By prof. Camuso. Misura del grado di incertezza (medio) dei messaggi emessi da una sorgente.

Slides:



Advertisements
Presentazioni simili
EQUAZIONI ESPONENZIALI
Advertisements

Lequivocazione By Vaccaro Maria A.. Che incidenza ha il disturbo sullinformazione? Si avrà in tal caso che lincertezza media nel messaggio trasmesso.
Logaritmi Riepilogo sulle proprietà delle potenze
2. Introduzione alla probabilità
Funzioni Una funzione (o applicazione) fra due insiemi A e B è una
Variabili aleatorie discrete e continue
La probabilità.
Le Informazioni e la loro Rappresentazione nei calcolatori
1 2 OSSERVA LA SEGUENTE POTENZA 4 2 = 16 IMMAGINIAMO CHE UN DATO SIA SCONOSCIUTO E LO INDICHIAMO CON LA LETTERA X.
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
1 © 1999 Roberto Bisiani Rappresentazione delle informazioni n Occorre un codice n Legato alla tecnologia usata Robustezza Semplicita Economicita.
Andrea G. B. Tettamanzi, 2001 Teoria dellInformazione (Classica) Andrea G. B. Tettamanzi Università degli Studi di Milano Dipartimento di Tecnologie dellInformazione.
Inferenza Statistica Le componenti teoriche dell’Inferenza Statistica sono: la teoria dei campioni la teoria della probabilità la teoria della stima dei.
Definizioni Chiamiamo esperimento aleatorio ogni fenomeno del mondo reale alle cui manifestazioni può essere associata una situazione di incertezza. Esempi:
Metodi Probabilistici, Statistici e Processi Stocastici Università Carlo Cattaneo Emanuele Borgonovo Metodi Probailistici, Statistici e Processi Stocastici.
Elementi di Matematica
Process synchronization
Distribuzioni di probabilità
INFORMAZIONE LEZIONE 1.
Corso di biomatematica Lezione 2: Probabilità e distribuzioni di probabilità Davide Grandi.
Modelli e Algoritmi della Logistica
B D1D1 D2D2 B2B2 6 4 B3B3 3 B1B1 2 1 B4B4 B5B5 D3D3 D4D4 D5D5 D6D6 a b c a T=22 c d T= P.D. SENZA e CON DUPLICAZIONE.
Codifiche Interne Codifiche Interne
Definizione intuitiva di informazione
Lezione 8.
Funzioni di densità (o di probabilità) congiunte.
Impostazione Assiomatica del Calcolo della Probabilità
1 © 1999 Roberto Bisiani Rappresentazione delle informazioni n Occorre un codice n Legato alla tecnologia usata Robustezza Semplicita Economicita.
Logaritmi INDICE Definizione Proprietà dei logaritmi
Ci occupiamo della misura dellinformazione emessa da una sorgente la sorgente è tanto più efficiente quanto più risulta imprevedibile da parte del destinatario.
TC 8253 TIMER COUNTER Prof. Marco Solarino.
QUALCHE LUCIDO DI RIPASSO… 1. Esperimento casuale ( e. aleatorio) risultato Esperimento condotto sotto leffetto del caso: non è possibile prevederne il.
Teorie e Tecniche di Psicometria
1.PROBABILITÀ A. Federico ENEA; Fondazione Ugo Bordoni Scuola estiva di fonetica forense Soriano al Cimino 17 – 21 settembre 2007.
Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
Lancio dadi Analisi probabilità esito somme varie.
Lancio contemporaneo di due dadi
Esercizi Supponete di lanciare 50 volte un dado regolare e indicate con M la media aritmetica dei risultati ottenuti. Calcolate il valor medio e lo s.q.m.
Regressione e correlazione
Esercizi con soluzione
Probabilità ed eventi casuali (Prof. Daniele Baldissin)
Lycée dAltitude Briançon Projet « Horloges dAltitude » Cortile di Palazzo Ducale F.
Questa è la funzione esponenziale
Questa è la funzione esponenziale
PROBABILITA’.
Impostazione Assiomatica del Calcolo della Probabilità
(Una) Definizione di Ingegneria del Software (IEEE) Strategie sistematiche, a partire da richieste formulate del committente, per lo sviluppo, esercizio.
RELAZIONE Siano X e Y due insiemi non vuoti si chiama relazione tra X e Y un qualunque sottoinsieme del prodotto cartesiano: R X x Y = (x,y): xX, yY
Misurare la diversità Alessandro Giuliani. La diversità può essere definita solo in riferimento ad una popolazione e per quanto riguarda una misura dotata.
I computer vengono utilizzati per automatizzare la soluzione di problemi di varia natura trattando le informazioni in entrata (DATI) eseguendo gli opportuni.
Cap. 15 Caso, probabilità e variabili casuali Cioè gli ingredienti matematici per fare buona inferenza statistica.
DIPARTIMENTO DI ELETTRONICA E INFORMAZIONE Algoritmi e basi del C Marco D. Santambrogio – Ver. aggiornata al 13 Marzo 2014.
è … lo studio delle caratteristiche di regolarità dei fenomeni casuali
UGUAGLIANZE NUMERICHE
Definizione(i) di Ingegneria del Software (IEEE) Strategie sistematiche, a partire da richieste formulate del committente, per lo sviluppo, esercizio e.
PROBABILITA’ Scienza che studia i fenomeni retti dal caso EVENTO (E): avvenimento che può accadere oppure no 1.certo: se si verifica sempre (es. nel lancio.
Esponenziali e Logaritmi

Distribuzioni troncate: esempio
Probabilità. Un percorso didattico esperimenti e simulazioni L. Cappello 9 Maggio Didattica probabilità e statistica PAS 2014.
2) PROBABILITA’ La quantificazione della ‘possibilità’ del verificarsi di un evento casuale E è detta probabilità P(E) Definizione classica: P(E) è il.
PROBABILITÀ Corsi Abilitanti Speciali Classe 59A III semestre - 2.
Eventi aleatori Un evento è aleatorio (casuale) quando non si può prevedere con certezza se avverrà o meno I fenomeni (eventi) aleatori sono studiati.
RACCONTARE LA MATEMATICA
RACCONTARE LA MATEMATICA
Numeri esponenziali Ogni numero, sia positivo che negativo, si può rappresentare come prodotto di un numero -tra 1 e 10- per una potenza intera del 10;
METODI E TECNOLOGIE PER L’INSEGNAMENTO DELLA MATEMATICA Lezione n°17.
Corso di Chimica Generale ed Inorganica ESERCITAZIONE N°1.
Transcript della presentazione:

By prof. Camuso

Misura del grado di incertezza (medio) dei messaggi emessi da una sorgente

By prof. Camuso Dobbiamo prima definire il logaritmo in base 2 di un numero

By prof. Camuso Dobbiamo prima definire il logaritmo in base 2 di un numero N, N>0 log 2 N è lesponente da dare alla base 2 per ottenere quel numero

By prof. Camuso log 2 0 = ??? IMPOSSIBILE!

By prof. Camuso log 2 1 = ??? 0, infatti 2 0 =1

By prof. Camuso log 2 2 = ??? 1, infatti 2 1 =2

By prof. Camuso log 2 8 = ??? 3, infatti 2 3 =8

By prof. Camuso log 2 19 = ??? 4,25 infatti 2 4,25 =19 Ma sulla calcolatrice non cè il logaritmo in base 2… come si fa?

By prof. Camuso Sulla calcolatrice trovate infatti un log e un ln; ln ve lo condono perché è impossibile capire … ma log, facendo qualche prova ci si può arrivare!

By prof. Camuso

Che esponente bisogna dare al 7 per ottenere 125 ???

By prof. Camuso

Immaginiamo che tutti i possibili mesaggi che possono essere emessi da una sorgente siano rappresentati dallinsieme = {x 1, x 2, x 3, …, x n }. (dado) = {1, 2, 3, 4, 5, 6}

By prof. Camuso Chiamiamo X la variabile che rappresenta il verificarsi di uno degli eventi (dado) = {1, 2, 3, 4, 5, 6} X=3 significa che è uscito il 3

By prof. Camuso

Definiamo (Hartley) poi Entropia della variabile X su un insieme discreto e con eventi equiprobabili H(X) = log 2 N H(X) indica il numero minimo di bit necessari a codificare tutti i possibili stati (messaggi)

By prof. Camuso LEntropia misura il grado di incertezza medio dei messaggi emessi da una sorgente. Quindi rappresenta una stima del numero medio di bit necessari a codificare un messaggio proveniente da quella sorgente (è dimostrato che di meglio non si può fare)

By prof. Camuso E se la moneta è truccata ? E se il dado è truccato? E se non tutte le lettere in un testo hanno la stessa probabilità di essere usate ?

By prof. Camuso E se alcuni valori rilevati da un sensore hanno più probabilità di verificarsi di altri ? E se scopro che in una immagine un pixel si ripete molto più di altri?

By prof. Camuso

OTTIMALE (dimezzamento incertezza) NON OTTIMALE Valor e del dado Messaggio 0 = risposta no 1 = risposta sì Messaggio 0 = risposta no 1 = risposta sì D1D2D3D1D2D3D4D5D ( )/6 = 2,66bit( )/6 = 3,5bit

By prof. Camuso

Codici INTERNI (complemento a 2, IEEE 754 ecc.) Codici ESTERNI (ASCII, BCD, Hamming e molti altri)