Télématique ISSN: Universidad Privada Dr. Rafael Belloso Chacín. Venezuela
|
|
- Ricardo Montoya Hernández
- hace 6 años
- Vistas:
Transcripción
1 Télématique ISSN: Universidad Privada Dr. Rafael Belloso Chacín Venezuela Rincón, Carlos; Bracho, David; Acurero, Alfredo ANÁLISIS TEÓRICO DEL ALGORITMO DE COMPRESIÓN LLRUN PARA LA COMPRESIÓN DE CADENAS DE BITS SPARSE Télématique, vol. 14, núm. 2, julio-diciembre, 2015, pp Universidad Privada Dr. Rafael Belloso Chacín Zulia, Venezuela Disponible en: Cómo citar el artículo Número completo Más información del artículo Página de la revista en redalyc.org Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
2 ANÁLISIS TEÓRICO DEL ALGORITMO DE COMPRESIÓN LLRUN PARA LA COMPRESIÓN DE CADENAS DE BITS SPARSE (Theoretical analysis LLRUN compression algorithm for compressing bit strings SPARSE) Rincón, Carlos Universidad del Zulia, Venezuela Recibido: 14/04/2015 Aceptado: 05/06/2014 Bracho, David Universidad del Zulia, Venezuela Acurero, Alfredo Universidad del Zulia, Venezuela RESUMEN La presente investigación tuvo como finalidad realizar un análisis teórico sobre el funcionamiento del algoritmo de compresión LLRUN, para determinar su posible uso en la compresión de cadenas de bits sparse. Fraenkel y Klein (1985) plantearon un método para comprimir cadenas de bits sparse mezclando las técnicas run length encoding (RLE), Gamma coding y Huffman coding, mostrando un rendimiento prometedor. El resultado del presente estudio permitió determinar que LLRUN ofrece una relación de compresión teórica entre 87,5% y 50%, siendo una herramienta efectiva para la compresión de cadenas de bits sparse. Palabras clave: compresión, cadenas de bits sparse, LLRUN, rendimiento. ABSTRACT The purpose of this research was to make a theoretical analysis about the performance of LLRUN compression algorithm on sparse bit strings. Fraenkel and Klein (1985) proposed a method to compress sparse bit strings, using run length encoding (RLE), Elias - gamma coding and Huffman coding, with promising performance. The results of this research showed that LLRUN offers a theoretical compression ratio between 87,5% and 50%, being an effective tool to compress sparse bit strings. Keywords: compression, sparse bit strings, LLRUN, performance. 144
3 INTRODUCCIÓN En la actualidad la compresión de datos es una de las áreas de las ciencias computacionales de mayor auge, como consecuencia de la necesidad creciente de almacenamiento / transmisión de información por porte de los usuarios. Un caso particular de la compresión de datos es la compresión de cadenas de bits sparse. Fraenkel y Klein (1985) plantearon el método LLRUN para comprimir cadenas de bits sparse, mezclando las técnicas Run Length Encoding (RLE), Elias - Gamma Coding y Huffman Coding. A pesar de mostrar resultados prometedores, es escasa la información de índole académica sobre el funcionamiento de este algoritmo, siendo esta una de las razones que fundamentó la presente investigación. Rincón y col. (2009) presentaron un nuevo algoritmo de compresión basado en la teoría de la información. Estudios adicionales sobre el rendimiento de este algoritmo, realizado por Rincón y col. (2012), permitieron determinar un efecto adverso del tamaño del alfabeto en el rendimiento objeto de estudio, generando una cadena de bits sparse como resultado de la ejecución del algoritmo. La necesidad de contar con una herramienta para la compresión de cadenas de bits sparse fue la otra razón que llevó a los investigadores a estudiar el algoritmo LLRUN. TEORÍA DE LA INFORMACIÓN El artículo Una teoría matemática de la comunicación de Shannon (1948) revolucionó el concepto que hasta la fecha se tenía sobre la información. Sin embargo, en la actualidad, la definición que se maneja sobre la información (inclusive por miembros de la comunidad de la computación) es la unión de un conjunto de datos organizados que representan algo. El problema básico de esta definición es que no estipula el mecanismo que permita medir la información. A pesar de la complejidad matemática implícita en los estudios de Shannon, la fundamentación de estos es relativamente sencilla. Para Shannon, la información puede ser medida mediante una función representada por la inversa de la probabilidad de ocurrencia del evento que se está estudiando. Específicamente, Shannon define la información mediante la fórmula I(x) = logx(1/p(x)), donde x es el evento estudiado. COMPRESIÓN DE DATOS La compresión de datos es una técnica que permite representar la información generada por una fuente de datos con una menor cantidad de bits, utilizando para este fin, códigos óptimos. 145
4 Las soluciones de compresión se dividen en 2 pasos: (a) Algoritmo de compresión: es aquel que determina un código óptimo que permita representar los datos con la menor cantidad de bits y que genera un archivo comprimido basándose en los códigos óptimos encontrados. (b) Algoritmo de descompresión: es aquel que se encarga de transformar el archivo comprimido en la información original. RELACIÓN DE COMPRESIÓN Es una métrica que permite determinar el rendimiento de un algoritmo de compresión. Matemáticamente puede definirse de dos formas: (a) Relación n a 1: RC = TO/TC y (b) Como porcentaje: RC = (TO-TC)/TO, donde TO = tamaño del archivo original y TC = tamaño del archivo comprimido. A pesar que la relación de compresión es planteada como una función cuyas variables independientes son el tamaño del archivo original y el tamaño del archivo comprimido, esta métrica puede ser simplificada considerando que el tamaño del archivo original es igual al número de símbolos del archivo multiplicado por el tamaño promedio de los símbolos sin comprimir (N SC ), y que el tamaño del archivo comprimido es igual al número de símbolos del archivo multiplicado por el tamaño promedio de los símbolos comprimidos (N C ). Considerando lo antes expuesto, se puede concluir que RC = N SC / N C (relación n a 1) y RC = ( N SC - N C )/ N SC *100 (porcentaje). RUN LENGTH ENCODING (RLE) Golomb (1966) planteó un método para codificar una fuente donde se presenten una cantidad sucesiva de eventos desfavorables. Al aplicar la teoría de la información, el algoritmo RLE codifica la cantidad de eventos desfavorables (Run Lengths), minimizando la información generada. El comportamiento probabilístico de la codificación de un Run Length de tamaño n es igual p n q, para n = 0,1,2,3,., siendo similar a la distribución geométrica. Para la presente investigación, se utilizó la versión RLE de 8bit, dividiendo la cadena sparse en octetos y codificando la posición dentro de cada octeto de los bits encendidos. Es importante resaltar que al dividir la cadena en octetos, se minimiza a 3 la cantidad de bits necesaria para representar una posición, pero se tiene ambigüedad (código no es de traducción única) en el caso que la posición del primer bit encendido del octeto actual es mayor que la última posición del último bit encendido del octeto anterior. Ejemplo: 146
5 Cadena de Bits: , Cadena RLE 8bits= Decodificación cadena RLE = Para evitar este error, se decidió sumar ocho (8) a todas las posiciones encendidas de un octeto, sólo en el caso que la posición del primer bit encendido del octeto actual sea mayor que la última posición del último bit encendido del octeto anterior. Al conseguir el primer valor mayor que 8, se conoce que es el nuevo octeto aquel cuyos bits encendidos serán aquellos valores de las posiciones (sucesivas a la primera encontrada) que sean mayores que 8. La posición real es aquella que se obtiene de restar 8 a las posiciones mayores que 8. Al aplicar esta modificación al ejemplo anterior tenemos: CODIFICACIÓN ELIAS GAMMA Cadena de Bits: , Cadena RLE 8bits= Decodificación cadena RLE = Elias (1975), planteó un método para representar números enteros utilizando 2Log 2 (X) + 1 bits, siendo X el número entero a codificar. En resumen, el método de codificación consiste en representar el número entero en 2 partes. La primera parte (el prefijo) representa la potencia de 2 más cercana al número X, tal que 2 N X. La segunda parte (el sufijo), es la representación binaria del número que se debe sumar a 2 N para ser igual a X. El tamaño del sufijo es igual a la cantidad de bits del prefijo - 1. Para la implementación del algoritmo LLRUN en la presente investigación, se utilizó la representación en codificación Elias Gamma, de los primeros 16 números (ver Tabla 1). 147
6 Tabla 1. Codificación Elias - Gamma Fuente: elaboración propia. Prefijo Sufijo Cálculo Valor 1 N/A N/A Para los prefijos, se utiliza una representación inversa de la cadena de bits que representa la potencia de 2, con la finalidad de utilizar el bit encendido como delimitador entre el prefijo y el sufijo. En la implementación de la codificación Elias Gamma de la presente investigación, se descartó el sufijo del valor 16, por ser el único valor cuyo prefijo tiene 5 bits y ser igual a cero. ALGORITMO DE COMPRESIÓN DE HUFFMAN Huffman (1952) planteó una técnica que permite generar códigos óptimos para realizar el proceso de compresión. Está técnica de compresión sin pérdida se conoce en la actualidad como el algoritmo de compresión de Huffman, el cual mantiene su vigencia a pesar de la introducción de nuevos algoritmos para generar códigos óptimos. Los pasos que estipuló Huffman para obtener códigos óptimos son: 1. Calcular las frecuencias de los símbolos que aparecen en el mensaje. 2. Ordenar los símbolos según su frecuencia de menor a mayor. Deben considerarse criterios para determinar el orden en los casos donde los símbolos tienen la misma frecuencia. 148
7 3. Crear un símbolo compuesto que estará conformado por los símbolos con menor frecuencia de la lista producto del paso 2. La frecuencia de este símbolo compuesto será igual a la suma de las frecuencias de los símbolos que lo conforman. 4. Reemplazar los símbolos seleccionados por el símbolo compuesto y reordenar los símbolos del mensaje según su frecuencia. 5. Ir al paso 3 hasta que se tenga un árbol binario cuyo nodo padre sea un símbolo compuesto con una frecuencia igual al número de símbolos del mensaje. 6. Etiquetar las ramas del árbol con el valor de 0 y 1 (se debe establecer y mantener el criterio sobre qué valor que va a tomar la rama izquierda y el valor que va a tomar la rama derecha). 7. Construir los códigos de Huffman (1952) de los símbolos del mensaje uniendo las etiquetas que conforman el camino desde la raíz del árbol hasta el la hoja que representa dicho símbolo. El árbol resultante tendrá tantos nodos hoja como símbolos tenga el mensaje. ALGORITMO LLRUN Fraenkel y Klein (1985) presentaron un nuevo método para la compresión de cadenas de bits sparse. Los pasos de este algoritmo son los siguientes: 1. Aplicar RLE a la cadena de bits sparse, utilizando compresión índice para descartar los octetos sin bits encendidos. 2. Aplicar la codificación Elias Gamma a la cadena RLE. 3. Aplicar el algoritmo de Huffman (1952) a los prefijos producto de la codificación Elias - Gamma. En la siguiente sección, se presenta el funcionamiento del algoritmo. RENDIMIENTO DEL ALGORITMO LLRUN El rendimiento de un algoritmo de compresión se mide determinando su mejor y peor caso. El mejor caso se considera cuando en el mensaje sólo aparece un símbolo del alfabeto mientras que el peor caso es cuando aparecen n símbolos de manera equiprobable en el mensaje. Mejor Caso: Para el algoritmo LLRUN, considerando que se trata de una técnica de compresión para cadenas de bits sparse, se utilizó una cadena de 32 bits donde cada uno de los 4 octetos tiene encendido sólo el bit más significativo: 149
8 Cadena de bits: Al ejecutar el RLE de 8bits se obtiene el siguiente arreglo: Arreglo RLE: Al aplicar la codificación Elias - Gamma al arreglo RLE se obtiene la siguiente cadena: Cadena GAMMA: (4 bits) Al aplicar el algoritmo de Huffman (1952) a los prefijos de la cadena Gamma se obtiene el siguiente código: C (1) = 0 Al sustituir el código producto de la ejecución de Huffman (1952) en la cadena GAMMA se obtiene la cadena: Cadena Comprimida = (4bits) Es importante resaltar que para este caso ninguno de los códigos GAMMA tiene sufijo dado a que el número 1 se representa como La relación de compresión para el mejor caso es: RC (mejor caso) = (32 bit 4 bits)/32 bit *100 = 87,5 % Peor Caso: Para el peor caso, se consideró una cadena de 64 bits donde cada uno de los octetos tiene encendido un bit diferente. La razón por la que se consideraron los 64 consistió en cumplir la característica de equiprobabilidad que deben cumplir los símbolos en el mensaje. Cadena de bits: Al ejecutar el RLE de 8bits se obtiene el siguiente arreglo: Arreglo RLE: , sin embargo dada la implementación realizada del algoritmo RLE de 8bit que permite diferenciar el octeto al que pertenece una posición encendida, el arreglo final es: Arreglo RLE: Al aplicar la codificación Elias - Gamma al arreglo RLE se obtiene la siguiente cadena: 150
9 Cadena GAMMA: (40 bits) Al aplicar el algoritmo de Huffman (1952) a los prefijos de la cadena Gamma se obtienen los siguientes códigos: C(0001) = 11, C(001) = 01, C(01) = 101, C(00001)=00, C(1)=100 Al sustituir los códigos producto de la ejecución de Huffman (1952) en la cadena GAMMA se obtiene la cadena: Cadena Comprimida = (32 bits) La relación de compresión para el peor caso es: RC (peor caso) = (64 bit 32 bits)/32 bit *100 = 50 % Es importante resaltar que para el cálculo de la relación de compresión no se considera la información adicional que necesita Huffman (1952) y la codificación por índice para aplicar la descompresión. Las razones que fundamentan este criterio se derivan del aporte mínimo que significa esta información adicional, cuando se comprimen archivos de Megabits o Gigabits de información. CONCLUSIONES Y TRABAJOS FUTUROS Luego del análisis teórico realizado, se determinó que el rendimiento que ofrece el algoritmo LLRUN se encuentra entre el 87,5% y el 50% (sin considerar la información de cabecera de las técnicas de compresión utilizadas). Este rendimiento permite proponer a LLRUN como una opción efectiva para la compresión de cadenas de bits sparse. Según Rincón y col. (2012), el algoritmo de Compresión Probabilístico, basado en la posición de los símbolos, genera cadenas de bits sparse para alfabetos con tamaño mayor a 15. La próxima investigación consistirá en aplicar el algoritmo LLRUN para tratar de optimizar el rendimiento del algoritmo, propuesto por Rincón y col. (2009). REFERENCIAS BIBLIOGRÁFICAS Elias, P. (1975). Universal codeword sets and representations of the integers. IEEE Transactions on Information Theory. Volumen 21, edición 2. ( ). Fraenkel, A. y Klein, S. (1985). Novel compression of Sparse Bit-Strings-Preliminary report. En Apostolico, A. y Galil, Z. (editors). Combinatorial Algorithms on Words. Volumen 12, NATO ASI Series F. Estados Unidos. Springer-Verlag. Golomb, S. (1966). Run-length encodings (Corresp.). Information Theory, IEEE Transactions. Volumen 12, número 3. (Pp ). 151
10 Huffman, D. (1952). A method for the construction of minimum redundancy codes. Proceedings of the IRE. Volumen 40, edición 9. (Pp ). Rincón, C.; Rodríguez, D.; Acurero, A.; Bracho, D. y Jakymec, J. (2009). Algoritmo de compresión probabilístico basado en la teoría de la información. Octava Conferencia Iberoamericana en Sistemas, Cibernética e Informática, CISCI Julio, Estados Unidos. Rincón, C.; Bracho, D.; Acurero, A. (2012). Efecto del tamaño del alfabeto en el rendimiento de un algoritmo de compresión probabilístico. Revista Enl@ce. Volumen 13, número 3. (Pp ). Shannon, C. (1948). A mathematical theory of communication. The Bell Systems Technical Journal. Volumen 27. (Pp , ). 152
Terra Nueva Etapa ISSN: Universidad Central de Venezuela Venezuela
Terra Nueva Etapa ISSN: 1012-7089 vidal.saezsaez@gmail.com Universidad Central de Venezuela Venezuela Rojas Salazar, Temístocles Importancia de los cursos de teoría geográfica en la formación del profesional
Espacios Públicos ISSN: Universidad Autónoma del Estado de México México
Espacios Públicos ISSN: 1665-8140 revista.espacios.publicos@gmail.com Universidad Autónoma del Estado de México México Soberón Mora, José La reconstrucción de bases de datos a partir de tablas de contingencias
Espacios Públicos ISSN: Universidad Autónoma del Estado de México México
Espacios Públicos ISSN: 1665-8140 revista.espacios.publicos@gmail.com Universidad Autónoma del Estado de México México Mercado Maldonado, Asael; Ruiz González, Arminda El concepto de las crisis ambientales
Pensamiento Psicológico ISSN: Pontificia Universidad Javeriana Colombia
Pensamiento Psicológico ISSN: 1657-8961 revistascientificasjaveriana@gmail.com Pontificia Universidad Javeriana Colombia Vesga Rodríguez, Juan Javier Los tipos de contratación laboral y sus implicaciones
Reflexión Política ISSN: Universidad Autónoma de Bucaramanga Colombia
Reflexión Política ISSN: 0124-0781 reflepol@bumanga.unab.edu.co Universidad Autónoma de Bucaramanga Colombia Lamus Canavate, Doris La construcción de movimientos latinoamericanos de mujeres/feministas:
Revista Historia de la Educación Latinoamericana ISSN: Universidad Pedagógica y Tecnológica de Colombia.
Revista Historia de la Educación Latinoamericana ISSN: 0122-7238 rhela@uptc.edu.co Universidad Pedagógica y Tecnológica de Colombia Colombia Page, Carlos A. Los simbólicos Edificios de las Escuelas Normales
Revista Sociedad y Economía ISSN: Universidad del Valle Colombia
Revista Sociedad y Economía ISSN: 1657-6357 revistasye@univalle.edu.co Universidad del Valle Colombia Béjar, Helena Voluntariado: compasión o autorrealización? Revista Sociedad y Economía, núm. 10, abril,
Compresión de Datos. Método de Huffman. Dpto. Informática
Compresión de Datos Método de Huffman Manipulación y Preservación de Datos Dpto. Informática Ing. Mariano D'Agostino Introducción La compresión de datos es el proceso de convertir una cadena de datos de
Ciencias Holguín E-ISSN: Centro de Información y Gestión Tecnológica de Santiago de Cuba.
Ciencias Holguín E-ISSN: 1027-2127 revista@ciget.holguin.inf.cu Centro de Información y Gestión Tecnológica de Santiago de Cuba Cuba Peña González, Marisol; Rodríguez Cora, Frank A.; Cruz Font, Jaime D.;
Revista Colombiana de Obstetricia y Ginecología ISSN: Federación Colombiana de Asociaciones de Obstetricia y Ginecología
Revista Colombiana de Obstetricia y Ginecología ISSN: 0034-7434 rcog@fecolsog.org Federación Colombiana de Asociaciones de Obstetricia y Ginecología Colombia Mondragón Cedeño, Alba Lucía FORMATOS PARA
Hallazgos ISSN: Universidad Santo Tomás Colombia
Hallazgos ISSN: 1794-3841 revistahallazgos@usantotomas.edu.co Universidad Santo Tomás Colombia Cañón O., Óscar Enrique; Noreña N., Néstor Mario; Peláez R., Martha Patricia CONSTRUCCIÓN DE UN CAMPO DE FORMACIÓN
Pensamiento Psicológico ISSN: Pontificia Universidad Javeriana Colombia
Pensamiento Psicológico ISSN: 1657-8961 revistascientificasjaveriana@gmail.com Pontificia Universidad Javeriana Colombia Guarino, Leticia; Borrás, Sonia; Scremín, Fausto Diferencias individuales como predictoras
Hallazgos ISSN: Universidad Santo Tomás Colombia
Hallazgos ISSN: 1794-3841 revistahallazgos@usantotomas.edu.co Universidad Santo Tomás Colombia Gómez Arévalo, José Arlés INTERCONEXIÓN HOMBRE-MENTE-NATURALEZA DESDE EL TAOÍSMO UNA MIRADA DESDE EL YIN-YANG
Webir /09/2014
17/09/2014 Temas Compresión de índices - vocabulario Compresión de índices lista de postings 2 Compresión de Vocabulario... ArbolArteriaArterioesclerosisArtrosis... Diccionario en un sólo String Lista
Revista Latinoamericana de Psicología ISSN: Fundación Universitaria Konrad Lorenz Colombia
Revista Latinoamericana de Psicología ISSN: 0120-0534 direccion.rlp@konradlorenz.edu.co Fundación Universitaria Konrad Lorenz Colombia Puente, Aníbal; Jiménez, Virginia; Ardila, Alfredo Anormalidades cerebrales
Pharos ISSN: Universidad de Las Américas Chile
Pharos ISSN: 0717-1307 lfuenzal@uamericas.cl Universidad de Las Américas Chile Rojas B., Esptiben GEOMETRIA DE GOMA VERSUS GEOMETRIA METRICA: UN PROBLEMA ABIERTO. Pharos, vol. 9, núm. 2, noviembre-diciembre,
Revista de Psicología ISSN: Pontificia Universidad Católica del Perú Perú
Revista de Psicología ISSN: 0254-9247 revpsicologia@pucp.edu.pe Pontificia Universidad Católica del Perú Perú Kudó T., Inés; Velásquez C., Tesania; Iza R., Mónica; Ángeles R., Alicia; Pezo del Pino, César;
Centro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta
Centro Asociado Palma de Mallorca Arquitectura de Ordenadores Tutor: Antonio Rivero Cuesta Unidad Didáctica 1 Representación de la Información y Funciones Lógicas Tema 1 Representación de la Información
Revista Cubana de Cirugía ISSN: Sociedad Cubana de Cirugía Cuba
Revista Cubana de Cirugía ISSN: 0034-7493 ecimed@infomed.sld.cu Sociedad Cubana de Cirugía Cuba Díaz Mesa, C. Julio; Taquechel Barreto, Fidel; Gómez-Quintero, Rocío Queral; Domínguez Cordovés, Janet Diagnóstico
Revista de Ingeniería ISSN: Universidad de Los Andes Colombia
Revista de Ingeniería ISSN: 0121-4993 reingeri@uniandes.edu.co Universidad de Los Andes Colombia Rojas López, Miguel David; Zapata Roldán, Felipe Capacidades de innovación para la gestión del diseño en
Diagramas De Casos De Uso
Estáticos Diagramas De Casos De Uso Los diagramas de casos de uso documentan el comportamiento de un sistema desde el punto de vista del usuario.. Por lo tanto los casos de uso determinan los requisitos
de Operaciones Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación Profesor: I.S.C. Guadalupe Hernández Coca
Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación de Operaciones Profesor: I.S.C. Guadalupe Hernández Coca Periodo: Julio Diciembre 2011 Keywords: investigation of operations,
UT01 03 Sistemas de codificación
UT01 03 Sistemas de codificación Cap 1 Introducción a los Sistemas Informáticos IES Barajas - JRGRL Tipo de software y tipos de datos Tipos de software de un SI Aplicaciones (no forman parte del SO) Datos
MatemáticaDiscreta&Lógica 1
MatemáticaDiscreta&Lógica 1 Sistemas de numeración Aylen Ricca Tecnólogo en Informática San José 2014 http://www.fing.edu.uy/tecnoinf/sanjose/index.html SISTEMAS DE NUMERACIÓN.::. Introducción. Podemos
Organización de Computadoras. Clase 2
Organización de Computadoras Clase 2 Temas de Clase Representación de datos Números con signo Operaciones aritméticas Banderas de condición Representación de datos alfanuméricos Notas de Clase 2 2 Representación
4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
TEMA 2. CODIFICACIÓN DE LA INFORMACIÓN
TEMA 2. CODIFICACIÓN DE LA INFORMACIÓN 1. INTRODUCCIÓN. SISTEMAS DE NUMERACIÓN EN. Sistema binario. Sistema octal. Sistema hexadecimal. 2. REPRESENTACIÓN DE TEXTOS.. Números naturales. Números enteros.
ESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES I CAPÍTULO III ARITMÉTICA Y CODIFICACIÓN
ESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES I CAPÍTULO III ARITMÉTICA Y CODIFICACIÓN TEMA 3. Aritmética y codificación 3.1 Aritmética binaria 3.2 Formatos de los números y su representación 3.3 Definiciones
UNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR
UNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR INTEGRANTES: Caricari Cala Aquilardo Villarroel Fernandez Fructuoso DOCENTE: Lic. Garcia
Representación de números enteros: el convenio exceso Z
Representación de números enteros: el convenio exceso Z Apellidos, nombre Martí Campoy, Antonio (amarti@disca.upv.es) Departamento Centro Informàtica de Sistemes i Computadors Escola Tècnica Superior d
EXPRESIONES ALGEBRAICAS EXPRESIONES ALGEBRAICAS Y POLINOMIOS
EXPRESIONES ALGEBRAICAS Trabajar en álgebra consiste en manejar relaciones numéricas en las que una o más cantidades son desconocidas. Estas cantidades se llaman VARIABLES, INCÓGNITAS o INDETERMINADAS
PROGRAMA INSTRUCCIONAL AUTOMATAS Y LENGUAJES FORMALES
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO UNIVERSIDAD FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE ELÉCTRICA ESCUELA DE COMPUTACIÓN PROGRAMA
Representación de datos y aritmética básica en sistemas digitales
Representación de datos y aritmética básica en sistemas digitales DIGITAL II - ECA Departamento de Sistemas e Informática Escuela de Ingeniería Electrónica Rosa Corti 1 Sistemas de Numeración: Alfabeto:
Introducción a la Ingeniería Básicas de Ingeniería
010-14-04 1 de 5 1. IDENTIFICACIÓN Nombre de la Asignatura Código Área Introducción a la Ingeniería 9900033 Básicas de Ingeniería Naturaleza No de Créditos TP Trabajo Presencial TD Trabajo Dirigido TI
Espacios Públicos ISSN: 1665-8140 revista.espacios.publicos@gmail.com Universidad Autónoma del Estado de México México
Espacios Públicos ISSN: 1665-8140 revista.espacios.publicos@gmail.com Universidad Autónoma del Estado de México México Sánchez Ramos, Miguel Ángel Tendencia hacia el isomorfismo en la administración pública
Práctica de laboratorio Uso de la Calculadora de Windows con direcciones de red
Práctica de laboratorio 5.1.4 Uso de la Calculadora de Windows con direcciones de red Objetivos Cambiar entre los dos modos de la Calculadora de Windows. Usar la Calculadora de Windows para la conversión
Revista Cubana de Cirugía ISSN: Sociedad Cubana de Cirugía Cuba
Revista Cubana de Cirugía ISSN: 0034-7493 ecimed@infomed.sld.cu Sociedad Cubana de Cirugía Cuba Cheng Hung, Kai; Barrera Ortega, Juan C.; Mederos Curbelo, Orestes Noel; Valdés Jiménez, Jesús M.; Cantero
Capitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS
Capitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS INTRODUCCIÓN En el mundo real, tanto en las relaciones económicas como en las políticas o sociales, son muy frecuentes las situaciones en las que, al
5.2. Sistemas de codificación en binario
5.2. Sistemas de codificación en binario 5.2.1. Sistemas numéricos posicionales [ Wakerly 2.1 pág. 26] 5.2.2. Números octales y hexadecimales [ Wakerly 2.2 pág. 27] 5.2.3. Conversión general de sistemas
Sistemas Numéricos y Códigos Binarios
Sistemas Numéricos y Códigos Binarios Marcelo Guarini Departamento de Ingeniería Eléctrica, 5 de Abril, 5 Sistemas Numéricos en Cualquier Base En el sistema decimal, cualquier número puede representarse
Tema 2 Introducción a la Programación en C.
Tema 2 Introducción a la Programación en C. Contenidos 1. Conceptos Básicos 1.1 Definiciones. 1.2 El Proceso de Desarrollo de Software. 2. Lenguajes de Programación. 2.1 Definición y Tipos de Lenguajes
SISTEMAS INFORMÁTICOS PROGRAMACION I - Contenidos Analíticos Ing. Alejandro Guzmán M. TEMA 2. Diseño de Algoritmos
TEMA 2 Diseño de Algoritmos 7 2. DISEÑO DE ALGORITMOS 2.1. Concepto de Algoritmo En matemáticas, ciencias de la computación y disciplinas relacionadas, un algoritmo (del griego y latín, dixit algorithmus
Definición. Vista general.
L M G E / 2012 Profesor Federico Olarte Código ASCII Definición. ASCII (del inglés de American Standard Code for Information Interchange - Código Estándar Estadounidense para el Intercambio de Información),
Scientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia
Scientia Et Technica ISSN: 0122-1701 scientia@utp.edu.co Universidad Tecnológica de Pereira Colombia González Pineda, Campo Elías; Milena García, Sandra El área del paralelogramo y polígonos inscritos
UNIDAD 12: ESTADISTICA. OBJETIVOS
UNIDAD 12: ESTADISTICA. OBJETIVOS Conocer y manejar los términos básicos del lenguaje de la estadística descriptiva elemental. Conocer y manejar distintas técnicas de organización de datos estadísticos
Guía práctica de estudio 03: Algoritmos
Guía práctica de estudio 03: Algoritmos Elaborado por: M.C. Edgar E. García Cano Ing. Jorge A. Solano Gálvez Revisado por: Ing. Laura Sandoval Montaño Guía práctica de estudio 03: Algoritmos Objetivo:
La eficiencia de los programas
La eficiencia de los programas Jordi Linares Pellicer EPSA-DSIC Índice General 1 Introducción... 2 2 El coste temporal y espacial de los programas... 2 2.1 El coste temporal medido en función de tiempos
MODELOS DE COMPUTACION I Preguntas Tipo Test. 1. El lema de bombeo puede usarse para demostrar que un lenguaje determinado es regular.
MODELOS DE COMPUTACION I Preguntas Tipo Test Indicar si son verdaderas o falsas las siguientes afirmaciones: 1. El lema de bombeo puede usarse para demostrar que un lenguaje determinado es regular. 2.
UNIDAD 8: SUCESIONES Y SERIES
UNIDAD 8: SUCESIONES Y SERIES Llegamos a la última unidad de la asignatura correspondiente a Sucesiones y Series, recuerde mantener la motivación hasta el final, el tema que vamos a tratar aquí es de especial
Profesor(a): M. A. Zeferino Galarza Hernández
Área Académica: Informática IV Tema: Algoritmos Profesor(a): M. A. Zeferino Galarza Hernández Periodo: Enero-junio de 2012 IV Semestre. Asignatura: Informática IV Tema: Algoritmos Abstract Contains and
Descripciones de los niveles de logro modificados (ALD, siglas en inglés) de la prueba de evaluación MCA en matemáticas Grados 5 a 8
Descripciones de los niveles de logro modificados (ALD, siglas en inglés) de la prueba de evaluación MCA en matemáticas Grados 5 a 8 Grado 5 No cumple los estándares de logro modificados (Grado 5) Los
DIPLOMADO. Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N.
DIPLOMADO Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N. Trabajo Final Propuesta Metodológica del área de Ciencias
Análisis y Diseño de Algoritmos
Análisis y Diseño de Algoritmos Ordenamiento en Tiempo Lineal DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Ordenamiento por Comparación (Comparison Sorts) Tiempo de ejecución HeapSort y
REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación E-ISSN:
REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación E-ISSN: 1696-4713 RINACE@uam.es Red Iberoamericana de Investigación Sobre Cambio y Eficacia Escolar España Cano Espinoza, Ana
TEMA II: SISTEMAS DE NUMERACIÓN
2012 UNAN LEÓN Departamento de Computación Autor: Ing: Karina Esquivel Alvarado. Asignatura: FUNDAMENTOS DE INFORMÁTICA TEMA II: SISTEMAS DE NUMERACIÓN 2.1 INTRODUCCIÓN: TEMA 2: SISTEMAS DE NUMERACIÓN
Introducción a la unidad 4:
Introducción a la unidad 4: Valor actual neto, tasa interna de retorno INACAP Virtual Introducción a la Unidad 4 Matemática financiera 2 ÍNDICE DE CONTENIDOS ÍNDICE DE CONTENIDOS... 3 INTRODUCCIÓN... 4
RESUMEN. Para una mejor comprensión del trabajo, a continuación se detalla la estructura:
RESUMEN Es importante que la Agencia Internacional Esperanza Bolivia cuente con un reglamento para poder controlar sus activos fijos, para el mejoramiento de sus funciones. La imperante necesidad de establecer
UNIDAD 1: NÚMEROS RACIONALES OBJETIVOS
UNIDAD 1: NÚMEROS RACIONALES Distinguir las distintas interpretaciones de una fracción. Reconocer fracciones equivalentes. Amplificar fracciones. Simplificar fracciones hasta obtener la fracción irreducible.
Bloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
CRITERIOS DE EVALUACIÓN
DEPARTAMENTO DE MATEMATICAS IES ROSA CHACEL (Colmenar Viejo) Criterios de evaluación y criterios de calificación Recuperación de Matemáticas. 2º de E.S.O. CRITERIOS DE EVALUACIÓN RESOLUCIÓN DE PROBLEMAS
UNIDAD 1: NÚMEROS NATURALES OBJETIVOS
UNIDAD 1: NÚMEROS NATURALES Realizar las operaciones con números naturales (suma, resta, multiplicación y división) y operaciones combinadas de las anteriores. Diferenciar entre división exacta y entera,
Espacios Públicos ISSN: 1665-8140 revista.espacios.publicos@gmail.com Universidad Autónoma del Estado de México México
Espacios Públicos ISSN: 1665-8140 revista.espacios.publicos@gmail.com Universidad Autónoma del Estado de México México Alonso Jiménez, Verónica Guía metodológica para elaborar proyectos de investigación
Introducción a los códigos compresores
Introducción a los códigos compresores Parte I de la Lección 2, Compresores sin pérdidas, de CTI Ramiro Moreno Chiral Dpt. Matemàtica (UdL) Febrero de 2010 Ramiro Moreno (Matemàtica, UdL) Introducción
EIE SISTEMAS DIGITALES Tema 8: Circuitos Secuenciales (Síntesis) Nombre del curso: Sistemas Digitales Nombre del docente: Héctor Vargas
EIE 446 - SISTEMAS DIGITALES Tema 8: Circuitos Secuenciales (Síntesis) Nombre del curso: Sistemas Digitales Nombre del docente: Héctor Vargas OBJETIVOS DE LA UNIDAD Entender el concepto de Máquina de estados
Computación I Representación Interna Curso 2011
Computación I Representación Interna Curso 2011 Facultad de Ingeniería Universidad de la República Estándar IEEE 754 Primero se definen tres formatos s e F Total (bits) (bits) (bits) (bytes) simple precisión
Guía práctica de estudio 03: Algoritmos
Guía práctica de estudio 03: Algoritmos Elaborado por: M.C. Edgar E. García Cano Ing. Jorge A. Solano Gálvez Revisado por: Ing. Laura Sandoval Montaño Guía práctica de estudio 03: Algoritmos Objetivo:
TRATAMIENTO DE LA INFORMACION
INSTITUTO EDUCACIONAL JUAN XXIII SECUENCIACION DE CONTENIDOS - MATEMATICA TRATAMIENTO DE LA INFORMACION Clasificar diferentes elementos del entorno por diferentes atributos. Describir objetos del entorno.
Criterios de Evaluación MÍNIMOS
s 2º ESO / 2ºPAB Concreción : CE.1 Utilizar números enteros, fracciones, decimales y porcentajes sencillos, sus operaciones y propiedades, para recoger, transformar e intercambiar información y resolver
Diseño de una calculadora
DEPARTAMENTO DE TECNOLOGÍA ELECTRÓNICA ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA Diseño de una calculadora Sistemas Digitales Avanzados 1. Introducción y objetivos El propósito general de esta
Métodos Estadísticos Capítulo II
Métodos Estadísticos Capítulo II Dr. Gabriel Arcos Espinosa Contenidos El campo de la probabilidad y estadística Conceptos básicos Enfoque para asignar probabilidades Contenidos Reglas de probabilidad
TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN
TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Desarrollo de Habilidades De Pensamiento
Dr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental
Universidad de Puerto Rico Recinto de Aguadilla Programa CeCiMat Elemental Definición de conceptos fundamentales de la Estadística y la Probabilidad y su aportación al mundo moderno Dr. Richard Mercado
Espacios Públicos ISSN: 1665-8140 revista.espacios.publicos@gmail.com Universidad Autónoma del Estado de México México
Espacios Públicos ISSN: 1665-8140 revista.espacios.publicos@gmail.com Universidad Autónoma del Estado de México México Lutz, Bruno Enseñar y cursar la carrera de Sociología: caso de la licenciatura en
Escalas con enteros Plan de clase (1/2) Escuela: Fecha: Profr. (a):
Escalas con enteros Plan de clase (1/2) Escuela: Fecha: Profr. (a): Curso: Matemáticas 7 secundaria Eje temático: MI Contenido: 7.2.7 Identificación y resolución de situaciones de proporcionalidad directa
CAPÍTULO 4 TÉCNICA PERT
54 CAPÍTULO 4 TÉCNICA PERT Como ya se mencionó en capítulos anteriores, la técnica CPM considera las duraciones de las actividades como determinísticas, esto es, hay el supuesto de que se realizarán con
2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual
Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas
Definición de Memoria
Arquitectura de Ordenadores Representación de Datos en Memoria Abelardo Pardo abel@it.uc3m.es Universidad Carlos III de Madrid Departamento de Ingeniería Telemática Definición de Memoria DRM-1 La memoria
RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA
RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA SIMPLEX Y LINEAL ENTERA a Resuelve el siguiente problema con variables continuas positivas utilizando el método simple a partir del vértice
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,
Conceptos básicos estadísticos
Conceptos básicos estadísticos Población Población, en estadística, también llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observaciones. El concepto
1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo.
Capítulo 5 Campos finitos 5.1. Introducción Presentaremos algunos conceptos básicos de la teoría de los campos finitos. Para mayor información, consultar el texto de McEliece [61] o el de Lidl y Niederreiter
Oliverio J. Santana Jaria. Sistemas Digitales Ingeniería Técnica en Informática de Sistemas Curso Los objetivos de este tema son:
3. Circuitos aritméticos ticos Oliverio J. Santana Jaria Sistemas Digitales Ingeniería Técnica en Informática de Sistemas Curso 2006 2007 Introducción La realización de operaciones aritméticas y lógicas
PROGRAMA DE LABORATORIO SECCIÓN: ÁREA A LA QUE PERTENECE: POS-REQUISITO: AUXILIAR:
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA ESCUELA DE CIENCIAS PROGRAMA DE LABORATORIO CÓDIGO: 777 CRÉDITOS: 4 NOMBRE CURSO: ESCUELA: PRE-REQUISITO: Organización de Lenguajes y Compiladores
Introducción a los Sistemas Digitales. Conceptos básicos de matemática aplicada a los sistemas digitales
Curso-0 1 Introducción a los Sistemas Digitales Conceptos básicos de matemática aplicada a los sistemas digitales 2 Contenidos Conjuntos numéricos Notación científica Redondeo Logaritmos Resumen 3 Conjuntos
Árboles. Un grafo no dirigido es un árbol si y sólo si existe una ruta unica simple entre cualquiera dos de sus vértices.
ÁRBOLES Árboles Un grafo conectado que no contiene circuitos simples. Utilizados desde 1857, por el matemático Ingles Arthur Cayley para contar ciertos tipos de componentes químicos. Un árbol es un grafo
NIVEL: 6º ÁREA: MATEMÁTICAS 1º TRIMESTRE CONCRECIÓN DE LOS OBJETIVOS AL CURSO
NIVEL: 6º ÁREA: MATEMÁTICAS 1º TRIMESTRE CONCRECIÓN DE LOS OBJETIVOS AL CURSO Leer, escribir, componer, descomponer y representar números naturales. Sumar, restar, multiplicar y dividir números naturales.
Espacios Públicos ISSN: 1665-8140 revista.espacios.publicos@gmail.com Universidad Autónoma del Estado de México México
Espacios Públicos ISSN: 1665-8140 revista.espacios.publicos@gmail.com Universidad Autónoma del Estado de México México Vegas Guerrero, Carmen Inés Proceso de aplicación de la Nueva Gestión Pública en la
REDVET. Revista Electrónica de Veterinaria E-ISSN: Veterinaria Organización España
REDVET. Revista Electrónica de Veterinaria E-ISSN: 1695-7504 redvet@veterinaria.org Veterinaria Organización España Redalyc: la hemeroteca científica abierta al mundo REDVET. Revista Electrónica de Veterinaria,
Representación de la Información.... en los Computadores
Representación de la Información... en los Computadores 1 Información e Informática Un computador es una máquina que procesa información. La ejecución de un programa implica el tratamiento de los datos.
CONTENIDOS Y CRITERIOS DE EVALUACIÓN MATEMÁTICAS 5º ED. PRIMARIA
CONTENIDOS Y CRITERIOS DE EVALUACIÓN MATEMÁTICAS 5º ED. PRIMARIA El cálculo y los problemas se irán trabajando y evaluando a lo largo de todo el año. 1ª EVALUACIÓN CONTENIDOS. o Los números de siete y
MANUAL POLÍTICA DE PASO A PRODUCCIÓN DE SISTEMAS DE INFORMACIÓN Y CONTROL DE VERSIONES
MANUAL POLÍTICA DE PASO A INDICE 1. INTRODUCCION...02 2. OBJETIVO GENERAL..02 3. ALCANCE 02 4. POLITICA DE PASO A PRODUCCION DE SISTEMAS DE INFORMACION 02 5. SISTEMAS DE CONTROL DE 03 6. DEFINICIONES..04
DOCUMENTO DE APOYO PARA PROYECTOS
DOCUMENTO DE APOYO PARA PROYECTOS Los ejemplos que a continuación se encuentran en este documento de apoyo al estudiante, tiene como objetivo dar una serie de ejemplos mínimos de algunas partes de los
Sistemas Operativos. Dr. Luis Gerardo de la Fraga. Departamento de Computación Cinvestav
Sistemas Operativos Dr. Luis Gerardo de la Fraga E-mail: fraga@cs.cinvestav.mx http://cs.cinvestav.mx/~fraga Departamento de Computación Cinvestav 12 de junio de 2015 Dr. Luis Gerardo de la Fraga Cinvestav,
S i s t e m a s A n a l ó g i c o s y D i g i t a l e s
Sistemas de Numeración Apunte N 1 S i s t e m a s A n a l ó g i c o s y D i g i t a l e s Los circuitos electrónicos se dividen, según la naturaleza de los valores que toman las señales o magnitudes que
Formulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
PAUTAS PARA UN MODELO DE MEDICIÓN DE LA ESPECIALIDAD CONTABLE SOCIO-AMBIENTAL
3er. Simposio Internacional de Contametría Universidad Libre - Bogotá PAUTAS PARA UN MODELO DE MEDICIÓN DE LA ESPECIALIDAD CONTABLE SOCIO-AMBIENTAL GLORIA CECILIA DÁVILA GIRALDO Universidad Pedagógica
Aritmética de Enteros
Aritmética de Enteros La aritmética de los computadores difiere de la aritmética usada por nosotros. La diferencia más importante es que los computadores realizan operaciones con números cuya precisión
ESCUELA: UNIVERSIDAD DEL ISTMO
1.-IDENTIFICACIÓN ESCUELA: UNIVERSIDAD DEL ISTMO CLAVE: 3041 GRADO: ING. EN COMPUTACIÓN, CUARTO SEMESTRE TIPO DE TEÓRICA/PRÁCTICA ANTECEDENTE CURRICULAR: 3033.- OBJETIVO GENERAL Proporcionar al alumno
Competencia N 1. Indicador 1.2
DEFINCIÓN Y TIPOS DE INFORMACIÓN La información es un conjunto organizado de datos procesados, constituyen un mensaje que pasa al conocimiento del sujeto o de quien recibe el mensaje. La teoría postula
Breve introducción a la Investigación de Operaciones
Breve introducción a la Investigación de Operaciones Un poco de Historia Se inicia desde la revolución industrial, usualmente se dice que fue a partir de la segunda Guerra Mundial. La investigación de