Appunti di Teoria dell'Informazione e Codici - Università di Palermo
Appunti di Teoria dell'Informazione e Codici - Università di Palermo
Appunti di Teoria dell'Informazione e Codici - Università di Palermo
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Il Teorema <strong>di</strong> Shannon sulla Co<strong>di</strong>fica <strong>di</strong> Canale 59<br />
Nel caso <strong>di</strong> funzioni definite su sottoinsiemi <strong>di</strong> la precedente caratterizza le<br />
funzioni con concavità rivolta verso il basso in tutti i punti <strong>di</strong> un intervallo che è un<br />
sottoinsieme convesso <strong>di</strong> , è noto che laddove esiste la derivata seconda <strong>di</strong> una<br />
funzione concava è non positiva.<br />
Osserviamo che la combinazione lineare <strong>di</strong> funzioni concave è concava lo è<br />
strettamente se anche una sola delle funzioni lo è. Per verificarlo è sufficiente sommare<br />
termine a termine le (6.2.2) scritte per ciascuno degli adden<strong>di</strong> della combinazione<br />
lineare.<br />
Osservando la (6.2.2) notiamo che se si interpretano ed come i valori che<br />
può assumere una V.A. generalmente multi<strong>di</strong>mensionali e con ed<br />
rispettivamente le probabilità che essa li assuma, potremo affermare che per una<br />
funzione concava su un convesso che contenga tutti i valori che la V.A. può assumere<br />
ed una V.A. del tipo citato vale la proprietà:<br />
( ) ( ) (6.2.4)<br />
Vogliamo mostrare che la precedente è valida in generale cioè per variabili aleatorie<br />
<strong>di</strong>screte generalmente multi<strong>di</strong>mensionali che possano assumere valori.<br />
Abbiamo mostrato che la (6.2.4) è vera per , per lo è banalmente<br />
supponiamo quin<strong>di</strong> che lo sia per e mostriamo che allora lo è anche per .<br />
Se la (6.2.4) è vera per n 1 quale che sia la dmp <strong>di</strong> X si ha:<br />
∑ ( ) (∑( )) (6.2.5)<br />
dove rappresenta la probabilità che la variabile aleatoria assuma il valore .<br />
Risulta:<br />
∑ ( ) ∑ (∑<br />
∑<br />
( )) ( ) (6.2.6)<br />
Osserviamo che ∑<br />
∑<br />
sod<strong>di</strong>sfa tutte le proprietà <strong>di</strong> una dmp quin<strong>di</strong> in virtù<br />
della (6.2.5) possiamo scrivere:<br />
∑ ( ) ∑ ( (∑<br />
∑<br />
)) ( )<br />
(6.2.7)<br />
∑ ( ( )) ( )<br />
dove<br />
è certamente un punto appartenente al convesso su cui è definita la funzione.