Aufgabe 4.5: Transinformation aus 2D-WDF

Aus LNTwww
Wechseln zu:Navigation, Suche

Vorgegebene Verbund-WDF

Vorgegeben sind hier die drei unterschiedlichen 2D–Gebiete  $f_{XY}(x, y)$, die in der Aufgabe nach ihren Füllfarben mit

  • rote Verbund-WDF,
  • blaue Verbund-WDF,  und
  • grüne Verbund-WDF


bezeichnet werden.  Innerhalb der dargestellten Gebieten gelte jeweils  $f_{XY}(x, y) = C = \rm const.$

Die Transinformation zwischen den wertkontinuierlichen Zufallsgrößen  $X$  und  $Y$  kann man zum Beispiel wie folgt berechnen:

$$I(X;Y) = h(X) + h(Y) - h(XY)\hspace{0.05cm}.$$

Für die hier verwendeten differentiellen Entropien gelten die folgenden Gleichungen:

$$h(X) = -\hspace{-0.7cm} \int\limits_{x \hspace{0.05cm}\in \hspace{0.05cm}{\rm supp}(f_X)} \hspace{-0.55cm} f_X(x) \cdot {\rm log} \hspace{0.1cm} \big[f_X(x)\big] \hspace{0.1cm}{\rm d}x \hspace{0.05cm},$$
$$h(Y) = -\hspace{-0.7cm} \int\limits_{y \hspace{0.05cm}\in \hspace{0.05cm}{\rm supp}(f_Y)} \hspace{-0.55cm} f_Y(y) \cdot {\rm log} \hspace{0.1cm} \big[f_Y(y)\big] \hspace{0.1cm}{\rm d}y \hspace{0.05cm},$$
$$h(XY) = \hspace{0.1cm}-\hspace{0.2cm} \int \hspace{-0.9cm} \int\limits_{\hspace{-0.5cm}(x, y) \hspace{0.1cm}\in \hspace{0.1cm}{\rm supp} (f_{XY}\hspace{-0.08cm})} \hspace{-0.6cm} f_{XY}(x, y) \cdot {\rm log} \hspace{0.1cm} \big[ f_{XY}(x, y) \big] \hspace{0.15cm}{\rm d}x\hspace{0.15cm}{\rm d}y\hspace{0.05cm}.$$
  • Für die beiden Randwahrscheinlichkeitsdichtefunktionen gilt dabei:
$$f_X(x) = \hspace{-0.5cm} \int\limits_{\hspace{-0.2cm}y \hspace{0.1cm}\in \hspace{0.1cm}{\rm supp} (f_{Y}\hspace{-0.08cm})} \hspace{-0.4cm} f_{XY}(x, y) \hspace{0.15cm}{\rm d}y\hspace{0.05cm},$$
$$f_Y(y) = \hspace{-0.5cm} \int\limits_{\hspace{-0.2cm}x \hspace{0.1cm}\in \hspace{0.1cm}{\rm supp} (f_{X}\hspace{-0.08cm})} \hspace{-0.4cm} f_{XY}(x, y) \hspace{0.15cm}{\rm d}x\hspace{0.05cm}.$$





Hinweise:

  • Gegeben seien zudem folgende differentielle Entropien:
  • Ist  $X$  dreieckverteilt zwischen  $x_{\rm min}$  und  $x_{\rm max}$, so gilt:
$$h(X) = {\rm log} \hspace{0.1cm} [\hspace{0.05cm}\sqrt{ e} \cdot (x_{\rm max} - x_{\rm min})/2\hspace{0.05cm}]\hspace{0.05cm}.$$
  • Ist  $Y$  gleichverteilt zwischen  $y_{\rm min}$  und  $y_{\rm max}$, so gilt:
$$h(Y) = {\rm log} \hspace{0.1cm} \big [\hspace{0.05cm}y_{\rm max} - y_{\rm min}\hspace{0.05cm}\big ]\hspace{0.05cm}.$$
  • Alle Ergebnisse sollen in „bit” angegeben werden.  Dies erreicht man mit   $\log$  ⇒  $\log_2$.



Fragebogen

1

Wie groß ist die Transinformation  der roten Verbund-WDF?

$I(X; Y) \ = \ $

$\ \rm bit$

2

Wie groß ist die Transinformation  der blauen Verbund-WDF?

$I(X; Y) \ = \ $

$\ \rm bit$

3

Wie groß ist die Transinformation  der grünen Verbund-WDF?

$I(X; Y) \ = \ $

$\ \rm bit$

4

Welche Voraussetzungen müssen die Zufallsgrößen  $X$  und  $Y$  gleichzeitig erfüllen, damit allgemein  $I(X;Y) = 1/2 \cdot \log (\rm e)$  gilt:

Die Verbund-WDF  $f_{XY}(x, y)$  ergibt ein Parallelogramm.
Eine der Zufallsgrößen  $(X$  oder  $Y)$  ist gleichverteilt.
Die andere Zufallsgröße  $(Y$  oder  $X)$  ist dreieckverteilt.


Musterlösung

„Rote” Wahrscheinlichkeitsdichtefunktionen

(1)  Bei der rechteckförmigen Verbund–WDF  $f_{XY}(x, y)$  gibt es zwischen $X$ und $Y$ keine statistischen Bindungen   ⇒   $\underline{I(X;Y) = 0}$.

Formal lässt sich dieses Ergebnis mit der folgenden Gleichung nachweisen:

$$I(X;Y) = h(X) \hspace{-0.05cm}+\hspace{-0.05cm} h(Y) \hspace{-0.05cm}- \hspace{-0.05cm}h(XY)\hspace{0.02cm}.$$
  • Die rote Fläche 2D–WDF  $f_{XY}(x, y)$  ist $F = 4$. Da  $f_{XY}(x, y)$  in diesem Gebiet konstant ist und das Volumen unter  $f_{XY}(x, y)$  gleich $1$ sein muss, gilt $C = 1/F = 1/4$.
  • Daraus folgt für die differentielle Verbundentropie in „bit”:
$$h(XY) \ = \ \hspace{0.1cm}-\hspace{0.2cm} \int \hspace{-0.9cm} \int\limits_{\hspace{-0.5cm}(x, y) \hspace{0.1cm}\in \hspace{0.1cm}{\rm supp} \hspace{0.03cm}(\hspace{-0.03cm}f_{XY}\hspace{-0.08cm})} \hspace{-0.6cm} f_{XY}(x, y) \cdot {\rm log}_2 \hspace{0.1cm} [ f_{XY}(x, y) ] \hspace{0.15cm}{\rm d}x\hspace{0.15cm}{\rm d}y$$
$$\Rightarrow \hspace{0.3cm} h(XY) \ = \ \ {\rm log}_2 \hspace{0.1cm} (4) \cdot \hspace{0.02cm} \int \hspace{-0.9cm} \int\limits_{\hspace{-0.5cm}(x, y) \hspace{0.1cm}\in \hspace{0.1cm}{\rm supp} \hspace{0.03cm}(\hspace{-0.03cm}f_{XY}\hspace{-0.08cm})} \hspace{-0.6cm} f_{XY}(x, y) \hspace{0.15cm}{\rm d}x\hspace{0.15cm}{\rm d}y = 2 \,{\rm bit}\hspace{0.05cm}.$$

Es ist berücksichtigt, das das Doppelintegral gleich $1$ ist. Die Pseudo–Einheit „bit” korrespondiert mit dem Logarithmus dualis  ⇒  „log2”.

Weiterhin gilt:

  • Die Randwahrscheinlichkeitsdichtefunktionen  $f_{X}(x)$  und  $f_{Y}(y)$  sind rechteckförmig   ⇒   Gleichverteilung zwischen $0$ und $2$:
$$h(X) = h(Y) = {\rm log}_2 \hspace{0.1cm} (2) = 1 \,{\rm bit}\hspace{0.05cm}.$$
  • Setzt man diese Ergebnisse in die obige Gleichung ein, so erhält man:
$$I(X;Y) = h(X) + h(Y) - h(XY) = 1 \,{\rm bit} + 1 \,{\rm bit} - 2 \,{\rm bit} = 0 \,{\rm (bit)} \hspace{0.05cm}.$$


„Blaue” Wahrscheinlichkeitsdichtefunktionen

(2)  Auch bei diesem Parallelogramm ergibt sich $F = 4, \ C = 1/4$ sowie $h(XY) = 2$ bit.

  • Die Zufallsgröße $Y$ ist hier wie in der Teilaufgabe (1) zwischen $0$ und $2$ gleichverteilt. Somit gilt weiter $h(Y) = 1$ bit.
  • Dagegen ist $Y$ dreieckverteilt zwischen $0$ und $4$ (mit Maximum bei $2$). Es ergibt sich hierfür die gleiche differentielle Entropie $h(Y)$ wie bei einer symmetrischen Dreieckverteilung im Bereich zwischen $±2$ (siehe Angabenblatt):
$$h(X) = {\rm log}_2 \hspace{0.1cm} \big[\hspace{0.05cm}2 \cdot \sqrt{ e} \hspace{0.05cm}\big ] = 1.721 \,{\rm bit}$$
$$\Rightarrow \hspace{0.3cm} I(X;Y) = 1.721 \,{\rm bit} + 1 \,{\rm bit} - 2 \,{\rm bit}\hspace{0.05cm}\underline{ = 0.721 \,{\rm (bit)}} \hspace{0.05cm}.$$


„Grüne” Wahrscheinlichkeitsdichtefunktionen

(3)  Bei den grünen Gegebenheiten ergeben sich folgende Eigenschaften:

$$F = A \cdot B \hspace{0.3cm} \Rightarrow \hspace{0.3cm} C = \frac{1}{A \cdot B} \hspace{0.05cm}\hspace{0.3cm} \Rightarrow \hspace{0.3cm} h(XY) = {\rm log}_2 \hspace{0.1cm} (A \cdot B) \hspace{0.05cm}.$$

Die Zufallsgröße $Y$ ist nun zwischen $0$ und $A$ gleichverteilt und die Zufallsgröße $Y$ ist zwischen $0$ und $B$ dreieckverteilt:

$$h(X) \ = \ {\rm log}_2 \hspace{0.1cm} (B \cdot \sqrt{ e}) \hspace{0.05cm},$$ $$ h(Y) \ = \ {\rm log}_2 \hspace{0.1cm} (A)\hspace{0.05cm}.$$

Damit ergibt sich für die Transinformation zwischen $X$ und $Y$:

$$I(X;Y) \ = {\rm log}_2 \hspace{0.1cm} (B \cdot \sqrt{ {\rm e}}) + {\rm log}_2 \hspace{0.1cm} (A) - {\rm log}_2 \hspace{0.1cm} (A \cdot B)$$
$$\Rightarrow \hspace{0.3cm} I(X;Y) = \ {\rm log}_2 \hspace{0.1cm} \frac{B \cdot \sqrt{ {\rm e}} \cdot A}{A \cdot B} = {\rm log}_2 \hspace{0.1cm} (\sqrt{ {\rm e}})\hspace{0.15cm}\underline{= 0.721\,{\rm bit}} \hspace{0.05cm}.$$
Weitere Beispiele für $f_{XY}(x, y)$

$I(X;Y)$ somit unabhängig von den WDF–Parametern $A$ und $B$.


(4)  Alle genannten Voraussetzungen sind erforderlich. Allerdings sind nicht für jedes Parallelogramm die Forderungen 2 und 3 zu erfüllen. Nebenstehende Grafik zeigt zwei solche Konstellationen, wobei nun die Zufallsgröße $X$ jeweils gleichverteilt ist zwischen $0$ und $1$.

  • Bei der oberen Grafik liegen die beiden eingezeichneten Punkte auf einer Höhe   ⇒   $f_{Y}(y)$ ist dreieckverteilt   ⇒   $I(X;Y) = 0.721$ bit.
  • Die untere Verbund–WDF besitzt eine andere Transinformation, da die beiden Punkte nicht auf gleicher Höhe liegen   ⇒   die WDF $f_{Y}(y)$ hat hier eine Trapezform.
  • Gefühlsmäßig tippe ich auf $I(X;Y) < 0.721$ bit, da sich das 2D–Gebiet eher einem Rechteck annähert. Wenn Sie noch Lust haben, so überprüfen Sie das bitte.