相信许多留学生对数学代考都不陌生，国外许多大学都引进了网课的学习模式。网课学业有利有弊，学生不需要到固定的教室学习，只需要登录相应的网站研讨线上课程即可。但也正是其便利性，线上课程的数量往往比正常课程多得多。留学生课业深重，时刻名贵，既要学习知识，又要结束多种类型的课堂作业，physics作业代写，物理代写，论文写作等；网课考试很大程度增加了他们的负担。所以，您要是有这方面的困扰，不要犹疑，订购myassignments-help代考渠道的数学代考服务，价格合理，给你前所未有的学习体会。
我们的数学代考服务适用于那些对课程结束没有掌握，或许没有满足的时刻结束网课的同学。高度匹配专业科目，按需结束您的网课考试、数学代写需求。担保买卖支持，100%退款保证，免费赠送Turnitin检测报告。myassignments-help的Math作业代写服务，是你留学路上忠实可靠的小帮手！
计算机代写|编码理论代写Coding theory代考|Shannon’s Theorem
Shannon’s Channel Coding Theorem [1661] guarantees that good codes exist making reliable communication possible. We will discuss this theorem in the context of binary linear codes for which maximum likelihood decoding over a BSC is used. Note however that the theorem can be stated in a more general setting.
Assume thát thẽ communication channeel is a BSC with crossover probabbility @ and that syndrome decoding is used as the implementation of ML decoding to decode an $[n, k, d]2$ code $\mathcal{C}$. The word error rate $P{\text {err }}$ for this channel and decoding scheme is the probability that the decoder makes an error, averaged over all codewords of $\mathcal{C}$; for simplicity assume that each codeword of $\mathcal{C}$ is equally likely to be sent. A decoder error occurs when $\widetilde{\mathbf{c}}=$ syndrome decoder makes a correct decision if $\mathbf{y}-\mathbf{c}$ is a coset leader. The probability that the decoder makes a correct decision is
$$
\varrho^{w t_H(\mathbf{y}-\mathbf{c})}(1-\varrho)^{n-w t_H(\mathbf{y}-\mathbf{c})}
$$
by (1.5). Therefore the probability that the syndrome decoder makes a correct decision averaged over all equally likely transmitted codewords is $\sum_{i=0}^n \alpha_i \varrho^i(1-\varrho)^{n-i}$ where $\alpha_i$ is the number of coset leaders of weight $i$. Thus
$$
\mathrm{P}{\mathrm{err}}=1-\sum{i=0}^n \alpha_i \varrho^i(1-\varrho)^{n-i} .
$$
Example 1.18.1 Suppose binary messages of length $k$ are sent unencoded over a BSC with crossover probability $\varrho$. This in effect is the same as transmitting codewords from the $[k, k, 1]2$ code $\mathcal{C}=\mathbb{F}_2^k$. This code has a unique coset, the code itself, and its leader is the zero codeword of weight 0 . Hence $\alpha_0=1$ and $\alpha_i=0$ for $i>0$. Therefore (1.6) shows that the probability of decoder error is $$ \mathrm{P}{\mathrm{err}}=1-\varrho^0(1-\varrho)^k=1-(1-\varrho)^k .
$$
This is precisely what we expect as the probability of no decoding error is the probability $(1-\varrho)^k$ that the $k$ bits are received without error. For instance if $\varrho=0.01$ and $k=4$, Perr without coding the length 4 messages is $0.03940399$.
计算机代写|编码理论代写Coding theory代考|Notation and Introduction
A brief introduction to cyclic codes over finite fields was given in Section $1.12$. The objective of this chapter is to introduce several important families of cyclic codes over finite fields. We will follow the notation of Chapter 1 as closely as possible.
By an $[n, \kappa, d]_q$ code, we mean a linear code over $\mathbb{F}_q$ with length $n$, dimension $\kappa$ and minimum distance $d$. Notice that the minimum distance of a linear code is equal to the minimum nonzern weight of the code. By the parameters of a linear code, we mean its length, dimension and minimum distance. An $[n, \kappa, d]_q$ code is said to be distance-optimal (respectively dimension-optimal) if there is no $[n, \kappa, d+1]_q$ (respectively $[n, \kappa+1, d]_q$ ) code. By the best known parameters of $[n, \kappa]$ linear codes over $\mathbb{F}_q$ we mean an $[n, \kappa, d]_q$ code with the largest known $d$ reported in the tables of linear codes maintained at [845].
In this chapter, we deal with cyclic codes of length $n$ over $\mathbb{F}q$ and always assume that $\operatorname{gcd}(n, q)=1$. Under this assumption, $x^n-1$ has no repeated factors over $\mathbb{F}_q$. Denote by $C_i$ the $q$-cyclotomic coset modulo $n$ that contains $i$ for $0 \leq i \leq n-1$. Put $m=\operatorname{ord}_n(q)$, and let $\gamma$ be a generator of $\mathbb{F}{q^m}^*:=\mathbb{F}{q^m} \backslash{0}$. Define $\alpha=\gamma^{\left(q^m-1\right) / n}$. Then $\alpha$ is a primitive $n^{\text {th }}$ root of unity. The canonical factorization of $x^n-1$ over $\mathbb{F}_q$ is given by $$ x^n-1=M{\alpha^{i_0}}(x) M_{\alpha^{i_1}}(x) \cdots M_{\alpha^{i_t}}(x),
$$
where $i_0, i_1, \ldots, i_t$ are representatives of the $q$-cyclotomic cosets modulo $n$, and
$$
M_{\alpha^{i_j}}(x)=\prod_{h \in C_{i_j}}\left(x-\alpha^h\right),
$$
which is the minimal polynomial of $\alpha^{i_j}$ over $\mathbb{F}q$ and is irreducible over $\mathbb{F}_q$. Throughout this chapter, we define $\mathcal{R}{(n, q)}=\mathbb{F}q[x] /\left\langle x^n-1\right\rangle$ and use $\operatorname{Tr}{q^m / q}$ to denote the trace function from $\mathbb{F}{q^m}$ to $\mathbb{F}_q$ defined by $\operatorname{Tr}{q^m / q}(x)=\sum_{j=0}^{m-1} x^{q^j}$. The ring of integers modulo $n$ is denoted by $\mathbb{Z}_n={0,1, \ldots, n-1}$.
Cyclic codes form an important subclass of linear codes over finite fields. Their algebraic structure is richer. Because of their cyclic structure, they are closely related to number theory. In addition, they have efficient encoding and decoding algorithms and are the most studied linear codes. In fact, most of the important families of linear codes are either cyclic codes or extended cyclic codes.
编码理论代考
计算机代写|编码理论代写Coding theory代考|Shannon’s Theorem
Shannon 的信道编码定理 [1661] 保证存在良好的代码，从而使可靠的通信成为可能。我们将在使用 BSC 上的最大似然解码的二进制线性码的上下文中讨论这个定理。但是请注意，该定理可以在更一般的设置中 陈述。
假设通信通道是一个具有交叉概率@的 BSC，并且使用综合症解码作为 ML 解码的实现来解码一个 $[n, k, d] 2$ 代码 $\mathcal{C}$. 单词错误率 $P$ err 对于这个信道和解码方案，解码器出错的概率是所有码字的平均值 $\mathcal{C}$; 为 简单起见，假设每个码字 $\mathcal{C}$ 发送的可能性相同。发生解码器错误时 $\tilde{\mathbf{c}}=$ 综合症解码器做出正确的决定，如果 $\mathbf{y}-\mathbf{c}$ 是陪护领队。解码器做出正确决定的概率是
$$
\varrho^{w t_H(\mathbf{y}-\mathbf{c})}(1-\varrho)^{n-w t_H(\mathbf{y}-\mathbf{c})}
$$
由 (1.5)。因此，校正子解码器对所有同样可能的传输码字平均做出正确决定的概率为 $\sum_{i=0}^n \alpha_i \varrho^i(1-\varrho)^{n-i}$ 在哪里 $\alpha_i$ 是权重的陪集首领的数量 $i$. 因此
$$
\text { Perr }=1-\sum i=0^n \alpha_i \varrho^i(1-\varrho)^{n-i} .
$$
示例 1.18.1 假设二进制消息的长度 $k$ 通过具有交叉概率的 BSC 末编码发送 $\varrho$. 这实际上与从 $[k, k, 1] 2$ 代码 $\mathcal{C}=\mathbb{F}_2^k$. 这个代码有一个唯一的陪集，代码本身，它的前导是权重为 0 的零代码字。因此 $\alpha_0=1$ 和 $\alpha_i=0$ 为了 $i>0$. 因此 $(1.6)$ 表明解码器错误的概率是
$$
\text { Perr }=1-\varrho^0(1-\varrho)^k=1-(1-\varrho)^k .
$$
这正是我们所期望的，因为没有解码错误的概率就是概率 $(1-\varrho)^k$ 那个 $k$ 位被正确接收。例如，如果 $\varrho=0.01$ 和 $k=4$ ，Perr 不编码长度为 4 的消息是 $0.03940399$.
计算机代写|编码理论代写Coding theory代考|Notation and Introduction
第 1 节简要介绍了有限域上的循环码。1.12. 本章的目的是介绍有限域上几个重要的循坏码族。我们将尽 可能地連循第 1 章的符号。
由一个 $[n, \kappa, d]q$ 代码，我们的意思是线性代码 $\mathbb{F}_q$ 有长度 $n$ ，方面 $\kappa$ 和最小距离 $d$. 请注意，线性代码的最小 距离等于代码的最小 nonzern 权重。线性码的参数是指它的长度、尺寸和最小距离。一个 $[n, \kappa, d]_q$ 如果没 有，则称代码是距离最优的 (分别是维度最优的) $[n, \kappa, d+1]_q$ (分别 $[n, \kappa+1, d]_q$ ) 代码。通过最知 名的参数 $[n, \kappa]$ 线性码超过 $\mathbb{F}_q$ 我们的意思是 $[n, \kappa, d]_q$ 已知最大的代码 $d$ 在 $[845]$ 维护的线性代码表中报告。 在本章中，我们处理长度为的循环码 $n$ 超过 $\mathbb{F} q$ 并且总是假设 $\operatorname{gcd}(n, q)=1$. 在这个假设下， $x^n-1$ 没有重 筫的因傃 $\mathbb{F}_q$. 表示为 $C_i$ 这 $q$-分圆陪集模 $n$ 包含 $i$ 为了 $0 \leq i \leq n-1$. 放 $m=\operatorname{ord}_n(q)$ ，然后让 $\gamma$ 成为 $\mathbb{F} q^{m *}:=\mathbb{F} q^m \backslash 0$. 定义 $\alpha=\gamma^{\left(q^m-1\right) / n}$. 然后 $\alpha$ 是原始的 $n^{\text {th }}$ 团结的根。的规范分解 $x^n-1$ 超过 $\mathbb{F} q$ 是（谁) 给的 $$ x^n-1=M \alpha^{i_0}(x) M{\alpha^{i_1}}(x) \cdots M_{\alpha^{i_t}}(x),
$$
在哪里 $i_0, i_1, \ldots, i_t$ 是代表 $q$-分圆陪集模 $n$ ，和
$$
M_{\alpha^{i_j}}(x)=\prod_{h \in C_{i_j}}\left(x-\alpha^h\right),
$$
这是的最小多项式 $\alpha^{i_j}$ 超过 $\mathbb{F} q$ 并且不可约 $\mathbb{F}q$. 在本章中，我们定义 $\mathcal{R}(n, q)=\mathbb{F} q[x] /\left\langle x^n-1\right\rangle$ 并使用 $\operatorname{Tr} q^m / q$ 表示跟踪函数 $\mathbb{F} q^m$ 至 $\mathbb{F} q^{\text {被定义为 } \operatorname{Tr}} q^m / q(x)=\sum{j=0}^{m-1} x^{q^j}$. 整数环模 $n$ 表示为 $\mathbb{Z}_n=0,1, \ldots, n-1$
循环码是有限域上线性码的一个重要子类。它们的代数结构更丰富。由于它们的循环结构，它们与数论密 切相关。此外，它们具有高效的编码和解码算法，是研究最多的线性码。事实上，大多数重要的线性码族 要么是循环码，要么是扩展循环码。
myassignments-help数学代考价格说明
1、客户需提供物理代考的网址，相关账户，以及课程名称，Textbook等相关资料~客服会根据作业数量和持续时间给您定价~使收费透明，让您清楚的知道您的钱花在什么地方。
2、数学代写一般每篇报价约为600—1000rmb，费用根据持续时间、周作业量、成绩要求有所浮动(持续时间越长约便宜、周作业量越多约贵、成绩要求越高越贵)，报价后价格觉得合适，可以先付一周的款，我们帮你试做，满意后再继续，遇到Fail全额退款。
3、myassignments-help公司所有MATH作业代写服务支持付半款，全款，周付款，周付款一方面方便大家查阅自己的分数，一方面也方便大家资金周转，注意:每周固定周一时先预付下周的定金，不付定金不予继续做。物理代写一次性付清打9.5折。
Math作业代写、数学代写常见问题
留学生代写覆盖学科？
代写学科覆盖Math数学,经济代写，金融,计算机,生物信息，统计Statistics,Financial Engineering，Mathematical Finance，Quantitative Finance，Management Information Systems,Business Analytics,Data Science等。代写编程语言包括Python代写、Physics作业代写、物理代写、R语言代写、R代写、Matlab代写、C++代做、Java代做等。
数学作业代写会暴露客户的私密信息吗？
我们myassignments-help为了客户的信息泄露，采用的软件都是专业的防追踪的软件，保证安全隐私，绝对保密。您在我们平台订购的任何网课服务以及相关收费标准，都是公开透明，不存在任何针对性收费及差异化服务，我们随时欢迎选购的留学生朋友监督我们的服务，提出Math作业代写、数学代写修改建议。我们保障每一位客户的隐私安全。
留学生代写提供什么服务？
我们提供英语国家如美国、加拿大、英国、澳洲、新西兰、新加坡等华人留学生论文作业代写、物理代写、essay润色精修、课业辅导及网课代修代写、Quiz，Exam协助、期刊论文发表等学术服务，myassignments-help拥有的专业Math作业代写写手皆是精英学识修为精湛；实战经验丰富的学哥学姐！为你解决一切学术烦恼！
物理代考靠谱吗？
靠谱的数学代考听起来简单，但实际上不好甄别。我们能做到的靠谱，是把客户的网课当成自己的网课；把客户的作业当成自己的作业；并将这样的理念传达到全职写手和freelancer的日常培养中，坚决辞退糊弄、不守时、抄袭的写手！这就是我们要做的靠谱！
数学代考下单流程
提早与客服交流，处理你心中的顾虑。操作下单，上传你的数学代考/论文代写要求。专家结束论文，准时交给，在此过程中可与专家随时交流。后续互动批改
付款操作：我们数学代考服务正常多种支付方法，包含paypal，visa，mastercard，支付宝，union pay。下单后与专家直接互动。
售后服务：论文结束后保证完美经过turnitin查看，在线客服全天候在线为您服务。如果你觉得有需求批改的当地能够免费批改，直至您对论文满意为止。如果上交给教师后有需求批改的当地，只需求告诉您的批改要求或教师的comments，专家会据此批改。
保密服务：不需求提供真实的数学代考名字和电话号码，请提供其他牢靠的联系方法。我们有自己的工作准则，不会泄露您的个人信息。
myassignments-help擅长领域包含但不是全部:
myassignments-help服务请添加我们官网的客服或者微信/QQ，我们的服务覆盖：Assignment代写、Business商科代写、CS代考、Economics经济学代写、Essay代写、Finance金融代写、Math数学代写、report代写、R语言代考、Statistics统计学代写、物理代考、作业代写、加拿大代考、加拿大统计代写、北美代写、北美作业代写、北美统计代考、商科Essay代写、商科代考、数学代考、数学代写、数学作业代写、physics作业代写、物理代写、数据分析代写、新西兰代写、澳洲Essay代写、澳洲代写、澳洲作业代写、澳洲统计代写、澳洲金融代写、留学生课业指导、经济代写、统计代写、统计作业代写、美国Essay代写、美国代考、美国数学代写、美国统计代写、英国Essay代写、英国代考、英国作业代写、英国数学代写、英国统计代写、英国金融代写、论文代写、金融代考、金融作业代写。