot {\rm log_2}\hspace{0.1cm}\frac {1}{ p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}B}} + p_{\rm BB}  \cdot  {\rm log_2}\hspace{0.1cm}\frac {1}{ p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}B}}\hspace{0.05cm}.$$
\hspace{0.05cm}.$$


* <b>Erste Entropienäherung</b>:
* <b>Erste Entropienäherung</b>:
:$$H_{\rm 1}  =  p_{\rm A} \cdot {\rm log_2}\hspace{0.1cm} \frac{1}{p_{\rm A}} + p_{\rm B} \cdot {\rm log_2}\hspace{0.1cm} \frac{1}{p_{\rm B}}  
:$$H_{\rm 1}  =  p_{\rm A} \cdot {\rm log_2}\hspace{0.1cm} \frac{1}{p_{\rm A}} + p_{\rm B} \cdot {\rm log_2}\hspace{0.1cm} \frac{1}{p_{\rm B}} \hspace{0.05cm}.$$
\hspace{0.05cm}.$$


* <b><i>k</i>&ndash;te Entropienäherung</b> $(k = 2, 3, \ \text{...})$:
* <b><i>k</i>&ndash;te Entropienäherung</b> $(k = 2, 3, \ \text{...})$:
:$$H_k =  {1}/{k} \cdot \big [ H_{\rm 1} + (k-1) \cdot H \big]  
:$$H_k =  {1}/{k} \cdot \big [ H_{\rm 1} + (k-1) \cdot H \big] \hspace{0.05cm},\hspace{0.5cm}H  =  \lim_{k \rightarrow \infty } H_k  \hspace{0.05cm}.$$
\hspace{0.05cm},\hspace{0.5cm}H  =  \lim_{k \rightarrow \infty } H_k  \hspace{0.05cm}.$$




Zeile 82: Zeile 78:
{{ML-Kopf}}
{{ML-Kopf}}
'''(1)'''&nbsp; Bei einer stationären binären Markovquelle erster Ordnung gilt:
'''(1)'''&nbsp; Bei einer stationären binären Markovquelle erster Ordnung gilt:
:$$p_{\rm A} = p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}A} \cdot p_{\rm A} + p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}B} \cdot p_{\rm B}
:$$p_{\rm A} = p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}A} \cdot p_{\rm A} + p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}B} \cdot p_{\rm B}= (1-q) \cdot p_{\rm A} + q \cdot p_{\rm B}$$
= (1-q) \cdot p_{\rm A} + q \cdot p_{\rm B}$$
:$$\Rightarrow \hspace{0.3cm}q \cdot p_{\rm A} = q \cdot p_{\rm B} \hspace{0.3cm} \Rightarrow \hspace{0.3cm}p_{\rm A} = p_{\rm B}\hspace{0.15cm} \underline {= 0.5} \hspace{0.05cm}.$$
:$$\Rightarrow \hspace{0.3cm}q \cdot p_{\rm A} = q \cdot p_{\rm B} \hspace{0.3cm} \Rightarrow \hspace{0.3cm}p_{\rm A} = p_{\rm B}\hspace{0.15cm} \underline {= 0.5}  
\hspace{0.05cm}.$$






'''(2)'''&nbsp; Zur Berechnung der Entropie&nbsp; $H$&nbsp; benötigt man alle vier Verbundwahrscheinlichkeiten:
'''(2)'''&nbsp; Zur Berechnung der Entropie&nbsp; $H$&nbsp; benötigt man alle vier Verbundwahrscheinlichkeiten:
:$$p_{\rm AA} \hspace{0.1cm} =  \hspace{0.1cm}  p_{\rm A} \cdot  p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}A} = 1/2 \cdot(1-q) = p_{\rm BB}\hspace{0.05cm},\hspace{1cm}  
:$$p_{\rm AA} \hspace{0.1cm} =  \hspace{0.1cm}  p_{\rm A} \cdot  p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}A} = 1/2 \cdot(1-q) = p_{\rm BB}\hspace{0.05cm},\hspace{1cm} p_{\rm AB} \hspace{0.1cm} =  \hspace{0.1cm}  p_{\rm A} \cdot  p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}A} = 1/2 \cdot q = p_{\rm BA}\hspace{0.05cm}.$$
p_{\rm AB} \hspace{0.1cm} =  \hspace{0.1cm}  p_{\rm A} \cdot  p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}A} = 1/2 \cdot q = p_{\rm BA}\hspace{0.05cm}.$$
*Setzt man diese Werte in die gegebene Entropie&ndash;Gleichung ein, so erhält man
*Setzt man diese Werte in die gegebene Entropie&ndash;Gleichung ein, so erhält man
:$$H  = 2 \cdot \frac{1}{2} \cdot(1-q) \cdot  
:$$H  = 2 \cdot \frac{1}{2} \cdot(1-q) \cdot {\rm log}_2\hspace{0.1cm} \frac{1}{1-q} + 2 \cdot \frac{1}{2} \cdot q \cdot {\rm log}_2\hspace{0.1cm} \frac{1}{q} =  q \cdot {\rm log}_2\hspace{0.1cm} \frac{1}{q} + (1-q) \cdot {\rm log}_2\hspace{0.1cm} \frac{1}{1-q} = H_{\rm bin}(q) \hspace{0.05cm}.$$
{\rm log}_2\hspace{0.1cm} \frac{1}{1-q} + 2 \cdot \frac{1}{2} \cdot q \cdot  
{\rm log}_2\hspace{0.1cm} \frac{1}{q} =  q \cdot {\rm log}_2\hspace{0.1cm} \frac{1}{q} + (1-q) \cdot {\rm log}_2\hspace{0.1cm} \frac{1}{1-q} = H_{\rm bin}(q) \hspace{0.05cm}.$$
*Der gesuchte Zahlenwert ist&nbsp; $H = H_{\rm bin} (0.25) \hspace{0.15cm}\underline{= 0.811 \, \rm bit/Symbol}$.
*Der gesuchte Zahlenwert ist&nbsp; $H = H_{\rm bin} (0.25) \hspace{0.15cm}\underline{= 0.811 \, \rm bit/Symbol}$.


Zeile 102: Zeile 93:
'''(3)'''&nbsp; Bei gleichwahrscheinlichen Binärsymbolen ist&nbsp; $H_1 \hspace{0.15cm}\underline{= 1 \, \rm bit/Symbol}$.&nbsp;  
'''(3)'''&nbsp; Bei gleichwahrscheinlichen Binärsymbolen ist&nbsp; $H_1 \hspace{0.15cm}\underline{= 1 \, \rm bit/Symbol}$.&nbsp;  
*Mit der für Markovquellen gültigen Gleichung gilt weiter:
*Mit der für Markovquellen gültigen Gleichung gilt weiter:
:$$H_2 \hspace{0.1cm} =  \hspace{0.1cm}  {1}/{2} \cdot \big[ H_1 +  H \big] \hspace{0.15cm} \underline {= 0.906 \,{\rm bit/Symbol}}  
:$$H_2 \hspace{0.1cm} =  \hspace{0.1cm}  {1}/{2} \cdot \big[ H_1 +  H \big] \hspace{0.15cm} \underline {= 0.906 \,{\rm bit/Symbol}} \hspace{0.05cm},$$
\hspace{0.05cm},$$
:$$ H_3 \hspace{0.1cm} =  \hspace{0.1cm} {1}/{3} \cdot \big[ H_1 + 2  H \big] \hspace{0.15cm} \underline {= 0.874 \,{\rm bit/Symbol}} \hspace{0.05cm}.$$
:$$ H_3 \hspace{0.1cm} =  \hspace{0.1cm} {1}/{3} \cdot \big[ H_1 + 2  H \big] \hspace{0.15cm} \underline {= 0.874 \,{\rm bit/Symbol}}  
\hspace{0.05cm}.$$




Zeile 112: Zeile 101:
*Damit beträgt die maximale Entropie&nbsp; $H =  1 \, \rm bit/Symbol$.  
*Damit beträgt die maximale Entropie&nbsp; $H =  1 \, \rm bit/Symbol$.  
*Man erkennt aus der Beziehung&nbsp; $H = H_1$&nbsp; und aus dem vorne abgebildeten Übergangsdiagramm, dass&nbsp; $q = 0.5$&nbsp; statistisch unabhängige Symbole zur Folge hat:
*Man erkennt aus der Beziehung&nbsp; $H = H_1$&nbsp; und aus dem vorne abgebildeten Übergangsdiagramm, dass&nbsp; $q = 0.5$&nbsp; statistisch unabhängige Symbole zur Folge hat:
:$$p_{\rm A} = p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}A} = p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}B} = 0.5
:$$p_{\rm A} = p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}A} = p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}B} = 0.5\hspace{0.05cm}, \hspace{0.2cm} p_{\rm B} = p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}A} = p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}B}= 0.5\hspace{0.05cm}.$$
\hspace{0.05cm}, \hspace{0.2cm} p_{\rm B} = p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}A} = p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}B}= 0.5
\hspace{0.05cm}.$$




Zeile 134: Zeile 121:


[[Category:Aufgaben zu Informationstheorie|^1.2 Nachrichtenquellen mit Gedächtnis^]]
[[Category:Aufgaben zu Informationstheorie|^1.2 Nachrichtenquellen mit Gedächtnis^]]
[[en:Aufgaben:Exercise_1.5Z:_Symmetrical_Markov_Source]]

Aktuelle Version vom 16. März 2026, 14:34 Uhr

Binäre symmetrische Markovquelle

In der  Aufgabe 1.5  wurde eine binäre Markovquelle behandelt, bei der die Übergangswahrscheinlichkeiten von  $\rm A$  nach  $\rm B$  und von  $\rm B$  nach  $\rm A$  unterschiedlich waren.  In dieser Aufgabe soll nun gelten:

$$p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}B} = p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}A} = q \hspace{0.8cm} ( 0 \le q \le 1)\hspace{0.05cm}.$$

Alle in der Aufgabe 1.5 angegebenen Gleichungen gelten auch hier:

  • Entropie:
$$H = p_{\rm AA} \cdot {\rm log_2}\hspace{0.1cm}\frac {1}{ p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}A}} + p_{\rm AB} \cdot {\rm log_2}\hspace{0.1cm}\frac {1}{ p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}A}} + p_{\rm BA} \cdot {\rm log_2}\hspace{0.1cm}\frac {1}{ p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}B}} + p_{\rm BB} \cdot {\rm log_2}\hspace{0.1cm}\frac {1}{ p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}B}}\hspace{0.05cm}.$$
  • Erste Entropienäherung:
$$H_{\rm 1} = p_{\rm A} \cdot {\rm log_2}\hspace{0.1cm} \frac{1}{p_{\rm A}} + p_{\rm B} \cdot {\rm log_2}\hspace{0.1cm} \frac{1}{p_{\rm B}} \hspace{0.05cm}.$$
  • k–te Entropienäherung $(k = 2, 3, \ \text{...})$:
$$H_k = {1}/{k} \cdot \big [ H_{\rm 1} + (k-1) \cdot H \big] \hspace{0.05cm},\hspace{0.5cm}H = \lim_{k \rightarrow \infty } H_k \hspace{0.05cm}.$$




Hinweise:



Fragebogen

1 Berechnen Sie die Symbolwahrscheinlichkeiten für die Übergangswahrscheinlichkeit  $q = 1/4$.

$p_{\rm A} \ = \ $
$p_{\rm B} \ = \ $

2 Berechnen Sie die Quellenentropie  $H$  für  $q = 1/4$.

$H \ =$ $\ \rm bit/Symbol$

3 Welche Entropienäherungen erhält man für  $q = 1/4$?

$H_1 \ = \ $ $\ \rm bit/Symbol$
$H_2 \ = \ $ $\ \rm bit/Symbol$
$H_3 \ = \ $ $\ \rm bit/Symbol$

4 Bestimmen Sie  $q$  derart, dass  $H$  maximal wird. Interpretation.

$q \ = \ $

5 Welche Symbolfolgen sind mit  $q = 0$  möglich?

$\rm AAAAAA$ ...
$\rm BBBBBB$ ...
$\rm ABABAB$ ...

6 Welche Symbolfolgen sind mit  $q = 1$  möglich?

$\rm AAAAAA$ ...
$\rm BBBBBB$ ...
$\rm ABABAB$ ...


Musterlösung

(1)  Bei einer stationären binären Markovquelle erster Ordnung gilt:

$$p_{\rm A} = p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}A} \cdot p_{\rm A} + p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}B} \cdot p_{\rm B}= (1-q) \cdot p_{\rm A} + q \cdot p_{\rm B}$$
$$\Rightarrow \hspace{0.3cm}q \cdot p_{\rm A} = q \cdot p_{\rm B} \hspace{0.3cm} \Rightarrow \hspace{0.3cm}p_{\rm A} = p_{\rm B}\hspace{0.15cm} \underline {= 0.5} \hspace{0.05cm}.$$


(2)  Zur Berechnung der Entropie  $H$  benötigt man alle vier Verbundwahrscheinlichkeiten:

$$p_{\rm AA} \hspace{0.1cm} = \hspace{0.1cm} p_{\rm A} \cdot p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}A} = 1/2 \cdot(1-q) = p_{\rm BB}\hspace{0.05cm},\hspace{1cm} p_{\rm AB} \hspace{0.1cm} = \hspace{0.1cm} p_{\rm A} \cdot p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}A} = 1/2 \cdot q = p_{\rm BA}\hspace{0.05cm}.$$
  • Setzt man diese Werte in die gegebene Entropie–Gleichung ein, so erhält man
$$H = 2 \cdot \frac{1}{2} \cdot(1-q) \cdot {\rm log}_2\hspace{0.1cm} \frac{1}{1-q} + 2 \cdot \frac{1}{2} \cdot q \cdot {\rm log}_2\hspace{0.1cm} \frac{1}{q} = q \cdot {\rm log}_2\hspace{0.1cm} \frac{1}{q} + (1-q) \cdot {\rm log}_2\hspace{0.1cm} \frac{1}{1-q} = H_{\rm bin}(q) \hspace{0.05cm}.$$
  • Der gesuchte Zahlenwert ist  $H = H_{\rm bin} (0.25) \hspace{0.15cm}\underline{= 0.811 \, \rm bit/Symbol}$.


(3)  Bei gleichwahrscheinlichen Binärsymbolen ist  $H_1 \hspace{0.15cm}\underline{= 1 \, \rm bit/Symbol}$. 

  • Mit der für Markovquellen gültigen Gleichung gilt weiter:
$$H_2 \hspace{0.1cm} = \hspace{0.1cm} {1}/{2} \cdot \big[ H_1 + H \big] \hspace{0.15cm} \underline {= 0.906 \,{\rm bit/Symbol}} \hspace{0.05cm},$$
$$ H_3 \hspace{0.1cm} = \hspace{0.1cm} {1}/{3} \cdot \big[ H_1 + 2 H \big] \hspace{0.15cm} \underline {= 0.874 \,{\rm bit/Symbol}} \hspace{0.05cm}.$$


(4)  Das Maximum der binären Entropiefunktion ergibt sich für  $q\hspace{0.15cm}\underline{= 0.5}$.

  • Damit beträgt die maximale Entropie  $H = 1 \, \rm bit/Symbol$.
  • Man erkennt aus der Beziehung  $H = H_1$  und aus dem vorne abgebildeten Übergangsdiagramm, dass  $q = 0.5$  statistisch unabhängige Symbole zur Folge hat:
$$p_{\rm A} = p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}A} = p_{\rm A\hspace{0.01cm}|\hspace{0.01cm}B} = 0.5\hspace{0.05cm}, \hspace{0.2cm} p_{\rm B} = p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}A} = p_{\rm B\hspace{0.01cm}|\hspace{0.01cm}B}= 0.5\hspace{0.05cm}.$$


(5)  Richtig sind die Lösungsvorschläge 1 und 2:

  • Die Symbolfolge ergibt sich entweder zu  $\rm AAAAAA$ ...  oder zu  $\rm BBBBBB$ ... , je nachdem, welches Symbol als Startwert vorgegeben wurde.
  • Die Entropie einer solchen Quelle ist stets  $H = H_{\rm bin}(0) = 0$.



(6)  Richtig ist nur der Lösungsvorschlag 3:

  • Nun kann weder  $\rm A$  direkt auf  $\rm A$  noch  $\rm B$  direkt auf  $\rm B$  folgen.
  • Es ergibt sich stets eine alternierende Folge, je nach Startwert die Folge  $\rm ABABAB$ ...  oder  $\rm BABABA$... .
  • Diese Quelle hat in beiden Fällen ebenfalls die Entropie  $H = H_{\rm bin}(1) = 0$.