Přidání 3. části teorie z TI

KIV TI/03. Teorie informace.md

@@ -0,0 +1,122 @@
+# Teorie informace
+
+**Informace**
+- Norbert Wiener: Informace je název pro obsah toho, co si vyměňujeme s vnějším světem, když se mu přizpůsobujeme a působíme na něj svým přizpůsobováním.
+- Informace = poznatky o prostředí, objektech, jevech a procesech v něm probíhajících
+- snižuje nebo odstraňuje neurčitost (entropii) přijímacího systému
+- forma:
+	- text, obraz, řečový signál, ...
+- nosič:
+	- křídový prášek na tabuli, elektrický signál, optický signál, elektromagnetiké vlnění, ...
+
+### Model sdělovací soustavy
+
+- cíle sdělování
+	- přenést informaci v prostoru (přenos dat)
+	- přenést informaci v čase (záznam dat na paměťové médium)
+- informace je nutné reprezentovat vhondou fyzikální veličinou, která umožní dálkový přenos nebo záznam na paměťové médium
+- informace proto musí být **vhodně zakódována**
+
+Jedná se o abstraktní model, který vyhovuje úvahám o přenosu i záznamu informace.
+- schéma (informace cestuje od shora dolů)
+	- **ZI** - model zdroje informace
+	- *průběh signálu - $U(t)$*
+	- **K** - kodér
+	- *průběh signálu - $V(t)$*
+	- kanál/médium (na něj působí rušení **R** modelem $\epsilon$)
+	- *průběh signálu - $V'(t)$*
+	- **D** - dekodér
+	- *průběh signálu - $U'(t)$*
+	- **PI** - příjemce informace
+- průběh signálů mezi všemi částmi (a rušení) je určen matematickými modely (jsou to obecně náhodné procesy)
++ pouze v případě nulového rušení $\epsilon$ platí $V't = V(t)$
++ cílem přenosu/záznamu je, aby platilo $U'(t) = U(t)$
++ součástí kodéru i dekodéru bývají mechanizmy pro eliminaci (či minimalizaci) důsledků rušení
+
+#### Klasifikace zdrojů informace a kanálů
+
+Zdroj informace
+- **diskrétní**
+	- generuje informaci v diskrétních časových okamžicích, zpráva reprezentována řetězcem prvků nad abecedou zdroje
+- **spojitý**
+	- zpráva reprezentována spojitou funkcí času
+
+Sdělovací kanál
+- **diskrétní**
+	- přenáší pouze znaky z nějaké konečné množiny
+- **spojitý**
+	- je schopen přenášet spojitý signál s charakteristikou v určitém omezeném rozsahu (např. frekvenční charakteristika)
+
+Funkce kodéru
+- transformovat zdrojové zprávy tak, aby byly přenositelné sdělovacím kanálem
+
+**Vztah mezi zdrojem informace a kanálem**
+- diskrétní zdroj, diskrétní kanál
+	- množina znaků zdroje a množina znaků kanálu nemusí být stejné, mohou mít různý počet znaků
+	- kodér řeší kódování znaků abecedy zdroje do řetězců abecedy kanálu
+- spojitý zdroj, spojitý kanál
+	- frekvenční spektrum signálu zdroje nemusí odpovídat frekvenčnímu pásmu kanálu
+	- kodér řeší přeložení frekvenčního pásma, provádí spojitou analogovou modulaci signálu
+- diskrétní zdroj, spojitý kanál
+	- kodér řeší modulaci hranatého signálu (posloupnost znaků zdroje) do frekvenčního pásma kanálu
+- spojitý zdroj, diskrétní kanál
+	- kodér řeší vzorkování (v čase), kvantování (v úrovních) spojitého signálu a následné kódování vzorku
+	- **Nyquistův-Shannonův vzorkovací teorém**: přesná rekonstrukce spojitého frekvenčně omezeného signálu z jeho vzorků je možná pouze tehdy, pokud byla vzorkovací frekvence vyšší než dvojnásobek maximální frekvence obsažené ve spektru vzorkovaného signálu
+	- počet úrovní, do kterých lze signál kvantovat, je omezen kapacitou kanálu
+
+### Model diskrétního zdroje informace
+
+Diskrétní zdroj informace **bez paměti**
+- zdroj, kde vysílání jednotlivých znaků tvoří nezávislé jevy
+- vyslaný znak je statisticky nezávislý na tom, jaké znaky zdroj dosud vyslal
+
+#### TODO
+
+**Elementární entropie**
+- elementární entropie $H(x_{i})$ písmene $x_{i}$ je funkcí pravděpodobnosti tohoto písmene $H(x_{i}) = f(p(x_{i}))$
+- platí, že $p_{1} < p_{2} \implies f(p_{1}) > f(p_{2})$ (funkce je klesající)
+- v případě nezávislých jevů je elementární entropie aditivní, tedy $f(p_{1} \cdot p_{2}) = f(p_{1}) + f(p_{2})$
+	- pravděpodobnost toho, že současně nastanou dva nezávislé jevy je rovna součinu jejich pravděpodobností
+- podmínkám vyhovuje $f(x) = -\log(x)$ při libovolném základu větším než 1
+- elementární entropie písmene $x_{i} : H(x_{i}) = -\log_{2} p(x_{i}) \quad [\text{bit}]$
+
+**Střední entropie zdroje**
+- vztahuje se k celé abecedě, závisí na rozložení pravděpodobnosti mezi všechna písmena
+- je střední hodnotou elementárních entropií
+- každé písmeno $x_{i}$ má pravděpodobnost $p(x_{i})$, součet pravděpodobností všech písmen je roven 1
+
+$$
+H(X) = -\sum_{i=1}^{r} p(x_{i}) \log_{2} p(x_{i})
+$$
+- pro účely definice $p(x_{i}) = 0 \implies p(x_{i}) \cdot \log_{2} p(x_{i}) \approx \lim_{ x \to 0+ } (x \cdot \log_{2} x) = 0$
+- velikost $0 \leq H(X) \leq \log_{2}r$
+	- $H(X) = 0$
+		- pokud může nastávat jediná realizace
+	- $H(X) = \log_{2}r$
+		- pokud všechny realizace mají stejnou pravděpodobnost $\frac{1}{r}$
+
+Elementární informace $I(x_{i})$ připadající na písmeno $x_{i}$
+- $I(x_{i}) = H(x_{i}) = -\log_{2} p(x_{i})$
+
+**Informační vydatnost $I(X)$ zdroje** $X$
+- velikost informace, kterou přinesl náhodný jev = rozdíl neurčitosti ve sledované veličině **před** tím, než jev nastal, a **po** tom, co jev nastal
+- u zdroje informace má smysl hledat
+	- kolik informace jev **přinesl**
+	- kolik informace jev **může přinést**
+
+$$
+I(X) = H(X) = - \sum_{i=1}^r p(x_{i}) \log_{2} p(x_{i})
+$$
+
+**Redundance zdroje**
+- zdroj informace: $X = \{0, 1\}, p(x_{1}) = 0.5, p(x_{2}) = 0.5$
+- přenášeno nespolehlivým kanálem, znak zakódujeme trojnásobným opakováním
+- redundance zdroje:
+	- $H(X) = -(0.5 \log_{2} 0.5 + 0.5 \log_{2} 0.5) = -\log_{2} 0.5 = 1$
+	- $\rho = 1 - \frac{H(X)}{\log_{2}r} = 1 - \frac{1}{\log_{2}2} = 0$ (redundance zdroje nulová)
+- redundance po zakódování:
+	- znaky kódovány do trojic, těch může být celkem 8 ($r = 8$)
+	- zakódováním ale získáme pouze dvě trojice (000, 111), obě s pravděpodobností 0.5
+	- pravděpodobnosti výskytu jiných trojic na vstupu kanálu jsou nulové
+	- $H(X) = -(0.5 \log_{2} 0.5 + 0.5 \log_{2} 0.5) = -\log_{2} 0.5 = 1$
+	- $\rho = 1 - \frac{H(X)}{\log_{2}r} = 1 - \frac{1}{\log_{2}8} = 1 - \frac{1}{3} = \frac{2}{3}$ (dva znaky ze tří jsou nadbytečné)