1er - Diapo2-3 – Teoria Info
-
Upload
luis-f-uribe-e -
Category
Documents
-
view
218 -
download
0
Transcript of 1er - Diapo2-3 – Teoria Info
-
8/16/2019 1er - Diapo2-3 – Teoria Info
1/68
LA INFORMACIÓN
Términos Básicos - Unidad II
-
8/16/2019 1er - Diapo2-3 – Teoria Info
2/68
Diagrama general de bloques decomunicación
Fuente
• Analógicas• Señal
• Digitales• Binarios
Transmisor
• Generador deSeñal• Modem
• Modulación
• Demodulación
Sistema deTransmisión Receptor Destino
Sistema de origen Sistema destino
-
8/16/2019 1er - Diapo2-3 – Teoria Info
3/68
Transmisor = Modulación
Tipo de señal:portadora ymoduladora
• analógica o digital.
Parámetro de laportadora que semodifica:
• amplitud, frecuencia yfase.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
4/68
Transmisor = Modulación (PCM)
-
8/16/2019 1er - Diapo2-3 – Teoria Info
5/68
Ejemplo: Modem
MODulación yDEModulación
Para comunicarsenecesitan emplear lamisma técnica demodulación. “Full-dúplex”,lo cual significa quepueden transferir datos
en ambas direcciones. Bajo coste – (telefonía)
Limitaciones del medio
-
8/16/2019 1er - Diapo2-3 – Teoria Info
6/68
-
8/16/2019 1er - Diapo2-3 – Teoria Info
7/68
Múltiplos del byte
Originalmente el byte fueelegido para ser de cinco a
doce bits.
La popularidad IBM S/360 en1960 y la explosión de las
microcomputadoras de 8 bitsen los años 1980 ha hecho
obsoleta la utilización de otracantidad que no sean 8 bits.
Los bytes de 8 bits se integranfirmemente en estándares
comunes como Ethernet y HTML.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
8/68
Múltiplos del byte
Los prefijos utilizados para los múltiplos del bytenormalmente son los mismos que los prefijos del SI,
Esto se debe a que los prefijos del SI se basan
en base 10 (sistema decimal), y los prefijosbinarios se basan en base 2 (sistema binario), porejemplo:
kibibyte = 1024 = 210 bytes. kilobyte = 1000 = 103 bytes.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
9/68
Sistemas Informáticos
¿Por qué múltiplos de 1.024 y no de 1.000? Puespor razones estrictamente relacionadas con elsistema binario y la construcción de los
ordenadores.
Los DVD,utilizan múltiplos
de 1.000.
Así pues, unoesperaría
poder guardar
5.046.586.572bytes en un DVDde 4,7 GB
Cuandorealmente
caben4.700.000.000
bytes.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
10/68
Múltiplos del byte
Conversión de Bytes
Unidades
-
8/16/2019 1er - Diapo2-3 – Teoria Info
11/68
Unidad Múltiplos
Unidad
B 1KB 1MB 1GB 1TB
Byte KiloByte Megabyte Gigabyte Terabyte
Nro Bytes 1 1024 o 1000 1´000.000 1.000’000.000 1.000.000’000.000
8 bits 1000 kB 1000 MB 1000 GB
MÚLTIPLOS Y SUBMÚLTIPLOS DE LAUNIDAD BYTE
-
8/16/2019 1er - Diapo2-3 – Teoria Info
12/68
Conversiones
-
8/16/2019 1er - Diapo2-3 – Teoria Info
13/68
MÚLTIPLOS Y SUBMÚLTIPLOS DE LAUNIDAD BYTE
1 bit1 Byte = 8 bits
1 KiloByte (KB) = 1,024 Bytes1 MegaByte (MB) = 1,024 KB1 GigaByte (GB) = 1,024 MB1 TeraByte (TB) = 1,024 GB1 PetaByte (PB) = 1,024 TB1 ExaByte (EB) = 1,024 PB
1 ZettaByte (ZB) = 1,024 EB1 YottaByte (YB) = 1,024 ZB
1 bit1 Nibble = 4 bits1 Byte = 2 Nibles = 8 bits
1 Word = 2 Bytes = 16 bits1 Long Word = 4 Bytes = 32 bits
-
8/16/2019 1er - Diapo2-3 – Teoria Info
14/68
Teorema de Codificación e Información
-
8/16/2019 1er - Diapo2-3 – Teoria Info
15/68
Teoría de la Información
• La Teoría de la Información es una teoríamatemática creada por Claude Shannon en el año1948 y que forma la piedra angular sobre la quese ha desarrollado toda la teoría actual de lacomunicación y la codificación.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
16/68
Teoría de la Información
• Esta teoría establece los límites de cuánto se puedecomprimir la información y de cuál es la máximavelocidad a la que se puede transmitirinformación. La Teoría de la Información es, portanto una teoría de límites alcanzables: máxima
compresión de datos y máxima tasa detransmisión de información transmitida sin errores.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
17/68
RUIDO: Expresión genérica utilizada para referirse a las distorsiones
originadas en forma externa al proceso de comunicación
Teoría de Claude E. Shannon
Fuente Transmisor Canal Receptor Destino
• Modelo científico del proceso de comunicación• Formulación de leyes matemáticas de Hartley (genésis de la TI)
-
8/16/2019 1er - Diapo2-3 – Teoria Info
18/68
Modelo de Comunicación presentado porShannon y Weaver
-
8/16/2019 1er - Diapo2-3 – Teoria Info
19/68
Terminologia - Claude E. Shannon
Para Shannon no es información sino mensajes losque un emisor comunica a un receptor. El clasifica lossistemas de comunicación, es decir de trasmisión de
mensajes, en tres categorías: Discretos (la telegrafía),
Contínuos (radio y televisión)
Mixtos.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
20/68
Terminología
Fuente: proceso por elcual, entre todos losmensajes posibles,
es escogido de unamanera imprevisible(inesperado) unmensaje particular,
destinado a sertransmitido a unreceptor u observador
Mensaje: Señal quecorresponde a unarealización particular
del conjunto deseñales dadas
-
8/16/2019 1er - Diapo2-3 – Teoria Info
21/68
Terminología
Canal: Totalidad de los medios destinados a latransmisión de la señal.
Modulación: Transformación de un mensaje en una
señal, al efecto de facilitar y aumentar la eficaciade la transmisión y reducir los errores de la misma.
Demulación: Operación inversa de la modulación.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
22/68
Terminología
Codificación: Transformación de un mensaje enuna señal discreta, cuya principal objetivo esaumentar la eficacia de la transmisión
Decodificación: Operación inversa de lacodificación
Perturbación: Señal que modifica una señal
aleatoria útil, disminuyendo la cantidad deinformación que circula por ella.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
23/68
1. Teoría de la Información2. Cantidad de Información3. Medida de Información4. Representación de la información5. Capacidad de información6. Tasa de Información7. Capacidad del Canal8. Ruido y distorsión
Teoría de la información
-
8/16/2019 1er - Diapo2-3 – Teoria Info
24/68
1. Teoría de la información
A través del número medio de bits necesariopara codificar
Mide la cantidad de información que contieneun mensaje
Cantidad Información (mensaje) =Numero de BITS > codificar todos los posibles mensajes
Compresión y Velocidad
-
8/16/2019 1er - Diapo2-3 – Teoria Info
25/68
3. Medida de la información
Si examinamos con detalle el contenido deinformación de un mensaje, podemos ahorraresfuerzo en su transmisión desde un punto a
otro. Ejemplo Si deseamos enviar un telegrama de felicitaciones por un
hecho determinado (casamiento, nacimiento, etc), la
compañía de telégrafos enviará un texto estándar típico. Un sentido intuitivo podemos ver que algunos mensajes
largos no contienen gran información.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
26/68
3. Medida de la información
“Cuanto más probable es un mensaje > es lainformación a transmitir”Ej. - Telegrama
- Sueldo
- Premio
La medida de la información está relacionada conla incertidumbre.
La medida de la información comprendeprobabilidades
-
8/16/2019 1er - Diapo2-3 – Teoria Info
27/68
5. Capacidad de información
Hay un límite
Tasa de informaciónque puede ser
transmitida por un
sistema.
Viene determinadapor las limitaciones
físicas fundamentalesen la transmisión de
información.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
28/68
6. Tasa de Información
La tasa de información es una medida de lavelocidad con el que la información se transfiere.
= {}
• H {X} es la entropía de la fuente• T es el intervalo de tiempo por el cual
la fuente transmite el evento o la seriede eventos.
• X = i , del cual se tiene una medida desu cantidad de información
Esta tasa de información suele ser utilizada en aplicacionesde video: 32 kbps (calidad videoteléfono),2 Mbps (calidad VHS), 8 Mbps (calidad DVD) o55 Mbps (calidad HDTV), por ejemplo.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
29/68
7. Capacidad del Canal
Es la CANTIDAD MÁXIMADE INFORMACIÓN
Que puede transportar dicho canal deforma fiable
Es decir, con una probabilidad de errortan pequeña como se quiera.Normalmente se expresa en bits/s (bps).
-
8/16/2019 1er - Diapo2-3 – Teoria Info
30/68
7. Capacidad del Canal
Tipos:
Guiados Directos
No Guiados Indirectos
-
8/16/2019 1er - Diapo2-3 – Teoria Info
31/68
7. Capacidad del Canal- Directos
Ancho de banda:
Las categorías 1 y 2 transfierenhasta 4 megabits/seg.
La categorías 3 hasta 16 Mbps
La categoría 4 hasta 20 Mbps
la categoría 5 hasta
100Mbps.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
32/68
7. Capacidad del Canal - Ejemplo
-
8/16/2019 1er - Diapo2-3 – Teoria Info
33/68
7. Capacidad del Canal - Ejemplo
-
8/16/2019 1er - Diapo2-3 – Teoria Info
34/68
7. Capacidad del Canal - Indirectos
WIFI Satelital
Microondas Terrestres Microondas Satelitales
-
8/16/2019 1er - Diapo2-3 – Teoria Info
35/68
8. Ruido y distorsión
Fuente de Ruido:conjunto de distorsioneso adiciones no deseadaspor la fuente de
información que afectana la señal. Puedenconsistir en distorsionesdel sonido (radio,teléfono), distorsiones de
la imagen (T.V.), erroresde transmisión(telégrafo), etc.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
36/68
8. Ruido y distorsión
Tipos: Distorsión: Alteración de la onda generada por el
emisor y que llega de diferente forma al receptor.
Distorsión por atenuación: Modificación de laamplitud de algunas componentes frecuenciales de laseñal emitida.
Distorsión por retardo: La señal llega retardada alemisor.
Distorsión por intermodulación: Aparición de nuevascomponentes frecuenciales que no estaban en la señaloriginal
-
8/16/2019 1er - Diapo2-3 – Teoria Info
37/68
8. Ruido y distorsión
Atenuación: Perdida de la energía de la señalconforme a la distancia. Se arregla medianteamplificadores para señales analógicas y
repetidores para señales digitales. Ruido: Señal aleatoria que se suma a la señal de
información y modifica la forma de onda de lamisma.
Ruido térmico: Generado por cambios detemperatura, normalmente por temperaturas altas.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
38/68
8. Ruido y distorsión
Ruido impulso: Ruido aleatorio, corto y muyintenso. Se debe al arranque de maquinariapesada cerca del medio de transmisión.
Ruido interferencias: Medios cercanos y sinaislamiento pueden interferir en el medio.
Diafonía: Cuando hay 2 cables metálicos
paralelos, la señal que circula por un cable setransfiere electromagnéticamente al otro cable
-
8/16/2019 1er - Diapo2-3 – Teoria Info
39/68
Función Matemática de Shannon
-
8/16/2019 1er - Diapo2-3 – Teoria Info
40/68
Fuente de información
Vamos a considerar señal tanto alfenómeno físico que transporta lainformación como a la funciónmatemática que representa a ese
fenómeno. Cualquiera de las dos formassirve como soporte a la información.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
41/68
INFORMACIÓN
La información más elemental que puede recibirsees la que indica la verificación entre dossucesos igualmente probables. 1/0
En este caso se dice que se ha recibido un bit deinformación.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
42/68
Probabilidad
Se encarga de evaluar todas aquellas actividades endonde se tiene “INCERTIDUMBRE”, acerca de losresultados que se puede esperar.
La probabilidad es una escala entre 0 y 1
Al suceso imposible le corresponde el valor “0” Al suceso seguro le corresponde el valor “1”
El resto de los sucesos estarán comprendidos entre la escalade 0 y 1
NUNCA PUEDE SER UN VALOR NEGATIVO
-
8/16/2019 1er - Diapo2-3 – Teoria Info
43/68
Incertidumbre
Se refiere a lo desconocido
No se sabe si sucederá
A lo inesperado
A lo imprevisible
La información disminuye la incertidumbre porqueaporta mayor conocimiento sobre un tema.
P b bilid d
-
8/16/2019 1er - Diapo2-3 – Teoria Info
44/68
Probabilidad
“ a MENOR probabilidad o certeza de ocurrenciaMAYOR será el significado informativo”
“ a MAYOR probabilidad de certeza de ocurrenciaMENOR será el significado informativo”
“La Probabilidad de ocurrencia de un evento esinversamente proporcional al significado
informativo”
-
8/16/2019 1er - Diapo2-3 – Teoria Info
45/68
Incertidumbre
Ejemplo: servicio metereológico Antártida La fuente de información emite los siguientes mensajes:
• Mensaje 1: día muy frío y nublado
• Mensaje 2: día muy frío y soleado• Mensaje 3: día frío y nublado• Mensaje 4: día templado y soleado
¿Cuál es el mensaje que aporta MAYOR CANTIDAD DE
INFORMACION?
¿Por qué?
-
8/16/2019 1er - Diapo2-3 – Teoria Info
46/68
Respuesta
A MENOR probabilidad de ocurrencia MAYOR elsignificado informativo
Ej. Mensaje 3 y 4
A MAYOR probabilidad de ocurrencia es MENOR elsignificado informativo
Ej. Mensaje 1 y 2
Relación inversa » la probabilidad de ocurrencia desuceso o evento es inversamente proporcional alsignificado informativo
-
8/16/2019 1er - Diapo2-3 – Teoria Info
47/68
Combinación 1 Combinación 5
Combinación 2 Combinación 6
Combinación 3 Combinación 7Combinación 4 Combinación 8
Grado de indeterminación
Grado de indeterminación previo
Grado de indeterminación posteriorci =
En una bolsa hay dos papeles con círculos, dos concuadrados y dos con triángulos: negros o verdes.
Sacamos a ciegas tres papeles cualesquieradiferentes...
¿Qué cantidad de información tiene cada uno de los estados?
Si hay equiprobabilidadentonces p(xi) = 1/8
-
8/16/2019 1er - Diapo2-3 – Teoria Info
48/68
Combinación 1 Combinación 5
Combinación 2 Combinación 6
Combinación 3 Combinación 7
Combinación 4 Combinación 8
La incertidumbre del ejemplo del mago
Como p(xi) = 1/8 entoncesIncertidumbre inicial Ii = 8Daremos algunas pistas : Las figuras no son del mismo color:
Ii baja de 8 a 6 al descartarse las combinaciones 1 y 8.
El círculo es negro: Ii baja de 6 a 3 (descartamos 5, 6 y 7). Hay dos figuras negras:
Ii baja de 3 a 2 (descartamos 4).
El cuadrado es verde: Ii baja de 2 a 1 (descartamos 2.)
Veamos esto ahoramatemáticamente ...
Se acaba la incertidumbre pues la solución es la combinación 3.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
49/68
Base del logaritmo
Sean Ii la indeterminación inicialIf la indeterminación final
ci = log (Ii / If) = log Ii - log IfLa cantidad de información tiene como unidad de medida la
de un fenómeno de sólo dos estados, un fenómeno binario.Luego:
ci = logb (2/1) = logb 2 - logb 1 Si logb 2 debe ser igual a 1 entonces la base b = 2.
Precisamente a esta unidad se le llama bit (binary digit)Cálculo de logaritmos es la operación inversa a la exponenciación de la base del
logaritmo. Logaritmo es solo otra forma de expresar la potenciación, como en esteejemplo:
-
8/16/2019 1er - Diapo2-3 – Teoria Info
50/68
Solución matemática al ejemplo del mago
Ejemplo anterior:. Es decir, pasamos de laincertidumbre total a la certeza con sólo 3preguntas.
ci = log 8 - log 1 = log2 8
ci = log2 8 = 3
-
8/16/2019 1er - Diapo2-3 – Teoria Info
51/68
Con sólo tres preguntas “más o menos inteligentes” podemos pasar de la
incertidumbre total a la certeza:
Pregunta 1: ¿Está entre la opción 1 y la 4? Sí
Pregunta 2: ¿Está entre la opción 1 y la 2? No
Pregunta 3: ¿Es la opción 4? No¡Se acaba la indeterminación!
Con sólo tres preguntas inteligentes...
Combinación 1 Combinación 5
Combinación 2 Combinación 6
Combinación 3 Combinación 7
Combinación 4 Combinación 8
-
8/16/2019 1er - Diapo2-3 – Teoria Info
52/68
Calculo Manual
log2 (8)
= log_2 (2^3)
= 3 * log_2(2)= 3 * 1
= 3
-
8/16/2019 1er - Diapo2-3 – Teoria Info
53/68
Calculo Calculadora
x = log(x)/log(2)
X = log(8)/log(2)
X= 0,90/0,30X=3
-
8/16/2019 1er - Diapo2-3 – Teoria Info
54/68
Continuación Ejemplo del Mago / Tensión
“ Dada una Fuente de información y un canal de comunicación, existe una técnicade codificación tal que la información puede ser transmitida sobre el canal y conuna frecuencia de errores abitrariamente pequeña a pesar de la presencia de ruido”
Ejemplos
A 0 0 0
B 0 0 1
C 0 1 0
D 0 1 1
E 1 0 0
F 1 0 1
G 1 1 0
H 1 1 1
Letra Código Binario
2n Estados posibles codificados
n = 3 “Numero de Elementos a codificar”
23 = 8
PILATENSION ELECTRICA
1
0
-
8/16/2019 1er - Diapo2-3 – Teoria Info
55/68
Generalización de la Teoría
-
8/16/2019 1er - Diapo2-3 – Teoria Info
56/68
Generalización
De acuerdo a la teoría de la información, puededefinirse la cantidad de información de unmensaje "I", como: "el número mínimo "n" deelementos codificados en binarios necesarios
para identificar el mensaje entre un total de "N"mensajes posibles".
O sea:
Formalización de la cantidad de InformaciónN = Mensajes posibles
n = Elementos codificado en binariosI = n = Log2 N
-
8/16/2019 1er - Diapo2-3 – Teoria Info
57/68
Información
N = 1/PI = log2 NI = Log2 N
E
I = Log2
1/P
I = Log2 P-1
I = -1 Log2 P
Para eventos igualmente probables la probabilidad:
P = NE Cantidad de elementos
Cantidad de variables
UNIDAD = bit
-
8/16/2019 1er - Diapo2-3 – Teoria Info
58/68
Información
N = 1/PI = log2 N
I = Log2 NE
I = Log2 1/PI = Log2 P
-1
I = -1 Log2 P
Lo cual significa que la información de un evento x esmás grande si la probabilidad de ese evento es máspequeña.
En otras palabras, un evento tiene más información si esmás difícil de adivinar
UNIDAD = bit
1
ci
pi
0
0
-
8/16/2019 1er - Diapo2-3 – Teoria Info
59/68
Ejemplo
I = Log2 NE [ bit ] Ejemplo:
Moneda:
E = 1 (moneda) Cantidad de elementos N = 2 (cara/seca) Cantidad de variables
I = Log2 21
= 1 [ bit ]
N:Cantidad de VariablesE: Cantidad de Elementos
-
8/16/2019 1er - Diapo2-3 – Teoria Info
60/68
Ejercicio# 1
Género: 1 bit La población humana es casi exactamente pareja entre
hombres y mujeres.
p masculino = p femenino = 12 ,así que saber elgénero es:
I x = log 2 12 = 1 bit.
Aunque parezca poco, el género es comúnmente
independiente de otros tipos de información, así quepuedes añadir fácilmente y seguramente 1 bit deinformación preguntando por el sexo.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
61/68
Ejercicio#2
Determinar la parte entera del número x = log2 11 Para determinar la parte entera se buscan las
potencias de 2 entre las que se encuentra el número 11
2x
< 11 < 2x
Elegir la parte entera
-
8/16/2019 1er - Diapo2-3 – Teoria Info
62/68
Respuesta# 2
Para determinar la parte entera se buscan laspotencias de 2 entre las que se encuentra el número11, estas son 23 y 24 , es decir, se verifica 23< 11 < 24 .
Tomando logaritmos en base 2 se mantiene ladesigualdad, ya que la base es mayor que 1, así log223< log2 11 < log2 2
4 , es decir,
3 < log2 11 < 4,
de donde se deduce que la parte entera de
log2 11 es igual a 3,4.
-
8/16/2019 1er - Diapo2-3 – Teoria Info
63/68
Ejercicio# 3
Calculemos la cantidad de información obtenidacada vez que se realiza una lectura de la hora deun reloj, suponiendo que esta se hace en horas y
minutos (hh:mm)
-
8/16/2019 1er - Diapo2-3 – Teoria Info
64/68
Respuesta
El numero de posibles lecturas será: 24 horas * 60 minutos=1440, por lo que la probabilidad de encontrarnos en undeterminado instante de tiempo será:
I=Log2 1/PI=Log2 1/0,000694444I=10.5 bits de información
-
8/16/2019 1er - Diapo2-3 – Teoria Info
65/68
Ejercicio# 4
Se tiene un libro de 256 páginas, que se abre poruna al azar. El conocimiento de esa página nosproporciona la siguiente cantidad de información:
-
8/16/2019 1er - Diapo2-3 – Teoria Info
66/68
Respuesta
-
8/16/2019 1er - Diapo2-3 – Teoria Info
67/68
Ejercicios
1. 128 KBytes ¿Cuántos bytes son?
2 64 Gbits ¿Cuántos bits son?
signos de puntuación), ¿Cuántaspáginas se podrían almacenar en un
-
8/16/2019 1er - Diapo2-3 – Teoria Info
68/68
2. 64 Gbits ¿Cuántos bits son?
3. 256 Mbits ¿Cuántos bits son?
4. 16 MBytes ¿Cuántos Kbits son?
5. 64 GBytes ¿Cuántos Kbits son?
6. Memoria de 256 MBytes ¿Cuántaspalabras de memoria tiene si eltamaño de palabra es de 16 bits?
7. ¿Qué capacidad de Memoria Principalse puede ser accedida si el tamañodel Registro de direcciones es de 25
bits y el tamaño de palabra es de 64bits ?
8. Cuantos GB tiene un disco duro durode 62915133940 bytes.?
9. Podemos guardar un archivo de50000 Kb en una memoria usb de
128MB, explique porque.?10. Cuantos Megabytes equivale un disco
de 2 Terabytes
11. Suponiendo que una página de textoconvencional tiene aproximadamente1500 letras (contando espacios y
páginas se podrían almacenar en unDVD de 4,7 GB?
12. Suponiendo que tenemos 15 archivosque ocupan 1210 Bytes cada uno y,además, otros 12 archivos que ocupan
23420 KB cada uno, contesta a losiguiente:A. ¿Cuánto espacio libre (en MB) quedará en un
pendrive en el que guardo todos estosarchivos si dicho pendrive tiene unacapacidad de 512 MB?
B. ¿Cuántos archivos de tamaño 20200 Bits
cabrían en dicho espacio libre?13. Supongamos que una imagen de
televisión esta formada por unconjunto de puntos, dispuestos en 576las y 720 columnas, y que ademáscada punto puede tomar 256 colorescon igual probabilidad. Calcular lacantidad de información (en bits)deuna imagen
14. Que cantidad de información teproporciona elegir una carta decorazón rojo de un mazo de cartas