Koodausteoria, Kesä 2014

Samankaltaiset tiedostot
Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Koodausteoria, Kesä 2014

Avaruuden R n aliavaruus

Kanta ja dimensio 1 / 23

Kantavektorien kuvavektorit määräävät lineaarikuvauksen

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

1 Lineaariavaruus eli Vektoriavaruus

7 Vapaus. 7.1 Vapauden määritelmä

802320A LINEAARIALGEBRA OSA I

Lineaarialgebra ja matriisilaskenta I

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )

Lineaarikuvauksen R n R m matriisi

Miten osoitetaan joukot samoiksi?

Koodausteoria, Kesä 2014

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:

Induktiota käyttäen voidaan todistaa luonnollisia lukuja koskevia väitteitä, jotka ovat muotoa. väite P(n) on totta kaikille n = 0,1,2,...

Johdatus matemaattiseen päättelyyn

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

sitä vastaava Cliffordin algebran kannan alkio. Merkitään I = e 1 e 2 e n

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

Ortogonaalisen kannan etsiminen

Koodausteoria, Kesä 2014

Lineaarialgebra ja matriisilaskenta I

9 Matriisit. 9.1 Matriisien laskutoimituksia

Kertausta: avaruuden R n vektoreiden pistetulo

Matematiikassa ja muuallakin joudutaan usein tekemisiin sellaisten relaatioiden kanssa, joiden lakina on tietyn ominaisuuden samuus.

Insinöörimatematiikka D

A = a b B = c d. d e f. g h i determinantti on det(c) = a(ei fh) b(di fg) + c(dh eg). Matriisin determinanttia voi merkitä myös pystyviivojen avulla:

Tehtävä 1. Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja.

Ominaisarvo ja ominaisvektori

(1) refleksiivinen, (2) symmetrinen ja (3) transitiivinen.

Äärellisesti generoitujen Abelin ryhmien peruslause

Kaikki kurssin laskuharjoitukset pidetään Exactumin salissa C123. Malliratkaisut tulevat nettiin kurssisivulle.

1 Kannat ja kannanvaihto

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

Insinöörimatematiikka D

Vektoreiden virittämä aliavaruus

2.5. Matriisin avaruudet ja tunnusluvut

Vastaoletuksen muodostaminen

Matematiikassa väitelauseet ovat usein muotoa: jos P on totta, niin Q on totta.

802320A LINEAARIALGEBRA OSA III

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.

Matriisit. Määritelmä 1 Reaaliluvuista a ij, missä i = 1,..., k ja j = 1,..., n, muodostettua kaaviota a 11 a 12 a 1n a 21 a 22 a 2n A =

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Latinalaiset neliöt ja taikaneliöt

Similaarisuus. Määritelmä. Huom.

Vektorien virittämä aliavaruus

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Bijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.

Determinantti 1 / 30

Kertausta: avaruuden R n vektoreiden pistetulo

2.8. Kannanvaihto R n :ssä

Ortogonaalinen ja ortonormaali kanta

b) Määritä myös seuraavat joukot ja anna kussakin tapauksessa lyhyt sanallinen perustelu.

Ominaisvektoreiden lineaarinen riippumattomuus

Luonnollisten lukujen ja kokonaislukujen määritteleminen

Matriisilaskenta Luento 12: Vektoriavaruuden kannan olemassaolo

10 Matriisit ja yhtälöryhmät

Insinöörimatematiikka D

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218

(2n 1) = n 2

JAKSO 2 KANTA JA KOORDINAATIT

on Abelin ryhmä kertolaskun suhteen. Tämän joukon alkioiden lukumäärää merkitään

1 sup- ja inf-esimerkkejä

Ennakkotehtävän ratkaisu

1 Lukujen jaollisuudesta

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Salausmenetelmät LUKUTEORIAA JA ALGORITMEJA. Veikko Keränen, Jouko Teeriaho (RAMK, 2006) 3. Kongruenssit. à 3.4 Kongruenssien laskusääntöjä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

802118P Lineaarialgebra I (4 op)

2.1. Tehtävänä on osoittaa induktiolla, että kaikille n N pätee n = 1 n(n + 1). (1)

Lineaariset yhtälöryhmät ja matriisit

Johdatus matemaattiseen päättelyyn

Diskreetin matematiikan perusteet Laskuharjoitus 2 / vko 9

1 sup- ja inf-esimerkkejä

1 Kertaus. Lineaarinen optimointitehtävä on muotoa:

3 Suorat ja tasot. 3.1 Suora. Tässä luvussa käsitellään avaruuksien R 2 ja R 3 suoria ja tasoja vektoreiden näkökulmasta.

Insinöörimatematiikka D

Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä)

Kuvaus. Määritelmä. LM2, Kesä /160

Yhtäpitävyys. Aikaisemmin osoitettiin, että n on parillinen (oletus) n 2 on parillinen (väite).

1.1. Määritelmiä ja nimityksiä

Johdatus matemaattiseen päättelyyn

(iv) Ratkaisu 1. Sovelletaan Eukleideen algoritmia osoittajaan ja nimittäjään. (i) 7 = , 7 6 = = =

Johdatus lukuteoriaan Harjoitus 2 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma

Insinöörimatematiikka D

Jokaisen parittoman kokonaisluvun toinen potenssi on pariton.

MS-A0004/A0006 Matriisilaskenta

Transkriptio:

Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos

3.5 Reedin-Mullerin koodit Olkoon tässä kappaleessa F = F2 = Z2 ja n = 2 m. Määritellään avaruuteen F n kertolasku koordinaateittain: ab = (a 0 b 0, a 1 b 1,..., a n 1 b n 1 ), kun a = (a 0, a 1,..., a n 1 ) ja b = (b 0,..., b n 1 ). Tällöin avaruuden F n alkiot ovat idempotentteja: a 2 = a. Topi Törmä Matemaattisten tieteiden laitos 2 / 17

3.5 Reedin-Mullerin koodit Olkoon tässä kappaleessa F = F2 = Z2 ja n = 2 m. Määritellään avaruuteen F n kertolasku koordinaateittain: ab = (a 0 b 0, a 1 b 1,..., a n 1 b n 1 ), kun a = (a 0, a 1,..., a n 1 ) ja b = (b 0,..., b n 1 ). Tällöin avaruuden F n alkiot ovat idempotentteja: a 2 = a. Tarkastellaan m n-matriisia M, jonka sarakkeina ovat lukujen 0, 1,..., 2 m 1 binääriesitykset. Merkitään matriisin rivejä vektoreilla v m, v m 1,..., v 1 F n ja sarakkeita vektoreilla s 0, s 1,..., s n 1 F (m). Topi Törmä Matemaattisten tieteiden laitos 2 / 17

Tällöin ξ m0 ξ m1 ξ m(n 1) ξ (m 1)0 ξ (m 1)1 ξ (m 1)(n 1) M =...... = ξ 10 ξ 11 ξ 1(n 1) = [ s 0 s 1 s n 1 ] F m n, missä v i = [ ] ξ i0 ξ i1 ξ i(n 1), sj = ξ mj ξ (m 1)j. ξ 1j ja v m v m 1 j = m i=1 ξ ij2 i 1, ξ ij {0, 1}, luvun j {0, 1,..., 2 m 1} binääriesitys.. v 1 Topi Törmä Matemaattisten tieteiden laitos 3 / 17

Merkitään ξ ij = v i (j) = s j (i) kaikilla i = 1,..., m ja j = 0, 1,..., n 1 sekä A i = {s j F (m) s j (i) = 1} = {s j F (m) v i (j) = 1}. Tällöin A i = 2 m 1. Topi Törmä Matemaattisten tieteiden laitos 4 / 17

Merkitään ξ ij = v i (j) = s j (i) kaikilla i = 1,..., m ja j = 0, 1,..., n 1 sekä A i = {s j F (m) s j (i) = 1} = {s j F (m) v i (j) = 1}. Tällöin A i = 2 m 1. Lisäksi jos luvut i 1, i 2,..., i k {1,..., m} ovat erisuuria, niin A i1 A i2... A ik = {s j F (m) v ih (j) = 1 kaikilla h = 1,..., k} ja A i1 A i2... A ik = 2 m k. = {s j F (m) (v i1 v i2... v ik )(j) = 1} Topi Törmä Matemaattisten tieteiden laitos 4 / 17

Merkitään ξ ij = v i (j) = s j (i) kaikilla i = 1,..., m ja j = 0, 1,..., n 1 sekä A i = {s j F (m) s j (i) = 1} = {s j F (m) v i (j) = 1}. Tällöin A i = 2 m 1. Lisäksi jos luvut i 1, i 2,..., i k {1,..., m} ovat erisuuria, niin A i1 A i2... A ik = {s j F (m) v ih (j) = 1 kaikilla h = 1,..., k} ja A i1 A i2... A ik = 2 m k. Lause 3.5.1. = {s j F (m) (v i1 v i2... v ik )(j) = 1} Jos luvut i 1, i 2,..., i k ovat erisuuria, niin wt(v i1 v i2 v ik ) = 2 m k. Topi Törmä Matemaattisten tieteiden laitos 4 / 17

Merkitään v 0 = (1, 1,..., 1) F n. Lause 3.5.2. Joukko V = {v 0 } {v i1 v ik k = 1,..., m} muodostaa avaruuden F n kannan. Topi Törmä Matemaattisten tieteiden laitos 5 / 17

Merkitään v 0 = (1, 1,..., 1) F n. Lause 3.5.2. Joukko V = {v 0 } {v i1 v ik k = 1,..., m} muodostaa avaruuden F n kannan. Todistus: Joukon V vektorien lukumäärä on korkeintaan ( ) ( ) ( ) ( ) m m m m 1 + + + + + = (1 + 1) m = 2 m = n. 1 2 3 m Riittää siis osoittaa, että jokainen luonnollisen kannan vektori E j on esitettävissä joukon V vektorien lineaariyhdisteenä, sillä tällöin väitteen vektorijoukko virittää avaruuden F n ja koska dim F n = n, näitä vektoreita on oltava vähintään n kappaletta. Topi Törmä Matemaattisten tieteiden laitos 5 / 17

Osoitetaan, että ( )( E j = v i = ξ ij =1 ξ ij =0 ) (v i + v 0 ) = m (v i + (1 + v i (j))v 0 ). i=1 m (v i + (1 + ξ ij )v 0 ) i=1 Topi Törmä Matemaattisten tieteiden laitos 6 / 17

Osoitetaan, että ( )( E j = v i = ξ ij =1 ξ ij =0 ) (v i + v 0 ) = m (v i + (1 + v i (j))v 0 ). i=1 m (v i + (1 + ξ ij )v 0 ) i=1 Huomaa, että yhtälön oikea puoli voidaan purkaa joukon V vektoreiden lineaariyhditeeksi. Nyt yhtälön oikean puolen komponentti r on 1 vektorin (v i + (1 + v i (j))v 0 ) komponentti r on 1 kaikilla i = 1,..., m v i (r) = 1, kun v i (j) = 1 ja v i (r) = 0, kun v i (j) = 0 r = j. Tässä viimeinen yhtäsuuruus seuraa siitä, että matriisin M sarakkeet ovat erisuuria. Topi Törmä Matemaattisten tieteiden laitos 6 / 17

Määritelmä 3.5.3. Kun 1 r m, niin 2 m -pituiseksi r:nnen kertaluvun Reedin Mullerin koodiksi eli RM-koodiksi sanotaan sitä avaruuden F 2m aliavaruutta, jonka kantavektoreina ovat v 0 ja kaikki vektorien v 1, v 2,..., v m tulot v i1 v i2 v ik, missä k r. Tälle koodille käytetään merkintää R(r, m). Nollannen kertaluvun Reedin Mullerin koodiksi R(0, m) sanotaan vektorin v 0 generoimaa toistokoodia. Topi Törmä Matemaattisten tieteiden laitos 7 / 17

Määritelmä 3.5.3. Kun 1 r m, niin 2 m -pituiseksi r:nnen kertaluvun Reedin Mullerin koodiksi eli RM-koodiksi sanotaan sitä avaruuden F 2m aliavaruutta, jonka kantavektoreina ovat v 0 ja kaikki vektorien v 1, v 2,..., v m tulot v i1 v i2 v ik, missä k r. Tälle koodille käytetään merkintää R(r, m). Nollannen kertaluvun Reedin Mullerin koodiksi R(0, m) sanotaan vektorin v 0 generoimaa toistokoodia. Huom. R(m, m) = F 2m. Topi Törmä Matemaattisten tieteiden laitos 7 / 17

Lause 3.5.4. 2 m -pituisen r:nnen kertaluvun RM-koodin duaalikoodi on 2 m -pituinen (m r 1):nnen kertaluvun RM-koodi: R(r, m) = R(m r 1, m). Topi Törmä Matemaattisten tieteiden laitos 8 / 17

Lause 3.5.4. 2 m -pituisen r:nnen kertaluvun RM-koodin duaalikoodi on 2 m -pituinen (m r 1):nnen kertaluvun RM-koodi: R(r, m) = R(m r 1, m). Todistus: Olkoon a = v i1 v i2 v ik jokin koodin R(r, m) kantavektori, jolloin k r. Olkoon vastaavasti b = v j1 v j2 v jl jokin koodin R(m r 1, m) kantavektori, jolloin l m r 1. Nyt ab = v t1 v t2 v ts, missä s k + l m 1. Lauseen 3.5.1 nojalla wt(ab) = 2 m s, joka on parillinen, koska s < m. Topi Törmä Matemaattisten tieteiden laitos 8 / 17

Lause 3.5.4. 2 m -pituisen r:nnen kertaluvun RM-koodin duaalikoodi on 2 m -pituinen (m r 1):nnen kertaluvun RM-koodi: R(r, m) = R(m r 1, m). Todistus: Olkoon a = v i1 v i2 v ik jokin koodin R(r, m) kantavektori, jolloin k r. Olkoon vastaavasti b = v j1 v j2 v jl jokin koodin R(m r 1, m) kantavektori, jolloin l m r 1. Nyt ab = v t1 v t2 v ts, missä s k + l m 1. Lauseen 3.5.1 nojalla wt(ab) = 2 m s, joka on parillinen, koska s < m. Siten a b = 0 aina, kun a on koodin R(r, m) kantavektori ja b on koodin R(m r 1, m) kantavektori. Näin ollen x y = 0 kaikilla x R(r, m) ja y R(m r 1, m), joten R(m r 1, m) R(r, m). Topi Törmä Matemaattisten tieteiden laitos 8 / 17

Lisäksi dim R(m r 1, m) = m r 1 i=0 ( ) m i ( ( ) ( ) ) m m m = + + + 0 1 m r 1 ( ) ( ) ( ) m m m m = + + + = m m 1 r + 1 m ( ) m r ( ) m r ( ) m = = 2 m i i i i=0 i=0 i=0 = n dim R(r, m) = dim R(r, m), joten R(m r 1, m) = R(r, m). i=r+1 ( ) m i Topi Törmä Matemaattisten tieteiden laitos 9 / 17

Lause 3.5.5. Koodin R(r, m) minimietäisyys on 2 m r. Topi Törmä Matemaattisten tieteiden laitos 10 / 17

Lause 3.5.5. Koodin R(r, m) minimietäisyys on 2 m r. Todistus: Koska d min R(r, m) = min{wt(x) x R(r, m)}, niin Lauseen 3.5.1 nojalla d min R(r, m) 2 m r. Osoitetaan induktiolla luvun m suhteen, että d min R(r, m) 2 m r. Topi Törmä Matemaattisten tieteiden laitos 10 / 17

Lause 3.5.5. Koodin R(r, m) minimietäisyys on 2 m r. Todistus: Koska d min R(r, m) = min{wt(x) x R(r, m)}, niin Lauseen 3.5.1 nojalla d min R(r, m) 2 m r. Osoitetaan induktiolla luvun m suhteen, että d min R(r, m) 2 m r. Kun m = 1, niin R(0, 1) = {00, 11}, joten d min R(0, 1) = 2 = 2 1 0. Lisäksi R(1, 1) = {00, 10, 01, 11}, joten d min R(1, 1) = 1 = 2 1 1 ja väite pätee, kun m = 1. Topi Törmä Matemaattisten tieteiden laitos 10 / 17

Lause 3.5.5. Koodin R(r, m) minimietäisyys on 2 m r. Todistus: Koska d min R(r, m) = min{wt(x) x R(r, m)}, niin Lauseen 3.5.1 nojalla d min R(r, m) 2 m r. Osoitetaan induktiolla luvun m suhteen, että d min R(r, m) 2 m r. Kun m = 1, niin R(0, 1) = {00, 11}, joten d min R(0, 1) = 2 = 2 1 0. Lisäksi R(1, 1) = {00, 10, 01, 11}, joten d min R(1, 1) = 1 = 2 1 1 ja väite pätee, kun m = 1. Oletetaan sitten, että d min R(r, m) 2 m r kaikilla r = 0, 1,... m ja osoitetaan, että myös d min R(r, m + 1) 2 m+1 r kaikilla r = 0, 1,... m + 1. Topi Törmä Matemaattisten tieteiden laitos 10 / 17

Koodi R(0, m + 1) on 2 m+1 -pituinen toistokoodi, jonka minietäisyys on 2 m+1 0 eli väite pätee, kun r = 0. Kun 0 k m, niin harjoituksen 4 tehtävän 1 mukaan R(k + 1, m + 1) = {(u, u + v) u R(k + 1, m), v R(k, m)}. Topi Törmä Matemaattisten tieteiden laitos 11 / 17

Koodi R(0, m + 1) on 2 m+1 -pituinen toistokoodi, jonka minietäisyys on 2 m+1 0 eli väite pätee, kun r = 0. Kun 0 k m, niin harjoituksen 4 tehtävän 1 mukaan R(k + 1, m + 1) = {(u, u + v) u R(k + 1, m), v R(k, m)}. Edelleen harjoituksen 3 tehtävän 5 ja induktio-oletuksen mukaan d min R(k + 1, m + 1) min{2d min R(k + 1, m), d min R(k, m)} min{2 2 m (k+1), 2 m k } = 2 m k = 2 m+1 (k+1). Näin ollen d min R(r, m + 1) 2 m+1 r myös kun 1 r m + 1 ja saadaan väite. Topi Törmä Matemaattisten tieteiden laitos 11 / 17

Koodi R(0, m + 1) on 2 m+1 -pituinen toistokoodi, jonka minietäisyys on 2 m+1 0 eli väite pätee, kun r = 0. Kun 0 k m, niin harjoituksen 4 tehtävän 1 mukaan R(k + 1, m + 1) = {(u, u + v) u R(k + 1, m), v R(k, m)}. Edelleen harjoituksen 3 tehtävän 5 ja induktio-oletuksen mukaan d min R(k + 1, m + 1) min{2d min R(k + 1, m), d min R(k, m)} min{2 2 m (k+1), 2 m k } = 2 m k = 2 m+1 (k+1). Näin ollen d min R(r, m + 1) 2 m+1 r myös kun 1 r m + 1 ja saadaan väite. Koodi R(r, m) on näin ollen 2 m r 1 1 virhettä korjaava koodi. Topi Törmä Matemaattisten tieteiden laitos 11 / 17

RM-koodien koodaus ja dekoodaus Tarkastellaan koodia R(r, m). Sen kantavektoreiden lukumäärä on ( ) ( ) m m M = 1 + + +. 1 r Tällöin vektori a = (a 0, a 1,..., a M 1 ) on luonnollista (mutta ei systemaattista) koodata vektoriksi c = a 0 v 0 + a 1 v 1 + + a M 1 v m r 1 v m. (2) Topi Törmä Matemaattisten tieteiden laitos 12 / 17

RM-koodien koodaus ja dekoodaus Tarkastellaan koodia R(r, m). Sen kantavektoreiden lukumäärä on ( ) ( ) m m M = 1 + + +. 1 r Tällöin vektori a = (a 0, a 1,..., a M 1 ) on luonnollista (mutta ei systemaattista) koodata vektoriksi c = a 0 v 0 + a 1 v 1 + + a M 1 v m r 1 v m. (2) Olkoon k {0, 1,..., m}, i 1 < i 2 <... < i k ja olkoon C(i 1,..., i k ) sellaisten lukujen m j = ξ ij 2 i 1 i=1 joukko, että ξ ij = 0 kaikilla i / {i 1,..., i k }. Topi Törmä Matemaattisten tieteiden laitos 12 / 17

RM-koodien koodaus ja dekoodaus Tarkastellaan koodia R(r, m). Sen kantavektoreiden lukumäärä on ( ) ( ) m m M = 1 + + +. 1 r Tällöin vektori a = (a 0, a 1,..., a M 1 ) on luonnollista (mutta ei systemaattista) koodata vektoriksi c = a 0 v 0 + a 1 v 1 + + a M 1 v m r 1 v m. (2) Olkoon k {0, 1,..., m}, i 1 < i 2 <... < i k ja olkoon C(i 1,..., i k ) sellaisten lukujen m j = ξ ij 2 i 1 i=1 joukko, että ξ ij = 0 kaikilla i / {i 1,..., i k }. Huom! Kun k = 0, niin C( ) = {0} ja kun k = m, niin C(1,..., m) = {0, 1,..., 2 m 1}. Topi Törmä Matemaattisten tieteiden laitos 12 / 17

Tällöin Lauseen 3.5.2 todistuksen nojalla E j = m (v i + (1 + ξ ij )v 0 ) i=1 = (v 1 + (1 + ξ 1j )v 0 )(v 2 + (1 + ξ 2j )v 0 )... (v m + (1 + ξ mj )v 0 ), missä ξ ij = v i (j), joten v i1... v ik on vektorin E j kehitelmässä täsmälleen silloin, kun m i=1 i / {i 1,...,i k } (1 + ξ ij )v 0 = v 0, toisin sanoen täsmälleen silloin, kun ξ ij = 0 kaikilla i / {i 1,..., i k } eli j C(i 1,..., i k ). Topi Törmä Matemaattisten tieteiden laitos 13 / 17

Tällöin Lauseen 3.5.2 todistuksen nojalla E j = m (v i + (1 + ξ ij )v 0 ) i=1 = (v 1 + (1 + ξ 1j )v 0 )(v 2 + (1 + ξ 2j )v 0 )... (v m + (1 + ξ mj )v 0 ), missä ξ ij = v i (j), joten v i1... v ik on vektorin E j kehitelmässä täsmälleen silloin, kun m i=1 i / {i 1,...,i k } (1 + ξ ij )v 0 = v 0, toisin sanoen täsmälleen silloin, kun ξ ij = 0 kaikilla i / {i 1,..., i k } eli j C(i 1,..., i k ). Näin ollen E j = m k=0 (i 1,...,i k ) j C(i 1,...,i k ) v i1 v i2 v ik. Topi Törmä Matemaattisten tieteiden laitos 13 / 17

Kun f = (f 0,..., f n 1 ) F n, niin n 1 n 1 m f = f j E j = f j = j=0 m k=0 (i 1,...,i k ) j=0 ( j C(i 1,...,i k ) k=0 (i 1,...,i k ) j C(i 1,...,i k ) v i1 v i2 v ik f j )v i1 v i2 v ik. (3) Topi Törmä Matemaattisten tieteiden laitos 14 / 17

Kun f = (f 0,..., f n 1 ) F n, niin n 1 n 1 m f = f j E j = f j = j=0 m k=0 (i 1,...,i k ) j=0 ( j C(i 1,...,i k ) k=0 (i 1,...,i k ) j C(i 1,...,i k ) v i1 v i2 v ik f j )v i1 v i2 v ik. (3) Olkoon nyt f = c koodisana. Jos a s on termin v i1 v ir kerroin yhtälössä (2), niin yhtälön (3) nojalla a s = j C(i 1,...,i r ) f j. (4) Topi Törmä Matemaattisten tieteiden laitos 14 / 17

Jos t / {i 1,..., i r }, niin yhtälössä (3) f j = 0, (5) j C(i 1,...,i r,t) sillä kun f = c, tulossa v i1 v i2 v ik voi olla korkeintaan r tekijää. Topi Törmä Matemaattisten tieteiden laitos 15 / 17

Jos t / {i 1,..., i r }, niin yhtälössä (3) j C(i 1,...,i r,t) f j = 0, (5) sillä kun f = c, tulossa v i1 v i2 v ik voi olla korkeintaan r tekijää. Koska C(i 1,..., i r, t) voidaan kirjoittaa pistevieraiden joukkojen C(i 1,..., i r ) ja C(i 1,..., i r ) + 2 t 1 unionina, niin yhtälöiden (4) ja (5) nojalla a s = f j, j C(i 1,...,i r )+2 t 1 kun t / {i 1,..., i r }. Tämä ylestyy induktiolla seuraavaan muotoon. Topi Törmä Matemaattisten tieteiden laitos 15 / 17

Lause 3.5.6. Jos a s on yhtälössä (2) r:n vektorin v i tulon kerroin, niin on olemassa sellainen joukon {0,..., n 1} jako 2 r alkion osajoukoiksi C 1,..., C 2 m r, että jokaisella v {1,..., 2 m r } pätee a s = j C v f j. Topi Törmä Matemaattisten tieteiden laitos 16 / 17

Lause 3.5.6. Jos a s on yhtälössä (2) r:n vektorin v i tulon kerroin, niin on olemassa sellainen joukon {0,..., n 1} jako 2 r alkion osajoukoiksi C 1,..., C 2 m r, että jokaisella v {1,..., 2 m r } pätee a s = j C v f j. Huomautus: Joukon {0, 1,..., n 1} jako joukoiksi C 1,..., C 2 m r saadaan määräämällä joukot C(i 1,..., i r ) + z, missä z käy läpi kaikki potenssit 2 t 1 ja niiden eri summat. Koska lukuja t / {i 1,..., i r } on m r kappaletta, niin lukuja z on ( ( ) m r m r 0 ) + 1 ) +... + kappaletta. Lauseen 3.5.6 nojalla j C v f j = kaikilla v, w {1, 2,..., 2 m r }. j C w f j ( m r m r = 2 m r Topi Törmä Matemaattisten tieteiden laitos 16 / 17

Olkoon saatu sana x = (x 0,..., x n 1 ). Jos vektorissa x on vähemmän kuin 2 m r 1 virhettä, niin suurin osa Lauseen 3.5.6 yhtälöistä a s = j C v x j, v = 1,..., 2 m r, on voimassa ja siten a s saadaan enemmistöratkaisulla oikein määrätyksi. Kun kaikki r:n vektorin v i tuloa vastaavat kertoimet a s on löydetty, päästään nämä termit vähentämällä R(r 1, m)-koodiin, johon voidaan toistaa sama menettely. Jatkamalla menettelyä saadaan kaikki enintään (2 m r 1 1)-painoiset virheet korjatuiksi dekoodauksessa. Topi Törmä Matemaattisten tieteiden laitos 17 / 17