NEW
Font size
WorksheetsActividad grupo 3
Total questions: 18
Worksheet time: 9mins
¿Qué describe mejor la propiedad de inserción y eliminación ordenada en estructuras jerárquicas?
Insertar y eliminar manteniendo el orden establecido
Eliminar únicamente y perder cualquier orden previo
Insertar y eliminar sin importar el orden final
Insertar únicamente y reordenar manualmente después
En el esquema, los nodos B y C se clasifican como…
Hojas del árbol
Bordes externos
Raíces locales
Ramas del árbol
En árboles B, ¿qué condición clave define su estructura?
Todos los nodos internos tienen múltiples claves
La raíz siempre es hoja
Claves únicas sólo en hojas
Cada hoja apunta a su padre
Durante la inserción en un árbol B, ¿qué sucede cuando un nodo se llena?
Se divide promoviendo una clave
Se elimina y se recrea
Se marca como inactivo
Se rota con su hermano
¿Qué objetivo principal tienen los índices en una base de datos al trabajar con grandes volúmenes de registros?
Acelerar la recuperación de datos frecuentes
Reducir el tamaño físico de las tablas
Transformar datos a formato compatible
Garantizar integridad mediante codificación
Para consultas de rango extensas en una base de datos, ¿cuál suele ofrecer mejor rendimiento?
Hash por dispersión uniforme
B-Tree por claves internas
B+Tree por hojas enlazadas
Árbol rojo-negro por balanceo fuerte
¿Cuál es la principal razón por la que los árboles B+ son ampliamente utilizados en los índices de bases de datos?
Porque almacenan todos los datos únicamente en los nodos internos.
Porque permiten búsquedas rápidas manteniendo pocos niveles incluso con millones de registros.
Porque no requieren balanceo al insertar o eliminar elementos.
Porque funcionan únicamente en memoria y no en disco.
En una solución de Hitachi Vantara, ¿qué métrica indica mejor la mejora de eficiencia tras deduplicar?
Capacidad lógica vs. capacidad física consumida
Número de usuarios concurrentes en el sistema
Velocidad de CPU durante la indexación
Latencia de red entre sedes remotas
Para maximizar deduplicación, ¿qué práctica favorece mejores resultados?
Mantener patrones consistentes entre versiones de backups
Desactivar índices y catálogos de contenido
Cambiar constantemente el formato de los archivos
Cifrar antes de cualquier proceso de reducción
¿Qué propiedad garantiza que ningún código Huffman sea prefijo de otro?
Propiedad de aleatoriedad controlada
Propiedad de ordenación estable
Propiedad de longitud uniforme fija
Propiedad de código de prefijo libre
¿Cuál principio guía la asignación de códigos en Huffman?
Todos los símbolos reciben códigos iguales
Símbolos raros reciben códigos más cortos
Símbolos frecuentes reciben códigos más cortos
Códigos más largos reducen la entropía
¿Qué propiedad garantiza la decodificación unívoca en Huffman?
Códigos con verificación CRC
Códigos dependientes del contexto
Códigos con longitudes iguales
Códigos con prefijos libres de colisiones
¿Qué ventaja ofrece Huffman frente a códigos fijos?
Menor longitud media del mensaje
Menor complejidad de implementación
Mayor tolerancia a errores de canal
Mayor necesidad de almacenamiento
¿Cuál afirmación es correcta sobre compresión sin pérdidas?
Permite reconstruir exactamente los datos
Siempre reduce a la mitad el tamaño
Utiliza cuantización de amplitudes
Requiere descartar detalles irrelevantes
¿Qué limita el rendimiento de Huffman ante dependencias entre símbolos?
Requiere alfabetos continuos
Asume símbolos independientes
Impone bloques de tamaño fijo
Usa aritmética de punto flotante
Los árboles son una herramienta útil para organizar la información de forma jerárquica al representar sencillamente relaciones de dependencia
Verdadero
Falso
¿Qué ventaja ofrece la inserción ordenada en árboles?
Los datos se vuelven aleatorios.
Las búsquedas se mantienen eficientes al conservar el orden.
Las eliminaciones dejan vacíos sin reorganizar.
Se evita el uso de memoria.
¿Cuál es la principal razón por la que los árboles permiten realizar búsquedas más rápidas que las estructuras lineales?
Porque almacenan todos los datos en orden alfabético.
Porque siempre tienen la misma cantidad de nodos en cada rama.
Porque permiten recorrer todos los datos de forma secuencial.
Porque su estructura jerárquica reduce el espacio de búsqueda en cada nivel.
