Уровни исследования информации

 

· Технический (синтаксический) – он

отображает формально-структурные

характеристики информации и не

затрагивает ее смыслового содержания. На

этом уровне учитывается тип носителя и

ппооссообб ппррееддссттааввллеенниияя ииннффооррммааццииии,,

скорость передачи и обработки, размеры кодов представления информации,

надежность и точность преобразования

этих кодов и т.п.

 

· Информацию, рассматриваемую только с

технических позиций, обычно называют

данными, так как при этом не затрагивается

смысловая сторона.

Уровни исследования информации

 

· Семантический (смысловой) – на этом уровне определяется степень соответствияобраза объекта и самого объекта. Семантический аспект предполагает учет

ммыыссллооввооггоо ссооддеерржжаанниияя ииннффооррммааццииии.. ННаа этом уровне анализируются те сведения, которые отражает информация, рассматриваются смысловые связи. На этом уровне формируют понятия и представления, выявляют смысл, содержание информации и ее обобщение.

Уровни исследования информации

 

· Прагматический (потребительский) – на этом уровне исследуют отношениеинформации и ее потребителя, соответствие информации цели управления, которая на ее

ссннооввее ррееааллииззууееттссяя..

 

· Прагматический аспект рассмотрения связан с ценностью, полезностью использования информации при выработке потребителем решения для достижения своей цели. С этой точки зрения анализируются потребительские свойства информации.

Количество информации

 

В науке понятие информации введено в 1928 г. американским инженером Хартли для обозначения меры количественногоизмерения сведений. Для вычисления количества информации как меры неопределенности (устраняемой в результате получения информации) Хартли предложил логарифм по основанию два:

 

 

I = log2N

де I количество информации, N - число возможных состояний объекта.

 

 

Если объект пребывает только в 2 состояниях (N = 2), они кодируются двоичным кодом - 0 или 1, тогда I = 1.

 

Так определяется единица информации – бит. Бит – единица информации, позволяющая сохранить «одно из двух»: либо «да», либо «нет».

Энтропия системы

 

Исследованием в сфере информации успешно занимался К. Шеннона.

 

Постановка задачи:

 

Пусть у окончивших институт есть 4 варианта (исхода) дальнейшего развития событий:

 

· устроиться на работу, · пойти учиться дальше, · пойти в армию,

· ничего не делать.

 

Каждый исход имеет вероятность осуществления. Очевидно, что сумма вероятностей будет равна 1.

 

Мера неопределенности. Известно, как распределялись окончившие институт в прошлые годы, но как сложатся пропорции в этом году, неизвестно, поэтому состоянию выборки присуща некоторая неопределенность. Можно ли измерить неопределенность?

 

В общем случае выборка может включать различное количество возможных исходов (k).

 

При k=1 исход предопределен: неопределенность равна нулю.

 

При к=2 неопределенность отлична от нуля, поскольку оояяввлляяееттссяя ввооззммоожжннооссттьь ввыыббоорраа..

 

С увеличением числа возможных исходов (k) неопределенность 6yдет расти.

 

Следовательно, меру неопределенности рассматривать как функцию от числа исходов – f(k).

Можно возможных

 

Таким образом, в любой системе сложность, разнообразие ее зависят от количества различимых элементов, числа их возможных состояний и количества связей между ними.

 

· Мера неопределенности системы Н(a), имеющая N возможных состояний, согласно формуле Шеннона, равна:

 

i

· где P — вероятность того, что система находится в i-м состоянии.

 

· Величину Н, являющуюся мерой неопределенности события (явления, процесса), К. Шеннон назвал энтропией.