Presentazione corso di formazione5. Gli automi e le grammatiche 7 Prof.ssa E. Gentile 5. Gli automi...
Transcript of Presentazione corso di formazione5. Gli automi e le grammatiche 7 Prof.ssa E. Gentile 5. Gli automi...
Prof.ssa E. Gentile
a.a. 2015-2016
Fondamenti dell’Informatica
Informatica e Comunicazione Digitale (sede di Taranto)
Programma 2015-2016
Prof.ssa E. Gentile 2
1. Teoria dell’Informazione
2. Algoritmi e problema
3. Algebra di Boole
4. La Macchina di Turing
5. Automi e grammatiche
6. Complessità
Fondamenti dell'Informatica (ICD-TA)
1. Teoria dell’Informazione
Prof.ssa E. Gentile 3
Concetto di informazione. Processo comunicativo.
Teoria di Shannon. I problemi del processo
comunicativo di Shannon. Definizione di Entropia.
Sistema discreto. Probabilità congiunte e
condizionali. Ridondanza. Il canale discreto. La
capacità di canale. Efficienza di codificazione.
Metodo di Fano per la codificazione. Canali discreti
con rumore.
Fondamenti dell'Informatica (ICD-TA)
2. Algoritmi e Problema
Prof.ssa E. Gentile 4
Definizione di problema. Definizione di algoritmo.
Algoritmi numerici: algoritmo euclideo. Algoritmi
per giochi: il gioco dell’undici, il gioco del sei, …,
giochi con strategia vincente. Gli algoritmi per
trovare cammini in un labirinto. Risorse di calcolo.
Modelli di calcolo. Irrisolubilità e intrattabilità
degli algoritmi. Definizione di algoritmo secondo
Knuth. Ipotesi fondamentale della teoria degli
algoritmi (Tesi di Church).
Fondamenti dell'Informatica (ICD-TA)
3. Algebra di Boole e Reti Combinatorie
Prof.ssa E. Gentile 5
Algebra di Boole. Operatori logici. Tavole di verità.
Espressioni booleane. Prima forma canonica.
Proprietà del’algebra di Boole. Porte logiche.
Equivalenza tra funzioni e circuiti logici.
Espressioni equivalenti. Reti combinatorie.
Operazioni NAND e NOR. XOR e OR esclusivo.
Mappe di Karnaugh. Mappe a 3 e a 4 valori.
Equivalenze tra le mappe di Karnaugh e le reti
logiche. Metodo di minimizzazione.
Fondamenti dell'Informatica (ICD-TA)
4. La Macchina di Turing
Prof.ssa E. Gentile 6
Definizione di macchina di Turing. Macchina di
Turing deterministica. Il funzionamento della
macchina di Turing. Realizzazione di algoritmi per
la macchina di Turing. Macchina di Turing
Universale. La Random Acccess Machine (RAM).
Esempi di algoritmi. Cenni su Automi a stati finiti.
Fondamenti dell'Informatica (ICD-TA)
5. Gli automi e le grammatiche
Prof.ssa E. Gentile 7
5. Gli automi e grammatiche
Gli automi finiti, espressioni regolari. Equivalenza
tra automi finiti ed espressioni regolari. Gli automi
non deterministici. Equivalenza tra automi
deterministici e automi non deterministici.
Fondamenti dell'Informatica (ICD-TA)
6. Complessità
Prof.ssa E. Gentile Fondamenti dell'Informatica (ICD-TA) 8
Nozioni di base di comlessità. Complessità temporale.
Confronto di Algoritmi. Complessità di problemi.
1. Teoria dell’Informazione
Prof.ssa E. Gentile Fondamenti dell'Informatica (ICD-TA) 9
Ciclo della Conoscenza
Il ciclo della conoscenza è gerarchico e
può essere schematizzato con la forma di
una piramide in cui troviamo:
I dati, entità “grezza” autoconsistente
L’informazione, dati selezionati e
organizzati per essere comunicati
La conoscenza, informazione
rielaborata e applicata alla pratica
La saggezza, conoscenza distillata
dall’intuizione e dall’esperienza
Saggezza
Conoscenza
Informazione
Dati
Prof.ssa E. Gentile 10 Fondamenti dell'Informatica (ICD-TA)
Ciclo della Conoscenza
Dati
Conoscenza
Saggezza
Informazioni
Prof.ssa E. Gentile 11 Fondamenti dell'Informatica (ICD-TA)
Cosa è l’informazione
Prof.ssa E. Gentile 12
L’informazione è qualcosa che si possiede e si può dare ad un
altro senza perderne il possesso.
Fondamenti dell'Informatica (ICD-TA)
Informazione
Prof.ssa E. Gentile 13
L’Informazione non attesa non può essere ricevuta
Essa richiede una incertezza da parte di colui che la riceve
Non deve essere Ambigua.
Fondamenti dell'Informatica (ICD-TA)
A cosa serve
Prof.ssa E. Gentile 14
Per risolvere una incertezza
Per prendere decisioni
Per risolvere problemi
Fondamenti dell'Informatica (ICD-TA)
Condizioni necessarie
Prof.ssa E. Gentile 15
Sorgente e Ricevente hanno un codice in comune
L’incertezza del Ricevente è tra un numero ben definito di
possibilità
Fondamenti dell'Informatica (ICD-TA)
Messaggio
Prof.ssa E. Gentile 16
Il Sorgente [S] produce un Messaggio [M]
Il Messaggio modifica lo stato del Ricevente [R]
S R M
Fondamenti dell'Informatica (ICD-TA)
Definizione di Informazione
Prof.ssa E. Gentile 17
Livello semantico: il significato
Livello sintattico: la forma o struttura
Livello pragmatico: reazione del ricevente
Fondamenti dell'Informatica (ICD-TA)
Struttura dell’informazione
Prof.ssa E. Gentile 18
La struttura delle informazioni influisce sui tempi di accesso
alle informazioni stesse
La struttura delle informazioni nasconde l’informazione
rispetto ad accessi diversi da quelli per cui la struttura è stata
creata
Fondamenti dell'Informatica (ICD-TA)
Codice
Prof.ssa E. Gentile 19
Numero o sigla alfanumerica sostituente, allo scopo di
facilitare il trattamento delle informazioni, la
descrizione di cose, persone e situazioni.
(Voc. Zanichelli)
In senso informatico è una regola per far
corrispondere dei nomi (i dati) a degli oggetti (le
informazioni)
Fondamenti dell'Informatica (ICD-TA)
Definizione di Shannon
Prof.ssa E. Gentile 20
L’informazione è tutto ciò che può consentire di ridurre il
nostro grado di incertezza su un evento che si può verificare
Fondamenti dell'Informatica (ICD-TA)
Processo comunicativo
Prof.ssa E. Gentile 21
È composto da cinque parti:
Un mittente: che produce un messaggio da comunicare ad
un’altra entità
Un trasmettitore: che codifica il messaggio in modo che possa
viaggiare su un canale di comunicazione
Un canale di comunicazione
Un ricevitore: che riceve ciò che viaggia sul canale e lo
decodifica per riconoscere il messaggio
Un destinatario: al quale giunge un messaggio
Fondamenti dell'Informatica (ICD-TA)
Ipotesi di Shannon
Prof.ssa E. Gentile 22
La trasmissione dei simboli lungo il canale costituisce un
fenomeno discreto
Ovvero, l’invio di ciascun simbolo richiede una certa quantità di
tempo, finita e non nulla
Esiste una sorgente di rumore
Agisce sul canale modificando il contenuto sintattico
dell’informazione, la sua forma
Fondamenti dell'Informatica (ICD-TA)
Processo comunicativo di Shannon
Prof.ssa E. Gentile 23
S T R D
N
S = Sorgente; T = Trasmettitore; R = Ricevitore;
D = Destinatario; N = Sorgente di Rumore
Fondamenti dell'Informatica (ICD-TA)
Problemi da affrontare
Prof.ssa E. Gentile 24
Come misurare la quantità di informazione che viaggia lungo
il canale
Come garantire trasmissioni sicure
Come garantire trasmissioni affidabili
Fondamenti dell'Informatica (ICD-TA)
Definizione di Entropia
Prof.ssa E. Gentile 25
L’entropia è la misura del disordine di un sistema
Più ordinato o strutturato è un sistema minore è l’entropia e
viceversa
Fondamenti dell'Informatica (ICD-TA)
Informazione
Prof.ssa E. Gentile 26
Il BIT è la quantità di Informazione che risolve
un’incertezza Binaria 0 – 1
X = {x1, …, xn} insieme di caratteri che può essere
trasmesso
P(xi) la probabilità che xi sia trasmesso
i
ix
xP
1logI 2
Fondamenti dell'Informatica (ICD-TA)
Concetto di Incertezza
Prof.ssa E. Gentile 27
Più grande è la nostra incertezza su ciò che dovrà contenere
un messaggio, e maggiore sarà l’informazione che
riceveremo quando il messaggio sarà arrivato
Fondamenti dell'Informatica (ICD-TA)
Misura dell’informazione
Prof.ssa E. Gentile 28
È dunque logico fondare la misura dell’informazione
associata ad un messaggio sulla probabilità che il messaggio
stesso si verifichi
Fondamenti dell'Informatica (ICD-TA)
Sistema discreto
Prof.ssa E. Gentile 29
Supponiamo che il sorgente emette simboli discreti,
ciascuno dei quali si suppone abbia la stessa durata degli
altri
Uno dei modi più semplici di specificare l’informazione
contenuta in un simbolo discreto consiste nel prendere il
logaritmo, cambiato di segno, della probabilità che tale
simbolo venga emesso.
Fondamenti dell'Informatica (ICD-TA)
Misura dell’informazione
Prof.ssa E. Gentile 30
H indica la misura dell’informazione
P è la probabilità del simbolo
Il logaritmo è in una base che determina l’unità di misura
dell’informazione
PH log
bitPH 2log
Fondamenti dell'Informatica (ICD-TA)
Informazione media di più simboli
Prof.ssa E. Gentile 31
Si consideri una sorgente avente i tre simboli A, B e C, che
vengono emessi con probabilità P(A), P(B) e P(C)
L’informazione associata ad A è:
per A che viene emesso per circa
P(a)-esimi di tempo
bitaPAH 2log
Fondamenti dell'Informatica (ICD-TA)
Entropia della sorgente
Prof.ssa E. Gentile 32
Per una sorgente x, con m simboli, se l’i-esimo simbolo ha
una probabilità P(i)
bit/secondo
H prende il nome di
entropia della sorgente
m
i
iPiPxH1
log
Fondamenti dell'Informatica (ICD-TA)
Proprietà uno
Prof.ssa E. Gentile 33
Se tutte le P(i), una sola esclusa, sono nulle, allora H(x)=0
non essendovi incertezza sul risultato, non v’è neppure
informazione
Fondamenti dell'Informatica (ICD-TA)
Proprietà due
Prof.ssa E. Gentile 34
Se tutte le P(i) sono uguali
allora H(x) è massima:
miP
1
mmm
xHm
log1
log1
11
Fondamenti dell'Informatica (ICD-TA)
Proprietà tre
Prof.ssa E. Gentile 35
Siano in gioco due simboli, x e y, con m possibilità per x
e n per y
Se P(i,j) è la probabilità congiunta dell’emissione dell’i-
esimo simbolo di x e dell’j-esimo simbolo di y, allora
l’entropia della sorgente doppia è definita da:
m
i
n
j
jiPjiPyxH1 1
,log,,
Fondamenti dell'Informatica (ICD-TA)
Indipendenza dei simboli
Prof.ssa E. Gentile 36
La relazione precedente include le sorgenti discrete in cui i
simboli non sono indipendenti
Esiste una effettiva interdipendenza fra i simboli la cui
influenza può essere introdotta nell’entropia
Fondamenti dell'Informatica (ICD-TA)
Interdipendenza
Prof.ssa E. Gentile 37
Siano x e y due gruppi di simboli come nella proprietà 3
Per ogni valore i che x può assumere esiste una probabilità
condizionale P(i|j) che y valga j
Fondamenti dell'Informatica (ICD-TA)
Entropia Condizionale
Prof.ssa E. Gentile 38
L’entropia condizionale di y sotto la condizione che lo
preceda x è:
m
i
n
j
ijPjiPxyH1 1
|log,|
Fondamenti dell'Informatica (ICD-TA)
Probabilità congiunte
Prof.ssa E. Gentile 39
Le probabilità congiunte sono legate a quelle condizionali
dalla relazione:
Sostituendo questa relazione in quella definita nella proprietà
3 si ha:
ijPiPjiP |,
m
i
n
j
ijPiPijPiPyxH1 1
|log|,
Fondamenti dell'Informatica (ICD-TA)
ossia…
Prof.ssa E. Gentile 40
m
i
m
i
n
j
n
j
ijPjiPiPijPiPyxH1 1 11
|log,log|,
Se i è costante:
iPiPiPijPiPj
loglog|1
e quindi:
m
i
m
i
n
j
ijPjiPiPiPyxH1 1 1
|log,log),(
Fondamenti dell'Informatica (ICD-TA)
Entropia Congiunta
Prof.ssa E. Gentile 41
Il primo termine non è altro che H(x), mentre il secondo
termine è H(y|x)
Se i simboli sono indipendenti allora:
xyHxHyxH |,
yHxHyxH ,
Fondamenti dell'Informatica (ICD-TA)
Entropia Congiunta
Prof.ssa E. Gentile 42
Se due sorgenti producono una successione di simboli che
non hanno relazioni o legami fra loro, allora l’entropia
congiunta di una coppia di simboli qualsiasi è data dalla
somma delle entropie relative ai due simboli
Fondamenti dell'Informatica (ICD-TA)
Esempio 1
Prof.ssa E. Gentile 43
Si consideri il lancio di una moneta
Sia all’uscita testa che croce è associata una informazione pari
a:
L’informazione media o entropia è:
bit12
1log
simbolobitH 12
1log
2
1
2
1log
2
1
Fondamenti dell'Informatica (ICD-TA)
Esempio 2
Prof.ssa E. Gentile 44
Consideriamo una
sorgente con 6 simboli
A, B, C, D, E, F le cui
probabilità sono:
321
321
161
81
41
21
FP
EP
DP
CP
BP
AP
Fondamenti dell'Informatica (ICD-TA)
L’informazione media
Prof.ssa E. Gentile 45
simbolobitH
16151
321log
321
321log
321
161log
161
81log
81
41log
41
21log
21
Fondamenti dell'Informatica (ICD-TA)
Entropia in bit al secondo
Prof.ssa E. Gentile 46
L’entropia espressa in bit per simbolo è indicata con H
L’entropia misura in bit/secondo è indicata con H’
Se s è il tasso di invio dei simboli (numero di bit trasmessi in
un secondo) allora: H’=sH
Fondamenti dell'Informatica (ICD-TA)
Esempio 3
i P(i)
A 9/27
B 16/27
C 2/27
Prof.ssa E. Gentile 47
i|i A B C
A 0 4/5 1/5
B 1/2 1/2 0
C 1/2 2/5 1/10
i|i A B C
A 0 4/15 1/15
B 8/27 8/27 0
C 1/27 4/135 1/135
P(j|i) P(i,j)=P(i)P(j|i) P(i)
Fondamenti dell'Informatica (ICD-TA)
Ridondanza
Prof.ssa E. Gentile 48
È evide te che la pres nza di una interd pendenza fra i simboli dimi
uisce l’entropia della sorge te rispetto ad una che ab ia simboli
tutti indip ndenti.
Una successione di simboli che dipendono gli uni dagli altri si dice
ridondante
Misuriamo la ridondanza di una successione di simboli calcolando
di quanto è stata ridotta l’entropia
La ridondanza è quindi definita come:
xH
xyHE
|1
Fondamenti dell'Informatica (ICD-TA)
Canale discreto
Prof.ssa E. Gentile 49
La capacità di trasmettere informazioni in un canale discreto
si può misurare mediante il numero di bit per unità di tempo
che possono venire trasmessi
La capacità è quindi:
T
TNC
T
loglim
Fondamenti dell'Informatica (ICD-TA)
Teorema
Prof.ssa E. Gentile 50
Siano H (bit/simbolo) e C (bit/secondo),
rispettivamente, l’entropia di una sorgente e la capacità
di un canale senza rumore;
È possibile codificare i simboli emessi dalla sorgente in
modo di trasmettere in media:
(C/H)-ε simboli al secondo
ove ε è un numero positivo arbitrario (<C/H).
Non è possibile trasmettere con velocità superiore a C/H
simboli al secondo.
Fondamenti dell'Informatica (ICD-TA)
Esempio
Prof.ssa E. Gentile 51
Poniamo a 120 persone la domanda:
Sei destro o mancino?
La risposta sarà D=Destro o M=Mancino e sono
equiprobabili e indipendenti:
Supponiamo che la risposta sia trasmessa nell’ordine
giusto in cui è data:
DDDMDDMDMDDDMD…
Non ci basta sapere quanti sono D e quanti M
Fondamenti dell'Informatica (ICD-TA)
Efficienza di codificazione
Prof.ssa E. Gentile 52
Se diciamo efficienza di codificazione il rapporto fra entropia
del messaggio originale e la capacità di canale richiesta,
risulta che nell’esempio:
%6,84%10035,0
2864,0c
Fondamenti dell'Informatica (ICD-TA)
Canali discreti con rumore
Prof.ssa E. Gentile 53
Consideriamo ora il caso in cui la trasmissione non è perfetta
a causa della presenza di rumore nel canale.
Supponiamo che il disturbo su un simbolo sia indipendente
dai simboli precedenti e successivi.
Fondamenti dell'Informatica (ICD-TA)
Entropie
Prof.ssa E. Gentile 54
H(x) = entropia della sorgente o d’ingresso del canale
H(y) = entropia del ricevente o d’uscita del canale
H(y/x) = entropia dell’uscita, nota l’entrata
H(x/y) = entropia dell’entrata, nota l’uscita
H(x,y) = entropia congiunta dell’ingresso e dell’uscita
Relazioni
H(x,y) = H(x) + H(y/x)
H(x,y) = H(y) + H(x/y)
Fondamenti dell'Informatica (ICD-TA)
Sistema ideale di comunicazioni
Prof.ssa E. Gentile 55
Osservatore
Sorgente Trasmettitore Ricevitore Dispositivo di
correzione
r(t)
+
+
Fondamenti dell'Informatica (ICD-TA)
Canale binario simmetrico
Prof.ssa E. Gentile 56
0 0
1 1
1-p
1-p
p
p
H(x) H(y)
Sorgente Ricevente
Fondamenti dell'Informatica (ICD-TA)
L’informazione
Prof.ssa E. Gentile 57
Ossia:
La probabilità che l’osservatore invii un 1 è:
L’entropia del segnale è:
pppP 112
11
2
10
0
001
110 PèPPèPPrenessunerroP
pppPerroreP 2
1
2
11
pppp 1log1log
Fondamenti dell'Informatica (ICD-TA)
Tasso di trasmissione del canale
Prof.ssa E. Gentile 58
H(x/y) viene detto equivocazione e rappresenta l’informazione
perduta per la presenza di rumore nel canale
secbityxHxH
Fondamenti dell'Informatica (ICD-TA)
Capacità di un canale discreto senza
rumore
Prof.ssa E. Gentile 59
secmax bityxHxHC
Fondamenti dell'Informatica (ICD-TA)