Termodynamika informacji

Wielkość: px
Rozpocząć pokaz od strony:

Download "Termodynamika informacji"

Transkrypt

1 Termodynamika informacji P. F. Góra Wydział Fizyki, Astronomii i Informatyki Stosowanej UJ 30 października 2014

2 Pojęcia z dwu różnych dyscyplin Fizyka Demon Maxwella podstawy termodynamiki Informatyka Maszyna Turinga podstawy teorii obliczalności przetwarza informację o czastkach przetwarzaja informację przetwarza informację o symbolach Termodynamika informacji 2

3 Pojęcie entropii Niech pewien układ fizyczny może znajdować się w jednym z N stanów {ω i } N i=1. Każdy z tych stanów może być przybrany z prawdopodobieństwem p i = P (ω i ). i p i = 1. Kiedy mamy pełna informację o układzie? Kiedy wiemy, że układ z cała pewnościa znajduje się w konkretnym, znanym nam stanie ω i0 : p i0 = 1, p i i0 = 0. Kiedy mamy najmniejsza informację o układzie? Gdy każdy stan układu jest obsadzony z jednakowym prawdopodobieństwem: p 1 = p 1 = = p N ( = 1/N). Termodynamika informacji 3

4 Im mniej prawdopodobny jest stan, w którym znajduje się układ, tym bardziej uporzadkowany nam się wydaje. Termodynamika informacji 4

5 Miara informacji Przykład: w urnie jest sto ponumerowanych kul. Kule o numerach 1,2 sa czerwone. Kule o numerach 3,4,...,100 sa niebieskie. Ktoś wylosował jedna kulę i mówi nam Wylosowałem kulę czerwona Wylosowałem kulę niebieska W którym przypadku dowiemy się więcej o wyniku losowania? Dowiemy się więcej, gdy uzyskany wynik będzie mniej prawdopodobny. Termodynamika informacji 5

6 Miara informacji powinna być 1. Ciagł a funkcja prawdopodobieństwa zajścia zdarzenia, 2. Musi być tym większa, im prawdopodobieństwo jest mniejsze, 3. Jeżeli zdarzenie jest suma dwu zdarzeń niezależnych, miara informacyjna zdarzenia łacznego musi być równa sumie miar zdarzeń składowych. Funkcja, która spełnia te wymagania, jest ( ) 1 I(ω i ) = log 2 P (ω i ) = log 2 P (ω i ) Termodynamika informacji 6

7 Entropia Gibbsa-Shannona Claude Shannon, 1948: Entropia informacyjna jest średnia miara informacji zawartej w danym rozkładzie. S = N i=1 p i log 2 p i Ten wzór jest identyczny (z dokładnościa do jednostek) z wyprowadzonym przez Josiaha Willarda Gibbsa na przełomie XIX i XX wieku: S = k B N i=1 p i ln p i Termodynamika informacji 7

8 Przypadki ekstremalne: 1. Pełna wiedza o systemie S = Najmniejsza wiedza o systemie wszystkie mikrostany sa równoważne N i: p i = 1/N: S = k 1 B N ln ( ) 1 N = kb ln ( ) 1 N = kb ln N. i=1 Można pokazać, że jest to największa możliwa wartość entropii. Jest to entropia Boltzmanna: Jeżeli wszystkie mikrostany sa jednakowo prawdopodobne, entropia układu jest proporcjonalna do logarytmu z liczby dostępnych stanów. Termodynamika informacji 8

9 II zasada termodynamiki: W żadnych procesach zachodzacych spontanicznie entropia nie może maleć. Czy to się odnosi do obliczeń na komputerze?! A raczej, czy przeprowadzanie obliczeń koniecznie wiaże się ze wzrostem entropii? Termodynamika informacji 9

10 Demon Maxwella Czy demon Maxwella, po wyeliminowaniu (zminimalizowaniu) tarcia itp, narusza II zasadę termodynamiki? Termodynamika informacji 10

11 Silnik Szilarda minimalistyczna wersja demona Maxwella 1. Wstaw przegrodę. 2. Ustal, w której połówce jest czastka (pomiar!). 3. Pzyczep cięgna. 4. Poczekaj, aż czastka przesunie przegrodę do ściany. 5. Odczep cięgna. 6. GOTO 1. Termodynamika informacji 11

12 Na którym etapie cyklu pracy silnika Szilarda wzrasta entropia? Leo Szilard: Entropia wzrasta w wyniku dokonania pomiaru. To nie jest prawidłowa odpowiedź. Można dokonać odwracalnego pomiaru stanu układu dwustanowego. Termodynamika informacji 12

13 Reprezentacje jednego bitu czastka w pudełku z przegroda czastka w podwójnej studni potencjału spin 1 2 Termodynamika informacji 13

14 Jeśli wiem, że układ na pewno znajduje się w jednym z dwu możliwych stanów, entropia wynosi S wiem = k(1 ln ln 0) = 0. (1) Jeśli układ z równym prawdopodobieństwem znajduje się w każdym z dwu możliwych stanów, entropia wynosi S nie wiem = k ( 1 2 ln ln 1 2 ) = k ln 2. (2) W silniku Szilarda wstawienie przegrody utrata informacji o stanie układu powoduje wzrost entropii. Termodynamika informacji 14

15 Kiedy jeszcze tracimy informację? Jeśli w toku jakichś obliczeń dwie scieżki zbiegaja się (np. jeśli dwa zestawy danych wejściowych daja ten samy wynik), taka operacja jest logicznie nieodwracalna. Przejście od stanu 1 do stanu 2 można interpretować jako zniknięcie bariery oddzialejace dwa stany logiczne, czemu także towarzyszy wzrost entropii o k ln 2. Termodynamika informacji 15

16 Zasada Landauera (Rolf Landauer, 1961) Każda operacja logicznie nieodwracalna usunięcie jednego bitu informacji połaczenie dwu ścieżek obliczeń powoduje wzrost entropii o k ln 2. Istniejace komputery produkuja miliony razy więcej entropii... Termodynamika informacji 16

17 Dlaczego demon Maxwella nie łamie II zasady? Demon Maxwella, aby wiedzieć, czy ma otworzyć drzwiczki, czy nie, musi gromadzić informację o czastach. Jeśli demon jest automatem skończonym, musi mieć skończona pamięć. W którymś momencie ta pamięć się wyczerpie i demon, aby móc dalej pracować, musi zaczać czyścić pamięć. Entropia wzrasta, gdy demon usuwa bity ze swojej pamięci. Termodynamika informacji 17

18 Reversible computing Czy da się prowadzić obliczenia bez operacji logicznie nieodwracalnych? Trzeba przetłumaczyć cały kod programu na operacje na bitach, które można wykonać na bramkach logicznych (trudne, ale możliwe). Negacja i identyczność sa odwracalne. Bramki AND, OR, NAND, XOR nie sa odwracalne Termodynamika informacji 18

19 Bramka Toffoli Odwracalne bramki logiczne musza mieć tyle samo wyjść, co wejść. Musza też zapamiętywać swoje dane wejściowe. Tego typu bramka jest zaproponowana przez Tommaso Toffoli bramka (x, y, z) (x, y, z XOR (x AND y)). Bramka ta odwraca trzeci bit, jeśli dwa pierwsze sa ustawione. INPUT OUTPUT Termodynamika informacji 19

20 Programy binarne, napisane przy użyciu negacji i bramki Toffoli ego, sa logicznie odwracalne (ale maja bardzo duże wymagania pamięciowe). Czy da się bramkę Toffoli zrealizować praktycznie? Przy użyciu układów elektronicznych da się, ale układy elektroniczne w czasie pracy rozpraszaja dużo ciepła, więc obliczenie nie będzie fizycznie odwracalne. Termodynamika informacji 20

21 Billiard Ball Model Toffoli & Fredkin, 1982: Bramki reprezentowane przez bilard (idealnie sprężyste zderzenia kul, pod katem prostym). Hardware jest reprezentowany przez geometrię bilardu (układ sztywnych odbijaczy, kanały), dane przez warunki poczatkowe, software to zderzenia. Termodynamika informacji 21

22 Realizacja Bramki Toffoli w modelu BBM (Hosseini & Dueck, 2010) Bilard wymaga idealnych (nierealizowalnych w rzeczywistości) materiałów i jest chaotyczny. Termodynamika informacji 22

23 Reversible computing ma się dobrze jako koncept teoretyczny, ale nie wydaje się, aby można je było zrealizować w praktyce. Termodynamika informacji 23

24 Zębatka brownowska: Inne przedstawienie demona Maxwella Smoluchowski, Feynman, Magnasco, Parrondo, Jarzynski... Termodynamika informacji 24

25 Inny model reversible computation Inny model obliczeń odwracalnych opiera się na analogii z fizyka statystyczna: W fizyce proces można realizować na drodze kwazistatycznej, poprzez stany bardzo mało (nieskończenie mało) różniace się od stanów równowagowych gdyby wszystkie stany były równowagowe, układ co najwyżej wykonywałby bładzenie przypadkowe pomiędzy nimi, a zatem potrzebny jest jakiś napęd. Dla układów makroskopowych bardzo drobne odstępstwa od równowagi wystarczaja. Jak pokazał John D. Norton, to nie działa dla układów bardzo małych, a więc takich, jakie rozważa się w teoretycznej analizie obliczeń odwracalnych : Aby doprowadzić układ od zadanego stanu poczatkowego do pożadanego stanu końcowego czyli aby przeprowadzić obliczenie albo różnice w prawdopodobieństwach poszczególnych stanów, wynikajace np. Termodynamika informacji 25

26 z różnic w energii swobodnej, musza być znaczne, a wówczas nie ma mowy o odwracalności, albo też różnice sa niewielkie, ale sa niwelowane przez fluktuacje. W tej sytuacji układ wykonuje jedynie bładzenie przypadkowe. Termodynamika informacji 26

27 Model Jarzynskiego Co robi demon Maxwella? Otwiera lub zamyka drzwiczki w zależności od tego, czy nadlatuje czastka szybka czy wolna jest to decyzja zerojedynkowa. W języku zębatek można powiedzieć, że zębatka przeskakuje o jedna pozycję w zależności od tego, w która stronę został uderzony wiatraczek. Minimalistyczny model demona Maxwella jako trójstanowego automatu: Dybiendu Mandal, Christopher Jarzynski, Work and information processing in a solvable model of Maxwell s demon, PNAS 109, (17 lipca 2012). Termodynamika informacji 27

28 Układ składa się z automatu trójstanowego (trzy stany: minimalna liczba pozwalajaca zaobserwować ruch kierunkowy) i jednego bitu informacji. W stanie swobodnym układ przechodzi pomiędzy swoimi stanami o niezmienionym bicie. Możliwe sa też przejścia A C (z odwróceniem bitu). Wszystkie 6 złożone stany sa równie prawdopodobne. Termodynamika informacji 28

29 Demon czyta taśmę Demon napędzany jest taśma zawierajac a bity (interpretowane jako polecenie otwarcia/zamknięcia drzwiczek). Każdy bit oddziałuje z demonem przez pewien czas (istnieja zatem zewnętrzny mechanizm przesuwajacy taśmę i zegar, który decyduje, kiedy taśma ma być przesunięta). Jeśli czas ten jest zbyt krótki, demon może nie zareagować na bit, jeśli jest zbyt długi, demon osiaga lokalna równowagę. Interesujace sa czasy pośrednie. Termodynamika informacji 29

30 Jeśli na taśmie sa same zera, demon wykonuje ruch zgodnie ze wskazówkami zegara, obracajac niektóre bity. Jeżeli na taśmie sa same jedynki, demon wykonuje ruch przeciwnie do wskazówek zegara, obracajac niektóre bity. Jeżeli na taśmie jest uporzadkowany układ zer i jedynek, także możliwy jest ruch w którymś kierunku. W tych przypadkach demon zwiększa entropię (wyjściowego) ciagu bitów. Jeżeli na wejściu bity sa losowe, demon wykonuje ruchy losowe, bez przewagi żadnego kierunku. Termodynamika informacji 30

31 Maszyna Turinga Teoretyczny model komputera (dowolnej maszyny obliczajacej): 1. Taśma (potencjalnie nieskończona), podzielona na komórki. W każdej komórce zapisany jest jeden symbol ze skończonego alfabetu, obejmujacego symbol pusty. 2. Głowica czytajaca i zapisujaca symbole na taśmie. 3. Rejestr zapamiętujacy aktualny (jeden ze skończenie wielu) stan maszyny. Termodynamika informacji 31

32 4. Funkcja przejścia, która mówi, co maszyna ma zrobić w zależności od swojego stanu i symbolu na taśmie wymazać lub zapisać symbol, przesunać taśmę w lewo lub w prawo, przejść do nowego stanu lub pozostać w dotychczasowym. Maszyna Turinga jest podstawowym narzędziem myślowym w informatyce teoretycznej (zasada Churcha). Termodynamika informacji 32

33 Model Mandala-Jarzynskiego jest dużym krokiem na drodze konstrukcji fizycznej maszyny Turinga. Daje to teoretyczne podstawy do narzucania termodynamicznych ograniczeń na możliwe obliczenia, a także konceptualnie łaczy podstawy fizyki statystycznej i teorii obliczalności. Byłby to etap długiego procesu, zapoczatkowanego przez Richarda Langa w 1973, a w pewnym sensie już przez Leo Szilarda w Termodynamika informacji 33

34 Nie wszystkie rezultaty przypadkowych rotacji bywaja korzystne Termodynamika informacji 34

Czy informacja jest fizyczna? Demonologia, zasada Landauera i obliczenia odwracalne

Czy informacja jest fizyczna? Demonologia, zasada Landauera i obliczenia odwracalne Czy informacja jest fizyczna? Demonologia, zasada Landauera i obliczenia odwracalne P. F. Góra Wydział Fizyki, Astronomii i Informatyki Stosowanej UJ http://th-www.if.uj.edu.pl/zfs/gora/ 13 października

Bardziej szczegółowo

Entropia, demon Maxwella i maszyna Turinga

Entropia, demon Maxwella i maszyna Turinga Entropia, demon Maxwella i maszyna Turinga P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 14 lutego 2013 Pojęcia z dwu różnych dyscyplin Fizyka Informatyka Demon Maxwella Maszyna Turinga podstawy termodynamiki

Bardziej szczegółowo

dr inż. Andrzej Skorupski Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska

dr inż. Andrzej Skorupski Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska dr inż. Andrzej Skorupski Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska Zasilacz pierwszego polskiego komputera UMC1 produkowanego seryjnie w ELWRO opracowanego w katedrze kierowanej

Bardziej szczegółowo

Arytmetyka liczb binarnych

Arytmetyka liczb binarnych Wartość dwójkowej liczby stałoprzecinkowej Wartość dziesiętna stałoprzecinkowej liczby binarnej Arytmetyka liczb binarnych b n-1...b 1 b 0,b -1 b -2...b -m = b n-1 2 n-1 +... + b 1 2 1 + b 0 2 0 + b -1

Bardziej szczegółowo

Wykład 8 i 9. Hipoteza ergodyczna, rozkład mikrokanoniczny, wzór Boltzmanna

Wykład 8 i 9. Hipoteza ergodyczna, rozkład mikrokanoniczny, wzór Boltzmanna Wykład 8 i 9 Hipoteza ergodyczna, rozkład mikrokanoniczny, wzór Boltzmanna dr hab. Agata Fronczak, prof. PW Wydział Fizyki, Politechnika Warszawska 1 stycznia 2017 dr hab. A. Fronczak (Wydział Fizyki PW)

Bardziej szczegółowo

Maszyna Turinga języki

Maszyna Turinga języki Maszyna Turinga języki Teoria automatów i języków formalnych Dr inż. Janusz Majewski Katedra Informatyki Maszyna Turinga (1) b b b A B C B D A B C b b Q Zależnie od symbolu obserwowanego przez głowicę

Bardziej szczegółowo

Podstawowe operacje arytmetyczne i logiczne dla liczb binarnych

Podstawowe operacje arytmetyczne i logiczne dla liczb binarnych 1 Podstawowe operacje arytmetyczne i logiczne dla liczb binarnych 1. Podstawowe operacje logiczne dla cyfr binarnych Jeśli cyfry 0 i 1 potraktujemy tak, jak wartości logiczne fałsz i prawda, to działanie

Bardziej szczegółowo

Termodynamika. Część 4. Procesy izoparametryczne Entropia Druga zasada termodynamiki. Janusz Brzychczyk, Instytut Fizyki UJ

Termodynamika. Część 4. Procesy izoparametryczne Entropia Druga zasada termodynamiki. Janusz Brzychczyk, Instytut Fizyki UJ Termodynamika Część 4 Procesy izoparametryczne Entropia Druga zasada termodynamiki Janusz Brzychczyk, Instytut Fizyki UJ Pierwsza zasada termodynamiki procesy kwazistatyczne Zgodnie z pierwszą zasadą termodynamiki,

Bardziej szczegółowo

Technika cyfrowa Inżynieria dyskretna cz. 2

Technika cyfrowa Inżynieria dyskretna cz. 2 Sławomir Kulesza Technika cyfrowa Inżynieria dyskretna cz. 2 Wykład dla studentów III roku Informatyki Wersja 5.0, 10/10/2015 Generacje układów scalonych Stopień scalenia Liczba elementów aktywnych Zastosowania

Bardziej szczegółowo

Wykład FIZYKA I. 14. Termodynamika fenomenologiczna cz.ii. Dr hab. inż. Władysław Artur Woźniak

Wykład FIZYKA I. 14. Termodynamika fenomenologiczna cz.ii.  Dr hab. inż. Władysław Artur Woźniak Wykład FIZYKA I 14. Termodynamika fenomenologiczna cz.ii Dr hab. inż. Władysław Artur Woźniak Instytut Fizyki Politechniki Wrocławskiej http://www.if.pwr.wroc.pl/~wozniak/fizyka1.html GAZY DOSKONAŁE Przez

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Automat ze stosem Automat ze stosem to szóstka

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona

Bardziej szczegółowo

Zmienne losowe i ich rozkłady

Zmienne losowe i ich rozkłady Zmienne losowe i ich rozkłady 29 kwietnia 2019 Definicja: Zmienną losową nazywamy mierzalną funkcję X : (Ω, F, P) (R n, B(R n )). Definicja: Niech A będzie zbiorem borelowskim. Rozkładem zmiennej losowej

Bardziej szczegółowo

= = Budowa materii. Stany skupienia materii. Ilość materii (substancji) n - ilość moli, N liczba molekuł (atomów, cząstek), N A

= = Budowa materii. Stany skupienia materii. Ilość materii (substancji) n - ilość moli, N liczba molekuł (atomów, cząstek), N A Budowa materii Stany skupienia materii Ciało stałe Ciecz Ciała lotne (gazy i pary) Ilość materii (substancji) n N = = N A m M N A = 6,023 10 mol 23 1 n - ilość moli, N liczba molekuł (atomów, cząstek),

Bardziej szczegółowo

Architektura komputerów Wykład 2

Architektura komputerów Wykład 2 Architektura komputerów Wykład 2 Jan Kazimirski 1 Elementy techniki cyfrowej 2 Plan wykładu Algebra Boole'a Podstawowe układy cyfrowe bramki Układy kombinacyjne Układy sekwencyjne 3 Algebra Boole'a Stosowana

Bardziej szczegółowo

Temat: Algorytm kompresji plików metodą Huffmana

Temat: Algorytm kompresji plików metodą Huffmana Temat: Algorytm kompresji plików metodą Huffmana. Wymagania dotyczące kompresji danych Przez M oznaczmy zbiór wszystkich możliwych symboli występujących w pliku (alfabet pliku). Przykład M = 2, gdy plik

Bardziej szczegółowo

Języki formalne i automaty Ćwiczenia 9

Języki formalne i automaty Ćwiczenia 9 Języki formalne i automaty Ćwiczenia 9 Autor: Marcin Orchel Spis treści Spis treści... 1 Wstęp teoretyczny... 2 Maszyna Mealy'ego... 2 Maszyna Moore'a... 2 Automat ze stosem... 3 Konwersja gramatyki bezkontekstowej

Bardziej szczegółowo

Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy:

Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: a) sumę oczek równą 6, b) iloczyn oczek równy 6, c) sumę oczek mniejszą niż 11, d) iloczyn oczek będący liczbą parzystą,

Bardziej szczegółowo

Kodowanie i kompresja Streszczenie Studia dzienne Wykład 9,

Kodowanie i kompresja Streszczenie Studia dzienne Wykład 9, 1 Kody Tunstalla Kodowanie i kompresja Streszczenie Studia dzienne Wykład 9, 14.04.2005 Inne podejście: słowa kodowe mają ustaloną długość, lecz mogą kodować ciągi liter z alfabetu wejściowego o różnej

Bardziej szczegółowo

Przepustowość kanału, odczytywanie wiadomości z kanału, poprawa wydajności kanału.

Przepustowość kanału, odczytywanie wiadomości z kanału, poprawa wydajności kanału. Przepustowość kanału, odczytywanie wiadomości z kanału, poprawa wydajności kanału Wiktor Miszuris 2 czerwca 2004 Przepustowość kanału Zacznijmy od wprowadzenia równości IA, B HB HB A HA HA B Można ją intuicyjnie

Bardziej szczegółowo

FIZYKA STATYSTYCZNA. d dp. jest sumaryczną zmianą pędu cząsteczek zachodzącą na powierzchni S w

FIZYKA STATYSTYCZNA. d dp. jest sumaryczną zmianą pędu cząsteczek zachodzącą na powierzchni S w FIZYKA STATYSTYCZNA W ramach fizyki statystycznej przyjmuje się, że każde ciało składa się z dużej liczby bardzo małych cząstek, nazywanych cząsteczkami. Cząsteczki te znajdują się w ciągłym chaotycznym

Bardziej szczegółowo

Podstawy termodynamiki

Podstawy termodynamiki Podstawy termodynamiki Organizm żywy z punktu widzenia termodynamiki Parametry stanu Funkcje stanu: U, H, F, G, S I zasada termodynamiki i prawo Hessa II zasada termodynamiki Kierunek przemian w warunkach

Bardziej szczegółowo

Hierarchia Chomsky ego Maszyna Turinga

Hierarchia Chomsky ego Maszyna Turinga Hierarchia Chomsky ego Maszyna Turinga Języki formalne i automaty Dr inż. Janusz Majewski Katedra Informatyki Gramatyka Gramatyką G nazywamy czwórkę uporządkowaną gdzie: G = V skończony zbiór

Bardziej szczegółowo

Turing i jego maszyny

Turing i jego maszyny Turing Magdalena Lewandowska Politechnika Śląska, wydział MS, semestr VI 20 kwietnia 2016 1 Kim był Alan Turing? Biografia 2 3 Mrówka Langtona Bomba Turinga 4 Biografia Kim był Alan Turing? Biografia Alan

Bardziej szczegółowo

S ścianki naczynia w jednostce czasu przekazywany

S ścianki naczynia w jednostce czasu przekazywany FIZYKA STATYSTYCZNA W ramach fizyki statystycznej przyjmuje się, że każde ciało składa się z dużej liczby bardzo małych cząstek, nazywanych cząsteczkami. Cząsteczki te znajdują się w ciągłym chaotycznym

Bardziej szczegółowo

Teoria kinetyczno cząsteczkowa

Teoria kinetyczno cząsteczkowa Teoria kinetyczno cząsteczkowa Założenie Gaz składa się z wielkiej liczby cząstek znajdujących się w ciągłym, chaotycznym ruchu i doznających zderzeń (dwucząstkowych) Cel: Wyprowadzić obserwowane (makroskopowe)

Bardziej szczegółowo

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018 Katedra Matematyki i Ekonomii Matematycznej SGH 16 października 2018 Definicja σ-algebry Definicja Niech Ω oznacza zbiór niepusty. Rodzinę M podzbiorów zbioru Ω nazywamy σ-algebrą (lub σ-ciałem) wtedy

Bardziej szczegółowo

Podstawowe pojęcia. Teoria informacji

Podstawowe pojęcia. Teoria informacji Kodowanie i kompresja informacji - Wykład 1 22 luty 2010 Literatura K. Sayood, Kompresja danych - wprowadzenie, READ ME 2002 (ISBN 83-7243-094-2) Literatura K. Sayood, Kompresja danych - wprowadzenie,

Bardziej szczegółowo

teoria informacji Kanały komunikacyjne, kody korygujące Mariusz Różycki 25 sierpnia 2015

teoria informacji Kanały komunikacyjne, kody korygujące Mariusz Różycki 25 sierpnia 2015 teoria informacji Kanały komunikacyjne, kody korygujące Mariusz Różycki 25 sierpnia 2015 1 wczoraj Wprowadzenie matematyczne. Entropia i informacja. Kodowanie. Kod ASCII. Stopa kodu. Kody bezprefiksowe.

Bardziej szczegółowo

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz WIEDZA prawda komunikat symbol DANE fałsz kod INFORMACJA (nie tyko w informatyce) liczba znak forma ENTROPIA przekaz wiadomość Czy żyjemy w erze informacji? TAK Bo używamy nowego rodzaju maszyn maszyn

Bardziej szczegółowo

2 Arytmetyka. d r 2 r + d r 1 2 r 1...d d 0 2 0,

2 Arytmetyka. d r 2 r + d r 1 2 r 1...d d 0 2 0, 2 Arytmetyka Niech b = d r d r 1 d 1 d 0 będzie zapisem liczby w systemie dwójkowym Zamiana zapisu liczby b na system dziesiętny odbywa się poprzez wykonanie dodawania d r 2 r + d r 1 2 r 1 d 1 2 1 + d

Bardziej szczegółowo

Operatory AND, OR, NOT, XOR Opracował: Andrzej Nowak Bibliografia:

Operatory AND, OR, NOT, XOR Opracował: Andrzej Nowak Bibliografia: Operatory logiczne Komputery i ich logika AND - && Podstawy programowania w C++ Operatory AND, OR, NOT, XOR Opracował: Andrzej Nowak Bibliografia: CPA: PROGRAMMING ESSENTIALS IN C++ https://www.netacad.com

Bardziej szczegółowo

Elementy Teorii Obliczeń

Elementy Teorii Obliczeń Wykład 2 Instytut Matematyki i Informatyki Akademia Jana Długosza w Częstochowie 10 stycznia 2009 Maszyna Turinga uwagi wstępne Maszyna Turinga (1936 r.) to jedno z najpiękniejszych i najbardziej intrygujacych

Bardziej szczegółowo

Przykład: Σ = {0, 1} Σ - zbiór wszystkich skończonych ciagów binarnych. L 1 = {0, 00, 000,...,1, 11, 111,... } L 2 = {01, 1010, 001, 11}

Przykład: Σ = {0, 1} Σ - zbiór wszystkich skończonych ciagów binarnych. L 1 = {0, 00, 000,...,1, 11, 111,... } L 2 = {01, 1010, 001, 11} Języki Ustalmy pewien skończony zbiór symboli Σ zwany alfabetem. Zbiór Σ zawiera wszystkie skończone ciagi symboli z Σ. Podzbiór L Σ nazywamy językiem a x L nazywamy słowem. Specjalne słowo puste oznaczamy

Bardziej szczegółowo

Termodynamika. Cel. Opis układu niezależny od jego struktury mikroskopowej Uniwersalne prawa. William Thomson 1. Baron Kelvin

Termodynamika. Cel. Opis układu niezależny od jego struktury mikroskopowej Uniwersalne prawa. William Thomson 1. Baron Kelvin Cel Termodynamika Opis układu niezależny od jego struktury mikroskopowej Uniwersalne prawa Nicolas Léonard Sadi Carnot 1796 1832 Rudolf Clausius 1822 1888 William Thomson 1. Baron Kelvin 1824 1907 i inni...

Bardziej szczegółowo

Matematyka podstawowa X. Rachunek prawdopodobieństwa

Matematyka podstawowa X. Rachunek prawdopodobieństwa Matematyka podstawowa X Rachunek prawdopodobieństwa Zadania wprowadzające: 1. Rzucasz trzy razy monetą a) Napisz zbiór wszystkich wyników tego doświadczenia losowego. Ile ich jest? Wyrzuciłeś większą liczbę

Bardziej szczegółowo

Fizyka statystyczna Zerowa Zasada Termodynamiki. P. F. Góra

Fizyka statystyczna Zerowa Zasada Termodynamiki. P. F. Góra Fizyka statystyczna Zerowa Zasada Termodynamiki P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Stan układu Fizyka statystyczna (i termodynamika) zajmuje się przede wszystkim układami dużymi, liczacymi

Bardziej szczegółowo

Teoretyczne Podstawy Informatyki

Teoretyczne Podstawy Informatyki Teoretyczne Podstawy Informatyki cel zajęć Celem kształcenia jest uzyskanie umiejętności i kompetencji w zakresie budowy schematów blokowych algor ytmów oraz ocenę ich złożoności obliczeniowej w celu optymizacji

Bardziej szczegółowo

Entropia w układach dynamicznych Środowiskowe Studia Doktoranckie z Nauk Matematycznych Uniwersytet Jagielloński, Kraków, marzec-kwiecień 2013

Entropia w układach dynamicznych Środowiskowe Studia Doktoranckie z Nauk Matematycznych Uniwersytet Jagielloński, Kraków, marzec-kwiecień 2013 Entropia w układach dynamicznych Środowiskowe Studia Doktoranckie z Nauk Matematycznych Uniwersytet Jagielloński, Kraków, marzec-kwiecień 2013 Tomasz Downarowicz Instytut Matematyki i Informatyki Politechniki

Bardziej szczegółowo

Bramki logiczne Podstawowe składniki wszystkich układów logicznych

Bramki logiczne Podstawowe składniki wszystkich układów logicznych Układy logiczne Bramki logiczne A B A B AND NAND A B A B OR NOR A NOT A B A B XOR NXOR A NOT A B AND NAND A B OR NOR A B XOR NXOR Podstawowe składniki wszystkich układów logicznych 2 Podstawowe tożsamości

Bardziej szczegółowo

Wstęp do informatyki- wykład 1 Systemy liczbowe

Wstęp do informatyki- wykład 1 Systemy liczbowe 1 Wstęp do informatyki- wykład 1 Systemy liczbowe Treści prezentowane w wykładzie zostały oparte o: S. Prata, Język C++. Szkoła programowania. Wydanie VI, Helion, 2012 www.cplusplus.com Jerzy Grębosz,

Bardziej szczegółowo

Arytmetyka komputera. Na podstawie podręcznika Urządzenia techniki komputerowej Tomasza Marciniuka. Opracował: Kamil Kowalski klasa III TI

Arytmetyka komputera. Na podstawie podręcznika Urządzenia techniki komputerowej Tomasza Marciniuka. Opracował: Kamil Kowalski klasa III TI Arytmetyka komputera Na podstawie podręcznika Urządzenia techniki komputerowej Tomasza Marciniuka Opracował: Kamil Kowalski klasa III TI Spis treści 1. Jednostki informacyjne 2. Systemy liczbowe 2.1. System

Bardziej szczegółowo

Podstawy Informatyki Elementarne podzespoły komputera

Podstawy Informatyki Elementarne podzespoły komputera Podstawy Informatyki alina.momot@polsl.pl http://zti.polsl.pl/amomot/pi Plan wykładu 1 Reprezentacja informacji Podstawowe bramki logiczne 2 Przerzutniki Przerzutnik SR Rejestry Liczniki 3 Magistrala Sygnały

Bardziej szczegółowo

Teoria Informacji - wykład. Kodowanie wiadomości

Teoria Informacji - wykład. Kodowanie wiadomości Teoria Informacji - wykład Kodowanie wiadomości Definicja kodu Niech S={s 1, s 2,..., s q } oznacza dany zbiór elementów. Kodem nazywamy wówczas odwzorowanie zbioru wszystkich możliwych ciągów utworzonych

Bardziej szczegółowo

Wielkości liczbowe. Wykład z Podstaw Informatyki dla I roku BO. Piotr Mika

Wielkości liczbowe. Wykład z Podstaw Informatyki dla I roku BO. Piotr Mika Wielkości liczbowe Wykład z Podstaw Informatyki dla I roku BO Piotr Mika Wprowadzenie, liczby naturalne Komputer to podstawowe narzędzie do wykonywania obliczeń Jeden bajt reprezentuje 0 oraz liczby naturalne

Bardziej szczegółowo

Równowaga w układach termodynamicznych. Katarzyna Sznajd-Weron

Równowaga w układach termodynamicznych. Katarzyna Sznajd-Weron Równowaga w układach termodynamicznych. Katarzyna Sznajd-Weron Zagadka na początek wykładu Diagram fazowy wody w powiększeniu, problem metastabilności aktualny (Nature, 2011) Niższa temperatura topnienia

Bardziej szczegółowo

Obliczenia inspirowane Naturą

Obliczenia inspirowane Naturą Obliczenia inspirowane Naturą Wykład 12 - Algorytmy i protokoły kwantowe Jarosław Miszczak IITiS PAN Gliwice 19/05/2016 1 / 39 1 Motywacja rozwoju informatyki kwantowej. 2 Stany kwantowe. 3 Notacja Diraca.

Bardziej szczegółowo

1. Operacje logiczne A B A OR B

1. Operacje logiczne A B A OR B 1. Operacje logiczne OR Operacje logiczne są operacjami działającymi na poszczególnych bitach, dzięki czemu można je całkowicie opisać przedstawiając jak oddziałują ze sobą dwa bity. Takie operacje logiczne

Bardziej szczegółowo

Generowanie ciągów bitów losowych z wykorzystaniem sygnałów pochodzących z komputera

Generowanie ciągów bitów losowych z wykorzystaniem sygnałów pochodzących z komputera Generowanie ciągów bitów losowych z wykorzystaniem sygnałów pochodzących z komputera Praca dyplomowa magisterska Opiekun: prof. nzw. Zbigniew Kotulski Andrzej Piasecki apiaseck@mion.elka.pw.edu.pl Plan

Bardziej szczegółowo

Wielkości liczbowe. Wykład z Podstaw Informatyki. Piotr Mika

Wielkości liczbowe. Wykład z Podstaw Informatyki. Piotr Mika Wielkości liczbowe Wykład z Podstaw Informatyki Piotr Mika Wprowadzenie, liczby naturalne Komputer to podstawowe narzędzie do wykonywania obliczeń Jeden bajt reprezentuje oraz liczby naturalne od do 255

Bardziej szczegółowo

Zestaw 3. - Zapis liczb binarnych ze znakiem 1

Zestaw 3. - Zapis liczb binarnych ze znakiem 1 Zestaw 3. - Zapis liczb binarnych ze znakiem 1 Zapis znak - moduł (ZM) Zapis liczb w systemie Znak - moduł Znak liczby o n bitach zależy od najstarszego bitu b n 1 (tzn. cyfry o najwyższej pozycji): b

Bardziej szczegółowo

Termodynamika. Część 11. Układ wielki kanoniczny Statystyki kwantowe Gaz fotonowy Ruchy Browna. Janusz Brzychczyk, Instytut Fizyki UJ

Termodynamika. Część 11. Układ wielki kanoniczny Statystyki kwantowe Gaz fotonowy Ruchy Browna. Janusz Brzychczyk, Instytut Fizyki UJ Termodynamika Część 11 Układ wielki kanoniczny Statystyki kwantowe Gaz fotonowy Ruchy Browna Janusz Brzychczyk, Instytut Fizyki UJ Układ otwarty rozkład wielki kanoniczny Rozważamy układ w równowadze termicznej

Bardziej szczegółowo

DRUGA ZASADA TERMODYNAMIKI

DRUGA ZASADA TERMODYNAMIKI DRUGA ZASADA TERMODYNAMIKI Procesy odwracalne i nieodwracalne termodynamicznie, samorzutne i niesamorzutne Proces nazywamy termodynamicznie odwracalnym, jeśli bez spowodowania zmian w otoczeniu możliwy

Bardziej szczegółowo

ARCHITEKRURA KOMPUTERÓW Kodowanie liczb ze znakiem 27.10.2010

ARCHITEKRURA KOMPUTERÓW Kodowanie liczb ze znakiem 27.10.2010 ARCHITEKRURA KOMPUTERÓW Kodowanie liczb ze znakiem 27.10.2010 Do zapisu liczby ze znakiem mamy tylko 8 bitów, pierwszy od lewej bit to bit znakowy, a pozostałem 7 to bity na liczbę. bit znakowy 1 0 1 1

Bardziej szczegółowo

Podstawy Informatyki Maszyna Turinga

Podstawy Informatyki Maszyna Turinga Podstawy Informatyki alina.momot@polsl.pl http://zti.polsl.pl/amomot/pi Plan wykładu 1 Czym jest Programowanie maszyny Turinga Teza Churcha-Turinga 2 3 4 Czym jest Programowanie maszyny Turinga Teza Churcha-Turinga,

Bardziej szczegółowo

ZADANIE 1. Rozwiązanie:

ZADANIE 1. Rozwiązanie: EUROELEKTR Ogólnopolska Olimpiada Wiedzy Elektrycznej i Elektronicznej Rok szkolny 200/20 Rozwiązania zadań dla grupy teleinformatycznej na zawody II. stopnia ZNIE ramka logiczna w technologii MOS składa

Bardziej szczegółowo

Występują fluktuacje w stanie równowagi Proces przejścia do stanu równowagi jest nieodwracalny proces powrotny jest bardzo mało prawdopodobny.

Występują fluktuacje w stanie równowagi Proces przejścia do stanu równowagi jest nieodwracalny proces powrotny jest bardzo mało prawdopodobny. Wykład 14: Fizyka statystyczna Zajmuje sie układami makroskopowymi (typowy układ makroskopowy składa się z ok. 10 25 atomów), czyli ok 10 25 równań Newtona? Musimy dopasować inne pojęcia do opisu takich

Bardziej szczegółowo

Wstęp do fizyki statystycznej: krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron

Wstęp do fizyki statystycznej: krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron Wstęp do fizyki statystycznej: krytyczność i przejścia fazowe Katarzyna Sznajd-Weron Co to jest fizyka statystyczna? Termodynamika poziom makroskopowy Fizyka statystyczna poziom mikroskopowy Marcin Weron

Bardziej szczegółowo

AKADEMIA MORSKA KATEDRA NAWIGACJI TECHNICZEJ

AKADEMIA MORSKA KATEDRA NAWIGACJI TECHNICZEJ KDEMI MORSK KTEDR NWIGCJI TECHNICZEJ ELEMETY ELEKTRONIKI LORTORIUM Kierunek NWIGCJ Specjalność Transport morski Semestr II Ćw. 4 Podstawy techniki cyfrowej Wersja opracowania Marzec 5 Opracowanie: mgr

Bardziej szczegółowo

DRUGA ZASADA TERMODYNAMIKI

DRUGA ZASADA TERMODYNAMIKI DRUGA ZASADA TERMODYNAMIKI Procesy odwracalne i nieodwracalne termodynamicznie, samorzutne i niesamorzutne Proces nazywamy termodynamicznie odwracalnym, jeśli bez spowodowania zmian w otoczeniu możliwy

Bardziej szczegółowo

Złożoność informacyjna Kołmogorowa. Paweł Parys

Złożoność informacyjna Kołmogorowa. Paweł Parys Złożoność informacyjna Kołmogorowa Paweł Parys Serock 2012 niektóre liczby łatwiej zapamiętać niż inne... (to zależy nie tylko od wielkości liczby) 100...0 100 100... 100 100 100 25839496603316858921 31415926535897932384

Bardziej szczegółowo

Informatyka kwantowa. Zaproszenie do fizyki. Zakład Optyki Nieliniowej. wykład z cyklu. Ryszard Tanaś. mailto:tanas@kielich.amu.edu.

Informatyka kwantowa. Zaproszenie do fizyki. Zakład Optyki Nieliniowej. wykład z cyklu. Ryszard Tanaś. mailto:tanas@kielich.amu.edu. Zakład Optyki Nieliniowej http://zon8.physd.amu.edu.pl 1/35 Informatyka kwantowa wykład z cyklu Zaproszenie do fizyki Ryszard Tanaś Umultowska 85, 61-614 Poznań mailto:tanas@kielich.amu.edu.pl Spis treści

Bardziej szczegółowo

Kodowanie informacji

Kodowanie informacji Kodowanie informacji Tomasz Wykład 4: kodowanie arytmetyczne Motywacja Podstawy i własności Liczby rzeczywiste Motywacje 1 średnia długość kodu Huffmana może odbiegać o p max + 0.086 od entropii, gdzie

Bardziej szczegółowo

Logiczny model komputera i działanie procesora. Część 1.

Logiczny model komputera i działanie procesora. Część 1. Logiczny model komputera i działanie procesora. Część 1. Klasyczny komputer o architekturze podanej przez von Neumana składa się z trzech podstawowych bloków: procesora pamięci operacyjnej urządzeń wejścia/wyjścia.

Bardziej szczegółowo

Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova)

Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova) Wykład 2 Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova) 1. Procesy Markova: definicja 2. Równanie Chapmana-Kołmogorowa-Smoluchowskiego 3. Przykład dyfuzji w kapilarze

Bardziej szczegółowo

Peter W. Shor - Polynomial-Time Algorithms for Prime Factorization and Discrete Logarithms on a Quantum Computer. 19 listopada 2004 roku

Peter W. Shor - Polynomial-Time Algorithms for Prime Factorization and Discrete Logarithms on a Quantum Computer. 19 listopada 2004 roku Peter W. Shor - Polynomial-Time Algorithms for Prime Factorization and Discrete Logarithms on a Quantum Computer. 19 listopada 2004 roku Wstęp czyli (próba) odpowiedzi na pewne pytania (Silna) Teza Church

Bardziej szczegółowo

PRAWDOPODOBIEŃSTWO CZAS PRACY: 180 MIN. ZADANIE 1 (5 PKT) NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI

PRAWDOPODOBIEŃSTWO CZAS PRACY: 180 MIN. ZADANIE 1 (5 PKT)   NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI IMIE I NAZWISKO PRAWDOPODOBIEŃSTWO PRAWDOPODOBIEŃSTWO CZAS PRACY: 180 MIN. SUMA PUNKTÓW: 100 ZADANIE 1 (5 PKT) Rzucono dwiema sześciennymi kostkami do gry i określono zdarzenia A na każdej kostce wypadła

Bardziej szczegółowo

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia Informacja w perspektywie obliczeniowej Informacje, liczby i obliczenia Cztery punkty odniesienia (dla pojęcia informacji) ŚWIAT ontologia fizyka UMYSŁ psychologia epistemologia JĘZYK lingwistyka nauki

Bardziej szczegółowo

Sortowanie. Tomasz Żak zak. styczeń Instytut Matematyki i Informatyki, Politechnika Wrocławska

Sortowanie. Tomasz Żak  zak. styczeń Instytut Matematyki i Informatyki, Politechnika Wrocławska Tomasz Żak www.im.pwr.wroc.pl/ zak Instytut Matematyki i Informatyki, Politechnika Wrocławska styczeń 2014 Przypuśćmy, że po sprawdzeniu 30 klasówek układamy je w kolejności alfabetycznej autorów. Jak

Bardziej szczegółowo

LOGIKA I TEORIA ZBIORÓW

LOGIKA I TEORIA ZBIORÓW LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja

Bardziej szczegółowo

Języki, automaty i obliczenia

Języki, automaty i obliczenia Języki, automaty i obliczenia Wykład 10: Maszyny Turinga Sławomir Lasota Uniwersytet Warszawski 29 kwietnia 2015 Plan Maszyny Turinga (Niedeterministyczna) maszyna Turinga M = (A, Q, q 0, F, T, B, δ) A

Bardziej szczegółowo

Rozkłady statyczne Maxwella Boltzmana. Konrad Jachyra I IM gr V lab

Rozkłady statyczne Maxwella Boltzmana. Konrad Jachyra I IM gr V lab Rozkłady statyczne Maxwella Boltzmana Konrad Jachyra I IM gr V lab MODEL STATYCZNY Model statystyczny hipoteza lub układ hipotez, sformułowanych w sposób matematyczny (odpowiednio w postaci równania lub

Bardziej szczegółowo

Statystyki kwantowe. P. F. Góra

Statystyki kwantowe. P. F. Góra Statystyki kwantowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2016 Statystyki kwantowe Rozpatrujemy gaz doskonały o Hamiltonianie H = N i=1 p i 2 2m. (1) Zamykamy czastki w bardzo dużym pudle o idealnie

Bardziej szczegółowo

Prawdopodobieństwo

Prawdopodobieństwo Prawdopodobieństwo http://www.matemaks.pl/ Wstęp do rachunku prawdopodobieństwa http://www.matemaks.pl/wstep-do-rachunku-prawdopodobienstwa.html Rachunek prawdopodobieństwa pomaga obliczyć szansę zaistnienia

Bardziej szczegółowo

teoria informacji Entropia, informacja, kodowanie Mariusz Różycki 24 sierpnia 2015

teoria informacji Entropia, informacja, kodowanie Mariusz Różycki 24 sierpnia 2015 teoria informacji Entropia, informacja, kodowanie Mariusz Różycki 24 sierpnia 2015 1 zakres materiału zakres materiału 1. Czym jest teoria informacji? 2. Wprowadzenie matematyczne. 3. Entropia i informacja.

Bardziej szczegółowo

Wykład 2. Informatyka Stosowana. 8 października 2018, M. A-B. Informatyka Stosowana Wykład 2 8 października 2018, M. A-B 1 / 41

Wykład 2. Informatyka Stosowana. 8 października 2018, M. A-B. Informatyka Stosowana Wykład 2 8 października 2018, M. A-B 1 / 41 Wykład 2 Informatyka Stosowana 8 października 2018, M. A-B Informatyka Stosowana Wykład 2 8 października 2018, M. A-B 1 / 41 Elementy logiki matematycznej Informatyka Stosowana Wykład 2 8 października

Bardziej szczegółowo

Instrukcje dla zawodników

Instrukcje dla zawodników Instrukcje dla zawodników Nie otwieraj arkusza z zadaniami dopóki nie zostaniesz o to poproszony. Instrukcje poniżej zostaną ci odczytane i wyjaśnione. 1. Arkusz składa się z 3 zadań. 2. Każde zadanie

Bardziej szczegółowo

Entropia Kodowanie. Podstawy kompresji. Algorytmy kompresji danych. Sebastian Deorowicz

Entropia Kodowanie. Podstawy kompresji. Algorytmy kompresji danych. Sebastian Deorowicz Algorytmy kompresji danych 2007 02 27 Plan wykładu 1 Modelowanie i kodowanie 2 Modelowanie i kodowanie Plan wykładu 1 Modelowanie i kodowanie 2 Modelowanie i kodowanie definicja stowarzyszona ze zbiorem

Bardziej szczegółowo

b) bc a Rys. 1. Tablice Karnaugha dla funkcji o: a) n=2, b) n=3 i c) n=4 zmiennych.

b) bc a Rys. 1. Tablice Karnaugha dla funkcji o: a) n=2, b) n=3 i c) n=4 zmiennych. DODATEK: FUNKCJE LOGICZNE CD. 1 FUNKCJE LOGICZNE 1. Tablice Karnaugha Do reprezentacji funkcji boolowskiej n-zmiennych można wykorzystać tablicę prawdy o 2 n wierszach lub np. tablice Karnaugha. Tablica

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub 1. W grupie jest 15 kobiet i 18 mężczyzn. Losujemy jedną osobę

Bardziej szczegółowo

Kodowanie informacji. Kody liczbowe

Kodowanie informacji. Kody liczbowe Wykład 2 2-1 Kodowanie informacji PoniewaŜ komputer jest urządzeniem zbudowanym z układów cyfrowych, informacja przetwarzana przez niego musi być reprezentowana przy pomocy dwóch stanów - wysokiego i niskiego,

Bardziej szczegółowo

Mikrooperacje. Mikrooperacje arytmetyczne

Mikrooperacje. Mikrooperacje arytmetyczne Przygotowanie: Przemysław Sołtan e-mail: kerk@moskit.ie.tu.koszalin.pl Mikrooperacje Mikrooperacja to elementarna operacja wykonywana podczas jednego taktu zegara mikroprocesora na informacji przechowywanej

Bardziej szczegółowo

Statystyka podstawowe wzory i definicje

Statystyka podstawowe wzory i definicje 1 Statystyka podstawowe wzory i definicje Średnia arytmetyczna to suma wszystkich liczb (a 1, a 2,, a n) podzielona przez ich ilość (n) Przykład 1 Dany jest zbiór liczb {6, 8, 11, 2, 5, 3}. Oblicz średnią

Bardziej szczegółowo

Architektura systemów komputerowych Laboratorium 13 Symulator SMS32 Operacje na bitach

Architektura systemów komputerowych Laboratorium 13 Symulator SMS32 Operacje na bitach Marcin Stępniak Architektura systemów komputerowych Laboratorium 13 Symulator SMS32 Operacje na bitach 1. Informacje Matematyk o nazwisku Bool wymyślił gałąź matematyki do przetwarzania wartości prawda

Bardziej szczegółowo

Fizyka statystyczna Teoria Ginzburga-Landaua w średnim polu. P. F. Góra

Fizyka statystyczna Teoria Ginzburga-Landaua w średnim polu. P. F. Góra Fizyka statystyczna Teoria Ginzburga-Landaua w średnim polu P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Parametr porzadku W niskich temperaturach układy występuja w fazach, które łamia symetrię

Bardziej szczegółowo

Wprowadzenie do architektury komputerów systemy liczbowe, operacje arytmetyczne i logiczne

Wprowadzenie do architektury komputerów systemy liczbowe, operacje arytmetyczne i logiczne Wprowadzenie do architektury komputerów systemy liczbowe, operacje arytmetyczne i logiczne 1. Bit Pozycja rejestru lub komórki pamięci służąca do przedstawiania (pamiętania) cyfry w systemie (liczbowym)

Bardziej szczegółowo

Struktura i działanie jednostki centralnej

Struktura i działanie jednostki centralnej Struktura i działanie jednostki centralnej ALU Jednostka sterująca Rejestry Zadania procesora: Pobieranie rozkazów; Interpretowanie rozkazów; Pobieranie danych Przetwarzanie danych Zapisywanie danych magistrala

Bardziej szczegółowo

0 + 0 = 0, = 1, = 1, = 0.

0 + 0 = 0, = 1, = 1, = 0. 5 Kody liniowe Jak już wiemy, w celu przesłania zakodowanego tekstu dzielimy go na bloki i do każdego z bloków dodajemy tak zwane bity sprawdzające. Bity te są w ścisłej zależności z bitami informacyjnymi,

Bardziej szczegółowo

Co ma piekarz do matematyki?

Co ma piekarz do matematyki? Instytut Matematyki i Informatyki Politechnika Wrocławska Dolnośląski Festiwal Nauki Wrzesień 2009 x x (x 1, x 2 ) x (x 1, x 2 ) (x 1, x 2, x 3 ) x (x 1, x 2 ) (x 1, x 2, x 3 ) (x 1, x 2, x 3, x 4 ). x

Bardziej szczegółowo

Podstawy Informatyki. Inżynieria Ciepła, I rok. Wykład 5 Liczby w komputerze

Podstawy Informatyki. Inżynieria Ciepła, I rok. Wykład 5 Liczby w komputerze Podstawy Informatyki Inżynieria Ciepła, I rok Wykład 5 Liczby w komputerze Jednostki informacji Bit (ang. bit) (Shannon, 948) Najmniejsza ilość informacji potrzebna do określenia, który z dwóch równie

Bardziej szczegółowo

Informatyka kwantowa. Karol Bartkiewicz

Informatyka kwantowa. Karol Bartkiewicz Informatyka kwantowa Karol Bartkiewicz Informacja = Wielkość fizyczna Jednostka informacji: Zasada Landauera: I A =log 2 k B T ln 2 1 P A R. Landauer, Fundamental Physical Limitations of the Computational

Bardziej szczegółowo

Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015

Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015 Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015 1 Metody numeryczne Dział matematyki Metody rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane

Bardziej szczegółowo

Fizyka 1 Wróbel Wojciech. w poprzednim odcinku

Fizyka 1 Wróbel Wojciech. w poprzednim odcinku w poprzednim odcinku 1 Kinetyczna teoria gazów AZ DOSKONAŁY Liczba rozważanych cząsteczek gazu jest bardzo duża. Średnia odległość między cząsteczkami jest znacznie większa niż ich rozmiar. Cząsteczki

Bardziej szczegółowo

Wykład I: Kodowanie liczb w systemach binarnych. Studia Podyplomowe INFORMATYKA Podstawy Informatyki

Wykład I: Kodowanie liczb w systemach binarnych. Studia Podyplomowe INFORMATYKA Podstawy Informatyki Studia Podyplomowe INFORMATYKA Podstawy Informatyki Wykład I: Kodowanie liczb w systemach binarnych 1 Część 1 Dlaczego system binarny? 2 I. Dlaczego system binarny? Pojęcie bitu Bit jednostka informacji

Bardziej szczegółowo

Naturalny kod binarny (NKB)

Naturalny kod binarny (NKB) SWB - Arytmetyka binarna - wykład 6 asz 1 Naturalny kod binarny (NKB) pozycja 7 6 5 4 3 2 1 0 wartość 2 7 2 6 2 5 2 4 2 3 2 2 2 1 2 0 wartość 128 64 32 16 8 4 2 1 bity b 7 b 6 b 5 b 4 b 3 b 2 b 1 b 0 System

Bardziej szczegółowo

Arytmetyka binarna - wykład 6

Arytmetyka binarna - wykład 6 SWB - Arytmetyka binarna - wykład 6 asz 1 Arytmetyka binarna - wykład 6 Adam Szmigielski aszmigie@pjwstk.edu.pl SWB - Arytmetyka binarna - wykład 6 asz 2 Naturalny kod binarny (NKB) pozycja 7 6 5 4 3 2

Bardziej szczegółowo

Temat: Pamięci. Programowalne struktury logiczne.

Temat: Pamięci. Programowalne struktury logiczne. Temat: Pamięci. Programowalne struktury logiczne. 1. Pamięci są układami służącymi do przechowywania informacji w postaci ciągu słów bitowych. Wykonuje się jako układy o bardzo dużym stopniu scalenia w

Bardziej szczegółowo

Synteza układów kombinacyjnych

Synteza układów kombinacyjnych Sławomir Kulesza Technika cyfrowa Synteza układów kombinacyjnych Wykład dla studentów III roku Informatyki Wersja 4.0, 23/10/2014 Bramki logiczne Bramki logiczne to podstawowe elementy logiczne realizujące

Bardziej szczegółowo

Dla człowieka naturalnym sposobem liczenia jest korzystanie z systemu dziesiętnego, dla komputera natomiast korzystanie z zapisu dwójkowego

Dla człowieka naturalnym sposobem liczenia jest korzystanie z systemu dziesiętnego, dla komputera natomiast korzystanie z zapisu dwójkowego Arytmetyka cyfrowa Dla człowieka naturalnym sposobem liczenia jest korzystanie z systemu dziesiętnego, dla komputera natomiast korzystanie z zapisu dwójkowego (binarnego). Zapis binarny - to system liczenia

Bardziej szczegółowo

Podstawy Informatyki

Podstawy Informatyki Podstawy Informatyki Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 5 Bożena Woźna-Szcześniak (AJD) Podstawy Informatyki Wykład 5 1 / 23 LICZBY RZECZYWISTE - Algorytm Hornera

Bardziej szczegółowo