Epistemología de la codificación de datos
Palabras clave:
Codificación, Decodificación, Distancia de Hamming, Corrección de errores, Teoría de códigos, Transmisión de información, pistemología matemática, Estructuración del conocimiento, Integridad de datosResumen
Este estudio explora la codificación de datos desde una perspectiva epistemológica, investigando cómo
las matemáticas no solo estructuran y validan el conocimiento, sino que también enfrentan desafíos complejos
mediante la teoría de códigos. En el centro de esta investigación se encuentran los procesos de codificación, decodificación
y la aplicación de la distancia de Hamming, conceptos clave que ilustran cómo la teoría de códigos
responde a necesidades prácticas de transmisión de información al minimizar errores y garantizar la integridad
de los datos. Desde una perspectiva histórica, las matemáticas han evolucionado para resolver problemas técnicos
específicos, a la vez que crean marcos abstractos aplicables en múltiples disciplinas. La corrección de errores dentro
de la teoría de códigos ejemplifica este doble rol, donde herramientas diseñadas para una transmisión de datos
confiable también contribuyen a modelos teóricos amplios y a aplicaciones en áreas de alta complejidad y con
incertidumbre. Así, la codificación emerge no solo como una solución técnica, sino también como un método para
preservar y estructurar el conocimiento, destacando el papel único de las matemáticas en la creación de estructuras
resilientes para la transferencia de conocimiento que respaldan los avances tecnológicos y el entendimiento teórico.
Referencias bibliográficas
1. BERLEKAMP, E. R. (1968). Algebraic Coding Theory. McGraw-Hill.
2. BETTEN, A., BRAUN, M., FRIPERTINGER, H., KERBER, A., KOHNERT, A., & WASSERMANN,
A. (2006). Error-correcting linear codes: Classification by isometry and applications (Vol. 18).
Springer Science & Business Media.
3. HAMMING, R. W. (1950). “Error Detecting and Error Correcting Codes”. The Bell System Technical
Journal, 29(2), 147-160.
4. JIMENEZ MATEO, P. (2014). Compresión de datos usando códigos lineales. MACKAY, D. J. C.
(2003). Information Theory, Inference, and Learning Algorithms. Cambridge University Press.
5. MACWILLIAMS, F. J., & SLOANE, N. J. A. (1977). The Theory of Error-Correcting Codes. North-
Holland Publishing Company.
6. PODESTÁ, R. A. (2006). Introducción a la teoría de códigos autocorrectores. Mathematics Subject
Clas- sification. CONICET y SecytUNC.
7. SALCEDO QUINTERO, C. A. (2022). Análisis del desempeno de autoencoders para aprender
códigos lineales binarios.
8. SHANNON, C. E. (1948). ”A Mathematical Theory of Communication”. The Bell System Technical
Journal, 27(3), 379-423.
