• Definición: La base de un sistema numérico es el número de símbolos únicos que se utilizan para representar valores. Por ejemplo, el sistema decimal tiene una base de 10, mientras que el binario tiene una base de 2.

• Importancia: La base determina cómo se agrupan los dígitos y cómo se interpretan.

2. Valor Posicional

• Definición: En los sistemas posicionales, el valor de un dígito depende de su posición en el número.

• Ejemplo: En el número 345 (sistema decimal), el '3' representa 3×1023 \times 10^23×102, el '4' representa 4×1014 \times 10^14×101, y el '5' representa 5×1005 \times 10^05×100.

3. Símbolos

• Definición: Cada sistema numérico tiene un conjunto de símbolos que se utilizan para representar cantidades.

• Ejemplo:

  • Decimal: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9.

  • Binario: 0, 1.

  • Octal: 0, 1, 2, 3, 4, 5, 6, 7.

  • Hexadecimal: 0-9, A (10), B (11), C (12), D (13), E (14), F (15).

4. Operaciones

• Definición: Los sistemas numéricos permiten realizar operaciones aritméticas (suma, resta, multiplicación, división) de manera consistente.

• Ejemplo: En el sistema binario, se utilizan reglas específicas para sumar y restar (por ejemplo, 1+1=101 + 1 = 101+1=10).

5. Rango de Valores

• Definición: Cada sistema tiene un rango de valores que puede representar, dependiendo de su base y el número de dígitos.

• Importancia: Esto influye en la capacidad de representar números grandes o pequeños.

6. Conversión entre Sistemas

• Definición: Es posible convertir números de un sistema a otro, utilizando métodos específicos.

• Ejemplo: Convertir el decimal 10 a binario resulta en 1010.

7. Propiedades Matemáticas

• Aditividad y Multiplicatividad: Los sistemas numéricos siguen propiedades matemáticas que permiten la simplificación y manipulación de expresiones.

• Identidad: Cada sistema tiene un elemento neutro para operaciones (por ejemplo, 0 para la suma y 1 para la multiplicación).

8. Aplicaciones

• Uso en Computación: Diferentes sistemas numéricos son utilizados en programación y diseño digital, donde el binario es esencial.

• Uso en Matemáticas: Los sistemas son la base para resolver ecuaciones y realizar análisis.

9. Representación Gráfica

• Definición: Los números pueden ser representados gráficamente (por ejemplo, en ejes coordenados) para facilitar la comprensión.

• Ejemplo: Histogramas y gráficos de dispersión utilizan números para representar datos visualmente.

10. Sistemas No Posicionales

• Definición: Algunos sistemas, como el romano, no son posicionales y utilizan combinaciones aditivas de símbolos sin un valor posicional.

• Ejemplo: En el sistema romano, el número 4 se representa como "IV" en lugar de "4".

a. Sistemas Posicionales

En estos sistemas, el valor de un dígito depende de su posición en el número.

• Sistema Decimal (Base 10)

  • Símbolos: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9.

  • Características: La base es 10, y cada posición representa una potencia de 10. El primer lugar (de derecha a izquierda) es 10010^0100, el segundo es 10110^1101, y así sucesivamente.

  • Ejemplo: Para el número 345: 3×102+4×101+5×100=300+40+5=345.3 \times 10^2 + 4 \times 10^1 + 5 \times 10^0 = 300 + 40 + 5 = 345.3×102+4×101+5×100=300+40+5=345.

• Sistema Binario (Base 2)

  • Símbolos: 0, 1.

  • Características: Usado en computación, cada posición representa potencias de 2.

  • Ejemplo: Para el número 1011 en binario: 1×23+0×22+1×21+1×20=8+0+2+1=11.1 \times 2^3 + 0 \times 2^2 + 1 \times 2^1 + 1 \times 2^0 = 8 + 0 + 2 + 1 = 11.1×23+0×22+1×21+1×20=8+0+2+1=11.

• Sistema Octal (Base 8)

  • Símbolos: 0, 1, 2, 3, 4, 5, 6, 7.

  • Características: Cada posición representa potencias de 8.

  • Ejemplo: Para el número 17 en octal: 1×81+7×80=8+7=15.1 \times 8^1 + 7 \times 8^0 = 8 + 7 = 15.1×81+7×80=8+7=15.

• Sistema Hexadecimal (Base 16)

  • Símbolos: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A (10), B (11), C (12), D (13), E (14), F (15).

  • Características: Cada posición representa potencias de 16. Utilizado en programación y diseño de interfaces.

  • Ejemplo: Para el número 1A en hexadecimal: 1×161+10×160=16+10=26.1 \times 16^1 + 10 \times 16^0 = 16 + 10 = 26.1×161+10×160=16+10=26.

b. Sistemas No Posicionales

En estos sistemas, el valor de un símbolo no depende de su posición.

• Sistema Romano

  • Símbolos: I (1), V (5), X (10), L (50), C (100), D (500), M (1000).

  • Características: Combinaciones aditivas y sustractivas, pero sin valor posicional.

  • Ejemplo: El número 2024 se representaría como MMXXIV (1000 + 1000 + 10 + 10 + 5 - 1).

• Sistema Maya

  • Características: Base vigesimal (20) y un sistema de puntos y barras. Utilizaban un símbolo para el cero.

  • Ejemplo: Un número podría representarse con diferentes símbolos en varias posiciones, cada uno multiplicado por potencias de 20.

a. De Decimal a Binario

1. Divide el número entre 2.

2. Anota el residuo (0 o 1).

3. Repite el proceso con el cociente hasta que sea 0.

4. Lee los restos en orden inverso.

Ejemplo: Convertir 13 a binario:

• 13 / 2 = 6, residuo 1

• 6 / 2 = 3, residuo 0

• 3 / 2 = 1, residuo 1

• 1 / 2 = 0, residuo 1

Lectura inversa: 1101.

b. De Binario a Decimal

1. Toma cada bit y multiplícalo por su potencia de 2.

2. Suma todos los resultados.

Ejemplo: Convertir 1101 a decimal:

1×23+1×22+0×21+1×20=8+4+0+1=13.1 \times 2^3 + 1 \times 2^2 + 0 \times 2^1 + 1 \times 2^0 = 8 + 4 + 0 + 1 = 13.1×23+1×22+0×21+1×20=8+4+0+1=13.

c. De Decimal a Hexadecimal

1. Divide el número entre 16 y anota el residuo.

2. Repite hasta que el cociente sea 0, usando A-F para 10-15.

3. Lee los restos en orden inverso.

Ejemplo: Convertir 255 a hexadecimal:

• 255 / 16 = 15, residuo 15 (F)

• 15 / 16 = 0, residuo 15 (F)

• Definición: Muchas transformaciones son lineales, lo que significa que pueden expresarse en la forma y=ax+by = ax + by=ax+b.

• Implicaciones: Conservan la relación proporcional entre los valores. Por ejemplo, si se duplica el valor de xxx, el resultado yyy también se duplica (es decir, la relación es constante).

2. Inversibilidad

• Definición: Algunas transformaciones son inversibles, lo que permite recuperar el valor original a partir del transformado.

• Ejemplo: En una transformación lineal y=ax+by = ax + by=ax+b, se puede deshacer la transformación mediante x=y−bax = \frac{y - b}{a}x=ay−b​.

3. Monotonía

• Definición: Una transformación es monótona si mantiene el orden de los números. Es decir, si x1<x2x_1 < x_2x1​<x2​, entonces f(x1)<f(x2)f(x_1) < f(x_2)f(x1​)<f(x2​).

• Importancia: Las transformaciones monótonas son útiles en estadística, ya que preservan las relaciones de orden entre los datos.

4. Efecto sobre la Varianza

• Definición: Las transformaciones pueden afectar la varianza de un conjunto de datos.

• Ejemplo: Una transformación logarítmica tiende a reducir la varianza en datos que siguen una distribución exponencial.

5. Escalabilidad

• Definición: Muchas transformaciones permiten escalar datos a un rango específico, como [0, 1] en el escalado min-max.

• Aplicación: Esto es útil en algoritmos de aprendizaje automático que requieren que los datos estén en un rango específico para funcionar correctamente.

6. Simplicidad

• Definición: Algunas transformaciones son sencillas y fáciles de calcular, como la suma, resta, multiplicación y división.

• Ejemplo: Transformaciones como la adición de un valor constante son directas y rápidas de aplicar.

7. Sensibilidad a Outliers

• Definición: Algunas transformaciones, especialmente aquellas que utilizan funciones cuadráticas o exponenciales, pueden ser muy sensibles a valores atípicos.

• Consecuencia: Los outliers pueden distorsionar el análisis, por lo que se debe tener cuidado al elegir la transformación adecuada.

8. Preservación de la Estructura de Datos

• Definición: Algunas transformaciones mantienen la estructura de los datos, como las transformaciones lineales, mientras que otras pueden cambiarla.

• Ejemplo: La normalización y el escalado preservan la relación entre los datos, mientras que la factorización puede cambiar la forma de los datos originales.

9. Contextualidad

• Definición: La efectividad de una transformación depende del contexto y del tipo de datos.

• Ejemplo: La elección de la transformación adecuada puede depender de la distribución de los datos; por ejemplo, la normalización puede ser más adecuada para datos normalmente distribuidos.

10. Utilidad en Análisis

• Definición: Las transformaciones son herramientas poderosas en análisis estadístico, modelado y en la preparación de datos.

• Ejemplo: La normalización y escalado son esenciales en preprocesamiento de datos para algoritmos de aprendizaje automático.

Estas son las operaciones más básicas que se pueden realizar con números. Incluyen:

• Suma: Combina dos o más números.

  • Ejemplo: x+yx + yx+y aumenta el valor total.

• Resta: Se sustrae un número de otro.

  • Ejemplo: x−yx - yx−y reduce el valor.

• Multiplicación: Aumenta un número por un factor constante.

  • Ejemplo: x×yx \times yx×y escala el valor.

• División: Distribuye un número en partes iguales.

  • Ejemplo: x/yx / yx/y determina cuántas veces un número se contiene en otro.

b. Transformaciones Algebraicas

Estas transformaciones involucran manipulación de expresiones y ecuaciones algebraicas:

• Factorización: Descomposición de un polinomio en el producto de factores.

  • Ejemplo: x2−5x+6x^2 - 5x + 6x2−5x+6 se factoriza como (x−2)(x−3)(x - 2)(x - 3)(x−2)(x−3).

• Expansión: Transformación de una expresión factorizada en su forma desarrollada.

  • Ejemplo: (x+2)(x+3)(x + 2)(x + 3)(x+2)(x+3) se expande a x2+5x+6x^2 + 5x + 6x2+5x+6.

• Sustitución: Reemplazar una variable por otra expresión.

  • Ejemplo: Si y=2xy = 2xy=2x, en una ecuación se puede sustituir yyy por 2x2x2x.

• Transformaciones de Ecuaciones: Cambiar la forma de una ecuación para facilitar la resolución.

  • Ejemplo: y=mx+by = mx + by=mx+b puede reescribirse en forma estándar Ax+By=CAx + By = CAx+By=C.

c. Transformaciones Geométricas

Estas transformaciones son aplicables en un contexto numérico y gráfico:

• Escalado: Cambiar la escala de un conjunto de números por un factor constante.

  • Ejemplo: Multiplicar cada elemento de una lista por 3.

• Translación: Mover todos los elementos de un conjunto a lo largo de una recta numérica.

  • Ejemplo: Sumar 5 a cada número de una lista.

• Reflexión: Invertir los valores a través de un eje.

  • Ejemplo: Cambiar el signo de cada número.

d. Transformaciones Estadísticas

Son transformaciones aplicadas a conjuntos de datos para mejorar el análisis y la interpretación:

• Normalización: Ajustar datos para que tengan una media de 0 y una desviación estándar de 1. Esto es común en técnicas de aprendizaje automático y análisis estadístico.

  • Fórmula: z=x−μσz = \frac{x - \mu}{\sigma}z=σx−μ​, donde μ\muμ es la media y σ\sigmaσ es la desviación estándar.

• Escalado Min-Max: Reescalar los datos para que se ajusten en un rango específico, típicamente [0, 1].

  • Fórmula: x′=x−xminxmax−xminx' = \frac{x - x_{min}}{x_{max} - x_{min}}x′=xmax​−xmin​x−xmin​​, donde xminx_{min}xmin​ y xmaxx_{max}xmax​ son los valores mínimo y máximo del conjunto.

• Logaritmización: Aplicar la función logarítmica a los datos para reducir la varianza y hacer la distribución más normal.

  • Ejemplo: Transformar datos xxx a log⁡(x)\log(x)log(x).

Las transformaciones lineales se pueden expresar en la forma y=ax+by = ax + by=ax+b, donde aaa es la pendiente (o factor de escala) y bbb es el término constante (desplazamiento). Este tipo de transformación mantiene la relación proporcional entre los datos.

• Propiedades:

  • Conservan la rectitud de las líneas en gráficos.

  • Se aplican fácilmente en ecuaciones.

b. Transformaciones No Lineales

Son aquellas que no pueden representarse como una línea recta. Ejemplos incluyen funciones cuadráticas, exponenciales y logarítmicas. Estas transformaciones son útiles para modelar relaciones más complejas.

• Ejemplo:

  • Cuadrática: y=x2y = x^2y=x2.

  • Exponencial: y=exy = e^xy=ex.

  • Logarítmica: y=log⁡(x)y = \log(x)y=log(x).

• Matemáticas: Para resolver ecuaciones y simplificar expresiones. Ayudan en el análisis y la solución de problemas complejos.

• Estadística: En la preparación de datos, las transformaciones ayudan a mejorar la calidad del análisis. La normalización y escalado son comunes antes de aplicar técnicas de análisis de datos o aprendizaje automático.

• Ciencias de la Computación: En el procesamiento de señales y análisis de datos, donde los datos pueden necesitar transformaciones para facilitar la visualización o el análisis.

• Ingeniería: En modelado y simulaciones, donde se transforman parámetros para estudiar el comportamiento de sistemas complejos.

• Economía y Finanzas: En la evaluación de modelos económicos y la predicción de tendencias, donde las transformaciones pueden ayudar a estabilizar variaciones en los datos.

Supón que tienes el conjunto de datos [10,20,30,40,50][10, 20, 30, 40, 50][10,20,30,40,50]:

• Cálculo de la media (μ\muμ): μ=10+20+30+40+505=30.\mu = \frac{10 + 20 + 30 + 40 + 50}{5} = 30.μ=510+20+30+40+50​=30.

• Cálculo de la desviación estándar (σ\sigmaσ): σ=(10−30)2+(20−30)2+(30−30)2+(40−30)2+(50−30)25=15.81.\sigma = \sqrt{\frac{(10-30)^2 + (20-30)^2 + (30-30)^2 + (40-30)^2 + (50-30)^2}{5}} = 15.81.σ=5(10−30)2+(20−30)2+(30−30)2+(40−30)2+(50−30)2​​=15.81.

• Normalización de 20: z=20−3015.81≈−0.632.z = \frac{20 - 30}{15.81} \approx -0.632.z=15.8120−30​≈−0.632.

b. Ejemplo de Escalado Min-Max

Transformar el conjunto [10,20,30,40,50][10, 20, 30, 40, 50][10,20,30,40,50] al rango [0, 1]:

• Calcular xminx_{min}xmin​ y xmaxx_{max}xmax​:

  • xmin=10x_{min} = 10xmin​=10, xmax=50x_{max} = 50xmax​=50.

• Transformación de 20: x′=20−1050−10=1040=0.25.x' = \frac{20 - 10}{50 - 10} = \frac{10}{40} = 0.25.x′=50−1020−10​=4010​=0.25.

c. Ejemplo de Transformación Logarítmica

Si tienes un conjunto de datos que sigue una distribución exponencial, aplicar logaritmos puede ayudar a estabilizar la varianza:

• Supón el conjunto [1,10,100,1000][1, 10, 100, 1000][1,10,100,1000]:

• Transformación logarítmica:

  • log⁡(1)=0\log(1) = 0log(1)=0

  • log⁡(10)=1\log(10) = 1log(10)=1

  • log⁡(100)=2\log(100) = 2log(100)=2

  • log⁡(1000)=3\log(1000) = 3log(1000)=3

• Nuevo conjunto: [0,1,2,3][0, 1, 2, 3][0,1,2,3].

•