Loading [MathJax]/jax/output/HTML-CSS/fonts/TeX/fontdata.js

Exercise 4.4Z: Supplement to Exercise 4.4

From LNTwww
Revision as of 01:02, 8 December 2017 by Hussain (talk | contribs)

Hamming–Gewicht und Wahrscheinlichkeiten

Der Informationstheoretiker Robert G. Gallager hat sich bereits 1963 mit folgender Fragestellung beschäftigt:

  • Gegeben ist ein Zufallsvektor x_=(x1,x2, ... ,xn) mit n binären Elementen xi{0,1}.
  • Bekannt sind alle Wahrscheinlichkeiten pi=Pr(xi=1) und qi=Pr(xi=0)=1pi mit Inex i=1, ... , n.
  • Gesucht ist die Wahrscheinlichkeit, dass die Anzahl der Einsen in diesem Vektor geradzahlig ist.
  • Oder ausgedrückt mit dem Hamming–Gewicht: Wie groß ist die Wahrscheinlichkeit Pr[wH(x_) ist gerade]?


Die Grafik verdeutlicht die Aufgabenstellung für das Beispiel n=4 sowie p1=0.2, p2=0.9, p3=0.3 und p4=0.6.

  • Für die grün hinterlegte Zeile  ⇒  x_=(1,0,0,1) gilt wH(x_)=2 und Pr(x_)=p1q2q3p4=0.0084.
  • Blaue Schrift bedeutet ein geradzahliges Hamming–Gewicht. Rote Schrift steht für „wH(x_) ist ungerade”.
  • Die Wahrscheinlichkeite Pr[wH(x_) ist gerade] ist gleich der Summe der blauen Zahlen in der letzten Spalte. Die Summe der roten Zahlen ergibt Pr[wH(x_) ist ungerade]=1Pr[wH(x_ ist gerade].


Gallager hat das Problem in analytischer Weise gelöst:

Pr[wH(x_)istgerade] = 1/2[1+π],
Pr[wH(x_)istungerade] = 1/2[1π].


Fragebogen

1

Multiple-Choice

correct
false

2

Input-Box Frage

xyz = 

ab


Musterlösung

(1)  (2)  (3)  (4)  (5)