TECNOLOGICO DE ESTUDIOS SUPERIORES DE

ECATEPEC
DIVISION DE LA LICENCIATURA DE INFORMATICA




MTRICAS DEL MODELO DE ANLISIS




PRESENTA:
Oropeza Ibez Gabriela



Grupo 6602



Ecatepec de Morelos, Estado de Mxico, 13 de junio de 2014
MTRICAS DEL MODELO DE ANLISIS

Estas mtricas examinan el modelo de anlisis con la intencin de predecir el
"tamao" del sistema resultante; es probable que el tamao y la complejidad del
diseo estn directamente relacionadas.

MTRICAS BASADAS EN LA FUNCIN
La mtrica del punto de funcin (PF) se puede utilizar como medio para predecir el
tamao de un sistema obtenido a partir de un modelo de anlisis. Para visualizar
esta mtrica se utiliza un diagrama de flujo de datos, el cual se evaluar para
determinar las siguientes medidas clave que son necesarias para el clculo de la
mtrica de punto de funcin:
Nmero de entradas del usuario
Nmero de salidas del usuario
Nmero de consultas del usuario
Nmero de archivos
Nmero de interfaces externas
La cuenta total debe ajustarse utilizando la siguiente ecuacin: PF = cuenta-total x
(0,65 + 0,01 x Fi)

Donde cuenta total es la suma de todas las entradas PF obtenidas de la figura 9.2
y Fi (i=1 a 14) son los "valores de ajuste de complejidad"

Para el ejemplo descrito en la figura 9.2 se asume que la EFi es 46 (un producto
moderadamente complejo), por consiguiente:
PF = 50 x (0,65 + 0,01 x 46) = 56
Basndose en el valor previsto del PF obtenido del modelo de anlisis, el equipo
del proyecto puede estimar el tamao global de implementacin de las funciones
de interaccin. Asuma que los datos de los que se dispone indican que un PF
supone 60 lneas de cdigo (se utilizar un lenguaje orientado a objetos) y que en
un esfuerzo de un mes-persona se producen 12 PF. Estos datos histricos
proporcionan al gestor del proyecto una importante informacin de planificacin
basada en el modelo de anlisis en lugar de estimaciones preliminares.




MTRICA BANG

Al igual que la mtrica de punto de funcin, la mtrica bang puede emplearse para
desarrollar una indicacin del tamao del software a implementar como
consecuencia del modelo de anlisis.
Desarrollada por DeMarco, la mtrica bang es una indicacin independiente de la
implementacin del tamao del sistema. Para calcular la mtrica bang, el
desarrollador de software debe evaluar primero un conjunto de primitivas
(elementos del modelo de anlisis que no se subdividen ms en el nivel de
anlisis).
Las primitivas se determinan evaluando el modelo de anlisis y desarrollando
cuentas para los siguientes elementos:
Primitivas funcionales (PFu). Transformaciones (burbujas) que aparecen en el
nivel inferior de un diagrama de flujo de datos. Elementos de datos (ED). Los
atributos de un objeto de datos, los elementos de datos son datos no compuestos
y aparecen en el diccionario de datos. Objetos (OB). Objetos de datos. Relaciones
(RE). Las conexiones entre objetos de datos. Estados (ES). El nmero de estados
observables por el usuario en el diagrama de transicin de estados. Transiciones
(TR). El nmero de transiciones de estado en el diagrama de transicin de
estados.
Adems de las seis primitivas apuntadas arriba, se determinan las cuentas
adicionales para:
Primitivas modificadas de funcin manual (PMFu). Funciones que caen fuera del
lmite del sistema y que deben modificarse para acomodarse al nuevo sistema.
Elementos de datos de entrada (EDE). Aquellos elementos de datos que se
introducen en el sistema. Elementos de datos de salida (EDS). Aquellos elementos
de datos que se sacan del sistema. Elementos de datos retenidos (EDR). Aquellos
elementos de datos que son retenidos (almacenados) por el sistema.
Muestras (tokens) de datos (TCi). Las muestras de datos (elementos de datos que
no se subdividen dentro de una primitiva funcional) que existen en el lmite de la i-
sima primitiva funcional (evaluada para cada primitiva). Conexiones de relacin
(REi). Las relaciones que conectan el i-simo objeto en el modelo de datos con
otros objetos.

ara calcular la mtrica bang para aplicaciones de dominio de funcin, se emplea el
siguiente algoritmo:

Asignar a bang un valor inicial = 0;
Mientras queden primitivas funcionales por evaluar
Calcular cuenta-token alrededor del lmite de la primitiva i;
Calcular el incremento PFu corregido (IPFuC)
Asignar la primitiva a una clase
Evaluar la clase y anotar el peso valorado
Multiplicar IPFuC por el peso valorado
bang = bang + ponderacin IPFuC;
Fin Mientras
La cuenta-token se calcula determinando cuntos smbolos lxicos (tokens)
diferentes son visibles dentro de la primitiva. Es posible que el nmero de
smbolos lxicos (tokens) y el nmero de elementos de datos sea diferente, si los
elementos de datos pueden moverse desde la entrada a la salida sin ninguna
transformacin interna. La IPFuC corregida se determina de una tabla publicada
por DeMarco. A continuacin, se presenta una versin muy abreviada:

La ponderacin valorada apuntada en el algoritmo anterior se calcula de diecisis
clases diferentes de primitivas funcionales definidas por DeMarco. Se asigna una
ponderacin que va de 0,6 a 2,5 dependiendo de la clase de la primitiva.
Para aplicaciones de dominio de datos, se calcula la mtrica bang mediante el
siguiente algoritmo:
Asignar a bang el valor inicial = 0;
Mientras queden objetos por evaluar en el modelo de datos
Calcular la cuenta de relaciones del objeto i
Calcular el incremento de OB corregido (IOBC); bang = bang t IOBC;
Fin Mientras
El IOBC corregido se determina tambin de una tabla publicada por DeMarco. A
continuacin se muestra una versin abreviada:

Una vez que se ha calculado la mtrica bang, se puede emplear el historial
anterior para asociarla con el esfuerzo y el tamao. De Marco sugiere que las
organizaciones se construyan sus propias versiones de tablas. IPFuC e IOBC para
calibrar la informacin de proyectos completos de software.

MTRICAS DE LA CALIDAD DE LA ESPECIFICACIN

Davis y sus colegas proponen una lista de caractersticas que pueden emplearse
para valorar la calidad del modelo de anlisis y la correspondiente especificacin
de requisitos: especificidad , complecin, correccin, comprensin, capacidad de
verificacin, consistencia interna y externa, capacidad de logro, concisin,
trazabilidad, capacidad de modificacin, exactitud y capacidad de reutilizacin.
Adems, los autores apuntan que las especificaciones de alta calidad deben estar
almacenadas electrnicamente, ser ejecutables o al menos interpretables,
anotadas por importancia y estabilidad relativas, con su versin correspondiente,
organizadas, con referencias cruzadas y especificadas al nivel correcto de detalle.
Aunque muchas de las caractersticas anteriores parecen ser de naturaleza
cualitativa, Davis sugiere que todas puedan representarse usando una o ms
mtricas. Por ejemplo, asumimos que hay n, requisitos en una especificacin, tal
como

donde nf es el nmero de requisitos funcionales y nnf es el nmero de requisitos
no funcionales.
Para determinar la especificidad (ausencia de ambigedad) de los requisitos.
Davis sugiere una mtrica basada en la consistencia de la interpretacin de los
revisores para cada requisito:

donde nUi es el nmero de requisitos para los que todos los revisores tuvieron
interpretaciones idnticas. Cuanto ms cerca de 1 est el valor de Q, menor ser
la ambigedad de la especificacin.
La complecin de los requisitos funcionales pueden determinarse calculando la
relacin

donde u, es el nmero de requisitos nicos de funcin, ni es el nmero de
entradas (estmulos) definidos o implicados por la especificacin y n, es el nmero
de estados especificados. La relacin Q, mide el porcentaje de funciones
necesarias que se han especificado para un sistema. Sin embargo, no trata los
requisitos no funcionales. Para incorporarlos a una mtrica global completa,
debemos considerar el grado de validacin de los requisitos.

donde n, es el nmero de requisitos que se han validado como correctos y n," el
nmero de requisitos que no se han validado todava.
Mtricas del Modelo del Diseo
Las mtricas de diseo para el software, como otras mtricas del software, no son
perfectas. Contina el debate sobre la eficacia y cmo deberan aplicarse. Muchos
expertos argumentan que se necesita ms experimentacin hasta que se puedan
emplear las mtricas de diseo. Y sin embargo, el diseo sin medicin es una
alternativa inaceptable.



MTRICAS DEL DISEO ARQUITECTNICO

Se centran en la arquitectura del programa y la eficiencia de los mdulos. Son de
caja negra en el sentido que no requieren ningn conocimiento del trabajo interno
de un mdulo en particular del sistema. Card y Glass definen tres medidas de la
complejidad del diseo del software: complejidad estructural, complejidad de datos
y complejidad del sistema.
La complejidad estructural, S(i), de un mdulo i se define de la siguiente manera:
donde es la expansin' del mdulo i.

La complejidad de datos, D(i), proporciona una indicacin de la complejidad en la
interfaz interna de un mdulo i y se define como:

donde v(i) es el nmero de variables de entrada y salida que entran y salen del
mdulo i.
La complejidad del sistema, C(i), se define como la suma de las complejidades
estructural y de datos, y se define como:


MTRICAS DE DISEO A NIVEL DE COMPONENTES

Las mtricas de diseo a nivel de componentes se concentran en las
caractersticas internas de los componentes del software e incluyen medidas de
las 3Cs la cohesin, acoplamiento y complejidad del mdulo. Estas tres
medidas pueden ayudar al desarrollador de software a juzgar la calidad de un
diseo a nivel de los componentes.
Las mtricas presentadas en esta seccin son de caja blanca en el sentido de que
requieren conocimiento del trabajo interno del mdulo en cuestin. Las mtricas
de diseo de los componentes se pueden aplicar una vez que se ha desarrollado
un diseo procedimental. Tambin se pueden retrasar hasta tener disponible el
cdigo fuente.
Mtricas de Cohesin: Bieman y Ott definen una coleccin de mtricas que
proporcionan una indicacin de la cohesin de un mdulo. Las mtricas se definen
con cinco conceptos y medidas:
Porcin de datos. Dicho simplemente, una porcin de datos es una marcha atrs a
travs de un mdulo que busca valores de datos que afectan a la localizacin de
mdulo en el que empez la marcha atrs. Debera resaltarse que se pueden
definir tanto porciones de programas (que se centran en enunciados y
condiciones) como porciones de datos.
Muestras (tokens) de datos. Las variables definidas para un mdulo pueden
definirse como muestras de datos para el mdulo.
Seales de unin. El conjunto de muestras de datos que se encuentran en una o
ms porciones de datos.
Seales de superunin. La muestras de datos comunes a todas las porciones de
datos de un mdulo.
Pegajosidad. La pegajosidad relativa de una muestra de unin es directamente
proporcional al nmero de porciones de datos que liga.
Mtricas de acoplamiento: El acoplamiento de mdulo proporciona una indicacin
de la conectividad de un mdulo con otros mdulos, datos globales y el entorno
exterior.
Para el acoplamiento de flujo de datos y de control:
di = nmero de parmetros de datos de entrada
ci = nmero de parmetros de control de entrada
do = nmero de parmetros de datos de salida
co = nmero de parmetros de control de salida
Para el acoplamiento global:
g, = nmero de variables globales usadas como datos
g, = nmero de variables globales usadas como control
Para el acoplamiento de entorno:
w = nmero de mdulos llamados (expansin)
r = nmero de mdulos que llaman al mdulo en cuestin
Mtricas de Complejidad: Se pueden calcular una variedad de mtricas del
software para determinar la complejidad del flujo de control del programa. Muchas
de stas se basan en una representacin denominada gafo de flujo. Un gafo es
una representacin compuesta de nodos y enlaces (tambin denominados
aristas). Cuando se dirigen los enlaces (aristas), el grafo de flujo es un grafo
dirigido.
McCabe identifica un nmero importante de usos para las mtricas de
complejidad:
Las mtricas de complejidad pueden emplearse para predecir la informacin
crtica sobre la fiabilidad y mantenimiento de sistemas software de anlisis
automticos de cdigo fuente (o informacin de diseo procedimental). Las
mtricas de complejidad tambin realimentan la informacin durante el proyecto
de software para ayudar a controlar la [actividad del diseo]. Durante las pruebas y
el mantenimiento, proporcionan una detallada informacin sobre los mdulos
software para ayudar a resaltar las reas de inestabilidad potencial.
McCabe tambin defiende que la complejidad ciclomtica puede emplearse para
proporcionar una indicacin cuantitativa del tamao mximo del mdulo.
Recogiendo datos de varios proyectos de programacin reales, ha averiguado que
una complejidad ciclomtica de 10 parece ser el lmite prctico superior para el
tamao de un mdulo. Cuando la complejidad ciclomtica de los mdulos
excedan ese valor, resultaba extremadamente difcil probar adecuadamente el
mdulo.
MTRICAS DE DISEO DE INTERFAZ
Sears sugiere la conveniencia de la representacin (CR) como una valiosa mtrica
de diseo para interfaces hombre-mquina. Una IGU (Interfaz Grfica de Usuario)
tpica usa entidades de representacin iconos grficos, texto, mens, ventanas y
otras para ayudar al usuario a completar tareas. Para realizar una tarea dada
usando una IGU, el usuario debe moverse de una entidad de representacin a
otra. Las posiciones absolutas y relativas de cada entidad de representacin, la
frecuencia con que se utilizan y el coste de la transicin de una entidad de
representacin a la siguiente contribuirn a la conveniencia de la interfaz.
Para una representacin especfica (por ejemplo, un de una IGU especfica), se
pueden asignar costes a cada secuencia de acciones de acuerdo con la siguiente
relacin:

Para calcular la representacin ptima de una IGU, la superficie de la interfaz (el
rea de la pantalla) se divide en una cuadrcula. Cada cuadro de la cuadricula
representa una posible posicin de una entidad de la representacin. Para una
cuadrcula con N posibles posiciones y K diferentes entidades de representacin
para colocar, el nmero posible de distribuciones se representa de la siguiente
manera:

A medida que crece el nmero de posiciones de representacin, el nmero de
distribuciones posibles se hace muy grande. Para encontrar la representacin
ptima (menor coste). Sears propone un algoritmo de bsqueda en rbol.
La CR se emplea para valorar diferentes distribuciones propuestas de IGU y la
sensibilidad de una representacin en particular a los cambios en las
descripciones de tareas (por ejemplo, cambios en la secuencia y/o frecuencia de
transiciones). El diseador de interfaces puede emplear el cambio en la
conveniencia de la representacin, ACR, como gua en la eleccin de la mejor
representacin de IGU para una aplicacin en particular.