科学技術と共に歩む

第１章　情報量
１.１　社会の成立ち
１.２　情報とは？
１.３　評論の基準
１.４　情報の量を計る（１ビットとは？）
１.５　ビット数が大きいとは？
１.６　情報量を表す関数が満たす性質
１.７　[参考]　2進法のメリットは？
１.８　[参考]　見聞読の情報量は？
第２章　情報源のモデル化
２.１　情報源の統計的表現（結合確率）
２.２　情報源の統計的表現（条件付き確率）
２.３　さまさまな情報源（記憶のない定常情報源）
２.４　記憶のある情報源（単純マルコフ情報源）
２.５　記憶のある情報源（多重マルコフ情報源）
２.６　[参考]　多重マルコフ情報源から単純マルコフ情報源へ
第３章　情報源の極限分布
３.１　状態の分類
３.２　分布の遷移　　　　　　　　　　　
３.３　極限分布
３.４　極限分布の求め方
３.５　[参考]　情報源系列の極限分布の求め方
第４章　１次エントロピー
４.１　エントロ
ピ
ーのイメージ
４.２　エントロ
ピ
ー関数
４.３　エントロ
ピ
ーの使い道（情報収集、その１）
４.４　エントロ
ピ
ーの使い道（情報収集、その２）　
４.５　[参考]　エントロ
ピ
ーの使い道（自然現象の解釈）
付録　エントロ
ピ
ー関数表
第５章　拡大情報源と高次エントロ
ピ
ー
５.１　拡大情報源
５.２　２次エントロピー
５.３　n次エントロピーとエントロピー
５.４　[参考]　言葉の情報
５.５　[参考]　暗号解読
５.６　[参考]　中日英, ３か国語を繋ぐ掛橋
第６章　相互情報量
６.１　天気予報の的中率
６.２　条件付きエントロピー
６.３　相互情報量
６.４　結合エントロピー
６.５　さまざまなエントロピー（まとめ１）
６.６　[参考]
　
さまざまなエントロピー（まとめ２）
６.７　[参考]

エントロピーの計算, 直感的解釈
６.８　演算結果に関するエントロピー
第７章　情報を伝える
７.１　通信システムのモデル
７.２　情報源符号化に必要な条件
７.３　瞬時符号と符号の木
７.４　クラフトの不等式
７.５　平均符号長
７.６　情報源符号化定理
第８章　情報源符号化法
８.１　ハフマン符号化
８.２　ブロック符号化
８.３　非等長情報源系列のブロック符号化
８.４　マルコフ情報源の符号化
８.５　[参考]　ランレングス符号化
第９章　通信路のモデル化
９.１　記憶のない定常通信路のモデル
９.２　記憶のない定常通信路の例, 対称通信路　　　
９.３　加法的２元通信路
９.４　記憶のある定常通信路の例, バースト誤り通信路
第１０章　通信路容量
１０.１　通信の価値
１０.２　相互情報量の意味
１０.３　２元対称通信路の相互情報量　　　　　　　　
１０.４　通信路容量とは、２元対称通信路の例　　　　
１０.５　通信路への入力記号の分布
１０.６　加法的２元通信路の通信路容量
１０.７　[参考]　ラグランジュ乗数法（２変数の例）
第１１章　通信路符号化（ハミング符号）
１１.１　バリティ検査
１１.２　ハミング符号（用語の整理）
１１.３　ハミング符号の前提
１１.４　ハミング符号の記号の個数
１１.５　ハミング符号の検査行列の生成方法（その１）
１１.６　ハミング符号の検査行列の生成方法（その２）
１１.７　ハミング符号における検査記号の生成方法
１１.８　ハミング符号の復号法
第１２章　符号の誤り訂正能力
１２.１　ハミング距離とハミング重み
１２.２　線形符号の性質
１２.３　限界距離復号法の誤り訂正能力
１２.４　復号特性
参考文献
索引