Aufgaben:Aufgabe 1.2: Entropie von Ternärquellen: Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
 
(3 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 7: Zeile 7:
 
:$$H =  \sum_{\mu = 1}^M p_{\mu} \cdot {\rm log}_2\hspace{0.1cm}\frac{1}{p_\mu}\hspace{0.05cm},\hspace{0.3cm}
 
:$$H =  \sum_{\mu = 1}^M p_{\mu} \cdot {\rm log}_2\hspace{0.1cm}\frac{1}{p_\mu}\hspace{0.05cm},\hspace{0.3cm}
 
  {\rm Pseudoeinheit\hspace{-0.15cm}: \hspace{0.15cm}bit}\hspace{0.05cm}.$$
 
  {\rm Pseudoeinheit\hspace{-0.15cm}: \hspace{0.15cm}bit}\hspace{0.05cm}.$$
Hierbei bezeichnen die  $p_\mu$  die Auftrittswahrscheinlichkeiten der einzelnen Symbole bzw. Ereignisse.  Im vorliegenden Beispiel werden die Ereignisse mit  $\rm R$(ot),  $\rm G$(rün)  und  $\rm S$(chwarz)  bezeichnet.
+
Hierbei bezeichnen die  $p_\mu$  die Auftrittswahrscheinlichkeiten der einzelnen Symbole bzw. Ereignisse.  Im vorliegenden Beispiel werden die Ereignisse  $\rm R$(ot),  $\rm G$(rün)  und  $\rm S$(chwarz)  genannt.
  
 
*Bei einer binären Quelle mit den Auftrittswahrscheinlichkeiten  $p$  und  $1-p$  kann hierfür geschrieben werden:
 
*Bei einer binären Quelle mit den Auftrittswahrscheinlichkeiten  $p$  und  $1-p$  kann hierfür geschrieben werden:
Zeile 16: Zeile 16:
 
   
 
   
  
Betrachtet werden in dieser Aufgabe zwei Ternärquellen mit den Symbolwahrscheinlichkeiten gemäß der obigen Grafik:
+
Betrachtet werden in dieser Aufgabe zwei Ternärquellen mit den Symbolwahrscheinlichkeiten gemäß der Grafik:
  
 
* die Quelle  $\rm Q_1$ mit  $p_{\rm G }= 1/2$,  $p_{\rm S }= 1/3$  und  $p_{\rm R }= 1/6$,
 
* die Quelle  $\rm Q_1$ mit  $p_{\rm G }= 1/2$,  $p_{\rm S }= 1/3$  und  $p_{\rm R }= 1/6$,
Zeile 22: Zeile 22:
  
  
Die Ternärquelle  $\rm Q_2$  lässt sich auch auf das Roulette anwenden, wenn ein Spieler nur auf die Felder  $\rm R$,  $\rm S$chwarz  und $\rm G$rün  (die „Null”) setzt.  Dieser Spieltyp wird im Fragebogen mit  $\text{Roulette 1}$  bezeichnet.
+
Die Ternärquelle  $\rm Q_2$  lässt sich auch auf das Roulette anwenden, wenn ein Spieler nur auf die Felder  $\rm R$ot,  $\rm S$chwarz  und $\rm G$rün  (die „Null”) setzt.  Dieser Spieltyp wird im Fragebogen mit  $\text{Roulette 1}$  bezeichnet.
  
 
Dagegen weist  $\text{Roulette 2}$  darauf hin, dass der Spieler auf einzelne Zahlen  $(0$, ... , $36)$  setzt.
 
Dagegen weist  $\text{Roulette 2}$  darauf hin, dass der Spieler auf einzelne Zahlen  $(0$, ... , $36)$  setzt.
Zeile 46: Zeile 46:
  
 
{Welche der folgenden Aussagen sind zutreffend, wenn man   $\rm R$,  $\rm G$  und   $\rm S$  durch die Zahlenwerte  $-1$,  $0$  und  $+1$  darstellt?
 
{Welche der folgenden Aussagen sind zutreffend, wenn man   $\rm R$,  $\rm G$  und   $\rm S$  durch die Zahlenwerte  $-1$,  $0$  und  $+1$  darstellt?
|type="[]"}
+
|type="()"}
 
- Es ergibt sich eine kleinere Entropie.
 
- Es ergibt sich eine kleinere Entropie.
 
+ Die Entropie bleibt gleich.
 
+ Die Entropie bleibt gleich.
Zeile 77: Zeile 77:
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
'''(1)'''  Mit den Auftrittswahrscheinlichkeiten $1/2$, $1/3$ und $1/6$ erhält man folgenden Entropiewert:
+
'''(1)'''  Mit den Auftrittswahrscheinlichkeiten  $1/2$,  $1/3$  und  $1/6$  erhält man folgenden Entropiewert:
 
:$$H \hspace{0.1cm}  =  \hspace{0.1cm}  1/2 \cdot {\rm log}_2\hspace{0.1cm}(2) +1/3 \cdot {\rm log}_2\hspace{0.1cm}(3) +1/6 \cdot {\rm log}_2\hspace{0.1cm}(6) =(1/2 + 1/6)\cdot {\rm log}_2\hspace{0.1cm}(2) +  (1/3 + 1/6)\cdot {\rm log}_2\hspace{0.1cm}(3) \hspace{0.15cm}\underline {\approx 1.46 \, {\rm bit}} \hspace{0.05cm}.$$
 
:$$H \hspace{0.1cm}  =  \hspace{0.1cm}  1/2 \cdot {\rm log}_2\hspace{0.1cm}(2) +1/3 \cdot {\rm log}_2\hspace{0.1cm}(3) +1/6 \cdot {\rm log}_2\hspace{0.1cm}(6) =(1/2 + 1/6)\cdot {\rm log}_2\hspace{0.1cm}(2) +  (1/3 + 1/6)\cdot {\rm log}_2\hspace{0.1cm}(3) \hspace{0.15cm}\underline {\approx 1.46 \, {\rm bit}} \hspace{0.05cm}.$$
 +
  
  
Zeile 84: Zeile 85:
 
* Die Entropie hängt nur von den Auftrittswahrscheinlichkeiten ab.  
 
* Die Entropie hängt nur von den Auftrittswahrscheinlichkeiten ab.  
 
*Es ist dabei egal, welche Zahlenwerte oder physikalische Größen man den einzelnen Symbolen zuordnet.  
 
*Es ist dabei egal, welche Zahlenwerte oder physikalische Größen man den einzelnen Symbolen zuordnet.  
*Anders ist es bei Mittelwerten oder der AKF–Berechnung. Werden nur Symbole angegeben, so kann man hierfür keine Momente angeben.  
+
*Anders ist es bei Mittelwerten oder der AKF–Berechnung.  Werden nur Symbole angegeben, so kann man hierfür keine Momente angeben.  
*Außerdem hängen die Mittelwerte, Autokorrelation, usw. davon ab, ob man die Zuordnung bipolar $(-1, \hspace{0.05cm}0, \hspace{0.05cm}+1)$ oder unipolar (zum Beispiel: $(0, \hspace{0.05cm}1, \hspace{0.05cm}2)$ vereinbart.
+
*Außerdem hängen die Mittelwerte, Autokorrelation, usw. davon ab, ob man die Zuordnung bipolar  $(-1, \hspace{0.10cm}0, \hspace{0.05cm}+1)$  oder unipolar   $(0, \hspace{0.05cm}1, \hspace{0.05cm}2)$  vereinbart.
  
  
'''(3)'''  Die Entropie der Quelle $\rm Q_2$ lässt sich wie folgt ausdrücken:
+
 
 +
'''(3)'''  Die Entropie der Quelle  $\rm Q_2$  lässt sich wie folgt ausdrücken:
 
:$$H \hspace{0.1cm} =  \hspace{0.1cm} p \cdot {\rm log}_2\hspace{0.1cm}\frac {1}{p}+ 2 \cdot \frac{1-p}{2}  \cdot {\rm log}_2\hspace{0.1cm}\frac {2}{1-p}= p \cdot {\rm log}_2\hspace{0.1cm}\frac {1}{p}+ (1-p)  \cdot {\rm log}_2\hspace{0.1cm}\frac {1}{1-p} + (1-p)\cdot {\rm log}_2\hspace{0.1cm}(2)= H_{\rm bin}(p) + 1-p \hspace{0.05cm}.$$
 
:$$H \hspace{0.1cm} =  \hspace{0.1cm} p \cdot {\rm log}_2\hspace{0.1cm}\frac {1}{p}+ 2 \cdot \frac{1-p}{2}  \cdot {\rm log}_2\hspace{0.1cm}\frac {2}{1-p}= p \cdot {\rm log}_2\hspace{0.1cm}\frac {1}{p}+ (1-p)  \cdot {\rm log}_2\hspace{0.1cm}\frac {1}{1-p} + (1-p)\cdot {\rm log}_2\hspace{0.1cm}(2)= H_{\rm bin}(p) + 1-p \hspace{0.05cm}.$$
Für $p = 0.5$   ⇒   $H_{\rm bin}(p) = 1$ ergibt sich $\underline{H = 1.5\hspace{0.05cm}\rm  bit}$.
+
*Für  $p = 0.5$   ⇒   $H_{\rm bin}(p) = 1$  ergibt sich  $\underline{H = 1.5\hspace{0.05cm}\rm  bit}$.
  
  
'''(4)'''  Die maximale Entropie einer gedächtnislosen Quelle mit dem Symbolumfang $M$ ergibt sich, wenn alle $M$ Symbole gleichwahrscheinlich sind.  
+
 
 +
'''(4)'''  Die maximale Entropie einer gedächtnislosen Quelle mit dem Symbolumfang $M$ ergibt sich, wenn alle  $M$  Symbole gleichwahrscheinlich sind.  
 
*Für den Sonderfall $M=3$ folgt daraus:
 
*Für den Sonderfall $M=3$ folgt daraus:
 
:$$p_{\rm R} + p_{\rm G} + p_{\rm S} = 1 \hspace{0.3cm} \Rightarrow \hspace{0.3cm}
 
:$$p_{\rm R} + p_{\rm G} + p_{\rm S} = 1 \hspace{0.3cm} \Rightarrow \hspace{0.3cm}
  \underline {p = 1/3 = 0.333}\hspace{0.05cm}.$$
+
  \underline {p = 1/3 \approx 0.333}\hspace{0.05cm}.$$
*Damit erhält man mit dem Ergebnis der Teilaufgabe (3) die folgende Entropie:
+
*Damit erhält man mit dem Ergebnis der Teilaufgabe  '''(3)'''  die folgende Entropie:
 
:$$H = H_{\rm bin}(1/3) + 1-1/3 = 1/3 \cdot  
 
:$$H = H_{\rm bin}(1/3) + 1-1/3 = 1/3 \cdot  
 
{\rm log}_2\hspace{0.1cm}(3) + 2/3 \cdot {\rm log}_2\hspace{0.1cm}(3/2) + 2/3 $$
 
{\rm log}_2\hspace{0.1cm}(3) + 2/3 \cdot {\rm log}_2\hspace{0.1cm}(3/2) + 2/3 $$
Zeile 106: Zeile 109:
  
  
'''(5)'''  Das System $\text{Roulette 1}$ ist informationstheoretisch gleich der Konfiguration $\rm Q_2$ mit $p = 1/37$:
+
 
 +
'''(5)'''  Das System  $\text{Roulette 1}$  ist informationstheoretisch gleich der Konfiguration  $\rm Q_2$  mit  $p = 1/37$:
 
:$$p_{\rm G} = p =  \frac{1}{37}\hspace{0.05cm},\hspace{0.2cm} p_{\rm R} = p_{\rm S} = \frac{1-p}{2} = \frac{18}{37} \hspace{0.05cm}.$$
 
:$$p_{\rm G} = p =  \frac{1}{37}\hspace{0.05cm},\hspace{0.2cm} p_{\rm R} = p_{\rm S} = \frac{1-p}{2} = \frac{18}{37} \hspace{0.05cm}.$$
Damit erhält man mit dem Ergebnis der Teilaufgabe '''(3)''':
+
*Damit erhält man mit dem Ergebnis der Teilaufgabe  '''(3)''':
 
:$$H = H_{\rm bin}(1/37) + \frac{36}{37} = \frac{1}{37} \cdot {\rm log}_2\hspace{0.1cm}(37) + \frac{36}{37} \cdot {\rm log}_2\hspace{0.1cm}(37) - \frac{36}{37} \cdot {\rm log}_2\hspace{0.1cm}36 + \frac{36}{37} =
 
:$$H = H_{\rm bin}(1/37) + \frac{36}{37} = \frac{1}{37} \cdot {\rm log}_2\hspace{0.1cm}(37) + \frac{36}{37} \cdot {\rm log}_2\hspace{0.1cm}(37) - \frac{36}{37} \cdot {\rm log}_2\hspace{0.1cm}36 + \frac{36}{37} =
 
   {\rm log}_2\hspace{0.1cm}(37) + \frac{36}{37} \cdot ( 1- {\rm log}_2\hspace{0.1cm}(36)) = 5.209 - 4.057  \hspace{0.15cm} \underline { = 1.152 \, {\rm bit}}
 
   {\rm log}_2\hspace{0.1cm}(37) + \frac{36}{37} \cdot ( 1- {\rm log}_2\hspace{0.1cm}(36)) = 5.209 - 4.057  \hspace{0.15cm} \underline { = 1.152 \, {\rm bit}}
Zeile 114: Zeile 118:
  
  
'''(6)'''  Setzt man bei Roulette auf einzelne Zahlen    ⇒   Konfiguration $\text{Roulette 2}$, so sind alle Zahlen von $0$ bis $36$ gleichwahrscheinlich und man erhält:
+
 
 +
'''(6)'''  Setzt man bei Roulette auf einzelne Zahlen    ⇒   Konfiguration  $\text{Roulette 2}$, so sind alle Zahlen von  $0$  bis  $36$  gleichwahrscheinlich und man erhält:
 
:$$H = {\rm log}_2\hspace{0.1cm}(37)  \hspace{0.15cm} \underline { = 5.209 \, {\rm bit}}
 
:$$H = {\rm log}_2\hspace{0.1cm}(37)  \hspace{0.15cm} \underline { = 5.209 \, {\rm bit}}
 
  \hspace{0.05cm}.$$
 
  \hspace{0.05cm}.$$

Aktuelle Version vom 16. Juni 2021, 15:54 Uhr

Wahrscheinlichkeiten zweier Ternärquellen

Die Entropie einer wertdiskreten gedächtnislosen Nachrichtenquelle mit  $M$  möglichen Symbolen lautet:

$$H = \sum_{\mu = 1}^M p_{\mu} \cdot {\rm log}_2\hspace{0.1cm}\frac{1}{p_\mu}\hspace{0.05cm},\hspace{0.3cm} {\rm Pseudoeinheit\hspace{-0.15cm}: \hspace{0.15cm}bit}\hspace{0.05cm}.$$

Hierbei bezeichnen die  $p_\mu$  die Auftrittswahrscheinlichkeiten der einzelnen Symbole bzw. Ereignisse.  Im vorliegenden Beispiel werden die Ereignisse  $\rm R$(ot),  $\rm G$(rün)  und  $\rm S$(chwarz)  genannt.

  • Bei einer binären Quelle mit den Auftrittswahrscheinlichkeiten  $p$  und  $1-p$  kann hierfür geschrieben werden:
$$H = H_{\rm bin}(p) = p \cdot {\rm log}_2\hspace{0.1cm}\frac{1}{p}+ (1-p) \cdot {\rm log}_2\hspace{0.1cm}\frac{1}{1-p}\hspace{0.05cm},\hspace{0.3cm} {\rm Pseudoeinheit\hspace{-0.15cm}: \hspace{0.15cm}bit}\hspace{0.05cm}.$$
  • Die Entropie einer mehrstufigen Quelle lässt sich häufig mit dieser  „binären Entropiefunktion”  $H_{\rm bin}(p)$  ausdrücken.


Betrachtet werden in dieser Aufgabe zwei Ternärquellen mit den Symbolwahrscheinlichkeiten gemäß der Grafik:

  • die Quelle  $\rm Q_1$ mit  $p_{\rm G }= 1/2$,  $p_{\rm S }= 1/3$  und  $p_{\rm R }= 1/6$,
  • die Quelle  $\rm Q_2$ mit  $p_{\rm G }= p$  sowie  $p_{\rm S } = p_{\rm R } = (1-p)/2$.


Die Ternärquelle  $\rm Q_2$  lässt sich auch auf das Roulette anwenden, wenn ein Spieler nur auf die Felder  $\rm R$ot,  $\rm S$chwarz  und $\rm G$rün  (die „Null”) setzt.  Dieser Spieltyp wird im Fragebogen mit  $\text{Roulette 1}$  bezeichnet.

Dagegen weist  $\text{Roulette 2}$  darauf hin, dass der Spieler auf einzelne Zahlen  $(0$, ... , $36)$  setzt.




Hinweis:


Fragebogen

1

Welche Entropie  $H$  besitzt die Quelle  $\rm \underline{Q_1}$?

$H \ = \ $

$\ \rm bit$

2

Welche der folgenden Aussagen sind zutreffend, wenn man  $\rm R$,  $\rm G$  und  $\rm S$  durch die Zahlenwerte  $-1$,  $0$  und  $+1$  darstellt?

Es ergibt sich eine kleinere Entropie.
Die Entropie bleibt gleich.
Es ergibt sich eine größere Entropie.

3

Bestimmen Sie die Entropie der Quelle  $\rm \underline{Q_2}$  unter Verwendung der binären Entropiefunktion  $H_{\rm bin}(p)$.  Welcher Wert ergibt sich für  $\underline{p = 0.5}$?

$H \ = \ $

$\ \rm bit$

4

Für welchen  $p$–Wert der Quelle  $\rm \underline{Q_2}$  ergibt sich die maximale Entropie:  $H → H_\text{max}$?

$p \ = \ $

5

Welche Entropie hat die Nachrichtenquelle  $\text{Roulette 1}$,  also hinsichtlich der Ereignisse  $\rm R$ot,  $\rm S$chwarz  und  $\rm G$rün  (die „Null”)?

$H \ = \ $

$\ \rm bit$

6

Welche Entropie weist  $\text{Roulette 2}$  auf,  also hinsichtlich der Zahlen  $0$, ... , $36$?

$H \ = \ $

$\ \rm bit$


Musterlösung

(1)  Mit den Auftrittswahrscheinlichkeiten  $1/2$,  $1/3$  und  $1/6$  erhält man folgenden Entropiewert:

$$H \hspace{0.1cm} = \hspace{0.1cm} 1/2 \cdot {\rm log}_2\hspace{0.1cm}(2) +1/3 \cdot {\rm log}_2\hspace{0.1cm}(3) +1/6 \cdot {\rm log}_2\hspace{0.1cm}(6) =(1/2 + 1/6)\cdot {\rm log}_2\hspace{0.1cm}(2) + (1/3 + 1/6)\cdot {\rm log}_2\hspace{0.1cm}(3) \hspace{0.15cm}\underline {\approx 1.46 \, {\rm bit}} \hspace{0.05cm}.$$


(2)  Richtig ist der Lösungsvorschlag 2:

  • Die Entropie hängt nur von den Auftrittswahrscheinlichkeiten ab.
  • Es ist dabei egal, welche Zahlenwerte oder physikalische Größen man den einzelnen Symbolen zuordnet.
  • Anders ist es bei Mittelwerten oder der AKF–Berechnung.  Werden nur Symbole angegeben, so kann man hierfür keine Momente angeben.
  • Außerdem hängen die Mittelwerte, Autokorrelation, usw. davon ab, ob man die Zuordnung bipolar  $(-1, \hspace{0.10cm}0, \hspace{0.05cm}+1)$  oder unipolar  $(0, \hspace{0.05cm}1, \hspace{0.05cm}2)$  vereinbart.


(3)  Die Entropie der Quelle  $\rm Q_2$  lässt sich wie folgt ausdrücken:

$$H \hspace{0.1cm} = \hspace{0.1cm} p \cdot {\rm log}_2\hspace{0.1cm}\frac {1}{p}+ 2 \cdot \frac{1-p}{2} \cdot {\rm log}_2\hspace{0.1cm}\frac {2}{1-p}= p \cdot {\rm log}_2\hspace{0.1cm}\frac {1}{p}+ (1-p) \cdot {\rm log}_2\hspace{0.1cm}\frac {1}{1-p} + (1-p)\cdot {\rm log}_2\hspace{0.1cm}(2)= H_{\rm bin}(p) + 1-p \hspace{0.05cm}.$$
  • Für  $p = 0.5$   ⇒   $H_{\rm bin}(p) = 1$  ergibt sich  $\underline{H = 1.5\hspace{0.05cm}\rm bit}$.


(4)  Die maximale Entropie einer gedächtnislosen Quelle mit dem Symbolumfang $M$ ergibt sich, wenn alle  $M$  Symbole gleichwahrscheinlich sind.

  • Für den Sonderfall $M=3$ folgt daraus:
$$p_{\rm R} + p_{\rm G} + p_{\rm S} = 1 \hspace{0.3cm} \Rightarrow \hspace{0.3cm} \underline {p = 1/3 \approx 0.333}\hspace{0.05cm}.$$
  • Damit erhält man mit dem Ergebnis der Teilaufgabe  (3)  die folgende Entropie:
$$H = H_{\rm bin}(1/3) + 1-1/3 = 1/3 \cdot {\rm log}_2\hspace{0.1cm}(3) + 2/3 \cdot {\rm log}_2\hspace{0.1cm}(3/2) + 2/3 $$
$$\Rightarrow \hspace{0.3cm}H = 1/3 \cdot {\rm log}_2\hspace{0.1cm}(3) + 2/3 \cdot {\rm log}_2\hspace{0.1cm}(3) - 2/3 \cdot {\rm log}_2\hspace{0.1cm}(2)+ 2/3 = {\rm log}_2\hspace{0.1cm}(3) = {1.585 \, {\rm bit}} \hspace{0.05cm}.$$


(5)  Das System  $\text{Roulette 1}$  ist informationstheoretisch gleich der Konfiguration  $\rm Q_2$  mit  $p = 1/37$:

$$p_{\rm G} = p = \frac{1}{37}\hspace{0.05cm},\hspace{0.2cm} p_{\rm R} = p_{\rm S} = \frac{1-p}{2} = \frac{18}{37} \hspace{0.05cm}.$$
  • Damit erhält man mit dem Ergebnis der Teilaufgabe  (3):
$$H = H_{\rm bin}(1/37) + \frac{36}{37} = \frac{1}{37} \cdot {\rm log}_2\hspace{0.1cm}(37) + \frac{36}{37} \cdot {\rm log}_2\hspace{0.1cm}(37) - \frac{36}{37} \cdot {\rm log}_2\hspace{0.1cm}36 + \frac{36}{37} = {\rm log}_2\hspace{0.1cm}(37) + \frac{36}{37} \cdot ( 1- {\rm log}_2\hspace{0.1cm}(36)) = 5.209 - 4.057 \hspace{0.15cm} \underline { = 1.152 \, {\rm bit}} \hspace{0.05cm}.$$


(6)  Setzt man bei Roulette auf einzelne Zahlen   ⇒   Konfiguration  $\text{Roulette 2}$, so sind alle Zahlen von  $0$  bis  $36$  gleichwahrscheinlich und man erhält:

$$H = {\rm log}_2\hspace{0.1cm}(37) \hspace{0.15cm} \underline { = 5.209 \, {\rm bit}} \hspace{0.05cm}.$$