Introducción a los códigos compresores
|
|
- Antonia Carla Ruiz Martin
- hace 7 años
- Vistas:
Transcripción
1 Introducción a los códigos compresores Parte I de la Lección 2, Compresores sin pérdidas, de CTI Ramiro Moreno Chiral Dpt. Matemàtica (UdL) Febrero de 2010 Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
2 Índice 1 Fuentes 2 Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
3 Índice Fuentes Definición de fuente Tipos de fuentes Entropía de una fuente 1 Fuentes Definición de fuente Tipos de fuentes Entropía de una fuente 2 Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
4 Resumen Fuentes Definición de fuente Tipos de fuentes Entropía de una fuente Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
5 Resumen Fuentes Definición de fuente Tipos de fuentes Entropía de una fuente Veremos en este apartado Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
6 Definición de fuente Tipos de fuentes Entropía de una fuente Resumen Veremos en este apartado Una definición muy general del concepto de fuente de información. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
7 Definición de fuente Tipos de fuentes Entropía de una fuente Resumen Veremos en este apartado Una definición muy general del concepto de fuente de información. Los diferentes tipos de fuentes que sirven para modelar las fuentes de información reales. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
8 Definición de fuente Tipos de fuentes Entropía de una fuente Resumen Veremos en este apartado Una definición muy general del concepto de fuente de información. Los diferentes tipos de fuentes que sirven para modelar las fuentes de información reales. Finalmente, una definición también muy general de entropía de una fuente Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
9 Definición de fuente (I) Definición de fuente Tipos de fuentes Entropía de una fuente Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
10 Definición de fuente Tipos de fuentes Entropía de una fuente Definición de fuente (I) Para definir una fuente son necesarios Un alfabeto finito, X = {x 1 {,..., x r }, y las cadenas} de longitud n sobre X : X n = x = x i1... x in : x ij X. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
11 Definición de fuente Tipos de fuentes Entropía de una fuente Definición de fuente (I) Para definir una fuente son necesarios Un alfabeto finito, X = {x 1 {,..., x r }, y las cadenas} de longitud n sobre X : X n = x = x i1... x in : x ij X. Una familia de v.a. s (X t ) t T sobre X, (T se identifica con el tiempo). Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
12 Definición de fuente Tipos de fuentes Entropía de una fuente Definición de fuente (I) Para definir una fuente son necesarios Un alfabeto finito, X = {x 1 {,..., x r }, y las cadenas} de longitud n sobre X : X n = x = x i1... x in : x ij X. Una familia de v.a. s (X t ) t T sobre X, (T se identifica con el tiempo). Una distribución de probabilidad conjunta, p(x, t) = P (X t1 = x t1,..., X tn = x tn ), con x = x t1... x tn X n y t = (t 1,..., t n ) T n Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
13 Definición de fuente Tipos de fuentes Entropía de una fuente Definición de fuente (I) Para definir una fuente son necesarios Un alfabeto finito, X = {x 1 {,..., x r }, y las cadenas} de longitud n sobre X : X n = x = x i1... x in : x ij X. Una familia de v.a. s (X t ) t T sobre X, (T se identifica con el tiempo). Una distribución de probabilidad conjunta, p(x, t) = P (X t1 = x t1,..., X tn = x tn ), con x = x t1... x tn X n y t = (t 1,..., t n ) T n Un conjunto de probabilidades de transición p ij (t, t ) = P ( X t = x j X t = x i ), t < t T, x i, x j X. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
14 Definición de fuente (II) Definición de fuente Tipos de fuentes Entropía de una fuente Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
15 Definición de fuente Tipos de fuentes Entropía de una fuente Definición de fuente (II) Definición Se define una fuente S, S = ( X, {p ij (t, t )} ). Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
16 Definición de fuente Tipos de fuentes Entropía de una fuente Definición de fuente (II) Definición Se define una fuente S, S = ( X, {p ij (t, t )} ). Cuando las probabilidades de transición no se expliciten usaremos la notación más general Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
17 Definición de fuente Tipos de fuentes Entropía de una fuente Definición de fuente (II) Definición Se define una fuente S, S = ( X, {p ij (t, t )} ). Cuando las probabilidades de transición no se expliciten usaremos la notación más general S = ( X, (X t ) t T ) Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
18 Tipos de fuentes Fuentes Definición de fuente Tipos de fuentes Entropía de una fuente Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
19 Tipos de fuentes Fuentes Definición de fuente Tipos de fuentes Entropía de una fuente Fuentes estacionarias, si las probabilidades de transición no dependen del origen de tiempos, P ( X t = x j X t = x i ) = P ( Xt +τ = x j X t+τ = x i ), τ T. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
20 Tipos de fuentes Fuentes Definición de fuente Tipos de fuentes Entropía de una fuente Fuentes estacionarias, si las probabilidades de transición no dependen del origen de tiempos, P ( X t = x j X t = x i ) = P ( Xt +τ = x j X t+τ = x i ), τ T. Fuentes simples: son fuentes estacionarias donde las v.a. s X n son iid X, S = (X, X). Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
21 Tipos de fuentes Fuentes Definición de fuente Tipos de fuentes Entropía de una fuente Fuentes estacionarias, si las probabilidades de transición no dependen del origen de tiempos, P ( X t = x j X t = x i ) = P ( Xt +τ = x j X t+τ = x i ), τ T. Fuentes simples: son fuentes estacionarias donde las v.a. s X n son iid X, S = (X, X). Fuentes con memoria, cuando p ij (t, t ) p j (t ): el presente depende de lo ocurrido en el pasado. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
22 Tipos de fuentes Fuentes Definición de fuente Tipos de fuentes Entropía de una fuente Fuentes estacionarias, si las probabilidades de transición no dependen del origen de tiempos, P ( X t = x j X t = x i ) = P ( Xt +τ = x j X t+τ = x i ), τ T. Fuentes simples: son fuentes estacionarias donde las v.a. s X n son iid X, S = (X, X). Fuentes con memoria, cuando p ij (t, t ) p j (t ): el presente depende de lo ocurrido en el pasado. Fuentes de Markov: estacionarias, con memoria y con una condición de Markov de orden m, P ( ) {}}{ X tn = x n X t1,..., X tn 1 = P(Xtn = x n X tn m,..., X tn 1 ) m Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
23 Entropía de una fuente Definición de fuente Tipos de fuentes Entropía de una fuente Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
24 Definición de fuente Tipos de fuentes Entropía de una fuente Entropía de una fuente Definición Definiremos como entropía por carácter de una fuente S = (X, (X n )) al límite H (X 1,..., X n ) H(S) = lim. n n Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
25 Definición de fuente Tipos de fuentes Entropía de una fuente Entropía de una fuente Definición Definiremos como entropía por carácter de una fuente S = (X, (X n )) al límite H (X 1,..., X n ) H(S) = lim. n n Para una fuente simple, S = (X, X), es H(S) = H(X). Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
26 Definición de fuente Tipos de fuentes Entropía de una fuente Entropía de una fuente Definición Definiremos como entropía por carácter de una fuente S = (X, (X n )) al límite H (X 1,..., X n ) H(S) = lim. n n Para una fuente simple, S = (X, X), es H(S) = H(X). Otra definición alternativa, H (S) = lim n H (X n X 1,..., X n 1 ). Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
27 Definición de fuente Tipos de fuentes Entropía de una fuente Entropía de una fuente Definición Definiremos como entropía por carácter de una fuente S = (X, (X n )) al límite H (X 1,..., X n ) H(S) = lim. n n Para una fuente simple, S = (X, X), es H(S) = H(X). Otra definición alternativa, H (S) = lim n H (X n X 1,..., X n 1 ). pero para fuentes S estacionarias es H(S) = H (S). Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
28 Índice Fuentes 1 Fuentes 2 Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
29 Resumen Fuentes Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
30 Resumen Fuentes Trataremos de los siguientes temas Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
31 Resumen Trataremos de los siguientes temas La definición de qué es un código compresor. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
32 Resumen Trataremos de los siguientes temas La definición de qué es un código compresor. Los tipos de códigos que se pueden presentar y su posible uso en compresión de fuentes. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
33 Resumen Trataremos de los siguientes temas La definición de qué es un código compresor. Los tipos de códigos que se pueden presentar y su posible uso en compresión de fuentes. Y, finalmente, dedicaremos nuestra atención al tipo de códigos más usual: los instantáneos. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
34 Códigos: definición Fuentes Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
35 Códigos: definición Fuentes Definición Dados un alfabeto fuente, X, tal que X = r; un alfabeto código, Σ, con Σ = d, y el lenguaje sin la cadena vacía, Σ + ; diremos que un código, C, para la extensión n-ésima del alfabeto fuente, es una aplicación C Σ + x C(x), X n donde x = ( ) x i1,..., x in, xik X. A los elementos del código, C(x), los llamaremos palabras código. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
36 Codificación de fuentes Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
37 Codificación de fuentes Definición Dada una fuente S = (X, (X n )), definimos un código para S como un código asociado al alfabeto fuente, X. Entonces, Llamaremos L(C(x)) = C(x) a las longitudes de las palabras código. Y la longitud media del código será L = L(C) = E X1...X n L(C(x)) = x X n p(x)l(c(x)). Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
38 Codificación de fuentes simples Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
39 Codificación de fuentes simples Si la fuente es simple, S = (X, X), la aplicación código es más sencilla Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
40 Codificación de fuentes simples Si la fuente es simple, S = (X, X), la aplicación código es más sencilla X C Σ + x C(x), Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
41 Codificación de fuentes simples Si la fuente es simple, S = (X, X), la aplicación código es más sencilla X C Σ + x C(x), y la logitud media también: Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
42 Codificación de fuentes simples Si la fuente es simple, S = (X, X), la aplicación código es más sencilla X C Σ + x C(x), y la logitud media también: L = L(C) = E X L(C(x)) = x X p(x)l(c(x)). Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
43 : definiciones Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
44 : definiciones C es no singular si x x X n es C(x) C(x ), i.e., si C es una aplicación inyectiva. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
45 : definiciones C es no singular si x x X n es C(x) C(x ), i.e., si C es una aplicación inyectiva. Dado un código C : X Σ +, definimos C, su código extensión, X n C Σ + x = (x 1... x n ) C(x 1 )... C(x n ) Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
46 : definiciones C es no singular si x x X n es C(x) C(x ), i.e., si C es una aplicación inyectiva. Dado un código C : X Σ +, definimos C, su código extensión, X n C Σ + x = (x 1... x n ) C(x 1 )... C(x n ) C es de decodificación única si su extensión n-ésima, C, es no singular para cualquier n. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
47 : definiciones C es no singular si x x X n es C(x) C(x ), i.e., si C es una aplicación inyectiva. Dado un código C : X Σ +, definimos C, su código extensión, X n C Σ + x = (x 1... x n ) C(x 1 )... C(x n ) C es de decodificación única si su extensión n-ésima, C, es no singular para cualquier n. C es un código instantáneo o libre de prefijo si ninguna palabra código es prefijo de otra palabra código. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
48 Relación entre los tipos de códigos Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
49 Relación entre los tipos de códigos La siguiente figura ilustra la relación entre los distintos tipos de códigos Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
50 Relación entre los tipos de códigos La siguiente figura ilustra la relación entre los distintos tipos de códigos Todos los codigos No-singulares Decodificacion unica Libres de prefijo Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
51 Ejemplos de códigos Fuentes Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
52 Ejemplos de códigos Fuentes X C 0 C 1 C 2 C 3 Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
53 Ejemplos de códigos Fuentes X C 0 C 1 C 2 C 3 x Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
54 Ejemplos de códigos Fuentes X C 0 C 1 C 2 C 3 x x Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
55 Ejemplos de códigos Fuentes X C 0 C 1 C 2 C 3 x x x Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
56 Ejemplos de códigos Fuentes X C 0 C 1 C 2 C 3 x x x x Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
57 Ejemplos de códigos X C 0 C 1 C 2 C 3 x x x x Singular Porque C 0 (x 1 ) = C 0 (x 1 ) = 0. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
58 Ejemplos de códigos X C 0 C 1 C 2 C 3 x x x x Singular No singular No es de decodificación única: x 2 x x 4 Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
59 Ejemplos de códigos X C 0 C 1 C 2 C 3 x x x x Singular No singular Decod. única Porque existe un algoritmo con el que decodificamos siempre. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
60 Ejemplos de códigos X C 0 C 1 C 2 C 3 x x x x Singular No singular Decod. única Instantáneo Ninguna palabra código es prefijo de otra. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
61 Representación en árbol de los Σ Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
62 Representación en árbol de los Σ Definición Dado Σ, Σ = d, ordenado, una representación literal de Σ es el árbol d-ario completo con raíz, T = (V, A) que se obtiene Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
63 Representación en árbol de los Σ Definición Dado Σ, Σ = d, ordenado, una representación literal de Σ es el árbol d-ario completo con raíz, T = (V, A) que se obtiene 1 Asignando a cada vértice de V una palabra de Σ. La palabra vacía λ Σ se asigna al vértice raíz. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
64 Representación en árbol de los Σ Definición Dado Σ, Σ = d, ordenado, una representación literal de Σ es el árbol d-ario completo con raíz, T = (V, A) que se obtiene 1 Asignando a cada vértice de V una palabra de Σ. La palabra vacía λ Σ se asigna al vértice raíz. 2 Dado un vértice v V se etiqueta cada arista que sale de él con cada uno de los caracteres de Σ. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
65 Representación en árbol de los Σ Definición Dado Σ, Σ = d, ordenado, una representación literal de Σ es el árbol d-ario completo con raíz, T = (V, A) que se obtiene 1 Asignando a cada vértice de V una palabra de Σ. La palabra vacía λ Σ se asigna al vértice raíz. 2 Dado un vértice v V se etiqueta cada arista que sale de él con cada uno de los caracteres de Σ. 3 Dados u, v V, la arista uv A sii existe un α Σ tal que v = uα, considerando u, v Σ. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
66 Ejemplos: árboles de representación de los alfabetos {0, 1} y {α, β, γ} Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
67 Ejemplos: árboles de representación de los alfabetos {0, 1} y {α, β, γ} Σ = {0, 1} Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
68 Ejemplos: árboles de representación de los alfabetos {0, 1} y {α, β, γ} Σ = {0, 1} λ Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
69 Ejemplos: árboles de representación de los alfabetos {0, 1} y {α, β, γ} Σ = {α, β, γ} Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
70 Ejemplos: árboles de representación de los alfabetos {0, 1} y {α, β, γ} Σ = {α, β, γ} λ α β γ α β γ α β γ α β γ α β γ αα αβ αγ βα ββ βγ γα γβ γγ αα... αβ... αγ... βα... ββ... βγ... γα... γβ... γγ... En T, palabras de la misma longitud l de Σ están a la misma profundidad l y ordenadas según el orden de Σ. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
71 Representación en árbol de los códigos Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
72 Representación en árbol de los códigos Identificando un código C con su imagen, consideramos C Σ, siendo Σ el alfabeto código. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
73 Representación en árbol de los códigos Identificando un código C con su imagen, consideramos C Σ, siendo Σ el alfabeto código. La representación literal de un código será el subárbol del árbol T de representación literal de Σ, Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
74 Representación en árbol de los códigos Identificando un código C con su imagen, consideramos C Σ, siendo Σ el alfabeto código. La representación literal de un código será el subárbol del árbol T de representación literal de Σ, obtenido al eliminar los subárboles cuyos vértices no pertenezcan a C. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
75 Ejemplos de árboles de códigos Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
76 Ejemplos de árboles de códigos C2 C3 C C4 C Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
77 Ejemplos de árboles de códigos C2 C3 C C4 C Se ve que un código es instantáneo sii todas las palabras código son hojas del árbol de su representación literal. Lo son los C 1, C 2 y C 4. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
78 Ejemplos de árboles de códigos C2 C3 C C4 C Se ve que un código es instantáneo sii todas las palabras código son hojas del árbol de su representación literal. Lo son los C 1, C 2 y C 4. El C 3 es de decodificación única: lo decodificamos esperarando un 0 y decodificando los bits recibidos hasta entonces. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
79 Ejemplos de árboles de códigos C2 C3 C C4 C Se ve que un código es instantáneo sii todas las palabras código son hojas del árbol de su representación literal. Lo son los C 1, C 2 y C 4. El C 3 es de decodificación única: lo decodificamos esperarando un 0 y decodificando los bits recibidos hasta entonces. El C 5 no es instantáneo ni de decodificación única: es tan sólo no singular. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
80 Caracterización algebraica de los códigos instantáneos Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
81 Caracterización algebraica de los códigos instantáneos Proposición (Desigualdad de Kraft para códigos instantáneos) Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
82 Caracterización algebraica de los códigos instantáneos Proposición (Desigualdad de Kraft para códigos instantáneos) Si C es un código instantáneo o libre de prefijos sobre un alfabeto X, con X = r y sobre un alfabeto código Σ d-ario, Σ = d, Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
83 Caracterización algebraica de los códigos instantáneos Proposición (Desigualdad de Kraft para códigos instantáneos) Si C es un código instantáneo o libre de prefijos sobre un alfabeto X, con X = r y sobre un alfabeto código Σ d-ario, Σ = d, se verifica la desigualdad de Kraft r d l i 1, i=1 Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
84 Caracterización algebraica de los códigos instantáneos Proposición (Desigualdad de Kraft para códigos instantáneos) Si C es un código instantáneo o libre de prefijos sobre un alfabeto X, con X = r y sobre un alfabeto código Σ d-ario, Σ = d, se verifica la desigualdad de Kraft r d l i 1, i=1 siendo l i = L(C(x i )), x i X. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
85 Caracterización algebraica de los códigos instantáneos Proposición (Desigualdad de Kraft para códigos instantáneos) Si C es un código instantáneo o libre de prefijos sobre un alfabeto X, con X = r y sobre un alfabeto código Σ d-ario, Σ = d, se verifica la desigualdad de Kraft r d l i 1, i=1 siendo l i = L(C(x i )), x i X. Recíprocamente, si l i, 1 i r, l i Z >0, satisfacen la desigualdad de Kraft, Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
86 Caracterización algebraica de los códigos instantáneos Proposición (Desigualdad de Kraft para códigos instantáneos) Si C es un código instantáneo o libre de prefijos sobre un alfabeto X, con X = r y sobre un alfabeto código Σ d-ario, Σ = d, se verifica la desigualdad de Kraft r d l i 1, i=1 siendo l i = L(C(x i )), x i X. Recíprocamente, si l i, 1 i r, l i Z >0, satisfacen la desigualdad de Kraft, existe un código instantáneo d-ario para X, cuyas longitudes de las palabras código son los l i. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
87 de longitud media mínima Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
88 de longitud media mínima Los códigos instantáneos son de codificación y decodificación fáciles: Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
89 de longitud media mínima Los códigos instantáneos son de codificación y decodificación fáciles: pueden ser, además, de longitud media mínima? Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
90 de longitud media mínima Los códigos instantáneos son de codificación y decodificación fáciles: pueden ser, además, de longitud media mínima? Se busca, pues, un código d-ario instantáneo, C, para una fuente simple S = (X, {p i } 1 i r ). Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
91 de longitud media mínima Los códigos instantáneos son de codificación y decodificación fáciles: pueden ser, además, de longitud media mínima? Se busca, pues, un código d-ario instantáneo, C, para una fuente simple S = (X, {p i } 1 i r ). Su longitud media L ha de ser mínima. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
92 de longitud media mínima Los códigos instantáneos son de codificación y decodificación fáciles: pueden ser, además, de longitud media mínima? Se busca, pues, un código d-ario instantáneo, C, para una fuente simple S = (X, {p i } 1 i r ). Su longitud media L ha de ser mínima. Se trata de un problema de extremos condicionados: Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
93 de longitud media mínima Los códigos instantáneos son de codificación y decodificación fáciles: pueden ser, además, de longitud media mínima? Se busca, pues, un código d-ario instantáneo, C, para una fuente simple S = (X, {p i } 1 i r ). Su longitud media L ha de ser mínima. Se trata de un problema de extremos condicionados: Minimizar: L = r p i l i, i=1 Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
94 de longitud media mínima Los códigos instantáneos son de codificación y decodificación fáciles: pueden ser, además, de longitud media mínima? Se busca, pues, un código d-ario instantáneo, C, para una fuente simple S = (X, {p i } 1 i r ). Su longitud media L ha de ser mínima. Se trata de un problema de extremos condicionados: Restricciones: Minimizar: L = r p i l i, i=1 r d l i 1 (Kraft) i=1 l i Z >0, 1 i r Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
95 Códigos de Shannon (I) Solución al problema de extremos condicionados Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
96 Códigos de Shannon (I) Solución al problema de extremos condicionados Los siguientes valores resuelven el problema de extremos condicionados anterior, sin la restricciones l i Z >0 : Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
97 Códigos de Shannon (I) Solución al problema de extremos condicionados Los siguientes valores resuelven el problema de extremos condicionados anterior, sin la restricciones l i Z >0 : li = log d p i, L = r p i log d p i = H d (S), i=1 Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
98 Códigos de Shannon (I) Solución al problema de extremos condicionados Los siguientes valores resuelven el problema de extremos condicionados anterior, sin la restricciones l i Z >0 : li = log d p i, L = r p i log d p i = H d (S), i=1 donde H d (S) = H(S) log d es la entropía de la fuente en d-bits. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
99 Códigos de Shannon (I) Solución al problema de extremos condicionados Los siguientes valores resuelven el problema de extremos condicionados anterior, sin la restricciones l i Z >0 : li = log d p i, L = r p i log d p i = H d (S), i=1 donde H d (S) = H(S) log d es la entropía de la fuente en d-bits. Ahora considerando que l i Z >0, 1 i r, se obtiene Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
100 Códigos de Shannon (I) Solución al problema de extremos condicionados Los siguientes valores resuelven el problema de extremos condicionados anterior, sin la restricciones l i Z >0 : li = log d p i, L = r p i log d p i = H d (S), i=1 donde H d (S) = H(S) log d es la entropía de la fuente en d-bits. Ahora considerando que l i Z >0, 1 i r, se obtiene l (s) i = l i = log d p i. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
101 Códigos de Shannon (II) Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
102 Códigos de Shannon (II) Los valores l (s) i definen los llamados códigos de Shannon, que son instantáneos y que verifican el siguiente resultado Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
103 Códigos de Shannon (II) Los valores l (s) i definen los llamados códigos de Shannon, que son instantáneos y que verifican el siguiente resultado Proposición (SCT para los códigos de Shannon) Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
104 Códigos de Shannon (II) Los valores l (s) i definen los llamados códigos de Shannon, que son instantáneos y que verifican el siguiente resultado Proposición (SCT para los códigos de Shannon) Dada una fuente simple S = (X, {p i } 1 i r ), existe un código d-ario instantáneo de longitud media mínima definido por las longitudes l (s) i = log d p i, llamado código de Shannon, Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
105 Códigos de Shannon (II) Los valores l (s) i definen los llamados códigos de Shannon, que son instantáneos y que verifican el siguiente resultado Proposición (SCT para los códigos de Shannon) Dada una fuente simple S = (X, {p i } 1 i r ), existe un código d-ario instantáneo de longitud media mínima definido por las longitudes l (s) i = log d p i, llamado código de Shannon, tal que H d (S) L (s) H d (S) + 1. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
106 Códigos de Shannon (III) Ejemplo Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
107 Códigos de Shannon (III) Ejemplo Sea la fuente simple S = ( {x 1, x 2, x 3, x 4 }, { 1 3, 1 3, 1 4, 1 12 }). Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
108 Códigos de Shannon (III) Ejemplo Sea la fuente simple S = ( {x 1, x 2, x 3, x 4 }, { 1 3, 1 3, 1 4, 1 12 }). Vamos a construir el código de Shannon sobre Σ = {0, 1}. Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
109 Códigos de Shannon (III) Ejemplo Sea la fuente simple S = ( {x 1, x 2, x 3, x 4 }, { 1 3, 1 3, 1 4, 1 12 }). Vamos a construir el código de Shannon sobre Σ = {0, 1}. Longitudes: l (s) 1 = L(C(x 1 )) = log 1 3 = 2 l (s) 2 = L(C(x 2 )) = log 1 3 = 2 l (s) 3 = L(C(x 3 )) = log 1 4 = 2 l (s) 4 = L(C(x 4 )) = log 1 12 = 4 Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
110 Códigos de Shannon (III) Ejemplo Sea la fuente simple S = ( {x 1, x 2, x 3, x 4 }, { 1 3, 1 3, 1 4, 1 12 }). Vamos a construir el código de Shannon sobre Σ = {0, 1}. Longitudes: l (s) 1 = L(C(x 1 )) = log 1 3 = 2 l (s) 2 = L(C(x 2 )) = log 1 3 = 2 l (s) 3 = L(C(x 3 )) = log 1 4 = 2 l (s) 4 = L(C(x 4 )) = log 1 12 = 4 Código: C(x 1 ) = 00, C(x 2 ) = 01, C(x 3 ) = 10, C(x 4 ) = Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
111 Códigos de Shannon (III) Ejemplo Sea la fuente simple S = ( {x 1, x 2, x 3, x 4 }, { 1 3, 1 3, 1 4, 1 12 }). Vamos a construir el código de Shannon sobre Σ = {0, 1}. Longitudes: l (s) 1 = L(C(x 1 )) = log 1 3 = 2 l (s) 2 = L(C(x 2 )) = log 1 3 = 2 l (s) 3 = L(C(x 3 )) = log 1 4 = 2 l (s) 4 = L(C(x 4 )) = log 1 12 = 4 Código: C(x 1 ) = 00, C(x 2 ) = 01, C(x 3 ) = 10, C(x 4 ) = Longitud media: L (s) = bits Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
112 Códigos de Shannon (III) Ejemplo Sea la fuente simple S = ( {x 1, x 2, x 3, x 4 }, { 1 3, 1 3, 1 4, 1 12 }). Vamos a construir el código de Shannon sobre Σ = {0, 1}. Longitudes: l (s) 1 = L(C(x 1 )) = log 1 3 = 2 l (s) 2 = L(C(x 2 )) = log 1 3 = 2 l (s) 3 = L(C(x 3 )) = log 1 4 = 2 l (s) 4 = L(C(x 4 )) = log 1 12 = 4 Código: C(x 1 ) = 00, C(x 2 ) = 01, C(x 3 ) = 10, C(x 4 ) = Longitud media: L (s) = bits y entropía: H(S) = bits Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
113 Códigos de Shannon (III) Ejemplo Sea la fuente simple S = ( {x 1, x 2, x 3, x 4 }, { 1 3, 1 3, 1 4, 1 12 }). Vamos a construir el código de Shannon sobre Σ = {0, 1}. Longitudes: l (s) 1 = L(C(x 1 )) = log 1 3 = 2 l (s) 2 = L(C(x 2 )) = log 1 3 = 2 l (s) 3 = L(C(x 3 )) = log 1 4 = 2 l (s) 4 = L(C(x 4 )) = log 1 12 = 4 Código: C(x 1 ) = 00, C(x 2 ) = 01, C(x 3 ) = 10, C(x 4 ) = Longitud media: L (s) = bits y entropía: H(S) = bits, cumpliéndose que < < Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
114 Códigos optimales Fuentes Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
115 Códigos optimales Fuentes Obsérvese que el código instantáneo C (o) (x 1 ) = 0, C (o) (x 2 ) = 10, C (o) (x 3 ) = 110, C (o) (x 4 ) = 111 Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
116 Códigos optimales Fuentes Obsérvese que el código instantáneo C (o) (x 1 ) = 0, C (o) (x 2 ) = 10, C (o) (x 3 ) = 110, C (o) (x 4 ) = 111 para la fuente S anterior tiene longitud media menor que el de Shannon L (o) = 2 bits < L (s) = bits Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
117 Códigos optimales Obsérvese que el código instantáneo C (o) (x 1 ) = 0, C (o) (x 2 ) = 10, C (o) (x 3 ) = 110, C (o) (x 4 ) = 111 para la fuente S anterior tiene longitud media menor que el de Shannon L (o) = 2 bits < L (s) = bits Definición (Códigos optimales) Diremos que un código C (o) instantáneo es optimal para una fuente S si su longitud media L (o) es menor o igual que la de cualquier otro código instantáneo para la misma fuente Ramiro Moreno (Matemàtica, UdL) Introducción a los códigos compresores Febrero de / 26
Ejercicios sobre probabilidades y entropías
Ejercicios sobre probabilidades y entropías CTI: Lección 1, Primer teorema de Shannon (SCT) Ramiro Moreno Chiral Dpt. Matemàtica (UdL) 10 de febrero de 2010 CTI, lección 1 (Problemas) Ejercicios sobre
Más detallesGrupos libres. Presentaciones.
S _ Tema 12.- Grupos libres. Presentaciones. 12.1 Grupos libres. En el grupo Z de los enteros vimos una propiedad (cf. ejemplos.5), que lo caracteriza como grupo libre. Lo enunciamos al modo de una Propiedad
Más detallesExpresiones Regulares y Derivadas Formales
y Derivadas Formales Las Derivadas Sucesivas. Universidad de Cantabria Esquema 1 2 3 Derivadas Sucesivas Recordemos que los lenguajes de los prefijos dan información sobre los lenguajes. Derivadas Sucesivas
Más detallesNotas sobre el teorema minimax
Notas sobre el teorema mini Antonio Martinón Abril de 2012 1 Teoremas mini Sean X e Y dos conjuntos no vacíos y consideremos una función Se verifica sup inf efectivamente, dado x X resulta claro que f
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detallesAutómatas Mínimos. Encontrar el autómata mínimo. Universidad de Cantabria. Introducción Minimización de Autómatas Deterministas Resultados Algoritmo
Autómatas Mínimos Encontrar el autómata mínimo. Universidad de Cantabria Introducción Dado un lenguaje regular sabemos encontrar un autómata finito. Pero, hay autómatas más sencillos que aceptan el mismo
Más detallesGramáticas independientes del contexto AUTÓMATAS Y LENGUAJES FORMALES LENGUAJES INDEPENDIENTES DEL CONTEXTO Y AUTÓMATAS DE PILA. Otras definiciones I
Gramáticas independientes del contexto UTÓMTS Y LENGUJES FORMLES LENGUJES INDEPENDIENTES DEL CONTEXTO Y UTÓMTS DE PIL Francisco Hernández Quiroz Departamento de Matemáticas Facultad de Ciencias, UNM E-mail:
Más detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más detallesAutómatas Finitos Deterministicos (DFA)
Autómatas Finitos Deterministicos (DFA) Introducción a la Lógica y la Computación Fa.M.A.F., Universidad Nacional de Córdoba 26/0/6 Info útil Bibliografía: Introducción a la teoría de autómatas, lenguajes
Más detallesEquivalencia Entre PDA y CFL
Equivalencia Entre PDA y CFL El Lenguaje aceptado por un Autómata con Pila Universidad de Cantabria Esquema 1 Introducción 2 3 Lenguaje Aceptado por un Autómata Como en los autómatas finitos, se puede
Más detallesTerminaremos el capítulo con una breve referencia a la teoría de cardinales.
TEMA 5. CARDINALES 241 Tema 5. Cardinales Terminaremos el capítulo con una breve referencia a la teoría de cardinales. Definición A.5.1. Diremos que el conjunto X tiene el mismo cardinal que el conjunto
Más detallesInducción en definiciones y demostraciones AUTÓMATAS Y LENGUAJES FORMALES PRELIMINARES MATEMÁTICOS. Números naturales. Inducción matemática
Inducción en definiciones y demostraciones AUTÓMATAS Y LENGUAJES FORMALES PRELIMINARES MATEMÁTICOS Francisco Hernández Quiroz Departamento de Matemáticas Facultad de Ciencias, UNAM E-mail: fhq@ciencias.unam.mx
Más detallesConjunto R 3 y operaciones lineales en R 3
Conjunto R 3 y operaciones lineales en R 3 Objetivos. Definir el conjunto R 3 y operaciones lineales en R 3. Requisitos. Conjunto de los números reales R, propiedades de las operaciones aritméticas en
Más detallesPoliedros Regulares en el 3-Toro.
Poliedros Regulares en el 3-Toro. Antonio Montero Daniel Pellicer PCCM, UMSNH-UNAM CCM,UNAM XXVIII Coloquio Víctor Neumann-Lara de Teoría de las Gráficas Combinatoria y sus Aplicaciones Morelia, Marzo
Más detallesEstructuras Algebraicas
Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos
Más detallesConjuntos y funciones convexas
Conjuntos y funciones convexas Un conjunto X R n se dice convexo si para todo par de puntos x 1 y x 2 en X, λ x 1 + ( 1- λ) x 2 X, para todo λ [0,1] Qué significa esto geométricamente? Un punto λ x 1 +
Más detallesTema 3: Espacios vectoriales
Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación
Más detallesConjuntos. Un conjunto es una colección de objetos. Si a es un objeto y R es un conjunto entonces por. a R. se entiende que a pertenece a R.
Conjuntos Un conjunto es una colección de objetos. Si a es un objeto y R es un conjunto entonces por se entiende que a pertenece a R. a R Normalmente, podremos definir a un conjunto de dos maneras: Por
Más detallesÁlgebras de Boole. Definición 1 Un álgebra de Boole es un conjunto parcialmente ordenado (B, ) que verifica las siguientes condiciones:
Álgebras de Boole Sea (P, ) un conjunto parcialmente ordenado y sea S un subconjunto de P. Una cota superior de S es un elemento c P tal que s c para todo s S. Una cota inferior de S es un elemento d P
Más detallesClasificación de sistemas
Capítulo 2 Clasificación de sistemas 2.1 Clasificación de sistemas La comprensión de la definición de sistema y la clasificación de los diversos sistemas, nos dan indicaciones sobre cual es la herramienta
Más detallesSeñales y Sistemas. Señales y Clasificación Sistemas y Clasificación Respuesta al impulso de los sistemas. 5º Curso-Tratamiento Digital de Señal
Señales y Sistemas Señales y Clasificación Sistemas y Clasificación Respuesta al impulso de los sistemas Señales El procesamiento de señales es el objeto de la asignatura, así que no vendría mal comentar
Más detalles4. Complementos sobre Problemas de Contorno para S.D.O. Lineales. 4. Complementos sobre Problemas de Contorno
para S.D.O. Lineales 4.1. Problemas de contorno para s.d.o. lineales. Teorema de alternativa 4.1. Problemas de contorno. Teorema de alternativa Fijemos A C 0 ([α, β]; L(R N )) y b C 0 ([α, β]; R N ), dos
Más detallesRecordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos.
Capítulo 1 Preliminares Vamos a ver en este primer capítulo de preliminares algunos conceptos, ideas y propiedades que serán muy útiles para el desarrollo de la asignatura. Se trata de resultados sobre
Más detallesCon esta definición de grupo, es directo que el neutro es único, al igual que el inverso de. , donde es conmutativo, se denomina Abeliano.
Teoría de Grupos Definiciones Básicas Definición 5 (Grupo) Sea una estructura algebraica con una ley de composición interna. Decimos que es un grupo si: 1. es asociativa. 2. tiene neutro. 3. toda tiene
Más detallesModelos Estocásticos I Tercer Examen Parcial Respuestas
Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado
Más detallesEspacios topológicos. 3.1 Espacio topológico
Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes
Más detallesDivisibilidad de un número real entre otro
Divisibilidad de un número real entre otro Objetivos Definir (o repasar) el concepto de divisibilidad de un número real entre otro Establecer algunas propiedades básicas de esta relación binaria Requisitos
Más detalles5 Autómatas de pila 5.1 Descripción informal. 5.2 Definiciones
1 Curso Básico de Computación 5 Autómatas de pila 5.1 Descripción informal Un autómata de pila es esencialmente un autómata finito que controla una cinta de entrada provista de una cabeza de lectura y
Más detallesJUNIO Bloque A
Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.
Más detallesTema 3: El Método Simplex. Algoritmo de las Dos Fases.
Tema 3: El Método Simplex Algoritmo de las Dos Fases 31 Motivación Gráfica del método Simplex 32 El método Simplex 33 El método Simplex en Formato Tabla 34 Casos especiales en la aplicación del algoritmo
Más detalles06 Análisis léxico II
2 Contenido Alfabetos, símbolos y cadenas Operaciones con cadenas Concatenación de dos cadenas Prefijos y sufijos de una cadena Subcadena y subsecuencia Inversión de una cadena Potencia de una cadena Ejercicios
Más detallesAlgebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21
Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)
Más detallesSISTEMA DE MONOMIOS PARA UN CUERPO RESIDUAL REAL CERRADO
SISTEMA DE MONOMIOS PARA UN CUERPO RESIDUAL REAL CERRADO Francisco Ugarte Guerra 1,2 Mayo, 2011 Resumen Para etender técnicas tipo Polígono de Newton a ecuaciones algebraicas con coeficientes en cuerpos
Más detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial
Más detallesUn autómata con pila no determinista (APND) es una septupla Q A B F en la que
AUTÓMATAS CON PILA Un autómata con pila no determinista (APND) es una septupla Q A F en la que δ q 0 Q es un conjunto finito de estados A es un alfabeto de entrada es un alfabeto para la pila δ es la función
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 4 Optimización no Lineal
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 4 Optimización no Lineal ORGANIZACIÓN DEL TEMA Sesiones: El caso sin restricciones: formulación, ejemplos Condiciones de optimalidad, métodos Caso con restricciones:
Más detallesTema 2: El grupo de las permutaciones
Tema 2: El grupo de las permutaciones Miguel Ángel Olalla Acosta miguelolalla@us.es Departamento de Álgebra Universidad de Sevilla Octubre de 2014 Olalla (Universidad de Sevilla) Tema 2: El grupo de las
Más detallesAutómatas de Pila. Descripciones instantáneas o IDs. El Lenguaje de PDA. Equivalencia entre PDAs y CFGs INAOE (INAOE) 1 / 50
INAOE (INAOE) 1 / 50 Contenido 1 2 3 4 (INAOE) 2 / 50 Pushdown Automata Las gramáticas libres de contexto tienen un tipo de autómata que las define llamado pushdown automata. Un pushdown automata (PDA)
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 5 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 5 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Más detallesConjuntos, relaciones y funciones Susana Puddu
Susana Puddu 1. Repaso sobre la teoría de conjuntos. Denotaremos por IN al conjunto de los números naturales y por ZZ al de los enteros. Dados dos conjuntos A y B decimos que A está contenido en B o también
Más detallesMODELOS DE COMPUTACION I Preguntas Tipo Test. 1. El lema de bombeo puede usarse para demostrar que un lenguaje determinado es regular.
MODELOS DE COMPUTACION I Preguntas Tipo Test Indicar si son verdaderas o falsas las siguientes afirmaciones: 1. El lema de bombeo puede usarse para demostrar que un lenguaje determinado es regular. 2.
Más detallesFunciones de Clase C 1
Capítulo 7 Funciones de Clase C 1 Vamos a considerar ahora la extensión a varias variables del concepto de función de clase C 1. Cada vez que establezcamos una propiedad de las funciones diferenciables,
Más detalles1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo.
Capítulo 5 Campos finitos 5.1. Introducción Presentaremos algunos conceptos básicos de la teoría de los campos finitos. Para mayor información, consultar el texto de McEliece [61] o el de Lidl y Niederreiter
Más detallesTeorema del Valor Medio
Tema 6 Teorema del Valor Medio Abordamos en este tema el estudio del resultado más importante del cálculo diferencial en una variable, el Teorema del Valor Medio, debido al matemático italo-francés Joseph
Más detallesKolmogorov y la teoría de la la probabilidad. David Nualart. Academia de Ciencias y Universidad de Barcelona
Kolmogorov y la teoría de la la probabilidad David Nualart Academia de Ciencias y Universidad de Barcelona 1 La axiomatización del cálculo de probabilidades A. N. Kolmogorov: Grundbegriffe des Wahrscheinlichkeitsrechnung
Más detalles520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
Más detallesContinuidad y monotonía
Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados
Más detallesCapítulo 6: Variable Aleatoria Bidimensional
Capítulo 6: Variable Aleatoria Bidimensional Cuando introducíamos el concepto de variable aleatoria unidimensional, decíamos que se pretendía modelizar los resultados de un experimento aleatorio en el
Más detallesEs claro que es una relación de equivalencia. Para ver que tener la misma cardinalidad y la cardinalidad están bien definidas queremos ver que
Capítulo II Cardinalidad Finita II.1. Cardinalidad Definimos I n para n N como I n = {k N : 1 k n}. En particular I 0 =, puesto que 0 < 1. Esto es equivalente a la definición recursiva { si n = 0 I n =
Más detallesProgramación Lineal. El modelo Matemático
Programación Lineal. El modelo Matemático 1 Modelización Definición 1.1 Consideremos el problema de optimización con restricciones, definido como sigue Min f(x) s.a. g i (x) b i i = 1, 2,..., m (P OR)
Más detallesProblemas de VC para EDVC elaborados por C. Mora, Tema 4
Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Ejercicio Determinar las funciones enteras f para las que Solución f( + w) = f()f(w), w C. En primer lugar, f(0) = f(0 + 0) = f(0)f(0) = f(0) 2,
Más detallesDefinición 1.1 Sea G = (V, A) un grafo no dirigido. G se denomina árbol si es conexo y no contiene ciclos.
Matemática Discreta y Lógica 2 1. Árboles Árboles Definición 1.1 Sea G = (V, A) un grafo no dirigido. G se denomina árbol si es conexo y no contiene ciclos. Como un lazo es un ciclo de longitud 1, un árbol
Más detallesEjercicios de Variables Aleatorias
Ejercicios de Variables Aleatorias Elisa M. Molanes-López, Depto. Estadística, UC3M Transformaciones de variables aleatorias Ejercicio. Sea X una v.a. continua con función de densidad dada por: /, si
Más detallesTransformaciones lineales
Semana 8 [1/62] 8 de septiembre de 27 Definiciones básicas Semana 8 [2/62] Definición Transformación lineal U, V dos espacios vectoriales sobre el mismo cuerpo Ã. T : U V es una transformación (o función)
Más detallesCOMUNICACIÓN DE DATOS
DEPARTAMENTO DE CIENCIA Y TECNOLOGÍA UNIVERSIDAD NACIONAL DE QUILMES Roque Sáenz Peña 352 (B1876BXD) Bernal Buenos Aires Argentina COMUNICACIÓN DE DATOS CODIFICACIÓN DE FUENTE Un problema de interés dentro
Más detallesEl Autómata con Pila
El Autómata con Pila Una Generalización del Autómata Finito Universidad de Cantabria Esquema 1 2 3 4 Los autómatas son abstracciones de maquinas de calcular, como hemos visto. Los más sencillos no tienen
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesDefinición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ).
ALGEBRA La primera parte del presente libro está dedicada a las estructuras algebraicas. En esta parte vamos a iniciar agregándole a los conjuntos operaciones. Cuando las operaciones tienen determinadas
Más detallesGeneración de variables aleatorias continuas Método de rechazo
Generación de variables aleatorias continuas Método de rechazo Georgina Flesia FaMAF 18 de abril, 2013 Método de Aceptación y Rechazo Repaso Se desea simular una v. a. X discreta, con probabilidad de masa
Más detallesTema 5: Elementos de geometría diferencial
Tema 5: Elementos de geometría diferencial José D. Edelstein Universidade de Santiago de Compostela FÍSICA MATEMÁTICA Santiago de Compostela, abril de 2011 Coordenadas locales y atlas. Funciones y curvas.
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesTeoría de la Probabilidad Tema 2: Teorema de Extensión
Teoría de la Probabilidad Tema 2: Teorema de Extensión Alberto Rodríguez Casal 25 de septiembre de 2015 Definición Una clase (no vacía) A de subconjuntos de Ω se dice que es un álgebra si A es cerrada
Más detallesLímite superior y límite inferior de una sucesión
Límite superior y límite inferior de una sucesión Objetivos. Definir las nociones de los límites superior e inferior de una sucesión y estudiar sus propiedades básicas. Requisitos. Supremo e ínfimo de
Más detallesAnillo de polinomios con coeficientes en un cuerpo
Capítulo 2 Anillo de polinomios con coeficientes en un cuerpo En el conjunto Z se ha visto cómo la relación ser congruente módulo m para un entero m > 1, es compatible con las operaciones suma y producto.
Más detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detallesMATEMÁTICAS II CC III PARCIAL
UNIDAD DIDÁCTICA #3 CONTENIDO ECUACIONES LINEALES CON UNA INCOGNITA TIPOS DE ECUACIONES RESOLUCION DE ECUACIONES LINEALES INECUACIONES LINEALES 1 ECUACIONES LINEALES CON UNA INCOGNITA Una ecuación es una
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detallesCONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD
CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos
Más detallesEl Autómata con Pila: Transiciones
El Autómata con Pila: Transiciones El Espacio de Configuraciones Universidad de Cantabria Esquema Introducción 1 Introducción 2 3 Transiciones Necesitamos ahora definir, paso por paso, como se comporta
Más detallesEspacios vectoriales
Espacios vectoriales [Versión preliminar] Prof. Isabel Arratia Z. Algebra Lineal 1 En el estudio de las matrices y, en particular, de los sistemas de ecuaciones lineales realizamos sumas y multiplicación
Más detallesGrafos. Suponiendo que e = [u, v]. Entonces los nodos u y v se llaman extremos de e y u y v se dice que son nodos adyacentes o vecinos.
Grafos Los grafos son estructuras que constan de vértices o nodos y de aristas o arcos que conectan los vértices entre sí. Un grafo G consiste en dos cosas: 1. Un conjunto V de elementos llamados nodos
Más detallesMatrices. José Vicente Romero Bauset. ETSIT-curso 2009/2010. José Vicente Romero Bauset Tema 1.- Matrices. 1
Matrices José Vicente Romero Bauset ETSIT-curso 2009/2010 José Vicente Romero Bauset Tema 1- Matrices 1 Introducción Por qué estudiar las matrices? Son muchas las situaciones de la vida real en las que
Más detallesFunciones convexas Definición de función convexa. Tema 10
Tema 10 Funciones convexas Los resultados obtenidos en el desarrollo del cálculo diferencial nos permiten estudiar con facilidad una importante familia de funciones reales de variable real definidas en
Más detalles(CR) Prof. Manuel López Mateos Curso de Cálculo I,
(página 81) CAPÍTULO 3 FUNCIONES REALES Función es dependencia. A velocidad fija, la distancia recorrida depende del tiempo transcurrido. El tiempo que tarda en caer una piedra depende de la altura que
Más detallesMAT2715 VARIABLE COMPLEJA II Ayudantia 5 Rodrigo Vargas. g(z) e u(z) 1. u(z) a log z + b
PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE FACULTAD DE MATEMÁTICAS MAT2715 VARIABLE COMPLEJA II Ayudantia 5 Rodrigo Vargas 1. Sea u : C R una función armónica positiva. Pruebe que u es constante. Solución:
Más detallesIntroducción a la Teoría de la Información
Introducción a la Teoría de la Información Conceptos Básicos. Facultad de Ingeniería, UdelaR (Facultad de Ingeniería, UdelaR) Teoría de la Información 1 / 32 Agenda 1 Definiciones y Propiedades Básicas
Más detallesARITMÉTICA MODULAR. Unidad 1
Unidad 1 ARITMÉTICA MODULAR 9 Capítulo 1 DE LA TEORÍA DE CONJUNTOS Objetivo general Presentar y afianzar algunos conceptos de la Teoría de Conjuntos relacionados con el estudio de la matemática discreta.
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 1 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Más detallesSobre funciones reales de variable real. Composición de funciones. Función inversa
Sobre funciones reales de variable real. Composición de funciones. Función inversa Cuando en matemáticas hablamos de funciones pocas veces nos paramos a pensar en la definición rigurosa de función real
Más detallesDescomposición en valores singulares de una matriz
Descomposición en valores singulares de una matriz Estas notas están dedicadas a demostrar una extensión del teorema espectral conocida como descomposición en valores singulares (SVD en inglés) de gran
Más detallesPor ser f continua y R compacto, existen x 0, y 0 en R tales que f(x 0 ) = sup{f(t) : t R} y f(y 0 ) = inf{f(t) : t R}
Proposición. Sea un rectángulo en R n, y sea f : R una función continua. Entonces f es integrable en. Conjuntos de Demostración: Como f es continua en, y es compacto, f es acotada en, y uniformemente continua.
Más detallesAPUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES
APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES Ignacio López Torres. Reservados todos los derechos. Prohibida la reproducción total o parcial de esta obra, por cualquier medio electrónico
Más detallesComputabilidad y Lenguajes Formales: Autómatas Finitos
300CIG007 Computabilidad y Lenguajes Formales: Autómatas Finitos Pontificia Universidad Javeriana Cali Ingeniería de Sistemas y Computación Prof. Gloria Inés Alvarez V. No Determinismo Hasta ahora cada
Más detallesGrafos. Amalia Duch Brown Octubre de 2007
Grafos Amalia Duch Brown Octubre de 2007 Índice 1. Definiciones Básicas Intuitivamente un grafo es un conjunto de vértices unidos por un conjunto de líneas o flechas dependiendo de si el grafo es dirigido
Más detallesCapítulo 2 Conjuntos. 2.1 Introducción. 2.2 Determinación de conjuntos. Definición:
Capítulo 2 Conjuntos 2.1 Introducción El concepto de conjunto, de singular importancia en la ciencia matemática y objeto de estudio de una de sus disciplinas más recientes, está presente, aunque en forma
Más detallesEL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal
EL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 29 de Octubre de 2010 1 of 34 Contenidos de la Clase (1)
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 4 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesIntroducción a la topología
Introducción a la topología Beatriz Abadie CENTRO DE MATEMÁTICAS FACULTAD DE CIENCIAS UNIVERSIDAD DE LA REPÚBLICA Agosto de 2013 i Índice general Capítulo 1. Elementos de la teoría de conjuntos 1 1.1.
Más detallesÁrboles. Un grafo no dirigido es un árbol si y sólo si existe una ruta unica simple entre cualquiera dos de sus vértices.
ÁRBOLES Árboles Un grafo conectado que no contiene circuitos simples. Utilizados desde 1857, por el matemático Ingles Arthur Cayley para contar ciertos tipos de componentes químicos. Un árbol es un grafo
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más detallesUn grafo G = (V, E) se dice finito si V es un conjunto finito.
1 Grafos: Primeras definiciones Definición 1.1 Un grafo G se define como un par (V, E), donde V es un conjunto cuyos elementos son denominados vértices o nodos y E es un subconjunto de pares no ordenados
Más detallesTema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Más detallesTEMA 8. GEOMETRÍA ANALÍTICA.
TEMA 8. GEOMETRÍA ANALÍTICA. 8..- El plano. Definimos el plano euclideo como el conjunto de puntos ( x, y) R. Así, cada punto del plano posee dos coordenadas. Para representar puntos del plano utilizaremos
Más detallesFigura 1. Circuito RLC
APLIAIÓN: EL IRUITO RL. Al comienzo del tema de las E.D.O lineales de segundo orden hemos visto como estas ecuaciones sirven para modelizar distintos sitemas físicos. En concreto el circuito RL. Figura
Más detallesFundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto Segundo Cuatrimestre de 2002
Departamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur Ejercicios Fundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto
Más detallesCompiladores: Análisis Sintáctico. Pontificia Universidad Javeriana Cali Ingenieria de Sistemas y Computación Prof. Gloria Inés Alvarez V.
Compiladores: Análisis Sintáctico Pontificia Universidad Javeriana Cali Ingenieria de Sistemas y Computación Prof. Gloria Inés Alvarez V. Sintaxis Define la estructura del lenguaje Ejemplo: Jerarquía en
Más detalles2. El conjunto de los números complejos
Números complejos 1 Introducción El nacimiento de los números complejos se debió a la necesidad de dar solución a un problema: no todas las ecuaciones polinómicas poseen una solución real El ejemplo más
Más detallesDefinición 1. Dado un conjunto C una aplicación definida por : C C C
ESTRUCTURAS ALGEBRAICAS. En matemáticas aparecen distintos conjuntos cuyos elementos podemos operar de alguna manera. Los conjuntos de números usuales: N, Z, Q, y R son unos ejemplos claros. Otros ejemplos
Más detallesMáquinas de Turing IIC3242. IIC3242 Máquinas de Turing 1 / 45
Máquinas de Turing IIC3242 IIC3242 Máquinas de Turing 1 / 45 Complejidad Computacional Objetivo: Medir la complejidad computacional de un problema. Vale decir: Medir la cantidad de recursos computacionales
Más detalles