Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INFORMACIN Y CODIFICACIN
Universidad Nacional de Loja - CIEYT
Loja, Ecuador
1. Tema:
Primera tarea sobre Ejercicios de Teora de la Informacin
2. Objetivo:
Leer, estudiar y desarrollar ejercicios sobre la temtica correspondiente a la primera parte del ciclo
de tres en total, guiados en los captulos 1, 2 del libro de Roberto Togneri y Captulo 1 y 4 del libro
de Thomas Cover.
3. Desarrollo:
EJERCICIOS DE PROBABILIDADES
1. Sea S={s1,s2,s3} un simple espacio con distribucin de probabilidad P dados por P(s1) =
0.2, P(s2) = 0.3, P(s3) = 0.5.
Sea f una funcin definida en S por f(s1) = 5, f(s2) = -2, f(s3) = 1. Cul es el valor esperado
de f ?
S={s1,s2,s3}
Si Pi f
S1 0.2 5
S2 0.3 -2
S3 0.5 1
= ( ) ( )
=
= ( ) ( )
=1
= .
2. Dado = { , } es un espacio muestral con probabilidad de distribucin dado por
( ) = . ; ( ) = . . Sea la funcin de definida en dada por:
( ) = ()
( ) = ()
() = ( ) ( )
=1
3. Sea S={S1, S2, S3, S4}, un espacio muestral con una distribucin de probabilidad dada
por:
P(S1)=0.5
P(S2)=0.25
P(S3)=0.125
P(S4)=0.125
Existe16 posibles eventos que pueden formar a partir de los elementos de S, calcular la
probabilidad y la combinacin de estos eventos.
Solucin:
Como existe 16 eventos, la combinacin queda de la siguiente manera:
S1
S1 S2
S3
S4
S1
S2 S2
S3
S S4
S1
S3 S2
S3
S4
S1
S4 S2
S3
S4
Resolviendo estas combinaciones, los resultados observamos en la siguiente tabla:
EJERCICIOS DE ENTROPA
1. El ascensor de un edificio con bajo y dos pisos realiza viajes de uno a otro piso. El piso en el
que finaliza el viaje n-simo del ascensor sigue una cadena de Markov. Se sabe que la mitad
de los viajes que parten del bajo se dirigen a cada uno de los otros dos pisos, mientras que si
un viaje comienza en el primer piso, slo el 25% de las veces finaliza en el segundo. Por ltimo,
si un trayecto comienza en el segundo piso, siempre finaliza en el bajo. Se pide:
c) Cul es la probabilidad de que, a largo plazo, el ascensor se encuentre en cada uno de los
tres pisos?
3/4
1/4
1/2
0 1 2
1/2
Para el apartado (c)
Para este caso lo hacemos encontrando cada uno de los valores dndole como incgnitas
(x,y,z).
1 1
0
2 2
= 3 1 ( )
0
4 4
(1 0 0)
Nuestro sistema de ecuaciones nos quedara:
++ = 1 ecu(1)
3
+ 4 + = 0 4 3 4 = 0 ecu(2)
1
=0 2 = 0 ecu(3)
2
1 1
+ =0 2 + 4 2 = 0 ecu(4)
2 4
Tomamos la ecu (1) y ecu(2) y multiplicamos por 4 a la ecu(1) para poder ir eliminando valores
(4) + + =1
4 3 4 = 0
4 + 4 + 4 = 4
4 3 4 = 0
8 + = 4 (5)
Luego tomamos la ecu(5) y la ecu(3) y multiplicamos a nuestra ecu(5) por 2 para poder
eliminar el valor de y y as poder encontrar nuestra primer incgnita, para este caso x
(2) 8 + = 4
2 = 0
16 + 2 = 8
2 = 0
17 = 8
8
=
17
Remplazando el valor de x en la ecu(3)
2 = 0
2 =
8
2 =
17
4
=
17
Y para encontrar nuestro valor de z reemplazamos nuestros valores de x y y en la ecu(1)
++ =1
8 4
=1
17 17
5
=
17
Por lo tanto la probabilidad de que el ascensor est en cada uno de los 3 pisos a largo plazo
sera:
=
=
=
2. Convertir los siguientes valores de entropas a unidades de bits: (a) () = . ; (b)
() = . ; (c) () = . ; (d) () = . ; (e) () = . ; (f) () = . .
Solucin:
(a) () =
()
ln()
.
0.5
2 () = = 0.721
ln 2
1.0
(b) 2 () = = 1.44
ln 2
1.5
(c) 2 () = ln 2 = 2.16
2
(d) 2 () = ln 2 = 2.88
2.5
(e) 2 () = ln 2 = 3.606
3
(f) 2 () = = 4.32
ln 2
Solucin:
1 1 1
(2 4 8 )
1 1 1
16 32 32
( ) = ( , )
=1
2
1 1 1 7
(1 ) = (1 , ) = + + =
2 4 8 8
=1
2
1 1 1 1
(2 ) = (2 , ) = + + =
16 32 32 8
=1
3
1 1 9
(1 ) = ( , 1 ) = + =
2 16 16
=1
3
1 1 9
(2 ) = ( , 2 ) = + =
4 32 32
=1
3
1 1 5
(3 ) = ( , 3 ) = + =
8 32 32
=1
7 1 9 9 5
= ( ; ; ) = ( ; ; )
8 8 16 32 32
() = ( , ) log 2 ( , )
=1
1 1 1 1 1 1 1 1 2 1
= log 2 log 2 log 2 log 2 log 2
2 2 4 4 8 8 16 16 32 32
= 1.9375
7 7 1 1
() = log 2 = log 2 log 2 = 0.543
8 8 8 8
=1
9 9 9 9 5 5
() = log 2 = log 2 log 2 log 2 = 1.400
16 16 32 32 32 32
=1
( , ) ( , )
( / ) = =
( ) =1 ( , )
0.25
1 |1 = (1 , 1 ) (1 ) = = 0.714
0.35
0.25
1 |1 = =1
0.25
0.05
2 |3 = = 0.333
0.15
Y=
1 2 3 4
0.25 0 0 0 .
0.1 0.3 0 0 .
= 0 0.05 0.1 0 .
0 0 0.05 0.1 .
( 0 0 0.05 0 ) .
0.35 0.35 0.20 0.1
() = (, ) ( = ) = ( = ) ( = )
H(X)=2.066
Equivalentemente:
H(X)=-0.25log0.25-0.4log0.4-0.15log0.15-0.15log0.15-0.05log0.05
H(X)=2.06
Y=
1 2 3 4
0.25 0 0 0 .
0.1 0.3 0 0 .
= 0 0.05 0.1 0 .
0 0 0.05 0.1 .
( 0 0 0.05 0 ) .
0.35 0.35 0.20 0.1
() = (, ) ( = ) = ( = ) ( = )
H(Y)=-0.25log0.35-0.1log0.35-0.3log0.35-0.05log0.35-0.1log0.2-0.05log0.2-0.05log0.20-0.1log0.1
H(Y)=1.856
Equivalentemente:
H(Y)=-0.35log0.35-0.35log0.35-0.2log0.2-0.1log0.1
H(X)=1.856
(, ) = (, ) (, )
H(X,Y)=-0.25log0.25-0.1log0.1-0.3log0.3-0.05log0.05-0.1log0.1-0.05log0.05-0.1log0.1-0.05log0.05
H(X,Y)=2.665 bits
Y=
1 2 3 4
0.25 0 0 0 .
0.1 0.3 0 0 .
= 0 0.05 0.1 0 .
0 0 0.05 0.1 .
( 0 0 0.05 0 ) .
0.35 0.35 0.20 0.1
Explicacin detallada:
(4 ) = 0.1 = 0.1
SI
p(1 , 1 ) 0.25
p(1 /1 ) = ( )= = 0.71
(1 ) 0.35
p(2 , 1 ) 0.1
p(2 /1 ) = ( )= = 0.285
(1 ) 0.35
p(2 , 2 ) 0.3
p(2 /2 ) = ( )= = 0.857
(2 ) 0.35
p(3 , 2 ) 0.05
p(3 /2 ) = ( )= = 0.143
(2 ) 0.35
p(4 , 3 ) 0.05
p(4 /3 ) = ( )= = 0.25
(3 ) 0.20
p(4 , 4 ) 0.1
p(4 /4 ) = ( )= =1
(4 ) 0.1
p(3 , 3 ) 0.1
p(3 /3 ) = ( )= = 0.5
(3 ) 0.2
p(5 , 3 ) 0.05
p(5 /3 ) = ( )= = 0.25
(3 ) 0.20
Por lo tanto:
H(X/Y) = p(1 , 1 ) log (1 /1 ) p(2 , 1 ) log (2 /1 ) p(2 , 2 ) log (2 /2 )
p(3 , 2 ) log (3 /2 ) p(4 , 3 ) log (4 /3 ) p(4 , 4 ) log (4 /4 )
p(5 , 3 ) log (5 /3 ) p(3 , 3 ) log (3 /3 )
H(XY) = 0.25 log (0.71) 0.1 log (0.285) 0.3 log ( 0.857) 0.05
log (0.143) 0.05 log (0.25 ) 0.1 log (1) 0.05
log (0.25 ) 0.1 log (0.5)
H(XY) = (() = .
MTODO EQUIVALENTE:
H(X/Y) = 0.35H(0.25/0.35 , 0.1/0.35) + 0.35H(0.3/0.35, 0.05/0.35)
+ 0.2(0.1/0.2, 0.05/0.2, 0.05/0.2) + 0.1(0.1/0.1)
H(X/Y) = 0.35H(0.71 , 0.2857) + 0.35H(0.857, 0.14) + 0.2(0.5, 0.25, 0.25) + 0.1(1)
Entonces :
( ) = ( )
H(1 ) = 1 log(1) = 0
Y=
1 2 3 4
0.25 0 0 0 .
0.1 0.3 0 0 .
= 0 0.05 0.1 0 .
0 0 0.05 0.1 .
( 0 0 0.05 0 ) .
0.35 0.35 0.20 0.1
Equivalente:
(|) = 0.25H(0.25/0.25 ) + 0.4H(0.1/0.4, 0.3/0.4) + 0.15(0.05/0.15, 0.1/0.15)
+ 0.15(0.05/0.15, 0.1/0.15) + 0.05(0.05/0.05)
(|) = 0.6 bits
Explicacin detallada:
(1 ) = 0.25
(5 ) = 0.05
SI
p(1 , 1 ) 0.25
p(1 /1 ) = ( )= =1
(1 ) 0.25
p(1 , 2 ) 0.1
p(1 /2 ) = ( )= = 0.25
(2 ) 0.4
p(2 , 2 ) 0.3
p(2 /2 ) = ( )= = 0.75
(2 ) 0.4
p(2 , 3 ) 0.05
p(2 /3 ) = ( )= = 0.33
(3 ) 0.15
p(3 , 3 ) 0.1
p(3 /3 ) = ( )= = 0.66
(3 ) 0.15
p(3 , 4 ) 0.05
p(3 /4 ) = ( )= = 0.33
(4 ) 0.15
p(3 , 5 ) 0.05
p(4 /4 ) = ( )= =1
(4 ) 0.05
p(4 , 4 ) 0.1
p(4 /4 ) = ( )= = 0.66
(4 ) 0.15
Por lo tanto:
(/) = p(1 , 1 ) log (1 |1 ) p(1 , 2 ) log (1 /2 ) p(2 , 2 ) log (2 /2 )
p(2 , 3 ) log (2 /3 ) p(3 , 3 ) log (3 /3 ) p(3 , 4 ) log (3 /4 )
p(4 , 4 ) log (4 /4 ) p(3 , 5 ) log (3 /5 )
() = 0.25 log (1) 0.1 log (0.25) 0.3 log (0.75) 0.05 log (0.33)
0.1 log (0.66) 0.05 log (0.33) 0.1
log (0.66) 0.05 log (1)
() = .
MTODO EQUIVALENTE:
(/) = 0.25H(0.25/0.25 ) + 0.4H(0.1/0.4, 0.3/0.4) + 0.15(0.05/0.15, 0.1/0.15)
+ 0.15(0.05/0.15, 0.1/0.15) + 0.05(0.05/0.05)
(/) = 0.25H(1 ) + 0.4H(0.25, 0.75) + 0.15(0.33, 0.66) + 0.15(0.33, 0.66)
+ 0.05(1)
Entonces :
( ) = ( )
H(1 ) = 1 log(1) = 0
= (1 - s) * 0 + s * 0
=0
Cmo se indic anteriormente si p y q son iguales D (p||q) = D (q||p) = 0.
b) Si r = , s=1/4.
1
D (p||q) = (1 - r) * log 1 + r * log
1/2 1/2
D (p||q) = (1/2) * log 3/4 + () * log 1/4
Mientras,
1
D (q||p) = (1-s) * log 1 + s * log
3/4 1/4
D (q||p) = (3/4) * log 1/2
+ (1/4) * log 1/2
= 0.1884 bit.
Se puede notar que D (p||q) D (q||p) cuando p(x) p(y).
6. Dadas dos variables aleatorias discretas (X, Y) que pueden asumir 4 valores distintos cada
una:
1 1 1 1
8 16 32 32
1 1 1 1
p( x, y ) 16 8 32 32
1 1 1 1
16 16 16 16
1
0 0 0
4
a. Calcular las probabilidades marginal
4
1 1 1 1
() = (, ) = [ , , , ]
2 4 8 8
=1
4
1 1 1 1
() = (, ) = [ , , , ]
4 4 4 4
=1
1 1 1 1
1 1 1 1 4
2 4
8
4 4
4 8 1 1
1 1 1 1
1 1
8 p( y | x) 1
p( x | y) 4 8 2 4 4
2 8
1 1 1
1 1 1 1
8
4 4 2 2
4 4 1 1
1 0 0 0 0 0 0
2
c. Calcular las Entropas:
1 1 1 1 1 1 1 1 1 1
() = ( , , , ) = ( ) 2 ( ) ( ) 2 ( ) (2) ( ) 2 ( )
2 4 8 8 2 2 4 4 8 8
= 1.75 /
1 1 1 1 1 1
H (Y ) H , , , 4 log 2 2 bits
4 4 4 4 4 4
4 4
H ( X | Y ) p( yi ) H ( X | yi ) ; H (Y | X ) p ( x j ) H (Y | x j )
i 1 j 1
Las H ( X | yi ) y las H (Y | x j ) son respectivamente las entropas de las filas de p( x | y) y las
entropas de las columnas de p( y | x) :
1 1 1 1
2 H ( X | y 1) 7 / 4
4 8 8
1 1 1 1
H ( X | y 2) 7 / 4
p( x | y) 4 2 8 8
1 1 1 1 H ( X | y 3) 2
4 4 4 1
1 0 0 0 H ( X | y 4) 0
1 7 1 7 1 1 11
H (X | Y) 2 0 bits
4 4 4 4 4 4 8
A la misma manera, trabajando sobre las columnas de p( y | x) y promediando logramos:
13
H(X | Y) bits
8
La Informacin Mutua ser:
3
I ( X ;Y ) H ( X ) H ( X | Y ) H (Y ) H (Y | X ) bits
8
La Entropa Conjunta podemos calcularla directamente de la matriz p( x, y ) :
2 1 1 1 6 1 4 1 27
H ( X , Y ) log 2 log 2 log 2 log 2 bits 3.37 bits
8 8 4 4 16 16 32 32 8
O a travs de una de las formulas:
7 3 14 16 3 27
H ( X , Y ) H ( X ) H (Y ) I ( X ; Y ) 2 bits
4 8 8 8
1 2
1 2 2
2 2 2
3 2 6
4 2 4
1 4 4
2 4 4
3 4 12
4 4 4
1 6 6
2 6 6
3 6 6
4 6 12
1 8 8
2 8 8
3 8 24
4 8 8
() = ( , )2 (( , ))
=1
() = . /
b. Para calcular la (; 1 ) se puede calcular directamente la entropa de la fuente conjunta
(/1 ) para todos los valores de 1 , esto es:
(/1) = 2
(/2) = 2
(/3) = 1.5
(/4) = 1.5
Entonces para calcular la entropa de la fuente sacamos la longitud media de cada entropa
y aplicamos la regla de la cadena para calcular la informacin mutua:
(; ) = 2.4534 1.75 = . /
8. Para una fuente binaria:
(a) Mostrar que la entropa, H, es mxima cuando la probabilidad de enviar
un 1 es igual a la probabilidad de enviar un 0.
(b) Hallar el valor mximo de la entropa.
Solucin:
a. Sea p, la probabilidad de enviar un 1,
Entonces 1-p ser la probabilidad de enviar un 0:
La entropa es:
1
() = ()2
()
1 1
() = . 2 + (1 ). 2
1
Para verificar la mxima entropa derivamos con respecto a p,
1 2 1 1
() = 2 + 2 2 + (1 )
1 (1 )2
1
() = 2
En el mximo debe cumplir que () = 0
Entonces
1
; 2
=0
Eliminando el logaritmo:
1
= 20
1
=1
Despejando p,
1
=
2
b. Son equiprobables, la entropa es;
1 1
( ) = 2. . 2 2 = 1 /
2 2
() = (). log 2 ()
=1
() = (). log 2 ()
=1
() = (). log 2 ()
=1
() = (). log 2 ()
=1
() = (). log 2 ()
=1
10. Ejercicio
4
1 1 1 1
p( x) p( x, yi ) Sumar las Filas!= , , ,
i 1 2 4 8 8
1 1 1 1
4
p ( y ) p ( x j , y ) Sumar las Columnas!= , , ,
j 1 4 4 4 4
p ( x, y ) p ( x, y )
p( x | y ) ; p( y | x)
p( y ) p( x)
p( X | Y 1)
1/ 8,1/16,1/ 32,1/ 32 1 , 1 , 1 , 1
1/ 4 2 4 8 8
1 1 1 1
2 4 8 8
1 1 1 1
p( x | y ) 4 2 8 8
1 1 1 1
4 4 4 4
1 0 0 0
1 1 1 1 1 1
H (Y ) H , , , 4 log 2 2 bits
4 4 4 4 4 4
Las H ( X | yi ) y las H (Y | x j ) son las entropas de las filas de p( x | y) y las entropas de las
columnas de p( y | x) :
1 1 1 1
2 H ( X | y 1) 7 / 4
4 8 8
1 1 1 1
H ( X | y 2) 7 / 4
p( x | y) 4 2 8 8
1 1 1 1 H ( X | y 3) 2
4 4 4 1
1 0 0 0 H ( X | y 4) 0
1 7 1 7 1 1 11
H (X | Y) 2 0 bits
4 4 4 4 4 4 8
La Informacin Mutua ser:
3
I ( X ;Y ) H ( X ) H ( X | Y ) H (Y ) H (Y | X ) bits
8
La Entropa Conjunta podemos calcularla directamente de la matriz p( x, y ) :
2 1 1 1 6 1 4 1 27
H ( X , Y ) log 2 log 2 log 2 log 2 bits 3.37 bits
8 8 4 4 16 16 32 32 8
O a travs de una de las formulas:
7 3 14 16 3 27
H ( X , Y ) H ( X ) H (Y ) I ( X ;Y ) 2 bits =3.37 bits
4 8 8 8
DISTRIBUCIN ESTACIONARIA
1 + 2 = 1 ecu(1)
Realizando las operaciones necesarias en cada uno de nuestras ecuaciones nos quedaran:
1 + 2 = 1 ecu(1)
(0.85) 1 + 2 = 1
0.851 + 0.852 = 0
1 + 2 = 1
1 = 1 2
1 = 1 1/2
1 = 1/2
Por lo tanto:
= /
= /
2. La cervecera ms importante del mundo (Guiness) ha contratado a un analista de
investigacin de operaciones para analizar su posicin en el mercado. Estn preocupados
en especial por su mayor competidor (Heineken). El analista piensa que el cambio de marca
se puede modelar como una cadena de Markov incluyendo tres estados, los estados G
y H representan a los clientes que beben cerveza producida por las mencionadas
cerveceras y el estado I representa todas las dems marcas. Los datos se toman cada mes y
el analista ha construido la siguiente matriz de transicin de los datos histricos.
G H I
0,7 0,2 0,1
(0,2 0,75 0,05)
0,1 0,1 0,8
Cules son los porcentajes de mercado en el estado estable para las dos cerveceras
grandes.?
SOLUCIN:
++ =1
0,7 + 0,2 + 0,1 = 3 + 2 + = 0
0,2 + 0,75 + 0,1 = 20 25 + 10 = 0
0,1 + 0,05 + 0,8 = 10 + 5 20 = 0
Tomando la ecu(1) y ecu(2)
(3) ++ = 1
3 + 2 + = 0
3 + 3 + 3 = 3
3 + 2 + = 0
5 + 4 = 3 (5)
Tomando la ecu(3) y ecu(4)
20 25 + 10 = 0
(2) 10 + 5 20 = 0
20 25 + 10 = 0
20 10 + 40 = 0
35 + 50 = 0 (6)
Tomando ecuaciones (5), (6)
(7) 5 + 4 = 3
35 30 = 0
35 + 28 = 21
35 + 50 = 0
78 = 21
21
= 78
=
Reemplazando el valor de z en ecu(5)
5 + 4 = 3
5 = 3 4
7
5 = 3 4 ( )
26
50
5 =
26
=
Y por ltimo reemplazando los valores de (y), (z) en ecu(1) para encontrar el valor de x
++ =1
= 1
10 7
=1
26 26
17
=1
26
=
Escriba la matriz de transicin para esta fuente. Es posible que esta fuente genere una
salida que incluya la sub-secuencia 000?, Es posible que esta fuente genere una salida que
incluya la sub-secuencia 111?
Solucin:
La Matriz de transicin es:
0 0.8 1
= {0.4 0 0}
0.6 0.2 0
Para encontrar las probabilidades iniciales:
Tenemos que las probabilidades estacionarias se denominan como 1 , 2 , 3 y se las toma de la
matriz de transicin en cada columna donde suman las probabilidades 1. Para encontrar las
probabilidades estacionarias se multiplica esta matriz por el vector de transicin, formndose un
sistema de ecuaciones que ser resuelto por cualquier mtodo de solucin de ecuaciones lineales.
Esto es
0 0.8 1 1
= {0.4 0 0} * [2 ]
0.6 0.2 0 3
0.82 + 3 = 1 (1)
0.41 = 2 (2)
0.61 + 0.22 = 3 (3)
1 + 2 + 3 = 1 (4)
17
(1) 3 = 1 (5)
25
Reemplazando en (4)
17
1 + 0.4 1 + =1
25 1
25
1 =
52
Reemplazando en (5) y (6):
5
2 =
26
17
3 =
52
Las probabilidades 1 , 2 , 3 son las probabilidades conjuntas y estacionarias de la matriz de
Markov.
La fuente no puede generar un estado que incluya la sub-secuencia (000) debido a que la
probabilidad inicial de generar un smbolo 0 es cero.
La fuente puede generar una salida que incluya la sub-secuencia (111) con probabilidad
de 1.
= . 0 = = . 0
t =1,
1 = 1 . 0
0.3 0.8 1 0.5
1 = [ ] .[ ]
0.7 0.2 0.5
1 0.55
= [ ]
0.45
t =2,
2 = 3 . 0
0.3 0.8 2 0.5
2 = [ ] .[ ]
0.7 0.2 0.5
2
0.65 0.4 0.5
2 = [ ] .[ ]
0.35 0.6 0.5
2 0.525
= [ ]
0.475
t =3,
3 = 3 . 0
0.3 0.8 3 0.5
3 = [ ] .[ ]
0.7 0.2 0.5
3
0.475 0.6 0.5
3 = [ ] .[ ]
0.525 0.4 0.5
3 0.5375
= [ ]
0.4625
t =4,
4 = 4 . 0
0.3 0.8 4 0.5
4 = [ ] .[ ]
0.7 0.2 0.5
0.5625 0.5 4 0.5
4 = [ ] .[ ]
0.4375 0.5 0.5
4 0.53125
= [ ]
0.46875
t =5,
5 = 5 . 0
0.3 0.8 5 0.5
5 = [ ] .[ ]
0.7 0.2 0.5
5 0.518 0.55 5 0.5
= [ ] .[ ]
0.481 0.45 0.5
5 0.5343
= [ ]
0.4656
21 24 28
() = ; () = ; () =
73 73 73
() =
=1 () ( )
( ) = () log 2 ()
=1
21 21 24 24 28 28
( ) = log 2 log 2 log 2 = 1.58 /
73 73 73 73 73 73
1. Los habitantes de cierto casero estn divididos en dos grupos, A y B. En el grupo A la mitad
de las personas dicen la verdad, tres dcimos mienten y un quinto de ellos se niegan a
responder. En el grupo B, tres dcimos dicen la verdad, la mitad mienten y dos dcimos no
responden. Sea p la probabilidad de que una persona seleccionada al azar pertenezca al grupo
A. Sea I = I(p) la informacin transmitida acerca del estatus de una persona (si dice la verdad,
miente o no responde) una vez que se conoce a qu grupo pertenece. Cul es mximo valor
que puede tomar I? y cul es el porcentaje de personas en el grupo A para las cuales el
mximo ocurre?
() =
() = 1
5 3
() = (|)() + (|)() = () + ()
10 10
5 2
() = () + (1 ())
10 10
() = () =
3 5
() = (|)() + (|)() = () + ()
10 10
3 5
() = () + (1 ())
10 10
() = () =
2 2
() = (|)() + (|)() = () + ()
10 10
2 2
() = () + (1 ())
10 10
() =
Ahora, Y ser a la variable aleatoria que toma los valores V, M y N segn la respuesta del
individuo y X ser la variable aleatoria que toma valores A y B segn el grupo al que
pertenezca. Entonces:
3 2 3 2 1 2 1 2 2 2
() = [ + ] log 2 [ + ] [ ] log 2 [ ] log 2
10 10 10 10 2 10 2 10 10 10
y
(; ) = () (|)
3 2 3 2 1 2 1 2 2 2
(|) = [ + ] log 2 [ + ] [ ] log 2 [ ] log 2 [ ] 1,49
10 10 10 10 2 10 2 10 10 10
Se deriva con respecto a p y se obtiene
2 3 2 2 2 1 2 2
(|) = log 2 [ + ] + log 2 [ ] +
10 10 10 10 10 2 10 10
Se iguala a cero y se obtiene el valor del p para el que la informacin es mxima
2
1 2 1 2 10
2 2 10 2 10 1
log 2 =0( ) =1=
10 3 2 3 2 2
10 + 10 10 + 10
Reemplazando el valor de p en la ecuacin de I(Y|X)
3 2 1 3 2 1
(|) = [ + ( )] log 2 [ + ( )]
10 10 2 10 10 2
1 2 1 1 2 1 2 2
[ ( )] log 2 [ ( )] log 2 [ ] 1,49
2 10 2 2 10 2 10 10
4 4 4 4 2 2
(|) = [ ] log 2 [ ] [ ] log 2 [ ] log 2 [ ] 1,49
10 10 10 10 10 10
Con este valor de p el valor mximo de la informacin es
(|) = , , , , , , , = ,
Lo cual quiere decir que saber a qu grupo pertenece el individuo no da mucha informacin
sobre si dice la verdad, miente o no responde.
(,)
(; ) = (, ) log 2 () Ecuacin 4.27
()
Como nos podemos dar cuenta en la ecuacin 2.47 los eventos que ocurren son
mutuamente excluyentes uno del otro pero estn en el mismo espacio muestral, es decir
que se da un evento que ocurra en la variable X para encontrar el evento que ocurre en
la variable Y, dentro de una funcin dada para las variables aleatorias X, Y definida como
(, ) donde () y () son las funciones marginales.
() = . () = . () = .
() = . () = . () = .
() = . () = . () = .
Las probabilidades de los smbolos individuales son
() = , () = , () =
Construir una fuente de Markov (primer orden) a partir de estos modelos. Dibuje un
diagrama para representar la fuente y anotar su matriz de transicin.
A B C
0 0,6 0,4
(0,4 0 0,6)
0,6 0,4 0
0,6
A 0,4
C
Y distribuciones estacionarias: 1 , 2 .
Tomando la extensin de la fuente:
Tenemos que la entropa de una fuente de Markov de orden n se la puede calcular por medio de
la expresin:
( ) = ( , ) log ( / )
= ( , ) log ( / ) . (1 , 1 ) log (1 /1 )
2 2
= ( , ) log ( / ) ( , ) log (2 /2 )
222 222
( , ) log ( / ) = (1 , 1 ) log (1 /1 )
1
4. Dado H(B/A) =0.83, H(A)= 0.92 y H(A/B) = 0.73. Encontrar H(B), H(A/B) y I (A; B).
Solucin:
I (A; B) = H(A) H(A/B)
I (A; B) = 0.92 73
I (A; B) = 0.19 bits/simbolo
Entonces;
I(A; B) = 0
H(A) = H(A/B)
H(B) = H(B/A)
H(A; B) = H(A) + H(B)
(/) = () y (, ) =
Solucin:
Por definicin la entropa condicional es:
1
(/) = (, ) 2
(/)
,
1
(/) = () () 2
()
Como,
() = 1
Entonces;
1
(/) = () 2
()
(/) = () Rta.
Para la informacin mutua, aplicando la definicin:
(/)
(, ) = (, ) 2
()
,
(, ) = () () .0
,
(, ) = 0
7. Un teclado numrico tiene los nmeros 0, 1, 2 . . . 9. Se asume que cada tecla es utilizada
en forma equiprobable. Calcule con qu cadencia deben ser oprimidas las mismas para
generar un flujo de informacin de 2 bit/s.
Solucin:
Ecuacin =
donde;
r= es la tasa smbolos
R=Tasa de Informacin
R=2
La probabilidad de cada teclado es:
1
() =
10
El espacio muestra es:
= {0,1,2,3,4, ,9}
Calculando la entropa de la fuente:
1
() = ()2
()
Como son equiprobables;
1
() = 10 { 2 (10)}
10
() = 3.32/
Entonces despejando y reemplazando valores;
R = rH
R
r=
H
2
r=
3.32
r = 0.6 /
8. De un mazo de 52 cartas se elige una al azar.
(a) Hallar la informacin en bits que se tiene cuando se conoce que la carta es:
de corazones
una figura
una figura de corazones
(b) Cuanta informacin se necesita para identificar la carta si, se sabe que es roja.
Solucin:
a)
- De corazones
() = 2 4 = 2
- Una figura
12 3
() = =
52 13
La informacin de corazones es:
13
() = 2 = 2.1154
3
3
() =
52
La informacin de corazones es:
52
() = 2 = 4.1154
3
() = 2 52
() () = 2 52 1
= 2 (26)
p
X=1 y=1
1-p
E R
X BSC Y
Como tenemos que p(0) = 0.7 por defecto tenemos que p(1)=0.3 para que que nuestro vector de
probabilidad inicial nos de en la suma 1
P(x) (Px(0) Px(1)) PY(0) PY(1) P(y) (Py(0) Py(1))
(0.7 0.3) PX(0) 0.8 0.2 (0.62 0.38)
PX(1) 0.2 0.8
La respuesta de P(y) es :
(0.8)(0.7) (0.2)(0.7)
(, ) = ( )
(0.2)(0.3) (0.8)(0.3)
(, ) = .
() = .
() = 0.562 0.62 0.062 0.62 0.142 0.38 0.242 0.38
() = .
( |) = (, ) ()
( |) = 1.6 0.96
( | ) = .
( |) = (, ) ()
( | ) = 1.6 0.88
( | ) = .
( ; ) = () ( |)
( ; ) = 0.88 0.65
( ; ) = .
Solucin:
Las probabilidades iniciales como son equiprobables tenemos:
( = 0) = 1/2
( = 1) = 1/2
a. La matriz del canal P es:
2/3 1/3
= [ ]
1/4 3/4
El diagrama del canal es:
b. Las probabilidades de salida o a posteriori son:
( = 0) = ( = 0/ = 0) ( = 0) + ( = 0/ = 1) ( = 1)
2 1 1 1
( = 0) = ( ) ( ) + ( ) ( ) =
3 2 4 2
11
( = 1) = 1 ( = 0) = 1 =
24
c. Las probabilidades a priori son:
( = 0/ = 0) ( = 0)
( = 0 / = 0) =
( = 0)
(2/3) (1/2)
( = 0 / = 0) =
11/24
( = 0 / = 0) =
8
( = 1/ = 0) = 1 ( = 0 / = 0) = 1 =
11
( = 1/ = 1) ( = 1)
( = 1/ = 1) =
( = 1)
(3/4) (1/2)
( = 0 / = 0) =
13/24
( = 0 / = 0) =
9
( = 0/ = 1) = 1 ( = 1 / = 1) = 1 =
13
1 1 3 3 1 1
a. () = 2 ( ) 2 ( ) 2 ( ) = .
8 8 8 8 2 2
( ) = (_/_ ) ( )
=1
1 2 3 5
(1 ) = (1) ( ) + ( ) ( ) + (0) ( ) =
8 3 8 8
1 1 3
(2 ) = (0) ( ) + ( ) ( ) + (1)(2) =
8 3 8
Entonces:
3 3 5 5
() = 2 ( ) 2 ( ) = .
8 8 8 8
( ) = (_/_ ) ( )
=1
1 3 5
(1 ) = ( ) ( ) + (0) ( ) =
4 8 8
3 3 5
(2 ) = ( ) ( ) + (0) ( ) +=
4 8 8
3 5
(2 ) = (0) ( ) + (1) ( ) +=
8 8
Entonces:
3 3 9 9 5 5
() = 2 ( ) 2 ( ) 2 ( ) = .
32 32 32 32 8 8
b. Para calcular la informacin mutua (; ), primero calculamos las probabilidades a
posteriori de la siguiente manera:
( = 1/ = 1) ( = 1)
( = 1 / = 1) =
( = 1)
(1)(1/8)
( = 1 / = 1) =
3/8
( = 1 / = 1) =
( = 1/ = 2)( = 2)
( = 2 / = 1) =
( = 1)
(2/3)(3/8)
( = 1 / = 1) =
3/8
( = 1 / = 1) =
( = 1/ = 3) ( = 3)
( = 3 / = 1) =
( = 1)
(0)(1/2)
( = 1 / = 1) =
3/8
( = 1 / = 1) =
( = 1/ = 1) ( = 1)
( = 1 / = 1) =
( = 2)
(0)(1/8)
( = 1 / = 2) =
5/8
( = 1 / = 2) =
( = 2/ = 2)( = 2)
( = 2 / = 2) =
( = 2)
(1/3)(3/8)
( = 1 / = 1) =
5/8
( = 1 / = 1) =
( = 2/ = 3) ( = 3)
( = 3 / = 2) =
( = 2)
(1)(1/2)
( = 1 / = 1) =
5/8
( = 1 / = 1) =
= ( = 1)(/ = 1) + ( = 2)(/ = 2)
1 1 2 2
(/ = 1) = 2 ( ) 2 ( ) = .
3 3 3 3
1 1 4 4
(/ = 2) = 2 ( ) 2 ( ) = .
5 5 5 5
Entonces:
3 5
(/) = ( ) (0.9182) + ( ) (0.7219)
8 8
(; ) = 1.2586 0.7955
(; ) = . / (/) < ()
( = 1/ = 1) ( = 1)
( = 1 / = 1) =
( = 1)
(1/4)(3/8)
( = 1 / = 1) =
3/32
( = 1 / = 1) =
( = 1/ = 2)( = 2)
( = 2 / = 1) =
( = 1)
(0)(5/8)
( = 1 / = 1) =
3/32
( = 1 / = 1) =
( = 2/ = 1) ( = 1)
( = 1 / = 2) =
( = 1)
(3/4)(3/8)
( = 1 / = 2) =
9/32
( = 1 / = 2) =
( = 2/ = 2) ( = 2)
( = 2 / = 2) =
( = 2)
(0)(5/8)
( = 2 / = 2) =
9/32
( = 2 / = 2) =
( = 3/ = 1)( = 1)
( = 1 / = 3) =
( = 3)
(0)(3/8)
( = 1 / = 3) =
5/8
( = 1 / = 3) =
( = 3/ = 2) ( = 2)
( = 2 / = 3) =
( = 3)
(1)(5/8)
( = 1 / = 1) =
5/8
( = 1 / = 1) =
(/ = 1) = 1 2 (1) =
(/ = 2) = 1 2 (1) =
(/ = 3) = 1 2 (1) =
(/) =
Esto quiere decir que es un canal donde no hay prdida de informacin
Como ya tenemos la (/) () podemos calcular la informacin mutua aplicando la
regla de la cadena y a la vez comprobando que (/) < () por lo tanto:
(; ) = () (/)
(; ) = 0.9549 0
(; ) = . / (/) < ()
Para calcular (; ) debemos primero calcular la matriz del canal BC, est la encontramos
multiplicando las matrices del canal esto es:
=
1/4 3/4 0
= [1/6 1/2 1/3]
0 0 1
Una vez obtenida esta matriz de probabilidades del canal procedemos a calcular las
probabilidades a posteriori, para calcular (; ):
( = 1/ = 1) ( = 1)
( = 1 / = 1) =
( = 1)
(1/4)(1/8)
( = 1 / = 1) =
3/32
( = 1 / = 1) = /
( = 1/ = 2)( = 2)
( = 2 / = 1) =
( = 1)
(1/6)(3/8)
( = 2 / = 1) =
3/32
( = 2 / = 1) = /
( = 1/ = 3) ( = 3)
( = 3 / = 1) =
( = 1)
(0)(1/2)
( = 3 / = 1) =
3/32
( = 3 / = 1) =
( = 2/ = 1) ( = 1)
( = 1 / = 2) =
( = 2)
(3/4)(1/8)
( = 1 / = 2) =
9/32
( = 1 / = 2) = /
( = 2/ = 2)( = 2)
( = 2 / = 2) =
( = 2)
(1/2)(3/8)
( = 2 / = 2) =
9/32
( = 2 / = 2) = /
( = 2/ = 3) ( = 3)
( = 3 / = 2) =
( = 2)
(0)(1/2)
( = 3 / = 2) =
9/32
( = 3 / = 2) =
( = 3/ = 1) ( = 1)
( = 1 / = 3) =
( = 3)
(0)(1/8)
( = 1 / = 3) =
5/8
( = 1 / = 3) =
( = 3/ = 2)( = 2)
( = 2 / = 3) =
( = 3)
(1/3)(3/8)
( = 2 / = 3) =
5/8
( = 2 / = 3) = /
( = 3/ = 3) ( = 3)
( = 3 / = 3) =
( = 3)
(1)(1/2)
( = 3 / = 3) =
5/8
( = 3 / = 3) = /
(/) = .
Como ya tenemos la (/) () podemos calcular la informacin mutua aplicando la
regla de la cadena y a la vez comprobando que (/) < () por lo tanto:
(; ) = () (/)
(; ) = 1.2586 0.6290
(; ) = . / (/) < ()
c. El canal BC es un canal donde no se pierde la informacin cuya informacin mutua es
igual a la entropa de B. Se puede decir que es un canal sin ruido.
4. Un amigo tuyo acaba de ver los resultados de tu examen y ha llamado por telfono para
decirte si has pasado o no. Lamentablemente la conexin telefnica es tan mala que si tu
amigo dice "aprobado" eso se confunde con no aprobado 3 de cada 10 veces y si tu amigo
dice "no aprobado, eso se confunde con "aprobado" 1 de cada 10 veces.
Antes de hablar con su amigo haba 60% de confa en que habas pasado el examen. Qu
tan seguro est usted de haber pasado el examen si usted ha escuchado a su amigo decir que
ha aprobado?
Datos:
p = 1/10
q = 3/10
A = Emisor
B = Receptor
P(A=0) = 0.4 (probabilidad de no aprobado)
P(A=1) = 0.6 (probabilidad de aprobado)
P(A=1|B=1) = ?
1
=[ ]
1
1 1/10 1/10 9/10 1/10
=[ ]= [ ]
3/10 1 3/10 3/10 7/10
() = (|). ()
=1
2
( = 0) = (| = 0). ( = 0)
=1
( = 0) = ( = 0| = 0). ( = 0) + ( = 0| = 1). ( = 1)
9 3
( = 0) = ( ). (0.4) + . (0.6)
10 10
( = 0) = 0.54
( = 1) = (| = 0). ( = 0)
=1
( = 1) = ( = 1| = 0). ( = 0) + ( = 1| = 1). ( = 1)
1 7
( = 1) = ( ). (0.4) + . (0.6)
10 10
( = 1) = 0.46
(|) (|)
=
() ()
(|). ()
(|) =
()
( = 1| = 1). ( = 1)
( = 1| = 1) =
( = 1)
(0.7). (0.6)
( = 1| = 1) =
(0.46)
( = 1| = 1) = 0.913
Datos:
Canal fibra ptica = BSC
Canal inalmbrico mvil = BEC
P(X=0) = 0.5
P(X=1) = 0.5
p = 10 -2 = 0.01
q = (1-10 -2) = 0.99
I(X,Y) = ?
- BSC
1
(|) = [ ]
1
0.99 0.01
(|) = [ ]
0.01 0.99
() = (|). ()
=
2
( = 0) = (| = 0). ( = 0)
=1
( = 0) = ( = 0| = 0). ( = 0) + ( = 0| = 1). ( = 1)
( = 0) = (0.99). (0.5) + (0.01). (0.5)
( = 0) = 0.5
( = 1) = (| = 0). ( = 0)
=1
( = 1) = ( = 1| = 0). ( = 0) + ( = 1| = 1). ( = 1)
( = 1) = (0.01). (0.5) + (0.99). (0.5)
( = 1) = 0.5
() = (). ()
=
(|) = (|). ()
= =
(|) = 0.0808
(; ) = () (|)
(; ) = 1 0.0808
(; ) = 0.9192 Bits/smbolo
- BEC
1 0
(|) = [ ]
0 1
0.99 0.01 0
(|) = [ ]
0 0.01 0.99
() = (|). ()
=
2
( = 0) = (| = 0). ( = 0)
=1
( = 0) = ( = 0| = 0). ( = 0) + ( = 0| = 1). ( = 1)
( = 0) = (0.99). (0.5) + (0). (0.5)
( = 0) = 0.495
( = ) = (| = 0). ( = 0)
=1
( = ) = ( = | = 0). ( = 0) + ( = | = 1). ( = 1)
( = ) = (0.01). (0.5) + (0.01). (0.5)
( = ) = 0.01
( = 1) = (| = 0). ( = 0)
=1
( = 1) = ( = 1| = 0). ( = 0) + ( = 1| = 1). ( = 1)
( = 1) = (0). (0.5) + (0.99). (0.5)
( = 1) = 0.495
() = (). ()
=
(|) = (|). ()
= =
(|) = 0.0808
(; ) = () (|)
(; ) = 1.0708 0.0808
(; ) = 0.99 Bits/smbolo
Solucin:
() = ( )(| ) = ( ) [ ( |)]
=1 =1
Calculemos ( ), = 1,2,3
3
(1 ) = (1 |1 )(1 ) + (1 |2 )(2 ) + (1 |3 )(3 ) = 8
1
(2 ) = (2 |2 )(2 ) + (2 |2 )(2 ) + (2 |3 )(3 ) = 3
7
(3 ) = (3 |3 )(3 ) + (3 |2 )(2 ) + (3 |3 )(3 ) = 24
Ahora
( , ) ( )( | )
( | ) = =
( ) ( )
Y as se obtiene
2 1 2
(1 |1 ) = , (1 |2 ) = , (1 |3 ) =
3 2 7
1 3 2
(2 |1 ) = , (2 |2 ) = , (2 |3 ) =
9 8 7
3 1 3
(3 |1 ) = , (3 |2 ) = , (3 |3 ) =
9 8 7
Ya se puede calcular la probabilidad de error
3 1 2 1 1 1 7 2 2 1
() = ( + ) + ( + ) + ( + ) =
8 9 9 3 2 8 24 7 7 2
El esquema de decisin del observador ideal es que decodifica 1 como 1 , 2 como 1 y 3
como 3 pues son los que tienen mayor probabilidad.
[ = ] = , [ = ] = , [ = ] = , < +
El regenerador restituye los valores de los borrones (X=0) en valores de salida Y=1 o Y=-1,
con la misma proporcin con la que se generan, y mantienen el mismo valor (Y=X) cuando
las entradas son X=1 o X=-1. As, el sistema de trasmisin de datos regenerador se puede
caracterizar a travs de la matriz estocstica de probabilidades de transicin:
= (+ +
) < +
a) Determine H(Y),
b) Calcule H(Y/X),
c) Halle I(X;Y),
Solucion :
a) Determine H(Y),
( = 1) = + [1 ( + )] =+ =
+ + +
( = 1) = 1 ( = 1) =
+
() = ( = 1) log 2 ( = 1) ( = 1) log 2 ( = 1)
= log 2 log 2 =
+ + + + +
b) Calcule H(Y/X),
(/) = ( = 1) (/ = 1) + ( = 1) (/ = 1) + (
= 0) (/ = 0)
(/) = ( = 0) (/
= 0) :
(/) = [1 ( + )] +=[1 ( + )] ()
c) Halle I(X;Y),
(; ) = () (/) = () [1 ( + )]() = ( + ) ()
(; ) = ( + ) [ log 2 log 2 ]
+ + + +
3. Un sistema de trasmisin de datos est compuesto por una fuente binaria X y un canal
binario con borrados, cuya salida denominaremos Y. la fuente emite el smbolo 0 con
probabilidad y el smbolo 1 con probabilidad . El canal se caracteriza por la matriz
estocstica:
=( ) Donde p es la probabilidad de recibir un borrado (B) a la salida
del canal cuando se emite un smbolo binario (0,1).
a) Halle la relacin entre H(Y) y H(X). razone el resultado obtenido para los casos
donde: p=0 y p=1.
b) Calcule H(X/Y).
c) Determine H(Y/X).
d) Informacin mutua I(X;Y).
e) Especifique cual es el valor de la capacidad C del canal con borrados en bits por
smbolo.
Exprese los resultados utilizando () ()
Solucin:
(1 ) 0
( ) ( = 0) = ( = 1) =
0 (1 ) (1 )(1 )
1
( = 0) = (1 )
( = ) = + (1 ) = [ + (1 )] = ( + 1 ) =
( = 1) = (1 )(1 )
() = log 2
=1
() = log 2 (1 ) log 2 (1 ) () = ()
() = (, ) ()
(, ) = ( ) ( ) ( ) ( )
(, ) = () + ()
() = () + () [() + (1 )()] = () + () () (1 )()
= () (1 )() = () () + ()
() = ()
c) Calculo de H(Y/X)
() = (, ) ()
() = () + () ()
() = ()
d) Calculo de I(X;Y)
(; ) = () ()
(; ) = () ()
(; ) = ()[ ]
= max (, )
= max(1 ) () = (1 )
1
= 1, =
2
= ( )
= 6
{ = 5
= 5
= log 2 (1 + )
= 5 log 2 (1 + 3.98)
= . = .
= 5 log 2 (1 + 3.98)
= .
= 1
{ = 1
= 1
1
= log 2 (1 + )
2
1
=
2
Para encontrar el valor de utilizamos el teorema de muestreo de Shannon que nos dice:
= 2
=
2
1
=
2
=