Информация, ее представление и измерение

2. Лекция: Информация, ее представление и измерение Рассматриваются основные понятия информатики – алфавит, слово, информация, сообщение, измерение сообщений и информации, виды и свойства информации, меры количества информации (по Хартли и Шеннону), их свойства и значение, вопросы связанные с информационными системами и управлением в системе. Понятие информации является наиболее сложным для понимания и обычно во вводных курсах информатики не определяется, принимается как исходное базовое понятие, понимается интуитивно, наивно. Часто это понятие отождествляется неправильным образом с понятием "сообщение". Понятие "информация" имеет различные трактовки в разных предметных областях. Например, информация может пониматься как: • абстракция, абстрактная модель рассматриваемой системы (в математике); • сигналы для управления, приспособления рассматриваемой системы (в кибернетике); • мера хаоса в рассматриваемой системе (в термодинамике); • вероятность выбора в рассматриваемой системе (в теории вероятностей); • мера разнообразия в рассматриваемой системе (в биологии) и др. Рассмотрим это фундаментальное понятие информатики на основе понятия "алфавит" ("алфавитный", формальный подход). Дадим формальное определение алфавита. Алфавит – конечное множество различных знаков, символов, для которых определена операция конкатенации (приписывания, присоединения символа к символу или цепочке символов); с ее помощью по определенным правилам соединения символов и слов можно получать слова (цепочки знаков) и словосочетания (цепочки слов) в этом алфавите (над этим алфавитом). Буквой или знаком называется любой элемент x алфавита X, где . Понятие знака неразрывно связано с тем, что им обозначается ("со смыслом"), они вместе могут рассматриваться как пара элементов (x, y), где x – сам знак, а y – обозначаемое этим знаком. Пример. Примеры алфавитов: множество из десяти цифр, множество из знаков русского языка, точка и тире в азбуке Морзе и др. В алфавите цифр знак 5 связан с понятием "быть в количестве пяти элементов". Конечная последовательность букв алфавита называется словом в алфавите (или над алфавитом). Длиной |p| некоторого слова p над алфавитом Х называется число составляющих его букв. Слово (обозначаемое символом Ø) имеющее нулевую длину, называется пустым словом: |Ø| = 0. Множество различных слов над алфавитом X обозначим через S(X) и назовем словарным запасом (словарем) алфавита (над алфавитом) X. В отличие от конечного алфавита, словарный запас может быть и бесконечным. Слова над некоторым заданным алфавитом и определяют так называемые сообщения. Пример. Слова над алфавитом кириллицы – "Информатика", "инто", "ииии", "и". Слова над алфавитом десятичных цифр и знаков арифметических операций – "1256", "23+78", "35–6+89", "4". Слова над алфавитом азбуки Морзе – ".", ". . –", "– – –". В алфавите должен быть определен порядок следования букв (порядок типа "предыдущий элемент – последующий элемент"), то есть любой алфавит имеет упорядоченный вид X = {x1, x2, …, xn} . Таким образом, алфавит должен позволять решать задачу лексикографического (алфавитного) упорядочивания, или задачу расположения слов над этим алфавитом, в соответствии с порядком, определенным в алфавите (то есть по символам алфавита). Информация – это некоторая упорядоченная последовательность сообщений, отражающих, передающих и увеличивающих наши знания. Информация актуализируется с помощью различной формы сообщений – определенного вида сигналов, символов. Информация по отношению к источнику или приемнику бывает трех типов: входная, выходная и внутренняя. Информация по отношению к конечному результату бывает исходная, промежуточная и результирующая. Информация по ее изменчивости бывает постоянная, переменная и смешанная. Информация по стадии ее использования бывает первичная и вторичная. Информация по ее полноте бывает избыточная, достаточная и недостаточная. Информация по доступу к ней бывает открытая и закрытая. Есть и другие типы классификации информации. Пример. В философском аспекте информация делится на мировозренческую, эстетическую, религиозную, научную, бытовую, техническую, экономическую, технологическую. Основные свойства информации: • полнота; • актуальность; • адекватность; • понятность; • достоверность; • массовость; • устойчивость; • ценность и др. Информация – содержание сообщения, сообщение – форма информации . Любые сообщения измеряются в байтах, килобайтах, мегабайтах, гигабайтах, терабайтах, петабайтах и эксабайтах, а кодируются, например, в компьютере, с помощью алфавита из нулей и единиц, записываются и реализуются в ЭВМ в битах. Приведем основные соотношения между единицами измерения сообщений: 1 бит (binary digit – двоичное число) = 0 или 1, 1 байт 8 бит, 1 килобайт (1Кб) = 213 бит, 1 мегабайт (1Мб) = 223 бит, 1 гигабайт (1Гб) = 233 бит, 1 терабайт (1Тб) = 243 бит, 1 петабайт (1Пб) = 253 бит, 1 эксабайт (1Эб) = 263 бит. Пример. Найти неизвестные х и у, если верны соотношения: 128y (К) = 32x (бит); 2x (М) = 2y (байт). Выравниваем единицы измерения информации: 27y (K) = 27y+13 (бит); 2x (M) = 2x+20 (байт). Подставляя в уравнения и отбрасывая размерности информации, получаем: 27y+13 = 25x 2x+20=2y Отсюда получаем систему двух алгебраических уравнений: или, решая эту систему, окончательно получаем, x = –76,5, у = –56,5. Для измерения информации используются различные подходы и методы, например, с использованием меры информации по Р. Хартли и К. Шеннону. Количество информации – число, адекватно характеризующее разнообразие (структурированность, определенность, выбор состояний и т.д.) в оцениваемой системе. Количество информации часто оценивается в битах, причем такая оценка может выражаться и в долях бит (так как речь идет не об измерении или кодировании сообщений). Мера информации – критерий оценки количества информации. Обычно она задана некоторой неотрицательной функцией, определенной на множестве событий и являющейся аддитивной, то есть мера конечного объединения событий (множеств) равна сумме мер каждого события. Рассмотрим различные меры информации. Возьмем меру Р. Хартли. Пусть известны N состояний системы S (N опытов с различными, равновозможными, последовательными состояниями системы). Если каждое состояние системы закодировать двоичными кодами, то длину кода d необходимо выбрать так, чтобы число всех различных комбинаций было бы не меньше, чем N: Логарифмируя это неравенство, можно записать: Наименьшее решение этого неравенства или мера разнообразия множества состояний системы задается формулой Р. Хартли: H = log2N (бит). Пример. Чтобы определить состояние системы из четырех возможных состояний, то есть получить некоторую информацию о системе, необходимо задать 2 вопроса. Первый вопрос, например: "Номер состояния больше 2?". Узнав ответ ("да", "нет"), мы увеличиваем суммарную информацию о системе на 1 бит ( I = log22 ). Далее необходим еще один уточняющий вопрос, например, при ответе "да": "Состояние – номер 3?". Итак, количество информации равно 2 битам ( I = log24 ). Если система имеет n различных состояний, то максимальное количество информации равно I = log2n . Если во множестве X = {x1, x2, ..., xn} искать произвольный элемент, то для его нахождения (по Хартли) необходимо иметь не менее logan (единиц) информации. Уменьшение Н говорит об уменьшении разнообразия состояний N системы. Увеличение Н говорит об увеличении разнообразия состояний N системы. Мера Хартли подходит лишь для идеальных, абстрактных систем, так как в реальных системах состояния системы неодинаково осуществимы (неравновероятны). Для таких систем используют более подходящую меру К. Шеннона. Мера Шеннона оценивает информацию отвлеченно от ее смысла: где n – число состояний системы; рi – вероятность (относительная частота) перехода системы в i-е состояние, а сумма всех pi должна равняться 1. Если все состояния рассматриваемой системы равновозможны, равновероятны, то есть рi = 1/n , то из формулы Шеннона можно получить (как частный случай) формулу Хартли: I = log2n . Пример. Если положение точки в системе из 10 клеток известно, например если точка находится во второй клетке, то есть рi = 0, i = 1, 3, 4, …, 10, р2 = 1 , то тогда получаем количество информации, равное нулю: I = log21 = 0 . Обозначим величину: fi = –nlog2pi. Тогда из формулы К. Шеннона следует, что количество информации I можно понимать как среднеарифметическое величин fi , то есть величину fi можно интерпретировать как информационное содержание символа алфавита с индексом i и величиной pi вероятности появления этого символа в любом сообщении (слове), передающем информацию. В термодинамике известен так называемый коэффициент Больцмана k = 1.38 * 10–16 (эрг/град) и выражение (формула Больцмана) для энтропии или меры хаоса в термодинамической системе: Сравнивая выражения для I и S, можно заключить, что величину I можно понимать как энтропию из-за нехватки информации в системе (о системе). Основное функциональное соотношение между энтропией и информацией имеет вид: I+S(log2e)/k=const. Из этой формулы следуют важные выводы: 1. увеличение меры Шеннона свидетельствует об уменьшении энтропии (увеличении порядка) системы; 2. уменьшение меры Шеннона свидетельствует об увеличении энтропии (увеличении беспорядка) системы. Положительная сторона формулы Шеннона – ее отвлеченность от смысла информации. Кроме того, в отличие от формулы Хартли, она учитывает различность состояний, что делает ее пригодной для практических вычислений. Основная отрицательная сторона формулы Шеннона – она не распознает различные состояния системы с одинаковой вероятностью. Методы получения информации можно разбить на три большие группы. 1. Эмпирические методы или методы получения эмпирических данных. 2. Теоретические методы или методы построения различных теорий. 3. Эмпирико-теоретические методы (смешанные) или методы построения теорий на основе полученных эмпирических данных об объекте, процессе, явлении. Охарактеризуем кратко эмпирические методы. 1. Наблюдение – сбор первичной информации об объекте, процессе, явлении. 2. Сравнение – обнаружение и соотнесение общего и различного. 3. Измерение – поиск с помощью измерительных приборов эмпирических фактов. 4. Эксперимент – преобразование, рассмотрение объекта, процесса, явления с целью выявления каких-то новых свойств. Кроме классических форм их реализации, в последнее время используются опрос, интервью, тестирование и другие. Охарактеризуем кратко эмпирико-теоретические методы. 1. Абстрагирование – выделение наиболее важных для исследования свойств, сторон исследуемого объекта, процесса, явления и игнорирование несущественных и второстепенных. 2. Анализ – разъединение целого на части с целью выявления их связей. 3. Декомпозиция – разъединение целого на части с сохранением их связей с окружением. 4. Синтез – соединение частей в целое с целью выявления их взаимосвязей. 5. Композиция — соединение частей целого с сохранением их взаимосвязей с окружением. 6. Индукция – получение знания о целом по знаниям о частях. 7. Дедукция – получение знания о частях по знаниям о целом. 8. Эвристики, использование эвристических процедур – получение знания о целом по знаниям о частях и по наблюдениям, опыту, интуиции, предвидению. 9. Моделирование (простое моделирование), использование приборов – получение знания о целом или о его частях с помощью модели или приборов. 10. Исторический метод – поиск знаний с использованием предыстории, реально существовавшей или же мыслимой. 11. Логический метод – поиск знаний путем воспроизведения частей, связей или элементов в мышлении. 12. Макетирование – получение информации по макету, представлению частей в упрощенном, но целостном виде. 13. Актуализация – получение информации с помощью перевода целого или его частей (а следовательно, и целого) из статического состояния в динамическое состояние. 14. Визуализация – получение информации с помощью наглядного или визуального представления состояний объекта, процесса, явления. Кроме указанных классических форм реализации теоретико-эмпирических методов часто используются и мониторинг (система наблюдений и анализа состояний), деловые игры и ситуации, экспертные оценки (экспертное оценивание), имитация (подражание) и другие формы. Охарактеризуем кратко теоретические методы. 1. Восхождение от абстрактного к конкретному – получение знаний о целом или о его частях на основе знаний об абстрактных проявлениях в сознании, в мышлении. 2. Идеализация – получение знаний о целом или его частях путем представления в мышлении целого или частей, не существующих в действительности. 3. Формализация – получение знаний о целом или его частях с помощью языков искусственного происхождения (формальное описание, представление). 4. Аксиоматизация – получение знаний о целом или его частях с помощью некоторых аксиом (не доказываемых в данной теории утверждений) и правил получения из них (и из ранее полученных утверждений) новых верных утверждений. 5. Виртуализация – получение знаний о целом или его частях с помощью искусственной среды, ситуации. Пример. Для построения модели планирования и управления производством в рамках страны, региона или крупной отрасли нужно решить следующие проблемы: 1. определить структурные связи, уровни управления и принятия решений, ресурсы; при этом чаще используются методы наблюдения, сравнения, измерения, эксперимента, анализа и синтеза, дедукции и индукции, эвристический, исторический и логический методы, макетирование и др.; 2. определить гипотезы, цели, возможные проблемы планирования; наиболее используемые методы – наблюдение, сравнение, эксперимент, абстрагирование, анализ, синтез, дедукция, индукция, эвристический, исторический, логический и др.; 3. конструирование эмпирических моделей; наиболее используемые методы – абстрагирование, анализ, синтез, индукция, дедукция, формализация, идеализация и др.; 4. поиск решения проблемы планирования и просчет различных вариантов, директив планирования, поиск оптимального решения; используемые чаще методы – измерение, сравнение, эксперимент, анализ, синтез, индукция, дедукция, актуализация, макетирование, визуализация, виртуализация и др. Суть задачи управления системой – отделение ценной информации от "шумов" (бесполезного, иногда даже вредного для системы возмущения информации) и выделение информации, которая позволяет этой системе существовать и развиваться. Информационная система – это система, в которой элементы, структура, цель, ресурсы рассматриваются на информационном уровне (хотя, естественно, имеются и другие уровни рассмотрения). Информационная среда – это среда (система и ее окружение) из взаимодействующих информационных систем, включая и информацию, актуализируемую в этих системах. Установление отношений и связей, описание их формальными средствами, языками, разработка соответствующих описаниям моделей, методов, алгоритмов, создание и актуализация технологий, поддерживающих эти модели и методы, и составляет основную задачу информатики как науки, образовательной области, сферы человеческой деятельности. Информатику можно определить как науку, изучающую неизменные сущности (инварианты) информационных процессов, которые протекают в различных предметных областях, в обществе, в познании, в природе.