Anteprima
Vedrai una selezione di 12 pagine su 51
Paniere con risposte chiuse - Codifica e crittografia (2023/2024) Pag. 1 Paniere con risposte chiuse - Codifica e crittografia (2023/2024) Pag. 2
Anteprima di 12 pagg. su 51.
Scarica il documento per vederlo tutto.
Paniere con risposte chiuse - Codifica e crittografia (2023/2024) Pag. 6
Anteprima di 12 pagg. su 51.
Scarica il documento per vederlo tutto.
Paniere con risposte chiuse - Codifica e crittografia (2023/2024) Pag. 11
Anteprima di 12 pagg. su 51.
Scarica il documento per vederlo tutto.
Paniere con risposte chiuse - Codifica e crittografia (2023/2024) Pag. 16
Anteprima di 12 pagg. su 51.
Scarica il documento per vederlo tutto.
Paniere con risposte chiuse - Codifica e crittografia (2023/2024) Pag. 21
Anteprima di 12 pagg. su 51.
Scarica il documento per vederlo tutto.
Paniere con risposte chiuse - Codifica e crittografia (2023/2024) Pag. 26
Anteprima di 12 pagg. su 51.
Scarica il documento per vederlo tutto.
Paniere con risposte chiuse - Codifica e crittografia (2023/2024) Pag. 31
Anteprima di 12 pagg. su 51.
Scarica il documento per vederlo tutto.
Paniere con risposte chiuse - Codifica e crittografia (2023/2024) Pag. 36
Anteprima di 12 pagg. su 51.
Scarica il documento per vederlo tutto.
Paniere con risposte chiuse - Codifica e crittografia (2023/2024) Pag. 41
Anteprima di 12 pagg. su 51.
Scarica il documento per vederlo tutto.
Paniere con risposte chiuse - Codifica e crittografia (2023/2024) Pag. 46
Anteprima di 12 pagg. su 51.
Scarica il documento per vederlo tutto.
Paniere con risposte chiuse - Codifica e crittografia (2023/2024) Pag. 51
1 su 51
D/illustrazione/soddisfatti o rimborsati
Disdici quando
vuoi
Acquista con carta
o PayPal
Scarica i documenti
tutte le volte che vuoi
Estratto del documento

INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE

Docente: Santini Paolo

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

0.5 bit

0 bit

2 bit

1 bit

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

6 bit

16 bit

64 bit

2 bit

10. Definire il concetto di informazione.

11. Definire come si calcola l'entropia di una sorgente di informazione.

12. Calcola l'entropia in bit di una sorgente che emette tre simboli con le seguenti probabilità {1/2, 1/4, 1/4}.

13. Calcola l'entropia in bit di una sorgente che emette quattro simboli con le seguenti probabilità {1/2, 1/4, 1/8, 1/8}.

14. Si consideri una sorgente che emette due simboli, con probabilità p0 e p1. Indicare quali valori devono avere queste probabilità affinchè la sorgente abbia

entropia massima.

15. Si consideri una sorgente che emette tre simboli, con probabilità p0, p1 e p2. Indicare quali valori devono avere queste probabilità affinchè la sorgente abbia

entropia massima.

16. Descrivere il concetto di sorgente di informazione.

Scaricato da Michele D'Amico (michele.damic@gmail.com)

© 2016 - 2021 Università Telematica eCampus - Data Stampa 06/01/2021 01:33:25 - 5/54

lOMoARcPSD|808321

Set Domande: CODIFICA E CRITTOGRAFIA

INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE

Docente: Santini Paolo

Lezione 008

01. 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 = 8

L = 2

L = 6

L = 4

02. L'entropia di una sorgente viene tipicamente misurata in

metri.

secondi.

nessuna delle altre.

bit.

03. L'algoritmo di Huffman

mappa i simboli meno probabili con sequenze più corte

mappa i simboli più probabili con sequenze più corte

mappa i simboli più probabili con sequenze più lunghe

mappa tutti i simboli con parole della stessa lunghezza

04. L'algoritmo di Huffman serve per

calcolare quanta informazione viene persa nel codificare una sorgente

codificare una sorgente di informazione

nessuna delle altre

capire se un dato codice di sorgente è buono oppure no

05. Un codice di sorgente viene utilizzato per

calcolare l'entropia della sorgente

programmare una sorgente di informazione digitale

nessuna delle altre

codificare i simboli emessi da una sorgente di informazione

06. 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

minore di 5

maggiore di 10

non inferiore a 5

qualsiasi

07. L'algoritmo di Huffman produce un codice ottimo, quando le probabilità dei simboli emessi dalla sorgente

-x

sono tutte del tipo 3 , dove x è un intero.

-x

sono tutte del tipo 2 , dove x è un intero.

sono tutte diverse tra loro.

nessuna delle altre. Scaricato da Michele D'Amico (michele.damic@gmail.com)

© 2016 - 2021 Università Telematica eCampus - Data Stampa 06/01/2021 01:33:25 - 6/54

lOMoARcPSD|808321

Set Domande: CODIFICA E CRITTOGRAFIA

INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE

Docente: Santini Paolo

08. Il teorema di codifica di sorgente stabilisce che

si possono rappresentare, senza perdita di informazione, solamente sorgenti che emettono simboli con probabilità uniforme.

si perde sempre informazione quando si vuole rappresentare una sorgente.

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.

09. Illustrare il comportamento dell'algoritmo di Huffman.

10. Illustrare il teorema di codifica di sorgente. Scaricato da Michele D'Amico (michele.damic@gmail.com)

© 2016 - 2021 Università Telematica eCampus - Data Stampa 06/01/2021 01:33:25 - 7/54

lOMoARcPSD|808321

Set Domande: CODIFICA E CRITTOGRAFIA

INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE

Docente: Santini Paolo

Lezione 010

01. Quando si trasmette su canale rumoroso

nessuna delle altre

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

all'informazione che si era codificata con il codice di linea

02. 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 pari a k

restituisce parole di lunghezza n maggiore di k

restituisce parole di lunghezza minore di k

nessuna delle altre

03. Un codice di linea viene utilizzato per

nessuna delle altre.

correggere eventuali errori introdotti dal canale.

implementare in modo efficiente un codice di sorgente.

rappresentare in modo efficiente una sorgente.

04. Quando si usa un codificatore di linea

la lunghezza dell'output non può essere inferiore alla lunghezza dell'input.

si perde sempre informazione.

nessuna delle altre.

la lunghezza dell'output è sempre inferiore alla lunghezza dell'input.

05. Un codificatore di linea viene applicato

nessuna delle altre.

prima di un codice di sorgente.

prima della trasmissione su canale.

dopo della trasmissione su canale.

06. Un decodificatore di linea

viene applicato prima della trasmissione su un canale.

viene applicato solo quando, in trasmissione, non si utilizza un codificatore di linea.

viene applicato dopo aver ricevuto l'output del canale di trasmissione.

nessuna delle altre.

07. Un codificatore di linea

viene applicato prima di un codificatore di sorgente

viene applicato dopo della trasmissione su canale

nessuna delle altre

viene applicato dopo di un codificatore di sorgente, e prima della trasmissione su canale

08. Descrivere cosa si intende per canale di trasmissione, e spiegare che si intende per canale additivo.

09. Illustrare la differenza tra codificatore di sorgente e codificatore di linea.

Scaricato da Michele D'Amico (michele.damic@gmail.com)

© 2016 - 2021 Università Telematica eCampus - Data Stampa 06/01/2021 01:33:25 - 8/54

lOMoARcPSD|808321

Set Domande: CODIFICA E CRITTOGRAFIA

INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE

Docente: Santini Paolo

10. Illustrare l'ordine delle operazioni che vengono svolte prima di trasmettere su un canale, partendo dalla sorgente di informazione. Spiegare anche l'ordine

delle operazioni che vengono svolte in ricezione. Scaricato da Michele D'Amico (michele.damic@gmail.com)

© 2016 - 2021 Università Telematica eCampus - Data Stampa 06/01/2021 01:33:25 - 9/54

lOMoARcPSD|808321

Set Domande: CODIFICA E CRITTOGRAFIA

INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE

Docente: Santini Paolo

Lezione 011

01. 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

0.3

0.5

1

0.7

02. Nel BSC, valori di input sono

caratteri

elementi di un campo finito con dimensione maggiore di 2

sequenze a valori reali

sequenze binarie (formate da zeri ed uni)

03. 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

3

0.003 e la stima è attendibile

3000

04. In output dal BSC si hanno

solo simboli pari a zero.

valori reali.

simboli binari (zeri ed uni).

nessuna delle altre.

05. Descrivere brevemente cosa è il BSC.

06. Illustrare cosa si intende per CER o FER. Scaricato da Michele D'Amico (michele.damic@gmail.com)

© 2016 - 2021 Università Telematica eCampus - Data Stampa 06/01/2021 01:33:25 - 10/54

lOMoARcPSD|808321

Set Domande: CODIFICA E CRITTOGRAFIA

INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE

Docente: Santini Paolo

Lezione 014

01. Nel canale AWGN, la statistica dei campioni di rumore che vengono introdotti

è gaussiana, con valore medio pari a -1.

segue una distribuzione uniforme sull'intervallo [0 ; 1].

è gaussiana, con valore medio pari a 1.

è gaussiana, con valor medio nullo.

02. 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.

A+z, dove z vale 0 oppure 1.

A+z, dove z è una variabile aleatoria con distribuzione Gaussiana, a valor medio nullo.

nessuna delle altre.

03. Se si dà c in input al canale AWGN, in uscita si ha

c+e, dove e vale 0 oppure 1.

c*e, dove e è un campione di variabile gaussiana a media nulla.

c+e, dove e è un campione di variabile gaussiana a media nulla.

nessuna delle altre.

04. Illustrare le principali caratteristiche del canale AWGN.

Scaricato da Michele D'Amico (michele.damic@gmail.com)

© 2016 - 2021 Università Telematica eCampus - Data Stampa 06/01/2021 01:33:25 - 11/54

lOMoARcPSD|808321

Set Domande: CODIFICA E CRITTOGRAFIA

INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE

Docente: Santini Paolo

Lezione 015

01. Si consideri la trasmissione su canale AWGN, con formato antipodale e segnali di ampiezze +A e - A. Se si aumenta A

migliora la qualità in ricezione e si utilizza meno energia.

migliora la qualità in ricezione, ma si utilizza più energia.

peggiora la qualità in ricezione, ma si utilizza meno energia.

peggiora la qualità in ricezione e si utilizza più energia.

02. L'output di un canale AWGN è un segnale a valori

reali.

in un campo finito non binario.

nel campo finito binario (zeri ed uni).

in un anello modulare con dimensione maggiore di 2.

03. Si consideri la trasmissione su canale AWGN, con varianza pari a σ². Se aumenta σ

aumenta la probabilità d'errore in ricezione

cala la probabilità d'errore in ricezione.

nessuna delle altre.

la qualità di trasmissione sul canale migliora.

04. Si consideri un segnale digitale su canale AWGN, che viene trasmesso con forme d'onda antipodali (gli zeri sono trasmessi con impulsi di ampi

Dettagli
Publisher
A.A. 2023-2024
51 pagine
SSD Scienze matematiche e informatiche INF/01 Informatica

I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher Carlo9898 di informazioni apprese con la frequenza delle lezioni di Codifica e crittografia e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Università telematica "e-Campus" di Novedrate (CO) o del prof Santini Paolo.