Riassunto esame Fondamenti di informatica, Prof. Orio Nicola, libro consigliato Introduzione all'informatica per studenti di materie umanistiche, Maristella Agosti - Nicola Orio

Fondamenti di informatica

L'informatica si occupa di informazione, unione di informazione e automatica, dal francese "information automatique". È un ramo della scienza che si occupa di rappresentare ed elaborare l'informazione. (Poi c'è anche la comunicazione.)

Bit: unità di misura dell'informazione

La scienza crea dei modelli della realtà per fare delle previsioni sul comportamento di questa e vedere come essi si applicheranno. BIT (binary digit = cifra binaria). Anche per l'informatica serve un'unità di misura, che è il bit. Ha due cifre diverse chiamate di solito 0 e 1 → (due valori poiché così c'è un'incertezza tra le due alternative, in modo che il ricevente che non ha noto il dato trasmesso possa raccogliere informazioni). Il bit è l'unità di informazione, infatti questa è misurabile ed è la più piccola quantità di informazione rappresentabile.

Organizzazione dei bit

Non si fa differenza tra il tipo di informazione: visiva, uditiva, simbolica, numerica… Una certa informazione viene rappresentata sempre allo stesso modo, con una serie di bit messi in sequenza (sequenza di 0 e 1). È più facile riconoscere tra due opposti/estremi che tra livelli di quantità/qualità.

Durante la trasmissione delle informazioni però al ricevente il messaggio può arrivare diverso dall'originale, questo perché avvengono continue ritrasmissioni (ripetitori, rete) del dato e si può incorrere in errori. Una parte di un file molte volte può dare 0 e altre 1. Diversi sistemi infatti possono leggere la stessa informazione in modi diversi. L'informazione digitale dunque non è incorruttibile e può sopraggiungere poi anche l'obsolescenza del formato o del supporto. Sono state sviluppate una serie di tecniche per correggere l'errore.

Ogni dato è trasformato in una sequenza finita di bit, cioè una successione di opportuna lunghezza di 0 e 1. (A volte il numero finito di bit può essere un problema nel caso della rappresentazione di qualcosa).

Differenza tra analogico e digitale

Le prime memorie digitali erano chiamate numeriche, le altre analogiche. Analogico: c'è analogia tra il fenomeno e lo strumento che uso per rappresentarlo. (Il suono ad esempio da volatile viene reso di nuovo riproducibile – prima con dischi con solchi, poi puntina del giradischi, anche se con questi più si ascolta più ci si allontana dall'originale, poiché si rovina il supporto). La fruizione di un supporto analogico rovina il materiale e usura il supporto, dunque c'è una perdita dell'analogia. Se l'analogia non è perfetta, dopo le prime volte l'informazione si modifica e si deteriora molto.

Se sto rappresentando dei numeri, la modalità di riproduzione e memoria è indifferente → il supporto e l'informazione non sono accoppiati. Il supporto dunque può essere tranquillamente cambiato. Bisogna infatti disaccoppiare l'invecchiamento del supporto dall'informazione. Infatti, molti elementi di prima della digitalizzazione non sono più fruibili. Le copie digitali sono quasi identiche, sono conformi. (Molti infatti scelgono il digitale per una maggiore fruizione al pubblico).

A volte possono essere create copie di fruizione, diverse dall'originale. Tutti i dati vengono trattati allo stesso modo. Quando conosco la modalità di leggere gli 0 e 1, il dispositivo può leggere qualsiasi tipo di file. Senza convenzioni si fa fatica a risalire all'informazione di partenza, serve dunque una modalità di analisi.

Per dare significato al file si usa l'estensione (dopo il nome del file – x es. jpg, ppt, docx). In questo modo do indicazioni sul programma per leggerlo. Questa non si può modificare, poiché si possono venire a creare dei formati o inesistenti o che non hanno alcun programma per la loro lettura. (Anche se cambio il formato in uno leggibile da un altro programma del computer – esso comunque fa fatica a leggerlo e spesso dà errore).

Non c'è differenza tra lettere maiuscole e minuscole nel nome dell'estensione (JPEG vs jpeg). Al contrario, ad esempio, dei siti web che sono key sensitive. Un media player può aprire file di tipo diverso. Un formato può essere vecchio, perché può risultare apribile solo con certe versioni vecchie di un programma e non dalle nuove – questo è il fenomeno dell'obsolescenza digitale. I file risultano dunque non più utilizzabili. Per leggere dei file vecchi posso creare degli emulatori della versione precedente del programma o salvare il file in un formato leggibile. (Certe installazioni però possono essere difficili da riprodurre su altri supporti). (Musica su supporti diversi, potrebbe risultare diversa).

Byte e multipli di byte

BYTE: sequenza di 8 bit, può assumere 256 valori diversi (2⁸ combinazioni). È una grandezza più pratica per l'informazione. (Es. numero di ore in secondi, grandezza di testo, tutti i caratteri in totale sono 250). Storicamente un byte corrisponde ad un carattere a stampa. Sono i più utilizzati in informatica.

Le grandezze sono espresse utilizzando byte (o gruppi di 2,4,8 byte). Multipli di byte: I multipli sono riferiti alle potenze di 2, si considera che 2¹⁰ = 1024 ~ 1000. Si utilizza la stessa terminologia usata in fisica.

• Kilo (K) 2¹⁰ = 1024¹ ~ migliaia
• Mega (M) 2²⁰ = 1024² ~ milioni
• Giga (G) 2³⁰ = 1024³ ~ miliardi
• Tera (T) 2⁴⁰ = 1024⁴ ~ migliaia di miliardi → valori di questi ordini di grandezza
• Peta (P) 2⁵⁰ = 1024⁵ ~ milioni di miliardi
• Exa (E) 2⁶⁰ = 1024⁶ ~ miliardi di miliardi
• Zetta (Z) 2⁷⁰ = 1024⁷ ~ migliaia di miliardi di miliardi

Per tenere i dati nel mondo digitale usiamo un servizio. C'è chi richiede anche spazi esterni per non gestirli in autonomia.

File e struttura informativa

FILE: struttura informativa contenente informazioni omogenee, organizzate sequenzialmente e trattate come un'unità. I file sono oggetti che aggregano dati. La modalità di organizzazione dei bit la conosce solo il programma di lettura. Non tutti i sistemi però hanno la stessa modalità di rappresentazione.

Es. vecchie versioni dei programmi non potrebbero più leggere gli stessi file (si sarebbe costretti a comprare dei nuovi programmi). Molti formati non sono liberi ma impongono a chi vuole leggerli di comprare un software. Le aziende a volte creano dei formati leggibili solo dalle loro app, magari inviandolo e facendo ricondividere dalle persone, in modo da indurci a comprare il loro programma.

Il computer accede ai file tramite: nome + estensione: "filename" (per identificarlo e poi scegliere il programma per visualizzarlo). Spesso ci sono dei vincoli nella scelta dei caratteri. Per esempio, alcuni programmi leggono in modo diverso gli spazi, come diversi elementi. Ci sono anche caratteri con significati particolari (es. * significa serie di 0 e 1, anche se un altro sistema potrebbe avere problemi a leggerlo). Alcuni caratteri invece non sono ammessi.

Rappresentazione e codifica dell'informazione

L'informazione si presenta in forme diverse, ma è sempre formata da dato + contesto. L'informazione viene rappresentata da un codice numerico. Il primo modo in cui il mondo si manifesta è tramite una grandezza fisica, un numero con un'unità di misura rappresenta l'informazione nel suo contesto. La prima infatti è la codifica di numeri interi, che vengono rappresentati con un numero finito di bit. In informatica assumo un contesto fisso.

Tipi di informazione

• Il valore numerico di una grandezza fisica
• Il testo di un articolo di giornale → il testo è la forma principe di comunicazione e anch'esso può essere rappresentato tramite i bit.
• Il suono prodotto da uno strumento musicale → (dagli anni '50 c'è anche la produzione di suoni nei computer, anche se per molto tempo sono stati dimenticati)
• L'immagine di una fotografia (immagine digitale)
• Le sequenze video di una ripresa televisiva → un video è composto da molte immagini in sequenza + suono.

Non sono ancora stati codificati sensi come il gusto e l'olfatto, più vicino alla memoria, mentre per il tatto sì, in tecnologie come il touch, la vibrazione e altre tecniche propriocettive. La rappresentazione viene definita codifica se è la rappresentazione adeguata per ogni forma. Sono tutte basate sulle sequenze finite di bit.

Codifica dei numeri

Se ho un oggetto per rappresentare dei numeri lo estendo poi nel mondo digitale, infatti una quantità può essere rappresentata da un simbolo. (Per primi i Romani con i loro simboli, anche se non pratici perché bisognava sempre inventare nuovi simboli).

I numeri sono stati i primi ad essere codificati visto che i computer facevano solo calcoli ripetitivi. (termine "digitale" da digit = cifra, numero). Com'è noto, i numeri si dividono in: interi, razionali (aperiodici e periodici), irrazionali. Razionali aperiodici e irrazionali devono essere approssimati. In questo corso tratteremo solo i numeri naturali: 0 e interi positivi.

Rappresentazione in base 10

Il sistema decimale è basato sulla combinazione di 10 simboli (da 0 a 9). Il significato di ogni cifra è valoriale ma dipende anche dalla sua posizione. Le cifre da destra, sono moltiplicate per una potenza crescente di 10 (1, 10, 100, ...) e poi i prodotti sono sommati tra loro. Per formare numeri crescenti aggiungo sempre simboli, tutti i numeri sono combinazioni di cifre rappresentabili.

Rappresentazione in base 2

Passiamo ora alla notazione binaria. Simile a quella decimale, con 2 al posto di 10, basata sulla combinazione di 2 simboli (0 e 1). Il significato di ogni cifra dipende dalla sua posizione. Le cifre da destra, sono moltiplicate per una potenza crescente di 2 (1, 2, 4, 8, ...) e i prodotti sono sommati tra loro.

Rappresentazione in base 16

Stesso principio di quella in base 10 e base 2, si usano 16 simboli diversi:

• Cifre da 0 a 9
• Lettere da A a F

Un byte è codificato con 2 cifre esadecimali → 2⁴ = 16. È usata spesso per rappresentare i colori. I dati vengono spesso rappresentati in esadecimali per risparmiare spazio e usando meno caratteri c'è minore rischio di confusione e dimenticanze nella trasmissione dei dati.

Sequenze di numeri

Normalmente si usa un simbolo separatore per rappresentare sequenze di numeri. (Le serie 14 7 1789 o 14-7-1789 o 14/7/1789 sono diverse dal numero 1471789). Quando ho numeri diversi aggiungo un carattere in più, lo spazio, un trattino o una barra per dividere i numeri. Ma rappresentandoli solo con 0 e 1 come si fa a capire dove finisce uno e inizia quello dopo?

Un bit può rappresentare solamente due simboli, dunque non si può rappresentare il simbolo separatore. Con una data ad esempio posso aggiungere un carattere: 01/11, 11/01 in modo da avere degli spazi fissi per giorno, mese e anno (2+2+4). Dunque si usa un numero costante di bit per ogni numero, indipendentemente da quanti sono necessari. Ci sono vari standard diversi per raggrupparli, in base al numero di bit scelti.

(Ad esempio la sequenza 100101110101 equivale a – 100, 101, 110, 101 = 4,5, 6, 5 utilizzando tre bit per numero – 1001, 0111, 0101 = 9, 7, 5 utilizzando quattro bit per numero). C'è però un limite a questo metodo, perché se so già che rappresento un tot di cifre, so già anche il numero più grande rappresentabile. Dunque in base ai bit utilizzati, dopo il raggiungimento del numero massimo il computer non riuscirà più a trascrivere in codice nessun dato e sarebbe come se ripartisse da 0.

Millennium Bug. Questo problema c'è stato negli anni 2000, il Per molto tempo nel secolo scorso gli anni venivano indicati con solo 2 cifre, dagli anni '60, ma all'inizio degli anni 2000 si sono cominciati ad avere problemi, perché i sistemi non si erano evoluti e alcuni computer contavano per esempio l'anno 2003, come 1903, causando problemi nelle scadenze (ad esempio carte di credito che risultavano scadute 100 anni prima) e in azioni programmate (es. esplosione in volo di uno shuttle poiché non rilevava nessun dato).

Per i computer attuali un problema potrebbe presentarsi nel 2035, poiché raggiungerebbero il numero massimo in base al numero di cifre, ovvero overflow, andrebbero in per cui non riuscirebbero più ad elaborare dati. Normalmente si usano byte e multipli.

• 1 byte = 8 bit = numeri da 0 a 255
• 2 byte = 16 bit = numeri da 0 a 65535
• 4 byte = 32 bit = numeri da 0 a circa 4,3 miliardi
• 8 byte = 64 bit = numeri da 0 a circa 18 miliardi di miliardi

Molte memorie attuali corrispondono a 4 byte = 32 bit, ovvero numeri da 0 a circa 4,3 miliardi. Adesso però molte stanno passando a 64 bit in modo da prevenire l'overflow. Il computer è dunque sempre costretto a scegliere una quantità di byte da usare.

Utilizzare sequenze fisse di bit ha degli svantaggi:

• Non si possono rappresentare valori troppo elevati: se si sfora il valore finale non è significativo
• Spesso si usano più bit del necessario

I bit più a sinistra sono uguali a zero. È necessario conoscere a priori il numero di bit.

Codifica del testo

Un testo è una sequenza di simboli organizzati in forma lineare, così come la lingua parlata è una successione di fonemi. È un concetto simile a quello della successione dei bit. Il numero di simboli interpretabili è finito e limitato. I simboli possono essere: numeri, segni d'interpunzione, operatori, lettere di un alfabeto, differenze nei diacritici (å ç ř ê) e negli accenti, ideogrammi.

Nella rappresentazione di un testo, ad ogni simbolo corrisponde un numero particolare, in questo modo per ordinare un testo basta ordinare i valori. Decido arbitrariamente qual è la mia unità rappresentativa (lettera, parola, testo, libro), per comodità si rappresentano in numeri i singoli caratteri. (Questo sistema è usato spesso nella linguistica computazionale per analizzare la frequenza dei termini). A volte però la codifica non è sempre la stessa per i vari dispositivi, dunque il ricevente potrebbe avere una lettura diversa del messaggio inviatogli.

Codifica di caratteri

I caratteri appartengono ad un insieme noto e ad ogni carattere si associa un numero intero → l'intero è il codice del carattere. L'associazione va fatta per tutti i possibili simboli, poiché i simboli senza un codice non sono rappresentabili e bisogna porre attenzione alla scelta dell'alfabeto. L'associazione è arbitraria. Un testo diventa una sequenza di numeri → dunque bisogna scegliere quanti bit si usano per ogni numero.

Il numero di bit usati dipende dall'alfabeto che si utilizza, si sceglie quello più favorevole in base al numero di caratteri presenti.

• 6 bit = 64 caratteri
• 7 bit = 128 caratteri
• 8 bit = 256 caratteri
• 16 bit = 65536 caratteri

Per ogni bit che aggiungo raddoppio le possibili combinazioni. Non esiste una codifica naturale, ma possono venirne create in modo arbitrario. Di solito conviene preservare l'ordine alfabetico, così ordinare un testo diventa come ordinare dei numeri. È necessario condividere l'associazione, cambiando il computer il testo può diventare illeggibile. Il problema sopraggiunge quando passo ad un altro computer che potrebbe avere una codifica diversa, infatti un diverso sistema di codifica può rendere l'informazione illeggibile. Tutt'oggi sono presenti vari sistemi di codifica, soprattutto in base alla località e dunque al numero di caratteri nell'alfabeto e dunque spesso si presentano problemi sulla ricezione di alcuni caratteri all'interno di un messaggio.

ASCII a 7 bit - American standard code for information interchanging

Metodo di codifica, primo standard per il testo, utilizza 7 bit per carattere. Può rappresentare 128 caratteri diversi. Codifica:

• Le lettere dell'alfabeto inglese (non sono previsti diacritici).
• Tutti i tasti delle tastiere americane.
• Codici per il controllo delle stampanti (ritorno di carrello, avanzamento di una linea, tabulazioni).

Ha vasta diffusione a livello internazionale. STANDARD: insieme di regole su come un prodotto va organizzato. Questo influisce anche sulla quotidianità (es.: tipi di prese). C'è stata la proposta di uno standard europeo, in base alla proposta migliore, molte aziende però non hanno aderito e hanno tenuto il loro codice, infatti ad oggi ne esistono molti diversi. I caratteri dell'ASCII a 7 bit sono gli unici ad essere universalmente riconosciuti da tutti i sistemi. I codici evidenziati sono i codici di controllo, molti sono obsoleti ma mantenuti per compatibilità. Questo standard ha avuto una diffusione enorme, anche tuttora. Le codifiche web e di posta elettronica possono avere solo questi caratteri. In inglese su 128 posti, ne avanzano 32, che vengono usati come codici di controllo (es.: null, backspace, cr, if, bel). Un problema può essere per la scrittura di alcuni nomi stranieri, che devono venire trascritti (es. Muller – Mueller). Per gli accenti invece si usa la lettera più il codice dell'accento. Un byte ha 8 cifre, di solito ne vengono usate 7 e l'ottava come codice di controllo dell'errore e per rispettare certi parametri (bit pari e dispari). Il ricevente vede se le regole sono rispettate, se lo sono l'informazione è corretta – questo è un sistema di controllo dell'errore. (i cd rileggono l'informazione se viene rilevata sbagliata).