Primer teorema de Shannon

Ir a la navegaciónIr a la búsqueda

Este artículo o sección necesita una revisión de ortografía y gramática.

Puedes colaborar editándolo. Cuando se haya corregido, puedes borrar este aviso. Si
has iniciado sesión, puedes ayudarte del corrector ortográfico, activándolo en: Mis
preferencias → Accesorios → Navegación → Check mark.png El corrector ortográfico
resalta errores ortográficos con un fondo rojo. Este aviso fue puesto el 23 de mayo
de 2018.
En teoría de la información, el teorema de codificación de fuentes, el primer
teorema de Shannon o, menos utilizado, teorema de codificación sin ruido es un
teorema enunciado por Claude Shannon en 1948 que establece el límite teórico para
la compresión de una fuente de datos,1 así como el significado operacional de la
entropía de Shannon.

El primer teorema de Shannon muestra que (en el límite en el que una cadena de
variables aleatorias independientes e idénticamente distribuidas de datos tiende a
infinito) es imposible comprimir la información de forma que la relación de
codificación (número medio de bits por símbolo) es menor que la entropía de Shannon
de la fuente, si se garantiza que no haya pérdida de información. Sin embargo, sí
es posible conseguir una relación de codificación arbitrariamente cerca del valor
de la entropía de Shannon.

El primer teorema de Shannon establece una cota inferior y superior de la longitud

mínima posible de bits de información como función de la entropía.

Índice
1 Enunciado
1.1 Primer teorema de Shannon
1.2 Primer teorema de Shannon para códigos simbólicos
2 Demostración: Teorema de codificación de la fuente
3 Demostración: Teorema de codificación de fuentes para códigos de símbolos
4 Extensión a fuentes independientes no estacionarias
5 Véase también
6 Referencias
7 Bibliografía
8 Enlaces externos
Enunciado
La codificación de una fuente es un mapeo de una secuencia de símbolos desde una
fuente de información en una secuencia de símbolos de un alfabeto (generalmente
bits) de forma que los símbolos de la fuente pueden ser recuperados posteriormente
de forma exacta desde los bits binarios (codificación sin pérdidas) o recuperarla
con alguna distorsión (codificación con pérdidas), pero que sigan siendo
entendibles. Este es el concepto detrás de la compresión de datos.

Primer teorema de Shannon

En la Teoría de la Información, el primer teorema de Shannon (Shannon 1948)2
informalmente expresa que: (MacKay 2003, p. 81.3 Cover 2006, Chapter 5.4):

N i.i.d. variables aleatorias cada una con una entropía H(X) puede ser comprimida
en más de N H(X) bits con un riesgo despreciable de pérdida de información , segúnN
→ ∞; pero a la inversa, si son comprimidos en menos de N H(X) bits es prácticamente
seguro que se produce pérdida de información.

Primer teorema de Shannon para códigos simbólicos

Sean Σ1, Σ2 dos alfabetos finitos y sean Σ∗
1 y Σ∗
2 los conjuntos finitos de palabras de esos alfabetos (respectivamente).
Suponga que X es una variable aleatoria tomando valores en Σ1 y sea  f  un código
singularmente decodificable desdeΣ∗
1 aΣ∗
2 donde|Σ2| = a. SeaS la variable aleatoria dada por la longitud de la palabra
clave f (X).

Si f  es óptimo en el sentido de que tiene la longitud de palabra clave mínima

esperada para X, entonces(Shannon 1948):

{\displaystyle {\frac {H(X)}{\log _{2}a}}\leq \mathbb {E} S<{\frac {H(X)}{\log

_{2}a}}+1}{\displaystyle {\frac {H(X)}{\log _{2}a}}\leq \mathbb {E} S<{\frac {H(X)}
{\log _{2}a}}+1}
Demostración: Teorema de codificación de la fuente
Sea X una fuente de variables aleatorias i.i.d., su serie temporal X1,…,Xn es
también i.i.d. con entropía H(X) en el caso discreto y entropía diferencial en el
caso continuo.

El teorema de codificación fuente establece que para cualquier ε>0 hay una cantidad
suficientemente grande n y un codificador que toma n i.i.d repeticiones de la
fuente, X1:n, y lo lleva a {\displaystyle n{\bigl (}H{\bigl (}X{\bigr )}
+\varepsilon {\bigr )}}{\displaystyle n{\bigl (}H{\bigl (}X{\bigr )}+\varepsilon
{\bigr )}}bits binarios de tal manera que los símbolos fuente X1:n son recuperables
de los bits binarios con probabilidad de al menos 1-ε.

Demostración de su accesibilidad: Arregla algunos y deja

{\displaystyle p{\bigl (}x_{1},...,x_{n}{\bigl )}=P_{r}

[X_{1}=x_{1},...,X_{n}=x_{n}]}{\displaystyle p{\bigl (}x_{1},...,x_{n}
{\bigl )}=P_{r}[X_{1}=x_{1},...,X_{n}=x_{n}]}

El conjunto típico {\displaystyle A_{n}^{\varepsilon }}{\displaystyle

A_{n}^{\varepsilon }}se define como:

{\displaystyle A_{n}^{\varepsilon }=\{(x_{1},...,x_{n}):\left\vert -{\frac {1}

{n}}logp(x_{1},...,x_{n})-H_{n}(X)\right\vert <\varepsilon }\}{\displaystyle
A_{n}^{\varepsilon }=\{(x_{1},...,x_{n}):\left\vert -{\frac {1}
{n}}logp(x_{1},...,x_{n})-H_{n}(X)\right\vert <\varepsilon }\}

La propiedad de equipartición asintótica muestra que para cantidades

suficientemente grandes de n, la probabilidad de que una secuencia generada por la
fuente se encuentre en dicho conjunto se acerca a uno.

La definición de conjuntos típicos implica que aquellas secuencias que se

encuentran en dicho conjunto satisfacen:

{\displaystyle 2^{n(H(X)+\varepsilon }\leq p(x_{1},...,x_{n})\leq

2^{n(H(X)-\varepsilon }}{\displaystyle 2^{n(H(X)+\varepsilon }\leq
p(x_{1},...,x_{n})\leq 2^{n(H(X)-\varepsilon }}

Nótese que:

La probabilidad de que una secuencia {\displaystyle (X_{1},...,X_{n})}

{\displaystyle (X_{1},...,X_{n})} sea extraída de {\displaystyle A_{n}^{\varepsilon
}}{\displaystyle A_{n}^{\varepsilon }} es mayor que 1-ε.
{\displaystyle |A_{n}^{\varepsilon }|\leq 2^{-n(H(X)+\varepsilon )}}{\displaystyle
|A_{n}^{\varepsilon }|\leq 2^{-n(H(X)+\varepsilon )}}
{\displaystyle |A_{n}^{\varepsilon }|\leq (1-\varepsilon )2^{-
n(H(X)-\varepsilon )}}{\displaystyle |A_{n}^{\varepsilon }|\leq (1-\varepsilon )
2^{-n(H(X)-\varepsilon )}}
Ya que {\displaystyle |A_{n}^{\varepsilon }|\leq 2^{-n(H(X)+\varepsilon )}}
{\displaystyle |A_{n}^{\varepsilon }|\leq 2^{-n(H(X)+\varepsilon )}},
{\displaystyle n(H(X)+\varepsilon )}{\displaystyle n(H(X)+\varepsilon )} bits son
suficientes para señalar cualquier cadena en este conjunto. La demostración inversa
se realiza mostrando que cualquier conjunto menor que {\displaystyle
A_{n}^{\varepsilon }}{\displaystyle A_{n}^{\varepsilon }} (en el sentido de
exponente), cubriría un conjunto de probabilidades limitadas desde 0.

Demostración: Teorema de codificación de fuentes para códigos de símbolos

Para {\displaystyle 1\leq i\leq n}{\displaystyle 1\leq i\leq n}, {\displaystyle
s_{i}}{\displaystyle s_{i}} representa la longitud de la palabra para cada
{\displaystyle x_{i}}{\displaystyle x_{i}} posible. Se define {\displaystyle
q_{i}=a^{-s_{i}}/C}{\displaystyle q_{i}=a^{-s_{i}}/C} donde {\displaystyle C}C es
una constante de normalización elegida de forma que {\displaystyle q_{i}+...
+q_{n}=1}{\displaystyle q_{i}+...+q_{n}=1}. Entonces:

{\displaystyle H(x)=-\sum _{i=1}^{n}p_{i}log_{2}p_{i}\leq -\sum

_{i=1}^{n}p_{i}log_{2}q_{i}=-\sum _{i=1}^{n}p_{i}log_{2}a^{-s_{i}}+\sum
_{i=1}^{n}p_{i}log_{2}C=-\sum _{i=1}^{n}p_{i}log_{2}a^{-s_{i}}+log_{2}C\leq -\sum
_{i=1}^{n}-s_{i}p_{i}log_{2}a\leq \mathbb {E} Slog_{2}a}{\displaystyle H(x)=-\sum
_{i=1}^{n}p_{i}log_{2}p_{i}\leq -\sum _{i=1}^{n}p_{i}log_{2}q_{i}=-\sum
_{i=1}^{n}p_{i}log_{2}a^{-s_{i}}+\sum _{i=1}^{n}p_{i}log_{2}C=-\sum
_{i=1}^{n}p_{i}log_{2}a^{-s_{i}}+log_{2}C\leq -\sum _{i=1}^{n}-
s_{i}p_{i}log_{2}a\leq \mathbb {E} Slog_{2}a}

Donde la segunda línea viene dada por la desigualdad de Gibbs y la quinta por la
desigualdad de Kraft.

{\displaystyle C=\sum _{i=1}^{n}a^{-s_{i}}\leq 1}{\displaystyle C=\sum

_{i=1}^{n}a^{-s_{i}}\leq 1}

Por lo que {\displaystyle log_{2}C\leq 0}{\displaystyle log_{2}C\leq 0}.

Para la segunda desigualdad, se establece que:

{\displaystyle s_{i}=-log_{a}p_{i}}{\displaystyle s_{i}=-log_{a}p_{i}}

por lo que:

{\displaystyle -log_{a}p_{i}\leq s_{i}\leq -log_{a}p_{i}+1}{\displaystyle

-log_{a}p_{i}\leq s_{i}\leq -log_{a}p_{i}+1}

por tanto:

{\displaystyle a^{-s_{i}}\leq p_{i}}{\displaystyle a^{-s_{i}}\leq p_{i}}

y por la desigualdad de Kraft, hay un código sin prefijo que tiene esa longitud de
palabra. Esta S mínima satisface:

{\displaystyle \mathbb {E} S=\sum p_{i}s_{i}<\sum p_{i}(-log_{a}p_{i}+1)=\sum

-p_{i}{\frac {log_{2}p_{i}}{log_{2}a}}+1}{\displaystyle \mathbb {E} S=\sum
p_{i}s_{i}<\sum p_{i}(-log_{a}p_{i}+1)=\sum -p_{i}{\frac {log_{2}p_{i}}{log_{2}a}}
+1}

Extensión a fuentes independientes no estacionarias

En primer lugar definimos una base típica como {\displaystyle A_{n}^{\varepsilon }}
{\displaystyle A_{n}^{\varepsilon }}
{\displaystyle A_{n}^{\varepsilon }=\{x_{n}:|-{\frac {1}{n}}log(p)
(X_{1},....,X_{n})-H_{n}(X)-\varepsilon |\}}{\displaystyle A_{n}^{\varepsilon }=\
{x_{n}:|-{\frac {1}{n}}log(p)(X_{1},....,X_{n})-H_{n}(X)-\varepsilon |\}}

Entonces, dada una δ >0, con n suficientente grande {\displaystyle P_{r}

(A_{n}^{\varepsilon })<1-\delta }{\displaystyle P_{r}
(A_{n}^{\varepsilon })<1-\delta }. Ahora solo hay que codificar las secuencias en
la base típica, y los métodos más usuales de codificación muestran que la dimensión
de esta base es menor que{\displaystyle 2^{n(H(x)+\varepsilon )}}{\displaystyle
2^{n(H(x)+\varepsilon )}}. De esta forma, en promedio bits {\displaystyle H(X)
+\varepsilon }{\displaystyle H(X)+\varepsilon } son suficientes para codificar con
probabilidad mayor que 1- δ, donde {\displaystyle \varepsilon }\varepsilon y δ
pueden escogerse tan pequeños como se quiera, para un n muy grande.

Véase también
Paradoja de Freedman
Desigualdad de Jensen
Segundo teorema de Shannon
Teorema de Shannon-Hartley
Referencias
Claude Shannon (julio de 1948). «A Mathematical Theory of Communication». Bell
Labs Technical Journal..
C.E. Shannon, "A Mathematical Theory of Communication", Bell System Technical
Journal, vol. 27, pp. 379-423, 623-656, July, October, 1948
David J. C. MacKay. Information Theory, Inference, and Learning Algorithms
Cambridge: Cambridge University Press, 2003. ISBN 0-521-64298-1
Cover, Thomas M. (2006). «Chapter 5: Data Compression». Elements of Information
Theory. John Wiley & Sons. ISBN 0-471-24195-4.
Bibliografía
Cover T. M., Thomas J. A., Elementos of Information Theory, John Wiley & Sonidos,
1991. ISBN 0-471-06259-6
Fano, R. A., Transmission of information; a statistical theory of communications,
MIT Press, 1961. ISBN 0-262-06001-9
Feinstein, Amiel, "A New basic theorem of information theory", IEEE Transactions
donde Information Theory, 4(4): 2-22, 1954.
MacKay, David J. C., Information Theory, Inference, and Learning Algorithms,
Cambridge University Press, 2003. ISBN 0-521-64298-1 [disponible en línea]
Shannon, C. E., A Mathematical Theory of Communication Urbana, IL: University of
Illinois Press, 1949 (reprinted 1998).
Wolfowitz, J., "The coding of messages subject tono chance errores", Illinois J.
Math., 1: 591–606, 1957.
Enlaces externos
Esta obra contiene una traducción derivada de «Théorème du codage de source» de la
Wikipedia en francés, concretamente de esta versión del 24 de enero de 2010,
publicada por sus editores bajo la Licencia de documentación libre de GNU y la
Licencia Creative Commons Atribución-CompartirIgual 3.0 Unported.
CE Shannon, "A Mathematical Theory of Communication", Bello System Technical
Journal, vol. 27, pp. 379-423, julio de 1948.
Donde Shannon and Shannon's law. Archivado el 15 de marzo de 2016 en la Wayback
Machine.
Shannon's Noisy Channel Coding Theorem.
Less Than Evil
Ir a la navegaciónIr a la búsqueda
Less Than Evil
Serie de televisión
Género Crimen, Detective,
Thriller, Suspenso,
Psicológico, Drama
Basado en "Luther" de
Neil Cross
Dirigido por Kim Dae-jin
Protagonistas Shin Ha-kyun
Lee Seol
Park Ho-san
Kim Gun-woo
País de origen Corea del Sur
Idioma(s) original(es) Coreano
N.º de temporadas 1
N.º de episodios 32
Producción
Productor(es) ejecutivo(s) Teddy Jung
Kim Sang-young
Productor(es) Yoo Hyun-jong
Duración 35min. aprox.
Lanzamiento
Medio de difusión MBC TV
Primera emisión 3 de diciembre, 2018
Última emisión 29 de enero, 2019
Enlaces externos
Sitio web oficial
Ver todos los créditos (IMDb)
Ficha en IMDb
[editar datos en Wikidata]
Less Than Evil (hangul: 나쁜 형사, RR: Nappeun Hyeongsa, también conocida como Bad
Detective), es un drama surcoreano emitida del 3 de diciembre de 2018 hasta el 29
de enero de 2019, a través de la MBC TV.1

La serie está basada en la popular serie británica Luther de Neil Cross.

Índice
1 Historia
2 Reparto[4]
2.1 Personajes principales
2.2 Personajes secundarios
2.3 Otros personajes
2.4 Apariciones especiales
3 Episodios
3.1 Ratings
4 Música
4.1 Parte 1
4.2 Parte 2
4.3 Parte 3
5 Premios y nominaciones
6 Producción
6.1 Popularidad
7 Referencias
8 Enlaces externos
Historia
El drama se centra en la batalla psicológica en curso entre un asesino psicópata
brillante y un duro y temperamental detective en jefe impulsado por la justicia.2

Woo Tae-suk, es un detective experimentado y bien establecido con una larga carrera
profesional, pero a pesar de todo, es un ser humano solitario y con preocupaciones.
Mientras se enfoca en resolver casos, sus acciones son completamente controvertidas
porque cruza la línea entre el bien y el mal. Su vida da un vuelco, cuando un caso
de su pasado vuelve a su vida después de 13 años.3
Reparto4
Personajes principales
Actor Personaje Nº de episodios Notas
Shin Ha-kyun Det. Woo Tae-suk 32 Es un detective duro, implacable y sin
escrúpulos con la mayor tasa de arrestos y con un fuerte sentido de la justicia,
que vive atormentado por los críemens que resuelve. Poco después se revela que
cuando Jang Hyung-min mató a Kwon Soo-ah, tanto Bae Yeo-wool como Woo Tae-hee, la
hermana meor de Tae-suk habían presenciado el hecho. Sin embargo intentando
proteger a su hermana del peligro, Tae-suk había decidido realizar el careo
únicamente entre Bae Yeo-wool y Jang Hyeong-min. Molesto, cuando Hyeong-min
descubre donde vive Yeo-wool, va a su casa y mata a su madre, lo que ocasiona que
Yeo-wool desaparezca y se convierta en Eun Sun-jae. Más tarde se convierte en el
líder del equipo "S&S (Serious & Serial)" de la policía.56
Lee Seol
Cho Yi-hyun Eun Sun-jae / Bae Yeo-wool 32 Eun Sun-jae: es una inteligente
psicópata y asesina que es insensible a su propia muerte.78 Más tarde se revela que
en realidad era Bae Yeo-wool y que Jang Hyung-min había sido el responsable de la
muerte de su familia como venganza por haber testificado en su contra.9
Bae Yeo-wool: es una estudiante y la amiga de Woo Tae-he. Se convierte en la
testigo del asesinato de Kwon Soo-ah y cuando conoce al detective Woo Tae-suk no
confía en él y lo amenaza con saltar del acantilado si se acerca a ella. Luego de
calmarla, Tae-suk decide presentarla como testigo contra el asesino Jang Hyung-min.
Sin embargo poco después, se descubre que su familia había sido sacrificada y que
Yeo-wool había desaparecido. Caso que ha molestado a Tae-suk durante los últimos 13
años.10

Park Ho-san Det. Jeon Choon-man 32 Es un detective líder del área

metropolitana que esconde un obscuro secreto y que siempre está en desacuerdo con
Woo Tae-suk. Más tarde se revela que en realidad Choon-man estaba ayudando al
asesino en serie Jang Hyung-min, también se revela que junto a Jang Hyung-min,
habían sido los responsables de dispararle y matar a Song Man-soo.11
Kim Gun-woo Jang Hyung-min / Jang Seon-ho 32 Es un asesino en serie que pretende
ser un fiscal.12 Es el mayor enemigo de Woo Tae-suk. Más tarde muere, luego de
recibir un disparo mientras tenía secuestradas a Eun Sun-jae y a Woo Tae-hee.13
Personajes secundarios
Actor Personaje Nº de episodios Notas
Baro Det. Chae Dong-yoon - Es un joven, honrado y recto detective del
equipo "S&S (Serious & Serial)", que se graduó antes de tiempo en la academia de
policía como el mejor de su clase y hace todo siguiendo estrictamente las reglas.
Es el compañero del detective Woo Tae-suk, a quien respeta y sigue.1415
Bae Da-bin Det. Shin Ka-young - Es una susceptible detective del equipo
"S&S (Serious & Serial)" de la policía que sueña y aboga por un turno de trabajo de
nueve a cinco.16
Bae Yoo-ram Ban Ji-deuk - Es un hacker y experto en programación de tecnologías
de la información que solía dirigir su propia agencia de detectives. Poco después
es elegido como asesor del equipo "S&S (Serious & Serial)" del detective Woo TAe-
suk debido a sus destacadas habilidades.17
Yang Jae-young Det. Lee Moon-ki - Es un detective del equipo "S&S (Serious
& Serial)" de la policía y miembro del equipo del detective Woo Tae-suk. Confía y
apoya plenamente en Woo Tae-suk.
Ryu Tae-ho Choi Jung-woo - Es un tímido e indeciso detective que trabaja
junto al detective Jeon Choon-man.
Yoon Hee-seok Jo Doo-jin - Es el jefe del departamento de relaciones
públicas de la estación de policía y el mejor amigo de Woo Tae-suk.
Kim Ho-jung - - Es la oficial de la policía forense
Hong Eun-hee Kim Hae-joon - Es una abogada y la esposa de Woo Tae-
suk. Más tarde es acuhillada por Jang Hyung-min, y muere por sus heridas.18
Bae Yoon-kyung Woo Tae-hee - Es la hermana menor de Woo Tae-suk.
Kim Na-yoon Mrs. Sung - Es la jefa del equipo de investigación forense.
Shim Eun-woo Jeon Joo-yeon 12-15 Es un joven que presencia un asesinato y
se convierte en una de las víctimas de secuestro de Jang Hyung-min. Joo-yeon es
rescatada por el detective Woo Tae-suk.
Kim Yi-kyung Kwon Soo-ah - Es una de las víctimas de Jang Hyung-min. Su
asesinato fue presenciado por Bae Yeo-wool y Woo Tae-hee.
Uhm Tae-yoon Seo Ji-hun - Es un pequeño testigo en el caso de secuestro.
Min Joon-hyun - - Es un jefe de sección.
Ha Min Goo Young-mi -
Otros personajes
Actor Personaje Episodio(s) donde apareció Notas
Lee A-ra Hwang Eun-joo 1
Jung Sung-yoon - - Es un empleado de la oficina de enjuiciamiento.
Joel Roberts - - Es un soldado estadounidense.
Kim Dong-won
Lee Shi-woo Song Yoo-jin 7-8 Es el hijo de Song Man-soo. Es un asesino en
serie que quiere vengar a su padre, quien fue acusado de asesinato. Muere luego de
que la policía le dispara.
Lee Yong-joo Go Joo-seong 11-15 Es un asesino.
Kwon Tae-won - - Es el director general de la policía.
Jung Myung-joon Han Nam-ki - Es un abogado.
Kim Gi-cheon Seo Jae-geun - Es un jefe.
Song Min-hyung Lee Soo-han - Es el director del hospital Hankyul.
Kim Jong-goo Choi Yang-soo - Es un asambleísta.
Hwang Seok-jeong Hwang Boo-kyung 24-26 Es la madre de una de las víctimas.
Kim Bo-kyung - - Es una detective.
Choi Jong-won Lee Sung-hak 25-28 Es un asesino en serie.
Lee Ji-wan - - Es una joven estudiante.
Hong Seo-joon Yoo Jung-soo 25-28 Es un empleado del banco.
Kim Dae-kook - - Es un empleado de la oficina de seguridad bancaria.
Lee Sun-young - - Es una miembro del equipo de investigación de escenas
del crimen (CSI).
Kang Pil-sun - - Es un doctor.
Han Bom - - Es una empleada del banco.
Han Seung-hyun - - Es un empleado del pabellón.
Im Tu-cheol - - Es un broadcast jockeys (BJ) de transmisión por internet.
Kim Won-joong - -
Jo Yong-jin Im Ji-ho (de pequeño) -
Choi Moon-kyung - -
Bae Eun-woo - -
Kim Dan-yool Lee Dae-woong -
- Jang Seok-goo - Es un hombre que cometió violación y abuso, también
mató al prometido de su víctima. Más tarde es secuestrado y asesinado por Kang Woo-
joon.
- Hwang Dong-yeon - Es una víctima de secuestro del asesino en serie
Pierrot Joker.
Apariciones especiales
Actor Personaje Episodio(s) donde apareció Notas
Ahn Nae-sang - 3 Es el comisionado general.
Jeon Jin-ki Song Man-soo 7-8 Es un convicto y el padre de Song Yoo-jin. Es
asesinado a disparos por el asesino en serie Jang Hyung-min y su cómplice el
corrupto detective Jeon Choon-man.
Lee Jae-yoon Kang Woo-joon ("The Punisher") 21-24 Es el responsable de
secuestrar y matar a Jang Seok-goo, un hombre que había cometido violación, abuso y
asesinato.
Episodios
La serie está conformada por treinta y dos episodios, los cuales fueron
transmitidos todos los lunes y martes a las 22:00 (KST).19

Ratings
Los números en azul indican las puntuaciones más altas, mientras que los números en
rojo indican los episodios con menor calificación.

Episodio Fecha de emisión Participación promedio de audiencia

AGB Nielsen TNmS
Nacional Seúl Nacional
1 3 de diciembre de 2018 7.1% (15th)20 8.1% (9th) 6.5%
2 8.3% (9th) 9.2% (6th) 8.5%
3 4 de diciembre de 2018 8.6% (9th)21 9.8% (6th) 8.2%
4 10.6% (6th) 11.5% (5th) 9.7%
5 10 de diciembre de 2018 7.4% (13th) 8.1% (9th) 6.9%
6 9.1% (9th) 10.0% (5th) 9.1%
7 11 de diciembre de 2018 7.3% (13th)22 8.0% (8th) 6.2%
8 8.7% (6th) 9.5% (5th) 7.3%
9 17 de diciembre de 2018 7.1% (14th) 7.8% (11th) 6.2%
10 8.5% (9th) 9.4% (6th) 7.2%
11 18 de diciembre de 2018 7.6% (11th) 8.5% (8th) 6.6%
12 8.7% (7th) 9.6% (4th) 8.3%
13 24 de diciembre de 2018 6.6% (16th) 6.8% (16th) 6.1%
14 8.5% (9th) 8.9% (7th) 7.7%
15 25 de diciembre de 2018 7.0% (14th) 7.5% (13th) 6.5%
16 8.7% (8th) 9.4% (6th) 7.7%
17 7 de enero de 2019 5.4% (NR) 6.4% (15th) 4.8%
18 5.7% (19th) 5.2%
19 8 de enero de 2019 5.7% (NR) N/A 5.4%
20 5.9% (NR) 6.5% (20th) 5.7%
21 14 de enero de 2019 5.6% (NR)23 6.1% (20th) 4.7%
22 6.8% (15th) 7.8% (13th) 5.7%
23 15 de enero de 2019 5.6% (NR) 6.2% (20th) N/A
24 6.3% (17th) 6.9% (15th)
25 21 de enero de 2019 5.4% (NR) 6.2% (18th) 4.4%
26 6.5% (17th) 7.1% (15th) 5.5%
27 22 de enero de 2019 3.9% (NR) N/A 3.6%
28 5.0% (17th) 5.3% (17th) 4.3%
29 28 de enero de 2019 5.7% (NR) 6.2% (19th) 4.8%
30 6.9% (13th) 7.3% (13th) 5.8%
31 29 de enero de 2019 5.7% (19th) 6.0% (15th) N/A
32 7.2% (11th) 7.7% (10th) 6.2%
Promedio 7.2% - -
Música
El OST de la serie está conformado por las siguientes canciones:

Parte 1
No. Intérpretes Canción Letra Música Duración
1 Son Seung-yeon y Black Nine "Shadow" (그림자) Kang Myeong-shin y Black Nine
ZigZag Note 3:46
2 - "Shadow" (Inst.) -
Parte 2
No. Intérprete Canción Letra Música Duración
1 JK Kim Dong-wook "Tattoo" Shoulder Bully Shoulder Bully y Kim Young-
hwan 3:09
2 - "Tattoo" (Inst.) -
Parte 3
No. Intérpretes Canción Letra Música Duración
1 Surf Green ft. Dong Ha "Regression" (회귀) Surf Green Surf Green 4:18
2 - "Regression" (Inst.) -
Premios y nominaciones
Año Categoría Premios Nominados Resultado
2019 Best New Actress 55th Baeksang Arts Award Lee Seol Nominada24
2018 Grand Prize (Daesang) 2018 MBC Drama Award Shin Ha-kyun Nominado25
2018 Top Excellence Award, Actor in a Monday-Tuesday Drama2018 MBC Drama Award
Shin Ha-kyun Ganó26
2018 Excellence Award, Actress in a Monday-Tuesday Miniseries 2018 MBC Drama
Award Lee Seol Nominada
2018 Excellence Award, Actor in a Monday-Tuesday Miniseries 2018 MBC Drama
Award Park Ho-san Nominado
2018 Best Young Actor 2018 MBC Drama Award Kim Gun-woo Ganó
2018 Best New Actress 2018 MBC Drama Award Lee Seol Ganó
2018 In Awe Award 2018 MBC Drama Award Shin Ha-kyun Ganó
2018 Drama of the Year 2018 MBC Drama Award "Less Than Evil" Nominado
Producción
La serie fue desarrollada por Park Jae-beom. También es conocida como "Bad
Detective".

Está basada en la popular serie británica Luther de Neil Crosse, transmitida desde
el 4 de mayo del 2010 y protagonizada por Idris Elba.2728

La serie fue dirigida por Kim Dae-jin29 y Lee Dong-hyun (이동현), quien contó con
los guionistas Heo Joon-woo (허준우) y Kang Yi-hun (강이헌).

Mientras que la producción fue realizada por Yoo Hyun-jong, quien tuvo el apoyo de
los productores ejecutivos Teddy Jung y Kim Sang-young.

La primera lectura de guion se llevó a cabo a principios de septiembre de 2018 con

la asistencia del elenco y el equipo de producción en el edificio de la MBC en
Sangam-dong.30

La serie contó con la participación de las compañías de producción MBC e iHQ.

Popularidad
A su estreno la serie obtuvo impresionantes índices de audiencia, ocupando el
primer lugar en su franja horaria durante su estreno el 3 de diciembre, y alcanzó
índices de audiencia de dos dígitos con su segunda emisión la noche siguiente.
Según "Good Data Corporation", durante la semana del 29 de noviembre al 5 de
diciembre de 2018, “Less than Evil” fue también el drama transmitido de lunes a
martes más comentado que se emitió en cualquier cadena, transmisión pública o
cable.

Además, los actores Shin Ha-kyun y Lee Seol ocuparon el segundo y primer lugar
respectivamente en la última entrega de la lista de "Netizen Best Interest", que
clasifica los temas de tendencia y las palabras clave populares.31

Referencias
«Less Than Evil (2018-2019)». DramaList (en inglés). Consultado el 13 de febrero
de 2021.
«“Less Than Evil” Releases Striking Teaser Posters Of Shin Ha Kyun». Soompi (en
inglés). Consultado el 14 de febrero de 2021.
«“Less Than Evil” Reveals Action-Packed Official Poster». Soompi (en inglés).
Consultado el 13 de febrero de 2021.
«Korean Remake Of BBC’s “Luther” Announces Full Cast». Soompi (en inglés).
Consultado el 13 de febrero de 2021.
«Shin Ha Kyun Is A Ruthless But Protective Detective In “Less Than Evil”». Soompi
(en inglés). Consultado el 14 de febrero de 2021.
«Shin Ha-kyun and Baro Courted for "Less Than Evil" Remake». HanCinema (en
inglés). Consultado el 14 de febrero de 2021.
«"Less Than Evil" Why Did Lee Seol Become a Killer?». HanCinema (en inglés).
Consultado el 14 de febrero de 2021.
«"Less Than Evil" Lee Seol suspected of killing murderer». HanCinema (en inglés).
Consultado el 14 de febrero de 2021.
«"Less Than Evil" Killer Lee Seol Saves Shin Ha-kyun». HanCinema (en inglés).
Consultado el 14 de febrero de 2021.
«"Less Than Evil" Cho Yi-hyun's Strong First Impression». HanCinema (en inglés).
Consultado el 13 de febrero de 2021.
«"Less Than Evil" Park Ho-san Stands With Serial Killer». HanCinema (en inglés).
Consultado el 13 de febrero de 2021.
«"Less Than Evil" Kim Gun-woo Reveals He Is the Murderer's Accomplice». HanCinema
(en inglés). Consultado el 14 de febrero de 2021.
«"Less Than Evil" Kim Gun-woo Dies». HanCinema (en inglés). Consultado el 14 de
febrero de 2021.
«B1A4’s Baro Confirmed For Role In MBC’s Remake Of Hit British Drama “Luther”».
Soompi (en inglés). Consultado el 13 de febrero de 2021.
«Baro confirmed for MBC's remake 'Luther'». AllKpop (en inglés). Consultado el 13
de febrero de 2021.
«Bae Da-bin to Join "Less Than Evil"». HanCinema (en inglés). Consultado el 14 de
febrero de 2021.
«Investigation Team Gets Closer As They Enjoy New Year’s Dinner On “Less Than
Evil”». Soompi (en inglés). Consultado el 14 de febrero de 2021.
«"Less Than Evil" Shin Ha-kyun Loses Hong Eun-hee». HanCinema (en inglés).
Consultado el 14 de febrero de 2021.
«"Less Than Evil" Leave Us With an Open Ending». HanCinema (en inglés). Consultado
el 14 de febrero de 2021.
«“Less Than Evil” Premieres At The Top Of Its Time Slot In Viewership Ratings».
Soompi (en inglés). Consultado el 14 de febrero de 2021.
«“Less Than Evil” Records Double-Digit Ratings On Its 2nd Day Of Broadcast».
Soompi (en inglés). Consultado el 14 de febrero de 2021.
«“Less Than Evil” Continues To Top Monday-Tuesday Ratings». Soompi (en inglés).
Consultado el 14 de febrero de 2021.
«“The Crowned Clown” And “Less Than Evil” Lead Monday-Tuesday Drama Ratings
Battle». Soompi (en inglés). Consultado el 14 de febrero de 2021.
«55th Baeksang Arts Awards Announces Nominees For Television Categories». Soompi
(en inglés). Consultado el 13 de febrero de 2021.
«MBC Announces Daesang Nominees Of 2018 Drama Awards». Soompi (en inglés).
Consultado el 14 de febrero de 2021.
«Winners Of The 2018 MBC Drama Awards». Soompi (en inglés). Consultado el 13 de
febrero de 2021.
«BBC Crime Drama "Less Than Evil" to Get Korean Remake». HanCinema (en inglés).
Consultado el 13 de febrero de 2021.
«“Less Than Evil” Cast Shares How Their Remake Differs From Original BBC Drama
“Luther”». Soompi (en inglés). Consultado el 14 de febrero de 2021.
«PD Compares “Less Than Evil” To Original BBC Drama “Luther” And Talks About 19+
Rating For First Episode». Soompi (en inglés). Consultado el 14 de febrero de 2021.
«Cast Of “Luther” Remake Gathers For First Script Reading». Soompi (en inglés).
Consultado el 13 de febrero de 2021.
«“Less Than Evil” Rated Most Buzzworthy Monday-Tuesday Drama». Soompi (en inglés).
Consultado el 14 de febrero de 2021.
Enlaces externos
Wikimedia Commons alberga una categoría multimedia sobre Less Than Evil.
Less Than Evil (나쁜 형사) Official Website
Less Than Evil (나쁜 형사; Korean Drama) at HanCinema
Less Than Evil en Internet Movie Database (en inglés).
Less Than Evil (나쁜 형사) on Daum
Less Than Evil on Rakuten Viki