当随即变量X和Y相互独立时，条件熵等于信源熵。

某信源产生a、b、c、d四个符号，各符号独立出现，这个信源可能的最大信源熵为 bit/符号 条件熵和无条件熵的关系是：（） 连续信源输出X的概率密度函数p（x）=1/2，-1≤x≤1，则此信源的微分熵为（）bit 简述连续信源的熵的定义。 下列离散信源，熵最大的是（）。 四元信源的最大熵是（） 信源由4个符号组成，当各符号出现的概率为分布时，信源熵最大（） 对于二进制信源，设发送“1”的概率P(1)=α，则发送“0”的概率P(0)=1-α，则当α等于时，此信源的熵H(x)达到最大值 4符号信源的最大信源熵可达2比特/符号 简述离散平稳信源的定义，平均符号熵、极限熵的定义，含义与理解。 单符号离散信源的自信息和信源熵都具有非负性。 信源熵具有严格的下凸性。 单符号离散信源的自信息和信源熵都是一个确定值。 若随机变量X，Y相互独立，则有D（X+Y）=D（X）+D（Y）。 随机变量X与Y相互独立，则X与Y不相关。反之若X与Y不相关，也可得X与Y相互独立 N维统计独立均匀分布连续信源的熵是N维区域体积的对数。 N维统计独立均匀分布连续信源的熵是N维区域体积的对数。 试证明连续信源X的相对熵h（X）是概率密度p（x）的∩型凸函数。 若随机变量X,Y不相关，则随机变量X,Y相互独立。（ ） 一维高斯分布的连续信源，其信源熵只与其均值和方差有关。