Codifica e Crittografia

quale delle seguenti affermazioni è vera?. tutte queste risposte sono false. un progetto con licenza open hardware non genera mai profitto. un progetto con licenza open hardware non è in grado di generare profitto. un progetto con licenza open hardware non deve generare profitto.

cosa è Arduino?. una piattaforma open hardware dotata di un software di sviluppo open source. un microcontrollore open hardware. un software open source. nessuna di queste risposte.

Sia log2(x) la funzione logaritmo in base 2. Se un evento ha probabilità di accadere pari a p, allora l'entropia ad esso associata (misurata in bit) è. log2(1/p). p*log2(p). log2(p). log2(1-p).

Se un evento ha probabilità di accadere pari a 1/64, allora l'entropia ad esso associata è. 6 bit. 64 bit. 2 bit. 16 bit.

Per una sorgente con M = 2x simboli equiprobabili, l'entropia misurata in bit è pari a. x. 1-M. M. 1-x.

Sia S una sorgente di bit (0 ed 1), tale per cui lo 0 viene emesso con probabilità p e l'1 con probabilità 1-p. L'entropia della sorgente è massima se. p = 0.5, e l'entropia vale 1 bit. p = 0. p = 0.5, e l'entropia vale 0.5 bit. p = 1.

Se una sorgente emette 8 simboli equiprobabili, allora la sua entropia in bit è pari a. 3. 2. 8. 2^8.

Se una sorgente emette 16 simboli equiprobabili, per rappresentarla senza perdita di informazione ci serve un codice di sorgente con lunghezza media. pari a 4 o maggiore. non più grande di 3. non più piccola di 8. non più piccola di 16.

Se un evento accade con probabilità del 50%, l'auto-informazione ad esso associata è. 1 bit. 0 bit. 50 bit. 2 bit.

L'evento certo (ovvero, quello che accade con probabilità pari ad 1) ha un'auto-informazione associata pari a. 0 bit. 1 bit. 2 bit. 0.5 bit.

Se una sorgente ha entropia pari a 5 bit, allora un codice di sorgente che può rappresentarlo senza perdita di informazione. deve avere lunghezza media maggiore uguale di 5. può avere lunghezza media pari a 4, ma un tale codice è molto difficile da trovare. può avere lunghezza media pari a 3, ma un tale codice è molto difficile da trovare. nessuna delle altre.

Si consideri una sorgente con entropia pari a 5.5 bit, i cui simboli vengono codificati tramite l'algoritmo di Huffman, ottenendo un codice con lunghezza media L. Una sola delle seguenti possibilità può accadere. L = 6. L = 2. L = 4. L = 8.

L'entropia di una sorgente viene tipicamente misurata in. bit. secondi. nessuna delle altre. metri.

L'algoritmo di Huffman. mappa i simboli più probabili con sequenze più corte. mappa i simboli più probabili con sequenze più lunghe. mappa i simboli meno probabili con sequenze più corte. mappa tutti i simboli con parole della stessa lunghezza.

L'algoritmo di Huffman serve per. codificare una sorgente di informazione. nessuna delle altre. capire se un dato codice di sorgente è buono oppure no. calcolare quanta informazione viene persa nel codificare una sorgente.

Un codice di sorgente viene utilizzato per. codificare i simboli emessi da una sorgente di informazione. calcolare l'entropia della sorgente. nessuna delle altre. programmare una sorgente di informazione digitale.

Se una sorgente ha entropia pari a 5 bit, per poterla rappresentare senza perdita di informazione è necessario un codice di sorgente binario con lunghezza media. non inferiore a 5. maggiore di 10. qualsiasi. minore di 5.

L'algoritmo di Huffman produce un codice ottimo, quando le probabilità dei simboli emessi dalla sorgente. sono tutte del tipo 2-x , dove x è un intero. sono tutte diverse tra loro. nessuna delle altre. sono tutte del tipo 3-x, dove x è un intero.

Il teorema di codifica di sorgente stabilisce che. nessuna delle altre. maggiore è l'entropia di una sorgente, minore è la lunghezza media di un codice necessario per rappresentarla, senza perdita di informazione. si perde sempre informazione quando si vuole rappresentare una sorgente. si possono rappresentare, senza perdita di informazione, solamente sorgenti che emettono simboli con probabilità uniforme.

Un codificatore di linea. viene applicato dopo di un codificatore di sorgente, e prima della trasmissione su canale. nessuna delle altre. viene applicato dopo della trasmissione su canale. viene applicato prima di un codificatore di sorgente.

Un decodificatore di linea. viene applicato dopo aver ricevuto l'output del canale di trasmissione. viene applicato solo quando, in trasmissione, non si utilizza un codificatore di linea. nessuna delle altre. viene applicato prima della trasmissione su un canale.

Un codificatore di linea viene applicato. prima della trasmissione su canale. nessuna delle altre. dopo della trasmissione su canale. prima di un codice di sorgente.

Quando si usa un codificatore di linea. la lunghezza dell'output non può essere inferiore alla lunghezza dell'input. nessuna delle altre. la lunghezza dell'output è sempre inferiore alla lunghezza dell'input. si perde sempre informazione.

Quando si trasmette su canale rumoroso. può capitare che il decodificatore di linea non sia in grado di recuperare la parola che era stata trasmessa. In questi casi, si ha perdita di informazione. il codice di linea è sempre in grado di recuperare la parola trasmessa, a prescindere dall'azione del canale. può capitare che il decodificatore di linea non sia in grado di recuperare la parola che era stata trasmessa, ma non è un problema perchè si può sempre risalire. nessuna delle altre.

Se un codificatore di sorgente ha parole con lunghezza k, allora un codificatore di linea che prende in input tali parole. restituisce parole di lunghezza n maggiore di k. restituisce parole di lunghezza pari a k. nessuna delle altre. restituisce parole di lunghezza minore di k.

Un codice di linea viene utilizzato per. correggere eventuali errori introdotti dal canale. nessuna delle altre. implementare in modo efficiente un codice di sorgente. rappresentare in modo efficiente una sorgente.

Se nel BSC la probabilità che uno 0 in ingresso corrisponda ad uno 0 in uscita è pari a 0.3, allora la probabilità che un 1 in ingresso diventi uno 0 in uscita è. 0.7. 0.5. 0.3. 1.

Nel BSC, valori di input sono. sequenze binarie (formate da zeri ed uni). caratteri. elementi di un campo finito con dimensione maggiore di 2. sequenze a valori reali.

Supponiamo di simulare la decodifica su un canale. Dopo 1000 trasmissioni, abbiamo individuato 3 eventi di errata decodifica. Allora il FER (oppure CER, è lo stesso) stimato è pari a. 0.003 ma la stima non è attendibile. 3000. 3. 0.003 e la stima è attendibile.

In output dal BSC si hanno. simboli binari (zeri ed uni). nessuna delle altre. solo simboli pari a zero. valori reali.

Sia A un campione di segnale in ingresso ad un canale AWGN; allora, l'uscita può essere espressa come. A+z, dove z è una variabile aleatoria con distribuzione Gaussiana, a valor medio nullo. nessuna delle altre. A*z, dove z è una variabile aleatoria con distribuzione Gaussiana, a valor medio nullo. A+z, dove z vale 0 oppure 1.

Se si dà c in input al canale AWGN, in uscita si ha. c+e, dove e è un campione di variabile gaussiana a media nulla. c+e, dove e vale 0 oppure 1. nessuna delle altre. c*e, dove e è un campione di variabile gaussiana a media nulla.

Nel canale AWGN, la statistica dei campioni di rumore che vengono introdotti. è gaussiana, con valor medio nullo. è gaussiana, con valore medio pari a 1. segue una distribuzione uniforme sull'intervallo [0 ; 1]. è gaussiana, con valore medio pari a -1.