• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Configuración de la resolución de pantalla en máquinas virtuales VirtualBox

VirtualBox

enero 28, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Recientemente se ha publicado la versión 6 de VirtualBox. Un software libre de virtualización para arquitecturas x86/amd64. El cual permite ejecutar sistemas operativos, a los que se llama “invitados”, dentro de otros, llamados “anfitriones”. Permitiendo probar aplicaciones de otros sistemas operativos y configuraciones sin la necesidad de reiniciar el ordenador. En los ordenadores actuales es fácil encontrar pantallas de alta resolución, más conocidas como el nombre comercial de Retina o HiDPI. Algunos sistemas operativos antiguos no soportan este tipo de pantalla. Por lo que al ejecutarlos en una máquina virtual pueden observarse tanto los textos como los iconos demasiado pequeños. En esta entrada se mostrará configurar la resolución de pantalla en máquinas virtuales VirtualBox. Especialmente cuando se tiene pantallas de alta resolución o HiDPI.

En esta entrada se va a únicamente explicar cómo configurar la densidad de pixeles en una máquina virtual de VirtualBox. Existe otra publicación en la que se explica las opciones para cambiar el tamaño de la pantalla en VirtualBox.

Configuración de la resolución de pantalla en máquinas virtuales VirtualBox

Al actualizar a la última versión de VirtualBox me encontré con problemas de visualización en algunas máquinas virtuales. Al ejecutar estas en una pantalla de alta resolución el tamaño del texto y los iconos eran demasiado pequeños para trabajar. Un problema que no había observado anteriormente.

Desbalanceo de Clases en Credit Scoring: Por Qué Usamos Ponderación en lugar de Undersampling
En Analytics Lane
Desbalanceo de Clases en Credit Scoring: Por Qué Usamos Ponderación en lugar de Undersampling

El problema es que el ordenador que utilizo actualmente tiene una resolución de 220 puntos por pulgada. Hace unos años la resolución típica de las pantallas era solamente de 110, o incluso menor. Para que con el doble de puntos los textos se vean igual de grande el sistema operativo cuatro veces más píxeles para construir los textos. Lo que hace que en las nuevas pantallas se vean más nítidos.

Cuando el sistema operativo de la máquina invitada no realiza esta transformación los textos en esta se verán demasiados pequeños. Por lo que leer estos textos es más difícil. Para solucionar este problema se ha incluido en la configuración de VirtualBox la opción de “Factor de escala”. Para acceder a esta opción se abrir el menú “Preferencias” y en este ir a la sección “Pantalla”.

Configuración de pantalla en VirtualBox

El “Factor de escalado” se puede escoger desde un valor 100%, cada píxel de la máquina invitada es un píxel físico en la anfitriona. Hasta un valor de 300% donde cada píxel de la máquina invitada se representa en 9 físicos de la anfitriona.

En el caso de que se disponga de más de un monitor físico se puede utilizar un factor de escala diferente para cada uno. Una opción muy útil si uno es HiDPi, mientras que el otro no. Así es posible mover las máquinas de uno a otro sin que sea molesto.

Conclusiones

En esta entrada se ha visto como configurar la resolución de pantalla en máquinas virtuales VirtualBox. Al utilizar sistemas operativos antiguos en máquinas modernas pueden aparecer problemas con resolución. Haciendo que no sea posible utilizar de forma cómoda los sistemas vitalizados.

Imágenes: Pixabay (Nick)

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 1.3 / 5. Votos emitidos: 15

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicidad


Publicaciones relacionadas

  • Desbalanceo de Clases en Credit Scoring: Por Qué Usamos Ponderación en lugar de Undersampling
  • Por Qué las Contraseñas Largas son más Seguras que las Complejas
  • Champion vs Challenger: Cómo los Bancos Validan Modelos Nuevos antes de Ponerlos en Producción
  • Gini, KS y AUC: Cómo Medir la Calidad de un Modelo de Credit Scoring
  • Errores habituales al trabajar con DataFrames grandes en Pandas (y cómo evitarlos)
  • BG/NBD + Gamma/Gamma: el modelo probabilístico para CLV en compras continuas
  • Curiosidad: De dónde vienen foo, bar y foobar
  • Curiosidad: El “bug”, la polilla y la leyenda de Grace Hopper
  • Curiosidad: Por qué la criptografía habla siempre de Alice y Bob

Publicado en: Herramientas Etiquetado como: VirtualBox

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Curiosidad: Por qué la criptografía habla siempre de Alice y Bob

septiembre 3, 2026 Por Daniel Rodríguez

Desbalanceo de Clases en Credit Scoring: Por Qué Usamos Ponderación en lugar de Undersampling

septiembre 1, 2026 Por Daniel Rodríguez

Curiosidad: El “bug”, la polilla y la leyenda de Grace Hopper

agosto 27, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • NumPy NumPy: Concatenar matrices en NumPy con np.concatenate() publicado el agosto 17, 2021 | en Python
  • Cómo desinstalar Oracle Database 19c en Windows publicado el noviembre 25, 2022 | en Herramientas
  • pandas Eliminar las filas con valores nulos en Pandas publicado el abril 24, 2023 | en Python
  • Codificación JSON Archivos JSON con Python: lectura y escritura publicado el julio 16, 2018 | en Python
  • Dependencies y PeerDependencies en Node.js: Guía completa para entender y usar correctamente las dependencias publicado el enero 22, 2025 | en JavaScript

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • Daniel Rodríguez en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • Juan en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto