Download Representación Información
Transcript
Informática Aplicada Informática Aplicada a la Economía Tema 3: Tema 3: Representación Información Eduardo Muñoz Muñoz ‐2011 Objetivos • Conocer cómo se representa la información. • Dominar los distintos tipos de p sistemas de numeración. Eduardo Muñoz Muñoz ‐2011 Capítulos Capítulo 1: Representación de la Información Capítulo 1: Representación de la Información 1.1 Códigos de E/S 1.2 Otros Tipos de Representación Capítulo 2: Sistemas de Numeración p 2.1 Sistema Decimal 2 2 Sistema Binario 2.2 Sistema Binario 2.3 Sistema Octal 2 4 Sistema Hexadecimal 2.4 Sistema Hexadecimal 2.5 Equivalencias Eduardo Muñoz Muñoz ‐2011 Informática Aplicada Informática Aplicada a la Economía Capítulo 1: Representación de la R t ió d l Información Eduardo Muñoz Muñoz ‐2011 1. Representación Información • En un ordenador podemos representar distintos tipos de información: texto, sonido, imágenes, etc. p • La información almacenada en forma de texto emplea típicamente una serie de símbolos que incluye tanto los caracteres alfanuméricos (0‐9, (0‐9 A‐Z, A‐Z a‐z, a‐z etc.) etc ) como otros caracteres auxiliares (+, ‐, *, /, (), %, &, !, ¡, ¿, ?, “”, @, etc.). Eduardo Muñoz Muñoz ‐2011 1. Representación Información • Toda la información (datos e instrucciones) almacenada y/o procesada por un ordenador se representa en binario. g ) y • La unidad mínima de este sistema es el bit ((binaryy digit) puede tomar dos valores: el 0 y el 1. El bit recoge el valor de la tensión eléctrica en cada momento. momento • El múltiplo más usual del bit es el byte u octeto, que agrupa ocho bits. Ejemplo: 00001111. Eduardo Muñoz Muñoz ‐2011 1. Representación Información • Otros múltiplos muy empleados a la hora de representar información son: Nombre Abrev. Equivale. Tamaño en el SI bytes B 8 bits kilo K 1024 bytes mega M 1024 Kbytes 106 = 1 000 000 giga G 1024 Mbytes 109 = 1 000 000 000 t tera T 1024 Gbytes Gb t 1012 = 1 000 000 000 000 peta P 1024 Tbytes 1015 = 1 000 000 000 000 000 exa E 1024 Pbytes y 1018 = 1 000 000 000 000 000 000 zetta Z 1024 Ebytes 1021 = 1 000 000 000 000 000 000 000 yotta Y 1024 Zbytes 1024 = 1 000 000 000 000 000 000 000 000 100 = 1 103 = 1000 Eduardo Muñoz Muñoz ‐2011 Informática Aplicada Informática Aplicada a la Economía 1 1 Códigos de E/S 1.1 Códigos de E/S Eduardo Muñoz Muñoz ‐2011 1.1 Códigos de E/S • Los códigos de entrada y salida (E/S) son los que asocian a un carácter una secuencia determinada de bits. para transferir información entre distintos • Se utilizan p dispositivos informáticos. • Distintos Di ti t tipos ti d códigos: de ódi – BCD – EBCDIC – ASCII – UNICODE Eduardo Muñoz Muñoz ‐2011 1.1 Códigos de E/S • BCD (Binary Coded Decimal) – De intercambio normalizado. – Utiliza 6 bits para representar caracteres. – 26 = 64 caracteres representables. – Bit adicional a la izquierda para verificar errores de transmisión (bit de paridad con criterio impar). Eduardo Muñoz Muñoz ‐2011 1.1 Códigos de E/S • EBCDIC (Extended Binary Coded Decimal Interchange Code) – Utiliza 8 bits para representar caracteres. – 28 = 256 caracteres representables. – Se emplea también para codificar los caracteres de control que suministran las órdenes a determinados periféricos, como impresoras o pantallas. Eduardo Muñoz Muñoz ‐2011 1.1 Códigos de E/S • ASCII (American Standard Code for Information Interchange) – Utiliza 7 bits para representar caracteres. – 27 = 128 caracteres representables. – Es el más utilizado para la transmisión de datos entre dispositivos. Eduardo Muñoz Muñoz ‐2011 1.1 Códigos de E/S • ASCII extendido: – Añade un bit adicional a la izquierda para verificar errores de transmisión (bit de paridad). – Los caracteres ASCII pueden representarse en pantalla i insertándolos á d l por teclado l d con la combinación de la tecla ALT y su correspondiente código. código Eduardo Muñoz Muñoz ‐2011 1.1 Códigos de E/S • UNICODE (Estándar ISO / TEC 10646) – Emplea 2 bytes para almacenar los datos. Equivale a 216 = 65356 símbolos. – Permite representar todos los idiomas del mundo y multitud de caracteres especiales. – Facilita el intercambio de información i d independientemente di t t del d l idioma utilizado. Eduardo Muñoz Muñoz ‐2011 Informática Aplicada Informática Aplicada a la Economía 1.2 Otros Tipos de 1 2 Otros Tipos de Representación p Eduardo Muñoz Muñoz ‐2011 1.2 Otros Tipos de Representación • Representación de imágenes: – Representación vectorial: La imagen se descompone en objetos geométricos como, por ejemplo, líneas, polígonos, etc. Resulta muy precisa y ocupa poco espacio. Es muy recomendable para gráficos, pero no para fotografías. f fí – Mapa de bits: La imagen se descompone en un conjunto de píxeles (puntos) de diferentes j representación p para las p colores. Es la mejor fotografías, aunque al ampliar el tamaño del píxel aume nta mosaico. Eduardo Muñoz Muñoz ‐2011 también el efecto 1.2 Otros Tipos de Representación • Características del Mapa de bits: – Resolución: número de píxeles que forman la imagen (anchura x altura) – Profundidad de color: número de bits que se usan para codificar el color de cada píxel. • Imagen en B/N: un bit por cada píxel. • Color: 8, 16 ó 24 bits. Cuando la profundidad de color es de 24 bits se denomina “color verdadero” y permite codificar más de 16 millones de colores. l – Cada código de color se describe en la paleta de colores y depende de las proporciones de los colores básicos RGB (rojo, (rojo verde, verde azul) que contenga. Eduardo Muñoz Muñoz ‐2011 1.2 Otros Tipos de Representación • Representación de sonidos: – Sonido: Sensación percibida por el oído como resultado de la vibración transmitida por medio de las partículas de aire. – Los seres humanos podemos discriminar sonidos cuya frecuencia de vibración se encuentre entre los 15 y 20000 hercios. Por encima de estos límites, hablamos de ultrasonidos. Eduardo Muñoz Muñoz ‐2011 1.2 Otros Tipos de Representación • Características de los sonidos: – Frecuencia: número de veces que vibra en un segundo. Se mide en hercios (Hz). – Intensidad o amplitud de onda sonora en el tiempo. Se mide en decibelios (Db). Eduardo Muñoz Muñoz ‐2011 1.2 Otros Tipos de Representación • Digitalización del sonido: – La señal analógica se puede digitalizar realizando operaciones de muestreo periódicas y medir la amplitud de onda a intervalos discretos. – La calidad será mayor cuanto mayor sea la frecuencia de muestreo y el número de bits (que determina la precisión) empleado para representar cada muestra. Un CD, por ejemplo, tiene una frecuencia de muestreo de 44,1 KHz (44100 muestras por segundo) y emplea 16 bits en la representación ió de d cada d una de d esas muestras. Sonido Señal eléctrica analógica Señal eléctrica digital ADC Señal eléctrica analógica Conversor analógico digital DAC Conversor digital analógico Eduardo Muñoz Muñoz ‐2011 Procesamiento Informática Aplicada Informática Aplicada a la Economía Capítulo 2: Sistemas de Si t d Representación Eduardo Muñoz Muñoz ‐2011 2. Sistemas de Numeración • Un sistema de numeración se caracteriza porque permite escribir cualquier cifra empleando un número finito de símbolos. Ejemplo: Sistema binario (0 y 1). • Es posible escribir números tan grandes como se quiera porque subyace la notación posicional. posicional Es decir, decir cada dígito tiene un valor relativo (o peso asociado) que depende de su posición d t de dentro d la l cifra. if Eduardo Muñoz Muñoz ‐2011 2. Sistemas de Numeración • La base de un sistema de numeración es el número por el que hay que multiplicar la unidad inferior para lograr la inmediatamente superior. • El número de símbolos presentes en un sistema de numeración de base b va desde el 0 hasta b‐1. b‐1 Ejemplo: Sistema binario (base 2) tiene como símbolos el 0 y el 1. • Si se trabaja en base b si se dispone de b‐1 cifras o dígitos distintos para representar cualquier número. • Esta formalización permitirá la conversión de números de un sistema de numeración a otro. Eduardo Muñoz Muñoz ‐2011 2. Sistemas de Numeración • El Teorema fundamental de la numeración dice que en un sistema de numeración de base b (b>1) cualquier número natural N puede descomponerse así: N = xn‐1 * bn‐1 + … + x3 * b3 + x2 * b2 + x1 * b1 + x0 – Siendo n el número de dígitos del número N e indicando el subíndice la posición del dígito (x) respecto a la coma decimal. • Representación de un número: número n z(B)= ∑ zi Bi , ∈ B IN, B > 1 i m i=‐m (Esquema de Horner) Eduardo Muñoz Muñoz ‐2011 Informática Aplicada Informática Aplicada a la Economía 2 1 Sistema Decimal 2.1 Sistema Decimal Eduardo Muñoz Muñoz ‐2011 2.1 Sistema Decimal • Sistema decimal – Es E ell que utilizamos tili h bit l habitualmente. t – Sistema en base 10. – Cifras: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9. • Ejemplos utilizando el esquema de Horner: – 241 en base 5 es en el sistema decimal: Z(5) = 1* 50 + 4*51 + 2*52 = = 1 + 20 + 50 = 71 – 241 en base 12 es en el sistema decimal: Z(12) = 1* 120 + 4*121 + 2*122 = = 1 + 48 + 288 = 337 Eduardo Muñoz Muñoz ‐2011 Informática Aplicada Informática Aplicada a la Economía 2 2 Sistema Binario 2.2 Sistema Binario Eduardo Muñoz Muñoz ‐2011 2.2 Sistema Binario • Sistema binario: – Sistema con base 2. – El ordenador está construido con componentes electrónicos correspondientes a dos estados: • Hay electricidad. • No hay electricidad. – Es el sistema utilizado por los ordenadores. – El proceso de comunicación entre ordenadores: consiste en transformar Decimal a Binario y Binario a Decimal. Eduardo Muñoz Muñoz ‐2011 2.2 Sistema Binario PASO DE DECIMAL A BINARIO • 1. Dividir el número entre 2. Guardar cociente y resto. • 2. Tomar cociente anterior y repetir paso 1 hasta cociente menor o igual a base. • 3. Escribir (concatenar) el último cociente y los restos empezando por el último. • Ejemplo (35 en binario): • • • • • 35 / 2 17 / 2 8/2 4/2 2/2 = = = = = 17 8 4 2 1 Resto 1 Resto 1 Resto 0 Resto 0 Resto 0 Resultado: 100011 Eduardo Muñoz Muñoz ‐2011 2.2 Sistema Binario PASO DE BINARIO A DECIMAL • Aplicamos el Esquema de Horner: • Ejemplo (100011 en decimal): 100011 = 1*20 + 1*21 + 0*22 + 0*23 + 0*24 + 1*25 = 1 + 2 + 0 + 0 + 0 + 32 = 35 Eduardo Muñoz Muñoz ‐2011 Informática Aplicada Informática Aplicada a la Economía 2 3 Sistema Octal 2.3 Sistema Octal Eduardo Muñoz Muñoz ‐2011 2.3 Sistema Octal • Base 8. • Cifras: 0, 1, 2, 3, 4, 5, 6, 7. • 8 es potencia de 2, 2 por lo que su conversión es sencilla. sencilla • Números representados son más pequeños que en Binario: – 8 en Octal es 10. – 8 en Binario es 1000. Eduardo Muñoz Muñoz ‐2011 Informática Aplicada Informática Aplicada a la Economía 2 4 Sistema Hexadecimal 2.4 Sistema Hexadecimal Eduardo Muñoz Muñoz ‐2011 2.4 Sistema Hexadecimal • Base 16. • Cifras: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F. • 16 es potencia de 2 por lo que su conversión es sencilla. sencilla • Números representados son más pequeños que en Binario. • Es el más usado en informática junto con el decimal (utilizándose para las direcciones de memoria). Eduardo Muñoz Muñoz ‐2011 Informática Aplicada Informática Aplicada a la Economía 2 5 Equivalencias 2.5 Equivalencias Eduardo Muñoz Muñoz ‐2011 2.5 Equivalencias TABLA DE EQUIVALENCIAS Hexadecimal 0 1 2 3 4 5 6 7 Decimal Octal Binario 0 00 0000 1 01 0001 2 02 0010 3 03 0011 4 04 0100 5 05 0101 6 06 0110 7 07 0111 Hexadecimal 8 9 A B C D E F • Ejemplo: Hexadecimal A39 – Decimal: 2617 – Octal: 5071 – Binario: Binario 1010 0011 1001 (101000111001) Eduardo Muñoz Muñoz ‐2011 Decimal Octal Binario 8 10 1000 9 11 1001 10 12 1010 11 13 1011 12 14 1100 13 15 1101 14 16 1110 14 17 1111