| Referencia | Bits (bit) | Octetos (octet) |
|---|---|---|
| A plain text message (160 characters) | 1280 bit | 160 octet |
| A three-minute MP3 | 24000000 bit | 3000000 octet |
| A smartphone photo | 32000000 bit | 4000000 octet |
| A high-definition film | 3.2 × 1010 bit | 4 × 109 octet |
| A dual-layer Blu-ray disc | 4 × 1011 bit | 5 × 1010 octet |
El bit es la unidad fundamental de información. Su símbolo es bit, y su nombre es una contracción del inglés binary digit, dígito binario, acuñada por el estadístico John Tukey y llevada a la imprenta por Claude Shannon en su artículo de 1948 Una teoría matemática de la comunicación, el trabajo que fundó la teoría de la información.
Un bit es la cantidad de información que aporta una sola elección entre dos posibilidades igualmente probables. Una moneda que cae de cara o de cruz, un interruptor abierto o cerrado, una tensión alta o baja: cada una de esas cosas resuelve un bit. Esa definición es lo que hace del bit una unidad y no una mera convención de notación. Mide cuánta incertidumbre elimina una respuesta, y lo hace con independencia de sobre qué versara la pregunta.
La intuición de Shannon fue que aquello podía contarse. Un mensaje tomado de un alfabeto de treinta y dos símbolos igualmente probables lleva cinco bits por símbolo, porque treinta y dos es dos elevado a cinco. Si los símbolos no son igualmente probables —como no lo son las letras de una lengua— la media baja, y esa distancia entre el recuento ingenuo y la media verdadera es justamente lo que aprovecha la compresión. Un archivo bien comprimido es aquel del que se han quitado los bits redundantes.
En el equipo físico el bit es un estado: una carga atrapada en una puerta flotante de la memoria flash, el sentido de imanación de un dominio en el plato de un disco duro, un hoyo o una meseta en un disco óptico, un pulso de luz presente o ausente en una fibra. Todos ellos codifican la misma magnitud abstracta, y por eso los datos pueden pasar de uno a otro sin pérdida.
En el almacenamiento los bits casi nunca se cuentan de uno en uno. Se agrupan en octetos de ocho, y la capacidad se expresa en octetos o en sus múltiplos. La transmisión es otra cosa: las velocidades de red y de interfaz se dan en bits por segundo, de modo que una conexión descrita como de 100 megabits por segundo entrega unos 12,5 megaoctetos por segundo. Confundir ambas cosas es el error aritmético más común de todo el campo.
Donde sí se cuentan bits sueltos es en las especificaciones de precisión y alcance. Un canal de color de 8 bits guarda 256 niveles; uno de 10 bits, 1024. El audio a 16 bits por muestra tiene unos 96 decibelios de margen dinámico, y a 24 bits unos 144. Una dirección de 64 bits puede nombrar unos 18 trillones de posiciones. En todos los casos, cada bit añadido duplica lo que se puede distinguir.
Un bit equivale a 0,125 octetos, a 0,001 kilobits o a unos 0,0009766 kibibits.
El octeto es una unidad de información digital igual a exactamente ocho bits. Su símbolo es octet, y su nombre viene del latín para un grupo de ocho. Es la unidad en que se cuenta casi todo dato almacenado, y merece la pena saber por qué se llama octeto y no byte.
Un byte era en origen el número de bits que una máquina empleaba para guardar un carácter, y ese número no era fijo. Los primeros ordenadores usaron bytes de seis bits, algunos de siete y unos pocos de nueve. El IBM System/360 de 1964 se decidió por ocho y su éxito comercial hizo de ocho la norma, pero la palabra byte conservó su sentido antiguo, dependiente de la máquina, en las especificaciones donde la ambigüedad era peligrosa.
El mundo de las redes adoptó por eso el octeto. Cuando una norma de protocolo dice que un campo de cabecera mide cuatro octetos, ningún lector del mundo puede interpretarlo sino como treinta y dos bits. Las normas de internet publicadas por el IETF usan octeto en todas partes justamente por eso, y el francés, el rumano y otras lenguas adoptaron además la palabra para el uso corriente, de modo que un disco duro vendido en Francia se mide en gigaoctetos.
Ocho bits guardan 256 valores distintos, y por eso tantas cosas vienen en unidades de 256. Un canal de color va de 0 a 255. Una dirección IPv4 son cuatro octetos, escritos como cuatro números entre 0 y 255. El juego de caracteres ASCII original usaba siete bits y dejaba uno libre, y las diversas ampliaciones de ocho bits que siguieron llenaron cada una ese bit sobrante con un conjunto distinto de letras acentuadas: el desbarajuste que Unicode acabó reemplazando.
La codificación moderna del texto sigue contando en octetos. UTF-8 usa un octeto para el alfabeto latino sin acentos, dos para la mayoría de las letras acentuadas europeas y para el griego y el cirílico, tres para el chino, el japonés y el coreano, y cuatro para lo demás. Por eso la misma frase ocupa distinto espacio en distintas lenguas, y por eso un límite de longitud medido en octetos no es un límite de caracteres.
La capacidad de almacenamiento, el tamaño de los archivos, la memoria y la carga útil de la red se expresan todos en octetos o en sus múltiplos. Las velocidades de transmisión son la excepción, pues se dan en bits por segundo, y el factor ocho entre ambas convenciones es la fuente de confusión más común del campo.
Un octeto equivale a 8 bits, a 0,008 kilobits o a 0,001 kilooctetos.