Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Entropía Binaria
04 de marzo de 2024
Tabla de contenido
Introducción..........................................................................................................................................3
Objetivo principal.................................................................................................................................4
Objetivos específicos............................................................................................................................4
Desarrollo actividad.............................................................................................................................5
Solución de Carlos Ramírez.................................................................................................................5
Solución Yuliana Amaya Marín...........................................................................................................6
Conclusiones........................................................................................................................................8
Lista de referencias...............................................................................................................................9
Introducción
codificación de datos, que encuentra aplicación en una amplia variedad de disciplinas, desde la
concepto de entropía binaria, su significado teórico y práctico, así como sus diversas aplicaciones
inicial por Claude Shannon en la década de 1940, la entropía binaria ha evolucionado hasta
teoría de la comunicación. En este trabajo, exploraremos cómo la entropía binaria proporciona una
datos digitales.
Objetivo principal
Objetivos específicos
Símbolo M σ1 σ2 σ3 σ4 σ5 σ6 σ7 σ8 σ9
Secuencia de M1M M1M M2M M2M M1M M2M M3M M3M M3M
símbolos 1 3 1 3 2 2 1 2 3
Probabilidad 1/25 1/15 1/25 1/15 1/25 1/25 1/15 1/15 1/9
1
∗1
5 1
σ 1=M 1 M 1= =
5 25
1
∗1
5 1
σ 2=M 1 M 3= =
3 15
1
∗1
5 1
σ 3=M 2 M 1= =
5 25
1
∗1
5 1
σ 4=M 2 M 3= =
3 15
1
∗1
5 1
σ 5=M 1 M 2= =
5 25
1
∗1
5 1
σ 6=M 2 M 2= =
5 25
1
∗1
3 1
σ 7=M 3 M 1= =
5 15
1
∗1
3 1
σ 8=M 3 M 2= =
5 15
1
∗1
3 1
σ 9=M 3 M 3= =
3 9
−1
H ( S 2 )=∑ P (¿ σi)log ¿
S
1 P ( σi )
1 1 1
log 9+ 4 log 25+ ¿ 4 log 15 ¿
9 25 15
Para hallar la entropía se ha tomado los valores distintos de probabilidad (1/9, 1/25, 1/15),
agrupando las probabilidades repetidas y calculando su logaritmo en base 2. Todo este cálculo
Símbolo M σ1 σ2 σ3 σ4 σ5 σ6 σ7 σ8 σ9
Secuencia de M1M M1M M2M M2M M1M M2M M3M M3M M3M
símbolos 1 3 1 3 2 2 1 2 3
Probabilidad 1/25 1/15 1/25 1/15 1/25 1/25 1/15 1/15 1/9
Para encontrar la probabilidad, multiplicamos las probabilidades de cada símbolo.
1
∗1
5 1
{ } { } { }
σ 1=P M 1 M 1 =P M 1 × P M 1 = =
5 25
1
∗1
5 1
σ 2=M 1 M 3= =
3 15
1
∗1
5 1
σ 3=M 2 M 1= =
5 25
1
∗1
5 1
σ 4=M 2 M 3= =
3 15
1
∗1
5 1
σ 5=M 1 M 2= =
5 25
1
∗1
5 1
σ 6=M 2 M 2= =
5 25
1
∗1
3 1
σ 7=M 3 M 1= =
5 15
1
∗1
3 1
σ 8=M 3 M 2= =
5 15
1
∗1
3 1
σ 9=M 3 M 3= =
3 9
Hallar la entropía binaria aplicando la fórmula:
−1
H ( S 2 )=∑ P (¿ σi)log ¿
S
1 P ( σi )
H ( S 2 )=−¿
1 1 1 1 +1 1 1
H ( X )= ∗(−4,643 ) + ∗(−3,906 )+ ∗(−4,643 ) + ∗(−3,906 )+ ∗(−4,643 ) + ∗(−4,643 ) + ∗(−3,9
25 15 25 15 25 25 15
H ( X )=0,185−0,260−0,185−0,260−0,185−0,185−0,260−0,260−03,352
Conclusiones
En el desarrollo de este trabajo, se aplicaron los conceptos y técnicas aprendidas durante el eje 2,
centrándose especialmente en la entropía binaria y sus aplicaciones. Cada integrante del equipo
abordó el ejercicio propuesto, utilizando los conocimientos adquiridos para resolverlo de manera
Este resultado uniforme es un claro indicador del dominio que cada miembro del equipo tiene sobre
el tema, así como de la efectividad del aprendizaje durante el desarrollo del eje. Sin embargo, más
Este ejercicio no solo permitió validar el dominio individual de cada integrante del equipo en
relación con la entropía binaria, sino que también fomentó un ambiente colaborativo donde el
laboral.
Lista de referencias