信息量

  信息量是衡量信息多少的度量，通俗来说就是衡量一个事件发生的惊奇程度。事件发生的概率越低，该事件发生对应的惊奇程度越高。比如事件“天上下刀子了”就比事件“天上下雨了”更令人惊奇，因为前者的发生概率远远小于后者。

  设事件 $x$ 的发生概率为 $p(x)$ ，则传递该事件发生需要的最少比特信号位 (即信息量) 为 $${\log }_2\frac{1}{p(x)}=-{\log }_{2}p(x)$$

  举个例子，假如有两个相互隔离的房间A、B，二者只能通过01信号传递信息。当A房间投掷了一个硬币时，我们至少需要使用 ${\log }_{2}2$ 个比特信号告诉B房间是正面朝上还是反面朝上。类似地，当A房间投掷了一个有8个面的骰子时，我们至少需要 ${\log }_{2}8$个比特的信号来传递该信息。

参考：详解：信息量、信息熵、交叉熵、相对熵

信息熵

  信息熵用于衡量整个事件空间包含的平均信息量，即信息量的平均期望，等概率分布的随机变量的熵的计算可以表示为：
$$-{\log }_{2}P\left(x_i\right)$$
那么对于不等概率的分布将如何计算呢？公式中展示出了加权的思想，即把每一个结果都看作等可能事件中的一个结果，按照其发生的概率加权求和

$$\begin{array}{rl}H(X)& =\sum _{i=1}^{n}P\left(x_i\right){\log }_2\frac{1}{P\left(x_i\right)}\\ & =-\sum _{i=1}^{n}P\left(x_i\right){\log }_{2}P\left(x_i\right)\end{array}$$

  分析一个问题，熵的值是怎么确定的呢？

  类似于质量、长度等物理量，信息熵同样作为物理量也需要有一个基本度量单位。类似于光年作为长度单位被定义为光行驶一年的长度，熵的基本单位被定义为等概率分布随机变量的不确定性，记作$bit$。也就是说抛一枚均匀的硬币，对于哪面朝上这一事件包含的不确定性的量是$1bit$的熵。

  信息量不等于信息熵，信息熵等于平均信息量

互信息与信息熵

  互信息指的是两个随机变量之间的关联程度，即给定一个随机变量后，另一个随机变量不确定度的削弱程度。互信息定义为：
$$I(X;Y)=E[I(x,y)]=H(X)-H(X\mid Y)$$

  $Y$ 未知，$X$ 的不确定度（熵）为$H(X)$
  $Y$ 已知， $X$ 的不确定度变为$H(X\mid Y)$：

  互信息 = 先验不确定性-后验不确定性 = 不确定性减少的量

  通信系统中若发端的符号为 $X$ 收端的符号为 $Y$ 。如果是一一对应信道 ，接收到 $Y$ 后对 $X$ 的不确定 、性将完全消除，即 $H(X\mid Y)=0$ ，一般情况 $H(X\mid Y)<H(X)$ ，即了解 $Y$ 后对 $X$ 的不确定度将减少。
  通过信道传输消除了一些不确定性，获得了一定的信息，故 $0\le I(X;Y)\le H(X)$

参考：互信息