La codifica dell`informazione Numeri frazionari Conversione da
Transcript
La codifica dell`informazione Numeri frazionari Conversione da
Numeri frazionari La codifica dell’informazione • Sono numeri reali compresi fra 0 e 1 • N = 0.a-1a-2…a-n • Anche qui il peso delle cifre ai dipende dalla base prescelta • Nb = a-1xb-1 + a-2xb-2 + … + a-nxb-n • Esempio con b = 10: Fondamenti di Informatica A Ingegneria Gestionale SECONDA PARTE Università degli Studi di Brescia 0.587dieci= (5x10-1 + 8x10-2 + 7x10-3) • Esempio con b = 2: Docente: Prof. Alfonso Gerevini 0.10112 = (1x2-1 + 0x2-2 + 1x2-3 + 1x2-4)dieci = (0.50 + + 0.125 + 0.0625)dieci = 0.6875dieci Docente: Gerevini Conversione da decimale a binario di un numero frazionario • Per rappresentare numeri come 0.587 x 2 = 1.174: p.f. 0.174, parte intera 1 (cifra più significativa) 0.174 x 2 = 0.348: p.f. 0.348, parte intera 0 0.348 x 2 = 0.696: p.f. 0.696, parte intera 0 0.696 x 2 = 1.392: p.f. 0.392, parte intera 1 0.392 x 2 = 0.784: p.f. 0.784, parte intera 0 0.784 x 2 = 1.568: p.f. 0.568, parte intera 1 …. Si ottiene 0.10010due con 5 cifre binarie dopo la virgola, oppure 0.100101due con 6 cifre binarie dopo la virgola, oppure… In ogni caso c’è un’approssimazione Docente: Gerevini Fondamenti di Informatica A – Università di Brescia 2 Rappresentazione dei numeri reali • Basta fare una sequenza di moltiplicazioni per 2 e prendere la parte intera di ciascun prodotto dalla cifra più significativa a quella meno significativa • Esempio: 0.587dieci binario? – – – – – – – Fondamenti di Informatica A – Università di Brescia 3 – 1/3 = 0.33333333333…. – π = 3.141592653… – 2 = 1.4142135… servirebbe un numero di cifre illimitato • Nel calcolatore è possibile usare solo successioni di bit di lunghezza finita • Necessaria approssimazione Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia 4 Notazione scientifica Rappresentazione dei numeri reali • Massa dell’elettrone: 9 x 10-28 grammi • Un numero in base 10 viene rappresentato come 0000000000000000000000000000000000.0000000000000000000000000009 • Massa del sole: 2 x 1033 grammi ± m x 10 e 2000000000000000000000000000000000.0000000000000000000000000000 • Potrei rappresentare tutti i numeri con 34 cifre a sinistra della virgola e 28 cifre a destra segno • Si vuole un sistema di rappresentazione in cui l’intervallo dei numeri esprimibili sia indipendente dal numero di cifre significative notazione scientifica Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia 5 per numeri binari mantissa 6 Fondamenti di Informatica A – Università di Brescia Parte intera Parte decimale e = 8dieci 2 byte Fondamenti di Informatica A – Università di Brescia 1 byte Il numero più piccolo rappresentabile è: base = 2dieci 0000000000000000 • Basta memorizzare segno, mantissa ed esponente Docente: A. Gerevini Docente: A. Gerevini Esempio (in base 2): numeri di 3 byte • Il numero 101010000due può essere rappresentato come 1.0101 x 10 • Esempio: 159 300 000 = +1.593 x 108 dove m=1.593 ed e=8 • Esempio: -0.00001593 = -1.593 x 10-5 dove m=1.593 ed e=-5 Nel calcolatore: rappresentazione in virgola fissa Notazione scientifica 1000 base esponente mantissa 7 Docente: A. Gerevini 0 0 0 0 0 0 0 1 (2-8) Fondamenti di Informatica A – Università di Brescia 8 Nel calcolatore: rappresentazione in virgola mobile L’insieme dei numeri in virgola mobile non coincide con R Virgola mobile o Floating point • L’insieme dei numeri reali è denso e illimitato • L’insieme dei numeri in virgola mobile non è denso ed esistono un numero reale massimo ed uno minimo esprimibili ⇒ L’aritmetica “reale” del calcolatore è diversa da quella classica – Con mantissa ed esponente: N +/-(m,e) • la mantissa m è la parte frazionaria compresa fra 0 e 1 (mantissa normalizzata) • l’esponente e è un intero >= 0 – Numero di bit: • 1 per il segno, k per mantissa e h per esponente • cambiando k e h si cambia intervallo e precisione • lo standard IEEE 754 stabilisce lunghezza di mantissa ed esponente Docente: A. Gerevini 9 Fondamenti di Informatica A – Università di Brescia Supponiamo 3 cifre decimali in base 10 per la mantissa e 2 cifre in base 10 per l’esponente ±0.XXX x 10 ±YY 2 1 overflow -0.999 x 3 1099 5 numeri non esprimibili 10-99 7 overflow +0.999 x 0 -0.100 x Docente: A. Gerevini 6 +0.100 x Fondamenti di Informatica A – Università di Brescia • Nell’esempio: – la mantissa varia da m = 0.100 a 0.999 (900 numeri) – l’esponente varia da e = -99 a +99 (199 ordini di grandezza) – in totale: 900x199 numeri positivi, 900x199 numeri negativi, e lo zero 358201 numeri 1099 10-99 4 10 • I numeri nelle regioni 1, 3, 5, e 7 non possono essere rappresentati • I due intervalli di numeri positivi e negativi esprimibili (2 e 6) non formano insiemi continui: i numeri non sono cioè uniformemente distribuiti (più radi per valori elevati dell’esponente e più fitti per valori piccoli dell’esponente) Numeri positivi esprimibili underflow Fondamenti di Informatica A – Università di Brescia I problemi che nascono dalla natura digitale del calcolatore Esempio: forma normalizzata in base 10 Numeri negativi esprimibili Docente: A. Gerevini numeri non esprimibili 11 Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia 12 Operazioni sui numeri “reali” Esempio (in base 10) • Addizione e sottrazione: Esempio (8 cifre per la mantissa) – si trasformano (con eventuale perdita di precisione) gli addendi in una rappresentazione con uguale esponente (il maggiore) – si sommano (sottraggono) le mantisse – si normalizza se necessario 0.43561234 x 10-4 + 0.51371313 x 10-2 porto l'esponente del primo operando a -2: 0.00435612 x 10-2 • Moltiplicazione: – si sommano gli esponenti – si moltiplicano le mantisse – si normalizza se necessario 0.00435612 + 0.51371313 = ____________ 0.51806925 • Divisione: – si sottraggono gli esponenti – si dividono le mantisse – si normalizza se necessario Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia 13 Docente: A. Gerevini Problemi con le operazioni [ x10-2 ] [ x10-2 ] ho perso delle cifre [x10-2 ] [NB: già normalizzato!] Fondamenti di Informatica A – Università di Brescia 14 Esercizi • Addizioni e sottrazioni possono dare luogo a errori • Convertire in decimale i seguenti numeri frazionari binari: • Esempio: sottrazione fra due numeri quasi uguali – 0.111due, 0.0101due, 0.00011due può dar luogo al fenomeno della cancellazione (risultato = 0) • Convertire in binario (su 6 bit) i seguenti numeri frazionari decimali: • Divisione per numeri molto piccoli il risultato può cadere nell’intervallo di overflow (regioni 1 e 7) – 0.226dieci, 0.349dieci, 0.712dieci • Esprimere i numeri 13.25dieci e 189.8123 in forma normalizzata in base 10 e in base 2 Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia 15 Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia 16 Codifica binaria dei caratteri Bit, Byte, KiloByte, MegaByte,... • Quanti oggetti? – – – – 10 cifre 26 lettere minuscole + 26 lettere maiuscole = 52 ~30 segni di interpunzione ~30 caratteri di controllo (LF, CR, EOF, …) ~120 oggetti ⇒ k = log2120 = 7 • Il codice ASCII utilizza 7 bit e quindi può rappresentare al massimo n = 27 = 128 caratteri • Codice ASCII esteso: utilizza 8 bit e quindi codifica 256 caratteri • Codice UNICODE: utilizza 16 bit e quindi codifica 65536 caratteri (anche quelli delle lingue orientali… non tutti! Sono circa 200 000! …e aumentano!) Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia 17 • • • • • • • • Bit = ‘0’ oppure ‘1’ Byte = 8 bit = 23 KiloByte (KB) = 210 byte = 1.024 byte MegaByte (MB) = 220 byte = 1.048.576 byte GigaByte (GB) = 230 byte = 1.073.741.824 byte TeraByte (TB) = 240 byte = … PetaByte (PB) = 250 byte = … ExaByte (EB) = 260 byte = … Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia 18 Numero di bit e capacità di rappresentazione Rappresentazione di immagini • Digitalizzazione: passaggio da un’immagine a sequenza di bit • Immagine bitmap: matrice di pixel di vari colori • Dimensioni matrice: 640 x 480, 1028 x 768, etc. • Un pixel (unità elementare) è codificato da un numero di bit che rappresentano una certa grandezza: es. luminosità, colore, etc… • Problemi con immagini bitmap: • • • • • – ogni ingrandimento fa perdere qualità (l’immagine si “sgrana”) – occupano molta memoria 1 bit (per pixel) 2 informazioni diverse (b/n) 4 bit (per pixel) 16 colori o livelli di grigio 8 bit (per pixel) 256 colori o livelli di grigio 16 bit (per pixel) 64K colori (216 = 210 x 26) 24 bit (per pixel) 16M = 224 colori (ogni pixel può assumere più di 16 milioni di colori) • Per ovviare ai problemi di spazio: formato compresso Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia 19 Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia 20 I formati di file bitmap Grafica vettoriale • Le immagini sono disegnate tramite un insieme di oggetti grafici (linee, rettangoli, ellissi, archi e curve primitive) • Memorizzazione come coordinate numeriche o formule matematiche che specificano forma e posizione • Programmi di tipo draw (programmi di grafica vettoriale): es. Corel Draw, programmi di CAD, programmi di grafica tridimensionale • Vantaggi: • BMP: formato standard non compresso per MS Windows, 24 bit per pixel, .bmp • GIF (Graphic Interchange Format): formato compresso, 8 bit per pixel (256 colori), .gif • JPEG (Joint Picture Experts Group): 16 milioni di colori, formato compresso (più del gif), .jpg • JPEG 2000: formato ancor più compresso, .j2k o .jp2 – – – – • TIFF (Tagged Image File Format): alta qualità, 16 milioni di colori, dimensioni file molto grandi, .tif, molto adottato da scanner e macchine fotografiche Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia 21 Controllo accurato di linee e colori Ingrandimento e riduzione senza perdita Facilità di modifica di combinazione e sfumature colori Possibilità inserimento testo attorno agli oggetti Docente: A. Gerevini Rappresentazioni dei suoni onde analogiche campionamento + quantizzazione valori digitali (campionamento = discretizzazione nel tempo) (quantizzazione = discretizzazione nell’ampiezza) • Nei CD sono memorizzati segnali digitali • Scheda audio e diffusori ricevono i valori digitali e ricostruiscono le onde analogiche • Memorizzazione: Nbit = F(durata, fc, bit/campione) dove • WAVE: .wav, occupano molto spazio (~1MB per minuto) • MIDI (Musical Instrument Digital Interface): .mid, i file memorizzano non suoni ma comandi (es. le note musicali di un particolare strumento) che vengono inviati ai dispositivi MIDI per riprodurre i suoni, occupano molto meno spazio dei .wav. Sintetizzatore musicale + computer (con sw e porta midi) permettono di suonare un brano su tastiera che viene automaticamente trascritto in notazione musicale in un file midi che può poi essere anche modificato - fc = 8kHz per la voce, 44.1 kHz per la musica su CDAudio - bit/campione = 8 per la voce, 16 CDAudio Fondamenti di Informatica A – Università di Brescia 22 Alcuni formati audio • Segnali audio: Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia • MP3 (MPEG-1 Layer 3): grande diffusione su Internet. MPEG nasce da un gruppo di lavoro di standardizzazione 23 Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia 24 I formati dei documenti Compressione di file • Documenti in formato PDF (Portable Document Format, formato di documento portabile) • Ogni documento PDF può essere visualizzato e stampato da qualsiasi tipo di computer dotato dell’applicazione Acrobat Reader (della Adobe, gratuita) • Come creare un file PDF? Stampare in un file PDF su disco invece che su stampante • Documenti in formato PS (PostScript) • L’applicazione GSview (Ghostview) legge il formato postscript (disponibile gratuitamente) Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia • Con un apposito programma di utilità si può creare un archivio in cui i file vengono memorizzati in formato compresso • Formato ZIP (.zip): si può ottenere con i programmi WinZip e PKZip • Compressione per: – ottimizzare lo spazio – semplificare e velocizzare trasferimento di file in rete 25 Docente: A. Gerevini Fondamenti di Informatica A – Università di Brescia 26