Uso de la Simulación como estrategia de mejora en el ... · Claudia López de Munaín - Claudia...

Uso de la Simulación como estrategia de mejora en el proceso de enseñanza-aprendizaje en las universidades.

Una aplicación para la carrera de informática.

Claudia Victoria López de Munain - Claudia Alejandra Saiegg

Director de Tesina: Mg. Marta Dans

Tesina presentada a la Facultad de Ingeniería de la Universidad Nacional de la Patagonia San Juan Bosco como parte de los requisitos para la obtención del título de Licenciado en Informática

Trelew, Diciembre 2005 Facultad de Ingeniería – Sede Trelew

Universidad Nacional de la Patagonia San Juan Bosco

Claudia López de Munaín - Claudia Saiegg Pág.1

AGRADECIMIENTOS A nuestras familias, por el tiempo que les quitamos y su apoyo incondicional. A la Lic. Marta Dans, por sus sugerencias y por el material brindado. A la Lic. Marcela Torrent, por sus importantes aportes en el área estadística y sus consejos en el desarrollo de la tesina. A la A.P.U, Vanina Perez Cavenago, por su aporte en los primaros pasos del desarrollo de nuestra aplicación.

A mi esposo Mirko y a mis hijos Ivon, Mirko y Branko.

Claudia López de Munain

A mi esposo Marcelo y a mi hijo Dylan. Claudia Saiegg


RESUMEN Debido a la necesidad de actualización permanente y mejora en el proceso de enseñanza-aprendizaje, es importante encontrar nuevas metodologías para enseñar. En vistas de los grandes avances tecnológicos y de las tendencias actuales en materia educativa, la utilización de la tecnología en la educación debe contribuir a que los alumnos construyan su propio aprendizaje y no sean sólo espectadores en este proceso. En la presente tesina se mostrará que la simulación es una herramienta que puede ser utilizada en la educación, orientando el proceso de enseñanza-aprendizaje hacia la tendencia constructivista de las teorías actuales. Para ello, se recopilará y analizará información sobre educación y simulación, de manera de plasmar con claridad, conceptos, fundamentos, situación actual, ventajas y desventajas. Por otra parte, se propondrá una metodología para el desarrollo de software de simulación y una metodología para la creación de entornos de aprendizaje que incluyan a la simulación como herramienta, presentando así, una forma distinta de enseñar que mejora la manera en que los alumnos adquieren conocimientos, complementando las técnicas utilizadas por los docentes hasta el momento. Para demostrar su aplicación, se presentará un entorno de aprendizaje, encuadrado en la materia Sistemas Operativos que se dicta para la Licenciatura en Informática, el cual utilizará un software de simulación creado especialmente para la enseñanza del tema Políticas de Administración de Procesos. Tanto el entorno de enseñanza como el software de simulación, serán construidos siguiendo los pasos metodológicos presentados durante el desarrollo de la tesina.


ÍNDICE

CAPÍTULO 1. INTRODUCCIÓN ..................................................................................................... 7

1 Visión General ....................................................................................................................... 7

2 Objetivos ................................................................................................................................ 8 2.1 Generales ........................................................................................................................ 8 2.2 Particulares...................................................................................................................... 8

3 Fundamentos......................................................................................................................... 8

4 Antecedentes......................................................................................................................... 9

5 Perspectiva Actual .............................................................................................................. 10

6 Contextualización................................................................................................................ 11

7 Motivación............................................................................................................................ 11

8 Organización de la Tesina .................................................................................................. 12 8.1 Capitulo 1: Introducción................................................................................................. 12 8.2 Capítulo 2: Simulación: Conceptos y Fundamentos...................................................... 12 8.3 Capítulo 3: Software para Simulación ........................................................................... 12 8.4 Capítulo 4: Teorías de la Educación - Simulación y Educación .................................... 12 8.5 Capítulo 5: Caso de Aplicación. .................................................................................... 13 8.6 Capítulo 6: Posibles Usos de la Simulación en la Educación........................................ 13 8.7 Capítulo 7: Conclusiones............................................................................................... 13

CAPÍTULO 2. SIMULACIÓN: CONCEPTOS Y FUNDAMENTOS............................................... 14

1 Introducción......................................................................................................................... 14

2 Una Definición ..................................................................................................................... 14

3 La Simulación como Proceso Experimental..................................................................... 14

4 Modelo.................................................................................................................................. 15 4.1 Función de los Modelos................................................................................................. 16 4.2 Elementos y Estructura de un Modelo......................................................................... 16 4.3 Modelo de Simulación ................................................................................................... 17 4.4 Clasificación de los Modelos de Simulación.................................................................. 18

5 El Proceso de Simulación................................................................................................... 21 5.1 Ciclo de Desarrollo de una Simulación.......................................................................... 21 5.2 Etapas del Proceso de Simulación................................................................................ 22

6 Los Datos - Técnicas Estadísticas..................................................................................... 29 6.1 Muestreo........................................................................................................................ 29 6.2 Tamaño de la Muestra................................................................................................... 30 6.3 Identificación de la Distribución de Probabilidad ........................................................... 30 6.4 La Precisión de las Estimaciones.................................................................................. 31 6.5 Condiciones Iniciales..................................................................................................... 31

7 Análisis de Sensibilidad ..................................................................................................... 31

Tesina: Uso de la Simulación como estrategia de mejora en el proceso de enseñanza aprendizaje en las universidades. Una aplicación para la carrera de informática.


8 Errores Posibles en la Simulación..................................................................................... 32

9 Ventajas................................................................................................................................ 32

10 Desventajas.......................................................................................................................... 33

CAPÍTULO 3. SOFTWARE PARA SIMULACIÓN ....................................................................... 34

1 Introducción......................................................................................................................... 34

2 Evolución Histórica ............................................................................................................. 35 2.1 Período de Búsqueda (1955-60) ................................................................................... 35 2.2 Advenimiento (1961-65) ................................................................................................ 35 2.3 Período de Formación (1966-70) .................................................................................. 36 2.4 Período de Expansión (1971-78)................................................................................... 36 2.5 Consolidación y Regeneración (1979-86) ..................................................................... 36 2.6 Ambientes Integrados (1987-...) .................................................................................... 36

3 Elección del Lenguaje o Software de Simulación ............................................................ 37 3.1 Consideraciones Generales .......................................................................................... 37 3.2 Consideraciones de Entrada/Salida .............................................................................. 38 3.3 Consideraciones de Procesamiento.............................................................................. 38 3.4 Consideraciones de Entorno ......................................................................................... 39

4 Clasificación ........................................................................................................................ 39 4.1 Según su Capacidad para Realizar Simulación ............................................................ 39 4.2 Según el Paradigma de Programación que Utilicen...................................................... 40 4.3 Según el Tipo de Sistema que se Pueda Simular con Mayor Facilidad ........................ 40

5 “Vistas del Mundo” de un Lenguaje .................................................................................. 43 5.1 Clasificación según “Vistas del Mundo”......................................................................... 43

6 Mecanismos de Administración del Tiempo..................................................................... 47

7 Lenguajes y Paquetes de Simulación ............................................................................... 48 7.1 GPSS (General Purpose Simulation System) ............................................................... 48 7.2 SIMULA ......................................................................................................................... 52 7.3 ACSL SIM (Advanced Continuous Simulation Language)............................................. 54 7.4 SIMSCRIPT II.5 ............................................................................................................. 56 7.5 SIMUL8.......................................................................................................................... 58

8 Lista de Algunos Paquetes de Software Disponibles...................................................... 62 8.1 Tabla Resumen ............................................................................................................. 64

CAPÍTULO 4. TEORÍAS DE LA EDUCACIÓN - SIMULACIÓN Y EDUCACIÓN ........................ 66

1 Introducción......................................................................................................................... 66 1.1 Educación y Enseñanza ................................................................................................ 66

2 Proceso de Enseñanza-Aprendizaje.................................................................................. 70

3 Teorías del Aprendizaje ...................................................................................................... 71 3.1 Teorías Conductistas..................................................................................................... 71 3.2 Teorías Cognitivas......................................................................................................... 72



4 Computadora y Aprendizaje: Panorama Histórico........................................................... 75 4.1 Máquina de Pressey...................................................................................................... 75 4.2 Perspectiva Conductista (Skinner) ............................................................................... 75 4.3 Programa Ramificado (Crowder) .................................................................................. 76 4.4 Instrucción Asistida por Computadora........................................................................... 76

5 Computadora y Aprendizaje: Situación Actual ................................................................ 78 5.1 Nuevo Paradigma de la Educación ............................................................................... 78 5.2 Introducción de la Computadora en el Aprendizaje....................................................... 78 5.3 Enfoques y Estrategias.................................................................................................. 80

6 Desarrollo de Entornos de Aprendizaje ............................................................................ 84 6.1 Elementos que Intervienen en el Desarrollo.................................................................. 85 6.2 Etapas en el Proceso ................................................................................................... 86 6.3 Metodología................................................................................................................... 87 6.4 Criterios para la Utilización de Tecnología en la Educación.......................................... 90

7 Simulación como Método de Enseñanza-Aprendizaje .................................................... 90 7.1 Pasos a Seguir para su Utilización................................................................................ 91 7.2 Ventajas......................................................................................................................... 91 7.3 Desventajas................................................................................................................... 92

CAPÍTULO 5. CASO DE APLICACIÓN ....................................................................................... 94

1 Entorno de Aprendizaje ...................................................................................................... 94 1.1 Introducción ................................................................................................................... 94 1.2 Proceso de Aprendizaje ................................................................................................ 94 1.3 Lista de Contenidos....................................................................................................... 95 1.4 Detalle de contenidos .................................................................................................... 95 1.5 Diseño del Entorno de Aprendizaje ............................................................................... 96

2 Aplicación del Entorno de Aprendizaje............................................................................. 98

3 Descripción del Sistema..................................................................................................... 99 3.1 Descripción Estática ...................................................................................................... 99 3.2 Descripción Dinámica.................................................................................................. 102

4 Construcción del Modelo.................................................................................................. 105 4.1 Objetivo ....................................................................................................................... 105 4.2 Componentes .............................................................................................................. 105 4.3 Determinación del Próximo Evento ............................................................................. 110 4.4 Actividades en cada Evento del Sistema..................................................................... 112 4.5 Esquema General del Algoritmo de Simulación .......................................................... 115

5 Adquisición de Datos........................................................................................................ 116 5.1 Información Determinística.......................................................................................... 116 5.2 Información Probabilística. .......................................................................................... 116

6 Traslación del Modelo....................................................................................................... 118 6.1 Elección del Lenguaje ................................................................................................. 118 6.2 Generación de Números Aleatorios ............................................................................ 118

7 Verificación y Validación .................................................................................................. 119



8 Diseño y Ejecución de Experimentos, Interpretación y Análisis de Resultados ........ 119

9 Implantación ...................................................................................................................... 119

10 Documentación.................................................................................................................. 119 10.1 Uso General del Software ........................................................................................... 120 10.2 Ficha Sistema Operativo ............................................................................................. 120 10.3 Ficha Procesos............................................................................................................ 122 10.4 Ventana Estadísticas................................................................................................... 123 10.5 Posibles Enriquecimientos del Software...................................................................... 124 10.6 Glosario del Capítulo ................................................................................................... 125

CAPÍTULO 6. POSIBLES USOS DE LA SIMULACIÓN EN LA EDUCACIÓN.......................... 127

1 Introducción....................................................................................................................... 127

2 Encuesta............................................................................................................................. 127 2.1 Objetivos...................................................................................................................... 127 2.2 Destinatarios................................................................................................................ 127 2.3 Variables...................................................................................................................... 127 2.4 Lista de Preguntas....................................................................................................... 128

3 Resultados ......................................................................................................................... 130

4 Sugerencias ....................................................................................................................... 131

CAPÍTULO 7. CONCLUSIONES ................................................................................................ 132

1 Generales ........................................................................................................................... 132

2 Particulares de la Aplicación Realizada.......................................................................... 132

3 Aportes............................................................................................................................... 133

BIBLIOGRAFIA .......................................................................................................................... 134


CAPÍTULO 1

INTRODUCCIÓN 1 Visión General Los sistemas creados por el hombre han ido incrementando su complejidad con el tiempo. Es en la actualidad que se ha comenzado a valorar la importancia del estudio y análisis de estos sistemas complejos, con el fin de entenderlos y mejorarlos.

Puesto que modificar un aspecto de un sistema puede producir cambios, o crear la necesidad de cambios en otras partes del mismo, se hace necesario emplear técnicas que permitan analizar estas variaciones antes de implementarlas en el sistema real. Es por ello que han evolucionado rápidamente las técnicas de análisis de sistemas, para ayudar a los administradores e ingenieros a estudiar y entender las ramificaciones de dichos cambios.

Con la difusión masiva de las computadoras, la simulación ha sido una de las herramientas más importantes y útiles para analizar las componentes y operaciones de complejos procesos o sistemas. Simular, según el Diccionario Universitario Merrian-Webster, es la “representación imitativa del funcionamiento la un sistema o proceso por medio del funcionamiento de otro”. La simulación se utiliza con el objetivo de analizar el comportamiento de un sistema, para poder luego tomar decisiones, implementando cambios en él.

Desde otro punto de vista, los grandes cambios como la globalización de la economía, los avances de la ciencia, la tecnología, las comunicaciones y la información, influyen sobre los sistemas de producción y la organización social, requiriéndose profesionales que posean los conocimientos, las aptitudes y los valores que les permitan afrontar estos cambios.

Es en las instituciones creadas con fines educativos donde se debe preparar a los profesionales que interactuarán con este mundo cambiante y vertiginoso, es por ello que éstas, deben experimentar también una revolución en las formas y métodos para dirigir el aprendizaje de los estudiantes.

La incorporación de nuevas metodologías de enseñanza o de innovaciones en las ya existentes, debe ser una preocupación de las instituciones educativas. Pero además, se debe “repensar” la educación y sus métodos, de forma que la educación no solamente reciba un aporte tecnológico, sino que tenga un cambio profundo en su metodología, para adaptarse a la realidad.

Se hace necesario modificar los procesos educativos, de forma que se adapten a la realidad actual, marcada por cambios permanentes. La utilización de la tecnología educativa aparece como una de las principales alternativas para mejorar la calidad de la enseñanza y por ello, se deben analizar distintas formas de utilizar esta tecnología y su integración con el proceso educativo existente.

Se cree entonces, que la utilización de la simulación con computadoras, en los procesos educativos, es una manera de aportar nuevas tecnologías para el mejor aprendizaje de



los alumnos, siempre y cuando los cambios en los mencionados procesos sean profundos, e incorporen esta tecnología, como parte de sus métodos, replanteando las estrategias de enseñanza.

2 Objetivos 2.1 Generales

• Reunir información sobre los temas simulación y educación. • Mostrar que la simulación es una herramienta que puede ser utilizada en la

educación, como un método novedoso, acorde con la tendencia constructivista de las teorías actuales de enseñanza-aprendizaje.

2.2 Particulares

• Conocer el fundamento teórico, las ventajas y desventajas de la simulación. • Conocer las tendencias actuales sobre teoría de la educación. • Determinar el estado actual sobre la utilización de la simulación en la

educación. • Diseñar una estrategia de enseñanza que contenga a la simulación como

herramienta. • Ejemplificar el uso de la simulación en la educación, construyendo y

describiendo un modelo de simulación.

3 Fundamentos El proceso de simular consiste en diseñar un modelo de un sistema y llevar a cabo experiencias con él, con el fin de analizar su comportamiento y/o evaluar diversas estrategias para su mejor funcionamiento.

En términos generales, la simulación constituye un enfoque experimental para abordar la resolución de problemas. Comienza con la modelación de una parte de la realidad, en la que ocurren procesos o fenómenos que son difíciles de estudiar y continúa con la experimentación sobre ese modelo, para estudiar virtualmente el sistema o proceso simulado.

Considerando que el modelo reproduce fielmente las características de la realidad, es posible hacer predicciones, evaluar comportamientos y adquirir conocimientos en relación a la realidad modelada.

La enseñaza se ha enriquecido con el uso de la tecnología, pero es necesario avanzar en el sentido de preparar a los estudiantes para un rol de egresados altamente competitivo y sujeto a cambios continuos y acelerados.

Las universidades deben pensar cuidadosa y sistemáticamente no sólo en cómo hacer más eficaz el uso de la tecnología existente, sino también en cómo crear un nuevo método, que fortalezca su propia enseñanza, acercándose a las necesidades del medio.



Además deben ofrecer a sus estudiantes las herramientas para que puedan explorar profundamente los problemas a los que se enfrentarán en la realidad.

La simulación, es una de estas herramientas. Consiste en situar a un educando en un contexto que modelice un problema a resolver o algún aspecto de la realidad con el que se enfrentará, permitiéndole realizar experimentos con ese modelo.

El uso de la simulación en el proceso educativo contribuye a mejorar la forma en que el alumno aprende los temas y generar en él un conjunto de habilidades que posibiliten su preparación para su actuación posterior. Pero la simulación no puede constituir un elemento aislado del proceso, sino debe ser parte de un método educativo sistemático y ordenado.

4 Antecedentes La utilización de la simulación en el proceso de enseñanza aprendizaje, necesita de las nuevas tecnologías, en especial de la computadora, cuya utilización en este área ha evolucionado a la par de los cambios tecnológicos, pasando por distintas etapas.

• La computadora utilizada para transmisión de conocimientos: En los primeros intentos, la computadora se utilizó solamente como medio para transmitir conocimientos, puesto que se tomaba al sistema educativo como un entorno en el que el alumno tenía un rol pasivo, meramente receptivo.

• La computadora para uso de sistemas de Entrenamiento y Prácticas: La necesidad de preparar estudiantes en algunas capacidades específicas llevó a diseñar programas con este objetivo. Estos programas, en general emplean una estrategia de interrogación y suelen recurrir a técnicas de juego para estimular la participación y la motivación. Se limitan a aportar una instrucción mínima sobre los contenidos y, a menudo, se usan para poner a prueba la adquisición de una aptitud determinada o para proporcionar ejercicios suplementarios. Aún hoy, representan la mayor parte de los métodos didácticos por computadora disponibles en el mercado. Normalmente, esos programas no se utilizan en las horas de clase normales, sino en el aprendizaje individual.

• La computadora para uso de sistemas de Tutorías: A diferencia de los sistemas de entrenamiento y prácticas, incluyen formación sobre contenidos en torno a un tema dado. En su diseño se concede importancia a factores como reforzar la memorización, presentar los objetivos, especificar los requisitos previos y obtener logros y evaluarlos. Su uso en las clases es limitado, ya que se usan como sustitutivos de los profesores más que como instrumentos para ayudarlos en su trabajo. Este tipo de enfoque del uso de computadoras en la educación, es la base de algunos cursos de formación a distancia a través de Internet, que actualmente están extendiéndose con rapidez.



Es esta etapa de la utilización de las computadoras en la enseñanza la que establece la base de muchos sistemas educativos hipermedios. La principal diferencia entre estos y los sistemas de tutorías es que el usuario comienza a asumir un papel activo, pues tiene la posibilidad de explorar los contenidos presentados, según sus necesidades y preferencias, y a través de recorridos personalizados.

• La computadoras para mejorar la participación del alumnos: El alumno es el actor más importante y cada vez es mayor el interés por las teorías constructivistas en la educación. Esto ha cambiado el paradigma de referencia en el que se usan las computadoras con fines educativos. La atención se ha ido desplazando progresivamente hacia aspectos internos del alumno, su actitud y los procesos cognitivos que intervienen en la interacción didáctica con el software, ya que se ha dejado de considerar al aprendizaje como una simple transmisión de información, para tomarlo como una exploración activa y una construcción personal. No tiene objeto poner computadoras en los ámbitos educativos, si las estrategias y actividades en las que participan los alumnos no se revisan adecuadamente. En los últimos años ha crecido el interés por el entorno global de la enseñanza y el aprendizaje, prestando cada vez más atención a las necesidades de los docentes que utilizarán la tecnología, las maneras en que esta se usará, los objetivos de los programas de estudios, el contexto social y la manera en que se organizan las actividades de enseñanza y aprendizaje. La nueva generación de sistemas de aprendizaje, aporta herramientas capaces de apoyar no sólo la relación del alumno con el conocimiento que ha de aprender, sino también todas las relaciones que se establecen entre los participantes durante una actividad de enseñanza y aprendizaje. En general, estos sistemas se caracterizan por una estricta integración de las herramientas que apoyan la visualización, la reelaboración de conocimientos y la comunicación.

5 Perspectiva Actual La utilización de la computadora puede influir y transformar el aprendizaje al modificar el contenido de un tema y la manera en que puede enseñarse y aprenderse.

Al estudiar el diseño y la utilización de tales entornos se debe tomar en consideración toda la situación de aprendizaje, que incluye alumnos, profesores, aplicación informática, manera en que se usará y objetivos didácticos. Esto significa que ha de prestarse atención no sólo al diseño de la aplicación informática, sino también a la definición de las maneras en que se utilizará en la práctica.

Un aspecto de especial relevancia, al que a menudo no se presta atención, es el de los métodos de evaluación, los cuales también se ven influenciados por el uso de la computadora.



6 Contextualización La aplicación de nuevas tecnologías en el proceso de enseñanza-aprendizaje es una preocupación constante de todo centro educativo. La Universidad Nacional de la Patagonia por ende, no está exenta de esta actividad, utilizándose varias formas de estas tecnologías en el dictado de las materias.

Sin embargo, el mero hecho de incluir tecnología en el dictado de clases, no implica una mejora en el proceso de enseñanza-aprendizaje.

El presente proyecto propondrá una estrategia de enseñanza que incluirá a la simulación como herramienta, constituyéndose en una mejora al proceso educativo.

Para demostrar las ventajas de utilizar esta estrategia, se planteará el desarrollo de contenidos de la materia Sistemas Operativos, que se dicta para alumnos del tercer año de la carrera Licenciatura en Informática, proponiendo una estrategia de enseñanza que incluye una herramienta de simulación.

7 Motivación Existen situaciones en el dictado de materias universitarias donde los métodos utilizados para la transmisión del conocimiento son de baja efectividad, con lo cual, se hace necesario encontrar técnicas innovadoras que permitan a los alumnos acercarse al conocimiento de una manera más participativa y constructivista, acorde a la tendencia actual.

En nuestra experiencia personal como docentes hemos podido observar las dificultades que los alumnos enfrentan al tener que interpretar conceptos en forma abstracta, sin poder imaginar como interactúan o qué resultados se obtienen de aplicar aquellos conceptos que han recibido.

Por ello creemos que utilizar una metodología que permita, tanto a docentes como a alumnos, plasmar en forma tangible determinados conceptos y poder observar aunque sea en forma simulada el comportamiento de ciertos sistemas, hará mucho mas rápido y concreto el aprendizaje y la evaluación de los conocimientos.

Partiendo de las bases de la existencia de la simulación como método para realizar experimentos sobre modelos, que representan sistemas reales, es que creemos que la utilización de esta metodología en la enseñanza, puede contribuir a una mejora sustancial en la manera de aprender, permitiendo resolver situaciones de la enseñanza-aprendizaje en las que es difícil transmitir y/o interpretar los conocimientos.



8 Organización de la Tesina 8.1 Capitulo 1: Introducción Se explicitan objetivos de la presente Tesina, sus fundamentos teóricos, contexto en el que se desarrolla, antecedentes y motivos que llevaron a las autoras a desarrollar el tema.

8.2 Capítulo 2: Simulación: Conceptos y Fundamentos En este capítulo se desarrollan los conceptos, método y procedimientos para realizar simulación, introduciendo brevemente el concepto de modelos de un sistema, elementos que intervienen y objetivos, para luego desarrollar algunos tipos distintos de simulación.

Se analizan las etapas del proceso de simulación y la importancia de cada una. Se destaca la importancia de la simulación como proceso experimental y, finalmente, se analizan brevemente los aspectos estadísticos a tener en cuenta en el proceso.

8.3 Capítulo 3: Software para Simulación En este capítulo se muestra la evolución histórica del uso de la computadora en simulación, luego se profundiza en el análisis de las características de los lenguajes de simulación en general, para finalizar con una clasificación de los mismos.

Para ejemplificar se da una breve descripción de algunos lenguajes o paquetes representativos.

8.4 Capítulo 4: Teorías de la Educación - Simulación y Educación Se detallan los conceptos básicos de teoría de la educación y aquellas corrientes educativas que están relacionadas con la aplicación de la simulación en educación. Se analizan brevemente algunas teorías del aprendizaje, destacando la importancia de las nuevas teorías educativas en relación a la propuesta de la presente tesina.

Se realiza una reseña histórica de la influencia y aporte de la informática en la educación.

Se aporta una metodología de análisis y diseño de entornos de aprendizaje que permita la utilización de la computadora como parte del proceso de enseñanza-aprendizaje, para por último indicar ventajas y desventajas de la utilización de la simulación en el mencionado proceso.



8.5 Capítulo 5: Caso de Aplicación. En este capítulo se analiza y diseña metodológicamente un entorno para enseñar el tema “Políticas de Administración de Procesos”, encuadrado en la materia Sistemas Operativos de la carrera Licenciatura en Informática. Se incluye un ejemplo de trabajo que los alumnos deberán realizar para aprender el tema, con la utilización de un software de simulación diseñado a tal fin.

Se presenta un modelo de un sistema de cómputos que permitirá, haciendo uso de la simulación, aplicar el Entorno de Aprendizaje propuesto. Se describe el modelo en forma estática y dinámica, indicando componentes, estados y eventos que intervienen. Luego se resume la forma de utilización del software que permitirá a los alumnos aprender el tema.

8.6 Capítulo 6: Posibles Usos de la Simulación en la Educación. Se desarrolla una encuesta, que se realizó a los profesores de materias de la Licenciatura en Informática de la Facultad de Ingeniería de la UNPSJB, sede Trelew, para obtener información acerca del uso de la simulación en Educación. Se vuelcan los resultados y se brindan conclusiones.

8.7 Capítulo 7: Conclusiones. Se presentan las conclusiones generales de la Tesina, señalando las particulares de la aplicación desarrollada y los aportes que la misma ofrece.


CAPÍTULO 2

SIMULACIÓN: CONCEPTOS Y FUNDAMENTOS 1 Introducción La complejidad de las organizaciones y sistemas actuales hace muy difícil su análisis y estudio. La necesidad de aprender el funcionamiento de los sistemas, ya sea por simple investigación como para realizar cambios en él, ha llevado a que las técnicas de análisis de sistemas hayan evolucionado para ser útiles en su objetivo.

La técnica de Simulación ha tomado relevancia a partir del desarrollo y disponibilidad masiva de computadoras rápidas. Hasta hace unas décadas sólo los grandes proyectos, en general, militares o de enorme significado económico, tenían acceso a las computadoras que permitían realizar simulaciones. Actualmente la simulación es una de las herramientas más importantes y útiles para analizar el diseño y operación de complejos procesos o sistemas.

2 Una Definición Según Shannon, R., Simulación de Sistemas. Diseño, Desarrollo e Implantación, (1999), Ed. Trillas, Simulación “Es el proceso de diseñar un modelo de un sistema real y realizar experimentos con él para entender su comportamiento, o evaluar varias estrategias (dentro de los límites impuestos por un criterio o por un conjunto de criterios) para la operación del sistema”.

En términos generales, la simulación constituye un enfoque experimental para abordar la resolución de problemas y responder preguntas específicas sobre el comportamiento y propiedades del sistema que se simula. El proceso de simulación incluye la construcción de un modelo del sistema a simular y el uso de este modelo para estudiar un problema a resolver en el sistema.

Por lo tanto la simulación es una metodología aplicada y experimental que intenta:

• Describir el comportamiento de un sistema. • Postular teorías o hipótesis que expliquen el comportamiento observado. • Predecir los efectos que ciertos cambios, producirán en el sistema.

3 La Simulación como Proceso Experimental Cuando se requiere estudiar un sistema con la intención de entender las relaciones entre sus componentes o predecir su comportamiento frente a posibles cambios, la experimentación sobre el sistema real no siempre es posible y de serlo, puede llegar a ser muy costoso, ya sea por el tiempo, implicaciones económicas, éticas o riesgos. En



estos casos, la construcción de un modelo es el vehículo ideal para experimentar en sustitución del sistema real.

Frecuentemente, la resolución de los problemas que se pretenden abordar, puede realizarse por procedimientos analíticos sobre el modelo construido, normalmente mediante el uso de herramientas matemáticas como las de resolución de ecuaciones ordinarias o de ecuaciones diferenciales y el cálculo de probabilidades. En otras circunstancias, dicha resolución analítica no es posible o es demasiado compleja o costosa por lo que es preferible una aproximación de la solución mediante simulación.

La práctica de la simulación es una técnica cuya fortaleza radica en considerar todas las relaciones entre variables particulares, adoptando un punto de vista global desde el que se intenta observar cómo cambian conjuntamente todas las variables del modelo, en el tiempo. Las relaciones entre las variables consideradas deben obtenerse a partir de tales observaciones, por lo que surge la necesidad de repetir múltiples ejecuciones de la simulación para lograr entender las relaciones implicadas por el sistema y realizar una estimación de las características del mismo.

El uso de la simulación en un estudio debe planificarse como una serie de experimentos en cuyo diseño se debe cumplir los supuestos del diseño de experimentos, para que los resultados obtenidos puedan conducir a interpretaciones significativas de las relaciones de interés. Estos experimentos pueden llegar a tener un alto grado de sofisticación, de tal forma que se requiera la utilización de técnicas estadísticas.

Bajo estas consideraciones se puede caracterizar la simulación como una técnica experimental de resolución de problemas.

4 Modelo Un modelo es un esquema teórico, una representación o abstracción idealizada de un sistema de la vida real, que tiene como fin proporcionar un medio para analizar el comportamiento del sistema para mejorar su desempeño o, si aún no existe, para darle una estructura al nuevo sistema.

El proceso de construcción de un modelo se denomina modelización y procura reflejar las relaciones entre las componentes de un sistema real. En muchas ocasiones la realidad es bastante compleja como para ser estudiada directamente y es preferible la formulación de un modelo que contenga las variables más relevantes que aparecen en el fenómeno en estudio y las relaciones más importantes entre ellas. La modelización es una etapa presente en la mayor parte de los trabajos de investigación.

A través de la simulación, un modelo es utilizado para efectuar experimentos a fin de estudiar el comportamiento dinámico del sistema real al que representa. La simulación haciendo uso de la computadora se resume a la construcción de un programa, el cual describe el comportamiento de un sistema mediante un modelo y permite realizar experimentos con él.



4.1 Función de los Modelos Los modelos pueden usarse como herramienta para distintas actividades. Algunas de ellas son:

• Ayuda para el pensamiento. • Ayuda para la comunicación. • Para entrenamiento e instrucción. • Una herramienta de predicción. • Una ayuda para la experimentación.

Un modelo puede servir para entender, describir, explicar o predecir. En ingeniería, los modelos son usados mayormente para diseñar nuevos sistemas o mejorar los existentes, mientras que en ciencias sociales se utilizan para tratar de explicar los existentes.

4.2 Elementos y Estructura de un Modelo Cualquier modelo consiste de alguna combinación de los siguientes elementos:

• Componentes: Cualquier elemento o conjunto importante y destacable del sistema. Partes o subsistemas.

• Ecuación: Relación matemática entre un conjunto de variables que se verifica para determinados valores numéricos de ellas. En una ecuación también intervienen parámetros y constantes.

• Variable: Elemento de datos cuyo valor puede cambiar mientras se está ejecutando una simulación. Se clasifican en: o Exógena: Variable determinada por fuerzas externas al modelo y cuyas

magnitudes se aceptan sólo como datos. Entradas de la simulación. o Endógena: aquella variable cuyos valores solución intentamos hallar a

partir del modelo. Salidas de la simulación.

• Constante: Elemento de datos con un valor que no cambia durante la ejecución de una simulación. Cuando una constante va unida a una variable se la refiere como el coeficiente de esa variable.

• Parámetro: Constante a la que se le da un valor, para una aplicación especificada. Es un valor particular de una muestra, determinado por una distribución teórica de probabilidad, cuyos parámetros se fijan. Por ejemplo, la media y la varianza.

• Relaciones funcionales: Usualmente, ecuación matemática que relaciona a las variables endógenas con las exógenas.

• Restricciones: Limitaciones impuestas a los valores de las variables o a los recursos. Estas restricciones pueden ser impuestas por el propio sistema o por el diseñador del modelo.


• Función objetivo: definición de los objetivos o metas del sistema y de cómo se evaluarán

4.3 Modelo de Simulación Es una abstracción que representa un sistema. Usualmente contiene relaciones matemáticas, lógicas o estructurales que describen el sistema en términos de estados, entidades con sus atributos, procesos, eventos, actividades y demoras.

La construcción de un modelo en general y, para realizar simulación en particular, se considera más un arte que una ciencia, donde se combinan aspectos matemáticos y lógicos.

Dada la complejidad de modelizar fielmente la realidad, es conveniente empezar reflejando en el modelo las características más sobresalientes y progresivamente ir incorporando los detalles. No debe perderse de vista que el modelo debe contener únicamente el nivel de detalle requerido por los objetivos del estudio. Incluir aspectos que no contribuyan significativamente, entorpecerá la observación de las relaciones entre las variables definidas como entradas y salidas.

Dado un modelo matemático para un sistema, la construcción de un programa para computadora que lo represente, es vital para poder manipularlo numéricamente y así obtener las soluciones que respondan a las preguntas que se formulan sobre el sistema.

Los modelos matemáticos expresan las relaciones causa-efecto. En forma general se pueden representar como:

),( yixifE =

Donde: xi Simboliza a las variables y los parámetros que podemos controlar (entradas). yi Simboliza a las variables y los parámetros que no podemos controlar. f Constituye la relación entre xi e que da origen a yi E . E Representa el efecto del comportamiento del sistema (salidas). La fig.2.1, muestra lo expresado anteriormente, como así también la retroalimentación que el modelo recibe, como consecuencia de sus propias salidas, para mejorar el diseño y representar mejor al sistema real.



4.4 Clasificación de los Modelos de Simulación Existen numerosas clasificaciones de los modelos, ninguna de las cuales permite establecer realmente unas categorías estrictamente excluyentes. Al diseñar un modelo de simulación se podrá identificar el sistema como perteneciente a uno o combinaciones de estos tipos:

4.4.1 Según su representación

• Matemáticos o simbólicos: Representan un sistema en forma abstracta, en términos de relaciones cuantitativas (fórmulas) y lógicas.

• Físicos o icónicos: Representan un sistema en cuanto a su apariencia y funciones. Con frecuencia son versiones a escala reducida del mismo o representaciones análogas.

4.4.2 Según la existencia de incertidumbre

• Determinísticos: Representan sistemas de los cuales se tiene total certeza de lo que sucederá. Las variables no controlables en este modelo se conocen y no pueden tener variaciones.

• Estocástico o Probabilísticos: Representan sistemas donde los hechos suceden aleatoriamente y al menos una variable no controlable es incierta y puede variar. No se puede asegurar cuáles acciones ocurren en un determinado instante, sólo se conoce la probabilidad de ocurrencia y su distribución probabilística.

4.4.3 Según la importancia del tiempo

• Estáticos: El tiempo no es un factor importante. El comportamiento del sistema no varía significativamente con el tiempo.

• Dinámicos: El tiempo es un factor importante. El comportamiento del sistema se modifica a través del tiempo.




4.4.4 Según la naturaleza de los eventos (Dinámicos) • Continuos: Representan sistemas cuyos cambios de estado son graduales,

es decir, las variables de estado cambian en forma continua respecto al tiempo.

• Discretos: Representan sistemas cuyos cambios de estado son esporádicos, es decir, las variables de estado cambian sólo en algunos instantes de tiempo.

La simulación en computadora es ideal cuando un sistema puede ser caracterizado por un conjunto de variables, de manera que cada combinación de valores de ellas representa un estado único del sistema. Por medio de la manipulación de las variables, según un conjunto de reglas de operación, se simula el movimiento del sistema de estado a estado.

Simulación estática y dinámica

Como se mencionó anteriormente, la simulación con computadora es un programa que describe el comportamiento de un sistema mediante un modelo.

La simulación se dice estática si en el modelo no juega ningún papel el transcurso del tiempo, mientras que en la dinámica, el tiempo es una de las variables importantes del mismo. En la simulación estática resulta muy sencillo comparar distintas estrategias ante las mismas condiciones del azar, mientras que esto es más complicado en simulación dinámica, exigiendo un trabajo mayor de planificación.

El costo computacional de la simulación estática es bastante más moderado que el de la dinámica. En esta última, normalmente se trata de ir analizando los distintos estados por los que va pasando un sistema a medida que evoluciona en el tiempo. Esto provoca, en general, un mayor costo computacional y problemas de estabilización y dependencia.

Existen dos grandes tipos de simulación dinámica: la simulación continua, en la que se supone que el sistema cambia de estado constantemente y la simulación discreta, para la cual los cambios se producen en ciertos instantes de tiempo singulares. Dentro de la simulación discreta se distinguen a su vez la simulación por eventos o simulación a incrementos de tiempo variable y la simulación por cuantos o simulación a incrementos de tiempo fijo, según sea la forma de avance del tiempo.

Simulación por Eventos y por Incrementos de Tiempo Fijo

Con el nombre de simulación por eventos se designa al tipo de simulación dinámica discreta en la cual el incremento de la variable tiempo no es constante y va desde la ocurrencia de un evento a otro. Esto implica la necesidad de controlar minuciosamente cuál será el próximo evento, saber cuáles son los posibles sucesos en un futuro inmediato y cuál de ellos es el más cercano. Las comprobaciones y modificaciones de las variables afectadas se realizan sólo después de la ocurrencia de un evento.

Durante la simulación se avanza el tiempo hasta el momento en que ocurre el siguiente evento de cualquier tipo y se actualiza el sistema determinando su nuevo estado


(producto de este evento). También se registra la información deseada sobre el comportamiento del sistema.

La simulación por incremento de tiempo fijo responde a una filosofía totalmente diferente. Se trata de examinar el estado del sistema/modelo, el cual evoluciona en el tiempo, dejando pasar pequeños intervalos de tiempo de longitud fija llamados cuantos.

Durante la simulación se avanza el tiempo una cantidad fija pequeña y se actualiza el sistema, determinando los eventos que ocurrieron durante ese lapso y el estado del sistema que resulta. También se registra la información deseada sobre el comportamiento del sistema.

En general, la simulación por eventos es más exacta, de mayor rapidez en su ejecución pero de más difícil implementación que la simulación por incrementos de tiempo fijos. Sin embargo esta última es en ocasiones la única posibilidad factible, cuando se desea realizar una simulación dinámica.

La figura 2.2 muestra un resumen de los distintos tipos de simulación:

La decisión para determinar el mecanismo de flujo de tiempo adecuado, para un modelo de simulación en particular, depende de la naturaleza del sistema que se está modelando. Para ello se deben considerar los siguientes factores:

• Propósito o meta del modelo. • Precisión de los resultados requeridos. • Tiempo de corrida requerido en computadora para diferentes métodos. • Esfuerzo de programación necesario. • Almacenamiento de computadora necesario.




En general se debería usar un método de incremento fijo en los siguientes casos:

• Los eventos ocurren de manera periódica e igualmente espaciada. • Un gran número de eventos ocurren durante algún tiempo simulado y la

longitud media de los eventos es corta. • La naturaleza exacta de los eventos significativos no es bien conocida, como

suele ser en la primera parte de un estudio.

Se debería utilizar el método de avance del tiempo hasta el siguiente evento considerando que:

• Ahorra tiempo de cómputo cuando el sistema está estático o no ocurren eventos significativos.

• No requiere decidir el tamaño del incremento. • Es ventajoso cuando los eventos ocurren irregularmente en el tiempo y/o la

longitud media de los eventos es larga.

5 El Proceso de Simulación 5.1 Ciclo de Desarrollo de una Simulación Los sistemas reales pueden ser complejos y difíciles de analizar, por ello el proceso de desarrollo de una simulación comienza realizando una representación de ese sistema, mediante un modelo que contiene las partes fundamentales, aquellas que hacen al análisis que se desea realizar sobre el sistema, estableciéndose objetivos para este modelo.

Una vez definido el modelo es necesario comprobar la correspondencia entre el modelo y el sistema real, de manera que se asegure que la representación es correcta, realizando las correcciones necesarias al modelo.

Se diseña un modelo computacional, que represente al modelo inicial del sistema, asegurando además, que el comportamiento sea acorde a lo que desea el experimentador, comprobando la consistencia interna del modelo y realizando los ajustes que sean necesarios.

Luego este modelo computacional se codifica en algún lenguaje de programación o software para simulación, realizando también las validaciones correspondientes.

El modelo programado permite la ejecución de las corridas de simulación que se establezcan, obteniéndose como resultado de las salidas de estas ejecuciones, datos que representarán a aquellos que realmente son datos del sistema.

La figura 2.3 representa en forma esquemática este ciclo de vida.


5.2 Etapas del Proceso de Simulación Si bien el desarrollo de un proyecto de simulación evoluciona en forma cíclica, como se mostró en la Figura 2.3, la bibliografía establece un conjunto de etapas que se llevan a cabo en algunos casos, en forma secuencial, y en otros con realimentación entre ellas como muestra la Figura 2.4.



5.2.1 Formular el Problema Descripción del sistema

El sistema a simular debe estar perfectamente definido. Para ello se debe establecer dónde estará la frontera del sistema a estudiar como así también las interacciones con el medioambiente que serán consideradas.

Un sistema se puede describir desde dos puntos de vista: • Estático: Se reconocen subsistemas, partes y elementos que integran el

sistema. • Dinámico: Se establecen los estados posibles y las relaciones entre los

componentes que determinan el comportamiento del sistema. Trata acerca del cambio en el sistema y en su medio.

Iniciación del estudio

Se debe estudiar cuidadosamente el problema y definir claramente los objetivos de estudio de la simulación. La definición del problema transforma la descripción hecha por el interesado en el lenguaje preciso de los modelos formales, establece límites y alcances del estudio, e identifica factores internos y externos del sistema o subsistema. Los pasos iniciales en todo proceso de simulación se indican en la figura 2.5

5.2.2 Construcción del modelo

Para efectuar la construcción de un modelo conceptual debe realizarse una abstracción lógico-matemática del sistema. Para ello pueden seguirse los siguientes pasos, teniendo en cuenta que son sólo una guía y no una fórmula: Especificar el propósito del modelo Los propósitos que se persiguen al efectuar una simulación pueden ser varios, entre ellos se pueden mencionar:

• Comprensión • Evaluación • Comparación • Predicción • Análisis de sensibilidad • Optimización • Relaciones funcionales




Especificar componentes que se incluirán Los componentes más importantes son: las entradas, el sistema y las respuestas. Para modelar se debe conocer o suponer acerca de dos de ellas, dando origen a distintos tipos de problemas:

• Problema de control: Se conocen las ecuaciones que describen el comportamiento del sistema y sus entradas. Se desea encontrar las salidas para cada una de ellas.

• Problema de identificación de la estructura: Se conocen un conjunto de entradas y salidas de un sistema. Se desea encontrar una descripción matemática del mismo.

Especificar parámetros y variables asociados con los componentes Se deben fijar los parámetros y especificar las variables exógenas y endógenas que interviene en el sistema, que sean de interés para el modelo. Deben considerarse cuidadosamente las restricciones sobre las variables, ya que definen el posible espacio de soluciones.

Especificar relaciones funcionales entre los componentes, parámetros y variables Para conocer la efectividad del sistema se debe establecer una o más funciones objetivos (medidas de comportamiento) e intentar encontrar el rango de valores para las variables endógenas con los cuales estas funciones son óptimas. De existir más de una función objetivo, no siempre es posible optimizarlas simultáneamente. En caso de estar en presencia de un modelo de multi-respuesta se pueden aplicar las técnicas apropiadas de optimización.

5.2.3 Adquisición de datos

Se debe realizar la identificación de los datos que el modelo requiere y la forma en que estos se ingresarán al mismo. Pueden ser de dos tipos:

• Deteminísticos: Datos conocidos con certeza.

• Probabilísticos: Muestra de datos recogida para representar una distribución de probabilidad o una distribución probabilística teórica que se comporte como la muestra. Usar esta última permite tener una mayor generalización del modelo.

En esta etapa generalmente se identifican faltantes en el modelo, permitiendo la realimentación y mejora del mismo.

Enriquecimiento/simplificación del modelo Durante el proceso de modelado se debe alcanzar un equilibrio entre el grado de detalle y el riesgo de falta de exactitud. Para enriquecer el modelo se debe:



• Convertir constantes en variables. • Agregar o descombinar variables. • No suponer linealidad. • Agregar suposiciones menos potentes y eliminar restricciones. • Ampliar los límites del sistema.

Si lo que se desea es simplificar un modelo, se debe procederse de manera contraria.

5.2.4 Traslación del modelo

En base al modelo conceptual y con el fin de poder realizar la experimentación se debe implementar un modelo computacional. Ello consiste en describir el modelo en un lenguaje de programación apto para computadora o traducirlo al formato requerido por algún software adecuado para ejecutar la simulación.

El tiempo de desarrollo y las dificultades que se presenten durante este proceso dependerá entre otros de los siguientes tópicos:

• La herramienta de software que se va a usar para implementar el modelo computacional. (ver Elección del lenguaje o software de simulación – Capítulo 3)

• La vista del mundo que se va a utilizar para modelar el avance del tiempo: incrementos fijos de tiempo o incrementos por eventos.

Se debe decidir el tamaño del incremento del tiempo para determinar los momentos en los que se comprobarán los cambios. Si el mismo es demasiado pequeño se perderá tiempo de cómputo si aun no ha ocurrido algún suceso. Por el contrario, si en muy grande, se producirán errores de redondeo, que implicarán pérdida de información.

5.2.5 Verificación y Validación

La verificación y validación del modelo se deben realizar en todas sus etapas a fin de lograr un nivel aceptable de confianza y así asegurar que la inferencia obtenida sobre un sistema es confiable.

Como actividades a realizar para llevar a cabo la verificación y la validación del modelo, Shannon, R., Simulación de Sistemas. Diseño, Desarrollo e Implantación, (1999), presenta las siguientes tareas:

• Verificar: Asegurar que el comportamiento del modelo sea acorde a lo que desea el experimentador. El objetivo de la verificación es corroborar la consistencia interna del modelo, es decir, determinar si el modelo conceptual de simulación y sus supuestos han sido correctamente traducidos en un programa de computadora



• Validar: Comprobar la correspondencia entre el modelo y el sistema real. El objetivo es asegurar la correspondencia entre el sistema real y el modelo para el objetivo de estudio.

• Interpretar: Analizar e interpretar los resultados.

En esta etapa se deben comprobar tres puntos claves del modelo: los supuestos, los valores de los parámetros de entrada y sus distribuciones, y los valores de salida y conclusiones. Esto se puede hacer comparando la intuición de los expertos, las mediciones en el sistema real y los resultados teóricos.

Para ello es preciso realizar pruebas a lo largo del proceso de desarrollo del modelo con el fin de obtener mayor confianza.

Se pueden usar varias pruebas para validar un modelo:

• Asegurar que el modelo tenga validez en forma general, comparando las mediciones obtenidas por el modelo de simulación con las obtenidas de la realidad. Por ejemplo, probar el modelo con parámetros extremos y comprobar que no se obtengan resultados absurdos utilizando el conocimiento que se tiene del sistema real.

• La prueba de suposiciones.

• La prueba de transformaciones de entradas en salida.

Para las dos últimas validaciones es necesario el uso de técnicas estadísticas de medias y varianzas, análisis de varianza, regresión, análisis de factores, etc.

Además de ser concordante con la realidad, el modelo debe superar las pruebas objetivas que se realicen ya que en su construcción, seguramente, se incluyó la subjetividad del programador.

Existen diferentes corrientes de pensamiento a la hora de realizar la verificación de los modelos. El racionalismo sostiene que no son necesarios los experimentos y que el modelo es un sistema de deducciones lógicas que llevan a reflexiones que pueden o no verificarse. Por otro lado, el empirismo cree que todo debe poder observarse y que los hechos deben ser probados y verificados. El pragmatismo en cambio, mantiene que como el modelo se construye para un objetivo específico, si éste cumple con ese objetivo, será valido.

La gran mayoría de los experimentadores no siguen sólo una de estas corrientes en forma absoluta, se interesan en los tres puntos de vista y aplican un proceso de verificación de etapas múltiples en forma iterativa a lo largo del desarrollo del modelo, que son:

• Modelar sólo hipótesis que tengan sentido. Cualquiera que se pueda rechazar en base a un conocimiento a priori debe dejarse de lado (racionalismo).

• Probar empíricamente la hipótesis cuando sea posible. La teoría estadística en lo referente a la estimación y a la prueba de hipótesis, proporciona el marco de referencia para esta etapa (empirismo)



• Verificar la habilidad del modelo para predecir el comportamiento del sistema real. Se comparan las transformaciones de entradas en salidas generadas por el modelo con aquellas generadas por el mundo real (pragmatismo).

Con la idea de evitar deficiencias, es conveniente someter a prueba empírica (prueba de hipótesis y estimaciones) a las suposiciones, los valores de los parámetros, las distribuciones de probabilidad y las conclusiones o inferencias obtenidas. Los métodos utilizados son la prueba de medias, el análisis de varianza, la prueba de bondad de ajuste y el análisis de regresión y de correlación.

5.2.6 Diseño y Ejecución de Experimentos

Un estudio de simulación busca respuestas a preguntas sobre el sistema en estudio, utilizando la información que se obtiene a partir de la experimentación con el modelo del sistema real.

Se deben diseñar los experimentos que se probarán, determinándose con anticipación las características de cada una de las corridas de prueba, como así también la cantidad de experimentos que deben realizarse y especificación de las condiciones de inicio y duración de cada uno.

El diseño puede ser de varios tipos según el propósito que se haya planteado. Entre ellos:

• Comparación de las medias y varianzas de las alternativas analizadas: Para este análisis, denominado comúnmente diseño de experimentos de un factor simple, es necesario tener en cuenta el tamaño de la muestra, las condiciones iniciales y la presencia o ausencia de autocorrelación entre las variables.

• Determinación de la importancia y el efecto de diferentes variables en los resultados de la simulación: Los métodos recomendados en la bibliografía destinada a diseño de experimentos son el análisis de varianza y las técnicas de regresión, como medios para evaluar la importancia y el efecto de varias variables en los resultados de operación de un sistema.

A la hora de planear los experimentos deben tenerse presente los dos tipos de variables de mayor interés: las variables de entrada y las de salida. En esta etapa deben definirse ciertos criterios sobre ellas, tales como el número de variables de entrada, la cantidad de valores distintos que tendrá cada una y el número de valores de las variables de respuesta que deberán tomarse.

La organización de esta tarea, puede llevarse a cabo siguiendo estos modelos presentados por Shannon, R., Simulación de Sistemas. Diseño, Desarrollo e Implantación, (1999). A modo de guía:

• Modelo Estructural: Se deben establecer o El número de entradas. o Los valores de las variables de entrada.


o El objetivo del estudio. Cuáles variables de respuesta son el principal interés.

o Los factores que influyen en la respuesta y su clasificación según los siguientes tipos: constante, variables controlables y no controlables.

• Modelo Funcional: En este modelo se determina cuántas muestras de datos (sin repetición) se obtendrán y la cantidad de corridas en computadora que se realizarán, teniendo en cuenta la cantidad de entradas y la cantidad de valores para cada entrada, de manera de garantizar la eficiencia de la simulación.

• Modelo Experimental: En este modelo se lleva a cabo la ejecución de los

experimentos. Debe tenerse en cuenta que para que el modelo de simulación sea sustituto de la realidad y sirva para soporte en la toma de decisiones sobre el sistema, es necesario lograr la representación de las respuestas en forma numérica. Al ejecutar la simulación (ver Fig. 2.6) se generan los datos deseados, se realiza el procesamiento estadístico propuesto, también se encuentran los defectos del diseño y se efectúa el análisis de sensibilidad de las salidas. Si no se logran los objetivos establecidos, se vuelve a etapas anteriores para corregir el modelo.

5.2.7 Interpretación y análisis de resultados

Luego de la ejecución de los experimentos se debe determinar la precisión con la que los resultados se acercan a la realidad, a fin de obtener inferencias válidas del sistema real por medio de la elaboración de los datos obtenidos en la simulación.

Para analizar los resultados es necesario recolectar sistemáticamente los datos producidos por la simulación, cuando se realiza la ejecución de experimentos. Luego en base a estos datos se calculan ciertas estadísticas, que permiten interpretar el comportamiento del modelo (ver Fig. 2.6).




5.2.8 Implantación

Obtenidos los resultados deseados el modelo está en condiciones de ser usado con el fin propuesto, ya sea para enseñanza, toma de decisiones, etc.

5.2.9 Documentación

Se debe realizar un registro de los detalles, forma de funcionamiento y de uso del modelo.

6 Los Datos - Técnicas Estadísticas Como ya se ha dicho anteriormente, se puede modelizar un sistema de muy diversas maneras, dependiendo de los objetivos que se deseen alcanzar con el mismo y, para lograrlos se deben seleccionar los elementos y las relaciones para adecuadas.

Una vez que se ha decidido y especificado qué componentes y variables se incluirán, se deben determinar las relaciones funcionales entre éstas y establecer los valores de los parámetros que se usarán.

6.1 Muestreo Cuando el modelo es estocástico, simular consiste en extraer muestras de números aleatorios que sigan una determinada distribución de probabilidad que describa a las variables aleatorias del modelo. A partir de dichas muestras, con un mecanismo de seguimiento del modelo, se realiza la simulación.

La distribución de probabilidad por muestrear puede basarse en datos empíricos de registros anteriores (tabla de datos, de frecuencias, etc.) o puede ser una distribución teórica conocida (distribución normal, exponencial, etc.). Con esta distribución se indica que cada número tiene una probabilidad específica de pertenecer a un rango de valores determinado.

Para poder obtener las muestras, es necesario utilizar un generador de números aleatorios, que debe ser capaz de producir variables aleatorias de cualquier tipo, continuas o discretas. Puede ser cualquier fuente de dígitos que asegure una secuencia de números aleatorios independientes con una distribución específica. Para ser independientes, debe permitir obtener cada número por casualidad y el número generado no debe tener una relación con otros números de la serie.

Una característica a tener en cuenta a la hora de simular en computadora, es que ésta no genera números aleatorios puros, sino pseudoaleatorios, en donde la secuencia de números generados es siempre la misma cuando se parte del mismo valor inicial.



6.2 Tamaño de la Muestra El tamaño de la muestra está representado por la cantidad de corridas que se realizarán en la computadora. La selección de un tamaño adecuado que asegure una precisión adecuada y no ocasione grandes costos de operación del modelo, es un problema. Pero es necesario lograr que sea tan exacta como sea posible, o bien que su grado de imprecisión pueda ser conocido.

La elección de un tamaño de muestra demasiado pequeño puede traer resultados imperfectos, mientras que uno demasiado grande puede exigir trabajo y gastos innecesarios.

Cabe aclarar que al momento de fijar un tamaño, poco tiene que ver el tamaño de la población que se está estudiando, más bien debe analizarse entre otros factores, la diversidad dentro de la población de la variable que se pone a prueba y el nivel deseado de fiabilidad de la estimación.

El tamaño de la muestra puede determinarse de dos momentos distintos:

• Previa a la operación del modelo, con base en los conocimientos sobre él. • Durante la operación del modelo según los resultados generados por este.

6.3 Identificación de la Distribución de Probabilidad Como ya se había dicho anteriormente, usar una distribución de probabilidad teórica permite tener una mayor generalización del modelo, pero ésta no siempre es conocida.

Cuando se desconoce la distribución teórica, pero se cuenta con una muestra de datos, se busca ajustarla a una distribución teórica de probabilidad. En cambio, cuando no se tiene acceso a los datos reales, ya sea porque el sistema no existe aún o el proceso de medición no puede realizarse, se deberá optar por la distribución que se considere conveniente. Para ello la información necesaria puede obtenerse de distintas fuentes:

• Especificaciones técnicas: Por ejemplo, el tiempo medio entre fallas, consumo promedio, etc.

• Opinión de expertos: Las personas que conocen el sistema pueden hacer estimaciones acerca de los valores mínimos, máximos y probables de las variables.

• Limitaciones físicas o de diseño: Los valores de las variables están limitados a ciertos intervalos.

• La naturaleza del proceso: Se conoce la distribución teórica para procesos similares (analogía).

A partir de la elección de una distribución teórica, se pueden generar muestras artificiales con números aleatorios, para calcular la media y la varianza de la muestra que permitan estimar los valores de los parámetros.



6.4 La Precisión de las Estimaciones Para poder asegurar la precisión de las estimaciones y la validez de las respuestas del estudio de simulación, se debe estar en condiciones de establecer cuándo las diferentes estimaciones de los parámetros de medida del rendimiento del sistema son debidas a la configuración del sistema y cuándo son ocasionadas por las variaciones del muestreo.

La Estadística y en particular las técnicas de muestreo, permitirán dar una respuesta correcta a este tipo de cuestiones.

6.5 Condiciones Iniciales Para la mayoría de los modelos, la idea es estudiar un sistema en estado estable o de equilibrio. Debe tenerse en cuenta que debido al inicio repentino de cada corrida de simulación, en la mayoría de los modelos estocásticos existe una condición inicial transitoria (estado del sistema al empezar la ejecución) que no es representativa del comportamiento de un sistema en estado estable, por lo tanto, el modelo necesita tiempo para alcanzar este estado. El considerar por error este estado como propio del sistema, llevará seguramente a errores en los datos obtenidos.

Para reducir el efecto de esta falsa estabilidad se puede llevar a cabo alguna o todas estas actividades:

• Simular durante un periodo lo suficientemente largo como para que estos “falsos” datos resulten insignificantes en relación con los datos reales. Al hacer esto no debe dejar de evaluarse el beneficio que se obtendrá frente al costo de tiempo de cómputo.

• Descartar el periodo inicial de la corrida. Esto trae consigo el problema de determinar cuándo dejar de descartar, es decir, reconocer cuándo se ha logrado realmente el estado estable. Otro posible problema es aumentar el error de los resultados debido al truncamiento.

• Acortar el período de estabilización. Para ello se deben fijar las condiciones de partida “cercanas” a la condición de estado estable. Esto se dificulta cuando las distintas alternativas de experimentos tienen distintas condiciones de estado estable.

Determinar cuándo se ha logrado el estado estable es un problema que debe resolverse y para el cual no existe un método sistemático.

7 Análisis de Sensibilidad El análisis de sensibilidad permite valorar qué tan ciertos son los resultados en cuanto a las decisiones tomadas o las presunciones realizadas sobre los datos y los métodos que se utilizaron. Permite estudiar el impacto que tendrían las variaciones en los valores de las variables o parámetros más relevantes, sobre la respuesta del modelo.



Con este análisis se pueden establece cuáles son los parámetros “sensibles”. Estos son aquellos cuya alteración provoca cambios en los resultados o salidas de la simulación.

8 Errores Posibles en la Simulación Los errores más frecuentes al realizar una simulación se pueden agrupar en:

• Diseño: Una mala interpretación de la realidad o la falta de información sobre la misma, llevará a veces a muchos supuestos y simplificaciones.

• Programación: Una mala elección del lenguaje de simulación dificultará la traslación del modelo y su verificación. Los programas que representan a los modelos, generalmente son de gran tamaño. La verificación de todas las condiciones y depuraciones de los errores debe hacerse con sumo cuidado y dedicando gran cantidad de tiempo. Un error que permanezca oculto podrá llevar a conclusiones falsas.

• Datos utilizados: Algunos de los errores están asociados a la selección de muestras de datos que no son representativas de la población bajo estudio, el tratamiento incorrecto de las condiciones iniciales o la retroalimentación del modelo con datos redondeados (error por redondeo).

• Generación de números aleatorios: Algunos generadores presentan problemas o bien no se ajustan a las distribuciones de probabilidad requeridas. La selección de una misma semilla para diferentes corridas provoca dependencia entre ellas (correlación entre procesos), llevando a conclusiones erróneas.

• Tiempos: Las simulaciones muy cortas dependen fuertemente de las condiciones iniciales, las cuales pueden no ser representativas del sistema.

• Interpretación de resultados: El análisis de las salidas debe ser realizado por expertos, teniendo presente el objetivo del modelo.

9 Ventajas Debido a los avances en las metodologías de simulación y la gran disponibilidad de software, la simulación es una de las herramientas más usadas en el análisis de sistemas, y realizar simulación presenta entre otras, las siguientes ventajas:

• Proporciona un método de solución de problemas, cuando la representación o resolución matemática es muy compleja.

• La observación del sistema que se está simulando permite entenderlo mejor y por consiguiente sugerir estrategias que mejoren su funcionamiento.

• No es necesario interrumpir el funcionamiento del sistema real para experimentar.

• Permite analizar muchas alternativas posibles y realizar estimaciones. • Permite controlar el tiempo.



• Permite experimentar y observar los resultados obtenidos con un modelo del sistema en estudio.

• Una vez construido, el modelo se puede modificar rápidamente con el fin de analizar diferentes políticas o escenario.

• Permite análisis de sensibilidad, es decir realizar modificaciones en las componentes controlables y observar los cambios que se producen en el modelo.

• Se puede utilizar para entrenamiento de personal. Si se realiza una buena representación de un sistema se lo puede utilizar para entrenar y dar experiencia al personal.

• La técnica de simulación puede ser utilizada como instrumento pedagógico para enseñar habilidades a los estudiantes.

• Generalmente es más barato mejorar el sistema vía simulación que hacerlo en el sistema real.

• Los métodos analíticos se desarrollan haciendo un gran número de suposiciones y simplificaciones, mientras que en simulación es posible analizar sistemas de mayor complejidad o con menor detalle.

• Se puede utilizar la simulación para experimentar con situaciones nuevas, sobre las que no se tiene suficiente información o con sistemas inexistentes.

10 Desventajas La simulación es una herramienta muy valiosa y útil para resolver problemas, sin embargo no se puede utilizar para cualquier problema y presenta alguna desventajas como:

• El desarrollo de un modelo de simulación es costoso y su construcción y validación insume mucho tiempo.

• Puede producir resultados erróneos, si el modelo no se diseñó correctamente. • La simulación no es precisa y es difícil analizar el grado de esta imprecisión. • Los modelos de simulación no dan soluciones óptimas. • La solución de un modelo de simulación puede dar al análisis un falso sentido

de seguridad. • La simulación no es una técnica de optimización. Permite responder

preguntas del tipo ¿qué sucede si? pero no del tipo ¿qué es lo mejor?


CAPÍTULO 3

SOFTWARE PARA SIMULACIÓN 1 Introducción A partir de finales de los 50 se comenzaron a desarrollar lenguajes con el propósito específico de representar modelos de simulación, ya que con anterioridad las simulaciones se desarrollaban con lenguajes de propósito general. Los lenguajes diseñados específicamente para este propósito proporcionan ciertas características útiles, que no las poseen aquellos de propósito general.

Según Emshoff y Sisson, Design and Use of Computer Simulation Models (1970) todas las simulaciones requieren de ciertas funciones comunes que diferencian un lenguaje de simulación de un lenguaje general. La existencia de estos y otros factores comunes es lo que ha conducido al desarrollo de los lenguajes de simulación.

Debido al perfeccionamiento, estandarización y accesibilidad de los lenguajes de simulación en los últimos tiempos, se ha incrementado el uso de la simulación.

Una de las decisiones más importantes que debe tomar un modelizador o analista para la realización de un estudio de simulación, es la selección del lenguaje que va a utilizar para programar el modelo.

Para ello deberá tener en cuenta las características comunes y ventajas de los lenguajes de simulación, entre las que se encuentran:

• Permiten la generación de muestras de números aleatorios uniformemente distribuidos en (0,1).

• Permiten la generación de muestras de variables aleatorias con distribuciones específicas.

• Proveen mecanismos de control y flujo del tiempo durante la simulación, que permiten variar el tiempo, ya sea por una unidad fija o hasta que ocurra el siguiente evento.

• Permiten la determinación del suceso que ha de ser tratado a continuación del presente evento.

• Realizan el agregado, supresión o actualización de registros en estructuras de datos, como por ejemplo listas, que representan secuencias de sucesos.

• Permiten la recolección y el análisis estadístico de los datos generados por la simulación.

• Facilitan una mejor detección de los errores, especialmente los inherentes a la lógica del proceso de simulación.

• Proporcionan un marco de trabajo natural para el uso de modelos de simulación. Los bloques básicos de construcción del lenguaje son mucho más afines a los propósitos de la simulación que los de un lenguaje de tipo general.



• Los modelos de simulación son más fácilmente modificables cuando están escritos en un lenguaje de simulación y, por consiguiente, se pueden ejecutar con mayor facilidad y flexibilidad los cambios requeridos por los experimentos de simulación.

• Muchos de los lenguajes de simulación proporcionan una asignación dinámica de memoria durante la ejecución, cosa que no ocurre con todos los lenguajes de propósito general.

• Ayudan a definir las entidades dentro del sistema. • Describen la relación de las entidades entre sí y con su ambiente.

Las versiones avanzadas de software de simulación actuales poseen además las siguientes características:

• Permiten que el usuario cree rápidamente un modelo. • La tecnología de sistemas expertos genera automáticamente los detalles,

mientras las pantallas y menús automáticos guían al usuario a través del proceso de modelado.

• Los cambios se pueden realizar fácilmente con muy poca probabilidad de error.

• El usuario puede verificar y testear el diseño, responder a preguntas del tipo ¿Qué sucede si...?, explorar más alternativas y fallas técnicas, realizar gráficos, todo esto antes de la implementación del modelo de simulación.

2 Evolución Histórica 2.1 Período de Búsqueda (1955-60)

• Los lenguajes de programación no poseen rutinas específicas de simulación. • Se comienza la unificación de conceptos relacionados con simulación. • Surgen en programación las rutinas reusables. • Surge la primera librería diseñada para simulación: GSP (General Simulation

Program) 2.2 Advenimiento (1961-65)

• Aparecen los primeros lenguajes de programación con propósito específico de Simulación.

• En 1961 IBM lanza GPSS (General Purpose Simulation System) que posee: o Interacción de Procesos: como forma de representación de la realidad. o Uso de Diagramas: para facilitar la modelización.

• En 1963 aparece SIMSCRIPT que proporciona Programación de Eventos como forma de representar de la realidad.

• Surgen también librerías que proporcionan facilidades para programación de simulaciones como GASP:



• Librería de Fortran • Programación de Eventos.

2.3 Período de Formación (1966-70)

• Se produce una redefinición de conceptos en simulación. • Surgen cambios profundos en los lenguajes de programación debido a los

avances en el hardware. • Aparecen GPSS/360 y SIMSCRIPT II, que adquieren características de los

nuevos conceptos en simulación y de la redefinición de conceptos en lenguajes.

• Surge SIMULA lenguaje de simulación que se considera precursor de los Lenguajes de Programación Orientados a Objetos, ya que introduce características como:

• Conceptos de herencia y clases. 2.4 Período de Expansión (1971-78)

• Se desarrolló GPSS/H como una aplicación nuevas e iterativa dentro del ambiente IBM del GPSS

• Se actualiza GASP agregando Exploración de Actividades, como método para representar la realidad.

• Se realizan esfuerzos por simplificar el modelado de procesos. • Surgen las primeras herramientas de alto nivel basadas en SIMULA, para

automatizar el armado de modelos. 2.5 Consolidación y Regeneración (1979-86)

• Se produce un nuevo proceso de reorganización y aceptación de conceptos en simulación.

• Se consolidan los lenguajes existentes originándose nuevos requerimientos de los programadores de simulación.

2.6 Ambientes Integrados (1987-...)

• Surgen las Computadores Personales. • Los lenguajes de programación se adaptan a los microprocesadores e

incorporan varias Vistas del Mundo. • Aparece el lenguaje SLAM que incorpora características como:

o Programación de eventos. o Modelo de red. o Simulación Continua.

• Surge Windows. • Visual Basic.



• Tendencias hacia entornos visuales. • Veloz incremento de las capacidades de Hardware • Surgen los paquetes VIMS (Visual Interactive Modeling System)

3 Elección del Lenguaje o Software de Simulación La selección incorrecta del lenguaje de simulación puede extender considerablemente el tiempo de ejecución del proyecto, producir estudios incompletos o hacer fracasar el proyecto.

Escoger el lenguaje o paquete de software que se va a usar en un problema específico, requiere responder a algunas preguntas:

• ¿Cuál es la estrategia para representar el mundo real que tiene el lenguaje? • ¿Cuáles son los métodos de avance del tiempo? • ¿Está orientado a eventos, a actividades o a procesos? • ¿Cuál es su capacidad de generación de variables y números aleatorios? • ¿Posee facilidades para almacenar y recuperar datos de variables de estado y

de entidades? • ¿Cuál es la flexibilidad y potencia que proporciona para modificar el estado del

sistema? • ¿Qué capacidad de realización de informes y elaboración de estadísticas

posee?

A continuación se indican ciertas consideraciones a tener en cuenta para la elección de un lenguaje para simulación.

3.1 Consideraciones Generales

• Flexibilidad de modelado: El software debería incorporar características básicas para la construcción de modelos, permitiendo la diferenciación de un modelo a otro. Por ejemplo, las entidades debería tener sus propios atributos que permitan diferenciarlas en distintos modelos.

• Facilidad en el desarrollo de modelos: El software debería tener herramientas de verificación y debugging que permitan exactitud y velocidad en el proceso de modelado, para lograr un rápido desarrollo.

• Velocidad de ejecución: Esta característica cobra importancia cuando el modelo simulado es de gran tamaño y el tiempo puede llegar a ser significativo.

• Máximo tamaño del modelo: Se debe considerar qué tamaño de modelo se desarrollará en el software, para elegir aquel que pueda soportarlo.



3.2 Consideraciones de Entrada/Salida

• Importación de archivos: Esta característica es útil durante la fase preliminar de desarrollo del modelo, cuando se recolectan los datos. La recolección incluye datos como: tiempo de espera en cola, intervalos entre arribos y tiempos de servicio. Los datos pueden ser almacenados en una aplicación como Microsoft Excel y más tarde ser incorporados al software de simulación para generar una distribución de probabilidad que luego sea utilizada para obtener los números aleatorios.

• Exportación de archivos: Los archivos de salida deberían poder ser usados como entrada de otro software.

• Sintaxis: Debería ser fácil de entender, consistente y no ambigua. Algunas veces las herramientas de debugging y verificación disponibles son extremadamente difíciles para que el diseñador pueda determinar un error.

• Control de ejecución interactivo: La ejecución de la simulación debería actuar como depurador (encontrando y corrigiendo errores), deteniendo la simulación cuando se detecta un error. También debería permitir la ejecución paso a paso para detectar las causas que generan el error. Podría también generarse un reporte de los errores, de esta manera al final de la ejecución se analizarían los resultados para detectarlos.

• Interfase con otros lenguajes: Algunos software permiten introducir código en otro lenguaje, como por ejemplo Visual Basic para generar reportes e histogramas. Esta característica ayudaría al proceso de simulación cuando fuera necesario interactuar con otros sistemas.

• Reportes estandarizados: Sería conveniente que los reportes que se quiera obtener al finalizar la simulación puedan ser especificados por medio de expresiones en el programa y que estos reportes incluyeran automáticamente medidas comunes como, número promedio de entidades en cola, promedio de tiempo en cola y tasas de utilización.

• Reportes personalizados: Debería permitir la realización de reportes que posean información resumida y específica para la organización en la cual se esta realizando la simulación.

• Gráficos para presentación: Debería permitirse generar gráficos de barra, histogramas y otros para poder mostrar los resultados con mayor facilidad.

3.3 Consideraciones de Procesamiento

• Réplicas independientes: Debería ser posible realizar múltiples réplicas utilizando diferente conjunto de números aleatorios.

• Flexibilidad en tiempo de ejecución: El software debería almacenar los resultados, generar reportes y animaciones para cada réplica de simulación, ya que puede ser necesario ejecutar un juego especificado de repeticiones sin interrupciones.



• Generación de números aleatorios: El software debe tener la habilidad de generar números aleatorios en todas las distribuciones estadísticas utilizadas en simulación.

• Reinicio (RESET): Debería reiniciar las variables necesarias al final de cada ejecución. Esto es porque cada repetición independiente debe comenzar en el tiempo cero.

• Atributos y variables globales: Los atributos son propios de una entidad mientras que las variables globales están disponibles para todas las entidades. El software debería tener la facilidad de manejar un gran número de atributos y variables. Esto permitiría incrementar la complejidad de los modelo.

• Programación: El software debería representar un problema con el nivel deseado de detalle y complejidad, por ello debería permitir que el usuario programe este nivel de detalle si lo desea.

• Portabilidad: Esta característica habilita al software a ejecutar en varias clases de computadoras sin cambios.

3.4 Consideraciones de Entorno

• Capacidad de animación: Debería ser fácil de desarrollar el modelo en forma gráfica y con movimiento. La animación ayuda a encontrar errores y mejorar el entendimiento del sistema, además de permitir que el usuario vea el modelo junto con el diseñador.

• Características de uso: El software debería ser fácil de entender y usar por personas no especialistas en el tema.

4 Clasificación Los lenguajes de programación se pueden clasificar: 4.1 Según su Capacidad para Realizar Simulación 4.1.1 Lenguajes de propósito general No están pensados con el fin de realizar simulación, pero la habilidad y destreza del programador permiten su utilización. Lenguajes como Java y C, entre otros, se usan cuando el analista esta familiarizado con el lenguaje, no hay tiempo de aprender un lenguaje de simulación o no esta disponible. Proveen flexibilidad, eficiencia y portabilidad. 4.1.2 Lenguajes de propósito general con bibliotecas específicas para simulación Algunos lenguajes poseen agregados que proveen un conjunto de rutinas comúnmente requeridas en simulación para facilitar la programación. Ejemplo de esto son GASP para



FORTRAN, C con una biblioteca especial como SMPL o Java con paquetes de clases creadas y compartidas por programadores como JavaSim. 4.1.3 Lenguajes para simulación Concebidos para realizar simulaciones en computadora. Lenguajes como Simula y Simscript ahorran tiempo de desarrollo, tienen facilidades para generar estadísticas y reportes. Permiten al analista concentrarse en aspectos específicos del sistema y no preocuparse por aspectos generales a todas las simulaciones. El código es modular, fácil de leer y proveen buena detección de errores. 4.1.4 Paquetes de software para simulación Conjunto de herramientas que permiten la construcción de un modelo de simulación, la experimentación sobre él y la obtención de los resultados requeridos, generando reportes y estadísticas. Estos paquetes proveen entornos visuales e interactivos que facilitan enormemente la programación. Hay una gran variedad de paquetes de simulación como SIMUL8, versiones actuales de Simscript y de GPSS. 4.2 Según el Paradigma de Programación que Utilicen 4.2.1 Orientados a diagramas de flujo (flowchart) Está representada por el lenguaje GPSS, que existe en muchas versiones. El usuario debe ver la dinámica del sistema como un flujo de transacciones entre los bloques. Se generan las transacciones, siguen un camino a través de una red de bloques y se destruyen en la salida. En los bloques las transacciones pueden ser retrasadas, procesadas y pasadas a otro bloque. Los bloques son el programa representado por sentencias que ejecutan las actividades del modelo. 4.2.2 Orientados a objetos Algunos principios de este paradigma como la existencia de un número variable de instancias de objetos, ha sido un estándar usado en entornos de simulación por mucho tiempo, a menudo con otra terminología. El lenguaje Simula es el primer lenguaje orientado a objetos. Con más de 30 años, posee los mecanismos y principios de este tipo de programación. Algunas cosas como clases, herencia, métodos virtuales, etc., fueron definidos por Simula hace mucho tiempo y luego redescubiertos por la programación orientada a objetos en los últimos años. 4.3 Según el Tipo de Sistema que se Pueda Simular con Mayor Facilidad 4.3.1 Lenguajes para Simulación Continua Las variables en un modelo continuo varían continuamente con el avance del tiempo. Estas variables a menudo son definidas por medio de ecuaciones diferenciales. Una ecuación diferencial puede ser pensada como una ecuación que define una relación entre una variable continua y su propia tasa de cambio. Las ecuaciones diferenciales se resuelven mediante una técnica en la cual el tiempo se avanza en pequeños pasos con



cálculos que actualizan los valores de las variables continuas (y sus tasas de cambio) en cada uno de esos pasos. Las mismas ecuaciones pueden ser resueltas con diferentes tamaños de pasos de tiempo. El error inherente aproximado se incrementa con el tamaño del paso y con la velocidad de solución. Algunos métodos ajustan automáticamente el tamaño de paso para mantener el error dentro de niveles de tolerancia aceptable.

Los lenguajes de simulación continua desarrollados en los años cincuenta son simuladores de computadoras analógicas. Estos se basan en la creación de sistemas electrónicos análogos, los cuales son descriptos por algún modelo matemático (conjunto de ecuaciones diferenciales). El sistema electrónico se crea por interconexión de bloques standards, como integradores, sumadores y otras unidades funcionales. Luego el usuario ejecuta experimentos con este sistema electrónico aplicando entradas y registrando el voltaje de ciertos puntos de salida (osciloscopio, plotter). El cambio de voltaje representa una función de tiempo, que es la misma que la función que describe los cambios en el sistema original, el cual en su estado físico natural puede ser totalmente distinto (desplazamiento mecánico, temperatura, etc.).

Para la simulación basada en modelos continuos, los simuladores analógicos han sido ampliamente utilizados, aunque el desarrollo de las técnicas numéricas para la resolución de sistemas de ecuaciones diferenciales, el avance tecnológico y la evolución de los lenguajes de programación les han hecho perder protagonismo. SIMULINK, software para la simulación de sistemas dinámicos integrado en el entorno de computación numérica MATLAB es un buen ejemplo de esta tendencia.

Simscript II.5 es un ejemplo de entorno que permite la simulación de sistemas continuos. Soporta técnicas de integración numérica que se invocan automáticamente cuando es necesario. El tamaño de paso máximo y mínimo puede ser controlado ajustando los valores de dos variables provistas por el lenguaje.

El proceso de resolución de ecuaciones diferenciales comienza cuando se asignan valores iniciales a las variables de estado continuas y al tiempo. Luego el tiempo avanza paso a paso hasta que se satisface un criterio de terminación. Este criterio puede tomar distintas formas: Puede ser un simple testeo para ver si el tiempo a alcanzado un máximo valor especificado (tiempo de finalización) o quizá se requiera que una variable continua exceda un valor umbral, el valor actual de otra variable continua o una combinación de estos criterios.

• Lenguajes orientados a bloques: Se basan en la metodología de las computadoras analógicas. El sistema debe ser expresado como un diagrama de bloques que define la interconexión de las unidades funcionales y sus parámetros cuantitativos. La programación consiste en ingresar la interconexión de los bloques y su descripción. Luego el usuario agrega sentencias y/o directivas que controlan la simulación. Si el sistema es descrito como un conjunto de ecuaciones, ellas deben ser convertidas a diagramas de bloque. Los bloques típicos disponibles en la mayoría de los lenguajes orientados a bloques son: integradores, límites, retardos, multiplicadores, valores constantes, sumadores.

• Lenguajes orientados a expresión o sentencia: Están basados en la escritura de expresiones que representan modelos matemáticos. El sistema



simulado puede ser expresado por un conjunto de ecuaciones. Luego el usuario agrega sentencias y/o directivas que controlan la simulación. Algunos lenguajes disponibles aceptan definición de sistemas basados en bloques o en expresión. El control de la simulación permite la selección del método de integración, el paso de integración, las variables (bloques de salida) que deberían ser observadas, el intervalo para la recolección de datos para impresión, duración de la corrida de simulación, número de repeticiones y la forma en que los valores cambian en cada una de ellas.

4.3.2 Lenguajes para simulación discreta La simulación discreta trata de sistemas cuya dinámica puede ser considerada, debido al nivel de abstracción, como una sucesión de eventos en puntos discretos del tiempo.

El punto clave de un lenguaje de simulación discreta es la forma en que se controla la secuencia de actividades en el modelo.

Existen numerosos paquetes de software y bibliotecas de funciones que contienen los elementos necesarios para programar un simulador de eventos discretos. En este aspecto existen distintas estrategias de programación. Ver más adelante Vistas del Mundo de un Lenguaje

4.3.3 Combinación de modelos discretos y continuos Los procesos continuos se describen por una o más ecuaciones diferenciales, algunas veces con el agregado de ecuaciones algebraicas. Están también definidos por un comienzo de evento y una terminación de evento, los cuales indican el tiempo de creación y destrucción.

En términos de simulación discreta, el comienzo de la resolución de la/s ecuaciones diferenciales que presentan al proceso continuo y el fin de esta resolución, son eventos. Este concepto es la clave de la relación entre las partes continuas y discretas de un modelo combinado. Es importante que el tamaño del paso de integración sea controlado y sincronizado correctamente con los eventos. Los eventos coinciden con el fin de un paso de integración. Los cambios que ocurren en el modelo discreto pueden modificar los parámetros de la integración continua, incluyendo su tiempo de terminación. Se debe tener cuidado de estos efectos y retornar el control a la integración de procesos, hasta que se encuentre el próximo evento. El control así, pasa entre las partes discreta y continua del modelo hasta que la integración del proceso continuo se completa.

Generalmente, en un modelo combinado habrá varios procesos continuos que pueden ser creados y destruidos en diferentes momentos. El resultado del conjunto de ecuaciones diferenciales se resuelve por una integración numérica, la cual actualiza el vector de estado continuo, en cada paso, ajustando su paso de integración, para mantener el error aceptable, y también sincronizando con los eventos discretos, incluyendo la iniciación y terminación de procesos continuos individuales.


5 “Vistas del Mundo” de un Lenguaje La “vista del mundo” de un lenguaje de simulación, describe la manera en que el lenguaje conceptualiza los sistemas del mundo real. Cada lenguaje tiene su propia vista o enfoque implícito del mundo, que debe invocarse cuando se lo usa.

Shannon, R., Simulación de Sistemas. Diseño, Desarrollo e Implantación, (1999), Ed. Trillas, expone que la vista de un lenguaje de simulación para sistemas discretos típico puede expresarse como sigue:

• El mundo es un conjunto de entidades que pueden modificarse o calificarse. Estas poseen distintos atributos.

• Las entidades interactúan por medio de actividades específicas del mundo, bajo ciertas condiciones, las que determinan la secuencia de interacciones.

• Este conjunto de interacciones representan eventos en el sistema, los cuales generan un cambio en el estado del sistema.

También se podría representar secuencialmente esta vista típica del mundo, tal como se representa en la Figura 3.1.

Los lenguajes de simulación para sistemas discretos se eligen en base a lo atractivo de sus características, aunque hay una de ellas que resulta determinante e impone la naturaleza del lenguaje, es la estrategia, enfoque o “vista del mundo” inherente al lenguaje, utilizada para la selección del siguiente suceso y la gestión del tiempo.

5.1 Clasificación según “Vistas del Mundo” Algunos autores clasifican los procedimientos de control de tiempos de los lenguajes de simulación de sucesos discretos, según la estrategia seguida en la selección de sucesos en:




• Programación de eventos (Event Scheduling). • Exploración de Actividades (Activity Scanning). • Interacción de Procesos (Process Interaction).

Con cualquiera de estas estrategias, cuando se selecciona el “siguiente suceso” para que sea procesado, se ejecuta el correspondiente bloque de código, para realizar los cambios apropiados en el modelo. Los conceptos de suceso condicional o incondicional, son básicos para las estrategias. Un suceso incondicional es elegible para ser ejecutado cuando se llega al instante de tiempo para el que ha sido programado: depende totalmente del tiempo. Un suceso condicional puede depender de condiciones adicionales distintas del tiempo. Las condiciones se refieren usualmente a valores que describen el estado de las componentes del sistema, por ejemplo, la liberación de un dispositivo del sistema modelizado.

Una característica común a los tres planteamientos es que los programas a los que dan lugar tienen una estructura jerárquica de tres niveles:

• Nivel ejecutivo, o del programa de control. • Nivel de operaciones: secuencia de sentencias del programa que constituyen

el modelo propiamente dicho. • Nivel de rutinas: que ejecutan las acciones implicadas por cada una de las

operaciones del modelo.

El usuario de un lenguaje de simulación no necesita conocer con detalle cómo está programado el nivel ejecutivo, sino cómo funciona, es decir, lo que se denomina “vista del mundo” del lenguaje correspondiente. El nivel ejecutivo es el que se encarga de identificar cuándo tiene que ocurrir el siguiente suceso y hace que se ejecuten correctamente las operaciones que esto implica en los momentos adecuados.

A continuación se describen las distintas estrategias o vistas del mundo.

5.1.1 Programación de eventos Se basa en la ejecución secuencial de sucesos o eventos. Implica una secuencia de sucesos incondicionales a lo largo del tiempo. Por lo tanto, la vista del mundo de un lenguaje, o modelo expresado en tal lenguaje, consiste en considerar la operación del sistema como una secuencia temporal, ordenada, de sucesos incondicionales.

Cada suceso se describe con un fragmento de código que actúa sobre las variables de estado afectadas por el suceso, y toda verificación de condición diferente de la del tiempo debe realizarse dentro de este espacio de código. Para ir ejecutando el diagrama de sucesos, es necesario mantener una estructura de datos con aquellos sucesos que deben ejecutarse en determinado tiempo (sucesos planificados).

La estructura más utilizada para guardar los sucesos planificados es una lista ordenada por el tiempo de ocurrencia. En la cabeza de la lista estará el siguiente suceso a ser ejecutado por el simulador.



Buena parte del algoritmo del simulador está formado por la gestión del planificador de sucesos, de ahí la importancia de seleccionar una buena estructura de datos para esta tarea.

La condición de fin de simulación depende de los objetivos de la simulación y puede ser fijada por el tiempo de simulación o bien por alguna variable de estado que cumpla determinada condición preestablecida.

Ejemplo: si consideramos como ejemplo un sistema de colas FCFS, los sucesos podrían ser:

1. Llega cliente 2. Si el servidor no está libre se encola 3. Si el servidor está libre desencola cliente y atiende 4. Incrementa procesados y si cola vacía Servidor Libre.

Estos sucesos se ejecutan en forma secuencial.

El siguiente es un algoritmo básico de ejecución de un diagrama de sucesos:

1. Inicializa tiempo de simulación 2. Inicializa variables de estado 3. Inicializa planificador de sucesos 4. Mientras no FIN-SIMULACION hacer

i. Selecciona el suceso S con tiempo de ejecución mas próximo T ii. Avanza el tiempo de simulación a T iii. Ejecuta el código del suceso seleccionado S iv. Planifica/cancela todos los sucesos que son apuntados en el

diagrama de sucesos por S y que cumplan las condiciones necesarias.

5. Imprime resultados.

Un lenguaje de simulación orientado a sucesos debe proveer los siguientes elementos básicos:

• Un planificador de sucesos, que proporcione y gestione la estructura de datos de los sucesos planificados.

• Un reloj para controlar el tiempo de simulación. • Rutinas para la definición e inicialización de variables de estado. • Rutinas para la implementación de los sucesos. • Generadores de variables aleatorias. • Facilidades para el tratamiento de resultados.

SMPL es una biblioteca de C que proporciona todas las funciones necesarias para crear pequeños simuladores de sucesos discretos.



5.1.2 Exploración de actividades Elige el suceso siguiente basándose en ambos, el tiempo programado para la ocurrencia del suceso y la verificación de las condiciones. El concepto básico es la actividad, que conceptualmente es una transición de estado del sistema que requiere un período de tiempo. Una actividad se representa habitualmente mediante dos sucesos distintos que marcan respectivamente el principio y el final de la misma.

La vista del mundo que corresponde a un lenguaje, o modelo de simulación programado en tal lenguaje, considera que el sistema consta de componentes que desarrollan actividades sujetas a condiciones específicas.

El procedimiento de control del tiempo explora las actividades en orden de prioridad para ser elegidas y otras condiciones complementarias de activación, y ejecuta la rutina correspondiente a la primera actividad cuyas condiciones de activación se satisfacen.

5.1.3 Interacción de procesos Posee características híbridas que la relacionan con las dos estrategias anteriores.

La vista del mundo de un lenguaje, o modelo de simulación programado en un lenguaje basado en esta estrategia, contempla el progreso de las componentes del sistema a través de una secuencia de pasos, o procesos, cada uno de los cuales puede tener dos posibles componentes, un segmento de condición, cuya ejecución identifica si se puede pasar a ejecutar la segunda componente y un segmento de acción.

Una de las principales limitaciones de un simulador orientado a eventos es que estos se ejecutan en forma secuencial, aunque ocurran en el mismo tiempo de simulación.

Esto implica que el tiempo de ejecución sea directamente proporcional al número de sucesos ejecutados por el simulador. Además el planificador de sucesos puede llegar a desbordar la memoria cuando los sucesos ocurren en tiempos muy próximos.

Se identifican las secuencias de sucesos recurrentes que pueden ejecutarse en paralelo y se las engloba en procesos. Los procesos se ejecutan en forma paralela e introducen el concepto de “espera” para indicar que el proceso se detiene y planifica su reanudación según el tiempo especificado.

Un proceso puede estar en uno de los siguientes estados:

• Activo: cuando el proceso está ejecutándose • Planificado: cuando está detenido esperando su reanudación para un

determinado tiempo. • Pasivo: cuando no está ni planificado ni activo, aunque puede ser activado o

planificado por otro proceso. • Terminado: cuando ha finalizado totalmente su ejecución. Un proceso

terminado ya no podrá ser activado ni planificado.



Para realizar la ejecución de un conjunto de procesos, se mantienen al menos dos estructuras de datos:

• Procesos planificados: lista con los procesos que están esperando su reanudación.

• Procesos activos: lista que contiene los procesos que están siendo ejecutados actualmente.

El simulador tiene que gestionar los proceso planificados, de tal forma que si en un momento dado no hay ningún proceso activo, se saca del planificador el proceso “dormido” que tenga el tiempo más próximo de simulación, se avanza el reloj y se activa dicho proceso.

Continuando con el ejemplo de la cola FCFS, podemos agrupar los eventos en dos procesos distintos: el proceso de llegada y el proceso de atención, permitiendo además la ejecución paralela de ambos.

El siguiente es un algoritmo básico de ejecución de un diagrama de procesos:

1. Inicializa tiempo de simulación 2. Inicializa variables de estado 3. Inicializa planificador de procesos 4. Mientras hayan procesos activos y/o planificados:

i. Si no hay procesos activos Selecciona el siguiente proceso planificado con tiempo mínimo T.

ii. Avanza el tiempo de simulación a T iii. Ejecuta el proceso seleccionado (pasa a activo)

5. Muestra los resultados de la simulación

Existen paquetes de clases creadas y compartidas por programadores para el lenguaje JAVA. Aunque este lenguaje no provee originalmente herramientas para simulación, estos paquetes se distribuyen en forma abierta entre los programadores. Ejemplo de ello son JavaSim y SimJava, que permiten programación de simulaciones basadas en interacción de procesos.

6 Mecanismos de Administración del Tiempo

Toda simulación tiene una variable global que representa el tiempo simulado (reloj). El cronometraje en una simulación tiene dos aspectos o funciones: adelantar el tiempo y proporcionar sincronización de los elementos y eventos. Debido a que las acciones de cada elemento dependen del estado, así como de las acciones de otros elementos, éstas deben coordinarse o sincronizarse a tiempo.

Aunque los componentes de un sistema real funcionan simultáneamente, los componentes en el modelo funcionan secuencialmente.



El manejador del reloj es el encargado de avanzar este tiempo. Hay dos formas de hacerlo:

• Incremento de tiempo fijo: actualizan el tiempo dentro del sistema, en intervalos de tiempo predeterminados.

• Incremento de tiempo variable: (o del siguiente evento), actualizan el tiempo en el momento en que ocurre cada uno de los eventos significativos.

La forma de incremento que se utiliza depende de la “visión del mundo” que tenga el software o lenguaje que se utilice. Sin embargo en la actualidad generalmente proveen distintas maneras de hacerlo para que el usuario pueda elegir según los requerimientos de su modelo.

7 Lenguajes y Paquetes de Simulación

A continuación se realiza una breve descripción de algunos lenguajes de simulación más representativos. Teniendo en cuenta que en el estado actual de la tecnología y por tratarse la simulación de un área de la ciencia en que interactúan diversas profesiones, la tendencia del software para realizar simulación es hacia los paquetes visuales, que integran varias herramientas, brindan facilidades acordes a los usuarios no especializados en el área de la informática, permiten la construcción de modelos en forma gráfica, no requieren de la programación (al menos para modelos sencillos) y recolectan estadísticas en forma automática. Sin perder de vista que esta tendencia tiene su origen en el avance tecnológico y en los requerimientos de los usuarios, es importante conocer algunos fundamentos en los que se basan los nuevos paquetes de software y para ello es necesario conocer el desarrollo de algunos lenguajes y su evolución histórica, con la idea de mostrar el avance en simulación.

7.1 GPSS (General Purpose Simulation System) GPSS es un lenguaje de programación, creado a principios de la década de los 60 por Geoffrey Gordon. Se basa en la teoría de colas y se ha utilizado para la simulación de diferentes operaciones en distintos campos. Fue uno de los primeros lenguajes de simulación estructurado como tal y no como una librería de rutinas, las cuales eran diseñadas para ser utilizadas como componentes de un simulador y estaban escritas en un lenguaje de programación general.

7.1.1 Historia

GPSS surgió como una necesidad y su desarrollo se basó en la experiencia con la que contaba su creador en aplicaciones de simulación. Luego evolucionó por la influencia de la PC, más que por sus avances como lenguaje en si mismo.

Las simulaciones con las computadoras analógicas, en los ’50 dieron el puntapié inicial. La simulación analógica es una técnica diferente de la simulación digital, que involucrar y compromete a los usuarios con el problema que se está resolviendo. A pesar que en el



desarrollo inicial de GPSS no se hizo ningún esfuerzo programado por basarse en computadoras analógicas, la notación de diagramas de bloque y el énfasis en hacer la simulación más accesible a analistas del sistema, demuestra la influencia inconsciente de la experiencia en computadoras analógicas.

Durante los años siguientes, el flujo de transacciones y sus variantes se volvieron los elementos dominantes del paradigma en la simulación de evento discreta.

• 1977: Con el propósito de simular el funcionamiento de memoria virtual de sistemas operativos, se crearon dos sistemas de simulación en Simula. Sus creadores se encontraron con las frustraciones que todos los programadores encontraban en los sistemas informáticos grandes y minis, las simulaciones se realizaban como trabajos por lote. Estas simulaciones tenían grandes deficiencias.

• 1978: Ya existían requerimientos muy puntuales de los programadores, como un ambiente de simulación interactivo que protegiera al usuario de sus propios errores y que permitiera ver qué estaba pasando dentro de las simulaciones. Era necesario interactuar con las simulaciones. Los juegos visuales estaban empezando a aparecer. Ellos demostraron claramente cómo podía visualizarse la dinámica de sistemas simulados. Las computadoras personales disponibles al momento, como la Appel II, eran interesantes pero tenían una memoria RAM de 64 Kbytes como máximo, una restricción fatal para las simulaciones industriales.

• 1981: IBM había comenzado la comercialización de las IBM PC. A partir de esto se comenzó a pensar en un software de simulación interactivo y accesible para los usuarios. La opción fácil era GPSS, ya que tenía una historia de más de 20 años con miles de usuarios y varios libros de texto.

• 1982: Se determinó que las simulaciones de GPSS simples, podrían correr en el procesador 6502 de Atari 800, en forma sumamente lenta para las normas de hoy, pero era un avance muy significativo para la época. Se comenzó a desarrollar la interfaz de usuario de GPSS/PC en BASIC compilado. Como la compatibilidad con los Productos de GPSS existentes hasta el momento no era posible, se eligió GPSS V de IBM como Standard, utilizando la bibliografía existente para su desarrollo. GPSS/PC continuaba usando un reloj entero, aunque se podía emular la aritmética real, utilizando una IBM PC con procesador de punto flotante (Intel 8087). Se comenzaron a agregar características de control de errores y la posibilidad de interactuar con la simulación.

• 1984: GPSS/PC pudo ser comercializado por primera vez, por su empresa desarrolladora, Minuteman Software. En la Versión 2 de GPSS/PC, se reemplazó el código en BASIC compilado, por Lattice C y se comenzó a desarrollar un Manual Tutorial para el nuevo release.

• Final de los ’80: La industria de la PC compatible comenzó a introducir la interfaz gráfica, semejante a la hasta entonces disponible desde 1984 en Apple Macintosh. Ambas compañías se unieron para desarrollar OS/2. Surgió GPSS World y requirió volver a escribir GPSS/PC en C++.



Tenía muchos rasgos nuevos, pero el más notable fue la simulación distribuida basada en la arquitectura cliente / servidor. Los usuarios podrían ejecutar las simulaciones en un servidor remoto, pero visualizarla y controlarla en su propia PC. Microsoft entonces decidió que Windows, no OS/2, sería el principal sistema operativo para PC. Se volvió la atención a GPSS poniendo como objetivo Windows de Microsoft. El resultado fue una interfaz de usuario orientada a objetos.

7.1.2 Características del lenguaje

El GPSS es un lenguaje de programación diseñado para la simulación de sistemas discretos. Como ya se ha dicho anteriormente, estos son sistemas que pueden ser modelados como una serie de estados cuyos cambios se producen instantáneamente, usualmente en un período de tiempo. La complejidad del análisis surge por la cantidad de elementos en el sistema y la competencia por los recursos limitados. La técnica de simulación usa métodos de computación numérica para seguir los cambios de los elementos del sistema a través de sus distintos estados.

GPSS concibe la descripción del modelo del sistema en términos de diagramas de bloques. Esta descripción es un procedimiento muy familiar y existen muchos formalismo para realizarla. GPSS adopta uno en el que cada bloque tiene una función precisa para la representación de las entidades del sistema y de sus funciones o características, de manera que cada bloque se corresponde unívocamente con una sentencia del lenguaje de programación. El diagrama de bloques permite construir un gráfico que pinta el funcionamiento de un sistema, en forma rápida y clara. Bajo este paradigma, el flujo de elementos a través de un sistema es también rápidamente visible.

A cada tipo de bloque se le da un nombre nemotécnico. Como consecuencia de esto, el modelo del sistema descrito mediante tales bloques es al mismo tiempo el programa de simulación. En esta particular visión hay entidades móviles o transacciones que se mueven a lo largo de rutas, en la estructura de bloques del modelo, a medida que se desarrolla la simulación. Las transacciones pueden encontrarse en diversos estados:

• Activa: Es la transacción que, en un instante determinado, se mueve a través de los bloques.

• Demorada: Retenida en algún bloque pero con un tiempo previsto de activación.

• Detenida: Retenida en algún bloque pero sin tiempo previsto para su activación que depende de las modificaciones del estado de alguna de las entidades fijas del sistema (suceso condicional).

Desde el punto de vista de su estructura como lenguaje de simulación de sistemas discretos, el GPSS combina la estrategia de interacción de procesos con una descripción del modelo del sistema en términos de diagramas de bloques.

Actualmente GPSS es un entorno de simulación que se comercializa como GPSS World, permitiendo modelar sistemas discretos y continuos, con un alto nivel de interactividad y visualización, y con características como:



• Interfaces de usuario orientadas a objetos. • Traductor de modelos de alta performance. • Experimentos programables con análisis de datos automáticos. • Multitarea: Permite múltiples simulaciones ejecutándose concurrentemente. • Más de 20 distribuciones de probabilidad. • Lenguaje de programación integrado. • Integración automática de ecuaciones diferenciales de cualquier orden. • Teclas rápidas y debugging. • Generador de experimentos automático ANOVA. • Memoria virtual: La simulación no está limitada al tamaño fijo de memoria

física. • Tipos de datos polimórficos: Las variables controladas por el usuario pueden

tomar valores enteros, reales o cadenas. El reloj puede tomar valores enteros o reales de doble precisión.

7.1.3 Aprendizaje de la experiencia

GPSS se creó inicialmente como respuesta a la experiencia temprana en la formulación de modelos de simulación (Gordon 1981). Y con el tiempo, en su evolución GPSS ha continuado reflejando las extensiones de estas experiencias, ganando en aplicaciones prácticas. Las entidades de GPSS y sus métodos asociados son invenciones de un espíritu creativo. La entidad más importante “las transacciones” y las otras entidades y sus métodos “los bloques” han graficado en los lenguajes de simulación los elementos del mundo real de redes de colas y otros sistemas discretos. El hecho que GPSS permitiera la representación realista de sistemas discretos, tan temprano en la historia de la computadora y la simulación, explica su longevidad.

7.1.4 Facilidad de mejora del modelo

Algo común en el desarrollo de una aplicación de simulación es empezar con un modelo simplificado y agregar más y más detalle con el tiempo. Las especificaciones para un sistema y el modelo correspondiente, crecen a menudo y evolucionan durante el desarrollo de la aplicación. GPSS se presta muy bien a esta evolución.

Es esta facilidad de mejora una razón para la posición que GPSS ocupa en la enseñanza de la simulación y para su supervivencia en las aplicaciones de este tipo.

7.1.5 Entrada/Salida e interfaces simples y flexibles

Los archivos de GPSS son ASCII. Esto promueve la facilidad de usar estos archivos como interfaz con otro software. Un ejemplo es lo que se refiere a la Animación de la Prueba, que se menciona a continuación.



7.1.6 GPSS y Animación

La relación entre GPSS y la animación tiene una larga historia. En 1971 ya se describe un modelo de aeropuerto basado en GPSS “hecho para dibujar figuras” que “dinámicamente cambian según progresa la simulación”. Esto se piensa es el primer uso de animación en una simulación de eventos discretos.

Más recientemente, la utilidad Proof Animation, ha significativo un avance para el mundo de animación en general y para las animaciones GPSS en particular.

Proof Animation proporciona un ejemplo significativo de cómo un archivo GPSS puede unirse a otro software. Porque los archivos ASCII son la entrada para esta herramienta. En resumen GPSS ha evolucionado en relación a la animación de los modelos de simulación, incorporando herramientas que permiten este tipo de utilidades.

7.1.7 Útil para Enseñanza Aprendizaje

GPSS tiene ventajas en este aspecto como:

• Habilidad de evitar que el software sea una “caja negra” cuando se enseña. Es fácil atraer a los estudiantes a una comprensión del interior de la lógica y algoritmos usados por GPSS (Schriber 1991, y Schriber y Brunner 1998).

• Existencia de muchos libros de texto y documentos. • Ausencia de estructuras complicadas. • Interfaz simple que es fácil de entender y aprender.

7.1.8 El Futuro

Hay un aspecto del futuro de GPSS que involucra su potencial referido a la Web.GPSS se estableció en 1996 como uno de los primeros simuladores disponible en el Web. Estos desarrollos apuntan a la posibilidad que GPSS podría volverse uno de los pioneros en establecer un proveedor de servicios de simulación.

7.2 SIMULA Dos noruegos, Ole Johan Dahl y Kristen Nygaard, desarrollaron Simula I entre 1962 y 1964 en el Norwegian Computing Center (NCC). Simula I fue diseñado exclusivamente para simulación de sistemas y fue implementado en una UNIVAC 1107.

Apenas implementaron este lenguaje, sus desarrolladores comenzaron a extenderlo para agregarle funcionalidades y modificar algunos constructores con el objetivo de transformarlo en un lenguaje de propósito general. Como resultado de esto surgió Simula 67. Este último es el primer lenguaje orientado a objetos y fue oficialmente introducido en una conferencia sobre Lenguajes de Simulación en Lysebu cerca de Oslo en Mayo de 1967. Todos los programadores modernos trabajan hoy en base a los principios de POO introducidos por Simula.



7.2.1 Historia

• 1952: Kristen Nygaard comienza a trabajar con modelos de simulación, encontrándose con el problema de cómo conceptualizar el mundo real complejo. Desde el comienzo Simula intentó ser útil para describir sistemas y como lenguaje de programación.

• 1960: A partir de Algol 60 con su estructura de mecanismos de bloques recursivos, basados en los principios de pila y otras estructuras de control importantes, aparece Simula como un paquete con un preprocesador para Algol 60

• 1962: Ole-Johan Dahl y Kristen Nygaard se reúnen en Oslo. La primera presentación formal del lenguaje se realiza en un Congreso mundial en Munich. Se realiza el proyecto Simula soportado por UNIVAC

• 1963: Surge el conflicto entre el mecanismo de pila estricto de Algol y las facilidades de simulación sofisticadas de Simula, mas orientadas a los principios de cola. Se abandona la idea de preprocesador y surge Simula como un lenguaje independiente basado en Algol. Se trabaja en un nuevo esquema de almacenamiento basado en dos listas.

• 1964: La idea original de clientes pasivos moviéndose a través de una red de componentes activos (Exploración de Actividades) comienza a limitarse. Surge la idea de clientes activos moviéndose a través de una red pasiva, unificándose todo en el concepto general de iteración de procesos.

• 1965: Surge el primer prototipo de compilador de Simula en funcionamiento en NCC’s UNIVAC 1107. Surge el manual de Simula I.

7.2.2 Simula 67

Es una extensión de ALGOL 60, tomando la estructura de bloques y la estructura de control de sentencias de este lenguaje. La primer deficiencia de ALGOL 60 (y de otros lenguajes de la época) para la realización de simulaciones es el diseño de sus subprogramas. La simulación requiere subprogramas que permitan reiniciar en la posición donde se detuvieron previamente. Este tipo de subprogramas se conocen como corrutinas. El programa llamador y el llamado se encuentran en el mismo nivel y no tienen una relación jerárquica.

Para proveer el concepto de corrutina SIMULA 67, desarrolla un constructor. Esto fue muy importante porque comenzó con la idea de abstracción de datos, introduciendo la idea básica de estructuras de datos y rutinas agrupadas en un mismo paquete.

7.2.3 Características Básicas

• Simula I: Fue un lenguaje de simulación discreta orientada a procesos, basado en Algol 60 (1964-1965). Simulation Language.

• Simula 67: Es un lenguaje de propósito general orientado a objetos, con sistema de clases que soportan listas linqueadas (El sistema de clases



SimSet) y lenguaje de simulación discreta, orientado a procesos (1967-1971). Simple Universal Languaje.

• Simula: Simula 67. El número no se usa más, porque Simula I no ha sido usado por mucho tiempo.

7.2.4 Desventajas de Simula

Nunca fue ampliamente usado debido a varias razones relacionadas entre si:

Generales • Nació en un pequeño país europeo • No avanzó desde 1968 • Caro • Muy complicado • No tiene publicaciones

Rasgos del lenguaje • Limitadas facilidades de acceso a archivos • No tiene tipos de datos como registros o conjuntos • No avanzó para permitir paralelismo en tiempo real • Largos archivos ejecutables para cortos programas.

Rasgos de OOP • No tiene herencia múltiple • No tiene interfaces.

Para Simulación • No realiza recolección automática de estadísticas • No tiene generador de reportes • No tienen facilidades especializadas en simulación.

7.3 ACSL SIM (Advanced Continuous Simulation Language) 7.3.1 Historia

Fue introducido hace 25 años como uno de los primeros lenguajes de simulación y modelado. Fue diseñado para modelar sistemas dinámicos, descriptos por ecuaciones diferenciales, es decir, sistemas de simulación continua.

Fue desarrollado por Mitchell y Gauthier muchos años antes de su aparición comercial.

Se basa en el standard CSSL (Continuous System Simulation Language), establecido por el comité técnico de la Sociedad de Simulación en Computadoras. Ha sido



permanentemente mejorado, testeado y verificado desde sus comienzos y en continuo uso por profesionales de la simulación.

Permite realizar programación para solucionar grandes problemas de ecuaciones diferenciales no lineales. Usado en industrias y laboratorios de investigación para simular modelos de aeronáutica y misiles, mecánicos, médicos, biomédicos, etc.

Actualmente ACSL es comercializado por la empresa AEgis Technologies y consiste en una familia de productos que incluye a:

ACSL Sim: AEgis Technologies ha tomado el núcleo del lenguaje ACSL para construir este eficiente y completo software de simulación. Combina las características básicas de ACSL con rutinas de librería, el traductor de ACSL, el constructor de ACSL y muchas interfaces graficas, que hacen la simulación interactiva y amigable.

7.3.2 Características • Fiabilidad: Ha sido testeado en la mayoría de los entornos de simulación y es

considerado confiable. • Velocidad: Los modelos ACSL son compilados, por lo cual ofrecen altos

promedios de velocidad, sobre los lenguajes interpretados de simulación. La simulación corre tan rápido como el hardware lo permita.

• Portabilidad: Se puede adaptar a cambios de hardware. Corre en la mayoría de los entornos Windows o Unix. Posee licencias para red y para plataformas portables.

• Fácil de usar: Aún un principiante puede usar ACSL Sim muy rápidamente. Ha sido diseñado para ser muy fácil de usar. No se necesita un entrenamiento especial para comenzar a realizar simulaciones.

• Flexibilidad: Fue diseñado para ayudar al modelado matemático y al análisis del comportamiento de los sistemas continuos dependientes del tiempo. Aunque los sistemas continuos naturalmente son dependientes del tiempo, ACSL Sim ofrece variables independientes como distancia o ángulo. Esto da flexibilidad para modelar muchos sistemas dinámicos.

7.3.3 Componentes

• ACSL Graphic Modeller (GM) Herramienta de programación visual que facilita la construcción y ejecución de modelos, utilizando diagramas de bloques con una presentación orientada a objetos, en la que ofrece iconos, objetos reusables, etc.

• ACSL Math Paquete de análisis matemático que asiste en la visualización y análisis de los datos de una simulación. Tiene más de 300 funciones matemáticas, estadísticas, científicas y de ingeniería.

• ACSL Optimize Conjunto de características avanzadas que permiten la estimación y optimización de parámetros críticos.



• ACSL Open API una interface para aplicaciones (API) que permite a los usuarios de ACSL construir sus propias interfaces para acceder a las simulaciones ACSL.

• ACSL Real Time Conjunto de hardware y software que permite a los usuarios sincronizar una simulación con un reloj de tiempo real.

• ACSL Vision paquete que permite construir animaciones dinámicas fácilmente.

7.4 SIMSCRIPT II.5 Simscript II.5 es un software para simulación continua. Permite la combinación de modelos con procesos continuos y eventos discretos. Comercializado por CACI Products Company. 7.4.1 Simulación combinada Discreta-Continua con Simscript Si bien los lenguajes de simulación continua carecen de la mayoría de las capacidades de los de simulación discreta, Simscript II.5 ofrece características para el modelado de simulación continua, permitiendo que los procesos continuos sean incluidos en modelos discretos.

Estudiando la esencia de la simulación continua se puede ver como las partes discretas y continuas de un mismo modelo pueden ser combinadas.

7.4.2 Características continuas de Simscript II.5

Dentro de Simscript II.5, las actividades en el tiempo se representan usando procesos. Un proceso abarca un número de eventos discretos relacionados y ordenados en un tiempo de simulación. En el dominio discreto, todos los cambios de valores de variables pueden ocurrir solamente dentro de estos tiempos de eventos.

Un proceso, provee un medio para expresar lapsos en tiempos simulados usando las sentencias work y wait. Estas sentencias han sido utilizadas para incorporar la especificación adicional de un conjunto de ecuaciones diferenciales continuas y su condición de terminación asociada. Estas ecuaciones diferenciales deben ser asociadas con una instancia de proceso, por eso las variables continuas existen solamente como atributos de un proceso.

7.4.3 Elementos del lenguaje Se puede considerar a este lenguaje como un lenguaje de programación de propósito general. Soporta la aplicación de los principios de ingeniería de software, tales como programación estructurada y modularidad, los que imparten orden y manejabilidad para modelos de simulación.



Su estudio se puede iniciar comenzando como lenguaje de propósito general, luego como lenguaje de simulación y profundizar en sus rutinas estadísticas para generar números aleatorios y monitoreo de las simulaciones.

7.4.4 Simulación con Simscript II.5 Esta disponible para un gran número de computadoras incluyendo PCs con Windows, NT y estaciones Unix.

Este lenguaje posee facilidades especiales provistas para los programadores de simulación, incluyendo entidades, conjuntos, procesos, recursos y formas de mantener y fraccionar el tiempo.

• Tiempo de simulación: Todos los programas de simulación a eventos discretos mantienen el tiempo de simulación en un reloj de software, denominado en Simscrip Time.v. Este reloj es una variable double, que mantiene el registro del tiempo actual de simulación en unidades, permitiendo controlar la simulación y realizar los registros necesarios de las operaciones que en ella se ejecutan.

• Entidades: Son elementos del sistema simulado, que pueden ser individualizados y procesados. Pueden ser permanentes o temporarias.

• Conjuntos (Sets): Es una lista ordenada de entidades, como una cola. Son definidos en el preámbulo del programa y deben tener un propietario, que a menudo es otra entidad.

• Procesos: Esta es la principal herramienta para simulación de eventos discretos. Un proceso es una secuencia de eventos que describe la experiencia de una entidad a lo largo de su vida. Un proceso se representa con una entidad asociada y con una rutina que describe su ciclo de vida y contiene la secuencia de eventos de la entidad. Dentro de una rutina los procesos pueden esperar o trabajar por algún intervalo de tiempo medido en unidades. Un proceso desaparece cuando es destruido o cuando llegó al final de la ejecución de su rutina asociada.

• Recursos: Un recurso modela un punto de congestión dónde puede haber una cola. Por ejemplo en una planta de manufactura, una tarea (modelada como un proceso) necesita trabajar en un orden particular con maquinas (modeladas como un recurso). Si no encuentra la máquina libre, la tarea deberá esperar hasta que se libere.

7.4.5 Aspectos estadísticos de Simulación Simscript II.5 provee facilidades estadísticas como funciones para generar números aleatorios uniformes entre 0 y 1, a partir de una semilla entera, la cual puede ser reemplazada.

Permite generar número pseudo-aleatorios para distintas distribuciones utilizando funciones como: binomial.f(N,P,STREAM), exponential.f(Mean, STREAM).



Monitoreo estadístico: Cualquier variable global puede ser monitoreada por el sistema para calcular estadísticas.

7.5 SIMUL8 Simul8 es un paquete de simulación comercializado por Simul8 Corporation, que posee las siguientes características:

• Es un paquete VIMS (Visual Interactive Modelling Systems), Modelado Visual interactivo, para simulación de eventos discretos.

• Los elementos básicos para la construcción de los modelos son las colas y los centros de trabajo (o puntos de servicio).

• Los elementos del modelo pueden ser parametrizados especificando: capacidades, tiempos de servicio, restricciones lógicas, etc.

• Permite introducir código en Visual Logic (lenguaje propio del utilitario), a fin de poder modelar comportamiento complejo que escapan a las características básicas de sus constructores.

7.5.1 Simulación utilizando VIMS La simulación con este tipo de herramientas trata de explotar al máximo todas las características deseadas, tales como:

• Representar y explorar a través de un modelo electrónico, un sistema real, como puede ser una fábrica, un hospital, etc.

• Basar el modelo en el paso del tiempo. Tener en cuenta todos los recursos, las restricciones involucradas y la forma en que estos interactúan entre sí.

• Probar rápidamente las ideas volcadas en el modelo, a un costo inferior que si esto se hiciera en la organización real.

• Utilizar el modelo como herramienta de comunicación. • Poder usar el modelo para que la gente involucrada comience a detallar

planes para realizar cambios en la organización y poder cubrir cualquier nivel de complejidad.

• Poder entender fácilmente, obteniendo resultados rigurosos con el paquete de simulación.

Cuando se simula utilizando un paquete de tipo VIMS, se debe especificar el modelo conceptual a través de los constructores brindados por el paquete (ver figura 3.2). El usuario sólo debe preocuparse de indicar la topología de los procesos del sistema y la correcta parametrización de las unidades que lo componen. La traducción al modelo computacional de simulación es realizada internamente por el software de forma totalmente transparente al usuario.


La mayoría de estos paquetes de software:

• Están basados en Interacción de Procesos. • Promueven un modelado Orientado a Objetos • Brindan interfaces con lenguajes de programación a fin de extender las

funcionalidades de sus constructores. • Permiten visualizar el funcionamiento del sistema durante la ejecución de la

simulación a través de animaciones. Las técnicas utilizadas para VIMS fueron fusionadas con distintas metodologías para simulación dinámica, lo cual dio origen a varios de los paquetes de simulación más utilizados en la actualidad:

• MicroSaint (Micro Analysis and Design, 1992) • Simul8 (Visual Thinking International, 1993) • PowerSim (PowerSim Corporation,1993) • Stella (High Performance Systems, 1994) • ProModel (Benson, 1996), • SimProcess (CACI Products Company, 1996)

7.5.2 Ventajas y Desventajas de utilizar VIMS en Simulación La clave del éxito de estos paquetes de simulación reside en que cualquier tipo de usuario, independientemente de su formación profesional, puede construir un modelo de simulación sin necesidad de poseer conocimientos sobre programación. El usuario sólo necesita describir claramente el proceso que desea simular.




La principal desventaja es que el modelador debe acotarse al conjunto de constructores brindados por el paquete de software.

7.5.3 Uso de Simul8 para construir simulaciones Para construir la simulación, se dibuja en la pantalla. Se ubican los centros de trabajo (maquinas, escritorios, gente), cliqueando botones y dibujando los objetos. Se especifican las rutas en que el trabajo normalmente se realiza dentro de la organización, dibujando flechas entre los objetos. Tan pronto como esto esté hecho, la simulación puede ser ejecutada.

Se proveen otros objetos como storage bins (colas) y recursos para hacer más fácil la representación de la realidad, permitiéndose agregar detalles a los objetos.

Una simulación en Simul8 consiste de Objetos (como colas y centros de trabajo) en la pantalla, con una estructura entre ellos e ítems de trabajo, los cuales fluyen en la simulación. Estos ítems de trabajo son tareas que se realizan en la organización y pueden ser de distintos tipos.

Los recursos son un importante tipo de objeto que puede ser usado en un centro de trabajo. Por ejemplo, si el centro de trabajo es una máquina, esta puede necesitar recursos como gente para operarla. Los recursos no están disponibles todo el tiempo, lo que se puede describir con patrones en los cuales se indica cuándo pueden ser usados. Los centros de trabajo pueden usar más de un recurso.

Todos los objetos e ítem de trabajo pueden tener su propio nombre y se pueden agregar a la simulación líneas de texto y gráficos.

Se pueden crear cajas de dialogo, usando Excel y Visual Basic, y controlar la simulación de Simul8 desde estos entornos.

Para simulaciones de gran tamaño se pueden ubicar distintas partes del modelo en ventanas diferentes y al momento de la ejecución se puede cambiar de una ventana a otra con el mouse.

7.5.4 Datos Externos Así como las interfaces Excel y Visual Basic permiten controlar la lógica de la simulación, también se pueden usar datos externos. Esto permite utilizar rápidamente datos que fueran previamente almacenados por otro software (por ejemplo una planilla de cálculos)

7.5.5 Visual Logic En una simulación de complejidad se puede querer agregar reglas propias para decidir cómo procesar los trabajos. Visual Logia es el entorno de construcción lógica o lenguaje propio de Simul8 que permite agregar mucho detalle lógico para controlar la operación de la simulación.



7.5.6 Almacenamiento de Información Simul8 almacena ítems de datos globales. Visual Logic permite la utilización de variables, las cuales pueden ser números, planillas, texto o punteros a objetos de la simulación.

7.5.7 Simulación en pantalla Ésta es la principal representación del modelo de simulación. El contenido de la pantalla permite ver qué sucede en el modelo mientras la simulación se ejecuta. Cada ícono en la ventana de simulación representa un objeto del modelo.

Con sólo cliquear sobre un objeto de la pantalla se puede inspeccionar los parámetros detallados del mismo y mirar sus resultados.

Los movimientos en la ventana de simulación mostrarán los ítems de trabajo fluyendo alrededor del modelo.

7.5.8 Objetos de Simulación Un objeto en Simul8 es un componente del modelo de simulación que normalmente está dibujado en la pantalla y que está involucrado en el trabajo que se realiza en el sistema que se está modelando. También puede ser invisible y puede hacer uso o ser usado por objetos (ej. centros de trabajo y recursos)

• Ítems de trabajo: Representan a las tareas que se realizan en la organización simulada. Fluyen a través de la organización, pudiendo ser almacenados en “áreas de almacenamiento” y actuar en “centros de trabajo”. Ejemplos: pacientes en un hospital, productos de una fábrica. Se les puede adjuntar una etiqueta “label” para darles distintos valores, como por ejemplo, para el ítem Paciente asignarle una etiqueta “gravedad”, la cual puede tomar un conjunto de valores, como “menor”, “seria”, etc.

• Puntos Entradas de trabajo: Representan a una “lista de trabajo a realizar” en el modelo. Normalmente solamente se describe el promedio de tiempo entre ítems de trabajo que ingresan al modelo, pero puede contener una lista de trabajos almacenados en una planilla. Es el lugar por el que aparecerá el trabajo en el modelo. Se pueden tener tantos puntos de entrada como se desee. Cada objeto puede usar una diferente distribución estadística y pueden ser de diferentes tipos de ítems de trabajo.

• Áreas de almacenamiento (colas): Muestra los ítems de trabajo que están en una cola y cómo son movidos por el modelo de simulación. Es un lugar donde el trabajo que se tiene que realizar puede esperar hasta adquirir los recursos necesarios o hasta que los centros de trabajo estén disponibles. Es uno de los objetos fundamentales en la estructura de un modelo de simulación. Pueden mostrarse como un icono fijo o como una cola animada. Esta última muestra todos sus ítems. La simulación puede comenzar con las



colas vacías o bien pueden estar inicializadas. Se debe indicar: el tipo de ítem que contendrá, el tiempo mínimo que el ítem permanecerá allí y la cantidad máxima de ítems que se aceptan en la cola.

• Centro de Trabajo: Representa el tipo más importante de objetos para la mayoría de los modelos de simulación, el lugar donde se ejecuta el trabajo. El trabajo que aquí se realiza normalmente tiene un tiempo y requiere algunos recursos. En estos centros, un ítem puede ser transformado. Después de finalizado el trabajo el ítem puede ser enviado a otro centro de trabajo dependiendo de las reglas de ruteo que se hayan especificado. El tiempo que el centro tarda en realizar su trabajo puede ser modificado.

• Puntos salida de trabajo: Lugar en que se indica que el trabajo ha finalizado, o sea, que el ítem de trabajo deja el modelo. En este momento se almacenan las variables que indica cuánto tiempo estuvo en el sistema.

• Flechas de flujo de trabajo: Indican el camino que los ítem de trabajo deben seguir para moverse por el modelo.

• Cantidad contenida: Este número indica la cantidad de ítems de trabajo en un objeto particular. El valor es actualizado permanentemente mientras se ejecuta la simulación.

• Recursos: Son los objetos del modelo de simulación que son usados por un centro de trabajo para actuar sobre los ítems de trabajo. Los centros de trabajo no pueden funcionar hasta que un ítem y el recurso especificado estén disponibles. Los recursos son compartidos entre varios centros de trabajo. Son conocidos también como recursos “compartidos” o “flotantes” porque flotan entre los distintos centros de trabajos que los requieren. Pueden estar disponibles solo en parte del tiempo de una simulación

8 Lista de Algunos Paquetes de Software Disponibles La simulación es una tecnología disponible que permite a las compañías examinar sus decisiones lógicas y sus sistemas más productivamente, para la cual existe una gran variedad de software en el mercado. Es necesario elegir el más adecuado.

A continuación se presenta una lista representativa del software de simulación disponible:

• 20-sim: Es un software usado para modelar sistemas continuos con estructura de bloques. Corre bajo Windows. Se puede simular el comportamiento de un sistema dinámico, tales como sistemas eléctricos, mecánicos e hidráulicos o cualquier combinación de ellos.

• Arena: Se usa para simular servicios, fabricación, transformación, logística y cadenas de suministros. Tiene un diseño orientado a objetos y capacidad para ser usado en cualquier área de aplicación. Está baso en el lenguaje SIMAN.

• Awesim: Es una herramienta de simulación enfocada a la producción de modelos de animación, los cuales pueden ser construidos gráficamente y



donde el usuario puede especificar controles para construir simulaciones interactivas. Incluye el lenguaje de simulación Visual SLAM.

• EASY5: Desarrollado por Boeing Inc, es un software que simula sistemas dinámicos que contienen sistemas hidráulicos, neumáticos, mecánicos, eléctricos y digitales.

• Matlab: Es un ambiente informático técnico integrado que combina cómputo numérico con gráficos avanzados y visualización en un lenguaje de alto nivel. Posee la herramienta interactiva Simulink para modelar, simular y analizar sistemas dinámicos. Permite construir diagramas de bloques gráficos, simular sistemas dinámicos y evaluar el rendimiento de sistemas.

• Dymola: Dynamic Modeling Laboratory. Usa una nueva metodología de simulación basada en orientación a objetos y ecuaciones. La conversión del diagrama de bloques en formulas se realiza automáticamente. Hay librerías disponibles para varios áreas de la ingeniería.

• Promodel: Es un software de simulación de eventos discretos, usado para evaluar, planificar y diseñar trabajo industrial, logística y otras situaciones operacionales y de estrategia. Facilita un conjunto de recursos que permiten construir modelos de situaciones y experimentar con escenarios para encontrar la mejor solución. Incluye animación y reportes gráficos. Posee poderosas herramientas para visualización y análisis de las simulaciones.

• Simprocess: Es un paquete de software de simulación de procesos, que combina mapeo de procesos, gráficos de flujo y simulación de eventos discretos.

• Powersim Studio: Es un paquete de software para simulación dinámica. Permite modelar cualquier tipo de problemas de negocios o técnicos. Permite la creación de modelos en forma gráfica, simulación animada, presentación de informes y fácil interrelación con otros softwares.

• MicroSaint: paquete de software para simulación a eventos discretos. Permite la creación de modelos utilizando iconos y ventanas. La simulación es interactiva y animada.



8.1 Tabla Resumen

Lenguaje Biblioteca para Leng. Prog.gral.

Lenguaje para

Simulación

Paquete de Soft.

Orientado a Objetos

Orientado a Bloques

Sim. Continua

Sim. Discreta

Prog. De Eventos

Interac Procesos

Explorac Activid.

Empresa Distrib. O

Comercial. Pagina Web

SIMUL8 √ √ √ √ Simul8 Products Company

www.simul8.com

SIMULA I √ √ √ √

Ole-Johan Dahl y Kristen Nygaard

SIMULA 67 √ √ √ √

Ole-Johan Dahl y Kristen Nygaard

GPSS World √ √ √ √ √ Minuteman Software www.minutemansoftware.com

SIMPSCRIPT √ √ √ √ √ √ CACI Products

www.simprocess.com

ARENA √ √ √ √ System Modeling Corp.

MATLAB- Simulink √ √ √ √

The Mathworks www.mathworks.com

DYMOLA √ √ √ √ √ √ Dynasim AB www.dynasim.comPROMODEL √ √ √ √ √ √

Promodel Corp.

www.promodel.com

http://www.simul8.com/

http://www.minutemansoftware.com/

http://www.simprocess.com/

http://www.mathworks.com/

http://www.dynasim.com/

http://www.promodel.com/

Uso de la Simulación como estrategia de mejora en el proceso de enseñanza aprendizaje en las universidades. Una aplicación para la carrera de informática.

Lenguaje Biblioteca para Leng. Prog.gral.

Lenguaje para

Simulación

Paquete de Soft.

Orientado a Objetos

Orientado a Bloques

Sim. Continua

Sim. Discreta

Prog. De Eventos

Interac Procesos

Explorac Activid.

Empresa Distrib. O

Comercial. Pagina Web

AEgis www.aegistg.comACSL SIM Technologies

SIMPROCESS √ √ √ √ √ CACI Products

www.simprocess.com

20-SIM √ √ √

Control Laboratory of the University of Twente.

www.20sim.com

EASY5 √ √ Boeing Inc.

POWERSIM √ √ √ √ Powersim Software

AWESIM √ √ √ √

MICROSAINT √ √ √ √ √ Midro Analisys and Disign www.maad.com


Tesina:

http://www.aegistg.com/

http://www.simprocess.com/

http://www.20sim.com/

http://www.maad.com/


CAPÍTULO 4

TEORÍAS DE LA EDUCACIÓN - SIMULACIÓN Y EDUCACIÓN 1 Introducción Si bien esta tesina no tiene como objetivo explorar profundamente las distintas teorías del aprendizaje, la educación y sus muy variados aspectos, se considera necesario analizar en forma general aquellos conceptos importantes, para poder establecer claramente cómo se ve influenciada la educación por las nuevas tecnologías, en especial la informática. De esta manera se fundamenta la idea de la utilización de la simulación para mejorar o, más aún, modificar el proceso de enseñanza-aprendizaje. 1.1 Educación y Enseñanza La educación es el conjunto de conocimientos, órdenes y métodos por medio de los cuales se ayuda al individuo en el desarrollo y mejora de las facultades intelectuales, morales y físicas. Es el proceso por el cual el hombre se forma y define como persona. Aparte de su concepto universal, la educación tiene características especiales según sean los rasgos particulares del individuo y de la sociedad. En la situación actual la educación debe ser exigente, desde el punto de vista que el sujeto debe poner más de su parte para aprender y desarrollar todo su potencial. En cambio, la enseñanza, es el proceso mediante el cual se comunican o transmiten conocimientos especiales o generales sobre una materia, en forma metodológica. Este concepto es más restringido que el de educación, ya que ésta tiene por objeto la formación integral, mientras que la enseñanza se limita a transmitir, por medios diversos, determinados conocimientos. La educación comprende la enseñanza propiamente dicha. La tendencia actual de la enseñanza se dirige hacia la disminución de la teoría, complementándola con la práctica. Ello es posible debido al uso de métodos como los medios audiovisuales y los multimedios, que permiten disminuir las clásicas salas de clase, logrando un beneficio en la autonomía del aprendizaje del individuo. Este proceso es posible únicamente mediante es uso de una metodología. 1.1.1 Método de Enseñanza Se llama método de enseñanza a la secuencia de acciones del profesor que tienden a provocar determinadas acciones y modificaciones en los educandos, en función del logro de los objetivos propuestos.

Un método de enseñanza consiste en:

• Un conjunto de procedimientos que lleva a cabo el docente. • Una vía mediante la cual el profesor conduce a los educandos del

desconocimiento al conocimiento. • Una forma del contenido de la enseñanza.



• La actividad de interrelación entre el profesor y el educando destinada a alcanzar los objetivos que se pretende que los alumnos logren.

No existe un método de enseñanza ideal ni universal. Su selección y aplicación dependen de las condiciones existentes para el aprendizaje, las exigencias que se plantean y del contenido a enseñar.

Los métodos de enseñanza se apoyan sobre las teorías del aprendizaje y una de las grandes tareas de la pedagogía moderna ha sido estudiar de manera experimental la eficacia de dichos métodos, al mismo tiempo que intenta su formulación teórica. En este campo sobresale la teoría psicológica, que afirma que la base fundamental de todo proceso de enseñanza-aprendizaje está dada por la relación entre la respuesta y el estímulo que la provoca. El sujeto que enseña es el encargado de provocar dicho estímulo, con el fin de obtener la respuesta en el individuo que aprende.

Esta teoría da lugar al principio de la motivación, principio básico de todo proceso de enseñanza, que consiste en estimular a un sujeto para que éste ponga en actividad sus facultades.

1.1.2 Aprendizaje Este concepto es parte de la estructura de la educación, por tanto, la educación comprende el sistema de aprendizaje. Es la acción de instruirse y el tiempo que dicha acción demora. También, es el proceso por el cual una persona es entrenada para dar una solución a situaciones; tal mecanismo va desde la adquisición de datos hasta la forma más compleja de recopilar y organizar la información.

Debido a que no se conocen con suficiente profundidad los mecanismo que controlan el aprendizaje humano, todas las definiciones existentes intentan expresar aquellos aspectos en los que se manifiesta la capacidad de aprender, más que los procesos internos asociados a dicha capacidad.

El aprendizaje puede ser entendido desde distintos enfoques y posiblemente esto sea lo que genera las divergencias y las numerosas definiciones.

Entre las características comunes, se puede mencionar que:

• Es un proceso que produce cambios: sin modificación o cambio no hay aprendizaje. Si se quiere explicar en qué consiste el cambio esto depende de la corriente psicológica en que se basa la definición, siendo para los conductistas un cambio de la conducta y para los cognitivistas un cambio interno, en las capacidades del individuo.

• Los efectos del aprendizaje tienen que ser relativamente permanentes. El cambio conseguido al aprender debe persistir durante un tiempo.

• Se adquiere como resultado de la experiencia. No todos los cambios son aprendizaje, sólo lo son aquellos que se adquieren por la práctica.

• Trae aparejada una mejora. Esta mejora puede suponer un incremento en el conocimiento, lo que implica realizar una tarea más eficientemente o realizar nuevas tareas.



• Es necesaria la capacidad de relacionarse con el entorno. No hay aprendizaje si el individuo no se relaciona con el medio en el que está inserto.

Desde el punto de vista didáctico el aprendizaje incluye:

• Adquirir información y conocimientos. • Modificar las actitudes, las modalidades de comportamiento y de relación. • Enriquecer las expectativas, las capacidades operativas, acumular

experiencias o extraer información del ambiente.

Es necesario además tener en cuenta que el tema del aprendizaje ha sufrido numerosos cambios a lo largo de la historia y sobre todo en las últimas décadas. Ejemplo de esto es el paso de un paradigma conductista, en el que el docente tenía el papel preponderante a una orientación cognitivista, en la que el alumno es el principal mentor de su aprendizaje.

En el proceso de aprendizaje intervienen dos actores indispensables:

• El alumno: Desde este punto de vista el aprendizaje es un proceso activo que ocurre dentro del alumno y que es influido por el profesor. Los resultados del aprendizaje dependen de la información que el profesor presenta y del proceso seguido por el alumno para procesar tal información. Consecuentemente son muy importantes las estrategias de enseñanza del profesor y las estrategias de aprendizaje del alumno, ya que estas condicionan el proceso de aprender.

• El profesor: Debe ser el que facilita el aprendizaje. No basta con que sea técnico en los contenidos a dictar, sino también es necesario que tenga buenas estrategias como “facilitación del aprendizaje”. El profesor debe distribuir su tiempo entre la enseñanza de contenidos y la enseñanza directa e indirecta de estrategias de aprendizaje. Como consecuencia, el aprendizaje es una tarea del profesor, debido no solo a sus propias estrategias para enseñar, sino a las estrategias que los estudiantes aplican para aprender, ya que éstas influyen en la calidad del aprendizaje y son factibles de formar y mejorar a través de la actuación del profesor.

1.1.3 Principios del aprendizaje Con el tiempo las distintas corrientes educativas han llegado a la conclusión casi unánime que el alumnos es el “mentor de su propio aprendizaje” y que el docente es un “facilitador del aprendizaje”, para lo cual debe estar muy bien preparado.

Los principios actuales de las teorías educativas fundamentan en gran medida el objetivo de la presente tesina, que afirma que la simulación es una técnica útil para la enseñanza. Se enuncian a continuación algunos de los principios psicológicos que configuran el aprendizaje:



• Con una experiencia fuerte y dramática se aprende mejor que con una experiencia débil. Por ello los medios utilizados para enseñar deben ser muy atractivos y novedosos.

• Toda persona tiende a repetir las conductas satisfactorias y a evitar las desagradables, por lo tanto es necesario agradar a los alumnos con las técnicas utilizadas para transmitir conocimientos.

• Las primeras impresiones tienden a ser más duraderas. • Un determinado aprendizaje es ampliable a nuevos aprendizajes análogos o

parecidos. • Todo acontecimiento o conocimiento novedoso e insólito se aprende mejor

que aquello que sea rutinario o aburrido. • El aprendizaje es más consistente, amplio y duradero cuantos más sentidos

(vista, oído, tacto...) estén involucrados en el proceso de aprender. • Cuanto más se practica y repite lo aprendido, más se arraiga el contenido, por

lo que la ejercitación debe ser llevadera y atractiva para evitar dar la impresión de reiteración sin sentido.

• Sería ideal que el propio sujeto marcara sus objetivos de aprendizaje, en base a sus necesidades. Se puede intentar obtener el conocimiento que los alumnos puedan tener, antes de comenzar a estudiar algún tema.

• Existe una mayor asimilación cuando se tiene un elevado concepto de las propias capacidades. Los docentes deben apoyar este aspecto, incentivando siempre con correcciones positivas, resaltando aquello que se hizo bien y no castigando por lo que se hizo mal.

• La participación en el proceso de aprendizaje redunda en una asimilación más rápida y duradera, por lo cual es necesario lograr que el alumno participe intensa y activamente en el proceso.

1.1.4 Elementos que intervienen

El proceso de aprendizaje está constituido por los siguientes elementos:

• Necesidad: La persona tiene un objetivo a lograr, algo que aprender. • Preparación: La persona estudia, lee, consulta, pregunta y examina, para

enfrentar el problema. • Acción: La persona realiza una actividad para comprobar si logró cumplir con

el objetivo o necesidad. • Comprobación: La persona determina el éxito o fracaso de su acción. • Aprendizajes previos: Todo aprendizaje se basa en el conocimiento previo

de la persona. • Cambios cognitivos y procesos emocionales: El proceso de aprendizaje

produce en la persona cambios y emociones.



1.1.5 Premisas para facilitar el aprendizaje

Siguiendo las tendencias actuales, se pueden destacar algunas características que tienden a facilitar el aprendizaje

• El agente del aprendizaje es el alumno, el docente es un orientador o facilitador.

• Se puede considerar como factor de motivación para el aprendizaje el problema o la situación problemática a resolver.

• Se debe prestar atención a las diferencias individuales entre los alumnos. • Todas las teorías acuerdan en la necesidad de una continuidad o secuencia

lógica en el aprendizaje de cualquier tema. • Se debe mantener el interés por aprender, realizando actividades que tengan

sentido o significado para el que aprende. 2 Proceso de Enseñanza-Aprendizaje Se considerara que existe un proceso de enseñanza-aprendizaje cuando hay una interacción profesor-alumno en la cual, el profesor imparte enseñanza utilizando algún método y el alumno aprende, adquiere conocimientos, experiencia y aptitudes. Este proceso tendrá las características propias de la teoría del aprendizaje en la que se fundamente y permitirá el logro de los objetivos propuestos por el docente, en cuanto a lo que desea que los alumnos aprendan, y por el alumno, en cuanto a lo que estos desean aprender.

En este proceso de enseñanza-aprendizaje intervienen además del alumno y el profesor, otros factores y variables. Entre ellos:

• Los cursos deben ser planificados cuidadosamente, definiéndose contenidos precisos y estrategias de enseñanza adecuadas.

• Los métodos y estrategias innovadoras deben introducirse adecuadamente. • Se debe dar importancia a la motivación de los alumnos. • En el proceso debe existir asesoramiento y retroalimentación permanentes

con el fin de: o Planificar los cursos. o Seleccionar y aplicar métodos de enseñanza. o Seleccionar métodos de evaluación. o Seleccionar y producir material didáctico.

• Se debe incentivar la participación de los alumnos. • Es importante la comunicación entre profesores y alumnos. • Se debe enseñar a los alumnos a estudiar y a aprender, fomentando los

hábitos de estudio y aprendizaje.



3 Teorías del Aprendizaje Esta expresión se refiere a aquellas teorías que intentan explicar cómo aprendemos. Expresan el proceso interno que se produce en el individuo al aprender. Tienen carácter descriptivo. Se diferencian de las Teorías de la Enseñanza o de la Instrucción ya que estas son las formulaciones que pretenden determinar las condiciones óptimas para enseñar. Dan una indicación de la forma en que se debe impartir la enseñanza, la metodología o estrategia a seguir. Se basan en alguna de las teorías del aprendizaje.

El aprendizaje y las teorías que tratan los procesos de adquisición de conocimiento han tenido durante este último siglo un enorme desarrollo, debido a los avances de la psicología y de las teorías de la instrucción, que han tratado de sistematizar los mecanismos asociados a los procesos mentales que hacen posible el aprendizaje.

El propósito de las teorías del aprendizaje es el de comprender e identificar estos procesos y a partir de ellos, tratar de describir métodos para que la enseñanza sea más efectiva. El diseño de la forma en que se realizará la enseñanza se fundamenta en la identificación de los métodos que deben ser utilizados y en la determinación de en qué situaciones estos métodos deben ser usados.

De la combinación de estos elementos (métodos y situaciones) se determinan los principios y las teorías del aprendizaje

A lo largo de la historia se han desarrollado numerosas teorías que han influido en la forma de educar y en los procesos de enseñanza-aprendizaje. Si bien estas teorías marcan tendencias y poseen gran importancia pedagógica, se describirán solo la teoría conductista y la teoría cognitiva con su principal representante, el constructivismo. Estas teorías muestran la evolución del proceso de enseñanza aprendizaje, en lo concerniente al paso de la figura del docente a la del alumno, como principal actor en este proceso.

3.1 Teorías Conductistas La psicología conductista nació en los años 20 y tuvo un gran desarrollo. El objeto de la psicología según esta teoría, es la conducta externa y observable.

El modelo de la mente se comporta como una ``caja negra'' donde el conocimiento se percibe a través de la conducta, como manifestación externa de los procesos mentales internos.

Aunque hay un gran número de autores que podrían incluirse bajo el paradigma del conductismo, sin lugar a dudas, la mayor influencia ejercida en el campo educativo está dada por Skinner, creador de importantes conceptos y aplicaciones.

El aprendizaje basado en este paradigma sugiere medir la efectividad en términos de resultados, es decir, del comportamiento final. A su vez la efectividad está condicionada por el estímulo ante un resultado del alumno, con objeto de proporcionar una realimentación o refuerzo a cada una de las acciones del mismo. Toda respuesta, reacción o conducta observable, es consecuencia de un estímulo recibido previamente. Luego se agregaron los conceptos de “recompensa” y “refuerzo”, explicando el aprendizaje desde la premisa que toda acción que produzca satisfacción tiende a ser



repetida y entendida, dando lugar a una teoría un poco más compleja basada en esperar la respuesta a un estímulo y luego aplicar un refuerzo cada vez que el alumno tenga una reacción que tenga como meta el objetivo deseado. Una vez logrado en el alumno el comportamiento objeto del aprendizaje, dar una recompensa cada vez que se ejecute la acción deseada.

Se parte del principio teórico según el cual cada individuo cuenta con un potencial genético de aptitudes, cuyo desarrollo no dependerá de los factores sociales que lo rodean. Esta teoría tiende a explicar el aprendizaje como el resultado de una serie de conexiones (asociaciones) entre las variables estímulo y respuesta, prescindiendo de lo que ocurre en el interior del sujeto que aprende, como el pensamiento, la percepción y la memoria dado que no pueden ser observados externamente.

Los docentes, tienen la función principal en el proceso y su objetivo es transmitir la mayor cantidad de conocimiento. El alumno retendrá más o menos información mediante un proceso de asimilación de conocimientos que se elabora estableciendo asociaciones entre los estímulos que captan.

F. B. Skinner realizó importantes aportes a esta teoría entre los que se cuentan su formulación de la enseñanza programada, que se materializa en el diseño de materiales educativos y su máquina de enseñar. La idea central es que el alumno ha de ejecutar secuencialmente una serie de acciones que están previamente estructuradas, de forma que al final haya aprendido lo que se pretendía. El material de enseñanza debe estar compuesto por una serie de pequeños “pasos”, cada uno de los cuales precisa de la respuesta activa del estudiante, quien recibe una realimentación.

El conductismo tiene su principal falencia en el hecho de considerar que el aprendizaje sólo se puede entender como un cambio en la conducta y no permiten conocer el estado interno en el que se encuentra el individuo, ni los procesos mentales que podrían facilitar o mejorar el aprendizaje.

3.2 Teorías Cognitivas El término cognitivo hace referencia a actividades intelectuales internas como la percepción, interpretación y pensamiento.

Si bien el conductismo mantuvo su fuerza hasta la década de los 60, cada vez era más evidente la grave carencia que encerraba: había prescindido de la mente. Las respuestas no se producen sólo en función de los estímulos, sino también en función de los procesos que los receptores construyen, interpretan, planifican, ejecutan y controlan a partir de la información que recogen.

Se concede un papel primordial en el aprendizaje a los procesos intelectuales del individuo y es importante la forma en que esos procesos determinan la conducta, los sujetos aprenden estructuras, las estrategias para resolver problemas y los modos de procesar la información. Se considera al hombre como un ser activo, iniciador de actividades y de experiencias exploratorias que le conducen al aprendizaje. Surge así el concepto de “aprendizaje significativo” que se contrapone al “aprendizaje memorístico”, mecánico o repetitivo.



3.2.1 El Constructivismo Las teorías cognitivas tienen su principal exponente en el constructivismo y representan dentro de la psicología de la educación, la concepción más actual del tema del aprendizaje. Considera que la comprensión es más importante que la mera acumulación de conocimiento.

El constructivismo en realidad, cubre un espectro amplio de teorías acerca de la cognición, que se fundamentan en que el conocimiento existe en la mente como representación interna de una realidad externa. Se basa en que a través del pensamiento activo se transforma el conocimiento, el aprender implica la experimentación y resolución de problemas, considerando que los errores son parte de la educación y se aprende de ellos.

El aprendizaje en el constructivismo tiene una dimensión individual, ya que al residir el conocimiento en la propia mente, el aprendizaje es visto como un proceso de construcción individual interna de dicho conocimiento.

Este constructivismo individual, se contrapone a la nueva escuela del constructivismo social. En esta línea se desarrolla la idea de una perspectiva social de la cognición que ha dado lugar a la aparición de nuevos paradigmas educativos en la enseñanza con computadora. Esta nueva concepción del aprendizaje indica que el conocimiento es una construcción que realiza el alumno en su interacción con el medio. En este sentido el proceso de conocimiento está ligado al concepto de inteligencia, entendida no sólo como capacidad de razonamiento sino de adaptación al medio además de incidir transformándolo y buscando siempre el equilibrio con él.

Otra de las bases psicológicas más destacable es el aprendizaje significativo, que se interpreta como un proceso de relación, con sentido, entre las nuevas ideas y las que el alumno posee. Los nuevos conocimientos se incorporan a la estructura cognitiva, mediante un esfuerzo deliberado por relacionar los nuevos conocimientos con conceptos ya existentes en la mente del alumno. Si la conexión del nuevo material de aprendizaje es arbitraria, o mejor dicho, no se integra mediante la comprensión, se producirá tan solo la memorización de un aprendizaje condenado al olvido. Desde esta perspectiva todo aprendizaje significativo supone memorización comprensiva y por otra parte, asegura la funcionalidad de lo aprendido, de modo que se adapte a nuevas situaciones futuras.

La intervención educativa se concibe como un proceso de enseñanza-aprendizaje, en el que existe una interacción profesor-alumno que favorece la reflexión del nuevo aprendizaje para posibilitar que el alumno sea capaz de aprender a aprender. El profesor es el mediador que facilita esa relación. El aprendizaje significativo implica capacitar a los alumnos para comprender e interpretar la realidad, valorarla e intervenir sobre ella. Desde la perspectiva del constructivismo se aprende mejor cuando se está rodeado de tareas y temas que capturan la atención y el interés. Por lo tanto los docentes deben saber lo que interesa a sus estudiantes y deben fomentar la libertad responsable y la autonomía.

Dentro de esta corriente se afirma que el objetivo último de la enseñanza, es conseguir que el alumno adquiera la comprensión general de la estructura de un área de conocimiento. La creación de estructuras más complejas exige el dominio previo de las



más sencillas y anteriores. De ello podemos deducir un criterio general: la presentación de contenidos tendrá que moverse desde lo general y simple hacia lo particular y complejo. Para lograr el objetivo propuesto por esta teoría se deben tener en cuenta ciertos principios fundamentales:

• Motivación: Condición que predispone al alumno hacia el aprendizaje, este muestra interés y lo mantiene.

• Estructura: Aquello que se desea enseñar debe estar organizado en una estructura que permita transmitir el conocimiento de manera sencilla y comprensible. El maestro debe intentar que los alumnos perciban las ideas esenciales como un todo organizado y significativo. El aprendizaje de la estructura en la que está inserto aquello que se está aprendiendo, por parte de los alumnos, favorece la comprensión y la retención, facilitando su transferencia y aplicación a situaciones nuevas.

• Secuencia: el orden en el que se imparte aquello que se desea enseñar tiene mucha importancia en el logro de los objetivos. Por lo general la mejor forma de presentar los contenidos consiste en una secuencia que comienza por una representación activa en la que el profesor conduce la situación, sigue por una representación en la que el alumno elabora aquella información que recibió y finaliza con una representación abstracta, que puede consistir en una representación lingüística de aquello que se aprendió. Esta teoría es la que introduce la idea del aprendizaje por descubrimiento, que implica que los alumnos deben partir de datos o situaciones particulares, experimentar y descubrir aquello que el docente desea que aprendan.

• Refuerzo: El aprendizaje se favorece mediante el refuerzo, con la retroalimentación. Teniendo en cuenta los resultados, se refuerza la información de entrada para acercarlos aún más al objetivo final.

En contraposición con las teorías anteriores, el constructivismo persigue un aprendizaje por descubrimiento y significativo. En este tipo de aprendizaje el contenido debe ser descubierto por el alumno de manera independiente y se relaciona con los conocimientos que ya se posee. Esto se contrapone con otras teorías en la que el aprendizaje es por recepción y repetición, donde el contenido se le presenta al alumno en su forma final y él solo tiene que relacionarlo activa y significativamente, realizando asociaciones arbitrarias, en forma mecánica o memorística.

El fundamento de esta teoría consiste en que el alumno aprende significativamente, cuando relaciona e integra sustancialmente los contenidos o materiales nuevos con los conocimientos que previamente posee. Este tipo de aprendizaje incluye además de los contenidos conceptuales, contenidos relativos a valores, normas y actitudes.

Aprender significativamente supone modificar los esquemas de conocimientos que el alumnos posee, implicando una actividad intensa del alumno. La intervención del profesor debe tener como objetivo posibilitar que los alumnos realicen aprendizajes significativos por si solos, que sean capaces de aprenden a aprender.



4 Computadora y Aprendizaje: Panorama Histórico 4.1 Máquina de Pressey

Una de las primeras automatizaciones en el proceso de enseñanza-aprendizaje se puede encontrar en el uso de las máquinas de enseñanza de Sydney Pressey, profesor de psicología educativa en la Universidad de Ohio, quien, en la década de 1920, aplicaba a sus alumnos pruebas semanales. Motivado por el posible ahorro de tiempo en corrección, diseñó una máquina que se parecía al carro de una máquina de escribir, con cuatro teclas y una ventana larga por la cual se podía ver una pregunta y cuatro posibles respuestas. Después de leer las preguntas los estudiantes seleccionaban la respuesta más adecuada por medio de una de las teclas.

Luego con ciertas modificaciones la máquina no sólo examinaba a los alumnos sino que también tenía algunas propiedades para su instrucción, permitiendo que los alumnos adquirieran algunas habilidades.

Por mucho tiempo la máquina de Pressey no tuvo gran uso, pero durante la Segunda Guerra Mundial, al presentarse la necesidad de entrenar rápidamente a muchos operarios civiles y militares, encontró aquí su aplicación.

4.2 Perspectiva Conductista (Skinner)

F. B. Skinner, profesor de la Universidad de Harvard, definió la enseñanza como la modificación de la conducta en lugar de la transmisión del conocimiento y sentó las bases para la enseñanza programada. Atacó la costumbre de utilizar el castigo para cambiar la conducta y sugirió el uso de recompensas y refuerzos para la conducta correcta.

Para poder llevar a cabo esta metodología de enseñanza, sugirió las máquinas de enseñanza como una vía más práctica para dar refuerzos, de tal forma que las primeras utilizaciones educativas de computadoras se basan en la enseñanza programada de Skinner, la cual consistía en la presentación secuencial de preguntas a la que los alumnos debían responder. Adoptando la máquina de Pressey con algunas modificaciones, se presentaba la información a los estudiantes en pequeñas unidades, luego se les hacía una pregunta, se comparaba su respuesta con la deseable y si coincidían se daba un refuerzo. Como los errores no generaban refuerzos los alumnos trataban de evitarlos. La secuencia de las unidades de información se definía tan cuidadosamente que aseguraba que los alumnos casi no cometieran errores.

De esta tendencia, se pueden extraer las siguientes derivaciones:

• El sujeto que aprende tiene un papel pasivo. • Los contenidos son organizados en forma externa al proceso de aprendizaje. • Los materiales de aprendizaje se presentan en unidades básicas elementales. • Todos los individuos deben seguir las mismas leyes de aprendizaje.



4.3 Programa Ramificado (Crowder) Norman Crowder, instructor de la Fuerza Aérea norteamericana, desarrolló la idea de programa ramificado, ampliando de esta manera la teoría de Skinner. Consideraba que los errores eran inevitables y podían ser útiles, dando retroalimentación tanto para las respuestas correctas como para las erróneas. No todos los estudiantes pasaban por la misma secuencia sino que dependía de su situación individual.

La mayor parte de los programas contemporáneos de instrucción programada siguen el método de programación ramificada.

Surgió luego la Instrucción Asistida por Computadora, en la cual el estudiante y la máquina participan de un diálogo en el que ambos constantemente se adaptan uno al otro hasta que logran entenderse y comunicarse. Sin embargo, este comportamiento de adaptación ya no es posible llevarlo a cabo con máquinas mecánicas relativamente simples, sino que se requieren máquinas electrónicas complejas como las computadoras.

4.4 Instrucción Asistida por Computadora En 1957 el ingeniero electrónico Simón Ramo, publicó un plan que describía el papel de la computadora en la educación, por medio de una máquina que automatizaría la enseñanza. A mediados de los 60 ya se realizaba en el mundo empresarial el control administrativo utilizando computadoras, en muchos de los procesos de negocios, pero quedaba pendiente la transmisión de conocimientos y habilidades, tanto en el ámbito empresarial como en el educativo. En base a estos dos aspectos surgieron sendas corrientes denominadas Instrucción Administrada por Computadora (para el ámbito empresarial) e Instrucción Asistida por Computadora (para el ámbito educativo)

Los proyectos desarrollados en relación con este último aspecto, fueron, entre otros:

• El proyecto CCC: Desarrollado entre el Institute For Mathematical Studies, la universidad de Stanford e IBM. Era un programa completo para la escuela primaria implantado en 1963, los materiales eran comercializados por la Computer Curriculo Corporation y estaban organizados en 24 bloques con 5 niveles de dificultad. El contacto con cada bloque se iniciaba con un examen que establecía el grado de dificultad para el día siguiente. Si la calificación era inferior a 60/100 se diminuía el grado de dificultad. Después de cuatro bloques se daba una lección de repaso y los alumnos presentaban un examen sobre el repaso.

• El proyecto PLATO: (Programed Logic for Automatic Teaching Operations) desarrollado por el Computer Education Research Laboratory de la Universidad de Illinois y la empresa Control Data Corporation, se comenzó con una máquina ILLIACI, utilizada para ejercicios y práctica, luego fue reemplazada por un equipo más poderoso y terminales especiales para el proyecto, que podían estar conectadas a distancia vía telefónica. Se desarrollaron modalidades tutoriales y de simulación, incluyendo gráficos; todo esto antes de la aparición de la PC. Entre los periféricos utilizados



estaban las pantallas sensibles al tacto, sintetizadores de voz y videodiscos. La mayoría de los materiales eran para el nivel universitario.

• El proyecto TICCIT: (Time Shared Interactive Computer Controlled Information Televisión). Desarrollado por la Mitre Corporation y el Institute for Computer Uses in Education de la Universidad de Brighan Young. El proyecto utilizó dos minicomputadoras Nova 800, con discos rígidos y 125 terminales con receptores de televisión a color de alta resolución y teclados especiales. Las terminales debían estar muy cerca de las minicomputadoras. Estaba orientado a estudiantes adultos.

• Otros proyectos: Paralelamente se desarrollaron en Europa varios proyectos que se implementaron y se mantuvieron en la educación, algunos basados en simulación y modelado, pero finalmente se llegó a la conclusión que ninguno de estos proyectos reemplazaba nada de lo ya existente en educación sino simplemente agregaban. Además tuvieron como desventaja que en algunos casos los docentes tendieron a preocuparse más por los aspectos técnicos computacionales que por la educación o bien debieron dedicar mucho tiempo a la programación.

• La revolución de la computadora personal. A partir del año 1975 se comenzaron a comercializar las primeras microcomputadoras, entre ellas las Apple y se comenzó a desarrollar el lenguaje BASIC, que facilitaba la programación. Pronto los docentes comenzaron a introducir estas microcomputadoras y a construir pequeños programas, como ejercicios aritméticos en BASIC. Con posterioridad surgieron las PCs y la tecnología avanzó rápidamente mejorando tanto las capacidades de hardware (mayor capacidad de memoria, discos rígidos, más velocidad, etc.) como las de software (nuevos lenguajes de programación de alto nivel). Entre el software desarrollado para educación apareció el lenguaje Logo, siendo el principal promotor de este lenguaje el profesor Papert, quién sugirió, oponiéndose a las ideas de F. B. Skinner, que en lugar de que las computadoras programen al estudiante, este sea quien las programe. Introdujo los micromundos, los cuales son ambientes de aprendizaje en los que se manipulan objetos, sujetos a ciertas leyes. S. S. Papert convenció a muchos educadores y el lenguaje Logo se popularizó en Estados Unidos y en otros países. Con el correr del tiempo aparecieron muchos otros entornos que se utilizaron en educación, desde procesadores de texto, planillas de cálculo, etc.

• Hacia las teorías cognitivas: De esta manera se diversificó la búsqueda de soluciones prácticas y el planteamiento de nuevos paradigmas educativos. Estos últimos estaban menos centrados en el conductismo y se contraponían a la metáfora de la “computadora como tutor''. Por un lado aparecieron las propuestas basadas en la creación de escenarios para la realización de actividades en grupo, donde se pusieron en práctica las teorías cognitivitas del constructivismo social, que se tradujeron en el desarrollo de sistemas basados en el trabajo cooperativo y más concretamente en el ámbito educativo, el aprendizaje cooperativo asistido por computadora. Por otro lado se



desarrollaron nuevas formas educativas basadas en la simulación y en el desarrollo de entornos hipermedia como tecnologías básicas para el nuevo enfoque constructivista.

5 Computadora y Aprendizaje: Situación Actual 5.1 Nuevo Paradigma de la Educación A lo largo de la historia, los cambios tecnológicos afectaron la vida del ser humano, tengan o no acceso a la tecnología. Evidentemente, las formas de abordar el conocimiento, de producirlo, de elaborarlo y de entenderlo, utilizándolo para el beneficio individual y social sufren también una transformación total.

Es necesario entender que si se está transformando la manera de relacionarse con la realidad, lógicamente también cambiará la forma en que se aprende y, por consiguiente, la forma en que se enseñe.

La adaptación de la enseñanza a las nuevas realidades educativas exige realizar cambios como:

• El profesor deberá actuar como facilitador, orientador y potenciador del desarrollo de aptitudes y conocimientos, más que como especialista en la disciplina.

• Se deberán desarrollar las relaciones educativas de cooperación y colaboración entre todos los miembros de cada comunidad educativa y entre comunidades.

• Se deberá integrar la tecnología en el aula. 5.2 Introducción de la Computadora en el Aprendizaje Los procesos mediante los cuales el alumno aprende han sido descritos minuciosamente por las diferentes teorías psicológicas y expertos en educación. Cuando se pretenden implementar sistemas informáticos para el aprendizaje se debe representar estos procesos en la computadora.

A partir de mediados de los ’80 el uso de la computadora en la educación fue evolucionando de una orientación conductista hacia una perspectiva cognitivista y constructivista, centrada en el análisis y optimización de procesos, más que en los resultados. Se comenzó a pensar por ejemplo, en cuáles eran las funciones del conocimiento que se veían afectadas por distintas formas tecnológicas y en cómo podían estas habilidades y funciones ser transferidas a otras situaciones de aprendizaje.

A lo largo de los últimos 20 años se ha modificado no solo la tecnología, sino también los modelos de inserción de la misma en el ámbito educativo, pasando por distintos etapas:

• Alumno como aprendiz de programador: Antes de la generalización de las PCs, la informática en la educación no tenía un modelo propio sino prestado



de las disciplinas informáticas. La mayoría de las experiencias estaban centradas en el modelo que intentaba iniciar a los alumnos en los rudimentos de la programación, en parte por los requerimientos tecnológicos del momento y en parte porque no se concebía otra función en este área.

• Alumno como aprendiz de herramientas que más tarde usaría en su futura profesión: A medida que las herramientas informáticas se generalizaban como recurso para la mayoría de las profesiones, se desarrolló una etapa de uso de utilitarios como procesadores de texto, planillas de cálculo y otros, en los que los alumnos realizaban trabajos, muchas veces en vacío o a partir de ejemplos triviales, sin una aplicación real.

• Incorporación de nuevos recursos informáticos sin revisión del modelo didáctico: Actualmente se han incorporado recursos multimediales, el uso de Internet, tutoriales en línea y otros, pero el aprendizaje de herramientas desconectadas de las necesidades que le dan sentido y contenido, indica que aún no se han modificado las cuestiones de fondo que hagan útil y realmente válido el uso de la computadora y sus beneficios en educación. Tantos docentes como alumnos tienen a su alcance computadoras, que usan para las actividades diarias, reemplazando herramientas menos eficaces, es decir se ha asimilado la innovación tecnológica a las actividades tradicionales pero no se ha logrado ponerlas al servicio de mejores aprendizajes. Esto se debe a que se ha avanzado muy poco en la revisión de las didácticas de las disciplinas y en la generación de nuevos abordajes de la tarea en el aula y nuevas estrategias de intervención docente.

5.2.1 Objetivos de la informatización en el aprendizaje El desafío actual es lograr que la computadora se emplee para que los alumnos desarrollen sus propias estrategias cognitivas para aprender más, mejor y con sentido. Para alcanzar este fin es necesario tener presentes los siguientes objetivos:

• Mejorar la eficacia de los procesos de enseñanza y aprendizaje, potenciando la actividad del alumno, la interacción con el docente y con sus pares y la comprensión de los contenidos desde una concepción constructivista.

• Potenciar las actividades cognitivas de las personas enriqueciendo la percepción y las operaciones de procesamiento de información. Las nuevas tecnologías deben contribuir a esclarecer, estructurar, relacionar y fijar mejor los contenidos a aprender. Deben ayudar a "aprender a pensar".

• Contribuir al aprendizaje efectivo, el cual debe ser significativo e integrado para los alumnos, como así también transferible a nuevos contextos.

• Mejorar el conjunto de rasgos y procesos intelectuales, afectivos y emocionales mediante los cuales los alumnos se relacionan e interactúan con su ambiente. Estos procesos pueden ser la percepción, memoria, pensamiento, razonamiento, etc.

• Inducir al alumno a reflexionar sobre su propio pensamiento y su propio aprendizaje.



Para poder lograr el fin deseado con la informatización del aprendizaje, se deben establecer pautas a cumplir en el uso de tecnología informática:

• Aclarar cuál es la función que cumple la computadora en la experiencia de aprendizaje.

• Tener claro el motivo por el que se la usa. • Decir en qué tipo de problemas se la usará. • Establecer previamente los resultados que se espera obtener. • Elegir las estrategias de regulación de la tarea de aprendizaje que se usarán. • Elegir las estrategias de intervención docente que se usarán. • Programar mecanismos de realimentación y mejora de todo el proceso.

Si no se cumpliesen estas pautas, se corre el riesgo de utilizar los recursos informáticos, como medio para alimentar la trivialidad y la evasión del esfuerzo en lugar de ser usados como poderosos instrumentos para potenciar el aprendizaje. Por lo tanto es necesario considerar el espacio dedicado a la utilización de recursos informáticos como un entorno complejo de aprendizaje que debe ser concebido siguiendo la teoría general de sistemas.

5.3 Enfoques y Estrategias El uso de la computadora como medio tecnológico para mejorar la educación puede ser utilizado con distintas orientaciones. En general éstas dependen del enfoque utilizado en la enseñanza con base en las teorías cognitivas. Una vez establecido este enfoque son muchas las estrategias posibles, entendiendo por estrategia a la forma en que se utiliza la computadora para ayudar a los alumnos a aprender.

A pesar de las potencialidades que las distintas estrategias puedan tener, está claro que su valor pedagógico estará dado por el contexto metodológico en el que estén insertas. Desde el punto de vista pedagógico, no tiene objeto poner computadoras en los ámbitos educativos si las estrategias y actividades en las que participan los alumnos no se revisan adecuadamente. Por lo tanto, es necesario prestar atención a los objetivos de los programas de estudios, el contexto social, la manera en que se organizan las actividades de enseñanza y aprendizaje, las necesidades de los docentes que utilizarán la tecnología, para luego establecer con certeza de qué manera se utilizará la computadora en el proceso.

Todos los aspectos relacionados con el uso de la computadoras en ámbitos educativos han constituido temas principales del debate que vienen manteniendo los investigadores en el área, concluyendo en general que el uso eficaz de las herramientas computacionales ocurrirá en aquellos casos es que se revise completamente el modelo educativo y pedagógico, permitiendo la elección de la estrategia más adecuada a cada caso.

A un nivel teórico, se ha presentado un cambio gradual de las teorías cognitivas que hacen énfasis en los pensadores individuales a las teorías que subrayan la naturaleza social y global del conocimiento. Se concede cada vez mayor relevancia a las teorías



que resaltan la importancia de estudiar las relaciones entre los individuos, los instrumentos de mediación y el grupo social.

La estrategia usada para el uso de la computadora, está intensamente relacionada con el modelo de enseñanza-aprendizaje en el que se sustenta la educación. Las estrategias basadas en modelos conductistas, requieren una interacción personal entre cada alumno y la computadora. En cambio, las estrategias basadas en modelo constructivistas admiten diversas posibilidades de interacción estudiante-computadora.

El modelo tradicional del discurso del docente en el aula, admite una estrategia en la cual la computadora es un recurso didáctico más.

La computadora tiene el potencial de enriquecer la variedad de modelos que se pueden utilizar en el proceso de enseñanza-aprendizaje, pero no se debe descuidar la forma en que esta herramienta se utiliza, como así tampoco la necesidad de capacitar a los docentes, preparar materiales adecuados, tener en cuenta los costo y, sobre todo, contar con un proyecto integral.

5.3.1 Estrategias centradas en la transmisión Las primeras utilizaciones de las computadoras con fines educativos se vieron influidas por la concepción del aprendizaje como “estimulo–respuesta”, donde se establecen entornos en los que se transmite el conocimiento para que sea adquirido por los alumnos.

Las estrategias son:

• Sistemas de Entrenamiento y Práctica: Su principal objetivo es ejercitar a estudiantes en el desarrollo de alguna competencia y capacidad específica. Fueron evolucionando desde el uso de interfaces rígidas a los sistemas de inteligencia artificial permitiendo personalizar la interfaz, el tipo de ejercicio propuesto y la respuesta. Aún hoy representan la mayor parte de los métodos didácticos por computadora. Emplean estrategias de interrogación y, en algunos casos, técnicas de juego para estimular la participación y la motivación. Se limitan a aportar una instrucción mínima sobre los contenidos y a menudo se usan para poner a prueba la adquisición de una aptitud determinada o para proporcionar ejercicios suplementarios a los alumnos. Normalmente, estos programas no se utilizan en las horas de clase, sino en el aprendizaje individual.

• Tutoriales: Este modelo se acerca a las teorías conductistas transmitidas por Skinner. Funciona muy bien para temas que requieren memorización y adquisición de habilidades manuales. A diferencia del anterior incluye formación sobre contenidos relacionados a un tema dado, no sólo permitiendo el entrenamiento. En su diseño se da importancia a factores como reforzar la memorización, presentar los objetivos, especificar los requisitos previos, obtener logros y evaluarlos. Las preguntas planteadas requieren la aplicación de los conceptos



o reglas incluidos en las secuencias formativas. A menudo, el alumno recibe como retorno de información un diagnóstico para señalar errores y proponer su corrección o la repetición de la actividad didáctica. Su uso en las clases es limitado, ya que se utilizan más como sustitutivos de los profesores que como instrumentos para ayudarlos en su trabajo. Puede observarse que este tipo de enfoque del uso de computadoras en la educación también es la base de algunos cursos de formación a distancia a través de Internet, que actualmente están extendiéndose con rapidez. Se ha subrayado su utilidad en casos específicos como, por ejemplo, la realización de actividades concretas de refuerzo o la formación sobre determinados temas. Con el uso de este tipo de material el usuario/alumno comienza a asumir un papel activo, pues tiene la posibilidad de explorar los contenidos presentados según sus necesidades y preferencias, a través de recorridos personalizados.

• Multimedios: La transmisión de la información para la enseñanza puede realizarse utilizando diversos medios, como video en movimiento, sonido y animación. La utilización de sistemas multimedios reduce considerablemente el tiempo dedicado al aprendizaje, debido a la conjugación en el mismo medio de la interactividad, el aprendizaje individualizado y varios canales de comunicación: texto, sonido, gráficos, animaciones y video. Si bien con el nombre multimedios se puede englobar una gran variedad de materiales que pueden ser utilizados de maneras muy distintas, como estrategias pueden ser útiles tanto a profesores para exponer sus clases como a los alumnos en su aprendizaje individual.

5.3.2 Estrategias centradas en la participación Las teorías constructivistas en educación han cambiado el paradigma en el que se encuentra el uso de la computadora con fines educativos.

La atención se ha ido desplazando hacia aspectos internos del alumno, como su actitud y los procesos cognitivos que intervienen en la interacción didáctica con la computadora.

Cada vez más se considera que el aprendizaje se basa en una exploración activa y una construcción personal, en lugar de un proceso de transmisión.

• Micromundos: Esta idea fue introducida por S. Papert e implementada con el desarrollo y utilización del lenguaje Logo en una gran cantidad de proyectos a nivel escolar.

Si bien no hay una definición normalizada del término, los micromundos cumplen con una serie de características que facilitan el aprendizaje de forma activa. Aportan al usuario una serie de objetos y funciones que se pueden combinar para producir un efecto deseado. Estos objetos se sitúan entre lo concreto, manipulable directamente y lo simbólico o abstracto.



Se trata de tener un escenario relevante para el aprendizaje, en el que suceden cosas dependiendo de lo que el alumno realiza. En este ambiente no se refleja toda la complejidad del mundo que es objeto de conocimiento (por eso micromundo) pero sí las variables relevantes. El alumno aprende, a partir del comportamiento de los componentes del micromundo, generado por las variables intervinientes, que están bajo su control.

• Hipertextos: Es el equivalente computarizado de aprender o reforzar temas investigando en la biblioteca, enciclopedia u otras fuentes de información. Las computadoras con sus bases de datos y programas adecuados ayudan a disminuir las dificultades que se pueden tener al concurrir a una biblioteca y permiten adquirir conocimiento, con la profundidad y en el orden que se desee de acuerdo a los intereses. Estamos aquí en presencia de una modalidad en la que el alumno es el propio mentor de su aprendizaje, pero con las limitaciones propias de los materiales de que disponga.

• Simulaciones: Consiste en situar al alumno en un contexto que imite algún aspecto de la realidad objeto de aprendizaje y establecer en ese ambiente situaciones problemáticas, permitiéndole la manipulación de variables propias del sistema real, de manera que pueda observar el comportamiento del sistema como consecuencia de los cambios que él pueda inducir en las mencionadas variables.

En el ámbito de la enseñanza, las herramientas de simulación pueden ser aplicadas desde el enfoque constructivista para conseguir un aprendizaje significativo. Con estas herramientas los alumnos pueden analizar, diferenciar y crear su propio aprendizaje a través de una experiencia directa con el medio, aumentando su capacidad de respuesta y su habilidad para las demandas tecnológicas. El estudiante será capaz, no solo de aprender sino de tomar decisiones, como lo haría en su ambiente de trabajo además de aprender de la experiencia.

Si bien el empleo de simulación acelera el proceso de aprendizaje y contribuye a elevar su calidad, no puede ser un elemento aislado del proceso, sino un factor integrador, sistemático y ordenado. Su utilización debe tener una concatenación lógica con el programa de la asignatura.

Tiene dos grandes usos en el proceso educativo:

o Durante la enseñanza-aprendizaje: Los diversos tipos de simulación disponibles pueden utilizarse no sólo para el mejoramiento de las técnicas y para la resolución de problemas, sino que posibilitan también, que los educandos se concentren en un determinado objetivo de enseñanza; permiten la reproducción de un procedimiento o técnica y posibilita que todos apliquen un criterio normalizado. Es muy importante que el empleo de simulación esté en estrecha correspondencia con las exigencias y requerimientos del plan de estudio, su planificación en el calendario, en el sistema de evaluación y que el estudiante sienta la necesidad y la utilidad de su uso de manera independiente.



o En la evaluación: se ha demostrado que la simulación es especialmente útil para evaluar la capacidad de búsqueda e interpretación, la identificación de los problemas, el juicio propio sobre determinadas situaciones, los conocimientos prácticos y las habilidades profesionales. La utilización de simulación para evaluación debe ser consecuencia de un programa de evaluación con objetivos claros y bien definidos, de manera que el docente o grupo docente no pierda de vista el objetivo para el cual se evalúa.

6 Desarrollo de Entornos de Aprendizaje La planificación de la enseñanza implica la utilización de una metodología que incluya el relevamiento y la caracterización de la situación en la que se enseñará y el posterior desarrollo de un plan para concretar el aprendizaje de los alumnos. Se analizará el diseño de entornos en los que se incluye la computadora como elemento tecnológico para llevar a cabo el aprendizaje.

El diseño de entornos de aprendizaje se ve influido en la actualidad por la teoría constructivista. Cuando se trata de un proceso de enseñanza aprendizaje en el que se utiliza un determinado software, el aprendizaje es estimulado y dirigido por aspectos diversos que condicionan los resultados, por lo que el diseño tiene que cumplir determinadas condiciones para que se produzca el aprendizaje adecuado.

La enseñanza con éxito que capta y mantiene el deseo de aprender de los participantes debe estar centrada en el aprendizaje. Esto se logra creando una situación en la que los participantes no pueden evadir el aprendizaje.

Lo que el diseñador hace, es una anticipación del proceso que realizará el usuario/docente y es una construcción metodológica, en la medida que selecciona y organiza el escenario y el contenido del aprendizaje. Elabora una propuesta sobre un conjunto de técnicas y procedimientos que, combinados, ayudarán a construir el aprendizaje de determinados conceptos. Para esto se aplican principios que provienen de diferentes disciplinas (psicología, didáctica, informática, diseño gráfico, inteligencia artificial y gestión del conocimiento)

El trabajo del diseñador de software educativo se puede identificar con el del profesor ya que el diseñador está realizando una actividad de enseñanza, al organizar los ambientes y los elementos que orientarán el aprendizaje de los usuarios

El diseño de software educativo, sigue una metodología y se realiza en el marco de situaciones concretas, o sea, en un contexto determinado. En él intervienen cuatro procesos básicos a partir de los cuales se estructura el material: la estructuración del contenido; las actividades, los recursos y las formas de interacción, generando un ambiente o entorno que ayude u oriente el aprendizaje del usuario. La manera en que se organicen y relacionen estos componentes resulta en una propuesta metodológica que el diseñador construye para lograr un producto, esto implica una forma particular de aprendizaje.



La elección de las teorías del aprendizaje que fundamentarán el proceso, se transforma en una de las primeras decisiones que hay que tomar en relación a la propuesta ya que ayudará a determinar los principios metodológicos a seguir en el diseño.

Las teorías constructivistas hacen hincapié en el diseño de los entornos de aprendizaje como el marco desde el cual se estructura el software educativo. El ambiente de aprendizaje implica un espacio de exploración personal y grupal en donde los alumnos controlan sus actividades de aprendizaje y utilizan recursos de información y herramientas de construcción de conocimiento para resolver problemas.

Las decisiones que se toman en el diseño, van condicionando el proceso y lo hacen coherente con determinadas teorías del aprendizaje y de la enseñanza. Por eso es importante visualizar el diseño como un proceso de reflexión y de retroalimentación permanente.

6.1 Elementos que Intervienen en el Desarrollo Para realizar un diseño pedagógico que integre la computadora como recurso, hace falta tener en cuenta las siguientes variables:

• El profesor: La conducta seguida por el profesor incide directamente en el modo de aprender de los alumnos, por lo tanto es necesario tener en cuenta para el diseño personalizado de cualquier material pedagógico en computadora las características del profesor, como ser si tiene una actitud autodidacta con poco fundamento pedagógico, alto o mínimo nivel de exigencia, excesiva preeminencia hacia su asignatura, preparación adecuada, etc.

• Los programas de estudio: Se observan muchas veces características como: o Exceso de contenidos. o Falta de integración entre los programas de diversas asignaturas. o Carencia de flexibilidad. o Los programas no se han elaborado conociendo las verdaderas

necesidades y condiciones de la región de influencia del centro educativo. o No se han evaluado los resultados de su utilización.

Estas características deben estar claras antes de iniciar con el estudio requerido para la introducción de la computadora en el sistema educativo, realizándose los cambios que sean necesarios.

• Los métodos y materiales didácticos: Entre los profesionales docentes y alumnos muchas veces se comentan deficiencias, como empleo excesivo de exposición oral, escasa participación de los alumnos, falta de trabajos prácticos, escaso uso de medios audiovisuales, pocos apuntes, etc. Se deben analizar y revisar las fallas encontradas en el sistema para realizar los cambios necesarios y así partir desde una estructura más saneada, con el fin de alcanzar el diseño adecuado.



• Los alumnos: Las condiciones y características de los alumnos puede condicionar el éxito del aprendizaje. Se deben tener en cuenta características como: o Heterogeneidad o Número de alumnos o Características mentales, físicas, emocionales, sociales y éticas o Coincidencia o desajuste del estilo de aprender de los alumnos con el estilo

de enseñar del profesor. o Actitudes negativas de los alumnos hacia el aprendizaje.

• Los métodos de evaluación: Muchas veces no llegan a aportar un concepto total e integral del alumno y en muchos casos están viciados de subjetividad.

• Las condiciones institucionales: Deben ser analizados todos aquellos aspectos de estructura y funcionamiento del centro de estudios que pueden afectar a la enseñanza, aspectos administrativos, presupuestarios y políticos.

• El entorno o contexto: La comunidad en la que está inmerso el estudiante, no siempre es la misma en la que está ubicado el centro educativo. Es necesario tener en cuenta características claves del entorno del grupo de los estudiantes para mejorar así el proceso de enseñanza-aprendizaje.

6.2 Etapas en el Proceso El diseño centrado en el aprendizaje cambia el énfasis de la enseñanza al aprendizaje y lo que los profesores quieren lograr a lo que necesitan los alumnos. Esto afecta la manera en que los profesores orientan la construcción del programa. Esta nueva orientación del diseño es particularmente importante en el ambiente actual de la enseñanza, donde cada vez se ofrece más participación a los alumnos, haciendo uso de la tecnología y donde ellos tienen que estar automotivados y autodirigidos.

Según Catalina M. Alonso García y Domingo J. Gallego Gil en Aprendizaje y Ordenador (2000), Bentley (1991) presenta para este proceso tres etapas:

• Definición de las necesidades de aprendizaje: Este proceso debe tener en cuenta lo que los destinatarios deben saber y ser capaces de hacer al finalizar el programa de aprendizaje diseñado, distinguiendo entre lo que los docentes quieren que se sepa y haga y lo que los individuos quieren saber y hacer. El punto de partida de este análisis debe ser una declaración del por qué alguien desea aprender lo que se le está enseñando. El desarrollo del proyecto educativo debería comenzar cuestionándose aspectos como: o Por qué el alumno querría aprender esto. o Los beneficios de aprenderlo. o La diversión que se tendrá durante el aprendizaje. De esta forma se podrá desarrollar una visión más clara de cómo proyectar la enseñanza.



• Decisión sobre como estimular el deseo de aprender: Es importante que la presentación de la asignatura/tema esté dirigida a estimular el aprendizaje del alumno, a lo que él tiene que saber y a lo que él tiene que hacer y no solo a lo que el profesor piensa hacer. Para garantizar que un curso o programa estimule y mantenga el deseo de aprender, debe ser diseñado sobre las siguientes claves: o Despertar la curiosidad. o Invitar a la participación. o Desafiar las percepciones. o Alimentar las mentes inquietas. Los profesores pueden hacer una lista de estos puntos claves y luego indicar qué van a hacer para conseguirlo. Si relacionan este análisis con otra lista de puntos claves del aprendizaje del ítem anterior, entonces tendrán una base para desarrollar un programa efectivo de enseñanza.

• Administración del proceso de aprendizaje: Si el deseo de aprender ha sido suficientemente estimulado, se puede dejar a los alumnos que realicen ellos mismos el aprendizaje, guiados por el profesor para garantizar que aprendan lo que ellos desean lograr. Los profesores deben evaluar la dirección del grupo para determinar si se están logrando los objetivos de aprendizaje.

6.3 Metodología Es importante relacionar el material informático con los puntos relevantes del aprendizaje y tener en cuenta que el alumno tendrá además otras alternativas, en cuanto al empleo de materiales.

Como ya se ha destacado varias veces, es necesario realizar un cambio metodológico en el proceso de enseñanza-aprendizaje para incorporar correctamente los medios tecnológicos como la computadora, cualquiera sea la estrategia que se quiera utilizar. Este cambio implica no sólo agregar, sino modificar lo que se venía haciendo hasta el momento, en el aspecto didáctico del mencionado proceso.

A continuación se detalla una forma de realizar un replanteo de la metodología que se aplica en la enseñanza de un tema, materia o curso, de manera de poder incorporar la computadora como medio para facilitar este proceso.

Los elementos principales de la metodología son:

• Fase de análisis: Trata de la definición de los puntos claves para el aprendizaje. Se deben establecer claramente cuáles son los ítems importantes en el aprendizaje del tema o materia que se va a enseñar a fin de decidir cómo estructurar la enseñanza. El proceso de análisis tiene como objetivos principales: o Generar una comprensión clara de lo que se debe aprender. o Proporcionar un programa de lo que debe aprender el grupo.



o Establecer objetivos claros de la enseñanza. o Proporcionar información detallada sobre el contenido del programa.

Se puede dividir esta fase en dos módulos o Análisis estructurado de tareas: Este análisis debe permitir determinar

exactamente lo que el alumno debe saber y ser capaz de hacer. Para ello es necesario descomponer en partes el área a trabajar, analizando qué debe aprenderse en cada una de ellas. Las necesidades de aprendizaje se deben analizar en cuatro categorías: Conocimientos: Lo que los alumnos necesitan saber. Destrezas: Lo que necesitan ser capaces de hacer. Actitudes: Cómo necesitan pensar. Comportamientos: Cómo necesitan actuar.

Como resultado de esta etapa se obtiene una lista de necesidades de aprendizaje para cada módulo/tema y una declaración de los objetivos de la enseñanza.

o Evaluación de las aptitudes logradas con lo aprendido: Se deben

definir los parámetros para evaluar si los alumnos que han terminado el aprendizaje de un programa concreto han logrado los objetivos esperados. Para ello es preciso: Examinar cada parte del programa. Decidir cómo se medirán las aptitudes. Definir los criterios que se van a emplear para evaluarlas.

El resultado de esta etapa es un detalle de cada parte del programa, las aptitudes que se espera que los alumnos logren en cada una de ellas y la forma de evaluarlas.

El propósito del análisis es replantear constantemente lo que se está haciendo, por lo tanto no es un proceso estanco y que se realiza una única vez. Si se realiza en forma cuidadosa y detallada, las etapas posteriores de diseño y desarrollo serán mucho más fáciles. El resultado de la etapa de análisis es un registro detallado de información que se requiere para comprender el área objeto de enseñanza, constituida por alumnos, docentes, temas a enseñar, formas de evaluación, etc. y toda la documentación necesaria para la fase de diseño.

• Fase de diseño: Consiste en el diseño de programas de enseñanza. Esta

fase se ocupa de decidir la forma óptima en que las personas van a realizar el aprendizaje, con tres objetivos principales:



o Decidir cómo la enseñanza a impartir cubrirá los puntos claves del aprendizaje, establecidos en el análisis.

o Determinar el formato y secuencia de la enseñanza a impartir.

o Seleccionar los medios adecuados a emplear para impartir la enseñanza.

El proceso de diseño empieza con una revisión de los puntos claves del aprendizaje y la forma en que deben enfocarse. El desarrollo de un buen programa tiene dos elementos importantes:

La manera en que permite a los alumnos que cubran todos los puntos claves, en una secuencia lógica.

El modo en que brinda a los alumnos una alternativa y los motiva constantemente al deseo de aprender.

El resultado de esta etapa es una solución al problema de organizar la enseñanza e indica la estructura de trabajo para la construcción de un programa adecuado.

• Fase de desarrollo: Tiene tres objetivos principales

o Producir las especificaciones y las definiciones que emplearán los

productores del software, necesario para ese programa de estudio o asignatura determinada.

o Aclarar y fijar el contenido detallado necesario para satisfacer los puntos claves del aprendizaje de la fase de análisis.

o Hacer las modificaciones necesarias a la estructura y al contendido del programa.

Hay dos actividades incluidas en el desarrollo:

o Desarrollo de Programas Educativos: Comprende el informe del diseño del programa educativo a desarrollar, la elaboración del contenido escrito de cada parte/tema, como así también la redacción del contenido del software que se quiere elaborar para ese programa. Aquí se integran la elaboración del contenido escrito de cada parte/tema junto a la preparación de especificaciones para programas tutoriales, ejercicios, simulaciones y evaluaciones. La decisión para la elección del software corresponde al profesor. Si las instrucciones y la información que se da a los realizadores son claras y bien documentadas, se logrará una calidad óptima.

El resultado de este módulo es una especificación del programa de la asignatura y de los requerimientos de la herramienta de software a utilizar para la construcción del proceso de enseñanza-aprendizaje.



o Ensayo y experimentación: El desarrollo no estará completo hasta que el programa no haya sido probado y experimentado en un grupo piloto. Esto permitirá realizar los ajustes necesarios para lograr que analistas, diseñadores y profesores empleen una metodología que les ayude a producir un trabajo excelente y uniforme, bien documentado, centrado en el aprendizaje y sobre todo efectivo para lograr los objetivos propuestos.

6.4 Criterios para la Utilización de Tecnología en la Educación Los medios técnicos que se emplean en contextos metodológicos, pueden o no ser diseñados con estos fines. Puede tratarse de materiales diseñados con fines didácticos como software para aprender un contenido curricular o un programa de televisión para ejercitar algún idioma extranjero. Pero también se pueden utilizar productos no diseñados originalmente con fines didácticos, pero poseedores de potencialidades aprovechables con estos fines. En cualquier caso, se ponen a consideración algunos criterios a tener en cuenta para el diseño de situaciones educativas que utilicen herramientas tecnológicas como la computadora personal:

• La elección del medio tecnológico a utilizar debe hacerse en función de los objetivos, de los contenidos, del contexto en el que se desarrolla el proceso y de las características de los alumnos.

• El uso de la tecnología en la educación exige la contextualización de las actividades educativas en el entorno cultural, de modo que las herramientas sirvan en el futuro contexto de actuación del alumno.

• El diseño de entornos educativos utilizando medios tecnológicos, debe potenciar la interacción y el intercambio entre los estudiantes y entre éstos y el profesor.

• Se deben elaborar guías orientadoras para los educandos y guías metodológicas para los profesores de cada tipo de herramienta que se utilice, conteniendo una definición clara de los objetivos a lograr.

• De ser necesario se debe realizar una demostración práctica inicial a los educandos por parte del profesor, que contenga su introducción teórica.

7 Simulación como Método de Enseñanza-Aprendizaje Como ya se dijo, los métodos de enseñanza son las distintas secuencias de acciones del profesor, que tienden a provocar determinadas acciones y modificaciones en los educandos con el fin de lograr los objetivos propuestos.

También se sabe que el procedimiento de enseñanza-aprendizaje constituye el conjunto de acciones que desarrolla el estudiante para ir penetrando gradualmente en la realidad que estudia y la consiguiente construcción de un sistema cognitivo que le permitirá seguir aprendiendo.

Por lo tanto, la simulación se constituye en procedimiento para la formación de conceptos, la construcción en general de conocimientos y para la aplicación de éstos a



nuevos contextos a los que, por diversas razones, el estudiante no puede acceder desde el contexto metodológico donde se desarrolla su aprendizaje.

7.1 Pasos a Seguir para su Utilización Para que el proceso de simulación se considere a su vez un procedimiento metodológico para la enseñanza-aprendizaje, se sugiere que el mismo se desarrolle a través de las siguientes etapas, que deberán ser contempladas en el diseño del entorno de aprendizaje:

• Presentación de la simulación. Se realiza por lo general, por medio de una representación esquemática del circuito, dispositivo, proceso o fenómeno a simular; con lo cual se ubica al estudiante en la parte de la realidad que se estudiará.

• Emisión de hipótesis por parte de los estudiantes: Deberá orientarse a los estudiantes para que indiquen posibles comportamientos, cambios en los parámetros y posibles resultados en el modelo a simular, estableciendo las condiciones y los parámetros iniciales. De este modo el poder predictivo de los alumnos se puede tomar como indicador de sus conocimientos.

• Determinación de las acciones óptimas: En esta etapa se determinan las acciones que los estudiantes deberían realizar ante una situación como la que se está modelando, estableciendo previamente las reglas a seguir.

• Constatación de la efectividad del proceso de simulación: Ello puede realizarse por medio de tareas que permitan aplicar a nuevas situaciones los conocimientos e instrumentaciones construidos durante el proceso de simulación. Ello incluye nuevas simulaciones, a partir de la modelación de procesos, fenómenos o circuitos de mayor complejidad.

7.2 Ventajas

• Debido a que, la motivación de quien aprende es un factor determinante en el aprendizaje de nuevos conocimientos, los procesos de enseñanza-aprendizaje se pueden potenciar utilizando la simulación como herramienta ya que permite mejorar el incentivo, la motivación, el respeto al ritmo individual de aprendizaje, la participación, la interacción, la percepción y la deducción.

• La simulación pone en acción características propias de la realidad como: o Ensayo y error: Permite realizar pruebas para ver si se logran determinados

objetivos, si no se obtiene el resultado propuesto se puede volver a retomar desde el principio y corregir las estrategias utilizadas.

o Planificación de actividades: Permite organizar una estrategia para conseguir el objetivo propuesto, estructurando los pasos a seguir.

o Toma de decisiones: Si se trabaja en grupo, la participación entre los miembros favorece la actitud de resolver situaciones por consenso. La estrategia y las acciones a seguir no pueden ser impuestas.



o Inducción y deducción: De acuerdo a los parámetros iniciales (o del momento) y a la estrategia elegida, se debe decidir qué acción tomar para alcanzar el objetivo.

o Percepción y comprensión: Al realizar el análisis de diversas situaciones se está ante una actividad intelectual que favorece la percepción de los diversos factores que determinan la obtención de resultados (deseados o no) y la comprensión del porqué de la influencia en mayor o menor grado de tales factores (interiorización de las acciones).

• Las situaciones originadas en el proceso de simulación con los alumnos tendrán dos alternativas de análisis. Durante el proceso mismo y durante las clases, sin la utilización del simulador. En estas últimas los alumnos y el profesor intercambiarán impresiones acerca de la experiencia de simulación, sus estrategias, los resultados, los porqué de ellos, las conclusiones y síntesis explicativas.

• La simulación facilita la interactividad, que permite que las personas no sean meros receptores pasivos de información.

• Facilita la rapidez al acceso e intercambio de información. • Permite estudiar la factibilidad de situaciones críticas, imposibles de

experimentar sobre un sistema real. • Ofrece la posibilidad de repetir, en condiciones idénticas y a partir de su

modelación, procesos y fenómenos, algo difícil de lograr en condiciones reales y, por tanto, de estudiar sistemáticamente.

• Elimina los riesgos que siempre se presentan en la interacción con la realidad, tanto para dispositivos, instrumentos, etc., como para los estudiantes; con lo que se crea confianza en ellos para implicarse en el estudio de esa realidad.

• Permite la realimentación inmediata, pues los efectos que se logran en el funcionamiento del sistema, fenómeno o proceso que se simula, como resultado de introducir modificaciones en determinados parámetros, resultan inmediatos, lo que permite corregir la actuación del estudiante en cada momento.

• Cualquier método nuevo de enseñanza lleva automáticamente a un aumento de atención por parte del estudiante. Esta mayor motivación afecta positivamente en la concentración, el interés y el esfuerzo.

• Posibilita el autoaprendizaje ya que se basa en una perspectiva constructivista, en la que se asume que el estudiante no es solo un procesador activo sino también un constructor significativo de la información.

7.3 Desventajas

• No se puede utilizar para la enseñanza de cualquier tema. Es necesario saber determinar en qué ocasiones se puede utilizar.



• Complejidad a la hora de desarrollar programas. Por lo general se deberá recurrir a especialistas en el área informática para la construcción de los programas de simulación.

• Es necesario tener muy claro cuál es el objetivo que se persigue al utilizar la simulación para enseñar, de lo contrario se corre el riesgo de no obtener los resultados esperados.

• Los encargados de administrar la enseñanza deben conocer la metodología y deben realizar los cambios en el entorno de enseñanza en el que se utilizará simulación.


CAPÍTULO 5

CASO DE APLICACIÓN 1 Entorno de Aprendizaje 1.1 Introducción Con el fin de mostrar la utilización de la simulación como parte del proceso de enseñanza aprendizaje, se desarrollará un entorno metodológico para dictar el tema “Políticas de Administración de Procesos”, encuadrado en la materia Sistemas Operativos de la carrera Licenciatura en Informática.

Este entorno de aprendizaje se fundamenta en la teoría constructivista y da un marco para incluir la simulación como recurso a utilizar para desarrollar las actividades que permitan a los alumnos aprender los contenidos propuestos.

Teniendo en cuenta lo explicado en capítulos anteriores, para poder lograr buenos resultados en la enseñanza, es necesario anticiparse al proceso, estructurando los contenidos, las actividades, los recursos y la forma en que todo esto se relacionará, creando de esta manera un escenario particular de enseñanza.

Este entorno se diseñará partiendo del supuesto que los alumnos ya han adquirido conocimientos sobre.

• El funcionamiento general de un sistema de cómputos clásico monoprocesador, multiusuario, en el que interactúan varios procesos compitiendo por hacer uso de la CPU

• La forma en que se organiza la competencia de los procesos en el sistema.

1.2 Proceso de Aprendizaje En primera instancia los alumnos deberán comprender el funcionamiento de las políticas de planificación de procesos y el entorno teórico en el que se encuentran.

Luego, se desarrollarán actividades prácticas en las que se incluirá la simulación de un sistema operativo del tipo anteriormente mencionado, para que los alumnos realicen las actividades propuestas por la cátedra. Entre estas actividades, los alumnos podrán formular hipótesis, experimentar y constatar si las suposiciones realizadas fueron válidas.

De esta manera se pretende incluir al alumno en un proceso en el que él mismo construya su conocimiento, incrementando la motivación y la curiosidad, y permitiendo un análisis a través de la experimentación.

Los profesores serán facilitadores del proceso de aprendizaje del alumno, dando las explicaciones teóricas necesarias, y guiándolos en el proceso de simulación para que puedan lograr el objetivo deseado.



1.2.1 Objetivo general Lograr que los alumnos entiendan el funcionamiento de las políticas de planificación de procesos, pudiendo obtener conclusiones particulares y comparativas sobre el rendimiento de las mismas.

1.2.2 Objetivos particulares

• Que los alumnos aprendan a reconocer qué medidas deben evaluar en cada política, para determinar su rendimiento.

• Permitir que los alumnos proponga hipótesis sobre el funcionamiento y rendimiento de las políticas, para luego corroborarlas o desecharlas realizando experimentos.

• Que los alumnos influyan en forma directa en el funcionamiento de cada política y observen las diferencias.

• Que los alumnos sean capaces de desarrollar un conjunto de conclusiones sobre el comportamiento y rendimiento de las políticas para distintas situaciones.

1.3 Lista de Contenidos

• Conceptos de planificación de procesos. • Planificación de CPU. • Funcionamiento de distintos algoritmos o políticas de planificación. • Parámetros a medir para cada política y su significado. • Medidas de rendimiento de cada política (promedio de espera en la cola,

porcentaje de utilización de CPU, etc.), que indican su eficiencia. • Comparación entre distintas políticas según estas medidas.

1.4 Detalle de contenidos 1.4.1 Conceptos de planificación de procesos

• Objetivo: Se espera que los alumnos entiendan el concepto de planificación y los elementos que intervienen.

• Temario: o Colas de planificación. o Planificadores.

1.4.2 Planificación de CPU

• Objetivo: Se espera que los alumnos entiendan la estructura de los procesos y del sistema operativo, en lo relacionado a la planificación de procesos.



• Temario: o Ráfagas de CPU y E/S. o Estructura de planificación. o Cambio de contexto. o Despachador.

1.4.3 Algoritmos o políticas de planificación

• Objetivo: Lograr que los alumnos entiendan el funcionamiento de las distintas políticas de administración de procesos, las medidas de rendimiento representativas y las distintas formas de evaluarlas y compararlas.

• Temario: o Utilización de la CPU o Productividad o Tiempo de Retorno o Tiempo de Espera o Tiempo de Respuesta o Mecanismos para la evaluación de algoritmos.

1.5 Diseño del Entorno de Aprendizaje 1.5.1 Pasos a seguir para la enseñanza del tema 1. Introducción teórica del tema, utilizando la bibliografía de la materia. 2. Presentación del software que se utilizará para la comprensión detallada y realización

de la práctica del tema. 3. Presentación del trabajo práctico que instará a la realización de experimentos,

utilizando el software para simular distintas situaciones. 4. Realización del trabajo práctico utilizando el software de simulación que se

desarrollado para tal fin. 5. Puesta en común de las conclusiones obtenidas, discusiones y conclusiones.

1.5.2 Especificaciones del software El software a utilizar para la enseñanza del tema deberá cumplir con los siguientes requerimientos:

• Permitir el ingreso de lotes de prueba de procesos con sus tiempos de duración y política de planificación a utilizar.

• Permitir que simule el funcionamiento del lote de procesos con la política indicada.

• Permitir el cambio de política para el mismo lote de procesos.



• Emitir resultados por cada lote y por cada política, que contenga: o Tiempo de retorno de los procesos. o Tiempo de espera de los procesos. o Tiempo promedio de espera en la cola de los procesos o Porcentaje de utilización de la CPU. o Tiempo de retorno promedio. o Productividad del sistema.

1.5.3 Trabajo a desarrollar por los alumnos Para el siguiente lote de Prueba:

Proceso Tiempo Total (ms) Porcentaje CPU 1 20000 90 2 5000 80 3 17000 70 3 3000 20 4 80000 10 5 90000 30

1. Realice un experimento con cada una de las políticas de planificación. Lea e

interprete los resultados comparando los siguientes valores para las distintas políticas:

a. Tiempo de retorno para cada proceso. b. Tiempo de espera para cada proceso. c. Tiempo promedio de espera en cola. d. Utilización de CPU. e. Productividad. f. Longitud media de la cola.

2. Escriba sus conclusiones respecto de:

a. ¿Cuál es la política con mayor velocidad de procesamiento para procesos de alta carga de CPU? ¿ Por qué?. Aclaraciones: • Considere con alta carga de CPU, aquellos procesos que tienen más del

50% de su tiempo total de procesamiento. • Pruebe la política con prioridades asignando alta prioridad a los procesos

con mucha CPU y luego baja. b. Repita el experimento analizando los resultados para los procesos con alta

carga de E/S.



c. ¿En qué política tienen mayor velocidad de retorno los procesos con poca E/S? ¿Por qué?

d. ¿Cuál fue la política en la que la CPU estuvo más utilizada? Explique los motivos por los que considera que fue así.

3. Ahora realice cambios en el lote de prueba, efectúe más corridas de simulación para cada política y compruebe si lo que afirmó en las conclusiones del ejerció anterior sigue siendo válido. Justifique.

4. En base al ejercicio anterior, concluya ¿Cuál es la política que maximiza la Utilización de CPU y la Productividad? Justifique.

5. Genere una muestra de 5 (cinco) procesos con mucha carga de utilización de la CPU (más del 70%). Realice un experimento con las políticas FCFS, SJF y RR y explique: ¿Cuál es la mejor política? Justifique.

6. Utilizando el lote de prueba del ejercicio 1 y la política con prioridades experimente y explique lo que observa respecto del tiempo de espera de los procesos. Cuando asigne prioridades a los procesos, fije la prioridad más baja al proceso de menor tamaño.

7. Pruebe la política RR, realizando dos corridas con los mismos procesos, pero modificando el Quantum, a un tamaño menor a 60ms (tiempo de cambio de contexto) y a un tamaño considerablemente mayor. ¿Qué concluye respecto del Tiempo Promedio de Retorno y Tiempo Promedio de Espera de los proceso?

2 Aplicación del Entorno de Aprendizaje Para poder aplicar el entorno de aprendizaje desarrollado en la sección anterior, se diseñará un modelo de simulación que representará un sistema de cómputos clásico, que utiliza políticas de planificación de procesos. El objetivo de la simulación será permitir que los alumnos experimenten sobre el modelo a fin que logren comparar las distintas políticas existentes, utilizando los resultados numéricos que la simulación les brindará y así conocer la eficiencia de cada política.

La simulación constituye un enfoque experimental para responder preguntas específicas sobre el comportamiento y propiedades del sistema que estamos simulando. El proceso de simulación incluye la construcción de un modelo del sistema a simular y su uso posterior para estudiar el comportamiento del sistema.

Por tratarse de un sistema en el cual sus componentes adquieren distintos estados durante el transcurso del tiempo, la simulación que se realizará será dinámica. Asimismo, las variables representativas del sistema tienen un comportamiento aleatorio por lo cual también deberá ser estocástica y, dado que los cambios de estados se originan con la ocurrencia de algún evento, en instantes concretos del tiempo, será discreta y por eventos.



3 Descripción del Sistema Se evaluará un sistema de cómputos clásico monoprocesador en el que interactúan varios procesos sobre un sistema operativo multiusuario genérico, funcionando sobre un hardware que posee una sola CPU y dispositivos de E/S como discos, teclado, pantalla, etc.

Todos los procesos compiten para ejecutarse en la CPU bajo un esquema de planificación apropiativo o no apropiativo, siguiendo una política de selección, en una cola llamada Cola de Listos. Cuando los procesos se están ejecutando y requieren una operación de entrada/salida esperan por su realización en la cola del dispositivo correspondiente.

Observación: El objetivo principal de este análisis será el comportamiento de las distintas políticas de administración de procesos, por lo que no se describirán detalles del sistema real que no tengan influencia directa sobre este objetivo.

3.1 Descripción Estática 3.1.1 Población

Todos los programas que puedan ser enviados a ejecutarse sobre el sistema operativo.

3.1.2 Partes

• Procesos o tareas: Son aquellos programas que tienen todos los recursos asignados para ejecutar. Pueden estar en diferentes estados (Listos, Ejecutando, Bloqueados).

• Cola de listos: Es la lista de procesos que están esperando para ser atendidos por la CPU.

• CPU: Es el servidor. Lugar donde son atendidos los procesos listos, cuando se les asigna el turno. Aquí se realiza el procesamiento por un determinado tiempo, el cual puede ser aleatorio o fijo. Cuando este tiempo finaliza, el proceso pasa a otro estado y la CPU atiende al siguiente proceso.

• Cola de bloqueados: Es una lista de procesos que se encuentran a la espera de la respuesta a una solicitud que realizaron previamente al sistema. o Cola de E/S: Es la lista de procesos que se encuentran bloqueados

esperando la respuesta de una solicitud de entrada/salida, por ejemplo lectura en un disco. Hay una cola para cada dispositivo físico que el sistema posea.

o Cola de llamadas al sistema: Es una lista de procesos que esperan por la llegada de una respuesta del sistema para poder desbloquearse y hacer uso de un recurso compartido o continuar su ejecución.

• Planificador: Es un programa del sistema operativo que se encarga de organizar la forma de asignación de los procesos a CPU, es decir, seleccionar



un proceso de la Cola de Listos para que luego sea llevado a Ejecución. Para esto puede utilizar distintas metodologías, las cuales reciben el nombre de Políticas de Planificación de Procesos.

Las analizadas para esta tesina son las siguientes: o Planificación “por orden de llegada” o FCFS (First-come, fist-served):

Cuando un proceso ingresa a la cola de listos, se agrega al final de la misma y el proceso que se encuentre primero en ella, será el primero al que se le asignará la CPU. El esquema de planificación es no apropiativo, es decir, el proceso que hace uso de CPU la conserva hasta que desee liberarla, ya sea por terminación, por solicitud de E/S o solicitud al sistema.

o Planificación “Primero el trabajo más breve” o SJF (Shortest-job-first): Este algoritmo asocia a cada proceso la longitud de su siguiente ráfaga de CPU. Cuando la CPU está disponible, se le asigna al proceso que tiene la menor ráfaga de CPU. Si dos procesos tienen la misma longitud para la siguiente ráfaga de CPU, se utiliza la planificación FCFS. El problema de este algoritmo es conocer la longitud de la siguiente solicitud de CPU. Para planificación a lago plazo de trabajos, se puede utilizar el tiempo límite del proceso. De esta manera los usuarios estiman con precisión este tiempo límite, donde un valor menor representa una respuesta más rápida. Para planificación de corto plazo es difícil predecir la longitud de la siguiente ráfaga de CPU, pero existen algoritmos para realizar esto y así poder elegir el proceso cuya ráfaga de CPU siguiente es la menor. Esta política puede ajustarse tanto al esquema apropiativo como no apropiativo. Bajo el apropiativo, el proceso que llega a la cola de listos desplaza al proceso que se está ejecutando en ese momento, si tiene una ráfaga de CPU menor que el tiempo de ráfaga que le resta al proceso en ejecución.

o Planificación Por Prioridades: Se asocia una prioridad a cada proceso y la CPU se asigna al de mayor prioridad. Los procesos con igual prioridad se planifican en orden FCFS. Las prioridades pueden definirse internamente utilizando alguna cantidad mensurable para calcularla; como límites de tiempo, requisitos de memoria, etc. De forma externa se emplean criterios ajenos al Sistema Operativo, como la importancia del proceso. Este algoritmo puede ser apropiativo o no apropiativo. Bajo el esquema apropiativo el proceso que llega a la cola de listos desplaza al proceso que se está ejecutando en ese momento, si tiene una prioridad mayor.

o Planificación Circular o RR (Round Robin): Diseñado especialmente para sistemas de tiempo compartido. Se define una pequeña unidad de tiempo, llamada cuanto, que generalmente varía entre 10 y 100 ms. La CPU se asigna a cada proceso de la cola de listos por un intervalo de tiempo que no supere ese cuanto. Puede suceder que el proceso tenga una ráfaga de CPU menor que el cuanto, en ese caso el proceso liberará voluntariamente la CPU y el planificador continuará con el siguiente proceso de la cola de listos. Si la ráfaga de CPU del proceso es mayor que un cuanto, se ejecutará un cambio de contexto y el proceso se colocará al final de la cola de listos. Este algoritmo es no apropiativo.



o Planificación de colas multi-nivel: Se utiliza en aquellas situaciones donde los procesos se pueden clasificar en distintos grupos. Por ejemplo, procesos interactivos, procesos batch. Este algoritmo divide la cola de procesos listos en diversas colas, cada una con una prioridad fija y con su propio algoritmo de planificación. Los procesos se asignan siempre a una única cola y no se ejecuta ningún proceso de una cola de menor prioridad hasta que finalicen los de la cola de mayor prioridad. Este algoritmo puede ser apropiativo o no apropiativo. Bajo el primer esquema, política apropiativa, si llega un proceso a una cola de mayor prioridad a la del proceso que se está ejecutando este debe ser desplazado de CPU. Bajo el segundo esquema, política no apropiativa, si llega un nuevo proceso simplemente se agrega a la cola correspondiente.

o Planificación de colas multi-nivel con realimentación: Permite a un proceso moverse de una cola a otra. Los procesos se separan en distintas colas según las características de sus ráfagas de CPU. Si un proceso utiliza demasiada CPU se pasará a una cola de menor prioridad. De igual forma si un proceso espera demasiado tiempo en una cola de menor prioridad se puede mover a una de mayor prioridad. Un planificador de colas de múltiples niveles con realimentación se define con los siguientes parámetros: número de colas, algoritmo de planificación para cada cola, método para determinar la cola a la que será asignado un proceso, método para determinar cuándo mover un proceso a una cola de mayor prioridad y método para determinar cuándo mover un proceso a una cola de menor prioridad.

Política Orden Inserción Extracción Apropiativo No

Apropiativo FCFS De llegada Al final De la cabeza No SI SJF Tamaño de la

próxima ráfaga de CPU

De menor a mayor

De la cabeza SI SI

Prioridad Prioridad De menor a mayor

De la cabeza SI SI

RR De llegada Al final De la cabeza NO SI Multi- Nivel

De llegada Al final (luego de determinar en qué cola)

De la cabeza SI (entre colas)

SI

Multi- Nivel Realim.

De llegada Al final (luego de determinar en qué cola)

De la cabeza SI (entre colas)

SI

3.1.3 Subsistemas

• Procesador: Se realiza el procesamiento de las tareas, de usuario o del sistema operativo, alternando entre los distintos procesos. Forman parte de este subsistema los procesos que se encuentran listos para utilizar CPU, la cola de listos, la CPU y el Planificador.



• Bloqueos: Administra los procesos que se encuentran a la espera de algún respuesta.

o Por hardware: Está constituido por los procesos en espera de la respuesta a una solicitud de operación de E/S, la cola de E/S y los distintos dispositivos.

o Por software: Está constituido por la cola de bloqueados, los procesos que se encuentran bloqueados a la espera de una señal que les permita continuar (accediendo a recursos compartidos o simplemente continuar su ejecución) y todos aquellos procesos del sistema operativo que realizan la atención de los bloqueos.

3.2 Descripción Dinámica 3.2.1 Estados del sistema

• Despachando: El sistema se encuentra seleccionando un proceso de la cola de listos para enviarlo a ejecución.

• Ejecutando: Se están procesando las instrucciones de un proceso que ocupa la CPU.

• Desplazando: Se encuentra realizando los cambios necesarios para desplazar de la CPU a un proceso, llevándolo nuevamente a la cola de listos, debido que agotó la fracción de tiempo asignado (Round Robin) o perdió el derecho de utilización de CPU (políticas apropiativas).

• Bloqueando: Luego de detectar una solicitud del proceso en ejecución, la cual no puede ser atendida inmediatamente, el sistema se encuentra desplazando al proceso que ocupa la CPU para enviarlo a la cola de bloqueados.

• Desbloqueando: Habiendo llegado la respuesta a una solicitud pendiente y habiendo evaluado que el proceso que se encuentra en CPU perdió el derecho a utilizarla (políticas apropiativas), el sistema desaloja al proceso que ocupa la CPU y selecciona al proceso que realizara la petición, de la cola de bloqueados.

• Finalizando: Frente a la finalización de ejecución de un proceso, el sistema se encuentra desalojando al mismo en forma definitiva.

3.2.2 Estados de los procesos

• Listo: A este estado ingresan aquellos procesos que están en condiciones de ser ejecutados, por primera vez cuando el sistema les ha otorgado los recursos necesarios para su ejecución (registros, memoria, etc.) o bien para continuar su ejecución después de pasar por otro estado. Se encuentran en la cola de listos.

• Ejecución: A este estado ingresa un proceso que se encontraba en estado listo al ser seleccionado por el sistema para hacer uso de la CPU.



• Bloqueado: A este estado ingresan los procesos que en estado de ejecución realizaron una petición que no les permite continuar procesándose momentáneamente.

• Finalizado: A este estado ingresan los procesos que han concluido su procesamiento.

3.2.3 Eventos

• Llega un proceso al sistema. • Finaliza la selección de un proceso de la Cola de Listos. • Finaliza el desplazamiento del proceso que se encontraba en ejecución. • Finaliza el ingreso de un proceso a la cola de bloqueados. • Finaliza la salida de un proceso de la cola de bloqueados. • Finaliza el desplazamiento definitivo de un proceso. • El proceso en estado de ejecución finaliza el tiempo asignado a CPU. • El proceso en estado de ejecución realiza una solicitud al sistema. • Llega la respuesta a una solicitud realizada previamente por un proceso. • Finaliza la ejecución de un proceso.

3.2.4 Transiciones de estados En la mayoría de los casos, cuando ocurre un evento, se provoca un cambio de estado en el sistema cuyo procesamiento origina transiciones de estado de al menos un proceso.

• Del Sistema o De Despachando a Ejecutando: Este cambio de estado se provoca

cuando el sistema finaliza la selección de un proceso de la cola de Listos para iniciar o retomar su procesamiento.

o De Ejecutando a Desplazando: Este cambio lo decide el sistema por dos motivos sobre el proceso en ejecución: la finalización del tiempo otorgado para hacer uso de CPU (RR) o la pérdida del derecho a seguir ejecutándose ante la presencia de otro proceso de mayor peso (políticas apropiativas).

o De Ejecutando a Bloqueando: Este cambio se provoca cuando el sistema recibe una interrupción de hardware (reloj, teclado, etc.) o de software (llamadas al sistema: lectura, escritura, suspensión, etc.)

o De Ejecutando a Desbloqueando: Este cambio se provoca cuando el sistema detecta una respuesta a una solicitud realizada previamente por un proceso y el proceso en ejecución pierde el derecho a seguir utilizando la CPU (políticas apropiativas).


o De Ejecutando a Finalizando: Cuando el sistema detecta la conclusión de la última instrucción de un proceso.

o De Desplazando a Despachando: Esta transición se produce cuando se carga el planificador luego de finalizado el resguardo del proceso que se encontraba en ejecución. Esta transición sólo ocurre bajo la política Round Robin o en aquellas políticas apropiativas.

o De Bloqueando a Despachando: Esta transición se produce cuando se carga el planificador luego de finalizada la tarea de bloqueo de un proceso.

o De Desbloqueando a Despachando: Esta transición se produce cuando se carga el planificador luego de finalizada la tarea de desbloqueo de un proceso. Sólo ocurre para las políticas apropiativas.

o De Finalizando a Despachando: Esta transición se produce cuando se carga el planificador luego que finaliza un proceso en forma definitiva.

• De los Procesos o De Listo a Ejecución: Este cambio se produce cuando el sistema

despacha un proceso de la cola de listos. o De Ejecución a Bloqueado: Se produce cuando un proceso debe

suspender su ejecución a la espera de una respuesta a una solicitud realizada.

o De Bloqueado a Listo: Cuando el proceso recibe la respuesta esperada y está nuevamente en condiciones de ser seleccionado para continuar su ejecución.

o De Ejecución a Listo: Cuando el sistema desplaza al proceso que se encuentra haciendo uso de CPU porque finalizó la fracción de tiempo que le fue asignada (Round Robin), o perdió el derecho a uso de CPU (políticas apropiativas).



o De Ejecución a Finalizado: Cuando el proceso que esta haciendo uso de CPU ejecuta su última instrucción y sale del sistema.

4 Construcción del Modelo 4.1 Objetivo El presente modelo de simulación tiene como fin permitir que el alumno logre analizar, comprender y comparar el comportamiento de distintas políticas de administración de procesos, en un sistema operativo multiusuario, monoprocesador. 4.2 Componentes

4.2.1 Reloj

Dispositivo lógico que simboliza el tiempo actual de la simulación. Modelización: Se inicializará en cero y se actualizará avanzando el tiempo hasta el instante de ocurrencia del siguiente evento (incremento de tiempo variable). Al momento de la actualización se realizará el control de cambios en el proceso de simulación y se registrarán los datos necesarios para el cálculo de las estadísticas cada vez que ocurra un evento en el sistema.

4.2.2 Tiempo de simulación:

Duración de la simulación. Cálculo: El menor tiempo transcurrido entre el instante de finalización de todos los procesos ingresados al sistema y la duración solicitada por el usuario.

4.2.3 Tiempo de cambio de contexto

Es el tiempo que el sistema demora en desalojar un proceso de la CPU e ingresar otro. Incluye los tiempos de descarga del proceso actual, carga del planificador, selección de un nuevo proceso, descarga del planificador y carga del nuevo




proceso a CPU. Depende en gran parte del hardware que se esté utilizando y puede variar entre 1 y 100 ms. Modelización: A los fines de la presente simulación se fraccionará en cinco tiempos iguales. Será establecido como un valor propio de la simulación que se mantendrá fijo en 60 ms para todas las corridas.

4.2.4 Entradas

Son aquellos procesos que llegan al sistema en forma aleatoria para ejecutar sus instrucciones. El tiempo que transcurre entre la llegada de un proceso y el siguiente, denominado tiempo entre llegadas, sigue una distribución exponencial, considerando como parámetro la media, representada por la carga de procesos que tiene el sistema real que se quiere simular. Modelización: Serán representados por una cola de procesos, que para cada uno contendrá la siguiente información. • Tiempo de arribo: Instante de tiempo respecto del anterior arribo al que

ingresa el presente proceso. Para el primer proceso el tiempo anterior de arribo será considerado cero. Cálculo: Será obtenido a partir de la generación de números aleatorios. (ver Adquisición de Datos)

• Tiempo de proceso: Representa el tiempo total que se estima el proceso necesita para realizar su trabajo (se encuentran incluidas ráfagas de CPU y ráfagas de E/S o bloqueos). En el sistema real este tiempo es aleatorio y desconocido al iniciar la ejecución de un proceso, sin embargo, a los efectos de esta simulación este dato será ingresado por el usuario.

• Porcentaje de CPU: Es el porcentaje de tiempo que el proceso estará haciendo uso de CPU (en estado de ejecución). Será un valor ingresado por el usuario.

• Porcentaje de Bloqueos: Es el porcentaje de tiempo que se estima que el proceso estará esperando por respuestas a solicitudes efectuadas. Cálculo: 100% - Porcentaje de CPU.

• Tiempo de CPU: Es el tiempo total que el proceso necesitará hacer uso de CPU. Cálculo: (Porcentaje de CPU * Tiempo de Proceso)/100

• Tiempo de bloqueo: Es el tiempo total que se espera que el proceso esté aguardando por respuestas. Cálculo: (Porcentaje de Bloqueo * Tiempo de Proceso)/100

Al momento de ingresar los procesos al sistema, el modelo de simulación fraccionará el Tiempo de CPU y el Tiempo de Bloqueo, generando varios números aleatorios a fin de representar la secuencia de ráfagas reales dentro de un proceso. Teniendo en cuenta la bibliografía de Sistemas Operativos en la que establece que la duración de estas ráfagas tiende a presentar una curva que se caracteriza como exponencial,



se utilizarán generadores de números aleatorios que sigan esta distribución de probabilidad (ver Adquisición de Datos). Se debe tener presente que la última ráfaga debe corresponder a CPU, pasando el proceso del estado Ejecución al estado Finalizado.

4.2.5 Salidas

Se considerarán dos tipos de salidas • Para cada proceso: Información estadística resultante de su procesamiento. • Del sistema: Información estadística resultante de la contabilización de los

datos generados por la administración de los procesos. Modelización: Cada proceso será representado por la siguiente información, la cual se obtendrá utilizando el reloj de simulación.

o Tiempo de retorno: Intervalo de tiempo entre su llegada al sistema y su finalización. Cálculo: Instante de Fin de proceso – Instante de Inicio de proceso

o Tiempo de proceso efectivo: Es el tiempo total que el proceso estuvo ejecutando en CPU y aguardando por respuestas en la cola de de bloqueados. Cálculo: Tiempo de CPU + Tiempo de Bloqueo.

o Tiempo de CPU efectivo: Es el tiempo total que el proceso estuvo procesándose en la CPU. Cálculo: Será obtenido durante la corrida de la simulación en cada evento, adicionando en ese momento al proceso que se encuentre en la CPU el tiempo entre el reloj y el tiempo del próximo evento, sin tener en cuenta los tiempos del cambio de contexto.

o Tiempo de bloqueo efectivo: Es el tiempo total que el proceso estuvo aguardando por respuestas. Es aproximado al tiempo de bloqueo esperado, pero en aquellos casos, en que la respuesta al bloqueo llegue cuando la CPU esté ocupada en una tarea que no puede ser interrumpida., se le adiciona el tiempo hasta que finalice esta tarea. Cálculo: Será obtenido durante la corrida de la simulación en cada evento, adicionando en ese momento a cada proceso que se encuentre en la cola de bloqueados el tiempo entre el reloj y el tiempo del próximo evento.

o Tiempo de espera: Tiempo en que el procesos no estuvo utilizando CPU ni aguardando una respuesta a un bloqueo, es decir, que estuvo en la cola de listos o aguardando la finalización de procesos especiales del sistema (por ejemplo el cambio de contexto). Cálculo: Tiempo de retorno – tiempo de proceso


Al finalizar cada corrida de simulación se obtendrán las siguientes estadísticas: o Tiempo promedio de espera en cola: Promedio de tiempo que los

procesos esperaron en la cola de listos o aguardaron por la finalización de procesos especiales del sistema (por ejemplo el cambio de contexto).

Cálculo: nn

i iP /)1

( ∑=

P: tiempo de espera, n: cantidad de procesos ingresados al sistema.

o Utilización de CPU: Porcentaje de tiempo en que la CPU estuvo asignada a los procesos.

Cálculo: mulaciónTiempodeSin

i iUTiempodeCP /100*)1

( ∑=

n: cantidad de procesos ingresados al sistema.

o Productividad: Promedio de tiempo que el sistema dedicó a un proceso. Cálculo: / mulaciónTiempodeSi esadosocesosIngrCantidad Pr

o Tiempo promedio de retorno: Promedio de tiempo de retorno de los procesos ingresados al sistema.

Cálculo: nn

i iR /)1

( ∑=

R: tiempo de retorno, n: cantidad de procesos ingresados al sistema.

o Longitud media de la cola: Promedio de procesos que permanecieron en la cola de listos durante el tiempo de simulación.

Cálculo: ee

iLi /)1

( ∑=

i : n° de evento, L: longitud de cola de listos, e: cantidad total de eventos.

o Rendimiento: Cantidad de procesos finalizados por unidad de tiempo. Cálculo: mulaciónTiempodeSilizadosocesosFinaCantidad /Pr

4.2.6 Cola de listos

Modelización: La política de Administración de la Cola de Listos será ingresada por el usuario, especificando los parámetros necesarios en cada caso. Al momento de seleccionar un proceso para su atención siempre se extraerá el primero que se encuentre en la cola y al momento de agregar un proceso, se seguirá lo indicado por la política de administración. • Primero en llegar Primero en ser atendido: La cola de listos será

administrada con una disciplina Primero en Entrar Primero en ser Atendido (FIFO).




• Primero el trabajo más breve: Los procesos deberán tener especificado el tamaño de su siguiente ráfaga de CPU. Este valor indicará el orden en el que deberán insertarse al momento de ingresar a la Cola de Listos. El orden será ascendente, es decir, el primer proceso de la cola será el que tenga la ráfaga de CPU más pequeña.

• Por prioridades: Los procesos deberán tener especificado un valor que indique su prioridad, el cual será ingresado por el usuario (cuanto menor sea el valor, mayor será la prioridad). Este valor indicará el orden en el que deberán insertarse al momento de ingresar a la Cola de Listos. El orden será ascendente, es decir, el primer proceso de la cola será el que tenga la mayor prioridad.

• Planificación circular (Round Robin): Se establecerá un tiempo fijo de asignación de CPU a los procesos (quantum), cuyo valor será ingresado por el usuario. Cuando un proceso deba ingresar o reingresar a la Cola de Listos, será agregado al final de la cola (orden FIFO).

• Colas multinivel: Se establecerán los siguientes parámetros adicionales, cuyos valores serán especificados por el usuario: cantidad de colas a simular, política de atención para cada una y, para cada proceso que ingresa al sistema, la cola a la cual deberá ser asignado. A las colas se les otorgará la prioridad en el orden de ingreso, siendo la prioridad más alta para la primera cola ingresada. Cuando un proceso deba ingresar o reingresar a la Cola de Listos, será agregado al final de la cola a la que fuera asignado originalmente (FIFO). Se les dará mayor prioridad a los procesos que se encuentren asociados a la las colas de mayor prioridad.

• Colas multinivel con realimentación: Se establecerán los siguientes parámetros adicionales, cuyos valores serán especificados por el usuario: cantidad de colas a simular y política de atención de cada una. A las colas se les otorgará la prioridad en el orden de ingreso, siendo la prioridad más alta para la primera cola ingresada. En cada cola la atención de los procesos será FIFO. En cada reingreso de un proceso a la cola de listos, se agregará a la siguiente cola y en caso de llegar a la última, reingresará siempre a ella hasta finalizar su ejecución.

4.2.7 Cola de bloqueados Modelización: La cola de Entrada/Salida y la cola de cola de Bloqueados serán unificadas en una sola lista de procesos que aguardan por una respuesta, dado que el objetivo de la presente simulación no es analizar el comportamiento de este subsistema, sino lo relacionado a las políticas de administración de procesos. A medida que los procesos vayan llegando a la cola de bloqueados, se irán ordenando en forma ascendente por el siguiente tiempo: instante de solicitud que origina el bloqueo + duración de la ráfaga de bloqueo.

4.2.8 CPU

Modelización: Será representada por medio de la identificación del proceso que se encuentre en estado de Ejecución.



4.3 Determinación del Próximo Evento El sistema contará para determinar cuál será el próximo evento con:

• Registro del instante de ingreso del proceso en ejecución a CPU.

• Cola de arribos, donde previo a la simulación, se generarán los eventos de llegada de los procesos al sistema, de manera tal que queden ordenados en forma ascendente por el instante de ocurrencia (instante de arribo del proceso anterior + tiempo de arribo del proceso actual).

• Cola de desbloqueos, en la cual, durante la simulación, al producirse el evento “El proceso en estado de ejecución realiza una solicitud al sistema”, se generarán los eventos de desbloqueo, de manera tal que queden ordenados en forma ascendente por el instante de ocurrencia (instante de la solicitud del bloqueo + duración de la ráfaga de bloqueo).

• Cálculos de Tiempo:

o CargaPlanificador: reloj actual + 1/5 del cambio de contexto o DespacharProceso: reloj actual + 3/5 del cambio de contexto o PróximoArribo: Si la cola de arribos no está vacía, extraer el instante de

arribo del primer proceso. Sino, no es posible realizar el cálculo. o PróximoDesbloqueo: Si la cola de desbloqueos no está vacía, extraer el

tiempo de fin de bloqueo del primer proceso. Sino, no es posible realizar el cálculo.

o FinDeQuantum: Si la política es RR, calcular: instante de ingreso del proceso en ejecución a CPU + duración del quantum. Sino, no es posible realizar el cálculo.

o PedidoDeBloqueo: Si el proceso que se encuentra en ejecución posee más ráfagas, calcular: reloj + duración de la ráfaga de CPU actual. Sino, no es posible realizar el cálculo.

o FinDeProceso: Si el proceso que se encuentra en ejecución no posee más ráfagas, calcular: reloj + duración de la ráfaga de CPU actual. Sino, no es posible realizar el cálculo.

Uso de la Simulación como estrategia de mejora en el proceso de enseñanza aprendizaje en las universidades. Una aplicación para la carrera de informática.


Estado Actual

Próximo Evento Posible Menor Tiempo entre… Nuevo Estado

Finaliza la selección de un proceso de la Cola de Listos DespacharProcesor Ejecutando Llega la respuesta a una solicitud realizada previamente por un proceso PróximoDesbloqueo Despachando Despachando Llega un proceso al Sistema PróximoArribo Despachando Finaliza el ingreso de un proceso a la cola de bloqueados CargaPlanificador Despachando Llega la respuesta a una solicitud realizada previamente por un proceso PróximoDesbloqueo Bloqueando Bloqueando Llega un proceso al Sistema PróximoArribo Bloqueando Finaliza la salida de un proceso de la cola de bloqueados CargaPlanificador Despachando Llega la respuesta a una solicitud realizada previamente por un proceso PróximoDesbloqueo Desbloqueando Desbloqueando Llega un proceso al Sistema PróximoArribo Desbloqueando Finaliza el desplazamiento del proceso que se encontraba en ejecución CargaPlanificador Despachando Llega la respuesta a una solicitud realizada previamente por un proceso PróximoDesbloqueo Desplazando Desplazando Llega un proceso al Sistema PróximoArribo Desplazando Finaliza el desplazamiento definitivo de un proceso CargaPlanificador Despachando Llega la respuesta a una solicitud realizada previamente por un proceso PróximoDesbloqueo Finalizando Finalizando Llega un proceso al Sistema PróximoArribo Finalizando Finaliza la ejecución de un proceso FinDeProceso Finalizando El proceso en estado de ejecución realiza una solicitud al sistema PedidoDeBloqueo Bloqueando El proceso en estado de ejecución finaliza el tiempo asignado a CPU FinDeQuantum Desplazando

Llega la respuesta a una solicitud realizada previamente por un proceso PróximoDesbloqueo Si no Apropiativa: Ejecutando Sino: Desbloquenado

Ejecutando

Llega un proceso al Sistema PróximoArribo Si no Apropiativa: Ejecutando Sino: Desplazando

Tesina:



4.4 Actividades en cada Evento del Sistema

• Llega un proceso al Sistema

Según el estado en que se encuentre el sistema:

o Estado actual: Despachando, Bloqueando, Desbloqueando, Desplazando, Finalizando

o Estado Nuevo: igual al actual. o Acciones:

Avanzar el reloj: el tiempo será actualizado con el instante de llegada del próximo evento.

Ingresar el nuevo proceso a la Cola de Listos con estado Listo según la política de planificación.

o Estado actual: Ejecutando. o Estado Nuevo: Según el esquema de planificación

Apropiativo: Desplazando. No Apropiativo: Ejecutando.

o Acciones: Apropiativo: Avanzar el reloj: el tiempo será actualizado con el instante de llegada

del próximo evento + 1/5 parte de tiempo de cambio de contexto (resguardo del estado del proceso actual).

Ingresar el proceso desplazado a la Cola de Listos según la política de planificación que se esté simulando y modificar su estado de Ejecución a Listo.

No Apropiativo: Avanzar el reloj: el tiempo será actualizado con el instante de llegada

del próximo evento + el tiempo total de cambio de contexto (resguardo y restauración del proceso actual).

En ambos: Ingresar el nuevo proceso a la Cola de Listos con estado Listo según la

política de planificación.

• Finaliza la selección de un proceso de la Cola de Listos. o Estado Actual: Despachando o Estado Nuevo: Ejecutando o Acciones:

Avanzar el reloj: el tiempo será actualizado con el instante de llegada del próximo evento + 3/5 partes del tiempo de cambio de contexto (selección del nuevo proceso, descarga del despachador y carga del proceso a CPU).

Sacar el primer proceso de la Cola de Listo y modificar su estado de Listo a Ejecución.



• Finaliza el desplazamiento del proceso que se encontraba en ejecución o Estado Actual: Desplazando o Estado Nuevo: Despachando o Acciones:

Avanzar el reloj: el tiempo será actualizado con el instante de llegada del próximo evento + 1/5 parte de tiempo de cambio de contexto (carga del planificador).

• Finaliza el ingreso de un proceso a la cola de bloqueados

o Estado Actual: Bloqueando o Estado Nuevo: Despachando o Acciones:


• Finaliza la salida de un proceso de la cola de bloqueados.

o Estado Actual: Desbloqueando o Estado Nuevo: Despachando o Acciones:


• Finaliza el desplazamiento definitivo de un proceso

o Estado Actual: Finalizando o Estado Nuevo: Despachando o Acciones:


• El proceso en estado de ejecución finaliza el tiempo asignado a CPU.

o Estado Actual: Ejecutando o Estado Nuevo: Desplazando o Acciones:


Ingresar el proceso desplazado a la Cola de Listos según la política de planificación que se esté simulando y modificar su estado de Ejecución a Listo.

• El proceso en estado de ejecución realiza una solicitud al sistema

o Estado Actual: Ejecutando o Estado Nuevo: Bloqueando



o Acciones: Avanzar el reloj: el tiempo será actualizado con el instante de llegada

del próximo evento. Ingresar el proceso que hacia uso de CPU a la cola de Bloqueados y

modificar su estado de Ejecución a Bloqueado.

• Llega la respuesta a una solicitud realizada previamente por un proceso Según el estado en que se encuentre el sistema: o Estado actual: Despachando, Bloqueando, Desbloqueando, Desplazando,

Finalizando. o Estado Nuevo: Igual a Estado Actual. o Acciones:

Avanzar el reloj: el tiempo será actualizado con el instante de llegada del próximo evento.

Recorrer la cola de Bloqueados y por cada proceso cuyo tiempo de ráfaga de E/S haya concluido:

Sacar de la cola de Bloqueados el proceso al que le llegó la respuesta e ingresarlo a la cola de Listos según la política de planificación que se este simulando.

Modificar su estado de Bloqueado a Listo.

o Estado actual: Ejecutando. o Estado Nuevo: Según el esquema de planificación

Apropiativo: Desbloqueando. No Apropiativo: Ejecutando.

o Acciones: Apropiativo: Avanzar el reloj: el tiempo será actualizado con el instante de llegada

del próximo evento + 1/5 parte de tiempo de cambio de contexto (carga del planificador).

Ingresar el proceso que estaba haciendo uso de CPU a la cola de Listos según la política de planificación que se esté simulando.

Modificar su estado de Ejecutando a Listo. No Apropiativo: Avanzar el reloj: el tiempo será actualizado con el instante de llegada

del próximo evento + el tiempo total de cambio de contexto (resguardo y restauración del estado del proceso actual).

En ambos: Recorrer la cola de Bloqueados y por cada proceso cuyo tiempo de

ráfaga de E/S haya concluido: Sacar de la cola de Bloqueados el proceso al que le llegó la

respuesta e ingresarlo a la cola de Listos según la política de planificación que se este simulando.

Modificar su estado de Bloqueado a Listo.

• Finaliza la ejecución de un proceso o Estado Actual: Ejecutando o Estado Nuevo: Finalizando


o Acciones: Avanzar el reloj: el tiempo será actualizado con el instante de llegada

del próximo evento Sacar del sistema el proceso que hacia uso de CPU y modificar su

estado de Ejecución a Finalizado. 4.5 Esquema General del Algoritmo de Simulación



5 Adquisición de Datos 5.1 Información Determinística

Esta información ingresará al modelo como valores constantes y a través de datos provistos por los usuarios.

• Constantes o Tiempo del cambio de contexto. Será fijado como 60 milisegundos.

• Variables ingresadas por los usuarios: o Tiempo máximo de simulación. o Política general a simular. o Política apropiativa o no apropiativa. o Política de atención de cada cola de listos (políticas de más de una cola). o Quantum asociado a las colas de listos (política Round Robin). o Media del tiempo entre arribos de los procesos. o Tiempo de procesamiento para cada proceso. o Porcentaje en que utiliza la CPU cada proceso. o Prioridad de cada proceso (política Prioridades). o Cola a la que se asigna cada proceso (política Multinivel).

5.2 Información Probabilística. Esta información corresponde al tiempo de arribo respecto del anterior proceso y al fraccionamiento en ráfagas del tiempo de procesamiento.

• Tiempo de arribo

Los tiempos entre llegadas de este sistema seguirán una distribución exponencial, por considerarse el subsistema constituido por la Cola de Listos y el procesador, un sistema de colas clásico. El parámetro representativo de esta distribución será la media λ la cual indicará la cantidad promedio de procesos que llegarán, dependiendo su valor de la carga del sistema. Este valor medio será ingresado por los usuarios.

Cálculo:

1. Se elegirá una semilla. 2. Con esa semilla se generará un número aleatorio RN, entre 0 y 1,

utilizando la función random provista por el lenguaje. 3. Se aplicará a RN, la transformación inversa de la exponencial:

RNX ln1λ−=



4. El resultado se tomará como el lapso que debe transcurrir desde la llegada del último proceso hasta la llegada del siguiente.

• Tiempo de Proceso

El tiempo de proceso ingresado por el usuario será fraccionado en n ráfagas de CPU y n ráfagas de IO (o bloqueos), cuyas duraciones serán variables y seguirán una distribución de probabilidad exponencial.

Cálculo:

1. Se elegirá una semilla. 2. Con esa semilla se generará un número aleatorio RN, entre 0 y 1,

utilizando la función random provista por el lenguaje. 3. Se aplicará a RN, la transformación inversa de la exponencial:

RNX ln1λ−= siendo λ la media.

X será el número aleatorio exponencial que representará una ráfaga de CPU, con media λ

4. Dado que la media no es un dato conocido será estimada la siguiente manera.

o Sea T, el tiempo de CPU

o Sea , el tiempo de CPU restante a fraccionar y la duración de cada ráfaga de CPU generada.

rT iT

∑=

∞=−=n

1i1..n ΤiΤΤr

o Para obtener la duración de cada ráfaga de CPU (Ti) se generarán números aleatorios que oscilen en el intervalo (0 - T) con un cierto nivel de confianza que garantice esto. A su vez, los valores aleatorios obtenidos que no sean pertenezcan al intervalo (0 - Tr) serán descartados.

o En base a lo anterior se formulará λ como la media de duración de las ráfagas:

TX =+ σ3

T=+ λλ1*31

( ) T=+λ

31

T=λ4

Los 3 desvíos asegurarán con un 99% de confianza que el número aleatorio generado caerá en el intervalo (0- T)




6 Traslación del Modelo 6.1 Elección del Lenguaje El modelo conceptual será traducido a un modelo computacional utilizando a Java como lenguaje de programación, el cual es de propósito general y orientado a objetos. Este lenguaje ha sido elegido por las siguientes razones, teniendo en cuenta que la presente tesina posee objetivos educativos:

• Es un lenguaje interpretado, robusto, multiplataforma y portable. • Todo el software necesario para desarrollar programas Java está disponible

en forma gratuita (java.sun.com). • Existe gran cantidad de documentación sobre el lenguaje. El sitio de Sun

ofrece un tutorial extensivo sobre el mismo. • El código puede ser escrito en cualquier editor de texto simple. • Existen entornos de desarrollo gratuitos, como Eclipse 3.1 (www.eclipse.org),

en el cual se llevará a cabo este desarrollo. • Existen herramientas gratuitas para el modelado con UML, permitiendo

ingeniería inversa de código Java y generación de código. Un ejemplo de esta herramienta es ArgoUML (http://argouml.tigris.org).

• Posee rutinas para la generación de números aleatorios. • El modelo y el software son factibles de seguir “creciendo”, pudiendo ser

fácilmente modificados, ya que es un lenguaje conocido por los docentes y alumnos de la Licenciatura en Informática.

• El rendimiento es aceptable para simulaciones que no requieran una velocidad de ejecución de vital importancia. Esto se apoya además en la velocidad de las máquinas actuales y en que el objetivo del modelo no incluye alcanzar el máximo rendimiento.

6.2 Generación de Números Aleatorios Java dispone de la clase Random, ubicado en el paquete java.util, para la generación de números aleatorios. Esta clase dispone de dos constructores:

• El primero crea un generador de números aleatorios cuya semilla es inicializada automáticamente con el instante de tiempo actual. Este constructor será el utilizado en la codificación del modelo. Random nroRnd = new Random();

• El segundo, inicializa la semilla con un número del tipo long. Si bien no es deseable que el modelo se simule asignando valores fijos a las semillas, será útil al momento de efectuar las pruebas, ya que con este constructor se puede obtener entre corridas la misma secuencia de números aleatorios, permitiendo repetir el mismo el experimento. Random nroRnd = new Random(3816L);

http://www.eclipse.org/

http://argouml.tigris.org/



7 Verificación y Validación La verificación y validación se fueron efectuando en cada etapa del desarrollo del modelo y para facilitar estas tareas se programó siguiendo una metodología top-down, en forma modular, incluyendo comentarios a cada método y usando nombres representativos.

Específicamente para verificar si el software funcionaba adecuadamente y validar si el modelo era una representación apropiada del sistema real, se ejecutaron corridas piloto, se utilizaron técnicas de debug, incluyendo chequeos en puntos específicos, agregando salidas adicionales que permitieran detectar errores y efectuar corridas de escritorio con los datos ingresados y generados aleatoriamente. También se establecieron como constantes (valores determinísticos) las variables aleatoria, para facilitar la determinación de las salidas y encontrar errores.

8 Diseño y Ejecución de Experimentos, Interpretación y Análisis de Resultados

Se efectuaron planillas de casos con valores para los parámetros de ingreso y el resultado teórico esperado. Cada lote se ejecutó para las distintas políticas de planificación, analizando las estadísticas arrojadas en cada corrida y verificando las hipótesis planteadas. Un ejemplo de esto fue presentado anteriormente (ver 1.6.3 Trabajo a desarrollar por los alumnos).

9 Implantación Como se había dicho en un principio, el entorno metodológico fue diseñado para dictar el tema “Políticas de Administración de Procesos” en la materia Sistemas Operativos de la carrera Licenciatura en Informática.

Queda a la disposición de los docentes de esa cátedra, estando dispuestas a colaborar para que el mismo sea utilizado en sus prácticas, complementando la enseñanza del tema.

10 Documentación Todo lo expuesto forma parte de la documentación del análisis y diseño del modelo. A continuación se presenta el manual de uso del software.


10.1 Uso General del Software

• Fichas para el ingreso de datos por los usuarios:

o Sistema Operativo: Permite ingresar la política, el tipo de sistema (apropiativo/no apropiativo), las colas de procesos listos y el tiempo máximo a simular.

o Procesos: Permite ingresar los procesos a simular.

• Botones:

o Simular: Al pulsar este botón se efectúa la verificación de la consistencia de los valores ingresados y se efectúa la simulación.

o Salir: Al pulsar este botón finaliza el programa.

• Resultados:

o Habiéndose solicitado la ejecución de la simulación y una vez finalizada, el sistema muestra una pantalla con las estadísticas resultantes del procesamiento.

10.2 Ficha Sistema Operativo




• Tiempo Máx. Simulación: Se puede ingresar el tiempo máximo a simular en

milisegundos. De dejarse este campo en cero, el sistema asumirá que debe ejecutarse hasta la finalización de todos los procesos.

• Política: Debe seleccionarse la política a simular. Por defecto el sistema simulará la primera política (FCFS).

• Sistema: Debe indicarse el tipo de sistema a simular: apropiativo o no apropiativo. El sistema automáticamente al seleccionarse las políticas FCFS y RR, seleccionará la opción no apropiativo, acorde al comportamiento de las mismas. Frente a las políticas de más de una cola, este parámetro indicará el comportamiento entre las colas y no entre los procesos de la misma cola, los cuales serán atendidos FCFS.

• Grilla Cola de Listos: Tabla conteniendo las colas agregadas al sistema.

o Nro. Cola: Será asignado automáticamente por el sistema. Para las políticas de más de una colas este número será representativo de la prioridad entre las colas para los sistemas apropiativos (menor valor, mayor prioridad).

o Política: En aquellas políticas de una sola cola, la política será la misma que la seleccionada en la lista Política. Para Multinivel y Multinivel con Realimentación, se permitirá seleccionar diferentes políticas de atención de procesos, siendo FCFS el valor por defecto.

o Quantum: Para la política Round Robin se deberá especificar este valor en milisegundos.

o Botón Agregar: Al pulsar este botón se incorpora una nueva cola de listos al sistema. Sólo permitirá agregar más de una cola para las políticas Multinivel y Multinivel con Realimentación.

o Botón Eliminar: Al pulsar este botón se quitar del sistema la cola de listos seleccionada.


10.3 Ficha Procesos

• Media de Arribos: Media a la cual llegan los procesos al sistema (procesos/ milisegundo). Este valor será utilizado con la distribución exponencial para obtener el instante de arribo de cada proceso respecto del anterior.

• Grilla de Procesos: Tabla conteniendo los procesos a simular en el sistema.

o Nro.: Será asignado automáticamente. Este número será representativo del orden de llegada de los procesos al sistema.

o Arribo: Es el tiempo en milisegundos transcurrido entre la llegada del anterior proceso y el actual. Será generado automáticamente con la media de arribos ingresada por el usuario y la distribución exponencial. Este valor representará.

o Tiempo Total: Debe ingresarse el tiempo total en milisegundos que se estima el proceso necesita para realizar su trabajo (incluyendo las ráfagas de CPU y ráfagas de E/S o bloqueos).



o % CPU: Debe ingresarse el porcentaje de tiempo que el proceso estará haciendo uso de CPU (en estado de Ejecución).

o Prioridad: Para la política Prioridades se podrá asignar distintas prioridades a los procesos ingresados, teniendo en cuenta que un menor valor significará una mayor prioridad. Por defecto todos los procesos tendrán la misma prioridad (cero).

o Cola Asignada: Para la política Multinivel se deberá asociar a cada proceso con una de las colas de listos ingresadas en la ficha Sistema Operativo. Por defecto, los procesos serán vinculados a la primera cola de listos de la tabla.

o Botón Agregar: Al pulsar este botón se incorpora un nuevo proceso.

o Botón Eliminar: Al pulsar este botón se quitar del sistema el proceso seleccionado.

10.4 Ventana Estadísticas




• Estadísticas del Sistema:

o Tiempo de Simulación: Tiempo en milisegundos que duró la simulación. o Longitud Media de la Cola: Promedio de procesos que permanecieron en

la cola de listos durante el tiempo de simulación. o Productividad: Promedio de tiempo en milisegundos que el sistema dedicó

a un proceso (milisegundo/proceso). o Utilización de CPU: Porcentaje de tiempo en que la CPU estuvo asignada

a los procesos. o Tiempo Promedio de Espera: Promedio de tiempo en milisegundos que

los procesos esperaron en la cola de listos o aguardaron por la finalización de procesos especiales del sistema (por ejemplo el cambio de contexto).

o Tiempo Promedio de Retorno: Promedio de tiempo de retorno de los procesos ingresados al sistema (milisegundos).

o Rendimiento: Cantidad de procesos finalizados por unidad de tiempo (procesos /milisegundo).

• Estadísticas de los Procesos:

o Nro.: Número de proceso. o Tiempo Proceso: Tiempo en milisegundos que el proceso necesitó para

realizar su trabajo (tiempo de CPU + Tiempo de Bloqueo). o Tiempo CPU: Tiempo en milisegundos que el proceso estuvo haciendo

uso de CPU. o Tiempo Bloqueo: Tiempo en milisegundos que el proceso estuvo

bloqueado. o Tiempo Espera: Tiempo en milisegundos que el proceso estuvo en la cola

de procesos listos o aguardando la finalización de procesos especiales del sistema (por ejemplo cambio de contexto).

o Tiempo Retorno: Tiempo en milisegundos que el proceso demoró en finalizar.

10.5 Posibles Enriquecimientos del Software

• Imprimir los resultados de cada corrida para poder compararlos. • Almacenar los parámetros de ingreso a la simulación de cada corrida para

poder recuperarlos y volver a ejecutar el mismo experimento tiempo después. • Mostrar gráficamente el proceso de simulación. • Permitir suspender y reanudar la simulación.



10.6 Glosario del Capítulo

• Programa: Conjunto de instrucciones que pueden ser ejecutadas en una computadora.

• Proceso: Programa en ejecución que puede estar en diferentes estados. La diferencia entre un programa y un proceso es que un proceso es una actividad de cierto tipo que contiene un programa, entradas, salidas, estados y los recursos necesarios para su realización.

• CPU: Unidad Central de Proceso. Dispositivo físico donde se ejecutan las instrucciones de los programas. Está integrada por la Unidad de Control, la Unidad Aritmético-Lógica y los Registros del Sistema.

• Sistema monoprocesador: Sistema de cómputos que posee una sola CPU (procesador), en la que se ejecutan los procesos de usuarios y de sistema operativo.

• Sistema multiusuario: Sistema en el cuál varios usuarios pueden trabajar a la vez, compartiendo los recursos provistos por el sistema de cómputos (CPU, memoria, discos, impresoras, etc.). El sistema debe brindar la virtualidad necesaria para que los usuarios no noten que compiten por los mismos recursos.

• Ráfaga CPU: Lapso de tiempo por el cual un proceso requiere el uso de CPU, es decir ejecuta instrucciones. Un proceso siempre comienza y finaliza con una de estas ráfagas.

• Ráfaga de E/S: Lapso de tiempo por el cual un proceso requiere la utilización de un dispositivo de E/S, como impresora o disco, etc. y espera una respuesta a su pedido.

• Solicitud de entrada/salida: Instrucción o conjunto de instrucciones por las cuales un proceso solicita el uso de un dispositivo de E/S.

• Cambio de contexto: El algoritmo de planificación es el encargado de elegir, en un momento dado, el proceso más prioritario del sistema, de entre los que están preparados para ejecución. Una vez que se ha elegido el siguiente proceso que debe ejecutarse en la CPU, hay que ponerlo en ejecución, sustituyendo al proceso actual. Esta actividad se denomina cambio de contexto y consiste en resguardar todos los registros y datos necesarios del proceso que actualmente estaba utilizado la CPU, para que este pueda continuar su ejecución más tarde y poner en ejecución al nuevo proceso.

• Estados de los procesos: Distintas condiciones por las que puede pasar un proceso durante su período de permanencia en el sistema. Listo, Ejecutando, Bloqueado, Finalizado.

• Planificación: Conjunto de políticas y mecanismos incorporados al sistema operativo, a través de un módulo denominado planificador, que debe decidir cuál de los procesos en condiciones de ser ejecutado conviene ser despachado primero.



• Política de Planificación de Procesos: Es la forma en que el sistema operativo decide qué proceso se debe ejecutar. Para ello utiliza un algoritmo de planificación que le permite seleccionar los procesos que se encuentran en la cola de listos.

• Esquemas de planificación no apropiativo: Una vez que el proceso pasa al estado de ejecución, continúa ejecutando hasta que termina, hasta que se bloquea en espera de una E/S o hasta que al solicitar algún servicio del sistema.

• Esquema de planificación apropiativo: El proceso que se está ejecutando actualmente puede ser interrumpido y pasado al estado de listo por el sistema operativo. La decisión de sustituirlo por otro proceso puede llevarse a cabo cuando llega un nuevo proceso, cuando se produce una interrupción que lleva a un proceso bloqueado al estado listo o periódicamente, en función de una interrupción del reloj.

• Llamada al Sistema: La interfaz entre el sistema operativo y los programas del usuario se define por medio del conjunto de "instrucciones extendidas" que el sistema operativo proporciona. Estas instrucciones extendidas se conocen como llamadas al sistema, las cuales varían de un sistema operativo a otro (aunque los conceptos fundamentales tienden a ser análogos).

• Planificación a lago plazo: El planificador a largo plazo o planificador de trabajos selecciona procesos de un spooler en un dispositivo de almacenamiento masivo, llevándolos a memoria para su posterior ejecución.

• Planificación a corto plazo: El planificador de corto plazo o planificador de la CPU selecciona uno de los procesos listos para ser ejecutado. Debe seleccionar procesos con mucha frecuencia.


CAPÍTULO 6

POSIBLES USOS DE LA SIMULACIÓN EN LA EDUCACIÓN 1 Introducción Si bien la simulación ya se usa en algunos ambientes educativos, creemos conveniente determinar en qué grado y de qué manera se aplica la técnica, para luego sugerir posibles aplicaciones. Para ello se recabó información a través de una encuesta, tomando como muestra las materias de la Licenciatura en Informática de la Facultad de Ingeniería, de la Universidad Nacional de la Patagonia, sede Trelew.

2 Encuesta 2.1 Objetivos La presente encuesta tiene como fin recabar información sobre:

• El conocimiento que los docentes de las cátedras de la carrera de informática poseen acerca de la simulación y sus aplicaciones en la enseñanza.

• Las materias y temas en los que se podría utilizar la Simulación en el proceso de enseñanza-aprendizaje.

• Las materias y temas en los que ya se utiliza la simulación y con qué metodología.

2.2 Destinatarios Docentes a cargo del dictado de teoría y jefes de Trabajos Prácticos de las materias de la carrera Licenciatura en Informática, de la Facultad de Ingeniería de la Universidad de la Patagonia San Juan Bosco, Sede Trelew.

2.3 Variables

• Uso de la simulación en el proceso de enseñanza-aprendizaje • Conocimiento de la simulación por parte de los docentes • Materias y temas en los que se podría utilizar la simulación.



2.4 Lista de Preguntas 1. ¿Considera que sería necesario utilizar una metodología innovadora, distinta a la que

emplea para el dictado de los temas de su materia, con el fin de mejorar la efectividad en la enseñanza de los temas? Marque con una cruz SI En el dictado de la teoría SI En la resolución de prácticas SI En toda la materia NO No es necesario

Comentarios

2. Considerando el gran avance de la tecnología, ¿Cree que en el dictado de sus clases los alumnos podrían observar este avance en la misma proporción que lo observan en otros ambientes?

Marque con una cruz SI Si se dispusiera de mayor presupuesto SI Si se modificara la metodología de enseñanza SI Si la universidad capacitara a los docentes en la utilización de

nuevas metodologías

SI Ya es así NO No es posible

Comentarios

3. ¿Alguna vez utilizó u observó aplicar la técnica de simulación? ¿En qué ambiente? Marque con una cruz SI Industria (Comente de qué tipo) SI Educación (Comente en que nivel: Primario-Medio-

Universitario)

SI Otros (Comente en cuáles) NO No he tenido oportunidad

Comentarios



4. La educación ha sufrido grandes cambios influenciada por los avances tecnológicos, pero las nuevas tendencias en los procesos de enseñanza aprendizaje indican que cada vez es más necesario guiar a los alumnos en un proceso en el que puedan construir su propio conocimiento y dejar atrás su posición de mero espectador. ¿Opina que la mayoría de los alumnos están en condiciones de realizar este cambio? ¿Los profesores pueden actuar de guía para que los alumnos alcances dichos objetivos?

Marque con una cruz SI Están en condiciones NO No creo que estén en condiciones

Comentarios

5. La simulación consiste en situar a un educando en un contexto que imite algún aspecto de la realidad o que modelice un problema a resolver. El uso de la simulación en el proceso educativo contribuiría a mejorar la forma en que el alumno aprende los conceptos y generar en él un conjunto de habilidades que posibiliten su preparación para su actuación posterior. Tiene el propósito de ofrecer al educando la oportunidad de realizar una práctica análoga a la que realizará en su interacción con la realidad. ¿Se utiliza de alguna manera la simulación en su materia?

Marque con una cruz SI Se utiliza (Comente en qué temas y con qué metodología) NO No se utiliza

Comentarios

6. Si no se aplica la simulación en su materia ¿Cree que podría ser útil emplearla en ella?

Marque con una cruz SI Sería útil (Comente en qué temas o trabajos se utilizaría) NO No sería útil

Comentarios



7. La introducción de la simulación en el proceso educativo implica una nueva estrategia metodológica que permita incorporar esta herramienta, sin que esto signifique reemplazar las técnicas utilizadas en la actualidad, sino por el contrario, complementarlas y contribuir a una mejora sustancial en la forma de enseñar y de aprender. ¿Cree posible un replanteo en la metodología de enseñanza de su materia, de manera de poder utilizar la simulación para enriquecer el proceso educativo?

Marque con una cruz SI Sería posible SI Sería posible con ayuda de especialistas en el área educativa SI Sería posible pero se necesitaría capacitación en Simulación NO No sería posible

Comentarios

3 Resultados Se pudo observar, en forma general, que:

• En algunas materias los docentes están utilizando técnicas innovadoras y, que entre ellas, se incluye la simulación, aunque no en la forma propuesta por esta tesina.

• La mayoría de los docentes poseen conocimientos sobre las técnicas de simulación en general y han utilizado u observado algún tipo de simulación, en el ámbito educativo o en otros ambientes.

• Si bien los docentes muestran disposición a la utilización de técnicas que mejoren el proceso de enseñanza, consideran que es necesario contar con capacitación y mayor presupuesto, para implementarlas correctamente.

• Los docentes sugirieron la aplicación de esta técnica en la resolución de problemas prácticos en sus materias, como así también, para la enseñanza de sistemas que por su complejidad son difíciles de observar o analizar en el entorno educativo. Entre ellos: o Funcionamiento paso a paso de un microprocesador o Comunicación entre procesos en los sistemas operativos. o Comunicaciones en redes y sistemas distribuidos. o Funcionamiento de las distintas políticas de organización interna de los

sistemas, como protocolos de comunicación.



4 Sugerencias La utilización de la simulación como parte del proceso de enseñanza-aprendizaje debe ser abordada teniendo en cuenta algunas necesidades:

• Realizar un cambio de metodología en la forma de enseñar, sin descartar lo que se realiza en la actualidad, pero adaptándolo a las nuevas tendencias de las teorías de la educación.

• Capacitar a los docentes para poder realizar este cambio con mayor precisión y mejores resultados.

• Contar con la tecnología adecuada para poder aplicar simulación. • Seleccionar cuidadosamente los temas, problemas o sistemas en los que se

va a aplicar simulación, considerándose adecuados aquellos de mayor complejidad al momento de mostrar al alumno su funcionamiento o resolución en forma teórica.


CAPÍTULO 7

CONCLUSIONES 1 Generales La simulación como herramienta para experimentar, se utiliza en la actualidad en muchos ámbitos como el comercio, la industria y la economía. Se trata de una poderosa herramienta de análisis de sistemas que ha evolucionado rápidamente con el avance de la tecnología y contribuye a mejorar la forma de entender el funcionamiento de sistemas complejos.

Por otra parte, la tendencia actual en el ámbito educativo lleva a pensar que cada vez se dará mayor importancia al aprendizaje significativo, en el cual el que aprende, construye su propio conocimiento, no como mero espectador, sino como parte activa del proceso. Es en este punto en el que se relaciona la simulación con la educación.

La técnica de simulación se puede utilizar en el proceso de enseñanza-aprendizaje, como herramienta de experimentación para mejorar la forma en que los alumnos aprenden, permitiendo la resolución de problemas complejos y la representación del funcionamiento de sistemas que difícilmente puedan ser estudiados en forma directa.

Pero la introducción de la simulación en el ámbito educativo, no debe ser un hecho aislado y sin conexión con el entorno de aprendizaje permanente de los alumnos. Por lo tanto, si se decide aplicar simulación en la educación, será necesario revisar la metodología a emplear, de manera que no sea tan solo un agregado al proceso, sino que sea parte integrante y definitoria de la calidad de la enseñanza. Para lograrlo, se deberá recurrir a la fundamentación teórica que avala la inclusión de este tipo de aplicaciones, diseñando y desarrollando un entorno de aprendizaje que la contenga.

Asimismo, los docentes deberán tener en cuenta la necesidad de contar con apoyo profesional en diversas áreas a fin de reducir las dificultades que la simulación acarrea en algunos aspectos como la construcción de modelos, la utilización de técnicas estadísticas y el desarrollo o utilización de software específico.

2 Particulares de la Aplicación Realizada

La simulación de un sistema requiere el conocimiento profundo del mismo, para poder modelizarlo adecuadamente. La dificultad se plantea cuando se deben establecer los límites y el nivel de detalle con que se realizará el modelo. El sistema que se modelizó en esta tesina posee una gran cantidad de detalles en sus componentes y en su funcionamiento, por lo que se tornó dificultoso acotarlo.

La utilización de un lenguaje de uso general como es JAVA, para la construcción del software, tornó más laborioso la traslación del modelo y el debug de los programas, ya



que las corridas de simulación arrojan una gran cantidad de cálculos, difíciles de controlar y evaluar para determinar las posibles fallas.

Si bien se optó por la elección de un lenguaje general, dado que el desarrollo se efectuó con fines educativos, en caso de tener que desarrollar un modelo de simulación más complejo, con otros fines o con mayor exigencia en los tiempos de respuesta, sería aconsejable considerar la utilización de lenguajes específicos para realizar simulación. De manera contraria, para modelos más sencillos y generales, se podrían utilizar paquetes de software que no requieren programación, sino diseño y configuración, lo que facilita la tarea de traslación del modelo.

3 Aportes Finalizando el desarrollo de esta tesina, estamos convencidas que hemos alcanzado los objetivos planteamos y que la misma realiza los siguientes aportes:

• Conceptos generales sobre simulación. • Una metodología para llevar a cabo simulaciones. • Un acercamiento a las teorías actuales de la educación. • Una forma de relacionar la simulación con la educación. • Posibles pasos a realizar para incorporar la simulación en el proceso de

enseñanza-aprendizaje. • Un software para la enseñanza del tema Políticas de Planificación de

Procesos, para la materia Sistemas Operativos.


BIBLIOGRAFIA ABDEL, MOATY. M., FAYEK (2000) - Introduction to Combined Discrete-Continuous

Simulation Usign SIMSCRIPT II.5. Computer Science Department. California State University.

ALLENDE OLVA´ES Hector. (2002) - Etapas de un Proyecto de Simulación. Universidad Técnica Federico Santa María. Chile.

ALONSO GARCIA Catalina M., GALLEGO GIL Domingo J. (2000) - Aprendizaje y Ordenador - Universidad Nacional de Educación a Distancia. Madrid, España.

ALONSO GARCIA Catalina M., GALLEGO GIL Domingo J. (2000) - Fundamentos de Aprendizaje. Universidad Nacional de Educación a Distancia. Madrid, España.

ARIAS LABRADA Leandro - La simulación computarizada como procedimiento metodológico en la enseñanza y el aprendizaje de la Electrónica. Departamento Electrónica y Economía. Facultad de Ciencias Técnicas. Universidad Pedagógica "José de la Luz y Caballero", Holguín, Cuba.

AUSUBEL, D.P., NOVAK, J.D., HANESIAN, H. (1989) - Psicología cognitiva. Un punto de vista cognoscitivo - Ed. Trillas. Méjico - Citado por Alongo García y Gallego Gil (2000)

BARCELÓ Jaime (1996) - Simulación de Sistemas Discretos. Isdefe. Ingeniería de Sistemas. Madrid, España. www.isdefe.es

BERLANGA Rafael - Programación de Simuladores. Capítulo 2. Universidad Jaume.

BERLANGA Rafael. Simulación. Universidad Jaume I. www.uji.es

BOTTINO Rosa Maria (2003) - ¿Cómo han evolucionado los entornos de aprendizaje basados en las TIC y cuáles son las perspectivas actuales? - Consiglio Nazionale delle Ricerche - Istituto Tecnologie Didattiche. Génova (Italia)

CASANOVAS Josep - Aplicaciones de la Simulación discreta en el ámbito de la Producción, la Logística, las Organizaciones y el Transporte. Departamento de Estadística e Investigación Operativa. Universidad Politécnica de Catalunya. España.

Cátedra Dinámica de los Sistemas Físicos. (2000). Sistemas Dinámicos: Conceptos Básicos y Modelos Matemáticos. Facultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario. Argentina.

CONTRERAS Homero H. (2000) - Simulación II-485-02 Arena Input Analyzer. Universidad de las Américas. México.

http://www.cnr.it/

http://www.cnr.it/



CONTRERAS Homero H. (2000) - Simulación: Conceptos Básicos y Proceso de la Simulación. Universidad de las Américas. México.

EMSHOFF James R., SISSON Roger L. (1970) - Design and Use of Computer Simulation Models - MacMillan Company, New York.

FISHWICK Paul A. (1995) - Traducción - Computer Simulation: The Art and Science of Digital World Construction. Computer & Information Science and Engineering Department. University of Florida.

GALVIS PANQUEVA Alvaro H. - Software educativo multimedia: aspectos críticos en su ciclo de vida. Universidad de los andes, ingeniería de sistemas y computación. Phoenix.sce.fct.unl.pt/simposio/15.htm.

GARCÍA José M. (2003) - Un Entorno Avanzado para la Simulación de Multiprocesadores. II Jornadas de Ingeniería de Sistemas Informáticos y Computación, Universidad de Castilla. La Mancha. España.

GARCÍA PAIN, Adolfo (2000) - Enseñanza asistida por ordenador - TI Magazine

GEWERC BARUJE Adriana - Diseño de entornos de aprendizaje. Universidad de Santiago de Compostela, España

GOLLUSCIO R.A., ROSET P.A., SALA O. E., PARUELO J.M. (1994) - Modelos en Ecología. Publicaciones de Secretaría de Ciencia y Técnica de la Universidad de Buenos Aires. Argentina.

HILARIO Adolfo, CARBONELL Pablo J. - Integración de Herramientas de Simulación y Multimedia: Un caso práctico con MATLAB / SIMULINK Y MADROMEDIA DIRECTOR7. Dpto. de Ingeniería de Sistemas y Automática, Universidad Politécnica de Valencia. España. http://dewey.uab.es/pmarques/EVTE/adriana3.htm.

JIMÉNEZ REVORIO Adriana - Simulación: la revolución educativa. La utilización de programas de simulación y estrategia en Ciencias Sociales.

MALDONADO GRANADOS Luis Facundo (1996) - Programa institucional de investigación en innovación pedagógica y didáctica en educación abierta y a distancia. Competencias docentes en el contexto de los ambientes virtuales de aprendizaje.

MARISCAL G. Alberto (2001-2002) Simulación: Resumen (Del texto SIMULATION using Promodel, Harrell). Iteso. México. http://www.ii.iteso.mx/simulacion

MURRAY-LASSO M. A. (1997) - Nuevas Tecnologías en la Enseñanza-Aprendizaje. Asociación Nacional de Universidades e Instituciones de Educación Superior, México.

http://phoenix.sce.fct.unl.pt/simposio/15.htm

http://phoenix.sce.fct.unl.pt/simposio/15.htm

mailto:[email protected]

http://www.rec.uba.ar/CD%2010%20a%F1os/HTML/Autores/G/GOLLUSCIO_RA.htm

http://www.rec.uba.ar/CD%2010%20a%F1os/HTML/Autores/R/ROSET_PA.htm

http://www.rec.uba.ar/CD%2010%20a%F1os/HTML/Autores/S/SALA_OE.htm

http://www.rec.uba.ar/CD%2010%20a%F1os/HTML/Autores/P/PARUELO_JM.htm

http://dewey.uab.es/pmarques/EVTE/adriana3.htm

http://www.ii.iteso.mx/simulacion



NAVARRO Rubén Edel (2004) - El concepto de enseñanza aprendizaje www.redcientifica.com

PAPERT, S. (1987). Desafío de la mente. Computadoras y educación. Buenos Aires. Galápago, Citado por Santos Urbina Ramírez (2000) y por Alonso Garcia y Gallego Gil (1998)

PETERS B.A., SMITH J.S., MEDEIROS D.J., ROHRER M.W. (2001) - GPSS Turns 40. Selected Perspectives. Proceedings of the 2001 Winter Simulation Conference.

RODRIGUEZ ARTACHO Miguel (2000) - Una arquitectura cognitiva para el diseño de entornos telemáticos de enseñanza y aprendizaje. Tesis doctoral. Universidad Nacional de Educación a Distancia. Madrid, España.

SALAS PEREA Ramón S., ARDANZA ZULUETA Plácido (1994) - La simulación como método de enseñanza y aprendizaje. Centro Nacional de Perfeccionamiento Médico y Medios de Enseñanza. La Habana, Cuba.

SHANNON Robert E. (1999) - Simulación de Sistemas. Diseño, desarrollo e Implantación. Segunda Reimpresión Ed. Trillas.

SIERRA Enrique, HOSSIAN Alejandro, GARCÍA MARTÍNEZ Ramón - Selección de estrategias instruccionales: abordaje desde La ingeniería del conocimiento.

SILBERSCHATZ A., GALVIN P. (1998) Sistemas Operativos. Quinta Edición. Ed. Addison-Weslley Ibero Americana.

Simul8 Corporation. Simul8. Manual an Simulation Guide.

SKINNER, B.F. (1985). Aprendizaje y comportamiento. Barcelona. Martínez-Roca, Citado por Santos Urbina Ramírez (2000)

SKLENAR J. (1997) - Introduction to OOP in SIMULA.

SKLENAR Jaroslav - Simulation. Department of Statistics and Operations Research Faculty of Science, University of Malta.

TANENBAUM Andrew S., WOODHULL Albert S. (1997) - Operating Systems. Design and Implementation. Segunda Edicion. Ed. Prentice Hall.

TARIFA Enrique Eduardo - Teoría de Modelos y Simulación. Facultad de Ingeniería. Universidad Nacional de Jujuy. Argentina.

The Simula Programming Language. http://www.engin.umd.umich.edu/CIS/course.des/cis400/simula/simula.html

http://www.redcientifica.com/

http://www.engin.umd.umich.edu/CIS/course.des/cis400/simula/simula.html



TORRES Armando - Introducción a la Simulación Discreta Instituto Tecnológico de Sonora, Sonora México.

Universidad de Houston (2000) - Simulation & Modeling Team. Introduction to Modeling and Simulation Systems.

URBINA RAMIREZ Santos (1999) - Informática y teorías del aprendizaje. Universitat de les Illes Ballears.

VEGA VALLE Jorge L. (2000) - Proyecto de fin de carrera de ingeniería informática: Diseño e implementación de una herramienta para la enseñanza y el aprendizaje de la teoría de colas. Universidade da Coruña, España. www.udc.es

VIGNAUX Tony (2000) - Simscript II.5. Simplified. Victoria University. New Zealand.

VIZCAÍNO Aurora, OLIVAS José Ángel, PRIETO Manuel - Modelos del estudiante en entornos de aprendizaje colaborativo. Escuela Superior de Informática. Universidad de Castilla-La Mancha. España. www.fmmeducacion.com.ar

http://www.fmmeducacion.com.ar/

Uso de la Simulación como estrategia de mejora en el ... · Claudia López de Munaín - Claudia...

Documents

Transcript of Uso de la Simulación como estrategia de mejora en el ... · Claudia López de Munaín - Claudia...