ДАННЫЕ И ИНФОРМАЦИЯ Данные и информация Данные

ДАННЫЕ И ИНФОРМАЦИЯ

Данные и информация Данные – зарегистрированные каким-либо способом сигналы. Информация – это сведения об объектах и явлениях окружающей среды, их параметрах, свойствах и состоянии, которые воспринимают информационные системы (живые организмы, управляющие машины, технические системы и др. )

Схема передачи информации ИСТОЧНИК СООБЩЕНИЯ КАНАЛ СВЯЗИ ПРИЕМНИК СООБЩЕНИЯ Клод Шеннон (1916 -2001) – один из основателей математической теории информации

Схема передачи информации Шум Источник сообщения Кодирующее устройство Канал связи Защита от шума Декодирующее устройство Приемник сообщения

Свойства информации v объективность и субъективность; v полнота; v достоверность; v доступность; v полезность; v актуальность.

Количественное определение информации. Ø Информацию, содержащуюся в сообщении, можно количественно определить по тому насколько она была новой, неожиданной, т. е. ранее неизвестной. Сколько информации поступает приеме 1 символа алфавита?

Мера информации Объемный подход 21, XXI, «двадцать один» , 10101 21 – объем данных 2 дит; 10101 – объем данных 5 бит. Подходы к определению количества информации: • объемный; • энтропийный или статистический; • алгоритмический. Производные единицы измерения в двоичной системе счисления Ø 1 байт = 8 бит Ø 1 Килобайт (Кбайт) = 1024 байт = 210 байт Ø 1 Мегабайт (Мбайт) = 1024 Кбайт = 220 байт Ø 1 Гигабайт (Гбайт) = 1024 Мбайт = 230 байт Ø 1 Терабайт (Тбайт) = 1024 Гбайт = 240 байт Ø 1 Петабайт (Пбайт) = 1024 Тбайт = 250 байт Bit – binary digit (введено в 1946 г. Д. Тьюки для обозначения двоичного разряда)

Энтропийный подход Количеством информации называют числовую характеристику сигнала, отражающую ту степень неопределенности (неполноту знаний), которая исчезает после получения сообщения в виде данного сигнала. Эту меру неопределенности в теории информации называют энтропией.

Энтропийный подход формула Хартли: i=log 2 N, где i — количество информации в битах; N — число возможных состояний. Ту же формулу можно представить иначе: N =2 i. Чем больше изначальная неопределенность наступления события, тем больше количества информации о его фактическом наступлении.

Понятие количества информации Формула Шеннона: Ø где pi – вероятность того, что именно i-е сообщение выделено из заданного множества сообщений N.

Понятие количества информации Пример. Пусть в непрозрачном мешке находится 10 шаров, из которых один черный и девять белых, тогда вероятность вытащить наугад белый шар равна p 1=0, 9, вероятность достать черный шар p 2=0, 1. Вынимая из мешка наугад один из шаров, получаем количество информации по формуле Шеннона: Если p 1=p 2=…=pi=…=p. N, то pi=1/N