Entropy（熵）

一个信息源发出多种信号，如果某个信号概率大，那么它后面出现的机会也大，不确定性会小。反之就会机会小，不确定性就大，即不确定性函数 f 是概率 p 的单调递减函数。

那如果有两个信号A、B，他们产生的不确定性应该是各自不确定性的和，即 ,它们具有可加性。

那么不确定性 f 的函数体要满足几个条件：1.单调递减 2.具有可加性 3. 所以很容易想到对数函数，即

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np

p = np.arange(0.4, 0.99, 0.01)
f = [-1 * np.log2(a) for a in p]
plt.plot(p,f)

image.png

那么如果考虑这个信息源的不确定性，即是考虑所有信号产生不确定性的统计平均值。 若信息源产生的各信息 的不确定性有 n 种取值：，对应的概率为，并且它们彼此独立。 信息的不确定性应该为 的统计平均值(期望)(E)，这就是信息熵（Information Entropy）,即
因为不确定性是抽象出来的，并非实际值，所以对于对数的底数的取值也并无要求，当我们以2为底的时候，单位为bit；底是e的时候，单位是nat。所以这里用2为底。

同时，有 ，证明如下（拉格朗日乘子法）：

目标函数：

因为

设置约束条件 ：

设置拉格朗日函数：

对 依次求偏导，令偏导为0，有：

联立得

即

则

当然最简单的单符号信号源仅取 0 和 1 两个元素，其概率为 P 和 1 - P，该信源的熵为下面所示

p = np.arange(0.001, 1, 0.001)
H = [-1 * a * np.log2(a) - (1 - a) * np.log2(1 - a) for a in p]
plt.gca().set_ylim([0,1])
plt.gca().set_xlim([0,1])
plt.plot(p,H)

image.png

Joint entropy(联合熵)

当我们从一维随机变量分布推广到多维随机变量分布，则其联合熵(Joint entropy)为：

Conditional entropy（条件熵）

条件熵 表示在已知随机变量 的条件下随机变量 的不确定性
条件熵 定义为在 给定条件下 的条件概率分布的熵对 的数学期望:






同时，条件熵 ，证明如下：

即为上式所证