ELEMENTS OF INFORMATION THEORY

本书是信息论领域中一本简明易懂的教材。主要内容包括：熵、信源、信道容量、率失真、数据压缩与编码理论和复杂度理论等方面的介绍。 本书还对网络信息论和假设检验等进行了介绍，并且以赛马模型为出发点，将对证券市场豹研究纳入了信息论的框架，从新的视角给投资组合的研究带来了全新的投资理念和研究技巧。 本书适合作为电子工程、统计学以及电信方面的高年级本科生和研究生的信息论基础教程教材，也可供研究人员和专业人士参考。 目录 译者序 第2版前言 第1版前言 第2版致谢 第1版致谢 第1章 绪论与概览 第2章 熵、相对熵与互信息 　2.1 熵 　2.2 联合熵与条件熵 　2.3 相对熵与互信息 　2.4 熵与互信息的关系 　2.5 熵、相对熵与互信息的链式法则 　2.6 Jensen不等式及其结果 　2.7 对数和不等式及其应用 　2.8 数据处理不等式 　2.9 充分统计量 　2.10 费诺不等式 　要点 　习题 　历史回顾 第3章 渐近均分性 　3.1 渐近均分性定理 　3.2 AEP的推论：数据压缩 　3.3 高概率集与典型集 　要点 　习题 　历史回顾. 第4章 随机过程的熵率 　4.1 马尔可夫链 　4.2 熵率 　4.3 例子：加权图上随机游动的熵率 　4.4 热力学第二定律 　4.5 马尔可夫链的函数 　要点 　习题 　历史回顾 第5章 数据压缩 　5.1 有关编码的几个例子 　5.2 Kraft不等式 　5.3 最优码 　5.4 最优码长的界 　5.5 惟一可译码的Kraft不等式 　5.6 赫夫曼码 　5.7 有关赫夫曼码的评论 　5.8 赫夫曼码的最优性 　5.9 Shannon-Fano-Elias编码 　5.10 香农码的竞争最优性 　5.11 由均匀硬币投掷生成离散分布 　要点 　习题 　历史回顾 第6章 博弈与数据压缩 　6.1 赛马 　6.2 博弈与边信息 　6.3 相依的赛马及其熵率 　6.4 英文的熵 　6.5 数据压缩与博弈 　6.6 英文的熵的博弈估计 　要点 　习题 　历史回顾 第7章 信道容量 　7.1 信道容量的几个例子 　　7.1.1 无噪声二元信道 　　7.1.2 无重叠输出的有噪声信道 　　7.1.3 有噪声的打字机信道 　　7.1.4 二元对称信道 　　7.1.5 二元擦除信道 　7.2 对称信道 　7.3 信道容量的性质 　7.4 信道编码定理预览 　7.5 定义 　7.6 联合典型序列 　7.7 信道编码定理 　7.8 零误差码 　7.9 费诺不等式与编码定理的逆定理 　7.10 信道编码定理的逆定理中的等式 　7.11 汉明码 　7.12 反馈容量 　7.13 信源信道分离定理 　要点 　习题 　历史回顾 第8章 微分熵 　8.1 定义 　8.2 连续随机变量的AEP 　8.3 微分熵与离散熵的关系 　8.4 联合微分熵与条件微分熵 　8.5 相对熵与互信息 　8.6 微分熵、相对熵以及互信息的性质 　要点 　习题 　历史回顾 第9章 高斯信道 　9.1 高斯信道：定义 　9.2 高斯信道编码定理的逆定理 　9.3 带宽有限信道 　9.4 并联高斯信道 　9.5 高斯彩色噪声信道 　9.6 带反馈的高斯信道 　要点 　习题 　历史回顾 第10章 率失真理论 　10.1 量化 　10.2 定义 　10.3 率失真函数的计算 　　10.3.1 二元信源 　　10.3.2 高斯信源 　　10.3.3 独立高斯随机变量的同步描述 　10.4 率失真定理的逆定理 　10.5 率失真函数的可达性 　10.6 强典型序列与率失真 　10.7 率失真函数的特征 　10.8 信道容量与率失真函数的计算 　要点 　习题 　历史回顾 第11章 信息论与统计学 　11.1 型方法 　11.2 大数定律 　11.3 通用信源编码 　11.4 大偏差理论 　11.5 Sanow定理的几个例子 　11.6 条件极限定理 　11.7 假设检验 　11.8 Chernoff-Stein引理 　11.9 Chemoff信息 　11.10 费希尔信息与Cramer-Rao不等式 　要点 　习题 　历史回顾 第12章 最大熵 　12.1 最大熵分布 　12.2 几个例子 　12.3 奇异最大熵问题 　12.4 谱估计 　12.5 高斯过程的熵率 　12.6 Burg最大熵定理 　要点 　习题 　历史回顾 第13章 通用信源编码 　13.1 通用码与信道容量 　13.2 二元序列的通用编码 　13.3 算术编码 　13.4 Lempel-Ziv编码 　　13.4.1 带滑动窗口的Lernpel-Ziv算法 　　13.4.2 树结构Lernpel-Ziv算法 　13.5 Lempel-Ziv算法的最优性 　　13.5.1 带滑动窗口