Calculadora de Relación de Compresión
Datos de entrada
| Tamaño original | 100 MB |
|---|---|
| Tamaño comprimido | 25 MB |
Calculadora de Relación de Compresión
Introduce el tamaño original y el tamaño comprimido de un fichero para obtener la relación de compresión, el porcentaje de espacio ahorrado y los bytes exactos que se liberan. Compatible con cualquier tipo de fichero o algoritmo de compresión.
Datos de entrada
Tamaños de fichero
Resultados
Introduce un valor para ver los resultados.
Resultados de compresión
Detalle del ahorro
Relación de compresión
La relación de compresión mide la eficacia con que un algoritmo de compresión reduce el volumen de datos. Aparece en contextos que van desde utilidades de archivo y protocolos de red hasta la evaluación de códecs y la planificación del almacenamiento en bases de datos.
Las fórmulas
CR=ScSo Espacio ahorrado (%)=(1−SoSc)×100donde es el tamaño original (sin comprimir) y es el tamaño comprimido, ambos en la misma unidad. Una relación superior a 1 significa que el fichero se redujo; igual a 1, que no hubo cambio.
Ejemplo resuelto. Un archivo de registros de 100 MB se comprime a 25 MB con gzip:
CR=25 MB100 MB=4(4:1) Espacio ahorrado=(1−10025)×100=75%Convenciones de la relación
Se emplean dos convenciones. La utilizada aquí —original ÷ comprimido— da un número mayor que 1, más fácil de comparar a simple vista (una relación de 10 es claramente mejor que una de 4). Algunas herramientas y publicaciones usan el recíproco (comprimido ÷ original, también llamado factor de compresión o ganancia de codificación), que es un número entre 0 y 1. Conviene verificar qué convención usa una herramienta antes de comparar cifras.
Relaciones típicas según el tipo de fichero
| Tipo de fichero | Algoritmo | Relación típica |
|---|---|---|
| Texto plano, registros | gzip | 4:1 – 10:1 |
| Código fuente | gzip | 3:1 – 6:1 |
| Volcado de base de datos | gzip | 5:1 – 15:1 |
| Fotografías | JPEG (calidad 80) | 10:1 – 20:1 |
| Audio | MP3 (128 kbps) | ~10:1 |
| Vídeo | H.264 frente a sin comprimir | 50:1 – 200:1 |
| Datos cifrados / aleatorios | cualquier algoritmo sin pérdida | ~1:1 |
Sin pérdida frente a con pérdida
La compresión sin pérdida (ZIP, FLAC, PNG, LZ4) garantiza que la descompresión reconstruye el fichero original byte a byte. Está limitada por la redundancia estadística de los datos: la entropía de Shannon establece un mínimo teórico que no puede superarse. La compresión con pérdida (JPEG, MP3, H.264) descarta de forma permanente información considerada imperceptible para los sentidos humanos, superando ese límite de entropía a costa de cierta pérdida de calidad.
El límite de entropía
El teorema de codificación de fuente de Claude Shannon (1948) demuestra que ningún codificador sin pérdida puede comprimir una fuente independiente e idénticamente distribuida por debajo de su entropía. Para un fichero de bytes aleatorios —como la salida de un generador de números aleatorios criptográficamente seguro o un fichero ya cifrado—, la entropía es igual al tamaño del fichero. Cualquier algoritmo sin pérdida aplicado a ese fichero producirá una salida de igual o mayor tamaño que la entrada.
Calculadoras relacionadas
Para estimar el tamaño bruto sin comprimir de una imagen antes de la compresión, véase la Calculadora de Tamaño de Imagen. Para calcular cuánto tarda en transferirse un fichero comprimido, véase la Calculadora de tiempo de descarga.
Preguntas frecuentes (FAQ)
¿Qué significa la relación de compresión?
La relación de compresión es el tamaño original dividido entre el tamaño comprimido. Una relación de 3 significa que el fichero comprimido ocupa un tercio del original: se almacena 1 byte por cada 3 del fichero original. Una relación de 1 indica que no se produjo ninguna compresión.
Algunos documentos definen la relación de forma inversa (comprimido ÷ original, que da un valor menor que 1), así que conviene verificar la convención utilizada antes de comparar cifras de distintas herramientas.
¿Qué diferencia hay entre compresión sin pérdida y compresión con pérdida?
La compresión sin pérdida (ZIP, FLAC, PNG) reconstruye el fichero original de forma exacta; la relación de compresión está limitada por la redundancia estadística de los datos y suele alcanzar entre 2:1 y 5:1 en ficheros típicos.
La compresión con pérdida (JPEG, MP3, H.264) descarta información de forma permanente para conseguir relaciones mucho más altas —de 10:1 a 100:1— a costa de cierta pérdida de calidad. La elección depende de si se requiere una reproducción exacta del original.
¿Qué relaciones de compresión se pueden esperar?
El texto plano se comprime bien por sus patrones repetidos: gzip logra entre 3:1 y 6:1 en documentos típicos. Los volcados de bases de datos con datos repetitivos pueden alcanzar 10:1 o más.
Las fotografías comprimidas con JPEG (calidad 80) llegan habitualmente a entre 10:1 y 20:1 respecto a un mapa de bits sin comprimir. Los formatos ya comprimidos, como JPEG o MP4, apenas se benefician de una compresión sin pérdida adicional: relaciones cercanas a 1:1 son lo normal.
¿Existe un límite teórico para la compresión?
Sí. El teorema de codificación de fuente de Claude Shannon (1948) establece que ningún algoritmo sin pérdida puede comprimir datos por debajo de su entropía de Shannon, que es una medida del contenido de información.
Para un fichero de bytes completamente aleatorios, la entropía es igual al tamaño del fichero: la compresión sin pérdida adicional es imposible y cualquier algoritmo producirá una salida de igual o mayor tamaño que la entrada. Por eso los ficheros cifrados o ya comprimidos no se reducen con ZIP o gzip.
Recomendaciones
Calculadora de Coste de Codificación Base64
Introduce el tamaño de unos datos binarios para ver cuánto ocupará la salida codificada en Base64 y cuánto espacio adicional añade la codificación.
Calculadora de Tamaño de Imagen
Introduce la resolución y la profundidad de bits de una imagen para calcular su tamaño sin comprimir y el número total de píxeles. Útil para entender la salida bruta de sensores de cámara, la asignación de búferes de fotogramas en GPU y la memoria de texturas.