simulacion

EVALUACION DEL RENDIMIENTO
DE SISTEMAS INFORMATICOS
F. Xabier Albizuri - 2012
fx.albizuri@ehu.es

Temario:
1. Dise˜o experimental y an´lisis de datos
n
a
2. Modelos probabil´
ısticos y procesos de renovaci´n
o
3. Cadenas de Markov
4. Redes de colas y modelos de sistemas inform´ticos
a
5. Simulaci´n y redes de Petri
o
6. Optimizaci´n: redes de comunicaciones
o

Bibliograf´ıa:
1. R. Jain. The Art of Computer Systems Performance
Analysis. Wiley, 1991.
2. K. Kant. Introduction to Computer System Performance
Evaluation. McGraw-Hill, 1992.
3. S.M. Ross. Introduction to Probability Models, 10th ed.
Elsevier, 2009.
4. A. Kumar, D. Manjunath, J. Kuri. Communication
Networking: an Analytical Approach. Elsevier, 2004.
5. W.J. Stewart. Probability, Markov Chains,Queues, and
Simulation. Princeton University Press, 2009.
6. P.J. Fortier, H.E. Michel. Computer Systems Performance
Evaluation and Prediction. Elsevier, 2003.

Revistas:
1. IEEE/ACM Transactions on Networking
2. IEEE Transactions on Parallel and Distributed Systems
3. IEEE Transactions on Computers
4. IEEE Transactions on Multimedia
5. IEEE Journal on Selected Areas in Communications
6.IEEE Transactions on Communications
7. Computer Communications
8. Performance Evaluation
9. Computers & Mathematics with Applications

Introducci´n
o
Dise˜o experimental y an´lisis de datos
n
a

T´cnicas b´sicas en la evaluaci´n del rendimiento de sistemas:
e
a
o
Medici´n
o
Simulaci´n
o
Modelado anal´
ıtico
Medici´n y simulaci´n: se requieren t´cnicas estad´
o
o
e
ısticaspara
dise˜ar experimentos, recoger datos, an´lisis de datos.
n
a
En general, la simulaci´n permite estudiar modelos complejos
o
que no admiten un an´lisis matem´tico.
a
a

Introducci´n
o
Dise˜o experimental y an´lisis de datos
n
a

Medici´n
o
Experimentaci´n con un sistema real. Medici´n de par´metros
o
o
a
de rendimiento por hardware, software, m´todos h´
e
ıbridos.Factores no controlados en la experimentaci´n:
o
an´lisis estad´
a
ıstico de las medidas,
selecci´n de entradas y salidas.
o

Introducci´n
o
Dise˜o experimental y an´lisis de datos
n
a

Simulaci´n
o
Elaboraci´n y ejecuci´n de un programa que representa el
o
o
funcionamiento de un sistema. Una simulaci´n requiere:
o
construir un modelo formal del funcionamiento del
sistema,suministrar una representaci´n (modelo) o una traza de la
o
carga.
Cuestiones en una simulaci´n:
o
nivel de detalle del sistema que se modela,
an´lisis estad´
a
ıstico de los resultados,
dise˜o del experimento para que sea factible.
n

Introducci´n
o
Dise˜o experimental y an´lisis de datos
n
a

T´cnicas de simulaci´n
e
o
Simulaci´n de eventos discretos: el estado del sistema se
oactualiza cada vez que ocurre un evento. El simulador maneja
una lista de eventos futuros que se actualiza al procesar
secuencialmente los eventos.
Ejemplos de eventos discretos: llegada de un cliente a una cola,
adquisici´n de un recurso, finalizaci´n de un servicio, etc.
o
o
En una simulaci´n de eventos discretos NO se trabaja con una
o
discretizaci´n del tiempo en intervalosconstantes (0, δ, 2δ, 3δ
o
...)

Introducci´n
o
Dise˜o experimental y an´lisis de datos
n
a

Clasificaci´n de eventos:
o
internos y externos al sistema,
deterministas y no deterministas.
Generaci´n de eventos (no deterministas) en la simulaci´n:
o
o
siguiendo una traza, medici´n de un sistema real (servidor,
o
router), se preserva el detalle en la generaci´n de eventos,
o
siguiendo unadistribuci´n de probabilidad (mediante
o
algoritmos que simulan variables aleatorias), que
proporciona un modelo compacto, reproducible y
modificable de la carga o servicio.

Introducci´n
o
Dise˜o experimental y an´lisis de datos
n
a

Generaci´n de eventos de una simulaci´n siguiendo una
o
o
distribuci´n de probabilidad: algoritmos que generan n´meros
o
u
aleatorios de...