Bases de la théorie de l'information et du codage
Pour deux variables aléatoires X et Y, quelle description de l'entropie conditionnelle H(X|Y) et de l'information mutuelle I(X;Y) est correcte ?
- AConnaître la valeur de Y peut rendre H(X|Y), qui exprime l'incertitude sur X, supérieure en moyenne à H(X)
- BL'information mutuelle I(X;Y) est maximale lorsque X et Y sont indépendantes, et vaut alors H(X) + H(Y)
- CI(X;Y) = H(X) − H(X|Y) est la réduction de l'incertitude sur X due à la connaissance de Y, et vaut 0 si elles sont indépendantes
Afficher la réponse et l'explication
Réponse : C. I(X;Y) = H(X) − H(X|Y) est la réduction de l'incertitude sur X due à la connaissance de Y, et vaut 0 si elles sont indépendantes
H(X|Y) est l'incertitude moyenne sur X qui subsiste une fois la valeur de Y connue ; connaître Y n'augmente jamais l'incertitude moyenne, donc H(X|Y) ≤ H(X). Cette réduction est l'information mutuelle I(X;Y) = H(X) − H(X|Y) = H(X) + H(Y) − H(X, Y), et si X et Y sont indépendantes, elle vaut 0, car Y n'apprend alors rien sur X. En communication, si X est le symbole envoyé et Y le symbole reçu, I(X;Y) correspond à la quantité d'information effectivement acheminée à chaque transmission.
Continuer : 9 autres questions sur Bases de la théorie de l'information et du codage