Læringsmål tall. Kunne prefikser for store tall i. det binære tallsystemet. Forstå ulike prinsipper for representasjon av.

Like dokumenter
Læringsmål tall. Prefikser for potenser av Store tall. Kunne prefikser for store tall i. det binære tallsystemet

INF1040 Digital representasjon TALL

TALL. Titallsystemet et posisjonssystem. Konvertering: Titallsystemet binære tall. Det binære tallsystemet. Alternativ 1.

Tall. Ulike klasser tall. Læringsmål tall. To måter å representere tall. De naturlige tallene: N = { 1, 2, 3, }

Tall. Tallsystemer. Posisjonstallsystemer. Veiing med skålvekt titallsystemet 123 = = 7B 16. Lærebokas kapittel 6

INF1040 Oppgavesett 7: Tall og geometrier

INF1040 løsningsforslag oppgavesett 7: Tall og geometrier

Ut i rommet. Læringsmål. Punkter i endimensjonalt rom Skalarer. Punkt i todimensjonalt rom. Geometrier, tid, kart, bilder, animasjoner, CAD/CAM,

Tall. Posisjons-tallsystemer. Representasjon av heltall. Tall positive, negative heltall, flytende tall. Tekst ASCII, UNICODE XML, CSS

Tall. Binære regnestykker. Binære tall positive, negative heltall, flytende tall

Oppsummering 2008 del 1

Oppsummering 2008 del 1

TDT4105/TDT4110 Informasjonsteknologi grunnkurs:

INF1040 Digital representasjon Oppsummering

Memory Access) Figure: DMA kommuniserer med disk-controlleren og sørger for at det OS ønsker blir kopiert mellom harddisken og internminnet.

Forelesning Datatyper Kap 5.2 Instruksjonsformat Kap 5.3 Flyttall App B

Reelle tall på datamaskin

Alle hele tall g > 1 kan være grunntall i et tallsystem.

INF1040 Digital representasjon

Læringsmål. INF1000: Forelesning 12. Hovedkilde. Kunne binærtall og heksadesimale tall og konvertering mellom ulike tallsystemer: Titallsystemet

TDT4105/TDT4110 Informasjonsteknologi grunnkurs:

Representasjon av tall på datamaskin Kort innføring for MAT-INF1100L

Alle hele tall g > 1 kan være grunntall i et tallsystem.

Flyttalls aritmetikk. I datamaskinen er alle tall representert i flyttalls aritmetikk.

Husk å registrer deg på emnets hjemmeside!

Tallsystemer. Tallene x, y, z og u er gitt ved x = 2, y = 2, z = 4 og u = 2. Dermed blir =

Tallsystemer. Tallene x, y, z og u er gitt ved x = 2, y = 2, z = 4 og u = 2. Dermed blir =

En harddisk består av et lite antall plater av et magnetisk materiale.

Resymé: I denne leksjonen blir de viktigste tallsystemer presentert. Det gjelder det binære, heksadesimale og desimale tallsystem.

1.8 Binære tall EKSEMPEL

Teori og oppgaver om 2-komplement

Modulo-regning. hvis a og b ikke er kongruente modulo m.

UNIVERSITETET I OSLO

Løsningsforslag, Ukeoppgaver 9 INF2310, våren kompresjon og koding del I

Temaer i dag. Mer om romlig oppløsning. Optisk avbildning. INF 2310 Digital bildebehandling

Kapittel 3: Litt om representasjon av tall

Litt om Javas håndtering av tall MAT-INF 1100 høsten 2004

Løsningsforslag, Ukeoppgaver 9 INF2310, våren kompresjon og koding del I

Full fart med funksjoner, prosent og potens Vg1T, TY, P, PY og Vg2P 75 minutter

MAT1030 Forelesning 3

MAT1030 Diskret matematikk

1.8 Binære tal DØME. Vi skal no lære å omsetje tal mellom totalssystemet og titalssystemet.

UNIVERSITETET I OSLO

MAT1030 Plenumsregning 3

INF1040 Digital representasjon

IT1101 Informatikk basisfag 4/9. Praktisk. Oppgave: tegn kretsdiagram. Fra sist. Representasjon av informasjon binært. Ny oppgave

INF1040 Oppgavesett 6: Lagring og overføring av data

Løsning av øvingsoppgaver, INF2310, 2005, kompresjon og koding

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling

Diskret matematikk tirsdag 13. oktober 2015

En harddisk består av et lite antall plater av et magnetisk materiale.

TDT4195 Bildeteknikk

KAPITTEL 2 Tall og datamaskiner

INF1400. Kombinatorisk Logikk

INF1400 Kap 1. Digital representasjon og digitale porter

INF1040 Digital representasjon

INF 2310 Digital bildebehandling

Potenser og tallsystemer

UNIVERSITETET I OSLO

Dagens temaer. Architecture INF ! Dagens temaer hentes fra kapittel 3 i Computer Organisation and

Kapittel 2 TALL. Tall er kanskje mer enn du tror

INF1400. Kombinatorisk Logikk

Notat om trigonometriske funksjoner

UNIVERSITETET I OSLO

Formelsamling i matematikk vg1 Tillatt hjelpemiddel under tentamen del 2 Bleiker vgs. 2008/2009. Hossein Rostamzadeh

Digital representasjon

INF 1000 høsten 2011 Uke 11: 2. november

Tall og mengder. Per G. Østerlie. 30. september 2013

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

INF 1000 høsten Innhold uke 11. Digital representasjon av tekster, tall, former,

Kapittel 3: Litt om representasjon av tall

KONTROLLSTRUKTURER. MAT1030 Diskret matematikk. Kontrollstrukturer. Kontrollstrukturer. Eksempel (Ubegrenset while-løkke)

Dagens tema. Nyttige programmer Programmet make. Flyt-tall Representasjon av flyt-tall. Standarden IEEE 754. Systemkall i Unix

Forelesning 2. Flere pseudokoder. Representasjoner av tall. Dag Normann januar 2008 KONTROLLSTRUKTURER. Kontrollstrukturer. Kontrollstrukturer

Oppfriskningskurs i Matematikk

Dagens temaer. Dagens temaer hentes fra kapittel 3 i læreboken. Oppbygging av flip-flop er og latcher. Kort om 2-komplements form

UNIVERSITETET I OSLO

Potenser og tallsystemer

TDT4105 Informasjonsteknologi, grunnkurs. Introduksjon til programmering i Matlab. Rune Sætre / Anders Christensen {satre, anders}@idi.ntnu.

Motivasjon. Litt sett-teori. Eksempel. INF Mesteparten av kap i DIP Morfologiske operasjoner på binære bilder.

INF1400. Karnaughdiagram

Konvertering mellom tallsystemer

TDT4110 IT Grunnkurs Høst 2016

Årsplan Matematikk Årstrinn: 9. årstrinn Lena Veimoen, Michael Solem og Ole André Ljosland

INF 1040 høsten 2009: Oppgavesett 12 Digital video og digital bildeanalyse (løsningsforslag) (kapittel 16 og 17) 13. Lagring av video på DVD

Forside. MAT INF 1100 Modellering og beregninger. Mandag 9. oktober 2017 kl Vedlegg (deles ut): formelark. Tillatte hjelpemidler: ingen

Tall SKOLEPROSJEKT MAT VÅR 2014 AUTHORS: ASTRI STRAND LINDBÆCK CAMILLA HELVIG PIA LINDSTRØM. Date: March 31,

INNHOLD SAMMENDRAG TALL OG TALLREGNING

INF 1040 høsten 2008: Oppgavesett 9 Sampling og kvantisering av lyd (kapittel 11)

UNIVERSITETET I OSLO

Dagens tema. Nyttige programmer Programmet make. Hvis én fil endres, hvilke filer må da kompileres på nytt?

Underveiseksamen i MAT-INF 1100, 17. oktober 2003 Tid: Oppgave- og svarark

SAMMENDRAG OG FORMLER. Nye Mega 9A og 9B

UNIVERSITETET I OSLO

Transkript:

Tall 1111 0000 0001 1101 1110-2 -1 0 1 2 0010 0011-3 3 1100-4 4 0100 1011-5 -6 6 5 0101 1010-7 -8 7 0110 1001 1000 0111 (Kapittel 7.1, 7.4-7.8, 8 + Appendiks B) INF1040-Tall-1 Kunne prefikser for store tall i titallsstemet t t det binære tallsstemet Læringsmål tall Forstå ulike prinsipper for representasjon av negative heltall reelle tall Forstå ulike prinsipper i for representasjon av geometriske former INF1040-Tall-2

Store tall For å håndtere store tall i titallsstemet bruker vi en-bokstavs SIsmboler som betegner potenser av 1000 k (kilo) = 10 3, M (mega) = 10 6, G (giga) = 10 9, T (tera) = 10 12, P (peta) = 10 15, E (ea) = 10 18, Z (zeta) = 10 21, Y (otta) = 10 24 (Merk at vi her bruker k for 1 000, fordi K i SI-sstemet er en temperatur.) Anta at vi har et digitalt bilde med 1 024 1 024 piksler (bildeelementer) La hvert piksel representeres med 1 bte Bildets størrelse blir oftest angitt til 1 MB Men bildet er jo 1 024 1 024 1 bte = 1 048 576 bte 1.05 MB Denne feilen øker jo større tall vi snakker om! INF1040-Tall-3 Prefikser for potenser av 1 024 SI-prefiksene k, M, G osv er desimale enheter og har ingen mening som potenser av 1 024. IEC publiserte i 1999 en standard for potenser av 1 024. Navnene er satt sammen av de to første bokstavene i SI-prefiksene pluss bi for Navn Smbol Potens av 2 og verdi i titallsstemet binær. kibi Ki 2 10 = 1 024 mebi Mi 2 20 = 1 048 576 gibi Gi 2 30 =1073 741 824 Les mer om dette i Appendiks B gibi Gi 2 30 = 1 073 741 824 i læreboka! tebi Ti 2 40 = 1 099 511 627 776 pebi Pi 2 50 = 1 125 899 906 842 624 ebi Ei 2 60 = 1 152 921 504 606 846 976 zebi Zi 2 70 = 1 180 591 620 717 411 303 424 obi Yi 2 80 = 1 208 925 819 614 629 174 706 176 INF1040-Tall-4

Noen konvensjoner det er nttig å kjenne Størrelsen på RAM, ROM eller flash-minner gis som regel i binære enheter. Kapasiteten til harddisker og lagre som betraktes som en stor disk oppgis i desimale enheter. Sektorstørrelsene på en disk gis nesten alltid i toerpotenser, siden de mapper direkte til RAM. Det finnes en forvirrende hbrid, der en megabte betr 1000 kilobtes a 1024 bte. En 1.44 MB diskett er verken 1.44 220 bte eller 1.44 106 bte, men 1.44 1 000 1 024 btes (som er ca 1.406 MiB, eller 1.475 MB). Dette kan også gjelde disk-lignende flashminner (toerpotens multipler av desimale megabte!) Kapasiteten til en CD er alltid gitt i binære enheter. En 700 MB CD har en nominell kapasitet på 700 MiB. Kapasiteten til en DVD er gitt i desimale enheter. En 4,7 GB DVD har en nominell kapasitet på 4,38 GiB. Overføringskapasitet uttrkkes som bps (biter per sekund) eller Bps (bte per sekund) angis alltid i titallsstemet, med SI-prefikser eksempel: kbps (103 bte per sekund), MBps (106 bte per sekund), osv INF1040-Tall-5 De naturlige tallene: N = { 1, 2, 3, } Ulike klasser tall De hele tallene: Z = {, -2, -1, 0, 1, 2, } De rasjonale tallene: Q = alle tall som kan skrives som en brøk De reelle tallene: R = alle tallene på tallinjen INF1040-Tall-6

Negative tall: toer-komplement 0000 0001 0010 0011 0100 0101 0110 0111 1000 1001 1010 1011 1100 1101 1110 1111 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1000 1001 1010 1011 1100 1101 1110 1111 0000 0001 0010 0011 0100 0101 0110 0111-8 -7-6 -5-4 -3-2 -1 0 1 2 3 4 5 6 7 For å negere et tall: 1. Snu alle bit ene i tallet (0 1). 2. Legg til 1. INF1040-Tall-7 Regning med toer-komplement Hvis vi legger sammen to tall og får en ekstra mente til venstre, kan den bare kastes. Eksempel: -1 + 4: Men: Hvis de to mentene lengst til venstre er ulike, har vi overflt og ugldig svar. Eksempler: 3 + 5: -8-1: INF1040-Tall-8

Negative tall: Bias Et alternativ er å legge til en konstant bias til alle tallene. Med 8 bitposisjoner i og bias 128 kan tallene fra -128 til 127 representeres ved hjelp av tallene fra 0 til 255. Eksempler: 53: -21: INF1040-Tall-9 Regning med bias Ved addisjon kommer bias med to ganger, så vi må trekke den fra igjen (en gang). g) Eksempel: 53 + (-21): INF1040-Tall-10

Flttall I titallsstemet kan et tall skrives på formen mantisse * 10 eksponent Eksempler: 0.5 * 10 2 = 0.5 * 100 = 50 0.5 * 10 0 = 0.5 * 1 = 0.5 0.5 * 10-1 = 0.5 * 0.1 = 0.05-5 * 10-1 = -0.5 * 0.1 = -0.05 Tilsvarende kan vi skrive binære flttall på formen mantisse * 2 eksponent For flttall må vi altså representere både eksponent og mantisse. Begge må kunne være positive, negative og null. INF1040-Tall-11 Binære flttall: IEEE 754 single precision fortegnsbit eksponent med bias 127 mantisse 1 8 23 1. Ikke-lagret ledende 1 med antatt binærpunkt INF1040-Tall-12

Binære flttall: IEEE 754 double precision 1 fortegnsbit eksponent med bias 1023 mantisse 11 52 1. Ikke-lagret ledende 1 med antatt binærpunkt INF1040-Tall-13 IEEE 754: Spesielle verdier Null: Både eksponent og mantisse er 0 Uendelig: Eksponent med bare 1ere, mantisse med bare 0ere Not A Number: Eksponent med bare 1ere, mantisse 0 Mantisse som starter med 1 : Resultat av en udefinert operasjon (eksempel: 0/0) Mantisse som starter med 0: Resultat av en ulovlig operasjon (eksempel: N/0) INF1040-Tall-14

Flttallsområder i IEEE 754 (og i Java) 0 overflt-område underflt-område overflt-område datatpe antall biter minste positive tall største positive tall float 32 2 126 10 44,85 (2 2-23 )* 2 127 10 38,53 double 64 2 1022 10 323,3 (2 2-52 )* 2 1023 10 308.3 INF1040-Tall-15 Gra-kode Gra-kode Binært tallsstem t Titallsstem t 0000 0000 0 0001 0001 1 0011 0010 2 0010 0011 3 0110 0100 4 Et ikke-posisjonssstem der representasjonen av et tall og det neste tallet i tallrekken atskiller seg i bare én bit 0111 0101 5 0101 0110 6 0100 0111 7 1100 1000 8 1101 1001 9 1111 1010 10 1110 1011 11 1010 1100 12 1011 1101 13 1001 1110 14 1000 1111 15

Konvertering binært tallsstem Gra-kode Fra det binære tallsstemet til Gra-kode Fra Gra-kode til det binære tallsstemet 1 1 0 1 1 0 1 1 1 0 1 1 1 1 0 1 : eclusive or -operasjonen to like biter gir 0, to ulike biter gir 1 Huskeregel: I begge konverteringer XOR es med forrige bit i det binære tallsstemet! INF1040-Tall-17 Punkter i endimensjonalt rom Et tall kan oppfattes som et punkt i et endimensjonalt rom. Tallet er da en koordinatverdi. Eksempler: Punktene -0.5, 2, π -0.5 2 π -5-4 -3-2 -1 0 1 2 3 4 5 INF1040-Tall-19

Punkter i todimensjonalt rom I et todimensjonalt rom trenger vi et koordinatpar. Eksempel: Punktet t ( 22) 2,2) 4 (2,4) Kartesisk koordinatsstem 3 ( 2,2) 2 (π,1) origo 1 π -5-4 -3-2 -1 1 2 2 3 4 5-1 INF1040-Tall-20 Punkter i tredimensjonalt rom I et todimensjonalt rom trenger vi et koordinattrippel. Eksempel: Punktet t (2,4, π) ) z 4 Kartesisk koordinatsstem 3 π 2 1 (2,4, π) -2 1 2 3 4 5 INF1040-Tall-21

Polarkoordinater Alternativ til kartesiske koordinater ved to dimensjoner: 4 (2,4) (1.107π, 4.472) 3 r=4.472 2 1 v=1.107π -1 1 2 3 4 5-1 INF1040-Tall-22 Slinderkoordinater og sfæriske koordinater Alternativ til kartesiske koordinater ved tre dimensjoner: h r v2 v1 r v Slinderkoordinater di Sfæriske koordinater INF1040-Tall-23

Diskretisering i rommet Punkter i flerdimensjonale rom må snappes til nærmeste representerbare punkt på samme måte som tall (punkter i det endimensjonale rom) snappes til nærmeste representerbare tall Eksakt verdi Diskretisert verdi INF1040-Tall-24 Geometrier i rommet En geometri kan oppfattes som en punktsk med uendelig mange punkter. Dimensjonaliteten kan ikke være større enn rommets dimensjonalitet. Endimensjonalt rom Todimensjonalt rom z Tredimensjonalt rom INF1040-Tall-25

Representasjoner av geometri Vektorrepresentasjon : Representere noen viktige punkter, og avlede de øvrige punktene matematisk ved behov. Egnet for regulære geometrier. Rasterrepresentasjon Bgge opp representasjonen av et endelig antall punkter med utstrekning. Gir vanligvis bare en tilnærmet korrekt geometri. INF1040-Tall-26 Regulære geometrier Endimensjonalt rom 1 2 Rett linje Todimensjonalt rom ( 1, 1 ) ( 2. 2 ) r Rett linje Sirkel ( 1, 1,z 1 ) z z Tredimensjonalt rom r Rett linje ( 2, 2,z 2 ) Kuleskall INF1040-Tall-27

Interpolasjonsteknikker Interpolasjon med konstant Lineær interpolasjon Interpolasjon med glatting INF1040-Tall-28 Triangulated irregular network (TIN) z INF1040-Tall-29

Quad-tre z INF1040-Tall-30 Rasterrepresentasjon I rasterrepresentasjon bgges geometrien opp av punkter med utstrekning. Endimensjonalt raster Todimensjonalt raster Tredimensjonalt raster INF1040-Tall-31

Tall oppsummering Tall kan representeres tekstlig, som binære tall, i Gra-kode eller som flttall. For negative binære heltall brukes vanligvis toer-komplementer. Andre alternativer er bruk av fortegnsbit eller bruk av bias. Tall kan betraktes som punkter i et rom tallene fungerer da som koordinater. Punkter som ikke kan representeres eksakt, må snappes til nærmeste representerbare punkt såkalt diskretisering. For geometrier med utstrekning kan vi bruke enten vektorrepresentasjon eller rasterrepresentasjon. INF1040-Tall-32 Planen videre Vi er nå ferdige med hvordan tegn og tekst trepresenteres og presenteres. hvordan nettsider og stilark konstrueres. hvordan tall og geometrier representeres. Neste uke starter Fritz med introduksjon til ld. INF1040-data-33