Информация по форме представления номер телефона

Информация (от лат. informatio,
разъяснение, изложение, осведомленность)
— любые сведения и данные, отражающие
свойства объектов в природных, социальных
и технических системах и передаваемые
звуковым, графическим (в т. ч. письменным)
или иным способом без применения или с
применением технических средств.

Классификация информации

Информацию можно разделить на виды по
различным критериям:

1. по способу восприятия:

• Визуальная — воспринимаемая органами
  зрения.

• Аудиальная — воспринимаемая органами
  слуха.

• Тактильная — воспринимаемая
  тактильными
  рецепторами.

• Обонятельная — воспринимаемая
  обонятельными
  рецепторами.

• Вкусовая — воспринимаемая вкусовыми
  рецепторами.

2. по форме представления:

• Текстовая —
  передаваемая в виде символов,
  предназначенных обозначать лексемы
  языка.

• Числовая —
  в виде цифр и знаков, обозначающих
  математические действия.

• Графическая —
  в виде изображений, предметов, графиков.

• Звуковая —
  устная или в виде записи и передачи
  лексем языка.

3. по назначению:

• Массовая —
  содержит тривиальные сведения и
  оперирует набором понятий, понятным
  большей части социума.

• Специальная — содержит специфический
  набор понятий, при использовании
  происходит передача сведений, которые
  могут быть не понятны основной массе
  социума, но необходимы и понятны в
  рамках узкой социальной группы, где
  используется данная информация.

• Секретная — передаваемая узкому
  кругу лиц и по закрытым (защищённым)
  каналам.

• Личная
  (приватная) — набор сведений о
  какой-либо личности, определяющий
  социальное положение и типы социальных
  взаимодействий внутри популяции.

4. по значению:

• Актуальная — информация, ценная в
  данный момент времени.

• Достоверная — информация, полученная
  без искажений.

• Понятная — информация, выраженная
  на языке, понятном тому, кому она
  предназначена.

• Полная — информация, достаточная
  для принятия правильного решения или
  понимания.

• Полезная — полезность информации
  определяется субъектом, получившим
  информацию в зависимости от объёма
  возможностей её использования.

5. по истинности:

• истинная

• ложная

Информация обладает следующими свойствами:

1. достоверность 

Информация достоверна, если она отражает
истинное положение дел. Недостоверная
информация может привести к неправильному
пониманию или принятию неправильных
решений. Достоверная информация обладает
свойством устаревать, т. е. переста­ет
отражать истинное положение дел.

1. полнота

Информация полна, если ее достаточно
для понимания и принятия ре­шений.
Как неполная, так и избыточная информация
сдерживает принятие ре­шений или
может повлечь ошибки.

1. точность

Точность информации определяется
степенью ее близости к реальному
состоянию объекта, процесса, явления.

1. ценность

Ценность информации зависит от того,
насколько она важна для реше­ния
задачи, а также от того, насколько в
дальнейшем она найдет применение в
каких-либо видах деятельности человека.

1. своевременность

Только своевременно полученная информация
может принести ожидае­мую пользу.
Одинаково нежелательны как преждевременная
подача информации (когда она еще не
может быть усвоена), так и ее задержка.

1. понятность 

Если ценная и своевременная информация
выражена непонятным обра­зом, она
может стать бесполезной. Информация
становится понятной, если она выражена
языком, на котором говорят те, кому
предназначена эта информация.

1. доступность

Информация должна преподноситься в
доступной (по уровню восприя­тия)
форме. Поэтому одни и те же вопросы
по-разному излагаются в школь­ных
учебниках и научных изданиях.

1. краткость

Информацию по одному и тому же вопросу
можно изложить кратко (сжато, без
несущественных деталей) или пространно
(подробно, многословно). Краткость
информации необходима в справочниках,
энциклопедиях, всевозмож­ных
инструкциях.

Количество информации можно
рассматривать как меру уменьшения
неопределенности знания при получении
информационных сообщений. Это позволяет
количественно измерять информацию.
Существует формула, которая связывает
между собой количество возможных
информационных сообщений N и количество
информации I, которое несет полученное
сообщение: N = 2ⁱ (формула
Хартли). Иногда записывается иначе. Так
как наступление каждого из N возможных
событий имеет одинаковую вероятность 
p = 1 / N, то N = 1 / p и формула имеет
вид I = log₂ (1/p) = — log₂
p

Если события неравновероятные, то: h_i
= log₂ 1/p_i
= — log₂
p_i,

где p_i — вероятность появления в
сообщении i-го символа алфавита.Удобнее
в качестве меры количества информации
пользоваться не значением h_{i ,} а
средним значением количества информации,
приходящейся на один символ алфавита
H = S
p_i
h_i
= — S p_i
log₂
p_i

Значение Н достигает максимума при
равновероятных событиях, то есть при
равенстве всех p_i p_i =
1 / N

В этом случае формула Шеннона превращается
в формулу Хартли.

За единицу количества информации
принимается такое количество информации,
которое содержится в информационном
сообщении, уменьшающем неопределенность
знания в два раза. Такая единица названа
битом.

Минимальной единицей измерения количества
информации является бит, а следующей
по величине единицей — байт, причем:

1 байт = 8 битов = 2³ битов.

В информатике система образования
кратных единиц измерения несколько
отличается от принятых в большинстве
наук. Традиционные метрические системы
единиц, например Международная система
единиц СИ, в качестве множителей кратных
единиц используют коэффициент 10ⁿ,
где n = 3, 6, 9 и т. д., что соответствует
десятичным приставкам «Кило» (10³),
«Мега» (10⁶), «Гига» (10⁹)
и т. д.

В компьютере информация кодируется с
помощью двоичной знаковой системы, и
поэтому в кратных единицах измерения
количества информации используется
коэффициент 2ⁿ

Так, кратные байту единицы измерения
количества информации вводятся следующим
образом:

1 килобайт (Кбайт) = 2¹⁰ байт = 1024
байт;

1 мегабайт (Мбайт) = 2¹⁰ Кбайт = 1024
Кбайт;

1 гигабайт (Гбайт) = 2¹⁰ Мбайт = 1024
Мбайт.

Количество информации в сообщении.
Сообщение состоит из последовательности
знаков, каждый из которых несет
определенное количество информации.

Если знаки несут одинаковое количество
информации, то количество информации
I_c в сообщении можно подсчитать,
умножив количество информации I_з,
которое несет один знак, на длину кода
(количество знаков в сообщении) К:

I_c = I_з 
K

Так, каждая цифра двоичного компьютерного
кода несет информацию в 1 бит. Следовательно,
две цифры несут информацию в 2 бита, три
цифры — в 3 бита и т. д. Количество информации
в битах равно количеству цифр двоичного
компьютерного кода

Двоичный компьютерный код	1	0	1	0	1
Количество информации	1 бит	1 бит	1 бит	1 бит	1 бит

Информацио́нная энтропи́я — мера
неопределённости или непредсказуемости
информации,
неопределённость появления какого-либо
символа первичного
алфавита. При отсутствии
информационных потерь численно равна
количеству информации на символ
передаваемого сообщения.

Энтропия — это количество информации,
приходящейся на одно элементарное
сообщение источника, вырабатывающего
статистически независимые сообщения.

Энтропия стала использоваться как мера
полезной информации в процессах передачи
сигналов по проводам. Под информацией
Шеннон понимал сигналы нужные, полезные
для получателя. Неполезные сигналы, с
точки зрения Шеннона, это шум, помехи.
Если сигнал на выходе канала связи
является точной копией сигнала на входе
то, с точки зрения теории информации,
это означает отсутствие энтропии.
Отсутствие шума означает максимум
информации. Взаимосвязь энтропии и
информации нашло отражение в формуле:
H + Y
= 1

где Н – энтропия, Y –
информация. Этот вывод количественно
был обоснован Бриллюэном .

Для расчета энтропии Шеннон предложил
уравнение, напоминающее классическое
выражение энтропии, найденное Больцманом.
H = ∑P_i
log₂ 1/P_i
= -∑P_i
log₂ P_i,

где Н – энтропия Шеннона, P_i
— вероятность некоторого события.

Информационная двоичная энтропия для
независимых случайных событий
с
возможными
состояниями (от
до
,
—
функция вероятности) рассчитывается
по формуле:

Эта величина также называется средней
энтропией сообщения. Величина
называется
частной энтропией, характеризующей
только
-e
состояние.

Таким образом, энтропия события
является
суммой с противоположным знаком всех
произведений относительных частот
появления события
,
умноженных на их же двоичные
логарифмы. Это определение
для дискретных случайных событий можно
расширить для функции распределения
вероятностей.