Está en la página 1de 76

PRINCIPIOS DE ARQUITECTURA

COMPUTACIONAL
Datos e Información
Sistemas Numéricos
• Se denomina sistema de numeración al conjunto
de símbolos y reglas que se utilizan para la
representación de datos numéricos o cantidades.

• Un sistema de numeración se caracteriza


fundamentalmente por su base, que es el número
de símbolos distintos que utiliza, y además es el
coeficiente que determina cuál es el valor de cada
símbolo dependiendo de la posición que ocupe.
Sistema Binario
Definición
En matemáticas e informática, el sistema binario es un
sistema de numeración en el que los números se
representan utilizando solamente las cifras cero y uno.

Es el que se utiliza en los ordenadores, pues trabajan


internamente con dos niveles de voltaje, por lo que su
sistema de numeración natural es el sistema binario
(encendido 1, apagado 0).
Sistemas Numéricos

SISTEMA BASE DÍGITOS


• Binario 2 0y1
• Decimal 10 del 0 al 9
• Octal 8 del 0 al 7
• Hexadecimal 16 del 0 al 9 y las
letras a, b, c, d, e, f
(A, B, C, D, E, F)
Notación, Conversiones y Operaciones

Teorema Fundamental de la Numeración


El Teorema establece la forma general de construir números en un
sistema de numeración posicional.

N° número válido en el sistema de numeración decimal


n número de dígitos de la parte entera
m numero de dígitos de la parte decimal
n-1
i
Ʃ (dígito)i
N° = i=-m * (base)

o sea
n-1 3 2 1 0 -1 -m
N° = …+Xn-1 * B + X3 * B + X2 * B + X1 * B + X0 * B + X-1 * B + X-m * B + …
TEOREMA FUNDAMENTAL DE LA NUMERACIÓN

0 -1 -2 -3 -4
3.1416 (10) = 3 x 10 + 1 x 10 + 4 x 10 + 1 x 10 + 6 x 10

3 2 1 0 -1
1001.1(2) = 1 x 2 + 0 x 2 + 0 x 2 + 1 x 2 + 1 x 2 = 8+0+0+1+0.5 = 9.5 (10)

2 1 0
219 (16) = 2 x 16 + 1 x 16 + 9 x 16 = 512 + 16 + 9 = 537(10)
TEOREMA FUNDAMENTAL DE LA NUMERACIÓN

10111101 2 = 1 ∗ 27 + 0 ∗ 26 + 1 ∗ 25 + 1 ∗ 24 + 1 ∗
23 + 1 ∗ 22 + 0 ∗ 21 + 1 ∗ 20

10111101 2 = 128 + 0 + 32 + 16 + 8 + 4 + 0 + 1

10111101 2 = (189)10
Historia
En 1605 Francis Bacon habló de un sistema por el
cual las letras del alfabeto podrían reducirse a
secuencias de dígitos binarios, las cuales podrían ser
codificadas como variaciones apenas visibles en la
fuente de cualquier texto arbitrario. El sistema binario
moderno fue documentado en su totalidad por Leibniz,
en el siglo XVII, en su artículo "Explication de
l'Arithmétique Binaire". En él se mencionan los
símbolos binarios usados por matemáticos chinos.
Leibniz usó el cero y uno, al igual que el sistema de
numeración binario actual.
En 1854, el matemático
británico George Boole,
publicó un artículo que
marcó un antes y un
después, detallando un
sistema de lógica que
terminaría denominándose
Álgebra de Boole o Álgebra
Booleana. Dicho sistema
desempeñaría un papel
fundamental en el desarrollo
del sistema binario actual,
particularmente en el
desarrollo de circuitos
electrónicos.
Aplicaciones
En 1973, Claude Shannon
realizó su tesis doctoral en
el MIT, en la cual
implementaba el Álgebra de
Boole y aritmética binaria
utilizando relés y
conmutadores por primera
vez en la historia. Titulada
Un Análisis Simbólico de
Circuitos Conmutadores y
Relés, la tesis de Shannon
básicamente fundó el
diseño práctico de circuitos
digitales.
Ejercicio:
Convertir a decimal los siguientes números, aplicando el
Teorema Fundamental de la Numeración:

1) 9816 5) 11716

2) 101001 2 6) 111011 2

3) 10578 7) 5738
4) 8.1510 8) 365.510
Notación, Conversiones y Operaciones
Hexa
Binario Octal Binario Decimal
Decimal
000 0 0000 0 0
001 1 0001 1 1
010 2 0010 2 2

011 3 0011 3 3
100 4 0100 4 4
101 5 0101 5 5
110 6 0110 6 6
111 7 0111 7 7
1000 8 8
1001 9 9
1010 A 10
1011 B 11
1100 C 12
1101 D 13
1110 E 14
1111 F 15
Tarea:
Convertir a decimal los siguientes números, aplicando el
Teorema Fundamental de la Numeración:

1) F0916

2) 1000100 2

3) 7138
4) 525.2510
¿Cuántos bits necesito para
representar cierta cantidad X
de información ?

log2X

log10(X) / log10(2) ln(X) / ln(2)


Ordenes de magnitud de la información (datos):
• 1 Bit (es la unidad mínima de almacenamiento, 0/1)
• 8 Bits = 1 Byte
• 1024 Bytes = 1 Kilobyte (un archivo de texto plano, 20 kb)
• 1024 Kilobytes = 1 Megabyte (un mp3, 3 mb)
• 1024 Megabytes = 1 Gigabyte (una película en DivX, 1 gb)
• 1024 Gigabytes = 1 Terabyte (800 películas, 1 tb)
• 1024 Terabytes = 1 Petabyte (toda la información de Google, entre
1 y 2 petabytes)
• 1024 Petabytes = 1 Exabyte (Internet ocupa entre 100 y 300
Exabytes)
• 1024 Exabytes = 1 Zettabyte (a partir de aquí no existen
comparativas reales)
• 1024 Zettabytes = 1 YottaByte
• 1024 YottaBytes = 1 Brontobyte
• 1024 Brontobytes = 1 GeopByte
• 1024 GeopBytes = 1 Saganbyte
• 1024 Saganbytes = 1 Jotabyte
Notación, Conversiones y Operaciones

CONVERSIÓN DE UN NUMERO DECIMAL A BINARIO

Convertir 42 a binario

R= 1 0 1 0 1 0
Notación, Conversiones y Operaciones

CONVERSIÓN DE UN NUMERO DECIMAL A OCTAL


Notación, Conversiones y Operaciones
CONVERSIÓN DE UN NUMERO DECIMAL CON
FRACCIÓN A HEXADECIMAL

Convertir 250.025 a hexadecimal


Notación, Conversiones y Operaciones

CONVERSIÓN DE UN NUMERO DECIMAL CON


FRACCIÓN A UN NUMERO BINARIO
42.375

R= 1 0 1 0 1 0. 0 1 1
Notación, Conversiones y Operaciones

CONVERSIÓN DE UN NUMERO BINARIO A UN DECIMAL


Notación, Conversiones y Operaciones

CONVERSIÓN DE UN NUMERO OCTAL A BINARIO


Notación, Conversiones y Operaciones
Notación, Conversiones y Operaciones

NIC (Network Interface Card )


Notación, Conversiones y Operaciones

NIC (Network Interface Card )


Notación, Conversiones y Operaciones

00 : 60 : 2F : 3A : 07 : BC
Notación, Conversiones y Operaciones

Direcciones Privadas asignadas al espacio


Notación, Conversiones y Operaciones
Direcciones Privadas asignadas al espacio

Clase A 10.0.0.0  10.255.255.255 00001010.00000000.00000000.00000000


Red Host Host Host
00001010.11111111.11111111.11111111
Red Host Host Host

Clase B 172.16.0.0  172.31.255.255 10101100.00010000.00000000.00000000 10101100.00011111.11111111.11111111


Red Red Host Host Red Red Host Host

Clase C 192.168.0.0  192.168.255.255 11000000.10101000.00000000.00000000 11000000.10101000.11111111.11111111


Red Red Red Host Red Red Red Host

Máscaras de subred predeterminadas


8bit x 4 octetos = 32 bit. (11111111.11111111.11111111.11111111 = 255.255.255.255)
Clase C - 8bit x 3 octetos = 24 bit. (11111111.11111111.11111111.00000000 = 255.255.255.0)
Clase B - 8bit x 2 octetos = 16 bit. (11111111.11111111.00000000.00000000 = 255.255.0.0)
Clase A - 8bit x 1 octetos = 8 bit. (11111111.00000000.00000000.00000000 = 255.0.0.0)
Notación, Conversiones y Operaciones

00001010 00100000 01001000 00000000

10 32 72 0
Notación, Conversiones y Operaciones

CONVERTIR LOS SIGUIENTES NUMEROS DEL SISTEMA NUMÉRICO EN EL


QUE SE ENCUENTRAN AL QUE SE SOLICITA. NO BORRAR LAS
OPERACIONES QUE REALICE PARA LA CONVERSIÓN Y ENCIERRE EN UN
RECTÁNGULO EL RESULTADO.

1). (345)10 → ( )2 7). (2587)10 → ( )16


2). (10010001110101)2 → ( )8 8). (10111000101)2 → ( )10
3). (1287)16 → ( )2 9). (1110010101010101)2 → ( )16
4). (100)8 → ( )10 10). (753)8 → ( )2
5). (A42F)16 → ( )8 11). (345)8 → ( )16
6). (1591)10 → ( )8 12). (C5D7)16 → ( )10
Operaciones básicas con números binarios enteros

Suma Resta Multiplicación División


0+0=0 0-0=0 0*0=0 1101 |10__
-10_ 110
0+1=1 0 - 1 = 1 (acarreo 1) 0*1=0 010
- 101
1+0=1 1-0=1 1*0=0 001
aritméticas
1 + 1 = 0 (acarreo 1) 1-1=0 1*1=1

AND OR XOR
0 and 0 = 0 0 or 0 = 0 0 xor 0 = 0

0 and 1 = 0 0 or 1 = 1 0 xor 1 = 1

1 and 0 = 0 1 or 0 = 1 1 xor 0 = 1
lógicas 1 and 1 = 1 1 or 1 = 1 1 xor 1 = 0
Operaciones básicas con números binarios enteros

AND OR XOR
0 and 0 = 0 0 or 0 = 0 0 xor 0 = 0

0 and 1 = 0 0 or 1 = 1 0 xor 1 = 1

1 and 0 = 0 1 or 0 = 1 1 xor 0 = 1
lógicas 1 and 1 = 1 1 or 1 = 1 1 xor 1 = 0
Operaciones básicas con números binarios enteros

Suma Binaria
 La operación de suma se estructura en columnas

 El bit menos significativo del resultado de una columna es la


suma de dicha columna
 El bit más significativo del resultado de una columna pasa
como acarreo a la columna siguiente

 Las cuatro reglas básicas de la suma binaria son:


0 + 0 = 00 → suma 0, acarreo 0
0 + 1 = 01 → suma 1, acarreo 0
1 + 0 = 01 → suma 1, acarreo 0
1 + 1 = 10 → suma 0, acarreo 1
Operaciones básicas con números binarios enteros

En el momento en el que aparece un acarreo igual a 1 nos


vemos obligados a sumar tres bits en lugar de dos

1 + 0 + 0 = 01 → suma 1, acarreo 0
1 + 0 + 1 = 10 → suma 0, acarreo 1
1 + 1 + 0 = 10 → suma 0, acarreo 1
1 + 1 + 1 = 11 → suma 1, acarreo 1

 Ejemplo: 1110 + 1010


1 1
1 1 1 0 14
+ 1 0 1 0 + 10
1 1 0 0 0 24
Operaciones básicas con números binarios enteros
Suma Binaria
 Otro ejemplo: 1001001010 + 1101010111
Operaciones básicas con números binarios enteros
Resta Binaria
 La operación de resta también se organiza en columnas
 Si el minuendo es menor que el sustraendo (0 menos 1)
 El resultado de la resta es la diferencia entre los dos
 Se produce un acarreo negativo, es decir, sumamos 1 al
sustraendo de la siguiente columna
 Sumar un acarreo negativo a un 1 en el sustraendo implica la
generación de un nuevo acarreo negativo
 Ejemplo: 1101 - 111
Operaciones básicas con números binarios enteros
Resta Binaria
 Otro ejemplo: 1010101110 – 1001110100
Operaciones básicas con números binarios enteros
Multiplicación Binaria
 Las reglas básicas de la multiplicación binaria son:
0x0=0 1 x0=0
0x1=0 1 x1=1
 La multiplicación se realiza generando productos parciales,
desplazando cada nuevo producto parcial una posición a la izquierda
y luego sumándolos todos
 Ejemplo: 11 x 10
Operaciones básicas con números binarios enteros
Multiplicación Binaria
 Ejercicio: 11010 x 101
Operaciones básicas con números binarios enteros
División Binaria
 La división binaria sigue el procedimiento tradicional de
multiplicación y resta al que estamos acostumbrados

 Ejemplo: 11 0 / 11
Operaciones básicas con números binarios enteros
División Binaria
 Ejercicio: 100011 / 110
Operaciones básicas con números binarios

Ejercicios

1) Convertir 118,62510 -> (2)

2) 111011 + 110
3) Hacer la operación en binario 123 + 36
4) 111011 - 110
5) Hacer la operación en binario 165 - 23
6) 11010001 X 1101
7) 101010 / 110
Operaciones básicas con números binarios

Realizar las siguientes operaciones binarias. Al terminar, comprueba


las operaciones en el sistema decimal.

1) 1011011 + 1011010

2) 11011001 - 10101011

3) 11010001 * 1101

4) 1011010100 / 1011
Representación en memoria de números enteros

 Los sistemas digitales deben ser capaces de manejar tanto números


positivos como números negativos
 Un número binario con signo se caracteriza por su magnitud y su signo
 La magnitud indica el valor del número
 El signo indica si es positivo o negativo
 Tres formatos binarios para representar números enteros
 En todos ellos, el bit más significativo representa el signo
 Todos los números en una computadora tienen la misma cantidad de
bits, por lo que el bit de signo tiene una posición fija

 Signo y Magnitud
 Complemento a 1
 Complemento a 2
Representación en memoria de números enteros
Signo y Magnitud

 El bit más a la izquierda representa el signo del número y el


resto de bits representa la magnitud del número
 Un número negativo tiene los mismos bits de magnitud que
su versión positiva, pero distinto bit de signo
 Se utiliza un 0 para el signo positivo
 Se utiliza un 1 para el signo negativo
 Dado que los números usados por una computadora tienen
tamaño fijo, supondremos números de 8 bits.
Representación en memoria de números enteros

Rango de Valores en signo-magnitud

 Los números binarios naturales de n bits


pueden tener valores que van desde 0 hasta
n-1
2
 Dado que los números en formato
signo-magnitud usan un bit de signo, un
número de n bits sólo dedicará (n – 1) bits a
representar la magnitud

 Los números en signo-magnitud pueden tener


valores que van desde

-(2n-1- 1) hasta + (2n-1- 1)


Representación en memoria de números enteros

Aritmética en signo-magnitud

Suma y Resta en signo –magnitud:


 Se comparan el signo y la magnitud de los operandos
 Si el signo de los operandos es el mismo se suman las
magnitudes y se mantiene el mismo signo
 Si el signo de los operandos es distinto, se resta la magnitud
mayor menos la menor y se pone el signo de la mayor

Multiplicación y División en signo –magnitud:


 Se multiplican o dividen las magnitudes
 Si los operandos tienen el mismo signo el resultado es
positivo; en caso contrario el resultado es negativo
Representación en memoria de números enteros
Desventajas en signo-magnitud

En el formato signo-magnitud existen dos ceros, uno


positivo y otro negativo, pero con el mismo significado

 La multiplicación y la división pueden hacerse


basándose en sumas y restas, pero es necesario tener
circuitos capaces tanto de sumar como de restar

Dado que las operaciones de suma y resta necesitan


realizar comparaciones, los circuitos aritméticos en
signo magnitud tienden a ser más lentos de lo deseado
Representación en memoria de números enteros
Complemento a 1
 El complemento a 1 de un número binario se obtiene
cambiando todos los 0 por los 1 y todos los 1 por 0
 Los números positivos se representan igual que los
números positivos en formato signo-magnitud
 Los números negativos son el complemento a 1 del
correspondiente número positivo
Representación en memoria de números enteros
Valor decimal en Complemento a 1
 El valor decimal de los números positivos se calcula de la
misma manera que en signo-magnitud

 El valor decimal de los números negativos se calcula


asignando el valor negativo del peso correspondiente al bit
de signo y luego sumando uno al resultado
Representación en memoria de números enteros
Rango de valores en Complemento a 1
 El bit más significativo de los números en
formato complemento a 1 representa el
signo

 Un número de n bits sólo dedicará (n – 1)


bits a representar la magnitud

 Los números en complemento a 1 pueden


tener valores que van desde
n-1 n-1
-(2 - 1) hasta + (2 - 1)
Representación en memoria de números enteros
Aritmética en Complemento a 1
 La operación de resta es innecesaria: para restar podemos
limitarnos a sumar el complemento a 1 del número que
queremos restar
 Por ejemplo, suponiendo números de 8 bits (1 byte):

 La multiplicación y la división también pueden realizarse


partiendo de la suma
Representación en memoria de números enteros
Aritmética en Complemento a 1
 La suma puede producir un acarreo en la última columna,
que no puede representarse en 8 bits
 Para obtener el valor correcto debemos sumar este acarreo
al resultado de la suma
 Por ejemplo, suponiendo de nuevo números de 8 bits:
Representación en memoria de números enteros
Desbordamiento
 Dado que los números en un ordenador tienen una
cantidad fija de bits, es posible un desbordamiento, es decir,
que el resultado tenga demasiados bits
 Podremos identificar un resultado como incorrecto a causa
de un desbordamiento porque no tendrá el signo que
debería tener
Representación en memoria de números enteros
Desventajas del Complemento a 1
 En el formato complemento a 1 existen dos ceros, uno
positivo y otro negativo, pero con el mismo significado
 La multiplicación, la división y la resta pueden hacerse
basándose en sumas, pero los circuitos sumadores se
complican porque en determinadas circunstancias hay que
sumar un acarreo al resultado
 Debido a esta complicación, los circuitos aritméticos en
complemento a 1 también tienden a ser más lentos de lo
que se querría.
Representación en memoria de números enteros
Complemento a 2
 El complemento a 2 de un número binario se obtiene
sumando uno al bit menos significativo del complemento a
1 del número

 Un método alternativo es comenzar por el bit menos


significativo hasta encontrar un 1 y luego hacer el
complemento a 1 del resto del número
Representación en memoria de números enteros
Complemento a 2
 El valor decimal de los números positivos se calcula de la
misma manera que en signo-magnitud

 Un método alternativo es comenzar por el bit menos


significativo hasta encontrar un 1 y luego hacer el
complemento a 1 del resto del número
Representación en memoria de números enteros

Rango de Valores en Complemento a 2


 El bit más significativo de los
números en formato o complemento
a 2 representa el signo
 Un número de n bits sólo dedicará (n-
1) bits a representar la magnitud

 Los números en signo-magnitud


pueden tener valores que van desde
Representación en memoria de números enteros
Ventajas del Complemento a 2
 Solo existe una representación del cero
 Todas las operaciones pueden hacerse con un circuito
sumador, más simple que el usado por signo-magnitud o
complemento a 1 y, por lo tanto, más rápido
 Por estos motivos, el complemento a 2 es el formato más
utilizado por los computadoras actuales.
Representación en memoria de números enteros
Suma en Complemento a 2 – Aritmética binaria
 Si los dos valores sumados son positivos, el resultado
también será positivo
 Existe la posibilidad de un desbordamiento (overflow), es
decir, de obtener un resultado incorrecto porque necesita
más bits de los que se pueden representar

0
Representación en memoria de números enteros
Suma en Complemento a 2 – Aritmética binaria
 Si los dos valores sumados son negativos, el resultado
también será negativo
 Existe la posibilidad de que aparezca un acarreo (carry) pero
no invalida el resultado y debe descartarse
Representación en memoria de números enteros
Suma en Complemento a 2 – Aritmética binaria
 Si los dos valores sumados son negativos también existe la
posibilidad de que ocurra un desbordamiento y, por tanto,
el resultado sea incorrecto
Representación en memoria de números enteros
Suma en Complemento a 2 – Aritmética binaria
 Si los dos valores sumados tienen distinto signo es
imposible que ocurra un desbordamiento
 Cuando el valor absoluto del número positivo es mayor que
el negativo puede aparecer un acarreo, pero se descarta y el
resultado es correcto
Representación en memoria de números enteros
Resta en Complemento a 2 – Aritmética binaria
 Para restar dos números se calcula el complemento a 2 del
número restado y se suman, descartando cualquier acarreo
que pueda aparecer y controlando la posibilidad de que
ocurra un desbordamiento
Resumen

 La comprensión de las operaciones básicas de la aritmética


binaria es importante para el diseño de los circuitos
digitales que las realizan
 Existen varios formatos que permiten la representación de
números enteros negativos
 Las computadoras actuales utilizan generalmente el formato
de complemento a 2 para representar números negativos
porque permite simplificar en gran medida el diseño de los
circuitos necesarios
Ejemplos donde dado un contenido en su representación
hexadecimal lo interpretamos bajo el formato C2
6A > 01101010 > 6A16
E277 > 1110001001110111 > -1D8916

00042123 > 4212316

FFFC2045 > -3DFBB16


Realizar las siguientes operaciones aritméticas, (trabaja con grupos
fijos de 8 bits).
a)- convierte a binario
b)- aplica el C2 donde sea necesario.

1. (-15) + 6 4. (F5)16 - 13
2. 63 - (27)8
3. 110 + (- 85)
Convertir los siguientes números a binario y realizar la operación
indicada. No borrar las operaciones que realice para las
conversiones, no borrar la operación y encierre en un rectángulo el
resultado ajustado a un tamaño de palabra.
1). (+157)16 + (- 251)10 2). (141)8 + (-134)10
3). (-97)10 - (+ 551)8 4). (-159)8 - (+203)10
5). (+69)10 * (- 41)8 6). (-201)8 * (-13)10
7). (115)10 / (21)8 8). (-5E1)16 / (-23)10
REPRESENTACIÓN DE LOS NÚMEROS EN PUNTO FLOTANTE

Notación Científica
e
n = f x 10
- f es la fracción o mantisa

- e es un entero positivo o negativo llamado exponente.

A la versión en una computadora de este tipo de notación se le


denomina Punto Flotante.

Ejemplos:
0
3.14 = 3.14 x 10
-6
0.000001 = 1.0 x 10
3
1941 = 1.941 x 10
Representación en Punto Flotante
Notación Normalizada

Por lo general los números en punto flotante serán almacenados en


notación normalizada, donde el punto se encuentra a la derecha del
primer dígito significativo del número.

Ejemplos
3450000 10 => 3.45 x 10 6
0.1001 2 => 1.001 x 2-1
REPRESENTACIÓN DE LOS NÚMEROS EN PUNTO FLOTANTE

Estándar de Punto Flotante IEEE 754

Precisión Sencilla o Simple (32 bits)


- 1 bit para el signo del número en su totalidad.
- 8 bits para el exponente –exceso en 127-. Los valores del exponente se
mueven en el rango de -127 a +128.
-23 bits para la fracción o mantisa.

Doble Precisión (64 bits)


- 1 bit para el signo del número en su totalidad.
- 11 bits para el exponente –exceso en 1023 –
- 52 bits para la fracción o mantisa.

Precisión Extendida (80 bits)


- Se usa tan solo en las unidades aritméticas de punto flotante.
REPRESENTACIÓN DE LOS NÚMEROS EN PUNTO FLOTANTE

Bits Bits del Número más Número más


Formato Bits totales
significativos exponente pequeño grande
Precisión
32 23 + 1 signo 8 ~1.2 ⋅ 10-38 ~3.4 ⋅ 1038
sencilla
Precisión
64 52 + 1 signo 11 ~5.0 ⋅ 10-324 ~1.8 ⋅ 10308
doble
REPRESENTACIÓN DE LOS NÚMEROS EN PUNTO FLOTANTE
Codifiquemos el número decimal -118.625
Necesitamos obtener el signo, el exponente y la fracción.
Dado que es un número negativo, el bit de signo es "1".

Busquemos los demás valores:

1.- Número (sin signo) usando notación binaria. 1110110.101.


2.- Punto flotante Normalizado 1110110.101 = 1.110110101·26.
3.- La Mantisa rellenada con ceros a la derecha hasta obtener los 23 bits.
11011010100000000000000.
4.- El Exponente es 6, pero necesitamos convertirlo a binario y desplazarlo (de
forma que el exponente más negativo es 0).

Para el formato IEEE 754 de 32 bits, el exceso es 127, así es que 6 + 127 = 133. En
binario, esto se escribe como 10000101.

Poniendo todo junto:


1 8 23
Signo Exp Mantisa
1 10000101 11011010100000000000000
REPRESENTACIÓN DE LOS NÚMEROS EN PUNTO FLOTANTE
En una computadora típico los números en punto flotante se representan de la
manera descrita en el apartado anterior, pero con ciertas restricciones sobre el
número de dígitos de q y m impuestas por la longitud de palabra disponible (es
decir, el número de bits que se van a emplear para almacenar un número). Para
ilustrar este punto, consideraremos una computadora hipotética que
denominaremos MARC-32 y que dispone de una longitud de palabra de 32 bits (muy
similar a la de muchos ordenadores actuales). Para representar un número en punto
flotante en el MARC-32, los bits se acomodan del siguiente modo:
Signo del número real x: 1 bit

Signo del exponente m: 1 bit

Exponente (entero |m|): 7 bits

Mantisa (número real |q|): 23 bits


Representación interna de datos alfanuméricos
• Una computadora puede trabajar internamente con un
conjunto de caracteres que nos permitirán manejar datos,
información, instrucciones, órdenes de control, etc. Este
conjunto de caracteres podemos subdividirlo en los
siguientes grupos:
 caracteres alfabéticos
 letras mayúsculas (A..Z sin la Ñ)
 letras minúsculas (a..z sin la ñ)
 cifras decimales: los números 0, 1, ..., 9
 caracteres especiales
 caracteres como el . , ; : * @, etc.
 órdenes de control. Equivalen a las teclas: ENTER, TAB,
ESC, etc.

También podría gustarte