Comment trouver la quantité d’information ou d’entropie d’une Distribution?

La quantité d’information ou d’entropie d’une Distribution est le reflet de la redondance de cette Distribution. L’information et l’entropie de Shannon peuvent être calculés en utilisant des méthodes statiques de la classe DistributionTools.

L’information de Shannon est retournée en valeur de type double et est le reflet du contenu total en information. L’entropie est retournée en objet de type HashMap, entre chacun des Symbol et son entropie correspondant. Le programme suivant calcule les deux paramètres pour une Distribution très biaisée.

```java import java.util.*; import org.biojava.bio.dist.*; import org.biojava.bio.seq.*; import org.biojava.bio.symbol.*;

public class Entropy {

 public static void main(String[] args) {
   
   Distribution dist = null;

   try {
     //créer une Distribution biaisée
     dist =
         DistributionFactory.DEFAULT.createDistribution(DNATools.getDNA());
     //ajuster la valeur de à 0.97
     dist.setWeight(DNATools.a(), 0.97);
     //ajuster les autres valeurs à 0.01
     dist.setWeight(DNATools.c(), 0.01);
     dist.setWeight(DNATools.g(), 0.01);
     dist.setWeight(DNATools.t(), 0.01);
   }
   catch (Exception ex) {
     ex.printStackTrace();
     System.exit(-1);
   }
   
   //calculer le contenu en information
   double info = DistributionTools.bitsOfInformation(dist);
   
   System.out.println("information = "+info+" bits");
   System.out.print("\n");
   
   //calculer l'entropie (utilisant le log en base 2, conventionnel)
   HashMap entropy = DistributionTools.shannonEntropy(dist, 2.0);
   
   //imprimer l'entropie pour chacun des résidues
   System.out.println("Symbol\tEntropy");
   
   for (Iterator i = entropy.keySet().iterator(); i.hasNext(); ) {
     Symbol sym = (Symbol)i.next();
     System.out.println(sym.getName()+ "\t" +entropy.get(sym));
   }
 }

} ```