Signifoplenan alproksimiĝo al la mezurado informoj: ĉion kion vi bezonas scii

Antaŭ procedanta al la mezurado informo, ni enkonduki la difinon kaj ni komprenas, kion ni traktas.

difinon

Informoj - tiu informo, mesaĝoj, datumoj ĉiaspeca, formoj, sendepende de ilia enhavo. Eĉ kompleta sensencaĵo, skribita sur peco de papero povas esti konsiderata kiel informoj. Tamen, ĉi tiu difino de la rusa federacia juro.

La jenaj valoroj povas esti izolita de la internaciajn normojn:

• scio de objektoj, faktoj, ideoj, valoroj, opinioj interŝanĝis inter homoj en aparta kunteksto;
• scio de faktoj, eventoj, valoroj, aferoj, konceptoj, ke en la specifa kunteksto havas apartan signifon.

Datumoj - Estas materiigis formo de prezento, kvankam en iuj tekstoj, ĉi tiuj du konceptoj povas esti uzata interŝanĝeble.

mezurado Metodoj

La koncepto de informoj estas difinita malsame. Ĝi estas mezurita en malsamaj manieroj. La jenaj ĉefaj aliroj al la mezurado informoj:

1. Alfabetización.
2. Probableca aliron.
3. Signifoplenan alproksimiĝo al la mezurado informon.

Ĉiuj ili respondas al malsamaj difinoj kaj havas diversajn aŭtorojn kies opinioj diferencis pri la datumoj. Probableca alproksimiĝo estis establita AN Kolmogorov kaj ne konsideris la temo de transporto de datumoj, tio estas, ĝi mezuras la kvanton de ŝia negrave kiom grava estas por la sendo kaj ricevo de ŝia temo. Signifoplenan alproksimiĝo al la mezuron de la informo kreita de Shannon, enkalkulas pli ŝanĝiĝemaj kaj estas speco de takso de la graveco de ĉi tiuj datumoj por la gastiganto. Sed ni rigardu ĉion en ordo.

probableca alproksimiĝo

Kiel menciis, la aliroj al la mezurado de la kvanto de informo estas tre malsamaj. Tiu aliro estis evoluigita fare de Shannon en 1948. Ĝi kuŝas en tio, ke la kvanto de informo dependas de la kvanto de okazaĵoj kaj iliaj probablo. Kalkuli la kvanton de informoj akiris en ĉi tiu alproksimiĝo povas esti de la sekva formulo, en kiu mi - estas la postulata nombro, N - la nombro de eventoj kaj p _i - estas la probablo de ĉiu okazaĵo.

alfabeto

Tute memstara metodo por kalkuli la kvanton de informoj. Ĝi ne konsideras, ke ĝi estis skribita en la mesaĝo, kaj ĝi ne asocias kun la nombro de skribita enhavo. Kalkuli la kvanton de informo ni bezonas scii la potenco de la alfabeto kaj la kvanto de teksto. Fakte, potenco ne estas limigita al la alfabeto. Tamen, komputiloj abonas sufiĉan potencon alfabeto de 256 karakteroj. Do ni povas kalkuli la nombron de informo portas kun ĝi simbolo de la presita teksto sur la komputilo. Pro 256 = 2 ^8, unu simbolo estas 8 bitoj de datumoj.

Bito 1 - ĉi tiu estas la minimuma, la nombro de nedividebla informon. Laŭ Shannon, estas la kvanto de datumoj kiuj reduktas la necertecon de scio duobligis.

8 bitoj = 1 bajto.

1024 bajtoj = 1 kilobajto.

1 kilobajto = 1024 Mb.

pensis

Ĝi kiel povas vidi, la aliroj al la mezurado de la informo estas tre malsamaj. Ekzistas alia maniero por mezuri lia kvanto. Ĝi permesas taksi ne nur la kvanto sed ankaŭ la kvaliton. Signifoplenan alproksimiĝo al la mezuron de la informo permesas konsideri la utilecon de la datumoj. Ankaŭ, tiu aliro signifas ke la kvanto de datumoj eniris en la mesaĝo, difinita per la kvanto de novaj konoj kiuj ricevos popolo.

Se esprimitaj en matematikaj formuloj, la kvanto de datumoj egali al 1bitu devus redukti la necertecon de homa scio en 2 fojojn. Tiel, ni uzas la sekvan formulon por determini la kvanton de informoj:

X = ŝtipo ₂ N, en kiu X - la nombro de la datumoj, kaj N - la nombro de same probablaj rezultoj. Ekzemple, solvi la enigmon.

Supozu ke ni havas tri tranĉrando piramido kun kvar flankoj. Kiam vi ĵeti ĝin estas ŝanco ke ĝi falos sur unu el la kvar flankoj. Tiel, N = 4 (kelkaj _equiprobable_ rezultoj). Kiel vi scias, la ŝanco ke nia celo falos sur unu el la vizaĝoj, kaj tiel estos malpli ol se vi flip monero kaj atendas ĝin leviĝi rando.

Decido. X = ŝtipo ₂ N = ensaluti ₂ 4 = 2.

Kiel vi povas vidi, la rezulto de 2. Sed kio estas tiu figuro? Kiel menciis, la minimuma nedividebla unuo de mezuro - iom. Rezulte, post la falo ni akiris 2 bitoj de informoj.

Alproksimiĝoj al datumoj mezurado estas uzata por komputi logaritmojn. vi povas uzi kalkulilon aŭ specialan tablon de logaritmoj simpligi tiuj operacioj.

praktiko

Kie vi povas trovi utilaj la scio akiris en ĉi tiu artikolo, speciale la datumoj pri signifoplena alproksimiĝo al la mezuron de la informo? Sen dubo, la ekzameno sur komputilo. Konsideron de la temo faciligante navigi en komputila teknologio, precipe en la grandeco de la internaj kaj eksteraj memoro. Fakte, ĉi tiu scio estas de praktika valoro ne havas, krom ke en la scienco. Neniu dunganto ne devigos vin kalkuli la kvanton de informoj presita sur la dokumento, aŭ skribi programon. Ĉu tio estas en programado, kie vi bezonos specifi la kvanton da memoro asignita al variablo.