Pregledane su osnove računarstva i opisan savremeni hardver. PC. Formulisani su pristupi definisanju osnovnih pojmova u oblasti računarstva i razotkriven njihov sadržaj. Data je klasifikacija savremenog hardvera personalnih računara i date su njihove glavne karakteristike. Sve glavne odredbe su ilustrovane primjerima u kojima se pri rješavanju specifične zadatke koristi se odgovarajući softver.
knjiga:
Odjeljci na ovoj stranici:
Kao što je već napomenuto, koncept informacije se može razmatrati pod različitim ograničenjima nametnutim njegovim svojstvima, odnosno na različitim nivoima razmatranja. Postoje uglavnom tri nivoa – sintaktički, semantički i pragmatički. Shodno tome, na svakom od njih se koriste različite procjene za određivanje količine informacija.
On sintaksičkom nivou Za procjenu količine informacija koriste se probabilističke metode koje uzimaju u obzir samo vjerovatnoća svojstva informacija i ne uzimaju u obzir druge (semantički sadržaj, korisnost, relevantnost itd.). Razvijena sredinom 20. vijeka. matematičke, a posebno probabilističke metode omogućile su formulisanje pristupa procjeni količine informacija kao mjere smanjenja nesigurnosti znanja. Ovaj pristup, koji se još naziva i probabilistički, postulira princip: ako neka poruka dovodi do smanjenja nesigurnosti našeg znanja, onda možemo reći da takva poruka sadrži informaciju. U ovom slučaju, poruke sadrže informacije o svim događajima koji se mogu dogoditi s različitim vjerovatnoćama. Formulu za određivanje količine informacija za događaje sa različitim vjerovatnoćama i primljenih iz diskretnog izvora informacija predložio je američki naučnik K. Shannon 1948. godine. Prema ovoj formuli, količina informacija se može odrediti na sljedeći način:
Gdje ja – količina informacija; N – broj mogućih događaja (poruka); p i – vjerovatnoća pojedinačnih događaja (poruka); ? – matematički znak zbira brojeva.
Količina informacija određena formulom (1.1) uzima samo pozitivnu vrijednost. Pošto je vjerovatnoća pojedinačnih događaja manja od jedan, onda je, shodno tome, izraz log^,– negativna vrijednost i da bi se dobila pozitivna vrijednost za količinu informacija u formuli (1.1), ispred zbroja je znak minus sign.
Ako je vjerovatnoća nastanka pojedinačnih događaja ista i oni se formiraju puna grupa događaji, tj.
tada se formula (1.1) transformira u formulu R. Hartleya:
U formulama (1.1) i (1.2), odnos između količine informacija i, shodno tome, vjerovatnoće, odnosno broja pojedinačnih događaja, izražava se pomoću logaritma. Upotreba logaritama u formulama (1.1) i (1.2) može se objasniti na sljedeći način. Radi jednostavnosti zaključivanja koristićemo relaciju (1.2). Argumentu ćemo dodijeliti sekvencijalno N vrijednosti odabrane, na primjer, iz niza brojeva: 1, 2, 4, 8, 16, 32, 64, itd. N dogodili su se jednako vjerovatni događaji, za svaki broj u nizu potrebno je sekvencijalno izvršiti selekciju od dva moguća događaja. Da, kada N= 1 broj operacija će biti jednak 0 (vjerovatnoća događaja je jednaka 1), sa N= 2, broj operacija će biti jednak 1, kada N= 4 broj operacija će biti jednak 2, kada N= 8, broj operacija će biti jednak 3, itd. Tako dobijamo sljedeću seriju brojeva: 0, 1, 2, 3, 4, 5, 6, itd., koji se mogu smatrati odgovarajućim vrijednostima funkcije I u odnosu (1.2). Niz brojevnih vrijednosti koje uzima argument N, je niz poznat u matematici kao niz brojeva koji formiraju geometrijsku progresiju, i niz brojevnih vrijednosti koje funkcija zauzima I, biće niz koji formira aritmetičku progresiju. Dakle, logaritam u formulama (1.1) i (1.2) uspostavlja odnos između niza koji predstavlja geometrijsku i aritmetičku progresiju, što je prilično dobro poznato u matematici.
Za kvantificiranje (vrednovanje) bilo koje fizičke veličine potrebno je odrediti mjernu jedinicu, koja se u teoriji mjerenja naziva mjera. Kao što je već napomenuto, informacije moraju biti kodirane prije obrade, prijenosa i skladištenja. Kodiranje se vrši pomoću posebnih abeceda (sistema znakova). U računarskoj nauci, koja proučava procese prijema, obrade, prenosa i skladištenja informacija pomoću računarskih (računarskih) sistema, uglavnom se koristi binarno kodiranje koje koristi sistem znakova koji se sastoji od dva simbola 0 i 1. Iz tog razloga, u formulama ( 1.1) i (1.2) kao osnova logaritma koristi se broj 2.
Na osnovu probabilističkog pristupa određivanju količine informacija, ova dva simbola binarnog sistema znakova mogu se posmatrati kao dva različita moguća događaja, pa se jedinicom količine informacija uzima količina informacije koja sadrži poruku koja smanjuje nesigurnost znanja upola (prije prijema događaja njihova vjerovatnoća je 0 ,5, nakon prijema – 1, nesigurnost se shodno tome smanjuje: 1/0,5 = 2, tj. 2 puta). Ova jedinica mjerenja informacija naziva se bit (od engleske riječi binarna cifra - binarna cifra). Dakle, kao mjera za procjenu količine informacija na sintaksičkom nivou, dat binarno kodiranje, jedan bit primljen.
Sledeća najveća jedinica mere količine informacija je bajt, koji je niz sastavljen od osam bitova, tj.
1 bajt = 2 3 bita = 8 bita.
U računarskoj nauci, mjerne jedinice količine informacija koje su višestruke od bajta također se široko koriste, ali za razliku od metričkog sistema mjera, gdje se koeficijent 10n koristi kao množitelj više jedinica, gdje se n = 3, 6, 9 itd., u više jedinica mjerenja količine informacija koristi se koeficijent 2n . Ovaj izbor se objašnjava činjenicom da računar uglavnom radi sa brojevima ne u decimalnim, već u incima binarni sistem Računanje.
Jedinice za mjerenje količine informacija koje su višestruke od bajta unose se na sljedeći način:
1 kilobajt (KB) = 2 10 bajtova = 1024 bajtova,
1 megabajt (MB) = 2 10 KB = 1024 KB,
1 gigabajt (GB) = 2 10 MB = 1024 MB,
1 terabajt (TB) = 2 10 GB = 1024 GB,
1 petabajt (PB) = 2 10 TB = 1024 TB,
1 eksabajt (ebajt) = 2 10 PB = 1024 PB.
Jedinice mjerenja količine informacija, čiji nazivi sadrže prefikse "kilo", "mega" itd., sa stanovišta teorije mjerenja nisu tačne, jer se ovi prefiksi koriste u metrički sistem mjere, u kojima se koeficijent 10n koristi kao množitelji više jedinica, gdje n = 3, 6, 9 itd. Da bi se otklonila ova netačnost, međunarodna organizacija Međunarodna elektrotehnička komisija, bavi se kreiranjem standarda za industriju elektronske tehnologije, odobrio je niz novih prefiksa za mjerne jedinice količine informacija: kibi (kibi), namještaj (mebi), gibi (gibi), ti (tebi), petit (peti), exbi (exbi). Međutim, i dalje se koriste stare oznake za jedinice mjerenja količine informacija, a trebat će vremena da novi nazivi postanu široko korišteni.
Vjerovatni pristup se također koristi u određivanju količine informacija predstavljenih korištenjem znakovnih sistema. Ako posmatramo znakove abecede kao skup moguće poruke N, količina informacija koju nosi jedan znak abecede može se odrediti formulom (1.1). Ako se svaki znak abecede pojavljuje podjednako vjerovatno u tekstu poruke, formula (1.2) se može koristiti za određivanje količine informacija.
Količina informacija koju nosi jedan znak abecede, veći je broj znakova uključenih u ovu abecedu. Broj znakova uključenih u abecedu naziva se snaga abecede. Količina informacija (volumen informacija) sadržana u poruci kodiranoj pomoću znakovnog sistema i koja sadrži određeni broj znakova (simbola) određuje se pomoću formule:
Gdje V – informativni volumen poruke; / = log 2 N, količina informacija jednog simbola (znaka); DO - broj znakova (znakova) u poruci; N – snaga abecede (broj znakova u abecedi).
Objasnimo gore navedeno u paragrafu 1.2 na primjerima.
Primjer 1.1
Odredimo koliko se informacija može dobiti nakon implementacije jednog od šest događaja. Vjerovatnoća prvog događaja je 0,15; drugi – 0,25; treći – 0,2; četvrti – 0,12; peti – 0,12; šesti – 0,1, tj. P 1 = 0,15; P 2 = 0,25; R 3 = 0,2; P 4 = 0,18; P 5 = 0,12; P 6 = 0,1.
Rješenje.
Da bismo odredili količinu informacija, primjenjujemo formulu (1.1)
Da bismo izračunali ovaj izraz koji sadrži logaritme, prvo ćemo koristiti kompjuterski kalkulator, a zatim stolni procesor Microsoft (MS) Excel, uključeno u integrisani softverski paket MS Office XP.
Za izračunavanje koristeći kompjuterski kalkulator Uradimo sljedeće:
Korištenje naredbe: [Dugme Počni– Programi – Standardno – Kalkulator], pokrenite program Kalkulator. Nakon pokretanja programa, izvršite naredbu: [View – Engineering] (Sl. 1.3).
Rice. 1.3. Inženjerski kalkulator
Dugme log Kalkulator izračunava decimalni (osnovni 10) logaritam prikazanog broja. Budući da je u našem slučaju potrebno izračunati logaritme u bazi 2, a ovaj kalkulator to ne dozvoljava, moramo koristiti dobro poznatu formulu:
logbN = M log a N,
U našem slučaju, odnos će poprimiti oblik: log 2 N = M log 10 N,
tj. log 2 N = 3,322 · log 10 N, a izraz za izračunavanje količine informacija imat će oblik:
Kada računate na kalkulatoru, koristite sljedeće tipke: +/- (promijenite predznak prikazanog broja), ()(otvaraju i zatvaraju zagrade), log(logaritam broja prema bazi 10) itd. Rezultat proračuna je prikazan na sl. 1.3. Dakle, količina informacija I = 2,52 bita.
Hajde da sada koristimo tablični procesor MS Excel. Za pokretanje programa Excel izvršite naredbu: [Dugme Počni- Programi - MS Office XP – Microsoft Excel]. U ćelijama A1, B1, C1, D1, E1, F1 prozora koji se otvara Excel Zapišimo slovne oznake vjerovatnoća P 1, P 2, P 3, P 4, P 5, P 6 a u ćeliji G1 – količina informacija I, što treba utvrditi. Za pisanje indeksa za vjerovatnoće R 1? P 6 u ćelijama A1, B1, C1, D1, E1, F1 izvršite sljedeću naredbu: [Format – Ćelije – Font – Izmjena (označite polje pored subscript)]. U ćelije A2, B2, C2, D2, E2, F2 upisujemo odgovarajuće vrijednosti vjerovatnoće.
Nakon što upišete vrijednosti u ćelije, morate postaviti format broja u njima. Da biste to učinili, morate pokrenuti sljedeću naredbu: [Format – Ćelije – Broj – Numerički (postavite broj decimalnih mjesta na dva)]. Postavite isto u ćeliju G2 format broja. U ćeliju G2 upisujemo izraz = – (A2*LOG(A2;2) + B2*LOG(B2;2) + C2*LOG(C2;2) + D2*LOG(D2;2) + E2*LOG( E2; 2) + F2*LOG(F2;2)). Nakon pritiska na taster na tastaturi računara
Rice. 1.4. Rezultat izračunavanja količine informacija
Primjer 1.2
Odredimo koliko bajtova i bitova informacija sadrži poruka ako je njen volumen 0,25 KB.
Rješenje.
Pomoću kalkulatora određujemo broj bajtova i bitova informacija sadržanih u ovoj poruci:
I = 0,25 KB · 1024 bajtova/1 KB = 256 bajtova;
I = 256 bajtova · 8 bita/1 bajt = 2048 bita.
Primjer 1.3
Odredimo snagu abecede kojom se prenosi poruka koja sadrži 4096 znakova, ako je količina informacija poruke 2 KB.
Rješenje.
Koristeći kalkulator, pretvorit ćemo količinu informacija poruke iz kilobajta u bitove:
V=2 KB 1024 bajta/1 KB = 2048 bajtova 8 bita/1 bajt = 16384 bita.
Odredimo broj bitova po znaku (obim informacija od jednog znaka) u abecedi:
I= 16,384 bita/4096 = 4 bita.
Pomoću formule (1.3) određujemo snagu abecede (broj znakova u abecedi):
N = 2 I = 2 4 = 16.
Kao što je već napomenuto, ako uzmemo u obzir samo svojstvo informacije povezano s njegovim semantičkim sadržajem, tada se prilikom definiranja pojma informacije možemo ograničiti na semantičku, ili semantičku, razinu razmatranja ovog koncepta.
On semantičkom nivou informacije se razmatraju prema svom sadržaju, odražavajući stanje pojedinačnog objekta ili sistema u cjelini. Ovo ne uzima u obzir njihovu korisnost za primaoca informacije. On ovom nivou proučavaju se odnosi između znakova, njihova objektivna i semantička značenja (vidi sliku 1.1), što omogućava odabir semantičkih jedinica mjerenja informacija. Budući da se semantički sadržaj informacije prenosi putem poruke, odnosno u obliku skupa znakova (simbola) koji se prenose signalima od izvora informacije do primaoca, postao je pristup baziran na upotrebi mjere tezaurusa. široko rasprostranjen za mjerenje semantičkog sadržaja informacija. U ovom slučaju, tezaurus se shvata kao skup apriornih informacija (informacija) dostupnih primaocu informacija.
Ovaj pristup pretpostavlja da primatelj (primalac) za razumijevanje (razumijevanje) i korištenje primljene informacije mora imati apriornu informaciju (tezaurus), odnosno određenu zalihu znakova ispunjenih značenjem, riječima, pojmovima, nazivima pojava i objekata između kojih se uspostavljaju veze na semantičkom nivou. Dakle, ako prihvatimo znanje o ovaj objekat ili fenomen iza tezaurusa, onda se količina informacija sadržanih u novoj poruci o datom predmetu može procijeniti promjenom u pojedinačnom tezaurusa pod utjecajem ove poruke. Ovisno o odnosu semantičkog sadržaja poruke i korisničkog tezaurusa, broj semantičke informacije, dok priroda takve zavisnosti ne podliježe strogom matematičkom opisu i svodi se na razmatranje tri glavna uvjeta pod kojima se korisnikov tezaurus:
Teži nuli, tj. korisnik ne percipira dolaznu poruku;
Teži beskonačnosti, tj. korisnik zna sve o objektu ili fenomenu u potpunosti i nije zainteresovan za primljenu poruku;
U skladu je sa semantičkim sadržajem poruke, odnosno primljena poruka je razumljiva korisniku i nosi nove informacije.
Prva dva granična slučaja odgovaraju stanju u kojem je količina semantičkih informacija koju prima korisnik minimalna. Treći slučaj se odnosi na primanje maksimalna količina semantičke informacije. Dakle, količina semantičkih informacija koju prima korisnik je relativna vrijednost, jer ista poruka može imati semantički sadržaj za kompetentnog korisnika i biti besmislena za nekompetentnog korisnika.
Stoga postaje teško dobiti objektivnu procjenu količine informacija na semantičkom nivou njenog razmatranja, a za dobijanje takve procjene koriste se različite jedinice mjerenja količine informacija: apsolutne ili relativne. Simboli, detalji, zapisi itd. mogu se koristiti kao apsolutne mjerne jedinice, a koeficijent sadržaja, koji se definira kao odnos semantičke informacije prema njenom volumenu, može se koristiti kao relativan. Na primjer, da bi se na semantičkom nivou odredila količina informacija koje učenici primaju u nastavi, početni rezultat (simbol) može se uzeti kao jedinica mjere, karakterizirajući stupanj asimilacije novih stvari od strane njih. edukativni materijal, na osnovu čega je moguće indirektno utvrditi količinu informacija koje dobija svaki student. Ova količina informacija će biti izražena u smislu odgovarajuće ocjene u okviru prihvaćenog raspona ocjena.
Uz semantički pristup procjeni količine informacija i odabiru mjerne jedinice, bitna je vrsta primljene informacije (poruke). Dakle, ovaj pristup procjeni količine ekonomske informacije omogućava nam da identifikujemo složenu jedinicu ekonomskih informacija, koja se sastoji od skupa drugih jedinica informacija koje su međusobno povezane po značenju. Elementarna komponenta jedinice ekonomske informacije je detalj, tj. set informacija, koji se ne može dalje podijeliti na jedinice informacija na semantičkom nivou. Podjela detalja na simbole dovodi do gubitka njihovog semantičkog sadržaja. Svaki atribut karakterizira ime, vrijednost i tip. U ovom slučaju, naziv rekvizita znači njegov simbol, pod vrijednošću - veličina koja karakterizira svojstva predmeta ili pojave u određenim okolnostima, pod tipom - skup vrijednosti svojstva, ujedinjenih određenim karakteristikama i skupom dopuštenih transformacija.
Detalji se obično dijele na osnovne detalje i detalje o atributima.
Osnovni detalji karakterišu kvantitativnu stranu privrednog objekta, procesa ili pojave koja se može dobiti kao rezultat pojedinačnih operacija - proračuna, mjerenja, brojanja prirodnih jedinica itd. ekonomskih dokumenata to uključuje, na primjer, cijenu proizvoda, njegovu količinu, količinu itd. Osnovni detalji se najčešće izražavaju brojevima nad kojima se mogu izvoditi matematičke operacije.
Atributi atributa odražavaju kvalitativne osobine ekonomskog objekta, procesa ili pojave. Uz pomoć atributa poruke dobijaju individualni karakter. U ekonomskim dokumentima, to uključuje, na primjer, broj dokumenta, ime pošiljaoca, datum kada je dokument sastavljen, vrstu transakcije, itd. Detalji atributa omogućavaju logičku obradu jedinica informacija na semantičkom nivou: pretraživanje, odabir, grupisanje, sortiranje, itd. d.
Zasebna atributna osnova, zajedno sa atributima-atributima koji su joj povezani, čini sljedeću hijerarhijski kompozitnu jedinicu ekonomskih informacija - indikator. Indikator ima naziv, koji uključuje pojmove koji označavaju objekt koji se mjeri: trošak, troškovi, kapacitet, profit itd. Pored toga, indikator sadrži formalnu karakteristiku i dodatne karakteristike. Formalna karakteristika uključuje način njenog dobijanja (zapremina, količina, povećanje, procenat, prosječna vrijednost itd.), a dodatne karakteristike uključuju prostorno-vremensku (gdje se mjerni objekt nalazi, vrijeme na koje se ovaj pokazatelj odnosi) i metrološku (jedinice merenja).
Dakle, koristeći skup detalja i odgovarajućih indikatora, moguće je procijeniti količinu ekonomskih informacija primljenih od objekta koji se proučava (izvor informacija).
Pored pristupa zasnovanog na upotrebi mere tezaurusa, pri određivanju količine informacija na semantičkom nivou koriste se i drugi pristupi. Na primjer, jedan od pristupa koji se odnosi na semantičku procjenu količine informacija je da se kao glavni kriterij za semantičku vrijednost informacija sadržanih u poruci uzima broj linkova na nju u drugim porukama. Količina primljenih informacija utvrđuje se na osnovu statističke obrade linkova u različitim uzorcima.
Sumirajući rečeno, može se tvrditi da je postojao i još uvijek postoji problem formiranja jedinstvenog sistematskog pristupa definiranju informacija na semantičkom nivou. To potvrđuje i činjenica da je svojevremeno, kako bi stvorio strogu naučnu teoriju informacija, K. Shannon bio primoran da odbaci važno svojstvo informacije povezano s njenim semantičkim sadržajem.
Pored navedenih nivoa razmatranja, prilično je u upotrebi koncept informacije pragmatičan nivo. Na ovom nivou informacija se razmatra sa stanovišta njene korisnosti (vrednosti) za potrošača (osobu) informacija za postizanje postavljenog praktičnog cilja. Ovaj pristup određivanju korisnosti informacija zasniva se na izračunavanju povećanja vjerovatnoće postizanja cilja prije i nakon prijema informacije. Količina informacija koja određuje njenu vrijednost (korisnost) nalazi se po formuli:
Gdje P 0 , P 1 – vjerovatnoća postizanja cilja prije i nakon primanja informacija, respektivno.
Kao mjerna jedinica (mjera) količine informacija koja određuje njenu vrijednost može se uzeti 1 bit (sa logaritmskom bazom 2), odnosno, to je količina primljene informacije pri kojoj je omjer vjerovatnoća postizanje cilja je jednako 2.
Razmotrimo tri slučaja kada je količina informacija koja određuje njenu vrijednost nula i kada poprima pozitivnu i negativnu vrijednost.
Količina informacija je nula pri P 0 = R 1, one. primljene informacije ne povećavaju niti smanjuju vjerovatnoću postizanja cilja.
Vrijednost informacije je pozitivna kada P 1 > P 0 , odnosno dobijene informacije smanjuju početnu nesigurnost i povećavaju vjerovatnoću postizanja cilja.
Vrijednost informacije je negativna kada P 1< P 0 , odnosno primljena informacija povećava početnu nesigurnost i smanjuje vjerovatnoću postizanja cilja. Ova vrsta informacija se naziva dezinformacija.
Dalji razvoj ovog pristupa zasniva se na teoriji statističkih informacija i teoriji odlučivanja. U ovom slučaju, pored probabilističkih karakteristika postizanja cilja, nakon prijema informacije uvode se funkcije gubitka i procjenjuje se korisnost informacije kao rezultat minimiziranja funkcije gubitka. Maksimalna vrijednost je ona količina informacija koja smanjuje gubitke na nulu pri postizanju cilja.
- Informacije. Informacijski objekti razne vrste. Basic informacionih procesa: skladištenje, prijenos i obrada informacija. Uloga informacija u životima ljudi.
- Percepcija, pamćenje i transformacija signala od strane živih organizama.
- Koncept količine informacija: različiti pristupi. Jedinice za mjerenje količine informacija.
- Opšti čas na temu, samostalni rad.
Lekcija.
Ciljevi:- obrazovni– dati pojam količine informacija, uvesti probabilistički i abecedni pristup određivanju količine informacija, uvesti mjerne jedinice informacija i razviti praktične vještine u određivanju količine informacija.
- razvija– nastaviti formiranje naučnog pogleda na svijet, proširiti vokabular na temu “Informacije”
- obrazovni– razvijati interesovanje za predmet, negovati istrajnost u prevazilaženju poteškoća u akademskom radu.
1. Organizaciona faza (dobrodošli, identifikacija onih koji su odsutni sa časa)
2. Provjera domaćeg zadatka, aktiviranje znanja
na temu “Informacije” dobijene u prethodne 2 lekcije. Da biste formirali govor, konsolidujte osnovne pojmove ove teme, provjeravajte zadaća provodi se u obliku frontalnog usmenog ispitivanja na sljedeća pitanja:
- Šta podrazumijevate pod informacijama? Navedite primjere. Predloženi odgovori: obično učenici lako daju primjere informacija koje sami dobijaju u svijetu oko sebe - vijesti, školsko zvono, nova znanja na času, informacije dobijene čitanjem naučnopopularne literature, iskustva i emocije stečene čitanjem beletristike, emocionalna iskustva, dobijeni slušanjem muzike, estetski kanoni, podaci o nošnji i životu 18. veka, emocije dobijene gledanjem slika umetnika 18. veka. Preporučljivo je da učenici daju primjere informacija iu tehničkim i u biološkim sistemima itd. (oblik bita ključa sadrži informacije o bravi, određena temperatura zraka u prostoriji sadrži podatke za sistem za gašenje požara, biološka ćelija sadrži informacije o biološkom objektu čiji je dio...)
- Znamo da su još dva važna entiteta svijeta, materija i energija, postojala prije živih organizama na Zemlji. Da li su informacije i informacioni procesi postojali prije pojave čovjeka? Očekivani odgovor je da, bilo je. Na primjer, informacije sadržane u biljnoj ćeliji o vrsti biljke, uslovima klijanja, razmnožavanja, itd. omogućavaju biljci da raste i razmnožava se bez ljudske intervencije; informacije akumulirane generacijama grabežljivih životinja formiraju uslovljene i bezuslovne reflekse ponašanja sljedećih generacija grabežljivaca.
- Materija je ono od čega je sve napravljeno, energija je ono što sve pokreće. Je li istina da informacije vladaju svijetom? Obrazložite svoj odgovor. Odgovor: Informacije zaista vladaju svijetom. Signal sa Zemlje tjera satelit da promijeni svoju putanju; ako na putu vidimo lokvicu, onda nas informacija o njenom izgledu, da je mokra i prljava, tjera da se odlučimo zaobići lokvicu. Karakteristična ljudska gesta (ruka ispružena naprijed sa okomitim dlanom) nas tjera da se zaustavimo; informacije o ključu i obliku utora brave omogućavaju nam da donesemo odluku o odabiru ključa iz gomile; refleksi formirani generacijama određene vrste ptica kontrolišu procese migracije. Čitajući fikciju upijamo životna iskustva likova, što utiče na prihvatanje određene odluke u našim životima; Slušanjem određene muzike formiramo odgovarajući ukus koji utiče na naše ponašanje, okruženje itd.
- Navedite vrste informacija prema obliku prezentacije, navedite primjere. Odgovor: numerički (cijena proizvoda, brojevi u kalendaru), tekst (knjiga napisana na bilo kom jeziku, tekst udžbenika), grafički (slika, fotografija, znak STOP), zvuk (muzika, govor), video (animacija + zvuk ), naredbu (ponovno pokrenite računar - pritisnite Ctrl+Alt+Delete/Enter).
- Koje radnje se mogu izvršiti s informacijama? Odgovor: Može se obraditi, prenijeti, pohraniti i kodirati (predstaviti).
- Imenujte načine na koje osoba percipira informacije. Odgovor: osoba percipira informaciju pomoću 5 čula - vid (u obliku vizuelne slike), sluh (zvukovi - govor, muzika, buka...), miris (miris pomoću nazalnih receptora), ukus (jezični receptori razlikuju kiselo, gorko, slano, hladno), dodir (temperatura predmeta, vrsta površine... )
- Navedite primjere znakovnih sistema. Odgovor: prirodni jezik, formalni jezik (dekadski brojevni sistem, bilješke, putokazi, Morzeov kod), genetska abeceda, binarni znakovni sistem.
- Zašto računar koristi binarni sistem znakova za kodiranje informacija? Odgovor: Binarni sistem predznaka se koristi u računaru od kada postoji tehnički uređaji može pouzdano pohraniti i prepoznati samo dva različita stanja (znaka).
3. Probabilistički pristup mjerenju količine informacija (vidi multimedijalnu prezentaciju).
Danas ćemo govoriti o mjerenju informacija, odnosno određivanju njihove količine. (Učenici zapisuju temu lekcije u svesku - "Količina informacija"). Šta mislite koja knjiga sadrži velika količina informacije (prikaži tanko i debelo)? Učenici po pravilu biraju deblji, jer sadrži više riječi, teksta i slova (neki se pitaju koja vrsta informacija je sadržana u knjizi - grafička ili tekstualna? Treba pojasniti da knjiga sadrži samo tekstualne informacije) . Koja vam poruka prenosi više informacija: “sutra ćemo učiti po uobičajenom rasporedu” ili “sutra umjesto literature bit će hemija”? Učenici će intuitivno odgovoriti na ovo drugo jer, uprkos gotovo istom broju riječi, druga poruka im sadrži važnije, nove ili relevantnije informacije. A prva poruka ne prenosi baš ništa nove informacije. Jeste li primijetili da ste informacije pogledali u smislu broja znakova koje sadrže iu smislu njihove semantičke važnosti za vas? Postoje 2 pristupa određivanju količine informacija – semantički i tehnički (abecedni). Semantički se koristi za mjerenje informacija koje koristi osoba, a tehnički (ili abecedni) se koristi od strane računara.
Za osobu, dobijanje novih informacija dovodi do povećanja znanja, odnosno do smanjenja nesigurnosti. Na primjer, izgovaranje da je sutra srijeda ne smanjuje neizvjesnost, tako da ne sadrži informacije. Neka nam je novčić koji bacimo na ravnu površinu. Prije bacanja znamo da se može dogoditi jedna od dvije stvari - novčić će završiti u jednoj od dvije pozicije: "glava" ili "rep". Nakon bacanja, postoji potpuna sigurnost (vizuelno dobijamo informaciju da je rezultat, na primjer, "glave"). Informativna poruka da su "glave" pale smanjuje našu nesigurnost za 2 puta, pošto je primljena jedna od dvije informativne poruke.
U okolnoj stvarnosti često se dešavaju situacije kada se može dogoditi više od 2 jednako vjerovatna događaja. Dakle, kada se baca kocka sa šest strana, postoji 6 jednako vjerovatnih događaja. Događaj ispadanja jedne od stranica kocke smanjuje nesigurnost za 6 puta. Što je veći početni broj događaja, veća je nesigurnost našeg znanja, više informacija ćemo dobiti kada primimo informativnu poruku.
Količina informacija može se smatrati mjerom smanjenja nesigurnosti znanja prilikom prijema informativnih poruka.(Učenici zapisuju šta je kurzivom u svojim sveskama.)
Postoji formula koja povezuje broj mogućih informativnih poruka N i količinu informacija koju sam prenio primljenom porukom:
N=2ja(N – broj mogućih informativnih poruka,I – količina informacija koju primljena poruka nosi).
Za kvantificiranje bilo koje količine potrebno je odrediti mjernu jedinicu. Na primjer, za mjerenje dužine odabire se određeni standard - metar, masa - kilogram.
4. Jedinice informacija
Iza jedinica mjerenja količine informacija količina informacija koja je sadržana u poruci je prihvaćena, smanjujući nesigurnost znanja za 2 puta. Takva jedinica se zove bit.
Vratimo se na gore spomenuti prijem informativne poruke da su se "glave" pojavile prilikom bacanja novčića. Ovdje je nesigurnost smanjena za faktor 2, stoga je ova poruka jednaka 1 bitu. Poruka da je određena strana kockice pala smanjuje nesigurnost za faktor 6, stoga je ova poruka jednaka 6 bita.
Najmanja jedinica za mjerenje količine informacija je bit, a sljedeća najveća jedinica je bajt, i
1 bajt = 8 bitova
IN međunarodni sistem SI koristi decimalne prefikse “Kilo” (10 3), “Mega” (10 6), “Giga” (10 9),... U računaru se informacije kodiraju binarnim predznakom, dakle u više jedinica za mjerenje količine informacija koristi se koeficijent od 2 n.
1 kilobajt (KB) = 2 10 bajtova = 1024 bajta
1 megabajt (MB) = 2 10 KB = 1024 KB
1 gigabajt (GB) = 2 10 MB = 1024 MB
1 terabajt (TB) = 2 10 GB = 1024 GB
Terabajt je veoma velika jedinica merenja informacija, pa se koristi izuzetno retko. Sve informacije koje je čovječanstvo prikupilo procjenjuju se na desetine terabajta.
5. Određivanje količine informacija
Zadatak 1. Odrediti količinu ispitni radovi, ako vizuelna poruka o broju jedne izvučene karte nosi 5 bitova informacije. Broj karata je broj informativnih poruka. N=2 I = 2 5 = 32 karte.
Zadatak 2. Koliko informacija sadrži poruka o ocjeni test? Za test možete dobiti 2, 3, 4 ili 5. Ukupno ima 4 poruke (N=4). Formula ima oblik jednačine - 4=2 I = 2 2 , I=2.
Zadaci za samostalno ispunjavanje: (formula treba uvijek biti pred vašim očima, možete okačiti i tabelu sa stepenom 2) (3 min.)
- Koliko informacija dobijamo u vizuelnoj poruci o padu simetrične osmougaone piramide na jedno od njenih lica? Odgovor: 3 bita, jer je broj mogućih događaja (poruka) N=8, 8=2 I = 2 3 , I=3.
- Iz neprozirne vrećice vade se kuglice sa brojevima i to je poznato Najava nosi 5 bitova informacija o broju lopte. Odredite broj loptica u vrećici. Odgovor: u vreći se nalaze 32 lopte, jer je N=2 I = 2 5 = 32.
- Kada igrate tic-tac-toe na polju od 4 X 4 ćelije, koliko informacija će drugi igrač dobiti nakon prvog poteza prvog igrača? Odgovor: Broj događaja prije početka utakmice N=16, 16=2 I = 2 4 , I=4. Drugi igrač nakon prvog poteza prvog igrača će dobiti 4 bita informacije.
6. Abecedni pristup određivanju količine informacija
Suština tehničkog ili alfabetskog pristupa mjerenju informacija određena je brojem znakova određenog alfabeta koji se koristi za njihovo predstavljanje. Na primjer, ako se 5 znakova rimskog alfabeta koristi za predstavljanje broja XVIII, onda je to količina informacija. Može se upisati isti broj, odnosno ista informacija decimalni sistem(18). Kao što vidimo, dobijamo 2 znaka, odnosno različitu vrijednost količine informacija. Da bi se pri mjerenju istih informacija dobila ista količina informacija, potrebno je dogovoriti korištenje određene abecede. Od u tehnički sistemi Ako se koristi binarna abeceda, ona se također koristi za mjerenje količine informacija. Broj znakova u abecedi je N=2, N=2 I, I je količina informacija koju nosi jedan znak. 2 2 = 2 1 , I=1bit. Zanimljivo je da je sama jedinica za mjerenje količine informacija “bit” dobila ime iz engleske fraze “ B.I. nary digi T" - "binarna cifra".
Što je veći broj znakova u abecedi, to je veća količina informacija koju nosi 1 znak abecede.
Odredite sami količinu informacija koju nosi 1 slovo ruske abecede.
Odgovor: slovo ruske abecede nosi 5 bitova informacije (sa abecednim pristupom mjerenju informacija).
Koliko informacija sadrži jedan 8-bitni znak? binarni kod(simbol A – 11000000)? Odgovor: 8 bita ili 1 bajt.
Praktičan rad(Handout - kartica sa uputstvima za izvršenje praktičan rad) za određivanje količine informacija pomoću kalkulatora:
- Odredite količinu informacija sljedeće poruke u bajtovima (poruka je odštampana na kartici, kartice na svakom stolu):
Količina informacija koje znak nosi ovisi o vjerovatnoći njihovog prijema. Na ruskom pisanje Učestalost upotrebe slova u tekstu je različita, pa u prosjeku na 1000 znakova smislenog teksta dolazi 200 slova “a” i sto puta manje slova “f” (samo 2). Dakle, sa stanovišta teorije informacija, informacijski kapacitet znakova ruske abecede je drugačiji (slovo "a" ima najmanje, a slovo "f" najveće).
Odredite broj znakova (broj znakova u redu * broj redova) - 460 karaktera = 460 bajtova
Unesite i sačuvajte ovaj tekst na radnoj površini koristeći Notepad. Odredite obim informacija ove datoteke pomoću računara (Izaberite APKM objekat à Svojstva) Odgovor: 460 bajtova.
Ovaj tekst možete napisati u formularu zvučni fajl 1.wav i uporedi sa tekstom (Pokreni à programe à standard à zabava à snimanje zvuka...). Odredite njegov obim informacija pomoću računara - 5,28 MB (5,537,254 bajta). Objasnite učenicima da je ova razlika uzrokovana razlikom u predstavljanju zvuka i tekstualne informacije. Karakteristike ove reprezentacije će biti razmotrene kasnije.
2. Odredite koliko će udžbenika stati na disk sa zapreminom informacija od 700 MB. Odgovor: 1. odrediti broj znakova u udžbeniku (broj znakova po redu * broj redova po stranici * broj stranica) 60 * 30 * 203 = 365400 znakova = 365 400 bajtova = 365400/1024/1024 MB = 0,35 MB . Broj udžbenika K=700/0,35= 2000 udžbenika.
7. Sumiranje lekcije u obliku frontalnog istraživanja:
- Koji pristupi postoje za određivanje količine informacija? Odgovor: postoje 2 pristupa mjerenju količine informacija - semantički i tehnički ili abecedni.
- Koja je razlika između jednog pristupa i drugog? Odgovor: kod semantičkog pristupa količina informacija je mjera smanjenja nesigurnosti znanja prilikom prijema informativne poruke, kod abecednog pristupa - broj znakova u poruci * količina informacija koju nosi 1 znak abecede .
- Imenujte jedinice informacija od najmanjih do najvećih. Odgovor: bit, bajt, KB, MB, GB, TB.
- Koja je razlika između bajta i KB, KB od MB i MB od GB? Odgovor: 1024 (2 10).
- Koliko bitova ima u 1 bajtu? Odgovor: 8.
- Što je bit u semantičkom i abecednom pristupu određivanju količine informacija? Odgovor: sa semantičkim pristupom, bit je smanjenje nesigurnosti znanja za 2 puta prilikom prijema informativne poruke; u abecednom pristupu, bit je informacijski kapacitet jednog znaka u binarnom kodiranju.
8. Domaći
- Stavovi 1.3.1 i 1.1.3 (N. Ugrinovich „Informatika. Osnovni kurs. 8. razred") 2 pitanja na strani 29 (1. Navedite primjere informativnih poruka koje dovode do smanjenja nesigurnosti znanja. 2. Navedite primjere informativnih poruka koje nose 1 bit informacije).
- Zadaci: 1. Koliko informacija sadrži poruka o ocjenjivanju za test? 2. Izračunajte koliko informacija u bitovima sadrži 1 KB, 1 MB? 3. Izračunajte koliko će knjiga (uzmite bilo koju beletristiku kod kuće) stati na disketu od 1,44 MB.
Volumetrijska metoda mjerenja informacija
Tehnička metoda Mjerenje količine informacija (ili, preciznije, količine informacija u poruci) zasniva se na prebrojavanju broja znakova od kojih je poruka formirana. U ovom slučaju semantički sadržaj poruke se ne uzima u obzir. Na primjer, višekratno ponavljanje istog teksta ne nosi nove informacije, ali kao rezultat zauzima više memorije, zahtijeva više vremena za prijenos itd. Stoga je ova metoda pogodna u tehničkim proračunima.
K. Shannon mjera
Američki matematičar i inženjer K. Shannon je 1948. godine dobio formulu za izračunavanje količine informacija sadržanih u sistemu koji ima proizvoljan skup nejednako vjerovatnih (u opšti slučaj) države
gdje je n broj mogućih stanja sistema, pi je vjerovatnoća i-tog stanja (i pi = 1)
Što je manja vjerovatnoća da će se neki događaj dogoditi, više informacija ovaj događaj nosi.
Pogledajmo primjer:
Ormarić ima osam polica. Knjiga se može postaviti na bilo koju od njih. Koliko informacija sadrži poruka o tome gdje se knjiga nalazi?
Koristimo metodu polovičnog dijeljenja. Postavimo nekoliko pitanja koja smanjuju nesigurnost znanja za pola.
Postavljanje pitanja:
Je li knjiga iznad četvrte police?
Je li knjiga ispod treće police? -Da.
Je li knjiga na drugoj polici?
Pa sad je sve jasno! Knjiga je na prvoj polici! Svaki odgovor smanjivao je nesigurnost za polovinu.
Postavljena su ukupno tri pitanja. To znači da su otkucana 3 bita informacije. A kada bi se odmah reklo da je knjiga na prvoj polici, onda bi se ta ista 3 bita informacije prenijela ovom porukom.
Ako označimo mogući broj događaja ili, drugim riječima, nesigurnost znanja N, a slovo I je količina informacija u poruci da se dogodio jedan od N događaja, tada možemo napisati formulu:
Količina informacija sadržanih u poruci da se dogodio jedan od N jednako vjerojatnih događaja određuje se rješavanjem eksponencijalne jednačine:
Pogledajmo sada drugi način mjerenja informacija. Ova metoda ne povezuje količinu informacija sa sadržajem poruke i naziva se abecednim pristupom.
Abecednim pristupom određivanju količine informacija apstrahuje se od sadržaja informacije i informativna poruka se posmatra kao niz znakova određenog znakovnog sistema.
Tradicionalno ćemo cijeli skup simbola koji se koriste u jeziku zvati pismom. Obično se abeceda odnosi samo na slova, ali budući da tekst može sadržavati znakove interpunkcije, brojeve i zagrade, uključićemo ih i u abecedu. Abeceda treba da sadrži i razmak, tj. razmak između reči.
Ukupan broj znakova abecede obično se naziva snaga abecede. Ovu količinu ćemo označiti slovom N. Na primjer, snaga abecede ruskih slova i označenih dodatni karakteri jednako 54.
Bilo koji od N znakova može se pojaviti na svakoj slijedećoj poziciji teksta. Tada, prema nama poznatoj formuli, svaki takav simbol nosi I bit informacije, što se može odrediti rješavanjem jednačine: 2I = 54. Dobijamo: I = 5,755 bita.
Toliko informacija nosi jedan lik u ruskom tekstu! A sada, da biste pronašli količinu informacija u cijelom tekstu, trebate izbrojati broj znakova u njemu i pomnožiti sa I.
Izbrojimo količinu informacija na jednoj stranici knjige. Neka stranica sadrži 50 redova. Svaki red sadrži 60 znakova. To znači da 50x60=3000 karaktera stane na stranicu. Tada će volumen informacija biti jednak: 5.755 x 3000 = 17265 bita.
U alfabetskom pristupu mjerenju informacija, količina informacija ne ovisi o sadržaju, već o veličini teksta i snazi abecede.
Neka mala knjiga napravljena pomoću kompjutera sadrži 150 stranica; svaka stranica ima 40 redova, svaki red ima 60 karaktera. To znači da stranica sadrži 40x60=2400 bajtova informacija. Obim svih informacija u knjizi: 2400 x 150 = 360.000 bajtova.
U svakom sistemu mjernih jedinica postoje osnovne jedinice i derivati iz njih.
Za mjerenje velikih količina informacija koriste se sljedeće jedinice izvedene iz bajta:
1 kilobajt = 1Kb = 210 bajtova = 1024 bajta.
1 megabajt = 1MB = 210 KB = 1024 KB.
1 gigabajt = 1GB = 210 MB = 1024 MB.
Prijem i prijenos informacija može se dogoditi sa različitim brzinama. Količina prenesene informacije u jedinici vremena je brzina prijenosa informacija ili brzina protoka informacija.
Očigledno, ova brzina je izražena u jedinicama kao što su bitovi u sekundi (bps), bajtovi u sekundi (bajtovi/s), kilobajti u sekundi (KB/s), itd.
Pitanja za samotestiranje
Pitanja za samotestiranje
1. Formalna i neformalna izjava o problemu.
2. Definirati “model” i zahtjeve za modeliranje.
3. Karakteristike faza izgradnje informacionog modela.
4. Klasifikacija modela.
5. Vrste formi za predstavljanje informacionih modela.
6. Faze razvoja kompjuterskih modela.
7. Informacije, klasifikacija informacija.
8. Metode dobijanja i korišćenja informacija.
9. Medijum za skladištenje.
10. Metode mjerenja informacija.
11. Abecedni pristup na informacije o mjerenju.
Da bi mogli porediti raznih izvora poruke i različite linije i kanalima komunikacije, potrebno je uvesti neku kvantitativnu mjeru koja nam omogućava da procijenimo informacije sadržane u poruci i nošene signalom. Takvu mjeru u obliku količine informacija uveo je K. Shannon na osnovu koncepta izbora, što mu je omogućilo da izgradi prilično opću matematičku teoriju komunikacije.
Razmotrimo glavne ideje ove teorije u odnosu na diskretni izvor, koji izdaje niz elementarnih poruka. Pokušajmo pronaći pogodnu mjeru količine informacija sadržanih u poruci. Glavna ideja teorije informacija je da ova mjera nije određena specifičnim sadržajem date poruke, već činjenicom da izvor bira datu elementarnu komunikaciju iz konačnog skupa. Ova ideja opravdana je činjenicom da je na njenoj osnovi bilo moguće dobiti niz dalekosežnih i istovremeno netrivijalnih rezultata koji se dobro slažu s intuitivnim idejama o prijenosu informacija. Glavni rezultati ovih rezultata biće predstavljeni u nastavku.
Dakle, ako izvor odabere jednu elementarnu poruku () iz skupa abecede, tada količina informacija koju proizvodi ne ovisi o specifičnom sadržaju ovog elementa, već o tome kako je ovaj odabir napravljen. Ako je odabrani element poruke unaprijed određen, onda je prirodno pretpostaviti da su informacije sadržane u njemu jednake nuli. Stoga ćemo pretpostaviti da se izbor slova dešava sa određenom vjerovatnoćom. Ova vjerovatnoća može, općenito govoreći, ovisiti o tome koji je niz prethodio datom slovu. Pretpostavimo da je količina informacija sadržana u elementarnoj poruci kontinuirana funkcija ovu vjerovatnoću, a mi ćemo pokušati odrediti oblik ove funkcije tako da ona zadovoljava neke od najjednostavnijih intuitivnih ideja o informacijama.
U tu svrhu, izvršit ćemo jednostavnu transformaciju poruke, koja se sastoji u tome da ćemo svaki par „slova“ koje je izvor sekvencijalno kreirao smatrati kao jedno uvećano „slovo“. Takvu transformaciju nazivamo proširenjem abecede. Skup uvećanih "slova" formira abecedu volumena, budući da se iza svakog elementa abecede može, općenito govoreći, odabrati bilo koji element. Neka postoji vjerovatnoća da će izvor izvršiti sekvencijalni odabir elemenata i . Zatim, posmatrajući par kao slovo nove abecede, možemo reći da ovaj par sadrži određenu količinu informacija.
Prirodno je zahtijevati da količina informacija sadržana u paru slova zadovolji uvjet aditivnosti, odnosno jednaka zbroju količine informacija sadržanih u svakom od slova i originalnom alfabetu. Informacija sadržana u pismu jednaka je , gdje je vjerovatnoća odabira slova nakon svih slova koja su mu prethodila. Da biste odredili informacije sadržane u pismu, morate uzeti u obzir vjerovatnoću odabira slova nakon pisma, uzimajući u obzir i sva slova koja su prethodila pismu. Označavamo ovu uslovnu vjerovatnoću sa . Tada će količina informacija u pismu biti izražena funkcijom.
S druge strane, vjerovatnoća odabira para slova prema pravilu množenja vjerovatnoća jednaka je
Zahtjev za aditivnošću količine informacija tokom operacije proširenja abecede dovodi do jednakosti
Neka bude. Zatim za bilo koji i 
jednačina se mora poštovati
Isključujemo slučajeve ili iz razmatranja, jer zbog konačnog broja slova abecede ove jednakosti znače da je izbor para slova po izvoru nemoguć događaj.
Jednakost (1.3) je funkcionalna jednadžba iz koje se može odrediti tip funkcije. Razlikujemo obje strane jednačine (1.3) s obzirom na p:
.
Pomnožimo obje strane rezultirajuće jednadžbe sa p i uvedemo oznaku
(1.4)
Ova jednadžba mora biti važeća za sve. Posljednje ograničenje nije značajno, jer je jednadžba (1.4) simetrična u odnosu na i stoga mora biti zadovoljena za bilo koji par pozitivnih vrijednosti argumenata koji ne prelaze jedan. Ali to je moguće samo ako obje strane (1.4) predstavljaju neku konstantnu vrijednost , odakle
Integracijom rezultirajuće jednačine nalazimo
, (1.5)
gdje je proizvoljna integracijska konstanta.
Formula (1.5) definira klasu funkcija koje izražavaju količinu informacija pri odabiru slova koje ima vjerovatnoću i zadovoljava uslov aditivnosti. Za određivanje integracijske konstante koristimo gore navedeni uvjet prema kojem unaprijed unapred definisani element poruke, tj. koje imaju vjerovatnoću, ne sadrže informacije. Dakle, , Iz čega odmah slijedi da . - baza prirodnih logaritama), ili, drugim riječima, jednaka je informaciji sadržanoj u poruci da se dogodio događaj čija je vjerovatnoća bila jednaka
s obzirom da se logaritam uzima na bilo koju bazu, sve dok se ta baza održava tokom cijelog problema koji se rješava.
Zahvaljujući svojstvu aditivnosti informacija, izrazi (1.6) omogućavaju određivanje količine informacija ne samo u pismu poruke, već iu bilo kojoj poruci bilo koje dužine. Samo treba uzeti u obzir vjerovatnoću odabira ove poruke od svih mogućih, uzimajući u obzir prethodno odabrane poruke.
Svojstva informacija
Koncept “informacije” koriste mnoge naučne discipline i ima veliki broj različita svojstva, ali svaka disciplina obraća pažnju na ona svojstva informacija koja su joj najvažnija. U okviru našeg razmatranja najvažnija svojstva su kao što su dualizam, potpunost, pouzdanost, adekvatnost, pristupačnost, relevantnost. Pogledajmo ih pobliže.
Dualizam informacija karakteriše njegovu dualnost. S jedne strane, informacija je objektivna zbog objektivnosti podataka, s druge strane, subjektivna je zbog subjektivnosti korištenih metoda. Na primjer, dvoje ljudi čita istu knjigu i ponekad postane jako razne informacije. Objektivnije informacije koriste metode sa manje subjektivnog elementa.
Potpunost informacija karakteriše stepen dovoljnosti podataka za donošenje odluke ili kreiranje novih podataka na osnovu postojećih podataka. I nepotpuni i suvišni skupovi podataka otežavaju dobijanje informacija i donošenje adekvatnih odluka.
Pouzdanost informacija– ovo je svojstvo koje karakteriše stepen korespondencije informacija sa stvarnim objektom sa potrebnom tačnošću. Prilikom rada s nepotpunim skupom podataka, pouzdanost informacija može se okarakterizirati vjerovatnoćom, na primjer, kada se baca novčić, grb će se pojaviti s vjerovatnoćom od 50%.
Adekvatnost informacija izražava stepen korespondencije slike stvorene upotrebom informacija sa stvarnim objektom, procesom ili fenomenom. Potvrda adekvatne informacije otežava nedostupnost adekvatnih metoda.
Dostupnost informacija– ovo je prilika da se po potrebi dobiju informacije. Dostupnost se sastoji od dvije komponente: dostupnosti podataka i dostupnosti metoda. Odsustvo barem jednog daje neadekvatne informacije.
Relevantnost informacija. Informacija postoji u vremenu, jer svi informacioni procesi postoje u vremenu. Informacije koje su danas relevantne mogu nakon nekog vremena postati potpuno nepotrebne. Na primjer, ovosedmični TV raspored neće biti relevantan za mnoge TV gledaoce sljedeće sedmice.
Atributivna svojstva (atribut je sastavni dio nečega). Najvažniji među njima su - diskretnost(informacije se sastoje od pojedinačni dijelovi, znakovi) i kontinuitet(sposobnost akumulacije informacija).
Sve informacije sadrže subjektivnu komponentu. Da li je uopće moguće objektivno izmjeriti količinu informacija? Najvažniji rezultat teorije informacija je zaključak da pod određenim uslovima moguće je, zanemarujući kvalitativne karakteristike informacije, njenu količinu izraziti brojem, i stoga usporedite količinu informacija sadržanih u razne grupe podaci.
Količina informacija je numerička karakteristika informacije koja odražava stepen nesigurnosti koji nestaje nakon prijema informacije.
Koncepti “informacija”, “neizvjesnost”, “izbor” su usko povezani. Primljene informacije smanjuju broj moguće opcije izbor (tj. neizvjesnost), i pune informacije ne ostavlja nikakve opcije.
Koliko informacija sadrži, na primjer, tekst romana “Rat i mir”, Rafaelove freske ili ljudski genetski kod? Da li je moguće objektivno izmjeriti količinu informacija?
U naučnom smislu, koncept “informacije” povezan je sa vjerovatnoćom da se dogodi određeni događaj.
Vjerovatnoća– numerička karakteristika stepena mogućnosti nastanka događaja. Vjerovatnoća pouzdanog događaja (mora se dogoditi) je 1, nemogućeg događaja (nikada se neće dogoditi) je 0. Vjerovatnoća slučajnog događaja leži u intervalu (0, 1). Na primjer, vjerovatnoća da dobijete glavu prilikom bacanja novčića je 1/2, a vjerovatnoća dobijanja svake strane kada igrate kockice je 1/6.
Slučajno pozvao događajšto se može dogoditi ili ne mora. Primjeri slučajni događaji može biti pojava "glava" prilikom bacanja novčića ili broj poena (tj. izgled određene strane) prilikom igranja kockica.
Američki inženjer R. Hartley (1928) smatrao je proces dobijanja informacija odabirom jedne poruke iz konačnog unaprijed određenog skupa N jednako vjerovatne poruke i količinu informacija I, sadržan u odabranoj poruci, definiran je kao binarni logaritam N.
Recimo da trebate pogoditi jedan broj iz skupa brojeva od jedan do sto. Prema Hartleyovoj formuli I= dnevnik 2 N možete izračunati koliko je informacija potrebno za ovo: I= Iog 2 l00 = 6.644 bita, tj. poruka o ispravno pogodenom broju sadrži količinu informacija približno jednaku 6.644 bita.
Američki naučnik Claude Shannon predložio je 1948. drugu formulu za određivanje količine informacija, uzimajući u obzir moguću nejednaku vjerovatnoću poruka u skupu:
I = - (P 1 dnevnik 2 P 1 + R 2 dnevnik 2 R 2 + . . . + P N dnevnik 2 P N),
Gdje P i– verovatnoća da je tačno i-e poruka je odabrana u skupu N poruke.
Ako su vjerovatnoće P 1 , R 2 , …, P N su jednaki, onda je svaki od njih jednak 1/ N, a Shanonova formula se pretvara u Hartleyjevu formulu.
Analiza formule pokazuje da što je veća vjerovatnoća nekog događaja, to se manje informacija pojavljuje nakon njegovog nastanka, i obrnuto. Ako je vjerovatnoća 1 (događaj je siguran), količina informacija je 0.
Ako je vjerovatnoća nastanka ili neuspjeha nekog događaja ista, tj. jednaka 1/2, tada je količina informacija koju ovaj događaj nosi sa sobom jednaka 1. Ovo je jedinica mjerenja informacija koja se naziva bit.
Bit se također može definirati kao količina informacija koja sadrži jednu cifru binarnog broja (otuda naziv “bit”: binarna cifra). Bit u teoriji informacija - količina informacija, neophodno da se napravi razlika između dve podjednako verovatne poruke.
Poziva se količina informacija jednaka 8 bita bajt. Osam bitova može sadržavati 256 različitih cijelih brojeva. binarni brojevi od 00000000 do 11111111. Veće izvedene jedinice informacija se široko koriste:
1 kilobajt (KB) = 1024 bajta;
1 megabajt (MB) = 1024 KB;
1 gigabajt (GB) = 1024 MB.
1 terabajt (TB) = 1024 GB;
1 petabajt (PB) = 1024 TB.
