Una Herramienta para la Predicción de Riesgos en Proyectos de Software usando Modelos en Redes Bayesianas

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Una Herramienta para la Predicción de Riesgos en Proyectos de Software usando Modelos en Redes Bayesianas"

Transcripción

1 UNIVERSIDAD DE TALCA FACULTAD DE INGENIERIA ESCUELA INGENIERÍA CIVIL EN COMPUTACIÓN Una Herramienta para la Predicción de Riesgos en Proyectos de Software usando Modelos en Redes Bayesianas FRANCISCO GABRIEL REYES MATUS Profesor Guía: NARCISO CERPA TORRES Memoria para optar al Título de Ingeniero Civil en Computación Marzo de 2006

2 UNIVERSIDAD DE TALCA FACULTAD DE INGENIERIA ESCUELA INGENIERÍA CIVIL EN COMPUTACIÓN Una Herramienta para la Predicción de Riesgos en Proyectos de Software usando Modelos en Redes Bayesianas FRANCISCO GABRIEL REYES MATUS Profesor Guía: NARCISO CERPA TORRES Profesor Informante: ALFREDO CANDIA VEJAR Profesor Informante: FEDERICO MEZA MONTOYA Memoria para optar al Título de Ingeniero Civil en Computación Marzo de 2006

3 DEDICATORIA A mi madre y mi familia I

4 AGRADECIMIENTOS A quienes me apoyaron y me dieron fuerzas cuando lo necesitaba. A mi familia, mi polola, mis amigos, mis compañeros, los profesores y el centro de alumnos. En forma especial a mi papá II

5 TABLA DE CONTENIDOS DEDICATORIA...I AGRADECIMIENTOS...II TABLA DE CONTENIDOS... III ÍNDICE DE FIGURAS... V RESUMEN...VI ABSTRACT... VII CAPÍTULO I: INTRODUCCIÓN DESCRIPCIÓN DEL CONTEXTO DESCRIPCIÓN DEL PROBLEMA OBJETIVOS Objetivo General Objetivos Específicos ALCANCES DEL PROYECTO... 5 CAPÍTULO II: MARCO TEÓRICO GESTIÓN DE RIESGOS Riesgos en Proyectos de Software Factores y Categorías de Riesgos La Gestión de Riesgos en Proyectos de Software REDES BAYESIANAS Definición Construcción de una red bayesiana Evidencias y Propagación de Probabilidades Clasificadores Bayesianos ALGORITMOS DE OPTIMIZACIÓN Algoritmos de Fuerza Bruta Optimización Codiciosa Algoritmos Genéticos CAPÍTULO III: CONSTRUCCIÓN DE MODELOS MODELOS EN REDES BAYESIANAS CLASIFICADORES BAYESIANOS Clasificador Bayesiano usando SBC Clasificador Bayesiano usando Weka CAPÍTULO IV: CONSTRUCCIÓN DE HERRAMIENTA SOFTWARE METODOLOGÍA PROCESO DE DESARROLLO DISEÑO Modelo Conceptual Orientado a objetos Formatos de Entrada y Salida PRUEBAS DEL SOFTWARE III

6 4.5 CARACTERÍSTICAS DE LA IMPLEMENTACIÓN Herramientas utilizadas Interfaz Gráfica Gráficos Kiviat Otras Características Despliegue CAPÍTULO V: OPTIMIZACIÓN DE LA PROBABILIDAD DE ÉXITO PROBLEMÁTICA OPTIMIZACIÓN POR FUERZA BRUTA OPTIMIZACIÓN CODICIOSA OPTIMIZACIÓN POR ALGORITMOS GENÉTICOS CAPÍTULO VI: RESULTADOS PREDICCIÓN DE MODELOS ALGORITMO DE OPTIMIZACIÓN CAPÍTULO VII: CONCLUSIONES REFERENCIAS ANEXOS IV

7 ÍNDICE DE FIGURAS FIGURA 1: ETAPAS DE LA GESTIÓN DE RIESGOS...10 FIGURA 2: EJEMPLO DE LA ESTRUCTURA DE UNA RED BAYESIANA QUE REPRESENTA EL FUNCIONAMIENTO DE UN AUTOMÓVIL...13 FIGURA 3: EJEMPLO DE TRES NODOS CONECTADOS EN SERIE...16 FIGURA 4: EJEMPLO DE UNA CONEXIÓN DIVERGENTE...16 FIGURA 5: EJEMPLO DE UNA CONEXIÓN CONVERGENTE...17 FIGURA 6: MARKOV BLANKET DE UN NODO A...17 FIGURA 7: ESTRUCTURA DE UN CLASIFICADOR NAIVE BAYES...19 FIGURA 8: ESTRUCTURA DE UN CLASIFICADOR TAN...19 FIGURA 9: ESTRUCTURA DE UN CLASIFICADOR BAN...19 FIGURA 10: MODELO EN REDES BAYESIANAS PARA EL ÉXITO SEGÚN ORGANIZACIÓN GENERADO POR HUGIN.26 FIGURA 11: MODELO EN REDES BAYESIANAS PARA EL ÉXITO SEGÚN LÍDER DE PROYECTO GENERADO POR HUGIN...26 FIGURA 12: MODELO PARA EL ÉXITO SEGÚN ORGANIZACIÓN GENERADO CON EL ALGORITMO SBC...28 FIGURA 13: MODELO PARA EL ÉXITO SEGÚN LÍDER PROYECTO GENERADO CON EL ALGORITMO SBC...29 FIGURA 14: CLASIFICADOR BAYESIANO PARA EL ÉXITO SEGÚN ORGANIZACIÓN GENERADO POR WEKA...31 FIGURA 15: CLASIFICADOR BAYESIANO PARA EL ÉXITO SEGÚN LÍDER DE PROYECTO GENERADO POR WEKA...31 FIGURA 16: MODELO DE DESARROLLO EVOLUTIVO...33 FIGURA 17: DISEÑO POR CAPAS DE LA APLICACIÓN...41 FIGURA 18: DIAGRAMA DE CLASES DEL SISTEMA...44 FIGURA 19: DIAGRAMA DE ESTADOS DEL SISTEMA...45 FIGURA 20: DIAGRAMA DE SECUENCIA PARA INGRESAR UNA EVIDENCIA...46 FIGURA 21: INTERFAZ GRÁFICA DEL SOFTWARE...56 FIGURA 22: GRÁFICO KIVIAT POR CATEGORÍAS...58 FIGURA 23: GRÁFICO KIVIAT POR FACTORES DE RIESGO...59 FIGURA 24: CAPTURA DE PANTALLA DE HELPMAKER...60 FIGURA 25: SISTEMA DE AYUDA EN LÍNEA DE SP-RP...60 FIGURA 26: DIALOGO IMPRIMIR...61 FIGURA 27: CAPTURA DE PANTALLA DEL SOFTWARE INNO SETUP...62 FIGURA 28: ÁRBOL DE RECORRIDO DE ALGORITMO DE FUERZA BRUTA...65 FIGURA 29: ÁRBOL DE RECORRIDO DEL ALGORITMO CODICIOSO...67 FIGURA 30: ÁRBOL DE RECORRIDO DEL ALGORITMO MULTI ITERATIVO...68 FIGURA 31: GRÁFICO DE TIEMPO DE EJECUCIÓN DE LOS DISTINTOS ALGORITMOS...77 FIGURA 32: GRÁFICO DE PORCENTAJE DE EFICIENCIA DE CADA ALGORITMO...78 V

8 RESUMEN El desarrollo de sistemas de software es un proceso costoso, difícil y con altas tasas de fracaso. Siempre está presente la posibilidad de ocurrencia de ciertos eventos que se traducen en complicaciones para su realización a los cuales se les denomina riesgos. La habilidad del jefe de proyecto de detectar y mitigar en etapa temprana las potenciales fuentes de riesgos puede reducir costos, mejorar relación del equipo y reducir en definitiva la posibilidad de fracaso del proyecto [29]. Las redes bayesianas, por su parte, permiten representar el conocimiento experto y son una excelente herramienta en la representación de la incerteza frente a ciertos eventos [14]. Etapas anteriores a este proyecto caracterizaron los factores que afectan el proceso de desarrollo de software y se identificaron siete categorías potenciales fuentes de riesgos. Con ésta información se confeccionaron encuestas repartidas a nivel nacional en empresas de desarrollo de software y tecnologías de información. La información obtenida en las encuestas, junto con la clasificación de éxito/fracaso dada a los proyectos, permitió definir modelos probabilísticos para la predicción del nivel de riesgos de un proyecto de software. En este proyecto he construido un software que toma los modelos en redes bayesianas, permite el ingreso de evidencias que representan un proyecto nuevo y entrega la probabilidad de éxito de éste. La herramienta puede también aconsejar al jefe de proyecto un conjunto de factores que deben ser atendidos de manera especial con el fin de aumentar la probabilidad de éxito. Para esto se basa en las evidencias del proyecto, las características del modelo y en la información ingresada por el usuario en cuanto a los costos de mejorar cada factor de riesgo. Nuevos modelos han sido creados, valiéndose de nuevas herramientas de aprendizaje y selección de atributos y orientando los modelos hacia clasificadores bayesianos. Un conjunto de 14 proyectos reales han sido sometidos a la evaluación de los modelos, a través del uso de la herramienta, en promedio 12 de ellos fueron correctamente clasificados. Palabras Claves Gestión Riesgos de Software, Redes Bayesianas, Herramienta Predicción, Algoritmos Genéticos VI

9 ABSTRACT The software development is an expensive and difficult process and with high rates of failure. The possibility of occurrence of certain events is always present that are translated in complications for their accomplishment to which it denominates risks. The ability of the project managers to detect and to mitigate in early stage the potential sources of risks can reduce costs, improve relation of the equipment and reduce the possibility of failure of the project [29]. The bayesian networks, on the other hand, allow represent the expert knowledge and are an excellent tool in the representation of the uncertainty as opposed to certain events [14]. Previous stages to this project characterized the factors that affect the software development process and seven potential categories were identified as sources of risks. With this information surveys were made and distributed at national level in companies of software development and information technologies. The data obtained in the surveys, with the classification of success/failure given to the projects, allowed defining probabilistic models for the prediction of the risk level of a software project. In this project, a software has been developed for takes as input the bayesian networks models, it allows the entrance of evidences representing a new project and it output the probability of success of this one. The tool can also advise to the project manager a set of factors that must be taken care in a special way with the purpose of increasing the success probability. For this, it is based on the project evidences, the characteristics of the model and in the information entered by the user as the costs of improving each risk factor. New models has been creates, using new tools for learning and selection of attributes and orienting the models towards bayesian classifiers. A set of 14 real projects have been put under the evaluation of the models, through the use of the tool, in average 12 of them were correctly classified. Keywords Software Risk Management, Bayesian Networks, Prediction Tool, Genetic Algorithm VII

10 CAPÍTULO I: INTRODUCCIÓN 1.1 Descripción del Contexto Los proyectos de desarrollo de software se ven enfrentados a una gran variedad de problemas que no se pueden ignorar, tales como incompetencia en gestión de proyectos, planificaciones y la falta de motivación en los desarrolladores. El gerente de un proyecto de desarrollo de software y su equipo humano deben enfrentar muchas presiones de aquellas áreas e individuos interesados en el proyecto (nivel gerencial, marketing, costos, clientes, y usuarios), durante el desarrollo de éste. Esta situación tiene un impacto en el costo y la calidad del software producido. Estas presiones pueden incluir entre otras, planificaciones apretadas en tiempo, cambios en los requerimientos, y cambios en las necesidades del negocio. Los fracasos en los proyectos de desarrollo de software y la mala calidad del software desarrollado se traducen en una falta de credibilidad y problemas de comunicación entre los desarrolladores, gerentes, clientes, y usuarios, haciendo incluso más difícil el proceso de desarrollo de software. Los factores que afectan el éxito o fracaso de un proyecto, pueden ser clasificados como riesgos, factores críticos de éxito, y mitigantes. Los riesgos pueden incluir eventos del proceso de desarrollo de software o situaciones en el entorno que amenazan el éxito del proyecto. Los factores críticos de éxito son un grupo reducido de factores que el equipo de desarrollo debe asegurarse que estén presentes, ya que con su ausencia existe una alta posibilidad de que el proyecto fracase. Los mitigantes son acciones o actividades que un equipo de desarrollo puede realizar cuando un riesgo requiere ser eliminado o mitigado. Los factores críticos de éxito, riesgos y mitigantes están relacionados al éxito y fracaso de los proyectos, en una forma muy compleja. 1

11 CAPÍTULO I: INTRODUCCIÓN 2 En etapas anteriores de este proyecto se caracterizaron aquellos factores que afectan el proceso de desarrollo de software y el éxito de los proyectos [33][28]. Se definieron categorías y enumeraron factores de riesgo, que permitieron la creación de encuestas repartidas a nivel nacional, en empresas de desarrollo de software y de tecnologías de la información. La recolección de datos permitió la creación de modelos probabilísticas capaces de predecir el nivel de riesgo de proyectos de software en desarrollo. Para ello se utilizaron redes bayesianas con la ayuda del software HUGIN.

12 CAPÍTULO I: INTRODUCCIÓN Descripción del Problema La habilidad de un jefe de proyecto para entender las consecuencias de las acciones tomadas durante el proceso de desarrollo, y el efecto que las decisiones tienen en el producto, es crítica para el éxito de un proyecto [11]. Estas decisiones pueden estar apoyadas en una herramienta que cuente con la experiencia de proyectos finalizados. Este conocimiento experto está dado por los modelos probabilísticas creados, sin embargo una herramienta que los manipule y los utilice para la predicción no existe aún en el mercado. Esto se hace necesaria la construcción de una herramienta de software para la utilización de los modelos predictivos y la predicción del nivel de riesgos, cuyas características más importantes de la herramienta son: Debe permitir el ingreso de características de un proyecto para recibir una predicción de la probabilidad de éxito. La representación gráfica debe permitir al usuario visualizar el estado del riesgo en cada categoría y el aporte al nivel de éxito total del proyecto. La mitigación de riesgos tiene siempre costos asociados, ya sea en valores monetarios, de tiempo u otro tipo de recursos. El deseo de llevar a buen término el proyecto hace que el líder quiera maximizar la probabilidad de éxito sujeto a los costos asociados a los cambios entre la situación actual y la óptima. La herramienta de software desarrollada debe permitir optimizar la probabilidad de éxito de un proyecto tomando en cuenta los costos asociados entre los cambios en los valores de los factores de riesgo medidos. La teoría es que existirán menos fracasos en proyectos de desarrollo de software, si los jefes de proyectos mejoran su entendimiento acerca de aquellos factores que determinan el éxito [7]. Esta herramienta debe permitir entonces identificar los factores de riesgo más influyentes en el éxito de un proyecto, para ayudar al jefe de proyecto a tomar acciones conducentes a un control de los riesgos y con esto a evitar fracaso del proyecto.

13 CAPÍTULO I: INTRODUCCIÓN Objetivos Objetivo General El objetivo general del presente trabajo es el diseño y construcción de una herramienta de software que ayude al jefe de proyecto a identificar los factores de riesgo que más afectan a un proyecto de software. Para esto se basa en modelos en redes bayesianas construidos con datos estadísticos recolectados por encuestas Objetivos Específicos Los objetivos específicos son: Diseñar y construir una herramienta de gestión de riesgos de proyectos de software con representación gráfica de los resultados obtenidos. Esta herramienta toma como base de conocimientos los modelos en redes bayesianas y permite aplicarla a un caso especifico de proyecto de desarrollo de software, indicando el nivel de riesgo percibido. Definir e implementar un algoritmo de optimización del nivel de riesgos que considere los costos involucrados en pasar de un estado a otro, de manera de sugerir un conjunto de estados de los factores de riesgo que maximicen la probabilidad de éxito. Como objetivo adicional se incluye el construir nuevos modelos probabilísticos para la predicción del nivel de riesgos, a través de la inclusión de nuevas técnicas de aprendizaje y de selección de atributos.

14 CAPÍTULO I: INTRODUCCIÓN Alcances del Proyecto El presente trabajo se define como un proyecto de investigación y desarrollo en el área de Ingeniería de Software, que utiliza herramientas y técnicas de minería de datos. Éste se enmarca dentro del proyecto FONDECYT 1 número , titulado Elaboración de Modelos para la Identificación de Factores Críticos de Éxito, Análisis y Mitigación de Riesgos en Proyectos de Desarrollo de Software a cargo del Dr. Narciso Cerpa Torres. Este proyecto se desarrolla en tres etapas. La primera destinada a la confección de encuestas y la recolección de datos de empresas chilenas de software. La segunda usa estos datos para la construcción de modelos en redes bayesianas. Esta tercera etapa tiene como objetivo global la construcción del software para el uso de los modelos. El presente trabajo toma como base las dos etapas anteriores, éstas describen técnicas para la adquisición y manipulación de datos, la generación de modelos en redes bayesianas, así como para la evaluación de la exactitud de éstos modelos. En este trabajo no se profundiza en los métodos estadísticos relacionados con los datos ni en el funcionamiento interno de las redes bayesianas. Su enfoque central está en el proceso de desarrollo de una herramienta de software, En resumen, este trabajo abarca la implementación de la herramienta software y de un algoritmo para la optimización de la probabilidad de éxito. Además se incluye la creación de nuevos modelos probabilísticos utilizando herramientas distintas a las usadas anteriormente. En este capítulo se ha presentado el proyecto y estableciendo los objetivos que se persiguen con su realización. En el siguiente capítulo se explican los conceptos más relevantes de la teoría sobre la que se basa el proyecto, cuyo entendimiento permitirá comprender más adelante el trabajo realizado. 1 Fondo Nacional de Investigación Científica y Tecnológica

15 CAPÍTULO II: MARCO TEÓRICO La realización de esta memoria está relacionada con tres tópicos fundamentales: la gestión de riesgos, las redes bayesianas y los algoritmos optimización. En este capítulo se entregan los conceptos generales de estas materias con el fin de facilitar la comprensión del trabajo realizado. 2.1 Gestión de Riesgos Riesgos en Proyectos de Software Se define el riesgo como la posibilidad que un evento adverso, desgracia o contratiempo pueda manifestarse produciendo una pérdida. [29][39]. El riesgo es una posibilidad futura, por lo tanto una gestión adecuada puede determinar la ocurrencia o no ocurrencia de éstos. El riesgo siempre está relacionado con dos características: [29][39] La incertidumbre, ya que todos los acontecimientos caracterizados como riesgos puede o no ocurrir. La pérdida, si el riesgo llega a ocurrir, este provocará daños o pérdidas en el proyecto. Los proyectos de software son claramente difíciles de administrar y una gran cantidad de ellos terminan en fracaso. En un proyecto de software, éste se puede traducir en una mala calidad del producto, incumplimiento de planes u objetivos y hasta el fracaso del proyecto. La gestión de riesgos en proyectos de software pretende identificar, estudiar y eliminar las fuentes de riesgo antes de que comiencen a amenazar el éxito o la finalización exitosa de un proyecto de desarrollo de software [11] [22] [39]. 6

16 CAPÍTULO II: MARCO TEÓRICO 7 Los responsables del proyecto pueden tomar dos posturas frente a los riesgos, una es enfrentarlos una vez que ocurran y la otra es identificarlos en una etapa temprana y tomar acciones para mitigarlos [29] Factores y Categorías de Riesgos Estudios previos han identificado siete categorías de riesgo en proyectos de software, incluyendo: (1) gestión, (2) clientes y usuarios, (3) requerimientos, (4) estimación y programación de actividades, (5) jefe de proyecto, (6) proceso de desarrollo de software y (7) personal de desarrollo [28]. En los siguientes párrafos se discute en detalle las siete categorías identificadas anteriormente. Gestión Senior / Auspiciador Las prácticas de gestión inadecuadas afectan el éxito de proyectos. Un riesgo serio en proyectos de software es la falta de apoyo de auspiciadores. Las malas prácticas de gestión y la falta de apoyo de auspiciadores pueden resultar en una falta de compromiso y/o disponibilidad por parte del cliente/usuario. Pueden existir serias consecuencias como resultado de la interferencia por parte de la gestión senior, dejando al jefe de proyecto sin la autoridad para gestionar apropiadamente éste. El cambiar al jefe de proyecto en forma arbitraria durante el desarrollo de éste puede también causar serias consecuencias. Clientes / Usuarios La falta de involucramiento del usuario en cualquiera de las fases del ciclo de desarrollo de software, también tendrá un impacto negativo en el éxito del proyecto. Los problemas de clientes/usuarios son una de las mayores fuentes de fracaso de un proyecto. Expectativas realistas de parte del cliente pueden reducir capacidad de conflicto, y esto puede a la vez ayudar en la percepción que el desarrollador y nivel de gestión tienen del éxito del proyecto. Requerimientos El entendimiento de los requerimientos es un factor crítico para el desarrollo de un sistema exitoso. La falta total o parcial de entendimiento de ambos, el problema y su entorno, conduce a requerimientos incompletos o pobres, y por lo tanto causa serios riesgos para el proyecto. Si no existe un acuerdo de parte de los clientes y usuarios con respecto a los requerimientos del proyecto, aparecerán expectativas poco realistas con respecto a éste. La obtención de requerimientos tempranamente en el proceso de desarrollo y el uso de metodologías claramente definidas que ayudan al buen entendimiento de los requerimientos por aquellos involucrados en el proyecto,

17 CAPÍTULO II: MARCO TEÓRICO 8 disminuye los riesgos de éste. Además, el uso de procedimientos bien definidos para procesar cambios en los requerimientos ayuda al éxito de un proyecto. Estimación de Esfuerzo y Programación de Actividades Una mala estimación de esfuerzo es frecuentemente uno de los mayores contribuyentes al fracaso de los proyectos de software. Más proyectos de software fracasan por falta de tiempo que por todas las otras causas. Si los jefes de proyectos estuvieran mejor entrenados en técnicas de estimación y metodologías, sus estimaciones de esfuerzo y programación de actividades podrían ser más creíbles. Gestión de Proyecto Un proyecto acéfalo, o con un jefe que no tiene la experiencia apropiada, corre un riesgo serio. Los principales riesgos de proyectos están asociados con el mismo proceso de gestión de proyectos, y muchas de las buenas prácticas de gestión de proyecto están relacionadas al proceso de gestión de riesgos. Por lo tanto, aquellos jefes de proyectos que son exitosos, son buenos en la gestión de riesgo. Estos exitosos jefes de proyectos no aceptan ni tampoco ignoran los riesgos potenciales del proyecto de software que están gestionando. Sin embargo, durante la ejecución de un proyecto, muchos jefes de proyecto están demasiado ocupados y sujetos a presiones propias del proyecto, de modo que ellos olvidan las fases de control de riesgo. Todos aquellos involucrados en el proyecto (nivel de gestión, desarrolladores y clientes/usuarios), y su impacto en éste necesitan ser considerados. Desarrolladores El desempeño de los desarrolladores en el proceso de desarrollo de software es crítico en términos de la actividad que ellos desarrollan, y con quien interactúan. La falta de control de proyecto tiene como resultado que los desarrolladores trabajan horas extras sin recompensa, teniendo efectos negativos en sus vidas personales, y arriesgando el éxito del proyecto. Un mayor entendimiento de lo que contribuye a mantener a estas personas felices y motivadas ayudará a disminuir los riesgos del proyecto. Los desarrolladores tienen una única perspectiva de la noción de éxito que está directamente relacionada a la motivación. Debido a que la más importante recompensa de la motivación es el crecimiento personal, la necesidad de los desarrolladores por otras recompensas, tales como aumentos de sueldos y promociones, puede ser mitigada. El satisfacer las necesidades de los desarrolladores de software contribuye a satisfacer las necesidades de clientes/usuarios como también las necesidades de la organización. Proceso de Desarrollo de Software La gestión de riesgo es solo una faceta del proceso de desarrollo de software que comienza junto con la definición y continúa a través de la planificación, ejecución y control, hasta la completación y clausura del proyecto. Sin embargo, el análisis,

18 CAPÍTULO II: MARCO TEÓRICO 9 seguimiento y control de riesgos es una de las áreas más débiles del proceso de desarrollo. El riesgo puede ser reducido a través del mejoramiento del proceso de desarrollo. La idea detrás del CMM (Capability Maturity Model), es situar el proceso de desarrollo de software bajo control estadístico y por lo tanto hacerlo más predecible. Metodologías de software inapropiadas, pobre planificación, monitoreo y control, agregan riesgo a un proyecto. Mucho se ha escrito acerca de los efectos negativos de las subestimaciones en la programación de un proceso de desarrollo, lo cual resulta en un acortamiento de las actividades de éste. La definición de estas siete categorías permitió enumerar factores de riesgo, cuyo listado dio origen a la encuesta de percepción de proyecto (Anexo 1). Estas categorías y factores por lo tanto forman parte de los modelos probabilísticos que se generaron más adelante y que se detallan en el Capítulo III.

19 CAPÍTULO II: MARCO TEÓRICO La Gestión de Riesgos en Proyectos de Software El objetivo central de la gestión de riesgos es evitar en lo posible el efecto negativo que los riesgos pueden tener sobre el proyecto. Para ello se deben identificar los factores de riesgo que pueden provocar la pérdida de control y mitigarlos [27]. La gestión de riesgos se divide en dos etapas, en primera instancia en una estimación de los riesgos y posteriormente, en un control de éstos (Figura 1). [11][13][16][29][40] Gestión de Riesgos Estimación de Riesgos - Identificación - Análisis - Priorización Control de Riesgos - Planificación de la Gestión - Resolución - Monitorización Figura 1: Etapas de la Gestión de Riesgos A continuación se describen las etapas antes mencionadas: 1º Etapa: Estimación de Riesgos En esta etapa se pretende identificar y analizar los riesgos, para así poder asignarles prioridades con el fin de identificar los riesgos más perjudiciales. Identificación de Riesgos, en este paso lo que se desea es identificar la mayor cantidad de riesgos posibles. Análisis de Riesgos, este análisis es útil para poder seleccionar entre varias alternativas de desarrollo, o para gestionar los riesgos asociados a una alternativa que se haya elegido. En este proceso los puntos a avaluar son los siguientes: Exposición a riesgos. Estimación de la magnitud de pérdida. Estimación de la probabilidad de pérdida. Retraso total del proyecto y margen del retraso.

20 CAPÍTULO II: MARCO TEÓRICO 11 Priorización de los Riesgos Ya habiéndose creado una lista con los riesgos de la planificación, el paso que sigue es definir una prioridad para los riesgos, de forma que se sepa donde centrar el esfuerzo para la gestión de riesgos. 2º Etapa: Control de Riesgos En esta etapa se formula la planificación de la gestión de riesgos, la resolución y la monitorización de los riesgos durante el desarrollo del proyecto. Planificación de la gestión de Riesgos Se desarrolla un plan que controle cada uno de los riesgos clasificados de prioridad alta. Este plan debería también contener una serie de previsiones para la monitorización de los riesgos, como lo es el describir quién será el responsable para cada riesgo, así como cuándo debe realizar la monitorización y cómo debe ser realizada. Resolución de Riesgos Se generan métodos para tratar de resolver cada uno de los riesgos significativos. Monitorización de Riesgos Los riesgos aparecen y desaparecen en el desarrollo del proyecto, por tal motivo se necesita un monitoreo de éstos para poder comprobar el progreso del control de riesgos e identificar como aparecen los nuevos riesgos. Para poder llevar a cabo esta tarea, se deben definir quienes serán los encargados de esta monitorización y establecer las comprobaciones intermedias de riesgos. Es importante señalar que la gestión de riesgos consta de 5 niveles: 1. Control de crisis: Controlar los riesgos sólo cuando se han convertido en problemas. 2. Arreglar cada error: Detectar y reaccionar rápidamente ante cualquier riesgo, pero sólo después que se haya producido. 3. Mitigación de riesgos: Planificar con antelación el tiempo que necesitaría para cubrir riesgos en el caso de que ocurran, pero no intentar eliminarlos inicialmente.

21 CAPÍTULO II: MARCO TEÓRICO Prevención: Crear y llevar a cabo un plan como parte del proyecto de software para identificar riesgos y evitar que se conviertan en problemas. 5. Eliminación de las causas principales: Identificar y eliminar los factores que pueden hacer posible la presencia de algún tipo de riesgo. Por lo tanto, al realizar la estimación del riesgo se debe determinar qué nivel de la gestión es necesario aplicar. Ahora que hemos mencionado como funciona la gestión de riesgos de proyectos de software, es necesario señalar la cabida de una herramienta como la que se describe en el presente trabajo en este proceso. Se puede señalar que la herramienta que utiliza modelos en redes bayesianas debe ser utilizada en la primera etapa de Estimación de Riesgos como ayuda para identificar y priorizar los riesgos más relevantes del proyecto.

22 CAPÍTULO II: MARCO TEÓRICO Redes Bayesianas Definición Una red bayesiana es un grafo acíclico dirigido en el que cada nodo representa una variable y cada arco una dependencia probabilística. La variable a la que apunta el arco es dependiente (en términos de causa-efecto) de la que está en el origen de éste. En cada variable se especifica la probabilidad condicional dados sus padres en caso de tenerlos. Una red bayesiana tiene al menos una raíz (nodo sin padre alguno) y un nodo terminal (nodo sin hijos)[14]. La topología o estructura de la red nos da información sobre las dependencias probabilísticas entre las variables y sus dependencias condicionales dada otra(s) variable(s). Figura 2: Ejemplo de la estructura de una red bayesiana que representa el funcionamiento de un automóvil En una red bayesiana cualquiera, el cálculo de la probabilidad conjunta de las n variables se puede representar como: n PX ( 1, X2 K, Xn) = PX ( i) PX ( i X j( i) ) i= 1 donde { X, X K, X } es el conjunto de padres de la variable X 1() i 2() i m() i i Las redes bayesianas son utilizadas en diversas áreas de aplicación como por ejemplo el diagnóstico médico [20]. Las mismas proveen una forma compacta de

23 CAPÍTULO II: MARCO TEÓRICO 14 representar el conocimiento y métodos flexibles de razonamiento, basados en las teorías probabilísticas, capaces de predecir el valor de variables no observadas y explicar las observadas. Entre las características que poseen las redes bayesianas, se puede destacar que permiten aprender sobre relaciones de dependencia y causalidad, permiten combinar conocimiento con datos, evitan el sobre-ajuste de los datos y pueden manejar bases de datos incompletas. En el contexto de este trabajo, las redes bayesianas se utilizan para representar la relación causal entre los distintos factores de riesgo y la condición de éxito o fracaso de un proyecto de desarrollo de software. Las variables o nodos de la red representan factores de riesgo cuyas distribuciones de probabilidad están dadas por los datos obtenidos en las encuestas. Las dependencias condicionales entre las variables están dadas por la relación entre un factor riesgo y otro. Esta dependencia se obtiene de un aprendizaje a través de métodos de minería de datos. El obtener una red bayesiana a partir de datos, es un proceso de aprendizaje que se divide en dos etapas: el aprendizaje estructural y el aprendizaje paramétrico. La primera de ellas, consiste en obtener la estructura de la red bayesiana, es decir, las relaciones de dependencia e independencia entre las variables involucradas. La segunda etapa, tiene como finalidad obtener las probabilidades a priori y condicionales requeridas a partir de una estructura dada [12].

GANTT, PERT y CPM. Figura 5.3: Carta GANTT 3.

GANTT, PERT y CPM. Figura 5.3: Carta GANTT 3. GANTT, PERT y CPM Características Conseguir una buena programación es un reto, no obstante es razonable y alcanzable. Ella debe tener el compromiso del equipo al completo, para lo cual se recomienda que

Más detalles

Aplicación de Redes bayesianas usando Weka.

Aplicación de Redes bayesianas usando Weka. Aplicación de Redes bayesianas usando Weka. Cynthia Lorena Corso 1, Fabian Gibellini 1 1 Universidad Tecnológica Nacional, Facultad Regional Córdoba Laboratorio de Sistemas de Información Maestro M. López

Más detalles

Introducción a selección de. Blanca A. Vargas Govea blanca.vargas@cenidet.edu.mx Reconocimiento de patrones cenidet Octubre 1, 2012

Introducción a selección de. Blanca A. Vargas Govea blanca.vargas@cenidet.edu.mx Reconocimiento de patrones cenidet Octubre 1, 2012 Introducción a selección de atributos usando WEKA Blanca A. Vargas Govea blanca.vargas@cenidet.edu.mx Reconocimiento de patrones cenidet Octubre 1, 2012 Contenido 1 Introducción a WEKA El origen Interfaces

Más detalles

SOFTWARE PLANNING PROJECTS UNDER THE PMI GUIDELINES PLANEACION DE PROYECTOS DE SOFTWARE BAJO LINEAMIENTOS DEL PMI. MSc. Mauricio Rojas Contreras

SOFTWARE PLANNING PROJECTS UNDER THE PMI GUIDELINES PLANEACION DE PROYECTOS DE SOFTWARE BAJO LINEAMIENTOS DEL PMI. MSc. Mauricio Rojas Contreras Recibido: 06 de agosto de 2009 Aceptado: 21 de octubre de 2009 SOFTWARE PLANNING PROJECTS UNDER THE PMI GUIDELINES PLANEACION DE PROYECTOS DE SOFTWARE BAJO LINEAMIENTOS DEL PMI MSc. Mauricio Rojas Contreras

Más detalles

Introducción. Francisco J. Martín Mateos. Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla

Introducción. Francisco J. Martín Mateos. Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Francisco J. Martín Mateos Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Qué es la (KE)? Definición de Wikipedia: La es una disciplina cuyo objetivo es integrar conocimiento

Más detalles

SEGÚNDO CAPITULO 2. DIAGNOSTICO DE LA DEMANDA DE SERVICIOS DE CONSULTORIA Y CAPACITACION Y EXPECTATIVAS EMPRESARIALES DE LOS INGENIEROS INDUSTRIALES

SEGÚNDO CAPITULO 2. DIAGNOSTICO DE LA DEMANDA DE SERVICIOS DE CONSULTORIA Y CAPACITACION Y EXPECTATIVAS EMPRESARIALES DE LOS INGENIEROS INDUSTRIALES SEGÚNDO CAPITULO 2. DIAGNOSTICO DE LA DEMANDA DE SERVICIOS DE CONSULTORIA Y CAPACITACION Y EXPECTATIVAS EMPRESARIALES DE LOS INGENIEROS INDUSTRIALES 2.1 METODOLOGÍA DE LA INVESTIGACIÓN Con el propósito

Más detalles

1. PROCESOS DEL PROJECT MANAGEMENT

1. PROCESOS DEL PROJECT MANAGEMENT INDICE 1. PROCESOS DEL PROJECT MANAGEMENT 1.1 Procesos del Proyecto 1.2 Grupos de Proceso 1.3 Interacciones del Proceso 1.4 Adaptación de las interacciones del proceso 2. AREAS DEL CONOCIMIENTO DEL PROJECT

Más detalles

Evaluación de modelos para la predicción de la Bolsa

Evaluación de modelos para la predicción de la Bolsa Evaluación de modelos para la predicción de la Bolsa Humberto Hernandez Ansorena Departamento de Ingeniería Telemática Universidad Carlos III de Madrid Madrid, España 10003975@alumnos.uc3m.es Rico Hario

Más detalles

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión. DIAGRAMA DE FLECHAS 1.- INTRODUCCIÓN Este documento sirve de guía para el proceso de planificación de proyectos. Describe desde la visualización de la secuencia de acciones a desarrollar en dichos proyectos

Más detalles

Aprendizaje Automático y Data Mining. Bloque IV DATA MINING

Aprendizaje Automático y Data Mining. Bloque IV DATA MINING Aprendizaje Automático y Data Mining Bloque IV DATA MINING 1 Índice Definición y aplicaciones. Grupos de técnicas: Visualización. Verificación. Descubrimiento. Eficiencia computacional. Búsqueda de patrones

Más detalles

Planificación de proyectos

Planificación de proyectos Planificación de proyectos Introducción Características de un proyecto: Conjunto numeroso de actividades complejas. Es singular (Conjunto de sucesos y actividades que sólo se presenta una vez) Es finito

Más detalles

Estudio comparativo de los currículos de probabilidad y estadística español y americano

Estudio comparativo de los currículos de probabilidad y estadística español y americano Estudio comparativo de los currículos de probabilidad y estadística español y americano Jaldo Ruiz, Pilar Universidad de Granada Resumen Adquiere las mismas capacidades en Probabilidad y Estadística un

Más detalles

Impala Risk. Simulación de Riesgo en Proyectos. Servicios. Capacitación. www.impalarisk.com

Impala Risk. Simulación de Riesgo en Proyectos. Servicios. Capacitación. www.impalarisk.com Simulación de Riesgo en Proyectos Servicios Capacitación www.impalarisk.com Software Simulador de Riesgo en Proyectos El peor riesgo es desconocer el riesgo Los actuales Gerentes de Proyectos se enfrentan

Más detalles

Redes Bayesianas para predecir riesgo de plomo en sangre de puérperas y neonatos

Redes Bayesianas para predecir riesgo de plomo en sangre de puérperas y neonatos Redes Bayesianas para predecir riesgo de plomo en sangre de puérperas y neonatos Autores A.M. Sancho 1,2 ; V. Messina 3 ; M. Cuevas 4 ; I. Sattolo 2 ; R.Dante 1 ; A. Ricca 1, y L. De Oto 2 RESUMEN Las

Más detalles

PLANEACIÓN DE SISTEMAS INFORMÁTICOS ING. KARINA RAMÍREZ DURÁN

PLANEACIÓN DE SISTEMAS INFORMÁTICOS ING. KARINA RAMÍREZ DURÁN PLANEACIÓN DE SISTEMAS INFORMÁTICOS ING. KARINA RAMÍREZ DURÁN Diagrama de Gantt Fue desarrollada por Henry L. Gantt, durante la primera guerra mundial. Con estas graficas Gantt procuro resolver el problema

Más detalles

La Implementación de SAP R/3

La Implementación de SAP R/3 SESIÓN 3 La implementación de SAP R/3 Etapas del Proyecto y Tareas a Realizar Entorno de la Implementación SAP Taller de Introducción a ERP SESIÓN 3/1 La Implementación de SAP R/3 El significado usual

Más detalles

Administración del Tiempo en el Desarrollo de un Sistema de Información

Administración del Tiempo en el Desarrollo de un Sistema de Información Administración del Tiempo en el Desarrollo de un Sistema de Información José Jimmy Camacho Martínez (1) Ramón David Chávez Cevallos (2) Ing. Lennin Freire (3) Facultad de Ingeniería en Electricidad y Computación

Más detalles

1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2.

1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2. 1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2. GENERALIDADES SOBRE LAS TÉCNICAS DE INVESTIGACIÓN SOCIAL Y DE MERCADOS

Más detalles

GESTIÓN DEL TIEMPO. La Gestión del Tiempo del Proyecto incluye los procesos necesarios para lograr la conclusión del proyecto a tiempo.

GESTIÓN DEL TIEMPO. La Gestión del Tiempo del Proyecto incluye los procesos necesarios para lograr la conclusión del proyecto a tiempo. GESTIÓN DEL TIEMPO La Gestión del Tiempo del Proyecto incluye los procesos necesarios para lograr la conclusión del proyecto a tiempo. DEFINICIÓN DE LAS ACTIVIDADES Definir las actividades del cronograma

Más detalles

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN)

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) CLASIFICACIÓN NO SUPERVISADA CLUSTERING Y MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) info@clustering.50webs.com Indice INTRODUCCIÓN 3 RESUMEN DEL CONTENIDO 3 APRENDIZAJE

Más detalles

TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS 1

TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS 1 Técnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas http://www.iit.comillas.edu/aramos/ Andres.Ramos@comillas.edu TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS

Más detalles

Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales

Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales Jorge Salas Chacón A03804 Rubén Jiménez Goñi A93212 Juan Camilo Carrillo Casas A91369 Marco Vinicio Artavia Quesada

Más detalles

2. EL MODELO CMMI. En 1991, el Instituto de Ingeniería de Software (SEI) publicó el Modelo de

2. EL MODELO CMMI. En 1991, el Instituto de Ingeniería de Software (SEI) publicó el Modelo de 2. EL MODELO CMMI 2.1 ANTECEDENTES DE CMMI En 1991, el Instituto de Ingeniería de Software (SEI) publicó el Modelo de Capacidad de Madurez (CMM). Dicho modelo está orientado a la mejora de los procesos

Más detalles

Con el fin de obtener los datos, se procede con las siguientes instrucciones:

Con el fin de obtener los datos, se procede con las siguientes instrucciones: Capitulo 3. La predicción de beneficios del mercado bursátil Este segundo caso de estudio va más allá en el uso de técnicas de minería de datos. El dominio específico utilizado para ilustrar estos problemas

Más detalles

Duración del Proyecto e Incertidumbre

Duración del Proyecto e Incertidumbre 6th International Conference on Industrial Engineering and Industrial Management. XVI Congreso de Ingeniería de Organización. Vigo, July 18-20, 2012 Duración del Proyecto e Incertidumbre Project Duration

Más detalles

TEMA 6.- LA PUESTA EN MARCHA DE PROYECTOS. LOS ASPECTOS A TENER EN CUENTA

TEMA 6.- LA PUESTA EN MARCHA DE PROYECTOS. LOS ASPECTOS A TENER EN CUENTA TEMA 6.- LA PUESTA EN MARCHA DE PROYECTOS. LOS ASPECTOS A TENER EN CUENTA El Programa para el Fomento de la Intraemprendeduría en Ciclos Formativos de Formación Profesional es un proyecto financiado por

Más detalles

Ingeniería Técnica en Informática de Gestión

Ingeniería Técnica en Informática de Gestión Departamento de Informática Universidad Carlos III de Madrid Ingeniería Técnica en Informática de Gestión Inteligencia Artificial Febrero 2006. 1 a parte Normas generales del examen El tiempo para realizar

Más detalles

CAPITULO III EL MANTENIMIENTO. 3.1 Conceptos Básicos de Mantenimiento

CAPITULO III EL MANTENIMIENTO. 3.1 Conceptos Básicos de Mantenimiento 39 CAPITULO III EL MANTENIMIENTO 3.1 Conceptos Básicos de Mantenimiento Antes que realizar cualquier tipo de clasificación o descripción de los tipos de mantenimiento, es muy importante saber realmente

Más detalles

Algoritmos de minería de datos incluidos en SQL Server 2008 1. Algoritmo de árboles de decisión de Microsoft [MIC2009a] Cómo funciona el algoritmo

Algoritmos de minería de datos incluidos en SQL Server 2008 1. Algoritmo de árboles de decisión de Microsoft [MIC2009a] Cómo funciona el algoritmo 1 Algoritmos de minería de datos incluidos en SQL Server 2008 Los algoritmos que aquí se presentan son: Árboles de decisión de Microsoft, Bayes naive de Microsoft, Clústeres de Microsoft, Serie temporal

Más detalles

PMBook Capítulo 1. Gabriel Orlando Ortiz Zárate Orden 40073 SENA C.E.E.T. gaboortiz21@hotmail.com

PMBook Capítulo 1. Gabriel Orlando Ortiz Zárate Orden 40073 SENA C.E.E.T. gaboortiz21@hotmail.com PMBook Capítulo 1 Gabriel Orlando Ortiz Zárate Orden 40073 SENA C.E.E.T. gaboortiz21@hotmail.com Resumen En este informe se da un resumen del capítulo 1 del PMBook con el cual se tendrá un modelo para

Más detalles

MINERÍA DE DATOS. Teleprocesos y Sistemas Distribuidos Licenciatura en Sistemas de Información FACENA - UNNE. Octubre - 2003

MINERÍA DE DATOS. Teleprocesos y Sistemas Distribuidos Licenciatura en Sistemas de Información FACENA - UNNE. Octubre - 2003 MINERÍA DE DATOS Teleprocesos y Sistemas Distribuidos Licenciatura en Sistemas de Información FACENA - UNNE Octubre - 2003 CONTENIDO Qué es Data Warehousing Data Warehouse Objetivos del Data Warehouse

Más detalles

Sistemas de Información II. Introducción al Proceso Unificado de Desarrollo de Software. Autor: Ing. Silverio Bonilla 1

Sistemas de Información II. Introducción al Proceso Unificado de Desarrollo de Software. Autor: Ing. Silverio Bonilla 1 Introducción al Proceso Unificado de Desarrollo de Software Autor: Ing. Silverio Bonilla 1 James Rumbaugh et al. Concepto de Método Una metodología de ingeniería del software es un proceso para producir

Más detalles

INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL: LOS SISTEMAS EXPERTOS

INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL: LOS SISTEMAS EXPERTOS Introducción a los Sistemas Expertos 1 INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL: LOS SISTEMAS EXPERTOS ÍNDICE 1. INTRODUCCIÓN. EVOLUCIÓN HISTÓRICA 2. DEFINICIÓN Y CARACTERÍSTICAS DE LOS SE. 3. TIPOS Y

Más detalles

INTRODUCCION CONTENIDO. Características. Construir un diagrama de Gantt: Ejemplo...3 PERT Y CPM...5 Ejemplo: Aplicación P.E.R.T...

INTRODUCCION CONTENIDO. Características. Construir un diagrama de Gantt: Ejemplo...3 PERT Y CPM...5 Ejemplo: Aplicación P.E.R.T... DIAGRAMA DE GANTT y PERT. INDICE INTRODUCCION...1 CONTENIDO...2 Características...2 Construir un diagrama de Gantt:...2 Ejemplo...3 PERT Y CPM...5 Ejemplo: Aplicación P.E.R.T....7 CONTENIDO El diagrama

Más detalles

RESUMEN de la GESTIÓN de PROYECTOS

RESUMEN de la GESTIÓN de PROYECTOS RESUMEN de la GESTIÓN de PROYECTOS Basado en la Guía de los Fundamentos de la Dirección de Proyectos (Guía del PMBOK ) Contenidos Introducción...2 PMI...2 Objetivos...2 PMBOK...2 Proyecto...3 Concepto...3

Más detalles

GESTIÓN DE SOFTWARE INFORME SOBRE. Evaluación de Productos UNIVERSIDAD DE LA REPUBLICA - FACULTAD DE INGENIERÍA. Grupo 2

GESTIÓN DE SOFTWARE INFORME SOBRE. Evaluación de Productos UNIVERSIDAD DE LA REPUBLICA - FACULTAD DE INGENIERÍA. Grupo 2 UNIVERSIDAD DE LA REPUBLICA - FACULTAD DE INGENIERÍA GESTIÓN DE SOFTWARE INFORME SOBRE Evaluación de Productos Grupo 2 Marcelo Caponi 3.825.139-0 Daniel De Vera 4.120.602-3 José Luis Ibarra 4.347.596-3

Más detalles

Guía Rápida Proceso de Desarrollo OPENUP/OAS Universidad Distrital Francisco José de Caldas Oficina Asesora de Sistemas

Guía Rápida Proceso de Desarrollo OPENUP/OAS Universidad Distrital Francisco José de Caldas Oficina Asesora de Sistemas Guía Rápida Proceso de Desarrollo OPENUP/OAS Universidad Distrital Francisco José de Caldas Oficina Asesora de Sistemas Información General del Documento Versión Actual del Documento 0.0.0.7 Descripción

Más detalles

Operating MATLAB by Internet

Operating MATLAB by Internet Operating MATLAB by Internet Bonifacio Castaño, Juan Llovet, Javier Sánchez University of Alcalá de Henares, Departament of mathematics. Abstract. In this work we demonstrate an interactive web-page, that

Más detalles

MANAGEMENT CONSULTORES

MANAGEMENT CONSULTORES MANAGEMENT CONSULTORES CURSO: INTRODUCCION A ORACLE PRIMAVERA RISK ANALYSIS (EX PERTMASTER) Ramón L. Falcón 1435 C1406GNC Ciudad Autónoma de Buenos Aires Argentina Tel: +5411 5468 3369 Fax: +5411 4433-4202

Más detalles

REPORTE REGIONAL ARGENTINA Tendencias en Argentina Tercerización del Project Management Por: Ana María Rodríguez, Corresponsal Internacional PMWT

REPORTE REGIONAL ARGENTINA Tendencias en Argentina Tercerización del Project Management Por: Ana María Rodríguez, Corresponsal Internacional PMWT REPORTE REGIONAL ARGENTINA Tendencias en Argentina Tercerización del Project Management Por: Ana María Rodríguez, Corresponsal Internacional PMWT Siguiendo el crecimiento de la economía en Argentina, el

Más detalles

Introducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09

Introducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09 Introducción a los Algoritmos Genéticos Tomás Arredondo Vidal 17/4/09 Esta charla trata de lo siguiente: Introducción a algunos aspectos de los algoritmos genéticos. Introducción a algunas aplicaciones

Más detalles

Programación en Capas.

Programación en Capas. Programación en Capas. Ricardo J. Vargas Del Valle Universidad de Costa Rica, Ciencias de Computación e Informática, San José, Costa Rica, 506 ricvargas@gmail.com Juan P. Maltés Granados Universidad de

Más detalles

Planificación del Tiempo Utilizando Cadena Crítica y Buffer Management (Administración de Buffers )

Planificación del Tiempo Utilizando Cadena Crítica y Buffer Management (Administración de Buffers ) PM value Planificación del Utilizando Cadena Crítica y Buffer Management ( de Buffers ) Escapando a los viejos conceptos de Parkinson y Murphy "El trabajo se extiende de forma tal de completar (y muchas

Más detalles

PLANIFICACIÓN DE PROYECTOS

PLANIFICACIÓN DE PROYECTOS Pert - CPM: Uno de los primeros casos documentados de la epoca actual sobre la administración y planificacion de proyectos se refiere al proyecto de armamentos del Polaris, empezando 1958. Así surgió el

Más detalles

OPTIMIZACIÓN EN MANTENIMIENTO

OPTIMIZACIÓN EN MANTENIMIENTO OPTIMIZACIÓN EN MANTENIMIENTO Entrenamiento en técnicas avanzadas para optimizar el remplazo de componentes e inspección de equipos Driven by knowledge info@apsoluti.es 2015 1 OPTIMIZACIÓN DE MANTENIMIENTO

Más detalles

Simulación 4D en el Control de Sistemas Mecatrónicos

Simulación 4D en el Control de Sistemas Mecatrónicos 12 Simulación 4D en el Control de Sistemas Mecatrónicos Anibal Cotrina Facultad de Ingeniería Electrónica y Eléctrica, Universidad Nacional Mayor de San Marcos, Lima Perú RESUMEN: En el presente artículo

Más detalles

Ingeniería de Software con UML Unified Modeling Language Lenguaje Unificado de Modelado

Ingeniería de Software con UML Unified Modeling Language Lenguaje Unificado de Modelado Ingeniería de Software con UML Unified Modeling Language Lenguaje Unificado de Modelado 1. Introducción Unified Modeling Languaje Fuente: Booch- Jacobson-Rumbauch y diversos sitios Internet, entre otros:

Más detalles

INICIO PLANIFICACIÓN EJECUCIÓN SEGUIMIENTO Y CONTROL CIERRE. Etapas de un proyecto. Conoce las 5 etapas por las que todo proyecto debe pasar.

INICIO PLANIFICACIÓN EJECUCIÓN SEGUIMIENTO Y CONTROL CIERRE. Etapas de un proyecto. Conoce las 5 etapas por las que todo proyecto debe pasar. 1 2 Etapas de un proyecto Conoce las 5 etapas por las que todo proyecto debe pasar. Etapas de un proyecto Todo lo que debes saber INICIO para gestionarlas de manera eficiente PLANIFICACIÓN 3 4 5 EJECUCIÓN

Más detalles

Cómo gestionar proyectos en condiciones de riesgo

Cómo gestionar proyectos en condiciones de riesgo 1 de 8 CLAVES PARA EL ÉXITO DE LOS PROYECTOS Cómo gestionar proyectos en condiciones de riesgo Las empresas necesitan desarrollar proyectos que exigen estructuras y tratamientos distintos a los tradicionales.

Más detalles

Programación Genética

Programación Genética Programación Genética Programación Genética consiste en la evolución automática de programas usando ideas basadas en la selección natural (Darwin). No sólo se ha utilizado para generar programas, sino

Más detalles

CAPÍTULO 2. CMM : CAPABILITY MATURITY MODEL

CAPÍTULO 2. CMM : CAPABILITY MATURITY MODEL CAPÍTULO 2. CMM : CAPABILITY MATURITY MODEL Teniendo en cuenta que este trabajo tiene como objetivo el mostrar la metodología de evaluación del modelo de Capacidad de Madurez, es necesario antes de profundizar

Más detalles

Planificación de Sistemas de Información

Planificación de Sistemas de Información Planificación de Sistemas de Información ÍNDICE DESCRIPCIÓN Y OBJETIVOS... 1 ACTIVIDAD 1: INICIO DEL PLAN DE SISTEMAS DE INFORMACIÓN... 4 Tarea 1.1: Análisis de la Necesidad del... 4 Tarea 1.2: Identificación

Más detalles

Gestión de Proyectos A Guide to the Project Management Body of Knowledge (Pmbok Guide) Profesor Guillermo E. Badillo Astudillo

Gestión de Proyectos A Guide to the Project Management Body of Knowledge (Pmbok Guide) Profesor Guillermo E. Badillo Astudillo Gestión de Proyectos A Guide to the Project Management Body of Knowledge (Pmbok Guide) Profesor Guillermo E. Badillo Astudillo Todas las slides siguientes están tomadas de la guía de los fundamentos para

Más detalles

Planificación de Sistemas de Información

Planificación de Sistemas de Información Planificación de Sistemas de Información ÍNDICE DESCRIPCIÓN Y OBJETIVOS...1 ACTIVIDAD 1: INICIO DEL PLAN DE SISTEMAS DE INFORMACIÓN...4 Tarea 1.1: Análisis de la Necesidad del...4 Tarea 1.2: Identificación

Más detalles

Aprendizaje de redes bayesianas híbridas con mixturas de funciones base truncadas

Aprendizaje de redes bayesianas híbridas con mixturas de funciones base truncadas Aprendizaje de redes bayesianas híbridas con mixturas de funciones base truncadas Doctoranda: Inmaculada Pérez-Bernabé Director: Antonio Salmerón Cerdán Departamento de Matemáticas, Universidad de Almería,

Más detalles

Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos

Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos MT 6 Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos Rosario Baltazar 1 Judith Esquivel Vázquez 2 Andrea Rada 3 Claudia Díaz 4 Resumen Durante los últimos 15

Más detalles

ESTUDIO DE LA MADUREZ DE GESTIÓN DE PROYECTOS PARA EL C.E.E.

ESTUDIO DE LA MADUREZ DE GESTIÓN DE PROYECTOS PARA EL C.E.E. ESTUDIO DE LA MADUREZ DE GESTIÓN DE PROYECTOS PARA EL C.E.E. Henry Paúl Dávila Egresado del Programa Administración de la Construcción, de la Universidad de las Fuerzas Armadas ESPE, henrypauldavila@gmail.com.

Más detalles

Escuela Politécnica Superior. Proyectos de Desarrollo Software. Capítulo 5. daniel.tapias@uam.es. Dr. Daniel Tapias Curso 2014/ 15 PROYECTOS

Escuela Politécnica Superior. Proyectos de Desarrollo Software. Capítulo 5. daniel.tapias@uam.es. Dr. Daniel Tapias Curso 2014/ 15 PROYECTOS Escuela Politécnica Superior Proyectos de Desarrollo Software Capítulo 5 Dr. Daniel Tapias Curso 2014/ 15 daniel.tapias@uam.es PROYECTOS PROGRAMA DE LA ASIGNATURA Capítulo 1: Introducción. Capítulo 2:

Más detalles

Fase de Planeación. Unidad

Fase de Planeación. Unidad Fase de Planeación. Unidad 2 Una etapa primordial en la gestión de un proyecto es la Planeación. Durante ésta se realizan actividades para estimar costos y recursos asegurando que el proyecto satisfaga

Más detalles

Clase 11. Análisis dinámico, 2ª parte.

Clase 11. Análisis dinámico, 2ª parte. Clase 11. Análisis dinámico, 2ª parte. Continuamos con el mismo tema de la clase anterior, pero esta vez nos ocuparemos principalmente de la fase de prueba. Nos detendremos brevemente en algunas de las

Más detalles

Desarrollo de un cluster computacional para la compilación de. algoritmos en paralelo en el Observatorio Astronómico.

Desarrollo de un cluster computacional para la compilación de. algoritmos en paralelo en el Observatorio Astronómico. Desarrollo de un cluster computacional para la compilación de algoritmos en paralelo en el Observatorio Astronómico. John Jairo Parra Pérez Resumen Este artículo muestra cómo funciona la supercomputación

Más detalles

RESUMEN SOBRE LA SOLUCIÓN

RESUMEN SOBRE LA SOLUCIÓN RESUMEN SOBRE LA SOLUCIÓN CA IT Asset Manager Cómo se puede administrar el ciclo de vida de los activos, optimizar el valor de las inversiones de TI y obtener una vista de cartera de todos los activos?

Más detalles

Rational Unified Process (RUP)

Rational Unified Process (RUP) Rational Unified Process (RUP) Este documento presenta un resumen de Rational Unified Process (RUP). Se describe la historia de la metodología, características principales y estructura del proceso. RUP

Más detalles

Tema 2. Ingeniería del Software I feliu.trias@urjc.es

Tema 2. Ingeniería del Software I feliu.trias@urjc.es Tema 2 Ciclo de vida del software Ingeniería del Software I feliu.trias@urjc.es Índice Qué es el ciclo de vida del Software? El Estándar 12207 Modelos de proceso Qué es el Ciclo de Vida del SW? Definición

Más detalles

Sistema de Predicción de la Demanda de Papel Fotográfico para Ecuacolor. Egresada de Licenciada en Sistemas de Información 2005. 2

Sistema de Predicción de la Demanda de Papel Fotográfico para Ecuacolor. Egresada de Licenciada en Sistemas de Información 2005. 2 Sistema de Predicción de la Demanda de Papel Fotográfico para Ecuacolor AUTORES: Teodora Sofía Argoti Doylet 1, Soraya Freire Oliveros 2, Carmen Orozco Roggiero 3, Juan Alvarado O. 4 1 Egresada de Licenciada

Más detalles

Proyectos Informáticos. Tema 5: Planificación de proyectos

Proyectos Informáticos. Tema 5: Planificación de proyectos Proyectos Informáticos Tema 5: Planificación de proyectos Contenidos Modelos de planificación temporal 2 Planificación temporal y de tareas Hay multitud de factores que el jefe de proyecto debe considerar

Más detalles

Programación orientada a

Programación orientada a Programación orientada a objetos con Java Pedro Corcuera Dpto. Matemática Aplicada y Ciencias de la Computación Universidad de Cantabria corcuerp@unican.es Objetivos Presentar los conceptos de la programación

Más detalles

El Proceso Unificado

El Proceso Unificado El Proceso Unificado de Desarrollo de Software Prof. Gustavo J. Sabio Alcance de la presentación QA Entradas Proceso de desarrollo Salida equipo Cliente sistemas Cliente necesidades actividades varias

Más detalles

monitoreo efectivo del desempeño en entornos SAP

monitoreo efectivo del desempeño en entornos SAP INFORME OFICIAL Septiembre de 2012 monitoreo efectivo del desempeño en entornos SAP Los desafíos clave y cómo CA Nimsoft Monitor ayuda a abordarlos agility made possible tabla de contenido resumen 3 Introducción

Más detalles

Técnicas de planificación y control de proyectos

Técnicas de planificación y control de proyectos Técnicas de planificación y control de proyectos c.- MÉTODO pert Método PERT Duraciones aleatorias Tiempo pesimista Tiempo normal o más probable Tiempo optimista t e t 4t t t y 6 6 0 m p 2 t p t o 2 PERT

Más detalles

Administración del ciclo de vida de un proyecto para el desarrollo de un portal web de monitoreo satelital utilizando la metodología PMI

Administración del ciclo de vida de un proyecto para el desarrollo de un portal web de monitoreo satelital utilizando la metodología PMI Administración del ciclo de vida de un proyecto para el desarrollo de un portal web de monitoreo satelital utilizando la metodología PMI Jasmani Reyna Aguiño,Silvana Lema Herrera, Ing. Lenin Freire Cobos

Más detalles

Seguridad y mantenimiento predictivo

Seguridad y mantenimiento predictivo Tema de tapa Seguridad y mantenimiento predictivo Beneficios de una aplicación en conjunto Por Ing. Mario Lanza Pride Argentina Introducción Las técnicas de mantenimiento han evolucionado conforme la tecnología

Más detalles

Seamos parte de la solución!

Seamos parte de la solución! Seamos parte de la solución! María Carolina Vacas, PMP carolinavacas@outlook.com Septiembre 2012 Objetivo del Taller Difundir las buenas prácticas en Gestión de Riesgos que propone el PMI. Invitar a las

Más detalles

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión. DIAGRAMA DE RELACIONES 1.- INTRODUCCIÓN Este documento describe los pasos del proceso de construcción e interpretación de una de las herramientas más potentes para el análisis de problemas y situaciones

Más detalles

ALGORITMOS GENÉTICOS

ALGORITMOS GENÉTICOS Arranz de la Peña, Jorge Universidad Carlos III 100025106@alumnos.uc3m.es ALGORITMOS GENÉTICOS Parra Truyol, Antonio Universidad Carlos III 100023822@alumnos.uc3m.es En este documento se pretende analizar

Más detalles

Estructura de clases. Estructura de Objetos. Arquitectura de módulos. Arquitectura de procesos

Estructura de clases. Estructura de Objetos. Arquitectura de módulos. Arquitectura de procesos 3.3 EL MÉTODO DE BOOCH. 3.3. Introducción. El método cuenta con una notación expresiva y bien definida que le permite al diseñador comunicar sus ideas y concentrarse en problemas más serios. Para la captura

Más detalles

Gestión de riesgos. 1. Definición y clasificación 2. Actividades. Estimación de riesgos. Identificación Análisis Evaluación. Control de riesgos

Gestión de riesgos. 1. Definición y clasificación 2. Actividades. Estimación de riesgos. Identificación Análisis Evaluación. Control de riesgos Gestión de riesgos 1. Definición y clasificación 2. Actividades Estimación de riesgos Identificación Análisis Evaluación Control de riesgos Planificación Supervisión 1 Definición The SEI Definition The

Más detalles

Capítulo 1. Introducción

Capítulo 1. Introducción Capítulo 1. Introducción El WWW es la mayor fuente de imágenes que día a día se va incrementando. Según una encuesta realizada por el Centro de Bibliotecas de Cómputo en Línea (OCLC) en Enero de 2005,

Más detalles

HERRAMIENTAS DE LA CALIDAD

HERRAMIENTAS DE LA CALIDAD HERRAMIENTAS DE LA CALIDAD Ayudan en la medición, análisis e implementación de mejoramientos. Para mejorar Las principales herramientas de la calidad se agrupan en dos categorías: las siete herramientas

Más detalles

Por qué su mesa de servicios actual no es eficaz para su negocio y qué se puede hacer al respecto

Por qué su mesa de servicios actual no es eficaz para su negocio y qué se puede hacer al respecto INFORME OFICIAL Septiembre de 2012 Por qué su mesa de servicios actual no es eficaz para su negocio y qué se puede hacer al respecto agility agility made possible made possible Tabla de contenido Resumen

Más detalles

PROGRAM ACIÓN DEL CONTROL

PROGRAM ACIÓN DEL CONTROL CAPÍTULO III. PROGRAM ACIÓN DEL CONTROL M EDIANTE LABVIEW. 3.1 Introducción. El código producido para este tipo de software debe ser altamente confiable, muy eficiente, compacto y preciso cuando maneja

Más detalles

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 9 -

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 9 - Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 9 - Juan Alfonso Lara Torralbo 1 Índice de contenidos Actividad. Qué es un modelo de Data Mining Qué es

Más detalles

Usos de Data Mining y KDD en Marketing Research

Usos de Data Mining y KDD en Marketing Research Usos de Data Mining y KDD en Marketing Research Charla Alumnos Maestría Minería de Datos y Explotación Conocimiento - Facultad Ciencias Exactas y Naturales UBA Buenos Aires - Noviembre 2008 Temario Los

Más detalles

Programación Lineal Entera

Programación Lineal Entera Programación Lineal Entera P.M. Mateo y David Lahoz 2 de julio de 2009 En este tema se presenta un tipo de problemas formalmente similares a los problemas de programación lineal, ya que en su descripción

Más detalles

Minería de datos (Introducción a la minería de datos)

Minería de datos (Introducción a la minería de datos) Minería de datos (Introducción a la minería de datos) M. en C. Sergio Luis Pérez Pérez UAM CUAJIMALPA, MÉXICO, D. F. Trimestre 14-I. Sergio Luis Pérez (UAM CUAJIMALPA) Curso de minería de datos 1 / 24

Más detalles

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión. DISEÑO DE EXPERIMENTOS 1.- INTRODUCCIÓN Este documento trata de dar una visión muy simplificada de la utilidad y la utilización del Diseño de Experimentos. En él se explican los conceptos clave de esta

Más detalles

Segmentación Recursiva de Proyectos Software para la Estimación del Esfuerzo de Desarrollo Software

Segmentación Recursiva de Proyectos Software para la Estimación del Esfuerzo de Desarrollo Software Segmentación Recursiva de Proyectos Software para la Estimación del Esfuerzo de Desarrollo Software J. Cuadrado Gallego 1, Miguel Ángel Sicilia 1, Miguel Garre Rubio 1 1 Dpto de Ciencias de la Computación,

Más detalles

Análisis de estrategias para la gestión de proyectos informáticos. TFC Área de Gestión de Proyectos

Análisis de estrategias para la gestión de proyectos informáticos. TFC Área de Gestión de Proyectos Análisis de estrategias para la gestión de proyectos informáticos TFC Área de Gestión de Proyectos Consultor: Ana Cristina Domingo Trocho Autor: David Prado Romanillos Fecha de entrega: 10/01/2012 Índice

Más detalles

CURSO: MS-PROJECT Y CRYSTAL BALL EN ADMINISTRACION DE PROYECTOS

CURSO: MS-PROJECT Y CRYSTAL BALL EN ADMINISTRACION DE PROYECTOS MANAGEMENT CONSULTORES CURSO: MS-PROJECT Y CRYSTAL BALL EN ADMINISTRACION DE PROYECTOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: mgm_consultas@mgmconsultores.com.ar

Más detalles

LA GESTIÓN DE PROYECTOS UNA NECESIDAD EN LOS PROGRAMAS ACADÉMICOS DE LAS INSTITUCIONES DE EDUCACIÓN SUPERIOR (IES) DEL NORTE DE SANTANDER

LA GESTIÓN DE PROYECTOS UNA NECESIDAD EN LOS PROGRAMAS ACADÉMICOS DE LAS INSTITUCIONES DE EDUCACIÓN SUPERIOR (IES) DEL NORTE DE SANTANDER LA GESTIÓN DE PROYECTOS UNA NECESIDAD EN LOS PROGRAMAS ACADÉMICOS DE LAS INSTITUCIONES DE EDUCACIÓN SUPERIOR (IES) DEL NORTE DE SANTANDER Ing. María del Pilar Rojas Puentes MAP pilarrojas@ufps.edu.co Universidad

Más detalles

Administración de Proyectos. Gestión de Tiempos

Administración de Proyectos. Gestión de Tiempos Administración de Proyectos Gestión de Tiempos 2 Gestión del Tiempo Procesos necesarios para asegurar la finalización del proyecto en tiempo estipulado. Clara orientación a la dependencia en esta gestión.

Más detalles

TEMA 1. Introducción

TEMA 1. Introducción TEMA 1. Introducción Francisco José Ribadas Pena, Santiago Fernández Lanza Modelos de Razonamiento y Aprendizaje 5 o Informática ribadas@uvigo.es, sflanza@uvigo.es 28 de enero de 2013 1.1 Aprendizaje automático

Más detalles

1 Conceptos Básicos de Señales y Sistemas

1 Conceptos Básicos de Señales y Sistemas CAPÍTULO 1 Conceptos Básicos de Señales y Sistemas Cuando se hace referencia a los conceptos de señales y sistemas, su aplicación es válida para una variedad amplia de disciplinas, tales como sismología,

Más detalles

Gestión y Desarrollo de Requisitos en Proyectos Software

Gestión y Desarrollo de Requisitos en Proyectos Software Gestión y Desarrollo de Requisitos en Proyectos Software Ponente: María Jesús Anciano Martín Objetivo Objetivo Definir un conjunto articulado y bien balanceado de métodos para el flujo de trabajo de Ingeniería

Más detalles

MÁSTER EN DIRECCIÓN Y GESTIÓN DE PROYECTOS

MÁSTER EN DIRECCIÓN Y GESTIÓN DE PROYECTOS MÁSTER EN DIRECCIÓN Y GESTIÓN DE PROYECTOS IMPARTIDO POR Fundación Aucal TÍTULO OTORGADO POR Título Propio de la Universidad Francisco de Vitoria MODALIDAD On Line COLABORACIONES Universidad Francisco

Más detalles

Práctica Empresarial en Pruebas de Software. Trabajo de grado para optar por el título de Ingeniero en Informática. Juan Esteban Herrera Morales

Práctica Empresarial en Pruebas de Software. Trabajo de grado para optar por el título de Ingeniero en Informática. Juan Esteban Herrera Morales 1 Práctica Empresarial en Pruebas de Software Trabajo de grado para optar por el título de Ingeniero en Informática Juan Esteban Herrera Morales Asesor Jesús Andrés Hincapié Ingeniero en Sistemas Corporación

Más detalles

Precisión y grado de consecución con que los usuarios logran objetivos establecidos. eficacia

Precisión y grado de consecución con que los usuarios logran objetivos establecidos. eficacia Usabilidad ISO 9241 Definiciones Grado en que un producto puede ser utilizado por usuarios especificados para lograr objetivos concretos con eficacia, eficiencia y satisfacción, en un determinado contexto

Más detalles

Capitulo 2: (PMBOK guide) Ciclo de Vida del Proyecto y Organización

Capitulo 2: (PMBOK guide) Ciclo de Vida del Proyecto y Organización Capitulo 2: (PMBOK guide) Ciclo de Vida del Proyecto y Organización Los proyectos y la dirección de proyectos se llevan a cabo en un entorno más amplio que el atribuible al propio proyecto. El equipo de

Más detalles

ÍNDICE DE CONTENIDOS. Concepto y tipos de control Ámbito. de control. Técnicas PLANIFICACIÓN, PROGRAMACIÓN Y CONTROL DE PROYECTOS.

ÍNDICE DE CONTENIDOS. Concepto y tipos de control Ámbito. de control. Técnicas PLANIFICACIÓN, PROGRAMACIÓN Y CONTROL DE PROYECTOS. ÍNDICE DE CONTENIDOS 1 2 3 4 Concepto y etapas de la gestión de un proyecto Concepto y tipos de control Ámbito de control 1 Concepto y etapas de la gestión de un proyecto PROYECTO: Una serie de tareas

Más detalles

GRID COMPUTING MALLA DE ORDENADORES

GRID COMPUTING MALLA DE ORDENADORES GRID COMPUTING MALLA DE ORDENADORES Introducción Concepto Compartir potencia computacional; Aprovechamiento de ciclos de procesamiento; El Grid Computing se enmarca dentro de la tecnología de computación

Más detalles