Professional Documents
Culture Documents
0 omiand saved fssumo che = {pnsrah © = (ust) es de pom dae Sabb che Een +0- son Ons Oe) AS alow +2) adee, a Ts) Ovwero (AIL + (1 A)) = a¥etM) + (—ayKCQ), (19) cle mosten In concavita di 4. A, Bsempio 0-8 Torniam alesempio della sequenca binatia, Sela ditbuaione ‘dle probablta& T= {030.7}, abbiamo che Ml) = 174-03-032.07 08 tat Se la distibusione delle probeblitA® unforme Fentopia divnta Hill) = 1-05-4105 = 1 bit. Si noti come la informasione matia sia maggioe nel aso eauiprobabil (In entropia di una sorgente binaia sara pit specticamente ‘analiznta tel soguit). Esempio 1.1 Nellesempio della sorgente con alfabeto probabil uniformPree 41.2. Ib CONCETTO DI INFORMAZIONE a 1.2.3. Sorgenti a simboli equiprobabili Un caso tpico di sorgente ® quelle a simboli aventi una distibuzione di robabilitd uniforme. In tale caso Tentropia diventa semaplicemente qn) logan (1.20) Abbiamo gi visto da Propreta 3 come tale sorgente, owero la distriburione luniforme, sia quella a cui cortisponde la massima entzopia. Va notaty come questa espressione sia suscettibile di una interpretazione incitiv: Vinformasione emessa da una sorgente a simboliequiprobabil part al nu ‘mero di bit (non neccssariamente wn intero) necessario a reppreseutare tutti { simboli dlValfabeto con un codicebinario, 1.2.4 L'entropia di una sorgente binaria 1 caso di una sorgente avente un alfabeto binatio, merita una attenzione Datticolare. L'alfabeto sorgente sia A = (as, aa} e le peobabilita comispon, ‘deni sino IT = {p,(1~ )}. L'entropia della sorgente ® lp) = ~plogap ~ (1 ~p)1oga(1 —p) (1.21) (la notazione 1p) riflete il fatto che nel easobinatio basta un solo parametro ‘specifcare Ia distribusione di probabilita). Figura 1.3 mostea andamento