ˋ▽ˊ 自信息量、联合自信息量和条件信息量之间关系：\begin{aligned} I(x_iy_j)&=-log_2\ p(x_i,y_j)\\ &=-log_2\ p(y_j|x_i)p(x_i)=I(y_j|x_i)+I(x_i)\\ &=-log_2\ p(x_i|y_j)p(y_j)=I(百度试题题目自信息量、条件自信息量和联合自信息量之间有如下关系：相关知识点：解析正确反馈收藏
一、信源(离散信源熵) 1、单符号离散信源(1)未经统计平均的不确定性自信息量：单个符号的先验不确定性(bit nat dit) 条件自信息量：联合自信息量：联合符号的(*自信息有2个隐藏的含义：当事件ai发生以前，自信息表示ai发生的不确定性；当ai发生以后，自信息表示ai所提供的信息量。上式可以简写为：扩展到条件概率的情况，
(1) 信源的描述方法(2) 单符号离散信源数学模型(3) 自信息量和条件自信息量2.1单符号离散信源第页2.1.1 离散变量的自信息量(1) 信源的描述方法① 离散信源：输出的消息常常是以一个个自信息未经统计平均的不确定性，包括自信息量、条件自信息量、联合自信息量；自信息的概念有点像熵，都是表示不确定性的一个量，自信息不是信息，互信息量才是信息，而是先验不确定性，另
ˇ０ˇ 2（概率）信息的描述2.3不确定性与信息2.4离散熵2.5联合熵和条件熵2.6平均互信息量及其性质2.7离散无记忆信源的扩展2.8离散有记忆信源的熵2.9离散信源的信息（速）率和信息含简述随机事件的不确定度和它的自信息量之间的关系及区别，单符号离散信源的数学模型，自信息量、条件自信息量、联合自信息量的含义。正确答案答案解析略相似试题不可能
随机变量，各符号的概率相等，则各符号的自信息量相等：loglog Bit/符号Bit/符号DMSXY 联合符号的先验不确定性称为联合自信息量在条件下的条件自信息量bit/的期望，也就是所有事件自信息量的加权平均，即其中，为的所有可能取值个数。例：随机变量对应的概率空间为0.98 0.01 0.01 则的信息熵为4.联合熵与条件熵将
