Virginia GIORNO | TEORIA DELL'INFORMAZIONE I
Virginia GIORNO TEORIA DELL'INFORMAZIONE I
cod. 0512300016
TEORIA DELL'INFORMAZIONE I
0512300016 | |
DIPARTIMENTO DI MATEMATICA | |
CORSO DI LAUREA | |
MATEMATICA | |
2017/2018 |
OBBLIGATORIO | |
ANNO CORSO 2 | |
ANNO ORDINAMENTO 2016 | |
PRIMO SEMESTRE |
SSD | CFU | ORE | ATTIVITÀ | |
---|---|---|---|---|
INF/01 | 6 | 48 | LEZIONE |
Obiettivi | |
---|---|
OBIETTIVO PRIMARIO DELL'INSEGNAMENTO CONSISTE NEL FORNIRE AGLI STUDENTI LE TECNICHE DI BASE DEL CALCOLO DELLE PROBABILITA' DA UTILIZZARE NEL CONTESTO DELLA TEORIA DELL'INFORMAZIONE LE PRINCIPALI CONOSCENZE ACQUISITE SARANNO: - CONOSCENZA DEGLI ARGOMENTI DI BASE DEL CALCOLO DELLE PROBABILITÀ DA UTILIZZARE NEL CONTESTO DELLA TEORIA DELL'INFORMAZIONE - CONOSCENZA DELLE MISURE DI INFORMAZIONE - CONOSCENZA DI TECNICHE DI CODIFICA SORGENTE. LE PRINCIPALI ABILITÀ (OSSIA CAPACITÀ DI APPLICARE LE CONOSCENZE ACQUISITE) SARANNO: - UTILIZZARE METODI E TECNICHE PROBABILISTICHE NEL CONTESTO DELLA TEORIA DELL’INFORMAZIONE. - ANALIZZARE SEMPLICI SISTEMI DI TRASMISSIONE. - INDIVIDUARE LE PRESTAZIONI TEORICHE DI UN SEMPLICE SISTEMA DI TRASMISSIONE. |
Prerequisiti | |
---|---|
GLI ARGOMENTI TRATTATI RICHIEDONO NOZIONI DI BASE DI ALGEBRA E DI ANALISI MATEMATICA. NON VI È PROPEDEUTICITÀ FORMALE |
Contenuti | |
---|---|
INTRODUZIONE: INTRODUZIONE ALLA TEORIA DELL'INFORMAZIONE E CENNI STORICI. OBIETTIVI DELLA TEORIA DELL'INFORMAZIONE E AREE DI INTERESSE. UN SEMPLICE SISTEMA DI COMUNICAZIONE: SORGENTE, CODIFICATORE, CANALE, DECODIFICATORE, DESTINAZIONE. FONDAMENTI DI CALCOLO DELLE PROBABILITÀ: DEFINIZIONE DI PROBABILITÀ. APPROCCIO ASSIOMATICO. TEOREMI DELLE PROBABILITÀ COMPOSTE. TEOREMA DI BAYES. FUNZIONI MISURABILI E VARIABILI ALEATORIE. LEGGI DI PROBABILITÀ. FUNZIONI DI VARIABILI ALEATORIE. INDIPENDENZA DI EVENTI E DI VARIABILI ALEATORIE. SUCCESSIONI DI EVENTI E DI VARIABILI ALEATORIE. CONCETTI DI CONVERGENZA. LEGGE DEI GRANDI NUMERI. TEOREMA CENTRALE DI CONVERGENZA. MISURE DI INFORMAZIONE: AUTOINFORMAZIONE, AUTOINFORMAZIONE CONGIUNTA E AUTOINFORMAZIONE CONDIZIONATA. MUTUA INFORMAZIONE. ENTROPIA DI UNA VARIABILE ALEATORIA. ENTROPIA CONGIUNTA E CONDIZIONATA. MUTUA INFORMAZIONE MEDIA. RELAZIONI TRA L'ENTROPIA E LA MUTUA INFORMAZIONE MEDIA. ENTROPIA DI VETTORI ALEATORI. ENTROPIA CONGIUNTA E CONDIZIONATA DI VETTORI ALEATORI. MUTUA INFORMAZIONE MEDIA PER VETTORI ALEATORI. SORGENTI DISCRETE SENZA MEMORIA: SORGENTI DI INFORMAZIONE FINITE SENZA MEMORIA. CODIFICA DI MESSAGGI. CODIFICA DA BLOCCO A BLOCCO. CONDIZIONE DI UNIVOCA DECIFRABILITÀ. SEQUENZE TIPICHE E SEQUENZE ATIPICHE. PROPRIETÀ DI EQUIPARTIZIONE ASINTOTICA. TEOREMA DI CODIFICA SORGENTE DA BLOCCO A BLOCCO DI SHANNON. CODIFICA DA BLOCCO A LUNGHEZZA VARIABILE. CODICI NON SINGOLARI. CODICI UNIVOCAMENTE DECODIFICABILI. TEOREMA DI SARDINAS E PATTERSON. CODICI A CONDIZIONE PREFISSA. TEOREMA DI MCMILLAN E TEOREMA DI KRAFT. TEOREMA DI CODIFICA DA BLOCCO A LUNGHEZZA VARIABILE. ALGORITMO DI HUFFMAN. CANALI DI COMUNICAZIONE DISCRETI: CANALI FINITI STAZIONARI SENZA MEMORIA. DEFINIZIONE DELLA CAPACITÀ DEL CANALE. CALCOLO DELLA CAPACITÀ PER CANALI FINITI STAZIONARI SENZA MEMORIA DI TIPO PARTICOLARE: SENZA RUMORE, SENZA PERDITE, DETERMINISTICO, INUTILE PER LA TRASMISSIONE, STRETTAMENTE SIMMETRICO. CODIFICA CANALE: CODIFICA IN PRESENZA DI RUMORE SUL CANALE. CRITERIO DI DECODIFICA DELL'OSSERVATORE IDEALE. CRITERIO DI DECODIFICA CON PROBABILITÀ DI ERRORE UNIFORMEMENTE LIMITATA. TASSO DEL CODICE CANALE E TASSO DI INFORMAZIONE. DISUGUAGLIANZA DI FANO. TEOREMA DI CODIFICA CANALE DI SHANNON: PARTE INVERSA E PARTE DIRETTA. |
Metodi Didattici | |
---|---|
L'INSEGNAMENTO PREVEDE LEZIONI FRONTALI DI 48 ORE COMPLESSIVE CHE SI SVOLGONO IN AULA. LA FREQUENZA DELLE LEZIONI, SEBBENE NON SIA OBBLIGATORIA, È FORTEMENTE CONSIGLIATA |
Verifica dell'apprendimento | |
---|---|
IL RAGGIUNGIMENTO DEGLI OBIETTIVI È CERTIFICATO ATTRAVERSO IL SUPERAMENTO DI UN ESAME CON VALUTAZIONE IN TRENTESIMI CHE PREVEDE UNA PROVA ORALE. TALE PROVA CONSISTE IN UN COLLOQUIO CON DOMANDE E DISCUSSIONE SUI CONTENUTI TEORICI E METODOLOGICI INDICATI NEL PROGRAMMA DI INSEGNAMENTO ED È FINALIZZATA AD ACCERTARE IL LIVELLO DI CONOSCENZA E CAPACITÀ DI COMPRENSIONE RAGGIUNTO DALLO STUDENTE, NONCHÉ A VERIFICARE LA CAPACITÀ DI ORGANIZZAZIONE AUTONOMA DELL'ESPOSIZIONE E LA CAPACITÀ DI UTILIZZO APPROPRIATO DELLA TERMINOLOGIA NELL'ESPOSIZIONE STESSA. |
Testi | |
---|---|
COVER M. C. AND THOMAS J. A. - ELEMENTS OF INFORMATION THEORY - JOHN WILEY & SONS, INC. FABRIS F. – TEORIA DELL’INFORMAZIONE, CODOCI, CIFRARI – BORINGHIERI. GALLAGER R. - INFORMATION THEORY AND RELIABLE COMMUNICATION - J. WILEY. DALL’AGLIO G. - CALCOLO DELLE PROBABILITÀ – ZANICHELLI DI CRESCENZO A., GIORNO V., NOBILE A.G., RICCIARDI L.M. – UN PRIMO CORSO IN PROBABILITÀ PER SCIENZE PURE ED APPLICATE – LIGUORI |
BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2019-05-14]