信息技术一级

大学信息技术基础

主讲：袁建红

计算机工程学院Email:yjh_1123@第一章信息、信息技术与计算科学[本章要点]1.1探索信息的真谛1.2信息科学1.3

信息技术1.4计算与计算科学1.5计算机的信息表示与编码下一张1.1探索信息的真谛已知骰子有六个面，各为1、2、3、4、5、6个点。掷一次骰子，六种结局（点）的出现概率相等。如果告诉你某个人掷骰子的结局是单数或者双数，这就是一个信息。那么这个信息如何表示？又如何计算？质量、能量和信息量是三个非常重要的量

人们很早就知道用秤或者天平计量物质的质量大小。然而，我们关于热、燃料、功与能的计量问题，迟至19世纪中叶，随着热功当量的明确和能量守恒定律的建立才逐渐清楚。能量一词就是它们的总称，而能量的计量则通过“卡、焦耳”等新单位的出现而得到解决。为阐明质量概念做出伟大贡献的是发现物体力学定律的牛顿(SirIsaacNewton，1642-1727)为阐明能量概念作出伟大贡献的是热力学第一定律的发现者们：迈耳(JuliusRobertvonMayer，1814-1878)、焦耳(JamesPrescottJoule，1818-1899)、赫尔姆霍兹(HermannvonHelmholtz，1821-1894)等。

然而，关于文字、数字、图画、声音的知识已有几千年历史了。但是它们的总称是什么，它们如何统一地计量，直到19世纪末还没有被正确地提出来，更谈不上如何去解决了。20世纪初期，随着电报、电话、照片、电视、无线电、雷达等的发展，如何计量信号中信息量的问题被隐约地提上日程。

1.1.1什么是信息？

就一般意义而言，信息可以理解成消息、情报、知识、见闻、通知、报告、事实、数据等等。从不同角度对信息的理解：1.最早对信息进行科学定义的是哈特莱（RalphV.L.Hartley）。他认为，发信者所发出的信息，就是他在通信符号表中选择符号的具体方式，并主张用所选择的自由度来度量信息。2.1948年，信息论创始人，美国科学家香农(C.E.Shannon)从研究通信理论出发，第一次用数学方法定义“信息就是不确定性的消除量”。认为信息具有使不确定性减少的能力，信息量就是不确定性减少的程度。3.控制论创始人之一，美国科学家维纳(N.Wiener)指出“信息就是信息，不是物质，也不是能量。”维纳把人们与外界环境交换信息的过程看成是一种广义的通信过程，试图从信息自身具有的内容属性给信息定义。4.关于信息的定义，有人提出用变异量来度量，认为“信息就是差异”。他提出：“信息是反映事物的形式、关系和差别的东西。信息是包含于客体间的差别中，而不是在客体本身中。”5.信息是“事物运动状态和方式，也就是事物内部结构和外部联系的状态和方式”。6.《辞源》对信息定义为：“信息就是收信者事先所不知道的报导。”7.“信息是指对诸如事实、数据或观点之类的知识的传递或描述，这些知识可以存在于任何媒体或形式之中，包括文本形式、数字形式、图表形式、图形形式、叙述形式或视听形式。”1.1.2从信息论到信息科学信息论发展的三个阶段：

狭义信息论（或经典信息论）通信技术问题一般信息论仍是通信技术问题，但增加了噪声理论广义信息论超出了通信技术的范畴1.1.3香农对信息的定义但是信息到底是什么呢？申农的狭义信息论第一个给予信息以科学定义：信息是有秩序的量度，是人们对事物了解的不确定性的消除或减少。信息是对组织程度的一种测度，信息能使物质系统有序性增强，减少破坏、混乱和噪音。例如，厦门的秋天常常是秋高气爽，因此在这个季节里如果天气预报说:“明天白天晴”,人们习以为常，因而得到的信息量很小。但若天气预报说:“明天白天有雪”,人们将会感到十分意外，后一条天气预报给人们的信息量比前一条大，因为在厦门从来没有过下雪的天气。从这个例子，我们可以看出，消息出现的可能性越小，则此消息中携带的信息量就越多。反之，消息出现的可能性越大，则此消息中携带的信息量就越少。另一方面，如果事件是必然的，即发生的概率为1,则它传递的信息量应为零;如果事件是不可能的，即概率为0，则它将有无穷的信息量。如果我们得到不是由一个事件构成而是由若干个独立事件构成的消息，那么我们得到的总的信息量，就是若干个独立事件的信息量的总和。

1.1.4

信息的度量从上例中，可以初步断定消息中所含的信息量H与消息出现的概率有关。或者说是概率的函数。H=H(px)其中，p(x)是消息出现的概率。而函数H究竟是什么我们暂时还不知道。根据上面的描述，为了计算信息量，消息中所含的信息量H与消息出现的概率间的关系式应当反映如下规律:（1）消息中所含的信息量H是该消息出现的概率p(x)的函数，即H=H[p(x)](2)消息出现的概率愈小，它所含的信息量愈大;反之信息量愈小，且当p(x)=1时，H=0。(3)若干个互相独立事件构成的消息，所含信息量等于各独立事件信息量的和，即H[p(x1)+p(x2)…]=H[p(x1)]+H[p(x2)]…数学的分析表明并不是任何函数都具有上述三个要求的性质，而仅有对数函数满足上面提的要求。所以前面的未知函数H仅可能是对数函数log。即消息所含的信息量H与消息出现的概率p(x)有如下关系：上式一般称为等概率事件的信息量计算公式哈特莱首先提出采用消息出现概率的对数测度作为离散消息的信息度量单位。信息量的单位的确定取决于上式中对数底a的确定。当对数以2为底时，则信息量的单位为比特(bit);对数以e为底时，信息量单位为奈特(nit);当对数以10为底时，信息量的单位称为哈特莱。目前应用最为广泛的单位是比特。

由于log22=1Bit，有两个等可能性结局的抽样实验的结局的不确定性就恰好是1比特。这对应于掷一枚硬币，也对应于通信过程中讯号仅有两个等可能结局，例如高电位和低电位（或者1和0）的情况。由于它比以10为底的对数表示不确定性在通信和计算机界更好用，所以被计算机界广泛使用。今天“比特”已经成了信息的代名词。而哈特利（10为底对数）、纳特（e为底对数）都可以用于表示不确定性的大小，仅是应用面比较小而已。

信息熵公式

上述公式是对等概率事件信息量的计算公式。下面再研究非等概率事件的信息量计算。如在通信中传输中文或者英文时并不是每个字（符）的出现机会都相同。例如,据统计，A、B、C、D…Z的概率分别是0.0668、0.01179、0.02260、0.03100…..和0.00063在其他的抽样实验也会出现各个概率不相同的情况。设离散信息源是由n个符号组成的集合，称为符号集。符号集中的每一个符号xi在消息中分别按概率p(xi)独立出现，又设符号集中各符号出现的概率为:则x1x2…xn所包含的信息量分别为-log2p(x1)、-log2p(x2)、…-log2p(xn)。则每个符号所含信息量的统计平均值，即平均信息量为:H(x)=-∑p(xi)*log2p(xi)

（i=1,2,3,...,n）Xi表示第i个状态（共n个状态）；P(Xi)代表出现第i个状态时的概率；H(x)为消除不确定性所需的信息量。单位为比特(bit)。

在申农寻信息量定名称时，数学家冯.诺依曼建议称为熵，理由是不定性函数在统计力学中已经用在熵下面了。在热力学中熵是物质系统状态的一个函数，它表示微观粒子之间无规则的排列程度，即表示系统的紊乱度举例一、抛掷硬币:由于抛掷硬币只有两种可能:出现A面的概率出现B面的概率0.50.5所以平均信息量：H(x)=P(X1)log2(1/P(X1))+P(X2)log2(1/P(X2))=0.5*log2(1/0.5)+0.5*log2(1/0.5)=0.5*log22+0.5*log22=1bit举例二试验二设有一个试验，可能有两种结果：出现A面的概率出现B面的概率0.990.01所以平均信息量：H(x)=P(X1)log2(1/P(X1))+P(X2)log2(1/P(X2))=0.99*log2(1/0.99)+0.01*log2(1/0.01)=0.0808bit举例3：抛掷骰子骰子共有六个面，每面的点数分别为1-6点，每面出现的概率相等，均为1/6，所以平均信息量为H(x)=1/6*log2(6))+1/6*log2(6))+…1/6*log2(6))=log2(6)=2.6bit例四：如果通讯时规定仅可以传英文字母和空格，而且已经调查了英文文献中每个字符的出现概率为：空格0.1817A0.0668B0.01179C0.02260D0.03100…..Z0.00063则可以用公式（8.2）计算出每收到一个英文讯号消除的不确定程度H是4.0651比特。这里要注意有两个计算信息量的公式，一是对等概率事件，一是对非等概率事件的平均信息量。如例一，若问“出现A面”这句话的信息量，则用公式一计算：H(x)=-log2(1/2)=1(比特）。对例三，若计算“出现一点”这个事件的信息量：H(x)=)=-log2(1/6)=2.6bit.而对例二与例四，是非等概率事件，必需用求平均信息量公式计算。回忆开始提出的问题：由于单数与双数的概率都是二分之一，所以：H(x)=-log2(1/2)=1bit1.1.5数据、消息、信号与信息的区别

①信息与数据数据与信息是计算机科学中常用的两个术语。数据是描述客观事实、概念的一组文字、数字或符号。它不仅包括数值数据，还包括非数值数据。例如学籍登记表中的姓名、性别、通讯地址等也叫数据。数据是信息的素材，根据不同的使用目的和使用对象，可以从原始数据中经过加工取出不同的信息。虽然一切信息都是从数据中提取，但并非一切数据都能产生消除不确定性且服务于一定目的的信息②信息与消息信息是消息的内核，信息是能给人带来新知识的消息。对特定的接收者，一则消息可能包含丰富的信息，也可能没有信息。③信息与信号信息通过信号来传递。信号是信息的携带者，但并不是信息本身。同一种信息既可以用这种信号表示，也可以用另一种信号表示。例如，在十字路口既可以用警察的手势也可以用红绿灯作为信号，表示是否可通行的信息。

1.2信息科学

“科学”(Science)与“技术”(Technology)“科学”是指探知事物的本质、特征、内在规律以及与其他事物的联系,是关于自然、社会和思维的发展与变化规律的知识体系；“技术”则是运用科学规律解决实现某一目的的手段和方法，泛指根据生产实践经验和科学原理而发展形成的各种工艺操作方法、技能和技巧。工程（Engineering）是指将科学原理应用到工农业等生产部门中去而形成的各门学科的总称。1.2.1信息科学的产生与定义信息和控制是信息科学的基础和核心。20世纪60年代中，由于出现复杂的工程大系统需要用计算机来控制生产过程，系统辨识成为重要研究课题。20世纪70年代以来，电视、数据通信、遥感和生物医学工程的发展，向信息科学提出大量的研究课题。关于什么是信息科学（Informationscience），有着不同的定义：定义1：信息科学是研究信息的产生、获取、变换、传输、存储、处理、显示、识别和利用的科学，是一门结合了数学、物理、天文、生物和人文等基础学科的新兴与综合性学科。定义2：以信息为主要研究对象，以信息的运动规律和应用方法为主要研究内容，以计算机等技术为主要研究工具，以扩展人类的信息功能为主要目标的一门新兴的综合性学科。信息科学是以信息为基本研究对象，以信息的运动规律和应用方法为主要研究内容，这是信息科学有别于一切传统科学最基本的特征。1.2.2信息科学的研究内容与体系将信息科学研究的基本内容归纳为五个方面：(1)探讨信息的基本概念和本质。(2)研究信息的数值度量方法。(3)阐明信息感知、识别、变换、传递、存储、检索、处理、再生、表示、施效(控制)等过程的一般规律。(4)揭示利用信息来描述系统和优化系统的方法和原理。(5)寻求通过加工信息来生成智能的机制和途径。信息科学的研究范围已经远远超出了香农的信息论的领域而深入到了控制科学、系统科学、复杂性科学、人工智能理论、认知科学等领域。从信息科学的研究内容来划分，我们可以将信息科学的基本科学体系分为三个层次：(1)信息科学的哲学层次；(2)信息科学的基础理论层次；(3)信息科学的技术应用层次；信息科学以香农创立的信息论为理论基础，以现代科学方法论作为主要研究方法、以研究信息及其运动规律为主要内容、以扩展人的信息功能作为主要研究目标的一门科学。1.3

信息技术1.3.1信息技术的发展与定义

信息技术是人类开发和利用信息资源的所有手段的总和；信息技术既包括有关信息的产生、收集、表示、检测、处理和存储等方面的技术，也包括有关信息的传递、变换、显示、识别、提取、控制和利用等方面的技术。迄今为止，人类社会已经发生过四次信息技术革命：

第一次革命是人类创造了语言和文字，接着现出了文献。

第二次革命是造纸和印刷术的出现。

第三次革命是电报、电话、电视及其他通讯技术的发明和应用。

第四次革命是电子计算机和现代通讯技术在信息工作中的应用。

人们对信息技术的定义，因其使用的目的、范围、层次不同而有不同的表述：定义1：信息技术是指有关信息的收集、识别、提取、变换、存贮、传递、处理、检索、检测、分析和利用等的技术。定义2：现代信息技术“以计算机技术、微电子技术和通信技术为特征”。定义3：信息技术是指在计算机和通信技术支持下用以获取、加工、存储、变换、显示和传输文字、数值、图像以及声音信息，包括提供设备和提供信息服务两大方面的方法与设备的总称。定义4：信息技术指“应用在信息加工和处理中的科学，技术与工程的训练方法和管理技巧；上述方法和技巧的应用；计算机及其与人、机的相互作用，与人相应的社会、经济和文化等诸种事物。定义5：信息技术包括信息传递过程中的各个方面，即信息的产生、收集、交换、存储、传输、显示、识别、提取、控制、加工和利用等技术。定义6：从技术的本质意义上讲，信息技术就是能够扩展人的信息器官功能的一类技术。1.3.2扩展人类信息器官功能的信息技术人类的信息器官与功能：

感觉器官：视、听、触等感觉器官传导神经网络：导入、导出神经网络思维器官：记忆、联想、分析和决策等效应器官：操作（手）、行走（脚）、语言（口）等器官。1.3.2扩展人类信息器官功能的信息技术信息技术的“四基元”：

感测技术：感觉器官功能的延长。通信技术：传导神经网络功能的延长。计算机和智能技术：思维器官功能的延长。控制技术：效应器官功能的延长。1.3.3信息技术的核心技术信息技术主要包括：计算机与智能技术（人的思维器官处理信息和决策的功能的扩展）通信技术（扩展人的神经系统传递信息的功能）传感技术（扩展人的感觉器官收集信息的功能）控制技术（扩展了人对信息的控制和使用能力）计算机技术通信技术通信就是一定时空距离的信息的传递和交流;通信技术则是指理通信的手段和方法.(一〉现代通信方式

从信息的传播媒体看,现代通信方式可分为有线通信和无线通信两大类,有线通信包括金属电缆传输、光纤传输等,无线通信包括微波传输、移动通信、卫星传输等。

(二〉通信网络与信息高速公路对于通信来讲,通信网络等基本设施的建设是极其重要的一环。通信网络由主干网和接入网组成,主干网使用光纤、卫星等光域通信技术,接入网通过电话线或光缆与最终用户相连。信息高速公路源于1993年美国克林顿政府提出的"国家信息基础设施"计划,又称"信息高速公路"计划。

传感技术传感技术同计算机技术与通信技术一起被称为信息技术的三大支柱。传感技术是关于从自然信息源获取信息，并对之进行处理（变换）和识别的一门多学科交叉的现代科学与工程技术，它涉及传感器（又称换能器）、信息处理和识别的规划设计、开发、制／建造、测试、应用及评价改进等活动。控制技术

1.3.4信息技术主要支撑技术—微电子技术微电子技术是指设计、制造和使用微小型电子元器件和电路,实现电子系统功能的新型技术。它是现代信息科技的基础,主要包括半导体技术、集成电路技术等,核心和代表是集成电路技术。微电子技术是二十世纪下半叶才发展起来的。1947年,美国贝尔实验室研制成功了第一支半导体晶体管。1958年,出现世界上第一块集成电路。70年代从元件数小于1000个的中、小规模集成电路发展到1000以上的大规模集成电路,80年代以来又发展到10万个以上的超大规模集成电路,现正朝着上亿个集成元件的特大集成电路发展。目前,微电子技术的发展呈现出"三微四最"的特征,"三微"指尺寸微米级、功耗微瓦级、速度毫微秒级,"四最"指最佳方案、最洁净环境、最低成本和最精细工艺。1.4计算与计算科学1.4.1探索计算之源计算：即符号串的变换从一个已知的符号串开始，按一定的规则，一步步改变符号串，经有限步骤之后得到一个满足预先规定的符号串，这种变换过程就是计算。如1+1变换成2，这就是一个计算。按这种定义，定理证明、文字翻译等也都是计算。算法：求解某类问题的通用法则或方法，即符号串变换的规则。一个问题是不是可计算的，与该问题是不是具有相应的算法是完全一致的。1.4.2计算模型与图灵机

图灵机计算模型控制器100001111111

图灵机是一种抽象计算模型，用来精确定义可计算函数。图灵机由一个控制器，一条可以无限延伸的带子和一个在带子上左右移动的读写头组成。这个概念如此简单的机器，理论上却可以计算任何直观可计算函数。图灵在设计了上述模型后提出，凡可计算的函数都可用这样的机器来实现，这就是著名的图灵论题。图灵机为现代计算机的出现提供了重要的依据：带子——存储设备命令——相当于一组预先设计、存储好的程序控制器——决定读写头的每一步操作阿兰·图灵(AlanTuring)英国数学家，24岁时提出了图灵机理论31岁参与了Colossus(二战时，英国破解德国通讯密码的计算机)的研制33岁时构思了仿真系统35岁提出自动程序设计概念38岁设计了“图灵测试”后来还创造了一门新学科—非线性力学42岁去世返回目录1.4.3计算思维计算思维就是通过约简、嵌入、划分和仿真的方法，把一个看来困难的问题重新阐释成一个我们知道问题怎样解决的思维方法。周以真教授总结了计算思维的6大特征:（1）概念化,不是程序化;（2）根本的,不是刻板的技能;（3）是人的,不是计算机的思维方式;（4）数学和工程思维的互补和融合;（5）是思想,不是人造物;（6）面向所有的人,所有地方。周以真教授认为：计算思维是每个人的基本技能，不仅仅属于计算机科学家。计算思维涉及运用计算机科学的基础概念去求解问题、设计系统和理解人类的行为。1.4.4计算机科学的研究领域计算学科的研究包括从算法与可计算性的研究到根据可计算硬件和软件的实际实现问题的研究。计算机科学的研究领域可以概括为以下七个方面：1.计算机系统结构的研究2.程序设计科学与方法论的研究3.软件工程基础理论的研究4.人工智能与知识处理的研究5.网络、数据库及各种计算机辅助技术的研究6.理论计算机科学的研究7.计算机科学史的研究1.5计算机的信息表示与编码

1.5.1信息在计算机中的表示计算机既可以处理数字信息和文字信息,也可以处理图形、声音、图像等，但归根结底，一切信息在计算机内部都要转换成二进制的表现形式，也就是说，一切信息都以0和1两个数字进行各种组合来表示。所以说，二进制是计算机存储和处理数据的基本方式。计算机中为什么要用二进制

计算机中的数为什么不用我们熟悉的十进制表示，而要采用二进制呢？这是因为数在计算机中是以电子器件的物理状态来表示的，采用二进制数便于物理元件的实现；可以用这两个代码表示任何数，运算简单；二进制数使用器材少，节省存储空间；便于实现逻辑运算，易于求补码，因此，计算机中的数通常采用二进制（"0"和"1"）表示。位的概念

数据的最小单位是二进制数的一位数，简称位（bit，比特）。一个位只能表示两种状态：0和1。位是计算机存储数据的最小单位。字节的概念通常将8个比特位组成一个字节（byte，拜特），作为计算机容量的基本单位，例如存储器的容量就是用字节来计算和表示的，Byte也可以简写为大写的英文字母“B”。1024个字节称为1KB，1024KB称为1MB，1024MB称为1GB，1024GB称为1TB。一般地，一个英文符可用一字节表示，一个汉字可用两字节表示。字的概念数据的另一个单位是计算机的字（word），它是计算机作为一个整体进行数据存储、传输和处理的单位。计算机中常用“字长”来表示数据的长度，通常地说，“字长”就是“字”的长度。1个“字”由若干个字节（8位二进制为1字节）组成。字长决定了计算机数据处理的效率，因此是衡量计算机性能的一个重要指标。1.5.2信息的编码由于计算机只能识别0和1两个数字符号，但是输入到计算机的数据是由字母、数字、标点符号以及各种专用符号等组成的，因此必须对这些数据进行编码。所谓字符编码就是规定用怎样的二进制码来表示字母、数字以及各种专用符号。由于这是一个涉及世界范围内有关信息表示、交换、处理、存储的基本问题，因此都以国家标准或国际标准的形式颁布施行。在计算机系统中，有两种重要的字符编码方式：EBCDIC和ASCII。前者主要用于IBM的大型主机，后者则用于小型机和微型机。下面我们就着重介绍ASCII编码。ASCII码(AmericanStandardCodeforInformationInterchange)码即美国信息交换码，是计算机处理西文字符所采用的编码，用7位二进制表示一个字符。这样从0000000到1111111共可表示128个符号，最高位为0.所表示的字符包括：0000000-0011111共32个字符为控制字符。0100000-0101111为特殊字符，如空格，！/等0110000-0111001为0-9十个数字1000001-1011010为A-Z;1100001-1111010为a-z;例如,字符!1Aa在计算机中用Ascii码表示为：字符二十六十0000011177响铃00001101D13回车！0010000121331001100013149A010000014165a011000016197中文信息编码及标准汉字编码即GB2312-80编码，是计算机处理汉字采用的编码，它规定每个汉字由两个7位二进制编码表示，又称国标码或汉字交换码，其收集汉字、图形符号7455个，汉字占6763个（一级3755按拼音字母排列，二级3008按部首排列）。BIG5码（又称大5码）是针对繁体汉字的汉字编码。中文信息编码及标准

按照国标规定，汉字编码有94行94列，行号称区号，列号称位号，区号与位号（十进制）构成了区位码。如“啊”的区位码为1601，而“春”的区位码为2026国标码：又称交换码，它是在不同的汉字处理系统之间进行汉字交换时所使用的编码。与区位码的关系为：区位码H＋2020H。汉字处理原理处理汉字时要进行如下的代码转换：输入码→交换码→内部码→字形码。输入码：用来输入汉字。有区位码、拼音、五笔等；不同的方案有不同的输入码。交换码：国标码。区位码H＋2020H内码：用来存储、处理汉字；一般用两字节表示。每字节的最高位为1，以与ASCII码区别。区位码H＋A0A0H输出码：（屏幕显示、打印）用点阵表示。输入码输入汉字时所使用的编码称谓输入码。亦称外码。输入码的种类很多，目前常用的有“全拼”、“智能ABC”、“微软拼音”、“五笔字型”、“自然码”、“区位码”等。输入码举例：汉字“汉”①拼音：“han”②五笔字型：“icy”内码内码是计算机内部对汉字信息进行各种加工、处理的代码。一般用两个字节表示一个汉字的内码，两个字节最高位全取“1”。内码与区位码的关系为：区位码＋A0A0H,如:

啊

汉

区位码10011A1A(十六进制)国标码30213A3A(十六进制)内码B0A1BABA(十六进制)设字符串“A5啊汉”，在内存中为：01000001A00110101510110000啊1010000110111010汉10111010输出码输出码即汉字字形码，其表现形式有：（1）铅字形式：适合打字机和印刷机（2）点阵形式：适合计算机的汉字处理输出码是一个用二进制数表示的汉字点阵。一般地，英文字符用8×8以上的点阵显示，汉字则至少需要16×16的点阵显示。一般来说，表现汉字时使用的点阵数越高，汉字字形的质量也越好。例：“汉”字的的16点阵输出码010000000000100000110111

1111110000010000000010001000001000001000011000100001000000100010001000000000100100010000000100010010000000100000101000001110000001000000001000001010000000100001000100000010001000001000001001000000111000001000000001000000000000000000十六进制：400837FC10088208621022200910112020A0E04020A021102208240E08040000共32字节汉字库：所有汉字，包括各种字体、字形的输出码组成一个汉字库。一般，屏幕显示用16X16点阵，而打印用24X24，或者是48X48点阵。显示汉字时，首先要根据该汉字的机内码计算出该汉字在汉字库中的地址码，再由地址码、字模长度计算出该汉字字模在字库中的起始位称值，再将该字字模显示到