Разлика между версии на „Свойства на информацията“
Направо към навигацията
Направо към търсенето
(Нова страница: ==Свойства на информацията== * Информацията може да се разпространява, посредством различн...) |
|||
| (Не са показани 3 междинни версии от същия потребител) | |||
| Ред 1: | Ред 1: | ||
| − | == | + | '''Информацията се обуславя от няколко основни свойства.''' |
| − | + | ==Същност== | |
| − | |||
| − | |||
* Информацията може да се разпространява, посредством различни свързващи [[среда|среди]], иформацията може да бъде предавана /обменена/, между различни потребители и [[ресурс]]и. Използването на различни комуникационни ресурси, обуславя необходимостта от решаването на проблеми, свързни с изравняване / съвмесяване/ на техните [[параметър|параметри]]. | * Информацията може да се разпространява, посредством различни свързващи [[среда|среди]], иформацията може да бъде предавана /обменена/, между различни потребители и [[ресурс]]и. Използването на различни комуникационни ресурси, обуславя необходимостта от решаването на проблеми, свързни с изравняване / съвмесяване/ на техните [[параметър|параметри]]. | ||
| − | * Информацията може да бъде преобразувана информацията може да бъде преставяна във разлинчи форми като текст,[[графика]],аудио,видео,числа и т.н. и позволява тя да бъде преобразувана от една в друга | + | * Информацията може да бъде преобразувана информацията може да бъде преставяна във разлинчи форми като текст, [[графика]], аудио,видео,числа и т.н. и позволява тя да бъде преобразувана от една в друга форма. Преобразуването може да се извърши със или без загуба на информация. |
| − | * Информацията може да бъде съхранявaна при работа с компютърната техника се изплзват различни | + | * Информацията може да бъде съхранявaна при работа с компютърната техника се изплзват различни носители за съхранение на информацията. |
* Информацията може да бъде обработвана | * Информацията може да бъде обработвана | ||
* Свойства на информацията | * Свойства на информацията | ||
| − | * | + | * Полезност - Необходим е [[анализ]], за да се разбере коя информация е полезна и коя не е. Информацията е полезна само когато действително е необходима. |
| − | * | + | * Обективност - Информацията трябва да отразява обективната реалност и да не се влияе от субективни фактори. |
* Точност - Информацията трябва да бъде толкова точна, колкото е необходимо. Допуска се неточност на информацията в определени [[граница|граници]]. | * Точност - Информацията трябва да бъде толкова точна, колкото е необходимо. Допуска се неточност на информацията в определени [[граница|граници]]. | ||
| − | * | + | * Навременност (актуалност) - Информацията трябва да бъде подадена в [[интервал]]а от време, в който тя е полезна. |
| − | * | + | * Насоченост - Информацията трябва да бъде насочена към този, за който се отнася. |
| − | * | + | * Форматност - Възможни са различни формати, включващи графики, диаграми, карти и др. Форматът трябва да се съобрази с познавателния стил на получателя. |
| − | * | + | * Интерактивност - Възможност потребителят постепенно, на стъпки да извлича информацията, от която се нуждае. |
| − | * | + | * Сигурност - Важно е да се осигурят нива на [[достъп]] до информацията, както и [[контрол]] за това кой и кога е търсил информация. |
| − | * | + | * Достоверност - Информацията трябва да се проверява за достоверност, като се използват различни източници и т.н. |
| − | * | + | * Оптималност - Информацията не трябва да съдържа излишък. Той води до информационен кризис. |
| − | * | + | * Устойчивост - Отразява способността на информацията да реагира на промени. |
| − | * Единицата за количество информация е бит (binary digit двоична единица). Един бит информация се получава, след като се узнае кое от две равновероятни събития е настъпило. Например - хвърлянето на монета, вероятността след падане монетата да е отгоре е P=0,5, или кой от два отбора ще започне пръв играта. И в двата случая се получава 1 бит информация. Двете равновероятни събития могат да се означат като символи с 0 и 1. При ''m'' символа, ако за формирането на едно съобщение са необходими n [[символ]]а, броят на възможните съобщения е N=m (на степен n). Нека m=2, n=3, възможни са N=8 съобщения (при m 0 и 1, то съобщенията са 000, 001, 010, 011, 100, 101, 110, 111). Броят на съобщенията зависи | + | * Единицата за количество информация е бит (binary digit двоична единица). Един бит информация се получава, след като се узнае кое от две равновероятни събития е настъпило. Например - хвърлянето на монета, вероятността след падане монетата да е отгоре е P=0,5, или кой от два отбора ще започне пръв играта. И в двата случая се получава 1 бит информация. Двете равновероятни събития могат да се означат като символи с 0 и 1. При ''m'' символа, ако за формирането на едно съобщение са необходими n [[символ]]а, броят на възможните съобщения е N=m (на степен n). Нека m=2, n=3, възможни са N=8 съобщения (при m 0 и 1, то съобщенията са 000, 001, 010, 011, 100, 101, 110, 111). Броят на съобщенията зависи експоненциално от символите n''''',''''' a това е неудобно при определяне на броя на съобщенията и на количеството информация. Поради това Р. [[Хартли]] е предложил [[логаритмичен|логаритмична]] мярка. Ако количеството информация се означи с I, то |
| − | [[File: teoriqnainformaciqta14.png| | + | [[File: teoriqnainformaciqta14.png|280px]] |
т.е. количеството [[информация]] I е пропорционално на n. За да се изрази количеството [ информация] I в bit, трябва при m=2 за основа на логаритъма да се приема числото 2, т.е. | т.е. количеството [[информация]] I е пропорционално на n. За да се изрази количеството [ информация] I в bit, трябва при m=2 за основа на логаритъма да се приема числото 2, т.е. | ||
| Ред 28: | Ред 26: | ||
Ако се използва десетичен [[логаритъм]], количеството информация I се измерва в dit (дит)(тази единица се нарича още Хартли). Връзката между нея и двоичната единица е | Ако се използва десетичен [[логаритъм]], количеството информация I се измерва в dit (дит)(тази единица се нарича още Хартли). Връзката между нея и двоичната единица е | ||
| − | [[File: teoriqnainformaciqta16.png| | + | [[File: teoriqnainformaciqta16.png|150px]] |
[[File: teoriqnainformaciqta17.png|200px]] | [[File: teoriqnainformaciqta17.png|200px]] | ||
| Ред 41: | Ред 39: | ||
* Количеството информация е положително число, тъй като 0<</SPAN>P1<1 и логаритъмът е отрицателно число. Прието е да се смята, че при P1=0 и I =0, защото при две възможни състояния, ако едното е невъзможно, то може да се твърди обратното (възможното) и да се приеме P1=1. Например вероятността през юли да завали сняг в Русе е P1=0. Логаритъмът от нула е неопределеност и изчислението няма смисъл. Тогава се смята, че вероятността, че няма да завали сняг в Русе през юли е P1=1 и I =0. | * Количеството информация е положително число, тъй като 0<</SPAN>P1<1 и логаритъмът е отрицателно число. Прието е да се смята, че при P1=0 и I =0, защото при две възможни състояния, ако едното е невъзможно, то може да се твърди обратното (възможното) и да се приеме P1=1. Например вероятността през юли да завали сняг в Русе е P1=0. Логаритъмът от нула е неопределеност и изчислението няма смисъл. Тогава се смята, че вероятността, че няма да завали сняг в Русе през юли е P1=1 и I =0. | ||
| − | Размита логика | + | ==Вижте още== |
| − | + | *[[Размита логика]] | |
| − | + | *[[Теория на информацията]] | |
| − | + | *[[Видове мерки за информация]] | |
| − | + | *[[Теория на вероятностите]] | |
| − | + | *[[Информация]] | |
| − | Теория на информацията | + | ==Източници== |
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | Видове мерки за информация | ||
| − | |||
| − | + | * Claude E. Shannon, N.J.A. Sloane, Aaron D.Wyner - Claude Elwood Shannon: Collected Papers | |
| + | * Claude E. Shannon and Warren Weaver - Mathematical Theory of Communication | ||
| + | * John Robinson Pierce - An Introduction to Information Theory: Symbols, Signals and Noise | ||
| + | * G.J. Chaitin - The Limits of Mathematics A Course on Information Theory and the Limits of Formal Reasoning | ||
| + | * G. Chaitin - Information, Randomness Incompleteness | ||
| + | * David J.C. MacKay - Information Theory, Inference, and Learning Algorithms | ||
| + | * Robert M. Losee - A Discipline Independent Definition of Information | ||
| + | * Tom Carter - An Introduction to Information Theory and Entropy | ||
| + | * G. Chaitin - Algorithmic Information Theory | ||
| + | * D. MacKay - A Short Course in Information Theory | ||
| + | * C.E. Shannon - A Mathematical Theory of Communication | ||
| − | + | ==Външни препратки== | |
| − | |||
| − | |||
| − | + | * [http://www.referati.org/informaciq-informatika-teoriq-na-informaciqta/38652/ref Информация и Информатика] | |
| + | * [http://www.kaminata.net/topic-t43626.html Кариерно развитие теория и информация] | ||
| + | * [http://guerillamarketing.start.bg/ Портал Теория и Информация] | ||
| + | * [http://download.pomagalo.com/572711/teoriya+na+informaciya+i+informacionni+tehnologiii/?search= Теория на информацията и информационните науки] | ||
| + | * [http://k-dobrich.shu.bg/informatics/Inf_12.htm Информация и алгоритми] | ||
| + | * [http://www.referati.org/kolichestveno-opredelqne-na-informaciqta-entropiq-svoistva-izlishyk-ot-informaciq-2/43655/ref/p2 Ентропия] | ||
| + | * [http://www.referati.org/kolichestveno-opredelqne-na-informaciqta-entropiq-svoistva-izlishyk-ot-informaciq-2/43655/ref/p3 Ентропия на съобщението] | ||
| + | * [http://www.referati.org/kolichestveno-opredelqne-na-informaciqta-entropiq-svoistva-izlishyk-ot-informaciq-2/43655/ref/p4 Свойства на ентропията] | ||
| − | + | [[category:Кибернетика]] | |
| − | |||
Текуща версия към 11:24, 6 март 2014
Информацията се обуславя от няколко основни свойства.
Същност
- Информацията може да се разпространява, посредством различни свързващи среди, иформацията може да бъде предавана /обменена/, между различни потребители и ресурси. Използването на различни комуникационни ресурси, обуславя необходимостта от решаването на проблеми, свързни с изравняване / съвмесяване/ на техните параметри.
- Информацията може да бъде преобразувана информацията може да бъде преставяна във разлинчи форми като текст, графика, аудио,видео,числа и т.н. и позволява тя да бъде преобразувана от една в друга форма. Преобразуването може да се извърши със или без загуба на информация.
- Информацията може да бъде съхранявaна при работа с компютърната техника се изплзват различни носители за съхранение на информацията.
- Информацията може да бъде обработвана
- Свойства на информацията
- Полезност - Необходим е анализ, за да се разбере коя информация е полезна и коя не е. Информацията е полезна само когато действително е необходима.
- Обективност - Информацията трябва да отразява обективната реалност и да не се влияе от субективни фактори.
- Точност - Информацията трябва да бъде толкова точна, колкото е необходимо. Допуска се неточност на информацията в определени граници.
- Навременност (актуалност) - Информацията трябва да бъде подадена в интервала от време, в който тя е полезна.
- Насоченост - Информацията трябва да бъде насочена към този, за който се отнася.
- Форматност - Възможни са различни формати, включващи графики, диаграми, карти и др. Форматът трябва да се съобрази с познавателния стил на получателя.
- Интерактивност - Възможност потребителят постепенно, на стъпки да извлича информацията, от която се нуждае.
- Сигурност - Важно е да се осигурят нива на достъп до информацията, както и контрол за това кой и кога е търсил информация.
- Достоверност - Информацията трябва да се проверява за достоверност, като се използват различни източници и т.н.
- Оптималност - Информацията не трябва да съдържа излишък. Той води до информационен кризис.
- Устойчивост - Отразява способността на информацията да реагира на промени.
- Единицата за количество информация е бит (binary digit двоична единица). Един бит информация се получава, след като се узнае кое от две равновероятни събития е настъпило. Например - хвърлянето на монета, вероятността след падане монетата да е отгоре е P=0,5, или кой от два отбора ще започне пръв играта. И в двата случая се получава 1 бит информация. Двете равновероятни събития могат да се означат като символи с 0 и 1. При m символа, ако за формирането на едно съобщение са необходими n символа, броят на възможните съобщения е N=m (на степен n). Нека m=2, n=3, възможни са N=8 съобщения (при m 0 и 1, то съобщенията са 000, 001, 010, 011, 100, 101, 110, 111). Броят на съобщенията зависи експоненциално от символите n, a това е неудобно при определяне на броя на съобщенията и на количеството информация. Поради това Р. Хартли е предложил логаритмична мярка. Ако количеството информация се означи с I, то
т.е. количеството информация I е пропорционално на n. За да се изрази количеството [ информация] I в bit, трябва при m=2 за основа на логаритъма да се приема числото 2, т.е.
Ако се използва десетичен логаритъм, количеството информация I се измерва в dit (дит)(тази единица се нарича още Хартли). Връзката между нея и двоичната единица е
- Комбинативният подход на Р.Хартли при определяне на количеството информация важи за равновероятни събития или съобщения. По-съвършен начин за оценка е предложил К.Шенон. Количеството информация зависи от априорната вероятност P1(вероятността за появата на събитието до провеждането на опита, преди приемането на съобщението) и апостериорната вероятност P2 (след опита, след приемането на съобщението). Количеството информация I се определя с отношението на двете вероятности P2 и P1 , като в логаритмична мярка
(1)
- Приетото съобщение е напълно вярно, ако P2=1 и log2P2=0. За количеството информация се получава от формулата
, bit. (2)
- Количеството информация е положително число, тъй като 0<</SPAN>P1<1 и логаритъмът е отрицателно число. Прието е да се смята, че при P1=0 и I =0, защото при две възможни състояния, ако едното е невъзможно, то може да се твърди обратното (възможното) и да се приеме P1=1. Например вероятността през юли да завали сняг в Русе е P1=0. Логаритъмът от нула е неопределеност и изчислението няма смисъл. Тогава се смята, че вероятността, че няма да завали сняг в Русе през юли е P1=1 и I =0.
Вижте още
Източници
- Claude E. Shannon, N.J.A. Sloane, Aaron D.Wyner - Claude Elwood Shannon: Collected Papers
- Claude E. Shannon and Warren Weaver - Mathematical Theory of Communication
- John Robinson Pierce - An Introduction to Information Theory: Symbols, Signals and Noise
- G.J. Chaitin - The Limits of Mathematics A Course on Information Theory and the Limits of Formal Reasoning
- G. Chaitin - Information, Randomness Incompleteness
- David J.C. MacKay - Information Theory, Inference, and Learning Algorithms
- Robert M. Losee - A Discipline Independent Definition of Information
- Tom Carter - An Introduction to Information Theory and Entropy
- G. Chaitin - Algorithmic Information Theory
- D. MacKay - A Short Course in Information Theory
- C.E. Shannon - A Mathematical Theory of Communication