Kapitel 6: Codierung Diskreter Quellen

Ähnliche Dokumente
Aufgaben und Lösungen. Vorläufige Fassung für die Homepage

Übungsblatt 4 - Lösung

9 Integration von Funktionen in mehreren Variablen

Stochastische Prozesse

Was aber tun bei weniger regelmäßigen Kurven? Vorbemerkung: Worum geht es?

(doppelte Unterstreichung).

SS 2017 Torsten Schreiber

Grundbildung Lineare Algebra und Analytische Geometrie (LPSI/LS-M2) SoSe C. Curilla/ B. Janssens

1.1 Grundbegriffe und Grundgesetze 29

Stephan Brumme, SST, 2.FS, Matrikelnr konvergiert und der Grenzwert 1 ist, d.h. es gilt: 1. k 1

Einführung: Sequence Alignment

Das Skalarprodukt. y Abbildung 1

5. Das Finite-Element und die Formfunktion

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Statistik und Wahrscheinlichkeitsrechnung

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

4.6 Das Pumping-Lemma für reguläre Sprachen:

Elemente der Mathematik - Sommer 2016

Facility Location Games

Lückentext (Mathematik I) zum Sommersemester 2013

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Die Jordansche Normalform

TECHNISCHE UNIVERSITÄT MÜNCHEN

erfüllen. In diesem Fall ist dies auch die komplexe Ableitung. = f x (a).

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Konkave und Konvexe Funktionen

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Lineare Gleichungssysteme und ihre Lösung

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

18. Dynamisches Programmieren

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien:

2 Rohrleitungsnetzberechnung

Automaten und formale Sprachen Notizen zu den Folien

Martens: Übungen in der Betriebswirtschaftslehre, #6 (Investitionsplanung)

Modul 1: Einführung und Wahrscheinlichkeitsrechnung

5.6 Zwei- und mehrdimensionale Zufallsvariablen

Automaten und formale Sprachen Notizen zu den Folien

Institut für Technische Chemie Technische Universität Clausthal

Lösungen zu Übungsaufgaben Angewandte Mathematik MST Blatt 6 Matlab

5. Mehrkomponentensysteme - Gleichgewichte

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern?

6. Übung zur Linearen Algebra II

Tutoraufgabe 1 (Induktionsbeweis): Lösung:

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf.

Weitere NP-vollständige Probleme

Merkblatt Fenster. Kanton Bern Erziehungsdirektion Denkmalpflege. Stadt Bern Präsidialdirektion Denkmalpflege

Lineare Optimierung Dualität

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Aufgabe 7.1 (Aufgabe 5, SS 1999, VWL B, [2. Wdh. vom WS 1998/99])

Automaten und formale Sprachen Notizen zu den Folien

Kapitel V. Parameter der Verteilungen

Suche in Texten: Suffix-Bäume

Messung der relativen Konzentration

Umwandlung von endlichen Automaten in reguläre Ausdrücke

Automaten und formale Sprachen Notizen zu den Folien

18. Algorithmus der Woche Der Euklidische Algorithmus

1 Mehrdimensionale Analysis

Streuungs-, Schiefe und Wölbungsmaße

Vorlesung Reaktionstechnik SS 09 Prof. M. Schönhoff/ PD Dr. Cramer

Grundlagen der Elektrotechnik II (GET II)

G Bereitstellungsmenge des internationalen öffentlichen Umweltgutes

2.6 Struktursatz und Anwendungen

4. Musterlösung. Problem 1: Kreuzende Schnitte **

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

Prof. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz

Die orthogonale Projektion eines Vektors auf einen anderen. Parallelogramm-Regel. Wer keine Motivation mag, gehe gleich zu der Seite 7.

Das Bayessche Theorem ist ein Ergebnis aus der Wahrscheinlichkeitstheorie und liefert einen Zusammenhang zwischen bedingten Wahrscheinlichkeiten.

Diskrete Mathematik 1 WS 2008/09

a q 0 q 1 a M q 1 q 3 q 2

Einführung in die Mathematik des Operations Research

12 UMPU Tests ( UMP unbiased )

Manhattan-Metrik anhand des Beispiels

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/ ω Additionstheorem: 2 sin 2 2

Eine Menge G zusammen mit einer Verknüpfung + (+ : G x G folgende Axiome erfüllt sind:

1. März Korrektur

Datenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 16

Der Begriff der Stammfunktion

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Automaten und formale Sprachen Notizen zu den Folien

Vorlesung 3 Differentialgeometrie in der Physik 13

1. Die Spielpartie wird vorzeitig abgebrochen.

Einführung in die theoretische Physik 1

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie

Übungen zur Vorlesung Modellierung WS 2003/2004 Blatt 11 Musterlösungen

Automaten und formale Sprachen Notizen zu den Folien

3.3 Lineare Abbildungen und Matrizen

3. Ermittlung und Lösung des FE-Grundgleichungssystems

1 Der Uncovering-by-bases-Algorithmus

Spiele und Codes. Rafael Mechtel

Datenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 12

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

50 Matrixnormen und Eigenwertabschätzungen

QUADRATUR Numerische Integration. 9. Übungseinheit. H. Leeb Einführung in die Datenverarbeitung 2 Quadratur

Kennlinienaufnahme des Transistors BC170

Projekt 2HEA 2005/06 Formelzettel Elektrotechnik

Transkript:

Kptel 6: Zele des Kptels e Entrope ls Informtonsmss für de Güte enes odes Begrff der tenkompresson Endeutg deoderre odes Mttlere odelänge knn nht klener ls Quellenentrope sen Krft she Unglehung. Shnnon'shes stheorem 2 Üertrgungsmodell efntonen Wr etrhten ds folgende Üertrgungsmodell Quelle X Senke Y Quellenoderer Knloderer Quellendeoderer Knldeoderer Störung Knl e Quellenoderung st de erste Stufe der n unserem Modell er soll de enendeutge n ener möglhst redundnzfreen Form erfolgen e Knloderung st de zwete Stufe der er wrd oft gezelt zusätzlhe Kontrollnformton zum Störungsshutz n den ode engeut In desem Kptel ehndeln wr usshlesslh redundnzfree Quellenoderung 3 4

efntonen efntonen efnton: En ode üer dem odelphet Δ mt Δ = für ene Menge χ st ene Aldung von χ uf Δ* Für x χezehnet (x) ds odewort und l (x) de Länge von (x) Wenn mt x x 2 uh (x ) (x 2 ) sowe (x) ne ds leere Wort st, dnn hesst der ode nhtdegenerert Oftmls ezehnet mn enfh de Menge der odewörter ls ode Bespel: Für χ = {,,,d} st ()=; (=, ()= und (d)= en ode Wr ezehnen mt de Konktenton enzelner odewörter efnton: En ode st endeutg deoderr, wenn folgende Aldung endeutg st [ x x ] [ ( x )... ( )]... n n x efnton: En ode hesst präfxfre, wenn ken odewort en Präfx enes nderen odewortes st, lso für zwe odewörter und ', nemls '= d glt mt d Δ* Präfxfrehet und endeutge eoderrket snd Egenshften der odewortmenge. Jeder präfxfree ode st endeutg deoderr. 5 6 efntonen Unglehmässge odes Im folgenden snd wr n der ener dskreten Quelle, lso ener Zustndsvrlen X mt Vertelung p X (x) nteressert. Wr untersheden zwshen verge se und worst se Anlyse efnton: En ode zur ener Zufllsvrlen hesst optml, wenn de mttlere odelänge mnml st, lso E [ l ( X )] = p X l mn efnton: En ode, dessen odewörter lle (nht) gleh lng snd, hesst (un)glehmässg ode : Gegeen χ = {,,,d} sowe ()=, (=, ()= und (d)= präfxfre, Bumstruktur unglehmässg d () ( () (d) 7 8

Unglehmässge odes Glehmässge odes ode 2: Gegeen χ = {,} sowe ()=, (= Nht präfxfre, dennoh endeutg deoderr unglehmässg () ( ode 3: Gegeen χ = {,} sowe ()=, (= glehmässg ( () 9 Unglehmässge odes odeäume ode 4: Gegeen χ = {,,} sowe ()=, (=, ()= nht präfxfre unglehmässg nht endeutg deoderr () ( () Bespel: Für χ = {,,,d} st ()=, (=, ()= und (d)= en ode Wr stellen fest, dss der ode ls Bum drgestellt werden knn 2

odeäume odeäume Jeder ode knn ls elmenge der Knoten enes Bumes drgestellt werden. Jeder Knoten st entweder en Bltt (kene Nhfolgeknoten), oder ht höhstens Nhfolgeknoten In unserem Bespel st =2, lso närer Bum En odeum st usgefüllt, wenn jeder nnere Knoten genu Nhfolger ht En präfxfreer ode st usgefüllt, wenn der odeum usgefüllt st und jedem Bltt en odewort zugeordnet st Se B de Menge ller Blätter enes -ären odeumes, und se de Whrshenlhket enes Blttes B Es glt: = B e Blttentrope von st defnert ls = log B e efe t( enes Blttes st de stnz von der Wurzel 3 4 odeäume Krft'she Unglehung nn st folglh de mttlere efe t von t = t( B Für enen usgefüllten, präfxfreen ode für ene Zufllsvrle X mt odeum st t gleh der mttleren Wortlänge, heorem (Krft'she Unglehung): En -ärer präfxfreer ode mt L odewörtern der Längen l,,l L exstert genu dnn, wenn L = l p X = mt ( x) = wenn de Blätter mt den Whrshenlhketen der oderten Symole versehen werden e Krft she Unglehung st lso ene hnrehende Bedngung für de Exstenz enes Präfxodes der gegeenen Struktur 5 6

Krft'she Unglehung Krft'she Unglehung Bewes I: (Präfxode->Unglehung) Wr zegen zunähst, dss für jeden -ären präfxfreen ode dese Bedngung glt: = es st äquvlent mt L B l Angenommen, der Bum wähst von der Wurzel her (Indukton) Für de Wurzel glt B =: B = = = Wrd nun de Wurzel durh Blätter ener um höheren efe ersetzt, so glt B = sowe B = = = e Summe let lso unverändert 7 8 Krft'she Unglehung Krft'she Unglehung Ersetzen wr nun erneut en Bltt der efe durh Blätter der efe 2, so glt B =- +=2*- sowe B 2 = + = = = = = Allgemen glt em Erstz enes Blttes der efe t = Be wenger neuen Blättern nmmt de Summe strkt Also glt für enen -ären Bum mt Blttmenge B B Mt Glehhet für enen usgefüllten Bum. Q.e.d + Bewes II: (Unglehung->Präfxode) Wr zegen nun, dss de Bedngung uh hnrehend st (konstruktv) Wr ezehnen mt w j de Anzhl der odewörter der Länge j Somt glt: w j = B Sowe j= L l = = j= w j Wr konstrueren nun sukzessve enen vollständgen -ären Bum Wr egnnen e efe und Blättern j 9 2

Krft'she Unglehung MMlln heorem Es leen w Blätter ls odewörter stehen und -w Blätter werden zu nsgesmt (-w ) Knoten der efe 2. Wr elssen wederum w 2 Blätter ls odewörter und ersetzen den Rest durh nsgesmt ((w )-w 2 ) Knoten der efe 3 usw. für m=,2,3,. es funktonert genu dnn, wenn n jedem Shrtt noh genug Blätter ls odewörter vorhnden snd, lso w m j= vson durh m ergt: Q.e.d. m m w j m j= m j w j j heorem (MMlln): e odewortlängen l,,l L jedes endeutg deoderren odes für en Alphet mt L Symolen erfüllen eenflls de Krft'she Unglehung L = l Insesondere exstert mmer en präfxfreer ode mt den glehen odewortlängen Endeutg deoderre odes können lso nht esser sen ls präfxfree odes (ken Bewes) 2 22 Implktonen Krft'she Unglehung Für den Fll enes nären, präfxfreen odes glt entsprehend L l 2 = Jeder präfxfree ode muss uh de Krft'she Unglehung erfüllen e Krft'she Unglehung st ene notwendge Bedngung für de Exstenz enes endeutg deoderren odes mt spezfzerten odewortlängen Se st ene notwendge Bedngung für de endeutge ekoderrket Nht jeder ode der Struktur st endeutg deoderr ener dskreten Quelle X mt L=6 Zehen und odes mt l mx = 4 Wr nlyseren 4 Vrnten: X d e f K K2 K3 K4 23 24

Krft'she Unglehung Krft'she Unglehung Wr prüfen: ) Präfxedngung 2) Krft'she Unglehung K3 ) erfüllt 2) erfüllt K ) nht erfüllt: d und f hen den glehen Präfx 2) nht erfüllt 3 + 2 + > 4 8 6 K2 ) nht erfüllt: d und f hen den glehen Präfx 2) erfüllt 3 + + 2 = 4 8 6 K4 ) erfüllt 2) erfüllt Endeutg dekoderr snd nur K3 und K4 Krft'she Unglehung mplzert Exstenz enes deoderren odes 25 26. Shnnon'shes stheorem. Shnnon'shes stheorem Wr suhen Shrnken für de mttlere odelängen optmler, präfxfreer odes heorem (Shnnon): e mttlere odewortlänge E[l (X)] enes optmlen präfxfreen odes üer enem odelphet Δ mt Δ = für ene Zufllsvrle X erfüllt ( X ) E[ l log Für =2 glt ( X ) E[ l ( X )] < ( X ) + Asolut fundmentl! ( X ) ( X )] < + log Bewes (untere Shrnke): Wr etrhten den entsprehenden odeum und ernnern uns, dss t = E[ l ( X )] sowe ( X ) = e untere Shrnke entsprht somt t log Wr ewesen de Unglehung mttels Indukton üer eläume Für enen leeren Bum glt de Bezehung trvlerwese Jeder -äre Bum knn ls Wurzel mt s zu dsjunkten eläumen ufgefsst werden,,, mt dsjunkten Blttmengen B,,B 27 28

. Shnnon'shes stheorem. Shnnon'shes stheorem Se de Summe der Whrshenlhketen der Blätter n elum mt Blttmenge B q = B Wr normeren de Vertelung m elum durh vson, so dss P ( = B q e mttlere Bltttefe t m elum st t = ( t( ) q B e Blttentrope st entsprehend = log q q Als Induktonsnnhme glt t log e mttlere Bltttefe des gnzen Bum st dnn t = = Für de Blttentrope glt dnn: B q ( t + ) = + = q t = q log q q log = B q q 29 3. Shnnon'shes stheorem. Shnnon'shes stheorem erletung: = log = B = log + log q = B q Entsprehend umgeformt = q log q + q = ( ) = ([ q... q ]) + = Aufgrund unserer Annhmen sowe den Grenzen der Entropefunkton glt q = q log q + log = B q = q log q q log = B q q log + = log ( + q t log = q t ) = t log 3 32

. Shnnon'shes stheorem. Shnnon'shes stheorem Bewes (oere Shrnke): Ene ntutv snnvolle Whl der odewortlängen wäre l ( x) = log px x X e odewortlänge sollte lso dem negtven Logrthmus der entsprehenden Symolwhrshenlhketen entsprehen e Krft'she Unglehung wäre nun mt Glehhet erfüllt, d l ( log px ) = = = En solher ode exstert llerdngs nur, wenn lle odelängen gnzzhlg snd p X Also wählen wr sttt dessen l ( x) = log px x X e Krft'she Unglehung glt mmer noh, d l = Somt exstert en ode für dese odelängen. Sene mttlere odelänge st Wr nutzen here, ds log px log px = px = ( X ) El [ ] = px log px + px( log px) = + log u u + 33 34 Implktonen Wr hen zum ersten Ml de Nützlhket der Entrope ls Informtonsmss gerehtfertgt Wr erhlten enen Zusmmenhng zwshen der Entrope ener Zufllsvrlen und der Güte enes optmlen odes dfür Oere Shrnke st um grösser ls untere Shrnke Untere Shrnke wrd m llgemenen nht erreht er Enfluss von Fehlern e zu strker Kompresson st noh nht eknnt 35