信息儲存量怎麼算

⑴ 信息量是怎麼計算的

假設我錯過了某年的世界盃比賽，現在要去問一個知道比賽結果的朋友「哪支球隊最終獲得世界盃冠軍」？他要求我猜，猜完會告訴我是對還是錯，但我每猜一次就要給他一塊錢。那麼我需要付給他多少錢才能知道誰是冠軍？我可以把球隊編號，從1到32，然後問「冠軍的球隊在1-16號中嗎？」。假如他告訴我對了，我就問「冠軍的球隊在1-8號中嗎？」。如果他告訴我不對，我就自然就知道冠軍隊在9-16號中。這樣我只需要猜5次就可以知道哪支球隊是冠軍了。所以，「誰是世界盃冠軍」這個問題的答案的信息量只值5塊錢。香農用「比特」（bit）來作為信息量的單位。像上邊「誰是世界盃冠軍」這個問題的答案的信息量是5比特。如果是64支球隊，「誰是世界盃冠軍」這個問題的答案的信息量就是6比特，因為要多猜一次。

對足球了解的朋友看到這有疑問了，他覺得他不需要5次來猜。因為他知道巴西，西班牙，德國等這些強隊奪冠的可能性比日本，韓國等球隊大的多。所以他可以先把強隊分成一組，剩下的其它隊伍一組。然後問冠軍是否在奪冠熱門組里邊。重復這樣的過程，根據奪冠的概率對剩下的候選球隊分組，直至找到冠軍隊，這樣也許三次或四次就猜出結果了。因此，當每支球隊奪冠的可能性（概率）不一樣時，「誰是世界盃冠軍」這個問題的答案的信息量比5比特少。

香農指出，「誰是世界盃冠軍」這個問題的答案的信息量是：

H = -(p1*log(p1) + p2 * log(p2) + ... + p32 * log(32))

其中log是以2為底數的對數，以下本文中的log都是以2為底的對數，下邊不再特別說明。

這就是衡量信息量多少的公式，它的單位是比特。之所以稱為熵是因為它的定義形式和熱力學的熵有很大的相似性。對於一個隨機變數X的信息熵的定義公式為：

H(X)＝-∑P(xi)logP(xi)

其中xi是隨機變數X的可能取值。

更多計算信息量的例子可以看這篇文章：信息怎麼衡量多少？

⑵ 信息量的計算方法

資訊理論創始人C.E.Shannon，1938年首次使用比特（bit）概念：1（bit）= 。它相當於對二個可能結局所作的一次選擇量。資訊理論採用對隨機分布概率取對數的辦法，解決了不定度的度量問題。
m個對象集合中的第i個對象，按n個觀控指標測度的狀態集合的
全信息量TI= 。
從試驗後的結局得知試驗前的不定度的減少，就是申農界定的信息量，即
自由信息量FI=－∑pi ，（i=1,2，…，n）。
式中pi是與隨機變數xi對應的觀控權重，它趨近映射其實際狀態的分布概率。由其內在分布構成引起的在試驗前的不定度的減少，稱為先驗信息或謂約束信息量。風險是潛藏在隨機變數尚未變之前的內在結構能（即形成該種結構的諸多作用中還在繼續起作用的有效能量）中的。可以顯示、映射這種作用的是
約束信息量BI=TI-FI。
研究表明，m個觀控對象、按n個觀控指標進行規范化控制的比較收益優選序，與其自由信息量FI之優選序趨近一致；而且各觀控對象「愈自由，風險愈小」；約束信息量BI就是映射其風險的本徵性測度，即風險熵。
把信息描述為信息熵，是狀態量，其存在是絕對的；信息量是熵增，是過程量，是與信息傳播行為有關的量，其存在是相對的。在考慮到系統性、統計性的基礎上，認為：信息量是因具體信源和具體信宿范圍決定的，描述信息潛在可能流動價值的統計量。本說法符合熵增原理所要求的條件：一、「具體信源和信宿范圍」構成孤立系統，信息量是系統行為而不僅僅是信源或信宿的單獨行為。二、界定了信息量是統計量。此種表述還說明，信息量並不依賴具體的傳播行為而存在，是對「具體信源和具體信宿」的某信息潛在可能流動價值的評價，而不是針對已經實現了的信息流動的。由此，信息量實現了信息的度量。

⑶ 計算機中信息存儲最小的單位是

是「位」才對。

二進制數系統中，每個0或1就是一個位(bit)，位是內存的最小單位。一個二進制數字序列,在計算機中作為一個數字單元，一般為8位二進制數，如一個ASCII碼就是一個位元組，此類單位的換算為：

1千吉位元組(KGB,KiloGigaByte)=1024吉位元組。

1吉位元組(GB,GigaByte) =1024兆位元組。

換算

信息存儲量是度量存儲器存放程序和數據的數量。其主要度量單位是位元組，1個位元組（Byte）等於8位（b）二進制。位（bit，Binary Digits）：存放一位二進制數，即0或1，為最小的存儲單位，8個二進制位為一個位元組單位。一個英文字母（不分大小寫）佔一個位元組的空間，一個中文漢字占兩個位元組的空間。英文標點佔一個位元組，中文標點占兩個位元組。

⑷ 信息量的計算

信息量 I=log2（1/p）
其中 p是概率， log2指以二為底的對數。

對於第一問，「不能使用」， 其概率為25%(35度以下)+5%（40度以上）=30%
信息量 I=log2（1/0.3）=1.7

第二問，"能使用"， 其概率p=1-0.3=0.7
信息量 I=log2（1/0.7）=0.515

第三問，「因為裝置在冷卻中不能使用」 ，其概率p為5%
信息量 I=log2(1/0.05)=4.322

參見《通信原理》，樊昌信第五版，第八頁。