V.7.n¢2 Gury 1983} pp. 451-458 SOLUCION DEFINITIVA AL PROBLEMA DE LA MONEDA FAISA JUAN DOMINGUEZ MONTES. Eate trabajo trata un problema ya eldatco y conocido par loa expertos en Teorta de ta Infor- macién: "Wettizando una balansa ondinania, enaontnar iwra moneda falea, caraoteriaada por e~ nen diatinto peao, en wn congjunta de ella, con el mense minero de pesadae © tndtoactén do ~ Bt eu peso ce mayer o menor que Laz del resto”. Bt método agut expuesto no ole ealeuta el minaro minino de peandae nesseario, adents tndioa ia forma en que hay que realizarlas, ee Factlnente mecanizable y v4lide cualquiena que 26a ~ fet fuinero de moneda. DEFINITIVE SOLUTION TO THE PROBLEM OF FINDING ONE FALSE COIN IN A COLLECTION. Keywords: FALSE COIN PROBLEM. 1L_INTRopUCCION. ua teorfa de la Informacién fué ereada en ~~ 1948 por Claude Shannon. Esta teorfa ha enri quecido notablemente el campo de las investi, gaciones matendticas, econmicas, biolégicas, psicol6gicas, somfinticas, etc, Como ejemplo podemos citar un aporte reciente de esta tea ria a la programaci6n Lineal entera mixta. - /V/. Bn este trabajo vanos a mostrar la solu ci6n definitiva al problema de encontzar una moneda falsa en un conjunto de n, caracteri- zada por tener distinto peso, utilizando una balanza ordinaria, con el nfmero minimo de ~ pesadas. Este problema ha sido extensamente tratado por muchos autores sin que ninguno ~ de ellos haya dado con una soluci6n sistend- tica. YAGLOM Y YAGLOM, entre otros, tratan ~ amplianente este problema a la luz de la Teo rfa de la Informacién /2/. No obstante no ~~ ofrecen un método f4cilmente mecanizable, ni generalizable, de conseguir el resultado. INFORMATION THEORY. 2 MEDIDA DE LA CANTIDAD DE INFORMACION, ta primera y m&s importante contribuci6n a ~ la teorfa de la informacién fué sugerida por Shannon y Wiener al poner de menifiesto la - naturaleza estadfstica de las comunicaciones. SegGn este punto de vista, tanto la radio, ~ cono la televisién, los teletipos o cualquier otra fuente de informacién, seleceionan “al - azar", pero con una probabilidad dada, 1a se~ cuencia de mensajes de un determinado vocabu- lario. Asf, pues, una vez recibido un mensaje, desc, nocemos cuSl serd el prOxino, puesto que su - eleccién seré aleatoria, pero conocenos 1a -~ probabilidad de transmitir cada mensaje direc, tamente. Si la seleccién fuera determinfstica, el mensaje carecerfa de informaci6n, pues su elecci6n nos serfa conccida de antenano. be todo lo dicho, parece razonable suponer ~~ Suan Dominguez Montes - Ingeniexs de Telecomunicacién de RENFE - Gabinete de Infornética - Po de las Delicias, pe Gl madrid 7 = article rebut el Seterbre get 1983, 451Qliest86 - V. 7, n= 2 juny 1983), gue nuestra bdsqueda de una medida de 1a can tidad de informacién debe limitarse a buscar tun parémetro estadfstico asociado al esquena de probabilidades. Relacionado con el concepto de informacién, se impone discutir también el de indetermina ci6n. Cuando se recibe un mensaje la indeter. minacién 9 incertidumbre que existfa previa~ mente disminuye. La importaneia de una infor maci6n reside precisamente en esta disminu~ cién de ia incertidumbre, puesto que tal dis minuci6n es nunéricamente igual al aumento - de 1a informacién. Hablar de informaci6n o de indeterminacién - es, en definitiva, lo mismo, con 1a éiferen- cia de que en un caso nos colocamos antes de realizar el experimento (necesitamos una can tidad de informaci6n), y en el otro después de haberlo realizado (se nos aporta una can- tidad de informacién) . Suponganos que tenenos un conjunto E,,, de nm elementos (x1, %,/+++)%nq)+ Teatamos de obte ner la cantidad de informacién 1(x,) asocia~ da a la elecci6n del elemento x, del conjun- £0 Fam? Bsta cantidad de informacién podrenos obte- nerla mediante dos procedinientos. 1) Procedimiente directo. La cantidad de informacién de un elemento sera, en general, funcién de 1a probabili, dad de eleccién del mismo: TOq) = £(P(%)) am que en el caso de eleccién equiprobable, sort reap = £4) 2) Procedimtento indirecto. consideremos descompuesto el conjunto En, en n subconjuntos, cada uno de ellos for~ mado por m elementos: ara caracterizar el elemento 1, necesita renos prineranente determina ef que sub- congunto #2 3 = (1,2,3...n) ae encuentra pare 1o cual seré precisa una cantidad de informaci6n: 163) = £(PG)) 9 = 12am am en donde (3) es 18 probabilidad de elesir #} dentro del conjunto f,,, En el caso =~ equiprobable, tendrfanos: 1a) = 4) (rte) bona ver hellado 2 auboonjunto 2 tense nos que deterninar de cufl de sus elenen- tos se trata, Le cantidad de infornacién Tk) = £(PG)) k= 2,2. am en donde P(k) representa 1a probabilided de elegix x, dentro dei subconjunte #2» = Fara el caso equiprobable se verificaré —- ue: ry = ebay (atta) Como mediante ambos procedimientos se ha - seleccionado e) mismo elemento, es 16gico gue las cantidades de informacién corres-~ pondientes sean iguales. asf, pués, igua-- lando 1a expresién (I) a 1a suma de las -- (11) y UTD), resulta: E(POK)) = E(PGN + (PRD) avy gue en el caso equiprobable se convierte - met eG ed) + 2) va) lo cual, para nel, implica que: fa) <0 (ave) 1a fGrmula (IVa) constituye el primer axig ma que debe cumplir 1a funcién de medida - que queremos definir. Aden4s, por lo expuesto hasta ahora, vemos la relact6n existente entre informacién y probabilidad, de'tal manera que al aumen-- tar la probabilidad de seleceién de un ele mento, ste aporta menos cantidad de infor macién. 452Qltestii6- V7, n= 2 juny 1983) As{, pues, en el caso equiprobable, 1a canti dad de informacién aportada por 1a eleccién de un elemento entre nm elementos seré menor que 1a cantidad de informacién aportada por a eleccién de un elemento entre nm+1 elenen tos. De donde el segundo axiona sera: 1 lade ‘anv? +4 es decir, 1a funcién decrece con la probabi~ Lidad P. Como se verifica que osPel ha de cumplirse que £(0) = £(P) = £0) y teniendo en cuenta (Iv b), deducimos ques f(p) 20 Be deciz, la cantidad de informeci6n no pue de ser negativa. Por Gltino, parece 1égico introducir un ter~ cer axioma que nos defina 1a unidad de medi- a. Eleginos en particular, como unidad, 1a cantidad de informaci6n que nos aporta la se leceién de un elemento entre a elenentos equiprobables. Tendrenos, pues cono tercer axioma: mera bye Una funeién que cunple los tres axtonas exi- sides y que tonarence cono funet6n de nedida de 1a cantidad de infornactén es 4 1 #04) = = 109,03) @ 8a'g donde £(3) es 1a cantidad de informacin que suministra la seleccién de un elemento entre q equiprobables. cuando elegimos 1a base de los logaritnos igual a 2 la seleccién de uno entre dos suce 80s equiprobables (tirar una moneda) nos aportarfa una cantidad de informacién T= los, ¢ ) = logy 2 unidad conocide comunmente con el nombre de bit. cuando 1a base de los logaritmos es 10, la - unidad de informacién corresponde a la selec ek6n de uno entre diez casos equiprobables y se denomina Hartley. Shannon sugirié que la variable aleatoria Jog p(x) era una media de la informacién - asociada a la ocurreneia del acontecimiento Xo Mostré que el valor medio de esta fun ei6n es una buena indicaci6n del valor medio de la incertidumbre que se tiene al realizar un experimento aleatorio. A esta cantidad ne aia de informacién es 1a que se ha dado en - llamar Entropia.Se puede interpretar 1a em tropfa cono la cantidad media de informacién por simbolo emitida por una fuente./3/. Este procedimiento de codificacién muestra - como es posible hacer realidad 1a transmisi6n de infornacién en presencia de ruido atenién~ dose a los minimos de redundancia predichos - por la Teorfa de la Informacién. Tmaginemos un mensaje binario de n posiciones. La cantidad de informacién necesaria para des, cubrir cual de los n elementos de valor 0,1 - es el errneo, seria: Te = ~ tog sty = log inet) ai Es decir, la eleccién de 1 entre nti elemen-~ tos equiprobables. Un nfimero n de posibles si tuaciones distintas para el error, y una posi ei6n adicional para indicar que el mensaje es correcto. Un nfimero K de elementos binarios 0,1 de re-~ @undancia o de paridad aportan una cantidad ~ de infornacién: Ip = -K log 1/2 = log * Evidentenente 1a cantidad de informaci6n apor tada por los afgitos de paridad debe ser sufi cfente para saber donde se encuentra el error de donde: Ip = TeQliestsis - V.7,n2 2 juny 1983) © bien zone Imaginemos que querenos transmitir un mensa~ je binario de 7 posiciones. £1 némero de bits de entre ellos, que han de ser utiliza dos cono bits de paridad ha de ser al menos de tres ya que: =o La manera més sencilla de implementar un pro cedimiento de codificacién que cumpla el an- terior requisite es elegir como bits de part ad los que ocupan los lugares 1,2 y 4 y las ecuaciones de paridad (el signo + indica la ‘suma médulo 2) las siguientes xyteyexgin, = par FRI par Rastheth ~ pas Gon las ecuaciones de paridad anteriores se puede decidir fAciimente cuél es el bit exe neo. Por ejemplo si falla: S, el error es e1 bit x a S.* "ey 5, x Si fallan: 1 ¥ 8; el error es el bit x 3 S;¥s,* 5 Sys, o 8) 8,75, 4 % Las relaciones de paridad anteriores se ~. muestran de una manera mis compacta mediante la matriz de paridad H. % XS 1, 0 4 ° 1 0 a oo o1 4 ° o 4 nr) 1 soo Cada columna de 1a matriz es 1a representa. cin binaria del nfimero de orden de dicha co dumna y cada fila una relactén de paridad. - Fl hecho de elegir los bits que ocupan los ~ lugares 1,2 y 4 como los de paridad se debe 2 gue al figurar s6lo una vez en las relacio, nes de paridad pueden ser deducidos fécilnen te en funci6n de los bits de informacién. -- Por ejemplo: después de codificar el mensaje 1100 con tos correspondientes bits de pari~ dad Este se convertir en el mensaje %y Xz 1X4 100 y los bits x4, x) ¥ xy se ob- tendrén de las relaciones: = ie = es o nyengen, 7 14080 xy s Mgtxgtx, = 140K0 = 1 sy quedando el mensaje completo: ouiaz09 St por ejemplo el guinto bit fuera erréneo - el mensaje recibido serfa e1 0111000 y f&ci1 mente puede comprobarse que el vector bina rio 53 82 S, serfa 1,0,1 que on la mateiz co. rresponde al lugar de orden ndmero 5: Xytegixgin, = OFt4o8o = Ayr regtx, = 4940 = 0 Xyitgingte, = 1404000 © 1 Asf mismo se oporarfa con un error en otra - posicién cualquiera. Con otro bit de paridad en la posicién ocho podrfanos construir cédigos capaces de detac tar y corresir un error en mensajes de longi tud 15 y asf sucesivanente. No existen c6di- 454QUestiss -V.7,n2 2 Guny 1983) gos con esta capacidad de correceién y menos redundancia que los de Hamming, denominando- se, por ello, c6digos perfectos. /4/ 4, EL PROBLEMA DE LA MONEDA FALSA Sean n monedas todas del mismo peso excepto luna que puede pesar mas 0 menos. Determinar fel nGimero mfnino de pesadas que hay que rea~ Lizar en una balanza para identificar si existe dicha moneda y decidir en este caso - ‘si eS m&s 0 menos pesada que el resto. La balanza tiene tres posiciones: que se in= cline el plantitlo izquierdo, que lo haga el derecho 0 que quede en equilibrio Por esta raz6n 1a cantidad de informacién ob tenida en cada pesada seré: 1, = log 3 St hacemos x pesadas 1a informacién total re cibida valara: xE, = log * p 7 0s Por otra parte debenos determinar qué mone- da entre las nes la diferente, se necesitara una cantidad de informacién: Para lo cual 1 1 = log a ¥ como ademfs 1a moneda puede pesar nfs o me tog 2 La cantidad total de informacién necesaria ~ para determinar qué moneda es la falaa y ~ adends si es mis o menos pesada que el resto sera: Ty + ty = log an Si adem&s aceptanes el caso adicional que ~~ puedan ser todas buenas necesitaremos una in formaci6n suplementaria equivalente al aunen to que se origina al pasar de 1a seleccién ~ de una entre 2n a una entre 2n+l. La canti-~ Gad de informacién total necesaria Ty soré: Ty = log (2nt1) De las x pesadas deberemos obtener una infor macin suficiente para decidir si existe una moneda falsa e inéicar en este caso sis - As 0 menos pesada que el resto, asf se debe ra cumplir: 12 Ty es decir 3% a tart w Para el caso en que el nnero n de nonedas sea doce el valor de x deberdé ser de al me-~ nos 3 ya que! 33s 2H 5. _PROCEDIMIENTO DE PESADA PARA IDENTIFICAR ‘LA MONEDA FALSA. La analogfa entre los c6digos Hamming capaces de detectar y corregir un error en un mensaje y la biequeda de una moneda falaa entre un — conjunto de n monedas es evidente. S{ quezemos Llevar 1a analogia a sus dltimas consecuencias deberenos primero construir un c6digo Hanning en el que cada relacién Lineal de redundancia debers representar una pesada. Dado que e1 resultado de una pesada en la ba~ lanza puede adguirir tres estados podenos re~ presencar éstos por 0, 1 y 2. Convenimos en ~ el 0 para la posici6n del equilibrio y el ly el 2 para las posiciones de izquierda y dere- cha. De igual manera cada moneda puede ser del mis mo, de mayor © de menor peso. De nuevo nos en contranos con tres valores. De acuerdo con ésto €1 cSdigo Hanning a cons~ truir debera servir para detectar y corresir un error en un mensaje escrite en base 3. En, adelante las operaciones de sua y producto ~ seran por tanto en médulo 3 /5/. En el caso de la matriz H, de paridad binaria anteriorente descrito, era trivial que la su ma de dos vectores colunnas nunca podria dar un resultado nulo. En el caso de que los afgi tos estén escritos en base 3 puede ocurrir -- que 1a sura de elementos tales como (2,1) y (1,2) den por resultado (0,0). Esta digicul-- tadpuede obviarse si todos "los primeros cle~ 455.Qliesttis - V7, n°2 juny 1983), mentos" distintos de cere de cada una de las columnas de la matriz de chequeo H vale 1. =~ Ast ninguna pareja de colunnas dependen 1i- nealnente entre #f y esta matriz es vélida pa ra construir cédigos capaces de dotectar y co grog un error. bel nfmero total de columnas que se puede es eribir con x files en base 3:3" - 1, habra ~~ gue elegir s6lo 1a fracci6n 1/(3-1) que tie=~ nen su primer elemento no mule igual a 1. E. maximo nGnero de colunna que se pueden obte-- ner de esta manera es: wn ¥ este niinero deberé ser igual o superior al Segin 6sto, para n-12 monedas,~ el nGnero de pesadas 0 relaciones lineales © filas de la matriz H, deberé ser igual o ma~ yor que 3. La matriz de chequeo para x3 es: 1 as 3 Xs Ce -fe 1 4 1 0 0 o tt 4 + 0 1 2 0 1 2 0 82 La correccién de errores se haré de andloga forma al caso binario. Se comprueba si las - relaciones de chequeo S, 8, y S, se cumpien todas en cuyo caso no hay error 0 lo que es 1o mismo no hay moneda falsa. Si alguna deja de cumplirse el primer valor de 5, 6 5, 6 53 no nulo indicaré el error b y el vector ~ (S,/b, 5,/D, 8y/b) 1a posicién del mismo. Apliquenos la matriz de chequeo anterior al problema de las pesadas. En primer lugar ol- vidaremos 1a columna 13 porque se trata de - 8610 12 monedas. La relaciGn lineal 8, inéi- caré qué monedas deberan intervenir en la ~- primera pesada. Esta podrd ser 1a comparacién de las monedas x5,%51X>/X_ @ un lado*arbitra: Hig" de la balanza, por ejemplo el izquierdo, on Las monedas x,%9/%)1 1X, al derecho; el valor cero lo interpretaremos cana que no de~ berén figurar dichas monedas en la pesada. -~ ast: Primera pesada 5 5% % Xe Xo 0 XL M2 el resultado de esta comparaci6n daré un va-~ lor para 8, que podra ser 0,1 6 2 segdn quede la balanza en equilibrio, se desplace a la iz quierda 0 se desplace 2 1a derecha. Bstas dos Gitimas asignaciones son bitzarias" pudien do invertirse los valores. Para realizar 1a segunda pesada nos valdrenos también de la matriz I. Los elementos distin~ tos de cero en 1a segunda fila de la matriz # indicarén las monedas que deberén Cigurar en la segunda pesada. Habra que tener en cuenta ademas, que las monedas que aparecen en la ~ relaci6n lineal $, con un 2, deberan cambiar de platille: ast ccurre con las monedas 11 y 12 que deberén figurar en el platillo izquier do puesto que en 1a primera pesada figuraban en el derecho. Asi: Segunda pesada S, xy, 12 %e %2

*10 *11 1 3 *4 Porque la primera vez que han figurado en una pesada estaban en el platillo derecho y menos pesada si la ~ falsa resulta ser x; 2 %5 %% %y %ge POF - el contrario si el divisor es 1 indicara ~ menos peso para las monedas 9,10/11,12,3 ¥ 4y més peso para las 1,2,5,6,7 ¥ 8. Ejemplo 1 Supongamos que el resultado de las tres pa sadas es el siguiente: Primera pesada desplazamiento a 1a derecha 8, = 2 Segunda pesada desplazamiento a la derecha S, = 2 Tercera pesada @esplazamiento a 1a derecha 85 = 2 En 1a etapa A obtenemos el vector cociente Lylyl, y el divisor 2, Bn la etapa B comprobanos a través de la - matriz H que el vector 1,1,1, indica la p sicién 9 y por tanto que esta es la moneda falsa La etapa C indica que el divisor 2 obteni- do en Ja etapa A indica para 1a moneda x5 que es nas pesada Ejemplo 2: Suponganos que el resultado de las pesadas hubiera sido: Primera pesada en equilibric $, = 0 Segunda pesada en equilibrio 8, = 0 ‘Tercera pesada desplazamiente a la derecha 85 En 1a etapa A obtenemos el vector cociente 0,0,1 y el divisor 2, Bn 1a etapa B comprobanos a través de 1a ~ matriz H que el vector 0,0, corresponde a 1a moneda que ocupa el lugar niimero 1. En la etapa C comprobanos que el divisor 2 obtenido en 1a etapa A significa para la - primera moneda x, que es menos pesada. ho Supongamos que el resultado de les pesadas hubiera sido: Primera pesada a la izquierda s, = Segunda pesada a la izquierda 5, = Tercera pesaéa en equilibrie Sj = 0 En 1a etapa A obtenemos el vector cociente (1,0) y el divisor 2. En 1a etapa B comprobanos a través de la - matriz H que el vector (1,1,0) corresponde a la posicién 8, Es decir la moneda falea serd la nero 8. Bn la etapa C podemos conprobar que el di- visor 1 significa mas pesada para la mone- aa 8. 457Qllestti6— V. 7,2 juny 1983) 6, GENERALIZACION, La generalizacién del procedimiento para cual quier ndmero de monedas n es inmediato. Basta construir una matriz de chequeo cuyo primer - elemento no nulo es igual a 1 en cada colunna. cada fila correspondiente a una relacién 11 neal © pesada, y el niimero x de éstas es un ~ valor tal que cumpla 12 desigualdad: Se -1ean donde n seré el nero de columnas ¢ de mone- das. Hemos nostrado antertormente que siempre es posible construir tal matriz. existe una restriccién adicional al aplicar - la matriz de chegueo de anming, al problema de las monedas y 1a balanza, derivadas del he cho de que el nGnero de monedas que deben par ticipar en cada pasada ha de ser par. Si el gimos el signo igual en la inecuacion ante: rior el valor den indicaré el méxine nimero de columnas entre las que puede ser seleccio- nada la moneda falsa con x pesadas: Bhora bien para que sea factible realizar las pesadas, este niimero ha de ser multiplo de 3, 1o que no ocurre para el valor n anterior, pe ro si para el inmediato inferior n' yon -3 Gv Ly 2 Ya que k es siempre un ndmero entero, para -~ cualquier valor entero de x superior a 1. Esto quiere decir que para x = 3 el m&ximo ni mero de nonedas es de 12. De la misma forma ~ para x = 4 posadas el m&ximo nGnero de mone-- das es de 39, para x = $ serd 120 ete. ZL, BIBLIOGRAFIA. /A/ DOMINGUB2 Y BARRETRO, "Una aportacién de 1a Teorfa de 1a Informacién a la progra- maci6n Lineal entera mixta" - Revista ~~ chip no 14 de mayo de 1982. /2/ YRGLOM v YAGLOM, “Probabilité et Informa tion", Editorial punod (1969). - /3/ GASCO Y DOMINGUEZ, "Tntroduccién a la teo ¥fa de la Informacién", Proceso de Datos, mayo 1968, /4/ RB2R, "An introduction to information theory". Mac Graw-iill (1961) /5/ PBYERSON-WELDON, "Error-correcting codes". Editorial The MIT Press. 458